Mes Int Pro

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
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
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
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
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.
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
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.
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
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
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
.]
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) ?
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
)).
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
=
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.
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
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
+
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).
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
+
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
+
).
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
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
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
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
f /et (g
n
)
nN
/converge en mesure vers g, alors (f
n
g
n
)
nN
[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
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
n
)
nN
mesurable de E dans R. On rappelle que, par dnition, la suite (f
n
)
nN
> 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.]
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.)
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 /
+
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
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
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
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
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
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.
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)
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
.
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.
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
97
1. Lespace L
1
C
(E, T, m) est lespace L
1
C
2. Soit F L
1
C
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
+
. 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
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.
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
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
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), ).]
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
+
. 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?
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)
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
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
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
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
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
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
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
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
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
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.
1
N
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
_
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
_
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), ).
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 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
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 +.
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

_
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
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
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.
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.
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
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
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
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
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 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
)
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
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
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
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
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
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
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
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
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
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
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 ()
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 ()
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 ()
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 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
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
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 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
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.
n
)
nN
d
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).
n
)
nN
d
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).
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
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)).
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
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
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
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
_
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|
. ]
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
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).
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
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
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
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
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
.
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

n
R tel que : [g(
n
)[ n[
n
[ et [
n
[ n.
n
)
nN
> 0 t.q.
+
n=1
[
n
[n
2
= 1.
(c) Soit (a
n
)
nN
0
= 1 et a
n+1
= a
n

[
n
[n
2
(o
n
+
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
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
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
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
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

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
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
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
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
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
p
lespace L
p
R
p
lespace
L
p
R
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
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
(.)
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
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
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
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)
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
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
N
() =
N()
n=1
X
n
()).
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
_
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).
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.
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
(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
.
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
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
q
t.q. T(f) =
_
fgdm, f
L
p
.
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
).
n
= g
m
pp sur A
n
.
n
sur A
n
.
(i) Montrer que g L
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
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. . .
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
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
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
p
et
(
n
)
nN
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
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
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)
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.
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
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 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
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
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
 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)
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 :
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
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
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
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
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
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
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.]
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
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
N
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
 0.
5. Soit f, g C(R
N
, R). Montrer que f = g p.p. (cest--dire
N
N
.
6. Montrer que C
c
(R
N
, R) L
1
R
(R
N
, B(R
N
),
N
).
Exercice 7.11 (Rgularit de
N
Soit mune mesure sur B(R
N
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).]
c
dans L
1
(R
N
))
Soit N 1. Montrer que lespace C
c
(R
N
1
(R
N
) (cest--dire que, pour tout f L
1
(R
N
)
c
(R
N
) t.q. |f |
1
). [Sinspirer de la dmonstration faite pour le cas N = 1,
thorme 5.5.]
c
et C
c
dans L
1
d
d
d
,
d
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
1. Soit C
c
(R
d
d
1
.
d
et > 0. Pour x R
d
, on pose (x) =
(d(x,K))
+

y K. Montrer que C
c
(R
d
3. Soit A B(R
d
) t.q. (A) < +.
213
c
(R
d
, R) t.q. | 1
A
|
1
.
d
1

C
c
(R
d
, R) t.q. |f |
1
1
et > 0.
c
(R
d
, R) t.q. |f |
1
.
c
(R
d
, R) t.q. |f |
1
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.]
(a) Soit C
c
(R
d
1
0 quand h 0.
1
et |f( +h) f|
1
,0 quand h 0.
d
c
(, R) et
C
c
(, R) dans L
1
R
(, B(), ).
Exercice 7.14 (Invariance par translation de
N
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
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
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
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
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
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
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).
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
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
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
, 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
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
c
(, R) dans L
p
())
Soient, N 1, p [1, +[ et un ouvert de R
N
. Montrer que C
c
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

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
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
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 .)
_
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
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

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
.
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
 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 X)
2
) < et il est
facile de voir (voir lexercice 9.8) que Var(u X) = u
t
Cov(X)u. La matrice Cov(X) est donc la matrice de la
forme quadratique u Var(u X), dnie sur R
d
. Cette matrice est donc symtrique et semi-dnie positive. On
peut aussi noter que, pour tout u, v R
d
, on a u
t
Cov(X)v = E((u X)(v X)).
Comme dans le cas des v.a.r., on dnit la convergence en loi de v.a. partir de la convergence troite (ou vague,
puisque cest quivalent pour des probabilits) des lois des v.a.. La convergence troite est dnie dans la dni-
tion 6.20.
Dnition 9.10 (Convergence en loi de v.a.) Soit (, /, P) un espace probabilis, d 1, (X
n
)
nN
une suite de
v.a. de dimension d et X un v.a. de dimension d. On dit que X
n
X en loi, quand n , si :
_
(X
n
)dP
_
(X)dP pour tout C

b
(R
d
, R).
(Ce que est quivalent dire que P
X
n
P
X
troitement.)
Comme pour les v.a.r., il est possible de dnir la convergence en loi pour une suite de v.a. 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)). Il suft que tous les v.a. aient mme dimension. Nous utiliserons parfois implicitement
cette dnition plus gnrale.
232
Ici, comme dans le cas des v.a.r., on remarque que la convergence en loi donne la tension de la suite des lois. Ceci
est donn dans la proposition 9.5.
Proposition 9.5 Soit (, /, P) un espace probabilis, d 1, (X
n
)
nN
une suite de v.a. de dimension d et X un
v.a. de dimension d. 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 : Le rsultat est donne par proposition 6.27 en prenant m
n
= P
X
n
.
La proposition 9.5 admet une rciproque partielle qui est due la proposition 8.6. Nous donnons maintenant cette
rciproque (partielle).
Proposition 9.6 Soit d 1, (, /, P) un espace probabilis et (X
n
)
nN
une suite de v.a. de dimension d. On
suppose que la suite des lois des X
n
est tendue. Il existe alors un v.a. X (de dimension d) et une sous suite de la
suite (X
n
)
nN
t.q. cette sous suite converge en loi vers X.
DMONSTRATION : Pour n N, on note m
n
la loi de X
n
. Comme (m
n
)
nN
est une suite tendue de probabilits
sur B(R
d
), la proposition 8.6 donne lexistence dune probabilit m sur B(R
d
) t.q. m
n
m troitement. En
prenant un v.a. X t.q. P
X
= m (X nest pas ncessairement dni sur le mme espace probabilis), on a donc la
convergence en loi de X
n
vers X.
9.2 Indpendance
Dnition 9.11 Soit p N, p 2, d
1
, . . . , d
p
N

1, . . . , p, X
i
un v.a. de dimension d
i
. Les v.a. X
1
, . . . , X
p
sont dits indpendants si les tribus (X
1
), . . . , (X
p
)
(engendres par X
1
, . . . , X
p
) sont indpendantes (cf dnition 2.24, p. 38)
La proposition suivante donne des oprations" possibles sur lindpendance.
Proposition 9.7 Soit p N, p 2, d
1
, . . . , d
p
N

1, . . . , p, X
i
un v.a. de dimension d
i
. On suppose que les v.a. X
1
, . . . , X
p
sont indpendants. On se donne
maintenant une suite strictement croissante p
0
, . . . , p
q
(q 2) t.q. 1 = p
0
< . . . < p
q
= p + 1 et, pour
i 1, . . . , q, on note Y
i
le v.a. (X
p
i1
, . . . , X
p
i
1
)
t
, qui est donc un v.a. de dimension r
i
= d
p
i1
+. . . +d
p
i
1
. On a alors
1. Les v.a. Y
1
, . . . , Y
q
sont indpendantes,
2. Si
i
est, pour tout i 1, . . . , q, une application borlienne de R
r
i
dans R
s
i
(avec s
i
N
), les v.a.
1
(Y
1
), . . . ,
q
(Y
q
) sont indpendants.
DMONSTRATION : le premier item est une consquence immdiate de la proposition 2.11 (sur lindpendance de
tribus) et de la proposition 9.2. Le second item est une consquence immdiate du premier car (
i
(Y
i
)) (Y
i
)
pour tout i.
Remarque 9.5 Soit (, /) un espace probabilisable et X, Y deux v.a. (pas ncessairement de mme dimension).
La proposition 9.7 montre que si X et Y sont indpendants, toute composante de X est indpendante de toute
composante de Y . Rciproquement, si toute composante de X est indpendante de toute composante de Y , on en
dduit que X et Y sont indpendants. Ceci est encore une consquence simple de la proposition 2.11.
233
On donne maintenant une gnralisation de la proposition 4.10.
Proposition 9.8 Soit (, /, P) un espace probabilis, n 2 et X
1
, . . . , X
n
des v.a. indpendants, de dimension
d
1
, . . . , d
n
N
.
1. Soit, pour tout i 1, . . . , n, une fonction borlienne, note
i
, de R
d
i
dans R
+
. On a alors :
E(
n
i=1
i
(X
i
)) =
n
i=1
E(
i
(X
i
)). (9.2)
2. Soit, pour tout i 1, . . . , n,
i
une fonction borlienne de R
d
i
dans R. On suppose que (X
i
) est intgrable
pour tout i = 1, . . . , n. La v.a.r.
n
i=1
i
(X
i
) est alors intgrable et lgalit (9.2) est vraie.
3. Soit, pour tout i 1, . . . , n,
i
une fonction borlienne borne de R
d
i
dans R. Alors, lgalit (9.2) est vraie.
N.B. Comme dans la proposition 4.10, litem 3 est donc une CNS pour que les v.a. X
1
, . . . , X
n
soient indpendants.
DMONSTRATION : La dmonstration suit pas pas celle de la proposition 4.10, sans difcult supplmentaire.
Remarque 9.6 Soit (, /, P) un espace probabilis. La proposition 9.8 donne aussi des rsultats quand les
fonctions
i
sont la valeurs dans R
r
i
avec r
i
,= 1. Par exemple, soit X, Y sont deux v.a. indpendants de
dimensions d. On suppose X et Y intgrables (cest--dire E([X[) < et E([Y [) < ). La v.a.r. X Y est alors
intgrable et E(X Y ) = E(X) E(Y ).
Plus gnralement, soit X est un v.a. de dimension d, Y est un v.a. de dimension

d, X, Y indpendants. On suppose
que est une fonction borlienne de R
d
dans R
r
et une fonction borlienne de R
d
dans R
r
t.q. X et Y
soient intgrables. On a alors X Y intgrable et E( X Y ) = E( X) E( Y ).
Enn, si X
1
, . . . , X
n
sont des v.a. indpendants de dimension d (d 1), la formule donne dans la proposition 6.30
se gnralise et donne :
Cov(X
1
+. . . +X
n
) =
n
i=1
Cov(X
i
).
Pour le montrer, il suft de traiter le cas n = 2 (qui est trait dans lexercice 9.9) et de faire une rcurrence sur n.
On donne maintenant la gnralisation de la proposition 4.12.
Proposition 9.9 Soit (, /, P) un espace probabilis, n 2 et X
1
, . . . , X
n
des v.a. de dimension d
1
, . . . , d
n

N
. Ces v.a. sont indpendants si et seulement si on a, pour tout famille

i
, i = 1, . . . n t.q.
i
C
c
(R
d
i
, R)
pour tout i,
E(
d
i=1
i
(X
i
)) =
d
i=1
E(
i
(X
i
)), (9.3)
DMONSTRATION : Ici encore, la dmonstration suit pas pas celle de la proposition 4.12, sans difcult suppl-
mentaire.
Thorme 9.2 (Loi dun couple de v.a. indpendantes)
Soit (, /, P) un espace probabilis.
234
1. Soit X, Y deux v.a.r.. Les v.a.r. X et Y sont indpendantes si et seulement si la loi du v.a. (X, Y )
t
(ou du couple
(X, Y )) est P
(X,Y )
t = P
X
P
Y
.
2. Soit X
1
, . . . , X
n
(n 2) n v.a. de dimension d
1
, . . . , d
n
N
. On pose Z = (X
1
, . . . , X
n
)
t
(Z est donc un
v.a. de dimension d
1
+ . . . + d
n
). Les v.a. X
1
, . . . , X
n
sont indpendantes si et seulement si la loi du v.a. Z est
P
Z
= P
X
1
. . . P
X
n
.
DMONSTRATION : La dmonstration du premier item fait partie de lexercice 9.10. le second item est une gn-
ralisation assez simple (en faisant, par exemple, une rcurrence sur n pour se ramener au cas n = 2).
On utilise souvent en thorie des probabilits une suite (nie ou innie) de v.a.r. indpendantes ayant des lois
prescrites. Le thorme suivant montre quil existe effectivement un espace de probabilit et une suite de v.a.r.i.
sur cet espace ayant des lois prescrites.
Thorme 9.3 (Existence de v.a.r.i. de lois prescrites)
Soit (p
n
)
nN
une suite de probabilits sur B(R). On a alors :
1. Pour tout n N
, il existe un espace probabilis, not (, /, P), et une suite nie de v.a.r. indpendantes,
notes X
1
, . . . , X
n
, t.q. P
X
k
= p
k
pour tout k 1, . . . , n.
2. Il existe un espace probabilis, not (, /, P), et une suite de v.a.r. indpendantes, note (X
n
)
nN
t.q. P
X
n
=
p
n
pour tout n N
.
DMONSTRATION : Nous dmontrons ici le premier item. Le second (plus difcile) sera admis. Soit n N
.
Un raisonnement par rcurrence utilisant le thorme dexistence (et unicit) de la mesure produit (thorme 7.1)
permet de construire une mesure p sur B(R
n
) vriant, pour toute famille A
1
, . . . , A
n
de borliens de R :
p(
n
i=1
A
i
) =
n
i=1
p
i
(A
i
).
On a donc p = p
1
. . . p
n
.
On prend alors (, /, P) = (R
n
, B(R
n
), p) et, pour tout i = 1, . . . , n, X
i
est lapplication qui a R
n
associe
sa i-ime composante. Enn, on note X = (X
1
, . . . , X
n
)
t
, de sorte que X est un v.a. de dimension n.
Pour tout R
n
, on a X() = , ceci prouve que P
X
= P. Puis, pour tout i 1, . . . , n, on a X() =
i
(o
i
dsigne la i-ime composante de ). On en dduit que P
X
i
= p
i
. Enn, comme p = p
1
. . . p
n
, on a aussi
P
X
= p
X
1
. . . p
X
n
. Le thorme 9.2 donne donc que les v.a.r. X
1
, . . . , X
n
sont indpendantes.
On sintresse maintenant la somme de v.a.i.
Proposition 9.10 (Loi de la somme de v.a. indpendantes) Soit (, /, P) un espace probabilis, d 1 et X, Y
deux v.a. indpendants de dimension d. Alors, P
X+Y
= P
X
P
Y
.
DMONSTRATION : Soit une fonction borlienne borne de R
d
dans R. Comme X et Y sont indpendants, on
a P
(X,Y )
= P
X
P
Y
(par le thorme 9.2) et donc :
_
(X +Y )dP =
_
R
2d
(x +y)dP
(X,Y )
(x, y) =
_
R
d
_
R
d
(x +y)dP
X
(x)dP
Y
(y).
La dnition de la convolution de mesure donne (voir la dnition 7.4 et la proposition 7.10 :
_
R
d
_
R
d
(x +y)dP
X
(x)dP
Y
(y) =
_
R
d
(z)d(P
X
P
Y
)(z).
On en dduit que
_
(X +Y )dP =
_
R
d
(z)d(P
X
P
Y
)(z), cest--dire P
X+Y
= P
X
P
Y
.
235
9.3 Vecteurs gaussiens
Soit m R et > 0. On rappelle que la loi normale A(m,
2
) est la probabilit (sur B(R)) de densit f avec,
pour x R,
f(x) =
1
2
exp
(xm)
2
2
2
.
Pour introduire les v.a. gaussiens, il est utile de dnir aussi la loi normale A(m, 0). Cette loi normale est la
probabilit (sur B(R))
m
(appele mesure de Dirac au point m). Comme elle vrie, pour tout fonction
borlienne de R dans R,
_
d
m
= (m), il est facile de vrier que A(m, 0) est la limite troite, quand 0,
> 0, de A(0,
2
).
Dnition 9.12 Soit (, /, P) un espace probabilis, d 1 et X un v.a. de dimension d. le v.a. X est un v.a.
gaussien si u X est, pour tout u R
d
, une v.a.r. gaussienne.
Remarque 9.7 Soit (, /, P) un espace probabilis, d > 1 et X un v.a. de dimension d. On suppose que
chaque composante de X est une v.a.r. gaussienne. Alors, le vecteur X nest pas ncessairement gaussien. Mais,
si les composantes de X sont indpendantes, le vecteur X est alors un v.a. gaussien. On peut aussi montrer que
si X est un v.a. gaussien et que les composantes de X sont indpendantes deux deux (ou si on a seulement
Cov(X
i
, X
j
) = 0 pour tout i, j t.q. i ,= j), alors les composantes de X sont indpendantes (voir lexercice 10.10
pour tous ces rsultats).
Les v.a. gaussiens sont les vecteurs qui suivent un loi normale multidimensionnelle, dont la dnition et don-
ne dans la dnition 9.3, condition dtendre convenablement la dnition 9.3 au cas D non inversible. Cest
lobjectif de la proposition suivante.
Proposition 9.11 Soit (, /, P) un espace probabilis, d 1 et X un v.a. de dimension d.
1. Soit m R
d
et D une matrice s.d.p. (de taille d d). Si X A(m, D), o A(m, D) est dnie par la
dnition 9.3, alors X est un vecteur gaussien.
2. Si X est un vecteur gaussien. On pose m = E(X) et D = Cov(X). Alors, la loi de X ne dpend que de m et
D. Si D est inversible on a X A(m, D) (o A(m, D) est dnie par la dnition 9.3).
Ceci permet de dnir A(m, D) dans le cas o D est seulement symtrique semi-dnie positive (et m R
d
). On
dnit A(m, D) comme tant la loi dun vecteur gaussien de dimension d t.q. m = E(X) et D = Cov(X) (on
peut montrer quun tel vecteur existe).
DMONSTRATION : Le premier item est dmontr dans lexercice 10.8 et le deuxime item est dmontr dans
lexercice 10.9.
Remarque 9.8 La notion de vecteur alatoire gaussien (et de loi normale multidimensionnelle) gnralise la no-
tion de variable alatoire gaussienne (et de loi normale). Le thorme central limite que nous avons nonc dans
la remarque 6.28 se gnralise au cas vectoriel. Soit (, /, P) un espace probabilis , d 1 et (X
n
)
nN
une
suite de v.a. de dimension d i.i.d.. On suppose que E([X
1
[
2
) < . On pose E(X
1
) = m, D = Cov(X
1
) et, pour
n N
,
Y
n
=
1
n
n
i=1
(X
i
m).
La suite (Y
n
)
nN
converge alors en loi vers tout v.a. Y dont la loi est la normale multidimensionnelle A(0, D).
(Voir la dnition 9.3 et la proposition 9.11 pour la dnition de cette loi normale multidimensionnelle.) Ceci sera
dmontr au chapitre 10 (thorme 10.4) en utilisant la transformation de Fourier.
236
9.4 Exercices
9.4.1 Dnition, proprits lmentaires
Exercice 9.1 Soient (E, T) un espace mesurable et (f
k
)
k=1,...,N
une famille de fonctions mesurables de (E, T)
dans (R, B(R)). Montrer que lapplication f dnie de E dans R
N
par : (x, . . . , x) f(x) = (f
1
(x), . . . f
N
(x))
est mesurable.
Exercice 9.2 On reprend les hypothses de lexercice 4.37. Soit Y la longvit moyenne des 1000 ouvrires nes
le 7 mai. Dterminer une valeur x > 0 pour laquelle on a une probabilit infrieure 10
2
que [Y 45[ > x.
Exercice 9.3 (Problme de Buffon) On reprend les hypothses de lexercice 4.38. On suppose maintenant que
=
d
2
. On lance n fois laiguille : quelle est la loi de la variable alatoire Z
n
, qui reprsente le nombre de
rencontres au cours des n lancers.
Soit F
n
la frquence des rencontres au cours des n lancers ; estimer, laide de lingalit de Bienaym Tchebi-
cheff, le nombre de lancers permettant dobtenir [F
1
[ 0.05 avec une probabilit dau moins 0.99.

Exercice 9.4
On va montrer ici que la connaissance des lois de probabilit marginales ne dtermine pas forcment la loi de
probabilit. On considre pour cela lespace probabilisable (E, T) = (]0, 1[]0, 1[, B(R
2
) et on note
N
la mesure
de Lebesgue sur B(R
N
), et
(a,b)
la mesure de Dirac en (a, b). Soit p une probabilit sur (E, T), on note p
1
et p
2
ses probabilits marginales.
1. Soit (a, b) E. Montrer que p =
(a,b)
si et seulement si p
1
=
a
et p
2
=
b
.
2. Soit p =
2
sur (E, T). Montrer que p
1
= p
2
=
1
(sur (]0, 1[, B(R))).
3. On pose D = (t, 1 t), t ]0, 1[, et on dnit lapplication f :]0, 1[ dans D par f(t) = (t, 1 t).
(a) Montrer que f est mesurable.
(b) On dnit la probabilit p sur (E, T) par : p(D
c
) = 0 et p(A) = (f
1
(A)) pour tout A B(R
2
), A D.
Montrer que p
1
= p
2
=
1
et conclure.
Exercice 9.5 On considre deux variables alatoires relles indpendantes X et Y qui ont pour loi de probabilit
conjointe la loi dans le plan R
2
de densit f(x, y) =
1
2
2
exp
_
x
2
+y
2
2
2
_
par rapport la mesure de Lebesgue de
R
2
, tant un nombre rel donn. Quelle est la loi de probabilit de la variable alatoire Z = max([X[, [Y [) ?
Exercice 9.6 Soient X
1
et X
2
des variables alatoires dun espace probabilis (E, T, p) dans (R, B(R)) suivant
des lois de Poisson de paramtre
1
et
2
respectivement, montrer que X
1
+X
2
suit une loi de Poisson de paramtre
1
+
2
. (On rappelle que la loi de Poisson est donne par P =
kN
e

k
k!

k
, o
k
dsigne la mesure de Dirac
en k).
Exercice 9.7 (Convergence p.p. dune srie dans L
2
)
Soit (E, T, m) un espace mesur ni. On pose L
2
= L
2
R
(E, T, m). Soit (f
n
)
nN
une suite de L
2
t.q.
La srie de terme gnral |f
n
|
2
2
converge dans R,
(f
n
/f
m
)
L
2 = 0 pour tout n, m N, n ,= m.
1. Montrer que la srie de terme gnral f
n
converge dans L
2
vers une fonction F L
2
.
237
2. Pour q N
, on pose
A
q
= y E t.q. pour tout N N il existe m, n N t.q
m > n > N et [
m
p=n
f
p
(y)[
1
q
.
Montrer que m(A
q
) = 0. En dduire que la srie de terme gnral f
n
converge vers F p.p..
Soit maintenant (, /, P) un espace probabilis et (X
n
)
nN
une suite de v.a.r. indpendantes. On note
2
n
la
variance de X
n
, et on suppose que
nN
2
n
< +. On pose S
n
=
n
k=0
X
k
.
3. Montrer que la suite de v.a.r. S
n
converge presque srement vers une v.a.r. S de variance nie, et que
2
(S
n
S) 0 lorsque n +.
Exercice 9.8 (Matrice des moments, matrice de covariance) Corrig 173 page 494
Soit (, /, P) est un espace de probabilit. Soit X un vecteur alatoire de dimension d (d 1), dont toutes les
coordonnes (notes X
i
, i = 1, . . . , d) sont supposes tre de carr intgrable. La matrice des moments dordre
2 du v.a. X est la matrice E(XX
t
), dont le terme (i, j) est le rel E(X
i
X
j
), et on rappelle que la matrice de
covariance de X, note Cov(X), est la matrice E((X E(X))(X E(X))
t
) = E(XX
t
) E(X)E(X)
t
, dont
le terme (i, j) est la covariance des v.a.r. X
i
et X
j
. (La notation X
t
dsigne le transpos du vecteur X.)
1. Soit u R
d
, montrer que u
t
E(XX
t
)u = E((u X)
2
) et que u
t
Cov(X)u = Var(u X) (On rappelle que
u X =
d
i=1
u
i
X
i
= u
t
X).
2. Montrer que les matrices E(XX
t
) et Cov(X) sont symtriques et semidnies positives.
3. Montrer que si A est une matrice k d et b un vecteur de R
k
, Y = AX + b, alors E(Y ) = AE(X) + b et
Cov(Y ) = ACov(X)A
t
.
4. Montrer que si Cov(X) nest pas inversible, alors le v.a. X prend p.s. ses valeurs dans un sousespace afne de
R
d
de dimension (infrieure ou) gale d 1, et que la loi de X nest pas absolument continue par rapport la
mesure de Lebesgue de R
d
, note _d (i.e. cette loi nest pas densit dans R
d
).
5. Montrer que si trois points x, y et z de R
2
ne sont pas aligns, tout v. a. X de dimension 2 tel que P(X = x) > 0,
P(X = y) > 0 et P(X = z) > 0 a une matrice de covariance non dgnre.
9.4.2 Indpendance
Exercice 9.9 (Covariance dune somme de v.a.i.) Corrig 174 page 495
Soit (, /, P) est un espace de probabilit et X, Y deux vecteurs alatoires indpendants de dimension d (d 1).
Montrer que Cov(X +Y ) = Cov(X)+Cov(Y ).
Exercice 9.10 (Loi dun couple de v.a. indpendantes) Corrig 175 page 496
Soit (, /, P) un espace de probabilits et X, Y deux v.a.r..
1. Montrer que X et Y sont indpendantes si et seulement si la loi du couple (X, Y ) est P
(X,Y )
= P
X
P
Y
.
2. On suppose que X et Y ont des densits par rapport : P
X
= f et P
Y
= g, avec f, g L
1
R
(R, B(R), ) (et
positives p.p.). Montrer que X et Y sont indpendantes si et seulement si la loi du couple (X, Y ) a pour densit
la fonction (x, y) f(x)g(y) par rapport
2
.
Exercice 9.11 (V.a. suivant une loi normale multidimensionelle) Corrig 176 page 496
238
Soit (, /, P) un espace de probabilits et X = (X
1
, . . . , X
d
) (d > 1) un v.a. de dimension d. On suppose que
les X
i
sont des v.a.r. indpendantes et que X
i
A(m
i
,
2
i
), avec m
i
R et
i
> 0 pour tout i. Montrer que X
suit une loi normale multidimensionnelle et donner m et D t.q. X A(m, D).
Exercice 9.12 (Somme de v.a. indpendantes et convolution) Corrig 177 page 497
Soit (, /, P) un espace de probabilits et X, Y deux v.a.r. indpendantes.
1. On suppose que la loi de X a une densit, note f, par rapport la mesure de Lebesgue. Montrer que la loi de
X + Y a aussi une densit (par rapport la mesure de Lebesgue) et lexprimer en fonction de f et de la loi de
Y .
2. On suppose que X A(,
2
) et Y A(m, s
2
) (m, , s, R). Montrer que X +Y A(+m,
2
+s
2
)
(le signe " signie a pour loi").
Exercice 9.13 (Calcul de ) Corrig 178 page 498
Soit (, /, P) un espace de probabilit, (U
n
)
nN
et (V
n
)
nN
deux suites de variables alatoires relles de loi
uniforme sur lintervalle [0, 1]. On suppose que toutes ces v.a. sont indpendantes (dans leur ensemble). On pose
pour tout n 1 :
X
n
= 1 si U
2
n
+V
2
n
1 et X
n
= 0 sinon,
et
Z
n
= 4
X
1
+ +X
n
n
.
1. Dterminer, pour tout n N
, la loi de X
n
.
2. Montrer que la suite (Z
n
)
nN
converge en probabilit vers .
3. Soit ]0, 1[ et > 0. A laide de lingalit de Tchebychev, donner, en fonction de et , une valeur de
n
0
N
t.q.
n n
0
P[[Z
n
[ ] .
Exercice 9.14 (Indpendance des composantes dun v.a.) Corrig 179 page 500
Soit (, /, P) un espace probabilis et X, Y deux v.a. de dimension 2. On note X
1
, X
2
les composantes de X et
Y
1
, Y
2
les composantes de Y . On suppose que X et Y ont mme loi.
1. Montrer que X
1
et Y
1
ont mme loi.
2. On suppose que X
1
et X
2
sont des v.a.r. indpendantes. Montrer que Y
1
et Y
2
sont aussi des v.a.r. indpendantes.
Exercice 9.15 (Mesure produit et diffrence de deux v.a.r.i.i.d.) Corrig 180 page 500
1. Soit m une mesure sur les borliens de R. On suppose que m(R) > 0. Soit > 0.
(a) Montrer quil existe a R t.q. m(]a , a +[) > 0.
(b) On pose A = (x, y) R
2
t.q. [x y[ < 2. Dduire de la question prcdente quil existe a R t.q.
mm(A) =
_
m(]y 2, y + 2[)dm(y) m(]a , a +[)
2
> 0,
(On rappelle que mm est une mesure sur B(R
2
).)
2. Soit (, /, P) un espace probabilis et X, Y deux v.a.r. indpendantes et de mme loi. Soit > 0. Montrer que
P([X Y [ < ) = P( , [X() Y ()[ < ) > 0.
[On pourra utiliser la premire question avec m = P
X
= P
Y
.]
Montrer que le rsultat prcdent peut tre faux si on retire lhypothse dindpendance (il faut donc montrer
quon peut trouver (, /, P), X, Y et > 0 t.q. X et Y soient des v.a.r. de mme loi et P([X Y [ < ) = 0).
239
9.4.3 Vecteurs gaussiens
Exercice 9.16 (Loi du couple (X, X) si X A(0, 1)) Corrig 181 page 501
1. Soit A un borlien de R
2
. On pose T(A) = x R t.q. (x, x)
t
A. Montrer que T(A) est un borlien de R.
On pose m(A) = (T(A)) (o est mesure de Lebesgue sur B(R)).
On a ainsi dni une application m de B(R
2
) dans R
+
.
2. Montrer que lapplication m (dnie ci dessus) est une mesure sur B(R
2
) et que pour toute application
borlienne positive de R
2
dans R on a :
_
R
2
(x, y)dm(x, y) =
_
R
(x, x)dx.
3. Soit (, /, P) est un espace de probabilit. et X une v.a.r. t.q. X A(0, 1).
(a) On pose Z = (X, X)
t
. Montrer que le v.a. Z est un vecteur gaussien et donner, pour a R
2
, la loi de a Z
(en fonction de a).
(b) Montrer la loi du v.a. (X, X)
t
a une densit par rapport la mesure m dnie dans les questions prcdentes
et donner cette densit. En dduire que la loi du v.a. (X, X)
t
na pas de densit par rapport la mesure de
Lebesgue sur B(R
2
).
N.B. la loi de (X, X)
t
est une loi normale bidimensionnelle car le vecteur (X, X)
t
est gaussien (voir la proposi-
tion 9.11) mais ce nest pas une loi de densit par rapport la mesure de Lebesgue sur B(R
2
).
240
Chapitre 10
Transformation de Fourier
10.1 Introduction et notations
La notion de srie de Fourier permet danalyser les fonctions dnies dun compact [a, b] de R dans R (ou C).
La notion de transforme de Fourier permet danalyser les fonctions dnies de R (ou R
N
) dans R (ou C). La
transforme de Fourier est une notion employe par exemple en thorie du signal, en thorie des probabilits et
pour lanalyse des quations aux drives partielles.
Dans toute la suite, on considrera lespace mesur (R
N
, B(R
N
),
N
) et on notera d
N
(x) = dx. Soit N
1, les espaces L
1
C
(R
N
, B(R
N
),
N
) et L
1
C
(R
N
, B(R
N
),
N
) ont t dnis dans la section 4.10 et les espaces
L
2
C
(R
N
, B(R
N
),
N
) et L
2
C
(R
N
, B(R
N
),
N
) ont t dnis dans la section 6.2. On rappelle aussi que si f est
une fonction dnie de R
N
dans C, la fonction f est mesurable si et seulement si ses parties relle et imaginaire
sont mesurables (chaque ensemble, R
N
, R ou C, tant muni de sa tribu borlienne). On peut, bien sr, aussi dnir
les espaces L
p
C
(R
N
, B(R
N
),
N
) et L
p
C
(R
N
, B(R
N
),
N
) pour tout p [1, ].
Dnition 10.1 (Espaces L
p
C
(R
N
, B(R
N
),
N
)) Soit N 1, p [1, ] et f une fonction mesurable de R
N
dans C (cest--dire f
1
(A) B(R
N
) pour tout A B(C)). On dit que f L
p
C
(R
N
, B(R
N
),
N
) si [f[
L
p
R
(R
N
, B(R
N
),
N
) et on dnit |f|
p
par |f|
p
= |[f[|
p
o |[f[|
p
est la norme de [f[ dans L
p
(R
N
, B(R
N
),
N
) (vue au chapitre 6). Lespace L
p
C
(R
N
, B(R
N
),
N
) est lespace L
p
C
(R
N
, B(R
N
),
N
) quotient par le rela-
tion dquivalence = p.p.". Cest un espace de Banach (complexe), cest--dire un e.v.n. (sur C) complet.
Remarque 10.1 Soit N 1, p [1, ] et f une fonction dnie de R
N
dans C. Il est facile de voir que
f L
p
C
(R
N
, B(R
N
),
N
) si et seulement si ses parties relle et imaginaire sont dans L
p
R
(R
N
, B(R
N
),
N
).
1
10.2.1 Dnitions et premires proprits
Soit N 1. Pour x = (x
1
, . . . , x
N
)
t
R
N
et t = (t
1
, . . . , t
N
)
t
R
N
, on note x t le produit scalaire euclidien
de x et t, cest--dire x t =
N
i=1
x
i
t
i
. Dans ce chapitre, On note aussi L
p
C
(R
N
) lespace L
p
C
(R
N
, B(R
N
),
N
),
pour p [1, ].
Dnition 10.2 (Transforme de Fourier dans L
1
)
241
Soit N 1 et f L
1
C
(R
N
). Pour t R
N
, lapplication x e
ixt
f(x) (dnie de R
N
dans C) appartient
L
1
C
(R
N
). On dnit alors

f(t) par :
f(t) = (2)
N
2
_
f(x)e
ixt
dx. (10.1)
La fonction

f (dnie de R
N
dans C) sappelle transforme de Fourier de f.
On note C
0
(R
N
, C) = g C(R
N
, C) t.q. g(t) 0 quand [t[ +. On rappelle que C
0
(R
N
, C) est un
espace de Banach quand il est muni de la norme de la convergence uniforme, cest--dire :
||
u
= max
xR
N
[(x)[.
Proposition 10.1 Soit N 1. Soit F lapplication qui f (appartenant L
1
C
(R
N
)) associe sa transforme de
Fourier. F est une application linaire continue de L
1
C
(R
N
) dans C
0
(R
N
, C).
DMONSTRATION :
Le thorme de continuit sous le signe
_
(thorme 4.9) appliqu la fonction (x, t) e
ix.t
f(x) entrane
immdiatement que

f est continue.
On montre maintenant que

f C
0
(R, R).
Cas N = 1. On remarque que pour t ,= 0, on a, comme e
i
= 1,
f(t) = (2)
1
2
_
e
i(x
t
)t
f(x)dx,
et donc avec un changement de variable simple,
f(t) = (2)
1
2
_
e
iyt
f(y +

t
)dy.
On en dduit que
2

f(t) = (2)
1
2
_
e
ixt
(f(x) f(x +

t
))dx
et donc que [
f(t)[
1
2
(2)
1
2
|f() f( +

t
)|
1
. Le thorme de continuit en moyenne dans L
1
(tho-
rme 5.6) donne alors le fait que

f(t) 0 quand [t[ .
Cas N > 1. On reprend la mme mthode. Pour t ,= 0, t = (t
1
, . . . , t
N
)
t
, il existe j 1, . . . , N t.q.
[t
j
[ = max
k=1,...,N
[t
k
[. On a alors, comme e
i
= 1, en notant e
j
le j-ime vecteur de base de R
N
,
f(t) = (2)
N
2
_
e
i(x

t
j
e
j
)t
f(x)dx,
et donc avec un changement de variable simple,
f(t) = (2)
N
2
_
e
iyt
f(y +

t
j
e
j
)dy.
On en dduit que [
f(t)[
1
2
(2)
N
2
|f() f( +

t
j
e
j
)|
1
. Le thorme de continuit en moyenne dans L
1
(thorme 8.2) donne alors le fait que

f(t) 0 quand [t[ .
242
La tansforme a la proprit intressante de transformer la convolution en produit. Ceci est montr dans la propo-
sition suivante.
Proposition 10.2 Soient f et g L
1
C
(R
N
), alors

f g = (2)
N
2

f g.
DMONSTRATION : Par la proposition 7.9, on f g L
1
C
(R
N
) et pour p.p. x R
N
, f g(x) =
_
f(xy)g(y)dy.
On a donc, pour tout t R
N
,
f g(t) = (2)
N
2
_ __
f(x y)g(y)dy
_
e
ixt
dx =
(2)
N
2
_ __
f(x y)g(y)e
i(xy)t
e
iyt
dy
_
dx.
En appliquant le thorme de Fubini (thorme 7.3) la fonction (x, y) f(x y)g(y)e
i(xy)t
e
iyt
(qui est
bien intgrable sur R
2N
car son module est la fonction (x, y) [f(x y)g(y)[ dont lintgrale sur R
2N
est gale
|f|
1
|g|
1
), on obtient :
f g(t) = (2)
N
2
_ __
f(x y)e
i(xy)t
dx
_
g(y)e
iyt
dy.
Comme, pour tout y R
N
,
_
f(x y)e
i(xy)t
dx =
_
f(z)e
izt
dz = (2)
N
2

f(t), on en dduit :
f g(t) =

f(t)
_
g(y)e
iyt
dy = (2)
N
2
f(t) g(t),
ce qui est le rsultat annonc.
10.2.2 Thorme dinversion
Il est naturel de se poser les deux questions suivantes :
(i) La transforme de Fourier dune fonction f caractrise-t-elle la fonction f (cest--dire si

f = g, a-t-on f = g
p.p.) ?
(ii) peut-on retrouver la fonction partir de sa transforme de Fourier ?
Les rponses ces questions sont fournies par le thorme dinversion de Fourier :
Thorme 10.1 (Inversion partielle de la transforme de Fourier) Soit N 1 et f L
1
C
t.q.

f L
1
C
. On a
alors f =
f(.) p.p., cest--dire :

f(t) = (2)
N
2
_

f(x)e
ixt
dx, pour presque tout t R
N
.
DMONSTRATION : La dmonstration fait lobjet de lexercice 10.1.
Une consquence de ce thorme est linjectivit de lapplication F, qui fournit donc une rponse positive la
question (i). En effet, soient f et g L
1
C
t.q.

f = g ; alors par linarit,

f g = 0 et donc

f g L
1
C
. En
appliquant le thorme dinversion, on a donc f = g p.p..
Ce thorme apporte aussi une rponse partielle la question (ii) : on peut calculer f partir de

f ds que

f L
1
.
Il faut remarquer ce propos que L
1
nest pas stable par transformation de Fourier (voir exercice 10.2).
243
10.2.3 Rgularit et dcroissance linni
Proposition 10.3 (Diffrentiabilit, dimension 1)
1. Soit f L
1
C
(R)C
1
(R, C) t.q. f
t
L
1
C
(R) (o f
t
est la drive de f). Alors, pour tout t R,

f
t
(t) = (it)

f(t).
2. Soit f L
1
C
(R) t.q. (.)f L
1
C
(R) (o (.)f est lapplication qui x R associe xf(x)). Alors,

f C
1
(R, C)
et, pour tout t R,

f
t
(t) =

(i)f(t).
DMONSTRATION : La dmonstration du premier item consiste faire une intgration par parties sur lintervalle
[n, n] puis faire tendre n vers linni (en remarquant que f(n) 0, quand n , voir lexercice 5.8).
Le deuxime item est une consquence immdiate du thorme 4.10 (thorme de drivation sous le signe
_
).
La transformation de Fourier transforme" donc la drivation en multiplication par la fonction (i), et la multiplica-
tion par (i) en drivation. Cette proprit est utilise, par exemple, pour la rsolution dquations diffrentielles
(qui sont ainsi transformes en quations algbriques).
Cette proprit se gnralise au cas de la dimension N et pour un ordre k de drivation quelconque. On introduit
pour ce faire les notations suivantes : soient = (
1
, . . . ,
N
)
t
N
N
un multi-indice" et f une fonction de R
N
dans C. On dnit [[ =
1
+
2
+. . .
N
et :
D
f =
_

1
x
1
1
2
x
2
2
. . .

N
x
N
N
_
f.
Proposition 10.4 (Diffrentiabilit, dimension N)
1. Soit N 1 et k 1. Soit f C
k
(R
N
, C) t.q. D
f L
1
C
(R
N
) pour tout N
N
t.q. [[ k. Alors,
f(t) = (it)

f(t) pour tout t Ret pour tout N
N
t.q. [[ k, avec (it)
= (it
1
)
1
(it
2
)
2
. . . (it
N
)
N
.
2. Soit f t.q. (.)
f L
1
C
(R
N
) pour tout N
N
tel que [[ k. Alors,

f C
k
(R
N
, C) et D

f =

(i)
f pour
tout N
N
tel que [[ k.
La proposition 10.4 montre que la drivabilit de f entrane la dcroissance de

f linni (plus f est drivable,
plus

f dcrot vite linni"), et rciproquement. Cette remarque incite dnir lespace des fonctions dcrois-
sance rapide (souvent appel espace de Schwartz"), not o(R
N
, C) ou o
N
en abrg.
o
N
= f C
(R
N
, C) t.q. pour tout et N
N
, sup
xR
N
[(x)
f(x)[ < +.
On va montrer linvariance par transformation de Fourier de cet espace. On commence par remarquer que o
N

L
1
C
(R
N
). En effet, si f o
N
, en prenant des choix convenables de et dans la dnition de o
N
, on remarque
quil existe C R t.q. (1 + [x[
N+1
)[f(x)[ C. On en dduit que f L
1
C
(R
N
). Plus gnralement, si f o
N
,
on remarque que ()
f L
1
C
(R
N
) pour tout a, R
N
. On obtient alors la proposition 10.5.
Proposition 10.5 Soit N 1 et f o(R
N
, C). Pour tout , N
N
on a :
_
(i)
f
_
= (i)

(i)
f = (i)

f, (10.2)
(i)
f = D

D
f = D
[(i)

f]. (10.3)
244
DMONSTRATION : La dmonstration est une adaptation simple de celle de la proposition 10.4.
La proposition 10.5 et le thorme 10.1 nous permettent alors de remarquer que la transforme de Fourier est une
bijection de o
N
dans o
N
.
Proposition 10.6 Soit N 1. Lapplication F qui f associe sa transforme de Fourier est une bijection de o
N
dans o
N
. De plus, pour tout f o
N
, on a f =
f().
DMONSTRATION : En utilisant la proposition 10.5, on montre facilement que F envoie o
N
dans o
N
. Le thorme
dinversion (thorme 10.1) donne alors que f est injective et que f =
f(.) pour tout f o

N
. De cette dernire
formule, on dduit que F est surjective (et donc bijective) de o
N
dans o
N
.
10.3 Transforme de Fourier dune mesure signe
Il est facile dtendre la dnition de la transformation de Fourier une mesure signe sur les borliens de R
N
.
Plus prcisment, si mest une mesure signe sur les borliens de R
N
(N 1), la dnition 10.3 dnit la fonction
m (continue et borne de R
N
dans C) et, si m = f
N
, avec f L
1
R
(R
N
, B(R
N
),
N
) (cest--dire que m est la
mesure signe de densit f par rapport la mesure de Lebesgue sur les borliens de R
N
), on a m(t) =

f(t) pour
tout t R
N
.
Dnition 10.3 (Transforme de Fourier dune mesure signe)
Soit N 1 et m une mesure signe sur les borliens de R
N
. Soit t R
N
, lapplication x e
ixt
(dnie de
R
N
dans C) appartient L
1
C
(R
N
, B(R
N
), m) (car elle est continue, donc borlienne, et borne). On dnit alors
m(t) par :
m(t) = (2)
N
2
_
e
ixt
dm(x). (10.4)
La fonction m (dnie de R
N
dans C) sappelle transforme de Fourier de m.
On rappelle que C
b
(R
N
, C) = g C(R
N
, C) t.q. sup
tR
N [g(t)[ < et que C
b
(R
N
, C) est un espace de
Banach quand il est muni de la norme de la convergence uniforme.
Proposition 10.7 Soit N 1. Soit m une mesure signe sur les borliens de R
N
. La fonction m appartient
C
b
(R
N
, C).
DMONSTRATION : Le fait que m est borne est simple. On utilise la dcomposition de Hahn (proposition 2.6),
cest--dire le fait que m = m
+
m
, o m
sont deux mesure nies trangres. On remarque alors que, pour

tout t R
N
, on a [ m(t)[ [m[(R
N
) < +, o [m[ = m
+
+m
.
La fait que mest continue est une consquence immdiate du thorme de continuit sous le signe
_
(thorme 4.9)
appliqu la fonction (x, t) e
ix.t
(et avec les mesures nies m
).
Comme pour la transformation de Fourier dans L
1
, on peut se demander si m caractrise la mesure signe m et si
on peut retrouver m partir de m. La proposition suivante sintresse ces deux questions.
Proposition 10.8 Soit N 1.
1. Soit m et deux mesures signes sur les borliens de R
N
. On suppose que m = . alors, m = .
245
2. Soit m une mesure signe sur les borliens de R
N
. On suppose que m L
1
C
(R
N
). Alors, m = f
N
avec
f =

m() p.p. (cest--dire p.p. pour la mesure
N
).
DMONSTRATION : La dmonstration de cette proposition fait lobjet de lexercice 10.5.
Nous avons vu dans la section prcdente quil y avait un lien entre les proprits de dcroissance de f linni
et les proprits de rgularit de

f (propositions 10.3, 10.4 et 10.5). Dans le mme esprit, on peut remarquer que,
si f est une fonction de R dans R
+
, borlienne et intgrable, la continuit de

f en 0 donne une prcision sur la
convergence vers 0, quand a +, de
_
]a,a[
c
[
[f(x)[dx. Nous donnons dans le lemme 10.1 cette prcision dans
le cas plus gnral dune mesure (positive) nie. Ce lemme permet de dmontrer le thorme 10.3 (lui-mme utile
pour dmontrer le thorme central limite, thorme 10.4).
Lemme 10.1 Soit m une mesure (positive) nie (et non nulle) sur B(R). On pose M = m(R) et, pour t R,
(t) =
2
m(t) + m(t)
2
.
(La fonction prend donc ses valeurs dans R, et mme dans [M, M], est continue en 0 et (0) = M.) On a
alors, pour tout a > 0,
m(x, [x[ a) a
_
2/a
0
(M (t))dt.
DMONSTRATION : On peut supposer M = 1 (il suft, si M ,= 1, de remplacer la mesure mpar la mesure m/M).
On remarque tout dabord que pour tout t R on a
m(t) + m(t) =
1
2
_
R
(e
ixt
+e
ixt
)dm(x) =
2
2
_
R
cos(xt)dm(x).
et donc
(t) =
_
R
cos(xt)dm(x).
On en dduit bien que (t) R, [(t)[ 1 et que (0) = 1.
Soit a > 0, on pose = 2/a et T =
_
0
(1 (t))dt. En utilisant le thorme de Fubini-Tonelli (thorme 7.2) on
obtient
T =
_

0
_
_
R
(1 cos(xt))dm(x))dt =
_
R
_
_

0
(1 cos(xt))dt
_
dm(x) =
_
R
(
sin(x)
x
)dm(x).
Mais, (
sin(x)
x
) = (1
sin(x)
x
) /2 si [x[ 2, ce qui est vrai si [x[ a car a = 2. On a donc
T =
_
R
(
sin(x)
x
)dm(x)

2
m(x, [x[ a).
Obtient donc, nalement,
m(x, [x[ a)
2T
_

0
(1 (t))dt = a
_
2/a
0
(1 (t))dt.
Ce qui est le rsultat annonc.
246
2
On aimerait ici dnir la transforme de Fourier dun lment de L
2
C
(R
N
) = L
2
C
(R
N
, B(R
N
),
N
). On rappelle
que lespace L
2
C
(R
N
) est un espace de Hilbert et que le produit scalaire sur L
2
C
(R
N
) est dni par (en notant
dt = d
N
(t)) :
(f/g)
2
=
_
f(t)g(t)dt.
Il est clair que la dnition de

f quon a donne pour f L
1
C
(R
N
) ne sapplique pas pour un lment de L
2
C
(R
N
).
Pour dnir la transforme de Fourier dun lment de L
2
C
(R
N
), on va utiliser la densit de o
N
dans L
2
C
(R
N
)
(on peut montrer que o
N
L
2
C
(R
N
), comme on a montr que o
N
L
1
C
(R
N
)). On va dabord remarquer que la
transforme de Fourier envoie o
N
dans L
2
C
(R
N
) et que cest une isomtrie pour la norme de L
2
C
(R
N
). On utilisera
ensuite la densit de o
N
dans L
2
C
(R
N
) pour dnir la transforme de Fourier des lments de L
2
C
(R
N
).
Proposition 10.9 Soit N 1 et f, g o
N
(on a donc, en particulier, f, g L
2
C
(R
N
)). Alors

f, g L
2
C
(R
N
) et
(f/g)
2
= (

f/ g)
2
. En particulier, |f|
2
= |
f|
2
.
DMONSTRATION : Soit f, g o
N
. Comme f,

f o
N
L
1
C
(R
N
), on peut appliquer le thorme dinversion
(thorme 10.1). Il donne f =
f() et donc :
(f/g)
2
=
_

f(t) g(t)dt = (2)
N
2
_ __
e
ixt

f(x)dx
_
g(t)dt.
On utilise maintenant le thorme de Fubini (thorme 7.3). Il sapplique car

f, g L
1
C
(R
N
). On obtient :
(f/g)
2
= (2)
N
2
_ __
e
ixt
g(t)dt
_

f(x)dx =
_

g(t)

f(t)dt = (

f/ g)
2
,
ce qui termine la dmonstration.
La proposition 10.9 permet de dnir, par un argument de densit, la transforme de Fourier dans L
2
C
(R
N
).
Thorme 10.2 Soit N 1. Il existe une application linaire continue

F de L
2
C
(R
N
) dans L
2
C
(R
N
) t.q. :
1. Si f L
1
C
(R
N
) L
2
C
(R
N
), on a alors

F(f) =

f p.p..
2. Pour tout f, g L
2
C
(R
N
), on a (f/g)
2
= (

F(f)/
F(g))
2
.
3. Pour tout f L
2
C
(R
N
), on a f =

F(

F(f))().
4.

F est une bijection de L
2
C
(R
N
) dans L
2
C
(R
N
).
Pour f L
2
C
(R
N
),

F(f) sappelle la transforme de Fourier de f. Compte tenu du premier item, on notera en
gnral,

f la transforme de Fourier de f si f L
1
C
(R
N
) (et alors

f C
0
(R
N
, C)) ou si f L
2
C
(R
N
) (et alors
f L
2
C
(R
N
)).
DMONSTRATION : Lapplication f

f est dnie sur o
N
, qui est un sous espace de L
2
C
(R
N
), et prend ses
valeurs dans L
2
C
(R
N
) (car o
N
L
2
C
(R
N
), en confondant, comme dhabitude, un lment de L
2
C
(R
N
) avec lun
de ses reprsentants). Comme cette application est linaire, continue pour la norme de L
2
C
(R
N
), et que o
N
est
dense dans L
2
C
(R
N
) (car o
N
C
c
(R
N
, C) et C
c
(R
N
, C) est dense dans L
2
C
(R
N
), voir le thorme 8.4), on en
dduit que cette application se prolonge en une application, note

F, de L
2
C
(R
N
) dans L
2
C
(R
N
).
247
Plus prcisment, soit f L
2
C
(R
N
). Il existe (f
n
)
nN
o
N
t.q. f
n
f dans L
2
C
(R
N
) quand n . La suite
(f
n
)
nN
est donc de Cauchy dans L
2
C
(R
N
). La proposition 10.9 donne alors que la suite (

f
n
)
nN
est donc aussi
de Cauchy dans L
2
C
(R
N
). Elle converge donc dans L
2
C
(R
N
). On aimerait dnir

F(f) comme tant la limite (dans
L
2
C
(R
N
)) de la suite (

f
n
)
nN
. Ceci est possible condition que cette limite ne dpende que de f et pas du choix
de la suite (f
n
)
nN
convergeant dans L
2
C
(R
N
) vers f. Or, ce dernier point est facile car si (g
n
)
nN
est une autre
suite convergeant dans L
2
C
(R
N
) vers f, on a |
f
n
g
n
|
2
= |f
n
g
n
|
2
0 quand n . On a ainsi dni

F
de L
2
C
(R
N
) dans lui mme.
La linarit de

F dcoule immdiatement du fait que lapplication f

f est linaire de o
N
dans L
2
C
(R
N
). Enn,
soit f L
2
C
(R
N
) et (f
n
)
nN
o
N
t.q. f
n
f dans L
2
C
(R
N
). La proposition 10.9 donne que |
f
n
|
2
= |f
n
|
2
pour tout n N. En passant la limite quend n , on en dduit |
F(f)|
2
= |f|
2
. Ce qui prouve la continuit
de

F de L
2
C
(R
N
) dans L
2
C
(R
N
). On montre maintenant les 4 items du thorme.
1. Soit f L
1
C
(R
N
) L
2
C
(R
N
). En reprenant la dmonstration du thorme 8.4, il est facile de voir quIl existe
une suite (f
n
)
nN
C
c
(R
N
, C) t.q. f
n
f dans L
2
C
(R
N
) et L
1
C
(R
N
) lorsque n + (car dans la
dmonstration du thorme 8.4, la suite construite pour converger vers f dans L
p
ne dpend pas de p). On en
dduit que

f
n

f uniformment sur R
N
lorsque n + (car f
n
f dans L
1
C
(R
N
)) et que

f
n

F(f)
dans L
2
C
(R
N
) lorsque n +(car f
n
f dans L
2
C
(R
N
)) et donc que, aprs extraction ventuelle dune sous
suite, on peut supposer que

f
n

F(f) p.p. quand n . On en dduit bien que

f =

F(f) p.p..
2. Soit f, g L
2
C
(R
N
). Il existe deux suites (f
n
)
nN
o
N
et (g
n
)
nN
o
N
t.q. f
n
f, g
n
g dans L
2
C
(R
N
).
La proposition 10.9 donne (

f
n
/ g
n
)
2
= (f
n
/g
n
)
2
pour tout n N. En passant la limite quand n on
obtient bien (F(f)/F(g))
2
= (f/g)
2
.
3. Soit f L
2
. Soit (f
n
)
nN
o
N
t.q. f
n
f dans L
2
C
(R
N
) quand n . On a donc

f
n

F(f) dans
L
2
C
(R
N
), ce qui donne aussi

f
n
()

F(f)() dans L
2
C
(R
N
) et donc

n
f() F(F(f))() dans L
2
C
(R
N
)
quand n +. La proposition 10.6 donne f
n
=

n
f() pour tout n N. On en dduit donc (par unicit de
la limite dans L
2
) que f = F(F(f))() p.p..
4. Linjectivit de

F (de L
2
C
(R
N
) dans L
2
C
(R
N
)) dcoule du fait que |
F(f)|
2
= |f|
2
et que

F est linaire. La
surjectivit est une consquence immdiate du troisime item.
10.5 Rsolution dune EDO ou dune EDP
On donne ici deux exemples simples dutilisation de la transformation de Fourier pour la rsolution dune quation
diffrentielle (souvent note EDO pour Equation Diffrentielle Ordinaire) ou dune quation aux drives partielles
(souvent note EDP pour Equation aux Drives Partielles).
Soit N 0, (a
0
, . . . , a
N
) R
N+1
et g o
1
(donns). On cherche f o
1
qui vrie :
a
N
f
(N)
(x) +. . . +a
1
f
t
(x) +a
0
f(x) = g(x), pour tout x R. (10.5)
Si f o
1
vrie (10.5), elle vrie ncessairement, par transformation de Fourier :
a
N
f
(N)
(t) +. . . +a
1
f
t
(t) +a
0

f(t) = g(t), pour tout t R. (10.6)
cest--dire :
a
N
(it)
N

f(t) +. . . +a
1
it
f(t) +a
0

f(t) = g(t), pour tout t R. (10.7)
248
En posant p(t) = a
N
(it)
N
+. . . +a
1
it +a
0
et en supposant que p ne sannule pas sur R, on a alors :
f(t) =
g(t)
p(t)
. (10.8)
Comme g o
1
et que p ne sannule par sur R, on peut montrer que
g
p
o
1
. En utilisant maintenant le thorme
dinversion, ou la proposition 10.6, on obtient :
f(t) =

f(t) =
_
g
p
_
(t), pour tout t R. (10.9)
On a donc montr que f est ncessairement donne par (10.9). Rciproquement, il est facile de voir que la fonction
donne par (10.9) est solution de (10.5), cest donc lunique solution dans o
1
de (10.5) (en supposant que p ne
sannule par sur R).
Soit N 1, on cherche u : R
N
R, de classe C
2
(cest--dire deux fois continment drivable) t.q.
u(x) = 0, pour tout x R
N
. (10.10)
Cherchons u o
N
(et donc u o
N
) solution de (10.10). On a donc

u = 0 (partout sur R
N
), cest--dire
[t[
2
u(t) = 0 et donc u(t) = 0, pour tout t ,= 0. Comme u est continue, ceci entrane que u = 0 (partout sur R
N
),
et donc u = 0. La fonction identiquement gale 0 est donc la seule solution de (10.10) dans o
N
.
On peut effectuer un raisonnement analogue si on cherche u de classe C
2
et dans L
2
R
(R
N
) (on peut aussi le faire
si u est seulement dans L
2
R
(R
N
), il faut alors convenablement dnir u). On obtient encore que la seule solution
de (10.10) est u = 0.
Par contre, ce rsultat dunicit nest plus vrai si on ne demande pas u dtre de carr intgrable. En effet, les
fonctions constantes sont toutes solutions de (10.10) (et on peut montrer que ce sont les seules fonctions, de classe
C
2
et bornes, solutions de (10.10)).
10.6 Fonction caractristique dun vecteur alatoire
Dnition 10.4 Soit (, /, P) un espace probabilis, d 1 et X un v.a. de dimension d. On appelle fonction
caractristique de X la fonction de R
d
dans C dnie par :
X
(u) =
_
e
iXu
dP = E(e
iXu
), pour u R
d
.
Dans la dnition prcdente, la fonction e
iXu
est bien intgrable sur (pour tout u R
d
) car la fonction
x e
ixu
est continue borne de R
d
dans C. En notant p
X
la loi de X, on remarque galement que
X
=
(2)
d/2
p
X
(). La section 10.3 donne alors quelques proprits lmentaires de la fonction caractristique dun
v..a..
Proposition 10.10 Soit (, /, P) un espace probabilis, d 1 et X un v.a. de dimension d. La fonction caract-
ristique de X vrie alors les proprits suivantes :
1.
X
C
b
(R
d
, C).
2. La loi de X est entirement dtermine par
X
(cest--dire que si Y est un autre v.a. de dimension d et que
X
=
Y
, on a ncessairement p
X
= p
Y
).
249
3. Si
X
L
1
C
(R
d
, B(R
d
),
d
), la loi de X a une densit par rapport la mesure de Lebesgue sur B(R
d
), cest-
-dire p
X
= f
d
, et :
f(x) = (2)
d
_
R
d
e
ixu
X
(u)du,
d
-p.s. en x R
d
.
DMONSTRATION : Comme
X
= (2)
d/2
p
X
(), le premier item est donne par la proposition 10.7 (qui donne
p
X
C
b
(R
d
, C)).
Le deuxime item est donne par le premier item de la proposition 10.8.
Pour le troisime item, on remarque que le deuxime item de la proposition 10.8 donne p
X
= f
d
avec f =
p
X
(), ce qui donne
d
-p.s. en x R
d
:
f(x) = (2)
d
2
_
R
d
e
ixt
p
X
(t)dt = (2)
d
_
R
d
e
ixt
X
(t)dt.
Les fonctions caractristiques peuvent tre utilises pour montrer lindpendance de v.a.r. (ou de v.a.). on donne
un exemple dans la proposition suivante.
1
, . . . , X
d
d v.a.r.. Alors, les v.a.r X
1
, . . . , X
d
sont indpendantes si et seulement si on a
X
(u) =
d
j=1
X
j
(u
j
) pour tout u = (u
1
, . . . , u
d
)
t
R
d
, o X est
le v.a. de composantes X
1
, . . . , X
d
.
DMONSTRATION : Daprs le thorme 9.2 les v.a.r. X
1
, . . . , X
d
sont indpendantes si et seulement p
X
=
p
X
1
. . . p
X
d
. Par la proposition 10.8, ces deux mesures sont gales si et seulement si leurs transformes de
Fourier sont gales, cest--dire si et seulement si :
X
(u) =
_
R
d
e
ixu
d(p
X
1
. . . p
X
d
) pour tout u R
d
.
Comme e
ixu
=
d
j=1
e
ix
j
u
j
pour tout x = (x
1
, . . . , x
d
)
t
et tout u = (u
1
, . . . , u
d
)
t
, la dnition de la mesure
produit donne
_
R
d
e
ixu
d(p
X
1
. . . p
X
d
) =
d
j=1
X
j
(u
j
),
ce qui termine la dmonstration de cette proposition.
Il est intressant aussi de connatre le lien entre convergence en loi et convergence simple des fonctions caractris-
tiques. Nous donnons ce lien dans le deuxime item du thorme 10.3 (d Paul Lvy).
Thorme 10.3 (Convergence en loi et fonctions caractristiques) Soit (, /, P) un espace probabilis, d 1
et (X
n
)
nN
un suite de v.a. de dimension d.
1. On suppose que la fonction caractristique de X
n
converge simplement (quand n ) vers une fonction
continue en 0. Il existe alors un v.a. X t.q. X
n
X en loi, quand n .
2. Soit X un v.a. de dimension d. Alors, X
n
X en loi, quand n , si et seulement si
X
n
(u)
X
(u),
quand n , pour tout u R
d
.
250
DMONSTRATION : Le deuxime item du thorme est une consquence facile du premier item. En effet, si
X
n
X en loi, on a, bien sr,
X
n
(u)
X
(u) pour tout u R
d
(car la fonction x e
ixu
est continue et
borne de R dans C, pour tout u R
d
). Rciproquement, on suppose que
X
n
(u)
X
(u) pour tout u R
d
.
Comme la fonction
X
est continue (et donc, en particulier continue en 0), le premier item donne que X
n
converge
en loi vers un v.a. Y . Mais ceci donne que X et Y ont mme fonction caractristique et donc mme loi. On en
dduit bien que X
n
tend vers X en loi.
Nous dmontrons maintenant le premier item du thorme 10.3. Cette dmonstration se fait en deux tapes. Dans
la premire tape on montre que la suite des lois des X
n
est tendue (on utilise ici le lemme 10.1 et la continuit de
). Puis dans la seconde tape on conclut grce la proposition 9.6.
Etape 1. On montre dans cette tape que la suite des lois des X
n
est tendue. Pour cela, il suft de montrer que la
suite des lois de chaque composante des X
n
est tendue. Soit donc i 1, . . . , d et (X
(i)
n
)
nN
la suite des i-me
composantes des X
n
. On note m
n
la loi de X
(i)
n
et, pour tout t R,
n
(t) =
1
2
X
(i)
N
(t) +
X
(i)
N
(t) =
2
m
n
(t) + m
n
(t)
2
Le lemme 10.1 donne alors, pour tout a > 0 et n N.
m
n
(x, [x[ a) a
_
2/a
0
(1
n
(t))dt. (10.11)
On a
X
(i)
N
(t) =
X
n
(te
i
) (ou e
i
est le i-me vecteur de la base canonique de R
d
), la fonction
n
(t) converge
donc pour tout t R et sa limite est une fonction (de R dans R) continue en 0. Comme
n
(0) = 1 pour tout
n N, on a aussi (0) = 1.
Soit > 0, comme est continue en 0 et (0) = 1, il existe a
0
> 0 t.q. max
t[0,2/a
0
]
(1 (t)) , et donc
a
0
_
2/a
0
0
(1 (t))dt 2.
La fonction
n
converge simplement vers et 0 (1
n
) 1 le thorme de convergence domine donne
donc
lim
n
a
0
_
2/a
0
0
(1
n
(t))dt = a
0
_
2/a
0
0
(1 (t))dt.
Il existe donc n
0
t.q.
n n
0
lim
n
a
0
_
2/a
0
0
(1
n
(t))dt 3.
Avec (10.11) on a donc
n n
0
m
n
(x, [x[ a
0
) 3.
Dautre part, en utilisant la continuit dcroissante dune mesure, pour tout n 1, . . . , n
0
1 , il existe a
n
t.q.
m
n
(x, [x[ a
n
) 3. En prenant a = maxa
0
, a
1
, . . . , a
n
0
1
on a donc
m
n
(x, [x[ a) 3 pour tout n N
.
Ceci montre bien que la suite (m
n
)
nN
est tendue et termine la premire tape.
Etape 2. Dans cette seconde tape il suft dutiliser la proposition 9.6. Cette proposition nous donne lexistence
dune sous suite de la suite (X
n
)
nN
et dun v.a. X t.q. cette sous suite tende vers X en loi. On en dduit, en
251
particulier que
X
= . Il reste montrer que toute la suite (X
n
)
nN
tend vers X en loi (et pas seulement une
sous suite). Pour le montrer, on raisonne par labsurde. Si la suite (X
n
)
nN
ne converge pas en loi vers X, il existe
C
b
(R
d
, R) t.q. E((X
n
) , E((X). Il existe donc > 0 et une sous suite de la suite (X
n
)
nN
, que nous
noterons aussi (X
n
)
nN
(pour ne pas alourdir les notations), t.q.
[E((X
n
)) E((X))[ . (10.12)
Mais, la proposition 9.6 nous donne lexistence dune sous suite de cette sous suite et dun v.a. Y t.q. la sous suite
de la sous suite tende vers Y en loi. Comme la convergence en loi donne la convergence simple des fonctions
caratristiques (et que
X
n
simplement), on en dduit que
Y
= =
X
. On a donc P
X
= P
Y
. La sous
suite de la sous suite tend donc vers X en loi. En contradiction avec (10.12). On a bien ainsi montr nalement
que X
n
X en loi.
On donne maintenant la fonction caractristique dun vecteur gaussien.
Proposition 10.12 Soit (, /, P) un espace probabilis.
1. Soit X une v.a.r. gaussienne. On note m son esprance (donc, m = E(X) R) et
2
sa variance (donc,
2
= E((X m)
2
) 0) de sorte que X A(m,
2
). On a alors :
X
(u) = e
imu
e
2
2
u
2
, pour tout u R.
2. Soit d 1 et X une v.a gaussien de dimension d. On note m son esprance (donc, m = E(X) R
d
) et D
sa matrice de covariance (donc, D est une matrice symtrique, semi-dnie positive, son terme la ligne j et
la colonne k est donn par la covariance des composantes dindices j et k de X) de sorte que X A(m, D)
(proposition 9.11). On a alors :
X
(u) = e
imu
e
1
2
Duu
, pour tout u R
d
.
DMONSTRATION : Soit X une v.a.r. gaussienne, X A(m,
2
). On suppose tout dabord que
2
= 0, on a
alors X = m p.s. et donc, pour tout u R,
X
(u) = e
imu
, ce qui est bien la formule annonce. On suppose
maintenant que > 0, on a alors, pour tout u R :
X
(u) =
_
R
e
ixu
1
2
exp
_
(x m)
2
2
2
_
dx.
Avec le changement de variable y =
xm
, on obtient :
X
(u) = e
imu
_
R
e
iyu
1
2
e
y
2
2
dy,
ce qui donne
X
(u) = e
imu 1
2
(u) avec (t) =
_
R
e
iyt
e
y
2
2
dy pour tout t R. Comme la fonction y e
y
2
est paire, on a aussi :
(t) =
_
R
cos(yt)e
y
2
2
dy, pour tout t R.
Pour calculer (t), on remarque que le thorme de drivabilit sous le signe intgrale sapplique (thorme 4.10)
et donne que est de classe C
1
et
t
(t) =
_
R
(y) sin(yt)e
y
2
2
dy.
252
En intgrant par parties cette dernire intgrale (en fait, on intgre par parties sur [n, n] puis on fait tendre n vers
linni), on obtient :
t
(t) =
_
R
t cos(yt)e
y
2
2
dy = t(t), pour tout t R,
ce qui donne (t) = (0)e
t
2
2
. Comme (0) =
_
R
e
y
2
2
dy =
2, on en dduit que (t) =
2e
t
2
2
(pour
tout t R) et donc que
X
(u) = e
imu
e
2
u
2
2
, ce qui est bien la formule annonce.
On suppose maintenant que d > 1 et que X est un v.a. gaussien. Soit u R
d
. On a
X
(u) = E(e
iXu
) =
Xu
(1).
Pour connatre
X
(u), il suft donc de connatre la fonction caractristique de la v.a.r. X u. Comme X est un v.a.
gaussien, la v.a.r. X u est une v.a.r. gaussienne. Sa moyenne est E(X u) = E(X) u = m u et sa variance est
(voir lexercice 173) :
2
= E((X u m u)
2
) = E(u
t
(X m)(X m)
t
u) = u
t
Cov(X)u = u
t
Du.
On a donc, daprs la premire partie de cette dmonstration (cest--dire le cas d = 1),
X
(u) =
Xu
(1) = e
imu
e
u
t
Du
2
,
ce qui est bien la formule annonce (car u
t
Du = Du u).
On montre enn le thorme central limite.
Thorme 10.4 (Thorme central limite) Soit (, /, P) un espace probabilis, d 1 et (X
n
)
nN
une suite
de v.a. de dimension d i.i.d.. On suppose que E([X
1
[
2
) < . On pose E(X
1
) = m, D = Cov(X
1
) et, pour
n N
,
Y
n
=
1
n
n
i=1
(X
i
m).
La suite (Y
n
)
nN
converge alors en loi vers tout v.a. Y dont la loi est la loi normale multidimensionnelle A(0, D).
(Voir la dnition 9.3 et la proposition 9.11 pour la dnition de cette loi normale multidimensionnelle.)
DMONSTRATION : Daprs le thorme 10.3 et la proposition 10.12, il suft de montrer que, pour tout u R
d
,
lim
n
Y
n
(u) = e
u
t
Du
2
,
o
Y
n
est la fonction caractristique du v.a. Y
n
.
Soit u R
d
. On a
Y
n
(u) = E(e
iY
n
u
) = E(e
i
n
p=1
(X
p
m)u
) = E(
n
p=1
e
i
n
(X
p
m)u
).
Les v.a. X
p
(p = 1, . . . , n) tant indpendants et identiquement distribus, on a donc, par la proposition 9.9 (cette
proposition est crite pour des fonctions valeurs relles mais elle stend des fonctions valeurs complexes en
dcomposant les fonctions en parties relles et imaginaires),
Y
n
(u) = E(e
i
n
(X
1
m)u
)
n
. (10.13)
253
On pose z
n
= E(e
i
n
(X
1
m)u
) et on calcule maintenant z
n
en faisant un dveloppement limit des fonctions cos
et sin. Il existe deux fonctions
1
et
2
appartenant C
b
(R, R) t.q. lim
x0
i
(x) = 0, i = 1, 2 et
cos(x) = 1
x
2
2
+x
2
1
(x) et sin(x) = x +x
2
2
(x).
On en dduit que
_
cos(
1
n
(X
1
m) u)dP = 1
1
2n
_
((X
1
m) u)
2
dP
+
1
n
_
((X
1
m) u)
2
1
(
1
n
(X
1
m) u)dP,
et
_
sin(
1
n
(X
1
m) u)dP =
1
2n
_
(X
1
m) udP +
1
n
_
((X
1
m) u)
2
2
(
1
n
(X
1
m) u)dP.
Comme E([X
1
[
2
) < +, le thorme de convergence domine donne
lim
n
_
((X
1
m) u)
2
i
(
1
n
(X
1
m) u)dP = 0 pour i = 1, 2.
Dautre part, on a
_
((X
1
m) u)
2
dP =
_
u
t
(X
1
m)(X
1
m)
t
udP = u
t
_
_
(X
1
m)(X
1
m)
t
dP
_
u = u
t
Du.
et
_
(X
1
m) udP =
_
_
(X
1
m)dP
_
u = 0.
En posant a =
u
t
Du
2
, on a donc
_
cos(
1
n
(X
1
m) u)dP = 1
b
n
n
,
_
sin(
1
n
(X
1
m) u)dP =
c
n
n
,
avec lim
n
b
n
= a et lim
n
c
n
= 0. En posant a
n
= b
n
+ic
n
, on a donc z
n
= (1
a
n
n
) avec lim
n
a
n
= a.
Avec (10.13), ceci donne
Y
n
(u) = z
n
n
= (1
a
n
n
)
n
.
Comme a R, le lemme 10.2 donne le rsultat, cest--dire lim
n
Y
n
(u) = e
a
= e
u
t
Du
2
.
Lemme 10.2 Soit a R et (a
n
)
nN
une suite de nombres complexes t.q. lim
n
a
n
= a. On a alors
lim
n
(1
a
n
n
)
n
= e
a
.
DMONSTRATION : Ce lemme est bien connu si a
n
R pour tout n N. Il suft de remarquer que a
n
< n pour
n assez grand et que lim
n
nln(1
a
n
n
) = lim
n
a
n
= a. La difcult est ici que a
n
peut ne pas tre un
nombre rel.
254
On pose z
n
= 1
a
n
n
et y
n
= 1
a
n
. Comme la suite (a
n
)
nN
est borne (car elle est convergente), il existe
M R t.q. [a
n
[ M pour tout n N. On a donc [z
n
[ 1 +
M
n
(et aussi [y
n
[ 1 +
M
n
). On a alors (en crivant
(1) (0) =
_
1
0

t
(t)dt avec C
(R, C) dnie par (t) = (tz

n
+ (1 t)y
n
)
n
)
z
n
n
y
n
n
= n(z
n
y
n
)
_
1
0
(tz
n
+ (1 t)y
n
)
n1
dt.
Comme [tz
n
+ (1 t)y
n
[ t[z
n
[ + (1 t)[y
n
[ 1 +
M
n
e
M
n
(pour tout n N), on en dduit que
[z
n
n
y
n
n
[ n[z
n
y
n
[e
M
= [a a
n
[e
M
.
On a donc lim
n
z
n
n
= lim
n
y
n
n
= lim
n
(1
a
n
)
n
= e
a
.
.
10.7 Exercices
1
Exercice 10.1 (Rsultat partiel dinversion de Fourier dans L
1
Soit H(t) = e
]t]
, t R. On pose, pour > 0 :
h
(x) = (2)
1
2
_
R
H(t)e
itx
dt, x R. (10.14)
1. Montrer que h
(x) = (
2
)
1
2
2
+x
2
, et
_
R
h
(x)dx = (2)
1
2
.
2. Soit f L
1
C
(R, B(R), ), montrer que pour tout x R, on a :
f h
(x) =
_
R
H(t)

f(t)e
ixt
dt. (10.15)
3. Soit g une fonction mesurable borne de R dans C, continue en 0. Montrer que g h
(0)
2g(0) quand
0. [Utiliser 1. et le thorme de convergence domine.]
4. Soit f L
1
C
(R, B(R), ), montrer que :
|f h
2f|
1
0 lorsque 0. (10.16)
[On pourra utiliser la continuit en moyenne et la question prcdente avec g(y) =
_
[f(x y) f(x)[dx.]
5. Dduire de ce qui prcde le thorme dinversion de Fourier, thorme 10.1.
Exercice 10.2 1. Calculer la transforme de Fourier de 1
[a,a]
, a R
+
. En dduire que L
1
nest pas stable par
transformation de Fourier.
2. On pose g
n
= 1
[n,n]
. Calculer f g
n
, et montrer quil existe h
n
L
1
t.q.

h
n
= f g
n
. Montrer que la suite
f g
n
est borne dans C
0
(R, R) alors que la suite h
n
nest pas borne dans L
1
. En dduire que la transforme
de Fourier nest pas surjective de L
1
dans C
0
.
255
Exercice 10.3 Soit f o, on pose L(f)(x) = f(x) +xf(x).
1. Montrer que L(f) = 0 entrane f = 0.
2. Soit k o, montrer que lquation diffrentielle h
t
(t) = k(t) a une solution dans o si et seulement si
_
k(t)dt =
0.
3. Soit g o, tudier lexistence et lunicit des solutions dans o de lquation L(f) = g. On pourra remarquer
que pour h o, on a :
i
d
dt
(he
i
t
3
3
) t
2
(he
i
t
3
3
) = ih
t
(t)e
i
t
3
3
.
Exercice 10.4 On note L
p
lespace L
p
C
(R, B(R), ).
1. Soient f, g L
1
, montrer que f g L
1
, g

f L
1
et
_
f gd =
_
g

fd.
2. Soit B = [
1
2
,
1
2
]. Montrer que 1
B
1
B
(t) = (1 [t[)
+
.
3. On pose
n
= (1
]t]
n
)
+
, n N
. Dduire de la question prcdente que :
n
(y) =
4
2
sin
2
(
ny
2
)
ny
2
, y R.
[Se ramener
1
...]
4. Soit f L
1
L
t.q.

f(t) R
+
pour tout t R. On se propose de montrer que

f L
1
(et donc que le
thorme dinversion sapplique)
(a) On note
n
=
n

f ; montrer que
n

f et
_

n
d
_

fd lorsque n +.
(b) Montrer quil existe 0 indpendant de n tel que
_

n
(y)dy = , n N
. En dduire que

f L
1
.
10.7.2 Transforme de Fourier dune mesure signe
Exercice 10.5 (Caractrisation de m par m) Corrig 183 page 505
Soit d 1.
d
. On suppose que m = .
(a) Soit L
1
C
(R
d
, B(R
d
),
d
). Montrer que
_
dm =
_
d.
(b) Montrer que
_
dm =
_
d pour tout o(R
d
, C) (et donc pour tout C
c
(R
d
, R)).
(c) Montrer que m = (On rappelle quune fonction de C
c
(R
d
, R) est limite uniforme de fonctions de
C
c
(R
d
, R)).
d
1
C
(R
d
, B(R
d
),
d
). Montrer que m
est la mesure de densit f par rapport la mesure de Lebesgue avec f =

m().
2
Exercice 10.6 On note ici

f la transforme de Fourier, pour f L
1
ou L
2
.
1. Soient f, g o, Montrer que
fg =
1
f g.
2. Soient f, g L
2
, Montrer que
fg =
1
f g.
256
10.7.4 Fonction Caractristique dune v.a.r.
Exercice 10.7 (Calcul de fonctions caractristiques)
Soit (, /, P) un espace de probabilits et X une v.a. relle. Calculer la fonction caractristique
X
de X dans
les cas suivants :
1. X = a p.s. (a R).
2. X B(p) (loi de Bernoulli de paramtre p : T[X = 1] = p = 1 T[X = 0]).
3. X suit une loi exponentielle de paramtre (avec > 0).
Exercice 10.8 (Loi normale et vecteur gaussien)
Soit (, /, P) un espace probabilis, d 1 et X un v.a. de dimension d. Soit m R
d
et D une matrice s.d.p.
(de taille d d). Si X A(m, D), o A(m, D) est dnie par la dnition 9.3, montrer que X est un vecteur
gaussien.
Exercice 10.9 (Vecteurs gaussiens et densit)
Soit (, /, P) un espace de probabilits, d 1 et X = (X
1
, . . . , X
d
) un v.a. de dimension d.
On suppose que X est un vecteur gaussien (cest--dire que
d
i=1
a
i
X
i
suit une loi gaussienne pour tout a
1
, . . . ,
a
d
R). On note m la moyenne de X et D la matrice de covariance de X. Montrer que la loi de X est de densit
par rapport la mesure de Lebesgue (sur R
d
) si et seulement si D est inversible. Si D est inversible, montrer que
la loi de X est la loi A(m, D) donne dans la dnition 9.3.
Exercice 10.10 (V.a. gaussiens, indpendance, covariance) Corrig 184 page 506
1
, . . . , X
d
1. On suppose ici que d = 2.
(a) On suppose que X
1
et X
2
suivent des lois gaussiennes et sont indpendantes, montrer que X est un vecteur
gaussien et que Cov(X
1
, X
2
) = 0.
(b) On suppose que X est un vecteur gaussien et que Cov(X
1
, X
2
) = 0. Montrer que X
1
et X
2
sont indpen-
dantes.
2. On suppose toujours d = 2. Donner un exemple pour lequel X
1
et X
2
sont gaussiennes mais X nest pas un
vecteur gaussien. [On pourra, par exemple, choisir (, /, P) et X
1
, X
2
de manire avoir Cov(X
1
, X
2
) = 0
sans que X
1
, X
2
soient indpendantes, voir lexercice 4.44.]
3. On suppose que X est un vecteur gaussien et que les composantes de X sont indpendantes deux deux. Montrer
que X
1
, . . . , X
d
sont indpendantes.
Exercice 10.11 (Suite de v.a.r.i.i.d. de Poisson) Corrig 185 page 508
Soit (, /, P) un espace de probabilit et X une v.a. de Poisson de paramtre ( > 0). On rappelle que,
P[X = k] = e

k
k!
, pour tout k N et que E[X] = , V ar[X] = .
1. Calculer la fonction caractristique
X
de X.
2. Soit (X
n
)
nN
une suite de v.a. indpendantes et de Poisson de paramtre .
(a) Soit n > 1. Dduire de la question 1 la loi de la v.a. Y
n
=
n
p=1
X
p
.
(b) Utiliser le thorme central limite pour dmontrer que
e
n
n
k=0
n
k
k!

1
2
quand n .
257
Exercice 10.12 (Sur les lois des grands nombres) Corrig 186 page 509
Soit (, /, P) un espace probabilis et X une v.a.r. dont la loi est la loi de Cauchy cest--dire que P
X
= f, avec
f(x) =
1
(1+x
2
)
pour x R (on rappelle que dsigne la mesure de Lebesgue sur les borliens de R).
1. Montrer que X nest pas une v.a.r. intgrable.
2. Soit n N
, montrer que P([X[ > n)

1
n
, o [X[ > n = , [X()[ > n. [On pourra remarquer
que
2
1+x
2

1
x
2
pour tout x 1.]
3. Pour x R, on pose g(x) = e
]x]
. Montrer que
2
1 +u
2
=
_
R
e
iux
g(x)dx =
2 g(u) pour tout u R.

