Mip Acor PDF

MESURE, INTEGRATION, PROBABILITES
Thierry Gallout Raphale Herbin

11 septembre 2013
Avant-propos
Lobjectif de ce livre est de donner une vue densemble de la thorie de la mesure,
de lintgration et des probabilits correspondant un niveau de troisime anne de
licence ou de premire anne de master (en mathmatiques).
La lecture de ce livre requiert la connaissance des notions danalyse relle, dalgbre
linaire et de calcul diffrentiel enseignes en premire et deuxime anne de licence
de mathmatiques dans la plupart des universits franaises.
Nous nous sommes attachs introduire le vocabulaire de la thorie des probabilits
en parallle celui de lanalyse. Nous esprons ainsi faciliter laccs conjoint des
tudes ultrieures dans ces deux branches des mathmatiques, ce qui semble devenir
indispensable aux mathmaticiens se formant en vue dappliquer ces thories.
Nous attachons une importance considrable aux exercices : plus de 300 sont proposs
dans ce livre, certains sont des applications directes du cours, dautres contiennent
des dveloppements importants. Plus de 250 dentre eux sont assortis dun corrig
dtaill.
Ce livre, issu dun polycopi de cours amlior et complt sur plus de 20 ans, a
bnci de nombreuses remarques ou questions de nos tudiants et de discussions
avec nos collgues (en particulier probabilistes). Nous tenons les en remercier
chaleureusement.
Une liste derrata sera rgulirement mise jour sur les sites web des auteurs.
Thierry Gallout et Raphale Herbin
Table des matires
1 Motivation et objectifs 9
1.1 Intgrale des fonctions continues . . . . . . . . . . . . . . . . . . . 9
1.2 Insufsance de lintgrale des fonctions continues . . . . . . . . . . . 11
1.3 Les probabilits . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.5 Structure du cours . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Tribus et mesures 35
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 Tribu ou algbre . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3 Mesure, probabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4 Mesure signe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.5 La mesure de Lebesgue sur la tribu des borliens . . . . . . . . . . 52
2.6 Indpendance et probabilit conditionnelle . . . . . . . . . . . . . . 63
2.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3 Fonctions mesurables, variables alatoires 109
3.1 Introduction, topologie sur R
+
. . . . . . . . . . . . . . . . . . . . 109
3.2 Fonctions tages . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.3 Fonctions mesurables et variables alatoires . . . . . . . . . . . . . 113
3.4 Mesure image, loi dune v.a., v.a. indpendantes . . . . . . . . . . . 120
3.5 Convergence p.p., p.s., en mesure, en probabilit . . . . . . . . . . 123
3.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
4 Fonctions intgrables 157
4.1 Intgrale dune fonction tage positive . . . . . . . . . . . . . . . 158
4.2 Intgrale dune fonction mesurable positive . . . . . . . . . . . . . 160
4.3 Convergence monotone et lemme de Fatou . . . . . . . . . . . . . . 165
4.4 Mesures et probabilits de densit . . . . . . . . . . . . . . . . . . 168
TABLE DES MATIRES
4.5 Lespace L
1
des fonctions intgrables . . . . . . . . . . . . . . . . 170
4.6 Lespace L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
4.7 Thormes de convergence dans L
1
. . . . . . . . . . . . . . . . . . 177
4.8 Continuit et drivabilit sous le signe dintgration . . . . . . . . . 183
4.9 Esprance et moments des variables alatoires . . . . . . . . . . . . 185
4.10 Espace L
1
C
(E, T, m) et espace L
1
R
N
(E, T, m) . . . . . . . . . . . . . . 189
4.11 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
5 Intgrale sur les borliens de R 243
5.1 Intgrale de Lebesgue et intgrale des fonctions continues . . . . . . 243
5.2 Mesures abstraites et mesures de Radon . . . . . . . . . . . . . . . 245
5.3 Changement de variable, densit et continuit . . . . . . . . . . . . 252
5.4 Intgrales impropres des fonctions de R dans R . . . . . . . . . . . 256
5.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
6 Les espaces L
p
275
6.1 Dnitions et premires proprits . . . . . . . . . . . . . . . . . . 275
6.2 Analyse hilbertienne et espace L
2
. . . . . . . . . . . . . . . . . . 288
6.3 Dualit dans les espaces L
p
, 1 p . . . . . . . . . . . . . . . . 311
6.4 Convergence faible, faible-, troite, en loi . . . . . . . . . . . . . . 320
6.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
7 Produits despaces mesurs 415
7.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415
7.2 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416
7.3 Thormes de Fubini-Tonelli et Fubini . . . . . . . . . . . . . . . . . 421
7.4 Mesure de Lebesgue sur la tribu des borliens de R
N
. . . . . . . . 426
7.5 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429
7.6 Formules de changement de variable . . . . . . . . . . . . . . . . . 434
7.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437
8 Densit, sparabilit et compacit 469
8.1 Thormes de densit pour les espaces L
p
() . . . . . . . . . . . . 469
8.2 Sparabilit de L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . 474
8.3 Compacit dans les espaces L
p
() . . . . . . . . . . . . . . . . . . 475
8.4 Compacit faible- . . . . . . . . . . . . . . . . . . . . . . . . . . 476
8.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479
9 Vecteurs alatoires 491
9.1 Dnition, proprits lmentaires . . . . . . . . . . . . . . . . . . . 491
9.2 Indpendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 497
TABLE DES MATIRES
9.3 Vecteurs gaussiens . . . . . . . . . . . . . . . . . . . . . . . . . . . 501
9.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 502
10 Transformation de Fourier 517
10.1 Introduction et notations . . . . . . . . . . . . . . . . . . . . . . . . 517
10.2 Transformation de Fourier dans L
1
. . . . . . . . . . . . . . . . . . 518
10.3 Transforme de Fourier dune mesure signe . . . . . . . . . . . . . 522
2
. . . . . . . . . . . . . . . . . . 525
10.5 Rsolution dune E.D.O ou dune E.D.P . . . . . . . . . . . . . . . . 527
10.6 Fonction caractristique dun vecteur alatoire . . . . . . . . . . . . 528
10.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 535
11 Esprance conditionnelle et martingales 555
11.1 Esprance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . 555
11.2 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 564
11.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 567
Rfrences 601
Index 602
Chapitre 1
Motivation et objectifs
Nous commenons par donner ici un aperu des motivations de la thorie de lintgra-
tion, 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 dans ce paragraphe ltude des fonctions dnies sur lintervalle
[0, 1] valeurs dans R, par souci de simplicit des notations. Il va de soi que les
notions introduites se gnralisent une intervalle [a, b], a, b 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. La dnition
de lintgrale des fonctions rgles (comme celle de lintgrale de Riemann, qui est
rappele dans lexercice 5.2, et celle de lintgrale de Lebesgue, qui fait lobjet du
chapitre 4) peut tre vue en 3 tapes, que nous esquissons ici et qui sont tudies en
dtail dans lexercice 1.2 :
1. Mesurer les intervalles de [0, 1]. Pour 0 1, on pose m(], [) = .
2. Intgrer les fonctions en escalier.
Dnition 1.1 (Fonction en escalier) Soit g une fonction de lintervalle [0, 1] R
dans R; on dit que g est une fonction en escalier si il existe p N
, une famille
10 CHAPITRE 1. MOTIVATION ET OBJECTIFS
a
p1
x
0
= 0 x
p
= 1 x
1
x
2
x
3
x
p1
g(x)
x
a
2
a
3
a
0
a
1
FIGURE 1.1 Fonction en escalier
(x
i
)
i0,...,p
, avec : x
0
= 0, x
i
< x
i+1
, pour tout i 0, . . . , p 1, x
p
= 1, et une
famille (a
i
)
i0,...,p1
R tels que
g(x) = a
i
, x ]x
i
, x
i+1
[, i 0, . . . , p 1.
Avec les notations de cette dnition, lintgrale dune fonction en escalier est alors
_
1
0
g(x)dx =
p1
i=0
a
i
m(]x
i
, x
i+1
[). (1.1)
On montre que la dnition prcdente est bien cohrente, au sens o lintgrale de
g ne dpend que du choix de g et non du choix des x
i
.
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. On peut montrer que la suite (I
n
)
nN
est de Cauchy. On pose alors
_
1
0
f (x)dx = lim
n+
I
n
.
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 1.2 (Intgrale sur un espace de Banach) 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
1.2. INSUFFISANCE DE LINTGRALE DES FONCTIONS CONTINUES 11
E, o E est un espace de Banach
1
sur R ou C (la mthode de construction utilise la
structure despace de Banach de E, et il peut ne pas y avoir de relation dordre sur E).
On remplace donc lespace darrive R des fonctions quon intgre par un espace de
Banach E.
Les mthodes de Riemann (voir lexercice 5.2) 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 (on lappelle souvent
intgrale de Bochner). Plus prcisment, ce travail supplmentaire est ncessaire
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, [3, 4].
1.2 Insufsance de lintgrale des fonctions continues
Dans ce paragraphe, on note E lensemble C([0, 1], R) des fonctions continues de
[0, 1] dans R. On a dni dans le paragraphe prcdent lintgrale
_
1
0
f (x)dx pour
tout f E (car lensemble des fonctions continues est contenu dans lensemble des
fonctions rgles).
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 un rsultat de convergence de lintgrale sous hypothse
de convergence uniforme dune suite de fonctions. Rappelons tout dabord les notions
de convergence simple et uniforme des suites de fonctions.
Dnition 1.3 (Convergence simple et uniforme) Soit (f
n
)
nN
une suite de fonctions
de E,
(f
n
)
nN
converge simplement vers f lorsque n +si :
> 0, x [0, 1], N(, x); n N(, x) f
n
(x) f (x) ;
(f
n
)
nN
converge uniformment vers f si :
> 0, N(); n N(), x [0, 1] f
n
(x) f (x) .
1. Un espace de Banach est un espace vectoriel norm complet.
Pour la convergence simple, lentier N peut dpendre de x, alors que pour la conver-
gence uniforme, il ne dpend que de , et pas de x. La suite (f
n
)
nN
dlments de E
dnie par f
n
(x) =
x
n
tend simplement et uniformment (sur [0, 1]) vers 0. On donne
lexercice 1.1 un exemple de suite qui converge simplement mais pas uniformment.
On rappelle maintenant le thorme classique de convergence de lintgrale des
fonctions continues :
Thorme 1.4 (Convergence de lintgrale des fonctions continues)
Soient (f
n
)
nN
E et f E. On a alors :
[f
n
f uniformment lorsque n +] =
__
1
0
f
n
(x)dx
_
1
0
f (x)dx lorsque n +
_
.
Ce thorme est assez faible, au sens o lhypothse de convergence uniforme est
une hypothse forte. Une consquence de la thorie de lintgrale de Lebesgue est
le thorme suivant (beaucoup plus fort que le prcdent, car il ne demande pas
dhypothse de convergence uniforme) :
Thorme 1.5 (Convergence domine de lintgrale des fonctions continues)
Soient (f
n
)
nN
E, et f E. On suppose que
f
n
(x) C, x [0, 1], n N,
o C R
+
est x, et que f
n
tend simplement vers f quand n tend vers +. On a
alors :
_
1
0
f
n
(x)dx
_
1
0
f (x)dx quand n +. (1.2)
Par exemple, la suite de fonctions (f
n
)
n0
dnie par
f
n
(x) =
_
_
nx pour x [0,
1
n
],
n(
2
n
x) pour x ]
1
n
,
2
n
],
0 pour x x ]
2
n
, 1].
(1.3)
(voir gure 1.2) converge simplement mais non uniformment. Elle est domine par 1,
et daprs le thorme 1.5, elle converge. On peut le vrier la main, car lintgrale
de f
n
est facile calculer et vaut
1
n
. Par contre, la suite de fonctions (g
n
)
n0
dnie par
g
n
(x) = nf
n
(x) converge toujours simplement mais non uniformment, mais elle nest
plus domine. Et de fait, g
n
tend simplement vers 0, mais par contre, son intgrale
vaut 1 et ne tend donc pas vers 0.
1.2. INSUFFISANCE DE LINTGRALE DES FONCTIONS CONTINUES 13
g
n
(x)
1
n
1
2
n
1
n
f
n
(x)
FIGURE 1.2 Les fonctions f
n
et g
n
Le thorme 1.5 est une consquence im-
mdiate du thorme de convergence do-
mine de Lebesgue, que nous verrons au
chapitre 4, il peut tre dmontr direc-
tement, sans utiliser la thorie de lint-
grale de Lebesgue, mais cela est difcile :
nous donnons une technique possible
lexercice 1.10 ; lide essentielle est un
passage la limite sur des suites crois-
santes de fonctions, qui se retrouve gale-
ment dans la construction de lintgrale
de Lebesgue. Dans lexercice 1.10, on
introduit des suites croissantes de fonc-
tions continues, et on utilise lintgrale
des fonctions continues. En revanche, Lebesgue utilise des suites croissantes de fonc-
tions tages (voir dnition 3.5), ce qui permet galement dutiliser la dnition de
la mesure et donc de saffranchir de la notion de topologie (voir dnition 2.8) sur
lespace de dpart pour construire lintgrale.
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 et N
2
(f ) =
_
_
1
0
(f (x))
2
dx
_1
2
.
Les applications N
1
et N
2
sont des normes sur E (voir lexercice 1.6). Malheureu-
sement 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. La norme N
2
sur E est induite par un produit scalaire mais, muni
de cette norme, E nest pas un espace de Hilbert
1
, 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 fonc-
tions continues, on nchappe pas vraiment aux inconvnients cits prcdemment (N
1
et N
2
sont dailleurs alors des seminormes). 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).
1. Un espace de Hilbert est un espace de Banach dont la norme est induite par un produit scalaire.
On obtient ainsi la dnition de lintgrale des fonctions dites Riemann-intgrables
(voir lexercice 5.2). En fait cette gnralisation est assez peu intressante, et les
inconvnients sont les mmes que pour lintgrale des fonctions continues (ou des
fonctions rgles).
Lintgrale de Lebesgue va nous permettre de construire des espaces de Banach avec
les normes N
1
et N
2
(et mme de Hilbert avec N
2
). Dans le cas des fonctions de [0, 1]
dans R, ceci pourrait tre fait par un procd de compltion de lespace E muni de la
norme N
1
ou N
2
partir des suites de Cauchy pour N
1
ou N
2
(procd semblable
celui qui est utilis pour construire R partir des suites de Cauchy de ). Lintgrale
de Lebesgue va permettre de construire des espaces de Banach en utilisant seulement
sur lespace de dpart une structure despace mesur. Cette mthode est en particulier
trs intressante pour la thorie des probabilits.
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. Le terme alatoire vient du latin alea qui signie
en latin jeu de d ou jeu de hasard ; il est employ pour dsigner tous les phnomnes
qui semblent tre dus au hasard. Il soppose au terme dterministe, qui sapplique
aux phnomnes dont on connat lissue. Le mot hasard vient lui mme du mot arabe
al-zhar qui veut dire ds, puis par extension chance. On utilisera galement le mot
stochastique (du grec stokhastikos, qui vise bien) qui est un synonyme dalatoire. En
anglais, les termes utiliss en thorie des probabilits sont random (hasard, qui vient
du franais randonne !) stochastic et aleatory.
Par exemple, la chute dun corps est un phnomne dterministe : pour une position
et une vitesse initiale donnes, on sait parfaitement quelle sera la trajectoire et la
vitesse du corps soumis son poids. Le lancer dun d est assimilable la chute
dun corps, et pourtant, le rsultat du lancement du d est gnralement peru comme
alatoire : on ne sait pas avant lexprience quel est le nombre entre 1 et 6 que lon va
obtenir, parce quon ne connat pas vraiment les conditions initiales du lancement du
d (position, vitesse) et que, mme si on les connaissait, on aurait du mal calculer
rapidement le rsultat de ce lancement. Ainsi, de nombreux phnomnes physiques
qui ont des causes dterministes sont modliss laide de modles au moins en
partie alatoires (en mtorologie par exemple). Il existe cependant des phnomnes
physiques vritablement alatoires comme linterfrence datomes dans un dispositif
deux fentes dYoung, et de manire plus gnrale, les phnomnes quantiques (voir
ce sujet le livre grand public [7]).
Une partie importante des phnomnes alatoires est de nature discrte, cest--dire
quil existe une injection de lensemble des cas possibles dans N. Lorsque de plus
1.4. OBJECTIFS 15
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 systmatiquement les termes
probabilistes et analystes employs pour les mmes notions.
1.4 Objectifs
Du point de vue de lintgration, lobjectif est de construire une thorie de lintgration
donnant des thormes de convergence efcaces et de bons espaces fonctionnels, cest-
-dire des espaces vectoriels norms complets et des espaces hilbertiens. La dmarche
pour construire cette thorie est dcrite au chapitre 4 ; elle est voisine de celle que lon
a utilise pour lintgrale des fonctions rgles (ou pour lintgrale de Riemann, cf.
Exercice 5.2).
La thorie de lintgration que nous allons ainsi obtenir contient, pour les fonctions
dun intervalle compact de Rdans R, la thorie de lintgrale de Riemann (cf. Exercice
5.2) qui contient elle-mme la thorie de lintgrale des fonctions rgles (et donc la
thorie de lintgrale des fonctions continues).
Du point de vue probabiliste, lobjectif est dintroduire les notions de base et de mettre
en vidence les liens entre les outils danalyse et les outils probabilistes.
1.5 Structure du cours
Ce cours est form de 11 chapitres (y compris ce chapitre introductif), selon le
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 syno-
nyme probabiliste, i.e. le concept de variable alatoire, qui est une notion fonda-
mentale 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 lesprance 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 (cest-
-dire les parties mesurables au sens de Borel, que lon aura dnie au chapitre
2) et aux proprits particulires de lintgrale dnies sur R. On y tudie les
lois de probabilits de densit.
On tudie au chapitre 6 les espaces L
p
, ensembles des (classes de) fonctions
mesurables de puissance pime 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 intgrable au sens de
Lebesgue sur R
N
) et des mesures. On introduit la fonction caractristique de la
thorie des probabilits.
Le chapitre 11 est consacr lesprance conditionnelle et aux martingales.
1.6 Exercices
Exercice 1.1 (Convergences simple et uniforme) Construire une suite (f
n
)
nN

C([0, 1], R) et f C([0, 1], R) telles que f
n
f simplement, quand n +, et
f
n
,f uniformment, quand n +.
Corrig On prend la fonction dnie par (1.3), voir gure 1.2, quon rappelle :
f
n
(x) =
_
_
nx pour x [0,
1
n
],
n(
2
n
x) pour x ]
1
n
,
2
n
],
0 pour x 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
= maxf
n
(x) ; x [0, 1] = 1
,0, quand n +.
1.6. EXERCICES 17
Exercice 1.2 (Intgrale dune fonction continue) Une fonction g : [0, 1] R est
dite en escalier sil existe n 1 et x
0
, . . . , x
n
tels que 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.
Corrig Soit n 1 et x
0
, . . . , x
n
tels que 0 = x
0
< x
1
< ... < x
n1
< x
n
= 1 et g
constante sur chaque intervalle ]x
i
, x
i+1
[, 0 i n1. On note a
i
est la valeur prise
par g sur ]x
i
, x
i+1
[.
Soit galement m 1 et y
0
, . . . , y
m
tels que 0 = y
0
< y
1
< ... < y
m1
< y
m
= 1 et g
constante sur chaque intervalle ]y
i
, y
i+1
[, 0 i m 1. On note b
i
est la valeur
prise par g sur ]y
i
, y
i+1
[.
On doit 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 tels
que 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 (on a donc, en particulier, p maxm, n). On note c
i
est la valeur
prise par g sur ]z
i
, z
i+1
[.
Pour tout i 0, . . . , n, il existe k
i
0, . . . , p tel que 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
tels que
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. Soit galement m 1 et y
0
, . . . , y
m
tels que 0 = y
0
< y
1
< ... < y
m1
<
y
m
= 1 et h constante sur chaque intervalle ]y
i
, y
i+1
[, 0 i m1. On considre
ici encore lunion des points x
i
et des points y
i
, cest--dire que z
0
, . . . , z
p
sont tels
que 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
telle que 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
= maxf
n
(x) f (x),
x [0, 1] maxf (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 associe f et on va voir ci-aprs quelle
converge vers
_
1
0
f (x)dx quand n +.
1.6. EXERCICES 19
(b) Soit (f
n
)
nN
une suite de fonctions en escalier telle que f soit limite uniforme
de (f
n
)
nN
lorsque n +. Montrer que la suite (I
n
)
nN
R, o I
n
est lin-
tgrale 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
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 telle que 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
(qui est vraie grce la linarit de lintgrale sur lensemble des fonctions en
escalier, dmontre la question 1.), 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 +.
Exercice 1.3 (Sur 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 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 continue :
_
1
0
(
n
(x) (x))dx [
n
[
u
.
3. Donner un exemple de suite (
n
)
nN
qui converge vers simplement, mais non
uniformment, telle que
lim
n+
_
1
0
n
(x) dx =
_
1
0
(x) dx.
Corrig On prend, pour n 2 :
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 +.
1.6. EXERCICES 21
4. Donner un exemple de suite (
n
)
nN
qui converge simplement vers telle que
lim
n+
_
1
0
n
(x) dx
_
1
0
(x) dx.
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. Montrer que sii 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],
alors on a
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]).
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
tel que 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 condi-
tions 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 tend 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. (1.4)
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 (1.4), Il existe n
0
te que 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 (1.4) 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.
9. On suppose quil existe C> 0 tel que
_
1
0
n
(x)
2
dx C, n N, (1.5)
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
.
1.6. EXERCICES 23
On en dduit, pour ]0, 1], en intgrant sur lintervalle [0, ] :
_

0
n
(x)dx

+
_

0
n
(x)
2
dx,
et donc, avec (1.5),
_

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
tel que
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
. Ceci prouve que lim
n+
_
1
0

n
(x) (x)dx = 0.
10. Construire un exemple de suite (
n
)
nN
qui satisfait aux hypothses de la question
prcdente et qui nest pas borne (donc qui ne satisfait pas aux hypothses de la
question 5).
n
(x) =
_
_
n
nx si x [0,
1
n
],
n
n(
2
n
x) si x ]
1
n
,
2
n
],
0 si x ]
2
n
, 1].
On a (
n
)
nN
C([0, 1], R). De plus, 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 (1.5) par :
Il existe p > 1 et C> 0 tels que
_
1
0
n
(x)
p
dx C, pour tout n N?
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 (1.5) par : il existe C> 0 tel que
_
1
0
n
(x)dx C,
pour tout n N?
Corrig Non, il suft de reprendre comme contreexemple les fonctions
n
construites la question 4.
Exercice 1.4 (Discontinuits dune fonction croissante) Soit f une fonction crois-
sante 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.

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)
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. Montrer que (E, [ [
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] tel que 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
converge vers dans (E, [ [
1
), alors (x) = 0 si x < 0 et
(x) = 1 si x > 0.
1.6. EXERCICES 25
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) 1dx [
n
[
1
pour tout n tel que
1
n
. On
en dduit, en faisant tendre n vers +que
_
0
(x) 1dx = 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 pour sen
convaincre 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.
3. Montrer que (E, [ [
2
) est un espace prhilbertien (cest--dire que sa norme est
induite par un produit scalaire) mais nest pas complet (ce nest donc pas un espace
de Hilbert).
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 telle que (f f )
2
= 0 implique
f = 0.
Elle induit donc une norme sur Equi est justement le la norme [[
2
, cest--dire [f [
2
=
_
(f f )
2
. Lespace (E, [ [
2
) est donc un espace prhilbertien (voir le paragraphe
6.2).
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
converge vers dans (E, [ [
2
), alors (x) = 0 si
x < 0 et (x) = 1 si x > 0, ce qui est en contradiction avec la continuit de en 0).
Exercice 1.7 (Rappels sur la convergence des suites relles) On rappelle que si
u = (u
n
)
nN
une suite valeurs dans R,
limsup
n+
u
n
= lim
n+
sup
pn
u
p
.
1. Soit u = (u
n
)
nN
une suite valeurs dans R. 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 trois cas :
Cas 1 Il existe n N tel que 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 2a
n
= +pour tout n N. Pour tout n N, on a sup
pn
u
p
= +, il existe
donc (n) n telle que 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 tel que a
q
< +. Dans ce
cas, on a a
n
R pour tout n q. Pour tout n q, il existe (n) n telle que
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 telle que (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 par la question prc-
dente 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 telle que au-
cune sous-suite ne converge simplement vers limsup
n+
f
n
(on rappelle que
(limsup
n+
f
n
)(x) = limsup
n+
(f
n
(x)) pour tout x R).
Corrig Comme card(!(N)) = card(R), il existe : R !(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 telle que (n) quand n +. Il
existe x R tel que (x) = Im() (car est surjective). Pour tout p N, on peut
trouver n p tel que (n) =
x
(2q+1) pour un certain q N(car (0), . . . , (p1)
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
.
1.6. EXERCICES 27
3. Trouver lensemble des valeurs dadhrence dune suite (u
n
)
nN
telle que :
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 tel que u
p
> a (car sup
pn
u
p
1). De
mme, il existe q > p tel que 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 tel que 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.
Exercice 1.8 (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.
(1.6)
La fonction 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 Aet 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 AB. Si A et B sont deux parties disjointes de E,
on a bien 1
AB
= 1
A
+1
B
.
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 deux deux, cette limite
est gale 0 si x
_
nN
A
n
et est gale 1 si x
_
nN
A
n
(car x appartient alors
un seul A
n
).
2. Montrer que si B A E, on a 1
AB
= 1
A
1
B
.
Corrig Si x B, on a 1
AB
(x) = 1
A
(x) 1
B
(x) = 0.
Si x A B, on a 1
AB
(x) = 1
A
(x) 1
B
(x) = 1.
Si x A
c
, on a 1
AB
(x) = 1
A
(x) 1
B
(x) = 0.
Ceci donne bien 1
AB
= 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 AB, on a 1
AB
(x) = 1
A
(x)1
B
(x) = 1.
Si x (AB)
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 combinaison 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
.
Exercice 1.9 (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
+
)).
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.
Corrig Pour n 1, on dnit f
n
par :
1.6. EXERCICES 29
f
n
(x) =
_
_
1 si 0 x < 1,
1
x
si 1 x n,
n +
1
n
x si n < x < n +
1
n
,
0 si x n +
1
n
.
1
n
1
1
n
n +1/n
f
n
(x)
La suite (f
n
)
nN
converge uniformment vers f dnie par :
f (x) =
_
_
1 si 0 x < 1,
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 .
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. Lgalit suivante
lim
n
_
+
0
f
n
(x) dx =
_
+
0
f (x) dx.
est-elle satisfaite ?
Corrig Pour n 1, on dnit f
n
par :
f
n
(x) =
_
_
1
n
si 0 x < n,
n +
1
n
x si n < x < n +
1
n
,
0 si x n +
1
n
.
x
n
1
n
n +1/n
f
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 +.
Exercice 1.10 (Convergence domine et intgrale des fonctions continues)
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.
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 : [0, 1] R+, on dit que f A
+
sil existe une suite (f
n
)
nN
E
telle 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
) < +.
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
).
1.6. EXERCICES 31
[Indication : Considrer g
p
= sup
0np
(f
p,n
), avec, pour tout n N, (f
p,n
)
pN
E tels
que 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
+
tel que 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 remar-
quer 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 contreexemple ce rsultat si la deuxime hypothse nest pas vrie.
Exercice 1.11 (Thorme de Bernstein) On veut dmontrer ici le thorme suivant :
Thorme 1.6 (Bernstein) Soient E et F deux ensembles quelconques ; il existe une
bijection de E dans F si et seulement sil 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 h de E dans F.
Soit x E donn. Pour dterminer h(x), on commence par considrer la suite des
images de x (alternativement par f et g) et la suite des antcdents de x (alternative-
ment par g et f ). Bien sr, la suite des images de x est innie. Par contre, lorsque
f ou g nest pas surjective, la suite des antcdents de x peut ne pas tre innie (si
x Im(g) elle sarrte tout de suite !). Le choix de h(x) va tre fait en fonction de
cette suite des antcdents. Voici tout dabord la construction de cette suite.
On pose x
0
= x.
Construction de x
k
pour k > 0. Soit k > 0. On suppose x
k1
connu (ce qui est vrai
pour k = 1).
Si k est impair, on prend x
k
= f (x
k1
) (de sorte que x
k
F).
Si k est pair, on prend x
k
= g(x
k1
) (de sorte que x
k
E).
Construction de x
k
pour k < 0. Soit k < 0, On suppose que x
k+1
existe (ce qui est
vrai pour k = 1).
Si k est impair et si x
k+1
Im(g), la suite des antcdents sarrte.
On pose alors N = k (et x
N
nexiste pas).
Si k est impair et si x
k+1
Im(g), on prend x
k
tel que g(x
k
) = x
k+1
(x
k
est
unique car g est injective).
Si k est pair et si x
k+1
Im(f ), la suite des antcdents sarrte.
On pose alors N = k (et x
N
nexiste pas).
Si k est pair et si x
k+1
Im(f ), on prend x
k
tel que f (x
k
) = x
k+1
(x
k
est unique
car f est injective).
Enn, si la suite des antcdents ne sarrte jamais, on pose N = . On a ainsi
construit une suite (x
k
)
k>N
On dnit maintenant h(x) dans F. On distingue trois cas.
Si N est impair, on prend h(x) = f (x), cest--dire h(x) = x
1
,
Si N est pair, on prend h(x) = y, avec g(y) = x, cest--dire h(x) = x
1
,
Si N = , on prend h(x) = f (x).
Montrer que lapplication h ainsi dnie est une bijection de E dans F.
Corrig Lapplication g est une bijection de F sur son image, note Im(g) (qui est
une partie de E). On note g lapplication rciproque (qui est donc une bijection de
Im(g) dans F). La construction de h montre que pour tout x E on a h(x) = f (x) ou
h(x) =g(x).
On montre tout dabord que h est injective. Soit x, z E tels que h(x) = h(z). On veut
montrer que x = z. On distingue 3 cas.
Cas 1 : h(x) = f (x), h(z) = f (z). Dans ce cas, comme f est bijective, on a x = z.
Cas 2 : h(x) =g(x), h(z) =g(z). Dans ce cas, comme g est bijective, on a x = z.
Cas 3 : h(x) = f (x), h(z) =g(z). On note (x
k
)
k>N
x
et (z
k
)
k>N
z
les suites associes
x et z. Par dnition de h, on a donc h(x) = x
1
et h(z) = z
1
. De plus, on a N
z
> ,
N
z
pair et N
x
= ou N
x
impair.
1.6. EXERCICES 33
De lgalit x
1
= z
1
, on dduit que les antcdents de x
1
sont les mmes que ceux
de z
1
et donc que N
z
= N
x
2, ce qui est impossible car N
z
pair et N
x
= ou
N
x
impair. Ce cas est donc impossible.
Bien sr, le cas h(x) =g(x) et h(z) = f (z) est identique au cas 3. On a donc bien montr
que h est injective.
On montre maintenant que h est surjective. Soit y F. On pose x = g(y) et on considre
la suite associe x, note (x
k
)
k>N
, de sorte que y = x
1
. Ici aussi, on peut distinguer
3 cas.
Cas 1 : N = . Dans ce cas, la suite des antcdents de x
2
est aussi innie et on a
donc h(x
2
) = x
1
= y. On a donc y Im(h).
Cas 2 : N > et N impair. Comme x
1
existe (puisque x
1
= y), on a N 3
et donc x
2
existe. La suite des antcdents de x
2
est alors la mme que la suite des
antcdents de x avec un dcalage de 2, on a alors aussi h(x
2
) = f (x
2
) = x
1
= y.
On a donc y Im(h).
Cas 3 : N > et N pair. On a alors h(x) = x
1
= y. On a donc y Im(h).
Ceci termine la dmonstration de la bijectivit de h.
Exercice 1.12 (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. Exprimer liminf
n+
A
n
et limsup
n+
A
n
en fonction de
_
nN
A
n
et
_
nN
A
n
.
Corrig Si A
n
A
n+1
, pour tout n N, on a alors
liminf
n+
A
n
= limsup
n+
A
n
=
_
nN
A
n
.
Si 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
= Aet 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
= AB et limsup
n+
A
n
= AB.
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 tel que x
_
pn
A
p
, on a 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 sil existe n N tel
que 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 tel que 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) = .
Chapitre 2
Tribus et mesures
2.1 Introduction
2.1.1 Cas dun problme discret
Pour introduire la srie de dnitions qui suivent, commenons par quelques exemples,
tirs du calcul des probabilits. Le calcul des probabilits sintresse mesurer la
chance quun certain vnement, rsultat dune exprience, a de se produire. Con-
sidrons 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.
partir des ventualits, qui sont donc les lments de lunivers des possibles E, on
dnit les vnements, 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 !(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 !(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
36 CHAPITRE 2. TRIBUS ET MESURES
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 vnement lmentaire est alors un
point (x, y) E (le point dimpact de la balle), et un vnement semble tre une partie
quelconque A de !(E). On suppose quon a effectu le lancer sans viser, cest--dire
en supposant que nimporte quel point de la table a une chance gale dtre atteint (les
vnements lmentaires sont dit quiprobables), 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 deviner que la probabilit pour une partie A dtre
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 (4.1)-(4.2), et qui
mesure toutes les parties de R (au sens intuitif de longueur) ou R
2
(au sens intuitif
de surface), ou mme du sous-ensemble E de R
2
(voir ce sujet lexercice 2.28). On
va donc dnir un sous-ensemble de !(E) (quon appelle tribu) sur lequel on pourra
dnir une telle application. Dans le cas dun ensemble ni, la tribu sera, en gnral,
!(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 !(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 !(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
dlments de T, on a
_
nN
A
n
T.
3. T est stable par intersection dnombrable, cest--dire que pour toute famille
dnombrable (A
n
)
nN
dlments de T, on a
_
nN
A
n
T.
2.2. TRIBU OU ALGBRE 37
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 !(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 !(E) sont des tribus sur E.
Dnition 2.2 (Langage probabiliste) Soient E un ensemble quelconque (parfois
appel lunivers des possibles) et T une tribu ; on appelle ventualits les lments de
E et vnements les lments de T. On appelle vnement lmentaire un singleton
appartenant T. On dit que deux vnements A, B T sont incompatibles si AB = .
Proposition 2.3 (Stabilit par intersection des tribus) Soient Eet 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
, 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 2.4 (Tribu engendre) Soient E un ensemble et ( !(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
!(E) est une tribu contenant ().
Il est parfois utile dutiliser la notion dalgbre, qui est identique celle de tribu en
remplaant dnombrable par nie.
Dnition 2.5 (Algbre) Soient E un ensemble, / une famille de parties de E (i.e.
/ !(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 AB /.
3. / est stable par intersection nie, cest--dire que pour tout A, B / on a AB
/.
4. / est stable par passage au complmentaire, cest--dire que pour tout A /, on
a A
c
/.
Remarque 2.6 (Algbre engendre) Soit E un ensemble et ( !(c). Comme pour
les tribus, on peut dnir lalgbre engendre par (. Cest la plus petite algbre conte-
nant (, cest--dire lintersection de toutes les algbres contenant ( (voir lexercice
2.9).
Soit E un ensemble, ( !(c) et T(() la tribu engendre par ( (voir la dnition 2.4 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 :
F
1
(() = A E tel que A=
_
nN
A
n
, A
n
( ou A
c
n
(,
F
2
(()A E tel que A=
_
nN
A
n
, A
n
( ou A
c
n
(,
F(() = F
1
(() F
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 F(() T((), mais que, par
contre (et cela est moins facile voir), F(() nest pas une tribu. En posant : o
0
= (, et
o
n
= F(o
n1
), pour n 1, on peut aussi montrer que o =
nN
o
n
nest pas une tribu
(et que o T(()).
Remarque 2.7 Soit E un ensemble et (
1
(
2
!(E). Il est alors facile de voir que
T((
1
) T((
2
) (cf. Exercice 2.2).
La construction de la tribu de Borel sappuie sur la topologie des ouverts de R.
Rappelons toutes ns utiles quune topologie est prcisment la donne des ouverts :
2.2. TRIBU OU ALGBRE 39
Dnition 2.8 (Topologie) Soit E un ensemble. Une 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 famille de
parties, est alors un espace topologique.
Dnition 2.9 (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). On appelle borlien de R un lment de la
tribu borlienne.
Un des objectifs principaux de ce chapitre est de construire une application de la
tribu B(R) dans R
+
telle que :
1. (], [) = , pour tout , R < ,
2. (
nN
A
n
) =
nN
(A
n
), pour toute suite (A
n
)
nN
B(R) telle que A
n
A
m
=
si n m. (Noter que
nN
A
n
B(R) grce la stabilit dune tribu par union
dnombrable.)
Cest lobjet du paragraphe 2.5. Une question naturelle est de savoir si lon peut
prendre B(R) = !(R). La rponse est non (voir les exercices 2.28 et 2.29). On peut
mme dmontrer que card(B(R)) = card(R) (alors que card(!(R)) > card(R)).
On donne maintenant 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).
Soient A et B deux ensembles.
1. On dit que card(A) = card(B) sil existe une application bijective de Adans B. Pour
montrer que deux ensembles ont mme cardinaux, il est souvent trs utile dutiliser
le thorme de Bernstein (voir lexercice 1.11). Ce thorme dit que sil existe une
injection de Adans 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.
2. On dit que card(A) card(B) sil existe une application injective de A dans B.
3. Un autre thorme intressant, d Cantor, donne que, pour tout ensemble X,
on a card(X) < card(!(X)) (cest--dire card(X) card(!(X)) et card(X)
card(!(X))). On a donc, en particulier, card(!(R)) > card(R). La dmonstration
du thorme de Cantor est trs simple. Soit : X !(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 tel que 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 2.10 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 2.11
ci-aprs nous donne lexistence dune famille (I
n
)
nA
dintervalles ouverts telle que
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 2.11 Tout ouvert non vide de Rest runion au plus dnombrable dintervalles
ouverts borns.
DMONSTRATION Soit Oun ouvert de R, O . On pose A= (, )
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 tel que ]x
x
, x +
x
[ O. En prenant
x
]x
x
, x[ et
x
]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 bien montr que O
_
(,)A
], [ et donc que O =
_
(,)A
], [. Comme
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 2.43 page 61).
Dnition 2.12 (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 41
2.3 Mesure, probabilit
Dnition 2.13 (Mesure) Soit (E, T) un espace mesurable. On appelle mesure une
application m : T R
+
(avec R
+
= R
+
(+)) vriant :
1. m() = 0,
2. m est -additive, cest--dire que pour toute famille (A
n
)
nN
dlments de T
disjoints deux deux (i.e. tels que A
n
A
m
= , si n m) on a :
m(
_
nN
A
n
) =
nN
m(A
n
). (2.1)
Remarque 2.14
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 2.15.
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 deux deux. Laddi-
tivit se dmontre avec la -additivit en prenant A
p
= pour p > n dans (2.1).
6. Dans le cas E = R et 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 2.29 et 2.28). Une telle mesure existe si on prend pour T la
tribu borlienne de R, cest lobjet de la section 2.5.
Lemme 2.15 Soit (a
n
)
nN
R
+
et soit : N N bijective ; alors
nN
a
n
=
nN
a
(n)
.
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 2.16 (Mesure nie et probabilit) Soit (E, T) un espace mesurable.
1. On appelle mesure nie une mesure m sur T telle que m(E) < .
2. On appelle probabilit une mesure p sur T telle que p(E) = 1.
Dnition 2.17 (Espace mesur, espace probabilis) Soient (E, T) un espace mesu-
rable, et m une mesure (resp. une probabilit) sur T. Le triplet (E, T, m) est appel
espace mesur (resp. espace probabilis).
Dnition 2.18 (Mesure -nie) Soit (E, T, m) un espace mesur, on dit que m est
-nie (ou que (E, T, m) est -ni) si :
(A
n
)
nN
T, m(A
n
) < , n N, et E =
_
nN
A
n
.
Exemple 2.19 (Mesure de Dirac) Soient (E, T) un espace mesurable et a E. On
dnit sur T la mesure
a
par (pour A T) :
a
(A) =
_
_
0 si a A,
1 si a A.
(2.2)
On peut remarquer que la mesure de Dirac est une probabilit.
Remarque 2.20 (Comment choisir la probabilit) Soit (E, T) un espace probabili-
sable, on peut videmment dnir 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 exprimen-
talement 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 donnera
plus loin la loi forte des grands nombres (proposition 6.99), qui permettra de justier
mathmatiquement la loi empirique. On peut remarquer que f
N
(E) =
N
N
= 1.
Exemple 2.21 (Le cas quiprobable) Soit (E, T, p) un espace probabilis. On sup-
pose que tous les singletons appartiennent la tribu et que les vnements lmentaires
sont quiprobables. On a alors : p(x) =
1
cardE
pour tout x E.
Dnition 2.22 (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 2.23 (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 2.24 (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 2.25 (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 2.26 (Proprits des mesures) Soit (E, T, m) un espace mesur. La
mesure m vrie les quatre proprits suivantes :
1. Monotonie : Soit A, B T, A B, alors
m(A) m(B). (2.3)
2. -sous-additivit : Soit (A
n
)
nN
T, alors
m(
_
nN
A
n
)
nN
m(A
n
). (2.4)
3. Continuit croissante : Soit (A
n
)
nN
T, telle que A
n
A
n+1
, pour tout n N,
alors
m(
_
nN
A
n
) = lim
n
(m(A
n
)) = sup
nN
(m(A
n
)). (2.5)
4. Continuit dcroissante : Soit (A
n
)
nN
T, telle que A
n+1
A
n
, pour tout n N,
et telle que il existe n
0
N, m(A
n
0
) < , alors
m(
_
nN
A
n
) = lim
n
(m(A
n
)) = inf
nN
(m(A
n
)). (2.6)
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 = B A
c
T, ladditivit de m (voir la remarque 2.14) 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) = ).
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
et 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 que
m(
_
nN
A
n
) = m(
_
nN
B
n
) =
nN
m(B
n
)
nN
m(A
n
).
3. Continuit croissante. Soit (A
n
)
nN
T, telle que 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, telle que 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
). (2.7)
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 (2.7)
que m(A) = lim
n+
m(A
n
).
Thorme 2.27 (Mesure complte) Soit (E, T, m) un espace mesur, on note
m
lensemble des parties ngligeables. On pose T = AN, A T, N
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.
La dmonstration de ce thorme fait lobjet de lexercice 2.33.
Dnition 2.28 (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 2.29 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
) telle
que =
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 telle que
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 tel
que m(C) = 0 et (C) = .
Pour A T, on pose
e
(A) = (AC) et
a
(A) = (AC
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 tel que m(B) = 0. On veut montrer que
a
(B) = 0, cest--dire que (B
C
c
) = 0. On pose D= BC
c
et F = CD. Comme DC= , on a
m(F) = m(C) +m(D) m(C) +m(B) = 0 et mu(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
telle que 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) = (AE
n
).
La mesure
(n)
est donc 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
) telle
que
(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 5.8
dans le chapitre 5).
Proposition 2.30 (Condition sufsante pour lgalit de deux mesures) Soit
(E, T) un espace mesurable et m, deux mesures sur T. On suppose quil existe ( T
tel que
1. ( engendre T,
2. ( est stable par intersection nie (cest--dire A, B ( AB (),
3. Il existe une suite (E
n
)
nN
( telle que 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).
La dmonstration de cette proposition fait lobjet de lexercice 2.22 qui dcoule de
lexercice 2.14 (consacr au thorme de E. Dynkin).
2.4 Mesure signe
Dnition 2.31 (Mesure signe) Soit (E, T) un espace mesurable. On appelle mesure
signe (sur T) une application m : T R vriant la proprit de -additivit,
cest--dire telle que pour toute famille (A
n
)
nN
T, telle que A
n
A
m
= , si n
m,
m(
_
nN
A
n
) =
nN
m(A
n
). (2.8)
Noter quune mesure signe prend ses valeurs dans R. En prenant A
n
= pour tout
n N dans (2.8), 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 2.13) 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 (2.3) et (2.4).
2.4. MESURE SIGNE 49
Pour avoir un contreexemple, il suft de considrer une mesure signe m (non nulle)
telle que m soit une mesure (positive).
Proposition 2.32 (Dcomposition de Hahn dune mesure signe) Soient (E, T) un
espace mesurable et m une mesure signe sur T. Alors, il existe deux mesures (posi-
tives) nies, notes m
+
et m
, telles que :
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
(E C) = 0.
Une consquence des proprits ci-dessus est que m
(A) = m(AC) et m
+
(A) =
m(AC
c
) pour tout A T.
De plus, la dcomposition de m en 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 tel
que

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
tel que m(C) = supm(A), A T (ceci montre, en particulier que supm(A), A
T < ).
Enn, dans ltape 3, on pose m
+
(A) = m(AC) et m
(A) = m(AC
c
) (pour tout
A T) et on remarque que m
+
et m
sont des mesures nies, trangres et telles que

m = m
+
m
.
tape 1. Soit A T, on montre, dans cette tape, quil existe

A T tel que

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

A m(B) 0. (2.9)
On commence par montrer, par rcurrence sur n, lexistence dune suite (B
n
)
nN
dlments de T tels que :
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 tel que
C
n
B
n
et m(C
n
)
n
= 1.
Si <
n
< 0, on a
n
>
n
, il existe donc C
n
T tel que
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 (2.9). 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 (2.9).
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.
tape 2. On pose = supm(A), A T et on montre, dans cette tape, quil existe
C T tel que m(C) = .
Par dnition dune borne suprieure, il existe une suite (A
n
)
nN
dlments de T
telle que 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 (2.9), cest--dire
que pour tout n N :
B T, B A
n
m(B) 0. (2.10)
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
(
_
nm
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 construire
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
) +
nm
m(C
n,m
)
puis, comme C
n,m
A
n
, on a, par (2.10), 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) = .
2.4. MESURE SIGNE 51
tape 3. Construction de m
+
et m
.
Pour construire m
+
et m
, on utilise un lment Cde T tel que m(C) = = supm(A),

A T (lexistence de C a t montr ltape 2). Pour A T, on pose :
m
+
(A) = m(AC), m
(A) = m(AC
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(AC) +m(A
c
C) m(AC) +.
On en dduit m(AC) 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(AC
c
) = +m(AC
c
).
On en dduit m(AC
c
) 0 et donc m
(A) R
+
.
Les applications m
+
et m
sont des mesures nies (noter que m

+
(E) = m(EC) <
et m
(E) = m(EC
c
) < ). Elles sont trangres car
+
(C
c
) = m(C
c
C) = m() = 0 et m
(C) = m(CC
c
) = 0.
Enn, pour tout A T, on a, par additivit de m :
m(A) = m(AC) +m(AC
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 telles que m = . Comme elle sont trangres, il
existe D T tel que (D
c
) = (D) = 0. On montre alors que, pour tout A T, on a
ncessairement :
(A) = supm(B); B T, B A. (2.11)
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 = AD, on a
m(B) = m(AD) = (AD) (AD) = (AD) = (A) (AD
c
) = (A).
Ceci prouve bien que (2.11) est vraie (et prouve que le sup est atteint pour B = AD).
Lgalit (2.11) donne donc de manire unique en fonction de m. Lunicit de
dcoule alors du fait que = m.
Remarque 2.33 Une consquence de la proposition 2.32 est que la srie
nN
m(A
n
)
apparaissant dans (2.8) est absolument convergente car (pour toute famille (A
n
)
nN

T telle que 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 2.31 donne directement que la srie

nN
m(A
n
) apparaissant
dans (2.8) est commutativement 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 absolu-
ment convergente (voir lexercice 2.34). 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 !(R) et valeurs dans R
+
, telle que limage par dun intervalle
de R soit la longueur de cet intervalle, et qui vrie les proprits (4.1) et (4.2).
Malheureusement, on peut montrer quune telle application nexiste pas (voir les
exercices 2.29 et 2.28). Le thorme suivant donne lexistence dune telle application
dnie seulement sur la tribu des borliens de R, note B(R) (lexercice 2.29 donne
alors que B(R) !(R)). Cette application sappelle la mesure de Lebesgue.
Thorme 2.34 (Carathodory) Il existe une et une seule mesure sur B(R), note
et appele mesure de Lebesgue sur les borliens, telle que (], [) = , pour tout
(, ) R
2
telle que < < < +.
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 2.28) que lapplication
ainsi dnie de !(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 (thorme 5.6.245).
Aprs la dnition de
et la dmonstration de proprits de
, on donne la dmons-
tration de la partie existence du thorme de Carathodory (voir page 57). La partie
2.5. LA MESURE DE LEBESGUE SUR LA TRIBU DES BORLIENS 53
unicit du thorme de Carathodory (voir page 61) peut tre dmontre en utilisant
la rgularit des mesures sur B(R) (Thorme 2.42, trs utile dans la suite du cours)
et dun lemme classique sur les ouverts de R (lemme 2.43). Cette partie unicit peut
aussi tre dmontre, plus directement, en utilisant la proposition 2.30.
Dnition 2.35 (Dnition de
) Soit A !(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 2.36 (Proprits de
) Lapplication
: !(R) R
+
(dnie dans la
dnition 2.35) vrie les proprits suivantes :
1.
() = 0,
2. (Monotonie)
(A)
(B), pour tout A, B !(R) tel que A B,

3. (sous additivit) Soit (A
n
)
nN
!(R) et A=
_
nN
A
n
, alors
(A)
nN
(A
n
),
4.
(]a, b[) = b a pour tout (a, b) R

2
tel que < a < b < +.
DMONSTRATION On remarque tout dabord que
(A) R
+
pour tout A !(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.
Proprit 2. Soit A, B !(R) tels que A B. On a E
B
E
A
et donc
(A)
(B).
Proprit 3. Soit (A
n
)
nN
!(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
telle que
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 2.15 page 41). Avec
le lemme 2.37 ci-dessous, on en dduit :
(A)
nN
(
mN
(I
n,m
))
nN
(A
n
) +2,
ce qui donne bien, en faisant tendre vers 0 :
(A)
nN
(A
n
).
Proprit 4. Pour montrer la quatrime proprit, on commence par montrer que
([a, b]) = b a, a, b R, a < b. (2.12)

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 tel que [a, b]
_
n
p=0
I
p
. On peut alors construire (par rcurrence) i
0
, i
1
,
. . . , i
q
0, . . . , n tels que 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 (2.12).
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 (2.12)) 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
l
(] , a]) =
(] , a[) =
(]a, +]) =
([a, +]) = +pour tout a R.

.
Lemme 2.37 (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 tel que 0, . . . , i0, . . . 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.
Dnition 2.38 (Tribu de Lebesgue) On pose L = E !(R) tel que
(A) =
(A
E) +
(AE
c
) pour tout A !(R). On rappelle que
est dnie dans la dnition

2.35 (et que E
c
= R E). Cet ensemble de parties de R not L sappelle tribu de
Lebesgue (on montre dans la proposition 2.41 que L est bien une tribu).
Remarque 2.39 On peut avoir une premire ide de lintrt de la dnition 2.38
en remarquant quelle donne immdiatement ladditivit de
sur L. En effet, soit

E
1
, E
2
R tels que 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 (car E
1
E
2
= ) :
(A(E
1
E
2
)) =
(A(E
1
E
2
) E
1
) +
(A(E
1
E
2
) E
c
1
)
=
(AE
1
) +
(AE
2
).
Par rcurrence sur n, on a donc aussi
(A(
n
_
i=1
E
i
)) =
n
i=1
(AE
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 2.40 Pour tout E, A !(R), on a, par sous additivit de
(A)
(AE) +
(AE
c
).
Pour montrer que E L (dnie dans la dnition 2.38), il suft donc de montrer que
(A)
(AE) +
(AE
c
), pour tout A !(R).
Proposition 2.41 (Proprits de L) L est une tribu sur R et
L
est une mesure. L et
sont dnies dans les dnitions 2.35 et 2.38.

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.
tape 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 telle que E
i
E
j
= si i j, alors on a :
(A(
n
_
i=1
E
i
)) =
n
i=1
(AE
i
), A !(R). (2.13)
(Cette dernire proprit donne ladditivit de
sur L en prenant A = R, cette

proprit dadditivit a dj t signale dans la remarque 2.39.)
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 (2.13) 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 2.40) que
(A)
(AE) +
(AE
c
), pour tout A !(R).
Soit A !(R). Par sous additivit de
on a
(A(E
1
E
2
)) =
((AE
1
) (AE
c
1
E
2
))
(AE
1
) +
(AE
c
1
E
2
),
et donc
(A(E
1
E
2
)) +
(A(E
1
E
2
)
c
)
(AE
1
)
+
(AE
c
1
E
2
) +
(AE
c
1
E
c
2
).
Comme E
2
L, on a
(AE
c
1
) =
(AE
c
1
E
2
) +
(AE
c
1
E
c
2
).
Puis, comme E
1
L, on a
(A) =
(AE
1
) +
(AE
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 (2.13) avec n = 2 si E
1
, E
2
L avec E
1
E
2
= , il suft de remarquer
que (pour tout A !(R))
(A(E
1
E
2
)) =
((AE
1
) (AE
2
))
=
([(AE
1
) (AE
2
)] E
1
) +
([(AE
1
) (AE
2
)] E
c
1
)
=
(AE
1
) +
(AE
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 complmen-
taire) est que L est stable par intersection nie.
tape 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

2.41).
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 (2.13). Pour tout A !(R), on a donc :
(A) =
(A(
n
_
p=0
F
p
)) +
(A(
n
_
p=0
F
p
)
c
) (2.14)
=
n
p=0
(AF
p
) +
(A(
n
_
p=0
F
p
)
c
). (2.15)
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 (2.15) et en utilisant la sous additivit de
, on
en dduit alors que
(A)
(AE) +
(AE
c
).
Ceci prouve que E L (voir remarque 2.40) et donc que L est une tribu.
Il reste montrer que
est une mesure sur L. Soit (E

n
)
nN
L telle que 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) pour tout n N,

et donc, en utilisant ladditivit de
sur L (dmontre ltape 1, voir (2.13) avec

A= E),

n
p=0
(E
p
)
(E). En passant limite quand n +, on obtient que

+
p=0
(E
p
)
(E).
Dautre part,
(E)
+
p=0
(E
p
), par sous additivit de
. On a donc
(E) =
+
p=0
(E
p
).
Ceci prouve que
L
est une mesure.
DMONSTRATION DE LA PARTIE EXISTENCE DU THORME 2.34 Pour montrer
la partie existence du thorme 2.34, il suft, grce aux propositions 2.36 et 2.41, de
montrer que L (dnie dans la dnition 2.38) 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, +[ et A !(R), on veut montrer que
(A)
(AE) +
(AE
c
).
. On peut supposer que
(A) < +(sinon lingalit est immdiate).

Soit > 0. Par la dnition de
(A), il existe (I
n
)
nN
E
A
telle que
(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
(AE)
nN
(I
n
E) et
(AE
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
2.36 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.
On va maintenant dmontrer un thorme important dont on peut dduire, en particu-
lier, la partie unicit du thorme 2.34.
Thorme 2.42 (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 tel que 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) tel que pour tout > 0,
il existe O ouvert et F ferm vriant F A O et m(O F) . 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
tel que (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 2.26), 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, lorsque 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) , ce
qui 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 tel que 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(
F F) = m(
F) m(F) . On a bien F A O, O ouvert,

F ferm et, comme (OF) = (O
F)(
FF), on a m(OF) = m(O
F)+m(
FF) 3,
ce qui 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 trois 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 tel que F A
n
O et m(OF) .
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[.
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 m donne 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
tel que 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
tel que 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 tel que x
n
x (dans R) quand n +. On veut montrer que
x F. Il existe p Z tel que x ]p 1, p + 1[. Il existe donc n
0
N tel que
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 tel que 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, K
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, K A.
On montre maintenant lingalit inverse. Soit > 0. Il existe F ferm tel que 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 (toujours
par continuit croissante de m),
m(K
n
) m(F) m(A) 2 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, K A.
Pour dmontrer la partie unicit du thorme 2.34 avec le thorme 2.42 on a
aussi besoin du petit lemme suivant (qui prcise le lemme 2.11 car contrairement au
lemme 2.11, on ne demande plus ici que les ouverts soient disjoints).
Lemme 2.43 (Ouverts de R) Soit O un ouvert de R, alors O est une union dnom-
brable dintervalles ouverts disjoints deux deux, cest--dire quil existe (I
n
)
nN
telle que I
n
est un intervalle ouvert de R pour tout n N, I
n
I
m
= si n m et
O =
_
nN
I
n
.
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
, supO
x
[, avec inf O
x
,
supO
x
R). Il est aussi facile de voir que, pour tous x, y O, O
x
O
y
implique
que O
x
= O
y
. On peut trouver A O tel que 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 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 2.44 Dans la dmonstration du lemme 2.43, O
x
est la composante connexe
de x. Le lemme 2.43 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 2.34
On a construit une mesure, note , sur B(R) telle que (]a, b[) = b a pour tout a,
b R, a < b. Supposons que m soit aussi une mesure sur B(R) telle que m(]a, b[) = ba
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 2.42 ou la proposition 2.30.
Premire mthode, avec le thorme 2.42 sur la rgularit dune mesure nie sur
les compacts. En utilisant le fait que tout ouvert est runion dnombrable dintervalles
ouverts disjoints deux deux (lemme 2.43) 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 2.30. On utilise la proposition 2.30 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 telle que 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 2.30. Elle donne = m sur B(R).
Remarque 2.45 Nous avons vu que la mesure de Lebesgue, note , est 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= . On a alors (A) = 0 (voir la remarque 2.48) et (A) = +.
Remarque 2.46 Nous avons donc, dans cette section, construit une application, note
, de !(R) dans R
+
. Cette application nest pas une mesure mais nous avons montr
que la restriction de
la tribu de Lebesgue, note L, est 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(!(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
4.17 (plus complet que lexercice 2.33) car lespace mesur (R, L,
L
) 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 variable pour lintgrale de Lebesgue.
Proposition 2.47 (Invariance par translation gnralise) Soit R
et R.
Pour A !(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 inter-
valles ouverts, on en dduit que T = B(R).
2.6. INDPENDANCE ET PROBABILIT CONDITIONNELLE 63
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 2.34, en utilisant le
thorme 2.42 ou la proposition 2.30. Par exemple, en utilisant le lemme 2.43 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 2.48 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) = () = 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 2.32).
Dnition 2.49 (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
71). Il est facile de voir que T est une tribu sur I et que la restriction de (dnie
dans le thorme 2.34) T est une mesure sur T, donc sur les borliens de I (voir
2.17 page 86). 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 = !(E) et p la probabilit dnie par p(x) =
1
6
, x E. La probabilit de lvne-
ment 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 2.50 (Probabilit conditionnelle) Soient (E, T, p) un espace probabilis
et A, B T.
Si p(B) 0 la probabilit conditionnelle de Apar rapport B(on dit aussi probabilit
de A par rapport B), note p(AB), est dnie par p(AB) =
p(AB)
p(B)
.
Si p(B) = 0 la probabilit conditionnelle de A par rapport B, note p(AB), nest
pas dnie. Cest un nombre arbitraire entre 0 et 1.
De cette dnition on dduit la formule de Bayes : soient (E, T, p) un espace probabi-
lis et A, B T, alors :
p(B)p(AB) = p(AB) (2.16)
Remarque 2.51 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(BA) =
p(AB)
p(A)
, B T
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 tel que AB = . On a aussi p
A
(A) = 1.
Remarque 2.52 Voici un corollaire immdiat de la relation 2.16. Soit (E, T, p) est un
espace probabilis et (C
n
)
nN
T une partition de E telle que p(C
n
) 0. On a alors,
pour tout A T,
p(A) =
nN
p(C
n
)p(AC
n
).
2.6.2 Evnements indpendants, tribus indpendantes
Dnition 2.53 (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(AB).
Remarque 2.54 Lors de la modlisation dun phnomne alatoire, il y a des v-
nements 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. Attention
toutefois, pour une probabilit p donne, deux vnements peuvent tre indpendants
alors quils ne paraissent pas intuitivement indpendants, voir ce sujet lexercice
9.14 page 513 sur les variables alatoires indpendantes.
Exemple 2.55 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 !(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= BC, 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 2.56 (Indpendance des tribus) Soit (E, T, p) un espace probabilis et
(T
k
)
kN
une suite de tribus incluses dans T.
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 Aet Bsont deux vnements dun espace probabi-
lis (E, T, p), ils sont indpendants (au sens de la dnition 2.53) 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 2.57 (Evnements indpendants) Soient (E, T, p) un espace probabi-
lis et (A
k
)
k=1,...,N
des vnements, 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 indpendantes.
Sous les hypothses de la dnition prcdente, on peut remarquer que les vnements
A
1
, . . . , A
N
sont indpendants, 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 2.58 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 indpendante de la tribu engendre par les tribus T
1
, . . . , T
N
.
2. (Gnralisation) Soit N > 1, q > 1, n
0
, . . . , n
q
tel que n
0
= 0, n
i
n
i+1
(pour
i = 0, . . . , q 1), n
q
= N et (T
k
)
k0,...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 2.30 (donnant lunicit dune
mesure). Soit A T
0
, on dnit les mesures m et sur T en posant :
m(B) = p(AB), (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(AB) = 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 proposi-
tion 2.30 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(AB) = 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=0
A
k
) B
2
) = p(
n
1
_
k=0
A
k
)p(B
2
),
pour A
k
T
k
, k = 0, . . . , n
1
et B
2

2
. Puis en reprenant la technique prcdente,
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
.
2.6.3 Probabilits sur les borliens de R
Une probabilit est dnie sur un espace probabilisable. Trs souvent, on ne connat
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 connat 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 borliens de R), ainsi que quelques exemples concrets
utiliss dans la reprsentation de phnomnes alatoires.
Thorme 2.59 (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]).
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 2.26). 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 2.26). Soit a R et (a
n
)
nN
R telle que 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) lorsque n +.
Ceci 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 telle que a
n
+(cest--dire a
n+1
a
n
pour tout n N et 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 2.26), on a donc
F(a
n
) = p(A
n
) p(R) = 1 lorsque n +.
Ceci prouve que lim
a+
F(a) = 1.
a
F(a) = 0, on utilise la continuit dcroissante de p. Soit
(a
n
)
nN
R telle que 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 2.26), on a
donc
F(a
n
) = p(B
n
) p() lorsque n +.
Ceci prouve que lim
a
F(a) = 0.
Le thorme 2.59 a une rciproque que nous nonons dans le thorme 2.60.
Thorme 2.60 (Fonction de rpartition et probabilit) Soit F une fonction de R
dans R, croissante, continue droite et telle que
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 thorme 2.60 nest pas faite ici car ce thorme est essentielle-
ment contenu dans le thorme 2.61 que nous donnons maintenant.
Thorme 2.61 (Lebesgue-Stieltjes)
1. Soit m une 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.
2. Rciproquement, soit F une fonction de R dans R, croissante et continue droite.
Alors,il existe une unique mesure m sur B(R) telle que 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 2.59. 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 2.34).
Elle nest pas dtaille ici.
Donnons, pour clore ce chapitre, quelques exemples de lois de probabilits, cest--
dire de probabilits sur les borliens de R, et leurs fonctions de rpartition associes.
Dnition 2.62 (Loi de probabilit discrte) Soit p une loi de probabilit. On dit
que p est discrte si elle est purement atomique. Lensemble de ses atomes / est
ncessairement dnombrable (voir lexercice 2.22). La probabilit p scrit alors
p =
a/
p(a)
a
,
o
a
dsigne la mesure de Dirac en a., dnie par (2.2) La fonction de rpartition de
la probabilit p est dnie par :
F(t) =
a/,at
p(a).
Exemple 2.63 (Exemples de lois discrtes) Donnons quelques exemples de probabi-
lits discrtes, p, sur B(R) et de / lensemble (dnombrable) de leurs atomes.
La loi uniforme discrte : N N
, /= a
1
, . . . , a
N
, p(a
i
) =
1
N
La loi binomiale : N N
, /= 1, . . . , N, P ]0, 1[, p(k) = C

k
N
P
k
(1P)
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 2.64 (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 2.65 (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])
b a
.
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) Soit E un ensemble.
1. Soit T une partie de !(E) stable par union dnombrable, stable par passage au
complmentaire et telle que T. Montrer que T est une tribu, cest--dire quelle
vrie aussi E T et quelle est stable par intersection dnombrable.
Corrig On a bien E T car E =
c
et T stable par passage au complmentaire.
Il reste montrer que T est stable par intersection dnombrable. Soit (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
!(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. . . ).
Exercice 2.2 (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 :
(a) On a T car T
i
pour tout i I.
(b) On remarque que T est stable par passage au complmentaire car, si A T, on a
A T
i
pour tout i I, et donc A
c
T
i
pour tout i I (car T
i
est stable par passage
au complmentaire), donc A
c
T.
(c) On remarque enn que 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.
2.7. EXERCICES 71
Daprs lexercice 2.1, on en dduit que T est une tribu.
2. Soit / !(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 !(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 !(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
.
Exercice 2.3 (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
i. T
F
car = F et T .
ii. Soit A T
F
. Il existe B T tel que A= BF. On a donc FA= (EB) F T
F
car E B T . T
F
est donc stable par passage au complmentaire.
iii. Soit (A
n
)
nN
T
F
. Pour tout n N, il existe B
n
T tel que 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 !(E); AF 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 t
F
lensemble des ouverts de F, et t
E
lensemble des ouverts
de E. Par dnition de la topologie trace, t
F
= OF, O t
E
.
Comme t
E
B(E), on a t
F
T
F
= B F, 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 t
F
qui engendre B(F).
On montre maintenant que T
F
B(F). On pose ( = A !(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 (A F) 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 t
E
( car
si O t
E
, on a O F t
F
B(F). La tribu ( contient t
E
, ce qui prouve
que ( contient B(E) et donc que A F 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 tel que A B(E),
on peut crire A = A F, 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) = !(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.
2me cas. Si il existe n N tel que 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 dnom-
brable de /B. Finalement, /B est donc une tribu contenant S et contenu dans
T(S), ceci donne T(S) = /B.
2.7. EXERCICES 73
Exercice 2.4 (Tribus images) Soient E et F des ensembles. Pour / !(E) (resp.
!(F)) on note T(/) la tribu de E (resp. F) engendre par /.
Soit f : E F une application.
1. Soit T

une tribu sur F. On pose f
1
(T

) = f
1
(B); B T

. Montrer que f
1
(T

)
est une tribu sur E (cest la tribu image rciproque de T

par f ).
Corrig On dmontre que f
1
(T

) est une tribu sur E en remarquant que f
1
()
= , E f
1
(A) = f
1
(F A) (pour tout A F) et que
(A
n
)
nN
!(F), f
1
(
_
nN
A
n
) =
_
nN
f
1
(A
n
).
2. Soit T une tribu sur E. On pose T

= B F; f
1
(B) T . Montrer que T

est une
tribu sur F (cest la tribu image directe de T par f ).
Corrig Ici aussi, on montre que T

est une tribu sur F en remarquant que
f
1
() = , f
1
(F A) = E f
1
(A) (pour tout A F) et que,
(A
n
)
nN
!(F), f
1
(
_
nN
A
n
) =
_
nN
f
1
(A
n
).
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. Soit ( un ensemble de parties de F. On pose f
1
(() = f
1
(B); B (. Montrer que
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 :
(a) T car f
1
() = T(f
1
(())
(b) 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.
(c) T est stable par union dnombrable. En effet : 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 deux inclusions nous donnent bien f
1
(T(()) = T(f
1
(()).
Exercice 2.5 (-systme, -systme) Soit un ensemble et 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).
Corrig Si T est une tribu, il est immdiat que T est un -systme et un -
systme. La question consiste dmontrer la rciproque.
On suppose donc T est un -systme et un -systme. Pour montrer que T est une
tribu, il suft de dmontrer que T possde les trois proprits suivantes :
(p1) T,
(p2) T est stable par passage au complmentaire,
(p3) T est stable par union dnombrable.
La proprit (p1) est immdiate car elle est dans la dnition de -systme.
La proprit (p2) est aussi assez simple. En effet, soit A T, Comme T et
A , la troisime proprit des -systmes donne A
c
= A T. Ceci prouve
bien (p2).
On prouve maintenant (p3). Soit (A
n
)
nN
une suite telle que A
n
T pour tout n N.
On pose A=
_
nN
A
n
et on veut montrer que A T. On commence par remarquer
que A=
_
nN
B
n
, avec
B
n
=
n
_
p=0
A
p
.
Comme B
n
B
n+1
pour tout n N et que T est stable par union dnombrable
croissante, il suft de montrer que B
n
T (pour tout n N) pour avoir A T.
Soit n N, on a B
c
n
= (
_
n
p=0
A
p
)
c
=
_
n
p=0
A
c
p
. Pour tout p, on a A
p
T, on a donc
A
c
p
T (car T vrie (p2)) et donc
_
n
p=0
A
c
p
T (car T est un -systme). On a
ainsi montr que B
c
n
T. Enn, comme T vrie (p2), on a bien B
n
T. On en
dduit que A T et donc que T vrie (p3), ce qui termine cette question.
2. On suppose que T est un -systme. Soit C T. On pose ( = B tel que
CB T. Montrer que ( est un -systme.
Corrig On va montrer que ( vrie les trois proprits dnissant un -systme.
(1) On montre la stabilit de ( par union dnombrable croissante Soit (A
n
)
nN
une suite de parties de telle que A
n
A
n+1
et A
n
( pour tout n N. On veut
montrer que
_
nN
A
n
(. Pour cela on remarque que
C(
_
nN
A
n
) =
_
nN
(CA
n
).
Pour tout n N, on a A
n
( et donc C A
n
T. Comme (C A
n
) (C A
n+1
)
pour tout n N et que T est stable par union dnombrable croissante, on a donc
_
nN
(CA
n
) T, ce qui donne bien que
_
nN
A
n
(.
2.7. EXERCICES 75
(2) On montre que ( Cette proprit de ( est due au fait que C T (et donc
C = C T).
(3) On montre que A B ( si A, B ( avec B A Soit A, B ( avec B A. On
remarque que C(AB) = (CA)(CB). Comme BC, AC T et (BC) (AC),
on a (CA) (CB) T. On a donc C(A B) T, ce qui donne bien (A B) (.
On a ainsi montr que ( est un -systme.
Exercice 2.6 (Tribu borlienne sur R
2
) On note T la tribu (sur R
2
) engendre par
A B; 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 dinter-
valles 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 2.11 (une autre mthode
est donne lexercice 2.7).
Soit O un ouvert de R
2
. Pour tout x = (x
1
, x
2
)
t
O, il existe r > 0 tel que ]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
]x
1
r, x
1
[, z
1
]x
1
, x
1
+r[, y
2
]x
2
r, x
2
[ et z
2
]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
)
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 tel que 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
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) = (AR) (A B).
Or, (A R) est un ouvert de R
2
(car A et R sont des ouverts de R), on a
donc (A R) B(R
2
). Dautre part, (A B) B(R
2
) (car B T
1
). Donc,
A B
c
= (AR) (A B) B(R
2
). Ce qui prouve que B
c
T
1
et donc que T
1
Enn, T
1
est stable par union dnombrable. En effet, si (B
n
)
nN
T
1
, on a
A(
_
nN
B
n
) =
_
nN
A B
n
B(R
2
) (car A B
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) A B B(R
2
). (2.17)
3. Soit B B(R) et T
2
= A B(R); A B 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 (2.17) donne
A B B(R
2
), et donc A T
2
.
2
est une tribu (on en dduira que T
2
= B(R)).
(a) T
2
car B = B(R
2
).
(b) On montre ici que T
2
Soit A T
2
, on a A
c
B(R) et A
c
B = (R B) (A B). La proprit (2.17)
donne (R B) 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
est
stable par passage au complmentaire.
(c) 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
.
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
) (et donc que T = B(R
2
)).
Corrig La question prcdente donne :
A, B B(R) A B 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
).
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
.]
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 tel que B(x, r) O (o B(x, r) dsigne la
boule ouverte de centre x et rayon r). Comme est dense dans R, on peut donc
2.7. EXERCICES 77
trouver y
N
et s
+
= t ; t > 0, tel que x B(y, s) O. On note alors
I = (y, s)
N
+
; B(y, s) O. On a alors O =
_
(y,s)I
B(y, s). Comme I est au
plus dnombrable (car
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 dont le rayon est rationnel et dont le centre a des
coordonnes rationnelles.
2. Montrer que la tribu borlienne de R
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
tel que
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 2.11
page 40), on obtient que tout ouvert appartient T((). Ceci permet de conclure que
B(R) T(() et nalement que B(R) = T(().
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
N
par S
N
(qui est dense dans R
N
) et
+
par S
+
= s S ; s > 0 (qui
est dense dans R
+
).
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 !(N) dans T.]
Exercice 2.9 (Algbre) Soit E un ensemble et / !(E).
1. Montrer que / est une algbre (cf. dnition 2.5) 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 !(E) ;
A /
i
pour tout i I est encore une algbre.
Corrig On peut montrer que
_
iI
/
i
est une algbre en utilisant directement la
dnition dune algbre. On 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 ( !(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. dni-
tion 2.5), mais nest pas, en gnral, une tribu. Donner une suite dalgbres nies de
parties de [0, 1] dont la runion engendre B([0, 1]).
Exercice 2.11 (Tribu engendre par une partition)
Soit E un ensemble et (A
i
)
iI
une partition de E, cest--dire que
iI
A
i
= E et
A
i
A
j
= si i j. On suppose aussi que A
i
pour tout i I.
On note ( lensemble des parties de E scrivant comme runion au plus dnombrable
dlments de cette partition, cest--dire que
( =
iJ
A
j
, avec J I, J au plus dnombrable.
2.7. EXERCICES 79
On note aussi T = B
c
, B ( et T = ( T.
1. On suppose, dans cette question, que I = 1, 2, ..., n avec n N
. Montrer que
T = ( = T et que T est la tribu engendre par la famille A
1
, . . . , A
n
. Combien la
tribu T a-t-elle dlments ?
Corrig Soit B T. On a B
c
( et il existe donc J I tel que B
c
=
iJ
A
i
, ce qui
donne B =
iJ
c A
i
. Comme J
c
est ni, on a donc B (. On a ainsi montr que T (.
Un raisonnement analogue donne ( T et donc ( = T. Finalement, on obtient bien
( = T = T.
On note

