Table des mati`eres

1 Espaces metriques 3
1.1 Topologie des espaces metriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Limites et continuite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Espaces metriques complets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Espaces Vectoriels normes 7
2.1 Generalites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Applications lineaires et hyperplans . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 Espaces de Banach 11
3.1 Generalites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Series dans un espace de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3 Equations dierentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4 Espaces de Hilbert 16
4.1 Generalites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.2 Orthogonalite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.3 Convexite et projections orthogonales . . . . . . . . . . . . . . . . . . . . . . . . 19
4.4 Espaces de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.5 Theor`emes de representation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5 Elements de theorie spectrale 27
5.1 Generalites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.2 Operateurs compacts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5.3 Theorie Hilbertienne de Riesz-Fredholm . . . . . . . . . . . . . . . . . . . . . . . 32
5.4 Spectre dun operateur compact . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6 Transformee de Fourier, Transformee de Laplace 39
6.1 Fonction dune variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.1.1 Denition et propriete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.2 Fonction de plusieurs variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.2.1 Proprietes de la transformee de Laplace . . . . . . . . . . . . . . . . . . . 48
6.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
7 Mesure de Lebesgue 51
7.1 Lidee de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1
7.2 La longueur comme une mesure . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
7.3 Denition axiomatique dune mesure . . . . . . . . . . . . . . . . . . . . . . . . 54
7.4 Mesure sur une alg`ebre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.5 Mesure de Lebesgue de R
d
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
8 Lintegrale de Lebesgue 63
8.1 Fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.2 Integration des fonctions mesurables positives . . . . . . . . . . . . . . . . . . . 68
8.3 Integration des fonctions de signe quelconque . . . . . . . . . . . . . . . . . . . . 72
8.4 Lien avec lintegrale de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
8.5 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.5.1 Fonction denie par une integrale . . . . . . . . . . . . . . . . . . . . . . 77
2
Chapitre 1
Espaces metriques
Il sagit de rappeler les notions de bases utilisees pour letude des espaces fonctionnels.
1.1 Topologie des espaces metriques
Un espace metrique est la donnee dun ensemble dont les elements sont consideres comme des
points et dune application qui permet de mesurer si deux points sont proches ou eloignes.
Denition 1.1.1. Un espace metrique (E, d) est la donnee dun ensemble non vide E et dune
application d, d : E E R
+
, appelee distance veriant pour tous x, y, z E
i) d(x, y) = 0 si et seulement si x = y
ii) d(x, y) = d(y, x)
iii) d(x, z) d(x, y) +d(y, z).
La derni`ere propriete est appelee inegalite triangulaire.
Dans un espace metrique, on introduit la notion de boule. B(x, r) est la boule de centre x
et de rayon r. y B(x, r) si d(x, y) < r. B(x, r) est appele boule ouverte.
B
f
(x, r) = {y : d(x, y) r} est dite boule fermee de centre x et de rayon r.
Exercice 1.1.2. Pour tout 0 < r, x, y E, montrer que
i) B
f
(x, ) B(x, r) B
f
(x, r).
ii) Si d(x, y) < r alors B
f
(y, ) B(x, r).
Denition 1.1.3. Soit (E, d) un espace metrique et A et B deux parties non vide de E.
La distance de A `a B est denie par
d(A, B) = inf{d(a, b) : a A et b B}.
Si x E, on pose d(x, A) = d({x}, A)
Exercice 1.1.4.
3
1) Sur R
n
, on denit les applications d
1
, d
3
et d
2
par
d
1
(x, y) =
n

i=1
|x
i
y
i
|
d
2
(x, y) =
_
n

i=1
|x
i
y
i
|
2
_
1/2
d
2
(x, y) = sup
1in
|x
i
y
i
|.
Verier que (R
n
, d
i
) est un espace metrique pour 1 i 3.
2) Soit E = C([a, b]) lespace des fonctions reelle continues sur [a, b]. On pose
d
1
(f, g) = sup
x[a,b]
|f(x) g(x)|
d
2
(f, g) =
_
b
a
|f(x) g(x)|dx.
Montrer que (E, d
1
) et (E, d
2
) sont des espaces metriques.
3) E = L
1
(a, b) lespace des fonctions integrables sur [a, b]. On pose
d(f, g) =
_
b
a
|f(x) g(x)|dx.
(E, d
1
) est-il un espace metrique ?
1.2 Limites et continuite
Rappelons la notion de suite convergente
Denition 1.2.1. Soit (a
n
)
n1
une suite de lespace metriques (E, d). On dit que la suite
converge vers a et on note a = lim
n
a
n
si
r > 0, n
0
N, n n
0
d(a
n
, a) < r.
En dautres termes, il sut de se ramener `a la suite numerique d(a
n
, a)
On sinteresse `a la continuite des applications.
Soit f : (E
1
, d
1
) (E
2
, d
2
) o` u (E
i
, d
i
) designe un espace metrique. Soit x E
1
.
Proposition 1.2.2. f est dite continue au point x si lune des assertions equivalentes suivantes
est veriee :
i) Pour toute suite (x
n
) de E
1
qui converge vers x, (f(x
n
))
n
converge vers f(x).
ii) , > 0, y E
1
, d
1
(x, y) < alors d
2
(f(x), f(y)) < .
f est dite continue si elle est continue en tout x E
1
. On note par C(E
1
, E
2
) lensemble des
fonctions continues de E
1
`a valeurs dans E
2
.
On introduit la convergence uniforme de fonction.
4
Denition 1.2.3. Soient (E, d) et (F, d
F
) deux espaces metriques. Soit (f
n
)
n0
une suite de
fonctions de E dans F. On dit quelle converge uniformement vers une fonction f : E F si
sup
xE
d
F
(f
n
(x), f(x)) 0 quand n +.
Proposition 1.2.4. Toute limite uniforme de fonction continue est continue.
Preuve. On suppose f
n
est continue pour tout n, alors
> 0, n
0
N, n n
0
d
F
(f
n
(x), f(y)) < /3.
f
n
0
est continue en x. Il existe > 0 d(x, y) < d
F
(f
n
0
(y), f(y)) < /3.
Pour tout y, d(x, y) < , d
F
(f(y), f(x)) < d
F
(f(y), f
n
0
(y))+d
F
(f
n
0
(x), f
n
0
(y))+d
F
(f
n
0
(x), f(x)),
do` u d
F
(f(y), f(x)) < /3 +/3 +/3 = .
Rappelons la notion de continuite uniforme.
Denition 1.2.5. f : (E, d) (F, d
F
) est dite uniformement continue si
> 0, > 0 x, y E d
E
(x, y) < alors d
F
(f(x), f(y)) < .
Exercice 1.2.6. E = R, d(x, y) = |x y|, montrer que f(x) = x
2
nest pas uniformement
continue.
Montrer que d
1
(x, y) = | arctanx arctany| est aussi une distance sur R.
Est ce que f est uniformemen continue pour cette distance.
1.3 Espaces metriques complets
La notion despace complet est essentielle pour la construction de solutions `a des probl`emes
danalyse. On construit en generale des solution approchees et on demontre quune suite de
ces solutions approchees converge vers la solution exacte. Il faut donc etablir des crit`eres de
convergence sans connatre la limite.
Denition 1.3.1. (Suite de Cauchy) on dit que la suite de lespace metrique est de cauchy si :
> 0, N N tel que n, m N d
F
(a
n
, a
m
) < .
Exercice 1.3.2. Montrons que toute suite convergente est de cauchy.
On pose E = [0, [ et d(x, y) = | arctanxarctany|. Montrer que (E, d) est un espace metrique,
que la suite a
n
= n
2
est de cauchy. Converge-telle dans E?
Denition 1.3.3. un espace metrique (E, d) est complet si toute les suites de cauchy de E
convergent dans E.
Exemple 1.3.4. E = R, d(x, y) = |xy|. ]0, 1[ nest pas complet. Q nest pas complet, il manque
les irrationnels.
Denition 1.3.5. Soit (E, d) un espace metrique. Une partie D de E est dite dense dans E si
x E, > 0, B(x, ) D = .
Il sen suit que tout point de E est limite dune suite de point de D.
5
Le theor`eme suivant est utile dans de nombreux domaines.
Theor`eme 1.3.6. Soient (E, d
E
) et (F, d
F
) deux espaces metriques. Soit D une partie dense
de E et f : D F une application.
Si F est complet et f est uniformement continue sur D, alors il existe un unique prolongement
continue de f `a E tout entier et ce prolongement est uniformement continue.
Un des outils cles de lanalyse pour obtenir lexistence et lunicite de solutions de probl`emes
non lineaires est le suivant.
Theor`eme 1.3.7. (Theor`eme du pint xe de Picard) Soit (E, d) un espace metrique complet.
Soit f : E E une application strictement contractante, cest `a dire il existe k ]0, 1[ tel que
pour tous x, y E, d(f(x), f(y)) kd(x, y). Alors f a un point xe unique, cest `a dire quil
existe a E telle que f(a) = a.
De plus toute suite recurente (a
n
)
n1
veriant a
n+1
= f(a
n
) converge vers a et
d(a
n+1
, a) k
n
d(a
n
, a).
Remarque 1.3.8. Ce theor`eme donne un moyen constructif dapprocher la solution du point
xe et donne meme un orde de convergence.
Preuve. On note que f contractante est uniformement continue. Pour toute suite veriant
a
n+1
= f(a
n
), on a alors
d(a
n+1
, a
n
) kd(a
n1
, a
n
).
Par recurence, on obtient d(a
n+1
, a
n
) k
n
d(a
1
, a
0
). Pour tout n 1
d(a
n+p
, a
n
) d(a
n+p
, a
n+p1
) +d(a
n+p1
, a
n+p2
) +... +d(a
n+1
, a
n
)
d(a
n+p
, a
n
) k
n+p
d(a
1
, a
0
) +k
n+p1
d(a
1
, a
0
) +... +k
n
d(a
1
, a
0
),
do` u
d(a
n+p+1
, a
n
)
k
p
1 k
d(a
1
, a
0
).
Cela montre que (a
n
)
n1
est une suite de Cauchy dans E complet. Par continuite, on a a = f(a).
Si f(b) = b alors d(f(a), f(b)) = d(a, b) k(d(a, b), do` u (1 k)d(a, b) 0. Par consequent
d(a, b) = 0 ce qui donne a = b.
Denition 1.3.9. Une partie F de lespace metrique (E, d) est dite fermee si toute limite de
suite de point de F est dans F.
Denition 1.3.10. Une partie K de lespace metrique (E, d) est dite compacte si :
i) K est ferme
ii) De toute suite innie de point de K, on peut extraire une sous suite convergente.
6
Chapitre 2
Espaces Vectoriels normes
Dans toute cette partie, K designera le corps R ou C et E est un espace vectoriel sur le corps
K.
2.1 Generalites
On introduit la notion de norme sur E.
Denition 2.1.1. On appelle norme toute application . : E R
+
veriant :
i) x = 0 si seulement si x = 0.
ii) Pour tous K, x E x = || x.
iii) Pour tous x, y E x +y x +y.
Denition 2.1.2. Un espace vectoriel norme E sur K muni dune norme . est appele espace
vectoriel norme.
Proposition 2.1.3. Un espace vectoriel norme (E, . ) est un espace metrique pour la distance
d(x, y) = x y.
Preuve. La verication de cette propriete est laissee en exercice.
Denition 2.1.4. Deux normes .
1
et .
2
sont dites equivalentes sur E sil existe deux
constantes , > 0 tel que pour tout x E x
2
x
1
x
2
.
On rappelle le resultat suivant. Si E est un espace vectoriel de dimension nie, alors toute les
normes sur E sont equivalentes.
Exercice 2.1.5. Montrer que dans un espace vectoriel (E, . ), les sous espaces vectoriels de
dimension nie sont complets.
Lemme 2.1.6. (Riesz) Soient (E, . ) un espace vectoriel norme, V = E un sous espace
vectoriel ferme de E. Alors pour tout ]0, 1[, il existe x E tel que x = 1 et d(x, V ) > 1.
Preuve. Soit y / V qui existe puisque V = E, alors d(y, V ) > 0 puisque V est ferme. Soit
]0, 1[, par denition de d(y, V ), etant donne que
d(y, V )
1
> d(y, V ), il existe v V tel que
7
y v <
d(y, V )
1
.
Posons x =
y v
y v
. Soit w V , on a
x w =
y v y vw
y v
.
Or v +wy v V , do` u
x w
d(y, V )
y v
> 1 .
On a bien x = 1, d(x, V ) 1 .
On peut enoncer le theor`eme de Riesz.
Theor`eme 2.1.7. La boule unite ferme B
f
(0, 1) dun espace vectoriel norme (E, . ) est
compacte si et seulement si E est de dimension nie.
Preuve. Si E est de dimension nie n, il existe une base (e
1
, e
2
, ..., e
n
) de E. Lapplication
: K
n
E denie par (x
1
, x
2
, ..., x
n
) =
n

i=1
x
i
e
i
est un isomorphisme despaces vectoriels.
On denit sur K
n
une norme equivalente en posant
x = (x
1
, x
2
, ..., x
n
), x = (x)
E
.
est une isometrie pour cette norme que lon sait equivalente `a toute autre norme sur K
n
.
La boule ferme de E est limage de la boule ferme de K
n
par . Limage par une fonction conti-
nue dun compact est compact.
La reciproque se demontre par labsurde. Soit E de dimension innie. On suppose avoir construit
a
1
, a
2
, ..., a
n
, n vecteurs de E tels que a
k
= 1 et a
k
a
p

1
2
pour k = p, k, p {1, 2, ..., n}.
Soit V
n
le sous espace vectoriel engendre par les vecteur (a
k
)
1kn
. V
n
est de dimension nie
donc ferme. Dapr`es le Lemme de Riesz, il existe a
n+1
, a
n+1
= 1 et d(a
n+1
, V
n
)
1
2
. On
construit ainsi la suite (a
n
)
n1
tel que a
n
= 1 et a
k
a
n

1
2
pour tous k, n k = n.
La suite (a
n
)
n1
ne peut donc pas converger.
Exercice 2.1.8. Soit C([1, 1]) lespace des fonctions complexes continues sur [1, 1]. On pose
H(t) =
_

_
1 si 1 < t < 0
0 si t = 0
1 si 0 < t < 1.
On note
E = {f = u +H : u C([1, 1]), C}
pour tout f E, on denit
f
1
=
_
1
0
|f(t)|dt
8
Verier que (E, .
1
) est bien un espace vectoriel norme. Montrer que la suite (f
n
) denie par
f
n
(t) =
2

arctan(nt) est une suite de E convergeant vers H.

Pour tout f E, montrer quil existe un unique tel que f H C([1, 1]).
On pose L(f) = . Verier que L : E C est bien lineaire mais que L nest pas continue.
2.2 Applications lineaires et hyperplans
Theor`eme 2.2.1. Soient (E, .
1
) et (F, .
2
) deux espaces vectoriels normes. Soit : E
F lineaire. Les propositions suivantes sont equivalentes :
i) est continue en 0.
ii) est uniformement continue sur E.
iii) est bornee cest `a dire il existe M > 0 tel que pour tout x E, (x)
2
Mx
1
.
Preuve. i) iii) etant continue en 0, il existe > 0 si x
1
< , alors (x)
2
< 1. Soit
x E, x = 0 alors y =

2
x
x
1
verie y
1
< et (y)
2
=
_
_
_
_

2
x
x
1
__
_
_
2
1. Par
consequent (x)
2

2x
1

. Posons M =
2

.
Linegalite est toujours vraie pour x = 0.
iii) ii) Pour toux x, y (x) (y)
2
= (x y)
2
Mx y
1
. est M-lipschitzienne
donc uniformement continue.
La continuite uniforme implique la continuite en 0.
Proposition 2.2.2. Soient (E, .
1
) et (F, .
2
) deux espaces vectoriels normes. On note
L(E, F) lensemble des applications lineaires continues de E dans F. Pour L(E, F), on a
sup
x
1
=1
(x)
2
= sup
x
1
1
(x)
2
= sup
x=0
xE
(x)
2
x
1
.
Cette norme notee
L(E,F)
est une norme sur L(E, F) qui est aussi un espace vectoriel
norme.
Preuve. Verication `a faire en exercice
Proposition 2.2.3. Soient E, F, G trois espaces vectoriels normes. Si L(E, F) et
L(F, G) alors L(E, G) et
L(E,F)

L(E,F)

L(E,F)
.
Rappelons que dans un espace vectoriel norme E, deux sous espaces vectoriels V et W sont
dits supplementaires si pour tout x E, il existe v V et w W tels que x = v +w et on note
E = V +W.
Ils sont dits en somme directe si de plus V W = {0} et on note E = V W. La dimension du
sous espace vectoriel W est appelee codimension de V .
9
Denition 2.2.4. Un hyperplan est un sous espace vectoriel de E de codimension 1.
En dimension innie, lequation des hyperplans est donnee par une application lineaire de E
dans K appelee encore forme lineaire.
Soit L une forme lineaire non nulle, il existe a E tel que L(a) = 0. Notons Ka la droite
vectorielle engendree par a et H = N(L) = L
1
({0}) le noyau de L. On a alors E = H Ka.
En eet, si x E alors h = x
L(x)
L(a)
a N(L) et on a x = h +
L(x)
L(a)
a = h +a avec =
L(x)
L(a)
.
dautre part si h = a H Ka, alors L(h) = L(a) = 0, do` u = 0 et h = 0.
H est bien un hyperplan dequation L(x) = 0.
Reciproquement si H est un hyperplan, il existe a = 0 tel que E = H Ka, pour tout x E, il
existe un unique h H et un unique K tel que x = h + a. On pose L(x) = alors L est
lineaire et N(L) = H.
Proposition 2.2.5. Les hyperplan H despace vectoriel E sont des noyaux de formes lineaires
non nulles. Si E est un sous espace vectoriel norme et H = N(L), alors L est continue si et
seulement si H est ferme.
Preuve. H = L
1
({0}) si L est continue, limage reciproque dun ferme par une application
continue est ferme.
Supposons H ferme et E = H Ka, a = 0. On a L(a) = 0, posons l =
L
L(a)
alors l(a) = 1. Si
l est non bornee, il existe une suite x
n
, x
n
1 et l(x
n
) +. A partir dun certain rang,
l(x
n
) = 0 et
1
l(x
n
)
x
n
0. Posons
h
n
= a
x
n
l(x
n
)
= a
L(a)
l(x
n
)
x
n
.
On a h
n
a et h
n
H car L(h
n
) = 0. Comme a H cest en contradiction avec H ferme. L
est donc bornee et donc continue.
On donne sans demonstration une version du theor`eme de Hanh-Banach. On note E

= L(E, K)
encore appele dual topologique de E.
Theor`eme 2.2.6. Soit E un espace vectoriel norme et V un sous espace vectoriel de E. Si m
est une forme lineaire continue sur V , alors il existe un prolongement L E

de meme norme :
v V m(v) = L(v) et L
E
= m
V
.
Une consequence importante de ce theor`eme est le resultat suivant :
Proposition 2.2.7. Soit E un espace vectoriel norme et x E. Si pour tout L E

L(x) = 0
alors x = 0.
Preuve. Si x = 0, x E. Kx est un sous espace vectoriel norme de E, m : Kx K denie par
m(x) = est une forme lineaire continue de norme
1
x
. Il existe L E

prolongement de m
et L =
1
x
. On a L(x) = m(x) = 1 = 0.
10
Chapitre 3
Espaces de Banach
3.1 Generalites
Denition 3.1.1. Un espace de Banach est un espace vectoriel norme complet.
Cette notion prend tout son sens en dimension innie.
Proposition 3.1.2. Les espaces vectoriels E de dimension nie sur K = R ou C sont des
Banach.
Soit E un espace vectoriel de dimension N N

sur K, E est isometrique `a K

n
, or K
n
est
complet donc E est complet.
Exercice 3.1.3. Soit l
1
(N) lespace des suites complexes (a
n
)
n1
telle que la serie

n1
|a
n
| soit
absolument convergente. On pose
a
l
1 =
+

n=
|a
n
|.
Montrer que (l
1
(N), .
l
1) est un espace vectoriel norme.
Soit a
k
= (a
k
n
)
n1
l
1
(N), on suppose que a
k
est une suite de Cauchy de l
1
(N).
Montrer que pour tout n xe, la suite de C, a
k
= (a
k
n
)
kN
est de Cauchy.
On pose a
n
= lim
k+
a
k
n
, montrer que le suite a = (a
n
)
n1
ainsi denie est dans l
1
(N) et que
a
k
a 0 quand k .
En deduire que l
1
(N) est un Banach.
Par contre il existe des espaces vectoriels normes qui ne sont pas complets.
Exercice 3.1.4. On pose E = C([0, 1], R) lespace des fonctions reelles continues sur [0, 1] et
pour tout u E, on denit
u =
_
1
0
|u(t)|dt.
On a deja vu que (E, . ) est un espace vectoriel norme.
11
Montrer que la suite denie par u
n
(t) = (t)
n
a une limite pour la convergence simple que lon
note u. A- t-on u E.
Montrer que
_
1
0
|u
n
(t) u(t)|dt 0 quand n +.
En deduire que la suite u
n
est de Cauchy dans E. Est ce que (E, . ) est un Banach.
On change de norme et on pose u

= sup
t[0,1]
|u(t)|.
Montrer que (E, .

