Vous êtes sur la page 1sur 520

MESURE, INTEGRATION, PROBABILITES

Thierry Gallout Raphale Herbin


17 octobre 2011
Table des matires
I Cours et exercices 6
1 Motivation et objectifs 7
1.1 Intgrale des fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Insufsance de lintgrale des fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Les probabilits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Structure du cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2 Tribus et mesures 18
2.1 Introduction... par les probabilits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 Cas dun problme discret" . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.2 Exemple continu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2 Tribu ou algbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3 Mesure, probabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 mesure signe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5 La mesure de Lebesgue sur la tribu des borliens . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.6 Indpendance et probabilit conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.6.1 Probabilit conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.6.2 Evnements indpendants, tribus indpendantes . . . . . . . . . . . . . . . . . . . . . . . 38
2.6.3 Probabilits sur les borliens de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.7.1 Tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.7.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.7.3 Probabilits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3 Fonctions mesurables, variables alatoires 52
3.1 Introduction, topologie sur R
+
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.2 Fonctions tages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3 Fonctions mesurables et variables alatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.4 Mesure image, loi dune v.a., v.a. indpendantes . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.5 Convergence p.p., p.s., en mesure, en probabilit . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
1
4 Fonctions intgrables 74
4.1 Intgrale dune fonction tage positive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.2 Intgrale dune fonction mesurable positive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.3 Thorme de convergence monotone et lemme de Fatou . . . . . . . . . . . . . . . . . . . . . . . 79
4.4 Mesures et probabilits de densit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.4.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.4.2 Exemples de probabilits de densit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.5 Lespace L
1
des fonctions intgrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.6 Lespace L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.7 Thormes de convergence dans L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.7.1 Convergence presque partout et convergence dans L
1
. . . . . . . . . . . . . . . . . . . . 89
4.7.2 Srie absolument convergente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.8 Continuit et drivabilit sous le signe
_
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.9 Esprance et moments des variables alatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.10 Espace L
1
C
(E, T, m) et espace L
1
R
N
(E, T, m) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4.11 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.11.1 Intgrale des fonctions mesurables positives et espace L
1
. . . . . . . . . . . . . . . . . . 98
4.11.2 Lespace L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.11.3 Esprance et moments des variables alatoires . . . . . . . . . . . . . . . . . . . . . . . . 106
5 Mesures sur la tribu des borliens 110
5.1 Lintgrale de Lebesgue et lintgrale des fonctions continues . . . . . . . . . . . . . . . . . . . . 110
5.2 Mesures abstraites et mesures de Radon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.3 Changement de variables, densit et continuit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.4 Intgrales impropres des fonctions de R dans R . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6 Les espaces L
p
127
6.1 Dnitions et premires proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.1.1 Les espaces L
p
, avec 1 p < + . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.1.2 Lespace L

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.1.3 Quelques proprits des espaces L
p
, 1 p + . . . . . . . . . . . . . . . . . . . . . 135
6.2 Analyse hilbertienne et espace L
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
6.2.1 Dnitions et proprits lmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
6.2.2 Projection sur un convexe ferm non vide . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.2.3 Thorme de Reprsentation de Riesz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.2.4 Bases hilbertiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
6.3 Dualit dans les espaces L
p
, 1 p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
6.3.1 Dualit pour p = 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
6.3.2 Dualit pour 1 p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
6.3.3 Thorme de Radon-Nikodym . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
6.4 Convergence faible, faible-, troite, en loi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
6.4.1 Convergence faible et faible- . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
6.4.2 Convergence troite et convergence en loi . . . . . . . . . . . . . . . . . . . . . . . . . . 164
6.4.3 Lois des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
6.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
6.5.1 Espaces L
p
, 1 p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
2
6.5.2 Espaces de Hilbert, Espace L
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.5.3 Thorme de Radon-Nikodym et Dualit dans L
p
. . . . . . . . . . . . . . . . . . . . . . 179
6.5.4 Convergence faible, faible-, troite, en loi. . . . . . . . . . . . . . . . . . . . . . . . . . . 184
7 Produits despaces mesurs 194
7.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7.2 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
7.3 Thormes de Fubini-Tonelli et Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
7.4 Mesure de Lebesgue sur la tribu des borliens de R
N
. . . . . . . . . . . . . . . . . . . . . . . . 203
7.5 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
7.6 Formules de changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
7.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
7.7.1 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
7.7.2 Fubini-Tonelli et Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
7.7.3 Mesure de Lebesgue sur B(R
N
) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
7.7.4 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
7.7.5 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
8 Densit, sparabilit et compacit 219
8.1 Thormes de densit pour les espaces L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
8.1.1 Densit des fonctions C
c
(, R) dans L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . 219
8.1.2 Rgularisation par convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
8.1.3 Densit de C

c
(, R) dans L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
8.2 Sparabilit de L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
8.3 Compacit dans les espaces L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
8.4 Compacit faible- . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
8.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
9 Vecteurs alatoires 229
9.1 Dnition, proprits lmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
9.2 Indpendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
9.3 Vecteurs gaussiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
9.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
9.4.1 Dnition, proprits lmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
9.4.2 Indpendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
9.4.3 Vecteurs gaussiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
10 Transformation de Fourier 241
10.1 Introduction et notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
10.2 Transformation de Fourier dans L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
10.2.1 Dnitions et premires proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
10.2.2 Thorme dinversion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
10.2.3 Rgularit et dcroissance linni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
10.3 Transforme de Fourier dune mesure signe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
10.4 Transformation de Fourier dans L
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
10.5 Rsolution dune EDO ou dune EDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
10.6 Fonction caractristique dun vecteur alatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
10.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
3
10.7.1 Transformation de Fourier dans L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
10.7.2 Transforme de Fourier dune mesure signe . . . . . . . . . . . . . . . . . . . . . . . . 256
10.7.3 Transformation de Fourier dans L
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
10.7.4 Fonction Caractristique dune v.a.r. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
11 Esprance conditionnelle et martingales 261
11.1 Esprance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
11.2 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
11.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
11.3.1 Esprance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
11.3.2 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
II Corrigs dexercices 277
12 Motivation et objectifs 278
13 Tribus et mesures 290
13.1 Tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
13.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
13.3 Probabilits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
14 Fonctions mesurables, variables alatoires 319
14.1 Fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
15 Fonctions intgrables 341
15.1 Intgrale sur /
+
et sur L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
15.2 Espace L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
15.3 Esprance et moments des variables alatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374
16 Mesures sur la tribu des borliens 383
17 Les espaces L
p
397
17.1 Espaces L
p
, 1 p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
17.2 Espaces de Hilberts, espace L
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413
17.3 Thorme de Radon-Nikodym et Dualit dans L
p
. . . . . . . . . . . . . . . . . . . . . . . . . . 429
17.4 Convergence faible, faible-, troite, en loi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438
18 Produits despaces mesurs 460
18.1 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460
18.2 Fubini-Tonelli et Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 463
18.3 Mesure de Lebesgue sur B(R
N
) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 467
18.4 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 476
18.5 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479
19 Densit, sparabilit et compacit dans L
p
486
4
20 Vecteurs alatoires 494
20.1 Dnition, proprits lmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494
20.2 Indpendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495
20.3 Vecteurs gaussiens, thorme central limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 501
21 Transformation de Fourier 503
21.1 Transforme de Fourier dans L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503
21.2 Transforme de Fourier dune mesure signe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 505
21.3 Fonction caractristique dun v.a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 506
22 Esprance conditionnelle et martingales 511
22.1 Esprance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 511
22.2 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518
5
Premire partie
Cours et exercices
6
Chapitre 1
Motivation et objectifs
Nous commenons par donner ici un aperu des motivations de la thorie de lintgration, en montrant dabord les
limitations de lintgrale des fonctions continues (sur un intervalle compact de R). Lintgrale de Riemann possde
essentiellement les mmes limitations.
1.1 Intgrale des fonctions continues
Nous prsentons ici quelques rappels sur lintgrale des fonctions continues sur un intervalle compact de R. Nous
montrons pourquoi cette thorie de lintgrale des fonctions continues semble insufsante.
Nous nous limitons ltude des fonctions dnies sur lintervalle [0, 1] valeurs dans R. Nous allons en fait
dnir lintgrale des fonctions rgles (on appelle fonction rgle une fonction qui est limite uniforme dune
suite de fonctions en escalier"). Ceci nous donnera lintgrale des fonctions continues car toute fonction continue
est rgle (voir lexercice 1.2). La dnition de lintgrale des fonctions rgles (comme celle de lintgrale de
Riemann, qui sera rappele dans lexercice 5.3, et celle de lintgrale de Lebesgue) peut tre vue en 3 tapes, qui,
ici, scrivent :
1. Mesurer les intervalles de [0, 1]. Pour 0 1, on pose m(], [) = .
2. Intgrer les fonctions en escalier. Soit f : [0, 1] R, une fonction en escalier. Ceci signie quil existe p N

,
une famille (
i
)
i0,...,p]
, avec :
0
= 0,
i
<
i+1
, pour tout i 0, . . . , p 1,
p
= 1, et une famille
(a
i
)
i0,...,p1]
R tels que :
f(x) = a
i
, x ]
i
,
i+1
[, i 0, . . . , p 1. (1.1)
On pose alors :
_
1
0
f(x)dx =
p1

i=0
a
i
m(]
i
,
i+1
[). (1.2)
On montre que la dnition prcdente est bien cohrente, cest--dire que lintgrale de f ne dpend que du
choix de f et non du choix des
i
(voir lexercice 1.2).
3. Passer la limite". Soit f : [0, 1] R, une fonction rgle, il existe une suite (f
n
)
nN
de fonctions en escalier
convergeant uniformment vers f. On pose :
I
n
=
_
1
0
f
n
(x)dx. (1.3)
7
On peut montrer que la suite (I
n
)
nN
est de Cauchy (dans R). On pose :
_
1
0
f(x)dx = lim
n
I
n
. (1.4)
On montre que cette dnition est cohrente car lim
n
I
n
ne dpend que de f et non du choix de la suite
(f
n
)
nN
(voir lexercice 1.2).
Remarque 1.1 Un des intrts de la mthode prsente ci dessus est quelle permet aussi de dnir (sans travail
supplmentaire) lintgrale de fonctions continues de [0, 1] (ou dun intervalle compact de R) dans E, o E est un
espace de Banach (cest--dire un espace vectoriel norm complet sur R ou C). Les mthodes de Riemann (voir
lexercice 5.3) et de Lebesgue (prsente dans ce cours) sont limites" des fonctions prenant leurs valeurs dans
R car elles utilisent fortement la relation dordre dans R (elles redonnent, dans le cas de fonctions continues de
[0, 1] dans R, la mme intgrale que ci-dessus). Pour lintgrale de Lebesgue, il faut alors un travail supplmentaire
pour dvelopper une thorie de lintgration pour des fonctions prenant leurs valeurs dans un espace de Banach
(lorsque cet espace est de dimension innie, le cas o lespace est de dimension nie reste simple car on est alors
amen considrer un nombre ni dintgrales valeurs dans R).
1.2 Insufsance de lintgrale des fonctions continues
On note E lensemble des fonctions continues de [0, 1] dans R. On a ainsi dni
_
1
0
f(x)dx pour tout f E (car
lensemble des fonctions continues est contenu dans lensemble des fonctions rgles).
1. Thormes de convergence Un inconvnient important de la thorie de lintgration expose ci-dessus est que les
thormes naturels" de convergence pour cette thorie sont peu efcaces. A vrai dire, le seul thorme simple"
est le thorme suivant : Soient (f
n
)
nN
E et f E. On suppose que f
n
f uniformment quand n .
On a alors lim
n
_
1
0
f
n
(x)dx =
_
1
0
f(x)dx.
On rappelle que (f
n
)
nN
converge simplement vers f si :
> 0, x [0, 1], N(, x); n N(, x) [f
n
(x) f(x)[
et que (f
n
)
nN
converge uniformment vers f si :
> 0, N(); n N(), x [0, 1] [f
n
(x) f(x)[ .
Ce thorme est assez faible". Une consquence de la thorie de lintgrale de Lebesgue est le thorme suivant
(beaucoup plus fort que le prcdent) : Soient (f
n
)
nN
E, et f E. On suppose que que f
n
f simplement,
quand n , et quil existe M R t.q. [f
n
(x)[ M pour tout x [0, 1] et pour tout n N. On a alors
lim
n
_
1
0
f
n
(x)dx =
_
1
0
f(x)dx.
Ce rsultat est une consquence immdiate du thorme de convergence domine", il peut tre dmontr sans
utiliser la thorie de lintgrale de Lebesgue, mais cela est difcile, cest lobjet de lexercice 1.11.
2. Espaces non complets. Pour f E on pose (en remarquant que [f[ E et f
2
E) :
N
1
(f) =
_
1
0
[f(x)[dx, (1.5)
N
2
(f) =
_
_
1
0
(f(x))
2
dx
_1
2
. (1.6)
8
Les applications N
1
et N
2
sont des normes sur E (voir lexercice 1.6). Malheureusement lespace E, muni de
la norme N
1
(ou de la norme N
2
), nest pas vraiment intressant en pratique, en particulier parce que cet espace
nest pas complet (cest--dire quune suite de Cauchy nest pas ncessairement convergente). Ce nest pas un
espace de Banach (un espace de Banach est un espace vectoriel norm complet). La norme N
2
sur E est induite
par un produit scalaire mais, muni de cette norme, E nest pas un espace de Hilbert (un espace de Hilbert est un
espace de Banach dont la norme est induite par un produit scalaire, pour tous ces rsultats voir lexercice 1.6).
En fait lespace vectoriel des fonctions continues de [0, 1] dans R est intressant lorsquil est muni de la norme
de la convergence uniforme, cest--dire |f|
u
= sup
x[0,1]
[f(x)[, avec laquelle il est complet, cest donc alors
un espace de Banach.
Si lon travaille avec lensemble des fonctions rgles plutt que lensemble des fonctions continues, on nchappe
pas vraiment aux inconvnients cits prcdemment (N
1
et N
2
sont dailleurs alors des semi-normes). On peut
aussi gnraliser la dnition de lintgrale ci-dessus en amliorant un peu ltape 3 (passage la limite), cette
gnralisation se fait en introduisant les sommes de Darboux" (alors que lintgrale des fonctions continues peut
tre dnie en utilisant seulement les sommes de Riemann"). On obtient ainsi la dnition de lintgrale des
fonctions dites Riemann-intgrables" (voir lexercice 5.3). En fait cette gnralisation est dun intrt limit, les
inconvnients sont les mmes que pour lintgrale des fonctions continues (ou des fonctions rgles).
1.3 Les probabilits
La thorie des probabilits sest dveloppe dans le but de modliser" les phnomnes alatoires, cest dire de
dvelopper un formalisme mathmatique pour exprimer les problmes poss par ces phnomnes. En particulier,
lun des problmes est de mesurer la chance" dun certain vnement" de se raliser. Une partie importante de
ces phnomnes est de nature discrte", cest dire quil existe une injection de lensemble des cas possibles"
dans N. Lorsque de plus lensemble des cas possibles" ou des ventualits" est ni, le calcul des probabilits se
ramne des problmes de dnombrement. Par contre, lorsque lensemble des ventualits" est de nature innie
non-dnombrable, on aura besoin, pour dnir une probabilit, de la thorie de la mesure. Les liens qui existent
entre la thorie des probabilits et la thorie de la mesure et de lintgration sont nombreux, mais malheureusement,
le vocabulaire est souvent diffrent. Nous essaierons ici de montrer clairement les liens entre les deux thories et
de donner un dictionnaire" probabilits-intgration.
1.4 Objectifs
Lobjectif est de construire une thorie de lintgration donnant des thormes de convergence efcaces et de
bons" espaces fonctionnels, comme, par exemple, lespace L
2
R
(E, T, m) qui est un espace de Hilbert. La dmarche
pour construire cette thorie va tre trs voisine de celle que lon a utilise pour lintgrale des fonctions rgles
(ou pour lintgrale de Riemann, cf. Exercice 5.3). Elle va suivre 3 tapes, que nous pouvons (dans le cas, par
exemple, des fonctions de R dans R) dcrire ainsi :
1. Mesurer presque toutes" les parties de R (et pas seulement les intervalles).
2. Dnir lintgrale des fonctions tages, cest--dire des fonctions de R dans R ne prenant quun nombre ni de
valeurs (et pas seulement des fonctions en escalier).
3. Par un passage la limite", dnir lintgrale des fonctions limites (en un sens convenable) de fonctions tages.
Pour tre plus prcis, dans ltape 1 ci-dessus, on cherche une application : T(R) R
+
, o T(R) dsigne
lensemble des parties de R, t.q. :
(], [) = , pour tout , R, . (1.7)
9
(
nN
A
n
) =

nN
(A
n
),
pour toute famille (A
n
)
nN
T(R) t.q. A
n
A
m
= si n ,= m.
(1.8)
(Dans toute la suite de ce cours, la notation

nN
est identique

n=0
.)
Une telle application sur T(R) nexiste pas (voir lexercice 2.28), mais elle existe si on se limite une partie
convenable" de T(R), par exemple, la tribu de Borel dnie dans la suite.
Pour ltape 2, on intgrera les fonctions prenant un nombre ni de valeurs et pour lesquelles chaque tage" est
dans la tribu de Borel. De telles fonctions seront dites tages".
Enn, ltape 3, lide principale est de dnir lintgrale des fonctions positives qui sont limites croissantes"
dune suite de fonctions tages (on remplace donc la convergence uniforme utilise pour la dnition de lintgrale
des fonctions rgles par une convergence simple, en croissant").
La thorie de lintgration que nous allons ainsi obtenir contient (pour les fonctions dun intervalle compact de R
dans R) la thorie de lintgrale de Riemann (cf. Exercice 5.3) qui contient elle-mme la thorie de lintgrale des
fonctions rgles (et donc la thorie de lintgrale des fonctions continues).
1.5 Structure du cours
Ce cours est divis en 2 parties, la premire partie contient le cours et les exercices, la seconde partie contient
des corrigs dexercices. La premire partie est forme de 10 chapitres (sans ce chapitre introductif), selon de
dcoupage suivant :
Le chapitre 2 est une introduction la thorie de la mesure ; on y dnit en particulier lapplication ncessaire
pour mesurer les parties de R. On y introduit aussi les premires notions de probabilits.
Dans le chapitre 3, on introduit le concept de fonction mesurable, et son synonyme probabiliste", i.e. le concept
de variable alatoire", qui est une notion fondamentale pour le calcul des probabilits. On y dnit les notions
de convergence presque partout" et son synonyme probabiliste presque sre", et de convergence en mesure"
et son synonyme probabiliste convergence en probabilit".
On dnit au chapitre 4 lintgrale sur un espace mesur (suivant les tapes 1 3 dnies plus haut), et lesp-
rance des variables alatoires relles en thorie des probabilits. On dnit galement dans ce chapitre la notion
de convergence en moyenne.
On sintresse au chapitre 5 aux mesures dnies sur les borliens de R et aux proprits particulires de lint-
grale dnies sur R. On y tudie les lois probabilits de densit".
On tudie au chapitre 6 les espaces L
p
", ensembles des (classes de) fonctions mesurables de puissance p-ime
intgrable, et plus particulirement lespace L
2
, qui est un espace de Hilbert. On donne des rsultats de dualit
et on introduit les notions de convergence faible" et de convergence troite" (pour les probabilits).
Le chapitre 7 est consacr au produits despaces mesurs, lintgration de fonctions de plusieurs variables, au
produit de convolution.
Dans le chapitre 8, on revient sur ltude des espaces L
p
dans le cas particulier de la mesure de Lebesgue sur les
borliens dun ouvert de R
N
. On donne des rsultats de densit, de sparabilit et de compacit.
Le chapitre 9 est consacr aux vecteurs alatoires. On y gnralise des notions vues pour les variables alatoires
relles.
Le chapitre 10 est consacr ltude de la transforme de Fourier des fonctions de L
1
(classes de fonctions
mesurables intgrables au sens de Lebesgue sur R
N
) et de L
2
(classes de fonctions mesurables de carr int-
grable" au sens de Lebesgue sur R
N
) et des mesures. On introduit la fonction caractristique" de la thorie des
probabilits.
Le chapitre 11 est conscr lesprance conditionnelle et aux martingales.
10
1.6 Exercices
Exercice 1.1 (Convergences simple et uniforme) Corrig 1 page 278
Construire une suite (f
n
)
nN
C([0, 1], R) et f C([0, 1], R) t.q. f
n
f simplement, quand n , et
f
n
,f uniformment, quand n .
Exercice 1.2 (Intgrale dune fonction continue) Corrig 2 page 278
Une fonction g : [0, 1] R est dite en escalier" sil existe n 1 et x
0
, . . . , x
n
t.q. 0 = x
0
< x
1
< ... <
x
n1
< x
n
= 1 et g constante sur chaque intervalle ]x
i
, x
i+1
[, 0 i n 1.
Pour g en escalier et x
0
, . . . , x
n
comme dans la dnition ci dessus, on pose
_
1
0
g(x)dx =
n1

i=0
a
i
(x
i+1
x
i
),
o a
i
est la valeur prise par g sur ]x
i
, x
i+1
[.
1. Montrer que la dnition prcdente est bien cohrente, cest--dire que lintgrale de g ne dpend que du choix
de g et non du choix des x
i
. Montrer que lapplication qui g associe lintgrale de g est linaire de lensemble
des fonctions en escalier dans R.
2. Soit f C([0, 1], R).
(a) Construire une suite de fonctions en escalier (f
n
)
nN
t.q. f soit limite uniforme de (f
n
)
nN
lorsque n +.
(b) Soit (f
n
)
nN
une suite de fonctions en escalier t.q. f soit limite uniforme de (f
n
)
nN
lorsque n +.
Montrer que la suite (I
n
)
nN
R, o I
n
est lintgrale de la fonction en escalier f
n
, converge. Enn,
montrer que la limite I = lim
n
I
n
ne dpend que de f, et non de la suite (f
n
)
nN
. On pose alors
_
1
0
f(x)dx = I.
3. Montrer que lapplication qui f associe lintgrale de f est linaire de C([0, 1], R) dans R et que, pour tout
f C([0, 1], R), on a [
_
1
0
f(x)dx[
_
1
0
[f(x)[dx max
x[0,1]
[f(x)[.
Exercice 1.3 (Sur lintgrale des fonctions continues) Corrig 3 page 280
Soit (
n
)
nN
C([0, 1], R) et C([0, 1], R). On suppose que
n
simplement quand n .
1. Montrer que si lim
n
_
1
0
[
n
(x) (x)[ dx 0, on a alors
lim
n
_
1
0

n
(x) dx =
_
1
0
(x) dx.
2. Montrer que si (
n
)
nN
converge uniformment vers , alors lim
n
_
1
0

n
(x) dx =
_
1
0
(x) dx.
3. Donner un exemple de suite (
n
)
nN
qui converge vers simplement, mais non uniformment, t.q.
lim
n
_
1
0

n
(x) dx =
_
1
0
(x) dx.
11
4. Donner un exemple de suite (
n
)
nN
qui converge simplement vers t.q.
lim
n
_
1
0

n
(x) dx ,=
_
1
0
(x) dx.
5. Si la suite (
n
)
nN
satisfait les deux conditions :
(a) Pour tout , 0 < < 1, (
n
)
nN
converge uniformment vers sur [, 1],
(b) Les
n
sont valeurs dans [1, +1],
montrer que lim
n
_
1
0

n
(x) dx =
_
1
0
(x) dx.
6. Vrier que la suite de fonctions dnies par
n
(x) =
x

n
1 +nx
2
satisfait les conditions nonces la question 5.
Donner lallure gnrale du graphe de ces fonctions pour des petites valeurs de n; que devient le graphe lorsque
n ?
7. On suppose maintenant que la suite (
n
)
nN
vrie lhypothse suivante :
lim
n
_
1
0
[
n
(x) (x)[
2
dx = 0. (1.9)
A-t-on lim
n
_
1
0
[
n
(x)(x)[dxdx = 0 ? [On pourra par exemple utiliser (aprs lavoir dmontre) lingalit
suivante : pour tout > 0, il existe c

0, ne dpendant que de , t. q. a +c

a
2
.]
8. Mme question que ci dessus en remplaant lhypothse (1.9) par :
p > 1; lim
n
_
1
0
[
n
(x) (x)[
p
dx = 0.
9. On suppose quil existe C > 0 tel que
_
1
0
[
n
(x)[
2
dx C, n N, (1.10)
et que la suite (
n
)
nN
converge uniformment sur [, 1], pour tout > 0. Montrer que
lim
n
_
1
0
[
n
(x) (x)[dx = 0.
10. Construire un exemple de suite (
n
)
nN
qui satisfasse aux hypothses de la question prcdente et qui ne soit
pas borne (donc qui ne satisfasse pas aux hypothses de la question 5).
11. Peut-on remplacer lhypothse (1.10) par :
Il existe p > 1 et C > 0 t.q.
_
1
0
[
n
(x)[
p
dx C, pour tout n N?
12. Peut-on remplacer lhypothse (1.10) par : Il existe C > 0 t.q.
_
1
0
[
n
(x)[dx C, pour tout n N?
Exercice 1.4 (Discontinuits dune fonction croissante)
Soit f une fonction croissante de R dans R.
1. Montrer que f a une limite droite et une limite gauche en tout point. On note f(x
+
) et f(x

) ces limites au
point x.
12
2. Montrer que lensemble des points de discontinuit de f est au plus dnombrable. [On pourra considrer, pour
n N, les ensembles A
n
= x [0, 1], f(x
+
) f(x

) (f(1
+
) f(0

))/n.]
Exercice 1.5 (Fonctions rgles)
Une fonction relle dnie sur [a, b] (< a < b < +) est dite rgle si elle est la limite uniforme dune suite
de fonctions en escalier sur [a, b].
1. Montrer que lensemble des points de discontinuit dune fonction rgle est au plus dnombrable.
2. Montrer quune fonction f : [a, b] R est rgle sur [a, b] si et seulement si elle admet des limites droite et
gauche en tout point de ]a, b[, droite en a, gauche en b.
Exercice 1.6 (Normes dnies par lintgrale) Corrig 4 page 284
Soit E = (([1, 1], R) lespace vectoriel des fonctions continues de [1, +1] dans R. Pour E, on pose
||
1
=
_
+1
1
[(t)[ dt et ||
2
=
_
_
+1
1
[(t)[
2
dt
_1
2
.
1. Montrer que (E, | |
1
) est un espace norm.
2. Pour n N, on dnit
n
E par

n
(x) =
_

_
0 si 1 x 0
nx si 0 x
1
n
1 si
1
n
x 1
(a) Montrer que si (
n
)
nN
converge vers dans (E, | |
1
), alors (x) = 0 si x < 0 et (x) = 1 si x > 0.
(b) En dduire que (E, | |
1
) nest pas complet.
3. Montrer que (E, | |
2
) est un espace prhilbertien (cest--dire que sa norme est induite par un produit scalaire)
mais nest pas complet (ce nest donc pas un espace de Hilbert).
Exercice 1.7 (Rappels sur la convergence des suites relles) Corrig 5 page 285
1. Soit u = (u
n
)
nN
une suite valeurs dans R. On rappelle que limsup
n
u
n
= lim
n
sup
pn
u
p
. Montrer
que limsup
n
u
n
est la plus grande valeur dadhrence de u.
2. Si u = (u
n
)
nN
est une suite valeurs dans R, on sait (consquence du rsultat de la question prcdente) quil
existe une suite extraite de u qui converge vers limsup
n
u
n
. Donner un exemple dune suite de fonctions
(f
n
)
nN
de R dans R t.q. aucune sous suite ne converge simplement vers limsup
n
f
n
(qui est dnie par
(limsup
n
f
n
)(x) = limsup
n
(f
n
(x)) pour tout x R).
3. Trouver lensemble des valeurs dadhrence dune suite (u
n
)
nN
t.q. :
liminf
n
u
n
= 0, limsup
n
u
n
= 1 et lim
n
[u
n+1
u
n
[ = 0.
Donner un exemple dune telle suite.
Exercice 1.8 (Fonctions caractristiques densembles) Corrig 6 page 286
Soit E un ensemble. Lorsque A est une partie de E, on dnit 1
A
: E R par :
1
A
(x) = 1, si x A,
1
A
(x) = 0, si x , A.
(1.11)
1
A
est appele fonction caractristique de A" (elle est souvent aussi note
A
).
13
1. Montrer que si A et B sont deux sous-ensembles disjoints de E, alors 1
AB
= 1
A
+ 1
B
. En dduire que si
(A
n
)
nN
est une suite de sous-ensembles de E deux deux disjoints, on a

nN
1
A
n
= 1

nN
A
n
(on prcisera
aussi le sens donn

nN
1
A
n
).
2. Montrer que si B A E, on a 1
A\B
= 1
A
1
B
.
3. Montrer que, pour A et B sous-ensembles de E, on a 1
AB
= 1
A
1
B
.
4. Soit f : E R une fonction ne prenant quun nombre ni de valeurs. Montrer que f scrit comme combi-
naison linaire de fonctions caractristiques.
Exercice 1.9 (Intgrale impropre" de fonctions continues)
Soit f C(R, R
+
). On suppose que lim
a+
_
a
0
f(x) dx existe dans R (on a utilis lintgrale des fonctions
continues sur [0, a] pour dnir
_
a
0
f(x) dx).
1. A-t-on lim
x+
f(x) = 0 ?
2. Montrer que si f admet une limite en +, alors lim
x+
f(x) = 0.
3. Montrer que si f est uniformment continue, alors f admet une limite en +et donc que :
lim
x+
f(x) = 0.
4. Donner un exemple de fonction f t.q. f(x) ,0 qand x (et qui vrie les hypothses de lexercice !).
5. On suppose, dans cette question, que f (
1
(R, R) et que lim
a+
_
a
0
f
t
(t) dt existe dans R. Montrer que
lim
x+
f(x) = 0.
6. Montrer que pour tout h > 0, lim
x+
_
x+h
x
f(t) dt = 0.
Exercice 1.10 (Limite uniforme dans R) Corrig 7 page 287
Soit (f
n
)
nN
C(R
+
, R
+
). On suppose que (f
n
)
nN
converge uniformment vers f (de sorte que f est continue
de R
+
dans R
+
).
1. On suppose que, pour n N, lim
a+
_
a
0
f
n
(x) dx existe dans R.
On note
_
+
0
f
n
(x) dx cette limite.
Montrer, en donnant un exemple, que lim
a+
_
a
0
f(x) dx peut ne pas exister dans R.
2. On suppose de plus que lim
n
_
+
0
f
n
(x) dx et lim
a+
_
a
0
f(x) dx existent dans R.
On note alors
_
+
0
f(x) dx cette dernire limite. A-t-on
lim
n
_
+
0
f
n
(x) dx =
_
+
0
f(x) dx ?
Exercice 1.11 (Convergence domine et intgrale des fonctions continues)
(Cet exercice est extrait de lexamen danalyse du concours dentre lENSL, 1993)
On note E = C([0, 1], R) lensemble des fonctions continues sur [0, 1] valeurs relles. Pour f E, on pose
|f|

= sup
x[0,1]
[f(x)[. Noter que lapplication f |f|

est bien une norme.


Pour f : [0, 1] R, on dnit f
+
par f
+
(x) = max(f(x), 0) (pour tout x [0, 1]), et f

= (f)
+
(de sorte
que f(x) = f
+
(x) f

(x) et [f(x)[ = f
+
(x) + f

(x)). Soient f et g deux applications de R dans R (ou dans


R +), On dit que f g si f(x) g(x) pour tout x [0, 1]. On dsigne par 0 la fonction (dnie sur R)
identiquement nulle. On pose E
+
= f E, f 0. Soit T : E R une application linaire. On dit que T est
positive si :
f E, f 0 T(f) 0.
Soit T : E R une application linaire positive.
14
1. Montrer que T est continue de (E, |.|

) dans R. [Indication : On pourra remarquer que, pour tout f E,


T(f) T(1)|f|

, o 1 dsigne la fonction constante et gale 1 sur [0, 1].]


2. Soient (f
n
)
nN
E et f E telles que f
n+1
f
n
, pour tout n N et, pour tout x [0, 1], lim
n+
f
n
(x)
= f(x). Montrer que f
n
tend vers f uniformment sur R.
[Indication : Soit > 0, on pourra introduire, pour n N, O
n
= x [0, 1] ; f(x) f
n
(x) < et utiliser la
compacit de [0, 1].]
En dduire que T(f
n
) T(f), quand n +.
3. Soient (f
n
)
nN
E et g E telles que f
n+1
f
n
, pour tout n N, et g(x) lim
n+
f
n
(x) ( R +),
pour tout x [0, 1].
Montrer que T(g) lim
n+
T(f
n
).
4. Soit f : R R +, on dit que f A
+
si il existe (f
n
)
nN
E t.q. f
n+1
f
n
, pour tout n N,
lim
n+
f
n
(x) = f(x), pour tout x [0, 1] et lim
n+
T(f
n
) < +.
5. Soit f A
+
, montrer que sup
gE, gf
(T(g)) < +.
On dnit T sur A
+
par T(f) = sup
gE, gf
(T(g)) (noter que ceci est compatible avec la dnition de T sur E.)
Noter aussi que si f, g A
+
, alors : f g T(f) T(g).
6. (Convergence croissante.") Soient (f
n
)
nN
A
+
et f : R R + telles que f
n+1
f
n
, pour tout
n N, lim
n+
f
n
(x) = f(x), pour tout x [0, 1] et lim
n+
T(f
n
) < +. Montrer que f A
+
et T(f) =
lim
n+
T(f
n
).
[Indication : Considrer g
p
= sup
0np
(f
p,n
), avec, pour tout n N, (f
p,n
)
pN
E t.q. f
p+1,n
f
p,n
, pour tout
p N, lim
p+
f
p,n
(x) = f
n
(x), pour tout x [0, 1].]
7. (Convergence dcroissante.") Soient (f
n
)
nN
A
+
et f E telles que f
n+1
f
n
, pour tout n N, et
lim
n+
f
n
(x) = f(x), pour tout x [0, 1]. Montrer que T(f) = lim
n+
T(f
n
).
[Indication : On pourra montrer que, pour tout > 0 et pour tout n N, il existe h
n
A
+
t.q. h
n
f
n
f
n+1
et T(h
n
) T(f
n
)T(f
n+1
)+

2
n
. Puis, en remarquant que

nN
h
n
(x) f
0
(x)f(x), pour tout x [0, 1],
et en utilisant la question III 4, montrer que T(f) lim
n+
T(f
n
).]
8. (Convergence domine.") Soient (g
n
)
nN
E et g E telles que :
1. g
n
(x) g(x), quand n +, pour tout x [0, 1].
2. [g
n
(x)[ 1, pour tout x [0, 1] et pour tout n N.
Montrer que T(g) = lim
n+
T(g
n
).
[Indication : On pourra utiliser la question III 5 avec f
n
= sup
pn
g
p
inf
pn
g
p
et remarquer que g g
n
f
n
et
g
n
g f
n
.]
9. (Exemple.) En choisissant convenablement T, montrer le rsultat suivant :
Soient (f
n
)
nN
E et f E telles que :
1. f
n
(x) f(x), quand n +, pour tout x [0, 1].
2. [f
n
(x)[ 1, pour tout x [0, 1] et pour tout n N.
alors
_
1
0
f
n
(x)dx
_
1
0
f(x)dx, quand n +.
Donner un contre exemple ce rsultat si la deuxime hypothse nest pas vrie.
15
Exercice 1.12 (Thorme de Bernstein)
On veut dmontrer ici le thorme suivant :
Thorme 1.1 (Bernstein) Soient E et F deux ensembles. Alors, il existe une bijection de E dans F si et seule-
ment si il existe une injection de E dans F et une injection de F dans E.
Bien sr, lexistence dune bijection de E dans F donne lexistence dune injection de E dans F et dune injection
de F dans E. Il sagit maintenant de montrer la rciproque. On suppose donc quil existe une injection E dans F,
note f, et une injection de F dans E, note g. A partir de f et g, on va construire une bijection de E dans F.
Soit x E donn. On va construire, par rcurrence, (x) Z , (x) < 0, et une suite (x
k
)
kN
x
avec
N
x
= k Z, k > (x), x
0
= x, x
k
E si [k[ est pair et x
k
F si [k[ est impair. Puis, on construit h(x) F.
Rcurrence pour k 0. Soit k 0.
Si k est pair ou k = 0, on prend x
k+1
= f(x
k
) (de sorte que x
k+1
F).
Si k est impair, on prend x
k+1
= g(x
k
) (de sorte que x
k+1
E).
Rcurrence pour k 0. Soit k 0,
Si [k[ est pair ou k = 0, on prend x
k1
t.q. g(x
k1
) = x
k
si x
k
Im(g) et on pose (x) = k1 si x
k
, Im(g).
Si [k[ est impair, on prend x
k1
t.q. f(x
k1
) = x
k
si x
k
Im(f) et on pose (x) = k 1 si x
k
, Im(f).
Enn, si la rcurrence prcdente na pas dni (x), on pose (x) = . On a bien ainsi construit (x) et la
suite (x
k
)
kN
x
.
On dnit maintenant h(x) dans F. On distingue 3 cas.
1. Si (x) Z avec [(x)[ impair, on prend h(x) = f(x) (cest--dire h(x) = x
1
)
2. Si (x) Z avec [(x)[ pair, on prend h(x) = y, avec g(y) = x ((cest--dire h(x) = x
1
)
3. Si (x) = , on prend h(x) = f(x).
Montrer que lapplication h ainsi dnie est une bijection de E dans F.
Exercice 1.13 (Limites sup et inf densembles) Corrig 8 page 288
Soit (A
n
)
nN
une suite de parties dun ensemble E. On note
liminf
n
A
n
=
_
nN

pn
A
p
et limsup
n
A
n
=

nN
_
pn
A
p
.
1. On suppose la suite (A
n
)
nN
monotone, cest--dire que A
n
A
n+1
, pour tout n N, ou que A
n+1
A
n
,
pour tout n N.
Que sont liminf
n
A
n
et limsup
n
A
n
?
2. Mme question que prcdemment si la suite est dnie par : A
2p
= A et A
2p+1
= B, p N, A et B tant deux
parties donnes de E.
3. Montrer que :
1
limsup
n
A
n
= limsup
n
1
A
n
,
liminf
n
A
n
limsup
n
A
n
,
liminf
n
A
n
= x E;
+

n=0
1
A
c
n
(x) < ,
limsup
n
A
n
= x E;
+

n=0
1
A
n
(x) = .
16
Exercice 1.14 (Caractrisation des ouverts de R) ()
On va montrer ici que tout ouvert de R est une union au plus dnombrable (cest--dire nie ou dnombrable)
dintervalles ouverts disjoints deux deux (la dmonstration de ce rsultat est donne dans la dmonstration du
lemme 2.4 page 35). Soit O un ouvert de R . On dnit, pour x, y O, la relation : x y si tx + (1 t)y, t
[0, 1] O. Vrier que est une relation dquivalence. Pour x O, on pose : A(x) = y O; x y.
1. Montrer que si A(x) A(y) ,= , alors A(x) = A(y).
2. Montrer que, pour tout x O, A(x) est un intervalle ouvert.
3. Montrer quil existe I O dnombrable tel que O =

xI
A(x), avec A(x) A(y) = si x, y I et x ,= y.
17
Chapitre 2
Tribus et mesures
2.1 Introduction... par les probabilits
2.1.1 Cas dun problme discret"
Pour introduire la srie de dnitions qui suivent, commenons par quelques exemples, tirs du calcul des pro-
babilits. Le calcul des probabilits sintresse mesurer la chance" quun certain vnement", rsultat dune
exprience, a de se produire. Considrons par exemple lexprience" qui consiste lancer un d. On appelle
ventualit" associe cette exprience un des rsultats possibles de cette exprience, et univers des possibles"
lensemble E de ces ventualits. Dans notre exemple, les ventualits peuvent tre 1, 2, 3, 4, 5 ou 6 ; on pourrait
choisir aussi comme ventualits les rsultats correspondant au d cass". On peut donc tout de suite remarquer
que lensemble E des univers du possible dpend de la modlisation, cest dire de la formalisation mathmatique
que lon fait du problme. Notons quil est parfois difcile de dnir lensemble E.
A partir des ventualits, qui sont, par dnition, les lments de lunivers des possibles E, on dnit les vne-
ments", qui forment un ensemble de parties de E. Dans notre exemple du lancer de d, lensemble des vnements
est lensemble des parties de E, not T(E). Dans lexemple du d, la partie 2, 4, 6 de E est lvnement : le
rsultat du lancer est pair". On appelle vnement lmentaire un singleton, par exemple 6 dans notre exemple
du lancer de d, vnement certain lensemble E tout entier, et lvnement vide" lensemble vide (qui a donc
une chance" nulle de se raliser). Pour mesurer la chance" qua un vnement de se raliser, on va dnir une
application p de lensemble des vnements (donc de T(E) dans notre exemple du lancer de d) dans [0, 1] avec
certaines proprits (qui semblent naturelles. . . ). La chance" (ou probabilit) pour un vnement A E de se
raliser sera donc le nombre p(A), appartenant [0, 1].
Lexemple du lancer de d, que nous venons de considrer, est un problme discret ni, au sens ou lensemble
E est ni. On peut aussi envisager des problmes discrets innis, lensemble E est alors inni dnombrable (on
rappelle quun ensemble I est dnombrable" sil existe une bijection de I dans N, il est au plus dnombrable" sil
existe une injection de I dans N), ou des problmes (parfois appels continus") o E est inni non dnombrable.
2.1.2 Exemple continu
Considrons maintenant lexprience" qui consiste lancer une balle de ping-pong sur une table de ping-pong.
Soit E lensemble des points de la table de ping-pong, on peut voir E comme un sous-ensemble de R
2
, un v-
nement lmentaire est alors un point (x, y) E (le point dimpact de la balle), et un vnement semble tre une
partie quelconque A de T(E). On suppose quon a effectu le lancer sans viser", cest dire en supposant que
18
nimporte quel point de la table a une chance gale dtre atteint" (les vnements lmentaires sont quipro-
bables"), et que la balle tombe forcment sur la table (on est trs optimiste. . . ). On se rend compte facilement que
la probabilit pour chacun des points de E dtre atteint doit tre nulle, puisque le nombre des points est inni. On
peut aussi facilement intuiter" que la probabilit pour une partie Adtre atteinte (dans le modle quiprobable")
est le rapport entre la surface de A" et la surface de E. La notion intuitive de surface" correspond en fait la
notion mathmatique de mesure" que nous allons dnir dans le prochain paragraphe. Malheureusement, comme
on la dit dans le chapitre introductif, il ne nous sera pas mathmatiquement possible de dnir une application
convenable, i.e. qui vrie les proprits (1.7)-(1.8) et qui mesure" toutes les parties de R, ou R
2
, ou mme du
sous-ensemble E de R
2
(voir ce sujet lexercice 2.27). On va donc dnir un sous-ensemble de T(E) (quon
appelle tribu") sur lequel on pourra dnir une telle application. Dans le cas dun ensemble ni, la tribu sera, en
gnral, T(E) tout entier. Mais, dans le cas de la balle de ping-pong que vous venons de dcrire, lensemble des
vnements sera une tribu strictement incluse dans T(E).
2.2 Tribu ou algbre
Dnition 2.1 (Tribu ou algbre) Soient E un ensemble, T une famille de parties de E (i.e. T T(E)). La
famille T est une tribu (on dit aussi une algbre) sur E si T vrie :
1. T, E T,
2. T est stable par union dnombrable, cest--dire que pour toute famille dnombrable (A
n
)
nN
T, on a

nN
A
n
T.
3. T est stable par intersection dnombrable, cest--dire que pour toute famille dnombrable (A
n
)
nN
T, on
a
nN
A
n
T.
4. T est stable par passage au complmentaire, cest--dire que pour tout A T, on a A
c
T (On rappelle que
A
c
= E A).
Il est clair que, pour montrer quune partie T de T(E) est une tribu, il est inutile de vrier les proprits 1-4 de la
proposition prcdente. Il suft de vrier par exemple T (ou E T), 2 (ou 3) et 4.
Exemples de tribus sur E : , E et T(E) sont des tribus sur E.
Dnition 2.2 (Langage probabiliste) Soient E un ensemble quelconque (lunivers des possibles") et T une
tribu ; on appelle ventualit" les lments de E et vnements" les lments de T. On appelle vnement
lmentaire" un singleton de T.
On dit que deux vnements A, B T sont incompatibles si A B = .
Proposition 2.1 (Stabilit par intersection des tribus)
Soient E et I deux ensembles. Pour tout i I, on se donne une tribu, T
i
, sur E. Alors, la famille (de parties de E)

iI
T
i
= A E ; A T
i
, pour tout i I est encore une tribu sur E.
DMONSTRATION : La dmonstration de cette proposition fait lobjet de la premire question de lexercice 2.2.
Cette proposition nous permet de dnir ci-aprs la notion de tribu engendre.
Dnition 2.3 (Tribu engendre) Soient E un ensemble et ( T(E). On appelle tribu engendre par ( la
plus petite tribu contenant (, cest--dire la tribu T(() intersection de toutes les tribus sur E contenant ( (cette
intersection est non vide car T(E) est une tribu contenant ().
19
Il est parfois utile dutiliser la notion dalgbre, qui est indentique celle de tribu en remplaant dnombrable"
par nie".
Dnition 2.4 (Algbre) Soient E un ensemble, / une famille de parties de E (i.e. / T(E)). La famille / est
une algbre sur E si / vrie :
1. /, E /,
2. / est stable par union nie, cest--dire que pour tout A, B / on a A B /.
3. / est stable par intersection nie, cest--dire que pour tout A, B / on a A B /.
4. / est stable par passage au complmentaire, cest--dire que pour tout A /, on a A
c
/.
Remarque 2.1 Soit E un ensemble et ( T(c). Comme pour les tribus, on peut dnir lalgbre engendre
par (. Cest la plus petite algbre contenant (, cest--dire lintersection de toutes les algbres contenant ( (voir
lexercice 2.9).
Soit E un ensemble, ( T(c) et T(() la tribu engendre par ( (voir la dnition 2.3 et lexercice 2.2). Il est
important de remarquer que, contrairement ce que lon pourrait tre tent de croire, les lments de la tribu
engendre par ( ne sont pas tous obtenus, partir des lments de (, en utilisant les oprations : intersection
dnombrable", union dnombrable" et passage au complmentaire". Plus prcisment, on pose :
1
1
(() = A E t.q. A =
_
nN
A
n
, A
n
( ou A
c
n
(,
1
2
(() = A E t.q. A =

nN
A
n
, A
n
( ou A
c
n
(,
1(() = 1
1
(() 1
2
(().
Prenons E = R et ( lensemble des ouverts de R (donc T(() est la tribu borlienne de R, voir dnition ci-aprs).
Il est facile de voir que 1(() T((), mais que, par contre (et cela est moins facile voir), 1(() nest pas une
tribu. En posant : o
0
= (, et o
n
= 1(o
n1
), pour n 1, on peut aussi montrer que o =
_
nN
o
n
nest pas une
tribu (et que o T(()).
Remarque 2.2 Soit E un ensemble et (
1
(
2
T(E). Il est alors facile de voir que T((
1
) T((
2
) (cf.
Exercice 2.2).
Soit E un ensemble. On rappelle quune topologie" sur E est donne par une famille de parties de E, appeles
ouverts de E", contenant et E, stable par union (quelconque) et stable par intersection nie. Lensemble E,
muni de cette famile de parties, est alors un espace topologique".
Dnition 2.5 (Tribu borlienne) Soit E un ensemble muni dune topologie (un espace mtrique, par exemple).
On appelle tribu borlienne (ou tribu de Borel) la tribu engendre par lensemble des ouverts de E, cette tribu
sera note B(E). Dans le cas E = R, cette tribu est donc note B(R).
Remarque 2.3
1. Lobjectif de la section 2.5 est de construire une application : B(R) R
+
t.q. :
(a) (], [) = , pour tout , R < ,
20
(b) (
nN
A
n
) =

nN
(A
n
), pour toute suite (A
n
)
nN
B(R) t.q. A
n
A
m
= si n ,= m. (Noter que

nN
A
n
B(R) grce la stabilit dune tribu par union dnombrable.)
2. On peut se demander si B(R) = T(R). La rponse est non (voir les exercices 2.27 et 2.28). On peut mme
dmontrer que card(B(R)) = card(R) (alors que card(T(R)) > card(R)). On donne ci-aprs un rappel rapide
sur les cardinaux (sans entrer dans les aspects difciles de la thorie des ensembles, et donc de manire peut-tre
un peu imprcise).
3. Rappel sur les cardinaux. Soit A et B deux ensembles.
(a) On dit que card(A) = card(B) si il existe une application : A B, bijective.
Pour montrer que deux ensembles ont mme cardinaux, il est souvent trs utile dutiliser le thorme de
Bernstein (voir lexercice 1.12) qui montre que sil existe une injection de A dans B et une injection de B
dans A, alors il existe une bijection de A dans B (et donc card(A) = card(B)). Le thorme de Bernstein
motive galement la dnition suivante.
(b) On dit que card(A) card(B) sil existe : A B, injective.
(c) Un autre thorme intressant, d Cantor, donne que, pour tout ensemble X, on a card(X) < card(T(X))
(cest--dire card(X) card(T(X)) et card(X) ,= card(T(X))). On a donc, en particulier, card(T(R)) >
card(R). La dmonstration du thorme de Cantor est trs simple. Soit : X T(X). On va montrer que
ne peut pas tre surjective. On pose A = x X; x , (x) (A peut tre lensemble vide). Supposons
que A Im(). Soit alors a X t.q. A = (a).
Si a A = (a), alors a , A par dnition de A.
Si a , A = (a), alors a A par dnition de A.
On a donc montr que A ne peut pas avoir dantcdent (par ) et donc nest pas surjective.
Proposition 2.2 On note (
1
lensemble des ouverts de R, (
2
= ]a, b[, a, b R, a < b et (
3
= ]a, [,
a R. Alors T((
1
) = T((
2
) = T((
3
) = B(R). (Noter que dautres caractrisations de B(R), semblables, sont
possibles.)
DMONSTRATION : On a, par dnition de B(R), T((
1
) = B(R). On va dmontrer ci-aprs que T((
1
) = T((
2
)
(le fait que T((
2
) = T((
3
) est laiss au lecteur).
Comme (
2
(
1
, on a T((
2
) T((
1
). Il suft donc de dmontrer linclusion inverse. On va montrer que
(
1
T((
2
), on aura alors que T((
1
) T((
2
).
Soit O un ouvert de R. On suppose O ,= (on sait dj que T((
2
)). Le lemme 2.1 ci-aprs nous donne
lexistence dune famille (I
n
)
nA
dintervalles ouverts t.q. A N et O =
nA
I
n
. Noter quon a aussi O =

nN
I
n
en posant I
n
= si n NA. Comme I
n
(
2
T((
2
) pour tout n A et T((
2
), on en dduit, par
stabilit dnombrable dune tribu, que O T((
2
). Donc, (
1
T((
2
) et donc T((
1
) T((
2
). On a bien montr
que T((
1
) = T((
2
).
Lemme 2.1 Tout ouvert non vide de R est runion au plus dnombrable dintervalles ouverts borns.
DMONSTRATION : Soit O un ouvert de R, O ,= . On pose A = (, ) Q
2
; < , ], [ O. On a donc

(,)A
], [ O. On va montrer que O
(,)A
], [ (et donc que O =
(,)A
], [).
Soit x O, il existe
x
> 0 t.q. ]x
x
, x +
x
[ O. En prenant
x
Q]x
x
, x[ et
x
Q]x, x +
x
[ (de
tels
x
et
x
existent) on a donc x ]
x
,
x
[ O et donc (
x
,
x
) A. Do x ]
x
,
x
[
(,)A
], [. On a
21
bien montr que O
(,)A
], [ et donc que O =
(,)A
], [. Comme Q
2
est dnombrable, A est au plus
dnombrable et le lemme est dmontr.
On peut aussi montrer que tout ouvert non vide est runion au plus dnombrable dintervalles ouverts disjoints
deux deux (cf. le lemme 2.4 page 35).
Dnition 2.6 (Espace et partie mesurable ou probabilisable)
Soient E un ensemble, et T une tribu sur E. Le couple (E, T) est appel espace mesurable" ou (en langage
probabiliste !) espace probabilisable". Les parties de E qui sont (resp. ne sont pas) des lments de T sont dites
mesurables ou probabilisables (resp. non mesurables, non probabilisables).
2.3 Mesure, probabilit
Dnition 2.7 (Mesure) Soit (E, T) un espace mesurable. On appelle mesure une application m : T R
+
(avec R
+
= R
+
(+)) vriant :
1. m() = 0,
2. mest -additive, cest--dire que pour toute famille (A
n
)
nN
T de parties disjointes deux deux (i.e. t.q. A
n
A
m
= , si n ,= m) on a :
m(
_
nN
A
n
) =

nN
m(A
n
). (2.1)
Remarque 2.4
1. Dans la dnition prcdente on a tendu R
+
laddition dans R
+
. On a simplement pos x + (+) = +,
pour tout x R
+
. Noter galement que la somme de la srie dans la dnition prcdente est prendre dans
R
+
et que, bien sr, a =

nN
a
n
signie simplement que

n
p=0
a
p
a (dans R
+
) quand n .
2. Soient x, y, z R
+
. Remarquer que x +y = x +z implique y = z si x ,= +.
3. Dans la dnition prcdente, la condition 1. peut tre remplace par la condition : A T, m(A) < . La
vrication de cette afrmation est laisse au lecteur attentif.
4. Il est intressant de remarquer que, pour une srie termes positifs, lordre de sommation est sans importance.
Plus prcisment, si (a
n
)
nN
R
+
et si est une bijection de N dans N, on a

nN
a
n
=

nN
a
(n
). Cest
lobjet du lemme 2.2.
5. Une consquence immdiate de la -additivit est ladditivit, cest--dire que
m(
n
p=0
A
p
) =
n

p=0
m(A
p
)
pour toute famille nie (A
p
)
p=0,...,n
dlments de T, disjoints 2 2. Ladditivit se dmontre avec la -addi-
tivit en prenant A
p
= pour p > n dans (2.1).
6. Dans le cas E = R et T = T(R), il est facile de construire des mesures sur T, mais il nexiste pas de mesure
sur T, note m, telle que m(]a, b[) = b a pour tout a, b R, a < b (voir les exercices 2.28 et 2.27). Une telle
mesure existe si on prend pour T la tribu borlenne de R, cest lobjet de la section 2.5.
Lemme 2.2 Soit (a
n
)
nN
R
+
et soit : N N bijective. Alors

nN
a
n
=

nN
a
(n)
.
22
DMONSTRATION :
On pose
A =

nN
a
n
(= lim
n
n

p=0
a
p
) et B =

nN
a
(n)
(= lim
n
n

p=0
a
(p)
).
Noter que A, B R
+
. On veut montrer que A = B.
On montre dabord que B A. Soit n N. On pose N = max(0), . . . , (n). Comme a
q
0 pour tout
q N, on a

n
p=0
a
(p)

N
p=0
a
p
A. On en dduit, faisant tendre n vers que B A.
En raisonnant avec linverse de on a aussi A B et nalement A = B.
Dnition 2.8 (Mesure nie) Soient E un ensemble et T une tribu sur E. On appelle mesure nie une mesure m
sur T telle que m(E) < .
Dnition 2.9 (Probabilit) Soient E un ensemble et T une tribu sur E. On appelle probabilit une mesure p sur
T t.q. p(E) = 1.
Dnition 2.10 (Espace mesur, espace probabilis) Soient E un ensemble, T une tribu sur E et m une mesure
(resp. une probabilit) sur T. Le triplet (E, T, m) est appel espace mesur" (resp. espace probabilis").
Dnition 2.11 (Mesure -nie) Soit (E, T, m) un espace mesur, on dit que mest -nie (ou que (E, T, m) est
-ni) si :
(A
n
)
nN
T, m(A
n
) < , n N, et E =
_
nN
A
n
. (2.2)
Exemple 2.1 (Mesure de Dirac) Soient E un ensemble, T une tribu sur E et a E. On dnit sur T la mesure

a
par (pour A T) :

a
(A) = 0, si a / A, (2.3)

a
(A) = 1, si a A. (2.4)
On peut remarquer que la mesure de Dirac est une probabilit.
Remarque 2.5 (Comment choisir la probabilit) Soit (E, T) un espace probabilisable, on peut videmment d-
nir plusieurs probabilits sur T. Cest tout lart de la modlisation que de choisir une probabilit qui rende compte
du phnomne alatoire que lon veut observer. On se base pour cela souvent sur la notion de frquence, qui est
une notion exprimentale lorigine. Soit A T un vnement, dont on cherche valuer la probabilit p(A).
On effectue pour cela N fois lexprience dont lunivers des possibles est E, et on note N
A
le nombre de fois o
lvnement A est ralis. A N x, on dnit alors la frquence f
A
(N) de lvnement A par :
f
A
(N) =
N
A
N
.
Exprimentalement, il savre que f
N
(A) admet une limite lorsque N +. Cest ce quon appelle la loi
empirique des grands nombres". On peut donc dnir exprimentalement" p(A) = lim
N+
f
N
(A). Cependant,
on na pas ainsi dmontr que p est une probabilit : il ne sagit pour linstant que dune approche intuitive. On
dmontrera plus loin la loi forte des grands nombres, qui permettra de justier mathmatiquement la loi empirique.
On peut remarquer que f
N
(E) =
N
N
= 1. . .
23
Exemple 2.2 (Le cas quiprobable") Soit (E, T, p) un espace probabilis .On suppose que tous les singletons
de E appartiennent la tribu et que les vnements lmentaires sont quiprobables. . On a alors : p(x) =
1
cardE
pour tout x E.
Dnition 2.12 (mesure atomique) Soit (E, T, m) un espace mesur tel que : x T pour tout x de E. On dit
que m est porte par S T si m(S
c
) = 0. Soit x E, on dit que x est un atome ponctuel de m si m(x) ,= 0.
On dit que m est purement atomique si elle est porte par la partie de E forme par lensemble de ses atomes
ponctuels.
Dnition 2.13 (Mesure diffuse) Soient (E, T) un espace mesurable et m une mesure sur T . On dit que m est
diffuse si x T et m(x) = 0 pour tout x E. (Cette dnition est aussi valable pour une mesure signe sur
T, dnie dans la section 2.4.)
Dnition 2.14 (Partie ngligeable) Soient (E, T, m) un espace mesur et A E. On dit que A est ngligeable
sil existe un ensemble B T tel que A B et m(B) = 0.
Dnition 2.15 (Mesure complte) Soit (E, T, m) un espace mesur, on dit que m est complte (ou que lespace
(E, T, m) est complet) si toutes les parties ngligeables sont mesurables, cest--dire appartiennent T.
La proposition suivante donne les principales proprits dune mesure.
Proposition 2.3 (Proprits des mesures) Soit (E, T, m) un espace mesur. La mesure m vrie les quatre pro-
prits suivantes :
1. Monotonie : Soit A, B T, A B, alors
m(A) m(B) (2.5)
2. -sous-additivit : Soit (A
n
)
nN
T, alors
m(
_
nN
A
n
)

nN
m(A
n
). (2.6)
3. Continuit croissante : Soit (A
n
)
nN
T, t.q. A
n
A
n+1
, pour tout n N, alors
m(
_
nN
A
n
) = lim
n
(m(A
n
)) = sup
nN
(m(A
n
)) (2.7)
4. Continuit dcroissante : Soit (A
n
)
nN
T, t.q. A
n+1
A
n
, pour tout n N, et t.q. il existe n
0
N,
m(A
n
0
) < , alors
m(

nN
A
n
) = lim
n
(m(A
n
)) = inf
nN
(m(A
n
)) (2.8)
DMONSTRATION :
La dmonstration de ces proprits est facile : elles dcoulent toutes du caractre positif et du caractre -additif
de la mesure. Attention : ces proprits ne sont pas vries par les mesures signes que nous verrons la section
2.4.
1. Monotonie. Soit A, B T, A B. On a B = A (B A) et A (B A) = . Comme A T et
B A = BA
c
T, ladditivit de m (voir la remarque 2.4) donne m(B) = m(A) +m(B A) m(A), car
m prend ses valeurs dans R
+
.
Noter aussi que m(B A) = m(B) m(A) si 0 m(A) m(B) < (mais cette relation na pas de sens si
m(A) = m(B) = ).
24
2. sous additivit. Soit (A
n
)
nN
T. On veut montrer que
m(
nN
A
n
)

nN
m(A
n
).
On pose B
0
= A
0
et, par rcurrence sur n, B
n
= A
n
(
n1
i=0
B
i
) pour n 1. Par rcurrence sur n on montre
que B
n
T pour tout n en remarquant que, pour n > 1, B
n
= A
n
(
n1
i=0
B
c
i
). La construction des B
n
assure
que B
n
B
m
= si n ,= m et
nN
A
n
=
nN
B
n
. Pour vrier cette dernire proprit, on remarque que
B
n
A
n
donc
nN
B
n

nN
A
n
. Puis, si x A
n
et x ,
n1
i=0
B
i
, on a alors x A
n
(
n1
i=0
B
c
i
) = B
n
.
Ceci prouve que
nN
A
n

nN
B
n
et donc, nalement,
nN
A
n
=
nN
B
n
.
On utilise maintenant la additivit de m et la monotonie de m (car B
n
A
n
) pour crire m(
nN
A
n
) =
m(
nN
B
n
) =

nN
m(B
n
)

nN
m(A
n
).
3. Continuit croissante. Soit (A
n
)
nN
T, t.q. A
n
A
n+1
, pour tout n N. Par monotonie de m, on a m(A
n+1
)
m(A
n
), pour tout n N, et donc lim
n
m(A
n
) = sup
nN
m(A
n
) R
+
. On pose A =
nN
A
n
et on
dnit la suite (B
n
)
nN
par B
0
= A
0
et B
n
= A
n
A
n1
pour tout n 1 (noter que A
n1
A
n
). On a A =

nN
A
n
=
nN
B
n
, B
n
T pour tout n N et B
n
B
m
= si n ,= m.
La additivit de m nous donne
m(A) = m(
nN
B
n
) =

nN
m(B
n
) = lim
n
n

p=0
m(B
p
).
Puis, comme A
n
=
n
p=0
B
p
, ladditivit de m (qui se dduit de la additivit) nous donne

n
p=0
m(B
p
) =
m(A
n
) et donc m(A) = lim
n
m(A
n
).
4. Continuit dcroissante. Soit (A
n
)
nN
T, t.q. A
n+1
A
n
, pour tout n N, et telle quil existe n
0
N,
m(A
n
0
) < .
Par monotonie, on a m(A
n+1
) m(A
n
) pour tout n N et donc lim
n
m(A
n
) = inf
nN
m(A
n
) R
+
.
On a aussi, par monotonie, m(A) m(A
n
), pour tout n N, avec A =
nN
A
n
. Comme m(A
n
0
) < , on a
aussi m(A
n
) < pour tout n n
0
et m(A) < . On pose B
n
= A
n
0
A
n
= A
n
0
A
c
n
T, pour tout n
n
0
. La suite (B
n
)
nn
0
est croissante (B
n
B
n+1
pour tout n n
0
) et B =
n0
B
n
=
nn
0
(A
n
0
A
n
) =
A
n
0

nn
0
A
n
= A
n
0
A.
La continuit croissante donne
m(A
n
0
A) = m(B) = lim
n
m(B
n
) = lim
n
m(A
n
0
A
n
). (2.9)
Comme A A
n
0
, on a m(A
n
0
A) = m(A
n
0
) m(A) (car m(A) m(A
n
0
) < , on utilise ici la remarque
la n de la preuve de la monotonie). De mme, comme A
n
A
n
0
(pour n n
0
), on a m(A
n
0
A
n
) =
m(A
n
0
) m(A
n
) (car m(A
n
) m(A
n
0
) < ). En utilisant une nouvelle fois que m(A
n
0
) < , on dduit
de (2.9) que m(A) = lim
n
m(A
n
).
Thorme 2.1 (Mesure complte) Soit (E, T, m) un espace mesur, on note A
m
lensemble des parties ngli-
geables. On pose T = A N, A T, N A
m
. Alors T est une tribu, et il existe une et une seule mesure,
note m, sur T, gale m sur T. De plus, une partie de E est ngligeable pour (E, T, m) si et seulement si elle
est ngligeable pour (E, T, m). la mesure m est complte et lespace mesur (E, T, m) sappelle le complt de
(E, T, m). La mesure m sappelle la mesure complte de la mesure m.
25
DMONSTRATION : Cette dmonstration est lobjet de lexercice 2.32.
Dnition 2.16 (Mesure absolument continue, mesure trangre)
Soient (E, T) un espace mesurable, et m et des mesures (positives) sur T.
1. On dit que la mesure est absolument continue par rapport la mesure m (et on note << m) si pour tout
A T tel que m(A) = 0, alors (A) = 0.
2. On dit que la mesure est trangre la mesure m (et note m) sil existe A T tel que m(A) = 0 et
(A
c
) = 0.
Proposition 2.4 Soient (E, T) un espace mesurable, et m et des mesures (positives) sur T ; on suppose de plus
que la mesure est -nie. Alors il existe une mesure
a
absolument continue par rapport m et une mesure
e
trangre m (et
a
) t.q. =
a
+
e
.
DMONSTRATION :
On suppose tout dabord que est une mesure nie. On pose = sup(A); A T, m(A) = 0. Il existe
donc une suite (A
n
)
nN
T t.q. m(A
n
) = 0, pour tout n N, et (A
n
) , quand n . On pose alors
C =
nN
A
n
.
On a C T, 0 m(C)

nN
m(A
n
) = 0 (par -sous additivit de m), (C) (A
n
) pour tout n N (par
monotonie de ) et donc, en passant la limite quand n , (C) . Enn, la dnition de donne alors
(C) = . On a donc trouv C T t.q. m(C) = 0 et (C) = .
Pour A T, on pose
e
(A) = (A C) et
a
(A) = (A C
c
).
Il est clair que
e
et
a
sont des mesures sur T et que =
e
+
a
. Comme
e
(C
c
) = 0 et
a
(C) = 0, les
mesures
a
et
e
sont trangres. Comme m(C) = 0 et
e
(C
c
) = 0, les mesures
e
et m sont aussi trangres. Il
reste montrer que
a
est absolument continue par rapport m.
Soit B T t.q. m(B) = 0. On veut montrer que
a
(B) = 0, cest--dire que (B C
c
) = 0. On pose
D = B C
c
et F = C D. Comme D C = , On a m(F) = m(C) + m(D) m(C) + m(B) = 0 et
(F) = (C) + (D) = + (D). Comme m(F) = 0, la dnition de donne que (F) . On a donc
+(D) , do lon dduit, comme R (et cest ici que lon utilise le fait que est une mesure nie), que
(D) = 0, cest--dire
a
(B) = 0. On a bien ainsi montr que
a
est absolument continue par rapport m.
On considre maintenant le cas gnral o est -nie. Il existe une suite (E
n
)
nN
T t.q. E =
nN
E
n
,
(E
n
) < pour tout n N et E
n
E
m
= si n ,= m.
Pour n N et A T, on pose
(n)
(A) = (A E
n
).
(n)
est donc une mesure nie sur T. Le raisonnement
prcdent donne donc lexistence de
(n)
a
absolument continue par rapport m et de
(n)
e
trangre m (et
(n)
a
)
t.q.
(n)
=
(n)
a
+
(n)
e
. On pose alors, pour A T :

e
(A) =

nN

(n)
e
(A);
a
(A) =

nN

(n)
a
(A).

e
et
a
sont bien des mesures sur T (voir lexercice 4.2) et il est clair que =
e
+
a
,
a
absolument continue
par rapport m et
e
trangre m (et
a
).
Il est parfois utile (surtout en thorie des probabilits, mais une telle question apparat aussi dans le section 2.5 et
dans le chapitre 7) de montrer lunicit dune mesure ayant des proprits donnes. La proposition suivante donne
une mthode pour montrer une telle unicit (dautres mthodes sont possibles, voir, par exemple, la proposition 5.4
dans le chapitre 5).
26
Proposition 2.5 Soit (E, T) un espace mesurable et m, deux mesures sur T. On suppose quil existe ( T t.q.
1. ( engendre T,
2. ( est stable par intersection nie (cest--dire A, B ( A B (),
3. Il existe (E
n
)
nN
( t.q. E
n
E
m
= si n ,= m, m(E
n
) < , pour tout n N, et E =
nN
E
n
,
4. m(A) = (A) pour tout A (.
On a alors m = (cest--dire m(A) = (A) pour tout A T).
DMONSTRATION : Cette dmonstration est lobjet de lexercice 2.21.
2.4 mesure signe
Dnition 2.17 (Mesure signe) Soit (E, T) un espace mesurable. On appelle mesure signe (sur T) une appli-
cation m : T R vriant la proprit de -additivit, cest--dire t.q. pour toute famille (A
n
)
nN
T, t.q. A
n
A
m
= , si n ,= m,
m(
_
nN
A
n
) =

nN
m(A
n
). (2.10)
Noter quune mesure signe prend ses valeurs dans R. En prenant A
n
= pour tout n N dans (2.10), on en
dduit que m() = 0.
On peut aussi considrer des mesures valeurs complexes (cest--dire dans C). Dans ce cas, les parties relles et
imaginaires de ces mesures valeurs complexes sont des mesures signes.
Dans toute la suite du cours, les mesures considres seront en gnral positives, cest--dire (cf. dnition 2.7)
valeurs dans R
+
. Lorsque lon sintressera des mesures prenant leurs valeurs dans R, on prcisera quil sagit
de mesures signes". Noter que les mesures signes ne vrient pas, en gnral, les proprits (2.5) et (2.6). Pour
avoir un contre exemple, il suft de considrer une mesure signe m(non nulle) t.q. msoit une mesure (positive).
Proposition 2.6 (Dcomposition dune mesure signe) Soient (E, T) un espace mesurable et m une mesure si-
gne sur T. Alors, il existe deux mesures (positives) nies, notes m
+
et m

, t.q. :
1. m(A) = m
+
(A) m

(A), pour tout A T.


2. Les mesures m
+
et m

sont trangres, cest--dire quil existe C T tel que m


+
(C) = 0, et m

(EC) = 0.
Une consquence des proprits ci-dessus est que m

(A) = m(A C) et m
+
(A) = m(A C
c
) pour tout
A T.
De plus, la dcompostion de men diffrence de deux mesures (positives) nies trangres est unique. Elle sappelle
dcomposition de Hahn" de m.
DMONSTRATION :
La dmonstration dexistence de m
+
et m

est dcompose en trois tapes. Dans la premire tape, on va montrer


que, si A T, il existe

A T t.q.

A A, m(

A) m(A) et :
B T, B

A m(B) 0.
Cette premire tape nous permettra, dans ltape 2, de montrer lexistence de C T t.q. m(C) = supm(A), A
T (ceci montre, en particulier que supm(A), A T < ).
27
Enn, dans ltape 3, on pose m
+
(A) = m(A C) et m

(A) = m(A C
c
) (pour tout A T) et on remarque
que m
+
et m

sont des mesures nies, trangres et t.q. m = m


+
m

.
Etape 1. Soit A T, on montre, dans cette tape, quil existe

A T t.q.

A A, m(

A) m(A) et :
B T, B

A m(B) 0. (2.11)
On commence par montrer, par rcurrence sur n, lexistence dune suite (B
n
)
nN
dlments de T t.q. :
1. B
0
= A,
2. B
n+1
B
n
, pour tout n N,
3. m(B
n
B
n+1
)
n
= max

n
2
, 1 o
n
= infm(C), C T, C B
n
.
On prend B
0
= A. Soit maintenant n N, on suppose B
p
connu pour p n. On a
n
= infm(C), C B
n
0
(car B
n
). Si
n
= , il existe C
n
T t.q. C
n
B
n
et m(C
n
)
n
= 1. Si <
n
< 0, on a

n
>
n
, il existe donc C
n
T t.q. C
n
B
n
et m(C
n
)
n
. Si
n
= 0, on prend C
n
= . Enn, on prend
B
n+1
= B
n
C
n
et on obtient bien les proprits dsires en remarquant que C
n
= B
n
B
n+1
.
La suite (B
n
)
nN
est dcroissante (cest--dire B
n+1
B
n
pour tout n N). Pour m > n, on a donc C
m

B
m
B
n+1
et donc C
m
C
n
= (car B
n+1
= B
n
C
n
). Par additivit de m, on en dduit m(
nN
C
n
) =

nN
m(C
n
). Comme m(
nN
C
n
) R, la srie de terme gnral m(C
n
) est convergente. On a donc m(C
n
)
0 quand n et donc
n
0 quand n (car m(C
n
)
n
0) et, nalement,
n
0 quand n .
On pose maintenant

A = A
nN
C
n
=
nN
B
n
. On a, bien sr,

A T et

A A. On montre maintenant que

A vrie (2.11). Soit C T, C



A. On a, pour tout n N, C B
n
et donc m(C)
n
. Quand n , on en
dduit que m(C) 0. ce qui donne bien (2.11).
Il reste montrer que m(

A) m(A). Comme A =

A (
nN
C
n
) (et que cette union est disjointe"), la
additivit de m donne que m(A) = m(

A) +

nN
m(C
n
) m(

A). Ce qui termine la premire tape.
Etape 2. On pose = supm(A), A T et on montre, dans cette tape, quil existe C T t.q. m(C) = .
Par dnition dune borne suprieure, il existe une suite (A
n
)
nN
dlments de T t.q. m(A
n
) quand n .
Grce ltape 1, on peut supposer (quitte remplacer A
n
par

A
n
construit comme dans ltape 1) que A
n
vrie
(2.11), cest--dire que pour tout n N :
B T, B A
n
m(B) 0. (2.12)
On pose C =
nN
A
n
. On commence par montrer que m(C) m(A
m
), pour tout m N.
Soit m N. On peut crire C comme une union disjointe" :
C = A
m
(
n,=m
C
n,m
),
avec C
n,m
T et C
n,m
A
n
pour tout m ,= n. En effet, il suft pour cela de constuire par rcurrence (sur
n) la suite des C
n,m
en prenant pour C
n,m
lintersection de C avec A
n
laquelle on retranche A
m
et les C
n,m
prcdemment construits.
Par additivit de m, on a m(C) = m(A
m
) +

n,=m
m(C
n,m
). puis, comme C
n,m
A
n
, on a, par (2.12),
m(C
n,m
) 0. On en dduit m(C) m(A
m
).
En faisant tendre m vers , on a alors m(C) et donc, nalement m(C) = .
Etape 3. Construction de m
+
et m

.
28
Pour constuire m
+
et m

, on utilise un lment C de T t.q. m(C) = = supm(A), A T (lexistence de C a


t montr ltape 2). Pour A T, on pose :
m
+
(A) = m(A C), m

(A) = m(A C
c
).
On a m
+
() = m

() = 0 (car m() = 0) et les applications m


+
et m

sont des applications additives de T


dans R (car m est additive). Pour montrer que m
+
et m

sont des mesures nies, il suft de montrer quelles


prennent leurs valeurs dans R
+
, ce que lon montre maintenant.
Soit A T, on a, par additivit de m et grce la dnition de , = m(C) = m(A C) + m(A
c
C)
m(A C) + . On en dduit m(A C) 0. ce qui prouve bien que m
+
(A) R
+
. On a aussi, encore une
fois par additivit de m et grce la dnition de , m(C) + m(A C
c
) = + m(A C
c
). On en dduit
m(A C
c
) 0 et donc m

(A) R
+
.
Les applications m
+
et m

sont des mesures nies (noter que m


+
(E) = m(E C) < et m

(E) = m(E
C
c
) < ). Elles sont trangres car m
+
(C
c
) = m(C
c
C) = m() = 0 et m

(C) = m(C C
c
) = 0. Enn,
pour tout A T, on a, par additivit de m :
m(A) = m(A C) +m(A C
c
) = m
+
(A) m

(A).
Ceci termine la dmonstration de lexistence de m
+
et m

.
Pour montrer lunicit de cette dcomposition de m, on suppose que et sont deux mesures nies trangres t.q.
m = . Comme elle sont trangres, il existe D T t.q. (D
c
) = (D) = 0. On montre alors que, pour tout
A T, on a ncessairement :
(A) = supm(B); B T, B A. (2.13)
En effet, si A T et B T, B A, on a m(B) = (B) (B) (B) (A) (par positivit de
et monotonie de ). Puis, en prenant B = A D, on a m(B) = m(A D) = (A D) (A D) =
(A D) = (A) (A D
c
) = (A). Ceci prouve bien que (2.13) est vraie (et prouve que le sup est atteint
pour B = AD). Lgalit (2.13) donne donc de manire unique en fonction de m. Lunicit de dcoule alors
du fait que = m.
Remarque 2.6 Une consquence de la proposition 2.6 est que la srie

nN
m(A
n
) apparaissant dans (2.10) est
absolument convergente car (pour toute famille (A
n
)
nN
T t.q. A
n
A
m
= , si n ,= m) on a
n

p=0
[m(A
p
)[
n

p=0
m
+
(A
p
) +
n

p=0
m

(A
p
) m
+
(E) +m

(E) < .
En fait, la dnition 2.17 donne directement que la srie

nN
m(A
n
) apparaissant dans (2.10) est commutati-
vement convergente (cest--dire quelle est convergente, dans R, quel que soit lordre dans lequel on prend les
termes de la srie et la somme de la srie ne dpend pas de lordre dans lequel les termes ont t pris). Elle est
donc absolument convergente (voir lexercice 2.33). Nous verrons plus loin que cette quivalence entre les sries
absolument convergentes et les sries commutativement convergentes est fausse pour des sries valeurs dans un
espace de Banach de dimension innie.
2.5 La mesure de Lebesgue sur la tribu des borliens
Il serait bien agrable, pour la suite du cours, de montrer lexistence dune application , dnie sur tout T(R) et
valeurs dans R
+
, t.q. limage par dun intervalle de Rsoit la longueur de cet intervalle, et qui vrie les proprits
29
(1.7) et (1.8). Malheureusement, on peut montrer quune telle application nexiste pas (voir les exercices 2.28 et
2.27). Le thorme suivant donne lexistence dune telle application dnie seulement sur la tribu des borliens de
R, note B(R) (lexercice 2.28 donne alors que B(R) ,= T(R)). Cette application sappelle la mesure de Lebesgue.
Thorme 2.2 (Carathodory) Il existe une et une seule mesure sur B(R), note et appele mesure de Lebesgue
sur les borliens, t.q. (], [) = , pour tout (, ) R
2
t.q. < < < +.
Il y a plusieurs dmonstrations possibles de ce thorme. Pour la partie existence" de ce thorme, nous donnons
dans cette section une dmonstration due Carathodory. Soit A R. On dnit

(A) par :

(A) = inf
(A
i
)
iN
E
A
n

i=1
(A
i
),
o E
A
est lensemble des familles dnombrables dintervalles ouverts dont lunion contient A, et (A
i
) reprsente
la longueur de lintervalle A
i
. On peut montrer (voir lexercice 2.27) que lapplication

ainsi dnie de T(R)


dans R
+
nest pas - additive (ce nest donc pas une mesure).
On montre par contre dans cette section que la restriction de

B(R) est une mesure, quon note , mesure de


Lebesgue. Lexistence de la mesure de Lebesgue peut aussi tre dmontre en utilisant un thorme plus gnral
(de F. Riesz) que nous verrons dans un chapitre ultrieur.
Aprs la dnition de

et la dmonstration de proprits de

, on donne la dmonstration de la partie existence"


du thorme de Carathodory (voir page 33). La partie unicit" du thorme de Carathodory (voir page 36) peut
tre dmontre en utilisant le thorme de rgularit" sur les mesures sur B(R) (Thorme 2.3, trs utille dans
la suite du cours) et dun lemme classique sur les ouverts de R (lemme 2.4). Cette partie unicit" peut aussi tre
dmontre, plus directement, en utilisant la proposition 2.5.
Dnition 2.18 (Dnition de

) Soit A T(R). On pose

(A) = inf

nN
(I
n
); (I
n
)
nN
E
A
,
avec E
A
= (I
n
)
nN
; I
n
=]a
n
, b
n
[, < a
n
b
n
< , n N, A
nN
I
n
et (I) = b a si I =]a, b[,
< a b < .
Proposition 2.7 (Proprits de

) Lapplication

: T(R) R
+
(dnie dans la dnition 2.18) vrie les
proprits suivantes :
1.

() = 0,
2. (Monotonie)

(A)

(B), pour tout A, B T(R), A B,


3. (sous additivit) Soit (A
n
)
nN
T(R) et A =
nN
A
n
, alors

(A)

nN

(A
n
),
4.

(]a, b[) = b a pour tout (, ) R


2
t.q. < < < +.
DMONSTRATION :
On remarque tout dabord que

(A) R
+
pour tout A T(R) (car

(A) est la borne infrieure dune partie de


R
+
).
Proprit 1. Pour montrer que

() = 0, il suft de remarquer que (I


n
)
nN
E

avec I
n
= pour tout n N,
et donc 0

()

nN
(I
n
) = 0.
30
Proprit 2. Soit A, B T(R) t.q. A B. On a E
B
E
A
et donc

(A)

(B).
Proprit 3. Soit (A
n
)
nN
T(R) et A =
nN
A
n
. Il suft de considrer le cas o

(A
n
) < pour tout
n N (sinon, lingalit est immdiate).
Soit > 0. Pour tout n N, il existe (I
n,m
)
mN
E
A
n
t.q.

mN
(I
n,m
)

(A
n
) +/(2
n
).
On remarque alors que (I
n,m
)
(n,m)N
2 est un recouvrement de A par des intervalles ouverts et donc que :

(A)

(n,m)N
2
(I
n,m
).
Noter que

(n,m)N
2
(I
n,m
) =

nN
(I
(n)
), o est une bijection de N dans N
2
(cette somme ne dpend pas
de la bijection choisie, voir le lemme 2.2 page 22).Avec le lemme 2.3 ci dessous, on en dduit :

(A)

nN
(

mN
(I
n,m
))

nN

(A
n
) + 2,
ce qui donne bien, quand 0,

(A)

nN

(A
n
).
Proprit 4. Pour montrer la quatrime proprit. On commence par montrer :

([a, b]) = b a, a, b R, a < b. (2.14)


Soit donc a, b R, a < b.
Comme [a, b] ]a , b +[, pour tout > 0, on a

([a, b]) b a + 2. On en dduit

([a, b]) b a.
Pour dmontrer lingalit inverse, soit (I
n
)
nN
E
[a,b]
. Par compacit de [a, b], il existe n N t.q. [a, b]

n
p=0
I
p
. On peut alors construire (par rcurrence) i
0
, i
1
, . . . , i
q
0, . . . , n t.q. a
i
0
< a, a
i
p+1
< b
i
p
pour tout
p 0, . . . , q 1, b < b
i
q
. On en dduit que b a <

q
p=0
b
i
p
a
i
p

nN
(I
n
) et donc b a

([a, b]).
Ceci donne bien (2.14).
En remarquant que [a + , b ] ]a, b[ [a, b] pour tout a, b R, a < b, et 0 < < (b a)/2, la monotonie
de

donne (avec (2.14)) que

(]a, b[) = b a pour tout a, b R, a < b. La monotonie de

donne alors
aussi que

([a, b[) =

(]a, b]) =

(]a, b[) = b a pour tout a, b R, a < b, et enn que

(] , a]) =

(] , a[) =

(]a, ]) =

([a, ]) = pour tout a R.


Lemme 2.3 (Double srie termes positifs) Soit (a
n,m
)
(n,m)N
2 R
+
. Alors on a :

(n,m)N
2
a
n,m
=

nN
(

mN
a
n,m
).
DMONSTRATION : On pose A =

(n,m)N
2
a
n,m
et B =

nN
(

mN
a
n,m
). Soit une bijection de N dans
N
2
. On rappelle que

(n,m)N
2
a
n,m
=

pN
a
(p)
.
Pour tout i, j N, il existe n N t.q. 0, . . . , i 0, . . . j (0), . . . , (n). Comme a
n,m
0 pour tout
(n, m), on en dduit que
A
n

p=0
a
(p)

i

n=0
(
j

m=0
a
n,m
)
et donc, en faisant tendre j puis i vers +, que A B. Un raisonnement similaire donne que B A et donc
A = B.
On introduit maintenant la tribu de Lebesgue, sur laquelle on montrera que

est une mesure.


31
Dnition 2.19 (Tribu de Lebesgue) On pose L = E T(R) t.q.

(A) =

(AE) +

(AE
c
) pour tout
A T(R). On rappelle que

est dnie dans la dnition 2.18 (et que E


c
= R E). Cet ensemble de parties
de R not L sappelle tribu de Lebesgue" (on montre dans la proposition 2.8 que L est bien une tribu).
Remarque 2.7 On peut avoir une premire ide de lintrt de la dnition 2.19 en remarquant quelle donne
immdiatement ladditivit de

sur L. En effet, soit E


1
, E
2
R t.q. E
1
E
2
= et soit A R. On suppose
que E
1
L et on utilise la dnition de L avec A (E
1
E
2
), on obtient

(A (E
1
E
2
)) =

(A (E
1

E
2
) E
1
) +

(A (E
1
E
2
) E
c
1
) =

(A E
1
) +

(A E
2
) (car E
1
E
2
= ).
Par rcurrence sur n, on a donc aussi

(A (
n
i=1
E
i
)) =

n
i=1

(A E
i
), ds que E
1
, . . . , E
n1
L,
A, E
n
R et E
i
E
j
= si i ,= j, i, j 1, . . . , n.
En particulier, en prenant A = R, on obtient ladditivit de

sur L, cest--dire

(
n
i=1
E
i
) =
n

i=1

(E
i
),
si E
1
, . . . , E
n1
L et E
i
E
j
= si i ,= j, i, j 1, . . . , n.
Remarque 2.8 Pour tout E, A T(R), on a, par sous additivit de

(A)

(AE)+

(AE
c
). Pour
montrer que E L(dnie dans la dnition 2.19), il suft donc de montrer que

(A)

(AE)+

(AE
c
),
pour tout A T(R).
Proposition 2.8 (Proprits de L) L est une tribu sur R et

]1
est une mesure. L et

sont dnies dans les


dnitions 2.18 et 2.19.
DMONSTRATION :
Il est immdiat que L et que L est stable par passage au complmentaire". On sait aussi que

() = 0. Il
reste donc dmontrer que L est stable par union dnombrable et que la restriction de

L est une mesure. Ceci


se fait en deux tapes dcrites ci-aprs.
Etape 1. On montre, dans cette tape, que L est stable par union nie et que, si n 2 et (E
i
)
i=1,...,n
L est t.q.
E
i
E
j
= si i ,= j, alors on a :

(A (
n
i=1
E
i
)) =
n

i=1

(A E
i
), A T(R). (2.15)
(Cette dernire proprit donne ladditivit de

sur L en prenant A = R, cette proprit dadditivit a dj t


signale dans la remarque 2.7.)
Par une rcurrence facile, il suft de montrer que E
1
E
2
L si E
1
, E
2
L et de montrer la proprit (2.15)
pour n = 2. Soit donc E
1
, E
2
L. On pose E = E
1
E
2
. Pour montrer que E L, il suft de montrer (voir la
remarque 2.8) que

(A)

(AE)+

(AE
c
), pour tout A T(R). Soit A T(R). Par sous additivit
de

on a

(A (E
1
E
2
)) =

((A E
1
) (A E
c
1
E
2
))

(A E
1
) +

(A E
c
1
E
2
),
et donc

(A (E
1
E
2
)) +

(A (E
1
E
2
)
c
)

(A E
1
) +

(A E
c
1
E
2
) +

(A E
c
1
E
c
2
).
32
Comme E
2
L, on a

(A E
c
1
) =

(A E
c
1
E
2
) +

(A E
c
1
E
c
2
). Puis, comme E
1
L, on a

(A) =

(A E
1
) +

(A E
c
1
). On en dduit

(A (E
1
E
2
)) +

(A (E
1
E
2
)
c
)

(A).
Ce qui prouve que E L.
Pour montrer (2.15) avec n = 2 si E
1
, E
2
L avec E
1
E
2
= , il suft de remarquer que (pour tout A T(R))

(A(E
1
E
2
)) =

((AE
1
)(AE
2
)) =

([(AE
1
)(AE
2
)]E
1
)+

([(AE
1
)(AE
2
)]E
c
1
) =

(A E
1
) +

(A E
2
). (On a utilis le fait que E
1
L.) Ceci termine ltape 1.
Une consquence de cette tape (et du fait que L est stable par passage au complmentaire) est que L est stable
par intersection nie.
Etape 2. On montre, dans cette tape, que L est stable par union dnombrable et la restriction de

L est une
mesure (ce qui termine la dmonstration de la proposition 2.8).
Soit (E
n
)
nN
L et E =
nN
E
n
. On veut montrer que E L. On commence par remarquer que E =
nN
F
n
avec F
0
= E
0
et, par rcurrence, pour n 1, F
n
= E
n

n1
p=0
F
p
. Ltape 1 nous donne que (F
n
)
nN
L et,
comme F
n
F
m
= si n ,= m, on peut utiliser (2.15). Pour tout A T(R), on a donc :

(A) =

(A (
n
p=0
F
p
)) +

(A (
n
p=0
F
p
)
c
)
=
n

p=0

(A F
p
) +

(A (
n
p=0
F
p
)
c
).
(2.16)
En utilisant le fait que E
c
(
n
p=0
F
p
)
c
et la monotonie de

, on a

(A(
n
p=0
F
p
)
c
)

(AE
c
). En faisant
tendre n vers dans (2.16) et en utilisant la sous additivit de

, on en dduit alors que

(A)

(A E)
+

(A E
c
). Ce qui prouve que E L (voir remarque 2.8) et donc que L est une tribu.
Il reste montrer que

est une mesure sur L. Soit (E


n
)
nN
L t.q. E
i
E
j
= si i ,= j et E =
nN
E
n
.
Par monotonie de

on a, pour tout n N,

(
n
p=0
E
p
)

(E) et donc, en utilisant ladditivit de

sur L
(dmontre ltape 1, voir (2.15) avec A = E),

n
p=0

(E
p
)

(E). Ce qui donne, passant limite quand


n ,

p=0

(E
p
)

(E). Dautre part,

(E)

p=0

(E
p
), par sous additivit de

. On a donc

(E) =

p=0

(E
p
). Ce qui prouve que

]1
est une mesure.
DMONSTRATION DE LA PARTIE EXISTENCE" DU THORME 2.2 :
Pour montrer la partie existence" du thorme 2.2, il suft, grce aux propositions 2.7 et 2.8, de montrer que L
(dnie dans la dnition 2.19) contient B(R). Pour cela, il suft de montrer que ]a, [ L pour tout a R (car
]a, [, a R engendre B(R)). Soit donc a R et E =]a, [. Pour tout A T(R), on veut montrer que

(A)

(A E) +

(A E
c
). On peut supposer que

(A) < (sinon lingalit est immdiate).


Soit > 0. Par la dnition de

(A), il existe (I
n
)
nN
E
A
t.q.