En dduire que la fonction caractristique de X, note
X
vrie
X
(u) = e
]u]
pour tout u R. [On pourra
utiliser de thorme dinversion de Fourier qui donne

g = g() p.p. si g, g L
1
C
(R, B(R), ).]
On se donne maintenant une suite X
1
, X
2
, . . . , X
n
, . . . de v.a.r.i.i.d. et on suppose que la loi de X
1
(et donc de
tous les X
n
) est la loi de Cauchy. Pour n N
, on pose :
Z
n
=
1
n
(
n
p=1
X
p
).
4. Soit n N
.
(a) Montrer que
Z
n
(u) =
n
X
1
(
u
n
) pour tout u R.
(b) Donner la loi de Z
n
.
5. Pour n N
, on pose A
n
= [X
n
[ > n et B
n
=
pn
A
p
. on pose aussi B =
nN
B
n
.
(a) Soit n N
. En utilisant la question 2, montrer que

P(B
c
n
) =
pn
P(A
c
p
)
pn
(1
1
p
).
En dduire que P(B
c
n
) = 0 et donc que P(B
n
) = 1.
(b) Montrer que P(B) = 1. [Cette question est une consquence de la question (a) mais elle peut aussi tre faite
directement en appliquant le lemme de Borel-Cantelli et la question 2.]
(c) Soit B. Montrer que
X
n
()
n
,0 quand n .
(d) Soit . Montrer que si la suite (Z
n
())
nN
converge vers une limite nie on a alors
lim
n
X
n
()
n
= 0.
[Ecrire X
n
en fonction de Z
n
et Z
n1
.]
(e) Dduire des trois questions prcdentes que la suite (Z
n
)
nN
ne converge pas p.s. vers une limite nie quand
n .
258
6. Pour tout n N
, montrer que
Z
2n
Z
n
=
U
n
+V
n
2
,
o U
n
et V
n
sont deux v.a.r. indpendantes, de loi de Cauchy.
En dduire que la suite (Z
n
)
nN
ne converge pas en probabilit.
7. Pour quelles raisons ne peut-on appliquer, la suite (Z
n
)
nN
, les lois forte et faible des grands nombres ?
Exercice 10.13 (Sur la loi dun vecteur alatoire)
Soit (, /, P) un espace de probabilit et X un v.a. de dimension d. Montrer que la loi de X est uniquement
dtermine par la donne des lois de toutes les v.a.r. a X, a R
d
, [a[ = 1. [On pourra utiliser la fonction
caractristique de X.]
Exercice 10.14 (Limite en loi de Gaussiennes)
Soit (, /, P) un espace de probabilit, X une v.a.r. et (X
n
)
nN
une suite de v.a.r. gaussiennes. On suppose que
X
n
tend en loi vers X, quand n . On note m
n
lesprance de X
n
et
2
n
la variance de X
n
(avec
n
0). Si
n
> 0, la v.a.r. X
n
a donc pour loi une loi dont la densit par rapport la mesure de Lebesgue est
f
n
(x) =
1
2
n
e
(xm
m
)
2
2
2
n
pour x R.
Si
n
= 0, la loi de X
n
est
m
n
.
Si Z est une v.a.r., on note
Z
la fonction caractristique de Z (on rappelle que
Z
est une fonction continue de R
dans C et que
Z
(0) = 1). On rappelle que la fonction caractrisitique de X
n
est
X
n
(t) = e
2
n
2
t
2
e
im
n
t
pour t R.
1. Soit Z une v.a.r.. Montrer quil existe t R
t.q. [
Z
(t)[ > 0.
2. Montrer que la suite (
2
n
)
nN
est convergente dans R. [On pourra utiliser la convergence de [
X
n
(t)[ vers
[
X
(t)[ pour t bien choisi.]
3. Calculer P(X
n
m
n
) et P(X
n
m
n
) et en dduire que la suite (m
n
)
nN
est borne. [On pourra utiliser
le fait que la suite (P
X
n
)
nN
est tendue, daprs la proposition 9.5.]
4. Montrer que la suite (m
n
)
nN
est convergente. En dduire que X est une v.a.r. gaussienne.
Exercice 10.15 (Caractrisation de X = 0 p.s.)
Soit (, /, p) un espace probabilis. Si Z est une v.a.r., on note
z
la fonction caractristique de Z, cest--dire
Z
(t) = E(e
iZt
) pour tout t R.
1. Soit X une variable alatoire relle et a > 0. On suppose que
X
(t) = 1 pour tout t [a, a].
(a) Montrer que, pour tout t [a, a],
_
[1 cos(tX())]dp() = 0.
(b) Montrer que X = 0 p.s..
2. Soit X et Y deux variables alatoires relles indpendantes.
(a) Montrer que
X+Y
=
X
Y
.
(b) On suppose maintenant que X +Y et Y ont mme loi. Montrer que X = 0 p.s..
Exercice 10.16 (Indpendance et variables gaussiennes)
259
Soit (, /, p) un espace probabilis et X, Y deux v.a.r.i.i.d. t.q. E(X) = 0 et Var(X) = 1.
On rappelle une caractrisation de lindpendance avec les fonctions caratristiques, donne dans la proposi-
tion 10.11 : Soit Z
1
, Z
2
deux v.a.r., on note Z le v.a. (de dimension 2) dont les composantes sont Z
1
et Z
2
.
Les v.a.r. Z
1
et Z
2
sont indpendantes si et seulement si les fonctions caratristiques de Z, Z
1
et Z
2
(notes
Z
,
Z
1
et
Z
2
) vrient
Z
(u
1
, u
2
) =
Z
1
(u
1
)
Z
2
(u
2
) pour tout u
1
, u
2
R.
1. On suppose dans cette question que X et Y sont des v.a.r. gaussiennes. Montrer que X + Y et X Y sont
des v.a.r. indpendantes. [On pourra utiliser le rappel.]
On suppose maintenant, pour toute la suite de lexercice, que X + Y et X Y sont indpendantes. Le but
des questions suivantes est de dmontrer que X et Y sont des variables gaussiennes. On note toujours
X
la
fonction caractristique de X.
2. Montrer que lim
t0
1
X
(t)
t
2
=
1
2
. [Utiliser E(X) = 0, Var(X) = 1 et un dveloppement limit des
fonctions cos et sin.]
3. Montrer que
X
(2t) =
X
(t)
3
X
(t) pour tout t R [Utiliser lindpendance de X + Y et X Y ].
Montrer que
X
(t) ,= 0 pour tout t R.
4. Soit (t) =

X
(t)
X
(t)
. Montrer que (t) = (t/2
k
)
2
k
pour tout t R et tout k N. Montrer que (t) = 1
pour tout t R [utiliser la question 2]. Montrer que
X
+
.
5. Montrer que
X
(t +s)
X
(t s) =
X
(t)
2
X
(s)
2
pour tout t, s R. En dduire que
X
(nt) =
X
(t)
n
2
pour tout t R et tout n N.
6. Montrer que X (et donc aussi Y ) est une v.a.r. gaussienne.
Exercice 10.17 (Un exemple. . . )
Soit (, /, P) un espace de probabilit et (X, Y ) un couple de variables alatoires relles, valeurs dans [1, 1]
2
.
On suppose que la loi de ce couple a une densit f par rapport la mesure de Lebesgue (sur B(R
2
)) avec :
f(x, y) =
1 +xy(x
2
y
2
)
4
1
[1,1]
2(x, y), (x, y)
t
R
2
.
1. Montrer que les lois des v.a. X et Y ont des densits par rapport la mesure de Lebesgue (sur B(R)). Calculer
ces densits. X et Y sont-elles indpendantes ?
2. Calculer les esprances de X, Y et XY . Que vaut cov(X, Y ) ?
3. Calculer les fonctions caractristiques de X, Y et X +Y .
260
Chapitre 11
Esprance conditionnelle et martingales
11.1 Esprance conditionnelle
Nous commenons par dnir lesprance conditionne par une tribu.
Dnition 11.1 Soit (, /, P) un espace probabilis, X une v.a.r. intgrable et B une tribu incluse dans /. On
appelle Esprance, conditionne par B, de X" ou Esprance conditionnelle de X par rapport B" lensemble
des applications Z de dans R, B-mesurable, intgrable et t.q. :
E(ZU) = E(XU) pour toute application U de dans R, B-mesurable, borne. (11.1)
On note E(X[B) cette esprance conditionnelle (cest donc un ensemble de fonctions). (Noter que dans (11.1), les
applications ZU et XU sont bien des v.a.r. intgrables).
Cette dnition peut sembler un peu abrupte. On montrera dans la proposition 11.1 que, sous les hypothses de la
dnition 11.1, lesprance conditionnelle existe, cest--dire que lensemble E(X[B) est non vide, et que E(X[B)
est unique", ceci signiant que si Z
1
, Z
2
E(X[B) , on a ncessairement Z
1
= Z
2
p.s..
Lensemble E(X[B), dni dans la dnition 11.1, est une ensemble de v.a.r. (car Z B-mesurable implique Z /-
mesurable) mais, en pratique, on confond cet ensemble avec lun de ces lments (comme on confond un lment
de L
p
avec lun de ses reprsentants). Si Z est une v.a.r. B-mesurable intgrable et t.q. E(ZU) = E(XU) pour
toute v.a.r. U B-mesurable borne, on crira donc Z = E(X[B) p.s. au lieu dcrire Z E(X[B).
Avant de dmontrer lexistence et lunicit de lesprance conditionnelle, donnons quelques exemples simples. Soit
(, /, P) un espace probabilis et X une v.a.r. intgrable. Prenons tout dabord B = , . Il est alors facile de
voir (exercice 11.1) que E(X[B) est rduit un seul lment et que cet lment est la fonction constante et gale
E(X).
Soit maintenant A / t.q. 0 < P(A) < 1 et B = , A, A
c
, (qui est bien une tribu incluse dans /). On peut
ici montrer (exercice 11.1) que E(X[B) est aussi rduit un seul lment et cet lment est la fonction Z dnie
par :
Z =
E(X1
A
)
P(A)
1
A
+
E(X1
A
c )
P(A
c
)
1
A
c .
La quantit
E(X1
A
)
P(A)
sappelle esprance de X sachant A". On a ainsi fait le lien entre esprance de X sachant
un vnement" et esprance de X par rapport une tribu" (ou selon une tribu").
261
Dans les deux exemples prcdents, lensemble E(X[B) tait rduit un seul lment. Voici maintenant un
exemple o E(X[B) nest pas rduit un seul lment. On prend B / t.q. P(B) = 1 et B
c
,= (cest le
cas, par exemple, si P est une mesure diffuse, que / contient les singletons et que B
c
est form dun nombre ni
ou dnombrable de points de ). On prend encore B = , B, B
c
, . Pour a R, on pose Z
a
= E(X)1
B
+a1
B
c .
On peut alors montrer (exercice 11.2) que E(X[B) = Z
a
, a R. Lensemble E(X[B) nest donc pas rduit
un lment.
On montre maintenant lexistence et lunicit de lesprance, conditionne par une tribu, dune v.a.r. intgrable.
Proposition 11.1 Soit (, /, P) un espace probabilis et B une tribu incluse dans /. Soit X une v.a.r. intgrable.
Alors :
1. (Existence) E(X[B) ,= .
2. (Unicit) Z
1
, Z
2
E(X[B) Z
1
= Z
2
p.s..
DMONSTRATION : On dmontre dabord lunicit de E(X[B). Puis, on dmontre lexistence de E(X[B) si X
est de carr intgrable, puis lexistence si X est positive (et intgrable) et enn lexistence si X est seulement
intgrable. En fait, la partie existence si X est de carr intgrable" est inutile. Elle nest pas utilise pour la suite
de la dmonstration mais elle est ventuellement intressante pour la comprhension de lesprance conditionnelle.
Unicit. Soit Z
1
, Z
2
E(X[B). On pose U = sign(Z
1
Z
2
) (on rappelle que la fonction sign est dnie par
sign(s) = 1 si s < 0, sign(s) = 1 si s > 0 et (par exemple) sign(0) = 0). Comme la fonction sign est
borlienne de R dans R et que (Z
1
Z
2
) est B-mesurable, la fonction U est bien B-mesurable. Elle est aussi
borne, on a donc en utilisant 11.1 avec Z = Z
1
et Z = Z
2
, E(XU) = E(Z
1
U) et E(XU) = E(Z
2
U). Ceci
donne E((Z
1
Z
2
)U) = 0 et donc E([Z
1
Z
2
[) = 0. On en dduit Z
1
= Z
2
p.s..
Existence si X est de carr intgrable. On note P
B
la restriction de P (qui est une mesure sur /) B (tribu
incluse dans /). La mesure P
B
est donc une probabilit sur B. On note H lespace de Hilbert L
2
R
(, B, P
B
) et,
pour V H, on pose :
T(V ) =
_
XV dP.
Il est clair que T(V ) est bien dnie. En tant prcis, on remarque que T(V ) =
_
XvdP, o v L
2
R
(, B, P
B
)
est un reprsentant de V (et cette quantit ne dpend pas du reprsentant choisi). Cest pour dnir T que nous
avons besoin que X soit de carr intgrable.
Lapplication T est linaire continue de H dans R (et on a |T| |X|
2
). On peut donc appliquer le thorme de
Riesz dans les espaces de Hilbert (thorme 6.9), il donne lexistence de Z L
2
(, B, P
B
) t.q. :
T(V ) =
_
ZV dP pour tout V H. (11.2)

Comme Z L
2
(, B, P
B
), la fonction Z est bien B-mesurable et intgrable (elle est mme de carr intgrable).
On montrer maintenant que Z vrie (11.1) (et donc que Z E(X[B)). Soit U une application B-mesurable
borne de dans R. On a U L
2
(, B, P
B
), on peut donc utiliser (11.2) avec pour V la classe de U et on obtient
E(XU) = T(V ) =
_
ZV dP = E(ZU).
Lapplication Z vrie donc (11.1). ce qui prouve que Z E(X[B).
Plus prcisment, un dveloppement du raisonnement ci avant (que les courageux peuvent faire) permet dinter-
prter lapplication X E(X[B) comme loprateur de projection orthogonale de L
2
(, /, P) dans le sous
espace vectoriel ferm form partir de L
2
(, B, P
B
).
262
Existence si X est positive et intgrable. On utilise ici le thorme de Radon-Nikodym (thorme 6.11, qui se
dmontre dailleurs avec le thorme de Riesz dans les espaces de Hilbert, thorme 6.9). On note toujours p
B
la
restriction de P B (de sorte que P
B
est une probabilit sur B).
Pour B /, on pose m(A) =
_
X1
A
dP. On dnit ainsi une mesure nie, m, sur /, cest la mesure de densit
X par rapport P. On note maintenant m
B
la restriction de cette mesure la tribu B. La mesure m
B
est absolument
continue par rapport la mesure P
B
(car B B, P
B
(B) = 0 implique que P(B) = 0 et donc X1
B
= 0 p.s. et
donc m(B) = 0 et donc m
B
(B) = 0). Le thorme de Radon-Nikodym (thorme 6.11) donne alors lexistence
de Z, B-mesurable positive, t.q. m
B
= ZP
B
(cest--dire que m
B
est la mesure sur B de densit Z par rapport
P
B
).
La fonction Z est intgrable car
_
ZdP =
_
ZdP
B
= m
B
() = m() = E(X) < +(et E(Z) = E(X)). Il
reste montrer que Z vrie (11.1) (ce qui donnera que Z E(X[B)). On remarque tout dabord que E(Z1
B
) =
_
Z1
B
dP = m
B
(B) =
_
X1
B
dP = E(X1
B
) pour tout B B. Par linarit positive, on a donc, pour toute
fonction B-tage positive,
E(ZU) =
_
ZUdP =
_
ZUdP
B
=
_
Udm =
_
UXdP = E(XU). (11.3)

Par convergence monotone, on en dduit alors que (11.3) est encore vraie pour toute fonctions B-mesurable po-
sitive. Enn, en utilisant U = U
+
U
(et en remarquant que ZU et XU sont intgrables), on conclut que

(11.3) est vraie pour toute fonction U B-mesurable borne de dans R. (On a ici repris un argument vu dans la
remarque 6.22.) Lapplication Z vrie donc (11.1). Ce qui prouve que Z E(X[B).
Existence si X est seulement intgrable. Comme les fonctions X
+
et X
sont positives et intgrables, il existe

Z
1
E(X
+
[B) et Z
2
E(X
[B). On pose Z = Z
1
Z
2
. Lapplication Z est B-mesurable et intgrable (car Z
1
et Z
2
le sont) et, pour tout fonction U B-mesurable borne, on a :
E(ZU) = E(Z
1
U) E(Z
2
U) = E(X
+
U) E(X
U) = E(XU).
Lapplication Z vrie donc (11.1). Ce qui prouve que Z E(X[B).
Soit (, /, P) un espace probabilis et B une tribu incluse dans /. On a dni lesprance, conditionne par
B, dune v.a.r. intgrable. On va maintenant montrer quon peut tendre la dnition des v.a.r. qui ne sont pas
intgrables mais qui sont positives (la dmonstration est dj essentiellement dans la dmonstration de la propo-
sition 11.1). Pour cela, on va commencer par donner une p.s.-caractrisation" de E(X[B)" lorsque X est une
v.a.r. positive et intgrable. Cette caractrisation nutilisant pas lintgrabilit de X on aura ainsi une dnition de
E(X[B) lorsque X est une v.a.r. positive. Ceci est fait dans la proposition 11.2 et la dnition 11.2.
Proposition 11.2 Soit (, /, P) un espace probabilis et B une tribu incluse dans /.
1. Soit X une v.a.r. intgrable positive. Alors, Z E(X[B) si et seulement si Z est B-mesurable, intgrable, 0
p.s. et t.q. :
E(ZU) = E(XU), (11.4)
pour toute application U de dans R, B-mesurable et positive.
2. Soit X une v.a.r. positive. On note

E(X[B) lensemble des applications B-mesurables positives vriant (11.4).
On a alors :
(a) (Existence)

E(X[B) ,= .
(b) (Unicit) Z
1
, Z
2

E(X[B) Z
1
= Z
2
p.s..
263
DMONSTRATION : On commence par montrer le premier item. Si Z E(X[B), la fonction Z est bien B-
mesurable intgrable et vrie (11.1). Elle vrie donc (11.4) en ajoutant U borne". Pour montrer que Z 0
p.s., on prend U = 1
B
avec B = Z < 0 (U est bien B-mesurable borne). On obtient E(ZU) = E(XU) 0.
Comme ZU 0, on a donc ZU = 0 p.s. et donc Z 0 p.s.. Enn, pour montrer que Z vrie (11.4) (cest--
dire avec U B-mesurable positive mais non ncessairement borne), il suft dutiliser le thorme de convergence
monotone (thorme 4.2) en introduisant U
n
= U1
B
n
avec, pour n N, B
n
= U n.
Rciproquement, si Z est B-mesurable, intgrable, 0 p.s. et vrie (11.4), il est facile de voir que Z vrie (11.1).
En effet, si U est B-mesurable borne, on utilise (11.4) avec les parties positive et ngative de U pour obtenir (11.1).
Donc, Z E(X[B).
On montre maintenant le deuxime item de la proposition.
Existence. On reprend la dmonstration de la proposition 11.1. On rappelle que p
B
est la restriction de P B,
m = XP (cest--dire la mesure de densit X par rapport P) et m
B
est la restriction de m B. La mesure m
B
est absolument continue par rapport la mesure P
B
. La mesure m nest pas nie si X nest pas intgrable. On ne
peut donc pas appliquer directement le thorme 6.11 (qui demande que m
B
soit nie). Pour rsoudre cette petite
difcult, on pose, pour n N m
n
= X1
nX<n+1]
(qui est une mesure sur /) et m
n,B
sa restriction B. La
mesure m
n,B
est absolument continue par rapport la mesure P
B
et est nie. Le thorme de Radon-Nikodym
donne alors lexistence de Z
n
, B-mesurable positive, t.q. m
n,B
= Z
n
P
B
. On pose alors Z =
nN
Z
n
. La
fonction Z est B-mesurable positive, il reste montrer que Z vrie (11.4) (ce qui donnera que Z

E(X[B)).
Soit U une application B-mesurable positive de dans R. Pour tout n N, on a
E(Z
n
U) =
_
Z
n
UdP =
_
Z
n
UdP
B
=
_
Udm
n,B
=
_
UX1
nX<n+1]
dP.
En sommant cette dernire galit pour n N, on obtient (par le corollaire 4.1 sur les sries termes positifs)
E(ZU) = E(XU).
Lapplication Z vrie donc (11.4). Ce qui prouve que Z

E(X[B).
Unicit. Soit Z
1
, Z
2

E(X[B). prenons U = (sign(Z
1
Z
2
))
+
(qui est bien B-mesurable et positive). On
a donc, par (11.4), E(Z
1
U) = E(Z
2
U) = E(XU), mais on ne peut rien en dduire car il est possible que
E(XU) = +. On va donc modier lgrement U. Soit n N
. On pose B
n
= Z
1
n Z
2
n et
U
n
= U1
B
n
. La fonction U
n
est encore B-mesurable et positive et (11.4) donne E(Z
1
U
n
) = E(Z
2
U
n
). Comme
0 E(Z
1
U
n
) = E(Z
2
U
n
) n, on en dduit E((Z
1
Z
2
)U
n
) = 0. Mais, (Z
1
Z
2
)U
n
0. En faisant tendre
n vers linni, le thorme de convergence monotone (thorme 4.1) donne E((Z
1
Z
2
)U) = 0, cest--dire
E((Z
1
Z
2
)
+
) = 0 et donc Z
1
Z
2
p.s.. En changeant les rles de Z
1
et Z
2
on a aussi Z
2
Z
1
p.s.. Do
Z
1
= Z
2
p.s..
Dnition 11.2 Soit (, /, P) un espace probabilis, X une v.a.r. positive et B une tribu incluse dans /. On
appelle Esprance, conditionne par B, de X " ou Esprance conditionnelle de X par rapport B") lensemble
des applications Z de dans R, B-mesurable, positive et t.q. :
E(ZU) = E(XU), (11.5)
pour toute application U de dans R, B-mesurable et positive.
On note

E(X[B) cette esprance conditionnelle (cest donc un ensemble de fonctions). (Noter que dans (11.1),
les applications ZU et XU sont bien des v.a.r. positives, leur intgrale sur est donc bien dnie et appartient
R
+
).
264
La proposition 11.2 nous donne lexistence et lunicit (p.s.) de lesprance conditionnelle lorsque X est une
v.a.r. positive. Sous les hypothses de la dnition 11.2, si X est de plus intgrable, on a donc deux dnitions
de lesprance conditionnelle de X par rapport B, note E(X[B) et

E(X[B). La proposition 11.2 montre que
Z
1
E(X[B) et Z
2

E(X[B) implique Z
1
= Z
2
p.s.. En pratique, comme on confond E(X[B) avec lun de ces
lments et

E(X[B) avec lun de ces lments, on a donc E(X[B) =

E(X[B) p.s.. Il est donc inutile de conserver
la notation

E(X[B) et on conservera la notation E(X[B) dans les deux cas, cest--dire X v.a.r. intgrable" et
X v.a.r. positive".
Nous donnons maintenant quelques proprits de lesprance conditionnelle.
Proposition 11.3 Soit (, /, P) un espace probabilis, B une tribu incluse dans /et X une v.a.r.. Soit p ]1, ]
et q le nombre conjugu de p (i.e. q = p/(p1) si p < +et q = 1 si p = ). On suppose que X L
p
R
(, /, P).
Soit Z E(X[B). Alors, Z L
p
R
(, /, P) et E(ZU) = E(XU) pour toute application U (de dans R) B-
mesurable t.q. [U[
q
soit intgrable.
DMONSTRATION : La dmonstration fait partie de lexercice 11.6. En fait, le cas p = 2 a dj t vu dans la
dmonstration de la proposition 11.1.
Proposition 11.4 (Ingalit de Jensen gnralise)
Soit (, /, P) un espace probabilis, B une tribu incluse dans / et X une v.a.r. de carr intgrable. Soit une
fonction convexe de R dans R. On suppose que (X) est intgrable. On a alors E((X)[B) (E(X[B)) p.s..
DMONSTRATION : Daprs le lemme 11.1, comme est convexe, il existe c, fonction croissante de R dans R (et
donc fonction borlienne de R dans R) t.q., pour tout x, a R, (x) (a) c(a)(x a).
Soit Z E(X[B). On a donc pour tout :
(X()) (Z()) c(Z())(X() Z()). (11.6)
On aimerait intgrer cette ingalit sur un lment (bien choisi) de B mais cela nest pas possible car les v.a.r. (Z)
et c(Z)(X Z) peuvent ne pas tre intgrables (bien que Z et X soient intgrables). Pour p N
, on introduit
donc A
p
= [Z[ p de sorte que les v.a.r. 1
A
p
c(Z)(X Z) et 1
A
p
(Z) sont intgrables (noter que c(Z) est
borne sur A
p
car c est croissante). On pose aussi A = E((X)[B) (Z) < 0 et B
p
= A
p
A. Soit p N
,
lingalit (11.6) donne 1
B
p
((X) (Z)) 1
B
p
c(Z)(X Z) et donc, en intgrant sur :
_
B
p
((X) (Z))dP
_
B
p
c(Z)(X Z)dP. (11.7)
Comme Z et E((X)[B) sont B-mesurables, on a B
p
B (et donc 1
B
p
est B-mesurable). On a aussi c(Z)
B-mesurable (car c est borlienne) et donc 1
B
p
c(Z) B-mesurable. On en dduit :
_
B
p
c(Z)(X Z)dP = E(1
B
p
c(Z)(X Z)) = 0 (car Z E(X[B)),
et
_
B
p
((X) (Z))dP = E(1
B
p
((X) (Z))) = E
_
1
B
p
(E((X)[B) (Z))
_
.
Avec (11.7), on en dduit :
_
B
p
(E((X)[B) (Z))dP 0.
265
Comme E((X)[B) (Z) < 0 sur B
p
(car B
p
A), on a donc P(B
p
) = 0 et donc P(A) = P(
pN
B
p
) = 0.
Ce qui donne bien E((X)[B) (Z) p.s..
Lemme 11.1 Soit une fonction convexe de R dans R, il existe alors c, fonction croissante de R dans R (et donc
fonction borlienne de R dans R) t.q., pour tout x, a R, (x) (a) c(a)(x a).
DMONSTRATION : Si est drivable sur R, la fonction c existe et est unique, elle est donne par c =
t
.
Lexistence de c est lgrement plus difcile si nest pas drivable sur tout R (et on perd lunicit de c).
Soit a R, on considre le fonction h
a
: x
(x)(a)
xa
qui est dnie sur R a. La convexit de permet de
montrer que h
a
est croissante (cest--dire que x, y R a, x > y h
a
(x) h
a
(y)). La fonction h
a
a donc
une limite gauche (et droite) en tout point, y compris au point a. On pose (par exemple) :
c(a) = lim
xa,x<a
h
a
(x).
Il est facile de vrier que la fonction c ainsi dnie est croissante de R dans R et vrie, pour tout x, a R,
(x) (a) c(a)(x a).
On dfnit maintenant lesprance conditionnelle par rapport une v.a.r. ou un v.a.
Dnition 11.3 Soit (, /, P) un espace probabilis et X une v.a.r. (ou un v.a. de dimension d, d 1). Soit Y
une v.a.r. intgrable ou une v.a.r. positive. On appelle Esprance, conditionne par X, de Y " ou Esprance
conditionnelle de Y par rapport X" (ou Esprance conditionnelle de Y sachant X") lensemble E(Y [(X)),
o (X) est la tribu engendre par X. On note E(Y [X) cette esprance conditionnelle, de sorte que E(Y [X) =
E(Y [(X)). (Lensemble E(Y [X) est donc un ensemble de v.a.r. et, comme dhabitude, on confond E(Y [X) avec
lun de ces lments.)
Pour caractriser E(Y [X) (sous les hypothses de la dnition 11.3) et pour calculer cette esprance condition-
nelle, on utilise, en gnral, le thorme 3.1 que nous rappelons sous une forme lgrement plus prcise (donne
dans la dmonstration du thorme 3.1).
Thorme 11.1 (Y mesurable par rapport X) Soit (, /, P) un espace probabilis et X, Y deux v.a.r.. On
note (X) la tribu engendre par X. Alors :
La v.a.r. Y est (X)-mesurable si et seulement si il existe f, fonction borlienne de R dans R, t.q. Y = f(X).
La v.a.r. Y est (X)-mesurable borne si et seulement si il existe f, fonction borlienne borne de R dans R,
t.q. Y = f(X).
La v.a.r. Y est (X)-mesurable positive si et seulement si il existe f, fonction borlienne positive de R dans R,
t.q. Y = f(X).
DMONSTRATION : La dmonstration de ce thorme est donne dans la dmonstration du thorme 3.1.
Voici une consquence immdiate de ce thorme, utilise pour calculer E(Y [X)
Proposition 11.5 (Calcul de E(Y [X)) Soit (, /, P) un espace probabilis et X, Y deux v.a.r.. Soit Z une
application de dans R.
1. On suppose que Y est intgrable. Alors, Z E(Y [X) si et seulement si il existe application borlienne de R
dans R t.q. Z = (X), (X) est intgrable et
E((X)(X)) = E(Y (X)), (11.8)
pour toute application de R dans R, borlienne borne.
266
2. On suppose que Y est positive. Alors, Z E(Y [X) si et seulement si il existe application borlienne positive
de R dans R t.q. Z = (X) et
E((X)(X)) = E(Y (X)), (11.9)
pour toute application de R dans R, borlienne positive.
DMONSTRATION : La dmonstration est une consquence facile du thorme 11.1.
La consquence de la proposition 11.5 est que (sous les hypotses de la proposition) lon cherche E(Y [X) sous
la forme dune fonction (X) (avec de R dans R) vriant (11.8) (ou (11.9)). On raisonne, en gnral, par
condition ncessaire sur " et, comme on sait que E(X[Y ) existe, il est mme inutile de vrier que la fonction
(X) que lon trouve (qui est, en gnral, dnie p.s.) est bien intgrable (ou positive).
La proposition 11.5 montre galement que (sous les hypotses de la proposition 11.5) la fonction Y est une fonction
de X (cest--dire Y = (X) pour un certain de R dans R) si et seulement si E(Y [X) = Y . Pour montrer
que la v.a.r. Y est une fonction dune autre v.a.r. X, il suft donc de montrer que E(Y [X) = Y . En comparaison,
le calcul de la covariance entre X et Y (aprs normalisation") sintresse seulement lexistence ou non dune
dpendance afne de Y en fonction de X. Voir, ce propos, lexercice 11.14.
Remarque 11.1 (Deux proprits de lesprance conditionnelle) Voici deux proprits qui nous serons utiles
dans la section suivante. Soit (, /, P) un espace probabilis, B une sous tribu de / et X une v.a.r. intgrable.
1. Soit V une v.a.r. B-mesurable borne. On a alors E(XV [B) = V E(X[B) p.s.. (Voir lexercice 11.4.)
2. On suppose que (X) et B sont des tribus indpendantes. On a alors E[X[B] = E[X] p.s.. En particulier, si
Y est une v.a.r. indpendante de X (cest--dire que (X) et (Y ) sont des tribus indpendantes), on a alors
E[X[Y ] = E[X] p.s.. (Voir lexercice 11.5.)
11.2 Martingales
Dnition 11.4 (Filtration et processus) Soit (, /, P) un espace probabilis
1. On appelle ltration" une suite de tribus (B
n
)
nN
t.q. B
n
B
n+1
/, pour tout n N.
2. On appelle processus rel" une suite de v.a.r..
3. Soit (B
n
)
nN
une ltration et (X
n
)
nN
un processus rel. On dit que (X
n
)
nN
est adapt la ltration (B
n
)
nN
si, pour tout n N, X
n
est B
n
-mesurable.
Dnition 11.5 (Martingale) Soit (, /, P) un espace probabilis, (B
n
)
nN
une ltration et (X
n
)
nN
un pro-
cessus rel (cest--dire une suite de v.a.r.).
1. (Martingale) La suite (X
n
)
nN
est une martingale par rapport la ltration (B
n
)
n
si on a, pour tout n N,
(a) X
n
est B
n
-mesurable et intgrable,
(b) E(X
n+1
[B
n
) = X
n
p.s..
2. (Sous et sur martingale) la suite (X
n
)
nN
est une sous-martingale [resp. sur-martingale] par rapport la
ltration (B
n
)
nN
si on a, pour tout n N,
(a) X
n
est B
n
-mesurable et intgrable,
(b) E(X
n+1
[B
n
) X
n
p.s. [resp. E(X
n+1
[B
n
) X
n
p.s. ].
267
Remarque 11.2 Soit (, /, P) un espace probabilis, (B
n
)
nN
une ltration et (X
n
)
nN
une martingale par
rapport la ltration (B
n
)
n
. Pour tout n N, on a, comme 1
est B
n
-intgrable borne, et E(X
n+1
[B
n
) = X
n
p.s.,
E(X
n+1
) =
_
X
n+1
1
dP =
_
E(X
n+1
[B
n
)1
dP =
_
X
n
1
dP = E(X
n
).
On a donc E(X
n
) = E(X
0
) pour tout n N.
Exemple 11.1 (Exemples de Martingales) Soit (, /, P) un espace probabilis.
1. Soit (B
n
)
nN
une ltration et X une v.a.r. intgrable. On pose X
n
= E(X[B
n
). La suite (X
n
)
nN
est une
martingale (par rapport la ltration (B
n
)
n
). (Voir lexercice 11.21.)
2. Soit X
0
une v.a.r. intgrable et (J
n
)
nN
une suite de v.a.r. intgrable et de moyenne nulle. On suppose que
la suite forme de X
0
et (J
n
)
nN
est une suite de v.a.r. indpendantes. On pose alors, pour n N, X
n+1
=
X
n
+ J
n+1
et B
n
la tribu engendre par X
0
, . . . , X
n
. La suite (X
n
)
nN
est une martingale (par rapport la
ltration (B
n
)
n
). (Voir lexercice 11.22.)
Dnition 11.6 (Temps darrt) Soit (, /, P) un espace probabilis, (B
n
)
nN
une ltration et T une v.a.
valeurs dans N+ (cest--dire une application mesurable de , muni de la tribu /, dans N+, muni
de la tribu forme de lensemble des parties de N +). Lapplication T sappelle un temps darrt si, pour
tout n N, T = n B
n
. Si T est un temps darrt, on note B
T
la tribu dnie par B
T
= A / t.q., pour
tout n N, A T = n B
n
.
Le thorme suivant montre quune martingale arrte" est encore une martingale.
Thorme 11.2 (Martingale arrte un temps darrt) Soit (, /, P) un espace de probabilit muni dune
ltration (B
n
)
nN
et (X
n
)
nN
une martingale (par rapport la ltration (B
n
)
n
). Soit un temps darrt. Pour
n N, on pose Y
n
= X
n
(On rappelle que n() = min(), n et donc que X
n
() = X
min(),n]
(),
pour tout .) Alors, la suite (Y
n
)
nN
est encore une martingale (par rapport la ltration (B
n
)
n
).
DMONSTRATION : Soit n N, on a Y
n
= X
n
1
T>n]
+
n
k=0
X
k
1
T=k]
. On en dduit tout dabord que Y
n
est
intgrable (comme somme nie de fonctions intgrables). Puis, on montre que Y
n
est B
n
-mesurable. Pour cela, on
remarque que T = k B
k
B
n
, pour k n, et que
T > n =
_
n
k=0
T = k
_
c
B
n
.
Enn, on remarque que X
k
est B
n
-mesurable pour tout k n. Grce la stabilit des fonctions mesurables par
somme et produit, on obtient bien, nalement, que Y
n
est B
n
-mesurable.
Il reste maintenant montrer que E(Y
n+1
[B
n
) = Y
n
p.s., pour tout n N. Soit n N, on a
Y
n+1
= X
n+1
1
T>n+1]
+
n+1
k=0
X
k
1
T=k]
= X
n+1
1
Tn+1]
+
n
k=0
X
k
1
T=k]
.
Par linarit de lesprance conditionnelle, on a donc
E(Y
n+1
[B
n
) = E(X
n+1
1
Tn+1]
[B
n
) +
n
k=0
E(X
k
1
T=k]
[B
n
).
268
Comme T n + 1 =
_
n
k=0
T = k
_
c
B
n
, la remarque 11.1 (et le fait que E(X
n+1
[B
n
) = X
n
p.s.)
donne E(X
n+1
1
Tn+1]
[B
n
) = 1
Tn+1]
E(X
n+1
[B
n
) = X
n
1
Tn+1]
. Puis comme, pour k 0, . . . , n,
X
k
1
T=k]
est B
n
-mesurable, on a E(X
k
1
T=k]
[B
n
) = X
k
1
T=k]
. On obtient ainsi
E(Y
n+1
[B
n
) = X
n
1
Tn+1]
+
n
k=0
X
k
1
T=k]
= Y
n
p.s..
Ce qui termine la dmonstration.
On conclut cette section par un thorme, sans dmonstration, sur la convergence des martingales.
Thorme 11.3 (Convergence p.s. dune martingale)
Soit (, /, P) un espace probabilis, (B
n
)
nN
une ltration et (X
n
)
nN
une suite de v.a.r.. On suppose que
(X
n
)
nN
est une martingale par rapport (B
n
)
nN
.
1. On suppose que la suite (X
n
)
nN
est borne dans L
1
R
(, /, P). Alors il existe une v.a.r. intgrable, X, t.q.
X
n
X p.s., quand n .
2. On suppose X
n
0 pour tout n N. Alors, il existe une v.a.r. intgrable, X, t.q. X
n
X p.s., quand n .
On peut noter que le deuxime item du thorme 11.3 est une consquence du premier car, pour une martingale,
on a toujours E(X
n
) = E(X
0
) pour tout n N (et les X
n
sont toujours intgrales). Si X
n
0, on a donc
|X
n
|
1
= E(X
0
) < +.
11.3 Exercices
11.3.1 Esprance conditionnelle
Exercice 11.1 (Esprance conditionnelle selon une tribu) Corrig 187 page 511
Soit (, /, P) un espace probabilis et Y une variable alatoire relle intgrable. Dans les trois cas suivants,
montrer que E[Y [B] est rduit un lment et dterminer E[Y [B] (en fonction de Y et B).
1. La tribu B la tribu grossire, cest--dire B = , .
2. Soit B / t.q. 0 < P[B] < 1. On prend pour B la tribu engendre par B.
3. Soit (B
n
)
nN
/ t.q. B
n
B
m
= si n ,= m, =
nN
B
n
et 0 < P(B
n
) < 1 pour tout n N
. On
prend pour B la tribu engendre par (B
n
)
nN
(cest--dire B =
nJ
B
n
, J N
).
Exercice 11.2 (Esprance conditionnelle selon une tribu (2))
Soit (, /, P) un espace probabilis et X une v.a.r. intgrable. Soit B /t.q. P(B) = 1 et B
c
,= (cest le cas,
par exemple, si P est une mesure diffuse, que / contient les singletons et que B
c
est form dun nombre ni ou
dnombrable de points de ). On pose B = , B, B
c
, . Pour a R, on pose Z
a
= E(X)1
B
+a1
B
c . Montrer
que E(X[B) = Z
a
, a R.
Exercice 11.3 (Esprance conditionnelle selon une v.a.r.) Corrig 188 page 512
Soit (, /, P) un espace probabilis, X une variable alatoire relle et Y une variable alatoire relle intgrable.
1. On suppose quil existe a R t.q. X = a p.s.. Donner un lment de E[Y [X].
2. On suppose que X prend p.s. deux valeurs x
1
ou x
2
avec x
1
,= x
2
. Donner un lment de E[Y [X].
269
3. On suppose que X est une v.a. prenant p.s. ses valeurs dans un ensemble dnombrable x
n
, n N
avec
P(X = x
n
) ,= 0 pour tout n N

Exercice 11.4 (Egalit desprances conditionnelles)
Soit (, /, P) un espace probabilis, B une sous-tribu de /, X une v.a.r. intgrable et V une v.a.r. B-mesurable
borne. Montrer que E[XV [B] = E[X[B]V p.s..
Exercice 11.5 (Esprance conditionnelle et indpendance)
Soit (, /, P) un espace probabilis, et X une v.a.r. intgrable.
1. Soit Y une v.a.r. indpendante de X. Montrer que E[X[Y ] = E[X] p.s..
2. Soit B une sous tribu de /. On suppose que (X) et B sont des tribus indpendantes. Montrer que E[X[B] =
E[X] p.s..
Exercice 11.6 (Esprance conditionnelle dune v.a.r. appartenant L
p
)
Soit (, /, P) un espace de probabilits, ( une sous-tribu de / et Y une v.a.r. intgrable. On pose Z = E[Y [(]
(plus prcisment, on confond ici, comme dhabitude, la classe E[Y [(] avec lun de ses lments).
1. On suppose, dans cette question, quil existe M R t.q. [Y [ M p.s.. Montrer que [Z[ M p.s.. et
queE[Z] = E[Y ] pour tout (mesurable et intgrable.
2. Soit p ]1, [ et q =
p
p1
. On suppose que [Y [
p
est intgrable, montrer que [Z[
p
est intgrable et que E[Z] =
E[Y ] pour tout (mesurable et t.q. [[
q
soit intgrable.
Exercice 11.7 (Calcul de E(exp(XY )[X) si Y A(0, 1)) Corrig 189 page 514
Soit (, /, P) un espace de probabilits et X, Y deux v.a. relles indpendantes. On suppose que Y suit une
loi gaussienne centre rduite et que E[exp(X
2
/2)] < . Montrer que exp(XY ) est intgrable et dterminer
E[exp(XY )[X].
Exercice 11.8 (Esprance selon une somme de v.a.r.i.i.d)
Soit (, /, P) un espace de probabilits.
1. Soit X et Y deux v.a.r. intgrables. Montrer que E(X[X +Y )+E(Y [X +Y )=X +Y . On suppose maintenant
que X et Y sont indpendantes et de mme loi. Montrer que
E(X[X +Y ) = E(Y [X +Y ) =
X +Y
2
.
2. Soit n N
et X
1
, . . . , X
n
des v.a.r. indpendantes, de mme loi et intgrables. On note S
n
=
n
k=1
X
k
.
Montrer que E(X
1
[S
n
) = S
n
/n.
Exercice 11.9 (Une condition ncessaire et sufsante pour avoir X = Y p.s.)
Soit (, /, P) un espace de probabilits et X, Y deux v.a.r. intgrables. On suppose que E[X[Y ] = Y p.s. et
E[Y [X] = X p.s..
1. Soit c R. Montrer que
E [(X Y )1
X>c,Y >c
] = E [(Y X)1
X>cY
] 0.
En dduire que E [(X Y )1
X>c,Y >c
] = 0, puis que P[X > c Y ] = 0.
2. Montrer que X = Y p.s..
270
3. on suppose maintenant que X et Y sont de carr intgrables. Montrer quune dmonstration (beaucoup) plus
directe de la question 2 est possible en calculant E((X Y )
2
).
N.B. Le cas o X et Y sont seulement intgrables (trait dans les questions 1 et 2) peut aussi se faire avec la
question 3 en tronquant" les v.a.r. X et Y .
Exercice 11.10 (Esprance du produit et produit des esprances) Corrig 190 page 514
Soit (, /, P) un espace de probabilits et X, Y deux v.a. intgrables t.q. XY est intgrable et E[X[Y ] = E(X)
p.s.. Montrer que E(XY ) = E(X)E(Y ).
Exercice 11.11 (Egalit de lois donne galit desprances conditionnelles)
Soit (, /, P) un espace de probabilits et X, Y, Z trois v.a.r.. On suppose que X et Y sont intgrables et que
(X, Z) (Y, Z).
1. Montrer que E[X[Z] = E[Y [Z] p.s..
2. Soit f une fonction borlienne de R dans R. On suppose que f(X) et f(Y ) sont intgrables (ou que f est
valeurs dans R
+
). Montrer que E[f(X)[Z] = E[f(Y )[Z] p.s..
Exercice 11.12 (Convergence faible et esprances conditionnelles)
Soit (, /, P) un espace de probabilits, B une sous-tribu de /, X une v.a. intgrable et (X
n
)
nN
une suite de
v.a. intgrables. On suppose que X
n
X faiblement dans L
1
(, /, P) quand n (ce qui est quivalent
dire que, pour tout v.a. U borne, on a lim
n
E[X
n
U] = E[XU]).
1. Montrer que pour toute v.a. U, B-mesurable et borne, on a
lim
n
E[E[X
n
[B]U] = E[E[X[B]U].
2. Montrer que E[X
n
[B] E[X[B] faiblement dans L
1
(, /, P) quand n .
Exercice 11.13 (Minoration dune esprance conditionnelle)
Soit (, /, P) un espace de probabilit, B une sous-tribu de /et Y est une v.a.r. positive. Soit U une v.a.r. positive,
B-mesurable et t.q. pour toute v.a.r. positive B-mesurable Z on ait E(Y Z) E(UZ). Montrer que E(Y [B) U
p.s..
Exercice 11.14 (Dpendance linaire et dpendance non linaire)
Soit (, /, P) un espace de probabilit et X, Y deux v.a.r. non constantes.
1. (Dpendance linaire.) On pose X =
XE(X)
Var(X)
et Y =
Y E(Y )
Var(Y )
.
(a) Montrer que [Cov(X, Y )[ 1.
(b) Montrer que [Cov(X, Y )[ = 1 si et seulement si il existe , R, ,= 0, t.q. Y = X +.
(c) Donner un exemple pour lequel Y = f(X) (avec f fonction borlienne de R dans R) et Cov(X, Y ) = 0.
2. (Dpendance.)
(a) On suppose que X et Y sont indpendantes. Montrer que E(Y [X) = E(Y ).
(b) Montrer quil existe f (fonction borlienne de R dans R) t.q. Y = f(X) si et seulement E(Y [X) = Y .
Exercice 11.15 (Lorsque E(Y [X) = X p.s.. . . ) Corrig 191 page 515
Soit (, /, P) un espace probabilis et X, Y deux v.a.r. de carr intgrable.
On suppose que E(Y [X) = X p.s..
271
1.(a) Soit une fonction borlienne de R dans R. On suppose que la v.a.r. (X) est de carr intgrable. Montrer
que
_
Y (X)dP =
_
X(X)dP.
(b) Montrer que E(Y ) = E(X) et E(XY ) = E(X
2
).
2.(a) Montrer que E(X
2
) E(Y
2
).
(b) Montrer que Y = X p.s. si et seulement si E(Y
2
) = E(X
2
).
Exercice 11.16 (V.a. gaussien et esprance conditionnelle) Corrig 192 page 515
Soit (, /, P) un espace probabilis et (X, Y )
t
un v.a. gaussien de dimension 2, On note a lesprance de X, b
lesprance de Y et D la matrice de covariance du v.a. (X, Y )
t
(on a donc D
1,1
= Var(X), D
2,2
= Var(Y ) et
D
1,2
= D
2,1
= Cov(X, Y )). On suppose que Var(Y ) > 0.
1. Calculer , R(en fonction de a, b et D) de manire avoir E[X] = E[+Y ] et E[XY ] = E[(+Y )Y ].
Avec et ainsi dtermins, on dnit la fonction afne l de R dans R par l(s) = + s pour s R et on
dnit la v.a.r. Z par Z = X l(Y ).
2. Montrer que (Z, Y )
t
est un v.a. gaussien. Montrer que Cov(Z, Y ) = 0. En dduire que Z et Y sont des v.a.r.
indpendantes [On pourra utiliser la question 1(b) de lexercice 10.10].
3. Montrer que E[X[Y ] = l(Y ) p.s.
4. Calculer (en fonction de D) Var(Z).
Dans la suite, on note =
_
Var(Z) et, pour a R on note
a
la loi normale A(a,
2
).
5. Soit f une fonction borlienne borne de R dans R. Pour a R, on pose (a) =
_
R
fd
a
.
(a) Montrer que est une fonction continue (de R dans R) si > 0.
(b) Montrer que E[f(X)[Y ] = (l(Y )) p.s.
Exercice 11.17 (Indpendance et esprance)
Soit (, /, P) un espace probabilis et B
1
, B
2
deux sous-tribus de /. On pose B = (B
1
B
2
) (cest--dire que
B est la tribu engendre par B
1
et B
2
). On pose aussi ( = B
1
B
2
; B
1
B
1
, B
2
B
2
.
1. Montrer que B = (() (cest--dire que B est la tribu engendre par ().
Soit Y une v.a.r. intgrable. On note (Y ) la tribu engendre par Y . On suppose que (Y ) et B
1
sont
indpendantes de B
2
.
2. Soit U
1
une v.a.r. B
1
-mesurable et borne et U
2
une v.a.r. B
2
-mesurable et intgrable. Montrer que Y U
1
et
U
2
sont des v.a.r. indpendantes. En dduire que Y U
1
U
2
est intgrable et que E(Y U
1
U
2
) = E(Y U
1
)E(U
2
).
3. On pose Z
1
= E[Y [B
1
] (la v.a.r. Z
1
est B
1
-mesurable intgrable et E(Y U) = E(Z
1
U) pour toute v.a.r.
B
1
-mesurable borne).
(a) Montrer que E(Y 1
C
) = E(Z
1
1
C
) pour tout C (.
(b) Montrer que E(Y 1
B
) = E(Z
1
1
B
) pour tout B B.
4. Montrer que E[Y [B] = E[Y [B
1
] p.s..
Exercice 11.18 (Esprance conditionnelle dune somme)
i
)
iN
une suite de v.a.r.i.i.d.. On suppose que X
1
est intgrable (on a
donc aussi X
i
intgrable pour tout i N
). Pour n N
, on pose S
n
= X
1
+ +X
n
.
1. (Cette question reprend lexercice 11.8.) Soit n > 1. Montrer que pour tout k 1, , n, E[X
k
[S
n
] =
E[X
1
[S
n
] p.s.. [On pourra remarquer que les v.a. (X
1
, X
2
, , X
k
, , X
n
) et (X
k
, X
2
, , X
1
, , X
n
)
ont mme loi.]
En dduire que E[X
1
[S
n
] =
S
n
n
p.s..
272
2. Soit n N
. On note T
n
la tribu engendre par lensemble des v.a.r. S
k
, k n. Montrer que E[X
1
[T
n
] =
E[X
1
[S
n
] =
S
n
n
p.s.. [On pourra utiliser lexercice 11.17 en choisissant convenablement B
1
et B
2
.]
Exercice 11.19 (Convergence dune suite desprance conditionnelles)
Soient (E, T, p) un espace probabilis et (T
n
)
nN
une famille de tribus sur E t.q. T
n
T
n+1
, pour tout n N, et
nN
T
n
= T. Soit X L
2
R
(E, T, p) et E(X[T
n
) lesprance conditionnelle de X par rapport la tribu T
n
. Nous
allons montrer que E(X[T
n
) converge vers X dans L
2
R
(E, T, p) lorsque n +.
1. Montrer quil existe e L
2
R
(E, T, p) et une sous-suite de la suite (E(X[T
n
)
nN
qui converge faiblement vers e
dans L
2
R
(E, T, p).
2. Montrer que
_
XY dp =
_
eY dp, pour tout Y F =
nN
L
2
R
(E, T
n
, p).
3. Montrer que F = L
2
R
(E, T, p) et en dduire que e = X p.s..
4. Montrer que |E(X[T
n
)|
2
|X|
2
et en dduire que la suite (e(X, T
n
))
nN
converge vers X dans L
2
R
(E, T,
p).
Exercice 11.20 (Projection sur L
2
(, (X), P) versus projection sur ev(X))
Soit (, /, P) un espace de probabilits. Si B est une sous-tribu de /, on note encore P la restriction de P B,
de sorte que (, B, P) est encore un espace de probabilits. On rappelle que L
2
(, B, P) L
2
(, /, P) et que
lon peut considrer L
2
(, B, P) comme un s.e.v. de L
2
(, /, P). Lespace L
2
(, B, P) est donc un s.e.v. ferm
de L
2
(, /, P).
Soit X L
2
(, /, P) (en choisissant un reprsentant de X, X est donc une v.a.). On note ev(X) le s.e.v. engendr
par X (noter que ev(X) est un s.e.v. ferm de L
2
(, /, P)).
Si V est un s.e.v. ferm de L
2
(, /, P), on note P
V
loprateur de projection orthogonale sur V .
1. On suppose que X est constante et non nulle (cest--dire quil existe a R
t.q. X = a p.s.). Montrer que

P
ev(X)
= P
L
2
(,(X),P)
(i.e. ev(X) = L
2
(, (X), P)).
2. On suppose que X nest pas constante. Montrer que pour toute sous-tribu B de /, P
ev(X)
,= P
L
2
(,B,P)
(i.e.
ev(X) ,= L
2
(, B, P)).
Remarque : Si Y est une v.a. de carr intgrable, on a E[Y [X] = E[Y [(X)] = P
L
2
(,(X),P)
Y.
11.3.2 Martingales
Exercice 11.21 (Martingale construite avec les esprances dune v.a.)
Soit (, /, P) un espace de probabilit muni dune ltration (B
n
)
nN
. Soit X une v.a.r. intgrable. Montrer que
la suite (X
n
)
nN
dnie par X
n
= E[X[B
n
] (pour tout n N) est une martingale par rapport la ltration (B
n
).
Montrer que (X
n
)
nN
est aussi une martingale pour la ltration (T
n
)
nN
dnie par T
n
= (X
1
, . . . , X
n
) (pour
tout n N).
Exercice 11.22 (Martingale dun jeu quilibr)
Soit (, /, P) un espace probabilis, X
0
une v.a.r. intgrable et (J
n
)
nN
une suite de v.a.r. intgrable et de
moyenne nulle. On suppose que la suite forme de X
0
et (J
n
)
nN
est une suite de v.a.r. indpendantes. On pose
alors, pour n N, X
n+1
= X
n
+ J
n+1
et B
n
0
, . . . , X
n
. Montrer que la suite (X
n
)
nN
est une martingale (par rapport la ltration (B
n
)
n
).
Exercice 11.23 (Quelques proprits des martingales) Corrig 193 page 518
273
n
)
nN
(cest--dire dune suite croissante de sous
tribus de /) et (X
n
)
nN
une suite de de v.a.r. (cest--dire un processus rel). On suppose que X
n
est intgrable
pour tout n N.
1. On suppose que (X
n
)
nN
est une sous-martingale (par rapport la ltration (B
n
)
n
) Montrer que la suite
(E(X
n
))
nN
est croissante.
n
)
nN
n
)
nN
). Montrer que E(X
n+m
[B
n
)
= X
n
p.s. pour tout m 0.
3. Soit une fonction convexe de Rdans R. On suppose que (X
n
)
nN
est une martingale (par rapport la ltration
(B
n
)
nN
) et que (X
n
) est intgrable pour tout n N (on rappelle que (X
n
) est une notation pour dsigner
X
n
). Montrer que ((X
n
))
nN
n
)
nN
).
Exercice 11.24 (Sries de Fourier et martingales)
Soit (, /, P) un espace de probabilit et B une sous tribu de /. Montrer que
X L
2
(, B, P) X
+
L
2
(, B, P).
(L
2
(, B, P) = L
2
R
(, B, P).)
On prend maintenant =]0, 1[, / = B(]0, 1[) et P = (la mesure de Lebesgue sur B(]0, 1[)). On pose H =
L
2
C
(, /, P). Pour p Z, on dnit e
p
H par e
p
(x) = exp(2ipx) pour x ]0, 1[. On rappelle que e
p
, p Z
est une base hilbertienne de H. pour n N, on pose V
n
= eve
p
, n p n (cest un s.e.v. ferm de H).
Soit X H. On sait que X
n
X dans H, quand n , avec X
n
= P
V
n
X o P
V
n
dsigne loprateur de
projection orthogonale sur V
n
(X
n
est donc une somme partielle de la srie de Fourier de X).
1. Montrer que P
V
n
(X
n+1
) = X
n
pour tout n N.
2. Soit n N
, monter quil nexiste pas de sous-tribu B de / t.q. V

n
= L
2
C
(, B, P). [On pourra, par exemple,
commencer par remarquer que V
n
est form de fonctions analytiques.]
3. Soit n N
. On pose B
n
= (e
p
, n p n). A-t-on V
n
L
2
C
(, B
n
, P) ou L
2
C
(, B
n
, P) V
n
?
Exercice 11.25 (Quelques questions sur les temps darrt)
n
)
nN
.
1. Soit (X
n
)
nN
une suite de v.a.r., adapte la ltration (B
n
)
nN
. Soit E B(R) et dni de dans R par
() = 1 si X
1
() E et = 5 si X
1
() , E.
Montrer que est un temps darrt.
2. Soit et deux temps darrt par rapport la ltration (B
n
)
nN
. Montrer que + est encore un temps darrt
(par rapport la ltration (B
n
)
nN
).
3. Soit et deux temps darrt, par rapport la ltration (B
n
)
nN
, et t.q. p.s.. Soit B
et B
les deux
tribus associes. Montrer que B
. [Si T est un temps darrt, on note B

T
= A /t.q., pour tout n N,
A T = n B
n
.]
Exercice 11.26 (Martingale arrte un temps darrt)
n
)
nN
et (X
n
)
nN
, (
n
)
nN
deux suites de v.a.r..
On suppose que, pour tout n N, X
n
est intgrable et que, pour tout n N
,
n
est borne. Pour n N
, on pose
(X)
n
= X
n
X
n1
et ( X)
n
=
n
k=1
k
(X)
k
(ceci est une intgrale stochastique discrte).
274
n
)
nN
est une martingale et que (
n
)
nN
est prvisible (cest--dire que
n+1
est B
n
-
mesurable pour tout n N). Montrer que (( X)
n
)
nN
est une martingale.
2. (Exemple) Soit un temps darrt. On prend ici
n
= 1
n]
pour tout n N
. Montrer que (
n
)
nN
est
prvisible et ( X)
n
= X
n
pour tout n N
. (On rappelle que n() = min(), n et donc que

X
n
() = X
min(),n]
(), pour tout .)
Remarque : La question prcdente permet de montrer quune martingale arrte un temps darrt est encore
une martingale et donne donc une dmonstration du thorme 11.2.
Exercice 11.27 (Caractrisation des martingales rgulires)
n
)
nN
et (X
n
)
nN
une martingale borne dans L
1
(cest--dire t.q. supE([X
n
[), n N < ).
1. Montrer que la suite (X
n
)
nN
est qui-intgrable si et seulement si (X
n
)
nN
est une martingale rgulire (cest-
-dire que la suite (X
n
)
nN
converge dans L
1
R
(, /, P)). [On pourra utiliser le thorme de Vitali.]
2. On suppose quil existe q > 0 t.q. supE([X
n
[
q
), n N < . Montrer que (X
n
)
nN
est une martingale
rgulire.
Exercice 11.28 (Une condition pour quun temps darrt soit intgrable)
n
)
nN
et T un temps darrt par rapport la
ltration (B
n
)
nN
.
1. On suppose quil existe
0
> 0 et n
0
N t.q.
P[T > kn
0
] (1
0
)
k1
pour tout k N
. (11.10)
Montrer que E[T] < .
0
> 0 et n
0
N t.q. T[n + n
0
T > n]
0
P[T > n] pour tout n N. Montrer
que lingalit (11.10) est vraie.
0
> 0 et n
0
N t.q. E[1
Tn+n
0
]
[B
n
] >
0
p.s., pour tout n N. Montrer que
P[T ]n, n +n
0
]]
0
P[T > n]. En dduire que E[T] < .
[On rappelle que pour une v.a.r. X, on a E[[X[] < si et seulement si
nN
T[[X[ n] < .]
Exercice 11.29 (On joue pile ou face. . . )
Soit (, /, P) un espace de probabilit et (J
n
)
nN
une suite de v.a.r.i.i.d. de loi m =
1
2
1
+
1
2
1
(cest--dire
que, pour tout n N
, P[J
n
= 1] = P[J
n
= 1] = 1/2). On pose X
0
= 0 et, pour n N, X
n+1
= X
n
+J
n+1
.
Soit a et b deux entiers strictement positifs et, pour tout ,
T() = infn 0 t.q. X
n
() = a ou X
n
() = b si il existe n N t.q. X
n
() a, b,
T() = sinon.
On note p
a
= P( , t.q. X
T()
() = a) (p
a
est donc la probabilit que X
n
atteigne a avant b). Pour
n N, on dsigne par B
n
0
, . . . , X
n
et on pose, pour , Y
n
() = X
min(n,T())
().
1. Montrer que (B
n
)
nN
est une ltration et que T est un temps darrt pour cette ltration.
2. Montrer que E[T] < .
3. Montrer que (X
n
)
nN
n
)
nN
).
4. Montrer que (Y
n
)
nN
n
)
nN
) et que p
a
= b/(a +b).
N.B. : On peut aussi montrer que E[T] = ab.
275
Exercice 11.30 (Il est temps de sarrter)
Soit (, /, P) un espace de probabilit muni dune ltration (T
n
)
nN
et (X
n
)
nN
une suite de v.a.r., adapte la
ltration (T
n
)
nN
. On suppose aussi que E[[X
n
[] < pour tout n N.
1. Montrer que pour tout temps darrt (par rapport (T
n
)
nN
) born,
E[[X
[] < .
On suppose dans la suite que pour tout temps darrt (par rapport (T
n
)
nN
) born,
E[X
] = E[X
0
].
2. Soit n N et
n
T
n
. On dnit
n
par
n
() = n si
n
et
n
() = n + 1 si ,
n
.
Montrer que
n
est un temps darrt (par rapport (T
n
)
nN
).
3. Soit n N et
n
dni par
n
() = n + 1 pour tout . Montrer que
n
est aussi un temps darrt (par
rapport (T
n
)
nN
).
4. En remarquant que X
= X
1
A
+X
1
A
c (pour tout temps darrt et tout vnement A), montrer que (X
n
)
nN
est une martingale.
276
Deuxime partie
Corrigs dexercices
277
Chapitre 12
Motivation et objectifs
Corrig 1 (Convergences simple et uniforme)
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 .
corrig
On prend, pour n 2 :
f
n
(x) = nx, pour x [0,
1
n
], f
n
(x) = n(
2
n
x), pour x ]
1
n
,
2
n
], f
n
(x) = 0, pour x ]
2
n
, 1].
On a (f
n
)
nN
C([0, 1], R). Pour tout x [0, 1], on a bien f
n
(x) 0 quand n . Enn (f
n
)
nN
ne tend
pas uniformment vers 0 car |f
n
|
u
= max[f
n
(x)[ ; x [0, 1] = 1 ,0, quand n .
Corrig 2 (Intgrale dune fonction continue)

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
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
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.
corrig
Soit 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. On note a
i
i
, x
i+1
[.
Soit galement m 1 et y
0
, . . . , y
m
t.q. 0 = y
0
< y
1
< ... < y
m1
< y
m
= 1 et g constante sur chaque
intervalle ]y
i
, y
i+1
[, 0 i m1. On note b
i
est la valeur prise par g sur ]y
i
, y
i+1
[.
Nous devons montrer que
n1
i=0
a
i
(x
i+1
x
i
) =
m1
i=0
b
i
(y
i+1
y
i
).
On considre lunion des points x
i
et des points y
i
, cest--dire que z
0
, . . . , z
p
sont t.q. 0 = z
0
< z
1
< ... <
z
p1
< z
p
= 1 et z
i
, i 0, . . . , p =x
i
, i 0, . . . , ny
i
, i 0, . . . , m (on a donc, en particulier,
p maxm, n). On note c
i
est la valeur prise par g sur ]z
i
, z
i+1
[.
278
Pour tout i 0, . . . , n, il existe k
i
0, . . . , p t.q. x
i
= z
k
i
(en particulier, k
0
= 0 et k
n
= p) et on a donc
x
i+1
x
i
=
k
i+1
1
j=k
i
(z
j+1
z
j
). Comme a
i
= c
j
si k
i
j k
i+1
1 (car ]z
j
, z
j+1
[]x
i
, x
i+1
[), on en
dduit :
n1
i=0
a
i
(x
i+1
x
i
) =
n1
i=0
k
i+1
1
j=k
i
c
j
(z
j+1
z
j
) =
p1
i=0
c
i
(z
i+1
z
i
).
De la mme manire, on a
m1
i=0
b
i
(y
i+1
y
i
) =
p1
i=0
c
i
(z
i+1
z
i
), do lon conclut
n1
i=0
a
i
(x
i+1
x
i
) =
m1
i=0
b
i
(y
i+1
y
i
).
On a bien montr que lintgrale de g ne dpend que du choix de g et non du choix des x
i
.
On montre maintenant que lapplication qui g associe lintgrale de g est linaire de lensemble des fonctions
en escalier dans R (cet ensemble est bien un espace vectoriel sur R).
Soit g et h deux fonctions en escalier et , R. Soit n 1 et x
0
, . . . , x
n
t.q. 0 = x
0
< x
1
< ... <
x
n1
< x
n
i
, x
i+1
[, 0 i n 1. Soit galement m 1
et y
0
, . . . , y
m
t.q. 0 = y
0
< y
1
< ... < y
m1
< y
m
= 1 et h constante sur chaque intervalle ]y
i
, y
i+1
[,
0 i m 1. On considre ici encore lunion des points x
i
et des points y
i
, cest--dire que z
0
, . . . , z
p
sont
t.q. 0 = z
0
< z
1
< ... < z
p1
< z
p
= 1 et z
i
, i 0, . . . , p =x
i
, i 0, . . . , n y
i
, i 0, . . . , m.
Les fonctions g, h et g + h sont donc constantes sur chaque intervalle ]z
i
, z
i+1
[ (ceci montre dailleurs que
g + h est bien une fonction en escalier et donc que lensemble des fonctions en escalier est bien un espace
vectoriel sur R). En notant a
i
la valeur de g sur ]z
i
, z
i+1
[ et b
i
la valeur de h sur ]z
i
, z
i+1
[, on obtient :
_
1
0
g(x)dx =
p1
i=0
a
i
(z
i+1
z
i
),
_
1
0
h(x)dx =
p1
i=0
b
i
(z
i+1
z
i
).
On en dduit que
_
1
0
g(x)dx +
_
1
0
h(x)dx =
p1
i=0
(a
i
+ b
i
)(z
i+1
z
i
) =
_
1
0
(g(x) + h(x))dx car
a
i
+b
i
est la valeur de g +h sur ]z
i
, z
i+1
[.
Ceci prouve bien 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 +.
corrig
Pour n 1, on choisit (par exemple) f
n
ainsi :
f
n
(x) = f(
i
n
), si x [
i
n
,
i+1
n
[, i 0, . . . , n 1. Pour bien dnir f
n
sur tout [0, 1], on prend aussi
f
n
(1) = f(1).
La fonction f
n
est bien en escalier (elle est constante sur chaque intervalle ]
i
n
,
i+1
n
[ pour i 0, . . . , n1).
Elle converge uniformment vers f, quand n , car f est uniformment continue. Plus prcisment, on
a |f
n
f|
u
= max[f
n
(x) f(x)[, x [0, 1] max[f(x) f(y)[, x, y [0, 1] ; [x y[
1
n
0,
quand n .
Noter que, pour ce choix de f
n
, on a
_
1
0
f
n
(x)dx =
n1
i=0
f(
i
n
)
1
n
. Cette somme est une somme de riemann"
asocie f et on va voir ci-aprs quelle converge vers
_
1
0
f(x)dx quand n .
279
(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.
corrig
Si g est une fonction en escalier, il est clair que la fonction [g[ (dnie par [g[(x)) = [g(x)[) est aussi en
escalier et que lon a
[
_
1
0
g(x)dx[
_
1
0
[g(x)[dx |g|
u
.
On en dduit que, pour tout n, m N, [I
n
I
m
[ = [
_
1
0
(f
n
f
m
)dx[ |f
n
f
m
|
u
. Comme la suite (f
n
)
nN
converge (vers f) pour la norme | |
u
, cest une suite de Cauchy pour cette norme. La suite (I
n
)
nN
est donc
de Cauchy dans R. La suite (I
n
)
nN
est donc convergente dans R.
Soit maintenant une autre suite (g
n
)
nN
de fonctions en escalier t.q. f soit aussi limite uniforme de (g
n
)
nN
.
Soit J
n
lintgrale de la fonction en escalier g
n
. On remarque que [I
n
J
n
[ |f
n
g
n
|
u
, do lon dduit
que lim
n
I
n
= lim
n
J
n
car |f
n
g
n
|
u
|f
n
f|
u
+|g
n
f|
u
0, quand n . La limite de
la suite (I
n
)
nN
ne dpend donc que de f, et non du choix de la suite (f
n
)
nN
.
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)[.
corrig
Soit f, g C([0, 1], R) et soit , R. On choisit deux suites de fonctions en escalier, (f
n
)
nN
et (g
n
)
nN
,
convergeant uniformment vers f et g. La suite (f
n
+ g
n
)
nN
est donc une suite de fonction en escalier
convergeant uniformment vers f + g (qui appartient bien C([0, 1], R)). En passant la limite, quand
n dans lgalit
_
1
0
(f
n
+ g
n
)(x)dx =
_
1
0
f
n
(x)dx +
_
1
0
g
n
(x)dx (dmontre prcdemment), on
obtient
_
1
0
(f +g)(x)dx =
_
1
0
f(x)dx +
_
1
0
g(x)dx.
Enn, si f C([0, 1], R). On choisit (f
n
)
nN
suite de fonctions en escalier convergeant uniformment vers f.
On a dj vu que [
_
1
0
f
n
(x)dx[
_
1
0
[f
n
(x)[dx |f
n
|
u
. On obtient les ingalits dsires en passant la limite
sur n, car ([f
n
[)
nN
est une suite de fonctions en escalier convergeant uniformment vers [f[ et |f
n
|
u
|f|
u
quand n .
Corrig 3 (Proprits de lintgrale des fonctions continues)

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.
corrig
280
Ceci est une consquence dune ingalit vue dans lexercice dnissant lintgrale dune fonction continue :
[
_
1
0
(
n
(x) (x))dx[
_
1
0
[
n
(x) (x)[dx.
2. Montrer que si (
n
)
nN
converge uniformment vers , alors lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
corrig
Ceci est aussi une consquence dune ingalit vue dans lexercice dnissant lintgrale dune fonction conti-
nue :
[
_
1
0
(
n
(x) (x))dx[ |
n
|
u
.

n
)
nN
qui converge vers simplement, mais non uniformment, t.q.
lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
corrig
n
(x) = nx, pour x [0,
1
n
],
n
(x) = n(
2
n
x), pour x ]
1
n
,
2
n
],
n
(x) = 0, pour x ]
2
n
, 1].
On a (
n
)
nN
C([0, 1], R). Pour tout x [0, 1], on a
n
(x) 0 quand n . La suite (
n
)
nN
converge donc simplement vers 0. Elle ne converge pas uniformment vers 0, car |
n
|
u
= 1 , 0. On a bien
_
1
0

n
(x)dx =
1
n
0 quand n .

n
)
nN
qui converge simplement vers t.q.
lim
n
_
1
0
n
(x) dx ,=
_
1
0
(x) dx.
corrig
n
(x) = n
2
x, pour x [0,
1
n
],
n
(x) = n
2
(
2
n
x), pour x ]
1
n
,
2
n
],
n
(x) = 0, pour x ]
2
n
, 1].
On a (
n
)
nN
C([0, 1], R). Pour tout x [0, 1], on a
n
(x) 0 quand n . La suite (
n
)
nN
converge
donc simplement vers 0. Pourtant
_
1
0

n
(x)dx = 1 ,0 quand n .
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.
corrig
Par la condition (a), la suite (
n
)
nN
converge simplement vers sur ]0, 1]. La condition (b) donne alors
(x) [1, 1] pour tout x ]0, 1] (et donc aussi pour tout x [0, 1] car est continue sur [0, 1]).
281
Soit > 0. On utilise maintenant le fait que
_
1
0
f(x)dx =
_
0
f(x)dx +
_
1
f(x)dx, pour tout f C([0, 1], R),

pour obtenir :
[
_
1
0
(
n
(x) (x))dx[ 2 + max
x[,1]
[
n
(x) (x)[.
Daprs (a), il existe n
0
t.q. max
x[,1]
[
n
(x)(x)[ pour n n
0
. On a donc [
_
1
0
(
n
(x)(x))dx[
3 pour n n
0
. Ce qui prouve que
_
1
0

n
(x)
_
1
0
(x)dx quand n .
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 ?
corrig
On a bien
n
C([0, 1], R) pour tout n N. Soit > 0. Pour tout x [, 1] et tout n N, on a 0
n
(x)
n
n
2
0 quand n . La condition (a) de la question 5 est donc vrie. La condition (b) est galement
vrie en remarquant que 2x
n 1 + nx
2
pour tout x 0 et n N (on a donc
n
(x) [0,
1
2
] pour tout
x [0, 1] et tout n N). La question 5 donne donc que
_
1
0

n
(x)dx 0 quand n .
La fonction
n
est croissante pour x [0,
1
n
], elle atteint son maximum en x =
1
n
, ce maximum vaut
1
2
(
n
ne converge donc pas uniformment vers 0 quand n ). La fonction
n
est ensuite dcroissante pour
x [
1
n
, 1] et tends vers 0 pour tout x.
7. On suppose maintenant que la suite (

n
)
nN
vrie lhypothse suivante :
lim
n
_
1
0
[
n
(x) (x)[
2
dx = 0. (12.1)
A-t-on lim
n
_
1
0
[
n
(x) (x)[dx = 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
.]
corrig
Soit > 0. On remarque que (pour a 0) a +
a
2
(en fait, on a mme 2a +

a
2
), le plus facile, pour

sen convaincre, est de remarquer que a
a
2
si a (donc a max,
a
2
)). On a donc
_
1
0
[
n
(x) (x)[dx +
1
_
1
0
(
n
(x) (x))
2
dx.
Par lhypothse (12.1), Il existe n
0
t.q. le dernier terme de lingalit prcdente soit infrieur si n n
0
. On
a donc
_
1
0
[
n
(x) (x)[dx 2 si n n
0
. On a bien montr que lim
n
_
1
0
[
n
(x) (x)[dxdx = 0.
8. Mme question que ci dessus en remplaant lhypothse (12.1) par :

p > 1; lim
n
_
1
0
[
n
(x) (x)[
p
dx = 0.
corrig
la dmonstration est identique la prcdente en remarquant que a +
a
p
p1
, pour tout > 0 et tout a 0.
282
9. On suppose quil existe C > 0 tel que
_
1
0
[
n
(x)[
2
dx C, n N, (12.2)
et que la suite (
n
)
nN
converge uniformment sur [, 1], pour tout > 0. Montrer que
lim
n
_
1
0
[
n
(x) (x)[dx = 0.
corrig
On utilise la mme ingalit qu la question 7 avec =
1
, cest--dire a
1
+ a
2
. On a donc, pour tout
x [0, 1], [
n
(x)[
1
+[
n
(x)[
2
.
On en dduit, pour ]0, 1], en intgrant sur lintervalle [0, ] :
_

0
[
n
(x)[dx

+
_

0
[
n
(x)[
2
dx,
et donc, avec (1.10),
_

0
[
n
(x)[dx

+C.
De mme, on a
_

0
[(x)[dx

+
_
1
0
2
(x)dx.
Soit > 0, on choisit > 0 pour avoir C et
_
1
0

2
(x)dx , puis, on choisit > 0 pour avoir

.
On a alors, pour tout n N :
_
1
0
[
n
(x) (x)[dx
_
1
[
n
(x) (x)[dx + 4.
Comme (
n
)
nN
converge uniformment vers sur [, 1], il existe n
0
t.q. [
n
(x) (x)[ pour tout
x [, 1] et tout n n
0
. On en dduit
_
1
0
[
n
(x) (x)[dx 5 pour tout n n
0
. Ce qui prouve 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).
corrig
n
(x) = n
nx, pour x [0,

1
n
],
n
(x) = n
n(
2
n
x), pour x ]
1
n
,
2
n
],
n
(x) = 0, pour x ]
2
n
, 1].
On a (
n
)
nN
C([0, 1], R). Pour tout > 0,
n
0 uniformment sur [, 1] quand n . Enn,
_
1
0
[
n
(x)[
2
dx 2 (car [
n
(x)[
n pour x [0,
2
n
]).
11. Peut-on remplacer lhypothse (12.2) par :

Il existe p > 1 et C > 0 t.q.
_
1
0
[
n
(x)[
p
dx C, pour tout n N?
283
corrig
Oui, le raisonnement fait pour p = 2 sadapte ici en remarquant que a
1
+
p1
a
p
(pour > 0 et a 0).
12. Peut-on remplacer lhypothse (12.2) par : il existe C > 0 t.q.

_
1
0
[
n
(x)[dx C, pour tout n N?
corrig
Non, il suft de reprendre lexemple de la question 4 :
n
(x) = n
2
x, pour x [0,
1
n
],
n
(x) = n
2
(
2
n
x), pour x ]
1
n
,
2
n
],
n
(x) = 0, pour x ]
2
n
, 1].
Corrig 4 (Normes dnies par lintgrale)

Soit E = (([1, 1], R) lespace 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
) est un espace norm.
corrig
Il est clair que |f|
1
R
+
pour tout f E et que |f|
1
= [[|f|
1
, |f +g|
1
|f|
1
+|g|
1
pour tout R,
f, g E.
Il reste vrier que |f|
1
= 0 implique f = 0. Pour le montrer, il suft de remarquer que si f ,= 0, il existe
t [1, 1] t.q. a = f(t) ,= 0 et donc, par continuit de f, il existe , [1, 1], < et f > a/2 sur [, ].
Do lon dduit |f|
1

a
2
( ) > 0.
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
1
), alors (x) = 0 si x < 0 et (x) = 1 si x > 0.
corrig
On a
_
0
1
[(x)[dx |
n
|
1
pour tout n N. En faisant tendre n vers on en dduit
_
0
1
[(x)[dx =
0 et donc (par continuit de ) que = 0 sur [1, 0].
Soit > 0. On a aussi
_
1
[(x) 1[dx |
n
|
1
pour tout n t.q. 1/n . On en dduit, en faisant
tendre n vers que
_
0
[(x) 1[dx = 0 et donc = 1 sur [, 1]. Comme est arbitraire, on a nalement

= 1 sur ]0, 1]. Noter que ceci est en contradiction avec = 0 sur [1, 0] et la continuit de en 0. La suite
(
n
)
nN
ne converge donc pas dans (E, | |
1
).
(b) En dduire que (E, | |

1
) nest pas complet.
corrig
La suite (
n
)
nN
est de Cauchy dans (E, | |
1
) (il suft de remarquer que |
n

m
|
1

1
n
si m n) et
ne converge pas dans (E, | |
1
) . Lespace (E, | |
1
) nest donc pas complet.
284
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).
corrig
Pour f, g E, on pose (f/g)
2
=
_
1
1
f(x)g(x)dx. Lapplication (f, g) (f/g)
2
est un produit scalaire
sur E, cest--dire que cest une application bilinaire de E E dans R, symtrique et (f/f)
2
= 0 implique
f = 0. Elle induit donc une norme sur E qui est justement le la norme | |
2
, cest--dire |f|
2
=
_
(f/f)
2
.
Lespace (E, | |
2
) est donc un espace prhilbertien (voir la partie du cours sur les espaces de Hilbert pour plus
de prcisions).
Lespace (E, | |
2
) nest pas complet car la mme suite qu la question prcdente, (
n
)
nN
, est de Cauchy
dans (E, | |
2
) (on a aussi |
n

m
|
2

1
n
si m n) et ne converge pas dans (E, | |
2
) (un raisonnement
analogue celui de la question prcdente montre que si (
n
)
nN
2
), alors
(x) = 0 si x < 0 et (x) = 1 si x > 0, ce qui est en contradiction avec la continuit de en 0).
Corrig 5 (Rappels sur la convergence des suites relles)

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.
corrig
On note a
n
= sup
pn
u
p
R. La suite (a
n
)
nN
est dcroissante donc convergente dans R, ceci montre que
limsup
n
u
n
est bien dnie. on pose a = lim
n
a
n
= limsup
n
u
n
.
On montre tout dabord que a est une valeur dadhrence de la suite (u
n
)
nN
. On distingue 3 cas :
Cas 1 Il existe n N t.q. a
n
= .
On a alors u
p
= pour tout p n et donc u
n
et a = est bien une valeur dadhrence de la
suite (u
n
)
nN
.
Cas 2 a
n
= pour tout n N.
pour tout n N, on a sup
pn
u
p
= , il existe donc (n) n t.q. u
(n)
n. La suite (u
(n)
)
nN
est donc
une sous suite de la suite (u
n
)
nN
, elle converge vers a = , donc a est bien une valeur dadhrence de la
suite (u
n
)
nN
.
Cas 3 a
n
> pour tout n N et il existe q N t.q. a
q
< .
Dans ce cas, on a a
n
R pour tout n q. Pour tout n q, il existe (n) n t.q. a
n

1
n
u
(n)
a
n
(par dnition dun sup). La suite (u
(n)
)
nq
est donc une sous suite de la suite (u
n
)
nN
, elle converge vers
a = lim
n
a
n
, donc a est bien une valeur dadhrence de la suite (u
n
)
nN
.
Il reste montrer que a est suprieur ou gal toutes les valeurs dadhrence de la suite (u
n
)
nN
. Soit b une
valeur dadhrence de la suite (u
n
)
nN
. Il existe donc : N N t.q. (n) et u
(n)
b, quand
n . Comme a
(n)
u
(n)
pour tout n N, on a donc, en passant limite quand n , a b. a est
donc la plus grande valeur dadhrence de la suite (u
n
)
nN
.
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).
285
corrig
Comme card(T(N)) = card(R), il existe : R T(N) bijective. On dnit maintenant f
n
pour tout n N.
Soit x R,
Si le cardinal de (x) est ni, on prend f
n
(x) = 1 pour tout n N.
Si le cardinal de (x) est inni, on peut crire (x) =
x
(p), p N o
x
est une fonction strictement
croissante de N dans N. on prend alors f
n
(x) = 1 si n , (x), f
n
(x) = 1 si n =
x
(2q) avec q N et
f
n
(x) = 0 si n =
x
(2q + 1) avec q N.
Avec ce choix de (f
n
)
nN
, limsup
n
f
n
est la fonction constante et gale 1. On montre maintenant que
aucune sous suite de (f
n
)
nN
ne converge simplement vers limsup
n
f
n
. En effet, soit : N N t.q.
(n) quand n . Il existe x R t.q. (x) = Im() (car est surjective). Pour tout p N, on peut
trouver n p t.q. (n) =
x
(2q + 1) pour un certain q N (car (0), . . . , (p 1) ne peut pas contenir
x
(2q + 1), q N), on a donc f
(n)
(x) = 0, ce qui montre que f
(n)
(x) , 1 quand n . La sous suite
(f
(n)
)
nN
ne converge donc pas simplement vers limsup
n
f
n
.
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.
corrig
On note A lensemble des valeurs dadhrence de la suite (u
n
)
nN
. Daprs la question 1 (et son analogue avec
liminf) on a 0, 1 A et A [0, 1]. On montre maintenant que A = [0, 1].
Soit a ]0, 1[. Pour n N, il existe p n t.q. u
p
> a (car sup
pn
u
p
1). De mme, il existe q > p t.q.
u
q
< a (car inf
qp
u
q
0). On pose (n) = minq > p ; u
q
< a. On a donc u
(n)
< a u
(n)1
(noter
que ceci est aussi vrai si q = p + 1, grce au choix de p). Comme [u
(n)
u
(n)1
[ 0 quand n (noter
que (n) quand n car (n) > n), on a u
(n)
a quand n et donc a A. ceci prouve que
A = [0, 1].
On obtient un exemple dune telle suite de la manire suivante :
Pour n N il existe un unique (p, q) avec p N, 0 q p t.q. n =
p(p+1)
2
+ q, on pose alors u
n
=
q
p+1
si
p = 2k avec k N, et u
n
=
pq
p+1
si p = 2k + 1 avec k N.
Corrig 6 (Fonctions caractristiques densembles)

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.
(12.3)
1
A
est appele fonction caractristique de A" (elle est souvent aussi note
A
).
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
).
corrig
Si A et B sont 2 parties de E, il est facile de voir que 1
AB
(x) est diffrent de 1
A
(x) + 1
B
(x) seulement si
x A B. Si A et B sont deux parties disjointes de E, on a bien 1
AB
= 1
A
+1
B
.
286
Si (A
n
)
nN
est une suite de parties de E, on dnit, pour x E :
nN
1
A
n
(x) = lim
n
n
p=0
1
A
n
(x),
cette limite existe toujours dans R
+
. Si les (A
n
) sont disjoints 2 2, cette limite est 0 si x ,
nN
A
n
et est 1 si
x
nN
A
n
(car x appartient alors un seul A
n
).
2. Montrer que si B A E, on a 1
A\B
= 1
A
1
B
.
corrig
Si x B, on a 1
A\B
(x) = 1
A
(x) 1
B
(x) = 0,
Si x A B, on a 1
A\B
(x) = 1
A
(x) 1
B
(x) = 1,
Si x A
c
, on a 1
A\B
(x) = 1
A
(x) 1
B
(x) = 0,
ceci donne bien 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
.
corrig
Si x A B, on a 1
AB
(x) = 1
A
(x)1
B
(x) = 1,
Si x (A B)
c
= A
c
B
c
, on a 1
AB
(x) = 1
A
(x)1
B
(x) = 0,
ceci donne bien 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.
corrig
Soit a
1
,. . .,a
n
les valeurs prises par f (noter que a
i
,= a
j
si i ,= j). On pose alors A
i
= x E ; f(x) = a
i
.
On voit alors que f =
n
i=1
a
i
1
A
i
.
Corrig 7 (Limite uniforme dans R)

Soit (f
n
)
nN
C(R
+
, R
+
). On suppose que (f
n
)
nN
converge uniformment vers f (de sorte que f
C(R
+
, R
+
)).
(a) 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.
corrig
Pour n 1, on dnit f
n
par :
f
n
(x) = 1, si 0 x < 1,
f
n
(x) =
1
x
, si 1 x n;
287
f
n
(x) = n +
1
n
x, si n < x < n +
1
n
,
f
n
(x) = 0, si x n +
1
n
.
La suite (f
n
)
nN
converge uniformment vers f dfnie par :
f(x) = 1, si 0 x < 1, f(x) =
1
x
, si 1 x.
Plus prcisment, on a |f
n
f|
u

1
n
0 quand n .
Dautre part, pour a 1,
_
a
0
f(x) dx = 1 + log(a) quand a .
(b) 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 ?
corrig
Pour n 1, on dnit f
n
par :
f
n
(x) =
1
n
, si 0 x < n,
f
n
(x) = n +
1
n
x, si n < x < n +
1
n
,
f
n
(x) = 0, si x n +
1
n
.
La suite (f
n
)
nN
converge uniformment vers 0 car |f
n
|
u
=
1
n
0 quand n , mais 1
_
+
0
f
n
(x) dx
,0 quand n .
Corrig 8 (Limites sup et inf densembles)

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
?
corrig
On suppose que A
n
A
n+1
, pour tout n N, on a alors
liminf
n
A
n
= limsup
n
A
n
=
nN
A
n
.
On suppose que A
n+1
A
n
, pour tout n N, on a alors
liminf
n
A
n
= limsup
n
A
n
=
nN
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.
corrig
Dans ce cas, on a liminf
n
A
n
= A B et limsup
n
A
n
= A B.
288
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) = .
corrig
On remarque dabord que, si (B
n
)
nN
E, 1
nN
B
n
= inf
nN
1
B
n
et 1
nN
B
n
= sup
nN
1
B
n
.
Soit x E,
1
limsup
n
A
n
(x) = 1
nN
pn
A
p
(x) = inf
nN
1
pn
A
p
(x) = inf
nN
(sup
pn
1
A
p
(x))
= lim
n
(sup
pn
1
A
p
(x)) = limsup
n
1
A
p
(x).
Donc 1
limsup
n
A
n
= limsup
n
1
A
n
.
De mme, soit x E,
1
liminf
n
A
n
(x) = 1
nN
pn
A
p
(x) = sup
nN
1
pn
A
p
(x) = sup
nN
( inf
pn
1
A
p
(x))
= lim
n
( inf
pn
1
A
p
(x)) = liminf
n
1
A
p
(x).
Donc 1
liminf
n
A
n
= liminf
n
1
A
n
.
Si x liminf
n
A
n
, il existe n N t.q. x
pn
A
p
, donc x
pm
A
p
pour tout m N (on a, par
exemple, x A
p
avec p = maxm, n). On en dduit x
mN

pm
A
p
= limsup
n
A
n
. Donc
liminf
n
A
n
limsup
n
A
n
.
Soit x E. On voit que x liminf
n
A
n
si et seulement si il existe n N t.q. x A
p
pour tout
p n, ce qui est quivalent dire que x nappartient A
c
n
que pour un nombre ni de n ou encore que
+
n=0
1
A
c
n
(x) < . On a donc bien liminf
n
A
n
= x E;
+
n=0
1
A
c
n
(x) < .
Soit x E. On voit que x limsup
n
A
n
si et seulement si, pour tout n N, il existe p n t.q.
x A
p
, ce qui est quivalent dire que x nappartient A
n
que pour un nombre inni de n ou encore que
+
n=0
1
A
n
(x) = . On a donc bien limsup
n
A
n
= x E;
+
n=0
1
A
n
(x) = .
289
Chapitre 13
Tribus et mesures
13.1 Tribus
Corrig 9 (Caractrisation dune tribu)
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.
corrig
E T car E =
c
et que T est stable par passage au complmentaire.
T est stable par intersection dnombrable car, si (A
n
) T, on a (
nN
A
n
)
c
=
nN
A
c
n
T (car T est
stable par passage au complmentaire et par union dnombrable) et donc
nN
A
n
T (car T est stable par
passage au complmentaire).
2. Lensemble des parties nies de E est-il une tribu ?

corrig
Si E est ni, lensemble des parties nies de E est une tribu, cest la tribu T(E).
Si E est inni, lensemble des parties nies de E nest pas une tribu, car il nest pas stable par passage au
complmentaire (le complmentaire dune partie nie est innie. . . ).
Corrig 10 (Tribu engendre)

Soit E un ensemble.
1. Montrer quune intersection quelconque de tribus sur E est une tribu sur E.
corrig
Soit (T
i
)
iI
une famille de tribus sur I (I est un ensemble quelconque). On pose T = A E ; A T
i
pour
tout i I (T est bien lintersection des tribus T
i
, i I). On montre que T est une tribu :
T car T
i
pour tout i I.
T est stable par complmentaire car, si A T, on a A T
i
pour tout i I, donc A
c
T
i
pour tout i I
(car T
i
est stable par passage au complmentaire), donc A
c
T.
290
T est stable par union dnombrable car, si (A
n
)
nN
T, on a A
n
T
i
pour tout i I et tout n N donc
nN
A
n
T
i
pour tout i I et tout n N (car T
i
est stable par union dnombrable), donc
nN
A
n
T,
daprs lexercice prcdent, on en dduit que T est une tribu.
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 /).
corrig
Daprs la question prcdente, T
,
est bien une tribu. La dnition de T
,
donne que toute tribu contenant /
doit contenir T
,
. T
,
est donc la plus petite tribu contenant /.
3. Soient / et B T(E) et T
,
, T
B
les tribus engendres par / et B. Montrer que si / B alors T
,
T
B
.
corrig
T
B
est une tribu contenant B, donc contenant /. Donc T
,
T
B
.
Corrig 11 (Exemples de tribus)

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).
corrig
T
F
car = F et T .
Soit A T
F
. Il existe B T t.q. A = B F. On a donc F A = (E B) F T
F
car E B T . T
F
est donc stable par passage au complmentaire.
Soit (A
n
)
nN
T
F
. Pour tout n N, il existe B
n
T t.q. A
n
= B
n
F. On a donc
nN
A
n
=
(
nN
B
n
) F T
F
car
nN
B
n
T . T
F
est donc stable par union dnombrable.
Ceci est sufsant pour dire que T
F
est une tribu 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.
corrig
On note O
F
lensemble des ouverts de F, et O
E
lensemble des ouverts de E. Par dnition de la topologie
trace, O
F
= O F, O O
E
.
Comme O
E
B(E), on a O
F
T
F
= BF, B B(E) (Noter que T
F
= B(E)
F
, avec les notations de
la question prcdente). On en dduit que B(F) T
F
car T
F
est une tribu sur F contenant O
F
qui engendre
B(F).
On montre maintenant que T
F
B(F). On pose ( = A T(E); A F B(F). ( car F =
B(F). ( est stable par passage au complmentaire car, si A (, on a (E A) F = F A = F (AF)
291
B(F), donc (E A) (. Enn, pour montrer que ( est stable par union dnombrable, soit (A
n
)
nN
(,
on a (
nN
A
n
) F =
nN
(A
n
F) B(F), ce qui donne
nN
A
n
( et la stabilit de ( par union
dnombrable. ( est donc une tribu. Il est clair que O
E
( car si O O
E
, on a O F O
F
B(F). La
tribu ( contient O
E
, ce qui prouve que ( contient B(E) et donc que AF B(F) pour tout A B(E). Ceci
donne exactement T
F
B(F). On a bien montr nalement que T
F
= B(F) (on rappelle que T
F
= B(E)
F
,
avec les notations de la question prcdente).
On suppose maintenant que F est un borlien de E, cest--dire que F B(E). On a alors T
F
B(E) (car
AF B(E) si A B(E)). Puis, soit A F t.q. A B(E), on peut crire A = AF, donc A T
F
. On
a bien montr que T
F
= A F ; A B(E).
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).
corrig
On note T(S) la tribu engendre par S.
On suppose que E est au plus dnombrable (cest--dire dire ni ou dnombrable). Daprs la stabilit de
T(S) par union dnombrable, la tribu T(S) doit contenir toutes les parties au plus dnombrables. Comme
toutes les parties de E sont au plus dnombrables, on en dduit T(S) = T(E).
On suppose maintenant que E est inni non dnombrable. On note / lensemble des parties de E au plus
dnombrables et B = A
c
, A /. Daprs la stabilit de T(S) par union dnombrable, la tribu T(S) doit
contenir /. Par stabilit de T(S) par passage au complmentaire, T(S) doit aussi contenir B.
on va montrer maintenant que / B est une tribu (on en dduit que T(S) = / B). On a / / B
et il est clair que / B est stable par passage au complmentaire (car A / implique A
c
B et A B
implique A
c
/). Enn, si (A
n
)
nN
/ B, on distingue 2 cas :
1er cas. Si A
n
/ pour tout n N, on a alors
nN
A
n
/ / B.
2eme cas. Si il existe n Nt.q. A
n
B on a alors A
c
n
/, donc A
c
n
est au plus dnombrable et (
pN
A
p
)
c
=
pN
A
c
p
A
c
n
est aussi au plus dnombrable,ce qui donne (
pN
A
p
)
c
/ et
pN
A
p
B / B.
On a bien montr que
nN
A
n
/ B. Ce qui prouve la stabilit par union dnombrable de / B.
Finalement, / B est donc une tribu contenant S et contenu dans T(S), ceci donne T(S) = / B.
Corrig 12 (Tribu image)

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).
corrig
On dmontre que f
1
(T
t
) est une tribu sur E en remarquant que f
1
() = , Ef
1
(A) = f
1
(F A) (pour
tout A F) et f
1
(
nN
A
n
) =
nN
f
1
(A
n
) (pour toute suite (A
n
)
nN
T(F)).
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).
292
corrig
Ici aussi, on montre que T
t
est une tribu sur F en remarquant que f
1
() = , f
1
(F A) = E f
1
(A)
(pour tout A F) et f
1
(
nN
A
n
) =
nN
f
1
(A
n
) (pour toute suite (A
n
)
nN
T(F)).
Noter que, en gnral, f(B), B T nest pas une tribu sur F (par exemple, si f est non surjective, F ,
f(B), B T ).
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 (.]
corrig
f
1
(T(()) est une tribu sur E (daprs la premire question) contenant f
1
(() (car T(() (), elle contient
donc T(f
1
(()), ce qui donne f
1
(T(()) T(f
1
(()).
Pour montrer linclusion inverse, cest--dire f
1
(T(()) T(f
1
(()). On pose T = G F; f
1
(G)
T(f
1
(()). On montre dabord que T est une tribu :
T car f
1
() = T(f
1
(())
T est stable par passage au complmentaire car, si A T, on a f
1
(A) T(f
1
(()) et f
1
(F A) =
E f
1
(A) T(f
1
(()), donc (F A) T.
T est stable par union dnombrable car, si (A
n
)
nN
T, on a f
1
(A
n
) T(f
1
(()) pour tout n N et
f
1
(
nN
A
n
) =
nN
f
1
(A
n
) T(f
1
(()), donc
nN
A
n
T.
On a bien montr que T est une tribu. Il est immdiat que T ( (car f
1
(B) T(f
1
(()) pour tout B ().
On en dduit que T contient T((), cest--dire que f
1
(B) T(f
1
(()) pour tout B T((). Ceci signie
exactement que f
1
(T(()) T(f
1
(()).
Les 2 inclusions nous donnent bien f
1
(T(()) = T(f
1
(()).
Corrig 13 (-systme, -systme)

Soit un ensemble et T T().
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.
corrig
En attente
Corrig 14 (Tribu borlienne de R

2
)
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.
corrig
On sinspire ici de la dmonstration du lemme 2.1 (on peut reprendre aussi la dmonstration de lexercice 15).
293
Soit O un ouvert de R
2
. Pour tout x = (x
1
, x
2
)
t
O, il existe r > 0 t.q. ]x
1
r, x
1
+r[]x
2
r, x
2
+r[ O.
Comme les rationnels sont denses dans R, on peut trouver y
1
Q]x
1
r, x
1
[, z
1
Q]x
1
, x
1
+ r[, y
2

Q]x
2
r, x
2
[ et z
2
Q]x
2
, x
2
+r[. On a donc x ]y
1
, z
1
[]y
2
, z
2
[ O.
On note alors I = (y
1
, z
1
, y
2
, z
2
) Q
4
; ]y
1
, z
1
[]y
2
, z
2
[) O. Pour tout x O, il existe donc (y
1
, z
1
, y
2
,
z
2
) I t.q. x ]y
1
, z
1
[]y
2
, z
2
[. On en dduit que
O =
(y
1
,z
1
,y
2
,z
2
)I
]y
1
, z
1
[]y
2
, z
2
[.
Comme I est au plus dnombrable (car Q
4
est dnombrable), on en dduit que O T. On a ainsi montr que
T est une tribu contenant tous les ouverts de R
2
, et donc contenant la tribu engendre par les ouverts de R
2
(cest--dire B(R
2
)). Donc, 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).
corrig
T
1
car A = B(R
2
).
On montre ici que T
1
est stable par passage au complmentaire.
Soit B T
1
, on a donc B
c
B(R) et A B
c
= A (R B) = (A R) (A B). Or, (A R) est un
ouvert de R
2
(car A et R sont des ouverts de R), on a donc (AR) B(R
2
). Dautre part, (AB) B(R
2
)
(car B T
1
). Donc, AB
c
= (AR) (AB) B(R
2
). Ce qui prouve que B
c
T
1
et donc que T
1
est
stable par passage au complmentaire.
Enn, T
1
est stable par union dnombrable. En effet, si (B
n
)
nN
T
1
, on a A(
nN
B
n
) =
nN
AB
n

B(R
2
) (car AB
n
B(R
2
) pour tout n N). Donc,
nN
B
n
T
1
.
On a donc montr que T
1
est une tribu, il reste montrer que T
1
contient les ouverts de R.
Soit B un ouvert de R. On a donc B B(R) et, comme A B est un ouvert de R
2
, on a A B B(R
2
). On
a donc B T
1
.
T
1
est donc une tribu contenant les ouverts de R, donc contenant B(R). Donc, T
1
= B(R).
La consquence de cette question est donc :
A ouvert de R et B B(R) AB B(R
2
). (13.1)
3. Soit B B(R) et T
2
= A B(R); AB B(R
2
). Montrer que T
2
= B(R).
corrig
On commence par remarquer que la question prcdente donne que T
2
contient les ouverts de R. En effet, soit
A un ouvert de R, la proprit (13.1) donne AB B(R
2
), et donc A T
2
.
2
est une tribu (on en dduira que T
2
= B(R)).
T
2
car B = B(R
2
).
On montre ici que T
2
Soit A T
2
, on a A
c
B(R) et A
c
B = (RB) (AB). La proprit (13.1) donne (RB) B(R
2
)
car R est un ouvert de R. Dautre part, (A B) B(R
2
) (car A T
2
). Donc, A
c
B B(R
2
). Ce qui
prouve que A
c
T
2
et donc que T
2
Enn, T
2
est stable par union dnombrable. En effet, si (A
n
)
nN
T
2
, on a (
nN
A
n
) B =
nN
(A
n
B) B(R
2
) (car A
n
B B(R
2
) pour tout n N). Donc,
nN
A
n
T
2
.
294
T
2
est donc une tribu (sur R) contenant les ouverts de R, ce qui prouve que T
2
B(R) et donc, nalement,
T
2
= B(R).
4. Montrer que T B(R

2
2
)).
corrig
La question prcdente donne :
A, B B(R) AB B(R
2
).
On a donc A B; A, B B(R) B(R
2
). On en dduit T B(R
2
). Avec la question 1, on a nalement
T = B(R
2
).
Corrig 15 (Tribu borlienne sur R

N
)
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
.]
corrig
Soit T la tribu engendre par lensemble de toutes les boules ouvertes de R
N
. Comme les boules ouvertes sont
des ouverts, on a T B(R
N
).
On montre maintenant linclusion inverse, cest--dire B(R
N
) T. Soit O un ouvert de R
N
. Pour tout x O,
il existe r > 0 t.q. B(x, r) O (o B(x, r) disgne la boule ouverte de centre x et rayon r). Comme les
rationnels sont denses R, on peut donc trouver y Q
N
et s Q
+
= t Q; t > 0, t.q. x B(y, s) O.
On note alors I = (y, s) Q
N
Q
+
; B(y, s) O. On a alors O =
(y,s)I
B(y, s). Comme I est au plus
dnombrable (car Q
N+1
est dnombrable), on en dduit que O T et donc que B(R
N
) T (car T est une
tribu contenant tous les ouverts).
Le raisonnement prcdent montre mme que B(R
N
) est aussi la tribu engendre par lensemble des boules
ouvertes rayons rationnels et centre coordonnes rationnelles.