T la tribu engendre par A
1
, . . . , A
n
. Comme

T A
1
, . . . , A
n
et que

T est
stable par union nie, on a (

T. Pour montrer que

T = (, il suft donc de montrer
que ( est une tribu (car

T est la plus petite tribu contenant A
1
, . . . , A
n
).
Pour montrer que ( est une tribu, on remarque que
( car =
iJ
A
j
avec J = ,
( est stable par union dnombrable car toute runion de parties de I est nie,
( est stable par passage au complmentaire car B
c
T = ( si B (.
Ceci donne bien que ( est une tribu et donc que ( =

T.
Pour trouver le nombre dlments de (, on considre lapplication f de lensemble
des parties de 1, . . . , n dans ( dnie par f (J) =
iJ
A
j
. La dnition de ( donne
que f est surjective et, comme les A
i
sont tous non vides et que les A
i
sont disjoints
deux deux, on remarque que f est injective. Ceci montre que f est bijective et
donc que le cardinal de ( est le mme que le cardinal de lensemble des parties de
1, . . . , n, cest--dire 2
n
. La tribu ( a donc 2
n
lments.
2. On suppose, dans cette question, que I est dnombrable (on peut donc supposer que
I = N). Montrer que T = ( = T et que T est la tribu engendre par la famille A
i
,
i I.
Corrig On reprend le mme raisonnement que pour la question prcdente.
Soit B T. On a B
c
( et il existe donc J I tel que B
c
=
iJ
A
i
, ce qui donne
B =
iJ
c A
i
. Comme J
c
I, J
c
est au plus dnombrable, on a donc B (. On a
ainsi montr que T (. Un raisonnement analogue donne ( T et donc ( = T.
Finalement, on obtient bien ( = T = T.
On note

i
, i I. Comme

T A
i
, i I et que

T est
stable par union dnombrable (et donc aussi par union nie), on a (

T. Pour
montrer que

T = (, il suft donc de montrer que ( est une tribu (car

T est la plus
petite tribu contenant A
i
, i I).
Pour montrer que ( est une tribu, on remarque que
( car =
iJ
A
j
avec J = ,
( est stable par union dnombrable car toute runion de parties de I est au plus
dnombrable,
( est stable par passage au complmentaire car B
c
T = ( si B (.
Ceci donne bien que ( est une tribu et donc que ( =

T.
3. On suppose maintenant que I est un ensemble inni non dnombrable. Montrer que
( T et que T est la tribu engendre par la famille A
i
, i I.
Corrig Pour montrer que ( T, il suft de remarquer que ( (car =
iJ
A
j
avec J = ) et que T. En effet,
c
= E =
iI
A
i
et donc
c

iJ
A
i
pour tout
J I, J au plus dnombrable (et donc J I) car les A
i
sont disjoints deux deux et
non vides. Ce qui montre que
c
( et donc T.
En fait, on peut mme montrer que ( T = .
On note

i
, i I. Comme

T A
i
, i I et que

T est
stable par union dnombrable (et donc aussi par union nie), on a (

T. Puis comme
T est stable par passage au complmentaire, on a aussi T

T. On a donc T

T.
Pour montrer que

T = T, il suft donc de montrer que T est une tribu (car

T est la
plus petite tribu contenant A
i
, i I).
On montre maintenant que T est une tribu.
T car =
iJ
A
j
( T, avec J = .
T est stable par passage au complmentaire car B
c
T T si B ( et B
c
( T si B T.
Il reste montrer la stabilit de T par union dnombrable. Soit (B
n
)
nN
une
famille dlments de T. Pour montrer que
nN
B
n
T, on distingue deux cas :
Cas 1. B
n
( pour tout n N, On a alors
nN
B
n
( T, car une runion
dnombrable densembles au plus dnombrable est encore au plus dnombrable.
Cas 2. Il existe m N tel que B
m
( (et donc B
m
T). On a alors B
c
m
( et il
existe donc J I, J au plus dnombrable, tel que B
c
m
=
iJ
A
i
. On a alors
(
nN
B
n
)
c
=
nN
B
c
n
B
c
m
,
ce qui prouve quil existe

J J tel que (
nN
B
n
)
c
=
i
J
A
i
. Comme

J est au plus
dnombrable, on a donc (
nN
B
n
)
c
( et donc
nN
B
n
T T. Ceci prouve
la stabilit de de T par union dnombrable.
On a ainsi montr que T est une tribu et donc que T =

T.
Exercice 2.12 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
( tels que 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
( tel que
A
p
A
q
= si p q et A=
_
n
p=1
A
p
.
2.7. EXERCICES 81
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
( tels que 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
AB 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
( tels que 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 (voir remarque 2.6 pour la dnition) par ( est
gale B.
Corrig On note /lalgbre 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.
(a) E, B car ( B et E, (.
(b) La question prcdente montre que B est stable par intersection nie et par passage
au complmentaire.
(c) 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 = /.
Exercice 2.13 (Classes monotones) Soit E un ensemble. Pour !(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) :
(p1) (A
n
)
nN
, A
n
A
n+1
pour tout n N
_
nN
A
n
,
(p2) (A
n
)
nN
, A
n
A
n+1
pour tout n N
_
nN
A
n
.
1. Soit !(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 immdiatement 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 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.
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 !(E); A
i
pour tout i I
est encore une classe monotone.
Corrig Soit (A
n
)
nN

_
iI
i
telle que 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
telle que 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
est une classe monotone.
Si ( !(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.
2.7. EXERCICES 83
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
est
une classe monotone.
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 A B = A
_
nN
B
n
=
_
nN
(A B
n
). La suite (A B
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 dcrois-
sante 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
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 = .
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
. (2.18)
On remarque maintenant que, pour tout A, B !(E), on a :
A
B
B
A
.
On dduit donc de (2.18) :
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 question 1) contenant /. Elle contient donc T (qui est
lintersection de toutes les tribus contenant /) et on a bien, nalement, = T.
Exercice 2.14 (Caractrisation de la tribu engendre) Soit E un ensemble et /
!(E). On dit que / est stable par intersection nie si A, B / AB /. On dit
que / est stable par diffrence si :
A, B /, B AA B = AB
c
/.
On dit que / est stable par union dnombrable disjointe si :
(A
n
)
nN
/, A
n
A
m
= pour n m
_
nN
A
n
/.
Enn, on appelle systme de Dynkin un ensemble T de parties de E tel que
E T,
T stable par diffrence,
T stable par union dnombrable disjointe.
Soit ( !(E).
1. Montrer quil existe un systme de Dynkin contenant ( et contenu dans tous les
systmes de Dynkin contenant (. cest--dire quil existe un systme de Dynkin,
not T, tel que T ( et
/ systme de Dynkin / ( T /.
Corrig On note 2 lensemble des systmes de Dynkin contenant (. On remarque
tout dabord que 2 car !(E) 2. Puis, on note T lensemble des parties de E
appartenant tous les lments de 2 (cest--dire que, pour A !(E), on a A T
si, pour tout B 2, A B).
Il est facile de voir que T contient E, T est stable par diffrence, T est stable
par union dnombrable disjointe et que T contient ( (car tous les lments de 2
vrient ces quatres proprits). Enn, / 2 T /, ce qui est bien la proprit
demande.
2.7. EXERCICES 85
Le systme de Dynkin T sappelle le systme de Dynkin engendr par (. Dans la
suite, on note toujours T le systme de Dynkin engendr par (.
On suppose maintenant que ( est stable par intersection nie et on va montrer que
T est gal la tribu engendre par ( Ceci dmontre le thorme - de Dynkin.
2. Pour A !(E), on note T
A
= D T tel que AD T.
(a) Soit A !(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
T car D
1
, D
2
T et que T est stable par
diffrence. Puis, A(D
2
D
1
) = (AD
2
) (AD
1
) T car AD
1
, AD
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
.
On remarque aussi que E T
A
car AE = A ( T. Comme T
A
est stable par
diffrence et stable par union dnombrable disjointe, D
A
est donc un systme de
Dynkin. Comme T
A
contient (, T
A
contient le systme de Dynkin engendr par (,
cest--dire T. On a donc 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 AB T. Ceci montre que
B T
A
et donc ( T
A
.
On en dduit, comme la question prcdente, que T
A
= T.
On montre maintenant que T est stable par intersection nie. Soit B, C T. Comme
T = T
C
, on a B T
C
et donc CB 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 et que T est stable par complmentaire car, si
A T, on a E A 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).
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 intersection 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 engen-
dre par (, note ((). Dautre part, il est facile de voir que toute tribu contenant (
est un systme de Dynkin contenant ( et donc que (() contient T. On a bien montr
nalement que T = (().
2.7.2 Mesures et probabilits
Exercice 2.15 (Exemple 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 !(E) ?
Corrig Oui, lapplication m est une mesure sur !(E). En effet, on a bien m() = 0
et si (A
n
)
nN
!(E) on a m(
_
nN
A
n
) =

+
n=0
m(A
n
) = 0 si A
n
est au plus dnom-
brable 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
) = + sill existe n N tel que 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 deux deux).
Exercice 2.16 (Exemple de probabilit) Soit E = x
k
, k N un ensemble inni
dnombrable et (p
k
)
kN
[0, 1]
N
telle que p
k
0k N et

kN
p
k
= 1.
1. Montrer que, pour tout A !(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 2.17 (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
est une mesure sur
T
F
. On lappellera la trace de m sur F. Si m(F) < +, cette mesure est nie.
2.7. EXERCICES 87
Corrig Soit B T
F
, il existe donc A T tel que B = AF. 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) = +).
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 telle que
_
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. . .
Exercice 2.18 (Diffrence de deux unions) 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 tel que 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 tels que B A, m(AB) =
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
)).
Exercice 2.19 (Intersection densembles pleins) Soit (E, T, m) un espace mesur ni
et (A
n
)
nN
T telle que, 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).
Exercice 2.20 (Sur la mesure dune union) 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
(BA
p
)) =
n
k=1
(1)
k+1
_
1i
1
<...<i
k
n
m(B(
k
_
j=1
A
i
j
))
_
_
. (2.19)
Corrig On va montrer que pour toute mesure nie, note , sur /, on a, pour tout
n N
et toute famille A
1
, . . . , A
n
/,
(
n
_
p=1
A
p
) =
n
k=1
(1)
k+1
_
1i
1
<...<i
k
n
(
k
_
j=1
A
i
j
)
_
_
. (2.20)
Ceci est sufsant pour montrer (2.19). En effet, on pose C= B(
_
n
i=p
A
p
) et on dnit
en posant, pour A /, (A) = m(AC) (on a bien ainsi une mesure nie sur /).
Lgalit (2.19) est alors identique (2.20).
Pour montrer (2.20), on raisonne par rcurrence sur n. Lgalit (2.20) est clairement
vraie pour n = 1. Soit n N
. On suppose que (2.20) est vraie pour cette valeur de n et

pour toute mesure nie sur / et il sagit donc de montrer (2.20) pour n +1 au lieu de n.
Soit une mesure nie sur / et A
1
, . . . , A
n+1
/, on a (comme (B C) = (B) +
(C) (BC) pour tout B, C /)
(
n+1
_
p=1
A
p
) = ((
n
_
p=1
A
p
) A
n+1
) = (A
n+1
) +(
n
_
p=1
A
p
) (A
p+1
(
n
_
p=1
A
p
)). (2.21)
On peut alors utiliser lhypothse de rcurrence pour la famille A
1
, . . . , A
n
et la mesure
. On obtient
(
n
_
p=1
A
p
) =
n
k=1
(1)
k+1
_
1i
1
<...<i
k
n
(
k
_
j=1
A
i
j
)
_
_
. (2.22)
Mais, on peut aussi utiilser lhypothse de rcurrence pour la famille A
1
, . . . , A
n
et la
mesure
1
dnie par
1
(C) = (CA
n+1
) pour C / (ce qui revient a crire (2.19)
avec au lieu de m et A
n+1
au lieu de B). On obtient
(A
p+1
(
n
_
p=1
A
p
)) =
n
k=1
(1)
k+1
_
1i
1
<...<i
k
n
(A
n+1
(
k
_
j=1
A
i
j
))
_
_
. (2.23)
2.7. EXERCICES 89
En utilisant (2.22) et (2.23) dans (2.21), on obtient bien (2.20), ce qui termine cette
dmonstration.
Exercice 2.21 (Contre-exemples) 1. Soit la mesure de Lebesgue sur B(R) et A
B(R) tel que (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 ( !(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 2.10).
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 tel que 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.
Exercice 2.22 (Rsultat dunicit) Soit (E, T) un espace mesurable et m, deux
mesures sur T. Soit ( !(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(A B) = 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. Enn, E T car E (.
On utilise maintenant lexercice 2.14. Lensemble T est un systme de Dynkin (voir
lexercice 2.14) contenant (. Il contient donc le systme de Dynkin engendr par (.
Comme ( est stable par intersection nie, lexercice 2.14 donne que le systme de
Dynkin engendr par ( est gal la tribu engendre par ( (qui est T). On a donc
T T et donc nalement T = T (car, par dnition, T 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
( telle que E
n
E
m
= si n m,
m(E
n
) < +pour tout n N et E =
_
nN
E
n
. Montrer que m(A) = (A) pour tout
A T.
Corrig Soit n N. Pour A T, on pose m
n
(A) = m(AE
n
) et
n
(A) = (A
E
n
) (noter que AE
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 AE
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 prcdente donne que E T (car E
n
(),
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). Lensemble T est donc un
systme de Dynkin contenant (. Il contient donc le systme de Dynkin engendr par
(), Comme ( est stable par intersection nie, lexercice 2.14 donne que le systme
de Dynkin engendr par ( est gal la tribu engendre par ( (qui est T). On a donc
T T et donc nalement T = T (car, par dnition, T T).
On a donc, pour tout A T et tout n N :
m(AE
n
) = m
n
(A) =
n
(A) = (AE
n
).
On en dduit que m(A) = (A), pour tout A T, car, par additivit de m et ,
m(A) =
nN
m(AE
n
) =
nN
(AE
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 Aa un nombre ni dlments
et m(A) = +sinon.
2.7. EXERCICES 91
Exercice 2.23 (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 deux deux et telle que
_
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 !(), A B m
(A) m
(B),
(-sous-additivit de m
) pour toute suite (A

n
)
nN
!(), m
(
_
nN
A
n
)
nN
m
(A
n
).
N.B. : On dit que m
est une mesure extrieure.

Soit A !().
On dit que A est m
-mesurable si on a, pour tout E !(), m
(E) = m
(EA) +
m
(EA
c
).
On note / lensemble des parties de E m
-mesurables.
2. Soit A !(). Montrer que A est m
-mesurable si et seulement si on a, pour tout

E !() tel que m
(E) < +, m
(E) m
(EA) +m
(EA
c
).
3. Montrer que / est une algbre. [On montrera que /, puis que AB
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 2.24 (Un pas vers lunicit dune mesure) Soit un ensemble, T une
tribu sur et
1
,
2
deux mesures sur T. Soit A T tel que
1
(A) =
2
(A) < +.
On pose L = B T tel que
1
(AB) =
2
(AB). Montrer que L est un -systme
(cest--dire que L est stable par union dnombrable croissante, L et B C L si
B, C L avec C B).
Corrig Soit (B
n
)
nN
une suite croissante dlments de L. On pose B =
nN
B
n
.
On veut montrer que B L. On remarque dabord que B T (par stabilit de T par
union dnombrable). Puis, comme AB =
nN
(AB
n
) et que
1
(AB
n
) =
2
(AB
n
)
pour tout n N, la continuit croissante de
1
et
2
donne que
1
(AB) =
2
(AB).
On a donc B L et ceci montre la stabilit de L par union dnombrable croissante.
On a bien L car
1
(A) =
1
(A) =
2
(A) =
2
(A).
On montre maintenant la troisime proprit. Soit B, C L avec C B. On veut montrer
que B C L. On remarque dabord que B C = BC
c
T par stabilit de T par
passage au complmentaire et par intersection.
Puis, on a A(B C) = (AB) (AC). Comme
1
(A) < + et
2
(A) < + on a
aussi
1
(AC) < +et
2
(AC) < +et donc
1
((AB) (AC)) =
1
(AB)
1
(AC),
2
((AB) (AC)) =
2
(AB)
2
(AC).
Comme B, C L, on en dduit que
1
((AB) (AC)) =
2
((AB) (AC)) et donc
1
(A(B C)) =
2
(A(B C)).
Ceci montre que B C L et termine la dmonstration du fait que L est un -systme.
Exercice 2.25 (Mesure atomique, mesure diffuse) Soit (E, T) un espace mesurable
tel que 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 sil existe S T tel que 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.]
Corrig Soit m une mesure purement atomique et soit S T tel que 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
telle que 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 m une mesure sur T. On suppose que m est -nie, cest--dire quil existe
(E
n
)
nN
T telle que E =
_
nN
E
n
et m(E
n
) < +pour tout n N.
2.7. EXERCICES 93
(a) Montrer que lensemble des x E tels que 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 tel que
x E
n
et il existe k N
tel que 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 dnombrable, 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 additivit
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 tel que 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 Aest 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(BA), m
d
(B) = m(BA
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
.
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 tels que 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 tel que 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 tel que 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 la mesure de Dirac
au point n N, dnie en (2.2)).
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 2.37 page 54). Comme les B
p
sont disjoints deux deux, 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 tel que m(x) = 1. En fait, m est 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 montre que m est bien
une mesure sur B(R), m est nie (on a m(R) =

2
6
< +), et 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
.
Exercice 2.26 (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 tel que 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
).
2.7. EXERCICES 95
Corrig La proprit de continuit croissante dune mesure (voir la proposi-
tion 2.26) 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
)),
soit encore
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 tel que m(
_
pn
0
A
p
) < +, la proprit de continuit
dcroissante dune mesure (voir la proposition 2.26) 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
).
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, m(limsup
n+
A
n
) = 4.
4. On suppose que

nN
m(A
n
) < +. Montrer que m(limsup
n+
A
n
) = 0.
Corrig De

nN
m(A
n
) < + on dduit

+
p=n
m(A
p
) 0 quand n +
et donc m(
_
pn
A
p
) 0 quand n + (car, par -sous additivit 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.
Exercice 2.27 (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 tel que x a < .]
Corrig La rponse est oui. . . . Soit > 0. Comme est dnombrable, il existe
: N , 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 et est dense
dans R) et, par -sous additivit dune mesure, on a (O)
+
n=0
1
2
n+1
= .
Exercice 2.28 (Non existence de la mesure de Lebesgue sur !(R))
On dnit la relation dquivalence sur [0, 1[ : xRy si x y . En utilisant laxiome
du choix, on construit un ensemble A [0, 1[ tel que A contienne un lment et
un seul de chaque classe dquivalence. Pour 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
_
q[0,1[
A
q
= [0, 1[.
Corrig Soit y [0, 1[, il existe x A tel que yRx (car A contient un lment
dans chaque classe dquivalence), cest--dire y x . Comme y x ] 1, 1[ (car
x, y [0, 1[), on a donc y x = q [0, 1[ ou y x+1 = 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 [0, 1[,
on a nalement [0, 1[=
_
qQ[0,1[
A
q
.
Il est important aussi de remarquer que les A
q
sont disjoints deux deux. En effet, si
y A
q
A
q
, il existe x, x
A tels que y x = q ou (q 1) et y x
= q
ou (q
1).
On en dduit x x
et donc x = x
(car A contient un seul lment de chaque

classe dquivalence). Ceci donne q = q
= yx (si yx [0, 1[) ou q = q
= yx+1
(si y x ] 1, 0[).
2.7. EXERCICES 97
2. Montrer que si m est une application de !(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 !(R), invariante par translation et telle que 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 !(R).
Corrig On suppose que m est une mesure sur !(R) vriant m([0, 1[) = 1. La
- additivit de m donne alors, avec la premire question,
1 =
qQ[0,1[
m(A
q
). (2.24)
Pour x R et B !(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 !(R) et tout
x R.
On remarque maintenant que A
q
= ((A+q) [0, 1[) ((A+q 1) [0, 1[) pour tout
q [0, 1[. De plus, si y ((A+q)[0, 1[)((A+q1)[0, 1[), il existe x, x
A
tels que y = x +q = x
+q 1, donc x
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+q1)[0, 1[) = m((A+q)[0, 1[)+m((A+q)[1, 2[) =
m(A+ q) = m(A), pour tout 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 (2.24). Il nexiste donc pas de mesure sur !(R), invariante par
translation et telle que m([0, 1[) = 1.
Si m est une mesure sur !(R), invariante par translation et telle que 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 !(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 !(R).
Exercice 2.29 (Non existence dune mesure sur !(R) donnant la longueur) Cet
exercice est plus gnral que le prcdent car on veut montrer quil nexiste pas de
mesure sur !(R) telle que 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 !(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 !(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 tel que, 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 !(R) telle que m(]a, b[) = b a pour
tout a, b R, a < b.
Exercice 2.30 (Une caractrisation de la mesure de Lebesgue) Soit m une mesure
sur B(R) telle que 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[).
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
. (2.25)
De (2.25), on va dduire m([, [) = pour tout , R tels que < . En
effet, soit , R tels que < . Comme [, [= [0, [+, avec = , on a
m([, [) = m([0, [). Il existe alors deux suites (r
n
)
nN

+
et (s
n
)
nN

+
telles
que r
n
et s
n
quand n +. Comme [0, r
n
[ [0, [ [0, s
n
[, on a, grce
2.7. EXERCICES 99
(2.25), 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 = .
Exercice 2.31 (Support dune mesure sur les borliens) 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.]
Corrig On note A lensemble des ouverts de R
d
de mesure nulle pour m. Len-
semble 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 tel que x . Comme est ouvert, il existe
> 0 tel que :
d
_
i=1
]x
i
, x
i
+[ .
Pour tout i 1, . . . , d il existe
i,x
]x
i
, x
i
[ et
i,x
]x
i
, x
i
+[. On a donc :
x
d
_
i=1
]
i,x
,
i,x
[ O.
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
, (2.26)
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

d
. Lgalit (2.26) donne
donc :
O =
_
(,)B
P
,
,
o B est une partie de
2d
et m(P
,
) = 0 pour tout (, ) B. Comme
2d
est dnom-
brable, la partie B est au plus dnombrable et la sous additivit dune mesure donne
alors que m(O) = 0.
Exercice 2.32 (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 deux deux 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= .
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 :
2.7. EXERCICES 101
(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 indexes 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
sont deux
suites diffrentes, alors x
c
x
c
. En effet soit n N tel que c
n
= c
n
et c
n+1
c
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[ telle que (C) = .
Corrig Soit (
n
)
nN
], 1] telle que
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
) =
.
6. Soit f lipschitzienne de R dans R. Montrer que si A est un compact de [0, 1] tel
que (A) = 0, alors f (A) est un compact de R tel que (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 tel que f (y) f (x) Ly 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] tels que
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)) Mm = f (y) f (x) Ly x = L(I). (2.27)
Soit > 0. Comme A B(R), daprs la rgularit de (voir le thorme 2.42), il
existe O, ouvert de R, tel que A O et (0) . Daprs le lemme 2.43 page 61, O
est une union dnombrable dintervalles ouverts disjoints deux deux. 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 deux deux
tels que 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 (2.27), 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 telle que si Aest un compact de [0, 1]
tel que (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 Clensemble 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 Cet 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 N et p 1, . . . , 2
n
. On construit une fonction f sur lintervalle [b
n+1
2p1
, a
n+1
2p
]
en prenant f afne et telle que f (b
n+1
2p1
) =

b
n+1
2p1
et f (a
n+1
2p1
) = a
n+1
2p1
. On remarque
que
f : (
_
nN
C
c
n
) D(
_
nN
C
c
n
)

D
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].
2.7. EXERCICES 103
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) = = .
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.
Exercice 2.33 (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
m
lensemble des parties ngligeables. On pose T = AN; A T, N
m
.
1. Montrer que T est une tribu et que T
m
T.
Corrig (a) On montre dabord que T est une tribu.
T car = et appartient T et
m
(car il est de mesure nulle).
T est stable par passage au complmentaire :
Soit C T. Il existe A T et N
m
tels que C = AN. Comme N
m
,
il existe B T tel que 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)
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

m
tels que C
n
=
A
n
N
n
pour tout n N. Comme, pour tout n N, N
n

m
, il existe B
n
T
tel que 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

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
m
T.
Si A T, on a A= A. Comme
m
, on en dduit A T. Donc, T T.
Si N
m
, on a N = N. Comme T, on en dduit N T. Donc,
m
T.
Finalement, on a bien T
m
T.
2. Soit A
1
, A
2
T et N
1
, N
2

m
tels que A
1
N
1
= A
2
N
2
. Montrer que
m(A
1
) = m(A
2
).
Corrig Soit B
2
T tel que 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
m
tel que B = AN, 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.
Corrig (a) On montre dabord que m est une mesure sur T.
Comme = et T
m
, on a m() = m() = 0.
Soit maintenant (C
n
)
nN
T telle que C
n
C
m
= si n m. Il existe des suites
(A
n
)
nN
T et (N
n
)
nN

m
telles que C
n
= A
n
N
n
pour tout n N. Comme,
pour tout n N, N
n

m
, il existe B
n
T tel que 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

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
).
2.7. EXERCICES 105
Ce qui prouve la -additivit de m.
(b) On montre maintenant que m
T
= m.
Si A T, on a A= A. Comme
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
m
tel que C = A N. Comme N
m
, il
existe B T tel que N B et m(B) = 0. On a alors A C AB. 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(AB) = m(AB) m(A) +m(B) = m(A).
On a donc m(C) = m(A) = m(C). Ce qui prouve que m = m.
4. Montrer que
m
=
m
T.
Corrig On a dj vu ( la question 1) que
m
T.
Il est facile de voir que
m

m
. En effet, soit N
m
. Il existe B T tel que
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
m
.
Soit maintenant N
m
. Il existe C T tel que N C et m(C) = 0. Comme
C T, il existe A T, M
m
et B T tel que m(B) = 0 et C= AM AB.
la dnition de m donne que m(C) = m(A), on a donc m(A) = 0. On en dduit
m(AB) m(A) +m(B) = 0, et donc, comme C AB, on a bien C
m
.
On a bien montr que
m
=
m
T.
Cet exercice montre la diffrence drisoire, du point de vue de lintgration, entre
(E, T, m) et son complt (E, T, m).
Exercice 2.34 (Srie commutativement convergente dans R)
Soit (a
n
)
nN
une suite de nombres rels. 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, telle que

n
p=0
a
(p)
+quand n +et 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 telle que

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
PN = N). Soit
1
et
2
les deux applications strictement croissantes de N dans N
telles que P =
1
(n), n N et N =
2
(n), n N.
On commence par montrer quil existe une suite strictement croissante (a
n
)
nN
N telle
que a
0
= 0 et :
a
2
(n)
+
a
n+1
1
p=a
n
a
1
(p)
1. (2.28)
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 construits, 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) lorsque 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 = PN. 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 (2.28) :
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 +.
Exercice 2.35 (Lemme de Borel-Cantelli)
Soient (E, T, p) un espace probabilis et (A
n
)
nN
une suite dlments de T.
On pose
B
n
=
_
kn
A
k
et A=
_
nN
B
n
2.7. EXERCICES 107
(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 traite dans lexercice 2.26, question 4.
2. On suppose que, pour tout n N, les vnements A
0
, . . . , A
n
sont indpendants.
On suppose aussi que

nN
p(A
n
) = +. Montrer que p(A) = 1.
Corrig Comme cela a t vu lexercice 2.26, la proprit de continuit dcrois-
sante dune mesure (voir la proposition 2.26) donne p(A) = lim
n+
p(B
n
). Il suft
donc de montrer que p(B
n
) = 1 pour tout n N.
Soit n N; supposons dabord quiil existe k n tel que p(A
k
) = 1. On a alors, 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.
Exercice 2.36 (Probabilit 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[ tel que 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
, telle que 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 telle que 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 bijec-
tive de S
1
dans [0, 2[). On prend alors T =
1
(B), B B(R). Cest bien une tribu
sur S
1
(voir lexercice 2.4).
Soit < < < + et E = (cos(), sin())
t
, ], [. On a E S
1
et, si z S
1
,
on a z E si et seulement sil existe k Z tel que
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) tel que 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).
Montrons que est bien une mesure sur T. En effet, on a 2() = (
) = () = 0.
Puis, si (A
n
)
nN
est une suite dlments de T, disjoints deux deux, la suite (
A
n
)
nN
est une suite dlments de B(R), disjoints deux deux. La additivit 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) tel que 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).
Exercice 2.37 (Sur la continuit de la fonction de rpartition) Soient p une pro-
babilit sur B(R) et F la fonction de rpartition de p. Soit a R. Montrer que F est
continue en a si et seulement si p(a) = 0. En dduire que F est continue sur R si p
ne charge pas les points.
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 fonctions rgles, nous introduisons
maintenant le concept de fonction tage sur un espace mesurable (E, T). Nous in-
troduirons ensuite les concepts de fonction mesurable et de variable alatoire, ainsi
que les premires notions de convergence de suite 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 3.2).
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
110 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
topologique, x
n
x, quand n +, signie que, pour tout O ouvert contenant x,
il existe n
0
tel que x
n
O pour tout n n
0
.
3. Soit F un espace topologique et G F. On appelle topologie trace sur Gla topologie
dnie par lensemble des restrictions G des ouverts de F. Si O G, O est un
ouvert de G si et seulement sil existe U ouvert de F tel que 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 Gest 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
71.
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.
Dnition 3.2 (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
+
tel que ]a , a +[ O,
(b) si a = 0, alors il existe R
+
tel que [0, [ O,
(c) si a = , alors il existe R
+
tel que ], ] O.
2. B(R
+
) est la tribu (sur R
+
) engendre par les ouverts de R
+
. Soit B R
+
, on
peut montrer (voir la remarque 3.3 ci aprs) que B B(R
+
) si et seulement si
BR B(R) (B(R) est la tribu de Borel sur R).
Remarque 3.3 (Topologie sur R et R
+
)
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 BR B(R) (noter que
BR = BR
+
).
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).
3.2. FONCTIONS TAGES 111
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
tel que x
n
], +] pour tout n n
0
(ce qui est la dnition usuelle de convergence
vers +).
4. On peut aussi montrer 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 3.4 (Fonction caractristique dun ensemble) 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 3.5 (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 3.6 (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 telle que 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
.
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
_
f dm =
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 3.7 Soit (E, T, m) un espace mesur et soit f c
+
une fonction tage positive
non nulle, telle que
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
)
et
p
j=1
b
j
m(B
j
) =
p
j=1
n
i=1
b
j
m(C
ij
)
On remarque alors que a
i
= b
j
ds que C
ij
, do lgalit 3.1.
3.3. FONCTIONS MESURABLES ET VARIABLES ALATOIRES 113
Lemme 3.8 (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 telle que 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 d-
composition dune fonction tage positive (lemme 3.6). 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.
Proposition 3.9 (Structure vectorielle de c) Soit (E, T) un espace mesurable, len-
semble des fonctions tages, c, est un espace vectoriel sur R. De plus, si f , g c, on
a aussi f g c.
DMONSTRATION Soit f , g c et soit , R. On utilise la dcomposition de f
et g donne dans le lemme 3.8. 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 f g =

n
i=0
m
j=0
a
i
b
i
1
A
i
B
j
, ce qui montre que
f g c.
On montrera aussi les proprits de linarit et de monotonie de lintgrale des
fonctions tages (voir proposition 4.3).
3.3 Fonctions mesurables et variables alatoires
An dtendre le concept dintgrale une classe de fonctions plus gnrale que celle
des fonctions tages (positives), 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 3.10 (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 !(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 !(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 pour les tribus borliennes sur E et F (cest--dire les tribus
engendres par les ouverts) .
Remarque 3.11 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 3.8, il existe une partition (A
0
, . . . , A
n
) de E, et a
0
, . . . , a
n
R tels
que 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
+
La terminologie probabiliste utilise les termes variable alatoire ou vecteur ala-
toire (selon lespace darrive) au lieu de fonction mesurable (ou application
mesurable).
Dnition 3.12 (Variable alatoire, vecteur alatoire)
1. Soit (E, T) un espace probabilisable, on appelle variable alatoire relle (v.a.r.) une
fonction X dnie de E dans R et T-mesurable,i.e. telle que X
1
(A) T, pour tout
A B(R).
2. Plus gnralement, soient (E, T) et (F, T ) deux espaces probabilisables. Une fonc-
tion X, dnie de E dans F, est une variable 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 alatoi-
re.
Remarque 3.13 Comme cela a t dit dans la proposition 3.10, 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 3.12, on a not X la variable alatoire plutt que f car cest
lusage dans la littrature probabiliste.
Dnition 3.14 (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 3.15 (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 3.16 (Premire caractrisation de la mesurabilit)
Soient (E, T) un espace mesurable et f : E F, avec F = R ou R
+
. Soit ( une
partie de !(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 appartenant ], [ (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 propo-
sition 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 3.17 (Mesurabilit positive) Soient (E, T) un espace mesurable et f :
E R
+
. Alors f /
+
si et seulement sil existe une suite (f
n
)
nN
c
+
, telle que :
1. pour tout x E, f
n
(x) f (x), quand n +,
2. f
n+1
(x) f
n
(x), pour tout x E, et tout n N.
Les deux conditions prcdentes seront notes 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
(], +[).
Comme f
n
est mesurable, pour tout n N (voir la remarque 3.11), 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 une suite (f
n
)
nN
c
+
telle que 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,
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
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 tel que 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 tel que 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 une suite (f
n
)
nN
c
+
telle que f
n
f quand n +.
Proposition 3.18 (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 telle
que, pour tout x E, f
n
(x) f (x), quand n +.
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 3.17
donne lexistence de suites (f
n
)
nN
c
+
et (g
n
)
nN
c
+
telles que f
n
f
+
et g
n
f

quand n +. On pose h
n
= f
n
g
n
, de sorte que h
n
pour tout x E. Dautre part, comme c est un espace vectoriel (voir la proposition 3.9
page 113), on a (h
n
)
nN
c.
La proposition prcdente nous donnera, avec les proprits de stabilit de / et /
+
(voir la proposition 3.19) une deuxime caractrisation de la mesurabilit, voir la
proposition 3.20.
Lensemble des fonctions mesurables est un ensemble trs stable, cest--dire que des
oprations usuelles (comme addition, multiplication, limite. . . ) sur des fonctions me-
surables donnent encore des fonctions mesurables, 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 !(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 3.19 (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 f g /.
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 ], +[, 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 3.18, il
existe des suites (f
n
)
nN
c et (g
n
)
nN
c telles que 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 3.9 donne que c est un espace
vectoriel sur R, on a donc (h
n
)
nN
c. Comme c / (voir la remarque 3.11), la
proprit 3 ci-dessus donne alors que h /. Lensemble / est donc un espace
vectoriel (sur R).
Soit f , g /. On pose h = f g. On raisonne comme ci-dessus, il existe (f
n
)
nN
c
et (g
n
)
nN
c telle que 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 3.9 donne aussi (h
n
)
nN
c /. La proprit 3 ci-dessus
donne alors que h /.
Proposition 3.20 (Deuxime caractrisation de la mesurabilit) Soit (E, T) un
espace mesurable et f : E R. Alors, f est mesurable si et seulement sil existe une
suite (f
n
)
nN
c telle que pour tout x E, f
n
(x) f (x), quand n +.
DMONSTRATION Cette caractrisation est donne par la proposition 3.18 pour
le sens seulement si et par la proprit 3 de la proposition 3.19 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 sil existe (f
n
)
nN
c
+
t.q. f
n
f (voir
la proposition 3.17).
Remarque 3.21 Il est intressant de remarquer que la proposition 3.20 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 3.22 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 3.23 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 3.18, que f
+
, f

/
+
et donc que
f
+
, f

/ (voir lexercice 3.4). La proposition 3.19 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 3.24 (Mesure image) Soient (E, T, m) un espace mesur, (F, T ) un es-
pace mesurable et f une fonction mesurable de E vers F (cest--dire (T, T )-mesu-
rable). 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 3.25 (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
.
3.4. MESURE IMAGE, LOI DUNE V.A., V.A. INDPENDANTES 121
Dans de nombreux cas, les modles probabilistes seront dtermins par une loi de
probabilit dune variable alatoire. Une consquence immdiate du thorme 2.60
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 3.26 (galit de deux lois) Soient (E, T, p) et (E
, T
, p
) 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
une variable alatoire relle sur E
. On
a alors p
X
= p
Y
si et seulement si p(X t) = p
(Y t) pour tout t R. On a aussi

p
X
= p
Y
si et seulement si p(s X t) = p
(s Y t) pour tout s, t R, s < t.

(Les ingalits strictes peuvent tre remplaces par des ingalits larges.)
DMONSTRATION Cette proposition est une consquence des thormes 2.60 et
2.61. 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 parfois abrge sous la
forme p(X t).
Dnition 3.27 (Variables alatoires quidistribues)
Soient (E, T, p) et (E
, T
, p
) des espaces probabiliss, X (resp. X
) une variable
alatoire de (E, T, p) (resp. (E
, T
, p
)) dans (R, B(R)), on dit que les variables

alatoires X et X
sont quidistribues si elles ont mme loi de probabilit.

Dnition 3.28 (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 R dans [0, 1] est continue, on dit que la
variable alatoire est continue.
Dnition 3.29 (Variables alatoires indpendantes) Soit (E, T, p) un espace pro-
babilis.
1. Soit N > 1 et X
1
, . . . , X
N
une famille de variables alatoires relles. On dit que
X
1
, . . . , X
N
sont indpendantes (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 ind-
pendante (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 indpen-
dantes 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 de la proposition suivante.
Proposition 3.30 (Indpendance et composition) Soit (E, T, p) un espace pro-
babilis, 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 tou-
jours 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 quel-
conque de groupes) est une consquence simple de la proposition 2.58 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 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 len-
semble des produits de borliens de R (et mme par lensemble des produits dinter-
valles ouverts de R, voir lexercice 2.7), on en dduit que
A B(R
n
) t.q. X
1
(A) B(R
n
).
3.5. CONVERGENCE P.P., P.S., EN MESURE, EN PROBABILIT 123
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 cons-
quence est que, si X, Y sont des v.a.r. indpendantes, la loi du couple (X, Y) est le pro-
duit 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 repr-
sentation dune v.a. mesurable par rapport une autre v.a..
Thorme 3.31 (V.a. mesurable par rapport une autre v.a.)
Soient X et Y deux v.a. relles dnies sur un espace probabilis (, /, 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.
Il est intressant de remarquer que la dmonstration de ce thorme effectue dans
lexercice 3.15 donne les informations complmentaires suivantes :
Y est (X)-mesurable borne si et seulement sil existe f borlienne borne t.q.
Y = f (X),
Y est (X)-mesurable positive si et seulement sil 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 lexercice 3.15 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 conver-
gences. On introduit les notions quivalentes pour les variables alatoires en langage
probabiliste.
Dnition 3.32 (galit presque partout) Soient (E, T, m) un espace mesur, F
un ensemble et f et g des fonctions 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 tel que 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 mp.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 2.25).
En labsence de confusion possible, on remplace m-p.p. par p.p.. Cette dnition se
traduit en langage probabiliste par :
Dnition 3.33 (galit 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 3.34 (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.) sil 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 3.34 se traduit en langage probabiliste par :
Dnition 3.35 (Convergence presque sre) Soient (E, T, p) un espace probabilis,
(X
n
)
nN
une suite de variables alatoires relles et X une variable alatoire relle.
On dit que X
n
converge presque srement vers X (X
n
X p.s.) sil existe une partie
Ade E, ngligeable, t.q., pour tout lment x de A
c
, la suite (X
n
(x))
nN
converge vers
X(x).
3.5. CONVERGENCE P.P., P.S., EN MESURE, EN PROBABILIT 125
Dnition 3.36 (Convergence presque uniforme) Soient (E, T, m) un espace mesu-
r, (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 tel que 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 3.37 (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 fonc-
tion continue est la borne suprieure de sa valeur absolue (ceci fait lobjet de la
proposition 6.18).
Dnition 3.38 (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 conver-
gence 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 impor-
tant qui fait le lien entre la convergence presque partout et la convergence presque
uniforme.
Thorme 3.39 (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 .)
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 3.40 (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.
Cette dnition se traduit en langage probabiliste par :
Dnition 3.41 (Convergence en probabilit) Soient (E, T, p) un espace probabi-
lis, (X
n
)
nN
une suite de variables alatoires relles et X une variable alatoire
relle . On dit que X
n
converge en probabilit vers X si :
> 0, lim
n+
p(x X
n
; X(x) X
n
(x) ) = 0.
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 sre 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 sre (cps)
convergence presque uniforme (cpu)
convergence en mesure (cm) convergence en probabilit (cp)
3.6. EXERCICES 127
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)
(cpu) (cm)
3.6 Exercices
Exercice 3.1 (Caractrisation des fonctions mesurables) Soient (E, T) un espace
mesurable et f une application de E dans R;
1. Montrer que T
f
= B !(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.
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)
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) Soit (E, T) et (F, S) deux es-
paces 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 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).
Exercice 3.4 (R ou R
+
. . . ) 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
BR B(R) (voir la dnition 3.2 page 110). Comme prend ses valeurs dans R et
que est mesurable de R dans R, on a donc
1
(B) =
1
(BR) 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 Rdans 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.
Exercice 3.5 (Stabilit de /)
1. Soient (E, T), (E
, T
), (E
, T
) des espaces mesurables, f (resp. g) une application

de E dans E
(resp. de E
dans E
). On suppose que f et g sont mesurables. Montrer

que g f est une application mesurable de E dans E
.
Corrig Cette question est identique celle de lexercice 3.3 avec E
au lieu de
R. La dmonstration est semblable :
Soit B T
, on remarque que (g f )
1
(B) = f
1
(g
1
(B)). Comme g
1
(B) T
car
g est mesurable (de E
dans E
), on a donc f
1
(g
1
(B)) T car f est mesurable (de
E dans E
). 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 mesurables 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 3.23 page 120.
(b) Montrer que f +g, f g et f sont des fonctions mesurables de E dans R.
Corrig Le fait que f +g, f g / est dmontr dans la proposition 3.19 et le
fait que f / est dmontr dans la proposition 3.23 (car f prend ses valeurs
dans R et f /
+
, on conclut avec lexercice 3.4.
3.6. EXERCICES 129
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 3.19
page 117 (proprit 3).
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 tel que B T.
Montrer que h = 1
B
1
AB
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.
Exercice 3.6 (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 engendre B(R),
on en dduit que f est mesurable (on utilise ici la caractrisation de la mesurabilit
donne la proposition 3.16 page 115).
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 3.20 page 119) 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, [. A est 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 3.16 page 115).
Exercice 3.7 (Mesurabilit de 1
) On munit R de sa tribu borlienne. La fonction

1
est-elle mesurable ?
Corrig Oui, la fonction 1
Q
est mesurable. En effet, si A B(R) (et mme si
A !(R)), on a 1
1
Q
(A) = ou R ou ou R (selon que 1 et 0 appartiennent ou non
A). Comme ces 4 ensembles sont des borliens, on en dduit que 1
Q
est borlienne
(cest--dire mesurable de R dans R quand R est muni de sa tribu borlienne).
Exercice 3.8 (Loi de probabilit de la v.a.r. nulle) Soit (E, T, p) un espace proba-
bilis et X une v.a.r.. On suppose que X = 0 p.s.. Donner la loi de probabilit p
X
de
X.
Corrig Soit A B(R). Si 0 Aon a p(X
1
(A)) = 1 et si 0 Aon a p(X
1
(A)) = 0.
Ceci montre que P
X
est la mesure de Dirac en 0 (note
0
).
Exercice 3.9 Soit / une tribu sur un ensemble E.
1. Soit 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.
Corrig Soit f une fonction mesurable de E dans R. (Lensemble E est muni de
la tribu / et, comme dhabitude, R est muni de la tribu borlienne.)
On peut supposer A (et mme A non rduit un seul lment, sinon il ny a rien
dmontrer !).
Soit x A, on pose = f (x) et B = Af
1
(). Comme f est mesurable et que
B(R), on a B /. Comme B A et que B (car x B) on a ncessairement
B = A, ce qui prouve que f est constante sur A (et f (y) = pour tout y A).
2. On suppose dans cette question que / est engendre par une partition, montrer
quune fonction mesurable est constante sur chaque lment de la partition.
Corrig Soit (A
i
)
iI
une partition de E. On a donc
iI
A
i
= E et A
i
A
j
= si
i j. On peut aussi supposer aussi que A
i
pour tout i I.
Selon lexercice 2.11, on a alors
/=
iJ
A
i
, avec J I et J ou J
c
au plus dnombrable.
Soit f une fonction mesurable de E dans R.
Soit i I. Comme les A
j
sont disjoints deux deux et non vides et que tout lment
de / est une runion de A
j
, on a
B /, B A
i
B = ou B = A
i
.
On peut donc appliquer la premire question, elle donne que f est constante sur A
i
.
3.6. EXERCICES 131
3. Donner un exemple de fonction constante sur tout lment dune partition mais qui
ne soit pas mesurable pour la tribu engendre par cette partition. [Prendre comme
partition de R tous les singletons]
Corrig Comme cela est suggr, on prend E = R et comme partition lensemble
des singletons, cest--dire x, x R. La tribu engendre par cette partition,
note /, est donc lensemble des parties de R au plus dnombrable ou dont le
complmentaire est au plus dnombrable. La tribu / est incluse dans B(R) (car
les singletons appartiennent B(R)) mais est diffrente de B(R) (par exemple, lin-
tervalle ]0, 1[ appartient B(R) mais nappartient pas /). La fonction f de R
dans R dnie par f (x) = x pour tout x R nest donc par mesurable (par exemple,
f
1
(]0, 1[) =]0, 1[ /) mais est bien constante sur chaque lment de la partition.
Exercice 3.10 (galit presque partout) 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) tel que (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 (dnie en
(2.2)) ; 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)
tel que 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).
Exercice 3.11 (Mesurabilit) 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
A B B(R
2
) si A, B B(R). Ceci est dmontr dans lexercice 2.6 page 75.]
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 tel que 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 :
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 75). 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 3.19 donne que f
est mesurable (de R
2
dans R).
Exercice 3.12 (Tribu de Borel sur 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
+
), [0, [ (avec R
+
) et ], ] (avec
R
+
), on en dduit que tout ouvert de R
+
est dans T((
1
) et donc B(R
+
)
T((
1
).
3.6. EXERCICES 133
On a bien montr que B(R
+
) = T((
1
).
2. Montrer que [0, [, R
+
engendre B(R
+
).
Corrig On note (
2
= [0, [, 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 !(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
+
).
Exercice 3.13 (Graphe dune fonction borlienne) Soit f une fonction mesurable
de Rdans R(Rest 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 que lon
verra au chapitre 7 :
A, B B(R) A B B(R
2
). (3.2)
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.
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), (3.2) 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).
Exercice 3.14 (Mesurabilit au sens de Lusin) Soit m une mesure sur B(R
N
), nie
sur les compacts de R
N
. On rappelle (cf. cours) que m est ncessairement rgulire
(cest--dire que pour tout A B(R
N
) et pour tout > 0, il existe F ferm et O ouvert
tel que 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, tel que 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(O F) < . On prend K
1
= (KF) (KO
c
).
Les ensembles KF et KO
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 > 0
tel que B(x, ) O (o B(x, ) est la boule ouverte de centre x et de rayon ). On a
donc K
1
B(x, ) KF 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 KO
c
, on raisonne de manire similaire. On a x F
c
. Comme
F
c
est ouvert il existe > 0 tel que B(x, ) F
c
. On a donc K
1
B(x, ) KO
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.
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, tel que 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
).
3.6. EXERCICES 135
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, Tho-
rme 3.39, 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, tel que m(KK
(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
(KK
(n)
1
) et donc m(KK
2
)
nN
m(KK
(n)
1
) 2. Enn, (f
n
)
K
2
est continue
pour tout n N.
Pour trouver K
1
, on utilise maintenant le thorme dEgorov. Comme f
n
f p.p. sur
K
2
et que m(K
2
) < , il existe A B(R
n
) tel que 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
.
Exercice 3.15 (V.a. mesurable par rapport une autre v.a.) Dans cet exercice,
on dmontre le thorme 3.31. Soit X et Y deux variables alatoires relles dnies
sur un espace probabilis (, /, 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) tel que 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 tel que 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).
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. A
est 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
]).
3.6. EXERCICES 137
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.
Exercice 3.16 (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 alatoires
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.
(Noter 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
tel que 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
.
Exercice 3.17 (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.
Comme les tribus (A
1
) et (A
2
) sont indpendantes on a 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. (3.3)
En prenant, dans (3.3), B
1
= A
1
et B
2
= A
2
, on en dduit que A
1
et A
2
sont indpen-
dants.
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 (3.3). On remarque tout
dabord que (3.3) est vraie si B
1
= ou E et si B
2
= ou E (lhypothse dind-
pendance de A
1
et A
2
est mme inutile). Puis, on remarque que lhypothse dind-
pendance de A
1
et A
2
donne que (3.3) 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 (3.3) 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
/. Montrer que
les vnements A
1
, . . . , A
n
vrient la proprit
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 !
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.
Il est facile de voir que la proprit !
0
est quivalente
P(
_
iI
A
i
) =
_
iI
P(A
i
) pour tout I 1, . . . , n.
La proprit !
n
signie que les tribus (A
1
), . . . , (A
n
Le fait que !
n
implique !
0
est immdiat. On suppose maintenant que !
0
est vrie
et on va montrer que !
n
est vrie. Pour cela, on raisonne par rcurrence sur p.
On suppose donc que !
p1
est vrie pour un p 1, . . . , n et on doit montrer que
3.6. EXERCICES 139
!
p
est vrie. Pour montrer que !
p
est vrie, il suft de prendre les B
i
tels que
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
!
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 !
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
) = (
_
ip
P(B
i
))(P(E) P(A
p
))
= (
_
ip
P(B
i
))P(A
c
p
) =
n
_
i=1
P(B
i
).
On a ainsi montr que !
p
est vrie. Par rcurrence (nie) sur p, on montre donc que
!
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 vnements,
nots A
1
, . . . , A
n
, indpendants deux deux, sans que les vnements A
1
, . . . , A
n
soient indpendants.
Corrig On prend, par exemple, E = 1, 2, 3, 4, / = !(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 vnements 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 indpen-
dantes, 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 A et
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 /.
Deuxime cas. On suppose que P(A) = 1. On a alors P(A
c
) = 0 et, pour tout B /,
P(AB) = 1P((AB)
c
) = 1P(A
c
B
c
). Or (par monotonie et sous additivit
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
/. Montrer que les vnements A
1
, . . . , A
n
sont indpen-
dants 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
correspond (par la dnition 2.57)
lindpendance des tribus (A
1
), . . . , (A
1
). Lindpendance des v.a.r. 1
A
1
, . . . , 1
A
n
correspond (par la dnition 3.29) ) 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.
Exercice 3.18 (Indpendance deux par deux et dpendance globale)
Trouver un espace probabilis et 3 v.a.r.indpendantes deux deux mais globalement
dpendantes.
Corrig Un solution simple consiste reprendre lexemple donn la question 3 de
lexercice 3.17. On prend E = 1, 2, 3, 4, / = !(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 et X
i
= 1
A
i
pour
i = 1, 2, 3. Les trois v.a.r. X
1
, X
2
et X
3
sont bien indpendantes deux deux (car les
vnements A
1
, A
2
, A
3
sont indpendants deux deux) mais ne sont pas indpendantes
(car les vnements A
1
, A
2
, A
3
ne sont pas indpendants).
Exercice 3.19 (De loi uniforme loi donne) Soit (E, /, P) un espace probabilis,
X une v.a.r. et U une v.a.r. de loi /([0, 1]). Soit F la fonction de rpartition 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
2.26) on sait que F(x) 1 quand x +. Il existe donc x
1
R tel que 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 2.26) on
sait que F(x) 0 quand x . Il existe donc x
2
R tel que F(x) u pour tout
x x
2
, ce qui prouve que infx R; F(x) u R (et G(u) x
2
).
3.6. EXERCICES 141
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.
Ceci prouve que Gest une fonction borlienne. Par composition de fonctions mesu-
rable, G(U) est donc mesurable 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.
Exercice 3.20 (Limite croissante dune suite de v.a.r.) Soit (E, /, P) un espace
probabilis, 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
.)
Corrig La fait que X soit une v.a.r. dcoule des proprits de stabilit des fonctions
mesurables (voir la proposition 3.19).
Rappel Soit A B(R). On rappelle que X
1
(A) = E t.q. X() A. Cet ensemble
est souvent not, de manire abrge, X A. On rappelle aussi que (par dnition)
deux v.a.r., X et Y, sont indpendantes si (X) et (Y) sont indpendantes, cest--dire
si
P(X
1
(A) Y
1
(B)) = P(X
1
(A))P(Y
1
(B)) pour tout A, B B(R).
La dmonstration du fait que X et Y sont indpendantes se fait alors deux tapes. Dans
une premire tape, on montre que X et Y sont indpendantes si et seulement si
P(X a Y b) = P(X a)P(Y b) pour tout a, b R+. (3.4)
Cette tape (un peu difcile ce niveau du cours), trs intressante, est une consquence
de la proposition 2.30.
On conclut lindpendance de X et Y dans la deuxime tape.
tape 1 Il est clair que si X et Y sont indpendantes, on a bien (3.4). Ceci est d au fait
que ] , c] est un borlien de R pour tout c R.
On suppose maintenant que X et Y sont deux v.a.r. satisfaisant (3.4) et on va montrer
quelles sont indpendantes.
On pose ( = ] , c], c R ] , +[. On sait que ( engendre B(R). Il est clair
que ( est stable par intersection nie et que R (. La proposition 2.30 nous donne
donc que deux mesures nies sur B(R) gales sur ( sont gales sur tout B(R). On va
utiliser deux fois cette proposition.
Soit b R+. pour tout A B(R), on pose
m(A) = P(X A Y b), (A) = P(X A)P(Y b).
Il est facile de voir que m et sont deux mesures nies sur B(R), gales sur (. La
proposition 2.30 donne alors m = sur B(R). on a donc
P(X A Y b) = P(X A)P(Y b)
pour tout A B(R) et tout b R+. On xe maintenant A B(R) et on pose pour
B B(R),
m(B) = P(X A Y B), (B) = P(X A)P(Y B).
Il est facile aussi de voir que m et sont deux mesures nies sur B(R), gales sur (. La
proposition 2.30 donne alors m = sur B(R). on a donc nalement
P(X A Y B) = P(X A)P(Y B) pour tout A, B B(R),
ce qui prouve que X et Y sont indpendantes.
tape 2 Soit a, b R +. On veut montrer que P(X a Y b) = P(X
a)P(Y b). Comme X
n
et Y sont indpendantes, on a, pour tout n N,
P(X
n
a Y b) = P(X
n
a)P(Y b). (3.5)
La suite X
n
tant croissante, on a X
n+1
a X
n
a pour tout n N. Comme la
suite X
n
converge simplement et en croissant vers X, on a X a =
_
nN
X
n
a. La
continuit dcroissante de P donne alors
P(X a) = lim
n+
P(X
n
a).
De mme, on a (X
n+1
a Y b) (X
n
a Y b) pour tout n N et
(X a Y b) =
_
nN
(X
n
a Y b). La continuit dcroissante de P donne
aussi
P(X a Y b) = lim
n+
P(X
n
a Y b).
En passant la limite dans (3.5), on obtient donc P(X < a Y < b) = P(X <
a)P(Y < b). Grce ltape 1, on a donc bien montr lindpendance de X et Y.
3.6. EXERCICES 143
Exercice 3.21 (Construction de v.a.i. de lois uniformes) Soit (E, /, P) un espace
probabilis.
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
que 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 exponentielle 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.
Corrig La fonction de rpartition de X est donne pour a R par
P(X a) =
_
a
f (t)dt.
(comme f est continue, il sagit ici de lintgrale impropre dune fonction continue.).
On a donc P(X a) = 0 pour a 0 et P(X a) = 1 e
a
pour a > 0.
On calcule maintenant la fonction de rpartition de XY (ce qui dtermine la loi de XY).
Soit a R. Comme Y ne prend presque srement que les valeurs 1 et 1, on a
P(XY a) = P(Y = 1 X a) +P(Y = 1 X a).
Comme X et Y sont indpendantes et que P(Y = 1) = P(Y = 1) = 1/2, on obtient
P(XY a) =
1
2
P(X a) +
1
2
P(X a).
On en dduit que pour a 0 on a P(XY a) =
1
2
e
a
et pour a > 0, on a P(XY
a) = 1
1
2
e
a
. Ceci montre que la loi de la v.a.r. XY a aussi une densit (par rapport
la mesure de Lebesgue) et cette densit est la fonction g dnie par g(x) =

2
exp(x)
(pour x R).
Exercice 3.23 (Convergence en mesure) Soient (E, T, m) un espace mesur, (f
n
)
nN
une suite de fonctions mesurables de E dans R.
1. Montrer que sil 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
. (3.6)
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..
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 /.
Corrig Soit > 0. En reprenant la dmonstration de (3.6), 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
/
converge en mesure vers f / et (g
n
)
nN
/ converge en mesure vers g, alors
(f
n
g
n
)
nN
/ converge en mesure vers f g /.
[On pourra commencer par montrer que, si (f
n
)
nN
/ converge en mesure vers
f /, alors, pour tout > 0, il existe n
0
et k
0
N tels que, si n n
0
et k k
0
,
on a m(x E; f
n
(x) k) .] Donner un contre-exemple au rsultat prcdent
lorsque m(E) = +.
Corrig Pour k N et n N, la dmonstration de (3.6) 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
. (3.7)
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 +. (3.8)
3.6. EXERCICES 145
Soit > 0. Par (3.8), il existe k
0
N tel que m(A
k
0
)

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

2
pour tout
n n
0
et lingalit (3.7) 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) . (3.9)
n
g
n
f g en mesure.
Soit > 0, on veut montrer que m(f
n
g
n
f g > 0 quand n +. Pour cela,
on remarque que f
n
g
n
f g f
n
g
n
g +gf
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
f g
et, en passant au complmentaire,
f
n
g
n
f g > f
n
> k g
n
g >

2k
g > k f
n
f >

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

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

2k
).
(3.10)
Soit > 0. Il existe k
0
et n
0
de manire avoir (3.9). En utilisant (3.8) avec g au
lieu de f , il existe aussi k
1
tel que 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
tel que 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
f g > ) 4.
Ce qui prouve la convergence en mesure de f
n
g
n
vers f g, 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.
Exercice 3.24 (Convergence p.u. et convergence p.p.) Soient (E, T, m) un espace
mesur, (f
n
)
nN
/ (cest--dire une suite de fonctions mesurables de E dans R) et
f /. On suppose que f
n
f presque uniformment (cest--dire que pour tout
> 0 il existe A T tel que m(A) et f
n
f uniformment sur A
c
). Montrer que
f
n
f p.p., quand n +.
Corrig Soit A
n
T tel que 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
tel que x A
n
et on a donc f
n
Comme m(A) = 0, ceci donne bien f
n
f p.p., quand n +.
Exercice 3.25 (Thorme dEgorov) 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
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 tel que 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 dcroissante 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
).
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 tel que 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 3.39).
[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 tel que 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 uniformment 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
).
3.6. EXERCICES 147
Soit > 0. Il existe j N
tel que
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 contreexemple, 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[) tel que (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
[ . En effet, sinon on a ]0,
1
n
[ B et donc
1
n
= (]0,
1
n
[) (B) = 0. Il existe donc x B
c
tel que f
n
(x) = 1. On a donc
sup
xB
c
f
n
(x) = 1,
ce qui prouve bien que f
n
ne tend pas uniformment vers 0 sur B
c
, quand n +.
4. Montrer, par un contreexemple, 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) tel que (B) . On va montrer que f
n
ne peut
pas tendre uniformment vers 0 sur B
c
(ceci prouve bien que le 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
tel que
f
n
(x) = 1. On a donc
sup
xB
c
f
n
(x) = 1,
ce qui prouve bien que f
n
ne tend pas uniformment vers 0 sur B
c
, quand n +.
Exercice 3.26 (Convergence en mesure et convergence p.p.) Soient (E, T, m) un
espace mesur, (f
n
)
nN
une suite de fonctions mesurables de E dans R, et f une
fonction mesurable de E dans R. On rappelle que, par dnition, la suite (f
n
)
nN
converge en mesure vers f si :
> 0, lim
n+
m(x E; f
n
(x) f (x) > ) = 0.
1. On suppose dans cette question 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 > ) .
(3.11)
Soit donc > 0. Daprs le thorme dEgorov (thorme 3.39 page 125), il
existe A T tel que m(A) et f
n
f uniformment sur A
c
. La convergence
uniforme sur A
c
nous donne donc lexistence de n
0
tel que, 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 (3.11) et donc la convergence en
mesure de f
n
vers f , quand n +.
(b) Montrer par un contreexemple que la rciproque de la question prcdente est
fausse.
Corrig Lexemple donn ici sera repris 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
:
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 p N
. Il existe alors (un unique) k 0, . . . , p 1 tel que

x [
k
p
,
k+1
p
[, de sorte que f
(p)
(x) = 1 en choisissant (p) =
(p1)p
2
+k. On a ainsi
construit (f
(p)
)
pN
, sous-suite de (f
n
)
nN
(car est strictement croissante de N
dans N), t.q. f

(p)
(x) ,0 quand p +(puisque f
(p)
(x) = 1 pour tout p). Ceci
montre bien que f
n
(x) ,0 quand n +.
On ne suppose plus que m(E) < +mais on suppose maintenant (pour la suite de
lexercice) que la suite (f
n
)
nN
converge en mesure vers f .
3.6. EXERCICES 149
2. Montrer que la suite (f
n
)
nN
est de Cauchy en mesure cest--dire que
> 0, > 0, n N; p, q n m(x E; f
p
(x) f
q
(x) > ) .
Corrig
Notation : Pour g fonction de E dans R et a R, on note toujours g > a lensemble
x E; g(x) > a.
Soit > 0 et > 0. Soit p, q N. On commence par remarquer que f
p
(x) f
q
(x)
f
p
(x) f (x) +f
q
(x) f (x). On en dduit que
f
p
f
q
> 2 f
p
f > f
q
f > .
On a donc
m(f
p
f
q
> 2) m(f
p
f > ) +m(f
q
f > ).
Comme f
n
f en mesure, il existe n
0
tel que
n n
0
m(f
n
f > ) .
On a donc
p, q n
0
m(f
p
f
q
> 2) 2.
Ceci montre bien que la suite (f
n
)
nN
est de Cauchy en mesure.
3. Montrer quil existe une fonction mesurable g et une sous-suite de la suite (f
n
)
nN
,
note (f
(n)
)
nN
(avec strictement croissante de N dans N), vriant la proprit
suivante :
Pour tout > 0 il existe A T tel que m(A) et tel que (f
(n)
)
nN
converge
uniformment vers g sur A
c
.
[On pourra construire strictement croissante de N dans N et une suite (A
n
)
nN
dlments de T t.q. m(A
n
) 2
n
avec A
n
= x E; f
(n+1)
(x) f
(n)
(x) > 2
n
pour tout n. Puis, chercher A sous la forme

_
kp
A
k
, o p est convenablement
choisi.]
Corrig Daprs la question prcdente, la suite (f
n
)
nN
est de Cauchy en mesure.
Pour tout n N, il existe donc (en prenant = = 2
n
dans la dnition donne la
question prcdente) (n) N tel que
p, q (n) m(f
p
f
q
> 2
n
) 2
n
.
Pour obtenir, partir de , une fonction strictement croissante de N dans N on choisit
alors (0) = (0) et (n) = max(n), (n1) +1 pour n 1. On obtient bien une
fonction strictement croissante de N dans N et, comme (n+1) > (n) (n), on
a, pour tout n N,
m(A
n
) 2
n
avec A
n
= f
(n+1)
f
(n)
> 2
n
.
Pour construire la fonction g, on pose maintenant B
p
=
kp
A
k
et B =
pN
B
p
. On
va montrer que pour tout x B
c
la suite (f
(n)
(x))
nN
converge dans R (et g(x) sera
alors dni comme tant la limite de cette suite).
Soit x B
c
. Il existe donc p N tel que x B
c
p
. Ceci donne x A
c
k
pour tout k p,
cest--dire
k p f
(n+1)
(x) f
(n)
(x) 2
k
. (3.12)
On en dduit que la srie de terme gnral f
(n+1)
(x) f
(n)
(x) converge dans R et
donc que la suite (f
(n)
(x))
nN
converge dans R. En effet, pour passer de la srie la
suite, il suft de remarquer que
f
(n)
(x) = f
(0)
(x) +
n1
k=0
(f
(k+1)
(x) f
(k)
(x)). (3.13)
On a donc montr que pour tout x B
c
la suite (f
(n)
(x))
nN
converge dans R et on
pose alors
g(x) = lim
n+
f
(n)
(x) si x B
c
.
La fonction g est ainsi dnie sur B
c
. Pour quelle soit dnie partout, on pose
g(x) = 0 sur B. La fonction g est bien mesurable car est la limite simple des fonctions
f
(n)
1
B
c qui sont toutes mesurables (noter, en particulier, que B T car les A
n
sont
tous dans T).
Soit p N. On remarque maintenant que sur B
c
p
la srie de terme gnral f
(n+1)
(x)
f
(n)
(x) converge uniformment (grce (3.12)). La suite (f
(n)
)
nN
converge donc
aussi uniformment sur B
c
p
(grce (3.13)). Or, par -sous additivit de m, on a
m(B
p
)
+
k=p
m(A
k
)
+
k=p
2
k
= 2
p+1
.
Soit > 0. En prenant A = B
p
avec p N tel que 2
p+1
on a donc m(A) et
(f
(n)
)
nN
converge uniformment (vers g) sur A
c
.
Enn, on peut aussi remarquer que (f
(n)
)
nN
converge p.p. vers g car (f
(n)
(x))
nN
converge vers g(x) pour tout x B
c
et la continuit dcroissante de m donne m(B) =
lim
p+
m(B
p
) = 0.
4. Montrer quil existe une sous-suite de la suite (f
n
)
nN
qui converge vers f presque
partout. [On pourra commencer par montrer que la suite (f
(n
)
nN
construite la
question prcdente converge presque partout et en mesure.]
Corrig On reprend les notations et rsultats du corrig de la question prcdente.
On sait dj que la suite (f
(n)
)
nN
converge p.p. vers g. On montre maintenant quelle
converge en mesure vers g.
Soit > 0 et > 0. Il existe p N tel que m(B
p
) . Comme (f
(n)
)
nN
converge
uniformment sur B
c
p
vers g, il existe n
0
N tel que f
(n)
(x) g(x) < pour tout
n n
0
et tout x B
c
p
. On a donc
n n
0
f
(n)
g B
p
m(f
(n)
g m(B
p
) .
Ceci montre bien que (f
(n)
)
nN
converge en mesure vers g.
Comme on a dj, par hypothse, que (f
(n)
)
nN
converge en mesure vers f , on a
donc f = g p.p. (voir la premire question de lexercice 3.23). Finalement, on obtient
donc la convergence p.p. de la suite (f
(n)
)
nN
vers f .
3.6. EXERCICES 151
Exercice 3.27 (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 tel que
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 nie (par exemple, la mesure m peut
tre une probabilit, on a alors 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
[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 conti-
nuit dcroissante dune mesure (on utilise ici que m est nie).
Soit > 0 et > 0. Il existe a R
+
tel que m(X a) . Comme est uniform-
ment continue sur [a 1, a +1], il existe > 0 tel que
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) .
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
tel que
n n
0
m(X
n
X > ) .
on a donc
n n
0
m((X
n
) (X) > ) 2.
Ce qui prouve que (X
n
3. On prend ici (, /, m) = (R, B(R), ). Montrer, en donnant un exemple (cest--
dire en choisissant convenablement 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.
Exercice 3.28 (Distance associe la convergence en mesure) 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
f g
1+f g
L
1
R
(E, T, m) pour tout f , g /) et que d est une semidistance 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 consid-
rer, pour > 0, les ensembles A
n
= x E; f
n
(x) f (x) > .]
Exercice 3.29 (Mesurabilit dune limite p.p.) Soient (E, T, m) un espace mesur,
(f
n
)
nN
/(E, T) et f : E R. On suppose que f
n
f p.p..
1. Montrer que f /(E, T), o (E, T, m) est le complt de (E, T, m) (voir le thorme
2.27).
2. 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 (Convergence essentiellement uniforme et 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 tel que 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
.
3.6. EXERCICES 153
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 uniform-
ment.
Corrig Pour tout n N, il existe A
n
T tel que 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 .
(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 tel que
1
n
< .
Donc, f
n
f presque uniformment quand n +.
Mais f
n
ne tend 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
).
Exercice 3.31 (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
suivante :
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 dapplica-
tions mesurables.
Exercice 3.32 (Mesurabilit de lensemble des points de convergence) 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 3.33 (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, /= !()) 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 3.14) 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, .
2. (Cas de n tirages pile ou face) Soit n N
, = 0, 1
n
, / = !()) et k
1, , n. La variable alatoire X reprsente le kime tirage, X est donc lapplica-
tion = (
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
) tel que
k
= 1. On a ainsi :
X
1
(A) =
_
_
si 0, 1 A (cest le cas, par exemple, si A= 0, 1),
B si 1 A et 0 A (cest le cas, par exemple, si A= 1),
B
c
si 0 A et 1 A (cest le cas, par exemple, si A= 0),
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[).
3.6. EXERCICES 155
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() Csi 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.
Exercice 3.34 (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 T (a) la tribu engendre par a. Montrer
que
T (a) =
_
jJ
A
j
o ` u J I .
En dduire quune v.a. relle est T (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 T (a) = T (b) alors a et b sont
gales.
Exercice 3.35 (Fonctions constantes) Soit (, /, P) un espace probabilis 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 2.26).
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 pas
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 2.26), on a donc
(a
n
) = P(A
n
) P() = 1 quand n +.
Ce qui prouve que lim
a+
(a) = 1.
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 2.26), on a donc
(a
n
) = P(B
n
) P() = 0 quand n +.
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 tel que 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..
Chapitre 4
Fonctions intgrables
Maintenant quon a construit un espace mesur (E, T, m) (dont un exemple fondamen-
tal est (E, T, m) = (R, B(R), ), on voudrait gnraliser la notion dintgrale grce
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
_
f dm, tel que :
Si f = 1
A
, A T, alors
_
f dm = m(A),
Lapplication ainsi dnie soit linaire, cest--dire que pour toutes fonctions f
et g dnies de E dans R,
_
(f +g)dm =
_
f dm+
_
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.
La construction de cette nouvelle intgrale se droule, comme pour lintgrale des
fonctions continues dcrite au chapitre 1 en 3 tapes, que nous pouvons dans le cas
(non limitatif) 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
: !(R) R
+
,
158 CHAPITRE 4. FONCTIONS INTGRABLES
o !(R) dsigne lensemble des parties de R, telle que :
(], [) = , pour tout , R, . (4.1)
(
_
nN
A
n
) =
nN
(A
n
), (A
n
)
nN
!(R) t.q. A
n
A
m
= si n m. (4.2)
(Dans toute la suite de ce cours, la notation

nN
est identique

+
n=0
.)
Une telle application sur !(R) nexiste pas (voir lexercice 2.29), mais on sait quelle
existe si on se limite une partie convenable de !(R), par exemple, la tribu de Borel
dnie prcdemment.
Pour ltape 2, on intgrera les fonctions prenant un nombre ni de valeurs et pour
lesquelles chaque tage est dans la tribu de Borel et est de mesure nie. De telles
fonctions seront dites tages et intgrables.
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).
4.1 Intgrale dune fonction tage positive
Soit (E, T, m) un espace mesur. On rappelle que c
+
est lensemble des fonctions ta-
ges de E dans R, ne prenant que des valeurs positives ou nulles. Si f c
+
, f non nulle,
le lemme 3.6 nous donne, en particulier, lexistence dune famille (a
i
, A
i
)
i=1,...,n