) est un Banach.
Sur lespace des applications lineaires continues, on a le resultat suivant :
Proposition 3.1.5. Soit E un espace vectoriel norme et B un Banach, alors L(E, B) est aussi
un Banach pour la norme des applications lineaires.
Seul lespace darrivee doit etre complet.
Preuve. Soit (u
n
)
n1
une suite de Cauchy de L(E, B). Pour tout x E,
u
n
(x) u
m
(x) u
n
u
m
x. (u
n
)
n1
est par consequent une suite de Cauchy du Banach
B. On note u(x) sa limite dans B. On verie aisement que u est lineaire.
> 0 N 0 n, m > N u
n
u
m
< .
Pour chaque x E, u
n
(x) u
m
(x) < x, en faisant m pour n xe, il vient
u
n
(x) u(x) < x.
Cela montre que u est continue avec u < +u
n
et dautre part u
n
u
L(E,B)
< .
La completude permet de denir des prolongements et dutiliser les series absolument conver-
gentes
Proposition 3.1.6. Soit E un espace vectoriel norme et V un sous espace vectoriel dense de
E.
Soit B un Banach, alors toute application lineaire continue u de V dans B a un unique prolon-
gement dans L(E, B).
Cest une consequence du theor`eme de prolongement des applications uniformement continues.
3.2 Series dans un espace de Banach
Denition 3.2.1. Soit

u
n
une serie de lespace normee (E, . ).

n1
u
n
est dite normale-
ment convergente si la serie numerique

n1
u
n
est convergente.
Proposition 3.2.2. Dans un espace de Banach, les series normalement convergentes sont des
series convergentes.
12
Il sut de noter que les sommes partielles des series normalement convergentes sont des suites
de Cauchy.
Faisons maintenant le lien avec les notions dintegrales et de derivation de fonctions de la va-
riable reelle `a valeurs dans un espace norme.
Soit J un intervalle de R et E un espace vectoriel norme ; Soit f : J E.
f est dite derivable en t J si
f(t +h) f(t)
h
a une limite dans E pour tout t +h J et h 0.
La limite est notee f

(t).
On dit que f C
1
(J, E) si f est derivable pour tout t J et si t f

(t) E est continue.

Proposition 3.2.3. Soit B un espace de Banach. Soit f C
1
(J, B) alors les primitives de f
sont les fonctions F C(J, B) de la forme
F(t) = x +
_
t
a
f(s)ds,
o` u x B, a J sont arbitraires
Preuve. soit
F(t) = x +
_
t
a
f(s)ds.
On a alors
F(t +h) F(t)
h
= f(t) +
1
h
_
t+h
t
(f(s) f(t))ds,
do` u
_
_
_
F(t +h) F(t)
h
f(t)
_
_
_ sup
s
|st|1
f(s) f(t)
B
.
Comme f est continue au point t, on a
sup
s
|st|1
f(s) f(t)
B
0 quand h 0.
F est donc derivable et F

(t) = f(t).
Reciproquement si G est une autre primitive alors
d
dt
(G(t)F(t)) = 0, on conclut grace au lemme ci-dessous que G(t)F(t) = y pour tout t J.
Lemme 3.2.4. Soit f : J E derivable tel que f

(t) = 0 sur J, alors f(t) = y pour tout t J,

f est constante.
Preuve Soit L E

, on pose g(t) = L(f(t). g est une fonction reelle. De plus

g(t +h) g(t)
h
= f(t) +
L(f(t +h)) L(f(t))
h
= L
_
f(t +h) f(t)
h
_
,
par consequent g

(t) = L(f

(t)) = 0 pour tout t J puisque L est continue. g est donc constante.

Pour tout a J, on a L(f(t)) = L(f(a)) do` u L(f(t)) (f(a)) = 0 pour tout L E

do` u
f(t) = f(a) pour tout t J dapr`es la Proposition 2.2.7. f est bien constante sur J.
13
3.3 Equations dierentielles
Le calcul integral introduit dans la section precedente permet de resoudre des equations
dierentielles en dimension innie.
On donne ici une version simple du theor`eme de Cauchy-Lipschitz.
Theor`eme 3.3.1. (Cauchy-Lipschitz) Soit B un espace de Banach sur R ou C et J un intervalle
de R. Soit F une fonction F : J B B continue et globalement lipschitzienne par rapport `a
la seconde variable :
M > 0, t J, x, y B F(t, x) F(t, y) Mx y.
Alors il existe une fonction unique u C
1
(J, B) solution de lequation dierentielle y

= F(t, y)
veriant u(t
0
) = x
0
, pour tout t
0
J, x
0
B.
Preuve. On commence par remarquer que le probl`eme est equivalent `a trouver u C(J, B) tel
que
u(t) = x
0
+
_
t
t
0
F(s, u(s))ds.
Cela revient `a demontrer lexistence et lunicite dun point xe pour lapplication
: C(J, B) C(J, B)
v C(J, B), t J (v)(t) = x
0
+
_
t
t
0
F(s, v(s))ds.
On se ram`ene `a appliquer le theor`eme de point xe de Picard. Soit > 0 et v C(J, B), on
pose
v

= sup
tJ
e
|tt
0
|
v(t)
B
.
On note E

(J) lespace vectoriel norme des fonction v de C(J, B) tel que v

< .
Montrer que (E

(J), .

) est un espace de Banach (laisser en exercice).

Pour tout t t
0
(v)(t) (u)(t) =
_
t
t
0
(F(s, v(s)) F(s, u(s)))ds
(v)(t) (u)(t) M
_
t
t
0
v(s), u(s)ds.
Or
v(s) u(s) e
(st
0
)
u v

.
Il en resulte
(v)(t) (u)(t)
M

u v

e
(tt
0
)
.
Pour t t
0
la majoration est identique, on obtient ainsi
e
|tt
0
|
(v)(t) (u)(t)
M

u v

.
14
Par consequent on obtient
(v) (u)

u v

.
Pour tout > M, lapplication : E

(J) E

(J) est une contraction stricte, elle admet donc

un point xe dapr`es le theor`eme de Picard.
15
Chapitre 4
Espaces de Hilbert
4.1 Generalites
On commence par rappeler quelques denitions.
Denition 4.1.1. Soit E un espace vectoriel sur C, une application, a : E E C, est une
forme sesquilineaire si et seulement si elle est antilineaire en la premi`ere variable et lineaire en
la deuxi`eme variable, cest `a dire :
x E, y a(x, y) est une forme antilineaire,
y E, x a(x, y) est une forme lineaire.
Une forme sesquilineaire a est hermitienne si et seulement si
x, y E, y a(x, y) = a(y, x)
Une forme sesquilineaire a verie donc
C x
1
, x
2
, y E, y a(x
1
+x
2
, y) = a(x
1
, y) +a(x
2
, y)
de meme que
C x, y
1
, y
2
E, y a(x, y
1
+y
2
) = a(x, y
1
) +a(x, y
2
)
On remarque aussi que pour une forme hermitienne on a x E, a(x, x) R.
Denition 4.1.2. Soit E un espace vectoriel sur C, une forme hermitienne a : E E C est
positive si et seulement si x E, a(x, x) 0. Elle est denie positive si et seulement si elle
est positive et x E, a(x, x) = 0 implique x = 0.
Denition 4.1.3. E un espace vectoriel sur C est dit prehilbertien sil est muni dune forme
hermitienne denie positive. On la note pour x, y E, (x, y).
Exercice 4.1.4. verier que les espaces suivants sont prehilbertiens.
E = C
0
([0, 1]; C), f, g E, (f, g) =
_
1
0
f(t)g(t)dt.
E = l
2
=
_
a = (a
n
)
nN
, a
n
C,

n=0
|a
n
|
2
_
, a, b E, (a, b) =

n=0
a
n
b
n
.
16
Proposition 4.1.5. Soit E un espace prehilbertien, cest un espace norme pour la norme denie
par x E, x =
_
(x, x). On a de plus
x, y E, x +y
2
= x
2
+y
2
+ 2Re(x, y),
x +y
2
+x y
2
= 2x
2
+ 2y
2
,
|(x, y)| x y.
Les deux premi`eres egalites sont le resultat de calculs immediats. Linegalite est linegalite de
Cauchy Schwarz. Elle se demontre de la facon suivante. Le polynome
t R x +t
2
= x
2
+ 2tRe(x, y) +t
2
y
2
est positif ou nul donc son discriminant est negatif ou nul. Cela donne |Re(x, y)| x y. On
a : (x, y) = |(x, y)|e
i
pour un R. Donc
|(x, y)| = (e
i
x, y) = Re(e
i
x, y) e
i
xy = x y.
On peut maintenant demontrer Linegalite triangulaire. En eet
x +y
2
= x
2
+y
2
+ 2Re(x, y).x
2
+y
2
+ 2x y = (x +y)
2
.
On verie alors aisement que . est bien une norme, ce qui termine la demonstration.
Exercice 4.1.6. Soit z E, espace prehilbertien, montrer que x (z, x) est une forme lineaire
continue et determiner sa norme.
Montrer que le produit scalaire : (x, y) est continu sur E E.
Soit a une forme sesquilineaire, montrer quelle est continue si et seulement si elle est bornee :
il existe une constante c > 0 telle que x, y E, |a(x, y)| cx y.
4.2 Orthogonalite
Denition 4.2.1. Soit E un espace prehilbertien, on dit que x, y E sont orthogonaux si et
seulement si (x, y) = 0. On dit quune suite de E nie (e
1
, ..., e
N
) ou innie (e
n
)
n1
forme un
syst`eme orthogonal si et seulement si n = m, (e
n
, e
m
) = 0. Le syst`eme est orthonormal si de
plus n, e
n
= 1.
Proposition 4.2.2. (Inegalite de Bessel Parseval.) Soit (e
1
, ..., e
N
) un syst`eme orthogonal dun
espace prehilbertien E. On a alors la relation de Pythagore : e
1
+e
2
+...e
N

2
= e
1

2
+...e
N

2
.
Si (e
n
)
n1
forme un syst`eme orthonormal alors pour tout x E on a Linegalite de Bessel
Parseval

n=1
|(e
n
, x)|
2
x
2
.
La relation de Pythagore se demontre par une recurrence immediate. Pour obtenir linegalite
de Bessel Parseval considerons x
N
=
N

n=1
(e
n
, x)e
n
. Comme (e
n
)
n=1,...N
est un syst`eme orthogonal
on a par Pythagore x
N
=
N

n=1
|(e
n
, x)|
2
. Or
(x
N
, x) =
N

n=1
((e
n
, x)e
n
, x) =
N

n=1
(e
n
, x)(e
n
, x) = x
N

2
,
17
donc (x
N
, x x
N
) = 0 et toujours par Pythagore
x
2
= (x x
N
) +x
N

2
= (x xN)
2
+x
N

2
= (x x
N
)
2
+
N

n=1
|(e
n
, x)|
2
.
Les sommes partielles
N

n=1
|(e
n
, x)|
2
sont donc majorees par x
2
. La serie est donc absolument
convergente et est majoree par x
2
.
La suite (x
N
)
N1
est de Cauchy. En eet pour M > N, x
N
x
M

2
=
M

n=N+1
|(e
n
, x)|
2
tend
vers 0 quand N, M . Mais la suite ne converge pas neecessairement, pour cela il faudrait
que E soit complet.
On va maintenant etudier les relations dorthogonalite entre ensembles. On rappelle tout dabord
que si B est une partie dun espace vectoriel E sur K = R ou C,
V ect(B) =
_
N

n=1

n
x
n
,
n
K, x
n
B, n = 1, 2, ..., N N N
_
est lespace vectoriel engendre par B.
Denition 4.2.3. Soit B E, espace prehilbertien. Lorthogonal de B est lensemble
B

= {x E, b B, (b, x) = 0}.
Proposition 4.2.4. Soit B E, espace prehilbertien. Lorthogonal B

est un sous espace

vectoriel ferme de E et B B

= {0}. Si B C alors C

. On a de plus B

=
V ect(B)

= V ect(B)

Soit b E, b

= {b}

est par denition le noyau de la forme lineaire continue x (b, x) (cf

exercice). Cest donc un sous espace vectoriel ferme. Par consequent B

bB
b

, intersection
de sous espaces vectoriels fermes est donc aussi un sous espace vectoriel ferme. Dautre part si
x B B

alors x est orthogonal `a lui meme et donc x

2
= (x, x) = 0, x = 0.
Si B C alors C

cc
c

bB
b

= B

. Par consequent (V ect(B))

(V ect(B))

.
Si x B

alors pour tout b

1
, ..., b
N
B et tout
1
, ...,
N
C on a
_
x,
N

n=1

n
b
n
_
=
N

n=1

n
(x, b
n
) = 0.
Donc x (V ect(B))

, cela montre que B

(V ect(B))

.
Reciproquement, si x (V ect(B))

, soit c V ect(B) : il existe une suite (c

n
)
nN
de (V ect(B))
tel que c
n
c. On a (x, c
n
) = 0 et comme le produit scalaire est continu (x, c) = lim
n
(x, c
n
) = 0.
On obtient ainsi x (V ect(B))

. On a donc B

(V ect(B))

(V ect(B))

. On a demontre
precedemment linegalite inverse, ce qui ach`eve la preuve de la proposition.
Denition 4.2.5. Soit T un sous ensemble de E, espace prehilbertien. On dit que T est total
si et seulement si le sous ensemble vectoriel quil engendre, note V ect(T ) est dense dans E.
18
Soit T E, si x T

alors dapr`es la Proposition 4.2.4, on a par Pythagore t V ect(T )

x t
2
= x
2
+t
2
, et donc x x t
x inf{x t; t V ect(T )} = dist(x, T ).
Donc si x = 0 sa distance `a V ect(T ) est strictement positive. V ect(T ) ne peut donc pas etre
dense. Par consequent on a
Proposition 4.2.6. Si un sous ensemble T dun espace prehilbertien est total, alors T

= {0}.
La reciproque est fausse dans un cadre prehilbertien general. On peut prendre par exemple
E = C
0
([.1, 1]; R) muni du produit scalaire (f, g) =
_
1
1
f(x)g(x)dx et T =
_
f E;
_
0
1
f(x)dx =
_
1
0
f(x)dx
_
. On verie que T

= 0 pourtant T nest pas dense.

4.3 Convexite et projections orthogonales
Denition 4.3.1. Soit E un espace vectoriel sur R ou C. Un sous ensemble C E est convexe
si et seulement si
x, y C, [0, 1], x + (1 )y C.
Autrement dit si x et y sont deux points de C le segment reliant x `a y doit etre inclus dans
C. On a le resultat classique suivant.
Proposition 4.3.2. Les barycentres `a poids positifs de points dun convexe C sont dans C :
x
1
, ...x
N
C,
1
, ...
N
0, avec
N

n=1

n
= 1,
N

n=1

n
x
n
C.
La demonstration se fait par recurrence sur N (laisser en exercice). Le resultat principal de
ce paragraphe est le suivant.
Theor`eme 4.3.3. Soit C un convexe complet dun espace prehilbertien E. Pour tout x E il
existe un unique point P
C
x, projection orthogonale de x sur C, tel que :
x P
C
x = d(x, C) = inf{x y, y C}.
La projection P
C
x est caracterisee par
P
C
x C, y C, Re(x P
C
x, y P
C
x) 0.
De plus P
C
est une contraction pour tout x
1
, x
2
E, P
C
x
1
P
C
x
2

E
x
1
x
2

E
.
Dans lenonce ci-dessus caracterise signie que P
C
x est lunique solution du probl`eme :
trouver z C tel que pour tout y C on ait Re(x z, y z) 0. Pour la demonstration
du theor`eme considerons une suite minimisante (y
n
)
nN
de C : y
n
x = d(x, C) quand
n . On a vu que a + b
2
+ a b
2
= 2a
2
+ 2b
2
ce qui donne pour a = x y
n
et
b = x y
m
4x
y
n
+y
m
2

2
+y
n
y
m

2
= 2x y
n

2
+ 2x y
m

2
.
19
Or comme
y
n
+y
m
2
C on a x
y
n
+y
m
2
. Par consequent
y
n
y
m

2
2x y
n

2
+ 2x y
m

2
4
2
.
Quand n et m on a x y
n
et x y
m
, donc y
n
y
m
0 quand n et
m . La suite (y
n
)
nN
est donc une suite de Cauchy de C qui est suppose complet. Elle
converge donc vers un point P
C
x C et x P
C
x = . Si z est un autre point de C veriant
la meme relation alors la suite (P
C
x, z, P
C
x, z, ..., P
C
x, z, ...) est aussi une suite minimisante et
par le meme raisonnement que precedemment elle converge. Cela implique z = P
C
x et donc
lunicite. Si z C verie y C, Re(x z, y z) 0 alors pour tout y C
x y
2
= (x z) + (z y)
2
= (x z)
2
+(z y)
2
2Re(x z, y z) (x z)
2
.
Donc z realise le minimum de la distance de x aux points de C ce qui implique z = P
C
x.
Reciproquement si on pose z = P
C
x alors pour tout y C et tout t [0, 1] on a ty+(1t)z C
et donc x (ty + (1 t)z)
2
x z
2
. On obtient
x z t(y z)
2
x z
2
= t
2
y z
2
2tRe(x z, y z) 0
pour tout t [0, 1]. En particulier la derivee par rapport `a t de cette fonction doit etre positive
ou nulle en t = 0. Cela donne -2 Re(x z, y z) 0 ce qui conduit au resultat souhaite.
Pour montrer la contractivite des projections, appliquons maintenant le crit`ere pour P
C
x
1
avec
y = P
C
x
2
et pour P
C
x
2
avec y = P
C
x
1
. On obtient
Re(x
1
P
C
x
1
, P
C
x
2
P
C
x
1
) + Re(x
2
P
C
x
2
, P
C
x
1
P
C
x
2
) 0
Re(x
1
x
2
+ (P
C
x
2
P
C
x
1
), P
C
x
2
P
C
x
1
) 0
P
C
x
2
P
C
x
1

2
Re(x
2
x
1
, P
C
x
2
P
C
x
1
).
Linegalite de Cauchy Schwarz permet de conclure.
Corollaire 4.3.4. Soit V un sous espace vectoriel complet et non reduit `a {0} dun espace
prehilbertien E. Pour tout x E il existe un unique point P
V
x, projection orthogonale de x sur
V , tel que :
x P
V
x = d(x, V ) = infx y, y V .
La projection P
V
x est caracterisee par
P
V
x V, y V, (x P
V
x, y) = 0.
De plus P
V
L(E) et P
V

L(E)
= 1.
Un sous espace vectoriel est convexe, donc il sut dappliquer le theor`eme precedent. La
projection est caracterise par P
V
x V, y V, Re(xP
V
x, yP
V
x) 0. En posant y

= yP
V
x
(V est un se.v.) on a donc y V, Re(x P
V
x, y

) 0. On applique cette relation pour y

, iy

et iy

successivement pour obtenir (x P

V
x, y

) = 0. Cette caracterisation montre aussi que

P
V
est lineaire. Comme P
V
est une contraction on a P
V

L(V )
1, comme P
V
est lidentite sur
V on a en fait egalite.
20
Proposition 4.3.5. (Orthonormalisation.) Soit V
1
V
2
...V
n
V
n+1
... une suite stricte-
ment croissante de sous espaces vectoriels dun espace prehilbertien E avec V
1
= {0}. Si les V
n
sont complets, il existe alors un syst`eme orthonormal e
1
, e
2
, ..., e
n
, ... tel que e
n
V
n
V

n1
. Si
n, dim(V
n
) = n alors il existe un syst`eme orthonormal e
1
, e
2
, ..., e
n
, .... tel que (e
1
, e
2
, ..., e
n
) est
une base orthogonale de V
n
.
On obtient le resultat par une recurrence sur n. Pour construire e
1
on normalise un vecteur non
nul de V
1
. Supposons (e
1
, ..., e
N
) construits. Les espaces V
n
sont complets. Soit a
n+1
V
n+1
\V
n
,
ce vecteur existe car V
n
= V
n+1
. On pose alors e
n+1
=
a
n+1
P
V
a
n+1
a
n+1
P
V
a
n+1

et on verie que ce
choix convient dapr`es le Theor`eme de projection.
Si les V
n
sont de dimensions nies ils sont complets. On construit comme precedemment e
1
, e
2
, ..., e
n
, ....
Comme (e
1
, e
2
, ..., e
n
) est un syst`eme libre de cardinal n de V
n
de dimension n cest bien une
base.
On doit remarquer que lon a un procede eectif de calcul des e
n
une fois les a
n
determines.
Cest le procede dorthonormalisation de Gram-Schmidt.
4.4 Espaces de Hilbert
Denition 4.4.1. Un espace de Hilbert H est un espace prehilbertien complet.
On rappelle quun sous ensemble ferme dun espace complet est complet. On peut donc pro-
jeter sur tout convexe ferme et en particulier sur les sous espaces vectoriels ferme.
Proposition 4.4.2. . Soit V un sous espace vectoriel ferme dun espace de Hilbert H. On a
alors H = V V

et V

= V .
Soit x H, on a evidemment x = P
V
x+(xP
V
x) et P
V
x V, (xP
V
x) V

. Cela montre
que H = V + V

et comme V V

= {0}, cette somme est bien directe. On a evidemment

V V

et si x V

alors x P
V
x V

car P
V
x V V

. On a aussi x P
V
x V

donc x P
V
x = 0, x = P
V
x V . Cela termine la demonstration.
Corollaire 4.4.3. Un sous ensemble T dun espace de Hilbert H est total si et seulement si
T