N
est gale celle engendre par lensemble des produits dintervalles
ouverts extrmits rationnelles.
corrig
On reprend le mme raisonnement que dans la question prcdente en remplaant B(x, r) par P(x, r) =
N
i=1
]x
i
r, x
i
+r[, avec x = (x
1
, . . . , x
N
)
t
.
3. Montrer que la tribu borlienne de R est engendre par les intervalles ]a, b] o a, b R, a < b.
corrig
Soit ( = ]a, b], a, b R, a 0
]a, b +
1
n
[, on voit que
]a, b] B(R) pour tout a, b R, a < b. Donc, on a ( B(R) et donc T(() B(R).
On montre maintenant linclusion inverse, cest--dire B(R) T((). Soit I =]a, b[ avec a, b R, a < b. On
peut crire I =
nn
0
]a, b
1
n
], avec n
0
t.q.
1
n
0
< b a. On en dduit que I T((). Puis, comme tout ouvert
non vide peut scrire comme runion dnombrable dintervalles ouverts extrmits nies (voir le lemme 2.1
page 21), on obtient que tout ouvert appartient T((). Ceci permet de conclure que B(R) T(() et nalement
que B(R) = T(().
295
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.
corrig
On reprend le mme raisonnement que dans la premire question en remplaant Q
N
par S
N
(qui est dense dans
R
N
) et Q
+
par S
+
= s S ; s > 0 (qui est dense dans R
+
).
Corrig 16
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 /.
corrig
On suppose que / est une algbre. Il est clair que (a) est vrie. Pour montrer (b) il suft dutiliser la
stabilit par intersection nie et par passage au complmentaire, cela donne bien que A B = AB
c
/ si
A, B /.
On suppose maintenant que / vrie (a) et (b).
On a alors = E E /, et donc , E /.
On remarque ensuite que, grce (b), A
c
= E A E si A /. On a donc la stabilit de / par passage au
complmentaire.
Soit maintenant A
1
, A
2
/. On a A
1
A
2
= A
1
A
c
2
, on en dduit que A
1
A
2
/ par (b) et la stabilit
de /par passage au complmentaire. Une rcurrence sur n donne alors que /est stable par intersection nie.
Enn, la stabilit de / par union nie dcoule de la stabilit de / par intersection nie et par passage au
complmentaire car (
n
p=0
A
p
)
c
=
n
p=0
A
c
p
.
On a bien montr que / est une algbre.
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.
corrig
On peut montrer que
iI
/
i
est une algbre en utilisant diretement la dnition dune algbre. Onb peut aussi
le montrer en utilisant la premire question, ce que nous faisons ici. On montre donc que
iI
/
i
vrie (a) et
(b) :
E
iI
/
i
car E /
i
pour tout i I.
Soit A, B
iI
/
i
. Pour tout i I, on a A, B /
i
. On en dduit A B /
i
(car /
i
est une algbre) et
donc A B
iI
/
i
.
On a bien montr que
iI
/
i
est une algbre.
Si ( T(E), la deuxime question permet donc de dnir lalgbre engendre par ( comme lintersection de
toutes les algbres sur E contenant (.
Corrig 17
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.
296
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.
corrig
On montre tout dabord la stabilit de B par intersection nie. Soit A, B B. Il existe A
1
, . . . , A
n
( et
B
1
, . . . , B
m
( t.q. A
i
A
j
= si i ,= j, B
i
B
j
= , si i ,= j, A =
n
i=1
A
i
et B =
m
j=1
B
j
. On a alors
AB = (
n
i=1
A
i
) (
m
j=1
B
j
) =
n
i=1
m
j=1
(A
i
B
j
). Comme A
i
B
j
( (car ( est stable par intersection
nie) pour tout i, j et que (A
i
B
j
) (A
k
B
l
) = si (i, j) ,= (k, l), on en dduit que A B B.
Une rcurrence sur n donne alors la stabilit de B par intersection nie.
On montre maintenant la stabilit de B par passage au complmentaire. Soit A B. Il existe A
1
, . . . , A
n
(
t.q. A
i
A
j
= si i ,= j et A =
n
i=1
A
i
. On a alors A
c
=
n
i=1
A
c
i
. Comme A
c
i
est une runion nie disjointe
dlments de (, on a bien A
c
i
B. La stabilit de B par intersection nie donne alors que A
c
B. On a donc
bien montr la stabilit de B par passage au complmentaire.
2. Montrer que lalgbre engendre par ( est gale B.

corrig
On note / lagbre engendre par (. Comme / est stable par union nie et contient (, il est clair que / B.
Comme B contient (, pour montrer linclusion inverse, il suft de montrer que B est une algbre (car / est
lintersection de toutes les algbres contenant (). On montre donc maintenant que B est une algbre.
Pour montrer que B est une algbre, on montre que B vrie les quatre proprits dune algbre.
E, B car ( B et E, (.
La question prcdente montre que B est stable par par intersection nie et par passage au complmentaire.
La stabilit de B par union nie dcoule facilement de la stabilit de B par intersection nie et par passage au
complmentaire, car
n
i=1
A
i
= (
n
i=1
A
c
i
)
c
.
On a bien montr que B est une algbre. Comme B (, on a donc B / et nalement B = /.
Corrig 18
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).
corrig
Si est une tribu, est stable par union dnombrable et intersection dnombrable. On en dduit immdiate-
ment que est une algbre et une classe monotone.
On suppose maintenant que est une algbre et une classe monotone. Comme est une algbre, pour montrer
que est une tribu, il suft de montrer que est stable par union dnombrable.
Soit donc (A
n
)
nN
et A =
nN
A
n
. On veut montrer que A . On remarque que A =
nN
B
n
avec
B
n
=
n
p=0
A
n
. Comme est une algbre, on a B
n
pour tout n N. Puis, comme est de stable par
union croissante (noter que B
n
B
n+1
) dnombrable, on en dduit que A . On a bien montr que est
stable par union dnombrable et donc que est une tribu.
297
Noter que lhypothse de stabilit de par intersection dcroissante dnombrable na pas t utilis. Elle sera
utile la question 4.
2. Donner un exemple, avec E = R, de classe monotone qui ne soit pas une tribu.
corrig
Il y a beaucoup dexemples de classes monotones qui ne sont pas des tribus. En voici un : = R.
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.
corrig
Soit (A
n
)
nN

iI
i
t.q. A
n
A
n+1
pour tout n N. On a donc, pour tout i I, (A
n
)
nN

i
et
donc, puisque
i
est une classe monotone,
nN
A
n

i
. On en dduit que
nN
A
n

iI
i
.
Soit (A
n
)
nN

iI
i
t.q. A
n
A
n+1
pour tout n N. On a donc, pour tout i I, (A
n
)
nN

i
et
donc, puisque
i
est une classe monotone,
nN
A
n

i
. On en dduit que
nN
A
n

iI
i
.
Ceci montre bien que
iI
i
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.
corrig
est lintersection de toutes les classes monotones sur /. Une tribu tant aussi une classe monotone, la tribu
T (engendre par /) est donc une classe monotone contenant /. On en dduit que T.
(b) Soit A E. On pose

A
= B E ; A B et B A . Montrer que
A
corrig
Soit (B
n
)
nN

A
, B
n
B
n+1
pour tout n N. On pose B =
nN
B
n
. On va montrer que B
A
.
On a AB = A
nN
B
n
=
nN
(AB
n
). La suite (AB
n
)
nN
est une suite dcroissante de . Comme
est une classe monotone, on en dduit A B =
nN
(A B
n
) .
On montre aussi que B A . En effet, B A =
nN
B
n
A =
nN
(B
n
A) par la stabilit de
par union croissante dnombrable.
On a donc bien montr que B
A
. Ce qui donne la stabilit de par union croissante dnombrable.
De manire analogue, on va montrer la stabilit de par intersection dcroissante dnombrable. Soit
(B
n
)
nN

A
, B
n
B
n+1
pour tout n N. On pose B =
nN
B
n
.
Comme A B =
nN
(A B
n
), on obtient A B en utilisant la stabilit de par union croissante
dnombrable.
Comme B A =
nN
(B
n
A), on obtient B A en utilisant la stabilit de par intersection
dcroissante dnombrable.
On a donc B
A
. Ce qui donne la stabilit de par intersection dcroissante dnombrable.
On a bien montr que
A
298
(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 = .
corrig
Pour montrer que est une algbre, il suft de montrer que vrie les proprits (a) et (b) de la premire
question de lexercice 2.9. Il est immdiat que la proprit (a) est vrie car E / . Pour montrer (b),
on utilise la classe monotone
A
dnie la question 4 pour A E.
Soit A /. Comme /est une algbre, on a donc /
A
. La classe monotone
A
contient /, elle contient
donc qui est lintersection de toutes les classes monotones contenant /. On a donc :
A /, B B
A
. (13.2)
On remarque maintenant que, pour tout A, B T(E), on a :
A
B
B
A
.
On dduit donc de (13.2) :
A /, B A
B
.
Si B , la classe monotone
B
contient donc /. Elle contient alors aussi (qui est lintersection de toutes
les classes monotones sur E contenant /). On a donc montr :
B , A A
B
.
On en dduit que A B si A, B .
On a bien montr que vrie la proprit (b) de la premire question de lexercice 2.9 et donc que est
une algbre.
Pour conclure, on remarque est une classe monotone et une algbre. Cest donc une tribu (par la ques-
tion 1) contenant /. Elle contient donc T (qui est lintersection de toutes les tribus contenant /) et on a bien,
nalement, = T.
Corrig 19 (Caractrisation de la tribu engendre)

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).
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 /.
corrig
299
On note :
r
lensemble des lments de : contenant (. On remarque tout dabord que :
r
,= car T(E) :
r
.
Puis, on note T lensemble des parties de E appartenant tous les lments de :
r
(cest--dire que, pour
A T(E), on a A T si, pour tout B :
r
, A B).
Il est facile de voir que T est stable par diffrence, stable par union dnombrable disjointe et que T contient (
(car tous les lments de :
r
vrient ces trois proprits). Enn, / :
r
T /, ce qui est bien la proprit
demande.
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.
corrig
Soit (D
n
)
nN
T
A
avec D
n
D
m
= si n ,= m. On va montrer que
nN
D
n
T
A
. On remarque tout
dabord que
nN
D
n
T car D
n
T, pour tout n N, et T est stable par union dnombrable disjointe.
Puis, A(
nN
D
n
) =
nN
(D
n
A) T car D
n
A T, pour tout n N, (D
n
A) (D
m
A) = ,
si n ,= m, et T est stable par union dnombrable disjointe. On a donc montr que
nN
D
n
T
A
. Ce qui
prouve que T
A
est stable par union dnombrable disjointe.
Soit maintenant D
1
, D
2
T
A
, avec D
1
D
2
. On va montrer que D
2
D
1
D
,
. Pour cela, on remarque que
D
2
D
1
Tcar D
1
, D
2
Tet que Test stable par diffrence. Puis, A(D
2
D
1
) = (AD
2
)(AD
1
) T
car A D
1
, A D
2
D, (A D
1
) (A D
2
) et T est stable par diffrence. On a donc montr que
D
2
D
1
D
,
. Ce qui prouve que T
A
est stable par diffrence.
(b) Soit A (. Montrer que ( T

A
. En dduire que T
A
= T.
corrig
Soit B (. On a B T (car T () et AB ( (car ( est stable par intersection nie), donc AB T.
Ceci montre que B T
A
et donc ( T
A
.
Comme T
A
est stable par diffrence, stable par union dnombrable disjointe et que T
A
contient (, la ques-
tion 1 donne T
A
T et, nalement, T
A
= T.
(c) Soit A T. Montrer que T

A
= T. En dduire que T est stable par intersection nie.
corrig
Soit B (. On a B T (car T (). Comme B (, la question prcdente donne T = T
B
et donc
A T
B
. On a donc A B T. Ceci montre que B T
A
et donc ( T
A
.
On en dduit, comme la question prcdente, que T
A
= T.
Soit maintenant B T. Comme T = T
A
, on a B T
A
et donc AB T. Lintersection de deux lments
de T est donc aussi dans T. Ceci prouve bien la stabilit de T par intersection nie (une rcurrence facile
donne que lintersection dun nombre ni dlments de T est aussi dans T).
3. Montrer que T est une tribu. En dduire que T est la tribu engendre par (.
corrig
On remarque que E T (car E ( T) et que T est stable par complmentaire car, si A T, on a EA T
car T est stable par diffrence (et E, A T avec A E). Pour montrer que T est une tribu, il suft de montrer
que T est stable par union dnombrable (non ncessairement disjointe).
300
Soit (A
n
)
nN
T. Comme T est stable par complmentaire, on aussi A
c
n
T, pour tout n N. Pour tout
n N, on pose :
B
n
= A
n
(
n1
i=0
A
c
i
).
On a B
n
T car T est stable par inteserction nie et B
n
B
m
= si n ,= m (en notant que B
n
A
n
et
B
m
A
c
n
si m > n). Comme T est stable par union dnombrable disjointe, on en dduit
nN
B
n
T et donc
nN
A
n
T (car
nN
A
n
=
nN
B
n
). Ceci prouve que T est stable par union dnombrable et donc que T
est une tribu.
On a ainsi montr que T est une tribu contenant ( et donc contenant la tribu engendre par (, note (().
Dautre part, il est facile de voir que toute tribu contenant ( appartient :
r
(dni la question 1) et donc que
(() contient T. On a bien montr nalement que T = (().
Remarque : lhypothse E (" na t utilise quune seule fois. Elle na t utilise que pour montrer que
E T (dans la question 3). On peut remplacer cette hypothse par il existe une suite (E
n
)
nN
( t.q.
E
n
E
m
= , si n ,= m, et E =
nN
E
n
". En effet, de cette hypothse, on dduit aussi E T car T est stable
par union dnombrable disjointe et ( T. La suite du raisonnement de la question 3 donne alors aussi que T
est la tribu engendre par (.
13.2 Mesures
Corrig 20 (Exemples de mesures)
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) ?
corrig
Oui, lapplication m est une mesure sur T(E). En effet, on a bien m() = 0 et si (A
n
)
nN
T(E) on a
m(
nN
A
n
) =
+
n=0
m(A
n
) = 0 si A
n
est au plus dnombrable pour tout n N (car une runion densembles
au plus dnombrables est au plus dnombrable) et m(
nN
A
n
) =
+
n=0
m(A
n
) = si il existe n N t.q. A
n
est inni non dnombrable. On a donc toujours m(
nN
A
n
) =
+
n=0
m(A
n
) (noter dailleurs quil est inutile de
supposer les A
n
disjoints 2 2).
Corrig 21 (Mesure trace et restriction dune mesure)

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
F
. On lappellera la trace de m sur F. Si m(F) < ,
cette mesure est nie.
corrig
Soit B T
F
, il existe donc A T t.q. B = A F. Comme F T, on a donc aussi B T.
On note m
F
la restriction de m T
F
, on a donc m
F
(B) = m(B) pour tout B T
F
. Il est alors immdiat de
voir que m
F
() = 0 et que m
F
est -additive sur T
F
, m
F
est donc une mesure sur T
F
. Si m(F) < , on a
m
F
(F) = m(F) < , la mesure m
F
est donc nie (mais la mesure m peut ne pas tre nie, cest--dire que
lon peut avoir m(E) = ).
301
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) ?
corrig
On note m
a
la restriction de m /, on a donc m
a
(B) = m(B) pour tout B /. Il est clair que m
a
est une
mesure sur /.
Si m est nie, on a m
a
(E) = m(E) < , m
a
est donc aussi une mesure nie.
Si m est -nie, il existe une suite (A
n
)
nN
T t.q.
nN
A
n
= E et m(A
n
) < pour tout n N. Mais,
comme les A
n
ne sont pas ncessairement dans /, la mesure m
a
peut ne pas tre -nie. On peut construire
un exemple facilement de la manire suivante :
On suppose que m est -nie mais nest pas nie (on peut prendre, par exemple (E, T, m) = (R, B(R), ))
et on prend / = , E. La mesure m
a
nest pas -nie. . .
Corrig 22
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
).
corrig
Soit x (
nN
A
n
)
nN
B
n
, on a donc x
nN
A
n
et x /
nN
B
n
, cest--dire quil existe p N t.q.
x A
p
et que, pour tout n N, x / B
n
. On a donc x A
p
B
p
, ce qui prouve que x
nN
(A
n
B
n
) et
donc 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
)).
corrig
Puisque m(E) < , on a, pour tout A, B T t.q. B A, m(A B) = m(A) m(B). La monotonie de m,
la -sous additivit de m (et la question prcdente) nous donne alors :
m(
nN
A
n
) m(
nN
B
n
) = m((
nN
A
n
) (
nN
B
n
))
m(
nN
(A
n
B
n
))
+
n=0
m(A
n
B
n
) =
+
n=0
(m(A
n
) m(B
n
)).
Corrig 23
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).
corrig
Comme m(E) < , on a m(A
c
) = m(E) m(A) pour tout A T. De m(A
n
) = m(E), on dduit alors
m(A
c
n
) = 0 pour tout n N. Par -sous additivit de m, on a alors m(
nN
A
c
n
) = 0. Comme
nN
A
c
n
=
(
nN
A
n
)
c
, on a donc m((
nN
A
n
)
c
) = 0 et donc m(
nN
A
n
) = m(E).
Corrig 24 (Sur la mesure dune union. . . )

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
))
_
_
.
corrig
En attente
Corrig 25 (Contre exemples. . . )

1. Soit la mesure de Lebesgue sur B(R) et A B(R) t.q. (A) = 0. A-t-on ncessairement A ferm ?
corrig
Non, A nest pas ncessairement ferm. On peut prendre, par exemple A =
1
n
, n 1. On a (A) = 0 et A
nest pas ferm (car 0 appartient ladhrence de A sans tre dans A).
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. . . ]
corrig
on prend (E, T) = (R, B(R)).
Exemple facile" (avec m
1
, m
2
non nies).
On prend (
1
= ]a, [, a R. On a bien T((
1
) = B(R), cest--dire que (
1
engendre B(R) (voir la
proposition 2.2). On prend alors m
1
= et m
2
= 2 (cest--dire m
2
(B) = 2(B) pour tout B B(R)). On
a bien m
1
(B) = m
2
(B) pour tout B (
1
(car on a alors m
1
(B) = m
2
(B) = ). Mais m
1
,= m
2
puisque,
par exemple, m
1
(]0, 1[) = 1 et m
2
(]0, 1[) = 2.
Exemple difcile" (avec m
1
, m
2
nies).
On prend maintenant (
2
= B B(R) ; 1, 0, 1 B = 1, 0 0, 1 (un lment de (
2
est donc un borlien ne contenant ni 1 ni 0 ni 1, ou bien la partie 1, 0, ou bien la partie 0, 1). On
montre dabord que T((
2
) = B(R). Il est clair que T((
2
) B(R) car (
2
B(R). Pour montrer linclusion
inverse, cest--dire B(R) T((
2
), on remarque que 0 = 1, 0 0, 1 T((
2
) et donc que 1 =
1, 0 0 T((
2
), 1 = 0, 1 0 T((
2
). Finalement on voit alors que B(R) T((
2
) car tout
borlien scrit comme un borlien ne contenant ni 1 ni 0 ni 1 (qui appartient donc T((
2
)), auquel on
ajoute ventuellement 1, 2 ou 3 autre(s) lment(s) de T((
2
) (qui sont les parties 0, 1 et 1, on conclut
alors avec la stabilit par union nie de la tribu T((
2
)).
On rappelle que, pour a R, on note
a
la mesure de dirac sur B(R). On a donc, pour B B(R),
a
(B) = 1
si a B et
a
(B) = 0 si a / B. On prend alors m
1
=
1
+
0
+
1
et m
2
= 2
1
+ 2
1
. On a
clairement m
1
= m
2
sur (
2
car m
1
(B) = m
2
(B) = 0 si B B(R) est t.q. 1, 0, 1 B = et
m
1
(1, 0) = m
2
(1, 0) = m
1
(0, 1) = m
2
(0, 1) = 2. Enn, on a m
1
,= m
2
puisque, par exemple,
m
1
(0) = 1 et m
2
(0) = 0.
Corrig 26 (Rsultat dunicit)

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.]
corrig
On pose T = A T, m(A) = (A). La additivit de m et montre que T est stable par union
dnombrable disjointe. Comme m(E) < , on peut aussi montrer que T est stable par diffrence (au sens de
lexercice 2.14). En effet, si A, B T, avec B A, on a (par additivit de m et ) m(B) +m(AB) = m(A)
et (B) + (A B) = (A). Comme m(A) < et (A) < , on a donc m(A B) = m(A) m(B) et
(A B) = (A) (B), ce qui prouve que m(A B) = (A B) et donc que A B T.
On utilise maintenant lexercice 2.14. Comme T (, ( est stable par intersection nie et E (, la question 3
de lexercice 2.14 permet de montrer T = (() = T. (Plus prcisment, comme T (, on a T :
r
, o :
r
est dni dans le corrig 19. Puis, en utilisant que ( est stable par intersection nie et que E (, la dernire
question de lexercice 2.14 donne que T (().)
On a donc bien montr que m(A) = (A) pour tout A T.
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
=
nN
E
n
. Montrer que m(A) = (A) pour tout A T.
corrig
Soit n N. Pour A T, on pose m
n
(A) = m(A E
n
) et
n
(A) = (A E
n
) (noter que A E
n
T,
car A, E
n
T). On obtient ainsi deux mesures sur T, m
n
et
n
. Ces deux mesures sont gales sur ( (car
A E
n
( puisque ( est stable par intersection nie).
On raisonne alors comme la question prcdente. On pose T = A T, m
n
(A) =
n
(A) et le raisonnement
de la question rcdente donne que T est stable par union dnombrable disjointe et (grce m
n
(E) < ) que T
est stable par diffrence (au sens de lexercice 2.14). On utilise maintenant la remarque de la n de la question 3
de lexercice 2.14. Comme T (, ( est stable par intersection nie et E est une union dnombrable disjointe
dlments de (, cette remarque donne T = (() = T. On a donc, pour tout A T et tout n N :
m(A E
n
) = m
n
(A) =
n
(A) = (A E
n
).
On en dduit que m(A) = (A), pour tout A T, car, par additivit de m et , m(A) =
nN
m(A
E
n
) =
nN
(A E
n
) = (A).
3. Avec (E, T) = (R, B(R), donner un exemple pour lequel E ( et m ,= .

corrig
Un exemple simple est obtenu en prenant pour ( lensemble des ouverts de R, = 2m et m dnie sur T par
m(A) =card(A) si A a un nombre ni dlments et m(A) = +sinon.
Corrig 27 (Mesure atomique, mesure diffuse)

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.
304
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.]
corrig
Soit m une mesure purement atomique et soit S T t.q. m(S
c
) = 0 et m(x) > 0 si x S. Si m est diffuse,
on a m(x) = 0 pour tout x E, donc S = et m = 0.
On rappelle que, pour a R, on note
a
la mesure de dirac sur B(R). On a donc, pour B B(R),
a
(B) = 1
si a B et
a
(B) = 0 si a / B. La mesure
a
est (pour tout a R) purement atomique, il suft de prendre
S = a, on a bien
a
(S
c
) = 0 et
a
(a) = 1 > 0.
Un exemple de mesure diffuse sur (R, B(R)) est donn par la mesure de Lebesgue sur B(R).
2. Soit m une mesure diffuse sur T. Montrer que tous les ensembles dnombrables sont de mesure nulle.
corrig
Soit Aune partie dnombrable de E. Il existe donc une suite (x
n
)
nN
E t.q. A = x
n
, n N =
nN
x
n
.
On a donc A T (car x
n
T pour tout n N et que T est stable par union dnombrable) et m(A)
+
n=0
m(x
n
) = 0 car m est diffuse.
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
.]
corrig
On pose A = x E; m(x) > 0. Si x A, il existe n N t.q. x E
n
et il existe k N
t.q. m(x)
1
k
. On a donc x A
n,k
. Ceci montre que A =
(n,k)NN
A
n,k
. Pour montrer que A est au plus dnom-
brable, il suft de montrer que A
n,k
est au plus dnombrable (car une runion dnombrable densembles au
plus dnombrables est au plus dnombrable). Soit donc n N et k N
. Soit x
1
, . . . , x
p
p lments distincts
de A
n,k
. Par monotonie et additvit de m, on a
p
k

p
n=1
m(x
n
) = m(x
1
, . . . , x
p
) m(E
n
) < .
On en dduit que p km(E
n
) < et donc que A
n,k
a un nombre ni dlments (ce nombre est infrieur
ou gal km(E
n
)). On en dduit donc que A est au plus dnombrable.
(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.
corrig
On considre toujours A = x E; m(x) > 0. On remarque tout dabord que A T (car A est au plus
dnombrable, daprs la question prcdente, et que les singletons, cest--dire les parties rduites un seul
lment, sont dans T). On pose alors, pour tout B T :
m
a
(B) = m(B A), m
d
(B) = m(B A
c
).
Il est facile de voir que m
d
et m
a
sont des mesures sur T et que, par additivit de m, on a bien m = m
a
+m
d
.
305
La mesure m
d
est diffuse car, si x E, on a m
d
(x) = m(x) = 0 si x A
c
(car A contient tous les
points t.q. m(x) > 0) et m
d
(x) = m() = 0 si x A (car x A
c
= ).
La mesure m
a
est purement atomique. Il suft de prendre S = A, on a bien m
a
(S
c
) = m(A
c
A) = 0 et
m
a
(x) = m(x) > 0 si x S = A.
Enn, m
a
et m
d
sont trangres car 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.
corrig
On suppose que m est nie. Soit M = supm(x), x E. On veut montrer quil existe x E t.q. M =
m(x). On suppose M > 0 (sinon, il suft de prendre nimporte quel x E pour avoir m(x) = M).
On va raisonner par labsurde, on suppose donc que m(x) < M pour tout x E. Par dnition de M, Il
existe une suite (x
n
)
nN
E t.q. m(x
n
) M quand n . Comme m(x
n
) < M pour tout n N,
on peut mme supposer (quitte extraire une sous suite) que m(x
n
) < m(x
n+1
) < M pour tout n N.
Quitte supprimer les premiers termes de la suite, on peut aussi supposer que m(x
0
) >
M
2
. Les points x
n
sont alors tous distincts, ce qui donne
+
n=0
m(x
n
) = m(x
n
, n N) m(E). Ceci est impossible car
m(E) < et m(x
n
) >
M
2
pour tout n N (donc
+
n=0
m(x
n
) = ).
Exemple de mesure -nie pour laquelle M nest pas atteint.
Sur B(R) on dnit m par m(B) =
n=2
(1
1
n
)
n
(B) (o
n
est le mesure de Dirac au point n N).
Pour montrer que m est une mesure, on peut remarquer, en posant N
2
= n N; n 2, que m(B) =
nN
2
;nB
(1
1
n
). Si B =
pN
B
p
avec B
p
B
q
= si p ,= q, on a
pN
m(B
p
) =
pN
nN
2
;nB
p
(1
1
n
) =
(n,p)N
2
N;nB
p
(1
1
n
)
(on utilise ici le lemme 2.3 page 31). Comme les B
p
sont disjoints 2 2, n appartient B
p
pour au plus 1 p,
et comme B =
pN
B
p
, on obtient
(n,p)N
2
N;nB
p
(1
1
n
) =
nN
2
N;nB
(1
1
n
) = m(B).
Ceci prouve la -additivit de m. Le fait que m() = 0 est immdiat. On a donc bien montr que m est une
mesure.
La mesure m est bien -nie, il suft de remarquer que m([n, n]) < pour tout n N et que R =
nN
[n, n]. enn, pour cette mesure m, on a M = supm(x), x E = 1 et il nexiste pas de x R
t.q. m(x) = 1. En fait, mest purement atomique car m((N
2
)
c
) = 0 et on a 0 < m(x), pour tout x N
2
.
4. Pour (E, T) = (R, B(R)), donner un exemple de mesure purement atomique nie dont lensemble des atomes
est inni.
corrig
Un tel exemple est obtenu en modiant lgrement la mesure construite la question prcdente. Sur (R, B(R)
on dnit m par m(B) =
n=1
1
n
2
n
(B). Une dmonstration analogue celle faite la question prcdente
306
montre que m est bien une mesure sur B(R), m est nie (on a m(R) =

2
6
< ), m est atomique car
m((N
)
c
) = 0 et 0 < m(x) < 1, pour tout x N
. Lensemble des atomes de m est inni, cest N
Corrig 28 (limites sup et inf densembles)

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
).
corrig
La proprit de continuit croissante dune mesure (voir la proposition 2.3) donne :
m(liminf
n
A
n
) = lim
n
m(
pn
A
p
).
La monotonie de m donne m(
pn
A
p
) m(A
q
) pour tout q n. On a donc
m(
pn
A
p
) inf
pn
m(A
p
)
et donc lim
n
m(
pn
A
p
) lim
n
(inf
pn
m(A
p
)), cest--dire :
m(liminf
n
A
n
) liminf
n
m(A
n
).
De inf
pn
m(A
p
) sup
pn
m(A
p
), on dduit
liminf
n
m(A
n
) limsup
n
m(A
n
).
Comme il existe n
0
N t.q. m(
pn
0
A
p
) < , la proprit de continuit dcroissante dune mesure
(voir la proposition 2.3) donne m(limsup
n
A
n
) = lim
n
m(
pn
A
p
). La monotonie de m donne
m(
pn
A
p
) m(A
q
) pour tout q n. On a donc
m(
pn
A
p
) sup
pn
m(A
p
)
et donc lim
n
m(
pn
A
p
) lim
n
(sup
pn
m(A
p
)), cest--dire :
m(limsup
n
A
n
) limsup
n
m(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
).
corrig
On prend (E, T, m) = (R, B(R), ) et A
n
= [n, n + 1[, pour tout n N. On obtient alors :
limsup
n
m(A
n
) = 1 > 0 = m() = m(limsup
n
A
n
).
307
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
).
corrig
On prend (E, T, m)=([0, 4], B([0, 4]), ) (plus prcisment, est ici la restriction B([0, 4]) de qui est une
mesure sur B(R)) et A
2n
= [0, 2], A
2n+1
= [1, 4] pour tout n N. On obtient limsup
n
A
n
= [0, 4] et
liminf
n
A
n
= [1, 2]. On a ainsi :
m(liminf
n
A
n
) = 1, liminf
n
m(A
n
) = 2, limsup
n
m(A
n
) = 3 et m(limsup
n
A
n
) = 4.
4. () (Lemme de Borel-Cantelli) On suppose que
nN
m(A
n
) < .
Montrer que m(limsup
n
A
n
) = 0.
corrig
De
nN
m(A
n
) < on dduit que
p=n
m(A
p
) 0 quand n et donc que m(
pn
A
p
) 0 quand
n (car, par -sous additivt de m, on a m(
pn
A
p
)
p=n
m(A
p
)). Par continuit dcroissante de m,
on en dduit alors m(limsup
n
A
n
) = 0.
Corrig 29 (Petit ouvert dense. . . ) ()

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[ < .]
corrig
La rponse est oui". . . . Soit > 0. Comme Q est dnombrable, il existe : N Q, bijective. On considre
alors O =
nN
](n)

2
n+2
, (n) +

2
n+2
[. O est bien un ouvert (comme runion douverts), dense dans R (car
O Q et Q est dense dans R) et, par -sous additivit dune mesure, on a (O)
+
n=0
1
2
n+1
= .
Corrig 30 (Non existence dune mesure sur T(R) exprimant la longueur) ()

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[.
corrig
Soit y [0, 1[, il existe x A t.q. yRx (car A contient un lment dans chaque classe dquivalence), cest-
-dire y x Q. Comme y x ] 1, 1[ (car x, y [0, 1[), on a donc y x = q Q [0, 1[ ou
y x + 1 = q Q]0, 1[. Ceci donne y A
q
. On a donc [0, 1[
qQ[0,1[
A
q
. Comme A
q
[0, 1[ pour tout
q Q [0, 1[, on a nalement [0, 1[=
qQ[0,1[
A
q
.
Il est important aussi de remarquer que les A
q
sont disjoints 2 2. En effet, si y A
q
A
q
, il existe x, x
t
A
t.q. yx = q ou (q1) et yx
t
= q
t
ou (q
t
1). On en dduit xx
t
Qet donc x = x
t
(car Acontient un seul
lment de chaque classe dquivalence). Ceci donne q = q
t
= y x (si y x [0, 1[) ou q = q
t
= y x + 1
(si y x ] 1, 0[).
308
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).
corrig
On suppose que m est une mesure sur T(R) vriant m([0, 1[) = 1. La - additivit de m donne alors, avec la
premire question,
1 =
qQ[0,1[
m(A
q
). (13.3)
Pour x R et B T(R), on note B + x = y + x, y B. On suppose que m est invariante par translation,
on a donc m(B +x) = m(B) pour tout B T(R) et tout x R.
On remarque maintenant que A
q
= ((A + q) [0, 1[) ((A + q 1) [0, 1[) pour tout q Q [0, 1[. De
plus, si y ((A + q) [0, 1[) ((A + q 1) [0, 1[), il existe x, x
t
A t.q. y = x + q = x
t
+ q 1,
donc x
t
x = 1, ce qui est impossible. Ceci montre que ((A + q) [0, 1[) ((A + q 1) [0, 1[) = . On
a donc, en utilisant ladditivit de m, linvariance par translation de m et le fait que A + q [0, 2[, m(A
q
) =
m((A+q) [0, 1[) +m((A+q 1) [0, 1[) = m((A+q) [0, 1[) +m((A+q) [1, 2[) = m(A+q) = m(A),
pour tout q Q [0, 1[. On en dduit
qQ[0,1[
m(A
q
) = 0 si m(A) = 0 et
qQ[0,1[
m(A
q
) = si
m(A) > 0, et donc
qQ[0,1[
m(A
q
) ,= 1, en contradiction avec (13.3). Il nexiste donc pas de mesure sur
T(R), invariante par translation et t.q. m([0, 1[) = 1.
Si m est une mesure sur T(R), invariante par translation et t.q. m([a, b]) = b a pour tout a, b R, a < b. On
montre que m[0, 1[= 1 en utilisant la continuit croissante de m et le fait que [0, 1[=
n1
[0, 1
1
n
]. Il est donc
impossible de trouver une telle mesure.
Lapplication
dnie en cours sur T(R) ( valeurs dans R

+
) est invariante par translation et vrie
([a, b])
= b a pour tout a, b R, a < b. Elle nest donc pas -additive sur T(R).
Corrig 31
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.]
corrig
On pose m(0) = . Soit x R. On prend I = 0 (I est bien un intervalle) de sorte que I + x = x. On a
alors = m(0) = m(I) = m(I + x) = m(x). On a donc montr que m(x) = pour tout x R. Pour
montrer que = 0, il suft, par exemple, de remarquer que, en utilisant la -additivit de m :
1 = m([0, 1])
n=1
m(
1
n
)
n=1
.
On en dduit = 0 (sinon, le membre de droite de la prcdente ingalit est gal + et lingalit est alors
fausse).
On a donc bien montr que m(x) = 0 pour tout x R. Ceci donne, en particulier que 1 = m([0, 1]) =
m([0, 1[) +m(1) = m([0, 1[).
309
Soit maintenant q N
. On a m([
i
q
,
i+1
q
[) = m([0,
1
q
[) pour tout i 0, . . . , q 1, car [
i
q
,
i+1
q
[= [0,
1
q
[+
i
q
. On
en dduit :
1 = m([0, 1[) =
q1
i=0
m([
i
q
,
i + 1
q
[) = qm([0,
1
q
[),
et donc m([0,
1
q
[) =
1
q
. Ceci donne aussi, pour tout x R, m([x, x +
1
q
[) =
1
q
, car [x, x +
1
q
[= [0,
1
q
[+x.
En utilisant ladditivit de m, on a donc, pour tout p N
:
m([0,
p
q
[) =
p1
i=0
m([
i
q
,
i + 1
q
[) =
p
q
. (13.4)
De (13.4), on va dduire m([, [) = pour tout , R t.q. < . En effet, soit , R t.q. < .
Comme [, [= [0, [+, avec = , on a m([, [) = m([0, [). Il existe alors deux suites (r
n
)
nN
Q
+
et (s
n
)
nN
Q
+
t.q. r
n
et s
n
quand n . Comme [0, r
n
[ [0, [ [0, s
n
[, on a, grce (13.4),
r
n
= m([0, r
n
[) m([0, [) m([0, s
n
[) = s
n
. Eh faisant n , on en dduit que m([0, [) = et donc
m([, [) = .
Enn, comme m() = 0, on a aussi
m(], [) = , pour tout , R, < .
La partie unicit" du thorme de Carathodory donne alors m = .
Corrig 32 (Support dune mesure sur les borliens de R

d
)
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.]
corrig
On note A lensemble des ouverts de R
d
de mesure nulle pour m. Lensemble A est non vide (car lensemble vide
est un ouvert de R
d
de mesure nulle). On pose :
O =
A
.
Lensemble O est donc la runion de tous les ouverts de R
d
de mesure nulle. Il est clair que O est ouvert (car cest
une runion douverts) et quil contient tous les ouverts de R
d
de mesure nulle. Pour montrer que O est le plus
grand ouvert de mesure nulle, il suft donc de montrer que O est de mesure nulle. Pour cela, on va montrer que O
est une runion dnombrable douverts de mesure nulle.
Soit x = (x
1
, . . . , x
d
)
t
O. Il existe A t.q. x . Comme est ouvert, il existe > 0 t.q. :
d
i=1
]x
i
, x
i
+[ .
Pour tout i 1, . . . , d il existe
i,x
]x
i
, x
i
[Q et
i,x
]x
i
, x
i
+[Q. On a donc :
x
d
i=1
]
i,x
,
i,x
[ O.
310
Par monotonie dune mesure, on a m(
d
i=1
]
i,x
,
i,x
[) m() = 0, et donc
m(
d
i=1
]
i,x
,
i,x
[) = 0.
Comme O =
xO
x, on a aussi :
O =
xO
d
i=1
]
i,x
,
i,x
[=
xO
P
x
,
x
, (13.5)
en posant
x
= (
1,x
, . . . ,
d,x
)
t
,
x
= (
1,x
, . . . ,
d,x
)
t
et P
,
=
d
i=1
]
i
,
i
[ (si = (
1
, . . . ,
d
)
t
et =
(
1
, . . . ,
d
)
t
).
On remarque maintenant que, pour tout x O,
x
,
x
Q
d
. Lgalit (13.5) donne donc :
O =
(,)B
P
,
,
o B est une partie de Q
2d
et m(P
,
) = 0 pour tout (, ) B. Comme Q
2d
est dnombrable, la partie B est au
plus dnombrable et la sous additivit dune mesure donne alors que m(O) = 0.
Corrig 33 (Ensemble de Cantor)

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
.
corrig
Pour tout n N et p 1, . . . , 2
n
, la longueur de lintervalle [a
n
p
, b
n
p
] est
n
. Comme
n+1
<

n
2
et que
a
n+1
2p1
= a
n
p
et b
n+1
2p
= b
n
p
, on a [a
n+1
2p1
, b
n+1
2p1
] [a
n+1
2p
, b
n+1
2p
] [a
n
p
, b
n
p
], pour tout n N et p 1, . . . , 2
n
.
En prenant lunion sur p 1, . . . , 2
n
, on en dduit C
n+1
C
n
.
2. Montrer que C est compact et

C= .
corrig
Lensemble C est ferm (dans R) car cest une intersection de ferms (chaque C
n
est ferm). Dautre part
C [0, 1], C est donc compact (car ferm et born dans R).
Comme
n+1
<

n
2
, on a toujours b
n
p
< a
n
p+1
(pour tout n N et p 1, . . . , 2
n
1). Les intervalles
composant C
n
sont donc disjoints 2 2 et de longueur
n
. Ceci montre que x, y [0, 1], (y x) >
n
implique
]x, y[, C
n
. Comme
n
0 quand n (noter que
n

1
2
n
), on en dduit que C =
nN
C
n
ne contient
aucun intervalle ouvert (non vide) et donc que

C= .
311
3. Montrer que C est non dnombrable.
corrig
On commence par dnir, par rcurrence sur n N
, des points x
c
pour c 1, 2
n
.
Pour n = 1, x
(1)
= a
0
1
et x
(2)
= b
0
1
.
Soit n 1. Supposons que x
c
est construit pour tout c 1, 2
n
et que pour chaque c 1, 2
n
, x
c
b
n1
p
,
p = 1, . . . , 2
n1
a
n1
p
, p = 1, . . . , 2
n1
. On construit maintenant x
c
pour c 1, 2
n+1
. Soit donc
c 1, 2
n+1
, on pose c = c, b avec c 1, 2
n
et d 1, 2 et on distingue 4 cas :
(a) x
c
= b
n1
p
, avec p 1, . . . , 2
n1
, d = 1. On pose alors x
c
= a
n
2p
,
(b) x
c
= b
n1
p
, avec p 1, . . . , 2
n1
c
= b
n
2p
,
(c) x
c
= a
n1
p
, avec p 1, . . . , 2
n1
c
= a
n
2p1
,
(d) x
c
= a
n1
p
, avec p 1, . . . , 2
n1
c
= b
n
2p1
.
Il est intressant de noter, avec ces formules, que [x
c
x
c
[
n

1
2
n
et que x
c
C.
On note S lensemble des suites indxes par N
, prenant leurs valeurs dans 1, 2. Si c S, on note c

n
llment de 1, 2
n
form par les n premiers termes de la suite et on note x
n
= x
c
n
. La suite (x
n
)
nN
est de Cauchy (car [x
n+1
x
n
[
1
2
n
) et incluse dans C, elle converge donc vers un point x
c
C. On
remarque que si c et c
t
sont deux suites diffrentes, alors x
c
,= x
c
. En effet soit n N t.q. c
n
= c
t
n
et
c
n+1
,= c
t
n+1
, on alors [x
c
m
x
c
m
[ (1
n
)
n
pour tout m > n et donc, en passant la limite quand
m , [x
c
x
c
[ (1
n
)
n
, ce qui donne x
c
,= x
c
. Lapplication c x
c
est donc une injection de S
dans C. Ceci montre que C est inni non dnombrable (car S est inni 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.
corrig
La construction des points a
n
p
et b
n
p
donne
([a
n+1
2p1
, b
n+1
2p1
] [a
n+1
2p
, b
n+1
2p
]) = 2
n+1
=
n
n
=
n
([a
n
p
, b
n
p
]).
En prenant lunion sur p 1, . . . , 2
n
, on en dduit (C
n+1
) =
n
(C
n
).
Si
n
ne dpend pas de n, cest--dire
n
= pour tout n N et 0 < < 1, on a donc (C
n+1
) = (C
n
).
Ceci donne, comme (C
0
) = 1, (C
n
) =
n
pour tout n N. Par continuit dcroissante de , on en dduit
(C) = lim
n
(C
n
) = 0.
5. Soit 0 < < 1. Montrer quil existe une suite (

n
)
n0
]0, 1[ t.q. (C) = .
corrig
Soit (
n
)
nN
], 1] t.q.
0
= 1,
n+1
<
n
pour tout n N et
n
quand n (on peut prendre, par
exemple,
n
=
1
n+1
).
On prend
n
=

n+1
n
pour tout n N. On a bien 0 <
n
< 1 et, comme (C
n+1
) =
n
(C
n
) (ceci a t
dmontr la question prcdente), on a donc (C
n
) =
n
pour tout n N. Par continuit dcroissante de ,
on en dduit (C) = lim
n
(C
n
) = .
312
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.
corrig
Comme f est continue, f transforme les compacts en compacts. Donc, f(A) est bien un compact de R (et donc
appartient B(R)).
On montre maintenant que (f(A)) = 0.
Soit L R t.q. [f(y) f(x)[ L[y x[ pour tout x, y R. On commence par montrer un petit rsultat
prliminaire. Soit I = [a, b] un intervalle ferm de [0, 1] (I est donc compact). Comme f est continue sur [a, b],
il existe x, y [a, b] t.q. f(x) = m = minf(z), z [a, b] et f(y) = M = maxf(z), z [a, b]. On a donc
f(I) [m, M] (en fait, f(I) = [m, M]), do :
(f(I)) M m = f(y) f(x) L[y x[ = L(I). (13.6)
Soit > 0. Comme A B(R), daprs la rgularit de (voir le thorme 2.3), il existe O, ouvert de R,
t.q. A O et (0) . Daprs le lemme 2.4 page 35, O est une union dnombrable dintervalles ouverts
disjoints 2 2. En prenant ventuellement la restriction [0, 1] de ces intervalles, on obtient donc une famille
dnombrable, note (I
n
)
nN
, dintervalles inclus dans [0, 1], disjoints 2 2 t.q. A
nN
I
n
O. On en dduit
+
n=0
(I
n
) = (
nN
I
n
) et f(A)
nN
f(I
n
)
nN
f(I
n
). On a donc (f(A))
+
n=0
(f(I
n
)).
En utilisant (13.6), on a donc (f(A)) L
+
n=0
(I
n
) = L
+
n=0
(I
n
) L. Comme est arbitrairement
petit, on a donc (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).]
corrig
On note C lensemble obtenu dans la question 4, cest--dire avec
n
= pour tout n N et 0 < < 1
(par exemple, =
2
3
). On note a
p
n
, b
p
n
, C
n
les points et ensembles utiliss pour construire C et on note aussi
D = a
p
n
, n N, p 1, . . . , 2
n
b
p
n
, n N, p 1, . . . , 2
n
. (Noter que D C.)
Soit > 0. On note

C lensemble C obtenu la question 5. On a donc (C) = . On note a
p
n
,

b
p
n
,

C
n
les points
et ensembles utiliss pour construire

C et on note aussi

D = a
p
n
, n N, p 1, . . . , 2
n

b
p
n
, n N,
p 1, . . . , 2
n
. (Noter que

D

C.)
Soit n Net p 1, . . . , 2
n
. On construit f sur lintervalle [b
n+1
2p1
, a
n+1
2p
] en prenant f afne et t.q. f(b
n+1
2p1
) =
b
n+1
2p1
et f(a
n+1
2p1
) = a
n+1
2p1
. On remarque que f est ainsi contruit de (
nN
C
c
n
) D dans (
nN

C
c
n
)

D et est
strictement croissante. Comme (
nN
C
c
n
)
c
= C et que C est dintrieur vide, f est dnie sur une partie dense
de [0, 1] et, comme (
nN

C
c
n
)
c
=

C et que

C est dintrieur vide, limage de f est dense dans [0, 1].
Il est maintenant facile de dnir f par densit sur tout [0, 1]. En effet, soit x [0, 1] (
nN
C
c
n
) D, il existe
une suite de points de (
nN
C
c
n
) D, note (y
n
)
nN
, convergeant en croissant vers x et une suite de points de
(
nN
C
c
n
) D, note (z
n
)
nN
, convergeant en dcroissant vers x (en fait, ces points peuvent mme tre pris
dans D). Comme f et croissante, la suite (f(y
n
))
nN
converge donc en croissant vers un certain [0, 1] et
la suite (f(z
n
))
nN
converge en dcroissant vers un certain [0, 1] (la croissance de f donne aussi que ces
limites ne dpendent que du choix de x et non du choix des suites (y
n
)
nN
et (z
n
)
nN
). Comme f est croissante,
on a et comme limage de f (dnie pour linstant seulement sur (
nN
C
c
n
) D) est dense dans [0, 1],
on a ncessairement = (lintervalle , ne rencontre pas limage de f). On peut donc poser f(x) = = .
313
La fonction f est donc maintenant dnie sur tout [0, 1] valeurs dans [0, 1]. Elle est strictement croissante et
son image est dense dans [0, 1], elle est donc continue (par le mme raisonnement que celui fait pour dnir f(x)
en tout point x [0, 1] (
nN
C
c
n
) D). Comme une application continue transforme un compact en compact,
on a donc f([0, 1]) = [0, 1] et ceci prouve en particulier que f([0, 1] (
nN
C
c
n
) D) = [0, 1] (
nN

C
c
n
)

D.
Comme f(D) =

D, on a aussi f(C) =

C. Pour que f soit dnie sur R et continue, on ajoute f(x) = 0 pour
x < 0 et f(x) = 1 pour x > 1. On a toujours f(C) =

C. Ceci donne bien le rsultat dsir car (C) = 0 et
(

C) = > 0.
Corrig 34 (Mesure complte)

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.
corrig
(a) On montre dabord que T est une tribu.
T car = et appartient T et A
m
(car il est de mesure nulle).
T est stable par passage au complmentaire :
Soit C T. Il existe A T et N A
m
t.q. C = A N. Comme N A
m
, il existe B T t.q. N B et
m(B) = 0.
On remarque alors que C
c
= (AN)
c
= A
c
N
c
= (A
c
B
c
) (A
c
N
c
B). Comme A
c
B
c
T
(par les proprits de stabilit de T) et (A
c
N
c
B) A
m
(car inclus dans B), on en dduit que C
c
T.
Donc, T est stable par passage au complmentaire.
T est stable par union dnombrable :
Soit (C
n
)
nN
T. Il existe (A
n
)
nN
T et (N
n
)
nN
A
m
t.q. C
n
= A
n
N
n
pour tout n N.
Comme, pour tout n N, N
n
A
m
, il existe B
n
T t.q. N
n
B
n
et m(B
n
) = 0.
On a alors
nN
C
n
= (
nN
A
n
) (
nN
N
n
). On remarque que
nN
N
n
B =
nN
B
n
T et
m(B) = 0 par -sous additivit de m. Donc,
nN
N
n
A
m
. comme
nN
A
n
T, on a nalement
nN
C
n
T. Ce qui prouve bien que T est stable par union dnombrable.
On a bien montr que T est une tribu sur E.
(b) On montre maintenant que T A
m
T.
Si A T, on a A = A . Comme A
m
, on en dduit A T. Donc, T T.
Si N A
m
, on a N = N. Comme T, on en dduit N T. Donc, A
m
T.
Finalement, on a bien 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
).
corrig
Soit B
2
T t.q. N
2
B
2
et m(B
2
) = 0. On a :
A
1
A
1
N
1
= A
2
N
2
A
2
B
2
.
Donc, par monotonie et sous additivit de m, m(A
1
) m(A
2
B
2
) m(A
2
) + m(B
2
) = m(A
2
). En
changeant les rles de A
1
et A
2
, on a aussi m(A
2
) m(A
1
). On a donc 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.)
314
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.
corrig
(a) On montre dabord que m est une mesure sur T.
Comme = et T A
m
, on a m() = m() = 0.
Soit maintenant (C
n
)
nN
T t.q. C
n
C
m
= si n ,= m. Il existe (A
n
)
nN
T et (N
n
)
nN
A
m
t.q.
C
n
= A
n
N
n
pour tout n N. Comme, pour tout n N, N
n
A
m
, il existe B
n
T t.q. N
n
B
n
et
m(B
n
) = 0.
On a donc
nN
C
n
= (
nN
A
n
) (
nN
N
n
). On a dj vu que
nN
N
n
A
m
. Par dnition de m, on a
donc m(
nN
C
n
) = m(
nN
A
n
). Comme C
n
C
m
= si n ,= m, on a aussi A
n
A
m
= si n ,= m (car
A
p
C
p
pour tout p). La -additivit de m (et la dnition de m(C
n
)) donne(nt) alors :
m(
nN
C
n
) = m(
nN
A
n
) =
nN
m(A
n
) =
nN
m(C
n
).
Ce qui prouve la -additivit de m.
(b) On montre maintenant que m
]
T
= m.
Si A T, on a A = A . Comme A
m
, on a donc (A T, on le savait dj, et) m(A) = m(A). Donc,
m
]
T
= m.
(c) Enn, on montre que m est la seule mesure sur T gale m sur T.
Soit m une mesure sur T gale m sur T.
Soit C T. Il existe A T et N A
m
t.q. C = A N. Comme N A
m
, il existe B T t.q. N B et
m(B) = 0. On a alors A C A B. La monotonie de m, le fait que m = m sur T et la sous additivit
de m donnent :
m(A) = m(A) m(C) m(A B) = m(A B) m(A) +m(B) = m(A).
On a donc m(C) = m(A) = m(C). Ce qui prouve que m = m.
4. Montrer que A
m
= A
m
T.
corrig
On a dj vu ( la question 1) que A
m
T.
Il est facile de voir que A
m
A
m
. En effet, soit N A
m
. Il existe B T t.q. N B et m(B) = 0. Comme
T T et que m = m sur T, on a donc aussi B T et m(B) = 0. Ce qui prouve que N A
m
.
Soit maintenant N A
m
. Il existe C T t.q. N C et m(C) = 0. Comme C T, il existe A T,
M A
m
et B T t.q. m(B) = 0 et C = A M A B. la dnition de m donne que m(C) = m(A),
on a donc m(A) = 0. On en dduit m(A B) m(A) +m(B) = 0, et donc, comme C A B, on a bien
C A
m
.
On a bien montr 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).
315
Corrig 35 (Srie commutativement convergente dans R)
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.
corrig
On suppose que la srie
nN
a
n
nest pas absolument convergente.
La suite (
n
p=0
[a
p
[)
nN
converge donc en croissant vers . Comme [a
p
[ = a
+
p
+a
p
et que a
+
p
= maxa
p
, 0 0
et a
p
= maxa
p
, 0 0, les deux suites (
n
p=0
a
+
p
)
nN
et (
n
p=0
a
p
)
nN
sont donc aussi croissantes et lune
des deux, au moins, converge vers .
On suppose que la suite (
n
p=0
a
+
p
)
nN
converge vers (un raisonnement analogue ce qui suit permettrait de
traiter le cas o la suite (
n
p=0
a
p
)
nN
converge vers ). On va construire ci-aprs une bijection de N dans N
t.q.
n
p=0
a
(p)
quand n . Ceci prouvera que la srie
nN
a
(n)
est non convergente pour au moins
une bijection de N dans N.
On note P = n N, a
n
0 et N = n N, a
n
< 0 (de sorte que P N = et P N = N). Soit
1
et
2
les deux applications strictement croissantes de N dans N t.q. P =
1
(n), n N et N =
2
(n), n N.
On comnence par montrer quil existe une suite strictement croissante (a
n
)
nN
N t.q. a
0
= 0 et :
a
2
(n)
+
a
n+1
1
p=a
n
a
1
(p)
1. (13.7)
Pour montrer lexistence dune telle suite (a
n
)
nN
, on pose a
0
= 0. Puis, on raisonne par rcurrence sur n. Si
a
0
, . . . , a
n
sont contruits, lexistence de a
n+1
dcoule du fait que
p=a
n
a
1
(p)
=
p=
1
(a
n
)
a
+
p
= .
la construction de la suite ((n))
nN
se fait alors en prenant
1
(a
0
), . . . ,
1
(a
1
1) puis
2
(0) puis
1
(a
1
), . . . ,
1
(a
2
1) puis
2
(1). . . puis
1
(a
n
), . . . ,
1
(a
n+1
1) puis
2
(n). . .
Pour dcrire prcisment cette application , on pose b
0
= 0 et, pour n N, b
n+1
= b
n
+a
n+1
a
n
+1 (la suite
(b
n
)
nN
est strictement croissante et tend donc vers quand n ). On dnit alors, pour tout n N, (q)
losrque q b
n
, . . . b
n+1
1 par :
(b
n
+p) =
1
(a
n
+p) pour p 0, . . . , a
n+1
a
n
1,
(b
n+1
1) =
2
(n).
On a bien ainsi dni une application de N dans N car b
n+1
1 = b
n
+ p, pour p = a
n+1
a
n
. Lapplication
est surjective car (q), q N = P N. Elle est injective car chaque valeur de
1
et
2
nest prise quune
seule fois par . Enn, on a bien
n
p=0
a
(p)
quand n . En effet, on remarque que, grce (13.7) :
b
n+1
1+p
q=0
a
(q)

b
n+1
1
q=0
a
(q)
n,
pour tout p 0 et tout n N. Ce qui donne, pour tout n N, liminf
p
p
q=0
a
(q)
n, et donc
p
q=0
a
(q)
, quand p .
316
Corrig 36 (Mesure sur S
1
)
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).]
corrig
On note lapplication z
z
de S
1
dans R (cette application est bijective de S
1
dans [0, 2[). On prend alors
T =
1
(B), B B(R). Cest bien une tribu sur S
1
Soit < < < et E = (cos(), sin())
t
, ], [. On a E S
1
et, si z S
1
, on a z E si et
seulement si il existe k Z t.q.
z
+ 2k ], [. Ceci prouve que
E =
kZ
1
(] 2k, 2k[),
et donc que E T car
1
(] 2k, 2k[) T pour tout k Z.
On dnit maintenant . Soit A T. On pose
A
=
z
, z A. Comme A T, il existe B B(R)
t.q. A =
1
(B), et donc A =
1
(B [0, 2[). Comme est une bijection de S
1
dans [0, 2[, on a alors
A
= B [0, 2[ B(R). On pose (A) =
1
2
(
A
), o est la mesure de Lebesgue sur B(R).
est bien une mesure sur T. En effet, on a 2() = (
) = () = 0. Puis, si (A
n
)
nN
est une suite dlments
de T, disjoints 2 2, la suite (
A
n
)
nN
est une suite dlments de B(R), disjoints 2 2. La additvit de
dcoule alors de celle de .
Il reste montrer que est invariante par rotation. Soit [0, 2[ et A T. Comme on la vu prcdemment, il
existe B B(R) t.q. A =
1
(B [0, 2[). On a donc A = (cos(), sin())
t
, B [0, 2[. Pour R,
on note B
= +, B. On a alors :
R
(A) = (cos( +), sin( +))

t
, B [0, 2[
= (cos(), sin())
t
, B
[, 2 +[
= (cos(), sin())
t
, B
[, 2[ (cos(), sin())
t
, B
2
[0, [
=
1
(B
[, 2[)
1
(B
2
[0, [).
La proprit dinvariance par translation de permet de dire que B
B(R) pour tout R. On a donc

R
(A) T et, par additivit dune mesure et dnition de ,

2(R
(A)) = (B
[, 2[) +(B
2
[0, [).
Linvariance par translation de donne (B
2
[0, [) = (B
[2, + 2[) et donc :

2(R
(A)) = (B
[, 2[) +(B
[2, + 2[) = (B
[, + 2[)
= (B [0, 2[).
Ce qui donne bien (R
(A)) = (A).
317
13.3 Probabilits
Corrig 37 (Lemme de Borel-Cantelli)
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.
corrig
Cette question a t corrige dans le corrig 28.
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.
corrig
Comme cela a t vu dans le corrig 28, la proprit de continuit dcroissante dune mesure (voir la proposi-
tion 2.3) domme p(A) = lim
n
p(B
n
). Il suft donc de montrer que p(B
n
) = 1 pour tout n N.
Soit n N. Si il existe k n t.q. p(A
k
) = 1, on a, par monotonie de p, que p(B
n
) p(A
k
) = 1 et donc
p(B
n
) = 1. On suppose maintenant que p(A
k
) < 1 pour tout k n. Comme B
c
n
=
kn
A
c
k
, la continuit
dcroissante de p et lindpendance des A
k
donne :
p(B
c
n
) = lim
m
m
k=n
p(A
c
k
) = lim
m
m
k=n
(1 p(A
k
)).
Comme ln(1 x) x pour tout x < 1 (ou, de manire quivalente, ln(u) u 1 pour tout u > 0, ceci est
une consquence, par exemple, de la concavit de la fonction ln), on a, pour m > n :
ln(
m
k=n
(1 p(A
k
))) =
m
k=n
ln(1 p(A
k
))
m
k=n
p(A
k
).
De lhypothse
nN
p(A
n
) = , on dduit lim
m
ln(
m
k=n
(1 p(A
k
))) = , et donc p(B
c
n
) = 0.
Ceci donne bien p(B
n
) = 1 et termine la dmonstration.
318
Chapitre 14
Fonctions mesurables, variables alatoires
14.1 Fonctions mesurables
Corrig 38 (Caractrisation des fonctions mesurables) ()
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.
corrig
Cette question est un cas particulier (avec F = R) de la question 2 de lexercice 2.4, voir le corrige 12 page 292.
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 (.
corrig
On remarque que f mesurable signie simplement que T
f
(dnie la question prcdente) contient B(R).
Le sens (i) (ii) est immdiat car ( B(R).
Pour le sens (ii) (i), on remarque que T
f
est une tribu. Donc, si T
f
contient (, on a aussi T
f
contient
T(() = B(R). Ceci donne f mesurable. Donc, on a bien (ii) (i)
Corrig 39 (Composition de fonctions mesurables)

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).
corrig
E est muni de la tribu T, F est muni de la tribu S et R est muni de la tribu borlienne.
Soit B B(R), on remarque que ( f)
1
(B) = f
1
(
1
(B)). Comme
1
(B) S car est mesurable (de
F dans R), on a donc f
1
(
1
(B)) T car f est mesurable (de E dans F). Ceci montre bien que f est
mesurable (de E dans R).
Corrig 40 (R ou R
+
. . . )
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).
corrig
On suppose mesurable de R dans R. Soit B un borlien de R
+
, on a donc B R B(R) (voir la dnition
3.1 page 53). Comme prend ses valeurs dans R et que est mesurable de R dans R, on a donc
1
(B) =
1
(B R) B(R). Ceci donne donc que est mesurable de R dans R
+
.
Rciproquement, on suppose maintenant mesurable de R dans R
+
(mais ne prend jamais la valeur , on
peut donc la considrer comme tant de R dans R). Soit B B(R). On a donc aussi B B(R
+
) et donc
1
(B) B(R) car est mesurable de R dans R
+
. Ceci prouve que est mesurable de R dans R.
Corrig 41 (Stabilit de /)
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
.
corrig
Cette question est identique celle de lexercice 3.3 (voir le corrig 39) avec E
tt
au lieu de R. La dmonstration
est semblable :
Soit B T
tt
, on remarque que (g f)
1
(B) = f
1
(g
1
(B)). Comme g
1
(B) T
t
car g est mesurable (de
E
t
dans E
tt
), on a donc f
1
(g
1
(B)) T car f est mesurable (de E dans E
t
). Ceci montre bien que g f est
mesurable (de E dans E).
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.

corrig
Cette question est dmontre dans la proposition 3.7 page 60.
(b) Montrer que f +g, fg et [f[ sont des fonctions mesurables de E dans R.
corrig
Le fait que f + g, fg /est dmontr dans la proposition 3.5 et le fait que [f[ /est dmontr dans la
proposition 3.7 (car [f[ prend ses valeurs dans R et [f[ /
+
, on conclut avec lexercice 3.4, corrig 40).
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.
corrig
La dmonstration de cette question est donne dans la proposition 3.5 page 58 (proprit 3).
320
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.
corrig
1 B(R) alors que h
1
(1) = B / T, donc h nest pas mesurable. Par contre [h[ = 1
A
est mesurable car
A T.
Corrig 42 (Mesurabilit des fonctions continues)

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).
corrig
Soit O un ouvert de R. Comme f est continue, f
1
(O) est aussi un ouvert de R, donc f
1
(O) B(R).
Comme lensemble des ouverts des ouverts engendre B(R), on en dduit que f est mesurable (on utilise ici le
caractrisation de la mesurabilit donne la proposition 3.2 page 56).
2. On suppose f continue droite (resp. gauche). Montrer que f est mesurable.

corrig
On suppose f continue droite. Pour n N
, on dnit f
n
par :
f
n
(x) =
_
_
_
0 si x n,
f(
p
n
) si
p1
n
< x
p
n
, p n
2
+ 1, . . . , n
2
0 si x > n,
de sorte que
f
n
=
n
2
p=n
2
+1
f(
p
n
)1
]
p1
n
,
p
n
]
.
On a f
n
c car ]
p1
n
,
p
n
] B(R) pour tout n et p. Soit x R. Pour n > [x[, on a f
n
(x) = f(
p
n
) avec
p
n

1
n
x
p
n
(p dpend de n, x est x). Comme f est continue droite en x, on a donc f
n
(x) f(x)
quand n (car
p
n
x, avec
p
n
x). La deuxime caractrisation de la mesurabilit (proposition 3.6 page
59) donne alors f /.
3. On suppose f croissante. Montrer que f est mesurable.

corrig
Soit R. On pose A = f
1
([, [). On suppose A ,= (si A = , on a bien A B(R)). Si x A, on
a f(x) et, comme f est croissante, on a aussi f(y) pour tout y x. Donc, [x, [ A. En posant
a = inf A R, on en dduit que ]a, [ A [a, [. Aest donc ncessairement un intervalle (dont la
borne suprieure est ), ce qui prouve que A B(R). Comme [, [, R engendre B(R), on en dduit
que f est mesurable. (On a utilis ici de nouveau la caractrisation de la mesurabilit donne la proposition
3.2 page 56).
Corrig 43 (Egalit presque partout)

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.
corrig
Si f = g (cest--dire f(x) = g(x) pour tout x R), on a bien f = g p.p. car f = g sur
c
et () = 0.
Pour la rciproque, on va utiliser le fait quun ouvert non vide est toujours de mesure de Lebesgue strictement
positive. En effet, si O est un ouvert non vide, il existe , R t.q. < et ], [ O, on a donc 0 < =
(], [) (O).
On suppose maintenant que f = g p.p., il existe A B(R) t.q. (A) = 0 et f = g sur A
c
. On a alors f(x) ,=
g(x) A. Or, f(x) ,= g(x) = (f g)
1
(R
) est un ouvert car (f g) est continue (de R dans R) et R
est un ouvert de R. Donc f(x) ,= g(x) B(R) et la monotonie de donne (f(x) ,= g(x)) (A) = 0.
On en dduit que f(x) ,= g(x) = (car un ouvert non vide est toujours de mesure de Lebesgue strictement
positive) et donc 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).
corrig
Si f(0) = g(0), on prend A = 0
c
. On a bien A B(R),
0
(A) = 0 et f = g sur A
c
car A
c
= 0. Donc,
f = g
0
p.p..
Rciproquement, on suppose maintenant que f = g
0
p.p., il existe donc A B(R) t.q. f = g sur A
c
et
0
(A) = 0. Comme
0
(A) = 0, on a donc 0 / A, cest--dire 0 A
c
et donc f(0) = g(0).
Corrig 44
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
[
On se limite N = 1.
1. Montrer que f
n
converge simplement vers f lorsque n +.
corrig
Soit (x, y)
t
R
2
. Pour tout n N
, on a donc f
n
(x, y) = f(x,
p
n
) avec
p
n
y <
p
n
+
1
n
. Noter que x et y sont
xs et que p dpend de n. Quand n , on a donc
p
n
y avec
p
n
y. Comme f(x, ) est continue gauche
en y, on a donc f(x,
p
n
) f(x, y) quand n , cest--dire f
n
(x, y) f(x, y) quand n .
2. Montrer que f
n
est mesurable. [On pourra utiliser, sans le dmontrer, le fait que AB B(R
2
) si A, B B(R).
Ceci est dmontr dans lexercice 2.6 page 43.]
corrig
Soit n N
. Pour p Z, on pose g
p
= f(,
p
n
). On a donc, par hypothse, g
p
mesurable de R dans R.
Soit C B(R). Soit (x, y)
t
R
2
. Il existe donc p Z t.q. y [
p
n
,
p+1
n
[. On a alors f
n
(x, y) = g
p
(x) et donc
f
n
(x, y) C si et seulement g
p
(x) C. On en dduit que :
322
f
1
n
(C) =
pZ
(g
1
p
(C) [
p
n
,
p + 1
n
[).
Comme g
p
est mesurable, on a g
1
p
(C) B(R). On a aussi [
p
n
,
p+1
n
[ B(R) et donc g
1
p
(C)[
p
n
,
p+1
n
[ B(R
2
)
(ceci est dmontr dans lexercice 2.6 page 43). Comme B(R
2
) est stable par union dnombrable, on en dduit
f
1
n
(C) B(R
2
) et donc f
n
mesurable de R
2
dans R.
3. Montrer que f est mesurable.

corrig
Comme f
n
mesurable pour tout n N
et que f
n
(x, y) f(x, y), quand n , pour tout (x, y)
t
R
2
, la
proprit 3 de la proposition 3.5 donne que f est mesurable (de R
2
dans R).
Corrig 45 (Tribu de Borel sur B(R

+
))
1. Montrer que [0, [, R
+
engendre B(R
+
).
corrig
On note (
1
= [0, [, R
+
.
Comme [0, [ est un ouvert de R
+
pour tout R
+
, on a (
1
B(R
+
) et donc T((
1
) B(R
+
).
Par stabilit dune tribu par passage au complmentaire, on a [, ], R
+
T((
1
).
Comme [0, ] = [0, 1[[1, ] T((
1
), on a aussi [, ], R
+
T((
1
).
Par stabilit dune tribu par intersection, on a alors [, [, , R
+
, < T((
1
).
Par stabilit dune tribu par union dnombrable, on montre alors que ], [, , R
+
, < T((
1
) et
], ], R
+
T((
1
).
Comme tout ouvert de R
+
est une runion au plus dnombrable dintervalles du type ], [ (avec ,
R
+
Q), [0, [ (avec R
+
Q) et ], ] (avec R
+
Q), on en dduit que tout ouvert de R
+
est dans
T((
1
) et donc B(R
+
) T((
1
).
On a bien montr que B(R
+
) = T((
1
).
2. Montrer que [0, [, Q R
+
engendre B(R
+
).
corrig
On note (
2
= [0, [, Q R
+
. Si R
+
, on remarque que [0, [=
QR
+
,<
[0, [. On en dduit
que [0, [ T((
2
). On a donc (
1
T((
2
) et T((
1
) T((
2
).
Comme T((
1
) = B(R
+
), on a aussi T((
2
) = B(R
+
).
3. Montrer que ]0, [, R
+
nengendre pas B(R
+
).
corrig
On prend un ensemble E (ayant au moins 2 lments) et une tribu T sur E diffrente de T(E) (par exemple,
T = , E). Soit alors A E, A / T. On dnit f de E dans R
+
par f(x) = si x A et f(x) = 0 si
x / A. Comme A / T, la fonction f est non mesurable. On a pourtant f
1
(]0, [) = T pour tout R
+
.
Ceci montre que ]0, [, R
+
nengendre pas B(R
+
).
323
Corrig 46
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 en TD :
A, B B(R) AB B(R
2
). (14.1)
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.
corrig
Soit A B(R). On a F
1
(A) = f
1
(A) R. Comme f est mesurable, f
1
(A) B(R). Comme R B(R),
(14.1) donne f
1
(A) R B(R
2
) et donc F
1
(A) B(R
2
). On a donc F mesurable de R
2
dans R.
Le fait que H est mesurable se dmontre de manire semblable en remarquant que H
1
(A) = R A (ou en
utilisant la continuit de H).
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
).
corrig
Lensemble de fonctions mesurables est un espace vectoriel, on a donc F H mesurable. On en dduit que
G(f) B(R
2
) en remarquant que G(f) = (F H)
1
(0) et 0 B(R).
Corrig 47 (mesurabilit au sens de Lusin)

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.]
corrig
Soit K compact et > 0. Par la rgularit de m, il existe F ferm et O ouvert t.q. F A O et m(OF) < .
On prend K
1
= (K F) (K O
c
).
Les ensembles K F et K O
c
sont ferms (car lintersection dun compact et dun ferm est un compact).
Lensemble K
1
est donc compact car il est lunion de deux compacts. Comme K
1
= K (O F), on a bien
K
1
K et (K K
1
) (O F). On en dduit m(K K
1
) m(O F) .
On montre maintenant que f
]
K
1
C(K
1
, R). Soit x K
1
. On distingue deux cas :
Premier cas. Si x K F, on a alors x O. Comme O est ouvert il existe t.q. B(x, ) O (o B(x, ) est
la boule ouverte de centre x et de rayon ). On a donc K
1
B(x, ) K F A. Ce qui prouve que f
]
K
1
est
constante et gale 1 sur K
1
B(x, ) et donc f
]
K
1
est continue en x (car constante dans un voisinage de x).
Deuxime cas. Si x K O
c
, on raisonne de manire similaire. On a x F
c
. Comme F
c
est ouvert il existe
t.q. B(x, ) F
c
. On a donc K
1
B(x, ) K O
c
A
c
. Ce qui prouve que f
]
K
1
est constante et gale
0 sur K
1
B(x, ) et donc f
]
K
1
est continue en x.
324
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.
corrig
Il existe n N
, A
1
, . . . , A
n
B(R
N
) et a
1
, . . . , a
n
R t.q. f =
n
i=1
a
i
1
A
i
. On pose f
i
= 1
A
i
, de sorte
que f =
n
i=1
a
i
f
i
.
Soit K compact et > 0. Par la question 1, pour tout i 1, . . . , n, il existe K
(i)
1
compact, K
(i)
1
K, t.q.
m(K K
(i)
1
) /n et (f
i
)
]
K
(i)
1
C(K
(i)
1
, R). On prend alors :
K
1
=
n
i=1
K
(i)
1
.
On a bien K
1
compact (car intersection de compacts), K
1
K. On a aussi (K K
1
) =
n
i=1
(K K
(i)
1
) et
donc :
m(K K
1
)
n
i=1
m(K K
(i)
1
) .
Enn, f
]
K
1
est continue car f
]
K
1
=
n
i=1
a
i
(f
i
)
]
K
1
et (f
i
)
]
K
1
est continue (puisque (f
i
)
K
(i)
1
est continue et
K
1
K
(i)
1
).
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.]
corrig
Comme f /(R
N
, B(R
N
)), il existe (f
n
)
nN
c(R
N
, B(R
N
)) t.q. f
n
f p.p..
Soit K compact et > 0. Par la question 2, pour tout n N, il existe K
(n)
1
compact, K
(n)
1
K, t.q. m(K
K
(n)
1
) 2
n
et (f
n
)
]
K
(n)
1
C(K
(n)
1
, R). On prend tout dabord :
K
2
=
nN
K
(n)
1
.
On a bien K
2
compact (car intersection de compacts), K
2
K. On a aussi (K K
2
) =
nN
(K K
(n)
1
) et
donc m(K K
2
)
nN
m(K K
(n)
1
) 2. Enn, (f
n
)
]
K
2
est continue pour tout n N.
Pour trouver K
1
, on utilise maintenant thorme dEgorov. Comme f
n
f p.p. sur K
2
et que m(K
2
) < , il
existe A B(R
n
) t.q. A K
2
, m(K
2
A) et f
n
f uniformment sur A. En utilisant la rgularit de m
, on trouve aussi F A, F ferm et m(A F) . On prend alors K
1
= F.
On a bien K
1
compact (car K
1
est ferm dans le compact K
2
), K
1
K. On a (K K
1
) = (K K
2
) (K
2
A) (A F) et donc m(K K
1
) 4. Enn f
]
K
1
est continue car f
]
K
1
est limite uniforme de la suite de
fonctions continues ((f
n
)
]
K
1
)
nN
.
Corrig 48 (V.a. mesurable par rapport une autre v.a.)

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.
corrig
On rappelle que la tribu engendre par X est (X) = X
1
(B), B B(R).
Soit B B(R), on a Y
1
(B) = X
1
(f
1
(B)). Comme f est borlienne (cest--dire mesurable de R dans R,
o R est muni de la tribu borlienne), on a f
1
(B) B(R) et donc X
1
(f
1
(B)) (X). Ce qui prouve que
T 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).
corrig
Soit j N. Comme les A
i
sont disjoints deux deux, a
i
,= a
k
si i ,= k et
i
A
i
= , on a A
j
= Y
1
(a
j
).
Comme a
j
B(R) et Y est -mesurable, on en dduit que A
j
(X). (On rappelle aussi que (X) /
car X est une v.a. sur (, /, P).)
Pour tout i, il existe B
i
B(R) t.q. A
i
= X
1
(B
i
) (car A
i
(X)). Comme les A
i
sont disjoints deux deux,
on a, si i ,= j, B
i
B
j
Im(X) = (avec Im(X) = X(), ). On peut donc supposer les B
i
disjoints
deux deux en remplaant chaque B
i
(i > 0) par B
i

j<i
B
j
.
On pose f =
i
a
i
1
B
i
. La fonction f est bien une fonction borlienne de R dans R. Si , il existe i t.q.
A
i
(car =
i
A
i
), on a donc X(w) B
i
et donc f(X()) = a
i
= Y (). Ce qui donne bien f(X) = Y .
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 .
corrig
Soit x R. Pour tout n N
, on a 0 nx [nx] < 1 et donc 0 x

n
(x) <
1
n
. Ce qui prouve que
n
(x) x quand n .
(b) On pose Y
n
=
n
(Y ). Montrer que Y
n
est (X) mesurable.
corrig
On remarque tout dabord que
1
est borlienne. En effet, pour p Z, on a
1
1
(p) = [p, p + 1[ B(R).
Puis, pour B B(R), on a
1
1
(B) =
pZB
[p, p + 1[ B(R).
326
Soit n N
. Comme x nx est continue, cest une application borlienne. Par composition (et produit par
(1/n)), on en dduit que la fonction
n
est borlienne. On montre alors que Y
n
est (X)-mesurable, comme
dans la premire question car, pour B B(R), on a Y
1
n
(B) = Y
1
(
1
n
(B)) (X).
4. Terminer la preuve du thorme.

corrig
Soit n N
. Comme lensemble des valeurs prises par Y

n
(dnie dans la troisime question) est au plus
dnombrable, on peut appliquer la deuxime question. On obtient lexistence de f
n
: R R, borlienne, t.q.
Y
n
= f
n
(X).
On note Alensemble des rels x pour lesquels la suite (f
n
(x))
nN
est convergente. Aest donc aussi lensemble
des rels x pour lesquels la suite (f
n
(x))
nN
est de Cauchy. On en dduit que A B(R) car A peut scrire :
A =
nN

NN

p,qN
(f
p
f
q
)
1
([
1
n
,
1
n
]).
On pose maintenant f(x) = lim
n
f
n
(x) si x A et f(x) = 0 si x A
c
. La fonction f est borlienne car f
est limite simple des fonction borliennes f
n
1
A
c quand n .
Enn, si , on a Y
n
() = f
n
(X()). La troisime question donne que Y
n
() =
n
(Y ()) Y ().
On a donc X() A et donc f
n
(X()) f(X()). Ceci donne Y () = f(X()). On a bien montr que
Y = f(X) avec f borlienne.
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.
corrig
Soit B = x R, f(x) = g(x). On a B = (f g)
1
(0) B(R). Si , on a f(X()) = g(X()) =
Y () et donc X() B. Ceci prouve que X
1
(B) = et donc que P
X
(B) = P(X
1
(B)) = 1, cest--dire
P
X
(f = g) = 1.
Corrig 49 (Composition de v.a.)

