HAL Id: hal-00720346
https://hal.archives-ouvertes.fr/hal-00720346
Submitted on 24 Jul 2012
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de
Plongements quasiisométriques du groupe de Heisenberg dans L p , d’après Cheeger, Kleiner, Lee, Naor
Pierre Pansu
To cite this version:
Pierre Pansu. Plongements quasiisométriques du groupe de Heisenberg dans L p , d’après Cheeger, Kleiner, Lee, Naor. Séminaire de Théorie Spectrale et Géométrie de Grenoble, 2006, 25, pp.159-176.
�hal-00720346�
Plongements quasiisom´etriques du groupe de Heisenberg dans L p , d’apr`es Cheeger, Kleiner,
Lee, Naor
Pierre Pansu 1,2∗
24 juillet 2012
ABSTRACT. This is a short survey of Cheeger and Kleiner’s nonembed- dability theorem for Heisenberg group into L
1.
1 Introduction
Cet expos´ e porte sur une question de g´ eom´ etrie m´ etrique. Etant donn´ e un espace m´ etrique (X, d), ` a quelle condition peut on plonger de fa¸ con bilipschit- zienne l’espace (X, d
α), 0 < α < 1, dans un espace mod` ele, par exemple, un espace de Banach d’usage courant ?
1.1 R´ esultats
D’une certaine fa¸ con, la question a ´ et´ e r´ esolue par P. Assouad.
D´ efinition 1 Un espace m´ etrique est doublant s’il existe une mesure µ et une constante C telles que pour toute boule B, µ(2B) ≤ C µ(B).
Exemple 2 Le groupe d’Heisenberg ( H , d) muni de sa m´ etrique de Carnot est doublant.
Th´ eor` eme 1 (P. Assouad, 1982, [As2]). Soit (X, d) un espace m´ etrique dou- blant. Alors pour tout α < 1 et tout p ≥ 1, (X, d
α) admet un plongement bilipschitzien dans L
p.
En fait, Assouad fournit un plongement en dimension finie. La constante de Lipschitz d´ epend de C, de α et de p. On va voir que cette d´ ependance est int´ eressante. On ne peut pas impun´ ement faire tendre α vers 1.
Elever une distance ` a une puissance < 1 fait disparaˆıtre toutes les courbes de longueur finie. On peut penser que celles-ci constituent un obstacle au plon- gement bilipschitzien. Apr` es l’espace euclidien (qui se plonge ´ evidemment), le
∗1
Univ Paris-Sud, Laboratoire de Math´ ematiques d’Orsay, Orsay, F-91405 ;
2
CNRS, Orsay, F-91405.
premier exemple d’espace doublant poss´ edant des courbes de longueur finie au- quel on pense est le groupe d’Heisenberg.
Th´ eor` eme 2 (J. Cheeger, B. Kleiner, 2006, [CK2]). Le groupe d’Heisenberg ( H , d) n’admet pas de plongement bilipschitzien dans L
1.
Ce r´ esultat r´ epond ` a une question pos´ ee par A. Naor, elle-mˆ eme motiv´ ee par une conjecture venant de l’informatique th´ eorique. Comme on le verra plus loin, pour l’informatique, le th´ eor` eme de non plongeabilit´ e prend tout son sens quand on le confronte au r´ esultat suivant, qui pr´ ecise, dans le cas du groupe d’Heisenberg, le th´ eor` eme d’Assouad.
Th´ eor` eme 3 (J. Lee, A. Naor, 2006, [LN]). Il existe une m´ etrique invariante d
0sur le groupe d’Heisenberg, ´ equivalente ` a d, telle que ( H , d
01/2) se plonge isom´ etriquement dans L
2.
1.2 Organisation de l’expos´ e
L’objet principal de ce la¨ıus est de raconter la preuve du th´ eor` eme 2. Si le fait que le groupe d’Heisenberg ne se plonge pas dans L
p, p > 1, r´ esulte de m´ ecanismes classiques, il me semble que le cas p = 1 introduit des id´ ees nouvelles. Dans la foul´ ee, je pr´ esente des probl´ ematiques actuelles en informa- tique (je remercie A. Naor de me l’avoir patiemment expliqu´ e) et en th´ eorie des groupes.
Plan.