(A)

nN
(I
n
) . Comme A E
(
nN
(I
n
E)) et A E
c
(
nN
(I
n
E
c
)), la sous additivit de

donne

(A E)

nN

(I
n
E) et

(A E
c
)

nN

(I
n
E
c
).
Comme I
n
E et I
n
E
c
sont des intervalles, la n de la dmonstration de la proposition 2.7 donne

(I
n
E) =
(I
n
E) et

(I
n
E
c
) = (I
n
E
c
). On en dduit

(AE)+

(AE
c
)

nN
((I
n
E)+(I
n
E
c
)) =

nN
(I
n
) (car (I
n
E) +(I
n
E
c
) = (I
n
)) et donc

(AE) +

(AE
c
)

(A) +. Quand 0
on trouve lingalit recherche. On a bien montr que E L.
33
On va maintenant dmontrer un thorme important dont on peut dduire, en particulier, la partie unicit" du
thorme 2.2.
Thorme 2.3 (Rgularit dune mesure sur B(R), nie sur les compacts)
Soit m une mesure sur B(R). On suppose que m est nie sur les compacts, cest dire que m(K) < pour
tout compact K de R (noter quun compact est ncessairement dans B(R)). Alors, pour tout A B(R) et tout
> 0, il existe un ouvert O et un ferm F t.q. F A O et m(O F) . En particulier, on a donc, pour tout
A B(R), m(A) = infm(O), O ouvert contenant A et m(A) = supm(K), K compact inclus dans A.
DMONSTRATION :
On appelle T lensemble des A B(R) t.q. pour tout > 0, il existe O ouvert et F ferm vriant F A O et
m(OF) . On va montrer que T est une tribu contenant ( = ]a, b[, < a < b < . Comme ( engendre
B(R), ceci donnera T = B(R).
On montre tout dabord que ( T. Soit < a < b < et A =]a, b[.
Pour tout n n
0
avec n
0
t.q. (2/n
0
) < b a on a :
[a + (1/n), b (1/n)] A ]a, b[.
Pour n n
0
, on pose B
n
=]a, a + (1/n)[]b (1/n), b[). La suite (B
n
)
nn
0
est une suite dcroissante et

nn
0
B
n
= . Comme m est nie sur les compacts, on a m(B
n
) m([a, b]) < . En utilisant la continuit
dcroissante de m (proposition 2.3), on a donc :
m(]a, b[[a + (1/n), b (1/n)]) = m(]a, a + (1/n)[]b (1/n), b[) = m(B
n
) 0,
quand n . Soit maintenant > 0 en prenant n assez grand on a m(B
n
) . En prenant O = A et F =
[a + (1/n), b (1/n)], on a bien O ouvert, F ferm, F A O et m(O F) . Ceci prouve que ]a, b[ T.
On montre maintenant que T est une tribu. On remarque tout dabord que T (il suft de prendre F = O = )
et que T est stable par passage au complmentaire (car, si F A O, on a O
c
A
c
F
c
et F
c
O
c
= O F).
Il reste montrer que T est stable par union dnombrable.
Soit (A
n
)
nN
T et A =
nN
A
n
. On veut montrer que A T. On va commencer par traiter le cas (simple) o
m(A) < puis le cas (plus difcile) o m(A) = .
Premier cas. On suppose que m(A) < .
Soit > 0. Pour tout n N, il existe O
n
ouvert et F
n
ferm t.q. F
n
A
n
O
n
et m(O
n
F
n
) (/2
n
). On
pose O =
nN
O
n
et

F =
nN
F
n
. On a

F A O, m(O

F) 2, car (O

F)
nN
(O
n
F
n
), et O
ouvert mais

F nest pas ncessairement ferm. . .
Cependant, puisque m(A) < , on a aussi m(

F) < . Par continuit croissante de m (applique la suite
(
n
p=0
F
p
)
nN
) on a m(
n
p=0
F
p
) m(

F), quand n , do (puisque m(

F) < ) m(

F) m(
n
p=0
F
p
) 0.
On prend alors F =
N
p=0
F
p
avec N assez grand pour que m(

FF) = m(

F)m(F) . On a bien F A O,
O ouvert, F ferm et, comme (O F) = (O

F) (

F F), on a m(O F) = m(O

F) + m(

F F) 3.
Ceci prouve que A T.
Deuxime cas. On suppose maintenant que m(A) = (et le raisonnement prcdent nest plus correct si m(

F) =
). On raisonne en 3 tapes :
1. Soit p Z. On remarque dabord que A
n
[p, p + 1[ T pour tout n N. En effet, soit n N et > 0. Il
existe O ouvert et F ferm t.q. F A
n
O et m(O F) . Pour k N

, on a donc :
F
k
= F [p, p + 1
1
k
] A
n
[p, p + 1[ O
k
= O]p
1
k
, p + 1[.
34
On a F
k
ferm, O
k
ouvert et (O
k
F
k
) (O F)]p
1
k
, p[]p + 1
1
k
, p + 1[. On en dduit :
m(O
k
F
k
) +m(]p
1
k
, p[]p + 1
1
k
, p + 1[).
Or, la continuit dcroissante de mdonne que m((]p
1
k
, p[]p+1
1
k
, p+1[) 0 quand k (on utilise ici
le fait que m([p 1, p +1]) < car m est nie sur les compacts). Il existe donc k N

t.q. m(O
k
F
k
) 2,
ce qui donne bien que A
n
[p, p + 1[ T.
2. Comme m(A [p, p + 1[) < , on peut maintenant utiliser le premier cas avec A [p, p + 1[=
nN
(A
n

[p, p + 1[). Il donne que A [p, p + 1[ T pour tout p Z.
3. On montre enn que A T. Soit > 0. Pour tout p Z, il existe un ouvert O
p
et un ferm G
p
t.q. G
p

A[p, p+1[ O
p
et m(O
p
G
p
) /(2
]p]
). On prend O =
pZ
O
p
et F =
pZ
G
p
. On obtient F A O,
m(O F) 3 et O est ouvert. Il reste montrer que F est ferm.
Soit (x
n
)
nN
F t.q. x
n
x (dans R) quand n . On veut montrer que x F. Il existe p Z t.q.
x ]p 1, p + 1[. Il existe donc n
0
N t.q. x
n
]p 1, p + 1[ pour tout n n
0
. Comme x
n

qZ
G
q
et que
G
q
[q, q +1[ pour tout q, on a donc x
n
G
p
G
p1
pour tout n n
0
. Comme G
p
G
p1
est ferm, on en
dduit que x G
p
G
p1
F et donc que F est ferm.
Ceci montre bien que A T et termine la dmonstration du fait que T est une tribu. Comme cela a dj t dit,
on en dduit que T = B(R).
On a donc bien montr que pour tout A B(R) et pour tout > 0, il existe O ouvert et F ferm vriant
F A O et m(O F) .
On montre maintenant que m(A) = infm(O), O ouvert contenant A pour tout A B(R). Soit A B(R).
On remarque dabord que la monotonie dune mesure donne m(A) infm(O), O ouvert contenant A. Puis,
lingalit inverse est immdiate si m(A) = . Enn, si m(A) < , pour tout > 0 il existe O ouvert et F ferm
vriant F A O et m(O F) . On a donc O A O F et donc (par monotonie de m) m(O A)
et m(O) = m(A) +m(O A) m(A) +. On a donc trouv un ouvert O contenant A t.q. m(O) m(A).
On en dduit que infm(O), O ouvert contenant A m(A) et nalement que m(A) = infm(O), O ouvert
contenant A.
De manire semblable, on montre aussi que m(A) = supm(K), K compact inclus dans A pour tout A B(R).
En effet, soit A B(R). Ici aussi, on commence par remarquer que la monotonie dune mesure donne m(A)
supm(K), K compact inclus dans A. On montre maintenant lingalit inverse. Soit > 0. Il existe F ferm
t.q. F A et m(A F) . Si m(A) = , on en dduit que m(F) = et donc que m(K
n
) quand
n (par continuit croissante de m) avec K
n
= F [n, n]. Comme K
n
est compact pour tout n N, on a
donc supm(K), K compact inclus dans A = = m(A). Si m(A) < , on a m(A) m(F) m(A)
et donc, pour n assez grand, m(K
n
) m(F) m(A) 2 (toujours par continuit croissante de m) avec
K
n
= F [n, n]. Comme K
n
est compact pour tout n N et que est arbitraire, on en dduit que supm(K),
K compact inclus dans A m(A) et donc, nalement, m(A) = supm(K), K compact inclus dans A.
Pour dmontrer la partie unicit" du thorme 2.2 avec le thorme 2.3 on aura aussi besoin du petit lemme
suivant (qui prcise le lemme 2.1 car dans le lemme 2.1 il nest pas demand que les ouverts soient disjoints).
Lemme 2.4 (Ouverts de R) Soit O un ouvert de R, alors O est une union dnombrable dintervalles ouverts
disjoints 2 2, cest dire quil existe (I
n
)
nN
t.q. I
n
est un intervalle ouvert de R pour tout n N, I
n
I
m
=
si n ,= m et O =
nN
I
n
.
35
DMONSTRATION :
Pour x O on pose O
x
= y O; I(x, y) O, avec I(x, y) = tx + (1 t)y, t [0, 1] (on a donc
I(x, y) = [x, y] ou [y, x]). On remarque que O =
xO
O
x
et que O
x
est, pour tout x O, un intervalle ouvert
(cest lintervalle ] inf O
x
, sup O
x
[, avec inf O
x
, sup O
x
R). Il est aussi facile de voir que, pour tout x, y O,
O
x
O
y
,= implique que O
x
= O
y
. On peut trouver A O t.q. O =
xA
O
x
et O
x
O
y
= si x, y A,
x ,= y. Comme O
x
,= pour tout x A, on peut donc construire une application de A dans Q en choisissant pour
chaque x A un rationnel de O
x
(ce qui est possible car tout ouvert non vide de R contient un rationnel). Cette
application est injective car O
x
O
y
= si x, y A, x ,= y. lensemble A est donc au plus dnombrable, ce qui
termine la dmonstration du lemme.
Remarque 2.9 Dans la dmonstration du lemme 2.4, O
x
est la composante connexe de x. Le lemme 2.4 consiste
donc remarquer quun ouvert est runion de ses composantes connexes, que celles ci sont disjointes deux
deux et sont des ouverts connexes et donc des intervalles ouverts (car un connexe dans R est ncessairement un
intervalle).
DMONSTRATION DE LA PARTIE UNICIT" DU THORME 2.2 :
On a construit une mesure, note , sur B(R) t.q. (]a, b[) = b a pour tout a, b R, a < b. Supposons que m
soit aussi une mesure sur B(R) t.q. m(]a, b[) = b a pour tout a, b R, a < b. On veut montrer que = m (sur
tout B(R)). Nous le montrons ici avec deux mthodes diffrentes, utilisant le thorme 2.3 ou la proposition 2.5.
Premire mthode, avec le thorme 2.3. En utilisant le fait que tout ouvert est runion dnombrable dintervalles
ouverts disjoints deux deux (lemme 2.4) et les proprits de additivit de et de m, on montre que (O) =
m(O) pour tout ouvert O de R. Puis, en utilisant la dernire assertion du thorme de rgularit (qui sapplique
pour m et pour , car m et sont des mesures sur B(R), nies sur les compacts), on obtient (A) = m(A) pour
tout A B(R), i.e. m = .
Deuxime mthode, avec la proposition 2.5. On utilise la proposition 2.5 avec (E, T) = (R, B(R)) et ( =
]a, b], a, b R, a b. On sait que ( engendre B(R), et il est clair que ( est stable par intersection nie. On
prend maintenant F
n
= ]n, n + 1] pour n Z. La famille (F
n
)
nZ
est donc une famille dnombrable dlments
de (, disjoints deux deux et t.q. R =
nZ
F
n
. Pour a, b R, a b, on a, par continuit dcroissante de m,
m(]a, b] = lim
p
m(]a, b +
1
p
[ = lim
p
b a +
1
p
= b a = (]a, b]). On a donc m = sur ( (et m(F
n
) <
pour tout n Z). On peut donc appliquer la proposition 2.5. Elle donne = m sur B(R).
Remarque 2.10 Nous avons vu que la mesure de Lebesgue, note , tait rgulire. Ceci ne donne pas, pour
A B(R), lgalit de la mesure de A avec la mesure de son intrieur ou de son adhrence. Il suft, pour sen
convaincre, de prendre, par exemple, A = Q. On a alors (A) = 0 (voir la remarque 2.12) et (A) = .
Remarque 2.11 Nous avons donc, dans cette section, construit une application, note

, de T(R) dans R
+
.
Cette application nest pas une mesure mais nous avons montr que la restriction de

la tribu de Lebesgue,
note L, tait une mesure. Puis, nous avons dmontr que B(R) L et obtenu ainsi, en prenant la restriction
de

B(R) la mesure que nous cherchions. On peut se demander toutefois quelle est la diffrence entre L et
B(R). Du point de vue des cardinaux, cette diffrence est considrable car card(L) = card(T(R)) alors que
card(B(R)) = card(R) mais du point de vue de lintgration, la diffrence est drisoire, comme nous pourrons
le voir avec lexercice 4.18 (plus complet que lexercice 2.32) car lespace mesur (R, L,
]1
) est simplement le
complt de (R, B(R),
]B(R)
).
On donne maintenant une proprit, spcique la mesure de Lebesgue, qui est la base de toutes les formules de
changement de variables pour lintgrale de Lebesgue.
36
Proposition 2.9 (Invariance par translation gnralise") Soit R

et R. Pour A T(R), on note


A+ = x +, x A. On a alors :
1. A B(R) implique A+ B(R),
2. (A+) = [[(A) pour tout A B(R).
Pour = 1, cette proprit sappelle invariance par translation de ".
DMONSTRATION :
Pour la premire partie de la proposition, on pose T = A B(R); A + B(R). On montre facilement que
T est une tribu contenant les intervalles ouverts, on en dduit que T = B(R).
Pour la deuxime partie, on pose, pour tout A B(R), m
1
(A) = (A + ) et m
2
(A) = [[(A). Il est facile
de voir que m
1
et m
2
sont des mesures sur B(R), nies sur les borns, et quelles sont gales sur lensemble
des intervalles ouverts. On raisonne alors comme dans la dmonstration de la partie unicit" du thorme 2.2,
en utilisant le thorme 2.3 ou la proposition 2.5. Par exemple, en utilisant le lemme 2.4 et les proprits de
additivit de m
1
et de m
2
, on montre que m
1
(O) = m
2
(O) pour tout ouvert O de R. Puis, en utilisant la
dernire assertion du thorme de rgularit (qui sapplique pour m
1
et pour m
2
), on obtient m
1
(A) = m
2
(A)
pour tout A B(R). On a donc (A+) = [[(A) pour tout A B(R).
Remarque 2.12 La mesure de Lebesgue est diffuse (cest--dire que (x) = 0 pour tout x R). Donc, si D
est une partie dnombrable de R, on a (D) = 0. Ainsi, (N) = (Z) = (Q) = 0. La rciproque est fausse. On
construit par exemple un ensemble (dit ensemble de Cantor", K, qui est une partie compacte non dnombrable de
[0,1], vriant (K) = 0, voir exercice 2.31).
Dnition 2.20 (Mesure de Lebesgue sur un borlien de R) Soit I un intervalle de R (ou, plus gnralement,
I B(R)) et T = B B(R); B I (on peut montrer que T = B(I), o I est muni de la topologie induite
par celle de R, voir lexercice 2.3 page 42). Il est facile de voir que T est une tribu sur I et que la restriction de
(dnie dans le thorme 2.2) T est une mesure sur T, donc sur les borliens de I (voir 2.16 page 45). On note
toujours par cette mesure.
2.6 Indpendance et probabilit conditionnelle
2.6.1 Probabilit conditionnelle
Commenons par expliquer la notion de probabilit conditionnelle sur lexemple du lancer de d. On se place dans
le modle quiprobable : soient E = 1, 2, 3, 4, 5, 6, T = T(E) et p la probabilit dnie par p(x) =
1
6
,
x E. La probabilit de lvnement A obtenir 6" est
1
6
. Supposons maintenant que lon veuille valuer la
chance dobtenir un 6, alors que lon sait dj que le rsultat est pair (vnement B = 2, 4, 6). Intuitivement, on
a envie de dire que la chance" dobtenir un 6 est alors
1
cardB
=
1
3
.
Dnition 2.21 (Probabilit conditionnelle) Soient (E, T, p) un espace probabilis et A, B T.
Si p(B) ,= 0, la probabilit conditionnelle de A par rapport B (on dit aussi probabilit de A par rapport B),
note p(A[B), est dnie par p(A[B) =
p(AB)
p(B)
.
Si p(B) = 0, la probabilit conditionnelle de A par rapport B, note p(A[B), nest pas dnie. Cest un nombre
arbitraire entre 0 et 1.
37
De cette dnition on dduit la formule de Bayes : soient (E, T, p) un espace probabilis et A, B T, alors :
p(B)p(A[B) = p(A B) (2.17)
Remarque 2.13 Soient (E, T, p) un espace probabilis et A un vnement tel que p(A) ,= 0. Alors lapplication
p
A
: T [0, 1] dnie par :
p
A
(B) = p(B[A) =
p(A B)
p(A)
, B T (2.18)
est une probabilit sur T. On dit que la masse de p
A
est concentre en A" : on a en effet : p
A
(B) = 0, pour tout
B T t.q. A B = . On a aussi p
A
(A) = 1.
Dnition 2.22 Soit (E, T, p) un espace probabilis, on appelle systme de constituants une famille (C
n
)
nN
T
densembles disjoints deux deux t.q.
nN
C
n
= E.
On a comme corollaire immdiat de la relation 2.17 :
Proposition 2.10 Soient (E, T, p) un espace probabilis, (C
n
)
nN
T un systme de constituants de probabilits
non nulles et A T, alors :
p(A) =

nN
p(C
n
)p(A[C
n
). (2.19)
Dans le cas o p(B) = p(B[A), on a envie de dire que A ninue en rien sur B; on a dans ce cas : p(A)p(B) =
p(A B).
2.6.2 Evnements indpendants, tribus indpendantes
Dnition 2.23 (Indpendance de deux vnements)
Soient (E, T, p) un espace probabilis. On dit que deux vnements A et B sont indpendants si p(A)p(B) =
p(A B).
Remarque 2.14 Lors de la modlisation dun phnomne alatoire, il y a des vnements qui semblent a priori
indpendants, cest--dire que la ralisation de lun semble navoir aucune inuence sur la ralisation de lautre.
On choisira alors, pour le modle probabiliste, une probabilit qui respecte cette indpendance. On dit que lind-
pendance a priori implique lindpendance. Toutefois, pour une probabilit p donne, deux vnements peuvent
tre indpendants alors quils ne paraissent pas intuitivement indpendants.
Exemple 2.3 Prenons comme exemple le lancer simultan de deux ds : a priori, il parait raisonnable de supposer
que les rsultats obtenus pour chacun des deux ds ninuent pas lun sur lautre, et on va donc chercher une
probabilit qui respecte cette indpendance. Lunivers des possibles est ici E = (i, j), 1 i 6, 1 j 6.
Les rsultats de chaque lancer simultan des deux ds tant quiprobables, on a donc envie de dnir, pour A
T(E), p(A) =
cardA
36
. Voyons maintenant si deux vnements a priori indpendants sont indpendants pour cette
probabilit. Considrons par exemple lvnement A : obtenir un double 6" ; on peut crire : A = B C, o
B est lvnement obtenir un 6 sur le premier d" et C lvnement obtenir un 6 sur le deuxime d". On doit
donc vrier que : p(A) = p(B)p(C). Or B = (6, j), 1 j 6 et C = (i, 6), 1 i 6. On a donc
p(B) = p(C) =
1
6
, et on a bien p(A) = p(B)p(C)(=
1
36
).
On gnralise la notion dindpendance de deux vnements en introduisant la notion dindpendance de tribus.
Dnition 2.24 (Indpendance des tribus) Soit (E, T, p) un espace probabilis et (T
k
)
kN
une suite de tribus
incluses dans T.
38
1. Soit N > 1. On dit que les N tribus T
k
, k = 1, . . . , N, sont indpendantes (on dit aussi que la suite T
1
, . . . ,
T
N
est indpendante) si pour toute famille (A
1
, . . . , A
N
) dvnements tels que A
k
T
k
pour k = 1, . . . , N
on a : p(
N
k=1
A
k
) = p(A
1
)p(A
2
) . . . p(A
N
).
2. On dit que la suite (T
k
)
kN
est indpendante (ou que les tribus T
1
, . . . , T
n
, . . . sont indpendantes) si pour
tout N 1, les N tribus T
k
, k = 1, . . . , N, sont indpendantes.
On peut facilement remarquer que si A et B sont deux vnements dun espace probabilis (E, T, p), ils sont
indpendants (au sens de la dnition 2.23) si et seulement si les tribus T
A
= , E, A, A
c
et T
B
= , E, B, B
c

sont indpendantes (voir lexercice 3.17). On en dduit la gnralisation de la dnition dindpendance plusieurs
vnements :
Dnition 2.25 (Evnements indpendants) Soient (E, T, p) un espace probabilis et (A
k
)
k=1,...,N
des vne-
ments, on dit que les N vnements (A
k
)
k=1,...,N
sont indpendants si les N tribus engendres par les vnements
A
k
, k = 1 . . . , N (cest--dire les N tribus dnies par T
k
= A
k
, A
c
k
, E, pour k = 1 . . . , N) sont indpen-
dantes.
Sous les hypothses de la dnition prcdente, on peut remarquer que les vnements A
1
, . . . , A
N
sont indpen-
dants (cest--dire que les tribus engendres par A
1
, . . . , A
N
sont indpendantes) si et seulement si P(
iI
A
i
) =

iI
P(A
i
) pour tout I 1, . . . , N), voir lexercice 3.17. Nous terminons ce paragraphe par une proposition
sur les tribus indpendantes :
Proposition 2.11 Soit (E, T, p) un espace probabilis.
1. Soit N > 1 et (T
k
)
k0,...N]
une suite indpendante de tribus incluses dans T. La tribu T
0
est alors indpen-
dante de la tribu engendre par les tribus T
1
, . . . , T
N
.
2. (Gnralisation) Soit N > 3, q > 1, n
0
, . . . , n
q
t.q. n
0
= 0, n
i
< n
i+1
(pour i = 0, . . . , q 1), n
q
= N et
(T
k
)
k1,...N]
une suite indpendante de tribus incluses dans T. Pour i = 1, . . . , q, on note
i
la tribu engendre
par les tribus T
n
pour n = n
i1
, . . . , n
i
. Alors, les tribus
1
, . . . ,
q
sont indpendantes.
DMONSTRATION : On montre tout dabord le premier item de la proposition. On note S la tribu engendre par
les tribus T
1
, . . . , T
N
. Comme S est la plus petite tribu contenant les tribus T
k
(k = 1, . . . , N), elle est incluse
dans T. On veut montrer que T
0
et S sont indpendantes, cest--dire que p(AB) = p(A)p(B) pour tout A T
0
et tout B S. Pour le montrer, on va utiliser la proposition 2.5 (donnant lunicit dune mesure). Soit A T
0
, on
dnit les mesures m et sur T en posant :
m(B) = p(A B), (B) = p(A)p(B), pour B T,
et on pose :
( =
N
k=1
A
k
, A
k
T
k
pour k = 1, . . . , N.
Pour B (, on a B =
N
k=1
A
k
avec A
k
T
k
avec k = 1, . . . , N. On a donc, en utilisant lindpendance des tribus
T
0
, T
1
, . . . , T
N
, m(B) = p(A B) = p(A)p(A
1
)p(A
2
) . . . p(A
N
) = p(A)p(B) = (B). On a donc m = sur
(. Comme ( est stable par intersection et que E (, la proposition 2.5 nous donne m = sur la tribu engendre
par (. Comme cette tribu contient toutes les tribus T
k
(k = 1, . . . , N), elle contient aussi S (en fait, elle est gale
S). On a donc bien montr que p(A B) = p(A)p(B) pour tout B S et pour tout A T
0
.
Pour montrer le deuxime item (qui est une gnralisation du premier), il suft de faire une rcurrence nie de q
tapes et dutiliser la technique prcdente. Par exemple, pour q = 2 la technique prcdente donne :
p((
n
1
k=1
A
k
) B
2
) = p(
n
1
k=1
A
k
)p(B
2
),
pour A
k
T
k
, k = 1, . . . , n
1
et B
2

2
. Puis en reprenant la technique prcnete, on montre p(B
1
B
2
) =
p(B
1
)p(B
2
) pour B
1

1
et B
2

2
. Ce qui donne bien lindpendance de
1
et
2
.
39
2.6.3 Probabilits sur les borliens de R
Une probabilit est dnie sur un espace probabilisable. Trs souvent, on ne connait du problme alatoire que
lon cherche modliser ni lensemble E (univers des possibles") ni la tribu T (ensemble des vnements) ni
la probabilit p. Par contre, on connait une image" de la probabilit p par une application (dite mesurable, voir
chapitre suivant) X de E dans R. On travaille alors avec lespace beaucoup plus sympathique (car mieux dni...)
(R, B(R), p
X
), ou p
X
est une probabilit sur B(R), que les probabilistes appellent loi de probabilit" (elle dpend
de p et de lapplication X).
Nous donnons maintenant quelques notions propres aux lois de probabilits (ou probabilits dnies sur les bor-
liens de R), ainsi que quelques exemples concrets utiliss dans la reprsentation de phnomnes alatoires.
Dnition 2.26 (Fonction de rpartition) Soit p une probabilit sur les borliens de R. On appelle fonction de
rpartition de la probabilit p la fonction F, dnie de R dans [0, 1] par : F(t) = p(] , t]).
Proposition 2.12
Soit p une probabilit sur les borliens de Ret F sa fonction de rpartition. La fonction F est croissante et continue
droite. De plus, on a lim
t
F(t) = 0 et lim
t+
F(t) = 1.
DMONSTRATION : La croissance de F est une consquence de la monotonie de p (proposition 2.3). En effet, soit
a, b R, a < b. On a ], a[], b[ et donc, par monotonie de p, F(a) = p(], a[) p(], b[) = F(b).
Ce qui montre bien la croissance de F.
Pour montrer que F est continue droite, on utilise la continuit dcroissante de p (proposition 2.3). Soit a R
et (a
n
)
nN
R t.q. a
n
a (cest--dire a
n+1
a
n
pour tout n N et lim
n
a
n
= a). On remarque que
] , a] =
nN
] , a
n
], ] , a
n+1
] ] , a
n
] et p(] , a
n
]) < pour tout n N. La continuit
dcroissante de p donne alors F(a
n
) = p(] , a
n
]) p(] , a]) = F(a), quand n . Ce qui montre la
continuit droite de F.
Pour montrer que lim
a+
F(a) = 1, on utilise la continuit croissante de p. Soit (a
n
)
nN
R t.q. a
n
+
(cest--dire a
n+1
a
n
pour tout n N et lim
n
a
n
= +). On pose A
n
=] , a
n
]. On a A
n
A
n+1
pour tout n N et
nN
A
n
= R. Par continuit croissante de p (Proposition 2.3), on a donc F(a
n
) = p(A
n
)
p(R) = 1 quand n . Ce qui prouve que lim
a+
F(a) = 1.
Pour montrer que lim
a
F(a) = 0, on utilise la continuit dcroissante de p. Soit (a
n
)
nN
R t.q. a
n

(cest--dire a
n+1
a
n
pour tout n N et lim
n
a
n
= ). On pose B
n
= ] , a
n
]. On a B
n+1
B
n
pour tout n N, p(B
n
) < pour tout n N et
nN
B
n
= . Par continuit dcroissante de p (Proposition 2.3),
on a donc F(a
n
) = p(B
n
) p() = 0 quand n . Ce qui prouve que lim
a
F(a) = 0.
La proposition 2.12 a une rciproque que nous nonons dans le thorme 2.4.
Thorme 2.4 Soit F une fonction de R dans R, croissante, continue droite et t.q. lim
t
, F(t) = 0 et
lim
t+
F(t) = 1. Alors, il existe une unique probabilit p sur B(R) telle que F soit la fonction de rpartition
de p.
La dmonstration du torme 2.4 nest pas faite ici car ce thorme est essentiellement contenu dans le thorme 2.5
que nous donnons maintenant.
Thorme 2.5 (Lebesgue-Stieltjes)
1. Soit mune mesure sur B(R), nie sur les compacts (on dit localement nie"). Soit a R, on dnit la fonction
F de R dans R par : F(t) = m(]a, t]) si t a et F(t) = m(]t, a]) si t a. Alors, la fonction F est continue
droite et croissante.
40
2. Rciproquement, soit F une fonction de R dans R, croissante et continue droite. Alors,il existe une unique
mesure m sur B(R) t.q. pour tout a, b R avec a b, on ait m(]a, b]) = F(b) F(a). Cette mesure sappelle
la mesure de Lebesgue-Stieltjes associe F.
DMONSTRATION La dmonstration du premier item est essentiellement la mme que celle de la proposition 2.12.
Elle nest pas dtaille ici.
Pour dmontrer le deuxime item, on introduit l, application dnie de lensemble des intervalles de R de la forme
]a, b] dans R (a < b) par : l(]a, b]) = F(b) F(a). La dmonstration du fait quil existe un prolongement unique
de cette application en une mesure sur B(R) est trs voisine celle du thorme de Carathodory (thorme 2.2).
Elle nest pas dtaille ici.
Donnons, pour clore ce chapitre, quelques exemples de lois de probabilits et leurs fonctions de rpartition asso-
cies.
Dnition 2.27 (Loi discrte) Soit p une probabilit sur les borliens de R . On dit que p est discrte si elle
est purement atomique. Lensemble de ses atomes / est ncessairement dnombrable (voir lexercice 2.12). La
probabilit p scrit alors p =

a,
p(a)
a
, o
a
dsigne la mesure de Dirac en a. La fonction de rpartition
de la probabilit p est dnie par : F(t) =

a,,at
p(a)
Exemple 2.4 (Exemples de lois discrtes) Donnons quelques exemples de probabilits discrtes, p, sur B(R) et
de / lensemble (dnombrable) de leurs atomes.
La loi uniforme : N N

, / = a
1
, . . . , a
N
, p(a
i
) =
1
N
La loi binmiale : N N

, / = 1, . . . , N, P ]0, 1[, p(k) = C


k
N
P
k
(1 P)
Nk
La loi de Pascal : / = N, P ]0, 1[, p(k) = P(1 P)
k1
La loi de Poisson paramtre : / = N, > 0, p(k) = e

k
k!
Dnition 2.28 (Loi continue) Soit p une probabilit sur les borliens de R . On dit que p est continue si sa
fonction de rpartition est continue.
Exemple 2.5 (Exemple de loi continue)
La plupart des exemples de probabilits continues provient de ce quon appelle les mesures de densit" par rapport
la mesure de Lebesgue, pour lesquelles on a besoin de la notion dintgrale de Lebesgue quon na pas encore
introduite. On peut toutefois dj citer lexemple de la loi uniforme sur un intervalle [a, b] de R : Soient < a
< b < +; pour A B(R), on pose p(A) =
(A[a,b])
ba
. On vrie facilement que p est une probabilit appele
probabilit uniforme sur [a, b].
2.7 Exercices
2.7.1 Tribus
Exercice 2.1 (Caractrisation dune tribu) Corrig 9 page 290
Soit E un ensemble.
1. Soit T une partie de T(E) stable par union dnombrable, stable par passage au complmentaire et t.q. T.
Montrer que T est une tribu, cest--dire quelle vrie aussi E T et quelle est stable par intersection
dnombrable.
2. Lensemble des parties nies de E est-il une tribu ?
41
Exercice 2.2 (Tribu engendre) Corrig 10 page 290
Soit E un ensemble.
1. Montrer quune intersection quelconque de tribus sur E est une tribu sur E.
2. Soit / T(E). On note T
,
lintersection de toutes les tribus sur E contenant / (une partie de E appartient
donc T
,
si et seulement si elle appartient toutes les tribus contenant /, on remarquera quil y a toujours
au moins une tribu contenant /, cest la tribu T(E)). Montrer que T
,
est la plus petite des tribus contenant /
(cest la tribu engendre par /).
3. Soient / et B T(E) et T
,
, T
B
les tribus engendres par / et B. Montrer que si / B alors T
,
T
B
.
Exercice 2.3 (Exemples de tribus) Corrig 11 page 291
1. Tribu trace
(a) Soit T une tribu sur un ensemble E et F E. Montrer que T
F
= AF; A T est une tribu sur F (tribu
trace de T sur F).
(b) Si E est un espace topologique et T = B(E) (B(E) est la tribu borlienne de E), montrer que la tribu trace
sur F, note T
F
, est la tribu engendre par la topologie trace sur F (tribu borlienne de F, note B(F)).
[Montrer que B(F) T
F
. Pour montrer que T
F
B(F), considrer ( = A T(E); A F B(F) et
montrer que ( est une tribu (sur E) contenant les ouverts de E.] Si F est un borlien de E, montrer que T
F
est gale lensemble des borliens de E contenus dans F.
2. Soit E un ensemble inni et S = x, x E. Dterminer la tribu engendre par S (distinguer les cas E
dnombrable et non dnombrable).
3. Soit E un ensemble et f une application de E dans lui-mme. Montrer que lensemble des parties A de E t.q.
f
1
(f(A)) = A est une tribu sur E.
4. Soit E un ensemble et A un sous-ensemble de E. Trouver la tribu engendre par ( = B E [ A B. A
quelle condition obtient-on T(E) ou la tribu grossire ?
5. Soit E un ensemble et f une bijection de E. Montrer que lensemble des parties A de E t.q. (x A
f(x) A et f
1
(x) A) est une tribu sur E.
6. Dans R
2
, soit ( lensemble des parties de R
2
contenues dans une runion dnombrable de droites. Dcrire la
tribu engendre par (. Est-ce une sous-tribu de B(R
2
) ?
Exercice 2.4 (Tribus images) Corrig 12 page 292
Soient E et F des ensembles. Pour / T(E) (resp. T(F)) on note T(/) la tribu de E (resp. F) engendre par
/.
Soit f : E F une application.
1. Montrer que si T
t
est une tribu sur F, alors f
1
(T
t
) = f
1
(B); B T
t
est une tribu sur E (tribu image
rciproque).
2. Montrer que si T est une tribu sur E, alors T
t
= B F; f
1
(B) T est une tribu sur F (tribu image
directe).
3. Montrer que pour tout ensemble ( de parties de F on a : T(f
1
(()) = f
1
(T(()). [On pourra montrer dabord
que T(f
1
(()) f
1
(T(()). Puis, pour montrer que f
1
(T(()) T(f
1
(()), montrer que T = G F;
f
1
(G) T(f
1
(()) est une tribu contenant (.]
Exercice 2.5 (-systme, -systme) Corrig 13 page 293
Soit un ensemble et T T().
42
1. Montrer que T est une tribu si et seulement si T est un -systme (cest--dire stable par intersection nie) et un
-systme (cest--dire que T est stable par union dnombrable croissante, T et A B T si A, B T
avec B A).
2. On suppose que T est un -systme. Soit C T. On pose ( = B t.q. C B T. Montrer que ( est
un -systme.
Exercice 2.6 (Tribu borlienne de R
2
) Corrig 14 page 293
On note T la tribu (sur R
2
) engendre par AB; A, B B(R). On va montrer ici que T = B(R
2
).
1. Montrer que tout ouvert de R
2
est runion au plus dnombrable de produits dintervalles ouverts de R. [Sinspirer
dune dmonstration analogue faite pour R au lieu de R
2
.] En dduire que B(R
2
) T.
2. Soit A un ouvert de R et T
1
= B B(R); A B B(R
2
). Montrer que T
1
est une tribu (sur R) contenant
les ouverts (de R). En dduire que T
1
= B(R).
3. Soit B B(R) et T
2
= A B(R); AB B(R
2
). Montrer que T
2
= B(R).
4. Montrer que T B(R
2
) (et donc que T = B(R
2
)).
Exercice 2.7 (Tribu borlienne sur R
N
) Corrig 15 page 295
1. Montrer que la tribu borlienne de R
N
est gale celle engendre par lensemble de toutes les boules ouvertes
de R
N
. [On pourra montrer dabord que tout ouvert de R
N
est runion dnombrable de boules ouvertes de R
N
.]
2. Montrer que la tribu borlienne de R
N
est gale celle engendre par lensemble des produits dintervalles
ouverts extrmits rationnelles.
3. Montrer que la tribu borlienne de R est engendre par les intervalles ]a, b] o a, b R, a < b.
4. Soit S un sous ensemble dense de R. Montrer que B(R
N
) est engendre par la classe des boules ouvertes (ou
bien fermes) telles que les coordonnes du centre et le rayon appartiennent S.
Exercice 2.8 (Une tribu innie est non dnombrable) ()
Montrer que toute tribu innie T sur un ensemble (inni) E est non dnombrable. [Si T est dnombrable, on pourra
introduire, pour tout lment x E, lensemble A(x) intersection de tous les lments de T contenant x. Puis,
montrer laide de ces ensembles quil existe une injection de T(N) dans T.]
Exercice 2.9 (Algbre) Corrig 16 page 296
Soit E un ensemble et / T(E).
1. Montrer que / est une algbre (cf. dnition 2.4) si et seulement si / vrie les deux proprits suivantes :
(a) E /,
(b) A, B / A B /.
2. Soit (/
i
)
iI
une famille dalgbres (sur E). Montrer que
iI
/
i
= A T(E) ; A /
i
pour tout i I est
encore une algbre.
Si ( T(E), la deuxime question permet donc de dnir lalgbre engendre par ( comme lintersection de
toutes les algbres sur E contenant (.
Exercice 2.10 (Suite croissante de tribus)
Soit E un ensemble. Soit (/
n
)
nN
une suite croissante de tribus de E. Montrer que / =
nN
/
n
est une algbre
(cf. dnition 2.4), mais nest pas, en gnral, une tribu. Donner une suite dalgbres nies de parties de [0, 1] dont
la runion engendre B([0, 1]).
43
Exercice 2.11 (Tribu engendre par une partition)
Soit E un ensemble.
1. Soit (A
i
)
iI
une partition dnombrable de E. Dcrire la tribu engendre par cette partition, cest dire par le
sous ensemble de T(E) dont les lments sont les A
i
. Cette tribu est-elle dnombrable ?
2. Montrer que toute tribu nie de parties de E est la tribu engendre par une partition nie de E. Quel est le
cardinal dune telle tribu ?
3. () Montrer que si E est dnombrable, toute tribu sur E est engendre par une partition.
Exercice 2.12 Corrig 17 page 296
Soit E un ensemble et ( un ensemble de parties de E. On suppose que , E (, que ( est stable par intersection
nie et que le complmentaire de tout lment de ( est une union nie disjointe dlments de (, cest--dire :
C ( n N

et C
1
, . . . , C
n
( t.q. C
c
=
n
p=1
C
p
et C
p
C
q
= si p ,= q.
On note B lensemble des runions nies disjointes dlments de (. Une partie de E est donc un lment de B si
et seulement si il existe n N

et (A
p
)
p=1,...,n
( t.q. A
p
A
q
= si p ,= q et A =
n
p=1
A
p
.
1. Montrer que B est stable par intersection nie et par passage au complmentaire.
2. Montrer que lalgbre (cf. dnition 2.4) engendre par ( est gale B.
Exercice 2.13 (Classes monotones) Corrig 18 page 297
Soit E un ensemble. Pour T(E), on dit que est une classe monotone (sur E) si vrie les deux proprits
suivantes (de stabilit par union croissante dnombrable et par intersection dcroissante dnombrable) :
(A
n
)
nN
, A
n
A
n+1
pour tout n N
nN
A
n
,
(A
n
)
nN
, A
n
A
n+1
pour tout n N
nN
A
n
.
1. Soit T(E). Montrer que est une tribu si et seulement si est une classe monotone et une algbre (cf.
exercice 2.9).
2. Donner un exemple, avec E = R, de classe monotone qui ne soit pas une tribu.
3. Soit (
i
)
iI
une famille de classes monotones (sur E). Montrer que
iI

i
= A T(E) ; A
i
pour tout
i I est encore une classe monotone.
Si ( T(E), cette question permet donc de dnir la classe monotone engendre par ( comme lintersection
de toutes les classes monotones sur E contenant (.
4. (Lemme des classes monotones) Soit / une algbre sur E. On note la classe monotone engendre par / et
on note T la tribu engendre par /.
(a) Montrer que T.
(b) Soit A E. On pose
A
= B E ; A B et B A . Montrer que
A
est une classe monotone.
(c) (Question plus difcile.) Montrer que est une algbre. [Utiliser la question (b) et la premire question de
lexercice 2.9.] En dduire que T = .
Exercice 2.14 (Caractrisation de la tribu engendre) Corrig 19 page 299
Soit E un ensemble et / T(E). On dit que / est stable par intersection nie si A, B / A B /. On
dit que / est stable par diffrence si :
A, B /, B A A B = A B
c
/.
On dit que / est stable par union dnombrable disjointe si :
(A
n
)
nN
/, A
n
A
m
= pour n ,= m
nN
A
n
/.
Soit ( T(E).
44
1. On note : lensemble des parties de T(E) stables par diffrence et stables par union dnombrable disjointe.
Montrer quil existe T : t.q. ( T et :
/ :, ( / T /.
Dans la suite, on note toujours T cette partie de T(E). On suppose maintenant que ( est stable par intersection
nie et que E (.
2. Pour A T(E), on note T
A
= D T t.q. A D T.
(a) Soit A T(E). Montrer que T
A
est stable par union dnombrable disjointe et stable par diffrence.
(b) Soit A (. Montrer que ( T
A
. En dduire que T
A
= T.
(c) Soit A T. Montrer que T
A
= T. En dduire que T est stable par intersection nie.
3. Montrer que T est une tribu. En dduire que T est la tribu engendre par (.
2.7.2 Mesures
Exercice 2.15 (Exemple de mesures) Corrig 20 page 301
Soit E un ensemble inni non dnombrable. Pour toute partie A de E, on pose m(A) = 0 si A est au plus
dnombrable, et m(A) = +sinon. Lapplication m est-elle une mesure sur T(E) ?
Exercice 2.16 (Mesure trace et restriction dune mesure) Corrig 21 page 301
Soit (E, T, m) un espace mesur
1. Soit F T. Montrer que la tribu trace de T sur F, note T
F
, est incluse dans T (cette tribu est une tribu sur F).
Montrer que la restriction de m T
F
est une mesure sur T
F
. On lappellera la trace de m sur F. Si m(F) < ,
cette mesure est nie.
2. Soit / une tribu incluse dans T. La restriction de m / est une mesure. Est-elle nie (resp. -nie) si m est
nie (resp. -nie) ?
Exercice 2.17 Corrig 22 page 302
Soit (E, T, m) un espace mesur ni (ni" signie que m(E) < ) et (A
n
)
nN
, (B
n
)
nN
des suites densembles
mesurables tels que B
n
A
n
pour tout n N.
1. Montrer que (
nN
A
n
)
nN
B
n

nN
(A
n
B
n
).
2. Montrer que m(
nN
A
n
) m(
nN
B
n
)

nN
(m(A
n
) m(B
n
)).
Exercice 2.18 Corrig 23 page 302
Soit (E, T, m) un espace mesur ni et (A
n
)
nN
T t.q., pour tout n N, m(A
n
) = m(E). Montrer que
m(
nN
A
n
) = m(E).
Exercice 2.19 (Sur la mesure dune union. . . ) Corrig 24 page 302
Soit (, /, m) un espace mesur et n N

. Soit A
1
, . . . , A
n
/ et B /. On suppose que m(A
p
) < pour
tout p. Montrer que
m(
n
p=1
(B A
p
)) =
n

k=1
(1)
k+1
_
_

1i
1
<...<i
k
n
m(B (
k
j=1
A
i
j
))
_
_
.
Exercice 2.20 (Contre exemples. . . ) Corrig 25 page 303
45
1. Soit la mesure de Lebesgue sur B(R) et A B(R) t.q. (A) = 0. A-t-on ncessairement A ferm ?
2. Soit (E, T) un espace mesurable et ( T(E) qui engendre T. On considre m
1
et m
2
des mesures sur T.
Montrer que m
1
(A) = m
2
(A) pour tout A ( nimplique pas que m
1
= m
2
sur T. [On pourra trouver un
exemple (facile) avec (E, T) = (R, B(R)) et m
1
, m
2
non nies. Un exemple avec (E, T) = (R, B(R)) et m
1
,
m
2
nies est aussi possible mais plus difcile trouver. . . ]
Exercice 2.21 (Rsultat dunicit) Corrig 26 page 303
Soit (E, T) un espace mesurable et m, deux mesures sur T. Soit ( T(E). On suppose que ( engendre T et
que ( est stable par intersection nie.
On suppose que m(A) = (A) pour tout A (.
1. On suppose que E ( et que m(E) < . Montrer que m(A) = (A) pour tout A T. [On pourra introduire
T = A T, m(A) = (A) et utiliser lexercice 2.14.]
2. (Gnralisation de la question prcdente).
On suppose quil existe une suite (E
n
)
nN
( t.q. E
n
E
m
= si n ,= m, m(E
n
) < pour tout n N et E
=
nN
E
n
. Montrer que m(A) = (A) pour tout A T.
3. Avec (E, T) = (R, B(R), donner un exemple pour lequel E ( et m ,= .
Exercice 2.22 (Existence dune mesure, De lalgbre la -algbre)
Soit un ensemble, T
0
une algbre sur et m une mesure sur T
0
(cest--dire que m est une application de T
0
dans R
+
, m() = 0 et m(
nN
A
n
) =

nN
m(A
n
) pour toute suite (A
n
)
nN
dlments de T
0
disjoints 2 2 et
t.q.
nN
A
n
T
0
). On note T = (T
0
). Cette exercice montre quil est possible de prolonger m en une mesure
sur T.
Pour A on pose
m

(A) = inf

nN
m(A
n
), (A
n
)
nN
T
0
, A
nN
A
n
.
1. Montrer que m

vrie les 3 proprits suivantes :


m

() = 0,
(monotonie de m

) pour tout A, B T(), A B m

(A) m

(B),
(-sous-additivit de m

) pour toute suite (A


n
)
nN
T(), m

(
nN
A
n
)

nN
m

(A
n
).
N.B. : On dit que m

est une mesure extrieure.


Soit A T().
On dit que A est m

-mesurable si on a, pour tout E T(), m

(E) = m

(E A) +m

(E A
c
).
On note /lensemble des parties de E m

-mesurables.
2. Soit A T(). Montrer que Aest m

-mesurable si et seulement si on a, pour tout E T() t.q. m

(E) < ,
m

(E) m

(E A) +m

(E A
c
).
3. Montrer que /est une algbre. [On montrera que /, puis que A B
c
/pour tout A, B /.]
4. Montrer que /est une -algbre. [On pourra montrer, par exemple, que /est stable par union dnombrable.]
5. Montrer que la restriction de m

/est une mesure.


6. Montrer que T
0
/et que m

= m sur T
0
. En dduire que T /et que la restriction de m

T est une
mesure sur T prolongeant m.
Exercice 2.23 (Un pas vers lunicit dune mesure)
46
Soit un ensemble, T une tribu sur et
1
,
2
deux mesures sur T. Soit A T t.q.
1
(A) =
2
(A) < . On
pose L = B T t.q.
1
(A B) =
2
(A B). Montrer que L est un -systme (cest--dire que L est stable
par union dnombrable croissante, T et B C T si B, C T avec C B).
Exercice 2.24 (Mesure atomique, mesure diffuse) Corrig 27 page 304
Soit (E, T) un espace mesurable t.q. x T pour tout x E. Une mesure m sur T est diffuse si m(x) = 0
pour tout x E. Une mesure m sur T est purement atomique si il existe S T t.q. m(S
c
) = 0 et m(x) > 0 si
x S.
1. Montrer quune mesure purement atomique et diffuse est nulle. Donner, pour (E, T) = (R, B(R)) un exemple
de mesure purement atomique et un exemple de mesure diffuse. [Montrer que la mesure de Lebesgue sur B(R)
est diffuse.]
2. Soit m une mesure diffuse sur T. Montrer que tous les ensembles dnombrables sont de mesure nulle.
3. Soit mune mesure sur T. On suppose que mest -nie, cest dire quil existe (E
n
)
nN
T t.q. E =
nN
E
n
et m(E
n
) < +pour tout n N.
(a) Montrer que lensemble des x E t.q. m(x) > 0 (de tels x sont appels atomes" de m) est au plus
dnombrable. [On pourra introduire lensemble A
n,k
= x E
n
; m(x)
1
k
.]
(b) Montrer quil existe une mesure diffuse m
d
et une mesure purement atomique m
a
sur T telles que m =
m
d
+ m
a
. Montrer que m
d
et m
a
sont trangres, cest dire quil existe A T t.q. m
d
(A) = 0 et
m
a
(A
c
) = 0.
(c) Montrer que si m est nie il existe un singleton dont la mesure est suprieure ou gale la mesure de tous les
autres singletons. Montrer que ceci peut-tre inexact si m nest que -nie.
4. Pour (E, T) = (R, B(R)), donner un exemple de mesure purement atomique nie dont lensemble des atomes
est inni.
Exercice 2.25 (limites sup et inf densembles) Corrig 28 page 307
Soit (E, T, m) un espace mesur et (A
n
)
nN
T. On rappelle que limsup
n
A
n
=
nN

pn
A
p
et
liminf
n
A
n
=
nN

pn
A
p
.
1. On suppose quil existe n
0
N t.q. m(
pn
0
A
p
) < . Montrer que
m(liminf
n
A
n
) liminf
n
m(A
n
) limsup
n
m(A
n
) m(limsup
n
A
n
).
2. Donner un exemple (cest--dire choisir (E, T, m) et (A
n
)
nN
T) pour lequel :
limsup
n
m(A
n
) > m(limsup
n
A
n
).
3. Donner un exemple avec m nie (cest--dire m(E) < ) pour lequel
m(liminf
n
A
n
) < liminf
n
m(A
n
) < limsup
n
m(A
n
) < m(limsup
n
A
n
).
4. () (Lemme de Borel-Cantelli) On suppose que

nN
m(A
n
) < .
Montrer que m(limsup
n
A
n
) = 0.
Exercice 2.26 (Petit ouvert dense. . . ) Corrig 29 page 308
47
On considre ici lespace mesur (R, B(R), ). Soit > 0, peut-on construire un ouvert dense dans R de mesure
infrieure ? [On rappelle quune partie A de R est dense dans R si A = R ou encore si, pour tout x R et pour
tout > 0, il existe a A t.q. [x a[ < .]
Exercice 2.27 (Non existence de la mesure de Lebesgue sur T(R)) Corrig 30
On dnit la relation dquivalence sur [0, 1[ : xRy si x y Q. En utilisant laxiome du choix, on construit un
ensemble A [0, 1[ tel que Acontienne un lment et un seul de chaque classe dquivalence. Pour q Q[0, 1[,
on dnit A
q
= y [0, 1[ ; y = x + q ou y = x + q 1, x A, cest--dire A
q
= y [0, 1[ ; y q A ou
y q + 1 A.
1. Montrer que

qQ[0,1[
A
q
= [0, 1[.
2. Montrer que si m est une application de T(R) dans R
+
, invariante par translation et vriant m([0, 1[) = 1, m
ne peut pas tre - additive. En dduire la non-existence dune mesure m, sur T(R), invariante par translation
et t.q. m([a, b]) = b a pour tout a, b R, a < b. En particulier, montrer que lapplication

, dnie en cours,
ne peut pas tre une mesure sur T(R).
Exercice 2.28 (Non existence dune mesure sur T(R) donnant la longueur)
Cet exercice est plus gnral que le prcdent car on veut montrer quil nexiste pas de mesure sur T(R) t.q.
m([a, b]) = b a pour tout a, b R, a < b, sans lhypothse dinvariance par translation de lexercice prcdent.
Soit E un ensemble non dnombrable, sur lequel on suppose quil existe un ordre total, not , tel que pour tout
x E, lensemble y E; y x est dnombrable, cest--dire quil existe une application f
x
injective de cet
ensemble dans N. Si E = R ou E = [0, 1], on peut dmontrer lexistence dun tel ordre (ceci est une consquence
de laxiome du continu). Soit m une mesure sur T(E) ; on suppose que m est nie, i.e. m(E) < +, et diffuse.
On se propose de montrer que m est nulle, i.e. m(A) = 0, pour tout A T(E). On pose, pour x E et n N,
A
x,n
= y E; y x et f
y
(x) = n.
1. Montrer que pour tout x, y E et n N, A
x,n
A
y,n
= .
En dduire que, pour tout n N, x E; m(A
x,n
) ,= 0 est au plus dnombrable (utiliser le fait que m est
nie).
2. Montrer quil existe x E t.q., pour tout n N, m(A
x,n
) = 0.
3. En dduire que m est nulle (montrer pour cela que m(E) = 0 en utilisant la question prcdente et le fait que
m est diffuse).
4. Montrer quil nexiste pas de mesure m sur T(R) t.q. m(]a, b[) = b a pour tout a, b R, a < b.
Exercice 2.29 Corrig 31 page 309
Soit mune mesure sur B(R) t.q. pour tout intervalle I et tout x R on ait m(I) = m(I +x) (avec I +x = a+x,
a I) et m([0, 1]) = 1. Montrer que pour tout x R, m(x) = 0 (i.e. m est diffuse). En dduire que m est la
mesure de Lebesgue sur B(R). [On pourra dcouper [0, 1[ en q intervalles de longueur 1/q.]
Exercice 2.30 (Support dune mesure sur les borliens) Corrig 32 page 310
Soit m une mesure sur B(R
d
). Montrer quil existe un plus grand ouvert de mesure nulle pour m. Lensemble
ferm complmentaire de cet ouvert sappelle le support de m. [On pourra, par exemple, considrer les pavs
extrmits rationnelles qui sont de mesure nulle pour m.]
Exercice 2.31 (Ensemble de Cantor) Corrig 33 page 311
48
On considre lespace mesur ([0, 1], B([0, 1]), ).
On pose C
0
= [0, 1], a
0
1
= 0, b
0
1
= 1, et
0
= 1. Pour n 0, on construit C
n+1
[0, 1] de la manire suivante : on
suppose C
n
=

2
n
p=1
[a
n
p
, b
n
p
] connu, et on dnit C
n+1
=

2
n+1
p=1
[a
n+1
p
, b
n+1
p
] o, pour p = 1, . . . , 2
n
, a
n+1
2p1
= a
n
p
,
b
n+1
2p1
= a
n
p
+
n+1
, a
n+1
2p
= b
n
p

n+1
et b
n+1
2p
= b
n
p
, avec
n+1
=

n

n
2
, et 0 <
n
< 1. On pose C =
n0
C
n
(C sappelle ensemble de Cantor", lexemple le plus classique est obtenu avec
n
=
2
3
pour tout n N).
1. Montrer que C
n+1
C
n
.
2. Montrer que C est compact et

C= .
3. (Question plus difcile.) Montrer que C est non dnombrable.
4. Montrer que si
n
ne dpend pas de n, alors (C) = 0. En dduire que si A B([0, 1]), (A) = 0 nentrane
pas que A est dnombrable.
5. Soit 0 < < 1. Montrer quil existe une suite (
n
)
n0
]0, 1[ t.q. (C) = .
6. Soit f lipschitzienne de R dans R. Montrer que si A est un compact de [0, 1] t.q. (A) = 0, alors f(A) est un
compact de R t.q. (f(A)) = 0.
7. Construire une fonction continue de R dans R t.q. si A est un compact de [0, 1] t.q. (A) = 0, on na pas
forcment (f(A)) = 0 (mais f(A) est un compact de R). [Utiliser un ensemble de Cantor de mesure nulle (cf
question 4) et un ensemble de Cantor de mesure > 0 (cf question 5).]
Exercice 2.32 (Mesure complte) Corrig 34 page 314
Soit (E, T, m) un espace mesur. Une partie B de E est dite ngligeable" si elle est incluse dans un lment de
T de mesure nulle. On note A
m
lensemble des parties ngligeables. On pose T = A N; A T, N A
m
.
1. Montrer que T est une tribu et que T A
m
T.
2. Soit A
1
, A
2
T et N
1
, N
2
A
m
t.q. A
1
N
1
= A
2
N
2
. Montrer que m(A
1
) = m(A
2
).
Pour B T, soit A T et N A
m
t.q. B = A N, on pose m(B) = m(A). (La question prcdente montre
que cette dnition est cohrente.)
3. Montrer que m est une mesure sur T et m
]
T
= m. Montrer que m est la seule mesure sur T gale m sur T.
4. Montrer que A
m
= A
m
T.
Lexercice 4.18 page 101 montre la diffrence drisoire", du point de vue de lintgration, entre (E, T, m) et son
complt (E, T, m).
Exercice 2.33 (Srie commutativement convergente dans R) Corrig 35 page 316
Soit (a
n
)
nN
R. Le but de lexercice est de montrer que si la srie

nN
a
(n)
est convergente pour toute
bijection : N N, alors la srie

nN
a
n
est absolument convergente.
Pour montrer ce rsultat, on suppose, par exemple, que

nN
a
+
n
= . Montrer quil existe : N N,
bijective, t.q.

n
p=0
a
(p)
quand n . Conclure.
Exercice 2.34 (Rgularit dune mesure sur B(R), nie sur les borns)
Cet exercice redmontre le thorme de rgularit (thorme 2.3).
I. Soit m une mesure nie sur B(R), tribu borlienne sur R. On pose : T = A B(R) tel que > 0, O
ouvert de R, et F ferm de R, tels que F A O et m(O F) .
1. Soient a et b R, a < b. Montrer que ]a, b[ T.
2. Montrer que T est une tribu. En dduire que m est rgulire.
3. En dduire que, A B(R), m(A) = infm(O), O A, O ouvert de R.
49
II. Soit m une mesure sur B(R), tribu borlienne sur R. On suppose que pour toute partie B borne de R t.q.
B B(R), on a : m(B) < +.
Pour B B(R), on pose :
B
(A) = m(A B), A B(R).
1. Soit B B(R) une partie borne de R; montrer que
B
est une mesure nie.
2. Soient > 0 et A B(R), montrer que, pour tout n Z, il existe un ouvert O
n
de R tel que O
n

A]n, n + 1] et m(O
n
) m(A]n, n + 1]) +

2
]n]
. [Appliquer I.3 avec
B
n
, B
n
ouvert born contenant
]n, n + 1], et A]n, n + 1].]
3. a) Soient > 0 et A B(R). Montrer que pour tout n Z, il existe O
n
ouvert de R et F
n
ferm de R t.q.
F
n
A]n, n + 1] O
n
et m(O
n
F
n
)

2
|n|
.
b) Montrer que m est rgulire. [On pourra remarquer, en le dmontrant, que si F
n
est ferm et F
n

]n, n + 1]n Z, alors

nZ
F
n
est ferm.]
c) Montrer que m(A) = infm(O), A O, O ouvert de R, A B(R).
III. On note la mesure de Lebesgue sur (R, 1). Soit R

et R. Soit A 1. On pose A + =
x+, x A. Montrer que A+ 1et que (A+) = [[(A). [On pourra commencer par tudier
le cas o A est un ouvert de R.] (Nous appellerons cette proprit : invariance par translation gnralise pour
la mesure de Lebesgue".)
Exercice 2.35 (Mesure sur S
1
) Corrig 36 page 317
On considre S
1
= (x, y)
t
R
2
, [x[
2
+ [y[
2
= 1 (S
1
est donc le cercle unit de R
2
). Pour z = (x, y)
t
S
1
,
il existe un unique
z
[0, 2[ t.q. x = cos(
z
) et y = sin(
z
). Pour [0, 2[ et z S
1
on pose R

(z) =
(cos(
z
+), sin(
z
+))
t
. Noter que R

est une bijection de S


1
sur S
1
(cest la rotation dangle ).
Dnir une tribu T sur S
1
, t.q. T contienne les parties de la forme (cos(), sin())
t
, ], [ avec <
< < , et une mesure sur T de sorte que (S
1
, T, ) soit un espace mesur avec (S
1
) = 1 et t.q. soit
invariante par rotation (cest dire que, pour tout A T et [0, 2[, on ait R

(A) = R

(z), z A T et
(R

(A)) = (A)). [On pourra utiliser la tribu borlienne de R, note B(R), et la mesure de Lebesgue sur B(R).]
2.7.3 Probabilits
Exercice 2.36 (Exemple de probabilit)
Soit E = x
k
, k N un ensemble inni dnombrable et (p
k
)
kN
[0, 1]
N
t.q. p
k
0 k N et

kN
p
k
= 1.
1. Montrer que, pour tout A T(E), A ,= , on peut dnir p(A) =

k;x
k
A
p
k
. On pose p() = 0.
2. Montrer que p dnie en 1. est une probabilit
Exercice 2.37 (Lemme de Borel-Cantelli) Corrig 37 page 318
Soient (E, T, p) un espace probabilis et (A
n
)
nN
T. On pose B
n
=
kn
A
k
et A =
nN
B
n
(on rappelle
que A = limsup
n
A
n
).
1. Montrer que si

nN
p(A
n
) < +alors p(A) = 0.
2. On suppose que, pour tout n N

, les vnements A
1
, . . . , A
n
sont indpendants. On suppose aussi que

nN
p(A
n
) = . Montrer que p(A) = 1.
Exercice 2.38 Soient E une population", cest--dire un ensemble ni,et (C
n
)
nN
une famille de "sous-popula-
tions", cest--dire un systme de constituants de lespace probabilisable (E, T(E)). Soit P
n
la probabilit quun
individu de la population appartienne la sous-population C
n
, cest--dire p(C
n
), o p est une probabilit sur
(E, T(E)). Sachant que dans chaque sous-population la probabilit dtre gaucher est Q
n
, trouver la probabilit
quun gaucher appartienne C
n
.
50
Exercice 2.39 Soient S
1
(resp. S
2
) un seau contenant n
1
cailloux noirs et b
1
cailloux blancs (resp. n
2
cailloux
noirs et b
2
cailloux blancs). On tire au hasard, de manire quiprobable, un des deux seaux, et on tire ensuite
au hasard, de manire quiprobable, un caillou dans ce seau. Sachant quon a tir un caillou noir, quelle est la
probabilit de lavoir tir du seau S
1
?
Exercice 2.40 Soient p une probabilit sur (R, B(R)) et F la fonction de rpartition de p. Montrer que F est
continue ssi p(a) = 0. En dduire que F est continue si F ne charge pas les points.
51
Chapitre 3
Fonctions mesurables, variables alatoires
3.1 Introduction, topologie sur R
+
Nous allons, dans ce chapitre, introduire diffrents outils ncessaires la dnition de lintgrale de Lebesgue.
De la mme manire que les fonctions en escalier ont t introduites lors de la dnition de lintgrale des fonc-
tions rgles, nous introduisons maintenant le concept de fonction tage sur un espace mesurable (E, T). Nous
introduirons ensuite les concepts de fonction mesurable et de variable alatoire, ainsi que les premires notions de
convergence de ces fonctions. La notion de variable alatoire est fondamentale en calcul des probabilits : cest
en gnral par la connaissance de la variable alatoire (et par sa loi de probabilit") que se construit le modle
probabiliste, lespace probabilis (E, T, p) restant souvent mal connu.
Remarque 3.1
1. Lobjectif est dintgrer des fonctions de E (espace de dpart) dans F (espace darrive). Pour construire ainsi
une notion dintgrale, il faut un espace mesur au dpart et un espace topologique larrive, car nous aurons
besoin dans lespace darrive dune notion de convergence (pour les procds de passage la limite dans la
dnition de lintgrale). Les espaces darrive usuels sont (pour la thorie de lintgration) R, C, R
N
ou un
espace de Banach. Le procd de construction d Lebesgue donne un rle fondamental aux fonctions valeurs
dans R
+
(et la notion de convergence croissante") et nous aurons besoin dutiliser la topologie de R
+
(voir
la dnition 3.1).
2. On rappelle quun espace topologique est la donne dun ensemble F muni dune famille de parties de F,
appeles ouverts de F", contenant et F, stable par union (quelconque) et stable par intersection nie. On
rappelle aussi que, dans un espace topologique, x
n
x, quand n , signie que, pour tout O ouvert
contenant x, il existe n
0
t.q. x
n
O pour tout n n
0
.
3. Soit F un espace topologique et G F. On appelle topologie trace sur G, ou topologie induite sur G, la
topologie dnie par lensemble des restrictions G des ouverts de F. Si O G, O est un ouvert de G si et
seulement si il existe U ouvert de F t.q. O = U G. Noter donc que O peut ne pas tre un ouvert de F si G
nest pas un ouvert de F. Par contre, il est important de remarquer que si G est un borlien de F (cest--dire
G B(F), B(F) tant la tribu engendre par les ouverts de F), lensemble des borliens de G est exactement
lensemble des borliens de F inclus dans G, cest--dire B(G) = B G; B B(F), ceci est dmontr
dans lexercice 2.3 page 42.
4. Un exemple fondamental de topologie sur lensemble F est celui de la topologie donne par une distance sur F.
Dans le cas de F = R, nous considrerons toujours R muni de la topologie donne par la structure mtrique de
R, cest--dire par lapplication distance" dnie par d(a, b) = [b a[.
52
Dnition 3.1 (Topologie et tribu de Borel sur R
+
) R
+
= R
+

1. Soit O R
+
. O est un ouvert si pour tout a O on a :
(a) Si 0 < a < , alors il existe R

+
t.q. ]a , a +[ O,
(b) si a = 0, alors il existe R

+
t.q. [0, [ O,
(c) si a = , alors il existe R
+
t.q. ], ] O.
2. B(R
+
) est la tribu (sur R
+
) engendre par les ouverts de R
+
. Soit B R
+
, on peut montrer (voir la remarque
3.2 ci aprs) que B B(R
+
) si et seulement si B R B(R) (B(R) est la tribu de Borel sur R).
Remarque 3.2
1. La topologie sur R
+
est la topologie induite par celle de R
+
, cest aussi la topologie induite par celle de R.
Lensemble des borliens de R
+
est donc gal lensemble des borliens de R
+
inclus dans R
+
et cest aussi
lensemble des borliens de R inclus dans R
+
(voir la remarque 3.1). On remarque aussi que B(R
+
)
(car est, par exemple, une intersection dnombrable douverts de R
+
). On en dduit que, si B R
+
, on a
B B(R
+
) si et seulement si B R B(R) (noter que B R = B R
+
).
2. Soit A R
+
, A est donc un borlien de R
+
si et seulement si A B(R) ou si A = B , avec B B(R).
3. La dnition de la topologie sur R
+
donne bien que, pour (x
n
)
nN
R
+
, on a x
n
(dans R
+
, quand
n ) si et seulement si, pour tout > 0, il existe n
0
t.q. x
n
], ] pour tout n n
0
(ce qui est la
dnition usuelle de convergence vers ).
4. On peut aussi montrer (exercice. . . ) que B(R
+
) est la tribu engendre par (
1
= ]a, ]; a R
+
. Cest aussi
la tribu engendre par (
2
= ]a, [R
+
; a R. Par contre, ce nest pas la tribu engendre (sur R
+
) par
(
3
= ]a, [; a R
+
(on a donc T((
3
) B(R
+
) et T((
3
) ,= B(R
+
)).
3.2 Fonctions tages
Dnition 3.2 (Fonction caractristique) Soient (E, T) un espace mesurable et soit A T. On appelle fonction
caractristique mesurable de lensemble A, et on note 1
A
(ou
A
) la fonction dnie par : 1
A
(x) = 1 si x A et
1
A
(x) = 0 si x A
c
.
Dnition 3.3 (Fonction tage) Soient (E, T) un espace mesurable et f ; E R.
1. On dit que f est tage (ou T-tage) si f est une combinaison linaire (nie) de fonctions caractristiques
mesurables, cest--dire sil existe une famille nie (A
i
)
i=1,...,n
T et n rels a
1
, ..., a
n
tels que f =
n

i=1
a
i
1
A
i
.
2. On dit que f est tage positive si f est tage et prend ses valeurs dans R
+
.
On note c lensemble des fonctions tages et c
+
lensemble des fonctions tages positives.
La notion de fonction tage positive va nous permettre de dnir lintgrale partir de la notion de mesure. On
se limite pour linstant aux fonctions positives an de donner un sens laddition de mesures innies. Notons que,
dans la dnition dune fonction tage, les ensembles A
i
peuvent tre dintersection non vide. On aura besoin,
pour introduire facilement la notion dintgrale dune fonction tage positive, de considrer une dcomposition
de la fonction tage sur des ensembles dintersection vide. Cest lobjet du lemme suivant :
Lemme 3.1 (Dcomposition canonique dune fonction tage positive)
Soit (E, T) un espace mesurable, et soit f c
+
une fonction tage positive, non identiquement nulle. Alors il
existe une unique famille nie (a
i
, A
i
)
i=1,...,n
R

+
T t.q. 0 < a
1
< . . . < a
n
, A
i
,= , pour tout i, A
i
A
j
= ,
si i ,= j, et f =

n
i=1
a
i
1
A
i
.
53
DMONSTRATION : Soient (B
i
)
i=1,...,p
T, (b
i
)
i=1,...,p
R et f =

p
i=1
b
i
1
B
i
une fonction tage positive
non nulle. Lensemble Imf des valeurs prises par f est donc ni. Comme Imf R
+
, on a donc Imf 0 =
a
1
, . . . , a
n
avec 0 < a
1
, . . . < a
n
. En posant A
i
= x E; f(x) = a
i
, on a donc f =

n
i=1
a
i
1
A
i
avec
A
i
,= et A
i
A
j
= . (Noter aussi que x E; f(x) = 0 = (
n
i=1
A
i
)
c
.) Il reste montrer que A
i
T.
Pour i 1, . . . , n, on pose I
i
= K 1, . . . , p ; a
i
=

kK
b
k
. On a alors, pour tout i 1, . . . , n,
A
i
=
KI
i
C
K
, avec C
K
=
p
j=1
D
j
, D
j
= B
j
si j K et D
j
= B
c
j
si j , K. Les proprits de stabilit dune
tribu nous donnent alors que A
i
T pour tout i 1, . . . , n. On a donc trouv la dcomposition voulue de f.
Le fait que cette dcomposition est unique est immdiat car on a ncessairement a
1
, . . . , a
n
= Imf 0 et
A
i
= x E; f(x) = a
i
.
On aurait envie partir de la notion de fonction tage positive dcompose sous la forme prcdente, de dnir
lintgrale de f comme
_
fdm =

n
i=1
a
i
m(A
i
).
En fait, on pourra mme (cf dnition 4.1) dnir lintgrale dune fonction tage avec une dcomposition plus
gnrale (non unique) grce au lemme suivant :
Lemme 3.2 Soit (E, T, m) un espace mesur et soit f c
+
une fonction tage positive non nulle, t.q. f =
n

i=1
a
i
1
A
i
et f =
p

i=1
b
i
1
B
i
o a
1
, ..., a
n
, b
1
, ..., b
p
sont des rels strictement positifs, (A
i
)
i=1,...,n
T et
(B
i
)
i=1,...,p
T sont des familles de parties disjointes deux deux, i.e. telles que A
i
A
j
= et B
i
B
j
= si
i ,= j. Alors :
n

i=1
a
i
m(A
i
) =
p

j=1
b
j
m(B
j
). (3.1)
DMONSTRATION : On pose, pour i = 1, . . . , n et j = 1, . . . , p, C
ij
= A
i
B
j
. En remarquant que x; f(x) >
0 =
n
i=1
A
i
=
p
j=1
B
j
, on crit A
i
=
p
j=1
C
ij
et B
j
=
n
i=1
C
ij
. On peut donc crire
n

i=1
a
i
m(A
i
) =
n

i=1
p

j=1
a
i
m(C
ij
) (3.2)
et
p

j=1
b
j
m(B
j
) =
p

j=1
n

i=1
b
j
m(C
ij
) (3.3)
On remarque alors que a
i
= b
j
ds que C
ij
,= , do lgalit 3.1.
Lemme 3.3 (Dcomposition dune fonction tage avec une partition)
Soit (E, T) un espace mesurable, et soit f c une fonction tage. Alors il existe une unique famille nie
(a
i
, A
i
)
i=0,...,n
R T t.q. a
i
,= a
j
si i ,= j, A
i
,= , pour tout i, A
i
A
j
= , si i ,= j, E =
n
i=0
A
i
et
f =

n
i=0
a
i
1
A
i
.
DMONSTRATION :
La dmonstration est trs voisine de celle donne pour la dcomposition dune fonction tage positive (lemme
3.1). Lensemble a
i
, i 0, . . . , n est lensemble de toutes les valeurs prises par f (et pas seulement les valeurs
non nulles) et A
i
= x E ; f(x) = a
i
.
Enn, on conclut ce paragraphe en remarquant que c est un espace vectoriel sur R.
54
Proposition 3.1 (Structure vectorielle de c) Soit (E, T) un espace mesurable, lensemble des fonctions tages,
c, est un espace vectoriel sur R. De plus, si f, g c, on a aussi fg c.
DMONSTRATION :
Soit f, g c et soit , R. On utilise la dcomposition de f et g donne dans le lemme 3.3. Elle donne
f =

n
i=0
a
i
1
A
i
et g =

m
j=0
b
j
1
B
i
. Comme les familles (A
i
)
i0,...,n]]
et (B
j
)
j0,...,m]]
forment des
partitions de E, on a :
f =

n
i=0

m
j=0
a
i
1
A
i
B
j
et g =

m
j=0

n
i=0
b
j
1
A
i
B
j
,
de sorte que f + g =

n
i=0

m
j=0
(a
i
+ b
i
)1
A
i
B
j
, ce qui montre que f + g c, et donc que c est un
espace vectoriel.
Dautre part, on remarque aussi que fg =

n
i=0

m
j=0
a
i
b
i
1
A
i
B
j
, ce qui montre que fg c.
On montrera aussi les proprits de linarit et de monotonie de lintgrale des fonctions tages (voir proposition
4.1).
3.3 Fonctions mesurables et variables alatoires
An dtendre le concept dintgrale une classe de fonctions plus gnrale que celle des fonctions tages (posi-
tives), on introduit les fonctions mesurables (positives). On pourra ensuite utiliser une technique de passage la
limite" pour dnir lintgrale de telles fonctions.
On va tout dabord dnir la notion de mesurabilit pour une fonction f de E dans F. Lespace de dpart, E, est
muni dune tribu et lespace darrive, F, est, en gnral, muni dune topologie (et donc de sa tribu de Borel, les
exemples fondamentaux sont F = R ou F = R
+
). On peut aussi considrer le cas o F est muni dune tribu (non
donne par une topologie sur F).
Dnition 3.4 (Fonction mesurable) Soient (E, T) un espace mesurable et F un ensemble muni dune topologie
(par exemple : F = R ou R
+
). Une fonction f, dnie de E dans F, est une fonction T-mesurable si f
1
(A)
T, pour tout A B(F). (Ce qui est quivalent dire que la tribu f
1
(B(F)) = f
1
(B), B B(F) est
incluse dans T ou encore que la tribu T
f
= B T(F) ; f
1
(B) T contient B(F), voir lexercice 2.4 sur
les tribus image directe et image rciproque.) En labsence dambigut possible on dira mesurable" au lieu de
T-mesurable".
Plus gnralement, si F nest pas muni dune topologie (et donc de la tribu B(F)) mais est muni directement
dune tribu T (on a alors deux espaces mesurables : (E, T) et (F, T )), une fonction f, dnie de E dans F,
est une fonction (T, T )-mesurable si f
1
(A) T, pour tout A T . (Ce qui est quivalent dire que la tribu
f
1
(T ) = f
1
(B), B T est incluse dans T ou encore que la tribu T
f
= B T(F) ; f
1
(B) T
contient T .) En labsence dambigut possible on dira mesurable" au lieu de (T, T )-mesurable".
Enn, si E et F sont deux espaces munis dune topologie, on dit que f est borlienne si f est mesurable en prenant
les tribus borliennes sur E et F (cest--dire les tribus engendres par les ouverts).
Remarque 3.3 Une fonction tage est toujours mesurable. En effet, soit (E, T) un espace mesurable. Soit f c
(donc f est une application de E dans R). Daprs la proposition 3.3, il existe (A
0
, . . . , A
n
), partition de E,
et a
0
, . . . , a
n
R t.q. f =

n
i=0
a
i
1
A
i
et A
i
T pour tout i 0, . . . , n. Pour tout B R, on a donc
f
1
(B) =
i; a
i
B]
A
i
T. Ce qui prouve que f est mesurable de E dans R.
Noter que si f c
+
, on a donc aussi f mesurable de E dans R
+
(voir lexercice 3.4).
55
La terminologie probabiliste utilise les termes variable alatoire" ou lment alatoire" (au lieu de fonction
mesurable" ou application mesurable").
Dnition 3.5 (Variable alatoire, lment alatoire)
1. Soit (E, T) un espace probabilisable, on appelle variable alatoire une fonction X dnie de E dans R et
T-mesurable, i.e. t.q. X
1
(A) T, pour tout A B(R).
2. Soit (E, T) et (F, T ) deux espaces probabilisables. Une fonction X, dnie de E dans F, est un lment
alatoire si cest une fonction (T, T )-mesurable (cest--dire si X
1
(A) T, pour tout A T ). Lorsque F est
un espace vectoriel, on dit que X est une variable alatoire vectorielle ou un vecteur alatoire".
Remarque 3.4 Comme cela a t dit dans la proposition 3.4, on dit, en labsence dambigut, mesurable" au
lieu de T-mesurable". On remarque dailleurs que le terme probabiliste variable alatoire" ne mentionne pas la
dpendance par rapport la tribu. Dans la dnition 3.5, on a not X la variable alatoire plutt que f car cest
lusage dans la littrature probabiliste.
Dnition 3.6 (Tribu engendre par une fonction mesurable)
Soient (E, T) un espace mesurable (resp. probabilisable) et f (resp. X) une fonction mesurable de E dans R
(resp. une variable alatoire) alors lensemble f
1
(A), A B(R) (resp. X
1
(A), A B(R)) est une tribu
sur E quon appelle tribu engendre par la fonction mesurable f (resp. la variable alatoire X). Cette tribu est
aussi la tribu image rciproque de B(R) par f (resp. X).
Dnition 3.7 (espaces /et /
+
) Soit (E, T) un espace mesurable, on note :
/(E, T) = f : E R, mesurable },
/
+
(E, T) = f : E R
+
, mesurable }.
En labsence dambigut, on notera /= /(E, T) et /
+
= /
+
(E, T).
Proposition 3.2 (Premire caractrisation de la mesurabilit)
Soient (E, T) un espace mesurable et f : E F, avec F = R ou R
+
. Soit ( une partie de T(F) engendrant la
tribu borlienne de F. On a alors : f est mesurable si et seulement f
1
(C) T pour tout C (. En particulier,
f est mesurable si et seulement si f vrie lune des deux proprits suivantes :
1. f
1
(], [) T, pour tout , R, < ,
2. f
1
(], [) T, pour tout R.
Dans cette caractrisation, lensemble ], [ (ou ], [) dsigne, bien sr, lensemble des lments de F appar-
tenant ], [ (ou ], [).
La dmonstration de cette proposition fait lobjet de lexercice 3.1. Le lecteur pourra trouver lui-mme dautres
caractrisations de la mesurabilit, en utilisant la proposition ci-dessus. Par exemple, soit f de E (muni de la
tribu T) dans R
+
, la fonction f est mesurable si et seulement si f
1
(], ]) T pour tout > 0 (par contre,
f
1
(], [) T pour tout 0 nimplique pas que f est mesurable).
La proposition suivante nous permettra de dnir lintgrale des fonctions appartenant /
+
(comme limite
dintgrales de fonctions tages, voir le chapitre suivant). Par contre, on ne pourra pas donner un sens, dans
le cas gnral, lintgrale des fonctions appartenant /.
Proposition 3.3 (Mesurabilit positive) Soient (E, T) un espace mesurable et f : E R
+
. Alors f /
+
si et
seulement si il existe une suite (f
n
)
nN
c
+
, t.q. :
1. Pour tout x E, f
n
(x) f(x), quand n ,
56
2. f
n+1
(x) f
n
(x), pour tout x E, et tout n N.
les 2 conditions prcdentes seront dnotes dans la suite sous la forme f
n
f quand n .
DMONSTRATION : Soit (f
n
)
nN
c
+
t.q. f
n
f quand n . On remarque que, pour tout R,
f
1
(], +]) =
_
nN
f
1
n
(], +[). (3.4)
Comme f
n
est mesurable, pour tout n N (voir la remarque 3.3), on a f
1
n
(], +[) T pour tout n N et
donc, par stabilit de T par union dnombrable, f
1
(], +]) T. Ceci tant vrai pour tout R, on en dduit,
comme ], +], 0 engendre B(R
+
), que f est mesurable de E dans R
+
, cest--dire f /
+
.
Rciproquement, on suppose que f /+. On va construire (f
n
)
nN
c
+
t.q. f
n
f quand n .
Pour n N

, on dnit la fonction f
n
par :
f
n
(x) =
_
p
2
n
si f(x) [
p
2
n
,
p + 1
2
n
[, avec p 0, . . . , n2
n
1,
n si f(x) n,
(3.5)
de sorte que
f
n
= n1
xE; f(x)n]
+
n2
n
1

p=0
p
2
n
1
xE; f(x)[
p
2
n ,
p+1
2
n []
.
Comme f /
+
, on a x E; f(x) n T et x E; f(x) [
p
2
n
,
p+1
2
n
[ T pour tout n et tout p, on a
donc (f
n
)
nN
c
+
.
On montre maintenant que, pour tout x E, on a f
n
(x) f(x), quand n . Soit x E. On distingue deux
cas :
Premier cas. On suppose f(x) < . On a alors, pour n f(x), [f(x) f
n
(x)[
1
2
n
. On a donc f
n
(x) f(x)
quand n .
Deuxime cas. On suppose f(x) = . On a alors f
n
(x) = n pour tout n N

et donc f
n
(x) f(x) quand
n .
On montre enn que, pour tout x E et pour tout n N

, on a f
n+1
(x) f
n
(x). Soit x E et n N

. On
distingue trois cas :
Premier cas. On suppose f(x) n + 1. On a alors f
n+1
(x) = n + 1 > n = f
n
(x).
Deuxime cas. On suppose n f(x) < n + 1. Il existe alors i n2
n+1
, . . . , (n + 1)2
n+1
1 t.q. f(x)
[
i
2
n+1
,
i+1
2
n+1
]. On a alors f
n
(x) = n
i
2
n+1
= f
n+1
(x).
Troisime cas. On suppose f(x) < n. Il existe alors p 0, . . . , n2
n
1 t.q. f(x) [
p
2
n
,
p+1
2
n
[= [
2p
2
n+1
,
2(p+1)
2
n+1
[.
Si f(x) [
2p
2
n+1
,
2p+1
2
n+1
[, on a f
n
(x) =
p
2
n
=
2p
2
n+1
= f
n+1
(x). Si f(x) [
2p+1
2
n+1
,
2(p+1)
2
n+1
[, on a f
n
(x) =
p
2
n
<
2p+1
2
n+1
= f
n+1
(x). On a toujours f
n
(x) f
n+1
(x).
On a bien ainsi construit (f
n
)
nN
c
+
t.q. f
n
f quand n .
Proposition 3.4 (Mesurabilit sans signe) Soient (E, T) un espace mesurable, et f : E R. On suppose que f
est mesurable. Il existe alors une suite (f
n
)
nN
c t.q., pour tout x E, f
n
(x) f(x), quand n .
57
DMONSTRATION :
On dnit la fonction f
+
: E R
+
par f
+
(x) = max(f(x), 0) pour tout x E. On remarque que f
+
/
+
(et f
+
/, voir lexercice 3.4). En effet, f
+
prend ses valeurs dans R
+
et (f
+
)
1
(], ]) = f
1
(], [) T
si > 0. On conclut en remarquant que ], ], > 0 engendre B(R
+
). On dnit galement f

= (f)
+
,
de sorte que f = f
+
f

. On a donc aussi f

/
+
. La proposition 3.3 donne lexistence de (f
n
)
nN
c
+
et (g
n
)
nN
c
+
t.q. f
n
f
+
et g
n
f

quand n . On pose h
n
= f
n
g
n
, de sorte que h
n
(x) f(x),
quand n , pour tout x E. Dautre part, comme c est un espace vectoriel (voir la proposition 3.1 page 55),
on a (h
n
)
nN
c.
La proposition prcdente nous donnera, avec les proprits de stabilit de /et /
+
(voir la proposition 3.5) une
deuxime caractrisation de la mesurabilit, voir la proposition 3.6.
Lensemble des fonctions mesurables est un ensemble trs stable", cest--dire que des oprations usuelles"
(comme addition", multiplication", limite". . . ) sur des fonctions mesurables donnent encore des fonctions me-
surables, ceci est prcis dans la proposition suivante. Dans le cas (fondamental) de (E, T) = (R, B(R)), il est
difcile" de trouver des fonctions non mesurables (comme il est difcile" de trouver des parties non borliennes,
bien que le cardinal de B(R) soit gal au cardinal de R et donc strictement infrieur au cardinal de T(R)). En
pratique, on peut en gros supposer que les fonctions de R dans R sont toutes B(R)-mesurables (bien quil y ait
beaucoup" de fonctions non mesurables. . . ).
Proposition 3.5 (Stabilit de /et /
+
) Soit (E, T) un espace mesurable.
1. Soit I N.
Soit (f
n
)
nI
/
+
, alors sup
nI
f
n
/
+
et inf
nI
f
n
/
+
.
Soit (f
n
)
nI
/. Si sup
nI
f
n
prend ses valeurs dans R, alors sup
nI
f
n
/. De mme, si inf
nI
f
n
prend ses valeurs dans R, alors inf
nI
f
n
/.
2. Soit (f
n
)
nN
/
+
, alors limsup
n
f
n
/
+
et liminf
n
f
n
/
+
.
Soit (f
n
)
nN
/. Si limsup
nN
f
n
prend ses valeurs dans R, alors limsup
nN
f
n
/. De mme, si
liminf
nN
f
n
prend ses valeurs dans R, alors liminf
nN
f
n
/.
3. Soit (f
n
)
nN
/
+
. On suppose que f
n
(x) f(x) dans R
+
, pour tout x E. Alors f /
+
.
Soit (f
n
)
nN
/. On suppose que f
n
(x) f(x) dans R, pour tout x E. Alors f /.
4. /est un espace vectoriel sur R et si f, g /, alors fg /.
DMONSTRATION :
1. Soit (f
n
)
nN
/
+
. Il est clair que f = sup
nI
f
n
est bien dnie et prend ses valeurs dans R
+
. Puis, Pour
tout R, on a f
1
(], ]) =
nI
f
1
n
(], ]) T. Comme ], ] R
+
, R engendre B(R
+
), on
en dduit que f est mesurable de E dans R
+
, cest--dire f /
+
.
De mme la fonction f = inf
nI
f
n
est aussi bien dnie et prend ses valeurs dans R
+
(elle prend mme ses
valeurs dans R
+
si les f
n
prennent leurs valeurs dans R
+
, ceci nest pas vrai avec la fonction sup
nI
f
n
). On
remarque ensuite que f
1
(] , [) =
nI
f
1
n
(] , [), pour tout R. Comme ] , [R
+
,
R engendre B(R
+
), on en dduit que f est mesurable de E dans B(R
+
), cest--dire f /
+
.
Soit maintenant (f
n
)
nN
/. La fonction f = sup
nI
f
n
est bien dnie si on la considre comme tant
valeurs dans R car elle peut prendre la valeur +en certains points. On la suppose maintenant valeurs dans
R. On peut alors raisonner comme prcdemment en remarquant que f
1
(], [) =
nI
f
1
n
(], [) et que
58
], [, R engendre B(R). De mme, La fonction f = inf
nI
f
n
est bien dnie si on la considre comme
tant valeurs dans R car elle peut prendre la valeur en certains points. On la suppose maintenant valeurs
dans R. On peut alors raisonner comme prcdemment en remarquant que f
1
(], [) =
nI
f
1
n
(], [)
et que ] , [, R engendre B(R).
2. Soit (f
n
)
nN
/
+
. On pose f = limsup
n
f
n
, la fonction f est bien dnie valeurs dans R
+
. Pour tout
x E, on a
f(x) = limsup
n
f
n
(x) = lim
n
(sup
pn
f
p
(x)) = inf
nN
(sup
pn
f
p
(x)),
cest--dire f = inf
nN
(sup
pn
f
p
). En utilisant les rsultats prcdents (avec sup puis inf), on a donc f
/
+
. Un raisonnement similaire donne liminf
n
f
n
= sup
nN
(inf
pn
f
p
) /
+
.
Soit maintenant (f
n
)
nN
/. On suppose que
f = limsup
n
f
n
= inf
nN
(sup
pn
f
p
)
(qui est bien dnie dans R ) prend ses valeurs dans R. Comme les f
n
prennent leurs valeurs dans R, on
peut alors remarquer que la fonction sup
pn
f
p
prend aussi ses valeurs dans R, pour tout n N. On a donc, avec
la proprit dmontre en 1, sup
pn
f
p
/pour tout n N. Puis, utilisant encore la proprit dmontre en 1,
f = inf
nN
(sup
pn
f
p
) /. Un raisonnement analogue donne liminf
n
f
n
= sup
nN
(inf
pn
f
p
) /
ds que lon suppose que liminf
n
f
n
prend ses valeurs dans R.
3. Cette question est immdiate grce la prcdente. Il suft de remarquer que ds que la limite de la suite
(f
n
(x))
nN
existe, elle est ncessairement gale la limite suprieure (ou la limite infrieure) de cette mme
suite (f
n
(x))
nN
, cest--dire que lim
n
f
n
(x) = limsup
n
f
n
(x) (pour tout x E). Ici on remarque
donc simplement que f = limsup
n
f
n
et on applique la proprit 2.
4. Soit f, g / et soit , R On pose h = f + g. Daprs la proposition 3.4, il existe (f
n
)
nN
c et
(g
n
)
nN
c t.q. f
n
(x) f(x) et g
n
(x) g(x), quand n , pour tout x E. On pose h
n
= f
n
+g
n
,
de sorte que h
n
(x) h(x), quand n , pour tout x E. La proposition 3.1 donne que c est un espace
vectoriel sur R, on a donc (h
n
)
nN
c. Comme c /(voir la remarque 3.3), la proprit 3 ci dessus donne
alors que h /. Lensemble /est donc un espace vectoriel (sur R).
Soit f, g /. On pose h = fg. On raisonne comme ci dessus, il existe (f
n
)
nN
c et (g
n
)
nN
c
t.q. f
n
(x) f(x) et g
n
(x) g(x), quand n , pour tout x E. On pose h
n
= f
n
g
n
, de sorte que
h
n
(x) h(x), quand n , pour tout x E. La proposition 3.1 donne aussi (h
n
)
nN
c /. La
proprit 3 ci dessus donne alors que h /.
Proposition 3.6 (Deuxime caractrisation de la mesurabilit) Soit (E, T) un espace mesurable et f : E R.
Alors, f est mesurable si et seulement si il existe une suite (f
n
)
nN
c t.q., pour tout x E, f
n
(x) f(x),
quand n .
DMONSTRATION :
Cette caractrisation est donne par la proposition 3.4 pour le sens seulement si" et par la proprit 3 de la
proposition 3.5 pour le sens si".
On rappelle aussi quune fonction f de E (muni de la tribu T) dans R
+
est mesurable (cest--dire appartient
/
+
) si et seulement si il existe (f
n
)
nN
c
+
t.q. f
n
f (voir la proposition 3.3).
59
Remarque 3.5 Il est intressant de remarquer que la proposition 3.6 peut tre fausse si on prend pour F un espace
topologique quelconque (elle reste vraie, par exemple, si F est un espace vectoriel norm de dimension nie) avec
une dnition immdiate de c gnralisant celle donne pour les fonctions valeurs dans R ou R
+
.
Dnition 3.8 Soient E un ensemble et f : E R. Pour tout x E, on pose :
f
+
(x) = max(f(x), 0),
f

(x) = min(f(x), 0) = (f)


+
(x),
[f[(x) = [f(x)[.
Proposition 3.7 Soient (E, T) un espace mesurable et f /. On a alors f = f
+
f

, [f[ = f
+
+f

et f
+
,
f

, [f[ /
+
/.
DMONSTRATION :
Le fait que f = f
+
f

et [f[ = f
+
+ f

est immdiat. On a dj vu, dans la dmonstration de la proposition


3.4, que f
+
, f

/
+
et donc que f
+
, f

/ (voir lexercice 3.4). La proposition 3.5 donne que / est un


espace vectoriel sur R. On a donc [f[ /et donc aussi [f[ /
+
car [f[ 0.
3.4 Mesure image, loi dune v.a., v.a. indpendantes
Soit (E, T) et (F, T ) deux espaces mesurables (lexemple fondamental est (F, T ) = (R, B(R))) et f une fonction
mesurable de E vers F. Si m est une mesure sur T, alors on peut dnir, partir de f et m, une mesure sur T de
la manire suivante :
Proposition 3.8 (Mesure image) Soient (E, T, m) un espace mesur, (F, T ) un espace mesurable et f une fonc-
tion mesurable de E vers F (cest--dire (T, T )-mesurable). Alors, lapplication m
f
dnie de T dans R
+
par :
m
f
(A) = m(f
1
(A)), pour tout A T , est une mesure sur T , appele mesure image par f.
DMONSTRATION : Il suft de remarquer que m
f
est bien dnie, que m
f
() = 0 et que m
f
est additive, ce
qui dcoule naturellement des proprits de m.
Dnition 3.9 (Loi de probabilit et fonction de rpartition dune v.a.)
Soient (E, T, p) un espace probabilis, X une variable alatoire relle (cest--dire une fonction mesurable de E,
muni de la tribu T, dans R, muni de la tribu borlienne). On appelle loi de probabilit de la variable alatoire X la
probabilit p
X
image de p par X (cette probabilit est donc dnie sur B(R)). On appelle fonction de rpartition
de la variable alatoire X la fonction de rpartition de la probabilit p
X
.
Dans de nombreux cas, les modles probabilistes seront dtermins par une loi de probabilit dune variable ala-
toire. Une consquence immdiate du thorme 2.4 est que la loi de probabilit dune variable alatoire relle est
entirement dtermine par sa fonction de rpartition. Ceci est nonc dans la proposition suivante.
Proposition 3.9 (Egalit de deux lois) Soient (E, T, p) et (E
t
, T
t
, p
t
) des espaces probabiliss, X une variable
alatoire relle sur E (cest--dire une fonction mesurable de E, muni de T, dans R muni de B(R)) et X
t
une
variable alatoire relle sur E
t
. On a alors p
X
= p
Y
si et seulement si p(X t) = p
t
(Y t) pour tout
t R. On a aussi p
X
= p
Y
si et seulement si p(s X t) = p
t
(s Y t) pour tout s, t R, s < t. (Les
ingalits strictes peuvent remplaces par des ingalits larges.)
60
DMONSTRATION : Cette proposition est une consquence des thormes 2.4 et 2.5. Il suft de remarquer que
p(X t) = p
X
(] , t]) et p(s X t) = p
X
([s, t]) (et les mmes galits avec Y au lieu de X).
On rappelle que la notation p(X t) (si X est une v. a. relle sur lespace probabilis (E, T, p)) signie
p( E ; X() t). Cette notation sera abrge sous la forme p(X t).
Dnition 3.10 (Variables alatoires quidistribues)
Soient (E, T, p) et (E
t
, T
t
, p
t
) des espaces probabiliss, X (resp. X
t
) une variable alatoire de (E, T, p) (resp.
(E
t
, T
t
, p
t
)) dans (R, B(R)), on dit que les variables alatoires X et X
t
sont quidistribues si elles ont mme loi
de probabilit.
Dnition 3.11 (Variable alatoire discrte, entire, continue) Soient (E, T, p) un espace probabilis, X une
variable alatoire relle sur (E, T, p), p
X
la loi de la variable alatoire X et F
X
sa fonction de rpartition ;
1. Si X(E) est dnombrable, on dit que la variable alatoire X est discrte.
2. Si X(E) N, on dit que la variable alatoire X est entire.
3. Si la fonction de rpartition F
X
dnie de Rdans [0, 1] est continue, on dit que la variable alatoire est continue.
Dnition 3.12 (Variables alatoires indpendantes)
Soit (E, T, p)) un espace probabilis.
1. Soit N > 1 et X
1
, . . . , X
N
une famille de variables alatoires relles. On dit que X
1
, . . . , X
N
sont indpen-
dantes (ou que la famille ( X
1
, . . . , X
N
) est indpendante) si les tribus engendres par X
1
, . . . , X
N
(on notera
souvent (X) ou (X) la tribu engendre par la variable alatoire X) sont indpendantes.
2. Soit (X
n
)
nN
une suite de variables alatoires relles. On dit cette suite est indpendante (ou que les v.a. X
1
,
. . . , X
n
, . . . sont indpendantes) si, pour tout N > 1, les v.a. X
1
, . . . , X
N
sont indpendantes.
On appellera suite de v.a.r.i.i.d. " une suite de variables alatoires relles indpendantes identiquement distribues
(ce dernier point signiant que toutes les v.a. de la suite ont mme loi).
Soit (E, T, p)) un espace probabilis et X
1
, X
2
, X
3
trois v.a.r. (cest--dire variables alatoires relles). Le fait que
X
1
soit indpendante de X
2
et X
3
nimplique pas que X
1
soit indpendante de (par exemple) X
2
+ X
3
, mme
si X
2
et X
3
sont indpendantes. Mais, on a bien X
1
indpendante de X
2
+ X
3
si la famille (X
1
, X
2
, X
3
) est
indpendante. Ceci est une consquence da la proposition suivante.
Proposition 3.10 (Indpendance et composition)
Soit (E, T, p)) un espace probabilis, n 1, m 1 et X
1
, . . . , X
n
, Y
1
, . . . , Y
m
des v.a.r. indpendantes. Soit
une fonction borlienne de R
n
dans R et une fonction borlienne de R
m
dans R. Alors, les v.a.r. (X
1
, . . . , X
n
)
et (Y
1
, . . . , Y
m
) sont indpendantes. Nous avons ici dcompos la famille initiale de v.a.r. indpendantes en 2
groupes. la proposition peut se gnraliser une dcomposition en un nombre quelconque de groupes.
DMONSTRATION : La notation (X
1
, . . . , X
n
) est un peu incorrecte (mais est toujours utilise). Elle dsigne
(comme on le devine facilement) la composition de (qui va de R
n
dans R) avec lapplication de E dans R
n
donne par les X
i
, i = 1, . . . , n.
La dmonstration de cette proposition (et de sa gnralisation un nombre quelconque de groupes) est une cons-
quence simple de la proposition 2.11 ds que lon remarque que la tribu engendre par (X
1
, . . . , X
n
) est incluse
dans la tribu engendre par X
1
, . . . , X
n
, ce que nous dmontrons maintenant.
On note la tribu engendre par X
1
, . . . , X
n
et X lapplication de E dans R
n
qui E associe (X
1
(), . . . ,
X
n
())
t
. Il est facile de voir que A B(R
n
) t.q. X
1
(A) est une tribu (sur R
n
). Si A =

n
i=1
A
i
avec
61
A
i
B(R) pour tout i = 1, . . . , n, on a X
1
(A) =
n
i=1
X
1
i
(A
i
) (car X
1
i
(A
i
) appartient (X
i
) et donc
). Comme B(R
n
) est engendre par lensemble des produits de borliens de R (et mme par lensemble des
produits dintervalles ouverts de R, voir lexercice 2.7), on en dduit que A B(R
n
) t.q. X
1
(A) contient
B(R
n
). Pour tout B B(R), on a donc ((X))
1
(B) = X
1
(
1
(B)) car
1
(B) B(R
n
) (puisque
est borlienne). ce qui prouve bien que la tribu engendre par (X
1
, . . . , X
n
) est incluse dans la tribu engendre
par X
1
, . . . , X
n
.
Nous verrons au chapitre 7 la consquence principale de lindpendance. Cette consquence est que, si X, Y sont
des v.a.r. indpendantes, la loi du couple (X, Y ) est le produit des lois P
X
et P
Y
(cest--dire , avec les notations
du Chapitre 7, P
(X,Y )
= P
X
P
Y
). Une proprit analogue est vraie pour une famille (X
1
, . . . , X
n
) de v.a.r.
indpendantes.
Nous terminons ce paragraphe par un thorme trs utile en probabilits sur la reprsentation dune v.a. mesurable
par rapport une autre v.a..
Thorme 3.1 (V.a. mesurable par rapport une autre v.a.)
Soient X et Y deux v.a. relles dnies sur un espace de probabilits (, /, P). Alors, la v.a. Y est mesurable par
rapport la tribu engendre par X (note (X)) si et seulement si il existe une fonction borlienne f de R dans
R telle que Y = f(X).
DMONSTRATION : La dmonstration de ce rsultat fait lobjet de lexercice 3.15 (corrig 48). Il est intressant de
remarquer que le dmonstration de ce thorme faite dans le corrig 48 donne les informations complmentaires
suivantes :
Y est (X)-mesurable borne si et seulement si il existe f borlienne borne t.q. Y = f(X),
Y est (X)-mesurable positive si et seulement si il existe f borlienne positive t.q. Y = f(X).
La partie si" de ces deux rsultats est immdiate. Pour la partie seulement si", il suft de remarquer que la
dmonstration faite dans le corrig 48 donne f t.q.
Im(f) = f(t), t R Im(Y ) 0, avec Im(Y ) = Y (), .
3.5 Convergence p.p., p.s., en mesure, en probabilit
On introduit ici plusieurs notions de convergence de fonctions dnies sur un espace mesur valeurs dans R
(ou R
+
) et on donne des liens entre ces diffrentes convergences. On introduit les notions quivalentes pour les
variables alatoires en langage probabiliste.
Dnition 3.13 (Egalit presque partout) Soient (E, T, m) un espace mesur, F un ensemble et f et g des fonc-
tions dnies de E dans F (F = R ou F = R
+
, par exemple) ; on dit que f = g m-presque partout (et on note
f = g m-p.p.) si lensemble x E ; f(x) ,= g(x) est ngligeable, cest dire quil existe A T t.q. m(A) = 0
et f(x) = g(x) pour tout x A
c
.
On peut remarquer que si f et g sont des fonctions mesurables de E (muni de la tribu T et de la mesure m) dans
R (ou R
+
), lensemble x E ; f(x) ,= g(x) (not aussi f ,= g) appartient T. Le fait que f = g m p.p.
revient donc dire que m(f ,= g) = 0. Dans la cas o f ou g nest pas mesurable, lensemble f ,= g peut
tre ngligeable sans appartenir T (il appartient ncessairement T si la mesure est complte, voir la dnition
2.15).
62
En labsence de confusion possible, on remplace m-p.p. par p.p.. Cette dnition se traduit en langage probabiliste
par :
Dnition 3.14 (Egalit presque sre) Soient (E, T, p) un espace probabilis, X et Y des variables alatoires
relles. On dit que X = Y presque srement (et on note X = Y p.s.), si lensemble x E ; X(x) ,= Y (x) est
ngligeable.
Dnition 3.15 (Convergence presque partout) Soient (E, T, m) un espace mesur, F un ensemble, (f
n
)
nN
une suite de fonctions de E dans F et f une fonction de E dans F (F = R ou F = R
+
, par exemple) ; on dit
que f
n
converge presque partout vers f (f
n
f p.p. ) si il existe une partie A de E, ngligeable, t.q., pour tout
lment x de A
c
, la suite (f
n
(x))
nN
converge vers f(x).
Noter que la convergence simple entrane la convergence presque partout.
La dnition 3.15 se traduit en langage probabiliste par :
Dnition 3.16 (Convergence presque sure) Soient (E, T, p) un espace probabilis, (X
n
)
nN
une suite de va-
riables alatoires relles et X une variable alatoire relle. On dit que X
n
converge presque srement vers X
(X
n
X p.s. ) si il existe une partie A de E, ngligeable, t.q., pour tout lment x de A
c
, la suite (X
n
(x))
nN
converge vers X(x).
Dnition 3.17 (Convergence presque uniforme) Soient (E, T, m) un espace mesur, (f
n
)
nN
/et f /.
On dit que f
n
converge presque uniformment vers f (f
n
f p.unif. ) si, pour tout > 0, il existe A T t.q.
m(A) et f
n
converge uniformment vers f sur A
c
.
La convergence presque uniforme entrane la convergence presque partout (voir exercice 3.24).
Attention, la convergence presque uniforme" ne donne pas la convergence uniforme en dehors dun ensemble de
mesure nulle". La convergence uniforme en dehors dun ensemble de mesure nulle" est relie la convergence
essentiellement uniforme", cest--dire la convergence pour le sup essentiel", dni ci-aprs, ou pour la norme
| |

que nous verrons dans la section 6.1.2.