R
+
T telle que 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 3.7 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
_
f dm, par :
_
f dm =
n
i=1
a
i
m(A
i
) (on a donc
_
f dm
R
+
). Dautre part, si f = 0, on pose
_
f dm = 0.
4.1. INTGRALE DUNE FONCTION TAGE POSITIVE 159
Remarque 4.2 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 :
_
f dm =
n
i=1
a
i
m(A
i
).
Proposition 4.3 (Proprits de lintgrale sur c
+
) Soient f et g c
+
, et R
+
,
alors :
linarit positive : f +g c
+
, et
_
(f +g)dm =
_
f dm +
_
gdm,
monotonie : f g
_
f dm
_
gdm.
DMONSTRATION Il est facile de montrer que si f c
+
et R
+
on a f c
+
et
_
f dm =
_
f dm. 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
3.6 sur la dcomposition canonique des fonctions tages positives non nulles, 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
et 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, . . . , n 0, . . . , 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 que
_
(f +g)dm =
_
f dm+
_
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 3.9) ; et comme
_
(f g)dm 0, la linarit positive nous donne que
_
f dm =
_
(f g)dm+
_
gdm
_
gdm.
.
Remarque 4.4
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 :
_
f dm =
n
i=1
a
i
_
1
A
i
=
n
i=1
a
i
m(A
i
),
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 :
_
f dm = 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 lint-
grale des fonctions de /
+
.
Lemme 4.5 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
+
.
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 donnent f
n
f quand n +.
4.2. INTGRALE DUNE FONCTION MESURABLE POSITIVE 161
Soit ]0, 1[, on dnit, pour n N :
A
n
= x E; g(x) f
n
(x).
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 deux 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) tel que 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. (4.4)
En utilisant la dcomposition canonique de g (lemme 3.6), il existe une famille
(b
i
, B
i
)
i=1,...,p
telle que 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 (4.4) 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 4.6 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 4.5.
Lemme 4.7 Soient (E, T, m) un espace mesur et f /
+
. Soient deux suites
(f
n
)
nN
et (g
n
)
nN
dlments de c
+
convergeant simplement et en croissant vers f .
On a alors :
lim
n+
_
f
n
dm = lim
n+
_
g
n
dm. (4.5)
DMONSTRATION
On applique le lemme 4.5 avec g = g
p
, p x. On obtient
_
g
p
dm lim
n+
_
f
n
dm.
Puis, en passant la limite quand p +, on obtient :
lim
p+
_
g
p
dm lim
n+
_
f
n
dm.
On obtient enn (4.5) en changeant les rles de f
n
et g
p
.
Le lemme 4.7 permet donc de dnir lintgrale sur /
+
de la manire suivante :
Dnition 4.8 (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
f
n+1
(x) f
n
(x), pour tout x E, et tout n N.
On dnit lintgrale de f en posant :
_
f dm = lim
n+
_
f
n
dm ( R
+
).
On a aussi la caractrisation suivante, parfois bien utile, de lintgrale dune fonction
mesurable positive partir dintgrales de fonctions tages positives :
Lemme 4.9 Soient (E, T, m) un espace mesur et f /
+
. Alors
_
f dm = sup
_
gdm, g c
+
, g f .
4.2. INTGRALE DUNE FONCTION MESURABLE POSITIVE 163
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 4.4). 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
_
f dm donne alors :
_
f dm sup
_
gdm, g c
+
, g f .
Pour montrer lingalit inverse, considrons une fonction g c
+
telle que g f .
Comme f
n
f , le lemme 4.5 donne
_
gdm lim
n+
_
f
n
dm =
_
f dm.
On a donc
sup
_
gdm, g c
+
, g f
_
f dm.
Proposition 4.10 (Proprits de lintgrale sur /
+
) Soient f et g /
+
, et
R
+
, alors :
linarit positive : f +g /
+
, et
_
(f +g)dm =
_
f dm +
_
gdm,
monotonie : f g
_
f dm
_
gdm.
DMONSTRATION La linarit positive se dmontre de manire trs simple partir
de la linarit positive sur c
+
(proposition 4.3). et de la dnition 4.8.
La monotonie est une consquence immdiate du lemme 4.9.
Remarque 4.11 (A propos de 0 . . .) Soient (E, T, m) un espace mesur et A T
tel que 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 4.12 Soit (E, T, m) un espace mesur.
1. Soit f /
+
et A T. On note f 1
A
/
+
la fonction dnie par f 1
A
(x) = f (x) si
x A et f 1
A
(x) = 0 si x A
c
. On dnit
_
A
f dm par
_
f 1
A
dm. On suppose que
m(A) = 0. Alors,
_
A
f dm = 0.
2. Soit f , g /
+
t.q. f = g p.p.. Alors,
_
f dm =
_
gdm.
3. Soit f /
+
t.q. f = 0 p.p.. Alors
_
f dm = 0.
DMONSTRATION 1. Soit f /
+
et A T tel que m(A) = 0. Soit I
A
la fonction
indicatrice de lensemble A (dnie dans la remarque 4.11). On a videmment
f 1
A
I
A
et donc, par monotonie,
_
f 1
A
dm = 0.
2. Soit f , g /
+
t.q. f = g p.p.. Soit A T t.q. m(A) = 0 et f 1
A
c = g1
A
c . On a donc
f 1
A
c , g1
A
c /
+
et
_
f 1
A
c dm =
_
g1
A
c dm. Dautre part, comme
_
f 1
A
dm =
_
g1
A
dm = 0, on a aussi, par linarit positive
_
f dm =
_
f 1
A
c dm+
_
f 1
A
dm =
_
f 1
A
c dm
(et de mme pour g). Donc,
_
f dm =
_
gdm.
3. Soit f /
+
t.q. f = 0 p.p.. Alors
_
f dm =
_
0dm = 0.
Ce lemme nous permet dtendre la dnition de lintgrale certaines fonctions non
mesurables :
Dnition 4.13 (Intgrabilit sans mesurabilit) 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) sil existe g / (resp. g /
+
)
t.q. f = g p.p.. (cest--dire quil existe B T tel que m(B) = 0, B A et f = g sur
B
c
).
2. Soit f m-mesurable positive. On pose
_
f dm =
_
gdm, avec g /
+
t.q. f = g p.p.
(noter que cette intgrale ne dpend pas du choix de g, grce au lemme 4.12).
Remarque 4.14 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 tel que m(A) = 0 et f de A
c
dans R. Alors, f est m-mesurable si et
seulement sil existe (f
n
)
nN
c t.q. f
n
f p.p. (voir lexercice 4.16).
3. Soit A T tel que m(A) = 0 et f de A
c
dans R
+
. Alors, f est m-mesurable positive
si et seulement sil existe (f
n
)
nN
c
+
t.q. f
n
f p.p..
4.3. CONVERGENCE MONOTONE ET LEMME DE FATOU 165
Le rsultat suivant sera souvent utile par la suite. En particulier, les ingalits de
Markov et Bienaym-Tchebychev (voir la section 4.9) en dcoulent facilement.
Lemme 4.15 Soient (E, T, m) un espace mesur, f /
+
et t R
+
; alors :
m(f t)
1
t
_
f dm. (4.6)
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 4.6.
4.3 Convergence monotone et lemme de Fatou
Thorme 4.16 (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
_
f dm
lorsque n +.
DMONSTRATION
Noter que si (f
n
)
nN
c
+
, le fait que
_
f
n
dm
_
f dm, 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 3.19
donne f /
+
. Puis, par monotonie de lintgrale sur /
+
, on a
lim
n+
_
f
n
dm
_
f dm.
Il reste donc montrer que :
lim
n+
_
f
n
dm
_
f dm. (4.7)
Pour montrer (4.7), 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
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
+
).
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
_
f dm = lim
p
_
g
p
dm.
Le point 4 donne (par monotonie de lintgrale sur /
+
)
_
g
p
dm
_
f
p
dm, on en
dduit
_
f dm = lim
p
_
g
p
dm lim
p
_
f
p
dm.
Finalement, on obtient bien
_
f dm = lim
p
_
f
p
dm.
On utilisera souvent une lgre extension (facile) du thorme de convergence mono-
tone, o lon suppose seulement une convergence en croissant presque partout de la
suite de fonctions :
Thorme 4.17 (Convergence Monotone (2)) Soit (E, T, m) un espace mesur et
soit (f
n
)
nN
/
+
. On suppose que f
n
f p.p. (cest--dire que il existe A T
tel que 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
_
f dm. On rappelle que, par dnition (voir la dnition 4.13),
_
f dm =
_
gdm avec g /
+
t.q. f = g p.p..
DMONSTRATION Soit A T tel que 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 = f 1
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
4.3. CONVERGENCE MONOTONE ET LEMME DE FATOU 167
thorme 4.16 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 =
_
f dm (par dnition de
_
f dm), donc
_
f
n
dm
_
f dm.
Corollaire 4.18 (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
_
f dm =
+
n=0
_
f
n
dm.
DMONSTRATION On applique le thorme de convergence monotone (thorme
4.16) 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
_
f dm.
Lemme 4.19 (Fatou) Soient (E, T, m) un espace mesur et (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
_
f dm liminf
n+
_
f
n
dm = lim
n+
(inf
pn
_
f
p
dm).
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 3.19) et g
n
f . Le thorme de convergence
monotone (thorme 4.16) donne que f /
+
et
_
g
n
dm
_
f dm.
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
_
f dm = 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 4.20 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 tel que
_
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-mesu-
rable 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
_
f dm =
_
gdm par dnition
de lintgrale des fonctions m-mesurables (dnition 4.13).
Le lemme de Fatou donne
_
f dm =
_
gdm liminf
n+
_
f
n
dm et donc
_
f dm 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 suivante :
Dnition 4.21 (Mesure de densit) Soient (E, T, m) un espace mesur et f /
+
.
Pour A T, on rappelle que f 1
A
est la fonction (de E dans R
+
) dnie par f 1
A
(x) =
f (x) si x A et f 1
A
(x) = 0 si x A
c
(cette fonction appartient /
+
) et on dnit
_
A
f dm par
_
f 1
A
dm.
On dnit alors : T R
+
par :
(A) =
_
f 1
A
dm =
_
A
f dm, A T.
4.4. MESURES ET PROBABILITS DE DENSIT 169
Lapplication ainsi dnie est une mesure sur T (ceci est dmontr dans lexercice
4.21), appele mesure de densit f par rapport m, et note = f m.
Proposition 4.22 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 tel que m(A) = 0. On a alors f 1
A
= 0 m-p.p. et
donc (A) =
_
f 1
A
dm = 0 daprs le lemme 4.12.
On dduit de cette proposition que la mesure de Dirac en 0, dnie en (2.2), nest pas
une mesure de densit par rapport la mesure de Lebesgue (on peut montrer que ces
deux mesures sont trangres (voir dnition 2.28 et proposition 2.29).
Notons que lon peut aussi dnir des mesures signes de densit, voir la dnition
6.74.
4.4.2 Exemples de probabilits de densit
Dnition 4.23 (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.
_
f d = 1 et p(A) =
_
f 1
A
d =
_
A
f d 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 proba-
bilits. (On rappelle quune loi de probabilit est, par dnition, une probabilit sur
B(R)).
Dnition 4.24 (Quelques lois de densit sur B(R)) On donne ici trois exemples de
lois de densit.
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 B(R).
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.
3. Loi de Gauss, (,
2
) Soit (, ) RR
+
; la loi de Gauss de paramtre (, )
est dnie par la densit f dnie par :
f (x) =
1
2
exp
_
(x )
2
2
2
_
pour x R.
4.5 Lespace L
1
des fonctions intgrables
Soit f /, la proposition 3.23 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 4.8 page 162).
Dnition 4.25 (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 :
_
f dm =
_
f
+
dm
_
f

dm ( R).
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 4.26 (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
_
f dm est une application linaire de L
1
dans R.
4.5. LESPACE L
1
DES FONCTIONS INTGRABLES 171
3. Monotonie : soient f et g L
1
telles que f g ; alors
_
f dm
_
gdm.
4. Pour tout f L
1
,
_
f dm
_
f dm.
DMONSTRATION
1. On sait dj que / est un espace vectoriel sur R (proposition 3.19). Pour montrer
que L
1
est un espace vectoriel sur R, il suft de remarquer, en utilisant la linarit
positive et la monotonie de lintgrale sur /
+
, que
_
f dm =
_
f dm et
_
f +gdm
_
f dm+
_
gdm, pour tout f , g / et tout R.
2.(a) Soit R et f L
1
. On veut montrer que
_
f dm =
_
f dm. (4.8)
Cas 1. Si = 0, (4.8) 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
_
f dm =
_
(f )
+
dm
_
(f )
dm = (
_
f
+
dm
_
f

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

et (f )
= ()f
+
. En uti-
lisant la linarit positive de lintgrale sur /
+
, on en dduit
_
f dm =
_
(f )
+
dm
_
(f )
dm = ()(
_
f

dm
_
f
+
dm) =
_
f dm.
(b) Soit f , g L
1
. On veut montrer que
_
(f +g)dm =
_
f dm+
_
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.
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 =
_
f dm+
_
gdm.
On a bien montr que lapplication f
_
f dm 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
que
_
f
+
dm+
_
g
dm
_
g
+
dm+
_
f

dm
et donc que
_
f dm =
_
f
+
dm
_
f

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

dm
_
f
+
dm+
_
f

dm =
_
f dm.
On peut dnir sur L
1
une seminorme de la manire suivante :
Dnition 4.27 (Semi-norme sur L
1
) Soient (E, T, m) un espace mesur et f L
1
.
On pose :
[f [
1
=
_
f dm.
Lapplication de L
1
dans R
+
dnie par f [f [
1
est une seminorme sur L
1
.
On a bien [f [
1
R
+
pour tout f L
1
. Le fait que f [f [
1
est une seminorme sur
L
1
dcoule alors de la partie 1 de la dmonstration de la proposition 4.26, cest--dire
du fait que
_
f dm =
_
f dm et
_
f +gdm
_
f dm+
_
gdm, , f , g /, 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 suivante.
Proposition 4.28 Soit (E, T, m) un espace mesur.
1. Soit f /
+
. Alors
_
f dm = 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
_
f dm =
_
gdm.
DMONSTRATION
1. Soit f /
+
.
(a) On suppose que f = 0p.p.. On a alors
_
f dm =
_
0dm = 0. (ceci est donn par
le troisime point du lemme 4.12.)
(b) On suppose que
_
f dm = 0. Soit n N
, le lemme 4.15 page 165 donne

_
f dm
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..
4.5. LESPACE L
1
DES FONCTIONS INTGRABLES 173
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
_
f dm
_
gdm =
_
(f g)dm
_
f gdm = 0
(on a utilis le quatrime point de la proposition 4.26 et f g = 0 p.p.). Donc,
_
f dm =
_
gdm.
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 4.29 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
_
f dm, quand n +.
DMONSTRATION Comme f
n
f p.p. quand n +, Il existe A T tel que
m(A) = 0 et f
n
(x) f (x) pour tout x A
c
. Puis, comme f
n
g p.p., il existe, pour
tout n N, B
n
T tel que 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 = f 1
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 Gsont 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 4.19) la suite (F
n
)
nN
. Comme
liminf
n+
F
n
= 2G, on obtient :
_
2Gdm liminf
n+
_
(2Gh
n
h)dm = lim
n+
(inf
pn
_
(2Gh
n
h)dm). (4.9)
La linarit de lintgrale sur L
1
donne
_
(2Gh
n
h)dm =
_
2Gdm
_
h
n
hdm.
Donc :
inf
pn
_
(2Gh
n
h)dm =
_
2Gdmsup
pn
_
h
n
hdm
et
liminf
n+
_
(2Gh
n
h)dm =
_
2Gdmlimsup
n+
_
h
n
hdm.
Lingalit 4.9 devient alors (en remarquant que
_
2Gdm R) :
limsup
n+
_
h
n
hdm 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
_
f dm, quand n +(grce au
quatrime point de la proposition 4.26).
4.6 Lespace L
1
Dans toute cette section, on travaille avec un espace mesur (E, T, m).
On dnit maintenant une relation dquivalence, lgalit presque partout, note
(= p.p.), sur L
1
par :
f (= p.p.) g si f = g p.p..
Dnition 4.30 (Lespace 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 4.31
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 4.32 (Structure vectorielle sur L
1
) On munit L
1
dune structure vecto-
rielle (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 Gcar f = f
1
p.p. et g = g
1
p.p. implique f +g = f
1
+g
1
p.p..
Dnition 4.33 (Intgrale sur L
1
) Soit F L
1
et f F (on dit que f est un repr-
sentant de la classe F, noter que f L
1
). On pose :
_
Fdm =
_
f dm.
4.6. LESPACE L
1
175
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 4.28. Le troisime point de la
proposition 4.28 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 4.34 (Norme sur L
1
) Soit F L
1
. On choisit f F et on pose [F[
1
= [f [
1
.
Proposition 4.35 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 seminorme 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 4.28.
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 4.48 page 182.
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 conver-
gence p.p., vue prcdemment, se gnralise aux lments de L
1
ainsi que la notion
de convergence en mesure.
Dnition 4.36 (Convergence p.p., en mesure et dans L
1
) 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.
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 Gp.p. si f g p.p. avec f F et g G.
On peut dmontrer (sinspirer de la dmonstration du thorme 4.49 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 4.37 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 4.40).
Remarque 4.38 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 4.40).
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 choisissant
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 4.39 (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. Linarit : F
_
Fdm est une application linaire continue de L
1
dans R.
3. Monotonie : Soient F, G L
1
t.q. F Gp.p., alors
_
Fdm
_
Gdm.
DMONSTRATION 1. Soit F L
1
et f F, on a
_
Fdm =
_
f dm [f [
1
=
[F[
1
.
2. La linarit de lintgrale sur L
1
dcoule immdiatement de la linarit de lintgrale
sur L
1
(proposition 4.26). 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 4.26).
Remarque 4.40 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 tel que A
c
soit ngligeable (cest--dire
A
c
B avec B T et m(B) = 0) et soit f : AR (la fonction f est donc dnie
4.7. THORMES DE CONVERGENCE DANS L
1
177
p.p.). On dira que f est un lment de L
1
sil 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
_
f dm =
_
gdm. Noter
galement que f est m-mesurable (voir la dnition 4.13 page 164).
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 4.41 Soit (E, T, m) un espace mesur et (E, T, m) son complt (cf d-
nition 2.25 et exercice 2.25). 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 (cest en fait une consquence facile du lemme de Fatou pour les
fonctions mesurables positives, cf lemme 4.19) :
Lemme 4.42 (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 o 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 4.43 (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 conver-
gence 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 nen-
trane 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, voir gure 4.7) 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
f
8
(x)
1
1
1
3
2
3
1
1
1
3
2
3
1
1
1
1
1
2
1
4
1
4
1
1
f
2
(x)
1
1
f
1
(x)
1
1
1
2
1
2
f
3
(x)
1
1
1
3
2
3
f
4
(x)
f
5
(x) f
7
(x)
f
6
(x)
FIGURE 4.1 La bosse glissante
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 4.38) 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
.
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 convergence dans L
1
dune suite monotone de fonctions
convergeant presque partout.
1
179
Thorme 4.43 (BeppoLvi) 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 o 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
.
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 4.44 (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 o 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 dm0 lorsque n +.
Ceci donne aussi
_
f
n
dm
_
f dm, lorsque n +.
DMONSTRATION Ce thorme est essentiellement donn par la proposition 4.29.
La diffrence avec la proposition 4.29 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 4.38). 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.
Les 2 premiers items donnent aussi g /(par la proposition 3.19, 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 4.29 page 173. 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 =
_
f dm,
quand n +.
Dans le thorme 4.44, lhypothse de convergence p.p. de f
n
vers f peut tre rempla-
ce par une hypothse de convergence en mesure (plus prcisment, avec lhypothse
de domination donne dans le thorme 4.44, on a mme quivalence entre la conver-
gence en mesure et la convergence dans L
1
). On obtient ainsi le thorme suivant (ou
seule la partie utile de cette quivalence est donne).
Thorme 4.45 (Convergence en mesure 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 en mesure.
2. F L
1
t.q., pour tout n N, f
n
F p.p..
Alors f L
1
1
R
(E, T, m) t.q. f = g p.p.) et f
n
f dans L
1
,
cest--dire
_
f
n
f dm0 lorsque n +.
Ceci donne aussi
_
f
n
dm
_
f dm, lorsque n +.
DMONSTRATION En choissisant des reprsentants de f
n
et f , la dmonstration
de ce thorme se ramne celle de lexercice 4.31.
1
181
4.7.2 Srie absolument convergente
On va maintenant montrer que lespace (L
1
, [.[
1
) est un espace de Banach, en mon-
trant 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 4.49) 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 4.46 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 4.47 (Sries absolument convergentes dans L
1
mesur. Soit (f
n
)
nN
L
1
t.q.
nN
[f
n
[
1
< +; alors :
1. F L
1
;
n
p=0
f
p
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 La preuve seffectue en trois tapes :
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 4.18 du thorme de convergence monotone
donne
_
Fdm =
nN
_
f
n
dm =
nN
[f
n
[
1
< +.
Le lemme 4.46 donne alors F < + p.p., cest--dire il existe A T tel que
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 4.40).
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 4.44). 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.
Thorme 4.48 (RieszFisher) Soit (E, T, m) un espace mesur. Lespace L
1
(E, T,
m) est un espace de Banach, cest--dire un espace vectoriel norm complet.
DMONSTRATION On sait dj que L
1
est espace vectoriel norm. Une cons-
quence du thorme 4.47 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 4.49 (Rciproque partielle du thorme de convergence domine)
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 4.47 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 4.28 et 4.29.
Proposition 4.50 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 .
4.8. CONTINUIT ET DRIVABILIT SOUS LE SIGNE DINTGRATION 183
Thorme 4.51 (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 4.38). Alors, f L
1
et f
n
f dans L
1
si et seulement si les deux
conditions suivantes sont vries :
1. (qui-intgrabilit) Pour tout > 0, il existe > 0 t.q.
A T, n N, m(A)
_
A
f
n
dm ,
2. (qui-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 4.29 ;
elle ne ncessite pas le thorme de convergence domine : on utilise le thorme
dEgorov (cf thorme 3.39 et exercice 3.25). Le thorme de convergence domine
peut tre vu comme une consquence du thorme de Vitali (cf exercice 4.29).
Dans le thorme 4.51, si m(E) < +, lhypothse dequi-petitesse linni est, bien
sr, toujours vrie (il suft de prendre C= E).
4.8 Continuit et drivabilit sous le signe dintgration
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, (4.10)
et on note F lapplication dnie de R dans R par :
F(t) =
_
f (., t)dm =
_
f (x, t)dm(x).
Thorme 4.52 (Continuit sous
_
) Soient (E, T, m) un espace mesur, f une fonc-
tion de ER dans R vriant lhypothse (4.10) 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) Gp.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
Gp.p.. On peut
appliquer le thorme de convergence domine (thorme 4.44) la suite (f
n
)
nN
. Il
donne F(t
n
) F(t
0
) quand n +.
Thorme 4.53 (Drivabilit sous
_
) Soient (E, T, m) un espace mesur, f une
fonction de E R dans R vriant lhypothse (4.10) 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
0
) =
_
f
t
(x, t
0
)dm(x).
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 4.44) 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 4.44
donne alors
f
t
(, t
0
) L
1
et
_
f
n
dm
_
f
t
(, t
0
)dm. Ceci tant vrai pour toute suite
4.9. ESPRANCE ET MOMENTS DES VARIABLES ALATOIRES 185
(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
0
) =
_
f
t
(x, t
0
)dm(x).
.
4.9 Esprance et moments des variables alatoires
Dnition 4.54 (Esprance, moment, variance) Soient (, /, p) un espace proba-
bilis et X une variable alatoire 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 4.55 (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)(YE(Y)). (Remarquer que (XE(X)(YE(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 4.58 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 4.15 :
Lemme 4.56 (Ingalit de Markov) Soient (, /, p) un espace probabilis, X une
variable alatoire relle positive sur et R
+
. On suppose que 0 < E(X) < +.
Alors :
p(X E(X))
1
.
DMONSTRATION Il suft, par exemple, dappliquer le lemme 4.15 avec f = X et
t = E(X).
Lemme 4.57 (Ingalit de Bienaym Tchebychev) Soit (, /, P) un espace proba-
bilis, X une variable alatoire 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 4.15 avec f = X E(X)
2
et t = (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). (4.11)
On rappelle que X est souvent improprement not (X), ce qui sexplique par le
fait X() = (X()) pour tout . Le thorme 4.58 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).
Thorme 4.58 (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 (4.11) 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
R
(R, B(R), P
X
),
Lgalit (4.11) est vraie.
4.9. ESPRANCE ET MOMENTS DES VARIABLES ALATOIRES 187
DMONSTRATION On remarque que (4.11) est vraie pour tout = 1
A
, avec
A B(R) (par dnition de p
X
). Par linarit positive, (4.11) est encore vraie pour tout
borlienne tage positive de R dans R. Par convergence monotone, (4.11) 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 4.59 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
)). (4.12)
(En convenant quun produit de termes est nul si lun des termes est nul.)
2. Soit
1
, . . . ,
d
des fonctions borliennes de Rdans R. On suppose que
i
(X
i
) est in-
tgrable pour tout i = 1, . . . , d. La v.a.r.
d
i=1
i
(X
i
) est intgrable et lgalit (4.12)
est vraie.
3. Soit
1
, . . . ,
d
des fonctions borliennes bornes de R dans R. Lgalit (4.12) est
vraie.
N.B. Si X
1
, . . . , X
d
sont des v.a.r., le fait que (4.12) soit vraie pour toute famille
1
, . . . ,
d
de fonctions borliennes 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 (4.12) 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 (4.12) est vraie si les fonctions
i
sont (bor-
liennes) tages positives (cest--dire c
+
). Puis, par convergence monotone, on
en dduit le premier item de la proposition (car toute fonction borlienne de R dans
R
+
est limite croissante dlments de c
+
).
Pour le deuxime item, on utilise (4.12) 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 (4.12) 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 4.59 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).
Pour montrer que des v.a.r. sont indpendantes, il est parfois utile de savoir quil
suft de montrer (4.12) lorsque les fonctions
i
sont continues support compact
de R dans R. Cest lobjet de la proposition 4.61 qui se dmontre partir dun
rsultat dunicit (proposition 4.60) sur lequel nous reviendrons au chapitre 5. On
note C
c
(R, R) lensemble des fonctions continues support compact de R dans R (on
rappelle quune fonction de R dans R est support compact sil existe un compact
K de R t.q. = 0 sur K
c
) .
Proposition 4.60 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 com-
pacts, 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 2.30.
1
, . . . , X
d
des v.a.r.
Ces v.a.r. sont indpendantes 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
)), (4.13)
4.10. ESPACE L
1
C
(E, T, M) ET ESPACE L
1
R
N
(E, T, M) 189
DMONSTRATION Le fait que la condition est ncessaire est une consquence
immdiate de la proposition 4.59 car une fonction continue support compact est
borlienne et borne.
On montre maintenant que la condition est sufsante. On suppose donc que (4.13)
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
)). (4.14)
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
).
Pour montrer (4.14), on introduit, pour tout 1 n d +1, la proprit suivante :
P
n
: (4.13) 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 4.60 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 (4.14) 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 4.62 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
_
f dm = (
_
f
1
dm, . . . ,
_
f
N
dm)
t
R
N
.
La caractrisation suivante de mesurabilit et intgrabilit est intressante.
Proposition 4.63 Soient (E, T, m) un espace mesur, N > 1 et f : E R
N
.
On note f
1
, . . . , f
N
les composantes de f .
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 A B, A, B B(R), il suft de montrer que
f
1
(A B) 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 [ /
+
.
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 seminorme 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. sil
existe A T t.q. m(A) = 0 et f = g sur A
c
.
4.10. ESPACE L
1
C
(E, T, M) ET ESPACE L
1
R
N
(E, T, M) 191
Dnition 4.64 (Espace L
1
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 4.65 (L
1
est un espace de Banach) 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 4.64).
DMONSTRATION La dmonstration de cette proposition dcoule facilement du
cas N = 1.
Dnition 4.66 Soit (E, T, m) un espace mesur.
1. Soit f : E C. On note |(f ) et |(f ) les parties relle et imaginaire de f . On a
donc, pour x E, f (x) = |(f )(x) +i|(f )(x), avec |(f )(x), |(f )(x) R. La
fonction f appartient L
1
C
(E, T, m) si |(f ), |(f ) L
1
R
(E, T, m).
2. Si f L
1
C
(E, T, m), on note
_
f dm =
_
|(f )dm+i
_
|(f )dm C.
Ici aussi, on a une caractrisation de mesurabilit et intgrabilit.
Proposition 4.67 Soit (E, T, m) un espace mesur et f une application de E C.
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 dmonstration de la proposition 4.63) 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
seminorme sur L
1
C
(E, T, m). Pour obtenir un espace vectoriel norm, on va considrer
lespace L
1
C
(E, T, m) quotient par la relation f = g p.p..
Dnition 4.68 Soit (E, T, m) un espace mesur.
1. Lespace L
1
C
(E, T, m) est lespace L
1
C
(E, T, m) quotient par la relation f = g
p.p..
2. Soit F L
1
C
1
=
_
f dm, o f F (cette dnition est correcte
car indpendante du choix de f dans F).
Proposition 4.69 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 4.68).
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) 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 que
+
p=0
a
n,p

+
p=0
a
p
(dans R
+
) quand n +.
. [On pourra utiliser le fait que
N
p=0
a
n,p

p=0
a
n,p

p=0
a
p
.]
4.11. EXERCICES 193
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 On remarque tout dabord que m() = sup
nN
m
n
() = 0.
Puis, 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
_
f dm = sup
nN
(
_
f dm
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
.
On a
_
f dm
n
=

p
i=1
a
i
m
n
(A
i
), la suite (
_
f dm
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
) =
_
f dm,
et donc
_
f dm = lim
n+
(
_
f dm
n
) = sup
nN
(
_
f dm
n
).
4. Soit f /
+
(E, T). (On rappelle que /
+
(E, T) est lensemble des fonctions mesu-
rables de E dans R
+
.)
(a) Montrer que (
_
f dm
n
)
nN
est une suite croissante majore par
_
f dm.
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 que
_
f dm
n

_
f dm
n+1

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

_
f dm lorqsue n +.
Corrig On pose A
f
= g c
+
, g f . On sait que
_
f dm = sup
gA
f
_
gdm et que
_
f dm
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
_
f dm = sup
gA
f
(sup
nN
_
gdm
n
) = sup
nN
( sup
gA
f
_
gdm
n
) = sup
nN
_
f dm
n
,
ce qui, avec la question prcdente, donne bien
_
f dm
n

_
f dm 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
_
f dm
n

_
f dm 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.
Les deux convergences ayant lieu dans R, on en dduit que
_
f dm
n

_
f dm quand
n +.
Exercice 4.2 (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,
(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
4.11. EXERCICES 195
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
_
f dm =
_
f dm
1
+
_
f dm
2
.
Corrig Soit A T, on pose = 1
A
. La dnition de m donne immdiatement
_
dm =
_
dm
1
+
_
dm
2
. (4.15)
Par linarit de lintgrale, lgalit (4.15) est aussi vraie pour c
+
.
Soit maintenant /
+
. Il existe (
n
)
nN
c
+
t.q.
n
quand n +. On crit
(4.15) avec
n
au lieu de et on fait tendre n vers linni. La dnition de lintgrale
sur /
+
donne alors (4.15).
On a donc montr que (4.15) est vrai pour tout /
+
.
Soit f /, en crivant (4.15) 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 (4.15) avec = f
+
et = f

, la diffrence donne
bien
_
f dm =
_
f dm
1
+
_
f dm
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 dm =
nN
n
_
f dm
n
.
Corrig Soit n N, on 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
_
f d m
n
=
n
_
f dm
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,
_
f d
n
=
n
p=0
_
f d m
n
=
n
p=0
n
_
f dm
n
.
Pour tout A T, on a m(A) =

nN
n
m
n
(A) = sup
nN
n
(A). On peut donc uti-
liser les rsultats de lexercice 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
_
f dm =
lim
n+
_
f d
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
_
f dm = lim
n+
n
p=0
p
_
f dm
p
, cest--dire
_
f dm =
nN
n
_
f dm
n
.
Exercice 4.3 (Intgrale pour la mesure de Dirac) Soit
0
la mesure de Dirac en 0,
dnie sur B(R). (cf exemple 2.19.) Soit f /
+
, calculer
_
f d
0
.
Corrig Comme
0
(0
c
) = 0, on a f = f (0)1
0
p.p.,on en dduit
_
f d
0
= f (0)
0
(0) = f (0).
Exercice 4.4 (Restrictions de la mesure de Lebesgue) Soit A et 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
=
_
f 1
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
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 f 1
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
_
f 1
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
_
f 1
A
d
B
=
_
f
A
d
A
, (4.16)
pour tout f c
+
(B, B(B)).
4.11. EXERCICES 197
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
f 1
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 3.17) donne
f
A
/
+
(A, B(A)). On a aussi f 1
A
/
+
(B, B(B)). Puis, en crivant (4.16) 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 (4.16).
On a donc montr (4.16) 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 (4.16) 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 (4.16) 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,
_
f 1
A
d
B
=
_
f
A
d
A
.
Exercice 4.5 (Intgrale des fonctions continues) Soit f C([0, 1], R). Montrer que
f L
1
R
([0, 1], B([0, 1]), ) et que
_
f d =
_
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
. 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
_
gd =
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. (4.17)
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
_
f d 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
_
f d, quand n +, car
_
f
n
d
_
f d
_
f
n
f d [f
n
f [
u
0, quand n +. En passant la limite quand n +
dans (4.17) avec f
n
au lieu de g, on obtient bien
_
f d =
_
1
0
f (x)dx.
Exercice 4.6 (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).
4.11. EXERCICES 199
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).
Exercice 4.7 (f , g L
1
,f g L
1
) Soit f , g L
1
R
([0, 1], B([0, 1]), ). Donner un
exemple pour lequel f g L
1
R
([0, 1], B([0, 1]), ).
Corrig Un exemple consiste prendre f (x) = g(x) =
1
x
pour x ]0, 1[. On a
bien f , g L
1
R
([0, 1], B([0, 1]), ) et f g L
1
R
([0, 1], B([0, 1]), ) car f , g /
+
et
_
[0,1]
f (x)g(x)dx = +.
Exercice 4.8 (Caractrisation dune fonction caractristique) Soit (E, T, m) un
espace mesur et f L
1
R
(E, T, m). On suppose que 0 f 1 p.p. et que
_
f dm =
_
f
2
dm. Montrer quil existe un ensemble mesurable ni A tel que f = 1
A
p.p..
Corrig On remarque que
_
f (1f ) dm = 0. Comme f (1f ) 0 p.p., on en dduit
que f (1 f ) = 0 p.p.. On pose A= f = 1, on a alors f = 0 p.p. sur A
c
, ce qui donne
bien f = 1
A
p.p..
Exercice 4.9 (f positive intgrable implique f nie p.p.) Soit (E, T, m) un espace
mesur et f /
+
. Montrer que si
_
f dm < +, alors f < +p.p..
Corrig Cet exercice a t vu dans ce chapitre. On redonne une preuve ici.
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,
_
f dm nm(A),
ou encore
m(A)
1
n
_
f dm.
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
.
Exercice 4.10 (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 :
_
udm < +
+
n=0
nm(B
n
) < +
+
n=0
m(A
n
) < +.
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
)
_
udm
nN
(n +1)m(B
n
). (4.18)
Si
_
udm < +, 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 (4.18) que
_
udm < +.
On a ainsi montr que :
_
udm < +
+
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 :
_
udm < +
+
n=0
nm(C
n
). (4.19)
Pour terminer la question, il suft de montrer que :
+
n=0
nm(C
n
) < +
+
n=0
m(A
n
) < +. (4.20)
Pour montrer (4.20), 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
pm(C
p
) =
n
p=0
pm(A
p
)
n
p=0
pm(A
p+1
)
=
n
p=0
pm(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
pm(C
p
)
n
p=1
m(A
p
), (4.21)
et :
n
p=1
m(A
p
) =
n
p=0
pm(C
p
) +nm(A
n+1
). (4.22)
Si

+
n=0
m(A
n
) < +, on dduit donc de (4.21) que

+
n=0
nm(C
n
) < +.
4.11. EXERCICES 201
Rciproquement, si

+
n=0
nm(C
n
) < +. On a, par (4.19),
_
udm < + et donc,
comme n1
A
n+1
u, on a aussi nm(A
n+1
)
_
udm < +. On dduit donc de
(4.22) 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 (4.20), 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
) < +.
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
). (4.23)
Si
_
u
p
dm < +, on a donc

nN
n
p
m(B
n
) < +.
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 (4.23).
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
) < +. (4.24)
Pour terminer la question, il suft donc de montrer que :
+
n=0
n
p
m(C
n
) < +
+
n=0
n
p1
m(A
n
) < +. (4.25)
Pour montrer (4.25), 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
), (4.26)
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
). (4.27)
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 (4.26) que

+
n=0
nm(C
n
) < +.
Rciproquement, on suppose que

+
n=0
n
p
m(C
n
) < +. On a alors, par (4.24),
_
u
p
dm < et donc, comme N1
A
N+1
u, on a aussi N
p
m(A
n+1
)
_
u
p
dm <
. On dduit alors de (4.27) que
n=0
n
p1
m(A
n
) < .
On a bien montr (4.25), ce qui termine la question.
Exercice 4.11 (Sur la convergence en mesure) 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 +.
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.
4.11. EXERCICES 203
(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 f g / et f
n
g
n
f g en mesure, quand n +. [On pourra
remarquer que f
n
g
n
f g = f
n
(g
n
g) +g(f
n
f ).]
Corrig Soit > 0 et > 0. On remarque que
f
n
g
n
f g f
n
(g
n
g)

2
g(f
n
f )

2
.
Pour tout k > 0, on a donc
f
n
g
n
f g 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
f g ) 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
f g ) 4.
Ce qui prouve que f
n
g
n
f g en mesure.
(d) En prenant (E, T, m) = (R, B(R), ), Donner un exemple pour lequel f g 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
, f g
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.
Exercice 4.12 (Sur lingalit de Markov) Soit (E, T, m) un espace mesur et f
L
1
R
(E, T, m).
1. Montrer que pour tout a > 0, on a am(f > a)
_
f >a
f dm.
Corrig Comme f /
+
, la mthode pour faire les questions 1 et 2 a dj t
vue (voir lingalit (4.6)).
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 la prcdente.
3. Montrer que
lim
a
am(f > a) = 0. (4.28)
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
dm0 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 (4.28)
dans les 2 cas suivants : (E, T, m) = (R, B(R), ) et (E, T, m) = (]0, 1[, B(]0, 1[), ).
4.11. EXERCICES 205
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 .
Exercice 4.13 (Sur la positivit presque partout.) Soit (E, T, m) un espace mesur
et f L
1
R
(E, T, m). Montrer que :
f 0 p.p.
_
A
f dm 0 pour tout A T.
Corrig On suppose dabord que f 0 p.p.. Soit A T, on a alors f 1
A
0 p.p.
et donc, par monotonie de lintgrale sur L
1
(proposition 4.26 page 170),
_
A
f dm =
_
f 1
A
dm 0.
En fait, pour tre tout fait prcis, la proposition 4.26 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 f 1
B
c g1
B
c . Si f , g L
1
, la
proposition 4.26 donne alors
_
f 1
B
c dm
_
g1
B
c dm. On en dduit
_
f dm
_
gdm car
_
f dm =
_
f 1
B
c dm et
_
gdm =
_
g1
B
c dm (voir la proposition 4.28 page 172).
On suppose maintenant que
_
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 f 1
A
n

1
n
1
A
n
. La monotonie
de lintgrale sur L
1
(proposition 4.26 page 170) donne alors
_
f 1
A
n
dm
1
n
m(A
n
).
Comme
_
f 1
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..
Exercice 4.14 (quiintgrabilit et quipetitesse linni)
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).]
Corrig 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 4.29). Il donne que
_
(f f
n
)dm0 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.
N.B. : 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
= f 1
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 4.29). 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).
Exercice 4.15 (Intgration par rapport une mesure image) Cet exercice est une
gnralisation un espace mesur quelconque du thorme de la loi image (thorme
4.58) qui est restreint un espace probabilis. 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 ).
Corrig On remarque tout dabord que est bien application de S dans R
+
et
que () = 0 (car f
1
() = et m() = 0).
On montre maintenant la -additivit de . Soit (B
n
)
nN
une suite dlments de S
disjoints deux deux. On pose B =
nN
B
n
. On veut montrer que (B) =
nN
(B
n
).
4.11. EXERCICES 207
La suite (f
1
(B
n
))
nN
est une suite dlments de T, disjoints deux deux. La -
addivit de m donne alors
m(
nN
f
1
(B
n
)) =
nN
m(f
1
(B
n
)).
Comme
nN
f
1
(B
n
) = f
1
(
nN
B
n
) = f
1
(B), on a donc
(B) = m(f
1
(B)) = m(
nN
f
1
(B
n
)) =
nN
m(f
1
(B
n
)) =
nN
(B
n
).
Ceci prouve bien que est -additive et donc que est une mesure (sur S).
2. est-elle nie (resp. -nie, diffuse) lorsque m est nie (resp. -nie, diffuse) ?
Corrig On a (F) = m(f
1
(F)) = m(E). La mesure est donc nie si la mesure
m est nie,
Par contre, si la mesure m est -nie, la mesure nest pas ncessairement -nie. Un
exemple simple est obtenu en prenant E = F = R, T = S = B(R), m = et f (x) = 0
pour tout x R. On a alors, pour tout A B(R),
(A) =
_
_
+si 0 A,
0 si 0 A.
La mesure m est bien -nie mais la mesure nest pas -nie.
Le mme exemple montre que m peut tre diffuse sans que soit diffuse. En effet,
dans lexemple prcdent, la mesure m est diffuse alors que (0) = +> 0.
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. (4.29)
Corrig On raisonne ici en commenant par considrer = 1
B
(avec B S) puis
c
+
(F, S) et /
+
(F, S).
Soit B S et = 1
B
. On a alors
_
F
d = (B) = m(f
1
(B)) =
_
E
1
f
1
(B)
dm
=
_
E
1
B
(f (x))dm(x) =
_
E
f dm. (4.30)
On suppose maintenant que c
+
(F, S). Il existe donc p N
,
1
, . . . ,
p
R
+
et
A
1
, . . . , A
p
S t.q. =
p
i=1
i
avec
i
= 1
A
i
. Par linarit positive de et m, on
en dduit, avec (4.30),
_
F
d =
p
i=1
i
_
F
i
d =
p
i=1
i
_
E
i
f dm
=
_
E
p
i=1
i
f dm =
_
E
f dm.
On peut maintenant considrer le cas /
+
(F, S). Il existe alors une suite (
n
)
nN
dlments de c
+
(F, S) t.q.
n
. Comme
_
F
n
d =
_
E
n
f dm pour tout n N,
le thorme de convergence monotone (ou simplement la dnition de lintgrale
sur /
+
) donne alors
_
F
d =
_
E
f dm. Lgalit (4.29) est donc vraie pour tout
/
+
(F, S).
Enn, soit mesurable de F dans R (cest--dire /(F, S)). En utilisant (4.29)
avec
+
et
(et en notant que ( f )

+
=
+
f et ( f )
f ) on obtient
que est -intgrable si et seulement si f est m-intgrable et que, si est
-intgrable, (4.29) est vraie.
Exercice 4.16 (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 sil existe (f
n
)
nN
,
suite de fonctions tages, t.q. f
n
f p.p., quand n +.
Corrig 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 3.20 page
119) 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
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 3.20, g /. On a aussi f = g p.p. car f = g sur B
c
et m(B) = 0.
Exercice 4.17 (Mesure complte, suite de lexercice 2.33) On reprend les notations
de lexercice 2.33 page 103. 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
_
f dm =
_
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
_
f dm =
_
f dm 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 :
_
f dm =
_
f dm, pour tout f /
+
(E, T). (4.31)
Soit f L
1
R
(E, T, m), on a donc f /(E, T) /(E, T) et (4.31) donne
_
f dm =
_
f dm < . Donc, f L
1
R
(E, T, m). En appliquant (4.31) f
|
, on montre aussi
que
_
f dm =
_
f dm.
4.11. EXERCICES 209
2. On va montrer la deuxime partie de la question en raisonnant en trois tapes :
(a) Soit C T. Il existe donc A T, N
m
t.q. C= AN. 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

m
=
m
,
cest--dire 1
A
= 1
C
m-p.p. et m-p.p.. En fait, comme
m
=
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
Ret 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
3.20) (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 3.20) 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 =
_
gdm. Puis,
comme g /
+
(E, T), (4.31) donne
_
gdm =
_
gdm. 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 (4.31) (avec g

+
et g
)
on a aussi :
_
f dm =
_
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
_
f dm =
_
gdm.
Exercice 4.18 (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
(E, T, m). Montrer que
(A
n
)
nN
T, m(A
n
) 0
_
f 1
A
n
dm0. (4.32)
Corrig Comme f L
1
R
(E, T, m), la question 1 de lexercice 4.14 page 205
donne : > 0, > 0 t.q. (A T, m(A) )
_
f 1
A
dm . Ceci donne
(4.32). . .
2. On prend (dans cette question) (E, T, m) = (R, B(R), ). Donner un exemple pour
lequel f /(E, T), f 0 (de sorte que f /
+
(E, T)) et (4.32) 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
_
f 1
A
n
d 1 pour tout n N. Donc,
_
f 1
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,
_
f 1
A
n
dm0 m(A
n
) 0. (4.33)
[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
_
f 1
A
n
dm. Comme
_
f 1
A
n
dm 0, il existe donc n
0
t.q.
m(A
n
) 2 pour n n
0
, ce qui prouve (4.33).
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 (4.33) 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 4.29 page 173
(ou le thorme de convergence domine) la suite (f 1
A
n
)
nN
, on obtient que
_
f 1
A
n
d 0 (quand n +). Dautre part (A
n
) = 1 ,0. La proprit (4.33)
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).
Exercice 4.19 (Fatou sans positivit) Soit (E, T, m) un espace mesur. Soit (f
n
)
nN

L
1
R
(E, T, m), f L
1
R
(E, T, m) et h /(E, T). (On rappelle que /(E, T) est len-
semble 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.
i. f
n
= g
n
p.p., pour tout n N, f = g p.p.,
ii. g
n
(x) h(x), quand n +, pour tout x E,
iii. 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
c
.
On pose, pour n N, g
n
= f
n
1
B
c + h1
B
et g = f 1
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.
4.11. EXERCICES 211
(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).
Exercice 4.20 (Application du thorme de convergence monotone)
Soit f L
1
= L
1
([0, 1], B([0, 1]), ) ( dsigne donc ici la mesure de Lebesgue sur
B([0, 1]).
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 fonc-
tion 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, 1].
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].
4.11.2 Lespace L
1
Exercice 4.21 (Mesure de densit) Soit (E, T, m) un espace mesur et f /
+
. Pour
A T, on pose (A) =
_
A
f dm.
1. Montrer que est une mesure sur T.
Corrig On rappelle que, par dnition, pour tout A T, on a
_
A
f dm =
_
f 1
A
dm avec f 1
A
= 0 sur A
c
et f 1
A
= f sur A (on a bien f 1
A
/
+
et donc
_
A
f dm est bien dnie).
On montre maintenant que est une mesure.
Il est clair que () = 0 car f 1
A
= 0 (sur tout E) si A= . Pour montrer que est un
mesure, il reste montrer que est -additive.
Soit (A
n
)
nN
T t.q. A
n
A
m
= si n m. On pose A=
_
nN
A
n
et on remarque
que 1
A
(x) =
nN
1
A
n
(x) pour tout x E et donc f 1
A
(x) =
nN
f 1
A
n
(x) pour tout
x E. Le premier corollaire du thorme de convergence monotone (corollaire 4.18)
donne alors
_
f 1
A
dm =
nN
_
f 1
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 f g L
1
R
(E, T, m) (on
pose f g(x) = 0 si f (x) = et g(x) = 0). Montrer que, pour g L
1
R
(E, T, ),
_
gd =
_
f gdm.
Corrig On raisonne en trois 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 f g(x) = 0 si f (x) = et g(x) = 0) f g =
p
i=1
a
i
f 1
A
i
/
+
et :
_
f gdm =
p
i=1
a
i
_
f 1
A
i
dm =
p
i=1
a
i
(A
i
) =
_
gd.
(Ce qui, bien sr, est aussi vrai pour g = 0.)
4.11. EXERCICES 213
(b) Soit g /
+
. Il existe alors (g
n
)
nN
c
+
t.q. g
n
g. Litem prcdent donne que
_
f g
n
dm =
_
g
n
d. Avec le thorme de convergence monotone (pour et pour
m, puisque f g
n
f g en posant toujours f g(x) = 0 si f (x) = et g(x) = 0), on en
dduit que f g /
+
et :
_
f gdm =
_
gd. (4.34)
(c) Soit maintenant g /. En appliquant (4.34) g /
+
, on a :
_
f gdm =
_
f gdm =
_
gd,
et donc :
f g L
1
R
(E, T, m) g L
1
R
(E, T, ).
En fait, on peut ne pas avoir f g L
1
R
(E, T, m) car f g peut prendre les valeurs
|. Lassertion f g L
1
R
(E, T, m) est prendre, comme dhabitude, au sens il
existe h L
1
R
(E, T, m) t.q. f g = h p.p.. Ceci est vri car si
_
f gdm < , on a
f g < p.p.. Il suft alors de changer f g 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 (4.34) avec g
+
et g
(qui sont bien des lments de

/
+
) et en faisant la diffrence on obtient bien que
_
f gdm =
_
gd.
Exercice 4.22 (Suite borne convergeant dans L
1
) Soit (E, T, m) un espace mesur,
(f
n
)
nN
L
1
R
(E, T, m) et f L
1
R
(E, T, m). On suppose que f
n
f dans L
1
R
(E,
T, m) et quil existe C 0 tel que f
n
C p.p. et pour tout n N. Montrer que
_
f
n
f
2
dm0 lorsque n +.
Corrig Comme la suite (f
n
)
nN
converge vers f dans L
1
R
(E, T, m), elle contient
une sous-suite qui converge p.p.. cest--dire quil existe application strictement
croissante de N dans N t.q. f
(n)
f p.p.. Comme, pour tout n N, f
(n)
C p.p., on
en dduit que f C p.p..
Pour conclure, on remarque maintenant que
0
_
f
n
f
2
dm
_
(f
n
+f )f
n
f dm 2C
_
f
n
f dm0 quand n +.
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
= f 1
[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, conver-
gence dans L
1
() de la suite (f
n
)
nN
?.
Exercice 4.24 (Convergence uniforme et convergence des intgrales)
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 uniformment 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 =
_
f dm?
Exercice 4.25 (Convergence dans L
1
de fonctions positives) Soit (E, T, m) un es-
pace mesur. On note L
1
lespace L
1
R
(E, T, m). Soit (f
n
)
nN
L
1
et f L
1
. On sup-
pose que, pour tout n N, f
n
0 p.p., que f
n
f p.p. et que
_
f
n
dm
_
f dm
lorsque n +. Montrer que f
n
f dans L
1
. [On pourra examiner la suite
(f f
n
)
+
.]
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
)
+
dm0, quand n +. (4.35)
On remarque ensuite que
_
(f f
n
)
dm =
_
(f f
n
)
+
dm
_
(f f
n
)dm,
et donc, comme
_
f
n
dm
_
f dm lorsque n +,
_
(f f
n
)
dm0, quand n +. (4.36)

De (4.35) et (4.36), on dduit
_
f f
n
dm0, quand n +,
cest--dire f
n
f dans L
1
R
(E, T, m), quand n +.
Exercice 4.26 (Exemple de convergence)
On pose (E, T, m) = ([1, 1], B(R), ). Pour n N, on pose f
n
= n1
[
1
2n
,
1
2n
]
.
n
)
nN
est borne dans L
1
et que la suite (
_
f
n
d)
nN
converge.
2. Peut-on appliquer le thorme de convergence domine ?
3. A-t-on convergence de la suite (f
n
)
nN
dans L
1
R
(E, T, m) ?
4.11. EXERCICES 215
4. Montrer que pour toute fonction continue de [1, 1] valeurs dans R,
_
f
n
d
_
d
0
lorsque n +.
Exercice 4.27 (Thorme de Beppo-Lvi)
Soient (E, T, m) un espace mesur, (f
n
)
nN
L
1
(= L
1
R
(E, T, m)) et f : E R, tels
que
(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
(x) f (x) pour tout
x A
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 3.19 sur la stabilit de /).
On remarque aussi que, pour tout n N, f
n
et g
n
sont deux reprsentants du mme
lment de L
1
R
(E, T, m) et
_
f
n
dm =
_
g
n
dm.
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 4.16). Il donne ((g g
0
) /
+
et)
_
(g
n
g
0
)dm
_
(g g
0
)dm quand n +. (4.37)
On sait dj que (g g
0
) /et que
_
g g
0
dm =
_
(g g
0
)dm car (g g
0
) /
+
.
La proprit (4.37) donne alors que (g g
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
(E, T, m) si
et seulement (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 prcisment :
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 o 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 (4.37), 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 prccente. 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 4.16). Il donne
((g
0
g) /
+
et)
_
(g
0
g
n
)dm
_
(g
0
g)dm quand n +. (4.38)
On sait dj que (g g
0
) /et que
_
g g
0
dm =
_
(g
0
g)dm car (g
0
g) /
+
.
La proprit (4.38) donne alors que (g g
0
) L
1
R
(E, T, m) si et seulement si la
limite de la suite (croissante) (
_
(g
0
g
n
)dm)
nN
est dans R (cest--dire diffrente
de ).
Comme g
n
, g
0
L
1
R
(E, T, m), on a
_
(g
0
g
n
)dm =
_
g
0
dm
_
g
n
dm et donc
(g g
0
) L
1
R
(E, T, m) si et seulement si la limite de la suite (dcroissante)
(
_
g
n
dm)
nN
est dans R (cest--dire diffrente de ).
Enn, comme g = (g g
0
) +g
0
et que g
0
L
1
R
(E, T, m), on a g L
1
R
(E, T, m) si
et seulement (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
dm pour tout n N et f = g p.p.,
comme dans le premier cas.
4.11. EXERCICES 217
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 (4.37) (ou la proprit
(4.38)) donne
_
g
n
dm
_
gdm quand n +et donc
_
g
n
gdm0 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
gdm, on en dduit que f
n
f dans L
1
R
(E, T, m), quand
n +.
Exercice 4.28 (Prliminaire pour le thorme de Vitali)
Soit (E, T, m) un espace mesur et soit f L
1
(= L
1
R
(E, T, m)).
1. Montrer que pour tout > 0, il existe > 0 tel que :
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 lexercice 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 on 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 4.29). Il donne que
_
g
n
dm0 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 .
Exercice 4.29 (Thorme de Vitali)
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 quiintgrable 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 4.28. 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 4.28 (premire question), il existe,
pour tout n N,
n
> 0 t.q. :
A T, m(A)
n

_
A
f
n
dm . (4.39)
On ne peut pas dduire de (4.39) lqui-intgrabilit de (f
n
)
nN
car on peut avoir
inf
nN
n
= 0.
Comme f L
1
, il existe aussi > 0 t.q. :
A T, m(A)
_
A
f dm . (4.40)
On va dduire lqui-intgrabilit de la suite (f
n
)
nN
en utilisant (4.39) et (4.40).
Soit A T, on a :
_
A
f
n
dm
_
A
f
n
f dm+
_
A
f dm
_
f
n
f dm+
_
A
f dm. (4.41)
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) , (4.41) et (4.40) donne donc
_
A
f
n
dm 2. On choisit
alors = min
0
, . . . ,
n
0
, > 0 et on obtient, avec aussi (4.39) (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. (4.42)
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
f 1
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 3.39) ; 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 +.
4.11. EXERCICES 219
Il existe donc n
0
() N t.q.
_
A
c
f
n
f dm pour tout n n
0
(). Avec (4.42), 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 (4.42),
_
A
f dm liminf
n+
_
f
n
1
A
.
On a donc, nalement,
n n
0
()
_
f
n
f dm 3. (4.43)
En choisissant n = n
0
(1), on dduit de (4.43) 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 o
il existe g L
1
t.q. f = g p.p. (en fait, ici, comme nous avons remplac f par f 1
B
c
ci-dessus, on a mme f L
1
).
Puis, (4.43) 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 4.28. Pour le sens , utiliser lexer-
cice 4.28, 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 4.28.
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
f dm . 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.
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. (4.44)
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 (4.44) que
_
C
c
f dm . (4.45)
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 . (4.46)
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 . (4.47)
Enn, en appliquant le lemme de Fatou la suite (f
n
1
A
)
nN
/
+
, on dduit de
(4.46) que
_
A
f dm . (4.48)
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 (4.47), (4.46), (4.48), (4.44) et (4.45) que
n n
0

_
f
n
f dm 5.
4.11. EXERCICES 221
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 +.
3. Montrer que le thorme de convergence domine de Lebesgue peut tre vu comme
une consquence du thorme de Vitali.
Corrig Soient (f
n
)
nN
L
1
et F L
1
t.q. f
n
En utilisant lexercice 4.28 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.
Exercice 4.30 (Thorme de Vitali-mesure) Soit (E, T, m) un espace mesur. On
note L
1
= L
1
R
(E, T, m). Soit (f
n
)
nN
L
1
et f /(E, T).
1. On suppose que m(E) < +. On se propose ici de montrer que [f L
1
et [f
n
f [
1
0 quand n +] si et seulement si on a les deux proprits 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).
Corrig On montre tout dabord la convergence en mesure. Soit > 0. On a
alors :
m(f
n
f )
1
_
f
n
f dm0, 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 4.50) > 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. (4.49)
Puis, pour tout n N, il existe (voir la proposition 4.50)
n
> 0 t.q.
m(A)
n

_
A
f
n
dm . (4.50)
En posant = min,
0
, . . . ,
n
on a donc, avec (4.49) et (4.50) :
(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
est de Cauchy dans L
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). (4.51)
Soit > 0. Daprs lqui-intgrabilit de (f
n
)
nN
, il existe > 0 t.q.
(A T, m(A) et n N)
_
A
f
n
. (4.52)
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 (4.52) :
_
f
p
f
q
f
p
et
_
f
p
f
q
f
q
si p, q n.
Finalement, (4.51) donne :
p, q n [f
p
f
q
[
1
3.
La suite (f
n
)
nN
est donc de Cauchy dans L
1
.
iii. Montrer que f L
1
et que [f
n
f [
1
0 quand n +.
4.11. EXERCICES 223
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 repr-
sentants). 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
f en mesure, quand n +,
p2. la suite (f
n
)
nN
est qui-intgrable,
p3. pour tout > 0, il existe A T t.q. m(A) < +et, pour tout n N,
_
A
c
f
n
dm
.
Corrig tape 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 4.50 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 . (4.53)
Il existe aussi B T t.q. m(B) < +et
_
B
c
f dm . (4.54)
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 (4.54), 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 (4.53)) m(A) < +et :
n N
_
A
c
f
n
dm 2.
tape 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
est de Cauchy dans L
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). (4.55)
Soit > 0. Daprs lqui-intgrabilit de (f
n
)
nN
, il existe > 0 t.q.
(B T, m(B) et n N)
_
B
f
n
. (4.56)
Daprs la proprit p3, il existe A T t.q. m(A) < +et
n N
_
A
c
f
n
dm . (4.57)
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 (4.56),
_
f
p
f
q
f
p

et
_
f
p
f
q
f
q
si p, q n. Avec (4.55) et (4.57), 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).
Exercice 4.31 (Convergence en mesure domine) Soit (E, T, m) un espace mesur,
(f
n
)
nN
une suite de fonctions intgrales de E dans R et f une fonction mesurable de
E dans R. On suppose que les conditions suivantes sont vries :
f
n
f en mesure quand n +.
Il existe g, fonction intgrable de E dans R, t.q., pour tout n N, f
n
g p.p..
1. Soit p N
. En remarquant que f f f
n
+f
n
, montrer que, pour tout n N,
m(f g
1
p
) m(f
n
f
1
p
).
Corrig Soit n N. Comme f
n
g p.p., on a
f g f f
n
+f
n
g f f
n
p.p..
A un ensemble de mesure prs, on a donc f g
1
p
) inclus dans f
n
f
1
p
et
donc
m(f g
1
p
) m(f
n
f
1
p
). (4.58)
2. Soit p N
. Montrer que m(f g

1
p
) = 0. En dduire que f g p.p. et que f
est intgrable.
4.11. EXERCICES 225
Corrig Comme f
n
f en mesure, on obtient, en passant la limite dans (4.58)
quand n +, que m(f g
1
p
) = 0.
Comme f g > 0 =
pN
f g
1
p
et m(f g
1
p
) = 0 pour tout p, on obtient
(par -additivit de m ou par convergence croissante de m) que m(f g > 0) = 0
et donc que f g p.p..
Comme g est intgrable, on en dduit bien que f est intgrable (et
_
f dm
_
gdm).
3. On suppose, dans cette question, que m(E) < +.
(a) Soit > 0. Montrer que, pour tout n N,
_
f
n
f dm m(E) +
_
f
n
f >
2gdm.
Corrig Comme f
n
f f
n
+f 2g p.p., on a
_
f
n
f dm =
_
f
n
f
f
n
f dm+
_
f
n
f >
f
n
f dm
m(f
n
f ) +
_
f
n
f >
2gdm
m(E) +
_
f
n
f >
2gdm.
(b) Montrer que lim
n+
_
f
n
f dm = 0.
[On rappelle que si, h est une fonction intgrable de E dans R, pour tout > 0 il
existe > 0 t.q.
A T, m(A)
_
A
hdm .]
Corrig Soit > 0. Daprs le rappel, il existe > 0 t.q.
A T, m(A)
_
A
2gdm . (4.59)
Pour majorer lim
n+
_
f
n
f dm, on choisit dabord > 0 t.q. m(E) . Puis,
pour ce choix de , la convergence en mesure de f
n
vers f donne lexistence de
n
0
N t.q.
n n
0
m(f
n
f > ) .
En utilisant lingalit montre la question 3(a), on obtient alors, grce (4.59),
n n
0
lim
n+
_
f
n
f dm 2.
Ce qui montre bien que lim
n+
_
f
n
f dm = 0.
4. On ne suppose plus que m(E) < +. Montrer que lim
n+
_
f
n
f dm = 0.
existe C T t.q. m(C) < +et
_
C
c
hdm .]
Corrig On remarque dabord que pour tout C T, tout > 0 et tout n N, on a
_
f
n
f dm
_
Cf
n
f
f
n
f dm+
_
C
c
f
n
f dm+
_
f
n
f >
f
n
f dm
m(C) +
_
C
c
2gdm+
_
f
n
f >
2gdm. (4.60)
Soit > 0. Daprs le rappel, il existe C T t.q. m(C) < + et
_
C
c
2gdm . On
choisit donc un tel ensemble C. On choisit maintenant > 0 t.q. m(C) et on peut
conclure comme la question prcdente, cest--dire que la convergence en mesure
de f
n
vers f donne lexistence de n
0
N t.q.
n n
0
m(f
n
f > ) ,
avec satisfaisant (4.59). En utilisant lingalit (4.60), on obtient alors
n n
0
lim
n+
_
f
n
f dm 3,
ce qui montre bien que lim
n+
_
f
n
f dm = 0.
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.]
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 = supI. 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 dnition 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 :
4.11. EXERCICES 227
i. f (x) =
1
x
, x [2, +[.
ii. f (x) =
1
x(lnx)
2
, x [2, +[.
Corrig 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 4.4 et 4.5) 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
p 1
(
1
2
p1

1
n
p1
)
1
p 1
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(lnx)
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(lnx)
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 convergence monotone donne
_
h
n
dm
_
hdm, quand n +. (4.61)
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 4.29).
Il donne
_
g
n
dm
_
gdm, quand n +. (4.62)
Avec (4.61) et (4.62) 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 prcdent : 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 +. (4.63)
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 4.29). Il donne
_
h
n
dm
_
hdm, quand n +. (4.64)
Avec (4.63) et (4.64) 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
+
.
4.11. EXERCICES 229
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
.
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 = supJ,
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 supI = supJ.
(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
. (4.65)
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 (4.65) 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 [
. (4.66)
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 [
. (4.67)
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 [
= . (4.66) 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

(4.66) et (4.67) donnent alors
limsup
n+
[f [
p
n
[f [
liminf
n+
[f [
p
n
et donc [f [
p
n
[f [
quand 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 [).
Corrig Si f = 0 p.p., on a J = J = [1, ] et [f [
p
= 0 pour tout p J. Donc,
p [f [
p
est continue de J dans R
+
.
On suppose maintenant que f nest pas nulle presque partout. On a donc [f [
p
> 0
pour tout p [1, ].
On pose J = [a, b] (si J ). On distingue 3 cas :
4.11. EXERCICES 231
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
quand n +. Ceci
donne la continuit droite de q [f [
q
au point a.
(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
quand n +.
Ceci donne la continuit droite de q [f [
q
au point a.
Cas 3 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.
Exercice 4.33 (Exemple de continuit et drivabilit sous le signe
_
)
Soit f : RR
+
R
+
dnie 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. Pour t R, on pose F(t) =
_
R
+
f (t, x)dx. Montrer que F est continue, drivable.
Donner une expression de F
.
Exercice 4.34 (Contre-exemple la continuit sous le signe
_
)
Soit f de ] 1, 1[[0, 1] dans R
+
dnie par f (t, x) = 0 si t ] 1, 0], puis, pour
t ]0, 1[, par
f (t, x) =
_
_
4
t
2
x si x [0,
t
2
],
4
t
2
(t x) si x ]
t
2
, t],
0 si x ]t, 1].
1. Montrer que la fonction f (t, ) est continue sur [0, 1] pour tout t ] 1, 1[.
Pour t ] 1, 1[, on pose F(t) =
_
]0,1[
f (t, )d =
_
1
0
f (t, x)dx.
2. Montrer que f (t, x) 1 lorsque t 0, pour tout x [0, 1].
3. Montrer que F(t) ,F(0) lorsque t 0, 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) Cs +C, s R. (4.68)
1. Soit u L
1
R
(E, T, m). Montrer que g u L
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)) Cu(x) +C pour tout x E, on a
_
g udm 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
, 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.
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
F
p.p., pour tout n 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
Cu
n
+C CF+C p.p. et donc G(u
n
) CF+C
p.p., pour tout n N.
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 +.
4.11. EXERCICES 233
4. Montrer que Gest continue de L
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 Gnest 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. (4.69)
(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 de rciproque partielle de
la convergence domine (thorme 4.49). 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 (4.69).
4.11.3 Esprance et moments des variables alatoires
Exercice 4.36 (Esprance et variance de lois usuelles) Soient (E, T) un espace
probabilis et X une variable alatoire relle, 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 (Ingalit de Jensen) Rappel : Une fonction f de Rdans Rest 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. Dmontrer lingalit de
Jensen qui scrit
_
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 Xa sont intgrables, la monotonie de lintgrale
donne alors
_
(f (X) f (a))dP
_
(Xa)dP.
Comme
_
Xdp = a, on en dduit
_
(f (X) f (a))dP 0, ce qui donne le rsultat de-
mand.
Exercice 4.38 (Sur lqui-intgrabilit ) Soit (E, /, P) un espace probabilis 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 =
_
AX
n
>a
X
n
dP+
_
AX
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 (4.6)),
P(X
n
> a)
M
a
.
Soit > 0. Daprs lequiintgrabilit de la suite (X
n
)
nN
il existe > 0 tel que
n N, A /, P(A)
_
A
X
n
dP . On choisit alors a
0
= M/. On a pour tout
4.11. EXERCICES 235
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.
Exercice 4.39 (Caractrisation de lindpendance) Soit (, /, P) un espace proba-
bilis, n 2 et X
1
, X
2
, . . . , X
n
, n variables alatoires relles. Montrer que lindpen-
dance 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
]. (4.70)
(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 (4.70)
est 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 (4.70) entrane lindpendance
de (X
1
, X
2
, . . . X
n
). On note T = ] , a], a R et ( = TR (on a donc A ( si et
seulement si A T ou A= R). Lhypothse (4.70) 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
(. (4.71)
.
Nous allons, partir de (4.71), 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.
(4.72)
Par dnition de v.a.r. indpendantes (dnition 3.29), la proprit (4.72) pour q = n+1
donne lindpendance de (X
1
, X
2
, . . . , X
n
).
Pour q = 1, la proprit (4.72) est donne par (4.71). Soit maintenant q 1, . . . , n t.q.
(4.72) soit vraie. On montre maintenant que (4.72) 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 -additivit de P donne que m et sont des mesures sur B(R). Lhypothse de
rcurrence (cest--dire le fait que (4.72) est vraie) donne que ces deux mesures sont
gales sur (. On peut alors appliquer la proposition 2.30 (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 (4.72) 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 2.30 R
n
. Cette mthode
permet dviter la rcurrence sur q.
Exercice 4.40 (Sign(X) et X pour une gaussienne) On dnit la fonction signe
par :
sign : R 1, 0, 1, s sign(s) =
_
_
1 si s > 0,
1 si s < 0
0 si s = 0.
(4.73)
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 Yet Zsont 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, en utilisant f (x) = f (x) :
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 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 bor-
liennes 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 = 2f 1
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 (4.11) ou le thorme 4.58, par exemple).
4.11. EXERCICES 237
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 proposi-
tion 3.30) 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.
Exercice 4.41 (V.a. gaussiennes dpendantes) Soit (, /, P) un espace probabilis,
1
> 0,
2
> 0 et X
1
, X
2
deux variables alatoires relles indpendantes et telles que :
X
1
(0,
2
1
) et X
2
(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 4.42 (V.a. gaussiennes dpendantes, covariance nulle) Soit (, /, P)
est un espace probabilis et X, S deux v.a. relles, indpendantes, t.q. X (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 (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 (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 4.59 donne alors E(SXX) = 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(SXX) = 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 (0, 1) et X (0, 1), on a E(SX) = E(X) = 0. Comme
S et X sont indpendantes (et S et X
2
intgrables), on a (proposition 4.59) SX
2
int-
grable 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 (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) o la fonction sign est dnie par (4.73) ;
noter que sign est une fonction borlienne de R dans R. Les variables alatoires
X et S sont indpendantes (par la proposition 3.30, mais la preuve est facile ici car
la tribu engendre par (Y) est incluse dans celle engendre 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
.
Exercice 4.43 (Limite p.s. et indpendance) 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.
Corrig Soit , C
c
(R, R). Comme X
n
et Y sont indpendantes, on a (voir la
proposition 4.59), pour tout n N
,
E((X
n
)(Y)) = E((X
n
))E((Y)). (4.74)
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 thorme 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 (4.74), on en dduit que
E((X)(Y)) = E((X))E((Y)).
La proposition 4.61 permet de conclure que X et Y sont indpendantes.
Exercice 4.44 (Exponentielle dune v.a. gaussienne) Soit (, /, P) un espace pro-
babilis et X une v.a.r. t.q. X (0, 1). Soit Y = exp(X). Calculer la moyenne, la
variance et la densit de Y.
4.11. EXERCICES 239
Exercice 4.45 (Loi du
2
) Soit (, /, P) un espace probabilis et X une v.a.r. t.q.
X (0, 1). Calculer lesprance, la variance ainsi que la densit de la v.a.r. X
2
.
(Remarque : cette loi sappelle loi du
2
1 degr de libert.)
Exercice 4.46 (Consquence du lemme de Borel-Cantelli) 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
).
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
2ln(n)
= 1 p.s..
Corrig Soit a 1. Pour n N
, on pose A
n,a
= X
n
> a
_
2ln(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
2ln(n)
1) = 1 car
A
1
limsup
n+
X
n
_
2ln(n)
1.
La proprit (p1) donne que P(limsup
n+
X
n
2ln(n)
> 1) = 0 car
limsup
n+
X
n
_
2ln(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
_
2ln(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
)). (4.75)
(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 (4.75),
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
_
2ln(k)
1
k
,
et donc ln(b
n,m
) quand mcar 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).
Exercice 4.47 (Sur la somme de v.a.r.i.i.d. intgrables) Soit (, /, P) un espace
probabilis, (X
n
)
nN
une suite v.a.r.i.i.d. et N une v.a. valeurs dans N
. On pose
S
N
= X
1
+ . . . + X
N
(cest--dire que, pour , S
N
() =

N()
n=1
X
n
()). Pour
n N
, on pose A
n
= , N(w) = n.
1. On suppose, dans cette question, que les v.a.r. N, X
1
, . . . , X
n
, . . . sont indpendantes.
Pour n N
, on pose Y
n
=
n
p=1
X
p
et Z
n
=
n
p=1
X
p
.
(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. indpendantes. [On pourra utiliser la proposition 3.30.]
Corrig On utilise la proposition 3.30. 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 3.30 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 ind-
pendantes 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.
(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
.]
4.11. EXERCICES 241
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
sont des v.a.r. indpendantes.
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 2.58
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
.
(b) On suppose que N et X
1
sont intgrables . Montrer que S
N
est intgrable et calcu-
ler E(S
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
),
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
).
Exercice 4.48 (Ds pips) Soit (, /, P) un espace probabilis et X, Y deux v.a.r.
indpendantes, bornes et prenant leurs valeurs dans N
.
1. Soit t R. Montrer que
E(t
X+Y
) = E(t
X
)E(t
Y
).
Corrig Comme X et Y sont des v.a.r. indpendantes, on a E((X)(Y)) =
E((X))E((Y)) pour toutes fonctions et borliennes bornes de R dans R.
On peut alors choisir et t.q.
(s) = (s) = t
s
si s Im(X) Im(Y) Im(X+Y)
et, par exemple, (s) = (s) = 0 si s Im(X) Im(Y) Im(X+Y) (la fonction est
bien borlienne borne de R dans R). On obtient alors pour tout ,
(X()) = t
X()
, (Y()) = t
Y()
et (X())(Y()) = t
X()
t
Y()
= t
X()+Y()
.
On en dduit que
E(t
X+Y
) = E((X)(Y)) = E((X))E((Y)) = E(t
X
)E(t
Y
).
2. On suppose maintenant que Im(X) = Im(Y) = 1, 2, 3, 4, 5, 6 et que P(X = i) =
p
i
> 0, P(Y = i) = q
i
> 0 pour i 1, 2, 3, 4, 5, 6.
On pose P(X+Y = i) = r
i
pour i = 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12.
Montrer quil est impossible que r
i
soit indpendant de i (cest--dire r
i
= 1/11 pour
tout i entre 2 et 12). [On pourra raisonner par labsurde et montrer que si r
i
= 1/11
pour tout i entre 2 et 12, on a alors (1 t
11
) = 11(1 t)(
5
i=0
p
i+1
t
i
)(
5
i=0
q
i+1
t
i
)
pour tout t R, ce qui est impossible. . . ]
Corrig Comme X + Y ne peut prendre que des valeurs entires comprises
entre 1 et 12, on a bien sr

12
i=2
r
i
= 1. On suppose que r
i
ne dpend pas de
i (quand i 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12). On a donc r
i
= 1/11 pour tout i
2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12. On utilise alors la premire question. Soit t R, t 1,
on a
E(t
X+Y
) =
12
i=2
r
i
t
i
=
12
i=2
1
11
t
i
=
t
2
11
10
i=0
t
i
=
t
2
(1 t
11
)
11(1 t)
,
E(t
X
) =
6
i=1
p
i
t
i
= t
5
i=0
p
i+1
t
i
, E(t
Y
) =
6
i=1
q
i
t
i
= t
5
i=0
q
i+1
t
i
.
La premire question donne alors
(1 t
11
) = 11(1 t)(
5
i=0
p
i+1
t
i
)(
5
i=0
q
i+1
t
i
). (4.76)
On a dmontr (4.76) pour tout t 1, mais elle aussi trivialement vraie pour t = 1.
On a donc bien (4.76) pour tout t R.
Lgalit (4.76) donne lgalit de deux polynmes (de degr 11) sur R. Mais, cette
galit est impossible. En effet, le polynme au membre de gauche ne sannule (dans
R) que pour t = 1. Or,

5
i=0
p
i+1
t
i
est un polynme de degr impair, il sannule donc
au moins une fois dans R. On note t
0
un nombre rel annulant ce polynme. On a
t
0
1 car

5
i=0
p
i+1
= 1. Lgalit (4.76) est donc impossible au point t
0
.
Chapitre 5
Intgrale sur les borliens de R
5.1 Intgrale de Lebesgue et intgrale des fonctions conti-
nues
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
_
f d =
_
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
4.5 page 197. En fait lexercice 4.5 sintresse au cas [0, 1] mais sadapte facilement
pour le cas gnral [a, b].
Remarque 5.2
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 :
_
f d =
_
f (x)d(x) =
_
b
a
f (x)dx.
244 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
Cette notation est justie par la proposition prcdente (proposition 5.1) car, si I
est compact, lintgrale de Lebesgue contient lintgrale des fonctions continues (et
aussi lintgrale des fonctions rgles et aussi lintgrale de Riemann, voir lexercice
5.2).
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 sou-
vent 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 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 5.3).
Proposition 5.3 Soient I un intervalle de R de longueur strictement positive et f , g
C(I, R). On suppose que f = g -p.p.. On a alors f (x) = g(x) pour tout x I.
Cette proposition est dmontre lexercice (corrig) 3.10 page 131 pour I = R. La
dmonstration pour I quelconque est similaire.
Proposition 5.4 Soit f C
c
(R, R) (cest--dire que f est une 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,
_
f d =
_
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 utilise 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
_
f d =
_
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
5.2.
5.2. MESURES ABSTRAITES ET MESURES DE RADON 245
5.2 Mesures abstraites et mesures de Radon
Remarque 5.5 Les propositions 5.1 et 5.4 donnent les rsultats suivants :
1. Pour f C
c
(R, R), on pose L(f ) =
_
f d. 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
_
f dm. 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 5.6).
2. Soit < a < b < . Pour f C([a, b], R), on pose L(f ) =
_
f d. 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 L(f ) =
_
f dm. 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 5.15).
On nonce maintenant des rsultats, dus F. Riesz, qui font le lien entre les applications
linaires (continues ou positives) sur des espaces de fonctions continues (applications
que nous appellerons mesures de Radon) et les mesures abstraites sur B(R) (cest-
-dire les applications additives sur les borliens de R, valeurs dans R ou R
+
,
non identiquement gales +). Le thorme 5.6 donn ci aprs est parfois appel
Thorme de reprsentation de Riesz en thorie de la mesure. Dans ce livre, nous
rservons lappellation Thorme de reprsentation de Riesz pour le thorme 6.56
de reprsentation de Riesz dans les espaces de Hilbert.
Thorme 5.6 (Riesz) Soit L une forme linaire positive sur C
c
(R, R), cest--dire
une application linaire positive de C
c
(R, R) dans R. Alors il existe une unique mesure
m sur (R, B(R)) t.q. :
f C
c
, L(f ) =
_
f dm.
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 5.8. La partie existence est plus difcile, on en donne
seulement le schma gnral, sous forme dexercice dtaill.
Soit L une forme linaire positive sur C
c
(R, R).
1. Montrer que L est continue au sens suivant : 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 pour
tout x.]
2. Montrer le lemme suivant :
Lemme 5.7 (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
) < +,(5.1)
A
= f : R R; (f
n
)
nN
C
c
(R, R); f
n
f et lim
n+
L(f
n
) > , (5.2)
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 coincdent). 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).