1. Introduction
2. Motivation provenant de la th´ eorie g´ eom´ etrique des groupes 3. Motivation provenant de l’informatique th´ eorique
4. R´ esultats ant´ erieurs sur le probl` eme de plongement 5. Preuve du th´ eor` eme de non plongement dans L
12 Motivation provenant de la th´ eorie g´ eom´ etri- que des groupes
La th´ eorie des groupes apporte des exemples (les groupes) d’espaces m´ etriques qui ne sont pas doublants, pour la plupart. N´ eanmoins, on va voir que les r´ esultats ci-dessus apportent un ´ eclairage utile.
2.1 Compression
D´ efinition 3 Une application f : X → Y entre espaces m´ etriques est un plon- gement uniforme s’il existe une constante C et une fonction φ tendant vers +∞
telles que pour tous x, x
0∈ X ,
φ(d(x, x
0)) ≤ d(f (x), f (x
0)) ≤ C d(x, x
0).
Th´ eor` eme 4 (G. Yu, 2000, [Yu]). La conjecture de Baum-Connes grossi` ere est vraie pour les groupes qui poss` edent un plongement uniforme dans un espace de Hilbert.
Th´ eor` eme 5 (M. Gromov, 2003, [Gr2]). Il existe des groupes de pr´ esentation finie qui ne poss` edent aucun plongement uniforme dans un espace de Hilbert.
Ceci motive l’´ etude d´ etaill´ ee des plongements uniformes et la terminologie suivante
D´ efinition 4 (M. Gromov, [Gr1]). Le plus grand φ qui convient dans la d´ efinition d’un plongement uniforme f est appel´ e la compression de f .
Question 5 Etant donn´ es un espace m´ etrique X et une classe d’espaces m´ etri- ques Y, quelle est la plus grande compression possible pour des plongements de X dans des ´ el´ ements de la classe Y ?
2.2 Exemples de plongements dans des espaces ` p
Th´ eor` eme 6 (J. Bourgain, 1986, [Bo2], R. Tessera, 2006, [Te]). Supposons qu’il existe un plongement d’un arbre r´ egulier dans `
pde compression φ. Alors
Z
+∞1
( φ(t)
t )
max{2,p}dt
t < +∞.
R´ eciproquement, toute fonction croissante satisfaisant Z
+∞1
( φ(t) t )
pdt
t < +∞
est major´ ee par la compression d’un plongement dans `
pd’un espace m´ etrique quelconque tir´ e de la liste suivante : arbres r´ eguliers, r´ eseaux uniformes des groupes de Lie connexes, groupes hyperboliques, produits en couronne F o Z o` u F est un groupe fini.
Exemple 6 (Folklore). Les arbres se plongent dans `
pavec compression φ(t) ≥ t
1/p.
En effet, fixons une origine o ∈ T
0et plongeons l’arbre T dans `
1(T
0) en en- voyant un sommet x sur la fonction caract´ eristique de la g´ eod´ esique de o ` a x.
Ensuite, on plonge `
1(T
0) dans `
p(T
0) de la fa¸ con ´ evidente. On obtient une compression t
1/p.
Question 7 Est-ce que tous les plongements int´ eressants d’espaces m´ etriques dans `
psont obtenus de cette mani` ere, i.e. en passant par `
1?
Pendant un certain temps, on aurait pu penser que oui. Par exemple, la Pro- pri´ et´ e A de Yu, qui donne une condition suffisante pour qu’un espace m´ etrique se plonge uniform´ ement dans L
2, fonctionne de cette fa¸ con. Les r´ esultats com- bin´ es de Cheeger, Kleiner, Lee et Naor montrent que ce n’est pas le cas. On peut bien se plonger dans L
2(apr` es remplacement de d par √
d) sans se plonger
dans L
1.
3 Motivation provenant de l’informatique th´ eo- rique
Un plongement d’un espace m´ etrique fini dans l’espace euclidien ou/et dans
`
1intervient souvent dans les algorithmes de base de l’informatique th´ eorique.
On va le voir pour le probl` eme Sparsest Cut.