Dnition 3.18 (sup essentiel) Soient (E, T, m) un espace mesur et f /. On dit que f est essentiellement
borne si il existe C R
+
tel que [f[ C p.p.. On appelle alors sup essentiel de [f[", et on le note |f|

,
linmum des valeurs C telles que [f[ C p.p.. Si f nest pas essentiellement borne, on pose |f|

= .
Remarquons que dans le cas o (E, T, m) = (R, B(R), ), le sup essentiel dune fonction continue est la borne
suprieure de sa valeur absolue (ceci fait lobjet de la proposition 6.4).
Dnition 3.19 (Convergence essentiellement uniforme) Soit (E, T, m) un espace mesur, (f
n
)
nN
une suite
de /et f /. On dit que f
n
converge essentiellement uniformment vers f (f
n
f ess. unif. ) si |f
n
f|


0 lorsque n +.
Il est facile de voir que la convergence essentiellement uniforme entrane la convergence presque uniforme, mais
la rciproque est fausse (voir lexercice 3.25). Le thorme suivant donne, dans le cas o la mesure est nie, un
rsultat trs important qui fait le lien entre la convergence presque partout et la convergence presque uniforme.
Thorme 3.2 (Egorov) Soient (E, T, m) un espace mesur, tel que m(E) < +, (f
n
)
nN
/et f /. On
suppose que f
n
f p.p.. Alors, pour tout > 0, il existe A T tel que m(A) et f
n
converge uniformment
vers f sur A
c
. (Autrement dit, la suite (f
n
)
nN
converge presque uniformment vers f.)
63
La dmonstration de ce thorme fait lobjet de lexercice 3.25. Attention, lorsque m(E) = +, on peut trouver
des suites de fonctions qui convergent presque partout et non presque uniformment.
Dnition 3.20 (Convergence en mesure)
Soient (E, T, m) un espace mesur, (f
n
)
nN
/et f /. On dit que f
n
converge en mesure vers f si :
> 0, lim
n+
m(x E ; [f(x) f
n
(x)[ ) = 0. (3.6)
Cette dnition se traduit en langage probabiliste par :
Dnition 3.21 (Convergence en probabilit) Soient (E, T, p) un espace probabilis, (X
n
)
nN
une suite de
variables alatoires relles et X une variable alatoire . On dit que X
n
converge en probabilit, vers X si :
> 0, lim
n+
p(x X
n
; [X(x) X
n
(x)[ ) = 0. (3.7)
On peut montrer (cf exercice 3.23) que si (f
n
)
nN
/converge en mesure vers f /et (f
n
)
nN
converge en
mesure vers g /, alors f = g p.p.. On montre aussi que si (f
n
)
nN
/converge en mesure vers f /et
(g
n
)
nN
converge en mesure vers g /, alors (f
n
+ g
n
)
nN
/converge en mesure vers f + g /, et, si
m est une mesure nie, (f
n
g
n
)
nN
/converge en mesure vers f g /.
On montre laide du thorme dEgorov que si f
n
converge vers f presque partout, et si m(E) < +, alors
f
n
converge vers f en mesure. Rciproquement, si f
n
converge vers f en mesure, alors il existe une sous-suite de
(f
n
)
nN
qui converge vers f presque uniformment (et donc presque partout). Ce second rsultat est vrai mme si
m(E) = +(voir exercice 3.26).
On donne maintenant un rsum des diffrents types de convergence connus jusqu prsent avec les relations
existantes entre eux. Les relations entre convergence presque partout et convergence en mesure (resp. convergence
presque sure et convergence en probabilit) sont tudies dans lexercice 3.26. (On en introduira bientt encore
quelques-unes. . . )
Terminologie analyste" Terminologie probabiliste"
convergence simple (cs)
convergence uniforme (cu)
convergence presque partout (cpp) convergence presque sure (cps)
convergence presque uniforme (cpu)
convergence en mesure (cm) convergence en probabilit (cp)
On a les implications suivantes :
Terminologie analyste" Terminologie probabiliste"
(cu) (cs) (cpp)
(cu) (cpu) (cpp)
(cpp) (cpu) si la mesure est nie
(cm) (cpu) pour une sous-suite (cp) (cps) pour une sous-suite
(cpp) (cm) si la mesure est nie (cps) (cp) (car une probabilit est une mesure nie)
(cpu) (cm)
64
3.6 Exercices
Exercice 3.1 (Caractrisation des fonctions mesurables) ()Corrig 38 page 319
Soient (E, T) un espace mesurable et f une application de E dans R;
1. Montrer que T
f
= B T(R) ; f
1
(B) T est une tribu.
2. Soit ( un ensemble qui engendre B(R), montrer que les deux assertions suivantes sont quivalentes :
(i) f est mesurable,
(ii) f
1
(C) T, pour tout C (.
Exercice 3.2 (Mesurabilit pour f valeurs dans R)
Soit un ensemble et T une -algbre sur . Soit f une application de dans R. On munit R de la tribu
borlienne.
1. Montrer que f est mesurable si et seulement si, pour tout x R, , f() < x T.
2. Montrer que f est mesurable si et seulement si, pour tout x R, , f() x T.
Exercice 3.3 (Composition de fonctions mesurables) Corrig 39 page 319
Soit (E, T) et (F, S) deux espaces mesurables. Soit f : E F et : F R (R est muni, comme toujours, de
la tribu borlienne). On suppose que f et sont mesurables. Montrer que f est mesurable (de E dans R).
Exercice 3.4 (R ou R
+
. . . ) Corrig 40 page 319
Soit : R R, 0. On munit R (au dpart et larrive) de la tribu borlienne. Montrer que est mesurable
(on dit aussi borlienne) si et seulement si est mesurable quand on la considre comme une application de R
dans R
+
(R
+
tant aussi muni de la tribu borlienne).
Exercice 3.5 (Stabilit de /) Corrig 41 page 320
1. Soient (E, T), (E
t
, T
t
), (E
tt
, T
tt
) des espaces mesurables, f (resp. g) une application de E dans E
t
(resp. de E
t
dans E
tt
). On suppose que f et g sont mesurables. Montrer que g f est une application mesurable de E dans
E
tt
.
2. Soit (E, T) un espace mesurable, on munit R de la tribu des borliens B(R) ; soient f et g des fonctions mesu-
rables de E dans R.
(a) Montrer que f
+
(= sup(f, 0)), f

(= inf(f, 0)) sont des fonctions mesurables de E dans R.


(b) Montrer que f +g, fg et [f[ sont des fonctions mesurables de E dans R.
3. Soient (E, T) un espace mesurable, (f
n
)
nN
une suite de fonctions mesurables de E dans R. On suppose que
la suite (f
n
(x))
nN
converge (dans R) pour tout x E. On pose f(x) = lim
n+
f
n
(x) (pour tout x E).
Montrer que f est une fonction mesurable de E dans R.
4. Soit (E, T) un espace mesurable, on suppose quil existe A T dont les sous-ensembles ne soient pas tous
mesurables. Il existe donc B A t.q. B / T. Montrer que h = 1
B
1
A\B
nest pas mesurable (de E dans R),
alors que [h[ lest.
Exercice 3.6 (Mesurabilit des fonctions continues) Corrig 42 page 321
Soit f une application de R dans R. On munit R (au dpart et larrive) de la tribu borlienne
1. On suppose f continue. Montrer que f est mesurable (on dit aussi que f est borlienne).
2. On suppose f continue droite (resp. gauche). Montrer que f est mesurable.
3. On suppose f croissante. Montrer que f est mesurable.
65
Exercice 3.7 (Mesurabilit de 1
Q
)
On munit R de sa tribu borlienne. La fonction 1
Q
est-elle mesurable ?
Exercice 3.8
Soit (E, T, p) un espace probabilis et X une variable alatoire sur (E, T) ;
1. On prend pour X la variable alatoire nulle, cest--dire X : E R, X(x) = 0, pour tout x E. Calculer
la loi de probabilit p
X
de X. En dduire que la connaissance de p
X
ne permet pas en gnral de dterminer la
probabilit p sur E.
2. Montrer que p
X
dtermine p de manire unique si la tribu engendre par X (voir la dnition 3.6), note T
X
,
est gale T. Cette condition est-elle ncessaire ?
Exercice 3.9
Soit / une tribu sur un ensemble E et A / tel que : B / et B A implique B = ou B = A. Montrer que
toute fonction mesurable (de E dans R) est constante sur A. En particulier si / est engendre par une partition,
une fonction mesurable est constante sur chaque lment de la partition. Donner une fonction constante sur tout
lment dune partition mais qui ne soit pas mesurable. [Prendre comme partition de R tous les singletons. . . ]
Exercice 3.10 (Egalit presque partout) Corrig 43 page 321
1. Soient f et g des fonctions continues de R dans R et la mesure de Lebesgue ; montrer que f = g p.p. si et
seulement si f = g.
2. Soient f et g des fonctions de R dans R et
0
la mesure de Dirac en 0 ; montrer que f = g
0
p.p. si et seulement
si f(0) = g(0).
Exercice 3.11 Corrig 44 page 322
Soit f : R
N
R dans R. On munit R
p
de sa tribu borlienne (pour tout p N

). On suppose que f est mesurable


par rapport x R
N
, pour tout y R, et que f est continue a gauche par rapport a y R, pour tout x R
N
.
Pour n > 1 et p Z, on pose : a
n
p
=
p
n
, p Z; on dnit la fonction f
n
, n > 1, de R
N
R dans R par :
f
n
(x, y) = f(x, a
n
p
), si y [a
n
p
, a
n
p+1
[
1. Montrer que f
n
converge simplement vers f lorsque n +.
2. Montrer que f
n
est mesurable. [On pourra utiliser, sans le dmontrer, le fait que A B B(R
N+1
) si A
B(R
N
) et B B(R). Ceci est dmontr dans lexercice 2.6 page 43 pour N = 1 et dans lexercice 7.1 pour
N > 1.]
3. Montrer que f est mesurable.
[On pourra se contenter du cas N = 1. . . ]
Exercice 3.12 (Tribu de Borel sur R
+
) Corrig 45 page 323
1. Montrer que [0, [, R

+
engendre B(R
+
).
2. Montrer que [0, [, Q R

+
engendre B(R
+
).
3. (Question plus difcile.) Montrer que ]0, [, R

+
nengendre pas B(R
+
).
Exercice 3.13 Corrig 46 page 324
66
Soit f une fonction mesurable de R dans R (R est muni de sa tribu borlienne, note B(R)). On se propose de
montrer que le graphe de f est un borlien de R
2
. On admettra le rsultat suivant, vu dans lexercice 2.6 :
A, B B(R) AB B(R
2
).
On munit aussi R
2
de sa tribu borlienne. Pour x, y R, on pose F(x, y) = f(x) et H(x, y) = y.
1. Montrer que F et H sont mesurables de R
2
dans R.
2. On pose G(f) = (x, y)
t
R
2
; y = f(x) (G(f) est donc le graphe de f). Montrer que G(f) B(R
2
).
Exercice 3.14 (mesurabilit au sens de Lusin) Corrig 47 page 324
Soit m une mesure sur B(R
N
), nie sur les compacts de R
N
. On rappelle (cf. cours) que m est ncessairement
rgulire (cest--dire que pour tout A B(R
N
) et pour tout > 0, il existe F ferm et O ouvert t.q. F A O
et m(O F) < ).
Soit f R
N
R. On dit que f est mesurable au sens de Lusin" si pour tout compact K et pour tout > 0, il
existe K
1
compact, K
1
K, t.q. m(K K
1
) et f
]
K
1
C(K
1
, R).
1. On suppose, dans cette question, que f = 1
A
avec A B(R
N
). Montrer que f est mesurable au sens de Lusin.
[Construire K
1
avec K, F et O, o F et O sont donns par la rgularit de m applique lensemble A.]
2. On suppose, dans cette question, que f est tage (cest--dire f c(R
N
, B(R
N
)). Montrer que f est mesurable
au sens de Lusin.
3. On suppose que f est mesurable (cest--dire f /(R
N
, B(R
N
)). Montrer que f est mesurable au sens de
Lusin. [On rappelle quune fonction mesurable est limite simple de fonctions tages. On pourra utiliser le
thorme dEgorov, Thorme 3.2, et la question prcdente.]
Exercice 3.15 (V.a. mesurable par rapport une autre v.a.) Corrig 48 page 325
Dans cet exercice, on dmontre le thorme 3.1. Soit X et Y deux variables alatoires relles dnies sur un espace
de probabilits (, /, P). On veut veut montrer que Y est mesurable par rapport la tribu engendre par X (note
(X) si et seulement si il existe une fonction borlienne f de R dans R telle que Y = f(X) (cest--dire , plus
prcisment, que Y = f X).
1. Montrer que si Y est de la forme Y = f(X) o f est une fonction borlienne de R dans R, alors Y est (X)-
mesurable.
On suppose maintenant que Y est (X)-mesurable.
2. On suppose, dans cette question, quil existe une suite de rels (a
j
) tels que a
j
,= a
k
pour j ,= k et une suite
dvnements (A
j
) disjoints deux deux tels que
Y =

j
a
j
1
A
j
.
On suppose aussi que
j
A
j
= . Montrer que, pour tout j, A
j
(X) et quil existe une fonction borlienne
f : R R telle que Y = f(X).
3. Soit n un entier. On dnit la fonction
n
: R R par :
n
(x) =
1
n
[nx] o [] dsigne la partie entire. ([x] est
le plus grand entier infrieur ou gal x.)
(a) Montrer que, pour tout x R,
n
(x) converge vers x, quand n .
(b) On pose Y
n
=
n
(Y ). Montrer que Y
n
est (X) mesurable.
67
4. Terminer la preuve du thorme.
Maintenant, on se demande dans quelle mesure la fonction f est unique. On note P
X
la loi de X.
5. Soit f et g deux fonctions borliennes t.q. Y = f(X) = g(X). Montrer que
P
X
(f = g) = 1.
Exercice 3.16 (Composition de v.a.) Corrig 49 page 327
Soit (, /, P) un espace probabilis. Soit N une variable alatoire valeurs dans N

et (Y
n
)
nN
une suite de
variables allatoires relles. (cest--dire valeurs dans R, muni de la tribu des borliens). On dnit Z par
, Z() = Y
N()
().
Montrer que Z est une variable alatoire.
Exercice 3.17 (Evnements, tribus et v.a. indpendantes) Corrig 50 page 328
Soit (E, /, P) un espace probabilis.
1. (Indpendance de 2 vnements) Soit A
1
, A
2
/. Montrer que A
1
et A
2
sont indpendants (cest--dire
P(A
1
A
2
) = P(A
1
)P(A
2
)) si et seulement si les tribus (A
1
) et (A
2
) sont indpendantes (cest--dire
P(B
1
B
2
) = P(B
1
)P(B
2
) pour tout B
1
(A
1
) et B
2
(A
2
)).
2. (Indpendance de n vnements, n 2) Soit n 2, A
1
, . . . , A
n
/. Montrer que les vnements A
1
, . . . , A
n
vrient P(
iI
A
i
) =

iI
P(A
i
) pour tout I 1, . . . , n" si et seulement si les tribus (A
1
), . . . ,
(A
n
) sont indpendantes (cest--dire P(
n
i=1
B
i
) =

n
i=1
P(B
i
) pour tout B
i
(A
i
), i 1, . . . , n).
3. En donnant un exemple (avec n 3), montrer que lon peut avoir n vvements, nots A
1
, . . . , A
n
, indpen-
dants deux deux, sans que les vnements A
1
, . . . , A
n
soient indpendants.
4. Soit A /.
(a) On suppose que A /
1
et A /
2
et que /
1
et /
2
sont deux tribus indpendantes (et contenues dans /).
Montrer que P(A) 0, 1.
(b) Montrer que P(A) 0, 1 si et seulement si A est indpendant de tous les lments de /.
5. Soit n 1 et A
1
, . . . , A
n
/. Montrer que les vnements A
1
, . . . , A
n
sont indpendants si et seulement si
les v.a. 1
A
1
, . . . , 1
A
n
sont indpendantes.
Exercice 3.18 (Indpendance 3 par 3 et dpendance globale)
Trouver un espace de probabilits et 4 v.a.r. prenant leurs valeurs dans 1, 1 t.q. les 4 v.a. soient 3 par 3 ind-
pendantes mais ne soient pas indpendantes. [On pourra considrer des produits de v.a. indpendantes.]
Exercice 3.19 (De loi uniforme loi donne) Corrig 51 page 330
Soit (E, /, P) un espace de probabilits, X une v.a.r. et U une v.a.r. de loi |([0, 1]). Soit F la fonction de rparti-
tion de X (i.e. F(x) = P(X x) pour x R). Pour u R, on dnit G(u) de la manire suivante :
G(u) = infx R; F(x) u, si u ]0, 1[,
G(u) = 0, si u ,]0, 1[.
On pose Y = G(U) (cest--dire Y () = G(U()) pour tout E).
1. Soit u ]0, 1[, montrer que x R; F(x) u ,= , infx R; F(x) u R et
x R; F(x) u = [G(u), +[.
68
2. Montrer que Y est une v.a.r..
3. Montrer que Y a la mme loi que X. [On pourra montrer que P(G(U) x) = P(U F(x)), pour tout
x R.]
Exercice 3.20 (Limite croissante dune suite de v.a.r.)
Soit (E, /, P) un espace de probabilits, Y une v.a.r., (X
n
)
nN
une suite de v.a.r. et X une application de E dans
R. On suppose que X
n
X, quand n , et que X
n
et Y sont indpendantes, pour tout n N. Montrer que X
est une v.a.r. et que X et Y sont indpendantes. (N.B. La conclusion est encore vraie sans la croissance de la suite
X
n
.)
Exercice 3.21 (Construction de v.a. i. de lois uniformes)
Soit (E, /, P) un espace de probabilits.
1. Soit (U
n
)
nN
, une suite de v.a.r.i.i.d. avec P(U
n
= 0) = P(U
n
= 1) = 1/2. Montrer que V , dnie par
V =

n1
U
n
2
n
est une v.a. de loi |([0, 1]).
2. Soit U
n,k
, n, k 1, des v.a.r.i.i.d. avec P(U
n,k
= 0) = P(U
n,k
= 1) = 1/2. Montrer les v. a. V
n
, n 1
dnies par V
n
=

k1
U
n,k
2
k
sont des v.a.r.i.i.d. de loi |([0, 1]).
Exercice 3.22 (Loi du produit de la loi exponentielle par 1")
Soit (, /, P) un espace probabilis et X, Y deux v.a.r. indpendantes. On suppose que X suit une loi expo-
nentielle de paramtre (avec > 0), cest--dire que P
X
est une mesure de densit par rapport la mesure de
Lebesgue et cette densit est la fonction f dnie par f(x) = exp(x)1
]0,+[
(x) pour x R. On suppose
que Y est t. q. P(Y = 1) = P(Y = 1) = 1/2. Donner la loi de XY .
Exercice 3.23 (Convergence en mesure) ()Corrig 52 page 331
Soient (E, T, m) un espace mesur, (f
n
)
nN
une suite de fonctions mesurables de E dans R.
1. Montrer que si il existe f et g fonctions mesurables de E dans R telles que (f
n
)
nN
converge en mesure vers f
et g, alors f = g p.p..
[On pourra commencer par montrer que, pour tout > 0, m(x E ; [f(x) g(x)[ > ) = 0].
2. Montrer que si (f
n
)
nN
/ converge en mesure vers f / et (g
n
)
nN
/ converge en mesure vers
g /, alors (f
n
+g
n
)
nN
/converge en mesure vers f +g /.
3. On suppose maintenant que m est une mesure nie. Montrer que si (f
n
)
nN
/ converge en mesure vers
f /et (g
n
)
nN
/converge en mesure vers g, alors (f
n
g
n
)
nN
/converge en mesure vers f g /.
[On pourra commencer par montrer que, si (f
n
)
nN
/ converge en mesure vers f /, alors, pour tout
> 0, il existe n
0
et k
0
N tels que, si n n
0
et k k
0
, on a m(x E ; [f
n
(x)[ k) ]. Donner un
contre-exemple au rsultat prcdent lorsque m(E) = .
Exercice 3.24 (Convergence p.u. et convergence p.p.) Corrig 53 page 333
Soient (E, T, m) un espace mesur, (f
n
)
nN
/(cest--dire une suite de fonctions mesurables de E dans R)
et f /. On suppose que f
n
f presque uniformment (cest dire que pour tout > 0 il existe A T t.q.
m(A) et f
n
f uniformment sur A
c
). Montrer que f
n
f p.p., quand n .
Exercice 3.25 (Thorme dEgorov) () Corrig 54 page 333
Soient (E, T, m) un espace mesur ni, (f
n
)
nN
une suite de fonctions mesurables de E dans R, et f une fonction
mesurable de E dans R. On suppose que f
n
f p.p., lorsque n +.
Pour j N

et n N, on dnit :
A
n,j
= x; [f(x) f
n
(x)[
1
j
, et B
n,j
=
_
pn
A
p,j
(3.8)
69
1. Montrer que j x, lim
n+
m(B
n,j
) = 0.
2. Montrer que, pour tout > 0, il existe A tel que m(A) et f
n
f uniformment sur A
c
lorsque n +.
En dduire le thorme dEgorov (thorme 3.2).
[On cherchera A sous la forme :
_
jN

B
n
j
,j
, avec un choix judicieux de n
j
.]
3. Montrer, par un contre exemple, quon ne peut pas prendre = 0 dans la question prcdente.
4. Montrer, par un contre exemple, que le rsultat du thorme dEgorov est faux lorsque m(E) = +.
Exercice 3.26 (Convergence en mesure et convergence p.p.) Corrig 55 page 335
Soient (E, T, m) un espace mesur, (f
n
)
nN
une suite de fonctions mesurables de E dans R, et f une fonction
mesurable de E dans R. On rappelle que, par dnition, la suite (f
n
)
nN
converge en mesure vers f si :
> 0, lim
n+
m(x E; [f
n
(x) f(x)[ > ) = 0. (3.9)
1. On suppose ici que m(E) < +.
(a) Montrer que si (f
n
)
nN
tend vers f presque partout, alors (f
n
)
nN
tend vers f en mesure [Utiliser le thorme
dEgorov.]
(b) (Question plus difcile.) Montrer par un contrexemple que la rciproque de la question prcdente est fausse.
2. Soit (f
n
)
nN
une suite de fonctions mesurables de E dans R. On dit que (f
n
)
nN
est de Cauchy en mesure si :
> 0, > 0, n N; p, q n m(x E; [f
p
(x) f
q
(x)[ > ) . (3.10)
Montrer que si la suite (f
n
)
nN
converge en mesure vers f, alors (f
n
)
nN
est de Cauchy en mesure.
3. Soit (f
n
)
nN
une suite de Cauchy en mesure ; montrer quil existe une fonction mesurable g et une sous-suite
(f
n
k
)
kN
, telles que pour tout > 0, il existe A T vriant m(A) et tel que (f
n
k
)
kN
converge
uniformment vers g sur A
c
. [On pourra construire la sous-suite (f
n
k
)
kN
de telle sorte que m(A
k
) 2
k
,
avec A
k
= x E; [f
n
k+1
(x) f
n
k
(x)[ > 2
k
, et chercher A sous la forme
_
kp
A
k
, o p est convenablement
choisi.]
4. Montrer que si (f
n
)
nN
converge en mesure vers f, il existe une sous-suite qui converge vers f presque partout.
[On pourra commencer par montrer que la suite (f
n
k
)
kN
construite la question prcdente converge presque
partout et en mesure.]
Exercice 3.27 (Conv. en mesure et fonctions continues) Corrig 56 page 336
Soit (, /, m) un espace mesur, (X
n
)
nN
une suite de fonctions mesurables de dans R et X une fonction
mesurable de dans R. On suppose que X
n
X en mesure, quand n .
1. Soit une fonction uniformment continue de R dans R. Montrer que (X
n
) (X) en mesure, quand
n .
2. On suppose, dans cette question, que m est une probabilit (on a donc m() = 1, les fonctions mesurables
sont des v.a.r. et la convergence en mesure est la convergence en probabilit). Soit une fonction continue de R
dans R. Montrer que (X
n
) (X) en probabilit, quand n . [On pourra commencer par remarquer que
lim
a+
m([X[ a) = 0.]
3. On prend ici (, /, m) = (R, B(R), ). Montrer, en donnant un exemple (cest--dire en choisissant convena-
blement X
n
et X), quon peut avoir X
n
X en mesure (quand n ) et (X
n
) , (X) en mesure pour
certaines fonctions continues de R dans R.
70
Exercice 3.28
Soient (E, T, m) un espace mesur ni. On pose, pour f et g fonctions mesurables de E dans R (cest--dire
f, g /) :
d(f, g) =
_
[f g[
1 +[f g[
dm.
1. Montrer que d est bien dnie et prend ses valeurs dans R
+
(cest--dire que
]fg]
1+]fg]
L
1
R
(E, T, m) pour tout
f, g /) et que d est une semi-distance sur /(cest--dire que d(f, g) = d(g, f), pour tout f, g /, et que
d(f, h) d(f, g) +d(g, h), pour tout f, g, h /).
2. Soient (f
n
)
nN
/et f /. Montrer que f
n
converge en mesure vers f lorsque n +si et seulement
si lim
n+
d(f
n
, f) = 0. [Il est probablement utile de considrer, pour > 0, les ensembles A
n
= x
E; [f
n
(x) f(x)[ > .]
Exercice 3.29 (Mesurabilit dune limite p.p.)
Soient (E, T, m) un espace mesur, (f
n
)
nN
/(E, T) et f : E R. On suppose que f
n
f p.p.. Montrer
que f /(E, T), o (E, T, m) est le compt de (E, T, m) (voir le thorme 2.1). En donnant un exemple
(cest--dire en choisissant convenablement (E, T, m), (f
n
)
nN
et f), montrer quon peut avoir f , /(E, T).
Exercice 3.30 (Ess. uniforme versus p.u.) Corrig 57 page 337
Soit (E, T, m) un espace mesur. Pour f /, on pose A
f
= C R, [f[ C p.p.. Si A
f
,= , on pose
|f|

= inf A
f
. Si A
f
= , on pose |f|

= .
1. Soit f /t.q. A
f
,= . Montrer que |f|

A
f
.
2. Soient (f
n
)
nN
/et f /.
(a) On suppose, dans cette question, que |f
n
f|

0 quand n (on dit que f


n
f essentiellement
uniformment). Montrer que f
n
f presque uniformment.
(b) En donnant un exemple (cest--dire en choisissant convenablement (E, T, m), (f
n
)
nN
et f), montrer quon
peut avoir f
n
f presque uniformment, quand n , et |f
n
f|

,0.
Exercice 3.31
Soit / la classe des sous-ensembles de Z tels que
pour n > 0, 2n A 2n + 1 A.
1. Montrer que / est une tribu.
2. Montrer que lapplication : n n + 2 est une bijection de Z dans Z, mesurable quand Z est muni (au dpart
et larrive) de la tribu / (cest dire t.q. que
1
(A) / pour tout A /). Montrer que linverse de
nest pas mesurable.
Exercice 3.32
On considre des applications f de E dans R. On note (f) = f
1
(A), A B(R) ((f) est la tribu image
rciproque de B(R) par f).
1. Dcrire (f) dans chacun des cas suivants :
(a) E = R et f(x) = x ou f(x) = x
2
ou f(x) = [x[.
(b) E = R
2
et f(x, y) = x +y.
2. Montrer que les singletons sont tous dans (f) si et seulement si f est injective.
71
3. Dans le cas gnral, montrer quune fonction g de E dans R est (f)-mesurable si et seulement si il existe une
fonction borlienne de R dans R t.q. g = f. [On pourra commencer par le cas o g est tage, puis utiliser
un argument de limite].
4. Montrer que lon a toujours une fonction borne g t.q. (g) = (f).
Exercice 3.33 (Mesurabilit des troncatures) Corrig 58 page 338
Soit (X, T ) un espace mesurable et f une fonction mesurable de X dans R (R est muni, comme toujours quand
on ne le prcise pas, de la tribu borlienne). Pour a > 0, on dnit la fonction tronque :
f
a
(x) =
_
_
_
a si f(x) > a
f(x) si [f(x)[ a
a si f(x) < a
Montrer que f
a
est mesurable.
Exercice 3.34
Soit (E, T) un espace mesurable (on munit R de la tribu des borliens B(R), comme toujours). Soient (f
n
)
nN
une suite de fonctions mesurables de E dans R, et A lensemble des points x E tels que (f
n
(x))
nN
ne soit pas
de Cauchy. Montrer que A est mesurable (i.e. A T).
Exercice 3.35
Soit : R
2
R B(R
2
)-mesurable. Pour x R, on pose : f

(x) = (x, x).


1. Montrer que f

est B(R)-mesurable.
2. Soient et : R
2
R B(R
2
)-mesurables. Montrer que =
2
-p.p. , f

= f

-p.p.. (
2
est la mesure
de Lebesgue sur B(R
2
) dont on suppose lexistence).
3. Soient et : R
2
R B(R
2
)-mesurables t.q. :
(a) (x, .) et (x, .) sont continues p.p. en x R
(b) (, .y) et (., y) sont mesurables pour tout y R
(Ces fonctions sont dites de Carathodory".)
(a) Montrer que et sont B(R
2
)-mesurables.
(b) Montrer que =
2
-p.p. (x, .) = (x, .) partout, p.p. en x R. En dduire que si =
2
-p.p,
alors f

= f

-p.p..
Exercice 3.36 (Exemple de tribu engendre) Corrig 59 page 338
Dans cet exercice, on sintresse la tribu (X) engendre par la variable alatoire X dnie sur , muni de la
tribu /, valeurs dans R, muni de la tribu borlienne.
1. (Cas dun lancer de d) Dans cette question, = 1, 2, 3, 4, 5, 6, / = T()) et X est la variable alatoire
dnie par X() = 1 lorsque est pair, X() = 0 sinon. Montrer que (X) est form de 4 lments.
2. (Cas de n tirages pile ou face) Soit n N

, = 0, 1
n
, / = T()) et k 1, , n. La variable alatoire
X reprsente le k-ime tirage, X est donc lapplication = (
1
, ,
n
)
k
. Montrer que (X) est ici
aussi form de 4 lments.
3. Dans cette question, on prend = R, / = B(R) et, pour tout , X() = [], o [] dsigne la
partie entire de (cest--dire [] = maxn Z, t.q. n . Si C est un borlien inclus dans [0, 1[ (ce
qui est quivalent dire C B([0, 1[)), on pose (C) =
kZ
C
k
, avec C
k
= x + k, x C. Montrer que
(X) = (C), C B([0, 1[).
72
Exercice 3.37 (Tribu et partition)
Soit un ensemble. On appelle partition de une famille nie ou dnombrable de parties non vides de et
disjointes deux deux et dont lunion est gale . Les lments dune partition sont appels atomes.
1. Soit a = A
i
; i I une partition de et soit (a) la tribu engendre par a. Montrer que
(a) =
_
jJ
A
j
o` uJ I .
En dduire quune v.a. relle est (a)-mesurable si et seulement si elle est constante sur tous les atomes de a.
Une partition a est dite plus ne quune partition b si tous les atomes de b scrivent comme union datomes de
a.
2. Montrer que si a est plus ne que b et si b est plus ne que a alors a et b sont gales.
3. Montrer que si a et b sont deux partitions telles que (a) = (b) alors a et b sont gales.
Exercice 3.38 (Fonctions constantes) Corrig 60 page 339
Soit (, /, P) un espace de probabilit et X une variable alatoire (relle). Pour a R, on pose (a) =
P(X
1
(] , a])) (on note souvent X
1
(] , a]) = X a). La fonction est donc la fonction de
rpartition de la probabilit P
X
.
1. Montrer que est une fonction croissante de R dans R et que lim
a+
(a) = 1, lim
a
(a) = 0.
On suppose maintenant que, pour tout B B(R), on a P(X
1
(B)) = 0 ou 1.
2. Montrer quil existe R t.q. X = p.s..
73
Chapitre 4
Fonctions intgrables
Maintenant quon a construit un espace mesur (E, T, m) (dont un exemple fondamental est (E, T, m) = (R,
B(R), ), on voudrait gnraliser la notion dintgrale cet espace, cest--dire introduire une application qui f,
fonction de E dans R, associe un rel, dpendant de la mesure m, que nous noterons
_
fdm, tel que :
Si f = 1
A
, A T, alors
_
fdm = m(A),
Lapplication ainsi dnie soit linaire, cest--dire que pour toutes fonctions f et g dnies de E dans R,
_
(f +g)dm =
_
fdm+
_
gdm, (, ) R
2
.
En fait, on ne peut pas dnir une telle application sur toutes les fonctions de E dans R, nous allons la dnir
seulement sur les fonctions que nous appellerons intgrables".
4.1 Intgrale dune fonction tage positive
Soit (E, T, m) un espace mesur. On rappelle que c
+
est lensemble des fonctions tages de E dans R, ne prenant
que des valeurs positives ou nulles. Si f c
+
, f non nulle, le lemme 3.1 nous donne, en particulier, lexistence de
(a
i
, A
i
)
i=1,...,n
R

+
T t.q. A
i
A
j
= , si i ,= j, i, j 1, . . . , n, et f =

n
i=1
a
i
1
A
i
. Dautre part, le lemme
3.2 nous permet dafrmer que, pour une fonction tage positive quon crit sous la forme : f =

n
i=1
a
i
1
A
i
, o
les A
i
sont deux deux disjoints et les a
i
sont strictement positifs, la valeur

n
i=1
a
i
m(A
i
) est indpendante de la
dcomposition choisie. On peut donc dnir lintgrale sur c
+
de la manire suivante :
Dnition 4.1 (Intgrale dune fonction de c
+
) Soit (E, T, m) un espace mesur et soit f de E dans R une
fonction tage positive non nulle (cest--dire f c
+
). Soient (A
i
)
i=1,...,n
T une famille de parties disjointes
deux deux (i.e. t.q. A
i
A
j
= si i ,= j) et n rels a
1
, ..., a
n
strictement positifs tels que f =

n
i=1
a
i
1
A
i
.
On dnit lintgrale de f, quon note
_
fdm, par :
_
fdm =

n
i=1
a
i
m(A
i
) (on a donc
_
fdm R
+
). Dautre
part, si f = 0, on pose
_
fdm = 0.
Remarque 4.1 En adoptant la convention 0 + = 0, on peut aussi remarquer que si f =
n

i=1
a
i
1
A
i
c
+
, o
la famille (A
i
)
i=1,...,n
T est t.q. A
i
A
j
= si i ,= j, et o les rels a
1
, ..., a
n
sont supposs positifs seulement,
on a encore :
_
fdm =
n

i=1
a
i
m(A
i
). (4.1)
Proposition 4.1 (Proprits de lintgrale sur c
+
) Soient f et g c
+
, et R

+
, alors :
74
linarit positive : f +g c
+
, et
_
(f +g)dm =
_
fdm +
_
gdm,
monotonie : f g
_
fdm
_
gdm.
DMONSTRATION :
Il est facile de montrer que si f c
+
et R

+
on a f c
+
et
_
fdm =
_
fdm. Pour montrer la
linarit positive, il suft donc de considrer le cas = = 1 et f et g non nulles. Soit donc f, g c
+
,
non nulles. Daprs le lemme sur la dcomposition canonique des fonctions tages positives non nulles (lemme
3.1), on peut crire f =

n
i=1
a
i
1
A
i
et g =

m
j=1
b
j
1
B
j
avec 0 < a
1
< . . . < a
n
, A
i
,= pour tout i,
A
i
A
j
= si i ,= j, 0 < b
1
< . . . < b
m
, B
j
,= pour tout j, B
j
B
i
= si j ,= i. En posant a
0
= b
0
= 0,
A
0
= (
n
i=1
A
i
)
c
et B
0
= (
n
j=1
B
j
)
c
, on a aussi f =

n
i=0
a
i
1
A
i
, g =

m
j=0
b
j
1
B
j
et on peut crire f + g =

n
i=0

m
j=0
(a
i
+b
j
)1
A
i
B
j
=

(i,j)K
(a
i
+b
j
)1
A
i
B
j
, avec K = (i, j) 0, . . . , n0, . . . , m(0, 0).
On a donc f + g c
+
et
_
(f + g)dm =

(i,j)K
(a
i
+ b
j
)m(A
i
B
j
). On en dduit
_
(f + g)dm =

n
i=1

m
j=0
a
i
m(A
i
B
j
) +

m
j=1

n
i=0
b
j
m(A
i
B
j
) =

n
i=1
a
i
m(A
i
) +

m
j=1
b
j
m(B
j
) (car (A
0
, . . . , A
n
)
et (B
0
, . . . , B
m
) sont des partitions de E). On a donc bien montr
_
(f +g)dm =
_
fdm+
_
gdm.
Il reste montrer la monotonie. Soit f, g c
+
t.q. f g. On a donc f g c
+
(on rappelle que c est un espace
vectoriel sur R, voir la proposition 3.1) et donc la linarit positive nous donne que
_
fdm =
_
(f g)dm +
_
gdm
_
gdm car
_
(f g)dm 0.
Remarque 4.2
1. Une consquence directe de la linarit positive de lintgrale sur c
+
est que, si f c
+
, pour nimporte quelle
dcomposition de f : f =
n

i=1
a
i
1
A
i
c
+
, a
1
, ..., a
n
0 et (A
i
)
i=1,...,n
T (on ne suppose plus A
i
A
j
=
si i ,= j), on a encore, par linarit positive :
_
fdm =
n

i=1
a
i
_
1
A
i
=
n

i=1
a
i
m(A
i
), (4.2)
en posant a
i
m(A
i
) = 0 si a
i
= 0.
2. Une consquence de la monotonie de lintgrale sur c
+
est que, pour tout f c
+
, on a :
_
fdm = sup
_
gdm, g c
+
, g f.
4.2 Intgrale dune fonction mesurable positive
On donne maintenant un petit lemme fondamental qui va permettre de dnir lintgrale des fonctions de /
+
.
Lemme 4.1 Soient (E, T, m) un espace mesur, (f
n
)
nN
c
+
, et g c
+
, tels que :
f
n+1
(x) f
n
(x), pour tout n N, et tout x E,
lim
n
f
n
(x) g(x), pour tout x E,
alors
lim
n
_
f
n
dm
_
g dm. (4.3)
Noter que la suite (
_
f
n
dm)
nN
est une suite croissante de R
+
, donc sa limite existe dans R
+
.
75
DMONSTRATION : Pour x E, on pose f(x) = lim
n+
f
n
(x) (cette limite existe et appartient R
+
). Il se
peut que f , c
+
, mais on a toujours f /
+
et les hypothses du lemme donne f
n
f quand n .
Soit ]0, 1[, on dnit, pour n N :
A
n
= x E ; g(x) f
n
(x). (4.4)
On a donc A
n
= (f
n
g)
1
([0, [) T, A
n
A
n+1
(car f
n
f
n+1
) et E =
nN
A
n
. En effet, si x E, on
distingue 2 cas :
1. Si g(x) = 0, alors x A
n
pour tout n N donc x
nN
A
n
,
2. Si g(x) > 0, on a alors g(x) < g(x) lim
n
f
n
(x). Il existe donc n
x
(dpendant de x) t.q. x A
n
pour
n n
x
. Donc, x
nN
A
n
.
On a donc bien montr que E =
nN
A
n
. (Comme A
n
A
n+1
, pour tout n N, on peut aussi remarquer que la
suite de fonctions (g1
A
n
)
nN
converge simplement et en croissant vers la fonction g.)
On remarque maintenant que g1
A
n
c
+
, f
n
c
+
et que, grce la dnition de A
n
, on a g1
A
n
f
n
. La
monotonie de lintgrale sur c
+
donne donc :
_
g1
A
n
dm
_
f
n
dm. (4.5)
En utilisant la dcomposition canonique de g (lemme 3.1) il existe (b
i
, B
i
)
i=1,...,p
t.q. 0 < b
1
< . . . < b
p
, B
i
,=
pour tout i, B
i
B
j
= si i ,= j et g =

p
i=1
b
i
1
B
i
. On a donc g1
A
n
=

p
i=1
b
i
1
B
i
A
n
et donc :
_
g1
A
n
dm =
p

i=1
b
i
m(B
i
A
n
).
Comme
nN
(B
i
A
n
) = B
i
(
nN
A
n
) = B
i
E = B
i
, la continuit croissante de m donne m(B
i
A
n
)
m(B
i
), quand n . On en dduit :
lim
n
_
g1
A
n
dm = lim
n
p

i=1
b
i
m(B
i
A
n
) =
p

i=1
b
i
m(B
i
) =
_
gdm.
On peut donc passer la limite, quand n , dans (4.5) et obtenir :
_
gdm lim
n
_
f
n
dm.
Enn, la linarit positive de lintgrale sur c
+
donne
_
gdm =
_
gdm. On conclut la dmonstration du lemme
en faisant tendre vers 1.
Remarque 4.3 Dans la dmonstration prcdente, on a besoin de < 1 pour pouvoir crire g(x) f
n
(x) pour
n n
x
, avec n
x
N pouvant dpendre de x. Un tel n
x
pourrait ne pas exister en prenant = 1.
Le lemme suivant est une consquence simple du lemme 4.1.
76
Lemme 4.2
Soient (E, T, m) un espace mesur et f /
+
. Soient deux suites (f
n
)
nN
et (g
n
)
nN
dlments de c
+
conver-
geant simplement et en croissant vers f. On a alors :
lim
n
_
f
n
dm = lim
n
_
g
n
dm. (4.6)
DMONSTRATION :
On applique le lemme 4.1 avec g = g
p
, p x. On obtient
_
g
p
dm lim
n
_
f
n
dm. Puis, passant la limite
quand p , lim
p
_
g
p
dm lim
n
_
f
n
dm. On obtient enn (4.6) en changeant les rles de f
n
et g
p
.
Le lemme 4.2 permet donc de dnir lintgrale sur /
+
de la manire suivante :
Dnition 4.2 (Intgrale sur /
+
) Soient (E, T, m) un espace mesur, et f /
+
. Daprs la proposition sur
la mesurabilit positive, il existe une suite (f
n
)
nN
c
+
telle que f
n
f quand n , cest--dire :
Pour tout x E, f
n
(x) f(x), quand n ,
f
n+1
(x) f
n
(x), pour tout x E, et tout n N.
On dnit lintgrale de f en posant :
_
fdm = lim
n
_
f
n
dm ( R
+
). (4.7)
On a aussi la caractrisation suivante, parfois bien utile, de lintgrale dune fonction mesurable positive partir
dintgrales de fonctions tages positives :
Lemme 4.3 Soient (E, T, m) un espace mesur et f /
+
. Alors
_
fdm = sup
_
gdm, g c
+
, g f.
DMONSTRATION : Soit (f
n
)
nN
c
+
telle que f
n
f quand n .
La monotonie de lintgrale sur c
+
donne que
_
f
n
dm = sup
_
gdm, g c
+
, g f
n
(voir la remarque 4.2).
Comme f
n
f, on a donc, pour tout n N :
_
f
n
dm = sup
_
gdm, g c
+
, g f
n
sup
_
gdm, g c
+
, g f.
La dnition de
_
fdm donne alors :
_
fdm sup
_
gdm, g c
+
, g f.
Pour montrer lingalit inverse, soit g c
+
t.q. g f. Comme f
n
f, le lemme 4.1 donne
_
gdm
lim
n
_
f
n
dm =
_
fdm. On a donc sup
_
gdm, g c
+
, g f
_
fdm.
Proposition 4.2 (Proprits de lintgrale sur /
+
) Soient f et g /
+
, et R

+
, alors :
linarit positive : f +g /
+
, et
_
(f +g)dm =
_
fdm +
_
gdm,
monotonie : f g
_
fdm
_
gdm.
77
DMONSTRATION :
La linarit positive se dmontre de manire trs simple partir de la linarit positive sur c
+
(proposition 4.1). et
de la dnition 4.2.
La monotonie est une consquence immdiate du lemme 4.3.
Remarque 4.4 (A propos de 0 . . .) Soient (E, T, m) un espace mesur et A T t.q. m(A) = 0. On note
I
A
la fonction indicatrice de lensemble A. Cette fonction est dnie de E dans R
+
par : I
A
(x) = +si x A et
I
A
(x) = 0 si x , A. Cette fonction est souvent note aussi 1
A
. Il est clair que I
A
/
+
et que I
A
est la limite
croissante de la suite (f
n
)
nN
c
+
dnie par f
n
= n1
A
. On en dduit, en utilisant la dnition de lintgrale
sur /
+
, que
_
I
A
dm = 0.
Une consquence de cette remarque est le lemme suivant :
Lemme 4.4 Soit (E, T, m) un espace mesur.
1. Soit f /
+
et A T. On note f1
A
/
+
la fonction dnie par f1
A
(x) = f(x) si x A et f1
A
(x) = 0
si x A
c
. On dnit
_
A
fdm par
_
f1
A
dm. On suppose que m(A) = 0. Alors,
_
A
fdm = 0.
2. Soit f, g /
+
t.q. f = g p.p.. Alors,
_
fdm =
_
gdm.
3. Soit f /
+
t.q. f = 0 p.p.. Alors
_
fdm = 0.
DMONSTRATION :
1. Soit f /
+
et A T t.q. m(A) = 0. Soit I
A
la fonction indicatrice de lensemble A(dnie dans la remarque
4.4). On a videmment f1
A
I
A
et donc, par monotonie,
_
f1
A
dm = 0.
2. Soit f, g /
+
t.q. f = g p.p.. Soit A T t.q. m(A) = 0 et f1
A
c = g1
A
c . On a donc f1
A
c , g1
A
c /
+
et
_
f1
A
c dm =
_
g1
A
c dm. Dautre part, comme
_
f1
A
dm =
_
g1
A
dm = 0, on a aussi, par linarit positive
_
fdm =
_
f1
A
c dm+
_
f1
A
dm =
_
f1
A
c dm (et de mme pour g). Donc,
_
fdm =
_
gdm.
3. Soit f /
+
t.q. f = 0 p.p.. Alors
_
fdm =
_
0dm = 0.
Ce lemme nous permet dtendre la dnition de lintgrale certaines fonctions non mesurables :
Dnition 4.3 Soit (E, T, m) un espace mesur et f dnie sur A
c
, valeurs dans R (resp. R
+
), avec A T,
m(A) = 0 (on dit que f est dnie p.p., car f nest pas dnie sur A).
1. f est m-mesurable (resp. m-mesurable positive) si il existe g /(resp. g /
+
) t.q. f = g p.p.. (cest--dire
quil existe B T t.q. m(B) = 0, B A et f = g sur B
c
).
2. Soit f m-mesurable positive. On pose
_
fdm =
_
gdm, avec g /
+
t.q. f = g p.p. (noter que cette intgrale
ne dpend pas du choix de g, grce au lemme 4.4).
Remarque 4.5 Soit (E, T, m) un espace mesur. Il est facile de montrer les rsultats suivants :
1. Soit f de E dans R ou R
+
. Alors, f c
+
si et seulement si f /
+
, Imf R
+
et card(Imf) < .
2. Soit A T t.q. m(A) = 0 et f de A
c
dans R. Alors, f est m-mesurable si et seulement si il existe (f
n
)
nN
c
t.q. f
n
f p.p. (voir lexercice 4.17).
3. Soit A T t.q. m(A) = 0 et f de A
c
dans R
+
. Alors, f est m-mesurable positive si et seulement si il existe
(f
n
)
nN
c
+
t.q. f
n
f p.p..
78
Le rsultat suivant sera souvent utile par la suite. En particulier, les ingalits de Markov et Bienaym-Tchebichev
(voir la section 4.9) en dcoulent immdiatement.
Lemme 4.5 Soient (E, T, m) un espace mesur, f /
+
et t R

+
; alors :
m(f t)
1
t
_
fdm. (4.8)
DMONSTRATION : On dnit A
t
= f t = x E ; f(x) t. On a A
t
T et f t1
A
t
. Par monotonie
de lintgrale sur /
+
, on en dduit lingalit 4.8.
4.3 Thorme de convergence monotone et lemme de Fatou
Thorme 4.1 (Convergence Monotone (1)) Soit (E, T, m) un espace mesur et soit (f
n
)
nN
une suite de /
+
t.q. f
n+1
(x) f
n
(x), pour tout n N et tout x E. On pose, pour tout x E, f(x) = lim
n+
f
n
(x) R
+
.
Alors f /
+
et :
_
f
n
dm
_
fdm lorsque n +.
DMONSTRATION :
Noter que si (f
n
)
nN
c
+
, le fait que
_
f
n
dm
_
fdm, lorsque n +, est donn par la dnition de
lintgrale sur /
+
. La difcult est donc ici de travailler avec (f
n
)
nN
/
+
au lieu de (f
n
)
nN
c
+
.
Comme (f
n
)
nN
/
+
converge simplement et en croissant vers f, la proposition 3.5 donne f /
+
. Puis, par
monotonie de lintgrale sur /
+
, on a
lim
n+
_
f
n
dm
_
f dm. (4.9)
Il reste donc montrer que :
lim
n+
_
f
n
dm
_
f dm. (4.10)
Pour montrer (4.10), on va construire une suite de fonctions (g
p
)
pN
c
+
t.q g
p
f, quand p , et g
p
f
p
,
pour tout p N.
Pour tout n N, f
n
/
+
; il existe une suite de fonctions (f
n,p
)
pN
c
+
t.q. f
n,p
f
n
lorsque p tend vers
+. On dnit alors :
g
p
= sup
np
f
n,p
(4.11)
On note que :
1. g
p
c
+
car g
p
est le sup dun nombre ni dlments de c
+
(donc g
p
est mesurable, Im(g
p
) R
+
et
card(Im(g
p
)) < , ce qui donne g
p
c
+
).
2. g
p+1
g
p
, pour tout p N. En effet, comme f
n,p+1
f
n,p
(pour tout n et p), on a
g
p+1
= supf
p+1,p+1
, sup
np
f
n,p+1
sup
np
f
n,p+1
sup
np
f
n,p
= g
p
.
On peut donc dnir, pour x E, g(x) = lim
p
g
p
(x) R
+
(car la suite (g
p
(x))
pN
est croissante dans
R
+
).
79
3. g = f. En effet, on remarque que g
p
f
n,p
si n p. On xe n et on fait tendre p vers linni, on obtient
g f
n
pour tout n N. En faisant n on en dduit g f. Dautre part, on a f
n,p
f
n
f pour tout n
et tout p. On a donc g
p
f pour tout p. En faisant p on en dduit g f. On a bien montr que f = g.
4. g
p
f
p
pour tout p N. En effet, f
n,p
f
n
f
p
si n p. On a donc g
p
= sup
np
f
n,p
f
p
.
Les points 1 3 ci dessus donnent (g
p
)
pN
c
+
et g
p
f quand p . Donc, la dnition de lintgrale sur
/
+
donne
_
fdm = lim
p
_
g
p
dm.
Le point 4 donne (par monotonie de lintgrale sur /
+
)
_
g
p
dm
_
f
p
dm, on en dduit
_
fdm = lim
p
_
g
p
dm lim
p
_
f
p
dm.
Finalement, on obtient bien
_
fdm = lim
p
_
f
p
dm.
On utilisera souvent une lgre extension (facile) du thorme de convergence monotone :
Thorme 4.2 (Convergence Monotone (2)) Soit (E, T, m) un espace mesur et soit (f
n
)
nN
/
+
. On sup-
pose que f
n
f p.p. (cest--dire que il existe A T t.q. m(A) = 0 et f
n
(x) f(x) pour tout x A
c
). La
fonction f (dnie p.p.) est alors mmesurable positive (cest--dire que il existe g /
+
t.q. f = g p.p.) et
_
f
n
dm
_
fdm. On rappelle que, par dnition (voir la dnition 4.3),
_
fdm =
_
gdm avec g /
+
t.q.
f = g p.p..
DMONSTRATION :
Soit A T t.q. m(A) = 0 et f
n
f sur A
c
, quand n . On pose g
n
= f
n
1
A
c (cest--dire g
n
(x) = f
n
(x)
si x A
c
et g
n
(x) = 0 si x A). On a g
n
/
+
et g
n
g avec g = f1
A
c (cest--dire g(x) = f(x) si
x A
c
et g(x) = 0 si x A). Comme g /
+
et f = g p.p., on a donc f mmesurable positive. Puis, le
thorme 4.1 donne
_
g
n
dm
_
gdm quand n . Dautre part, on a
_
g
n
dm =
_
f
n
dm (car f
n
= g
n
p.p.)
et
_
gdm =
_
fdm (par dnition de
_
fdm), donc
_
f
n
dm
_
fdm.
Corollaire 4.1 (Sries termes positifs ou nuls) Soient (E, T, m) un espace mesur, (f
n
)
nN
/
+
; on pose,
pour tout x E, f(x) =
+

n=0
f
n
(x)( R
+
). Alors f /
+
et
_
fdm =
+

n=0
_
f
n
dm.
DMONSTRATION : On applique le thorme de convergence monotone (thorme 4.1) la suite (g
n
)
nN
dnie
par
g
n
=
n

p=0
f
p
.
On a g
n
/
+
et g
n
f. Donc f /
+
et
n

p=0
_
f
p
dm =
_
g
n
dm
_
fdm.
80
Lemme 4.6 (Fatou) Soient (E, T, m) un espace mesur, (f
n
)
nN
/
+
. On pose pour tout x E : f(x) =
liminf
n+
f
n
(x) = lim
n+
( inf
pn
f
p
(x)) R
+
. Alors f /
+
et :
_
fdm liminf
n+
_
f
n
dm = lim
n+
( inf
pn
_
f
p
dm). (4.12)
DMONSTRATION : Pour n N, on pose g
n
(x) = inf
pn
f
p
(x) (pour tout x E), de sorte que g
n
/
+
(cf. proposition 3.5) et g
n
f. Le thorme de convergence monotone (thorme 4.1) donne que f /
+
et
_
g
n
dm
_
fdm.
Or, g
n
f
p
si p n. On a donc
_
g
n
dm
_
f
p
dm si p n et donc (en xant n)
_
g
n
dm inf
pn
_
f
p
dm.
On en dduit
_
fdm = lim
n
_
g
n
dm lim
n
( inf
pn
_
f
p
dm) = liminf
n
_
f
n
dm.
Le lemme de Fatou est souvent utilis avec des suites (f
n
)
nN
/
+
telles que la suite (
_
f
n
dm)
nN
est borne
et la suite (f
n
(x))
nN
est convergente pour presque tout x E. Il permet alors de montrer que la limite (au sens
de la convergence p.p.) de la suite (f
n
)
nN
est intgrable" (voir les paragraphes suivants). On utilise pour cela le
corollaire (immdiat) suivant :
Corollaire 4.2 Soient (E, T, m) un espace mesur et (f
n
)
nN
/
+
t.q. f
n
(x) f(x), pour presque tout
x E, lorsque n +. On suppose quil existe C 0 t.q.
_
f
n
dm C, pour tout n N. Alors, f est
mmesurable positive et
_
f dm C.
DMONSTRATION : Comme (f
n
)
nN
/
+
et f
n
f p.p., on a bien f m-mesurable positive. On pose g =
liminf
n
f
n
(cest--dire g(x) = liminf
n
f
n
(x) pour tout x E). On a donc g /
+
et f = g p.p. donc
_
fdm =
_
gdm par dnition de lintgrale des fonctions m-mesurables (dnition 4.3).
Le lemme de Fatou donne
_
fdm =
_
gdm liminf
n
_
f
n
dm et donc
_
fdm C car
_
f
n
dm C pour
tout n N.
4.4 Mesures et probabilits de densit
4.4.1 Dnitions
A partir dune mesure et dune fonction mesurable positive, on peut dnir une autre mesure de la manire sui-
vante :
Dnition 4.4 (Mesure de densit)
Soient (E, T, m) un espace mesur et f /
+
. Pour A T, on rappelle que f1
A
est la fonction (de E dans R
+
)
dnie par f1
A
(x) = f(x) si x A et f1
A
(x) = 0 si x A
c
(cette fonction appartient /
+
) et on dnit
_
A
fdm par
_
f1
A
dm.
On dnit alors : T R
+
par :
(A) =
_
f1
A
dm =
_
A
fdm, A T. (4.13)
81
Lapplication ainsi dnie est une mesure sur T (ceci est dmontr dans lexercice 4.22), appele mesure de
densit f par rapport m, et note = fm.
Proposition 4.3 Soient (E, T, m) un espace mesur, f /
+
et la mesure de densit f par rapport m. Alors,
la mesure est absolument continue par rapport la mesure m, cest--dire que si A T est tel que m(A) = 0,
alors (A) = 0.
DMONSTRATION : Soit A T t.q. m(A) = 0. On a alors f1
A
= 0 m-p.p. et donc (A) =
_
f1
A
dm = 0
daprs le lemme 4.4.
On dduit de cette proposition que la mesure de Dirac dnie sur B(R) par :
(A) = 1 si 0 A
(A) = 0 si 0 A
c
.
(4.14)
nest pas une mesure de densit par rapport la mesure de Lebesgue (on peut montrer que ces deux mesures sont
trangres (voir dnition 2.16 et proposition 2.4).
Notons que lon peut aussi dnir des mesures signes de densit, voir la dnition 6.15.
4.4.2 Exemples de probabilits de densit
Dnition 4.5 (Probabilit de densit) Soit p une probabilit sur B(R), on dit que p est une probabilit de densit
(par rapport Lebesgue) sil existe f /
+
t.q.
_
fd = 1 et p(A) =
_
f1
A
d =
_
A
fd pour tout A B(R).
Les lois de probabilit sur B(R), de densit par rapport la mesure de Lebesgue, donnes dans la proposition
suivante seront souvent utilises dans le calcul des probabilits (On rappelle quune loi de probabilit est, par
dnition, une probabilit sur B(R)).
Dnition 4.6 (Quelques lois de densit sur B(R))
1. Loi uniforme, |(a, b) Soit a, b R, a < b, la loi uniforme sur [a, b] est la loi de densit
1
ba
1
[a,b]
: p(A) =
1
ba
_
1
[a,b]
1
A
d, A T .
2. Loi exponentielle, c() Soit > 0 ; la loi exponentielle est dnie par la densit f dnie par :
f(x) =
_
0 si x < 0
e
x
si x 0
(4.15)
3. Loi de Gauss, A(,
2
) Soit (, ) R R

+
; la loi de Gauss de paramtre (, ) est dnie par la densit f
dnie par :
f(x) =
1

2
exp
_

(x )
2
2
2
_
(4.16)
4.5 Lespace L
1
des fonctions intgrables
Soit f /, La proposition 3.7 donne que [f[, f
+
, f

/
+
et la monotonie de lintgrale sur /
+
donne
_
f
+
dm
_
[f[dm et
_
f

dm
_
[f[dm. Ceci va nous permette de dnir lespace L
1
et lintgrale sur L
1

partir de lintgrale sur /


+
(dnition 4.2 page 77).
82
Dnition 4.7 (Espace L
1
et Intgrale de Lebesgue)
Soient (E, T, m) un espace mesur et f /. On dit que f est intgrable (ou intgrable au sens de Lebesgue) si
_
[f[dm < +. Dans ce cas, on a aussi
_
f
+
dm < +et
_
f

dm < +. On pose alors :


_
fdm =
_
f
+
dm
_
f

dm ( R). (4.17)
On note L
1
R
(E, T, m) (ou plus simplement L
1
) lensemble des fonctions intgrables.
Soit f /, la linarit positive de lintgrale sur /
+
donne
_
[f[dm =
_
f
+
dm+
_
f

dm. On voit donc que


f L
1
si et seulement si
_
f
+
dm < et
_
f

dm < .
Proposition 4.4 (Proprits de L
1
et de lintgrale sur L
1
)
Soit (E, T, m) un espace mesur. On a alors :
1. L
1
est un espace vectoriel sur R.
2. Lapplication f
_
fdm est une application linaire de L
1
dans R.
3. Monotonie : soient f et g L
1
telles que f g ; alors
_
fdm
_
gdm
4. Pour tout f L
1
, [
_
fdm[
_
[f[dm.
DMONSTRATION :
1. On sait dj que / est un espace vectoriel sur R (proposition 3.5). Pour montrer que L
1
est un espace vec-
toriel sur R, il suft de remarquer, en utilisant la linarit positive et la monotonie de lintgrale sur /
+
, que
_
[f[dm = [[
_
[f[dm et
_
[f +g[dm
_
[f[dm+
_
[g[dm, pour tout f, g /et tout R.
2.(a) Soit R et f L
1
. On veut montrer que
_
fdm =
_
fdm. (4.18)
Cas 1. Si = 0, (4.18) est bien vraie.
Cas 2. Si > 0, on remarque que (f)
+
= f
+
et (f)

= f

. En utilisant la linarit positive de


lintgrale sur /
+
, on en dduit
_
fdm =
_
(f)
+
dm
_
(f)

dm = (
_
f
+
dm
_
f

dm) =

_
fdm.
Cas 3. Si < 0, on remarque que (f)
+
= ()f

et (f)

= ()f
+
. En utilisant la linarit positive
de lintgrale sur /
+
, on en dduit
_
fdm =
_
(f)
+
dm
_
(f)

dm = ()(
_
f

dm
_
f
+
dm) =

_
fdm.
(b) Soit f, g L
1
. On veut montrer que
_
(f +g)dm =
_
fdm+
_
gdm.
On utilise les deux dcompositions de f +g : f +g = (f +g)
+
(f +g)

= f
+
f

+g
+
g

. On en
dduit (f +g)
+
+f

+g

= (f +g)

+f
+
+g
+
. En utilisant la linarit positive de lintgrale sur /
+
,
on en dduit
_
(f +g)
+
dm+
_
f

dm+
_
g

dm =
_
(f +g)

dm+
_
f
+
dm+
_
g
+
dm.
83
On en dduit (noter que tous les termes de lgalit prcdente sont dans R
+
)
_
(f +g)
+
dm
_
(f +g)

dm =
_
f
+
dm
_
f

dm+
_
g
+
dm
_
g

dm,
et donc
_
(f +g)dm =
_
fdm+
_
gdm.
On a bien montr que lapplication f
_
fdm est une application linaire de L
1
dans R.
3. Soit f, g L
1
t.q. f g. On remarque que f
+
f

g
+
g

, donc f
+
+ g

g
+
+ f

. En utilisant la
linarit positive et la monotonie de lintgrale sur /
+
, on en dduit
_
f
+
dm+
_
g

dm
_
g
+
dm+
_
f

dm
et donc
_
fdm =
_
f
+
dm
_
f

dm
_
g
+
dm
_
g

dm =
_
gdm.
4. Soit f L
1
. On a [
_
fdm[ = [
_
f
+
dm
_
f

dm[
_
f
+
dm+
_
f

dm =
_
[f[dm.
On peut dnir sur L
1
une semi-norme de la manire suivante :
Dnition 4.8 (Semi-norme sur L
1
) Soient (E, T, m) un espace mesur et f L
1
. On pose :
|f|
1
=
_
[f[dm (4.19)
Lapplication de L
1
dans R
+
dnie par f |f|
1
est une semi-norme sur L
1
.
On a bien |f|
1
R
+
pour tout f L
1
. Le fait que f |f|
1
est une semi-norme sur L
1
dcoule alors
de la partie 1 de la dmonstration de la proposition 4.4, cest--dire du fait que
_
[f[dm = [[
_
[f[dm et
_
[f + g[dm
_
[f[dm +
_
[g[dm, pour tout f, g /et tout R. Par contre, | |
1
nest pas une norme sur
L
1
car |f|
1
= 0 nentrane pas f = 0 mais seulement f = 0 p.p., comme cela est dmontr la proposition 4.5.
Proposition 4.5 Soit (E, T, m) un espace mesur.
1. Soit f /
+
. Alors
_
fdm = 0 si et seulement si f = 0 p.p..
2. Soit f L
1
. Alors |f|
1
= 0 si et seulement si f = 0 p.p..
3. Soit f, g L
1
t.q. f = g p.p.. Alors
_
fdm =
_
gdm.
DMONSTRATION :
1. Soit f /
+
.
(a) On suppose que f = 0 p.p. . On a alors
_
fdm =
_
0dm = 0 (ceci est donn par le troisime point du lemme
4.4.)
(b) on suppose que
_
fdm = 0. Soit n N

, le lemme 4.5 page 79 donne


_
fdm
1
n
m(f
1
n
). On a donc
m(f
1
n
) = 0 et m(f > 0)

nN

m(f
1
n
) = 0 (on a utilis ici la -sous additivit de m).
Comme f = 0
c
= f > 0, on en dduit f = 0 p.p..
2. Soit f L
1
. La proprit dmontre ci dessus donne |f|
1
= 0 si et seulement si [f[ = 0 p.p., et donc |f|
1
= 0
si et seulement si f = 0 p.p.
3. Soit f, g L
1
t.q. f = g p.p.. On a [
_
fdm
_
gdm[ = [
_
(f g)dm[
_
[f g[dm = 0 (On a utilis le
quatrime point de la proposition 4.4 et [f g[ = 0 p.p.). Donc,
_
fdm =
_
gdm.
84
La dernire assertion de la proposition prcdente nous permettra, dans la prochaine section, de dnir lintgrale
sur un espace appel L
1
.
On conclut cette section par une proposition prliminaire au thorme de convergence domine.
Proposition 4.6 Soit (E, T, m) un espace mesur. Soit (f
n
)
nN
L
1
, f / et g L
1
t.q. f
n
f p.p.,
quand n , et, pour tout n N, [f
n
[ g p.p.. On a alors f L
1
, |f
n
f|
1
0, quand n et
_
f
n
dm
_
fdm, quand n .
DMONSTRATION :
Comme f
n
f p.p. quand n , Il existe A T t.q. m(A) = 0 et f
n
(x) f(x) pour tout x A
c
.
Puis, comme [f
n
[ g p.p., il existe, pour tout n N, B
n
T t.q. m(B
n
) = 0 et [f
n
[ g sur B
c
n
. On pose
C = A (
nN
B
n
). Par -sous additivit de m, on a aussi m(C) = 0. On pose alors h
n
= f
n
1
C
c , h = f1
C
c
G = g1
C
c , de sorte que h
n
= f
n
p.p., h = f p.p. et G = g p.p.. De plus les fonctions h
n
, h et G sont toujours
mesurables et donc h
n
L
1
, h /et G L
1
.
Comme [h
n
(x)[ G(x) pour tout x E (et pour tout n N) et h
n
(x) h(x) pour tout x E. On a aussi
[h[ G. Ceci montre que h L
1
et donc que f L
1
.
On pose maintenant F
n
= 2G [h
n
h[. Comme [h
n
h[ 2G, on a F
n
/
+
et on peut donc appliquer le
lemme de Fatou (lemme 4.6) la suite (F
n
)
nN
. Comme liminf
n
F
n
= 2G, on obtient :
_
2Gdm liminf
n
_
(2G[h
n
h[)dm = lim
n
( inf
pn
_
(2G[h
n
h[)dm). (4.20)
La linarit de lintgrale sur L
1
donne
_
(2G[h
n
h[)dm =
_
2Gdm
_
[h
n
h[dm. Donc :
inf
pn
_
(2G[h
n
h[)dm =
_
2Gdm sup
pn
_
[h
n
h[dm
et
liminf
n
_
(2G[h
n
h[)dm =
_
2Gdmlimsup
n
_
[h
n
h[dm.
Lingalit 4.20 devient alors (en remarquant que
_
2Gdm R) :
limsup
n
_
[h
n
h[dm 0.
On a donc |h
n
h|
1
0 quand n et, comme h
n
h = f
n
f p.p., on en dduit |f
n
f|
1
0, quand
n , et donc
_
f
n
dm
_
fdm, quand n (grce au quatrime point de la proposition 4.4).
4.6 Lespace L
1
Dans toute cette section, on travaille avec un espace mesur (E, T, m).
On dnit maintenant une relation dquivalence, note (= p.p.), sur L
1
par :
f (= p.p.) g si f = g p.p.. (4.21)
85
Dnition 4.9 (L
1
) Lensemble L
1
= L
1
R
(E, T, m) est lensemble des classes dquivalence de la relation (=
p.p.) dnie sur L
1
, i.e. L
1
= L
1
/(= p.p.).
Dans la suite, L
1
dsigne L
1
R
(E, T, m) et L
1
dsigne L
1
R
(E, T, m).
Remarque 4.6
1. Un lment de L
1
est donc une partie de L
1
.
2. Si f L
1
, on note

f = g L
1
; g = f p.p..

f est donc un lment de L
1
, cest llment de L
1
auquel f
appartient (on lappelle la classe de f).
Dnition 4.10 (Structure vectorielle sur L
1
)
On munit L
1
dune structure vectorielle (faisant de L
1
un espace vectoriel sur R)
1. Soient F L
1
et R. On choisit f F et on pose F = g L
1
; g = f p.p..
2. Soient F, G L
1
. On choisit f F, g G et on pose F +G = h L
1
; h = f +g p.p..
La dnition prcdente est bien cohrente. En effet F (qui est la classe de f) ne dpend pas du choix de f dans
F car f = f
1
p.p. implique f = f
1
p.p.. De mme F + G (qui est la classe de f + g) ne dpend pas du choix
de f dans F et du choix de g dans G car f = f
1
p.p. et g = g
1
p.p. implique f +g = f
1
+g
1
p.p..
Dnition 4.11 (Intgrale sur L
1
) Soit F L
1
et f F (on dit que f est un reprsentant de la classe F, noter
que f L
1
). On pose :
_
Fdm =
_
fdm. (4.22)
Ici aussi cette dnition est bien cohrente car
_
Fdm ne dpend pas du choix de f dans F, grce au troisime
point de la proposition 4.5. Le troisime point de la proposition 4.5 nous donne aussi |f|
1
= |g|
1
si f, g L
1
et
f = g p.p.. Ceci nous permet de dnir une norme sur L
1
:
Dnition 4.12 (Norme sur L
1
) Soit F L
1
. On choisit f F et on pose |F|
1
= |f|
1
.
Proposition 4.7 Lapplication F |F|
1
est une norme sur L
1
. Lespace L
1
muni de la norme | |
1
est donc un
espace vectoriel norm.
DMONSTRATION : Il est facile de vrier que | |
1
est bien une norme sur R (sachant que cest dj une semi-
norme sur L
1
). Le seul point dlicat est de remarquer que |F|
1
= 0 implique que F = 0 (0 est ici llment neutre
de L
1
, cest--dire h L
1
; h = 0 p.p.). Ceci dcoule du premier point de la proposition 4.5.
On montrera plus loin que L
1
est complet, cest donc un espace vectoriel norm complet, cest--dire un espace de
Banach, voir le thorme 4.6 page 91.
On rappelle que si f L
1
, F L
1
et que f F, on dit que f est un reprsentant de F. On introduit maintenant
plusieurs notions de convergence dans L
1
. Il est facile de vrier que ces dnitions sont cohrentes, cest--dire
quelles ne dpendent pas des reprsentants choisis pour les lments de L
1
.
La notion de convergence simple na pas de sens dans L
1
, mais la notion de convergence p.p., vue prcdemment,
se gnralise aux lments de L
1
ainsi que la notion de convergence en mesure.
Dnition 4.13 Soit (E, T, m) un espace mesur.
1. Soient (F
n
)
nN
L
1
et F L
1
. On dit que F
n
F p.p. quand n si f
n
f p.p., quand n , avec
f
n
F
n
et f F.
86
2. Soient (F
n
)
nN
L
1
et F L
1
. On dit que F
n
F en mesure quand n si f
n
f en mesure, quand
n , avec f
n
F
n
et f F.
3. Soient (F
n
)
nN
L
1
et F L
1
. On dit que F
n
F dans L
1
quand n si |F
n
F|
1
0 quand
n . (Ici aussi, noter que |F
n
F|
1
= |f
n
f|
1
si f
n
F
n
et f F.)
4. Soient F, G L
1
. On dit que F G p.p. si f g p.p. avec f F et g G.
On peut dmontrer (sinspirer de la dmonstration du thorme 4.7 et voir les exercices du chapitre 3) que si une
suite de fonctions de L
1
converge en mesure, alors on peut en extraire une sous-suite qui converge presque partout.
Dans le cas o la mesure m est nie, la convergence presque partout entrane la convergence en mesure.
Remarque 4.7 Soit (E, T, m) un espace mesur. Soient F, G L
1
. F = G est donc quivalent f = g p.p. si
f F et g G. En gnral, on crira plutt F = G p.p. au lieu de F = G (voir la remarque 4.9).
Remarque 4.8 Soit (E, T, m) un espace mesur. Soient (F
n
)
nN
L
1
et f : E R (ou f : E R).
On utilisera souvent la notation (lgrement incorrecte), F
n
f p.p. quand n ". Cette notation signie
f
n
f p.p. quand n " en choisissant f
n
F
n
. Ceci est cohrent car le fait que f
n
f p.p. quand
n " ne dpend pas du choix de f
n
dans F
n
(voir aussi la remarque 4.9).
En fait, on crira mme souvent F
n
f p.p. quand n " (pour une suite (F
n
)
nN
L
1
) sans prciser les
espaces de dpart et darrive pour f. A vrai dire, en choissisant f
n
F
n
, f est au moins dnie p.p. sur E et le
changement du choix de f
n
dans F
n
ne change f que sur un ensemble de mesure nulle. Dautre part, en labsence
de prcision, f sera suppose tre valeurs dans R.
Proposition 4.8 (proprits de lintgrale sur L
1
) Soit (E, T, m) un espace mesur. On a alors :
1. Soit F L
1
. Alors [
_
Fdm[ |F|
1
.
2. F
_
Fdm est une application linaire continue de L
1
dans R.
3. Soient F, G L
1
t.q. F G p.p., alors
_
Fdm
_
Gdm.
DMONSTRATION :
1. Soit F L
1
et f F, on a [
_
Fdm[ = [
_
fdm[ |f|
1
= |F|
1
.
2. La linarit de lintgrale sur L
1
dcoule immdiatement de la linarit de lintgrale sur L
1
(proposition 4.4).
La continuit est donn par le premier point ci dessus.
3. La monotonie de lintgrale sur L
1
dcoule immdiatement de la monotonie de lintgrale sur L
1
(proposition
4.4).
Remarque 4.9 soit (E, T, m) un espace mesur.
1. On confondra dans la suite un lment F de L
1
avec un reprsentant f de F, cest--dire avec un lment f L
1
t.q. f F.
2. De manire plus gnrale, soit A E t.q. A
c
soit ngligeable (cest--dire A
c
B avec B T et m(B) = 0)
et soit f : A R (la fonction f est donc dnie p.p.). On dira que f est un lment de L
1
si il existe une
fonction g L
1
t.q. f = g p.p.. On confond donc, en fait, la fonction f avec la classe dquivalence de g,
cest--dire avec g = h L
1
; h = g p.p.. Dailleurs, cet ensemble est aussi gal h L
1
; h = f p.p.. En
confondant ainsi f et g on a donc
_
fdm =
_
gdm. Noter galement que f est m-mesurable (voir la dnition
4.3 page 78).
87
3. Avec la confusion dcrite ci-dessus, si f et g sont des lments de L
1
, f = g signie en fait f = g p.p..
Remarque 4.10 Soit (E, T, m) un espace mesur et (E, T, m) son complt (cf dnition 2.15 et exercice 2.15).
Lespace L
1
R
(E, T, m) est identique" lespace L
1
R
(E, T, m), il existe une bijection vidente entre ces deux
espaces en remarquant que si f L
1
R
(E, T, m), alors il existe g L
1
R
(E, T, m) t.q. f = g p.p. (voir ce propos
lexercice 4.9).
Pour montrer quune fonction est dans L
1
on utilise souvent le lemme de Fatou de la manire suivante (voir
lexercice 4.27 pour la dmonstration, qui est en fait une consquence facile du lemme de Fatou pour les fonctions
mesurables positives, cf lemme 4.6) :
Lemme 4.7 (Utilisation de Fatou) Soient (E, T, m) un espace mesur, et (f
n
)
nN
L
1
R
(E, T, m). On suppose
que :
1. f
n
0 p.p., n N,
2. C,
_
f
n
dm C, n N,
3. f
n
f p.p., quand n ,
alors f L
1
R
(E, T, m) (au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p.") et
_
[f[dm C.
On peut galement montrer quune fonction est dans L
1
en utilisant le thorme de convergence monotone. Ceci
est prcis dans le thorme 4.3 (dit thorme de Beppo-Lvi) (qui donne aussi un rsultat de convergence dans
L
1
).
4.7 Thormes de convergence dans L
1
Nous connaissons prsent trois notions de convergence pour les fonctions de L
1
, les notions de convergence
presque partout, convergence en mesure et la notion de convergence habituelle dans un espace norm, cest--dire ,
ici, la convergence pour la norme L
1
. On peut montrer par des contre-exemples que la convergence presque partout
nentrane pas la convergence L
1
, et que la convergence L
1
nentrane pas la convergence presque partout. Pour
montrer que la convergence presque partout nentrane pas la convergence L
1
, on peut considrer lespace mesur
(E, T, m) = (R, B(R), ) et la suite (f
n
)
nN
L
1
(R) dnie par : f
n
(x) = n1
]0,
1
n
]
. On a videmment f
n

0 pp, alors que |f
n
|
1
= 1. Pour montrer que la convergence L
1
nentrane pas la convergence presque partout,
on considre nouveau lespace mesur (E, T, m) = (R, B(R), ), et on construit la suite (f
n
)
nN
L
1
(R)
(dite bosse glissante") dnie par : f
n+k
(x) = 1
]
k1
n
,
k
n
]
, pour n =
p(p1)
2
, p N et 1 k n. On peut voir
facilement que |f
n
|
1
=
1
p
pour n [
p(p1)
2
,
p(p+1)
2
[, alors que f
n
, 0 pp (par contre, on peut noter quil est
possible dextraire de (f
n
)
nN
une sous-suite qui converge presque partout vers 0). Le thorme de convergence
domine, nonc ci-aprs, donne une hypothse sufsante pour quune suite (de fonctions) convergeant presque
partout converge aussi dans L
1
.
On rappelle (voir la remarque 4.8) que lhypothse (F
n
)
nN
L
1
et f : E R t.q. F
n
f p.p." signie
simplement que f
n
f p.p. en choisissant f
n
F
n
. Cette dnition est bien cohrente car elle ne dpend pas
du choix des f
n
dans F
n
. On rappelle aussi que f
n
f p.p. signie quil existe A T t.q. m(A) = 0 et
f
n
(x) f(x) dans R pour tout x A
c
.
88
4.7.1 Convergence presque partout et convergence dans L
1
Le thorme suivant est une consquence du thorme de convergence monotone et permet de montrer la conver-
gence dans L
1
dune suite monotone de fonctions convergeant presque partout.
Thorme 4.3 (Beppo-Lvi) Soient (E, T, m) un espace mesur et (f
n
)
nN
L
1
R
(E, T, m). On suppose que :
1. f
n+1
f
n
p.p., n N, [ou f
n+1
f
n
p.p., n N],
2. f
n
f p.p., quand n .
On a alors :
1. f L
1
R
(E, T, m) (au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p.") si et seulement si :
lim
n+
_
f
n
dm R.
2. Si f L
1
R
(E, T, m), alors f
n
f dans L
1
.
La dmonstration de ce thorme fait lobjet de lexercice 4.28.
Nous allons maintenant voir un rsultat fondamental, consquence du lemme de Fatou, qui permet de prouver la
convergence de suites dans L
1
sans hypothse de convergence monotone.
Thorme 4.4 (Convergence domine) Soit (E, T, m) un espace mesur. Lespace L
1
R
(E, T, m) est not L
1
.
Soit (f
n
)
nN
L
1
et f une fonction de E dans R telles que :
1. f
n
f p.p.
2. F L
1
t.q., pour tout n N, [f
n
[ F p.p..
Alors f L
1
(au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p.") et f
n
f dans L
1
, cest--dire
_
[f
n
f[dm 0 lorsque n +.
Ceci donne aussi
_
f
n
dm
_
fdm, lorsque n +.
DMONSTRATION :
Ce thorme est essentiellement donn par la proposition 4.6. La diffrence avec la proposition 4.6 tient dans le
fait que f
n
et F sont dans L
1
au lieu de L
1
et que f nest pas ncessairement mesurable. Il sagit toutefois de
diffrences mineures" comme nous le voyons ci aprs.
Pour tout n N, on choisit un reprsentant de f
n
, encore not f
n
. La premire hypothse du thorme signie que
f
n
f p.p. (voir la remarque 4.8). Il existe donc A T t.q. m(A) = 0 et f
n
(x) f(x), quand n , pour
tout x A
c
. On remplace alors f
n
par f
n
1
A
c , encore not f
n
(cest toujours un reprsentant de la mme classe
dquivalence car m(A) = 0). On dnit aussi g par g = f sur A
c
et g = 0 sur A. Enn, on choisit un reprsentant
de F, encore not F. On obtient ainsi :
1. (f
n
)
nN
L
1
,
2. f
n
(x) g(x) pour tout x E, quand n ,
3. F L
1
et f
n
F p.p., pour tout n N.
89
Les 2 premiers items donnent aussi g / (par la proposition 3.5, on utilise ici le fait que f
n
(x) f(x) pour
tout x E et pas seulement pour presque tout x). On peut donc appliquer la proposition 4.6 page 85. Elle donne :
g L
1
, |f
n
g|
1
0, quand n et
_
f
n
dm
_
gdm, quand n .
Comme g = f p.p., on a donc f L
1
(au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p."). Puis |f
n
f|
1
=
|f
n
g|
1
0, quand n , et
_
f
n
dm
_
gdm =
_
fdm, quand n .
4.7.2 Srie absolument convergente
On va maintenant montrer que lespace (L
1
, |.|
1
) est un espace de Banach, en montrant que toute srie absolument
convergente dans L
1
(i.e. t.q. la srie des normes converge) est convergente dans L
1
. On en dduira aussi un rsultat
trs important (le thorme 4.7) qui permet dextraire dune suite convergeant dans L
1
une sous-suite convergeant
presque partout. On aura besoin au cours de la dmonstration du petit rsultat (dmontr dans lexercice 4.9)
suivant :
Lemme 4.8 Soient (E, T, m) un espace mesur et F /
+
. On suppose que
_
Fdm < . Alors F < +p.p.
(cest--dire que il existe A T t.q. m(A) = 0 et F(x) < pour tout x A
c
).
Thorme 4.5 (Sries absolument convergentes dans L
1
) Soit (E, T, m) un espace mesur. Soit (f
n
)
nN
L
1
t.q.