(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)
et pour f E, on dnit :
L(f ) = sup
hA
,hf
L(h) = inf
gA
,gf
L(g).
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 !(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
_
f dm = L(f ), f E.
Proposition 5.8 Soit d 1, m et deux mesures sur B(R
d
), nies sur les compacts.
On suppose que
_
f dm =
_
f d, pour tout f C
c
(R
d
, R). Alors m = .
La dmonstration de cette proposition peut se faire en utilisant la proposition 2.30.
Elle est faite pour d = 1 au chapitre 4 (proposition 4.60). Sa gnralisation au cas
d > 1 est laisse en exercice.
Remarque 5.9 Le thorme 5.6 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
5.6 donne donc lexistence dune mesure m sur B(R) t.q.
_
f dm = 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).
Dnition 5.10 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
. Ces
espaces seront parfois nots, en abrg, C
c
, C
0
et C
b
.
Remarque 5.11 Soit m une mesure nie sur B(R), alors C
b
(R, R) L
1
R
(R, B(R), m)
(en toute rigueur, on a plutt C
b
L
1
R
(R, B(R), m)). Pour f C
b
(R, R), on pose
L(f ) =
_
f dm. 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(R)[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 5.12 (Riesz) Soit L une application linaire positive de C
0
(R, R) dans R,
alors il existe une unique mesure m nie sur (R, B(R)) t.q. :
f C
0
, L(f ) =
_
f dm.
DMONSTRATION La dmonstration consiste dabord montrer que Lest continue
(quand C
0
(R, R) est muni de sa norme naturelle, cest--dire de la norme [ [
u
). Cest
la premire tape ci-dessous. Puis appliquer le thorme 5.6, cest le deuxime tape.
tape 1
On montre, dans cette tape, que L est continue.
On raisonne par labsurde. Si L nest pas continue, il existe (f
n
)
nN
suite de C
0
(R, R)
t.q. L(f
n
) n et [f
n
[
u
= 1 pour tout n N
. En posant g
n
= f
n
/(n
2
), on a g
n

C
0
(R, R) et en utilisant la linarit et la positivit de L, on obtient
L(g
n
) =
1
n
2
L(f
n
)
1
n
2
L(f
n
)
1
n
et [g
n
[
u
=
1
n
2
.
La srie
+
n=1
g
n
est absolument convergente dans C
0
(R, R), elle est donc convergente
(car C
0
(R, R) est un espace de Banach). On note g la somme de cette srie. On a donc
g C
0
(R, R), et comme les fonctions g
n
sont positives,
L(g)
n
p=1
L(g
p
)
n
p=1
1
p
pour tout n N.
En passant la limite quand n +on obtient L(g) = +, ce qui est absurde.
On a donc bien montr que L est continue. Il existe donc M t.q. L(f ) M[f [
u
pour
tout f C
0
(R, R).
Etape 2
La restriction de L C
c
(R, R) est linaire positive. Le thorme 5.6 donne lexistence
dune mesure m sur B(R) t.q.
L(f ) =
_
f dm pour tout f C
c
(R, R) (5.3)
Pour n N
on pose
n
= 1
[n,n]
+(x +n +1)1
[(n+1),n]
+(n +1 x)1
[n,n+1]
,
et on prend f =
n
dans (5.3). On obtient m([n, n]) L(
n
) M[
n
[
u
= M. On a
donc, en faisant n +, m(R) M, ce qui prouve que m est une mesure nie.
Enn, si f C
0
(R, R) on pose f
n
= f
n
. On remarque que f
n
tend vers f dans
C
0
(R, R) et est domine par f . On a donc lim
n+
L(f
n
) = L(f ) car L est continue
et lim
n+
_
f
n
dm =
_
f dm par convergence domine. Comme L(f
n
) =
_
f
n
dm (car
f
n
C
c
(R, R)), on obtient nalement L(f ) =
_
f dm.
Le rsultat du thorme 5.12 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 ) =
_
f dm pour f C
b
, on montre facilement (en utilisant
_
f dm = 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
.
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 sil 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
5.14 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 5.13 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. Le thorme de Hahn-Banach
[1] donne alors lexistence dune application linaire continue

T de E dans R (i.e.
T E
) 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 5.14 est de remplacer lhypothse de continuit de T
par une proprit de positivit.
Thorme 5.14 (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 la version du thorme de Hahn-
Banach donn, par exemple, dans le livre danalyse fonctionnelle de H. Brezis [1].
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 5.15 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
_
f dm est linaire po-
sitive (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 tho-
rme prcdent permet de montrer quil existe une unique mesure nie, note m, sur
(K, B(K)) t.q. :
L(f ) =
_
f dm, f C(K, R).
Considrons maintenant le cas des mesures signes : si m est 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
_
f dm 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 :
Thorme 5.16 (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 ) =
_
f dm, f C
0
(R, R)( ou C(K, R)).
Les lments de (C
0
(R, R))
(ou (C(K, R))
) sont appels mesures de Radon sur R

(ou K). On rappelle que, pour un espace de Banach (rel) E, on note E
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),
_
f dm =
_
f dm
+
_
f dm
.
Dnition 5.17 (Mesure de Radon) Soit un ouvert born de R, alors on appelle
mesure de Radon sur un lment de (C(, R))
, cest--dire une application linaire

continue (pour la norme innie) de C(, R) dans R.
Remarque 5.18 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 ) =
_
f d pour tout f C
c
(, R).
Pour montrer lexistence de , on peut commencer par se ramener au thorme 5.16
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 5.16
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
5.16 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 le rsultat donn dans le premier item
(cest--dire lexistence de ) peut tre faux ; par contre on peut montrer quil existe
deux mesures (positives)
1
et
2
sur les borliens de telles que
T(f ) =
_
f d
1
_
f d
2
, f C
c
(, R) ;
on peut 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 ) =
_
f d, f C
c
(, R).
5.3 Changement de variable, 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 5.19 (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
_
f d.
Le mme rsultat reste vrai en remplaant L
1
par L
1
.
DMONSTRATION 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
_
f d, (5.4)
on raisonne en plusieurs tapes :
5.3. CHANGEMENT DE VARIABLE, DENSIT ET CONTINUIT 253
(a) On suppose que f = 1
A
avec A B(R) tel que (A) < +. On a alors g = 1
1
(avec
1
=
1
, x A). On a donc g L
1
(R, B(R), ) et (5.4) est vraie
(car on a dj vu que (
1
) =
1
(A), dans la proposition 2.47).

(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 (5.4) est
vraie.
(c) On suppose que f /
+
L
1
(R, B(R), ). Il existe une suite (f
n
)
nN
c
+
L
1
(R,
B(R), ) telle que f
n
f quand n +. On a donc
_
f
n
d
_
f d 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 (5.4) est vraie pour f = f
n
et g = g
n
, on en dduit que g /
+
L
1
(R,
B(R), ) et (5.4) 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 (5.4) 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 5.20 (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 sup-
ports 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) telle que [f [
1
. On va raisonner une
nouvelle fois en plusieurs tapes (fonctions caractristiques, c
+
, /
+
et enn L
1
).
Etape 1. On suppose ici que f = 1
A
avec A B(R) et (A) < +.
Soit > 0. Comme est une mesure rgulire (proposition 2.42), il existe un ouvert O
et un ferm F tels que F A O et (OF) . 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
tel que (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 tels que K A O et (O K) 2.
Ceci va nous permettre de construire C
c
(R, R) telle que [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 des suites (x
n
)
nN
K et (y
n
)
nN
O
c
telles que
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 dnit maintenant la fonction par
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 tel que 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 KO
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 tels que 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) telle que [1
A
i

i
[
1
. On pose
=
n
i=1
a
i
i
C
c
(R, R)
5.3. CHANGEMENT DE VARIABLE, DENSIT ET CONTINUIT 255
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 4.9), il existe
g c
+
telle que g f et
_
f d
_
gdm
_
f dm,
de sorte que
[g f [
1
=
_
(f g)d ,
Ltape 2 donne alors lexistence de C
c
(R, R) telle que [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) telle
que
[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 7.14. Par contre, le rsultat de
continuit en moyenne que nous montrons maintenant nest pas vrai pour toute mesure
sur B(R), nie sur les compacts (voir lexercice 7.14).
Thorme 5.21 (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. (5.5)
DMONSTRATION Soient f L
1
R
(R, B(R), ) et h R. On remarque que f
h
= f ( + h) L
1
R
(R, B(R), ) (daprs la proposition 5.19). 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 (5.5) fait lobjet de lexercice 5.10.
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 5.22 (Intgrabilit gauche) Soient f : R R, R et a R
+, a > ; on suppose que ], a[, f 1
],[
L
1
(= L
1
R
(R, B(R), )). On dit que
f est intgrable gauche en a (ou encore que
_
a
existe) si
_
f 1
],[
d a une limite
dans R lorsque a. Cette limite est note
_
a
f (t)dt.
Remarque 5.23 Ceci ne veut pas dire que f 1
],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) =
sinx
x
.
Par contre, ds que la fonction f considre est de signe constant, on a quivalence
entre les deux notions :
Proposition 5.24 Soient f : R R
+
, R et a R+, a > ; on suppose que
], a[, f 1
],[
L
1
(= L
1
R
(R, B(R), )). Alors f est intgrable gauche en a si
et seulement si f 1
],a[
L
1
.
DMONSTRATION Ce rsultat se dduit du thorme de convergence monotone
en remarquant que f 1
],[
f 1
],a[
quand a.
5.5 Exercices
Exercice 5.1 (La mesure de Dirac nest pas une fonction. . . ) Soit (
n
)
nN
la suite
de fonctions de ] 1, 1[ dans R dnie par
n
(x) = (1nx)
+
. On note la mesure de
Lebesgue sur la tribu B(R) des borliens de ]1, 1[, et L
1
= L
1
R
(]1, 1[, B(]1, 1[), ).
Soit T lapplication de C([1, 1], R) dans R dnie par T() = (0).
1. Montrer que T
_
C([1, 1], R)
_
(on rappelle que

_
C([0, 1], R)
_
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).
5.5. EXERCICES 257
2. Soit C([1, 1], R). Montrer que L
1
R
(] 1, 1[, B(] 1, 1[),
0
), o
0
est la
mesure de Dirac en 0, et que T() =
_
d
0
.
3. Soient g L
1
. Montrer que
_
g
n
d 0 lorsque n +.
En dduire quil nexiste pas de fonction g L
1
telle quon ait, pour toute fonction
C([1, 1], R), T() =
_
gd (et donc que
0
nest pas une mesure de densit).
Exercice 5.2 (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 tel que 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 ,
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 telle
que 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 (5.6)
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 (5.7)
g
n
(b) = h
n
(b) = 0. (5.8)
(a) On pose / = /([a, b], B(R), ) et L
1
= L
1
([a, b], B(R), ). Montrer que
g
n
, h
n
/L
1
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 = hp.p.. En dduire
que f L
1
et que
_
f d = R
_
b
a
f (x)dx.
(d) Soit f dnie par :
f (x) = 1 si x , (5.9)
f (x) = 0 si x . (5.10)
Montrer que f nest pas Riemann intgrable, mais que f L
1
R
([a, b], B(R), ).
Exercice 5.3 (Convergence de la drive) Soit (f
n
)
nN
C
1
(]0, 1[, R) conver-
geant simplement vers la fonction f :]0, 1[ R; on suppose que la suite (f

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

= 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
,
1 +n
2
(x
1
2
) si
1
2
< x
1
2
+
1
n
,
1 n
2
(x
1
2

2
n
) si
1
2
+
1
n
< x
1
2
+
2
n
,
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

n
= g
n
sur ]0, 1[. On a donc bien que (f

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

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

= 1 ?
Corrig 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

n
(t)dt, cest--dire
f
n
(x) = f
n
(
1
2
) +s
x
_
f

n
1
I
x
d, (5.11)
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

n
1
I
x
d
_
1
I
x
d [f

n
1[
1
0,
et f
n
(x) f (x) (ainsi que f
n
(
1
2
) f (
1
2
)). On dduit donc de (5.11), 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

= 1.
5.5. EXERCICES 259
Exercice 5.4 (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

(x) = 0 pour x < 0 et f

(x) = 2xsin
1
x
2

2
x
cos
1
x
2
si x > 0.
Pour montrer la continuit et la drivabilit 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

(0) = 0.
2. Soit 0 < a < b < +. Montrer que f

1
]a,b[
L
1
R
(R, B(R), ). On pose
_
b
a
f

(t)dt =
_
f

1
]a,b[
d. Montrer que :
f (b) f (a) =
_
b
a
f

(t)dt.
Corrig La fonction f

est continue sur ]0, +[. La restriction de f

[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

[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

[a,b]
concide avec lintgrale des fonctions continues, cest--dire :
_
f

[a,b]
d
[a,b)
=
_
b
a
f

(x)dx.
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

(x)dx = f (b) f (a).
Pour se convaincre de cette dernire galit, on rappelle que f et x
_
x
a
f

(t)dt
sont deux primitives de f

, leur diffrence est donc constante sur [a, b].
Enn, comme f

[a,b]
L
1
([a, b], B([a, b]),
[a,b)
), il est facile den dduire que f

1
]a,b[
L
1
R
(R, B(R), ) et que
_
f

[a,b]
d
[a,b)
=
_
f

1
]a,b[
d.
Plus prcisment, on pose f

= 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

1
]a,b[
L
1
R
(R, B(R), ) est de procder de la manire
suivante :
La fonction f

est la limite simple, quand n +, de la suite (f
n
)
nN
o f
n
est
dnie, 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
3.19), on en dduit que f
n
est mesurable pour tout n N
et donc que f

est mesurable
(comme limite simple de fonctions mesurables). La fonction f

1
]a,b[
est donc aussi
mesurable (comme produit de fonctions mesurables). La mesurabilit de f

1
]a,b[
est
donc vraie pour tout a, b R (noter cependant que f

nest pas continue en 0).
Pour montrer que f

1
]a,b[
est intgrable, il suft de remarquer que f

est borne
sur ]a, b[, car f

est continue sur [a, b] (on utilise ici le fait que a > 0) et que
(]a, b[) < +. On a donc bien montr que f

1
]a,b[
L
1
R
(R, B(R), ).
3. Soit a > 0.
(a) Montrer f

1
]0,a[
L
1
R
(R, B(R), ).
Corrig La restriction de f

]0, a[ est continue, cest donc une fonction
mesurable (cest--dire borlienne) de ]0, a[ dans R. On en dduit facilement que
f

1
]0,a[
est borlienne de R dans R. (On a aussi vu la question prcdente que
f

est borlienne. Ceci montre galement que f

1
]0,a[
est borlienne.)
On a f

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

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
, (5.12)
avec n
0
N
tel que
1
n
0
4
a. On dduit alors de (5.12), 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
,
5.5. EXERCICES 261
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

1
]0,a[
L
1
R
(R, B(R), ).
(b) Pour 0 < x < a, on pose g(x) =
_
a
x
f

(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)dt, improprement. . . car f

1
]0,a[
L
1
R
(R, B(R), ),
la restriction de f

]0, a[ nest donc pas intgrable pour la mesure 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).
Exercice 5.5
Soit f L
1
R
(R, B(R), ). On dnit F : R R par : F(x) =
_
f 1
[0,x]
d(=
_
x
0
f (t)dt),
pour x 0, et F(x) =
_
f 1
[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) =
_
f 1
]x,y[
d =
_
]x,y[
f d.
Soit > 0, comme f L
1
R
(R, B(R), ), lexercice 4.14 (ou lexercice 4.28) montre quil
existe > 0 tel que
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 ,
ce qui montre bien la continuit uniforme de F.
Exercice 5.6 (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 tel
que 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
,
n
2
(x n +
1
n
2
si n
1
n
2
< x n,
n
2
(x n
1
n
2
) si n < x n +
1
n
2
,
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,
1
n
2
n
2
+
1
n
n
2
1
n
x
f
n
(x)
FIGURE 5.1 La fonction f
n
la srie dnissant f (x) a au plus un terme non nul. Plus prcisment, il existe n
(dpendant de x) tel que 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
4.18) donne que f /
+
et
_
f dm =
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 telle que lim
n+
x
n
= +, on a
lim
n+
_
x
n
+
x
n
f (x)d(x) = 0.]
5.5. EXERCICES 263
Corrig On commence par montrer le rsultat prliminaire suggr.
Soient > 0 et (x
n
)
nN
R une suite telle que. lim
n+
x
n
= +.
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 tel que x
n
> x). On a aussi f
n
f L
1
. On peut donc
appliquer le thorme de convergence domine (ou la proposition prliminaire 4.29).
Il donne que
_
f
n
dm0, cest--dire :
_
f 1
]x
n
,x
n
+[
d 0, quand n +. (5.13)
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 telle que x
n+
quand n + et f (x
n
) pour
tout n N.
La continuit uniforme de f donne lexistence de > 0 tel que
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 (5.13).
On a donc bien nalement montr que f (x) 0 quand x +.
4. On suppose que f C
1
(R, R) et f

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)dt =
_
]x,y[
f

d.
Comme f

L
1
, lexercice 5.5 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

d.
Comme f

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

d
_
]0,+[
f

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
).
Exercice 5.7 (Intgrabilit de certaines fonctions) On sintresse dans cet exercice
lintgrabilit de fonctions classiques.
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) ?
2. On considre lespace mesur (E, T, m) = (R
+
, B(R
+
), ). Soit f dnie, pour x
]0, +[, par : f (x) =
sinx
x
. Montrer que f L
1
R
(E, T, m). On pose f
n
= f 1
]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 5.8 (galit presque partout de fonctions continues) On munit R
N
de la
tribu borlienne B(R
N
) et de la mesure de Lebesgue
N
. Cette mesure, dont lexistence
sera prouve au chapitre 7, vrie :
N
_
_
N
_
i=1
A
i
_
_
=
N
_
i=1
(A
i
), A
1
, . . . A
N
B(R) ; (A
i
) < +, i = 1, . . . , N.
Soient f et g C(R
N
, R) telles que f = g p.p.. Montrer que f = g partout. [On dira
donc que f L
1
(R
N
, B(R
N
),
N
) est continue sil existe g C(R
N
, R) telle que 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 tel que 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
+ [) =
(2)
N
> 0, en contradiction avec f = g p.p..
Exercice 5.9 (Un sous espace de H
1
(R)) (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
.)
On note L
1
lespace L
1
R
(R, B(R), ). Soit E = f C
1
(R, R); f L
1
et f
2
L
1
.
Pour f E, on dnit [f [ =
_
f d +(
_
f

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

2
d +
1
x y.
3. Soit f E. Montrer que f est uniformment continue, borne, et que f
2
L
1
.
Exercice 5.10 (Continuit en moyenne) 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 tel que f = 0 sur [a, a]
c
. Pour h R tel que 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.
5.5. EXERCICES 265
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 5.20), il existe une fonction
C
c
telle que [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.
Exercice 5.11 (Non existence de borlien bien quilibr)
On note L
1
= L
1
R
(R, B(R), ).
1. Pour f L
1
, h R
+
et x R, on dnit
f
h
(x) =
1
(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. 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 une suite (h
n
)
nN
telle que h
n
0, lorsque n + et
f
h
n
f p.p. lorsque n +.
Noter que ce rsultat stend au cas L
1
= L
1
R
(R
N
, B(R
N
),
N
), o
N
est la mesure
de Lebesgue N-dimensionnelle, dnie au chapitre 7.
2. Montrer quil nexiste pas de borlien A inclus dans [0,1] et tel que (I A) =
(I A
c
) =
(I)
2
pour tout intervalle I de [0, 1]. [On pourra raisonner par labsurde
et utiliser la question prcdente et f convenablement choisie. Cette question est
aussi une consquence de lexercice 5.12.]
Exercice 5.12 (Sur la concentration dun borlien) Soit a < b +, A
B(]a, b[) et ]0, 1[. On suppose que (A], [) ( ) pour tous , tels que
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 : Si A B(]a, b[) est tel que (A) > 0, alors, pour tout
< 1, il existe , tels que 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 dintervalles ouverts disjoints deux deux (lemme
2.43). On a donc O =
_
nN
I
n
avec I
n
I
m
= si n m et, pour tout n N, I
n
=]a
n
, b
n
[
avec a a
n
b
n
b. La additivit de et lhypothse (A], [) ( ) pour
tout , tels que a 0. Daprs la rgularit de (et le fait que A B(]a, b[) B(R)),
il existe O ouvert de R tel que 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 (5.14) et ladditivit de ,
on a donc :
(A) = (AO) (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 , tels que 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.
Exercice 5.13 (Points de Lebesgue) 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 tels que 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 deux deux.
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 deux deux.
2. Soit J une famille nie dintervalles ouverts non vides de R dont la runion est
note A. Montrer quil existe une sousfamille nie de J, note (I
1
, . . . , I
m
), forme
dintervalles disjoints deux deux et tels que (A) 2
m
k=1
(I
k
). [Utiliser la
question 1.]
Corrig On commence par montrer la proprit suivante :
Pour toute famille nie J dintervalles ouverts non vides de R, il existe une sous-famille
K telle que :
5.5. EXERCICES 267
(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 un seul lment (on prend K= J). Soit n N
. On suppose que
la proprit est vraie pour toutes les familles de n lments. Soit 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 vides de Rdont 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 deux deux, de sorte que :
(
_
iP
J
i
) =
iP
(J
i
), (
_
iI
J
i
) =
iI
(J
i
).
Enn, comme A=
_
n
i=1
J
i
, la sousadditivit de donne
(A)
iP
(J
i
) +
iI
(J
i
).
Une sousfamille 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 tel que 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 +. (5.15)
Pour > 0, on dnit f

de R dans R par :
f

(x) = sup
h
1
2h
_
h
h
f (x +t)dt. (5.16)
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
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 uni-
forme.)
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) tel que :
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 tel que
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,
tel que 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,
tels que B
y,

_
n
i=1
I(x
i
).
5.5. EXERCICES 269
(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 tel que 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
.
On dnit maintenant f

de R dans R
+
par :
f

(x) = sup
h>0
1
2h
_
h
h
f (x +t)dt. (5.17)
5. Montrer que f

est borlienne et que (f

> y)
2
y
[f [
1
, pour tout y > 0.
Corrig La fonction f

est borlienne (de R dans R
+
) car cest le supremum 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 (5.15) 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 R et tout n N
, par continuit de f , il existe

x,n
]x
1
n
, x +
1
n
[ tel
que
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 (5.15). [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)
telle que f
p
f dans L
1
lorsque p +. 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). (5.18)
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) tel que (C) = 0 et f
p
(x) f (x) pour tout x C
c
.
On va maintenant montrer (grce (5.18)) 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 (BC) = 0).
Soit donc x (BC)
c
et soit > 0. Comme x C
c
, il existe p
1
N tel que f (x)
f
p
(x) pour p p
1
. Comme x B
c
, x
_
mN
(
_
pN
B
c
m,p
). On choisit m N
tel que
1
m
. On a
x
_
pN
B
c
m,p
=
_
pN
_
qp
A
c
m,q

_
qp
1
A
c
m,q
.
Il existe donc p p
1
tel que 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 tel que 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
,
Exercice 5.14 (Convergence vague et convergence troite) Soit (m
n
)
nN
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 dlments de C
c
(R
d
, R).]
Corrig Soit C
c
(R
d
, R) telle que 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 rgula-
risante (ou suite de noyaux rgularisants).
Soit C
c
(R
d
, R), on dnit la suite (
p
)
pN
en posant
p
(x) =
_
(y)
p
(xy)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 4.53), il est assez facile de voir que
p
est indniment
5.5. EXERCICES 271
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
, z1/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
tel que, 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.
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) telle que,
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.
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
tel que : 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
tel que : n N, p p
1

_
(1
p
)dm
n
.
Corrig Daprs a), il existe p
2
tel que
_
(1
p
2
)dm /2. Daprs b), il
existe n
0
tel que
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
.
Dautre part, le thorme de convergence domine donne (comme en a) que, pour
tout n N,
lim
p+
_
(1
p
)dm
n
= 0.
Pour tout n 0, . . . , n
0
, il existe donc p
2,n
tel que
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).
5.5. EXERCICES 273
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
N tels que les deux
derniers termes 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
tel que le premier terme 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
) = maxx y, y
c
.
Pour les questions 3 et 4, on remplace simplement R
d
par .
Exercice 5.15 (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 5.16 (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 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 tels que F A O et (O F) .
En fait, la proprit (p1) entrane la proprit (p2) (cela est dmontr au chapitre 7,
proposition 7.17) 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) = infx y, y K. Montrer que C
c
(R
d
, R) et que (x) = 1 si x K.
3. Soit A B(R
d
) tel que (A) < +.
(a) Soit > 0, montrer quil existe O ouvert et K compact tels que K A O et
(O K) .
(b) Soit > 0. Montrer quil existe C
c
(R
d
, R) telle que [ 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) telle que [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) telle que [f [
1
.
(b) Montrer quil existe C
c
(R
d
, R) telle que [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 ?)
(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 5.17 (Loi dune fonction linaire de X) Soit (, /, P) un espace probabi-
lis 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 R
, 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.
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 pime 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
.
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 dqui-
valence = p.p. an que lapplication f [f [
p
dnisse une norme sur lespace
vectoriel des classes dquivalence (voir section 4.5).
276 CHAPITRE 6. LES ESPACES L
P
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 6.3 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.
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 6.4 (Ingalit de Young) Soient a, b R
+
et p, q ]1, +[ tels que
1
p
+
1
q
=
1. Alors :
ab
a
p
p
+
b
q
q
.
DMONSTRATION La fonction exponentielle exp() est convexe (de R dans
R). On a donc, pour tout
1
,
2
R et tout t [0, 1],
exp(t
1
+(1 t)
2
) t exp(
1
) +(1 t) exp(
2
).
6.1. DFINITIONS ET PREMIRES PROPRITS 277
Soit a, b > 0 (les autres cas sont triviaux). On prend t =
1
p
(de sorte que (1 t) =
1
q
),
1
= pln(a) et
2
= qln(b). On obtient bien ab
a
p
p
+
b
q
q
.
Lemme 6.5 (Ingalit de Hlder) Soient (E, T, m) un espace mesur et p, q
]1, +[ tels que
1
p
+
1
q
= 1. Soient f L
p
R
(E, T, m) et g L
q
R
(E, T, m). Alors, f g
L
1
R
(E, T, m) et
[f g[
1
[f [
p
[g[
q
. (6.1)
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 f g / car f , g / (voir la pro-
position 3.19).
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 :
_
f gdm
1
p
_
f
p
dm+
1
q
_
g
q
dm < +. (6.2)
Donc, f g L
1
.
Pour montrer (6.1), 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
f g = 0 p.p., donc [f g[
1
= 0 et (6.1) est vraie.
p
= 1 et [g[
q
= 1. On a alors, avec (6.2),
[f g[
1
=
_
f gdm
1
p
+
1
q
= 1 = [f [
p
[g[
q
.
Lingalit (6.1) 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
[f g[
1
[f [
p
[g[
q
= [f
1
g
1
[
1.
Ce qui donne (6.1).
Dans le cas o f L
p
et g L
q
, on confond les classes f et g avec des reprsentants,
encore nots f et g. Le rsultat prcdent donne f g L
1
et (6.1). On a alors f g L
1
au sens de la confusion habituelle, cest--dire il existe h L
1
telle que f g = h p.p.
(et f g ne dpend pas des reprsentants choisis), et (6.1) est vrie.
P
Lemme 6.6 (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
. (6.3)
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 6.3). Il reste donc montrer (6.3). On peut
supposer que [f +g[
p
0 (sinon (6.3) est trivial).
On remarque que
f +g
p
FH+GH, (6.4)
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 (6.1), elle donne
[FH[
1
[F[
p
[H[
q
, [GH[
1
[G[
p
[H[
q
.
On en dduit, avec (6.4),
_
f +g
p
dm ([f [
p
+[g[
p
)(
_
f +g
p
dm)
1
1
p
,
Do lon dduit (6.3).
Il est clair que le lemme est vrai avec L
p
au lieu de L
p
.
On en dduit la proprit suivante :
Proposition 6.7 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 (6.3) donne [f +g[
p
[f [
p
+[g[
p
pour tout f , g L
p
.
Lapplication f [f [
p
est donc une seminorme 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 6.8 On reprend ici la remarque 4.40. Soient (E, T, m) un espace mesur et
1 p < +. On confondra dans la suite un lment F de L
p
avec un reprsentant f
de F, cest--dire avec un lment f L
p
telle que 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
sil 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 lments de L
p
, f = g signie en fait f = g
p.p..
Thorme 6.9 (Convergence domine dans L
p
1 p < +. On note L
p
lespace L
p
R
(E, T, m). Soit (f
n
)
nN
une suite dlments de
L
p
telle que :
1. f
n
f p.p.,
2. F L
p
telle que f
n
F p.p. pour tout n N.
Alors f
n
f dans L
p
(cest--dire
_
f
n
f
p
dm0 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 ap-
pliquer le thorme de convergence domine, il donne h
n
0 dans L
1
, cest--dire
f
n
f dans L
p
.
Comme dans le cas p = 1 (voir le thorme 4.45), lhypothse f
n
f p.p." dans
le thorme 6.9 peut tre remplace par f
n
f en mesure. Ceci est montr dans
lexercice 6.23.
Dans le thorme 6.9, 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
lhypothse 2 du thorme 6.9. Toutefois, le thorme 6.10 ci-dessous donne un
rsultat de convergence intressant sous lhypothse (f
n
)
nN
borne dans L
p
(on
P
pourrait appeler cette hypothse domination en norme) au lieu de lhypothse 2 du
thorme 6.9.
Thorme 6.10 (Convergence domine en norme, mesure 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 dlments de L
p
telle
que :
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
dm0,
quand n +, pour tout 1 q < p).
Ce thorme est aussi vrai dans le cas p = +, lespace L
sera dni dans la section

6.1.2.
DMONSTRATION Le fait que f L
p
est consquence immdiate du lemme de
Fatou (Lemme 4.19) 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 4.51). Ceci est
dmontr dans lexercice 6.19. Une gnralisation avec m(E) = +est tudie dans
lexercice 6.20.
On donne maintenant une rciproque partielle au thorme de convergence domine,
comme dans le cas p = 1.
Thorme 6.11 (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
telle que :
f
n
k
f p.p. lorsque k +,
F L
p
telle que 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 6.12 (Sries absolument convergentes dans L
p
)
Soient (E, T, m) un espace mesur, 1 p < +et (f
n
)
nN
L
p
.
On suppose que
nN
[f
n
[
p
< +. Alors :
1.

+
n=0
f
n
(x) < +pour presque tout x E. On pose f (x) =
+
n=0
f
n
(x) (la fonction
f est donc dnie p.p.).
2. f L
p
(au sens il existe g L
p
telle que 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
telle
que
n
k=0
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 /
+
telle que 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 +. (6.5)
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 (6.5) donne alors
_
F
p
dm A
p
< +. (6.6)
Lingalit (6.6) donne que F < + p.p.. Il existe donc B T tel que 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
4.13 page 164), il existe donc g / telle que 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 (6.6), g L
p
, ce
qui donne bien f L
p
p
telle que f = g p.p.)
Enn, pour montrer le dernier item de la proposition, il suft dappliquer le tho-
rme 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 6.13 (Lespace L
p
est complet) Soient (E, T, m) un espace mesur et
1 p < +. Lespace vectoriel norm (L
p
, [.[
p
) est complet.
P
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 6.36).
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, voir Dnition 6.72). Les espaces L
1
et L
(que nous verrons au

paragraphe suivant) sont des espaces de Banach non rexifs (sauf cas particuliers).
Remarque 6.14 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 6.35).
6.1.2 Lespace L
Dnition 6.15 (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) sil
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 6.16 (Rappels sur la dnition de linf) Soit A R, A . On rappelle
que A est born infrieurement sil existe un minorant de A, cest--dire sil 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
manipulations 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 +.
Ceci se dmontre trs facilement en distinguant deux cas :
1. Si A est non born infrieurement, alors, pour tout n N, il existe y
n
A tel que
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 6.17 Si f L
, alors f [f [
p.p..
La dmonstration de ce lemme fait lobjet de lexercice corrig 4.32.
On a galit entre le sup essentiel et le sup pour les fonctions continues :
Proposition 6.18 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 6.19 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 dquivalence = 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 6.20 Soient (E, T, m) un espace mesur, L
= L
R
(E, T, m) et L
=
L
R
(E, T, m). Alors :
P
1. L
est un espace vectoriel sur R et lapplication dnie de L
dans R par f
[f [
.
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 espace vectoriel norm (rel).

DMONSTRATION 1. Si R et f L
, il est clair que f L
et que
[f [
= [f [
.
Soit f , g L
. Comme f [f [
p.p. et g [g[
p.p., on montre facile-

ment que f +g f +g [f [
+[g[
p.p., ce qui prouve que (f +g) L
et que [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 seminorme 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 6.21 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 conver-
gente dans L
, ce qui est une consquence de la proposition suivante sur les sries

absolument convergentes.
Proposition 6.22 (Sries absolument convergentes dans L
) Soient (E, T, m) un
espace mesur et (f
n
)
nN
L
R
(E, T, m). On suppose que

+
n=0
[f
n
[
< +. Alors :
1. Il existe C R
+
t.q., pour tout n N,

n
k=0
f
k
< C p.p..
2. La srie de terme gnral f
n
(x) est, pour presque tout x E, absolument convergente
dans R. On dnit, pour presque tout x, f (x) =
+
n=0
f
n
(x).
3. On a f L
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< . (6.7)
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 4.13) car limite p.p. de
fonctions mesurables. Il existe donc g /t.q. f = g p.p. et (6.7) donne g C p.p..
On a donc g L
et donc f L
t.q. f = g p.p.).
Il reste montrer que

n
k=0
f
k
f dans L
.
On remarque que, pour tout x A
c
,
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
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 6.22 permet de montrer que L
est complet (thorme 6.21). 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 6.23 (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]), ), 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 6.22). La dmonstration est similaire la

dmonstration du thorme 4.49.
Remarque 6.24 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).
P
6.1.3 Quelques proprits des espaces L
p
, 1 p +
Proposition 6.25 (Comparaison entre les espaces L
p
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), tel
que [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 < , (6.8)
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
. (6.9)
En utilisant (6.8), on remarque que (6.9) est vraie avec C= (m(E) +1)
1
p
, si [f [
q
= 1.
Ceci est sufsant pour dire que (6.9) est vraie avec C= (m(E)+1)
1
p
pour tout f L
q
. En
effet, (6.9) 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 (6.9)
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 (6.9) avec un C ne dpendant que p et m(E) (et non de q). Toutefois,
le meilleur C possible dans (6.9) dpend de p, q et m(E). Ce meilleur C peut tre
obtenu en utilisant lingalit de Hlder gnralise (proposition 6.26). Elle donne
[f [
p
C[f [
q
avec C= (m(E))
1
p
1
q
(voir la remarque 6.27).
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 6.26 (Ingalit de Hlder gnralise) Soient (E, T, m) un espace me-
sur 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, f g L
r
R
(E, T, m) et
[f g[
r
[f [
p
[g[
q
. (6.10)
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 f g L
r
et que (6.10) est vraie. On
remarque dabord que f g /.
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 6.5 (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 f g L
r
et
_
f g
r
dm (
_
f
p
dm)
r
p
(
_
g
q
dm)
r
q
,
ce qui donne (6.10)
Cas 2. On suppose ici q = et r = p < .
Comme g [g[
p.p., On a f g
p
f
p
[g[
p
p.p. et donc
_
f g
p
dm [g[
p
_
f
p
dm,
ce qui donne f g L
p
et (6.10).
Cas 3. On suppose ici p = q = r = .
Comme f [f [
p.p. et g [g[
p.p., on a f g [f [
[g[
p.p., ce qui donne

f g L
et (6.10).
Remarque 6.27
1. Par une rcurrence facile sur n N
, on peut encore gnraliser la proposition

6.26. 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 (6.10) permet aussi de trouver le meilleur C possible dans la proposition
6.25 (Ingalit (6.9)) :
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 6.26 avec f L
q
et 1
E
L
r
. Elle donne que f L
p
et
P
[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 (6.9) car si f = 1
E
on obtient [f [
p
(m(E))
1
p
1
q
[f [
q
.
Remarque 6.28 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 6.29 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 : sil

existe p
0
< + tel que f L
p
pour tout p tel que p
0
p < +, et sil 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 6.30 (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.
2. Soit H un espace vectoriel sur C. On appelle produit scalaire sur H une application
de H H C, note ( ) ou ( )
H
telle que
(ps1) (u u) R
+
pour tout u H 0,
(ps2) (u u) = (v u) pour tout u, v H,
(ps3) u (u v) est une application linaire de H dans R, pour tout v H.
Remarque 6.31 (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 f g L
1
R
(E, T, m)
si f , g L
2
R
(E, T, m) (lemme 6.5 pour p = q = 2). Lapplication (f , g)
_
f gdm
est un produit scalaire sur H.
6.2. ANALYSE HILBERTIENNE ET ESPACE L
2
289
2. On prend H = L
2
C
(E, T, m) (voir le thorme 6.35 ci aprs). H est un e.v. sur C.
En utilisant le lemme 6.5, on montre facilement que f g L
1
C
(E, T, m) si f , g
L
2
C
(E, T, m) (lemme 6.5 pour p = q = 2). Lapplication (f , g)
_
f gdm est un
produit scalaire sur H.
Proposition 6.32 (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. (6.11)
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. (6.12)
De plus, (u v)
2
= (u u)(v v) si et seulement si u et v sont colinaires.
DMONSTRATION
1. On suppose ici K = R. Soit u, v H. Pour R, on pose
p() = (u +v u +v) = (v v)
2
+2(u v) +(u u).
Comme p() 0 pour tout R, on doit avoir = (u v)
2
(u u)(v v) 0, ce
qui donne (6.11).
On sintresse maintenant au cas dgalit dans (6.11).
Si u = 0 ou v = 0, on a galit dans (6.11) (et u et v sont colinaires).
Si u 0 et v 0, on a galit dans (6.11) (cest--dire = 0) si et seulement sil
existe R tel que p() = 0. On a donc galit dans (6.11) si et seulement sil
existe R t.q. u = v. On en dduit bien que (u v)
2
= (u u)(v v) si et
seulement si u et v sont colinaires.
2. On suppose maintenant K = C. Soient 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 (6.12).
On sintresse maintenant au cas dgalit dans (6.12)
Si u = 0 ou v = 0, on a galit dans (6.12) (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 (6.12) et u et v ne sont pas colinaires. On suppose donc
maintenant que (u v) 0. On a alors galit dans (6.12) si et seulement si = 0 et
donc si et seulement sil existe R tel qu () = 0. Donc, on a galit dans (6.12)
P
si et seulement sil existe R tel que u = (u v)v, et donc si et seulement sil
existe C tel que u = v.
Finalement, on en dduit bien que (u v)
2
= (u u)(v v) si et seulement si u et v
sont colinaires.
Proposition 6.33 (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 (6.11) ou (6.12), (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 6.34 (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 6.35 (Lespace L
2
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
=
_
f g dm.
2
291
2. (a) Soit f une application mesurable de E dans C (donc f /
+
). On dit que
f L
2
C
(E, T, m) si f
2
L
1
R
(E, T, m). Pour f L
2
C
(E, T, m), on pose [f [
2
=
_
[f
2
[
1
. Alors, L
2
C
(E, T, m) est un espace vectoriel sur C et f [f [
2
est une
seminorme sur L
2
C
(E, T, m).
(b) On appelle L
2
C
(E, T, m) lespace L
2
C
(E, T, m) quotient par la relation dquiva-
lence = 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
=
_
f g dm.
DMONSTRATION 1. On sait dj que L
2
R
2
est un
espace de Banach (rel). Le lemme 6.5 pour p = q = 2 donne que f g L
1
R
(E, T, m)
si f , g L
2
R
(E, T, m). On peut donc poser (f g)
2
=
_
f gdm. 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
.
2. Soit f : E C mesurable. On rappelle (section 4.10) que les fonctions |(f )
et |(f ) sont mesurables de E dans R (i.e. appartiennent /). On a donc bien
f /
+
et f
2
= (|(f ))
2
+(|(f ))
2
/
+
.
Comme f
2
= (|(f ))
2
+(|(f ))
2
/
+
, on remarque aussi que f L
2
C
(E, T, m)
si et seulement si |(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 6.5, on montre facilement que f g 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
=
_
f gdm. 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
= f f et donc
_
f f dm = [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
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
= [|(f )[
2
2
+[|(f )[
2
2
pour tout f L
2
C
(E, T, m). Donc, une
P
suite (f
n
)
nN
L
2
C
(E, T, m) est de Cauchy si et seulement si les suites (|(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 (|(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 = q = 2, lingalit de Hlder est en fait lingalit de
Cauchy-Schwarz.
Proposition 6.36 (Continuit du produit scalaire)
Soit H un Banach rel ou complexe. Soient (u
n
)
nN
H, (v
n
)
nN
H et u, v H
tels que 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 (6.11) et (6.12)), 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 6.37 (Dual dun espace de Banach) Soit H un Banach rel ou complexe.
On note H
(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). Si T H
, on
pose
[T[
H
= sup
uH0
T(u)
[u[
H
.
On rappelle que [ [
H
est bien une norme sur H
et que H
, muni de cette norme, est

aussi un espace de Banach (sur K).
Enn, si T H
et u H, on a T(u) [T[
H
[u[
H
.
Remarque 6.38 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 ((6.11)
ou (6.12)), on voit que
v
H
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
.
le thorme de reprsentation de Riesz (thorme 6.56), fondamental, montrera que
cette application est surjective.
2
293
Proposition 6.39
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
. (6.13)
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 6.40
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 (6.13) 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 (6.13)).
Dnition 6.41 (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 Alensemble A
= u H; (u v) = 0 pour
tout v A.
Proposition 6.42 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 espace de 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
telle que u
n
u dans H, quand n +. Lapplication w
(w v) est continue de H dans K (voir la remarque (6.38)) 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.
P
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
Remarque 6.43 Dans le dernier item de la proposition prcdente, on peut se deman-

der 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 6.44 (Pythagore) Soient H un espace de Hilbert (rel ou complexe) et
u
1
, . . . , u
n
H tels que (u
i
u
j
) = 0 si i j. Alors :
[
n
i=1
u
i
[
2
H
=
n
i=1
[u
i
[
2
H
. (6.14)
DMONSTRATION La dmonstration de ce rsultat est immdiate, par rcurrence
sur n. Lgalit (6.14) est vraie pour n = 1 (et tout u
1
H). Soit n N. On suppose que
(6.14) 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
.
2
295
6.2.2 Projection sur un convexe ferm non vide
Remarque 6.45 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
A t.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 6.46 (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 6.47 (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).
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 (6.13) (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
. (6.15)
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
(6.15) :
[y
n
y
m
[
2
H
4d
2
+2[y
n
x[
2
H
+2[y
m
x[
2
H
. (6.16)
P
Comme d(y
n
, x) = [y
n
x[
H
d quand n +, on dduit de (6.16) 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 paralllogramme. Elle donne (voir (6.15)) :
[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 6.48 Le thorme prcdent est, en gnral, faux si on remplace Hilbert
par Banach. Un exemple de non existence est donn lexercice 6.30 (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 6.49 (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. (6.17)
2. On suppose que H est un Hilbert complexe. Alors :
x
0
= P
C
x |(x x
0
x
0
y) 0, pour tout y C. (6.18)
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
).
2
297
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) [x x
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 |(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
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 ()
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) [x x
0
[
2
H
car [x
0
y[
2
H
0 et 2|(x x
0
x
0
y) 0.
Remarque 6.50 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 6.29.
P
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 6.51 (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
. (6.19)
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 6.49 donne x
0
= P
F
x.
Sens ()
On veut montrer que (xx
0
) F
. La premire caractrisation (proposition 6.49)

donne (x x
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
(x x
0
z) 0. On en dduit (x x
0
z) = 0, ce qui donne que (x x
0
) F
.
Cas dun Hilbert complexe
La dmonstration est trs voisine.
Sens ()
0
= P
F
x. Soit y F. Comme (x x
0
) F
, on a (x x
0

x
0
y) = 0 (car x
0
y F). On a donc |(x x
0
x
0
y) = 0. Donc, la
proposition 6.49 donne x
0
= P
F
x.
Sens ()
On veut montrer que (x x
0
) F
. La premire caractrisation (proposition

6.49) donne |(x x
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 |(x x
0

z) 0. Mais (xx
0
z) = (xx
0
z) = (xx
0
z)
2
. Donc, 0 |(xx
0

z) = (xx
0
z)
2
. On en dduit (xx
0
z) = 0, ce qui donne que (xx
0
) F
.
Dnition 6.52 (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
299
2. (Rappel algbrique) Soit E un e.v. sur K (K = R ou 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 G
t.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 = FG. 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 projec-
teurs algbriques particuliers.
Thorme 6.53 (Projecteur orthogonal et projecteur algbrique) Soient H un
espace de Hilbert (rel ou complexe) et F un s.e.v. ferm de H. Alors :
1. H = FF
,
2. P
F
(projecteur orthogonal sur F) est gal au projecteur algbrique sur F associ
la dcomposition H = FF
.
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 6.51)
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 FF
= 0.
On a donc H = FF
.
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 = FF
.)
3. Il reste montrer que F = F
.
On a dj vu que F F
.
Soit u F
. On a u = (u P
F
u) +P
F
u. La 2eme caractrisation (proposition
6.51) donne (u P
F
u) F
et on a aussi (u P
F
u) F
car u F
et
P
F
u F F
. On a donc (u P
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
.
P
Le thorme 6.53 a un corollaire trs utile :
Corollaire 6.54 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 6.53 donne donc
H = F(F)
. On a dj vu que (F)
= F
, on a donc
H = FF
,
do lon dduit
F = H F
= 0.
6.2.3 Thorme de Reprsentation de Riesz
Remarque 6.55 On rappelle ici la dnition 6.37 et la remarque 6.38. Soit H un
Banach rel ou complexe. On note H
(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
. Si H est de dimension nie, on a H
= H
, mais si H est
de dimension innie, on peut montrer que H
.
1. Si T H
, on rappelle que T est continue si seulement sil existe k R t.q. T(u)

k[u[
H
, pour tout u H.
2. Si T H
, on pose [T[
H
= sup
uH0
T(u)
[u[
H
. On rappelle que [ [
H
est bien une
norme sur H
et que H
, muni de cette norme, est aussi un espace de Banach (sur

K). Noter que H
, muni de cette norme, est un espace de Banach mme si H est un

e.v.n. non complet. Noter aussi que, si T H
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
((6.11) ou (6.12)), on a
v
(u) [u[
H
[v[
H
. On a donc
v
H
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
dnie par (v) =

v
pour
tout v H.
Si K = R, est une application linaire de H dans H
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
. (En particulier est donc injective.)

2
301
Si K = C, est une application anti-linaire de H dans H
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
. (En particulier est donc, ici aussi,

injective.)
Lobjectif du thorme de reprsentation de Riesz (thorme 6.56) est de montrer
que lapplication est surjective, cest--dire que Im() = H
.
Thorme 6.56 (Reprsentation de Riesz) Soit H un espace de Hilbert (rel ou
complexe). Soit T H
. Alors, il existe un et un seul lmentv H tel que

T(u) = (u v), pour tout u H. (6.20)
Lapplication dnie dans la remarque 6.55 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 6.53 donne donc H = FF
. 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 (6.20).
Cas 2. On suppose maintenant que T 0. On a donc F H et donc F
0
(car H = FF
). 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
. (6.21)
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.
Donc, comme v
0
F
, on a (u
T(u)
T(v
0
)
v
0
v
0
) = 0 et (6.21) 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
).
P
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 6.55).
Dans les deux cas on a bien trouv v H vriant (6.20).
Unicit de v Soient v
1
, v
2
H t.q. T =
v
1
=
v
2
(avec les notations de la remarque
6.55). 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 6.57 (Densit du noyau dune forme linaire non continue) Soit H un
espace de Hilbert (rel ou complexe). Soit T H
. T est donc une application

linaire de H dans K(= Rou C), non continue. On pose F = Ker(T). La dmonstration
du thorme 6.56 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
6.56 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 = FF
(par le
thorme 6.53, car F est toujours un s.e.v. ferm), que H = F.
Remarque 6.58 (Structure hilbertienne de H
) Soit H un espace de Hilbert (rel ou

complexe). On sait dj que H
(avec la norme habituelle, voir la remarque 6.55) est

un espace de Banach. Le thorme 6.56 permet aussi de montrer que H
est un espace
de Hilbert. En effet, en prenant les notations de la remarque 6.55, lapplication est
un isomtrie bijective, linaire ou anti-linaire de H dans H
. Cela suft pour montrer

que lidentit du paralllogramme (identit (6.13)) est vraie sur H
et donc que H
est une espace de Hilbert (voir la remarque 6.40). Mais on peut mme construire le
produit scalaire sur H
(induisant la norme usuelle de H
) :
Soient T
1
, T
2
H
. Par le thorme 6.56, il existe v

1
et v
2
H tels que 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
. Il induit bien la
norme usuelle de H
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).
2
303
On rappelle que B = e
i
, i I E est une base (algbrique) de E si B vrie les deux
proprits suivantes :
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 6.59 (Base hilbertienne) 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 6.60 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 6.62 (la rcurrence
dans la construction de la famille des e
n
sarrte pour n = dim(H)1, voir la preuve
de la proposition 6.62).
2. Si H est de dimension innie et que H est sparable (voir la dnition 6.61), il
existe des bases hilbertiennes dnombrables (voir la proposition 6.62).
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.
P
Dnition 6.61 (Espace sparable) Soit E un e.v.n. sur K, K = R ou C. On dit que
E est sparable sil existe A E t.q. A= E et A au plus dnombrable.
Proposition 6.62 (Existence dune base hilbertienne) Soit H un espace de Hilbert
sur K, K = R ou C, de dimension innie. On suppose que H est sparable . Alors, il
existe une base hilbertienne B = e
i
, i N H 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.
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
2
305
(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 6.62 montre donc que tout espace de Hilbert sparable, et de dimen-
sion 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 6.28). La
proposition suivante sadresse donc uniquement aux espaces de Hilbert sparables.
Proposition 6.63 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 6.28) et, dans ce cas, une telle base existe daprs la proposition 6.62).
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.
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
tel que d(v, u) (car
_
nN
F
n
= H) ; il existe donc n N tel que
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 6.47). Il donne lexistence (et lunicit) de u
n
=
P
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 6.51) donne que (u u
n
) F
n
.
Le thorme de Pythagore (thorme 6.44) 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
[u[
2
, quand n +. (6.22)
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 (6.22) 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 = (u u
n
) + u
n
et (u u
n
) 0 dans H quand
n +(car [u u
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 arguments (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 +.
(6.23)
Pour u, v H, on utilise (6.23) 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 6.64 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 appliquer la proposition 6.63 avec la
famille e
n
, n N ou avec la famille e
n
, n N. Le deuxime item de la proposition
6.63 donne alors, pour tout u H,
u =
nN
(u e
n
)e
n
=
nN
(u e
(n)
)e
(n)
.
2
307
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 le-
quel les termes ont t pris. Noter pourtant que cette srie peut ne pas tre ab-
solument 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 lexercice
6.26). Lexercice 6.38 complte cet exemple en construisant une isomtrie bijective
naturelle entre H et l
2
.
Par contre, on rappelle que, dans Rou C, une srie est commutativement convergente
si et seulement si elle est absolument convergente (voir lexercice 2.34). On peut
dailleurs remarquer que la srie donne litem 4 de la proposition 6.63 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 pro-
position 6.63 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 6.65 et permet dnoncer la proposition 6.66.
Dnition 6.65 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 sil existe u H t.q., pour tout : N I bijective, on ait :
n
p=0
u
(p)
u, quand n +.
P
On note alors u =
iI
u
i
.
Proposition 6.66 Soit H un espace de Hilbert sur K, K = R ou C. Soient I dnom-
brable 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
,
3. soient u H et (
n
)
nN
K tels que 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 tous u, v H, la srie

iI
(u e
i
)(v e
i
) est commutati-
vement convergente et (u v) =
iI
(u e
i
)(v e
i
).
DMONSTRATION La dmonstration est immdiate partir de la proposition 6.63
et de la dnition des sries commutativement convergentes (dnition 6.65). Il suft
de remarquer que e
(n)
, n N est une base hilbertienne de H pour toute application
: N I bijective (et dappliquer la proposition 6.63), comme cela est indiqu dans
la remarque 6.64 (deuxime item).
La proposition suivante donne une caractrisation trs utile des bases hilbertiennes.
Proposition 6.67 (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
) = 0i 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 6.54) 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
) = 0i I u = 0.
2
309
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
=
_
f gd =
_
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[. (6.24)
La convergence dans H de la srie de Fourier de f H est alors donne par la propo-
sition suivante (noter que cette proposition ne donne pas de convergence ponctuelle
de la srie de Fourier, mme si f est continue).
Proposition 6.68 (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 (6.24), 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
.
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 6.67. 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 trigo-
nomtriques). 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),
P
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 Cpar 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 6.67) que e
n
, n Z est une base
hilbertienne de H.
On montre maintenant le deuxime item de la proposition.
Soit f H. La proposition 6.66 donne que la srie

nZ
(f e
n
)
2
e
n
est commutative-
ment convergente et que
f =
nZ
(f e
n
)
2
e
n
.
En utilisant la dnition 6.65 et la bijection de N dans Z donne par (0) = 0, et, pour
n 1, (2n1) = n, (2n) = n, on a donc, en particulier,
m
i=0
(f e
(m)
)
2
e
(m)

6.3. DUALIT DANS LES ESPACES L
P
, 1 P 311
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 6.38) que
f
H
(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 6.56 page 301) appliqu lespace
de Hilbert H = L
2
K
(E, T, m) donne que pour tout T H
, 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
_
_
_
gf dm si K = R,
_
gf dm si K = C.
(6.25)
P
Lingalit de Hlder (proposition 6.26) montre que
f
(g) est bien dnie si g L
p
K
et que
f
(L
p
K
)
(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
. (6.26)
On dnit donc une application : f
f
de L
q
K
dans (L
p
K
)
. La dnition de
f
(formule (6.25)) montre que cette application est linaire dans le cas K = R et
antilinaire dans le cas K = C. Elle est toujours continue, grce (6.26). On montre
maintenant que cest, en gnral, une isomtrie.
Proposition 6.69 (Injection de L
q
dans (L
p
)

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 (6.25) est une application de L
q
K
dans (L
p
K
)
, 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
)
, 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 (6.26)). 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
. (6.27)
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 (6.27) est immdiat). On confond f avec lun
de ses reprsentants, de sorte que f L
q
= L
q
R
(E, T, m). Pour montrer 6.27, 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 < .
P
, 1 P 313
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
_
f gdm =
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 (6.27).
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 (6.27).
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 (6.27).
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 (6.27).
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 (6.27), ce qui conclut la preuve de la
proposition.
P
La proposition 6.69 montre que lapplication : f
f
, o
f
est dnie par (6.25)
est une application de L
q
K
dans (L
p
K
)
, 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
f h
= 0 et donc [f h[
q
= [
f h
[
(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 (cest 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
)
L
q
K
).
Thorme 6.70 (Dualit L
p
L
q
) Soient (E, T, m) un espace mesur -ni, 1 p <
+, q =
p
p1
et T (L
p
K
)
. Alors, il existe un unique f L

q
K
t.q.
T(g) =
_
_
_
gf dm si K = R,
_
gf dm si K = C,
cest--dire telle que T =
f
avec donn par (6.25) (on a donc montr la surjectivit
de lapplication : L
q
K
(L
p
K
)
dnie par (f ) =
f
pour f L
q
K
).
Remarque 6.71 (Dual de L
) Noter que le thorme prcdent est, en gnral, faux

pour p = +. Lapplication : f
f
, o
f
est donne par (6.25) est donc une
isomtrie (linaire ou antilinaire, selon que K = R ou C) de L
1
K
dans (L
K
)
mais
limage de est, sauf cas trs particuliers, diffrente de (L
K
)
. Lapplication ne
permet donc pas didentier le dual de L
K
L
1
K
.
DMONSTRATION DU THORME 6.70 La dmonstration de ce thorme est faite
dans lexercice 6.48. Elle consiste essentiellement se ramener directement appliquer
le thorme de reprsentation de Riesz (thorme 6.56) 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 le cas particulier p = 1,
dans lexercice 6.46. Nous verrons le thorme de Radon-Nikodym dans la section
suivante, voir les thormes 6.78 et 6.79.
Enn, on propose dans lexercice 6.47 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 6.70) est le caractre
rexif des espaces L
p
pour 1 < p < +, ce que lon dtaille maintenant.
P
, 1 P 315
Soit F un espace de Banach rel (mais il est possible de traiter aussi les Banach
complexes). On note F
le dual (topologique) de F et F
le dual (topologique) de F
.
On dit aussi que F
est le bidual de F. Pour u F, on dnit J

u
: F
R par
J
u
(T) = T(u) pour tout T F
. (6.28)
Il est facile de voir que J
u
F
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
. Il est alors immdiat que J est injective. Par contre, J nest pas toujours
surjective. Lapplication J est souvent appele injection canonique de F dans F
, ce
qui sous-entend une identication de F comme sousespace de F
. En fait, linjection
canonique dun ensemble A contenu dans un ensemble B est lapplication qui a tout
lment de A associe luimme : cest la restriction de lidentit A, qui permet de
voir linclusion en terme dapplication.
Dnition 6.72 (Espace rexif) Soit F un espace de Banach, F
son dual (topolo-

gique) et F
son bidual (cest--dire le dual topologique de F
). Pour u F, on dnit
J
u
F
par (6.28). On dit que lespace F est rexif si lapplication J : u J

u
(de F
dans F
) 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 bijections de H dans H
et de H
dans H
donnes par le tho-

rme de reprsentation de Riesz (Thorme 6.56), ce qui montre que J est surjective.
Lespace L
2
R
(E, T, m) est donc rexif. Plus gnralement, une consquence directe
du thorme 6.70 est que les espaces L
p
, sont rexifs pour p ]1, +[.
Proposition 6.73 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
)
dnie par (f ) =
f
, o
f
est donne par
(6.25), et on note lapplication de L
q
dans (L
p
)
dnie par (f ) =
f
.
Comme p + et q +, le thorme 6.70 donne que est une bijection de L
p
dans (L
q
)
et est une bijection de L

q
dans (L
p
)
. On rappelle aussi que et sont

des isomtries linaires.
Soit s (L
p
)
. 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 6.28), cest--dire t.q. s(T) = T(u) pour tout T (L
p
)
.
On va montrer que u =
1
(s ) convient. En effet, soit T (L
p
)
. On a :
T(u) =
_
u
1
(T)dm,
P
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
)
) 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 4.21 donnait la dnition dune mesure de densit. On reprend ici cette
dnition et on donne aussi la dnition de mesure signe de densit.
Dnition 6.74 (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
f dm, pour tout A T. On pose alors = f m (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
f dm, pour tout A T. On
pose alors = f m (on dit aussi que f est la densit de par rapport m).
Remarque 6.75 (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 = f m et = gm. On
a alors f = g m-p.p.. En effet, on doit avoir
_
A
f dm =
_
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 gdm = 0 et donc f = g m-p.p..
2. (Espace L
1
pour une mesure de densit) Soit f /
+
t.q. = f m. Soit g /,
lexercice (corrig) 4.21 donne alors les assertions suivantes :
(a) g L
1
R
(E, T, ) f g L
1
R
(E, T, m),
(b) g L
1
R
(E, T, )
_
gd =
_
f gdm.
3. (Absolue continuit dune mesure de densit) Soit f /
+
t.q. = f m. Soit A T
t.q. m(A) = 0. On a alors f 1
A
= 0 m-p.p. et donc (A) =
_
f 1
A
dm = 0. Selon la
dnition 6.76 ci-aprs, ceci montre que la mesure est absolument continue par
rapport la mesure m. Lobjectif du thorme de Radon-Nikodym (thorme 6.78)
sera de dmontrer la rciproque de ce rsultat (si est nie et m est -nie).
P
, 1 P 317
Rappelons la dnition dune mesure absolument continue :
Dnition 6.76 (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.
Remarque 6.77 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 6.78 (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 6.75 (et les hypothses 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 6.56) dans lespace de Hilbert
H = L
2
( +m).
On rappelle dabord que lexercice (corrig) 4.2 donne que +m est 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. (6.29)
Il est aussi clair que
_
f d( +m) =
_
f d +
_
f dm pour tout f /
+
(voir 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).
P
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 trois 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. (6.30)
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).
Comme 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 (6.30).
On montre maintenant que T H
. 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
(et [T[
H

_
(E)).
On peut maintenant appliquer le thorme de reprsentation de Riesz (thorme
6.56). 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). (6.31)
Pour g L
2
( +m), on a g L
1
( +m) et donc
_
gd( +m) =
_
gd +
_
gdm
(daprs (6.29)). On dduit donc de (6.31) :
_
g(1 )d =
_
gdm, pour tout g L
2
( +m). (6.32)
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 (6.32), 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.
P
, 1 P 319
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 (6.32) 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 (6.32) reste vraie.
Etape 3. On montre maintenant que = f m avec f =

1
.
On montre tout dabord que (6.32) est vraie pour tout g /
+
:
On remarque dabord que (6.32) 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 (6.32) est vraie pour g = g
n
(car m(B
n
) < ),
le thorme de convergence monotone (thorme 4.16) appliqu aux mesures
et m donne (6.32) pour g = 1
A
.
Si g c
+
, il est alors facile de montrer que (6.32) est vraie. Cest une cons-
quence immdiate de la linarit positive de lintgrale sur /
+
.
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 (6.32) pour g
n
au lieu de g. En passant la
limite quand n +, le thorme de convergence monotone (thorme 4.16)
appliqu aux mesures et m donne (6.32) pour g.
On a donc maintenant mesurable, 0 (x) < 1 pour tout x E et (6.32) pour tout
g /
+
.
Soit h /
+
. On pose g =
h
1
. On a g /
+
(car 0 (x) < 1 pour tout x E).
(6.32) donne alors _
hd =
_
h

1
dm. (6.33)
En posant f =

1
, on a f /
+
et (6.33) avec h = 1
A
donne (A) =
_
f 1
A
dm pour
tout A T, cest--dire = f m.
P
Thorme 6.79 (Radon-Nikodym, mesures signes) Soit (E, T, m) un espace mesu-
r et soit une mesure signe sur T, alors :
<< mf L
1
R
(E, T, m) = f m.
La dmonstration nest pas dtaille ici, elle consiste essentiellement se ramener au
thorme 6.78 en dcomposant sous la forme =
+
comme cela est fait dans

la proposition 2.32.
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
son dual topologique (F

est donc lensemble des applications linaires continues de F dans R). Si [ [
F
est la
norme dans F, lensemble F
est aussi un espace de Banach avec la norme dnie par