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.
corrig
Soit B B(R). Pour n N, on pose :
A
n
= N = n = , N() = n
et
B
n
= Y
1
n
(B) = Y
n
B = , Y
n
() B.
327
(Notre que lensemble des A
n
, n N
, forme une partition de .) On va montrer que Z

1
(B) =
nN
(A
n
B
n
).
En effet, pour tout , on a A
N()
et, si Z
1
(B), on a Z() = Y
N()
() B. On a donc
A
N()
B
N()
, ce qui donne bien
nN
(A
n
B
n
).
Rciproquement, si
nN
(A
n
B
n
), il existe n N
t.q. A
n
B
n
. On a donc Z() = Y
n
() B.
On a bien montr que Z
1
(B) =
nN
(A
n
B
n
).
Comme N et Y
n
sont des v.a.r., on a A
n
, B
n
/, pour tout n N
. On en dduit que Z
1
(B) /. Ceci donne
bien que Z est mesurable.
N.B. : Une autre dmonstration possible est de remarquer que Z =
nN
1
A
n
Y
n
.
Corrig 50 (Evnements, tribus et v.a. indpendantes)

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
)).
corrig
On a (A
1
) = , A
1
, A
c
1
, E et (A
2
) = , A
2
, A
c
2
, E.
Si les tribus (A
1
) et (A
2
) sont indpendantes on donc :
P(B
1
B
2
) = P(B
1
)P(B
2
) pour tout B
1
, A
1
, A
c
1
, E et tout , A
2
, A
c
2
, E. (14.2)
En prenant, dans (14.2), B
1
= A
1
et B
2
= A
2
, on en dduit que A
1
et A
2
sont indpendants.
Rciproquement, on suppose que A
1
et A
2
sont indpendants. Pour montrer que (A
1
) et (A
2
) sont
indpendantes, il suft de montrer (14.2). On remarque tout dabord que (14.2) est vraie si B
1
= ou E et si
B
2
= ou E (lhypothse dindpendance de A
1
et A
2
est mme inutile). Puis, on remarque que lhypothse
dindpendance de A
1
et A
2
donne que (14.2) est vraie si B
1
= A
1
et B
2
= A
2
. Enn, on remarque que C
1
et
C
2
indpendants implique que C
1
et C
c
2
sont indpendants. En effet, on a :
P(C
1
C
c
2
) = P(C
1
(C
1
C
2
)) = P(C
1
) P(C
1
C
2
).
Comme C
1
et C
2
sont indpendants, on en dduit :
P(C
1
C
c
2
) = P(C
1
) P(C
1
)P(C
2
) = P(C
1
)(1 P(C
2
)) = P(C
1
)P(C
c
2
).
En appliquant cette proprit avec C
1
= A
1
et C
2
= A
2
, on montre donc que A
1
et A
c
2
sont indpendants. En
prenant maintenant C
1
= A
c
2
et C
2
= A
1
, on montre alors que A
c
1
et A
c
2
sont indpendants. Enn, En prenant
C
1
= A
2
et C
2
= A
1
, on montre que A
c
1
et A
2
sont indpendants. On a ainsi montr que (14.2) est vraie,
cest--dire que les tribus (A
1
) et (A
2
) sont indpendantes.
2. (Indpendance de n vnements, n 2) Soit n 2, A

1
, . . . , A
n
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).
corrig
Pour p 0, . . . , n, on introduit la proprit T
p
suivante :
P(
n
i=1
B
i
) =
n
i=1
P(B
i
) si B
i
(A
i
) pour i p et
B
i
, A
i
, E pour i > p.
328
Il est facile de voir que la proprit T
0
est quivalente P(
iI
A
i
) =
iI
P(A
i
) pour tout I 1, . . . , n".
La proprit T
n
signie que les tribus (A
1
), . . . , (A
n
Le fait que T
n
implique T
0
est immdiat. On suppose maintenant que T
0
est vrie et va montrer que T
n
est vrie. Pour cela, on raisonne par rcurrence sur p. On suppose donc que T
p1
est vrie pour un p
1, . . . , n et on doit montrer que T
p
est vrie. Pour montrer que T
p
est vrie, il suft de prendre les B
i
t.q. B
i
(A
i
) pour i p 1, B
p
= A
c
p
et B
i
, A
i
, E pour i < p et de montrer que P(
n
i=1
B
i
) =
n
i=1
P(B
i
) (car les autres choix de B
p
sont directement donns par T
p1
). Or, on a, pour ce choix des B
i
:
P(
n
i=1
B
i
) = P(
n
i=1
C
i
) P(
n
i=1
D
i
),
avec C
i
= D
i
= B
i
si i ,= p, C
p
= E et D
p
= A
p
. En utilisant T
p1
on a P(
n
i=1
C
i
) =
n
i=1
P(C
i
) et
P(
n
i=1
D
i
) =
n
i=1
P(D
i
) et donc :
P(
n
i=1
B
i
) = (
i,=p
P(B
i
))(P(E) P(A
p
))
= (
i,=p
P(B
i
))P(A
c
p
) =
n
i=1
P(B
i
).
On a ainsi montr que T
p
est vrie. Par rcurrence (nie) sur p, on montre donc que T
n
est vrie, ce qui
prouve que les tribus (A
1
), . . . , (A
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.
corrig
On prend, par exemple, E = 1, 2, 3, 4, / = T(E) et P donne par P(i) =
1
4
, pour i 1, 2, 3, 4. Puis,
on choisit A
1
= 1, 2, A
2
= 1, 3 et A
3
= 2, 3. Les trois vvements A
1
, A
2
, A
3
sont bien indpendants
deux deux (car P(A
i
A
j
) = P(A
i
)P(A
j
) =
1
4
si i, j 1, 2, 3, i ,= j) mais ne sont pas indpendants car
0 = P(A
1
A
2
A
3
) ,=
1
8
= P(A
1
)P(A
2
)P(A
3
).
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.
corrig
Comme A /
1
, A /
2
et que /
1
et /
2
sont deux tribus indpendantes, on doit avoir P(A A) =
P(A)P(A), cest--dire P(A)(1 P(A)) = 0 et donc P(A) 0, 1.
(b) Montrer que P(A) 0, 1 si et seulement si A est indpendant de tous les lments de /.
corrig
Si A est indpendant de tous les lments de /, A est indpendant avec lui mme. On en dduit, comme la
question prcdente que P(A) 0, 1.
Rciproquement, on suppose maintenant que P(A) 0, 1 et on distingue deux cas.
Premier cas. On suppose que P(A) = 0. On a alors pour tout B /, AB Aet donc (par monotonie de P)
0 P(AB) P(A) = 0. On en dduit P(AB) = 0 = P(A)P(B). Ce qui prouve que A est indpendant
de tous les lments de /.
329
Deuxime cas. On suppose que P(A) = 1. On a alors P(A
c
) = 0 et, pour tout B /, P(A B) =
1 P((A B)
c
) = 1 P(A
c
B
c
). Or (par monotonie et -sous addivit de P) P(B
c
) P(A
c
B
c
)
P(A
c
)+P(B
c
) = P(B
c
). Donc, P(A
c
B
c
) = P(B
c
) et donc P(AB) = 1P(B
c
) = P(B) = P(A)P(B).
Ce qui prouve que A est indpendant de tous les lments de /.
5. Soit n 1 et A
1
, . . . , A
n
1
, . . . , A
n
sont indpendants si et seulement si
les v.a. 1
A
1
, . . . , 1
A
n
sont indpendantes.
corrig
Si X est une v.a.r., la tribu engendre par X est (X) = X
1
(B), B B(R). Pour A /, on a donc
(1
A
) = , A, A
c
, E, cest--dire (1
A
) = (A). Lindpendance des vnements A
1
, . . . , A
n
corres-
pond (par la dnition 2.25) lindpendance des tribus (A
1
), . . . , (A
1
). Lindpendance des v.a.r.
1
A
1
, . . . , 1
A
n
correspond (par la dnition 3.12) ) lindpendance des tribus (1
A
1
), . . . , (1
A
n
). Comme
(A
i
) = (1
A
i
), pour tout i, on en dduit que les vnements A
1
, . . . , A
n
sont indpendants si et seulement
si les v.a. 1
A
1
, . . . , 1
A
n
sont indpendantes.
Corrig 51 (De loi uniforme loi donne)

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), +[.
corrig
Grce la proprit de continuit croissante dune mesure (proposition 2.3) on sait que F(x) 1 quand
x +. Il existe donc x
1
R t.q. F(x) u pour tout x x
1
. Ce qui prouve que x R; F(x) u , =
(et G(u) x
1
).
Grce la proprit de continuit dcroissante dune mesure (proposition 2.3) on sait que F(x) 0 quand
x . Il existe donc x
2
R t.q. F(x) u pour tout x x
2
. Ce qui prouve que infx R; F(x) u
R (et G(u) x
2
).
Comme F est une fonction croissante, lensemble x R; F(x) u est donc un intervalle dont les bornes
sont G(u) et +. Enn, la continuit dcroissante de F donne la continuit droite de F et donc le fait que
G(u) x R; F(x) u, ce qui donne bien
x R; F(x) u = [G(u), +[.
2. Montrer que Y est une v.a.r..

corrig
La fonction G est une fonction de R dans R, dcroissante sur ]0, 1[ et nulle sur le complmentaire de ]0, 1[. Pour
tout R, lensemble G
1
([, +[) est donc un intervalle inclus dans ]0, 1[ auquel on ajoute ]0, 1[
c
si 0.
On a donc
G
1
([, +[) B(R) pour tout R.
330
Ceci prouve que G est une fonction borlienne. Par composition de fonctions mesurable, G(U) est donc mesu-
rable de E muni de la tribu / dans R muni de la tribu borlienne. Ceci montre que G(U) 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.]
corrig
Soit x R et u ]0, 1[, la question 1 montre que
F(x) u x G(u).
On a donc, pour E,
U() ]0, 1[ et F(x) U() U() ]0, 1[ et x G(U())
Comme U a pour loi |([0, 1]), on a P( E t.q. U() ,]0, 1[) = 0. Lgalit prcdente donne donc
P( E t.q. F(x) U()) = P( E t.q. x G(U())).
cest--dire P(G(U) x) = P(U F(x)). Enn, soit x R. Comme U |([0, 1]) et F(x) [0, 1] on a
P(U F(x)) = F(x). On a donc P(G(U) x) = F(x) = P(X x). Les v.a.r. X et Y ont mme fonction
de rpartition et donc mme loi.
Corrig 52 (Convergence en mesure) ()

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].
corrig
Pour h : E R et > 0, on note toujours h > = x E ; h(x) > , h = x E ; h(x) ,
h < = x E ; h(x) < et h = x E ; h(x) .
Soit > 0. Pour tout x E et tout n N, on a [f(x) g(x)[ [f(x) f
n
(x)[ +[f
n
(x) g(x)[. On en dduit
[f f
n
[

2
[f
n
g[

2
[f g[ et donc, en passant au complmentaire,
[f g[ > [f f
n
[ >

2
[f
n
g[ >

2
. (14.3)
Par sous additivit de m, on a donc m([f g[ > ) m([f f
n
[ >

2
) +m([f
n
g[ >

2
). En passant
la limite quand n , on en dduit m([f g[ > ) = 0.
On remarque maintenant que x E ; f(x) ,= g(x) = [f g[ > 0 =
nN
[f g[ >
1
n
et donc, par
-sous additivit de m, on obtient m(x E ; f(x) ,= g(x))
n=1
m([f g[ >
1
n
) = 0 et donc f = g
p.p..
n
)
nN
/ converge en mesure vers f / et (g
n
)
nN
g /, alors (f
n
+g
n
)
nN
/converge en mesure vers f +g /.
corrig
331
Soit > 0. En reprenant la dmonstration de (14.3), on montre que
[f +g (f
n
+g
n
)[ > [f f
n
[ >

2
[g g
n
[ >

2
.
Par sous additivit de m, ceci donne m([f +g (f
n
+g
n
)[ > ) m([f f
n
[ >

2
) +m([g g
n
[ >

2
)
et donc que m([f + g (f
n
+ g
n
)[ > ) 0 quand n . On a bien montr que f
n
+ g
n
f + g en
mesure quand n .
3. On suppose maintenant que m est une mesure nie. Montrer que si (f

n
)
nN
f /et (g
n
)
nN
/converge en mesure vers g, alors (f
n
g
n
)
nN
[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) = .
corrig
Pour k N et n N, la dmonstration de (14.3) donne ici [f
n
[ > k [f[ >
k
2
[f
n
f[ >
k
2
et donc
m([f
n
[ > k) m([f[ >
k
2
) +m([f
n
f[ >
k
2
. (14.4)
On pose A
k
= [f[ >
k
2
. On a (A
k
)
kN
T, A
k+1
A
k
pour tout k N et
kN
A
k
= (car f prend ses
valeurs dans R). Comme E est de mesure nie, on a m(A
k
) < (pour tout k) et on peut appliquer la continuit
dcroissante de m. Elle donne :
m(A
k
) 0, quand n . (14.5)
Soit > 0. Par (14.5), il existe k
0
N t.q. m(A
k
0
)

2
. Par la convergence en mesure de f
n
vers f, il existe
alors n
0
t.q. m([f
n
f[ >
k
0
2

2
pour tout n n
0
et lingalit (14.4) donne m([f
n
[ > k
0
) si
n n
0
. On en dduit (comme [f
n
[ > k [f
n
[ > k
0
si k k
0
) :
n n
0
, k k
0
m([f
n
[ > k) . (14.6)
n
g
n
fg en mesure.
Soit > 0, on veut montrer que m([f
n
g
n
fg[ > 0 quand n . Pour cela, on remarque que
[f
n
g
n
fg[ [f
n
[[g
n
g[ +[g[[f
n
f[. Pour k N
, on a donc
[f
n
[ k [g
n
g[

2k
[g[ k [f
n
f[

2k
[f
n
g
n
fg[
et, en passant au complmentaire,
[f
n
g
n
fg[ > [f
n
[ > k [g
n
g[ >

2k
[g[ > k [f
n
f[ >

2k
,
ce qui donne
m([f
n
g
n
fg[ > ) m([f
n
[ > k) +m([g
n
g[ >

2k
)
+m([g[ > k) +m([f
n
f[ >

2k
).
(14.7)
332
Soit > 0. Il existe k
0
et n
0
de manire avoir (14.6). En utilisant (14.5) avec g au lieu de f, il existe aussi k
1
t.q. m([g[ > k) pour k k
1
. On choisit alors k = maxk
0
, k
1
. En utilisant la convergence en mesure
de f
n
vers f et de g
n
vers g, il existe n
1
t.q. m([g
n
g[ >

2k
) et m([f
n
f[ >

2k
) pour n n
1
.
Finalement, avec n
2
= maxn
0
, n
1
on obtient :
n n
2
m([f
n
g
n
fg[ > ) 4.
Ce qui prouve la convergence en mesure de f
n
g
n
vers fg, quand n .
Pour obtenir un contre-exemple ce rsultat si m(E) = , on prend (E, T, m) = (R, B(R), ). Pour n 1
on dnit f
n
par f
n
(x) =
1
n
pour tout x R et on dnit g
n
par g
n
(x) = x pour tout x R. Il est clair
que f
n
0 en mesure, g
n
g en mesure, avec g(x) = x pour tout x R, et f
n
g
n
, 0 en mesure car
m([f
n
g
n
[ > ) = pour tout n N
et tout > 0.
Corrig 53 (Convergence presque uniforme et convergence p.p.)

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 .
corrig
Soit A
n
T t.q. m(A
n
)
1
n
et f
n
f uniformment sur A
c
n
. On pose A =
nN
A
n
, de sorte que A T et
m(A) = 0 car m(A) m(A
n
)
1
n
pour tout n N
.
Soit x A
c
, il existe n N
t.q. x A
n
et on a donc f
n
(x) f(x) quand n . Comme m(A) = 0, ceci
donne bien f
n
f p.p., quand n .
Corrig 54 (Thorme dEgorov) ()

Soient (E, T, m) un espace mesur ni, (f
n
)
nN
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
(14.8)
1. Montrer que j x, lim
n+
m(B
n,j
) = 0.
corrig
On remarque dabord que A
n,j
= ([f f
n
[)
1
([
1
j
, [) T car [f f
n
[ /. On a donc aussi B
n,j
T.
Dautre part, comme f
n
f p.p., lorsque n +, il existe C T t.q. m(C) = 0 et f
n
(x) f(x), quand
n , pour tout x C
c
.
On va montrer que m(B
n,j
) 0, quand n (on rappelle que j N
est x), en utilisant la continuit d-

croissante de m. On remarque en effet que m(B
n,j
) < (pour tout n N) car m(E) < (et cest seulement
ici que cette hypothse est utile), puis que B
n+1,j
B
n,j
pour tout n N. La continuit de dcroissante de m
donne donc
m(B
n,j
) m(
nN
B
n,j
).
333
Or, si x
nN
B
n,j
, on a x B
n,j
pour tout n N. Donc, pour tout n N, il existe p n t.q. x A
n,j
,
cest--dire [f(x) f
n
(x)[
1
j
. Comme j est x, ceci montre que f
n
(x) ,f(x) quand n , et donc que
x C. On en dduit que
nN
B
n,j
C et donc que m(
nN
B
n,j
) = 0 et nalement que m(B
n,j
) 0,
quand n .
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
.]
corrig
Soit > 0. pour tout j N
, la question prcdente donne quil existe n(j) N t.q. m(B

n,j
)

2
j
. On pose
B =
jN
B
n(j),j
, de sorte que B T et, par -sous additivit de m :
m(B)
j=1
m(B
n(j),j
)
j=1
2
j
= .
n
f uniformmement sur B
c
(ce qui conclut la question en prenant A = B).
Comme B =
jN
(
pn(j)
A
p,j
), on a, en passant au complmentaire, B
c
=
jN
(
pn(j)
A
c
p,j
).
Soit > 0. Il existe j N
t.q.
1
j
. Soit x B
c
, comme x
pn(j)
A
c
p,j
, on a donc x A
c
p,j
pour tout
p n(j), cest--dire :
p n(j) [f
n
(x) f(x)[
1
j
.
Comme n(j) ne dpend que de j (et donc que de ) et pas de x B
c
, ceci prouve la convergence uniforme de
f
n
vers f sur B
c
.
3. Montrer, par un contre exemple, quon ne peut pas prendre = 0 dans la question prcdente.
corrig
On prend, par exemple, (E, T, m) = (]0, 1[, B(]0, 1[, ) (plus prcisment, est ici la restriction B(]0, 1[) de
, qui est une mesure sur B(R)).
Pour n N
, on prend f
n
= 1
]0,
1
n
[
, de sorte que f
n
0 p.p., quand n (et mme, f
n
(x) 0 pour tout
x ]0, 1[).
Soit maintenant B B(]0, 1[) t.q. (B) = 0. On va montrer que f
n
ne peut pas tendre uniformment vers 0 sur
B
c
(ceci prouve bien quon ne peut pas prendre = 0 dans la question prcdente, cest--dire = 0 dans le
thorme dEgorov).
Soit n N
, Il est clair que B

c
]0,
1
n
[,= (car sinon, ]0,
1
n
[ B et donc
1
n
= (]0,
1
n
[) (B) = 0). Il existe
donc x B
c
t.q. f
n
(x) = 1. On a donc
sup
xB
c
[f
n
(x)[ = 1,
ce qui prouve bien que f
n
ne tends pas uniformment vers 0 sur B
c
, quand n .
334
4. Montrer, par un contre exemple, que le rsultat du thorme dEgorov est faux lorsque m(E) = +.
corrig
On prend, par exemple, (E, T, m) = (R, B(R)).
Pour n N, on prend f
n
= 1
]n,n+1[
, de sorte que f
n
0 p.p., quand n (et mme, f
n
(x) 0 pour tout
x R).
Soit maintenant 0 < < 1 et B B(R) t.q. (B) . On va montrer que f
n
ne peut pas tendre uniformment
vers 0 sur B
c
(ceci prouve bien que thorme dEgorov peut tre mis en dfaut si m(E) = ).
Soit n N, Il est clair que B
c
]n, n +1[,= (car sinon, ]n, n +1[ B et donc 1 = (]n, n +1[) (B) ,
en contradiction avec < 1). Il existe donc x B
c
t.q. f
n
(x) = 1. On a donc
sup
xB
c
[f
n
(x)[ = 1,
ce qui prouve bien que f
n
ne tends pas uniformment vers 0 sur B
c
, quand n .
Corrig 55 (Convergence en mesure et convergence p.p.)

n
)
nN
mesurable de E dans R. On rappelle que, par dnition, la suite (f
n
)
nN
> 0, lim
n+
m(x E; [f
n
(x) f(x)[ > ) = 0. (14.9)
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.]
corrig
Soit > 0, on veut montrer que m([f
n
f[ > ) = m(x E; [f
n
(x) f(x)[ > ) 0, quand
n , cest--dire que
> 0, n
0
, t.q.
n n
0
m([f
n
f[ > ) .
(14.10)
Soit donc > 0. Daprs le thorme dEgorov (thorme 3.2 page 63), il existe A T t.q. m(A)
et f
n
f uniformment sur A
c
. La convergence uniforme sur A
c
nous donne donc lexistence de n
0
t.q.,
[f
n
(x) f(x)[ pour tout x A
c
, si n n
0
. On a donc, pour n n
0
, [f
n
f[ > A, et donc
m([f
n
f[ > ) m(A) . On a bien montr (14.10) et donc la convergence en mesure de f
n
vers f,
quand n .
(b) Montrer par un contrexemple que la rciproque de la question prcdente est fausse.
corrig
On reprend ici un exemple vu au dbut de la section 4.7 pour montrer que la convergence dans L
1
nentrane
pas la convergence presque partout.
On prend (E, T, m) = ([0, 1[, B([0, 1[), ) (on a bien m(E) < ) et on construit ainsi la suite (f
n
)
nN
:
335
Soit n N. Il existe un unique p N
et
(p1)p
2
n <
p(p+1)
2
. On pose alors k = n
(p1)p
2
et on prend
f
n
= 1
[
k
p
,
k+1
p
[
. Il faut noter ici que k + 1
p(p+1)
2

(p1)p
2
= p et donc
k+1
p
1.
Lorsque n , on a p et donc m([f
n
[ > 0) =
1
p
0. Ce qui prouve, en particulier, que f
n
0
en mesure, quand n .
Enn, on remarque que, pour tout x [0, 1[, f
n
(x) ,0 quand n . En effet, soit x [0, 1[. Soit n N.
On choisit p N
t.q.
(p1)p
2
n, il existe alors k N t.q. 0 k p 1 et x [
k
p
,
k+1
p
[, de sorte que
f
(n)
(x) = 1 en choisissant (n) =
(p1)p
2
+ k. On a ainsi construit (f
(n)
)
nN
, sous suite de (f
n
)
nN
(car (n) n pour tout n N) t.q. f
(n)
(x) , 0 quand n . ceci montre bien que f
n
(x) , 0 quand
n .
Corrig 56 (Convergence en mesure et fonctions continues)

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 .
corrig
Soit > 0. Comme est uniformment continue, il existe > 0 t.q.
[x y[ [(x) (y)[ .
On a donc [(X
n
) (X)[ > [X
n
X[ > et
m([(X
n
) (X)[ > ) m([X
n
X[ > ).
Comme X
n
X en mesure, on a lim
n
m([X
n
X[ > ) = 0, on a donc aussi
lim
n
m([(X
n
) (X)[ > ) = 0.
Ce qui prouve 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.]
corrig
Le fait que lim
a+
m([X[ a) = 0 est une consquence de la continuit dcroissante dune mesure (on
utilise ici que m est nie).
Soit > 0 et > 0. Il existe a R
+
t.q. m([X[ a) . Comme est uniformment continue sur
[a 1, a + 1], il existe > 0 t.q.
x, y [a 1, a + 1], [x y[ [(x) (y)[ .
En posant = min, 1 > 0, on a aussi
x [a, a], [x y[ [(x) (y)[ .
336
On a donc [(X
n
) (X)[ > [X
n
X[ > [X[ a et
m([(X
n
) (X)[ > ) m([X
n
X[ > ) +m([X[ a)
m([X
n
X[ > ) +.
Comme X
n
X en mesure, on a lim
n
m([X
n
X[ > ) = 0, il existe donc n
0
t.q.
n n
0
m([X
n
X[ > ) .
on a donc
n n
0
m([(X
n
) (X)[ > ) 2.
Ce qui prouve que (X
n
) (X) en mesure, quand n .
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.
corrig
On prend X(x) = x et X
n
(x) = x+1/n pour tout x R et n N
. On a bien X
n
X en mesure. On choisit
dnie par (x) = x
2
pour tout x R, on a donc, pour x R, (X
n
(x)) (X(x)) = 2x/n + 1/n
2
.
On en dduit que ((X
n
(x)) (X(x)) ) = +pour tout > 0 et tout n N
. Ce qui montre que

(X
n
) ,(X) en mesure.
Corrig 57 (Essentiellement uniforme versus presque uniforme)

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
.
corrig
Comme A
f
,= et |f|
= inf A
f
, il existe une suite (a
n
)
nN
A
f
t.q. a
n
|f|
quand n .
Soit n N, de a
n
A
f
on dduit quil existe B
n
T t.q. m(B
n
) = 0 et [f(x)[ a
n
pour tout x B
c
n
.
On pose B =
nN
B
n
. On a donc B T et, par -additivit de m, m(B) = 0 (car m(B)
nN
m(B
n
)).
Enn, pour tout x B
c
=
nN
B
c
n
, on a [f(x)[ a
n
pour tout n N. En faisant n , on en dduit que
[f(x)[ |f|
. On a donc [f[ |f|
p.p., cest--dire |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.
corrig
Pour tout n N, il existe A
n
T t.q. m(A
n
) = 0 et [(f
n
f)(x)[ |f
n
f|
pour tout x A
c
n
. On
pose A =
nN
A
n
. On a donc A T, m(A) = 0, [(f
n
f)(x) |f
n
f|
pour tout x A
c
. Comme
|f
n
f|
0 quand n , on en dduit que f

n
f uniformment sur A
c
. Enn, comme m(A)
pour tout > 0, on a bien montr la convergence presque uniforme de f
n
vers f.
337
(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.
corrig
On prend, par exemple, (E, T, m) = (R, B(R), ), f = 0 et f
n
= 1
[0,
1
n
]
pour tout n N
.
Soit > 0. On choisit A = [0, ], de sorte que m(A) = . On a bien f
n
0 uniformment sur A
c
, quand
n , car f
n
= 0 sur A
c
pour tout n t.q.
1
n
< . Donc, f
n
f presque uniformment quand n .
Mais f
n
ne tends pas vers 0 essentiellement uniformment, quand n , car |f
n
|
= 1 pour tout n N
(en effet, f
n
1 sur tout R, f
n
= 1 sur [0,
1
n
]) et ([0,
1
n
]) > 0, pour tout n N
).
Corrig 58 (Mesurabilit des troncatures)

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.
corrig
Soit a > 0. On dnit T
a
de R dans R par :
T
a
(s) =
_
_
_
a si s > a
s si [s[ a
a si s < a
La fonction T
a
peut aussi scrire T
a
(s) = maxa, mina, s pour s R. On remarque que la fonction T
a
est continue de R dans R. Elle est donc borlienne (cest--dire mesurable de R dans R, avec R muni de sa tribu
borlienne).
Comme f
a
= T
a
f, on en dduit que f
a
est mesurable car cest la compose dapplications mesurables.
Corrig 59 (Exemple de tribu engendre)

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.
corrig
Par la dnition de la tribu engendre (Dnition 3.6) on a (X) = X
1
(A), A B(R). Soit A B(R).
Comme X
1
(A) = t.q. X() A, X
1
(A) ne peut prendre que 4 valeurs, selon que 0 et 1
appartiennent ou non A. Plus prcisment, on distingue 4 cas possibles :
Cas 1. 1, 0 A (cest le cas, par exemple, si A = 0, 1). On a alors X
1
(A) = .
Cas 2. 1 A et 0 , A (cest le cas, par exemple, si A = 1). On a alors X
1
(A) = 2, 4, 6.
Cas 3. 0 A et 1 , A (cest le cas, par exemple, si A = 0). On a alors X
1
(A) = 1, 3, 5.
Cas 4. 1 , A et 0 , A (cest le cas, par exemple, si A = ). On a alors X
1
(A) = .
On a ainsi montr que (X) = , 2, 4, 6, 1, 3, 5, .
338
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.
corrig
Soit A B(R). Comme la question prcdente X
1
(A) dpend du fait que 0 et 1 appartiennent ou non A.
On pose B = = (
1
, ,
n
) t.q.
k
= 1. On a ainsi :
X
1
(A) = , si 0, 1 A (cest le cas, par exemple, si A = 0, 1),
X
1
(A) = B, si 1 A et 0 , A (cest le cas, par exemple, si A = 1),
X
1
(A) = B
c
, si 0 A et 1 , A (cest le cas, par exemple, si A = 0),
X
1
(A) = , si 1 , A et 0 , A (cest le cas, par exemple, si A = 2).
On a donc ici (X) = , B, B
c
, .
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[).
corrig
Soit A B(R). La v.a. X prend ses valeurs dans [0, 1[. On a donc X
1
(A) = X
1
(C) avec C = A [0, 1[.
Comme B([0, 1[) = A [0, 1[, A B(R) (ceci est dmontr, par exemple, dans lexercice 2.3) on a donc :
(X) = X
1
(C), C B([0, 1[).
Pour terminer la dmonstration, Il suft donc de dmontrer que X
1
(C) = (C) si C B([0, 1[).
Soit C B([0, 1[). Pour on a X() C si et seulement [] C, cest--dire si et seulement si
= n + z avec n Z et z C (on utilise ici le fait que C [0, 1[). Ceci montre bien que X() C si et
seulement (C). On a donc X
1
(C) = (C), ce qui termine la dmonstration.
Corrig 60 (Fonctions constantes)

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.
corrig
Ces proprits ont t vues au paragraphe 2.6.3 en utilisant les proprit de monotonie et de continuit croissante
et dcroissante de P
X
(proposition 2.3). On les redmontre ici avec les mmes proprits de monotonie et de
continuit croissante et dcroissante utilises avec P au lieu de P
X
(mais cela ne change fondamentalement la
dmonstration !).
Soit a < b, on a X a X b et donc, par monotonie de P, (a) = P(X a) P(X a) =
(b). Ce qui montre bien la monotonie de .
a+
(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
n
a
n
= +). On pose A
n
= X a
n
. On a
A
n
A
n+1
pour tout n N et
nN
A
n
= . Par continuit croissante de P (Proposition 2.3), on a donc
(a
n
) = P(A
n
) P() = 1 quand n . Ce qui prouve que lim
a+
(a) = 1.
339
a
(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
n
a
n
= ). On pose B
n
= X 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 (a
n
) = P(B
n
) P() = 0 quand n . Ce qui prouve que 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..
corrig
On pose A = a R t.q. (a)
1
2
. Lensemble A est non vide, car lim
a
(a) = 0. Il est major
car lim
a+
(a) = 1. Lensemble A admet donc une borne suprieure que nous notons . Comme est
croissante, on a (a)
1
2
si a < et (a) >
1
2
si a > .
On utilise maintenant le fait que P(X
1
(B)) = 0 ou 1 pour tout B B(R), on en dduit que (a) = 0 ou
1 pour tout a R et donc que (a) = 0 si a < et (a) = 1 si a > . Par continuit dcroissante de P,
on montre alors que () = P(X ) = 1 (car X =
nN
X + 1/n) et, par continuit
croissante de P, on montre que P(X < ) = 0 (car X < =
nN
X 1/n). On a donc
P(X = ) = P(X ) P(X < ) = 1, cest--dire X = p.s..
340
Chapitre 15
Fonctions intgrables
15.1 Intgrale sur /
+
et sur L
1
Corrig 61 (Sup de mesures)
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
.]
corrig
On remarque tout dabord que la suite (
p=0
a
n,p
)
nN
est croissante, elle admet donc une limite dans R
+
. Pour
N N, on passe la limite quand n dans les ingalits
N
p=0
a
n,p

p=0
a
n,p

p=0
a
p
.
On obtient
N
p=0
a
p
lim
n
p=0
a
n,p

p=0
a
p
.
On passe maintenant la limite quand N pour obtenir
p=0
a
p
lim
n
p=0
a
n,p

p=0
a
p
.
On a donc lim
n
p=0
a
n,p
=
p=0
a
p
.
2. Montrer que m est une mesure.

corrig
m() = sup
nN
m
n
() = 0.
Soit (A
p
)
pN
T t.q. A
p
A
q
= si p ,= q. On pose A =
nN
A
n
. On a :
m(A) = sup
nN
m
n
(A) = lim
n
m
n
(A) = lim
n
p=0
m
n
(A
p
).
En utilisant la question prcdente avec a
n,p
= m
n
(A
p
), on en dduit m(A) =
p=0
m(A
p
).
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
).
corrig
Soit a
1
, . . . , a
p
R
+
et A
1
, . . . , A
p
T t.q. f =
p
i=1
a
i
1
A
i
.
341
On a
_
fdm
n
=
p
i=1
a
i
m
n
(A
i
), la suite (
_
fdm
n
)
nN
est donc croissante. Puis, en passant la limite sur n,
on obtient :
lim
n
(
p
i=1
a
i
m
n
(A
i
)) =
p
i=1
a
i
lim
n
(m
n
(A
i
)) =
p
i=1
a
i
m(A
i
) =
_
fdm, et donc
_
fdm = lim
n
(
_
fdm
n
) = 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.
corrig
Soit f /
+
. Soit (f
p
)
pN
c
+
t.q. f
p
f quand p . Daprs la question prcdente, on a (pour tout
n et tout p)
_
f
p
dm
n

_
f
p
dm
n+1

_
f
p
dm.
En passant la limite sur p (avec n x) on en dduit
_
fdm
n

_
fdm
n+1

_
fdm. La suite (
_
fdm
n
)
nN
est donc croissante et majore par
_
fdm.
(b) Montrer que

_
fdm
n

_
fdm quand n .
corrig
On pose A
f
= g c
+
, g f. On sait que
_
fdm = sup
gA
f
_
gdm et que
_
fdm
n
= sup
gA
f
_
gdm
n
pour tout n N. La question 2 donne que
_
gdm = sup
nN
_
gdm
n
pour tout g c
+
. On en dduit :
_
fdm = sup
gA
f
(sup
nN
_
gdm
n
) = sup
nN
( sup
gA
f
_
gdm
n
) = sup
nN
_
fdm
n
,
ce qui, avec la question prccdente, donne bien
_
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 .
corrig
On a [f[ /
+
L
1
R
(E, T, m). la question 4 donne
_
[f[dm
n

_
[f[dm, on en dduit que f L
1
R
(E, T, m
n
)
pour tout n N.
la question 4 donne aussi que
_
f
+
dm
n

_
f
+
dm et
_
f
dm
n

_
f
dm.
Ces 2 convergences ayant lieu dans R, on en dduit que
_
fdm
n

_
fdm quand n .
Corrig 62 (Somme de mesures)

Soient m
1
et m
2
deux mesures sur lespace mesurable (E, T).
1. Montrer que m = m
1
+m
2
est une mesure.
corrig
(a) m() = m
1
() +m
2
() = 0,
342
(b) Soit (A
n
)
nN
T t.q. A
n
/
m
= si n ,= m. On a :
m(
nN
A
n
) = m
1
(
nN
A
n
) +m
2
(
nN
A
n
).
Comme m
i
(
nN
A
n
) = lim
n
n
p=0
m
i
(A
p
) pour i = 1, 2, on en dduit
m(
nN
A
n
) = lim
n
n
p=0
(m
1
(A
p
) +m
2
(A
p
)) = lim
n
n
p=0
m(A
p
),
ce qui prouve bien la -additivit de m.
Ceci montre bien que m 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
.
corrig
Soit A T, on pose = 1
A
. La dnition de m donne immdiatement
_
dm =
_
dm
1
+
_
dm
2
. (15.1)
Par linrarit de lintgrale, (15.1) est aussi vrai pour c
+
.
Soit maintenant /
+
. Il existe (
n
)
nN
c
+
t.q.
n
quand n . On crit (15.1) avec
n
au lieu
de et on fait tendre n vers linni. La dnition de lintgrale sur /
+
donne alors (15.1).
On a donc montr que (15.1) tait vrai pour tout /
+
.
Soit f /, en crivant (15.1) avec = [f[ on obtient bien que f L
1
(E, T, m) si et seulement si f
L
1
(E, T, m
1
) L
1
(E, T, m
2
).
Enn, si f L
1
R
(E, T, m), on crit (15.1) avec = f
+
et = f
, la diffrence donne bien

_
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
_
fdm =
nN
n
_
fdm
n
.
corrig
Soit n N. n dnit m
n
par m
n
(A) =
n
m
n
(A) pour tout A T. Il est facile de voir que m
n
est une mesure
sur T, que L
1
R
(E, T, m
n
) = L
1
R
(E, T, m
n
) et que
_
fd m
n
=
n
_
fdm
n
pour tout f L
1
R
(E, T, m
n
).
On pose maintenant , par rcurrence sur n,
0
= m
0
et
n
=
n1
+ m
n
pour n N
. La question prcdente
montre, par rcurrence sur n, que
n
est une mesure sur T et donne que f L
1
R
(E, T,
n
si et seulement
si f
pn
L
1
R
(E, T, m
n
) =
pn
L
1
R
(E, T, m
n
). Enn, la question prcdente donne aussi, toujours par
rcurrence sur n :
_
fd
n
=
n
p=0
_
fd m
n
=
n
p=0
n
_
fdm
n
.
343
Pour tout A T, on a m(A) =
nN
n
m
n
(A) = sup
nN
n
(A). On peut donc utiliser les rsultats de lexer-
cice prcdent. On obtient que m est une mesure sur T et que f L
1
R
(E, T, m) implique f L
1
R
(E, T,
n
)
pour tout n N et
_
fdm = lim
n
_
fd
n
. Si f L
1
R
(E, T, m) on a donc f L
1
R
(E, T, m
n
) pour tout
n N et
_
fdm = lim
n
n
p=0
p
_
fdm
p
, cest--dire
_
fdm =
nN
n
_
fdm
n
.
Corrig 63 (Mesure de Dirac)

Soit
0
la mesure de Dirac en 0, dnie sur B(R). (cf exemple 2.1.) Soit f /
+
, calculer
_
fd
0
.
corrig
Comme
0
(0
c
) = 0, on a f = f(0)1
0]
p.p., on en dduit
_
fd
0
= f(0)
0
(0) = f(0).
Corrig 64 (Restrictions de la mesure de Lebesgue)

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
.]
corrig
On rappelle que B(A) = C B(R) ; C A et B(B) = C B(R) ; C B (voir lexercice 2.3).
1. Soit f c
+
(B, B(B)). Il existe donc a
1
, . . . , a
p
R
+
et A
1
, . . . , A
p
B(B) B(R) t.q. f =
p
i=1
a
i
1
A
i
.
La fonction f1
A
appartient donc aussi c
+
(B, B(B)) (car A
i
A B(B)) et elle scrit
f =
p
i=1
a
i
1
A
i
1
A
=
p
i=1
a
i
1
A
i
A
,
de sorte que
_
f1
A
d
B
=
p
i=1
a
i
(A
i
A).
La fonction f
]
A
(cest--dire la restriction de f A) est dnie sur A, elle scrit f
]
A
=
p
i=1
a
i
1
A
i
A
. Cette
fonction appartient c
+
(A, B(A)) car A
i
A B(A) pour tout i et on a
_
f
]
A
d
A
=
p
i=1
a
i
(A
i
A).
On a bien montr que
_
f1
A
d
B
=
_
f
]
A
d
A
, (15.2)
pour tout f c
+
(B, B(B)).
344
2. Soit f /
+
(B, B(B)). il existe (f
n
)
nN
c
+
(B, B(B)) t.q. f
n
f, quand n . On a donc aussi
(f
n
1
A
)
nN
f1
A
et (f
n]
A
)
nN
f
]
A
, quand n . Comme f
n]
A
c
+
(A, B(A)), la caractrisation de la
mesurabilit positive (proposition 3.3) donne f
]
A
/
+
(A, B(A)). On a aussi f1
A
/
+
(B, B(B)). Puis,
en crivant (15.2) avec f
n
au lieu de f et en passant la limite quand n , la dnition de lintgrale sur
/
+
(A, B(A)) et sur /
+
(B, B(B)) donne (15.2).
On a donc montr (15.2) pour tout f /
+
(B, B(B)).
3. Soit f L
1
R
(B, B(B),
B
). On remarque dabord que f
]
A
/(A, B(A)). En effet, si C B(R), on a
(f
]
A
)
1
(C) = f
1
(C) A B(A). Puis, on applique (15.2) [f[, qui appartient /
+
(B, B(B)), pour
obtenir
_
[f
]
A
[d
A
=
_
[f[
]
A
d
A
=
_
[f[1
A
d
B
<
_
[f[d
B
< ,
ce qui montre que f
]
A
L
1
R
(A, B(A)),
A
).
Enn, en appliquant (15.2) avec f
+
et f
au lieu de f, on obtient
_
f
+
1
A
d
B
=
_
f
+
]
A
d
A
=
_
(f
]
A
)
+
d
A
<
et
_
f
1
A
d
B
=
_
f
]
A
d
A
=
_
(f
]
A
)
d
A
< ,
ce qui donne, en faisant la diffrence,
_
f1
A
d
B
=
_
f
]
A
d
A
.
Corrig 65 (Intgrale de Lebesgue et intgrale des fonctions continues)

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).
corrig
Soit g : [0, 1] R une fonction en escalier. Il existe donc 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 :
g(x) = a
i
, x ]
i
,
i+1
[, i 0, . . . , p 1.
On sait que
_
1
0
g(x)dx =
p1
i=0
a
i
(
i+1
i
).
Dautre part, cette fonction g est mesurable (cest--dire g /([0, 1], B([0, 1])) car, pour tout C R, g
1
(C)
est une runion (nie) dintervalles du type ]
i
,
i+1
[ laquelle on ajoute ventuellement certains des points
i
.
345
On a donc g
1
(C) B([0, 1]). On a bien montr que g /([0, 1], B([0, 1])). Enn, comme les singletons sont
de mesure nulle, on a [g[ =
p1
i=0
[a
i
[1
]
i
,
i+1
[
p.p., et donc
_
[g[d =
p1
i=0
[a
i
[(
i+1
i
) < .
Donc, g L
1
R
([0, 1], B([0, 1]), ). Finalement, puisque g =
p1
i=0
a
i
1
]
i
,
i+1
[
p.p., on a aussi
_
gd =
p1
i=0
a
i
(
i+1
i
).
On a donc montr que g L
1
R
([0, 1], B([0, 1]), ) et
_
gd =
_
1
0
g(x)dx. (15.3)
Soit maintenant f C([0, 1], R). On remarque tout dabord que f est mesurable (parce que, par exemple, les
ouverts de [0, 1] engendre B([0, 1]) et que limage rciproque, par f, dun ouvert de [0, 1] est un ouvert de
[0, 1], donc un lment de B([0, 1])). Puis, on remarque que f L
1
R
([0, 1], B([0, 1], ) car
_
[f[d |f|
u
=
max
x[0,1]
[f(x)[ < .
On compare maintenant
_
fd et
_
1
0
f(x)dx.
Il existe une suite de fonctions en escalier, (f
n
)
nN
, t.q. f
n
f uniformment sur [0, 1], cest--dire |f
n
f|
u

0, quand n .
La dnition de lintgrale des fonctions continues donne
_
1
0
f
n
(x)dx
_
1
0
f(x)dx quand n .
Dautre part, on a aussi
_
f
n
d
_
fd, quand n , car [
_
f
n
d
_
fd[
_
[f
n
f[d |f
n
f|
u
0,
quand n . En passant la limite quand n dans (15.3) avec f
n
au lieu de g, on obtient bien
_
fd =
_
1
0
f(x)dx.
Corrig 66 (Fonctions continues et fonctions intgrables)

Soit m une mesure nie sur B([0, 1]). Montrer que C([0, 1], R) L
1
R
([0, 1], B([0, 1]), m).
corrig
Soit f C([0, 1], R). On montre tout dabord que f est mesurable.
Soit O un ouvert de R. Comme f est continue, lensemble f
1
(O) = x [0, 1], f(x) O est une ouvert de
[0, 1] et donc f
1
(O) B([0, 1]). Les ouverts de R engendrant la tribu borlienne de R, on en dduit que f est
mesurable de [0, 1] (muni de sa tribu borlienne) dans R (muni de sa tribu borlienne).
On montre maintenant que f est intgrable. Comme la fonction f est continue sur le compact [0, 1], elle est borne.
Il existe donc M R
+
t.q. [f[ M sur [0, 1]. On a donc, par monotonie de lintgrale sur /
+
:
_
[f[dm Mm([0, 1]) < .
On a donc f L
1
R
([0, 1], B([0, 1]), m).
346
Corrig 67 (f positive intgrable implique f nie p.p.)
+
. Montrer que si
_
fdm < +, alors f < +p.p..
corrig
Soit A = f
1
(). On a A T car f est mesurable et B(R
+
).
Pour tout n N
, on a f n1
A
, donc, par monotonie de lintgrale,
_
fdm nm(A), ou encore
m(A)
1
n
_
fdm.
En passant la limite quand n , on en dduit m(A) = 0. On a donc f < p.p. car f(x) < pour tout
x A
c
.
Corrig 68 (Une caractrisation de lintgrabilit)

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
) < +. (15.4)
corrig
On remarque tout dabord que B
n
, A
n
T pour tout n N et que :
nN
n1
B
n
[u[
nN
(n + 1)1
B
n
.
On en dduit (en utilisant le thorme de convergence monotone et la monotonie de lintgrale) que :
nN
nm(B
n
)
_
[u[dm
nN
(n + 1)m(B
n
). (15.5)
Si
_
[u[dm < +, on a donc
nN
nm(B
n
) < .
Rciproquement, si
nN
nm(B
n
) < , on a aussi
nN
(n+1)m(B
n
) < car
nN
m(B
n
) m(E) <
(remarquer que B
n
B
m
= si n ,= m). On dduit donc de (15.5) que
_
[u[dm < +.
On a ainsi montr que :
_
[u[dm < +
+
n=0
nm(B
n
).
On peut utiliser le mme raisonnement en remplaant B
n
par C
n
= x E, n [u(x)[ < n + 1. On a donc
aussi :
_
[u[dm < +
+
n=0
nm(C
n
). (15.6)
347
Pour terminer la question, il suft de montrer que :
+
n=0
nm(C
n
) < +
+
n=0
m(A
n
) < +. (15.7)
Pour montrer (15.7), on remarque que C
n
= A
n
A
n+1
pour tout n N et donc, comme A
n+1
A
n
et que
m(A
n+1
) m(A
n
) m(E) < :
m(C
n
) = m(A
n
) m(A
n+1
).
On en dduit que, pour tout n N, on a :
n
p=0
p m(C
p
) =
n
p=0
p m(A
p
)
n
p=0
p m(A
p+1
)
=
n
p=0
p m(A
p
)
n+1
p=1
(p 1)m(A
p
) =
n
p=1
m(A
p
) nm(A
n+1
).
On a donc :
n
p=0
p m(C
p
)
n
p=1
m(A
p
), (15.8)
et :
n
p=1
m(A
p
) =
n
p=0
p m(C
p
) +nm(A
n+1
). (15.9)
Si
+
n=0
m(A
n
) < +, on dduit donc de (15.8) que
+
n=0
nm(C
n
) < +.
Rciproquement, si
+
n=0
nm(C
n
) < +. On a, par (15.6),
_
[u[dm < et donc, comme n1
A
n+1
[u[,
on a aussi nm(A
n+1
)
_
[u[dm < . On dduit donc de (15.9) que
n=1
m(A
n
) < . Comme m(A
0
)
m(E) < , on a bien nalement
n=0
m(A
n
) < .
On a bien montr (15.7), ce qui termine la question.
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
) < +. (15.10)
corrig
La fonction [u[
p
est mesurable car compose dune fonction mesurable et dune fonction continue.
On reprend maintenant le raisonnement de la question prcdente. On remarque que :
nN
n
p
m(B
n
)
_
[u[
p
dm
nN
(n + 1)
p
m(B
n
). (15.11)
Si
_
[u[
p
dm < +, on a donc
nN
n
p
m(B
n
) < .
348
Rciproquement, si
nN
n
p
m(B
n
) < , on a aussi
n=1
(n + 1)
p
m(B
n
)
n=1
2
p
n
p
m(B
n
) < et
m(B
0
) m(E) < . On a donc
n=0
(n + 1)
p
m(B
n
) < . Ceci donne
_
[u[
p
dm < +par (15.11).
On a ainsi montr que :
_
[u[
p
dm < +
+
n=0
n
p
m(B
n
) < +.
Ici aussi, on peut utiliser le mme raisonnement en remplaant B
n
par C
n
= x E, n [u(x)[ < n +1. On
a donc aussi :
_
[u[
p
dm < +
+
n=0
n
p
m(C
n
) < +. (15.12)
Pour terminer la question, il suft donc de montrer que :
+
n=0
n
p
m(C
n
) < +
+
n=0
n
p1
m(A
n
) < +. (15.13)
Pour montrer (15.13), on utilise, comme dans la question prcdente que C
n
= A
n
A
n+1
pour tout n N et
donc :
m(C
n
) = m(A
n
) m(A
n+1
).
On en dduit que, pour tout n N,
N
n=0
n
p
m(C
n
) =
N
n=0
n
p
m(A
n
)
N
n=0
n
p
m(A
n+1
)
=
N
n=0
n
p
m(A
n
)
N+1
n=1
(n 1)
p
m(A
n
)
=
N
n=1
(n
p
(n 1)
p
)m(A
n
) N
p
m(A
N+1
).
On a donc :
N
n=0
n
p
m(C
n
)
N
n=1
(n
p
(n 1)
p
)m(A
n
), (15.14)
et :
N
n=1
(n
p
(n 1)
p
)m(A
n
) =
N
n=0
n
p
m(C
n
) +N
p
m(A
N+1
). (15.15)
Pour conclure, on remarque que
n
p
(n 1)
p
n
p1
p quand n . Il existe donc , > 0 t.q. n
p1
n
p
(n 1)
p
n
p1
pour tout n N
.
Si
n=0
n
p1
m(A
n
) < , on dduit alors de (15.14) que
+
n=0
nm(C
n
) < +.
Rciproquement, on suppose que
+
n=0
n
p
m(C
n
) < +. On a alors, par (15.12),
_
[u[
p
dm < et donc,
comme N 1
A
N+1
[u[, on a aussi N
p
m(A
n+1
)
_
[u[
p
dm < . On dduit alors de (15.15) que
n=0
n
p1
m(A
n
) < .
349
On a bien montr (15.13), ce qui termine la question.
Corrig 69 (Sur la convergence en mesure)

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 .
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) .
corrig
Pour k N
, on pose A
k
= x E ; [g(x)[ k. On a donc
kN
A
k
= . Comme g est intgrable,
on a m(A
k
) |g|
1
/k < +. On peut donc appliquer la continuit dcroissante de m, on obtient que
m(A
k
) 0 quand k +. Ce qui donne le rsultat souhait.
(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) .
corrig
Soit k N
et n N. On a
[f
n
[ k [f[ k 1 [f
n
f[ 1,
et donc
m([f
n
[ k m([f[ k 1) +m([f
n
f[ 1).
Soit > 0. Comme f est intgrable, il existe (comme la question prcdente) k
0
t.q.
k k
0
m([f[ k 1) .
Puis comme f
n
f en mesure, il existe n
0
t.q.
n n
0
m([f
n
f[ 1) .
On a donc
k k
0
, n n
0
m([f
n
[ k 2.
Ce qui donne le rsultat souhait.
(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).]
corrig
Soit > 0 et > 0. On remarque que
[f
n
g
n
fg[ [f
n
(g
n
g)[

2
[g(f
n
f)[

2
.
350
Pour tout k > 0, on a donc
[f
n
g
n
fg[ [f
n
[ k [g
n
g[

2k
[g[ k [f
n
f[

2k
.
Grce aux deux questions prcdentes, il existe donc k
1
, k
0
et n
0
t.q. avec k = maxk
1
, k
0
,
n n
0
m([f
n
g
n
fg[ ) 2 +m([g
n
g[

2k
) +m([f
n
f[

2k
).
En utilisant les convergences en mesure de f
n
et g
n
, on obtient alors lexistence de n
1
t.q.
n n
1
m([f
n
g
n
fg[ ) 4.
Ce qui prouve que f
n
g
n
fg en mesure.
(d) (Question plus difcile.) En prenant (E, T, m) = (R, B(R), ), Donner un exemple pour lequel fg , L
1
R
(E,
T, m).
corrig
On peut, par exemple, prendre f et g dnies par f(x) = g(x) = 1/
x pour x ]0, 1[ et f(x) = g(x) = 0

si x ,]0, 1[. (Et on prend f
n
= f et g
n
= g pour tout n N.)
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)).
corrig
On peut prendre, par exemple,
f
n
(x) =
x
n(x
2
+ 1)
, pour tout n N et x R.
g
n
(x) = x
2
+ 1, pour tout n N et x R.
Corrig 70 (Sur lingalit de Markov)

1
R
(E, T, m).
1. Montrer que pour tout a > 0, on a a m([f[ > a)
_
]f]>a]
[f[ dm.
corrig
Comme [f[ /
+
, la mthode pour faire les questions 1 et 2 a dj t vue dans le cours (voir lingalit (4.8)).
Soit a > 0. On remarque que [f[1
]f]>a]
a1
]f]>a]
. Par monotonie de lintgrale, on en dduit :
am([f[ > a) =
_
a1
]f]>a]
dm
_
[f[1
]f]>a]
dm =
_
]f]>a]
[f[dm.
2. Montrer que pour tout a > 0, on a m([f[ > a) (

_
[f[ dm)/a. (Ceci est lingalit de Markov.)
corrig
Comme
_
]f]>a]
[f[dm
_
[f[dm, cette question dcoule immdiatement de ma prcdente.
351
3. Montrer que
lim
a
a m([f[ > a) = 0. (15.16)
corrig
Soit (a
n
)
nN
R t.q. a
n
, quand n . On pose g
n
= [f[1
]f]>a
n
]
. On a g
n
0 p.p. quand n
et, pour tout n N, [g
n
[ [f[ p.p.. Grce au thorme de convergence domine, on en dduit que
_
g
n
dm 0
quand n et donc, avec la question 1, a
n
m([f[ > a
n
) 0 quand n .
4. Donner des exemples de fonctions non intgrables qui vrient la proprit (15.16) dans les 2 cas suivants :
(E, T, m) = (R, B(R), ) et (E, T, m) = (]0, 1[, B(]0, 1[), ).
corrig
Dans le cas (E, T, m) = (R, B(R), ), il suft de prendre f = 1
R
.
Dans le cas (E, T, m) = (]0, 1[, B(]0, 1[), ), on peut prendre, par exemple, f dnie par f(x) =
1
x] ln(2x)]
pour
x ]0, 1[. La fonction f est mesurable mais nest pas intgrable. Pour a > 0, on a am([f[ > a) = ax
a
avec
x
a
> 0 t.q. x
a
[ ln(2x
a
)[ =
1
a
. On a x
a
0 quand a et donc am([f[ > a) = ax
a
=
1
] ln(2x
a
)]
0 quand
a .
Corrig 71 (Sur f 0 p.p.)

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.
corrig
On suppose dabord que f 0 p.p.. Soit A T, on a alors f1
A
0 p.p. et donc, par monotonie de lintgrale
sur L
1
(proposition 4.4 page 83),
_
A
fdm =
_
f1
A
dm 0.
En fait, pour tre tout fait prcis, la proposition 4.4 est nonce avec lhypothse f g et non seulement
f g p.p.". Toutefois il est clair que cette proposition est aussi vraie avec seulement f g p.p.". Il suft
de remarquer que, si f g p.p., il existe B T t.q. m(B) = 0 et f g sur B
c
. On a donc f1
B
c g1
B
c .
Si f, g L
1
, la proposition 4.4 donne alors
_
f1
B
c dm
_
g1
B
c dm. On en dduit
_
fdm
_
gdm car
_
fdm =
_
f1
B
c dm et
_
gdm =
_
g1
B
c dm (voir la proposition 4.5 page 84).
_
A
f dm 0 pour tout A T. Soit n N
, on choisit A = A
n
= f
1
n
=
x E : f(x)
1
n
, de sorte que f1
A
n

1
n
1
A
n
. La monotonie de lintgrale sur L
1
(proposition 4.4 page
83) donne alors
_
f1
A
n
dm
1
n
m(A
n
).
Comme
_
f1
A
n
dm 0 par hypothse, on a donc ncessairement m(A
n
) = 0.
Par -sous additivit de m, on en dduit que m(f < 0) = m(
nN
f
1
n
) = 0, et donc f 0 p.p..
Corrig 72
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)].
corrig
352
On pose f
n
= inf([f[, n). Comme [f[ f
n
0 p.p. (et mme partout), quand n , et que 0 [f[ f
n

[f[ L
1
, on peut appliquer le thorme de convergence domine la suite ([f[ f
n
)
nN
(ou la proposition
4.6). Il donne que
_
([f[ f
n
)dm 0 quand n .
Soit > 0, il existe donc n N t.q.
_
([f[ f
n
)dm . Pour A T, on a donc :
_
A
[f[dm
_
A
([f[ f
n
)dm+
_
A
f
n
dm
_
([f[ f
n
)dm+
_
A
f
n
dm
+nm(A).
En prenant =

n
, on en dduit :
A T, m(A)
_
A
[f[dm 2.
NB : Au lieu dappliquer le thorme de convergence domine la suite ([f[ f
n
)
nN
, on peut aussi faire
cet question en appliquant le thorme de convergence monotone la suite (f
n
)
nN
et en utilisant le fait que
f L
1
.
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).]
corrig
Pour n N
, on pose C
n
= x E ;
1
n
[f(x)[ n.
Soit n N
, on a [f[ n sur C
n
et
1
n
m(C
n
)
_
[f[dm < . Les conditions (i) et (iii) sont donc vries si
on prend C = C
n
.
Soit > 0. On va maintenant montrer quon peut choisir n de manire avoir aussi (ii). Pour cela, on pose
g
n
= f1
C
c
n
, de sorte que g
n
0 p.p. (et mme partout) et [g
n
[ [f[ p.p. (et mme partout), pour tout n N
.
On peut donc appliquer le thorme de convergence domine la suite (g
n
)
nN
(ou la proposition 4.6). Il donne
que
_
[g
n
[dm 0 quand n . Il existe donc n N
t.q. (ii) soit vrie. En prenant C = C

n
, on a donc
(i), (ii) et (iii).
Corrig 73 (mmesurabilit)
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 .
corrig
353
On suppose dabord quil existe g mesurable de E dans R t.q. f = g p.p.. Il existe donc B T t.q. m(B) = 0
et f = g sur B
c
(et B
c
A
c
, i.e. A B).
Comme g /, la deuxime caractrisation de la mesurabilit (proposition 3.6 page 59) donne lexistence
dune suite (f
n
)
nN
c t.q. f
n
(x) g(x) pour tout x E. On a donc aussi f
n
(x) f(x) pour tout x B
c
.
Comme m(B) = 0, on a bien f
n
f p.p..
On suppose maintenant quil existe (f
n
)
nN
c t.q. f
n
f p.p.. Il existe donc B T t.q. m(B) = 0
et f
n
(x) f(x) pour tout x B
c
(on a donc aussi B
c
A
c
). On pose g
n
= f
n
1
B
c et on dnit g par
g(x) = f(x) si x B
c
et g(x) = 0 si x B. Avec ces choix de g
n
et g, on a (g
n
)
nN
c et g
n
(x) g(x)
pour tout x E. On a donc, par la proposition 3.6, g /. On a aussi f = g p.p. car f = g sur B
c
et
m(B) = 0.
Corrig 74 (Mesure complte, suite de lexercice 2.32)

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.
corrig
1. On commence par montrer que L
1
R
(E, T, m) L
1
R
(E, T, m).
Comme T T, on a /(E, T) /(E, T), /
+
(E, T) /
+
(E, T), c(E, T) c(E, T) et c
+
(E, T)
c
+
(E, T). Puis, comme m = m sur T, on a
_
fdm =
_
fdm pour tout f c
+
(E, T). Si f /
+
(E, T),
il existe une suite (f
n
)
nN
c
+
(E, T) t.q. f
n
f quand n , la dnition de lintgrale sur /
+
donne
alors :
_
fdm =
_
fdm, pour tout f /
+
(E, T). (15.17)
Soit f L
1
R
(E, T, m), on a donc f /(E, T) /(E, T) et (15.17) donne
_
[f[dm =
_
[f[dm < .
Donc, f L
1
R
(E, T, m). En appliquant (15.17) f
, on montre aussi que

_
fdm =
_
fdm.
2. On va montrer la deuxime partie de la question en raisonnant en 3 tapes :
(a) Soit C T. Il existe donc A T, N A
m
t.q. C = A N. Il existe B T t.q. N B et m(B) = 0. On
a 1
A
,= 1
C
N B. Donc, 1
A
,= 1
C
A
m
= A
m
, cest--dire 1
A
= 1
C
m-p.p. et m-p.p.. En fait,
comme A
m
= A
m
, il est identique de dire m-p.p." et m-p.p.", on dira donc simplement p.p.".
(b) Soit f c(E, T). Il existe a
1
, . . . , a
n
R et C
1
, . . . , C
n
T t.q. f =
n
i=1
a
i
1
C
i
. Daprs (a), on trouve
A
1
, . . . , A
n
T t.q. 1
A
i
= 1
C
i
p.p., pour tout i. On pose alors g =
n
i=1
a
i
1
A
i
, de sorte que g c(E, T) et
g = f p.p..
(c) Soit f L
1
R
(E, T, m). Comme f /(E, T), il existe (daprs la proposition 3.6) (f
n
)
nN
c(E, T)
t.q. f
n
(x) f(x) pour tout x E. Daprs (b), pour tout n N, il existe g
n
c(E, T) t.q. f
n
= g
n
p.p..
Pour tout n N, il existe A
n
T t.q. m(A
n
) = 0 et f
n
= g
n
sur A
c
n
. On pose A =
nN
A
n
. On a A T,
m(A) = 0 et f
n
= g
n
sur A
c
, pour tout n N. On dnit alors g par g = f sur A
c
et g = 0 sur A. On a
g /(E, T) car g est limite simple de (g
n
1
A
c ) c(E, T) (cf. proposition 3.6) et f = g p.p. (car f = g sur
A
c
).
Comme [f[, [g[ /
+
(E, T) et [f[ = [g[ p.p., on a >
_
[f[dm =
_
[g[dm. Puis, comme [g[ /
+
(E, T),
(15.17) donne
_
[g[dm =
_
[g[dm. On en dduit donc que g L
1
R
(E, T, m).
Enn, en utilisant le fait que f
+
= g
+
p.p., f
= g
p.p. et (15.17) (avec g

+
et g
) on a aussi :
354
_
fdm =
_
f
+
dm
_
f
dm =
_
g
+
dm
_
g
dm
=
_
g
+
dm
_
g
dm =
_
gdm.
On a bien trouv g L
1
R
(E, T, m) t.q. f = g p.p. et
_
fdm =
_
gdm.
Corrig 75 (Petit lemme dintgration)

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
(A
n
)
nN
T, m(A
n
) 0
_
f1
A
n
dm 0. (15.18)
corrig
Comme f L
1
R
(E, T, m), La question 1 de lexercice 4.14 page 100 donne :
> 0, > 0 t.q. (A T, m(A) )
_
f1
A
dm .
Ceci donne (15.18). . .
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 (15.18) est faux.
corrig
On prend f(x) = x1
R
+
(x) et A
n
=]n, n + 1/n[. On a m(A
n
) 0 (quand n ) et
_
f1
A
n
d 1 pour
tout n N. Donc,
_
f1
A
n
d ,0.
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. (15.19)
On pourra utiliser le fait que, pour p N
, A
n
f <
1
p
x A
n
; f(x)
1
p
.
corrig
On a f <
1
p+1
f <
1
p
,
pN
f <
1
p
= et m(f <
1
p
) < , pour tout p N
(car m(E) < ).

La proprit de continuit dcroissante de la mesure m donne alors que m(f <
1
p
) 0 quand p .
Soit > 0. Il existe donc p N
t.q. m(f <

1
p
) . On a alors m(A
n
) + m(x A
n
; f(x)
1
p
)
+ p
_
f1
A
n
dm. Comme
_
f1
A
n
dm 0, il existe donc n
0
t.q. m(A
n
) 2 pour n n
0
. Ce qui prouve
(15.19).
355
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 (15.19) est faux. Donner un exemple de f L
1
R
(E, T, m) t.q. f > 0.
corrig
On prend A
n
=]n, n +1[. En appliquant la proposition 4.6 page 85 (ou le thorme de convergence domine)
la suite (f1
A
n
)
nN
, on obtient que
_
f1
A
n
d 0 (quand n ). Dautre part (A
n
) = 1 ,0. La proprit
(4.35) est donc fausse.
On obtient un exemple de f L
1
R
(R, B(R), ) t.q. f > 0 en prenant f(x) = exp([x[).
Corrig 76 (Fatou sans positivit)

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.
corrig
Soit A T t.q. m(A) = 0 et f
n
(x) h(x) pour tout x A
c
.
Pour tout n N, soit A
n
T t.q. m(A
n
) = 0 et f
n
(x) f(x) pour tout x (A
n
)
c
.
On pose B = A (
nN
A
n
). On a B T, m(B) = 0, f
n
(x) h(x) pour tout x B
c
et f
n
(x) f(x)
pour tout x B
c
.
On pose, pour n N, g
n
= f
n
1
B
c +h1
B
et g = f1
B
c +h1
B
. On a bien (g
n
)
nN
L
1
R
(E, T, m), g L
1
R
(E,
T, m) et les 3 conditions demandes sont vries.
(b) Montrer que h L

1
R
(E, T, m).
corrig
On applique le lemme de Fatou la suite (g
n
g)
nN
/
+
(noter aussi que (h g) /
+
).
On obtient
_
(h g)dm liminf
n
_
(g
n
g)dm C
_
gdm < .
On en dduit que (h g) L
1
R
(E, T, m) et donc h = h g +g 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), ).]
corrig
On prend f
n
= 1
[1/n,n+1/n]
n
2
1
[0,1/n[
et h = 1
R
+
. On a f
n
h p.p.,
_
f
n
dm = 0 et h / L
1
R
(E, T, m).
Corrig 77
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]).
356
1. Soit n N. Montrer que la fonction x e
nx
f(x) appartient L
1
.
corrig
La fonction x e
nx
est continue donc mesurable (de [0, 1] dans R, tous deux munis de la tribu borlienne). La
fonction x e
nx
f(x) est donc mesurable comme produit de fonctions mesurables.
On remarque ensuite que
_
[e
nx
f(x)[d(x) e
n
|f|
1
< . On en dduit 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.]
corrig
On pose A = f > 0 = x E ; f(x) > 0 et B = A 0. Comme f est mesurable, on a A, B B([0, 1]).
Pour n N, on pose g
n
(x) = e
nx
[f(x)[ pour x [0, 1]. On a g
n
/
+
et g
n
g avec g dnie par :
g(x) = , si x B,
g(x) = 0, si x ]0, 1] B,
g(0) = [f(0)[.
Le thorme de convergence monotone donne que g /
+
et
_
g
n
dm
_
gdm quand n . Comme
g
n
= e
n
f p.p., on a
_
g
n
dm =
_
e
nx
f(x)d(x) M et donc, en passant limite quand n ,
_
gdm M.
On a aussi h
n
g avec h
n
= n1
B
+ [f(0)[1
0]
. La dnition de lintgrale sur /
+
donne alors
_
gdm =
lim
n
n(B) et donc
_
gdm = si (B) > 0. Comme
_
gdm M, on a donc (B) = 0 et donc aussi
(A) = 0. Ce qui donne f = 0 p.p..
3. On suppose de plus que f est continue. Montrer que f(x) = 0 pour tout x [0, T].
corrig
On pose toujours A = f > 0 = x E ; f(x) > 0. Comme f est continue, lensemble A est un ouvert de
[0, 1]. Si A ,= , il existe un intervalle ouvert non vide inclus dans A et donc (A) > 0 en contradiction avec le
rsultat de la question prcdente qui donne (A) = 0. On a donc A = , cest--dire f = 0 sur tout [0, 1].
15.2 Espace L
1
Corrig 78 (Mesure de densit)
+
. Pour A T, on pose (A) =
_
A
fdm.
1. Montrer que est une mesure sur T.
corrig
On rappelle que, par dnition, pour tout A T, on a
_
A
fdm =
_
f1
A
dm avec f1
A
= 0 sur A
c
et f1
A
= f
sur A (on a bien f1
A
/
+
et donc
_
A
fdm est bien dnie).
On montre maintenant que est une mesure.
Il est clair que () = 0 car f1
A
= 0 (sur tout E) si A = . Pour montrer que est un mesure, il reste montrer
que est -additive.
357
Soit (A
n
)
nN
T t.q. A
n
A
m
nN
A
n
et on remarque que 1
A
(x) =
nN
1
A
n
(x) pour tout x E et donc f1
A
(x) =
nN
f1
A
n
(x) pour tout x E. Le premier corollaire du
thorme de convergence monotone (corollaire 4.1) donne alors
_
f1
A
dm =
nN
_
f1
A
n
dm,
cest--dire (A) =
nN
(A
n
). Ceci prouve que est -additive et donc que est une mesure.
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.
corrig
On raisonne en 3 tapes :
(a) Soit g c
+
0. Il existe donc a
1
, . . . , a
p
R
+
et A
1
, . . . , A
p
T t.q. g =
p
i=1
a
i
1
A
i
. On a alors (en
posant fg(x) = 0 si f(x) = et g(x) = 0) fg =
p
i=1
a
i
f1
A
i
/
+
et :
_
fgdm =
p
i=1
a
i
_
f1
A
i
dm =
p
i=1
a
i
(A
i
) =
_
gd.
(Ce qui, bien sr, est aussi vrai pour g = 0.)
(b) Soit g /
+
. Il existe alors (g
n
)
nN
c
+
t.q. g
n
g. Litem prcdent donne que
_
fg
n
dm =
_
g
n
d.
Avec le thorme de convergence monotone (pour et pour m, puisque fg
n
fg en posant toujours fg(x) =
0 si f(x) = et g(x) = 0), on en dduit que fg /
+
et :
_
fgdm =
_
gd. (15.20)
(c) Soit maintenant g /. En appliquant (15.20) [g[ /
+
, on a :
_
[fg[dm =
_
f[g[dm =
_
[g[d,
et donc :
fg L
1
R
(E, T, m) g L
1
R
(E, T, ).
En fait, on peut ne pas avoir fg L
1
R
(E, T, m) car fg peut prendre les valeurs . Lassertion fg
L
1
R
(E, T, m)" est prendre, comme dhabitude, au sens il existe h L
1
R
(E, T, m) t.q. fg = h p.p.". Ceci
est vri car si
_
[fg[dm < , on a [fg[ < p.p.. Il suft alors de changer fg sur un ensemble de mesure
nulle pour avoir une fonction mesurable prenant ses valeurs dans R.
Si g L
1
R
(E, T, ), en crivant (15.20) avec g
+
et g
(qui sont bien des lments de /

+
) et en faisant la
diffrence on obtient bien que
_
fgdm =
_
gd.
Corrig 79
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
)
+
.]
358
corrig
On pose h
n
= (f f
n
)
+
. On a donc (h
n
)
nN
L
1
R
(E, T, m) et h
n
0 p.p.. De plus, comme f
n
0 p.p., on a
0 h
n
f
+
p.p.. En effet, soit x E t.q. h
n
(x) ,= 0. On a alors, si f
n
(x) 0 (ce qui est vrai pour presque tout
x), 0 < h
n
(x) = f(x) f
n
(x) f(x) = f
+
(x).
Comme f
+
L
1
R
(E, T, m), on peut appliquer le thorme de convergence domine cette suite (h
n
)
nN
, il donne
que h
n
0 quand n , cest--dire
_
(f f
n
)
+
dm 0, quand n . (15.21)
On remarque ensuite que
_
(f f
n
)
dm =
_
(f f
n
)
+
dm
_
(f f
n
)dm,
et donc, comme
_
f
n
dm
_
fdm lorsque n +,
_
(f f
n
)
dm 0, quand n . (15.22)
De (15.21) et (15.22), on dduit
_
[f f
n
[dm 0, quand n ,
cest--dire f
n
f dans L
1
R
(E, T, m), quand n .
Corrig 80 (Thorme de Beppo-Lvi)

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.
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).
corrig
Pour tout n N, on choisit un reprsentant de f
n
, que lon note encore f
n
.
Lhypothse (i) donne quil existe A T t.q. m(A) = 0 et f
n
c
.
Lhypothse (ii) donne que la suite (f
n
)
nN
est monotone. On suppose que cette suite est monotone croissante
(le cas monotone dcroissante" est similaire). Il existe alors, pour tout n N, A
n
T t.q. m(A
n
) = 0 et
f
n+1
f
n
sur A
c
n
.
On pose B = A (
nN
A
n
). On a donc B T et m(B) = 0. Puis on pose g
n
= f
n
1
B
c et on dnit g par
g(x) = f(x) si x B
c
et g(x) = 0 si x B. On a bien f = g p.p., (g
n
)
nN
L
1
R
(E, T, m)), f
n
= g
n
p.p. et g
n+1
g
n
(pour tout n N). Enn g
n
(x) g(x) pour tout x E, et g /car g est limite simple
dlments de /(voir la proposition 3.5 sur la stabilit de /).
On remarque aussi que, pour tout n N, f
n
et g
n
sont deux rpresentants du mme lment de L
1
R
(E, T, m) et
_
f
n
dm =
_
g
n
dm.
359
2. Montrer que f L
1
lim
n+
_
f
n
dm R.
corrig
On reprend la suite (g
n
)
nN
et la fonction g construites la question prcdente et on distingue maintenant les
2 cas de lhypothse (ii).
Cas 1 : La suite (g
n
)
nN
est suppose monotone croissante.
Dans ce cas, on a (g
n
g
0
) (g g
0
) quand n et, comme (g
n
g
0
) /
+
pour tout n N, on peut
utiliser le thorme de convergence monotone dans /
+
(thorme 4.1). Il donne ((g g
0
) /
+
et)
_
(g
n
g
0
)dm
_
(g g
0
)dm quand n . (15.23)
On sait dj que (g g
0
) /et que
_
[g g
0
[dm =
_
(g g
0
)dm car (g g
0
) /
+
. la propite (15.23)
donne alors que (gg
0
) L
1
R
(E, T, m) si et seulement si la limite de la suite (croissante) (
_
(g
n
g
0
)dm)
nN
est dans R (cest--dire diffrente de ).
Comme g
n
, g
0
L
1
R
(E, T, m), on a
_
(g
n
g
0
)dm =
_
g
n
dm
_
g
0
dm et donc (g g
0
) L
1
R
(E, T, m)
si et seulement si la limite de la suite (croissante) (
_
g
n
dm)
nN
est dans R.
Enn, comme g = (g g
0
) + g
0
et que g
0
L
1
R
(E, T, m), on a g L
1
R
(g g
0
) L
1
R
(E, T, m) et nalement on obtient bien que g L
1
R
(E, T, m) si et seulement la limite de la
suite (croissante) (
_
g
n
dm)
nN
est dans R.
On conclut en remarquant que
_
f
n
dm =
_
g
n
dm pour tout n N et f = g p.p.. Plus prcisement :
Si la limite de la suite (croissante) (
_
f
n
dm)
nN
est dans R, on obtient que g L
1
) et donc que f
L
1
R
(E, T, m) au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p." (on confond donc f et la classe de g,
cest--dire h L
1
R
(E, T, m) ; h = g p.p.).
Rciproquement, si f L
1
R
(E, T, m), cela signie quil existe h L
1
R
(E, T, m) t.q. f = h p.p. (on a donc
confondu f et la classe de h). Comme f = g p.p., on a aussi h = g p.p.. Comme g /, on obtient donc
que g L
1
R
(E, T, m) et donc (g g
0
) L
1
R
(E, T, m) ce qui donne, par (15.23), que la limite de la suite
(croissante) (
_
f
n
dm)
nN
est dans R.
Cas 2 : La suite (g
n
)
nN
est suppose monotone dcroissante.
La dmonstration est trs voisine de la prccende. On remarque que (g
0
g
n
) (g
0
g) quand n et,
comme (g
0
g
n
) /
+
pour tout n N, on peut utiliser le thorme de convergence monotone dans /
+
(thorme 4.1). Il donne ((g
0
g) /
+
et)
_
(g
0
g
n
)dm
_
(g
0
g)dm quand n . (15.24)
On sait dj que (g g
0
) /et que
_
[g g
0
[dm =
_
(g
0
g)dmcar (g
0
g) /
+
. La proprit (15.24)
donne alors que (gg
0
) L
1
R
(E, T, m) si et seulement si la limite de la suite (croissante) (
_
(g
0
g
n
)dm)
nN
Comme g
n
, g
0
L
1
R
(E, T, m), on a
_
(g
0
g
n
)dm =
_
g
0
dm
_
g
n
dmet donc (g g
0
) L
1
R
(E, T, m) si
et seulement si la limite de la suite (dcroissante) (
_
g
n
dm)
nN
Enn, comme g = (g g
0
) + g
0
et que g
0
L
1
R
(E, T, m), on a g L
1
R
(g g
0
) L
1
R
(E, T, m) et nalement on obtient bien que g L
1
R
(E, T, m) si et seulement la limite de la
suite (dcroissante) (
_
g
n
dm)
nN
est dans R.
On conclut en remarquant que
_
f
n
dm =
_
g
n
dmpour tout n N et f = g p.p., comme dans le premier cas.
360
3. On suppose ici que f L

1
, montrer que f
n
f dans L
1
, lorsque n +.
corrig
On utilise toujours la suite (g
n
)
nN
et la fonction g construites la premire question.
Comme f L
1
R
(E, T, m) on a g L
1
R
(E, T, m) et la proprit (15.23) (ou la proprit (15.24)) donne
_
g
n
dm
_
gdm quand n et donc
_
[g
n
g[dm 0 quand n .
(On a utilis ici le fait que (g
n
g) a un signe constant et que g L
1
R
(E, T, m).)
Comme |f
n
f|
1
=
_
[g
n
g[dm, on en dduit que f
n
f dans L
1
R
(E, T, m), quand n .
Corrig 81 (Prliminaire pour le thorme de Vitali)

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)].
corrig
En choisissant un reprsentant de f, cette question est dmontre la question 1 de lexsercice 4.14.
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)[.]
corrig
On choisit un reprsentant de f, encore not f et pose, pour tout n N
, C
n
= [f[
1
n
.
Comme [f[
1
n
1
C
n
, on a, par monotonie de lintgrale, m(C
n
) n|f|
1
< pour tout n N
.
On pose maintenant g
n
= [f[1
C
c
n
. On remarque que g
n
(x) 0 pour tout x E et que [g
n
[ [f[. On peut
donc appliquer le thorme de convergence domine la suite (g
n
)
nN
(ou la proposition prliminaire 4.6). Il
donne que
_
g
n
dm 0 quand n .
Soit > 0, il existe donc n
0
N
t.q.
_
g
n
dm . On prend alors C = C
n
0
, on a bien m(C) < + et
_
C
c
[f[dm .
Corrig 82 (Thorme de Vitali)

n
)
nN
L
1
(= L
1
R
(E, T, m)) et f : E R t.q. f
n
f p.p..
361
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...]
corrig
Sens() Soit > 0. Daprs lexercice 4.29 (premire question), il existe, pour tout n N,
n
> 0 t.q. :
A T, m(A)
n

_
A
[f
n
[dm . (15.25)
On ne peut pas dduire de (15.25) lqui-intgrabilit de (f
n
)
nN
car on peut avoir min
nN
n
= 0.
Comme f L
1
, il existe aussi > 0 t.q. :
A T, m(A)
_
A
[f[dm . (15.26)
On va dduire lqui-intgrabilit de la suite (f
n
)
nN
en utilisant (15.25) et (15.26).
Soit A T, on a :
_
A
[f
n
[dm
_
A
[f
n
f[dm+
_
A
[f[dm
_
[f
n
f[dm+
_
A
[f[dm. (15.27)
Comme f
n
f dans L
1
quand n , il existe n
0
N t.q. |f
n
f|
1
si n > n
0
. Pour n > n
0
et
m(A) , (15.27) et (15.26) donne donc
_
A
[f
n
[dm 2. On choisit alors = min
0
, . . . ,
n
0
, > 0 et on
obtient, avec aussi (15.25) (pour tout n n
0
) :
n N, A T, m(A)
_
A
[f
n
[dm 2.
Ce qui donne lqui-intgrabilit de la suite (f
n
)
nN
.
Sens ()
on veut montrer ici que f L
1
et |f
n
f|
1
0 quand n .
Soit > 0. Lqui-intgrabilit de la suite (f
n
)
nN
donne lexistence de > 0 t.q. :
n N, A T, m(A)
_
A
[f
n
[dm 2. (15.28)
Pour tout n N, on choisit maintenant un reprsentant de f
n
, encore not f
n
. Comme f
n
f p.p., il existe
B T t.q. m(B) = 0 et f
n
f sur B
c
. En remplaant f par f1
B
c (ce qui ne change f que sur un ensemble
de mesure nulle, donc ne change pas les hypothses du thorme), on a alors f / car f est limite simple
de la suite (f
n
1
B
c )
nN
/(noter que f est bien valeurs dans R). Comme m(E) < , on peut utiliser le
thorme dEgorov (thorme 3.2), il donne lexistence de A T t.q. f
n
f uniformment sur A
c
, cest--dire
sup
xA
c [f
n
(x) f(x)[ 0 quand n . On a donc aussi, pour ce choix de A,
_
A
c
[f
n
f[dm m(E) sup
xA
c
[f
n
(x) f(x)[ 0, quand n .
362
Il existe donc n
0
() N t.q.
_
A
c
[f
n
f[dm pour tout n n
0
(). Avec (15.28), on en dduit, pour tout
n n
0
() :
_
[f
n
f[dm
_
A
c
[f
n
f[dm+
_
A
[f
n
[dm+
_
A
[f[dm 2 +
_
A
[f[dm.
Pour majorer le dernier terme de lingalit prcdente, on utilise le lemme de Fatou sur la suite ([f
n
[1
A
)
nN
(qui est bien dans /
+
). Comme liminf
n
[f
n
[1
A
= [f[1
A
, il donne avec (15.28),
_
A
[f[dm liminf
n
_
[f
n
[1
A
.
On a donc, nalement,
n n
0
()
_
[f
n
f[dm 3. (15.29)
En choissisant n = n
0
(1), on dduit de (15.29) que f
n
f L
1
et donc que f = (f f
n
) + f
n
L
1
. Cette
appartenance tant, comme dhabitude prendre au sens il existe g L
1
t.q. f = g p.p." (en fait, ici, comme
nous avons remplac f par f1
B
c ci dessus, on a mme f L
1
).
Puis, (15.29) tant vraie pour tout > 0, on a bien montr que |f
n
f|
1
0 quand n .
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.]
corrig
Sens ()
(a) Lhypothse m(E) < na pas t utilise la question prcdente. La mme dmonstration donne donc ici
lqui-intgrabilit de la suite (f
n
)
nN
(b) On utilise maintenant la deuxime question de lexercice 4.29.
Soit > 0. Pour tout n N, il existe C
n
T t.q. m(C
n
) < et
_
C
c
n
f
n
dm . Comme f L
1
, il existe
aussi D T t.q. m(D) < et
_
D
c
fdm . Enn, comme f
n
f dans L
1
quand n , il existe n
0
t.q. |f
n
f|
1
pour tout n n
0
.
On choisit maintenant C = D(
n
0
n=0
C
n
), de sorte que m(C) < m(D) +
n
0
n=0
m(C
n
) < , C
c
D
c
et
C
c
C
c
n
si n n
0
. Ce choix de C nous donne, pour tout n n
0
,
_
C
c
[f
n
[dm
_
D
c
[f[dm+
_
[f
n
f[dm 2,
et, pour tout n n
0
,
_
C
c
[f
n
[dm
_
C
c
n
[f
n
[dm .
On a donc m(C) < et
_
C
c
[f
n
[dm 2 pour tout n N.
363
Sens ()
on veut montrer ici que f L
1
et |f
n
f|
1
0 quand n .
Soit > 0. La deuxime hypothse donne lexistence de C T t.q. m(C) < et
_
C
c
[f
n
[dm pour tout n N. (15.30)
Comme dans la question prcdente, on peut supposer (en changeant ventuellement f sur un ensemble de
mesure nulle) que f /. En appliquant le lemme de Fatou la suite ([f
n
[1
C
c )
nN
/
+
, on dduit de
(15.30) que
_
C
c
[f[dm . (15.31)
La premire hypothse (cest--dire lqui-intgrabilit de la suite (f
n
)
nN
) donne lexistence de > 0 t.q.
n N, A T, m(A)
_
A
[f
n
[dm . (15.32)
On peut maintenant utiliser le thorme dEgorov sur la suite (f
n]
C
)
nN
(qui converge p.p. vers f
]
C
) dans
lespace mesurable (C, T
C
) o T
C
est la tribu B T ; B C. Il donne lexistence de A C, A T, t.q.
m(A) et f
n
f uniformment sur A
c
C. On en dduit que
_
A
c
C
[f
n
f[dm m(C) sup
xA
c
C
[f
n
(x) f(x)[ 0 quand n .
Il existe donc n
0
t.q.
n n
0

_
A
c
C
[f
n
f[dm . (15.33)
Enn, en appliquant le lemme de Fatou la suite ([f
n
[1
A
)
nN
/
+
, on dduit de (15.32) que
_
A
[f[dm . (15.34)
Il suft maintenant de remarquer que
_
[f
n
f[dm
_
A
c
C
[f
n
f[dm+
_
A
[f
n
[dm+
_
A
[f[dm
+
_
C
c
[f
n
[dm+
_
C
c
[f[dm,
pour dduire de (15.33), (15.32), (15.34), (15.30) et (15.31) que
n n
0

_
[f
n
f[dm 5.
On conclut comme la question prcdente. En prenant dabord = 1, on montre que f L
1
puis, comme
> 0 est arbitraire, on montre que f
n
f dans L
1
quand n .
364
3. Montrer que le thorme de convergence domine de Lebesgue peut tre vu comme une consquence du tho-
rme de Vitali.
corrig
Soient (f
n
)
nN
L
1
et F L
1
t.q. [f
n
En utilisant lexercice 4.29 sur F, on montre facilement lqui-intgrabilit de la suite (f
n
)
n
et lexistence, pour
tout >0, de C T t.q. m(C) <et
_
C
c
[f
n
[dm pour tout n N(noter que si m(E) <cette proprit
est immdiate en prenant C = E). Il est alors facile de montrer le thorme de convergence domine partir du
thorme de Vitali.
Corrig 83 (Thorme de Vitali-moyenne")

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
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).
corrig
On montre tout dabord la convergence en mesure. Soit > 0. On a alors :
m([f
n
f[ )
1
_
[f
n
f[dm 0, quand n .
Ce qui donne que f
n
f en mesure, quand n .
Pour montrer lqui-intgrabilit, il suft de remarquer que, pour tout A T, on a :
_
A
[f
n
[dm
_
[f
n
f[dm+
_
A
[f[dm.
Soit > 0. Comme f L
1
, il existe (voir la proposition 4.9) > 0 t.q.
m(A)
_
A
[f[dm .
Comme |f
n
f|
1
0, quand n , il existe n
0
t.q.
n n
0

_
[f
n
f[dm .
On en dduit :
(n n
0
et m(A) )
_
A
[f
n
[dm 2. (15.35)
Puis, pour tout n N, il existe (voir la proposition 4.9)
n
> 0 t.q.
m(A)
n

_
A
[f
n
[dm . (15.36)
365
En posant = min,
0
, . . . ,
n
on a donc, avec (15.35) et (15.36) :
(n N et m(A) )
_
A
[f
n
[dm 2.
Ce qui montre lqui-intgrabilit de (f
n
)
nN
.
(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
[ .
corrig
On remarque que, pour tout p, q N et tout x E, [f
p
f[(x)

2
et [f
q
f[(x)

2
implique
[f
p
f
q
[(x) . On a donc [f
p
f
q
[ [f
p
f[

2
[f
p
f[

2
. Ce qui donne :
m([f
p
f
q
[ ) m([f
p
f[

2
) +[f
q
f[

2
.
Comme f
n
f en mesure, il existe n N t.q. :
p n m([f
p
f[

2
)

2
,
on en dduit :
p, q n m([f
p
f
q
[ ) .
ii. Montrer que la suite (f

n
)
nN
1
.
corrig
Soit p, q N et > 0, on a :
|f
p
f
q
|
1
=
_
]f
p
f
q
]]
[f
p
[dm+
_
]f
p
f
q
]]
[f
q
[dm+m(E). (15.37)
Soit > 0. Daprs lqui-intgrabilit de (f
n
)
nN
, il existe > 0 t.q.
(A T, m(A) et n N)
_
A
[f
n
[ . (15.38)
On commence choisir > 0 t.q. m(E) . Puis, la question prcdente donne lexistence de n t.q.
m([f
p
f
q
[ ) si p, q n. On a donc, par (15.38) :
_
]f
p
f
q
]]
[f
p
[ et
_
]f
p
f
q
]]
[f
q
[ si p, q n.
Finalement, (15.37) donne :
p, q n |f
p
f
q
|
1
3.
La suite (f
n
)
nN
1
.
366
iii. Montrer que f L
1
et que |f
n
f|
1
0 quand n .
corrig
Comme L
1
est complet, il existe g L
1
t.q. f
n
g dans L
1
, quand n . On peut supposer g L
1
(en confondant g avec lun de ses reprsentants). La question (a) donne alors que f
n
g en mesure, quand
n . Comme f
n
f en mesure, on a donc ncessairement f = g p.p.. ce qui donne bien f L
1
et
|f
n
f|
1
= |f
n
g|
1
0, quand n .
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
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 .
corrig
Etape 1 On montre tout dabord le sens direct.
Les proprits p1 et p2 ont dj t dmontres dans la question 1-(a) (car lhypothse m(E) < navait pas
t utilise).
Pour dmontrer la proprit p3, on utilise la proposition 4.9 du cours. Soit > 0. pour tout n N, Il existe
B
n
T t.q. m(B
n
) < et
_
B
c
n
[f
n
[dm . (15.39)
Il existe aussi B T t.q. m(B) < et
_
B
c
[f[dm . (15.40)
En remarquant que
_
B
c
[f
n
[dm
_
[f
n
f[dm+
_
B
c
[f[dm,
on obtient, en utilisant le fait que |f
n
f|
1
0, quand n , et (15.40), lexistence de n
0
t.q.
n n
0

_
B
c
[f
n
[dm 2.
En prenant A = B (
n
0
p=0
B
p
), on obtient alors (avec (15.39)) m(A) < et :
n N
_
A
c
[f
n
[dm 2.
Etape 2 On montre maintenant la rciproque.
On reprend la mme mthode que dans le cas m(E) < .
On remarque tout dabord que pour tout > 0 et > 0, il existe n Nt.q. : p, q n m([f
p
f
q
[ .
La dmonstration est la mme que prcdemment (lhypothse m(E) < navait pas t utilise).
On montre maintenant que la suite (f
n
)
nN
1
. Soit p, q N, A T et > 0, on a :
|f
p
f
q
|
1

_
A
c
([f
p
[ +[f
q
)[dm+
_
]f
p
f
q
]]
([f
p
[ +[f
q
[)dm+m(A). (15.41)
367
Soit > 0. Daprs lqui-intgrabilit de (f
n
)
nN
, il existe > 0 t.q.
(B T, m(B) et n N)
_
B
[f
n
[ . (15.42)
Daprs la proprit p3, il existe A T t.q. m(A) < et
n N
_
A
c
[f
n
[dm . (15.43)
On commence choisir > 0 t.q. m(A) . Maintenant que et sont xs, il existe n N t.q. m([f
p
f
q
[ ) si p, q n. On a donc, par (15.42),
_
]f
p
f
q
]]
[f
p
[ et
_
]f
p
f
q
]]
[f
q
[ si p, q n.
Avec (15.41) et (15.43), on obtient alors :
p, q n |f
p
f
q
|
1
5.
La suite (f
n
)
nN
1
.
On conclut, comme dans le cas m(E) < , que f L
1
et |f
n
f|
1
0, quand n (car lhypothse
m(E) < navait pas t utilise pour cette partie).
Corrig 84 (Continuit de p | |
p
)
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.]
corrig
Soit R
+
. On remarque que
p

p
2
si 1 et
p

p
1
si 1. On en dduit que [f[
p
[f[
p
1
+ [f[
p
2
(en fait, on a [f[
p
[f[
p
1
sur A = [f[ 1 et [f[
p
[f[
p
2
sur A
c
) et donc que f L
p
si
f L
p
1
L
p
2
.
On suppose que I ,= . On pose a = inf I et b = sup I. On a donc 1 a b et I [a, b]. On montre
maintenant que ]a, b[ I (ce qui donne que I est bien un intervalle dont les bornes sont a et b).
Soit p ]a, b[. La dntion de a et b permet dafrmer quil existe p
1
I t.q. p
1
 p. On a donc f L
p
1
L
p
2
et p ]p
1
, p
2
[, do lon dduit que p I. on a donc bien mont que
]a, b[ I et donc que I est un intervalle.
(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, +[.
corrig
368
i. f(x) =
1
x
, x [2, +[. Soit 1 p < . Pour savoir si f L
p
ou non, on utilise le thorme de
convergence monotone et lintgrale des fonctions continues sur un intervalle compact de R.
Pour n N, on pose f
n
= [f[
p
1
[2,n]
. On a donc (f
n
)
nN
/
+
et f
n
[f[
p
ce qui donne, grce au
thorme de convergence monotone,
_
f
n
d
_
[f[
p
d, quand n .
Les intgrales ci dessus sont des intgrales sur [2, +[, muni de la mesure de Lebesgue sur les borliens. La
comparaison entre lintgrale des fonctions continues et lintgrale de Lebesgue (voir les exercices corrigs
64 et 65) donne que
_
f
n
d =
_
n
2
1
x
p
dx.
On distingue maintenant les cas p = 1 et p > 1.
Si p > 1, on a
_
f
n
d =
1
p1
(
1
2
p1

1
n
p1
)
1
p1
1
2
p1
< , quand n . On a donc f L
p
.
Si p = 1, on a
_
f
n
d = ln(n) ln(2) quand n . On a donc f , L
1
.
On a donc I =]1, [.
ii. f(x) =
1
x(ln x)
2
, x [2, +[. Pour 1 < p < , on a clairement f L
p
car la fonction f est positive
et majore par
1
ln(2)
2
g o g est la fonction de lexemple prcdent, cest--dire g(x) =
1
x
. Pour p = 1, on
utilise la mme mthode que pour lexemple prcdent :
Pour n N, on pose f
n
= [f[1
[2,n]
, de sorte que f
n
[f[ = f et donc
_
f
n
d
_
[f[d, quand n .
On a ici, quand n ,
_
f
n
d =
_
n
2
1
x(ln x)
2
dx = ln(2)
1
ln(n)
1
ln(2)
1
< .
On en dduit que f L
1
, donc I = [1, [.
(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].
corrig
On utilise ici A = [f[ 1 T.
(a) On suppose dabord que p
n
p quand n . On pose g
n
= [f[
p
n
1
A
et h
n
= [f[
p
n
1
A
c , de sorte que
g
n
L
1
, h
n
L
1
et
_
g
n
dm+
_
h
n
dm =
_
[f[
p
n
dm.
On remarque alors que h
n
h = [f[
p
1
A
c , quand n . Comme (h
n
)
nN
/
+
, le thorme de conver-
gence monotone donne
_
h
n
dm
_
hdm, quand n . (15.44)
369
Noter que ceci est vrai mme si p , I (dans ce cas, on a, en fait,
_
hdm = ).
On remarque maintenant que g
n
g = [f[
p
1
A
p.p., quand n , et que 0 g
n
[f[
p
0
car la suite
(g
n
)
nN
est ici dcroissante. Comme p
0
I, on a [f[
p
0
L
1
et on peut appliquer le thorme de convergence
domine (ou la proposition 4.6). Il donne
_
g
n
dm
_
gdm, quand n . (15.45)
Avec (15.44) et (15.45) on obtient, quand n ,
_
[f[
p
n
dm =
_
g
n
dm+
_
h
n
dm
_
gdm+
_
hdm =
_
[f[
p
dm,
(b) On suppose maintenant que p
n
p quand n et on reprend la mme mthode que ci dessus. On pose
g
n
= [f[
p
n
1
A
et h
n
= [f[
p
n
1
A
c , de sorte que g
n
L
1
, h
n
L
1
et
_
g
n
dm+
_
h
n
dm =
_
[f[
p
n
dm.
les rles de g
n
et h
n
sont inverss par rapport au cas prccent : On remarque que g
n
g = [f[
p
1
A
, quand
n . Comme (g
n
)
nN
/
+
, le thorme de convergence monotone donne
_
g
n
dm
_
gdm, quand n . (15.46)
Ceci est vrai mme si p , I (dans ce cas, on a, en fait,
_
gdm = ).
On remarque que h
n
h = [f[
p
1
A
c p.p., quand n , et que 0 h
n
[f[
p
0
car la suite (h
n
)
nN
est ici
dcroissante. Comme p
0
I, on a [f[
p
0
L
1
et on peut appliquer le thorme de convergence domine (ou
la proposition 4.6). Il donne
_
h
n
dm
_
hdm, quand n . (15.47)
Avec (15.46) et (15.47) on obtient, quand n ,
_
[f[
p
n
dm =
_
g
n
dm+
_
h
n
dm
_
gdm+
_
hdm =
_
[f[
p
dm.
La consquence de cette question est que lapplication p |f|
p
est continue de I dans R
+
, o I est ladhrence
de I dans R. Dans la suite de lexercice, on va introduire le cas p = et montrer la continuit de p |f|
p
sur
ladhrence de I dans R
+
.
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. ?
corrig
Si |f|
= +, on a, bien sr, f |f|
p.p.. On suppose donc maintenant que |f|
< +. Par
dnition dune borne infrieure, il existe (C
n
)
nN
C R t.q. [f[ < C p.p. t.q. C
n
|f|
quand
n . Pour tout n N, il existe A
n
T t.q. m(A
n
) = 0 et [f[ < C
n
sur A
c
n
.
370
On pose A =
nN
A
n
. On a donc A T, m(A) = 0 et [f(x)[ < C
n
pour tout n N, si x A
c
. Comme
C
n
|f|
quand n , on en dduit [f[ |f|
sur A
c
et donc que [f[ |f|
p.p..
En prenant (E, T, m) = (R, B(R), ) et f(x) = 1 pour tout x R. On a |f|
= 1 et lassertion f < |f|
p.p. est fausse.