3.1 La conjecture de Goemans et Linial
Le meilleur algorithme connu pour une r´ esolution approch´ ee de Sparsest Cut, SDP (je vais l’expliquer), donne, dans le pire des cas, pour un graphe ` a n sommets, une r´ eponse qui diff` ere de l’optimum d’un facteur au plus ´ egal ` a la constante L
nd´ efinie comme suit.
Notation 8 On consid` ere tous les espaces m´ etriques ` a n points (X, d) tels que (X, d
1/2) se plonge isom´ etriquement dans l’espace euclidien. Soit L
nle plus petit L tel que tous ces espaces admettent un plongement L-lipschitzien et qui augmente les distances dans `
1.
M.X. Goemans (en 1997, [Go]) et N. Linial (en 2002, [Li]) ont demand´ e si L
nest born´ e ind´ ependamment de n.
En 2005, S. Khot et N. Vishnoi ont donn´ e un contre-exemple, [KV].
Les boules du graphe de Cayley du groupe de Heisenberg discret fournissent d’autres contre-exemples, plus naturels et ayant des propri´ et´ es suppl´ ementaires.
3.2 Sparsest Cut
Probl` eme 9 Sparsest Cut consiste ` a calculer la constante de Cheeger d’un graphe fini.
Une coupure dans un graphe pond´ er´ e G est une partition des sommets en G
0= S ∪ S. ¯
Φ(S) = #∂S
#S # ¯ S . La constante de Cheeger de G est Φ
∗(G) = min
∅(S(G0
Φ(S).
Le calcul exact de Φ
∗est NP-difficile. Mais une coupure (presque) optimale est fr´ equemment utilis´ ee dans des algorithmes.
Arithm´ etisation Φ(S) =
P
aretesuv
m(uv)|1
S(u) − 1
S(v)|
P
u
P
v
|1
S(u) − 1
S(v)| .
Soit d(u, v) = |1
S(u) − 1
S(v)|. C’est une semi-distance sur G
0, induite par une
application vers l’espace m´ etrique ` a 2 points {0, 1}. L’enveloppe convexe de ces
semi-distances est exactement l’ensemble des semi-distances plongeables dans
`
1. Par cons´ equent,
Φ
∗= min
dplongeable dans`1
P
aretesuv
m(uv)d(u, v) P
u
P
v
d(u, v)
= min{ X
aretesuv
m(uv)d(u, v) | d plongeable dans `
1, X
u
X
v
d(u, v) = 1}.
3.3 Approche de Sparsest Cut par la programmation lin´ e- aire
Malheureusement, le probl` eme de d´ ecider si un espace m´ etrique fini est plon- geable ou non dans `
1est NP-complet.
Relaxation. Oublions la condition de plongeabilit´ e dans `
1. Cela ram` ene
`
a un probl` eme de programmation lin´ eaire, not´ e LP, pour lequel il existe des algorithmes polynˆ omiaux. Soit Φ
LPle minimum de ce probl` eme.
Th´ eor` eme 7 (J. Bourgain, 1985, [Bo1]). Tout espace m´ etrique ` a n points se plonge dans L
2(et donc dans L
1) avec distorsion au plus O(log(n)). C’est op- timal.
Corollaire 10
Φ
LP≤ Φ
∗≤ C log(n)Φ
LP,
ce qui montre que LP fournit une approximation de Φ
∗` a un facteur multiplicatif log(n) pr` es.
Preuve. La m´ etrique d
0plongeable dans `
1qui est O(log(n))-proche de la so- lution d de LP satisfait
Φ
∗≤ Φ(d
0) ≤ C log(n)Φ
∗= C log(n)Φ
LP.
Proc´ edure d’arrondi. (N. Linial, E. London, Y. Rabinovich, 1995, [LLR]).
Le plongement de Bourgain est calculable en temps polynˆ omial, on peut en tirer une coupure S qui r´ ealise approximativement Φ
LP.
3.4 Approche de Sparsest Cut via la programmation semi- d´ efinie
Arithm´ etisation.
Φ(S) = P
aretesuv
m(uv)|1
S(u) − 1
S(v)|
2P
u
P
v
|1
S(u) − 1
S(v)|
2.
