Analyse pour l’Ingénieur-e

Notes de cours
ENSIMAG 1A

E. Maı̂tre et V. Perrier

Warning : Ce document est issu de notes de cours et peut donc contenir quelques coquilles que
nous vous invitons à signaler.
Table des matières

1 Intégration mode d’emploi 1

1.1 Construction rapide de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Intégrale des fonctions mesurables positives . . . . . . . . . . . . . . . . . . . . 1
1.2.1 Axiomatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2.2 Lien avec la théorie de la mesure . . . . . . . . . . . . . . . . . . . . . 2
1.2.3 Ensembles négligeables - Propriétés vraies presque partout . . . . . . . . 3
1.3 Fonctions intégrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1 L’espace des fonctions intégrables . . . . . . . . . . . . . . . . . . . . . 4
1.3.2 Intégration sur un sous-ensemble, intégrale p.p. . . . . . . . . . . . . . . 6
1.3.3 Théorème de convergence dominée de Lebesgue . . . . . . . . . . . . . 6
1.4 L’espace L1 (RN ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1 Motivation pour une norme . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.2 L’espace L1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.3 Les espaces Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Intégrales définies par un paramètre . . . . . . . . . . . . . . . . . . . . . . . . 9
1.6 Intégrales multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6.1 Intervertion des intégrales . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6.2 Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2 Transformée de Fourier 13
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.1 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.2 Intérêt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.3 Motivation pour le traitement du signal . . . . . . . . . . . . . . . . . . 14
2.1.4 Problématique du traitement du signal . . . . . . . . . . . . . . . . . . 14
2.2 Transformation de Fourier dans L1 (R) . . . . . . . . . . . . . . . . . . . . . . 15
2.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.2 Propriété (Théorème de Riemann-Lebesgue) . . . . . . . . . . . . . . . 15
2.2.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.4 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Produit de convolution et principe du filtrage . . . . . . . . . . . . . . . . . . . 20
2.3.1 Rappel : Produit de convolution dans L1 (R) . . . . . . . . . . . . . . . 20
2.3.2 Exemple de filtrage : les moyennes glissantes . . . . . . . . . . . . . . . 20
2.3.3 Convolution et transformée de Fourier . . . . . . . . . . . . . . . . . . . 21
2.4 Transformée de Fourier inverse . . . . . . . . . . . . . . . . . . . . . . . . . . 22

i
TABLE DES MATIÈRES

2.4.1 La classe de Schwarz S(R) . . . . . . . . . . . . . . . . . . . . . . . . 22

2.4.2 Transformée de Fourier inverse dans S(R) . . . . . . . . . . . . . . . . 24
2.4.3 Propriété : Fourier et produit de convolution . . . . . . . . . . . . . . . 26
2.5 Application : résolution de l’équation de la chaleur . . . . . . . . . . . . . . . . 27
2.6 Transformée de Fourier dans L2 (R) . . . . . . . . . . . . . . . . . . . . . . . . 29
2.6.1 Théorème de densité (admis) . . . . . . . . . . . . . . . . . . . . . . . 29
2.6.2 Théorème de Hahn-Banach . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6.3 Transformée de Fourier dans L2 (R) . . . . . . . . . . . . . . . . . . . . 31

3 Espaces Métriques 35
3.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2 Espaces métriques complets et théorème du point fixe . . . . . . . . . . . . . . 37
3.3 Espaces métriques compacts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4 Produit d’espaces métriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

4 Espaces Vectoriels Normés 45

4.1 Espaces de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.2 Continuité dans les E.V.N. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.3 Equivalence et convexité de normes . . . . . . . . . . . . . . . . . . . . . . . . 49
4.4 Séries dans les E.V.N. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.5 Compacité en dimension infinie . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5 Différentiabilité dans les espaces de Banach 55

5.1 Différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2 Composition de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.3 Théorème de la moyenne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

6 Annexe 1 : construction de l’intégrale de Lebesgue 63

6.1 Eléments de théorie de la mesure . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.1.1 Ensembles mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.1.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.1.3 Fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2 Intégration des fonctions positives . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.2.1 Définition de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.2.2 Propriétés élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.2.3 Théorème de convergence monotone . . . . . . . . . . . . . . . . . . . 68
6.2.4 Propriétés des fonctions intégrables positives . . . . . . . . . . . . . . . 69

ii
Chapitre 1

Intégration mode d’emploi

On rappelle que la définition suivante :

R+ = [0, +∞[∪{+∞} = {x ∈ R | x ≥ 0} ∪ {+∞},

et par convention on posera :

∀x ∈ R+ , x + (+∞) = 
+∞
+∞ si x ≥ 0
x × (+∞) =
0 si x = 0

1.1 Construction rapide de l’intégrale

Avertissement : La construction ci-dessous n’est pas celle présentée dans la majorité des
ouvrages. On supposera dans la suite du chapitre que les ensembles et les fonctions seront
toujours mesurables (ce qui est faux en général bien sûr, mais les objets non mesurables sont
compliqués à construire et nécessitent le recours à l’axiome du choix). On énonce donc tous
les axiomes, et on démontre ensuite les résultats qui en découlent, sans jamais employer le
mot “mesurable“. On se concentre ainsi sur l’utilisation de l’intégrale plutôt que sur sa genèse.
L’annexe 1 présente une construction plus traditionnelle.

1.2 Intégrale des fonctions mesurables positives

1.2.1 Axiomatique
On ”admet” qu’il existe une application qui à f : RN → R+ associe un élément de R+ noté
Z Z Z
f (x) dx ou f dx ou f
RN RN

vérifiant les 4 propriétés suivantes :

1) Si f, g : RN → R+ et α, β ∈]0; +∞[ on a
Z Z Z
(αf + βg) = α f + β g (linéarité de l’intégrale)

1
CHAPITRE 1. INTÉGRATION MODE D’EMPLOI

2) Si f, g : RN → R+ sont telles que ∀ x ∈ RN , f (x) ≤ g(x) alors

Z Z
f ≤ g (croissance de l’intégrale)
QN
3) Si A = j=1 [aj , bj ] avec −∞ < aj < bj < +∞
Z N
Y
1lA = (bj − aj )
j=1

4) Le théorème suivant, dit de Beppo-Levi est vérifié (c’est donc un axiome dans notre
présentation).

Théorème 1.1. Théorème de convergence monotone ou de Beppo-Levi

Si (fn )n∈N est une suite croissante de fonctions de RN dans R+ , on a :
Z Z
lim fn (x) dx = lim fn (x) dx ≤ +∞
RN RN

Corollaire 1.1.

Soit fn : RN → R+ pour tout n, on a :

Z +∞
! +∞ Z
X X
fn (x) dx = fn (x) dx
RN n=0 n=0 RN

Démonstration.
j
X
Posons ∀ x, gj (x) = fn (x).
n=0
On a alors ∀ x, gj (x) ≤ gj+1 (x) et on applique Beppo-Levi sur la suite (gj ). 

1.2.2 Lien avec la théorie de la mesure

Définition 1.1. Si A ⊂ RN est un ensemble, sa mesure est définie par :
Z
µ(A) = 1lA
RN

(µ est la mesure de Lebesgue sur RN ), et vérifie les propriétés suivantes :

(i) Si A, B ⊂ RN et si A ⊂ B alors µ(A) ≤ µ(B).
(ii) Si (An )n∈N est une suite de sous-ensembles de RN , avec An ∩ Am = ∅ pour n 6= m
alors : !
[ X
µ An = µ(An )
n≥0 n≥0

2
 1.2. INTÉGRALE DES FONCTIONS MESURABLES POSITIVES

Démonstration.
(i) ∀ x ∈ R, 1lA (x) ≤ 1lB (x) et on applique la propriété 2 de l’intégrale (croissance).
X
(ii) 1lSn≥0 An = 1lAn et on applique le corollaire précédent.
n≥0

Remarque 1.1.
1) Si An est une suite d’ensembles, on a :
!
[ X
µ An ≤ µ(An )
n≥0 n≥0

2) Si A, B ⊂ RN , on a :
µ(A ∪ B) + µ(A ∩ B) = µ(A) + µ(B)
Démonstration. X
1) 1lSn≥0 An ≤ 1lAn
n≥0
2) A ∪ B = (A\(A ∩ B)) ∪ B\(A ∩ B)) ∪ (A ∩ B) d’où
µ(A ∪ B) = µ(A) − µ(A ∩ B) + µ(B) − µ(A ∩ B) + µ(A ∩ B)


1.2.3 Ensembles négligeables - Propriétés vraies presque partout

Définition 1.2. Soit A ⊂ RN . Si µ(A) = 0 on dit que A est négligeable (pour la mesure
considérée, ici celle de Lebesgue).
Remarque 1.2. D’après la remarque 1.1 ci-dessus, une réunion dénombrable d’ensembles
négligeables est négligeable. Dans R (N = 1), Q est dénombrable donc négligeable car les
points sont de mesure nulle pour la mesure de Lebesgue.

µ([0, 1] ∩ Q) = 0, µ([0, 1] ∩ (R\Q)) = 1

Définition 1.3. Soit P (x) une propriété faisant intervenir les points x de RN . On dit que P
est vraie presque partout (p.p.) si {x ∈ RN | P (x) est fausse} est négligeable.

Théorème 1.2.
Soit f : RN → R+ . On a :
Z
f (x) dx = 0 ⇔ f = 0 p.p. (f (x) = 0 p.p.)
RN

Démonstration.
Posons A = {x ∈ RN | f (x) 6= 0}

3
CHAPITRE 1. INTÉGRATION MODE D’EMPLOI

— (⇐)
∀ x ∈ RN , f (x) ≤ lim n1lA (x)
Z Z n→∞ Z
th1.1
f (x) dx ≤ lim n1lA (x) dx = lim n 1lA (x) dx car n1lA est croissante.
RN RN n→∞ n→∞ N
| R {z }
m(A)=0
— (⇒)
1lA (x) ≤ lim nf (x)
Zn→∞ Z Z
th1.1
µ(A) = 1lA (x) dx ≤ lim nf (x) dx = lim n f (x) dx = 0
RN RN n→∞ n→∞ N
| R {z }
=0


1.3 Fonctions intégrables

1.3.1 L’espace des fonctions intégrables
Définition 1.4. Soit f : RN → R. Si f+ (x) = max(f (x), 0) et f− (x) = max(−f (x), 0), on
dit que f est intégrable (pour la mesure µ) sur RN si
Z Z
f+ dµ < +∞ et f− dµ < +∞
RN RN
Z
On appelle intégrale de f le nombre noté f dµ tel que :
RN
Z Z Z
f dµ = f+ dµ − f− dµ
RN RN RN

Remarque 1.3. On étend très simplement cette définition aux fonctions à valeurs dans C en
considérant les parties réelles et imaginaires. On dit que f : RN → C est intégrable si Im f
et Re f sont intégrables au sens de la définition ci-dessus et on pose alors
Z Z Z
f dµ = Re f dµ + i Im f dµ.
RN RN RN

On a alors :
Z Z Z Z Z
f dµ ≤ |f | dµ et |f + g| dµ ≤ |f | dµ + |g| dµ
RN RN RN RN RN

Cette définition sera utilisée dans le chapitre sur la transformée de Fourier. Néanmoins
pour la suite par souci de simplicité, et comme nous venons de voir que c’est équivalent,
nous considérons uniquement le cas des fonctions à valeurs réelles.
Remarque 1.4. Si f et g sont à valeurs dans R la somme f + g n’est pas forcément définie
par exemple si f (x) = +∞ et g(x) = −∞. En revanche si f et g sont intégrables f et g sont
finies presque partout donc f + g est définie presque partout. En posant f˜ = 0 là où |f | est
infinie, g̃ = 0 là où |g| est infinie, f˜ + g̃ a même intégrale que f + g.

4
 1.3. FONCTIONS INTÉGRABLES

Proposition 1.1.
La définition de l’intégrale ne dépend pas du choix de g ≥ 0 et h ≥ 0 intégrables tels que
f = g − h.
Démonstration. On
Z Z a par définition f = f+ − f− . Si on pose f = g − h, avec g, h ≥ 0 et
gdµ < +∞, hdµ < +∞, on veut montrer que qu’avec la définition de l’intégrale ci-
RN Z RNZ Z
dessus, f dµ = gdµ − hdµ. Soit r = g − f+ = h − f− , on a 0 ≤ r ≤ g car
RN RN RN Z Z
+
g = f + h ≥ f et g ≥ 0 impliquent g ≥ max(f, 0) = f . Donc 0 ≤ rdµ ≤ gdµ ≤ +∞.
Z Z Z RN RN

On a gdµ = rdµ + f+ dµ par linéarité ”positive” et de manière similaire on montre

Z RN Z RN ZRN Z Z Z
que rdµ = f− dµ + hdµ. D’où f dµ = gdµ − hdµ. 
RN RN RN RN RN RN

Proposition 1.2.

1) L’ensemble des applications intégrables de RN dans R pour la mesureR de Lebesgue est

un espace vectoriel, noté L1 (RN ), et l’application (f ∈ L1 (RN ) 7→ RN f dµ) est une
forme linéaire. Z Z
2) Soient f, g ∈ L1 (RN ) telles que f ≤ g. Alors f dµ ≤ gdµ.
RN RN
3) Soient f, g : RN → R avec g ∈ L1 (RN ) et |f | ≤ g. Alors f ∈ L1 (RN ).
4) Soit f : RN → R, f ∈ L1 (RN ) ⇔ |f | ∈ L1 (RN )
Z Z
1 N
5) Si f ∈ L (R ), on a f dµ ≤ |f | dµ.
RN RN

Remarque 1.5. L’ensemble de ces propriétés reste vrai pour d’autres mesures que la mesure
de Lebesgue.
Démonstration.
— Point 1
On considère f = g − h, avec g ≥ R0 h ≥ 0, et f 0 = g 0R− h0 avec g 0 ≥ 0 Rand h0 ≥ 0. Alors
0 0 0 0 0 0
R = RNR (g0 + g )dµ − RN (h + h )dµ =
Rf + f + (hR + h0) = gR+ g , d’où R RN (f0 + f )dµ
RN
gdµ + RN g dµ − RN hdµ − RN h dµ = f dµ + f dµ. Par ailleurs pour α ∈ R,
αf se décompose en αg − αh ou −αh − (−αg) selon le signe α et on applique la linéarité
positive.
— Point 4
R R
f = f+ − f− et RN f+ dµ < +∞, RN f− dµ < +∞
|f | = f+ + f−
R R R
RN |f | dµ = RN f + dµ + f dµ < +∞
RN −

5
CHAPITRE 1. INTÉGRATION MODE D’EMPLOI

1.3.2 Intégration sur un sous-ensemble, intégrale p.p.

Définition 1.5. Soit A ⊂ RN et f : A → R. On note :

f (x) si x ∈ A
fA : x 7→ fA (x) =
0 sinon

et on pose Z Z
def
f dµ = fA dµ
A RN

On note L1 (A) l’ensemble des applications intégrables sur A.

Proposition 1.3.

1) Si f = g p.p. et si l’une de ces fonctions est intégrable, alors l’autre aussi et leurs
intégrales sont égales.
R
2) Si A ⊂ RN est tel que µ(A) = 0 alors pour toute fonction f on a A f dµ = 0.
3) Si A ⊂ RN est compact (fermé borné) alors toute fonction f continue sur A est
intégrable sur A.

Démonstration.
R En effet, si f est intégrable, on écrit |g| ≤ |f | + |g − f | et d’après le théorème
1.2 on a |g − f | = 0. Pour le deuxième point, il suffit de remarquer R que dans ce cas fA = 0
p.p. et d’appliquer le même théorème. Pour le dernier, on majore A |f |dx ≤ kf k∞ µ(A) < +∞.