nN
|f
n
|
1
< +; alors :
1. F L
1
; [

n
p=0
f
p
[ F p.p., pour tout n N.
2. La srie de terme gnral f
n
(x) est, pour presque tout x E, convergente (dans R).
On dnit f par f(x) =

nN
f
n
(x) (de sorte que f est dnie p.p.).
3. f L
1
(au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p." ) et

n
p=0
f
p
f dans L
1
et p.p., quand n .
DMONSTRATION :
1. On choisit un reprsentant de f
n
, encore not f
n
, et on pose F(x) =

pN
[f
p
(x)[ R
+
. On a donc F /
+
et le corollaire 4.1 du thorme de convergence monotone donne
_
Fdm =

nN
_
[f
n
[dm =

nN
|f
n
|
1
< .
Le lemme 4.8 donne alors F < p.p., cest--dire il existe A T t.q. m(A) = 0 et F(x) < pour tout
x A
c
. En remplaant F par 0 sur A, on a donc F L
1
. (Donc, F L
1
au sens de la remarque 4.9).
La dnition de F donne immdiatement [

n
p=0
f
p
[ F p.p., pour tout n N.
2. Pour tout x A
c
, la srie de terme gnral f
n
(x) est absolument convergente dans R, donc convergente. Comme
m(A) = 0, f est donc dnie p.p. car elle est dnie pour x A
c
par f(x) = lim
n

n
p=0
f
p
(x).
3. On pose s
n
=

n
p=0
f
p
. le premier point donne [s
n
[ F p.p., pour tout n N et F L
1
. Le deuxime
point donne s
n
f p.p.. On peut donc appliquer le thorme de convergence domine (thorme 4.4). Il donne
f L
1
et la convergence de la suite (s
n
)
nN
(vers f) dans L
1
. La convergence p.p. (vers f) de la suite (s
n
)
nN
est donn par le deuxime point.
90
Thorme 4.6 (Riesz-Fisher) Soit (E, T, m) un espace mesur. L
1
est un espace de Banach, cest--dire un
espace vectoriel norm complet.
DMONSTRATION : On sait dj que L
1
est espace vectoriel norm. Une consquence du thorme 4.5 est que,
dans L
1
, toute srie absolument convergente est convergente. Cette proprit est une caractrisation du fait quun
espace vectoriel norm est complet. On en dduit donc que (L
1
, |.|
1
) est complet et donc que (L
1
, |.|
1
) est un
espace de Banach.
Dans la suite L
1
sera toujours muni de la norme | |
1
.
Thorme 4.7 (Rciproque partielle du thorme de CD) Soient (f
n
)
nN
L
1
et f L
1
telles que f
n
f
dans L
1
, alors il existe une sous-suite (f
n
k
)
kN
, et F L
1
telles que :
1. f
n
k
f p.p.,
2. [f
n
k
[ F p.p., pour tout k N.
DMONSTRATION :En utilisant le fait que (f
n
)
nN
est une suite de Cauchy dans L
1
, on construit par rcurrence
une suite (f
n
k
)
kN
telle que n
k+1
> n
k
et si p, q n
k
, |f
p
f
q
|
1

1
2
k
. On peut alors appliquer le thorme 4.5
la srie de terme gnral g
k
= f
n
k+1
f
n
k
pour conclure.
On donne maintenant le thorme de Vitali, qui donne des conditions ncessaires et sufsantes de convergence dans
L
1
pour une suite convergeant p.p.. La dmonstration de ce thorme ainsi que des petits rsultats prliminaires
quelle ncessite font lobjet des exercices 4.29 et 4.30.
Proposition 4.9 Soient (E, T, m) un espace mesur, f L
1
R
(E, T, m) ; alors :
1. > 0, > 0 t.q. A T, m(A)
_
A
[f[dm .
2. > 0, C T t.q. m(C) < +et
_
C
c
[f[dm .
Thorme 4.8 (Vitali) Soit (E, T, m) un espace mesur. On note L
1
lespace L
1
R
(E, T, m). Soit (f
n
)
nN
une
suite de L
1
t.q. f
n
f p.p., f prenant ses valeurs dans R (voir remarque 4.8). Alors, f L
1
et f
n
f dans L
1
si et seulement si les deux conditions suivantes sont vries :
1. (Equi-intgrabilit) Pour tout > 0, il existe > 0 t.q.
A T, n N, m(A)
_
A
[f
n
[dm ,
2. (Equi-petitesse linni") pour tout > 0, il existe C T t.q. m(C) < +et
n N
_
C
c
[f
n
[dm .
DMONSTRATION : La dmonstration de ce thorme fait lobjet de lexercice 4.30 ; elle ne ncessite pas le
thorme de convergence domine : on utilise le thorme dEgorov (cf thorme 3.2 et exercice 3.25). Le thorme
de convergence domine peut tre vu comme une consquence du thorme de Vitali (cf exercice 4.30).
Dans le thorme 4.8, si m(E) < +, lhypothse equi-petitesse linni" est, bien sr, toujours vrie (il
suft de prendre C = E).
91
4.8 Continuit et drivabilit sous le signe
_
Soient (E, T, m) un espace mesur, f une fonction de E R dans R; t R x, on dnit lapplication
f(., t) : E R, qui x associe f(x, t). On suppose que lapplication f(., t) ainsi dnie vrie lhypothse
suivante :
f(., t) L
1
= L
1
R
(E, T, m), t R, (4.23)
et on note F lapplication dnie de R dans R par :
F(t) =
_
f(., t)dm =
_
f(x, t)dm(x). (4.24)
Thorme 4.9 (Continuit sous
_
) Soient (E, T, m) un espace mesur, f une fonction de ER dans R vriant
lhypothse (4.23) et t
0
R ; on suppose de plus que :
1. lapplication f(x, .), dnie pour presque tout x E par : t f(x, t), est continue en t
0
, pour presque tout
x E ;
2. > 0 et G L
1
R
(E, T, m) tels que [f(., t)[ G p.p., pour tout t ]t
0
, t
0
+[.
Alors F, dnie de R dans R par : F(t) =
_
f(., t)dm =
_
f(x, t)dm(x), est continue en t
0
.
DMONSTRATION : Soit (t
n
)
nN
]t
0
, t
0
+ [, t.q. t
n
t
0
lorsque n +. Soit f
n
dnie par f
n
(x) =
f(x, t
n
). Comme f
n
f(, t
0
) p.p. et [f
n
[ G p.p.. On peut appliquer le thorme de convergence domine
(thorme 4.4) la suite (f
n
)
nN
. Il donne F(t
n
) F(t
0
) quand n .
Thorme 4.10 (Drivabilit sous
_
)
Soient (E, T, m) un espace mesur, f une fonction de E R dans R vriant lhypothse (4.23) et t
0
R. On
suppose de plus quil existe > 0, A T et G L
1
R
(E, T, m) t.q. m(A) = 0 et :
1. Lapplication t f(x, t) est drivable pour tout t ]t
0
, t
0
+[ et pour tout x A
c
;
2. [
f
t
(x, t)[ G(x) pour tout t ]t
0
, t
0
+[ et pour tout x A
c
.
Alors F, dnie de R dans R par : F(t) =
_
f(., t)dm =
_
f(x, t)dm(x), est drivable en t
0
et :
F
t
(t
0
) =
_
f
t
(x, t
0
)dm(x). (4.25)
DMONSTRATION : Soit (t
n
)
nN
]t
0
, t
0
+[, t.q. t
n
t
0
lorsque n +et t
n
,= t
0
pour tout n N

.
Soit f
n
dnie par
f
n
(x) =
f(x, t
n
) f(x, t
0
)
t
n
t
0
.
La suite (f
n
)
nN
est dans L
1
et on peut lui appliquer le thorme de convergence domine (thorme 4.4) car f
n

f
t
(, t
0
) p.p., quand n , et, si x A
c
et n N, il existe
x,n
]0, 1[ t.q. f
n
(x) =
f
t
(x,
x,n
t
0
+(1
x,n
)t
n
)
(grce au thorme des accroissements nis) et donc [f
n
[ G p.p., pour tout n N. Le thorme 4.4 donne alors
f
t
(, t
0
) L
1
et
_
f
n
dm
_
f
t
(, t
0
)dm. Ceci tant vrai pour toute suite (t
n
)
nN
]t
0
, t
0
+[, t.q. t
n
t
0
lorsque n +et t
n
,= t
0
pour tout n N

, on en dduit bien que F est drivable en t


0
et :
F
t
(t
0
) =
_
f
t
(x, t
0
)dm(x). (4.26)
.
92
4.9 Esprance et moments des variables alatoires
Dnition 4.14 (Esprance, moment, variance) Soient (, /, p) un espace probabilis et X une variable ala-
toire relle.
1. Si X 0 (cest--dire X() 0 pour tout ), on dnit lesprance E(X) de la variable alatoire X par
E(X) =
_
X()dp().
2. Si X L
1
R
(, /, p) (cest--dire E([X[) < ), on dnit lesprance E(X) de la variable alatoire X par :
E(X) =
_
X()dp().
On dnit la variance de X par Var(X) =
2
(X) = E((X E(X))
2
) (avec (X) 0).
3. Pour r [1, +[, le moment dordre r de la variable alatoire X est lesprance de la variable alatoire [X[
r
.
Dnition 4.15 (Covariance) Soient (, /, p) un espace probabilis et X, Y deux v.a.r. t.q. E(X
2
) < et
E(Y
2
) < . On dnit la covariance de X et Y par : cov(X, Y ) = E((XE(X)(Y E(Y )). (Remarquer que
(X E(X)(Y E(Y )) est une v.a.r. intgrable car sa valeur absolue est majore, par exemple, par X
2
+Y
2
+
E(X)
2
+E(Y )
2
qui est intgrable.)
On calcule rarement lesprance dune v.a. comme intgrale par rapport la probabilit p ; en effet, lespace
(, /, p) est souvent mal connu. Le thorme 4.11 montre quil suft en fait de connatre la loi de la v.a. X pour
calculer son esprance (ou, plus gnralement, lesprance dune fonction de X). On se ramne ainsi au calcul
dune intgrale sur R.
Les deux ingalits suivantes dcoulent immdiatement du lemme 4.5 :
Lemme 4.9 (Ingalit de Markov) Soient (, /, p) un espace probabilis, X une variable alatoire relle posi-
tive sur et R

+
. On suppose que 0 < E(X) < . Alors :
p(X E(X))
1

.
DMONSTRATION : Il suft, par exemple, dappliquer le lemme 4.5 avec f = X et t = E(X).
Lemme 4.10 (Ingalit de Bienaym Tchebichev) Soit (, /, P) un espace probabilis, X une variable ala-
toire relle sur , intgrable et t.q. sa variance vrie 0 <
2
(X) < +, et R

+
. Alors :
P([X E(X)[ (X))
1

2
.
DMONSTRATION : Appliquer le lemme 4.5 avec f = [X E(X)[
2
et t =
2

2
(X).
Soit (, /, P) un espace probabilis, X une variable alatoire relle sur . La loi de X, note P
X
est dnie par
P
X
(A) = P(X
1
(A)), pour tout A B(R)). Ceci est quivalent dire que pour tout A B(R), on a, avec
= 1
A
:
_

X()dP() =
_
R
(x)dP
X
(x). (4.27)
On rappelle que X est souvent improprement not (X), ce qui sexplique par le fait X() = (X())
pour tout . Le thorme 4.11 montre que cette galit est vraie pour une large classe de fonctions borliennes
de R dans R ou R
+
(on rappelle que borlienne signie mesurable quand les espaces sont munis de la tribu de
Borel).
93
Thorme 4.11 (Loi image) Soit (, /, P) un espace probabilis, X une variable alatoire relle sur et P
X
la loi de la variable alatoire X. On a alors :
1. Lgalit (4.27) est vraie pour toute fonction borlienne de R dans R
+
et toute fonction borlienne borne de
R dans R.
2. Soit une fonction borlienne de R dans R, la fonction X appartient L
1
R
(, /, P) si et seulement si
L
1
R
(R, B(R), P
X
). De plus, si L
1
P
(R, B(R), P
X
), Lgalit (4.27) est vraie.
DMONSTRATION : On remarque que (4.27) est vraie pour tout = 1
A
, avec A B(R) (par dnition de p
X
).
Par linarit positive, (4.27) est encore vraie pour tout borlienne tage positive de R dans R. Par convergence
monotone, (4.27) est alors vraie pour tout borlienne de R dans R
+
. Ceci donne la premire partie du premier
item. En utilisant la dcomposition =
+

, on montre alors le deuxime item. Enn, la deuxime partie du


premier item vient du fait que est intgrable pour la probabilit p
X
si est borlienne borne.
Un produit de v.a.r. intgrables et indpendantes est une v.a.r. intgrable (ce qui est, bien sr, faux sans lhypothse
dindpendance) et Lesprance de ce produit est gal au produit des esprances. Ce rsultat plus gnral est donne
dans la proposition suivante.
Proposition 4.10 Soit (, /, P) un espace probabilis, d > 1 et X
1
, . . . , X
d
des v.a.r. indpendantes.
1. Soit
1
, . . . ,
d
des fonctions borliennes de R dans R
+
. On a alors :
E(
d

i=1

i
(X
i
)) =
d

i=1
E(
i
(X
i
)). (4.28)
(En convenant quun produit de termes est nul si lun des termes est nul.)
2. Soit
1
, . . . ,
d
des fonctions borliennes de R dans R. On suppose que
i
(X
i
) est intgrable pour tout i =
1, . . . , d. La v.a.r.

d
i=1

i
(X
i
) est intgrable et lgalit (4.28) est vraie.
3. Soit
1
, . . . ,
d
des fonctions borliennes bornes de R dans R. Lgalit (4.28) est vraie.
N.B. Si X
1
, . . . , X
d
sont des v.a.r., le fait que (4.28) soit vraie pour toute famille
1
, . . . ,
d
de fonctions bo-
rliennes bornes de R dans R est donc une condition ncessaire et sufsante pour les v.a.r. X
1
, . . . , X
d
soient
indpendantes.
DMONSTRATION : Si
1
, . . . ,
d
sont des fonctions caractristiques de borliens de R, lgalit (4.28) est
une consquence immdiate de la dnition de lindpendance des X
i
(Si
i
= 1
A
i
avec A
i
B(R), on a
E(
i
(X
i
)) = P(X
i
A
i
) = P(X
1
i
(A
i
))). Par linarit positive, on en dduit que (4.28) est vraie si les
fonctions
i
sont (borliennes) tages positives (cest--dire c
+
). Puis, par convergence monotone, on en
dduit le premier item de la proposition (car toute fonction orlienne de Rdans R
+
est limite croissante dlments
de c
+
).
Pour le deuxime item, on utilise (4.28) avec la fonction x [
i
(x)[ au lieu de la fonction
i
(pour tout i). On
montre ainsi que la v.a.r.

d
i=1

i
(X
i
) est intgrable. Puis, on montre (4.28) par linarit (utilisant
i
=
+
i

i
).
Le troisime item est consquence immdiate du deuxime (car si X est une v.a.r. et est une fonction borlienne
borne, la v.a.r. (X) est intgrable).
Une consquence de la proposition 4.10 est que XY est intgrable et cov(X, Y ) = 0 si X, Y sont deux v.a.r.
indpendantes et intgrables sur un espace probabilis (, /, p).
94
Pour montrer que des v.a.r. sont indpendantes, il est parfois utile de savoir quil suft de montrer (4.28) lorsque
les fonctions
i
sont continues support compact de R de R. Cest lobjet de la proposition 4.12 qui se dmontre
partir dun rsultat dunicit (proposition 4.11) sur lequel nous reviendrons au chapitre 5. On note C
c
(R, R)
lensemble des fonctions continues support compact de R de R (une fonction de R dans R est support
compact si il existe un compact K de R t.q. = 0 sur K
c
).
Proposition 4.11 Soit m et deux mesures sur B(R), nies sur les compacts de R. On suppose que :
_
dm =
_
d pour tout C
c
(R, R).
Alors, m = .
DMONSTRATION : Puisque m et sont des mesures sur B(R), nies sur les compacts, on a bien C
c
(R, R)
L
1
R
(R, B(R), m) et C
c
(R, R) L
1
R
(R, B(R), ). On pose maintenant ( = ]a, b[, a, b R, a < b et on
commence par montrer que m = sur (.
Soit a, b R, a < b. Il existe une suite (
n
)
nN
C
c
(R, R) t.q.
n
1
]a,b[
. En effet, il suft de construire
n
,
pour n 2/(b a), de la manire suivante :

n
(x) = 0 si x a,

n
(x) = n(x a) si a < x < a +
1
n
,

n
(x) = 1 si a +
1
n
< x < b
1
n
,

n
(x) = n(x b) si b
1
n
x b

n
(x) = 0 si b x.
Puis, en passant la limite quand n dans lgalit
_

n
dm =
_

n
d, on obtient (par convergence monotone
ou par convergence domine) m(]a, b[) = (]a, b[).
On conclut enn que m = en utilisant, par exemple, la proposition 2.5.
Proposition 4.12 Soit (, /, P) un espace probabilis, d > 1 et X
1
, . . . , X
d
des v.a.r. Ces v.a.r. sont indpen-
dantes si et seulement si on a, pour tout famille
1
, . . . ,
d
C
c
(R, R),
E(
d

i=1

i
(X
i
)) =
d

i=1
E(
i
(X
i
)), (4.29)
(En convenant quun produit de termes est nul si lun des termes est nul.)
DMONSTRATION : Le fait que la condition est ncessaire est une consquence immdiate de la proposition 4.10
car une fonction continue support compact est borlienne et borne.
On montre maintenant que la condition est sufsante. On suppose donc que (4.29) est vraie pour toute famille

1
, . . . ,
d
C
c
(R, R) et on veut montrer que les v.a.r. X
1
, . . . , X
d
sont indpendantes, cest--dire que pour
tout A
1
, . . . , A
n
B(R), on a :
E
_
d

i=1
1
A
i
(X
i
)
_
=
d

i=1
E(1
A
i
(X
i
)). (4.30)
On rappelle en effet que
E(1
A
i
(X
i
)) = P(X
1
i
(A
i
)) et E(
d

i=1
1
A
i
X
i
)) = P(
n
i=1
X
1
i
(A
i
).
95
Pour montrer (4.30), on introduit, pour tout 1 n d + 1, la proprit suivante :
P
n
: (4.29) est vraie si
i
= 1
A
i
, avec A
i
B(R), pour i < n, et
i
C
c
(R, R) pour i n.
Lhypothse de la proposition donne que P
1
est vraie. On suppose maintenant que P
n
est vraie pour un n
1, . . . , d. Soit A
i
B(R) pour i < n (et
i
= 1
A
i
) et
i
C
c
(R, R) pour i > n. Pour A
n
B(R), on pose,
avec
n
= 1
A
n
:
m(A
n
) = E(

d
i=1

i
(X
i
)),
(A
n
) =

d
i=1
E(
i
(X
i
)).
Les applications m et sont des mesures sur B(R). La proprit P
n
montre que
_
dm =
_
d pour tout
C
c
(R, R). La proposition 4.11 montre alors que m = ce qui donne la proprit P
n+1
. Par rcurrence sur n,
on montre ainsi que P
d+1
est vraie, ce qui donne (4.30) et lindpendance de X
1
, . . . , X
d
.
4.10 Espace L
1
C
(E, T, m) et espace L
1
R
N
(E, T, m)
Dnition 4.16 Soient (E, T, m) un espace mesur et N > 1 (N N).
1. Soit f : E R
N
. Pour x E, on pose f(x) = (f
1
(x), . . . , f
N
(x))
t
R
N
. La fonction f appartient
L
1
R
N
(E, T, m) si f
n
L
1
R
(E, T, m) pour tout n 1, . . . , N.
2. Si f L
1
R
N
(E, T, m), on note
_
fdm = (
_
f
1
dm, . . . ,
_
f
N
dm)
t
R
N
.
La caractrisation suivante de mesurabilit et intgrabilit est intressante.
Proposition 4.13 Soient (E, T, m) un espace mesur, N > 1 et f : E R
N
.
1. f
n
est mesurable (de E dans R) pour tout n 1, . . . , N si et seulement si f est mesurable de E dans R
N
,
cest--dire si et seulement si f
1
(A) E pour tout A B(R
N
).
2. Si f est mesurable (de E dans R
N
). On munit R
N
dune norme, note | |. Alors, f L
1
R
N
(E, T, m) si et
seulement si
_
|f|dm < (noter que |f| /
+
).
DMONSTRATION : On donne la dmonstration pour N = 2.
1. On suppose dabord f
1
, f
2
/. On veut montrer que f est mesurable de E dans R
2
. Comme B(R
2
) est
engendr par AB, A, B B(R), il suft de montrer que f
1
(AB) T pour tout A, B B(R).
Soit donc A, B B(R). On a f
1
(A B) = f
1
1
(A) f
1
2
(B) T car f
1
et f
2
sont mesurables. Donc
f
1
(AB) T. On a bien montr que f est mesurable de E dans R
2
Rciproquement, on suppose maintenant que f est mesurable de E dans R
2
. Soit A B(R). On remarque que
f
1
1
(A) = f
1
(A R). Or A R B(R
2
), donc f
1
1
(A) = f
1
(A R) T, ce qui prouve que f
1
est
mesurable. On prouve de manire semblable que f
2
est mesurable.
2. Soit f mesurable de E dans R
N
. On suppose que R
N
est muni dune norme, note | |. Comme y |y|
est continue de R
N
dans R, lapplication |f| : x |f(x)| est mesurable de E dans R (comme compose
dapplications mesurables). Comme cette application ne prend que des valeurs positives ou nulles, on a donc
|f| /
+
.
96
Comme toutes les normes sur R
N
sont quivalentes, on a donc
_
|f|dm < si et seulement si
_
|f|
1
dm
< , avec |f|
1
=

N
n=1
[f
n
[. Il est alors immdiat de remarquer que
_
|f|
1
dm < si et seulement
f
n
L
1
R
(E, T, m) pour tout n 1, . . . , N. On a donc :
_
|f|dm < f L
1
R
N(E, T, m).
La dnition de L
1
R
N
(E, T, m) donne immdiatement que cet espace est un espace vectoriel sur R. De plus, si
R
N
est muni dune norme, note | |, il est aussi immdiat que lapplication f
_
|f|dm est une semi-norme
sur L
1
R
N
(E, T, m). Pour obtenir un espace vectoriel norm, on va considrer, comme dans le cas N = 1, lespace
L
1
R
N
(E, T, m) quotient par la relation f = g p.p.". On rappelle que f = g p.p. si il existe A T t.q. m(A) = 0
et f = g sur A
c
.
Dnition 4.17 Soit (E, T, m) un espace mesur.
1. Lespace L
1
R
N
(E, T, m) est lespace L
1
R
N
(E, T, m) quotient par la relation f = g p.p.".
2. On munit R
N
dune norme note | |. Soit F L
1
R
N
(E, T, m). On pose |F|
1
=
_
|f|dm, o f F (cette
dnition est correcte car indpendante du choix de f dans F).
Proposition 4.14 Soient (E, T, m) un espace mesur et N > 1. Lespace L
1
R
N
(E, T, m) est un espace de Banach
(rel) cest--dire un espace vectoriel (sur R) norm complet (avec la norme dnie dans la dnition 4.17).
DMONSTRATION : La dmonstration de cette proposition dcoule facilement du cas N = 1.
Dnition 4.18 Soit (E, T, m) un espace mesur.
1. Soit f : E C. On note 1(f) et (f) les parties relle et imaginaire de f. On a donc, pour x E, f(x) =
1(f)(x) + i(f)(x), avec 1(f)(x), (f)(x) R. La fonction f appartient L
1
C
(E, T, m) si 1(f), (f)
L
1
R
(E, T, m).
2. Si f L
1
C
(E, T, m), on note
_
fdm =
_
1(f)dm+i
_
(f)dm C.
Ici aussi, on a une caractrisation de mesurabilit et intgrabilit.
Proposition 4.15 Soit (E, T, m) un espace mesur et f une application de E C.
1. 1(f) et (f) sont mesurables (de E dans R) si et seulement si f est mesurable de E dans C, cest--dire si et
seulement f
1
(A) E pour tout A B(C).
2. Si f est mesurable (de E dans C), f L
1
C
(E, T, m) si et seulement si
_
[f[dm < (noter que [f[ /
+
).
DMONSTRATION :
La dmonstration de cette proposition se ramne facilement la prcdente dmonstration (cest--dire la d-
monstration de la proposition 4.13) en utilisant lapplication : C R
2
dnie par (z) = (x, y)
t
si
z = x +iy C, qui est une bijection continue, dinverse continue.
Ici aussi, la dnition de L
1
C
(E, T, m) donne immdiatement que cet espace est un espace vectoriel sur C. Il est
aussi immdiat que lapplication f
_
[f[dm est une semi-norme sur L
1
C
(E, T, m). Pour obtenir un espace
vectoriel norm, on va considrer lespace L
1
C
(E, T, m) quotient par la relation f = g p.p.".
97
Dnition 4.19 Soit (E, T, m) un espace mesur.
1. Lespace L
1
C
(E, T, m) est lespace L
1
C
(E, T, m) quotient par la relation f = g p.p.".
2. Soit F L
1
C
(E, T, m). On pose |F|
1
=
_
[f[dm, o f F (cette dntion est correcte car indpendante du
choix de f dans F).
Proposition 4.16 Soit (E, T, m) un espace mesur. Lespace L
1
C
(E, T, m) est un espace de Banach (complexe)
cest--dire un espace vectoriel (sur C) norm complet (avec la norme dnie dans la dnition 4.19).
DMONSTRATION :
La dmonstration de cette proposition dcoule facilement du fait que L
1
R
(E, T, m) est un espace de Banach (rel).
4.11 Exercices
4.11.1 Intgrale des fonctions mesurables positives et espace L
1
Exercice 4.1 (Sup de mesures) Corrig 61 page 341
Soit (E, T) un espace mesurable et (m
n
)
nN
une suite de mesures sur T. On suppose que m
n+1
(A) m
n
(A)
pour tout A T et tout n N. On pose m(A) = supm
n
(A), n N pour A T.
1. (Lemme prliminaire) Soit (a
n,p
)
n,pN
R
+
et (a
p
)
pN
R
+
t.q. a
n+1,p
a
n,p
, pour tout n, p N, et
a
n,p
a
p
quand n , pour tout p N. Montrer

p=0
a
n,p

p=0
a
p
(dans R
+
) quand n . [On
pourra utiliser

N
p=0
a
n,p

p=0
a
n,p

p=0
a
p
.]
2. Montrer que m est une mesure.
3. Soit f c
+
(E, T). (On rappelle que c
+
(E, T) est lensemble des fonctions tages de E dans R
+
.) Montrer
que
_
fdm = sup
nN
(
_
fdm
n
).
4. Soit f /
+
(E, T). (On rappelle que /
+
(E, T) est lensemble des fonctions mesurables de E dans R
+
.)
(a) Montrer que (
_
fdm
n
)
nN
est une suite croissante majore par
_
fdm.
(b) Montrer que
_
fdm
n

_
fdm quand n .
5. Soit f L
1
R
(E, T, m). Montrer que f L
1
R
(E, T, m
n
) pour tout n N et que
_
fdm
n

_
fdm quand
n .
Exercice 4.2 (Somme de mesures) Corrig 62 page 342
Soient m
1
et m
2
deux mesures sur lespace mesurable (E, T).
1. Montrer que m = m
1
+m
2
est une mesure.
2. Montrer quune application f mesurable de E dans R est intgrable pour la mesure m si et seulement si elle est
intgrable pour les mesures m
1
et m
2
. Si f est intgrable pour la mesure m, montrer que
_
fdm =
_
fdm
1
+
_
fdm
2
.
3. Soit (m
n
)
nN
une famille de mesures (positives) sur (E, T) et (
n
)
nN
R

+
. On pose, pour A T, m(A) =

nN

n
m
n
(A). Montrer que m est une mesure sur T ; soit f une application mesurable de E dans R et
intgrable pour la mesure m; montrer que f est, pour tout n N, intgrable pour la mesure m
n
et que
_
fdm =

nN

n
_
fdm
n
.
98
Exercice 4.3 (Mesure de Dirac) Corrig 63 page 344
Soit
0
la mesure de Dirac en 0, dnie sur B(R). (cf exemple 2.1.) Soit f /
+
, calculer
_
fd
0
.
Exercice 4.4 (Restrictions de la mesure de Lebesgue) Corrig 64 page 344
Soit Aet B deux borliens de R t.q. A B. On note
A
[resp.
B
] la restriction B(A) [resp. B(B)] de la mesure
de Lebesgue sur B(R). Soit f L
1
R
(B, B(B),
B
). Montrer que f
]
A
L
1
R
(A, B(A),
A
) et que
_
f
]
A
d
A
=
_
f1
A
d
B
. [Considrer dabord le cas f c
+
puis f /
+
et enn f L
1
.]
Exercice 4.5 (Intgrale des fonctions continues) Corrig 65 page 345
Soit f C([0, 1], R). Montrer que f L
1
R
([0, 1], B([0, 1]), ) et que
_
fd =
_
1
0
f(x)dx
(cette dernire intgrale est prendre au sens de lintgrale des fonctions continues" vue au Chapitre 1). On
rappelle que lon note (un peu abusivement. . . ) par la restriction B([0, 1]) de la mesure de Lebesgue (aussi
note . . . ) sur B(R).
Exercice 4.6 (Fonctions continues et fonctions intgrables) Corrig 66 page 346
Soit m une mesure nie sur B([0, 1]). Montrer que C([0, 1], R) L
1
R
([0, 1], B([0, 1]), m).
Exercice 4.7 (f, g L
1
,fg L
1
)
Soit f, g L
1
R
([0, 1], B([0, 1]), ). Donner un exemple pour lequel fg , L
1
R
([0, 1], B([0, 1]), ).
Exercice 4.8 (Rappel du cours. . . )
Soit (E, T, m) un espace mesur et f /
+
. Montrer que si A T est tel que m(A) = 0, alors
_
A
fdm(=
_
f1
A
dm) = 0. (On rappelle que f1
A
= f sur A et f1
A
= 0 sur A
c
.)
Exercice 4.9 (f positive intgrable implique f nie p.p.) Corrig 67 page 347
Soit (E, T, m) un espace mesur et f /
+
. Montrer que si
_
fdm < +, alors f < +p.p..
Exercice 4.10 (Une caractrisation de lintgrabilit) Corrig 68 page 347
Soient (E, T, m) un espace mesur ni, u une fonction mesurable de E dans R. Pour n N, on pose A
n
= x
E, [u(x)[ n et B
n
= x E, n < [u(x)[ n + 1.
1. Montrer que :
_
[u[dm < +
+

n=0
nm(B
n
) < +
+

n=0
m(A
n
) < +. (4.31)
2. Soit p ]1, +[, montrer que [u[
p
est une fonction mesurable et que :
_
[u[
p
dm < +
+

n=0
n
p
m(B
n
) < +
+

n=0
n
p1
m(A
n
) < +. (4.32)
Exercice 4.11 (Sur la convergence en mesure) Corrig 69 page 350
Soit (E, T, m) un espace mesur. Soit (f
n
)
nN
et (g
n
)
nN
deux suites de fonctions mesurables de E dans R. Soit
f et g deux fonctions mesurables de E dans R. On suppose que f
n
f en mesure et g
n
g en mesure, quand
n .
99
1. On suppose, dans cette question, que f L
1
R
(E, T, m) et que g L
1
R
(E, T, m).
(a) Montrer que pour tout > 0 il existe k
1
N t.q. :
k k
1
m(x E ; [g(x)[ k) .
(b) Montrer que pour tout > 0 il existe n
0
et k
0
N t.q. :
n n
0
, k k
0
m(x E ; [f
n
(x)[ k) .
(c) Montrer que fg / et f
n
g
n
fg en mesure, quand n . [On pourra remarquer que f
n
g
n
fg =
f
n
(g
n
g) +g(f
n
f).]
(d) (Question plus difcile.) En prenant (E, T, m) = (R, B(R), ), Donner un exemple pour lequel fg , L
1
R
(E,
T, m).
2. En prenant (E, T, m) = (R, B(R), ), Donner un exemple pour lequel f
n
g
n
, fg en mesure, quand n
(pour cet exemple, on a donc f , L
1
R
(E, T, m) ou g , L
1
R
(E, T, m)).
Exercice 4.12 (Sur lingalit de Markov) Corrig 70 page 351
Soit (E, T, m) un espace mesur et f L
1
R
(E, T, m).
1. Montrer que pour tout a > 0, on a a m([f[ > a)
_
]f]>a]
[f[ dm.
2. Montrer que pour tout a > 0, on a m([f[ > a) (
_
[f[ dm)/a. (Ceci est lingalit de Markov.)
3. Montrer que
lim
a
a m([f[ > a) = 0. (4.33)
4. Donner des exemples de fonctions non intgrables qui vrient la proprit (4.33) dans les 2 cas suivants :
(E, T, m) = (R, B(R), ) et (E, T, m) = (]0, 1[, B(]0, 1[), ).
Exercice 4.13 (Sur f 0 p.p.) Corrig 71 page 352
Soit (E, T, m) un espace mesur et f L
1
R
(E, T, m). Montrer que les 2 conditions suivantes sont quivalentes :
1. f 0 p.p.,
2.
_
A
f dm 0 pour tout A T.
Exercice 4.14 Corrig 72 page 352
Soient (E, T, m) un espace mesur et f L
1
(= L
1
R
(E, T, m)).
1. Montrer que : > 0, > 0 t.q. A T, m(A)
_
A
[f[dm . [Introduire f
n
= inf([f[, n)].
2. Montrer que : > 0, C T t.q. :
(i) m(C) < +,
(ii)
_
C
c
[f[dm ,
(iii) sup
C
[f[ < +,
[Considrer C
n
= x E ;
1
n
[f(x)[ n, et montrer que pour n n
0
o n
0
est bien choisi, C
n
vrie
(i), (ii) et (iii).]
100
Exercice 4.15
Soit (E, T, m) un espace mesur et f L
1
R
(E, T, m). On suppose que 0 f 1 p.p. et que
_
f dm =
_
f
2
dm.
Montrer quil existe un ensemble mesurable ni A tel que f = 1
A
p.p..
Exercice 4.16 (Intgration par rapport une mesure image)
Soit (E, T, m) un espace mesur, (F, S) un espace mesurable et f de E dans F. On suppose que f est mesurable,
cest dire que f
1
(B) T pour tout B S. pour tout B S, on pose (B) = m(f
1
(B)) (On note souvent
= f

m).
1. Montrer que est une mesure sur S (on lappelle mesure image de m par f).
2. est-elle nie (resp. -nie, diffuse) lorsque m est nie (resp. -nie, diffuse) ?
3. Montrer quune fonction mesurable de F dans R est intgrable si et seulement si f est m-intgrable et
que dans ce cas
_
E
f dm =
_
F
d.
Exercice 4.17 (mmesurabilit) Corrig 73 page 353
Soit (E, T, m) un espace mesur. Soit A T t.q. m(A) = 0 et f une application de A
c
dans R. Montrer que :
il existe g mesurable de E dans R t.q. f = g p.p. si et seulement si il existe (f
n
)
nN
, suite de fonctions tages,
t.q. f
n
f p.p., quand n .
Exercice 4.18 (Mesure complte, suite de lexercice 2.32) Corrig 74 page 354
On reprend les notations de lexercice 2.32 page 49. On note donc (E, T, m) le complt de lespace mesur
(E, T, m).
Montrer que L
1
R
(E, T, m) L
1
R
(E, T, m). Soit f L
1
R
(E, T, m), montrer quil existe g L
1
R
(E, T, m) t.q.
f = g p.p. et que
_
fdm =
_
gdm.
Exercice 4.19 (Petit lemme dintgration) Corrig 75 page 355
Soit (E, T, m) un espace mesur et f /(E, T). (On rappelle que /(E, T) est lensemble des fonctions
mesurables de E dans R.)
1. On suppose (dans cette question) que f L
1
R
(E, T, m). Montrer que
(A
n
)
nN
T, m(A
n
) 0
_
f1
A
n
dm 0. (4.34)
2. On prend (dans cette question) (E, T, m) = (R, B(R), ). Donner un exemple de f /(E, T) t.q. f 0 (de
sorte que f /
+
(E, T)), pour lequel (4.34) est faux.
3. On suppose (dans cette question) que m(E) < et que f > 0 (cest dire f(x) > 0 pour tout x E). Montrer
que
(A
n
)
nN
T,
_
f1
A
n
dm 0 m(A
n
) 0. (4.35)
On pourra utiliser le fait que, pour p N

, A
n
f <
1
p
x A
n
; f(x)
1
p
.
4. On prend (dans cette question) (E, T, m) = (R, B(R), ) (de sorte que m(E) = ). Montrer que si f L
1
R
(E,
T, m) et f > 0, alors (4.35) est faux. Donner un exemple de f L
1
R
(E, T, m) t.q. f > 0.
101
Exercice 4.20 (Fatou sans positivit) Corrig 76 page 356
Soit (E, T, m) un espace mesur. Soit (f
n
)
nN
L
1
R
(E, T, m), f L
1
R
(E, T, m) et h /(E, T). (On rappelle
que /(E, T) est lensemble des fonctions mesurables de E dans R.)
1. On suppose que f
n
h p.p. quand n , f
n
f p.p. pour tout n N, et on suppose quil existe C R t.q.
_
f
n
dm C pour tout n N.
(a) Montrer quil existe (g
n
)
nN
L
1
R
(E, T, m) et g L
1
R
(E, T, m) t.q.
f
n
= g
n
p.p., pour tout n N, f = g p.p.,
g
n
(x) h(x), quand n , pour tout x E,
g
n
g pour tout n N.
(b) Montrer que h L
1
R
(E, T, m).
2. (question plus difcile) On reprend les hypothses de la question prcdente sauf f
n
f p.p., pour tout n N"
que lon remplace par lhypothse (plus faible) il existe D R t.q.
_
f
n
dm D pour tout n N". Donner un
exemple pour lequel h / L
1
R
(E, T, m). [Prendre (E, T, m) = (R, B(R), ).]
Exercice 4.21 Corrig 77 page 356
Soient T > 0 et f L
1
= L
1
([0, T], B([0, T]), ) ( dsigne donc ici la mesure de Lebesgue sur B([0, T]).
1. Soit n N. Montrer que la fonction x e
nx
f(x) appartient L
1
.
On suppose, dans la suite de lexercice, que f 0 p.p. et quil existe M R
+
t.q. que
_
e
nx
f(x) d(x) M
pour tout n N.
2. Montrer que f = 0 p.p.. [Appliquer le thorme de convergence monotone.]
3. On suppose de plus que f est continue. Montrer que f(x) = 0 pour tout x [0, T].
4.11.2 Lespace L
1
Exercice 4.22 (Mesure de densit) Corrig 78 page 357
Soit (E, T, m) un espace mesur et f /
+
. Pour A T, on pose (A) =
_
A
fdm.
1. Montrer que est une mesure sur T.
2. Soit g /. Montrer que g L
1
R
(E, T, ) si et seulement si fg L
1
R
(E, T, m) (on pose fg(x) = 0 si
f(x) = et g(x) = 0). Montrer que, pour g L
1
R
(E, T, ),
_
gd =
_
fgdm.
(On dit que est la mesure de densit f par rapport m et on pose = fm.)
Exercice 4.23 (Comparaison de convergence dans L
1
)
On considre ici lespace mesurable (R, B(R), o B(R) est la tribu des borliens sur R. On note la mesure de
Lebesgue et, pour a R, on note
a
la mesure de Dirac en a. On pose =
1
+
2
+ 3 (noter que est une
mesure sur B(R)). Soit f lapplication de R dans R dnie par f(x) = x
3
. On pose f
n
= f1
[n,n]
pour tout
n N. On pose L
1
() = L
1
R
(R, B(R), ).
1. Montrer que, pour tout n N, f
n
L
1
(), et calculer a
n
=
_
f
n
d.
2. A-t-on convergence simple, convergence uniforme, convergence en mesure, convergence dans L
1
() de la suite
(f
n
)
nN
?.
Exercice 4.24 (Convergence uniforme et convergence des intgrales)
102
Soient (E, T, m) un espace mesur et (f
n
)
nN
L
1
(= L
1
R
(E, T, m)) ; on suppose que f
n
converge uniform-
ment vers f quand n (plus prcisment : il existe des reprsentants des f
n
, encore nots f
n
, t.q. f
n
converge
uniformment vers f).
1. A-t-on f L
1
(plus prcisment : existe-t-il F L
1
t.q. f = g p.p. si g F) ? [distinguer les cas m(E) < +
et m(E) = +.]
2. Si f L
1
et (
_
f
n
dm)
nN
converge dans R, a-t-on : lim
n+
_
f
n
dm =
_
fdm?
Exercice 4.25 Corrig 79 page 358
Soit (E, T, m) un espace mesur. On note L
1
lespace L
1
R
(E, T, m). Soit (f
n
)
nN
L
1
et f L
1
. On suppose
que, pour tout n N, f
n
0 p.p., que f
n
f p.p. et que
_
f
n
dm
_
fdm lorsque n +. Montrer que
f
n
f dans L
1
. [on pourra examiner la suite (f f
n
)
+
.]
Exercice 4.26 (Exemple de convergence)
1. Soit (E, T, m) un espace mesur, (f
n
)
nN
L
1
R
(E, T, m), f, g L
1
R
(E, T, m). On suppose que f
n
f p.p.
et que f
n
g dans L
1
R
(E, T, m). Montrer que f = g p.p.
2. On suppose maintenant (E, T, m) = ([1, 1], B(R), ). Pour n N, on dnit la fonction : f
n
= n1
[
1
2n
,
1
2n
]
.
(a) Montrer que la suite (f
n
)
nN
est borne dans L
1
, et que la suite (
_
f
n
d)
nN
converge.
(b) Peut-on appliquer le thorme de Lebesgue de la convergence domine ?
(c) A-t-on convergence de la suite (f
n
)
nN
dans L
1
R
(E, T, m) ?
(d) Montrer que pour toute fonction continue de [1, 1] valeurs dans R,
_
f
n
d
_
d
0
lorsque n
+(on dit que f
n
tend vers
0
dans lensemble des mesures sur les borliens de [1, 1] pour la topologie
faible ").
Exercice 4.27 (A propos du lemme de Fatou)
Soient (E, T, m) un espace mesur et (f
n
)
nN
L
1
(= L
1
R
(E, T, m)) t.q. f
n
0 p.p. pour tout n N. On pose,
pour tout x E, f(x) = liminf
n+
f
n
(x).
1. Construire, pour tout n N, g
n
/
+
t.q. f
n
= g
n
p.p..
On pose g = liminf
n+
g
n
(o g
n
est construite la question 1).
2. Montrer que f = g pp, que f 0 p.p. et que :
_
gdm liminf
n+
_
f
n
dm (4.36)
3. On suppose de plus quil existe C > 0 t.q.
_
f
n
dm C pour tout n N. Montrer que f L
1
R
(E, T, m) et
que f < +p.p..
Exercice 4.28 (Thorme de Beppo-Lvi) Corrig 80 page 359
Soient (E, T, m) un espace mesur, (f
n
)
nN
L
1
(= L
1
R
(E, T, m)) et f : E R, t.q. :
(i) f
n
f p.p. lorsque n +.
(ii) La suite (f
n
)
nN
est monotone, cest--dire :
f
n+1
f
n
p.p., pour tout n N,
ou
f
n+1
f
n
p.p., pour tout n N.
103
1. Construire (g
n
)
nN
L
1
(= L
1
R
(E, T, m)) et g /t.q. f
n
= g
n
p.p., f = g p.p., g
n
(x) g(x) pour tout
x E, et g
n+1
g
n
pour tout n N (ou g
n+1
g
n
pour tout n N).
2. Montrer que f L
1
lim
n+
_
f
n
dm R.
3. On suppose ici que f L
1
, montrer que f
n
f dans L
1
, lorsque n +.
Exercice 4.29 (Prliminaire pour le thorme de Vitali) Corrig 81 page 361
Soient (E, T, m) un espace mesur et f L
1
(= L
1
R
(E, T, m)).
1. Montrer que pour tout > 0, il existe > 0 t.q. :
A T, m(A)
_
A
[f[dm .
[Choisir un reprsentant de f et introduire f
n
= inf([f[, n)].
2. Soit > 0, montrer quil existe C T t.q. m(C) < +et
_
C
c
[f[dm . [Choisir un reprsentant de f et
considrer C
n
= x E ;
1
n
[f(x)[.]
Exercice 4.30 (Thorme de Vitali) Corrig 82 page 361
Soient (E, T, m) un espace mesur, (f
n
)
nN
L
1
(= L
1
R
(E, T, m)) et f : E R, t.q. f
n
f p.p..
1. On suppose m(E) < +. Montrer que : f L
1
et f
n
f dans L
1
lorsque n + si et seulement si
(f
n
)
nN
est qui-intgrable i.e. : Pour tout > 0, il existe t.q. (A T, n N, m(A)
_
A
[f
n
[dm ).
[Pour montrer le sens , utiliser la question 1 de lexercice 4.29. Pour le sens , remarquer que
_
[f
n
f[dm =
_
A
[f
n
f[dm+
_
A
c
[f
n
f[dm, utiliser le thorme dEgorov et le lemme de Fatou...]
2. On suppose maintenant m(E) = +. Montrer que : f L
1
et f
n
f dans L
1
lorsque n + si et
seulement si (f
n
)
nN
est qui-intgrable et vrie : > 0, C T, m(C) < +et
_
C
c
[f
n
[dm pour
tout n. [Pour montrer le sens , utiliser lexercice 4.29. Pour le sens , utiliser lexercice 4.29, le lemme de
Fatou et le rsultat de la question 1.]
3. Montrer que le thorme de convergence domine de Lebesgue peut tre vu comme une consquence du tho-
rme de Vitali.
Exercice 4.31 (Thorme de Vitali-moyenne") Corrig 83 page 365
Soit (E, T, m) un espace mesur. On note L
1
= L
1
R
(E, T, m). Soit (f
n
)
nN
L
1
et f /(E, T).
1. On suppose que m(E) < . On se propose ici de montrer que f L
1
et |f
n
f|
1
0 quand n " si et
seulement si on a les deux proprites suivantes :
p1. f
n
f en mesure, quand n ,
p2. La suite (f
n
)
nN
est qui-intgrable.
(a) Montrer le sens direct (cest--dire que la convergence pour la norme de L
1
implique p1 et p2).
(b) Pour montrer la rciproque, on suppose maintenant que f
n
f en mesure, quand n , et que (f
n
)
nN
est qui-intgrable.
i. Montrer que pour tout > 0 et > 0, il existe n N t.q. : p, q n m([f
p
f
q
[ .
ii. Montrer que la suite (f
n
)
nN
est de Cauchy dans L
1
.
iii. Montrer que f L
1
et que |f
n
f|
1
0 quand n .
104
2. On ne suppose plus que m(E) < . Montrer que f L
1
et |f
n
f|
1
0 quand n si et seulement si
on a les proprits suivantes :
p1. f
n
f en mesure, quand n ,
p2. la suite (f
n
)
nN
est qui-intgrable,
p3. pour tout > 0, il existe A T t.q. m(A) < et, pour tout n N,
_
A
c
[f
n
[dm .
Exercice 4.32 (Continuit de p | |
p
) Corrig 84 page 368
Soient (E, T, m) un espace mesur et f /(E, T).
1. Pour p [1, +[, on pose |f|
p
=
_
_
[f[
p
dm
_1
p
(noter que [f[
p
/
+
) et on dit que f L
p
si |f|
p
< +.
On pose I = p [1, +[, f L
p
.
(a) Soient p
1
et p
2
[1, +[, et p [p
1
, p
2
]. Montrer que si f L
p
1
L
p
2
, alors f L
p
. En dduire que I est
un intervalle. [On pourra introduire A = x; [f(x)[ 1.]
(b) On montre sur des exemples que les bornes de I peuvent tre ou ne pas tre dans I. On prend pour cela :
(E, T, m) = ([2, +[, B([2, [), ) ( est ici la restriction [2, [ de la mesure de Lebesgue sur B(R)).
Calculer I dans les deux cas suivants :
i. f(x) =
1
x
, x [2, +[.
ii. f(x) =
1
x(ln x)
2
, x [2, +[.
(c) Soit (p
n
)
nN
I et p I, (I dsigne ladhrence de I dans R), t.q. p
n
p (ou p
n
p). Montrer que
_
[f[
p
n
dm
_
[f[
p
dm quand n +. [On pourra encore utiliser lensemble A].
2. On dit que f L

sil existe C R t.q. [f[ < C p.p.. On note |f|

= infC R t.q. [f[ < C p.p.. Si


f , L

, on pose |f|

= +.
(a) Montrer que f |f|

p.p.. A-t-on f < |f|

p.p. ?
On pose J = p [1, +]; f L
p
R
+
.
(b) Remarquer que J = I ou J = I +. Montrer que si p I et + J, alors [p, +] J. En dduire
que J est un intervalle de R
+
.
(c) Soit (p
n
)
nN
I t.q. p
n
+. On suppose que |f|

> 0 (noter que f = 0 p.p. |f|

= 0).
i. Soit 0 < c < |f|

. Montrer que liminf


n+
|f|
p
n
c. [On pourra remarquer que
_
[f[
p
dm c
p
m(x,
[f(x)[ c.]
ii. On suppose que |f|

< +. Montrer que : limsup


n+
|f|
p
n
|f|

. [On pourra considrer la suite


g
n
=
_
[f[
|f|

_
p
n
et noter que g
n
g
0
p.p.. ]
iii. Dduire de (a) et (b) que |f|
p
n
|f|

lorsque n +.
3. Dduire des deux parties prcdentes que p |f|
p
est continue de J dans R
+
, o J dsigne ladhrence de J
dans R (cest--dire J = [a, b] si J = [a, b[, avec 1 a b +, et [ dsigne ] ou [).
Exercice 4.33 (Exemple de continuit et drivabilit sous le signe
_
)
Soit f : R R
+
R
+
donne par : f(t, x) =ch(t/(1 +x)) 1.
1. Montrer que pour tout t R, la fonction f(t, .) appartient L
1
(R
+
, B(R), ).
2. On pose : F(t) =
_
R
+
f(t, x)dx. Montrer que F est continue, drivable. Donner une expression de F
t
.
105
Exercice 4.34 (Contre exemple la continuit sous le signe
_
)
Soit f : R
+
]0, 1[R
+
donne par : f(t, x) = 1 si x [0,
t
4
] [t, 1], f(
t
2
, t) =
2
t
et f est afne par morceaux.
1. Montrer que la fonction f(., x) est continue pour tout x ]0, 1[.
2. Montrer que f(t, x) 1 lorsque t 0, pour tout x ]0, 1[.
3. Montrer que
_
f(t, x)dx ,1 lorsque t 0. Pourquoi ne peut on pas appliquer le thorme de continuit sous
le signe
_
?
Exercice 4.35 (Continuit dune application de L
1
dans L
1
) Corrig 85 page 373
Soient (E, T, m) un espace mesur ni et soit g une fonction continue de R dans R t.q. :
C R

+
; [g(s)[ C[s[ +C, s R. (4.37)
1. Soit u L
1
R
(E, T, m). Montrer que g u L
1
R
(E, T, m).
On pose L
1
= L
1
R
(E, T, m). Pour u L
1
, on pose G(u) = h L
1
R
(E, T, m); h = g v p.p. L
1
, avec
v u.
2. Montrer que la dnition prcdente a bien un sens, cest dire que G(u) ne dpend pas du choix de v dans u.
3. Soit (u
n
)
nN
L
1
. On suppose que u
n
u p.p. et quil existe F L
1
t.q. [u
n
[ F p.p., pour tout n N.
Montrer que G(u
n
) G(u) dans L
1
.
4. Montrer que G est continue de L
1
dans L
1
. [On pourra utiliser la question 3. et le thorme appel rciproque
partielle de la convergence domine".]
5. (Question non corrige, voir le corrig 111 page 404) On considre ici (E, T, m) = ([0, 1], B(R), ). On suppose
que g ne vrie pas (4.37). On va construire u L
1
t.q. G(u) , L
1
.
(a) Soit n N

, montrer quil existe


n
R tel que : [g(
n
)[ n[
n
[ et [
n
[ n.
(b) On choisit une suite (
n
)
nN
vriant les conditions donnes la question prcdente. Montrer quil existe
> 0 t.q.
+

n=1

[
n
[n
2
= 1.
(c) Soit (a
n
)
nN
une suite dnie par : a
1
= 1 et a
n+1
= a
n


[
n
[n
2
(o
n
et sont dnies dans les 2
questions prcdentes). On pose u =

+
n=1

n
1
[a
n+1
,a
n
[
. Montrer que u L
1
et G(u) , L
1
.
4.11.3 Esprance et moments des variables alatoires
Exercice 4.36 Soient (E, T) un espace probabilis et X une variable alatoire de (E, T) dans (R, B(R)), de loi
de probabilit p
X
. Calculer lesprance et la variance de la variable alatoire X dans les cas suivants :
1. p
X
est la loi uniforme sur [a, b] (a, b R, a < b ;
2. p
X
est la loi exponentielle ;
3. p
X
est la loi de Gauss.
Exercice 4.37 Dans une ruche, la longvit dune abeille ouvrire ne au printemps est une variable alatoire X
dnie par la densit de probabilit f(t) = t
2
e
t
, o et sont des rels positifs.
Sachant que la longvit moyenne dune abeille est de 45 jours, calculer et .
106
Exercice 4.38 (Problme de Buffon) Sur un parquet inni" dont les lattes ont une largeur 2d, on laisse tomber
au hasard une aiguille de longueur 2 avec < d, et on veut estimer la probabilit de lvnement A : laiguille
rencontre un interstice". On appelle (, T, p) lespace probabilis associ ce problme.
On considre :
que la position x du centre de laiguille par rapport linterstice le plus proche et dans la direction x
t
x perpen-
diculaire aux lattes est une variable alatoire uniformment distribue sur [d, d],
que langle orient que fait laiguille avec linterstice est une variable alatoire uniformment distribue sur
[

2
,

2
].
1. Montrer que lvnement A correspond" (on prcisera en quel sens) la partie P
A
du plan (x, ) : P
A
=
(x, ) [d, d] [

2
,

2
]; [x[ < sin . Reprsenter graphiquement P
A
.
2. Montrer que p(A) =
2
d
.
Exercice 4.39 (Ingalit de Jensen) Corrig 86 page 374
Rappel : Une fonction f de R dans R est convexe si et seulement si pour tout a R il existe c
a
t.q. f(x) f(a)
c
a
(x a) pour tout x R.
Soit f une fonction convexe de R dans R et X une v.a. sur un espace de probabilit (, /, P). On suppose que X
et f(X) sont intgrables. Montrer lingalit de Jensen, cest--dire :
_
f(X)dP f(
_
XdP).
[Utiliser le rappel avec a bien choisi.]
Exercice 4.40 (Sur lqui-intgrabilit ) Corrig 87 page 375
Soit (E, /, P) un espace de probabilit et (X
n
)
nN
une suite de v.a. (relles). On rappelle que la suite (X
n
)
nN
est
qui-intgrable si
_
A
[X
n
[dP 0, quand P(A) 0 (avec A /), uniformment par rapport n N. Montrer
lquivalence entre les deux proprits suivantes :
1. lim
a
sup
nN
_
]X
n
]>a]
[X
n
[dP = 0,
2. sup
nN
_
[X
n
[dP < +et (X
n
)
nN
qui-intgrable.
Exercice 4.41 (Caractrisation de lindpendance) Corrig 88 page 376
Soit (, /, P) un espace de probabilits, n 2 et X
1
, X
2
, . . . , X
n
, n variables alatoires relles. Montrer que
lindpendance de (X
1
, X
2
, . . . X
n
) est quivalente la proprit suivante :
(a
1
, . . . , a
n
) ] , +[
n
, P[X
1
a
1
, . . . , X
n
a
n
] =
n

i=1
P[X
i
a
i
].
(La notation P[X a] est identique P(X a), elle dsigne la probabilit de lensemble , X()
a.)
Exercice 4.42 (Sign(X) et [X[ pour une gaussienne) Corrig 89 page 377
Pour s R, on pose sign(s)=1 si s > 0, sign(s)=-1 si s < 0 et sign(0)= 0. Soit (, /, P) un espace probabilis
et X une v.a.r. gaussienne centre (cest--dire P
X
= f avec, pour x R, f(x) =
1

2
e

x
2
2
2
, o > 0 est
la racine carr de la variance de X). Montrer que sign(X) et [X[ sont indpendantes et prciser leurs lois. Mme
question avec sign(X) et X
2
.
107
Exercice 4.43 (V.a. gaussiennes dpendantes) Corrig 90 page 377
Soit (, /, P) un espace de probabilits,
1
> 0,
2
> 0 et X
1
, X
2
deux variables alatoires relles indpendantes
et telles que :
X
1
A(0,
2
1
) et X
2
A(0,
2
2
).
(le signe " signie a pour loi".) Construire deux v.a. Y
1
et Y
2
t.q. X
1
Y
1
, X
2
Y
2
et Y
1
et Y
2
soient
dpendantes.
Exercice 4.44 (V.a. gaussiennes dpendantes, covariance nulle) Corrig 91 page 378
soit (, /, P) est un espace de probabilits et X, S deux v.a. relles, indpendantes, t.q. X A(0, 1) et S a pour
loi P
S
=
1
2

1
+
1
2

1
. (Il est possible de construire un espace de probabilits et des v.a. indpendantes ayant des
lois prescrites, voir le Chapitre 7.)
1. Montrer que SX A(0, 1).
2. Montrer que SX et X sont dpendantes.
3. Montrer que Cov(SX, X) = 0.
4. (Question subsidiaire.) On ne suppose plus lexistence de S, mais on suppose quil existe Y v.a. gaussienne
indpendante de X. Montrer que si Y A(0,
2
), avec > 0, il est possible dutiliser Y pour construire S,
v.a. indpendante de X et telle que P
S
=
1
2

1
+
1
2

1
.
Exercice 4.45 (Limite p.s. et indpendance) Corrig 92 page 379
Soit (, /, P) un espace probabilis, (X
n
)
nN
une suite v.a.r. et X, Y deux v.a.r.. On suppose que, pour tout
n N

, X
n
et Y sont indpendantes et on suppose que X
n
X p.s., quand n . Montrer que X et Y sont
indpendantes.
Exercice 4.46 (Exponentielle dune v.a. gaussienne)
Soit (, /, P) un espace de probabilit et X une v.a. t.q. X A(0, 1). Soit Y = exp(X). Calculer la moyenne,
la variance et la densit de Y .
Exercice 4.47 (Loi du
2
)
Soit (, /, P) un espace de probabilit et X une v.a. t.q. X A(0, 1). Calculer lesprance, la variance ainsi que
la densit de la v.a. X
2
. (Remarque : cette loi sappelle Loi du
2
1 degr de libert".)
Exercice 4.48 (Consquence du lemme de Borel-Cantelli. . . ) Corrig 93 page 379
Soit (, /, P) un espace probabilis et (X
n
)
nN
une suite de v.a.r.i.i.d. de loi normale centre rduite (cest--
dire que la loi de X
1
est la mesure de densit f par rapport la mesure de Lebesgue avec f(x) =
1

2
exp(
x
2
2
)
pour tout x R).
1. Montrer que pour tout x > 0, P([X
n
[ > x)
_
2

1
x
exp(
x
2
2
).
2. Montrer que limsup
n
]X
n
]

2 ln(n)
= 1 p.s..
Exercice 4.49 (Sur la somme de v.a.r.i.i.d. intgrables) Corrig 94 page 380
Soit (, /, P) un espace probabilis, (X
n
)
nN
une suite v.a.r.i.i.d. et N une v.a. valeurs dans N

. On pose
S
N
= X
1
+. . . +X
N
(cest--dire que, pour , S
N
() =

N()
n=1
X
n
()).
Pour n N

, on pose A
n
= , N(w) = n.
1. On suppose, dans cette question, que les v.a.r. N, X
1
, . . . , X
n
, . . . sont indpendantes. Pour n N

, on pose
Y
n
=

n
p=1
X
p
et Z
n
=

n
p=1
[X
p
[.
108
(a) Soit n N

. Montrer que 1
A
n
et Y
n
sont des v.a.r. indpendantes et que 1
A
n
et Z
n
sont des v.a.r. indpen-
dantes. [On pourra utiliser la proposition 3.10.]
(b) On suppose que N et X
1
sont intgrables . Montrer que S
N
est intgrable et calculer E(S
N
) en fonction de
E(N) et E(X
1
). [On pourra remarquer que S
N
=

n=1
1
A
n
Y
n
et [S
N
[

n=1
1
A
n
Z
n
.]
2. On suppose maintenant que A
n
(X
1
, . . . , X
n
) pour tout n N

(o (X
1
, . . . , X
n
) est la tribu engendre
par X
1
, . . . , X
n
).
(a) Montrer que 1
nN]
et X
n
sont des v.a.r. indpendantes.
(b) On suppose que N et X
1
sont intgrables . Montrer que S
N
est intgrable et calculer E(S
N
) en fonction de
E(N) et E(X
1
). [On pourra crire S
N
=

n=1
1
nN]
X
n
.]
109
Chapitre 5
Mesures sur la tribu des borliens
5.1 Lintgrale de Lebesgue et lintgrale des fonctions continues
Nous commenons par comparer lintgrale de Lebesgue (dnie sur (R, B(R), )) lintgrale classique" des
fonctions continues (et plus gnralement des fonctions rgles).
Soit I un intervalle de R (born ou non). On rappelle que B(I) = A B(R), A I. On peut donc considrer la
restriction B(I) de la mesure de Lebesgue dnie sur B(R). On notera en gnral (un peu incorrectement) aussi
cette mesure sur B(I).
Proposition 5.1 Soit < a < b < +. Soit f C([a, b], R). Alors, f L
1
R
([a, b], B([a, b]), )) et
_
fd =
_
b
a
f(x)dx (cette dernire intgrale est prendre au sens de lintgrale des fonctions continues" vue au Chapitre
1).
DMONSTRATION :
La dmonstration de cette proposition fait lobjet de lexercice (corrig) 4.5 page 99. En fait lexercice 4.5 sint-
resse au cas [0, 1] mais sadapte facilement pour le cas gnral [a, b].
Remarque 5.1
1. Si I est un intervalle de R dont les bornes sont a, b R (I peut tre ferm ou ouvert en a et b) et si f
L
1
(I, B(I), ) ou L
1
(I, B(I), ), on notera souvent :
_
fd =
_
f(x)d(x) =
_
b
a
f(x)dx.
Cette notation est justife par la proposition prcdente (proposition 5.1) car, si I est compact, lintgrale de Le-
besgue contient lintgrale des fonctions continues (et aussi lintgrale des fonctions rgles et aussi lintgrale
de Riemann, voir lexercice 5.3).
2. Soient < a < b < +et f C([a, b], R).
La proposition 5.1 donne que f L
1
R
([a, b], B([a, b]), )). En fait, on crira souvent que f L
1
R
([a, b],
B([a, b]), )), cest--dire quon confondra f avec sa classe dans L
1
R
([a, b], B([a, b]), ), qui est lensemble g
110
L
1
R
([a, b], B([a, b]), ) ; g = f p.p.. On peut dailleurs noter que f est alors le seul lment continu de
g L
1
R
([a, b], B([a, b]), ) ; g = f p.p. comme le montre la proposition suivante (proposition 5.2).
Proposition 5.2 Soient a < b + et f, g C(]a, b[, R). On suppose que f = g -p.p.. On a alors
f(x) = g(x) pour tout x [a, b].
DMONSTRATION :
Cette proposition est dmontre lexercice (corrig) 3.10 page 66 pour a = et b = . La dmonstration
pour a et b quelconques est similaire.
Proposition 5.3 Soit f C
c
(R, R) (fonction continue support compact). Alors f L
1
R
(R, B(R), ). (Ici aussi,
on crira souvent f L
1
R
(R, B(R), ).)
De plus, si a, b R sont t.q. a < b et f = 0 sur [a, b]
c
(de tels a et b existent). Alors,
_
fd =
_
b
a
f(x)dx (cette
dernire intgrale tant prendre au sens de lintgrale des fonctions continues" vue au Chapitre 1).
DMONSTRATION :
On remarque dabord que f est borlienne car continue. Puis, pour montrer que f est intgrable, on va utiliser la
proposition 5.1. Comme f est support compact, il existe a, b R t.q. a < b et f = 0 sur [a, b]
c
. On a alors, par
la proposition 5.1, f
]
[a,b]
C([a, b], R) L
1
R
([a, b], B([a, b]), ). On a donc
_
[f[d =
_
[f
]
[a,b]
[d < et donc
f L
1
R
(R, B(R), ). Enn, la proposition 5.1 donne aussi :
_
f
]
[a,b]
d =
_
b
a
f(x)dx.
Do lon conclut bien que
_
fd =
_
b
a
f(x)dx.
Le rsultat prcdent se gnralise lintgrale de Riemann des fonctions Riemann-intgrables (construite partir
des sommes de Darboux). Ceci fait lobjet de lexercice 5.3.
5.2 Mesures abstraites et mesures de Radon
Remarque 5.2 Les propositions 5.1 et 5.3 donnent les rsultats suivants :
1. Pour f C
c
(R, R), on pose L(f) =
_
fd. Lapplication L est une application linaire (de C
c
(R, R) dans R)
positive, cest--dire que f 0 L(f) 0. (On rappelle que f 0 signie que f(x) 0 pour tout x R.)
Plus gnralement, soit m une mesure sur (R, B(R)), nie sur les compacts. Il est facile de voir que C
c
(R, R)
L
1
R
(R, B(R), m) (en toute rigueur, on a plutt C
c
(R, R) L
1
R
(R, B(R), m)). Pour f C
c
(R, R), on pose
L(f) =
_
fdm. Lapplication L est une application linaire (de C
c
(R, R) dans R) positive (ou encore une
forme linaire positive").
On peut montrer une rciproque de ce rsultat (thorme 5.1).
2. Soit < a < b < . Pour f C([a, b], R), on pose L(f) =
_
fd. Lapplication L est une application
linaire (de C([a, b], R) dans R) positive.
Ici aussi, plus gnralement, soit m une mesure nie sur ([a, b], B([a, b])). Il est facile de voir que C([a, b], R)
L
1
R
([a, b], B([a, b]), m) (ou plutt C([a, b], R) L
1
R
([a, b], B([a, b]), m)). Pour f C([a, b], R), on pose
111
L(f) =
_
fdm. Lapplication L est une application linaire (de C([a, b], R) dans R) positive (ou encore une
forme linaire positive").
Ici aussi, on peut montrer une rciproque de ce rsultat (voir la remarque 5.6).
On nonce maintenant des rsultats, ds F. Riesz, qui font le lien entre les applications linaires (continues ou
positives) sur des espaces de fonctions continues (cest cela que nous appellerons mesures de Radon") et les me-
sures abstraites" sur B(R) (cest--dire les applications additives sur les borliens de R, valeurs dans R ou
R
+
, non identiquement gales +). Le thorme 5.1 donn ci aprs est parfois appel Thorme de reprsen-
tation de Riesz en thorie de la mesure". Dans ce cours, nous utilisons lappellation Thorme de reprsentation
de Riesz" pour le thorme 6.9, il sagit du Thorme de reprsentation de Riesz dans les espaces de Hilbert".
Thorme 5.1 (Riesz) Soit L une forme linaire positive sur C
c
dans R, alors il existe une unique mesure m sur
(R, B(R)) t.q. :
f C
c
, L(f) =
_
fdm. (5.1)
De plus, m est nie sur les compacts (cest--dire m(K) < pour tout compact K de R.)
DMONSTRATION : La partie unicit" de cette dmonstration est assez facile et est donne dans la proposition 5.4.
La partie existence" est plus difcile, on en donne seulement le schma gnral.
Soit L une forme linaire positive sur C
c
(R, R).
1. Montrer que L est continue, cest--dire : pour tout compact K de R, il existe C
K
R t.q. pour toute fonction
continue support dans K, [L(f)[ C
K
|f|

. (Considrer une fonction


K
C
c
(R, R) t. q.
K
(x) = 1 si
x K, et
K
(x) 0).
2. Montrer le lemme suivant :
Lemme 5.1 (Dini) Soient (f
n
)
nN
C
c
(R, R) et f C
c
(R, R) t.q. f
n
f ou f
n
f lorsque n +. Alors
f
n
converge uniformment vers f.
3. Dduire des deux tapes prcdentes que si (f
n
)
nN
C
c
(R, R) et f C
c
(R, R) t.q. f
n
f ou f
n
f lorsque
n +, alors L(f
n
) L(f).
4. Soient (f
n
)
nN
et (g
n
)
nN
C
c
(R, R) des suites telles que f
n
f et g
n
g (ou f
n
f et g
n
g), o f et g
sont des fonctions de R dans R. Montrer que si f g alors lim
n+
L(f
n
) lim
n+
L(g
n
) (et dans le cas
particulier o f = g, lim
n+
L(f
n
) = lim
n+
L(g
n
)). [On pourra, par exemple, considrer, pour n x,
h
p
= inf(g
p
, f
n
) et remarquer que h
p
f
n
.]
5. On dnit :
A
+
= f : R R; (f
n
)
nN
C
c
(R, R); f
n
f et lim
n+
L(f
n
) < +, (5.2)
A

= f : R R; (f
n
)
nN
C
c
(R, R); f
n
f et lim
n+
L(f
n
) > , (5.3)
Si f A
+
, on pose L(f) = lim
n+
L(f
n
), o (f
n
)
nN
C
c
(R, R); f
n
f. Si f A

, on pose L(f) =
lim
n+
L(f
n
), o (f
n
)
nN
C
c
(R, R); f
n
f. Vrier que ces dnitions sont cohrentes (cest--dire
quelles ne dpendent pas des suites choisies et que si f A
+
A

, les deux dnitions coincident). Montrer


les proprits suivantes :
(a) Si f A
+
(resp. A

) alors f A

(resp. A
+
)et L(f) = L(f).
(b) Si f, g A
+
(resp. A

) alors f +g A
+
(resp. A

) et L(f +g) = L(f) +L(g).


112
(c) Si f A
+
(resp. A

) et R
+
alors f A
+
(resp. A

) et L(f) = L(f).
(d) Si f A
+
(resp. A

) et g A
+
alors sup(f, g) A
+
et inf(f, g) A
+
.
(e) Si f, g A
+
(resp. A

) et f g, alors L(f) L(g).


(f) Si (f
n
)
nN
A
+
(resp. A

) et f
n
f A
+
(resp. f
n
f A

), alors L(f
n
) L(f).
(g) Soit (f
n
)
nN
A
+
(resp. A

) t.q. f
n
f (resp. f
n
f), o f est une fonction de R dans R. Si
lim
n+
L(f
n
) < +, alors f A
+
.
Remarquer aussi que A
+
contient toutes les fonctions caractristiques des ouverts borns et que A

contient
toutes les fonctions caractristiques des compacts.
6. On pose :
E = f : R R; > 0, g A
+
et h A

; h f g et L(g) L(h) (5.4)


et pour f E, on dnit :
L(f) = sup
hA

,hf
L(h) = inf
gA

,gf
L(g). (5.5)
Montrer que cette dnition a bien un sens, cest--dire que dune part :
sup
hA

,hf
L(h) = inf
gA

,gf
L(g),
et dautre part la dnition de L sur E est compatible avec la dnition sur A
+
et A

(aprs avoir remarqu que


A
+
E et A

E). Montrer les proprits suivantes sur E :


(a) E est un espace vectoriel et L une forme linaire positive sur E.
(b) E est stable par passage la limite croissante ou dcroissante.
(c) E est stable par inf et sup, i.e. si f E et g E, alors sup(f, g) E et inf(f, g) E.
7. Soit (
n
)
nN
C
c
t.q. 0
n
1 et
n
1. On pose T = A T(R); 1
A

n
En N. Montrer que
T B(R).
8. Pour A T, on pose : m(A) = lim
n+
L(1
A

n
) R +. Montrer que m est une mesure -nie.
9. Montrer que L
1
(R, T, m) = E et que
_
fdm = L(f), f E.
Proposition 5.4 Soit d 1, m et deux mesures sur B(R
d
), nies sur les compacts. On suppose que
_
fdm =
_
fd, pour tout f C
c
(R
d
, R). Alors m = .
DMONSTRATION : La dmonstration de cette proposition peut se faire en utilisant la proposition 2.5. Elle est
faite pour d = 1 au chapitre 4 (proposition 4.11. Sa gnralisation au cas d > 1 est laisse en exercice.
Remarque 5.3 Le thorme 5.1 donne un autre moyen de construire la mesure de Lebesgue que celui vu au
chapitre 2 :
Pour f C
c
(R, R), on pose L(f) =
_
b
a
f(x)dx, o a, b R sont choisis pour que f = 0 sur [a, b]
c
(on utilise
ici lintgrale des fonctions continues sur un compact de R). Lapplication L est clairement linaire positive de
C
c
(R, R) dans R. Le thorme 5.1 donne donc lexistence dune mesure msur B(R) t.q.
_
fdm = L(f) pour tout
f C
c
(R, R). Cette mesure est justement la mesure de Lebesgue (elle vrie bien m(]a, b[) = b a pour tout
a, b R, a < b).
113
Dnition 5.1 On dnit les espaces de fonctions continues (de R dans R) suivants :
C
b
(R, R) = f C(R, R); sup
xR
[f(x)[ < ,
C
0
(R, R) = f C(R, R); f(x) 0 quand [x[ ,
C
c
(R, R) = f C(R, R); K R, K compact, f = 0 sur K
c
.
Pour f C
b
(R, R), on pose |f|
u
= sup
xR
[f(x)[. La norme ||
u
sappelle norme de la convergence uniforme"
(elle est aussi parfois appele norme innie".)
Il est clair que C
c
(R, R) C
0
(R, R) C
b
(R, R) et on rappelle que C
b
(R, R) et C
0
(R, R) sont des espaces de
Banach (e.v.n. complet) avec la norme | |
u
Remarque 5.4 Soit mune mesure nie sur B(R), alors C
b
(R, R) L
1
R
(R, B(R), m) (en toute rigueur, on a plutt
C
b
L
1
R
(R, B(R), m)). Pour f C
b
(R, R), on pose L(f) =
_
fdm. Lapplication L est alors une application
linaire sur C
b
(R, R). On munit C
b
(R, R) de la norme de la convergence uniforme, Lapplication L est alors
continue (car L(f) m(E)|f|
u
pour tout f C
b
(R, R)). Lapplication L est aussi positive, cest--dire que
f 0 L(f) 0. On donne ci-aprs des rciproques partielles de ces rsultats.
Thorme 5.2 (Riesz) Soit L une application linaire positive de C
0
dans R, alors il existe une unique mesure m
nie sur (R, B(R)) t.q. :
f C
0
, L(f) =
_
fdm. (5.6)
DMONSTRATION : Ici aussi, on ne donne quun schma de la dmonstration.
Soit L une application linaire positive de C
0
dans R.
1. Pour montrer que si m existe, alors m est nie, considrer les fonctions
f
n
= 1
[n,n]
+ (x +n + 1)1
[(n+1),n]
+ (n + 1 x)1
[n,n+1]
,
et la continuit de L.
2. Montrer que L est continue.[Raisonner par labsurde en supposant que L est positive et non continue : en
utilisant le fait que si L est non continue alors L est non borne sur la boule unit, construire une suite g
n
de
fonctions positives telles que la srie de terme gnral g
n
converge absolument. Soit g la limite de la srie de
terme gnral g
n
, montrer que T(g) > n, n N.]
3. Montrer que la restriction T de L C
c
(R, R) est linaire continue, et donc par le thorme 5.1 quil existe une
unique mesure m t.q. T(f) =
_
fdm, f C
c
(R, R).
4. Montrer que L(f) =
_
fdm f C
0
(R, R) [approcher f de manire uniforme par f
n
C
c
(R, R), prendre
par exemple : f
n
= f
n
o
n
C
c
(R, R),
n
= 1 sur [n, n] et
n
(x) = 0 sur [(n + 1), n]
c
. Montrer que
lim
n+
L(f
n
) = L(f) et que lim
n+
_
f
n
dm =
_
fdm .
Le rsultat du thorme 5.2 est faux si on remplace C
0
par C
b
. On peut, par exemple, construire une application
linaire continue positive sur C
b
, non identiquement nulle sur C
b
et nulle sur C
0
. Si on note L une telle application
(nulle sur C
0
mais non identiquement nulle sur C
b
) et si m est une mesure nie sur (R, B(R)) t.q. L(f) =
_
fdm
pour f C
b
, on montre facilement (en utilisant
_
fdm = 0 pour tout f C
0
) que m = 0 et donc L(f) = 0 pour
tout f C
b
, en contradiction avec le fait que L nest pas identiquement nulle sur C
b
.
114
Pour construire une application linaire continue positive sur C
b
, non identiquement nulle et nulle sur C
0
, on peut
procder de la manire dcrite ci aprs. On note F le sous espace vectoriel de C
b
form des lments de C
b
ayant
une limite en +. On a donc f F si f C
b
et si il existe l R t.q. f(x) l quand x . Pour f F on
pose

L(f) = lim
x
f(x). On a ainsi dni une forme linaire positive sur F (car, pour f F, f(x) 0 pour
tout x R implique bien

L(f) 0). En utilisant le thorme 5.3 donn ci aprs, il existe donc L, forme linaire
positive sur C
b
, t.q. L =

L sur F. Lapplication L est donc linaire continue positive sur C
b
(pour la continuit,
on remarque que [L(f)[ |f|
u
), elle est bien nulle sur C
0
(car lim
x
f(x) = 0 si f C
0
F) et non
identiquement nulle sur C
b
car L(f) = 1 si f est la fonction constante, gale 1 en tout point.
Remarque 5.5 Soit E un espace de Banach rel, F un s.e.v. de E et T une application linaire continue de
F (muni de la norme de E) dans R. Une consquence du thorme de Hahn-Banach est quil existe alors une
application linaire continue

T de E dans R (i.e.

T E
t
) t.q.

T = T sur F. (Si F est dense dans E, le thorme
de Hahn-Banach est inutile et on peut montrer aussi lunicit de

T. Si F nest pas dense dans E,

T nest pas
unique.) Lobjectif du thorme 5.3 est de remplacer lhypothse de continuit de T par une proprit de positivit.
Thorme 5.3 (Hahn-Banach positif)
Soit F un sous espace vectoriel de C
b
= f C(R, R); sup
xR
[f(x)[ < et T une application linaire de F
dans R. On suppose que F contient les fonctions constantes et que T est positive (cest--dire que, pour f F,
f(x) 0 pour tout x R implique T(f) 0). Il existe alors T, application linaire positive sur C
b
, t.q. T = T
sur F.
DMONSTRATION : La dmonstration nest pas dtaille ici. Elle peut se faire en utilisant une technique trs
similaire celle donnant la dmonstration du thorme de Hahn-Banach (qui permet aussi de montrer le thorme
de prolongement dune application linaire continue dnie sur un sous espace vectoriel dun espace de Banach).
Elle peut aussi se faire en se ramenant au thorme de Hahn-Banach lui-mme tel quil est donn, par exemple,
dans le livre danalyse fonctionnelle de H. Brezis.
Il est intressant de noter que le rsultat du thorme peut tre faux si on retire lhypothse F contient les fonctions
constantes".
On peut maintenant faire la remarque suivante :
Remarque 5.6 Soit K une partie compacte de R. On note C(K, R) = f
]
K
, f C
b
. Si m est une mesure nie
sur (K, B(K)) lespace fonctionnel C(K, R) est inclus dans L
1
R
(K, B(K), m), et lapplication qui f C(K, R)
associe
_
fdm est linaire positive (et continue, si C(K, R) est muni de la norme de la convergence uniforme).
Rciproquement, soit L une application linaire positive de C(K, R) dans R. Le thorme prcdent permet de
montrer quil existe une unique mesure nie, note m, sur (K, B(K)) t.q. :
L(f) =
_
fdm, f C(K, R). (5.7)
Considrons maintenant le cas des mesures signes : si mest une mesure signe sur (R, B(R)) (ou sur (K, B(K))),
lapplication qui f C
0
(ou C(K), K tant une partie compacte de R) associe
_
fdm est linaire continue
(pour la norme de la convergence uniforme). Rciproquement, on a aussi existence et unicit dune mesure (signe)
dnie partir dune application linaire continue de C
0
(ou de C(K)) dans R :
115
Thorme 5.4 (Riesz, mesures signes) Soit L une application linaire continue de C
0
(R, R) dans R (ou de
C(K, R) dans R, o K est un compact de R). Alors il existe une unique mesure signe, note m, sur B(R) (ou sur
B(K)) t.q. :
L(f) =
_
fdm, f C
0
(R, R)( ou C(K, R)). (5.8)
Les lments de (C
0
(R, R))
t
(ou (C(K, R))
t
) sont appels "mesures de Radon" sur R (ou K). On rappelle que,
pour un espace de Banach (rel) E, on note E
t
son dual topologique, cest--dire lensemble des applications
linaires continues de E dans R.
DMONSTRATION : Elle consiste se ramener au thorme de Riesz pour des formes linaires positives. Elle nest
pas dtaille ici. On rappelle seulement que si m est une mesure signe sur T (tribu sur un ensemble E). il existe
deux mesures nies m
+
et m

sur T, trangres (cest--dire quil existe A T t.q. m


+
(A) = m

(A
c
) = 0) et
t.q. m = m
+
m

. On a alors (par dnition) L


1
R
(E, T, m) = L
1
R
(E, T, m
+
) L
1
R
(E, T, m

) et, si f L
1
R
(E,
T, m),
_
fdm =
_
fdm
+

_
fdm

.
Dnition 5.2 (Mesure de Radon) Soit un ouvert born de R, alors on appelle mesure de Radon sur un
lment de (C(, R))
t
, cest--dire une application linaire continue (pour la norme innie) de C(, R) dans R.
Remarque 5.7 Soit T une forme linaire sur C
c
(, R).
1. Si T est continue pour la norme |.|

, on peut montrer quil existe une et une seule mesure signe, note ,
sur les borliens de telle que T(f) =
_
fd, pour tout f C
c
(, R). Pour montrer lexistence de , on
peut commencer par se ramener au thorme 5.4 en prolongeant T (de manire non unique) en une application
linaire continue sur C(, R) (ceci est possible par le thorme de Hahn-Banach). Le thorme 5.4 donne alors
une (unique) mesure sur B() correspondant ce prolongement de T. La restriction de cette mesure B() est
la mesure recherche. Il est intressant de remarquer que cette mesure est unique, sans que celle donne par
le thorme 5.4 soit unique (car cette dernire dpend du prolongement choisi de T C(, R)).
2. Si T est continue pour la topologie naturelle" de C
c
(, R), (cest--dire que, pour tout compact K , il
existe C
K
R tel que T(f) C
K
|f|

, pour tout f C
c
(, R) avec f = 0 sur le complmentaire de
K) alors ce rsultat est faux ; par contre on peut montrer quil existe deux mesures (positives)
1
et
2
sur les
borliens de telles que T(f) =
_
fd
1

_
fd
2
, f C
c
(, R) ; noter que
1
et
2
peuvent prendre toutes
les deux la valeur +(exemple : N = 1, =] 1, 1[, T(f) =

nN

nf(1
1
n
)

nN

nf(1 +
1
n
)), et
donc que (
1

2
)() na pas toujours un sens. . . .
Soit maintenant T une forme linaire sur C

c
(, R), continue pour la norme | |
u
, alors il existe une et une seule
mesure signe, note , sur les borliens de telle que T(f) =
_
fd, f C

c
(, R).
5.3 Changement de variables, densit et continuit
On montre dans cette section quelques proprits importantes de lespace L
1
R
(R, B(R), ) (et ventuellement de
L
1
R
(R, B(R), ) si est nie sur les compacts)
Proposition 5.5 (Changement de variable afne) Soient R

, R et f L
1
(R, B(R), ). On dnit
g : R R par g(x) = f(x +) pour x R. Alors, g L
1
(R, B(R), ) et
_
gd =
1
]]
_
fd.
Le mme rsultat reste vrai en remplaant L
1
par L
1
.
DMONSTRATION :
116
1. On pose (x) = x + , pour tout x R, de sorte que g = f . Comme f et sont borliennes (noter que
est mme continue), g est aussi borlienne, cest--dire g /.
2. Pour montrer que g L
1
(R, B(R), ) et
_
gd =
1
[[
_
fd, (5.9)
on raisonne en plusieurs tapes :
(a) On suppose que f = 1
A
avec A B(R) t.q. (A) < . On a alors g = 1 1

(avec
1

=
1

,
x A). On a donc g L
1
(R, B(R), ) et (5.9) est vraie (car on a dj vu que (
1

) =
1
]]
(A), dans
la proposition 2.9).
(b) On suppose que f c
+
L
1
(R, B(R), ). Il existe donc a
1
, . . . , a
n
> 0 et A
1
, . . . , A
n
T t.q. f =

n
i=1
a
i
1
A
i
. Comme f L
1
(R, B(R), ), on a aussi (A
i
) < pour tout i. On conclut alors que g =

n
i=1
a
i
1 1

A
i

, ce qui donne que g c


+
L
1
(R, B(R), ) et que (5.9) est vraie.
(c) On suppose que f /
+
L
1
(R, B(R), ). Il existe (f
n
)
nN
c
+
L
1
(R, B(R), ) t.q. f
n
f quand
n . On a donc
_
f
n
d
_
fd quand n . On dnit g
n
par g
n
(x) = x + , pour tout x R.
On a alors g
n
c
+
L
1
(R, B(R), ), g
n
g et
_
g
n
d
_
gd quand n . Comme (5.9) est vraie pour
f = f
n
et g = g
n
, on en dduit que g /
+
L
1
(R, B(R), ) et (5.9) est vraie.
(d) On suppose enn seulement que f L
1
(R, B(R), ). Comme f = f
+
f

, avec f

/
+
L
1
(R,
B(R), ), on peut utiliser ltape prcdente avec f

et on obtient que g L
1
(R, B(R), ) et que (5.9) est
vraie.
3. Le rsultat obtenu est encore vrai pour L
1
au lieu de L
1
. Il suft de remarquer que
f
1
= f
2
p.p. g
1
= g
2
p.p. ,
avec g
i
() = f
i
( +), i = 1, 2.
En fait, lorsque f dcrit un lment de L
1
(qui est un ensemble dlments de L
1
), la fonction g( +) dcrit
alors un lment de L
1
.
Le rsultat de densit que nous nonons prsent permet dapprocher une fonction de L
1
R
(R, B(R), ) aussi
prs que lon veut" par une fonction continue support compact. Ce rsultat est souvent utilis pour dmontrer
certaines proprits des fonctions de L
1
: On montre la proprit pour les fonctions continues, ce qui savre en
gnral plus facile, et on passe la limite".
Thorme 5.5 (Densit de C
c
(R, R) dans L
1
R
(R, B(R), ))
On note L
1
= L
1
R
(R, B(R), ). Lensemble C
c
(R, R) des fonctions continues de R dans R et supports compacts,
est dense dans L
1
, cest--dire :
f L
1
R
(R, B(R), ), > 0, C
c
(R, R); |f |
1
< .
DMONSTRATION :
On a dj vu que C
c
(R, R) L
1
. En toute rigueur, on a plutt C
c
(R, R) L
1
= L
1
R
(R, B(R), ). Lobjectif est
donc de montrer que pour tout f L
1
et tout > 0, il existe C
c
(R, R) t.q. |f |
1
. On va raisonner
une nouvelle fois en plusieurs tapes (fonctions caractristiques, c
+
, /
+
et enn L
1
).
117
Etape 1. On suppose ici que f = 1
A
avec A B(R) et (A) < .
Soit > 0. Comme est une mesure rgulire (proposition 2.3), il existe un ouvert O et un ferm F t.q. F A
O et (O F) . Pour n N

, on pose F
n
= F [n, n], de sorte que F
n
est compact (pour tout n) et F =

nN
F
n
. La continuit croissante de donne alors (F
n
) (F), quand n . Comme (F) (A) < ,
on a aussi (F F
n
) = (F) (F
n
) 0 quand n . Il existe donc n
0
t.q. (F F
n
0
) .
On pose K = F
n
0
et on obtient donc K F A O. Ce qui donne (O K) (O F) +(F K) 2.
On a donc trouv un compact K et un ouvert O t.q. K A O et (O K) 2. ceci va nous permettre de
construire C
c
(R, R) t.q. |f |
1
2.
On pose d = d(K, O
c
) = infd(x, y), x K, y O
c
. On remarque que d > 0. En effet, il existe (x
n
)
nN
K
et (y
n
)
nN
O
c
t.q. d(x
n
, y
n
) = [x
n
y
n
[ d quand n . Par compacit de K, on peut supposer (aprs
extraction ventuelle dune sous suite) que x
n
x, quand n . Si d = 0, on a alors aussi y
n
x quand
n et donc x O
c
K (car K et O
c
sont ferms). Ce qui est impossible car O
c
K = . On a donc bien
montr d > 0.
On pose maintenant , pour tout x R, (x) =
1
d
(d d(x, K))
+
avec d(x, K) = infd(x, y), y K. La
fonction est continue car x d(x, K) est continue (cette fonction est mme lipschitzienne, on peut montrer que
[d(x, k) d(y, K)[ [x y[). Elle est support compact car il existe A > 0 t.q. K [A, A] et on remarque
alors que = 0 sur [Ad, A+d]
c
. On a donc C
c
(R, R). Enn, on remarque que = 1 sur K, = 0 sur
O
c
et 0 1 (partout). On en dduit que f = 0 sur K O
c
et 0 [f [ 1, ce qui donne
|f |
1
(O K) 2,
et termine donc la premire (et principale) tape.
Etape 2. On suppose ici que f c
+
L
1
. Il existe donc a
1
, . . . , a
n
> 0 et A
1
, . . . , A
n
T t.q. f =

n
i=1
a
i
1
A
i
.
Comme f L
1
, on a aussi (A
i
) < pour tout i.
Soit > 0, ltape 1 donne, pour tout i, lexistence de
i
C
c
(R, R) t.q. |1
A
i

i
|
1
. On pose =

n
i=1
a
i

i
C
c
(R, R) et on obtient |f |
1
(

n
i=1
a
i
) (ce qui est bien arbitrairement petit).
Etape 3. On suppose ici que f /
+
L
1
.
Soit > 0. Daprs la caractrisation de lintgrale dans /
+
(lemme 4.3), Il existe g c
+
t.q. g f et
_
fd
_
gdm
_
fdm, de sorte que |g f|
1
=
_
(f g)d . Ltape 2 donne alors lexistence de
C
c
(R, R) t.q. |g |
1
. Do lon dduit |f |
1
2. Ce qui termine ltape 3.
Etape 4. On suppose enn que f L
1
.
Soit > 0. Comme f

/
+
L
1
, ltape 3 donne quil existe
1
,
2
C
c
(R, R) t.q. |f
+

1
|
1
et
|f

2
|
1
. On pose alors =
1

2
. On a C
c
(R, R) et |f |
1
2. Ce qui prouve bien la densit
de C
c
(R, R) dans L
1
.
Le rsultat de densit que nous venons de dmontrer nest pas limit la mesure de Lebesgue. Il est vrai pour toute
mesure sur B(R), nie sur les compacts. Il est aussi vrai en remplaant C
c
par C

c
. Enn, il nest pas limit R,
il est galement vrai dans R
d
, d 1. Tout ceci est montr dans lexercice 7.13. Par contre, le rsultat que nous
montrons maintenant nest pas vrai pour toute mesure sur B(R), nie sur les compacts (voir lexercice 7.13).
Thorme 5.6 (Continuit en moyenne) Soient f L
1
R
(R, B(R), ) et h R. On dnit f
h
(translate" de f)
par : f
h
(x) = f(x +h), pour presque tout x R. Alors :
|f
h
f|
1
=
_
[f(x +h) f(x)[dx 0 lorsque h 0. (5.10)
118
DMONSTRATION :
Soient f L
1
R
(R, B(R), ) et h R. On remarque que f
h
= f( +h) L1
R
(R, B(R), ) (daprs la proposition
5.5). Dautre part f = g p.p. implique f
h
= g
h
p.p.. On peut donc dnir f
h
comme lment de L
1
R
(R, B(R), )
si f L
1
R
(R, B(R), ).
La dmonstration de (5.10) fait lobjet de lexercice 5.14.
5.4 Intgrales impropres des fonctions de R dans R
On considre ici des fonctions de R dans R, et lespace mesur (R, B(R), ).
Dnition 5.3 (Intgrabilit gauche) Soient f : R R, R et a R +, a > ; on suppose que
], a[, f1
],[
L
1
(= L
1
R
(R, B(R), )). On dit que f est intgrable gauche en a (ou encore que
_
a
existe) si
_
f1
],[
d a une limite dans R lorsque a. Cette limite est note
_
a

f(t)dt.
Remarque 5.8 Ceci ne veut pas dire que f1
],a[
L
1
. Il suft pour sen convaincre de prendre a = +, = 0,
considrer la fonction f dnie par f(0) = 1 et, pour x > 0, f(x) =
sin x
x
.
Par contre, ds que la fonction f considre est de signe constant, on a quivalence entre les deux notions :
Proposition 5.6 Soient f : R R
+
, R et a R +, a > ; on suppose que ], a[, f1
],[