Relaxation. On autorise des fonctions x : G
0→ L
2et non seulement ` a valeurs dans {0, 1}, en gardant la contrainte
∀u, v, w ∈ G
0, |x(u) − x(v)|
2≤ |x(u) − x(w)|
2+ |x(w) − x(v)|
2,
satisfaite par les fonctions caract´ eristiques. Cela ram` ene ` a un probl` eme de pro- grammation semi-d´ efinie, not´ e SDP, pour lequel il existe des algorithmes po- lynˆ omiaux. Soit Φ
SDP= Φ(x) son minimum.
Soit d(u, v) = |x(u) − x(v)|
2. C’est une semi-distance sur G
0, et d
1/2est induite par un plongement dans l’espace euclidien. Par cons´ equent,
Φ
SDP= min{ X
aretesuv
m(uv)d(u, v) | d distance, √
d plongeable dans L
2, X
u
X
v
d(u, v) = 1}.
Clairement,
Φ
SDP≤ Φ
∗≤ L
nΦ
SDP,
ce qui montre que Φ
∗est calculable en temps polynˆ omial ` a un facteur multipli- catif L
npr` es.
3.5 Estimation de L n
Th´ eor` eme 8 (S. Arora, J. Lee, A. Naor, 2005, [ALN]). Soit (X, d) un espace m´ etrique ` a n points. On suppose que (X, d
1/2) se plonge isom´ etriquement dans L
2. Alors (X, d) se plonge aussi dans L
2avec distorsion O( p
log(n) log(log(n))).
Remarque 11 C’est presque optimal, puisque l’ensemble des sommets du n- cube `
1ne se plonge pas dans L
2avec distorsion < √
n (Enflo, 1969, [En]).
Corollaire 12 L
n= O( p
log(n) log(log(n))).
En effet, L
2se plonge isom´ etriquement dans L
1.
Remarque 13 La non plongeabilit´ e du groupe de Heisenberg entraˆıne une borne inf´ erieure sur L
n. Cheeger, Kleiner and Naor annoncent qu’elle peut ˆ etre rendue effective. Conjecturalement, L
n= Ω(log(log(n))
δ) pour un δ > 0.
Conclusion 14 L’approche SDP donne actuellement la meilleure solution con- nue du probl` eme Sparsest Cut g´ en´ eral. Dans le cas particulier o` u les poids sont tous ´ egaux, S. Arora, E. Hazan, S. Kale, 2004, [AHK] donnent un algorithme polynˆ omial diff´ erent qui calcule Φ
∗` a un facteur O( p
log(n)) pr` es.
4 R´ esultats ant´ erieurs sur la plongeabilit´ e qua- siisom´ etrique
4.1 Plongements dans ` p et L p , p > 1
Th´ eor` eme 9 (Semmes, 1996, [Se]). H ne se plonge pas quasiisom´ etriquement
dans un espace de Banach de dimension finie.
(Pauls, 2001, [Pa]). H ne se plonge pas quasiisom´ etriquement dans un espace de Hilbert, ni, plus g´ en´ eralement, dans un espace CAT (0).
(Cheeger-Kleiner, 2006, [CK2]). H ne se plonge pas quasiisom´ etriquement dans un espace de Banach qui poss` ede la propri´ et´ e de Radon-Nikodym.
D´ efinition 15 (Heinonen-Koskela, 1996, [HK]). On dit qu’un espace m´ etrique est PI s’il est doublant et s’il satisfait une in´ egalit´ e de Poincar´ e (1, p),
I
B
|f − I
B
f| ≤ const. diameter(B) I
2B
|∇f |
p 1/p,
pour tous les sur-gradients |∇f | de f .
4.2 Propri´ et´ e GFDA
D´ efinition 16 Un espace de Banach V satisfait la condition GFDA (pour good finite dimensional approximation) s’il existe un syst` eme compatible de projec- tions π
i: V → W
isur des espaces de dimension finie tel que
1. ||v|| = lim
i→∞||π
i(v)||.
2. ∀ > 0, pour tout suite ρ
id´ ecroissant vers 0, il existe N tel que chaque fois que deux vecteurs v et v
0satisfont, pour i = 1, . . . , N , ||v|| − ||π
i(v)|| <
ρ
i||v||, ||v
0||−||π
i(v
0)|| < ρ
i||v
0|| et ||π
N(v) − π
N(v
0)|| < N
−1max{||v||, ||v
0||}, alors ||v − v
0|| < max{||v||, ||v
0||}.