Définition 1.6. Soit f mesurable définie p.p. sur RN , et A ⊂ RN mesurable tel que ∀ x ∈
RN \A, f (x) est défini et µ(A) = 0. Posons :

f (x) si x ∈ RN \A
f˜(x) =
”autre chose” si x ∈ A

Si f˜ est intégrable, alors tout autre prolongement l’est aussi et l’intégrale est la même
(d’après la proposition ci-dessus). On dit que f est intégrable et on pose
Z Z
f dµ = f˜dµ
RN RN

1.3.3 Théorème de convergence dominée de Lebesgue

On démontre maintenant le théorème fondamental :

6
 1.3. FONCTIONS INTÉGRABLES

Théorème 1.3. Théorème de convergence dominée de Lebesgue

Soit (fn ) une suite de fonctions de A ⊂ RN dans R telle que :
(i) fn (x) → f (x) p.p. sur A.
(ii) il existe g ∈ L1 (A) telle que ∀ n ∈ N, |fn (x)| ≤ g(x) p.p. sur A
Alors f ∈ L1 (A) et on a :
Z Z Z
|fn − f | dµ −→ 0 et fn dµ −→ f dµ
A n→+∞ A n→+∞ A

Démonstration.
Posons
An = {x ∈ A | |fn (x)| > g(x)}, B = {x ∈ A | fn (x) ne tend pas vers f (x)}
!
[
N = B∪ An , N est alors négligeable comme union dénombrable d’ensembles négligeables.
n≥0
On considère lesprolongements :
fn (x) si x ∈ A\N
f˜n (x) =
 0 sinon
f (x) si x ∈ A\N
f˜(x) =
 0 sinon
g(x) si x ∈ A\N
g̃(x) =
0 sinon
et on pose gn (x) = f˜n (x) − f˜(x) et hn (x) = sup gk (x) qui vérifient ∀n, hn ≥ hn+1 ; ∀n, hn ≥ 0
k≥n
et hn (x) → 0. Par hypothèse et inégalité triangulaire, on a 0 ≤ hn ≤ 2g̃ donc 2g̃ − hn ≥ 0 et
(2g̃ − hn ) est une suite croissante de fonctions positives. On peut donc appliquer le théorème de
Beppo-Levi,
Z qui donne : Z Z
lim (2g̃ − hn )dµ =
lim (2g̃ − hn )dµ = 2 g̃dµ
n→∞ RN n→∞
ZRN  Z Z  RN
Z Z
lim (2g̃ − hn )dµ = lim 2 g̃ − hn dµ = 2 g̃dµ − lim (hn )dµ
n→∞ RN n→∞ RN N
RZ RN Z n→∞ RN
Z
Donc lim hn dµ = 0. A fortiori lim gn dµ = lim |fn − f | dµ = 0 d’où le
n→∞ RN n→∞ RN n→∞ RN
résultat. 

Théorème 1.4. Réciproque partielle du théorème de convergence dominée

Z
1 N
Soient (fn ), f ∈ L (R ). On suppose que |fn − f | −→ 0.
RN n→+∞

Alors, il existe une suite extraite (fnk ) telle que fnk (x) −→ f (x) p.p. et il existe g ∈ L1 (RN )
telle que |fnk (x)| ≤ g(x) p.p..
Du théorème de convergence dominée de Lebesgue découle un corollaire que vous reconnaı̂trez
sans doute :

7
CHAPITRE 1. INTÉGRATION MODE D’EMPLOI

Corollaire 1.2.

Soit (fn ) ∈ C([a, b]) telle que (fn ) converge uniformément vers f ∈ C([a, b]). Alors :
Z Z
lim fn dµ = f dµ
n→∞ [a,b] [a,b]

Démonstration. ∃ C tq kf k∞ ≤ C. Montrons qu’il existe M > 0∀ n, |fn | ≤ M . En effet,

∃ n0 tq ∀ n ≥ n0 , kfn − f k∞ ≤ 1 =⇒ kfn k∞ ≤ 1 + kf k∞ ≤ 1 + C.
∀ n ∈ {0, . . . , n0 − 1}, ∃ Cn tq kfn k∞ ≤ Cn . On pose alors M = max (1 + C, Cn ) 
0≤n≤n0 −1

Proposition 1.4.
R
Soit f : [a, b] → R une fonction Lebesgue intégrable alors F (x) = [a,x]
f (t)dµ est dérivable
p.p sur ]a, b[ et F 0 (x) = f (x).

1.4 L’espace L1(RN )

1.4.1 Motivation pour une norme
Z
1 N
Soit f ∈ L (R ). Posons N1 (f ) = |f | dµ, où µ est la mesure de Lebesgue.
RN
On a :
1. N1 (0) = 0
2. ∀ f ∈ L1 (RN ), ∀ λ ∈ R ou C, N1 (λf ) = |λ| N1 (f )
3. ∀ f, g ∈ L1 (RN ), N1 (f + g) ≤ N1 (f ) + N1 (g).
Les propriétés ci-dessus signifient que N1 est une semi-norme. Malheureusement, si N1 (f ) = 0
pour f ∈ L1 (RN ), on sait juste que f = 0 p.p., ce qui fait que N1 n’est pas une norme.

1.4.2 L’espace L1
Définition 1.7. Soient f, g ∈ L1 (RN ). On définit une relation d’équivalence sur L1 (RN ) ×
L1 (RN ) en posant f Rg si et seulement si f = g p.p.. On note f˙ la classe d’équivalence de
f : on a donc g ∈ f˙ ⇔ f Rg.
Le processus permettant d’identifier deux fonctions égales presque partout pour ainsi
ne plus distinguer une fonction nulle presque partout de la fonction identiquement nulle
s’appelle le passage au quotient.
On pose L1 (RN ) = L1 (RN )/R = {f˙ | f ∈ L1 (RN )}.

8
 1.5. INTÉGRALES DÉFINIES PAR UN PARAMÈTRE

Proposition 1.5.
L1 (RN ) est un espace vectoriel si on pose f˙ + ġ = f +
˙ g et λf˙ = λf
˙
k.k1 est une norme sur L1 (RN ) si on pose f˙ = N1 (f ).
1

Proposition 1.6.
(L1 (RN ), k · k1 ) est un espace vectoriel normé complet.

1.4.3 Les espaces Lp

Définition 1.8. On peut de même définir ∀ p ∈ N∗ , Lp (RN ) = Lp (RN )/∼ . On munit Lp (RN )
Z  p1
de la norme : f˙ = Np (f ) = |f |p
p RN

Définition 1.9. L∞ (RN ) = {f : RN → R ou C | f mesurable et ∃ c ≥ 0 tq |f (x)| ≤

c p.p.}.
L∞ (RN ) est un espace vectoriel normé.
Soit f ∈ L∞ (RN ), on pose alors N∞ (f ) = inf{c ≥ 0/ |f (x)| ≤ c pp}.

On a :

1. N∞ (0) = 0
2. N∞ (λf ) = |λ| N∞ (f )
3. N∞ (f + g) ≤ N∞ (f ) + N∞ (g)
4. N∞ (f ) = 0 =⇒ f = 0 p.p.

Définition 1.10. On pose L∞ (RN ) = L∞ (RN )/ ∼ et f˙ = N∞ (f ).

∞

Proposition 1.7.
(Lp (RN ), k · kp ) est un espace vectoriel normé complet pour 1 ≤ p ≤ +∞.

1.5 Intégrales définies par un paramètre

9
CHAPITRE 1. INTÉGRATION MODE D’EMPLOI

Théorème 1.5.
Soit I un intervalle de R et A ⊂ RN . Soit f une fonction définie sur I × A (en fait définie
∀t ∈ I et p.p. sur A).
On suppose que ∀t ∈ I, x 7→ f (t, x) ∈ L1 (A) et on pose :
Z
F (t) = f (t, x)dµ.
A

1. Continuité : Sous les hypothèses suivantes :

(a) t 7→ f (t, x) est continue sur I, p.p. x ∈ A,
(b) ∃ g ∈ L1 (A) tq ∀ t ∈ I, |f (t, x)| ≤ g(x), p.p. x ∈ A.
Alors F est continue sur I.
2. Dérivabilité : Sous les hypothèses suivantes :
(a) t 7→ f (t, x) est dérivable sur I, p.p. x ∈ A,
∂f
(b) ∃ h ∈ L1 (A) tq ∀ t ∈ I, (t, x) ≤ h(x), p.p. x ∈ A.
∂t
Alors F est dérivable sur I et :
Z
0 ∂f
F (t) = (t, x) dµ
A ∂t

Démonstration. Z
1. Soit (tn ) tel que tn −→ t dans I. F (tn ) = f (tn , x) dµ. Soit fn (x) = f (tn , x), fn (x) −→
n→+∞ A
f (t, x) p.p. sur A et ∀ n, |fn | ≤ g p.p. Le théorème de convergence dominée assure que
F (tn ) → F (t).
2. On considère
F (t + h) − F (t) f (t + h, x) − f (t, x)
Z
= dµ
h A h
On a f (t+h,x)−f
h
(t,x)
→ ∂f
∂t
(t, x) et f (t+h,x)−f
h
(t,x)
= ∂f∂t
(θh , x) avec θh ∈]t, t + h[ donc avec
les hypothèses du théorème, on peut appliquer le théorème de convergence dominée et il
vient : Z
0 ∂f
F (t) = (t, x) dµ
A ∂t


1.6 Intégrales multiples

1.6.1 Intervertion des intégrales
Soit Ω1 ⊂ RN1 et Ω2 ⊂ RN2 des ouverts et µ(x),µ(y) les mesures de Lebesgue resp. sur RN1
et RN2 . Dans le cas des fonctions positives on a :

10
 1.6. INTÉGRALES MULTIPLES

Théorème 1.6. Théorème de Tonelli

Soit f mesurable positive sur Ω1 × Ω2 . Alors pour presque tout x ∈ Ω1 y → f (x, y) est
mesurable et pour presque tout y ∈ Ω2 x → f (x, y) est mesurable et on a :
(i)
Z Z  Z Z  Z
f (x, y) dµ(y) dµ(x) = f (x, y) dµ(x) dµ(y) = f (x, y) dµ(x) dµ(y)
Ω1 Ω2 Ω2 Ω1 Ω1 ×Ω2

(ii) Si ces intégrales sont finies, alors f ∈ L1 (Ω1 × Ω2 ).

Pour les fonctions de signe quelconque intégrables, on a le théorème de Fubini :

Théorème 1.7. Théorème de Fubini

Soit f ∈ L1 (Ω1 × Ω2 ).
Alors pour presque tout x ∈ Ω1 , y → f (x, y) ∈ L1y (Ω2 ) et
Z
x→ f (x, y) dµ(y) ∈ L1x (Ω1 ).
Ω2

De même pour presque tout y ∈ Ω2 , x → f (x, y) ∈ L1x (Ω1 ) et

Z
y→ f (x, y) dµ(x) ∈ L1y (Ω2 ).
Ω1

De plus, on a :
Z Z  Z Z  Z
f (x, y) dµ(y) dµ(x) = f (x, y) dµ(x) dµ(y) = f (x, y) dµ(x) dµ(y)
Ω1 Ω2 Ω2 Ω1 Ω1 ×Ω2

Application pratique Pour une fonction f de signe quelconque on procède de la façon suivante :
(i) On applique le théorème de Tonelli à |f | pour savoir si |f | ∈ L1 (Ω1 × Ω2 ) (ce qui est
équivalent à f ∈ L1 (Ω1 × Ω2 )).
(ii) Si oui, on peut alors appliquer le théorème de Fubini à f pour intervertir l’ordre d’intégration
et utiliser le calcul le plus facile.

1.6.2 Changement de variable

11
CHAPITRE 1. INTÉGRATION MODE D’EMPLOI

Théorème 1.8. Théorème de changement de variable

Soient U et Ω des ouverts de RN et soit φ : U → Ω un C 1 -difféomorphisme (φ est une
bijection de U sur Ω, φ ∈ C 1 (U ) et φ−1 ∈ C 1 (Ω)). On note pour x ∈ U :
 
∂φi
Jφ (x) = det (x) φ = (φ1 , . . . , φN )
∂xj 1≤i,j≤N

Soit f une fonction définie p.p. sur Ω.

1) Si f est à valeurs dans R+ , on a :
Z Z
f (y) dµ(y) = f (φ(x)) |Jφ (x)| dµ(x)
Ω U

2) Si f est à valeurs dans C,

f ∈ L1 (Ω) ⇔ (x 7→ f (φ(x))Jφ (x)) ∈ L1 (U )

et on a la même égalité.

12
Chapitre 2

Transformée de Fourier

2.1 Introduction
2.1.1 Historique
L’analyse en fréquences apparaı̂t en 1822 dans un traité de Joseph Fourier, la “Théorie ana-
lytique de la chaleur”.
L’équation de la chaleur est définie par :

∂u
− ∆u = 0 (2.1)
∂t
u(~x, 0) = ϕ(~x) (2.2)

Ici, u est une fonction de l’espace et du temps : u(~x, t). Dans le cas où l’espace est un disque,
u est définie par :

t ≥ 0, ~x ∈ D = {~x ∈ R| k~xk ≤ 1}

u est cherchée sous la forme d’une série de Fourier :

X
u(r, θ, t) = cn (r, t)einθ
n∈Z

L’intégrale de Fourier apparaı̂t en 1906 dans la théorie de l’intégration de Lebesgue.

2.1.2 Intérêt
- ”Diagonalise” les opérateurs de dérivation.

F : u 7→ F (u)
dk k
F : ( dx k u) 7→ (iξ) F (u)

13
CHAPITRE 2. TRANSFORMÉE DE FOURIER

avec F opérateur et u fonction.

L’intégrale de Fourier sert alors à la résolution d’équations différentielles et d’EDP (Equations

aux Dérivées Partielles).

2.1.3 Motivation pour le traitement du signal

On décompose un signal (une fonction) en une somme infinie de signaux plus faciles à traiter :

2π
cn einωx , ω =
P
u(x) = T

ω
eiωx est une harmonique (correspond à une fréquence “pure” ν = 2π
).

2.1.4 Problématique du traitement du signal

Un système reçoit en entrée un signal f et émet en sortie un signal g, où f et g sont fonctions
du temps t.

Deux types de problèmes :

1. f et g connus : problème d’identification du système.
2. f connu et système connu : problème du calcul de g.
2ème problème : celui du filtrage. Le système est appelé filtre.

Hypothèses sur le filtre :

— il est linéaire :
g = L(f ), L(f1 + λf2 ) = L(f1 ) + λL(f2 ).
— il est stationnaire (invariant dans le temps).
— il est invariant par translation : g(t − T ) = L(f (t − T )).
(L est ici l’opérateur associé au filtre)
On montre alors que la seule possibilité pour L est d’être un opérateur de convolution, c’est-
à-dire :

∃ h : R 7→ R tq R
+∞
g(t) = (f ? h)(t) = −∞ f (x)h(t − x)dx

h : réponse impulsionnelle du filtre.

En effet, si f = δ (impulsion), alors g = h.

Si f est définie ainsi :

f : t 7→ eiωt (ω ∈ R), alors

14
 2.2. TRANSFORMATION DE FOURIER DANS L1 (R)

g(t) = (f ? h)(t)
= (h ? f )(t)
Z
= h(x)eiω(t−x) dx
Z
= e iωt
h(x)e−iωx dx

= eiωt H(ω)

Conclusion

t 7→ eiωt : vecteur propre du filtre, de valeur propre H(ω).

H : fonction de transfert du filtre, transformée de Fourier de la réponse impulsionnelle h.