L
1
(= L
1
R
(R, B(R), )). Alors f est intgrable gauche en a si et seulement si f1
],a[
L
1
.
DMONSTRATION : Ce rsultat se dduit du thorme de convergence monotone (construire une suite qui tend en
croissant vers f1
],a[
).
5.5 Exercices
Exercice 5.1 (La mesure de Dirac nest pas une fonction. . . )
On note E = C([0, 1], R) et on munit E de la norme de la convergence uniforme. Soit T lapplication de E dans
R dnie par T() = (0). On note aussi
0
la mesure de Dirac en 0 sur B([0, 1]).
1. Montrer que T E
t
(on rappelle que E
t
est le dual topologique de E, cest dire lensemble des applications
linaires continues de E dans R).
2. Soit E. Monter que L
1
([0, 1], B([0, 1]),
0
) et que T() =
_
d
0
, o
0
est la mesure de Dirac en 0.
3. Soient g L
1
R
([0, 1], B([0, 1]), ) et (
n
)
nN
E dnie par :
n
(x) = (1/n)(nn
2
x)
+
, pour tout x [0, 1]
et tout n N. Montrer que
_
g
n
d 0 lorsque n +.
En dduire quil nexiste pas g L
1
R
([0, 1], B([0, 1]), ) t.q. on ait, pour toute fonction E : T() =
_
gd.
4. Montrer que
0
nest pas une mesure de densit par rapport .
Exercice 5.2
Soit (f
n
)
nN
la suite de fonctions de ]0, 1[ dans R dnie par f
n
(x) = (n n
2
x)
+
. On note la mesure de
Lebesgue sur la tribu B(R) des borliens de ]0, 1[, et L
1
= L
1
R
(]0, 1[, B(R), ).
Soit T lapplication de C([0, 1], R) dans R dnie par T() = (0).
119
1. Montrer que T
_
C([0, 1], R)
_
t
(on rappelle que
_
C([0, 1], R)
_
t
est le dual de C([0, 1], R), cest dire
lensemble des formes linaires continues sur C([0, 1], R) muni de la norme uniforme).
2. Montrer que T() =
_
d
0
, o
0
est la mesure de Dirac en 0.
3. Soient g L
1
(]0, 1[, R) et (
n
)
nN

_
C([0, 1], R)
_
dnie par :
n
=
f
n
2n
. Montrer que
_
g
n
d 0
lorsque n +.
En dduire quil nexiste pas g L
1
(]0, 1[, R) t.q. on ait, pour toute fonction C([0, 1], R) : T() =
_
gd; montrer que
0
nest pas une mesure de densit.
Exercice 5.3 (Intgrale de Riemann) Soient a, b des rels, a < b et f : [a, b] R une fonction borne, i.e.
telle quil existe M R t.q. [f(t)[ M, t [a, b]. Soit une subdivision de [a, b], = x
0
, x
1
, . . . , x
N+1

avec x
0
= a < x
1
< . . . < x
N+1
= b. On pose S

N
i=0
(sup
x[x
i
,x
i+1
]
f(x))(x
i+1
x
i
), et S

N
i=0
(inf
x[x
i
,x
i+1
]
f(x))(x
i+1
x
i
). On note A lensemble des subdivisions de [a, b] et S

= inf
A
S

, et
S

= sup
A
S

. On dit que f est Riemann intgrable si S

= S

. On pose alors R
_
b
a
f(x)dx = S

.
1. Soient
1
et
2
A tels que
1

2
. Montrer que S

1
S

2
S

2
S

1
. En dduire que S

pour tous ,
t
A, et donc que S

.
2. Montrer quil existe une suite de subdivisions (
n
)
nN
telle que S

n
S

et S

n
S

quand n +.
3. Montrer que si f est continue, f est Riemann-intgrable.
4. On suppose maintenant que f est Riemann-intgrable. Soit (
n
)
nN
une suite t.q. S

n
S

et S

n
S

quand n +. Pour n N, on note


n
= x
(n)
0
, . . . , x
(n)
N
n
+1
et on pose :
g
n
(x) = inff(y), y [x
(n)
i
, x
(n)
i+1
], x
(n)
i
x < x
(n)
i+1
, i = 0, . . . , N
n
+ 1 (5.11)
h
n
(x) = supf(y), y [x
(n)
i
, x
(n)
i+1
], x
(n)
i
x < x
(n)
i+1
, i = 0, . . . , N
n
+ 1 (5.12)
g
n
(b) = h
n
(b) = 0. (5.13)
(a) Montrer que g
n
et h
n
/ L
1
, o / = /([a, b], B(R), ) et L
1
= L
1
([a, b], B(R), ), et que
_
(h
n
g
n
)d 0 quand n +.
(b) Montrer que g
n
g
n+1
f g
n+1
h
n
, n N.
(c) On pose g = lim
n+
g
n
et h = lim
n+
h
n
; montrer que g = h p.p. . En dduire que f L
1
et que
_
fd = R
_
b
a
f(x)dx.
(d) Soit f dnie par :
f(x) = 1 si x Q, (5.14)
f(x) = 0 si x , Q. (5.15)
Montrer que f nest pas Riemann intgrable, mais que f L
1
R
([a, b], B(R), ).
Exercice 5.4 Corrig 95 page 383
Soit (f
n
)
nN
C
1
(]0, 1[, R) convergeant simplement vers la fonction f :]0, 1[ R; on suppose que la suite
(f
t
n
)
nN
( C(]0, 1[, R) ) converge simplement vers la fonction constante et gale 1.
1. A-t-on f C
1
(]0, 1[, R) et f
t
= 1 ?
2. On suppose maintenant que la suite (f
t
n
)
nN
converge dans L
1
R
(]0, 1[, B(]0, 1[), ) vers la fonction constante et
gale 1. A-t-on f C
1
(]0, 1[, R) et f
t
= 1 ?
120
Exercice 5.5 (Intgrale impropre) Corrig 96 page 384
On dnit lapplication f de R dans R par :
f(x) = 0, si x 0,
f(x) = x
2
sin
1
x
2
, si x > 0.
1. Montrer que f est continue et drivable en tout point de R.
2. Soit 0 < a < b < . Montrer que f
t
1
]a,b[
L
1
R
(R, B(R), ). On pose
_
b
a
f
t
(t)dt =
_
f
t
1
]a,b[
d. Montrer
que :
f(b) f(a) =
_
b
a
f
t
(t)dt.
3. Soit a > 0.
(a) Montrer f
t
1
]0,a[
, L
1
R
(R, B(R), ).
(b) Pour 0 < x < a, on pose g(x) =
_
a
x
f
t
(t)dt. Montrer que g(x) a une limite (dans R) quand x 0, avec
x > 0, et que cette limite est gale f(a)f(0). (Cette limite est aussi note
_
a
0
f
t
(t)dt, improprement. . . car
f
t
1
]0,a[
, L
1
R
(R, B(R), ), la restriction de f
t
]0, a[ nest donc pas intgrable pour la mesure de Lebesgue
sur ]0, a[.)
Exercice 5.6
Soit (E, T, m) un espace mesur, (f
n
)
nN
L
1
R
(E, T, m) et f L
1
R
(E, T, m). On suppose que f
n
f dans
L
1
R
(E, T, m) et quil existe C 0 tel que [f
n
[ C p.p. et pour tout n N. Montrer que
_
[f
n
f[
2
dm 0
lorsque n +.
Exercice 5.7 Corrig 97 page 386
Soit f L
1
R
(R, B(R), ). On dnit F : R R par : F(x) =
_
f1
[0,x]
d(=
_
x
0
f(t)dt), pour x 0, et
F(x) =
_
f1
[x,0]
d(=
_
0
x
f(t)dt) pour x < 0. Montrer que F est uniformment continue.
Exercice 5.8 (Intgrabilit et limite linni) Corrig 98 page 387
Soit f L
1
R
(R, B(R), ) = L
1
.
1. On suppose que f(x) admet une limite quand x . Montrer que cette limite est nulle.
2. On suppose que f C(R, R) ; a-t-on : lim
x+
f(x) = 0 ?
3. On suppose que f est uniformment continue. A-t-on lim
x+
f(x) = 0 ? [On pourra commencer par montrer
que, pour tout > 0 et toute suite (x
n
)
nN
de rels t.q. lim
n
x
n
= +, on a :
lim
n+
_
x
n
+
x
n

[f(x)[d(x) = 0.] (5.16)


4. On suppose que f C
1
(R, R) et f
t
L
1
; a-t-on : lim
x+
f(x) = 0 ?
Exercice 5.9
1. On considre lespace mesur (E, T, m) = (]0, 1[, B(]0, 1[, ). Soit 0 < < + . On pose, pour x ]0, 1[,
f(x) = (
1
x
)

. Pour quelles valeurs de a-t-on f L


1
R
(E, T, m) ?
121
2. On considre lespace mesur (E, T, m) = (R

+
, B(R

+
), ). Soit f dnie, pour x ]0, +[, par : f(x) =
sin x
x
. Montrer que f / L
1
R
(E, T, m). On pose f
n
= f1
]0,n[
. Montrer que f
n
L
1
R
(E, T, m), que f
n
f p.p.
(et mme uniformment) et que
_
f
n
dm a une limite dans R lorsque n +.
Exercice 5.10 (Egalit p.p. de fonctions continues) Corrig 99 page 388
On munit R
N
de la tribu borlienne B(R
N
) et de la mesure de Lebesgue
N
. Soient f et g C(R
N
, R) t.q.
f = g p.p.. Montrer que f = g partout. [On dira donc que f L
1
(R
N
, B(R
N
),
n
) est continue si il existe
g C(R
N
, R) t.q. f = g p.p. (plus prcisment on devrait crire g f). Dans ce cas on identie f avec g.]
Exercice 5.11 1. On considre lespace mesur (E, T, m) = (]0, 1[, B(R), ) ; soit 0 < < +; on pose, pour
x ]0, 1[, f(x) = (
1
x
)

. Pour quelles valeurs de a-t-on f L


1
R
(E, T, m) ?
2. On considre lespace mesur (E, T, m) = (R

+
, B(R), ) ; soit f dnie, pour x ]0, +[, par : f(x) =
sin x
x
.
Montrer que f / L
1
R
(E, T, m). On pose f
n
= f1
]0,n[
. Montrer que f
n
L
1
R
(E, T, m), que f
n
f p.p. (et
mme uniformment) et que
_
f
n
dm a une limite dans R lorsque n +.
Exercice 5.12 Soit et deux mesures nies sur B(R), tribu borlienne sur R.
1. Montrer que si, pour toute fonction continue support compact on a :
_
fd =
_
fd, (E)
alors = . [On rappelle (cf. exercice 2.34) que si m est une mesure nie sur B(R), alors : A R, m(A) =
infm(O), O A, O ouvert de R.]
2. On suppose maintenant que lgalit (E) est vrie pour toute fonction f de C

c
(R, R). Le rsultat prcdent
vous parait-il encore vrai ?
Exercice 5.13 (Notation : Soit f une fonction de R dans R, on note f
2
la fonction de R dans R dnie par :
f
2
(x) = (f(x))
2
.) Soit E = f C
1
(R, R); f L
1
= L
1
R
(R, B(R), ) et f
t2
L
1
. Pour f E, on dnit
|f| =
_
[f[d + (
_
[f
t
[
2
d)
1
2
1. Montrer que (E, |.|) est un espace vectoriel norm. E est-il un espace de Banach ?
2. Soient a R et R

+
. Montrer que a a
2
+
1

.En dduire que pour f E, (x, y) R


2
et R

+
, on a :
[f(x) f(y)[
_
[f
t
[
2
d +
1

[x y[.
3. Montrer que si f E, alors :
f est uniformment continue.
f est borne.
f
2
L
1
.
Exercice 5.14 (Continuit en moyenne) Corrig 100 page 388
Pour f L
1
= L
1
R
(R, B(R), ) et h R, on dnit f
h
(translate" de f) par : f
h
(x) = f(x + h), pour x R.
(noter que f
h
L
1
).
1. Soit f C
c
= C
c
(R, R), montrer que |f
h
f|
1
0 lorsque h 0.
2. Soit f L
1
, montrer que |f
h
f|
1
0 lorsque h 0.
122
Exercice 5.15 On note L
1
= L
1
R
(R
N
, B(R
N
),
N
), et C
b
= C
b
(R
N
, R) lensemble des fonctions continues
bornes de R
N
dans R.
1. Pour f L
1
, h R

+
et x R
N
, on dnit
f
h
(x) =
1

N
(B(0, h))
_
B(x,h)
f(y)dy,
o B(0, h) dsigne la boule ouverte de centre 0 et de rayon h. Montrer que f
h
est dnie partout, que f
h
L
1
,
et que f
h
f dans L
1
lorsque h 0. En dduire quil existe (h
n
)
nN
t.q. h
n
0 lorsque n + et
f
h
n
f p.p. lorsque n +.
2. On considre maintenant une suite de mesures (
n
)
nN
nies sur (R
N
, B(R
N
)), t.q.
n

0
dans C
t
b
i.e.
_
d
n

_
d, C
b
. Soit f une fonction mesurable borne de R
N
dans R et intgrable pour la mesure
de Lebesgue, et = f. Montrer que
n
est une mesure de densit f
n
L
1
et montrer que f
n
f dans
L
1
.
3. Soit A R t.q. A [0, 1] ; on dit que A est "bien quilibr" si pour tout intervalle I de [0, 1], on a : (I A) =
(I A
c
) =
(I)
2
. Montrer quil nexiste pas de borlien A de [0, 1] bien quilibr.
Exercice 5.16 (Non existence de borlien bien quilibr")
Soit N 1. On note L
1
= L
1
R
(R
N
, B(R
N
),
N
).
1. Pour f L
1
, h R

+
et x R
N
, on dnit
f
h
(x) =
1

N
(B(0, h))
_
B(x,h)
f(y)dy,
o B(x, h) dsigne la boule ouverte de centre x et de rayon h. Montrer que f
h
est dnie pour tout x R
N
.
Montrer que f
h
L
1
et que f
h
f dans L
1
lorsque h 0. [On pourra, par exemple, utiliser le thorme de
continuit en moyenne dans L
1
.]
En dduire quil existe (h
n
)
nN
t.q. h
n
0, lorsque n +, et f
h
n
f p.p. lorsque n +.
2. Montrer quil nexiste pas de borlien A inclus dans [0,1] et t.q. (I A) = (I A
c
) =
(I)
2
pour tout
intervalle I de [0, 1]. [On pourra raisonner par labsurde et utiliser la question prcdente avec N = 1 et f
convenablement choisi. Cette question est aussi une consquence de lexercice 5.17.]
Exercice 5.17 (Sur la concentration dun borlien) Corrig 101 page 389
Soit a < b +, A B(]a, b[) et ]0, 1[. On suppose que (A], [) ( ) pour tout , t.q.
a < b. Montrer que (A) = 0. [On pourra, par exemple, commencer par montrer que (AO) (O)
pour tout ouvert O de ]a, b[.]
Consquence de cet exercice : Soit A B(]a, b[) t.q. (A) > 0. Alors, pour tout < 1, il existe , t.q.
a < b et (A], [) ( ).
Exercice 5.18 (Points de Lebesgue) Corrig 102 page 390
On dsigne par la mesure de Lebesgue sur les borliens de R, par L
1
lespace L
1
R
(R, B(R), ) et par L
1
lespace
L
1
R
(R, B(R), ). On note dt = d(t).
1. Soit (I
1
, . . . , I
n
) des intervalles ouverts non vides de R t.q. chaque intervalle nest pas contenu dans la runion
des autres. On pose I
k
=]a
k
, b
k
[ et on suppose que la suite (a
k
)
k=1,...,n
est croissante. Montrer que la suite
(b
k
)
k=1,...,n
est croissante et que les intervalles dindices impairs [resp. pairs] sont disjoints 2 2.
123
2. Soit J une famille nie dintervalles ouverts non vide de R dont la runion est note A. Montrer quil existe une
sous-famille nie de J, note (I
1
, . . . , I
m
), forme dintervalles disjoints 2 2 et t.q. (A) 2

m
k=1
(I
k
).
[Utiliser la question 1.]
On se donne maintenant f L
1
et on suppose quil existe a > 0 t.q. f = 0 p.p. sur [a, a]
c
. Le but de lexercice
est de montrer que :
n
2
_ 1
n

1
n
f(x +t)dt f(x), pour presque tout x R, quand n . (5.17)
Pour > 0, on dnit f

de R dans R par :
f

(x) = sup
h
1
2h
_
h
h
[f(x +t)[dt. (5.18)
3.(a) Montrer que f

est borne.
(b) Montrer que f

est borlienne. [On pourra montrer que f

est le sup de fonctions continues.]


(c) Montrer que f

(x) 0 quand [x[ .


4. Pour y > 0, on pose B
y,
= x R, f

(x) > y.
(a) Montrer que tout x B
y,
est le centre dun intervalle ouvert I(x) t.q.
i. (I(x)) 2,
ii.
1
(I(x))
_
I(x)
[f[d > y.
Montrer que parmi les intervalles I(x), x B
y,
, ainsi obtenus, il en existe un nombre ni I(x
1
), . . . , I(x
n
)
dont la runion recouvre B
y,
. [On pourra dabord remarquer que B
y,
est born.]
(b) Montrer que (B
y,
)
2
y
|f|
1
. [Utiliser la question 2.]
On dnit maintenant f

de R dans R
+
par :
f

(x) = sup
h>0
1
2h
_
h
h
[f(x +t)[dt. (5.19)
5. Montrer que f

est borlienne et que (f

> y)
2
y
|f|
1
, pour tout y > 0.
6. Montrer (5.17) si f admet un reprsentant continu. [cette question nutilise pas les questions prcdentes.]
7. Montrer (5.17). [Approcher f, dans L
1
et p.p., par une suite dlments de C
c
(R, R), note (f
p
)
pN
. On pourra
utiliser (f f
p
)

.]
Exercice 5.19 (Convergence vague et convergence etroite) Corrig 103 page 394
Soit (m
n
)n N une suite de mesures (positives) nies sur B(R
d
) (d 1) et m une mesure (positive) nie sur
B(R
d
). On suppose que :

_
dm
n

_
dm, quand n , pour tout C

c
(R
d
, R).
m
n
(R
d
) m(R
d
) quand n .
1. Soit C
c
(R
d
, R). Montrer que
_
dm
n

_
dm, quand n . [On pourra utiliser le fait que est limite
uniforme dune suite dlement de C

c
(R
d
, R).]
124
2. Pour p N

, on note B
p
la boule ferme de centre 0 et de rayon p (pour la norme euclidienne de R
d
). Montrer
quil existe une suite (
p
)
pN
C
c
(R
d
, R) t.q., pour tout p N

, 0
p
1,
p
= 1 sur B
p
et
p

p+1
.
On utilise cette suite (
p
)
pN
dans les questions suivantes.
3. Soit > 0.
(a) Montrer quil existe p
0
N

t.q. : p p
0

_
(1
p
)dm .
(b) Montrer que, pour tout p N

,
_
(1
p
)dm
n

_
(1
p
)dm quand n .
(c) Montrer quil existe p
1
N

t.q. : n N, p p
1

_
(1
p
)dm
n
.
4. Montrer que
_
dm
n

_
dm, quand n , pour tout C
b
(R
d
, R) (on dit alors que la suite (m
n
)
nN
converge troitement vers m).
5. Indiquer brivement comment obtenir le mme rsultat (cest--dire le rsultat de la question 4) si on remplace
R
d
" (dans les hypothses et dans la question 4) par ouvert de R
d
".
Exercice 5.20 (Unicit avec C

c
)
Soit m et deux mesures nies sur les borliens de R
d
(d 1). on suppose que
_
dm =
_
d pour tout
C

c
(R
d
, R). Montrer que m = .
Exercice 5.21 (Densit de C
c
et C

c
dans L
1
)
Soit d 1 et une mesure sur les borliens de R
d
. On suppose que vrie les deux proprits suivantes :
(p1) est est nie sur les compacts de R
d
, cest--dire que (K) < +si K est un compact de R
d
,
(p2) est rgulire, cest--dire que pour tout A B(R
d
) et tout > 0, il existe O ouvert et F ferm t.q. F A O
et (O F) .
En fait, la proprit (p1) entrane la proprit (p2) (cela est dmontr au chapitre 7, proposition 7.5) mais cette
dmonstration nest pas demande ici.
On note L
1

lespace L
1
R
(R
d
, B(R
d
), ). Pour f L
1

, on note |f|
1
=
_
[f[d. Enn, pour x R
d
, on note [x[ la
norme euclidienne de x.
1. Soit C
c
(R
d
, R) (cest--dire continue de R
d
dans R et support compact). Montrer que L
1

.
2. Soit K un compact de R
d
et > 0. Pour x R
d
, on pose (x) =
(d(x,K))
+

avec d(x, K) = inf[x y[,


y K. Montrer que C
c
(R
d
, R) et que (x) = 1 si x K.
3. Soit A B(R
d
) t.q. (A) < +.
(a) Soit > 0, montrer quil existe O ouvert et K compact t.q. K A O et (O K) .
(b) Soit > 0. Montrer quil existe C
c
(R
d
, R) t.q. | 1
A
|
1
.
4. Soit f une fonction borlienne positive de R
d
dans R. On suppose que f L
1

. Soit > 0. Montrer quil existe


C
c
(R
d
, R) t.q. |f |
1
. [On pourra approcher f par une fonction tage.]
5. (Densit.) Soit f L
1

et > 0.
(a) Montrer quil existe C
c
(R
d
, R) t.q. |f |
1
.
(b) Montrer quil existe C

c
(R
d
, R) t.q. |f |
1
. [On pourra montrer que, si C
c
(R
d
, R), on a
|
n
|
1
0, quand n , avec
n
=
n
et (
n
)
nN
une famille rgularisante, voir la dnition 8.4.
du polycopi de cours).]
6. (Continuit en moyenne ?)
125
(a) Soit C
c
(R
d
, R). Montrer que |( +h) |
1
0 quand h 0.
(b) Montrer, en donnant un exemple (cest--dire en choisissant convenablement f et ) quon peut avoir f L
1

et |f( +h) f|
1
,0 quand h 0.
7. On suppose maintenant que est un ouvert de R
d
et que est une mesure sur les borliens de , nie sur
les sous ensembles compacts de . Indiquer brivement comment on peut montrer la densit de C
c
(, R) et
C

c
(, R) dans L
1
R
(, B(), ).
Exercice 5.22 (Loi dune fonction linaire de X)
Soit (, /, P) un espace de probabilit et X une v.a.. On suppose que la loi de X a une densit par rapport
Lebesgue et on note g cette densit.
Soit a, b R, montrer que la v.a. aX +b a une densit par rapport la mesure de Lebesgue et donner cette densit
en fonction de g, a et b.
126
Chapitre 6
Les espaces L
p
6.1 Dnitions et premires proprits
6.1.1 Les espaces L
p
, avec 1 p < +
Soient (E, T, m) un espace mesur, 1 p < et f /= /(E, T) (cest--dire f : E R, mesurable). On
remarque que [f[
p
/
+
, car [f[
p
= f o est la fonction continue (donc borlienne) dnie par (s) = [s[
p
pour tout s R. La quantit
_
[f[
p
dm est donc bien dnie et appartient R
+
. Ceci va nous permette de dnir
les espaces de fonctions de puissance p-ime intgrable. On retrouve, pour p = 1, la dnition de lespace des
fonctions intgrables.
Dnition 6.1 (Les espaces L
p
) Soient (E, T, m) un espace mesur, 1 p < et f une fonction dnie de E
dans R, mesurable. (On a donc [f[
p
/
+
.)
1. On dit que f L
p
= L
p
R
(E, T, m) si
_
[f[
p
dm < . On pose alors :
|f|
p
=
_
_
[f[
p
dm
_1
p
. (6.1)
2. On dit que f , L
p
= L
p
R
(E, T, m) si
_
[f[
p
dm = et on pose alors |f|
p
= +.
De manire analogue au cas p = 1 on quotiente les espaces L
p
par la relation dquivalence = p.p." an que
lapplication f |f|
p
dnisse une norme sur lespace vectoriel des classes dequivalence (voir section 4.5).
Dnition 6.2 (Les espaces L
p
) Soient (E, T, m) un espace mesur et 1 p < +.
1. On dnit lespace L
p
R
(E, T, m) comme lensemble des classes dquivalence des fonctions de L
p
pour la
relation dquivalence (= pp). En labsence dambigut on notera L
p
lespace L
p
R
(E, T, m).
2. Soit F L
p
R
(E, T, m). On pose |F|
p
= |f|
p
si f F. (Cette dnition est cohrente car ne dpend pas du
choix de f dans F. On rappelle aussi que F =

f = g L
p
; g = f p.p..)
Proposition 6.1 Soient (E, T, m) un espace mesur et 1 p < +. Alors :
1. L
p
R
(E, T, m) est un espace vectoriel sur R.
2. L
p
R
(E, T, m) est un espace vectoriel sur R.
127
DMONSTRATION :
1. Soit R, f L
p
. On a f / (car / est un espace vectoriel) et
_
[f[
p
dm = [[
p
_
[f[
p
dm < .
Donc, f L
p
.
Soit f, g L
p
. On veut montrer que f + g L
p
. On sait que f + g /(car /est un espace vectoriel) et
on remarque que, pour tout x E,
[f(x) +g(x)[
p
2
p
[f(x)[
p
+ 2
p
[g(x)[
p
,
et donc
_
[f +g[
p
dm 2
p
_
[f[
p
dm+ 2
p
_
[g[
p
dm < ,
ce qui montre que f +g L
p
.
2. La structure vectorielle de L
p
sobtient comme pour p = 1. Soit F, G L
p
et , R. On choisit f F
et g G et on dnit F + G comme tant la classe dquivalence de f + g. Comme dhabitude, cette
dnition est cohrente car la classe dquivalence de f +g ne dpend pas des choix de f et g dans F et G.
On va montrer maintenant que f |f|
p
est une semi-norme sur L
p
et une norme sur L
p
.
Lemme 6.1 (Ingalit de Young) Soient a, b R
+
et p, q ]1, +[ t.q.
1
p
+
1
q
= 1. Alors :
ab
a
p
p
+
b
q
q
. (6.2)
DMONSTRATION :
La fonction exponentielle exp() est convexe (de Rdans R). On a donc, pour tout
1
,
2
Ret tout t [0, 1],
exp(t
1
+ (1 t)
2
) t exp(
1
) + (1 t) exp(
2
).
Soit a, b > 0 (les autres cas sont triviaux). On prend t =
1
p
(de sorte que (1t) =
1
q
),
1
= p ln(a) et
2
= q ln(b).
On obtient bien ab
a
p
p
+
b
q
q
.
Lemme 6.2 (Ingalit de Hlder)
Soient (E, T, m) un espace mesur et p, q ]1, +[ t.q.
1
p
+
1
q
= 1. Soient f L
p
R
(E, T, m) et g L
q
R
(E, T, m).
Alors, fg L
1
R
(E, T, m) et
|fg|
1
|f|
p
|g|
q
. (6.3)
Le mme rsultat est vrai avec L
p
, L
q
et L
1
au lieu de L
p
, L
q
et L
1
.
DMONSTRATION :
On remarque dabord que fg /car f, g /(voir la proposition 3.5).
Lingalit de Young donne [f(x)g(x)[
]f(x)]
p
p
+
]g(x)]
q
q
pour tout x E. On en dduit, en intgrant :
_
[fg[dm
1
p
_
[f[
p
dm+
1
q
_
[g[
q
dm < . (6.4)
128
Donc, fg L
1
.
Pour montrer (6.3), on distingue maintenant 3 cas :
Cas 1. On suppose |f|
p
= 0 ou |g|
q
= 0. On a alors f = 0 p.p. ou g = 0 p.p.. On en dduit fg = 0 p.p., donc
|fg|
1
= 0 et (6.3) est vraie.
Cas 2. On suppose |f|
p
= 1 et |g|
q
= 1. On a alors, avec (6.4),
|fg|
1
=
_
[fg[dm
1
p
+
1
q
= 1 = |f|
p
|g|
q
.
Lingalit (6.3) est donc vraie.
Cas 3. On suppose |f|
p
> 0 et |g|
q
> 0. On pose alors f
1
=
f
|f|
p
et g
1
=
g
|g|
q
, de sorte que |f
1
|
p
= |g
1
|
q
= 1. Le
cas 2 donne alors
|fg|
1
|f|
p
|g|
q
= |f
1
g
1
|

1.
Ce qui donne (6.3).
Dans le cas o f L
p
et g L
q
, on confond les classes f et g avec des rpresentants, encore nots f et g. Le
rsultat prcdent donne fg L
1
et (6.3). On a alors fg L
1
au sens de la confusion habituelle, cest--dire il
existe h L
1
t.q. fg = h p.p." (et fg ne dpend pas des reprsentants choisis), et (6.3) est vrie.
Lemme 6.3 (Ingalit de Minkowski) Soit (E, T, m) un espace mesur et 1 p < . Soit f, g L
p
R
(E, T, m).
Alors, f +g L
p
et :
|f +g|
p
|f|
p
+|g|
p
. (6.5)
Le mme rsultat est vrai avec L
p
au lieu de L
p
.
DMONSTRATION :
Le cas p = 1 dj t fait. On suppose donc p > 1. On a aussi dj vu que f +g L
p
(proposition 6.1). Il reste
donc montrer (6.5). On peut supposer que |f +g|
p
,= 0 (sinon (6.5) est trivial).
On remarque que
[f +g[
p
FH +GH, (6.6)
avec F = [f[, G = [g[ et H = [f +g[
p1
.
On pose q =
p
p1
, de sorte que
1
p
+
1
q
= 1, F L
p
, G L
p
et H L
q
(car f +g L
p
). On peut donc appliquer
lingalit de Hlder (6.3), elle donne
|FH|
1
|F|
p
|H|
q
, |GH|
1
|G|
p
|H|
q
.
On en dduit, avec (6.6),
_
[f +g[
p
dm (|f|
p
+|g|
p
)(
_
[f +g[
p
dm)
1
1
p
,
Do lon dduit (6.5).
Il est clair que le lemme est vrai avec L
p
au lieu de L
p
.
On en dduit la proprit suivante :
129
Proposition 6.2 Soient (E, T, m) un espace mesur et 1 p < .
1. Lapplication f |f|
p
est une semi-norme sur L
p
.
2. Lapplication f |f|
p
est une norme sur L
p
. L
p
, muni de cette norme, est donc une espace vectoriel (sur R)
norm.
DMONSTRATION :
On a bien |f|
p
R
+
pour tout f L
p
.
On a dj vu que |f|
p
= [[|f|
p
, pour tout R et tout f L
p
.
Lingalit (6.5) donne |f +g|
p
|f|
p
+|g|
p
pour tout f, g L
p
.
Lapplication f |f|
p
est donc une semi-norme sur L
p
. On remarque que, si f L
p
, on a
|f|
p
= 0 f = 0 p.p..
Cette quivalence donne que lapplication f |f|
p
est une norme sur L
p
.
Remarque 6.1 On reprend ici la remarque 4.9. Soient (E, T, m) un espace mesur et 1 p < . On confondra
dans la suite un lement F de L
p
avec un reprsentant f de F, cest--dire avec un lment f L
p
t.q. f F. De
manire plus gnrale, soit A E t.q. A
c
soit ngligeable (cest--dire A
c
B avec B T et m(B) = 0). On
dira quune fonction f, dnie de A dans R, est un lment de L
p
si il existe une fonction g L
p
t.q. f = g p.p..
On confond donc, en fait, la fonction f avec la classe dquivalence de g, cest--dire avec g = h L
p
; h = g
p.p. . Dailleurs, cet ensemble est aussi gal h L
p
; h = f p.p. .
Avec cette confusion, si f et g sont des lements de L
p
, f = g signie en fait f = g p.p..
Thorme 6.1 (Convergence domine) Soit (E, T, m) un espace mesur et 1 p < . On note L
p
lespace
L
p
R
(E, T, m). Soit (f
n
)
nN
une suite de L
p
t.q. :
1. f
n
f p.p.,
2. F L
p
t.q. [f
n
[ F p.p. pour tout n N.
Alors f
n
f dans L
p
(cest--dire
_
[f
n
f[
p
dm 0 quand n ).
DMONSTRATION :
On se ramne au cas p = 1.
On peut choisir des reprsentants des f
n
(encore nots f
n
) de manire ce que la suite (f
n
(x))
nN
soit convergente
dans R pour tout x E. On pose g(x) = lim
n
f
n
(x). On a donc g / et g F p.p., ce qui montre que
g L
p
. On a donc f L
p
(au sens f = g p.p. avec g L
p
).
Puis, on remarque que
0 h
n
= [f
n
f[
p
([f
n
[ +[f[)
p
2
p
F
p
p.p.,
pour tout n N, et que h
n
0 p.p. quand n . Comme F
p
L
1
, on peut appliquer le thorme de conver-
gence domine, il donne h
n
0 dans L
1
, cest--dire f
n
f dans L
p
.
Dans le thorme 6.1, lhypothse de domination sur la suite (f
n
)
nN
(lhypothse 2) implique que la suite (f
n
)
nN
est borne dans L
p
. La rciproque de cette implication est fausse, cest--dire que le fait que (f
n
)
nN
soit borne
dans L
p
ne donne pas lhypthse 2 du thorme 6.1. Toutefois, le thorme 6.2 ci dessous donne un rsultat de
convergence intressant sous lhypothse (f
n
)
nN
borne dans L
p
" (on pourrait appeler cette hypothse domi-
nation en norme") au lieu de lhypothse 2 du thorme 6.1.
130
Thorme 6.2 (Convergence domine en norme", mesure non nie) Soit (E, T, m) un espace mesur ni
(cest--dire m(E) < ) et 1 < p . On note L
r
lespace L
r
R
(E, T, m) (pour tout 1 r +). Soit
(f
n
)
nN
une suite de L
p
t.q. :
1. f
n
f p.p.,
2. la suite (f
n
)
nN
est borne dans L
p
.
Alors, f L
p
et f
n
f dans L
q
pour tout q [1, p[ (cest--dire
_
[f
n
f[
q
dm 0, quand n , pour
tout 1 q < p).
DMONSTRATION : Le fait que f L
p
est consquence immdiate du lemme de Fatou (Lemme 4.6) appliqu
la suite ([f
n
[
p
)
nN
. Le fait que f
n
f dans L
q
pour tout q [1, p[ peut se faire avec le thorme de Vitali
(thorme 4.8). Ceci est dmontr dans lexercice 6.18 (corrig 114). Une gnralisation avec m(E) = + est
tudie dans lexercice 6.19.
On donne maintenant une rciproque partielle au thorme de convergence domine, comme dans le cas p = 1.
Thorme 6.3 (Rciproque partielle de la convergence domine)
Soient (E, T, m) un espace mesur, 1 p < , (f
n
)
nN
L
p
et f L
p
. On suppose que f
n
f dans L
p
quand n . Alors il existe une sous-suite (f
n
k
)
kN
t.q. :
f
n
k
f p.p. lorsque k +,
F L
p
t.q. [f
n
k
[ F p.p., pour tout k N .
DMONSTRATION :
Comme dans le cas p = 1, Ce thorme est une consquence de la proposition suivante sur les sries absolument
convergentes.
Proposition 6.3 (Sries absolument convergentes dans L
p
)
Soient (E, T, m) un espace mesur, 1 p < et (f
n
)
nN
L
p
. On suppose que

nN
|f
n
|
p
< +. Alors :
1.

+
n=0
[f
n
(x)[ < +pour presque tout x E. On pose f(x) =

+
n=0
f
n
(x) (la fonction f est donc dnie
p.p.).
2. f L
p
(au sens il existe g L
p
t.q. f = g p.p.").
3.

n
k=0
f
k
(x) f p.p. et dans L
p
, lorsque n +. De plus, il existe F L
p
t.q. [

n
k=1
f
k
(x)[ F p.p.,
pour tout n N.
DMONSTRATION : Pour chaque n N, on choisit un reprsentant de f
n
, encore not f
n
.
On pose, pour tout x E, g
n
(x) =

n
k=0
[f
k
(x)[. On a (g
n
)
nN
/
+
. Comme la suite est croissante, il existe
F /
+
t.q. g
n
F, quand n . On a donc aussi g
p
n
F
p
quand n et le thorme de convergence
monotone donne
_
g
p
n
dm
_
F
p
dm, quand n . (6.7)
On remarque maintenant que |g
n
|
p


n
k=0
|f
k
|
p

k=0
|f
k
|
p
= A < . Donc |g
n
|
p
p
A
p
pour tout
n N et (6.7) donne alors
_
F
p
dm A
p
< . (6.8)
131
Lingalit (6.8) donne que F < p.p.. Il existe donc B T t.q. m(B) = 0 et F(x) < pour tout x B
c
. Pour
tout x B
c
, la srie de terme gnral f
n
(x) est donc absolument convergente dans R. Elle est donc convergente
dans R et on peut dnir, pour tout x B
c
, f(x) R par
f(x) =

k=0
f
k
(x) = lim
n
n

k=0
f
k
(x).
La fonction f nest pas forcment dans /, mais elle est m-mesurable (voir la dnition 4.3 page 78), il existe
donc g / t.q. f = g p.p.. Puis, comme g F p.p. (car [

n
k=0
f
k
(x)[ g
n
F p.p. et

n
k=0
f
k
(x) g
p.p.) on a, grce (6.7), g L
p
, ce qui donne bien f L
p
(au sens il existe g L
p
t.q. f = g p.p.")
Enn, pour montrer le dernier item de la proposition, il suft dappliquer le thorme de convergence domine
dans L
p
car

n
k=0
f
k
(x) f p.p. et, pour tout n N, [

n
k=0
f
k
(x)[ g
n
F p.p. avec
_
F
p
dm < . On
obtient bien que

n
k=0
f
k
(x) f dans L
p
.
Toute srie absolument convergente de L
p
est donc convergente dans L
p
. On en dduit le rsultat suivant :
Thorme 6.4 Soient (E, T, m) un espace mesur, et 1 p < . Lespace vectoriel norm (L
p
, |.|
p
) est
complet.
On peut maintenant se demander si les espaces L
p
sont des espaces de Hilbert. Ceci est vrai pour p = 2, et, en
gnral, faux pour p ,= 2 (voir ce propos lexercice 6.33). Le cas de L
2
sera tudi en dtail dans la section 6.2
En gnral, les espaces L
p
, avec 1 < p < +, autres que L
2
ne sont pas des espaces de Hilbert, mais nous verrons
ultrieurement (section 6.3 que ce sont des espaces de Banach rexifs (cest--dire que linjection canonique entre
lespace et son bi-dual est une bijection). Les espaces L
1
et L

(que nous verrons au paragraphe suivant) sont des


espaces de Banach non rexifs (sauf cas particuliers).
Remarque 6.2 Soient (E, T, m) un espace mesur et 1 < p < . On peut aussi dnir L
p
C
(E, T, m) et L
p
R
N
(E,
T, m) (avec N > 1) comme on a fait pour p = 1 (voir la section 4.10). On obtient aussi des espaces de Banach
(complexes ou rels). Le cas L
2
C
(E, T, m) est particulirement intressant. Il sera muni dune structure hilbertienne
(voir le thorme 6.5).
6.1.2 Lespace L

Dnition 6.3 (Lespace L

) Soient (E, T, m) un espace mesur et f une fonction mesurable (de E dans R) ;


1. on dit que f est essentiellement borne, ou encore que f L

= L

R
(E, T, m) si il existe C R
+
tel que
[f[ C p.p. ;
2. si f L

, on pose |f|

= infC R
+
; [f[ C p.p.,
3. si f / L

, on pose |f|

= +.
Remarque 6.3 (Rappels sur la dnition de linf. . . ) Soit A R, A ,= . On rappelle que A est born infrieu-
rement si il existe un minorant de A, cest--dire si il existe R tel que x pour tout x A. Si A est
born infrieurement, on dnit la borne infrieure de A comme le plus grand des minorants : x = infA =
max; x pour tout x A. Si A nest pas born infrieurement, on pose inf A = . Dans les manipula-
tions sur les inf (et sur les sup. . . ) il est utile de connatre le rsultat suivant :
x = inf A (x
n
)
nN
A; x
n
x quand n +. (6.9)
Ceci se dmontre trs facilement en crivant :
132
1. Si Aest non born infrieurement, alors, pour tout n N, il existe y
n
At.q. y
n
n. En choisissant x
0
= y
0
et, par rcurrence, x
n
= min(x
n1
, y
n
), on a donc x
n
= inf A.
2. Si A est born infrieurement, soit x = inf A. Alors, x +
1
n
nest pas un minorant de A et donc, pour n N

, il
existe y
n
A tel que x y
n
x +
1
n
. En choisissant x
0
= y
0
et, par rcurrence, x
n
= min(x
n1
, y
n
), on a
clairement : x
n
x lorsque n +.
Le petit lemme suivant (dont la dmonstration est immdiate en crivant la dnition de |f|

, voir lexercice
corrig 4.32) est parfois bien utile.
Lemme 6.4 Si f L

, alors [f[ |f|

p.p..
DMONSTRATION :
Voir lexercice corrig 4.32.
On a galit entre le sup essentiel et le sup pour les fonctions continues :
Proposition 6.4 Si (E, T, m) = (R, B(R), ) et f C(R, R), alors
|f|
u
= sup
xR
[f(x)[ = |f|

.
DMONSTRATION : On distingue 2 cas :
Cas 1. On suppose ici que [f[ est non borne, cest--dire |f|
u
= . Soit R
+
. Comme [f[ est non borne, il
existe x R t.q. [f(x)[ > . Par continuit de f, il existe alors > 0 t.q. [f(y)[ > pour tout y [x , x +].
On a donc [f[ > [x, x+] et donc ([f[ > ) 2. Donc, [f[ nest pas infrieure ou gale p.p..
On a donc C R
+
; [f[ C p.p. = , donc |f|

= = |f|
u
.
Cas 2. On suppose maintenant que |f|
u
< . On a [f(x)[ |f|
u
pour tout x R, donc |f|

|f|
u
.
Dautre part, on sait que [f[ |f|

p.p.. On a donc [f[ > |f|

) = 0. Or [f[ > |f|

est ouvert (car f est


continue), cest donc un ouvert de mesure nulle, on a donc [f[ > |f|

= (la mesure de Lebesgue dun ouvert


non vide est toujours strictement positive). Ce qui prouve [f(x)[ |f|

pour tout x R et donc |f|


u
|f|

.
On obtient bien nalement |f|
u
= |f|

.
Dnition 6.4 Soient (E, T, m) un espace mesur et L

= L

R
(E, T, m).
1. On dnit L

= L

R
(E, T, m) comme lensemble des classes dquivalence sur L

pour la relation dquiva-


lence = p.p.".
2. Soit F L

. On pose |F|

= |f|

avec f F, de sorte que F = g L

; g = f p.p.. (Cette dnition


est cohrente car |f|

ne dpend pas du choix de f dans F.)


Proposition 6.5 Soient (E, T, m) un espace mesur, L

= L

R
(E, T, m) et L

= L

R
(E, T, m). Alors :
1. L

est un espace vectoriel sur R et lapplication dnie de L

dans R par f |f|

est une semi-norme sur


L

.
2. L

est un espace vectoriel sur R et lapplication dnie de L

dans R par f |f|

est une norme sur L

.
L

est donc un espace e.v.n. (rel).


DMONSTRATION :
1. Si R et f L

, il est clair que f L

et que |f|
=
[[|f|

.
133
Soit f, g L

. Comme [f[ |f|

p.p. et [g[ |g|

p.p., on montre facilement que [f +g[ [f[ +[g[


|f|

+|g|

p.p.. Ce qui prouve que (f +g) L

et |f +g|

|f|

+|g|

.
On a bien montr que L

est un espace vectoriel sur R et comme |f|

R
+
pour tout f L

, lapplication
f |f|

est bien une semi-norme sur L

.
2. la structure vectorielle de L

sobtient comme celle de L


p
(p < ) et le fait que f |f|

soit une norme


dcoule du fait que
f = 0 p.p. |f|

= 0.
Proposition 6.6 Soit (E, T, m) un espace mesur. Lespace L

R
(E, T, m) est un espace de Banach (rel), cest-
-dire un e.v.n. complet.
DMONSTRATION :
On sait dj que L

est un e.v.n.. Le fait quil soit complet est la consquence du fait que toute srie absolument
convergente dans L

est convergente dans L

. Ce qui est une consquence de la proposition suivante sur les


sries absolument convergentes.
Proposition 6.7 (Sries absolument convergentes dans L

)
Soient (E, T, m) un espace mesur et (f
n
)
nN
L

R
(E, T, m). On suppose que

+
n=0
|f
n
|

< +. Alors :
1. Il existe C R
+
t.q., pour tout n N,

n
k=0
[f
k
[ < C p.p..
2. La srie de terme gnral f
n
(x) est, pour presque tout x E, absolument convergente dans R. On dnit, pour
presque tout x, f(x) =

+
n=0
f
n
(x).
3. On a f L

(au sens il existe g L

t.q. f = g p.p.) et |

n
k=0
f
k
f|

0 lorsque n +.
DMONSTRATION : Pour chaque n N, on choisit un reprsentant de f
n
, encore not f
n
. Comme [f
n
[ |f
n
|

p.p., il existe A
n
T t.q. m(A
n
) = 0 et [f
n
[ |f
n
|

sur A
c
n
. On pose A =
nN
A
n
T. On a m(A) = 0 (par
-sous additivit de m) et, pour tout n N et x A
c
, [f
n
(x)[ |f
n
|

.
Pour tout x A
c
, on a donc
n

k=0
[f
k
(x)[
n

k=0
|f
k
|

k=0
|f
k
|

= C < . (6.10)
Comme m(A) = 0, ceci montre le premier item.
Pour tout x A
c
, la srie de terme gnral f
n
(x) est absolument convergente dans R, donc convergente. On pose
donc
f(x) =
+

k=0
f
k
(x) = lim
n
n

k=0
f
k
(x) R.
f est donc dnie p.p., elle est m-mesurable (voir la dnition 4.3) car limite p.p. de fonctions mesurables. Il existe
donc g /t.q. f = g p.p. et (6.10) donne [g[ C p.p.. On a donc g L

et donc f L

(au sens il existe


g L

t.q. f = g p.p.").
Il reste montrer que

n
k=0
f
k
f dans L

.
134
On remarque que, pour tout x A
c
,
[
n

k=0
f
k
(x) f(x)[ = [

k=n+1
f
k
(x)[

k=n+1
[f
k
(x)[

k=n+1
|f
k
|

0,
quand n . Comme m(A) = 0, on en dduit
|
n

k=0
f
k
f|

sup
xA
c
[
n

k=0
f
k
(x) f(x)[

k=n+1
|f
k
|

0, quand n .
et donc

n
k=0
f
k
f dans L

, quand n .
La proposition 6.7 permet de montrer que L

est complet (thorme 6.6). Elle permet aussi de montrer ce que nous
avons appel prcdemment (dans le cas p < ) rciproque partielle du thorme de convergence domine". Il
est important par contre de savoir que le thorme de convergence domine peut tre faux dans L

, comme le
montre la remarque suivante.
Remarque 6.4 (Sur la convergence domine. . . ) Le rsultat de convergence domine quon a dmontr pour les
suites de fonctions de L
p
, 1 p < +, est faux pour les suites de fonctions de L

. Il suft pour sen convaincre


de considrer lexemple suivant : (E, T, m) = ([0, 1], B([0, 1]), ), f
n
= 1
[0,
1
n
]
, pour n N. On a bien (f
n
)
nN
L

R
([0, 1], B([0, 1]), ) et
f
n
0 p.p. , quand n ,
f
n
1
[0,1]
p.p., pour tout n N, 1
[0,1]
L

R
([0, 1], B([0, 1]), ).
Pourtant, |f
n
|

= 1 ,0, quand n .
Par contre, le rsultat de rciproque partielle de la convergence domine est vrai, comme consquence du rsultat
que toute suite absolument convergente dans L

est convergente (dans L

, proposition 6.7). La dmonstration


est similaire la dmonstration du thorme 4.7.
Remarque 6.5 Soit (E, T, m) un espace mesur. On peut aussi dnir L

C
(E, T, m) et L

R
N
(E, T, m) (avec
N > 1) comme on a fait pour p = 1 (voir la section 4.10). On obtient aussi des espaces de Banach (complexe ou
rels).
6.1.3 Quelques proprits des espaces L
p
, 1 p +
Proposition 6.8 (Comparaison entre les espaces L
p
)
Soit (E, T, m) un espace mesur ni, i.e. m(E) < +. Soient p, q R
+
tels que 1 p < q +. Alors,
L
q
R
(E, T, m) L
p
R
(E, T, m). De plus, il existe C, ne dpendant que de p, q et m(E), t.q. |f|
p
C|f|
q
pour
tout f L
q
R
(E, T, m) (ceci montre que linjection de L
q
dans L
p
est continue).
DMONSTRATION :
On distingue les cas q < et q = .
Cas q < . On suppose ici que 1 p < q < +.
Soit f L
q
. On choisit un reprsentant de f, encore not f. Pour tout x E, on a [f(x)[
p
[f(x)[
q
si [f(x)[ 1.
On a donc [f(x)[
p
[f(x)[
q
+ 1, pour tout x E. Ce qui donne, par monotonie de lintgrale,
_
[f[
p
dm m(E) +
_
[f[
q
dm < , (6.11)
135
et donc que f L
p
. On a ainsi montr L
q
L
p
.
On veut montrer maintenant quil existe C, ne dpendant que de p, q et m(E), t.q., pour tout f L
q
R
(E, T, m),
|f|
p
C|f|
q
. (6.12)
En utilisant (6.11), on remarque que (6.12) est vraie avec C = (m(E) + 1)
1
p
, si |f|
q
= 1. Ceci est sufsant pour
dire que (6.12) est vraie avec C = (m(E) + 1)
1
p
pour tout f L
q
. En effet, (6.12) est trivialement vraie pour
|f|
q
= 0 (car on a alors f = 0 p.p. et |f|
p
= 0). Puis, si |f|
q
> 0, on pose f
1
=
f
|f|
q
de sorte que |f
1
|
q
= 1.
On peut donc utiliser (6.12) avec f
1
. On obtient
1
|f|
q
|f|
p
= |f
1
|
p
C, ce qui donne bien |f|
p
C|f|
q
.
On a donc montr (6.12) avec un C ne dpendant que p et m(E) (et non de q). Toutefois, le meilleur C possible
dans (6.12) dpend de p, q et m(E). Ce meilleur C peut tre obtenu en utilisant lingalit de Hlder gnralise
(proposition 6.9). Elle donne |f|
p
C|f|
q
avec C = (m(E))
1
p

1
q
(voir la remarque 6.6).
Cas q = . On suppose ici que 1 p < q = +.
Soit f L

. On choisit un reprsentant de f, encore not f. On a [f[ |f|

p.p.. On en dduit [f[


p
|f|
p

p.p. et donc
_
[f[
p
dm m(E)|f|
p

< .
Ce qui donne f L
p
et |f|
p
C|f|

avec C = (m(E))
1
p
.
On voit ici quon a obtenu le meilleur C possible (si m(E) > 0) car |f|
p
= (m(E))
1
p
= (m(E))
1
p
|f|

si f =
1
E
.
Proposition 6.9 (Ingalit de Hlder gnralise)
Soient (E, T, m) un espace mesur et p, q, r [1, +] tels que
1
p
+
1
q
=
1
r
. Soient f L
p
R
(E, T, m) et g
L
q
R
(E, T, m). Alors, fg L
r
R
(E, T, m) et
|fg|
r
|f|
p
|g|
q
. (6.13)
DMONSTRATION : Comme dhabitude, on confond un lment de L
s
(s = p, q ou r) avec un de ses reprsentants.
On travaille donc avec L
s
au lieu de L
s
. On suppose donc que f L
p
et g L
q
et on veut montrer que fg L
r
et que (6.13) est vraie. On remarque dabord que fg /.
Ici encore, on distingue plusieurs cas.
Cas 1. On suppose ici 1 p, q, r < .
On pose f
1
= [f[
r
et g
1
= [g[
r
de sorte que f
1
L
p
r
et g
1
L
q
r
. Comme
r
p
+
r
q
= 1, on peut appliquer le lemme
6.2 (donnant lingalit de Hlder) avec f
1
, g
1
(au lieu de f, g) et
p
r
,
q
r
(au lieu de p, q). Il donne que f
1
g
1
L
1
et
|f
1
g
1
|
1
|f
1
|
p
r
|g
1
|
q
r
. On en dduit que fg L
r
et
_
[fg[
r
dm (
_
[f[
p
dm)
r
p
(
_
[g[
q
dm)
r
q
,
ce qui donne (6.13)
136
Cas 2. On suppose ici q = et r = p < .
Comme [g[ |g|

p.p., On a [fg[
p
[f[
p
|g|
p

p.p. et donc
_
[fg[
p
dm |g|
p

_
[f[
p
dm,
ce qui donne fg L
p
et (6.13).
Cas 3. On suppose ici p = q = r = .
Comme [f[ |f|

p.p. et [g[ |g|

p.p., on a [fg[ |f|

|g|

p.p., ce qui donne fg L

et (6.13).
Remarque 6.6
1. Par une rcurrence facile sur n N

, on peut encore gnraliser la proposition 6.9. Soient (E, T, m) un espace


mesur, p
1
, . . . , p
n
[1, ] et r [1, ] t.q.
1
r
=

n
i=1
1
p
i
. Pour tout i 1, . . . , n, soit f
i
L
p
i
R
(E, T, m).
Alors,

n
i=1
f
i
L
r
R
(E, T, m) et |

n
i=1
f
i
|
r

n
i=1
|f
i
|
p
i
.
2. Lingalit (6.13) permet aussi de trouver le meilleur C possible dans la proposition 6.8 (Ingalit (6.12)) :
Soit (E, T, m) un espace mesur ni. Soient p, q R
+
tels que 1 p < q < +. Soit f L
q
R
(E, T, m).
Comme 1 p < q < , il existe r [1, [ t.q.
1
p
=
1
q
+
1
r
. On peut alors utiliser la proposition 6.9 avec
f L
q
et 1
E
L
r
. Elle donne que f L
p
et |f|
p
C|f|
q
avec C = (m(E))
1
p

1
q
. Cette valeur de C est la
meilleure possible (si m(E) > 0) dans (6.12) car si f = 1
E
on obtient |f|
p
(m(E))
1
p

1
q
|f|
q
.
Remarque 6.7 Les espaces L
p
, p ]0, 1[ (que lon peut dnir comme dans le cas 1 p < ) sont des espaces
vectoriels, mais lapplication f
_
_
[f[
p
dm
_1
p
nest pas une norme sur L
p
si p ]0, 1[ (sauf cas particulier).
Remarque 6.8 Soient (E, T, m) un espace mesur, et f /(E, T). Lensemble J = p [1, +], f L
p

est un intervalle de [1, +]. Lapplication dnie de J dans R


+
par p |f|
p
est continue, voir ce propos
lexercice 4.32, et dans le cas particulier des fonctions continues support compact, lexercice 6.10. En particulier,
lorsque p J, p + on a |f|
p
|f|

. On en dduit le rsultat suivant : si il existe p


0
< + tel que
f L
p
pour tout p tel que p
0
p < +, et si il existe C t.q. |f|
p
C, pour tout p [p
0
, +[, alors f L

et |f|

C.
6.2 Analyse hilbertienne et espace L
2
6.2.1 Dnitions et proprits lmentaires
Dnition 6.5 (Produit scalaire)
1. Soit H un espace vectoriel sur R. On appelle produit scalaire sur H" une application de H H R, note
(/) (ou (/)
H
) t.q.
ps1 : (u/u) > 0 pour tout u H 0,
ps2 : (u/v) = (v/u) pour tout u, v H,
ps3 : u (u/v) est une application linaire de H dans R, pour tout v H.
137
2. Soit H un espace vectoriel sur C. On appelle produit scalaire sur H" une application de H H C, note
(/) (ou (/)
H
) t.q.
ps1 : (u/u) R

+
pour tout u H 0,
ps2 : (u/v) = (v/u) pour tout u, v H,
ps3 : u (u/v) est une application linaire de H dans R, pour tout v H.
Remarque 6.9 (Exemple fondamental) Soit (E, T, m) un espace mesur.
1. On prend H = L
2
R
(E, T, m). H est un e.v. sur R. On rappelle que fg L
1
R
(E, T, m) si f, g L
2
R
(E, T, m)
(lemme 6.2 pour p = q = 2). Lapplication (f, g)
_
fgdm est un produit scalaire sur H.
2. On prend H = L
2
C
(E, T, m) (voir le thorme 6.5 ci aprs). H est un e.v. sur C. En utilisant le lemme 6.2, on
montre facilement que fg L
1
C
(E, T, m) si f, g L
2
C
(E, T, m) (lemme 6.2 pour p = q = 2). Lapplication
(f, g)
_
fgdm est un produit scalaire sur H.
Proposition 6.10 (Ingalit de Cauchy-Schwarz)
1. Soit H un e.v. sur R muni dun produit scalaire, not (/). Alors :
(u/v)
2
(u/u)(v/v), pour tout u, v H. (6.14)
De plus, (u/v)
2
= (u/u)(v/v) si et seulement si u et v sont colinaires.
2. Soit H un e.v. sur C muni dun produit scalaire, not (/). Alors :
[(u/v)[
2
(u/u)(v/v), pour tout u, v H. (6.15)
De plus, [(u/v)[
2
= (u/u)(v/v) si et seulement si u et v sont colinaires.
DMONSTRATION :
1. On suppose ici K = R. Soit u, v H. Pour R on pose p() = (u +v/u +v) = (v/v)
2
+2(u/v) +
(u/u). Comme p() 0 pour tout R, on doit avoir = (u/v)
2
(v/v)(u/u) 0, ce qui donne (6.14).
On sintresse maintenant au cas dgalit dans (6.14).
Si u = 0 ou v = 0, on a galit dans (6.14) (et u et v sont colinaires).
Si u ,= 0 et v ,= 0, on a galit dans (6.14) (cest--dire = 0) si et seulement si il existe R t.q.
p() = 0. Donc, on a galit dans (6.14) si et seulement si il existe R t.q. u = v. On en dduit bien que
(u/v)
2
= (u/u)(v/v) si et seulement si u et v sont colinaires.
2. On suppose maintenant K = C. Soit u, v H. Pour C on pose p() = (u + v/u + v) = (v/v) +
(v/u) + (u/v) + (u/u). On choisit de prendre = (u/v) avec R. On pose donc, pour tout R,
() = p((u/v)) =
2
[(u/v)[
2
(v/v) +2[(u/v)[
2
+(u/u). Ici encore, comme () R
+
pour tout R,
on doit avoir = [(u/v)[
4
[(u/v)[
2
(v/v)(u/u) 0, ce qui donne (6.15).
On sintresse maintenant au cas dgalit dans (6.15)
Si u = 0 ou v = 0, on a galit dans (6.15) (et u et v sont colinaires).
On suppose maintenant u ,= 0 et v ,= 0. On remarque dabord que, si (u/v) = 0, on na pas galit dans (6.15)
et u et v ne sont pas colinaires. On suppose donc maintenant que (u/v) ,= 0. On a alors galit dans (6.15) si
et seulement si = 0 et donc si et seulement si il existe R t.q. () = 0. Donc, on a galit dans (6.15) si
et seulement si il existe R t.q. u = (u/v)v, et donc si et seulement si il existe R t.q. u = v.
Finalement, on en dduit bien que [(u/v)[
2
= (u/u)(v/v) si et seulement si u et v sont colinaires.
138
Proposition 6.11 (Norme induite par un produit scalaire)
Soit H un e.v. sur K, avec K = R ou K = C, muni dun produit scalaire, not (/). Pour tout u H, on pose
|u|
H
=
_
(u/u). Alors, | |
H
est une norme sur H. On lappelle norme induite par le produit scalaire (/).
DMONSTRATION :
Il est clair que |u|
H
R
+
pour tout u H et que
|u|
H
= 0 (u/u) = 0 u = 0.
On a bien |u|
H
= [[|u|
H
pour tout K et tout u H.
Enn, pour montrer lingalit triangulaire, soit u, v H. On a |u + v|
2
H
= (u + v/u + v) = (u/u) +
(v/v) + (u/v) + (v/u). Comme, par (6.14) ou (6.15), [(u/v)[
_
(u/u)
_
(v/v) = |u|
H
|v|
H
, on en dduit
|u +v|
2
H
(|u|
H
+|v|
H
)
2
. Donc,
|u +v|
H
|u|
H
+|v|
H
.
Dnition 6.6 (espace de Hilbert)
1. Un espace prhilbertien (rel ou complexe) est un espace vectoriel (sur R ou sur C) norm dont la norme est
induite par un produit scalaire.
2. Un espace de Hilbert (rel ou complexe) est un espace vectoriel (sur R ou sur C) norm complet dont la norme
est induite par un produit scalaire. Cest donc un espace de Banach dont la norme est induite par un produit
scalaire.
Thorme 6.5 (Lespace L
2
) Soit (E, T, m) un espace mesur.
1. Lespace L
2
R
(E, T, m), muni de la norme | |
2
, est un espace de Hilbert (rel) et le produit scalaire associ
la norme est dni par :
(f/g)
2
=
_
fg dm. (6.16)
2.(a) Soit f une application mesurable de E dans C (donc [f[ /
+
). On dit que f L
2
C
(E, T, m) si [f[
2

L
1
R
(E, T, m). Pour f L
2
C
(E, T, m), on pose |f|
2
=
_
|[f[
2
|
1
. Alors, L
2
C
(E, T, m) est un espace vectoriel
sur C et f |f|
2
est une semi-norme sur L
2
C
(E, T, m).
(b) On appelle L
2
C
(E, T, m) lespace L
2
C
(E, T, m) quotient par la relation dquivalence = p.p.". Pour F
L
2
C
(E, T, m), on pose |F|
2
= |f|
2
avec f F (noter que |f|
2
ne dpend pas du choix de f dans F).
Alors L
2
C
(E, T, m), muni de | |
2
, est un espace de Banach (complexe).
(c) Lespace L
2
C
(E, T, m), muni de la norme | |
2
, est un espace de Hilbert (complexe) et le produit scalaire
associ la norme est dni par :
(f/g)
2
=
_
fg dm. (6.17)
DMONSTRATION :
1. On sait dj que L
2
R
(E, T, m), muni de la norme | |
2
est un espace de Banach (rel). Le lemme 6.2 pour
p = q = 2 donne que fg L
1
R
(E, T, m) si f, g L
2
R
(E, T, m). On peut donc poser (f/g)
2
=
_
fgdm. Il est
facile de voir que (/)
2
est un produit scalaire et que la norme induite par ce produit scalaire est bien la norme
| |
2
.
139
2. Soit f : E C mesurable. On rappelle (section 4.10) que les fonctions 1(f) et (f) sont mesurables de E
dans R (i.e. appartiennent /). On a donc bien [f[ /
+
et [f[
2
= (1(f))
2
+ ((f))
2
/
+
.
Comme [f[
2
= (1(f))
2
+ ((f))
2
/
+
, on remarque aussi que f L
2
C
(E, T, m) si et seulement si 1(f),
(f) L
2
R
(E, T, m). Comme L
2
R
(E, T, m) est un e.v. (sur R), il est alors immdiat de voir que L
2
C
(E, T, m)
est un e.v. sur C.
On quotiente maintenant L
2
C
(E, T, m) par la relation = p.p.". On obtient ainsi lespace L
2
C
(E, T, m) que lon
munit facilement dune structure vectorielle sur C. Lespace L
2
C
(E, T, m) est donc un e.v. sur C.
En utilisant le lemme 6.2, on montre facilement que fg L
1
C
(E, T, m) si f, g L
2
C
(E, T, m) (on utilise le fait
que les parties relles et imaginaires de f et g sont dans L
2
R
(E, T, m)). On peut donc poser (f/g)
2
=
_
fgdm.
Il est aussi facile de voir que (/)
2
est alors un produit scalaire sur L
2
C
(E, T, m) et que la norme induite par ce
produit scalaire est justement | |
2
(car [f[
2
= ff et donc
_
ffdm = |f|
2
2
). On a, en particulier, ainsi montr
que f |f|
2
est bien une norme sur L
2
R
(E, T, m). On en dduit aussi que f |f|
2
est une semi-norme sur
L
2
R
(E, T, m).
On a montr que lespace L
2
C
(E, T, m), muni de la norme | |
2
, est un espace prhilbertien. il reste montrer
quil est complet (pour la norme | |
2
). Ceci est facile. En effet, |f|
2
2
= |1(f)|
2
2
+ |(f)|
2
2
pour tout f
L
2
C
(E, T, m). Donc, une suite (f
n
)
nN
L
2
C
(E, T, m) est de Cauchy si et seulement si les suites (1(f
n
))
nN
et
((f
n
))
nN
sont de Cauchy dans L
2
R
(E, T, m) et cette mme suite converge dans L
2
C
(E, T, m) si et seulement
si les suites (1(f
n
))
nN
et ((f
n
))
nN
convergent dans L
2
R
(E, T, m). Le fait que L
2
C
(E, T, m) soit complet
dcoule alors du fait que L
2
R
(E, T, m) est complet.
Remarquons que dans le cas p = 2, lingalit de Hlder est en fait lingalit de Cauchy-Schwarz.
Proposition 6.12 (Continuit du produit scalaire)
Soit H un Banach rel ou complexe. Soient (u
n
)
nN
H, (v
n
)
nN
H et u, v H t.q. u
n
u et v
n
v dans
H, quand n . Alors, (u
n
/v
n
) (u/v) quand n .
DMONSTRATION : Il suft de remarquer que, grce lingalit de Cauchy-Schwarz (ingalits (6.14) et (6.15)),
on a :
[(u
n
/v
n
) (u/v)[ [(u
n
/v
n
) (u
n
/v)[ +[(u
n
/v) (u/v)[
|u
n
||v
n
v| +|u
n
u||v|.
On conclut en utilisant le fait que u
n
u, v
n
v et en remarquant que la suite (u
n
)
nN
est borne car
convergente.
Dnition 6.7 Soit H un Banach rel ou complexe. On note H
t
(ou L(H, K)) lensemble des applications li-
naires continues de H dans K (avec K = R pour un Banach rel et K = C pour un Banach complexe). Si
T H
t
, on pose
|T|
H
= sup
uH\0]
[T(u)[
|u|
H
.
On rappelle que | |
H
est bien une norme sur H
t
et que H
t
, muni de cette norme, est aussi un espace de Banach
(sur K).
Enn, si T H
t
et u H, on a [T(u)[ |T|
H
|u|
H
.
Remarque 6.10 Soit H un espace de Hilbert (rel ou complexe). Pour v H, on pose
v
(u) = (u/v) pour tout
u H. Grce lingalit de Cauchy-Schwarz ((6.14) ou (6.15)), on voit que
v
H
t
et |
v
|
H
|v|
H
. Il est
facile alors de voir que |
v
|
H
= |v|
H
. Ceci montre que v
v
est une application injective de H dans H
t
. le
thorme de reprsentation de Riesz (thorme 6.9), fondamental, montrera que cette application est surjective.
140
Proposition 6.13
Soit H un espace de Hilbert (rel ou complexe). Alors, pour tout u, v H On a
|u +v|
2
H
+|u v|
2
H
= 2|u|
2
H
+ 2|v|
2
H
. (6.18)
Cette identit sappelle identit du paralllogramme".
DMONSTRATION : Il suft dcrire |u +v|
2
H
+|u v|
2
H
= (u +v/u +v) + (u v/u v) et de dvelopper
les produits scalaires.
Remarque 6.11
1. On peut se demander si deux produits scalaires (sur un mme espace vectoriel) peuvent induire la mme norme.
La rponse est non". En effet, le produit scalaire est entirement dtermin par la norme quil induit. Par
exemple, dans le cas dun e.v. rel, si le produit scalaire (/) induit la norme | |, on a, pour tout u, v, (u/v) =
1
4
(|u +v|
2
|u v|
2
).
2. On se donne maintenant un e.v.n. not H. Comment savoir si la norme est induite ou non par un produit scalaire ?
On peut montrer que la norme est induite par un produit scalaire si et seulement si lidentit du paralllogramme
(6.18) est vraie pour tout u, v H. Ceci est surtout utile pour montrer quune norme nest pas induite par un
produit scalaire (on cherche u, v H ne vriant pas (6.18)).
Dnition 6.8 (Orthogonal) Soit H un espace de Hilbert (rel ou complexe).
1. Soit u, v H. On dit que u et v sont orthogonaux (et on note uv) si (u/v) = 0.
2. Soit A H. On appelle orthogonal de A" lensemble A

= u H ; (u/v) = 0 pour tout v A.


Proposition 6.14 Soient H un espace de Hilbert (rel ou complexe) et A H. Alors :
1. A

est un s.e.v. ferm de H,


2. A

= A

,
3. A (A

(que lon note aussi A

).
DMONSTRATION :
1. Soit u
1
, u
2
A

et
1
,
2
K (K = R ou K = C selon que H est un hilbert rel ou complexe). Pour tout
v A, on a (
1
u
1
+
2
u
2
/v) =
1
(u
1
/v) +
2
(u
2
/v) = 0. Donc,
1
u
1
+
2
u
2
A

. Ce qui montre que


A

est un s.e.v. de H.
Soit (u
n
)
nN
A

t.q. u
n
u dans H, quand n . Lapplication w (w/v) est continue de H dans K
(voir la remarque (6.10)) pour tout v H. Soit v A, de (u
n
/v) = 0 on dduit donc que (u/v) = 0. Ce qui
montre que u A

et donc que A

est ferm.
2. Comme A A, on a A

.
Soit maintenant u A

. On veut montrer que u A

.
Soit v A, il existe (v
n
)
nN
A t.q. v
n
v dans H quand n . Comme (u/v
n
) = 0 pour tout n N,
on en dduit, par continuit de w (u/w), que (u/v) = 0. Donc u A

. ce qui donne A

.
Finalement, on a bien montr A

= A

.
3. Soit v A. On a (u/v) = 0 pour tout u A

, donc (v/u) = 0 pour tout u A

, ce qui donne v (A

141
Remarque 6.12 dans le dernier itemde la proposition prcdente, on peut se demander si A = A

. On montrera,
dans la section suivante que ceci est vrai si A est s.e.v. ferm (ce qui est aussi une condition ncessaire).
On termine cette section avec le thorme de Pythagore.
Thorme 6.6 (Pythagore)
Soient H un espace de Hilbert (rel ou complexe) et u
1
, . . . , u
n
H t.q. (u
i
/u
j
) = 0 si i ,= j. Alors :
|
n

i=1
u
i
|
2
H
=
n

i=1
|u
i
|
2
H
. (6.19)
DMONSTRATION :
La dmonstration de ce rsultat est immdiate, par rcurrence sur n. Lgalit (6.19) est vraie pour n = 1 (et tout
u
1
H). Soit n N. On suppose que (6.19) est vraie (pour tout u
1
, . . . , u
n
H). Soit u
1
, . . . , u
n+1
H. On
pose y =

n
i=1
u
i
, de sorte que
|
n+1

i=1
u
i
|
2
H
= |y +u
n+1
|
2
H
= (y +u
n+1
/y +u
n+1
)
= (y/y) + (y/u
n+1
) + (u
n+1
/y) + (u
n+1
/u
n+1
).
Comme (y/u
n+1
) = 0 = (u
n+1
/y), on en dduit, avec lhypothse de rcurrence, que
|
n+1

i=1
u
i
|
2
H
=
n+1

i=1
|u
i
|
2
H
.
6.2.2 Projection sur un convexe ferm non vide
Remarque 6.13 Soit E un ensemble muni dune distance, note d (E est alors un espace mtrique). Soit A E.
On pose d(x, A) = inf
yA
d(x, y). Il nexiste pas toujours de x
0
At.q. d(x, x
0
) = d(x, A) et, si un tel x
0
existe,
il peut tre non unique. Par exemple, dans le cas o A est compact (pour la topologie induite par d), x
0
existe mais
peut tre non unique.
Dans le cas o il existe un et un seul x
0
A t.q. d(x, x
0
) = d(x, A), x
0
est appel projection de x sur A".
Lobjectif de cette section est de montrer lexistence et lunicit de x
0
dans le cas o A est une partie convexe
ferme non vide dun espace de Hilbert (et d la distance induite par la norme de lespace de Hilbert).
Dnition 6.9 (Partie convexe) Soit E un e.v. sur K, avec K = R ou K = C. Soit C E. On dit que C est
convexe si :
u, v C, t [0, 1] tu + (1 t)v C.
Thorme 6.7 (Projection sur un convexe ferm non vide)
Soient H un espace de Hilbert (rel ou complexe) et C H une partie convexe ferme non vide. Soit x H.
Alors, il existe un et un seul x
0
C t.q. d(x, x
0
) = d(x, C) = inf
yC
d(x, y) (avec d(x, y) = |x y|
H
). On
note x
0
= P
C
(x). P
C
est donc une application de H dans H (dont limage est gale C). On crit souvent P
C
x
au lieu de P
C
(x).
142
DMONSTRATION :
Existence de x
0
.
On pose d = d(x, C) = inf
yC
d(x, y). Comme C ,= , il existe une suite (y
n
)
nN
C t.q. d(x, y
n
) d quand
n . On va montrer que (y
n
)
nN
est une suite de Cauchy en utilisant lidentit du paralllogramme (6.18) (ce
qui utilise la structure hilbertienne de H) et la convexit de C. Lidentit du paralllogramme donne
|y
n
y
m
|
2
H
= |(y
n
x) (y
m
x)|
2
H
= |(y
n
x) + (y
m
x)|
2
H
+ 2|y
n
x|
2
H
+ 2|y
m
x|
2
H
,
et donc
|y
n
y
m
|
2
H
= 4|
y
n
+y
m
2
x|
2
H
+ 2|y
n
x|
2
H
+ 2|y
m
x|
2
H
. (6.20)
Comme C est convexe, on a
y
n
+y
m
2
C et donc d |
y
n
+y
m
2
x|
H
. On dduit alors de (6.20) :
|y
n
y
m
|
2
H
4d
2
+ 2|y
n
x|
2
H
+ 2|y
m
x|
2
H
. (6.21)
Comme d(y
n
, x) = |y
n
x|
H
d quand n , on dduit de (6.21) que la suite (y
n
)
nN
est de Cauchy.
Comme H est complet, il existe donc x
0
H t.q. y
n
x
0
quand n . Comme C est ferme, on a x
0
C.
Enn, comme |x y
n
|
H
d quand n , on a, par continuit (dans H) de z |z|
H
, d(x, x
0
) = |x
x
0
|
H
= d = d(x, C). Ce qui termine la partie existence".
Unicit de x
0
. Soit y
1
, y
2
C t.q. d(x, y
1
) = d(x, y
2
) = d(x, C) = d. On utilise encore lidentit du paralllo-
gramme. Elle donne (voir (6.20)) :
|y
1
y
2
|
2
H
= 4|
y
1
+y
2
2
x|
2
H
+ 2|y
1
x|
2
H
+ 2|y
2
x|
2
H
= 4|
y
1
+y
2
2
x|
2
H
+ 4d
2
.
Comme
y
1
+y
2
2
C On a donc d |
y
1
+y
2
2
x|
H
et donc |y
1
y
2
|
2
H
4d
2
+4d
2
= 0. Donc y
1
= y
2
. Ce qui
termine la partie unicit".
Remarque 6.14 Le thorme prcdent est, en gnral, faux si on remplace Hilbert" par Banach". Un exemple
de non existence est donn lexercice 6.27 (et il est facile de trouver des exemples de non unicit).
On donne maintenant deux caractrisations importantes de la projection. La premire est valable pour tout convexe
ferm non vide alors que la deuxime ne concerne que les s.e.v. ferms.
Proposition 6.15 (Premire caractrisation de la projection)
Soient H un espace de Hilbert (rel ou complexe) et C H une partie convexe ferme non vide. Soient x H et
x
0
C.
1. On suppose que H est un Hilbert rel. Alors :
x
0
= P
C
x (x x
0
/x
0
y) 0, pour tout y C. (6.22)
2. On suppose que H est un Hilbert complexe. Alors :
x
0
= P
C
x 1(x x
0
/x
0
y) 0, pour tout y C. (6.23)
143
DMONSTRATION :
Cas dun Hilbert rel
Sens ()
On veut montrer que (x x
0
/x
0
y) 0, pour tout y C. Comme x
0
= P
C
x, on a |x x
0
|
2
H
|x z|
2
H
pour tout z C. Soit y C. On prend z = ty +(1 t)x
0
avec t ]0, 1]. Comme C est convexe, on a z C et
donc
|x x
0
|
2
H
|x z|
2
H
= (x x
0
t(y x
0
)/x x
0
t(y x
0
))
= |x x
0
|
2
H
+t
2
|y x
0
|
2
H
2t(x x
0
/y x
0
).
On en dduit
2t(x x
0
/y x
0
) t
2
|y x
0
|
2
H
0.
On divise cette ingalit par t (on rappelle que t > 0) pour obtenir
2(x x
0
/y x
0
) t|y x
0
|
2
H
0,
ce qui donne, en faisant tendre t vers 0 :
(x x
0
/x
0
y) 0.
Sens ()
On veut montrer que x
0
= P
C
x, cest--dire |x x
0
|
2
H
|x y|
2
H
pour tout y C.
Soit y C, on a |xy|
2
H
= |xx
0
+x
0
y|
2
H
= |xx
0
|
2
H
+|x
0
y|
2
H
+2(xx
0
/x
0
y) |xx
0
|
2
H
car |x
0
y|
2
H
0 et 2(x x
0
/x
0
y) 0.
Cas dun Hilbert complexe
La dmonstration est trs voisine.
Sens ()
On veut montrer que 1(x x
0
/x
0
y) 0, pour tout y C.
En reprenant les mmes notations que dans le cas Hilbert rel" et en suivant la mme dmarche, on obtient :
|x x
0
|
2
H
|x z|
2
H
= (x x
0
t(y x
0
)/x x
0
t(y x
0
))
= |x x
0
|
2
H
+t
2
|y x
0
|
2
H
2t1(x x
0
/y x
0
).
On en dduit
2t1(x x
0
/y x
0
) t
2
|y x
0
|
2
H
0.
On divise cette ingalit par t (on rappelle que t > 0) pour obtenir
21(x x
0
/y x
0
) t|y x
0
|
2
H
0,
ce qui donne, en faisant tendre t vers 0 :
1(x x
0
/x
0
y) 0.
Sens ()
On veut montrer que x
0
= P
C
x, cest--dire |x x
0
|
2
H
|x y|
2
H
pour tout y C.
Soit y C, on a |xy|
2
H
= |xx
0
+x
0
y|
2
H
= |xx
0
|
2
H
+|x
0
y|
2
H
+21(xx
0
/x
0
y) |xx
0
|
2
H
car |x
0
y|
2
H
0 et 21(x x
0
/x
0
y) 0.
144
Remarque 6.15 On prend comme espace de Hilbert rel H = L
2
R
(E, T, m) (avec E ,= ) et on prend C = f
H : f 0 p.p.. On peut montrer que C est une partie convexe ferme non vide et que P
C
f = f
+
pour tout
f H. Ceci est fait dans lexercice 6.26.
Un s.e.v. ferm est, en particulier, un convexe ferm non vide. On peut donc dnir la projection sur un s.e.v. ferm.
On donne maintenant une caractrisation de la projection dans ce cas particulier.
Proposition 6.16 (Deuxime caractrisation de la projection)
Soient H un espace de Hilbert (rel ou complexe) et F un s.e.v. ferm de H. Soient x H et x
0
F. Alors :
x
0
= P
F
x (x x
0
) F

. (6.24)
DMONSTRATION :
Cas dun Hilbert rel
Sens ()
On veut montrer que x
0
= P
F
x. On utilise la premire caractrisation. Soit y F. Comme (x x
0
) F

, on
a (x x
0
/x
0
y) = 0 0 (car x
0
y F). Donc, la proposition 6.15 donne x
0
= P
F
x.
Sens ()
On veut montrer que (xx
0
) F

. La premire caractrisation (proposition 6.15) donne (xx


0
/x
0
y) 0
pour tout y F. Soit z F. On choisit y = x
0
+ z F (car F est un s.e.v.) pour obtenir (x x
0
/z) 0 et
y = x
0
z F pour obtenir (xx
0
/z) 0. On en dduit (xx
0
/z) = 0. Ce qui donne que (xx
0
) F

.
Cas dun Hilbert complexe
La dmonstration est trs voisine.
Sens ()
On veut montrer que x
0
= P
F
x. Soit y F. Comme (xx
0
) F

, on a (xx
0
/x
0
y) = 0 (car x
0
y F).
On a donc 1(x x
0
/x
0
y) = 0. Donc, la proposition 6.15 donne x
0
= P
F
x.
Sens ()
On veut montrer que (xx
0
) F

. La premire caractrisation (proposition 6.15) donne 1(xx


0
/x
0
y) 0
pour tout y F. Soit z F. On choisit y = x
0
z F (car F est un s.e.v.) avec = (x x
0
/z) pour
obtenir 1(x x
0
/z) 0. Mais (x x
0
/z) = (x x
0
/z) = [(x x
0
/z)[
2
. Donc, 0 1(x x
0
/z) =
[(x x
0
/z)[
2
. On en dduit (x x
0
/z) = 0. Ce qui donne que (x x
0
) F

.
Dnition 6.10 (Projection orthogonale et projecteurs algbriques)
1. Soient H un espace de Hilbert (rel ou complexe) et F H un s.e.v. ferm de H. Loprateur P
F
sappelle
projecteur orthogonal sur F". Si u H, P
F
u sappelle la projection orthogonale de u sur F.
2. (Rappel algbrique) Soit E un e.v. sur K (K = Rou K = C). Soient F, Gdeux s.e.v. de E t.q. E = F G. Pour
x E, il existe donc un et un seul couple (y, z) F Gt.q. x = y +z. On pose y = Px et donc z = (I P)x
(o I est lapplication identit). P et I P sont les projecteurs associs la dcomposition E = F G. Ce sont
des applications linaires de E dans E. Limage de P est gale F et Limage de I P est gale G. Dans le
prochain thorme, on va comparer la projection orthogonale et des projecteurs algbriques particuliers.
Thorme 6.8
Soient H un espace de Hilbert (rel ou complexe) et F un s.e.v. ferm de H. Alors :
1. H = F F

,
145
2. P
F
(projecteur orthogonal sur F) est gal au projecteur algbrique sur F associ la dcomposition H =
F F

.
3. F = F

.
DMONSTRATION : On rappelle que lon a dj vu que F

est un s.e.v. ferm.


1. Soit u H. On a u = (u P
F
u) +P
F
u. La 2eme caractrisation (proposition 6.16) donne (u P
F
u) F

.
Comme P
F
u F, on en dduit que H = F +F

.
Soit maintenant u F F

. On doit donc avoir (u/u) = 0, ce qui donne u = 0 et donc F F

= 0.
On a donc H = F F

.
2. Soit u H. Comme u = P
F
u + (u P
F
u), avec P
F
u F et (u P
F
u) F

, on voit que P
F
est gal au
projecteur algbrique sur F associ la dcomposition H = F F

. (Noter aussi que (I P


F
) est gal au
projecteur algbrique sur F

associ la dcomposition H = F F

.)
3. Il reste montrer que F = F

.
On a dj vu que F F

.
Soit u F

. On a u = (uP
F
u)+P
F
u. La 2eme caractrisation (proposition 6.16) donne (uP
F
u) F

et on a aussi (uP
F
u) F

car u F

et P
F
u F F

. On a donc (uP
F
u) F

= 0.
Donc u = P
F
u F. On a donc montr que F

F.
Finalement, on a bien montr que F = F

.
Le thorme 6.8 a un corollaire trs utile :
Corollaire 6.1
Soient H un espace de Hilbert (rel ou complexe) et F un s.e.v. de H. Alors :
F = H F

= 0.
DMONSTRATION : F est un s.e.v. ferm de H. Le thorme 6.8 donne donc H = F (F)

. On a dj vu que
(F)

= F

, on a donc
H = F F

,
do lon dduit
F = H F

= 0.
6.2.3 Thorme de Reprsentation de Riesz
Remarque 6.16 On rappelle ici la dnition 6.7 et la remarque 6.10. Soit H un Banach rel ou complexe. On note
H
t
(ou L(H, K)) lensemble des applications linaires continues de H dans K (avec K = R pour un Banach rel
et K = C pour un Banach complexe). On rappelle que H

est lensemble des applications linaires de H dans K.