Noter aussi que |f|
= infC R t.q. [f[ C 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
+
.
corrig
Soit p I et on suppose que J. Soit q ]p, [. Comme [f[ |f|
p.p., On a [f[
q
|f|
qp
[f[
p
p.p..
On en dduit que f L
q
, cest--dire q I. On a ainsi montr que ]p, [ I et donc [p, ] J.
On raisonne maintenant comme dans la question 1. On pose a = inf J et b = sup J, de sorte que J [a, b].
Puis, soit p t.q. a < p < b. On a ncessairement a < et il existe p
1
I t.q. p
1
< p. On a b et il
existe p
2
J t.q. p < p
2
. Si p
2
I, on utilise la question 1 pour montrer que p I et si p
2
= la premire
partie de cette question donne que p I. On a bien ainsi montr que ]a, b[ J. J est donc un intervalle dont
les bornes sont a et b.
Noter aussi que inf I = inf J et sup I = sup J.
(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.]
corrig
Comme [f[
p
c
p
1
]f]c]
, la monotonie de lintgrale donne bien
_
[f[
p
dm c
p
m([f[ c),
et donc, comme
_
[f[
p
dm ,= 0,
|f|
p
cm([f[ c)
1
p
. (15.48)
Comme c < |f|
, on a m([f[ c) > 0, do lon dduit que m([f[ c)

1
p
1 quand p
(p [1, [).
En passant la limite infrieure quand n dans (15.48) pour p = p
n
, on obtient alors
liminf
n
|f|
p
n
c.
Comme c est arbitrairement proche de |f|
, on en dduit :
liminf
n
|f|
p
n
|f|
. (15.49)
371
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.. ]
corrig
Comme
f
|f|
1 p.p. et que p
n
p
0
(car la suite (p
n
)
nN
est croissante), on a g
n
g
0
p.p. et donc
_
g
n
dm
_
g
0
dm, do lon dduit (en notant que toutes les normes de f sont non nulles) :
|f
n
|
p
n
|f|
(
_
g
0
dm)
1
p
n
.
En remarquant que
_
g
0
dm,= 0, on obtient bien, en passant la limite suprieure dans cette ingalit,
limsup
n
|f|
p
n
|f|
. (15.50)
iii. Dduire de (a) et (b) que |f|

p
n
|f|
lorsque n +.
corrig
On distingue deux cas :
Cas 1 On suppose ici que |f|
= . (15.49) donne alors que |f|

p
n
et donc |f|
p
n
|f|
quand n .
Cas 2 . On suppose ici que |f|
< , de sorte que 0 < |f|
< . Les assertions (15.49) et (15.50)

donnent alors limsup
n
|f|
p
n
|f|
liminf
n
|f|
p
n
et donc que |f|
p
n
|f|
quand
n .
3. Dduire des deux parties prcdentes que p |f|

p
+
, o J dsigne ladhrence de J
dans R (cest--dire J = [a, b] si J = [a, b[, avec 1 a b +, et [ dsigne ] ou [).
corrig
Si f = 0 p.p., on a J = J = [1, ] et |f|
p
= 0 pour tout p J. Donc, p |f|
p
+
.
On suppose maintenant que f nest pas = 0 p.p.". On a donc |f|
p
> 0 pour tout p [1, ].
On pose J = [a, b] (si J ,= ). On distingue 3 cas :
Cas 1 . Soit p ]a, b[, de sorte que p I.
(a) Soit (p
n
)
nN
I t.q. p
n
p. La question 1-c donne que |f|
p
n
p
n
|f|
p
p
quand n +. On en dduit que
|f|
p
n
|f|
p
quand n (pour sen convaincre, on peut remarquer que ln(|f|
p
n
) =
1
p
n
ln(|f|
p
n
p
n
)
1
p
ln(|f|
p
p
) = ln(|f|
p
)). Ceci donne la continuit gauche de q |f|
q
au point p.
(b) Soit (p
n
)
nN
I t.q. p
n
p. La question 1-c donne aussi |f|
p
n
p
n
|f|
p
p
quand n +et on en dduit,
comme prcdemment, que |f|
p
n
|f|
p
quand n . Ceci donne la continuit droite de q |f|
q
au point p.
Cas 2 . On prend ici p = a et on suppose a ,= (sinon a = b et ce cas est tudi au Cas 3). Soit (p
n
)
nN
I
t.q. p
n
a.
(a) On suppose dabord que a I. Ici encore, la question 1-c donne |f|
p
n
p
n
|f|
a
a
quand n +et on en
dduit que |f|
p
n
|f|
a
q
au point a.
372
(b) On suppose maintenant que a , I, de sorte que |f|
a
= . La question 1-c donne alors |f|
p
n
p
n
quand
n +et donc |f|
p
n
q
au point a.
Cas 2 . On prend ici p = b. Soit (p
n
)
nN
I t.q. p
n
a.
(a) On suppose dabord que b I. Ici encore, la question 1-c donne |f|
p
n
p
n
|f|
b
b
quand n +et on en
dduit que |f|
p
n
|f|
b
quand n . Ceci donne la continuit gauche de q |f|
q
au point b.
(b) On suppose maintenant que b , I.
Si b ,= , on a donc |f|
b
= . La question 1-c donne alors |f|
p
n
p
n
quand n + et donc
|f|
p
n
quand n . Ceci donne la continuit gauche de q |f|
q
au point b.
Si b = , la continuit gauche de q |f|
q
au point b a t dmontr la question 2-c-iii.
Corrig 85 (Continuit dune application de L

1
dans L
1
)
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. (15.51)
1. Soit u L
1
R
1
R
(E, T, m).
corrig
u est mesurable de E (muni de la tribu T) dans R (muni de la tribu B(R)) et g est borlienne (cest--dire
mesurable de R dans R, muni de la tribu B(R)). On en dduit que g u est mesurable (de E dans R).
Puis, comme [g u(x)[ = [g(u(x))[ C[u(x)[ +C pour tout x E, on a
_
[g u[dm C|u|
1
+Cm(E).
Donc, g u L
1
R
(E, T, m).
On pose L
1
= L
1
R
(E, T, m). Pour u L
1
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.
corrig
Soient v, w u. Il existe A T t.q. m(A) = 0 et v = w sur A
c
. On a donc aussi g v = g w sur A
c
et donc
g v = g w p.p.. On en dduit que h L
1
R
(E, T, m); h = g v p.p. = h L
1
R
(E, T, m); h = g w p.p..
G(u) ne dpend donc 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
Montrer que G(u
n
) G(u) dans L
1
.
corrig
Pour tout n N, on choisit un reprsentant de u
n
, encore note u
n
. On choisit aussi des reprsentants de u et
F, nots toujours u et F. Comme u
n
u p.p. quand n et que g est continu, il est facile de voir que
g u
n
g u p.p.. On a donc G(u
n
) G(u) p.p..
On remarque aussi que [g u
n
[ C[u
n
[ +C CF +C p.p. et donc [G(u
n
)[ CF +C p.p., pour tout n N.
373
Comme CF + C L
1
, on peut appliquer le thorme de convergence domine, il donne que G(u
n
) G(u)
dans L
1
quand n .

1
dans L
1
. [On pourra utiliser la question 3. et le thorme appel rciproque
partielle de la convergence domine".]
corrig
On raisonne par labsurde. On suppose que G nest pas continue de L
1
dans L
1
. Il existe donc u L
1
et
(u
n
)
nN
L
1
t.q. u
n
u dans L
1
et G(u
n
) ,G(u) dans L
1
quand n .
Comme G(u
n
) ,G(u), il existe > 0 et : N N t.q. (n) quand n et :
|G(u
(n)
) G(u)|
1
pour tout n N. (15.52)
(La suite (G(u
(n)
))
nN
est une sous suite de la suite (G(u
n
))
nN
.)
Comme u
(n)
u dans L
1
, on peut appliquer le thorme appel rciproque partielle de la convergence
domine" (thorme 4.7). Il donne lexistence de : N N et de F L
1
t.q. (n) quand n ,
u
(n)
u p.p. et [u
(n)
[ F p.p., pour tout n N. (La suite (u
(n)
)
nN
est une sous suite de la suite
(u
(n)
)
nN
).
On peut maintenant appliquer la question 3 la suite (u
(n)
)
nN
. Elle donne que G(u
(n)
) G(u) dans
L
1
quand n . Ce qui est en contradiction avec (15.52).
15.3 Esprance et moments des variables alatoires

Corrig 86 (Ingalit de Jensen)
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.]
corrig
On utilise le rappel avec a = E(X) =
_
XdP. On obtient pour tout
f(X()) f(a) X() a.
Comme les fonctions f(X) f(a) et X a sont intgrables, la monotonie de lintgrale donne alors
_
(f(X) f(a))dP
_
(X a)dP.
Comme
_
Xdp = a, on en dduit
_
(f(X) f(a))dP 0, ce qui donne le rsultat demand.
374
Corrig 87 (Sur lqui-intgrabilit )
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.
corrig
Dmonstration de 1 2
Pour montrer que la suite (X
n
)
nN
est borne dans L
1
R
(E, /, P), on remarque simplement quil existe a
0
R
+
t.q.
sup
nN
_
]X
n
]>a
0
]
[X
n
[dP 1.
On a alors, pour tout n N,
_
[X
n
[dP =
_
]X
n
]>a
0
]
[X
n
[dP +
_
]X
n
]a
0
]
[X
n
[dP 1 +a
0
.
Ce qui donne bien une borne pour |X
n
|
1
.
On montre maintenant lqui-intgrabilit. Soit > 0, il existe a R
+
t.q.
sup
nN
_
]X
n
]>a]
[X
n
[dP .
On choisit = /a, on a alors pour tout A / t.q. P(A) et tout n N,
_
A
[X
n
[dP =
_
A]X
n
]>a]
[X
n
[dP +
_
A]X
n
]a]
[X
n
[dP +a = 2.
Ce qui prouve lqui-intgrabilit de la suite (X
n
)
nN
.
Dmonstration de 2 1
On pose M = sup
nN
_
[X
n
[dP. On a donc M < +et pour tout a R
+
et pour tout n N (par (4.8)),
P([X
n
[ > a)
M
a
.
Soit > 0. Daprs lqui-intgrabilit de la suite (X
n
)
nN
il existe > 0 t.q.
n N, A /, P(A)
_
A
[X
n
[dP .
On choisit alors a
0
= M/. On a pour tout a a
0
et pour tout n N,
P([X
n
[ > a) M/a
et donc
_
]X
n
]>a]
[X
n
[dP .
On a bien ainsi montr la proprit 1.
375
Corrig 88 (Caractrisation de lindpendance)
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
]. (15.53)
(La notation P[X a] est identique P(X a), elle dsigne la probabilit de lensemble , X()
a.)
corrig
Le fait que lindpendance de (X
1
, X
2
, . . . X
n
) entrane la proprit (15.53) car immdiat car lensemble X
i

a
i
appartient la tribu engendre par X
i
(pour tout a
i
R et i 1, . . . , n).
On montre maintenant la rciproque, cest--dire que (15.53) entrane lindpendance de (X
1
, X
2
, . . . X
n
). On
note T = ] , a], a R et ( = T R (on a donc A ( si et seulement si A T ou A = R).
Lhypothse (15.53) donne
P[
n
i=1
X
i
A
i
] =
n
i=1
P[X
i
A
i
] pour tout A
i
T.
Mais, comme R =
nN
] , n] une consquence facile de la continuit croissante de P est que
P[
n
i=1
X
i
A
i
] =
n
i=1
P[X
i
A
i
] pour tout A
i
(. (15.54)
.
Nous allons, partir de (15.54), montrer, par rcurrence sur q (q allant de 1 n + 1), la proprit suivante :
P[
n
i=1
X
i
A
i
] =
n
i=1
P[X
i
A
i
]
pour tout A
i
B(R) t.q. A
i
( si i q.
(15.55)
Par dnition de v.a.r. indpendantes (dnition 3.12), la proprit (15.55) pour q = n + 1 donne lindpendance
de (X
1
, X
2
, . . . , X
n
).
Pour q = 1, la proprit (15.55) est donne par (15.54). Soit maintenant q 1, . . . , n t.q. (15.55) soit vraie. On
montre maintenant que (15.55) est encore vraie pour q + 1 au lieu de q (ce qui termine la rcurrence).
Soit A
i
B(R) donns pour i ,= q, avec A
i
( si i > q. Pour tout A
q
B(R), on dnit m(A
q
) et (A
q
) de la
manire suivante :
m(A
q
) = P[
n
i=1
X
i
A
i
], (A
q
) =
n
i=1
P[X
i
A
i
].
La -aditivit de P donne que m et sont des mesures sur B(R). Lhypthse de rcurence (cest--dire le fait que
(15.55) est vraie) donne que ces deux mesures sont gales sur (. On peut alors appliquer la proposition 2.5 (car (
engendre B(R), ( est stable par intersection nie et R (, m(R) < ). Elle donne que m = (sur tout B(R)).
Ce qui montre que (15.55) est encore vraie pour q + 1 au lieu de q.
On a bien termin la rcurrence et montr ainsi lindpendance de (X
1
, X
2
, . . . , X
n
).
N.B. Une dmonstration (probablement plus directe) de cette dernire implication peut se faire en utilisant une
gnralisation de la proposition 2.5 R
n
. Cette mthode permet dviter la rcurrence sur q.
376
Corrig 89 (Sign(X) et [X[ pour une gaussienne)
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
.
corrig
On pose Y =sign(X) et Z = [X[. Pour montrer que Y et Z sont indpendantes il suft de montrer que
E((Y )(Z)) = E((Y ))E((Z)) pour toutes fonctions et borliennes bornes de R dans R (en fait,
par dnition de lindpendance, il suft de considrer = 1
A
et = 1
B
avec A, B B(R)).
Soit , borliennes bornes de R dans R. On a
E((Y )(Z)) =
_
(sign(X))([X[)dP =
_
R
(sign(x))([x[)f(x)dx =
(1)
_
R
+
(x)f(x) +(1)
_
R
(x)f(x)dx
= ((1) +(1))
_
R
+
(x)f(x)dx,
en utilisant f(x) = f(x).
En prenant = 1
R
, on a E((Y )) =
1
2
((1) +(1)) car
_
R
+
f(x)dx =
1
2
.
En prenant = 1
R
, on a E((Z)) =
_
R
+
(x)2f(x)dx.
On en dduit que E((Y )(Z)) = E((Y ))E((Z)) pour toutes fonctions et borliennes bornes de R
dans R et donc que Y et Z sont indpendantes. On obtient aussi que P
Y
=
1
2
(
1
+
1
) et P
Z
= g avec
g = 2f1
R
+
(cest--dire que P
Z
est la mesure de densit g par rapport la mesure de Lebesgue). Noter que
E((Y )) =
_
R
dP
Y
et E((Z)) =
_
R
dP
Z
si est borlienne borne de R dans R, ce qui caractrise P
Y
et
P
Z
(voir (4.27) ou le thorme 4.11, par exemple).
Pour montrer lindpendance de sign(X) et X
2
, on remarque que X
2
= Z
2
. Comme Y et Z sont indpendantes,
les v.a.r. Y et Z
2
sont aussi indpendantes (voir la proposition 3.10) et donc sign(X) et X
2
sont indpendantes.
Il reste trouver la loi de X
2
. On a, pour borlienne borne de R dans R, en utilisant f(x) = f(x),
E((X
2
)) =
_
R
(x
2
)f(x)dx = 2
_
R
+
(x
2
)f(x)dx =
_
R
+
(y)
f(
y)
y
dy.
Ce qui donne P
X
2 = h avec h(x) =
f(
x)
x
pour x > 0 et h(x) = 0 pour x 0.
Corrig 90 (V.a. gaussiennes dpendantes)

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.
corrig
En attente.
377
Corrig 91 (V.a. gaussiennes dpendantes, covariance nulle)
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).
corrig
Pour x R, on pose f(x) =
1
2
e
1
2
x
2
de sorte que la loi de X est de densit f par rapport la mesure de
Lebesgue. Soit A B(R), on note A = x, x A. Comme f est paire, on a :
P(X (A)) =
_
A
f(x)dx =
_
A
f(x)dx =
_
A
f(x)dx = P(X A).
On remarque maintenant que P(SX A) = P(S = 1, X A) + P(S = 1, X (A)). Comme S et X
sont indpendantes, on a :
P(S = 1, X A) = P(S = 1)P(X A) =
1
2
P(X A),
P(S = 1, X (A)) = P(S = 1)P(X (A)) =
1
2
P(X (A)).
Comme P(X (A)) = P(X A), on en dduit P(SX A) = P(X A). Les v.a.r. SX et X ont donc
mme loi, et donc SX A(0, 1).
2. Montrer que SX et X sont dpendantes.

corrig
On raisonne par labsurde. On suppose que SX et X sont indpendantes. La proposition 4.10 donne alors
E([SX[[X[) = E([SX[)E([X[) (noter que la fonction s [s[ est borlienne positive). Comme [S[ = 1 p.s.,
on a donc :
E(X
2
) = E([SX[[X[) = E([SX[)E([X[) = E([X[)
2
.
Comme E([X[) < +, on en dduit que Var([X[) = 0, ce qui est impossible car [X[ nest pas gale p.s. sa
moyenne (sinon, la loi de [X[ serait une masse de Dirac et non pas une loi de densit par rapport la mesure de
Lebesgue).
3. Montrer que Cov(SX, X) = 0.

corrig
Comme SX A(0, 1) et X A(0, 1), on a E(SX) = E(X) = 0. Comme S et X sont indpendantes (et
S et X
2
intgrables), on a (proposition 4.10) SX
2
intgrable et E(SX
2
) = E(S)E(X
2
) = 0. On en dduit
Cov(SX, X) = E([SX E(SX)][X E(X)]) = E(SX
2
) = E(S)E(X
2
) = 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
.
corrig
Il suft de prendre S = sign(Y ) avec sign(s) = 1 si s < 0, sign(s) = 1 si s > 0 et (par exemple)
sign(0) = 0 (la fonction sign est une fonction borlienne de R dans R). On a bien X et S indpendantes (par la
proposition 3.10, mais la preuve est facile ici car la tribu engendre par (Y ) est incluse dans celle engendre
378
par Y ds que est borlienne). Enn, on a P(S = 1) = P(Y > 0) =
1
2
= P(Y < 0) = P(S = 1), ce qui
donne bien P
S
=
1
2
1
+
1
2
1
.
Corrig 92 (Limite p.s. et indpendance)

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.
corrig
Soit , C
c
(R, R). Comme X
n
et Y sont indpendantes, on a (voir la proposition 4.10), pour tout n N
,
E((X
n
)(Y )) = E((X
n
))E((Y )). (15.56)
Comme est continue, on a (X
n
) (X) p.s. et (X
n
)(Y ) (X)(Y ) p.s.. les convergences sont
domines car [(X
n
)[ sup(x), x R (et [(Y )[ sup(x), x R). On peut donc utiliser le thprme de
convergence domine, il donne lim
n
E((X
n
)(Y )) = E((X)(Y )) et lim
n
E((X
n
)) = E((X)).
En passant la limite dans (15.56), on en dduit que
E((X)(Y )) = E((X))E((Y )).
La proposition 4.12 permet de conclure que X et Y sont indpendantes.
Corrig 93 (Consquence du lemme de Borel-Cantelli. . . )

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
).
corrig
Soit x > 0, on a
xP([X
n
[ > x) = 2x
_

x
1
2
e
t
2
2
dt
_
2
_

x
te
t
2
2
=
_
2
x
2
2
.
2. Montrer que limsup

n
]X
n
]
2 ln(n)
= 1 p.s..
corrig
Soit a 1. Pour n N
, on pose A
n,a
= [X
n
[ > a
_
2 ln(n) et A
a
=
nN
kn
A
k,a
. On va montrer les
deux proprits suivantes :
(p1) P(A
a
) = 0 si a > 1.
(p2) P(A
1
) = 1.
La proprit (p2) donne que P(limsup
n
]X
n
]
2 ln(n)
1) = 1 car
A
1
limsup
n
[X
n
[
_
2 ln(n)
1.
379
La proprit (p1) donne que P(limsup
n
]X
n
]
2 ln(n)
> 1) = 0 car
limsup
n
[X
n
[
_
2 ln(n)
> 1
pN
A
a+
1
p
,
et P(
pN
A
a+
1
p
)
p=1
P(A
a+
1
p
) = 0. Il reste montrer (p1) et (p2).
Dmonstration de (p1). On a P(
kn
A
k,a
)
k=n
P(A
k,a
). La 1ere question donne alors, avec b = a
2
> 1
P(
kn
A
k,a
)
_
2
1
a
_
2 ln(k)
1
k
b
0, quand n ,
car cest le reste dune srie convergente. Par continuit dcroissante de P on a donc P(A
a
) = 0.
Dmonstration de (p2). On a
P(
kn
A
k,1
) = 1 P(
kn
A
c
k,1
) = 1 lim
m
P(
m
k=n
(A
c
k,1
)). (15.57)
(On a utilis ici la continuit dcroissante de P). On utilise maintenant lindpendance des X
n
, on obtient, pour
m > n,
b
n,m
= P(
m
k=n
(A
c
k,1
)) =
m
k=n
P(A
c
k,1
).
Si on montre que lim
m
b
n,m
= 0 (pour tout n), on aura, par (15.57), P(
kn
A
k,1
) = 1 pour tout n et donc,
par continuit dcroissante de P, P(A
1
)=1. Ce qui montre (p1).
Il reste donc montrer que lim
m
b
n,m
= 0. Pour cela, on remarque que, si b
n,m
,= 0, on a
ln(b
n,m
) =
m
k=n
ln(P(A
c
k,1
)) =
m
k=n
ln(1 P(A
k,1
)).
Comme ln(1 u) u pour u [0, 1[, on en dduit
ln(b
n,m
)
m
k=n
P(A
k,1
)
m
k=n
_
2
1
_
2 ln(k)
1
k
,
et donc ln(b
n,m
) quand m car la srie de terme gnral 1/(k
_
ln(k)) est divergente. On a donc
nalement lim
m
b
n,m
= 0 ce qui termine la dmonstration de (p1) (et termine lexercice).
Corrig 94 (Sur la somme de v.a.r.i.i.d. intgrables)

n
)
nN
. On pose
S
N
= X
1
+. . . +X
N
N
() =
N()
n=1
X
n
()).
Pour n N
, on pose A
n
= , N(w) = n.
1
, . . . , X
n
, on pose
Y
n
=
n
p=1
X
p
et Z
n
=
n
p=1
[X
p
[.
380
(a) Soit n N
. Montrer que 1
A
n
et Y
n
A
n
et Z
n
dantes. [On pourra utiliser la proposition 3.10.]
corrig
On utilise la proposition 3.10. Comme fonction borlienne de R dans R on choisit = 1
n]
et comme
fonction borlienne de R
n
dans R on choisit (x
1
, . . . , x
n
) =
n
k=1
x
i
. La proposition 3.10 donne alors que
(N) et (X
1
, . . . , X
n
) sont des v.a.r. indpendantes. Ceci montre que 1
A
n
et Y
n
sont indpendantes car
(N) = 1
A
n
et (X
1
, . . . , X
n
) = Y
n
.
En prenant maintenant (x
1
, . . . , x
n
) =
n
k=1
[x
i
[, on montre aussi que 1
A
n
et Z
n
sont indpendantes.

1
N
N
) en fonction de
E(N) et E(X
1
N
=
n=1
1
A
n
Y
n
et [S
N
[
n=1
1
A
n
Z
n
.]
corrig
S
N
est bien une v.a.r. (S
N
prend ses valeurs dans R et est mesurable comme limite de fonctions mesurables).
Comme [S
N
[

n=1
1
A
n
Z
n
, on a grce a lindpendance de 1
A
n
et Z
n
(et le thorme de convergence
monotone)
E([S
N
[) =
n=1
E(1
A
n
)E(Z
n
) =
n=1
nP(N = n)E([X
1
[) = E(N)E([X
1
[).
Ceci prouve que S
N
est intgrable. Cela prouve aussi que la srie de terme gnral 1
A
n
Y
n
est absolument
convergente dans L
1
R
(, /, P). Cette srie est donc aussi convergente dans le mme espace et on obtient ainsi
(grce a lindpendance de 1
A
n
et Y
n
)
E(S
N
) =
n=1
E(1
A
n
)E(Y
n
) =
n=1
nP(N = n)E(X
1
) = E(N)E(X
1
).
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
corrig
On pose B
n
= N n. On a donc B
c
n
=
n1
k=1
A
k
. Comme A
k
(X
k
) (X
1
, . . . , X
n1
) pour
1 k n 1, on a donc B
n
(X
1
, . . . , X
n1
) et donc (1
B
n
) (X
1
, . . . , X
n1
). Enn, comme
(X
1
), . . . , (X
n
) sont des tribus indpendantes, la proposition 2.11 donne lindpendance de (X
n
) et
(X
1
, . . . , X
n1
). On a donc lindpendance de (X
n
) et (1
B
n
), cest--dire lindpendance de X
n
et
1
B
n
.

1
N
N
) en fonction de
E(N) et E(X
1
). [On pourra crire S
N
=
n=1
1
nN]
X
n
.]
corrig
On reprend la dmonstration de la question 1(b). On a [S
N
[)

n=1
1
nN]
[X
n
[. Avec le thorme de
convergence monotone et lindpendance de 1
nN]
et [X
n
[, on a donc
E([S
N
[)
n=1
E(1
nN]
)E([X
n
[) =
n=1
P(n N)E([X
1
[) = E(N)E([X
1
[),
381
car
n=1
P(n N) =
k=1
kP(N = k) = E(N). Comme la question 1(b), ceci montre que S
N
est
intgrale et que la srie de terme gnrale 1
nN]
X
n
est absolument convergente (et donc convergente) dans
L
1
R
(, /, P). On obtient ainsi
E(S
N
) =
n=1
E(1
nN]
)E(X
n
) =
n=1
P(n N)E(X
1
) = E(N)E(X
1
).
382
Chapitre 16
Mesures sur la tribu des borliens
Corrig 95
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 ?
corrig
La rponse est non". La fonction f peut mme ne pas tre continue, comme le montre lexemple suivant :
Pour n N, n 4, on dnit g
n
de [0, 1] dans R par
g
n
(x) = 1, si 0 x
1
2
,
g
n
(x) = 1 +n
2
(x
1
2
), si
1
2
< x
1
2
+
1
n
,
g
n
(x) = 1 n
2
(x
1
2

2
n
), si
1
2
+
1
n
< x
1
2
+
2
n
,
g
n
(x) = 1, si
1
2
+
2
n
< x 1.
Il est facile de voir que g
n
C([0, 1], R) et que g
n
(x) 1 pour tout x [0, 1].
Pour n 4, on dnit f
n
par :
f
n
(x) =
_
x
0
g
n
(t)dt, pour tout x ]0, 1[,
de sorte que f
n
C
1
(]0, 1[, R) et f
t
n
= g
n
sur ]0, 1[. On a donc bien que (f
t
n
)
nN
converge simplement vers la
fonction constante et gale 1. (On prend nimporte quelles fonctions C
1
pour f
n
, 0 n 3).
On remarque maintenant que, pour n 4, f
n
(x) = x pour tout x ]0,
1
2
] et que f
n
(x) = x + 1 pour tout
x ]
1
2
+
2
n
, 1[. On en dduit que (f
n
)
nN
converge simplement vers la fonction f :]0, 1[ R dnie par
f(x) = x pour tout x ]0,
1
2
] et f
n
(x) = x+1 pour tout x ]
1
2
, 1[. Cette fonction nest pas continue en
1
2
, donc
f , C
1
(]0, 1[, R).
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 ?
corrig
383
La rponse maintenant est oui". En effet, soit 0 < x < 1. Comme f
n
C
1
(]0, 1[, R), on a f
n
(x) = f
n
(
1
2
) +
_
x
1
2
f
t
n
(t)dt, cest--dire
f
n
(x) = f
n
(
1
2
) +s
x
_
f
t
n
1
I
x
d, (16.1)
avec s
x
= 1 et I
x
=]
1
2
, x[ si x
1
2
, s
x
= 1 et I
x
=]x,
1
2
[ si x <
1
2
.
Quand n , on a
[
_
f
t
n
1
I
x
d
_
1
I
x
d[ |f
t
n
1|
1
0,
et f
n
(x) f(x) (ainsi que f
n
(
1
2
) f(
1
2
)). On dduit donc de (16.1), quand n ,
f(x) = f(
1
2
) +s
x
_
1
I
x
d,
cest--dire f(x) = f(
1
2
) +x
1
2
.
On a bien montr que f C
1
(]0, 1[, R) et f
t
= 1.
Corrig 96 (Intgrale impropre)

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.
corrig
La fonction f est continue et drivable en tout point de R
et on a f
t
(x) = 0 pour x < 0 et f
t
(x) = 2xsin
1
x
2

2
x
cos
1
x
2
si x > 0.
Pour montrer la continuit et la drivablit de f en 0, il suft de remarquer que, pour tout x > 0, on a [f(x)[ x
2
et donc [
f(x)f(0)
x0
[ x. On en dduit que f est continue et drivable en 0 et que f
t
(0) = 0.
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.
corrig
La fonction f
t
est continue sur ]0, [. La restriction de f
t
[a, b] est donc continue (on utilise ici le fait que
a > 0). On a donc, voir la proposition 5.1 (ou lexercice 4.5) :
f
t
][a,b]
L
1
([a, b], B([a, b]),
[a,b)
),
o
[a,b)
dsigne la mesure de Lebesgue sur les borliens de [a, b] (cest--dire la restriction B([a, b]) de la
mesure de Lebesgue sur B(R)) et lintgrale (de Lebesgue) de f
t
][a,b]
concide avec lintgrale des fonctions
continues, cest--dire :
_
f
t
][a,b]
d
[a,b)
=
_
b
a
f
t
(x)dx.
384
Le terme de droite de lgalit prcdente est prendre au sens de lintgrale des fonctions continues. Comme
f est de classe C
1
sur un intervalle ouvert contenant [a, b], il est alors classique que :
_
b
a
f
t
(x)dx = f(b) f(a).
Pour se convaincre de cette dernire galit, on rappelle que f et x
_
x
a
f
t
(t)dt sont deux primitives de f
t
,
leur diffrence est donc constante sur [a, b].
Enn, comme f
t
][a,b]
L
1
([a, b], B([a, b]),
[a,b)
), il est facile den dduire que f
t
1
]a,b[
L
1
R
(R, B(R), ) et
que
_
f
t
][a,b]
d
[a,b)
=
_
f
t
1
]a,b[
d.
Plus prcisement, on pose f
t
= g et on considre dabord le cas g
][a,b]
c
+
([a, b], B([a, b]) puis g
][a,b]

/
+
([a, b], B([a, b]) et enn g
][a,b]
L
1
([a, b], B([a, b]),
[a,b)
), comme dans lexercice 4.4. Ceci termine la
question.
Un autre moyen de montrer f
t
1
]a,b[
L
1
R
(R, B(R), ) est de procder de la manire suivante :
La fonction f
t
est la limite simple, quand n , de la suite (f
n
)
nN
o f
n
est dfnie, pour n N
, par :
f
n
(x) =
f(x +
1
n
) f(x)
1
n
, pour tout x R.
La fonction f est mesurable (cest--dire borlienne car R est muni de la tribu de Borel). Grce la stabilit
de lensemble des fonctions mesurables (voir la proposition 3.5), on en dduit que f
n
est mesurable pour tout
n N
et donc que f
t
est mesurable (comme limite simple de fonctions mesurables). La fonction f
t
1
]a,b[
est
donc aussi mesurable (comme produit de fonctions mesurables). La mesurabilit de f
t
1
]a,b[
est donc vraie pour
tout a, b R (noter cependant que f
t
nest pas continue en 0).
Pour montrer que f
t
1
]a,b[
est intgrable, il suft de remarquer que f
t
est borne sur ]a, b[, car f
t
est conti-
nue sur [a, b] (on utilise ici le fait que a > 0) et que (]a, b[) < . On a donc bien montr que f
t
1
]a,b[

L
1
R
(R, B(R), ).
3. Soit a > 0.
(a) Montrer f
t
1
]0,a[
, L
1
R
(R, B(R), ).
corrig
La restriction de f
t
]0, a[ est continue, cest donc une fonction mesurable (cest--dire borlienne) de ]0, a[
dans R. On en dduit facilement que f
t
1
]0,a[
est borlienne de R dans R. (On a aussi vu la question prc-
dente que f
t
tait borlienne. Ceci montre galement que f
t
1
]0,a[
est borlienne.)
On a f
t
1
]0,a[
= g
1
1
]0,a[
g
2
1
]0,a[
, avec :
g
1
(x) = 2xsin
1
x
2
et g
2
(x) =
2
x
cos
1
x
2
si x ]0, a[.
Il est clair que g
1
1
]0,a[
L
1
R
(R, B(R), ) (car g
1
est continue et borne sur ]0, a[). Pour montrer que f
t
1
]0,a[
,
L
1
R
(R, B(R), ), il suft donc de montrer que g
2
1
]0,a[
, L
1
R
(R, B(R), ). Pour cela, on remarque maintenant
que :
[g
2
(x)[
2
_
n

4
, si
1
_
n +

4
x
1
_
n

4
, n n
0
, (16.2)
385
avec n
0
N
t.q.
1
n
0
4
a. On dduit alors de (16.2), par monotonie de lintgrale, que, pour tout
N n
0
:
_
[g
2
[1
]0,a[
d
N
n=n
0
2
_
n

4
(
1
_
n

4
1
_
n +

4
)
=
N
n=n
0
2
_
n +

4

_
n

4
_
n +

4
,
et donc :
_
[g
2
[1
]0,a[
d
N
n=n
0
2
2
_
n +

4
(
_
n +

4
+
_
n

4
)
n=n
0
2
4(n +

4
)
.
En faisant tendre N vers , on en dduit que
_
[g
2
[1
]0,a[
d = et donc que g
2
1
]0,a[
, L
1
R
(R, B(R), ) et
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 mseure de Lebesgue
sur ]0, a[.)
corrig
On a g(x) = f(a) f(x), pour tout x > 0. Comme f est continue en 0, on en dduit bien que g(x) a une
limite (dans R) quand x 0, avec x > 0, et que cette limite est gale f(a) f(0).
Corrig 97
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.
corrig
On remarque que, pour tout x, y R, x < y,
F(y) F(x) =
_
f1
]x,y[
d =
_
]x,y[
fd.
Soit > 0, comme f L
1
R
(R, B(R), ), lexercice 4.14 (ou lexercice 4.29) montre quil existe > 0 t.q.
A B(R), (A)
_
A
[f[d .
Soit x, y R, x < y. On a donc, comme (]x, y[) = y x,
[y x[ [F(y) F(x)[
_
]x,y[
[f[d ,
386
ce qui montre bien la continuit uniforme de F.
Corrig 98 (Intgrabilit et limite linni)

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.
corrig
On pose l = lim
x
f(x) et on suppose l ,= 0. Il existe alors a R t.q. [f(x)[
]l]
2
pour tout x > a. On en
dduit, par monotonie de lintgrale sur /
+
,
_
[f[d
_
]a,[
[l[
2
d = ,
en contradiction avec lhypothse f L
1
.
2. On suppose que f C(R, R) ; a-t-on : lim

x+
f(x) = 0 ?
corrig
La rponse est non", comme le montre lexemple suivant. On dnit, pour n N, n 2, f
n
par :
f
n
(x) = 0, si x n
1
n
2
,
f
n
(x) = n
2
(x n +
1
n
2
), si n
1
n
2
< x n,
f
n
(x) = n
2
(x n
1
n
2
), si n < x n +
1
n
2
,
f
n
(x) = 0, si x > n +
1
n
2
.
Puis, on pose f(x) =
n2
f
n
(x) pour tout x R. On remarque que, pour tout x R, la srie dnissant
f(x) a au plus 1 terme non nul. Plus prcisment, il existe n (dpendant de x) t.q. f = f
n
dans un voisinage de
x. On en dduit que f prend ses valeurs dans R et que f est continue (car les f
n
sont continues).
Comme f
n
/
+
pour tout n, le premier corollaire du thorme de convergence monotone (corollaire 4.1)
donne que f /
+
et
_
fdm =
n2
_
f
n
dm =
n2
1
n
2
< .
On a donc f C(R, R) L
1
R
(R, B(R), ) et f(x) ,0 quand x car f
n
(n) = 1 pour tout n N, n 2.
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.] (16.3)

corrig
On commence par montrer le rsultat prlimaire suggr. Soient > 0 et (x
n
)
nN
R t.q. lim
n+
x
n
=
+.
387
On pose f
n
= [f[1
]x
n
,x
n
+[
. On a, pour tout x R, f
n
(x) 0 quand n (on a mme f
n
(x) = 0 pour
n t.q. x
n
> x). On a aussi [f
n
[ [f[ L
1
. On peut donc appliquer le thorme de convergence domine
(ou la proposition prliminaire 4.6). Il donne que
_
f
n
dm 0, cest--dire :
_
[f[1
]x
n
,x
n
+[
d 0, quand n . (16.4)
On montre maintenant que f(x) 0 quand x .
On raisonne par labsurde. On suppose que f(x) , 0 quand x . Il existe donc > 0 et une suite
(x
n
)
nN
R t.q. x
n
quand n et [f(x
n
)[ pour tout n N.
La continuit uniforme de f donne lexistence de > 0 t.q.
x, y R, [x y[ [f(x) f(y)[

2
.
On a donc [f(x)[

2
pour x ]x
n
, x
n
+[ et tout n N. On en dduit que
_
[f[1
]x
n
,x
n
+[
d > 0
pour tout n N, ce qui est en contradiction avec (16.4).
On a donc bien nalement montr que f(x) 0 quand x .
4. On suppose que f C
1
(R, R) et f
t
L
1
; a-t-on : lim
x+
f(x) = 0 ?
corrig
Comme f C
1
, on a, pour y > x, f(y) f(x) =
_
y
x
f
t
(t)dt =
_
]x,y[
f
t
d. Comme f
t
L
1
, lexercice 5.7
donne que f est uniformment continue. La question prcdente donne alors que f(x) 0 quand x
(cest seulement pour ce dernier point quon utilise f L
1
).
Une autre dmonstration possible est :
Comme f C
1
, on a f(x) = f(0) +
_
]0,x[
f
t
d. Comme f
t
L
1
, on en dduit que f(x) a une limite (dans R)
quand x . En effet, le thorme de convergence domine donne que
_
]0,x[
f
t
d
_
]0,[
f
t
d (dans R)
quand x . Enn, la premire question donne que la limite de f(x) quand x est ncessairement 0 (et
ici aussi, cest seulement pour ce dernier point quon utilise f L
1
).
Corrig 99 (Egalit p.p. de fonctions continues)

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.]
corrig
On raisonne par labsurde. Soit x = (x
1
, . . . , x
N
)
t
R
N
. On suppose que f(x) ,= g(x). Comme f et g sont
continues, il existe > 0 t.q. f(y) ,= g(y) pour tout y
N
i=1
]x
i
, x
i
+[. On en dduit que
N
(f ,= g)
N
(
N
i=1
]x
i
, x
i
+[) =
N
> 0, en contradiction avec f = g p.p..
Corrig 100 (Continuit en moyenne)

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.
corrig
Comme f C
c
, f est uniformment continue, ce qui donne
sup
xR
[f(x +h) f(x)[ 0 quand h 0.
Soit a > 0 t.q. f = 0 sur [a, a]
c
. Pour h R t.q. [h[ 1, on a donc, comme f(x + h) f(x) = 0 si
x , [a 1, a + 1],
_
[f(x +h) f(x)[dx (2a + 2) sup
xR
[f(x +h) f(x)[ 0, quand h 0,
et donc que |f( +h) f|
1
0 quand h 0.
2. Soit f L
1
, montrer que |f
h
f|
1
0 lorsque h 0.
corrig
Linvariance par translation de la mesure de Lebesgue donne que f( + h) L
1
pour tout h R. On veut
maintenant montrer que |f( +h) f|
1
0 quand h 0.
Soit > 0. Daprs la densit de C
c
dans L
1
(thorme 5.5), il existe C
c
t.q. |f |
1
. Linvariance
par translation de la mesure de Lebesgue donne |f( + h) ( + h)|
1
= |f |
1
. On a donc, pour tout
h R :
|f( +h) f|
1
2|f |
1
+|( +h) |
1
2 +|( +h) |
1
.
Daprs la premire question, il existe > 0 t.q.
[h[ |( +h) |
1
.
Donc,
[h[ |f( +h) f|
1
3.
Ce qui prouve bien que f( +h) f dans L
1
, quand h 0.
Corrig 101 (Sur la concentration dun borlien)

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], [) ( ).
corrig
Soit O un ouvert de ]a, b[. Comme O est un ouvert de R, il peut scrire comme une runion dnombrable din-
tervalles ouverts disjoints 2 2 (lemme 2.4). On a donc O =
nN
I
n
avec I
n
I
m
= si n ,= m et, pour tout
389
n N, I
n
=]a
n
, b
n
[ avec a a
n
b
n
b. La additivit de et lhypothse (A], [) ( ) pour
tout , t.q. a 0. Daprs la rgularit de (et le fait que A B(]a, b[) B(R)), il existe O ouvert de R
t.q. A O et (O A) . En remplaant O par O]a, b[, on peut supposer que O est un ouvert de ]a, b[. En
utilisant (16.5) et ladditivit de , on a donc :
(A) = (A O) (O) = ((A) +(O A)) ((A) +).
Comme > 0 est arbitrairement petit, on en dduit (A) (A), ce qui nest possible (comme < 1) que si
(A) = 0 ou si (A) = .
Il reste donc montrer que le cas (A) = est impossible. Pour cela, on pose, pour tout n N, A
n
= A[n, n].
Soit n N, la monotonie de donne (A
n
], [) (A], [), on a donc aussi (A
n
], [) ( )
pour tout , t.q. a < b. Comme (A
n
) < , la dmonstration prcdente, applique A
n
au lieu de
A, donne (A
n
) = 0. Enn, comme A =
nN
A
n
, on en dduit (A) = 0.
Corrig 102 (Points de Lebesgue)

1
lespace L
1
R
1
lespace
L
1
R
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.
corrig
Soit k 1, . . . , n. Comme a
k
a
k+1
, on a b
k
< b
k+1
(sinon I
k+1
I
k
). La suite (b
k
)
k1,...,n]
est donc
(strictement) croissante.
Soit k 1, . . . , n. On a b
k
a
k+2
(sinon I
k
I
k+2
=]a
k
, b
k+2
[ et donc I
k+1
I
k
I
k+2
car a
k
a
k+1
<
b
k+1
b
k+2
). On a donc I
k
I
k+2
= . ceci prouve (avec la croissance de (a
k
)
k=1,...,n
) que les intervalles
dindices impairs [resp. pairs] sont disjoints 2 2.
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.]
corrig
On commence par montrer la proprit suivante :
Pour toute famille nie, note J, dintervalles ouverts non vide de R, il existe une sous famille, note K, t.q. :
(a) Chaque lment de K nest pas contenu dans la runion des autres lments de K,
(b) La runion des lments de K est gale la runion des lments de J.
Cette proprit se dmontre par rcurrence sur le nombre dlments de J. Elle est immdiate si J a 1 lment
(on prend K= J). Soit n N
. On suppose que la proprit est vraie pour toutes les familles de n lments. Soit
390
J une famille de (n +1) lments. Si chaque lment de J nest pas contenu dans la runion des autres lments
de J, on prend K= J. Sinon, on choisit un lment de J, not I, contenu dans la runion des autres lments de J.
On applique alors lhypothse de rcurrence la famille J I, on obtient une sous famille de J I (et donc
de J), note K, vriant bien les assertions (a) et (b) (en effet, La runion des lments de J I est gale la
runion des lments de J). Ceci termine la dmonstration de la proprit dsire.
Soit maintenant J une famille nie dintervalles ouverts non vide de R dont la runion est note A (remarquer
que A B(R)). Grce la proprit dmontre ci dessus, on peut supposer que chaque lment de J nest pas
contenu dans la runion des autres lments de J. On note J
1
, . . . J
n
les lments de J, J
i
=]a
i
, b
i
[, i = 1, . . . , n.
En rordonnant, on peut aussi supposer que la suite (a
k
)
k=1,...,n
est croissante. On peut alors appliquer la
question 1, elle donne, en posant P = i = 1, . . . , n; i pair et I = i = 1, . . . , n; i impair que les familles
(J
i
)
iP
et (J
i
)
iI
sont formes dlments disjoints 2 2, de sorte que :
(
iP
J
i
) =
iP
(J
i
), (
iI
J
i
) =
iI
(J
i
).
Enn, comme A =
n
i=1
J
i
, la sous-additivit de donne (A)
iP
(J
i
) +
iI
(J
i
).
Une sous-famille de J satisfaisant les conditions demandes est alors (J
i
)
iP
si
iP
(J
i
)
iI
(J
i
) et
(J
i
)
iI
si
iI
(J
i
) >
iP
(J
i
).
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 . (16.6)
Pour > 0, on dnit f
de R dans R par :
f
(x) = sup
h
1
2h
_
h
h
[f(x +t)[dt. (16.7)
3.(a) Montrer que f
est borne.
corrig
Soit x R. On a, pour h ,
1
2h
_
h
h
[f(x + t)[dt
1
2
|f|
1
donc f
(x) R et [f
(x)[
1
2
|f|
1
. La
fonction f
est donc borne par

1
2
|f|
1
.
(b) Montrer que f
est borlienne. [On pourra montrer que f
est le sup de fonctions continues.]

corrig
Soit h > 0. On dnit f
h
de R dans R par f
h
(x) =
_
h
h
[f(x +t)[dt. La fonction f
h
est continue car
391
[f
h
(x +) f
h
(x)[ = [
_
h
h
([f(x + +t)[ [f(x +t)[)dt[
_
h
h
[f(x + +t) f(x +t)[dt
_
[f(x + +t) f(x +t)[dt = |f( +) f|
1
0, quand 0,
par le thorme de continuit en moyenne. (Ceci donne mme la continuit uniforme.)
On en dduit que f
est borlienne comme sup" de fonctions continues. En effet, si R on a

(f
)
1
(], [) =
h
(
1
2h
f
h
)
1
(], [)
et donc (f
)
1
(], [) est un ouvert, et donc aussi un borlien.
(c) Montrer que f
(x) 0 quand [x[ .

corrig
Soit > 0. On a (avec la notation de la question prcdente), pour tout x R,
1
2h
f
h
(x) si h
|f|
1
2
.
Dautre part, on a f
h
(x) = 0 si h
|f|
1
2
et [x[ a+
|f|
1
2
. On en dduit que 0 f
(x) si [x[ a+
|f|
1
2
.
Ceci prouve 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.]
corrig
Si x B
y,
, il existe h t.q.
1
2h
_
x+h
xh
[f(t)[dt =
1
2h
_
h
h
[f(x + t)[dt > y. On choisit alors I(x) =
]x h, x +h[. On a bien i. et ii..
B
y,
est born car f
(x) 0 quand [x[ . B

y,
est donc ferm et born (donc compact). De plus, Si
z B
y,
, il existe x B
y,
t.q. [x z[ < . On a donc z I(x). Ceci montre que I(x), x B
y,
forme
un recouvrement ouvert de B
y,
. Par compacit, on peut donc en extraire un sous recouvrement ni. Il existe
donc x
1
, . . . , x
n
B
y,
t.q. B
y,

n
i=1
I(x
i
).
(b) Montrer que (B

y,
)
2
y
|f|
1
. [Utiliser la question 2.]
corrig
En appliquant la question 2 la famille I(x
i
), i 1, . . . , n, il existe E 1, . . . , n t.q. I(x
i
) I(x
j
)
= si i, j E i ,= j et (B
y,
) (
n
i=1
I(x
i
)) 2
iE
(I(x
i
)). Comme (I(x
i
)) <
1
y
_
I(x
i
)
[f(t)[dt
et comme I(x
i
) I(x
j
) = , si i, j E i ,= j, on a aussi
iE
(I(x
i
)) <
1
y
_
[f(t)[dt et donc (B
y,
)
2
y
|f|
1
.
392
On dnit maintenant f
de R dans R
+
par :
f
(x) = sup
h>0
1
2h
_
h
h
[f(x +t)[dt. (16.8)
5. Montrer que f
est borlienne et que (f
> y)
2
y
|f|
1
, pour tout y > 0.
corrig
f
est borlienne (de R dans R

+
) car cest le sup" de fonctions continues de R dans R.
On remarque ensuite que f
> y = x R, f
(x) > y =
nN
B
y,
1
n
et que B
y,
1
n
B
y,
1
n+1
(car
f
1
n
f
1
n+1
). Par continuit croissante de , on a donc (f
> y) = lim
n
(B
y,
1
n
)
2
y
|f|
1
.
6. Montrer (16.6) si f admet un reprsentant continu. [cette question nutilise pas les questions prcdentes.]
corrig
On confond f (qui est dans L
1
) avec ce reprsentant continu. On a alors
n
2
_ 1
n
1
n
f(x + t)dt f(x) pour tout
x R, quand n . En effet, pour tout x Ret tout n N
, par continuit de f, il existe

x,n
]x
1
n
, x+
1
n
[
t.q.
n
2
_ 1
n
1
n
f(x + t)dt = f(
x,n
). Pour tout x R, on a bien f(
x,n
) f(x), quand n (par continuit
en x de f).
7. Montrer (16.6). [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
)
.]
corrig
On confond f (qui est dans L
1
) avec lun de ses reprsentants (de sorte que f L
1
). Par densit de C
c
(R, R)
dans L
1
, il existe une suite (f
p
)
pN
C
c
(R, R) t.q. f
p
f dans L
1
. Aprs extraction ventuelle dune sous
suite, on peut supposer aussi que f
p
f p.p..
Pour x R, n N
et p N, on a :
[f(x)
n
2
_ 1
n
1
n
f(x +t)dt[ [f(x) f
p
(x)[ +[f
p
(x)
n
2
_ 1
n
1
n
f
p
(x +t)dt[ + (f f
p
)
(x).
(16.9)
Pour m N
et p N, on pose :
A
m,p
= (f f
p
)
>
1
m
, B
m,p
=
qp
A
m,q
et B =
mN
(
pN
B
m,p
).
On remarque que, par la question 5, (A
m,p
) 2m|f f
p
|
1
0 quand p (avec m x). On a donc
(B
m,p
) inf
qp
(A
m,q
) = 0. On en dduit, par -sous-additivit de , que (B) = 0.
On choisit C B(R) t.q. (C) = 0 et f
p
(x) f(x) pour tout x C
c
.
On va maintenant montrer (grce (16.9)) que (f(x)
n
2
_ 1
n
1
n
f(x+t)dt) 0 pour tout x (BC)
c
(ce qui
permet de conclure car (B C) = 0).
Soit donc x (B C)
c
et soit > 0. Comme x C
c
, il existe p
1
N t.q. [f(x) f
p
(x)[ pour
p p
1
. Comme x B
c
, x
mN
(
pN
B
c
m,p
). On choisit m N
t.q.
1
m
. On a x
pN
B
c
m,p
=
393
pN

qp
A
c
m,q

qp
1
A
c
m,q
. Il existe donc p p
1
t.q. x A
c
m,p
, on en dduit (f f
p
)
(x)
1
m
.
Enn, p tant maintenant x, la question 6 donne lexistence de n
1
N t.q. [f
p
(x)
n
2
_ 1
n
1
n
f
p
(x +t)dt[
pour n n
1
. On a donc [f(x)
n
2
_ 1
n
1
n
f(x +t)dt[ 3 pour n n
1
. Ce qui termine la dmonstration.
Corrig 103 (Convergence vague et convergence etroite)

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

_
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).]
corrig
Soit C
c
(R
d
, R) t.q. 0,
_
R
d
(x)dx = 1 et (x) = 0 si [x[ 1. Pour p N
, on dnit
p
par
p
(x) = p
d
(px) pour x R
d
, de sorte que
_
R
d

p
(x)dx = 1 et (x) = 0 si [x[ 1/p. La suite (
p
)
pN
sappelle suite rgularisante" (ou suite de noyaux rgularisants").

Soit C
c
(R
d
, R), on dnit la suite (
p
)
pN
en posant
p
(x) =
_
(y)
p
(x y)dy, pour tout x R
d
.
Comme
p
et sont des fonctions support compact, il est clair que
p
est aussi une fonction support compact.
Grce au thorme de drivabilit sous le signe intgral (thorme 4.10), il est assez facile de voir que
p
est
indniment drivable. On a donc (
p
)
pN
C
c
(R
p
, R). Enn, du fait que est uniformment continue,
on dduit que
p
converge uniformment (sur R
d
) vers quand p . Plus prcisment, en notant | |
u
la
norme de la convergence uniforme, on a, pour tout p N
,
|
p
|
u
sup
zR
d
, ]z]1/p
|( +z) |
u
,
dont on dduit bien |
p
|
u
0 quand p .
Soit > 0. On remarque maintenant que, pour p N
et tout n N,
_
dm
n
_
dm =
_
(
p
)dm
n
+
_

p
dm
n
_

p
dm+
_
(
p
)dm,
on a donc
[
_
dm
n
_
dm[ |
p
|
u
(sup
nN
m
n
(R
d
) +m(R
d
))
+[
_

p
dm
n
_

p
dm[.
Comme sup
nN
m
n
(R
d
) + m(R
d
) < (car lim
n
m
n
(R
d
) = m(R
d
)), il existe donc p
0
N
t.q., pour
tout n N,
[
_
dm
n
_
dm[ +[
_

p
0
dm
n
_

p
0
dm[.
Comme
p
0
C
c
(R
d
, R), la premire hypothse sur la suite (m
n
)
nN
donne quil existe n
0
t.q. n n
0
implique [
_

p
0
dm
n
_

p
0
dm[ . on a donc, nalement,
n n
0
[
_
dm
n
_
dm[ 2.
394
Ce qui prouve bien que
_
dm
n

_
c
(R
d
, R).
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
corrig
Il suft de prendre
p
dnie ainsi :
p
(x) = 1 si x B
p
,
p
(x) = p + 1 [x[ si x B
p+1
B
p
,
p
(x) = 0 si x , B
p+1
.
3. Soit > 0.
(a) Montrer quil existe p
0
N
t.q. : p p
0

_
(1
p
)dm .
corrig
On utilise ici le thorme de convergence domine, la suite (1
p
)
pN
converge p.p. vers 0 et est domine
par la fonction constante et gale 1 (qui est bien une fonction intgrable pour la mesure m). On a donc
lim
p
_
(1
p
)dm = 0, ce qui donne le rsultat demand.
(b) Montrer que, pour tout p N
,
_
(1
p
)dm
n

_
(1
p
)dm quand n .
corrig
On a
_
(1
p
)dm
n
= m
n
(R
d
)
_

p
dm
n
. comme
p
C
c
(R
d
, R), on a
_

p
dm
n

_

p
dm (quand
n ). Dautre part, on a lim
n
m
n
(R
d
) = m(R
d
). On a donc nalement, quand n ,
_
(1
p
)dm
n
m(R
d
)
_

p
dm =
_
(1
p
)dm.
(c) Montrer quil existe p

1
N
t.q. : n N, p p
1

_
(1
p
)dm
n
.
corrig
D"aprs a), il existe p
2
t.q.
_
(1
p
2
)dm /2. Daprs b), il existe n
0
t.q.
n n
0

_
(1
p
2
)dm
n

_
(1
p
2
)dm+/2.
On a donc
n n
0

_
(1
p
2
)dm
n
.
Comme (1
p
) (1
p
2
) si p p
2
, on a aussi
n n
0
, p p
2

_
(1
p
)dm
n
.
D"autre part, le thorme de convergence domine donne (comme en a) que, pour tout n N,
lim
p
_
(1
p
)dm
n
= 0.
395
Pour tout n 0, . . . , n
0
, il existe donc p
2,n
t.q.
p p
2,n

_
(1
p
)dm
n
.
On choisit donc p
1
= maxp
2
, max
n=0,...,n
0
p
2,n
et on obtient bien p N
et :
n N, p p
1

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

_
b
(R
d
, R) (on dit alors que la suite (m
n
)
nN
converge troitement vers m).
corrig
Soit C
b
[R
d
, R) et > 0. En crivant que =
p
+(1
p
), on a, pour tout p N
,
[
_
dm
n
_
dm[ [
_

p
dm
n
_

p
dm[
+||
u
_
(1
p
)dm
n
+||
u
_
(1
p
)dm.
Les questions 2a) et 2c) permettent de trouver p
0
N
et n
0
Nt.q. les deux derniers de la prcdente ingalit
soient infrieurs pour p = p
0
et n n
0
. Puis, comme
p
0
C
c
(R
d
, R), il existe n
1
t.q. le premier du
membre de droite de la prcdente ingalit soit infrieur pour p = p
0
et n n
1
. On a donc nalement
n maxn
0
, n
1
[
_
dm
n
_
dm[ 3.
Ce qui prouve la convergence troite de m
n
vers m (quand n ).
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
".
corrig
Pour la question 1, on remarque que toute fonction de C
c
(, R) est limite uniforme de fonctions appartenant
C
c
(, R) (la dmonstration, semblable au cas = R
d
utilise le fait que, si C
c
(, R), la distance entre le
support de , qui est compact, et le complmentaire de , qui est ouvert, est strictement positive. On rappelle
que le support de est ladhrence de lensemble des points o est non nulle).
Pour la question 2, on construit (avec la fonction distance") une suite
p
comme demande en remplaant
simplement B
p
par B
p
x , d(x,
c
) 1/p, avec d(x,
c
) = max[x y[, y
c
.
Pour les questions 3 et 4, on remplace simplement R
d
par .
396
Chapitre 17
Les espaces L
p
17.1 Espaces L
p
, 1 p
Corrig 104
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)).
corrig
Soient (f
n
)
nN
F et f L
p
R
(E, T, m) t.q. f
n
f dans L
p
R
(E, T, m).
Grce lingalit de Hlder (ingalit (6.3) pour 1 < p < ou ingalit (6.13) qui contient aussi le cas p = 1),
on a, pour tout g L
q
R
(E, T, m) avec q =
p
p1
,
[
_
f
n
gdm
_
fgdm[
_
[(f
n
f)g[dm |f
n
f|
p
|g|
q
0, quand n ,
et donc
_
f
n
gdm
_
fgdm, quand n . (17.1)
On prend alors g = ([f[)
p1
1
f>0]
1
A
([f[)
p1
1
f<0]
1
A
L
q
R
(E, T, m) si p > 1 et on prend g = 1
f>0]
1
A
1
f<0]
1
A
L
R
(E, T, m) si p = 1.
Comme f
n
g = 0 p.p., on dduit de (17.1) que
_
[f[
p
1
A
dm = 0 et donc que f = 0 p.p. sur A.
Un autre dmonstration est possible en utilisant la rciproque partielle du thorme de convergence domine (tho-
rme 6.3).
Corrig 105
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 = .
corrig
Cas p <
Soit f C et soit > 0. On va construire g L
p
(R, B(R), ) t.q. g , C et |f g|
p
. Comme est arbitraire,
ceci montrera bien que f nest pas dans lintrieur de C et donc, comme f est arbitraire, que C est dintrieur vide.
397
On choisit, comme dhabitude, un reprsentant de f. On pose A
n
= 0 f n B(R). La suite (A
n
)
nN
est
croissante et
nN
A
n
= f 0. Par continuit croissante de , on a donc (A
n
) (f 0) = quand
n . Il existe donc n N
t.q. (A
n
) > 0. On choisit cette valeur de n et on pose A = A
n
.
On prend maintenant m > (
n+1
)
p
(ce choix sera bientt comprhensible. . . ) et, pour i Z, on pose B
i
=
A [
i
m
,
i+1
m
[. Comme les B
i
sont disjoints 2 2 et que
iZ
B
i
= A, on a (A) =
iZ
(B
i
). Il existe donc
i Z t.q. (B
i
) > 0. On choisit cette valeur de i et on pose B = B
i
(noter que (B) 1/m).
On construit maintenant g en prenant g(x) = f(x) si x B
c
et g(x) = 1 si x B. On a g mesurable et :
_
[g[
p
dm =
_
B
c
[g[
p
dm+
_
B
[g[
p
dm
_
[f[
p
dm+(B) < .
On a donc g L
p
(R, B(R), ) (et g L
p
(R, B(R), ) en confondant g avec sa classe dquivalence). On a aussi
g , C car (B) > 0 et g < 0 sur B. Enn |f g|
p
p
(n + 1)
p
(B)
(n+1)
p
m

p
(par le choix de m), donc
|f g|
p
.
Ceci montre bien que C est dintrieur vide.
Cas p =
On prend f = 1
R
L
(R, B(R), ) (et donc f L
(R, B(R), ) en confondant f avec sa classe dquivalence).

On note B(f, 1) la boule (dans L
) de centre f et de rayon 1. Soit g B(f, 1). On a [1 g[ = [f g[

|f g|
1 p.p.. On en dduit que g 0 p.p. et donc que g C. La fonction f appartient donc lintrieur de
C, ce qui prouve que C est dintrieur non vide.
Corrig 106 (Convergence essentiellement uniforme)

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 .
corrig
On suppose que |f
n
f|
0, quand n .
Soit n N, on a [f
n
f[ |f
n
f|
p.p. (voir, par exemple, lexercice corrig 4.32). Il existe donc A

n
T
t.q. m(A
n
) = 0 et [(f
n
f)(x)[ |f
n
f|
pour tout x A
c
n
.
On pose A =
nN
A
n
, on a alors, par additivit de m, m(A) = 0 et, pour tout n N :
sup
xA
c
[f
n
(x) f(x)[ |f
n
f|
.
On en dduit que f
n
f uniformment sur A
c
, quand n . Ce qui donne la proprit dsire.
Rciproquement, on suppose maintenant quil existe A T t.q. m(A) = 0 et f
n
f uniformment sur A
c
,
quand n .
Soit n N, on a, pour tout x A
c
, [f
n
(x) f(x)[ sup
yA
c [f
n
(y) f(y)[. Comme m(A) = 0, on en dduit :
[f
n
f[ sup
yA
c
[f
n
(y) f(y)[ p.p.,
et donc :
|f
n
f|
sup
yA
c
[f
n
(y) f(y)[.
398
Comme f
n
f uniformment sur A
c
, quand n , ceci donne bien |f
n
f|
0, quand n .
Corrig 107 (Densit et continuit en moyenne)

1. Soit p [1, [. Montrer que C
c
p
R
p
R
(R, B(R), ), montrer que
|f f( +h)|
p
0 quand h 0.
corrig
Densit de C
c
dans L
p
On reprend ici la dmonstration faite pour p = 1 (voir le thorme 5.5)
Il est clair que C
c
(R, R) L
p
= L
p
R
(R, B(R), ). En confondant un lment de L
p
avec sa classe dquiva-
lence, on a donc aussi C
c
(R, R) L
p
= L
p
R
(R, B(R), ) (ceci est aussi vrai pour p = ). Lobjectif est donc
de montrer que pour tout f L
p
c
(R, R) t.q. |f |
p
. On va raisonner en
plusieurs tapes (fonctions caractristiques, c
+
, /
+
et enn L
p
).
(a) On suppose ici que f = 1
A
avec A B(R) et (A) < .
Soit > 0. On prend la mme fonction que pour p = 1 (dmonstration du torme 5.5). On a C
c
(R, R),
= 1 sur K, = 0 sur O
c
et 0 1 (partout). Les ensembles K et O sont t.q. K A O et
(O K) 2. On en dduit que f = 0 sur K O
c
et 0 [f [ 1, ce qui donne
|f |
p
p
(O K) 2,
et donc
|f |
p
(2)
1
p
.
Comme est arbitrairement petit, ceci termine la premire tape.
(b) On suppose ici que f c
+
L
p
. Comme f c
+
, il existe 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
p
, on a, pour tout i, a
p
i
(A
i
)
_
[f[
p
dm < . Donc, (A
i
) < .
Soit > 0, ltape 1 donne, pour tout i, lexistence de
i
C
c
(R, R) t.q. |1
A
i

i
|
p
. On pose
=
n
i=1
a
i
i
C
c
(R, R) et on obtient |f |
p
(
n
i=1
a
i
) (ce qui est bien arbitrairement petit).
(c) On suppose ici que f /
+
L
p
.
Soit > 0. Comme f /
+
, il existe une suite (f
n
)
nN
c
+
t.q. f
n
f quand n . La suite
(f f
n
)
nN
est donc domine par f L
p
. Le thorme de convergence domine donne alors que (f f
n
)
0 dans L
p
quand n . On peut donc choisir g = f
n
c
+
t.q. |f g|
p
.
Ltape 2 donne alors lexistence de C
c
(R, R) t.q. |g |
p
. Do lon dduit |f |
p
2. Ce
qui termine ltape 3.
(d) On suppose enn que f L
p
.
Soit > 0. Comme f
/
+
L
p
, ltape 3 donne quil existe
1
,
2
C
c
(R, R) t.q. |f
+
1
|
p
et
|f
2
|
p
. On pose alors =
1
2
. On a C
c
(R, R) et |f |
p
2. Ce qui prouve bien la
densit de C
c
(R, R) dans L
p
.
Continuit en moyenne
On raisonne ici en 2 tapes :
399
(a) Soit C
c
(R, R). La fonction est donc uniformment continue, ce qui donne
sup
xR
[(x +h) (x)[ 0 quand h 0.
Soit a > 0 t.q. = 0 sur [a, a]
c
. Pour h R t.q. [h[ 1, on a donc, comme (x + h) (x) = 0 si
x , [a 1, a + 1],
_
[(x +h) (x)[
p
dx (2a + 2) sup
xR
[(x +h) (x)[
p
0, quand h 0.
On en dduit que |( +h) |
p
0 quand h 0.
(b) Soit f L
p
. Linvariance par translation de la mesure de Lebesgue donne que f( +h) L
p
pour tout h R.
On veut maintenant montrer que |f( +h) f|
p
0 quand h 0.
Soit > 0. Daprs la densit de C
c
dans L
p
, il existe C
c
t.q. |f |
p
. Linvariance par translation
de la mesure de Lebesgue donne |f( +h) ( +h)|
p
= |f |
p
. On a donc, pour tout h R :
|f( +h) f|
p
2|f |
p
+|( +h) |
p
2 +|( +h) |
p
.
Daprs la premire tape, il existe > 0 t.q.
[h[ |( +h) |
p
.
Donc,
[h[ |f( +h) f|
p
3.
Ce qui prouve bien que f( +h) f dans L
p
, quand h 0.
2. Les assertions prcdentes sont-elles vraies pour p = ?

corrig
Les assertions prcdentes sont fausses pour p = , comme cela est montr dans lexercice 8.3.
(a) On a bien C
c
(R, R) L
R
(R, B(R), ) mais le rsultat de densit est faux. On prend, par exemple, f = 1
]0,1[
.
Il est facile de voir que |f |

1
2
, pour tout C
c
(R, R).
(b) On prend ici aussi f = 1
]0,1[
. Il est facile de voir que |f( +h) f|
= 1 pour tout h ,= 0.
Corrig 108 (Produit L

p
L
q
)
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
_
f
n
g
n
dm
_
fgdm lorsque n +.
corrig
On remarque dabord que le lemme 6.2 (ou la proposition 6.9 pour avoir aussi le cas p = ou q = ) donne que
fg L
1
R
(E, T, m) et f
n
g
n
L
1
R
(E, T, m) pour tout n N. Puis, on utilise lingalit de Hlder (lemme 6.2 et
proposition 6.9) pour obtenir
[
_
f
n
g
n
dm
_
fgdm[ [
_
(f
n
f)g
n
dm[ +[
_
f(g
n
g)dm[
|f
n
f|
p
|g
n
|
q
+|f|
p
|g g
n
|
q
0, quand n ,
400
car |f
n
f|
p
0, |g g
n
|
q
0 (quand n ) et la suite (|g
n
|
q
)
nN
est borne car la suite (g
n
)
nN
est
convergente dans L
q
.
Corrig 109
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
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).
corrig
Cette question a t faite dans lexercice 6.7, corrig 108.

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).
corrig
On prend (E, T, m) = (R, B(R), ). On prend f = g = 0 et, pour n N
,
f
n
= g
n
=
n1
]0,
1
n
[
.
On a bien (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) (comme
dhabitude, on confond un lment de L
p
avec sa classe dquivalence).
On a aussi f
n
0 dans L
1
R
(E, T, m) (car |f
n
|
1
=
1
n
), g
n
0 p.p. et f
n
g
n
, 0 dans L
1
R
(E, T, m) car
|f
n
g
n
|
1
= 1 pour tout n N.

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).
corrig
On remarque dabord que fg L
1
R
(E, T, m) et f
n
g
n
L
1
R
(E, T, m) pour tout n N (voir la proposition 6.9).
Puis, on crit
[
_
f
n
g
n
dm
_
fgdm[
_
[f
n
f[[g
n
[dm+
_
[f[[g
n
g[dm. (17.2)
Le premier terme du membre de droite de cette ingalit tend vers 0 car il est major par M|f
n
f|
1
qui tend
vers 0 quand n .
Pour montrer que le deuxime terme de cette ingalit tend aussi vers 0, on pose h
n
= [f[[g
n
g[. On a h
n
0
p.p. car g
n
g p.p., quand n . On a aussi 0 h
n
2M[f[ L
1
R
(E, T, m) (en effet, comme g
n
g
p.p. et [g
n
[ M p.p., on a aussi [g[ M p.p.). On peut donc appliquer le thorme de convergence domine. Il
donne que
_
h
n
dm 0. On en dduit que le deuxime terme de (17.2) tend vers 0 quand n et donc que
f
n
g
n
fg dans L
1
R
(E, T, m) quand n .
Corrig 110 (Ingalit de Hardy)

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
.
401
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.
corrig
On pose G(x) =
_
f1
]0,x[
d pour x ]0, [. Comme f est continue, la fonction g est de classe C
1
sur ]0, [
(et G
t
= f). On en dduit que F est aussi de classe C
1
sur ]0, [.
Comme f est support compact dans ]0, [, il existe a, A ]0, [, a A, t.q. f(x) = 0 si x < a ou
x > A. La fonction f est borne (car continue sur le compact [a, A] et nulle en dehors de ce compact), on
note M = sup[f(x)[; x [a, A]. On a alors [F(x)[
M(Aa)
x
1
[a,[
(x) pour tout x ]0, [. On en dduit
que F L
p
car p > 1 (et on aussi F L
).
Comme xF(x) = G(x), on a bien xF
t
(x) +F(x) = G
t
(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
.
corrig
Soit n N
. En intgrant par parties (entre F

p
et 1) sur ]0, n[, on obtient :
_
n
0
F
p
(x)dx =
_
n
0
pF
p1
F
t
(x)xdx +F
p
(n)n
=
_
n
0
pF
p
(x)dx
_
n
0
pF
p1
f(x)dx +F
p
(n)n,
et donc :
(p 1)
_
n
0
F
p
(x)dx =
_
n
0
pF
p1
f(x)dx F
p
(n)n.
Comme 0 F
p
(n)n
1
n
p1
M(A a) 0, quand n (o a, A, M sont dnis la question prc-
dente) et que F, f L
p
, on en dduit :
_

0
F
p
(x)dx =
p
p 1
_

0
F
p1
(x)f(x)dx.
En utilisant lingalit de Hlder (entre f L
p
et F
p1
L
p
p1
) on dduit de la prcdente ingalit :
_

0
F
p
(x)dx
p
p 1
|f|
p
_
_

0
F
p
(x)dx
_
p1
p
,
et donc (comme F L
p
) |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, [).
corrig
Il suft de considrer H(x) =
1
x
_
[f[1
]0,x[
d pour x > 0. La question prcdente donne que H L
p
et
|H|
p

p
p1
|f|
p
. Comme [F(x)[ H(x) pour tout x > 0, on a donc |F|
p
|H|
p

p
p1
|f|
p
.
402
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.]
corrig
On dnit g par g = f sur ]0, [ et g = 0 sur ] , 0]. On a donc g L
p
(R, B(R), ). il existe donc
(g
n
)
nN
C
c
(R, R) t.q. g
n
g dans L
p
(R, B(R), ) quand n . On note g
n
la restriction de la
fonction g
n
]0, [. La suite (g
n
)
nN
converge donc vers f dans L
p
, mais les fonctions g
n
ne sont pas
ncessairement support compact dans ]0, [. Il faut donc les modier lgrement".
On se donne une fonction C(R, R) t.q. = 0 sur ]1, 1[ et = 1 sur ]2, 2[
c
. On pose
m
(x) = (mx)
pour x R et m N
. Le thorme de convergence domine donne alors que, pour tout n N, on a
m
g
n
g
n
dans L
p
(R, B(R), ) quand m . Pour tout n N, on peut donc choisir m
n
N
t.q.
|
m
n
g
n
g
n
|
p

1
n+1
. On pose f
n
=
m
n
g
n
, on a bien (f
n
)
nN
C
c
(]0, [) et |f
n
f|
p
0 quand
n .
(b) Montrer que F C(]0, [) L

p
et que |F|
p

p
p1
|f|
p
.
corrig
On pose G(x) =
_
f1
]0,x[
d pour x ]0, [. On remarque que G C(]0, [) car si 0 < x < y < , on
a (en utilisant lingalit de Hlder) [G(x) G(y)[
_
[f[1
]x,y[
d |f|
p
(y x)
1
1
p
. On a donc aussi
F C(]0, [).
Soit (f
n
)
nN
C
c
(]0, [) t.q. |f
n
f|
p
0 quand n . On pose F
n
(x) =
1
x
_
f
n
1
]0,x[
d. On a donc
F
n
L
p
et
|F
n
|
p

p
p 1
|f
n
|
p
. (17.3)
Pour x ]0, [, on a (en utilisant lingalit de Hlder) [F
n
(x) F(x)[
1
x
|f
n
f|
p
x
1
1
p
. On en dduit
que F
n
F p.p.. Il suft alors dappliquer le lemme de Fatou la suite ([F
n
[
p
)
nN
pour dduire de (17.3)
que F L
p
et |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, [.]
corrig
Soit n 2 et f
n
dnie par f
n
(t) = t
1
p
1
]1,n[
(t) pour t ]0, [. On a f
n
L
p
et |f
n
|
p
= (log n)
1
p
.
On pose F
n
(x) =
1
x
_
f
n
1
]0,x[
d et on cherche maintenant minorer |F
n
|
p
. On remarque que F
n
(x) 0 pour
tout x ]0, [ et :
F
n
(x) =
p
p 1
1
x
(x
p1
p
1), pour x [1, n]. (17.4)
Soit > 0. Il existe A > 1 t.q. :
x > A x
p1
p
1 (1 )x
p1
p
,
et donc, en utilisant (17.4), on obtient :
n > A |F
n
|
p

p
p 1
(1 )(
_
n
A
1
x
dx)
1
p
=
p
p 1
(1 )(log n log A)
1
p
.
403
Comme |f
n
|
p
= (log n)
1
p
, on en dduit que limsup
n
|F
n
|
p
|f
n
|
p
p
p1
(1 ). Comme > 0 est arbitraire-
ment petit, on a donc limsup
n
|F
n
|
p
|f
n
|
p
p
p1
, ce qui donne :
sup
|F|
p
|f|
p
, f L
p
, |f|
p
,= 0
p
p 1
.
La mojoration donne la question 3 permet de conclure :
sup
|F|
p
|f|
p
, f L
p
, |f|
p
,= 0 =
p
p 1
.
Corrig 111 (Continuit dune application de L

p
dans L
q
)
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. (17.5)
1. Soit u L
p
R
q
R
(E, T, m).
corrig
Cet exercice est trs voisin de lexercice 4.35 correspondant au cas p = q = 1, le corrig des 3 premires
questions va donc suivre essentiellement le corrig 85.
La fonction u est mesurable de E (muni de la tribu T) dans R (muni de la tribu B(R)) et g est borlienne (cest-
-dire mesurable de R dans R, muni de la tribu B(R)). On en dduit, par composition, que g u est mesurable
(de E dans R).
Pour s [1, 1], on a [g(s)[ 2C et donc [g(s)[
q
2
q
C
q
. Pour s R [1, 1], on a [g(s)[ 2C[s[
p
q
et
donc [g(s)[
q
2
q
C
q
[s[
p
. On a donc, pour tout s R, [g(s)[
q
2
q
C
q
+ 2
q
C
q
[s[
p
. On en dduit que, pour tout
x E, [g u(x)[
q
= [g(u(x))[
q
2
q
C
q
+ 2
q
C
q
[u(x)[
p
, et donc :
_
[g u[
q
dm 2
q
C
q
|u|
p
p
+ 2
q
C
q
m(E),
ce qui donne 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
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.
corrig
La dmonstration du fait que cette dnition a bien un sens est essentiellement identique celle du cas p = q = 1
(exercice 4.35, corrig 85). Elle nest pas demande ici.
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
.
corrig
404
Pour tout n N, on choisit un reprsentant de u
n
, encore note u
n
. On choisit aussi des reprsentants de u et
F, nots toujours u et F. Comme u
n
u p.p. quand n et que g est continu, il est facile de voir que
g u
n
g u p.p.. On a donc G(u
n
) G(u) p.p..
On remarque aussi que [g u
n
[ C[u
n
[
p
q
+ C C[F[
p
q
+ C p.p. et donc [G(u
n
)[ C[F[
p
q
+ C p.p., pour
tout n N.
Comme F F
p
, on a [F[
p
q
L
q
. Les fonctions constantes sont aussi dans L
q
(car m(E) < ). On a donc
C[F[
p
q
+ C L
q
. On peut alors appliquer le thorme de convergence domine dans L
q
(thorme 6.1), il
donne que G(u
n
) G(u) dans L
q
quand n .

p
dans L
q
.
corrig
On raisonne par labsurde. On suppose que G nest pas continue de L
p
dans L
q
. Il existe donc u L
p
et
(u
n
)
nN
L
p
t.q. u
n
u dans L
p
et G(u
n
) ,G(u) dans L
q
quand n .
Comme G(u
n
) ,G(u), il existe > 0 et : N N t.q. (n) quand n et :
|G(u
(n)
) G(u)|
q
pour tout n N. (17.6)
(La suite (G(u
(n)
))
nN
est une sous suite de la suite (G(u
n
))
nN
.)
Comme u
(n)
u dans L
p
, on peut appliquer le thorme 6.3 (rciproque partielle de la convergence domine
dans L
q
"). Il donne lexistence de : N N et de F L
p
t.q. (n) quand n , u
(n)
u p.p.
et [u
(n)
[ F p.p., pour tout n N. (La suite (u
(n)
)
nN
est une sous suite de la suite (u
(n)
)
nN
).
On peut maintenant appliquer la question 2 la suite (u
(n)
)
nN
. Elle donne que G(u
(n)
) G(u) dans
L
q
quand n . Ce qui est en contradiction avec (17.6).
4. On considre ici (E, T, m) = ([0, 1], B(R), ) et on prend p = q = 1. On suppose que g ne vrie pas (17.5).
On va construire u L
1
t.q. G(u) , L
1
.
(a) Soit n N

n
R tel que : [g(
n
)[ n[
n
[ et [
n
[ n.
corrig
On raisonne par labsurde. On suppose que [g(s)[ < n[s[ pour tout s t.q. [s[ n. On pose M = max[g(s)[,
s [n, n]. On a M < car g est continue sur le compact [n, n] (noter que n est x). en posant
C = maxn, M, on a donc :
[g(s)[ C[s[ +C, pour tout s R,
en contradiction avec lhypothse que g ne vrie pas (17.5).
Il existe donc s, t.q. [s[ n et [g(s)[ n[s[. Ceci prouve lexistence de
n
.

n
)
nN
> 0 t.q.
+
n=1
[
n
[n
2
= 1.
corrig
405
Comme
n
n, on a
1
]
n
]n
2

1
n
3
et donc :
0 < =
nN
1
[
n
[n
2
< .
On choisit alors =
1
(c) Soit (a
n
)
nN
1
= 1 et a
n+1
= a
n

[
n
[n
2
(o
n
+
n=1
n
1
[a
n+1
,a
n
[
. Montrer que u L
1
et G(u) , L
1
.
corrig
Pour n 2, on a a
n
= 1
n1
p=1
[
p
[p
2
.
Grce au choix de , on a donc a
n
> 0 pour tout n N
, et a
n
0, quand n .
La fonction u est bien mesurable et, par le thorme de convergence monotone (plus prcisment, on utilise
sa premire consquence, le corollaire 4.1) :
_
[u[d =
nN
[
n
[(a
n
a
n+1
) =
nN
n
2
< .
Donc, u L
1
et aussi u L
1
en confondant, comme dhabitude, u avec sa classe.
on remarque ensuite que g u =
+
n=1
g(
n
)1
[a
n+1
,a
n
[
. On a donc :
_
[g u[d =
nN
[g(
n
)[(a
n
a
n+1
)
nN
n
= .
ceci montre que g u , L
1
et donc G(u) , L
1
.
Corrig 112 (Convergence p.p. et convergence des normes, par Egorov)

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 = .]
corrig
On suppose que liminf
n
|f
n
|
p
< (sinon, lingalit dmontrer est immdiate). Comme dhabitude, on
choisit des reprsentants de f
n
et de f (qui sont donc dans L
p
).
Pour p < , on utilise le lemme de Fatou (lemme 4.6) la suite (g
n
)
nN
o g
n
= [f
n
[
p
. Comme g
n
[f[
p
p.p., Il donne :
_
[f[
p
dm liminf
n
_
[f
n
[
p
dm.
On en dduit que |f|
p
liminf
n
|f
n
|
p
.
Pour p = , il existe A T t.q. m(A
c
) = 0 et f
n
(x) f(x), quand n , pour tout x A. Pour tout
n N, il existe A
n
T t.q. m(A
c
n
) = 0 et f
n
(x) |f
n
|
pour tout x A
n
. On pose B = A (
nN
A
n
),
de sorte que B T et m(B
c
) = 0. Pour x B, on a :
f(x) = lim
n
f
n
(x) = liminf
n
f
n
(x) liminf
n
|f|
.
406
On en dduit que |f|
liminf
n
|f
n
|
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 = .]
corrig
Pour p < , on peut prendre f
n
= n
1
p
1
]0,
1
n
[
(et f = 0 p.p.).
Pour p = , on peut prendre f
n
= 1
]0,
1
n
[
(et f = 0 p.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.
corrig
Pour n N, on a :
_
A
[f
n
[dm =
_
A
[f[dm+
_
A
([f
n
[ [f[)dm
=
_
A
[f[dm+|f
n
|
1
|f|
1
+
_
A
c
([f[ [f
n
[)dm.
(17.7)
Soit > 0. Par convergence uniforme de f
n
vers f sur A
c
(qui est de mesure nie car m(E) < ), il existe
n
1
t.q.
n n
1

_
A
c
([f[ [f
n
[)dm
_
A
c
[f
n
f[dm .
Comme |f
n
|
1
|f|
1
, quand n , il existe n
2
t.q. n n
2
|f
n
|
1
|f|
1
. Pour n
0
=
max(n
1
, n
2
), on a donc :
n n
0