2.2 Transformation de Fourier dans L1(R)

2.2.1 Définition
Définition 2.1 (Transformée de Fourier). Soit f ∈ L1 (R), on lui associe fˆ telle que :

Z +∞
def
∀ν ∈ R, fˆ(ν) = f (x)e−2iπνx dx
−∞

ω = 2πν : pulsation ( rad.s−1 )

ν : fréquence (Hz)

Remarque 2.1. fˆ est définie et continue sur R car

|f (x)e−2iπνx | = |f (x)| et f ∈ L1 (R).

(théorème de Lebesgue)

L’application : F : f 7→ fˆ est appelée transformée de Fourier. (f ∈ L1 (R)).

2.2.2 Propriété (Théorème de Riemann-Lebesgue)

15
CHAPITRE 2. TRANSFORMÉE DE FOURIER

Théorème 2.1. de Riemann-Lebesgue

1. F : f 7→ fˆ est une application linéaire, continue de L1 (R) dans L∞ (R).

2. si f ∈ L1 (R), alors fˆ est continue sur R et lim fˆ(ν) = 0.
ν→±∞

Démonstration. .
R
1. — F linéaire (linéarité de ).
R +∞
Par définition : kf kL1 (R) = −∞
|f (x)| dx

et kgkL∞ (R) = sup |g(x)|

x∈R

avec f et g deux fonctions R → K, (K = R ou C).

— Montrons la continuité de F en 0, autrement dit :

∀f ∈ L1 (R), kF (f )kL∞ (R) ≤ C kf kL1 (R)

Z +∞
∀ν, fˆ(ν) = f (x)e−2iπνx dx
−∞
Z +∞
≤ |f (x)| dx = kf kL1 (R)
−∞

donc fˆ ∈ L∞ (R) et fˆ ≤ kf kL1 (R) .

L∞ (R)

2. si f ∈ D(R) ={ g : R → C | g est C ∞ , g est à support compact }

Z +∞
fˆ(ν) = f (x)e−2iπνx dx
−∞
+∞ Z +∞
e−2iπνx e−2iπνx

0
= f (x) − f (x) dx
−2iπν −∞ −∞ −2iπν
Z +∞
1
fˆ(ν) ≤ |f 0 (x)| dx
2π |ν| −∞
−−−−→ 0
ν→±∞

car kf 0 kL1 (R) < +∞ (f ∈ D(R)).

16
 2.2. TRANSFORMATION DE FOURIER DANS L1 (R)

or D(R) est dense dans L1 (R).

d’où : ∀f ∈ L1 (R), ∀ε > 0, ∃ϕ ∈ D(R), kf − ϕkL1 (R) < ε

fˆ(ν) = fˆ(ν) − ϕ̂(ν) + ϕ̂(ν)

≤ fˆ(ν) − ϕ̂(ν) + |ϕ̂(ν)|

≤ fˆ − ϕ̂ + |ϕ̂(ν)|
L∞ (R)
≤ kf − ϕkL1 (R) + |ϕ̂(ν)|

et on a : lim |ϕ̂(ν)| = 0 et kf − ϕkL1 (R) < ε.

ν→+∞

2.2.3 Exemple
Fonction “porte” :

Π = 1l]− 1 ; 1 [
2 2

1
sin(πν)
e−2iπνx dx =
R
Π̂(ν) = 2
− 12 πν
: sinus cardinal.

Remarque 2.2. on peut très bien avoir f : R → R et fˆ : R → C (fˆ fonction à valeurs

complexes).

En pratique : la représentation graphique de fˆ est la représentation en fréquence du signal f,

appelé spectre (module et phase).

2.2.4 Propriétés

Théorème 2.2. du retard

1
f ∈ L (R), τ ∈ R
Posons ∀x ∈ R, g(x) = f (x − τ ). g ∈ L1 (R).
Alors ∀ν ∈ R, F (g)(ν) = ĝ(ν) = e−2iπντ fˆ(ν)

Remarque 2.3. e−2iπντ est un facteur de retard ou déphasage. On a ainsi :

∀ν ∈ R, |ĝ(ν)| = fˆ(ν)
et Arg(ĝ(ν)) = Arg(fˆ(ν)) − 2πντ

17
CHAPITRE 2. TRANSFORMÉE DE FOURIER

Démonstration. Un changement de variable dans l’intégrale de Fourier donne immédiatement le

résultat.


Proposition 2.1.
f ∈ L1 (R), a > 0.
Posons ∀x ∈ R, g(x) = f (ax) : g ∈ L1 (R).
1 ν
∀ν ∈ R, F (g(ν)) = fˆ( )
a a

Remarque 2.4. Si f est à support compact : augmenter la taille du support de f (en dilatant
f ) revient à contracter la fonction fˆ et inversement.

Exemple
Π = 1l]− 1 ; 1 [
2 2

1 x
∀ε > 0, fε (x) = Π( )
ε ε

Remarque 2.5. .

∀x 6= 0, lim fε (x) = 0
ε→0

Si x = 0, lim fε (x) = +∞.

ε→0

En fait, lim fε = δ dans D0 (R).

ε→0

∀ν ∈ R, fˆ(ν) = 1ε εΠ̂(εν) = Π̂(εν) = sin(επν)

επν

Remarque 2.6. lim fˆε (ν) = 1.

ε→0

On montrera dans le chapitre sur la Transformée de Fourier des distributions que F (δ) = 1lR .

Théorème 2.3. Fourier et dérivation

1. si f ∈ L1 (R), f dérivable et f 0 ∈ L1 (R), alors

ν 7→ ν fˆ(ν) ∈ L∞ (R) et
∀ν ∈ R, F (f 0 )(ν) = 2iπν fˆ(ν)
2. si f ∈ L1 (R) et x 7→ xf (x) ∈ L1 (R), alors F (f ) est dérivable et :
d
∀ν ∈ R, dν F (f )(ν) = −2iπF (x 7→ xf (x))(ν)

18
 2.2. TRANSFORMATION DE FOURIER DANS L1 (R)

Remarque 2.7. Relation entre la régularité d’une fonction et le comportement de son spectre
à hautes fréquences :

Supposons f ∈ L1 (R), f 0 ∈ L1 (R).

Appliquons le théorème de Riemann-Lebesgue (théorème 2.1 ) à f 0 : F (f 0 ) = 2iπν fˆ(ν)

donc ν 7→ ν fˆ(ν) est continue, de limite 0 en ±∞.

ν fˆ(ν) = o(1)
1
fˆ(ν) = o ( )
ν→+∞ ν

Généralisation : f ∈ L1 (R), f 0 ∈ L1 (R) . . . f (n) ∈ L1 (R).

F (f (n) ) = (2iπ)n ν n f˜(ν).

et
1
fˆ(ν) = o ( )
ν→±∞ |ν|n

2
Application Calcul de F (f ) avec f : x 7→ e−πx (cf. TD) :
2
f 0 (x) = −2πxe−πx = −2πxf (x)

f est alors solution de :

2πxy(x) + y 0 (x) = 0 (2.3)

On applique F à 2.3 :

2πF (x 7→ xy(x)) + F (y 0 ) = F (x 7→ 0)
1 d
2π(− ŷ(ν)) + 2iπν ŷ(ν) = 0
2iπ dν
On a également appliqué le 2) du théorème 2.3 et on obtient alors :

d
ŷ(ν) + 2πν ŷ(ν) = 0 (2.4)
dν
On a alors : 2.3 ≡ 2.4.

Comme f et fˆ sont solutions d’une même équation 2.3 :

19
CHAPITRE 2. TRANSFORMÉE DE FOURIER

fˆ(ν) = λe−πν
2

Calcul de λ :
R +∞ R +∞
λ = fˆ(0) =
2
−∞
f (x)dx = −∞
e−πx dx = 1
2 2
∀ν ∈ R, F (x 7→ e−πx )(ν) = e−πν

On démontre également que la gaussienne est la seule fonction invariante par F.

2.3 Produit de convolution et principe du filtrage

Problématique :

Soit un filtrage analogique.

— f est le signal d’entrée.

— h est la réponse impulsionnelle du filtre.
— g = (f ? h) est le signal filtré.

2.3.1 Rappel : Produit de convolution dans L1 (R)

Théorème 2.4. et définition

f ∈ L1 (R), g ∈ L1 (R)
R +∞
On pose : ∀x ∈ R, (f ? g)(x) = −∞
f (y)g(x − y)dy.

Alors (f ? g) est défini presque partout , intégrable et

kf ? gkL1 (R) ≤ kf kL1 (R) kgkL1 (R) .

Remarque 2.8. Si f ∈ L1 (R), alors f est finie (f (x) < +∞) presque partout.

2.3.2 Exemple de filtrage : les moyennes glissantes

Soit f une fonction de x ∈ R. En chaque point x, on remplace f (x) par sa moyenne f¯(x) sur
un intervalle de longueur τ :

20
 2.3. PRODUIT DE CONVOLUTION ET PRINCIPE DU FILTRAGE

Z x+ τ2
1
f¯(x) = f (t)dt
τ x− τ2
Z +∞
1
= χ[x− τ2 ;x+ τ2 ] (t)f (t)dt
τ −∞
Z +∞
= h(x − t)f (t)dt
−∞

où h : u 7→ τ1 1l[− τ2 ; τ2 ]

h est appelée fenêtre carrée et f¯(x) = (h ? f )(x).

En pratique :

— Choix d’une fenêtre plus régulière.

— Choix de τ : problème d’échelle sur les phénomènes dans f que l’on souhaite conserver où
lisser.

2.3.3 Convolution et transformée de Fourier

Théorème 2.5. : Convolution et transformée de Fourier

Soient f ∈ L1 (R), g ∈ L1 (R).
Alors ∀ν ∈ R, F (f ? g)(ν) = fˆ(ν)ĝ(ν).

Exemple F (f¯)(ν) = ĥ(ν)fˆ(ν) = sin(πντ ) ˆ

πντ
f (ν).

ĥ est la fonction de transfert.

1
On peut alors adapter τ
à la bande de fréquences “utile” du signal f.

Démonstration.
Réappliquons le théorème de Fubini positif :
R +∞ R +∞ 
−∞ −∞
|f (y)g(x − y)| dy |e−2iπνx | dx = kf kL1 (R) kgkL1 (R) < +∞

car |e−2iπνx | = 1.

Nous pouvons alors appliquer le théorème de Fubini :

21
CHAPITRE 2. TRANSFORMÉE DE FOURIER

Z +∞ Z +∞ 
F (f ? g)(ν) = f (y)g(x − y)dy e−2iπνx dx
−∞
Z +∞ Z−∞
+∞ 
= f (y)g(x − y)dy e−2iπν(x−y+y) dx
−∞ −∞
Z +∞ Z +∞ 
−2iπνy −2iπν(x−y)
= f (y)e g(x − y)e dx dy
−∞ −∞
Z +∞ Z +∞ 
−2iπνy −2iπνu
= f (y)e g(u)e du dy
−∞ −∞

= fˆ(ν)ĝ(ν)
On a de nouveau utilisé le sempiternel changement de variable :
u = x−y
du = dx


2.4 Transformée de Fourier inverse

Problématique :

L (R) → L∞ (R) et F : f 7→ F (f ) = fˆ
 1
F
f 7→ F (f ) = fˆ
est linéaire et continue.
R +∞
F telle que : ∀ν ∈ R, fˆ(ν) = −∞
f (x)e−2iπνx dx.

Inversion de F ?
1. Trouver un espace invariant par F (espace S ⊂ L1 (R) tel que F (S) ⊂ S).
2. Expression de F −1 ?
Remarque 2.9. L’espace naturel pour F : L2 (R).
But : Trouver un espace invariant S ⊂ L1 (R) et montrer que F se prolonge en une application
encore nommée F (abus de langage) : F : L2 (R) → L2 (R) avec F isométrie.
R +∞
Problème : f ∈ L2 (R) \ L1 (R) : −∞
f (x)e−2iπνx dx n’est pas définie. (ex : f (x) = sin x
x
).

2.4.1 La classe de Schwarz S(R)

Définition 2.2. S(R) est l’ensemble des fonctions définies de R dans C, C ∞ à décroissance
rapide. Autrement dit :

22
 2.4. TRANSFORMÉE DE FOURIER INVERSE

f ∈ C ∞ (R)

f ∈ S(R) ⇔
∀n ∈ N, ∀p ∈ N, (1 + |x|n )f (p) ∈ L∞ (R)
C
En conséquence, ∃C > 0, ∀n ∈ N, ∀p ∈ N, ∀x ∈ R, f (p) (x) ≤ 1+|x|n

Exemples .
x2
— Gaussienne : f (x) = e− 2 ∈ S(R)
— D(R), ensemble des fonctions C ∞ à support compact, est inclus dans S(R).

Remarque 2.10. ∀p ∈ N∗ , S(R) ⊂ Lp (R).

Proposition 2.2.
S(R) est stable par dérivation et multiplication par un polynôme. C’est à dire :

∀f ∈ S(R), ∀p, n ∈ N
1. f (p) ∈ S(R)
2. x 7→ xn f (x) ∈ S(R)

Proposition 2.3.
S(R) est invariant par F, c’est à dire :
∀f ∈ S(R), F (f ) = fˆ ∈ S(R)
Démonstration.
On utilise le théorème Fourier et dérivation.

Soit f ∈ S(R). En particulier f ∈ L1 (R), f 0 ∈ L1 (R) et

∀n ∈ N, x 7→ xn f (x) ∈ L1 (R), ∀p ∈ N, f (p) ∈ L1 (R).

f ∈ L1 (R) implique que fˆ est continue, et fˆ ∈ L∞ (R).

f 0 ∈ L1 (R) implique que ν 7→ ν fˆ(ν) est continue et ν 7→ ν fˆ(ν) ∈ L∞ (R).

Ainsi, par récurrence : f (p) ∈ L1 (R) implique ν 7→ ν p fˆ(ν) continue et

ν 7→ ν p fˆ(ν) ∈ L∞ (R).
dfˆ
De plus, x 7→ xf (x) ∈ L1 (R), d’où fˆ dérivable et dν
∈ L∞ (R).

dn ˆ
Par récurrence : ∀n ∈ N, x 7→ xn f (x)L1 (R) entraı̂ne fˆ est n fois dérivable et dν
f∈ L∞ (R).

Donc fˆ est C ∞ , à décroissance rapide, i.e. fˆ ∈ S(R).



23
CHAPITRE 2. TRANSFORMÉE DE FOURIER

2.4.2 Transformée de Fourier inverse dans S(R)

Définition 2.3. F̄ est définie par :
R +∞
∀ϕ ∈ S(R), ∀x ∈ R, F̄ (ϕ)(x) = −∞
ϕ(ν)e2iπνx dν

Remarque 2.11. ∀ϕ ∈ S(R), F̄ (ϕ) = F (ϕ̄)

Remarque 2.12. F̄ possède des propriétés analogues à celles de F (linéarité, continuité,
etc..).

Théorème 2.6. : Propriété d’inversion de F

L’application F : S(R) → S(R) est inversible et F −1 = F̄ .
Autrement dit :

Z +∞
∀f ∈ S(R), fˆ(ν) = f (x)e−2iπνx dx
−∞
Z +∞
f (x) = fˆ(ν)e2iπνx dν
−∞

Démonstration.
F̄ F = Id ou encore ∀f ∈ S(R), F̄ (fˆ) = f .
Remarque 2.13. Nous n’utiliserons pas :
R +∞ R +∞ R +∞ 
ˆ
f (ν)e2iπνx
dν = −∞ −∞ f (t)e −2iπνt
dt e2iπνx dν
−∞

(Ne marche pas)

Etape 1 :

Montrons :
R +∞ R +∞
∀f ∈ S(R), ∀ϕ ∈ S(R), −∞
F (f )(ν)ϕ(ν)dν = −∞
f (x)F̄ (ϕ)(x)dx

ou encore < F (f ), ϕ >=< f, F̄ (ϕ) >

En effet :

Z +∞ Z +∞ Z +∞ 
−2iπνx
F (f )(ν)ϕ(ν)dν = f (x)e dx ϕ(ν)dν
−∞ −∞ −∞
Z +∞ Z +∞ 
= f (x) ϕ(ν)e2iπνx dν dx
−∞ −∞
Z +∞
= f (x)F̄ (ϕ)(x)dx
−∞

24
 2.4. TRANSFORMÉE DE FOURIER INVERSE

par application du théorème de Fubini, utilisable dans ce cas car :

∀x ∈ R, ∀ν ∈ R,
f (x)ϕ(ν)e−2iπνx ≤ |f (x)| ϕ(ν)

Ce qui prouve que la fonction : (x, ν) 7→ f (x)ϕ(ν)e−2iπνx est un élément de L2 (R), condition
suffisante à l’application de Fubini.