Exemples 17 1. Cette classe contient `
1mais pas L
1. En effet, GFDA ⇒ RNP.
2. Tout dual s´ eparable poss` ede une norme ´ equivalente qui est GFDA. En effet, d’apr` es Kadec et Klee, [Kad], [Kl], dans un dual s´ eparable, quitte
`
a changer de norme, la convergence faible et la convergence des normes entraˆıne la convergence forte.
Th´ eor` eme 10 (Cheeger-Kleiner, 2006, [CK1]). Les espaces PI dont les cˆ ones tangents ont une dimension de Hausdorff strictement sup´ erieure ` a leur dimen- sion topologique ne se plongent pas bi-lipschitz dans les espaces de Banach qui satisfont la condition GFDA. Noter qu’il existe des espaces PI qui se plongent dans L
1.
4.3 Le groupe d’Heisenberg
D´ efinition 18 Le groupe d’Heisenberg H est le groupe de Lie de dimension 3 dont l’alg` ebre de Lie a pour base ξ, η et ζ tels que [ξ, η] = ζ. Les champs de vecteurs invariants ` a gauche ξ et η engendrent un champ de plans H . La distance de Carnot d(x, x
0) est l’inf des longueurs des courbes tangentes ` a H joignant x ` a x
0. L’homoth´ etie δ
test l’automorphisme induit par δ
t(ξ) = tξ, δ
t(η) = tη, δ
t(ζ) = t
2ζ. Elle multiplie les distances de Carnot par t.
La finitude de la distance de Carnot r´ esulte de la figure suivante.
!
x x’
x x
(x)
x
1 2
3
(x )1
(x )2 (x )3
"
"
#"
$ #$
$
Remarque 19 1. d(x, x exp(t
2ζ)) = td(1, exp(ζ)) = const. t.
2. volumeB(x, t) = t
4volumeB(x, 1) = const. t
4, donc la dimension de Haus- dorff est 4.
4.4 Non plongeabilit´ e du groupe de Heisenberg dans les espaces de Banach RNP
1. Un application lipschitzienne poss` ede des d´ eriv´ ees partielles horizontales presque partout.
Par d´ efinition de la propri´ et´ e de Radon-Nikodym.
2. Ces d´ eriv´ ees sont approximativement continues presque partout.
C’est g´ en´ eral pour les espaces doublants.
3. En un tel point x, d(f (x), f(x
0)) = o(d(x, x
0)) si x
0est sur la droite verti- cale passant par x.
Soit x
0= x exp(t
2ζ), de sorte que d(x, x
0) ∼ t. On joint x ` a x
0par des courbes int´ egrales de ξ, η, −ξ, −η, d’extr´ emit´ es x = x
0, x
1, x
2, x
3, x
4= x
0comme indiqu´ e sur la figure ci-dessus. Alors
f (x
1) − f (x) ∼ tξf(x), f (x
3) − f (x
2) ∼ −tξf (x), d’o` u
f (x
1) − f (x) + f (x
3) − f (x
2) = o(t).
De mˆ eme f (x
2) − f(x
1) +f (x
0) − f (x
3) = o(t). En additionnant, f (x
0) −f (x) = o(t). Ceci est incompatible avec une in´ egalit´ e de la forme k f (x
0) − f (x) k≥
c d(x, x
0).
5 Preuve de l’impossibilit´ e de plonger dans L 1
Remarque 20 L
1n’a pas la propri´ et´ e de Radon-Nikodym.
En effet, t 7→ 1
[0,t], R
+→ L
1( R
+), est isom´ etrique, mais nulle part diff´ erentiable.
5.1 Sch´ ema de la preuve
1. A une application f : X → L
1(Y, ν), on associe une famille canonique de sous-ensembles S ⊂ X , g´ en´ eralisant les ensembles de niveau.
2. f est ` a variation born´ ee si et seulement si presque tout S est de p´ erim` etre fini.
3. (Franchi, Serapioni, Serra-Cassano, 2001, [FSS]). Si S ⊂ H est de p´ erim` etre fini, alors, en presque tout point, les dilat´ es par δ
tde S convergent vers des demi-espaces verticaux.