On a donc H
t
H

. Si H est de dimension nie, on a H


t
= H

, mais si H est de dimension innie, on peut


montrer que H
t
,= H

.
1. Si T H

, on rappelle que T est continue si seulement si il existe k R t.q. [T(u)[ k|u|


H
, pour tout
u H.
146
2. Si T H
t
, on pose |T|
H
= sup
uH\0]
]T(u)]
|u|
H
. On rappelle que | |
H
est bien une norme sur H
t
et que H
t
,
muni de cette norme, est aussi un espace de Banach (sur K). Noter que ceci est aussi vrai si H est un e.v.n. non
complet. Noter aussi que, si T H
t
et u H, on a [T(u)[ |T|
H
|u|
H
.
3. On suppose maintenant que H un espace de Hilbert (rel ou complexe). Pour v H, on pose
v
(u) = (u/v)
pour tout u H. Grce lingalit de Cauchy-Schwarz ((6.14) ou (6.15)), on a [
v
(u)[ |u|
H
|v|
H
. On a
donc
v
H
t
et |
v
|
H
|v|
H
. En remarquant que
v
(v) = |v|
2
H
, on montre alors que |
v
|
H
= |v|
H
.
On considre maintenant lapplication : H H
t
dnie par (v) =
v
pour tout v H.
Si K = R, est une application linaire de H dans H
t
car, pour tout v, w H tout , R et pour tout
u H,

v+w
(u) = (u/v +w) = (u/v) +(u/w) =
v
(u) +
w
(u),
ce qui donne
v+w
=
v
+
w
. Lapplication est donc une isomtrie (linaire) de H sur Im() H
t
.
(En particulier est donc injective.)
Si K = C, est une application anti-linaire" de H dans H
t
car, pour tout v, w H tout , R et pour
tout u H

v+w
(u) = (u/v +w) = (u/v) +(u/w) =
v
(u) +
w
(u),
ce qui donne
v+w
=
v
+
w
. Lapplication est donc une isomtrie (anti-linaire) de H sur Im()
H
t
. (En particulier est donc, ici aussi, injective.)
Lobjectif du thorme de reprsentation de Riesz (thorme 6.9) est de montrer que lapplication est surjec-
tive, cest--dire que Im() = H
t
.
Thorme 6.9
Soit H un espace de Hilbert (rel ou complexe). Soit T H
t
. Alors, il existe un et un seul v H t.q.
T(u) = (u/v), pour tout u H. (6.25)
Lapplication dnie dans la remarque 6.16 est donc surjective (le rsultat ci dessus donne T =
v
).
DMONSTRATION :
Existence de v
On pose F = Ker(T). Comme T est linaire et continue, F est un s.e.v. ferm de H. Le thorme 6.8 donne donc
H = F F

. On distingue deux cas :


Cas 1. On suppose ici que T = 0. On a alors F = E et il suft de prendre v = 0 pour avoir (6.25).
Cas 2. On suppose maintenant que T ,= 0. On a donc F ,= H et donc F

,= 0 (car H = F F

). Il existe
donc v
0
F

, v
0
,= 0. Comme v
0
, F, on a T(v
0
) ,= 0.
Pour u H, on a alors
u = u
T(u)
T(v
0
)
v
0
+
T(u)
T(v
0
)
v
0
. (6.26)
On remarque que u
T(u)
T(v
0
)
v
0
F car
T(u
T(u)
T(v
0
)
v
0
) = T(u)
T(u)
T(v
0
)
T(v
0
) = 0.
147
Donc, comme v
0
F

, (u
T(u)
T(v
0
)
v
0
/v
0
) = 0 et (6.26) donne
(u/v
0
) = (
T(u)
T(v
0
)
v
0
/v
0
) =
T(u)
T(v
0
)
(v
0
/v
0
),
do lon dduit
T(u) =
T(v
0
)
(v
0
/v
0
)
(u/v
0
).
On pose v =
T(v
0
)
(v
0
/v
0
)
v
0
si K = R et v =
T(v
0
)
(v
0
/v
0
)
v
0
si K = C. On a bien
T(u) = (u/v), pour tout u H,
cest--dire T =
v
(avec les notations de la remarque 6.16).
Dans les 2 cas on a bien trouv v H vriant (6.25).
Unicit de v
Soit v
1
, v
2
H t.q. T =
v
1
=
v
2
(avec les notations de la remarque 6.16). Comme est linaire (si K = R) ou
anti-linaire (si K = C), on en dduit
v
1
v
2
=
v
1

v
2
= 0. Comme est une isomtrie, on a donc v
1
= v
2
,
ce qui donne la partie unicit du thorme.
Remarque 6.17 Soit H un espace de Hilbert (rel ou complexe). Soit T H

H
t
. T est donc une application
linaire de H dans K(= R ou C), non continue. On pose F = Ker(T). La dmonstration du thorme 6.9 permet
alors de montrer que F

= 0 et donc F = H (dans un Hilbert H, le noyau dune forme linaire non continue


est donc toujours dense dans H). En effet, on raisonne par labsurde :
si F

,= 0, il existe v
0
F

, v
0
,= 0. le raisonnement fait pour dmontrer le thorme 6.9 donne alors
T(u) = (u/v) pour tout u H, avec v =
T(v
0
)
(v
0
/v
0
)
v
0
si K = R et v =
T(v
0
)
(v
0
/v
0
)
v
0
si K = C. On en dduit que T est
continu, contrairement lhypothse de dpart.
On a donc F

= 0 et donc F

= F

= 0. On en dduit, comme H = F F

(par le thorme 6.8, car F


est toujours un s.e.v. ferm), que H = F.
Remarque 6.18 (Structure hilbertienne de H
t
) Soit H un espace de Hilbert (rel ou complexe). On sait dj
que H
t
(avec la norme habituelle, voir la remarque 6.16) est un espace de Banach. Le thorme 6.9 permet aussi
de montrer que H
t
est un espace de Hilbert. En effet, en prenant les notations de la remarque 6.16, lapplication
est un isomtrie bijective, linaire ou anti-linaire de H dans H
t
. Cela suft pour montrer que lidentit du
paralllogramme (identit (6.18)) est vraie sur H
t
et donc que H
t
est une espace de Hilbert (voir la remarque
(6.11)). Mais on peut mme construire le produit scalaire sur H
t
(induisant la norme usuelle de H
t
) :
Soient T
1
, T
2
H
t
. Par le thorme 6.9, il existe v
1
, v
2
H t.q. T
1
=
v
1
et T
2
=
v
2
. On pose (T
1
/T
2
)
H
=
(v
2
/v
1
)
H
(o (/)
H
dsigne ici le produit scalaire dans H). Il est facile de voir que (/)
H
est un produit scalaire
sur H
t
. Il induit bien la norme usuelle de H
t
car (T
1
/T
1
)
H
= (v
1
/v
1
)
H
= |v
1
|
2
H
= |
v
1
|
2
H
= |T
1
|
2
H
car
est une isomtrie.
6.2.4 Bases hilbertiennes
Soient E un e.v. sur K, K = R ou C, et B = e
i
, i I E une famille dlments de E (lensemble I est
quelconque, il peut tre ni, dnombrable ou non dnombrable). On rappelle que B = e
i
, i I E est une
base (algbrique) de E si B vrie les deux proprits suivantes :
148
1. B est libre, cest--dire :

iJ

i
e
i
= 0, avec
J I, card(J) < ,

i
K pour tout i J,
_
_
_

i
= 0 pour tout i J,
2. B est gnratrice, cest--dire que pour tout u E, il existe J I, card(J) < , et il existe (
i
)
iJ
K t.q.
u =

iJ

i
e
i
.
En notant vecte
i
, i I lespace vectoriel engendr par la famille e
i
, i I, le fait que B soit gnratrice
scrit donc : E = vecte
i
, i I.
On rappelle aussi que tout espace vectoriel admet des bases (algbriques). Cette proprit se dmontre partir de
laxiome du choix.
Dans le cas dun espace de Hilbert, on va dnir maintenant une nouvelle notion de base : la notion de base
hilbertienne.
Dnition 6.11 Soient H un espace de Hilbert sur K, K = R ou C, et B = e
i
, i I H une famille
dlments de H (lensemble I est quelconque). La famille B est une base hilbertienne de H si elle vrie les deux
proprits suivantes :
1. (e
i
/e
j
) =
i,j
=
_
1 si i = j,
0 si i ,= j,
pour tout i, j I.
2. vecte
i
, i I = H. On rappelle que vecte
i
, i I =

iJ

i
e
i
, J I, card(J) < , (
i
)
iJ
K.
Remarque 6.19 Soit H un espace de Hilbert sur K, K = R ou C.
1. Si H est de dimension nie, il existe des bases hilbertiennes (qui sont alors aussi des bases algbriques). Le
cardinal dune base hilbertienne est alors gal la dimension de H puisque, par dnition, la dimension de H
est gal au cardinal dune base algbrique (ce cardinal ne dpendant pas de la base choisie). La dmonstration
de lexistence de bases hilbertiennes suit celle de la proposition 6.17 (la rcurrence dans la construction de la
famille des e
n
sarrte pour n = dim(H) 1, voir la preuve de la proposition 6.17).
2. Si H est de dimension innie et que H est sparable (voir la dnition 6.12), il existe des bases hilbertiennes
dnombrables (voir la proposition 6.17).
3. Si H est de dimension innie et que H est non sparable, il existe toujours des bases hilbertiennes (ceci se
dmontre avec laxiome du choix), mais elles ne sont plus dnombrables.
Dnition 6.12 Soit E un e.v.n. sur K, K = R ou C. On dit que E est sparable si il existe A E t.q. A = E et
A au plus dnombrable.
Proposition 6.17 Soit H un espace de Hilbert sur K, K = R ou C, de dimension innie. On suppose que H est
sparable . Alors, il existe B = e
i
, i N H , base hilbertienne de H.
DMONSTRATION : Comme H est sparable, il existe une famille f
n
, n N H dense dans H, cest--dire
t.q. f
n
, n N = H.
On va construire, par une rcurrence sur n, une famille e
n
, n N t.q. :
1. (e
n
/e
m
) =
n,m
pour tout n, m N,
2. f
0
, . . . , f
n
vecte
0
, . . . , e
n
pour tout n N.
149
On aura alors trouv une base hilbertienne car on aura f
i
vecte
n
, n N, pour tout i N, et donc H =
f
n
, n N e
n
, n N H, do H = e
n
, n N. Avec la proprit (e
n
/e
m
) =
n,m
pour tout
n, m N, ceci donne bien que e
n
, n N est une base hilbertienne de H.
On construit maintenant la famille e
n
, n N.
Construction de e
0
Soit (0) = mini N; f
i
,= 0 (les f
i
ne sont pas tous nuls car H ,= 0). On prend e
0
=
f
(0)
|f
(0)
|
, de sorte que
(e
0
/e
0
) = 1 et f
0
vecte
0
(car f
0
= |f
0
|e
0
, mme si (0) ,= 0).
Construction de e
n+1
Soit n N. On suppose construits e
0
, . . . , e
n
t.q.
(e
p
/e
m
) =
p,m
pour tout p, m 0, . . . , n,
f
0
, . . . , f
p
vecte
0
, . . . , e
p
pour tout p 0, . . . , n.
(Ce qui est vri pour n = 0 grce la construction de e
0
.)
On construit maintenant e
n+1
t.q. les deux assertions prcdentes soient encore vraies avec n + 1 au lieu de n.
Un sous espace vectoriel de dimension nie est toujours ferm, donc vecte
0
, . . . , e
n
= vecte
0
, . . . , e
n
. Si
f
i
vecte
0
, . . . , e
n
pour tout i N, on a alors f
i
, i N vecte
0
, . . . , e
n
et donc H = vectf
i
, i N
vecte
0
, . . . , e
n
= vecte
0
, . . . , e
n
. Ce qui prouve que H est de dimension nie (et dim(H) = n + 1). Comme
H est de dimension innie, il existe donc i N t.q. f
i
, vecte
0
, . . . , e
n
(dans le cas o H est dimension
nie, la construction de la famille des e
n
sarrte pour n = dim(H) 1 et on obtient une base hilbertienne
avec e
0
, . . . , e
n
). On pose alors (n + 1) = mini N; f
i
, vecte
0
, . . . , e
n
. On a donc, en particulier,
(n+1) n+1. En prenant e
n+1
= f
(n+1)

n
i=0

i
e
i
avec
i
= (f
(n+1)
/e
i
) pour tout i 0, . . . , n, on
remarque que e
n+1
,= 0 (car f
(n+1)
, vecte
0
, . . . , e
n
) et que ( e
n+1
/e
i
) = 0 pour tout i 0, . . . , n. Il suft
alors de prendre e
n+1
=
e
n+1
| e
n+1
|
pour avoir (e
p
/e
m
) =
p,m
pour tout p, m 0, . . . , n+1. Enn, il est clair que
f
n+1
vecte
0
, . . . , e
n+1
car on a f
n+1
= | e
n+1
|e
n+1
+

n
i=0

i
e
i
vecte
0
, . . . , e
n+1
si (n+1) = n+1
et f
n+1
vecte
0
, . . . , e
n
si (n + 1) > n + 1.
On a donc bien trouv e
n+1
t.q.
(e
p
/e
m
) =
p,m
pour tout p, m 0, . . . , n + 1,
f
0
, . . . , f
p
vecte
0
, . . . , e
p
pour tout p 0, . . . , n + 1.
Ce qui conclut la construction de la famille e
n
, n N vriant les deux assertions demandes. Comme cela a
dj t dit, la famille e
n
, n N est alors une base hilbertienne de H.
La proposition 6.17 montre donc que tout espace de Hilbert sparable, et de dimension innie, admet une base
hilbertienne dnombrable. On peut aussi dmontrer la rciproque de ce rsultat, cest--dire que tout espace de
Hilbert admettant une base hilbertienne dnombrable est sparable et de dimension innie (cf. exercice 6.25). La
proposition suivante sadresse donc uniquement aux espaces de Hilbert sparables.
Proposition 6.18 Soient H un espace de Hilbert sur K, K = R ou C. et e
n
, n N une base hilbertienne de
H (lespace H est donc sparable et de dimension innie (cf. exercice 6.25) et, dans ce cas, une telle base existe
daprs la proposition 6.17). Alors :
1. (Identit de Bessel) |u|
2
=

nN
[(u/e
n
)[
2
, pour tout u H,
2. u =

nN
(u/e
n
)e
n
, pour tout u H, cest--dire

n
i=0
(u/e
i
)e
i
u dans H, quand n ,
3. soient u H et (
n
)
nN
K t.q. u =

nN

n
e
n
(cest--dire

n
i=0

i
e
i
u dans H quand n ),
alors
i
= (u/e
i
) pour tout i N,
4. (identit de Parseval) (u/v) =

nN
(u/e
n
)(v/e
n
), pour tout u, v H.
150
DMONSTRATION : Pour n N, on pose F
n
= vecte
0
, . . . , e
n
. F
n
est donc un s.e.v. ferm de H (on a
dim(F
n
) = n+1 et on rappelle quun espace de dimension nie est toujours complet, F
n
est donc ferm dans H).
On remarque que F
n
F
n+1
pour tout n N, que
nN
F
n
= vecte
i
, i N et donc que
nN
F
n
= H (car
e
i
, i N est une base hilbertienne de H).
Soit u H. La suite (d(u, F
n
))
nN
est dcroissante (car F
n
F
n+1
), on a donc d(u, F
n
) l quand n ,
avec l 0. On va montrer que l = 0. En effet, pour tout > 0, il existe v
nN
F
n
t.q. d(v, u) (car

nN
F
n
= H). Il existe donc n N t.q. v F
n
. On a alors d(u, F
n
) , ce qui prouve que l . Comme > 0
est arbitraire, on a bien montr que l = 0.
On utilise maintenant le thorme dexistence et dunicit de la projection sur un convexe ferm non vide (thorme
6.7). Il donne lexistence (et lunicit) de u
n
= P
F
n
u F
n
t.q. d(u
n
, u) = d(u, F
n
), pour tout n N. On a alors
u = (u u
n
) + u
n
et la deuxime caractrisation de la projection (proposition 6.16) donne que (u u
n
) F

n
.
Le thorme de Pythagore (thorme 6.6) donne enn que |u|
2
= |u
n
|
2
+ |u u
n
|
2
. Comme |u u
n
| =
d(u, u
n
) = d(u, F
n
) 0 quand n , on en dduit que
|u
n
|
2
0, quand n . (6.27)
Soit n N. Comme u
n
F
n
= vecte
0
, . . . , e
n
, on a u
n
=

n
i=0

i
e
i
avec
i
= (u
n
/e
i
) pour tout i
0, . . . , n (car (e
i
/e
j
) =
i,j
pour tout i, j). Puis, comme (u u
n
) F

n
, on a (u u
n
/e
i
) = 0 pour tout
i 0, . . . , n, do lon dduit que
i
= (u/e
i
) pour tout i 0, . . . , n. On a donc montr que u
n
=

n
i=0
(u/e
i
)e
i
. Ce qui, avec le thorme de Pythagore, donne |u
n
|
2
=

n
i=0
[(u/e
i
)[
2
. On obtient donc, avec
(6.27) le premier item de la proposition, cest--dire lidentit de Bessel.
On montre maintenant le deuxime item de la proposition. En reprenant les notations prcdentes, on a, pour
u H, u = (uu
n
) +u
n
et (uu
n
) 0 dans H quand n (car |uu
n
| = d(u, F
n
)). On a donc u
n
u
dans H quand n . Ceci donne bien le deuxime item de la proposition car on a vu que u
n
=

n
i=0
(u/e
i
)e
i
.
Pour montrer le troisime item de la proposition, on suppose que (
i
)
iN
K est t.q.

n
i=0

i
e
i
u dans H
quand n . Soit j N. On remarque que (

n
i=0

i
e
i
/e
j
) =

n
i=0

i
(e
i
/e
j
) =
j
pour n j. En utilisant la
continuit du produit scalaire par rapport son premier argument (ce qui est une consquence simple de lingalit
de Cauchy-Schwarz), on en dduit (faisant n ) que (u/e
j
) =
j
. Ce qui prouve bien le troisime item de la
proposition.
Enn, pour montrer lidentit de Parseval, on utilise la continuit du produit scalaire par rapport ses deux argu-
ments (ce qui est aussi une consquence de lingalit de Cauchy-Schwarz), cest--dire le fait que
u
n
u dans H, quand n ,
v
n
v dans H, quand n ,
_
(u
n
/v
n
) (u/v) quand n . (6.28)
Pour u, v H, on utilise (6.28) avec u
n
=

n
i=0
(u/e
i
)e
i
et v
n
=

n
i=0
(v/e
i
)e
i
. On a bien u
n
u et v
n
v
(daprs le deuxime item) et on conclut en remarquant que (u
n
/v
n
) =

n
i=0

n
j=0
(u/e
i
)(v/e
j
)(e
i
/e
j
) =

n
i=0
(u/e
i
)(v/e
i
).
Remarque 6.20 Soit H un espace de Hilbert sur K, K = R ou C, sparable et de dimension innie.
1. Soit e
n
, n N une base hilbertienne de H et soit : N N bijective. On pose e
n
= e
(n)
. Comme
e
n
, n N = e
n
, n N, la famille e
n
, n N est donc aussi une base hilbertienne de H. On peut donc
151
appliquer la proposition 6.18 avec la famille e
n
, n N ou avec la famille e
n
, n N. Le deuxime item de
la proposition 6.18 donne alors, pour tout u H,
u =

nN
(u/e
n
)e
n
=

nN
(u/e
(n)
)e
(n)
.
Ceci montre que la srie

nN
(u/e
n
)e
n
est commutativement convergente, cest--dire quelle est convergente,
dans H, quel que soit lordre dans lequel on prend les termes de la srie et la somme de la srie ne dpend pas de
lordre dans lequel les termes ont t pris. Noter pourtant que cette srie peut ne pas tre absolument convergente.
On peut remarquer, pour donner un exemple, que la suite (

n
i=0
1
i+1
e
i
)
nN
H est de Cauchy, donc converge,
dans H, quand n , vers un certain u. Pour cet lment u de H, on a (u/e
i
) =
1
i+1
pour tout i N.
La srie

nN
(u/e
n
)e
n
est donc commutativement convergente mais nest pas absolument convergente car

nN
|(u/e
n
)e
n
| =

nN
1
n+1
= (voir ce propos le corrig 117). Lexercice 6.35 complte cet exemple
en construisant une isomtrie bijective naturelle entre H et l
2
.
Par contre, on rappelle que, dans R ou C, une srie est commutativement convergente si et seulement si elle est
absolument convergente (voir lexercice 2.33). On peut dailleurs remarquer que la srie donne litem 4 de la
proposition 6.18 est commutativement convergente (pour la mme raison que pour la srie de litem 2, donne ci
dessus) et est aussi absolument convergente. En effet, pour u, v H, on a [(u/e
i
)(v/e
i
)[ [(u/e
i
)[
2
+[(v/e
i
)[
2
pour tout i N, ce qui montre bien (grce lidentit de Bessel) que la srie

nN
(u/e
n
)(v/e
n
) est absolument
convergente (dans K).
2. Soit I un ensemble dnombrable (un exemple intressant pour la suite est I = Z) et e
i
, i I H.
Soit : N I bijective. On pose, pour n N, e
n
= e
(n)
. On a alors e
i
, i I = e
n
, n N. La famille
e
i
, i I est donc une base hilbertienne si et seulement si la famille e
n
, n N est une base hilbertienne.
Si la famille e
i
, i I est une base hilbertienne, on peut donc appliquer la proposition 6.18 avec la famille
e
n
, n N. On obtient, par exemple, que pour tout u H :
u =

nN
(u/e
(n)
)e
(n)
.
La somme de la srie

nN
(u/e
(n)
)e
(n)
ne dpend donc pas du choix de la bijection entre N et I et il est
alors lgitime de la noter simplement

iI
(u/e
i
)e
i
. Ceci est dtaill dans la dnition 6.13 et permet dnoncer
la proposition 6.19.
Dnition 6.13 Soient H un espace de Hilbert (rel ou complexe) et I un ensemble dnombrable. Soit (u
i
)
iI

H. On dit que la srie

iI
u
i
est commutativement convergente si il existe u H t.q., pour tout : N I
bijective, on ait :
n

p=0
u
(p)
u, quand n .
On note alors u =

iI
u
i
.
Proposition 6.19 Soit H un espace de Hilbert sur K, K = R ou C. Soient I dnombrable et e
i
, i I une base
hilbertienne de H (lespace H est donc sparable et de dimension innie). Alors :
1. (Identit de Bessel) Pour tout u H, la srie

iI
[(u/e
i
)[
2
est commutativement convergente et |u|
2
=

iI
[(u/e
i
)[
2
,
2. Pour tout u H, la srie

iI
(u/e
i
)e
i
est commutativement convergente et u =

iI
(u/e
i
)e
i
,
152
3. soient u H et (
n
)
nN
K t.q. la srie

iI

i
e
i
est commutativement convergente et u =

iI

i
e
i
,
alors
i
= (u/e
i
) pour tout i I,
4. (identit de Parseval) Pour tout u, v H, la srie

iI
(u/e
i
)(v/e
i
) est commutativement convergente et
(u/v) =

iI
(u/e
i
)(v/e
i
)
DMONSTRATION : La dmonstration est immdiate partir de la proposition 6.18 et de la dnition des sries
commutativement convergentes (dnition 6.13). Il suft de remarquer que e
(n)
, n N est une base hilber-
tienne de H pour toute application : N I bijective (et dappliquer la proposition 6.18), comme cela est
indiqu dans la remarque 6.20 (deuxime item).
La proposition suivante donne une caractrisation trs utile des bases hilbertiennes.
Proposition 6.20 (Caractrisation des bases hilbertiennes)
Soit H un espace de Hilbert rel ou complexe. Soit e
i
, i I H t.q. (e
i
/e
j
) =
i,j
pour tout i, j I. Alors,
e
i
, i I est une base hilbertienne si et seulement si :
u H, (u/e
i
) = 0 i I u = 0.
DMONSTRATION : On pose F = vecte
i
, i I. F est s.e.v. de H.
On sait que e
i
, i I est une base hilbertienne si et seulement si F = H. Or, on a dj vu (proposition 6.1) que
F = H F

= 0. Donc, e
i
, i I est une base hilbertienne si et seulement si
u H, u F

u = 0.
Comme u F

si et seulement si (u/e
i
) = 0 pour tout i I, on en dduit que e
i
, i I est une base
hilbertienne si et seulement si
u H, (u/e
i
) = 0 i I u = 0.
On donne maintenant un exemple de base hilbertienne, cet exemple donne un rsultat de convergence de la srie
de Fourier dune fonction priodique de R dans C.
Pour cet exemple, on prend H = L
2
C
(]0, 2[, B(]0, 2[), ), o dsigne la mesure de Lebesgue sur B(]0, 2[).
On rappelle que H est un espace de Hilbert complexe et que le produit scalaire sur H est donn par (f/g)
2
=
_
fgd =
_
2
0
f(x)g(x)dx pour f, g H.
Pour n Z, on dnit e
n
H par (en confondant e
n
avec son reprsentant continu) :
e
n
(x) =
1

2
exp(inx), x ]0, 2[. (6.29)
La convergence dans H de la srie de Fourier de f H est alors donne par la proposition suivante (noter que
cette proposition ne donne pas de convergence ponctuelle de la srie de Fourier, mme si f est continue).
Proposition 6.21 (Sries de Fourier) Soit H = L
2
C
(]0, 2[, B(]0, 2[), ). Alors :
1. La famille e
n
, n Z, o e
n
est donne par (6.29), est une base hilbertienne de H.
2. Pour tout f H, la srie

nZ
(f/e
n
)
2
e
n
est commutativement convergente et
f =

nZ
(f/e
n
)
2
e
n
.
153
En particulier, on a
_
2
0
[f(x)
n

p=n
(f/e
p
)
2
e
p
(x)[
2
dx 0, quand n .
DMONSTRATION : Pour dmontrer que e
n
, n Z est une base hilbertienne, on utilise la proposition 6.20. Il
suft donc de montrer :
1. (e
n
/e
m
)
2
=
n,m
pour tout n, m Z,
2. f H, (f/e
n
)
2
= 0 n Z f = 0.
Lassertion 1 est immdiate car (e
n
/e
m
)
2
=
_
2
0
1
2
exp(i(n m)x)dx. Ce qui donne bien 0 si n ,= m et 1 si
n = m.
Pour montrer lassertion 2, soit f H t.q. (f/e
n
)
2
= 0 pour tout n Z. On va montrer que f = 0 (cest--dire
f = 0 p.p.) en raisonnant en plusieurs tapes.
Etape 1. On note P = vecte
n
, n Z (P est donc lensemble des polynmes trigonomtriques). Par antilinarit
du produit scalaire de H par rapport son deuxime argument, on a (f/g) = 0 pour tout g P.
Etape 2. On note C
p
= g C([0, 2], C) ; g(0) = g(2). On peut montrer que P est dense dans C
p
pour
la norme de la convergence uniforme (dnie par |g|
u
= maxg(x), x [0, 2]). On admet ce rsultat ici
(cest une consquence du thorme de Stone-Weierstrass). Soit g C
p
, il existe donc (g
n
)
nN
P t.q. g
n
g
uniformment sur [0, 2]. On a donc |g
n
g|
u
= |g
n
g|

0 quand n . Comme ([0, 2]) < , on en


dduit que |g
n
g|
2
0 quand n . (Plus prcisment, on a ici | |
2

2| |

). Comme (f/g
n
)
2
= 0
pour tout n N (par ltape 1), on en dduit (avec lingalit de Cauchy-Schwarz) que (f/g)
2
= 0. On a donc
(f/g)
2
= 0 pour tout g C
p
.
Etape 3. Soit g C([0, 2], C). Pour n N

on dnit g
n
par :
g
n
(x) = g(x), si x [
1
n
, 2],
g
n
(x) = g(2) + (g(
1
n
) g(2))(nx), si x [0,
1
n
[,
de sorte que g
n
C
p
(noter que g
n
est afne entre 0 et
1
n
et vrie g
n
(0) = g(2) et g
n
(
1
n
) = g(
1
n
)).
Par ltape 2, on a (f/g
n
)
2
= 0 pour tout n N

. Dautre part, le thorme de convergence domine dans L


p
donne que g
n
g dans H quand n (noter en effet que g
n
g p.p. et que g
n
|g|

H, pour tout
n N

). On en dduit donc que (f/g)


2
= 0. On a donc (f/g)
2
= 0 pour tout g C([0, 2], C).
Etape 4. On prend maintenant g H = L
2
C
(]0, 2[, B(]0, 2[), ). On dnit g de R dans C par g = g sur [0, 2]
et g = 0 sur R [0, 2]. On obtient ainsi g L
2
C
(R, B(R), ) (On a, comme dhabitude, confondu un lment
de L
2
avec lun de ses reprsentants ; et dsigne maintenant la mesure de Lebesgue sur B(R)). On montre dans
lexercice (corrig) 6.4 que C
c
(R, R) est dense dans L
2
R
(R, B(R), ). On en dduit facilement que C
c
(R, C) est
dense dans L
2
C
(R, B(R), ). Il existe donc (h
n
)
nN
C
c
(R, C) t.q. h
n
g dans L
2
C
(R, B(R), ), quand n .
On en dduit que
_
2
0
[h
n
(x) g(x)[
2
dx
_
R
[h
n
(x) g(x)[
2
dx 0, quand n .
En posant g
n
= (h
n
)
]
[0,2]
, on a donc g
n
C([0, 2], C) et g
n
g dans H, quand n . Comme ltape 3
donne (f/g
n
)
2
= 0 pour tout n N, on en dduit que (f/g)
2
= 0.
Pour conclure, il suft maintenant de prendre g = f. On obtient (f/f)
2
= 0 et donc f = 0 p.p..
On a bien ainsi montr (grce la proposition 6.20) que e
n
, n Z est une base hilbertienne de H.
154
On montre maintenant le deuxime item de la proposition.
Soit f H. La proposition 6.19 donne que la srie

nZ
(f/e
n
)
2
e
n
est commutativement convergente et que
f =

nZ
(f/e
n
)
2
e
n
.
En utilisant la dnition 6.13 et la bijection de N dans Z donne par (0) = 0, et, pour n 1, (2n 1) = n,
(2n) =n, on a donc, en particulier,

m
i=0
(f/e
(m)
)
2
e
(m)
f, dans H, quand m. en prenant m = 2n,
ceci donne exactement
_
2
0
[f(x)
n

p=n
(f/e
p
)e
p
(x)[
2
dx 0, quand n .
6.3 Dualit dans les espaces L
p
, 1 p
6.3.1 Dualit pour p = 2
Soit (E, T, m) un espace mesur. On note H = L
2
K
(E, T, m), avec K = R ou C.
Soit f L
2
K
(E, T, m). On note
f
: H K, lapplication dnie par
f
(g) = (g/f)
2
. On a dj vu
(remarque 6.10) que
f
H
t
(dual topologique de H). On remarque aussi que |
f
|
H
= |f|
H
= |f|
2
. En effet
[
f
(g)[ |f|
H
|g|
H
(par lingalit de Cauchy-Schwarz) et [
f
(f)[ |f|
2
H
. Donc :
|
f
|
H
= sup
[
f
(g)[
|g|
H
, g H 0 = |f|
H
.
Le thorme de reprsentation de Riesz (thorme 6.9 page 147) appliqu lespace de Hilbert H = L
2
K
(E, T, m)
donne que pour tout T H
t
, il existe un et un seul f H t.q. T(g) = (g/f)
2
pour tout g H, cest--dire un et
un seul f H t.q. T =
f
.
Lapplication : f
f
est donc une isomtrie bijective de L
2
K
(E, T, m) sur L
2
K
(E, T, m). (Noter que est
linaire si K = R et antilinaire si K = C.)
Cette situation est spcique au cas p = 2. Nous examinons ci-aprs le cas gnral 1 p .
6.3.2 Dualit pour 1 p
Soit (E, T, m) un espace mesur. Soit p [1, +], on pose q =
p
p1
[1, +] (de sorte que
1
p
+
1
q
= 1,
q sappelle le conjugu de p). Dans toute cette section, on note L
r
K
= L
r
K
(E, T, m), avec K = R ou C (et
r [1, ]).
On cherche caractriser le dual de L
p
K
, de manire semblable ce qui a t fait la section prcdente dans le
cas p = 2.
Soit f L
q
K
, on considre lapplication :

f
: g
_

_
_
gfdm si K = R,
_
gfdm si K = C.
(6.30)
155
Lingalit de Hlder (proposition 6.9) montre que
f
(g) est bien dnie si g L
p
K
et que
f
(L
p
K
)
t
(dual
topologique de L
p
K
). On peut aussi obtenir un majorant de la norme de
f
car lingalit de Hlder donne
[
f
(g)[ |f|
q
|g|
p
, pour tout g L
p
K
,
do lon dduit que
|
f
|
(L
p
K
)
= sup
[
f
(g)[
|g|
p
, g L
p
K
0 |f|
q
. (6.31)
On dnit donc une application : f
f
de L
q
K
dans (L
p
K
)
t
. La dnition de
f
(formule (6.30)) montre que
cette application est linaire dans le cas K = R et antilinaire dans le cas K = C. Elle est toujours continue, grce
(6.31). On montre maintenant que cest, en gnral, une isomtrie.
Proposition 6.22
Soit (E, T, m) un espace mesur. Soient p [1, +] et q =
p
p1
. Si p = 1, la mesure m est suppose de plus -
nie. Lapplication : f
f
, o
f
est dnie par (6.30) est une application de L
q
K
dans (L
p
K
)
t
, linaire dans
le cas K = R et antilinaire dans le cas K = C. De plus , cest une isomtrie, cest--dire que |
f
|
(L
p
K
)
= |f|
q
pour tout f L
q
K
. (Lapplication est donc ncessairement injective, mais pas forcment surjective.)
DMONSTRATION : on sait dj que est une application de L
q
K
dans (L
p
K
)
t
, linaire dans le cas K = R et
antilinaire dans le cas K = C. On sait aussi que |
f
|
(L
p
K
)
|f|
q
pour tout f L
q
K
(voir (6.31)). Pour
terminer la dmonstration de cette proposition, Il suft donc de montrer que, pour tout f L
q
K
,
|
f
|
(L
p
K
)
|f|
q
. (6.32)
On se limite au cas K = R (les adaptations pour traiter le cas K = C sont faciles deviner).
Soit f L
q
R
. On suppose f ,= 0 (sinon (6.32) est immdiat). On confond f avec lun de ses reprsentants, de sorte
que f L
q
= L
q
R
(E, T, m). Pour montrer 6.32, on va chercher g L
p
K
0 t.q.
]
f
(g)]
|g|
p
= |f|
q
.
On distingue maintenant trois cas.
Cas 1 : 1 < p < . On dnit g : E R par g(x) = [f(x)[
q1
sign(f(x)) pour tout x E, avec la fonction
sign : R R dnie par sign(s) = 1 si s < 0, sign(s) = 1 si s > 0 et (par exemple) sign(0) = 0. La fonction
g est mesurable (comme compose dapplications mesurables) et on a (en notant que p =
q
q1
) :
_
[g[
p
dm =
_
([f[
q1
)
q
q1
dm =
_
[f[
q
dm < .
Donc, g L
p
R
(plus prcisment, g L
p
R
) et |g|
p
= |f|
q
p
q
,= 0. Pour ce choix de g, on a donc
[
f
(g)[
|g|
p
=
1
|f|
q
p
q
_
fgdm =
1
|f|
q
p
q
|f|
q
q
= |f|
q
,
car q
q
p
= 1.
On en dduit que
|
f
|
(L
p
K
)
= sup
[
f
(h)[
|h|
p
, h L
p
K
0
[
f
(g)[
|g|
p
= |f|
q
,
ce qui donne (6.32).
156
Cas 2 : p = . On a, dans ce cas, q = 1. On prend, comme pour le premier cas, g = sign(f). On a ici g L

R
et |g|

= 1 (car m(E) ,= 0, sinon L


1
R
= 0 et il ny a pas de f L
1
R
, f ,= 0). Pour ce choix de g, on a

f
(g) = |f|
1
, donc
]
f
(g)]
|g|

= |f|
1
et, comme dans le premier cas, ceci donne (6.32).
Cas 3 : p = 1. On a, dans ce cas, q = . Ce cas est un peu plus dlicat que les prcdents. On ne peut pas toujours
trouver g L
1
K
0 t.q.
]
f
(g)]
|g|
1
= |f|

. En utilisant le caractre -ni de m, on va, pour tout n N

, trouver
g
n
L
1
K
0 t.q.
]
f
(g
n
)]
|g|
1
|f|

1
n
. Ce qui permet aussi de montrer (6.32).
Soit n N

. On pose
n
= |f|


1
n
et A
n
= [f[
n
. On a m(A
n
) > 0 (car m(A
n
) = 0 donnerait
|f|


n
).
Si m(A
n
) < , on peut prendre g
n
= sign(f)1
A
n
qui est mesurable (car sign(f) et 1
A
n
sont mesurables) et
intgrable car m(A
n
) < . On a alors g
n
L
1
R
0, |g
n
|
1
= m(A
n
) et
f
(g
n
) =
_
A
n
[f[dm
n
m(A
n
).
Donc :
|
f
|
(L
1
K
)

[
f
(g
n
)[
|g
n
|
1

n
= |f|

1
n
.
En faisant tendre n vers linni, on en dduit (6.32).
Si m(A
n
) = , le choix de g
n
= sign(f)1
A
n
ne convient pas car sign(f)1
A
n
, L
1
R
. On utilise alors le fait que
m est -nie. Comme m est -nie, il existe une suite (E
p
)
pN
T t.q. m(E
p
) < , E
p
E
p+1
, pour tout
p N, et E =
pN
E
p
. Par continuit croissante de m, on a donc m(A
n
E
p
) m(A
n
) quand p . Comme
m(A
n
) > 0 il existe donc p N (dpendant de n, on ne note pas cette dpendance) t.q. m(A
n
E
p
) > 0. On
prend alors g
n
= sign(f)1
A
n
E
p
. On a bien alors g
n
L
1
R
0, |g
n
|
1
= m(A
n
E
p
) m(E
p
) < et

f
(g
n
) =
_
A
n
E
p
[f[dm
n
m(A
n
E
p
). Donc :
|
f
|
(L
1
K
)

[
f
(g
n
)[
|g
n
|
1

n
= |f|

1
n
.
En faisant tendre n vers linni, on en dduit (6.32). ce qui conclut la preuve de la proposition.
La proposition 6.22 montre que lapplication : f
f
, o
f
est dnie par (6.30) est une application de L
q
K
dans (L
p
K
)
t
, linaire dans le cas K = R et antilinaire dans le cas K = C. De plus, cest une isomtrie, cest--dire
que |
f
|
(L
p
K
)
= |f|
q
pour tout f L
q
K
. Comme cela a dj t dit, lapplication est donc ncessairement
injective car
f
=
h
implique
fh
= 0 et donc |f h|
q
= |
fh
|
(L
p
K
)
= 0, ce qui donne f = h p.p.. Mais
lapplication nest pas forcment surjective. On sait quelle est surjective si p = 2 (ctait lobjet de la section
prcdente). Le thorme suivant montre quelle est surjective si m est -nie et p [1, +[ (de sorte quon
identie souvent, dans ce cas, (L
p
K
)
t
L
q
K
).
Thorme 6.10 (Dualit L
p
L
q
) Soient (E, T, m) un espace mesur -ni, 1 p < +, q =
p
p1
et T
(L
p
K
)
t
. Alors, il existe un unique f L
q
K
t.q.
T(g) =
_

_
_
gfdm si K = R,
_
gfdm si K = C,
cest--dire t.q. T =
f
donn par (6.30) (on a donc montr la surjectivit de lapplication : L
q
K
(L
p
K
)
t
dnie par (f) =
f
pour f L
q
K
).
157
Remarque 6.21 (Dual de L

) Noter que le thorme prcdent est, en gnral, faux pour p = . Lapplication


: f
f
, o
f
est donne par (6.30) est donc une isomtrie (linaire ou antilinaire, selon que K = R ou C)
de L
1
K
dans (L

K
)
t
mais limage de est, sauf cas trs particuliers, diffrente de (L

K
)
t
. Lapplication ne permet
donc pas didentier le dual de L

K
L
1
K
.
DMONSTRATION DU THORME 6.10 :
La dmonstration de ce thorme est faite dans lexercice 6.45. Elle consiste essentiellement se ramener directe-
ment appliquer le thorme de reprsentation de Riesz (thorme 6.9) dans un espace L
2
appropri.
Une autre dmonstration, probablement plus classique, consiste appliquer le thorme de Radon-Nikodym, qui
lui-mme se dmontre en se ramenant au thorme de reprsentation de Riesz. Cette dmonstration est donne,
dans un cas particulier, dans lexercice 6.42. Nous verrons le thorme de Radon-Nikodym dans la section suivante,
voir les thormes 6.11 et 6.12.
Enn, on propose dans lexercice 6.44 une autre dmonstration de ce thorme dans le cas p < 2 (utilisant toujours
le thorme de reprsentation de Riesz).
Une consquence intressante du thorme de dualit (thorme 6.10) est le caractre rexif des espaces L
p
pour
1 < p < , ce que lon dtaille maintenant.
Soit F un espace de Banach rel (mais il est possible de traiter aussi les Banach complexes). On note F
t
le dual
(topologique) de F et F
tt
le dual (topologique) de F
t
. On dit aussi que F
tt
est le bidual de F. Pour u F, on
dnit J
u
: F
t
R par
J
u
(T) = T(u) pour tout T F
t
. (6.33)
Il est facile de voir que J
u
F
tt
et |J
u
|
F
|u|
F
. On peut en fait montrer que |J
u
|
F
= |u|
F
(cest une
consquence du thorme de Hahn-Banach, non dmontr ici). Comme lapplication J : u J
u
est linaire,
cest donc une isomtrie linaire de F dans F
tt
. Il est alors immdiat que J est injective. On lappelle injection
canonique" de F dans F
tt
. Par contre, J nest pas toujours surjective.
Dnition 6.14 Soit F un espace de Banach, F
t
son dual (topologique) et F
tt
son bidual (cest--dire le dual
topologique de F
t
). Pour u F, on dnit J
u
F
tt
par (6.33). On dit que lespace F est rexif si lapplication
J : u J
u
(de F dans F
tt
) est surjective (lapplication J est toujours injective).
Un espace de Hilbert H est toujours rexif car lapplication J est alors simplement la compose des deux bijec-
tions de H dans H
t
et de H
t
dans H
tt
donnes par le thorme de reprsentation de Riesz (Thorme 6.9). Ce qui
montre que J est surjective. Lespace L
2
R
(E, T, m) est donc rexif. Plus gnralement, une consquence directe
du thorme 6.10 est que les espaces L
p
, sont rexifs pour p ]1, +[.
Proposition 6.23 Soient (E, T, m) un espace mesur et 1 < p < +. Alors, lespace L
p
R
(E, T, m) est rexif.
DMONSTRATION : On pose q =
p
p1
, L
p
= L
p
R
(E, T, m) et L
q
= L
q
R
(E, T, m).
On note lapplication de L
p
dans (L
q
)
t
dnie par (f) =
f
, o
f
est donne par (6.30), et on note
lapplication de L
q
dans (L
p
)
t
dnie par (f) =
f
.
Comme p ,= et q ,= , le thorme 6.10 donne que est une bijection de L
p
dans (L
q
)
t
et est une bijection
de L
q
dans (L
p
)
t
. On rappelle aussi que et sont des isomtries linaires.
Soit s (L
p
)
tt
. Pour montrer que L
p
est rexif, il suft de montrer quil existe u L
p
t.q. J
u
= s (o J
u
est
dni par 6.33), cest--dire t.q. s(T) = T(u) pour tout T (L
p
)
t
.
158
On va montrer que u =
1
(s ) convient. En effet, soit T (L
p
)
t
. On a :
T(u) =
_
u
1
(T)dm,
et :
s(T) = (s )(
1
(T)) = (u)(
1
(T)) =
_
u
1
(T)dm = T(u).
On a donc bien montr que lapplication J : u J
u
(de L
p
dans (L
p
)
tt
) est surjective, cest--dire que L
p
est
rexif.
On peut aussi noter que la dmonstration de cette proposition donne en fait que J
u
= (u)
1
pour tout
u L
p
.
6.3.3 Thorme de Radon-Nikodym
La dnition 4.4 donnait la dnition dune mesure de densit. On reprend ici cette dnition et on donne aussi la
dnition de mesure signe" de densit.
Dnition 6.15 (Mesure de densit) Soit (E, T, m) un espace mesur.
1. Soit une mesure sur T. On dit que est une mesure de densit par rapport m si il existe f /
+
t.q.
(A) =
_
A
fdm, pour tout A T. On pose alors = fm (on dit aussi que f est la densit de par rapport
m).
2. Soit une mesure signe sur T. On dit que est une mesure signe de densit par rapport m si il existe
f L
1
R
(E, T, m) t.q. (A) =
_
A
fdm, pour tout A T. On pose alors = fm (on dit aussi que f est la
densit de par rapport m).
Remarque 6.22 (Sur les mesures de densit) Soient (E, T, m) un espace mesur et une mesure sur T.
1. (Unicit de la densit) Soit f, g /
+
. On suppose que = fm et = gm. On a alors f = g m-p.p.. En
effet, on doit avoir
_
A
fdm =
_
A
gdm pour tout A T. En choisissant A = f > g puis A = f < g, on en
dduit que
_
f>g]
(f g)dm+
_
f<g]
(g f)dm = 0. Ce qui donne
_
[f g[dm = 0 et donc f = g m-p.p..
2. (Espace L
1
pour une mesure de densit) Soit f /
+
t.q. = fm. Soit g /, lexercice (corrig) 4.22
donne alors les assertions suivantes :
(a) g L
1
R
(E, T, ) fg L
1
R
(E, T, m),
(b) g L
1
R
(E, T, )
_
gd =
_
fgdm.
3. (Absolue continuit dune mesure de densit) Soit f /
+
t.q. = fm. Soit A T t.q. m(A) = 0. On a alors
f1
A
= 0 m-p.p. et donc (A) =
_
f1
A
dm = 0. Selon la dnition 6.16 ci-aprs, ceci montre que la mesure
est absolument continue par rapport la mesure m. Lobjectif du thorme de Radon-Nikodym (thorme 6.11)
sera de dmontrer la rciproque de ce rsultat (si est nie et m est -nie).
Rappelons la dnition dune mesure absolument continue :
Dnition 6.16 (Mesure absolument continue) Soient (E, T, m) un espace mesur et une mesure (positive ou
signe) sur T. On dit que est absolument continue par rapport m, et on note << m, si :
A T, m(A) = 0 (A) = 0.
159
Remarque 6.23 On donne ici un exemple de mesure non absolument continue : on prend (E, T, m) = (R, B(R),
) et =
0
(mesure de Dirac en 0 sur B(R)). Comme (0 = 0 et
0
(0 = 1, la mesure
0
nest pas
absolument continue par rapport .
On donne maintenant le thorme de Radon-Nikodym pour les mesures (positives).
Thorme 6.11 (Radon-Nikodym) Soient (E, T, m) un espace mesur -ni et une mesure nie sur T. Alors,
est absolument continue par rapport m si et seulement si est une mesure de densit par rapport m.
DMONSTRATION :
Sens (). Ce sens a t montr dans le troisime item de la remarque 6.22 (et les hypoth eses nie" et m -
nie" sont inutiles. (Noter aussi que le premier item de cette mme remarque donne lunicit m-p.p. de la densit
de par rapport m.)
Sens (). Pour toute mesure sur T et pour tout 1 p , on note L
p
() = L
p
R
(E, T, ) et L
p
() =
L
p
R
(E, T, ).
Pour dmontrer que est absolument continue par rapport m, on va appliquer le thorme de reprsentation de
Riesz (thorme 6.9) dans lespace de Hilbert H = L
2
R
( +m).
On rappelle dabord que lexercice (corrig) 4.2 donne que +mest une mesure sur T (dnie par (+m)(A) =
(A) + m(A) pour tout A T) et que les deux proprits suivantes sont vries (questions 1 et 2 de lexercice
4.2) :
g L
1
( +m) g L
1
() L
1
(m),
g L
1
( +m)
_
gd( +m) =
_
gd +
_
gdm. (6.34)
Il est aussi clair que
_
fd( + m) =
_
fd +
_
fdm pour tout f /
+
(voir le corrig 62 de lexercice 4.2).
Pour g /, on a donc
_
g
2
d( +m) =
_
g
2
d +
_
g
2
dm, ce qui donne L
2
( +m) = L
2
() L
2
(m).
Enn, pour A T, on a ( +m)(A) = 0 si et seulement si (A) = m(A) = 0. On a donc, pour f, g : E R :
f = g ( +m)-p.p.
_
f = g -p.p.,
f = g m-p.p..
On dcompose maintenant la dmonstration en 3 tapes.
Etape 1. Utilisation du thorme de Riesz.
On pose H = L
2
( +m) (H est donc un espace de Hilbert). On veut dnir T : H R par :
T(g) =
_
gd pour tout g H. (6.35)
On montre tout dabord que cette dnition est correcte. Soit g H = L
2
( +m). On choisit un reprsentant de
g, encore not g, de sorte que g L
2
( + m) = L
2
() L
2
(m). Comm est nie, on a L
2
() L
1
(). Donc
g L
1
(),
_
gd existe et appartient R. Puis, on remarque que
_
gd ne dpend pas du reprsentant choisi car
g
1
= g
2
( +m)-p.p. implique g
1
= g
2
-p.p.. Lapplication T est donc bien dnie de H dans R par (6.35).
On montre maintenant que T H
t
. Il est immdiat que T est linaire. On remarque ensuite que, pour tout
g H, on a, en utilisant lingalit de Cauchy-Schwarz avec g et 1
E
, [T(g)[ = [
_
gd[ |g|
L
2
()
_
(E)
|g|
L
2
(+m)
_
(E)) = |g|
H
_
(E). On a donc T H
t
(et |T|
H

_
(E)).
160
On peut maintenant appliquer le thorme de reprsentation de Riesz (thorme 6.9). Il donne quil existe
H = L
2
( + m) t.q. T(g) =
_
gd( + m) pour tout g L
2
( + m). On choisit un reprsentant de , encore
not . On a alors L
2
( +m) et
_
gd =
_
gd( +m) pour tout g L
2
( +m). (6.36)
Pour g L
2
( + m), on a g L
1
( + m) et donc
_
gd( + m) =
_
gd +
_
gdm (daprs (6.34)). On
dduit donc de (6.36) :
_
g(1 )d =
_
gdm, pour tout g L
2
( +m). (6.37)
Etape 2. On cherche dans cette tape des bornes sur .
On montre tout dabord que 0 m-p.p. et -p.p. (ce qui est quivalent a dire que 0 ( +m)-p.p.).
Comme m est -nie, il existe une suite (A
n
)
nN
T t.q. m(A
n
) < pour tout n N et E =
nN
A
n
. Pour
n N, on pose B
n
= < 0 A
n
T. Dans (6.37), on prend g = 1
B
n
(on a bien g L
2
( + m) car
( +m)(B
n
) (E) +m(A
n
) < ). On obtient
_
(1 )1
B
n
d =
_
1
B
n
dm.
Comme (1 ) > 0 et < 0 sur B
n
, on en dduit que (1 )1
B
n
= 0 -p.p. et 1
B
n
= 0 m-p.p. et donc
(B
n
) = m(B
n
) = 0.
Par -additivit dune mesure, comme < 0 =
nN
B
n
, on en dduit ( + m)( < 0)

nN
( +
m)(B
n
) = 0 et donc 0 ( +m)-p.p..
On montre maintenant que < 1 ( +m)-p.p..
On prend dans (6.37) g = 1
C
n
, avec C
n
= 1 A
n
(on a bien g L
2
( + m) car ( + m)(C
n
)
(E) +m(A
n
) < ). On obtient
_
(1 )1
C
n
d =
_
1
C
n
dm.
Comme (1 ) 0 et > 0 sur C
n
, on en dduit que (1 )1
C
n
= 0 -p.p. et 1
C
n
= 0 m-p.p. et
donc m(C
n
) = 0. Mais on ne peut en dduire (C
n
) = 0 (car on a seulement (1 ) 0 sur C
n
et non
(1 ) < 0). Cest ici (et seulement ici) quon utilise lhypothse dabsolue continuit de par rapport m.
Comme m(C
n
) = 0, lhypothse << m donne (C
n
) = 0. Comme 1 =
nN
C
n
, on en dduit
( +m)( 1)

nN
( +m)(C
n
) = 0 et donc < 1 ( +m)-p.p..
On a donc montr que 0 < 1 ( + m)-p.p.. En changeant sur un ensemble de mesure ( + m) nulle, on
peut donc supposer 0 (x) < 1 pour tout x E. On a toujours L
2
( +m) et (6.37) reste vraie.
Etape 3. On montre maintenant que = fm avec f =

1
.
On montre tout dabord que (6.37) est vraie pour tout g /
+
:
On remarque dabord que (6.37) est vraie si g = 1
A
avec A T t.q. m(A) < car, dans ce cas, g L
2
(+m).
On suppose maintenant que A T. Comme m est -nie, il existe une suite (E
n
)
nN
T t.q. m(E
n
) < ,
E
n
E
n+1
, pour tout n N, et E =
nN
E
n
. On prend g
n
= 1
B
n
avec B
n
= A E
n
, de sorte que g
n
1
A
et donc (1 )g
n
(1 )1
A
et g
n
1
A
. Comme (6.37) est vraie pour g = g
n
(car m(B
n
) < ), le
thorme de convergence monotone (thorme 4.1) appliqu aux mesures et m donne (6.37) pour g = 1
A
.
Si g c
+
, il est alors facile de montrer que (6.37) est vraie. Cest une consquence immdiate de la linarit
positive de lintgrale sur /
+
.
161
On prend enn g /
+
. Il existe (g
n
)
nN
c
+
t.q. g
n
g. On a donc (1 )g
n
(1 )g et g
n
g. On
crit (6.37) pour g
n
au lieu de g. En passant la limite quand n , le thorme de convergence monotone
(thorme 4.1) appliqu aux mesures et m donne (6.37) pour g.
On a donc maintenant mesurable, 0 (x) < 1 pour tout x E et (6.37) pour tout g /
+
.
Soit h /
+
. On pose g =
h
1
. On a g /
+
(car 0 (x) < 1 pour tout x E). (6.37) donne alors
_
hd =
_
h

1
dm. (6.38)
En posant f =

1
, on a f /
+
et (6.38) avec h = 1
A
donne (A) =
_
f1
A
dm pour tout A T, cest--dire
= fm.
Thorme 6.12 (Radon-Nikodym, mesures signes) Soit (E, T, m) un espace mesur et soit une mesure si-
gne sur T, alors :
<< m f L
1
R
(E, T, m) = fm. (6.39)
DMONSTRATION : La dmonstration nest pas dtaille ici, elle consiste essentiellement se ramener au thorme
6.11 en dcomposant sous la forme =
+

comme cela est fait dans la proposition 2.6.


6.4 Convergence faible, faible-, troite, en loi. . .
6.4.1 Convergence faible et faible-
On limite ce paragraphe au cas des espaces de Banach rels. Lextension au cas des Banach complexes ne pose de
difcult importante.
On rappelle que si F est un espace de Banach (rel) on note F
t
son dual topologique (F est donc lensemble des
applications linaires continues de F dans R). Si | |
F
est la norme dans F, lensemble F
t
est aussi un espace de
Banach avec la norme dnie par
|T|
F
= sup
_
T(u)
|u|
F
, u F 0
_
.
Dnition 6.17 (Convergence faible dans un espace de Banach)
Soit F un espace de Banach (rel) et F
t
son dual topologique. On dit que la suite (u
n
)
nN
converge faiblement
vers u (dans F
t
, quand n ) si pour tout lement T de F
t
, on a : T(u
n
) T(u) (dans R) quand n .
Par le thorme 6.10, on a donc la proposition suivante sur la convergence faible dans L
p
R
(E, T, m), pour 1 p <
+:
Proposition 6.24 (Convergence faible dans L
p
)
Soit (E, T, m) un espace mesur, p [1, +[ et q le conjugu de p, L
p
= L
p
R
(E, T, m), (f
n
)
nN
L
p
et f
L
p
. Alors, la suite (f
n
)
nN
converge faiblement vers f si et seulement si on a, pour tout g L
q
R
(E, T, m),
_
f
n
gdm
_
fgdm quand n .
DMONSTRATION :
On note lapplication de L
q
dans (L
p
)
t
dnie par (f) =
f
, o
f
est donne par (6.30), La dmonstration
de cette proposition est alors immdiate quand on remarque que le thorme 6.10 donne que est une bijection de
L
q
dans (L
p
)
t
.
162
Dnition 6.18 (Convergence faible dans le dual dun espace de Banach)
Soit F un espace de Banach (rel) et F
t
son dual topologique ; soit (T
n
)
nN
F
t
et T F
t
. On dit que la suite
(T
n
)
nN
converge vers T -faiblement dans F
t
si pour tout lement u de F on a : T
n
(u) T(u) (dans R) quand
n .
La proposition 8.3 du chapitre 8 montre que dune suite borne du dual dun espace de Banach sparable on peut
extraire une sous suite -faiblement convergente. De cette proposition 8.3, on peut alors dduire que de toute suite
borne du dual dun espace de Hilbert, ou dun espace de Banach rexif, on peut extraire une sous suite faiblement
convergente.
Remarque 6.24 (Convergence forte, faible et faible ) Soit F un espace de Banach (rel).
1. Soient (T
n
)
nN
F
t
et T F
t
. Les implications suivantes sont alors immdiates :
T
n
T T
n
T faiblement T
n
T -faiblement.
La deuxime implication est une consquence de linjection canonique de F dans F
tt
(construite avec (6.33)).
2. Pour u F, on dnit J
u
F
tt
avec (6.33). Soient (u
n
)
nN
F et u F. On a alors :
u
n
u faiblement dans F J
u
n
J
u
-faiblement dans F
tt
.
Mais, si F nest pas rexif, lapplication J : u J
u
, de F dans F
tt
, nest pas surjective et on peut avoir
une suite (u
n
)
nN
non faiblement convergente dans F alors que la suite (J
u
n
)
nN
est -faiblement convergente
dans F
tt
. Dans ce cas, la limite -faible (dans F
tt
) de (J
u
n
)
nN
est un lment de F
tt
qui nappartient pas
limage de J.
Dans le cas o F est un espace de Banach rexif, lapplication J : u J
u
est surjective de F dans F
tt
et on a
alors :
1. Soient (T
n
)
nN
F
t
et T F
t
. Alors :
T
n
T faiblement dans F
t
T
n
T -faiblement dans F
t
.
2. Soit (u
n
)
nN
F. La suite (u
n
)
nN
est faiblement convergente dans F si et seulement si la suite (J
u
n
)
nN
est
-faiblement convergente dans F
tt
.
Soit 1 < p , donc 1 q =
p
p1
< . On note L
p
= L
p
R
(E, T, m), L
q
= L
q
R
(E, T, m) et lapplication de
L
p
dans (L
q
)
t
dnie par (f) =
f
, o
f
est donne par (6.30). Le thorme 6.10 donne que est une bijection
de L
p
dans (L
q
)
t
. On confond (ou on identie) frquemment u L
p
avec (u) (L
q
)
t
. On a alors une notion de
convergence faible- dans L
p
. Si 1 < p < (on a alors aussi 1 < q < ), les notions de convergente faible et
faible- dans L
p
sont quivalentes. Dans le cas de L

, que lon identie frquemment avec le dual (topologique)


de L
1
, les notions de convergente faible et faible- sont diffrentes. La convergence faible est plus forte que la
convergence faible-. On donne ci dessous la dnition de convergence faible- quand on considre L

comme
le dual de L
1
.
Dnition 6.19 (Convergence faible dans L

)
Soient (E, T, m) un espace mesur et L

= L

R
(E, T, m). Soient (f
n
)
nN
L

et f L

. On dit que la
suite (f
n
)
nN
converge -faiblement vers f dans L

si pour tout lement g de L


1
R
(E, T, m), on a :
_
f
n
gdm
_
fgdm.
163
6.4.2 Convergence troite et convergence en loi
Si m est une mesure nie sur les borliens de R
d
, on note L
m
lapplication de C
b
(R
d
, R) dans R dnie par
L
m
() =
_
dm (cette application caractrise m, daprs la proposition 5.4). On a vu au chapitre 5 que L
m

C
b
(R
d
, R)
t
. Soit (m
n
)
nN
une suite de mesures nies sur les borliens de R
d
(d 1) et m une mesure nie sur
les borliens de R
d
. La convergence faible- dans (C
b
(R
d
, R)
t
de L
m
n
vers L
m
, quand n , signie donc que
lim
n
_
dm
n
=
_
dm, pour tout C
b
(R
d
, R). Ceci sappelle la convergence troite de m
n
vers m.
Dnition 6.20 (Convergence troite et vague) Soit (m
n
)
nN
une suite de mesures nies sur les borliens de R
d
(d 1) et m une mesure nie sur les borliens de R
d
.
1. On dit que m
n
m troitement, quand n , si :
_
dm
n

_
dm pour tout C
b
(R
d
, R)).
2. On dit que m
n
m vaguement, quand n , si :
_
dm
n

_
dm pour tout C
c
(R
d
, R)).
La proposition suivante montre que la convergence vague et la convergence des masses totales donnent la conver-
gence troite. Si m et les mesures m
n
sont des probabilits, la convergence troite de m
n
vers m (quand n )
est donc quivalente la convergence vague.
Proposition 6.25 Soit (m
n
)
nN
une suite de mesures nies sur les borliens de R
d
(d 1) et m une mesure nie
sur les borliens de R
d
. On suppose que m
n
m vaguement et que m
n
(R) m(R) (quand n ). On a
alors m
n
m troitement. (La rciproque de cette proposition est immdiate.)
DMONSTRATION : La dmonstration de cette proposition est contenue dans lexercice 5.19.
Remarque 6.25 Dans la peroposition 6.25, lhypothse de convergence des masses totales est cruciale. Sans cette
hypothse, la convergence vague nimplique pas la convergence troite. Un exemple simple est possible en prenant
d = 1, m = 0 et m
n
=
n
pour n N.
La convergence en loi dune suite de v.a.r. est dnie par la convergence troite (ou vague, puisque cest quivalent
pour des probabilits) des lois des v.a.r..
Dnition 6.21 (Convergence en loi) Soit (, /, P) un espace probabilis (X
n
)
nN
une suite de v.a.r. et X une
v.a.r.. On dit que X
n
X en loi, quand n , si :
_
(X
n
)dP
_
(X)dP pour tout C
b
(R, R).
(Ce que est quivalent dire que P
X
n
P
X
troitement.)
Noter quil est possible de dnir la convergence en loi pour une suite de v.a.r. dnies sur des espaces probabiliss
diffrents (cest--dire que X
n
est dnie sur lespace probabilis (
n
, /
n
, P
n
) dpendant de n, et X est dnie
sur (, /, P)). Nous utiliserons parfois implicitement cette dnition plus gnrale.
Comme cela a dj t dit ci dessus, la proposition 6.25 donne une caractrisation intressante de la convergence
en loi en utilisant la convergence vague.
164
Proposition 6.26 Soit (, /, P) un espace probabilis, (X
n
)
nN
une suite de v.a.r. et X une v.a.r.. La suite X
n
tends vers X en loi, quand n , si et seulement si :
_
(X
n
)dP
_
(X)dP pour tout C
c
(R, R). (6.40)
DMONSTRATION : La condition (6.40) est videmment ncessaire car C
c
(R, R) C
b
(R, R). Daprs la propo-
sition 6.25, la condition (6.40) est aussi sufsante. On redonne ici la dmonstration du fait que (6.40) est sufsant
pour avoir la convergence en loi de X
n
vers X. On note m
n
= P
X
n
et m = P
X
.
Etape 1. Pour p N

, on dnit
p
C
c
(R, R) par
_

p
(s) = 0 si s p 1,

p
(s) = s +p + 1 si p 1 < s < p,

p
(s) = 1 si p s p,

p
(s) = s +p + 1 si p < s < p + 1,

p
(s) = 0 si p + 1 < s.
Comme (1
p
) 0 simplement, quand p , et que 0 (1
p
) 1, le thorme de convergence domine
donne lim
p
_
(1
p
)dm = 0. Soit > 0, il existe p
0
N

t.q.
0
_
(1
p
0
)dm .
On remarque maintenant que, comme
p
0
C
c
(R, R) et que m
n
et m sont des probabilits, on a, quand n ,
0
_
(1
p
0
)dm = 1
_

p
0
dm
n
1
_

p
0
dm =
_
(1
p
0
)dm .
Il existe n
0
t.q.
n n
0
0
_
(1
p
0
)dm
n
2. (6.41)
Etape 2. Soit C
b
(R, R). Pour n N et p N

on utilise lgalit = (1
p
) +
p
. Elle donne
_
dm
n

_
dm =
_
(1
p
)dm
n

_
(1
p
)dm+
_

p
dm
n

_

p
dm. (6.42)
En posant ||
u
= sup
sR
[(s)[ on a
[
_
(1
p
)dm
n

(1
p
)dm[ ||
u
__
(1
p
)dm
n
+
_
(1
p
)dm
_
.
Soit > 0. En utilisant ltape 1, il existe donc p
1
N

et n
1
N t.q.
n n
1
[
_
(1
p
1
)dm
n

_
(1
p
1
)dm[ .
Puis, comme
p
1
C
c
(R, R) il existe n
2
N t.q.
n n
2
[
_

p
1
dm
n

_

p
1
dm[ .
165
Finalement, lgalit (6.42) avec p = p
1
donne alors
n maxn
1
, n
2
[
_
dm
n

_
dm[ 2.
Ce qui prouve bien la convergence troite de m
n
vers m et donc la convergence en loi de X
n
vers X.
Une autre caractrisation intressante de la convergence en loi est donne dans le thorme 10.3. Elle donne
lquivalence entre la convergence en loi et la convergence simple des fonctions caractristiques. La fonction
caractristique dune v.a.r. est construite avec la transformation de Fourier (qui sera tudie au chapitre 10).
Remarque 6.26 Un intrt de la proposition 6.26 (ou du thorme 10.3) est quun lment de C
c
(R, R) (ou une
fonction de la forme s exp
ist
) est ncessairement uniformment continue (alors quune fonction appartenant
C
b
(R, R) nest pas toujours uniformment continue). Cela permet, par exemple, de dmontrer facilement que la
convergence en probabilit implique la convergence en loi (voir lexercice 6.64).
Une proprit parfois intressante dune suite de mesures convergeant troitement est la tension" de cette suite.
On dnit maintenant cette notion de tension".
Dnition 6.22 Soit (m
n
)
nN
une suite de mesures nies sur les borliens de R
d
(d 1). On dit que la suite
(m
n
)
nN
est tendue si
lim
a
m
n
(B
c
a
) = 0, uniformment par rapport n,
avec B
a
= x R
d
, [x[ a.
Dans la proposition prcdente, la proprit importante est le caractre uniforme (par rapport n) de la conver-
gence vers 0 de m
n
(B
c
a
). En effet, pour tout n x, la continuit dcroissante de la mesure m
n
donne que
lim
a+
m
n
(B
c
a
) = 0. On montre maintenant que la convergence troite dune suite implique sa tension.
Proposition 6.27 Soit (m
n
)
nN
une suite de mesures nies sur les borliens de R
d
(d 1) et m une mesure nie
sur les borliens de R
d
. On suppose que m
n
m troitement. Alors la suite (m
n
)
nN
est tendue.
En particulier, soit (, /, P) un espace probabilis, (X
n
)
nN
une suite de v.a.r. et X une v.a.r.. On suppose que
X
n
X en loi. La suite (P
X
n
)
nN
est alors tendue, cest--dire
lim
a+
P([X
n
[ > a) = 0 uniformment par rapport n.
DMONSTRATION : La dmonstration de cette proposition est ici aussi essentiellement contenue dans lexer-
cice 5.19. En effet, soit > 0, la question 3 de lexercice 5.19 (corrig 103) montre quil existe C
c
(R
d
, R)
t.q. 0 (x) 1, pour tout x R
d
, et
_
R
d
(1 )dm
n
pour tout n N. En prenant a > 0 t.q. = 0
sur B
c
a
(cest--dire que le support de est inclus dans B
a
= x R
d
, [x[ a), on a donc, pour tout n N,
m
n
(B
c
a
) . Ce qui montre bien que la suite (m
n
)
nN
est tendue.
On peut maintenant donner une nouvelle caractrisation de la convergence troite (et donc de la convergence en
loi).
Proposition 6.28 Soit (m
n
)
nN
une suite de mesures nies sur les borliens de R
d
(d 1) et m une mesure nie
sur les borliens de R
d
. On a alors lquivalence entre les deux proprits suivantes :
1. m
n
m troitement quand n ,
2. m
n
m vaguement quand n et la suite (m
n
)
nN
est tendue.
166
DMONSTRATION : Le fait que la proprit 1 implique la proprit 2 a t vu dans la proposition 6.27. On montre
maintenant la rciproque. Pour cela, on reprend la dmonstration de la proposition 6.26.
Pour p N

, on dnit
p
C
c
(R
d
, R) par
_
_
_

p
(x) = 0 si [x[ p + 1,

p
(x) = p + 1 [x[ si p < [x[ < p + 1,

p
(s) = 1 si [x[ p.
Soit C
b
(R
d
, R). Pour n N et p N

on utilise lgalit = (1
p
) +
p
. Elle donne
_
dm
n

_
dm =
_
(1
p
)dm
n

_
(1
p
)dm+
_

p
dm
n

_

p
dm. (6.43)
En posant ||
u
= sup
sR
d [(s)[ on a
[
_
(1
p
)dm
n

_
(1
p
)dm[ ||
u
__
(1
p
)dm
n
+
_
(1
p
)dm
_
.
Soit > 0. On pose B
p
= x R
d
, [x[ p. Comme 0
_
(1
p
)dm
n
m
n
(B
c
p
) et 0
_
(1
p
)dm
m(B
c
p
), lhypothse de tension sur la suite (m
n
)
nN
(et la continuit dcroissante pour m) donne lexistence de
p
1
t.q., pour tout n N,
||
u
_
(1
p
1
)dm
n
et ||
u
_
(1
p
1
)dm .
Puis, comme
p
1
C
c
(R
d
, R), la convergence vague donne lexistence de n
0
N t.q.
n n
0
[
_

p
1
dm
n

_

p
1
dm[ .
Finalement, lgalit (6.43) avec p = p
1
donne alors
n n
0
[
_
dm
n

_
dm[ 3.
Ce qui prouve bien la convergence troite de m
n
vers m.
Remarque 6.27 Voici une consquence intressante de la proposition 6.28 et de la proposition 8.3 du chapitre 8
(que lon peut utiliser avec C
0
(R
d
, R) qui est un espace de Banach sparable, ce qui nest pas le cas de C
b
(R
d
, R)).
Soit (m
n
)
nN
une suite de probabilits sur les borliens de R
d
. On suppose que la suite (m
n
)
nN
est tendue. Il
existe alors une sous suite de la suite (m
n
)
nN
, encore note (m
n
)
nN
, et il existe une probabilit m sur les
borliens de R
d
t.q. m
n
m troitement quand n . Cette remarque sera dtaille dans la proposition 8.6.
Enn, on donne maintenant un lien entre convergence en loi et convergence des fonctions de rpartition. En par-
ticulier, la convergence en loi donne la convergence des fonctions de rpartition en tout point de continuit de la
fonction de rpartition de la v.a.r. limite.
Proposition 6.29 Soit (, /, P) un espace probabilis, (X
n
)
nN
une suite de v.a.r. et X une v.a.r..
167
1. On suppose que X
n
X en loi, quand n . Soit a R t.q. P(X = a) = 0 (cest--dire que la fonction
de rpartition de X est continue au point a). On a alors
lim
n
P(X
n
a) = P(X a) = P(X > a) = lim
n
P(X
n
> a).
(La mme proprit est vraie en remplaant > par <.)
2. On suppose que lim
n
P(X
n
a) = P(X a) pour tout a R t.q. P(X = a) = 0. On a alors
X
n
X en loi, quand n .
DMONSTRATION : Cette proposition est dmontre dans les exercices 6.60 et 6.61 (en particulier, la premire
partie du corrig 143 page 456 donne le premier item de la proposition 6.29).
6.4.3 Lois des grands nombres
Dans ce paragraphe, on donne des rsultats de convergence (en probabilit, p.s., en loi) pour des sommes de v.a.r.
indpendantes. Nous commenons ce paragraphe par un rsutat (simple) sur la variance de la somme de v.a.r.
indpendantes, dont on dduit la loi faible des grands nombre qui donne non seulement un rsultat de convergence
(en probabilit) mais aussi des estimations prcises sur cette convergence. Puis, on donne la loi forte des grands
nombres et on nonce, en remarque, le thorme central limite. On reviendra sur ce thorme central limite au
chapitre 10 car on utilisera, pour sa dmonstration, la transformation de Fourier (et la remarque 6.27).
Proposition 6.30 Soit (, /, P) un espace probabilis et (X
n
)
nN
une suite de v.a.r. indpendantes 2 2 et de
carr intgrable. On a alors, pour tout n N

,
Var(X
1
+. . . +X
n
) = Var(X
1
) +. . . + Var(X
n
).
DMONSTRATION : On pose S
n
=

n
i=1
X
i
et E
i
= E(X
i
). On a alors, par linarit de lintgrale, E(S
n
) =

n
i=1
E
i
et :
Var(S
n
) = E((S
n
E(S
n
))
2
) = E(
n

i=1
(X
i
E
i
)
n

i=j
(X
j
E
j
))
=
n

i,j=1
E((X
i
E
i
)(X
j
E
j
)).
Pour i ,= j, on a, comme X
i
et X
j
sont indpendantes, E((X
i
E
i
)(X
j
E
j
)) = E(X
i
E
i
)E(X
j
E
j
) = 0.
On en dduit :
Var(S
n
) =
n

i=1
E((X
i
E
i
)
2
) =
n

i=1
Var(X
i
).
Proposition 6.31 (Loi faible des grands nombres) Soit (, /, P) un espace probabilis et (X
n
)
nN
une suite
de v.a.r. indpendantes 2 2 et de carr intgrable. On suppose que ces v.a.r. sont de mme moyenne m et de
mme variance
2
. On pose Y
n
=
1
n

n
i=1
X
i
(ce sont les moyenne de Cesro" de la suite (X
n
)
nN
), alors Y
n
converge en probabilit vers la v.a.r. constante et gale m, cest--dire que lon a :
> 0, P([Y
n
m[ > ) 0 lorsque n +.
168
Plus prcisment, on a pour tout > 0 et n N

,
P([Y
n
m[ )

2
n
2
. (6.44)
DMONSTRATION : Soit > 0 et n N

. En utilisant lingalit de Bienaym Tchebychev (lemme 4.10), on a :


P([Y
n
m[ ) = P((Y
n
m)
2

2
)
1

2
E((Y
n
m)
2
).
Puis, en posant S
n
=

n
i=1
X
i
, on a E((Y
n
m)
2
) =
1
n
2
E((S
n
nm)
2
) =
Var(S
n
)
n
2
. La proposition 6.30 donne
Var(S
n
) = nVar(X
1
) = n
2
. On en dduit nalement
P([Y
n
m[ )
1

2
n
2
n
2
=

2
n
2
.
On donne maintenant la loi forte des grands nombres. La loi forte des grands nombres donne une convergence p.s.,
ce qui est plus fort quune convergence en probabilit (donne par la loi faible des grands nombres). Dautre part,
le deuxime item de la proposition 6.32 (loi forte) ne demande que lintgrabilit des v.a.r., ce qui est moins fort
que de demander quelles soient de carr intgrable (hypothse de la loi faible). La loi forte semble donc, double
titre (hypothse moins forte et conclusion plus forte), meilleure que la loi faible. Ceci nest pas tout fait exact
car lintrt de la loi faible est de donner une estimation sur la vitesse de convergence (ingalit (6.44)) ce que ne
donne pas la loi forte.
Proposition 6.32 (Loi forte des grands nombres) Soit (, /, P) un espace probabilis et (X
n
)
nN
une suite
de v.a.r. indpendantes.
1. On suppose ici que les X
n
sont de carr intgrable, que E(X
n
) = 0 pour tout n N

et que

nN

E(X
2
n
)
n
2
< +.
On a alors :
1
n
n

i=1
X
i
0 p.s., quand n .
2. On suppose ici que la suite (X
n
)
nN
est une suite de v.a.r.i.i.d. et que E([X
1
[) < +. Alors :
1
n
n

i=1
X
i
E(X
1
) p.s., quand n .
DMONSTRATION : La dmonstration sera bientt dtaille dans ce polycopi.
Remarque 6.28 Nous verrons au chapitre 10 (thorme 10.4) un rsultat de convergence en loi lorsque que lon
sintresse
1

n
i=1
X
i
au lieu de
1
n

n
i=1
X
i
(comme dans les propositions 6.31et 6.32). Nous nonons ici ce
rsultat (connu sous le nom de thorme central limite).
Soit (, /, P) un espace probabilis et (X
n
)
nN
une suite de v.a.r.i.i.d. de carrs intgrables. On note m =
E(X
1
) et
2
= Var(X
1
). On pose
Y
n
=
1

n
n

i=1
(X
i
m).
La suite (Y
n
)
nN
converge alors en loi vers toute v.a.r. Y dont la loi est la loi normale A(0,
2
) (la loi normale,
ou loi de Gauss, A(0,
2
), est dnie au chapitre 4 section 4.4 dans le cas
2
,= 0 et A(0, 0) =
0
).
169
6.5 Exercices
6.5.1 Espaces L
p
, 1 p
Exercice 6.1 Corrig 104 page 397
Soit (E, T, m) un espace mesur, p [1, [ et A T. On pose F = f L
p
R
(E, T m); f = 0 p.p. sur A.
Montrer que F est ferm (dans L
p
R
(E, T, m)).
Exercice 6.2 Corrig 105 page 397
Soit p [1, ] et C = f L
p
(R, B(R), ); f 0 p.p.. Montrer que C est dintrieur vide pour p < et
dintrieur non vide pour p = .
Exercice 6.3 (Convergence essentiellement uniforme) Corrig 106 page 398
Soit (E, T, m) un espace mesur, (f
n
)
nN
une suite de fonctions mesurables de E dans R et f une fonction
mesurable de E dans R.
Montrer que |f
n
f|

0, quand n , si et seulement si il existe A T t.q. m(A) = 0 et f


n
f
uniformment sur A
c
, quand n .
Exercice 6.4 (Densit et continuit en moyenne) Corrig 107 page 399
1. Soit p [1, [. Montrer que C
c
(R, R) est dense dans L
p
R
(R, B(R), ). Soit f L
p
R
(R, B(R), ), montrer que
|f f( +h)|
p
0 quand h 0.
2. Les assertions prcdentes sont-elles vraies pour p = ?
Exercice 6.5 (Sur la sparabilit. . . )
1. Montrer que L
p
R
(R, B(R), ) est sparable pour p [1, [ et nest pas sparable pour p = .
2. On munit C
0
(R, R) et C
b
(R, R) de la norme de la convergence uniforme. Montrer que C
0
(R, R) est sparable
et que C
b
(R, R) nest pas sparable.
Exercice 6.6 Soient (E, T, m) un espace mesur, et f, g, h des fonctions mesurables de E dans R. Soient p, q, r
]1, +[, tels que
1
p
+
1
q
+
1
r
= 1, montrer que :
_
[fgh[dm (
_
[f[
p
dm)
1
p
(
_
[g[
q
dm)
1
q
(
_
[h[
r
dm)
1
r
.
Exercice 6.7 (Produit L
p
L
q
) Corrig 108 page 400
Soient (E, T, m) un espace mesur, p [1, +] et q le conjugu de p (i.e. q =
p
p1
). Soient (f
n
)
nN

L
p
R
(E, T, m), (g
n
)
nN
L
q
R
(E, T, m), f L
p
R
(E, T, m) et g L
q
R
(E, T, m) t.q. f
n
f dans L
p
R
(E, T,
m) et g
n
g dans L
q
R
(E, T, m). Montrer que
_
f
n
g
n
dm
_
fgdm lorsque n +.
Exercice 6.8 (Caractrisation de L
p
)
Soit (E, T, m) un espace mesur, p [1, ] et q =
p
p1
. On note L
r
lespace L
r
R
(E, T, m) (pour r [1, ]).
Soit f : E R une application mesurable. On suppose que fg L
1
pour tout g L
q
. Le but de lexercice est
de montrer (si possible. . . ) que f L
p
.
1. On suppose, dans cette question, que p = 1. Montrer que f L
1
.
2. On suppose, dans cette question, que p = . Pour montrer que f L

, on raisonne par labsurde en supposant


que f , L

.
170
(a) Soit 0. Montrer quil existe > t.q. m( [f[ < > 0. En dduire quil existe une suite
croissante (
n
)
nN
t.q.
0
= 0,
n
n et m(A
n
) > 0 avec A
n
=
n
[f[ <
n+1
(pour tout n N).
(b) Soit (b
n
)
nN
R. On pose g =

nN
b
n
1
A
n
(les A
n
tant dnis la question prcdente). Montrer quun
choix convenable de (b
n
)
nN
donne g L
1
et fg , L
1
.
(c) Conclure.
3. On suppose, dans cette question, que p ]1, [ et que m(E) < . Pour montrer que f L
p
, on raisonne une
nouvelle fois par labsurde en supposant que f , L
p
.
(a) Soit 0. Montrer quil existe > t.q. 1
_
A
[f[
p
dm < avec A = [f[ < . En dduire quil
existe une suite croissante (
n
)
nN
t.q.
0
= 0 et 1
_
A
n
[f[
p
dm < avec A
n
=
n
[f[ <
n+1

(pour tout n N).


(b) Soit (b
n
)
nN
R. On pose g =

nN
b
n
[f[
p1
1
A
n
(les A
n
tant dnis la question prcdente). Montrer
quun choix convenable de (b
n
)
nN
donne g L
q
et fg , L
1
.
(c) Conclure.
4. On suppose, dans cette question, que p ]1, [ et que m est -nie. Montrer que f L
p
.
Exercice 6.9 (un peu de calcul diff...)
Soient (E, T, m) un espace mesur ni, et g C
1
(R, R) et 1 p < +; pour u L
p
= L
p
(E, T, m), on note
g(u) la (classe de) fonction(s) : x g(u(x)), et G la fonction qui u associe g(u).
1. Soit 1 q < +; montrer que G C(L
p
, L
q
) ssi il existe C R tel que [g(s)[ C[s[
p
q
+C pour tout s R.
2. Montrer que G C
1
(L
p
, L
p
) ssi il existe a, b R tel que g(s) = as +b pour tout s R.
Exercice 6.10 Soit f une fonction de R dans R, continue support compact, montrer que :
|f|
L
p
(R,B(R),)
|f|

lorsque p +.
[Pour montrer que liminf
p+
|f|
L
p
(R,B(R),)
|f|

, on pourra introduire, pour 0 < < |f|

, un ensemble A

tel que x A

, [f(x)[ > |f|

. ]
Exercice 6.11 Corrig 109 page 401
Soit (E, T, m) un espace mesur, (f
n
)
nN
L
1
R
(E, T, m), (g
n
)
nN
L

R
(E, T, m), f L
1
R
(E, T, m) et g
L

R
(E, T, m). On suppose que f
n
f dans L
1
R
(E, T, m).
1. On suppose que g
n
g dans L

R
(E, T, m). Montrer que f
n
g
n
fg dans L
1
R
(E, T, m).
2. On suppose maintenant que g
n
g p.p.. Montrer par un contre exemple quon peut ne pas avoir f
n
g
n
fg
dans L
1
R
(E, T, m).
3. On suppose maintenant que g
n
g p.p. et quil existe M R t.q. |g
n
|

M. Montrer quon a alors


f
n
g
n
fg dans L
1
R
(E, T, m).
Exercice 6.12 Soit (E, T, m) un espace mesur et une mesure de densit f /
+
par rapport m, montrer
que :
(i)
_
gd =
_
f g dm, g /
+
(ii) Soit g /, alors g L
1
() fg L
1
(m),
et si g L
1
(), alors
_
gd =
_
f g dm
(6.45)
171
Exercice 6.13
Soit K : R
2
R
+
une fonction mesurable (on a donc K /
+
(R
2
, B(R
2
))). On suppose quil existe M R
+
t.q.
_
K(x, t)dt M, pour tout x R, et
_
K(t, y)dt M, pour tout y R.
Pour tout 1 p , on note L
p
lespace L
p
R
(R, B(R), ) et L
p
lespace L
p
R
(R, B(R), ).
Si f : R R est une fonction mesurable, on pose, pour tout x R t.q. K(x, )f() L
1
, T(f)(x) =
_
K(x, t)f(t)dt.
Soit 1 p . [On conseille de considrer sparment les cas p = 1, p = et 1 < p < .]
1. Soit f L
p
(on identie f, comme dhabitude, avec lun de ses reprsentants, on a donc f L
p
). Montrer que
T(f)(x) est dnie pour presque tout x R. Montrer que T(f) L
p
(au sens il existe g L
p
t.q. T(f) = g
p.p.").
2. Montrer que T est une application linaire continue de L
p
dans L
p
.
Exercice 6.14 (Ingalit de Hardy) Corrig 110 page 401
Soit p ]1, [. On note L
p
lespace L
p
R
(]0, [, B(]0, [), ) ( est donc ici la mesure de Lebesgue sur les bor-
liens de ]0, [).
Soit f L
p
. Pour x ]0, [, on pose F(x) =
1
x
_
f1
]0,x[
d. Le but de lexercice est de montrer que F L
p
et
|F|
p

p
p1
|f|
p
.
1. On suppose, dans cette question, que f C
c
(]0, [) (cest--dire que f est continue et support compact dans
]0, [).
(a) Montrer F C
1
(]0, [) L
p
. Montrer que xF
t
(x) = F(x) +f(x) pour tout x > 0.
(b) On suppose, dans cette question, que f(x) 0 pour tout x ]0, [.
Montrer que
_

0
F
p
(x)dx =
p
p1
_

0
F
p1
(x)f(x)dx. [On pourra utiliser une intgration par parties.]
Montrer que |F|
p

p
p1
|f|
p
.
(c) Monter que |F|
p

p
p1
|f|
p
(on ne suppose plus que f(x) 0 pour tout x ]0, [).
2. On ne suppose plus que f C
c
(]0, [).
(a) Montrer quil existe (f
n
)
nN
C
c
(]0, [) t.q |f
n
f|
p
0 quand n . [On pourra utiliser la densit
de C
c
(R, R) dans L
p
R
(R, B(R), ), exercice 6.4.]
(b) Montrer que F C(]0, [) L
p
et que |F|
p

p
p1
|f|
p
.
3. Montrer que sup
|F|
p
|f|
p
, f L
p
, |f|
p
,= 0 =
p
p1
(dans cette formule, F est donn comme prcdemment
partir de f). [On pourra considrer la suite (f
n
)
nN
dnie par f
n
(t) = t

1
p
1
]1,n[
(t) pour t ]0, [).]
Exercice 6.15 (Continuit dune application de L
p
dans L
q
) Corrig 111 page 404
Soit (E, T, m) un espace mesur ni, p, q [1, [ et g une application continue de R dans R t.q. :
C R

+
; [g(s)[ C[s[
p
q
+C, s R. (6.46)
1. Soit u L
p
R
(E, T, m). Montrer que g u L
q
R
(E, T, m).
On pose L
r
= L
r
R
(E, T, m), pour r = p et r = q. Pour u L
p
, on pose G(u) = h L
q
R
(E, T, m); h = g v
p.p., avec v u. On a donc G(u) L
q
et cette dnition a bien un sens, cest dire que G(u) ne dpend pas
du choix de v dans u.
172
2. Soit (u
n
)
nN
L
p
. On suppose que u
n
u p.p., quand n , et quil existe F L
p
t.q. [u
n
[ F p.p.,
pour tout n N. Montrer que G(u
n
) G(u) dans L
q
.
3. Montrer que G est continue de L
p
dans L
q
.
4. On considre ici (E, T, m) = ([0, 1], B(R), ) et on prend p = q = 1. On suppose que g ne vrie pas (6.46).
On va construire u L
1
t.q. G(u) , L
1
.
(a) Soit n N

, montrer quil existe


n
R tel que : [g(
n
)[ n[
n
[ et [
n
[ n.
(b) On choisit une suite (
n
)
nN
vriant les conditions donnes la question prcdente. Montrer quil existe
> 0 t.q.
+

n=1

[
n
[n
2
= 1.
(c) Soit (a
n
)
nN
une suite dnie par : a
0
= 1 et a
n+1
= a
n


[
n
[n
2
(o
n
et sont dnies dans les 2
questions prcdentes). On pose u =

+
n=1

n
1
[a
n+1
,a
n
[
. Montrer que u L
1
et G(u) , L
1
.
Exercice 6.16 (Conv. p.p. et conv. des normes, par Egorov) Corrig 112 page 406
Soit (E, T, m) un espace mesur et 1 p . On note L
p
lespace L
p
R
(E, T, m). Soit (f
n
)
n
une suite dlments
de L
p
et f L
p
. On suppose que f
n
f p.p., quand n .
1. Montrer que |f|
p
liminf
n
|f
n
|
p
. [Traiter sparment le cas 1 p < et p = .]
2. En prenant (E, T, m) = (]0, 1[, B(]0, 1[), ) (o est la mesure de Lebesgue sur les borliens de ]0, 1[), donner
un exemple pour lequel la suite (|f
n
|
p
)
nN
converge dans R et |f|
p
< lim
nN
|f
n
|
p
. [On pourra aussi traiter
sparment les cas 1 p < et p = .]
Pour la suite de lexercice, on suppose que |f
n
|
p
|f|
p
, quand n .
3. Dans cette question, on suppose que p = 1.
(a) On suppose que m(E) < . Pour tout n N, on choisit un reprsentant de f
n
, encore not f
n
. On choisit
aussi un reprsentant de f, encore not f. Soit A T et > 0. On suppose que f
n
f uniformment sur
A
c
. Montrer quil existe n
0
t.q. :
n n
0

_
A
[f
n
[dm +
_
A
[f[dm.
(b) On suppose que m(E) < . Montrer que f
n
f dans L
1
, quand n . [On pourra utiliser le thorme
dEgorov.]
(c) On suppose que m(E) = . Soit > 0. Montrer quil existe C T t.q. :
m(C) < et
_
C
c
[f[dm .
(d) On suppose que m(E) = . Montrer que f
n
f dans L
1
, quand n .
4. Dans cette question, on suppose que 1 < p < . Montrer que f
n
f dans L
p
, quand n . [Sinspirer de
la mthode suggre pour le cas p = 1.]
5. Dans cette question, on suppose que p = et que (E, T, m) = (]0, 1[, B(]0, 1[), ). Donner un exemple pour
lequel f
n
,f dans L

, quand n .
173
Exercice 6.17 (Conv. p.p. et conv. des normes, par Fatou) Corrig 113 page 410
Soit (E, T, m) un espace mesur. Pour p [1, ], on note L
p
lespace L
p
R
(E, T, m).
Soit p [1, [, (f
n
)
nN
une suite dlments de L
p
et f L
p
. On suppose que f
n
f p.p. et que |f
n
|
p

|f|
p
, quand n .
1. On suppose que p = 1. Pour n N, on pose g
n
= [f
n
[ + [f[ [f
n
f[ (en ayant choisi des reprsentants de
f
n
et f). Montrer que g
n
0 pour tout n N. En utilisant le lemme de Fatou, montrer que f
n
f dans L
1
.
2. On suppose maintenant que p ]1, [. En utilisant le lemme de Fatou pour une suite convenable, montrer que
f
n
f dans L
p
.
Exercice 6.18 (Compacit L
p
L
q
) Corrig 114 page 411
Dans cet exercice, (E, T, m) est un espace mesur. Pour tout 1 r , on note L
r
lespace L
r
R
(E, T, m) (et L
r
lespace L
r
R
(E, T, m)).
1. Soit r > 1 et (g
n
)
nN
une suite borne de L
r
. Montrer que la suite (g
n
)
nN
est qui-intgrable, cest--dire
que :
> 0, > 0 t.q. n N, A T, m(A)
_
A
[g
n
[dm .
[Utiliser lingalit de Hlder.]
Soit 1 p < q et (f
n
)
nN
une suite borne de L
q
. On suppose dans toute la suite que f
n
f p.p. quand
n .
2. (Compacit L
p
L
q
.) On suppose que m(E) < .
(a) Montrer que f L
q
(au sens il existe g L
q
t.q. f = g p.p.").
(b) Montrer que f
n
f dans L
p
quand n . [Utiliser la question 1 avec g
n
= [f
n
f[
p
et un thorme du
cours.]
3. On suppose que m(E) = .
(a) Soit B T t.q. m(B) < . Montrer quef
n
1
B
f1
B
dans L
p
quand n .
(b) On prend ici (E, T, m) = (R, B(R), ), q = 2, p = 1, f = 0. Donner un exemple pour lequel (f
n
)
nN
L
1
,
f
n
,0 dans L
1
quand n (et (f
n
)
nN
borne dans L
2
, f
n
0 p.p. quand n ).
Exercice 6.19 (Convergence domine en norme", mesure non nie)
Pour tout s [1, ], on note L
s
lespace L
s
R
(R, B(R), ). Soit r, p, q R t.q. 1 r < p < q +, (f
n
)
nN
une suite de fonctions mesurables de E dans R et f une fonction mesurable de E dans R. On suppose que (f
n
)
nN
et f vrient les trois conditions suivantes :
f
n
f p.p., quand n ,
la suite (f
n
)
nN
est borne dans L
r
et dans L
q
,
f
n
(x) 0 quand x , uniformmement par rapport n N.
1. Montrer que f L
r
L
q
(distinguer les cas q < +et q = +).
2. Soit > 0, montrer quil existe > 0 t.q.
A B(R), n N, (A)
_
A
[f
n
[
p
d .
174
3. Soit > 0, montrer quil existe C B(R) t.q. (C) < +et
n N
_
C
c
[f
n
[
p
d .
4. Montrer que f
n
f dans L
p
. [Utiliser le thorme de Vitali, donn dans le cours.]
5. On suppose de plus que f
n
(x) = 0 pour tout n N et tout x R t.q. [x[ 1. Montrer que f
n
f dans L
s
pour tout s [1, q[ et donner un exemple pour lequel f
n
,f dans L
q
(distinguer les cas q < +et q = +).
Exercice 6.20 (Sur les suites convergentes en mesure et bornes dans L
p
)
Soit (E, T, m) un espace mesur ni. Pour r [1, +], on note L
r
lespace L
r
R
(E, T, m). Soit p ]1, +],
(f
n
)
nN
une suite borne de L
p
(cest--dire sup
nN
|f
n
|
p
< +) et f une fonction mesurable X dans R. On
suppose que f
n
f en mesure quand n .
1. Montrer que f L
p
. [On rappelle que, comme f
n
f en mesure, il existe une sous suite de la suite (f
n
)
nN
qui converge p.p. vers f.]
2. Soit q [1, p[. Montrer que |f
n
f|
q
0 quand n . [Pour > 0, on pourra utiliser, avec A
n,
=
[f
n
f[ , lgalit suivante :
_
[f
n
f[
q
dm =
_
A
n,
[f
n
f[
q
dm+
_
A
c
n,
[f
n
f[
q
dm.]
3. (Question plus difcile.) Donner un exemple pour lequel |f
n
f|
p
,0 quand n .
Exercice 6.21 (Caractrisation de L

) Corrig 115 page 412


Soit (X, T, m) un espace mesur. Pour p [1, ], on note L
p
lespace L
p
R
(X, T, m). Soit f une application de
X dans R. On suppose que pour tout n N

il existe f
n
L

et g
n
L
1
t.q. f = f
n
+ g
n
, |f
n
|

1 et
|g
n
|
1

1
n
. Montrer que f L

et |f|

1.
Exercice 6.22 (Exemples de v.a. appartenant L
q
) Corrig 116 page 412
Soit (, /, P) un espace de probabilits et X une v.a. (relle). Dans les trois cas suivants, donner les valeurs de
q [1, ] pour lesquels la variable alatoire X appartient lespace L
q
(, /, P) :
1. X suit une loi exponentielle c() ( > 0) (cest--dire que la loi de X a une densit f par rapport la mesure
de Lebesgue, avec f(x) = exp(x)1
]0,+[
pour x R).
2. X suit une loi de Cauchy de paramtre c > 0 (la loi de X a une densit f par rapport la mesure de Lebesgue,
avec f(x) =
1

c
x
2
+c
2
pour x R).
3. X suit une loi gomtrique ((p) (p ]0, 1[) (cest--dire que P(X = k) = p(1 p)
k1
, pour tout k N

).
6.5.2 Espaces de Hilbert, Espace L
2
Exercice 6.23 Corrig 117 page 413
Soit (E, T, m) un espace mesur et (f
n
)
nN
une suite dlements de L
2
R
(E, T, m) deux deux orthogonaux.
Montrer que la srie

nN
f
n
converge (dans L
2
) si et seulement si

nN
|f
n
|
2
2
est convergente (dans R).
Exercice 6.24 (L
p
nest pas un espace de Hilbert si p ,= 2) Corrig 118 page 414
Montrer que L
p
R
(R, B(R), ) (muni de sa norme usuelle) nest pas un espace de Hilbert si 1 p , p ,= 2.
[Pour p ,= 2, chercher des fonctions f et g mettant en dfaut lidentit du paralllogramme, cest--dire lidentit
(6.18) page 141.]
Exercice 6.25 (Caractrisation des espaces de Hilbert sparables)
175
Soit E un espace de Hilbert (rel) de dimension innie. Montrer que E est sparable si et seulement si il existe une
base hilbertienne dnombrable de E [lune des implications a dej t vue. . . ].
Exercice 6.26 (projection sur le cne positif de L
2
) Corrig 119 page 414
Soit (X, T, m) un espace mesur et E = L
2
R
(X, T, m). On pose C = f E, f 0 p.p..
1. Montrer que C est une partie convexe ferme non vide de E.
2. Soit f E. Montrer que P
C
f = f
+
.
Exercice 6.27 (Exemple de non existence de la projection) Corrig 120 page 415
Dans cet exercice, on donne un exemple t.q. :
E est un espace de Banach rel, F est un sous espace vectoriel ferm de E, g E F (et donc d(g, F) =
inf|g f|
E
, f F > 0. . . ) et il nexiste pas dlment f E t.q. d(g, F) = |g f|
E
.
On prend E = C([0, 1], R), on munit E de la norme habituelle, |f|
E
= max[f(x)[, x [0, 1]. On pose
F = f E; f(0) = 0,
_
1
0
f(x)dx = 0. Enn, on prend g E dni par g(x) = x, pour tout x [0, 1].
1. Montrer que E est un espace de Banach (rel).
2. Montrer que F est un sous espace vectoriel ferm de E.
3. Soit f F. Montrer que |g f|
E
1/2. [On pourra remarquer que
_
1
0
[(g f)(x)[dx
_
1
0
(g f)(x)dx =
1/2.]
4. Montrer quil nexiste pas dlment f F t.q. |g f|
E
= 1/2.
5. Montrer que d(g, F) = 1/2. [On pourra, par exemple, montrer que |g f
n
|
E
1/2, avec f
n
dni par
f
n
(x) =
n
x, pour x [0, 1/n], f
n
(x) = (x 1/n)
n
/n, pour x [1/n, 1], et
n
choisi pour que
f
n
F.]
Exercice 6.28 (Lemme de Lax-Milgram) Corrig 121 page 416
Soit E est un espace de Hilbert rel et a une application bilinaire de E E dans R. On note (/) le produit
scalaire dans E et | | la norme dans E. On suppose quil existe C R et > 0 t.q. :
[a(u, v)[ C|u||v|, u, v E (continuit de a),
a(u, u) |u|
2
, u E (coercivit de a).
Soit T E
t
. On va montrer, dans cet exercice, quil existe un et un seul u E t.q. T(v) = a(u, v) pour tout
v E (ceci est le lemme de Lax-Milgram).
1. On suppose, dans cette question, que a est symtrique. On dnit une application bilinaire, note (/)
a
de
EE dans R par (u/v)
a
= a(u, v). Montrer que (/)
a
est un produit scalaire sur E et que la norme induite par
ce produit scalaire est quivalente la norme ||. En dduire quil existe un et un seul u E t.q. T(v) = a(u, v)
pour tout v E. [Utiliser le thorme de reprsentation de Riesz.]
2. On ne suppose plus que a est symtrique.
(a) Soit u E, Montrer que lapplication v a(u, v) est un lment de E
t
. En dduire quil existe un et un seul
lment de E, note Au, t.q. (Au/v) = a(u, v) pour tout v E.
On note, dans la suite A lapplication qui u E associe Au E.
(b) Montrer que A est linaire continue de E dans E.
(c) Montrer que Im(A) est ferm
176
(d) Montrer que (Im(A))

= 0.
(e) Montrer que Aest bijective et en dduire quil existe un et un seul u E t.q. T(v) = a(u, v) pour tout v E.
Exercice 6.29 (Exemple de projection dans L
2
) Corrig 122 page 419
On dsigne par la mesure de Lebesgue sur les borliens de ]0, 1[, par L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ) et par
L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ).
Soit g L
2
.
1. Soit v L
2
et C

c
(]0, 1[, R) (on rappelle que C

c
(]0, 1[, R) signie que est une application de ]0, 1[
dans R, de classe C

, et quil existe K ]0, 1[, K compact, t.q. (x) = 0 pour tout x ]0, 1[K) . Montrer
que vg
t
L
1
.
On pose ( = v L
2
; v 1 p.p.,
_
vg
t
d
_
d, pour tout C

c
(]0, 1[, R), 0. (On rappelle que
0 signie (x) 0 pour tout x ]0, 1[.)
2. Montrer que ( est un convexe ferm non vide de L
2
.
3. On dsigne par 1 la fonction constante et gale 1 sur ]0, 1[. Soit u (. Montrer que :
(|u 1|
2
|v 1|
2
pour tout v () (
_
(1 u)(u v)d 0 pour tout v ().
4. Soit u ( t.q. |u 1|
2
|v 1|
2
pour tout v (. On suppose que u, g C
1
(]0, 1[, R).
(a) Montrer que (ug)
t
(x) 1 pour tout x ]0, 1[.
(b) Soit x ]0, 1[ t.q. u(x) < 1. Montrer que (ug)
t
(x) = 1.
(c) Montrer que u est solution du problme suivant :
(ug)
t
(x) 1, pour tout x ]0, 1[,
u(x) 1, pour tout x ]0, 1[,
(1 + (ug)
t
(x))(u(x) 1) = 0, pour tout x ]0, 1[.
Exercice 6.30 (Approximation dans L
2
) Corrig 123 page 422
On dsigne par la mesure de Lebesgue sur les borliens de R, par L
p
lespace L
p
R
(R, B(R), ) et par L
p
lespace
L
p
R
(R, B(R), ). On note dt = d(t).
Pour f L
2
et k N

, on dnit T
k
f de R dans R par :
T
k
f(x) = k
_
n(x)+1
k
n(x)
k
f(t)dt, (6.47)
o n(x) est lentier de Z tel que
n(x)
k
x <
n(x) + 1
k
(lentier n dpend donc de x).
1. Soit k N

et f L
2
. Montrer que T
k
f L
2
(plus prcisment, T
k
f L
2
et on confond alors, comme
dhabitude, T
k
f avec g L
2
, g = T
k
f p.p.) et que |T
k
f|
2
|f|
2
, pour tout k N

.
2. Soit f C
c
(R, R) (i.e. f continue de R dans R et support compact). Montrer que T
k
f f dans L
2
quand
k .
3. Soit f L
2
. Montrer que T
k
f f dans L
2
quand k .
Exercice 6.31 (Projections orthogonales) Corrig 124 page 423
On pose H = L
2
R
(] 1, +1[, B(] 1, +1[), ). (On rappelle que B(] 1, +1[) est la tribu borlienne de ] 1, 1[
et la mesure de Lebesgue sur B(] 1, +1[).) Soit F = f H t.q.
_
]1,+1[
f d = 0. Soit G = f H t.q.
_
]1,0[
f d =
_
]0,1[
f d.
177
1. Montrer que F et G sont des sous-espaces vectoriels ferms de H. Dterminer les sous-espaces F

, G

et
F G.
2. Calculer, pour g H, les projections orthogonales P
F
(g) et P
G
(g) de g sur F et G.
Exercice 6.32 (Projection orthogonale dans L
2
) Corrig 125 page 424
On pose L
2
= L
2
R
(R, B(R), ) (muni de sa structure hilbertienne habituelle) et, pour , R donns, < ,
( = f L
2
; f p.p..
1. Montrer que ( est vide si et seulement si > 0.
2. On suppose maintenant que 0. Montrer que ( est une partie convexe ferme non vide de L
2
. Soit f L
2
,
montrer que P
C
f(x) = maxminf(x), , pour presque tout x R. (P
C
f dsigne la projection de f sur
(.)
Exercice 6.33 Corrig 126 page 425
Soit (E, T, m) un espace mesur, et L
p
= L
p
R
(E, T, m).
1. On suppose ici qu il existe A et B T t.q. A B = , et 0 < m(B) < +, 0 < m(A) < +. Montrer que
L
p
est un Hilbert si et seulement si p = 2. [On pourra utiliser lidentit du paralllogramme avec des fonctions
de L
p
bien choisies.]
2. Montrer que pour m =
0
(mesure de Dirac en 0), L
p
R
(R, B(R), m) est un Hilbert pour tout p [1, +].
Exercice 6.34 (Espace l
2
) Corrig 127 page 426
On note m la mesure du dnombrement sur T(N), cest--dire m(A) = card(A) si A est ni et m(A) = si A
nest pas ni.
On note l
2
= L
2
R
(N, T(N), m).
1. Montrer que chaque lment de l
2
ne contient quun seul lment de lespace L
2
R
(N, T(N), m).
2. Montrer que lingalit de Cauchy-Schwarz sur l
2
donne :
(

nN
a
n
b
n
)
2

nN
a
2
n

nN
b
2
n
pour toutes suites (a
n
)
nN
, (b
n
)
nN
R
+
t.q.

nN
a
2
n
< et

nN
b
2
n
< .
3. Soit : N

, bijective. Montrer que



nN

(n)
n
2
= . [On pourra commencer par montrer que

n
p=1
1
(p)

n
p=1
1
p
pour tout n N

puis utiliser lingalit de Cauchy-Schwarz.]