[T[
F
= sup
_
T(u)
[u[
F
, u F 0
_
.
Dnition 6.80 (Convergence faible dans un espace de Banach) Soit F un espace
de Banach (rel) et F
son dual topologique. On dit que la suite (u

n
)
nN
converge
faiblement vers u (dans F, quand n +) si pour tout lment T de F
, on a :
T(u
n
) T(u) (dans R) quand n +.
Par le thorme 6.70, on a donc la proposition suivante sur la convergence faible dans
L
p
R
(E, T, m), pour 1 p < +:
Proposition 6.81 (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,
g L
q
R
(E, T, m),
_
f
n
gdm
_
f gdm quand n +.
.
6.4. CONVERGENCE FAIBLE, FAIBLE-, TROITE, EN LOI 321
DMONSTRATION On note lapplication de L
q
dans (L
p
)
dnie par (f ) =
f
, o
f
est donne par (6.25), la dmonstration de cette proposition est alors
immdiate quand on remarque que le thorme 6.70 donne que est une bijection de
L
q
dans (L
p
)
.
Dnition 6.82 (Convergence faible dans le dual dun espace de Banach) Soit
F un espace de Banach (rel) et F
son dual topologique ; soit (T

n
)
nN
F
et T F
.
On dit que la suite (T
n
)
nN
converge vers T -faiblement dans F
si pour tout lment

u de F on a : T
n
(u) T(u) (dans R) quand n +.
La proposition 8.19 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 8.19, 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 6.83 (Convergence forte, faible et faible ) Soit F un espace de Banach
(rel).
1. Soient (T
n
)
nN
F
et T F
. 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 de F dans F
(construite
avec (6.28)).
2. Pour u F, on dnit J
u
F
avec (6.28). 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
.
Mais, si F nest pas rexif, lapplication J : u J
u
, de F dans F
, 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
. Dans ce cas, la
limite -faible (dans F
) de (J
u
n
)
nN
est un lment de F
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
et on a alors :
1. Soient (T
n
)
nN
F
et T F
. Alors :
T
n
T faiblement dans F
T
n
T -faiblement dans F
.
P
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
.
Remarque 6.84 (Lemme de Mazur) Soit E un espace de Banach rel, (u
n
)
nN
une
suite de E et u E. Il est clair que la convergence de la suite (u
n
)
nN
dans E vers u
implique la convergence faible de (u
n
)
nN
vers u dans E. La rciproque est vraie si
E est de dimension nie. La rciproque est en gnrale fausse si E est de dimension
innie. Elle est vraie dans quelques cas, comme, par exemple, si E est lensemble des
sries (indexes par N) absolument convergentes. Lespace E tant alors muni de sa
norme naturelle (voir lexercice 6.55). Il est par contre parfois intressant de savoir
que si u
n
u faiblement dans E, il existe une suite (v
n
)
nN
t.q.
1. v
n
u dans E,
2. pour tout n N, v
n
est une combinaison convexe de lensemble des u
p
, p n,
cest--dire quil existe N
n
N et t
n,i
[0, 1] pour i = 0, . . . N
n
t.q.
v
n
=
N
n
i=0
t
n,i
u
n+i
, et
N
n
i=0
t
n,i
= 1.
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
)
dnie par (f ) =
f
, o
f
est donne par
(6.25). Le thorme 6.70 donne que est une bijection de L
p
dans (L
q
)
. On confond
(ou on identie) frquemment u L
p
avec (u) (L
q
)
. 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 6.85 (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 lment g de L

1
R
(E, T, m), on a :
_
f
n
gdm
_
f gdm.
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 5.8). On a vu au chapitre 5 que L
m
C
b
(R
d
, R)
. 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)
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 6.86 (Convergence troite et vague) Soit (m
n
)
nN
une suite de mesures
nies sur les borliens de R
d
(d 1) et m une mesure nie sur les borliens de R
d
.
1. On dit que m
n
m troitement, quand n +, si :
_
dm
n

_
dm pour tout C
b
(R
d
, R)).
2. On dit que m
n
m vaguement, quand n +, si :
_
dm
n

_
dm pour tout C
c
(R
d
, R)).
La proposition suivante montre que la convergence vague et la convergence des masses
totales donnent la convergence 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 6.87 Soit (m
n
)
nN
une suite de mesures nies sur les borliens de R
d
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.)
La dmonstration de cette proposition est contenue dans lexercice 5.14.
Remarque 6.88 Dans la proposition 6.87, 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..
P
Dnition 6.89 (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).
(Ceci 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 6.87 donne une caractrisation
intressante de la convergence en loi en utilisant la convergence vague.
Proposition 6.90 (Caractrisation de la converence en loi) Soit (, /, P) un es-
pace probabilis, (X
n
)
nN
une suite de v.a.r. et X une v.a.r.. La suite X
n
tend vers X
en loi, quand n +, si et seulement si :
_
(X
n
)dP
_
(X)dP pour tout C
c
(R, R). (6.34)
DMONSTRATION La condition (6.34) est videmment ncessaire car C
c
(R, R)
C
b
(R, R). Daprs la proposition 6.87, la condition (6.34) est aussi sufsante. On
redonne ici la dmonstration du fait que (6.34) 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 proba-
bilits, 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. (6.35)
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.
(6.36)
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 .
Finalement, lgalit (6.36) 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 10.21. 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 6.91 Un intrt de la proposition 6.90 (ou du thorme 10.21) est quun
lment de C
c
(R, R) (ou une fonction de la forme s e
ist
) est ncessairement uni-
formment 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 6.66).
Une proprit parfois intressante dune suite de mesures convergeant troitement est
la tension de cette suite, notion quon dnit maintenant.
Dnition 6.92 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,
P
avec B
a
= x R
d
, x a. (On dsigne toujours par la norme euclidienne sur
R
d
.)
Dans la proposition prcdente, la proprit importante est le caractre uniforme
(par rapport n) de la convergence 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 essentielle-
ment contenue dans lexercice 5.14. En effet, soit > 0, la question 3 de lexercice 5.14
montre quil existe C
c
(R
d
, R) telle que 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.
DMONSTRATION Le fait que la proprit 1 implique la proprit 2 a t vu dans
la proposition 6.93. On montre maintenant la rciproque. Pour cela, on reprend la
dmonstration de la proposition 6.90.
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.
(6.37)
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 (6.37) 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 6.95 Voici une consquence intressante de la proposition 6.94 et de la
proposition 8.19 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 8.22.
Enn, on donne maintenant un lien entre convergence en loi et convergence des
fonctions de rpartition. En particulier, 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 6.96 Soit (, /, P) un espace probabilis, (X
n
)
nN
une suite de v.a.r. et
X une v.a.r..
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 <.)
P
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 se dmontre en adaptant lgrement les cor-
rigs des exercices 6.62 et 6.63. (en particulier, le premier item de la proposition 6.96
se dmontre avec la premire partie du corrig de lexercice 6.62).
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
rsultat (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 6.95).
Proposition 6.97 Soit (, /, P) un espace probabilis et (X
n
)
nN
une suite de v.a.r.
indpendantes deux deux 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 6.98 (Loi faible des grands nombres) Soit (, /, P) un espace proba-
bilis et (X
n
)
nN
une suite de v.a.r. indpendantes deux deux 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 moyennes 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 +.
Plus prcisment, on a pour tout > 0 et n N
,
P(Y
n
m )

2
n
2
. (6.38)
DMONSTRATION Soit > 0 et n N
. En utilisant lingalit de Bienaym Tche-

bychev (lemme 4.57), 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 6.97 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 6.99 (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 (6.38)) ce
que ne donne pas la loi forte.
On admettra la proposition suivante, qui donne la loi forte des grands nombres (voir
par exemple [8, 10])
Proposition 6.99 (Loi forte des grands nombres) Soit (, /, P) un espace proba-
bilis 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 +.
P
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 +.
3. On suppose ici simplement que la suite (X
n
)
nN
est une suite de v.a.r.i.i.d.. Alors,
pour toute fonction borlienne borne de R dans R, on a :
1
n
n
i=1
(X
i
) E((X
1
)) p.s., quand n +.
Le troisime item de la proposition 6.99 est une consquence immdiate du deuxime
car la suite ((X
n
))
nN
est une suite de v.a.r.i.i.d. et E((X
1
) < +. Il montre quil
est possible en pratique davoir une ide de la loi dune v.a.r. en faisant un grand
nombre dexpriences indpendantes. (La mme remarque sapplique avec la loi faible
des grands nombres.)
Remarque 6.100 Nous verrons au chapitre 10 (thorme 10.23) un rsultat de conver-
gence 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 6.98et 6.99). Nous nonons ici ce rsultat (connu sous le nom
de thorme central limite).
Soit (, /, P) un espace probabilis et (X
n
)
nN
une suite de v.a.r.i.i.d. de carrs
intgrables. On note m = E(X
1
) et
2
= Var(X
1
). On pose
Y
n
=
1
n
n
i=1
(X
i
m).
La suite (Y
n
)
nN
converge alors en loi vers toute v.a.r. Y dont la loi est la loi nor-
male (0,
2
) (la loi normale, ou loi de Gauss, (0,
2
), est dnie au chapitre 4
section 4.4 dans le cas
2
0 et (0, 0) =
0
).
6.5 Exercices
6.5.1 Espaces L
p
, 1 p
Exercice 6.1 (Fonctions nulles p.p. sur un ensemble mesurable) 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).
6.5. EXERCICES 331
Grce lingalit de Hlder (ingalit (6.1) pour 1 < p < ou ingalit (6.10) 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
_
f gdm
_
(f
n
f )gdm [f
n
f [
p
[g[
q
0, quand n +,
et donc
_
f
n
gdm
_
f gdm, quand n +. (6.39)
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 (6.39) 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 (thorme 6.11).
Exercice 6.2 (Fonctions positives ou nulles p.p.) Soit p [1, ] et C = f
L
p
(R, B(R), ); f 0 p.p.. Montrer que C est dintrieur vide pour p < et dint-
rieur non vide pour p = .
Corrig Cas p <
Soit f C et soit > 0. On va construire g L
p
(R, B(R), ), avec g C et [f g[
p
.
Comme est arbitraire, ceci montrera bien que f ne peut pas tre dans lintrieur de C
et donc, comme f est arbitraire, que C est dintrieur vide.
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 deux deux et que
_
iZ
B
i
= A, on a (A) =
iZ
(B
i
). Il existe donc i Z tel que (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. La
fonction 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 =
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.
Exercice 6.3 (Convergence essentiellement uniforme) Soit (E, T, m) un espace me-
sur, (f
n
)
nN
une suite de fonctions mesurables de E dans R et f une fonction mesu-
rable de E dans R.
Montrer que [f
n
f [
0, quand n +, si et seulement sil 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).
Comme f
n
f uniformment sur A
c
, quand n +, ceci donne bien [f
n
f [
0,
quand n +.
Exercice 6.4 (Densit et continuit en moyenne) 1. Soit p [1, [. Montrer que
C
c
(R, R) est dense dans L
p
R
(R, B(R), ). Soit f L
p
R
(R, B(R), ), montrer que
[f f ( +h)[
p
0 quand h 0.
Corrig Densit de C
c
dans L
p
On reprend ici la dmonstration faite pour p = 1
(voir le thorme 5.20)
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 dquivalence, 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
et
tout > 0, il existe C
c
(R, R) t.q. [f [
p
. On va raisonner en plusieurs
tapes (fonctions caractristiques, c
+
, /
+
et enn L
p
).
6.5. EXERCICES 333
(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
thorme 5.20). 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 KO
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 :
(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.
P
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.
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 :
_
f ghdm (
_
f
p
dm)
1
p
(
_
g
q
dm)
1
q
(
_
h
r
dm)
1
r
.
(En convenant que 0 (+) = 0.)
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
(E, T, m). Montrer que
_
f
n
g
n
dm
_
f gdm lorsque n +.
6.5. EXERCICES 335
Corrig On remarque dabord que le lemme 6.5 (ou la proposition 6.26 pour avoir
aussi le cas p = ou q = ) donne que f g 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 6.5 et proposition 6.26) pour
obtenir
_
f
n
g
n
dm
_
f gdm
_
(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 +,
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
.
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 f g L
1
pour tout g L
q
.
Le but de lexercice est de montrer 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
.
(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 f g
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 f g 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 (Une fonction L
p
est mieux que L
p
?) Soit (X, T, m) un mesure
mesur, 1 p < +et f L
p
(avec L
p
= L
p
R
(X, T, m)). Lexercice consiste montrer
quil existe C(R
+
, R
+
) t.q. lim
s+
(s)/s = +et (f ) L
p
.
P
1. (Question prliminaire) Soit (a
n
)
nN
une suite de nombres positifs t.q.

+
n=1
a
n
<
+. Montrer quil existe C(R
+
, R
+
) croissante t.q. lim
s+
(s) = + et
+
n=1
(n)a
n
< +.
2. Montrer quil existe C(R
+
, R
+
) t.q. lim
s+
(s)/s = +et (f ) L
p
.
Exercice 6.10 (Convergence de [ [
p
quand p +) Soit f une fonction de R
dans R, continue support compact. Montrer que [f [
p
[f [
lorsque p +.
Exercice 6.11 (Convergence de lintgrale du produit de fonctions)
n
)
nN
L
1
R
(E, T, m), (g
n
)
nN
L
R
(E, T, m), f
L
1
R
(E, T, m) et g L
R
(E, T, m). On suppose que f
n
f dans L
1
R
(E, T, m).
1. On suppose que g
n
g dans L
R
(E, T, m). Montrer que f
n
g
n
f g dans L
1
R
(E, T,
m).
Corrig Cette question a t faite dans lexercice 6.7.
2. On suppose maintenant que g
n
g p.p.. Montrer par un contreexemple quon
peut ne pas avoir f
n
g
n
f g 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 dqui-
valence).
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.
3. On suppose maintenant que g
n
g p.p. et quil existe M R t.q. [g
n
[
M.
Montrer quon a alors f
n
g
n
f g dans L
1
R
(E, T, m).
Corrig On remarque dabord que f g L
1
R
(E, T, m) et f
n
g
n
L
1
R
(E, T, m) pour
tout n N (voir la proposition 6.26). Puis, on crit
_
f
n
g
n
dm
_
f gdm
_
f
n
f g
n
dm+
_
f g
n
gdm. (6.40)
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
2Mf 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 (6.40) tend vers 0
quand n +et donc que f
n
g
n
f g dans L
1
R
(E, T, m) quand n +.
6.5. EXERCICES 337
Exercice 6.12 (Mesure de densit) 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
() f g L
1
(m),
et si g L
1
(), alors
_
gd =
_
f g dm
Exercice 6.13 (Oprateur noyau) 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) Soit p ]1, [. On note L
p
lespace L
p
R
(]0, [,
B(]0, [), ) ( est donc ici la mesure de Lebesgue sur les borliens de ]0, [).
Soit f L
p
. Pour x ]0, [, on pose F(x) =
1
x
_
f 1
]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
(x) = F(x) +f (x) pour tout x > 0.

Corrig On pose G(x) =
_
f 1
]0,x[
d pour x ]0, [. Comme f est continue,
la fonction g est de classe C
1
sur ]0, [ (et G
= 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 = supf (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
(x) +F(x) = G
(x) = f (x) pour tout x ]0, [.

P
(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 int-
gration 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
(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(Aa) 0, quand n +(o a, A, M sont dnis
la question prcdente) 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
.
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.
6.5. EXERCICES 339
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) =
_
f 1
]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
. (6.41)
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 (6.41) 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
= (logn)
1
p
.
On pose F
n
(x) =
1
x
_
f
n
1
]0,x[
d et on cherche maintenant minorer [F
n
[
p
. On re-
marque 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]. (6.42)
Soit > 0. Il existe A> 1 t.q. :
x > Ax
p1
p
1 (1 )x
p1
p
,
et donc, en utilisant (6.42), on obtient :
n > A[F
n
[
p

p
p 1
(1 )(
_
n
A
1
x
dx)
1
p
=
p
p 1
(1 )(logn logA)
1
p
.
Comme [f
n
[
p
= (logn)
1
p
, on en dduit que limsup
n+
[F
n
[
p
[f
n
[
p
p
p1
(1). Comme
> 0 est arbitrairement 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
.
P
La majoration donne la question 3 permet de conclure :
sup
[F[
p
[f [
p
, f L
p
, [f [
p
0 =
p
p 1
.
Exercice 6.15 (Continuit dune application de L
p
dans L
q
) Soit (E, T, m) un es-
pace mesur ni, p, q [1, [ et g une application continue de R dans R t.q. :
C R
+
; g(s) Cs
p
q
+C, s R. (6.43)
1. Soit u L
p
R
(E, T, m). Montrer que g u L
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 de lexercice 4.35.
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) 2Cs
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
, on pose G(u) = h
L
q
R
(E, T, m); h = g v p.p., avec v u. On a donc G(u) L
q
et cette dnition a
bien un sens, cest--dire que G(u) ne dpend pas du choix de v dans u.
Corrig La dmonstration du fait que cette dnition a bien un sens est essentiel-
lement identique celle du cas p = q = 1 (exercice 4.35). 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 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
Cu
n
p
q
+ C CF
p
q
+ C p.p. et donc G(u
n
)
CF
p
q
+C p.p., pour tout n N.
6.5. EXERCICES 341
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 CF
p
q
+ C L
q
. On peut alors appliquer le thorme de
convergence domine dans L
q
(thorme 6.9), il donne que G(u
n
) G(u) dans L
q
quand n +.
3. Montrer que Gest continue de L
p
dans L
q
.
Corrig On raisonne par labsurde. On suppose que Gnest 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
(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 6.11 (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 (6.44).
4. On considre ici (E, T, m) = ([0, 1], B(R), ) et on prend p = q = 1. On suppose que
g ne vrie pas (6.43). 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.
Corrig On raisonne par labsurde. On suppose que g(s) < ns pour tout s
t.q. s n. On pose M = maxg(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) Cs +C, pour tout s R,
en contradiction avec lhypothse que g ne vrie pas (6.43).
Il existe donc s, t.q. s n et g(s) ns. Ceci prouve lexistence de
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.
Corrig Comme
n
n, on a
1
n
n
2

1
n
3
et donc :
0 < =
nN
n
n
2
< .
On choisit alors =
1
.
P
(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
.
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 4.18) :
_
ud =
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 ud =
nN
g(
n
)(a
n
a
n+1
)
nN
n
= .
ceci montre que g u L
1
et donc G(u) L
1
.
Exercice 6.16 (Convergence presque partout 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
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 4.19) 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 [
.
On en dduit que [f [
liminf
n+
[f
n
[
.
6.5. EXERCICES 343
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.
(6.45)
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 4.50 page 182, il existe > 0 t.q.
(A T, m(A) )
_
A
f dm .
Le thorme dEgorov (thorme 3.39) donne lexistence de A T t.q. m(A) et
f
n
f uniformment sur A
c
. On a donc :
_
f
n
f dm
_
A
c
f
n
f dm+
_
A
f
n
dm+
_
A
f dm.
P
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 4.50 page 182.
(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 4.50 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(BC) 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 .
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 +.
6.5. EXERCICES 345
4. Dans cette question, on suppose que 1 0.
Comme f
p
L
1
, La proposition 4.50 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(AC) , 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 (6.45) 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 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
,
n(x
1
2
) si
1
2
x
1
2
+
1
n
,
1 si
1
2
+
1
n
x 1.
P
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).

Exercice 6.17 (Convergence presque partout et convergence des normes, par Fa-
tou) 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
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
tend p.p. vers
2f , le lemme de Fatou (lemme 4.19) donne :
_
2f 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 :
_
2f 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
2maxf
n
, f , on a f f
n
p
2
p
maxf
n
, f
p
2
p
f
n
p
+2
p
f
p
. On
a donc g
n
0. Comme g
n
tend p.p. vers 2
p+1
f
p
, le lemme de Fatou (lemme 4.19)
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
.
Exercice 6.18 (Gnralisation de lexercice 6.17) Soit (E, T, m) un espace mesur,
(f
n
)
nN
une suite de fonctions mesurables de E dans R et f une fonction mesurable de
E dans R. Soit p une fonction mesurable de E dans R. On suppose quil existe q R
+
tel que 0 < p(x) q pour tout x E.
6.5. EXERCICES 347
1. Montrer que lapplication x f (x)
p(x)
est mesurable (de E dans R
+
).
_
f (x)
p(x)
dm(x) < +,
_
f
n
(x)
p(x)
dm(x)
_
f (x)
p(x)
dm(x), quand n +,
f
n
f p.p..
2. Montrer que
_
f
n
(x) f (x)
p(x)
dm(x) 0 quand n +.
[On pourra appliquer le lemme de Fatou la suite (g
n
)
nN
dnie par g
n
= M(f
n
p
+
f
p
) f
n
f
p
en choisissant convenablement M dans R.]
Exercice 6.19 (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.]
Corrig En utilisant lingalit de Hlder (ingalit (6.1)) 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
,
P
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 4.51) donne que la suite (g
n
)
nN
converge vers 0
dans L
1
et donc que f
n
f dans L
p
quand n +.
3. On suppose que m(E) = .
(a) Soit B T t.q. m(B) < . Montrer que f
n
1
B
f 1
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 lespace L
p
R
(E, T, m
B
).
Ceci qui donne que f
n
1
B
f 1
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[
.
Exercice 6.20 (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 Rt.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 |, uniformment 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 .
6.5. EXERCICES 349
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 6.21 (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 de E 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 .]
Corrig On note M = sup
nN
[f
n
[
p
. Il existe une sous-suite de la suite (f
n
)
nN
qui converge p.p. vers f . On note (f
(n)
)
nN
(avec strictement croissante de N dans
N) une telle sous-suite.
Si p < +, on applique alors le lemme de Fatou la suite (g
n
)
nN
avec g
n
= f
(n)
p
.
Comme g
n
f
p
p.p., on en dduit que
_
f
p
dm liminf
n+
_
g
n
dm M
p
< +.
Ce qui prouve que f L
p
. (Ce rsultat est aussi vrai si p = 1.)
Si p = , comme f
(n)
M p.p., on en dduit que f M p.p. et donc que f L
.
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.]
Corrig Pour tout > 0 et n N, on a
_
f
n
f
q
dm =
_
A
n,
f
n
f
q
dm+
_
A
c
n,
f
n
f
q
dm
q
m(E)+
_
f
n
f
q
1
A
c
n,
dm.
(6.46)
On suppose tout dabord p < +. En appliquant lingalit de Hlder la dernire
intgrale (avec lexposant p/q et son conjugu), on obtient
_
f
n
f
q
dm
q
m(E) +
_
_
f
n
f
p
dm
_
q
p
m(A
c
n,
)
1
q
p
.
Comme [f
n
[
p
M et [f [
p
M, on en dduit
_
f
n
f
q
dm
q
m(E) +(2
p+1
M
p
)
q
p
m(A
c
n,
)
1
q
p
.
P
Soit maintenant > 0. On choisit tout dabord > 0 t.q.
q
m(E) . Puis, comme
f
n
f en mesure, on a lim
n+
m(A
c
n,
) = 0. Il existe donc n
0
N t.q.
n n
0
(2
p+1
M
p
)
q
p
m(A
c
n,
)
1
q
p

et donc
n n
0

_
f
n
f
q
dm 2.
Ce qui montre bien que [f
n
f [
q
0 quand n +.
On suppose maintenant que p = . Comme f
n
M p.p. et f M p.p., lingalit
6.46 donne
_
f
n
f
q
dm
q
m(E) +2
q
M
q
m(A
c
n,
).
On conclut alors, comme dans le cas p < +, que [f
n
f [
q
0 quand n +.
3. (Question plus difcile.) Donner un exemple pour lequel [f
n
f [
p
, 0 quand
n +.
Corrig Pour cet exemple, on prend (E, T, m) = (]0, 1[, B(]0, 1[), ) et p = 2. Pour
n N
, on dnit f
n
par
f
n
(x) =
n si 0 < x <
1
n
et f
n
(x) = 0 si
1
n
< x < 1.
Avec ce choix, la suite (f
n
)
nN
est borne dans L
2
, elle converge en mesure vers la
fonction nulle mais [f
n
[
2
,0 quand n +.
Exercice 6.22 (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.
N.B. Une autre mthode consiste utiliser le thorme 6.11. 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.
Exercice 6.23 (Convergence en mesure et domination) Cet exercice gnralise au
cas p > 1 lexercice 4.31. Soit (E, T, m) un espace mesur et 1 p < +. On note
L
p
lespace L
p
(E, T, m). Soit (f
n
)
nN
p
et f une fonction
mesurable de E dans R. On suppose que les conditions suivantes sont vries :
6.5. EXERCICES 351
f
n
f en mesure quand n +.
Il existe g L
p
, t.q., pour tout n N, f
n
g p.p..
1. Soit > 0. En remarquant que f f f
n
+f
n
, montrer que, pour tout n N,
m(f g ) m(f
n
f ).
2. Soit > 0. Montrer que m(f g ) = 0. En dduire que f g p.p. et que
f L
p
.
3. On suppose, dans cette question, que m(E) < +.
(a) Soit > 0. Montrer que, pour tout n N,
_
f
n
f
p
dm m(E) +
_
f
n
f
p
>
2
p
g
p
dm.
(b) Montrer que lim
n+
_
f
n
f
p
dm = 0.
existe > 0 t.q.
A T, m(A)
_
A
hdm .]
4. On ne suppose plus que m(E) < +. Montrer que lim
n+
_
f
n
f
p
dm = 0. [On
rappelle que si, h est une fonction intgrable de E dans R, pour tout > 0 il existe
C T t.q. m(C) < +et
_
C
c
hdm .]
Exercice 6.24 (Espace L
1
+L
)
Pour 1 p +, on note L
p
lespace L
p
R
(R, B(R), ) et L
p
lespace L
p
R
(R, B(R), ).
On dsigne par [ [
p
la norme dans L
p
ou L
p
.
On note E lensemble des fonctions de R dans R somme dun lment de L
1
et dun
lment de L
, cest--dire que f E si il existe g L

1
et h L
t.q. f = g +h.
1. Montrer que E est un sous espace vectoriel (sur R) de lensemble des fonctions de
R dans R.
2. Soit g L
1
, h L
et f = g +h. Soit K un compact de R. Montrer que [f 1

K
[
1

[g[
1
+(K)[h[
.
Pour f E, on pose N(f ) = inf[g[
1
+[h[
, avec g et h t.q. f = g +h, g L

1
et
h L
.
3. Soit f E t.q. N(f ) = 0. Montrer que f 1
K
= 0 p.p. pour tout compact K de R.
En dduire que f = 0 p.p..
P
4. Soit f
1
, f
2
E t.q. f
1
= f
2
p.p.. Montrer que N(f
1
) = N(f
2
)
On note maintenant

E lensemble E quotient par la relation dquivalence = p.p..
(Cet espace est souvent not L
1
+L
.)
Un lment de

E est donc un ensemble dlments de E (deux deux gaux p.p.).
5. montrer que

E a une structure despace vectoriel induite par celle de E.
Pour F

E, on pose N(F) = N(f ) o f est un lment de F. (Cette dnition est
cohrente grce la question prcdente.)
6. Montrer que N est une norme sur

E.
7. Montrer que

E muni de la norme N est un espace de Banach (cest--dire un espace
vectoriel norm complet).
8. Soit 1 p +. Montrer que L
p
sinjecte continment dans

E (cest--dire que
lapplication f f est linaire continue de L
p
dans

E).
[On pourra commencer par les cas p = 1 et p = +.]
Exercice 6.25 (Exemples de v.a. appartenant L
q
) Soit (, /, P) un espace proba-
bilis 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 Le-
besgue sur R
+
. On a donc X L
q
(, /, P).
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 :
_
XdP =
_
R
xdP
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
).
6.5. EXERCICES 353
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).
6.5.2 Espaces de Hilbert, Espace L
2
Exercice 6.26 (Sries orthogonales dans L
2
(f
n
)
nN
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).
Corrig Comme L
2
R
(E, T, m) est un espace complet, la srie
nN
f
n
est convergente
dans L
2
R
(E, T, m) si et seulement 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 :
> 0, n
0
t.q. m n n
0
[
m
k=n
f
k
[
2
2
. (6.47)
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 6.47 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
est convergente (dans R).
Exercice 6.27 (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 (6.13) page 293.]
P
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 repr-
sentants) 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 (6.13) page 293, 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.
Exercice 6.28 (Caractrisation des espaces de Hilbert sparables) Soit E un es-
pace de Hilbert (rel) de dimension innie. Montrer que E est sparable si et seulement
sil existe une base hilbertienne dnombrable de E [lune des implications a dj t
vue].
Exercice 6.29 (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 L
2
est un e.v., et tf +(1t)g 0 p.p.. On a donc tf +(1t)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
_
f dm (car
_
f
n
dm
_
f dm
[f
n
f [
2
[[
2
).
On choisit = f

L
2
. Comme f
n
f

0 p.p., on en dduit
_
(f

)
2
dm =
_
f f

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 convergence domine (thorme 6.11).
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 carac-
trisation de la projection (proposition 6.49).
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 6.49 donne alors P
C
f = f
+
.
Exercice 6.30 (Exemple de non existence de la projection) Dans cet exercice,
construit un espace de Banach rel E, un sous espace vectoriel ferm F de E, g E F
(et donc d(g, F) = inf[g f [
E
, f F > 0. . . ) tels quil nexiste pas dlment f E
t.q. d(g, F) = [g f [
E
.
6.5. EXERCICES 355
On prend E = C([0, 1], R), on munit E de la norme habituelle, [f [
E
= maxf (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) . (6.48)
De (6.48) 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
(6.48) 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) , (6.49)
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, (6.49) 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 = KerTKerS.
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 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
(gf )(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.
P
Corrig Dans le raisonnement de la question prcdente, on remarque que les
[g f [
E
> 1/2 sauf si
_
1
0
(g f )(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
(gf )(x)dx = [gf [
E
. On en dduit que (gf )(x) = (gf )(x) = [gf [
E
= 1/2
pour tout x [0, 1]. En effet, sil 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 (g f ) < (g f ) et on en dduit
_
1
0
(g f )(x)dx <
_
1
0
(g f )(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.
Exercice 6.31 (Lemme de LaxMilgram) 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
. 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 E E 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.
6.5. EXERCICES 357
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
, 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 6.56) 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
. 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
(et [
u
[
E
C[u[).
Comme
u
E
, le thorme de reprsentation de Riesz (thorme 6.56) 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.
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,
P
et donc :
[u[
1
[Au[, pour tout u E. (6.50)

(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
(6.50) 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 A est 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 (6.50) 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 6.53). 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 6.56) donne lexistence dun et
un seul z E t.q.
T(v) = (z v), v E.
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 tel que Au = z. On a
donc un et un seul u E tel que T(v) = a(u, v) pour tout v E.
6.5. EXERCICES 359
Exercice 6.32 (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
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 6.5).
Puis, comme
c
(]0, 1[, R), on a
et donc (par la proposition 6.26)

vg
L
1
.
On pose ( = v L
2
; v 1 p.p.,
_
vg
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 +(1t)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
d t
_
d,
(1 t)
_
wg
d (1 t)
_
d.
Ce qui donne, en additionnant,
_
(tv +(1 t)w)g
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 remarque tout dabord que, grce lingalit de Cauchy-Schwarz (ingalit
(6.11)), on a :
_
v
n
wd
_
vwd, quand n +, w L
2
. (6.51)
On prend w = v1
v>1
L
2
dans (6.51). Comme v
n
w w p.p., on a
_
v
n
wd
_
wd. On dduit alors de (6.51) 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
d
_
vg
d, quand n +.
P
En effet,
_
v
n
g
d
_
vg
d [
_
v
n
vgd
[
[v
n
v[
2
[g[
2
0,
quand n +.
Du fait que, pour tout n N,
_
v
n
g
d
_
d, on obtient donc, passant
limite quand n +, que
_
vg
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
(
1.
On utilise maintenant la premire caractrisation de la projection (proposition 6.49),
elle donne que
u = P
(
1 ((1 u u v)
2
0 pour tout v (),
et donc que
u = P
(
1 (
_
(1 u)(u v)d 0 pour tout v (). (6.52)
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)
(x) 1 pour tout x ]0, 1[.

Corrig On raisonne par labsurde. On suppose quil existe c ]0, 1[ t.q.
(ug)
(c) < 1. Par continuit de (ug)
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[, (6.53)
avec :
0
(x) = exp
1
x
2
1
, x ] 1, 1[,
0
(x) = 0, x R] 1, 1[.
(6.54)
Comme u (, on a, daprs la dnition de ( (car est un choix possible pour
) :
_
b
a
u(x)g(x)
(x)dx =
_
ug
d
_
d =
_
b
a
(x)dx.
6.5. EXERCICES 361
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)
(x)(x)dx
_
b
a
(x)dx, ou encore :
_
b
a
((ug)
(x) +1)(x)dx 0.
Ce qui impossible car ((ug)
+1) est une fonction continue ngative, non identi-

quement nulle sur [a, b] (car non nulle au point c).
(b) Soit x ]0, 1[ t.q. u(x) < 1. Montrer que (ug)
(x) = 1.
Corrig On raisonne encore par labsurde. On suppose donc quil existe c
]0, 1[ t.q. u(c) < 1 et (ug)
(c) 1. Comme on sait dj que (ug)
(x) 1 pour
tout x ]0, 1[, on a donc (ug)
(c) > 1.
Par continuit de u et (ug)
en c, il existe donc a, b, avec 0 < a < c 0

t.q. u(x) 1 et (ug)
(x) > 1 + pour tout x ]a, b[.

On utilise la mme fonction qu la question prcdente, cest--dire donne, par
exemple, par (6.53) et (6.54). 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)
d =
_
(ug)
d
_
(g)
d.
En utilisant le fait que (ug)
1 (partout) et (ug)
> 1 + sur ]a, b[, on en

dduit
_
((u +)g)
d
_
d
_
b
a
(x)dx
_
b
a
(g)
d
_
d,
si 0 <

M
, avec M = max
x[a,b]
(g)
(x) < car (g)
est continue sur [a, b].

En prenant = min(
1
,
2
) > 0, on obtient donc u + (. Comme u = P
(
1, on
peut maintenant prendre v = u + dans la caractrisation de P
(
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 identi-
quement nulle sur ]a, b[ (car non nulle en c).
(c) Montrer que u est solution du problme suivant :
(ug)
(x) 1, pour tout x ]0, 1[,

u(x) 1, pour tout x ]0, 1[,
(1 +(ug)
(x))(u(x) 1) = 0, pour tout x ]0, 1[.

P
Corrig On a dj vu que (ug)
(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)
(x))(u(x) 1) = 0,
pour tout x ]0, 1[, dcoule de la question prcdente qui montre justement que
(1 +(ug)
(x)) = 0 si u(x) < 1.

Exercice 6.33 (Approximation dans L
2
) On dsigne par la mesure de Lebesgue sur
les borliens de R, par L
p
lespace L
p
R
(R, B(R), ) et par L
p
lespace L
p
R
(R, B(R), ).
On note dt = d(t).
Pour f L
2
et k N
, on dnit T
k
f de R dans R par :
T
k
f (x) = k
_
n(x)+1
k
n(x)
k
f (t)dt, (6.55)
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 f 1
]
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 mono-
tone, corollaire 4.18) :
_
(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 .
6.5. EXERCICES 363
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 .
3. Soit f L
2
. Montrer que T
k
f f dans L
2
quand k .
[On pourra utilser la densit de C
c
(R, R) dans L
2
, exercice 6.4.]
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
. (6.56)
La question 2 donne lexistence de k
0
N t.q. le dernier terme de (6.56) 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 .
Exercice 6.34 (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 Gsont des sous-espaces vectoriels ferms de H. Dterminer les
sous-espaces F
, G
et FG.
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 CauchySchwarz 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
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 = FF
). 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) FF
= 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 .
P
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 FG. On a donc :
FG= h H;
_
]1,0[
h d =
_
]0,1[
h d = 0.
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 hP
G
h G
, il existe R t.q. hP
G
h = p.p. sur ] 1, 0[ et hP
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[.
Exercice 6.35 (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
(
f (x) = maxminf (x), , pour
presque tout x R. (P
(
f dsigne la projection de f sur (.)
6.5. EXERCICES 365
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 6.32
(question 2) ou (pour changer de mthode. . . ) de la manire suivante :
Daprs le thorme 6.11 (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
(
f = maxminf , , .
On confond comme dhabitude f avec lun de ses reprsentants, et on dnit g par
g = maxminf , , = 1
f <
+f 1
f
+1
f >
.
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
(
f , on utilise la premire caractrisation de la projection
(proposition 6.49). 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
(
f .
Exercice 6.36 (L
p
nest toujours pas un Hilbert. . . ) Soit (E, T, m) un espace mesur
et L
p
= L
p
R
(E, T, m).
1. On suppose ici quil 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)
(1 h
a
(t)) avec =
2
p
et h
(t) = t
+(1 t)
, t =
a
a+b
]0, 1[.
Un tude de la fonction h
montre que :
P
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 paralllo-
gramme 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 repr-
sentants de f ont la mme valeur en 0 car m(0) > 0).
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.
Exercice 6.37 (Espace l
2
) On note m la mesure du dnombrement sur !(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, !(N), m).
1. Montrer que chaque lment de l
2
ne contient quun seul lment de lespace L
2
R
(N,
!(N), m).
Corrig (Noter dabord que m est bien une mesure sur !(N).)
Soient f , g L
2
= L
2
R
(N, !(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
+
).
6.5. EXERCICES 367
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 !(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
< . (6.57)
En effet, pour montrer (6.57), 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
4.18).
Lingalit de Cauchy-Schwarz donne alors que f g L
1
R
(N, !(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
.
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
. (6.58)
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 (6.58), 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.)
P
Exercice 6.38 (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 6.62).
Pour u H, on dnit a
u
l
2
(l
2
est dni lexercice 6.37) 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 !(N)). En notant m la mesure du dnombrement
sur !(N) (voir lexercice 6.37), on a
_
a
2
u
dm =
nN
(u e
n
)
2
H
. Lgalit de Bessel (voir
la proposition 6.63) 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 Aest 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 6.63 page 305
donne alors que a = a
u
. Ceci montre bien que A est surjective.
Exercice 6.39 (Intgration par parties dans L
2
(R, B(R), )) Soit u, v C
1
(R, R).
1. On suppose, dans cette question, que u et u
sont des fonctions de carr intgrable

pour le mesure de Lebesgue sur les borliens de R. Montrer que lim
x+
u(x) = 0.
[On pourra commencer par montrer que u
2
(x) a une limite dans R quand x +,
puis montrer que cette limite est ncessairement nulle.]
2. On suppose, dans cette question, que u, v, u
et v
sont des fonctions de carr

intgrable (pour le mesure de Lebesgue sur les borliens de R). Montrer que
_
R
u(x)v
(x)dx =
_
R
v(x)u
(x)dx.
3. Donner un exemple pour lequel uv
et v
u sont intgrables (pour le mesure de

Lebesgue sur les borliens de R) et
_
R
u(x)v
(x)dx
_
R
v(x)u
(x)dx.
Exercice 6.40 (Tribu et partition, suite et n) Cet exercice est la suite de lexercice
3.34. Soit (, /, P) un espace probabilis et a une partition de . On note T (a)
6.5. EXERCICES 369
la tribu engendre par a (voir lexercice 3.34). On suppose que la partition a est
mesurable, cest--dire que ses atomes sont des lments de / (on a donc T (a) /).
Donner une base hilbertienne de L
2
(, T (a), P) construite partir des atomes de a.
En dduire lexpression de la projection orthogonale dune variable alatoire X appar-
tenant L
2
(, /, P) sur le sous espace L
2
(, T (a), P).
Exercice 6.41 (Convergence presque sre et borne L
2
donne convergence L
1
) Cet
exercice reprend lexercice 6.19 (pour q = 2 et p = 1) avec les termes probabilistes 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 CauchySchwarz,
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
nentranent pas les hypothses 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.
Exercice 6.42 (Orthogonalit et v.a.r. indpendantes) Soit (, /, P) un espace
probabilis et (X
n
)
nN
une suite de v.a.r. indpendantes. On suppose que X
n
est
de carr intgrable pour tout n N et que (X
n
X
m
)
2
= 0 si n m (On note L
2
lespace L
2
R
(, /, p) et ( )
2
le produit scalaire dans L
2
). On suppose enn que
n=0
Var(X
n
) < +.
1. Montrer quil existe au plus un entier n 0 t.q. E(X
n
) 0.
P
Corrig Soit n m. Comme X
n
et X
m
sont deux v.a.r. indpendantes et int-
grables, la proposition 4.59 (deuxime item) donne que X
n
X
m
est intgrable et
E(X
n
X
m
) = E(X
n
)E(X
m
).
Comme E(X
n
X
m
) =
_
X
n
X
m
dP = (X
n
X
m
)
2
= 0, on en dduit quil est impossible
que E(X
n
) et E(X
m
) soient tous les deux non nuls. On en dduit bien quil existe au
plus un entier n 0 t.q. E(X
n
) 0.
2. Montrer que la srie

n=0
X
n
2
.
Corrig Pour tout n N, on a Var(X
n
) = E(X
2
n
) E(X
n
)
2
. Pour tout n N sauf
ventuellement un seul, on a donc
Var(X
n
) = E(X
2
n
) =
_
X
2
n
dP = [X
n
[
2
2
.
La srie

+
n=0
[X
n
[
2
2
est donc convergente. On en dduit que la srie

n=0
X
n
est
convergente dans L
2
, comme cela est dmontr dans lexercice 6.26.
Exercice 6.43 (Identits de Wald)
Cet exercice est la suite de lexercice 4.47. Soit (, /, P) un espace probabilis,
(X
n
)
nN
une suite v.a.r.i.i.d. et N une v.a. valeurs dans N
. On pose S
N
= X
1
+. . . +
X
N
(cest--dire que, pour , S
N
() =
N()
n=1
X
n
()).
1. On suppose, dans cette question, que les v.a.r. N, X
1
, . . . , X
n
, . . . sont indpendantes.
Pour n N
, on pose A
n
= , N(w) = n (on note, en gnral, A
n
= N = n)
et Y
n
=
n
p=1
X
p
.
(a) Soit n N
. Montrer que 1
A
n
et Y
n
sont des v.a.r. indpendantes.
Corrig Cette question est corrige dans lexercice 4.47.
(b) 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 et les esprances
de N et X
1
.
Corrig On sait dj, par lexercice 4.47, que S
N
est intgrable et que E(S
N
) =
E(N)E(X
1
). On calcule maintenant E(S
2
N
).
Comme S
N
=

n=1
1
A
n
Y
n
et que les A
n
sont disjoints deux deux, on a S
2
N
=
n=1
1
A
n
Y
2
n
et donc
E(S
2
N
) =
n=1
E(1
A
n
Y
2
n
).
Comme 1
A
n
et Y
n
sont des v.a.r. indpendantes, on a donc
E(S
2
N
) =
n=1
E(1
A
n
)E(Y
2
n
) =
n=1
p(A
n
)E(Y
2
n
) =
n=1
p(N = n)E(Y
2
n
).
6.5. EXERCICES 371
On utilise maintenant lindpendance des X
k
et le fait que E(X
2
k
) = E(X
2
1
) et
E(X
k
) = E(X
1
) (pour tout k), cela donne
E(Y
2
n
) = E((
n
p=1
X
p
)
2
) = E(
n
p,q=1
X
p
X
q
) = nE(X
2
1
) +n(n 1)E(X
1
)
2
.
On en dduit
E(S
2
N
) =
n=1
np(N = n)E(X
2
1
) +
n=1
(n
2
n)p(N = n)E(X
1
)
2
.
Comme

n=1
np(N = n) = E(N) et

n=1
n
2
p(N = n) = E(N
2
), on obtient
E(S
2
N
) = E(N)E(X
2
1
) +E(N
2
)E(X
1
)
2
E(N)E(X
1
)
2
.
Comme E(S
N
) = E(N)E(X
1
), on a, nalement,
Var(S
N
) = E(S
2
N
) E(S
N
)
2
= E(N)E(X
2
1
) +E(N
2
)E(X
1
)
2
E(N)E(X
1
)
2
E(N)
2
E(X
1
)
2
,
et donc
Var(S
N
) = E(N)Var(X
1
) +E(X
1
)
2
Var(N).
2. On suppose maintenant que N = n (X
1
, . . . , X
n
) pour tout n N
(on rappelle
que (X
1
, . . . , X
n
) est la tribu engendre par X
1
, . . . , X
n
). On suppose aussi que N et
X
1
sont de carr intgrable et que E(X
1
) = 0. Montrer que S
N
est de carr intgrable
et calculer sa variance en utilisant la variance X
1
et lesprance de N. [On pourra
crire S
N
=
nN
1
Nn
X
n
et utiliser lexercice 6.26.]
Corrig On pose V
n
= 1
Nn
X
n
de sorte que S
N
=

nN
V
n
(pour chaque
la srie

nN
V
n
() ne contient quun nombre ni de termes non nuls). Pour
montrer que S
N
est de carr intgrable, il suft de montrer (grce lexercice 6.26)
que E(V
n
V
m
) = 0 si n m et

nN
E(V
2
n
) < +.
Soit n, m N
, n m. On peut supposer n < m, on a alors 1

Nn
1
Nm
= 1
Nm
et donc
E(V
n
V
m
) = E(1
Nn
X
n
1
Nm
X
m
) = E(X
n
1
Nm
X
m
).
La premire hypothse de cette question donne que
N = k (X
1
, . . . , X
k
) (X
1
, . . . , X
m1
)
pour 1 k < m. La v.a.r. 1
N<m
est donc (X
1
, . . . , X
m1
)-mesurable. Comme
1
Nm
= 1 1
N<m
, la v.a.r. 1
Nm
est donc (X
1
, . . . , X
m1
)-mesurable, ainsi
que la v.a.r. X
n
(car n < m). Comme la tribu (X
1
, . . . , X
m1
) est indpendante de la
tribu (X
m
) (on utilise ici lindpendance de X
1
, . . . , X
m
et la proposition 2.58), les
v.a.r. X
n
1
Nm
et X
m
sont indpendantes. Ceci donne (comme E(X
m
) = E(X
1
) = 0)
E(X
n
1
Nm
X
m
) = E(X
n
1
Nm
)E(X
m
) = 0.
On a donc bien E(V
n
V
m
) = 0.
Soit maintenant n N
.
On sait dj que la v.a.r. 1
Nn
est (X
1
, . . . , X
n1
)-mesurable. Les v.a.r. 1
Nn
et
X
n
sont donc indpendantes, ce qui donne
E(V
2
n
) = E(1
Nn
X
2
n
) = E(1
Nn
)E(X
2
n
) = P(N n)E(X
2
n
) = P(N n)E(X
2
1
).
P
On a donc
+
n=1
E(V
2
N
) = E(X
2
1
)
+
n=1
P(N n) = E(X
2
1
)
+
n=1
nP(N = n) = E(X
2
1
)E(N).
Lexercice 6.26 donne alors que la srie

+
n=1
V
n
converge dans L
2
(, /, P). On
en dduit que S
N
est de carr intgrable et que la srie

+
n=1
V
n
converge dans
L
2
(, /, P) vers S
N
. On a donc aussi (comme E(V
n
V
m
) = 0 si n m)
E(S
2
N
) =
+
n=1
E(V
2
n
) = E(X
2
1
)E(N) = E(N)Var(X
1
).
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 6.44 (Fonctions absolument continues) Soit < a < b < +. On admet
les 2 rsultats suivants :
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) =
_
f 1
]a,x[
d. La
fonction F est alors drivable en presque tout point de ]a, b[ et on a F
= f p.p..
1. (Fonctions monotones.) Soit f une fonction monotone croissante dnie sur [a, b]
et valeurs dans R.
(a) Montrer que f

L
1
R
(]a, b[, B(]a, b[), ) et que
_
f

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

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 mesurable, 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
[
f d f (b) f (a) (6.59)
6.5. EXERCICES 373
Comme f est drivable p.p., on a f
n
f

p.p. sur ]a, b[, cest--dire quil existe
A B(]a, b[) t.q. (]a, b[A) = 0 et f
n
(x) f

(x) pour tout x A. On pose
g(x) = f

(x) si x A et g(x) = 0 sinon. Le lemme de Fatou appliqu la suite f
n
donne (par (6.59)) que g est mesurable positive (de ]a, b[ dans R
+
) et
_
]a,b[
gd f (b) f (a).
On a donc f

L
1
R
(]a, b[, B(]a, b[), ) (au sens o lon confond f

et la classe de g
car f

= g p.p.) et
_
]a,b[
f

d f (b) f (a).
(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

= 0 p.p. et f (b) f (a) = 1.
On peut obtenir un exemple avec f continue en construisant f partir de len-
semble de Cantor (f est prise constante sur chacun des intervalles ouverts formant
le complmentaire de lensemble de Cantor, on a ainsi f

= 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 labsolue continuit implique luniforme 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.
P
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 d-
nie 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 absolument continue sur [a, b]. En dduire que toute fonc-
tion 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
(]a, b[, B(]a, b[), ). Pour x [a, b], on pose F(x) =
_
f 1
]a,x]
d. Montrer
que F absolument continue.
Corrig Cette question est une consquence de la proposition 4.50 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
[
f d
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
6.5. EXERCICES 375
donne par le thorme de Lebesgue-Stieltjes, thorme 2.61, 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 dintervalles (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 A t.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). Pour 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
)) .
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.
(b) Montrer quil existe g L
1
R
(R, B(R), ) t.q. F() F() =
_
g1
],[
d, pour tout
, R, < . Montrer que g = F
p.p. sur ]a, b[.

Corrig Comme m
F
est absolument continue par rapport , le thorme de
Radon-Nikodym (thorme 6.78)
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 o 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
= g
p.p. sur ]a, b[.
P
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
L
1
R
(]a, b[, B(]a, b[), ) et que
pour tout x [a, b] on a
F(x) F(a) =
_
F
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
1
, F
2
L
1
R
(]a, b[, B(]a, b[), ) et que, pour tout x [a, b] :
F
1
(x) F
1
(a) =
_
F
1
1
]a,x[
d, F
2
(x) F
2
(a) =
_
F
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

L
1
R
(]a, b[, B(]a, b[), ) et que, pour tout x [a, b] :
F(x) F(a) =
_
F
1
]a,x[
d.
Exercice 6.45 (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(AC) et (A) = m(AC
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 -additivit de m
donne la -additivit de et . Ceci prouve que et sont des mesures.
Comme
d
(C) = 0 et (C
c
) = m(CC
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
+.
6.5. EXERCICES 377
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 RadonNikodym (thorme 6.78), 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
+.
N.B. Dans ce corrig, on a essentiellement repris la dmonstration de la proposi-
tion 2.29 (qui considre un cas plus gnral) et utilis pour conclure le thorme de
Radon-Nikodym.
Exercice 6.46 (Dualit L
1
-L
par Radon-Nikodym) Soit (E, T, m) un espace me-

sur ni et T (L
1
R
(E, T, m))
. 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 lment de (L
1
R
(E, T, m))
.
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
= si n m. On pose
A =
_
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
)
, 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.
P
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 6.78), il donne lexistence de
g /
+
t.q. :
T(1
A
) = (A) =
_
g1
A
dm pour tout A T. (6.60)
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 choisissant bien Adans la formule
trouve la question prcdente.]
Corrig On prend A= g > [T[
(L
1
)
. Si m(A) > 0, on a, avec (6.60), en remar-
quant 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
o 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 ) =
_
gf dm pour tout f L
1
R
(E, T, m).
Corrig Grce (6.60), on a, pour tout f = 1
A
avec A T :
T(f ) =
_
gf dm. (6.61)
Par linarit de T (sur L
1
) et par linarit de lintgrale, on en dduit que (6.61) 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 (6.61) avec f = f
n
et en faisant n +, on en
dduit (6.61). Lgalit (6.61) est donc vraie pour tout f /
+
L
1
.
Soit enn f L
1
(on confond f avec lun de ses reprsentants). On crit alors (6.61)
pour f = f
+
/
+
L
1
et f = f

/
+
L
1
. En faisant la diffrence on en dduit
(6.61).
Lgalit (6.61) est donc vraie pour tout f L
1
.
Exercice 6.47 (Dualit L
p
-L
q
pour p < 2) Lobjet de cet exercice est de dmontrer
le thorme de dualit 6.70 dans le cas p < 2.. Soit (E, T , m) un espace mesur ni
et 1 p < 2. On pose q = p/(p 1) et on note L
r
lespace L
r
R
(E, T , m) (pour r = p,
r = q et r = 2). Soit T (L
p
)
.
6.5. EXERCICES 379
1. On considre dabord le cas o m(E) < +.
(a) Montrer que L
2
L
p
et que linjection canonique
1
de L
2
dans L
p
est continue.
Corrig Cette question est faite dans la proposition 6.25 page 286. En particu-
lier, lingalit (6.9) 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
(voir la remarque 6.27).
(b) Montrer quil existe g L
2
t.q. T(f ) =
_
f gdm 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
)
. Comme L
2
est un espace de Hilbert, le
thorme de reprsentation de Riesz (thorme 6.56) donne lexistence (et lunicit)
de g L
2
t.q. S(f ) = (f g)
2
=
_
f gdm pour tout f L
2
. Comme S = T sur L
2
,
on a donc bien :
T(f ) =
_
f gdm pour tout f L
2
. (6.62)
(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
gn
. 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
gn
.
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 (6.62), 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
)
. (6.63)
On remarque maintenant que g
q
1
B
n
g
q
quand n +. On peut donc ap-
pliquer le thorme de convergence monotone la suite (g
q
1
B
n
)
nN
, lingalit
(6.63) donne alors :
(
_
g
q
dm)
1
q
[T[
(L
p
)
.
1. On rappelle que linjection canonique dun ensemble G contenu dans un ensemble F est la
restriction de lapplication identit G. Pour montrer la continuit de linjection dun espace vectoriel G
muni dune norme [ [
G
inclus dans un espace vectoriel norm F muni dune norme [ [
F
, il suft donc
de montrer quil existe C 0 tel que [u[
F
C[u[
G
pour tout u G.
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 (6.62) :
_
A
gdm =
_
f gdm = T(f ) [T[
(L
1
)
[f [
1
= [T[
(L
1
)
(m(A)). (6.64)
Or, si m(A) > 0, on a (par la dnition de A),
_
A
gdm > [T[
(L
1
)
m(A), en contra-
diction avec (6.64). 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
= f 1
f n
L
2
. En dduire que il existe g L
q
t.q.
T(f ) =
_
f gdm, 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
= f 1
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 (6.62), on obtient :
T(f
n
) =
_
f
n
gdm pour tout n N. (6.65)
Le thorme de convergence domine dans L
p
(thorme 6.9) 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
)
, on a donc T(f
n
) T(f ) quand n +. Dautre
part, comme g L
q
, on a
_
f
n
gdm
_
f gdm quand n +(en effet, lingalit
de Hlder donne
_
f
n
gdm
_
f gdm [f
n
f [
p
[g[
q
). On dduit donc de (6.65),
quand n +, que T(f ) =
_
f gdm.
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
, A
n
T 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
))
et quil existe g
n
L
q
(m
n
)
t.q. :
T
n
(f ) =
_
f g
n
dm
n
, f L
p
(m
n
).
6.5. EXERCICES 381
Corrig On a dj vu que T
n
est une tribu sur A
n
(tribu trace) et que m
n
est
une mesure sur T
n
(mesure trace, voir lexercice 2.17 par exemple).
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 pas 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
))
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 ) =
_
f g
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))
. (6.66)
On utilise (g
n
)
nN
dans les questions suivantes.
(b) Montrer que si m n, g
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.).
(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 = +.)
Corrig 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).
P
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 6.66), 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 (6.66), [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 ) =
_
f gdm, pour tout f L
p
.
Corrig Soit f L
p
, on pose f
n
= f 1
A
n
. Daprs thorme de convergence
domin dans L
p
(thorme 6.9), on a f
n
f dans L
p
quand n +. Donc :
T(f
n
) T(f ) quand n +. (6.67)
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.
_
gf dm quand
n +(car
_
gf
n
dm.
_
gf dm [g[
q
[f
n
f [
p
0 quand n +).
On a donc T(f
n
) = T
n
(h
n
)
_
gf dm quand n +, ce qui, avec (6.67) donne
T(f ) =
_
f gdm.
Exercice 6.48 (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
A
n
T , 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 ) =
_
f gdm, f L
2
.
Partie 2. On sintresse maintenant au cas p [1, 2]
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.
6.5. EXERCICES 383
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
gn
1
B
n
o g =
G
et B
n
=
n
_
p=1
A
p
.
(a) Montrer que pour tout n N on a f
n
/ L
2
.
(b) En dduire que g = G/ L
q
. [Il est 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 pour tout n N on a f
n
/ L
2
.
(b) En dduire que m(AB
n
) = 0 pour tout n N et que g (= G/) L
.
5. Soient p [1, 2[ et f L
p
, on dnit f
n
= f 1
f n
1
B
n
. Montrer que f
n
/ L
2
et
que f
n
tend vers f dans L
p
. En dduire que il existe g L
q
t.q. T(f ) =
_
f gdm
pour tout 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 t.q. 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 ) =
_
f gdm 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 ) =
_
f gdm 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 p.p., 0 T
n
(f ) T(f ) (6.68)
f L
p
; f 0 p.p., T
n
(f ) T
n+1
(f ) (6.69)
f L
p
; f 0 p.p., T
n
(f ) n
_
f dm (6.70)
f L
p
; f 0 p.p., T
n
(f ) converge vers T(f ) lorsque n +. (6.71)
P
(a) Montrer que, pour tout n N, il existe g
n
L
q
tel que T
n
(f ) =
_
g
n
f dm, 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 ) =
_
gf dm, 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 p.p., T
n
(f ) = inf
L
p
,0f
_
T() +n
_
(f )dm
_
,
puis, si f L
p
, T
n
(f ) = T
n
(f
+
) T
n
(f

).
Montrer que T
n
vrie les proprits de la question 2.
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 ) =
_
f gdm.
6. Montrer que, pour toute forme linaire continue T sur L
p
, il existe une fonction
g de L
q
t.q. T(f ) =
_
f gdm. [Dcomposer T en une partie positive et une partie
ngative.]
6.5.4 Convergence faible, faible-, troite, en loi. . .
Exercice 6.49 (Convergence faible et convergence des normes convergence
forte) Soient (E, T, m) un espace mesur, (f
n
)
nN
L
2
= L
2
(E, T, m) et f L
2
t.q.
la suite (f
n
)
nN
tende faiblement vers f dans L
2
, cest--dire :
_
f
n
dm
_
f dm
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
f dm
_
f
2
dm = [f [
2
2
quand n +.
Lingalit de Cauchy-Schwarz donne
_
f
n
f dm [f
n
[
2
[f [
2
. On en dduit, en faisant
tendre n vers linni :
[f [
2
2
= lim
n+
_
f
n
f dm = liminf
n+
_
f
n
f dm liminf
n+
[f
n
[
2
[f [
2
= [f [
2
liminf
n+
[f
n
[
2
,
et donc [f [
2
liminf
n+
[f
n
[
2
.
6.5. EXERCICES 385
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
f dm.
On a [f
n
[
2
2
[f [
2
2
et, comme f
n
f faiblement dans L
2
, on a aussi
_
f
n
f dm
_
f
2
dm = [f [
2
2
, quand n +. On en dduit donc que [f
n
f [
2
0 quand
n +.
Exercice 6.50 (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 6.80) si
et seulement si
_
f
n
gdm
_
f gdm, g L
q
. (6.72)
Corrig Le cours (thorme de dualit 6.70 page 314) donne que
g
, g L
q
=
(L
p
)
, avec
g
dni par
g
(f ) =
_
f gdm (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 (6.72) 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 =
_
f gdm = 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. (6.73)
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
_
f gdm, quand n +.
P
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
_
gf dm, 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
_
f gdm =
_
f
n
(g g
N
)dm+
_
f
n
g
N
dm
_
f g
N
dm+
_
f (g
N
g)dm. (6.74)
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 6.9) car g L
q
et q < (on a besoin ici de lhypothse p > 1).
Il donne :
g
N
g dans L
q
, quand N . (6.75)
Soit > 0. En utilisant lingalit de Hlder, lhypothse [f
n
[
p
C et (6.75), 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
, (6.76)
pour tout n N et :
_
f (g
N
g)dm [f [
p
[g
N
g[
q
, (6.77)
Puis, N tant x, la question prcdente nous donne, quand n +,
_
f
n
g
N
dm
_
f g
N
dm.
Il existe donc n() t.q.
n n()
_
f
n
g
N
dm
_
f g
N
dm . (6.78)
Avec (6.76), (6.77) et (6.78), on dduit alors de (6.74) :
n n()
_
f
n
gdm
_
f gdm 3.
Ce qui prouve bien la convergence faible de f
n
vers f dans L
p
.
(c) Donner un exemple avec (E, T, m) = (]0, 1[, B(]0, 1[), ) pour lequel f
n
, f
dans L
p
.
6.5. EXERCICES 387
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 4.19 (en choisissant 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
dm1 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 4.51, voir aussi lexercice 4.29) 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 (6.73) 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 (6.73) 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
).
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
.]
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 +. (6.79)
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 (6.79) (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.
Exercice 6.51 (Borne dans L
1
= convergence faible) 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, +].
n
)
nN
est borne dans L
1
.
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 5.1).
6.5. EXERCICES 389
Exercice 6.52 (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
.
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 +.
Exercice 6.53 (Convergence faible et non linarit) On dsigne par la mesure de
Lebesgue sur les borliens de ]0, 1[, par L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ) et par L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ).
1. (Unicit de la limite faible). Soit (u
n
)
nN
L
1
et u, v L
1
. On suppose que u
n
u
faiblement dans L
1
, quand n +, (cest--dire que T(u
n
) T(u) pour toute
application T linaire continue de L
1
dans R) et que u
n
v faiblement dans L
1
.
(a) Montrer que
_
(u v)d = 0, pour tout L
.
Corrig Soit L
. On sait que lapplication w

_
wd est une appli-
cation 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.
(b) Montrer que u = v p.p.. [Choisir convenablement dans lgalit prcdente.]
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
[
Cpour tout n Net 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 6.9). 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 reprsentants) 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 +),
P
(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 +. [crire v
n
= v +(v
n
v).]
_
u
n
v
n
d =
_
u
n
vd +
_
u
n
(v
n
v)d. (6.80)
Comme u
n
u faiblement dans L
1
, on a
_
u
n
vd
_
uvd, quand n +.
Le deuxime terme de (6.80) tend vers 0 car
_
u
n
(v
n
v)d [u
n
[
[v
n
v[
1

C[v
n
v[
1
0 quand n +, puisquon 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.
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).
6.5. EXERCICES 391
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). (6.81)
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 (6.81), quand n +:
_
u1
A
d C(A). (6.82)
On choisit alors un reprsentant de u et on prend dans (6.82), A= A
+
= u > C. Si
(A
+
) > 0, on a
_
u1
A
+
d > C(A
+
), en contradiction avec (6.82). 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 (6.82). 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
tend 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 +.
On utilise 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
_
f d [(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..
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 injec-
tive, 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 pour passer la limite sur les non linarits) 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.]
6.5. EXERCICES 393
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, . . . , n 1, 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 lexercice 6.50. 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 +. (6.83)
(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 :
_
u
n
d
_
u
n
d +
_
u
n
()d
_
1
0
u
n
d +.
P
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..
Exercice 6.54 (Convergences faible et forte dans L
1
) Soit (X, T, m) un espace me-
sur 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
_
f gdm 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
_
f gdm, quand n +. (6.84)
Mais, comme f
n
C p.p., on a
_
f
n
gdm =
_
A
f
n
dm Cm(A). on en dduit, grce
(6.84),
_
A
f dm =
_
f g Cm(A) =
_
A
Cdm.
On a donc
_
(C f )1
A
dm 0. Comme (C f )1
A
0, on a donc ncessairement
(Cf )1
A
= 0 p.p.. Enn, comme f < C sur A, on a donc m(A) = 0, ce qui donne
f C p.p..
6.5. EXERCICES 395
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
_
f dm, quand n +. On re-
marque maintenant que f
n
C= f p.p.. On a donc
[f
n
f [
1
=
_
f
n
f dm =
_
(f
n
f )dm0, quand n +.
Exercice 6.55 (Dans l
1
, convergence faible = convergence forte)
On pose
l
= x = (x
n
)
nN
R; supx
n
, n N < ,
l
1
= x = (x
n
)
nN
R;
n=0
x
n
< .
Pour x = (x
n
)
nN
l
on pose [x[
= supx
n
, n N.
Pour x = (x
n
)
nN
l
1
on pose [x[
1
=
n=0
x
n
.
1. Montrer que l
et l
1
sont des espaces de Banach.
2. Soit y = (y
n
)
nN
l
.
On dnit T
y
: l
1
R par
T
y
(x) =
n=0
x
n
y
n
, x l
1
.
(Remarquer que la srie

n=0
x
n
y
n
est bien convergente, pour tout x l
1
.)
Montrer que T
y
(l
1
)
, et que [T
y
[
(l
1
)
= [y[
.
3. Soit T (l
1
)
. Montrer quil existe y l
tel que T = T
y
.
[On pourra poser y
n
= T(e
(n)
), avec e
(n)
= (
n,i
)
iN
.]
4. Soit (x
(n)
)
nN
l
1
une suite telle que
i) x
(n)
= (x
(n)
i
)
iN
, x
(n)
i
0, quand n , pour tout i N.
ii) [x
(n)
[
1
= 1, pour tout n N.
a. Montrer que lon peut extraire de la suite (x
(n)
)
nN
une sous suite (x
(n
k
)
)
kN
et
trouver une suite (
k
)
kN
N telles que :
k
< a
k+1
,
i=0
x
(n
k
)
i

1
5
,
k+1
i=
k
+1
x
(n
k
)
i

3
5
,
i=
k+1
+1
x
(n
k
)
i

1
5
, k N.
b. Montrer quil existe y l
telle que T
y
(x
(n
k
)
)
1
5
, pour tout k N ((x
(n
k
)
)
kN
donne en a.).
P
5. Soient (x
(n)
)
nN
l
1
et x l
1
. Montrer que x
(n)
x faiblement dans l
1
(cest--
dire T(x
(n)
) T(x) pour tout T (l
1
)
) si et seulement si x
(n)
x dans l
1
.
Exercice 6.56 (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
.
(b) Montrer que f L
1
R
(R, B(R), m).
6.5. EXERCICES 397
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
_
f dm
n

_
f dm, quand n +.
Corrig On utilise encore la suite (
p
)
p1
dnie la question prcdente et
on remarque que, pour tout p 1,
_
f dm
n
_
f dm
_
f (1
p
)dm
n
+
_
f (1
p
)dm
+
_
f
p
dm
n
_
f
p
dm.
(6.85)
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
)dm0 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 .
P
Finalement, avec ce choix de p = max(p
0
, p
1
), on dduit donc de (6.85) que
n max(n
0
, n
1
)
_
f dm
n
_
f dm 3.
Ceci prouve bien que
_
f dm
n

_
f dm, quand n +.
3. On ne suppose plus que sup
nN
_
f
2
dm
n
< .
Montrer (en choisissant 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).
Exercice 6.57 (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
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
)
,
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 6.26) donne que T (L
p
)
, 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
est strictement croissante).

2. Soit a R. Pour x R, on pose h
a
(x) = (x) (a)
(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) =
(y)(x a). On a donc

h
a
(x) = (
(y)
(a))(x a) > 0.
6.5. EXERCICES 399
(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
a
(x) =
(x)
(a). On a donc h
a
(x) < 0 si x < a et h
a
(x) > 0 si x > a.
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)
(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
(u) les fonctions x (u(x)) et x
(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
est continue sur R. Elle est donc borne sur [k, k]. On
en dduit que
(u)1
A
k
L
. Comme m(B) < , on a donc
(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 :
_

(u)1
A
k
1
B
(u
n
u)dm0, 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, (6.86)
pour tout k R
+
et tout B T t.q. m(B) < .
On va dduire de (6.86) 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.
P
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
= NE
p
A
p
.
Soit p N
, on prend k = p et B = E
p
N dans (6.86), 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..
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 4.49), 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 ques-
tion 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 dia-
gonal 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 tape, on montre par rcurrence lexistence dune suite dappli-
cations strictement croissantes (
p
)
pN
de N dans N t.q., pour tout p N
, la suite
(f
1
...
p
(n)
)
nN
converge p.p. vers 0 sur A
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
strictement croissante
p+1
de N dans N t.q. la suite (f
1
...
p+1
(n)
)
nN
converge p.p.
vers 0 sur A
p+1
E
p+1
, ce qui termine la rcurrence.
La deuxime tape (procd diagonal) 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)).
6.5. EXERCICES 401
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
converge p.p. vers 0 sur A
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,
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 conver-
geant p.p. vers 0. Il existe donc strictement croissante de N dans N t.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 6.19.]
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
. (6.87)
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
, la compacit L
p
-L
q
(exercice 6.19) donne que u
g(n)
)1
B
u1
B
dans L
r
, en contradiction avec (6.87).
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
convergeant p.p. vers u).
P
Corrig Il suft de reprendre lexemple vu en cours pour montrer que la conver-
gence 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.
Exercice 6.58 (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
).
1. Soit a R
+
. Montrer que
a
(t) > 0 pour tout t R
+
, t a.
Corrig Les fonctions t t
et t t
sont strictement croissantes de R

+
dans
R. On en dduit bien 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
dm 0.
Corrig Comme f
n
0 p.p., et 0 p.p., on a
_
f

n
dm 0 pour tout n N.
Comme f

n
l
-faiblement dans L
, on en dduit
_
l
dm = lim
n+
_
f

n
dm 0.
3. Montrer que l
0 p.p..
Corrig On pose A= l
< 0 (ceci sous entend quon a choisit un reprsentant

de l
, on a ainsi l
) et = 1
A
(de sorte que L
1
et 0 p.p.). La question
prcdente donne alors
_
A
l
dm =
_
l
dm 0.
Comme l
< 0 sur A, on en dduit que m(A) = 0 et donc l
0 p.p..
(Le mme raisonnement donne, bien sr, l
0 p.p. et 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
.]
6.5. EXERCICES 403
Corrig Grce la question prcdente, on peut choisir un reprsentant de l
de
sorte que l
(x) 0 pour tout x E. On peut aussi supposer que f

n
(x) 0 pour tout
x E. En prenant t = f
n
(x) et a = (l
(x))
1
, on obtient comme (t) 0, pour tout

x E,
(f

n
(x) l
(x))(f

n
(x) l
(x)) 0.
Ce qui peut scrire
f
+
n
(x) +l
+
(x) l
(x)f

n
(x) +f

n
(x)l
(x).
Soit L
1
, 0 p.p.. Lingalit prcdente nous donne
_
f
+
n
dm+
_
l
+
dm
_
f

n
l
dm+
_
f

n
l
dm.
En passant la limite quand n +on obtient donc
_
l
+
dm+
_
l
+
dm
_
l
dm+
_
l
dm,
et donc
_
(l
+
l
)dm 0.
En prenant = 1
A
avec A = l
+
l
< 0 on en dduit que m(A) = 0 et donc

l
+
l
0 p.p..
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 +.
0
_
g
n
dm =
_
f
+
n
dm+
_
f

f

dm
_
f

n
f

dm
_
f

n
f

dm.
Quand n +, le terme de droite de cette galit tend vers I avec
I =
_
l
+
dm+
_
f

f

dm
_
l
f

dm
_
l
f

dm.
Comme f = l
1
et l
+
= l
p.p., on a I = 0. On en dduit bien que

lim
n+
_
g
n
dm = 0
et donc (comme g
n
0 p.p.) que g
n
0 dans L
1
.
(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.]
Corrig Comme g
n
0 dans L
1
, la suite (g
n
)
nN
admet une sous-suite qui
converge p.p. vers 0. Il existe donc : N Nstrictement croissante t.q. g
(n)
0
p.p., quand n +. En choisissant des reprsentants des fonctions composant g
n
,
il existe donc A T t.q. m(A) = 0 et lim
n+
g
(n)
(x) = 0 pour tout x A
c
.
P
Soit x A
c
, on a donc
lim
n+
(f

(n)
(x) f

(x))(f

(n)
(x) f

(x)) = 0. (6.88)
On en dduit tout dabord que la suite (f
(n)
(x))
nN
est borne. Puis, si est une
valeur dadhrence de la suite (f
(n)
(x))
nN
, on doit avoir, grce (6.88),
f (x)
() = (
f

(x))(
f

(x)) = 0,
ce qui nest possible que si = f (x) (daprs la question 1). On en dduit que f (x)
est la seule valeur dadhrence de la suite borne (f
(n)
(x))
nN
et donc que
lim
n+
f
(n)
(x) = f (x).
Ce qui donne bien f
(n)
f p.p..
(Noter que, de cette convergence p.p., on dduit, par convergence domine, une
convergence de (f
(n)
)
nN
vers f dans L
q
pour tout q [1, +[.)
(c) Montrer que f
n
f dans L
q
, quand n +, pour tout q [1, [.
Corrig Soit q [1, +[. Si f
n
,f dans L
q
, il existe > 0 et une sous-suite,
encore note (f
n
)
nN
(pour ne pas alourdir la rdaction), t.q.
[f
n
f [
q
En utilisant le raisonnement de la question prcdente, on peut alors extraire de
cette sous-suite une nouvelle sous-suite, toujours note (f
n
)
nN
t.q. f
n
f p.p..
Par convergence domine, on en dduit alors que f
n
f dans L
q
, en contradiction
avec (6.89).
Exercice 6.59 (Produit de convergences faibles et nonlinarit) 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 +).
[u
n
u[
2
2
=
_
u
2
n
dm+
_
u
2
dm2
_
u
n
udm. (6.90)
Comme u
n
u faiblement dans L
2
, on a lim
n+
_
u
n
udm =
_
u
2
dm. On dduit
alors facilement de (6.90) que u
n
u dans L
2
si et seulement si lim
n+
_
u
2
n
dm
=
_
u
2
dm.
6.5. EXERCICES 405
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+Cs 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. (6.91)
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
_
(v (u +t w))t wdm 0.
[Utiliser (6.91).] En dduire que
_
(v (u)) wdm = 0.
Corrig On utilise ici (6.91) 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 +,
_
(v
(u +t w))t wdm 0.
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+Cu +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.
P
(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 (6.91)).
Corrig En prenant w = u dans (6.91), 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
.
(b) Montrer quil existe une sous-suite de la suite (G
n
)
nN
, note (G
(n)
)
nN
(avec
strictement croissante de Ndans 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[.
Exercice 6.60 (Convergence faible contre convergence forte) Soit (E, T, m) un
espace mesur. On suppose que m est -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
.
6.5. EXERCICES 407
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
_
f dm, pour tout L
q
.
(b) Montrer que
_
f
n
n
dm
_
f dm.
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
_
f dm pour tout L
1
). Montrer que
_
f
n
n
dm
_
f dm.
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) nim-
plique 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
_
f dm. [On pourra utiliser le thorme dEgorov.]
Exercice 6.61 (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
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.
P
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 8.19.]
(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 faible-
ment 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 faiblement convergente dans L
1
.
Exercice 6.62 (Convergence troite et 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]).
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),
6.5. EXERCICES 409
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).
Exercice 6.63 (Convergence en loi et fonction de rpartition) Soit (, /, P) un
espace probabilis, (X
n
)
nN
une suite de v.a.r. et X une v.a.r.. On note m
n
la loi de X
n
(pour tout n N) et m la loi de X.
1. Soit A une partie dense dans R. On suppose, dans cette question, que P(X
n

a) P(X a), quand n +, pour tout a A.
(a) Montrer que m
n
(]a, b]) m(]a, b]), quand n +, pour tout a, b A, a < b.
(b) Soit p N
,
1
, . . . ,
p
R et a
0
, . . . , a
p
A t.q. a
0
< . . . < a
p
. Soit =
p
i=1
i
1
]a
i1
,a
i
]
. Montrer que
_
R
dm
n

_
R
dm, quand n +.
(c) Soit C
c
(R, R). Montrer que
_
R
dm
n

_
R
dm.
(d) Dduire de la question prcdente que X
n
2. On suppose, dans cette question, que X
n
X en loi, quand n +. Pour a R
on 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 6.64 (Convergence en loi) Soit (, /, P) un espace probabilis 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.
P
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 YZ 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 YZ 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.
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
.
Exercice 6.65 (Convergence en loi + convergence en probabilit) Soit (, /, P)
est un espace probabilis, X une v.a. relle et (X
n
)
nN
, (Y
n
)
nN
deux suites de v.a.
relles telles que :
X
n
X en loi, Y
n
0 en probabilit, quand n +.
Montrer que
X
n
+Y
n
[On pourra utiliser la convergence vague.]
6.5. EXERCICES 411
Corrig Daprs la proposition 6.87, 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 tel que :
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 )
tel que :
n n
0
2[[
u
P[Y
n
> ] ,
et donc :
n n
0
A
n
2.
n+
A
n
= 0 et termine la dmonstration.
Exercice 6.66 (Convergence en loi versus convergence en probabilit)
Soit (, /, P) un espace probabilis, X une v.a. relle et (X
n
)
nN
une suite de v.a.
relles.
1. On suppose, dans cette question, que X
n
X en probabilit, quand n +.
Montrer que :
X
n
[Remarquer quil suft de dmontrer une convergence vague de P
X
n
vers P
X
.]
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 6.86).
Soit > 0. Comme C
c
(R, R), est uniformment continue (ceci serait faux si on
prenant arbitrairement dans C
b
(R, R)). Il existe donc > 0 tel que :
x, y R, x y (x) (y) .
P
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 tel que :
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 6.87 (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 tel que 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 telle que
(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 +.
Exercice 6.67 (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
tel que x est un point de Lebesgue de f .