Etape 2 :

Montrons ∀f ∈ S(R), F̄ F (f )(0) = f (0).

2 2
Soit h(x) = e−πx alors ĥ(ν) = e−πν . On a donc F̄ F (h) = h.

On définit : ∀ε > 0, hε (x) = 1ε h( xε ).

2
Il s’ensuit : F (hε )(ν) = 1ε εĥ(εν) = ĥ(εν) = e−π(εν) et
2 1 x 2
F̄ F (hε )(x) = F̄ (e−π(εν) )(x) = e−π( ε ) = hε (x)
ε
Conclusion : F̄ F (hε ) = hε .

Soit f ∈ S(R) et soit ϕ = F (hε ) ∈ S(R). On applique l’étape 1 deux fois :

Z +∞ Z +∞
f (x)F̄ F hε (x)dx = F̄ F f (x)hε (x)dx
−∞ −∞
Z +∞ Z +∞
f (x)hε (x)dx = F̄ F f (x)hε (x)dx
−∞ −∞
Z +∞ Z +∞
1 x 1 x
f (x)h( )dx = F̄ F f (x)h( )dx
ε −∞ ε ε −∞ ε

x
On pose : y = ε
et on obtient :
Z +∞ Z +∞
∀f ∈ S(R), ∀ε > 0, f (εy)h(y)dy = F̄ F (f )(εy)h(y)dy
−∞ −∞

Comme f et F̄ F (f ) sont continues, on obtient :

∀y ∈ R, lim f (εy)h(y) = f (0)h(y)

ε→0
lim F̄ F (f )(εy)h(y) = F̄ F (f )(0)h(y)
ε→0

Compte-tenu des propriétés de f et F̄ F (f ) :

25
CHAPITRE 2. TRANSFORMÉE DE FOURIER

|f (εy)h(y)| ≤ kf kL∞ (R) |h(y)| et F̄ F (f )(εy)h(y) ≤ F̄ F (f ) L∞ (R)

|h(y)|

or y 7→ kf kL∞ (R) |h(y)| , y 7→ F̄ F (f ) L∞ (R)

|h(y)| ∈ L1 (R).

On peut désormais appliquer le théorème de convergence dominée pour passer à la limite

quand ε tend vers 0 dans l’intégrale, d’où :

Z +∞ Z +∞
f (0) h(y)dy = F̄ F (f )(0) h(y)dy
−∞ −∞
R +∞
Comme −∞
h(y)dy 6= 0 : f (0) = F̄ F (f )(0).

Etape 3 :

Soit f ∈ S(R).
Pour z ∈ R, on pose g : x 7→ g(x) = f (x + z) ∈ S(R).
Par application de l’étape 2 : g(0) = F̄ F (g)(0).

g(0) = f (z), donc :

F̄ F (g)(x) = F̄ F (f )(x + z)
= F̄ (ν 7→ e2iπνz fˆ(ν))(x)
Z +∞
= e2iπνz fˆ(ν)e2iπνx dν
−∞

= F̄ (fˆ)(x + z)
= (F̄ F (f ))[z + x]

En prenant x = 0 dans l’égalité ci-dessus :

F̄ F g(0) = F̄ F f (z)

Donc :

∀f ∈ S(R), F̄ (fˆ) = f

2.4.3 Propriété : Fourier et produit de convolution

26
 2.5. APPLICATION : RÉSOLUTION DE L’ÉQUATION DE LA CHALEUR

Théorème 2.7. Fourier et produit de convolution

Soient f, g ∈ S(R), alors f g ∈ S(R) et F (f g) = F (f ) ? F (g).
Démonstration.
On sait :

∀ϕ, ψ ∈ S(R), F (ϕ ? ψ) = F (ϕ)F (ψ)

De même : F̄ (ϕ ? ψ) = F̄ (ϕ)F̄ (ψ)

Donc : F F̄ (ϕ ? ψ) = F (F̄ (ϕ)F̄ (ψ))

avec F F̄ = Id.

Soient f, g ∈ S(R), on pose :

ϕ = F (f ) ⇔ f = F̄ (ϕ)
ψ = F (g) ⇔ g = F̄ (ψ)

et on obtient : F (f ) ? F (g) = F (f g).



2.5 Application : résolution de l’équation de la chaleur

u(t, x) : R+ × R → R température.

Equation de la chaleur :


 ∂u ∂ 2u
= (2.5)
∂t
 u(0, ∂x2
x) = ϕ(x)

Condition Initiale : ϕ ∈ S(R).

On cherche u ∈ S(R+ × R) ie

 u ∈ C∞
∂k ∂l
 ∀m, n, k, l ∈ N, , (x, t) 7→ (1 + |x|m + |t|n ) u(t, x) ∈ L∞ (R+ × R)
∂tk ∂xl

27
CHAPITRE 2. TRANSFORMÉE DE FOURIER

Proposition 2.4.
Le problème 2.5 admet une solution unique (t, x) 7→ u(t, x) dans S(R+ × R).

Démonstration.
1. On considère la transformée de Fourier spatiale de u :
R +∞
û(t, ν) = −∞
u(t, x)e−2iπνx dx, en l’appliquant à l’équation 2.5 :

+∞ +∞
∂ 2 u −2iπνx
Z Z
∂u −2iπνx
e dx = e dx
−∞ ∂t −∞ ∂x2
Supposons que :

|u(x, t)e−2iπνx | ≤ |u(x, t)| ≤ f (x) ∈ L1 (R)

On peut appliquer le théorème de dérivation sous l’intégrale :

R +∞ R +∞
∂
∂t −∞
u(x, t)e−2iπνx dx = ∂u −2iπνx
−∞ ∂t
e dx

D’après 2.5 :

∂
∀t, ν ∈ R, ∂t
(û(t, ν)) = −4π 2 ν 2 û(t, ν)
2ν2t
donc û(t, ν) = λ(ν)e−4π avec λ constante par rapport au temps.

Condition initiale : t = 0, donc ∀x ∈ R, u(0, x) = ϕ(x)

2ν2t
û(0, ν) = ϕ̂(ν) et û(t, ν) = ϕ̂(ν)e−4π ∈ S(R)

On a alors :

u(x, t) = F −1 (û)(x, t)
= F̄ (û)(x, t)
2ν2t
= F̄ (ν 7→ ϕ̂(ν)e−4π )(x, t)
(2i)2 π 2 ν 2 t
= F̄ (ϕ̂(ν)) ? F̄ (ν 7→ e )(x, t)
1 x2
= ϕ(x) ? √ e− 4t
4πt
Explication :

28
 2.6. TRANSFORMÉE DE FOURIER DANS L2 (R)

2 2 2 2
F (e−πx ) = e−πν ⇔ e−πx = F̄ (e−πν )

donc
√ 1 x 2
πtν)2
√ e−π( 2 πt )
√
F̄ (e−π(2 ) =
2 πt
1 − x2
= √ e 4t
4πt
Z +∞
1 (x−y)2
u(t, x) = ϕ(y) √ e− 4t dy
−∞ 4πt

On a :

— ϕ(y) : condition initiale

(x−y)2
— √ 1 e− 4t : noyau de la chaleur sur R.
4πt

2. On pose :
x2
u(x, t) = ϕ(x) ? √1
4πt
e− 4t

et on vérifie :

— u ∈ S(R+ × R) (pénible)
— u solution de 2.5

2.6 Transformée de Fourier dans L2(R)

Rappels :

Soient f, g ∈ L2 (R)
R +∞
< f |g >= −∞
f (x)g(x)dx
p
kf kL2 (R) = < f |f >

2.6.1 Théorème de densité (admis)

Théorème 2.8. de densité

L’ensemble S(R) est dense dans L2 (R).
∀f ∈ L2 (R), ∃(ϕn ) ∈ S(R), lim kf − ϕn kL2 (R) = 0
n→+∞

29
CHAPITRE 2. TRANSFORMÉE DE FOURIER

2.6.2 Théorème de Hahn-Banach

Théorème 2.9. de Hahn-Banach

Soient X,Y 2 espaces vectoriels normés et complets. Soit D ⊂ X avec D dense dans X et soit
f : D → Y une application linéaire, continue.
Alors il existe une unique application f˜ : X → Y prolongeant f et telle que |kf k| = f˜ .

Remarque 2.14. k.kX est la norme dans X et comme D ⊂ X, on prend : k.kD = k.kX
Rappel :
kf (x)kY
— |kf k| = sup kxkX
x∈D, x6=0
— f est linéaire, continue signifie :

∃K > 0, ∀x ∈ D, kf (x)kY ≤ K kxkX

|kf k| est la plus petite constante K possible.

Démonstration.
Soit x ∈ X, il faut définir f˜(x).

Soit (xn ) une suite de D telle que xn → x dans X.

( lim kxn − xkX = 0)

n→+∞

Montrons que (f (xn )) est une suite de Cauchy.

kf (xn ) − f (xp )kY = kf (xn − xp )kY

≤ |kf k| . kxn − xp kX
or (xn ) est une suite de Cauchy dans X. f (xn ) est donc une suite de Cauchy dans Y complet :
f (xn ) converge donc vers une limite ϕx. Posons f˜(x) = ϕx.

ϕx ne dépend pas de la suite (xn ) de D.

En effet, si xn → x et x0n → x, alors

n→+∞
kf (xn ) − f (x0n )kY ≤ |kf k| . kxn − x0n kX −→ 0

Donc lim f (xn ) = lim f (x0n )

n→+∞ n→+∞

Soit f˜ : X → Y définie par ∀x ∈ X, f˜(x) = ϕx.

Alors :

30
 2.6. TRANSFORMÉE DE FOURIER DANS L2 (R)

— ∀x ∈ D, f˜(x) = f (x) (f˜ prolonge f)

— f˜ est linéaire.
En effet, f étant linéaire, on obtient, avec :

x ∈ X, xn ∈ D, xn → x
y ∈ X, yn ∈ D, yn → y

f˜(x + λy) = lim f (xn + λyn )

n→+∞
= lim f (xn ) + f (λyn )
n→+∞

= f˜(x) + λf˜(y)

— f˜ est continue.
• Soit x ∈ X et (xn ) suite d’éléments de D telle que : x = lim xn .
n→+∞

f˜(x) = lim f (xn ) dans Y.

n→+∞

et comme f est continue : ∀n ∈ N, kf (xn )kY ≤ |kf k| . kxn kX

Par passage à la limite : f˜(x) ≤ |kf k| . kxkX

Y

autrement dit : f˜(x) ≤ K kxkX

Y

donc f˜ est continue et f˜ ≤ |kf k|.

• D’autre part, D ⊂ X donc :

f˜(x) f˜(x) kf (x)kY

f˜ = sup Y
≥ sup Y
= sup = |kf k|
x∈X kxkX x∈D kxkX x∈D kxkX

2.6.3 Transformée de Fourier dans L2 (R)

Théorème 2.10. Fourier dans L2 (R)

F : S(R) → L2 (R) est continue, linéaire de (S, k.kL2 (R) ) dans L2 (R). Elle se prolonge donc
de manière unique en 1 application, encore notée F :
F : L2 (R) → L2 (R) linéaire, continue et de plus, |kF k| = 1.
Démonstration.

31
CHAPITRE 2. TRANSFORMÉE DE FOURIER

Il suffit de démontrer : F : S(R) → L2 (R) est continue et d’appliquer ensuite le théorème de

Hahn-Banach 2.9.

Rappel : on a démontré (étape 1 de la démo pour F̄ = F −1 ) :

Z +∞ Z +∞
∀f, ϕ ∈ S(R), F (f )(ν)ϕ(ν)dν = f (x)F̄ (ϕ)(x)dx
−∞ −∞

(< F (f )|ϕ >=< f |F̄ (ϕ) >)

On choisit : ϕ = F (f ).

F̄ (ϕ) = F −1 (F (f )) = f
et on obtient :

∀f ∈ S(R), kF (f )kL2 (R) = kf kL2 (R)

F est donc une isométrie : elle conserve la norme.

Proposition 2.5.
F : L2 (R) → L2 (R) est une isométrie et :
Z +∞ Z +∞
2
∀f, g ∈ L (R), f (x)g(x)dx = fˆ(ν)ĝ(ν)dν
−∞ −∞

En particulier, conservation de l’énergie :

Z +∞ Z +∞ 2
2
|f (x)| dx = fˆ(ν) dν
−∞ −∞

R +∞
Remarque 2.15. f ∈ L2 (R), fˆ(ν) = −∞
f (x)e−2iπνx dx
sin(x)
Si f ∈ L2 (R) \ L1 (R), comme par exemple f (x) = x
, on écrira souvent :

Z +∞
fˆ(ν) = “ f (x)e−2iπνx dx”
−∞
Z R
= lim f (x)e−2iπνx dx
R→+∞ −R

32
 2.6. TRANSFORMÉE DE FOURIER DANS L2 (R)

Théorème 2.11.
F et F̄ sont des isométries de L2 (R) → L2 (R). De plus, F est inversible et F̄ = F −1 .
Démonstration.
∀f ∈ S, F̄ F f = f
Soit f ∈ L2 (R). f = lim fn avec (fn ) suite de fontions de S(R).
n→+∞

F̄ F f = f

F̄ F f = F̄ F ( lim fn )
n→+∞
= F̄ ( lim F (fn )), (F continue)
n→+∞
= lim (F̄ F fn ), (F̄ continue)
n→+∞
= lim fn
n→+∞
= f

♣ Fin de chapitre ♣

33
CHAPITRE 2. TRANSFORMÉE DE FOURIER

34
Chapitre 3

Espaces Métriques

3.1 Définitions
Définition 3.1. On appelle espace métrique la donnée d’un ensemble E et d’une fonction
distance d : E × E −→ R+ vérifiant :
(i) ∀ x, y ∈ E, d(x, y) = 0 ⇔ x = y
(ii) ∀ x, y ∈ E, d(x, y) = d(y, x)
(iii) ∀ x, y, z ∈ E, d(x, y) ≤ d(x, z) + d(z, y)
Une partie F ⊂ E, F 6= ∅ est un sous-espace métrique de (E, d) si F muni de la distance
d est un espace métrique.

Remarque 3.1. ∀ x, y, z ∈ E, |d(x, y) − d(x, z)| ≤ d(y, z)

Exemples
" n
#1/2
X
1) Rn (n ≥ 1), d(x, y) = (xi − yi )2 où x = (x1 , . . . , xn ), y = (y1 , . . . , yn )
i=1
n
X
2) Rn (n ≥ 1), d(x, y) = |xi − yi |
i=1
3) Soit A un ensemble, A 6= ∅.
On pose E = {f : A → R | f bornée} (i.e. sup |f (x)| < +∞)
x∈A
Si f, g ∈ E, f − g ∈ E.
Posons d(f, g) = sup |f (x) − g(x)|
x∈A
d est une distance sur E.

Dans toute la suite du document, sauf mention contraire, (E, d) est un espace métrique.

Définition 3.2. Soient a ∈ E et r > 0.