4. Au voisinage des bons points, ` a petite ´ echelle, f factorise approximative- ment par H /[ H , H ], ce qui l’empˆ eche d’ˆ etre bilipschitzienne.
5.2 Distances de coupure
D´ efinition 21 Une semi-distance de coupure ´ el´ ementaire sur X, c’est d
S(x, x
0) = |1
S(x) − 1
S(x
0)|
o` u S ⊂ X est une coupure. Une semi-distance de coupure est une somme de semi-distances de coupure ´ el´ ementaires, i.e.
d(x, x
0) = Z
{S}
d
S(x, x
0) dµ
d(S) o` u µ
dest une mesure sur l’ensemble des coupures.
Une r´ ef´ erence g´ en´ erale sur les distances de coupure est [DL].
Lemme 22 (P. Assouad, 1977, [As1]). Une semi-distance d sur X est induite par une application f : X → L
1(Y, ν) si et seulement si c’est une semi-distance de coupure.
Preuve du lemme d’Assouad, ⇐. Supposons que d est une semi-distance de coupure. Fixons une origine o ∈ X . Soit S(x) l’ensemble des coupures qui s´ eparent x de o. Alors x 7→ 1
S(x)plonge (X, d) isom´ etriquement dans L
1({S}, µ
d).
5.3 La mesure de coupure
D´ efinition 23 L’´ epigraphe d’une fonction u : Y → R est E
u= {(y, t) ∈ Y × R | t
−1u(y) > 1}.
t
y
u
y
E t E
Eu Ev v
Lemme 24 Si u, v ∈ L
1(Y, ν), ||u − v||
L1= (ν ⊗ dt)(E
u∆E
v).
Preuve du lemme d’Assouad, ⇒. Soit f : X → L
1(Y, ν). A chaque (y, t) ∈ Y × R , correspond une coupure S(y, t) = {x ∈ X | (y, t) ∈ E
f(x)} = {x ∈ X | t
−1f (x)(y) > 1}. Soit µ
f= S
∗(ν ⊗ dt). Alors pour tous x, x
0∈ X ,
d(f (x), f (x
0)) = ||f (x) − f (x
0)||
L1= (ν ⊗ dt)(E
f(x)∆E
f(x0))
= Z
Y×R
|1
Ef(x)(y, t) − 1
Ef(x0)(y, t)| dν(y) dt
= Z
Y×R
|1
S(y,t)(x) − 1
S(y,t)(x
0)| dν(y) dt
= Z
{S}
|1
S(x) − 1
S(x
0)| dµ
f(S).
5.4 Variation born´ ee
On rappelle que si h est une fonction lisse sur un ouvert U de R
n, aire(graphe(h)) =
Z
p 1 + |∇h|
2∼ V ol(U ) + ||Liph||
L1.
Toute limite L
1de fonctions h de norme ||Liph||
L1born´ ee conduit ` a une surface d’aire finie. Cela a conduit Tonelli ` a la
D´ efinition 25 Soient X et Y des espaces m´ etriques. Une application L
1f : X → Y est ` a variation born´ ee si c’est la limite L
1d’une suite de fonctions localement lipschitziennnes h
itelles que Liph
ireste born´ e dans L
1. La borne inf´ erieures des limites des R
Liph
isur toutes les approximations h
is’appelle la variation de f .
Un sous-ensemble S ⊂ X a un p´ erim` etre fini si sa fonction caract´ eristique 1
Sest ` a variation born´ ee. Le p´ erim` etre de S est ´ egal ` a la variation of 1
S.
Pour les fonctions BV ` a valeurs r´ eelles, la formule de la coaire donne variation(h) =
Z
R
p´ erim` etre({h > t}) dt.
Cela s’´ etend aux applications X → L
1(Y, ν) comme suit.
Th´ eor` eme 11 (Cheeger-Kleiner, [CK2]). Soit X un espace PI. Soit f ∈ L
1(X, L
1(Y, ν)).
Alors f est ` a variation born´ ee si et seulement si µ
f-presque toute coupure est de p´ erim` etre fini. De plus
Z
{S}
p´ erim` etre(S) dµ
f(S) = Z
Y
variation(f (·, y)) dν(y) ≤ const. variation(f ).