= {0}.
On a dej`a vu que necessairement T

= {0} si T est total. De plus, au vu de la Proposition...,

on a
H = V ect(T ) V ect(T )

= V ect(T ) T

.
Cela montre que T

= {0} est une condition necessaire et susante pour que T soit total.
Denition 4.4.4. Une famille (e
n
)
nN
dun espace de Hilbert H est une base hilbertienne si
elle est orthonormale et totale.
Proposition 4.4.5. Soit (e
n
)
nN
une base hilbertienne dun espace de Hilbert H. Alors pour
tout x H
x =

knN
(e
n
, x)e
n
o` u la serie est convergente dans H.
21
Preuve. Posons a
n
= (e
n
, x). Par Bessel Parseval, on a

nN
|a
n
|
2
x
2
. Soit x
N
=
N

n=0
a
n
e
n
.
Par Pythagore on a pour M > N, x
N
x
M
=
_
N

n=1
|a
n
|
2
_
1/2
. Cela montre que (x
N
)
nN
est de
Cauchy et converge donc vers x

H. Fixons n N, pour N n on a (x
N
, e
n
) = a
n
= (x, e
n
).
Par passage `a la limte N on obtient (x

, e
n
) = (x, e
n
), (xx

, e
n
) = 0. Cela montre que
x x

{e
n
; n N}

, comme {e
n
; n N} est total. On en conclut que {e
n
; n N}

= {0} et
donc x = x

.
Proposition 4.4.6. Un espace de Hilbert H admet une base hilbertienne (e
n
)
nN
si et seulement
si H est separable.
Preuve. Soit H separable, il existe alors une suite (x
n
)
n1
dense. On pose alors Wn = V ect(x
1
, ..., x
n
).
On a W
n
W
n+1
et dim(W
n+1
) 1+dim(Wn), quitte `a reindexer V
k
= W
n
avec dim(V
k
) = k.
Grace `a la Proposition..., on peut donc trouver (e
n
)
n1
un syst`eme orthonormal tel que (e
1
, ..., e
k
)
soit une base de V
k
. Par consequent
Vect{e
n
; n 1} =
k1
V
k
=
nN
V
k
, {x
n
; n N} Vect{e
n
; n 1}.
Comme {x
n
; n N} est dense il est total et donc
{e
n
; n 1}

= Vect{e
n
; n 1}

{x
n
; n N}

= {0}.
Par consequent {e
n
; n 1} est un syst`eme orthonormal total : cest une base hilbertienne.
Reciproquement si (e
n
)
nN
est une base hilbertienne alors
_
N

n=1
(r
n
+is
n
)e
n
; N N, r
n
, s
n
Q
_
est denombrable et dense, par consequent H est separable.
4.5 Theor`emes de representation
Dans cette section H designe un espace de Hibert et H

son dual, lensemble des formes

lineaires continues sur H. On commence par un theor`eme de representation des formes lineaires
par des vecteurs.
Theor`eme 4.5.1. (Theor`eme de representation de Riesz). Soit l H

une forme lineaire

continue, alors il existe un unique vecteur u H tel que
v H, l(v) = (u, v).
Preuve. Montrons lunicite. Si deux vecteurs u
1
, u
2
correspondent `a la meme forme lineaire
alors pour tout v on a (u
2
u
1
, v) = 0 et en prenant v = u
2
u
1
on en deduit que u
2
= u
1
.
22
Passons maintenant `a lexistence. Si l = 0 alors u = 0 est lunique vecteur qui convient. Si
l = 0, soit V = N(l)(= l
1
(0)). V est un hyperplan ferme donc H = V V

avec V

de
dimension 1. Soit donc a un vecteur non nul de V

. Pour tout v H il exite un unique C

et un unique w V tel que v = w +a. On a ainsi
l(v) = l(a), (a, v) = a
2
.
En posant u =
l(a)
a
2
a on a bien l(v) = (u, v).
Par consequent on peut representer les formes sesquilineaires par des applications lineaires. Cela
correspond en dimension nie, `a la representation des formes sesquilineaires par des matrices.
Corollaire 4.5.2. Soit a une forme sesquilineaire continue, alors il existe A L(H) tel que
(u, v) H H, a(u, v) = (Au, v).
Remarque 4.5.3. a est continue si et seulement si elle est bornee. Soit c > 0 tel que
(u, v) H H, |a(u, v)| cu v,
alors A
L(H)
c.
En eet on a a(u, Au) = (Au, Au) = Au
2
cuAu.
Pour montrer lexistence de A on consid`ere `a u xe l : v H a(u, v). Il existe alors un unique
vecteur que nous noterons Au tel que v H, on a l(v) = a(u, v) = (Au, v). On verie aisement
que A est lineaire.
On en deduit la proposition suivante concernant lexistence dun adjoint.
Proposition 4.5.4. Soit A L(H) alors il existe un unique operateur A

tel que
(u, v) H H, (Au, v) = (u, A

v).
Cest loperateur adjoint. On a de plus A

L(H)
= A
L(H)
et A

= A.
Preuve. La relation ci dessus est equivalente `a
(u, v) H H, (A

u, v) = (u, A

v) = (Av, u) = (u, Av).

Posons alors (u, v) H H, a(u, v) = (u, Av). Au vu du Corollaire..., il existe un unique
operateur A

L(H) tel que

(u, v) H H, (A

u, v) = a(u, v) = (u, Av).

De plus on a alors
u H, A

u
2
= (u, AA

u) AA

L(H)
u
2
A
L(H)
A

L(H)
u
2
A

L(H)
_
A
L(H)
A

L(H)
.
On a donc A

L(H)
A
L(H)
et par consequent aussi A

L(H)
A

L(H)
. On verie
par ailleurs aisement que A

= A

Cela donne le resultat.

23
Denition 4.5.5. Un operateur A L(H) est dit hermitien si et seulement si A = A

.
Proposition 4.5.6. Soit A L(H) et a la forme sesquilineaire correspondante :
(u, v) H H, a(u, v) = (Au, v).
Loperateur A est hermitien si et seulement si la forme sesquilineaire a est hermitienne.
Preuve. En eet on a
a(u, v) a(v, u) = (Au, v) (Av, u) = (Au, v) (u, Av) = (Au, v) (A

u, v)
a(u, v) a(v, u) = (Au A

u, v).
Cette expression est nulle pour tout u, v H, si et seulement si a est hermitien et si et seulement
si A est hermitien.
Le resultat suivant est tr`es important en vue de ces nombreuses applications. Il generalise au
cas non symetrique le theor`eme de representation de Riesz.
Theor`eme 4.5.7. (Theor`eme de Lax Milgram.) Soit a une forme sesquilineaire continue. On
suppose quelle est coercive, cest `a dire :
> 0, u H, Re a(u, u) u
2
.
Alors pour toute forme lineaire l H

, il existe un unique vecteur u H tel que

v H, a(u, v) = l(v)
Remarque 4.5.8. Si a est de plus hermitienne alors (u, v)
a
= a(u, v) denit un produit scalaire
sur H dont la norme ua =
_
a(u, u) est equivalente `a la norme de depart de H. Dans ce cas
le theor`eme de Lax Milgram est strictement equivalent au theor`eme de representation de Riesz
pour le produit scalaire (., .)
a
. Ce theor`eme na donc dinteret que quand a est non hermitien.
Preuve. On utilise le Theor`eme de representation de Riesz pour en deduire lexistence de
f H et de son corollaire pour en deduire lexistence de A L(H) tels que
u, v H, l(v) = (f, v), a(u, v) = (Au, v).
Le probl`eme revient alors `a resoudre Au = f. On va ecrire ce probl`eme comme un probl`eme
de point xe. En eet pour tout > 0, u est solution si et seulement si u = F

(u) avec
F

(u) = u Au +f. Remarquons que a etant coercive on a (Au, u) u

2
. On a donc pour
tout u, v H
F

(u) F

(v)
2
= (u v) A(u v)
2
= (u v)
2
2Re(A(u v), u v) +2A(u v)
2
(u v)
2
2(u v)
2
+
2
A
2
L(H)
(u.v)
2

_
1 2 A
2
L(H)
_
(u v)
2
.
Pour 0 < < /(2A
2
L(H)
, lapplication est donc strictement contractante. Dapr`es le theor`eme
de Picard, il existe donc dans ce cas un unique point xe. Cela termine la demonstration.
24
4.6 Exercices
Exercice 4.6.1. E designe un espace vectoriel norme sur R. Soit C un ouvert convexe contenant
0. On denit sa jauge par
x E, p(x) = inf
_
> 0 :
1

.x C
_
.
On va montrer que la jauge dun convexe joue le role dune norme dont la boule unite serait ce
convexe.
1) Montrer que p(0) = 0, et que C = {x E : p(x) < 1}. Que vaut p si C = B(0; 1) ?
2) Montrer que > 0, x E, p(.x) = p(x), puis que x, y E, p(x +y) p(x) +p(y).
3) Prouver quil existe une constante M > 0 telle que x E, p(x) Mx que si de plus
C est borne il existe > 0 telle que x E, p(x) x.
4) En deduire que p est continue.
On suppose que Cest borne. Soit
(x)
x
.x pour tout x = 0 et (0) = 0.
5) Montrer que est une bijection sur E et donner la fonction reciproque.
6) Montrer que est bicontinue (continue et de reciproque continue). En deduire le resultat
sui- vant :
Tout convexe ouvert borne dun espace vectoriel norme est homeomorphe `a la sph`ere unite.
Exercice 4.6.2. Soit V un s.e.v. dun espace de Hilbert H.
1) Montrer que V (V

.
Soit P la projection orthogonale sur V .
2) Montrer que pour tout v (V

on a ((I P)v, v) = 0.
3) Deduire de ce qui prec`ede que V = (V

.
Exercice 4.6.3. On note C

0
lespace des fonctions complexes sur R, 2-periodiques et
L
2

= {u : R C, u mesurable et de carre integrable sur (, ), tel que u(x+2) = u(x), xp.p.}.

1) Donner des normes pour lesquels C

0
est un Banach et L
2

est un Hilbert.
C

0
. 2) En utilisant Stone Weierstrass montrer que la famille {e
inx
, n Z} est totale.
3) Montrer que (e
inx
nZ
est une base Hilbertienne de L
2

pour le p.s.
(u, v) =
1
2
_

u(x)v(x)dx.
25
4) Calculer les coordonnees a
n
, n Z de la fonction u L
2

qui vaut 1 sur [, 0[ et 1 sur [0, [.

5) determiner quand la serie

nZ
a
n
e
inx
est absolument convergente, semi-convergente, conver-
gente dans L
2
(, ).
26
Chapitre 5
Elements de theorie spectrale
5.1 Generalites
On commence par quelques denitions et des rappels sur des theor`emes de la dimension nie.
Denition 5.1.1. Soit E, F deux espaces vectoriels normes sur K = R ou C. Pour A L(E; F)
on denit son image Im(A) et son noyau N(A) par
Im(A) = A(E) F, N(A) = A
1
(0) E.
Une des bases de lalg`ebre lineaire en dimension nie est le theor`eme elementaire suivant.
Theor`eme 5.1.2. (Theor`eme du rang.) Soit E, F deux espaces vectoriels normes K = R ou C
et A L(E; F). On suppose que E est de dimension nie, alors
dim(Im(A)) +dim(N(A)) = dim(E).
Preuve. En eet comme E est de dimension nie il existe un supplementaire V E `a N(A).
On a dim(V ) + dim(N(A)) = dim(E). On verie alors que A est une bijection et donc un
isomorphisme despace vectoriel entre V et Im(A). On a donc dim(V ) = dim(Im(A)).
On en deduit le resultat.
Corollaire 5.1.3. Soit E un espace vectoriel norme sur K = R ou C de dimension nie et
A L(E)(L(E; E)). On a alors lequivalence entre les trois proposition suivante :
i) A est bijectif,
ii) A est injectif, N(A) = {0},
iii) A est surjectif, Im(A) = E.
Si on est dans ce cas alors on verie aisement que A
1
est une application lineaire et comme
on est en dimension nie A
1
est continue. Cest faux en general en dimension innie.
Denition 5.1.4. Soit E un espace vectoriel norme sur K. Le groupe lineaire sur E, note
GL(E) est lensemble des applications A L(E) bijectives telles que A
1
L(E). (A
1
est
continue.)
27
Denition 5.1.5. Soit E un espace vectoriel norme sur K et A L(E). lensemble resolvant
de A, Res(A) K, est lensemble des K tels que : (A Id) GL(E). Lensemble des
valeurs propres, V p(A) K, est lensemble des K tels que (A Id) ne soit pas injectif :
x E, x = 0, Ax = x.
Le spectre de A, Sp(A) K, est le complementaire de lensemble resolvant : Sp(A) = K\Res(A).
On a toujours V p(A) Sp(A). En dimension nie on peut demontrer le resultat suivant.
Corollaire 5.1.6. Soit E un espace vectoriel norme sur K de dimension nie et A L(E),
alors Sp(A) = V p(A).
Ce corollaire est une consequence directe du Corollaire 5.1.3 quand on lapplique `a (AId).
Ces resultats sont `a la base de lanalyse spectrale en dimension nie. Malheureusement ils sont
en general faux en dimension innie. On peut sen convaincre en faisant lexercice suivant.
Exercice 5.1.7. On designe par B lespace de Banach des suites complexes a = (a
1
, a
2
, ..., a
n
, ...)
sommables avec la norme
a =

n=1
|a
n
|.
On denit les operateurs S et T suivants :
S
a
= (0, a
1
, a
2
, ..., a
n
, ...), T
a
= (a
2
, a
3
, ..., a
n+1
, ...).
1) Montrer que S et T sont dans L(B) et calculer leurs normes.
2) Etudier linjectivite et la surjectivite de ces operateurs.
3) Est ce quune application lineaire de B dans B inversible `a droite est inversible `a gauche ?
4) Determiner les valeurs propres et le spectre de S et T.
On va maintenant etablir des resultats qui seront valables en dimensions quelconques. Il faut
pour cela etre dans un espace complet.
Theor`eme 5.1.8. Soit E un espace de Banach sur K, alors GL(E) est un ouvert de L(E).
Plus precisement si A GL(E), alors pour tout B L(E) avec B
L(E)
<
1
A
1

L(E)
, on a
(A+B) GL(E) et
(A+B)
1
=

n=1
(1)
n
(A
1
B)
n
A
1
.
Preuve. Pour demontrer ce theor`eme, commencons par montrer que (Id C) GL(E) pour
C
L(E)
< 1. Pour cela considerons la serie S =

n=1
C
n
. Comme C
n

L(E)
C
n

(L(E))
, cette
serie est normalement convergente. Or L(E) est un Banach, la serie est convergente et denit
bien S L(E). Les sommes partielles S
N
=
N

n=1
C
n
convergent donc vers S. Or on a
(Id C)S
N
=
N

n=1
C
n

n=1
C
m
(Id C)S = Id lim
N
C
N+1
= Id
28
car C
N+1

L(E)
C
L(E)
N+1 0. Comme S
N
(IdC) = (IdC)S
N
on a aussi S(IdC) =
(Id.C)S = Id. Cela montre que (Id C) GL(E) dinverse S.
On applique ensuite ce resultat avec C = A
1
B qui est de norme
C
L(E)
A
1

L(E)
B
L(E)
< 1
par hypoth`ese. On en deduit que (Id +A
1
B) GL(E) avec
(Id +A
1
B)1 =

n=1
(1)
n
(A
1
B)
n
.
Donc A +B = A(Id +A
1
B) GL(E) avec (A +B)
1
= (Id +A
1
B)
1
A
1
. Cela termine la
demonstration du theor`eme.
Theor`eme 5.1.9. Soit E un espace de Banach sur K, et soit A L(E). Lensemble Res(A)
est un ouvert de K et lapplication
Res(A) (AId)
1
est analytique. Le spectre de A, Sp(A) est un compact de K contenu dans la boule { K; ||
A
L(E)
}.
Preuve. Soit
0
Res(A), on applique le theor`eme precedent `a (A
0
Id). Pour B L(E)
avec B
L(E)
<
1
(A
0
Id)
1

L(E)
on a (A
0
Id+B) GL(E). En prenant B = (
0
)Id
on en deduit que Res(A) pour |
0
| <
1
(A
0
Id)
1

L(E)
et que lon a
(AId)
1
=

n=1
(1)
n
((A
0
Id)
1
(
0
)Id)
n
(A
0
Id)
1
(AId)
1
=

n=1
(
0
)
n
((A
0
Id)
1
Id)
n+1
.
Par consequent Res(A) est ouvert et (A Id)
1
est developpable en serie enti`ere et donc
analytique.
Il en resulte que le complementaire de Res(A) qui est Sp(A), est ferme. Reste `a montrer linclusion
ou encore, (par passage au complementaire,) que
{ K; || > A
L(E)
} Res(A).
On applique le theor`eme 15 `a Id. On a Id +B GL(E) pour
B
L(E)
<
1
(Id)
1

L(E)
= ||.
On peut prendre B = A si || > A
L(E)
ce qui montre linclusion.
29
5.2 Operateurs compacts
On a vu que des resultats fondamentaux dalg`ebre lineaire de la dimension nie ne sont pas
necessairement vrais en dimension innie. On peut y remedier en partie en utilisant la notion
de compacite.
Proposition 5.2.1. Soit E, F deux espaces vectoriels normes sur K et A L(E; F). On dit
que A est un operateur compact si et seulement si une des trois propositions equivalentes sui-
vantes est veriee :
i) toute image dun borne de E est relativement compact dans F,
ii) A(B
E
(0; 1)) est relativement compact dans F,
iii) de toute suite bornee (x
n
)
nN
de E on peut extraire une sous suite telle que (Ax
n
)
n
k
N
converge dans F quand k . lensemble des operateurs compacts est note K (E; F).
Preuve. On a evidement i) implique ii).
Si on suppose ii), considerons une suite bornee (x
n
)
nN
par M > 0 de E. On a A
_
x
n
M
_