35
CHAPITRE 3. ESPACES MÉTRIQUES

(i) La boule ouverte de centre a et de rayon r > 0 est l’ensemble

B(a, r) = {x ∈ E | d(a, x) < r}

(ii) La boule fermée de centre a et de rayon r > 0 est l’ensemble

B 0 (a, r) = {x ∈ E | d(a, x) ≤ r}

(iii) La sphère de centre a et de rayon r > 0 est l’ensemble

S(a, r) = {x ∈ E | d(a, x) = r}

Définition 3.3.
(i) A ⊂ E est ouvert si et seulement si ∀ x ∈ A, ∃ r > 0 tq B(x, r) ⊂ A.
(ii) F ⊂ E est fermé si et seulement si le complémentaire de F dans E est ouvert.

Remarque 3.2. B(a, r) est un ouvert et B 0 (a, r) est un fermé.

Notions de topologie générale

Définition 3.4. On appelle espace topologique la donnée d’un ensemble E et d’un ensemble
T de parties de E, appelées parties ouvertes de E, telles que :
(i) ∅ et E appartiennent à T
(ii) L’intersection d’un nombre fini d’ouverts est un ouvert
(iii) La réunion quelconque d’ouverts est un ouvert

Définition 3.5. Soit E un espace topologique.

F ⊂ E est fermé si le complémentaire de F dans E est un ouvert.

Définition 3.6. Soit E un espace topologique, et A ⊂ E.

V ⊂ E est un voisinage de A dans E s’il existe U ouvert dans E tel que A ⊂ U ⊂ V .
Si A = {a}, a ∈ E, on parle de voisinage d’un point.

Définition 3.7. Soit (xn )n∈N une suite d’élements de E et soit x ∈ E.

On dit que (xn )n∈N tend vers x si pour tout voisinage V de x il existe n0 ∈ N tel que
∀ n ≥ n0 , xn ∈ V .

Remarque 3.3.
1) Soit (E, d) un espace métrique. E est un espace topologique si on définit les ouverts
comme dans la définition 3.3 (page 36) .
2) Soit (E, d) un espace métrique. (xn )n∈N tend vers x dans E si et seulement si d(xn , x)
tend vers 0.

Démonstration.

36
 3.2. ESPACES MÉTRIQUES COMPLETS ET THÉORÈME DU POINT FIXE

N
\
— U1 . . . UN ouverts, U = Ui
i=1
Soit x ∈ U . ∀ i, x ∈ Ui donc ∀ i, ∃ ri > 0 tq B(x, ri ) ⊂ Ui .
Posons r = min ri . Alors B(x, r) ⊂ U .
1≤i≤N
[
— Uj ouverts, j ∈ J, U = Uj
j∈J
[
Soit x ∈ U . ∃ j ∈ J tq x ∈ Uj . Donc ∃ r > 0 tq B(x, r) ⊂ Uj ⊂ Uk = U .
k∈J

Définition 3.8. Soit E un espace topologique et A ⊂ E.
L’adhérence de A notée A est l’intersection des fermés contenant A (i.e. A est le plus
petit fermé contenant A).
Remarque 3.4.
1) x ∈ A ⇔ ∃ (xn )n∈N ∈ AN tq xn −→ x
2) A est fermé ⇔ A = A
Définition 3.9. Soit E un ensemble et d1 , d2 deux distances sur E.
d1 est équivalente à d2 (d1 ∼ d2 ) s’il existe a, b > 0 tels que

∀ x, y ∈ E, a.d1 (x, y) ≤ d2 (x, y) ≤ b.d1 (x, y)

Définition 3.10. Soient (E, d) et (E 0 , d0 ) deux espaces métriques.

Une application f : E −→ E 0 est continue en x0 ∈ E si pour tout voisinage V 0 de f (x0 )
dans E 0 , il existe un voisinage V de x0 dans E tel que f (V ) ⊂ V 0 .
f est continue si elle est continue en tout point de E.

Proposition 3.1.
Les assertions suivantes sont équivalentes :
(i) f est continue en x0 ∈ E
(ii) pour tout V 0 voisinage de f (x0 ) dans E 0 , f −1 (V 0 ) est un voisinage de x0 dans E
(iii) ∀ ε > 0, ∃ η > 0 tq d(x, x0 ) ≤ η =⇒ d0 (f (x), f (x0 )) ≤ ε

3.2 Espaces métriques complets et théorème du point fixe

(E, d) est un espace métrique
Définition 3.11. Une suite (xn )n∈N infinie est de Cauchy si

∀ ε > 0, ∃ n0 ∈ N tq ∀ p, q ≥ n0 , d(xp , xq ) ≤ ε

37
CHAPITRE 3. ESPACES MÉTRIQUES

Proposition 3.2.
Toute suite convergente est de Cauchy.
Démonstration.
Soit xn −→ x, soit ε > 0.
∃ n0 tq ∀ n ≥ n0 , d(x, xn ) ≤ 2ε
ε ε
∀ p, q ≥ n0 , d(xp , xq ) ≤ d(xp , x) + d(x, xq ) ≤ 2
+ 2
=ε 

Remarque 3.5. La réciproque est fausse (cf. suites de Cauchy dans Q).

Définition 3.12. Un espace métrique est complet si toute suite de Cauchy est convergente.

Exemples
1) Rk est complet.
2) E = C[0, 1].
R1
Si on pose d(f, g) = 0
|f (t) − g(t)| dt, d est une distance sur E.
E n’est pas complet.

Proposition 3.3.
Soit (E, d) un espace métrique.
(i) Si E est complet et si F ⊂ E est fermé, (F, d) est complet.
(ii) Soit F ⊂ E, F 6= ∅. Si (F, d) est complet, F est fermé dans E.

Théorème 3.1. Théorème du point fixe contractant

Soit (E, d) un espace métrique complet.
Soit T : E −→ E une application telle que ∀ x, y ∈ E, d(T x, T y) ≤ k.d(x, y) où k désigne
une constante dans [0, 1[.
Alors il existe un unique point x ∈ E tel que T x = x.
De plus, x est la limite de la suite (xn )n∈N telle que ∀ n ∈ N, xn+1 = T xn avec x0 quelconque
dans E.
Démonstration.
— Unicité :
Soient x, y ∈ E tels que T x = x et T y = y.
d(x, y) = d(T x, T y) ≤ k d(x, y) =⇒ d(x, y) = 0 =⇒ x = y
— Existence :
Soit x0 ∈ E et posons ∀ n ≥ 1, xn = T xn−1 .

38
 3.2. ESPACES MÉTRIQUES COMPLETS ET THÉORÈME DU POINT FIXE

Montrons que (xn )n∈N est de Cauchy.

d(xn , xn−1 ) = d(T xn−1 , T xn−2

≤ k d(xn−1 , xn−2 )
≤ k n−1 d(x1 , x0 ) par récurrence

d(xn , xn+m ) ≤ d(xn+m , xn+m−1 ) + · · · + d(xn+1 , xn )

≤ (k n+m−1 + · · · + k n ) d(x1 , x0 )
≤ k n (1 + k + · · · + k n−1 ) d(x1 , x0 )
kn
≤ d(x1 , x0 ) −→ 0
1−k n,m→∞

Donc ∃ x ∈ E tq xn −→ x et on a : xn = T xn−1 =⇒ x = T x par passage à la limite car

T est continue.

kn
Remarque 3.6. d(x, xn ) ≤ d(x1 , x0 )
1−k

Application
Soit f : R × R −→ R une application continue vérifiant :

∃ M > 0 tq ∀ x, y, z ∈ R, |f (x, y) − f (x, z)| ≤ M |y − z|

(f est lipschitzienne par rapport à la deuxième variable uniformément par rapport à la première
variable).
∀ x0 ∈ R, ∀ y0 ∈ R, il existe y ∈ C 1 (R) unique telle que :

∀ x ∈ R, y 0 (x) = f (x, y(x))


(3.1)
y(x0 ) = y0

Exemple Exemple de fonction vérifiant les hypothèses :

f (x, y) = a(x) y avec a continue et bornée.
|f (x, y) − f (x, z)| = |a(x)| |y − z| ≤ kak∞ |y − z|

Lemme 3.1.

Soit I un intervalle de R contenant x0 . On a l’équivalence suivante :

1) y ∈ C 1 (I) est solution de 3.1 (page 39) sur I
Z x
1
2) y ∈ C (I) est solution de : ∀ x ∈ I, y(x) = y0 + f (t, y(t)) dt
x0

Démonstration.

39
CHAPITRE 3. ESPACES MÉTRIQUES

Soit f : R × R −→ R continue telle que

∃ M > 0 tq ∀ x, y, z ∈ R, |f (x, y) − f (x, z)| ≤ M |y − z|.
Soit x0 , y0 ∈ R.
Soit R > 0 tel que R M < 1.
On pose E = C[x0 , x0 + R], d(y, z) = sup |y(t) − z(t)|
x0 ≤t≤x0 +R
(E, d) est complet. Z x
On pose T : E −→ E tel que ∀ x ∈ [x0 , x0 + R], T y(x) = y0 + f (s, y(s)) ds
x0
y 7−→ T y
Soient y, z ∈ E, x ∈ [x0 , x0 + R].
Z x
|T y(x) − T z(x)| = (f (s, y(s)) − f (s, z(s))) ds
x0
Z x
≤ |f (s, y(s)) − f (s, z(s))| ds
Zx0x
≤ M |y(s) − z(s)| ds
x0
Z x0 +R
≤ M d(x, z) ds
x0
= R M d(y, z)

Or ceci est vrai pour tout x dans [x0 , x0 + R], d’où d(T y, T z) ≤ M R d(y, z)
D’après le théorème du point fixe 3.1 (page 38) , il existe donc un unique y ∈ E tel que
T y = y.
Et par le lemme 3.1 (page 39) , y est solution de l’équation 3.1 (page 39) sur [x0 , x0 + R].
On peut ensuite étendre la solution sur R en se plaçant en x0 + R etc... 

Remarque 3.7.
On a le même R partout grâce à l’uniformité.
Si on prend f (x, y) = y 2 : |f (x, y) − f (x, z)| ≤ |y − z| |y + z|
Donc ça ne marche pas : on a un M au voisinage du point auquel on se place.
Il faut prendre R1 > 0, [x0 , x0 + R1 ], R2 > 0, [x0 + R1 , x0 + R1 + R2 ] . . .
Donc le résultat est valable uniquement sur [x0 , a] avec a < +∞.

3.3 Espaces métriques compacts

Définition 3.13. Soient (E, d) un espace métrique et A ⊂ E, A 6= ∅.
On dit que A est compact si de toute suite (xn )n∈N d’élements de A on peut extraire une
suite (xnk )k∈N qui converge dans A.

Remarque 3.8. A est compact si de tout recouvrement ouvert on peut extraire un sous-
recouvrement fini.

40
 3.3. ESPACES MÉTRIQUES COMPACTS

Définition 3.14. Soient (E, d) un espace métrique et A ⊂ E, A 6= ∅.

Le diamètre de A est par définition :

δ(A) = sup d(x, y) ∈ [0, +∞]

x,y∈A

On dit que A est borné si δ(A) est fini.

Proposition 3.4.
Si A est compact, A est fermé et borné.
Démonstration.
— A est fermé :
Soit x ∈ E tel que x = lim xn , avec ∀ n, xn ∈ A.
Il existe (nk ) strictement croissante telle que xnk converge dans A, donc x = lim xnk ∈ A.
k→+∞

— A est borné :
Par l’absurde : si A n’est pas borné, il existe (xn )n∈N et (yn )n∈N tels que d(xn , yn ) −→ +∞
∃ (nk ) %% tq xnk −→ x ∈ A.
k→∞

∃ (kj ) %% tq ynkj −→ y ∈ A.
j→∞

On a aussi xnkj −→ x ∈ A.
j→∞

Alors : d(xnkj , ynkj ) ≤ d(xnkj , x) + d(ynkj , y) +d(x, y) ce qui est impossible.

| {z } | {z } | {z }
−→+∞ −→0 −→0

Proposition 3.5.

1) Si A est compact, alors A est complet.

2) Si A est compact et si F ⊂ A, F 6= ∅ et F fermé, alors F est compact.

Démonstration.
1) Soit (xn )n∈N une suite de Cauchy dans A.
∃ (nk ) %% tq xnk −→ x ∈ A. Alors xn −→ x.
(Si une suite extraite d’une suite de Cauchy est convergente, alors la suite est convergente).
2) Soit (xn )n∈N une suite d’éléments de F.
∀ n, xn ∈ A. Donc ∃ (nk ) %% tq xnk −→ x ∈ A.
Comme F est fermé, x ∈ F .


41
CHAPITRE 3. ESPACES MÉTRIQUES

Proposition 3.6.
Soient (E, d) et (E 0 , d0 ) des espaces métriques.
Soit f : E −→ E 0 une application continue et soit A un compact de E.
Alors f (A) est compact.
Démonstration.
Soit (yn )n∈N telle que ∀ n ∈ N, yn ∈ A.
∀ n ∈ N, ∃ xn ∈ A tq f (xn ) = yn .
∃ (nk ) %% tq xnk −→ x ∈ A.
Comme f est continue, ynk = f (xnk ) −→ f (x) ∈ f (A). 

Proposition 3.7.
Soit (E, d) un espace métrique et A ⊂ E un compact.
Si f : A −→ R est continue, alors il existe x, y ∈ A tels que :

f (x) = inf f (t) et f (y) = sup f (t)

t∈A t∈A

Démonstration.
A est compact, donc f (A) est compact d’après la proposition 3.6 (page 42) .
Donc f (A) est borné par la proposition 3.4 (page 41) , et l’inf et le sup existent.
Montrons que l’inf est atteint :
∃ (xn )n∈N tq ∀ n, xn ∈ A et f (xn ) −→ inf f (t).
t∈A
∃ (nk ) %% tq xnk −→ x ∈ A. Donc f (xnk ) −→ f (x). 

Proposition 3.8.
Soit (E, d) un espace métrique et A ⊂ E un compact.
Alors pour tout x de E, il existe y (non unique) dans A tel que :

d(x, y) = d(x, A)

On dit que y est la meilleure approximation de x sur A pour d.

Démonstration.
y 7−→ d(x, y) est continue, d’où le résultat par la proposition 3.7 (page 42) . 
Remarque 3.9. Problème de l’unicité :
1) R2 avec la distance euclidienne :
A = S(0, 1), x = 0
∀ y ∈ A, d(0, y) = d(0, A)
2) R2 avec la distance d(x, y) = max(|x1 − y1 | , |x2 − y2 |) :
A = S(0, 1), x = (2, 0)
∀ t ∈ [−1; 1], d((2, 0), (1, t)) = d((2, 0), A)

42
 3.4. PRODUIT D’ESPACES MÉTRIQUES

3.4 Produit d’espaces métriques

Soient (Ej , dj )j=1..n (n ≥ 2) des espaces métriques.
Soient E = E1 × E2 × . . . × En et x = (x1 , x2 , ..., xn ) ∈ E.
On pose d(x, y) = max dj (xj , yj ).
1≤j≤n
On vérifie que d est une distance sur E.

43
CHAPITRE 3. ESPACES MÉTRIQUES

44
Chapitre 4

Espaces Vectoriels Normés

Le corps des scalaires sera toujours K = R ou C

4.1 Espaces de Banach

Définition 4.1. On appelle norme sur un espace vectoriel E, une application de E dans R+
(notée x 7−→ kxkE ou kxk) telle que :
(i) ∀ x ∈ E, ∀ λ ∈ K, kλxk = |λ| . kxk
(ii) ∀ x, y ∈ E, kx + yk ≤ kxk + kyk
(iii) ∀ x ∈ E, kxk = 0 ⇔ x = 0

Remarque 4.1.
1) Soit E un E.V.N., E est aussi un espace métrique pour la distance d(x, y) = kx − yk.
E est donc aussi un espace topologique.
2) x 7−→ kxk est continue (et même lipschitzienne) : |kxk − kyk| ≤ kx − yk
3) xn −→ x, yn −→ y, λn −→ λ =⇒ xn + yn −→ x + y, λn xn −→ λx
4) Si on n’a que l’implication vers la gauche dans 3 on parle de semi-norme.