6.5. EXERCICES 413
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
telle que

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 5.13.]
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 5.13).
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.
Chapitre 7
Produits despaces mesurs
7.1 Motivation
Au chapitre 2, 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
(A B) = (A)(B), A, B B(R) ?
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
+
telle que
2
(A B) = (A)(B) pour
tout A, B B(R). On peut montrer lexistence et lunicit de la mesure
2
(voir le
thorme 7.3). 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 7.2).
Une autre question quon abordera dans ce chapitre concerne lintgration des fonc-
tions 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 ?
Une rponse cette question est apporte par le thorme de Fubini, que nous verrons
dans ce chapitre.
416 CHAPITRE 7. PRODUITS DESPACES MESURS
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 une notion
utile pour beaucoup dautres raisons (elle est utile, par exemple, en thorie du signal).
7.2 Mesure produit
On rappelle ici quun espace mesur (E, T, m) est -ni (on dit aussi que m est -
nie) sil existe une famille (A
n
)
nN
T telle que 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 AB et m
B
(A) = 0 si A B(R) et AB = .
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 7.2 (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).
Elle sadapte facilement pour traiter aussi le cas N > 2 (exercice 7.1).
Thorme 7.3 (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
), (A
1
, A
2
) T
1
T
2
; m
i
(A
i
) < , i = 1, 2. (7.1)
Cette mesure est note m = m
1
m
2
. De plus, m est -nie.
7.2. MESURE PRODUIT 417
DMONSTRATION
Existence de m. On va construire une mesure m sur T vriant (7.1).
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
. Lap-
plication 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 (7.1) et que m est -nie.
Etape 1. Pour A !(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 !(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
.
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
.
Lensemble est donc une tribu contenant T
1
T
2
, et contient donc T
1
T
2
= T, tribu
engendre par T
1
T
2
. . 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
+
. (7.2)
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
tel que 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)
(7.3)
et
(A
(n)
)
nN
, A
(n)
A
(n+1)
n N
_
nN
A
(n)
. (7.4)
Pour dmontrer (7.3), on considre une suite (A
(n)
)
nN
telle que A
(n)
A
(n+1)
pour tout n N. On pose A =
_
nN
A
(n)
. Soit x
1
E
1
; on a (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 (7.4) 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 du fait que m
2
est nie.
On a ainsi montr que est une classe monotone contenant lalgbre /. On peut en
dduire (cela fait lobjet de lexercice 2.13) 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
telle que 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 7.2
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. (7.5)
Etape 3. Dans cette tape, on montre que m, dnie par (7.5), est une mesure sur T et
que m vrie (7.1) et est -nie.
On montre dabord que m est bien une mesure sur T :
m() = 0 car f
(x
1
) = m
2
(S(x
1
, )) = m
2
() = 0.
(-additivit de m) Soit (A
(n)
)
nN
T telle que 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.
7.2. MESURE PRODUIT 419
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 4.18) 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 (7.1). Soient A
1
T
1
et A
2
T
2
tels que
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
tels que 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
2 C
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 m sur T vriant (7.1). La
partie unicit du thorme peut se montrer avec la proposition 2.30 ; nous dveloppons
cette mthode ci-aprs, ou avec le lemme des classes monotones (exercice 2.13) comme
cela est expliqu dans la remarque 7.4.
Soit m et deux mesures sur T vriant (7.1). Pour montrer que m = , on va appliquer
la proposition 2.30. 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 (7.1), 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 2.30. Elle donne m = sur T et termine la dmonstration du thorme.
Remarque 7.4 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 (7.1)) :
m(E) = (E) = m
1
(E
1
)m
2
(E
2
) < .
La condition (7.1) 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 (7.3) et (7.4) (on utilise ici, pour montrer (7.4), 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 remplacer 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 7.5 Dans le thorme prcdente (thorme 7.3), 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 7.6 (Espace produit)
Lespace (E, T, m), construit dans le thorme 7.3, sappelle lespace (mesur) produit
des espaces (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
).
7.3. THORMES DE FUBINI-TONELLI ET FUBINI 421
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 7.7 (Fubini-Tonelli) Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) des espaces mesu-
rs -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 :
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.
_
f dm =
_

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
7.3 donne alors que
_
f dm = 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
t.q. (x
1
, x
2
) A E
2
(comme dans la dmonstration du thorme 7.3). Ltape 1 de la dmonstration (de la
partie existence) du thorme 7.3 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 7.7.
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
est note f
A
dans la dmonstration du thorme 7.3). Ltape 2 de la dmonstration
du thorme 7.3 donne que
f
/
+
(E
1
, T
1
). Ceci donne le deuxime item (pour
f = 1
A
) de la conclusion du thorme 7.7.
On a alors pos, dans la dmonstration du thorme 7.3, m(A) =
_

f
dm
1
et ltape 3
a montr que m est une mesure sur T vriant (7.1) (et la seule mesure sur T vriant
(7.1), daprs la partie unicit de la dmonstration du thorme 7.3). Ceci donne le
troisime item (pour f = 1
A
Pour avoir le quatrime item (pour f = 1
A
) de la conclusion du thorme 7.7, il suft
de remarquer que lon peut inverser les rles de m
1
et m
2
dans la dmonstration
du thorme 7.7. 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 m est une mesure sur T vriant (7.1). La partie
unicit de la dmonstration du thorme 7.3 donne alors que m = m, ce qui est
exactement le quatrime item (pour f = 1
A
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 7.7.
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 7.7.
Enn, on utilise la linarit de lintgrale et ltape 1 pour f = 1
A
i
, on obtient :
_
f dm =
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 7.7.
Pour avoir le quatrime item de la conclusion du thorme 7.7, 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
_
f dm quand n +.
Ltape 2 donne
_
f
n
dm =
_

f
n
dm
1
, on en dduit donc que
_
f dm =
_

f
dm
1
, ce
qui donne le troisime item de la conclusion du thorme 7.7.
Enn, ici encore, pour avoir le quatrime item de la conclusion du thorme 7.7, il
suft de changer les rles de m
1
et m
2
.
Corollaire 7.8 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 : E R une fonction T-mesurable. Alors :
f L
1
R
(E, T, m)
_
_
_
f dm
2
_
dm
1
< +
_
_
_
f dm
1
_
dm
2
< +. (7.6)
DMONSTRATION Le corollaire dcoule immdiatement du thorme 7.7 appliqu
la fonction f qui appartient /
+
(E, T). Dans (7.6), 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 7.7 pour la mesurabilit :
Proposition 7.9 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
7.7 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 7.10 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 7.11.
Proposition 7.11 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 trois 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 7.12 (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 :
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.
_
f dm =
_

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 7.7) 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
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
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
_
gdm
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 =
_
f dm.
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 7.13 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
) < +.
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
).
(Toutes les intgrales ayant bien un sens.)
DMONSTRATION Le corollaire est une consquence immdiate du thorme 7.12
et de lquivalence (7.6).
Remarque 7.14 (Contre-exemple li au thorme de Fubini) On cherche ici cons-
truire une fonction pour laquelle 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 7.15 (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.
7.4. MESURE DE LEBESGUE SUR LA TRIBU DES BORLIENS DE R
N
427
Proposition 7.16 (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 7.3) car ce thorme donne que le produit de
mesures -nies est -nie.
La dmonstration des autres proprits fait lobjet de lexercice 7.11.
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 7.17).
Proposition 7.17 (Rgularit dune mesure sur B(R
N
), nie sur les compacts)
Soit m une mesure sur B(R
N
) t.q. m(K) < pour tout compact K de R
N
. (Noter
que ceci est vrai pour m =
N
.) Alors :
1. Pour tout A B(R
N
) et pour tout > 0, il existe O ouvert de R
N
et F ferm de R
N
tels que :
F A O et m(O F) .
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 7.12.
On donne maintenant des gnralisations au cas de
N
de proprits dj vues pour .
Proposition 7.18 (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
7.13, elle dcoule essentiellement de la rgularit de
N
. Cette dmonstration est trs
voisine de celle faite pour le cas N = 1, thorme 5.20.
Comme cela a dj t dit aprs le thorme 5.20, 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
, R) est dense dans L
1
(R
N
,
B(R
N
), ) (cest--dire que, pour tout f L
1
(R
N
, B(R
N
), ) et tout > 0, il existe
C
c
(R
N
, R) t.q. [f [
1
).
Proposition 7.20 (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
(noter 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
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 2.47.
La dmonstration de la proposition 2.47 utilisait, par exemple, le fait que tout ouvert
est runion dnombrable dintervalles ouverts disjoints deux deux (et la rgularit de
). La dmonstration propose ici pour N 1 utilise une rcurrence sur N et la partie
unicit du thorme 7.3 sur la mesure produit. Elle fait lobjet de lexercice 7.15.
On peut aussi noter que la partie unicit du thorme 7.3 peut tre faite (voir la
remarque 7.4) avec le lemme des classes monotones (exercice 2.13). Ce lemme pourrait
7.5. CONVOLUTION 429
aussi tre utilis pour dmontrer la proposition 2.47 (au lieu du thorme de rgularit
et du fait que tout ouvert est runion dnombrable dintervalles ouverts disjoints deux
deux).
Proposition 7.21 (Changement de variables simple)
Soient N 1,
1
, . . . ,
N
R
et
1
, . . . ,
N
R.
Pour x = (x
1
, . . . , x
N
)
t
R
N
, on pose (x) = (
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
(de sorte
que est une bijection de R
N
dans R
N
). Alors :
1. Pour tout f /
+
= /
+
(R
N
, B(R
N
)), on a f /
+
et :
_
f d
N
=
N
_
i=1
_
(f )d
N
.
2. Pour tout f L
1
= L
1
R
(R
N
, B(R
N
),
N
), on a f L
1
et :
_
f d
N
=
N
_
i=1
_
(f )d
N
.
DMONSTRATION La dmonstration est une consquence simple de la proposition
7.20. Elle fait lobjet de lexercice 7.16.
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 7.29.
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
),
_
f d
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.
La dnition de cette fonction ncessite les deux conditions suivantes :
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.. (7.7)
(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
(A B
x
)
N
(A) +
N
(B
x
) =
N
(A) +
N
(B) = 0 (on utilise ici la proprit
dinvariance par translation donne dans la proposition 7.20).
On en dduit que, 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 7.22 (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 7.12) 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 7.11) 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 7.21 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
< .
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)dydx
_
(
_
H(x, y)dx)dy = [g[
1
[f [
1
.
Remarque 7.23 On a vu prcdemment que L
1
(R
N
) muni de laddition (loi de
composition interne), de la multiplication 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 7.24 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
),
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 7.20 et 7.21) et est dmontr
dans lexercice 7.18.
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
7.20.
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 7.19.
5. (Rgularisation par convolution) Soit f : R
N
R. On dit que f L
1
loc
(R
N
) si
f 1
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 7.19, 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 7.18.
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 7.24) 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 =
_
f d
N
pour tout C
c
(R
N
, R)).
Lemme 7.25 Soit N 1 et f , g L
1
loc
(R
N
, B(R
N
),
N
) t.q.
_
f d
N
=
_
gd
N
,
pour tout C
c
(R
N
, R). Alors, f = g p.p..
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 dnie par :
h
M
(x) =
_
_
f (x) g(x) si x B
M
et f (x) g(x) M,
0 si x B
M
ou f (x) g(x) > M,
On a h
M
L
1
(R
N
, B(R
N
),
N
) (car B
M
est un compact de R
N
). Comme C
c
(R
N
, R)
est dense dans L
1
(R
N
, B(R
N
),
N
) (thorme 5.20 pour d = 1 et thorme 7.18 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 6.11). 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 gd
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. Soient f , g L
1
(R
N
, B(R
N
),
N
). On pose m = f
N
et g = g
N
. Pour toute fonction 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 rappelle que dx dsigne d
N
(x)). En utilisant le thorme de Fubini, qui sap-
plique bien ici car
_ _
f (x y)g(y)(x)dxdy [[
[f [
1
[g[
1
,
et 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),
(7.8)
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 7.8 est donne par le troisime item du thorme de
Fubini (thorme 7.12). Si m et sont des mesures signes, on se ramne au cas
prcdent avec la dcomposition de Hahn (proposition 2.32) qui donne m = m
+
m
et =
+
. La mesure m est alors dnie partir de m

|
|
.
On est ainsi amen naturellement dnir m en utilisant le deuxime membre de
(7.8) pour dnir
_
d(m ).
Dnition 7.26 (Convolution de mesures) 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 2.32).
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 7.27 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 7.22). 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 7.27.
Remarque 7.28 Il aurait aussi t possible de dnir m grce au thorme de Riesz
dans C
0
(R
N
, R) (thorme 5.16 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).
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).
7.6 Formules de changement de variable
La proposition 7.21 donne un rsultat sur les changements de variables simples.
On donne maintenant une gnralisation dans le cas o les intgrales portent sur des
ouverts borns de R
N
.
7.6. FORMULES DE CHANGEMENT DE VARIABLE 435
Thorme 7.29 (Formules de changement de variable) 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)).
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. f 1
V
L
1
= L
1
R
(R
N
, B(R
N
),
N
). Alors,
(f )Det(D)1
U
L
1
et
_
V
f (x)dx =
_
U
f ((y))Det(D(y))dy.
DMONSTRATION Comme est de classe C
1
, la fonction (f )Det(D)1
U
est mesurable si f est mesurable. Il est plus difcile de montrer lgalit donne dans
litem 1 du thorme. Cette dmonstration nest pas faite ici. Elle consiste se ramener
par un procd de localisation au cas de changements de variable afnes.
Le deuxime item du thorme est une consquence facile du premier. En effet, soit f
/(R
N
, B(R
N
)) t.q. f 1
V
L
1
. En appliquant le premier item la fonction f /
+
,
on obtient que (f )Det(D)1
U
L
1
. Puis en appliquant le premier item f
+
et f

et en faisant la diffrence, on obtient bien que
_
V
f (x)dx =
_
U
f ((y))Det(D(y))dy.
Un exemple de changement de variable 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
f d
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 7.29, 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.
Si f (x) ne dpend que de x, cest--dire sil existe t.q. f (x) = (x), on obtient
alors :
_
B
1
f (x)dx = 2
_
1
0
(r)rdr.
En particulier, on voit que f 1
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 raisonne-
ment 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. (7.9)
En prenant a = n, n N
, dans (7.9), on obtient aussi, quand n + (avec le

thorme de convergence monotone si f /
+
et en raisonnement avec f
|
si f L
1
) :
_
f (x)dx =
_
2
0
(
_

0
f (r cos, r sin)rdr)d. (7.10)
7.7. EXERCICES 437
7.7 Exercices
7.7.1 Mesure produit
Exercice 7.1 (Mesure borlienne sur R
n
) 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
A B; 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
]x
i
r, x
i
[ et z
i
]x
i
, x
i
+r[. On a donc x
n
i=1
]y
i
, z
i
[ O.
On note alors I = (y, z)
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
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 Aun 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 A B
c
= A (R B) = (A R) (A B). Or, (A R)
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,
A B
c
= (AR) (A B) B(R
n
). Ce qui prouve que B
c
T
1
et donc que T
1
Enn, T
1
est stable par union dnombrable. En effet, si (B
p
)
pN
T
1
, on a
A(
_
pN
B
p
) =
_
pN
A B
p
B(R
n
) (car A B
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 A B est un ouvert de R
n
, on
a A B 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) A B B(R
n
). (7.11)
2. Soit B B(R) et T
2
= A B(R
n1
); A B B(R
n
). On va montrer que T
2
=
B(R
n1
).
On commence par remarquer que (7.11) donne que T
2
contient les ouverts de R
n1
.
En effet, soit A un ouvert de R
n1
, la proprit (7.11) donne que A B 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 (7.11) 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) A B B(R
n
). (7.12)
3. On montre maintenant que T B(R
n
) (et donc que T = B(R
n
)).
Grce (7.12), 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
).
Exercice 7.2 (Algbre engendre par un produit de tribus) 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 !(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)
.
7.7. EXERCICES 439
Corrig 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 disjoints 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, ce qui donne que B est bien une algbre.
Etape 1. Proprits 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 disjoints 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 disjoints de T
1
T
2
. Pour 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 = AB
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 = /.
Exercice 7.3 (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 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 7.3) :
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 7.7)
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 7.3), 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 7.3). 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 7.7)
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
(Ra) = 0, ce qui donne m
1
=
a
avec = m
1
(a).
(On peut aussi remarquer que, comme m
1
0, on a > 0.)
Exercice 7.4 (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
).
Corrig On montre assez facilement que T est une tribu sur R
2
. En effet, on
peut remarquer, par exemple, que R
2
T (car t(R
2
) = R B(R)), T est stable par
union dnombrable (si B
n
T pour tout n N, on a t(
_
nN
B
n
) =
_
nN
t(B
n
)
B(R) par stabilit de B(R) par union dnombrable) et T est stable par passage
au complmentaire (si B T, on a t(B
c
) = t(B)
c
B(R) par stabilit de B(R) par
passage au complmentaire).
Pour montrer que T B(R
2
), on pose
( = A
1
A
2
, A
1
, A
2
B(R).
7.7. EXERCICES 441
On sait que ( engendre B(R
2
). On remarque maintenant que ( T (car si A
1
,
A
2
B(R), on a t(A
1
A
2
) = A
1
ou selon que 0 A
2
ou 0 A
2
). La tribu
T contenant (, elle contient ncessairement la tribu engendre par (, cest--dire
B(R
2
).
2. Soit A R t.q. A B(R). On pose B = A0.
(a) Montrer que B B(R
2
).
Corrig Comme t(B) = A B(R), on a B T et donc B B(R
2
) car T
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 La fonction g est linaire bijective de R
2
dans R
2
. On note h sa
fonction rciproque. La fonction h est donc aussi linaire. La fonction h est donc
borlienne (car continue) et on a 1
B
= f h. Comme B B(R
2
), la fonction 1
B
nest pas borlienne. On en dduit que f nest pas borlienne (si f tait borlienne,
on aurait 1
B
borlienne car compose de fonctions borliennes).
Soit x
1
R. On va montrer que la fonction f (x
1
, ) est borlienne. On pose x
2
=
x
1
sin
cos
. On distingue alors deux cas possibles :
Premier cas. On suppose que x
1
cos x
2
sin A. La fonction f (x
1
, ) est alors
la fonction nulle (cest--dire que f (x
1
, x) = 0 pour tout x R). La fonction f (x
1
, )
est donc borlienne.
Second cas. On suppose que x
1
cos x
2
sin A. La fonction f (x
1
, ) est alors
la fonction nulle partout sauf au point x
2
o elle vaut 1 (cest--dire que f (x
1
, x) =
1
x
2
(x) pour tout x R). La fonction f (x

1
, ) est donc borlienne.
De manire analogue on peut montrer que f (, x
2
) est borlienne pour tout x
2
R.
7.7.2 FubiniTonelli et Fubini
Exercice 7.5 (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.
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 7.9).
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 = 3ln3 +4ln(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 7.9). 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.
7.7. EXERCICES 443
4. Montrer que
_
d
_
d ( et sont dnies dans les questions prcdentes).
Corrig On a dj montr que
_
d = 3ln3 +4ln(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 = .
Exercice 7.6 (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
_
f dm =
_
+
0
m(x E; f (x) > t)dt et que
_
f dm =
_
+
0
m(x
E; f (x) t)dt. [Utiliser le thorme de Fubini-Tonelli.]
Corrig On peut appliquer le thorme de Fubini-Tonelli (thorme 7.7) la
fonction F, il donne :
_
(
_
F(t, x)d(t))dm(x) =
_
(
_
F(t, x)dm(x))d(t). (7.13)
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) R E; 0 < t f (x).
On remarque dabord que B est B(R) T-mesurable. En effet, on a B =
_
nN
B
n
avec B
n
= (t, x) R E; 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). (7.14)
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
f t
. Donc,
_
G(t, x)dm(x) = m(f t).
_
f (x)dm(x) =
_

0
m(x E; f (x) t)dt.
Exercice 7.7 (Une caractrisation de L
p
) On munit R [resp. R
2
] de sa tribu bor-
lienne, 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 Gsont 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 7.11 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 7.11). La fonction F Gest 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 application est, bien sr, valeurs dans R
+
. Elle est
donc mesurable positive de R
2
dans R.
7.7. EXERCICES 445
(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.]
Corrig On pose H(x, y) = y
p1
1
A
y
(x) pour (x, y)
t
R
2
. La question pr-
cdente donne que H /
+
(R
2
, B(R
2
)). On peut donc appliquer le thorme de
Fubini-Tonelli (thorme 7.7) la fonction H, il donne :
_
(
_
H(x, y)d(x))d(y) =
_
(
_
H(x, y)d(y))d(x). (7.15)
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 7.7 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 (7.15) donne alors :
_
g
p
d =
1
p
_
f
p
d. (7.16)
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 (7.16) donne alors que g
p

L
1
R
(R, B(R), ).
Rciproquement, si g
p
L
1
R
(R, B(R), ), (7.16) 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), ).
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 ( 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 ?
Exercice 7.10 (Intgrale de Dirichlet)
1. Vrier que si n 1
_
n
0
sinx
x
dx =
_
n
0
(
_

0
e
xt
dt) sinxdx.
Corrig Soit n N. En posant
sinx
x
= 1 pour x = 0, la fonction x
sinx
x
est conti-
nue sur [0, n], 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
sinx
x
dx =
_
n
0
(
_

0
e
xt
dt) sinxdx.
2. Calculer F
n
(t) =
_
n
0
e
xt
sinxdx (t 0).
Corrig Pour t = 0, on a
_
n
0
e
xt
sinxdx =
_
n
0
sinxdx = 1 cosn. On a donc
F
n
(0) = 1 cosn.
Soit maintenant t > 0. Comme les fonctions x e
xt
et x sinx sont indniment
drivables sur R, on peut calculer
_
n
0
e
xt
sinxdx en intgrant deux fois par parties :
_
n
0
e
xt
sinxdx =
_
n
0
te
xt
cosxdx [e
xt
cosx]
n
0
=
_
n
0
t
2
e
xt
sinxdx [te
xt
sinx]
n
0
[e
xt
cosx]
n
0
.
Ce qui donne :
(t
2
+1)
_
n
0
e
xt
sinxdx = 1 te
nt
sinn e
nt
cosn.
et donc :
F
n
(t) =
_
n
0
e
xt
sinxdx =
1 te
nt
sinn e
nt
cosn
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.
7.7. EXERCICES 447
(en fait, on a mme 0 F
n
(t)
1
t
2
+1
.) Comme t
1
t
2
+1
est intgrable pour la mesure
de Lebesgue sur les borliens de R
+
, ceci donne 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
sinx
x
dx =

2
.
Corrig Soit n N. On dnit H de R
2
dans R par
H(x, t) = e
xt
sinx1
[0,n]
(x)1
[0,]
(t).
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
sinx(
_

0
e
xt
dt)dx =
_
n
0
sinx
x
dx < ,
car la fonction x
sinx
x
est continue que [0, n] en posant
sinx
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
sinx
x
dx =
_
n
0
(
_

0
e
xt
dt) sinxdx =
_

0
(
_
n
0
e
xt
sinxdx)dt
=
_

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

2
.
7.7.3 Mesure de Lebesgue sur B(R
N
)
Exercice 7.11 (Proprits lmentaires de
N
) Soit N 2. On rappelle que
N
est
la mesure de Lebesgue sur B(R
N
).
1. Soit A
1
, . . . , A
N
B(R).
Montrer que

N
i=1
A
i
B(R
N
) et
N
(
N
i=1
A
i
) =
N
i=1
(A
i
).
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 7.5.
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
).
(7.17)
La proprit (7.17) est vraie pour N = 2. En effet, on sait que B(R
2
) = B(R) B(R)
(proposition 7.2) et que
2
= (dnition 7.15). On a donc bien (avec la dnition
dune mesure produit, thorme 7.3) :
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 (7.17) 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 (7.17), 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 7.2) et que
N+1
=
N
(dnition 7.15).
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 (7.17) 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 pre-
nant 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 Kest 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
< .
4. Soit O un ouvert non vide de R
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
-p.p.) implique
f (x) = g(x) pour tout x R
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
.
7.7. EXERCICES 449
6. Montrer que C
c
(R
N
, R) L
1
R
(R
N
, B(R
N
),
N
).
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 bor-
lienne). 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
).
Exercice 7.12 (Rgularit de
N
) Soit m une mesure sur B(R
N
) t.q. m(K) < pour
tout compact K de R
N
. (noter que ceci est vrai pour m =
N
.)
1. Soient A 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 2.42).
On appelle T lensemble des A B(R
N
) t.q. pour tout > 0, il existe O ouvert 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, il est mme dmontr quon peut, dans la
dnition de (, se limiter au cas o les a
i
et b
i
sont dans ), 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
= 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) < . 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 prc-
dent nest plus correct si m(
F) = ). On raisonne en trois 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
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 mainte-
nant 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
),
7.7. EXERCICES 451
en posant p =

N
i=1
p
i
. On prend O =
_
pZ
N O
p
et F =
_
pZ
N F
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
Nt.q. x
n

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

_
qZ
N F
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.
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), Oouvert
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).
c
dans L
1
(R
N
) pour la mesure de Lebesgue)
Montrer que lespace C
c
(R
N
, R) (N 1) est dense dans L
1
(R
N
) (cest--dire que,
pour tout f L
1
(R
N
) et tout > 0, il existe C
c
(R
N
) t.q. [f [
1
). [Sinspirer
de la dmonstration faite pour le cas N = 1, thorme 5.20.]
c
et C
c
dans L
1
pour une mesure nie sur les com-
pacts) Soit d 1 et une mesure sur les borliens de R
d
. On suppose que vrie
les deux proprits suivantes :
(p1) est nie sur les compacts de R
d
, cest--dire que (K) < + si K est un
compact de R
d
,
(p2) est rgulire, cest--dire que pour tout A B(R
d
) et tout > 0, il existe O
ouvert et F ferm t.q. F A O et (O F) .
En fait, la proprit (p1) entrane la proprit (p2) (voir la proposition 7.17) 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
.
d
et > 0. Pour x R
d
, on pose (x) =
(d(x,K))
+
avec
d(x, K) = infx 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.
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 8.9.]
6. (Continuit en moyenne ?)
(a) Soit C
c
(R
d
, R). Montrer que [( +h) [
1
0 quand h 0.
(b) Montrer, en donnant un exemple (cest--dire en choisissant convenablement f et
) quon peut avoir f L
1
et [f ( +h) f [
1
,0 quand h 0.
7. On suppose maintenant que est un ouvert de R
d
et que est une mesure sur les
borliens de , nie sur les sous ensembles compacts de . Indiquer brivement
comment on peut montrer la densit de C
c
(, R) et C
c
(, R) dans L
1
R
(, B(), ).
Exercice 7.15 (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
).
7.7. EXERCICES 453
2. Montrer que
N
((A)) =

N
i=1
N
(A) pour tout A B(R
N
). [On pourra faire
une rcurrence sur N : la proposition 2.47 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 7.3 sur la mesure produit.]
Corrig On procde par rcurrence sur N. La proposition 2.47 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 N1 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 m est 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 proposition 2.47 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
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 7.3 donne
que m =
N1
, cest--dire m =
N
. On a donc bien
N
((A)) =
N
i=1
N
(A)
pour tout A B(R
N
).
Exercice 7.16 (Changement de variable simple) Soient N 1,
1
, . . . ,
N
R
et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
. On pose (x) = (
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
(de sorte que est une bijection de R
N
dans R
N
).
1. Soit f c
+
= c
+
(R
N
, B(R
N
)), montrer que f c
+
et que
_
f d
N
=
N
_
i=1
_
(f )d
N
.
[Utiliser lexercice 7.15.]
Corrig Soit A B(R
N
) et f = 1
A
. On a alors f = 1
B
avec B =
1
(A). En
appliquant lexercice 7.15 linverse de , not , on a donc
N
(B) =
N
((A)) =
(
N
i=1
i
)
1
N
(A), cest--dire :
_
f d
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 :
_
f d
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
_
f d
N
=
N
i=1
_
(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
.
La dnition de lintgrale sur /
+
donne alors, quand n +:
_
f d
N
= (
N
_
i=1
i
)
_
f d
N
.
7.7. EXERCICES 455
3. Soit f L
1
= L
1
R
(R
N
, B(R
N
),
N
), montrer que f L
1
et que
_
f d
N
=
N
i=1
_
(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 :
_
f d
N
= (
N
_
i=1
i
)
_
f d
N
.
Exercice 7.17 (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[
f d), G(x) =
_
x
0
g(t)dt (=
_
]0,x[
gd).
1. Montrer que F et Gsont des fonctions continues et quil existe C R t.q. F(y)
F(x) Cy x
1
1
p
et G(y) G(x) Cy 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 f 1
[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) =
_
f 1
[x,y]
d [f [
p
[1
[x,y]
[
q
[f [
p
y x
1
1
p
. (7.18)
On a de mme :
G(y) G(x) [g[
p
y x
1
1
p
. (7.19)
Ce qui donne les ingalits demandes en prenant C= max([f [
p
, [g[
p
).
Les ingalits (7.18) et (7.19) donnent aussi la continuit (uniforme) de F et Glorsque
p > 1 (et donc 1 (1/p) > 0), mais pas pour p = 1.
Pour p = 1, on montre la continuit de F (et de Gpar 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 5.5.
2. On suppose p > 1. Soit n N
et k 0, . . . , n 1. 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 ngli-
geable 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 =
_
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.
7.7. EXERCICES 457
7.7.4 Convolution
Exercice 7.18 (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 variable simples (propositions
7.20 et 7.21).]
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 7.21 (changement de
variable simple) 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
et g = 0 p.p. sur B(0, b)
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
et g = 0 p.p. sur B(0, b)
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
. (7.20)
Or B(0, a) B(x, b) = car y B(0, a) B(x, b) implique [y[ < a et [x y[ < b
et donc [x[ = [x y + y[ < a + b, ce qui contredit 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 (7.20) 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.
Exercice 7.19 (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 f 1
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,
f 1
K
L
1
(R
N
) (et [f 1
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 ) f 1
K
x
[[
u
, avec [[
u
= max(z),
z R < , et f 1
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 trois 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 4.52. 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 :
7.7. EXERCICES 459
(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= f 1
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 4.52 donne bien la continuit
de f en x
0
.
Etape 2. On montre maintenant que f est drivable en tout point et que (f )
=
f
. Soit x
0
R. Pour montrer la drivabilit de f en x
0
, on utilise le thorme
de drivabilit sous le signe
_
, thorme 4.53. 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,
(b)
F
x
(x, y) = f (y)
(x y) H(y) pour tout x ]x

0
1, x
0
+1[ et pour tout y R,
en prenant H = f 1
K
[
[
u
avec K = [x
0
1 a, x
0
+1 +a].
Comme K est compact, on a H L
1
(R) et le thorme 4.53 donne bien la drivabilit
de f en x
0
et le fait que (f )
(x
0
) = f
(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 7.18. 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
lexercice 7.18).
Exercice 7.20 (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., que f g L
p
R
(R
N
,
B(R
N
),
N
) et que [f g[
p
[f [
1
[g[
p
. [crire
_
(
_
f (x y)g(y)dy)
p
dx =
_
(
_
f (x y)
1
q
f (x y)
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 7.22) 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 7.7) 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) (7.21)
[f [
p
q
1
(
_
f (x )g()
p
d).
Noter que (7.21) 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 utilis la proposition 7.21
pour dire que
_
f (x )d =
_
f d = [f [
1
.
On peut maintenant utiliser le thorme de Fubini-Tonelli (thorme 7.7) 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) (7.22)
[f [
p
q
1
[f [
1
[g[
p
p
= [f [
p
1
[g[
p
p
.
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 7.22, on rappelle que
H(x, y) = g(y)f (xy)). Les deux premires conclusions du thorme 7.7) 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..
7.7. EXERCICES 461
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 (7.22) puisque g f
p.p..
Enn, le raisonnement fait dans la premire question de lexercice (7.18) 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.
Exercice 7.21 (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 7.22 Soient et des mesures sur lespace mesurable (R, T). On rappelle
que est dni 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 variable
Exercice 7.23 (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 (7.10) :
_
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 mono-
tone,
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 FubiniTonelli (thorme 7.7) la fonction
f dnie la question prcdente. Il donne :
_
f (x, y)d
2
(x, y) =
_
R
__
R
f (x, y)dy
_
dx,
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
.
Exercice 7.24 (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
.
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.
7.7. EXERCICES 463
Corrig Pour R R
+
, on note B
R
= x R
N
; x R.
1. On montre tout dabord que

A est un borlien de R
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, (7.23)
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 trois 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 (7.23) 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 o
a
= t
+
, 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 7.20) 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 (7.23)). Daprs la
proposition 7.21, 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[, on a f (r) = 1 pour tout Aet f (r) = 0 pour tout S
N1
A.
On 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 (7.23) 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 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 (7.23) est vraie pour tout f = 1
E
avec
E B(R
N
).
En admettant que le deuxime membre de (7.23) 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.
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 2.21), mais cela est
sufsant si cette famille est une semialgbre (une famille ( est une semialgbre si
,
c
(, ( est stable par intersection nie, et le complmentaire de tout lment de
7.7. EXERCICES 465
( est une runion nie disjointe dlments de (), et si les mesures sont nies. Cest
ainsi que nous allons montrer que (7.23) 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 2.5 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 (7.23) 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 (7.23) 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 (7.23) 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 (7.23) 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 (7.23) 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 (7.23) pour f /
+
(R
N
, B(R
N
)), on trouve que x
x
est intgrable sur R

N
B
1
si et seulement si +N1 < 1 et est intgrable sur
B
1
si et seulement si +N1 > 1.
Exercice 7.25 (Changement de variable 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[
f d.)
1. Montrer que C(R, R) et que est strictement croissante.
Corrig Pour x, y R, x < y, on a (y) (x) =
_
y
x
f (t)dt. On en dduit que
est continue (sur R) et mme uniformment continue en utilisant la proposition 4.50.
On en dduit aussi que est strictement croissante car f > 0 p.p..
On note I
m
limage de (I
m
est donc un intervalle dont les bornes sont 0 et
_
f d)
et on note : I
m
Rla fonction rciproque de . La fonction est donc continue
de I
m
dans R et on a ((s)) = s pour tout s I
m
et ((s)) = s pour tout s R.
On rappelle que si I est un intervalle de R et B(I) est sa tribu borlienne, on a
B(I) = !(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).
Corrig Les fonctions et sont continues, elles sont donc borliennes (cest--
dire que limage rciproque, par ou , dun borlien est un borlien).
Soit A B(R), Comme (A) =
1
(A) et que est borlienne, on a donc (A)
B(R). Puis, comme Im() = I
m
on a (A) I
m
et donc (A) B(I
m
). Rcipro-
quement, si C B(I
m
), on a C = (
1
(C)) et donc C = (A) avec A =
1
(C).
Comme est borlienne, on a A =
1
(C) B(R) et donc C (A), A B(R).
On a bien montr que (A), A B(R) = B(I
m
).
De manire semblable on montre que (A), A B(I
m
) = B(R).
3. Soit I un intervalle de R. Montrer que ((I)) =
_
I
f d.
Corrig Soit a, b les bornes de I, avec a b. Lensemble (I) est alors un inter-
valle dont les bornes sont (a) et (b). On a donc, en utilisant aussi la dnition de
,
((I)) = (b) (a) =
_
b
a
f d =
_
I
f d.
4. Soit O un ouvert de R. Montrer que ((O)) =
_
O
f d. En dduire que, pour tout
> 0 il existe > 0 t.q. :
O ouvert, (O) ((O)) .
Corrig Louvert O est une union dnombrable dintervalles ouverts disjoints
deux deux (lemme 2.43). Il existe donc une suite (I
n
)
nN
dintervalles ouverts
disjoints deux deux t.q. O =
_
nN
I
n
(noter que certains intervalles ouverts peuvent
tre vides). On a alors (O) =
_
nN
(I
n
) et les (I
n
) sont aussi disjoints deux
deux (par injectivit de ). On a donc, par -additivit de et par la question
prcdente,
((O)) =
nN
((I
n
)) =
nN
_
I
n
f d =
_
_
nN
I
n
f d =
_
O
f d.
On utilise maintenant la proposition 4.50. Soit > 0, il existe > 0 t.q.
A B(R), (A)
_
A
f d (7.24)
On en dduit, en particulier, que si O est un ouvert et que (O) , on a alors
_
O
f d et donc ((O)) .
7.7. EXERCICES 467
5. Soit A B(R). Montrer que ((A)) =
_
A
f d. [On pourra, par exemple, utiliser la
rgularit de et la question prcdente.]
Corrig On commence par remarquer que (A) I
m
et donc ((A) (I
m
) =
_
f d < +. On a aussi 0
_
A
f d
_
f d < +.
Soit > 0. On va montrer que ((A))
_
A
f d 2. Pour cela, on utilise donn
par (7.24). La rgularit de donne lexistence de O ouvert contenant A et F ferm
inclus dans A t.q. (O F) . On en dduit, grce (7.24), en remarquant que
O F est un ouvert,
0 ((O)) ((A)) = ((O A)) ((O F)) =
_
OF
f d .
On a aussi, toujours, grce (7.24),
0
_
O
f d
_
A
f d =
_
OA
f d .
Comme la question prcdente donne ((O)) =
_
O
f d, on en dduit que
((A))
_
A
f d 2.
Il reste remarquer que > 0 est arbitraire pour conclure que ((A))
_
A
f d.
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. (7.25)
[Prendre A= (BI
m
)]a, b[ et utiliser la question prcdente.]
Corrig Puisque g = 1
B
, on a
_
(b)
(a)
g(t)dt =
_
B](a),(b)[
d = (B](a), (b)[).
Comme Im() = I
m
, on a
B](a), (b)[) = (BI
m
)](a), (b)[.
Puis, comme est lidentit sur I
m
on en dduit, avec A= (BI
m
)]a, b[,
(BI
m
)](a), (b)[ = (((BI
m
)](a), (b)[))
= ((BI
m
) (](a), (b)[)) = (A).
On a donc, avec la question prcdente et la dnition de A,
_
(b)
(a)
g(t)dt = ((A)) =
_
A
f d =
_
(BI
m
)]a,b[
f d
=
_
b
a
1
(BI
m
)
(s)f (s)ds.
Pour conclure, il reste remarquer que s (BI
m
) si et seulement si (s) B.
On obtient bien ainsi
_
(b)
(a)
g(t)dt =
_
b
a
1
B
((s))f (s)ds =
_
b
a
g((s))f (s)ds.
(b) Montrer que (7.25) est encore vraie si g appartient c
+
(R, B(R)), puis si g
appartient /
+
(R, B(R)).
Corrig Si g c
+
(R, B(R)), il existe n N
, a
1
, . . . , a
n
R
+
et B
1
, . . . B
n

B(R) t.q.
g =
n
i=1
a
i
1
B
i
.
Pour chaque i, la question prcdente donne
_
(b)
(a)
g
i
(t)dt =
_
b
a
g
i
((s))f (s)ds.
On multiplie les termes de cette galit par a
i
, on somme sur i et on obtient bien
(7.25).
Soit maintenant g /
+
(R, B(R)). Il existe une suite (g
n
)
nN
dlments de
c
+
(R, B(R)) t.q. g
n
g (convergence simple en croissant). Par convergence mono-
tone on peut passer la limite quand n +dans (7.25) crit avec g
n
au lieu de
g. On obtient bien ainsi (7.25).
(c) Soit g : R R mesurable. On suppose que g1
](a),(b)[
L
1
R
(R, B(R), ).
Montrer g f 1
]a,b[
L
1
R
(R, B(R), ) et que (7.25) est vraie.
Corrig On applique la question prcdente g
+
et g
(parties positive et
ngative de g), cest--dire quon crit (7.25) avec g
+
et g
. On en dduit que les

fonctions g
|
1
](a),(b)[
f sont intgrables et donc que leur diffrence est intgrable.
Ceci donne que g1
](a),(b)[
f est intgrable (pour ). Puis en faisant la diffrence
de (7.25) avec g
+
avec (7.25) avec g
, on obtient bien (7.25) avec g.

N.B. On peut montrer que est drivable p.p. et que
= f p.p.. La formule (7.25)

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).
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
()
Nous avons vu au chapitre prcdent que les espaces L
p
sont trs intressants car ils
sont en particulier complets. Cependant, les lments de ces espaces sont des objets
avec lesquels il est malais de travailler. Pour dmontrer des proprits sur ces objets,
on travaille trs souvent par densit : on travaille sur des fonctions rgulires, qui
sont faciles manipuler, et on passe ensuite la limite, condition davoir tabli au
pralable un rsultat de densit, qui nous permet justement ce passage la limite.
8.1.1 Densit des fonctions C
c
(, R) dans L
p
()
Dnition 8.1 (Fonction support compact) Soient N 1, un ouvert de R
N
et
f une fonction dnie de dans R. On dit que f est support compact (dans ) sil
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.
470 CHAPITRE 8. DENSIT, SPARABILIT ET COMPACIT
Dnition 8.2 (C
c
(, R)) Soient N 1, un ouvert de R
N
et f une fonction dnie
de dans R. On dit que f C
c
(, R) si
f est de classe C
(de dans R).

f est support compact (dans ).
On note aussi T() = C
c
(, R).
Remarque 8.3 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 sil 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
.
DMONSTRATION La dmonstration de ce rsultat est faite dans lexercice 6.4
pour le cas = R. La gnralisation donne ici se dmontre de manire trs voisine
(grce au rsultat de rgularit, proposition 7.17), voir lexercice 8.1.
Une consquence importante du thorme 8.4 est la continuit en moyenne que lon
donne maintenant.
Thorme 8.5 (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.
La dmonstration est ici encore trs similaire la dmonstration vue pour N = 1 dans
lexercice 6.4, elle est propose dans lexercice 8.2.
8.1. THORMES DE DENSIT POUR LES ESPACES L
P
() 471
Remarque 8.6 (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) :
C(R, R), [f [

1
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 8.7 (L
1
loc
) Soient N 1 et un ouvert de R
N
. Soit f : R. On
dnit que f est localement intgrable sur si f 1
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 int-
grables sur .
Remarque 8.8 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 6.25).
Dnition 8.9 (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 8.10 Dans la dnition prcdente, il est facile de vrier que
x R
N
;
n
(x) 0 B1
n
et
_

n
(x)dx = 1.
Notons quil existe bien des fonctions vriant les proprits demandes pour dans
la dnition 8.9. Pour N = 1, par exemple, il suft de prendre
(x) =
_
_
exp(
1
x
2
1
) si x ] 1, 1[,
0 si x ] 1, 1[,
avec > 0 choisi pour avoir
_
(x)dx = 1.
Lemme 8.11 (Rgularisation par convolution) 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, sil 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).
DMONSTRATION La dmonstration du fait que f
n
C
(R
N
, R) est donne
dans lexercice 7.19. La seconde partie est donne dans les exercices 7.19 et 7.18.
Lindication de la seconde question de lexercice 7.18 donne le support indiqu ici
pour f
n
.
Proposition 8.12 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 conti-
nuit en moyenne (thorme 8.5). 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 Hder 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
(8.1)
_
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 leurs tribus borliennes respectives) ; ceci est une consquence
(par exemple) de la proposition 7.11 et de la mesurabilit de la somme dapplica-
tions 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 mesu-
rable 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 :
8.1. THORMES DE DENSIT POUR LES ESPACES L
P
() 473
_
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 (8.3)
=
_
B
1
n
[f ( y) f [
p
p
n
(y)dy.
On utilise maintenant le thorme 8.5. 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.
Les deux rsultats prcdents permettent de dmontrer le thorme de densit suivant :
c
(R
N
, R) dans L
p
(R
N
)) Soient N 1 et p [1, +[,
C
c
(R
N
, R) est dense dans L
p
(R
N
).
DMONSTRATION La dmonstration propose ici utilise une mthode dite de
troncature et rgularisation.
Pour f L
p
(R
N
), on dit que f est support compact sil existe K compact de R
N
t.q.
f = 0 p.p. sur K
c
. On note A lensemble des fonctions 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
= f 1
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 8.11 donne que (f
n
)
nN
C
c
(R
N
, R) et la proposition 8.12 donne
que f
n
f dans L
p
(R
N
) quand n +.
On rappelle (remarque 8.6) 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 8.13) 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 7.14 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 8.14 (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 f 1
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
8.11 et la proposition 8.12 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 8.14 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 7.14).
8.2 Sparabilit de L
p
()
Proposition 8.15 Soient N 1, un ouvert de R
N
et p tel que 1 p < +. Alors,
lespace L
p
() est sparable.
La dmonstration fait 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, T, ) nest pas sparable. Une adaptation simple de la
dmonstration de lexercice 8.5 montre aussi que lespace C
b
(R
d
, R) (ensemble des
fonctions continues bornes de R
d
dans R), muni de la norme de la convergence
uniforme, 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),
muni 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
() 475
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 (squen-
tiellement) 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 de 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 sil 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 un thorme de
Riesz (diffrent des deux thormes de Riesz donns dans ce livre !) 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 vidente
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 8.16 (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 Aest 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 8.17). Elle est laisse titre dexercice, le cas p = 1 et
=]0, 1[ est donn dans lexercice 8.8.
Dans le cas o est un intervalle born de R, le thorme 8.16 peut snoncer plus
simplement sans introduire

f . Ceci est dvelopp dans lexercice 8.9.
Thorme 8.17 (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.
Corollaire 8.18 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 8.19 (Compacit faible- sq. des borns de E
si E est sparable)
Soit F un espace de Banach sparable et F
son dual topologique. Soit (T

n
)
nN
une
suite borne de F
. Alors, il existe une sous-suite (T

n
k
)
kN
et T F
t.q. la sous-suite
(T
n
k
)
kN
converge vers T -faiblement dans F
(i.e. T
n
k
(u) T(u) (dans R) pour tout
lment 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 A est 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
).
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.
8.4. COMPACIT FAIBLE- 477
Lexistence de
1
dcoule du fait que la suite (T
n
(f
1
))
nN
est borne dans R (en
effet, on a 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 strictement 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 (procd diagonal). 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 N dans 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
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 T(f ) C[f [
F
pour tout f F. On a
donc T F
et, nalement, T
(n)
T -faiblement dans F
, quand n +. Ce qui
termine la dmonstration.
La proposition 8.19 sapplique aux suites bornes de L
(). En effet, grce au

thorme 6.70 et la proposition 8.15, 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 8.20 (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 8.21 (Compacit faible squentielle des borns de L
p
) Soit d 1
et soit p ]1, +[. On note L
p
lespace L
p
R
(R
d
, B(R
d
),
d
). Soit (u
n
)
nN
une suite
borne de L
p
, i.e. telle quil existe M R
+
t.q. [u
n
[
p
M pour tout n N. Alors, il
existe une sous-suite, encore note (u
n
)
nN
, et il existe u L
p
t.q. u
n
u faiblement
dans L
p
, cest--dire t.q.
_
(u
n
v uv)dm0 pour tout v L
q
, o q =
p
p1
.
On donne maintenant une consquence, trs utile pour les probabilits, de la proposi-
tion 8.19. Cette consquence a dj t voque dans la remarque 6.95.
Proposition 8.22 (Convergence troite dune suite tendue) 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 der-
nier 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 munit 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
,
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.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 5.12 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).
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 6.94 (ou la proposition 6.87 pour le cas m
n
(R
d
)
8.5. EXERCICES 479
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 8.22 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
telle que cette sous-suite converge en loi vers X (cf.
proposition 9.21 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 7.17.]
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).
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
). decc
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.
Exercice 8.4 (Sparabilit de L
p
(), 1 p < ) 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 , et f = 0 sur [n, n[
c
. On pose A=
_
nN
A
n
.
1. Montrer que A est dnombrable.
Corrig Soit n N
. A f 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
2n
2
, ce qui prouve que A
n
est dnombrable car
2n
2
est dnombrable.
On en dduit que A est dnombrable comme union dnombrable densembles dnom-
brables.
2. Montrer que, pour tout f C
c
(R, R) et pour tout > 0, il existe g At.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. xy f (x)f (y) .
On choisit maintenant n N
t.q. n a et 1/n . On construit alors g A

n
de la
manire suivante :
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
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 arbitrairement proche de f en norme L
p
.
3. Conclure par la densit de C
c
(R, R) dans L
p
(R, ) (thorme 8.4).
Corrig Soit f L
p
(R) et soit > 0. Par le thorme 8.4, 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.
8.5. EXERCICES 481
Exercice 8.5 (Non sparabilit de L
R
(R, T, )) On note B lensemble des f appar-
tenant L
(R, T, ) 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 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 !(N), P Q, il existe n P t.q. n (ou il
existe n Q t.q. n !). 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 !(N) est non dnombrable (et non ni), lensemble B est aussi non dnom-
brable (et non ni).
2. Soit Aune partie dense de L
R
(R, T, ). 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, T, ), 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, T, ) nest pas sparable.
Corrig Si L
R
(R, T, ) est sparable, il existe A (au plus) dnombrable, dense
dans L
R
(R, T, ). 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).
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.
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
(6.1)) 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
.
(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
(voir exercice 6.4 le cas gnral
de la mesure de Lebesgue sur R
N
est donn dans le thorme 8.5) 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 FGsur Ren posant FG= 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 G est 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
= supF G(x), x R [F[
p
[G[
q
, ce qui prouve bien la
continuit de la forme bilinaire (F, G) F Gde 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 Gest continue de R dans R et que (F G)(x) 0 quand x |).
8.5. EXERCICES 483
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 7.18). 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, ou encore thorme 8.4 pour un cas plus gnral) donne lexistence
de deux suites (f
n
)
nN
C
c
(R, R) et (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 (f g)(x) est bien dnie pour tout x R.

Montrer que f g 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
(6.26)) 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 R et 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 5.21) 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 Gest-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 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).
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
).
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
8.5. EXERCICES 485
(c) Montrer que f = 0 p.p..
Corrig La proposition 8.12 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.
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. x y >
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
(x y) 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 = infy z, y K,
z
c
. Cette distance est strictement positive car K est compact,
c
est ferm
et KO
c
= (le fait que cette distance est strictement positive est dmontr, par
exemple, dans la dmonstration du thorme 5.20). 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) = infz
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 8.12 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 +. (8.4)
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).
On a bien montr que g1
K

n
= g
n
sur K. Comme g
n
= 0 sur K (ques-
tion 2(b)), on dduit de (8.4) 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 .

Exercice 8.8 (Thorme de compacit dans L
1
, Kolmogorov)
On pose L
1
(]0, 1[) = L
1
R
(]0, 1[, B(]0, 1[), ) et L
1
(R) = L
1
R
(R, B(R), ) (o dsigne
la mesure de Lebesgue sur B(R) ou sa trace sur B(]0, 1[)). Pour f L
1
(]0, 1[[), on
identie f avec lun de ses reprsentants et on note

f la fonction dnie par

f = f sur
]0, 1[ et

f = 0 sur R]0, 1[.
Soit / une partie de L
1
(]0, 1[).
On rappelle que / est relativement compacte dans L
1
(]0, 1[) si et seulement si /
est prcompacte (cest--dire que pour > 0 il existe p N
et f
1
, . . . , f
p
/ t.q.
/
_
p
i=1
B(f
i
, ), o B(f , ) dsigne la boule ouverte dans L
1
(]0, 1[) de centre f et
de rayon ).
Partie I (Condition sufsante). On suppose, dans cette partie, que /est relativement
compacte dans L
1
(]0, 1[).
1. Montrer que / est une partie borne de L
1
(]0, 1[).
Corrig On utilise la prcompacit pour = 1. Il existe f
1
, . . . , f
p
/ t.q.
/
p
_
i=1
B(f
i
, 1).
En posant M = max[f
i
[
1
, i = 1, . . . , p on a donc [f [
1
M pour tout f /, ce qui
prouve 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
. (8.5)
8.5. EXERCICES 487
Corrig On utilise encore la prcompacit, il existe p N
et f
1
, . . . , f
p
/ t.q.
/
_
p
i=1
B(f
i
, ).
Le thorme de continuit en moyenne (thorme 5.21) donne que pour i 1, . . . , p
il existe
i
> 0 t.q.
h R, h
i
[
f
i
( +h)

f
i
[
1
.
On pose = min
i
, i = 1, . . . , p. On a bien > 0 et pour tout f /, il existe
i 1, . . . , p t.q. f B(f
i
, ). On a alors
[
f ( +h)

f [
1
[
f ( +h)

f
i
( +h[
1
+[
f
i
( +h)

f
i
[
1
+[
f
i

f [
1
= [
f
i
( +h)

f
i
[
1
+2[f f
i
[
1
.
On en dduit que
h R, h [
f ( +h)

f [
1
3,
ce qui termine cette question.
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 (8.5).
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
. (8.6)
[On pourra remarquer que

f
n
(x)

f (x) =
_
(

f (x
y
n
)

f (x))(y)dy.]
Corrig Soit n N
et f /. Pour tout x R on a (avec le changement de

variable z = ny)
f
n
(x) =
_

f (x y)
n
(y)dy =
_

f (x y)n(ny)dy =
_

f (x
z
n
)(z)dz.
Ce qui donne bien, comme
_
(x)dx = 1,

f
n
(x)

f (x) =
_
(

f (x
y
n
)

f (x))(y)dy
et donc
f
n
(x)

f (x)
_

f (x
y
n
)

f (x)(y)dy.
Lapplication (x, y)

f (xy/n) est borlienne de R
2
dans R (car cest la compose
de (x, y) xy/n qui est continue donc borlienne et de s

f (s) qui est borlienne).
Par stabilit de lensemble des fonctions borliennes, lapplication (x, y)
f (x
y
n
)

f (x)(y) est donc aussi borlienne de R
2
dans R. La mesure de Lebesgue tant
-nie, on peut donc appliquer le thorme de Fubini-Tonelli pour obtenir
[
f
n

f [
1

_
R
_
_
R
f (x
y
n
)

f (x)(y)dy
_
dx
=
_
1
1
_
_
R
f (x
y
n
)

f (x)dx
_
(y)dy.
En prenant n
0
1/, o est donn par (8.5), on obtient (8.6).
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 8.17).]
Corrig Soit n N
. Pour tout x R, on a
f
n
(x) n[f [
1
[[
. On peut
donc prendre C
1
= n[[
sup
f /
[f [
1
.
Pour tout x, y R, on a

f
n
(x)

f
n
(y) =
_
R

f (z)n((nxnz) (ny nz))dz
et donc, avec le thorme des accroissements nis appliqu ,
f
n
(x)

f
n
(y) [f [
1
n
2
[
x y.
On peut donc prendre C
2
= n
2
[
sup
f /
[f [
1
.
Lensemble f
n
, f / est donc born dans C([0, 1], R) et est compos de fonctions
uniformment quicontinues. Le thorme dAscoli donne alors sa compacit dans
C([0, 1], R).
(b) Montrer que lensemble f
n
, f / est relativement compact dans L
1
(]0, 1[ ).
Corrig Il suft ici dutiliser la caractrisation de la relative compacit par la
prcompacit et le fait que pour toute fonction borne sur [0, 1], on a [g[
1
[g[
.
3. Montrer que la partie / est relativement compacte dans L
1
(]0, 1[).
Corrig On utilise encore la caractrisation de la relative compacit par la
prcompacit. Soit > 0. Daprs (8.6), il existe n N
t.q. [f
n
f [
1
pour tout
f / (o f
n
est la restriction [0, 1] de

f
n
). Puis, comme lensemble f
n
, f /
est relativement compact dans L
1
(]0, 1[ ), il existe p N
et f
(1)
, . . . , f
(p)
/ t.q.
f
n
, f /
_
p
i=1
B(f
(i)
n
, ).
Soit f /, il existe i 1, . . . , p tel que f
n
B(f
(i)
n
, ), on a alors
[f f
(i)
[
1
[f f
n
[
1
+[f
n
f
(i)
n
[
1
+[f
(i)
n
f
(i)
[
1
3.
Ce qui prouve que /
_
p
i=1
B(f
(i)
, 3) et donc que / est relativement compacte
dans L
1
(]0, 1[).
Exercice 8.9 (Thorme de Kolmogorov, autre nonc) Soit T > 0. On note
L
1
lespace L
1
R
(]0, T[, B(]0, T[), ). Soit (u
n
)
nN
1
(on a donc
sup
nN
[u
n
[
1
< +).
8.5. EXERCICES 489
On suppose que pour tout h ]0, T[ et tout n N on a
_
Th
0
u
n
(t +h) u
n
(t)dt (h),
o est une fonction croissante de ]0, T[ dans R
+
t.q. lim
h0
+ (h) = 0.
Lobjectif de lexercice est de dmontrer que la suite (u
n
)
nN
est relativement compact
dans L
1
.
1. Soit d, h ]0, T[ t.q. d +h T. Montrer que
_
d
0
u
n
(t)dt
_
d
0
u
n
(t +h)dt +
_
d
0
u
n
(t +h) u
n
(t)dt. (8.7)
Corrig Pour tout t ]0, d[ on a u
n
(t) u
n
(t + h) + u
n
(t + h) u
n
(t). En
intgrant cette ingalit entre 0 et d, on obtient bien (8.7).
2. Soit h
0
]0, T[ et d ]0, Th
0
[, montrer que
h
0
_
d
0
u
n
(t)dt d[u
n
[
1
+h
0
(h
0
). (8.8)
Corrig Comme dhabitude, on choisit pour u
n
lun de reprsentants, de sorte
que u
n
L
1
R
(]0, T[, B(]0, T[), ) (pour tout n N).
Lingalit (8.7) est vraie pour tout h ]0, h
0
[. En intgrant (8.7) entre 0 et h
0
et en
remarquant que
_
d
0
u
n
(t +h) u
n
(t)dt (h) (h
0
) (car h h
0
et d T h
0

Th) on obtient
h
0
_
d
0
u
n
(t)dt
_
h
0
0
_
_
d
0
u
n
(t +h)dt
_
dh +
_
h
0
0
_
_
d
0
u
n
(t +h) u
n
(t)dt
_
dh
_
h
0
0
_
_
d
0
u
n
(t +h)dt
_
dh +h
0
(h
0
).
La mesure de Lebesgue est -nie et lapplication (t, h) u
n
(t +h) est borlienne de
]0, d[]0, h
0
[ dans R (car cest la compose de (t, h) t +h qui est continue donc
borlienne et de s u
n
(s) qui est borlienne). On peut donc appliquer le thorme
de Fubini-Tonelli pour obtenir que
_
h
0
0
_
_
d
0
u
n
(t +h)dt
_
dh =
_
d
0
_
_
h
0
0
u
n
(t +h)dh
_
dt
_
d
0
_
_
T
0
u
n
(s)ds
_
d[u
n
[
1
.
On en dduit (8.8).
3. Montrer que
_
d
0
u
n
(t)dt 0 quand d 0
+
, uniformment par rapport n.
Corrig Soit > 0. On choisit dabord h
0
]0, T[ t.q. (h
0
) . Puis, avec
C = sup
nN
[u
n
[
1
, on pose = minT h
0
, h
0
/ C. On obtient alors, pour tout
n N,
0 d
_
d
0
u
n
(t)dt 2.
On a donc
_
d
0
u
n
(t)dt 0 quand d 0
+
, uniformment par rapport n.
Une dmonstration analogue donne aussi que
_
T
Td
u
n
(t)dt 0 quand d 0
+
,
uniformment par rapport n (il suft de raisonner avec v
n
(t) = u
n
(Tt)).
4. Montrer que la suite (u
n
)
nN
est relativement compacte dans L
1
.
[Appliquer le thorme de Kolmogorov, thorme 8.16, qui utilise le prolongement
de u
n
par 0.]
Corrig On prolonge u
n
par 0 hors de ]0, T[ (et on note toujours u
n
la fonction
prolonge). Pour appliquer le thorme 8.16, il suft de montrer que
_
R
u
n
(t +h) u
n
(t)dt 0 quand h 0
+
, uniformment par rapport n N.
Pour cela, on remarque que pour h > 0 et n N,
_
R
u
n
(t +h) u
n
(t)dt
_
0
h
u
n
(t +h)dt +
_
Th
0
u
n
(t +h) u
n
(t)dt +
_
T
Th
u
n
(t)dt
=
_
h
0
u
n
(t)dt +
_
Th
0
u
n
(t +h) u
n
(t)dt +
_
T
Th
u
n
(t)dt.
Soit > 0. Il existe h
1
> 0 t.q. (h
1
) . Puis, avec la question prcdente, il existe
h
2
> 0 t.q. (pour tout n N)
0 h h
2

_
h
0
u
n
(t)dt et
_
T
Th
u
n
(t)dt .
Avec h
3
= minh
1
, h
2
, on a donc (pour tout n N)
0 h h
3

_
R
u
n
(t +h) u
n
(t)dt 3.
Ceci termine la question.
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 9.2 Soit d > 1 et (, /) un espace probabilisable. Soit X une ap-
plication 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 7.11) 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).
492 CHAPITRE 9. VECTEURS ALATOIRES
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..
La dmonstration de la proposition 9.2 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 9.3 Soit p N, p 2, d
1
, . . . , d
p
N
. soit (, /) un espace probabi-

lisable 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 9.4 (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 9.5 (Loi normale multidimensionnelle) Soit (, /, P) un espace proba-
bilis, d 1 et X un v.a. de dimension d. Soit m R
d
et D une matrice ( coefcients
9.1. DFINITION, PROPRITS LMENTAIRES 493
rels, de taille d d) s.d.p. (cest--dire symtrique dnie positive). Le v.a. X a pour
loi (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 semidnie positive (cest--dire Du u 0 pour tout u R
d
)
au lieu dtre dnie positive (cest--dire Du u > 0 pour tout u R
d
, u 0), la
loi normale (0, D) est aussi dnie, voir la proposition 9.33, mais ce nest pas
une loi de densit (par rapport la mesure de Lebesgue), voir lexercice 10.12 (et
lexercice 9.15 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 multidi-
mensionnelle, 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
(proposition 9.33).
Le fait que les composantes du v.a. X suivent une loi normale ne donne pas que X suit
une loi normale multidimensionnelle (voir, par exemple, lexercice 10.13). 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 9.9 ou lexercice 10.13).
Dnition 9.6 (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 9.7 (Probabilit marginale) Soit d > 1.
1. Soit p une probabilit sur les borliens de R
d
et i 1, . . . , d. On appelle i-me
probabilit marginale de p, la probabilit sur les borliens de R dni par p
i
(B) =
p(
1
i
(B)) pour tout B B(R). (On a donc, par exemple, p
1
(B) = p(BR
d1
).)
2. Soit (, /, P) un espace probabilis et X un vecteur alatoire de dimension d.
On appelle i-me loi de probabilit marginale du vecteur alatoire X (ou i-me
probabilit marginale du vecteur alatoire X) la probabilit marginale de P
X
(cest
donc aussi 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 9.8 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 T, par dnition de la loi marginale, on a :
q
i
(B) = P
X
(
1
i
(B)) = P(X
1
(
1
i
(B))).
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 9.9 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 9.10 (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 donne la correspondance entre
lintgrale par rapport la probabilit P dune fonction de la v.a.r. X et lintgrale de
cette fonction par rapport la probabilit P
X
:
Thorme 9.11 (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).
9.1. DFINITION, PROPRITS LMENTAIRES 495
Dnition 9.12 (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 9.13 Soit d 1, (, /, P) un espace probabilis et X un v.a. de dimen-
sion d de fonction de rpartition F
X
. Alors :
1. 0 F
X
(t) 1 pour tout t R
d
;
2. Si t, t
R
d
, t t
(i.e. t
i
t
i
, pour tout i = 1, . . . , d), F
X
(t) F
X
(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).
La dmonstration dcoule facilement des proprits dune mesure (monotonie, conti-
nuit croissante et continuit dcroissante).
Proposition 9.14 Soit d 1, (, /, P) un espace probabilis et X un v.a. de di-
mension 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)
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
X
(t)dt. En notant m la mesure de densit F
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 2.30).
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, note 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 9.16 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 9.17 (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 9.18 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 9.5)
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
semidnie 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 dnition 6.86.
Dnition 9.19 (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
9.2. INDPENDANCE 497
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.
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 9.20.
Proposition 9.20 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 6.93 en prenant m
n
=
P
X
n
.
La proposition 9.20 admet une rciproque partielle qui est due la proposition 8.22.
Nous donnons maintenant cette rciproque (partielle).
Proposition 9.21 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
telle que 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 8.22 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 9.22 Soit p N, p 2, d
1
, . . . , d
p
N
. soit (, /) un espace probabi-

lisable et, pour tout i 1, . . . , p, X
i
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 2.56, p. 65)
La proposition suivante donne des oprations possibles sur lindpendance.
Proposition 9.23 Soit p N, p 2, d
1
, . . . , d
p
N
. soit (, /) un espace probabili-

sable et, pour tout i 1, . . . , p, X
i
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 proposi-
tion 2.58 (sur lindpendance de tribus) et de la proposition 9.3. Le second item est
une consquence immdiate du premier car (
i
(Y
i
)) (Y
i
) pour tout i.
Remarque 9.24 Soit (, /) un espace probabilisable et X, Y deux v.a. (pas nces-
sairement de mme dimension). La proposition 9.23 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 2.58.
On donne maintenant une gnralisation de la proposition 4.59.
Proposition 9.25 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
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 4.59, litem 3 est donc une condition ncessaire
sufsante pour que les v.a. X
1
, . . . , X
n
soient indpendants.
La dmonstration suit pas pas celle de la proposition 4.59, sans difcult supplmen-
taire.
9.2. INDPENDANCE 499
Remarque 9.26 Soit (, /, P) un espace probabilis. La proposition 9.25 donne
aussi des rsultats quand les fonctions
i
sont la valeurs dans R
r
i
avec r
i
1.
Par exemple, soit X, Y 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
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 6.97 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 9.7) et de
faire une rcurrence sur n.
On donne maintenant la gnralisation de la proposition 4.61.
Proposition 9.27 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)
Ici encore, la dmonstration suit pas pas celle de la proposition 4.61, sans difcult
supplmentaire.
Thorme 9.28 (Loi dun couple de v.a. indpendantes) Soit (, /, P) un espace
probabilis.
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 9.8.
le second item est une gnralisation 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 effec-
tivement un espace probabilis et une suite de variables alatoires relles indpendantes
sur cet espace ayant des lois prescrites.
Thorme 9.29 (Existence de v.a.r. indpendantes 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 dexis-

tence (et unicit) de la mesure produit (thorme 7.3) 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 9.28
donne donc que les v.a.r. X
1
, . . . , X
n
sont indpendantes.
On sintresse maintenant la somme de variables alatoires indpendantes.
Proposition 9.30 (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
.
9.3. VECTEURS GAUSSIENS 501
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 9.28) 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 7.26 et la proposi-
tion 7.27 :
_
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
.
9.3 Vecteurs gaussiens
Soit m R et > 0. On rappelle que la loi normale (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 (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 (m, 0) est la limite troite, quand 0, > 0, de
(0,
2
).
Dnition 9.31 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 9.32 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 10.13 pour tous ces rsultats).
Les v.a. gaussiens sont les vecteurs qui suivent un loi normale multidimensionnelle,
dont la dnition et donne dans la dnition 9.5, condition dtendre convena-
blement la dnition 9.5 au cas D non inversible. Cest lobjectif de la proposition
suivante.
Proposition 9.33 Soit (, /, P) un espace probabilis, d 1 et X un v.a. de dimen-
sion d.
1. Soit m R
d
et D une matrice s.d.p. (de taille d d). Si X (m, D), o (m, D)
est dnie par la dnition 9.5, 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 (m, D) (o (m, D) est
dnie par la dnition 9.5).
Ceci permet de dnir (m, D) dans le cas o D est seulement symtrique semi
dnie positive (et m R
d
). On dnit (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).
Le premier item est dmontr dans lexercice 10.11 et le deuxime item est dmontr
dans lexercice 10.12.
Remarque 9.34 La notion de vecteur alatoire gaussien (et de loi normale multidi-
mensionnelle) gnralise la notion de variable alatoire gaussienne (et de loi normale).
Le thorme central limite que nous avons nonc dans la remarque 6.100 se gn-
ralise 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 (0, D). (Voir la dnition 9.5 et la proposition 9.33 pour la
dnition de cette loi normale multidimensionnelle.) Ceci sera dmontr au chapitre
10 (thorme 10.23) en utilisant la transformation de Fourier.
9.4 Exercices
9.4.1 Dnition, proprits lmentaires
Exercice 9.1 (Application mesurable)
Soient (E, T) un espace mesurable et (f
k
)
k=1,...,N
une famille de fonctions mesurables
de E dans R muni de la tribu borlienne. 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 (Probabilits marginales) Cet exercice montre en particulier (avec les
questions 2 et 3) que la connaissance des lois de probabilit marginales ne dtermine
pas forcment la loi de probabilit.
9.4. EXERCICES 503
On note
2
la mesure de Lebesgue sur les borliens de R
2
et
(a,b)
la mesure de
Dirac en (a, b). Soit p une probabilit sur les borliens de R
2
, on note p
1
et p
2
ses
probabilits marginales.
1. Soit (a, b) R
2
. Montrer que p =
(a,b)
si et seulement si p
1
=
a
et p
2
=
b
.
Corrig On suppose que p =
(a,b)
. On a alors, pour tout A B(R), p
1
(A) =
p(A R) = 1 si a A et 0 si a A. On en dduit que p
1
=
a
. Un raisonnement
analogue donne p
2
=
b
.
On suppose maintenant que p
1
=
a
et p
2
=
b
. On remarque alors que
a, b
c
(a
c
R) (Rb
c
)
et donc
p(a, b
c
) p(a
c
R) +p(Rb
c
) = p
1
(a
c
) +p
2
(b
c
) = 0.
On en dduit que p =
(a,b)
.
2. On suppose que p = /([0, 1]
2
) (cest--dire p = 1
]0,1[
2
2
) Montrer que p
1
= p
2
=
/([0, 1]) (cest--dire p
1
= p
2
= 1
]0,1[
).
Corrig Soit B B(R), on a
p
1
(B) = p(BR) =
_
]0,1[
2
1
B
(x)d
2
(x, y) = (B]0, 1[)
et donc p
1
= 1
]0,1[
. Un raisonnement analogue donne p
2
= 1
]0,1[
.
3. Pour A B(R
2
), on pose p(A) = (t [0, 1], (t, t) A). Montrer que p est une
probabilit sur les borliens de R
2
et que p
1
= p
2
= /([0, 1]).
Corrig On remarque tout dabord que si A B(R
2
) lensemble t [0, 1],
(t, t) A est un borlien de R car cest la projection sur la premire coordonne
dun borlien de R
2
. On remarque ensuite que p(R
2
) = 1 et que p est -additive.
Ceci montre que p est une probabilit.
On calcule maintenant p
1
et p
2
. Soit B B(R), on a
p
1
(B) = p(BR) = (t B[0, 1])
et donc p
1
= /([0, 1]). Un raisonnement analogue donne p
2
= 1
]0,1[
.
N.B. On peut remarquer que p /([0, 1]
2
). . .
Exercice 9.3 (Somme de v.a.r. avec lois de Poisson) Soient X
1
et X
2
deux v.a.r.
sur lespace probabilis (E, T, p) 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 de paramtre est donne par

kN
e

k
k!
k
, o
k
dsigne la mesure de Dirac en k).
Exercice 9.4 (Exemple de loi pour le max de deux v.a.r.) On considre deux va-
riables alatoires relles 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 non nul. Quelle est la loi de probabilit de la
variable alatoire Z = max(X, Y) ?
Corrig On peut supposer > 0. Soit une fonction de R dans R, borlienne
borne. On va chercher la loi de Z en exprimant convenablement E((Z)) grce la
connaissance de la loi du couple (X, Y).
E((Z)) =
_
R
_
R
(max(x, y))
1
2
2
exp
_
x
2
+y
2
2
2
_
dxdy.
On en dduit facilement que
E((Z)) =
8
2
2
_