A(B
E
(0; 1)). Comme la compacite est equivalent `a la compacite sequentielle dans les espaces
metriques, on obtient lexistence dune sous suite telle que A
_
x
n
k
M
_
y F. On a bien
Ax
n
k
My, ce qui donne iii).
Limplication : iii) donne i), resulte de lequivalence entre la compacite et la compacite sequentielle
dans les espaces metriques.
Proposition 5.2.2. Soit E, F deux espaces vectoriels normes sur K et A L(E; F). Si A est
de rang ni, dim(Im(A)) < , alors A K(E; F).
Preuve. En eet si C E est borne, A(C) est un borne de Im(A) espace vectoriel de dimen-
sion nie. Or en dimension nie les fermes bornes sont compact, A(C) est donc relativement
compact.
Il resulte de cette proposition que si dimE < alors L(E; F) = K (E; F). Cest faux en
general. En eet Id
E
est compact si et seulement si B
E
(0; 1) est relativement compact si et
seulement si dimE < par le Theor`eme de Riesz. On a donc K (E)(= K (E; E)) = L(E)
quand E est de dimension innie.
Proposition 5.2.3. . Soit E, F deux espaces vectoriels normes sur K. Les operateurs compacts,
K (E; F), forment un sous espace vectoriel de L(E; F). Si de plus F est un Banach, K (E; F)
est ferme dans L(E; F).
Preuve. Soit A, B K (E; F) et K. On va utiliser le crit`ere ii) de la Proposition 5.2.1. Soit
donc (x
n
)
nN
une suite bornee de E. Comme A est compact, il existe une sous suite (x
(n)
)
nN
avec : N N strictement croissant telle que Ax
(n)
y F. Comme B est compact, on peut
`a nouveau extraire une sous suite (x
((n))
)
nN
avec : N N strictement croissant telle que
30
Bx
((n))
z F. Pour = , on a donc (A +B)(x
(n)
) y +z F. Par consequent
(A+B) K (E; F), K (E; F) est bien un sous espace vectoriel.
Soit une suite (A
n
)
nN
de K (E; F), on suppose que A
n
A L(E; F). On doit montrer que
A(B
E
(0; 1)) est compact. Comme cet ensemble est un ferme dun espace complet il est complet
(Proposition 9). Il sut donc de montrer la precompacite. Soit > 0, on choisit n pour que
A
n
A
L(E;F)
/2. Pour ce n, A
n
(B
E
(0; 1)) est compact et donc precompact. Par consequent
il existe y
1
, y
2
, ..., y
K
dans F tels que A
n
(B
E
(0; 1))
K
k=0
B
F
(y
k
; /2). Soit y A(B
E
(0; 1)), il
existe x B
E
(0; 1) tel que y = Ax et il existe k {1, 2, ..., } tel que A
n
x B
F
(y
k
; /2). On a
y y
k
Ax A
n
x +Anx y
k
AAn
L(E;F)
x +/2 .
Cela montre que A(B
E
(0; 1))
K
k=0
B
F
(y
k
; ) et par consequent
A
n
(B
E
(0; 1))
K
k=0
B
F
(y
k
; ),
ce dernier ensemble etant ferme (union nie de fermes). On a ainsi termine la demonstration de
la Proposition 5.2.3.
On termine cette section avec un resultat sur la composition avec un operateur compact.
Proposition 5.2.4. Soient E, F, G trois espaces vectoriels normes sur K. Soit A L(E; F) et
B L(F; G). Si A ou B est compact alors B A K (E; G).
Preuve. Si B est compact, alors pour tout borne H G, B(H) est compact. Or limage
dun compact par une application continue est compacte, cf Proposition 13, donc A(B(H)) est
compact. Par consequent AB(H) A(B(H)) est relativement compact. Si A est compact, alors
pour tout borne H G, B(H) est aussi borne et donc A B(H)) est relativement compact.
Exercice 5.2.5. Soit H un espace de Hilbert et T L(H).
1) On designe par T

ladjoint de T, montrer que T

= T et que T

= T.
2) Montrer que N(T

) = Im(T)

puis que N(T

= Im(T).
On suppose dorenavant que T 1.
3) Soit x tel que x = Tx, prouver que T

x = x puis en deduire que lon a aussi x = T

x.
4) Demontrer que H = N(I T)

Im(I.T).
On pose R
n
(x) =
1
n + 1
(x +Tx +... +T
n
x).
5) Si x Im(I T) montrer que R
n
(x)
c
n + 1
o` u c > 0 depend de x mais pas de n.
Que vaut R
n
(x) si x N(I T)?
6) Montrer que pour tout x H, R
n
(x) Px quand n o` u P est la projection ortho-
gonale sur N(I T).
Exercice 5.2.6. On designe par B lespace de Banach des suites complexes a = (a
1
, a
2
, ..., a
n
, ...), an
C sommables muni de la norme
a =

n=1
|a
n
|.
31
Soit u = (u
1
, u
2
, ..., u
n
, ...) une suite bornee. On pose pour a B, U
a
= (a
1
u
1
, a
2
u
2
, ..., a
n
u
n
, ...).
1) Montrer que U L(B) et donner sa norme.
On pose u
N
= (u
1
, u
2
, ..., u
N
, 0, 0, ...) et on lui associe loperateur U
N
.
2) Montrer que U
N
K (B). Calculer U U
N
.
3) On suppose que la suite u tend vers 0. En deduire que U K (B).
5.3 Theorie Hilbertienne de Riesz-Fredholm
Il sagit de demontrer un theor`eme du rang en dimension innie. Lhypoth`ese de dimension
nie va etre remplacee par une hypoth`ese de compacite. Des resultats identiques sont valables
dans le cadre des espaces de Banach. Les demonstration etant alors plus longue, on a prefere se
restreindre au cas Hilbertien.
On a vu precedemment que tout operateur de rang ni est compact. On a la reciproque suivante
dans les espaces de Hilbert.
Proposition 5.3.1. Soit H un espace de Hilbert et K K (H) alors il existe une suite K
N

L(H) doperateurs de rang ni, dim(Im(K
N
)) < , qui ont pour limite K, K
N
K dans
L(H).
Attention, cette propriete est fausse dans le cadre general des Banach.
Preuve. Soit B
H
la boule unite de H, comme K est compact pour tout N il existe (y
1
, y
2
, ..., y
P
)
dans H tel que K(B
H
)
P
p=1
B
H
(y
p
, 1/N). Soit P
N
la projection orthogonale sur le sous espace
de dimension nie Vect(y
1
, y
2
, ..., y
P
). K
N
= P
N
K est bien de rang ni. Soit x B
H
, il existe
p {1, 2, ..., P} tel que Kx y
p
1/N. On a donc aussi P
N

L(H)
1, P
N
Kx P
N
y
p
=
K
N
x y
p
1/N. Par consequent Kx K
N
x Kx y
p
+ y
p
K
N
x 2/N. On a
ainsi K K
N

L(H)
2/N 0 ce qui conclut la demonstration.
Proposition 5.3.2. Soit H un espace de Hilbert et K K (H) alors loperateur adjoint est
compact, K

K (H).
Preuve. Soit K
N
une suite doperateur de rang ni approchant K. Sur V
N
= N(K
N
)

, K
N
est
injectif de V
N
sur Im(K
N
). Soit P
N
la projection orthogonale sur N(K
N
) (qui est bien ferme).
Si y Im(K
N
) il existe x H tel que y = K
N
x. On a aussi y = K
N
(xP
N
x) et xP
N
x V
N
,
donc K
N
est surjectif et par consequent bijectif de V
N
sur Im(K
N
). Par consequent V
N
et
Im(K
N
) ont meme dimension nie.
Soit maintenant y Im(K

N
) et x N(K
N
), il exite z H tel que y = K

N
z donc (y, x) =
(K

N
z, x) = (z, K
N
x) = 0. On a donc Im(K

N
) N(K
N
)

= V
N
, qui est de dimension nie.
Comme on a K

L(H)
= KK
N

L(H)
, (un operateur et son adjoint ont meme norme),
K

est limite dune suite doperateurs compacts (car de rang ni). Il est donc lui aussi compact,
cf Proposition 53.
32
Theor`eme 5.3.3. (Alternative de Fredholm) Soit H un espace de Hilbert et K K (H). On a
alors :
i) N(I K) est de dimension nie,
ii) Im(I K) = N(Id K

est ferme,
iii) Im(IdK) est de co-dimension nie et codim(Im(IdK)) = dimN(IdK). En particulier
Id K est surjectif si et seulement si Id K est injectif.
Pour montrer i) considerons la boule unite B
N(IdK)
= B
H
(0; 1) N(I K) de N(I K).
Six B
N(IK)
alors x 1 et x = Kx K(B
H
(0; 1)). Donc B
N(IK)
K(B
H
(0; 1)) et ce
dernier ensemble est relativement compact car K K (H). Par consequent B
N(IK)
est relati-
vement compact. Dapr`es le Theor`eme de Riesz, N(I K) est donc de dimension nie.
Pour montrer ii) on remarque que x Im(I K)

si et seulement si y H, (x, (I K)y) = 0,

cest `a dire si et seulement si y H, ((I K

)x, y) = 0, si et seulement si x N(I K

). Donc
Im(I K)

= N(I K

). On a Im(I K)

= Im(I K)

et Im(I K)

= Im(I K).
On a donc Im(I K) = N(I K

.
Il reste `a montrer que Im(I K) est ferme. Soit (v
n
)
nN
une suite de Im(I K) qui converge
vers v H. Il existe x
n
H tel que v
n
= (I K)x
n
. Soit P
1
la projection orthogonale sur
N(I K). Posons u
n
= x
n
P
1
x
n
on a
n N, u
n
N(I K)

, (I K)u
n
= v
n
v, quand n .
Si (u
n
)
nN
nest pas bornee il existe une sous suite (u
n
k
)
kN
telle que u
n
k
. Comme K
est compact, quitte `a extraire de nouveau une sous suite on peut aussi supposer que K
_
u
n
k
u
n
k

_
converge. Or
u
n
k
u
n
k

=
v
n
k
u
n
k

+K
_
u
n
k
u
n
k

_
donc
_
u
n
k
u
n
k

_
converge vers une limite u qui verie u = Ku, u N(I K). Or la suite
_
u
n
k
u
n
k

_
appartient au ferme N(I K)

et est de norme 1 donc u N(I K)

N(I K) = {0} et
u = 1 do` u la contradiction.
Par consequent (u
n
)
nN
est bornee et comme K est compact il existe une sous suite (u
n
k
)
kN
telle que Ku
n
k
converge. Comme u
n
k
= v
n
k
+Ku
n
k
, u
n
k
cette suite converge vers un vecteur u
et u = v +Ku. On a bien v Im(I K) ce qui montre que Im(I K) est ferme.
Pour montrer iii) on commence par remarquer que K

est aussi compact (Proposition 56). Par

i) on en deduit que N(I K

) est de dimension nie et par ii) H = Im(I K) Im(I K)

=
Im(I K) N(I K

). La co-dimension de Im(I K) est donc la dimension de N(I K

)
qui est nie. Il reste `a montrer que dim(N(I K)) = dim(N(I K

)).
Pour ce faire commencons par le cas o` u (I K) est surjectif. Supposons que (I K) ne
soit pas injectif. On pose V
0
= {0}, V
N
= N((I K)
n
) pour n 1. On a V
1
= 0 et
V
N
V
N+1
. Montrons que V
N+1
= V
N
par une recurrence sur n. On a bien V
1
= V
0
. Sup-
posons V
N
= V
N1
, il existe x V
N
\V
N1
, comme (I K) est surjectif il existe x
n+1
H tel
que x
n
= (I K)x
n+1
. Comme x V
N
on a (I K)
n+1
x
n+1
= (I K)
n
x
n
= 0 et comme
x
n
/ V
N1
, (I K)
n
x
n+1
= (I K)
n1
x
n
= 0 on a x
n+1
V
N+1
\V
N
. Donc V
N+1
= V
N
. On
33
peut donc appliquer la Proposition 45. Il existe une suite (e
1
, e
2
, ..., e
n
, ...) orthonormee telle que
e
n
V
N
V

n+1
. On a pour n > m, KenKe
m
= e
n
((IK)e
n
+Ke
m
). Or Ke
m
V m V
N1
et (I K)e
n
V
N1
donc e
n
et (I K)e
n
+Ke
m
sont orthogonaux. Par Pyrhagore on obtient
Ke
n
Ke
m

2
= e
n

2
+(I K)e
n
+e
m

2
, Ke
n
Ke
m
1. La suite (Ke
n
)
nN
est donc
sans point daccumulation ce qui contredit le fait que K soit compact.
Par consequent (I K) surjectif implique que (I K) est injectif.
Supposons maintenant que dim(N(I K)) dim(N(I K

)). Entre ces deux espaces de

dimensions nies, il existe donc une application lineaire surjective : N(I K) N(I K

).
Si P
1
designe toujours la projection orthogonale sur N(I K), loperateur P
1
est un operateur
de K (H) car de rang ni. Donc K+P
1
est compact. Montrons que I (K+P
1
) est surjectif.
Soit x H, comme H = N(I K

) N(I K

= N(I K

) Im(I K) par ii) il existe

y N(I K

) et z H tel que x = y +(I K)z. Comme est surjectif il existe t N(I K)

tel que y P
1
z = t. On a (I K)t = 0 et P
1
t = t donc
(I (K + P
1
))(t +z) = (I K)(t +z) + t + P
1
z = (I K)z +y = x.
Par consequent (I (K + P
1
)) est surjectif et dapr`es ce qui prec`ede il est donc injectif.
Soit x N(I K) tel que x = 0. On a (I (K + P
1
))x = (I K)x x = x = 0
et donc x = 0. est donc injectif. Cest donc une bijection de N(I K)surN(I K

). On
a donc dim(N(I K)) = dim(N(I K

)). Par consequent on a neecessairement dimN(I

K)) dim(N(I K

)). Comme K

est compact, on peut lui appliquer ce resultat pour obtenir

dim(N(I K

)) dim(N(I K

.)). Or K

= K, on a donc egalite ce qui termine la
demonstration.
Remarque 5.3.4. On interpr`ete legalite Im(I K) = N(I K

de la facon suivante. Soit

(e
1
, ..., e
N
) une base de N(I K

) et f H. Le probl`eme :
Trouver u H tel que, u Ku = f,
a des solutions si et seulement si f verie N conditions de compatibilites :
i = 1, ..., N, (f, e
i
) = 0.
Cest lalternative de Fredholm :
ou le second membre verie N conditions de compatibilites et dans ce cas lensemble des
solutions est un espace ane de dimension N de la forme {u
0
} +N(I K)
ou il ny a aucune solution.
On retrouve ainsi la situation de la dimension nie.
Proposition 5.3.5. Soit H un espace de Hilbert et K K (H). Si I-K est injectif alors I K
GL(H).
Preuve. La seule chose `a verier en plus du Theor`eme 17 est la continuite de (I K)
1
. Si cet
operateur netait pas borne, il existerait une suite (x
n
) bornee dans H telle que y
n
avec
y
n
= (I K)
1
x
n
. On aurait alors pour z
n
=
y
n
y
n

,
z
n
= 1 z
n
Kz
n
,
x
n
y
n

0.
Comme K est compact il existe z
n
k
tel que Kz
n
k
converge et avec lequation ci dessus on obtient
que z
n
k
converge vers un z H veriant z = 1 et z Kz = 0. Cela contredit lhypoth`ese
(I K) injectif. (I K)
1
est donc borne et donc continu.
34
5.4 Spectre dun operateur compact
Lalternative de Fredholm va nous permettre de decrire le spectre dun operateur compact.
Theor`eme 5.4.1. Soit H un espace de Hilbert de dimension innie et K K (H), alors
i) 0 Sp(K),
ii) Sp(K)\{0} = V p(K)\0,
iii) En dehors de 0 le spectre est un ensemble de points isoles, ou bien cest un ensemble ni,
ou bien cest une suite tendant vers 0,
Sp(K) = {0,
1
,
2
, ...,
n
, ...} avec lim
n
n = 0.
Preuve. i) Si 0 / Sp(K), alors K
1
L(H) existe et donc Id = KK
1
est compact par com-
position dun operateur et dun operateur continu, cf Proposition 54. Par consequent B
H
(0; 1)
est compact et par le Theor`eme Riesz la dimension est nie. La contrapposee donne le resultat.
ii) Pour = 0, on a I K = (I
1

K). Donc si / V p(K) alors I

1

K est in-
jectif et on a I
1

K GL(H). Donc I K GL(H), Res(H). On obtient le resultat

par passage au complementaire.
iii) Soit (n)
n1
une suite convergente de Sp(K)\{0},
n
et
n
=
m
pour n = m. Il faut
montrer que necessairement = 0. dapr`es ii),
n
est une valeur propre soit donc e
n
, , e
n
= 1
un vecteur propre correspondant.
Montrons par recurrence que (e
1
, ..e
n
) est un syst`eme libre. (e
1
) est libre puisque e
1
= 0. Sup-
posons (e
1
, ..e
n
) libre, si e
n+1
=
n

k=1

k
e
k
, alors Ke
n+1
=
n+1
e
n+1
=
n

k=1

k
Ke
k
et donc
n

k=1

n+1
e
k
=
n

k=1

k
e
k
. Comme (e
1
, ..e
n
) est un syst`eme libre on a pour k = 1, 2, ..., n,

k
=
k

n+1
. On obtient donc puisque
k
=
n+1
,
k
= 0 et par consequent e
n+1
= 0 ce qui
contredit e
n+1
= 1.
On note V
N
=Vect(e
1
, ..e
n
). V
1
V
2
...V
N
... est une suite croissante despace vectoriels
de dimension n. Comme (
n
I K)e
n
= 0 on a (
n
I K)(V
N
) V
N1
et aussi K(V
N
) V
N
.
Ainsi il existe un syst`eme (u
1
, ..., u
n
, ...) orthonorme tel que (u
1
, ..., u
n
) est une base de V
N
. Pour
n m1 on a Ku
n
Ku
m
=
n
u
n
((
n
IK)u
n
+Ku
m
). Comme ((
n
IK)u
n
+Ku
m
) V
N1
,
on montre que unKu
m

n
un = |
n
|. Or K est compact donc, au moins une sous suite
Ku
n
k
Ku
m
k
0, et donc
n
k
0. Par consequent = 0.
On a Sp(K) { C : || K
L(H)
}. Or pour tout p 1, D
p
= Sp(K)
_
C :
1
p
K
L(H)
|| K
L(H)
_
est un ensemble compact de points isoles, D
p
est donc un en-
semble ni. Comme Sp(K)\{0} =

1
D
p
cet ensemble est denombrable, on peut donc lecrire
comme une suite de nombres complexes distincts (
1
,
2
, ...,
n
, ...). Pour tout p 1 soit N lin-
35
dice maximale des
n
D
p
alors pour n > N on a |
n
| <
1
p
K
L(H)
. Cela montre que
n
0
et termine la demonstration.
On peut encore preciser les choses dans le cas o` u loperateur est hermitien. On rappelle que
pour un operateur hermitien A on a u H, (Au, u) R.
Proposition 5.4.2. Soit A L(H) un operateur hermitien dun espace de Hilbert H. On pose
m = inf
uH,u=0
(Au, u)
u
2
, M = sup
uH,u=0
(Au, u)
u
2
on a alors m, M Sp(A) et Sp(A) [m, M].
Preuve. Commencons par montrer que le spectre de A est reel.
Soit donc = + i avec , R et = 0. Supposons > 0, on pose pour tout u, v
H, a(u, v) = (i(I A)u, v).a est une forme sesquilineaire et on va montrer quelle est coercive.
En eet a(u, u) = u
2
i(u
2
(Au, u)) et donc Rea(u, u) = u
2
. Soit w H, par le
Theor`eme de Lax Milgram il existe un unique u H tel que
v H, a(u, v) = (iw, v).
Cette solution u verie (I A)u = w et Re(u, u) = u
2
|(iw, u)| wu. Par
consequent (I A) est inversible et dinverse continu (u = (I A)
1
w
1

w). On a
donc Res(A).
De meme si < 0, en raisonnant cette fois sur a(u, v) = (i(I A)u, v), on a aussi Res(A).
Il nous reste `a etudier le cas o` u R. Si < m on pose a(u, v) = ((A Id)u, v) et on
remarque que a(u, u) (m )u
2
et donc a est coercive. En resolvant pour tout v H,
a(u, v) = (w, v), on obtient comme precedemment que Res(A). Le meme raisonnement
avec cette fois a(u, v) = ((I A)u, v) montre que Res(A) pour > M.
On vient donc de demontrer que Sp(A) [m, M], reste `a montrer que m et M appartiennent
au spectre. Posons a(u, v) = ((MI A)u, v), a est une forme hermitienne et positive donc par
Cauchy-Schwartz on a |a(u, v)|
_
a(u, u)
_
a(v, v). En choisissant v = (MI A)u on obtient
donc
a(u, v) = (MI A)u
2

_
a(u, u)
_
a(v, v)
_
a(u, u)cv = C
_
a(u, u)(MI A)u
(MI A)u
2
c
2
a(u, u) = c
2
(Mu
2
(Au, u)).
Soit maintenant une suite (u
n
)
n1
tel que u
n
= 1 et (Au
n
, u
n
) M. En utilisant linegalite
ci-dessus on obtient
(MI A)u
n

2
c
2
(Mu
n

2
(Au
n
, u
n
)) 0.
Si M Res(A) on aurait avec v
n
= (MI A)u
n
, v
n
0 et u
n
= ((MI A)u
n
)
1
v
n
etant de norme 1 ne peut tendre vers 0. Cela contredit la continuite de ((MI A)u
n
)
1
.
Par consequent M Sp(A). On obtient le meme resultat pour m en considerant cette fois
a(u, v) = ((AmId)u, v). Cela termine la demonstration.
On a le corollaire suivant
36
Corollaire 5.4.3. Soit A un operateur hermitien sur un espace de Hilbert H. Si Sp(A) = {0}
alors A = 0.
Preuve. En eet on a alors m = M = 0 donc pour tout u H, (Au, u) = 0. Or pour
tout u, v H on a Re(Au, v) =
1
4
_
A(u + v), u + v)) (A(u v), u v)
_
= 0. De meme
Im(Au, v) = Re(Au, iv) = 0 donc (Au, v) = 0 ce qui montre que Au = 0.
On termine avec le resultat principal de ce paragraphe.
Theor`eme 5.4.4. Soit H un espace de Hilbert separable et A un operateur hermitien compact
de L(H). Il existe alors une base hilbertienne de vecteurs propres de A.
Autrement dit, A est diagonalisable dans une base hilbertienne.
Preuve. On demontre maintenant le theor`eme. Comme A est compact son spectre est constitue
de 0 et dune suite nie ou non de valeurs propres non nulles {
1
, ...,
n
, ...}. Comme A est her-
mitien ces valeurs propres sont reelles. Posons E
n
= N(A
n
I)d, E
0
= N(A),
0
= 0. (Par le
Theor`eme de Fredholm, E
n
est de dimension nie pour n 1). Soit maintenant m = n et u
n