Définition 4.2. Un E.V.N. complet est un espace de Banach.

Exemples
k
! 21
X
1) Rk avec kxk2 = x2j est complet.
j=1
k
X
Il en est de même avec kxk1 = |xj | et kxk∞ = max |xj |.
1≤j≤k
j=1

k
! 21
X
2) C k avec kzk2 = |zj |2 est également complet.
j=1

45
CHAPITRE 4. ESPACES VECTORIELS NORMÉS

3) E = C[0, 1] avec kuk∞ = sup |u(t)| est encore complet.

0≤t≤1

Démonstration. du point 3
Soit (un )n∈N une suite de Cauchy dans E. Soit ε > 0.
∃ N ∈ N tq ∀ n, m ≥ N, kun − um k∞ ≤ ε
Donc
∀ n, m ≥ N, ∀ t ∈ [0, 1], |un (t) − um (t)| ≤ ε (4.1)
c’est-à-dire : ∀ t ∈ [0, 1], (un (t))n∈N est de Cauchy dans K.
Donc ∀ t ∈ [0, 1], il existe u(t) ∈ K tel que un (t)−→ u(t).
n→∞
Dans 4.1 on fait tendre m vers +∞ :
∀ n ∈ N, ∀ t ∈ [0, 1], |un (t) − u(t)| ≤ ε
Donc ∀ n ∈ N, kun − uk∞ ≤ ε
Il reste à montrer que u est continue :
Soit t0 ∈ [0, 1] et t ∈ [0, 1].
|u(t) − u(t0 )| ≤ |u(t) − uN (t)| + |uN (t) − uN (t0 )| + |uN (t0 ) − u(t0 )|
≤ 2 kuN − uk∞ + |uN (t) − uN (t0 )|
∃ η > 0 (η depend de N ) tq |t − t0 | ≤ η =⇒ |uN (t) − uN (t0 )| ≤ ε
Donc si |t − t0 | ≤ η on a : |u(t) − u(t0 )| ≤ 3 ε 

4.2 Continuité dans les E.V.N.

Théorème 4.1.
Soient E et F deux E.V.N. et u : E 7−→ F une application linéaire. Les propriétés suivantes
sont équivalentes :
(i) Il existe une constante C ≥ 0 telle que ku(x)k ≤ C kxk pour tout x ∈ E
(ii) u est lipschitzienne i.e.
∃ C > 0 tq ∀ x, y ∈ E, ku(x) − u(y)k ≤ C kx − yk
(iii) u est uniformément continue
(iv) u est continue
(v) u est continue à l’origine

Démonstration.
— 1 =⇒ 2 =⇒ 3 =⇒ 4 =⇒ 5 : évident.
— 5 =⇒ 1 :
∃ C > 0 tq ku(x)k ≤ 1 si kxk ≤ C.
 
Cx
Si x 6= 0 : u ≤1
kxk
| {z }
Cku(x)k
= kxk

46
 4.2. CONTINUITÉ DANS LES E.V.N.

1
Donc ku(x)k ≤ C
kxk


Exemples
1) E, F des E.V.N. avec E de dimension finie et u : E −→ F linéaire.
Montrons que u est continue.
Soit (ej )1≤j≤n une base de E.
X n n
X
Pour x = xj ej , on pose kxk1 = |xj |
j=1 j=1
Soit k.k une norme sur F .
n
!
X
ku(x)k = u xj ej
j=1
n
X
= xj u(ej )
j=1
n
X
≤ |xj | ku(ej )k
j=1
≤ A kxk1
avec A = max ku(ej )k
1≤j≤n

2) E = C 1 ([0, 1]) muni de k.k∞ , F = C 0 ([0, 1]) muni de k.k∞

u : E −→ F
Soit
f 7−→ u(f ) = f 0
Si on prend fn (x) = xn : kfn k∞ = 1 et k(fn )0 k∞ = n
Donc u n’est pas continue.

Définition 4.3. Soient E et F deux E.V.N.

On note L(E, F ) l’ensemble des applications linéaires continues de E dans F . 1 L(E, F )
est un E.V.
Si F = K, on note E 0 = L(E, K).

Proposition 4.1.
L’application L(E, F ) −→ R+ , u 7−→ kuk = sup ku(x)k est une norme.
kxk≤1

Remarque 4.2. u est bien définie, par le 1 du théorème 4.1 (page 46) .

Remarque 4.3.
1. c’est ce qui nous intéresse dans le cadre de l’analyse

47
CHAPITRE 4. ESPACES VECTORIELS NORMÉS

ku(x)k
1) On a aussi : kuk = sup ku(x)k = sup
kxk=1 x6=0 kxk
2) ku(x)k ≤ kuk kxk
3) Si u ∈ L(E, F ) et v ∈ L(F, G) avec E, F , G des E.V.N., on a :
kv ◦ uk ≤ kvk kuk

Proposition 4.2.
Si E et F sont des E.V.N. et si F est un Banach, alors L(E, F ) est un Banach.
En particulier E 0 est un Banach.
Démonstration.
Soit (un )n∈N une suite de Cauchy dans L(E, F ). Soit ε > 0.
∃ N ∈ N tq ∀ n, m ≥ N, kun − um k ≤ ε
Donc ∀ n, m ≥ N, ∀ x ∈ E, kun (x) − um (x)k ≤ ε kxk
c’est-à-dire : ∀ x ∈ E, (un (x))x∈N est de Cauchy dans F .
F étant complet, pour tout x ∈ E il existe u(x) ∈ F tel que un (x)−→ u(x).
n→∞

— Montrons que u : E −→ F est linéaire :

Si x, y ∈ E et λ ∈ K :
u(x + λ y) = lim un (x + λ y)
n→+∞
= lim (un (x) + λ un (y))
n→+∞
= lim un (x) + λ lim un (y)
n→+∞ n→+∞
= u(x) + λ u(y)
— Montrons que u est continue :
En faisant tendre m vers +∞, on a :
∀ n ≥ N, ∀ x ∈ E, kun (x) − u(x)k ≤ ε kxk
ku(x)k ≤ ku(x) − uN (x)k + kuN (x)k
≤ ε kxk + kuN k kxk
= (ε + kuN k) kxk
Donc u est continue, par le 1 du théorème 4.1 (page 46) .
Par conséquent, u ∈ L(E, F ).
On a alors : ∀ n ≥ N, kuN − uk ≤ ε, donc un −→ u. 
n→∞

Définition 4.4. Soient E et F des E.V.N.

Une application linéaire de E dans F est un isomorphisme de E sur F si :
(i) u est bijective
(ii) u et u−1 sont continues
Remarque 4.4.
1) u est un isomorphisme de E sur F si et seulement si il existe v ∈ L(F, E) tel que
v ◦ u = IdE et u ◦ v = IdF
2) u est un isomorphisme de E sur F si et seulement si u est surjective et
∃ a, A > 0 tq ∀ x ∈ E, a kxk ≤ ku(x)k ≤ A kxk

48
 4.3. EQUIVALENCE ET CONVEXITÉ DE NORMES

Théorème 4.2. Théorème de l’inverse continu

Soient E et F des E.V.N et u ∈ L(()E, F ).
Si E et F sont des Banach et u est bijective, alors u−1 est continue.

4.3 Equivalence et convexité de normes

Définition 4.5. Soit E un E.V. et k.k1 et k.k2 deux normes sur E.
k.k1 et k.k2 sont équivalentes si i : (E, k.k1 ) −→ (E, k.k2 ) est un isomorphisme (i.e. si
∀ x ∈ E, ∃ a, A > 0 tq a kxk1 ≤ kxk2 ≤ A kxk1 ).

Proposition 4.3.
Si E est un E.V. de dimension finie, toutes les normes sont équivalentes.
Démonstration. n n
X X
Soit (ej )1≤j≤n une base de E et kxk1 = |xj | si x = xj ej
j=1 j=1
Soit k.k une norme quelconque sur E.
Xn Xn
kxk = xj e j ≤ |xj | kej k ≤ A kxk1 où A = max kej k
1≤j≤n
j=1 j=1
L’application (
(E, k.k1 ) −→ R+ ,
x 7−→ kxk
est continue car :
kxk − kyk ≤ kx − yk ≤ A kx − yk1
D’après la proposition 3.7 cette fonction atteint son infimum sur le compact que constitue la
sphère unité :
∃ y, kyk1 = 1 tq inf kxk = kyk .
kxk1 =1

x
Posons a = kyk > 0. Comme = 1, on a kxk ≥ a kxk1 et donc k.k ∼ k.k1 
kxk1 1

Proposition 4.4. Meilleure approximation sur un E.V. fermé

Soit E un E.V.N. et F un S.E.V. de dimension finie de E.

∀ x ∈ E, ∃ y ∈ F tq kx − yk = d(x, F ) = inf kx − zk
z∈F

Démonstration.
Soit d = d(x, F )
Posons A = F ∩ B 0 (x, d + 1)

49
CHAPITRE 4. ESPACES VECTORIELS NORMÉS

Il est clair que d ≤ inf kx − zk

z∈A
Soit ε ∈]0, 1[. Par la définition de d : ∃ z ∈ F tq d ≤ kx − zk ≤ d + ε
Donc z ∈ A, d’où inf kx − zk ≤ d + ε
z∈A
En faisant tendre ε vers 0 on obtient : inf kx − zk ≤ d
z∈A
On en déduit que d = inf kx − zk et comme A est compact, l’inf est atteint. 
z∈A

Définition 4.6. Soit E un E.V.

1) Soit A ⊂ E, A 6= ∅. A est convexe si et seulement si

∀ x, y ∈ A, ∀ λ ∈ [0, 1], λ x + (1 − λ) y ∈ A

2) Une norme sur E est strictement convexe si


kxk = kyk = 1
=⇒ x = y
kx + yk = 2

Remarque 4.5. La norme euclidienne est strictement convexe, la norme du max ne l’est pas.

Proposition 4.5.
Soit E un E.V.N.
Si la norme est strictement convexe, le probleme de la meilleure approximation sur un convexe
A admet au plus une solution.
Démonstration.
Soit x ∈ E. Si a, b ∈ A vérifient kx − ak = kx − bk = d(x, A) = d, alors montrons que
a=b:
1) Si d = 0 : x = a = b
x−a x−b
2) Si d > 0 : Posons s = et t =
d d
On a : ksk = 1 et ktk = 1.
a+b
De plus : ∈A
2
a+b x−a x−b kx − ak kx − ak
Donc d ≤ x − = + ≤ + =d
2 2 2 2 2
a+b 2x − a − b
D’où x − = d et ks + tk = =2
2 d
Comme la norme est convexe, s = t donc a = b.


4.4 Séries dans les E.V.N.

Définition 4.7. Soit E un E.V.N., soit (xn )n∈N une suite dans E.

50
 4.5. COMPACITÉ EN DIMENSION INFINIE

X N
X
On dit que la série xn est convergente vers x si la suite SN = xn converge vers x.
n≥0 n=0
X
On dit que la série est absolument convergente (normalement) si kxn k converge.
n≥0

Proposition 4.6.
Si E est un E.V.N. complet alors toute série absolument convergente est convergente.
Démonstration.
Soient p > q ≥ 0.
p p
X X
kSp − Sq k = xn ≤ kxn k −→ 0 
p,q→∞
n=q+1 n=q+1

Remarque 4.6. La réciproque est fausse.

Théorème 4.3.
Soit
X E un Banach et u ∈ L(E, E). X
Si kun k < +∞ alors I − u est un isomorphisme et (I − u)−1 = un
n≥0 n≥0

Démonstration. X
Posons v = un ∈ L(E, E) = L(E).
n≥0
!
X X X
v ◦ (I − u) = un ◦ (I − u) = un − un = I
n≥0 n≥0 n≥1
De même, (I − u) ◦ v = I 
Remarque 4.7. Soit u ∈ L(E) tel que kuk < 1, alors I −u est un isomorphisme et (I −u)−1 =
X
un
n≥0

4.5 Compacité en dimension infinie

Théorème 4.4. Théorème de F.Riesz

Soit E un E.V.N.
Si la boule unité fermée est compacte, E est de dimension finie.

Remarque 4.8. Il y a en fait équivalence.

Démonstration.
Supposons B 0 (0, 1) compacte.
 
0
[ 1
B (0, 1) ⊂ B x,
0
2
x∈B (0,1)

51
CHAPITRE 4. ESPACES VECTORIELS NORMÉS

D’après la remarque 3.8 (page 40) du chapitre 3,

p  
0 0
[ 1
∃ p ∈ N, x1 , . . . , xp ∈ B (0, 1) tq B (0, 1) = B xj ,
j=1
2
Soit F l’espace vectoriel engendré par x1 , . . . , xp . F est donc de dimention finie.
Montrons que E=F :
Sinon, il existe x ∈ E\F et on pose α = d(x, F ), α > 0 car F est fermé.
3
Soit y ∈ F tel que α ≤ kx − yk ≤ α
2
x−y
Posons z =
kx − yk
kzk = 1 donc ∃ xj ∈ B 0 (0, 1) tq z ∈ B(xj , 12 )
x = y + kx − yk z = y + kx − yk xj + kx − yk (z − xj )
| {z }
∈F
Alors α ≤ kx − yk kz − xj k
α
D’où kx − yk ≥ ≥ 2α : contradiction. 
kz − xj k

Remarque 4.9. Soit E un E.V.N. et A ⊂ E, A 6= ∅.

1) Si A est compacte alors A est fermée et bornée.
2) Si E est de dimension finie, A est fermée et bornée, alors A est compacte.
3) Si E est de dimension infinie, une partie fermée bornée n’est pas forcément compacte.

Définition 4.8. Soit (E, d) et (F, δ) deux espaces métriques, H ⊂ F E et x0 ∈ E.

On dit que H est équicontinue en x0 si

∀ ε > 0, ∃ η > 0 tq ∀ f ∈ H, d(x, x0 ) ≤ η =⇒ δ(f (x), f (x0 )) ≤ ε

H est équicontinue si H est équicontinue en tout x0 de E.

Exemples
1) Un ensemble fini de fonctions équicontines est équicontinu.
2) Une suite uniformément convergente de fonctions continues est équicontinue.
3) E, F E.V.N., H ∈ L(E, F ), H borné. Alors H est équicontinue.

Démonstration. de l’exemple 1
Soitf1 , . . . , fp continues en x0 , soit ε > 0.
∀ j ∈ {1, .., p}, ∃ ηj > 0 tq d(x, x0 ) ≤ ηj =⇒ δ(fj (x), fj (x0 )) ≤ ε
Posons η = min ηj > 0
1≤j≤p
Si d(x, x0 ) ≤ η, alors ∀ j ∈ {1, .., p}, δ(fj (x), fj (x0 )) ≤ ε 

52
 4.5. COMPACITÉ EN DIMENSION INFINIE

Théorème 4.5. Théorème d’Ascoli

Soit E un espace métrique compact et F un Banach.
Soit H ⊂ C(E, F ) (C(E, F ) muni de la convergence uniforme), H 6= ∅ et pour x ∈ E,
H(x) = {f (x) | f ∈ H}.
H est compacte si et seulement si H est équicontinue et ∀ x ∈ E, H(x) est compacte dans
F.

