4.2.2 Sous-espaces denses dans L p (Ω, A, P)Proposition 4.17Soit E l’ensemble des fonctions étagées sur (Ω, A) à valeurs réelles. Alors, pour tout p ∈ [1,+∞], l’ensembleE ∩ L p (Ω, A,µ) est dense dans L p (Ω, A,µ) (muni de la norme ‖ · ‖ p).Remarque 4.6 Dans l’énoncé précédent, on a identifié un élément de E à sa classe dans L 0 (Ω, A,µ).Preuve de la proposition 4.17. Soit f ∈ L p (Ω, A,µ).1. Supposons que f est à valeurs dans [0,+∞] <strong>et</strong> considérons la suite de fonctions (f n ) n∈Ndéfinie par∀n ∈ N, f n =n2∑n −1i=1k2 −n 1 {k2 −n fn} .Il est clair que f n ∈ E. De plus, pour tout n ∈ N, 0 f n f n+1 f. Par conséquent,‖f n ‖ p ‖f‖ p< +∞.D’où, f n ∈ L p (Ω, A,µ). Par ailleurs, pour tout w ∈ Ω, limn→+∞ f n(ω) = f(ω)• Supposons p < +∞. Alors, la suite (|f − f n | p ) n∈N converge simplement vers 0 <strong>et</strong> pour tout n ∈ N,|f − f n | p = (f − f n ) p (f − f 0 ) p = g.Étant donné que g ∈ L 1 (Ω, A,µ) (car f,f 0 ∈ L p (Ω, A,µ)), d’après le théorème de convergencedominée appliqué à la suite (|f − f n | p ) n∈N,∫lim |f n − f| p dµ = 0.n→+∞Ω• Lorsque p = +∞, (f n ) n∈Nconverge vers f dans L ∞ (Ω, A,µ) car‖f n − f‖ ∞ 2 −n dès que n > ‖f‖ ∞.2. Supposons que f n’est pas positive. Décomposons f sous la forme f = f + −f − . Alors, f + <strong>et</strong> f − sontpositives <strong>et</strong> dans L p (Ω, A,µ). Nous pouvons alors les approcher dans L p (Ω, A,µ) par des élémentsde E ∩ L p (Ω, A,µ). Nous en déduisons facilement l’existence d’une suite (f n ) n∈Nd’éléments deE ∩ L p (Ω, A,µ) convergeant vers f dans L p (Ω, A,µ).Proposition 4.18Soit p ∈ [1,+∞[ <strong>et</strong> I un intervalle non vide de R.1. L’ensemble C c(Rd ) des fonctions continues définies sur R d <strong>et</strong> à support compact est dense dansL p( R d , B ( R d) ,λ d), où λd désigne la mesure de Lebesgue sur R d .2. L’ensemble C c (I) des fonctions continues définies sur I <strong>et</strong> à support compact est dense dansL p (I, B(I),λ 1 ).84
4.3 Espaces L p <strong>et</strong> L p sur un espace de probabilitéSoit P une probabilité sur l’espace probabilisable (Ω, A).4.3.1 Moments d’une variable aléatoireRappelons les définitions des espaces L p <strong>et</strong> L p sur l’espace de probabilité (Ω, A, P).Définition 4.19 (Espaces L p (Ω, A, P) <strong>et</strong> L p (Ω, A, P))1. Si p ∈ [1,+∞[, L p (Ω, A, P) est l’ensemble des variables aléatoires X à valeurs dans R telles queE(|X| p ) < +∞.2. L ∞ (Ω, A, P) est l’ensemble des variables aléatoires X à valeurs dans R pour lesquelles il existec ∈ R + tel que|X| c P-presque sûrement.Par ailleurs, pour tout X ∈ L 0 (Ω, A, P),‖X‖ ∞= inf {c ∈ R + / |X| c presque sûrement}.3. Pour tout p ∈ [1,+∞], L p (Ω, A, P) est l’ensemble de classes d’équivalence des éléments deL p (Ω, A, P) pour la relation d’équivalenceX ∼ Y ⇐⇒ X = Y presque sûrement.Rappelons que les espaces L p (Ω, A, P), p 1 sont des espaces de Banach. Nous énoncerons les inégalitésclassiques sur ces espaces en section 4.3.2.Proposition 4.20Soit p ∈ [1,+∞]. L’espace L p (Ω, A, P) est un espace de Banach pour la norme définie par{‖X‖p = (E(|X| p )) 1/p si 1 p < +∞‖X‖ ∞= inf {c 0; |X| c presque sûrement}Nous définissons maintenant la notion de moments d’une variable aléatoire.Définition 4.21 (Moment d’une variable aléatoire)Soit X : (Ω, A) → ( R, B ( R )) une variable aléatoire à valeurs dans R <strong>et</strong> p ∈ N ∗ .1. La variable aléatoire X adm<strong>et</strong> un moment d’ordre p siE(|X| p ) < +∞,c’est-à-dire si X ∈ L p (Ω, A, P). De plus, si X ∈ L p (Ω, A, P), le moment d’ordre p de X est leréel E(X p ).2. La variable aléatoire X est centrée si X adm<strong>et</strong> un moment d’ordre 1 nul.85
- Page 1:
Année 2009-2010Intégration et Pro
- Page 6 and 7:
Remarque 1.1 En probabilités, un e
- Page 8 and 9:
Remarque 1.3 Une tribu étant stabl
- Page 10 and 11:
Exemple 1.4 Soient (Ω, A) un espac
- Page 12 and 13:
Preuve de la proposition 1.15. Éta
- Page 14 and 15:
Donnons à présent la mesure d’u
- Page 16 and 17:
1.3.2 Un exemple : les fonctions é
- Page 18 and 19:
Preuve de la proposition 1.29.• S
- Page 20 and 21:
Remarque 1.21 Soit (Ω, A,µ) un es
- Page 22 and 23:
1. Montrons que µ est bien défini
- Page 24 and 25:
• Supposons I fini. Nous pouvons
- Page 26 and 27:
D’après (i), (ii), (iii) et (iv)
- Page 28 and 29:
Exemple 2.1∫1. Supposons que µ =
- Page 30 and 31:
Nous pouvons donc considérer une s
- Page 32 and 33:
2.1.3 Intégrale d’une fonction d
- Page 34 and 35:
2.2 Propriétés générales de l
- Page 36 and 37: Nous pouvons énoncer une propriét
- Page 38 and 39: • Étant donné que pour tout n
- Page 40 and 41: Alors, A ∈ A et A c ∈ A car les
- Page 42 and 43: Nous pouvons prolonger F i en une f
- Page 44 and 45: Proposition 2.27 (Riemann-intégrab
- Page 46 and 47: 2.5.3 L’essentiel de la section 2
- Page 48 and 49: • Fixons n ∈ N. Notons que par
- Page 51 and 52: Chapitre 3Loi d’une variable alé
- Page 53 and 54: 3.2 Mesure image et loi d’une var
- Page 55 and 56: De plus, (ϕ n ◦ X) n∈N est une
- Page 57 and 58: 2. Par ailleurs, pour tous réels a
- Page 59 and 60: Preuve de la proposition 3.13. Nous
- Page 61 and 62: ••2. Soit F : R → R une fonct
- Page 63 and 64: 3.4 Variables aléatoires et lois a
- Page 65 and 66: La fonction borélienne f étant po
- Page 67 and 68: 3.4.3 Changement de variablesNous n
- Page 69 and 70: Proposition 3.33 (Fonction de répa
- Page 71 and 72: Proposition 3.38Soient X une variab
- Page 73 and 74: Nous commençons par étudier le ca
- Page 75 and 76: Chapitre 4Espaces L p et L pDans ce
- Page 77 and 78: Définition 4.3 (Espace L ∞ (Ω,
- Page 79 and 80: Terminons cette section en remarqua
- Page 81 and 82: Dans le cas où µ est une mesure b
- Page 83 and 84: Par suite,‖f + g‖ p p (‖f‖
- Page 85: Cette propriété est une conséque
- Page 89 and 90: 4.3.2 InégalitésCommençons par r
- Page 91 and 92: 4.4 Annexes4.4.1 Annexe : Preuve du
- Page 93 and 94: Étudions à présent les moments d
- Page 95 and 96: Annexe AClasses monotonesDe nombreu
- Page 97 and 98: Ce théorème permet de montrer que
- Page 99 and 100: Annexe BIntégrales dépendant d’
- Page 101 and 102: Loi de la v.a. X P X Espérance Var
- Page 103: Bibliographie[1] Barbe, P. et Ledou