E
n
, v
n
E
n
, on a (Au
n
, v
n
) (u
n
, Av
n
) = 0 car A est hermitien. Comme u
n
et v
n
sont des vec-
teurs propres et que les valeurs propres sont reelles on obtient (
n
.
m
)(u
n
, v
m
) = 0, (u
n
, v
m
) = 0.
Les espaces E
n
sont donc deux `a deux orthogonaux. On pose alors F =

n=0,1,2,...
E
n
.
On va montrer que F est dense dans H. Tout dabord on remarque que si u F

on a
v F, Av F et donc (u, Av) = 0. Comme A est hermitien (Au, v) = (u, Av) = 0. Par
consequent Au F

. Soit B la restriction de A `a F

, dapr`es ce qui prec`ede B est un operateur

de F

dans F

. Comme F

est ferme cest un Hilbert et B est un operateur compact qui est

sans valeur propre. Dapr`es le Theor`eme de decomposition spectrale, on a Sp(B) = {0}. Or B
est aussi hermitien donc B = 0. Comme B est sans valeur propre cela implique que F

= {0}
et donc F est bien dense.
lespace E
0
= N(A) est ferme, cest donc un espace de Hilbert. Il est aussi separable (Pro-
position 10) et a donc une base Hilbertienne. On compl`ete cette base par les bases orthonormes
des E
n
, n 1 qui sont de dimensions nies. Le syst`eme B obtenu est orthonorme par construc-
tion et forme de vecteurs propres de A. Il ne reste plus qu`a montrer quil est total. Si u B

alors toujours par construction pour tout n 0, u E

n
et donc u F

= {0}, u = 0, ce quil
fallait demontrer.
5.5 Exercices
Exercice 5.5.1. On designe par B lespace de Banach des suites complexes a = (a
1
, ..., a
n
, ...)
sommables avec la norme a =

n=1
|a
n
|. Soit u = (u
1
, u
2
, ..., u
n
, ...) une suite bornee. On pose
pour a B, U
a
= (a
1
u
1
, a
2
u
2
, ..., a
n
u
n
, ...).
1) Montrer que U L(B) et donner sa norme.
On pose u
N
= (u
1
, u
2
, ..., u
N
, 0, 0, ...) et on lui associe loperateur U
N
.
37
2) Montrer que U
N
K(B). Calculer U U
N

On suppose dorenavant que u

n
tend vers 0 quand n +.
3) En deduire que U K(B).
4) determiner Sp(K).
5) Pour b B, `a quelles conditions peut-on resoudre (I U)
a
= b ?
Exercice 5.5.2. Soit k C
0
([0, 1]; R
2
). Pour f L
2
(0, 1) on pose
Kf(x) =
_
1
0
k(x, y)f(y)dy
1) Montrer que Kf denit une fonction de C
0
([0, 1]; R).
On note E = {Kf : f
L
2
(0,1)
1}.
2) Montrer que cette ensemble est equicontinu.
3) En deduire que K K(L
2
(0, 1)) et calculer son adjoint.
4) Pour f C
0
([0, 1]; R) resoudre le probl`eme de Sturm-Liouville :
x [0, 1],
d
2
dx
2
g(x) = f(x), g(0) = g(1) = 0.
5) Montrer que g se met sous la forme g = Kf pour un noyau k convenablement choisi.
6) Montrer que K est autoadjoint. Determiner les valeurs propres de K.
7) Trouver une base hilbertienne qui diagonalise K.
38
Chapitre 6
Transformee de Fourier, Transformee
de Laplace
I) Transformee de Fourier
6.1 Fonction dune variable
Soit f : R C une fonction complexe de la variable reelle.
e
ix
= cosx +isinx
6.1.1 Denition et propriete
Denition 6.1.1. On appelle transformee de Fourier de f(x) la fonction

f(y) de la variable
reelle y denie par :

f(y) =
_
+

f(x)e
2ixy
dx
( Sous reserve dexistence de lintegrale ).
Remarque 6.1.2. Lorsque f(x) est integrable sur R, alors

f(y) existe pour tout y R.
|f(x)e
2ixy
| |f(x)|
et donc
|

f(y)
_
+

|f(x)| dx.
Ainsi la transformation de Fourier

f(y) est bornee.
Attention : On denit aussi

f(y) =
_
+

f(x)e
2ixy
dx.
Les proprietes fondamentales seront les memes.
39
Exemple 6.1.3. f(x) = 1 si |x| <
1
2
, f = 0 si |x| >
1
2

f(y) =
_
+

e
2ixy
dx
=
_
e
2ixy
2iy
_1
2
1
2
=
e
iy
e
ixy
2iy
=
siny
y

f(y) =
siny
y
.
Exemple 6.1.4. f(x) = e
a|x|
, a > 0.

f(y) =
_
0

e
ax2ixy
dx +
_
+
0
e
ax2ixy
dx
=
_
e
x(a2iy)
a 2iy
_
0

+
_
e
x(a+2iy)
a 2iy
_
+
0
=
1
a 2iy
+
1
a + 2iy
=
2a
a
2
+ 4
2
y
2
Exemple 6.1.5. f(x) = e
x
2

f(y) =
_
+

e
x
2
e
2ixy
dx
=
_
+

e
(x+iy)
2
e
y
2
dx
= e
y
2
_
+

e
(x+iy)
2
dx
= e
y
2
_
++iy
+iy
e
z
2
dz avec z = x +iy.
Pour y xe, on est ramene `a integre la fonction f(z) = e
z
2
.
I
R
=
_
R
R
e
z
2
dz +
_
R+iy
R
e
z
2
dz
_
R+iy
Riy
e
z
2
dz +
_
R+iy
R
e
z
2
dz
lim
R+
= lim
+
_
R+iy
R
e
z
2
dz = 0
40
En eet,

_
R+iy
R
e
z
2
dz

_
R+iy
R
e
(R+iv)
2
dv

_
R+iy
R
e
R
2
e
(v
2
)
e
2iRv
dv

_
R+iy
R
e
z
2
dz

e
(
R
2
y
2
)|y| 0, R +,
do` u
_
+

e
x
2
dx =
_
++iy
+iy
e
z
2
dz =

f(y)e
iy
2
.
Mais,
_
+

e
x
2
dy = |
_
+

e
y
2
dy
do` u
_
+

_
+

e
(x
2
+y
2
)
dxdy =
_
+
0
_
2
0
e
(r
2
)
rdrd =
_
+
0
e
r
2
2rdr =
_
+
0
e
x
dx = 1.
Do` u

f(y) = e
y
2
.
Proposition 6.1.6.

(x) = 2iy

f(y),

f
(m)
(x) = (2iy)
m

f(y).
Preuve. On suppose f integrable, continue et derivable, posons g = f

.
g(y) =
_
+

(x)e
2ixy
dx = [f(x)e
2ixy
]
+

+
_
+

2iyf(x)e
2ixy
dx
f(+) = f() = 0, et f(x) = f(0) +
_
x
0
f

(t)dt do` u lim

x
f(x) existe et est nie. Si f
admet des derives jusqu`a lordre m on a :
g(y) =
_
+

(2ixy)f(x)e
2ixy
dx
| g(y)| = |2y|

f(y)
_
+

|f(x)|dx,
do` u, |

f(y)|
A
|2y|
.
Proposition 6.1.7. La transformee de Fourier 2ixf(x) est
d

f
dy
.
d

f(y)
dy
=
_
+

2ixf(x)e
2ixy
dx
Si x
m
f(x) est integrable alors

f est m fois derivable et
d
m

f
dy
m
=
_
+

(2ix)
m
f(x)e
2ixy
dx.
41
Proposition 6.1.8.
i)

f(x a) e
2ya

f(y)
ii)

f(x)e
2iy
0
x

f(y y
0
)
iii)

f(ax)
1
|a|

f
_
y
|a|
)
Preuve.
i)
_
+

f(x a)e
2ixy
dx =
_
+

f(u)e
2i(u+a)y
du
= e
2iay
_
+

f(u)e
2iuy
du
. ii)
_
+

f(x)e
2iy
0
x
e
2ixy
dx =
_
+

f(x)e
2i(yy
0
)x
du.
iii)
_
+

f(ax)e
2ixy
dx =
_
+

f(u)e
2iy
u
a
du
u = ax, du = adx, a = 0,
_
+

f(u)e
2iuy
du
|a|
dx =
1
|a|

f(
y
a
).
Transformee de Fourier inverse
g(x) =
_
+

f(y)e
2ixy
dy. Lorsque

f est integrable g existe et f(x) =
_
+

f(y)e
2ixy
dy
Denition 6.1.9.
F

f(x) =
_
+

f(y)e
2ixy
dy
lorsquil existe, on dit que f(x) est la superposition dune innite de fonction sinusoidale.

f(y)
joue le role dune amplitude pour la fonction de frequence y.
Proposition 6.1.10.
i) La transformation de Fourier est lineaire
ii) La transformee de Fourier de f(x) est

f(y)
iii) La transformee de Fourier conserve la parite
iv) Lorsque f est integrable sa transformee de Fourier est continue, bornee et tend vers zero `a
linni.
42
Transformee de Fourier
Si f est paire alors t f(t)cos(2ty) est paire et t f(t)sin(2ty) est impaire. Do` u,
_
+

f(t)cos(2ty)dt = 2
_
+
0
f(t)cos(2ty)dt
et
_
+

f(t) sin(2ty)dt = 0.
f paire

f(y) = 2
_
+
0
f(t)cos(2ty)dt
f impaire

f(y) = 2i
_
+
0
f(t)sin(2ty)dt
Exercice 6.1.11.
(t) =
_

_
1, |t|
1
2
0, |t|
1
2
f est paire

f(y) = 2
_
+
0
f(t)cos(2ty)dt = 2
_
1
2
0
cos(2ty)dt

f(y) = 2
_
sin(2ty)
2y
_
=
sin(2y)
y
sinus cardinal
Exercice 6.1.12.

T
(t) =
_

_
1
T
, |t|
T
2
0, |t|
T
2

t
T

1
2
,

T
(t) =
1
T
(
t
T
)
T
T
sin(Ty)
Ty
=

T
(t) =
sin(Ty)
Ty

_
t
T
_
= T

f(Ty).
6.2 Fonction de plusieurs variables
f : R
n
C

f(y) =
_
R
n
f(x)e
2ix.y
dx.
x.y =
n

i=1
x
i
y
i
(produit scalaire)
43
f(x) = e
|x|
2
a pour transformee de Fourier e
|x|
2
. En eet, f(x) =

n
i=1
e
x
2
i

f(y) =
_
n
R
_
n
R
e
|x|
2
e
2ixy
dx
=
n

i=1
_
R
e
x
2
i
e
2ix
i
y
i
dx
=
n

i=1
e
|y
i
|
2
= e
|y|
2
.
Remarque 6.2.1. Lorsque f est integrable sur R
n
alors

f(y) existe pour tout y R
n
. En eet,
|f(x)e
2ix.y
| |f(x)| et de plus |

f(y)|
_
R
n
|f(x)|dx.
La transformee de Fourier de f est donc bornee.
Proposition 6.2.2.

f(x)
x
j
= (2iy
j
)

f(y)

m
f(x)
x
m
j
= (2iy
j
)
m

f(y)

f(x) = (2iy)

f(y)
avec les notations D

f(x) =

||
f(x)
x

i
j
, || =
1
+
2
+... +
n
, y

= y

1
1
y

2
2
...y

n
n
o` u N
n
Preuve. f est suppose de classe C
1
et
f
x
j
integrable.

f
x
j
(y) =
_
+

f(x)
x
j
e
2ix.y
dx
=
_
R
n1
_
f(x)e
2ixy
_
+

+
_
R
n
_
R
n
2iy
j
f(x)e
2ix.y
dx

f
x
j
(y) = 2iy
j

f(y)
Si `a linni |

f(y)|
A
|(a +y)

|
(2iy)

f(y) =

_
R
n
D

f(x)e
2ix.y
dx

|
_
R
n
|D

f(x)|dx
|

f(y)|
A
|(a +y)

|
, |y| a.
Proposition 6.2.3. La transformee de Fourier de (2x
j
)f(x) est
d

f
dy
j
(y) =
_
n
R
(2ix
j
)f(x)e
2ix.y
dx
44
Si (x
j
)
m
f(x) est integrable alors

f est m fois dierentiable par rapport `a y
j
et

f
y
m
j
(y) =
_
n
R
(2ix
j
)
m
f(x)e
2ix.y
dx
En consequance si x

f(x) est integrable alors D

f existe et
D

f(y) =
_
n
R
(2ix)
m
f(x)e
2ix.y
dx
Preuve.

f(y =
_
n
R
f(x)e
2ix.y
dx.

f
y
j
(y) =
_
R
n

y
j
f(x)e
2ix.y
dx =
_
R
n
(2ix
j
)f(x)e
2ix.y
dx
lintegrale etant convergente.
Par reccurence nie, on obtient la formule pour la derivation dordre m..
Remarque 6.2.4. Montrer que f a pour transformee de Fourier 4|y|
2

f(y).
Proposition 6.2.5.
i) La transformee de Fourier est lineaire.
ii) La transformee de Fourier de f(x) est

f(y).
iii) La transformee de Fourier dune fonction radiale est radiale.
iv) Lorsque f lorsque f est integrable sa transformee de Fourier est une fonction continue,
bornee et tendant vers zero `a linni.
Preuve. f(x) = f(|x|) avec |x|
2
=
n

i=1
x
2
i
.

f(y) =
_
R
n
g(|x|)e
2ix.y
dx.
Cas n = 3 : on se donne y R
3
, y = 0. On consid`ere le syst`eme de coordonnees (x
1
, x
2
, y)
comme base directe de R
3
, 0 x = (x
1
, x
2
, x
3
) avec
_

_
x
1
= r cos sin
x
2
= r sin sin
x
3
= r cos .
45

f(y) =
_
R
3
f(|x|)e
2ix.y
dx
=
_
2
0
_

0
_

0
f(r)e
2r cos |y|
sinr
2
drdd
= 2
_

0
r
2
f(r)dr
_

0
e
2r cos |y|
sind
= 2
_

0
r
2
f(r)dr
_
e
2rcos|y|
2ir|y|
_

0
G(|y|) =
2
|y|
_

0
r
2
f(r) sin(2r|y|)dr

f(y) =
2
|y|
_

0
B(r)sin(2r|y|)dr est radiale.
= G(|y|)
Si

f est integrale alors
rf(r) = 2
_
+
0
yG(y) sin(2ry)dy.
Proposition 6.2.6.
f(a
1
x
1
, ..., a
n
x
n
)
1
|a
1
a
2
....a
n
|

f
_
y
1
a
1
,
y
2
a
2
, ....
y
n
a
n
_
f(ax)
1
|a|
n

f
_
y
a
_
f(x x
0
) e
2iy.x
0
f(y)
e
2ix.y
0
f(x)

f(y y
0
)
Preuve.

f(y =
_
R
n
f(x)e
2ix.y
dx
x
i
= a
i
z
i
, dx
i
= a
i
dz
i
, dx =

n
i=1
a
i
dz
i

f(y) =
_
R
n
f(a
1
z
1
, ..., a
n
z
n
)e
2i(a
i
z
i
.y
i
)
n

i=1
a
i
dz
i

f
_
t
i
a
i
_
=
_
R
n
f(a
i
z
i
)e
2i(z
i
.t
i
)
n

i=1
a
i
dz
i
,
do` u le resultat.
_
R
n
f(x x
0
)e
2ix.y
dx =
_
R
n
f(u)e
2i(u+x
0
).y
dx
46
u = x x
0
, x = u +x
0
e
2ix
0
.y
_
R
n
f(x)e
2ix.y
dx = e
2ix
0
.y

f(y).
_
R
n
f(x)e
2iy
0
.x
e
2ix.y
dx =
_
R
n
f(x)e
2ix.(yy
0
dx =

f(y y
0
).
Proposition 6.2.7. La transformee de Fourier dun produit de convolution est le produit des
transformees de Fourier.
f g

f g.
Rappel :
h(x) =
_
n
R
f(u)g(x u)du
f g(x) = h = g f(x).
Preuve.

h(y) =
_
R
n
h(x)e
2x.y
dx
=
_
R
n
e
2x.y
dx
_
_
R
n
f(u)g(x u)du
_
=
_
R
n
R
n
f(u)g(x u)e
2x.y
dxdu
=
_
R
n
f(u)du
_
_
R
n
g(x u)e
2x.y
dx
_
Posons x u = v, dx = dv et x = u +v do` u

h(y) =
_
n
R
f(u)du
_
_
R
n
g(v)e
2(u+v).y
dv
_
=
_
_
R
n
f(u)e
2u.y
du
__
_
R
n
g(v)e
2v.y
dv
_
=

f(y) g(y).
Reciproquement le produit se transforme en produit de convolution.
II) Transformation de Laplace
f(t) = 0, t 0 et f(t) = 0, t > 0
L
f
(z) =
_
+
0
e
zt
f(t)dt avec z C
L :F.
f est appele loriginal et F limage. A priori meme si f est une fonction reelle, F(z) est complexe.
F(z) =
_
+
0
e
(x+iy)t
f(t)dt
_
+
0
e
xt
|f(t)|dt
47
t > 0, |f(t)| < Me
x
0
t
alors F(z) <
_
+
0
e
(x
0
x)t
dt =
M
x x
0
.
D`es lors que Rez > 0, lim
|z|+
|F(z)| = 0.
Lintegrale est uniformement convergente sur tout domaine tel que Rez > x
1
avec x
1
> x
0
.
Fonctions usuelles
H(t)
1
z
, H(t t
0
)
e
t
0
z
t
, tH(t)
1
z
2
t
n
H(t)
n!
z
n+1
,
e
z
0
t
H(t)
n!
(z z
0
)
n+1
, H(t)e
iwt

1
p iw
, H(t)cos(wt)
z
z
2
+w
2
,
H(t) sin(wt)
w
z
2
+w
2
, H(t)e
t

1
z 1
Exemple 6.2.8.
H(t) =
_
1 si t > 0
0 sinon.
F
1
(z) =
_
+
0
e
zt
dt =
_

e
zt
z
_
+
0
=
1
z
, Rez > 0.
La fonction F
1
est pourtant denit sauf en z = 0, elle est holomorphe dans C 0.
F
2
(z) =
1
z
, z = 0 est appele prolongement analytique de F
1
et on a : LH(z) =
1
z
.
Exemple 6.2.9.
y(t) =
_
1 0 < t < 1
0 sinon.
F(z) =
_
1
0
e
zt
dt =
e
z
1
z
=
1 e
z
z
F(z) =
1 e
z
z
F est holomorphe dans C.
6.2.1 Proprietes de la transformee de Laplace
L est lineaire
lim
t0
+
f(t) = f(0
+
) alors lim
k+
kF(k) = f(0
+
).
Si lim
t+
f(t) = f(+) alors lim
z0
zF(z) = f(+).
Si a > 0 f(t)
L
F(z) f(at)
L

1
a
F
_
z
a
_
f(t t
0
)
L
e
zt
0
F(z) e
zt
0
f(z)
L
F(z z
0
)
48
f

(t)
L
zF(z) f(0
+
)
f

(t)
L
z
2
F(z) zf(0
+
) f

(0
+
).
Si f et ses derives sont continues en 0, alors
f
(n)
(t)
L
z
n
F(z)
(t)
n
f(t)
L

d
n
F(z)
dz
n
6.3 Exercices
Exercice 6.3.1. La fonction porte notee est denie par :
(t) =
_
1 si t
_

1
2
,
1
2
_
0 sinon
Utiliser la transformee de Fourier de la fonction et les proprietes de loperateur F pour trouver
la transformee de Fourier des fonctions suivantes :
t
_
t 1
2
_
; t t(t); t t
2
(t).
Exercice 6.3.2. Soit a > 0 et
f(t) = e
t
2
1) Verier que
f

(t) = 2tf(t) (6.1)

2) On pose
F(s) = F(f)(s)
Montrer en appliquant F `a la relation 1) que F est solution dune equation dierentielle du 1
er
ordre.
3) En deduire que
F(s) =
_

a
e

2
a
s
2
On rappelle que
_
+

e
u
2
du =

.
Exercice 6.3.3. Soit
f

: t
1

2
e

t
2
2
2
1) Determiner F(f

). On utilisera le resultat de lexercice 2.