Remarque 4.10.
— Si F = R ou C, ou un E.V. de dimension finie, la deuxième condition peut être rem-
placée par : ∀ x ∈ E, H(x) borné dans F .
— E ne peut pas être un E.V. car un E.V. n’est pas compact, mais en général E sera une
partie compacte d’un E.V.
— Si H ⊂ C([0, 1], [a, b]), montrer que H(x) est compacte est trivial car H(x) ⊂ [a, b]
implique que H(x) soit borné.

53
CHAPITRE 4. ESPACES VECTORIELS NORMÉS

54
Chapitre 5

Différentiabilité dans les espaces de

Banach

Dans tout le chapitre on travaille sur R.

5.1 Différentiabilité
Définition 5.1. Soit E et F deux espaces de Banach, soit U un ouvert non vide de E et
a ∈ U , soit f : U −→ F .
f est dite (Fréchet) différentiable en a s’il existe L ∈ L(E, F ) telle que :

f (a + h) = f (a) + L(h) + khkε(h)

| {z }
o(khk)

où ε : V −→ F est une application définie sur un voisinage ouvert V de 0E 1 tel que
∀ h ∈ V, a + h ∈ U , et lim ε(h) = 0.
h→0
L est unique et s’appelle la dérivée de f en a et on la note f 0 (a) ou dfa ou Df (a).

Quelques propriétés
1) L est unique.
2) f est différentiable sur U si f est différentiable en tout point de U . Dans ce cas, on a
f 0 : U −→ L(E, F ).
On dit que f est de classe C 1 si f est différentiable sur U et f 0 est continue. (f est C 2 si
f 0 est C 1 , ...)
3) L’ensemble des applications différentiables en a ∈ U (respectivement sur U ) est un espace
vectoriel.
4) Si f est différentiable en a ∈ U alors f est continue en a.
Démonstration.
1. le zéro dans E

55
CHAPITRE 5. DIFFÉRENTIABILITÉ DANS LES ESPACES DE BANACH

— Point 1 :
Si on a L1 et L2 :
Soit h ∈ E \ 0 et t ∈ ]0; ε0 [ (ε0 assez petit pour que a + t h ∈ V ).
f (a + t h) = f (a) + L1 (t h) + o(kt hk)
= f (a) + L2 (t h) + o(kt hk)
L1 (t h) − L2 (t h) o(t khk)
Donc kL1 (h) − L2 (h)k = = −→ 0
t t t→0

— Point 4 :
|f (a + h) − f (a)| ≤ L(h) + khk kε(h)k−→ 0
h→0

Définition 5.2 (Différentielle au sens de Gateaux). Soit E et F deux espaces de Banach, soit
U un ouvert non vide de E et a ∈ U , soit f : U −→ F .
Soit v ∈ E et t ∈ R∗ .
On dit que f admet une différentielle (au sens de Gateaux) en a dans la direction du vecteur v
si
f (a + t v) − f (a)
admet une limite quand t tend vers 0.
t
Remarque 5.1. f est différentiable en a ⇒ f est différentiable (au sens Gateaux) dans toutes
les directions en a. Attention la réciproque est fausse.

Remarque 5.2. Pour le cas où E=R :

— Si E = F = R :
f (a + h) − f (a)
On sait que lim = f 0 (a)
h→0,h6=0 h
Or f (a + h) = f (a) + f 0 (a)(h) + o(|h|)
f (a + h) − f (a)
Donc lim = f 0 (a)(1)
h→0,h6=0 h
D’où f 0 (a)(h) = f 0 (a)h
Par exemple : f (x) = x2 , f 0 (x) = 2x, f 0 (x)(1) = 2x, f 0 (x)(h) = 2xh
— Soit :
θ : L(R, F ) −→ F
u 7−→ θ(u) = u(1)
On a : u : t 7−→ t x ←→ x
θ est un isomorphisme.

Exemples
1) Soit f : U −→ F et c ∈ F tel que ∀ x ∈ U, f (x) = c.
Alors ∀ x ∈ U, f 0 (x) = 0. Donc f 0 : U −→ L(E, F ) est nulle.
f est C ∞ .
f 00 ∈ L(E, L(E, F )).

56
 5.1. DIFFÉRENTIABILITÉ

2) U = E et f ∈ L(E, F ).
Alors ∀ x ∈ E, f 0 (x) = f (car f (x + h) − f (x) = f (h) = f 0 (x)(h)).
Donc f 0 est constante, f est C ∞ et les dérivées suivantes sont nulles.
3) Soit E1 , E2 et F des Banach, et B : E1 × E2 → F une application bilinéaire continue.
Soit kxk∞ = max(kx1 k , kx2 k) pour x = (x1 , x2 ) ∈ E1 × E2 .
B est continue en 0 ⇐⇒ ∃ M > 0 tq kB(x, y)k ≤ M kxk kyk

Démonstration. de l’exemple 3
Comme B est continue en 0 : ∃ δ > 0 tq k(x, y)k ≤ δ =⇒ kB(x, y)k ≤ 1
Soit x et y non nuls.
 
δx δy
On a alors : B , ≤ 1
kxk kyk
| {z }
δ2
= kxk kyk kB(x, y)k
1 1
D’où : kB(x, y)k ≤ 2 kxk kyk et on prend M = 2 
δ δ

Proposition 5.1.
B est différentiable et B 0 (x, y)(h, k) = B(x, k) + B(h, y)

Exemple
R × R −→ R
(x, y) 7−→ xy
Démonstration.
B(x + h, y + k) = B(x, y) + B(x, k) + B(h, y) + B(h, k)
| {z } | {z }
B 0 (x,y)(h,k) o(k(h,k)k)
2
En effet kB(h, k)k ≤ M khk kkk ≤ M k(h, k)k donc on a bien B(h, k) = o(k(h, k)k).
De plus, B 0 (x, y) : (h, k)
7−→ B(x, k) + B(h, y) est clairement lineaire :
B 0 (x, y) (h, k) + (u, v) = B(x, k + v) + B(h + u, y)
| {z }
(h+u,k+v)
= B(x, k) + B(x, v) + B(h, y) + B(u, y)
= B 0 (x, y)(h, k) + B 0 (x, y)(u, v)
C’est également continu :
kB 0 (x, y)(h, k)k ≤ M (kxk kkk + kyk khk) ≤ M (kxk + kyk) k(h, k)k
Donc
B 0 : E1 × E2 −→ L(E1 × E2 , F )
(x, y) 7−→ B 0 (x, y)
est bien linéaire et continue, et on a B 0 (x, y)(h, k) = B(x, k) + B(h, y) 

Application
Soit E, F , et G trois espaces de Banach.

57
CHAPITRE 5. DIFFÉRENTIABILITÉ DANS LES ESPACES DE BANACH

B : L(E, F ) × L(F, G) −→ L(E, G)

(u, v) 7−→ B(u, v) = v ◦ u
B est bilinéaire et continue (kB(u, v)k = kv ◦ uk ≤ kvk . kuk)
Donc B est différentiable et B 0 (u, v)(h, k) = B(u, k) + B(h, v) = k ◦ u + v ◦ h
B est C ∞ .

5.2 Composition de fonctions

Théorème 5.1.
Soit E, F , et G trois espaces de Banach.
Soit U ⊂ E un ouvert, a ∈ U , f : U −→ F , V ⊂ F un ouvert, b = f (a) ∈ V et g : V −→ G.
Si f est différentiable en a et si g est différentiable en b = f (a), alors g ◦ f (définie sur un
voisinage de a et continue en a) est différentiable en a. On a :

(g ◦ f )0 (a) = g 0 (f (a)) ◦ f 0 (a)

Si f et g sont de classe C p (p ≥ 1) alors g ◦ f est C p .

Fonctions à valeurs dans un produit d’espaces vectoriels normés

Proposition 5.2.
Soit U ⊂ E un ouvert, soit f : U −→ F = F1 × · · · × Fk avec Fi espace vectoriel normé,
kxk = max kxi k pour x = (x1 , · · · , xk ) ∈ F .
1≤i≤k
ui : Fi −→ F
xi 7−→ (0, . . . , 0, xi , 0, . . . , 0)
pi : F −→ Fi
x 7−→ xi
f est différentiable en a ∈ U si et seulement si pour j = 1, . . . , k, fj = pj ◦ f est différentiable
en a. On a alors :
k
X
f 0 (a) = uj ◦ fj 0 (a)
j=1

Démonstration.
— (⇒)
pj ∈ L(F, Fj ) (pj est continue car kpj (x)k = kxi k ≤ kxk)), donc pj est différentiable.
D’où pj ◦ f = fj est différentiable.
— (⇐)
Xk k
X
uj ◦ pj = idF =⇒ uj ◦ pj ◦ f = f
| {z }
j=1 j=1
fj

58
 5.3. THÉORÈME DE LA MOYENNE

De plus uj ∈ L(Fj , F ).
Xk k
X k
X
0
0
Donc f (a) = 0
(uj ◦ fj ) (a) = 0
uj (fj (a)) ◦ fj (a) = uj ◦ fj 0 (a)
j=1 j=1 j=1

Cas où E est un produit d’espaces de Banach

Proposition 5.3.
Soit U ⊂ E = E1 × · · · × Ek un ouvert avec Ei espace de Banach, soit f : U −→ F .
Soit a = (a1 , . . . , ak ) ∈ U .
λi : Ei −→ E
xi 7−→ (a1 , . . . , ai−1 , xi , ai+1 , . . . , ak )
(f ◦ λi est définie sur λ−1 i (U ) qui est un ouvert de Ei )
Si f est différentiable en a ∈ U , alors pour i = 1, . . . , k, f ◦λi est différentiable en ai ∈ λ−1
i (U ).
On a :
Xk
0
f (a)(h) = (f ◦ λi )0 (ai ) (hi )
i=1

avec h = (h1 , . . . , hk )
∂f
On note (f ◦ λi )0 (ai ) ou (a) ou fxi (a).
∂xi

5.3 Théorème de la moyenne

Théorème 5.2. Théorème de la moyenne

Soit F un espace de Banach.
Soit f : [a, b] −→ F et g : [a, b] −→ R deux applications continues sur [a, b] et différentiables
sur ]a, b[.
Si ∀ t ∈]a, b[, kf 0 (t)k ≤ g 0 (t) alors kf (b) − f (a)k ≤ g(b) − g(a).
Démonstration.
Soit ε > 0.
On va montrer que

∀ t ∈ [a, b], kf (t) − f (a)k ≤ g(t) − g(a) + ε(t − a) + ε (5.1)

5.1 est vraie pour t ∈ [a, a + η] avec η > 0 et η < b − a, car f et g sont continues.
Soit A = {η ∈ ]0, b − a] | 5.1 est vraie pour t ∈ [a, a + η]}. On a A 6= ∅.
Posons θ = sup A.
Par continuité 5.1 est vraie pour t = θ + a = θ0 .
Supposons θ < b − a.
∃ η > 0 tq pour tout t ∈ [θ0 , θ0 + η] :

59
CHAPITRE 5. DIFFÉRENTIABILITÉ DANS LES ESPACES DE BANACH

kf (t) − f (θ0 ) − f 0 (θ0 )(t − θ0 )k ≤ 2ε (t − θ0 ) (f est différentiable en θ0 )

De même |g(t) − g(θ0 ) − g 0 (θ0 )(t − θ0 )| ≤ 2ε (t − θ0 )
Par inégalité triangulaire :
kf (t) − f (θ0 )k ≤ kf 0 (θ0 )k (t − θ0 ) + 2ε (t − θ0 )
≤ g 0 (θ0 )(t − θ0 ) + 2ε (t − θ0 )
≤ g(t) − g(θ0 ) + ε(t − θ0 )
Pour t ∈ [θ0 , θ0 + η] :
kf (t) − f (a)k ≤ kf (t) − f (θ0 )k + kf (θ0 ) − f (a)k
≤ g(t) − g(θ0 ) + ε(t − θ0 ) + g(θ0 ) − g(a) + ε(θ0 − a) + ε
= g(t) − g(a) + ε(t − a) + ε
Donc 5.1 est vraie sur [θ0 , θ0 + η] : contradiction.
Donc θ = b − a et l’égalité est vraie sur [a, b]. 

Proposition 5.4. accroissements finis généralisés

Soit E et F espaces de Banach, soit U un ouvert de E, f : U −→ F différentiable sur U .
On suppose qu’il existe une constante k ≥ 0 telle que ∀ x ∈ U, kf 0 (x)k ≤ k.
Alors si [x, y] est un segment inclus dans U , on a :

kf (y) − f (x)k ≤ k ky − xk

En particulier f est lipschitzienne sur les boules incluses dans U et sur les convexes inclus
dans U .
Démonstration.
On pose f˜ : t ∈ [0, 1] 7−→ f (x + t(y − x)) et on applique le théorème de la moyenne à f˜ :
f˜0 (t)(1) = f 0 (x + t(y − x))(y − x)

Donc f˜0 (t) = kf 0 (x + t(y − x))(y − x)k ≤ kf 0 (x + t(y − x))k ky − xk ≤ k ky − xk =

g 0 (t)
en prennant g(t) = k ky − xk t 

Corollaire 5.1.

Soit f : U −→ F de classe C 1 . Alors f est localement lipschitzienne.

Démonstration.
Soit x0 ∈ U , f 0 est continue sur un voisinage V de x0 et est bornée sur V . 

60
 5.3. THÉORÈME DE LA MOYENNE

Proposition 5.5.
Soit E = C 1 ([a, b], R).
Si u ∈ E, kuk = max(kuk∞ , ku0 k∞ ).
(E, k.k) est complet.
Soit F ∈ C 1 ([a, b] × R × R), posons pour u ∈ E
Z b  
J(u) = F x, u(x), u0 (x) dx
a

Alors J est de classe C 1 et on a :

Z b 
0 ∂F  0
 ∂F  0

0
∀ h ∈ E, J (u)(h) = x, u(x), u (x) h(x) + x, u(x), u (x) h (x) dx
a ∂y ∂z

Démonstration.
Soient y, z, s, t ∈ R, x ∈ [a, b] et r ∈ Z[0, 1].
1
d 
F (x, y + s, z + t) − F (x, y, z) = F (x, y + rs, z + rt) dr
Z0 1 dr
∂F   ∂F  
= x, y + rs, z + rt s + x, y + rs, z + rt t dr
0 ∂y ∂z
Soit ε > 0 et soit h ∈ E.
Z bn    o
J(u + h) − J(u) = F x, u(x) + h(x), u0 (x) + h0 (x) − F x, u(x), u0 (x) dx
a
Z b Z 1 
∂F  
= x, u(x) + rh(x), u0 (x) + rh0 (x) h(x)
a 0 ∂y
 
∂F 
0 0

0
+ x, u(x) + rh(x), u (x) + rh (x) h (x) dr dx
∂z
Z b  Z b
∂F  0
 ∂F  0

0
= x, u(x), u (x) h(x) + x, u(x), u (x) h (x) dx + A(x) dx
a ∂y ∂z a
| {z } | {z }
L(h) B

Montrons que L ∈ L(E, R ou C) = E 0 et que ∃ η > 0 tq khk < η =⇒ |B| ≤ ε khk :

 
∂F  0
 ∂F  0
|L(h)| ≤ sup x, u(x), u (x) + x, u(x), u (x) khk (b − a)
x∈[a,b] ∂y ∂z

Z 1  
∂F  0 0
 ∂F 
0
A(x) = x, u(x) + rh(x), u (x) + rh (x) − x, u(x), u (x) h(x) dr
0 ∂y ∂y
Z 1 
∂F  0 0
 ∂F 
0
+ x, u(x) + rh(x), u (x) + rh (x) − x, u(x), u (x) h0 (x) dr
0 ∂z ∂z

61
CHAPITRE 5. DIFFÉRENTIABILITÉ DANS LES ESPACES DE BANACH

Il existe η > 0 tq si khk ≤ η :

∂F   ∂F  
x, u(x) + rh(x), u0 (x) + rh0 (x) − x, u(x), u0 (x) ≤ ε
∂y ∂y
et
∂F   ∂F  
x, u(x) + rh(x), u0 (x) + rh0 (x) − x, u(x), u0 (x) ≤ ε
∂z ∂z
pour tout x ∈ [a, b] car u est fixé donc u[a, b] et u0 [a, b] sont compacts.
0


Donc |A(x)| ≤ ε |h(x)| + |h (x)| ≤ 2 ε khk
Z b
et |B| = A(x) dx ≤ 2 ε khk (b − a)
a
kJ 0 (u + v) − J 0 (u)k = sup |J 0 (u + v)(h) − J 0 (u)(h)| 
khk=1

62
Chapitre 6

Annexe 1 : construction de l’intégrale de

Lebesgue

R+ = [0, +∞[∪{+∞} = {x ∈ R | x ≥ 0} ∪ {+∞}.