5.5 Mauvais points
D´ esormais, X = R
nou X = H . Un demi-espace dans H est l’image r´ eciproque de R
+par un homomorphisme de groupes H → R (il est born´ e par un plan ver- tical).
Notation 26 Pour S ⊂ X , x ∈ ∂S, soit
α(S, x, r) = min
Hdemi−espace passant parx
I
B(x,r)
|1
S− 1
H|.
On dit qu’un point x est (, R)-mauvais pour S, et on note x ∈ Bad
,R(S), s’il existe r < R tel que α(S, x, r) > .
Pour tout S, le p´ erim` etre de S est une mesure ||∂S|| sur X , port´ ee par la fronti` ere de S. On peut la restreindre aux mauvais points. Etant donn´ ee une mesure µ sur l’ensemble des coupures de p´ erim` etre fini, la mesure du mauvais p´ erim` etre λ
µ,,Rest d´ efinie sur une fonction continue u par
Z
X
u(x) dλ
µ,,R(x) = Z
{S}
Z
Bad,R(S)
u(x) d||∂S||(x) dµ(S).
Th´ eor` eme 12 (Franchi, Serapioni, Serra-Cassano, 2001, [FSS]). Soit S un en- semble de p´ erim` etre fini dans H . Le p´ erim` etre de l’ensemble Bad
,R(S) tend vers 0 quand R tend to 0.
Corollaire 27 Soit µ une mesure sur l’ensemble des coupures de p´ erim` etre fini.
La masse totale de la mesure λ
µ,,Rtend vers 0 quand R tend to 0.
5.6 Approximation d’une mesure de coupure par une me- sure port´ ee par les demi-plans
Soit µ une mesure sur l’ensemble des coupures de p´ erim` etre fini, soit d
µla semi-distance correspondante. Etant donn´ es x ∈ X et r > 0, soit δ
∗x,rd
µla distance distance compos´ ee avec l’homoth´ etie de rapport r et de centre x.
Th´ eor` eme 13 (Cheeger-Kleiner). Pour presque tout x ∈ X, il existe des me- sures µ
rport´ ees par les demi-espaces telles que ||
1rδ
∗x,rd
µ− d
µr|| tend vers 0 dans L
1(X × X ).
Preuve. Par diff´ erentiation de la mesure du mauvais p´ erim` etre, on obtient pour presque tout x un ensemble de mesure presque pleine dans la boule B(x, r) de points o` u la plupart (au sens de µ) des coupures sont proches de demi-espaces.
Pour une telle coupure S, on choisit le demi-espace HS(S) le plus proche de S,
et on pose µ
r=
1r(HS ◦ δ
x,r)
∗µ.
Preuve du th´ eor` eme de non-plongement. Si f : H → L
1est un plon- gement bilipschitzien, de mesure de coupure µ, d
µ(x
0, x
00) = d(f (x
0), f (x
00)) ≥ const.d(x
0, x
00), donc
1
r δ
∗x,rd
µ(x
0, x
00) ≥ const.d(x
0, x
00).
En revanche, une distance de coupure concentr´ ee sur les demi-espaces satisfait d
µr(x
0, x
00) = d
µr(x
0mod Z( H ), x
00mod Z( H )).
Deux telles semi-distances ne peuvent pas ˆ etre L
1-proches.
5.7 La normale unitaire d’un ensemble de p´ erim` etre fini
On donne la preuve du th´ eor` eme 12. Ici, X = R
nor H . Soit S ⊂ X un ensemble de p´ erim` etre fini. On utilise la formule de la divergence pour d´ efinir la normale au bord. Dans H , la divergence d’un champ de vecteurs horizontal est d´ efinie comme suit : φ = φ
ξξ + φ
ηη, div(φ) = ξφ
ξ+ ηφ
η.
Lemme 28 (De Giorgi, 1954, [DG]). Il existe un champ de vecteurs unitaire (horizontal) mesurable ν tel que pour tout champ de vecteur ` a support compact (horizontal) φ,
− Z
S
div(φ) = Z
X
hν, φid||∂S||.
Preuve. Pour une fonction lipschitzienne h, la formule de la divergence entraˆıne
| Z
S
h div(φ)| ≤ ||φ||
L∞Z
X
Liph.
Cela montre que φ 7→ − R
S