2) Demontrer en utilisant la transformation de Fourier que :
f

1
f

2
= f

2
1
+
2
2
.
49
Exercice 6.3.4. Si f : t e
a|t|
. On a vu que
F(f)(s) =
2a
a
2
+ 4
2
s
2
En utilisant la transformation de Fourier, trouver une solution de lequation integro-dierentielle :
y(t) +
_
+

y(t u)e
a|u|
du = e
a|t|
Exercice 6.3.5. Soit la fonction f telle que :
f(t) =
_
_
_
0 si t 0
e
t
sinon
Soit (E) lequation dierentielle :
y

(t) + 2y

(t) +y(t) = f(t)

Determiner, en utilisant la transformation de Fourier, la solution de (E) telle que
_
+

|y(t)|dt et
_
+

|y

(t)|dt existent.
Demonstration du theor`eme 1 du cours
Theoreme 1
s R F(f)(s) = L(f
+
)(2is) +L(f

)(2is)
L designe la transformation de Laplace.
Demonstration : Dapr`es la relation de Chasles,
F(f)(s) =
_
+

e
2ist
f(t)dt =
_
0

e
2ist
f(t)dt +
_
+
0
e
2ist
f(t)dt
en faisant le changement de u = t dans la 1ere integrale on obtient :
F(f)(s) =
_
+
0
e
2isu
f(u)du +
_
+
0
e
2ist
f(t)dt
F(f)(s) =
_
+
0
e
2isu
f

(u)du +
_
+
0
e
2ist
f
+
(t)dt.
Or
L(f)(p) =
_
+
0
e
pt
f(t)dt.
Do` u
_
+
0
e
2isu
f

(u)du = L(f

)(2is)
_
+
0
e
2ist
f
+
(t)du = L(f
+
)(2is).
do` u le resultat :
F(f)(s) = L(f
+
)(2is) +L(f

)(2is).
50
Chapitre 7
Mesure de Lebesgue
Introduction
Tr`es utile en pratique, lintegration de Riemann vue au chapitre precedement nest pas
compl`etement satisfaisante dun point de vue theorique. Citons quelques points o` u celle-ci
achoppe : integrabilite de certaines fonctions (e.g. la fonction de Peano), passage `a la limite
sous le signe somme (necessite de la convergence uniforme sur un intervalle borne), regularite
des fonctions denies par une integrale, theor`eme de Fubini pour les integrales multiples, etc.
Au debut du XXe si`ecle, Lebesgue propose une nouvelle facon dintegrer les fonctions. Lidee de
depart est simple, mais necessite de savoir mesurer des ensembles : cest la theorie de la mesure,
que lon expose dans ce chapitre.
7.1 Lidee de Lebesgue
Soit f : [0, 1] [0, 1] et S
n
=
_
0,
1
n
,
2
n
, ...
n 1
n
, 1
_
subdivision reguli`ere de [0, 1]. Rappelons
le principe de lintegrale de Riemann : on commence par noter
_

_
I
k
=
_
k 1
n
,
k
n
_
1 k n 1
I
n
=
_
n 1
n
, 1
_
et on consid`ere les sommes de Darboux inferieure et superieure :
_

n
(f) =
1
n
n

k=1
inf
I
k
f

n
(f) =
1
n
n

k=1
sup
I
k
f.
On a pour tout n linegalite :
n
(f)
n
(f), et si f est Riemann integrable, alors :
lim
n1

n
(f)
n
(f) = 0.
51
Notons maintenant :
_

_
E
k
=
_
x [0, 1] :
k 1
n
f(x) <
k
n
_
1 k n 1
E
n
=
_
x [0, 1] :
n 1
n
f(x) < 1
_
Les (E
k
)
1kn
forment clairement une partition de [0, 1]. Cette subdivision permet dapprocher
uniformement la fonction f par les fonctions :
_

_
=
n

k=1
k 1
n
.
E
k
=
n

k=1
k
n
.
E
k
.
o` u
A
est la fonction indicatrice de lensemble A, i.e.
A
(x) = 1 si x A,
A
(x) = 0 si x / A.
Les fonctions et sont simples, ou etagees, cest-`a-dire quelle ne prennent quun nombre
ni de valeurs, et on a
_

_
(x) f(x) (x) x [0, 1]
(x) (x) =
1
n
x [0, 1].
On voudrait donc approcher lintegrale de f sur [0, 1] par celles de et . Ceci donne, en
supposant nos fonctions Riemann integrables :
_
1
0
(x)dx
_
1
0
f(x)dx
_
1
0
(x)dx
avec de facon naturelle :
_
1
0
(x)dx =
n

k=1
k 1
n
_
1
0
I
E
k
(x)dx =
n

k=1
k 1
n
(E
k
),
o` u (E
k
) serait la mesure de E
k
, i.e. sa longueur si cest un intervalle, la somme des longueurs
de ses composantes connexes si cest une union dintervalles disjoints, etc.
Mais si f est tr`es oscillante, on sent que les ensembles E
k
ne seront plus aussi simples et les
integrales
_
1
0
1
E
k
(x)dx ne seront plus necessairement des integrales de Riemann (penser `a la
fameuse fonction de Peano 1
Q[0,1]
). Il convient donc de denir proprement ce quon entend par
la mesure dun ensemble, puis de lappliquer `a la construction dune nouvelle integrale.
7.2 La longueur comme une mesure
Notations
52
Si a b +, on note (a, b) lintervalle dont on ne specie rien sur les bornes,
cest-`a-dire [a, b] ou ]a, b], ou [a, b[, ou ]a, b[.
Si (A
n
)
n0
est une suite densembles deux `a deux disjoints, on notera souvent leur union
par le le symbole

au lieu

n=0
A
n
=

_
n=0
A
n
.
Soit I lensemble des intervalles de R. La mesure longueur dun intervalle correspond `a une
application
=
_
_
_
I [0, [
(a, b) b a.
Par exemple, la mesure dun point est nulle et celle dun intervalle non borne est egale `a linni.
Cette application verie les trois proprietes suivantes :
i) () = 0,
ii) Sigma-additivite : soit E R . Si E peut secrire de deux facons comme union denombrable
dintervalles deux `a deux disjoints, cest-`a-dire :
E =
+

n=0
I
n
=
+

n=0
J
n
,
on a alors
+

n=0
(I
n
) =
+

n=0
(J
n
),
valeur commune (eventuellement innie) que lon appellera mesure longueur de E et que lon
notera encore E.
iii) Invariance par translation : pour tout intervalle I et tout reel a, en notant a +I = {x R :
x a I} le translate de I, on a :
(a +I) = (I).
Remarque 7.2.1.
i) La sigma-additivite est aussi appelee additivite denombrable et sera notee dans la suite -
additivite.
ii) Seul le point i) nest pas evident. Il se montre en utilisant la caracterisation suivante dun
compact (theor`eme de Borel-Lebesgue) : de tout recouvrement dun ensemble par des ouverts, on
peut extraire un sous-recouvrement ni.
iii) Rappelons quune serie `a termes positifs est commutative : on ne change pas sa valeur
(eventuellement +) si on change lordre des termes. Ceci est bien coherent avec la propriete
de -additivite, o` u lordre des I
n
dans lunion na pas dimportance non plus.
Il convient de noter que la propriete de -additivite concerne des unions au plus denombrables
densembles. Ainsi, lensemble Q [0, 1] des rationnels du segment [0, 1] etant denombrable, on
peut ecrire ses elements sous la forme dune suite :
Q [0, 1] = {q
0
, q
1
, ...., q
n
, ..., }
53
et la -additivite donne alors :
(Q [0, 1]) =
_

q
n
Q[0,1]
{q
n
}
_
=

q
n
Q[0,1]
({q
n
}) =

q
n
Q[0,1]
0 = 0
Par contre, on peut montrer que le segment [0, 1] lui-meme nest pas denombrable, et si la
-additivite etait vraie pour des unions quelconques, on aurait :
([0, 1]) =
_

x[0,1]
{x}
_
=

x[0,1]
({x}) =

x[0,1]
0 = 0
ce qui est absurde puisque ([0, 1]) = 1.
Bien s ur, on veut etendre cette mesure `a des ensembles plus generaux que les simples intervalles
ou leurs unions, do` u la question : existe-t-il un prolongement de ( `a une classe densembles
contenant I et tel que ce prolongement conserve les proprietes de -additivite et dinvariance par
translation? La reponse est non si on cherche `a mesurer toutes les parties de R , mais oui si on
se contente dune classe largement susante en pratique : la tribu borelienne. Ce prolongement
sappelle la mesure de Lebesgue de R(1902).
La suite de ce chapitre decrit la construction de la mesure de Lebesgue. Le procede est general
et la notion de mesure sapplique `a dautres sujets : series numeriques, calcul des probabilites,
etc. Cest pourquoi la presentation est faite dans un cadre abstrait, les exemples servant `a guider
lintuition.
7.3 Denition axiomatique dune mesure
Soit un ensemble, on note P() lensemble des parties de . On retrouve ici une notion
dej`a rencontree dans le cours de probabilites.
Denition 7.3.1. (Tribu ou -alg`ebre)
Soit un ensemble et F un ensemble de parties de , i.e. F P(). On dit que F est une
tribu, ou une -alg`ebre, si
i) F,
ii) si A appartient `a F, alors son complementaire A
c
appartient aussi `a F,
iii) si (A
n
)
nN
est une suite de F, alors

n=0
A
n
appartient `a F.
On verie sans probl`eme `a partir des trois axiomes que toute -alg`ebre A contient est
stable par union nie, intersection nie ou denombrable. On retiendra quune tribu est stable
par combinaisons au plus denombrables doperations usuelles sur les ensembles.
Exemple 7.3.2. On verie sans probl`eme les trois axiomes sur les exemples suivants :
i) La tribu triviale : F = {, }.
ii) La tribu pleine : F = P().
iii) La tribu engendree par une partie A de F = {, A, A
c
, }.
En pratique, lorsque est au plus denombrable, on consid`ere en general la tribu pleine P().
Par exemple si = {0, 1}
n
ensemble des suites obtenues par n jets successifs `a pile ou face ou
54
encore si = N ensemble des entiers naturels. Si nest pas denombrable, la tribu P() est
souvent trop grosse, par exemple si = R la droite reelle, ou si = {0, 1}
N
ensemble des
suites obtenues par une innite de jets successifs `a pile ou face.
Le dernier exemple (tribu engendree par A) se generalise : cette technique est dailleurs clas-
sique en mathematiques et a ete rencontree en premier cycle : sous-groupe engendre, sous-espace
vectoriel engendre, etc.
Proposition 7.3.3. (Tribu engendree)
Soit E un ensemble de parties de Il existe une plus petite tribu contenant E, appelee tribu
engendree par E et notee (E).
Preuve. Considerons lensemble de tribus :
M= {G : G tribu de tel que E G}.
M nest pas vide puisque la tribu pleine P() en fait partie. Soit alors :
H =

GM
G.
On verie sans probl`eme que H est une tribu (i.e. elle verie les trois axiomes de denition dune
tribu). Cest bien la plus petite contenant E, car toute tribu contenant E contient aussi H. Ainsi
H est la tribu engendree par E.
Exemple 7.3.4.
i) Si E = {}, (E) = {, }.
ii) Si E = {A}, (E) = {, A, A
c
, }.
iii) Si = {
n
, n N} est au plus denombrable et E = E =
nN
{
n
} alors (E) = P(). La
tribu engendree par les singletons est la tribu pleine. En calcul des probabilites, pour un espace
detats au plus denombrable, ceci signie que si on connat la probabilite de chaque evenement
elementaire, on peut en deduire la probabilite de tout evenement.
Denition 7.3.5. (Tribu borelienne)
On appelle tribu de Borel de R , ou tribu borelienne, la tribu engendree par les intervalles ouverts
de R . On la note B
R
ou plus simplement B.
Rappel. Tout ouvert de R peut secrire comme union denombrable dintervalles ouverts
disjoints (il nest pas certain que ceci soit un rappel).
Propriete 7.3.6. La tribu borelienne B est aussi engendree par :
i) les ouverts de R,
ii) les fermes de R ,
iii) les intervalles de type {] , x], x R},
iv) les intervalles de type {] , q], q Q}.
55
La tribu la plus utile, que ce soit en integration ou en probabilites, est sans conteste la tribu
borelienne.
Preuve. On montre pour chaque cas la double inclusion entre B et la tribu engendree consideree.
Notons O lensemble des ouverts de R . Puisque les intervalles ouverts sont des cas particu-
liers douverts, on a clairement B (O). Reciproquement, puisque tout ouvert O de R peut
secrire comme union denombrable dintervalles ouverts, O est dans B et puisque B est une tribu,
on a (O) B.
Notons F lensemble des fermes de R. Un ferme est le complementaire dun ouvert, or une
tribu est stable par passage au complementaire. Donc :
(O) = (O
c
) = B
Notons G lensemble des intervalles de la forme ] , x]. On a
] , x] =
+

n=1
_
, x +
1
n
_
] , x] B,
et par suite (G) B.
Reciproquement, montrons que tout intervalle ouvert ]a, b[ appartient `a la tribu engendree par
les intervalles de la forme ] , x]. Or, si < a b < +, on peut ecrire
]a, b[=] , b[] , a[
c
=
_
+
_
n=1
_
, b
1
n
__
] , a[
c
,
donc ]a, b[ B. Si a = ou b = +, le raisonnement est le meme. Ainsi on a B (G).
Vu le point precedent, il sut maintenant de montrer que tout intervalle de type ] , x],
avec x R , appartient `a la tribu (Q) engendree par les intervalles de type ] , q], avec
q Q. Soit doncx un reel : par densite de Q dans R , il existe une suite decroissante (q
n
) de
rationnels de limite x. On a donc :
] , x] =
+

n=1
] , q
n
] ] , x] Q,
La tribu borelienne est lexemple fondamental de tribu engendree. Dans le cas general, cest en
fait la premi`ere caracterisation que lon prend comme denition : si (X, d) est un espace metrique,
on appelle tribu borelienne B
X
de X la tribu engendree par les ouverts pour la distance d.
Denition 7.3.7. (Mesure sur une tribu)
On appelle mesure sur la tribu F de toute application m : F [0, +] telle que
i) m() = 0,
ii) -additivite : si (A
n
) est une suite delements deux `a deux disjoints de F, alors :
m
_

n=0
A
n
_
=

n=0
m(A
n
).
On dit alors que (, F, m) est un espace mesure et les elements de la tribu F sont dits mesurables.
56
Remarque 7.3.8. La condition i) permet juste de sassurer quon ne consid`ere par la mesure
triviale valant + pour tout A F. On pourrait la remplacer par m() < +, car alors la
-additivite assure que m() = 0.
Exemple 7.3.9.
i) Pour la theorie des series numeriques, lespace mesure utilise est (, F, m) = (N, P(N), ) o` u
est la mesure de comptage, i.e. pour tout ensemble A dentiers naturels, (A) est le cardinal
de A (eventuellement inni).
ii) Mesure de Dirac : cette mesure tr`es simple est utilisee notamment en physique et en proba-
bilites. etant un ensemble quelconque et un element de , on denit la mesure de Dirac au
point par :

(A) = 1 si A,

(A) = 0 sinon. Ceci fait de (, F, m) = (, P(),

) un
espace mesure.
Denition 7.3.10. (Mesures nies, -nies)
Soit (, F, m) un espace mesure.
i) m est une mesure nie si m() < +. m est une mesure de probabilite si m() = 1.
ii) m est une mesure -nie sil existe une suite (A
n
)
nN
densembles mesurables tels que :
+
_
n=0
A
n
=
et m(A
n
) < + pour tout n.
Exemple 7.3.11. i) La mesure de comptage sur (N, P(N), ) nest pas une mesure nie
puisque (N) = +. Cest neanmoins une mesure -nie puisque la denition sapplique avec
A
n
= {0, 1, :::, n}.
ii) La mesure de Lebesgue sur (R, B) sera un exemple typique de mesure -nie, en considerant
A
n
= [n, n].
iii) Pour tout ensemble et tout element de , la mesure de Dirac est une mesure de
probabilite sur (, P()) , puisque

() = 1.
iv) Le jeu de pile ou face : soit = {0, 1}
n
lensemble des sequences de longueur n de 0 et
1. Cest un espace ni, donc on consid`ere naturellement F = P(). Soit p [0, 1] (p corres-
pond `a la probabilite dapparition du chire 1). Pour chaque sequence = (
1
, ...,
n
) de , on
denit :
P() = p
P
n
i=1

i
(1 p)
n
P
n
i=1

i
,
et pour tout ensemble A de P() : P(A) =

A
P(). Ceci fait de (, P(), P) un espace proba-
bilise.
Notation. Si A et B sont deux ensembles, on note B\A = B A
c
lensemble des elements
de B nappartenant pas `a A.
57
Remarque 7.3.12. (operations avec linni)
Que ce soit en theorie de la mesure ou plus loin en integration, on rencontrera souvent des
quantites innies. Il convient donc detendre les r`egles de calcul usuelles `a ce cadre. Tout se fait
de facon intuitive. Par exemple si a est un reel, on peut ecrire : a +(+) = +, a (+) =
, a(+) = selon le signe de a. De meme, ++(+) = +et (+)(+) = +.
Les seules situations `a eviter sont les formes indeterminees telles quon les rencontre en calculs
de limites : +(+), ou
+
+
.
Propriete 7.3.13. ( Proprietes dune mesure)
Soit (, F, m) un espace mesure. Tous les ensembles consideres sont mesurables.
i) Monotonie : si A B, alors m(A) m(B). Si on a de plus m(A) < +, alors :
m(B\A) = m(B) m(A) :
ii) Additivite forte :
m(A) +m(B) = m(A B) +m(A B) :
iii) Sous -additivite :
m
_
+
_
n=0
A
n
_

n=0
m(A
n
).
iv) Continuite monotone croissante : si (A
n
)
nN
est une suite densembles croissante pour lin-
clusion alors :
m
_
+
_
n=0
A
n
_
= lim
n+
m(A
n
).
v) Continuite monotone decroissante : si (A
n
)
nR
est une suite densembles decroissante pour
linclusion, avec m(A
0
) < +, alors :
m
_
+

n=0
A
n
_
= lim
n+
m(A
n
).
Preuve. i) Monotonie : il sut dappliquer la -additivite avec A
0
= A, A
1
= B\A et A
n
=
pour tout n 2. Ceci donne :
m(B) = m(A) +m(B\A),
et puisque m(B\A) 0, on a bien m(A) m(B) (ces deux quantites etant eventuellement
innies). Si de plus m(A) < +, alors on peut soustraire m(A) des deux cotes.
ii) Additivite forte : ou bien m(A B) = +, auquel cas par la monotonie on a aussi
m(A) = m(B) = + et legalite est veriee. Ou bien m(A B) < +, et on decompose
alors de facon disjointe :
A B = (A\(A B)) (A B) (B\(A B)),
do` u il vient par -additivite :
m(A B) = m((A\(A B))) +m((A B)) +m((B\(A B)))
et on peut utiliser la propriete precedente :
m(A B) = m(A) m(A B) +m(A B) +m(B) m(A B) = m(A) +m(B) m(A B)
58
qui aboutit bien `a :
m(A) +m(B) = m(A B) +m(A B)
iii) Sous-additivite denombrable : on construit la suite densembles (B
n
) comme suit : B
0
= A
0
et pour tout n 1 :
B
n
= A
n
\(
n1
_
k=0
A
k
_
Il est clair que les B
n
sont deux `a deux disjoints, que B
n
A
n
pour tout n, et que :
+
_
n=0
A
n
=
+
_
n=0
B
n
On peut alors appliquer la -additivite :
m
_
+
_
n=0
A
n
_
=
_
+
_
n=0
B
n
_
=
+

n=0
m(B
n
)
+

n=0
m(A
n
)
la derni`ere inegalite provenant de la propriete de monotonie vue ci-dessus. i) Continuite mono-
tone croissante : on reprend la suite densembles (B
n
) comme ci-dessus en remarquant que pour
tout n :
A
n
= B
0
B
1
... B
n
Il sensuit que :
m
_
+
_
n=0
A
n
_
=
+

n=0
m(B
n
) = lim
N+
N

n=0
m(B
n
) = lim
N+
m(A
N
)
v) Continuite monotone decroissante : on consid`ere cette fois la suite densembles (C
n
)
n0
denie
par : C
n
= A
0
\A
n
. Par la propriete de monotonie et puisque m(A
0
) < +, on a donc :
n 0 m(C
n
) = m(A
0
) m(A
n
)
La suite (C
n
)
n0
est croissante et :
+
_
n=0
C
n
= A
0
\(
+

n=0
A
n
_
.
Puisque lintersection des A
n
est contenue dans A
0
, qui est de mesure nie, la monotonie ci-dessus
assure que :
m
_
A
0
\(
+

n=0
A
n
__
= m(A
0
) m
_
+

n=0
A
n
_
.
On peut alors appliquer la continuite monotone croissante :
m(A
0
) m
_
+

n=0
A
n
_
= lim
n+
m(C
n
) = m(A
0
) m((A
n
).
ce qui donne le resultat voulu.
59
Remarque 7.3.14. i) Pour la continuite monotone decroissante, lhypoth`ese m(A
0
) < +
est essentielle, comme le montre le contre-exemple suivant : dans lespace mesure (N, P(N), ),
prendre
A
n
= {n, n + 1, ...},
auquel cas (A
n
) = + pour tout n, donc a fortiori lim
n+
(A
n
) = +, mais
+

n=0
A
n
= ,
donc :