Exercice 6.35 (Isomtrie dun espace de Hilbert avec l
2
) Corrig 128 page 427
Soit H un espace de Hilbert rel, de dimension innie et sparable. Soit e
n
, n N une base hilbertienne de H
(une telle base existe, cf. proposition 6.17).
Pour u H, on dnit a
u
l
2
(l
2
est dni lexercice 6.34) par a
u
(n) = (u/e
n
)
H
, pour tout n N. (On
montrera tout dabord que a
u
est bien un lment de l
2
.)
Montrer que lapplication A : u a
u
(est linaire et) est une isomtrie de H dans l
2
, cest--dire que |a
u
|
l
2 =
|u|
H
pour tout u H.
Montrer que A est bijective (il faut donc montrer que, pour tout a l
2
, il existe u H t.q. a = a
u
).
Exercice 6.36 (Tribu et partition, suite et n)
178
Cet exercice est la suite de lexercice 3.37. Soit (, /, P) un espace de probabilit et a une partition de On note
(a) la tribu engendre par a (voir lexercice 3.37). On suppose que la partition a est mesurable, cest--dire que
ses atomes sont des lments de / (on a donc (a) /).
Donner une base hilbertienne de L
2
(, (a), P) construite partir des atomes de a.
En dduire lexpression de la projection orthogonale dune variable alatoire X appartenant L
2
(, /, P) sur le
sous espace L
2
(, (a), P).
Exercice 6.37 (Convergence p.s. et borne L
2
donne convergence L
1
) Corrig 129 page 428
Cet exercice reprend lexercice 6.18 (pour q = 2 et p = 1) avec les termes probabilites et une mthode lgrement
diffrente. Soit (, /, P) un espace probabilis et (X
n
)
nN
une suite de v.a.r.. On suppose
X
n
0 p.s., quand n .
E(X
2
n
) 1, pour tout n N.
1. Soit > 0. Montrer que E([X
n
[) +
_
P([X
n
[ > ) pour tout n N.
2. Montrer que X
n
0 dans L
1
R
(, /, P).
3. Montrer, en donnant un exemple, que les hypothses donnes au dbut de lexercice nentrainent pas les hypo-
thses du thorme de convergence domine.
Exercice 6.38 (Orthogonalit et v.a.r. indpendantes)
Soit (, /, P) un espace probabilis et (X
n
)
nN
une suite de v.a.r. indpendantes. On suppose que X
n
est de carr
intgrable pour tout n N et que (X
n
/X
m
)
2
= 0 si n ,= m (On note L
2
lespace L
2
R
(, /, p) et (/)
2
le produit
scalaire dans L
2
). On suppose enn que

n=0
Var(X
n
) < +.
1. Montrer quil existe au plus un entier n 0 t.q. E(X
n
) ,= 0.
2. Montrer que la srie

n=0
X
n
est convergente dans L
2
.
Exercice 6.39 (Identits de Wald) Corrig 130 page 428
Cet exercice est la suite de lexercice 4.49. Soit (, /, P) un espace probabilis, (X
n
)
nN
une suite v.a.r.i.i.d. et N
une v.a. valeurs dans N

. On pose S
N
= X
1
+. . .+X
N
(cest--dire que, pour , S
N
() =

N()
n=1
X
n
()).
1. On suppose, dans cette question, que les v.a.r. N, X
1
, . . . , X
n
, . . . sont indpendantes. On suppose aussi que N
et X
1
sont de carr intgrable. Montrer que S
N
est de carr intgrable et calculer sa variance en utilisant les
variances de N et X
1
.
2. On suppose maintenant que N = n (X
1
, . . . , X
n
) pour tout n N

(o (X
1
, . . . , X
n
) est la tribu
engendre par X
1
, . . . , X
n
) et que E(X
1
) = 0. On suppose aussi que N et X
1
sont de carr intgrable. Montrer
que S
N
est de carr intgrable et calculer sa variance en utilisant les variances de N et X
1
. [On pourra crire
S
N
=

nN

1
nN]
X
n
et utiliser lexercice 6.23.]
N.B. : Le cas E(X
1
) ,= 0 peut aussi tre trait. Il se ramne au cas E(X
1
) = 0 en considrant Y
n
= X
n

E(X
n
).
6.5.3 Thorme de Radon-Nikodym et Dualit dans L
p
Exercice 6.40 (Fonctions absolument continues) Corrig (partiel) 131 page 429
Soit < a < b < +. On admet les 2 rsultats suivant :
Toute fonction monotone dnie sur [a, b], valeurs dans R, est drivable en presque tout point de ]a, b[.
Soit f L
1
R
(]a, b[, B(]a, b[), ). Pour x [a, b], on pose F(x) =
_
f1
]a,x[
d. La fonction F est alors drivable
en presque tout point de ]a, b[ et on a F
t
= f p.p..
179
1. (Fonctions monotones.) Soit f une fonction monotone croissante dnie sur [a, b] et valeurs dans R.
(a) Montrer que f
t
L
1
R
(]a, b[, B(]a, b[), ) et que
_
f
t
1
]a,b[
d f(b) f(a).
[On pourra poser f(x) = f(b) pour x > b, considrer f
n
(x) = n(f(x +
1
n
) f(x)) et remarquer que
f
n
f
t
p.p. sur ]a, b[.]
(b) Donner un exemple pour lequel lingalit de la question prcdente est stricte. (Les courageux pourront
chercher un exemple pour lequel f est continue. . . )
2. (Fonctions absolument continues.)
Une fonction dnie sur [a, b] et valeurs dans R est dite absolument continue si pour tout > 0 il existe > 0
tel que pour toute famille nie dintervalles deux deux disjoints (]a
k
, b
k
[)
1kn
dont la somme des longueurs
est infrieure , on a

n
k=1
[f(b
k
) f(a
k
)[ < .
(a) Montrer que absolue continuit implique uniforme continuit.
(b) Montrer que lensemble des fonctions absolument continues sur [a, b] forme un espace vectoriel.
3. (Fonctions absolument continues et fonctions monotones.) Une fonction f dnie sur [a, b] (et valeurs dans
R) est dite variation borne sil existe C t.q. pour toute subdivision du segment [a, b], a = x
0
< x
1
< ... <
x
n
= b, on ait

n
k=1
[f(x
k
) f(x
k1
)[ C. Pour une fonction f variation borne, on peut dnir, pour
a < x b, V
x
a
[f] par :
V
x
a
[f] = sup
n

k=1
[f(x
k
) f(x
k1
)[ , a = x
0
< x
1
< ... < x
n
= x, n N

.
On pose aussi V
a
a
[f] = 0.
(a) Montrer que toute fonction absolument continue est variation borne.
(b) Montrer pour toute fonction f (dnie sur [a, b] et) absolument continue, la fonction x V
x
a
[f] est absolu-
ment continue sur [a, b]. En dduire que toute fonction absolument continue (dnie sur [a, b]) est la diffrence
de deux fonctions absolument continues monotones croissantes (et est donc drivable en presque tout point
de ]a, b[).
4. Soit f L
1
R
(]a, b[, B(]a, b[), ). Pour x [a, b], on pose F(x) =
_
f1
]a,x]
d. Montrer que F absolument
continue.
5. Soit F une fonction absolument continue et monotone croissante de [a, b] dans R. On prolonge cette fonction sur
Ren posant F(x) = F(a) si x < a et F(x) = F(b) si x > b. Une version tendue du thorme de Carathodory
(cette version tendue est donne par le thorme 2.5, pour ce rsultat il suft de F continue croissante) donne
lexistence dune (et une seule) mesure m
F
sur B(R) t.q. m
F
(], [) = F() F() pour tout , R,
< .
(a) Montrer que m
F
est absolument continue par rapport . [Utiliser la rgularit de et labsolue continuit
de F.]
(b) Montrer quil existe g L
1
R
(R, B(R), ) t.q. F() F() =
_
g1
],[
d, pour tout , R, < .
Montrer que g = F
t
p.p. sur ]a, b[.
180
6. Soit F une fonction absolument continue de [a, b] dans R. Montrer que F est drivable en presque tout point de
]a, b[, que F
t
L
1
R
(]a, b[, B(]a, b[), ) et que pour tout x [a, b] on a
F(x) F(a) =
_
F
t
1
]a,x[
d.
Exercice 6.41 (Dcomposition dune mesure) Corrig 133 page 434
Soit d > 1 et m une mesure sur les borliens de R
d
. On suppose que m(R
d
) < +. On note B(R
d
) lensemble
des borliens de R
d
et
d
la mesure de Lebesgue sur B(R
d
). On pose
= supm(C), C B(R
d
) t.q.
d
(C) = 0,
1. Montrer quil existe C B(R
d
) t.q.
d
(C) = 0 et = m(C).
Soit C B(R
d
) t.q.
d
(C) = 0 et = m(C).
Pour A B(R
d
), on pose (A) = m(A C) et (A) = m(A C
c
).
2. Montrer que et sont des mesures sur B(R
d
) et que est trangre
d
.
3. Montrer que est absolument continue par rapport a
d
. En dduire quil existe une fonction f borlienne de
R
d
dans R
+
t.q. m = f
d
+.
Exercice 6.42 (Dualit L
1
-L

par Radon-Nikodym") Corrig 132 page 432


Soit (E, T, m) un espace mesur ni et T (L
1
R
(E, T, m))
t
. On suppose que T est positive, cest dire que, pour
f L
1
R
(E, T, m), f 0 p.p. implique T(f) 0.
1. Pour A T, on pose (A) = T(1
A
). Montrer que est bien dnie et que est une mesure nie sur T.
2. En utilisant le thorme de Radon-Nikodym, montrer quil existe g /
+
t.q. T(1
A
) =
_
g1
A
dm pour tout
A T.
3. Montrer que g L

R
(E, T, m) (plus prcisment, il existe h L

R
(E, T, m) t.q. h = g p.p.). [On pourra
montrer que |g|

|T|
(L
1
)
en choissisant bien A dans la formule trouve la question prcdente.]
4. Montrer que T(f) =
_
gfdm pour tout f L
1
R
(E, T, m).
Exercice 6.43 (Dualit L
p
-L
q
pour p < 2) Corrig 134 page 435
Soit (E, T, m) un espace mesur ni et 1 p < 2. On pose q = p/(p1) et on note L
r
lespace L
r
R
(E, T, m)
(pour r = p, r = q et r = 2). Soit T (L
p
)
t
.
1. On considre dabord le cas o m(E) < +.
(a) Montrer que L
2
L
p
et que linjection canonique de L
2
dans L
p
est continue.
(b) Montrer quil existe g L
2
t.q. T(f) =
_
fgdm pour tout f L
2
.
(c) Montrer que la fonction g, trouve la question prcdente, appartient L
q
[distinguer les cas p > 1 et p = 1.
Dans le cas p > 1, on pourra considrer les fonctions f
n
= [g[
(q2)
g1
]g]n]
. Dans le cas p = 1, prendre
f = sgn(g)1
A
o A = [g[ > |T|
(L
p
)
.]
(d) Si f L
p
, montrer que f
n
= f1
]f]n]
L
2
. En dduire que il existe g L
q
t.q. T(f) =
_
fgdm, pour
tout f L
p
.
2. On considre maintenant le cas o m(E) = +. Comme m est -nie, on peut crire E =
nN
A
n
, avec
An A
n+1
et m(A
n
) < +. On note T
n
= A T, A A
n
, m
n
= m
]
T
n
et L
r
(m
n
) = L
r
R
(A
n
, T
n
, m
n
)
(r = p ou q).
181
(a) Soit n N. Pour f L
p
(m
n
), on pose T
n
(f) = T(

f) avec

f = f p.p. sur A
n
et

f = 0 p.p. sur (A
n
)
c
.
Montrer que T
n
(L
p
(m
n
))
t
et quil existe g
n
L
q
(m
n
) t.q. :
T
n
(f) =
_
fg
n
dm
n
, f L
p
(m
n
).
On utilise (g
n
)
nN
dans les questions suivantes.
(b) Montrer que si m n, g
n
= g
m
p.p. sur A
n
.
(c) On dnit g : E R par g = g
n
sur A
n
.
i. Montrer que g L
q
(E). (Distinguer les cas q < +et q = +.)
ii. Montrer que T(f) =
_
fgdm, pour tout f L
p
.
Exercice 6.44 (Dualit L
p
L
q
)
Lorsque p < 2, on propose dtudier la dmonstration suivante de la dualit L
p
L
q
: soit T (L
p
)
t
;
1. On considre dabord le cas o m(E) < +:
(a) Montrer que L
2
L
p
et que linjection canonique de L
2
dans L
p
est continue.
(b) En dduire que il existe g L
2
t.q. T(f) =
_
fgdm, f L
2
.
(c) Montrer que g L
q
(distinguer les cas p > 1 et p = 1. Dans le cas p > 1, on pourra considrer les fonctions
f
n
= [g[
(q2)
g1
]g]n]
. Dans le cas p = 1, prendre f = sgn(g)1
A
o A = [g[ > |T|
(L
p
)
.
(d) Si f L
p
, montrer que f
n
= f1
]f]n]
L
2
. En dduire que il existe g L
q
t.q. T(f) =
_
fgdm, f
L
p
.
2. On considre maintenant le cas o m(E) = +. Comme m est -nie, on peut crire E =
nN
A
n
, avec
An A
n+1
et m(A
n
) < +.
(a) An x, dnir partir de T une application linaire continue sur L
p
(A
n
), note T
n
t.q. il existe g
n
L
q
(A
n
)
vriant
T
n
(f) =
_
A
n
fgdm, pour tout f L
p
(A
n
).
(b) Montrer que si m n, g
n
= g
m
pp sur A
n
.
(c) On dnit g : E R par g = g
n
sur A
n
.
(i) Montrer que g L
q
(E). (Distinguer les cas q < +et q = +.)
(ii) Montrer que T(f) =
_
fgdm, f L
p
.
Exercice 6.45 (Dmonstration du thorme de dualit L
p
L
q
)
Soient (E, T, m) un espace mesur -ni : il existe une famille dnombrable (A
n
)
nN
densembles A
n
quon peut
prendre disjoints deux deux tels que m(A
n
) < +et E =
_
nN
A
n
. Soient p [1, +[ et T une forme linaire
continue sur L
p
R
(E, T, m) = L
p
.
Partie 1. (Rappel du cours.) On considre dabord le cas p = 2, montrer quil existe un unique g L
2
t.q.
T(f) =
_
fgdm, f L
2
.
Partie 2. On sintresse maintenant au cas p [1, 2]
182
1. Soit , une fonction mesurable de E dans R. Montrer que si L
r
, o r =
2p
2 p
, alors, pour toute fonction
f de L
2
, la fonction f est dans L
p
.
Montrer quil existe une fonction L
r
de la forme : =

nN

n
1
A
n
,
n
> 0.
Dans toute la suite, dsignera une fonction particulire de la forme prcdente.
2. Dduire des questions prcdentes lexistence dune unique fonction G L
2
t.q., pour toute fonction f de L
p
t.q.
f

L
2
, on a T(f) =
_
f
G

dm.
3. Soient p ]1, 2[, et q tel que
1
p
+
1
q
= 1 ; on dnit les fonctions f
n
, de E dans R, par :
f
n
= [g[
(q2)
g1
]g]n]
1
B
n
o g =
G

et B
n
=
n
_
p=1
A
p
. (6.48)
(a) Montrer que : n N,
f
n

L
2
.
(b) En dduire que g =
G

L
q
. [Il est fortement conseill dutiliser la continuit de T de L
p
dans R.]
4. Soient p = 1 et f L
1
. On dnit : f
n
= sgn(g)1
A
1
B
n
o A = [g[ > |T|
(L
p
)
.
(a) Montrer que : n N,
f
n

L
2
.
(b) En dduire que m(A B
n
) = 0, n N, et que g (=
G

) L

.
5. Soient p [1, 2[ et f L
p
, on dnit f
n
= f1
]f]n]
1
B
n
. Montrer que
f
n

L
2
et que f
n
tend vers f dans
L
p
. En dduire que il existe g L
q
t.q. T(f) =
_
fgdm, f L
p
.
Partie 3. On sintresse maintenant au cas p > 2, et on suppose ici que T 0, i.e. T(f) 0 pour toute fonction
f 0 p.p. Soit q tel que
1
p
+
1
q
= 1.
1. On suppose dans cette question que la forme linaire T est, de plus, continue pour la norme |.|
L
1.
(a) Montrer quil existe g L

t.q. T(f) =
_
fgdm pour toute fonction f L
1
L
p
.
(b) Montrer que g L
q
. [On pourra utiliser un raisonnement similaire celui de la question 3 de la partie 2].
(c) En dduire quil existe g L
q
t.q. T(f) =
_
fgdm pour toute fonction f L
p
et que |g|
L
q = |T|
(L
p
)
.
[On pourra utiliser un raisonnement similaire celui de la question 5 de la partie 2].
2. On suppose ici quil existe une suite (T
n
)
nN
de formes linaires sur L
p
vriant les quatre proprits suivantes :
f L
p
; f 0, 0 T
n
(f) T(f) (6.49)
f L
p
; f 0, T
n
(f) T
n+1
(f) (6.50)
f L
p
; f 0, T
n
(f) n
_
fdm (6.51)
f L
p
; f 0, T
n
(f) converge vers T(f) lorsque n tend vers +. (6.52)
183
(a) Montrer que, pour tout n N, il existe g
n
L
q
tel que T
n
(f) =
_
g
n
fdm, pour tout f L
p
. Montrer que
|g
n
|
L
q |T|
(L
p
)

(b) Montrer que, pour tout n N, 0 g


n
n p.p. et g
n
g
n+1
p.p..
(c) Montrer quil existe g L
q
t.q. T(f) =
_
gfdm, pour toute fonction f L
p
.
3. Soit T
n
lapplication de L
p
dans R dnie par :
Si f L
p
et f 0, T
n
(f) = inf
L
p
,0f
_
T() +n
_
(f )dm
_
,
si f L
p
est quelconque, T
n
(f) = T
n
(f
+
) T
n
(f

)
Montrer que T
n
vrie les proprits (1) (4).
4. Montrer que T
n
est linaire .
5. En dduire que, pour toute forme linaire continue positive T sur L
p
, il existe une fonction g de L
q
t.q. T(f) =
_
fgdm.
6. Montrer que, pour toute forme linaire continue T sur L
p
, il existe une fonction g de L
q
t.q. T(f) =
_
fgdm.
[Dcomposer T en une partie positive et une partie ngative].
6.5.4 Convergence faible, faible-, troite, en loi. . .
Exercice 6.46 Corrig 135 page 438
Soient (E, T, m) un espace mesur, (f
n
)
nN
L
2
= L
2
(E, T, m) et f L
2
t.q. la suite (f
n
)
nN
tende faible-
ment vers f dans L
2
, cest--dire :
_
f
n
dm
_
fdm pour toute fonction L
2
.
1. Montrer que |f|
2
liminf
n+
|f
n
|
2
.
2. On suppose de plus que |f
n
|
2
|f|
2
lorsque n +. Montrer que la suite (f
n
)
nN
tend vers f dans L
2
.
Exercice 6.47 (Convergence faible) Corrig 136 page 439
Soit (E, T, m) un espace mesur ni. Pour 1 r , on note L
r
lespace L
r
R
(E, T, m). Soit 1 p < et
q = p/(p 1). Soit (f
n
)
nN
L
p
et f L
p
.
1. Montrer que f
n
f faiblement dans L
p
quand n (voir la dnition 6.17) si et seulement si
_
f
n
gdm
_
fgdm, g L
q
. (6.53)
2. Montrer que |f|
p
liminf
n
|f
n
|
p
si f
n
f faiblement dans L
p
, quand n . [Utiliser (6.53) avec un
choix convenable de g.]
On suppose dans les questions suivantes (questions 3 7) que :
m(E) < , f
n
f p.p., C t.q. |f
n
|
p
C, n N. (6.54)
3. On suppose, dans cette question, que p > 1.
(a) Soit N N et g L
q
t.q. g = 0 p.p. sur E
c
N
avec E
N
=
nN
x E; [f
n
(x) f(x)[ 1. Montrer que
_
f
n
gdm
_
fgdm, quand n .
184
(b) Montrer que f
n
f faiblement dans L
p
. [Pour g L
q
, introduire g
N
= g1
E
N
.]
(c) Donner un exemple avec (E, T, m) = (]0, 1[, B(]0, 1[), ) pour lequel f
n
,f dans L
p
.
4. On suppose, dans cette question, que p = 1. Montrer que |f|
1
liminf
n
|f
n
|
1
. Donner un exemple avec
(E, T, m) = (]0, 1[, B(]0, 1[), ) pour lequel f
n
,f faiblement dans L
1
, quand n .
5. On suppose, dans cette question, que p > 1 et on prend 1 r < p. Montrer que f
n
f dans L
r
, quand
n . [On pourra, par exemple, utiliser le thorme de Vitali pour la suite (g
n
)
nN
avec g
n
= [f
n
f[
r
.]
6. Pour cette question, on retire dans (6.54) lhypothse m(E) < et on suppose que p > 1. Montrer que f
n
f
faiblement dans L
p
.
7. Dans cette question, on conserve lhypothse (6.54) mais on ne suppose plus que f L
p
. Montrer que f
appartient ncessairement L
p
.
8. On prend maintenant (E, T, m) = (]0, 1[, B(]0, 1[), ) et on dnit f
n
, pour n N par f
n
= 1 p.p. sur
]2k/n, (2k +1)/n[ pour k N, (2k +1)/n 1 et f
n
= 1 p.p. sur ]2k 1/n, 2k/n[ pour k N

, 2k/n 1.
Montrer que f
n
0 faiblement dans L
p
, pour tout 1 p < . [On pourra, par exemple, utiliser la densit de
C([0, 1], R) dans L
1
.]
Exercice 6.48 Soit (f
n
)
nN
la suite de fonctions de ]0, 1[ dans R dnie par f
n
(x) = (n n
2
x)
+
. On note la
mesure de Lebesgue sur la tribu B(R) des borliens de ]0, 1[, et L
p
= L
p
R
(]0, 1[, B(R), ) pour p [1, +].
1. Montrer que la suite (f
n
)
nN
est borne dans L
1
.
2. Montrer que la suite (f
n
)
nN
nest pas borne dans L
p
pour p > 1.
3. Y-a-til convergence simple, convergence p.p., convergence uniforme, convergence en mesure, convergence dans
L
p
(p [1, +]) de la suite (f
n
)
nN
(justier vos rponses...) ?
4. Montrer que pour toute fonction C([0, 1], R), on a
_
f
n
d (0). En dduire que la suite (f
n
)
nN
ne converge pas faiblement dans L
1
(utiliser le fait que la mesure de Dirac nest pas une mesure de densit, cf
exercice 5.2).
Exercice 6.49 Soient (E, T, m) un espace mesur t.q. m(E) < +, et (f
n
)
nN
une suite de L
2
= L
2
(E, T, m)
t.q. :
(i) la suite (|f
n
|
2
)
nN
est borne,
(ii) f
n
f
_
f
n
gdm
_
fgdm quand n +.
1. Montrer que f L
2
et |f|
2
sup
n1
|f
n
|
2
.
2. Soit > 0, on note B
n
= x E; [f(x) f
n
(x)[ > . Montrer que m(B
n
) 0 lorsque n +. [On
pourra introduire A
p
=
_
np
B
n
et montrer que m(A
p
) 0 quand p +.]
3. Montrer que f
n
f dans L
1
quand n +.
[On pourra crire
_
[f
n
f[dm =
_
]f
n
f]>
[f
n
f[dm +
_
]f
n
f]
[f
n
f[dm.]
4. Montrer, en donnant un exemple, que f
n
peut ne pas converger dans L
2
, quand n +.
5. Montrer que, pour tout g L
2
, on a :
_
f
n
g dm
_
fg dm quand n + (6.55)
(on dit que f
n
f faiblement" dans L
2
). [Dcomposer
_
(f f
n
)gdm de manire semblable la question
3.]
185
Exercice 6.50 Soient (E, T, m) un espace mesur t.q. m(E) < +et p [1, +]. Pour r [1, +], on note
L
r
= L
r
R
(E, T, m) et |.|
r
la norme usuelle sur L
r
. Soit (f
n
)
nN
L
p
, t.q. :
(i) la suite (|f
n
|
p
)
nN
est borne,
(ii) f
n
f pp quand n +.
1. Montrer que f L
p
et |f|
p
sup
n1
|f
n
|
p
.
2. On suppose (dans cette question seulement) que p > 1. Soit r [1, p[, montrer que f
n
f dans L
r
quand
n +.
3. Soit q le conjugu de p (i.e. tel que
1
p
+
1
q
= 1), montrer que, pour tout g L
q
, on a :
_
f
n
g dm
_
fg dm quand n +.
Peut-on dire que f
n
f faiblement" dans L
p
?
Exercice 6.51 (Convergence forte contre convergence faible)
Soit (E, T, m) un espace mesur. Pour r [1, +], on note L
r
lespace L
r
R
(E, T, m).
Soit p [1, [ et q lexposant conjugu de p. Soit (u
n
)
nN
L
p
, u L
p
, (v
n
)
nN
L
q
et v L
q
.
1. On suppose que u
n
u faiblement dans L
p
et v
n
v dans L
q
, quand n . Montrer que u
n
v
n
uv
faiblement dans L
1
, quand n .
2. On suppose que p = 1, u
n
u faiblement dans L
1
, v
n
v p.p., quand n , et quil existe C R t.q.,
pour tout n N, v
n
C p.p.. Montrer que u
n
v
n
uv faiblement dans L
1
, quand n .
Exercice 6.52 (Convergence faible et non linarit) Corrig 137 page 442
On dsigne par la mesure de Lebesgue sur les borliens de ]0, 1[, par L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ) et par
L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ).
1. (Unicit de la limite faible). Soit (u
n
)
nN
L
1
et u, v L
1
. On suppose que u
n
u faiblement dans L
1
,
quand n , (cest--dire que T(u
n
) T(u) pour toute application T linaire continue de L
1
dans R) et
que u
n
v faiblement dans L
1
.
(a) Montrer que
_
(u v)d = 0, pour tout L

.
(b) Montrer que u = v p.p.. [Choisir convenablement dans lgalit prccente.]
2. (Convergence forte contre convergence faible) Soit (v
n
)
nN
L

et v L

. On suppose quil existe C > 0


t.q. |v
n
|

C pour tout n N et que v


n
v p.p., quand n .
(a) Montrer que v
n
v dans L
p
, quand n , pour tout 1 p < .
(b) Donner un exemple pour lequel v
n
,v dans L

.
(c) Soit (u
n
)
nN
L
1
et u L
1
. On suppose que |u
n
|

C pour tout n N et que u


n
u faiblement dans
L
1
, quand n . Montrer que
_
u
n
v
n
d
_
uvd, quand n . [Ecrire v
n
= v + (v
n
v).]
On se donne maintenant une fonction C(R, R).
3. Soit u L

. Montrer que u L

.
186
4. Soit u L

et v, w u. Montrer que h L

; h = v p.p. = h L

; h = w p.p..
Grce aux 2 questions prcdentes, pour u L

, on pose, si v u :
(u) = h L

; h = v p.p., de sorte que (u) L

.
On se donne maintenant (u
n
)
nN
L

. On suppose quil existe C > 0 t.q. |u


n
|

C pour tout n N et
quil existe u L
1
et f : ]0, 1[R t.q. :
u
n
u faiblement dans L
1
, quand n ,
(u
n
) f p.p., quand n .
Le but de lexercice est de comparer f et (u).
5. Montrer que [
_
u1
A
d[ C(A) pour tout A B(]0, 1[). Montrer que u L

que |u|

C.
6. On suppose, dans cette question, que est afne (cest--dire quil existe , R t.q. (s) = s + pour
tout s R). Montrer que f = (u) p.p.. [Utiliser, en particulier, la question 1.]
7. On suppose, dans cette question, que est injective. Montrer quil existe v L

t.q. u
n
v p.p. quand
n . En dduire que v = u et f = (u) p.p..
8. (Astuce de Minty) On suppose, dans cette question, que est croissante.
(a) Soit v L

. Montrer que
_
(f (v))(u v)d 0. [Utiliser la croissance de et la question 2 (c).]
(b) Soit w L

. Montrer que
_
(f (u))wd 0. [Utiliser la question prcdente avec v = u + (1/n)w.]
(c) Montrer que f = (u) p.p..
9. On dnit u
n
, pour n N, par u
n
= 1 p.p. sur ]2k/2n, (2k +1)/2n[ pour k 0, . . . , n1, et u
n
= 1 p.p.
sur ]2k 1/2n, 2k/2n[ pour k 1, . . . , n.
(a) Montrer que
_
u
n
d 0, quand n , pour tout C([0, 1], R).
(b) Montrer que u
n
0 faiblement dans L
1
, quand n . [On pourra, par exemple, utiliser la densit de
C([0, 1], R) dans L
1
.] Montrer que u
n
,0 dans L
1
, quand n .
(c) Donner un exemple de fonction C(R, R) pour lequel (u
n
) f p.p. et f ,= (0) p.p.. (et donc nest
pas croissante et nest pas injective).
(d) Donner un exemple de fonction C(R, R) croissante pour lequel (u
n
) f p.p. (et donc f = (0) p.p.,
par la question 8, et est non injective, par les questions 7 et 9 (b)).
Exercice 6.53 (Convergences faible et forte dans L
1
) Corrig 138 page 447
Soit (X, T, m) un espace mesur ni. Pour p [1, ], on note L
p
lespace L
p
R
(X, T, m). Soit (f
n
)
nN
L
1
,
f L
1
et C R. On suppose que
f
n
f faiblement dans L
1
, quand n (cest--dire que
_
f
n
gdm
_
fgdm pour tout g L

).
Pour tout n N, f
n
C p.p..
1. Montrer que f C p.p..
2. On suppose maintenant que f = C p.p..
Montrer que f
n
f dans L
1
(cest--dire lim
n
|f
n
f|
1
= 0).
Exercice 6.54 (Convergence troite de mesures) Corrig 139 page 448
187
Soit (m
n
)
nN
une suite de mesures nies sur B(R) (on rappelle que m
n
nie" signie que m
n
(R) < ") et m
une mesure nie sur B(R). On rappelle que C
b
(R, R) L
1
R
(R, B(R), m
n
), pour tout n N, et que C
b
(R, R)
L
1
R
(R, B(R), m).
On suppose que :
_
gdm
n

_
gdm, pour tout g C
b
(R, R).
Soit f C(R, R). On ne suppose pas que f est borne, mais on suppose que f L
1
R
(R, B(R), m
n
) pour tout
n N.
1. On pose = sup
nN
m
n
(R). Montrer que < .
2. On suppose, dans cette question, que :
= sup
nN
_
[f[
2
dm
n
< .
(a) Soit une fonction continue de R dans R, support compact et t.q. 0 (x) 1 pour tout x R. Montrer
quil existe C R, ne dpendant que de et (dnis ci dessus), t.q. :
_
[f[dm C.
(b) Montrer que f L
1
R
(R, B(R), m)
(c) Montrer que
_
fdm
n

_
fdm, quand n .
3. On ne suppose plus que sup
nN
_
[f[
2
dm
n
< .
Montrer (en choississant convenablement (m
n
)
nN
, m et f) que lon peut avoir f , L
1
R
(R, B(R), m).
Exercice 6.55 (Convergence faible et convexit) Corrig 140 page 450
Dans cet exercice (E, T, m) est un espace mesur et on suppose que la mesure m est nie.. Pour tout 1 r
, on note L
r
lespace L
r
(E, T, m) (et L
r
lespace L
r
(E, T, m)). Soit 1 p < , (u
n
)
nN
une suite borne de
L
p
et u L
p
t.q. u
n
u faiblement dans L
p
quand n (on rappelle que ceci signie T(u
n
) T(u), quand
n , pour tout T dans (L
p
)
t
, cest--dire dans le dual topologique de L
p
).
1. On pose r = p/(p 1) si p > 1 et r = , si p = 1. Montrer que, pour tout v L
r
:
_
u
n
vdm
_
uvdm.
Soit C
1
(R, R). On suppose que est strictement convexe (ce qui est quivalent dire que
t
est strictement
croissante).
2. Soit a R. Pour x R, on pose h
a
(x) = (x) (a)
t
(a)(x a).
(a) Montrer que h
a
(x) > 0 si x ,= a.
(b) Montrer que h
a
est dcroissante sur ] , a[ et croissante sur ]a, (.
188
Soit 1 q < . On suppose maintenant que la suite ((u
n
))
nN
est borne dans L
q
et quelle converge
faiblement dans L
q
, quand n , vers une (classe de) fonction(s) L
q
.
Prcision de notation : On choisit un reprsentant pour u
n
. On dsigne alors par (u
n
) la fonction (de E dans
R) x (u
n
(x)). Cette fonction est suppose tre dans L
q
et on lidentie, comme dhabitude, avec llment
de L
q
quelle reprsente.
Pour n N, on pose f
n
= [(u
n
) (u)
t
(u)(u
n
u)].
Prcision de notation : Ici aussi, pour dnir f
n
, on choisit un reprsentant pour u. On dsigne alors par (u) et

t
(u) les fonctions x (u(x)) et x
t
(u(x)).
3. Soit k R

+
et B T t.q. m(B) < . On pose A
k
= [u[ k (cest--dire A
k
= x E t.q. [u(x)[ k.
Montrer que
_
f
n
1
A
k
1
B
dm
_
( (u))1
A
k
1
B
dm, quand n .
4. Montrer (u) p.p.. [Utiliser les questions 2(a) et 3.]
On suppose maintenant que = (u) p.p..
5. Soit B T t.q. m(B) < , k R

+
et A
k
= [u[ k. Montrer que (f
n
)
nN
admet une sous suite
convergeant p.p. vers 0 sur A
k
B.
6. (Question plus difcile.) Montrer que (f
n
)
nN
admet une sous suite convergeant p.p. vers 0 sur E. [Utiliser le
fait que la mesure m est nie et un procd diagonal".]
7. Soit x E t.q. f
n
(x) 0, montrer que u
n
(x) u(x). [Soit b R, limite dune sous suite de la suite
(u
n
(x))
nN
. Utiliser la question 2 pour montrer que b = u(x).]
8. Montrer que (u
n
)
nN
admet une sous suite convergeant p.p. vers u.
9. On suppose ici que p > 1. Montrer que u
n
1
B
u1
B
dans L
r
pour tout r [1, p[ et tout B T t.q. m(B) < .
[Utiliser lexercice 6.18.]
10. En prenant (E, T, m) = (R, B(R), ) et (s) = s
2
, donner un exemple pour lequel u
n
, u p.p. sur E
(toutefois, daprs la question 8, (u
n
)
nN
admet une sous suite convergeant p.p. vers u).
Exercice 6.56 (Produit de convergences faibles) Corrig 141 page 453
Soit (E, T, m) un espace mesur ni. Pour p [1, ], on note L
p
lespace L
p
R
(E, T, m). Soit , > 0. Pour
a R
+
, on dnit
a
de R
+
dans R par
a
(t) = (t

)(t

).
1. Soit a R
+
. Montrer que
a
(t) > 0 pour tout t R
+
, t ,= a.
Soit (f
n
)
nN
une suite de fonctions positives appartenant L

et l

, l

, l
+
L

. On suppose que la suite


(f
n
)
nN
est borne dans L

et que f

n
l

-faiblement dans L

, quand n , pour = , = et
= +.
On rappelle que f

n
l

-faiblement dans L

signie que
_
f

n
dm
_
l

dm, quand n , pour tout


L
1
.
2. Soit L
1
t.q. 0 p.p.. Montrer que
_
l
a
dm 0.
3. Montrer que l

0 p.p..
4. Montrer que l
+
l

p.p.. [On pourra utiliser


a
(t) 0 avec t = f
n
(x) et a = (l

(x))
1

.]
5. On suppose maintenant que l
+
= l

p.p.. On pose f = l
1

et g
n
= (f

n
f

)(f

n
f

).
(a) Montrer que g
n
0 dans L
1
, quand n .
189
(b) Montrer quil existe : N N strictement croissante t.q. g
(n)
0 p.p., quand n . Montrer que
f
(n)
f p.p., quand n . [Utiliser la question 1.]
(c) Montrer que f
n
f dans L
q
, quand n , pour tout q [1, [.
Exercice 6.57 (Produit de convergences faibles (2)) Corrig 142 page 454
Soit (X, T, m) un espace mesur ni (cest--dire m(X) < +). On note L
2
lespace L
2
R
(X, T, m). Soit (u
n
)
nN
et (v
n
)
nN
deux suites bornes de L
2
et u, v L
2
. On suppose que les suites (u
n
)
nN
et (v
n
)
nN
convergent
faiblement dans L
2
vers u et v. On rappelle que ceci signie que
lim
n
_
u
n
wdm =
_
uwdm et lim
n
_
v
n
wdm =
_
vwdm pour tout w L
2
.
1. On suppose, dans cette question seulement, que v
n
= u
n
p.p., pour tout n N (et donc u = v p.p.). Montrer
que u
n
u dans L
2
(quand n ) si et seulement si
_
u
2
n
dm
_
u
2
dm (quand n ).
On suppose pour toute la suite de lexercice que
_
u
n
v
n
dm
_
uv dm (quand n ) et quil existe une
fonction de R dans R t.q.
continue et il existe C R t.q. (s) C +C[s[ pour tout s R.
v
n
= (u
n
) p.p., pour tout n N.
2. Soit w L
2
, montrer que, quand n ,
_
((u
n
) (w))(u
n
w) dm
_
(v (w))(u w) dm. (6.56)
3. On suppose que est croissante.
(a) Soit w L
2
et t R. Montrer que
_
(v (u +t w))t wdm 0.
[Utiliser (6.56).] En dduire que
_
(v (u)) wdm = 0.
(b) Montrer que v = (u) p.p..
4. On suppose que strictement croissante. Pour n N, on pose G
n
= ((u
n
) (u))(u
n
u).
(a) Montrer que G
n
0 dans L
1
quand n (utiliser (6.56)).
(b) Montrer quil existe une sous suite de la suite (G
n
)
nN
, note (G
(n)
)
nN
(avec strictement croissante de
N dans N) t.q. G
(n)
0 p.p.. En dduire que u
(n)
u p.p. (utiliser la croissance stricte de ).
(c) Montrer que u
n
u dans L
p
pour tout p [1, 2[.
Exercice 6.58 (Convergence faible contre convergence forte)
Soit (E, T, m) un espace mesur. On suppose que mest -nie. Pour r [1, ], on note L
r
lespace L
r
R
(E, T, m)
(et L
r
est muni de sa norme usuelle). Soit p, q [1, ] t.q.
1
p
+
1
q
= 1. Soit (f
n
)
nN
une suite borne de L
p
et
(
n
)
nN
une suite borne de L
q
.
1. On suppose ici que p [1, [ (et donc q ]1, ]),
n
dans L
q
, quand n , et f
n
f faiblement
dans L
p
, quand n (cest--dire que T(f
n
) T(f) pour toute application linaire continue T de L
p
dans
R).
(a) Montrer que
_
f
n
dm
_
fdm, pour tout L
q
.
(b) Montrer que
_
f
n

n
dm
_
fdm.
190
2. On suppose ici que p = (et donc q = 1),
n
dans L
1
, quand n , et f
n
f faiblement dans L

,
quand n (cest--dire que
_
f
n
dm
_
fdmpour tout L
1
). Montrer que
_
f
n

n
dm
_
fdm.
On suppose pour la suite de lexercice que p = 1 (et donc q = ) et m(E) < .
3. Montrer que
n
dans L

, quand n , implique :
(p1)
n
p.p. quand n .
4. Montrer, en prenant (par exemple) (E, T, m) = (]0, 1[, B(]0, 1[), ) que (p1) nimplique pas
n
dans
L

quand n . [Il faut donc trouver une suite (


n
)
nN
borne de L

et L

t.q.
n
p.p., quand
n , et |
n
|

,0, quand n .]
On suppose maintenant que la suite (
n
)
nN
vrie (p1) et que :
(p2) f
n
f faiblement dans L
1
, quand n ,
5. Montrer que L

(au sens il existe L

(E, T, m) t.q. = p.p."). [On rappelle que la suite (


n
)
nN
est, par hypothse, borne dans L

.]
6. On admet que (p2) implique lqui-intgrabilit de la suite (f
n
)
nN
, cest--dire :
> 0, > 0 t.q. A T, m(A) , n N
_
A
[f
n
[dm .
Montrer que
_
f
n

n
dm
_
fdm. [On pourra utiliser le thorme dEgorov.]
Exercice 6.59 (Thorme de Dunford-Pettis)
Soit (E, T, m) un espace mesur ni. On note L
1
lespace L
1
R
(E, T, m). Soit (f
n
)
nN
une suite borne de L
1
. On
suppose que la suite (f
n
)
nN
est qui-intgrable, cest--dire que pour tout > 0, il existe t.q.
A T, n N, m(A)
_
A
[f
n
[dm .
Le but de cet exercice est de dmontrer que la suite (f
n
)
nN
admet une sous suite faiblement convergente dans L
1
.
1. Montrer que pour tout > 0, il existe M R t.q., pour tout n N,
_
]f
n
]M]
[f
n
[dm .
On suppose maintenant, pour les deux questions suivantes, que f
n
0 p.p. pour tout n N. Pour M N

, on
pose f
n,M
= minf
n
, M.
2. Soit M N

. Montrer que la suite (f


n,M
)
nN
admet une sous suite faiblement convergente dans L
1
.
3. Montrer quil existe une sous suite de la suite (f
n
)
nN
, encore note (f
n
)
nN
, et il existe une suite (g
M
)
MN

de L
1
t.q., pour tout M N

f
n,M
g
M
faiblement dans L
1
quand n .
[Utiliser le procd diagonal, dcrit, par exemple, dans la proposition 8.3.]
(a) Montrer que la suite (g
M
)
MN
est convergente dans L
1
.
(b) On note g la limite (dans L
1
) de la suite (g
M
)
MN
. Montrer que f
n
f faiblement dans L
1
quand n .
4. On ne suppose que les fonctions sont positives p.p.. Montrer que la suite (f
n
)
nN
admet une sous suite faible-
ment convergente dans L
1
.
191
Exercice 6.60 (Conv. troite et mesures des intervalles) Corrig 143 page 456
Soit (m
n
)
nN
une suite de mesures sur B(R) et m une mesure sur B(R). On suppose que m
n
m troitement,
quand n , et que m est diffuse (cest--dire que m(x) = 0 pour tout x R). Soit I un intervalle de R,
montrer que m
n
(I) m(I) quand n . Montrer (en donnant un contre-exemple) que cette proprit peut tre
fausse si m nest pas diffuse.
Exercice 6.61 (Convergence en loi et fonctions de rpartition)
Soit (, /, P) un espace probabilis, (X
n
)
nN
une suite de v.a.r. et X une v.a.r.. On note m
n
la loi de X
n
(pour
tout n N) et m la loi de X.
1. Soit A une partie dense dans R. On suppose, dans cette question, que P(X
n
a) P(X a), quand
n , pour tout a A.
(a) Montrer que m
n
(]a, b]) m(]a, b]), quand n , pour tout a, b A, a < b.
(b) Soit p N

,
1
, . . . ,
p
R et a
0
, . . . , a
p
A t.q. a
0
< . . . < a
p
. Soit =

p
i=1

i
1
]a
i1
,a
i
]
. Montrer que
_
R
dm
n

_
R
dm, quand n .
(c) Soit C
c
(R, R). Montrer que
_
R
dm
n

_
R
dm.
(d) Dduire de la question prcdente que X
n
X en loi, quand n .
2. On suppose, dans cette question, que X
n
X en loi, quand n . Pour a Ron pose F(a) = P(X a)
(cest donc la fonction de rpartition de X). On note A lensemble des points de continuit de F.
(a) Montrer que A est dense dans R.
(b) En partant de la dnition de convergence en loi (cest--dire E((X
n
)) E((X)) pour tout
C
b
(R, R)), montrer que P(X
n
a) P(X a) pour tout a A.
(c) Donner un exemple pour lequel, pour tout a N, P(X
n
a) , P(X a), quand n (alors que
lon a toujours X
n
X en loi, quand n ).
Exercice 6.62 (Convergence en loi) Corrig 144 page 457
Soit (, /, P) un espace de probabilits et X une v.a. relle de loi uniforme sur [1, 1].
1. Montrer que X est une v.a. de mme loi que X.
2. Donner un exemple de suite (X
n
)
nN
de v.a. t.q. :
(a) (X
n
)
nN
converge en loi vers X,
(b) (X
n
X)
nN
ne converge pas en loi vers 0.
3. Donner un exemple de trois v.a. X, Y, Z t.q. X et Y aient la mme loi, mais sans que XZ et Y Z aient la mme
loi.
Exercice 6.63 (Conv. en loi + conv. en probabilit) Corrig 145 page 458
Soit (, /, P) est un espace de probabilit, X une v.a. relle et (X
n
)
nN
, (Y
n
)
nN
deux suites de v.a. relles t.q. :
X
n
X en loi, Y
n
0 en probabilit, quand n .
Montrer que
X
n
+Y
n
X en loi, quand n .
[On pourra utiliser la convergence vague.]
192
Exercice 6.64 (Conv. en loi versus conv. en probabilit) Corrig 146 page 458
Soit (, /, P) un espace de probabilit, X une v.a. relle et (X
n
)
nN
une suite de v.a. relles.
1. On suppose, dans cette question, que X
n
X en probabilit, quand n . Montrer que :
X
n
X en loi, quand n .
[Remarquer quil suft de dmontrer une convergence vague de P
X
n
vers P
X
.]
2. On suppose quil existe a R t.q. X = a p.s.. On suppose aussi que X
n
X en loi, quand n . Montrer
que :
X
n
X en probabilit, quand n .
Exercice 6.65 (Convergence L

-faible, p.p. et L
1
)
Soit un ouvert born de R. On note L
p
lespace L
p
R
(, B(), ). Pour x et h > 0, on pose B(x, h) = y
t.q. [x y[ < h et on dsigne par [B(x, h)[ la mesure de Lebesgue de B(x, h). Pour f L
1
, x et h > 0,
on pose
f
h
(x) =
1
[B(x, h)[
_
B(x,h)
f(y)dy.
On dit que x est un point de Lebesgue" de f si f
h
(x) a une limite dans R quand h 0.
Si x , on pose F
x
= f L

t.q. x est un point de Lebesgue de f.


1. Soit x . Pour f F
x
on pose T
x
(f) = lim
h0
f
h
(x). Montrer que F
x
est un sous espace vectoriel de
L

et que T
x
est une application linaire continue de F
x
, muni de la norme de L

, dans R. En dduire quil


existe

T
x
(L

)
t
t.q.

T
x
(f) = T
x
(f) pour tout f F
x
. [On pourra utiliser la consquence du thorme de
Hahn-Banach, rappele dans la remarque 5.5.]
Pour la suite de cet exercice, on rappelle que, si f L
1
, presque tout point x de est un point de Lebesgue"
de f et on a, pour presque tout x , lim
h0
f
h
(x) = f(x) (ceci est dmontr dans lexercice 5.18).
Soit (f
n
)
nN
une suite borne de L

et f L

. On suppose que f
n
f faiblement dans L

, quand n .
2. Montrer que f
n
f p.p..
3. Montrer que f
n
f dans L
1
.
4. Soit 1 < p < . Montrer que f
n
f dans L
p
.
N.B. : Le mme exercice peut se faire avec un ouvert born de R
N
(N > 1), not , et f L
1
R
(, B(),
N
) o

N
est la mesure de Lebesgue sur les borliens de . Cette mesure
N
sera dnie au chapitre 7.
193
Chapitre 7
Produits despaces mesurs
7.1 Motivation
Au chapitre 1, on a introduit la mesure de Lebesgue sur la tribu des borliens de R (note B(R)), ce qui nous a
permis dexprimer la notion de longueur dune partie (borlienne) de R. On peut se poser la question de savoir sil
existe une mesure sur une tribu convenable de R
2
qui exprimerait la notion de surface (et une mesure sur une tribu
convenable de R
3
qui exprimerait la notion de volume. . . ).
La question est donc : existe-t-il une mesure
2
sur une tribu de R
2
contenant B(R) B(R), vriant :

2
(AB) = (A)(B), A, B B(R) ? (7.1)
La tribu T
2
, sur laquelle on veut dnir
2
, doit donc contenir B(R) B(R). On remarque tout dabord que
B(R) B(R) = A B, A B(R), B B(R) nest pas une tribu. En effet, B(R) B(R) nest pas stable par
passage au complmentaire ni par union (par contre, B(R) B(R) est stable par intersection dnombrable). On
dnit alors T
2
comme la tribu engendre par B(R) B(R), quon note B(R) B(R).
On cherche alors une mesure
2
: T
2
R
+
t.q.
2
(AB) = (A)(B) pour tout A, B B(R). On peut montrer
lexistence et lunicit de la mesure
2
(voir le thorme 7.1). On peut aussi montrer que la tribu T
2
est la tribu
borlienne sur R
2
, cest--dire la tribu engendre par les ouverts de R
2
(voir la proposition 7.1).
Une autre question quon abordera dans ce chapitre concerne lintgration des fonctions plusieurs variables.
Considrons par exemple une fonction f dnie de R
2
dans R. Sous quelles hypothses (faciles vrier. . . )
peut-on crire :
_
_
_
f(x, y)dy
_
dx =
_
_
_
f(x, y)dx
_
dy ? (7.2)
Une rponse cette question est apporte par le thorme de Fubini, que nous verrons dans ce chapitre.
On introduira aussi le produit de convolution de deux fonctions, qui sera utile, par exemple, pour dmontrer des
thormes de densit. Mais la convolution est un notion utile pour beaucoup dautres raisons (elle est utile, par
exemple, en thorie du signal).
194
7.2 Mesure produit
On rappelle ici quun espace mesur (E, T, m) est -ni (on dit aussi que m est -nie) si il existe une famille
(A
n
)
nN
T t.q. E =
nN
A
n
et m(A
n
) < +, pour tout n N. Lespace mesur (R, B(R), ) est -ni
(prendre, par exemple, A
n
= [n, n]). Il existe, par contre, des mesures non nies. Lexemple le plus simple sur
(R, B(R)) consiste prendre m(A) = pour tout A B(R), A ,= . Un exemple plus intressant (intervenant
pour certains problmes) consiste se donner un borlien non vide B de R (B peut tre, par exemple, rduit un
point) et dnir m
B
par m
B
(A) = si A B(R) et A B ,= et m
B
(A) = 0 si A B(R) et A B = .
Dnition 7.1 (Tribu produit) Soient (E
1
, T
1
) et (E
2
, T
2
) des espaces mesurables. On pose E = E
1
E
2
. On
appelle tribu produit la tribu sur E engendre par T
1
T
2
= A
1
A
2
, A
1
T
1
, A
2
T
2
. Cette tribu produit
est note T
1
T
2
.
Un exemple fondamental est (E
1
, T
1
) = (E
2
, T
2
) = (R, B(R)). On va montrer que, dans ce cas, B(R) B(R) =
B(R
2
).
Proposition 7.1 (Tribu B(R
N
))
Pour tout N 2, on a B(R
N1
) B(R) = B(R
N
).
DMONSTRATION : La dmonstration est faite pour N = 2 dans lexercice 2.6 (corrig 14). Elle sadapte facile-
ment pour traiter aussi le cas N > 2 (exercice 7.1).
Thorme 7.1 (Mesure produit)
Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) deux espaces mesurs -nis, E = E
1
E
2
et T = T
1
T
2
. Alors, il existe
une et une seule mesure m sur T vriant :
m(A
1
A
2
) = m
1
(A
1
)m
2
(A
2
), (7.3)
pour tout A
1
T
1
et A
2
T
2
t.q. m
1
(A
1
) < et m(A
2
) < . Cette mesure est note m = m
1
m
2
. De plus,
m est -nie.
DMONSTRATION :
Existence de m. On va construire une mesure m sur T vriant (7.3).
Soit A T. On va montrer, ltape 1, que, pour tout x
1
E
1
, on a 1
A
(x
1
, ) /
+
(E
2
, T
2
). On pourra donc
poser f
A
(x
1
) =
_
1
A
(x
1
, )dm
2
, pour tout x
1
E
1
. Lapplication f
A
sera donc une application de E
1
dans R
+
.
On va montrer, ltape 2, que f
A
/
+
(E
1
, T
1
). On posera alors m(A) =
_
f
A
dm
1
. Enn, il restera ltape
3 montrer que m est bien une mesure vriant (7.3) et que m est -nie.
Etape 1. Pour A T(E) et x
1
E
1
, on note S(x
1
, A) = x
2
E
2
; (x
1
, x
2
) A E
2
, de sorte que
1
A
(x
1
, ) = 1
S(x
1
,A)
.
Soit x
1
E
1
. On pose = A T(E) ; S(x
1
, A) T
2
.
On remarque tout dabord que T
1
T
2
. En effet, si A = A
1
A
2
avec A
1
T
1
et A
2
T
2
, on a
S(x
1
, A) = A
2
T
2
si x
1
A
1
et S(x
1
, A) = T
2
si x
1
, A
1
.
On remarque ensuite que est une tribu. En effet :
car S(x
1
, ) = T
2
,
est stable par passage au complmentaire. En effet :
S(x
1
, A
c
) = (S(x
1
, A))
c
(cest--dire S(x
1
, E A) = E
2
S(x
1
, A)). On a donc S(x
1
, A
c
) T
2
si A ,
ce qui prouve que A
c
.
195
est stable par union dnombrable. Il suft de remarquer que :
S(x
1
,
nN
A
(n)
) =
nN
S(x
1
, A
(n)
) T
2
si (A
(n)
)
nN
.
est donc une tribu contenant T
1
T
2
, ceci prouve que contient T
1
T
2
= T. On a donc S(x
1
, A) T
2
pour
tout A T.
Pour tout A T, on peut donc dnir une application f
A
de E
1
dans R
+
en posant, pour x
1
E
1
,
f
A
(x
1
) = m
2
(S(x
1
, A)) =
_
1
S(x
1
,A)
dm
2
=
_
1
A
(x
1
, )dm
2
R
+
. (7.4)
Etape 2. Dans cette tape, on dmontre que f
A
/
+
(E
1
, T
1
) pour tout A T. Cette tape est plus difcile que
la prcdente.
On note = A T ; f
A
/
+
(E
1
, T
1
) et on va montrer que T et donc que = T.
On suppose dabord que m
2
est nie.
Il est facile de voir que contient T
1
T
2
. En effet, si A = A
1
A
2
avec A
1
T
1
et A
2
T
2
, on a alors
f
A
= m
2
(A
2
)1
A
1
c
+
(E
1
, T
1
) /
+
(E
1
, T
1
).
On note maintenant / lensemble des runions nies disjointes dlments de T
1
T
2
(/ sappelle lalgbre
engendre par T
1
T
2
, voir lexercice 7.2). Si A /, il existe donc (A
(p)
)
p=1,...,n
T
1
T
2
t.q. A
(p)
A
(q)
=
si p ,= q et A =
n
p=1
A
(p)
. On a alors f
A
(x
1
) = m
2
(S(x
1
, A)) =

n
p=1
m
2
(S(x
1
, A
(p)
)) =

n
p=1
f
A
(p)
/
+
(E
1
, T
1
) car A
(p)
T
1
T
2
. On a donc / .
On montre maintenant que est une classe monotone, cest--dire que :
(A
(n)
)
nN
, A
(n)
A
(n+1)
n N
nN
A
(n)
(7.5)
et
(A
(n)
)
nN
, A
(n)
A
(n+1)
n N
nN
A
(n)
. (7.6)
Pour montrer (7.5), soit (A
(n)
)
nN
t.q. A
(n)
A
(n+1)
pour tout n N. On pose A =
nN
A
(n)
. Soit x
1

E
1
. On a alors (S(x
1
, A
(n)
))
nN
T
2
(par ltape 1, car T), S(x
1
, A
(n)
) S(x
1
, A
(n+1)
) pour tout n N
et S(x
1
,
nN
A
(n)
) =
nN
S(x
1
, A
(n)
). On en dduit, par continuit croissante de m
2
, que m
2
(S(x
1
, A)) =
sup
nN
m
2
(S(x
1
, A
(n)
)) et donc que f
A
= sup
nN
f
A
(n) . Ce qui prouve que f
A
/
+
(E
1
, T
1
) car f
A
(n)
/
+
(E
1
, T
1
) pour tout n N. On a donc A =
nN
A
(n)
.
La dmonstration de (7.6) est similaire, il faut utiliser la continuit dcroissante de m
2
au lieu de la continuit
croissante. Cest pour utiliser la continuit dcroissante de m
2
quon a besoin de m
2
nie.
On a ainsi montr que est une classe monotone contenant lalgbre /. On peut en dduire, cela fait lobjet de
lexercice 2.13 (corrig 18), que contient la tribu engendre par / et donc aussi la tribu engendre par T
1
T
2
(car T
1
T
2
/), cest--dire que contient T = T
1
T
2
. On a bien montr, nalement, que = T.
Il reste maintenant montrer que = T sans lhypothse m
2
nie. Comme m
2
est -nie, on peut construire une
suite (F
n
)
nN
T
2
t.q. F
n
F
n+1
et m
2
(F
n
) < pour tout n N. Pour n N, on dnit alors la mesure
m
(n)
2
par m
(n)
2
(A
2
) = m
2
(A
2
F
n
) pour tout A
2
T
2
. La mesure m
(n)
2
est nie, ltape 1 et la premire partie de
ltape 2 donne donc que, pour tout A T, f
(n)
A
/
+
(E
1
, T
1
) o f
(n)
A
est dnie par 7.4 avec m
(n)
2
au lieu de
m
2
(cest--dire f
(n)
A
(x
1
) = m
(n)
2
(S(x
1
, A)) pour tout x
1
E
1
). On conclut alors en remarquant que f
(n)
A
f
A
quand n , ce qui donne que f
A
/
+
(E
1
, T
1
).
On a donc montr que f
A
/
+
(E
1
, T
1
) pour tout A T. Ceci nous permet de dnir m : T R
+
par :
m(A) =
_
f
A
dm
1
, pour tout A T. (7.7)
196
Etape 3. Dans cette tape, on montre que m, dnie par (7.7), est une mesure sur T et que m vrie (7.3) et est
-nie.
On montre dabord que m est bien une mesure sur T :
1. m() = 0 car f

(x
1
) = m
2
(S(x
1
, )) = m
2
() = 0.
2. (-additivit de m) Soit (A
(n)
)
nN
T t.q. A
(n)
A
(m)
= si n ,= m. On pose A =
nN
A
(n)
. Pour
x
1
E
1
, on a :
S(x
1
, A) =
nN
S(x
1
, A
(n)
) et S(x
1
, A
(n)
) S(x
1
, A
(m)
) = si n ,= m.
La -additivit de m
2
donne alors m
2
(S(x
1
, A)) =

nN
m
2
(S(x
1
, A
(n)
)), cest--dire
f
A
(x
1
) =

nN
f
A
(n) (x
1
).
Le premier corollaire du thorme de convergence monotone (corollaire 4.1) donne alors :
m(A) =
_
f
A
dm
1
=

nN
_
f
A
(n) dm
1
=

nN
m(A
(n)
),
ce qui donne la -additivit de m.
On montre maintenant que m vrie (7.3). Soient A
1
T
1
et A
2
T
2
t.q. m
1
(A
1
) < et m(A
2
) < . On pose
A = A
1
A
2
. On a alors f
A
= m
2
(A
2
)1
A
1
et donc m(A) =
_
f
A
dm
1
= m
2
(A
2
)m
1
(A
1
).
Il reste vrier que m est -nie. Comme m
1
et m
2
sont -nies, il existe (B
(n)
1
)
nN
T
1
et (B
(n)
2
)
nN
T
2
t.q. E
1
=
nN
B
(n)
1
, E
2
=
nN
B
(n)
2
et, pour tout n N, m
1
(B
(n)
1
) < et m
2
(B
(n)
2
) < . Pour (n, m) N
2
,
on pose C
n,m
= B
(n)
1
B
(m)
2
, de sorte que E =
(n,m)N
2C
n,m
et m(C
n,m
) = m
1
(B
(n)
1
) m
2
(B
(m)
2
) < .
Comme N
2
est dnombrable, on en dduit que m est -nie.
Unicit de m.
La partie existence" de la dmonstration donne une mesure msur T vriant (7.3). La partie unicit" du thorme
peut se montrer avec la proposition 2.5, nous dveloppons cette mthode ci-aprs, ou avec le lemme des classes
monotones (exercice 2.13) comme cela est expliqu dans la remarque 7.1.
Soit m et deux mesures sur T vriant (7.3). Pour montrer que m = , on va appliquer la proposition 2.5. On
pose :
( = A
1
A
2
, A
1
T
1
, A
2
T
2
, m
1
(A
1
) < , m
2
(A
2
) < .
Comme m
1
et m
2
sont nies, il est facile de montrer que tout lment de T
1
T
2
est une runion dnombrable
dlments de (. On en dduit que ( engendre T. Il est clair que ( est stable par intersection nie et, par (7.3), on
a m = sur (. Puis, comme m
1
et m
2
sont nies, il existe deux suites (E
1,n
)
nN
T
1
et (E
2,n
)
nN
T
2
dlments de T
1
et T
2
, disjoints deux deux et t.q. E
1
=
nN
E
1,n
, E
2
=
nN
E
2,n
et m
i
(E
i,n
) <
pour tout i 1, 2 et tout n N. Pour n, m N, on pose F
n,m
= E
1,n
E
2,m
. La famille (F
n,m
)
n,mN
est une famille dnombrable dlments de (, disjoints deux deux et t.q. E =
n,mN
F
n,m
et m(F
n,m
) =
m
1
(E
1,n
)m
2
(E
1,m
) < . On peut alors utiliser la Proposition 2.5. Elle donne m = sur T et termine la
dmonstration du thorme.
197
Remarque 7.1 Comme cela a t dit, un autre moyen de montrer la partie unicit" du thorme prcdent est
dutiliser le lemme des classes monotones (exercice 2.13). Supposons tout dabord que m
1
et m
2
sont nies. On a
alors (par (7.3)) :
m(E) = (E) = m
1
(E
1
)m
2
(E
2
) < .
La condition (7.3) donne galement que m = sur T
1
T
2
. On a alors aussi m = sur lalgbre engendre par
T
1
T
2
, note / (cette algbre a t dnie dans la partie existence" de la dmonstration). En effet, si A /, il
existe (A
(p)
)
p=1,...,n
T
1
T
2
t.q. A
(p)
A
(q)
= si p ,= q et A =
n
p=1
A
(p)
. On a alors, par additivit de m et
, m(A) =

nN
m(A
(n)
) =

nN
(A
(n)
) = (A).
On pose maintenant = A T ; m(A) = (A). On vient de montrer que /. Il est dautre part facile de
voir que est une classe monotone. En effet, les proprits de continuit croissante et de continuit dcroissante
appliques m et permettent facilement de vrier (7.5) et (7.6) (on utilise ici, pour montrer (7.6), que m et
sont des mesures nies). Comme dans la partie existence" de la dmonstration, lexercice 2.13 donne alors que
contient la tribu engendre par / et donc que contient T = T
1
T
2
. Ce qui donne = T et donc m = .
Dans le cas o m
1
et m
2
ne sont pas nies, mais -nies, il existe (B
(n)
1
)
nN
T
1
et (B
(n)
2
)
nN
T
2
t.q.
E
1
=
nN
B
(n)
1
, E
2
=
nN
B
(n)
2
et, pour tout n N, m
1
(B
(n)
1
) < et m
2
(B
(n)
2
) < . On peut galement
supposer que B
(n)
1
B
(n+1)
1
et B
(n)
2
B
(n+1)
2
pour tout n N (il suft, par exemple, de remplaer B
(n)
i
par

n
p=0
B
(p)
i
). Par un raisonnement analogue celui fait dans le cas o m
1
et m
2
sont nies, on peut montrer que
m = sur A T ; A B
(n)
1
B
(n)
2
. On conclut alors, en utilisant la proprit de continuit croissante, que
m = sur T.
Remarque 7.2 Dans le thorme prcdente (thorme 7.1), on peut aussi remarquer que :
1. m(A
1
A
2
) = m
1
(A
1
)m
2
(A
2
) = si A
1
T
1
et A
2
T
2
avec m
1
(A
1
) ,= 0 et m(A
2
) = (ou avec
m
1
(A
1
) = et m
2
(A
2
) ,= 0),
2. m(A
1
A
2
) = 0 si A
1
T
1
et A
2
T
2
avec m
1
(A
1
) = 0 et m(A
2
) = (ou avec m
1
(A
1
) = et
m
2
(A
2
) = 0).
En effet, on suppose par exemple que m
1
(A
1
) = 0 et m(A
2
) = . Comme m
2
est -nie, on peut construire
une suite (F
n
)
nN
T
2
t.q. F
n
F
n+1
et m
2
(F
n
) < pour tout n N. On a alors, par continuit croissante
de m, m(A
1
A
2
) = lim
n
m(A
1
(A
2
F
n
)) = lim
n
m
1
(A
1
)m
2
(A
2
F
n
) = 0 (on a dailleurs aussi
m
2
(A
2
F
n
) , ce qui permet de conclure si 0 < m
1
(A
1
) < que m(A
1
A
2
) = ). Les autres cas se
traitent de manire analogue.
Dnition 7.2 (Espace produit)
Lespace (E, T, m), construit dans le thorme 7.1, sappelle lespace (mesur) produit des espaces (E
1
, T
1
, m
1
)
et (E
2
, T
2
, m
2
).
Un exemple fondamental despace produit est lespace (R
N
, B(R
N
),
N
) pour N 2 que nous verrons dans la
section 7.4.
7.3 Thormes de Fubini-Tonelli et Fubini
Thorme 7.2 (Fubini-Tonelli) Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) des espaces mesurs -nis. On note (E, T,
m) lespace produit (donc, T = T
1
T
2
et m = m
1
m
2
). Soit f : E R
+
une fonction mesurable positive
(i.e. T-mesurable positive). Alors :
198
1. f(x
1
, ) /
+
(E
2
, T
2
) pour tout x
1
E
1
,
on pose

f
(x
1
) =
_
f(x
1
, )dm
2
=
_
f(x
1
, x
2
)dm
2
(x
2
) pour tout x
1
E
1
,
de sorte que
f
: E
1
R
+
,
2.
f
/
+
(E
1
, T
1
),
3.
_
fdm =
_

f
dm
1
=
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
),
4. les mmes rsultats sont vrais en inversant les rles de m
1
et m
2
, de sorte que :
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
) =
_
_
_
f(x
1
, x
2
)dm
1
(x
1
)
_
dm
2
(x
2
).
DMONSTRATION : la dmonstration se fait en plusieurs tapes.
Etape 1. Soit f = 1
A
, A T. La partie existence de m" de la dmonstration du thorme 7.1 donne alors que
_
fdm = m(A) =
_

f
dm
1
.
Plus prcisment, on a, pour tout x
1
E
1
, f(x
1
, ) = 1
A
(x
1
, ) = 1
S(x
1
,A)
, avec S(x
1
, A) = x
2
E
2
;
(x
1
, x
2
) A E
2
(comme dans la dmonstration du thorme 7.1). Ltape 1 de la dmonstration (de la partie
existence) du thorme 7.1 donne que S(x
1
, A) T
2
pour tout x
1
E
1
, et donc f(x
1
, ) /
+
(E
2
, T
2
). Ceci
donne le premier item (pour f = 1
A
) de la conclusion du thorme 7.2.
On pose
f
(x
1
) =
_
f(x
1
, )dm
2
= m
2
(S(x
1
, A)) pour tout x
1
E
1
. (Cette fonction
f
tait note f
A
dans
la dmonstration du thorme 7.1). Ltape 2 de la dmonstration du thorme 7.1 donne que
f
/
+
(E
1
, T
1
).
Ceci donne le deuxime item (pour f = 1
A
) de la conclusion du thorme 7.2.
On a alors pos, dans la dmonstration du thorme 7.1, m(A) =
_

f
dm
1
et ltape 3 a montr que m tait une
mesure sur T vriant (7.3) (et la seule mesure sur T vriant (7.3), daprs la partie unicit" de la dmonstration
du thorme 7.1). Ceci donne le troisime item (pour f = 1
A
) de la conclusion du thorme 7.2.
Pour avoir le quatrime item (pour f = 1
A
) de la conclusion du thorme 7.2, il suft de remarquer que lon peut
inverser les rles de m
1
et m
2
dans la dmonstration du thorme 7.2. On obtient ainsi que f(, x
2
) /
+
(E
1
, T
1
)
pour tout x
2
E
2
. On pose alors
f
(x
2
) =
_
f(, x
2
)dm
1
. On obtient que
f
/
+
(E
2
, T
2
). Enn, on pose
m(A) =
_

f
dm
2
et on obtient que mest une mesure sur T vriant (7.3). La partie unicit" de la dmonstration
du thorme 7.1 donne alors que m = m, ce qui est exactement le quatrime item (pour f = 1
A
) de la conclusion
du thorme 7.2.
Etape 2. On prend maintenant f c
+
(E, T). Il existe donc a
1
, . . . , a
n
R

+
et A
1
, . . . , A
n
T t.q. f =

n
i=1
a
i
1
A
i
.
On a alors, pour tout x
1
E
1
, f(x
1
, ) =

n
i=1
a
i
1
A
i
(x
1
, ) /
+
(E
2
, T
2
) car ltape 1 donne 1
A
i
(x
1
, )
/
+
(E
2
, T
2
) pour tout i. Ce qui donne le premier item de la conclusion du thorme 7.2.
On pose
f
(x
1
) =
_
f(x
1
, )dm
2
pour tout x
1
E
1
. On a
f
/
+
(E
1
, T
1
) car
f
=

n
i=1
a
i

1
A
i
et que

1
A
i
/
+
(E
1
, T
1
) pour tout i (daprs ltape 1). Ce qui donne le deuxime item de la conclusion du thorme
7.2.
199
Enn, on utilise la linarit de lintgrale et ltape 1 pour f = 1
A
i
, on obtient :
_
fdm =
n

i=1
a
i
m(A
i
) =
n

i=1
a
i
_

1
A
i
dm
1
=
_
(
n

i=1
a
i

1
A
i
)dm
1
=
_
_
n

i=1
a
i
_
1
A
i
(x
1
, )dm
2
_
dm
1
(x
1
) =
_
_
_
f(x
1
, )dm
2
_
dm
1
(x
1
)
=
_

f
dm
1
.
Ce qui donne le troisime item de la conclusion du thorme 7.2.
Pour avoir le quatrime item de la conclusion du thorme 7.2, il suft de changer les rles de m
1
et m
2
.
Etape 3. On peut enn prendre f /
+
(E, T). Il existe une suite (f
n
)
nN
c
+
(E, T) t.q. f
n
f quand n .
On a donc, pour tout x
1
E
1
, f
n
(x
1
, ) f(x
1
, ) quand n . On en dduit que f(x
1
, ) /
+
(E
2
, T
2
) car
(daprs ltape 2) f
n
(x
1
, ) /
+
(E
2
, T
2
) pour tout n N (ce qui donne le premier item).
Le thorme de convergence monotone (pour m
2
) donne que

f
n
(x
1
) =
_
f
n
(x
1
, )dm
2

_
f(x
1
, )dm
2
=
f
(x
1
)
pour tout x
1
E
1
. Donc,
f
n

f
. Comme
f
n
/
+
(E
1
, T
1
) (daprs ltape 2), on en dduit que
f

/
+
(E
1
, T
1
) (ce qui donne le deuxime item).
On applique maintenant le thorme de convergence monotone pour m
1
et pour m, ils donnent :
_

f
n
dm
1

_

f
dm
1
et
_
f
n
dm
_
fdm quand n .
Ltape 2 donne
_
f
n
dm =
_

f
n
dm
1
, on en dduit donc que
_
fdm =
_

f
dm
1
. Ce qui donne le troisime item
de la conclusion du thorme 7.2.
Enn, ici encore, pour avoir le quatrime item de la conclusion du thorme 7.2, il suft de changer les rles de
m
1
et m
2
.
Corollaire 7.1 Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) des espaces mesurs -nis. On note (E,T,m) lespace pro-
duit. Soit f : E R une fonction T-mesurable. Alors :
f L
1
R
(E, T, m)
_
_
_
[f[dm
2
_
dm
1
< +
_
_
_
[f[dm
1
_
dm
2
< +. (7.8)
DMONSTRATION : Le corollaire dcoule immdiatement du thorme 7.2 appliqu la fonction [f[ qui appartient
/
+
(E, T). Dans (7.8), la notation (
_
[f[dm
2
)dm
1
signie :
_
_
[f(x
1
, x
2
)[dm
2
(x
2
)
_
dm
1
(x
1
).
La notation est similaire en inversant les rles de m
1
et m
2
.
Voici une consquence immdiate du thorme 7.2 pour la mesurabilit :
200
Proposition 7.2 Soient (E
1
, T
1
) et (E
2
, T
2
) deux espaces mesurables. On pose E = E
1
E
2
et T = T
1
T
2
.
Soit f /(E, T) (cest--dire f : E R, T-mesurable). Alors :
1. f(x
1
, ) /(E
2
, T
2
), pour tout x
1
E
1
,
2. f(, x
2
) /(E
1
, T
1
), pour tout x
2
E
2
.
DMONSTRATION : La dmonstration est facile, il suft de remarquer que f =f
+
f

et que f
+
, f

/
+
(E,
T). Le premier item de la conclusion du thorme 7.2 donne alors, pour tout x
1
E
1
, f
+
(x
1
, ) /
+
(E
2
, T
2
)
et f

(x
1
, ) /
+
(E
2
, T
2
). Comme f(x
1
, ) = f
+
(x
1
, ) f

(x
1
, ), on en dduit que f(x
1
, ) /(E
2
, T
2
).
En changeant les rles de (E
1
, T
1
) et (E
2
, T
2
), on montre aussi que f(, x
2
) /(E
1
, T
1
), pour tout x
2
E
2
.
Remarque 7.3 La rciproque de la proposition prcdente est fausse. Soient (E
1
, T
1
) et (E
2
, T
2
) deux espaces
mesurables, E = E
1
E
2
et T = T
1
T
2
. Soit f : E R t.q.
1. f(x
1
, ) /(E
2
, T
2
), pour tout x
1
E
1
,
2. f(, x
2
) /(E
1
, T
1
), pour tout x
2
E
2
.
Alors, f nest pas forcment T-mesurable. Un exemple est donn dans lexercice 7.4. Un cas particulier intressant
pour laquelle cette rciproque est vraie est donn par la proposition 7.3.
Proposition 7.3 Soient (E
1
, T
1
) et (E
2
, T
2
) deux espaces mesurables. On pose E = E
1
E
2
et T = T
1
T
2
.
Soient F
1
/(E
1
, T
1
) et F
2
/(E
2
, T
2
). On dnit f : E R par f(x
1
, x
2
) = F
1
(x
1
)F
2
(x
2
) pour tout
(x
1
, x
2
) E. Alors f est T-mesurable (cest--dire f /(E, T)).
DMONSTRATION : On procde en 3 tapes.
Etape 1. On prend dabord F
1
= 1
A
1
et F
2
= 1
A
2
avec A
1
T
1
et A
2
T
2
. On a alors f = 1
A
1
A
2
/(E, T)
car A
1
A
2
T
1
T
2
T
1
T
2
= T.
Etape 2. On prend maintenant F
1
c(E
1
, T
1
) et F
2
c(E
2
, T
2
). Il existe alors a
(1)
1
, . . . , a
(1)
n
R, A
(1)
1
, . . . ,
A
(1)
n
T
1
, a
(2)
1
, . . . , a
(2)
m
R et A
(2)
1
, . . . , A
(2)
m
T
2
t.q. :
F
1
=
n

i=1
a
(1)
i
A
(1)
i
et A
(1)
i
A
(1)
k
= si i ,= k,
F
2
=
m

j=1
a
(2)
j
A
(2)
j
et A
(2)
j
A
(1)
k
= si j ,= k.
On a alors f =

n
i=1

m
j=1
a
(1)
i
a
(2)
j
1
A
(1)
i
A
(2)
j
c(E, T) /(E, T).
Etape 3. On prend enn F
1
/(E
1
, T
1
) et F
2
/(E
2
, T
2
). Il existe (F
(1)
n
)
nN
suite de c(E
1
, T
1
) et (F
(2)
n
)
nN
suite de c(E
2
, T
2
) t.q. F
(1)
n
(x
1
) F
1
(x
1
) pour tout x
1
E
1
et F
(2)
n
(x
2
) F
2
(x
2
) pour tout x
2
E
2
. On en
dduit que f
n
(x
1
, x
2
) = F
(1)
n
(x
1
)F
(2)
n
(x
2
) f(x
1
, x
2
) pour tout (x
1
, x
2
) E et donc que f /(E, T) car f
n
/(E, T) pour tout n N (tape 2).
Thorme 7.3 (Fubini)
Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) des espaces mesurs -nis. On note (E, T, m) lespace produit. Soit f une
fonction T-mesurable de E dans R (cest--dire f /(E, T)) et intgrable pour la mesure m, cest--dire
f L
1
R
(E, T, m). Alors :
201
1. f(x
1
, ) L
1
R
(E
2
, T
2
, m
2
) pour presque tout x
1
E
1
,
on pose
f
(x
1
) =
_
f(x
1
, )dm
2
pour x
1
E
1
t.q. f(x
1
, ) L
1
R
(E
2
, T
2
, m
2
). La fonction
f
est donc dnie
p.p. sur E
1
(et valeurs dans R).
2.
f
L
1
R
(E
1
, T
1
, m
1
) (au sens : il existe g L
1
R
(E
1
, T
1
, m
1
) t.q. f = g p.p.).
3.
_
fdm =
_

f
dm
1
=
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
),
4. les mmes rsultats sont vrais en inversant les rles de m
1
et m
2
, de sorte que :
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
) =
_
_
_
f(x
1
, x
2
)dm
1
(x
1
)
_
dm
2
(x
2
).
DMONSTRATION : Comme f /(E, T), on a f
+
, f

/
+
(E, T). On peut donc appliquer le thorme de
Fubini-Tonelli (thorme 7.2) f
+
et f

. Il donne :
1. f
+
(x
1
, ), f

(x
1
, ) /
+
(E
2
, T
2
), pour tout x
1
E
1
,
2.
f
+,
f
/
+
(E
1
, T
1
) avec
f
(x
1
) =
_
f

(x
1
, )dm
2
pour tout x
1
E
1
.
3.
_
f

dm =
_

f
dm
1
.
Le premier item donne que f(x
1
, ) = f
+
(x
1
, ) f

(x
1
, ) /(E
2
, T
2
) (noter que f, f
+
et f

sont valeurs
dans R).
Comme
_
f
+
dm < et
_
f

dm < (car f L
1
R
(E, T, m)), le troisime item donne que
f
+ < p.p. (sur
E
1
) et que
f
< p.p. (sur E
1
). On a donc f
+
(x
1
, ) L
1
R
(E
2
, T
2
, m
2
) et f

(x
1
, ) L
1
R
(E
2
, T
2
, m
2
) pour
presque tout x
1
E
1
. On en dduit donc que f(x
1
, ) = f
+
(x
1
, ) f

(x
1
, ) L
1
R
(E
2
, T
2
, m
2
) pour presque
tout x
1
E
1
. Ce qui donne le premier item de la conclusion.
La fonction
f
est donc dnie p.p. sur E
1
et on a
f
=
f
+
f
p.p. (on a
f
(x
1
) =
f
+(x
1
)
f
(x
1
) en
tout point x
1
t.q.
f
+(x
1
) < et
f
(x
1
) < ). Comme
f
+ < et
f
< p.p, on peut trouver A T
1
t.q. m
1
(A) = 0 et
f
+ < et
f
< sur A
c
= E
1
A. En posant g =
f
+
f
sur A
c
et g = 0 sur A, on
a donc g /(E
1
, T
1
), g =
f
p.p. et g L
1
R
(E
1
, T
1
, m
1
) car
_
[g[dm
1

_

f
+dm
1
+
_

f
dm
1
< . Ceci
donne le deuxime item de la conclusion (le fait que
f
appartienne L
1
R
(E
1
, T
1
, m
1
)) et donne aussi le troisime
item car :
_

f
dm
1
=
_
gdm
1
=
_

f
+dm
1

_

f
dm
1
=
_
f
+
dm
_
f

dm =
_
fdm.
Enn, comme pour le thorme de Fubini-Tonelli, le quatrime item de la conclusion sobtient en changeant les
rles de m
1
et m
2
.
Le thorme de Fubini est souvent utilis sous la forme du corollaire suivant :
Corollaire 7.2 Soit (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) des espaces mesurs -nis, (E, T, m) lespace produit et
f : E R une fonction T-mesurable t.q. :
_
_
_
[f(x
1
, x
2
)[dm
2
(x
2
)
_
dm
1
(x
1
) < +
ou
_
_
_
[f(x
1
, x
2
)[dm
1
(x
1
)
_
dm
2
(x
2
) < +.
202
Alors :
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
) =
_
_
_
f(x
1
, x
2
)dm
1
(x
1
)
_
dm
2
(x
2
). (7.9)
(Toutes les intgrales ayant bien un sens.)
DMONSTRATION : Le corollaire est une consquence immdiate du thorme 7.3 et de lquivalence (7.8).
Remarque 7.4 (contre-exemple li au thorme de Fubini) On cherche ici construire une fonction pour la-
quelle la conclusion du thorme de Fubini nest pas vrie. Soit a une fonction (continue) de R dans R et
f : R
2
R dnie par f(x, y) = a(x) si x 0 et x y < 2x, f(x, y) = a(x) si x 0 et 2x y < 3x,
f(x, y) = 0 si x < 0 ou x 0 et y / [x, 3x]. On pose b(x) = xa(x). On peut montrer que les hypothses du
thorme de Fubini ne sont vries que si b L
1
R
(R, B(R), ). En prenant par exemple a(x) = 1/(1 + x)
2
, on
montre que
_
(
_
f(x, y)dy)dx ,=
_
(
_
f(x, y)dx)dy (voir lexercice 7.5).
7.4 Mesure de Lebesgue sur la tribu des borliens de R
N
On a dj vu que B(R
N
) = B(R
N1
) B(R) pour tout N 1 (exercice 2.6 pour N = 2 et exercice 7.1). Le
paragraphe prcdent permet alors de dnir la mesure de Lebesgue sur les borliens de R
N
(cest--dire sur la
tribu B(R
N
), engendre par les ouverts de R
N
) pour tout N 1.
Dnition 7.3 (Mesure de Lebesgue sur B(R
N
))
1. La mesure de Lebesgue sur B(R
2
) est la mesure , on la note
2
.
2. Par rcurrence sur N, la mesure de Lebesgue sur B(R
N
), N 3, est la mesure
N1
, on la note
N
.
On note L
1
(R
N
) lespace L
1
R
(R
N
, B(R
N
),
N
), et pour f L
1
(R
N
), on note
_
f(x)d
N
(x) =
_
f(x)dx.
On donne maintenant quelques proprits de la mesure de Lebesgue sur B(R
N
). Il sagit de proprits lmentaires
ou de gnralisations simples de proprits vues pour la mesure de Lebesgue sur B(R). Les dmonstrations seront
proposes en exercices.
Proposition 7.4 (Proprits lmentaires de
N
)
Soit N 2. On rappelle que
N
est la mesure de Lebesgue sur B(R
N
).
1. La mesure
N
est -nie.
2. Soit A
1
, . . . , A
N
B(R). Alors,

N
i=1
A
i
B(R
N
) et

N
(
N

i=1
A
i
) =
N

i=1
(A
i
).
3. Soit
1
, . . . ,
N
R et
1
, . . . ,
N
R t.q.
i
<
i
pour tout i 1, . . . , N. Alors :

N
(
N

i=1
]
i
,
i
[) =
N

i=1
(]
i
,
i
[) =
N

i=1
(
i

i
).
203
4. Soit K un compact de R
N
(noter que K B(R
N
)). Alors,
N
(K) < +.
5. Soit O un ouvert non vide de R
N
. Alors,
N
(O) > 0.
6. Soit f, g C(R
N
, R). Alors f = g p.p. (cest--dire
N
-p.p.) implique f(x) = g(x) pour tout x R
N
.
7. C
c
(R
N
, R) L
1
R
(R
N
, B(R
N
),
N
). (En confondant f avec sa classe, on crira donc souvent C
c
(R
N
, R)
L
1
R
(R
N
).)
DMONSTRATION : Comme
N
est une mesure produit, le fait que
N
est -nie est (par rcurrence sur N) une
consquence du thorme donnant lexistence (et lunicit) de la mesure produit (thorme 7.1) car ce thorme
donne que le produit de mesures -nies est -nie.
La dmonstration des autres proprits fait lobjet de lexercice 7.10.
Une proprit trs importante de
N
est sa rgularit", cest--dire que pour tout lment A de B(R
N
) et pour
tout > 0, il existe O ouvert de R
N
et F ferm de R
N
tels que
F A O et
N
(O F) .
Cette proprit est une consquence du fait que toute mesure sur B(R
N
), nie sur les compacts, est rgulire
(proposition 7.5).
Proposition 7.5 (Rgularit dune mesure sur B(R
N
), nie sur les compacts)
Soit m une mesure sur B(R
N
) t.q. m(K) < pour tout compact K de R
N
. (Noter que ceci est vrai pour
m =
N
.) Alors :
1. Pour tout A B(R
N
) et pour tout > 0, il existe O ouvert de R
N
et F ferm de R
N
tels que :
F A O et m(O F) . (7.10)
2. Pour tout A B(R
N
), on a m(A) = infm(O), O ouvert t.q. A O.
DMONSTRATION : Cette proposition fait lobjet de lexercice 7.11.
On donne maintenant des gnralisations au cas de
N
de proprits dj vues pour .
Proposition 7.6 (Densit de C
c
dans L
1
(R
N
)) Pour tout N 1, lespace C
c
(R
N
, R) est dense dans L
1
(R
N
)
(cest--dire que, pour tout f L
1
(R
N
) et tout > 0, il existe C
c
(R
N
, R) t.q. |f |
1
).
DMONSTRATION : La dmonstration de cette proposition fait lobjet de lexercice 7.12, elle dcoule essentiel-
lement de la rgularit de
N
. Cette dmonstration est trs voisine de celle faite pour le cas N = 1, thorme
5.5.
Comme cela a dj t dit aprs le thorme 5.5, le rsultat de densit que nous venons dnoncer nest pas limit
la mesure de Lebesgue. Il est vrai pour toute mesure sur B(R
N
), nie sur les compacts. Il est aussi vrai en
remplaant C
c
par C

c
. On obtient donc le thorme suivant :
Thorme 7.4 (Densit de C

c
dans L
1
(R
N
)) Soit N 1 et sur une mesure sur B(R
N
), nie sur les compacts.
Alors, lespace C

c
(R
N
, R) est dense dans L
1
(R
N
, B(R
N
), ) (cest--dire que, pour tout f L
1
(R
N
, B(R
N
),
) et tout > 0, il existe C
c
(R
N
, R) t.q. |f |
1
).
DMONSTRATION : La dmonstration de ce thorme fait lobjet de lexercice 7.13.
204
Proposition 7.7 (Invariance par translation)
Soient N 1,
1
, . . . ,
N
R

et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
. On pose (x) = (
1
x
1
+