0
(x) exp(
x
2
2
2
)
_
_
x
0
exp
_
y
2
2
2
_
dy
_
dx.
Pour u 0, on pose e(u) =
_
u
0
exp(
2
2
)d. On a alors
E((Z)) =
4
_

0
(x) exp(
x
2
2
2
)e(
x
)dx.
La loi de Z a donc une densit par rapport la mesure de Lebesgue de R et cette densit
g est donne par
g(x) =
4
1
R
+
(x) exp(
x
2
2
2
)e(
x
).
Exercice 9.5 (Matrice des moments, matrice de covariance) Soit (, /, P) est un
espace probabilis. 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((XE(X))(XE(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(YZ) = 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.
9.4. EXERCICES 505
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,
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 6.78).
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 = x D . 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.
Exercice 9.6 (Famille de mesures tendue) Soit et deux probabilits sur les
borliens de R.
1. Montrer quil existe p, probabilit sur les borliens de R
2
, t.q.
p(AR) = (A) pour tout A B(R),
p(R A) = (A) pour tout A B(R).
(9.4)
(On dit alors que et sont les probabilits marginales de p.)
Corrig On prend p = . La mesure p est bien une probabilit sur les borliens
de R
2
vriant (9.4).
Dans la suite, on note E lensemble des probabilits sur B(R
2
) vriant (9.4).
2. Pour a > 0, on pose B
a
= x R
2
t.q. x a (o dsigne la norme euclidienne
dans R
2
). Soit > 0. Montrer quil existe a > 0 (ne dpendant que , et ) t.q.,
p(B
c
a
) pour tout p E.
(On dit que lensemble E est tendu.)
Corrig Grce la continuit dcroissante dune mesure, il existe n N (ne
dpendant que de et ) et m N (ne dpendant que de et ) t.q.
(x
1
R t.q. x
1
n) et (x
2
R t.q. x
2
m) .
On choisit alors a > 0 t.q. a
2n et a
2m (le nombre a ne dpend donc que ,

et ) de sorte que
B
c
a
= x = (x
1
, x
2
) t.q. x
2
1
+x
2
2
> a
2

x = (x
1
, x
2
) R
2
t.q. x
1
n x = (x
1
, x
2
) R
2
t.q. x
2
m,
cest--dire
B
c
a

_
x
1
R t.q. x
1
n R
_
_
Rx
2
R t.q. x
2
m
_
.
Soit p E, par -sous additivit de p et en utilisant (9.4), on a donc
p(B
c
a
) p(x
1
R t.q. x
1
n R) +p(Rx
2
R t.q. x
2
m)
= (x
1
R t.q. x
1
n) +(x
2
R t.q. x
2
m) 2,
ce qui termine cette question.
3. Soit (p
n
)
nN
une suite dlments de E. Monter quil existe p dans E et une sous-
suite de la suite (p
n
)
nN
, encore note (p
n
)
nN
, t.q.
p
n
p troitement, quand n +.
[On pourra utiliser les propositions du cours sur les suites de mesures tendues.]
Corrig On utilise ici la proposition 8.22 Comme la suite de probabilits (p
n
)
nN
est tendue, on obtient lexistence dune mesure p sur B(R
2
) et dune sous-suite, encore
note (p
n
)
nN
, t.q. p
n
p troitement, quand n +. Comme p
n
(R
2
) = 1 pour
tout n N, on a aussi p(R
2
) = 1. La mesure p est donc une probabilit. Il reste
montrer que p vrie (9.4).
Pour A B(R), on note m(A) = p(AR). Il est facile de voir que m est une probabilit
sur B(R). Pour = 1
A
, A B(R), on a, par dnition de m,
_
R
dm =
_
R
2
(x)dp(x, y). (9.5)
9.4. EXERCICES 507
Par linarit de lintgrale, (9.5) est encore vraie pour tage positive (de R dans
R). Puis, par convergence monotone, (9.5) est vraie pour borlienne positive. Enn,
en dcomposant en
+

, on obtient que (9.5) est vraie pour borlienne

borne de R dans R (et donc, en particulier, pour C
b
(R, R)).
Soit C
b
(R, R). Le raisonnement prcdent appliqu p
n
au lieu de p donne
_
R
2
(x)dp
n
(x, y) =
_
R
(x)d(x).
Quand n +, comme p
n
p troitement, on en dduit que
_
R
2
(x)dp(x, y) =
_
R
(x)d(x).
cest--dire , avec (9.5),
_
R
dm =
_
R
d.
On en dduit que m = (en utilisant, par exemple, la proposition 5.8). Ceci prouve
que p vrie la premire condition de (9.4). Un raisonnement analogue donne la
deuxime condition de (9.4).
4. (Question indpendante des prcdentes) Soit p E et (U, V) un vecteur alatoire
de dimension 2 dont la loi est p. Montrer que la loi de U est et que la loi de V est
.
Corrig Soit une fonction borlienne borne de R dans R (en fait, on peut
aussi se limiter ici prendre dans C
b
(R, R)). Comme la loi de (U, V) est p, on a
E((U)) =
_
R
2
(u)dp(u, v).
Puis, comme p(AR) = (A) pour tout A B(R), on en dduit grce (9.5) (qui est
vraie pour borlienne borne de R dans R)
E((U)) =
_
R
2
(u)d(u).
Ceci prouve que la loi de U est . Un raisonnement analogue donne que la loi de V
est .
9.4.2 Indpendance
Exercice 9.7 (Covariance dune somme de v.a.i.) Soit (, /, P) est un espace pro-
babilis 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 9.24). 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).
Exercice 9.8 (Loi dun couple de v.a. indpendantes) Soit (, /, P) un espace
probabilis 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)
(A B) = P
X
(A)P
Y
(B).
Or, P
X
P
Y
vrie aussi P
X
P
Y
(A B) = P
X
(A)P
Y
(B). La partie unicit du tho-
rme 7.3 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)
(A B) = P
X
P
Y
(A B) = 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
(A B) = P
X
(A)P
Y
(B) =
_
A
f d
_
B
gd.
Le thorme 7.7 donne alors :
P
X
P
Y
(A B) =
_
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.
Exercice 9.9 (V.a. suivant une loi normale multidimensionnelle) Soit (, /, P)
un espace probabilis 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
(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 (m, D).
9.4. EXERCICES 509
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 9.28 (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
(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
.
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)), Ddsigne la matrice diagonale dont les termes 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 (m, D) (voir la dnition 9.5).
Exercice 9.10 (Somme de v.a. indpendantes et convolution) Soit (, /, P) un
espace probabilis 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 9.28). 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 7.12) ou le thorme de Fubini-
Tonelli (thorme 7.7) 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).
2. On suppose que X (,
2
) et Y (m, s
2
) (m, , s, R). Montrer que
X+Y ( +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 (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 (m+,
2
). De mme, si s > 0 et = 0, on a X+Y (m+, s
2
).
Cas 3 On suppose maintenant que s, > 0. Lnonc de cet exercice suggre (im-
plicitement) de faire cette question en utilisant la question prcdente. Nous allons
procder ainsi dans ce corrig (mais dautres mthodes sont possibles, voir la 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 ( +m,
2
+s
2
).
9.4. EXERCICES 511
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 lexercice 10.13, question 1(a)).
Exercice 9.11 (Calcul de )
Soit (, /, P) un espace probabilis, (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
.
Corrig On note D= (x, y) R
2
, t.q. x
2
+y
2
1 et = 1
D
, de sorte que est
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
+(1 p)
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 9.28 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 proposition 9.23 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 6.98 (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 6.98.
En utilisant lingalit de Bienaym Tchebychev (lemme 4.57), 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 6.97 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
) .
Exercice 9.12 (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
(tho-
rme 9.28). 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 9.28).
Exercice 9.13 (Mesure produit et diffrence de deux v.a.r.i.i.d.) 1. Soit m une me-
sure 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
).)
9.4. EXERCICES 513
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.
[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.
Exercice 9.14 (Les piges de lindpendance) Soit (, /, P) un espace probabilis
et X, Y deux v.a.r. indpendantes. On suppose que X a pour loi la loi uniforme sur
[0, 1].
Pour x R, on pose e(x) = maxn Z, n x et r(x) = x e(x).
Soit f une fonction borlienne de R dans R. On dnit la v.a.r. Z par la formule
Z = r(X+f (Y)) (cest--dire Z() = r(X() +f (Y()) pour tout ).
1. Montrer que Z a pour loi la loi uniforme sur [0, 1]. [Soit une fonction borlienne
borne de [0, 1[ dans R. On note la fonction de R dans R obtenue en prolongeant
par priodicit (de priode 1), cest--dire (x +n) = (x) si x [0, 1[ et n Z.
On pourra commencer par montrer que E((Z)) =
_
R
_
1
0
(x +f (y)) dxdm(y), o
m est la loi de Y, cest--dire m = P
Y
.]
Corrig La fonction r est borlienne de R dans R. Par composition de fonctions
mesurables on en dduit donc que Z est bien une v.a.r.. On remarque aussi que Z ne
prend ses valeurs que dans lintervalle [0, 1[.
Soit une fonction borlienne borne de [0, 1[ dans R et la fonction de R dans R
obtenue en prolongeant par priodicit de priode 1. Comme les v.a.r. X et Y sont
indpendantes, la loi du couple (X, Y) est le produit tensoriel des lois de X et Y, on a
donc
E((Z)) =
_
R
_
1
0
(r(x +f (y)))dxdm(y).
Comme z = r(z) +n avec n Z, on a (z) = (r(z)) pour tout z R et donc
E((Z)) =
_
R
_
1
0
(x +f (y))dxdm(y).
Pour tout y R, on utilise maintenant le changement de variable = x +f (y) dans
lintgrale par rapport x. Puis, on utilise la priodicit de . On obtient ainsi
E((Z)) =
_
R
_
_
f (y)+1
f (y)
()d
_
dm(y) =
_
R
_
_
1
0
()d
_
dm(y)
=
_
R
_
_
1
0
()d
_
dm(y).
Comme m est une probabilit, on a donc nalement
E((Z)) =
_
1
0
()d.
Cette dernire galit est valable pour toute fonction borlienne borne de R dans R
(on rappelle que Z prend ses valeurs dans [0, 1[), elle donne bien que Z a pour loi la
loi uniforme sur [0, 1].
2. Montrer que Z et Y sont indpendantes. [Soit une fonction borlienne borne
de [0, 1[R dans R. On pourra sinspirer de la question prcdente pour exprimer
E((Z, Y)).]
Corrig Pour montrer lindpendance de z et Y, il suft de montrer que la loi du
couple (Z, Y) est le produit tensoriel des mois de Z et Y.
Soit une fonction borlienne borne de [0, 1[R dans R. On a, grce lindpen-
dance de X et Y,
E((Z, Y)) =
_
R
_
1
0
(r(x +f (y)), y)dxdm(y).
Ici aussi, on prolonge par priodicit (en x) de priode 1, cest--dire que lon
pose (x +n, y) = (x, y) si x [0, 1[, n Z et y R. On obtient
E((Z, Y)) =
_
R
_
1
0
(x +f (y), y)dxdm(y).
9.4. EXERCICES 515
A y x, on utilise le changement de variable = x+f (y). Puis on utilise la priodicit
de . On a alors
E((Z, Y)) =
_
R
_
_
f (y)+1
f (y)
(, y)d
_
dm(y) =
_
R
_
_
1
0
(, y)d
_
dm(y)
=
_
R
_
1
0
(, y)ddm(y).
Finalement, pour tout fonction borlienne borne de R
2
dans R on a E((Z, Y)) =
_
R
_
1
0
(, y)ddm(y). Ceci montre bien que la loi du couple (Z, Y) est le produit
tensoriel de la loi uniforme avec la loi de Y et donc de la loi de Z avec la loi de Y.
les v.a.r. Z et Y sont donc indpendantes.
3. Montrer, en donnant un exemple, que Z et Y peuvent ne pas tre indpendantes si
on retire lhypothse que X a pour loi la loi uniforme sur [0, 1].
Corrig On suppose, par exemple, que Y a pour loi la loi uniforme sur [0, 1],
que f (s) = s pour tout s R et que X ne prend que des valeurs entires. On a alors
Z = r(X+f (Y)) = r(Y) = Y p.s.. On en dduit que Z et Y ne sont pas indpendantes.
En effet, on a, par exemple,
P(Z [0, 1/2[ et Y [0, 1/2]) = 1/2 1/4 = P(Z [0, 1/2])P(Y [0, 1/2]).
9.4.3 Vecteurs gaussiens
Exercice 9.15 (Loi du couple (X, X) si X (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 R dans R
2
, elle donc bor-
lienne. 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 AB =
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 consquence 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 probabilis. et X une v.a.r. t.q. X (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
= (0, 0) (qui est bien une loi gaussienne).
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 (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 f m 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 proposition 9.33) mais ce nest pas une loi de densit par rapport la
mesure de Lebesgue sur B(R
2
).
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 dans C), et donc aussi les fonctions priodiques 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). Les deux notions ont une multitude dapplications en
physique et en mathmatiques. 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).
518 CHAPITRE 10. TRANSFORMATION DE FOURIER
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 10.2 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
) ou parfois simplement L
p
C
lespace L
p
C
(R
N
, B(R
N
),
N
), pour
p [1, ].
Dnition 10.3 (Transforme de Fourier dans L
1
) 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.
La fonction

f (dnie de R
N
dans C) sappelle transforme de Fourier de f , quon
notera galement T(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 10.4 (Linarit de la transforme de Fourier) Soit N 1. Lapplica-
tion T qui f (appartenant L
1
C
(R
N
)) associe sa transforme de Fourier est linaire
continue de L
1
C
(R
N
) dans C
0
(R
N
, C).
DMONSTRATION Le thorme de continuit sous le signe
_
(thorme 4.52)
appliqu la fonction (x, t) e
ix.t
f (x) entrane immdiatement que

f est continue.
Montrons que

f C
0
(R, R).
10.2. TRANSFORMATION DE FOURIER DANS L
1
519
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
(thorme 5.21) 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 jime 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 8.5) donne alors le fait que

f (t) 0 quand
t .
La transforme de Fourier a la proprit intressante de transformer la convolution en
produit. Ceci est montr dans la proposition suivante.
Proposition 10.5 (Transforme de Fourier dun produit) Soient f et g L
1
C
(R
N
),
alors

f g = (2)
N
2

f g.
DMONSTRATION Par la proposition 7.22, on a f g L
1
C
(R
N
) et pour p.p. x
R
N
, f g(x) =
_
f (x y)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 7.12) 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 :
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.) ?
Peut-on retrouver la fonction partir de sa transforme de Fourier ?
Les rponses ces questions sont fournies par le thorme dinversion de Fourier :
Thorme 10.6 (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
.
La dmonstration fait lobjet de lexercice 10.1.
Une consquence de ce thorme est linjectivit de lapplication T, qui fournit
donc une rponse positive la premire question. 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 deuxime : on peut calculer f
partir de

f ds que

f L
1
C
. Il faut remarquer ce propos que L
1
C
nest pas stable par
transformation de Fourier (voir exercice 10.2).
10.2.3 Rgularit et dcroissance linni
Proposition 10.7 (Diffrentiabilit, dimension 1)
1. Soit f L
1
C
(R) C
1
(R, C) t.q. f

L
1
C
(R) (o f

est la drive de f ). Alors, pour
tout t R,

f

(t) = (it)
f (t).
1
521
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) =

(i)f (t).
DMONSTRATION La dmonstration du premier item consiste faire une intgra-
tion par parties sur lintervalle [n, n] puis faire tendre n vers linni (en remarquant
que f (|n) 0, quand n +, voir lexercice 5.6).
Le deuxime item est une consquence immdiate du thorme 4.53 (thorme de
drivation sous le signe
_
).
La transformation de Fourier transforme donc la drivation en multiplication par la
fonction (i), et la multiplication 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 dri-
vation 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
lorsque cette drive existe.
Proposition 10.8 (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,

D
f (t) = (it)

f (t) pour tout t R et 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 10.8 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 dcroissance rapide (souvent appel
espace de Schwartz),
Dnition 10.9 (Espace de Schwartz) Soit N 1, on appelle espace de Schwartz,
not o(R
N
, C) ou o
N
ou mme o, lespace des fonctions dites dcroissance rapide,
dni par :
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 com-
mence 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 10.10.
Proposition 10.10 (Transforme de Fourier et drivation dans o) Soit N 1 et
f o(R
N
, C). Pour tout , N
N
on a :
T
_
D
((i)
f )
_
= (i)

(i)
f = (i)
f , (10.1)
T[(i)
f ] = D

D
f = D
[(i)
f ]. (10.2)
La dmonstration est une adaptation simple de celle de la proposition 10.8.
La proposition 10.10 et le thorme 10.6 nous permettent alors de remarquer que la
transforme de Fourier est une bijection de o
N
dans o
N
.
Proposition 10.11 (Transforme de Fourier dans S
N
) Soit N 1. Lapplication T
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 10.10, on montre facilement que T
envoie o
N
dans o
N
. Le thorme dinversion (thorme 10.6) donne alors que f est
injective et que f =
f (.) pour tout f o

N
. De cette dernire formule, on dduit que
T 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 m est une mesure signe sur les borliens
de R
N
(N 1), la dnition 10.12 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 10.12 (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
10.3. TRANSFORME DE FOURIER DUNE MESURE SIGNE 523
(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).
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 10.13 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 2.32), 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 m est continue est une consquence immdiate du thorme de continuit
sous le signe
_
(thorme 4.52) 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 caract-
rise la mesure signe m et si on peut retrouver m partir de m. La proposition suivante
sintresse ces deux questions.
Proposition 10.14 Soit N 1.
1. Soit m et deux mesures signes sur les borliens de R
N
. On suppose que m =.
alors, m = .
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
).
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 10.7, 10.8
et 10.10). 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
10.15 cette prcision dans le cas plus gnral dune mesure (positive) nie. Ce lemme
permet de dmontrer le thorme 10.21 (lui-mme utile pour dmontrer le thorme
central limite, thorme 10.23).
Lemme 10.15 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 m par 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 7.7) 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 (comme (
sin(x)
x
) 0 pour tout x)
T =
_
R
(
sin(x)
x
)dm(x)

2
m(x, x a).
On 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.
2
525
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 10.16 Soit N 1 et f , g o
N
(on a donc, en particulier, f , g L
2
C
(R
N
)).
Alors

f et g sont des lments de 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 appli-
quer le thorme dinversion (thorme 10.6). 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 7.12). 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
,
La proposition 10.16 permet de dnir, par un argument de densit, la transforme de
Fourier dans L
2
C
(R
N
).
Thorme 10.17 (Transforme de Fourier dans L
2
, Plancherel) Soit N 1. Il
existe une application linaire continue

T 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

T(f ) =

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

T(f )

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

T(

T(f ))().
4.

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

T(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 = T(f ) C
0
(R
N
, C)) ou si f L
2
C
(R
N
) (et alors

f =

T(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 8.14), on en dduit que cette application se prolonge (de manire unique) en
une application, note

T, linaire continue de L
2
C
(R
N
) dans L
2
C
(R
N
).
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
2
C
(R
N
). La proposi-
tion 10.16 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

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

T 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 10.16 donne que [
f
n
[
2
= [f
n
[
2
pour tout n N. En passant
la limite quand n +, on en dduit [

T(f )[
2
= [f [
2
. Ce qui prouve la continuit
de

T 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 8.14, 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 8.14, 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

T(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

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

f =

T(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 10.16 donne (
f
n
g
n
)
2
= (f
n
g
n
)
2
pour tout
10.5. RSOLUTION DUNE E.D.O OU DUNE E.D.P 527
n N. En passant la limite quand n +on obtient bien (

T(f )

T(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

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

f
n
()

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

f
n
()

T(

T(f ))() dans L
2
C
(R
N
) quand n +. La proposition 10.11
donne f
n
=

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

T(

T(f ))() p.p..
4. Linjectivit de

T (de L
2
C
(R
N
) dans L
2
C
(R
N
)) dcoule du fait que [

T(f )[
2
= [f [
2
et que

T est linaire. La surjectivit est une consquence immdiate du troisime
item.
10.5 Rsolution dune quation diffrentielle ordinaire ou
dune quation aux drives partielles
On donne ici deux exemples simples dutilisation de la transformation de Fourier
pour la rsolution dune quation diffrentielle (souvent note EDO pour quation
Diffrentielle Ordinaire) ou dune quation aux drives partielles (souvent note EDP
pour quation 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

(x) +a
0
f (x) = g(x), pour tout x R. (10.3)
Si f o
1
vrie (10.3), elle vrie ncessairement, par transformation de Fourier :
a
N

f
(N)
(t) +. . . +a
1
f

(t) +a
0
f (t) =g(t), pour tout t R.

cest--dire :
a
N
(it)
N
f (t) +. . . +a
1
it
f (t) +a
0
f (t) =g(t), pour tout t R.

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)
.
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 10.11, on obtient :
f (t) =
f (t) =
_
g
p
_
(t), pour tout t R. (10.4)
On a donc montr que f est ncessairement donne par (10.4). Rciproquement, il
est facile de voir que la fonction donne par (10.4) est solution de (10.3), cest donc
lunique solution dans o
1
de (10.3) (en supposant que p ne sannule par sur R).
Soit N 1, on considre une fonction u : R
N
R, de classe C
2
(cest--dire deux
fois continment drivable), dont on peut donc dnir le Laplacien u =
N
i=1
2
u
x
2
i
.
On cherche dterminer les fonctions harmoniques de o
N
, cest--dire les fonctions
u o
N
telles que :
u(x) = 0, pour tout x R
N
. (10.5)
Cherchons u o
N
(et donc u o
N
) solution de (10.5). 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 (10.5) 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 convena-
blement dnir u). On obtient encore que la seule solution de (10.5) 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 (10.5) (et
on peut montrer que ce sont les seules fonctions, de classe C
2
et bornes, solutions
de (10.5), cest le thorme de Liouville en analyse complexe).
10.6 Fonction caractristique dun vecteur alatoire
La transforme de Fourier a son quivalent en probabilits : il sagit de la fonction
caractristique dune variable alatoire (rien voir avec la fonction caractristique
dun ensemble !).
Dnition 10.18 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
i Xu
dP = E(e
i Xu
), pour u R
d
.
Dans la dnition prcdente, la fonction e
i Xu
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..
10.6. FONCTION CARACTRISTIQUE DUN VECTEUR ALATOIRE 529
Proposition 10.19 Soit (, /, P) un espace probabilis, d 1 et X un v.a. de dimen-
sion d. La fonction caractristique 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
).
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 10.13 (qui donne p
X
C
b
(R
d
, C)).
Le deuxime item est donne par le premier item de la proposition 10.14.
Pour le troisime item, on remarque que le deuxime item de la proposition 10.14
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 9.28 les v.a.r. X
1
, . . . , X
d
sont indpen-
dantes si et seulement p
X
= p
X
1
. . . p
X
d
. Par la proposition 10.14, 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 caractristiques. Nous donnons ce lien dans le deuxime item du
thorme 10.21 (d Paul Lvy).
Thorme 10.21 (Convergence en loi et fonctions caractristiques, Paul Levy)
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
.
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 10.21. 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 10.15 et la continuit de ). Puis dans la seconde
tape on conclut grce la proposition 9.21.
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 ime 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 10.15 donne alors, pour tout a > 0 et n N.
m
n
(x, x a) a
_
2/a
0
(1
n
(t))dt. (10.6)
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 (10.6) 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 9.21. Cette proposi-
tion nous donne lexistence dune sous-suite de la suite (X
n
)
nN
et dun v.a. X tel que
cette sous-suite tende vers X en loi. On en dduit, en 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)) . (10.7)
Mais, la proposition 9.21 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 caractristiques (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 (10.7). On a bien ainsi
montr nalement que X
n
X en loi.
On donne maintenant la fonction caractristique dun vecteur gaussien.
Proposition 10.22 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((Xm)
2
) 0) de sorte que X (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 Dsa matrice de covariance (donc, Dest une matrice symtrique,
composantes dindices j et k de X) de sorte que X (m, D) (proposition 9.33).
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 (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 4.53) et donne que est de classe C
1
et
(t) =
_
R
(y) sin(yt)e
y
2
2
dy.
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) =
_
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
i Xu
) =
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 9.5) :
2
= E((X u m u)
2
) = E(u
t
(Xm)(Xm)
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, qui nous dit que toute somme de variables
alatoires indpendantes et identiquement distribues tend en loi vers une variable
alatoire gaussienne.
Thorme 10.23 (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 (0, D). (Voir la dnition 9.5 et la proposition 9.33 pour la
dnition de cette loi normale multidimensionnelle.)
DMONSTRATION Daprs le thorme 10.21 et la proposition 10.22, 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
i Y
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 9.27 (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
. (10.8)
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 (10.8), ceci donne
Y
n
(u) = z
n
n
= (1
a
n
n
)
n
.
Comme a R, le lemme 10.24 donne le rsultat, cest--dire lim
n+
Y
n
(u) = e
a
=
e
u
t
Du
2
.
Lemme 10.24
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 suf-
t 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.
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)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.
10.7. EXERCICES 535
Comme tz
n
+(1 t)y
n
tz
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
nz
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
10.7.1 Transformation de Fourier
Exercice 10.1 (Rsultat partiel dinversion de Fourier dans L
1
C
) Soit H(t) =
e
t
, t R. On pose, pour > 0 :
h
(x) = (2)
1
2
_
R
H(t)e
itx
dt, x R.
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
.
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.
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, T, ), 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, T, ) et H() L
R
(R, T, ), on peut utiliser le thorme de Fubini
(thorme 7.12) 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, T, ) et g L
C
(R, T, )
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, T, ), montrer que :
[f h
2f [
1
0 lorsque 0.
[On pourra utiliser la continuit en moyenne et la question prcdente avec g(y) =
_
f (x +y) f (x)dx.]
Corrig Comme
_
R
h
(y)dy =
2, on a :
[f h
2f [
1
=
_
R
_
R
(f (x y) f (x))h
(y)dydx
_
R
__
R
f (x y) f (x)h
(y)dy
_
dx.
10.7. EXERCICES 537
En utilisant le thorme de Fubini-Tonelli (thorme 7.7), 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 5.21, 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. Elle 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 10.6.
Corrig On note L
1
= L
1
C
(R, T, ). Soit f L
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
n

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
n

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..
Exercice 10.2 (La transformation de Fourier nest ni stable ni surjective) Soit
a R
+
. On note L
1
C
lespace L
1
C
(R, B(R), ). On pose f = 1
[a,a]
.
1. Calculer la transforme de Fourier de f . En dduire que L
1
C
nest pas stable par
transformation de Fourier.
Corrig On a bien f L
1
C
. Soit t R
, on a
f (t) =
1
2
_
a
a
e
ixt
dx =
1
it
2
(e
iat
e
iat
) =
1
t
2
2sin(at) =
_
2
sin(at)
t
.
Pour t = 0, on a

f (0) =
_
2
a. (On peut remarquer que

f est bien continue sur R.)
La fonction

f nest pas intgrable sur R (pour la mesure de Lebesgue), ce qui montre
que L
1
C
nest pas stable par Fourier.
2. Pour n N
, on pose g
n
= 1
[n,n]
. Calculer f g
n
, et montrer quil existe h
n
L
1
C
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
1
C
. En dduire que la transforme de Fourier nest
pas surjective de L
1
C
dans C
0
(R, C).
Corrig Soit n N
. La fonction f g
n
est dnie sur tout R et pour x R on a
f g
n
(x) =
_
R
f (y)g
n
(x y)dy = ([a, a] [x n, x +n]), (10.9)
car f (y)g
n
(x y) = 1 si y [a, a] [x n, x +n] et 0 sinon.
On peut eventuellement expliciter f g
n
(mais ce nest pas ncessaire pour la suite).
Pour n > a, on obtient :
f (x) =
_
_
0 si x a +n,
a x +n si a +n x < a +n
2a si a n x < a +n
x +n +a si n a x < a n
0 si x < n a.
Comme f et g
n
appartiennent L
1
C
, on sait (par le cours) que f g
n
L
1
C
et

f g
n
=
f g
n
. On obtient donc, pour tout t R (en posant sin(t)/t = 1 pour t = 0),
f g
n
(t) = h
n
(t), avec h
n
(t) = 2
_
2
sin(at) sin(nt)
t
2
.
La fonction h
n
est continue sur R et h
n
(t)
8/(1/t
2
) pour tout t, on en dduit
que h
n
L
1
C
, on peut donc appliquer le thorme dinversion de Fourier. Il donne
f g
n
() =

f g
n
=

h
n
.
Comme f g
n
() = f g
n
(par (10.9)), on a bien nalement f g
n
=

h
n
avec h
n
L
1
C
.
Comme f et g
n
sont de carr intgrable, on sait que f g
n
C
0
(R, R)) (voir lexercice
8.6). Ceci peut aussi se voir directement sur la formule pour f g
n
. La formule (10.9)
donne aussi f g
n
(x) 2a pour tout x et tout n. La suite (f g
n
)
nN
est donc borne
dans C
0
(R, R) (et aussi dans C
0
(R, C)). On montre maintenant que la suite (h
n
)
nN
1
C
.
Soit > 0 t.q. sin(at)/(at) 1/2 pour tout t [0, ]. On a alors pour tout n N
8
_
R
h
n
(t)dt
a
2
_

0
sin(nt)
t
dt =
a
2
_
n
0
sin(z)
z
dz,
Ce qui prouve que (h
n
)
nN
1
C
car la fonction z sin(z)/z
nest pas intgrable sur R.
Si lapplication tait surjective de L
1
C
dans C
0
(R, C), elle serait alors bijective
et continue (car on sait dj quelle est injective et continue). Le thorme de Banach
1
1. Thorme de Banach : Si T est une application linaire bijective et continue dun espace de Banach
E dans un espace de Banach F, alors son inverse est continue.
10.7. EXERCICES 539
donnerait alors que son inverse est aussi continue, ce qui est faux car la suite (
h
n
)
nN
est borne dans C
0
(R, C) alors que la suite (h
n
)
nN
est non borne dans L
1
C
.
Exercice 10.3 (Application du thorme dinversion)
On note L
p
lespace L
p
C
(R, T, ).
1. Soient f , g L
1
, montrer que f g L
1
, g
f L
1
et
_
f gd =
_
g
f d.
2. Soit B = [
1
2
,
1
2
]. Montrer que 1
B
1
B
(t) = (1 t)
+
pour tout t R.
3. On pose
n
(t) = (1
t
n
)
+
pour tout n N
et pour tout t R.. 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
_

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

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

f L
1
.
Exercice 10.4 (Transforme de Fourier inverse) Soit f L
1
R
(R, B(R), ). On sup-
pose que la transforme de Fourier de f , note

f , est aussi intgrable (pour la mesure
de Lebesgue).
1. En utilisant le fait que f prend ses valeurs dans R, montrer que
Re(
f (t)) = Re(
f (t)) pour tout t R,

Im(
f (t)) = Im(
f (t)) pour tout t R,

o Re() et Im() dsignent les parties relle et imaginaire du nombre complexe .
Corrig Pour tout t R, on a

f (t) =
1
2
_
R
f (x)e
ixt
dx.
Soit t R, on a donc
f (t) =
1
2
_
R
f (x)e
ixt
dx.
En utilisant le fait que f prend ses valeurs dans R, on obtient alors la formule suivante
pour le conjugu de

f (t) (not

f (t)) :
f (t) =
1
2
_
R
f (x)e
ixt
dx =
1
2
_
R
f (x)e
ixt
dx =

f (t).
En reprenant encore le conjugu, ceci donne bien

f (t) =

f (t).
2. Montrer que
f (x) =
_
2
_
+
0
Re(
f (t)e
itx
)dt pour presque tout x R.
Corrig Comme

f est intgrable, on sait f =
f () p.p. (thorme 10.1). On a

donc, pour presque tout x R,
f (x) =
1
2
_
R
f (t)e
ixt
dt =
1
2
_
0
f (t)e
ixt
dt +
1
2
_
+
0
f (t)e
ixt
dt.
Dans lintgrale de 0, on utilise le changement de variable s = t, on obtient
2f (x) =
_
+
0
f (s)e
ixs
ds +
_
+
0
f (t)e
ixt
dt.
En regroupant les deux intgrales, on en dduit
2f (x) =
_
+
0
_
f (t)e
ixt
+
f (t)e
ixt
_
dt.
La premire question montre que le nombre complexe

f (t) est le conjugu de

f (t).
Comme le nombre complexe e
ixt
est le conjugu de e
ixt
on en dduit que

f (t)e
ixt
est le conjugu de

f (t)e
ixt
. Ceci donne alors
2f (x) =
_
+
0
2Re(
f (t)e
ixt
)dt.
On obtient bien, nalement, pour presque tout x R,
f (x) =
_
2
_
+
0
Re(
f (t)e
itx
)dt.
Exercice 10.5 (Caractrisation de m par m) Soit d 1.
1. Soit m et deux mesures signes sur les borliens de R
d
. On suppose que m =.
(a) Soit L
1
C
(R
d
, B(R
d
),
d
). Montrer que
_
dm =
_
d.
_
dm = (2)
d
2
_ __
e
ixt
(x)dx
_
dm(t). (Les in-
tgrales sont toutes sur R
d
). La mesure signe m peut se dcomposer en diffrence
de deux mesures positives trangres m = m
+
m
(dcomposition de Hahn,
proposition 2.32). Comme
_ _
e
ixt
(x)dxdm
|
(t) = [[
1
m
|
(R
d
) < +,
on peut utiliser le thorme de Funini-Tonelli (thorme 7.7) 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.
10.7. EXERCICES 541
(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 10.11). 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
, uniform-
ment 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 5.8 donne alors m = .
2. Soit m une mesure signe sur les borliens de R
d
. On suppose que m L
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().
Exercice 10.6 (Transforme de Fourier du produit de fonctions)
Pour p [1, +], On note L
p
lespace L
p
C
(R, B(R), ) et on dsigne par [ [
p
la norme
dans L
p
.
On note C
c
(R, C) lensemble des fonctions de classe C
et support compact de
R dans C. Enn, on note C
b
(R, C) lensemble des fonctions continues bornes de R
dans C.
Si f L
1
, on dsigne par

f la transforme de f (on a donc

f C
b
(R, C)).
Si f L
2
, on dsigne par F(f ) la transforme de Fourier de f (on a donc F(f ) L
2
).
On rappelle que si f L
1
L
2
, on a

f = F(f ) p.p.. Dans ce cas, on confond, en
gnral,

f et F(f ).
1. (Convolution L
2
L
2
). Soit u, v L
2
. Montrer que pour tout t R la fonction
s u(t s)v(s) est intgrable et donc que la fonction u v est dnie sur tout R
par la formule
u v(t) =
_
R
u(t s)v(s)ds, pour tout t R.
Montrer que u v C
b
(R, C) et que [u v[
[u[
2
[v[
2
.
2. Soit f , g C
c
(R, C).
(a) Montrer que f , g, f g L
1
L
2
, puis que

f , g L
1
L
2
.
(b) Montrer que, pour tout t R,
f g(t) =
1
f g(t).
[On pourra, par exemple, utiliser le fait que f , g L
1
et calculer

f g(t) en
utilisant la dnition de

f et la transforme de Fourier inverse pour g.]
3. Soit f , g L
2
. Montrer que, pour tout t R,
f g(t) =
1
2
F(f ) F(g)(t).
Exercice 10.7 (Caractrisation des fonctions valeurs relles) Soit d 1. Pour
1 p , on note L
p
lespace L
p
C
(R
d
, B(R
d
),
d
).
1. Soit f o
d
. Montrer que f (x) R pour tout x R
d
si et seulement si

f () =

f ()
pour tout R
d
.
2. Soit f L
1
. Montrer que f (x) R pour presque tout x R
d
si et seulement si
f () =

f () pour tout R
d
.
3. Soit f L
2
. Montrer que f (x) R pour presque tout x R
d
si et seulement si
f () =

f () pour presque tout R
d
.
Exercice 10.8 (f C
c
et

f = 0 sur un ouvert non vide implique f = 0)
Soit f C
c
(R, C) et U un ouvert non vide de R. On suppose que

f = 0 sur U.
Montrer que f = 0 sur tout R. [On pourra commencer par montrer que lapplication
z = +i C
_
f (x)e
ix(+i)dx
est bien dnie et drivable sur C.]
Exercice 10.9 (Thorme dinjection de Sobolev)
Soit d 1. Pour p [1, ], on note L
p
lespace lespace L
p
C
(R
d
, B(R
d
),
d
). Si
f L
2
, on note

f la transforme de Fourier de f .
Pour s R, s 0, on note H
s
(R
d
) = f L
2
t.q. (1 +
2
)
s
2
f L
2
et [f [
H
s =
[(1 +
2
)
s
2
f [
L
2 .
On rappelle que C
0
(R
d
, C) est un sous espace vectoriel ferm de C
b
(R
d
, C) muni de
la norme [f [
u
= sup
xR
d f (x). Avec cette norme, C
b
(R
d
, C) et C
0
(R
d
, C) sont des
espaces de Banach.
Soit s >
d
2
.
1. Soit f H
s
(R
d
). Montrer que

f L
1
. En dduire que f C
0
(R
d
, C) (au sens il
existe g C
0
(R
2
) telle que f = g p.p. ; on confond alors f et g).
2. Montrer que H
s
(R
d
) C
0
(R
d
, C) et quil existe C
s
, ne dpendant que de s et d,
t.q. :
[f [
u
C
s
[f [
H
s pour tout f H
s
(R
d
).
10.7. EXERCICES 543
3. On sintresse maintenant au cas d = 2.
(a) Soit s > 1 et u H
s
(R
2
). Montrer que
[f [
u

1
2
_
(s 1)
[f [
H
s .
(b) Soit 1 < s < 2 et f H
2
(R
2
). Montrer que
[f [
H
s [u[
2s
H
1
[f [
s1
H
2
.
[Utiliser lingalit de Hlder.]
(c) On pose C=
_
e
2
. Montrer que
f H
2
(R
2
), [f [
H
1 = 1 [f [
u
C
_
ln(1 +[f [
H
2 ).
[Pour a > 1, on pourra chercher le minimum pour s ]1, 2[ de la fonction s
a
s1
s1
, et distinguer selon les valeurs de a.]
Soit > 0, montrer quil existe C
, ne dpendant que de , t.q. :

f H
2
(R
2
), [f [
H
1 [f [
u
C
_
ln(1 +[f [
H
2 ).
10.7.2 Fonction Caractristique dune v.a.r.
Exercice 10.10 (Calcul de fonctions caractristiques) Soit (, /, P) un espace
probabilis 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 : P(X = 1) = p = 1 P(X = 0)).
3. X suit une loi exponentielle de paramtre (avec > 0).
Exercice 10.11 (Loi normale et vecteur gaussien) Soit (, /, P) un espace proba-
bilis, 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 (m, D), o (m, D) est dnie par la dnition 9.5, montrer
que X est un vecteur gaussien.
Exercice 10.12 (Vecteurs gaussiens et densit) Soit (, /, P) un espace probabilis,
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 (m, D) donne dans la dnition 9.5.
Exercice 10.13 (V.a. gaussiens, indpendance, covariance) Soit (, /, P) un es-
pace probabilis, d 1 et X = (X
1
, . . . , X
d
) un v.a. de dimension 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
(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.
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 proposi-
tion 10.19), on en dduit que a
1
X
1
+a
2
X
2
(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 10.22)
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 indpendantes.
Corrig Daprs la proposition 10.20, pour montrer que X
1
et X
2
sont indpen-
dantes, 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 (grce la proposition 10.22),
en reprenant les notations de la question prcdente (cest--dire X
k
(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
.
10.7. EXERCICES 545
2. On suppose toujours d = 2. Donner un exemple pour lequel X
1
et X
2
sont gaus-
siennes 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 4.42.]
Corrig On considre les deux v.a.r. S et X de lexercice 4.42 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
(0, 1) et X
2
(0, 1)),
elles sont dpendantes et on a Cov(X
1
, X
2
) = 0 (voir lexercice 4.42). 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 La dmonstration est ici similaire celle de la question 1(b). Daprs
la proposition 10.20, 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 10.22), avec
X
k
(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
.
Exercice 10.14 (Suite de v.a.r.i.i.d. de Poisson) Soit (, /, P) un espace probabilis
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) = , Var(X) = .
1. Calculer la fonction caractristique
X
de X.
Corrig Soit u R, on a
X
(u) =
_
e
i Xu
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
i Y
n
u
dP =
_
n
p=1
e
i X
p
u
dP. Comme
les v.a.r. X
1
, . . . , X
n
sont indpendantes, on en dduit que
Y
n
(u) =
n
_
p=1
_
e
i X
p
u
dP = e
n(e
iu
1)
.
Comme la loi dune v.a.r. est entirement dtermine par sa fonction caractristique
(proposition 10.19), 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).
Le thorme central limite (thorme 10.23) donne que la suite (P
Z
n
)
nN
converge
troitement vers la loi normale (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 6.62 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 +.
Exercice 10.15 (Sur les lois des grands nombres) Soit (, /, P) un espace proba-
bilis 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.
Corrig On a
_
XdP =
_
R
x
(1 +x
2
)
dx
1
2
_
+
1
1
x
dx = +.
Ce qui prouve que X nest pas 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.]
Corrig On a
P(X > n) =
_
x>n
1
(1 +x
2
)
dx
1
_
+
n
1
x
2
dx =
1
n
.
3. Pour x R, on pose g(x) = e
x
. Montrer que
2
1 +u
2
=
_
R
e
iux
g(x)dx =
2g(u) pour tout u R.

10.7. EXERCICES 547
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), ).]
Corrig Soit u R. La fonction x e
iux
g(x) est bien intgrable sur R. Comme
la fonction g est paire on a
_
R
e
iux
g(x)dx = 2
_
+
0
cos(ux)e
x
dx.
En intgrant deux fois par parties, on montre que
_
+
0
cos(ux)e
x
dx =
_
+
0
u sin(ux)e
x
dx +1 =
_
+
0
u
2
cos(ux)e
x
dx.
On en dduit que
(1 +u
2
)
_
+
0
cos(ux)e
x
dx = 1,
et donc que
_
R
e
iux
g(x)dx =
2
1 +u
2
. On remarque aussi que, grce la parit de g,
g(u) =
1
2
_
R
e
iux
g(x)dx =
1
2
_
R
e
iux
g(x)dx.
Enn, la dnition de fonction caractristique de X donne
X
(u) =
f (u).
Comme f (x) =
1
2
2
1+x
2
=
1
2
g(x) (pour tout x R), on a donc (en utilisant
g = g()
et la parit de g)
f =
1
g =
1
2
g() =
1
2
g,
ce qui donne, nalement,
X
= g.
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.
Corrig Soit u R, on a, grce lindpendance des X
p
,
Z
n
(u) = E(e
iuZ
n
) = E(
n
_
p=1
e
i
u
n
X
p
) =
n
_
p=1
E(e
i
u
n
X
p
).
Les v.a.r. X
p
tant identiquement distribues, on a, pour tout p N
et tout v R,
E(e
iuX
p
) = e
iuX
1
=
X
1
(u) et donc
Z
n
(u) =
n
X
1
(
u
n
).
(b) Donner la loi de Z
n
.
Corrig Comme
X
1
= g et que g(x)
n
= g(nx), on a
Z
n
=
X
1
. La loi de Z
n
est donc la mme que la loi de X
1
, cest--dire la loi de Cauchy (car deux v.a.r. qui
ont mme fonction caractristique ont mme loi).
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.
Corrig Comme B
c
n
=
_
+
p=n
A
c
p
, on a aussi
B
c
n
=
+
_
k=n
C
k
avec C
k
=
k
_
p=n
A
c
p
.
Comme C
k+1
C
k
pour tout k n, la continuit dcroissante de P donne
P(B
c
n
) = lim
k+
P(C
k
).
Pour tout p, on a A
c
p
(X
p
). Comme les v.a.r. X
p
sont indpendantes, on a donc
P(C
k
) =
k
_
p=n
P(A
c
p
).
La question 2 donne P(A
c
p
) = 1 P(A
p
) = 1
1
p
et donc
P(C
k
) =
k
_
p=n
(1
1
p
).
De lgalit prcdente on dduit que
ln(P(C
k
)) =
k
p=n
ln(1
1
p
).
Comme lim
p+
pln(1
1
p
) = 1, le terme de droite de cette galit tend vers
quand k . On a donc lim
k+
P(C
k
) = 0 ce qui donne
P(B
c
n
) = 0 et donc P(B
n
) = 1.
10.7. EXERCICES 549
(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.]
Corrig La suite (B
n
)
nN
est dcroissante (cest--dire B
n+1
B
n
pour tout
n). On peut donc appliquer la proprit de continuit dcroissante de P. On obtient
P(B) = lim
n+
P(B
n
) = 1.
(c) Soit B. Montrer que
X
n
()
n
,0 quand n +.
, on a B
n
. Il existe donc p n t.q. A
p
,
cest--dire
X
p
()
p
> 1, ceci montre bien que bien 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.
[crire X
n
en fonction de Z
n
et Z
n1
.]
, on a X
n
() = nZ
n
() (n 1)Z
n1
() et donc
X
n
()
n
= Z
n
()
n 1
n
Z
n1
().
Si la suite (Z
n
())
nN
converge (dans R), on en dduit bien
lim
n+
X
n
()
n
= 0.
(e) Dduire des trois questions prcdentes que la suite (Z
n
)
nN
ne converge pas p.s.
vers une limite nie quand n +.
Corrig La consquence des questions prcdentes est que pour tout B, la
suite (Z
n
())
nN
ne converge pas dans R. Comme P(B) = 1, on a donc presque
srement une non convergence de la suite (Z
n
)
nN
.
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.
, on a
Z
2n
Z
n
=
1
2n
n
i=1
X
i
+
1
2n
2n
i=n+1
X
i
=
U
n
2
+
V
n
2
,
en posant
U
n
= Z
n
et V
n
=
1
n
2n
i=n+1
X
i
.
Les v.a.r. U
n
et V
n
sont indpendantes (voir la proposition 9.23) et ont pour loi la loi
de Cauchy (cest une consquence de la question 4(b)). La question 4(b) donne aussi
que la v.a.r. (1/2)(U
n
+V
n
) a pour loi la loi de Cauchy. On obtient donc nalement
que la v.a.r. Z
2n
Z
n
a pour loi la loi de Cauchy et la question 2 donne alors
P(Z
2n
Z
n
> 1)
1
. (10.10)
On en dduit que la suite (Z
n
)
nN
ne peut pas converger en probabilits. En effet, si
Z
n
Z en probabilit (quand n +), on a, par exemple,
Z
2n
Z
n
> 1 Z
2n
Z >
1
2
Z
n
Z >
1
2
,
et donc
P(Z
2n
Z
n
> 1) P(Z
2n
Z >
1
2
) +P(Z
n
Z >
1
2
).
Comme Z
n
Z en probabilit, ceci donne
lim
n+
P(Z
2n
Z
n
> 1) = 0,
en contradiction avec (10.10).
7. Pour quelles raisons ne peut-on appliquer, la suite (Z
n
)
nN
, les lois forte et faible
des grands nombres ?
Corrig La loi forte des grands nombres ne sapplique pas car la suite (X
n
)
nN
nest pas une suite de v.a.r. intgrables. La loi faible des grands nombres ne sapplique
pas car la suite (X
n
)
nN
nest pas une suite de v.a.r. de carrs intgrables.
Exercice 10.16 (Sur la loi dun vecteur alatoire) Soit (, /, P) un espace proba-
bilis 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 10.17 (Limite en loi de Gaussiennes) Soit (, /, P) un espace probabilis,
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
.
10.7. EXERCICES 551
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
caractristique 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.
Corrig La fonction
Z
est continue sur R, elle donc continue en 0. Comme
Z
(0) = 1, la fonction
Z
est donc non nulle au voisinage de 0. Il existe donc t 0
t.q.
Z
(t) 0.
2. Montrer que la suite (
2
n
)
nN
est convergente dans R. [On pourra utiliser la conver-
gence de
X
n
(t) vers
X
(t) pour t bien choisi.]
Corrig On choisit t 0 t.q.
X
(t) > 0 (ce qui est possible grce la premire
question). Comme X
n
X en loi quand n +, on a lim
n+
X
n
(t) =
X
(t) et
donc
e
2
n
2
t
2
=
X
n
(t)
X
(t) quand n +.
Comme la fonction ln est continue sur R
+
, on en dduit que
lim
n+
2
n
2
t
2
= ln(
X
(t))
et donc
lim
n+
2
n
=
2
avec
2
=
2ln(
X
(t)
t
2
R
+
.
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 9.20.]
Corrig Soit n N. Si
n
= 0, on a P
X
n
=
m
n
et P(X
n
m
n
) = P(X
n

m
n
) = 1.
Si
n
0, On a
P(X
n
m
n
) =
_
+
m
n
1
2
n
e
(xm
m
)
2
2
2
n
dx =
_

0
1
2
e
x
2
2
dx =
1
2
.
On a de mme P(X
n
m
n
) = 1/2.
Comme X
n
X en loi, la proposition 9.20 donne que la suite (P
X
n
)
nN
est tendue. Il
existe donc a > 0 (ne dpendant de n) t.q. P(X
n
a) < 1/2 et P(X
n
a) < 1/2.
On en dduit que a < m
n
< a. La suite (m
n
)
nN
est donc borne.
4. Montrer que la suite (m
n
)
nN
est convergente. En dduire que X est une v.a.r.
gaussienne.
Corrig Soit t R, comme lim
n+
X
n
(t) =
X
(t) et que lim
n+
2
n
=
2
(donn la deuxime question) on a
lim
n+
e
im
n
t
= e
2
2
t
2
X
(t).
Si m et sont deux valeurs dadhrence de la suite (m
n
)
nN
, on a donc e
imt
= e
it
pour tout t R. Ceci est impossible si m (car, si m , en prenant t = /(m)
on a e
i(m)t
= e
i
= 1 1). On a donc m = . La suite (m
n
)
nN
est donc une
suite (relle) borne ayant une seule valeur dadhrence, ce qui montre quelle est
convergente dans R.
On pose m = lim
n+
m
n
, on a alors
X
(t) = e
2
2
t
2
e
imt
pour tout t R. Ceci
montre que X est une v.a.r. gaussienne et X (m,
2
).
Exercice 10.18 (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
i Zt
) 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 10.19 (Indpendance et variables gaussiennes) 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 caractristiques,
donne dans la proposition 10.20 : Soit Z
1
, Z
2
deux v.a.r., on note Z le v.a. (de dimen-
sion 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 caractristiques 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 dvelop-
pement limit des fonctions cos et sin.]
10.7. EXERCICES 553
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.
Chapitre 11
Esprance conditionnelle et
martingales
A lorigine, une martingale est une technique utilise par les joueurs dans les jeux de
hasard pour tenter dinchir le hasard en leur faveur, avec cependant peu de russite
en pratique ! Nous allons ici donner une introduction la thorie des martingales en
probabilits.
11.1 Esprance conditionnelle
Nous commenons par dnir lesprance conditionne par une tribu.
Dnition 11.1 (Esprance conditionnelle dune v.a.r.) Soit (, /, P) un espace
probabilis, X une v.a.r. intgrable et B une tribu incluse dans /. On appelle esp-
rance conditionne par B de X ou esprance conditionnelle de X par rapport B
lensemble des applications Z de dans R, B-mesurables, intgrables et t.q. :
E(ZU) = E(XU) pour toute application U : R, B-mesurable, borne. (11.1)
On note E(XB) cette esprance conditionnelle (qui est donc un ensemble de fonctions,
on montre plus loins que cest un lment de L
1
R
(, B, P).) (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 montre dans la proposition 11.2 que,
sous les hypothses de la dnition 11.1, lesprance conditionnelle existe, cest--dire
que lensemble E(XB) est non vide, et que E(XB) est unique, ceci signiant que
556 CHAPITRE 11. ESPRANCE CONDITIONNELLE ET MARTINGALES
si Z
1
, Z
2
E(XB), on a ncessairement Z
1
= Z
2
p.s.. En fait, E(XB) est donc un
lment de L
1
R
(, B, P).
Lensemble E(XB), dni dans la dnition 11.1, est donc un ensemble de v.a.r. (car Z
B-mesurable implique Z /-mesurable) et, en pratique, on confond, comme dhabitude,
cet ensemble avec lun de ces lments (on confond un lment de L
1
R
(, B, 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(XB)
p.s. au lieu dcrire Z E(XB).
Avant de dmontrer lexistence et lunicit de lesprance conditionnelle, donnons
quelques exemples simples. Soit (, /, P) un espace probabilis et X une v.a.r. int-
grable.
Cas B est la tribu grossire. Prenons tout dabord B = , . Il est alors facile de
voir (exercice 11.1) que E(XB) est rduit un seul lment et que cet lment
est la fonction constante et gale E(X).
Cas B = /. Si maintenant B = /, alors E(X B) = X p.s.. Plus prcisment, E(XB)
est ici lensemble des v.a.r. Z t.q. Z = X p.s., cest--dire X en tant que lment
de L
1
R
(, /, P).
Cas o B = , A, A
c
, , 0 < P(A) < 1. 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(XB) est 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).
Cas o B = , B, B
c
, , P(B) = 1. 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, pour tre prcis, que E(XB) = Z
a
, a R (exercice 11.2)
cest--dire que E(XB) est la fonction constante et gale E(X) en tant que
lment de L
1
R
(, B, P), ce quon crit, avec la confusion habituelle entre un
lment de L
1
et lun de ses reprsentants, E(XB) = E(X) p.s..
On montre maintenant lexistence et lunicit de lesprance, conditionne par une
tribu, dune v.a.r. intgrable.
11.1. ESPRANCE CONDITIONNELLE 557
Proposition 11.2 Soit (, /, P) un espace probabilis et B une tribu incluse dans /.
Soit X une v.a.r. intgrable. Alors :
(Existence) E(XB) .
(Unicit) Z
1
, Z
2
E(XB) Z
1
= Z
2
p.s..
DMONSTRATION On dmontre dabord lunicit de E(XB). Puis, on dmontre
lexistence de E(XB) 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 dmonstration
de lexistence si X est de carr intgrable nest pas utilise pour la suite de la dmons-
tration mais elle est ventuellement intressante pour la comprhension de lesprance
conditionnelle.
Unicit. Soit Z
1
, Z
2
E(XB). 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 la dnition de lesprance conditionnelle (11.1) avec Z = Z
1
et Z = Z
2
, on
obtient
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) =
_
XVdP.
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 6.56), qui donne
lexistence de Z L
2
(, B, P
B
) t.q. :
T(V) =
_
ZVdP 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 la proprit (11.1) (et
donc que Z E(XB)). 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) =
_
ZVdP = E(ZU).
Lapplication Z vrie donc bien la proprit (11.1), ce qui prouve que Z E(XB).
Plus prcisment, un dveloppement du raisonnement ciavant (que les courageux
peuvent faire) permet dinterprter lapplication X E(XB) comme loprateur de
projection orthogonale de L
2
(, /, P) dans le sousespace vectoriel ferm form
partir de L
2
(, B, P
B
).
Existence si X est positive et intgrable. On utilise ici le thorme de Radon-Niko-
dym (thorme 6.78, qui se dmontre dailleurs avec le thorme de Riesz dans les
espaces de Hilbert, thorme 6.56). 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 6.78)
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 la proprit (11.1) (ce qui donne que Z E(XB)). 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 positive. 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 6.75.)
Lapplication Z vrie donc la proprit (11.1), ce qui prouve que Z E(XB).
Existence si X est seulement intgrable. Comme les fonctions X
+
et X
sont posi-
tives 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 la proprit (11.1), ce qui prouve que Z E(XB).
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
proposition 11.2). Pour cela, on va commencer par donner une p.s.-caractrisation de
E(XB) lorsque X est une v.a.r. positive et intgrable. Cette caractrisation nutilisant
pas lintgrabilit de X on aura ainsi une dnition de E(XB) lorsque X est une v.a.r.
positive. Ceci est fait dans la proposition 11.3 et la dnition 11.4.
Proposition 11.3 (Caractrisation de lesprance conditionnelle dune v.a.r. posi-
tive) Soit (, /, P) un espace probabilis et B une tribu incluse dans /.
1. Soit X une v.a.r. intgrable positive. Alors, Z E(XB) 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(XB) lensemble des applications B-mesurables
positives vriant la proprit (11.4). On a alors :
(a) (Existence)

E(XB) .
(b) (Unicit) Z
1
, Z
2

E(XB) Z
1
= Z
2
p.s..
DMONSTRATION On commence par montrer le premier item. Si Z E(XB), la
fonction Z est bien B-mesurable intgrable et vrie la proprit(11.1). Elle vrie
donc la proprit (11.4) en ajoutant lhypothse 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 la proprit (11.4) (cest--dire avec U B-mesurable
positive mais non ncessairement borne), il suft dutiliser le thorme de convergence
monotone (thorme 4.17) 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 la proprit
(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(XB).
On montre maintenant le deuxime item de la proposition.
Existence
On reprend la dmonstration de la proposition 11.2. 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 6.78 (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 la proprit (11.4) (ce qui
donnera que Z

E(XB)). 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 4.18 sur les
sries termes positifs)
E(ZU) = E(XU).
Lapplication Z vrie donc la proprit (11.4), ce qui prouve que Z

E(XB).
Unicit
Soit Z
1
, Z
2

E(XB). prenons U = (sign(Z
1
Z
2
))
+
(qui est bien B-mesurable et
positive). On a donc, par la proprit (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. Pour n N
, on pose
B
n
= Z
1
n Z
2
n et U
n
= U1
B
n
.
Lapplication U
n
est encore B-mesurable et positive ; comme Z
1
, Z
2

E(XB), la
proprit (11.4) donne E(Z
1
U
n
) = E(Z
2
U
n
). On a donc
0 E(Z
1
U
n
) = E(Z
2
U
n
) n,
do lon dduit que 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 4.16) 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 11.4 (Esprance conditionnelle dune v.a.r. positive) 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-mesurables, positives et t.q. :
E(ZU) = E(XU), U : R, B mesurable et positive. (11.5)
On note

E(XB) cette esprance conditionnelle (cest donc un ensemble de fonctions).
(Noter que dans (11.5), les applications ZU et XU sont bien des v.a.r. positives, leur
intgrale sur est donc bien dnie et appartient

R
+
).
La proposition 11.3 nous donne lexistence et lunicit (p.s.) de lesprance condition-
nelle lorsque X est une v.a.r. positive. Sous les hypothses de la dnition 11.4, si X
est de plus intgrable, on a donc deux dnitions de lesprance conditionnelle de X
par rapport B, note E(XB) et