_
A
[f
n
[dm
_
A
[f[dm+ 2.
ce qui donne le rsultat demand.
(b) On suppose que m(E) < . Montrer que f

n
f dans L
1
, quand n . [On pourra utiliser le thorme
dEgorov.]
corrig
Soit > 0. Daprs la proposition 4.9 page 91, il existe > 0 t.q.
(A T, m(A) )
_
A
[f[dm .
Le thorme dEgorov (thorme 3.2) donne lexistence de A T t.q. m(A) et f
n
f uniformment
sur A
c
. On a donc :
407
_
[f
n
f[dm
_
A
c
[f
n
f[dm+
_
A
[f
n
[dm+
_
A
[f[dm.
On a
_
A
[f[dm . Par la question prcdente, il existe n
0
t.q.
n n
0

_
A
[f
n
[dm
_
A
[f[dm+ 2 3.
Par convergence uniforme de f
n
vers f sur A
c
, il existe n
1
t.q.
n n
1

_
A
c
[f
n
f[dm m(E) sup
A
c
[f
n
f[ .
On a donc nalement :
n max(n
0
, n
1
)
_
[f
n
f[dm 5.
Ce qui prouve que f
n
f dans L
1
, quand n .
(c) On suppose que m(E) = . Soit > 0. Montrer quil existe C T t.q. :
m(C) < et
_
C
c
[f[dm .
corrig
Cette question est rsolue dans la proposition 4.9 page 91.
(d) On suppose que m(E) = . Montrer que f

n
f dans L
1
, quand n .
corrig
Soit > 0. La question prcdente donne lexistence de C T t.q. m(C) < et
_
C
c
[f[dm .
La proposition 4.9 donne ici aussi lexistence de > 0 t.q. (A T, m(A) )
_
A
[f[dm .
Le thorme dEgorov (appliqu la mesure dnie par m
C
(B) = m(B C) pour B T, qui est bien une
mesure nie sur T) donne lexistence de A T t.q. m(A C) et f
n
f uniformment sur A
c
. On a
donc :
_
[f
n
f[dm
_
A
c
C
[f
n
f[dm+
_
AC
c
[f
n
[dm+
_
AC
c
[f[dm.
Par le choix de A et de C, on a
_
AC
c
[f[dm =
_
(AC)C
c
[f[dm
_
AC
[f[dm +
_
C
c
[f[dm 2.
En reprenant la question 3a, on remarque que lhypothse m(E) < na t utilise que pour dire que
m(A
c
) < . Ici, comme m(A
c
C) < , la mme dmonstration donne donc quil il existe n
0
t.q.
n n
0

_
AC
c
[f
n
[dm
_
AC
c
[f[dm+ 2 4.
Enn, par convergence uniforme de f
n
vers f sur A
c
, il existe n
1
t.q.
n n
1

_
A
c
C
[f
n
f[dm m(C) sup
A
c
[f
n
f[ .
408
On a donc :
n max(n
0
, n
1
)
_
[f
n
f[dm 7.
Ce qui prouve que f
n
f dans L
1
, quand n .
4. Dans cette question, on suppose que 1 0. Comme [f[
p
L
1
, La proposition
4.9 donne lexistence de C T t.q. m(C) < et
_
C
c
[f[
p
dm . Elle donne ici aussi lexistence de > 0
t.q. (A T, m(A) )
_
A
[f[
p
dm .
On applique maintenant le thorme dEgorov avec la mesure m
C
(comme la question prcdente) et pour
les suites (f
n
)
nN
et ([f
n
[
p
)
nN
. On obtient (en prenant lunion des ensembles donns par le thorme pour
ces deux suites) lexistence de A T t.q. m(A C) , f
n
f uniformment sur A
c
et [f
n
[
p
[f[
p
uniformment sur A
c
. On a :
_
[f
n
f[
p
dm
_
A
c
C
[f
n
f[
p
dm+ 2
p
_
AC
c
[f
n
[
p
dm+ 2
p
_
AC
c
[f[
p
dm.
Par le choix de A et de C, on a
_
AC
c
[f[
p
dm =
_
(AC)C
c
[f[
p
dm
_
AC
[f[
p
dm +
_
C
c
[f[
p
dm 2.
Comme la question prcdente, en reprenant la question 3a, on obtient quil existe n
0
t.q.
n n
0

_
AC
c
[f
n
[
p
dm
_
AC
c
[f[
p
dm+ 2 4.
En fait, pour montrer cette ingalit avec la question 3a, on remplace (17.7) par :
_
AC
c
[f
n
[
p
dm =
_
AC
c
[f[
p
dm+
_
AC
c
([f
n
[
p
[f[
p
)dm
=
_
AC
c
[f[
p
dm+|f
n
|
p
p
|f|
p
p
+
_
A
c
C
([f[
p
[f
n
[
p
)dm,
et on utilise la convergence de |f
n
|
p
p
vers |f|
p
p
, la convergence uniforme de [f
n
[
p
vers [f[
p
et le fait que
m(C) < .
Enn, par convergence uniforme de f
n
vers f sur A
c
, il existe n
1
t.q.
n n
1

_
A
c
C
[f
n
f[
p
dm m(C) sup
A
c
[f
n
f[
p
.
On a donc :
n max(n
0
, n
1
)
_
[f
n
f[
p
dm 2
p
(7).
Ce qui prouve que f
n
f dans L
p
, quand n .
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 .
corrig
409
Pour n 2, on pose f = 1
]
1
2
,1[
et on dnit f
n
ainsi :
f
n
(x) = 0 si 0 x
1
2
,
f
n
(x) = n(x
1
2
) si
1
2
x
1
2
+
1
n
,
f
n
(x) = 1 si
1
2
+
1
n
x 1.
On a bien, quand n , f
n
f p.p., |f
n
|
|f|
et f
n
, f dans L
(car |f
n
f|
= 1 pour tout
n 2).
Corrig 113 (Conv. p.p. et conv. des normes, par Fatou)

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
.
corrig
Comme [f f
n
[ [f[ +[f
n
[, on a bien g
n
0.Comme g
n
tends p.p. vers 2[f[, le lemme de Fatou (lemme 4.6)
donne :
_
2[f[dm liminf
n
_
g
n
dm.
Comme |f
n
|
1
|f|
1
, on a liminf
n
_
g
n
dm = 2
_
[f[dm limsup
n
_
[f f
n
[dm. On a donc :
_
2[f[dm 2
_
[f[dmlimsup
n
_
[f f
n
[dm.
On en dduit que limsup
n
_
[f f
n
[dm 0, et donc 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
.
corrig
On prend maintenant g
n
= 2
p
[f
n
[
p
+2
p
[f[
p
[f
n
f[
p
. Comme [f f
n
[ [f[ +[f
n
[ 2 max[f
n
[, [f[, on
a [f f
n
[
p
2
p
max[f
n
[, [f[
p
2
p
[f
n
[
p
+ 2
p
[f[
p
. On a donc g
n
0. Comme g
n
tends p.p. vers 2
p+1
[f[
p
,
le lemme de Fatou (lemme 4.6) donne :
_
2
p+1
[f[
p
dm liminf
n
_
g
n
dm.
Comme |f
n
|
p
|f|
p
, on a
liminf
n
_
g
n
dm = 2
p+1
_
[f[
p
dmlimsup
n
_
[f f
n
[
p
dm.
On a donc
_
2
p+1
[f[
p
dm 2
p+1
_
[f[
p
dmlimsup
n
_
[f f
n
[
p
dm.
On en dduit que limsup
n
_
[f f
n
[
p
dm 0, et donc que f
n
f dans L
p
.
410
Corrig 114 (Compacit L
p
L
q
)
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
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.]
corrig
En utilsant lingalit de Hlder (ingalit (6.3)) entre r ]1, ] et son conjugu et les fonctions g
n
et 1
A
, on
obtient, pour tout A T de mesure nie :
_
A
[g
n
[dm |g
n
|
r
m(A)
1
1
r
.
Si C est un majorant de |g
n
|
r
, n N, il suft donc de prendre > 0 t.q. C
1
1
r
(ce qui est possible car
r > 1) pour avoir le rsultat demand.
Soit 1 p < q et (f
n
)
nN
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
q
t.q. f = g p.p.").
corrig
Pour chaque n N, on choisit un reprsentant de f
n
, encore not f
n
. Il existe A T t.q. m(A) = 0 et
f
n
(x) f(x), quand n , pour tout x A
c
. On pose g(x) = f(x) pour x A
c
et g(x) = 0 pour
x A, de sorte que g = f p.p. et g(x) = lim
n
f
n
1
A
c (x) pour tout x E.
Si q < , on applique le lemme de Fatou la suite ([f
n
[
q
)
nN
. Il donne :
_
[g[
q
dm liminf
n
_
[f
n
[
q
dm C
q
,
o C est un majorant de |f
n
|
q
, n N. On a donc g L
q
et donc f L
q
(au sens demand).
Si q = , comme [f
n
[ |f
n
|
p.p., on dduit de g(x) = lim

n
f
n
1
A
c (x) pour tout x E le fait que
|g|
C p.p., o C est un majorant de |f

n
|
, n N. On a donc, ici aussi, g L
et donc f L
(au sens demand).
(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.]
corrig
La suite (g
n
)
nN
est borne dans L
r
, avec r =
q
p
> 1. Elle est donc qui-intgrable (par la question 1).
Comme elle converge p.p. vers 0 et que m(E) < , le thorme de Vitali (thorme 4.8) donne que la suite
(g
n
)
nN
converge vers 0 dans L
1
et donc que f
n
f dans L
p
quand n .
411
3. On suppose que m(E) = .
(a) Soit B T t.q. m(B) < . Montrer que f
n
1
B
f1
B
dans L
p
quand n .
corrig
On dnit la mesure m
B
sur T en posant m(A) = m(A B) pour tout A T. la mesure m
B
est nie.
On peut donc appliquer la question 2 avec cette mesure. On obtient que f
n
f, quand n , dans
lespae L
p
R
(E, T, m
B
). Ceci qui donne que f
n
1
B
f1
B
dans L
p
quand n (car,
_
[f
n
f[
p
1
B
dm =
_
[f
n
f[
p
dm
B
).
(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 ).
corrig
On peut prendre, par exemple, f
n
= 1
]n,n+1[
.
Corrig 115 (Caractrisation de L
)
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.
corrig
On remarque dabord que f est mesurable car f
1
et g
1
sont mesurables. Puis, pour montrer que f L
, on peut,
par exemple, procder de la manire suivante.
Soit > 0. Soit n N
. Comme [f
n
[ 1 p.p., on a [f[ 1 +[g
n
[ p.p. et donc
m([f[ 1 +) m([g
n
[ ).
Puis, comme m([g
n
[ )
1
_
[g
n
[dm
1
n
, on en dduit (quand n ) m([f[ 1 +) = 0.
Finalement, comme [f[ > 1) =
nN
[f[ 1 +
1
n
, la -additivit de m donne m([f[ > 1) = 0 et donc
[f[ 1 p.p.. Ceci donne bien f L
et |f|
1.
NB. Une autre mthode consiste utiliser le thorme 6.3. Il donne que, aprs extraction ventuelle dune sous
suite, on a g
n
0 p.p. (quand n ). On a donc f
n
f p.p.. De |f
n
|
1, on dduit alors |f|
1.
Corrig 116 (Exemples de v.a. appartenant L

q
)
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).
corrig
Soit q [1, [, on a :
_
[X[
q
dP =
_
R
[x[
q
dP
X
(x) =
_

0
x
q
exp(x)dx < ,
car la fonction x [x[
q
exp(x) est intgrable par rapport la mesure de Lebesgue sur R
+
. On a donc
X L
q
(, /, P).
412
Soit maintenant q = . Pour tout a > 0, on a, avec A =]a, [ :
P[X > a] =
_
1
A
(X)dP =
_
R
1
A
(x)dP
X
(x) =
_

a
exp(x)dx > 0,
car exp(x) > 0 pour tout x > a. Donc X , L
(, /, P).
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).
corrig
Il suft ici de considrer le cas q = 1. On a :
_
[X[dP =
_
R
[x[dP
X
(x)
c
_

0
x
x
2
+c
2
dx
c
_

c
1
2x
dx = .
On a donc X , L
1
(, /, P), ce qui donne aussi X , L
q
(, /, P) pour tout q [1, ] (car L
q
(, /, P)
L
1
(, /, P) pour q > 1).
3. X suit une loi gomtrique ((p) (p ]0, 1[) (cest--dire que P(X = k) = p(1 p)
k1
, pour tout k N
).
corrig
On note A
k
= X = k = , X() = k et A =
k=1
A
k
. Par -additivit de P, on a P(A) =
k=1
P(A
k
) =
k=1
p(1 p)
k1
= 1. On a donc P(A
c
) = 0.
Soit q [1, [, on a :
_
[X[
q
dP =
_
A
[X[
q
dP =
k=1
_
A
k
[X[
q
dP =
k=1
k
q
p(1 p)
k1
< ,
car la srie de terme gnral k
q
p(1 p)
k1
est convergente (pour le voir, il suft, par exemple, de remarquer
que
lim
k
(k + 1)
q
p(1 p)
k
k
q
p(1 p)
k1
= lim
k
(k + 1)
q
(1 p)
k
q
= 1 p < 1.
On a donc X L
q
(, /, P).
Soit maintenant q = . Pour tout a > 0, on a P[X > a] P(A
k
) > 0 si k > a. On a donc X , L
(, /, P).
17.2 Espaces de Hilberts, espace L

2
Corrig 117
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
corrig
Comme L
2
R
(E, T, m) est un espace complet, la srie
nN
f
n
2
R
la suite des sommes partielles, (
n
k=0
f
k
)
nN
, est de Cauchy (dans L
2
). Cette suite des sommes partielles est de
Cauchy si et seulement si elle vrie :
413
> 0, n
0
t.q. m n n
0
|
m
k=n
f
k
|
2
2
. (17.8)
Le fait que les f
n
soient deux deux orthogonaux nous donne (thorme de Pythagore) que
|
m
k=n
f
k
|
2
2
=
m
k=n
|f
k
|
2
2
.
Lassertion 17.8 est donc quivalente dire que la suite (
n
k=0
|f
k
|
2
2
)
nN
est de Cauchy (dans R), ce qui est
quivalent dire que la srie
nN
|f
n
|
2
2
Corrig 118 (L
p
nest pas un espace de Hilbert si p ,= 2)
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.]
corrig
On prend f = 1
]0,1[
et g = 1
]1,2[
, de sorte que f L
p
R
(R, B(R), ), g L
p
R
(R, B(R), ) (avec la confusion
habituelle entre une classe et lun de ses reprsentants) et que :
|f|
p
= |g|
p
= 1, |f +g|
p
= |f g|
p
= 2
1
p
.
Pour p ,= 2, on a donc |f +g|
2
p
+|f g|
2
p
= 2(2
2
p
) ,= 4 = 2|f|
2
p
+ 2|g|
2
p
.
Lidentit du paralllogramme, cest--dire lidentit (6.18) page 141, nest donc pas satisfaite (pour p ,= 2), ce qui
prouve que, pour p ,= 2, la norme | |
p
(sur L
p
R
(R, B(R), )) nest pas induite par un produit scalaire.
Corrig 119 (projection sur le cne positif de L

2
)
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.
corrig
C ,= car 0 C.
Soit f, g C et t [0, 1]. On a tf + (1 t)g L
2
= L
2
R
(X, T, m), car L
2
est un e.v., et tf + (1 t)g 0
p.p.. On a donc tf + (1 t)g C, ce qui prouve que C est convexe.
Soit (f
n
)
nN
C t.q. f
n
f dans L
2
quand n . On veut montrer que f C (pour en dduire que C
est ferme).
Pour tout L
2
, on a
_
f
n
dm
_
fdm (car [
_
f
n
dm
_
fdm[ |f
n
f|
2
||
2
).
On choisit = f
L
2
. Comme f
n
f
0 p.p., on en dduit
_
(f
)
2
dm =
_
ff
dm 0. Ce qui
prouve que f
= 0 p.p. et donc que f 0 p.p.. On a donc montr que f C et donc que C est ferme.
Pour montrer que C est ferme, il est aussi possible dutiliser la rciproque partielle du thorme de conver-
gence domine (thorme 6.3).
414
2. Soit f E. Montrer que P
C
f = f
+
.
corrig
On a f
+
C. Pour montrer que P
C
f = f
+
, on utilise la premire caractrisation de la projection (proposition
6.15).
Soit g C, on a (f f
+
/f
+
g)
2
= (f
/f
+
g)
2
=
_
f
gdm 0 (on a utilis ici le fait que f
f
+
= 0
p.p.). La proposition 6.15 donne alors P
C
f = f
+
.
Corrig 120 (Exemple de non existence de la projection sur un s.e.v. ferm)

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).
corrig
Il est clair que E est un e.v. sur R et que | |
E
est une norme sur E, cest la norme associe la convergence
uniforme. On montre maintenant que E est complet.
Soit (f
n
)
nN
une suite de Cauchy de E. Pour tout > 0, il existe donc n() t.q. :
x [0, 1], n, m n() [f
n
(x) f
m
(x)[ . (17.9)
De (17.9) on dduit que, pour tout x [0, 1], la suite (f
n
(x))
nN
est de Cauchy. Il existe donc f : [0, 1] R
t.q. f
n
(x) f(x) quand n , pour tout x [0, 1]. Pour montrer que la convergence de f
n
vers f est
uniforme, il suft de reprendre (17.9) avec un x x et un n x (n n()) et de faire tendre m verts , on
obtient :
x [0, 1], n n() [f
n
(x) f(x)[ , (17.10)
ce qui donne bien la convergence uniforme de f
n
vers f. Comme les f
n
sont continues, on en dduit que f est
continue (comme limite uniforme de fonctions continues), cest--dire f E. Enn, (17.10) donne |f
n
f|
E

si n n() et donc f
n
f dans E, quand n . Ce qui prouve que E est complet.
2. Montrer que F est un sous espace vectoriel ferm de E.

corrig
On note T et S les applications de E dans R dnies par T(f) = f(0) et S(f) =
_
1
0
f(x)dx. Il sagit donc
dapplications linaires de E dans R. Elles sont galement continues car [T(f)[ |f|
E
et [S(f)[ |f|
E
pour
tout f E.
On en dduit que F est un s.e.v. ferm de E en remarquant que F = KerT KerS.
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.]
corrig
415
Comme (g f)(x) [(g f)(x)[ pour tout x [0, 1], on a bien
_
1
0
(g f)(x)dx
_
1
0
[(g f)(x)[dx.
On remarque ensuite que, puisque f F, on a
_
1
0
(g f)(x)dx =
_
1
0
g(x)dx =
_
1
0
xdx =
1
2
. Et donc :
1
2

_
1
0
[(g f)(x)[dx.
Puis, comme
_
1
0
[(g f)(x)[dx |g f|
E
, on en dduit que |g f|
E
1/2.
4. Montrer quil nexiste pas dlment f F t.q. |g f|

E
= 1/2.
corrig
Dans le raisonnement de la question prcdente, on remarque que les |gf|
E
> 1/2 sauf si
_
1
0
[(gf)(x)[dx =
|g f|
E
et
_
1
0
(g f)(x)dx =
_
1
0
[(g f)(x)[dx.
Soit f F t.q. |g f|
E
= 1/2. On a donc
_
1
0
(g f)(x)dx =
_
1
0
[(g f)(x)[dx et
_
1
0
[(g f)(x)[dx =
|g f|
E
. On en dduit que (g f)(x) = [(g f)(x)[ = |g f|
E
= 1/2 pour tout x [0, 1]. En effet, si il
existe, par exemple, x
0
[0, 1] t.q. (g f)(x
0
) < [(g f)(x
0
)[, on peut alors trouver (par continuit de g f)
un intervalle ouvert non vide sur lequel (gf) < [(gf)[ et on en dduit
_
1
0
(gf)(x)dx <
_
1
0
[(gf)(x)[dx
(un raisonnement analogue donne [(g f)(x)[ = |g f|
E
pour tout x [0, 1]).
On a donc montr que f(x) = g(x)
1
2
= x
1
2
pour tout x [0, 1] ce qui est en contradiction avec f(0) = 0.
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.]
corrig
Soit n N
et f
n
dnie par f
n
(x) =
n
x, pour x [0, 1/n], f
n
(x) = (x 1/n)
n
/n, pour x
[1/n, 1]. En prenant
n
= (n 1)
2
/(2n 1) on a
_
1
0
f
n
(x)dx = 0 et donc f
n
F. On remarque ensuite que
|f
n
g|
E
= 1/n
n
/n 1/2 quand n . On en dduit que d(g, F) = 1/2.
Corrig 121 (Lemme de Lax-Milgram)

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).
416
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.]
corrig
Lapplication (/)
a
: E E R est symtrique, linaire par rapport son premier argument, et (u/u)
a
> 0
pour u E 0 (grce la coercivit de a). Cest donc un produit scalaire sur E.
La norme induite par ce produit scalaire est quivalente la norme sur E, note | |. En effet, les hypothses de
continuit et coercivit de a donnent
|u| |u|
a

C|u|, u E.
Comme T est dans E
t
, cest--dire linaire et continu pour la norme | |, T est aussi linaire et continu pour
la norme | |
a
. Or, E muni de la norme | |
a
est un espace de Hilbert car la norme | |
a
est induite par un
produit scalaire et E est complet avec cette norme car il est complet avec la norme | | qui est quivalente. On
peut donc appliquer le thorme de reprsentation de Riesz (thorme 6.9) avec E muni de la norme | |
a
. Il
donne quil existe un et seul u E t.q. T(v) = (u/v)
a
pour tout v E, cest--dire quil existe un et un seul
u E t.q. :
T(v) = a(u, v) pour tout v E.
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.
corrig
Lapplication
u
: E R, dnie par
u
(v) = a(u, v) pour tout v E, est bien linaire de E dans R.
Elle est aussi continue car [
u
(v)[ = [a(u, v)[ C|u||v| pour tout v dans E. On a donc
u
E
t
(et
|
u
|
E
C|u|).
Comme
u
E
t
, le thorme de reprsentation de Riesz (thorme 6.9) donne quil existe un lment de E,
not Au t.q. (Au/v) =
u
(v) pour tout v E, cest--dire :
(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.
corrig
Soit u
1
, u
2
E,
1
,
2
R. On note w =
1
u
1
+
2
u
2
. Comme a est linaire par rapport son premier
argument, on a :
a(w, v) =
1
a(u
1
, v) +
2
a(u
2
, v) pour tout v E,
et donc (Aw/v) =
1
(Au
1
/v) +
2
(Au
2
/v) pour tout v E, ou encore
(Aw
1
Au
1
2
Au
2
/v) = 0 pour tout v E.
417
On en dduit que Aw =
1
Au
1

2
Au
2
(il suft de prendre v = Aw
1
Au
1

2
Au
2
dans lgalit
prcdente) et donc que A est une application linaire de E dans E.
Pour montrer la continuit de A, on remarque que (pour tout u E) [(Au/v)[ = [a(u, v)[ C|u||v| pour
tout v E. Do lon dduit, en prenant v = Au, que |Au| C|u|.
Lapplication A est donc linaire continue de E dans E.
Il est important, pour la suite, de remarquer que la coercivit de a donne :
|u|
2
a(u, u) = (Au/u) |Au||u|, pour tout u E,
et donc :
|u|
1
|Au|, pour tout u E. (17.11)
(c) Montrer que Im(A) est ferm

corrig
Soient (f
n
)
nN
Im(A) et f E t.q. f
n
f dans E quand n . On veut montrer que f Im(A).
Comme f
n
Im(A), il existe, pour tout n N, u
n
E t.q. Au
n
= f
n
. Lingalit (17.11) donne alors, pour
tout n, m N,
|u
n
u
m
|
1
|f
n
f
m
|.
La suite (f
n
)
nN
tant de Cauchy (car convergente), on en dduit que la suite (u
n
)
nN
est de Cauchy et donc
convergente (car E est complet).
Il existe donc u E t.q. u
n
u (dans E) quand n . Do lon dduit, comme A est continue, que
f
n
= Au
n
Au (dans E) quand n . On a donc f = Au, ce qui prouve que f Im(A) et donc que
Im(A) est ferm.
(d) Montrer que (Im(A))
= 0.
corrig
Soit u (Im(A))
. On a donc (Av/u) = 0 pour tout v E. On prend v = u, on obtient, grce la coercivit

de a :
|u|
2
a(u, u) = (Au/u) = 0,
et donc u = 0. Ceci prouve bien 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.
corrig
Lingalit (17.11) donne linjectivit de A. Pour montrer la surjectivit de A, on remarque que Im(A) est un
s.e.v. ferm de E, on a donc E = Im(A) (Im(A))
(cf. thorme 6.8). Comme (Im(A))
= 0, on a
donc E = Im(A), cest--dire A surjective.
On a bien bien montr que A est bijective.
Le thorme de reprsentation de Riesz (thorme 6.9) donne lexistence dun et un seul z E t.q.
T(v) = (z/v), v E.
418
Dautre part, la dnition de A donne :
a(u, v) = (Au/v), v E.
Pour u E, on a donc :
(T(v) = a(u, v), v E) (z = Au).
La bijectivit de A donne lexistence dun et dun seul u E t.q. Au = z. On a donc un et un seul u E t.q.
T(v) = a(u, v) pour tout v E.
Corrig 122 (Exemple de projection dans L

2
)
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
.
corrig
Comme dhabitude, on va confondre un lment de L
p
avec lun de ses reprsentants.
Comme g, v L
2
, on a vg L
1
(daprs le lemme 6.2). Puis, comme
t
C
c
(]0, 1[, R), on a
t
L
et
donc (par la proposition 6.9) 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
.
corrig
( ,= car 0 (.
On montre la convexit de (. Soient v, w ( et t [0, 1]. On a tv + (1 t)w L
2
(car L
2
est un
e.v.). Du fait que v 1 p.p. et w 1 p.p., on dduit immdiatement (comme t 0 et (1 t) 0) que
tv + (1 t)w t + (1 t) = 1 p.p.. Enn, soit C
c
(]0, 1[, R), 0. Comme t 0 et (1 t) 0, on
remarque que
t
_
vg
t
d t
_
d,
(1 t)
_
wg
t
d (1 t)
_
d.
Ce qui donne, en additionnant,
_
(tv + (1 t)w)g
t
d
_
d.
On en dduit que (tv + (1 t)w) ( et donc que ( est convexe.
On montre enn que ( est ferme. Soient (v
n
)
nN
( et v L
2
t.q. v
n
v dans L
2
quand n . On
veut montrer que v (.
On remaque tout dabord que, grce lingalit de Cauchy-Schwarz (ingalit (6.14)), on a :
_
v
n
wd
_
vwd, quand n , w L
2
. (17.12)
419
On prend w = v1
v>1
L
2
dans (17.12). Comme v
n
w w p.p., on a
_
v
n
wd
_
wd. On dduit alors de
(17.12) que
_
vwd
_
wd et donc que
_
(v 1)v1
v>1
d 0. Comme v(v 1)1
v>1
0 p.p., on a donc
ncessairement v(v 1)1
v>1
= 0 p.p. et donc (v > 1) = 0, cest--dire v 1 p.p..
Soit maintenant C
c
(]0, 1[, R), 0. Par les ingalits de Cauchy-Schwarz et Hlder, on a :
_
v
n
g
t
d
_
vg
t
d, quand n .
En effet, [
_
v
n
g
t
d
_
vg
t
d[ |
t
|
_
[v
n
v[[g[d |
t
|
|v
n
v|
2
|g|
2
0, quand n .
Du fait que, pour tout n N,
_
v
n
g
t
d
_
d, on obtient donc, passant limite quand n , que
_
vg
t
d
_
d. Ce qui montre bien que v (.
On a bien montr que ( est ferme.
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 ().
corrig
On remarque dabord que
(|u 1|
2
|v 1|
2
pour tout v () u = P
C
1.
On utilise maintenant la premire caractrisation de la projection (proposition 6.15), elle donne que
u = P
C
1 ((1 u/u v)
2
0 pour tout v (),
et donc que
u = P
C
1 (
_
(1 u)(u v)d 0 pour tout v (). (17.13)
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[.
corrig
On raisonne par labsurde. On suppose quil existe c ]0, 1[ t.q. (ug)
t
(c) < 1. Par continuit de (ug)
t
en c,
il existe donc a, b t.q. 0 < a < c 0 et = 0 sur ]a, b[
c
. une telle fonction est
obtenue, par exemple, en prenant :
(x) =
0
(
2y (a +b)
b a
), x ]0, 1[, (17.14)
avec :
0
(x) = exp
1
x
2
1
, x ] 1, 1[,
0
(x) = 0, x R] 1, 1[.
(17.15)
Comme u (, on a, daprs la dnition de ( (car est un choix possible pour ) :
_
b
a
u(x)g(x)
t
(x)dx =
_
ug
t
d
_
d =
_
b
a
(x)dx.
420
Comme ug est de classe C
1
sur [a, b], on peut intgrer par parties sur [a, b] pour obtenir (noter que (a) =
(b) = 0)
_
b
a
(ug)
t
(x)(x)dx
_
b
a
(x)dx, ou encore :
_
b
a
((ug)
t
(x) + 1)(x)dx 0.
Ce qui impossible car ((ug)
t
+1) est une fonction continue ngative, non identiquement nulle sur [a, b] (car
non nulle au point c).
(b) Soit x ]0, 1[ t.q. u(x) < 1. Montrer que (ug)

t
(x) = 1.
corrig
On raisonne encore par labsurde. On suppose donc quil existe c ]0, 1[ t.q. u(c) < 1 et (ug)
t
(c) ,= 1.
Comme on sait dj que (ug)
t
(x) 1 pour tout x ]0, 1[, on a donc (ug)
t
(c) > 1.
Par continuit de u et (ug)
t
en c, il existe donc a, b, avec 0 < a < c 0 t.q. u(x) 1 et
(ug)
t
(x) > 1 + pour tout x ]a, b[.
On utilise la mme fonction qu la question prcdente, cest--dire donne, par exemple, par (17.14) et
(17.15). La proprit importante est que C
c
(]0, 1[, R) soit t.q. 0, (c) > 0 et = 0 sur ]a, b[
c
.
On va montrer que pour > 0 assez petit, on a u + (.
On remarque dabord que u + L
2
(pour tout > 0). Puis, en prenant 0 <
1
=

||
, on a
u + 1 p.p.. Enn, soit C
c
(]0, 1[, R), 0. On a, en utilisant une intgration par parties sur un
intervalle compact de ]0, 1[ contenant le support de :
_
((u +)g)
t
d =
_
(ug)
t
d
_
(g)
t
d.
En utilisant le fait que (ug)
t
1 (partout) et (ug)
t
> 1 + sur ]a, b[, on en dduit
_
((u +)g)
t
d
_
d
_
b
a
(x)dx
_
b
a
(g)
t
d
_
d,
si 0 <

M
, avec M = max
x[a,b]
[(g)
t
(x)[ < car (g)
t
est continue sur [a, b].
En prenant = min(
1
,
2
) > 0, on obtient donc u + (. Comme u = P
C
1, on peut maintenant prendre
v = u + dans la caractrisation de P
C
1, on obtient, comme > 0 :
_
b
a
(1 u(x))(x)dx =
_
(1 u)d 0.
Ce qui est impossible car (1 u) est une fonction continue positive, non identiquement nulle sur ]a, b[ (car
non nulle en c).
(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[.
421
corrig
Cette question est immdiate. On a dj vu que (ug)
t
(x) 1, pour tout x ]0, 1[. Comme u (, on a
u 1 p.p.. Mais, comme u est continue sur ]0, 1[, lensemble u > 1 est un ouvert, cet ensemble est donc
vide (car un ouvert de mesure de Lebesgue nulle est toujours vide). On a donc u 1 partout. Enn, le fait que
(1 + (ug)
t
(x))(u(x) 1) = 0, pour tout x ]0, 1[, dcoule de la question prcdente qui montre justement
que (1 + (ug)
t
(x)) = 0 si u(x) < 1.
Corrig 123 (Approximation dans L

2
)
p
lespace L
p
R
p
lespace
L
p
R
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, (17.16)
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
.
corrig
Comme f1
]
n
k
,
n+1
k
[
L
1
pour tout n Z, T
k
(x) est bien dnie pour tout x R. On pose c
n
= k
_ n+1
k
n
k
f(t)dt,
pour n Z, de sorte que T
k
(x) = c
n
pour tout x [
n
k
,
n+1
k
[.
T
k
f est mesurable car (T
k
f)
1
(A) =
nZ,c
n
A
[
n
k
,
n+1
k
[ B(R), pour tout A R.
Pour n Z et x [
n
k
,
n+1
k
[, on a (en utilisant lingalit de Cauchy-Schwarz)
(T
k
(x))
2
= c
2
n
k
_ n+1
k
n
k
f
2
(t)dt.
On en dduit (on utilise ici le premier corollaire du thorme de convergence monotone, corollaire 4.1) :
_
(T
k
f)
2
d =
nZ
1
k
c
2
n

nZ
_ n+1
k
n
k
f
2
(t)dt =
_
f
2
d.
On a donc T
k
f L
2
et |T
k
f|
2
|f|
2
.
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 .
corrig
Soit a > 0 t.q. f = 0 sur [a, a]
c
. Comme f est uniformment continue, on a T
k
f f uniformment (sur R)
quand k . En remarquant que T
k
f = 0 sur [a 1, a + 1]
c
pour tout k N
, on en dduit
|T
k
f f|
2
2
=
_
(T
k
f f)
2
d 2(a + 1)|T
k
f f|
2
0, quand k .
422
3. Soit f L
2
. Montrer que T
k
f f dans L
2
quand k .
corrig
Soit > 0. Par densit de C
c
(R, R) dans L
2
, il existe C
c
(R, R) t.q. |f |
2
. Comme T
k
est un
oprateur linaire, on a, en utilisant la question 1 :
|T
k
f f|
2
|T
k
f T
k
|
2
+|T
k
|
2
+| f|
2
2| f|
2
+|T
k
|
2
. (17.17)
La question 2 donne lexistence de k
0
N t.q. le dernier terme de (17.17) soit infrieur pour k k
0
. On a
donc |T
k
f f|
2
3 pour k k
0
, ce qui prouve que T
k
f f, dans L
2
, quand k .
Corrig 124 (Projections orthogonales)

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.
1. Montrer que F et G sont des sous-espaces vectoriels ferms de H. Dterminer les sous-espaces F
, G
et
F G.
corrig
Pour f H, on pose T(f) =
_
]1,+1[
f d et S(f) =
_
]1,0[
f d
_
]0,1[
f d.
Lingalit de Cauchy Scharwz entre f et 1
]1,+1[
, pour T, et f et (1
]1,0[
1
]0,1[
), pour S, montre que T(f)
et S(f) sont bien dnis pour tout f H et que, pour tout f H :
[T(f)[
2|f|
2
, [S(f)[
2|f|
2
.
On en dduit que T et S sont des lments de H
t
et donc que F = KerT et G = KerS sont des s.e.v. ferms de
H.
De plus, comme T ,= 0 et S ,= 0, on a dim(F
) = dim(G
) = 1. Pour sen convaincre, il suft de prendre v

F
, v ,= 0 (un tel v existe car T ,= 0 et H = F F
). Pour tout w F
, on a alors w = w
T(w)
T(v)
v +
T(w)
T(v)
v.
On en dduit que (w
T(w)
T(v)
v) F F
= 0 et donc que w Rv = vectv. Ce qui donne F
= Rv et
donc dim(F
) = 1. Un raisonnement semblable donne dim(G
) = 1.
Soit f llment de H t.q. f = 1 p.p.. On a clairement f F
(car (f/h)
2
= T(h) = 0 pour tout h F) et
donc, comme dimF
= 1, F
= Rf.
Soit g llment de H t.q. g = 1 p.p. sur ] 1, 0[ et g = 1 sur ]0, 1[. On a clairement g G
(car (g/h)
2
=
S(h) = 0 pour tout h G) et donc, comme dimG
= 1, G
= Rg.
Il reste dterminer F G. Soit h F G. On a donc
_
]1,0[
h d =
_
]0,1[
h d, car h G, et donc, comme
h F, 0 =
_
]1,+1[
f d = 2
_
]1,0[
h d = 2
_
]0,1[
h d. Ce qui donne
_
]1,0[
h d =
_
]0,1[
h d = 0.
Rciproquement, si h H est t.q.
_
]1,0[
h d =
_
]0,1[
h d = 0, on a bien S(h) = T(h) = 0 et donc
h F G. On a donc :
F G = h H;
_
]1,0[
h d =
_
]0,1[
h d = 0.
423
2. Calculer, pour g H, les projections orthogonales P
F
(g) et P
G
(g) de g sur F et G.
corrig
Soit h H. Comme h P
F
h F
, il existe R t.q. h P
F
h = p.p.. Comme P
F
h F, on a
T(P
F
h) = 0. On en dduit que 2 =
_
1
1
h(t)dt et donc
P
F
h = h
1
2
_
1
1
h(t)dt p.p..
Comme h P
G
h G
, il existe R t.q. h P
G
h = p.p. sur ] 1, 0[ et h P
G
h = p.p. sur ]0, 1[.
Comme P
G
h G, on a S(P
G
h) = 0. On en dduit que 2 =
_
0
1
h(t)dt
_
1
0
h(t)dt et donc
P
G
h = h
1
2
(
_
0
1
h(t)dt
_
1
0
h(t)dt) p.p. sur ] 1, 0[,
P
G
h = h +
1
2
(
_
0
1
h(t)dt
_
1
0
h(t)dt) p.p. sur ]1, 0[.
Corrig 125 (Projection orthogonale dans L

2
)
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.
corrig
Si > 0 (cest--dire et non nuls et de mme signe), on a alors pour tout f (, f =
min([[, [[) > 0 p.p.. Donc,
_
f
2
d
2
(R) = , en contradiction avec f L
2
. On a donc ( = .
On suppose maintenant 0. On a alors 0 et donc 0 (. Ce qui prouve que ( ,= .
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
(.)
corrig
(a) On sait dj que ( ,= . On montre maintenant que ( est convexe. Soient f, g ( et t [0, 1]. On a
tf + (1 t)g L
2
car L
2
est un e.v.. Puis, du fait que f p.p. et g p.p., on dduit
immdiatement que tf + (1 t)g p.p.. Donc, tf + (1 t)g (.
Pour montrer que ( est ferme, soient (f
n
)
nN
( et f L
2
t.q. f
n
f dans L
2
, quand n . On peut
montrer que f p.p. comme dans le corrig 122 (question 2) ou (pour changer de mthode. . . ) de la
manire suivante :
Daprs le thorme 6.3 (rciproque partielle de la convergence domine), il existe une sous suite de la suite
(f
n
)
nN
convergeant p.p. vers f, cest--dire il existe : N N t.q. (n) quand n et
f
(n)
f p.p. quand n . Comme f
(n)
p.p., on en dduit f p.p., et donc que f (.
ce qui prouve que ( est ferme.
(b) On montre maintenant que P
C
f = maxminf, , .
On confond comme dhabitude f avec lun de ses reprsentants, et on dnit g par
g = maxminf, , = 1
f<]
+f1
f]
+1
f>]
.
424
g est donc une fonction mesurable de R dans R. Puis, comme [g[ [f[ p.p., on a bien g L
2
(et donc g L
2
avec la confusion habituelle). Enn, il est immdiat que g p.p.. Donc, g (.
Pour montrer que g = P
C
f, on utilise la premire caractrisation de la projection (proposition 6.15). Soit
h (, on a :
(f g/g h)
2
=
_
(f g)(g h)d
=
_
(f )( h)1
f<]
d +
_
(f )( h)1
f>]
d 0,
car h p.p.. On en dduit que g = P
C
f.
Corrig 126
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.]
corrig
On sait dj que L
2
est un espace de Hilbert.
On suppose maintenant que p ,= 2 (et p [1, ]) et on va montrer que L
p
nest pas un espace de Hilbert. Pour
cela , On pose f = 1
A
et g = 1
B
. On a bien f, g L
p
. On va montrer que lidentit du paralllogramme nest
pas vrie pour ces deux fonctions. On distingue les cas p < et p = .
Premier cas : p < . On pose a = m(A) et b = m(B) (noter que a, b ]0, [). On a :
1
2
(|f +g|
2
p
+|f g|
2
p
) = (a +b)
2
p
, |f|
2
p
+|g|
2
p
= a
2
p
+b
2
p
.
On en dduit
1
2
(|f +g|
2
p
+|f g|
2
p
)|f|
2
p
+|g|
2
p
= (a+b)
(1h
a
(t)) avec =
2
p
et h
(t) = t
+(1t)
,
t =
a
a+b
]0, 1[.
Un tude de la fonction h
montre que :
Si ]0, 1[, on a h
(t) > 1 pour tout t ]0, 1[,

Si ]1, [, on a h
(t) < 1 pour tout t ]0, 1[.

Lidentit du paralllogramme nest donc pas vrie pour ces fonctions f et g, ce qui prouve que la norme de
L
p
nest pas induite pas un produit scalaire.
Deuxime cas : p = . Dans ce cas, on a :
1
2
(|f +g|
2
p
+|f g|
2
p
) = 1, |f|
2
p
+|g|
2
p
= 2.
On en dduit
1
2
(|f +g|
2
p
+|f g|
2
p
) |f|
2
p
+|g|
2
p
= 1 ,= 0. Lidentit du paralllogramme nest donc pas
vrie pour ces fonctions f et g, ce qui prouve que la norme de L
p
nest pas induite pas un produit scalaire.
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, +].
corrig
Soit f L
p
R
(R, B(R), m). On a |f|
p
= [f(0)[ (noter que tous les reprsentants de f ont la mme valeur en 0
car m(0) > 0).
425
Il est facile de voir que la norme de L
p
est induite pas un produit scalaire, note (/), ce produit scalaire est
dni par :
(f/g) = f(0)g(0), pour f, g L
p
.
Lespace L
p
est donc un espace de Hilbert.
Corrig 127 (Espace l

2
)
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).
corrig
(Noter dabord que m est bien une mesure sur T(N).)
Soient f, g L
2
= L
2
R
(N, T(N), m) t.q. f = g p.p.. Pour tout n N, on a f(n) = g(n) car m(n) = 1 > 0.
On en dduit que f = g. Ceci montre bien que chaque lment de l
2
ne contient quun seul lment de lespace
L
2
.
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
< .
corrig
Soient (a
n
)
nN
, (b
n
)
nN
R
+
t.q.
nN
a
2
n
< et
nN
b
2
n
< (on peut aussi prendre a
n
, b
n
R au
lieu de R
+
).
On dnit f, g : N R par f(n) = a
n
et g(n) = b
n
pour n N. Les fonctions f et g sont mesurables (toute
fonction de N dans R est mesurable car la tribu choisie sur N est T(N)) et on a bien f, g L
2
car :
_
f
2
dm =
nN
a
2
n
< et
_
g
2
dm =
nN
b
2
n
< . (17.18)
En effet, pour montrer (17.18), il suft, par exemple, de remarquer que
f
2
=
nN
a
2
n
1
n]
et g
2
=
nN
g
2
n
1
n]
et dutiliser le premier corollaire du thorme de convergence monotone (corollaire 4.1).
Lingalit de Cauchy-Schwarz donne alors que fg L
1
R
(N, T(N), m), cest--dire :
nN
[a
n
b
n
[ < ,
et que (f/g)
2
|f|
2
|g|
2
. On en dduit :
(
nN
a
n
b
n
)
2
nN
a
2
n
nN
b
2
n
.
426
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.]

corrig
Soit n N
. On peut ordonner lensemble des (p), p 1, . . . , n, selon lordre croissant, cest--dire :

(p), p 1, . . . , n = p
1
, . . . , p
n
avec p
i
< p
i+1
pour tout i 1, . . . , n 1 (on utilise ici linjectivit
de ). Comme prend ses valeurs dans N
, on a p
1
1. On en dduit (par rcurrence nie sur i) que p
i
i,
pour tout i 1, . . . , n, et donc :
n
p=1
1
(p)
=
n
i=1
1
p
i
p=1
1
p
. (17.19)
On utilise maintenant lingalit de Cauchy-Schwarz de la question prcdente avec a
p
=
(p)
p
, b
p
=
1
(p)
pour p = 1, . . . , n et a
p
= b
p
= 0 pour p > n, on obtient :
(
n
p=1
1
p
)
2
= (
n
p=1
a
p
b
p
)
2
p=1
(p)
p
2
n
p=1
1
(p)
.
En utilisant (17.19), on en dduit :
n
p=1
1
p

n
p=1
(p)
p
2
,
et donc lim
nN
n
p=1
(p)
p
2
lim
nN
n
p=1
1
p
= .
(Noter que cette dmonstration reste vraie lorsque est seulement injective.)
Corrig 128 (Isomtrie dun espace de Hilbert avec l

2
)
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
).
corrig
La fonction a
u
est mesurable de N dans R (toute fonction de N dans R est mesurable car la tribu choisie sur N
est T(N)). En notant m la mesure du dnombrement sur T(N) (voir lexercice 6.34, corrig 127), on a
_
a
2
u
dm =
nN
(u/e
n
)
2
H
. Lgalit de Bessel (voir la proposition 6.18) donne alors que a
u
l
2
et |a
u
|
l
2 = |u|
H
.
Il est immdiat de voir que lapplication A : u a
u
est linaire, lapplication A est donc une isomtrie de H
dans l
2
(ceci donne, en particulier, que A est injective). Il reste montrer que A est surjective.
Soit a l
2
. On note a
n
= a(n) pour n N, de sorte que (a
n
)
nN
R et
nN
a
2
n
< . Pour n N, on pose
f
n
=
n
p=1
a
p
e
p
. La suite (f
n
)
nN
est de Cauchy dans H car, pour m > n, |f
m
f
n
|
2
H
=
m
p=n+1
a
2
p

p=n+1
a
2
p
0 quand n . Il existe donc u H t.q. f
n
u, dans H, quand n . Le troisime item de
la proposition 6.18 page 150 donne alors que a = a
u
. Ceci montre bien que A est surjective.
427
Corrig 129 (Convergence p.s. et borne L
2
donne convergence L
1
)
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.
corrig
On obtient, avec Cauchy-Scharwz,
E([X
n
[) =
_
]X
n
]
[X
n
[dP +
_
]X
n
]>
[X
n
[dP +
_
E(X
2
n
)
_
P([X
n
[ > ).
2. Montrer que X
n
0 dans L
1
R
(, /, P).
corrig
Soit > 0, la convergence p.s. implique la convergence en probabilit. Il existe donc n
0
N t.q.
n n
0
P([X
n
[ > )
2
.
Avec la question 1, on a donc
n n
0
E([X
n
[) 2.
Ce qui prouve que X
n
0 dans L
1
.
3. Montrer, en donnant un exemple, que les hypothses donnes au dbut de lexercice nentrainent pas les hypo-
thses du thorme de convergence domine.
corrig
On peut prendre (, /, P) = (]0, 1[, B(R), ) et X
n
= n1
]1/(n+1),1/n[
pour n 1.
Corrig 130 (Identits de Wald)

n
)
nN
. On pose
S
N
= X
1
+. . . +X
N
N
() =
N()
n=1
X
n
()).
1
, . . . , X
n
, on pose
A
n
= , N(w) = n (on note, en gnral, A
n
= N = n), Y
n
=
n
p=1
X
p
et Z
n
=
n
p=1
[X
p
[.
(a) Soit n N
. Montrer que 1
A
n
et Y
n
A
n
et Z
n
dantes.
1
N
N
) en fonction de
E(N) et E(X
1
N
=
n=1
1
A
n
Y
n
et [S
N
[
n=1
1
A
n
Z
n
.]
(c) On suppose 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.
(a) Montrer que 1
nN]
et X
n
(b) Reprendre les questions 1(b) et 1(c). [On pourra crire S
N
=
nN
1
nN]
X
n
et utiliser, pour la ques-
tion 1(c), lexercice 6.23.]
428
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
).
corrig
En attente
17.3 Thorme de Radon-Nikodym et Dualit dans L

p
Corrig 131 (Fonctions absolument continues)
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
_
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..
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[.]
corrig
On remarque tout dabord que f est mesurable (de ]a, b[, muni de la tribu borlienne, dans R, muni de la
tribu borlienne) car limage rciproque par f dun intervalle de R est un intervalle de ]a, b[). Comme [f[ est
borne (par max([f(b)[, [f(a)[)), on a aussi f L
1
R
(]a, b[, B(]a, b[), ).
On pose f(x) = f(b) pour x > b (de sorte que f est maintenant monotone croissante, et donc mesu-
rable, de ]a, [ dans R), et on dnit pour n N
la fonction f
n
par f
n
(x) = n(f(x +
1
n
) f(x))
pour x ]a, b[. Pour n N, la fonction f
n
est donc mesurable (de ]a, b[ dans R) positive et (en notant que
f L
1
R
(]a, b[, B(]a, b[), ) et f( +
1
n
) L
1
R
(]a, b[, B(]a, b[), )) on a :
_
]a,b[
f
n
d = f(b) n
_
]a,a+
1
n
[
fd f(b) f(a) (17.20)
Comme f est drivable p.p., on a f
n
f
t
p.p. sur ]a, b[, cest--dire quil existe A B(]a, b[) t.q.
(]a, b[A) = 0 et f
n
(x) f
t
(x) pour tout x A. On pose g(x) = f
t
(x) si x A et g(x) = 0 si-
non. Le lemme de Fatou appliqu la suite f
n
donne (par (17.20)) que g est mesurable positive (de ]a, b[ dans
R
+
) et
_
]a,b[
gd f(b) f(a).
On a donc f
t
L
1
R
(]a, b[, B(]a, b[), ) (au sens o lon confond f
t
et la classe de g car f
t
= g p.p.) et
_
]a,b[
f
t
d f(b) f(a).
429
(b) Donner un exemple pour lequel lingalit de la question prcdente est stricte. (Les courageux pourront
chercher un exemple pour lequel f est continue. . . )
corrig
Un exemple facile est obtenu en prenant f(x) = 0 si x [a,
a+b
2
] et f(x) = 1 si x ]
a+b
2
, b]. On a alors
f
t
= 0 p.p. et f(b) f(a) = 1.
On peut obtenir un exemple avec f continue en construisant f partir de lensemble de Cantor (f est prise
constante sur chacun des intervalles ouverts formant le complmentaire de lensemble de Cantor, on a ainsi
f
t
= 0 p.p.).
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.
corrig
Il suft de prendre n = 1, on remarque alors que :
a a
1
< b
1
b, b
1
a
1
[f(b
1
) f(a
1
)[ < .
Ce qui donne luniforme continuit de f.
(b) Montrer que lensemble des fonctions absolument continues sur [a, b] forme un espace vectoriel.
corrig
Soit f, g deux fonction absolument continues. Soit > 0, il existe
1
> 0 [resp.
2
> 0] t.q. pour toute
famille nie dintervalles deux deux disjoints (]a
k
, b
k
[)
1kn
dont la somme des longueurs est infrieure
1
[resp.
2
], on a
n
k=1
[f(b
k
) f(a
k
)[ < [resp.
n
k=1
[g(b
k
) g(a
k
)[ < ]. On en dduit que pour toute
famille nie dintervalles deux deux disjoints (]a
k
, b
k
[)
1kn
dont la somme des longueurs est infrieure
= min(
1
,
2
) > 0, on a
n
k=1
[(f +g)(b
k
) (f +g)(a
k
)[ < 2.
Ce qui prouve que f +g est absolument continue.
Il est facile de voir que f est absolument continue si f est absolument continue et R.
Lensemble des fonctions absolument continues sur [a, b] forme donc 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.
430
(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[).
corrig
La question 3 est admise.
4. Soit f L
1
R
_
f1
]a,x]
d. Montrer que F absolument
continue.
corrig
Cette question est une consquence de la proposition 4.9 du cours. Soit > 0, il existe > 0 t.q.
(A B(]a, b[), (A) )
_
A
[f[d .
Si (]a
k
, b
k
[)
1kn
est une famille nie dintervalles deux deux disjoints dont la somme des longueurs est
infrieure , on pose A =
n
k=1
]a
k
, b
k
[. On a (A) =
n
k=1
(b
k
a
k
) et donc
_
A
[f[d . On en
dduit le rsultat dsir car :
n
k=1
[F(b
k
) F(a
k
)[ =
n
k=1
_
]a
k
,b
k
[
fd
k=1
_
]a
k
,b
k
[
[f[ d =
_
A
[f[d .
5. Soit F une fonction absolument continue et monotone croissante de [a, b] dans R. On prolonge cette fonction
sur R en 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 de Lebesgue-Stieltjes, 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.]
corrig
Soit A B(R) t.q. (A) = 0. On veut montrer que m
F
(A) = 0 (ceci donnera bien que m
F
est absolument
continue par rapport ).
Soit > 0. Comme F est absolument continue sur [a, b], il existe > 0 t.q. pour toute famille nie dinter-
valles (de [a, b]) 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
)[ < . Comme F est constante et gale F(a) sur ] , a] et constante et gale
F(b) sur [b, +[, cette proprit est aussi vrai si les intervalles sont des intervalles de R non ncessairement
inclus dans [a, b].
Par la rgularit de , il existe un ouvert O At.q. (O) . Cet ouvert O peut scrire comme une runion
au plus dnombrable dintervalles ouverts disjoints deux deux, O =
k=1
]a
k
, b
k
[ (avec ventuellement
a
k
= b
k
pour certaines valeurs de k). Pout tout n N
, on a
n
k=1
(b
k
a
k
)
k=1
(b
k
a
k
) = (O)
et donc :
m
F
(
n
k=1
]a
k
, b
k
[) =
n
k=1
(F(b
k
) F(a
k
)) .
431
En faisant tendre n vers linni, la continuit croissante de m
F
donne :
m
F
(O) = lim
n
m
F
(
n
k=1
]a
k
, b
k
[) ,
et donc m
F
(A) (car A O). Comme > 0 est arbitrairement petit, on en dduit bien m
F
(A) = 0.

1
R
(R, B(R), ) t.q. F() F() =
_
g1
],[
d, pour tout , R, < .
Montrer que g = F
t
p.p. sur ]a, b[.
corrig
Comme m
F
est absolument continue par rapport , le thorme de Radon-Nikodym (thorme 6.11) donne
lexistence de g /
+
(R, B(R)) t.q. m
F
= g. On a donc, pour tout , R, avec < :
F() F() = m
F
(], [) =
_
g1
],[
d.
En faisant tendre vers et vers +, on en dduit
_
gd = F(b) F(a) < et donc g
L
1
(R, B(R), d) (au sens de la confusion habituelle, cest--dire il existe h L
1
(R, B(R), d) t.q. g = h
p.p.").
Pour tout x [a, b], on a F(x) = F(a)+
_
g1
]a,x[
d. Le deuxime rsultat admis donn au dbut de lnonc
donne donc que F est drivable p.p. sur ]a, b[ et F
t
= g p.p. sur ]a, b[.
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.
corrig
Daprs la question 3-(b), la fonction F est la diffrence de deux fonctions absolument continues monotones
croissantes, notes F
1
et F
2
. On peut alors appliquer la question 5-(b) F
1
et F
2
, elle donne que F
1
et F
2
sont
drivables p.p. sur ]a, b[, que F
t
1
, F
t
2
L
1
R
(]a, b[, B(]a, b[), ) et que, pour tout x [a, b] :
F
1
(x) F
1
(a) =
_
F
t
1
1
]a,x[
d, F
2
(x) F
2
(a) =
_
F
t
2
1
]a,x[
d.
Comme F = F
1
F
2
, on en dduit que F est drivable p.p. sur ]a, b[, que F
t
L
1
R
(]a, b[, B(]a, b[), ) et que,
pour tout x [a, b] :
F(x) F(a) =
_
F
t
1
]a,x[
d.
Corrig 132 (Dualit L

1
-L
par le thorme de Radon-Nikodym)

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.
Attention, il y a toujours cette confusion malheureuse de notations, la mme lettre T dsigne la tribu sur E et un
e
lment de (L
1
R
(E, T, m))
t
.
432
On note L
r
= L
r
R
(E, T, m) et L
r
= L
r
R
(E, T, m) (pour r = 1 et r = ).
corrig
Soit A T (tribu sur E), comme m est une mesure nie, on a 1
A
L
1
(et donc 1
A
L
1
en confondant un
lment de L
1
avec sa classe dans L
1
). On peut dnir (A) par T(1
A
).
Pour montrer que est une mesure sur T, on remarque tout dabord que () = T(1
) = T(0) = 0. Puis, soit

(A
n
)
nN
T t.q. A
n
A
m
nN
A
n
. En utilisant le thorme de convergence
domine, on remarque que
N
n=0
1
A
n
1
A
dans L
1
quand N (en effet, on a bien une convergence p.p.
et une domination par 1
E
qui est intgrable). Comme T (L
1
)
t
, on a donc
N
n=0
T(1
A
n
) = T(
N
n=0
1
A
n
)
T(1
A
) quand N . Avec la dnition de , on en dduit :
N
n=0
(A
n
) (A) quand N .
Ce qui montre bien que est une mesure sur T.
Pour montrer que est nie, il suft de remarquer que (E) = T(1
E
) R (noter que 1
E
L
1
).
2. En utilisant le thorme de Radon-Nikodym, montrer quil existe g /

+
t.q. T(1
A
) =
_
g1
A
dm pour tout
A T.
corrig
Soit A T t.q. m(A) = 0. On a donc 1
A
= 0 p.p.. On en dduit que (A) = T(1
A
) = 0 (la fonction 1
A
est un
lment de la classe de 0 dans L
p
).
La mesure est donc absolument continue par rapport la mesure m. On peut appliquer le thorme de Radon-
Nikodym (thorme 6.11), il donne lexistence de g /
+
t.q. :
T(1
A
) = (A) =
_
g1
A
dm pour tout A T. (17.21)
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.]
corrig
On prend A = g > |T|
(L
1
)
. Si m(A) > 0, on a, avec (17.21), en remarquant que |1
A
|
1
= m(A) :
|T|
(L
1
)
m(A) <
_
g1
A
dm = T(1
A
) |T|
(L
1
)
m(A),
ce qui est impossible. On a donc m(A) = 0, ce qui prouve que g = h p.p. avec h dnie par h = g sur A
c
et
h = 0 sur A. Comme h L
, on a donc g L
(au sens il existe h L
R
(E, T, m) t.q. h = g p.p.").
On a aussi montr que |g|
= |h|
|T|
(L
1
)
.
4. Montrer que T(f) =

_
gfdm pour tout f L
1
R
(E, T, m).
corrig
433
Grce (17.21), on a, pour tout f = 1
A
avec A T :
T(f) =
_
gfdm. (17.22)
Par linarit de T (sur L
1
) et par linarit de lintgrale, on en dduit que (17.22) est encore vraie si f c
+
L
1
(on confond encore f et sa classe).
Puis, si f /
+
L
1
, il existe (f
n
)
nN
c
+
t.q. f
n
f quand n . Comme f L
1
et gf L
1
, le
thorme de convergence domine donne f
n
f dans L
1
et gf
n
gf dans L
1
quand n (noter que
(f
n
)
nN
est domine par f et (gf
n
)
nN
est domine par gf). En crivant (17.22) avec f = f
n
et en faisant
n , on en dduit (17.22). Lgalit (17.22) est donc vraie pour tout f /
+
L
1
.
Soit enn f L
1
(on confond f avec lun de ses reprsentants). On crit alors (17.22) pour f = f
+
/
+
L
1
et f = f
/
+
L
1
. En faisant la diffrence on en dduit (17.22).
Lgalit (17.22) est donc vraie pour tout f L
1
.
Corrig 133 (Dcomposition dune mesure)

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).
corrig
Soit (C
n
)
nN
une suite de B(R
d
) t.q.
d
(C
n
) = 0 pour tout n et sup
nN
m(C
n
) = . On pose C =
nN
C
n
.
On a donc
d
(C) = 0 (par -sous additivit de
d
) et m(C) = (par monotonie de m et dnition de ).
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
.
corrig
Comme m() = 0, on a aussi () = () = 0. La -addivit de m donne la -addivit de et . Ceci prouve
que et sont des mesures.
Comme
d
(C) = 0 et (C
c
) = m(C C
c
) = 0, les mesures et
d
sont trangres.
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
+.
corrig
Soit B B(R
d
) t.q.
d
(B) = 0. On pose D = C (B C
c
). On a donc 0
d
(D)
d
(C) +
d
(B) = 0
et donc = m(C) m(D) . Ce qui prouve que m(D) = . Comme m(D) = m(C) + m(B C
c
) =
+ m(B C
c
), on a donc m(B C
c
) = 0, cest--dire (B) = 0 (on a utilis ici que fait que < +, ce
qui est d au fait que m est une mesure nie). On a ainsi montr que <<
d
. On peut maintenant appliquer le
thorme de Radon-Nikodym (thorme 6.11), il donne lexistence dune fonction f borlienne de R
d
dans R
+
t.q. = f
d
.
Pour tout A B(R
d
), on a m(A) = m(AC)+m(AC
c
) = (A)+(A). On a donc m = + = f
d
+.
434
N.B. Dans ce corrig, on a essentiellement repris la dmonstration de la proposition 2.4 (qui considre un cas
plus gnral) et utilis pour conclure le thorme de Radon-Nikodym.
Corrig 134 (Une dmonstration de la dualit L
p
L
q
pour p < 2)
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
. (Attention aux notations maladroites car T reprsente la fois la
tribu sur E et la forme linaire continue sur L
p
. . . , cette confusion de notations sera corrige dans une prochaine
version !)
1. On considre dabord le cas o m(E) < +.
(a) Montrer que L
2
L
p
2
dans L
p
est continue.
corrig
Cette question est faite dans la proposition 6.8 page 135. En particulier, lingalit (6.12) donne |f|
p

C|f|
2
pour tout f L
2
avec C ne dpendant que de p et m(E). En fait, si m(E) > 0, le plus petit C
possible dans cette ingalit est C = (m(E))
1
p
1
2

2
t.q. T(f) =
_
fgdm pour tout f L
2
.
corrig
On appelle S la restriction de T a L
2
. La question prcdente montre que S est bien dni est que S (L
2
)
t
.
Comme L
2
est un espace de Hilbert, le thorme de reprsentation de Riesz (thorme 6.9) donne lexistence
(et lunicit) de g L
2
t.q. S(f) = (f/g)
2
=
_
fgdm pour tout f L
2
. Comme S = T sur L
2
, on a donc
bien :
T(f) =
_
fgdm pour tout f L
2
. (17.23)
(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
)
.]
corrig
Dans toute la suite, on posera aussi L
r
= L
r
R
(E, T, m) (pour r = p, r = q et r = 2).
Cas p > 1. Dans ce cas, on a 2 < q < . On confond, comme dhabitude, g avec lun de ses reprsentants,
de sorte que g L
2
. On pose alors f
n
= [g[
(q2)
g1
]g]n]
. La fonction f
n
est mesurable (comme produit de
fonctions mesurables et borne, on a donc f
n
L
L
2
L
p
.
On peut donc prendre f = f
n
dans (17.23), on obtient
_
f
n
gdm = T(f
n
) et donc, en notant B
n
= [g[ n :
_
B
n
[g[
q
dm = T(f
n
) |T|
(L
p
)
|f
n
|
p
.
Comme |f
n
|
p
p
=
_
B
n
[g[
p(q1)
dm =
_
B
n
[g[
q
dm, on en dduit :
(
_
B
n
[g[
q
dm)
1
q
|T|
(L
p
)
. (17.24)
435
On remarque maintenant que [g[
q
1
B
n
[g[
q
quand n . On peut donc appliquer le thorme de conver-
gence monotone la suite ([g[
q
1
B
n
)
nN
, lingalit (17.24) donne alors :
(
_
[g[
q
dm)
1
q
|T|
(L
p
)
.
On a donc g L
q
(et g L
q
en confondant g avec sa classe dquivalence dans L
q
) et |g|
q
|T|
(L
p
)
.
Cas p = 1. Dans ce cas, on a q = . On confond aussi g avec lun de ses reprsentants, de sorte que
g L
2
. On pose maintenant A = [g[ > |T|
(L
1
)
et f = sgn(g)1
A
. La fonction f est donc tage et on a
f L
L
2
L
1
.
On obtient alors, avec (17.23) :
_
A
[g[dm =
_
fgdm = T(f) |T|
(L
1
)
|f|
1
= |T|
(L
1
)
(m(A)). (17.25)
Or, si m(A) > 0, on a (par la dnition de A),
_
A
[g[dm > |T|
(L
1
)
m(A), en contradiction avec (17.25). On
a donc m(A) = 0, ce qui donne g L
(et g L
en confondant g avec sa classe dquivalence dans L
)
et |g|
|T|
(L
1
)
.
(d) Si f L
p
, montrer que f
n
= f1
]f]n]
L
2
q
t.q. T(f) =
_
fgdm, pour
tout f L
p
.
corrig
La fonction g recherche est, bien sr, celle trouve dans les questions prcdentes.
Soit f L
p
. On confond f avec lun de ses reprsentants, de sorte que f L
p
. Pour n N, on pose
f
n
= f1
]f]n]
. La fonction f
n
est donc mesurable (comme produit de fonctions mesurables) et borne,
donc f
n
L
L
2
. On peut donc prendre f = f
n
dans (17.23), on obtient :
T(f
n
) =
_
f
n
gdm pour tout n N. (17.26)
Le thorme de convergence domine dans L
p
(thorme 6.1) donne que f
n
f dans L
p
quand n
(la suite (f
n
)
nN
converge bien p.p. vers f et est domine par [f[ L
p
). Comme T (L
p
)
t
, on a donc
T(f
n
) T(f) quand n . Dautre part, comme g L
q
, on a
_
f
n
gdm
_
fgdm quand n (en
effet, lingalit de Hlder donne [
_
f
n
gdm
_
fgdm[ |f
n
f|
p
|g|
q
). On dduit donc de (17.26), quand
n , que T(f) =
_
fgdm.

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).
(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
).
corrig
436
On a dj vu que T
n
est une tribu sur A
n
(tribu trace) et que m
n
n
(mesure trace, voir
lexercice 2.16 par exemple).
Attention ici aussi la confusion de notations entre T
n
tribu et T
n
forme linaire sur L
p
(m
n
).
La dnition de T
n
est cohrente car, si f L
p
(m
n
), on confond f avec lun de ses reprsentants et la
fonction

f est alors p.p. gale f prolonge par 0 hors de A
n
, qui est bien un lment de L
p
. On a donc
f L
p
(avec la confusion habituelle) et T(

f) est bien dni (il ne dpend du reprsentant choisi dans la
classe de f).
On remarque aussi que T
n
est linaire et que, pour f L
p
(m
n
),
[T
n
(f)[ = [T(

f)[ |T|
(L
p
)
|
f|
L
p = |T|
(L
p
)
|f|
L
p
(m
n
)
.
Donc, T
n
(L
p
(m
n
))
t
et |T
n
|
(L
p
(m
n
))
|T|
(L
p
)
. Comme m
n
(A
n
) = m(A
n
) < , on peut alors
utiliser la premire partie, elle donne quil existe g
n
L
q
(m
n
) t.q. :
T
n
(f) =
_
fg
n
dm
n
, f L
p
(m
n
).
La premire partie donne aussi :
|g
n
|
L
q
(m
n
)
|T
n
|
(L
p
(m
n
))
|T|
(L
p
(m))
. (17.27)
On utilise (g
n
)
nN
n
= g
m
p.p. sur A
n
.
corrig
Soit f L
p
= L
p
R
(E, T, m) t.q. f = 0 p.p. sur A
c
n
. On note f
n
la restriction de f A
n
et f
m
la restriction de f
A
m
. En confondant, comme dhabitude, un lment de L
p
avec lun de ses reprsentants, on a f
n
L
p
(m
n
),
f
m
L
p
(m
m
) et T
n
(f
n
) = T
m
(f
m
) = T(f). Donc,
_
f
n
g
n
dm
n
=
_
f
m
g
m
dm
m
.
Comme f
n
= f
m
= f sur A
n
et que m
n
est aussi la restriction de m
m
sur A
n
, on a donc :
_
f
n
(g
n
g
m
)dm
n
= 0.
En prenant f = sign(g
n
g
m
)1
g
n
,=g
m
]
sur A
n
et f = 0 sur A
c
n
(on a ici choisi des reprsentants pour g
n
et
g
m
), on en dduit g
n
= g
m
m
n
-p.p. sur A
n
, cest--dire g
n
= g
m
p.p. sur A
n
, car m
n
est la restriction de m
sur A
n
(p.p. est alors pris au sens m-p.p.).

n
sur A
n
.
i. Montrer que g L
q
corrig
437
Plus prcisment, on peut choisir, pour tout n N un reprsentant de g
n
de manire avoir g
n
= g
m
sur
tout A
n
pour m n. On peut alors dnir g : E R par g = g
n
sur A
n
. La fonction g est mesurable de
E dans R (car g
n
est mesurable de A
n
dans R).
Cas p > 1. (cest--dire q < ). Dans ce cas, on remarque que h
n
[g[ quand n avec h
n
dni par
h
n
= [g
n
[ sur A
n
et h
n
= 0 sur A
c
n
. Le thorme de convergence monotone donne alors :
_
[g[
q
dm = lim
n
_
h
q
n
dm = lim
n
_
[g
n
[
q
dm
n
.
Comme
_
[g
n
[
q
dm
n
|T|
q
(L
p
)
(daprs 17.27), on en dduit que g L

q
(et |g|
q
|T|
(L
p
)
). Donc,
g L
q
(en confondant g avec sa classe).
Cas p = 1. (cest--dire q = ). Dans ce cas, on a, par (17.27), |g
n
|
L
(m
n
)
|T|
(L
1
)
pour tout n N.
On en dduit que |g|
|T|
(L
1
)
(car g > |T|
(L
1
)
=
nN
g
n
> |T|
(L
1
)
). Donc, g L
(en
confondant g avec sa classe).
ii. Montrer que T(f) =

_
fgdm, pour tout f L
p
.
corrig
Soit f L
p
, on pose f
n
= f1
A
n
. Daprs thorme de convergence domin dans L
p
(thorme 6.1), on a
f
n
f dans L
p
quand n . Donc :
T(f
n
) T(f) quand n . (17.28)
Or, T(f
n
) = T
n
(h
n
), o h
n
est la restriction de f
n
A
n
. On remarque alors que
T
n
(h
n
) =
_
g
n
h
n
dm
n
=
_
gf
n
dm.
Comme g L
q
, lingalit de Hlder donne que
_
gf
n
dm.
_
gfdm quand n (car [
_
gf
n
dm.
_
gfdm[ |g|
q
|f
n
f|
p
0 quand n ).
On a donc T(f
n
) = T
n
(h
n
)
_
gfdm quand n , ce qui, avec (17.28) donne T(f) =
_
fgdm.
17.4 Convergence faible, faible-, troite, en loi. . .

Corrig 135
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
.
corrig
Comme f
n
f faiblement vers f dans L
2
(quand n ) et que f L
2
, on a :
_
f
n
fdm
_
f
2
dm = |f|
2
2
quand n .
438
Lingalit de Cauchy-Schwarz donne
_
f
n
fdm |f
n
|
2
|f|
2
. On en dduit, en faisant tendre n vers linni :
|f|
2
2
= lim
n
_
f
n
fdm = liminf
n
_
f
n
fdm liminf
n
|f
n
|
2
|f|
2
= |f|
2
liminf
n
|f
n
|
2
,
et donc |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
.
corrig
On remarque que |f
n
f|
2
2
= (f
n
f/f
n
f)
2
= |f
n
|
2
2
+ |f|
2
2
2
_
f
n
fdm. On a |f
n
|
2
2
|f|
2
2
et,
comme f
n
f faiblement dans L
2
, on a aussi
_
f
n
fdm
_
f
2
dm = |f|
2
2
, quand n . On en dduit
donc que |f
n
f|
2
0 quand n .
Corrig 136 (Convergence faible)

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
. (17.29)
corrig
Le cours (thorme de dualit 6.10 page 157) donne que
g
, g L
q
= (L
p
)
t
, avec
g
dni par
g
(f) =
_
fgdm (pour f L
p
). Ceci donne bien le rsultat demand (cest--dire : f
n
f faiblement dans L
p
si et
seulement si
g
(f
n
)
g
(f) pour tout g L
q
).
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.]
corrig
Soient (f
n
)
nN
L
p
et f L
p
t.q. f
n
f faiblement dans L
p
, quand n . On confond f avec lun de ses
reprsentant et on pose g = [f[
p1
sign(f). La fonction est mesurable (comme produit de fonctions mesurables).
On a aussi g L
q
et, comme q(p 1) = p, |g|
q
q
= |f|
p
p
. On en dduit, par lingalit de Hlder :
_
f
n
gdm |f
n
|
p
|g|
q
= |f
n
|
p
(
_
[f[
p
dm)
1
1
p
.
Quand n , on obtient :
_
[f[
p
dm =
_
fgdm = lim
n
_
f
n
gdm liminf
n
|f
n
|
p
(
_
[f[
p
dm)
1
1
p
,
et donc |f|
p
liminf
n
|f
n
|
p
.
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. (17.30)
439
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 .
corrig
Pour dnir E
N
, on a, comme dhabitude, confondu les fonctions f
n
et f avec lun de leurs reprsentants.
On remarque que g(f
n
f) 0 p.p. et que, pour n N, [g(f
n
f)[ [g[ p.p.. Comme g L
q
L
1
(car
m(E) < ), on peut appliquer le thorme de convergence domine. Il donne que g(f
n
f) 0 dans L
1
et donc :
_
gf
n
dm
_
gfdm, quand n .
(b) Montrer que f

n
f faiblement dans L
p
. [Pour g L
q
, introduire g
N
= g1
E
N
.]
corrig
Soit g L
q
(on confond g avec lun de ses reprsentants). On pose g
N
= g1
E
N
avec E
N
=
nN
x E;
[f
n
(x) f(x)[ 1. On a alors :
_
f
n
gdm
_
fgdm =
_
f
n
(g g
N
)dm+
_
f
n
g
N
dm
_
fg
N
dm+
_
f(g
N
g)dm.
(17.31)
Comme g
N
g p.p. quand N (car f
n
f p.p. quand n ), et que [g
N
[ [g[ p.p. (pour tout N),
on peut appliquer le thorme de convergence domine dans L
q
(thorme 6.1) car g L
q
et q < (on a
besoin ici de lhypothse p > 1). Il donne :
g
N
g dans L
q
, quand N . (17.32)
Soit > 0. En utilisant lingalit de Hlder, lhypothse |f
n
|
p
C et (17.32), on peut donc choisir N t.q. :
[
_
f
n
(g
N
g)dm[ |f
n
|
p
|g
N
g|
q
C|g
N
g|
q
, (17.33)
pour tout n N et :
[
_
f(g
N
g)dm[ |f|
p
|g
N
g|
q
, (17.34)
Puis, N tant x, la question prcdente nous donne, quand n ,
_
f
n
g
N
dm
_
fg
N
dm.
Il existe donc n() t.q.
n n() [
_
f
n
g
N
dm
_
fg
N
dm[ . (17.35)
Avec (17.33), (17.34) et (17.35), on dduit alors de (17.31) :
n n() [
_
f
n
gdm
_
fgdm[ 3.
Ce qui prouve bien la convergence faible de f
n
vers f dans L
p
.
440
(c) Donner un exemple avec (E, T, m) = (]0, 1[, B(]0, 1[), ) pour lequel f
n
,f dans L
p
.
corrig
On prend f
n
= n
1
p
1
]0,
1
n
[
. On a |f
n
|
p
= 1, f
n
0 p.p. et f
n
,0 dans L
p
(quand n ).
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 .
corrig
Le fait que |f|
1
liminf
n
|f
n
|
1
est une consquence immdiate du lemme de Fatou, lemme 4.6 (en
choisisant des reprsentants pour f
n
et f).
On peut prendre, comme exemple, f
n
= n1
]0,
1
n
[
. On a f
n
0 p.p., |f
n
|
1
= 1 et
_
f
n
dm 1 ,= 0 si
= 1
]0,1[
(donc f
n
,0 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
.]
corrig
On pose g
n
= [f
n
f[
r
. On a g
n
0 p.p. et, pour tout A T, on obtient en utilisant lingalit de Hlder
avec les fonctions g
n
et 1
A
et les exposants
p
r
et son conjugu :
_
A
g
n
dm =
_
A
[f
n
f[
r
(
_
A
[f
n
f[
p
dm)
r
p
(m(A))
1
r
p
|f
n
f|
r
p
(m(A))
1
r
p
.
On en dduit, comme |f
n
|
p
C :
_
A
g
n
dm (C +|f|
p
)
r
(m(A))
1
r
p
,
do lon dduit que la suite (g
n
)
nN
est quiintgrable. Le thorme de Vitali (thorme 4.8, voir aussi lexer-
cice 4.30) donne alors que g
n
0 dans L
1
, do lon conclut que f
n
f dans L
r
, quand n .
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
.
corrig
Il suft ici de reprendre la mme dmonstration qu la question 3 avec E
N
remplac par

E
N
= E
N
A
N
o
(A
n
)
nN
T est t.q.
nN
A
n
= E, A
n+1
A
n
pour tout n N et m(A
n
) < pour tout n N.
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
.
corrig
Le fait que f L
p
est une consquence immdiate du lemme de Fatou (appliqu la suite ([f
n
[
p
)
nN
).
441
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
.]
corrig
On se limite n pair (la dmonstration pour n impair est similaire).
On prend dabord C([0, 1], R). On a alors :
_
f
n
d =
n
2
1
k=0
_ 2k+1
n
2k
n
((x) (x +
1
n
))dx.
On en dduit :
[
_
f
n
d[
_
1
1
n
0
[(x) (x +
1
n
)[dx 0 quand n . (17.36)
Soit maintenant L
1
. Soit > 0. Il existe C([0, 1], R) t.q. | |
1
. On a alors :
[
_
f
n
d[ [
_
f
n
d[ +[
_
f
n
( )d[ [
_
1
0
f
n
d[ +.
Comme C([0, 1], R), on peut utiliser (17.36) (avec au lieu de ). Il existe donc n() t.q. [
_
1
0
f
n
d[
pour n n(), et donc :
n n() [
_
f
n
d[ 2,
ce qui donne bien
_
f
n
d 0, quand n , pour tout L
1
.
On en dduit bien que f
n
0 faiblement dans L
p
pour tout 1 p < en utilisant la question 1 et le fait que
L
q
L
1
pour tout q 1.
Corrig 137 (Convergence faible et non linarit)

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
.
corrig
Soit L
. On sait que lapplication w

_
wd est une application T linaire continue de L
1
dans R
(voir la section 6.3). On a donc, quand n :
_
u
n
d
_
ud et
_
u
n
d
_
vd.
On en dduit bien que
_
ud =
_
vd cest--dire
_
(u v)d = 0.
442
(b) Montrer que u = v p.p.. [Choisir convenablement dans lgalit prccente.]
corrig
On choisit des reprsentants de u et v et on prend = sign(u v)1u ,= v. La fonction est mesurable
(et mme tage) et borne, donc L
(ou L
avec la confusion habituelle). Ce choix de dans la

question prcdente donne alors |u v|
1
= 0 et donc u = v p.p..
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 < .
corrig
Ceci est une consquence immdiate du thorme de convergence domine dans L
p
(pour 1 p < ,
thorme 6.1). En effet, on a v
n
v p.p., [v
n
[ C1
]0,1[
p.p. (pour tout n N) et la fonction C1
]0,1[
appartient L
p
.
(b) Donner un exemple pour lequel v

n
,v dans L
.
corrig
Il suft de prendre v
n
= 1
]0,
1
n
[
(plus prcisment, v
n
est llment de L
donc 1
]0,
1
n
[
est lun des reprsen-
tants) et v = 0. On a (v
n
)
nN
L
, |v
n
|
= 1, pour tout n N, v
n
0 p.p. et v
n
,0 dans L
(quand
n ),
(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).]
corrig
On remarque que
_
u
n
v
n
d =
_
u
n
vd +
_
u
n
(v
n
v)d. (17.37)
Comme u
n
u faiblement dans L
1
, on a
_
u
n
vd
_
uvd, quand n .
Le deuxime terme de (17.37) tends vers 0 car [
_
u
n
(v
n
v)d[ |u
n
|
|v
n
v|
1
C|v
n
v|
1
0,
quand n , car on a montr prcdemment que v
n
v dans L
1
.
On en dduit bien que
_
u
n
v
n
d
_
uvd, quand n .
On se donne maintenant une fonction C(R, R).

3. Soit u L
. Montrer que u L
.
corrig
Comme C(R, R), est borlienne (cest--dire mesurable de R dans R, R tant muni de la tribu de
Borel). On en dduit que u est mesurable comme compose de fonctions mesurables.
On note M = max[(s)[, [s[ |u|
. On a M < (car est continue sur le compact [|u|
, |u|
])
et [ u[ M p.p. car [u[ |u|
p.p.. On en dduit que u L
et | u|
M.
443
4. Soit u L
et v, w u. Montrer que h L
; h = v p.p. = h L
; h = w p.p..
corrig
On a v = w p.p. et donc v = w p.p., puisque, pour x ]0, 1[. u(x) = v(x) implique (u(x)) = (v(x)).
Si h : ]0, 1[R, on a donc :
h = u p.p. h = v p.p. ,
ce qui donne bien 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.
corrig
Soit A B(]0, 1[). De lhypothse |u
n
|
C, on dduit :
[
_
u
n
1
A
d[ |u
n
|
|1
A
|
1
C(A). (17.38)
Comme u
n
u faiblement dans L
1
quand n , on a
_
u
n
1
A
d
_
u1
A
d quand n . On dduit
donc de (17.38), quand n :
[
_
u1
A
d[ C(A). (17.39)
On choisit alors un reprsentant de u et on prend dans (17.39), A = A
+
= u > C. Si (A
+
) > 0, on a
_
u1
A
+
d > C(A
+
), en contradiction avec (17.39). Ce qui prouve que (A
+
) = 0.
On prend ensuite A = A
= u < C. Si (A
) > 0, on a [
_
u1
A
d[ =
_
(u)1
A
d > C(A
), en
contradiction avec (17.39). Ce qui prouve que (A
) = 0.
On a donc ([u[ > C) = (A
+
) +(A
) = 0. Ce qui donne u L
et |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.]
corrig
On rappelle dabord (voir la section 6.3) que si (w
n
)
nN
L
1
et w L
1
, la suite (w
n
)
nN
tends vers w
faiblement dans L
1
(quand n ) si et seulement
_
w
n
d
_
wd pour tout L
.
Soit L
, on a
_
(u
n
)d =
_
(u
n
+)d =
_
u
n
d+
_
d. Comme u
n
u faiblement dans
L
1
, on en dduit que
_
(u
n
)d
_
ud +
_
d =
_
(u)d (quand n ). Ceci montre que
(u
n
) (u) faiblement dans L
1
quand n .
444
On utilse maintenant le fait que (u
n
) f p.p.. En notant M = max[(s)[, [s[ C, on a M < et
[(u
n
)[ M p.p. (car [u
n
[ C p.p.) pour tout n N. On peut donc appliquer le thorme de convergence
domine (car les fonctions constantes sont intgrables, sur (]0, 1[, B(]0, 1[), )). Il donne f L
1
et (u
n
) f
dans L
1
quand n . On en dduit alors aussi que (u
n
) f faiblement dans L
1
quand n (il suft de
remarquer que [
_
(u
n
)d
_
fd[ |(u
n
) f|
1
||
0, quand n , pour tout L
).
Par la question 1 (unicit de la limite faible), on peut donc conclure que f = (u) p.p..
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..
corrig
Pour chaque n N, on choisit un reprsentant de u
n
, encore not u
n
. Comme [u
n
[ C p.p. (pour tout n N)
et (u
n
) f p.p., il existe A B(]0, 1[) t.q. (A) = 0, [u
n
(x)[ C, pour tout x A
c
et tout n N, et
(u
n
(x)) f(x), quand n , pour tout x A
c
.
Soit x A
c
. La suite (u
n
(x))
nN
est incluse dans le compact [C, C]. Soit a une valeur dadhrence de
cette suite (cest--dire la limite dune sous suite convergente). Par continuit de , (a) est alors une valeur
dadhrence de de la suite ((u
n
(x)))
nN
. Or, la suite ((u
n
(x)))
nN
converge vers f(x). Donc, (a) =
f(x). Comme est injective, ceci montre que la suite (u
n
(x))
nN
na quune seule valeur dadhrence et donc
quelle est convergente (on rappelle quune suite dans un compact, qui na quune seule valeur dadhrence, est
convergente). On pose alors v(x) = lim
n
u
n
(x).
On a ainsi dni v p.p. (car (A) = 0), et on a u
n
v p.p.. On a aussi obtenu que (v) = f p.p. (car
(v(x)) = f(x) pour tout x A
c
).
Comme [u
n
[ C p.p. (pour tout n), le thorme de convergence domine donne que u
n
v dans L
1
(quand
n ). On en dduit, comme la question prcdente, que u
n
v faiblement dans L
1
. La question 1 (unicit
de la limite faible) donne alors u = v p.p..
Enn, on a dj montr que (v) = f p.p. et donc (u) = f 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).]
corrig
Soit v L
. Comme est croissante, on a ((u

n
) (v))(u
n
v) 0 p.p. et donc
_
((u
n
) (v))(u
n
v)d 0.
On remarque maintenant que :
((u
n
) (v)) (f (v)) p.p. (quand n ) et |(u
n
) (v)|
M
1
+M
2
(pour tout n) avec
M
1
= max[(s)[, [s[ C et M
2
= max[(s)[, [s[ |v|
(pour tout n).