1
, . . . ,
N
x
N
+
N
)
t
(de sorte que est une bijection de R
N
dans R
N
). Pour tout A B(R
N
), on a alors
(A) = (x), x A B(R
N
) et
N
((A)) =

N
i=1
[
i
[
N
(A).
Pour
i
= 1 pour tout i, cette proprit sappelle invariance par translation de
N
".
DMONSTRATION : Cette proposition a dj t vue pour N = 1, proposition 2.9. La dmonstration de la pro-
position 2.9 utilisait , par exemple, le fait que tout ouvert est runion dnombrable dintervalles ouverts disjoints
2 2 (et la rgularit de ). La dmonstration propose ici pour N 1 utilise une rcurrence sur N et la partie
unicit" du thorme 7.1 sur la mesure produit. Elle fait lobjet de lexercice 7.14.
On peut aussi noter que la partie unicit" du thorme 7.1 peut tre faite (voir la remarque 7.1) avec le lemme
des classes monotones (exercice 2.13). Ce lemme pourrait aussi tre utilis pour dmontrer la proposition 2.9 (au
lieu du thorme de rgularit et du fait que tout ouvert est runion dnombrable dintervalles ouverts disjoints 2
2).
Proposition 7.8 (Changement de variables simple)
Soient N 1,
1
, . . . ,
N
R

et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
. On pose (x) = (
1
x
1
+

1
, . . . ,
N
x
N
+
N
)
t
(de sorte que est une bijection de R
N
dans R
N
). Alors :
1. Pour tout f /
+
= /
+
(R
N
, B(R
N
)), on a f /
+
et :
_
fd
N
=
N

i=1
[
i
[
_
(f )d
N
.
2. Pour tout f L
1
= L
1
R
(R
N
, B(R
N
),
N
), on a f L
1
et :
_
fd
N
=
N

i=1
[
i
[
_
(f )d
N
.
DMONSTRATION : La dmonstration est une consquence simple de la proposition 7.7. Elle fait lobjet de lexer-
cice 7.15.
Noter aussi que

N
i=1
[
i
[ est la valeur absolue du dterminant de la matrice jacobienne de au point x. Cette
matrice est note D(x), elle ne dpend pas de x pour les applications considres dans cette proposition. Cette
proposition sera gnralise au thorme 7.5.
7.5 Convolution
On rappelle que L
1
(R
N
) = L
1
R
(R
N
, B(R
N
),
N
) et que, pour f L
1
(R
N
),
_
fd
N
=
_
f(x)d
N
(x) =
_
f(x)dx (cest--dire que dx signie toujours d
N
(x)).
On note aussi L
1
(R
N
) = L
1
R
(R
N
, B(R
N
),
N
).
Soient f, g L
1
(R
N
). On souhaite dnir la fonction convolue" de f et g, cest--dire dnir f g par :
f g(x) =
_
f(t)g(x t)dt. (7.11)
La dnition de cette fonction ncessite les deux conditions suivantes :
205
1. Il faut que la dnition ne dpende pas des reprsentants choisis pour f et g.
2. Il faut que, ayant choisi des reprsentants pour f et g, encore nots f et g, la fonction g(x )f() appartienne
L
1
(R
N
) (au sens il existe h L
1
(R
N
) t.q. g(x )f() = h p.p."). Ceci nest pas immdiat car, en gnral,
le produit deux fonctions intgrables nest pas une fonction intgrable.
La condition 1 est satisfaite, car, pour x R
N
, si f, f
1
, g et g
1
sont des fonctions de R
N
dans R, on a :
f = f
1
p.p., g = g
1
p.p. f()g(x ) = f
1
()g
1
(x ) p.p.. (7.12)
(p.p. signiant ici
N
-p.p..) En effet, il suft de remarquer que si f = f
1
p.p. et g = g
1
p.p., il existe A, B B(R
N
)
t.q.
N
(A) =
N
(B) = 0, f = f
1
sur A
c
et g = g
1
sur B
c
. Pour x R
N
, on a alors f()g(x) = f
1
()g
1
(x)
sur A
c
B
c
x
= (A B
x
)
c
avec B
x
= x z, z B. On en dduit bien f()g(x ) = f
1
()g
1
(x ) p.p. car

N
(AB
x
)
N
(A) +
N
(B
x
) =
N
(A) +
N
(B) = 0 (on utilise ici la proprit dinvariance par translation
donne dans la proposition 7.7).
On en dduit que, si Si f et f
1
[resp. g et g
1
] sont des reprsentants dun mme lment de L
1
(R
N
), on a f(.)g(x
.) L
1
(R
N
) si et seulement si f
1
(.)g
1
(x .) L
1
(R
N
) et, si f(.)g(x .) L
1
(R
N
), on a
_
f(t)g(x t)dt =
_
f
1
(t)g
1
(x t)dt.
On montre dans la proposition suivante que la condition 2 est satisfaite pour presque tout x R
N
.
Proposition 7.9 (Convolution) Soient f, g L
1
(R
N
) (que lon confond avec lun de leurs reprsentants). Alors :
Pour presque tout x R
N
, la fonction g(x )f() appartient L
1
(R
N
) (en la confondant avec sa classe). On
pose donc : f g(x) =
_
f(t)g(x t)dt. La fonction f g est donc dnie p.p. sur R
N
.
f g L
1
(R
N
) (au sens il existe h L
1
(R
N
) t.q. f g = h p.p.").
|f g|
1
|f|
1
|g|
1
.
DMONSTRATION : On donne la dmonstration pour N = 1 (le cas N > 1 est similaire, en ayant dabord montr
que
2N
=
N

N
).
On choisit des reprsentants de f et g, de sorte que f, g L
1
(R) = L
1
R
(R, B(R), ). On souhaite appliquer le
thorme de Fubini (thorme 7.3) H : R
2
R, dnie par H(x, y) = f(y)g(x y), avec les espaces mesurs
(E
i
, T
i
, m
i
) = (R, B(R), ) pour i = 1, 2.
Comme est -nie, pour appliquer le thorme de Fubini, il suft de vrier que H est B(R
2
)-mesurable et que
_
(
_
[H(x, y)[dx)dy < .
On montre dabord que H est B(R
2
)-mesurable. On a H = H
1
avec :
H
1
: (x, y) f(x)g(y), : (x, y) (y, x y).
La fonction H
1
est mesurable de R
2
dans R (car f et g sont mesurables de R dans R, on applique ici la proposition
7.3) et est mesurable de R
2
dans R
2
car continue (R et R
2
sont toujours munis de leur tribu borlienne). La
fonction H est donc mesurable de R
2
dans R comme compose de fonctions mesurables. On peut maintenant
calculer lintgrale de [H[ :
_
(
_
[H(x, y)[dx)dy =
_
(
_
[f(y)g(x y)[dx)dy =
_
[f(y)[(
_
[g(x y)[dx)dy.
La proposition 7.8 donne
_
[g(x y)[dx =
_
[g(x)[dx = |g|
1
, Donc :
_
(
_
[H(x, y)[dx)dy = |g|
1
_
[f(y)[dy = |g|
1
|f|
1
< .
206
Le thorme de Fubini peut donc sappliquer. Il donne que H(x, ) L
1
(R) pour presque tout x R. Donc,
g(x )f() L
1
(R) pour presque tout x R. Ceci montre bien que f g est dnie p.p.. Le thorme de Fubini
donne alors aussi que f g L
1
(R) (au sens il existe h L
1
(R) t.q. f g = h p.p.").
Enn pour montrer que |f g|
1
|f|
1
|g|
1
, il suft de remarquer que :
|f g|
1
=
_
[
_
f(y)g(x y)dy[dx
_
(
_
[H(x, y)[dx)dy = |g|
1
|f|
1
.
Remarque 7.5 On a vu prcdemment que L
1
(R
N
) muni de laddition (loi de composition interne), de la multi-
plication par un scalaire (loi de composition externe) et de la norme | |
1
est un espace de Banach. Lajout de la
convolution (loi de composition interne) confre L
1
(R
N
) la structure dalgbre de Banach.
On sait aussi que C
b
(R, R) muni de laddition, de la multiplication interne, de la multiplication par un scalaire et
de la norme de la convergence uniforme | |
u
est aussi une algbre de Banach. En fait, nous montrerons par la
suite quil existe un isomorphisme dalgbre, appel transformation de Fourier, entre L
1
(R
N
) et son image (par
cette transformation) dans C
b
(R
N
, R).
Remarque 7.6 On donne ici quelques proprits supplmentaires de la convolution.
Soit N 1. Pour p [1, ], on pose L
p
(R
N
) = L
p
R
(R
N
, B(R
N
), ).
1. Soit f, g L
1
(R
N
). On a alors f g = g f p.p.. Ceci dcoule de linvariance par translation de la mesure de
Lebesgue (propositions 7.7 et 7.8) et est dmontr dans lexercice 7.19.
2. Soit1 < p < . Soient f L
p
(R
N
) et g L
1
(R
N
). Alors, f g est dnie p.p. sur R
N
, f g L
p
(R
N
) et
|f g|
p
|f|
p
|g|
1
. Cette proprit fait lobjet de lexercice 7.21.
3. Soit p, q [1, ] t.q. (1/p) + (1/q) = 1. Soient f L
p
(R
N
) et g L
q
(R
N
). Alors, f g est dnie partout
sur R
N
et f g C
b
(R
N
, R), voir lexercice 8.6.
4. Soit p [1, ]. Soient f L
p
(R
N
) et g C

c
(R
N
, R). Alors, f g est dnie partout sur R
N
et f g
C

(R
N
, R), voir lexercice 7.20.
5. (Rgularisation par convolution) Soit f : R
N
R. On dit que f L
1
loc
(R
N
) si f1
K
L
1
(R
N
) pour tout
compact K de R
N
. On suppose que f L
1
loc
(R
N
). Soit k N et g C
k
c
(R
N
, R). Alors, f g est dnie
partout sur R
N
et f g C
k
(R
N
, R) (voir lexercice 7.20, noter que L
p
(R
N
) L
1
loc
(R
N
)).
6. Soit f, g L
1
(R
N
). On suppose que f et g sont support compact (f support compact signie quil existe
K, compact de R
N
t.q. f = 0 p.p. sur K
c
). Alors, la fonction f g est aussi support compact. Ceci fait partie
de lexercice 7.19.
La convolution est un outil trs utile pour rgulariser" des fonctions. Elle est la base de rsultats de densit
fondamentaux que nous verrons dans le chapitre suivant (densit de C

c
(R
N
, R) dans L
p
(R
N
) pour p < , par
exemple).
Il est aussi intressant de gnraliser la convolution de fonctions en convolution de mesures. On commence par
remarquer quune fonction f dans L
1
loc
(R
N
, B(R
N
),
N
) (voir la remarque 7.6) est entirement dtermine par
la mesure quelle induit sur B(R
N
), cest--dire par la mesure m dnie par m = f
N
. Ceci est prcis dans le
lemme suivant (en remarquant que
_
dm =
_
fd
N
pour tout C
c
(R
N
, R)).
Lemme 7.1 Soit N 1 et f, g L
1
loc
(R
N
, B(R
N
),
N
) t.q.
_
fd
N
=
_
gd
N
, pour tout C
c
(R
N
, R).
Alors, f = g p.p..
207
DMONSTRATION : Soit M N

. On note B
M
la boule (ferme) de centre 0 et rayon M dans R
N
et h
M
la
fonction dfnie par :
h
M
(x) = f(x) g(x) si x B
M
et [f(x) g(x)[ M,
h
M
(x) = 0 si x B
M
ou [f(x) g(x)[ > M,
h
M
(x) = 0 si x , B
M
.
On a h
M
L
1
(R
N
, B(R
N
),
N
) (car B
M
est un compact de R
N
). Comme C
c
(R
N
, R) est dense dans L
1
(R
N
,
B(R
N
),
N
) (thorme 5.5 pour d = 1 et thorme 7.6 pour N 1), il existe une suite (
n
)
nN
t.q.
n
h
M
dans L
1
(R
N
, B(R
N
),
N
) quand n . On peut aussi supposer (quitte extraire une sous suite) que
n
h
M
p.p. (thorme 6.3). Enn, en remplaant
n
par max(min(
n
, M), M) on obtient :

n
C
c
(R
N
, R) pour tout n N,

n
h
M
p.p.,
[
n
[ M pour tout n N.
Comme
n
C
c
(R
N
, R), on a
_
(f g)
n
d
N
= 0. Le thorme de convergence domine (la domination est
par M1
B
M
[f g[) donne alors
_
h
M
(f g)d
N
= 0. En faisant maintenant tendre M vers linni, le thorme
de convergence monotone donne
_
[f g[d
N
= 0, et donc f = g p.p.
Pour que la convolution de mesures soit une gnralisation de la convolution de fonctions, on souhaite que m =
(f g)
N
, lorsque m = f
N
et g = g
N
avec f, g L
1
(R
N
, B(R
N
),
N
) (et donc f g L
1
(R
N
, B(R
N
),
N
)).
Noter que m, et m sont des mesures signes.
Soit f, g L
1
(R
N
, B(R
N
),
N
). On pose m = f
N
et g = g
N
. On a, pour tout borlienne borne de R
N
dans R (par exemple, C
b
(R
N
, R)),
_
(f g)d
N
=
_
R
d
__
R
d
f(x y)g(y)dy
_
(x)dx.
(On rapelle que dx dsigne d
N
(x)). En utilisant le thorme de Fubini (qui sapplique bien ici car
_ _
[f(x
y)g(y)(x)[dxdy ||

|f|
1
|g|
1
), puis avec le changement de variable z = x y (pour y x) on obtient :
_
(f g)d
N
=
_
R
d
__
R
d
f(x y)(x)dx
_
g(y)dy
=
_
R
d
__
R
d
f(z)(z +y)dz
_
g(y)dy.
On a donc :
_
(f g)d
N
=
_
R
N
__
R
N
(z +y)dm(z)
_
d(y) =
_
R
2N
(y +z)d(m)(z, y), (7.13)
o la dernire galit dcoule de la dnition de m. Plus prcisment, si m et sont des mesures nies (cest-
-dire des applications -additives de B(R
N
) dans R
+
), la dernire galit de 7.13 est donne par le troisime item
du thorme de Fubini (thorme 7.3). Si m et sont des mesures signes, on se ramne au cas prcdent avec la
dcomposition de Hahn (proposition 2.6) qui donne m = m
+
m

et =
+

. La mesure m est alors


dnie partir de m

.
On est ainsi amen dnir m en utilisant le deuxime membre de (7.13) pour dnir
_
d(m ).
208
Dnition 7.4 Soit N 1 et m, des mesures signes sur B(R
N
). On dnit la mesure signe sur B(R
N
)
par :
m (A) =
_
B(R
2N
)
1
A
(x +y)d(m)(x, y) pour tout A B(R
N
).
o m = m
+

+
+ m


+
m
+

et m

sont donnes par la dcomposition de


Hahn de m et (proposition 2.6).
Le fait que m est une mesure signe sur B(R
N
) est facile (la -additivit de m dcoule, par exemple, du
thorme de convergence domine). On dduit de cette dnition la proposition suivante.
Proposition 7.10 Soit N 1 et m, des mesures signes sur B(R
N
).
1. On a alors, pour tout borlienne borne de R
N
dans R (par exemple, C
b
(R
N
, R)) :
_
R
N
d(m ) =
_
B(R
2N
)
(x +y)d(m)(x, y).
2. Si m et sont des probabilits, la mesure m est aussi une probabilit.
3. Si f, g L
1
(R
N
, B(R
N
),
N
), m = f
N
et = g
N
, on a m = (f g)
N
.
DMONSTRATION : Le premier item se dmontre, comme souvent, en considrant des fonctions tages, puis en
crivant comme limite de fonctions tages (bornes par la borne suprieure de [[, exercice 7.23). Le deuxime
item est immdiat en remarquant que m (A) 0 si m et sont des mesures (positives) et m (R
N
) =
m(R
N
)(R
N
). Enn, le troisime item a t vu avant la proposition 7.10.
Remarque 7.7 Il aurait aussi t possible de dnir m grce au thorme de Riesz dans C
0
(R
N
, R) (tho-
rme 5.4 pour N 1). Si m, sont des mesures signes sur B(R
N
) (ou, directement, des formes linaires
continues sur C
0
(R
N
, R)). On dnit, lapplication L de C
0
(R
N
, R) dans R par :
L() =
_
R
N
_
R
N
(x +y)dm(x)d(y), C
0
(R
N
, R). (7.14)
Lapplication L est une forme linaire continue sur C
0
(R
N
, R). Par le thorme de Riesz, il existe donc une unique
mesure de Radon, note (cest la mesure convolue de m et ) t.q. :
L() =
_
(s)d(s). (7.15)
7.6 Formules de changement de variables
La proposition 7.8 donne un rsultat sur les changements de variables simples". On donne maintenant une gn-
ralisation dans le cas o les intgrales portent sur des ouverts borns de R
N
.
Thorme 7.5 (Formules de changement de variables)
Soit N 1, U et V des ouverts borns de R
N
et un C
1
-diffomorphisme de U dans V (i.e. est une bijection
de U dans V , C
1
(U, V ) et
1
C
1
(V, U)). On note D(y) la matrice jacobienne de en y et Det(D)
la fonction y Det(D(y)).
209
1. Soit f /
+
= /
+
(R
N
, B(R
N
)). Alors,
(f )[Det(D)[1
U
/
+
et
_
V
f(x)dx =
_
U
f((y))[Det(D(y))[dy.
2. Soit f /(R
N
, B(R
N
)) t.q. f1
V
L
1
= L
1
R
(R
N
, B(R
N
)). Alors,
(f )[Det(D)[1
U
L
1
et
_
V
f(x)dx =
_
U
f((y))[Det(D(y))[dy.
DMONSTRATION : Comme est de classe C
1
, la fonction (f )[Det(D)[1
U
est mesurable si f est mesurable.
Il est plus difcile de montrer lgalit donne dans litem 1 du thorme. Cette dmonstration nest pas faite ici.
Elle consiste se ramener par un procd de localisation au cas de changements de variables afnes.
Le deuxime item du thorme est une consquence facile du premier. En effet, soit f /(R
N
, B(R
N
)) t.q.
f1
V
L
1
. En appliquant le premier item la fonction [f[ /
+
, on obtient que (f )[Det(D)[1
U
L
1
.
Puis en appliquant le premier item f
+
et f

et en faisant la diffrence, on obtient bien que


_
V
f(x)dx =
_
U
f((y))[Det(D(y))[dy.
Un exemple de changement de variables
On conclut cette section en donnant lexemple des coordonnes polaires pour N = 2.
Soit f /
+
(R
2
, B(R
2
)) (ou f L
1
R
(R
2
, B(R
2
),
2
)). On veut calculer (par exemple)
_
B
1
f(x)dx, o B
1
est la
boule unit (ouverte) de R
2
, en passant en coordonne polaires.
On a donc B
1
= x R
2
; [x[ < 1, o [ [ est la norme euclidienne dans R
2
, cest--dire [x[
2
= x
2
1
+ x
2
2
si
x = (x
1
, x
2
)
t
R
2
.
On pose L = (x
1
, 0)
t
, x
1
[0, 1[ et on remarque que
2
(L) = ([0, 1[) (0) = 0. Donc, en posant
V = B
1
L, on a :
_
B
1
f(x)dx =
_
B
1
\L
f(x)dx =
_
V
f(x)dx(=
_
V
fd
2
).
On pose aussi U =]0, 1[]0, 2[, de sorte que U et V sont de ouverts borns de R
2
. Lapplication : (r, )
t

(r cos , r sin )
t
est alors une bijection de U dans V . Elle est de classe C
1
et son inverse est de classe C
1
( et

1
sont mme de classe C

). On peut calculer la matrice jacobienne de et son dterminant :


D(r, ) =
_
cos r sin
sin r cos
_
, [Det(D(r, ))[ = r.
On peut donc appliquer le thorme 7.5, il donne :
_
B
1
f(x)dx =
_
V
f(x)dx =
_
U
f(r cos , r sin )rd
2
(r, ) =
_
]0,1[]0,2[
f(r cos , r sin )rd
2
(r, )
En appliquant maintenant le thorme de Fubini-Tonelli pour valuer la dernire intgrale (si f L
1
au lieu de
f /
+
, on raisonne dabord sur [f[ puis on utilise le thorme de Fubini), on obtient :
_
B
1
f(x)dx =
_
2
0
(
_
1
0
f(r cos , r sin )rdr)d.
210
Si f(x) ne dpend que de [x[, cest--dire si il existe t.q. f(x) = ([x[), on obtient alors :
_
B
1
f(x)dx = 2
_
1
0
(r)rdr.
En particulier, on voit que f1
B
1
L
1
(R
2
) si et seulement si g L
1
R
(]0, 1[, B(R), ), avec g dnie par g(r) =
r(r) pour r ]0, 1[.
Prenons toujours f /
+
(R
2
, B(R
2
)) (ou bien f L
1
R
(R
2
, B(R
2
),
2
)). Le raisonnement que nous venons de
faire pour B
1
peut tre fait pour B
a
= x R
2
; [x[ < a avec a > 0. On obtient alors, pour tout a > 0 :
_
B
a
f(x)dx =
_
2
0
(
_
a
0
f(r cos , r sin )rdr)d. (7.16)
En prenant a = n, n N

, dans (7.16), on obtient aussi, quand n (avec le thorme de convergence mono-


tone si f /
+
et en raisonnement avec f

si f L
1
) :
_
f(x)dx =
_
2
0
(
_

0
f(r cos , r sin )rdr)d. (7.17)
7.7 Exercices
7.7.1 Mesure produit
Exercice 7.1 Corrig 147 page 460
Montrer que, pour tout n 2, on a B(R
n
) = B(R
n1
) B(R). [Sinspirer de la dmonstration faite pour n = 2
dans lexercice 2.6.]
Exercice 7.2 Corrig 148 page 461
Soient E
1
, E
2
deux ensembles, T
1
une tribu sur E
1
et T
2
une tribu sur E
2
. On note E = E
1
E
2
et on rappelle
que T
1
T
2
= A
1
A
2
, A
1
T
1
, A
2
T
2
.
Montrer que lalgbre engendre par T
1
T
2
est gale lensemble des runions nies disjointes dlments de
T
1
T
2
cest--dire que, pour tout A T(E), A appartient lalgbre engendre par T
1
T
2
si et seulement si il
existe (A
(p)
)
p=1,...,n
T
1
T
2
t.q. A
(p)
A
(q)
= si p ,= q et A =
n
p=1
A
(p)
.
Exercice 7.3 (Exemple de mesure produit) Corrig 149 page 462
Soit m
1
et m
2
des mesures nies, non nulles, sur (R, B(R)) et t.q. m
1
m
2
(R
2
D) = 0, o D = (x, x), x
R. Montrer quil existe a, , R t.q. m
1
=
a
et m
2
=
a
, o
a
est la mesure de Dirac en a.
Exercice 7.4 (Fonction dont les traces sont borliennes) Corrig 150 page 463
Pour B R
2
, on note t(B) lensemble des x
1
R t.q. (x
1
, 0) B. On pose T = B R
2
; t(B) B(R).
Soit ]0,

2
[. Pour x = (x
1
, x
2
)
t
R
2
, on pose g(x) = (x
1
cos x
2
sin , x
1
sin +x
2
cos )
t
.
1. Montrer que T est une tribu contenant B(R
2
).
2. Soit A R t.q. A , B(R). On pose B = A0.
(a) Montrer que B , B(R
2
).
(b) On pose f = 1
B
g. Montrer que la fonction f nest pas une fonction borlienne de R
2
dans R mais que les
fonctions f(x
1
, ) et f(; x
2
) sont borliennes de R dans R, pour tout x
1
, x
2
R.
211
7.7.2 Fubini-Tonelli et Fubini
Exercice 7.5 (Contre-exemple au thorme de Fubini) Corrig 151 page 463
Soit L
1
= L
1
R
(R, B(R), ). Pour (x, y) R
2
, on pose :
f(x, y) =
_

_
1
(x+1)
2
si x > 0 et x < y 2x

1
(x+1)
2
si x > 0 et 2x < y 3x
0 si x > 0 et y ,]x, 3x[
0 si x 0.
(7.18)
1. Montrer que f : R
2
R est B(R
2
)- mesurable.
2. Montrer que pour tout y R, f(., y) L
1
; on pose (y) =
_
f(x, y)d(x). Montrer que L
1
.
3. Montrer que pour tout x R, f(x, .) L
1
; on pose (x) =
_
f(x, y)d(y). Montrer que L
1
.
4. Montrer que
_
d ,=
_
d ( et sont dnies dans les questions prcdentes).
5. Pourquoi le thorme de Fubini ne sapplique-t-il pas ici ?
Exercice 7.6 (Intgrale dune fonction positive) Corrig 152 page 465
Soit (E, T, m) un espace mesur -ni, et f : E R
+
une application mesurable. On pose F = 1
A
avec
A = (t, x) R E; 0 < t < f(x).
1. Montrer que F est B(R) T- mesurable
2. Montrer que
_
fdm =
_
+
0
m(x E; f(x) > t)dt et que
_
fdm =
_
+
0
m(x E; f(x) t)dt.
[Utiliser le thorme de Fubini-Tonelli.]
Exercice 7.7 (Une caractrisation de L
p
) Corrig 153 page 466
On munit R [resp. R
2
] de sa tribu borlienne, note B(R) [resp. B(R
2
)].
Soit f une application mesurable de R dans R. Pour tout y R
+
, on pose A
y
= x R; [f(x)[ > y. Pour tout
y R

, on pose A
y
= .
1. Montrer que lapplication (x, y)
t
1
A
y
(x) est mesurable de R
2
dans R. [On pourra commencer par montrer
que (x, y)
t
R
2
; [f(x)[ > y est un borlien de R
2
.]
Soit p [1, [. Pour y R, on pose g
p
(y) = [y[
p1
(A
y
) (en convenant que g
p
(0) = 0 si (A
0
) = ).
2.(a) Montrer que lapplication (x, y)
t
[y[
p1
1
A
y
(x) est mesurable positive de R
2
dans R.
(b) Montrer que g
p
est intgrable sur R si et seulement si f L
p
R
(R, B(R), ). [On pourra, par exemple, utiliser
le thorme de Fubini-Tonelli.]
Exercice 7.8 (Mesure de boules de R
2
)
On considre ici lespace mesur (R
2
, B(R
2
),
2
). Montrer que
2
(x R
2
; [x[ < R) = R
2
pour tout R > 0.
Exercice 7.9 (A propos de Fubini)
Soit, pour n 1, I
n
= [1 1/n, 1 1/(n + 1)[ ; on pose
n
= n(n + 1)
I
n
et f(x, y) =

n1
(
n
(x)

n+1
(x))
n
(y).
1. Montrer que f : [0, 1]
2
R est bien dnie et mesurable,
2. Montrer que, pour tout x [0, 1], y f(x, y) est intgrable sur [0, 1]et que, pour tout y [0, 1], x f(x, y)
est intgrable sur [0, 1],
3. Montrer que F : x
_
[0,1]
f(x, y) dy et G : y
_
[0,1]
f(x, y) dx sont intgrables sur [0, 1]. Calculer alors
_
[0,1]
F(x) dx et
_
[0,1]
G(y) dy. Peut on appliquer f le thorme de Fubini ?
212
7.7.3 Mesure de Lebesgue sur B(R
N
)
Exercice 7.10 (Proprits lmentaires de
N
) Corrig 154 page 467
Soit N 2. On rappelle que
N
est la mesure de Lebesgue sur B(R
N
).
1. Soit A
1
, . . . , A
N
B(R). Montrer que

N
i=1
A
i
B(R
N
) et
N
(

N
i=1
A
i
) =

N
i=1
(A
i
).
2. Soit
1
, . . . ,
N
R et
1
, . . . ,
N
R t.q.
i
<
i
pour tout i 1, . . . , N. Montrer que

N
(
N

i=1
]
i
,
i
[) =
N

i=1
(]
i
,
i
[).
3. Soit K est un compact de R
N
(noter que K B(R
N
). Montrer que
N
(K) < +.
4. Soit O un ouvert non vide de R
N
. Montrer que
N
(O) > 0.
5. Soit f, g C(R
N
, R). Montrer que f = g p.p. (cest--dire
N
-p.p.) implique f(x) = g(x) pour tout x R
N
.
6. Montrer que C
c
(R
N
, R) L
1
R
(R
N
, B(R
N
),
N
).
Exercice 7.11 (Rgularit de
N
) Corrig 155 page 469
Soit mune mesure sur B(R
N
) t.q. m(K) < pour tout compact K de R
N
. (noter que ceci est vrai pour m =
N
.)
1. SoientA B(R
N
) et > 0. Montrer quil existe O ouvert de R
N
et F ferm de R
N
tels que :
F A O et m(O F) .
2. Soit A B(R
N
). Dduire de la question prcdente que m(A) = infm(O), O ouvert t.q. A O.
[On pourra sinspirer de la dmonstration de la rgularit dune mesure sur B(R), nie sur les compacts (thorme
2.3).]
Exercice 7.12 (Densit de C
c
dans L
1
(R
N
))
Soit N 1. Montrer que lespace C
c
(R
N
, R) est dense dans L
1
(R
N
) (cest--dire que, pour tout f L
1
(R
N
)
et tout > 0, il existe C
c
(R
N
) t.q. |f |
1
). [Sinspirer de la dmonstration faite pour le cas N = 1,
thorme 5.5.]
Exercice 7.13 (Densit de C
c
et C

c
dans L
1
) Corrig 156 page 471
Soit d 1 et une mesure sur les borliens de R
d
. On suppose que vrie les deux proprits suivantes :
(p1) est est nie sur les compacts de R
d
, cest--dire que (K) < +si K est un compact de R
d
,
(p2) est rgulire, cest--dire que pour tout A B(R
d
) et tout > 0, il existe O ouvert et F ferm t.q. F A O
et (O F) .
En fait, la proprit (p1) entrane la proprit (p2) (voir la proposition 7.5) mais cette dmonstration nest pas
demande ici.
On note L
1

lespace L
1
R
(R
d
, B(R
d
), ). Pour f L
1

, on note |f|
1
=
_
[f[d. Enn, pour x R
d
, on note [x[ la
norme euclidienne de x.
1. Soit C
c
(R
d
, R) (cest--dire continue de R
d
dans R et support compact). Montrer que L
1

.
2. Soit K un compact de R
d
et > 0. Pour x R
d
, on pose (x) =
(d(x,K))
+

avec d(x, K) = inf[x y[,


y K. Montrer que C
c
(R
d
, R) et que (x) = 1 si x K.
3. Soit A B(R
d
) t.q. (A) < +.
213
(a) Soit > 0, montrer quil existe O ouvert et K compact t.q. K A O et (O K) .
(b) Soit > 0. Montrer quil existe C
c
(R
d
, R) t.q. | 1
A
|
1
.
4. Soit f une fonction borlienne positive de R
d
dans R. On suppose que f L
1

. Soit > 0. Montrer quil existe


C
c
(R
d
, R) t.q. |f |
1
. [On pourra approcher f par une fonction tage.]
5. (Densit.) Soit f L
1

et > 0.
(a) Montrer quil existe C
c
(R
d
, R) t.q. |f |
1
.
(b) Montrer quil existe C

c
(R
d
, R) t.q. |f |
1
. [On pourra montrer que, si C
c
(R
d
, R), on a
|
n
|
1
0, quand n , avec
n
=
n
et (
n
)
nN
une famille rgularisante, voir la dnition 8.4.]
6. (Continuit en moyenne ?)
(a) Soit C
c
(R
d
, R). Montrer que |( +h) |
1
0 quand h 0.
(b) Montrer, en donnant un exemple (cest--dire en choisissant convenablement f et ) quon peut avoir f L
1

et |f( +h) f|
1
,0 quand h 0.
7. On suppose maintenant que est un ouvert de R
d
et que est une mesure sur les borliens de , nie sur
les sous ensembles compacts de . Indiquer brivement comment on peut montrer la densit de C
c
(, R) et
C

c
(, R) dans L
1
R
(, B(), ).
Exercice 7.14 (Invariance par translation de
N
) Corrig 157 page 472
Soient N 1,
1
, . . . ,
N
R

et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
, on pose (x) = (
1
x
1
+

1
, . . . ,
N
x
N
+
N
)
t
, de sorte que est une bijection de R
N
dans R
N
.
1. Soit A B(R
N
), montrer que (A) = (x), x A B(R
N
).
2. Montrer que
N
((A)) =

N
i=1
[
i
[
N
(A) pour tout A B(R
N
). [On pourra faire une rcurrence sur N : La
proposition 2.9 donne le rsultat pour la mesure de Lebesgue sur B(R), note . On suppose que le rsultat est
vrai pour
N1
(et pour toute famille
1
, . . . ,
N1
R

,
1
, . . . ,
N1
R). On le dmontre alors pour
N
en posant m(A) = (

N
i=1
[
i
[)
1

N
((A)) et en montrant que m est une mesure sur B(R
N
) gale
N
sur
B(R
N1
) B(R). On utilise pour conclure la partie unicit" du thorme 7.1 sur la mesure produit.]
Exercice 7.15 (Changement de variables simple) Corrig 158 page 473
Soient N 1,
1
, . . . ,
N
R

et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
. On pose (x) = (
1
x
1
+

1
, . . . ,
N
x
N
+
N
)
t
(de sorte que est une bijection de R
N
dans R
N
).
1. Soit f c
+
= c
+
(R
N
, B(R
N
)), montrer que f c
+
et que
_
fd
N
=

N
i=1
[
i
[
_
(f )d
N
. [Utiliser
lexercice 7.14.]
2. Soit f /
+
= /
+
(R
N
, B(R
N
)), montrer que f /
+
et que
_
fd
N
=

N
i=1
[
i
[
_
(f )d
N
.
3. Soit f L
1
= L
1
R
(R
N
, B(R
N
),
N
), montrer que f L
1
et que
_
fd
N
=

N
i=1
[
i
[
_
(f )d
N
.
Exercice 7.16 (Primitives de fonctions L
p
) Corrig 159 page 474
Soit p [1, [. On note L
p
= L
p
R
(]0, 1[, B(]0, 1[), ). Soit f, g L
p
. On dnit F et G de [0, 1] dans R par, pour
x [0, 1],
F(x) =
_
x
0
f(t)dt (=
_
]0,x[
fd), G(x) =
_
x
0
g(t)dt (=
_
]0,x[
gd).
1. Montrer que F et G sont des fonctions continues et quil existe C R t.q. [F(y) F(x)[ C[y x[
1
1
p
et
[G(y) G(x)[ C[y x[
1
1
p
, pour tous x, y [0, 1], x < y.
214
2. On suppose p > 1. Soit n N

et k 0, . . . , n1. Montrer que, pour tout x [


k
n
,
k+1
n
], on a (F(x), G(x))
A
n,k
B
n,k
, o A
n,k
et B
n,k
sont des intervalles de R (indpendants de x) dont les longueurs tendent vers 0
quand n . [Utiliser la question 1.]
3. On suppose p > 2. Montrer que E = (F(x), G(x)); x [0, 1] est une partie ngligeable de R
2
(muni de la
mesure de Lebesgue sur les borliens de R
2
). [En utilisant une majoration convenable des longueurs de A
n,k
et
B
n,k
, inclure E (pour tout n N) dans une partie de R
2
dont la mesure de Lebesgue tend vers 0 quand n .]
Exercice 7.17 (Lemme de Comparaison)
Soit une fonction dcroissante de R

+
dans R
+
, on dnit lapplication de B(R) B(R) dans R
+
par :
(A, B) =
_ _
AB
([x y[)dxdy.
Soient A, B B(R), a = (A), b = (B) ( est la mesure de Lebesgue) et , R, < b tels que A [, ]
et B [, ]. Montrer que
(A, B) ([, +a], [ b, b]).
Exercice 7.18
Soit : R
2
R B(R
2
)-mesurable. Pour x R, on pose : f

(x) = (x, x).


1. Montrer que f

est B(R)-mesurable.
2. Soient et : R
2
R B(R
2
)-mesurables. Montrer que =
2
-p.p. , f

= f

-p.p.. (
2
est la mesure
de Lebesgue sur B(R
2
) dont on suppose lexistence).
3. Soient et : R
2
R B(R
2
)-mesurables t.q. :
(a) (x, .) et (x, .) sont continues p.p. en x R
(b) (, .y) et (., y) sont mesurables pour tout y R
(Ces fonctions sont dites de Carathodory".)
(a) Montrer que et sont B(R
2
)-mesurables.
(b) Montrer que =
2
-p.p. (x, .) = (x, .) partout, p.p. en x R. En dduire que si =
2
-p.p,
alors f

= f

-p.p..
7.7.4 Convolution
Exercice 7.19 (Proprits lmentaires de la convolution) Corrig 160 page 476
Soit f, g L
1
(R
N
) = L
1
R
(R
N
, B(R
N
),
N
).
1. Montrer que f g = g f p.p.. [Utiliser linvariance par translation de la mesure de Lebesgue et sa consquence
pour les changements de variables simples (propositions 7.7 et 7.8).]
2. On suppose que f et g sont support compact (f support compact signie quil existe K, compact de R
N
, t.q.
f = 0 p.p. sur K
c
). Montrer que la fonction f g est alors aussi support compact. [On dsigne par B(0, ) la
boule ouverte de centre 0 et de rayon . Comme f et g sont support compact, il existe a et b R
+
tels que
f = 0 p.p. sur B(0, a)
c
et g = 0 p.p. sur B(0, b)
c
. Montrer que f g = 0 p.p. sur B(0, a +b)
c
.]
Exercice 7.20 (Convolution L
p
C

c
) Corrig 161 page 477
Soit 1 p . Soit f L
p
(R
N
) = L
p
R
(R
N
, B(R
N
),
N
) (ou f L
1
loc
(R
N
)) et C

c
(R
N
, R). On pourra
se limiter au cas N = 1.
215
1. Montrer que pour tout x R
N
, la fonction f()(x ) appartient L
1
(R
N
). On pose alors
f (x) =
_
f()(x )d
N
.
2. Montrer que f C

(R
N
, R).
3. On suppose maintenant que f est support compact, cest dire quil existe un compact de R, not K, t.q.
f = 0 p.p. sur K
c
, montrer que f est aussi support compact.
Exercice 7.21 (Ingalit de Young) Corrig 162 page 478
Soient 1 < p < +, f L
1
R
(R
N
, B(R
N
),
N
) et g L
p
R
(R
N
, B(R
N
),
N
). Montrer que f g est dnie
p.p., f g L
p
R
(R
N
, B(R
N
),
N
) et |f g|
p
|f|
1
|g|
p
. [Ecrire
_
(
_
[f(x y)g(y)[dy)
p
dx =
_
(
_
[f(x
y)[
1
q
[f(xy)[
1
p
[g(y)[dy)
p
dx, avec q =
p
p1
. Appliquer lingalit de Hlder puis le thorme de Fubini-Tonelli].
Exercice 7.22 (Itrations de convolution)
Soient L
1
= L
1
R
(R, B(R), ) et f L
1
t.q. f = 0 p.p. sur R

. On dnit, pour n N

, f
n
par : f
1
= f et
f
n
= f
(n1)
f pour n 1. Pour 0, on pose : g() =
_
+
0
e
t
[f(t)[dt.
1.(a) Montrer que f
n
est bien dnie pour tout n N

, et que f
n
= 0 sur R

.
(b) Montrer, par rcurrence sur n, que
_
+
0
e
t
[f
n
(t)[dt (g())
n
, pour tout 0 et tout n 1.
(c) En dduire que
_
x
0
[f
n
(t)[dt e
x
(g())
n
, pour tout 0 tout n 1 et tout x 0.
2. Soit h C
b
(R, R). Montrer que h f(x) est dnie pour tout x R et que h f C
b
(R, R). Remarquer de
mme que h f
n
C
b
(R, R). On suppose maintenant que, h = 0 sur R

; montrer que, pour tout x R,


h f
n
(x) 0 quand n +.
Exercice 7.23 Soient et des mesures sur lespace mesurable (R, B(R)). On dnit par : (A) =
_
R
2
1
A
(x +y)d(x)d(y).
1. Montrer que est une mesure.
2. Montrer que si et sont des probabilits, alors est une probabilit.
3. Montrer que si et sont des mesures de densits respectives f et g (par rapport Lebesgue), alors est
une mesure de densit f g.
7.7.5 Changement de variables
Exercice 7.24 (Fonction Gamma)
Pour tout x > 0, on pose (x) =
_

0
t
x1
e
t
dt.
1. Montrer que (x + 1) = x(x) pour tout x > 0. En dduire que (n) = (n 1)! pour tout entier n 1.
2. Calculer (
1
2
). On pourra utiliser
_

0
e
x
2
dx =

2
.
3. Montrer que est de classe (

sur ]0, [ et que


(n)
(x) =
_

0
(ln t)
n
t
x1
e
t
dt, pour tout n 1.
Exercice 7.25 (Calcul dun volume)
Calculer le volume de E o E = (x, y, z) [0, 1]
3
; z 4xy.
216
Exercice 7.26 Corrig 163 page 479
1. Vrier que si n 1
_
n
0
sin x
x
dx =
_
n
0
(
_

0
e
xt
dt) sin xdx.
2. Calculer F
n
(t) =
_
n
0
e
xt
sin xdx (t 0).
3. Calculer lim
n+
_

0
F
n
(t)dt. (F
n
est dnie la question prcdente.)
4. En dduire que lim
n+
_
n
0
sin x
x
dx =

2
.
Exercice 7.27 (Coordonnes polaires) Corrig 164 page 481
1. Calculer
_
(R
+
)
2
e
(x
2
+y
2
)
dxdy (on rappelle que dxdy dsigne d
2
(x, y)). [On pourra utiliser le passage en
coordonnes polaires.]
2. Calculer
_
R
+
e
x
2
dx.
Exercice 7.28
Soient = (x, y) [ 1 < x
2
+ 4y
2
< 4 , x > 0 , y > 0, G = (x, y) [ y < x,
t
= (x
t
, y
t
) [ 1 < x
t
<
4 , 0 < y
t
et G
t
=
t
y
t
< 1.
1. Montrer quil existe un diffomorphisme T :
t
tel que T(G) = G
t
.
2. Soit f(x, y) =
x
2
4y
2
4x
2
si x ,= 0 et f(0, y) = 0. Montrer que f est borlienne sur R
2
, intgrable sur Get calculer
son intgrale. f est-elle intgrable sur ?
Exercice 7.29 (Sur volume de la boule unit dans R
N
)
On note C
N
le volume de la boule unit dans R
N
. Montrer que, si > 0 et B
N
() dsigne la boule de centre
0 et de rayon dans R
N
, on a
N
(B
N
()) =
N
C
N
. En dduire la relation de rcurrence suivante : C
N+1
=
C
N
_
1
0
(1 u)
N/2
u
1/2
du.
Exercice 7.30 (Sur volume de la boule unit dans R
N
, suite)
On appelle fonction eulrienne de premire espce la fonction B :]0, [
2
R dnie par B(p, q) =
_
1
0
t
p1
(1
t)
q1
dt.
1. Montrer que B est bien dnie et (
1
sur ]0, [
2
.
2. Montrer que B(p, q) = 2
_
/2
0
sin()
2p1
cos()
2q1
d =
_

0
2u
2p1
(1+u
2
)
p+q
du. En dduire B(1/2, 1/2).
3. Montrer que B(p, q) =
(p)(q)
(p+q)
[on pourra calculer (p)(q) en introduisant le diffomorphisme (t, v) =
(tv, t(1 v))]. En dduire (1/2).
4. Calculer, en fonction de , les constantes C
N
de lexercice prcdent.
Exercice 7.31 (Cordonnes polaires dans R
N
) Corrig 165 page 482
On note S
N1
la sphre de centre 0 et rayon 1 dans R
N
(i.e. S
N1
= x R
N
[ [x[ = 1, o [.[ dsigne la norme
euclidienne usuelle). Pour A S
N1
, on pose

A = tx, t [0, 1] , x A.
Montrer que si A est un borlien de S
N1
, alors

A est un borlien de R
N
.
On dnit alors, quand A est un borlien de S
N1
, (A) = N
N
(

A). Montrer que dnit une mesure sur les


borlien de S
N1
.
217
Montrer que, pour tout f : R
N
R mesurable positive ou intgrable on a
_
R
N
f(x) dx =
_

0
__
S
N1
f() d()
_

N1
d.
Trouver alors les R tels que x [x[

soit intgrable sur R


N
B
1
ou sur B
1
, avec B
1
= x R
N
; [x[ 1.
Exercice 7.32 (Changement de variables W
1,1
croissant) Corrig 166 page 484
Soit f L
1
R
(R, B(R), ) t.q. f > 0 p.p.. Pour x R, on pose (x) =
_
x

f(t)dt. (On rappelle que, pour a < b,


_
b
a
f(t)dt dsigne
_
1
]a,b[
fd.)
1. Montrer que C(R, R) et que est strictement croissante.
On note I
m
limage de (I
m
est donc un intervalle dont les bornes sont 0 et
_
fd) et on note : I
m
R la
fonction inverse de ( est donc continue de I
m
dans R).
On rappelle que si I est un intervalle de R et B(I) est sa tribu borlienne, on a B(I) = T(I) B(R).
Pour A R, on note (A) = (x), x A. Pour A I
m
, on note (A) = (x), x A.
2. Montrer que (A), A B(R) = B(I
m
) et que (A), A B(I
m
) = B(R).
3. Soit I un intervalle de R. Montrer que ((I)) =
_
I
fd.
4. Soit O un ouvert de R. Montrer que ((O)) =
_
O
fd. En dduire que, pour tout > 0 il existe > 0 t.q. :
O ouvert, (O) ((O)) .
5. Soit A B(R). Montrer que ((A)) =
_
A
fd. [On pourra, par exemple, utiliser la rgularit de et la
question prcdente.]
6. Soit a, b R t.q. a < b.
(a) Soit B B(R). On pose g = 1
B
. Montrer que :
_
(b)
(a)
g(t)dt =
_
b
a
g((s))f(s)ds. (7.19)
[Prendre A = (B I
m
)]a, b[ et utiliser la question prcdente.]
(b) Montrer que (7.19) est encore vraie pour g c
+
(R, B(R)), puis pour g /
+
(R, B(R)).
(c) Soit g : R R mesurable. On suppose que g1
](a),(b)[
L
1
R
(R, B(R), ). Montrer g f1
]a,b[

L
1
R
(R, B(R), ) et que (7.19) est vraie.
NB : On peut montrer que est drivable p.p. et que
t
= f p.p.. La formule (7.19) est alors la formule habituelle
de changement de variable. Noter aussi que la fonction , restreinte lintervalle ]a, b[, appartient un espace
appel W
1,1
(]a, b[) (ce qui explique le titre de lexercice).
218
Chapitre 8
Densit, sparabilit et compacit
Ce chapitre est consacr en majeure partie aux espaces L
p
R
(, B(),
N
) o un ouvert de R
N
, N 1, B() est
la tribu borlienne de ,
N
dsigne la restriction B() de la mesure de Lebesgue sur B(R
N
) (aussi note
N
)
et 1 p .
On notera toujours L
p
() = L
p
R
(, B(),
N
).
8.1 Thormes de densit pour les espaces L
p
()
8.1.1 Densit des fonctions C
c
(, R) dans L
p
()
Dnition 8.1 Soient N 1, un ouvert de R
N
et f une fonction dnie de dans R. On dit que f est support
compact (dans ) si il existe un compact K tel que f = 0 sur K.
On note souvent supp(f) ladhrence dans de lensemble des x t.q. f(x) ,= 0. On peut montrer que f est
support compact si et seulement si supp(f) est compact.
Dnition 8.2 Soient N 1, un ouvert de R
N
et f une fonction dnie de dans R. On dit que f C

c
(, R)
si
1. f est de classe C

(de dans R).


2. f est support compact (dans ).
On note aussi T() = C

c
(, R).
Remarque 8.1 Si N = 1 et =]0, 1[, la fonction f dnie par f(x) = x(x 1) est de classe C

sur , mais
elle nest pas support compact. En effet, il nexiste pas de compact inclus dans ]0, 1[ t.q. f soit nulle en dehors
de ce compact.
Par contre, si f est de classe C

sur ]0, 1[ et si il existe > 0 tel que f(x) = 0 pour x ]0, [ et pour x ]1, 1[,
alors f C

c
(, R).
Thorme 8.1 (Densit de C
c
(, R) dans L
p
()) Soient N 1, p [1, +[ et un ouvert de R
N
(par
exemple, = R
N
). Alors :
C
c
(, R) est dense dans L
p
() cest--dire :
f L
p
(), > 0, C
c
(, R) t.q. |f |
p
. (8.1)
219
DMONSTRATION : La dmonstration de ce rsultat est faite dans lexercice 6.4 pour le cas = R. La gnralisa-
tion donne ici se dmontre de manire trs voisine (grce au rsultat de rgularit, proposition 7.5), voir lexercice
8.1.
Une consquence importante du thorme 8.1 est la continuit en moyenne" que lon donne maintenant.
Thorme 8.2 (Continuit en moyenne) Soient N 1, p [1, +[,et f L
p
(R
N
). Alors, |f( + h) f|
p
0 quand h 0, cest--dire :
_
[f(x +h) f(x)[
p
dx 0, quand h 0.
DMONSTRATION : La dmonstration est ici encore trs similaire la dmonstration vue pour N = 1 dans
lexercice 6.4, elle est propose dans lexercice 8.2.
Remarque 8.2 (Attention L

!) Les deux rsultats prcdents sont faux dans L

. Considrer par exemple le


cas N = 1 et la fonction f = 1
R
+
(qui appartient L

(R), en confondant f avec sa classe). On peut montrer que


(voir lexercice 8.3) :
1. C(R, R), |f |


1
2
.
2. h > 0, |f( +h) f|

= 1.
8.1.2 Rgularisation par convolution
Si a R
+
, on note B
a
la boule ferme de centre 0 et de rayon a de R
N
.
Dnition 8.3 (L
1
loc
)
Soient N 1 et un ouvert de R
N
. Soit f : R. On dnit que f est localement intgrable sur " si
f1
K
L
1
() (au sens il existe g L
1
() t.q. f = g p.p. sur K") pour tout compact K .
On note L
1
loc
()(= L
1
loc
(, B(),
N
)) lensemble des fonctions localement intgrables sur .
Remarque 8.3 Soient N 1 et un ouvert de R
N
. Pour tout p tel que 1 p +, on a L
p
() L
1
loc
()
(ceci est une consquence immdiate du rsultat dinclusion entre les espaces L
p
, proposition 6.8).
Dnition 8.4 (Famille rgularisante) Soit N 1 et soit C

c
(R
N
, R) t.q. 0, x R
N
; (x) ,= 0
B
1
et
_
(x)dx = 1. On appelle famille rgularisante (ou famille de noyaux rgularisants) la famille de fonctions
(
n
)
nN
C

c
(R
N
, R) dnie par :
n
(x) = n
N
(nx), x R
N
, n N

.
Remarque 8.4 Dans la dnition prcdente, il est facile de vrier que x R
N
;
n
(x) ,= 0 B1
n
et
_

n
(x)dx = 1
Il existe bien des fonctions vriant les proprits demandes pour dans la dnition 8.4. Pour N = 1, par
exemple, il suft de prendre (x) = exp(
1
x
2
1
) pour x ] 1, 1[ et (x) = 0 pour x ,] 1, 1[, avec > 0
choisi pour avoir
_
(x)dx = 1.
Lemme 8.1 Soient N 1, (
n
)
nN
une famille rgularisante et f L
1
loc
(R
N
). Alors, f
n
est dnie partout
sur R
N
et f
n
C

(R
N
, R). De plus, si il existe a > 0 t.q. f = 0 p.p. sur B
c
a
, on a alors f
n
= 0 sur B
c
a+
1
n
(f
n
est donc support compact).
220
DMONSTRATION : La dmonstration du fait que f
n
C

(R
N
, R) est donne dans lexercice 7.20. La
seconde partie est donne dans les exercices 7.20 et 7.19. Lindication de la seconde question de lexercice 7.19
donne le support indiqu ici pour f
n
.
Proposition 8.1 Soit N 1, (
n
)
nN
une famille rgularisante. Soient p [1, +[ et f L
p
(R
N
). Alors,
f
n
f dans L
p
(R
N
) lorsque n +.
DMONSTRATION : La dmonstration est une consquence du thorme de continuit en moyenne (thorme 8.2).
On choisit un reprsentant de f, encore not f. Pour n N

, on pose f
n
= f
n
. Pour x R
N
, on a :
f
n
(x) f(x) =
_
f(x y)
n
(y)dy f(x)
_

n
(y))dy
=
_
(f(x y) f(x))
n
(y)dy,
et donc :
[f
n
(x) f(x)[
p
(
_
[f(x y) f(x)[
n
(y)dy)
p
.
Pour p > 1, on utilise lingalit de Hlder en crivant
n
=
1
p
n

1
q
n
(avec q = p/(p 1)) et on obtient (ce qui est
aussi immdiatement vrai pour p = 1) :
[f
n
(x) f(x)[
p

_
[f(x y) f(x)[
p

n
(y)dy(
_

n
(y)dy)
p
q
=
_
[f(x y) f(x)[
p

n
(y)dy.
(8.2)
On remarque maintenant que lapplication (x, y)
t
(f(y) f(x)) est mesurable de R
2
dans R (munis de leur
tribu borlienne), ceci est une consquence (par exemple) de la proposition 7.3 et de la mesurabilit de la somme
dapplications mesurables. Lapplication (x, y)
t
(x, x y) est mesurable de R
2
dans R
2
(car continue). Par
composition, lapplication (x, y)
t
(f(x y) f(x)) est donc mesurable de R
2
dans R. On en dduit, en
utilisant une nouvelle fois la mesurabilit de la compose dapplications mesurables (et du produit dapplications
mesurables), que (x, y)
t
[f(x y) f(x)[
p

n
(y) est mesurable (positive) de R
2
dans R.
On peut donc appliquer le thorme de Fubini-Tonelli pour dduire de (8.2) que :
_
[f
n
(x) f(x)[
p
dx
_
(
_
[f(x y) f(x)[
p

n
(y)dy)dx
=
_
(
_
[f(x y) f(x)[
p

n
(y)dx)dy
=
_
B1
n
|f( y) f|
p
p

n
(y)dy.
(8.3)
On utilise maintenant le thorme 8.2. Soit > 0. Il existe > 0 t.q. :
h R
N
, [h[ |f( h) f|
p
.
On dduit donc de (8.3) que :
1
n
|f
n
f|
p
.
Ce qui termine la dmonstration.
Le deux rsultats prcdents permettent de dmontrer le thorme de densit suivant :
221
Thorme 8.3 Soient N 1 et p [1, +[, C

c
(R
N
, R) est dense dans L
p
(R
N
).
DMONSTRATION : La dmonstration propose ici utilise une mthode dite de troncature et rgularisation".
Pour f L
p
(R
N
), on dit que f est support compact" si il existe K compact de R
N
t.q. f = 0 p.p. sur K
c
. On
note A lensemble des f L
p
(R
N
) support compact.
Etape 1. On montre dans cette tape que A est dense dans L
p
(R
N
). Soit f L
p
(R
N
). Pour n N, on pose
f
n
= f1
B
n
. Comme f
n
f p.p. quand n et [f
n
[ [f[ p.p. (pour tout n N), on peut appliquer le
thorme de convergence domine dans L
p
(on utilise ici le fait que p < ). Il donne que f
n
f dans L
p
(R
N
)
quand n . Comme (f
n
)
nN
A, on a bien montr la densit de A dans L
p
(R
N
).
Etape 2. Soit maintenant f A. Pour conclure la dmonstration, il suft de montrer quil existe une suite
(f
n
)
nN
C

c
(R
N
, R) t.q. f
n
f dans L
p
(R
N
) quand n . Or cette suite est donn avec f
n
= f
n
o
(
n
)
nN
est une famille rgularisante. En effet, le lemme 8.1 donne que (f
n
)
nN
C

c
(R
N
, R) et la proposi-
tion 8.1 donne que f
n
f dans L
p
(R
N
) quand n .
On rappelle (remarque 8.2) que C
c
(R
N
, R) (et donc aussi C

c
(R
N
, R)) nest pas dense dans L

(R
N
). Il est
intressant aussi de remarquer que le thorme prcdent (thorme 8.3) est encore vrai si on remplace la mesure
de Lebesgue par une mesure sur les borliens de R
N
(N 1), nie sur les compacts. Toutefois la dmonstration
donne ici doit alors tre modie. Ceci est fait dans lexercice 7.13 pour p = 1 (et la gnralisation pour traiter
tous les cas p [1, [ est assez simple).
8.1.3 Densit de C

c
(, R) dans L
p
()
On a aussi un rsultat de densit pour les fonctions dnies sur un ouvert de R
N
.
Thorme 8.4 (Densit de T() dans L
p
()) Soient N 1, p [1, +[ et un ouvert de R
N
. Alors, T() =
C

c
(, R) est dense dans L
p
().
DMONSTRATION : Pour ,= R
N
, on pose K
n
= x R
N
; d(x,
c
)
1
n
B
n
si n N

.
Soient f L
p
() et > 0. On remarque dabord (en utilisant, comme pour le thorme prcdent, le thorme
de convergence domine dans L
p
) que f1
K
n
f dans L
p
() quand n . On peut donc choisir n
0
N

t.q.
|f f
n
0
|
p
.
On pose maintenant g = f
n
0
. On peut considrer que g L
p
(R
N
) et on a g = 0 p.p. sur K
c
avec K = K
n
0
.
En prenant une famille rgularisante, (
n
)
nN
, le lemme 8.1 et la proposition 8.1 donnent que g
n
g dans
L
p
(R
N
) quand n et (g
n
)
nN
C

c
(R
N
, R). Il suft alors de remarquer que la restriction de g
n

est support compact dans ds que n > n
0
pour conclure la dmonstration.
Ici aussi, le thorme 8.4 est encore vrai si on remplace la mesure de Lebesgue par une mesure sur les borliens de
, nie sur les compacts. La dmonstration donne ici doit alors tre modie (voir lexercice 7.13).
8.2 Sparabilit de L
p
()
Proposition 8.2 Soient N 1, un ouvert de R
N
et p tel que 1 p < +. Alors, lespace L
p
() est sparable.
DMONSTRATION : La dmonstration est lobjet de lexercice 8.4 (et de 6.5 pour le car = R).
Les espaces du type L

ne sont, en gnral, pas sparables. Lexercice 8.5 montre que, par exemple, L

R
(R, B(R),
) nest pas sparable. Une adaptation simple de la dmonstration de lexercice 8.5 montre aussi que lespace
222
C
b
(R
d
, R) (ensemble des fonctions continues bornes de R
d
dans R), muni de la norme de la convergence uni-
forme, nest pas sparable. Par contre lespace C
0
(R
d
, R) (ensemble des fonctions continues de R
d
dans R tendant
vers 0 quand le norme de la variable tend vers linni), mumi de la mme norme, est sparable. Ceci est une
consquence des deux premires questions de lexercice 8.4 (car C
c
est dense dans C
0
).
8.3 Compacit dans les espaces L
p
()
Soit E un espace vectoriel norm et A une partie de E ; on rappelle que A est (squentiellement) compact si de
toute suite dlments de A on peut extraire une sous-suite qui converge. Notons que cette notion de compacit
squentielle" est quivalente la notion ce compacit de Borel -Lebesgue" (i.e. de tout recouvrement de A par
des ouverts on peut extraire un sous-recouvrement ni) ds que E est un espace mtrique (ce qui est notre cas, car
E est un espace vectoriel norm).
Une partie A de E est dite relativement compacte si son adhrence est compacte (ou encore si il existe un compact
K de E tel que A K).
Dans le cas o E est un espace de dimension nie, A est compacte si et seulement si A est ferme borne, et A est
relativement compacte si et seulement si A est borne.
Ces deux caractrisations sont fausses si dim(E) = +. On sait par le thorme de Riesz que la boule unit
ferme dun e.v.n. E est compacte si et seulement si la dimension de E est nie.
On sintresse ici au cas E = L
p
() ( ouvert non vide de R
N
), espace vectoriel norm de dimension innie,
et on voudrait caractriser les parties relativement compactes ; en particulier, tant donne une suite de fonctions
de L
p
(), sous quelles hypothses peut-on en extraire une sous-suite qui converge ? Une condition ncessaire vi-
dente est que la partie considre soit borne (une partie relativement compacte est toujours borne). La deuxime
condition est, pour 1 p < +et borne, que la partie soit quicontinue en moyenne, au sens prcis dans le
thorme suivant :
Thorme 8.5 (Kolmogorov) Soit B(R
N
) et 1 p < +; on considre ici lespace mesur (E, T, m)
= (, B(R
N
),
N
). Soit A L
p
() ; A est relativement compacte si et seulement si :
1. Il existe C R t.q. |f|
p
C pour tout f A,
2. la partie A est quicontinue en moyenne, cest--dire que pour tout > 0, il existe > 0 t.q. :
pour tout f A, [h[ |

f( +h)

f|
p
,
3. la partie A est qui-petite linni", cest--dire que pour tout > 0, il existe a R
+
, t.q.
_
B
c
a
[

f[
p
dm pour tout f A,
o

f est la prolonge de f par 0 en dehors de .
DMONSTRATION : La dmonstration de ce thorme se fait en utilisant la densit de lespace de fonctions
C
c
(, R) dans L
p
() et le thorme dAscoli que nous rappelons ci aprs (thorme 8.6). Elle est laisse titre
dexercice, le cas p = 1 est donn dans lexercice 8.8.
Thorme 8.6 (Ascoli) Soient K une partie compacte de R et A une partie de lespace vectoriel C(K, R) muni
de la norme uniforme ; A est relativement compacte si et seulement si A est borne et uniformment quicontinue,
i.e. > 0, > 0 ; x, y K, [x y[ [f(x) f(y)[ , f A.
223
Corollaire 8.1 Soient B(R
N
), 1 p < +et (f
n
)
nN
L
p
(). On suppose que la famille A = f
n
, n
N vrie les conditions 1, 2 et 3 du thorme de Kolmogorov. On peut alors extraire de (f
n
)
nN
une sous-suite,
note (f
(n)
)
nN
, et il existe f L
p
() t.q. f
(n)
f dans L
p
() quand n .
8.4 Compacit faible-
On a introduit au chapitre 6 la convergence faible- dans le dual dun espace de Banach. On a une proprit de
compacit trs utile lorsque lespace de Banach considr est sparable :
Proposition 8.3 (Compacit faible- sq. des borns de E
t
si E est sparable)
Soit F un espace de Banach sparable et F
t
son dual topologique. Soit (T
n
)
nN
une suite borne de F
t
. Alors, il
existe une sous-suite (T
n
k
)
kN
et T F
t
t.q. la sous-suite (T
n
k
)
kN
converge vers T -faiblement dans F
t
(i.e.
T
n
k
(u) T(u) (dans R) pour tout lement u de F.)
DMONSTRATION : La dmonstration va se faire en trois tapes. Ltape principale est probablement la deuxime
tape (qui dcrit le procd diagonal").
On commence par remarquer que, comme F est sparable, il existe une partie A de F, dnombrable et dense.
Comme Aest dnombrable, il existe uns suite (f
p
)
pN
t.q. A = f
p
, p N

. On note aussi C = sup


nN
|T
n
|
F

(on a C < +car la suite (T


n
)
nN
est borne dans F
t
).
Etape 1. Dans cette premire tape, on montre, par rcurrence, lexistence dune suite dapplications strictement
croissantes (
p
)
pN
de N dans N t.q., pour tout p N

, la suite (T

1
...
p
(n)
(f
p
))
nN
converge dans R.
Lexistence de
1
dcoule du fait que la suite (T
n
(f
1
))
nN
est borne dans R (car [T
n
(f
1
)[ C|f
1
|
F
). Puis,
pour p 1, en supposant
1
, . . . ,
p
construits, on utilise le fait que la suite (T

1
...
p
(n)
(f
p+1
))
nN
est
borne dans R. On obtient lexistence dune application srtictement croissante
p+1
de N dans N t.q. la suite
(T

1
...
p+1
(n)
(f
p+1
)
nN
converge dans R.
Etape 2. On note
n
lapplication
1
. . .
n
. La deuxime tape consiste dnir de N dans N en posant
(n) =
n
(n), pour n N.
La fonction est strictement croissante de Ndans N. On va montrer que, pour tout p N

, la suite (T
(n)
(f
p
))
nN
converge dans R. En effet, soit p N

. Pour n > p, on a :
(n) =
1
. . .
p
(
p+1
. . .
n
(n)) =
p
(
p+1
. . .
n
(n)).
La suite (T
(n)
(f
p
))
nN
est donc extraite de la suite (T

p
(n)
(f
p
))
nN
partir de n = p. Ceci prouve que
(T
(n)
(f
p
))
nN
converge dans R.
Etape 3. On utilise maintenant la densit de A dans F. Ltape 2 nous donne, pour tout g A, la convergence
dans R de la suite (T
(n)
(g))
nN
. La densit de A dans F et le fait que la suite (T
n
)
nN
est borne dans F
t
nous
permet den dduire que la suite (T
(n)
(f))
nN
converge dans R pour tout f F. En effet, soit f F. Pour tout
g A et tout m, n N, on a
[T
(n)
(f) T
(m)
(f)[ 2C|f g|
F
+[T
(n)
(g) T
(m)
(g)[.
On en dduit facilement que la suite (T
(n)
(f))
nN
est de Cauchy dans R et donc est convergente.
Pour tout f F, on note T(f) la limite (dans R) de la suite (T
(n)
(f))
nN
. Comme les applications T
n
sont
linaires, lapplication T est aussi linaire (de F dans R). Puis, comme |T
n
|
F
C pour tout n N, on a aussi
224
[T(f)[ C|f|
F
pour tout f F. On a donc T F
t
et, nalement, T
(n)
T -faiblement dans F
t
, quand
n . Ce qui termine la dmonstration.
La proposition 8.3 sapplique aux suites bornes de L

(). En effet, grce au thorme 6.10 et la proposition


8.2, lespace L

() peut tre identi au dual de lespace L


1
(), qui est un espace sparable ( est ici un borlien
de R
N
). On a donc, par exemple, le rsultat suivant :
Proposition 8.4 (Compacit faible- squentielle des borns de L

)
Soit d 1. On note L

lespace L

R
(R
d
, B(R
d
),
d
). Soit (u
n
)
nN
une suite borne de L

, i.e. telle quil existe


M R
+
t.q. |u
n
|

M pour tout n N. Alors, il existe une sous suite, encore note (u


n
)
nN
, et il existe
u L

t.q. u
n
u -faiblement dans L

.
Dans le cas p ]1, +[, on peut crire une proprit de compacit faible :
Proposition 8.5 (Compacit faible squentielle des borns de L
p
)
Soit d 1 et p ]1, +[. On note L
p
lespace L
p
R
(R
d
, B(R
d
),
d
). Soit (u
n
)
nN
une suite borne de L
p
, i.e. telle
quil existe M R
+
t.q. |u
n
|
p
M pour tout n N. Alors, il existe une sous suite, encore note (u
n
)
nN
, et
il existe u L
p
t.q. u
n
u faiblement dans L
p
, cest--dire t.q.
_
(u
n
v uv)dm 0 pour tout v L
q
, o
q =
p
p1
.
On donne maintenant une consquence, trs utile pour les probabilits, de la proposition 8.3. Cette consquence a
dj t voque dans la remarque 6.27.
Proposition 8.6 Soit d 1 et (m
n
)
nN
une suite de mesures nies sur B(R
d
). On suppose que sup
nN
m
n
(R
d
) <
+. Il existe alors une sous suite, encore note (m
n
)
nN
, et une mesure nie sur B(R
d
) note m t.q.
_
dm
n

_
dm pour tout C
0
(R
d
, R).
De plus, si la suite (m
n
)
nN
est tendue, on a alors m
n
m troitement. (Ce dernier rsultat est aussi vrai si on
remplace lhypothse (m
n
)
nN
est tendue" par m
n
(R
d
) m(R
d
)").
DMONSTRATION : On rappelle que C
0
(R
d
, R) = C(R
d
, R), (x) 0 quand [x[ . On mu-
nit C
0
(R
d
, R) de la norme de la convergence uniforme, cest--dire ||
u
= sup[(x)[, x R
d
. Lespace
C
0
(R
d
, R), muni de cette norme, est un espace de Banach sparable (alors que lespace C
b
(R
d
, R) muni de cette
mme norme nest pas sparable).
On note E lespace C
0
(R
d
, R) (muni de la norme de la convergence uniforme). Pour n N et E, on pose
L
n
() =
_
dm
n
. La suite (L
n
)
nN
est donc borne dans E
t
, car on a
|L
n
|
E
m
n
(R
d
).
Il existe donc une sous suite de la suite (m
n
)
nN
, encore note (m
n
)
nN
, et il existe L E
t
t.q.
_
dm
n
L() pour tout E.
Lapplication L est donc une application linaire positive (cest--dire 0 L() 0) de E dans R. Daprs
le chapitre 5, il existe alors une mesure nie m sur les borliens de R
d
t.q. L() =
_
dm pour tout E (en
fait le thorme 5.2 donne ce rsultat pour d = 1, la dmonstration est semblable pour d > 1). Ceci donne bien le
rsultat annonc, cest--dire
_
dm
n

_
dm pour tout C
0
(R
d
, R).
225
Il est intressant de noter que si m
n
est pour tout n N une probabilit, la mesure m nest pas forcment une
probabilit et la suite (m
n
)
nN
peut ne pas converger troitement vers m. (Un exemple pour d = 1 consiste
prendre m
n
=
n
et m = 0.)
Toutefois, si on suppose que la suite (m
n
)
nN
est tendue (ou si on suppose que m
n
(R
d
) m(R)), la proposition
6.28 (ou la propostion 6.25 pour le cas m
n
(R
d
) m(R)) donne la convergence troite de m
n
vers m, cest--dire
_
dm
n

_
dm pour tout C
b
(R
d
, R).
Du point de vue des probabilits, la consquence de la proposition 8.6 est que si (X
n
)
nN
est une suite de v.a.r.
dont la suite des lois est tendue, il existe alors une v.a.r. X et une sous suite de la suite X
n
t.q. cette sous suite
converge en loi vers X (cf. proposition 9.6 pour le cas de vecteurs alatoires).
8.5 Exercices
Exercice 8.1 (Densit de C
c
(, R) dans L
p
())
Soient, N 1, p [1, +[ et un ouvert de R
N
. Montrer que C
c
(, R) est dense dans L
p
(), cest--dire que
pour tout f L
p
() et pour tout > 0, il existe C
c
(, R) t.q. |f |
p
. [Reprendre la dmonstration
de lexercice 6.4 qui traite le cas = R. Utiliser le rsultat de rgularit, proposition 7.5.]
Exercice 8.2 (Continuit en moyenne)
Soient N 1, p [1, +[ et f L
p
(R
N
). Montrer que |f( + h) f|
p
0 quand h 0. [Reprendre la
dmonstration vue pour N = 1 dans lexercice 6.4]
Exercice 8.3 (Non densit de C
c
dans L

) Corrig 167 page 486


On considre f = 1
R
+
(qui appartient L

R
(R, B(R), ), en confondant f avec sa classe).
1. Montrer que |f |


1
2
pour tout C(R, R).
2. Montrer que |f( +h) f|

= 1 pour tout h R.
Exercice 8.4 (Sparabilit de L
p
(), 1 p < ) Corrig 168 page 486
Soient N 1, un ouvert de R
N
et p tel que 1 p < +. Montrer que lespace L
p
() est sparable.
On pourra se limiter au cas = R et raisonner ainsi : Soit n N

, pour q = 0, 1, . . . , 2n
2
1, on note :
I
n
q
= [n +
q
n
, n +
q+1
n
[. On pose : A
n
= f : R R; f[
I
n
q
= r, o r Q, et f = 0 sur [n, n[
c
. On pose
A =

nN

A
n
.
1. Montrer que A est dnombrable.
2. Montrer que, pour tout f C
c
(R, R) et pour tout > 0, il existe g A t.q. |f g|
p
.
3. Conclure par la densit de C
c
(R, R) dans L
p
(R, ) (thorme 8.1).
Exercice 8.5 (Non sparabilit de L

R
(R, B(R), )) Corrig 169 page 487
On note B lensemble des f appartenant L

(R, B(R), ) t.q., pour tout n N, f = 0 p.p. sur ]n, n + 1[ ou


f = 1 p.p. sur ]n, n + 1[.
1. Montrer que B est non dnombrable. [Construire une injection de lensemble des parties de N dans B.]
2. Soit A une partie dense de L

R
(R, B(R), ). Montrer que pour tout f B, il existe g A t.q. |f g|


1
4
.
En dduire quon peut construire une application injective de B dans A.
226
3. Montrer que L

R
(R, B(R), ) nest pas sparable.
Exercice 8.6 (Convolution L
p
L
q
) Corrig 170 page 488
Pour 1 p , on note L
p
= L
p
R
(R, B(R), ) et L
p
= L
p
R
(R, B(R), ).
1. Soit 1 < p < +, q =
p
p1
, f L
p
et g L
q
.
(a) Montrer que pour tout x R, lapplication f()g(x ) est intgrable.
On peut donc dnir (f g)(x) pour tout x R.
(b) Montrer que [(f g)(x)[ |f|
p
|g|
q
, pour tout x R.
(c) Montrer que f g est continue sur R.
2. Soit 1 < p < +, q =
p
p1
.
(a) Soit F L
p
et G L
q
. Montrer quon peut dnir F G sur R en posant F G = f g, avec f F et
g G. [Il suft donc de dmontrer que f g ne dpend pas du choix de f dans F et g dans G.]
(b) Montrer que lapplication (F, G) F Gest bilinaire continue de L
p
L
q
dans C
b
(R, R) (on rappelle que
C
b
(R, R) est lensemble des fonctions continues bornes de R dans R, muni de la norme de la convergence
uniforme).
(c) Soit F L
p
et G L
q
. Montrer que F G C
0
(R, R) (cest--dire que la fonction F G est continue de
R dans R et que (F G)(x) 0 quand x ).
3. On prend maintenant p = 1 et q = +.
(a) Soit f L
1
et g L

. Montrer que (fg)(x) est bien dnie pour tout x R. Montrer que fg C
b
(R, R).
(b) Soit F L
1
et G L

. Montrer que (F G)(x) est bien dnie pour tout x R en posant F G = f g,


avec f F et g G.
(c) Lapplication (F, G) F G est-elle continue de L
1
L

dans C
b
?
(d) A-t-on F G C
0
(R, R), pour tout F L
1
et G L

?
Exercice 8.7 (Caractrisation dune fonction par son action sur C

c
) Corrig 171 page 491
Soit d N

. On rappelle que
d
est la mesure de Lebesgue sur les borliens de R
d
et que llment dintgration
par rapport
d
est not dx (au lieu de d
d
(x)). On rappelle aussi que [ [ dnote la norme euclidienne dans R
d
.
On se donne une fonction C

c
(R
d
, R) t.q. :
(x) = 0 si x R
d
, [x[ 1,
(x) 0 si x R
d
,

_
(x)dx = 1.
Pour n N

, on note
n
la fonction dnie par
n
(x) = n
d
(nx), de sorte que (
n
)
nN
est une famille de
noyaux rgularisants (voir le chapitre 8 du cours).
1. Soit f L
1
(R
d
, B(R
d
),
d
).
(a) Soit C

c
(R
d
, R). Montrer que f L
1
(R
d
, B(R
d
),
d
).
On suppose maintenant que
_
f(x)(x)dx = 0 pour tout C

c
(R
d
, R).
(b) Soit n N

. Montrer f
n
(x) est bien dni pour tout x R
d
et que f
n
(x) = 0 pour tout x R
d
.
(c) Montrer que f = 0 p.p..
2. Soit un ouvert de R
d
et g L
1
loc
() (cest--dire que g est une fonction de R
d
dans R t.q. g1
K

L
1
(R
d
, B(R
d
),
d
) pour tout compact K de ).
227
(a) Soit C

c
(, R). Montrer que g L
1
(R
d
, B(R
d
),
d
). (La fonction est prolonge par 0 hors de .)
On suppose maintenant que
_
g(x)(x)dx = 0 pour tout C

c
(, R).
(b) Soit n N

. On note
n
lensemble des x t.q. [xy[ >
1
n
pour tout y
c
. Montrer g
n
(x) est bien
dnie pour tout x
n
et que g
n
(x) = 0 pour tout x
n
.
(c) Soit K un compact de , montrer que g1
K
= 0 p.p.. En dduire que g = 0 p.p. sur .
Exercice 8.8 (Thorme de compacit dans L
1
) Corrig 172 page 493
On pose L
1
(]0, 1[) = L
1
R
(]0, 1[, B(]0, 1[), ) et L
1
(R) = L
1
R
(R, B(R), ) (o dsigne la mesure de Lebesgue
sur B(R) ou sa trace sur B(]0, 1[)). Pour f L
1
(]0, 1[[), on identie f avec lun de ses reprsentants et on note

f
la fonction dnie par

f = f sur ]0, 1[ et

f = 0 sur R]0, 1[.
Soit / une partie de L
1
(]0, 1[).
On rappelle que /est relativement compacte dans L
1
(]0, 1[) si et seulement si /est prcompacte (cest--dire que
pour > 0 il existe p N

et f
1
, . . . , f
p
/ t.q. /
p
i=1
B(f
i
, ), o B(f, ) dsigne la boule ouverte dans
L
1
(]0, 1[) de centre f et de rayon ).
Partie I (condition sufsante). On suppose, dans cette partie, que / est relativement compacte dans L
1
(]0, 1[).
1. Montrer que / est une partie borne de L
1
(]0, 1[).
2. Soit > 0. Montrer quil existe > 0 t.q. :
h R, [h[ , f / |

f( +h)

f|
1
. (8.4)
Partie II (condition ncessaire). On suppose, dans cette partie, que / une partie borne de L
1
(]0, 1[) et que pour
tout > 0 il existe > 0 vriant (8.4).
Soit C

c
(R, R) t.q. 0, (x) = 0 si [x[ 1 et
_
(x)dx = 1. Pour n N

, on dnit
n
par
n
(x) =
n(nx) si x R.
1. Soit > 0. Montrer quil existe n
0
N

t.q. :
n N

, n n
0
, f / |

f
n


f|
1
. (8.5)
[On pourra remarquer que

f
n
(x)

f(x) =
_
(

f(x
y
n
)

f(x))(y)dy.]
2. Soit n N

. Pour f /, on note f
n
la restriction [0, 1] de la fonction

f
n
.
(a) Montrer quil existe C
1
, C
2
> 0 ne dpendant que de n, et de la borne de / dans L
1
(]0, 1[) t.q. :
x [0, 1], f / [f
n
(x)[ C
1
,
x, y [0, 1], f / [f
n
(x) f
n
(y)[ C
2
[x y[.
En dduire que lensemble f
n
, f / est relativement compact dans C([0, 1], R) [Utiliser le thorme
dAscoli (thorme 8.6).]
(b) Montrer que lensemble f
n
, f / est relativement compact dans L
1
(]0, 1[ ).
3. Montrer que la partie / est relativement compacte dans L
1
(]0, 1[).
228
Chapitre 9
Vecteurs alatoires
9.1 Dnition, proprits lmentaires
Dnition 9.1 (Vecteur alatoire) Soit d 1 et (, /) un espace probabilisable. On appelle vecteur alatoire
(souvent not v.a.) de dimension d une application mesurable de dans R
d
(o R
d
est muni de la tribu borlienne).
Noter que la notation v.a." signie indiffremment variable(s) alatoire(s)" ou vecteur(s) alatoire(s)".
Proposition 9.1 Soit d > 1 et (, /) un espace probabilisable. Soit X une application de dans R
d
. On note
X
1
, . . . , X
d
les composantes de X (de sorte de X = (X
1
, . . . , X
d
)
t
). On note (X) la tribu engendre par X (et
(X
i
), pour i = 1, . . . , d la tribu engendre par X
i
). On a alors :
1. (X) est la plus petite tribu contenant les tribus (X
1
), . . . , (X
d
).
2. X est un v.a. si et seulement si X
i
est, pour tout i 1, . . . , d, une v.a.r..
DMONSTRATION : On rappelle que (X) = X
1
(B), B B(R
d
) et que, pour tout i, (X
i
) = X
1
i
(A),
A B(R). On note ( =

d
i=1
A
i
, A
i
B(R) pour tout i. On rappelle que ( B(R
d
) (voir lexercice 7.10)
et que ( engendre B(R
d
) (cest mme encore vrai si on se limite prendre pour A
i
des intervalles, ouverts, voir
lexercice 2.7).
On note T la plus petite tribu contenant les tribus (X
1
), . . . , (X
d
). Soit i 1, . . . , d et A B(R). En prenant
B =

d
j=1
A
j
avec A
j
= R si j ,= i et A
i
= A, on a X
1
(B) (X) (car B ( B(R
d
)) et X
1
(B) =
X
1
i
(A). On en dduit X
1
i
(A) (X) et donc (X
i
) (X) pour tout i 1, . . . , d. Comme (X) est une
tribu, on a donc T (X).
On montre maintenant linclusion inverse (cest--dire T (X)). On remarque que, si B ( on a B =

d
i=1
A
i
avec des A
i
appartenant B(R). On a donc X
1
(B) =
d
i=1
X
1
i
(A
i
) T (car X
1
i
(A
i
) (X
i
) T). Or, il est
facile de voir que B B(R
d
), t.q. X
1
(B) T est une tribu. Cette tribu contient (, elle contient donc la tribu
engendre par (, cest--dire B(R
d
). On vient donc de montrer que B B(R
d
), t.q. X
1
(B) T = B(R
d
),
cest--dire que X
1
(B) T pour tout B B(R
d
), ou encore que (X) T. On a bien, nalement, (X) = T,
ce qui donne le premier item de la proposition.
Le deuxime item est un consquence facile du premier. En effet, si X est un v.a., on a pour tout i, (X
i
)
(X) / et donc X
i
est une v.a.r.. Rciproquement ; si X
i
est, pour tout i, une v.a.r., on a (X
i
) / pour tout
i. Comme / est une tribu, on a donc / T et comme T = (X) on en dduit que X est un v.a..
229
La dmonstration de la proposition 9.1 nutilise pas vraiment le fait que les X
i
soient des applications valeurs
dans R. Elle se gnralise donc facilement au cas o les X
i
sont des applications valeurs dans R
d
i
.
Proposition 9.2 Soit p N, p 2, d
1
, . . . , d
p
N

. soit (, /) un espace probabilisable et, pour tout i


1, . . . , p, X
i
une application de dans R
d
i
. On note X = (X
1
, . . . , X
d
)
t
, de sorte que X est une application
de dans R
d
avec d = d
1
+ . . . + d
p
. Soit d 1 et (, /) un espace probabilisable. Soit X une application de
dans R
d
. On note (X) la tribu engendre par X (et (X
i
), pour i = 1, . . . , p la tribu engendre par X
i
). On
a alors :
1. (X) est la plus petite tribu contenant les tribus (X
1
), . . . , (X
p
).
2. X est un v.a. (de dimension d) si et seulement si X
i
est, pour tout i 1, . . . , p, un v.a. (de dimension d
i
).
Dnition 9.2 (Loi dun v.a.) Soit (, /, P) un espace probabilis, d 1 et X un v.a. de dimension d. On
appelle loi de probabilit de X, et on note cette loi P
X
, la probabilit sur B(R
d
) image par X de P (cest--dire
P
X
(A) = P(X
1
(A)) = P(X A) pour tout A B(R
d
)). Si (X
1
, . . . , X
d
) sont les composantes de X, La
probabilit P
X
est aussi appele loi conjointe de (X
1
, . . . , X
d
).
Un exemple important est la loi normale multidimensionnelle.
Dnition 9.3 (Loi normale multidimensionnelle) Soit (, /, P) un espace probabilis, d 1 et X un v.a. de
dimension d. Soit m R
d
et D une matrice ( coefcients rels, de taille d d) s.d.p. (cest--dire symtrique
dnie positive). Le v.a. X a pour loi A(m, D) (loi normale de paramtre m et D) si P
X
= f
d
avec :
f(x) =
1
(2)
d/2
_
det(D)
exp(
1
2
(x m)
t
D
1
(x m)) pour x R
d
.
Si D est seulement semi-dnie positive (cest--dire Du u 0 pour tout u R
d
) au lieu dtre dnie positive
(cest--dire Duu > 0 pour tout u R
d
, u ,= 0), la loi normale A(0, D) est aussi dnie, voir la proposition 9.11,
mais ce nest pas une loi de densit (par rapport la mesure de Lebesgue), voir lexercice 10.9 (et lexercice 9.16
qui donne un exemple de loi normale bidimensionnelle qui nest pas de densit).
Nous verrons dans la section 9.3 que si X est un v.a. suivant une loi normale multidimensionnelle, X est un v.a.
gaussien. Lextension de la dnition de la loi normale multidimensionnelle au cas D non inversible permettra
alors de dire que les v.a. gaussiens sont exactement ceux qui suivent une loi normale multidimensionnelle (propo-
sition 9.11).
Le fait que les composantes du v.a. X suivent une loi normale ne donne pas que X suit une loi normale multidimen-
sionnelle (voir, par exemple, lexercice 10.10). Mais, si les composantes du v.a. X suivent une loi normale et sont
indpendantes, le v.a. X suit alors une loi normale multidimensionnelle (cf. lexercice 9.11 ou lexercice 10.10).
Dnition 9.4 (i-me projecteur) Soit d 1. On appelle i-me projecteur de R
d
lapplication
i
, de R
d
dans R,
qui a un vecteur de R
d
fait correspondre sa i-me composante dans la base canonique de R
d
.
Dnition 9.5 (Probabilit marginale) Soit (, /, P) un espace probabilis , d 1 et X un vecteur alatoire
de dimension d. On appelle i-me probabilit marginale du vecteur alatoire X la mesure image de P
X
par le
i-me projecteur
i
. La remarque suivante montre que cette probabilit marginale est en fait la loi de X
i
note
P
X
i
.
Remarque 9.1 Soit (, /, P) espace probabilis , d 1 et X = (X
1
, . . . , X
d
)
t
un vecteur alatoire de dimension
d. On note q
i
la i-me probabilit marginale du vecteur alatoire X. Soit B B(R), par dnition de la loi
marginale, on a :
q
i
(B) = P
X
(
1
i
(B)) = P(X
1
(
1
i
(B))).
230
Comme X
i
=
i
X, on a donc :
q
i
(B) = P(X
1
i
(B)).
La probabilit q
i
est donc aussi la loi de la variable alatoire X
i
.
Remarque 9.2 Soit (, /, P) espace probabilis , d > 1 et X = (X
1
, . . . , X
d
)
t
un vecteur alatoire de dimension
d. La connaissance de P
X
entrane la connaissance des P
X
i
. La rciproque est en gnral fausse.
On dnit la densit dune loi de manire analogue au cas scalaire.
Dnition 9.6 (Loi de densit) Soit p une probabilit sur B(R
d
) (d 1), on dit que p est une probabilit de
densit (par rapport la mesure de Lebesgue) sil existe une application borlienne f de R
d
dans R
+
t.q. p = f
d
.
De mme que dans le cas scalaire, on a un thorme qui permet de calculer des intgrales par rapport la loi
image :
Thorme 9.1 (Loi image) Soit d 1, (, /, P) un espace probabilis, X un v.a. de dimension d et P
X
la loi
de X. Soit une application borlienne de R
d
dans R. On a alors (On rappelle que (X) dsigne X) :
1. (X) L
1
R
(, /, P) si et seulement si L
1
R
(R
d
, B(R
d
), P
X
) ,
2. Lgalit
_

(X)dP =
_
R
d
dP
X
,
est vraie si prend ses valeurs dans R
+
, ou si est borne ou encore si (X) L
1
R
(, /, P).
Dnition 9.7 (Fonction de rpartition)
Soit d 1, (, /, P) un espace probabilis, X = (X
1
, . . . , X
d
)
t
un v.a. de dimension d et P
X
la loi de X. On
appelle fonction de rpartition du vecteur alatoire X la fonction dnie de R
d
dans [0, 1] par : F
X
(t
1
, . . . , t
d
) =
P([X
1
t
1
, . . . , X
d
t
d
]).
Proposition 9.3 Soit d 1, (, /, P) un espace probabilis et X un v.a. de dimension d de fonction de rpartition
F
X
. Alors :
1. 0 F
X
(t) 1 pour tout t R
d
;
2. Si t, t
t
R
d
, t t
t
(i.e. t
i
t
t
i
, pour tout i = 1, . . . , d), F
X
(t) F
X
(t
t
) ;
3. F
X
est continue droite en tout point ;
4. F
X
(t
1
, . . . , t
d
) 1 lorsque (t
1
, . . . , t
d
) (+, . . . , +) ;
5. F
X
(t
1
, . . . , t
d
) 0 lorsque t
i
( i x).
DMONSTRATION : La dmonstration dcoule facilement des proprits dune mesure (monotonie, continuit
croissante et continuit dcroissante.
Proposition 9.4 Soit d 1, (, /, P) un espace probabilis et X un v.a. de dimension d de fonction de rpartition
F
X
. Si F
X
C
d
(R
d
, [0, 1]), alors p
X
est une probabilit de densit (par rapport Lebesgue) et cette densit,
note f
X
, vrie
f
X
=

d
F
X
x
1
. . . x
d

d
-p.p.. (9.1)
231
DMONSTRATION : On suppose que d = 1. Pour tout a, b R, a < b, la dnition de F
X
donne P
X
(]a, b]) =
F
X
(b) F
X
(a). Mais, comme F
X
est de classe C
1
, on a F
X
(b) F
X
(a) =
_
b
a
F
t
X
(t)dt. En notant m la mesure
de densit F
t
X
par rapport , on a donc P
X
(]a, b]) = m(]a, b]) pour tout a, b R, a < b, ce qui est sufsant pour
dire que P
X
= m (en utilisant, par exemple, la proposition 2.5).
Pour d > 1, on note m la mesure de densit
d
F
X
/x
1
. . . x
d
par rapport
d
. Un raisonnement voisin du
prcdent donne m(

d
i=1
]a
i
, b
i
]) = P
X
(

d
i=1
]a
i
, b
i
]) pour tout a
i
, b
i
R, a
i
< b
i
, i = 1, . . . , d. On en dduit
m = P
X
avec la proposition 2.5.
Dnition 9.8 (Esprance) Soit (, /, P) un espace probabilis, d > 1 et X = (X
1
, . . . , X
d
)
t
un vecteur
alatoire de dimension d. On suppose que E([X
i
[) < pour tout i 1, . . . , d. Lesprance de X, no-
te E(X), est alors le vecteur de R
d
dont les composantes sont les esprances des X
i
, cest--dire E(X) =
(E(X
1
), . . . , E(X
d
))
t
.
Remarque 9.3 Soit (, /, P) un espace probabilis, d > 1 et X = (X
1
, . . . , X
d
)
t
un vecteur alatoire de
dimension d t.q. E([X
i
[) < pour tout i 1, . . . , d. Soit u R
d
. Lapplication u X (qui associe
u X(), on rappelle que est le produit scalaire canonique de et dans R
d
) est une v.a.r. intgrable et il est
clair que E(u X) = u E(X). Lapplication u E(u X) est donc lapplication linaire sur R
d
reprsente
par E(X).
Dnition 9.9 (Variance, covariance) Soit (, /, P) un espace probabilis, d > 1 et X = (X
1
, . . . , X
d
)
t
un
vecteur alatoire de dimension d. On suppose que E(X
2
i
) < pour tout i 1, . . . , d. On dnit alors la
matrice de covariance de X, note Cov(X), comme la matrice dont le coefcient i, j est donn par :
Cov(X)
i,j
= E((X
i
E(X
i
))(X
j
E(X
j
))) pour tout i, j 1, . . . , d.
On a donc C
i,i
= Var(X
i
) et C
i,j
= Cov(X
i
, X
j
) (noter dailleurs que Cov(X
i
, X
i
) = Var(X
i
)). Enn, on peut
aussi noter que Cov(X) est lesprance de la matrice (X E(X))(X E(X))
t
.
Remarque 9.4 Soit (, /, P) un espace probabilis , d > 1 et X = (X
1
, . . . , X
d
)
t
un vecteur alatoire de
dimension d t.q. E(X
2
i
) < pour tout i 1, . . . , d. Pour tout u R
d
, on a donc E((u