E(XB). La proposition 11.3 montre que Z
1
E(XB)
et Z
2

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

E(XB) avec lun de ces lments, on a donc E(XB) =

E(XB)
p.s.. Il est donc inutile de conserver la notation

E(XB) et on conservera la notation
E(XB) 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.
Remarque 11.5 (Linarit de lesprance conditionnelle) Un premire proprit
de lesprance conditionnelle est sa linarit. Soit (, /, P) un espace probabilis,
B une sous tribu de / et X
1
, X
2
deux v.a.r. intgrables. On pose Z
1
= E(X
1
B) et
Z
2
= E(X
2
B) (plus prcisment, Z
1
et Z
2
sont des reprsentants de E(X
1
B) et
E(X
2
B)). Soit U une v.a.r. B-mesurable borne, on a
E(Z
1
U) = E(X
1
U) et E(Z
2
U) = E(X
2
U).
Par linarit de lesprance, on a donc E((Z
1
+Z
2
)U) = E((X
1
+X
2
)U). Ceci prouve
que Z
1
+Z
2
= E(X
1
+X
2
B) p.s. et donc que
E(X
1
+X
2
B) = E(X
1
B) +E(X
2
B) p.s..
Proposition 11.6 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/(p 1) si
p < + et q = 1 si p = ). On suppose que X L
p
R
(, /, P). Soit Z = E(XB) p.s..
Alors, Z L
p
R
(, /, P) et E(ZU) = E(XU) pour toute application U (de dans R)
B-mesurable telle que 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 11.2.
Proposition 11.7 (Ingalit de Jensen gnralise) Soit (, /, P) un espace proba-
bilis, 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(XB))p.s..
DMONSTRATION Daprs le lemme 11.8 donn ciaprs, 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(XB) p.s. (plus prcisment, Z est un reprsentant de E(XB)). 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)(XZ) 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(XB)),
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.
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..
Voici maintenant le lemme utilis dans la dmonstration prcdente.
Lemme 11.8 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 =
. 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 dnit maintenant lesprance conditionnelle par rapport une v.a.r. ou un v.a.
Dnition 11.9 (Esprance conditionnellement une v.a.r) Soit (, /, P) un es-
pace 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(YX) cette esprance conditionnelle, de sorte que E(YX) = E(Y(X)). (Lensemble
E(YX) est donc un ensemble de v.a.r. et, comme dhabitude, on confond E(YX) avec
lun de ces lments.)
Pour caractriser E(YX) (sous les hypothses de la dnition 11.9) et pour calculer
cette esprance conditionnelle, on utilise, en gnral, le thorme 3.31 que nous
rappelons sous une forme lgrement plus prcise (donne dans la dmonstration du
thorme 3.31).
Thorme 11.10 (Mesurabilit dune v.a.r. par rapport une autre) 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 sil 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 sil 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 sil existe f , fonction
borlienne positive de R dans R, t.q. Y = f (X).
DMONSTRATION La dmonstration de ce thorme est donne dans la dmons-
tration du thorme 3.31.
Voici une consquence immdiate de ce thorme, utilise pour calculer E(YX)
Proposition 11.11 (Calcul de E(YX)) 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(YX) si et seulement sil 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.
2. On suppose que Y est positive. Alors, Z E(YX) si et seulement sil 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 11.10.
La consquence de la proposition 11.11 est que (sous les hypothses de la proposi-
tion) lon cherche E(YX) 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(XY) 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 11.11 montre galement que (sous les hypothses de la proposi-
tion 11.11) la fonction Y est une fonction de X (cest--dire Y = (X) pour un
certain de R dans R) si et seulement si E(YX) = 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(YX) = 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 11.12 (Deux proprits de lesprance conditionnelle) Voici deux pro-
prits qui nous serons utiles dans la section suivante. Soit (, /, P) un espace proba-
bilis, 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(XVB) = VE(XB) p.s.. (Voir
lexercice 11.4.)
2. On suppose que (X) et B sont des tribus indpendantes. On a alors E(XB) = 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(XY) = E(X) p.s.. (Voir lexercice
11.5.)
11.2 Martingales
Dnition 11.13 (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.
11.2. MARTINGALES 565
Dnition 11.14 (Martingale) Soit (, /, P) un espace probabilis, (B
n
)
nN
une
ltration et (X
n
)
nN
un processus rel (cest--dire une suite de v.a.r.).
(Martingale) La suite (X
n
)
nN
est une martingale par rapport la ltration (B
n
)
n
si
on a, pour tout n N,
1. X
n
est B
n
-mesurable et intgrable,
2. E(X
n+1
B
n
) = X
n
p.s..
(Sous et sur martingale) La suite (X
n
)
nN
est une sousmartingale [resp. surmar-
tingale] par rapport la ltration (B
n
)
nN
si on a, pour tout n N,
1. X
n
est B
n
-mesurable et intgrable,
2. E(X
n+1
B
n
) X
n
p.s. [resp. E(X
n+1
B
n
) X
n
p.s. ].
Remarque 11.15 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 11.16 (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(XB
n
). La
suite (X
n
)
nN
est une martingale (par rapport la ltration (B
n
)
n
). (Voir lexercice
11.24.)
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
n
)
n
).
(Voir lexercice 11.25.)
Dnition 11.17 (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 B
t.q., pour tout n N, AT = n B

n
o B
est la plus petite tribu contenant toutes

les tribus B
n
(cest--dire la tribu engendre par les B
n
).
Le thorme suivant montre quune martingale arrte est encore une martingale.
Thorme 11.18 (Martingale arrte un temps darrt) Soit (, /, P) un espace
probabilis 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
).
Comme T n + 1 =
_
_
n
k=0
T = k
_
c
B
n
, la remarque 11.12 (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.
11.3. EXERCICES 567
Thorme 11.19 (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 11.19 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 conditionnellement une tribu) Soit (, /, P) un es-
pace probabilis et Y une variable alatoire relle intgrable. Dans les trois cas sui-
vants, montrer que E(YB) est rduit un lment et dterminer E(YB) (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(YB), il existe donc a R t.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(YB) 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 parties B et B
c
sont non vides (car de probabilit strictement 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(YB), 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
YdP+
_
B
c
YdP pour tout , R.
Comme P(B) > 0 et P(B
c
) = 1 P(B) > 0, la seule solution est donc :
a =
_
B
YdP
P(B)
et b =
_
B
c
YdP
P(B
c
)
.
Lensemble E(YB) est donc rduit un seul lment, la fonction Z dnie par
Z =
_
B
YdP
P(B)
1
B
+
_
B
c
YdP
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 prc-
dentes. 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(YB), 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
YdP,
pour toute suite borne (
n
)
nN
R. Comme P(B
n
) > 0, la seule solution est donc :
a
n
=
_
B
n
YdP
P(B
n
)
pour tout n N
.
Comme on sait que lensemble E(YB) 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(YB)). Lensemble E(YB) est donc rduit un seul lment. Cet
lment est la fonction Z dnie par
Z =
nN
_
B
n
YdP
P(B
n
)
1
B
n
.
Exercice 11.2 (Esprance conditionnellement une tribu (2)) Soit (, /, P) un
espace probabilis et X une v.a.r. intgrable.
1. 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 .
11.3. EXERCICES 569
Montrer que E(XB) est lensemble des v.a.r. Z
a
avec a R (en pratique, comme
on confond E(XB) avec lun de ses reprsentants, on peut crire E(XB) = Z
a
p.s.
avec nimporte quel a dans R, et donc, par exemple, E(XB) = E(X) p.s..)
Corrig On raisonne comme dans lexercice 11.1. Si Z E(XB), il existe a, b R
t.q. Z = a1
B
+b1
B
c et 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
XdP+
_
B
c
XdP pour tout , R.
Comme P(B) = 0 et P(B
c
) = 1 ceci donne a = E(X) pour tout R et donc
a = E(X). On a donc bien E(XB) = Z
b
, b R.
2. Soit I un ensemble ni ou dnombrable, (B
n
)
nI
une famille de sous tribus de /
telle que
B
n
B
m
= si n m =
_
nI
B
n
.
On prend pour B la tribu engendre par (B
n
)
nI
(cest--dire B =
_
nJ
B
n
, J I).
Montrer que
E(XB)
nJ
_
B
n
XdP
P(B
n
)
1
B
n
p.s.,
o J = n I, t.q. P(B
n
) > 0.
Corrig On raisonne encore comme dans lexercice 11.1.
On remarque dabord quune application Z de dans R est B-mesurable si et
seulement si il existe une suite (
n
)
nI
R telle que
Z =
nI
n
1
B
n
.
Si Z E(XB), il existe donc (a
n
)
nI
R t.q. Z =
nI
a
n
1
B
n
. La famille (a
n
)
nI
doit
alors tre telle que Z soit intgrable et que E(ZU) = E(UY) pour toute application U
B-mesurable borne de dans R, cest--dire telle que
nI
a
n
P(B
n
) < +et
nI
n
a
n
P(B
n
) =
nI
n
_
B
n
YdP,
n
)
nI
R. Comme P(B
n
) > 0 si n J et P(B
n
) = 0 si n J,
ceci donne
a
n
=
_
B
n
YdP
P(B
n
)
pour tout n J,
ce qui dnit Z p.s.. On obtient donc
Z =
nJ
_
B
n
YdP
P(B
n
)
1
B
n
p.s..
Exercice 11.3 (Esprance conditionnellement 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(YX).
Corrig On utilise la proposition 11.11. Soit Z E(YX), il existe alors , fonc-
tion 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(YX). Plus prcisment, la fonction
(X) est un lment de E(YX), 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
. Donner un lment
de E(YX).
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 prc-
dente). Noter que A
1
A
2
= et P(A
1
) + P(A
2
) = 1. On utilise encore la proposi-
tion 11.11. Soit Z E(YX), 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)). (11.10)
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 lga-
lit (11.10), on obtient :
(x
1
)
1
P(A
1
) +(x
2
)
2
P(A
2
) =
1
_
A
1
YdP+
2
_
A
2
YdP,
pour tout
1
,
2
R. Comme P(A
i
) > 0 pour i = 1, 2, on en dduit que (x
i
) =
_
A
i
YdP
P(A
i
)
, pour i = 1, 2, et donc que
Z =
_
A
1
YdP
P(A
1
)
1
A
1
+
_
A
i
YdP
P(A
i
)
1
A
2
p.s..
Ici encore, la fonction (X) est un lment de E(YX) ds que est une fonction
borlienne de R dans R et t.q. (x
i
) =
_
A
i
YdP
P(A
i
)
pour i = 1, 2 (un exemple possible est
donc (x
i
) =
_
A
i
YdP
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 dnom-
brable x
n
, n N
avec P(X = x
n
) 0 pour tout n N
. Donner un lment de
E(YX).
11.3. EXERCICES 571
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 11.11. Soit Z E(YX) (Noter que, comme on sait
que E(YX) est non vide, il existe Z E(YX)). 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)). (11.11)
On a donc
Z =
nN
(x
n
)1
A
n
p.s..
Soit (
n
)
nN
R une suite borne de R. Dans lgalit (11.11), 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
YdP,
n
)
nN
R. Comme P(A
n
) > 0 pour tout n N
, on en
dduit que (x
n
) =
_
A
n
YdP
P(A
n
)
, pour tout n N
, et donc que
Z =
nN
_
A
n
YdP
P(A
n
)
1
A
n
p.s..
Enn, ici encore, la fonction (X) est un lment de E(YX) ds que est une fonction
borlienne de R dans R et t.q. (x
n
) =
_
A
n
YdP
P(A
n
)
pour tout n N
. Un exemple possible
est donc (x
n
) =
_
A
n
YdP
P(A
n
)
pour tout n N
et (x) = 0 pour x x
n
, n N
. Cet
exemple donne la fonction
nN
_
A
n
YdP
P(A
n
)
1
A
n
.
Exercice 11.4 (galit desprances conditionnelles) Soit (, /, P) un espace pro-
babilis, B une soustribu de /, X une v.a.r. intgrable et V une v.a.r. B-mesurable
borne. Montrer que E(XVB) = E(XB)V p.s..
Corrig Comme X est intgrable et que V est borne, la v.a.r. XV est intgrable et
donc E(XVB) est bien dnie.
On pose Z = E(XB) (en toute rigueur, on choisit plutt un lment de E(XB)). Soit U
une v.a.r. B-mesurable et borne. La v.a.r. UV est aussi B-mesurable et borne, on a
donc
E((XV)U) = E(X(UV)) = E(Z(UV)) = E((ZV)U).
Comme ZV est B-mesurable (et que U est arbitraire), ceci prouve que E(XVB) = ZV
p.s. (plus prcisment, ZV est un lment de E(XVB)). On a donc bien montr que
E(XVB) = E(XB)V p.s..
Exercice 11.5 (Esprance conditionnelle et indpendance) Soit (, /, P) un es-
pace probabilis, et X une v.a.r. intgrable.
1. Soit Y une v.a.r. indpendante de X. Montrer que E(XY) = E(X) p.s..
Corrig Soit U une v.a.r. (Y)-mesurable borne. Selon le thorme 11.10, il
existe , fonction borlienne borne de R dans R, t.q. U = (Y). Comme ((Y))
(Y), les v.a.r. X et (Y) sont aussi indpendantes, on a donc
E(X(Y)) = E(X)E((Y)) = E(E(X)(Y)).
Comme le fonctions constantes sont (Y)-mesurables, on en dduit que E(XY) = E(X)
p.s. (en toute rigueur, on a dmontr que la fonction constante et gale E(X) est un
lment de E(XY)).
2. Soit B une sous tribu de /. On suppose que (X) et B sont des tribus indpendantes.
Montrer que E(XB) = E(X) p.s..
Corrig Cette question contient la question prcdente. En effet, on a E(XY) =
E(X(Y)) et, par dnition, lindpendance de X et Y est lindpendance des tribus
(X) et (Y). La dmonstration est trs voisine de la prcdente.
Soit U une v.a.r B-mesurable borne. Comme U est B-mesurable, on a (U) B. On
en dduit que X et U sont indpendantes. On a donc
E(XU) = E(X)E(U) = E(E(X)U).
On en dduit bien que E(XB) = E(X) p.s..
Exercice 11.6 (Esprance conditionnelle dune v.a.r. appartenant L
p
)
Soit (, /, P) un espace probabilis, ( une soustribu 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 que E(Z) = E(Y) pour tout (mesurable et intgrable.
Corrig On pose
U = 1
Z>M
1
Z>M
.
La v.a.r. U est (-mesurable (car Z est (-mesurable) borne. On a donc E(ZU) =
E(YU).
Comme E(ZU) = E(ZU) et
E(YU) =
_
YUdP
_
YUdP ME(U),
11.3. EXERCICES 573
on a E(ZU) ME(U) et donc E((Z M)U) 0, cest--dire
_
Z>M
(Z] M)dP 0.
On en dduit que P(Z > M) = 0, et donc Z M p.s..
Soit une v.a.r. (mesurable et intgrable. Pour n N
, on pose
n
= T
n
() avec T
n
(s) = maxn, minn, s (pour s R).
La v.a.r.
n
est (mesurable borne, on a donc, pour tout n N
,
E(Z
n
) = E(Y
n
). (11.12)
Comme
n
p.s. quand n +et que Z
n
M p.s. et Y
n
M p.s.,
le thorme de convergence domine nous permet de passer la limite dans (11.12)
quand n +. On obtient
E(Z) = E(Y).
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.
Corrig On utilise la fonction borlienne T
n
dnie la question prcdente et
on pose sign(s) = 1 si s > 0, sign(s) = 1 si s < 0 et sign(0) = 0 (cest la fonction
signe dnie par (4.73)..
Soit n N
. On pose
Z
n
= sign(Z)T
n
(Z)
p1
.
La v.a.r. Z
n
est (-mesurable borne, on a donc E(ZZ
n
) = E(YZ
n
). En utilisant
lingalit de Hlder avec p et q (ce qui est possible car Y
p
est intgrable et Z
n
q
est intgrable car borne), ceci donne
_
Zn
Z
p
dP = E(ZZ
n
) = E(YZ
n
) [Y[
p
_
_
Zn
Z
p
dP
_
1
1
p
.
On en dduit
_
Zn
Z
p
dP [Y[
p
p
.
Le thorme de convergence monotone nous permet alors de conclure que Z
p
est
intgrable et que [Z[
p
[Y[
p
.
Soit une v.a.r. (mesurable. On suppose que
q
est intgrable.
Pour n N
, on pose
n
= T
n
(). La v.a.r.
n
est (mesurable borne, on a donc,
pour tout n N
,
E(Z
n
) = E(Y
n
). (11.13)
On a
n
p.s. quand n +et Z
n
Z p.s., Y
n
Y p.s.. Les fonc-
tions Z et Y sont intgrables (car Z
p
, Y
p
sont intgrables et
q
est intgrable).
Le thorme de convergence domine nous permet alors de passer la limite dans
(11.13) quand n +. On obtient E(Z) = E(Y).
Exercice 11.7 (Calcul de E(exp(XY)X) si Y (0, 1)) Soit (, /, P) un espace
probabilis 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 lindpen-
dance de X et Y (et le thorme 9.28, qui donne que P
(X,Y)
= P
X
P
Y
) et le fait que
Y (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 11.11 on cherche un lment de E(e
XY
X) sous la forme (X) o
est une 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(e
XY
(X)).
Soit une application borlienne borne de R dans R, on calcule E(e
XY
(X)) en
utilisant, comme prcdemment, lindpendance de X et Y et le fait que Y (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..
Exercice 11.8 (Esprance selon une somme de v.a.r.i.i.d) Soit (, /, P) un espace
probabilis.
1. Soit X et Y deux v.a.r. intgrables. Montrer que E(XX+Y) +E(YX+Y) = X+Y
p.s.. On suppose maintenant que X et Y sont indpendantes et de mme loi. Montrer
que
E(XX+Y) = E(YX+Y) =
X+Y
2
p.s..
11.3. EXERCICES 575
Corrig Par linarit de lesprance conditionnelle (voir la remarque 11.5), on a
E(XX+Y) +E(YX+Y) = E(X+YX+Y)p.s.,
et on en dduit bien que
E(XX+Y) +E(YX+Y) = X+Yp.s..
On utilise maintenant la proposition 11.11. Soit fonction borlienne de R dans R
telle que E(XX+ Y) = (X+ Y) p.s.. Si X et Y sont indpendantes et de mme loi,
on va montrer que E(YX+Y) = (X+Y) p.s..
Soit fonction borlienne borne de R dans R. Comme E(XX+Y) = (X+Y) p.s.,
on a
E(X(X+Y)) = E((X+Y)(X+Y)).
En notant m la loi commune X et Y, on a aussi, grce lindpendance de X et Y
(qui donne P
(X,Y)
= mm),
E(X(X+Y)) =
_
R
2
x(x +y)dm(x)dm(y)
=
_
R
2
y(x +y)dm(x)dm(y) = E(Y(X+Y)).
On a donc E(Y(X+ Y)) = E((X+ Y)(X+ Y)), ce qui prouve que E(YX+ Y) =
(X+Y) p.s. et donc
E(XX+Y) = E(YX+Y) p.s..
Comme E(XX+Y) +E(YX+Y) = X+Y p.s., on obtient, nalement,
E(XX+Y) = E(YX+Y) =
X+Y
2
p.s..
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 p.s..
Corrig La mthode donne la question prcdente se gnralise facilement.
On remarque tout dabord (par linarit de lesprance) que
n
i=1
E(X
i
S
n
) = E(
n
i=1
X
i
S
n
) = E(S
n
S
n
) = S
n
p.s..
Puis, pour i j, en utilisant que X
1
, . . . , X
n
sont des v.a.r. indpendantes et de mme
loi (ce qui donne que P
(X
1
,...,X
n
)
= m. . . m si m est la loi commune aux X
i
), on
montre que
E(X
i
S
n
) = E(X
j
X
n
) p.s..
On en dduit alors que E(X
i
S
n
) = S
n
/n p.s., pour tout i = 1, . . . , n.
Exercice 11.9 (Une condition ncessaire et sufsante pour avoir X = Y p.s.) Soit
(, /, P) un espace probabilis et X, Y deux v.a.r. intgrables. On suppose que
E(XY) = Yp.s.etE(YX) = Xp.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.
Corrig On remarque que (X Y)1
X>c,Y>c
+(X Y)1
X>cY
= (X Y)1
X>c
.
On a donc
E
_
(X Y)1
X>c,Y>c
_
E
_
(Y X)1
X>cY
_
= E((X Y)1
X>c
) = E(X1
X>c
) E(Y1
X>c
).
Comme E(YX) = X p.s. et que 1
X>c
est une v.a.r. (X)-mesurable borne, on a
E(Y1
X>c
) = E(X1
X>c
) et ceci donne alors
E
_
(X Y)1
X>c,Y>c
_
E
_
(Y X)1
X>cY
_
= 0.
Comme Y X 0 sur X > c Y, on a bien, nalement
E
_
(X Y)1
X>c,Y>c
_
= E
_
(Y X)1
X>cY
_
0.
En changeant X, Y en Y, X, on montre aussi que
E
_
(Y X)1
X>c,Y>c
_
0.
On en dduit alors que E
_
(X Y)1
X>c,Y>c
_
= 0 et donc que
E
_
(Y X)1
X>cY
_
= 0.
Enn, comme YX < 0 sur X > c Y, lgalit prcdente permet de conclure que
P(X > c Y) = 0.
2. Montrer que X = Y p.s..
Corrig Pour c R, on pose A
c
= X > c Y. On a donc P(A
c
) = 0 pour tout
c R.
On remarque maintenant que X Y > 0 =
cQ
A
q
. Par -sous additivit de P on
en dduit que
P(X Y > 0)
cQ
P(A
c
) = 0.
Ici encore, en changeant X, Y en Y, X, on montre aussi que P(Y X > 0) = 0 et
donc que X = Y p.s..
3. on suppose maintenant que X et Y sont de carr intgrables. Montrer quune d-
monstration (beaucoup) plus directe de la question 2 est possible en calculant E((X
Y)
2
).
11.3. EXERCICES 577
Corrig Comme E(XY) = Y p.s., on a E(XY) = E(Y
2
). De mme, comme E(YX)
= X p.s., on a E(YX) = E(X
2
). On en dduit que
E((X Y)
2
) = E(X
2
) +E(Y
2
) E(XY) E(YX) = 0,
et donc que X = Y p.s..
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) Soit (, /, P)
un espace probabilis et X, Y deux v.a. intgrables t.q. XY est intgrable et E(XY) =
E(X) p.s.. Montrer que E(XY) = E(X)E(Y).
Corrig Grce la proposition 11.11 on a, pour toute application de R dans
R,borlienne borne,
E(E(XY)(Y)) = E(X(Y))
Comme E(XY) = E(X) p.s., on en dduit, pour toute application de R dans R,bor-
lienne borne,
E(X)E((Y)) = E(X(Y)). (11.14)
Soit n N
. Pour s R, on pose T
n
(s) = maxn, mins, n. La fonction T
n
est bor-
lienne (car continue) borne (par n) de R dans R. On peut donc utiliser (11.14) 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).
Exercice 11.11 (galit de lois donne galit desprances conditionnelles) Soit
(, /, P) un espace probabilis 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(XZ) = E(YZ) p.s..
Corrig On note m la loi commune (X, Z) et (Y, Z). Soit une fonction bor-
lienne borne de R dans R. On a
E(X(Z)) =
_
R
2
x(z)dm(x, z),
et, de mme
E(Y(Z)) =
_
R
2
y(z)dm(y, z) =
_
R
2
x(z)dm(x, z).
On a donc E(X(Z)) = E(Y(Z)), ce qui donne bien E(XZ) = E(YZ) 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..
Corrig On suppose que f (X) et f (Y) sont intgrables. On note toujours m la loi
commune (X, Z) et (Y, Z). On a alors, pour toute fonction borlienne borne de R
dans R,
E(f (X)X(Z)) =
_
R
2
f (x)(z)dm(x, z) = E(f (Y)(Z)).
On a donc E(f (X(Z)) = E(Y(Z)), ce qui donne bien
E(XZ) = E(YZ)p.s..
Noter que lintgrabilit de X et Y est inutile pour cette question. Cest lintgrabilit
de f (X) et f (Y) qui a t utilise.
Si on retire lhypothse que f (X) et f (Y) sont intgrables mais que f est valeurs dans
R
+
, le mme raisonnement permet de conclure en prenant des fonctions borliennes
positives.
Exercice 11.12 (Convergence faible et esprances conditionnelles) Soit (, /, P)
un espace probabilis, B une soustribu 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.r. U borne, on a
lim
n+
E(X
n
U) = E(XU)).
1. Montrer que pour toute v.a.r. U, B-mesurable et borne, on a
lim
n+
E(E(X
n
B)U) = E(E(XB)U).
Corrig Soit U une v.a.r. B-mesurable et borne. On a
E(E(X
n
B)U) = E(X
n
U) et E(E(XB)U) = E(XU).
Comme lim
n+
E(X
n
U) = E(XU), on en dduit que
lim
n+
E(E(X
n
B)U) = E(E(XB)U).
2. Montrer que
E(X
n
B) E(XB) faiblement dans L
1
(, /, P) quand n +.
Corrig Soit U une v.a.r. borne. On pose V = E(UB) de sorte que V est une
v.a.r. B-mesurable borne (voir lexercice 11.6). Comme E(X
n
B) (pour tout n N)
et E(XB) sont des v.a.r. B-mesurable et intgrable, on a (voir aussi lexercice 11.6)
E(UE(X
n
B)) = E(VE(X
n
B)) pour tout n N
et
E(UE(XB)) = E(VE(XB)).
11.3. EXERCICES 579
Daprs la premire question, on a lim
n+
E(E(X
n
B)V) = E(E(XB)V), on en
dduit que
lim
n+
E(E(X
n
B)U) = E(E(XB)U).
Ce qui donne que E(X
n
B) E(XB) faiblement dans L
1
(, /, P) quand n +.
Exercice 11.13 (Minoration dune esprance conditionnelle) Soit (, /, P) un
espace probabilis, B une soustribu 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(YZ) E(UZ). Montrer que E(YB) U p.s..
Corrig Soit A = E(YB) < U. Comme U et E(YB) sont B-mesurable, la v.a.r.
1
A
est B-mesurable. Lhypothse donne alors E(Y1
A
) E(U1
A
). Comme E(Y1
A
) =
E(E(YB)1
A
), on en dduit
E((E(YB) U)1
A
) = E(E(YB)1
A
) E(U1
A
) 0.
Comme E(YB) U < 0 sur A, on a donc P(A) = 0, ce qui prouve que E(YB) U p.s..
Exercice 11.14 (Dpendance linaire et dpendance non linaire) Soit (, /, P)
un espace probabilis et X, Y deux v.a.r. de carr intgrable et non constantes (on
rappelle que la v.a.r. X est dite constante sil existe a R t.q. X = a p.s.).
1. (Dpendance linaire.) On pose X =
XE(X)
Var(X)
et Y =
YE(Y)
Var(Y)
.
(a) Montrer que Cov(X, Y) 1.
Corrig Comme Var(X) = E((X E(X))
2
), on a, avec lingalit de Cauchy-
Schwarz,
Cov(X, Y) =
E((X E(X))(Y E(Y))
_
Var(X)Var(Y)

_
Var(X)Var(Y)
_
Var(X)Var(Y)
= 1
(b) Montrer que Cov(X, Y) = 1 si et seulement si il existe , R, 0, t.q.
Y = X+.
Corrig Si Cov(X, Y) = 1, on doit avoir une galit dans lingalit de Cauchy-
Schwarz utilise la question prcdente. Les v.a.r. XE(X) et YE(Y) sont alors
colinaires. Il existe a, b R t.q. (a, b) (0, 0) t.q.
a(X E(X)) +b(Y E(Y)) = 0 p.s..
Comme la v.a.r. X et Y sont constantes, on en dduit que, avec = a/b 0 et
= E(Y) +(a/b)E(X),
Y = X+.
(c) Donner un exemple pour lequel Y = f (X) (avec f fonction borlienne de R dans
R) et Cov(X, Y) = 0.
Corrig Voici un exemple simple. On prend = 1, 2, 3, / = !() et P
dnie par P(i) = 1/3 pour i = 1, 2, 3. On dnit X et Y en posant
X(1) = 1, X(2) = 0, X(3) = 1,
Y(1) = 1, Y(2) = 2, Y(3) = 1.
Les v.a.r. X et Y sont bien de carr intgrable et non constantes. On a E(X) =
E(Y) = 0 et Cov(X, Y) = 0 (et donc Cov(X, Y) = 0). Enn, on a Y = f (X) pour tout
fonction borlienne t.q. f (1) = f (1) = 1 et f (0) = 2.
2. (Dpendance.)
(a) On suppose que X et Y sont indpendantes. Montrer que E(YX) = E(Y) p.s..
Corrig Cette question est dmontre dans lexercice 11.5.
(b) Montrer quil existe f (fonction borlienne de R dans R) t.q. Y = f (X) p.s. si et
seulement si E(YX) = Y p.s..
Corrig Cette question est une consquence de la proposition 11.11.
Si il existe f (fonction borlienne de R dans R) t.q. Y = f (X) p.s., on a alors
E(Y(X)) = E(f (X)(X)) pour toute fonction borlienne borne de R dans R.
Ceci montre que E(YX) = f (X) p.s. et donc E(YX) = Y p.s..
Rciproquement, on sait quil existe toujours fonction borlienne de R dans R
t.q. E(YX) = (X) p.s.. Si E(YX) = Y p.s., on a donc Y = (X) p.s..
Exercice 11.15 (Lorsque E(YX) = X p.s.. . . ) Soit (, /, P) un espace probabilis
et X, Y deux v.a.r. de carr intgrable.
On suppose que E(YX) = 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.
Corrig Cette proprit a t vue dans la proposition 11.2. On peut la montrer
partir de la dnition 11.1 en considrant T
n
((X)) avec
T
n
(s) = minmaxn, s, n.
En effet, pour tout n N, la v.a.r. T
n
((X)) est (X)-mesurable borne. Comme
E(YX) = X p.s., on a donc
_
YT
n
((X))dP =
_
XT
n
((X))dP.
Comme (X) L
2
R
(, /, P), le thorme de convergence domine permet de passer
la limite dans cette galit quand n +. On obtient bien
_
Y(X)dP =
_
X(X)dP, cest--dire
E(Y(X)) = E(X(X)).
(b) Montrer que E(Y) = E(X) et E(XY) = E(X
2
).
11.3. EXERCICES 581
Corrig En prenant (s) = 1 pour tout s R, la question prcdente donne
E(Y) = E(X). Puis, en prenant (s) = s (ce qui est possible car X
2
est intgrable),
on a E(YX) = E(X
2
).
2.(a) Montrer que E(X
2
) E(Y
2
).
Corrig Comme E(XY) = E(X
2
), on a
0 E((Y X)
2
) = E(Y
2
) +E(X
2
) 2E(XY) = E(Y
2
) E(X
2
).
Ce qui donne bien E(X
2
) E(Y
2
).
On peut aussi faire cette question en remarquant que lingalit de Jensen donne
E(Y
2
X) E(YX)
2
p.s.. On a donc E(Y
2
X) X
2
p.s.. On en dduit, en particulier,
que E(Y
2
) E(X
2
).
(b) Montrer que Y = X p.s. si et seulement si E(Y
2
) = E(X
2
).
Corrig Si Y = X p.s., on a, bien sr, E(Y
2
) = E(X
2
). Rciproquement, si
E(Y
2
) = E(X
2
), la question prcdente donne E((Y X)
2
) = 0 et donc Y = X p.s..
Exercice 11.16 (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 Yet Dla 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 = Xl(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 10.13].
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 = Xl(Y) = X Y, on a
a
1
Z+a
2
Y = a
1
X+(a
2
a
1
)Ya
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 (m,
2
). On a alors
a
1
X+(a
2
a
1
)Ya
1
(ma
1
,
2
).
ceci prouve que a
1
X+(a
2
a
1
)Ya
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 10.13 donne que Z et Y sont indpendantes.
3. Montrer que E(XY) = l(Y) p.s.
Corrig La v.a.r. l(Y) est intgrable (car sa loi est gaussienne). Pour mon-
trer que E(XY) = l(Y) p.s., il suft, daprs la proposition 11.11, 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 = Xl(Y) on a donc
E[X(Y)] = E[l(Y)(Y)].
Ce qui prouve bien que E(XY) = l(Y) p.s.
4. Calculer (en fonction de D) Var(Z).
Corrig Comme E[Z] = 0 et E[Zl(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,
2
).
11.3. EXERCICES 583
5. Soit f une fonction borlienne borne de R dans R. Pour a R, on pose (a) =
_
R
f d
a
.
(a) Montrer que est une fonction continue (de R dans R) si > 0.
Corrig On utilise ici le thorme 4.52. 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 4.52) 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
((xM)
+
)
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 4.52 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 11.11), 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 indpen-
dantes,
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 (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..
Exercice 11.17 (Indpendance et esprance) Soit (, /, P) un espace probabilis
et B
1
, B
2
deux soustribus 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 YU
1
et U
2
sont des v.a.r. indpendantes. En dduire
que YU
1
U
2
est intgrable et que E(YU
1
U
2
) = E(YU
1
)E(U
2
).
3. On pose Z
1
= E[YB
1
] (la v.a.r. Z
1
est B
1
-mesurable intgrable et E(YU) =
E(Z
1
U) pour toute v.a.r. B
1
-mesurable borne).
(a) Montrer que E(Y1
C
) = E(Z
1
1
C
) pour tout C (.
(b) Montrer que E(Y1
B
) = E(Z
1
1
B
) pour tout B B.
4. Montrer que E[YB] = E[YB
1
] p.s..
Exercice 11.18 (Esprance conditionnelle dune somme) Soit (, /, P) un espace
probabilis et (X
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 E(X
1
S
n
) =
S
n
n
p.s..
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 lexer-
cice 11.17 en choisissant convenablement B
1
et B
2
.]
Exercice 11.19 (Exercice liminaire aux martingales) 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
t.q. T est la tribu engendre par
_
nN
T
n
. Soit X L
2
R
(E, T, p) et E(XT
n
) lesprance
conditionnelle de X par rapport la tribu T
n
. Nous allons montrer que E(XT
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(XT
n
)
nN
qui
converge faiblement vers e dans L
2
R
(E, T, p).
2. Montrer que
_
XYdp =
_
eYdp, pour tout v.a.r. Y T
n
-mesurable et de carr int-
grable.
11.3. EXERCICES 585
3. Montrer que
_
XYdp =
_
eYdp, pour tout v.a.r. Y de carr intgrable. En dduire
que e = X p.s..
4. Montrer que [E(XT
n
)[
2
[X[
2
. En dduire que la suite (E(X, T
n
))
nN
converge
vers X dans L
2
R
(E, T, p).
Exercice 11.20 (Esprance conditionnelle pour une suite dcroissante de tribus)
Soit (, /, P) un espace probabilis et (B
n
)
nN
une suite de tribus incluses dans /.
On suppose B
n+1
B
n
, pour tout n N, et on pose B =
_
nN
B
n
(de sorte que B est
aussi une tribu incluse dans /).
1. Soit X une v.a.r.. On suppose que pour tout n N il existe Y
n
v.a.r. B
n
-mesurable
t.q. X = Y
n
p.s.. Montrer quil existe Y v.a.r. B-mesurable t.q. X = Y p.s..
N.B. Cette premire question montre en quel sens on peut crire L
p
(, B, P) =
_
nN
L
p
(, B
n
, P) pour tout p [1, +].
Corrig Pour tout n N, il existe A
n
/ t.q. P(A
n
) = 0 et X = Y
n
sur A
c
n
. On
pose A =
_
nN
A
n
. On a donc P(A) = 0 (par -sousadditivit de P) et, pour tout
n N, X = Y
n
sur A
c
.
On dnit maintenant

Y de dans R en posant

Y() = liminf
n+
Y
n
(). Comme
Y
n
= X sur A
c
(pour tout n N), on a donc

Y = X sur A
c
et donc

Y = X p.s..
Soit p N. Comme Y
n
est B
p
-mesurable pour n p (car B
n
B
p
), la stabilit des
fonctions mesurables donne que

Y est B
p
-mesurable. Soit C un borlien de R, on a
donc

Y
1
(C) B
p
pour p N. Par la dnition de B, on en dduit que

Y
1
(C) B.
On a donc

Y B-mesurable de dans R et

Y = X p.s.. Il nous reste modier
lgrement

Y pour obtenir une v.a.r.. Pour cela, on pose E = ,

Y() = |.
On a E B (car

Y est B-mesurable). On peut dnir Y par
Y() =

Y() si E,
Y() = 0 si E.
La fonction Y est ainsi une v.a.r. B-mesurable et Y = X p.s. (noter que E A).
2. Soit (X
n
)
nN
une suite de v.a.r.. On suppose que, pour tout n N, X
n
est B
n
-
mesurable et de carr intgrable.
(a) On suppose que X
n
X dans L
2
(, /, P) quand n +. Montrer que X est
B-mesurable (au sens quil existe Y B-mesurable t.q. X = Y p.s.).
Corrig On peut supposer, aprs extraction ventuelle dune sous-suite (encore
note (X
n
)
nN
), que X
n
X p.s.. (Aprs cette extraction, on a toujours
_
nN
B
n
=
B.)
Comme X
n
X p.s., il existe donc A / t.q. P(A) = 0 et X
n
() X() (quand
n +) pour tout A
c
. On procde alors comme la question prcdente
en posant

Y() = liminf
n+
X
n
(). La fonction

Y va de dans R et est B
p
-
mesurable pour tout p N (car X
n
est B
p
-mesurable pour n p). La fonction

Y
est donc B-mesurable et

Y = X p.s. (car Y = X sur A
c
). Enn, on pose E = ,
Y() = |. On a E B (car

Y est B-mesurable) et on dnit Y par
Y() =

Y() si E,
Y() = 0 si E.
La fonction Y est ainsi une v.a.r. B-mesurable et Y = X p.s..
(b) On suppose que X
n
X faiblement dans L
2
(, /, P) quand n +. Montrer
que X est B-mesurable.
Corrig On peut montrer cette question en utilisant une petite remarque dana-
lyse fonctionnelle (voir la remarque 6.84). Puisque X
n
X faiblement dans
L
2
(, /, P) quand n +, il existe une suite (Y
n
)
nN
t.q.
i. Y
n
X dans L
2
(, /, P) quand n +,
ii. pour tout n N, Y
n
est une combinaison convexe de lensemble des X
p
, p n.
Comme X
p
est B
n
-mesurable pour p n, la v.a.r. Y
n
est aussi B
n
-mesurable. On est
ainsi ramen la question prcdente et on obtient quil existe Y v.a.r. B-mesurable
t.q. X = Y p.s..
3. Soit X une v.a.r. de carr intgrable.
Montrer que E(XB
n
) E(XB) dans L
2
(, /, P) quand n +.
Corrig On pose Z
n
= E(XB
n
) (en tant quelque peu pointilleux, on devrait
plutt dire quon choisit un lment de lensemble E(XB
n
)). On pose aussi Z =
E(XB) et on raisonne par labsurde.
Si Z
n
,Z dans L
2
(, /, P) quand n +, il existe > 0 et une sous-suite, encore
note (Z
n
)
nN
, t.q.
[Z
n
Z[
2
On remarque maintenant que la suite (Z
n
)
nN
est borne dans L
2
(, /, P) (plus
prcisment, on a E(Z
2
n
) E(X
2
) car E(Z
2
n
) = E(Z
n
X)
_
E(Z
2
n
)
_
E(X
2
)). Comme
L
2
(, /, P) est un espace de Hilbert, on peut donc supposer, toujours aprs extraction
dune sous-suite, quil existe

Z t.q.
Z
n

Z faiblement dans L
2
(, /, P) quand n +.
On montre maintenant que

Z = Z p.s..
La question prcdente montre que

Z est B-mesurable. Puis pour tout U v.a.r. B-
mesurable et de carr intgrable on a
E(Z
n
U) = E(XU) pour tout n N.
Comme Z
n

Z faiblement dans L
2
(, /, P), on peut passer la limite (quand
n +) dans cette galit. On obtient
E(
ZU) = E(XU).
Ce qui prouve que

Z = E(XB) p.s. et donc que

Z = Z p.s.. Pour conclure, il reste
montrer que Z
n
Z dans L
2
(, /, P) (en contradiction avec (11.15)). Pour cela, il
suft de montrer que E(Z
2
n
) E(Z
2
) (car E((Z
n
Z)
2
) = E(Z
2
n
) 2E(Z
n
Z) +E(Z
2
)
11.3. EXERCICES 587
et E(Z
n
Z) E(Z
2
) grce la convergence faible de Z
n
vers Z). On utilise une
nouvelle fois la convergence faible de Z
n
vers Z (et le fait que Z
n
= E(XB
n
) et
Z = E(XB) pour crire que
E(Z
2
n
) = E(Z
n
X) E(ZX) = E(Z
2
) quand n +.
Finalement, on obtient bien que Z
n
Z dans L
2
(, /, P), en contradiction avec
(11.15).
Exercice 11.21 (Projection sur L
2
(, (X), P) versus projection sur ev(X)) Soit
(, /, P) un espace probabilis. Si B est une soustribu de /, on note encore P la
restriction de P B, de sorte que (, B, P) est encore un espace probabilis. On rap-
pelle 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 orthogo-
nale 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 soustribu 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(YX) = E[Y(X)] =
P
L
2
(,(X),P)
Y.
Exercice 11.22 (Loi de X et Y et loi de (X, Y)) Soit (, /, P) un espace probabilis
et X, Y deux v.a.r.. On suppose que le couple (X, Y) a pour loi une loi de densit par
rapport la mesure de Lebesgue (sur les borliens de R
2
) et que cette densit est
donne par la fonction g de R
2
dans R
+
dnie par
g(x, y) =
1 +x
2
4
2
e
(1+x
2
)y
2

x
2
2
pour x, y R.
1. Montrer que X a pour loi la loi normale rduite.
Corrig Soit une fonction borlienne borne de R dans R. En utilisant la loi
de (X, Y), on obtient
E((X)) =
_
R
_
R
(x)g(x, y)dydx.
Or,
_
R
g(x, y)dy =
1 +x
2
4
2
e
x
2
2
_
R
e
(1+x
2
)y
2
dy =
1 +x
2
2
2
e
x
2
2
_
+
0
e
(1+x
2
)y
2
dy
=
1
2
e
x
2
2
.
On a donc E((X)) =
_
R
(x)
1
2
e
x
2
2
dx. Ce qui prouve que X a pour loi la loi
normale rduite.
2. Montrer que Y a pour loi une loi de densit par rapport la mesure de Lebesgue
(sur les borliens de R) et donner une expression de cette densit.
Corrig Soit une fonction borlienne borne de R dans R. En utilisant la loi
de (X, Y), on obtient
E((Y)) =
_
R
_
R
(y)g(x, y)dxdy.
Pour y R, on pose h(y) =
_
R
g(x, y)dx, cest--dire
h(y) =
_
R
1 +x
2
4
2
e
x
2
2
e
(1+x
2
)y
2
dx.
On a alors E((Y)) =
_
R
(y)h(y)dy. Ce qui prouve que Y a pour loi une loi de
densit par rapport la mesure de Lebesgue et cette densit est donne par la fonction
h.
3. Soit y 0. Montrer que
P(Y < y) =
1
2
_
1 y
e
y
2
.
Soit y > 0, montrer que
P(Y < y) = 1
1
2
_
1 +y
e
y
2
.
Corrig Soit y R. En utilisant la densit h de la loi de Y, on a
P(Y < y) =
_
y
h(z)dz =
_
y
_
_
R
1 +x
2
4
2
e
x
2
2
e
(1+x
2
)z
2
dx
_
dz.
Avec le thorme de Fubini-Tonelli, on en dduit
P(Y < y) =
_
R
_
_
y
(1+x
2
)z
2
dz
_
1 +x
2
4
2
e
x
2
2
dx.
Si y 0, on a
_
y
(1+x
2
)z
2
dz =
_
y
e
(1+x
2
)z
2
dz =
2
(1 +x
2
)
e
(1+x
2
)y
2
.
Ce qui donne
P(Y < y) =
1
2
2
_
R
e
(1+x
2
)y
2
e
x
2
2
dx = e
y
2
1
2
_

0
e
x
2
(y1)
2
dx.
11.3. EXERCICES 589
Dans cette dernire intgrale, on effectue le changement de variable x
_
1 y = u et
on obtient
P(Y < y) =
e
y
2
_
1 y
1
2
_

0
e
u
2
2
du =
e
y
2
2
_
1 y
.
On dduit en particulier de cette formule que P(Y < 0) = 1/2 et comme h(z) = h(z),
on trouve bien que
P(Y R) = 2
_
0
h(z)dz = 2P(Y < 0) = 1.

On calcule maintenant P(Y < y) si y > 0. On a
P(Y < y) = P(Y R) P(Y y) = 1 P(Y y).
et, avec le thorme de Fubini-Tonelli,
P(Y y) =
_
+
y
h(z)dz =
_
R
_
_
+
y
e
(1+x
2
)z
2
dz
_
1 +x
2
4
2
e
x
2
2
dx.
Comme y > 0, on a
_
+
y
e
(1+x
2
)z
2
dz =
_
+
y
e
(1+x
2
)z
2
dz =
2
(1 +x
2
)
e
(1+x
2
)y
2
.
Ce qui donne
P(Y y) =
1
2
2
_
R
e
(1+x
2
)y
2
e
x
2
2
dx = e
y
2
1
2
_

0
e
x
2
(y+1)
2
dx.
Dans cette dernire intgrale, on effectue le changement de variable x
_
1 +y = u et
on obtient
P(Y y) =
e
y
2
_
1 +y
1
2
_

0
e
u
2
2
du =
e
y
2
2
_
1 +y
.
On a bien, nalement,
P(Y < y) = 1
e
y
2
2
_
1 +y
.
4. (Esprances conditionnelles) Montrer que E(YX) = 0 p.s.. Donner E(Y
2
X) en
fonction de X. En dduire la variance de Y.
Corrig On montre tout dabord que Y est une v.a.r. de carr intgrable. En
utilisant le torme de Fubini-Tonelli et la question prcdente, on a
E(Y
2
) =
_
Y
2
dP =
_
_
_
+
0
1
[0,Y
2
()[
(t)dt
_
dP()
=
_
+
0
_
_
1
]t,+[
(Y
2
())dP()
_
dt =
_
+
0
P(Y
2
> t)dt
=
_
+
0
2uP(Y > u)du =
_
+
0
2u
e
u
2
1 +u
du < +.
Comme Y est de carr intgrable les esprances conditionnelles E(YX) et E(Y
2
X)
sont bien dnies.
Pour calculer E(YX) et E(Y
2
X), on utilise la proposition 11.11. Soit une fonction
borlienne borne de R dans R, on a
E(Y(X)) =
_
R
_
R
y(x)g(x, y)dydx =
_
R
_
_
R
yg(x, y)dy
_
(x)dx.
Comme g(x, y) = g(x, y), on a
_
R
yg(x, y)dy = 0 pour tout x et donc E(Y(X)) = 0.
On en dduit que E(YX) = 0 p.s..
On procde de manire analogue pour Y
2
. On a
E(Y
2
(X)) =
_
R
_
R
y
2
(x)g(x, y)dydx =
_
R
_
_
R
y
2
g(x, y)dy
_
(x)dx.
Pour x R, on a
_
R
y
2
g(x, y)dy =
_
R
y
2
1 +x
2
4
2
e
(1+x
2
)y
2

x
2
2
dy =
1 +x
2
2
2
e
x
2
2
_
+
0
y
2
e
(1+x
2
)y
2
dy.
On calcule cette dernire intgrale en intgrant deux fois par parties. On obtient
_
R
y
2
g(x, y)dy =
8
2(1 +x
2
)
2
e
x
2
2
.
On a donc
E(Y
2
(X)) =
_
R
8
2(1 +x
2
)
2
e
x
2
2
(x)dx.
Ce qui donne, en posant (x) =
8
(1+x
2
)
2
,
E(Y
2
(X)) =
_
R
(x)(x)
1
2
e
x
2
2
dx = E((X)(X)).
On en dduit que
E(Y
2
X) = (X) =
8
(1 +X
2
)
2
p.s. .
On calcule maintenant la variance de Y, note Var(Y). Comme E(Y) = E(E(YX)) = 0
et E(Y
2
) = E(E(Y
2
X)), on a Var(Y) = E(E(Y
2
X)) = E((X)) et donc
Var(Y) = 8E(
1
(1 +X
2
)
2
).
On remarque maintenant que
E(
1
(1 +X
2
)
2
) = E(
1
1 +X
2
) E(
X
2
(1 +X
2
)
2
). (11.16)
. Mais, on a
2E(
X
2
(1 +X
2
)
2
) = 2
_
+
0
x
(1 +x
2
)
2
xe
x
2
2
dx.
En intgrant par parties, on obtient
2E(
X
2
(1 +X
2
)
2
) =
_
+
0
1
1 +x
2
e
x
2
2
(1 x
2
)dx
= 2
_
+
0
1
1 +x
2
e
x
2
2
dx
_
+
0
e
x
2
2
dx.
11.3. EXERCICES 591
Ce qui donne
E(
X
2
(1 +X
2
)
2
) = E(
1
(1 +X
2
)
)
1
2
.
En revenant (11.16), on a donc E(
1
(1 +X
2
)
2
) =
1
2
, ce qui donne Var(Y) = 4.
11.3.2 Martingales
Exercice 11.23 (Quelques proprits des martingales) Soit (, /, P) un espace
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 sousmartingale (par rapport la ltration (B
n
)
n
).
Montrer que la suite (E(X
n
))
nN
est croissante.
Corrig Soit n N. Comme (X
n
)
nN
est une sousmartingale, 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 R dans R. On suppose que (X
n
)
nN
est une mar-
tingale (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
est une sous-martingale (par rapport la ltration (B
n
)
nN
).
Corrig 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 11.7 sur lingalit de
jensen. Soit n N. La proposition 11.7 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.
Exercice 11.24 (Martingale construite avec les esprances dune v.a.)
Soit (, /, P) un espace probabilis 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(XB
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).
Corrig Soit n N. On remarque tout dabord que X
n
est bien B
n
-mesurable et
intgrable. Il reste montrer que E(X
n+1
B
n
) = X
n
p.s..
Soit U uner v.a.r. B
n
-mesurable borne. Comme X
n
= E(XB
n
) p.s., on a E(X
n
U) =
E(XU). Mail, comme B
n
B
n+1
, la v.a.r. U est aussi B
n+1
-mesurable et le fait que
X
n+1
= E(XB
n+1
) p.s. donne alors E(X
n+1
U) = E(XU). On a donc
E(X
n
U) = E(X
n+1
U).
On en dduit bien que X
n
= E(X
n+1
B
n
) p.s.. La suite (X
n
)
nN
est donc une martingale
par rapport la ltration (B
n
).
Pour montrer que la suite (X
n
)
nN
est aussi une martingale par rapport la ltration
(T
n
), il suft de montrer que X
n
= E(XT
n
) pour tout n N (le raisonnement prcdent
permet alors de conclure en remplaant B
n
par T
n
).
Soit donc n N. Il est clair que X
n
est T
n
-mesurable. Comme X
p
est B
n
-mesurable
pour tout p n, il est clair aussi que T
n
B
n
. Soit U une v.a.r. T
n
mesurable borne.
La v.a.r. U est donc aussi B
n
-mesurable. Puisque X
n
= E(XB
n
), on a
E(X
n
U) = E(XU).
On en dduit bien que X
n
= E(XT
n
) p.s., ce qui termine cette dmonstration.
Exercice 11.25 (Martingale dun jeu quilibr) Soit (, /, P) un espace probabi-
lis, 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. ind-
pendantes. 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
. Montrer que la suite (X
n
)
nN
est une martingale (par rapport la ltration
(B
n
)
n
).
11.3. EXERCICES 593
Corrig Par rcurrence sur n, on remarque tout dabord que X
n
est bien intgrable
pour tout n N. Pour tout n N, la v.a.r. X
n
est donc B
n
-mesurable et intgrable. Il
reste montrer que E(X
n+1
B
n
) = X
n
p.s..
Soit U une v.a.r. B
n
-mesurable borne. On a E(X
n+1
U) = E(X
n
U) + E(J
n+1
U). En
utilisant la proposition 3.30, on remarque que les v.a.r. X
0
, . . . , X
n
, J
n+1
sont indpen-
dantes. Puis, avec la proposition 2.58, on remarque que la tribu engendre par J
n+1
est
indpendante de la tribu engendre par X
0
, . . . , X
n
(qui est B
n
). On en dduit que J
n+1
et U sont des v.a.r. indpendantes. Ceci donne E(J
n+1
U) = E(J
n+1
)E(U) = 0 (car J
n+1
est de moyenne nulle). Finalement, on a donc E(X
n+1
U) = E(X
n
U), ce qui donne bien
E(X
n+1
B
n
) = X
n
p.s..
Exercice 11.26 (Sries de Fourier et martingales) Soit (, /, P) un espace proba-
bilis 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 soustribu 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 11.27 (Quelques questions sur les temps darrt) Soit (, /, P) un es-
pace probabilis muni dune ltration (B
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.
Corrig En posant C= w , t.q. X
1
() E, on a = 1
C
+51
C
c . Comme X
1
est une v.a.r., on a C /. La fonction est donc bien mesurable (de muni de /
dans N muni de !(N)).
Soit n N, on va montrer que = n B
n
.
Si n 1, 5, on a = n = B
n
.
Si n = 1, on a = 1 = C= X
1
1
(E) B
1
car X
1
est B
1
-mesurable.
Si n = 5, on a = 5 = C
c
B
1
B
5
car X
1
est B
1
-mesurable et que (B
n
)
nN
est
une ltration.
On en dduit bien 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
).
Corrig La mesurabilit de + (de muni de / dans N + muni de
!(N+)) dcoule de la mesurabilit de et .
Soit n N. On a + = n =
n
p=0
( = p = np). Pour tout 0 p n, on a
= p B
p
B
n
et = np B
np
B
n
et donc = p = np B
n
. On
en dduit que + = n B
n
, ce qui montre bien que + est un temps darrt.
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 rappelle que B
T
= A B
t.q., pour tout n N, AT = n B

n
.]
Corrig Soit A B
. Soit n N. Comme , on a = n =
n
p=0
= p et
donc
A = n =
n
p=0
(A = p).
Comme A B
, on a A = p B
p
B
n
pour tout p n. On a donc A =
n B
n
, ce qui prouve que A B
.
Exercice 11.28 (Martingale arrte un temps darrt) Soit (, /, P) un espace
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).
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.
Corrig Soit n N
. Pour tout 1 k n, la v.a.r. (X)

k
est B
k
-mesurable et
donc B
n
-mesurable. La v.a.r.
k
est B
k1
-mesurable et donc aussi B
n
-mesurable. La
stabilit des fonctions mesurables montre alors que ( X)
n
est B
n
-mesurable. De
plus, comme les
k
sont bornes et les X
k
sont intgrables, la v.a.r. ( X)
n
est aussi
intgrable. (elle donc B
n
-mesurable et intgrable).
11.3. EXERCICES 595
Soit n N
. On montre maintenant que E(( X)

n+1
B
n
) = ( X)
n
p.s.. Pour cela, on
utilise la linarit de lsprance conditionnelle, on obtient
E(( X)
n+1
B
n
) =
n+1
k=1
E(
k
(X)
k
B
n
).
Pour k n, la v.a.r.
k
(X)
k
est B
n
-mesurable et donc
E(
k
(X)
k
B
n
) =
k
(X)
k
p.s..
Pour k = n+1,
n+1
est B
n
-mesurable et E(X
n+1
B
n
) = X
n
, on a donc (avec lexercice
11.4)
E(
n+1
(X)
n+1
B
n
) =
n+1
E(X
n+1
X
n
B
n
) =
n+1
(X
n
X
n
) = 0 p.s..
On en dduit que
E(( X)
n+1
B
n
) =
n
k=1
k
(X)
k
p.s. = ( X)
n
p.s..
Ce qui prouve bien 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
X
0
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 11.18.
Corrig Soit n N
. On a 1
n
= 1
<n
=

n1
k=0
1
=k
. Pour k n 1, on
a = k B
k
B
n1
, la v.a.r. 1
=k
est donc B
n1
-mesurable. On en dduit que
1
n
(et donc aussi
n
) est B
n1
-mesurable. Ceci prouve que (
n
)
nN
est prvisible.
Pour 1 k n, on a
k
(X)
k
= 1
k
(X
k
X
k1
). On a donc
( X)
n
=
n
k=1
1
k
(X)
k
=
min,n
k=1
(X)
k
= X
n
X
0
.
Exercice 11.29 (Caractrisation des martingales rgulires) Soit (, /, P) un es-
pace probabilis muni dune ltration (B
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, thorme 4.51 et le thorme 11.19.]
Corrig On remarque tout dabord que, daprs le thorme 11.19, il existe une
v.a.r. X t.q. X
n
X p.s.. Le thorme de Vitali (thorme 4.51) montre alors que
X
n
X dans L
1
R
(, /, P) si et seulement si la suite (X
n
)
nN
est qui-intgrable.
Ceci donne bien le rsultat demand.
2. On suppose quil existe q > 1 t.q. supE(X
n
q
), n N < . Montrer que (X
n
)
nN
est une martingale rgulire.
Corrig Comme cela a t dit la question prcdente il existe une v.a.r. X
t.q. X
n
X p.s.. La suite (X
n
)
nN
tant borne dans L
q
R
(, /, P) avec q > 1, le
thorme 6.10 donne la convergence de (X
n
)
nN
vers X dans L
1
R
(, /, P). La suite
(X
n
)
nN
est donc une martingale rgulire.
Exercice 11.30 (Une condition pour quun temps darrt soit intgrable) Soit
(, /, P) un espace probabilis muni dune ltration (B
n
)
nN
et T un temps darrt
par rapport la ltration (B
n
)
nN
.
1. On suppose quil existe
0
]0, 1[ et n
0
N
t.q.
P(T > kn
0
) (1
0
)
k1
pour tout k N
. (11.17)
Montrer que E(T) < .
Corrig Comme T est mesurable et prend ses valeurs dans N+, son esp-
rance est bien dnie. grce au thorme de convergence monotone, on peut crire
E(T) =
_
Tn
0
TdP+
+
k=1
_
kn
0
<T(k+1)n
0
TdP.
On en dduit, en posant u
k
= (k +1)(1
0
)
k1
, que
E(T) n
0
+
+
k=1
(k +1)n
0
P(T > kn
0
) n
0
(1 +
+
k=1
u
k
).
La srie de terme gnral u
k
est convergente car lim
k+
u
k+1
u
k
= (1
0
) < 1. On en
dduit que E(T) < +.
0
]0, 1[ et n
0
N
t.q. P(n+n
0
T > n)
0
P(T > n)
pour tout n N. Montrer que lingalit (11.17) est vraie.
Corrig On montre (11.17) par rcurrence sur k. Pour k = 1, lingalit (11.17)
est vraie puisque P() = 1. Soit k N
, on suppose que (11.17) est vraie (pour cette

valeur de k) et on dmontre (11.17) pour k +1. Daprs lhypothse de cette question,
on a
P((k +1)n
0
T > kn
0
)
0
P(T > kn
0
),
ce qui donne
P(T > kn
0
) P(T > (k +1)n
0
)
0
P(T > kn
0
),
et donc
P(T > (k +1)n
0
) (1
0
)P(T > kn
0
) (1
0
)
k
.
Ce qui termine la rcurrence.
11.3. EXERCICES 597
0
]0, 1[ et n
0
N
t.q. E(1
Tn+n
0
B
n
)
0
p.s., pour
tout n N. Montrer que P(n +n
0
T > n)
0
P(T > n) pour tout n N. En
dduire que E(T) < .
Corrig Soit n N. On a P(n + n
0
T > n) = E(1
Tn+n
0
1
T>n
). Comme
T n B
n
, on a T > n = T n
c
B
n
. La v.a.r. 1
T>n
est donc B
n
-mesurable
(et, bien sr, borne). On a donc (en utilisant E(1
Tn+n
0
B
n
) >
0
p.s.)
E(1
Tn+n
0
1
T>n
) = E(E(1
Tn+n
0
B
n
)1
T>n
)
0
E(1
T>n
) =
0
P(T > n).
Ce qui donne bien P(n +n
0
T > n)
0
P(T > n).
Par la question 2, (11.17) est vraie et donc, par la question 1, E(T) < +.
Exercice 11.31 (On joue pile ou face. . . )
Soit (, /, P) un espace probabilis et (J
n
)
nN
une suite de v.a.r.i.i.d. ne prenant que
les valeurs 1 et 1 et t.q. 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
sil 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
la tribu engendre par X
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.
Corrig On a bien B
n
B
n+1
/ pour tout n N. La suite (B
n
)
nN
est donc
une ltration.
Soit n N. La dnition de T donne
T = n = X
1
n
(a, b)
_
n1
k=0
X
1
k
(a, b
c
)
_
.
Comme X
1
n
(a, b) B
n
et X
1
k
(a, b)
c
B
n
pour tout k n, on a bien T = n
B
n
. Ce qui montre que T est un temps darrt.
2. Montrer que E(T) < .
Corrig On utilise ici lexercice 11.30. On pose n
0
= a +b et
0
= (1/2)
n
0
. On
va montrer que, pour tout n N, E(1
Tn+n
0
B
n
)
0
(lexercice 11.30 donne alors
E(T) < +).
Soit n N. Pour tout 0 k n, la v.a.r. X
k
ne prend quun nombre ni de valeurs
(X
k
ne prend que des valeurs entires entre k et k). La tribu B
n
, qui est la tribu
engendre par X
0
, . . . , X
n
, est donc engendre par une partition de . Un lment
de cette partition est dtermin par les valeurs prises par les X
k
, k = 0, . . . , n. On
note A
1
, . . . , A
m
la partition de engendrant B
n
. Il est possible de montrer que
P(A
i
) > 0 pour tout i = 1, . . . , m, mais ceci nest pas ncessaire pour la suite. En
utilisant lexercice 11.2, on a alors
E(1
Tn+n
0
B
n
) =
m
i=1
_
A
i
1
Tn+n
0
dP
P(A
i
)
1
A
i
=
m
i=1
P(T n +n
0
A
i
P(A
i
)
1
A
i
p.s..
(11.18)
Si pour certaines valeurs de i on a P(A
i
) = 0, lgalit (11.18) est encore vraie
en supprimant ces valeurs de i dans la somme. Cest pour cela quil est inutile de
dmontrer que P(A
i
) > 0 pour tout i.
Soit 1 i m, on montre maintenant que P(T n +n
0
A
i

0
P(A
i
). Comme
T est un temps darrt, on a T n B
n
, il existe donc I 1, . . . , m t.q.
T n =
iI
A
i
.
On distingue maintenant les cas i I et i I.
Premier cas, i I. Ce cas est facile car on alors T n n + n
0
sur A
i
et donc
P(T n +n
0
A
i
= P(A
i
)
0
P(A
i
).
Second cas, i I. Dans ce cas on a T > n sur A
i
. Ceci nest possible que si, pour
tout k 0, . . . , n, X
k
est strictement entre a et b. Il existe donc c Z t.q. X
n
= c
sur A
i
, avec a < c < b. Comme c +n
0
= c +a +b > b, on remarque alors que
A
i

_
n
0
j=1
J
n+j
= 1
_
T n +n
0
.
On a donc
P(T n +n
0
) P(A
i

_
n
0
j=1
J
n+j
= 1
_
).
On utilise maintenant lindpendance de la tribu B
n
(engendre par J
1
, . . . , J
n
) et des
tribus engendres par J
n+1
, . . . , J
n+n
0
, ce qui est donn par lhypothse dindpen-
dance des J
k
et la proposition 2.58, on obtient
P(T n +n
0
) p(A
i
)
n
0
_
j=1
P(J
n+j
= 1) = p(A
i
)(
1
2
)
n
0
=
0
P(A
i
).
On peut maintenant revenir (11.18). On obtient
E(1
Tn+n
0
B
n
)
m
i=1
0
1
A
i
p.s.,
et on en dduit bien, comme A
1
, . . . , A
m
est une partition de , E(1
Tn+n
0
B
n
)
0
p.s.. Lexercice 11.30 donne alors E(T) < +.
3. Montrer que (X
n
)
nN
n
)
nN
).
Corrig Le deuxime item de lexemple 11.16 (dmontr dans lexercice 11.25)
donne que la suite (X
n
)
nN
n
)
nN
).
4. Montrer que (Y
n
)
nN
n
)
nN
) et que
p
a
= b/(a +b).
Corrig Comme T est un temps darrt, le thorme 11.18 (sur les martingales ar-
rtes) et la question prcdente donnent que la suite (Y
n
)
nN
est aussi une martingale
(par rapport la ltration (B
n
)
nN
).
11.3. EXERCICES 599
Comme (Y
n
)
nN
est une martingale, on a E(Y
n
) = E(Y
0
) pour tout n N. Mais,
Y
0
= X
0
= 0, on a donc E(Y
n
) = 0 pour tout n N.
On utilise maintenant le fait E(T) < +. Ceci donne que T < + p.s.. On en
dduit que Y
n
tend p.s. vers X
T
(cest--dire vers la v.a.r. X
T()
en posant, par
exemple, X
= 0). Comme Y
n
maxa, b p.s. (et pour tout n N), le thorme de
convergence domine donne
E(Y
n
) E(X
T
) quand n +.
Comme E(Y
n
) = 0 on a donc E(X
T
) = 0. On conclut en remarquant que
E(X
T
) = aP(X
T
= a) +bP(X
T
= b) = ap
a
+b(1 p
a
) = b (a +b)p
a
,
et donc p
a
=
b
a +b
.
N.B. : On peut aussi montrer que E(T) = ab.
Exercice 11.32 (Il est temps de sarrter) Soit (, /, P) un espace probabilis 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
] < .
Corrig est born, il existe donc n N t.q. n, on a alors X
k=0
X
k
, et
donc
E(X
)
n
k=0
E(X
k
) < +.
On suppose dans la suite que pour tout temps darrt (par rapport (T
n
)
nN
)
born,
E(X
) = E(X
0
).
2. Soit p N et T
p
. On dnit
p
par
p
() = p si et
p
() = p +1 si .
Montrer que
p
est un temps darrt (par rapport (T
n
)
nN
).
Corrig Soit n N.
Si n = p, on a
p
= n = T
p
= T
n
.
Si n = p +1, on a
p
= n =
c
T
p
= T
n1
T
n
.
Si n p, p +1, on a
p
= n = T
n
.
On a donc
p
= n T
n
pour tout n N et ceci montre que est un temps darrt
par rapport (T
n
)
nN
.
3. Soit p N et
p
dni par
p
() = p +1 pour tout .
Montrer que
p
est aussi un temps darrt (par rapport (T
n
)
nN
).
Corrig Soit n N. On a
p
= n = T
n
si n = p +1 et
p
= n = T
n
si
n p +1. On a donc
p
= n T
n
pour tout n N et ceci montre que est 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.
Corrig Soit n N. On veut montrer que E(X
n+1
T
n
) = X
n
p.s., cest--dire que
E(X
n+1
U) = E(X
n
U), (11.19)
pour toute v.a.r. U T
n
-mesurable borne.
On commence par montrer (11.19) si U = 1
avec T
n
. Soit donc T
n
. On utilise
alors les temps darrt
n
et
n
, dnis dans les deux questions prcdentes, avec p = n.
Comme ces deux temps darrt sont borns on a
E(X
n
) = E(X
n
) = E(X
0
).
Mais, X
n
= X
n
1
+X
n
1
c = X
n
1
+X
n+1
1
c et X
n
= X
n+1
. On a donc
E(X
n+1
) = E(X
n
1
+X
n+1
1
c ) = E(X
n
1
) +E(X
n+1
1
c ),
ce qui donne E(X
n+1
(1 1
c )) = E(X
n
1
). Comme 1 1
c = 1
, on a donc montr
(11.19) pour U = 1
.
Par linarit de lesprance, on remarque alors que (11.19) est encore pour U v.a.r.
tage forme avec des lments de T
n
, cest--dire toute v.a.r. U de la forme
k
i=1
i
1
A
i
avec A
i
T
n
et
i
R.
Soit maintenant U T
n
-mesurable borne. Il existe alors une suite (U
k
)
kN
de v.a.r.
tages formes avec des lments de T
n
t.q. U
k
U p.s. quand k +et U
k
U
p.s. (et pour tout k). Grce au thorme de convergence domine, on peut alors passer
la limite quand k + dans lgalit E(X
n+1
U
k
) = E(X
n
U
k
) et on obtient bien
(11.19). Ceci prouve que E(X
n+1
T
n
) = X
n
p.s. et donc que (X
n
)
nN
est une martingale.
Thats all folks !
Rfrences
[1] Ham BREZIS. Analyse Fonctionnelle : Thorie et Applications. Paris : Masson, 1983.
[2] Marc BRIANE et Gilles PAGS. Analyse, Thorie de linggration. Paris : Vuibert,
2012, 5
e
dition.
[3] Jrme DRONIOU. Intgration et Espaces de Sobolev Valeurs Vectorielles . 2001.
URL : http://www-gm3.univ-mrs.fr/polys.
[4] Thierry GALLOUT et Raphale HERBIN. Equations aux drives partielles . 2012.
URL : http://www.cmi.univ-
mrs.fr/~gallouet/master2.d/tele.d/m2-12/M2edp.pdf.
[5] Roger JEAN. Mesure et intgration. Avec une prface de Serge Dubuc. Les Presses de
lUniversit du Qubec, Montreal, Que., 1975, pages xxii+305.
[6] Henri Leon LEBESGUE. Leons sur lintgration et la recherche des fonctions
primitives professes au Collge de France. Cambridge Library Collection.
Cambridge : Cambridge University Press, 2009, pages ii+vii+138. ISBN :
978-1-108-00185-4. URL :
http://dx.doi.org/10.1017/CBO9780511701825.
[7] Amaury MOUCHET. Ltrange subtilit quantique, Quintessence de poussires. Paris :
Dunod, 2010.
[8] Jacques NEVEU. Bases mathmatiques du calcul des probabilits. Paris : Masson,
1980.
[9] Daniel REVUZ. Mesure et intgration. Paris : Hermann, 1997.
[10] Daniel REVUZ. Probabilits. Paris : Hermann, 1997.
[11] Walter RUDIN. Analyse relle et complexe. Translated from the rst English edition by
N. Dhombres and F. Hoffman, Third printing. Paris : Masson, 1980, pages x+397.
ISBN : 2-225-48400-7.
[12] Khoan VO-KHAC. Mesure, intgration, convolution, & analyse de Fourier. Paris :
Ellipses dition Marketing, 1984, page 256.
Index
algbre, 37
engendre, 38, 434
application antilinaire, 300
Ascoli (thorme d), 472
astuce de Minty, 389
atome ponctuel, 43
Banach
espace de, 11
thorme de, 535
base hilbertienne, 303, 308
Bayes (formule de), 63
BeppoLevi (thorme de), 179
Bernstein (thorme de), 31
Bienaym Tchebychev (ingalit de), 186
Bochner (intgrale de), 11
Borel (tribu de), 39, 110, 132
Borel-Cantelli (lemme de), 106, 239
Borel-Lebesgue (compacit de), 471
borlien, 39
de R
+
, 110
Cantor
ensemble de, 99
thorme de, 39
Carathodory (thorme de), 52
Cauchy-Schwarz (ingalit de), 288
changement de variable, 430, 431, 450,
461
compacit, 471
L
p
L
q
, 346
de Borel-Lebesgue, 471
squentielle, 471
continuit
croissante, 44
de L
p
dans L
q
, 339
dcroissante, 44, 45
en moyenne, 331, 466, 475
sous
_
, 183
convergence
dans L
1
, 175, 410
dans L
-faible, 410
des normes, 341, 345
domine, 179
en loi, 406409
en mesure, 126, 175
en mesure domine, 180
en probabilit, 126, 408, 409
troite, 270, 322, 325, 393, 405
faible, 320, 382
et convexit, 395
produit et, 399
faible , 320, 322, 472
presque partout, 124, 126, 175, 341,
345, 410
presque sre, 124, 126, 366
simple, 11, 126
uniforme, 11, 126
vague, 270, 322, 325
convolution, 453
de mesures signes, 429
itrations de, 457
L
p
C
c
, 454
602
INDEX 603
L
p
L
q
, 477
coordonnes polaires, 431, 457, 458
covariance, 185, 492, 500
dune somme de v.a.i., 503
nulle, 237
Darboux (somme de), 13
dcomposition
dune fonction tagee positive, 111
dune mesure, 373
de Hahn, 49
densit
dune mesure, 168, 315, 336
de C
c
dans L
1
, 447
de C
c
dans L
p
, 331, 465, 466, 475
de C
c
dans L
1
, 424, 447
de C
c
dans L
p
, 469, 470
drivabilit sous
_
, 184
Dirac (mesure de), 42, 130, 131, 169,
196, 256
Dirichlet (intgrale de), 442
dualit, 292, 300, 313, 376
DunfordPettis (thorme de), 405
galit
presque partout, 124, 131, 174
presque sre, 124
Egorov (thorme d), 125, 146
ensemble de Cantor, 99
quiprobable, 43
espace
de Banach, 11, 13
de Hilbert, 13, 290
de Schwartz, 517
des fonctions mesures, 115
dual, 292
l
2
, 364
L
1
, 174, 191
L
1
, 170
L
2
, 288, 290, 297, 309, 311, 351
L
p
, 440, 513
mesurable, 40
mesur, 42
prhilbertien, 290
probabilisable, 40
probabilis, 42
sparable, 303
esprance, 185, 233
conditionnelle, 549, 553556, 561
conditionnellement une v.a.r., 556,
562, 564
conditionnellement une tribu, 561
vnements, 35, 37
indpendants, 64
ventualit, 37
famille rgularisante, 467
Fatou (lemme de), 167, 219, 220, 280,
345, 346, 370
ltration, 558
fonction
absolument continue, 369
support compact, 188, 465, 469
borlienne, 114
bosse glissante, 178
caractristique dun ensemble, 111
C
c
(, R), 466
de rpartition, 67, 108, 406
en escalier, 9
essentiellement borne, 125
tage, 111
intgrable, 170
localement intgrable, 467
mesurable, 114
mesurable au sens de Lusin, 134
rgle, 9, 24
signe, 236
Fourier
srie de, 309
transformation de, 513
frquence, 43
Fubini (thorme de ), 420
604 INDEX
FubiniTonelli (thorme de), 417
Gauss (loi de), 170
Hlder (ingalit de), 277, 286
Hardy (ingalit de), 336
Hilbert (espace de), 13
identit
de Wald, 367
du paralllogramme, 292, 351
indpendance, 64, 65, 138, 235
ingalit
de Bienaym Tchebychev, 186
de Cauchy-Schwarz, 288
de Hlder, 277
de Hlder gnralise, 286
de Hardy, 336
de Jensen, 233, 555
de Markov, 186, 204
de Minkowski, 278
de Young, 276, 455
injection canonique, 314, 376
intgrale
dune fonction tage positive, 158
dune fonction continue, 17, 20
dune fonction mesurable positive,
162
de Bochner, 11
de Dirichlet, 442
de Lebesgue, 170
de Riemann, 9, 257
sur L
1
, 174
sur un espace de Banach, 10
invariance par translation, 62, 424, 448
inversion partielle de la transforme de
Fourier, 516
isomtrie, 365
Jensen (ingalit de), 233, 555
Kolmogorov (thorme de), 471
Lebesgue
intgrale de, 170
mesure de, 52, 63, 422
points de, 266, 410
tribu de, 55
Lebesgue-Stieltjes (thorme de ), 68
lemme
de Borel-Cantelli, 106, 239
de Fatou, 167, 177, 210, 219, 220,
280, 345, 346, 370
de LaxMilgram, 354
linarit
de lintgrale, 159, 163, 170, 176
loi
binomiale, 69
de densit, 69
de Gauss, 170
de Pascal, 69
de Poisson, 69
de probabilit, 67, 68
continue, 69
discrte, 68
empirique des grands nombres, 43
exponentielle, 143, 169
faible des grands nombres, 328
forte des grands nombres, 329
image (thorme de la), 490
uniforme, 69, 169
Markov (ingalit de), 186
martingale, 559, 560
matrice
de covariance, 500
des moments, 500
mesurable
fonction, 114
partie, 40
v.a.r. par rapport une autre, 557
mesure, 41
absolument continue, 46
absraite, 245
INDEX 605
atomique, 43
borlienne sur R
n
, 433
complte, 44
complte, 46
de Dirac, 42, 130, 131, 169, 196, 256
de Lebesgue, 52, 63, 422
de Radon, 245, 251
de densit, 168, 212, 315
diffuse, 43
trangre, 46
nie, 42
produit, 436
-additive, 41
-nie, 42
-sousadditive, 44
signe, 48
Minkowski (ingalit de), 278
moment, 185
monotonie
de la mesure, 44
de lintgrale, 159, 163, 171, 176
moyenne de Cesro, 328
multi-indice, 517
ngligeable, 43
norme, 13, 172, 175, 191
noyaux rgularisants, 270, 467
orthogonal, 293
paralllogramme (identit du), 292
partition, 155, 366
Pascal (loi de), 69
Plancherel (thorme de), 521
points de Lebesgue, 266, 410
Poisson (loi de), 69
primitive dune fonction L
p
, 451
probabilit, 42
conditionnelle, 63
de densit, 169
marginale, 489
procd diagonal, 398, 473
processus, 558
produit scalaire, 288, 292, 351
projecteur, 489
algbrique, 298
orthogonal, 298
projection, 294, 352, 356, 361, 362
orthogonale, 298
rgularisation par convolution, 468
RadonNikodym (thorme de ), 314,
316
rciproque partielle de la convergence
domine, 182, 280
rexif, 314
rgularit
dune mesure borlienne, 423
dune mesure nie sur les compacts,
58
de la mesure de Lebesgue, 445
rpartition
fonction de, 108
Riemann
intgrale de, 257
somme de, 13
Riesz (thorme de reprsentation de),
300
Riesz (thorme de), 245, 251
RieszFisher (thorme de), 182
Schwartz (espace de), 517
semialgbre, 460
seminorme, 172
sparable, 303, 333, 470, 476, 477
srie de Fourier, 309
sries absolument convergentes dans L
1
,
181
-additivit, 41
-sousadditivit, 44
somme
de Darboux, 13
de mesures, 194
606 INDEX
de Riemann, 13
sousmartingale, 559
suite rgularisante, 270
sup
de mesures, 192
essentiel, 125
surmartingale, 559
temps darrt, 559
tendue, 325, 474, 501
tension, 325
thorme
central limite, 329, 529
dAscoli, 472
de Banach, 535
de BeppoLevi, 179
de Bernstein, 31, 39
de Cantor, 39
de Carathodory, 52
de compltion dune mesure, 46
de convergence domine , 179, 180
de convergence monotone, 165, 166
de dualit, 313
de DunfordPettis, 405
dEgorov, 125, 146
de Fubini, 420
de FubiniTonelli, 417, 437
de Kolmogorov, 471, 482
de la loi image, 490
de Lebesgue-Stieltjes, 68
de Plancherel, 521
de RadonNikodym, 314, 316, 319,
372, 374
de Riesz
de reprsentation de, 300
pour les mesures positives, 245
pour les mesures signes, 251
de RieszFisher, 182
de Vitali, 183, 217, 221
topologie, 39
induite ou trace, 71, 110
trace de fonction, 436
transformation de Fourier, 513
transforme de Fourier
dans L
2
, 521
dans L
1
, 514
dans S
N
, 518
dune mesure, 536
du produit de fonctions, 515
tribu, 36, 366
borlienne, de Borel, 39, 110, 132
de Lebesgue, 55
engendre, 37, 115
trace, 71
tribus
indpendantes, 138
intersection de, 37
troncature, 153
et rgularisation, 469
variable(s) alatoire(s), 114, 115
composition de, 137
gaussienne, 238
indpendantes (v.a.i.), 122
relles indpendantes identiquement
distribues(v.a.r.i.i.d.), 122
relle (v.a.r.), 114, 499
tribu engendre par une, 154
variance, 185, 233, 492
vecteur alatoire, 114, 487
gaussien, 539
loi dun, 546
Vitali (thorme de), 183
Wald (identit de), 367
Young (ingalit de), 455

Mip Acor PDF

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

Mip Acor PDF

Transféré par

Droits d'auteur :

Formats disponibles

MESURE, INTEGRATION, PROBABILITES

Thierry Gallout Raphale Herbin

(en fait, on a mme

). Le plus facile, pour sen convaincre, est de remarquer que a

. On a alors, pour tout n N,

) ces limites au point x.

(x) 1dx = 0 et donc = 1 sur

) dans R. [Indication : On pourra remarquer

, o 1 dsigne la fonction constante et gale

(A), pour tout A T.

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

sont des mesures nies, trangres et telles que

, on utilise un lment Cde T tel que m(C) = = supm(A),

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

sont des mesures nies (noter que m

ainsi dnie de !(R) dans R

B(R) est une mesure,

) Soit A !(R). On pose

(B), pour tout A, B !(R) tel que A B,

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

(A) est la borne infrieure dune partie de R

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

([a, b]) = b a, a, b R, a < b. (2.12)

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

donne (avec (2.12)) que

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

donne alors aussi que

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

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

est dnie dans la dnition

sur L. En effet, soit

sont dnies dans les dnitions 2.35 et 2.38.

() = 0. Il reste donc dmontrer que L est

L est une mesure. Ceci se

sur L en prenant A = R, cette

L est une mesure (ce qui termine la dmonstration de la proposition

est une mesure sur L. Soit (E

(E) pour tout n N,

sur L (dmontre ltape 1, voir (2.13) avec

(E). En passant limite quand n +, on obtient que

(A) < +(sinon lingalit est immdiate).

F) < +. Par continuit croissante de

F) m(F) . On a bien F A O, O ouvert,

FF), on a m(OF) = m(O

F) = +). On raisonne en trois tapes :

tel que m(O

la tribu de Lebesgue, note L, est une mesure. Puis, nous

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

T est stable par passage au complmentaire, on a aussi T

. On suppose que (2.20) est vraie pour cette valeur de n et

vrie les 3 proprits suivantes :

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

) pour toute suite (A

est une mesure extrieure.

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

-mesurable si et seulement si on a, pour tout

/ est une mesure.

T est une mesure sur T prolongeant m.

tel que m(x)

. Lensemble des atomes de m est

(car A contient un seul lment de chaque

= yx (si yx [0, 1[) ou q = q

x = 1, ce qui est impossible. Ceci montre