(u
n
v) (u v) faiblement dans L
1
(quand n ) et |u
n
v|
C +|v|
.
On peut utiliser la question 2 (c) et en dduire que
_
((u
n
) (v))(u
n
v)d
_
(f (v))(u v)d
quand n et donc :
_
(f (v))(u v)d 0.
(b) Soit w L
. Montrer que
_
(f (u))wd 0. [Utiliser la question prcdente avec v = u + (1/n)w.]
445
corrig
La question prcdente avec v = u + (1/n)w donne :
_
(f (u +
1
n
w))wd 0.
Comme est continue, on a (u +
1
n
w) (u) p.p. quand n . On a aussi [(u +
1
n
w)[ M p.p.,
pour tout n N, avec M = max[(s)[, [s[ |u|
+|w|
. Le thorme de convergence domine donne

alors (f (u +
1
n
w)) (f (u)) dans L
1
, quand n , et donc, comme w L
:
_
(f (u +
1
n
w))wd
_
(f (u))wd.
On en dduit que
_
(f (u))wd 0.
(c) Montrer que f = (u) p.p..

corrig
On choisit des reprsentants de f et (u) et on pose
w = sign(f (u))1
f,=(u)]
.
La question prcdente donne alors, avec ce choix de w, |f (u)|
1
= 0 et donc 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).
corrig
Cette question et la suivante ont dj faites dans le corrig 136. On reprend la mme dmonstration.
Soit C([0, 1], R). On a :
_
u
n
d =
n1
k=0
_ k
n
+
1
2n
k
n
((x) (x +
1
2n
))dx.
On en dduit, grce la continuit uniforme de :
[
_
u
n
d[
_
1
1
2
n
0
[(x) (x +
1
2n
)[dx 0 quand n . (17.40)
(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 .
corrig
Soit L
1
. Soit > 0. Il existe C([0, 1], R) t.q. | |
1
. On a alors :
446
[
_
u
n
d[ [
_
u
n
d[ +[
_
u
n
( )d[ [
_
1
0
u
n
d[ +.
Comme C([0, 1], R), on peut utiliser la question prcdente. Il existe donc n() t.q. [
_
1
0
u
n
d[
pour n n(), et donc :
n n() [
_
u
n
d[ 2.
Ceci donne que
_
u
n
d 0, quand n , pour tout L
1
.
On en dduit bien que u
n
0 faiblement dans L
1
car L
L
1
.
Dautre part, u
n
,0 dans L
1
, quand n , car |u
n
|
1
= 1 pour tout n 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).
corrig
Il suft de prendre (s) = s
2
pour tout s R. On a alors (u
n
) = 1 p.p. pour tout n N et donc (u
n
) f
p.p. avec f = 1 p.p. alors que (0) = 0 p.p..
(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)).
corrig
Il suft de prendre (s) = 0 pour tout s R. On a alors (u
n
) = 0 p.p. pour tout n N et donc (u
n
) f
p.p. avec f = (0) = 0 p.p..
Corrig 138 (Convergence faible et convergence forte dans L

1
)
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..
corrig
Comme dhabitude, on choisit des reprsentants pour f et f
n
, n N. On pose g = 1
A
avec A = f < C.
Comme g L
, on a
_
f
n
gdm
_
fgdm, quand n . (17.41)
Mais, comme f
n
C p.p., on a
_
f
n
gdm =
_
A
f
n
dm Cm(A). on en dduit, grce (17.41),
_
A
fdm =
_
fg Cm(A) =
_
A
Cdm.
On a donc
_
(C f)1
A
dm 0. Comme (C f)1
A
0, on a donc ncessairement (C f)1
A
= 0 p.p.. Enn,
comme f < C sur A, on a donc m(A) = 0. Ce qui donne f C p.p..
447
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).
corrig
En prenant g = 1
X
, on a
_
f
n
dm
_
fdm, quand n . On remarque maintenant que f
n
C = f p.p..
On a donc
|f
n
f|
1
=
_
[f
n
f[dm =
_
(f
n
f)dm 0, quand n .
Corrig 139 (Convergence troite de mesures)

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 < .
corrig
La fonction constante et gale 1 appartient C
b
(R, R). Lhypothse donne donc m
n
(R) m(R), quand
n . La suite (m
n
(R))
nN
est donc borne (car convergente dans R). Ce qui donne < .
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.
corrig
En utilisant lingalit de Cauchy-Schwarz, on a :
_
[f[dm
n
(
_
f
2
dm
n
)
1
2
(
_

2
dm
n
)
1
2

1
2
m
n
(R)
1
2
()
1
2
.
Comme [f[ C
c
(R, R) C
b
(R, R), lhypothse donne
_
[f[dm = lim
n
_
[f[dm
n
.
On dduit donc de la majoration prcdente que
_
[f[dm ()
1
2
.
448
(b) Montrer que f L
1
R
(R, B(R), m).
corrig
On dnit
1
en posant :
1
(x) = 1, si 0 x 1,
1
(x) = 2 x, si 1 < x 2,
1
(x) = 0, si 2 < x,
1
(x) =
1
(x), si x < 0.
Puis, pour p 2,
p
(x) =
1
(
x
p
) pour x R.
La question prcdente donne
_
[f[
p
dm ()
1
2
pour tout p 1. Comme la suite (
p
)
p1
converge
simplement et en croissant vers la fonction constante gale 1, le thorme de convergence monotone donne
que
_
[f[dm ()
1
2
et donc que f L
1
R
(R, B(R), m).
(c) Montrer que

_
fdm
n

_
fdm, quand n .
corrig
On utilise encore la suite (
p
)
p1
dnie la question prcdente et on remarque que, pour tout p 1,
[
_
fdm
n
_
fdm[
_
[f[(1
p
)dm
n
+
_
[f[(1
p
)dm
+[
_
f
p
dm
n
_
f
p
dm[.
(17.42)
Soit > 0. Pour tout p 1, on a [f[(1
p
) [f[ p.p.. Comme (1
p
) 0 p.p. et f L
1
R
(R, B(R), m),
on peut appliquer le thorme de convergence domine. Il donne
_
[f[(1
p
)dm 0 quand p . Il
existe donc p
0
1 t.q.
p p
0

_
[f[(1
p
)dm .
En utilisant encore le thorme de convergence domine (les constantes tant intgrables pour la mesure m),
il existe aussi p
1
1 t.q.
p p
1

_
(1
p
)dm <
2
.
On choisit maintenant p = max(p
0
, p
1
). Comme (1
p
) C
b
(R, R), on a donc
_
(1
p
)dm
n

_
(1
p
)dm quand n . Il existe donc n
0
t.q.
n n
0

_
(1
p
)dm
n
<
2
.
En utilisant lingalit de Cauchy-Schwarz et le fait que (1
p
)
2
(1
p
), on en dduit, pour n n
0
,
_
[f[(1
p
)dm
n

1
2
(
_
(1
p
)dm
n
)
1
2
.
Enn, comme f
p
C
b
(R, R), on a
_
f
p
dm
n

_
f
p
dm quand n . Il existe donc n
1
t.q.
n n
1
[
_
f
p
dm
n
_
f
p
dm[ .
449
Finalement, avec ce choix de p = max(p
0
, p
1
), on dduit donc de (17.42) que
n max(n
0
, n
1
) [
_
fdm
n
_
fdm[ 3.
Ceci prouve bien 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).
corrig
On peut prendre, par exemple, m
0
= 0 et, pour n 1, m
n
=
n
p=1
1
p
2
p
(o
p
est la masse de Dirac en p). On
prend f dnie par f(x) = x pour tout x R. Les hypothses sur la suite (m
n
)
nN
et m sont bien vries avec
m =
p=1
1
p
2
p
.
On a bien f L
2
R
(R, B(R), m
n
) L
1
R
(R, B(R), m
n
) pour tout n N mais f , L
1
R
(R, B(R), m).
Corrig 140 (Convergence faible et convexit)

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.
corrig
Soit v L
r
. Pour tout w L
p
, on pose T(w) =
_
wvdm. Comme cela a t vu en cours, lingalit de Hlder
(proposition 6.9) donne que T (L
p
)
t
, on a donc T(u) = lim
n
T(u
n
).
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.
corrig
Soit x ,= a. Le thorme des accroissements nis donne quil existe y ]a, x[, si x > a, ou y ]x, a[, si
x < a, t.q. (x) (a) =
t
(y)(x a). On a donc h
a
(x) = (
t
(y)
t
(a))(x a) > 0.
(b) Montrer que h

a
est dcroissante sur ] , a[ et croissante sur ]a, (.
corrig
La fonction h
a
est de classe C
1
et, pour tout x R, on a h
t
a
(x) =
t
(x)
t
(a). on a donc h
t
a
(x) < 0 si
x < a et h
t
a
(x) > 0 si x > a.
450
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 .
corrig
la fonction
t
est continue sur R. Elle est donc borne sur [k, k]. On en dduit que
t
(u)1
A
k
L
. Comme
m(B) < , on a donc
t
(u)1
A
k
1
B
L
r
pour tout r [1, ] en en particulier si r est le conjugu de p
(cest--dire r = p/(p 1) si p > 1 et r = , si p = 1). La question 1 donne donc :
_

t
(u)1
A
k
1
B
(u
n
u)dm 0, quand n .
Puis, comme (u
n
) faiblement dans L
q
et que 1
A
k
1
B
L
r
o r est maintenant le conjugu de q, on a
aussi :
_
(u
n
)1
A
k
1
B
dm
_
1
A
k
1
B
dm, quand n .
Enn, on remarque que (u)1
A
k
1
B
L
1
(car m(B) < et borne sur [k, k]). Ce qui donne nalement
que f
n
1
A
k
1
B
L
1
pour tout n N et 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.]

corrig
La question 2(a) donne que f
n
0 p.p.. On a donc, grce la question 3, avec les notations de la question 3 :
_
( (u))1
A
k
1
B
dm 0, (17.43)
pour tout k R
+
et tout B T t.q. m(B) < .
On va dduire de (17.43) que (u) p.p.. Pour cela, On choisit des reprsentants de u et et on pose
N = (u) < 0 = x E ; (x) (u(x)) < 0.
Comme m est nie, il existe une suite (E
p
)
pN
T t.q. E =
pN
E
p
, m(E
p
) < et E
p
E
p+1
pour tout p N
. Comme u prend ses valeurs dans R, on a donc aussi E =

pN
(E
p
A
p
) et nalement
N =
pN
N
p
, avec N
p
= N E
p
A
p
.
Soit p N
, on prend k = p et B = E
p
N dans (17.43), de sorte que A
k
B = A
p
E
p
N = N
p
. Comme
(u) < 0 sur N
p
, on obtient que ( (u))1
N
p
= 0 p.p. et donc m(N
p
) = 0. Comme N =
pN
N
p
, on
a nalement m(N) = 0 et donc (u) p.p..
On suppose maintenant que = (u) p.p..

451
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.
corrig
La question 2(a) donne f
n
0 p.p. (pour tout n) et la question 3 donne que f
n
1
A
k
B
= f
n
1
A
k
1
B
L
1
et
|f
n
1
A
k
1
B
|
1
=
_
f
n
1
A
k
1
B
dm 0, quand n . Daprs la rciproque partielle de convergence domine
(thorme 4.7), la suite (f
n
1
A
k
1
B
)
nN
admet donc une sous suite convergeant p.p. vers 0. Autrement dit, il
existe une application strictement croissante de N dans N t.q. (f
(n)
)
nN
converge 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".]
corrig
On reprend la suite (E
p
)
pN
introduite la question 4 (cest--dire (E
p
)
pN
T t.q. E =
pN
E
p
,
m(E
p
) < et E
p
E
p+1
pour tout p N
).
La question 5 donne que pour tout p N
, la suite (f
n
)
nN
admet une sous suite convergeant p.p. vers 0 sur
A
p
E
p
. Plus prcisment, le raisonnement de la question 5 donne que de toute sous suite de la suite (f
n
)
nN
on peut extraire une sous suite convergeant p.p. vers 0 sur A
p
E
p
. Comme E =
pN
(A
p
E
p
), le procd
diagonal va nous permettre ci aprs de construire une sous suite de la suite (f
n
)
nN
convergeant p.p. vers 0 sur
E.
Dans une premire pape, on montre, par rcurrence, lexistence dune suite dapplications strictement crois-
santes (
p
)
pN
de N dans N t.q., pour tout p N
, la suite (f
1
...
p
(n)
)
nN
p
E
p
.
Lexistence de
1
dcoule de de la question 5 avec k = 1 et B = E
1
. Puis, pour p 1, en supposant
1
, . . . ,
p
construits, on utilise le raisonnement de la question 5 avec la suite (f
1
...
p
(n)
)
nN
, k = p + 1
et B = E
p+1
. On obtient lexistence dune application srtictement croissante
p+1
de N dans N t.q. la suite
(f
1
...
p+1
(n)
)
nN
p+1
E
p+1
. Ce qui termine la rcurrence.
La deuxime tape consiste dnir de N dans N en posant
(n) =
1
. . .
n
(n), pour n N.
La fonction est strictement croissante de N dans N et on va montrer que la suite (f
(n)
)
nN
converge p.p. vers
0 (sur E). En effet, soit p N
. Pour n > p, on a :
(n) =
1
. . .
p
(
p+1
. . .
n
(n)).
La suite (f
(n)
)
nN
est donc extraite, partir de n = p, de la suite (f
1
...
p
(n)
)
nN
. Ceci prouve que
(f
(n)
)
nN
p
E
p
. Comme E =
pN
(A
p
E
p
), on en dduit bien que la suite
(f
(n)
)
nN
converge p.p. vers 0 (sur E).
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).]
corrig
Le point x est ici x. On pose a = u(x). On remarque alors que f
n
(x) = h
a
(u
n
(x)) (avec h
a
dni la
question 2).
Si la suite (u
n
(x))
nN
est non borne, on peut supposer, aprs extraction ventuelle dune sous suite, que u
n
(x)
, [a 1, a +1] pour tout n (on peut mme supposer que [u
n
(x)[ +quand n ). On a donc, grce la
question 2 :
f
n
(x) = h
a
(u
n
(x)) min(h
a
(a + 1), h
a
(a 1)) > 0,
452
en contradiction avec lim
n
f
n
(x) = 0. La suite (u
n
(x))
nN
est donc borne.
Si b est une valeur dadhrence de la suite (u
n
(x))
nN
, il existe une sous suite de la suite (u
n
(x))
nN
, encore
note (u
n
(x))
nN
, t.q. b = lim
n
u
n
(x). On a donc lim
n
f
n
(x) = h
a
(b). Comme lim
n
f
n
(x) = 0,
la question 2(a) donne b = a. On a ainsi montr que u(x) est la seule valeur dadhrence de la suite borne
(u
n
(x))
nN
, ce qui prouve que u(x) = lim
n
u
n
(x).
8. Montrer que (u
n
)
nN
admet une sous suite convergeant p.p. vers u.
corrig
La question 6 montre que la suite (f
n
)
nN
admet une sous suite convergeant p.p. vers 0. Il existe donc
strictement croissante de Ndans Nt.q. la suite (f
(n)
)
nN
converge p.p. vers 0. Le raisonnement de la question 7
montre que
x E, lim
n
f
(n)
(x) = 0 lim
n
u
n
(x) = u(x).
On en dduit que (u
(n)
)
nN
converge 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.]
corrig
On raisonne par labsurde. On suppose quil existe r [1, p[ et B T t.q. m(B) < et u
n
1
B
, u1
B
dans
L
r
. Il existe alors > 0 et une sous suite de la suite (u
n
)
nN
, note (u
g(n)
)
nN
(avec g strictement croissante
de N dans N), t.q.
n N |u
g(n)
1
B
u1
B
|
r
. (17.44)
La suite (u
g(n)
)
nN
vrie les mmes proprits que la suite (u
n
)
nN
. Par la question 8, on peut donc extraire
de (u
g(n)
)
nN
une sous suite convergeant p.p. vers u. Cette sous suite, note (u
g(n)
)
nN
(avec strictement
croissante de N dans N), tant borne dans L
p
, lexercice 6.18 (corrig 114 page 411) donne que u
g(n)
)1
B

u1
B
dans L
r
, en contradiction avec (17.44).
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).
corrig
Il suft de reprendre lexemple vu en cours pour montrer que la convergence L
1
nentrane pas la convergence
p.p.
Pour n N, il existe un unique m N
t.q. n
m(m1)
2
, . . . ,
m(m+1)
2
1 et on a :
n =
m(m1)
2
+k avec k 0, . . . m1.
On prend alors u
n
= 1
]
k
m
,
k+1
m
]
.
On remarque que |u
n
|
p
p
=
1
m
pour n
m(m1)
2
, . . . ,
m(m+1)
2
1 et donc u
n
0 dans L
p
quand n .
Comme (u
n
) = u
n
, on a aussi (u
n
) 0 dans L
q
quand n (et donc = (u)). Enn, pour cet
exemple, u
n
,0 p.p.
Corrig 141 (Produit de convergences faibles)

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
).
453
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 .
(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, [.
corrig
En attente. . .
Corrig 142 (Produit de convergences faibles (2))

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 ).
corrig
On remarque que
|u
n
u|
2
2
=
_
u
2
n
dm+
_
u
2
dm2
_
u
n
udm. (17.45)
Comme u
n
u faiblement dans L
2
, on a lim
n
_
u
n
udm =
_
u
2
dm. On dduit alors facilement de (17.45)
que u
n
u dans L
2
si et seulement si lim
n
_
u
2
n
dm =
_
u
2
dm.
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. (17.46)
454
corrig
On commence par remarquer que (w) L
2
(grce aux hypothses sur et m(X) < +). On a alors
_
((u
n
) (w))(u
n
w) =
_
(v
n
u
n
v
n
w (w)u
n
+(w)w)dm.
Les convergences faibles de u
n
et v
n
vers u et v donnent
lim
n
_
u
n
(w)dm =
_
u(w)dm et lim
n
_
v
n
wdm =
_
vwdm.
Enn on a, par hypothse, lim
n
_
u
n
v
n
dm =
_
uvdm. On en dduit que bien que
lim
n
((u
n
) (w))(u
n
w)dm =
_
(v (w))(u w)dm.
3. On suppose que est croissante.

(a) Soit w L
2
et t R. Montrer que
_
[Utiliser (17.46).] En dduire que
_
(v (u)) wdm = 0.
corrig
On utilise ici (17.46) avec w = u +t w. On obtient, quand n ,
_
((u
n
) (u +t w))(u
n
u t w) dm
_
(v (u +t w))t wdm.
Comme est croissante, on a ((u
n
) (u + t w))(u
n
u t w) 0 p.p. et donc
_
((u
n
) (u +
t w))(u
n
u t w)dm 0. On en dduit, quand n ,
_
En prenant t =
1
m
(m N
), on a donc
_
(v (u +
w
m
)) w 0. En appliquant le thorme de convergence
domine (remarquer que [(v (u +
w
m
)) w[ F p.p. avec F = ([v[ + C + C[u[ + C[ w[)[ w[ L
1
), on
obtient, quand m ,
_
(v (u)) wdm 0.
De mme, en prenant t =
1
m
, on montre
_
(v (u)) wdm 0. On a donc
_
(v (u)) wdm = 0.
(b) Montrer que v = (u) p.p..

corrig
On choisit w = 1
A
1
A
c , avec A = v(u) 0. La question prcdente donne alors
_
[v(u)[dm = 0
et donc 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 (17.46)).
corrig
En prenant w = u dans (17.46), on obtient lim
n
_
G
n
dm = 0. Comme est croissante, on a G
n
0
p.p., pour tout n N et donc |G
n
|
1
=
_
G
n
dm. On en dduit bien que G
n
0 dans L
1
.
455
(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 ).
corrig
Comme G
n
0 dans L
1
, il 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. (cest la rciproque partielle du thorme de convergence
domine). Il existe donc A T t.q. m(A) = 0 et G
(n)
(x) 0 (quand n ) si x A
c
.
Soit x A
c
. On pose a = u(s). Pour s R, on pose f(s) = ((s) (a))[s a[. Comme est strictement
croissante continue, la fonction f est aussi strictement croissante continue. Elle admet donc une fonction
rciproque, note g, qui est continue. Comme [f(u
(n)
(x)[ = G
(n)
(x) 0, on a f(u
(n)
(x)) 0 et donc
u
(n)
(x) = g(f(u
(n)
(x)) g(0) = a. On a donc lim
n
u
(n)
(x) = u(x) pour tout x A
c
. Ce qui
prouve bien que u
(n)
u p.p..
(c) Montrer que u

n
u dans L
p
pour tout p [1, 2[.
corrig
On montre que u
n
u dans L
p
pour tout p [1, 2[ en raisonnant pas labsurde. On suppose quil existe
p [1, 2[ t.q. (u
n
)
nN
ne converge par vers u dans L
p
. Il existe alors > 0 et une sous suite de la suite
(u
n
)
nN
qui reste en dehors de la boule (de L
p
) de centre u et de rayon . Par le raisonnement de la question
prcdente, de cette sous suite, un peut extraire une sous suite, note (u
n
)
(n)
qui converge p.p. vers u.
Comme la suite (u
n
)
nN
est borne dans L
2
, on peut alors montrer que cette sous suite converge dans L
p
vers u (cest une consquence, vue en exercice, du thorme de Vitali). En contradiction avec le fait que cette
sous suite reste en dehors de la boule (de L
p
) de centre u et de rayon . On a ainsi montr que u
n
u dans
L
p
pour tout p [1, 2[.
Corrig 143 (Conv. troite et conv. des mesures des intervalles)

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.
corrig
On remarque tout dabord que m
n
(I) m(I) si I = R, car
_
1
R
dm
n

_
1
R
dm.
Soit maintenant a R, on va montrer que m
n
(I) m(I) si I =] , a] ou I =] , a]. Pour cela, on dnit,
pour p N
,
p
,
p
C
b
(R, R) en posant :
p
(x) = 1 si x a
1
p
,
p
(x) = p(x a) si a
1
p
< x < a,
p
(x) = 0 si a x,
p
(x) =
p
(x
1
p
) pour tout x R.
Comme
p
1
I

p
on a
_

p
dm
n
m
n
(I)
_

p
dm
n
pour tout p, n N. En passant la limite quand
n , on a donc, pour tout p R :
_

p
dm liminf
n
m
n
(I) limsup
n
m
n
(I)
_

p
dm.
Le thorme de convergence domine donne lim
p
_

p
dm = m(] , a[) et lim
p
_

p
dm = m(]
, a]). On en dduit :
m(] , a[) liminf
n
m
n
(I) limsup
n
m
n
(I) m(] , a]).
456
Comme m(] , a]) = m(] , a[) +m(a) = m(] , a[) = m(I), on a, nalement,
m(I) liminf
n
m
n
(I) limsup
n
m
n
(I) m(I),
cest--dire lim
n
m
n
(I) = m(I).
En crivant que m
n
(J) = m(R)m(J
c
), il est facile de voir que lon a aussi m
n
(J) m(J) pour tout intervalle
J de la forme [a, +[ ou ]a, +[. Enn, si a, b R, a < b, un intervalle, not K, dont les bornes sont a et b peut
scrire comme diffrence de deux intervalles dont les bornes suprieures sont a et b et dont la borne infrieure est
. On en dduit alors facilement que m
n
(K) m(K), ce qui termine la dmonstration.
La proprit dmontr peut tre fausse si m nest pas diffuse. Pour le voir, il suft de prendre, par exemple,
m =
0
et m
n
=
1/n
pour tout n N
. On a bien m
n
m troitement et pour I =] , 0] (par exemple) on a
lim
n
m
n
(I) = 0 ,= 1 = m(I).
Corrig 144 (Convergence en loi)

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.
corrig
On pose Y = X et on cherche dterminer la loi de la v.a.r. Y . Soit une fonction borlienne borne de
R dans R (il suft en fait de prendre pour la fonction caractristique dun borlien de R). En posant (x) =
(x) pour tout x R, On remarque que
_
(Y )dP =
_
(X)dP =
_
(X)dP =
_
R
(x)dP
X
(x) =
_
R
(x)dP
X
(x). Comme X |(1, 1), on a donc :
_
(Y )dP =
1
2
_
1
1
(x)dx =
1
2
_
1
1
(x)dx,
ce qui prouve que Y |(1, 1).
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.
corrig
On prend X
n
= X pour tout n N. On a donc P
X
n
= P
X
pour tout n N, ce qui donne bien la convergence
en loi de X
n
vers X quand n . Mais, X
n
X = 2X pour tout n N, et donc X
n
X ne converge pas
en loi vers 0 car P
0
=
0
et P
2X
,=
0
. (Il est facile de voir, en raisonnant comme la premire question, que
2X |(2, 2).)
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.
corrig
On prend Y = X (toujours avec X |(1, 1)) et Z = X. les v.a.r. X et Y ont donc mme loi. Mais, on va
montrer que XZ et Y Z nont pas la mme loi. En effet, soit une fonction borlienne borne de R dans R. On
a :
_
(XZ)dP =
_
(X
2
)dP =
1
2
_
1
1
(x
2
)dx =
_
1
0
(x
2
)dx
=
_
1
0
(s)
1
2
s
ds.
457
Ce qui prouve que P
XZ
= g avec g(x) =
1
2
x
pour x ]0, 1[ et g(x) = 0 si x ,]0, 1[. Comme XY = XZ,
on a P
XY
= h avec h(x) = g(x) pour x R. On en dduit que P
XZ
,= P
XY
.
Corrig 145 (Conv. en loi + conv. en probabilit)

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.]
corrig
Daprs la proposition 6.25, il suft de dmontrer la convergence vague de P
X
n
+Y
n
vers P
X
quand n ,
cest--dire que lim
n
_
(X
n
+Y
n
)dP =
_
(X)dP pour tout C

c
(R, R).
Soit C
c
(R, R). On a
_
(X
n
+Y
n
)dP
_
(X)dP = A
n
+B
n
avec :
A
n
=
_
(X
n
+Y
n
)dP
_
(X
n
)dP, B
n
=
_
(X
n
)dP
_
(X)dP.
On sait dj que lim
n
B
n
= 0 (car X
n
X en loi). Il suft donc de montrer que lim
n
A
n
= 0.
Soit > 0. Comme C
c
(R, R), est uniformment continue sur R (on rappelle, par contre, que
C
b
(R, R) , uniformment continue), il existe donc > 0 t.q. :
x, y R, [x y[ [(x) (y)[ .
On en dduit, pour tout n N, avec ||
u
= max
xR
[(x)[(< ) :
[A
n
[
_
]Y
n
]
[(X
n
+Y
n
) (X
n
)[dP +
_
]Y
n
]>
[(X
n
+Y
n
) (X
n
)[dP
+ 2||
u
P[[Y
n
[ > ].
Comme Y
n
0 en probabilit, il existe n
0
(dpendant seulement de et donc de et ) t.q. :
n n
0
2||
u
P[[Y
n
[ > ] ,
et donc :
n n
0
[A
n
[ 2.
Ce qui prouve que lim
n
A
n
= 0 et termine la dmonstration.
Corrig 146 (Conv. en loi versus conv. en probabilit)

Soit (, /, P) un espace de probabilit, X une v.a. relle et (X
n
)
nN
une suite de v.a. relles.
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
.]
458
corrig
Soit C
c
(R, R). Nous allons montrer que
_
(X
n
)dP
_
(X)dP, quand n (ce qui prouve la

convergence vague de P
X
n
vers P
X
, quand n , voir la dnition 6.20).
Soit > 0. Comme C
c
(R, R), est uniformmement continue (ceci serait faux si on prenant arbitraire-
ment dans C
b
(R, R)). Il existe donc > 0 t.q. :
x, y R, [x y[ (x) (y) .
On en dduit que
[
_
(X
n
) (X)dP[
_
]X
n
X]
[(X
n
) (X)[dP
+
_
]X
n
X]>
[(X
n
) (X)[dP + 2||
u
P([X
n
X[ > ),
avec ||
u
= max[(s)[, s R < . Comme X
n
X en probabilit, quand n , il existe n
0
N
t.q. :
n n
0
2||
u
P([X
n
X[ > ) .
On a donc nalement
n n
0
[
_
(X
n
) (X)dP[ 2,
ce qui prouve bien que
_
(X
n
)dP
_
(X)dP, quand n .
Pour conclure, on utilise la proposition 6.25 (qui donne que si (m
n
)
nN
et m sont des probabilits sur B(R),
la convergence troite de m
n
vers m, quand n , est quivalente la convergence vague de m
n
vers m).
On obtient ainsi la convergence troite de P
X
n
vers P
X
cest--dire la convergence en loi de X
n
vers X, quand
n .
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 .
corrig
Soit > 0, on va montrer que P([X
n
X[ > ) 0, quand n . Pour cela, on choisit une fonction
continue borne de R dans R et t.q. (x) = 1 si [x a[ , (a) = 0 et 0 (x) 1 pour tout x R.
(Une telle fonction est facile construire, il suft de la prendre afne par morceaux). Comme C
b
(R, R), on
a
_
(X
n
)dP
_
(X)dP, quand n . Comme X = a p.s. et (a) = 0, on a

_
(X)dP = 0. Enn,
comme (x) = 1 si [x a[ et 0, on a
_
(X
n
)dP P([X
n
X[ > ). On en dduit nalement
que P([X
n
X[ > ) 0 quand n et donc que X
n
X en probabilit quand n .
459
Chapitre 18
Produits despaces mesurs
18.1 Mesure produit
Corrig 147
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.]
corrig
On note T = B(R
n1
) B(R), cest--dire la tribu (sur R
n
) engendre par AB; A B(R
n1
), B B(R).
On veut montrer que T = B(R
n
).
Etape 1, B(R
n
) T.
Soit O un ouvert de R
n
. On va montrer que O T. On suppose O ,= (on sait dj que T). Pour tout
x = (x
1
, . . . , x
n
)
t
O, il existe r > 0 t.q.
n
i=1
]x
i
r, x
i
+r[ O. Comme les rationnels sont denses dans R, on
peut trouver, pour tout i 1, . . . , n, y
i
Q]x
i
r, x
i
[ et z
i
Q]x
i
, x
i
+r[. On a donc x
n
i=1
]y
i
, z
i
[ O.
On note alors I = (y, z) Q
2n
;
n
i=1
]y
i
, z
i
[ O (avec y = (y
1
, . . . , y
n
)
t
et z = (z
1
, . . . , z
n
)
t
). Pour tout
x O, il existe donc (y, z) I t.q. x
n
i=1
]y
i
, z
i
[. On en dduit que O =
(y,z)I
n
i=1
]y
i
, z
i
[.
Lensemble
n1
i=1
]y
i
, z
i
[ est un ouvert de R
n1
, il appartient donc B(R
n1
) (qui est la tribu engendre par les
ouverts de R
n1
). Lensemble ]y
n
, z
n
[ appartient B(R). Donc,
n
i=1
]y
i
, z
i
[ B(R
n1
) B(R). Comme I est
au plus dnombrable (car Q
2n
est dnombrable), on en dduit que O T. On a ainsi montr que T est une tribu
contenant tous les ouverts de R
n
, et donc contenant la tribu engendre par les ouverts de R
n
(cest--dire B(R
n
)).
Donc, B(R
n
) T.
Etape 2, B(R
n
) T.
On reprend ici aussi le mme dmarche que dans lexercice 2.6.
1. Soit A un ouvert de R
n1
et T
1
= B B(R); AB B(R
n
). On montre dabord que T
1
est une tribu (sur
R)
T
1
car A = B(R
n
).
On montre ici que T
1
est stable par passage au complmentaire. Soit B T
1
, on a donc B
c
B(R) et
AB
c
= A(R B) = (AR) (AB). Or, (AR) est un ouvert de R
n
(car A est un ouvert de R
n1
et R est un ouvert de R), on a donc (A R) B(R
n
). Dautre part, (A B) B(R
n
) (car B T
1
). Donc,
460
AB
c
= (AR) (AB) B(R
n
). Ce qui prouve que B
c
T
1
et donc que T
1
est stable par passage au
complmentaire.
Enn, T
1
est stable par union dnombrable. En effet, si (B
p
)
pN
T
1
, on a A(
pN
B
p
) =
pN
AB
p

B(R
n
) (car AB
p
B(R
n
) pour tout p N). Donc,
pN
B
p
T
1
.
On a donc montr que T
1
est une tribu.
1
contient les ouverts de R.
Soit B un ouvert de R. On a donc B B(R) et, comme AB est un ouvert de R
n
, on a AB B(R
n
). On
a donc B T
1
.
T
1
est donc une tribu contenant les ouverts de R, donc contenant B(R). Donc, T
1
= B(R).
La consquence de ce rsultat est :
A ouvert de R
n1
et B B(R) AB B(R
n
). (18.1)
2. Soit B B(R) et T
2
= A B(R
n1
); AB B(R
n
). On va montrer que T
2
= B(R
n1
).
On commence par remarquer que (18.1) donne que T
2
contient les ouverts de R
n1
. En effet, soit A un ouvert
de R
n1
, la proprit (18.1) donne que AB B(R
n
), et donc A T
2
.
2
est une tribu (on en dduira que T
2
= B(R
n1
)).
T
2
car B = B(R
n
).
On montre ici que T
1
est stable par passage au complmentaire. Soit A T
2
, on a A
c
B(R
n1
) et A
c
B =
(R
n1
B) (A B). La proprit (18.1) donne (R
n1
B) B(R
n
) car R
n1
est un ouvert de R
n1
.
Dautre part, (A B) B(R
n
) (car A T
2
). Donc, A
c
B B(R
n
). Ce qui prouve que A
c
T
2
et donc
que T
2
Enn, T
2
est stable par union dnombrable. En effet, si (A
p
)
pN
T
2
, on a (
pN
A
p
)B =
pN
(A
p
B)
B(R
n
) (car A
p
B B(R
n
) pour tout p N). Donc,
pN
A
p
T
2
.
T
2
est donc une tribu (sur R
n1
) contenant les ouverts de R
n1
, ce qui prouve que T
2
B(R
n1
) et donc,
nalement, T
2
= B(R
n1
).
On a donc obtenu le rsultat suivant :
A B(R
n1
), B B(R) AB B(R
n
). (18.2)
3. On montre maintenant que T B(R
n
n
)).
Grce (18.2), on a A B; A B(R
n1
), B B(R) B(R
n
). On en dduit que T B(R
n
). On a donc
bien, avec ltape 1, T = B(R
n
).
Corrig 148
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)
.
corrig
461
On note / lalgbre engendre par T
1
T
2
et B lensemble des runions nies disjointes dlments de T
1
T
2
.
Comme / contient T
1
T
2
et que / est stable par union nie, il est immdiat que B /. Pour montrer que
B = /, il suft alors de montrer que que B est une algbre (puisque /est la plus petite algbre contenant T
1
T
2
et que B contient T
1
T
2
).
Pour montrer que B est une algbre, on montre dabord (tape 1) que T
1
T
2
est stable par intersection nie et que
le complmentaire dun lment de T
1
T
2
est la runion de 2 lments disjonts de T
1
T
2
(en fait, pour montrer
que B est une algbre, il sufrait de savoir que le complmentaire dun lment de T
1
T
2
est une union nie
disjointe dlments de T
1
T
2
). Puis, on en dduit (tape 2) que B vrie les proprits (a) et (b) de la question 1
de lexercice 2.9 (corrig 16), ce qui donne que B est bien une algbre.
Etape 1. Propits de T
1
T
2
.
Soient A
1
, B
1
T
1
et A
2
, B
2
T
2
. On a clairement (A
1
A
2
) (B
1
B
2
) = (A
1
A
2
) (B
1
B
2
).
Comme T
1
et T
2
sont stables par intersection nie, on en dduit que (A
1
A
2
) (B
1
B
2
) T
1
T
2
et donc
que T
1
T
2
est stable par intersection nie.
Soient A
1
T
1
et A
2
T
2
. On remarque que (A
1
A
2
)
c
= (E
1
A
c
2
)(A
c
1
A
2
). Comme (E
1
A
c
2
) T
1
T
2
,
(A
c
1
A
2
) T
1
T
2
et que (E
1
A
c
2
) (A
c
1
A
2
) = , on a bien montr que le complmentaire dun lment
de T
1
T
2
est la runion de 2 lments disjonts T
1
T
2
.
Etape 2. On montre maintenant que B vrie les proprits (a) et (b) de la question 1 de lexercice 2.9. La proprit
(a) est immdiate car E = E
1
E
2
T
1
T
2
B. Pour montrer (b), on montre dabord que B est stable par
passage au complmentaire.
Soit B B. Il existe (B
(q)
)
q=1,...,m
T
1
T
2
t.q. B
(p)
B
(q)
= si p ,= q et B =
m
q=1
B
(q)
. On a alors
B
c
=
m
q=1
(B
(q)
)
c
. Le complmentaire dun lment de T
1
T
2
est la runion de 2 lments disjonts de T
1
T
2
.
Pout tout q, il existe donc C
q,1
, C
q,2
T
1
T
2
t.q. (B
(q)
)
c
= C
q,1
C
q,2
et C
q,1
C
q,2
= . On a donc
B
c
=
m
q=1
(C
q,1
C
q,2
) =
I
(
m
q=1
C
q,(q)
) o I dsigne lensemble des applications de 1, . . . , m dans
1, 2. Ceci prouve que B
c
B. En effet, on remarque dabord que, pour tout I, on a
m
q=1
C
q,(q)
T
1
T
2
car T
1
T
2
est stable par intersection nie. Puis, pour , I ,= , il existe k 1, . . . , m t.q. (k) ,=
(k). On a donc (
m
q=1
C
q,(q)
) (
m
q=1
C
q,(q)
) = car
m
q=1
C
q,(q)
C
k,(k)
,
m
q=1
C
q,(q)
C
k,(k)
et
C
k,(k)
C
k,(k)
= . On a donc bien montr que B
c
est une union nie disjointe dlments de T
1
T
2
,
cest--dire que B
c
B.
On montre maintenant que B vrie la proprit (b) de la question 1 de lexercice 2.9. Soit A, B B. Comme on
vient de voir que B
c
B, Il existe (A
(p)
)
p=1,...,n
T
1
T
2
et (C
(q)
)
q=1,...,m
T
1
T
2
t.q. A
(p)
A
(q)
=
si p ,= q, C
(p)
C
(q)
= si p ,= q, A =
n
p=1
A
(p)
et B
c
=
m
q=1
C
(q)
. On a alors A B = A B
c
=
(
n
p=1
A
(p)
)(
m
q=1
C
(q)
) =
n
p=1
m
q=1
(A
(p)
C
(q)
). On en dduit que AB B. En effet, A
(p)
C
(q)
T
1
T
2
pour tout p et tout q (car T
1
T
2
est stable par intersection nie) et (A
(p
1
)
C
(q
1
)
) (A
(p
2
)
C
(q
2
)
) = si
(p
1
, q
1
) ,= (p
2
, q
2
) (car A
(p
1
)
A
(p
2
)
= si p
1
,= p
2
et C
(q
1
)
C
(q
2
)
= si q
1
,= q
2
).
On a donc montr que B vrie les proprits (a) et (b) de la question 1 de lexercice 2.9, ce qui donne que B est
bien une algbre et donc que B = /.
Corrig 149 (Exemple de mesure produit)

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.
corrig
462
On remarque dabord que R
2
D est un ouvert de R
2
, donc appartient B(R
2
). la quantit m
1
m
2
(R
2
D) est
donc bien dnie.
La construction de la mesure m
1
m
2
donne (voir la dmonstration du thorme 7.1) :
m
1
m
2
(R
2
D) =
_
m
2
(R x)dm
1
(x).
Cette galit est aussi une conclusion du thorme de Fubini-Tonelli (thorme 7.2) avec f = 1
A
, A = R
2
D.
De lhypothse m
1
m
2
(R
2
D) = 0, on dduit donc que m
2
(R x) = 0 m
1
-p.p.. Comme m
1
(R) ,= 0, il
existe donc a R t.q. m
2
(R a) = 0. Ceci donne que m
2
=
a
avec = m
2
(a). Comme m
2
,= 0, on a
> 0.
Dans la construction de la mesure m
1
m
2
(dmonstration du thorme 7.1), on aurait pu inverser les rles de m
1
et m
2
. On aurait obtenu la mme mesure m
1
m
2
(grce la partie unicit" du thorme 7.1). On a donc aussi :
m
1
m
2
(R
2
D) =
_
m
1
(R x)dm
2
(x).
(Cette galit est aussi une conclusion du thorme de Fubini-Tonelli (thorme 7.2) avec f = 1
A
, A = R
2
D.)
Comme m
2
=
a
, on a donc m
1
m
2
(R
2
D) = m
1
(R a). De lhypothse m
1
m
2
(R
2
D) = 0, on
dduit donc m
1
(R a) = 0, ce qui donne m
1
=
a
avec = m
1
(a). (On peut aussi remarquer que, comme
m
1
,= 0, on a > 0.)
Corrig 150 (Fonction dont les traces sont borliennes)

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.
corrig
En attente. . .
18.2 Fubini-Tonelli et Fubini

Corrig 151 (Contre-exemple au thorme de Fubini)
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.
(18.3)
463
1. Montrer que f : R
2
R est B(R
2
)- mesurable.
corrig
On pose A = (x, y)
t
R
2
; x > 0, x < y 2x et, pour n N
, A
n
= (x, y)
t
R
2
; x > 0,
x < y < 2x +
1
n
. A
n
est, pour tout n N
, un ouvert de R
2
, il appartient donc B(R
2
). On en dduit que
A =
nN
A
n
B(R
2
).
De mme, en posant B = (x, y)
t
R
2
; x > 0, 2x < y 3x et, pour n N
, B
n
= (x, y)
t
R
2
; x > 0,
2x < y < 3x +
1
n
, on montre que B =
nN
B
n
B(R
2
).
On pose maintenant g(x, y) =
1
(]x]+1)
2
pour (x, y)
t
R
2
. La fonction g est continue de R
2
dans R, elle est
donc mesurable (R
2
et R tant munis de la tribu borlienne).
On remarque maintenant que f = g1
A
g1
B
. On en dduit que f est mesurable (car f est une somme de
produits de fonctions mesurables).
2. Montrer que pour tout y R, f(., y) L

1
; on pose (y) =
_
f(x, y)d(x). Montrer que L
1
.
corrig
On note L
1
= L
1
R
(R, B(R), ).
Soit y R. La fonction f(, y) est mesurable de R dans R (voir la proposition 7.2). Elle appartient aussi L
1
(et donc L
1
en confondant f(, y) avec sa classe dans L
1
) car
_
[f(., y)[d = 0 si y 0 et
_
[f(., y)[d y
si y > 0 car f(x, y) = 0 si x , [0, y] et [f(x, y)[ 1 pour tout x, y. On peut dnir (y).
Pour y 0, on a (y) = 0 et pour y > 0, on a :
(y) =
_
f(, y)d =
_
y
2
y
3
1
(x+1)
2
dx +
_
y
y
2
1
(x+1)
2
dx
=
3
y+3
+
4
y+2

1
y+1
=
2y
(y+3)(y+2)(y+1)
.
La fonction est continue donc mesurable de R dans R. elle prend ses valeurs dans R
+
, on peut donc calculer
son intgrale sur R :
_
d = lim
n
_
n
0
(
3
y + 3
+
4
y + 2

1
y + 1
)dy = 3 ln 3 + 4 ln(2).
Ceci donne bien, en particulier, L
1
(en confondant avec sa classe dans 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
.
corrig
Soit x R. La fonction f(x, ) est mesurable de R dans R (voir la proposition 7.2). Elle appartient aussi L
1
(et donc L
1
en confondant f(x, ) avec sa classe dans L
1
) car
_
[f(x, )[d = 0 si x 0 et
_
[f(x, )[d 3x
si x > 0 car f(x, y) = 0 si y , [0, 3x] et [f(x, y)[ 1 pour tout x, y. On peut donc dnir (x).
Pour x 0, on a (x) = 0 et pour x > 0, on a :
(x) =
_
f(x, )d =
_
2x
x
1
(x + 1)
2
dy
_
3x
2x
1
(x + 1)
2
dy = 0
On a donc L
1
et
_
(x)dx = 0.
464
4. Montrer que
_
d ,=
_
d ( et sont dnies dans les questions prcdentes).
corrig
On a dj montr que
_
d = 3 ln 3 + 4 ln(2) ,= 0 =
_
d.
5. Pourquoi le thorme de Fubini ne sapplique-t-il pas ici ?

corrig
Le thorme de Fubini ne sapplique pas ici car la fonction f nest pas intgrale pour la mesure produit, cest-
-dire la mesure de Lebesgue sur R
2
, note
2
. On peut dailleurs le vrier en remarquant (par le thorme de
Fubini-Tonelli) que :
_
[f[d
2
=
_
(
_
[f(x, y)[d(y))d(x) =
_

0
2x
(x + 1)
2
dx = .
Corrig 152 (Intgrale dune fonction positive)

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
corrig
Comme f /
+
, il existe (f
n
) c
+
t.q. f
n
f quand n . On a alors A =
nN
A
n
avec A
n
= (t, x)
R
+
R; 0 < t < f
n
(x). Pour montrer que F est mesurable (cest--dire que A B(R) T), il suft donc de
montrer que A
n
B(R) T pour tout n N.
Soit donc n N. Il existe a
1
, . . . , a
p
R
+
et B
1
, . . . , B
p
T t.q. B
i
B
j
= si i ,= j et f
n
=
p
i=1
a
i
1
B
i
.
On a donc A
n
=
p
i=1
]0, a
i
[B
i
B(R) T car ]0, a
i
[B
i
B(R) T B(R) T pour tout i.
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.]
corrig
On peut appliquer le thorme de Fubini-Tonelli (thorme 7.2) la fonction F, il donne :
_
(
_
F(t, x)d(t))dm(x) =
_
(
_
F(t, x)dm(x))d(t). (18.4)
Pour x E,
_
F(t, x)d(t) = (]0, f(x)[) = f(x).
Pour t R. Si t 0, on a F(t, ) = 0. Donc,
_
F(t, x)dm(x) = 0. Si t > 0, on a F(t, ) = 1
f>t]
. Donc,
_
F(t, x)dm(x) = m(f > t).
_
f(x)dm(x) =
_
R
+
m(f > t)d(t) =
_

0
m(x E; f(x) > t)dt.
Pour avoir lgalit avec m(f t) au lieu de m(f > t), on reprend le mme raisonnement en remplaant
F par G = 1
B
avec B = (t, x) RE; 0 < t f(x). On remarque dabord que B est B(R)T-mesurable.
465
En effet, on a B =
nN
B
n
avec B
n
= (t, x) RE; 0 < t < f
n
(x) et f
n
= f +
1
n
. Comme f
n
/
+
,
la premire question donne B
n
B(R) T. On en dduit que B B(R) T. On peut maintenant appliquer
le thorme de Fubini-Tonelli la fonction G, il donne :
_
(
_
G(t, x)d(t))dm(x) =
_
(
_
G(t, x)dm(x))d(t). (18.5)
Pour x E,
_
G(t, x)d(t) = (]0, f(x)]) = f(x).
Pour t R. Si t 0, on a G(t, ) = 0. Donc,
_
G(t, x)dm(x) = 0. Si t > 0, on a G(t, ) = 1
ft]
. Donc,
_
G(t, x)dm(x) = m(f t).
_
f(x)dm(x) =
_

0
m(x E; f(x) t)dt.
Corrig 153 (Une caractrisation de L

p
)
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
.]
corrig
On pose B = (x, y)
t
R
2
; [f(x)[ > y, de sorte que B = (F G)
1
(]0, [) o F et G sont dnies par :
F(x, y) = [f(x)[, G(x, y) = y, (x, y)
t
R
2
.
La fonction x [f(x)[ est mesurable (de R dans R) ainsi que lapplication y 1(application constante).
La proposition 7.3 nous donne alors que F est mesurable de R
2
dans R (puisque B(R
2
) = B(R) B(R)).
La fonction G est aussi mesurable de R
2
dans R (il suft de remarquer quelle est continue, ou dutiliser une
nouvelle fois la proposition 7.3). La fonction F G est donc mesurable de R
2
dans R, ce qui prouve que
B B(R
2
). La fonction 1
B
est donc mesurable de R
2
dans R.
On remarque maintenant que 1
B
(x, y)1
RR
+
(x, y) = 1
A
y
(x) pour tout (x, y)
t
R
2
. Lapplication (x, y)
t
1
A
y
(x) est donc mesurable de R
2
dans R car elle est gale un produit de fonctions mesurables.
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.
corrig
Lapplication (x, y)
t
[y[
p1
1
A
y
(x) est mesurable comme produit de fonctions mesurables. Cette applica-
tion est, bien sr, valeurs dans R
+
. Elle est donc 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.]
466
corrig
On pose H(x, y) = [y[
p1
1
A
y
(x) pour (x, y)
t
R
2
. La question prcdente donne que H /
+
(R
2
,
B(R
2
)). On peut donc appliquer le thorme de Fubini-Tonelli (thorme 7.2) la fonction H, il donne :
_
(
_
H(x, y)d(x))d(y) =
_
(
_
H(x, y)d(y))d(x). (18.6)
Pour y R, on a
_
H(x, y)d(x) = [y[
p1
(A
y
) = g
p
(y) (en convenant que g
p
(0) = 0 si (A
0
) = ).
Ceci donne, en particulier, que g
p
est mesurable de R dans R
+
(car lune des conclusions du thorme 7.2 est
que y
_
H(x, y)d(x) est mesurable de R dans R
+
).
Pour x R, on a
_
H(x, y)d(y) =
_
[y[
p1
1
[0,]f(x)][
(y)d(y) =
_
]f(x)]
0
[y[
p1
dy
=
1
p
[f(x)[
p
.
Lgalit (18.6) donne alors :
_
g
p
d =
1
p
_
[f[
p
d. (18.7)
Si f L
p
R
(R, B(R), ), on remarque dabord que g
p
+
car
(A
y
)
1
[y[
p
_
[f[
p
d < pour tout y > 0.
La fonction g
p
est donc mesurable de R dans R
+
et (18.7) donne alors que g
p
L
1
R
(R, B(R), ).
Rciproquement, si g
p
L
1
R
(R, B(R), ), (18.7) donne que f L
p
R
(R, B(R), ).
On a donc bien montr :
g
p
L
1
R
(R, B(R), ) f L
p
R
(R, B(R), ).
18.3 Mesure de Lebesgue sur B(R

N
)
Corrig 154 (Proprits lmentaires de
N
)
N
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
).
corrig
On va dmontrer cette question en supposant tout dabord que (A
i
) < pour tout i. Le cas gnral sobtient
alors en utilisant A
i
[p, p] au lieu de A
i
et en faisant ensuite tendre p vers linni. On obtient bien la proprit
voulue (en convenant que 0 = 0). Cette mthode est dcrite dans la remarque 7.2.
On dmontre donc, par rcurrence sur N, la proprit suivante :
A
1
, . . . , A
N
B(R), (A
i
) < pour tout i
N
i=1
A
i
B(R
N
) et
N
(
N
i=1
A
i
) =
N
i=1
(A
i
).
(18.8)
467
La proprit (18.8) est vraie pour N = 2. En effet, on sait que B(R
2
) = B(R) B(R) (proposition 7.1) et que
2
= (dnition 7.3). On a donc bien (avec la dntion dune mesure produit, thorme 7.1) :
A
1
, A
2
B(R), (A
1
) < , (A
2
) <
A
1
A
2
B(R
2
) et
2
(A
1
A
2
) = (A
1
)(A
2
).
On suppose maintenant que la proprit (18.8) est vraie pour un certain N 2, et on la dmontre pour N + 1.
Soit donc A
1
, . . . , A
N+1
B(R) t.q. (A
i
) < pour tout i. Par (18.8), on a

N
i=1
A
i
B(R
N
) et
N
(
N
i=1
A
i
) =
N
i=1
(A
i
). On rappelle que B(R
N+1
) = B(R
N
) B(R) (proposition 7.1) et que
N+1
=
N
(dnition 7.3). On en dduit que
N+1
i=1
A
i
= (
N
i=1
A
i
)A
N+1
B(R
N
)B(R) B(R
N
)B(R) =
B(R
N+1
) et
N+1
(
N+1
i=1
A
i
) =
N
(
N
i=1
A
i
)(A
N+1
) =
N+1
i=1
(A
i
).
ce qui donne bien (18.8) avec N + 1 au lieu de N et termine donc la dmonstration par rcurrence.
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
[).
corrig
Cette question est une consquence immdiate de la prcdente en prenant A
i
=]
i
,
i
[.
3. Soit K est un compact de R

N
(noter que K B(R
N
). Montrer que
N
(K) < +.
corrig
Comme K est compact, il est born. Il existe donc a R
+
t.q. K
N
i=1
] a, a[. On en dduit que
N
(K)
N
(
N
i=1
] a, a[) =
N
i=1
(] a, a[) = (2a)
N
< .

N
. Montrer que
N
(O) > 0.
corrig
Soit x = (x
1
, . . . , x
N
)
t
O. Comme O est ouvert, il existe > 0 t.q.
N
i=1
]x
i
, x
i
+ [ O. On a donc
N
(O)
N
(
N
i=1
]x
i
, x
i
+[) =
N
i=1
(]x
i
, x
i
+[) = (2)
N
> 0.
5. Soit f, g C(R
N
, R). Montrer que f = g p.p. (cest--dire
N
N
.
corrig
Soit O = f ,= g = x R
N
; f(x) ,= g(x). Comme f et g sont continues, O est ouvert. Comme f = g p.p.,
on a ncessairement
N
(O) = 0. Enn, la question prcdente donne alors que O = et donc que 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
).
468
corrig
Soit f C
c
(R
N
, R). Comme f est continue, on a f mesurable de R
N
dans R (R
N
et R tant munis de leur
tribu borlienne, on dit aussi que f est borlienne). Comme f est support compact, il existe a R
+
t.q. f = 0
sur K
c
avec K =
N
i=1
[a, a]. Enn, f est borne, il existe donc M t.q. [f(x)[ M pour tout x R
N
. On en
dduit que
_
[f[d
N
M(2a)
N
< et donc que f L
1
R
(R
N
, B(R
N
),
N
).
Corrig 155 (Rgularit de

N
)
Soit mune mesure sur B(R
N
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) .
corrig
On reprend ici la dmonstration de la rgularit dune mesure sur B(R), nie sur les compacts (thorme 2.3).
On appelle T lensemble des A B(R
N
) t.q. pour tout > 0, il existe Oouvert et F ferm vriant F A O
et m(O F) . On va montrer que T est une tribu contenant ( =
N
i=1
]a
i
, b
i
[, < a
i
< b
i
< pour
tout i 1, . . . , N. Comme ( engendre B(R
N
) (voir lexercice 2.7, ou le corrig 15, il est mme dmontr
quon peut, dans la dnition de (, se limiter au cas o les a
i
et b
i
sont dans Q), ceci donnera T = B(R
N
).
On dmontre tout dabord que ( T. Soit < a
i
 0. On veut montrer quil existe O ouvert et F ferm t.q. F A O et m(O F) .
Soit n
0
N t.q. (2/n
0
) < b
i
a
i
pour tout i 1, . . . , N. Pour n n
0
, on pose F
n
=
N
i=1
[a
i
+(1/n), b
i
(1/n)] et O = A. On a bien F
n
ferm, O ouvert et F
n
A O. On remarque ensuite que O F
n
C
n
avec :
C
n
=
N
q=1
C
n,q
, C
n,q
=
N
i=1
I
(n)
i,q
,
I
(n)
i,q
=]a
i
, b
i
[ si i ,= q, I
(n)
q,q
=]a
q
, a
q
+
1
n
[]b
q

1
n
, b
q
[.
Soit q 1, . . . , N. On a C
n+1,q
C
n,q
(pour tout n n
0
),
nn
0
C
n,q
= et, comme m est nie sur les
compacts,
m(C
n,q
) m(
N
i=1
[a
i
, b
i
]) < .
On peut donc utiliser la proprit de continuit dcroissante dune mesure. On obtient m(C
n,q
) 0 quand
n . On a alors aussi m(C
n
)
N
q=1
m(C
n,q
) 0 quand n . Il existe donc n t.q. m(C
n
) < . On
prenant F = F
n
, on a bien alors O ouvert, F ferm et m(O F) . Ce qui montre que A T et donc que
( 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
= OF).
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) = .
469
Premier cas. On suppose que m(A) < . La dmonstration est ici identique celle faite pour N = 1. 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 on a m(
n
p=0
F
n
)
m(

F), quand n , do (puisque m(

F) < ) m(

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

F) m(F) . On a bien F A O, O ouvert, F ferm et m(O 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, en adaptant la dmonstration faite pour N = 1 :
(a) Soit p = (p
1
, . . . , p
N
) Z
N
. On remarque dabord que A
n
N
i=1
[p
i
, p
i
+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
N
i=1
[p
i
, p
i
+ 1
1
k
] A
n
i=1
[p
i
, p
i
+ 1[ O
k
= O
N
i=1
]p
i
1
k
, p
i
+ 1[.
On a F
k
ferm, O
k
ouvert et (O
k
F
k
) (O F) D
k
, avec :
D
k
=
N
q=1
D
k,q
, D
k,q
=
N
i=1
J
(k)
i,q
,
J
(k)
i,q
=]p
i
1
k
, p
i
+ 1[ si i ,= p,
J
(k)
q,q
=]p
q

1
k
, p
q
[]p
q
+ 1
1
k
, p
q
+ 1[.
En utilisant la continuit dcroissante de m et le fait que m est nie sur les compacts (ce qui donne m(D
k
)
m(
N
i=1
[p
i
1, p
i
+ 1]) < ), on dmontre (comme pour les C
n
prcdemment) que m(D
k
) 0 quand
k . Il existe donc k N
t.q. m(D
k
) et donc m(O
k
F
k
) m(O F) + m(D
k
) 2. Ce qui
donne bien que A
n
N
i=1
[p
i
, p
i
+ 1[ T.
(b) Soit p = (p
1
, . . . , p
N
) Z
N
. Comme m(A
N
i=1
[p
i
, p
i
+ 1[) < , on peut maintenant utiliser le premier
cas avec A
N
i=1
[p
i
, p
i
+ 1[=
nN
(A
n
N
i=1
[p
i
, p
i
+ 1[). Il donne que A
N
i=1
[p
i
, p
i
+ 1[ T pour
tout p = (p
1
, . . . , p
N
) Z
N
.
(c) On montre enn que A T. Soit > 0. Pour tout p = (p
1
, . . . , p
N
) Z
N
, il existe un ouvert O
p
et un
ferm F
p
t.q. F
p
A
N
i=1
[p
i
, p
i
+ 1[ O
p
et m(O
p
F
p
) /(2
]p]
), en posant [p[ =
N
i=1
[p
i
[. On
prend O =
pZ
NO
p
et F =
pZ
NF
p
. On obtient F A O, m(O F) 3
N
et O est ouvert. Il reste
montrer que F est ferm.
Soit (x
n
)
nN
F t.q. x
n
x (dans R
N
) quand n . On veut montrer que x F. Il existe p =
(p
1
, . . . , p
N
) Z
N
t.q. x
N
i=1
]p
i
1, p
i
+ 1[. Il existe donc n
0
N t.q. x
n

N
i=1
]p
i
1, p
i
+ 1[ pour
tout n n
0
. Comme x
n

qZ
NF
q
et que F
q

N
i=1
[q
i
, q
i
+ 1[ pour tout q = (q
1
, . . . , q
N
)
t
Z
N
, on
a donc x
n

qE
p
F
q
, pour tout n n
0
, o E
q
= q = (q
1
, . . . , q
N
)
t
Z
N
; q
i
p
i
, p
i
1 pour tout
i 1, . . . , N. Comme E
q
est de cardinal ni et que F
q
est ferm pour tout q, lensemble
qE
p
F
q
est
donc aussi ferm, on en dduit que x
qE
p
F
q
F et donc que F est ferm.
470
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
N
).
2. Soit A B(R
N
). Dduire de la question prcdente que m(A) = infm(O), O ouvert t.q. A O.
corrig
Par monotonie de m on a m(A) m(O) si A O, donc m(A) infm(O), O ouvert t.q. A O. Il reste
donc montrer que m(A) infm(O), O ouvert t.q. A O.
Soit > 0, daprs la question prcdente, il existe O ouvert et F ferm t.q F A O et m(O F) . On a
donc aussi m(O A) et donc m(O) = m(A) +m(O A) m(A) +. Ceci montre bien que infm(O),
O ouvert t.q. A O m(A).
Corrig 156 (Densit de C

c
et C
c
dans L
1
)
d
d
d
,
d
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
1. Soit C
c
(R
d
d
1
.
d
et > 0. Pour x R
d
, on pose (x) =
(d(x,K))
+

y K. Montrer que C
c
(R
d
3. Soit A B(R
d
) t.q. (A) < +.
c
(R
d
, R) t.q. | 1
A
|
1
.
d
1

C
c
(R
d
, R) t.q. |f |
1
1
et > 0.
c
(R
d
, R) t.q. |f |
1
.
c
(R
d
, R) t.q. |f |
1
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.]
(a) Soit C
c
(R
d
1
0 quand h 0.
1
et |f( +h) f|
1
,0 quand h 0.
d
c
(, R) et
C
c
(, R) dans L
1
R
(, B(), ).
471
corrig
En Attente. . .
Corrig 157 (Invariance par translation de

N
)
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
).
corrig
On pose T = A B(R
N
) t.q. (A) B(R
N
).
Comme est bijective, il est facile de montrer que T est une tribu. En effet, il suft de remarquer que (R
N
) =
R
N
, (A
c
) = ((A))
c
et (
nN
A
n
) =
nN
(A
n
).
Comme est continue, transforme les compacts en compacts. On note ( lensemble des compacts de R
N
,
on a donc ( T (on rappelle que les compacts sont des borliens). Comme lensemble des compacts de R
N
engendre B(R
N
) (noter que tout ouvert peut scrire comme une runion dnombrable de compacts), on a donc
T = B(R
N
). Ce qui donne bien (A) B(R
N
) pour tout 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.]
corrig
On procde par rcurrence sur N. La proposition 2.9 donne le rsultat pour la mesure de Lebesgue sur B(R),
cest--dire pour N = 1 en posant
1
= . On suppose maintenant que le rsultat est vrai pour N 1
avec un certain N 2, cest--dire que
N1
((B)) =
N1
i=1
[
i
[
N1
(B) pour tout B B(R
N1
),
1
, . . . ,
N1
R
,
1
, . . . ,
N1
R et dnie par (y) = (
1
y
1
+
1
, . . . ,
N1
y
N1
+
N1
)
t
pour
tout y = (y
1
, . . . , y
N1
)
t
R
N1
, et on dmontre le rsultat pour N.
Soit donc
1
, . . . ,
N
R
,
1
, . . . ,
N
R et dnie par (x) = (
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
pour tout
x = (x
1
, . . . , x
N
)
t
R
N
.
Pour A B(R
N
), on pose m(A) = (
N
i=1
[
i
[)
1
N
((A)).
On montre tout dabord que mest une mesure. On a bien m() = 0 car () = . Puis, soit (A
n
)
nN
B(R
N
)
avec A
n
A
m
= si n ,= m. On a (
nN
A
n
) =
nN
(A
n
) avec (A
n
) (A
m
) = si n ,= m (car
est bijective). Donc,
N
((
nN
A
n
)) =
nN
N
((A
n
)) et donc m(
nN
A
n
) =
nN
m(A
n
). Ce qui
prouve la -additivit de m et donc le fait que m est une mesure sur B(R
N
).
On montre maintenant que m(A
1
A
2
) =
N1
(A
1
)(A
2
) pour tout A
1
B (R
N1
) et pour tout A
2
B(R)
t.q.
N1
(A
1
) < et (A
2
) < .
Soit donc A
1
B(R
N1
) et A
2
B(R) t.q.
N1
(A
1
) < et (A
2
) < . On a m(A
1
A
2
) =
(
N
i=1
[
i
[)
1
N
((A
1
A
2
)).
On pose (y) = (
1
y
1
+
1
, . . . ,
N1
y
N1
+
N1
)
t
, pour tout y = (y
1
, . . . , y
N1
)
t
R
N1
, et (z) =
N
z +
N
, pour tout z R. On a donc (A
1
A
2
) = (A
1
) (A
2
). Lhypothse de rcurrence et la
472
proposition 2.9 donne que
N1
((A
1
)) =
N1
i=1
[
i
[
N1
(A
1
) < et que ((A
2
)) =
N
(A
2
) < .
Comme
N
=
N1
(car cest la dnition de
N
) on en dduit :
N
((A
1
A
2
)) =
N1
((A
1
))((A
2
)) =
N1
i=1
[
i
[
N1
(A
1
)
N
(A
2
),
et donc :
m(A
1
A
2
) = (
N
i=1
[
i
[)
1
N
((A
1
A
2
)) =
N1
(A
1
)(A
2
).
On peut maintenant conclure. Comme m est une mesure sur B(R
N
) = B(R
N1
) B(R)vriant m(A
1

A
2
) =
N1
(A
1
)(A
2
) pour tout A
1
B(R
N1
) et pour tout A
2
B(R) t.q.
N1
(A
1
) < et (A
2
) <
, la partie unicit" du thorme 7.1 donne que m =
N1
, cest--dire m =
N
. On a donc bien
N
((A)) =
N
i=1
[
i
[
N
(A) pour tout A B(R
N
).
Corrig 158 (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
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.]
corrig
Soit A B(R
N
) et f = 1
A
. On a alors f = 1
B
avec B =
1
(A). En appliquant lexercice 7.14 (corrig
157) linverse de , not , on a donc
N
(B) =
N
((A)) = (
N
i=1
[
i
[)
1
N
(A), cest--dire :
_
fd
N
=
N
(A) = (
N
i=1
[
i
[)
N
(B) = (
N
i=1
[
i
[)
_
f d
N
.
Soit maintenant f c
+
0. Il existe donc a
1
, . . . , a
n
R
+
et A
1
, . . . , A
n
B(R
N
) t.q. f =
n
i=1
a
i
f
i
,
avec f
i
= 1
A
i
. On a alors, par linarit de lintgrale :
_
fd
N
=
n
i=1
a
i
_
f
i
d
N
= (
N
i=1
[
i
[)
n
i=1
a
i
_
f
i
d
N
= (
N
i=1
[
i
[)
_
n
i=1
a
i
f
i
d
N
= (
N
i=1
[
i
[)
_
f d
N
.
(Ce qui est, bien sr, aussi vrai si f = 0.)
2. Soit f /
+
= /
+
(R
N
, B(R
N
)), montrer que f /
+
et que
_
fd
N
=
N
i=1
[
i
[
_
(f )d
N
.
corrig
Il existe (f
n
)
nN
c
+
t.q. f
n
f quand n . On a donc aussi (f
n
)
nN
c
+
et f
n
f quand
n (ce qui donne, en particulier que f /
+
). La question prcdente donne :
_
f
n
d
N
= (
N
i=1
[
i
[)
_
f
n
d
N
.
473
La dnition de lintgrale sur /
+
donne alors, quand n :
_
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
.
corrig
Comme f est mesurable de R
N
dans R et est mesurable de R
N
dans R
N
(R
N
et R tant munis de leur tribu
borlienne), on a bien f mesurable de R
N
dans R.
En appliquant la question prcdente la fonction [f[ on obtient que
_
[f[ d
N
=
_
[f [d
N
< car
_
[f[d
N
< . On a donc f L
1
.
Enn, en remarquant que (f )
+
= f
+
et (f )
= f
et en utilisant la question prcdente avec

f
+
et f
, on obtient :
_
f
+
d
N
= (
N
i=1
[
i
[)
_
f
+
d
N
,
_
f
d
N
= (
N
i=1
[
i
[)
_
f
d
N
.
En faisant la diffrence, on en dduit :
_
fd
N
= (
N
i=1
[
i
[)
_
f d
N
.
Corrig 159 (Primitives de fonctions L

p
)
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.
corrig
On note L
1
= L
1
R
(]0, 1[, B(]0, 1[), ). F (et G) sont bien dnies partout sur [0, 1] car f1
[0,x]
L
1
(et g1
[0,x]

L
1
) pour tout x [0, 1] (on confond, comme dhabitude, un lment de L
1
ou L
p
avec lun de ses reprsentants).
Soit x, y [0, 1], x < y. En utilisant lingalit de Hlder avec f et 1
[x,y]
, on obtient, avec q = p/(p 1) :
[F(y) F(x)[ = [
_
f1
[x,y]
d[ |f|
p
|1
[x,y]
|
q
|f|
p
[y x[
1
1
p
. (18.9)
On a de mme :
[G(y) G(x)[ |g|
p
[y x[
1
1
p
. (18.10)
Ce qui donne les ingalits demandes en prenant C = max(|f|
p
, |g|
p
).
474
Les ingalits (18.9) et (18.10) donnent aussi la continuit (uniforme) de F et G lorsque p > 1 (et donc 1
(1/p) > 0), mais pas pour p = 1.
Pour p = 1, on montre la continuit de F (et de G par un raisonnement semblable) en remarquant que, pour
x, y [0, 1], x < y :
[F(y) F(x)[
_
[f[1
[x,y]
d 0, quand ([x, y]) = y x 0,
ceci dcoule de lexercice 4.14 et donne mme la continuit uniforme de F comme cela a t dmontr dans
lexercice 5.7.
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.]
corrig
On pose toujours C = max(|f|
p
, |g|
p
). Pour x [
k
n
,
k+1
n
], on a, avec
1
q
= 1
1
p
> 0 :
[F(x) F(
k
n
)[ C(
1
n
)
1
q
, [G(x) G(
k
n
)[ C(
1
n
)
1
q
.
On en dduit que (F(x), G(x)) A
n,k
B
n,k
avec :
A
n,k
= [F(
k
n
) C(
1
n
)
1
q
, F(
k
n
) +C(
1
n
)
1
q
],
B
n,k
= [G(
k
n
) C(
1
n
)
1
q
, G(
k
n
) +C(
1
n
)
1
q
].
On a bien (A
n,k
) = (B
n,k
) = 2C(
1
n
)
1
q
0 quand n .
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 .]
corrig
Pour tout n N
, on pose H
n
=
n1
k=0
A
n,k
B
n,k
B(R
2
) = B(R) B(R). La question prcdente donne
E H
n
. On en dduit que E H avec H =
nN
H
n
B(R
2
).
On utilise maintenant lhypothse p > 2 pour montrer que
2
(H) = 0 (et donc que E est ngligeable). En effet,
on a, pour tout n N
2
(H)
2
(H
n
)
n1
k=0
2
(A
n,k
B
n,k
) =
n1
k=0
(A
n,k
)(B
n,k
)
n4C
2
(
1
n
)
2
q
= 4C
2
n
1
2
q
,
avec C = max(|f|
p
, |g|
p
) et
1
q
= 1
1
p
. Comme p > 2, on a q < 2 et donc n
1
2
q
0 quand n . Ceci
donne que
2
(H
n
) 0 quand n et donc que
2
(H) = 0.
475
18.4 Convolution
Corrig 160 (Proprits lmentaires de la convolution)
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).]
corrig
On confond, comme dhabitude f (et g) avec lun de ses reprsentants, et on choisit comme reprsentant de f g
(qui est dnie comme un lment de L
1
(R
N
)) la fonction dnie par f g(x) =
_
f(y)g(x y)d
N
(y) si
f()g(x ) L
1
(R
N
). On sait que cette fonction est dnie p.p. car f()g(x ) L
1
(R
N
) pour presque
tout x R
N
. On choisit de manire analogue comme reprsentant de g f la fonction dnie par g f(x) =
_
g(y)f(x y)d
N
(y) si g()f(x ) L
1
(R
N
).
Soit x R
N
un point pour lequel f g est dnie. On a donc f()g(x) L
1
(R
N
). On pose h() = f()g(x
). On utilise alors la proposition 7.8 (changement de variables simples) avec dnie par (y) = y +x pour
tout y R
N
. Elle donne h L
1
(R
N
) et :
_
h((y))d
N
(y) =
_
h(y)d
N
(y).
Comme h((y)) = f((y))g(x (y)) = f(x y)g(y), on en dduit que g f est dnie au point x et que
g f(x) = f g(x).
Ceci montre bien que f g = g f p.p..
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
c
. Montrer que f g = 0 p.p. sur B(0, a +b)
c
.]
corrig
Comme pour la question prcdente, on confond f (et g) avec lun de ses reprsentants, et on choisit comme
reprsentant de f g la fonction dnie par f g(x) =
_
f(y)g(x y)d
N
(y) si f()g(x ) L
1
(R
N
).
Soit a, b R
+
t.q. f = 0 p.p. sur B(0, a)
c
c
. (R
N
est muni dune norme, note | |.)
Soit x B(0, a + b)
c
. On va montrer que f()g(x ) = 0 p.p. (et donc que f g(x) = 0, noter aussi que
f()g(x ) est mesurable car f et g le sont).
Comme f = 0 p.p. sur B(0, a)
c
, on a aussi f()g(x ) = 0 p.p. sur B(0, a)
c
. Comme g = 0 p.p. sur B(0, b)
c
,
on a f()g(x ) = 0 p.p. sur B(x, b)
c
(car y B(x, b)
c
(x y) B(0, b)
c
). On a donc :
f()g(x ) = 0 p.p. sur B(0, a)
c
B(x, b)
c
. (18.11)
Or B(0, a)B(x, b) = car y B(0, a)B(x, b) implique |y| < a et |xy| < b et donc |x| = |xy+y| <
a +b, en contradiction avec x B(0, a +b)
c
. On a donc B(0, a)
c
B(x, b)
c
= (B(0, a) B(x, b))
c
= R
N
et
(18.11) donne alors f()g(x ) = 0 p.p. et donc f g est dnie au point x et f g(x) = 0.
On a bien montr que f g = 0 p.p. sur B(0, a +b)
c
et donc que f g est support compact.
476
Corrig 161 (Convolution L
p
C
c
)
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.
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
.
corrig
On rappelle que f L
1
loc
(R
N
) si f /= /(R
N
, B(R
N
)) et f1
K
L
1
(R
N
) pour tout compact K de R
N
.
On a donc L
p
(R
N
) L
1
loc
(R
N
) (pour tout 1 p ) car si f L
p
(R
N
), on a bien f / et, grce
lingalit de Hlder, f1
K
L
1
(R
N
) (et |f1
K
|
1
|f|
p
|1
K
|
q
< ,avec q = p/(p 1)).
On suppose donc dans la suite de ce corrig que f L
1
loc
(R
N
) car cette hypothse est plus gnrale que
f L
p
(R
N
). Pour simplier la rdaction, on se limite au cas N = 1.
Soit x R. La fonction f()(x ) est mesurable (cest--dire ici borlienne car R est muni de sa tribu de
Borel) car f est mesurable et (x ) est mesurable (car continue). Comme est support compact, il existe
a R
+
t.q. = 0 sur [a, a]
c
. On a donc (x ) = 0 sur K
c
x
avec K
x
= [x a, x + a], ce qui permet de
montrer que f()(x ) L
1
(R) car [f()(x )[ [f1
K
x
[||
u
, avec ||
u
= max[(z)[, z R < ,
et f1
K
x
L
1
(R).
La fonction f est donc dnie sur tout R.
2. Montrer que f C
(R
N
, R).
corrig
Comme dans la question prcdente, on va utiliser a R
+
t.q. = 0 sur [a, a]
c
et ||
u
= max[(z)[,
z R (on va aussi utiliser les normes des drives de , |
(k)
|
u
). On raisonne maintenant en 3 tapes.
Etape 1. On commence par montrer que f est continue en tout point de R. Soit x
0
R. La continuit de
f en x
0
dcoule du thorme de continuit sous le signe
_
, thorme 4.9. En effet, on pose, pour x, y R :
F(x, y) = f(y)(x y).
On a F(x, ) L
1
(R) pour tout x R et f (x) =
_
F(x, )d. La fonction F vrie alors les 2 hypothses
suivantes :
(a) x F(x, y) est continue en x
0
, pour tout y R,
(b) [F(x, y)[ G(y) pour tout x ]x
0
1, x
0
+ 1[ et pour tout y R, en prenant G = [f1
K
[||
u
avec
K = [x
0
1 a, x
0
+ 1 +a].
Comme K est compact, on a G L
1
(R) et le thorme 4.9 donne bien la continuit de f en x
0
.
Etape 2. On montre maintenant que f est drivable en tout point et que (f )
t
= f
t
. Soit x
0
R. Pour
montrer la drivabilit de f en x
0
, on utilise le thorme de drivabilit sous le signe
_
, thorme 4.10. On
reprend la mme fonction F que dans ltape 1, elle vrie les 2 hypothses suivantes :
(a) x F(x, y) est drivable pour tout x ]x
0
1, x
0
+ 1[ et pour tout y R,
477
(b) [
F
x
(x, y)[ = [f(y)
t
(x y)[ H(y) pour tout x ]x
0
1, x
0
+ 1[ et pour tout y R, en prenant
H = [f1
K
[|
t
|
u
avec K = [x
0
1 a, x
0
+ 1 +a].
Comme K est compact, on a H L
1
(R) et le thorme 4.10 donne bien la drivabilit de f en x
0
et le fait
que (f )
t
(x
0
) = f
t
(x
0
).
Etape 3. On montre enn que f C
(R, R). Pour cela, on va montrer, par rcurrence sur k, que f

C
k
(R, R) et (f )
(k)
= f
(k)
pour tout k N (ce qui donne bien f C
(R, R)).
Ltape 1 montre que f C
0
(R, R) (et on a bien (f )
(0)
= f = f
(0)
). On suppose maintenant
que f C
k
(R, R) et (f )
(k)
= f
(k)
pour un certain k N. Ltape 2 applique
(k)
(qui appartient
aussi C
c
(R, R)) au lieu de donne alors que f
(k)
est drivable et que sa drive est f
(k+1)
. Ltape 1
applique
(k+1)
donne que f
(k+1)
C(R, R). On a donc bien nalement montr que f C
k+1
(R, R)
et (f )
(k+1)
= f
(k+1)
. Ce qui termine la rcurrence.
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.
corrig
Comme f et sont support compact, on dmontre que f est aussi support compact, comme cela a t
fait dans lexercice 7.19 (corrig 160). Plus prcisment, si f = 0 p.p. sur B(0, a)
c
et = 0 sur B(o, b)
c
, on a
f = 0 sur B(0, a +b)
c
(voir le corrig 160).
Corrig 162 (Ingalit de Young)

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].
corrig
Pour simplier les notations, on ne traite ici que le cas N = 1. On suppose aussi que f et g ne sont pas nulles p.p.
(sinon, il est immdiat que f g est dnie partout et f g(x) = 0 pour tout x R).
On confond f et g avec lun de leurs reprsentants.
Pour x, y R, on pose H(x, y) = g(y)f(x y). La premire partie de la dmonstration de la proposition
sur la convolution (proposition 7.9) montre que H, et donc [H[, est B(R
2
)-mesurable. On peut alors utiliser les
deux premires conclusions du thorme de Fubini-Tonelli (thorme 7.2) pour afrmer que [g()f(x )[
/
+
(R, B(R)) pour tout x R et que /
+
(R, B(R)) avec dnie par (x) =
_
[g()f(x)[d pour tout
x R. Par composition de fonctions mesurables, on a donc aussi
p
/
+
(R, B(R)).
Soit x R. Les fonctions [f(x )[
1
q
et [f(x )[
1
p
[g()[ sont aussi mesurables. On peut alors utiliser lingalit
de Hlder avec q = p/(p 1). elle donne :
((x))
p
= (
_
[f(x )[
1
q
[f(x )[
1
p
[g()[[d)
p
(
_
[f(x )[d)
p
q
(
_
[f(x )[[g()[
p
d)
|f|
p
q
1
(
_
[f(x )[[g()[
p
d).
(18.12)
478
Noter que (18.12) est vraie si [f(x )[[g()[
p
L
1
(R) et si [f(x )[[g()[
p
, L
1
(R). Dans ce dernier cas on
obtient seulement (x)
p
. On a aussi utiliser la proposition 7.8 pour dire que
_
[f(x )[d =
_
[f[d =
|f|
1
.
On peut maintenant utiliser le thorme de Fubini-Tonelli (thorme 7.2) avec les fonctions [f[ et [g[
p
. Il donne :
_
(x)
p
d(x) |f|
p
q
1
_
(
_
[f(x )[[g()[
p
d)d(x)
|f|
p
q
1
_
(
_
[f(x y)[[g(y)[
p
d(x))d(y)
|f|
p
q
1
|f|
1
|g|
p
p
= |f|
p
1
|g|
p
p
.
(18.13)
Ceci donne que L
p
(R) et, en particulier que (x) < p.p., cest--dire (A) = 0 avec A = =
(noter que A B(R) puisque /
+
). Pour tout x A
c
, on a donc g()f(x ) L
1
(R) et on peut dnir
g f(x) par g f(x) =
_
g(y)f(x y)d(y).
La fonction g f est donc dnie p.p.. On remarque maintenant quelle est gale p.p. une fonction mesurable.
En effet, les fonctions H
+
et H
sont B(R
2
)-mesurables (daprs la premire partie de la dmonstration de la
proposition 7.9, on rappelle que H(x, y) = g(y)f(x y)). Les deux premires conclusions du thorme 7.2)
donnent alors (g()f(x )
/
+
(R, B(R)) pour tout x R et que
1
,
2
/
+
(R, B(R)) avec
1
et
2
dnies par, pour x R,
1
(x) =
_
(g()f(x ))
+
d,
2
(x) =
_
(g()f(x ))
d.
On pose alors h =
1
2
sur A
c
et h = 0 sur A. On a bien que h est mesurable (de R dans R) et h = g f p.p..
On remarque enn que h L
p
(R) car [h[ p.p. et L
p
(R). On en dduit bien que g f L
p
(R) (avec la
confusion habituelle entre g f et la classe de h dans L
p
(R)).
Le fait que |g f|
p
|f|
1
|g|
p
est consquence immdiate de (18.13) puisque g f p.p..
Enn, le raisonnement fait dans la premire question de lexercice (7.19) montre que, pour tout x R, f()g(x
) L
1
(R
N
) si et seulement f(x )g() L
1
(R
N
) et que ces deux fonctions ont alors mme intgrale. Ceci
permet de montrer que f g est aussi dnie p.p. et que f g = g f p.p.
18.5 Changement de variables

Corrig 163
1. Vrier que si n 1
_
n
0
sin x
x
dx =
_
n
0
(
_

0
e
xt
dt) sin xdx.
corrig
Soit n N, la fonction x
sin x
x
est continue que [0, n] en posant
sin x
x
= 1 pour x = 0, elle est donc bien
intgrable pour lespace mesur ([0, n], B([0, n]), ).
Pour tout x > 0, on a e
x
/
+
(R
+
, B(R
+
)). Pour calculer
_
0
e
xt
dt, on remarque que, pour tout p N, on
a
_
p
0
e
xt
dt = [
e
xt
x
]
p
0
=
1
x
e
xp
x
. Quand p , on en dduit, avec le thorme de convergence monotone,
que
_
0
e
xt
dt =
1
x
. On obtient bien :
_
n
0
sin x
x
dx =
_
n
0
(
_

0
e
xt
dt) sin xdx.
479
2. Calculer F
n
(t) =
_
n
0
e
xt
sin xdx (t 0).
corrig
Pour t = 0, on a
_
n
0
e
xt
sin xdx =
_
n
0
sin xdx = 1 cos n. Donc, F
n
(0) = 1 cos n.
Soit maintenant t > 0. Comme les fonctions x e
xt
et x sin x sont indniment drivables sur R, on peut
calculer
_
n
0
e
xt
sin xdx en intgrant deux fois par parties :
_
n
0
e
xt
sin xdx =
_
n
0
te
xt
cos xdx [e
xt
cos x]
n
0
=
_
n
0
t
2
e
xt
sin xdx [te
xt
sin x]
n
0
[e
xt
cos x]
n
0
.
Ce qui donne :
(t
2
+ 1)
_
n
0
e
xt
sin xdx = 1 te
nt
sin n e
nt
cos n.
et donc :
F
n
(t) =
_
n
0
e
xt
sin xdx =
1 te
nt
sin n e
nt
cos n
t
2
+ 1
.
3. Calculer lim
n+
_

0
F
n
(t)dt. (F
n
est dnie la question prcdente.)
corrig
Pour tout n N, F
n
est continue de R
+
dans R, elle est donc mesurable de R
+
dans R.
On a, pour tout n N et tout t 0, te
nt
te
t
1/e. On en dduit :
[F
n
(t)[ (2 +
1
e
)
1
t
2
+ 1
pour tout t R + et pour tout n N.
(en fait, on a mme 0 F
n
(t)
1
t
2
+1
.) Comme t
1
t
2
+1
est intgrable sur (R
+
, B(R
+
), ), ceci donne que
F
n
L
1
(R
+
, B(R
+
), ) pour tout n N.
Enn comme F
n
(t)
1
t
2
+1
quand n , pour tout t > 0, on peut appliquer le thorme de convergence
domine la suite (F
n
)
nN
, il donne :
_

0
F
n
(t)dt
_

0
1
t
2
+ 1
dt =

2
, quand n .
4. En dduire que lim

n+
_
n
0
sin x
x
dx =

2
.
corrig
Soit n N. On dnit H de R
2
dans R par
H(x, t) = e
xt
sin x1
[0,n]
(x)1
[0,]
(t).
480
La fonction H est B(R
2
)-mesurable et elle appartient L
1
(R
2
) car, par le thorme de Fubini-Tonelli :
_
[H(x, t)[d
2
(x, t)
_
n
0
[ sin x[(
_

0
e
xt
dt)dx =
_
n
0
[ sin x[
x
dx < ,
car la fonction x
] sin x]
x
est continue que [0, n] en posant
] sin x]
x
= 1 pour x = 0, elle est donc bien intgrable
pour lespace mesur ([0, n], B([0, n]), ).
On peut donc appliquer le thorme de Fubini la fonction H, il donne, avec la premire question :
_
n
0
sin x
x
dx =
_
n
0
(
_

0
e
xt
dt) sin xdx =
_

0
(
_
n
0
e
xt
sin xdx)dt
=
_

0
F
n
(t)dt.
La question 3 donne alors lim
n
_
n
0
sin x
x
dx = lim
n
_
0
F
n
(t)dt =

2
.
Corrig 164 (Coordonnes polaires)

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.]
corrig
Pour x, y R, on pose f(x, y) = e
(x
2
+y
2
)
1
R
+
(x)1
R
+
(y). On a f /
+
(R
2
, B(R
2
)) (noter que f est le
produit de fonctions mesurables). On peut donc lui appliquer la formule (7.17) :
_
f(x, y)d
2
(x, y) =
_
2
0
__

0
f(r cos , r sin )rdr
_
d.
On a donc :
_
(R
+
)
2
e
(x
2
+y
2
)
d
2
(x, y) =

2
_

0
e
r
2
rdr.
Puis, comme
_
n
0
e
r
2
rdr =
1
2
(1 e
n
2
) et que, par le thorme de convergence monotone,
lim
n
_
n
0
e
r
2
rdr =
_

0
e
r
2
rdr,
on en dduit
_
0
e
r
2
rdr =
1
2
et donc
_
(R
+
)
2
e
(x
2
+y
2
)
d
2
(x, y) =

4
.
2. Calculer
_
R
+
e
x
2
dx.
corrig
On applique le thorme de Fubini-Tonelli (thorme 7.2) la fonction f dfnie la question prcdente. Il
donne :
_
f(x, y)d
2
(x, y) =
_
R
__
R
f(x, y)dy
_
dx,
481
et donc
4
=
_
(R
+
)
2
e
(x
2
+y
2
)
d
2
(x, y) =
_

0
__

0
e
y
2
dy
_
e
x
2
dx
=
__

0
e
x
2
dx
_
2
.
On en dduit que
_
0
e
x
2
dx =
2
.
Corrig 165 (Cordonnes polaires dans R

N
)
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

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
.
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.
corrig
Cet exercice est trop difcile faire compltement sans indications.
Pour R R
+
, on note B
R
= x R
N
; [x[ R.
1. On montre tout dabord que

N
si A est un borlien de S
N1
. Pour cela, on pose T =
A B(S
N1
) ;

A B(R
N
).
On montre que T est une tribu. En effet,

A = B(R
N
) si A = et donc T. Puis, on remarque
que T est stable par complmentaire car, pour A T,

S
N1
A = B
1

A B(R
N
), ce qui montre que
S
N1
A T. Enn, il est facile de voir que T est stable par union dnombrable car, pour (A
n
)
nN
T, on a
nN
A
n
=
nN
A
n
B(R
N
) et donc
nN
A
n
T. On a bien montr que T est une tribu.
Soit ( lensemble des ferms de S
N1
. Si A (, on voit que

A est un ferm de R
N
. En effet, si (t
n
, x
n
)
nN

[0, 1] A est t.q. t
n
x
n
y dans R
N
, on peut supposer, par compacit de [0, 1] et de S
N1
, aprs extraction
dune sous suite encore note (t
n
, x
n
)
nN
, que t
n
t [0, 1] et x
n
x S
N1
quand n . On en
dduit que y = tx

A, ce qui prouve que

A est ferm. Comme les ferms sont des borliens, on a donc ( T.
Pour conclure, il suft de remarquer que la tribu engendre par ( (sur S
N1
) est B(S
N1
). On en dduit bien
que B(S
N1
) = T.
2. Il est facile de montrer que est une mesure. Il suft en effet de remarquer que
= (et donc () = 0) et que,

pour (A
n
)
nN
T t.q. A
n
A
m
= si n ,= m, on a, avec A =
nN
A
n
,

A =
nN
A
n
et

A
n

A
m
= si
n ,= m. On dduit alors la -additivit de de la -additivit de
N
.
3. On va montrer maintenant :
_
R
N
f(x) dx =
_

0
__
S
N1
f() d()
_
N1
d, (18.14)
482
pour tout f = 1
E
avec E B(R
N
). Cette dmonstration est difcile (le reste de la dmonstration sera plus
facile). On raisonne en 3 tapes.
Etape 1. Pour A B(S
N1
) et pour 0 r < R < , on pose A
r,R
= , [r, R[, A. Dans cette
tape, on prend f = 1
E
avec E = A
r,R
et on montre alors que les deux membres de (18.14) sont bien dnis et
sont gaux.
Pour montrer que A
r,R
B(R
N
), il suft de remarquer que A
r,R
= A
R
A
r
avec A
a
=
tQ
a
t
A, Q
a
= t
Q
+
, t < a si a > 0 (et A
0
= ). Comme

A B(R
N
), on a t
A B(R
N
) pour tout t > 0 (voir la proposition
7.7) et donc A
a
B(R
N
) pour tout a 0. On en dduit que A
r,R
B(R
N
).
On calcule maintenant
N
(A
r,R
) (qui est le membre de gauche de (18.14)). Daprs la proposition 7.8, on a
N
(t
A) = t
N
N
(
A) pour tout t > 0. la continuit croissante dune mesure donne alors

N
(A
a
) = a
N
N
(
A)
pour tout a > 0 et donc :
N
(A
r,R
) =
N
(A
R
A
r
) =
N
(A
R
)
N
(A
r
) = (R
N
r
N
)
N
(
A)
=
R
N
r
N
N
(A).
Soit > 0. Si , [r, R[, on a f(r) = 0 pour tout S
N1
. On a donc
f() = 1
/
+
(S
N1
, B(S
N1
))
et
_
f()d = 0. Si [r, R[, ona f(r) = 1 pour tout A et f(r) = 0 pour tout S
N1
A. Donc,
f() = 1
A
/
+
(S
N1
, B(S
N1
)) et
_
f()d = (A). On en dduit que la fonction
_
f()d est
gale (A)1
[r,R[
, elle appartient donc /
+
(R
+
, B(R
+
), ) et on a :
_

0
__
S
N1
f() d()
_
N1
d =
_
R
+
(A)1
[r,R[
()
N1
d
= (A)
_
R
r
N1
d = (A)
R
N
r
N
N
.
On a bien montr que les deux membres de (18.14) taient bien dnis et taient gaux.
Etape 2. On pose T = A
r,R
, 0 r < R < , A B(S
N1
). On montre ici que T engendre B(R
N
).
On a dj vu que T B(R
N
). Donc, T(T) B(R
N
). Pour montrer linclusion inverse, on va montrer que tout
ouvert de R
N
peut scrire comme une union au plus dnombrable dlments de T.
On commence par remarquer quil existe une partie dnombrable de S
N1
, dense dans S
N1
(ceci dcoule de la
sparabilit de R
N
). Soit S une telle partie. On peut alors dmontrer (on ne dtaille pas ici cette dmonstration,
assez simple) que si x O, O ouvert de R
N
, il existe une boule ouverte de S
N1
dont le centre est dans S
et donc le rayon est rationnel, on note A cette boule, et il existe r, R Q t.q. x A
r,R
O. On en dduit
facilement que O est une union au plus dnombrable dlments de T (voir lexercice 2.7 pour des rsultats
semblables). Ce rsultat montre que les ouverts de R
N
sont dans T(T) et donc que B(R
N
) T(T).
On a bien nalement B(R
N
) = T(T).
Etape 3. On montre dans cette tape que (18.14) est vraie pour tout f = 1
E
avec E B(R
N
).
En admettant que le deuxime membre de (18.14) est bien dni pour tout E B(R
N
), on peut dnir une
mesure m sur B(R
N
) en posant
m(E) =
_

0
__
S
N1
1
E
() d()
_
N1
d.
483
On a montr que m =
N
sur T (Etape 1) et que T engendre B(R
N
) (Etape 2). Le fait que deux mesures sur
une tribu T soient gales sur une famille engendrant T est insufsant pour dire quelles sont gales sur T (voir
exercice 2.20), mais cela est sufsant si cette famille est une semi-algbre" (une famille ( est une semi-algbre
si ,
c
(, ( est stable par intersection nie, et le complmentaire de tout lment de ( est une runion nie
disjointe dlments de (), et si les mesures sont nies. Cest ainsi que nous allons montrer que (18.14) est vraie
pour tout f = 1
E
avec E B(R
N
).
Soit R > 0. On note T
R
= E T; E B
R
et B
R
= B(B
R
) = A B(R
N
) ; A B
R
. Ltape 2 donne
que la tribu engendre (sur B
R
) par T
R
, note T(T
R
), est gale B
R
.
On remarque tout dabord que si C T
R
, (B
R
C) est la runion disjointe dau plus 3 lments de T
R
.
On en dduit, comme dans lexercice 7.2, que lalgbre engendre par T
R
sur B
R
(voir la dnition 2.4 pour
la dnition dune algbre), note /
R
, est lensemble des runions nies disjointes dlments de T
R
. Soit
E /
R
. Il est alors facile de montrer (par linarit de lintgrale et avec ltape 1) que les deux membres de
(18.14) sont bien dnis et gaux si f = 1
E
.
On note M
R
lensemble des lments E B(B
R
) t.q. les deux membres de (18.14) soient bien dnis et
gaux si f = 1
E
. Une application facile du thorme de convergence monotone donne que M
R
est une classe
monotone. (en fait, si (E
n
)
nN
M
R
est une suite dcroissante, on applique le thorme de convergence
monotone la suite 1
B
R
1
E
n
alors que si (E
n
)
nN
M
R
est une suite croissante, on applique le thorme
de convergence monotone la suite 1
E
n
). M
R
est donc une classe monotone qui contient /
R
, M
R
contient
donc la classe monotone engendre par /
R
, or, le lemme sur les classes monotones (exercice 2.13) montre que
cette classe monotone est gale la tribu engendre par /
R
, elle mme gale la tribu engendre par T
R
. Ceci
montre que M
R
= B(B
R
) et donc que les deux membres de (18.14) sont bien dnis et gaux si f = 1
E
avec
E B(B
R
).
En appliquant une nouvelle fois le thorme de convergence monotone, il est alors facile de conclure que les
deux membres de (18.14) sont bien dnis et gaux si f = 1
E
avec E B(R
N
).
4. La n de la dmonstration est maintenant facile (elle utilise un raisonnement souvent utilis dans des exercices
prcdents). Par linarit de lintgrale, on montre que les deux membres de (18.14) sont bien dnis et gaux
si f c
+
(R
N
, B(R
N
)), puis, par convergence monotone, si f /
+
(R
N
, B(R
N
)). Enn, on traite le cas
f L
1
(R
N
) en dcomposant f = f
+
f
.
5. Comme application simple de (18.14) pour f /
+
(R
N
, B(R
N
)), on trouve que x [x[
est intgrable sur

R
N
B
1
si et seulement si +N 1 < 1 et est intgrable sur B
1
si et seulement si +N 1 > 1.
Corrig 166 (Changement de variables W

1,1
croissant)
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.
484
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. (18.15)
[Prendre A = (B I
m
)]a, b[ et utiliser la question prcdente.]
(b) Montrer que (18.15) 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
NB : On peut montrer que est drivable p.p. et que
t
= f p.p.. La formule (18.15) 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).
corrig
En Attente
485
Chapitre 19
Densit, sparabilit et compacit dans L
p
Corrig 167 (Non densit de C
c
dans L
)
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).
corrig
Soit C(R, R). On va montrer que |f |

1
2
pour tout 0 < < 1/2 (ce qui donne bien nalement
|f |

1
2
).
Soit donc 0 < < 1/2.
On suppose tout dabord que (0)
1
2
. Il existe alors, par continuit de , > 0 t.q. (x)
1
2
pour tout
x [, 0]. On a donc (x) f(x)
1
2
pour presque tout x [, 0], ce qui prouve que ([ f[
1
2
) ([, 0]) = > 0. On a donc |f |

1
2
.
On suppose maintenant que (0)
1
2
. De manire analogue, il existe > 0 t.q. (x)
1
2
+ pour tout
x [0, ]. On a alors f(x) (x)
1
2
pour presque tout x [0, ], ce qui prouve que ([f [
1
2
) ([0, ]) = > 0. On a donc aussi |f |

1
2
.
Comme > 0 est arbitrairement petit, on a bien montr que |f |

1
2
.
2. Montrer que |f( +h) f|
= 1 pour tout h R.
corrig
Pour h > 0, on a [f(+h)f()[ = 1 p.p. sur [h, 0] et donc ([f(+h)f()[ 1) ([h, 0]) = h > 0,
ce qui prouve que |f( + h) f|
1. Comme il est clair que [f( + h) f()[ 1 p.p., on a nalement

|f( +h) f|
= 1.
Pour h < 0, on a [f( + h) f()[
= 1 p.p. sur [0, h] et donc ([f( + h) f()[ 1) ([0, h]) =

h > 0, ce qui prouve que |f( +h) f|
1. Comme il est clair aussi que [f( +h) f()[ 1 p.p., on a

nalement |f( +h) f|
= 1.
Corrig 168 (Sparabilit de L

p
(), 1 p < )
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.
corrig
Soit n N
. Af A
n
, on associe lensemble des valeurs prises par f sur les intervalles I
n
q
, q = 0, 1, . . . , 2n
2
1. On construit ainsi une bijection de A

n
dans Q
2n
2
, ce qui prouve que A
n
est dnombrable car Q
2n
2
est
dnombrable.
On en dduit que A est dnombrable comme union dnombrable densembles dnombrables.
2. Montrer que, pour tout f C

c
(R, R) et pour tout > 0, il existe g A t.q. |f g|
p
.
corrig
Soit f C
c
(R, R) et soit > 0.
Comme f est support compact, il existe a R
+
t.q. f = 0 sur [a, a]
c
.
Comme f est uniformment continue, il existe > 0 t.q. [x y[ [f(x) f(y)[ .
On choisit maintenant n N
t.q. n a et 1/n . On construit alors g A

n
g(x) = 0, si x [n, n[
c
,
g(x) = r
q
, si x [n +
q
n
, n +
q+1
n
[, q 0, 1, . . . , 2n
2
1,
avec r
q
Q t.q. [f(n +
q
n
) r
q
[ et r
q
= 0 si f(n +
q
n
) = 0.
On a g A (car g A
n
), [g(x) f(x)[ 2 pour tout x et [g(x) f(x)[ = 0 si x [a 1, a + 1]
c
. On en
dduit :
_
[g(x) f(x)[
p
dx 2(a + 1)2
p
p
.
On peut donc trouver g A arbitraiement proche de f en norme L
p
.
3. Conclure par la densit de C

c
(R, R) dans L
p
(R, ) (thorme 8.1).
corrig
Soit f L
p
(R) et soit > 0. Par le thorme 8.1, il existe g C
c
(R, R) t.q. |g f|
p
. Par la question
prcdente, il existe h A t.q. |g h|
p
. On a donc |f h|
p
2. Ce qui prouve que A est dense dans
L
p
(R). Comme A est dnombrable, on en dduit que L
p
(R) est sparable.
Corrig 169 (Non sparabilit de L
R
(R, B(R), ))
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.]
corrig
487
Soit P une partie N. On construit (P) B en prenant (P) = 1 p.p. sur ]n, n + 1[ si n P, (P) = 0 p.p.
sur ]n, n + 1[ si n , P et (P) = 0 p.p. sur R
.
est bien injective car, si P, Q T(N), P ,= Q, il existe n P t.q. n , Q (ou il existe n Q t.q. n , T). On
a alors (P) = 1 p.p. sur ]n, n+1[ et (Q) = 0 p.p. sur ]n, n+1[ (ou (P) = 0 p.p. sur ]n, n+1[ et (Q) = 1
p.p. sur ]n, n + 1[). On en dduit que |(P) (Q)|
1 car (]n, n + 1[) > 0, et donc (P) ,= (Q).