_
+

n=0
A
n
_
= 0 = lim
n+
(A
n
).
ii) La propriete dadditivite forte se generalise `a un nombre quelconque n densembles et a
dej`a ete rencontree dans des probl`emes de denombrement : cest la formule de Poincare (ou
dinclusion-exclusion). Rappelons-la pour n = 3 :
m(AB C) = m(A) +m(B) +m(C) +(m(AB) +m(AC) +m(B C)) +m(AB C),
et de facon generale :
m(A
1
... A
n
) =
n

k=1
(1)
k1
_
=
+

1i
1
<...<i
k
n
m(A
i
1
... A
i
k
_
Une application `a un probl`eme de denombrement est donnee dans lexercice intitule formule de
Poincare.
7.4 Mesure sur une alg`ebre
En general, une tribu est un objet trop complique pour quon puisse y denir explicitement
une mesure. Par exemple, on ne sait pas decrire simplement les boreliens, il parat donc delicat
de leur associer une mesure. On sen sort en associant une mesure `a des ensembles plus simples,
qui engendrent eux-memes la tribu qui nous interesse. On commence par rappeler la notion
dalg`ebre, plus generale que celle de tribu.
Denition 7.4.1. (Alg`ebre) : Soit un ensemble et A P(). On dit que A est une alg`ebre si
i) appartient `a A,
ii) Si A appartient `a A, alors A
c
appartient aussi `a A,
iii) Si A et B appartiennent `a A, alors A B aussi.
On verie sans probl`eme `a partir des trois axiomes que toute alg`ebre A contient est stable
par union nie et intersection nie. La dierence entre une alg`ebre et une tribu reside dans le
dernier axiome : une tribu est stable par union denombrable, tandis quune alg`ebre est stable
par union nie seulement. En particulier, toute tribu est une alg`ebre.
Exemple 7.4.2. ( lalg`ebre preborelienne de R) . On denit :
A
R
=
_
n

k=1
]a
i
, b
i
], a
1
b
1
a
2
... b
n
+, n 1
_
avec la convention ]a, +] =]a, +[. On verie que A
R
est bien une alg`ebre, dite alg`ebre
preborelienne de R . Par ailleurs, A
R
contient tout intervalle de type ] , x] (prendre n =
1, a
1
= , b1 = x). On en deduit le resultat suivant.
60
Lemme 7.4.3. La tribu engendree par lalg`ebre preborelienne est la tribu borelienne, autrement
dit :
(A
R
)
On voit sur A
R
quune alg`ebre nest pas necessairement stable par union denombrable : si
A
n
=
_
1
1
n
, 1
1
n + 1
_
, alors
+
_
n=1
A
n
=]0, 1[, qui nappartient pas `a lalg`ebre preborelienne. En
ce sens, la denition qui suit nest pas compl`etement immediate.
Denition 7.4.4. (Mesure sur une alg`ebre)
Soit A une alg`ebre. On dit que m : A [0, +] est une mesure sur lalg`ebre A si
i) m() = 0 ,
ii) -additivite : si (A
n
) est une suite delements deux `a deux disjoints de A, alors :
m
_
+

n=0
A
n
_
=
+

n=0
m(A
n
)
Pour ce qui nous interesse, lexemple fondamental de mesure sur une alg`ebre est celui de la
longueur sur lalg`ebre preborelienne
_

_
A
R
[0, +]
A =
n

i=1
]a
i
, b
i
] (A) =
n

i=1
(a
i
b
i
)
(7.1)
Lemme 7.4.5. Lapplication est une mesure sur lalg`ebre preborelienne.
Remarque 7.4.6. Comme annonce en section, la verication de la -additivite nest pas triviale
et repose sur le Theor`eme de Borel-Lebesgue. Ce resultat est admis.
On a donc deni explicitement la mesure -nie sur lalg`ebre preborelienne : on voudrait
letendre `a la tribu quelle engendre, i.e. la tribu borelienne. Ceci est possible de facon generale,
comme la montre Caratheodory.
Theor`eme 7.4.7. (Prolongement de Caratheodory)
Soit A une alg`ebre de . Toute mesure m sur A, -nie, se prolonge de facon unique en une
mesure m, -nie, sur la tribu (A) engendree par A.
Avant de passer `a la mesure de Lebesgue proprement dite, il convient de dire un mot des
ensembles negligeables, importants aussi bien pour lintegration de Lebesgue (proprietes vraies
presque partout) quen probabilites (proprietes presque s ures).
Denition 7.4.8. (Ensembles negligeables, tribu et mesure completees)
Soit (, F, m) un espace mesure.
i) Un ensemble N de P() est dit negligeable sil est contenu dans un ensemble de mesure nulle.
On note N lensemble des negligeables.

F = F N est encore une tribu, appelee tribu completee de F pour la mesure m.

61
7.5 Mesure de Lebesgue de R
d
Ce qui a ete fait dans R se generalise mutatis mutandis `a R
d
. On denit comme avant les
notions dalg`ebre preborelienne et de tribu borelienne en dimension d. Soit alors I un pave borne
I = (a
1
, b
1
) ... (a
d
, b
d
) = {x = (x
1
, ..., x
d
) R
d
: x
i
(a
i
, b
i
)},
on lui associe sa mesure de Lebesgue comme suit :
(I) = (b
1
a
1
) ... (b
d
a
d
)
Par la methode de prolongement, on denit ainsi la mesure de Lebesgue sur la tribu borelienne
B
d
. En dimension 2 (respectivement 3), la mesure de Lebesgue dun borelien correspond `a son
aire (respectivement `a son volume). De facon generale, ce quon appelle le volume dun ensemble
de R
d
est sa mesure de Lebesgue.
Theor`eme 7.5.1. Le prolongement de la mesure denie sur lalg`ebre preborelien A
R
d `a la
tribu borelienne B
d
existe et est unique. On lappelle la mesure de Lebesgue de R
d
et on la note
encore .
La mesure nest pas une mesure nie puisque (R
d
) = +. Cest par contre une mesure
-nie.
I
n
=] n, n[] n, n[....] n, n[
alors (I
n
) = (2n)
d
< + et R
d
+
_
n=1
= I
n
.
Par ailleurs, si on applique le principe de completion `a la mesure de Lebesgue sur la tribu
borelienne, on obtient la tribu de Lebesgue
Denition 7.5.2. (Tribu de Lebesgue)
On appelle tribu de Lebesgue sur R
d
notee L
R
d ou plus simplement L la tribu completee de la
tribu borelienne pour la mesure de Lebesgue. Les elements de L sont dites lebesgue mesurable.
On la note encore la mesure de Lebesgue
Remarque 7.5.3. Ainsi tout element A de la tribu de Lebesgue secrit A = B N avec B
borelien et N negligeable, en particulier (A) = (B).
Cette tribu a ete mentionnee car on la rencontre dans certains ouvrages. Pour ce qui nous
concerne, on se contentera neanmoins de la tribu borelienne et de la mesure de Lebesgue, succin-
tement (R
d
, B, ), sera notre espace mesure de reference. On retrouve bien s u tous les axiomes
et proprietes dune mesure sur une tribu : -additivite, monotonie, additivite forte, sous -
additivite, continuite, monotone, croissante, continuite monotone decroissante.
62
Chapitre 8
Lintegrale de Lebesgue
Introduction
Soit (, F, m) un espace mesure et f : R une fonction : on veut lui associer son integrale
par rapport `a la mesure m. On commence par preciser ce quest une fonction mesurable, puis
integrable. An de xer les idees, on se place dans lespace (, F, m) = (R
d
, B, ). Mais on verra
que la construction de lintegrale de Lebesgue est en fait tr`es generale et sapplique aussi `a la
theorie des series numeriques et au calcul des probabilites.
8.1 Fonctions mesurables
Dans toute la suite, la tribu borelienne de R est notee B.
Notation. Pour f : R
d
R et A R, on note :
[f A] = f
1
(A) = {x R : f(x) A}
Exemple 8.1.1. Si f : R R est denie par f(x) = x
2
, alors on a par exemple : [f < 1] =
] 1, 1[, [f < 0] = , [f 0] = R.
Denition 8.1.2. Fonction mesurable
On dit que f : R
d
R est mesurable par rapport `a la tribu borelienne, ou mesurable, ou encore
si :
c R [f < c] B :
On a les caracterisations equivalentes suivantes : f est mesurable si c R, [f c] B , f
est mesurable si (c, d) R
2
, [c < f d] B, f est mesurable si (c, d) R
2
, [c < f <
d] B f est mesurable si c R
d
, [c < f] B , f est mesurable si c R
d
, [c f] B,
f est mesurable si (c, d) R
2
, [c f d] B.
Exemple 8.1.3.
i) Toute fonction continue est mesurable, car f
1
(] , c[) est un ouvert, donc borelien.
ii) Toute fonction monotone est mesurable, car f
1
(] , c[) est un intervalle, donc borelien.
iii) Soit E lensemble non borelien vu en exercice au chapitre precedent. La fonction f = 1
R
d E
nest pas borelienne, car [f = 1] = [1 f 1] = E = B.
63
Generalisation. Soit f : (
1
, F
1
) (
2
, F
2
) une fonction entre deux espaces mesurables : on
dit que f est mesurable (sous-entendu : par rapport aux tribus F
1
et F
1
) si pour tout ensemble
A de la tribu darrivee F
2
, lensemble [f A] est dans la tribu de depart F
1
.
Exemple 8.1.4.
i) Dans le cas qui nous interesse des fonctions de R
d
dans R, on a :
(
2
, F
2
) = (R, B) et (
1
, F
1
) = (R
d
, B)
ii) Une variable aleatoire reelle est une application X : (, F, P) (R, B) mesurable, avec
(, F, P) un espace probabilise.
iii) Une suite numerique peut etre vue comme une application : N R . Si on munit N
de la tribu compl`ete P(N) et R de la tribu borelienne B, toute suite est une application mesu-
rable (N, P(N) dans (R, B).
Revenons aux fonctions de R
d
dans R . En pratique, de meme quil est bien rare de rencontrer
un sous-ensemble de R
d
non borelien, les fonctions etudiees seront presque toujours mesurables.
Par ailleurs, lensemble des fonctions mesurables est stable pour les operations usuelles sur les
fonctions.
Propriete 8.1.5. Proprietes operatoires classiques
Soient f et g mesurables.
i) , R , f +g est mesurable.
ii) fg est mesurable.
iii) Si g(x) = 0 pour tout x, alors f = g est mesurable.
iv) Si (f
n
)
nN
est une suite de fonctions mesurables, alors, sous reserve dexistence, les fonc-
tions sup
nN
f
n
et inf
nN
f
n
sont mesurables.
vi) Si (f
n
)
nN
est une suite de fonctions mesurables convergeant simplement vers f, alors f
est mesurable.
Preuve. i) On verie sans diculte que si f est mesurable et une constante reelle, alors la
fonction f est mesurable. Prenons donc f et g mesurables et verions que f +g lest aussi. Or
soit c un reel, alors :
[f +g < c] = [f < c g] =
_
qQ
([f < q] [q < c g]).
Or si g est mesurable, il en va de meme de la fonction c g. Par stabilite de la tribu borelienne
par intersections et unions au plus denombrables, on en deduit que [f +g < c] est borelien, donc
que f +g est mesurable.
ii) On commence par remarquer que si f est borelienne, alors f
2
lest aussi. En eet :
[f
2
< c] =
_
_
_
si c 0
[

c < f <

c ] si c 0
64
Soient alors f et g mesurables, les fonctions (f +g) et (f g) le sont aussi et il reste `a remarquer
que :
fg =
1
4
((f +g)
2
(f g)
2
)
pour conclure `a la mesurabilite de fg.
iii) Soit c un reel, alors la mesurabilite de la fonction sup
nN
f
n
resulte de legalite :
_
sup
nN
f
n
< c
_
=

nN
[f
n
< c].
De meme, la mesurabilite de la fonction inf
nN
f
n
resulte de legalite :
_
inf
nN
f
n
< c
_
=
_
nN
[f
n
< c].
iii) On utilise les notions de limites superieures et inferieures vues en travaux diriges. On in-
troduit les fonctions g
n
= sup
kn
f
k
. Alors si on a lim
n
f
n
(x) = f(x), on a `a plus forte raison
limsup
n
f
n
(x) = f(x), cest-`a-dire :
lim
n
g
n
(x) = inf
nN
g
n
(x) = f(x).
Mais puisque les f
n
sont mesurables, les g
n
le sont aussi, et la fonction f = inf
nN
g
n
aussi.
Denition 8.1.6. Fonction simple
On appelle fonction simple, ou etagee, toute fonction qui ne prend quun nombre ni de valeurs,
cest-`a-dire de la forme :
=
_

_
R
d
R
x
n

i=1

i
1
E
i
o` u les
i
sont des reels et o` u les E
i
forment une partition de R
d
.
Remarque 8.1.7.
i) Toute fonction en escalier sur un segment [a, b] est simple, mais la reciproque est fausse
(cf. la fonction de Peano).
ii) Il est clair que la decomposition =
n

i=1

i
1
E
i
nest pas unique, sauf si on impose aux

i
detre deux `a deux distincts, ce que nous supposerons dans la suite : on parle alors de forme
reduite, ou canonique, de la fonction .
La mesurabilite dune fonction simple est facile `a verier.
Proposition 8.1.8. Mesurabilite dune fonction simple
Soit =
n

i=1

i
1
E
i
une fonction simple, alors est mesurable si et seulement si les E
i
sont tous
boreliens.
65
Denition 8.1.9. Integrale dune fonction simple positive
Soit =
n

i=1

i
1
E
i
une fonction simple positive mesurable. Lintegrale de sur R
d
est par
denition
_
R
d
d =
n

i=1

i
(E
i
)
avec la convention 0 += 0.
Si, plus generalement, X est un borelien de R
d
, lintegrale de Lebesgue de sur X est :
_
X
d =
_
R
d
1
X
d =
n

i=1

i
(E
i
X).
On dit que est integrable (au sens de Lebesgue) sur X si :
_
X
d < .
On notera aussi lintegrale
_
R
d
(x)d(x), ou encore
_
R
d
(x)d(x).
Remarque 8.1.10.
i) Graphiquement, lorsque : R R, lintegrale de sur R est donc tout simplement laire du
domaine compris entre laxe des abscisses et la fonction .
ii) La valeur de lintegrale peut donc etre +. Ceci nest pas genant, on dira simplement que la
fonction nest pas integrable au sens de Lebesgue. Par contre, on sest restreint aux fonctions po-
sitives an deviter des situations problematiques de type +, dans la denition ci-dessus.
iii) On verie que la valeur de lintegrale est independante du fait que est ecrite sous forme
canonique ou non.
Exemple 8.1.11. i) La fonction = 1
[0,+[
est une fonction simple mesurable positive et
_
R
d = +. Elle nest donc pas integrable sur R . Par contre
_
[0,1]
d = 1, donc elle est
integrable sur [0, 1].
ii) La fonction = 2.1
[0,2]
est une fonction simple mesurable positive et
_
R
d = 4. Elle
est integrable sur R. Elle lest aussi sur [0, 1], avec
_
[0,2]
d = 4.
Propriete 8.1.12. Proprietes de lintegrale
Soient ,
1
,
2
des fonctions simples mesurables positives, X, X
1
, X
2
des boreliens.
i) Positivite : si
1

2
sur X, alors :
_
X

1
d =
_
X

2
d.
ii) Positivite (bis) : si X
1
X
2
, alors :
_
X
1
d
_
X
2
d.
66
iii) Si X
1
X
2
= alors :
_
X
1
X
2
d =
_
X
1
d +
_
X
2
d.
iv) Si = 0 sur X, alors :
_
X
d = 0.
v) Si X est negligeable, i.e. (X) = 0, alors :
_
X
d = 0.
vi) Si et sont des reels positifs, alors :
_
X
(
1
+
2
)d =
_
X

1
d +
_
X

2
d.
Preuve. i) Les fonctions
1
et
2
etant simples et positives, on peut les decomposer comme
suit :

1
=
n

i=1

i
1
A
i
,
2
=
m

j=1

j
1
B
j
Puisque les (A
i
)
1in
et les (B
j
)
1jm
forment chacun une partition de X, il est clair que les
ensembles (C
i,j
)
1in,1jm
, avec C
i,j
= A
i
B
j
, forment aussi une partition de X. Sur cette
partition, on a les ecritures (non canoniques) :

1
=

1in,1jm

i
1
C
i,j
,
2
=
m

j=1

j
1
C
i,j
On en deduit que : Z
_
X

1
d =

1in,1jm

i
(C
i,j
X)
Or, sur le borelien C
i,j
X, on a
i

j
puisque
1

2
, donc :
_
X

1
d

1in,1jm

j
(C
i,j
X)
_
X

2
d
ii) La deuxi`eme propriete se deduit de la premi`ere puisque :
X
1
X
2
1
X
1
1
X
2
iii) Partant de la decomposition =
n

i=1

i
1
E
i
, il sut de remarquer que :
X
1
X
2
= (Ei (X
1
X
2
)) = (Ei X
1
) +(Ei X
2
)
iv) Cette propriete est claire meme si (X) = +, grace `a la convention 0 += 0. v) Clair
egalement.
67
vi) En reprenant les notations ci-dessus, on peut ecrire :

1
+
2
=

1in,1jm
(
i
+
j
)1
C
i,j
do` u en integrant :
_
X
(
1
+
2
)d =

1in,1jm
(
i
+
j
)(C
i,j
X).
En separant les deux termes de la somme, en sommant la premi`ere partie sur les indices i et la
seconde sur les indices j, on obtient donc :
_
X
(
1
+
2
)d =
n

i=1
(
i
(A
i
X) +
m

j=1
(
j
(B
j
X) =
_
X

1
d +
_
X

2
d.
Remarque 8.1.13. La fonction de Peano donne demblee un exemple de fonction Lebesgue
integrable non Riemann integrable. Sur X = [0, 1], 1
Q[0,1]
est simple, puisquelle ne prend
que deux valeurs, et mesurable, puisque lensemble des rationnels de [0, 1] est un borelien (union
denombrable de points, qui sont des boreliens) et que son complementaire lest aussi. Par ailleurs,
un ensemble denombrable de points est de mesure de Lebesgue nulle, donc par la propriete ci-
dessus :
_
X
1
Q[0,1]
d = 0
Ainsi cette fonction est integrable dintegrale nulle au sens de Lebesgue, alors quelle nest pas
Riemann integrable.
8.2 Integration des fonctions mesurables positives
Maintenant quon a deni lintegrale pour les fonctions simples positives, on peut passer aux
fonctions mesurables positives.
Denition 8.2.1. Integrale dune fonction mesurable positive
Soit f : R
d
R
+
une fonction mesurable positive. Lintegrale de f sur R
d
est par denition :
_
R
d
fd = sup
_
_
R
d
d : simple mesurable positive et f
_
.
On dit que f est integrable si
_
R
d
fd < .
On denit de meme lintegrabilite dune fonction mesurable positive sur un borelien X de R
d
.
Remarque 8.2.2. . Une question naturelle est la suivante : etant donnee f : R
d
R
+
mesu-
rable positive, existe-t-il une suite de fonctions simples, mesurables, positives, inferieures `a f et
convergeant simplement vers f ? La reponse est oui. La preuve en est donnee par lastucieuse
construction suivante : pour n 1, pour tout i {1, 2, ..., n2
n
1, n2
n
}, notons
E
n,i
=
_
i 1
2
n
f <
i
2
n
_
F
n
= [f n].
68
Soit alors
n
: R
d
R
+
denie par :

n
= n1
F
n
+
n2
n

i=1
i 1
2
n
1
E
n,i
.
Il est clair que, pour tout n 1, la fonction
n
est simple, mesurable, positive et inferieure `a f.
De plus, la suite (croissante) de fonctions (
n
)
n1
converge simplement vers f.
Proposition 8.2.3. Crit`ere dintegrabilite
Soit f et g mesurables telles que 0 f g, alors :
_
R
d
fd
_
R
d
gd
En particulier, si g est integrable, alors f lest aussi.
Preuve. La positivite de lintegrale de f ne fait pas de doute puisque pour toute fonction
simple, mesurable et positive telle que f, il decoule de la denition du paragraphe precedent
que :
_
R
d
d 0
La borne superieure de telles quantites ne peut donc etre que positive.
Maintenant, si est simple, mesurable, positive et inferieure `a f, alors elle est aussi inferieure
`a g puisque f g, donc
_
R
d
d
_
R
d
gd
et en prenant la borne superieure sur de telles fonctions , on en deduit que :
_
R
d
d
_
R
d
gd.
Exemple 8.2.4. Ainsi une fonction f : [a, b] R mesurable et bornee est integrable au sens de
Lebesgue sur [a, b]. Par exemple, la fonction
f :
_