Convention :
∀x ∈ R+ , x + (+∞) = 
+∞
+∞ si x > 0
x × (+∞) =
0 si x = 0

6.1 Eléments de théorie de la mesure

6.1.1 Ensembles mesurables
Définition 6.1. Une tribu sur RN (N ≥ 1) est une famille de parties de RN contenant ∅,
stable par passage au complémentaire et par réunion dénombrable (et donc par intersection
dénombrable).
Si B désigne une tribu sur RN , les éléments de B s’appellent les ensembles mesurables.
On dit que (RN , B) est un espace mesurable.

Exemples (i) (∅, RN ) est la tribu grossière de RN .

(ii) P(RN ) ensemble des parties de RN est la tribu discrète.
(iii) La tribu des boréliens sur RN est la tribu engendrée par les ouverts (et donc par les fermés)
de RN . On peut montrer que cette tribu notée BRN est engendrée par les pavés :
N
Y
[aj , bj ] avec − ∞ < aj < bj < +∞
j=1

6.1.2 Mesures
Définition 6.2. Soit B une tribu de RN . Une mesure positive µ sur B est une application de
B dans R+ vérifiant :

63
CHAPITRE 6. ANNEXE 1 : CONSTRUCTION DE L’INTÉGRALE DE LEBESGUE

(i) µ(∅) = 0
(ii) Pour toute famille dénombrable (Bi ) d’éléments de B deux à deux disjoints on a :
∞
[ ∞
X
µ( Bi ) = µ(Bi )
1 1

(µ est dénombrablement additive)

(RN , B, µ) est un espace mesuré.

Exercice : Montrer que l’on peut remplacer dans la définition : µ(∅) = 0 par ”la mesure n’est
pas partout égale à +∞”.

Définition 6.3. Soit (RN , B, µ) un espace mesuré. On dit que cet espace est complet, ou que
µ est complète ou que µ est complète pour B si :

(B ∈ B, µ(B) = 0, A ⊂ B) ⇒ A ∈ B

Si (RN , B, µ) est un espace mesuré, on peut montrer qu’ il existe une tribu B̃ et une mesure
(positive) µ̃ sur B̃ telles que :
(i) B ⊂ B̃
(ii) ∀B ∈ B, µ̃(B) = µ(B)
(iii) (RN , B̃, µ̃) est complet
Exemple fondamental : On peut montrer qu’il existe une unique mesure µ sur la tribu des
Boréliens BRN vérifiant :
N
! N
Y Y
µ [aj , bj ] = (bj − aj )
j=1 j=1

µ est la mesure de Borel de RN .

La complétée de cette mesure s’appelle la mesure de Lebesgue de RN .
Autres exemples de mesure :
1) mesure de comptage sur un ensemble X, A = P(X), µ(A) = card(A)
2) mesure de Dirac, µ(A) = 1 si a ∈ A, µ(A) = 0 si a ∈
/ A (A ensemble mesurable).

Propriétés des mesures positives

1) µ(A) ≤ µ(B) si A ⊂ B.
2) Si An est une suite d’ensembles mesurables, on a :
!
[ X
µ An ≤ µ(An )
n≥0 n≥0

3) Si A, B ⊂ RN sont mesurables, on a :

µ(A ∪ B) + µ(A ∩ B) = µ(A) + µ(B)

64
 6.1. ELÉMENTS DE THÉORIE DE LA MESURE

4) Si (An ) est une suite croissante d’ensembles mesurables alors :

[
µ( An ) = lim µ(An )
n→+∞
n∈N

5) Si (An ) est une suite décroissante d’ensembles mesurables tels que µ(A1 ) < +∞, alors on
a: \
µ( An ) = lim µ(An )
n→+∞
n∈N

Exercice : Q ∈ B(R) et µ(Q) = 0 où µ est la mesure de Lebesgue.

6.1.2.1 Ensembles négligeables - Propriétés vraies presque partout

Définition 6.4. Soit A ⊂ RN un ensemble mesurable. Si µ(A) = 0 on dit que A est négligeable
(pour la mesure considérée).

Remarque 6.1. Comme une réunion dénombrable d’ensembles négligeables est négligeable,
dans R (N = 1), Q est dénombrable donc négligeable car les points sont de mesure nulle
pour la mesure de Lebesgue.

µL ([0, 1] ∩ Q) = 0, µL ([0, 1] ∩ (R\Q)) = 1

où µL désigne la mesure de Lebesgue.

6.1.3 Fonctions mesurables

On considère l’espace mesurable (RN , B)

Définition 6.5. Une fonction f : RN → [0, ∞[ est étagée si elle prend un nombre fini de
valeurs distinctes a1 , · · · , ak < +∞ et si Bi = f −1 (ai ) ∈ B

Ecriture d’une fonction étagée : f = ki=1 ai 1lBi avec ai ∈ R, Bi mesurable et Bi ∩ Bj = ∅

P
si i 6= j. La fonction 1lBi qui vaut 1 sur Bi et 0 en dehors est la fonction indicatrice de Bi .

Définition 6.6. Une fonction F : RN → R est mesurable si l’image réciproque de tout

intervalle ouvert de R est un ensemble mesurable.

Remarque : en particulier l’image réciproque de tout intervalle par une fonction mesurable est
mesurable.
Exemple : une fonction continue est mesurable.

Théorème 6.1.
Soit f : RN → R+ une fonction mesurable positive. Alors f est la limite simple croissante
d’une suite de fonctions étagées.

65
CHAPITRE 6. ANNEXE 1 : CONSTRUCTION DE L’INTÉGRALE DE LEBESGUE

Démonstration. Pour i entier ∈ [1, n2n ], on note En,i = f −1 ([ i−1 , i ]) et Fn = f −1 ([n, ∞]).
2n 2n
Chacune de ces parties appartient à la tribu B car f est mesurable. A l’aide des fonctions
caractéristiques des ces parties on définit :
X i−1
sn = n
1lEn,i + n1lFn
1≤i≤n2 n
2

qui est une fonction étagée. Quand on passe de n à n + 1, les intervalles de la nouvelle subdivision
de [0, ∞] sont contenus dans les intervalles de la n-ième. Donc la suite sn est croissante. On
vérifie facilement que sn (x) tend vers f (x) pour n → ∞ ; si f (x) < +∞ et n > f (x), sn est
l’approximation inférieure à 21n près par un nombre dyadique. 

Proposition 6.1.
Le produit et la somme de deux fonctions mesurables à valeurs réelles sont mesurables
Démonstration. Si f et g sont deux fonctions mesurables sur X à valeurs réelles, et si Φ est une
fonction continue sur R2 à valeurs rélles, alors la fonction h définie par :

h(x) = Φ(f (x), g(x))

est mesurable. En effet, pour tout nombre réel α, l’ensemble

Ωα = (u, v) ∈ R2 , Φ(u, v) > α



est un ouvert, et est donc une rénuion dénombrable de rectangles ouverts

∞
[
Ωα = Rn Rn =]an , bn [×]cn , dn [.
n=1

Les ensembles
\
{x, (f (x), g(x)) ∈ Rn } = {x, an < f (x) < bn )} {x, cn < f (x) < dn )}

sont mesurables, et de même l’ensemble

∞
[
{x, h(x) > α} = {x, (f (x), g(x)) ∈ Ωx } = {x, (f (x), g(x)) ∈ Rn }
n=1

est mesurable. On en déduit que la somme et le produit de deux fonctions mesurables sont
mesurables. 
Pour une suite (an ) ∈ [0, ∞], sup(an ) désigne la borne supérieure dans [0, ∞].
Pour une suite de fonctions fn : X → [0, ∞], n ∈ N, la fonction sup fn est la fonction
n
x → sup fn (x).
n

66
 6.2. INTÉGRATION DES FONCTIONS POSITIVES

Proposition 6.2.
Soit fn : X → [0, ∞], une suite de fonctions mesurables. Alors sup fn et inf fn sont mesu-
n n
rables.
Démonstration. :
   \ 
x ∈ X, a < sup fn < b = x ∈ X, sup fn < b x ∈ X, a < sup fn
n n n
[ \[
⊂ {x ∈ X, fn (x) > a} {x ∈ X, fn (x) < b}
n n

qui est mesurable en tant que réunion dénombrable d’ensembles mesurables. On a une égalité
identique pour l’inf d’où la conclusion. 
Remarque 6.2. il est très compliqué de construire des ensembles non mesurables pour la
mesure de Lebesgue. Dans la pratique, on considèrera que toutes les fonctions étudiées sont
mesurables (sans le démontrer).

6.2 Intégration des fonctions positives

Dans la suite µ désigne une mesure sur RN .

6.2.1 Définition de l’intégrale

Définition 6.7. 1) Si f : RN → R+ est une fonction étagée de valeurs distinctes
a1 , a2 , · · · , an , on note Ai = f −1 (ai ) et on pose
Z n
X
f dµ = ai µ(Ai ).
RN i=1

2) Si f : RN → R+ est mesurable, on définit l’intégrale de f par rapport à µ comme

l’élément de [0, ∞] donné par la formule suivante :
Z Z
f dµ = sup{ sdµ, s est étagée et s ≤ f }
RN RN

On dira que f est intégrable sur RN si cette quantité est finie.

3) Si E ⊂ RN est mesurable et si 1lE est sa fonction indicatrice, on pose :
Z Z
f dµ = f 1lE dµ
E RN
R R
Remarque : au 2), on peut définir de façon équivalente RN f dµ = limn→∞ RN sn dµ où
(sn ) est une suite croissante de fonctions étagées convergeant simplement vers f (dans ce cas
il faut montrer que l’intégrale ne dépend pas du choix de la suite (sn )).

67
CHAPITRE 6. ANNEXE 1 : CONSTRUCTION DE L’INTÉGRALE DE LEBESGUE

6.2.2 Propriétés élémentaires

1) Si f, g : RN → R+ sont mesurables et si ∀ x ∈ RN , f (x) ≤ g(x) alors
Z Z
f dµ ≤ gdµ (croissance de l’intégrale)
RN RN

2) Si s et t sont deux fonctions étagées, on a

Z Z Z
(s + t)dµ = sdµ + tdµ
RN RN RN

3) Soit E un ensemble mesurable de RN tel que µ(E) = 0. Alors :

Z Z
f dµ = f 1lE dµ = 0
E RN

Démonstration.
R R
1) Si s est étagée ≤ f , on a s ≤ g et donc RN sdµ ≤ RN gdµ. En prenant la borne supérieure
du membre de gauche lorsque s varie parmi les fonctions étagées ≤ f , on obtient l’égalité
voulue.
2) On peut écrire Z XX \
(s + t)dµ = (si + tj )µ(Ai Bj )
RN i j
P P
avec s = si 1lAi et t = tj 1lBj . On remarque alors que
i j

XX \ X X \ X X \
(si + tj )µ(Ai Bj ) = ai µ(Ai Bj ) + bj µ(Ai Bj )
i j i j j i
X X Z Z
= ai µ(Ai ) + bj µ(Bj ) = sdµ + tdµ,
i j RN RN

Bj = RN .
T S
car Bi Bj = ∅ if i 6= j (idem pour Ai ) et
3) En exercice !


6.2.3 Théorème de convergence monotone

On admet le théorème suivant dit de Beppo-Levi :

Théorème 6.2. Théorème de convergence monotone ou de Beppo-Levi

Si (fn )n∈N est une suite croissante de fonctions mesurables de RN dans R+ , on a :
Z Z
lim fn (x)dµ = lim fn (x)dµ ≤ +∞
RN RN

68
 6.2. INTÉGRATION DES FONCTIONS POSITIVES

Corollaire 6.1.

1) Si f et g sont deux fonctions mesurables RN → R+ et α, β deux réels ≥ 0, on a :

Z Z Z
(αf + βg)dµ = α f dµ + β gdµ
RN RN RN

2) Soit (fn ) : RN → R+ mesurables pour tout n, on a :

Z +∞
! +∞ Z
X X
fn dµ = fn dµ
RN n=0 n=0 RN

Démonstration.
1) On sait qu’il existe des suites croissantes de fonctions positives et étagées telles que fn → f
et gn → g. Alors αfn +βgn est une suite croissante de fonctions étagées et lim αfn +βgn =
n
αf + βg. Comme on a :
Z Z Z
(αfn + βgn )dµ = α fn dµ + β gn dµ
RN RN RN

Le résultat s’obtient alors en appliquant le théorème de convergence monotone à chacun

des membres de l’égalité.
j
X
2) Posons ∀ x, gj (x) = fn (x). On a alors ∀ x, gj (x) ≤ gj+1 (x) et ∀ j, gj : RN → R+ est
n=0
X K
X
mesurable. ∀ j ∈ N, aj ≥ 0 donc aj converge toujours dans R+ . SK = aj .
j≥0 j=0

6.2.4 Propriétés des fonctions intégrables positives

Propriétés : Soit f : RN → R+ une fonction mesurable. On a :
1) Z
f dµ = 0 ⇔ f = 0 p.p. (f (x) = 0 p.p.)
RN

2) Z
f dµ < +∞ ⇒ f < +∞ p.p. (f (x) < ∞ p.p.)
RN

Démonstration.
1) Posons A = {x ∈ RN | f (x) 6= 0}

69
CHAPITRE 6. ANNEXE 1 : CONSTRUCTION DE L’INTÉGRALE DE LEBESGUE

— (⇐)
∀ x ∈ RN , f (x) ≤ lim n1lA (x)
n→∞
Z Z Z
th6.2
f dµ ≤ lim n1lA dµ = lim n 1lA dµ car n1lA est croissante.
RN RN n→∞ n→∞ RN
| {z }
µ(A)=0

— (⇒)
1lA (x) ≤ lim nf (x)
Zn→∞ Z Z
th6.2
µ(A) = 1lA dµ ≤ lim nf dµ = lim n f (x) dµ = 0
RN RN n→∞ n→∞ RN
| {z }
=0
N
R
2) Posons A = {x ∈ R R | f (x)R = +∞}, On a alors A
f dµ = +∞ si µ(A) 6= 0 et 0
sinon. Donc, comme A f dµ ≤ RN f dµ, µ(A) = 0.


70
 RÉFÉRENCES

Références
[1] J-P. Ansel et Y. Ducel, Exercices corrigés en théorie de la mesure et de l’intégration, Ellipses
[2] N. Boccara, Intégration, Mathématiques pour l’ingénieur, Ellipses.
[3] H. Cartan, Calcul différentiel, Hermann
[4] G. Choquet, Cours de topologie, Dunod
[5] G. Gasquet, P. Witomski, Analyse de Fourier et Applications, Masson.
[6] M. Mamode, Mathématiques pour la physique, Universités physique, Ellipses.
[7] H. Reinhard, Eléments de Mathématiques du signal. Tome 1 : signaux dé ?terministes, Dunod.
[8] F. Roddier, Distributions et transformée de Fourier à l’usage des physiciens et des ingénieurs,
Mc Graw Hill

71