Comme T(N) est non dnombrable (et non ni), lensemble B est aussi non dnombrable (et non ni).
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.
corrig
Soit f B. Par densit de A dans L
R
(R, B(R), ), il existe g A t.q. |f g|

1
4
. On peut donc construire
(grce laxiome du choix) une application de B dans A t.q. |f (f)|

1
4
pour tout f B.
On monte maintenant que est injective. En effet, soit f
1
, f
2
B t.q. (f
1
) = (f
2
). On a alors, avec
g = (f
1
) = (f
2
), |f
1
f
2
|
|f
1
g|
+|f
2
g|

1
2
. Ceci prouve que f
1
= f
2
car |f
1
f
2
|
1
si f
1
,= f
2
(il suft de remarquer quil existe n N t.q. [f
1
f
2
[ = 1 p.p. sur ]n, n + 1[).
3. Montrer que L
R
(R, B(R), ) nest pas sparable.
corrig
Si L
R
(R, B(R), ) est sparable, il existe A (au plus) dnombrable, dense dans L
R
(R, B(R), ). La question
prcdente permet de construire une injection de B de A. Ce qui est en contradiction avec le fait que B est non
dnombrable (et non ni).
Corrig 170 (Convolution L

p
L
q
)
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.
corrig
Soit x R. Lapplication f()g(x ) est mesurable car les applications f et g(x ) sont mesurables. Puis,
on dduit de lingalit de Hlder (ingalit (6.3)) que f()g(x ) L
1
et :
|f()g(x )|
1
|f|
p
|g(x )|
q
= |f|
p
|g|
q
.
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.
corrig
Soit x R. On a [(f g)(x)[ = [
_
f()g(x )d[
_
[f()g(x )[d = |f()g(x )|
1
. En utilisant
lingalit montre dans la question prcdente, on a donc :
[(f g)(x)[ |f|
p
|g|
q
.
488
(c) Montrer que f g est continue sur R.
corrig
Soit x, h R. On a :
[f g(x +h) f g(x)[
_
[f()g(x +h ) f()g(x )[d
|f|
p
|g(x +h ) g(x )|
q
= |f|
p
|g( h) g|
q
.
Le thorme de continuit en moyenne dans L
q
(exercice 6.4, corrig 107, le cas gnral de la mesure de
Lebesgue sur R
N
est donn dans le thorme 8.2) donne que |g( h) g|
q
0, quand h 0. Ceci prouve
la continuit (et mme la continuit uniforme) de f g 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.]
corrig
Soit f
1
, f
2
F et g
1
, g
2
G. Comme f
1
= f
2
p.p. et g
1
= g
2
p.p., on a aussi, pour tout x R, f
1
()g
1
(x
) = f
2
()g
2
(x ) p.p. et donc f
1
g
1
(x) = f
2
g
2
(x).
Pour tout x R, on peut donc dnir F G(x) en posant F G(x) = f g(x), avec f F et g G (car
f g(x) ne dpend pas du choix de f et g dans F et 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).
corrig
On note | |
u
la norme de la convergence uniforme (on rappelle que, sur C
b
(R, R), elle concide avec la
norme | |
).
Soit F L
p
et G L
q
. Si f F, g G, on a dj vu que, pour tout x R :
[F G(x)[ = [f g(x)[ |f|
p
|g|
q
= |F|
p
|G|
q
.
On en dduit |F G|
u
= sup[F G(x)[, x R |F|
p
|G|
q
. Ce qui prouve bien la continuit de la
forme bilinaire (F, G) F G de L
p
L
q
dans C
b
(R, R).
(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 ).
corrig
On considre tout dabord le cas f C
c
(R, R) et g C
c
(R, R). On sait dj que f g est continue (par
exemple, parce que f L
p
et g L
q
). Dautre part, comme f et g sont support compact, il existe a > 0
et b > 0 t.q. f = 0 sur B
c
(0, a) et g = 0 sur B
c
(0, b). On en dduit que f g = 0 sur B
c
(0, a + b) (ceci est
dmontr, par exemple, dans lexercice 7.19, corrig 160). On a donc f g C
c
(R, R) C
0
(R, R).
Soit maintenant F L
p
et G L
q
. Le thorme de densit dans les espaces L
p
(exercice 6.4, corrig 107,
ou encore thorme 8.1 pour un cas plus gnral) donne lexistence de deux suites (f
n
)
nN
C
c
(R, R) et
489
(g
n
)
nN
C
c
(R, R) t.q. f
n
F dans L
p
et g
n
G dans L
q
, quand n . La continuit de la forme
bilinaire (F, G) F G de L
p
L
q
dans C
b
(R, R) montre alors que f
n
g
n
F G dans C
b
(R, R)
(cest--dire uniformment), quand n . Or f
n
g
n
C
0
(R, R), pour tout n N, et C
0
(R, R) est ferm
dans C
b
(R, R), on a donc F G C
0
(R, R).
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).
corrig
On procde ici comme dans le cas 1 < p, q < .
Soit x R. Lapplication f()g(x ) est mesurable car produit dapplications mesurables. Puis, lingalit
de Hlder pour le cas p = 1, q = (proposition (6.9)) donne f()g(x ) L
1
et :
|f()g(x )|
1
|f|
1
|g(x )|
= |f|
1
|g|
.
On peut donc dnir (f g)(x) pour tout x Ret on a [(f g)(x)[ |f|
1
|g|
. Ceci donne sup[(f g)(x)[,

x R |f|
1
|g|
et donc que f est borne.

Pour montrer que f g est continue sur R, on utilise linvariance par translation de la mesure de Lebesgue
pour crire, pour tout x R :
f g(x) =
_
f(x )g()d.
Soit x, h R. On a donc :
[f g(x +h) f g(x)[
_
[f(x +h )g() f(x )g()[d
|f(x +h ) f(x )|
1
|g|
= |f( h) f|
1
|g|
.
1
(thorme 5.6) donne que |f(h)f|
1
0, quand h 0.
Ceci prouve la continuit (et mme la continuit uniforme) de f g sur R.
On a donc bien f g continue et borne, cest--dire f g 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.
corrig
La dmonstration est identique celle du cas 1 < p, q < . Elle nest pas redonne ici.
(c) Lapplication (F, G) F G est-elle continue de L

1
L
dans C
b
?
corrig
La rponse est oui" car nous avons vu que |f g|
u
= sup[(f g)(x)[, x R |f|
1
|g|
(d) A-t-on F G C
0
(R, R), pour tout F L
1
et G L
?
corrig
490
La rponse est non". On prend, par exemple, G = 1 p.p. et F L
1
, F ,= 0. On a alors F G(x) =
_
Fd
pour tout x R. Donc, F G(x) ,0, quand x , et F G , C
0
(R, R).
Corrig 171 (Caractrisation dune fonction par son action sur C
c
)
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
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
).
corrig
La fonction f est mesurable car produit de fonctions mesurables. Elle est intgrable car on a
[f(x)(x)[ [f(x)[||
u
,
pour tout x R
d
(avec ||
u
= max[(x)[, x R < car C
c
(R
d
, R) est inclus dans C
b
(R
d
, R)) et
donc :
_
[f(x)(x)[dx |f|
1
||
< .
Ce qui donne bien f L
1
(R
d
, B(R
d
),
d
).

_
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
.
corrig
Soit x R
d
. On pose (y) =
n
(x y) pour y R
d
(n est x). On a donc C
c
(R
d
, R) (car
n
C
c
(R
d
, R)) et f = f()
n
(x ).
La premire question donne f()
n
(x ) = f L
1
(R
d
, B(R
d
),
d
) et f
n
(x) est donc bien dni. De
plus, lhypothse satisfaite par f donne :
f
n
(x) =
_
f(y)
n
(x y)dy =
_
f(y)(y)dy = 0
(c) Montrer que f = 0 p.p..

corrig
La proposition 8.1 donne f
n
f dans L
1
(R
d
, B(R
d
),
d
) quand n . Comme f
n
= 0 p.p., on en
dduit que f = 0 p.p.
491
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 ).
(a) Soit C
c
(, R). Montrer que g L
1
(R
d
, B(R
d
),
d
). (La fonction est prolonge par 0 hors de .)
corrig
Soit K un compact de t.q. = 0 sur K
c
. On a alors g = g1
K
.
Comme g1
K
L
1
(R
d
, B(R
d
),
d
), la question 1(a) donne g L
1
(R
d
, B(R
d
),
d
).

_
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
.
corrig
Soit x
n
. On pose (y) =
n
(xy) pour y R
d
(n et x sont xs). On a donc C
c
(R
d
, R). comme
n
(z) = 0 si [z[ 1/n, on a = 0 sur K
c
o K est la boule ferme de centre x et de rayon 1/n, cest--dire
K = B(x, 1/n). Comme x
n
, on a K . La fonction (ou, plus prcisment, la restriction de )
appartient donc C
c
(, R)).
On a g = g()
n
(x ). On conclut comme dans la question 1(b) :
La question 2(a) donne g()
n
(x ) = g L
1
(R
d
, B(R
d
),
d
) et g
n
(x) est donc bien dni. De plus,
lhypothse satisfaite par g donne :
g
n
(x) =
_
g(y)
n
(x y)dy =
_
g(y)(y)dy = 0
(c) Soit K un compact de , montrer que g1

K
= 0 p.p.. En dduire que g = 0 p.p. sur .
corrig
On note la distance de K
c
, cest--dire = inf[y z[, y K, z
c
. Cette distance est strictement
positive car K est compact,
c
est ferm et K O
c
= (le fait que cette distance est strictement positive est
dmontr, par exemple, dans la dmonstration du thorme 5.5). Soit n
0
N
t.q. 1/n
0
< , de sorte que
K
n
pour tout n n
0
(avec
n
dni dans la question 2(b)).
La question 2(b) donne alors que, pour tout n n
0
, g
n
est bien dni sur K et g
n
= 0 sur K.
Pour passer limite sur n (et montrer que g = 0 p.p. sur K), on pose

K = z R
d
; d(z, K) 1/n
0
(o
d(z, K) est la distance de z K, cest--dire d(z, K) = inf[z y[, y K).

K est un compact de R
d
et
comme 1/n
0
< , on a

K . On en dduit :
g1

K
L
1
(R
d
, B(R
d
),
d
).
La proposition 8.1 donne alors g1

K

n
g1

K
dans L
1
(R
d
, B(R
d
),
d
), quand n . On a donc aussi,
en prenant la restriction K de ces fonctions :
(g1

K

n
)
]K
g
]K
dans L
1
(K, B(K),
d
), quand n . (19.1)
Soit n n
0
. On remarque que g1

K

n
= g
n
sur K. En effet, pour x K et y ,

K, on a [x y[ >
1/n
0
1/n et donc
n
(x y) = 0. On en dduit, pour tout x K,
g1

K

n
(x) =
_
g1

K
(x)
n
(x y)dy =
_
g(x)
n
(x y)dy = g
n
(x).
492
On a bien montr que g1

K

n
= g
n
sur K. Comme g
n
= 0 sur K (question 2(b)), on dduit de (19.1)
que g = 0 p.p. sur K.
Pour montrer que g = 0 p.p. sur , on remarque que =
nN
K
n
, avec K
n
=
n
B
n
(o
n
est
ladhrence de
n
et B
n
est la boule ferme de centre 0 et de rayon n). Comme K
n
est un compact de , la
dmonstration prcdente donne g = 0 p.p. sur K
n
, pour tout n N
. On en dduit que g = 0 p.p. sur .
Corrig 172 (Thorme de compacit dans L

1
)
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

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
. (19.2)
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 (19.2).
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
. (19.3)
[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
.
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[).
corrig
En attente. . .
493
Chapitre 20
Vecteurs alatoires
20.1 Dnition, proprits lmentaires
Corrig 173 (Matrice des moments, matrice de covariance)
Soit (, /, P) est un espace de probabilit. Soit X un vecteur alatoire de dimension d (d 1), dont toutes les
coordonnes (notes X
i
, i = 1, . . . , d) sont supposes tre de carr intgrable. La matrice des moments dordre
2 du v.a. X est la matrice E(XX
t
), dont le terme (i, j) est le rel E(X
i
X
j
), et on rappelle que la matrice de
covariance de X, note Cov(X), est la matrice E((X E(X))(X E(X))
t
) = E(XX
t
) E(X)E(X)
t
, dont
le terme (i, j) est la covariance des v.a.r. X
i
et X
j
. (La notation X
t
dsigne le transpos du vecteur X.)
1. Soit u R
d
, montrer que u
t
E(XX
t
)u = E((u X)
2
) et que u
t
Cov(X)u = Var(u X) (On rappelle que
u X =
d
i=1
u
i
X
i
= u
t
X).
corrig
Lapplication Z E(Z) est linaire, on en dduit que
u
t
E(XX
t
)u = E(u
t
XX
t
u) = E((u X)
2
).
Cette galit applique au vu v.a. X E(X) donne u
t
Cov(X)u = Var(u X) car u X E(u X) =
u (X E(X)).
2. Montrer que les matrices E(XX

t
) et Cov(X) sont symtriques et semidnies positives.
corrig
Il est facile de voir que E(XX
t
) et Cov(X) sont des matrices symtriques (car pour toutes v.a.r. Y, Z on a
E(Y Z) = E(ZY )). La question prcdente donne u
t
E(XX
t
)u 0 et u
t
Cov(X)u 0 pour tout u R
d
, ce
qui signie que les matrices E(XX
t
) et Cov(X) sont semidnies positives.
3. Montrer que si A est une matrice k d et b un vecteur de R

k
, Y = AX + b, alors E(Y ) = AE(X) + b et
Cov(Y ) = ACov(X)A
t
.
corrig
Comme X est un v.a. de carr intgrable, la fonction Y est aussi un v.a. de carr intgrable. En utilisant la
linarit de lapplication Z E(Z), on calcule son esprance et sa variance :
E(Y ) = E(AX +b) = AE(X) +E(b) = AE(X) +b,
494
Cov(Y ) = E([A(X E(X))][A(X E(X))]
t
)
= E(A[X E(X)][X E(X)]
t
A
t
)
= AE([X E(X)][X E(X)]
t
)A
t
= ACov(X)A
t
.
4. Montrer que si Cov(X) nest pas inversible, alors le v.a. X prend p.s. ses valeurs dans un sousespace afne de
R
d
de dimension (infrieure ou) gale d 1, et que la loi de X nest pas absolument continue par rapport la
mesure de Lebesgue de R
d
, note _d (i.e. cette loi nest pas densit dans R
d
).
corrig
Si Cov(X) nest pas inversible, il existe u R
d
, u ,= 0, t.q. Cov(X)u = 0. On a donc Var(u X) =
u
t
Cov(X)u = 0, ce qui donne u X = E(u X) p.s.. On pose = E(u X) et on a donc :
X H p.s. avec H = v R
d
t.q. u v = .
Comme u ,= 0, lensemble H est un sousespace afne de R
d
de dimension gale d 1.
Lensemble H tant de dimension d 1, on a
d
(H) = 0. Or on a P
X
(H) = P(X H) = 1 ,= 0. On en
dduit que P
X
nest par absolument continue par rapport
d
et donc que P
X
nest pas une loi de densit par
rapport
d
(voir le thorme 6.11).
5. Montrer que si trois points x, y et z de R

2
ne sont pas aligns, tout v. a. X de dimension 2 tel que P(X = x) > 0,
P(X = y) > 0 et P(X = z) > 0 a une matrice de covariance non dgnre.
corrig
On raisonne par labsurde. Soit x, y et z trois points de R
2
non aligns et X un v.a. de dimension 2 tel que
P(X = x) > 0, P(X = y) > 0 et P(X = z) > 0. On suppose que la matrice de covariance de X est
dgnre. La question prcdente donne alors quil existe une droite de R
2
(cest--dire un sousespace afne
de R
2
de dimension gale 1), note D, t.q. X D p.s.. Comme P(X = x) > 0, on a donc X = xD ,= .
En prenant X = x D, on dduit x = X() D. On montre de mme que y, z D. Ce qui est
impossible car les trois points x, y et z ne sont pas aligns.
20.2 Indpendance
Corrig 174 (Covariance dune somme de v.a.i.)
Soit (, /, P) est un espace de probabilit et X, Y deux vecteurs alatoires indpendants de dimension d (d 1).
Montrer que Cov(X +Y ) = Cov(X)+Cov(Y ).
corrig
Comme X et Y sont des v.a. indpendants, toute composante de X est indpendante de toute composante de Y
(voir, par exemple, la remarque 9.5). On en dduit :
E([X E(X)][Y E(Y )]
t
) = E([Y E(Y )][X E(X)]
t
) = 0
et donc :
Cov(X +Y ) = E([X E(X) +Y E(Y )][X E(X) +Y E(Y )]
t
)
= E([X E(X)][X E(X)]
t
) +E([X E(X)][Y E(Y )]
t
)
+E([Y E(Y )][X E(X)]
t
) +E([Y E(Y )][Y E(Y )]
t
)
= E([X E(X)][X E(X)]
t
) +E([Y E(Y )][Y E(Y )]
t
)
= Cov(X) + Cov(Y ).
495
Corrig 175 (Loi dun couple de v.a. indpendantes)
Soit (, /, P) un espace de probabilits et X, Y deux v.a.r..
1. Montrer que X et Y sont indpendantes si et seulement si la loi du couple (X, Y ) est P
(X,Y )
= P
X
P
Y
.
corrig
On suppose tout dabord que X et Y sont indpendantes. Soit A, B B(R). On a, par dnition de P
(X,Y )
,
P
(X,Y )
(AB) = P(X A, Y B). Comme X et Y sont indpendantes, on a P(X A, Y B) = P(X
A)P(X B), ce qui donne :
P
(X,Y )
(AB) = P
X
(A)P
Y
(B).
Or, P
X
P
Y
vrie aussi P
X
P
Y
(AB) = P
X
(A)P
Y
(B). La partie unicit" du thorme 7.1 donne alors
P
(X,Y )
= P
X
P
Y
.
Rciproquement, on suppose maintenant que P
(X,Y )
= P
X
P
Y
, on a donc, pour tout A, B B(R), P(X
A, Y B) = P
(X,Y )
(AB) = P
X
P
Y
(AB) = P
X
(A)P
Y
(B). ce qui prouve que les tribus engendres
par X et Y sont indpendantes, cest--dire que X et Y sont indpendantes.
2. On suppose que X et Y ont des densits par rapport : P

X
= f et P
Y
= g, avec f, g L
1
R
(R, B(R), ) (et
positives p.p.). Montrer que X et Y sont indpendantes si et seulement si la loi du couple (X, Y ) a pour densit
la fonction (x, y) f(x)g(y) par rapport
2
.
corrig
Comme P
X
= f et P
Y
= g, on a, pour tout A, B B(R),
P
X
P
Y
(AB) = P
X
(A)P
Y
(B) =
_
A
fd
_
B
gd.
Le thorme 7.2 donne alors :
P
X
P
Y
(AB) =
_
AB
f(x)g(y)d
2
(x, y).
Ce qui donne P
X
P
Y
= F
2
, avec F(x, y) = f(x)g(y) pour x, y R. la mesure P
X
P
Y
est donc la mesure
de densit F par rapport
2
. La question 2 est alors une consquence immdiate de la premire question.
Corrig 176 (V.a. suivant une loi normale multidimensionelle)

Soit (, /, P) un espace de probabilits et X = (X
1
, . . . , X
d
) (d > 1) un v.a. de dimension d. On suppose que
les X
i
sont des v.a.r. indpendantes et que X
i
A(m
i
,
2
i
), avec m
i
R et
i
> 0 pour tout i. Montrer que X
suit une loi normale multidimensionnelle et donner m et D t.q. X A(m, D).
corrig
Comme les X
i
(i = 1, . . . , d) sont des v.a.r. indpendantes, la loi de X est le produit des lois P
X
i
, i = 1, . . . , d,
cest--dire P
X
= P
X
1
. . . P
X
d
. Cette proprit est donne dans le thorme 9.2 (elle dcoule du fait que
P(X
1
A
1
, . . . , X
d
A
d
) = P(X
1
A
1
) . . . P(X
d
A
d
) si A
1
, . . . A
d
sont d borliens de R). Ceci donne
que pour toute fonction borlienne borne de R
d
dans R, on a :
_
(X)dP =
_
R
d
(x)dP
X
(x) =
_
R
. . .
_
R
(x
1
, . . . , x
d
)dP
X
1
(x
1
) . . . dP
X
d
(x
d
).
Comme, pour i = 1, . . . , d, X
i
A(m
i
,
2
i
), on a P
X
i
= f
i
avec, pour x R,
f
i
(x) =
1
2
i
e
(xm
i
)
2
2
2
i
.
496
On en dduit
_
(X)dP =
(2)
d
2
d
i=1
i
_
R
. . .
_
R
(x
1
, . . . , x
d
)e
d
i=1
(x
i
m
i
)
2
2
2
i
dx
1
. . . dx
d
.
Ce qui donne :
_
(X)dP = (2)
d
2
1
detD
_
R
d
(x)e
1
2
(xm)
t
D
1
(xm)
dx,
o dx dsigne lintgration par rapport la mesure de Lebesgue sur R
d
(cest--dire dx = d
d
(x)), D dsigne la
matrice diagonale dont les temes diagonaux sont
2
1
, . . . ,
2
d
et m = (m
1
, . . . , m
d
)
t
. Ceci montre bien que X suit
une loi normale multidimensionnelle avec X A(m, D) (voir la dnition 9.3).
Corrig 177 (Somme de v.a. indpendantes et convolution)

Soit (, /, P) un espace de probabilits et X, Y deux v.a.r. indpendantes.
1. On suppose que la loi de X a une densit, note f, par rapport la mesure de Lebesgue. Montrer que la loi de
X + Y a aussi une densit (par rapport la mesure de Lebesgue) et lexprimer en fonction de f et de la loi de
Y .
corrig
Comme les X et Y sont des v.a.r. indpendantes, la loi du couple (X, Y ) est P
X
P
Y
(thorme 9.2). On a
donc, pour toute fonction borlienne borne de R dans R :
_
(X +Y )dP =
_
R
2
(x +y)dP
(X,Y )
(x, y)
=
_
R
_
R
(x +y)dP
X
(x)dP
Y
(y).
Comme P
X
= f, on a alors :
_
(X +Y )dP =
_
R
__
R
(x +y)f(x)dx
_
dP
Y
(y).
A y x, on utilise le changement de variable x +y = z, on obtient :
_
(X +Y )dP =
_
R
__
R
(z)f(z y)dz
_
dP
Y
(y),
et donc, en utilisant le thorme de Fubini (thorme 7.3) ou le thorme de Fubini-Tonelli (thorme 7.2) si on
se limite des fonctions positives (ce que lon peut faire) :
_
(X +Y )dP =
_
R
__
R
f(z y)dP
Y
(y)
_
(z)dz =
_
R
g(z)(z)dz,
avec g(z) =
_
R
f(z y)dP
Y
(y) pour tout z R. Ceci montre que (X + Y ) est une v.a.r. dont la loi a pour
densit la fonction g (par rapport la mesure de Lebesgue).
497
2. On suppose que X A(,
2
) et Y A(m, s
2
) (m, , s, R). Montrer que X +Y A(+m,
2
+s
2
)
(le signe " signie a pour loi").
corrig
On peut supposer, bien sr, s 0 et 0 (car et ninterviennent que par leur carr). Nous allons
commencer par deux cas particuliers faciles.
Cas 1 Si s = = 0, on a X = p.s. et Y = m p.s. et donc X + Y = m + p.s., ce qui donne bien
X +Y A(m+, 0).
Cas 2 Si s = 0 et > 0, on a Y = m p.s. et donc X + Y = X + m p.s.. La densit de X + Y (par rapport
Lebesgue) est alors la densit de X translate de m, ce qui donne bien X + Y A(m + ,
2
). De mme, si
s > 0 et = 0, on a X +Y A(m+, s
2
).
Cas 3 On suppose maintenant que s, > 0. Lnonc de cet exercice suggre (implicitement) de faire cette
question en utilisant la question prcdente. Nous allons procder ainsi dans ce corrig (mais dautres mthodes
sont possibles, voir le N.B. ci aprs). La question prcdente donne que (X +Y ) est une v.a.r. dont la loi a pour
densit la fonction g (par rapport la mesure de Lebesgue) vriant, pour x R :
g(x) =
1
2s
1
2
_
R
e
(xy)
2
2
2
e
(ym)
2
2s
2
dy.
Soit x R. On pose x = x m et on utilise le changement de variable z =
ym
s
. On obtient :
g(x) =
1
2s
_
R
e
( xsz)
2
2
2
e
z
2
2
dz =
1
2
_
R
e
1
2
2
( x
2
2sz x+(s
2
+
2
)z
2
)
dz.
En remarquant que ( x
2
2sz x +(s
2
+
2
)z
2
) = (
s
2
+
2
z
1
s
2
+
2
s x)
2
+(

2
s
2
+
2
x
2
), on a aussi, avec le
changement de variable
s
2
+
2
z
1
s
2
+
2
s x = z :
g(x) =
1
2
e
1
2(s
2
+
2
)
x
2
_
R
e
1
2
2
(
s
2
+
2
z
1
s
2
+
2
s x)
2
dz
=
1
2
s
2
+
2
e
1
2(s
2
+
2
)
x
2
_
R
e
1
2
z
2
d z.
Comme
_
R
e
1
2
z
2
d z =
2 et x = x m, on a donc
g(z) =
1
s
2
+
2
e
1
2(s
2
+
2
)
(xm)
2
.
Ce qui donne bien X +Y A( +m,
2
+s
2
).
N.B. Cette question peut aussi tre rsolue en utilisant la transforme de Fourier que nous verrons au chapitre 10.
Elle est rsolue ainsi (avec, plus gnralement, aX + bY , a, b R, au lieu de X + Y ) dans le corrig 184,
question 1(a)), sur V.a. gaussiens, indpendance, covariance").
Corrig 178 (Calcul de )

Soit (, /, P) un espace de probabilit, (U
n
)
nN
et (V
n
)
nN
deux suites de variables alatoires relles de loi
uniforme sur lintervalle [0, 1]. On suppose que toutes ces v.a. sont indpendantes (dans leur ensemble). On pose
pour tout n 1 :
X
n
= 1 si U
2
n
+V
2
n
1 et X
n
= 0 sinon,
498
et
Z
n
= 4
X
1
+ +X
n
n
.
1. Dterminer, pour tout n N
, la loi de X
n
.
corrig
On note D = (x, y) R
2
, t.q. x
2
+y
2
1 et = 1
D
, de sorte que est une fonction borlienne de R
2
dans
R (car D B(R
2
)) et que X
n
= 1
D
(U
n
, V
n
) = (U
n
, V
n
) pour n N
.
Soit n N
. Comme U
n
et V
n
sont des v.a.r. et que est borlienne de R
2
dans R, la fonction X
n
est donc une
v.a.r.. Comme X
n
ne prend que les valeurs 1 et 0, la loi de X
n
est P
X
n
= p
1
+(1p)
0
o p = P(U
2
n
+V
2
n
1).
Pour calculer p, on utilise le fait que U
n
et V
n
sont indpendantes, on obtient (avec le thorme 9.2 sur la loi
dun couple de v.a.) :
P(U
2
n
+V
2
n
1) =
_
1
D
(U
n
, V
n
)dP =
_
R
_
R
1
D
(x, y)dP
U
n
(x)dP
V
n
(y).
Comme U
n
|(0, 1) et V
n
|(0, 1), on en dduit (en utilisant les coordonnes polaires) :
p =
_
1
0
_
1
0
1
D
(x, y)dxdy =

2
_
1
0
rdr =

4
.
Donc p
X
n
=

4
1
+ (1

4
)
0
.
2. Montrer que la suite (Z

n
)
nN
converge en probabilit vers .
corrig
On utilise les notations introduites dans la premire question. Pour n N
, on pose Y
n
= 4X
n
, cest--dire
Y
n
= 4(U
n
, V
n
). Comme les v.a.r. (U
n
)
nN
, (V
n
)
nN
sont indpendantes (dans leur ensemble), la pro-
position 9.7 donne la suite (Y
n
)
nN
est une suite de v.a.r. indpendantes. De plus, comme Y
n
= 4X
n
, on a
P
Y
n
=

4
4
+ (1

4
)
0
. La suite Y
n
est donc une suite de v.a.r.i.i.d. de carrs intgrables (on a E(Y
n
) = et
E(Y
2
n
) = 4). On peut appliquer la proposition 6.31 (loi faible des grands nombres), il donne que Z
n
tend en
probabilit vers E(Y
1
), cest--dire vers .
3. Soit ]0, 1[ et > 0. A laide de lingalit de Tchebychev, donner, en fonction de et , une valeur de
n
0
N
t.q.
n n
0
P[[Z
n
[ ] .
corrig
On reprend ici la dmonstration de la proposition 6.31.
En utilisant lingalit de Bienaym Tchebychev (lemme 4.10), on a :
p([Z
n
[ ) = p((Z
n
)
2

2
)
1
2
E((Z
n
)
2
).
Puis, en posant S
n
=
n
i=1
Y
i
, on a Z
n
=
S
n
n
et donc E((Z
n
)
2
) =
1
n
2
E((S
n
n)
2
) =
Var(S
n
)
n
2
. La
proposition 6.30 donne Var(S
n
) = nVar(Y
1
) = n(4 ). On en dduit nalement
p([Z
n
[ )
1
2
n(4 )
n
2
=
(4 )
n
2
.
Il suft donc de prendre n
0
t.q.
(4)
n
0
2
pour avoir P([Z
n
[ ) .
499
Corrig 179 (Indpendance des composantes dun v.a.)
Soit (, /, P) un espace probabilis et X, Y deux v.a. de dimension 2. On note X
1
, X
2
les composantes de X et
Y
1
, Y
2
les composantes de Y . On suppose que X et Y ont mme loi.
1. Montrer que X
1
et Y
1
ont mme loi.
corrig
Soit C
b
(R, R). En utilisant la dnition de P
X
et P
Y
et le fait que P
X
= P
Y
, on obtient
_
(X
1
)dP =
_
R
2
(x
1
)dP
X
(x
1
, x
2
) =
_
R
2
(x
1
)dP
Y
(x
1
, x
2
)
=
_
(Y
1
)dP.
Comme
_
R
dP
X
1
=
_
(X
1
)dP et
_
R
dP
Y
1
=
_
(Y
1
)dP, on en dduit que P
X
1
= P
Y
1
.
2. On suppose que X
1
et X
2
sont des v.a.r. indpendantes. Montrer que Y
1
et Y
2
sont aussi des v.a.r. indpendantes.
corrig
Comme X
1
et X
2
sont indpendantes, on a P
X
= P
X
1
P
X
2
(thorme 9.2). Comme P
X
= P
Y
, on a aussi,
daprs la premire question, P
X
1
= P
Y
1
et de mme P
X
2
= P
Y
2
. On en dduit que P
Y
= P
Y
1
P
Y
2
, ce qui
prouve que Y
1
et Y
2
sont des v.a.r. indpendantes (thorme 9.2).
Corrig 180 (Sur la diffrence de deux v.a.r.i.i.d.)

1. Soit m une mesure sur les borliens de R. On suppose que m(R) > 0. Soit > 0. Montrer quil existe a R
t.q. m(]a , a +[) > 0. En dduire que
mm(A) =
_
m(]y 2, y + 2[)dm(y) m(]a , a +[)
2
> 0,
avec A = (x, y) R
2
t.q. [x y[ < 2. (On rappelle que mm est une mesure sur B(R
2
).)
corrig
Pour i Z, on pose a
i
= i, de sorte que R =
iZ
]a
i
, a
i
+ [. Par -sous additivit de m, on a donc
0 < m(R)
iZ
m(]a
i
, a
i
+[). Il existe donc i Z t.q. m(]a
i
, a
i
+[) > 0.
On remarque dabord que A est un borlien de R
2
car A est un ouvert de R
2
. Par dnition de mm, on a
mm(A) =
_
R
__
R
1
A
(x, y)dm(x)
_
dm(y) =
_
m(]y 2, y + 2[)dm(y).
pour y ]a , a +[, on a ]a , a +[ [y 2, y +2[ et donc m(]y 2, y +2[) m(]a , a +[).
On a donc
_
m(]y 2, y + 2[)dm(y)
_
]a,a+[
m(]a , a +[)dm
= m(]a , a +[)
2
> 0.
2. Soit (, /, P) un espace probabilis et X, Y deux v.a.r. indpendantes et de mme loi. Soit > 0. Montrer que
P([X Y [ < ) = P( , [X() Y ()[ < ) > 0.
500
[On pourra utiliser la premire question avec m = P
X
= P
Y
.]
corrig
On pose B = t.q. [X() Y ()[ < et

B = (x, y) R
2
t.q. [x y[ < . On note P
(X,Y )
la loi
du v.a. (de dimension 2) (X, Y ). On a
P([X Y [ < ) =
_
1
B
dP =
_
R
2
1
B
dP
(X,Y )
.
Comme X et Y sont indpendantes, on a, en notant m la loi commune a X et Y , P
(X,Y )
= mm. On a donc
(avec la premire question avec 2 = et en remarquant que m(R) = 1 > 0),
P([X Y [ < ) = mm(

B) > 0.
20.3 Vecteurs gaussiens, thorme central limite

Corrig 181 (Loi du couple (X, X) si X A(0, 1))
1. Soit A un borlien de R
2
. On pose T(A) = x R t.q. (x, x)
t
A. Montrer que T(A) est un borlien de R.
On pose m(A) = (T(A)) (o est mesure de Lebesgue sur B(R)).
corrig
Lapplication x (x, x)
t
est continue de Rdans R
2
, elle donc borlienne. Comme T(A) est limage rciproque
de A par cette application, on a bien T(A) B(R).
On a ainsi dni une application m de B(R

2
) dans R
+
.
2. Montrer que lapplication m (dnie ci dessus) est une mesure sur B(R
2
) et que pour toute application
borlienne positive de R
2
dans R on a :
_
R
2
(x, y)dm(x, y) =
_
R
(x, x)dx.
corrig
Pour montrer que m est une mesure, on remarque que m() = 0 (car T() = ) et m est -additive (ce qui
dcoule simplement du fait que A B = T(A) T(B) = ).
On montre ensuite que
_
R
2
(x, y)dm(x, y) =
_
R
(x, x)dx pour = 1
A
, avec A B(R
2
) (cest une cons-
quence immdiate de la dnition de m), puis pour tage positive (par linarit), puis pour borlienne
positive (car une telle fonction est limite croissante de fonctions tages positives).
3. Soit (, /, P) est un espace de probabilit. et X une v.a.r. t.q. X A(0, 1).

(a) On pose Z = (X, X)
t
. Montrer que le v.a. Z est un vecteur gaussien et donner, pour a R
2
, la loi de a Z
(en fonction de a).
corrig
Soit a = (a
1
, a
2
)
t
R
2
. On pose = a
1
+a
2
, de sorte que a Z = X.
Si = 0, on a P
aZ
= P
0
= A(0, 0) (qui est bien une loi gaussienne).
501
Si ,= 0. Soit une application borlienne borne de R ans R on a :
_
(a Z)dP =
_
R
(x)
1
2
e
x
2
2
dx =
_
R
(y)
1
2[[
e
y
2
2
2
dy.
Ce qui prouve que a Z A(0, [[). Le v.a. Z est donc bien un vecteur gaussien.
(b) Montrer la loi du v.a. (X, X)

t
a une densit par rapport la mesure m dnie dans les questions prcdentes
et donner cette densit. En dduire que la loi du v.a. (X, X)
t
na pas de densit par rapport la mesure de
Lebesgue sur B(R
2
).
corrig
Soit borlienne borne de R
2
dans R. On a :
_
(X, X)dP =
_
R
(x, x)
1
2
e
x
2
2
dx.
On en dduit que la loi du v.a. (X, X)
t
est fm avec f borlienne de R
2
dans R et t.q. f(x, x) =
1
2
e
x
2
2
pour x R. Comme m est trangre
2
, loi du v.a. (X, X)
t
na pas de densit par rapport
2
(qui est la
mesure de Lebesgue sur B(R
2
)).
N.B. la loi de (X, X)

t
est une loi normale bidimensionnelle car le vecteur (X, X)
t
est gaussien (voir la proposi-
tion 9.11) mais ce nest pas une loi de densit par rapport la mesure de Lebesgue sur B(R
2
).
Exercice 20.1 (petit calcul)
Soit (, /, P) un espace de probabilit et (X
n
)
nN
une suite de v.a.r.i.i.d. t.q. X
1
A(0, 1). Soit ] 1, 1[. On
pose, pour n 1, S
n
= X
n
+X
n1
+ +
n1
X
1
. Soit t R, calculer
S
n
(t). Vers quoi converge
S
n
(t) ?
502
Chapitre 21
Transformation de Fourier
21.1 Transforme de Fourier dans L
1
Corrig 182 (Rsultat partiel dinversion de Fourier dans L
1
)
Soit H(t) = e
]t]
, t R. On pose, pour > 0 :
h
(x) = (2)
1
2
_
R
H(t)e
itx
dt, x R. (21.1)
1. Montrer que h
(x) = (
2
)
1
2
2
+x
2
, et
_
R
h
(x)dx = (2)
1
2
.
corrig
Soit x R. Comme H est paire, on a (2)
1
2
h
(x) =
_
R
e
]t]
cos(tx)dt et donc
(2)
1
2
h
(x) = 2 lim
n
_
n
0
e
t
cos(tx)dt.
En intgrant deux fois par parties, on remarque que
_
n
0
e
]t]
cos(tx)dt =
1
(
x
)
2
_
n
0
e
]t]
cos(tx)dt +a
n
,
avec lim
n
a
n
= 0. Ceci donne
_
n
0
e
]t]
cos(tx)dt =

2
+x
2
(1 +a
n
),
et donc h
(x) = (
2
)
1
2

2
+x
2
.
Pour calculer
_
R
h
(x)dx, on utilise le changement de variable x = y, on obtient

_
R
h
(x)dx = (
2
)
1
2
_
R
1
1 +x
2
dy = (2)
1
2
.
503
2. Soit f L
1
C
(R, B(R), ), montrer que pour tout x R, on a :
f h
(x) =
_
R
H(t)

f(t)e
ixt
dt. (21.2)
corrig
Noter que dsigne ici la fois le paramtre introduit au dbut de lnonc et la mesure de Lebesgue. Cette
maladresse de notation semble toutefois sans gravit.
Comme f L
1
C
(R, B(R), ) et h
R
(R, B(R), ), f h
(x) est dni pour tout x R et on a :

f h
(x) =
_
R
f(t)h
(x t)dt = (2)
1
2
_
R
f(t)
__
R
H(y)e
i(xt)y
dy
_
dt.
Comme f L
1
C
(R, B(R), ) et H() L
R
(R, B(R), ), on peut utiliser le throrme de Fubini (tho-
rme 7.3) pour inverser lordre dintgration et obtenir :
f h
(x) = (2)
1
2
_
R
H(y)e
ixy
__
R
f(t)e
ity
dt
_
dy
=
_
R
H(y)e
ixy

f(y)dy.
3. Soit g une fonction mesurable borne de R dans C, continue en 0. Montrer que g h
(0)
2g(0) quand
0. [Utiliser 1. et le thorme de convergence domine.]
corrig
On utilise maintenant le fait que h
L
1
R
(R, B(R), ) et g L
C
(R, B(R), ) pour remarquer que g h
(x)
est dni pour tout x R. Pour x = 0, on a :
g h
(0) =
_
R
g(x)h
(x)dx =
_
2
_1
2
_
R
2
+x
2
g(x)dx.
Avec le changement de variable y =
x
, on obtient :
g h
(0) =
_
2
_1
2
_
R
g(y)
1
1 +y
2
dy.
Comme [g(y)
1
1+y
2
[ |g|
u
1
1+y
2
(avec |g|
u
= sup
xR
[g(x)[) et que la fonction y
1
1+y
2
est intgrable sur
R, on peut utiliser le thorme de convergence domine pour en dduire (grce la continuit de g en 0) :
lim
0
g h
(0) =
_
2
_1
2
g(0)
_
R
1
1 +y
2
dy = (2)
1
2
g(0).
4. Soit f L
1
C
(R, B(R), ), montrer que :
|f h
2f|
1
0 lorsque 0. (21.3)
[On pourra utiliser la continuit en moyenne et la question prcdente avec g(y) =
_
[f(x y) f(x)[dx.]
504
corrig
Comme
_
R
h
(y)dy =
2, on a :
|f h
2f|
1
=
_
R
[
_
R
(f(x y) f(x))h
(y)dy[dx
_
R
__
R
[f(x y) f(x)[h
(y)dy
_
dx.
En utilisant le thorme de Fubini-Tonelli (thorme 7.2), on en dduit :
|f h
2f|
1

_
R
__
R
[f(x y) f(x)[dx
_
h
(y)dy = g h
(0),
avec g(y) =
_
[f(x y) f(x)[dx.
1
(thorme 5.6, crit pour de fonctions valeurs relles mais
la gnralisation est immdiate pour des fonctions valeurs complexes) donne que g est continue en 0 et donc
aussi continue de R dans R (en remarquant que [g(y) g(z)[ g(y z)[) et donc aussi mesurable de R dans C.
Ellle est galement borne (car [g(y)[ 2|f|
1
, pour tout y R). On peut donc utiliser la question prcdente,
elle donne que lim
0
g h
(0) = 0 et donc que lim

0
|f h
2f|
1
= 0.
5. Dduire de ce qui prcde le thorme dinversion de Fourier, thorme 10.1.

corrig
On note L
1
= L
1
C
1
(on a donc

f C
0
(R, C)). On suppose que

f L
1
. Soit
(
n
)
nN
R
+
une suite t.q. lim
n
n
= 0. Comme f L
1
, la question prcdente nous donne que
f h
2f dans L
1
et la question 2 nous donne pour tout n N et tout x R :
f h
n
(x) =
_
R
H(
n
t)

f(t)e
ixt
dt.
On utilise maintenant le thorme de convergence domine qui sapplique parce que

f L
1
et que lon a, pour
tout x et tout n, [H(
n
t)

f(t)e
ixt
[ [
f(x)[. Comme lim

n
H(
n
x) = 1, pour tout x R, on a donc, pour
tout x R :
lim
n
f h
n
(x) =
_
R
f(t)e
ixt
dt =
f(x).
Enn, comme f h
2f dans L
1
, on peut supposer, aprs extraction dune sous suite, que f h
2f p.p.. On a donc, nalement (par unicit de la limite dans R),

2f =
f() p.p., cest--dire

f =
f() p.p..
21.2 Transforme de Fourier dune mesure signe

Corrig 183 (Caractrisation de m par m)
Soit d 1.
d
. On suppose que m = .
505
(a) Soit L
1
C
(R
d
, B(R
d
),
d
). Montrer que
_
dm =
_
d.
corrig
On remarque que
_
dm = (2)
d
2
_ __
e
ixt
(x)dx
_
dm(t). (Les intgrales sont toutes sur R
d
). La me-
sure signe m peut se dcomposer en diffrence de deux mesures positives trangres m = m
+
m
(dcomposition de Hahn, proposition 2.6). Comme

_ _
[e
ixt
(x)[dxdm
(t) = ||
1
m
(R
d
) < +,
on peut utiliser le thorme de Funini-Tonelli (thorme 7.2) avec les mesures
d
et m
+
et les mesures
d
et
m
. On obtient ainsi :
_
dm = (2)
d
2
_ __
e
ixt
dm(t)
_
(x)dx =
_
m(x)(x)dx.
Le mme raisonnement donne
_
d =
_
(x)(x)dx. Comme m(x) = (x) pour tout x R
d
, on en
dduit bien
_
dm =
_
d.
(b) Montrer que

_
dm =
_
d pour tout o(R
d
, C) (et donc pour tout C
c
(R
d
, R)).
corrig
Comme o(R
d
, C) L
1
C
(R
d
, B(R
d
),
d
), la question prcdente donne
_
dm =
_
d pour tout
o(R
d
, C). Or, lapplication est une bijection dans o(R
d
, C) (proposition 10.6). On a donc
_
dm =
_
d pour tout o(R
d
, C).
(c) Montrer que m = (On rappelle quune fonction de C

c
(R
d
, R) est limite uniforme de fonctions de
C
c
(R
d
, R)).
corrig
Soit C
c
(R
d
, R) et (
n
)
nN
C
c
(R
d
, R) t.q.
n
, uniformment sur R
d
, quand n . La
question prcdente donne
_

n
dm =
_

n
d pour tout n N. On utilise alors le thorme de convergence
domine (ce qui est possible car les mesures m
et
sont des mesures nies), il donne

_
dm =
_
d.
La proposition 5.4 donne alors m = .

d
1
C
(R
d
, B(R
d
),
d
). Montrer que m
est la mesure de densit f par rapport la mesure de Lebesgue avec f =

m().
21.3 Fonction caractristique dun v.a.
Corrig 184 (V.a. gaussiens, indpendance, covariance)
1
, . . . , X
d
1. On suppose ici que d = 2.
(a) On suppose que X
1
et X
2
suivent des lois gaussiennes et sont indpendantes, montrer que X est un vecteur
gaussien et que Cov(X
1
, X
2
) = 0.
corrig
Comme X
1
et X
2
suivent des lois gaussiennes, il existe m
1
, m
2
R et
1
,
2
R
+
t.q. X
k
A(m
k
,
2
k
)
pour i = 1, 2. On a donc
X
k
(u) = e
ium
k
e
2
k
u
2
2
pour k = 1, 2 et pour tout u R.
506
Soit a
1
, a
2
R. On calcule alors la fonction caractristique de la v.a.r. a
1
X
1
+a
2
X
2
. Soit u R, on a :
a
1
X
1
+a
2
X
2
(u) =
_
e
i(a
1
X
1
+a
2
X
2
)u
dP =
_
e
ia
1
X
1
u
e
ia
2
X
2
u
dP
En utilisant lindpendance de X
1
et X
2
, on en dduit :
a
1
X
1
+a
2
X
2
(u) =
_
e
ia
1
X
1
u
dP
_
e
ia
2
X
2
u
dP =
X
1
(a
1
u)
X
2
(a
2
u).
Ce qui donne
a
1
X
1
+a
2
X
2
(u) = e
iu(a
1
m
1
+a
2
m
2
)
e
u
2
(
2
1
a
2
1
+
2
2
a
2
2
)
2
. Comme la loi dune v.a.r. est entirement
dtermine par sa fonction caractristique (voir la proposition 10.10), on en dduit que a
1
X
1
+ a
2
X
2

A(m,
2
) avec m = a
1
m
1
+a
2
m
2
et =
_
2
1
a
2
1
+
2
2
a
2
2
. Ceci prouve bien que X est un vecteur gaussien.
Lindpendance de X
1
et X
2
permet aussi de calculer la fonction caractristique de X. Soit u = (u
1
, u
2
)
t
R
2
:
X
(u) =
_
e
i(X
1
u
1
+X
2
u
2
)
dP = e
i(u
1
m
1
+u
2
m
2
)
e
u
2
1
2
1
+u
2
2
2
2
2
.
Ceci prouve que la matrice de covariance de X est diagonale (proposition 10.12) et donc que
Cov(X
1
, X
2
) = 0.
(b) On suppose que X est un vecteur gaussien et que Cov(X

1
, X
2
) = 0. Montrer que X
1
et X
2
sont indpen-
dantes.
corrig
Daprs la proposition 10.11, pour montrer que X
1
et X
2
sont indpendantes, il suft de montrer que
X
(u) =
2
j=1
X
j
(u
j
) pour tout u = (u
1
, u
2
)
t
R
2
. Ceci est une consquence facile du fait que Cov(X
1
, X
2
) =
0. En effet, la matrice de covariance de X est alors diagonale et on a bien (gr ce la proposition 10.12), en
reprenant les notations de la question prcdente (cest--dire X
k
A(m
k
,
2
k
) pour i = 1, 2),
X
(u) = e
i(u
1
m
1
+u
2
m
2
)
e
u
2
1
2
1
+u
2
2
2
2
2
=
X
1
(u
1
)
X
2
(u
2
),
cest--dire
X
(u) =
2
j=1
X
j
(u
j
) pour tout u = (u
1
, u
2
)
t
R
2
.
2. On suppose toujours d = 2. Donner un exemple pour lequel X

1
et X
2
sont gaussiennes mais X nest pas un
vecteur gaussien. [On pourra, par exemple, choisir (, /, P) et X
1
, X
2
de manire avoir Cov(X
1
, X
2
) = 0
sans que X
1
, X
2
soient indpendantes, voir lexercice 4.44.]
corrig
On considre les deux v.a.r. S et X de lexercice 4.44 et on prend X
1
= SX et X
2
= X. Les v.a.r. X
1
et
X
2
sont gaussiennes (on a X
1
A(0, 1) et X
2
A(0, 1)), elles sont dpendantes et on a Cov(X
1
, X
2
) = 0
(voir lexercice 4.44). On en dduit que le v.a. X = (X
1
, X
2
) nest pas gaussien (sinon les v.a.r. seraient
indpendantes, daprs la question prcdente).
3. On suppose que X est un vecteur gaussien et que les composantes de X sont indpendantes deux deux. Montrer
que X
1
, . . . , X
d
sont indpendantes.
corrig
507
La dmonstration est ici similaire celle de la question 1(b). Daprs la proposition 10.11, pour montrer que
les v.a.r. X
1
, . . . , X
d
sont indpendantes, il suft de montrer que
X
(u) =
d
j=1
X
j
(u
j
) pour tout u =
(u
1
, . . . , u
d
)
t
R
d
. Ceci est une consquence facile du fait que les v.a.r. X
1
, . . . , X
d
sont indpendantes deux
deux. En effet, cette hypothse dindpendance deux deux donne que la matrice de covariance de X est
diagonale et on a alors (grce la proposition 10.12), avec X
k
A(m
k
,
2
k
) pour i = 1, . . . , d,
X
(u) = e
i
d
k=1
u
k
m
k
e
d
k=1
u
2
k
2
k
2
=
X
1
(u
1
) . . .
X
d
(u
d
),
cest--dire
X
(u) =
d
j=1
X
j
(u
j
) pour tout u = (u
1
, . . . , u
d
)
t
R
d
.
Corrig 185 (Suite de v.a.r.i.i.d. de Poisson)

Soit (, /, P) un espace de probabilit et X une v.a. de Poisson de paramtre ( > 0). On rappelle que,
P[X = k] = e

k
k!
, pour tout k N et que E[X] = , V ar[X] = .
1. Calculer la fonction caractristique
X
de X.
corrig
Soit u R, on a
X
(u) =
_
e
iXu
dP =
kN
e
iku
e
k
k!
= e
kN
(e
iu
)
k
k!
= e
(e
iu
1)
.
2. Soit (X
n
)
nN
une suite de v.a. indpendantes et de Poisson de paramtre .
(a) Soit n > 1. Dduire de la question 1 la loi de la v.a. Y
n
=
n
p=1
X
p
.
corrig
Soit u R. On a
Y
n
(u) =
_
e
iY
n
u
dP =
_
n
p=1
e
iX
p
u
dP. Comme les v.a.r. X
1
, . . . , X
n
sont indpen-
dantes, on en dduit que
Y
n
(u) =
n
p=1
_
e
iX
p
u
dP = e
n(e
iu
1)
.
Comme la loi dune v.a.r. est entirement dtermine par sa fonction caractristique (proposition 10.10), on
en dduit que Y
n
est une v.a. de Poisson de paramtre n.
(b) Utiliser le thorme central limite pour dmontrer que

e
n
n
k=0
n
k
k!

1
2
quand n .
corrig
On suppose maintenant que = 1. la suite (X
n
)
nN
est une suite de v.a.r.i.i.d. de carrs intgrables et on a
E(X
1
) = 1 et Var(X
1
) = 1. Pour n N
, on pose
Z
n
=
1
n
n
i=1
(X
i
1) =
1
n
(Y
n
n).
508
Le thorme central limite (thorme 10.4) donne que la suite (P
Z
n
)
nN
converge troitement vers la loi
normale A(0, 1). Comme une loi normale est diffuse (cest--dire quelle ne charge pas les points), on en
dduit que P(Z
n
0) tend vers 1/2 quand n (voir lexercice 6.60 et noter que P(Z
n
0) = P
Z
n
(]
, 0[)). Or, P(Z
n
0) = P(Y
n
n) et, comme Y
n
est une v.a. de Poisson de paramtre n, on a :
P(Y
n
n) =
n
k=0
P(Y
n
= k) =
n
k=0
e
n
n
k
k!
.
On a donc e
n
n
k=0
n
k
k!
1/2, quand n .
Corrig 186 (Sur les lois des grands nombres)

Soit (, /, P) un espace probabilis et X une v.a.r. dont la loi est la loi de Cauchy cest--dire que P
X
= f, avec
f(x) =
1
(1+x
2
)
pour x R (on rappelle que dsigne la mesure de Lebesgue sur les borliens de R).
1. Montrer que X nest pas une v.a.r. intgrable.
2. Soit n N
, montrer que P([X[ > n)

1
n
, o [X[ > n = , [X()[ > n. [On pourra remarquer
que
2
1+x
2

1
x
2
pour tout x 1.]
3. Pour x R, on pose g(x) = e
]x]
. Montrer que
2
1 +u
2
=
_
R
e
iux
g(x)dx =
2 g(u) pour tout u R.

En dduire que la fonction caractristique de X, note
X
vrie
X
(u) = e
]u]
pour tout u R. [On pourra
utiliser de thorme dinversion de Fourier qui donne

g = g() p.p. si g, g L
1
C
(R, B(R), ).]
On se donne maintenant une suite X
1
, X
2
, . . . , X
n
, . . . de v.a.r.i.i.d. et on suppose que la loi de X
1
(et donc de
tous les X
n
) est la loi de Cauchy. Pour n N
, on pose :
Z
n
=
1
n
(
n
p=1
X
p
).
4. Soit n N
.
(a) Montrer que
Z
n
(u) =
n
X
1
(
u
n
) pour tout u R.
(b) Donner la loi de Z
n
.
5. Pour n N
, on pose A
n
= [X
n
[ > n et B
n
=
pn
A
p
. on pose aussi B =
nN
B
n
.
(a) Soit n N
. En utilisant la question 2, montrer que

P(B
c
n
) =
pn
P(A
c
p
)
pn
(1
1
p
).
En dduire que P(B
c
n
) = 0 et donc que P(B
n
) = 1.
(b) Montrer que P(B) = 1. [Cette question est une consquence de la question (a) mais elle peut aussi tre faite
directement en appliquant le lemme de Borel-Cantelli et la question 2.]
509
(c) Soit B. Montrer que
X
n
()
n
,0 quand n .
(d) Soit . Montrer que si la suite (Z
n
())
nN
converge vers une limite nie on a alors
lim
n
X
n
()
n
= 0.
[Ecrire X
n
en fonction de Z
n
et Z
n1
.]
(e) Dduire des trois questions prcdentes que la suite (Z
n
)
nN
ne converge pas p.s. vers une limite nie quand
n .
6. Pour tout n N
, montrer que
Z
2n
Z
n
=
U
n
+V
n
2
,
o U
n
et V
n
sont deux v.a.r. indpendantes, de loi de Cauchy.
En dduire que la suite (Z
n
)
nN
ne converge pas en probabilit.
7. Pour quelles raisons ne peut-on appliquer, la suite (Z
n
)
nN
, les lois forte et faible des grands nombres ?
corrig
En attente
510
Chapitre 22
Esprance conditionnelle et martingales
22.1 Esprance conditionnelle
Corrig 187 (Esprance conditionnelle selon une tribu)
Soit (, /, P) un espace probabilis et Y une variable alatoire relle intgrable. Dans les trois cas suivants,
montrer que E[Y [B] est rduit un lment et dterminer E[Y [B] (en fonction de Y et B).
1. La tribu B la tribu grossire, cest--dire B = , .
corrig
Soit Z une application de dans R, B-mesurable. Soit a Im(Z) (on suppose, bien sr, ,= ). On a alors
Z = a = ; Z() = a , = . Comme Z est B-mesurable, on a donc Z = a = . Une application
B-mesurable est donc une fonction constante (rciproquement, une fonction constante est bien B-mesurable). Si
Z E(Y [B), il existe donc a Rt.q. Z() = a pour tout . Le rel a doit alors vrier E(aU) = E(UY )
pour tout application U, B-mesurable de dans R. On a donc ab = E(ab) = E(bY ) = bE(Y ) pour tout
b R. La seule solution est donc a = E(Y ). Lensemble E[Y [B] est donc rduit un seul lment, la fonction
constante et gale E(Y ).
2. Soit B / t.q. 0 < P[B] < 1. On prend pour B la tribu engendre par B.
corrig
Soit Z une application de dans R, B-mesurable. Les paties B et B
c
sont non vides (car de probabilit stric-
tement positive). Soit
1
B et a = Z(
1
). On a alors Z = a = ; Z() = a ,= . Comme Z est
B-mesurable, on a donc Z = a = B ou et donc Z = a B. De mme, soit
2
B
c
et b = Z(
2
), on
a Z = b B
c
. Une application B-mesurable est donc une fonction constante sur B et B
c
. Rciproquement,
une fonction constante sur B et B
c
est bien B-mesurable.
Si Z E(Y [B), il existe donc a, b R t.q. Z = a1
B
+ b1
B
c . Les rels a, b doivent alors vrier E(ZU) =
E(UY ) pour tout application U B-mesurable de dans R, cest--dire :
aP(B) +bP(B
c
) =
_
B
Y dP +
_
B
c
Y dP pour tout , R.
Comme P(B) > 0 et P(B
c
) = 1 P(B) > 0, la seule solution est donc :
a =
_
B
Y dP
P(B)
et b =
_
B
c
Y dP
P(B
c
)
.
511
Lensemble E[Y [B] est donc rduit un seul lment, la fonction Z dnie par
Z =
_
B
Y dP
P(B)
1
B
+
_
B
c
Y dP
P(B
c
)
1
B
c .
3. Soit (B
n
)
nN
/ t.q. B
n
B
m
= si n ,= m, =
nN
B
n
et 0 < P(B
n
) < 1 pour tout n N
. On
prend pour B la tribu engendre par (B
n
)
nN
(cest--dire B =
nJ
B
n
, J N
).
corrig
On reprend le mme raisonnement que dans les deux questions prcdentes. On remarque dabord quune
application Z de dans R est B-mesurable si et seulement si il existe une suite (
n
)
nN
R t.q. Z =
nN

n
1
B
n
. (Cette Srie est bien convergente en tout point de car les B
n
sont disjoints deux deux.
Si Z E(Y [B), il existe donc (a
n
)
nN
R t.q. Z =
nN
a
n
1
B
n
. La suite (a
n
)
nN
doit alors tre telle
que Z soit intgrable et que E(ZU) = E(UY ) pour tout application U B-mesurable borne de dans R,
cest--dire t.q.
nN
[a
n
[P(B
n
) < +et
nN
n
a
n
P(B
n
) =
nN
n
_
B
n
Y dP,
pour toute suite borne (
n
)
nN
R. Comme P(B
n
) > 0, la seule solution est donc :
a
n
=
_
B
n
Y dP
P(B
n
)
pour tout n N
.
Comme on sait que lensemble E[Y [B] est non vide, il est inutile de vrier que la fonction Z trouve est
intgrable (puisque cette fonction est la seule fonction pouvant appartenir E[Y [B]). Lensemble E[Y [B] est
donc rduit un seul lment. Cet lment est la fonction Z dnie par Z =
nN
B
n
Y dP
P(B
n
)
1
B
n
.
Corrig 188 (Esprance conditionnelle selon une v.a.r.)

Soit (, /, P) un espace probabilis, X une variable alatoire relle et Y une variable alatoire relle intgrable.
1. On suppose quil existe a R t.q. X = a p.s.. Donner un lment de E[Y [X].
corrig
On utilise la proposition 11.5. Soit Z E[Y [X], il existe alors , fonction borlienne de R dans R, t.q.
Z = (X), (X) est intgrable et, pour toute application de R dans R,borlienne borne,
E((X)(X)) = E(Y (X)).
On a donc Z = (a) p.s. et en prenant pour une fonction t.q. (a) = 1 dans lgalit prcdente, on obtient
(a) = E(Y ). On a donc nalement Z = E(Y ) p.s.. La fonction constante et gale E(Y ) est un lment de
E[Y [X]. Plus prcisment, la fonction (X) est un lment de E[Y [X], ds que est une fonction borlienne
de R dans R et t.q. (a) = E(Y ).
2. On suppose que X prend p.s. deux valeurs x

1
ou x
2
avec x
1
,= x
2
corrig
On pose A
1
= X = x
1
et A
2
= X = x
2
. On suppose que P(A
1
) > 0 et P(A
2
) > 0 (sinon, on est ramen
la question prcdente). Noter que A
1
A
2
= et P(A
1
) +P(A
2
) = 1. On utilise encore la proposition 11.5.
512
Soit Z E[Y [X], il existe alors , fonction borlienne de R dans R, t.q. Z = (X), (X) est intgrable et,
pour toute application de R dans R,borlienne borne,
E((X)(X)) = E(Y (X)). (22.1)
On a donc Z = (x
1
)1
A
1
+(x
2
)1
A
2
p.s.. Soit
1
,
2
R, en prenant pour une fonction borlienne borne
de R dans R t.q. (x
1
) = a
1
et (x
2
) = a
2
dans lgalit (22.1), on obtient :
(x
1
)
1
P(A
1
) +(x
2
)
2
P(A
2
) =
1
_
A
1
Y dP +
2
_
A
2
Y dP,
pour tout
1
,
2
R. Comme P(A
i
) > 0 pour i = 1, 2, on en dduit que (x
i
) =
A
i
Y dP
P(A
i
)
, pour i = 1, 2, et
donc que
Z =
_
A
1
Y dP
P(A
1
)
1
A
1
+
_
A
i
Y dP
P(A
i
)
1
A
2
p.s..
Ici encore, la fonction (X) est un lment de E[Y [X] ds que est une fonction borlienne de R dans R et
t.q. (x
i
) =
A
i
Y dP
P(A
i
)
pour i = 1, 2 (un exemple possible est donc (x
i
) =
A
i
Y dP
P(A
i
)
pour i = 1, 2 et (x) = 0
pour x , x
1
, x
2
).
3. On suppose que X est une v.a. prenant p.s. ses valeurs dans un ensemble dnombrable x
n
, n N
avec
P(X = x
n
) ,= 0 pour tout n N

corrig
On peut supposer que les x
n
sont diffrents deux deux. Pour n N
, on pose A
n
= X = x
n
. Les ensembles
A
n
sont disjoints deux deux, P(A
n
) > 0 pour tout n N
et
n=1
P(A
n
) = 1.
On utilise encore la proposition 11.5. Soit Z E[Y [X] (Noter que, comme on sait que E(Y [X) est non vide,
il existe Z E(Y [X)). Il existe alors , fonction borlienne de R dans R, t.q. Z = (X), (X) est intgrable
et, pour toute application de R dans R,borlienne borne,
E((X)(X)) = E(Y (X)). (22.2)
On a donc Z =
nN
(x
n
)1
A
n
p.s.. Soit (
n
)
nN
R une suite borne de R. Dans lgalit (22.2), on
prend pour une fonction borlienne borne de R dans R t.q. (x
n
) =
n
pour tout n N
(un tel existe,

on peut prendre, par exemple, (x) = 0 si x est diffrent de tous les x
n
), on obtient :
nN
(x
n
)
n
P(A
n
) =
nN
n
_
A
n
Y dP,
pour toute suite borne (
n
)
nN
R. Comme P(A
n
) > 0 pour tout n N
, on en dduit que (x
n
) =
A
n
Y dP
P(A
n
)
, pour tout n N
, et donc que
Z =
nN
_
A
n
Y dP
P(A
n
)
1
A
n
p.s..
Enn, ici encore, la fonction (X) est un lment de E[Y [X] ds que est une fonction borlienne de Rdans R
et t.q. (x
n
) =
A
n
Y dP
P(A
n
)
pour tout n N
. Un exemple possible est donc (x

n
) =
A
n
Y dP
P(A
n
)
pour tout n N
et (x) = 0 pour x , x
n
, n N
. Cet exemple donne la fonction
nN
A
n
Y dP
P(A
n
)
1
A
n
.
513
Corrig 189 (Calcul de E(exp(XY )[X) si Y A(0, 1))
Soit (, /, P) un espace de probabilits et X, Y deux v.a. relles indpendantes. On suppose que Y suit une
loi gaussienne centre rduite et que E[exp(X
2
/2)] < . Montrer que exp(XY ) est intgrable et dterminer
E[exp(XY )[X].
corrig
La v.a.r. exp(XY ) est positive. On calcule
_
e
XY
dP en utilisant lindpendance de X et Y (et le thorme 9.2,
qui donne que P
(X,Y )
= P
X
P
Y
) et le fait que Y A(0, 1) :
_
e
XY
dP =
_
R
_
R
e
xy
1
2
e
y
2
2
dydP
X
(x).
En remarquant que xy
y
2
2
=
1
2
(x y)
2
+
1
2
x
2
on obtient :
_
e
XY
dP =
1
2
_
R
__
R
e
(xy)
2
2
)dy
_
e
x
2
2
dP
X
(x) =
1
2
_
R
__
R
e
z
2
2
dz
_
e
x
2
2
dP
X
(x),
et donc
_
e
XY
dP =
_
R
e
x
2
2
dP
X
(x) = E(e
X
2
2
) < +. Ce qui donne que e
XY
est une v.a.r. intgrable.
Selon la proposition 11.5 on cherche un lment de E[e
XY
[X] sous la forme (X) o est une fonction bo-
rlienne de R dans R, t.q. Z = (X), (X) est intgrable et, pour toute application de R dans R,borlienne
borne,
E((X)(X)) = E(e
XY
(X)).
Soit une application borlienne borne de R dans R, on calcule E(e
XY
(X)) en utilisant, comme prcdem-
ment, lindpendance de X et Y et le fait que Y A(0, 1) :
E(e
XY
(X)) =
1
2
_
R
_
R
e
xy
(x)e
y
2
2
dydP
X
(x) =
1
2
_
R
__
R
e
(xy)
2
2
dy
_
e
x
2
2
(x)dP
X
(x).
On a donc E(e
XY
(X)) =
_
R
e
x
2
2
(x)dP
X
(x) = E(e
X
2
2
(X)). Ceci nous montre que e
X
2
2
est un lment
de E[ e
XY
[ X] et donc (comme on confond E[ e
XY
[ X] avec lun de des lments) E[e
XY
[X] = e
X
2
2
p.s..
Corrig 190 (Esprance du produit et produit des esprances)

Soit (, /, P) un espace de probabilits et X, Y deux v.a. intgrables t.q. XY est intgrable et E[X[Y ] = E(X)
p.s.. Montrer que E(XY ) = E(X)E(Y ).
corrig
Grce la proposition 11.5 on a, pour toute application de R dans R,borlienne borne,
E(E[X[Y ](Y )) = E(X(Y ))
Comme E[X[Y ] = E(X) p.s., on en dduit, pour toute application de R dans R,borlienne borne,
E(X)E((Y )) = E(X(Y )). (22.3)
514
Soit n N
. Pour s R, on pose T
n
(s) = maxn, mins, n. La fonction T
n
est borlienne (car conti-
nue) borne (par n) de R dans R. On peut donc utiliser (22.3) avec = T
n
. On obtient E(X)E(T
n
(Y )) =
E(XT
n
(Y )).
Comme Y est intgrable, on a, par convergence domine, lim
n
E(T
n
(Y )) = E(Y ) (noter que [T
n
(Y )[ [Y [).
Comme XY est intgrable (et cest uniquement ici que cette hypothse est utilise), on a, par convergence domine,
lim
n
E(XT
n
(Y )) = E(XY )
(noter que [XT
n
(Y )[ [XY [).
En passant limite quand n sur lgalit E(X)E(T
n
(Y )) = E(XT
n
(Y )), on a donc E(X)E(Y ) =
E(XY ).
Corrig 191 (Lorsque E(Y [X) = X p.s.. . . )

Soit (, /, P) un espace probabilis et X, Y deux v.a.r. de carr intgrable.
On suppose que E(Y [X) = X p.s..
1.(a) Soit une fonction borlienne de R dans R. On suppose que la v.a.r. (X) est de carr intgrable. Montrer
que
_
Y (X)dP =
_
X(X)dP.
(b) Montrer que E(Y ) = E(X) et E(XY ) = E(X
2
).
2.(a) Montrer que E(X
2
) E(Y
2
).
(b) Montrer que Y = X p.s. si et seulement si E(Y
2
) = E(X
2
).
corrig
En attente
Corrig 192 (V.a. gaussien et esprance conditionnelle)

Soit (, /, P) un espace probabilis et (X, Y )
t
un v.a. gaussien de dimension 2, On note a lesprance de X, b
lesprance de Y et D la matrice de covariance du v.a. (X, Y )
t
(on a donc D
1,1
= Var(X), D
2,2
= Var(Y ) et
D
1,2
= D
2,1
= Cov(X, Y )). On suppose que Var(Y ) > 0.
1. Calculer , R(en fonction de a, b et D) de manire avoir E[X] = E[+Y ] et E[XY ] = E[(+Y )Y ].
corrig
On a E[X] = a, E[Y ] = b, E[Y
2
] = Var(Y ) +E[Y ]
2
= D
2,2
+b
2
et
E[XY ] = E[(X E(X))(Y E(Y ))] +E[X]E[Y ] = D
1,2
+ab.
On cherche donc et t.q.
+b = a,
b + (D
2,2
+b
2
) = D
1,2
+ab.
Comme D
2,2
,= 0, ce systme de 2 quations 2 inconnues (qui sont et ) a bien une unique solution. Cette
solution est
=
D
1,2
D
2,2
, = a b
D
1,2
D
2,2
.
Avec et ainsi dtermins, on dnit la fonction afne l de R dans R par l(s) = + s pour s R et on
dnit la v.a.r. Z par Z = X l(Y ).
515
2. Montrer que (Z, Y )
t
est un v.a. gaussien. Montrer que Cov(Z, Y ) = 0. En dduire que Z et Y sont des v.a.r.
indpendantes [On pourra utiliser la question 1(b) de lexercice 10.10].
corrig
Soit a
1
, a
2
R. On va montrer que la v.a.r. a
1
Z +a
2
Y suit une loi gaussienne (ceci montre bien que le vecteur
alatoire (Z, Y )
t
est un vecteur gaussien). Comme Z = X l(Y ) = X Y , on a
a
1
Z +a
2
Y = a
1
X + (a
2
a
1
)Y a
1
.
Comme (X, Y )
t
est un v.a. gaussien, la v.a.r. a
1
X +(a
2
a
1
)Y suit une loi gaussienne. Il existe donc m R
et R
+
t.q. a
1
X + (a
2
a
1
)Y A(m,
2
). On a alors
a
1
X + (a
2
a
1
)Y a
1
A(ma
1
,
2
).
ceci prouve que a
1
X + (a
2
a
1
)Y a
1
suit une loi gaussienne. La v.a.r. a
1
Z + a
2
Y suit donc une loi
gaussienne pour tout a
1
, a
2
R. Ceci prouve bien que le vecteur alatoire (Z, Y )
t
est un vecteur gaussien.
On calcule maintenant Cov(Z, Y ). On rappelle que Z = X ( + Y ). On remarque dabord que E[Z] =
E[X] E[ +Y ] = 0 (grce la premire relation satisfaite par et ). Puis,
Cov(Z, Y ) = E[ZY ] = E[XY ] E[( +Y )Y ].
La seconde relation satisfaite par et donne alors Cov(Z, Y ) = 0.
Comme (Z, Y )
t
est un vecteur gaussien et que Cov(Z, Y ) = 0, la question 1(b) de lexercice 10.10 donne que
Z et Y sont indpendantes.
3. Montrer que E[X[Y ] = l(Y ) p.s.

corrig
La v.a.r. l(Y ) est intgrable (car sa loi est gaussienne). Pour montrer que E[X[Y ] =l(Y ) p.s., il suft, daprs la
proposition 11.5, de montrer que E(l(Y )(Y )) = E(X(Y )) pour toute application de R dans R, borlienne
borne.
Soit donc de R dans R, borlienne borne. Comme Z et Y sont indpendantes et que E[Z] = 0, on a
E[Z(Y )] = E[Z]E[(Y )] = 0. Comme Z = X l(Y ) on a donc
E[X(Y )] = E[l(Y )(Y )].
Ce qui prouve bien que E[X[Y ] = l(Y ) p.s.
4. Calculer (en fonction de D) Var(Z).

corrig
Comme E[Z] = 0 et E[Z l(Y )] = E[Z]E[l(Y )] = 0, on a
Var(Z) = E[Z
2
] = E[XZ] = E[X
2
] E[Xl(Y )]
= E[X
2
] E[X] E[XY ].
Il suft maintenant dutiliser les valeurs de et et le fait que
E[X
2
] = D
1,1
+a
2
, E[X] = a, E[X, Y ] = D
1,2
+ab.
On obtient
Var(Z) = D
1,1
D
2
1,2
D
2,2
Dans la suite, on note =

_
Var(Z) et, pour a R on note
a
la loi normale A(a,
2
).
516
5. Soit f une fonction borlienne borne de R dans R. Pour a R, on pose (a) =
_
R
fd
a
.
(a) Montrer que est une fonction continue (de R dans R) si > 0.
corrig
On utilise ici le thorme 4.9. On remarque que
(a) =
1
2
_
R
f(x)e
(xa)
2
2
2
dx =
1
2
_
R
F(x, a)dx,
avec F(x, a) = f(x)e
(xa)
2
2
2
. La fonction a F(x, a) est continue, pour tout x R. Pour montrer que est
continue, il suft (daprs le thorme 4.9) de montrer que la fonction x F(x, a) est domine, localement
uniformment par rapport a, par une fonction intgrable. Nous montrons maintenant cette domination.
Soit M > 0. Pour tout a ] M, M[ et tout x R, on a [F(x, a)[ g
M
(x) avec
g
M
(x) = [f(x)[e
((|x|M)
+
)
2
2
2
.
(La vrication de [F(x, a)[ g
M
(x) peut se faire en distinguant les cas x [M, M], x > M et x < M.)
La fonction g
M
est bien intgrable (pour la mesure de Lebesgue). Le thorme 4.9 donne alors que est
continue sur ] M, M[. Comme M est arbitraire, on en dduit que est continue sur R.
(b) Montrer que E[f(X)[Y ] = (l(Y )) p.s.

corrig
Si > 0, la fonction est continue, elle est donc borlienne. On remarque aussi que est borne (en effet,
soit M R
+
t.q. [f(x)[ M pour tout x R. On a alors aussi [(a)[ M pour tout a R).
Si = 0, on a (a) = f(a) pour tout a R. La fonction est donc aussi borlienne borne.
Comme est borlienne, (l(Y )) est donc une v.a.r.. Comme est borne, la v.a.r. (l(Y )) est borne et
donc intgrable. Pour montrer que E[f(X)[ Y ] = (l(Y )) p.s., il suft, comme la question prcdente (cf
proposition 11.5), de montrer que E[(l(Y ))(Y )] = E[f(X)(Y )] pour toute application de R dans R,
borlienne borne.
Soit donc borlienne borne de R dans R. On a, comme Z et Y sont indpendantes,
E[f(X)(Y )] = E[f(Z +l(Y ))(Y )]
=
_
R
__
R
f(z +l(y))dP
Z
(z)
_
(y)dP
Y
(y).
On utilise maintenant le fait que Z A(0,
2
), on en dduit
_
R
f(z +l(y))dP
Z
(z) =
_
R
f(z +l(y))d
0
(z).
le changement de variable z = z +l(y) donne alors
_
R
f(z +l(y))d
0
(z) =
_
R
f(z)d
l(y)
(z) = (l(y)).
On a donc, nalement,
E[f(X)(Y )] =
_
R
(l(y))(y)dP
Y
(y) = E[(l(Y ))(Y )].
Ce qui prouve bien E[f(X)[Y ] = (l(Y )) p.s..
517
22.2 Martingales
Corrig 193 (Quelques proprits des martingales)
n
)
nN
(cest--dire dune suite croissante de sous
tribus de /) et (X
n
)
nN
une suite de de v.a.r. (cest--dire un processus rel). On suppose que X
n
est intgrable
pour tout n N.
n
)
nN
n
)
n
). Montrer que la suite
(E(X
n
))
nN
est croissante.
corrig
Soit n N. Comme (X
n
)
nN
est une sous-martingale, on a E(X
n+1
[B
n
) X
n
p.s. et donc
E(E(X
n+1
[B
n
)) E(X
n
).
Or (comme les fonctions constantes sont B
n
-mesurables bornes),
E(E(X
n+1
[B
n
)) = E(X
n+1
).
On a donc E(X
n+1
) E(X
n
).
n
)
nN
n
)
nN
). Montrer que E(X
n+m
[B
n
)
= X
n
p.s. pour tout m 0.
corrig
Pour m = 0, le fait que E(X
n
[B
n
) = X
n
p.s., pour tout n N, dcoule du fait que X
n
est B
n
-mesurable. On
montre maintenant la proprit demande par rcurrence sur m N
.
Pour m = 1 le fait que E(X
n+1
[B
n
) = X
n
p.s., pour tout n N, est donn dans la dnition de martingale.
Soit m N
. On suppose que E(X

n+m
[B
n
) =X
n
p.s., pour tout n N. On veut montrer que E(X
n+m+1
[B
n
)
= X
n
p.s., pour tout n N. Soit n N. Comme (X
n
)
nN
est une martingale, on a E(X
n+m+1
[B
n+m
) =
X
n+m
p.s. et donc :
E(X
n+m+1
U) = E(X
n+m
U) pour tout U B
n+m
-mesurable borne.
Comme B
n
B
n+m
, on a donc aussi
E(X
n+m+1
U) = E(X
n+m
U) pour tout U B
n
-mesurable borne.
Lhypothse de rcurrence donne E(X
n+m
[B
n
) = X
n
p.s.. On a donc :
E(X
n+m
U) = E(X
n
U) pour tout U B
n
-mesurable borne.
On a en dduit :
E(X
n+m+1
U) = E(X
n
U) pour tout U B
n
-mesurable borne.
Ce qui montre que E(X
n+m+1
[B
n
) = X
n
p.s. et termine la rcurrence.
3. Soit une fonction convexe de Rdans R. On suppose que (X

n
)
nN
est une martingale (par rapport la ltration
(B
n
)
nN
) et que (X
n
) est intgrable pour tout n N (on rappelle que (X
n
) est une notation pour dsigner
X
n
). Montrer que ((X
n
))
nN
n
)
nN
).
corrig
518
On remarque tout dabord que (X
n
) est bien B
n
-mesurable (car X
n
est B
n
-mesurable et est borlienne), pour
tout n N. Pour montrer que ((X
n
))
nN
est une sous-martingale, il suft alors dutiliser le proposition 11.4
sur lingalit de jensen. Soit n N. La proposition 11.4 donne
E((X
n+1
)[B
n
) (E(X
n+1
[B
n
)) p.s..
Comme E(X
n+1
[B
n
) = X
n
p.s., on en dduit E((X
n+1
)[B
n
) (X
n
) p.s., ce qui montre bien que
((X
n
))
nN
est une sous-martingale.
Thats all folks

519

Mes Int Pro

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mes Int Pro

Transféré par

Droits d'auteur :

Formats disponibles

MESURE, INTEGRATION, PROBABILITES

Thierry Gallout Raphale Herbin

est bien une norme.

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

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

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

(A), pour tout A T.

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

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

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

A vrie (2.11). Soit C T, C

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

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

sont des applications additives de T

sont des mesures nies, il suft de montrer quelles

sont des mesures nies (noter que m

ainsi dnie de T(R)

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

, on donne la dmonstration de la partie existence"

) Soit A T(R). On pose

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

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

(A) est la borne infrieure dune partie de

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

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

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

donne (avec (2.14)) que

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

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

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

est une mesure.

est dnie dans la dnition 2.18 (et que E

sur L. En effet, soit E

sont dnies dans les

L est une mesure. Ceci

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

, on en dduit alors que

est une mesure sur L. Soit (E

(E) et donc, en utilisant ladditivit de

(E). Ce qui donne, passant limite quand

(E). Dautre part,

(A) < (sinon lingalit est immdiate).

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

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

vrie les 3 proprits suivantes :

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

) pour toute suite (A

est une mesure extrieure.

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

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

/est une mesure.

est une bijection de S

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

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

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

que nous verrons dans la section 6.1.2.

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

). On suppose que f est mesurable

0 quand n (on dit que f

(x) = (x, x).

partir de lintgrale sur /

dm < +. On pose alors :

dm. On voit donc que