_
]0, 1] R
x 1 + sin
_
1
x
_
est mesurable (car continue), positive et majoree par 2 sur lensemble borne ]0, 1], donc elle est
Lebesgue integrable sur ]0, 1], dintegrale inferieure `a 2.
Theor`eme 8.2.5. Convergence Monotone de Lebesgue
Soit (f
n
)
nN
une suite de fonctions mesurables positives telles que :
i) 0 f
0
f
1
...
ii) x R, lim
n
f
n
(x) = f(x).
Alors on a
_
R
d
fd = lim
n
_
R
d
f
n
d.
69
Preuve. f est mesurable comme limite simple de fonctions mesurables. Par la proposition prece-
dente, on a dune part :
_
R
d
f
0
d
_
R
d
f
1
d ...
et dautre part pour tout n N
_
R
d
f
n
d
_
R
d
fd.
Donc on a existence de la limite des integrales et majoration de celle-ci :
lim
n
_
R
d
f
n
d
_
R
d
fd.
Il reste `a prouver linegalite inverse. Considerons une fonction simple, mesurable, positive
inferieure `a f :
=
m

i=1

i
1
E
i
.
Soit c ]0, 1[ et considerons :
A
n
= [c f
n
] = {x R
d
: c(x) f
n
(x)}
Les A
n
sont mesurables et puisque (f
n
) est une suite croissante de fonctions de limite f, on
a :
R
d
=
+
_
n=1
A
n
Linegalite c1
A
n
f implique :
c
m

i=1

i
(E
i
A
n
) =
_
R
d
c1
A
n
d
_
R
d
f
n
d
Mais par la continuite monotone croissante, on a pour tout i {1, ..., m}
lim
n
(E
i
A
n
) = (E
i
)
On en deduit que :
c
m

i=1

i
(E
i
) = c
_
R
d
d lim
n
_
R
d
f
n
d
Si on fait tendre c vers 1, on a donc :
_
R
d
d lim
n
_
R
d
f
n
d
Il reste `a prendre la borne superieure sur lensemble des fonctions pour obtenir :
_
R
d
fd lim
n
_
R
d
f
n
d.
70
Remarque 8.2.6.
i) Ce resultat est encore appele Theor`eme de Beppo Levi.
ii) La valeur commune ci-dessus est eventuellement +, auquel cas la limite simple f des
f
n
nest pas integrable. Par exemple, prendre f
n
= 1
[0,n]
.
iii) Le resultat est encore valable si on se place sur un borelien X de R
d
.
iv) On peut donc passer la limite sous le signe somme avec la seule hypoth`ese de convergence
simple des f
n
, hypoth`ese moins forte.
v) Le cadre dapplication est typiquement le meme que celui vu alors : en general, on sait calculer
f(x) et
_
R
d
fd, mais pas
_
R
d
f
n
d. Le theor`eme permet donc de calculer la limite dune suite
dont on na pas dexpression analytique simple pour le terme general.
Exemple 8.2.7. Soit f 0 mesurable, alors lim
n
_
[0,1]
(1 x
n
)f(x)d(x) =
_
[0,1]
fd
Exercice 8.2.8. En considerant f
n
= 1
[n,+[
, verier que le resultat nest pas vrai si on
consid`ere une suite decroissante de fonctions. Quelle hypoth`ese pourrait-on ajouter dans ce cas
pour que ca marche ?
Corollaire 8.2.9. Beppo Levi pour les series de fonctions
Soit (f
n
)
nN
une suite de fonctions mesurables positives, alors :
_
R
d
_
+

n=0
f
n
_
d =
+

n=0
_
R
d
f
n
d
Preuve. Il sut dappliquer le theor`eme de convergence monotone `a la suite de fonctions me-
surables positives (F
n
)
nN
denie par :
n

k=0
f
k
.
On retrouve alors naturellement pour lintegrale des fonctions mesurables positives les proprietes
vues pour lintegrale des fonctions simples positives (cf. Proprietes 9). On enonce maintenant un
resultat dusage surtout theorique : il servira notamment `a prouver le theor`eme de convergence
dominee de Lebesgue en section suivante.
Lemme 8.2.10. Lemme de Fatou
Soit (f
n
)
nN
une suite de fonctions boreliennes positives, alors :
_
R
d
liminf
n
f
n
d liminf
n
_
R
d
f
n
d.
Preuve. La fonction liminf
n
est la limite de la suite croissante de fonctions
g
k
= inf
nk
f
n
Le theor`eme de convergence monotone assure donc que :
limk +
_
R
d
g
k
d =
_
R
d
liminf
n
f
n
d.
71
Par ailleurs, on a g
k
f
n
pour tout n k donc par monotonie de lintegration :
n k
_
R
d
g
k
d
_
R
d
f
n
d.
do` u lon deduit
_
R
d
g
k
d inf
nk
_
R
d
f
n
d.
Et en faisant tendre k vers linni :
lim
k+
_
R
d
g
k
d lim
k+
_
inf
nk
_
R
d
f
n
d
_
= liminf
n
_
R
d
f
n
d.
Et linegalite est prouvee.
Remarque 8.2.11.
i) Quelle hypoth`ese ajouter pour avoir un resultat comparable sur les limites superieures ?
ii) Linegalite peut etre stricte. Prendre par exemple f
n
= n1
]
0, 1/n].
iii) Les fonctions f
n
peuvent etre integrables sans que la fonction liminf
n
f
n
le soit. Prendre
par exemple f
n
= n1
[
0, n].
8.3 Integration des fonctions de signe quelconque
On peut maintenant passer `a lintegration des fonctions de signe quelconque.
Denition 8.3.1. Soit f : R
d
R
d
une fonction mesurable, alors les fonctions f
+
et f

denies par :
_
_
_
f
+
(x) = max(f(x), 0)
f

(x) = min(f(x), 0)
sont mesurables positives et telles que :
x R
d
f(x) = f
+
(x) f

(x) |f(x)| = f
+
(x) +f

(x)
Ces fonctions sont appelees partie positive et partie negative de f.
NB. f

est, comme f
+
, une fonction positive.
Denition 8.3.2. Integrale dune fonction de signe quelconque
Soit f : R
d
R une fonction mesurable. On dit que f est integrable si f
+
et f

le sont, son
integrale etant alors :
_
R
d
fd =
_
R
d
f
+
d
_
R
d
f

d.
On note L
1
R
d
ou plus simplement L
1
, lensemble des fonctions integrables sur R
d
.
72
Remarque 8.3.3.
i) On remarque que f est integrable si et seulement si |f| lest, auquel cas :
_
R
d
|f|d =
_
R
d
f
+
d +
_
R
d
f

d.
Ceci laisse presager une dierence entre integrale de Lebesgue et integrale de Riemann : nous
preciserons ce point ulterieurement.
ii) Si f : R
d
C, on dira de la meme facon que f est integrable si ses parties reelle f
R
et
imaginaire f
I
le sont, ce qui revient `a dire que son module |f| lest. On a alors naturellement :
_
R
d
fd =
_
R
d
f
d
+i
_
R
d
f
I
d.
On peut maintenant donner les proprietes operatoires classiques de lintegrale de Lebesgue.
Propriete 8.3.4. Proprietes de lintegrale
Soient f et g integrables, et reels, X un borelien de R
d
.
i) Linearite : f +g est integrable, avec :
_
X
(f +g)d =
_
X
fd +
_
X
gd.
ii) Positivite : si f g, alors
_
X
fd
_
X
gd.
iii) Positivite (bis) :

_
X
fd

_
R
d
|f|d.
iv) Cas de nullite : si f = 0 sur X ou si X est negligeable, alors :
_
X
fd = 0.
Remarque 8.3.5.
i) Le dernier point a pour corollaire : si N est un sous-ensemble negligeable de X, alors :
_
X
fd =
_
X\N
fd.
Cest-`a-dire que, dans la theorie de Lebesgue, on ne change pas la valeur de lintegrale dune
fonction en la modiant sur un ensemble de mesure nulle : par exemple en un nombre au plus
denombrable de points (ensemble ni,N, Z, Q, etc.) ou meme sur lensemble de Cantor K vu
en exercice. Ceci est plus fort que le resultat vu dans le cadre de lintegrale de Riemann, qui
autorisait seulement la modication en un nombre ni de points.
ii) Une autre consequence de ce dernier point : pour etudier lintegrabilite de f et la valeur
de son integrale, f na pas besoin detre denie en tout point de X, mais seulement presque
partout (i.e. partout sauf sur un ensemble negligeable). Consequence immediate : pour appliquer
le theor`eme de convergence monotone, on na pas besoin de la convergence simple des f
n
vers f
en tout point, mais seulement presque partout.
73
Le resultat qui suit est sans aucun doute le plus puissant de la theorie de lintegration de
Lebesgue.
Theor`eme 8.3.6. Convergence dominee de Lebesgue
Soit (f
n
)
nN
une suite de fonctions mesurables sur un borelien X de R
d
. On suppose :
i) x X, lim
n+
f
n
(x) = f(x),
ii) il existe une fonction g integrable telle que : x X, n K, |f
n
(x)| g(x). Alors f est
integrable et
_
X
fd = lim
n+
_
X
f
n
d.
Preuve. On consid`ere la suite de fonctions (h
n
)
nN
denies par :
hn = 2g |f f
n
|
Par hypoth`ese, les h
n
sont mesurables positives, donc on peut appliquer le lemme de Fatou :
_
X
liminf
n
h
n
d liminf
n
_
X
h
n
d.
Mais par linearite de lintegration et par interversion limite sup/ limite inf :
liminf
n
_
X
h
n
d = 2
_
X
gd limsup
n
_
X
|f f
n
|d.
Par ailleurs, puisque la suite de fonctions (f
n
)
nN
converge simplement vers f, la suite de fonc-
tions (h
n
)
nN
converge simplement vers 2g, donc :
liminf
n
h
n
= 2g
On a ainsi obtenu :
2
_
X
gd 2
_
X
gd limsup
n
_
X
|f f
n
|d.
donc :
limsup
n
_
X
|f f
n
|d = 0.
cest-`a-dire :
_
X
|f f
n
|d 0 quand n +.
Par la propriete de positivite (bis), en deduit bien que :
_
X
fd = lim
n+
_
X
f
n
d.
Remarque 8.3.7.
i) Plus precisement, on a prouve la convergence dans L
1
de (f
n
) vers f :
_
X
|f f
n
|d 0 quand n +.
ii) On peut etablir une version presque partout de ce theor`eme : sil y a convergence presque
partout des fn vers f et sil existe une fonction g integrable qui domine les fn presque partout,
alors on peut intervertir limite et integrale.
Exercice 8.3.8. Montrer que
lim
n+
_
[0,1]
_
sin(
1
nx
_
d = 0.
74
8.4 Lien avec lintegrale de Riemann
Soient a et b deux reels, avec a < b, on note comme precedemment R([a, b]) lensemble des
fonctions Riemann integrables sur [a, b] et L
1
[a, b] lensemble des fonctions Lebesgue integrables
sur ce segment.
Theor`eme 8.4.1. Riemann integrabilite sur un segment ) Lebesgue integrabilite
Si f est Riemann integrable sur [a, b], alors f est Lebesgue integrable sur [a, b] et les integrales
ont meme valeur :
_
[a,b]
fd =
_
b
a
f(x)dx.
Preuve Nous admettons que si f R[a, b], alors f est continue sauf sur un ensemble negligeable
N [a, b]. Par consequent f est mesurable, donc integrable au sens de Lebesgue puisquelle est
bornee (par hypoth`ese de Riemann integrabilite). Par ailleurs, si f est une fonction en escalier,
le resultat est clair. Dans le cas general, on sait quil existe deux suites de fonctions en escalier
(
n
)
n0
et (
n
)
n0
telles que : n 0,
n
f
n
et :
lim
n+
_
b
a

n
(x)dx = lim
n+
_
b
a

n
(x)dx =
_
b
a
f(x)dx.
Par monotonie de lintegration, on a n 0 :
_
[a,b]

n
d
_
[a,b]
fd
_
[a,b]

n
d
Mais puisque les integrales au sens de Lebesgue et de Riemann concident pour les fonctions en
escalier, on a donc :
lim
n+
_
b
a

n
(x)dx = lim
n+
_
b
a

n
(x)dx =
_
[a,b]
fd,
et par consequent
_
[a,b]
fd =
_
b
a
f(x)dx.
Remarque 8.4.2. La reciproque est fausse, comme on la vu avec la fonction de Peano.
Linteret de ce resultat est clair : pouvoir appliquer `a de telles integrales `a la fois les resultats
de Lebesgue (theor`emes de convergence monotone, dominee, etc.) et de Riemann (lien int
egrale/primitive, integration par parties, changement de variable, etc.). On sinteresse main-
tenant au cas des integrales generalisees, cest-`a-dire aux fonctions f : I R, avec I intervalle
non necessairement ferme, non necessairement borne.
Theor`eme 8.4.3. Riemann absolue convergence Lebesgue integrabilite Si f : I R admet
une integrale de Riemann generalisee absolument convergente sur I, alors f est aussi Lebesgue
integrable sur I et les valeurs concident :
_
[a,b]
fd =
_
b
a
f(x)dx.
75
Preuve On suppose I = [0, +[, les autres cas se traitant de la meme facon. On consid`ere la
suite de fonctions (f
n
)
n0
denies par :
f
n
= |f|1
[0,n]
.
Puisque |f| R[0, n], (f
n
)
n0
est une suite croissante de fonctions mesurables positives, conver-
geant simplement vers |f|. Par consequent |f| est mesurable et par le theor`eme de convergence
monotone :
lim
n+
_
I
f
n
(x)dx =
_
I
|f|d.
Or dapr`es le resultat precedent :
_
I
f
n
(x)dx =
_
n
0
f
n
(x)dx
et par denition de lintegrale de Riemann generalisee :
lim
n+
_
n
0
|f(x)|dx =
_
+
0
|f(x)|dx.
On en deduit que
_
+
0
|f(x)|dx =
_
I
|f|d.
Considerons maintenant la suite de fonctions (g
n
)
n0
denies par :
g
n
= f1
[0,n]
(g
n
)
n0
est une suite de fonctions mesurables convergeant simplement vers f, dominees par la
fonction integrable |f|, donc on peut appliquer le theor`eme de convergence dominee :
lim
n+
_
I
g
n
d =
_
I
fd.
Mais, dapr`es le theor`eme precedent, on sait que pour tout n 0 :
_
I
g
n
d =
_
n
0
fd.
et par denition de lintegrale de Riemann generalisee :
lim
n+
_
n
0
f(x)dx =
_
+
0
f(x)dx.
On en deduit que :
_
I
fd =
_
+
0
f(x)dx.
A retenir ! En resume, les seules fonctions Riemann integrables non Lebesgue integrables sont
celles dont lintegrale sur I est semi-convergente. Un exemple typique est la fonction f denie
sur [1, +[ par :
f(x) =
sinx
x
76
Notation. Etant donne que les integrales de Riemann et de Lebesgue sont egales dans la plupart
des cas, on convient dadopter dorenavant la notation usuelle
_
b
a
f(x)dx pour les integrales de
Lebesgue.
8.5 Applications
8.5.1 Fonction denie par une integrale
On consid`ere dans tout ce paragraphe une fonction F denie par une integrale de la forme :
F(t) =
_
X
f(x, t)dx,
o` u X est un borelien de R. Cette ecriture sous-entend que la fonction

t
_
_
_
K R
x f(x, t)
est integrable au sens de Lebesgue sur X. Letude dune fonction denie par une integrale
commence donc par la determination de lensemble T sur lequel F est denie (T est en general
un intervalle).
Exemple 8.5.1. La fonction Gamma dEuler
(t) =
_
+
0
e
x
x
t1
dx.
Par les crit`eres classiques de convergence des integrales generalisees, cette integrale de Riemann
est absolument convergente pour tout reel t strictement positif : on peut donc la voir aussi comme
une integrale de Lebesgue. Le domaine de denition de est donc T = R

+
.
Les resultats de continuite et de derivabilite sous le signe somme senoncent tr`es simplement
dans le cadre de lintegrale de Lebesgue. La condition essentielle est, comme dans le theor`eme
de convergence dominee, lhypoth`ese de domination.
Theor`eme 8.5.2. Continuite
Supposons veriees les conditions suivantes :
i) x X, la fonction t f(x, t) est continue sur T,
ii) il existe une fonction g dans L
1
(X) telle que : t T, x X, |f(x, t) g(x). Alors
F est continue sur T.
Preuve Soient t
0
T et (t
n
)
n>0
une suite de points de T tendant vers t
0
. Alors, par lhypoth`ese
i), la suite de fonctions (h
n
)
n>0
denies sur X par :
h
n
(x) = f(x, t
n
)
77
converge simplement vers la fonction h denie sur X par :
h(x) = h(x, t
0
)
De plus, par lhypoth`ese ii), les fonctions h
n
sont dominees par la fonction integrable g. On peut
donc appliquer le theor`eme de convergence dominee :
lim
n+
_
X
h
n
(x)dx =
_
X
h(x)dx,
ce qui veut exactement dire que :
lim
n+
F(t
n
) =
_
X
h(x)dx = F(t
0
),
cest-`a-dire que F est continue en t
0
. Ceci etant vrai pour tout t
0
T, F est continue sur T.
Remarque 8.5.3.
i) On peut donner une version presque partout de ce resultat : il sut de remplacer dans
i) et ii) du theor`eme precedent x X par pour presque tout x X.
ii) Ce resultat peut se voir comme un passage `a la limite sous le signe somme puisquil ne
dit rien de plus que :
lim
tt
0
_
X
f(x, t)dx =
_
X
f(x, t
0
)dx =
_
X
_
lim
tt
0
f(x, t)
_
dx.
iii) Lhypoth`ese (ii) du theor`eme precedent, dite de domination, est bien entendu la plus
dicile `a verier. Cependant, il ne faut pas oublier que la continuite est une propriete locale :
F est continue sur T si elle est continue en tout point t
0
de T. Donc pour montrer la continuite
sur T, il sut, en tout point t
0
de T, de trouver un intervalle t
0
contenant t
0
et contenu dans
T sur lequel on peut appliquer le theor`eme. On illustre ceci sur lexemple de la fonction .
Exemple 8.5.4. Continuite de la fonction Gamma sur R

+
Lhypoth`ese i) du theor`eme precedent
est clairement veriee. Par contre, on ne peut trouver de fonction g integrable sur ]0, +[ telle
que :
x > 0, t > 0 e
x
x
t1
g(x).
Mais pour montrer la continuite sur R

+
, il sut de la montrer sur tout intervalle [, M], o` u
0 < < M < +. Or on a cette fois :
x > 0, t [, M] e
x
x
t1
g(x) = e
x
(x
1
+x
M1
).
et sur ]0, +[, lintegrale de Riemann de g est absolument convergente par les arguments clas-
siques, donc g L
1
(]0, +[) et le theor`eme sapplique.
Theor`eme 8.5.5. Derivation sous le signe somme
Supposons veriees les conditions suivantes :
i) t T, x X, la fonction t f(x, t) est derivable par rapport `a t,
ii) il existe une fonction g dans L
1
(X) telle que : t T, x X,

f
t
(x, t)

g(x).
Alors F est derivable sur T, de derivee :
_
X
f
t
(t, x)dx.
78
Preuve Soit t
0
T et (t
n
)
n>0
une suite de points de T tendant vers t
0
. Alors, par lhypoth`ese
i), la suite de fonctions (h
n
)
n>0
denies sur X par :
h
n
(x) =
f(x, t
n
) f(x, t
0
)
t
n
t
0
converge simplement vers la fonction h denie sur X par :
h(x) =
f
t
(x, t
0
)
De plus, par lhypoth`ese ii), les fonctions h
n
sont dominees par la fonction integrable g. On peut
donc appliquer le theor`eme de convergence dominee :
lim
n+
_
X
h
n
(x)dx =
_
X
f(x, t
0
)dx =
_
X
h(x)dx,
ce qui est exactement dire que :
lim
n+
F(t
n
) F(t
0
)
t
n
t
0
=
_
X
f
t
(x, t
0
)dx
cest-`a-dire que F est derivable en t
0
, de derivee :
F

(t
0
) =
_
X
f
t
(x, t
0
)dx
Ceci etant vrai pour tout t
0
T, F est derivable sur T.
Les remarques faites `a propos du resultat de continuite sous le signe somme sont encore
valables ici. Poursuivons letude de la fonction .
Exemple 8.5.6. Derivabilite de la fonction Gamma sur R

+
Lhypoth`ese i) est veriee, avec :
f
t
(x, t) = e
x
x
t1
lnx.
Comme precedemment, on ne peut trouver de fonction g valable pour tout t > 0. On se ram`ene
donc encore `a t [, M]. Cette fois :
x > 0, t [, M]

f
t
(x, t)

g(x) = e
x
| lnx|(x
1
+x
M1
),
et g est absolument integrable sur ]0, +[ (pas de probl`eme en + grace `a lexponentielle ,
en 0, on peut comparer aux integrales de Bertrand). Ainsi la fonction est derivable sur tout
[, M], donc sur R

+
, avec :

(t)) =
_
+
0
e
x
x
t1
lnxdx.
79