Vous êtes sur la page 1sur 606

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
10.4 Transformation de Fourier dans L
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.
12 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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.
14 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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
16 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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
).
18 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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
20 CHAPITRE 1. MOTIVATION ET OBJECTIFS

_
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.
Corrig On prend, pour n 2 :

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 +.
22 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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).
Corrig On prend, pour n 2 :

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.
24 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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
.
26 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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),
28 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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
30 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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
32 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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.
34 CHAPITRE 1. MOTIVATION ET OBJECTIFS
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 :
38 CHAPITRE 2. TRIBUS ET MESURES
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),
40 CHAPITRE 2. TRIBUS ET MESURES
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)
.
42 CHAPITRE 2. TRIBUS ET MESURES
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.
2.3. MESURE, PROBABILIT 43
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.
44 CHAPITRE 2. TRIBUS ET MESURES
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
).
2.3. MESURE, PROBABILIT 45
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
).
46 CHAPITRE 2. TRIBUS ET MESURES
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.
2.3. MESURE, PROBABILIT 47
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
).
48 CHAPITRE 2. TRIBUS ET MESURES
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
.
50 CHAPITRE 2. TRIBUS ET MESURES
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) < .
52 CHAPITRE 2. TRIBUS ET MESURES
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
).
54 CHAPITRE 2. TRIBUS ET MESURES
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)
.
2.5. LA MESURE DE LEBESGUE SUR LA TRIBU DES BORLIENS 55
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
).
56 CHAPITRE 2. TRIBUS ET MESURES
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
).
2.5. LA MESURE DE LEBESGUE SUR LA TRIBU DES BORLIENS 57
(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
58 CHAPITRE 2. TRIBUS ET MESURES
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
)
2.5. LA MESURE DE LEBESGUE SUR LA TRIBU DES BORLIENS 59
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.
60 CHAPITRE 2. TRIBUS ET MESURES
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.
2.5. LA MESURE DE LEBESGUE SUR LA TRIBU DES BORLIENS 61
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
62 CHAPITRE 2. TRIBUS ET MESURES
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.
64 CHAPITRE 2. TRIBUS ET MESURES
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.
2.6. INDPENDANCE ET PROBABILIT CONDITIONNELLE 65
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.
66 CHAPITRE 2. TRIBUS ET MESURES
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
),
2.6. INDPENDANCE ET PROBABILIT CONDITIONNELLE 67
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
+).
68 CHAPITRE 2. TRIBUS ET MESURES
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.
Pour montrer que lim
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
pour tout n N et lim
n+
a
n
= ). On pose B
n
= ] , a
n
]. On a B
n+1
B
n
pour tout n N, p(B
n
) < +pour
tout n N et
_
nN
B
n
= . Par continuit dcroissante de p (Proposition 2.26), 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
2.6. INDPENDANCE ET PROBABILIT CONDITIONNELLE 69
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
70 CHAPITRE 2. TRIBUS ET MESURES
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.
72 CHAPITRE 2. TRIBUS ET MESURES
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
(()).
74 CHAPITRE 2. TRIBUS ET MESURES
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
est stable par passage au complmentaire.
Enn, T
1
est stable par union dnombrable. En effet, si (B
n
)
nN
T
1
, on a
A(
_
nN
B
n
) =
_
nN
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.
76 CHAPITRE 2. TRIBUS ET MESURES
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
.
On montre maintenant que T
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
est stable par passage au complmentaire.
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 < b et T(() la tribu engendre par (. Comme
]a, b] =
_
n>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 :
78 CHAPITRE 2. TRIBUS ET MESURES
(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

T la tribu engendre par A
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 (.
80 CHAPITRE 2. TRIBUS ET MESURES
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

T la tribu engendre par A
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).
82 CHAPITRE 2. TRIBUS ET MESURES
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
.
84 CHAPITRE 2. TRIBUS ET MESURES
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 (.
86 CHAPITRE 2. TRIBUS ET MESURES
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
)).
88 CHAPITRE 2. TRIBUS ET MESURES
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.
90 CHAPITRE 2. TRIBUS ET MESURES
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
92 CHAPITRE 2. TRIBUS ET MESURES
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)
94 CHAPITRE 2. TRIBUS ET MESURES
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
).
96 CHAPITRE 2. TRIBUS ET MESURES
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.
98 CHAPITRE 2. TRIBUS ET MESURES
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
).
100 CHAPITRE 2. TRIBUS ET MESURES
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
, d = 2. On pose alors x
c
= b
n
2p
,
(c) x
c
= a
n1
p
, avec p 1, . . . , 2
n1
, d = 1. On pose alors x
c
= a
n
2p1
,
(d) x
c
= a
n1
p
, avec p 1, . . . , 2
n1
, d = 2. On pose alors x
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.
102 CHAPITRE 2. TRIBUS ET MESURES
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
).
104 CHAPITRE 2. TRIBUS ET MESURES
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
106 CHAPITRE 2. TRIBUS ET MESURES
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).]
108 CHAPITRE 2. TRIBUS ET MESURES
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
.
112 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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).
114 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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
+
(voir lexercice 3.4).
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.
3.3. FONCTIONS MESURABLES ET VARIABLES ALATOIRES 115
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 /.
116 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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
(x) f (x) quand n +.
On montre enn que, pour tout x E et pour tout n N

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

. On distingue trois cas :


Premier cas. On suppose f (x) n +1. On a alors f
n+1
(x) = n +1 > n = f
n
(x).
Deuxime cas. On suppose n f (x) < n+1. Il existe alors i n2
n+1
, . . . , (n+1)2
n+1

1 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).
3.3. FONCTIONS MESURABLES ET VARIABLES ALATOIRES 117
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
(x) f (x), quand 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
/.
118 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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
3.3. FONCTIONS MESURABLES ET VARIABLES ALATOIRES 119
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
+
.
120 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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.
122 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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.
124 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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 .)
126 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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.
128 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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.
130 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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.
132 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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) < ).
134 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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
.
136 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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
)).
138 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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
) sont indpendantes.
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
) sont indpendantes.
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 /.
140 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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).
142 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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) .
144 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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)
On montre maintenant que f
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
(x) f (x) quand n +.
Comme m(A) = 0, ceci donne bien f
n
f p.p., quand n +.
146 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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
= .
On montre maintenant que f
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
148 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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).
150 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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
) (X) en mesure, quand n +.
[On pourra commencer par remarquer que lim
a+
m(X a) = 0.]
Corrig Le fait que lim
a+
m(X a) = 0 est une consquence de la 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
) (X) en mesure, quand 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.
152 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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.
154 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
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 .
156 CHAPITRE 3. FONCTIONS MESURABLES, VARIABLES ALATOIRES
Pour montrer que lim
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
pour tout n N et lim
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.
Pour montrer que lim
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
pour tout n N et lim
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 +.
Ce qui prouve que lim
a
(a) = 0.
On suppose maintenant que, pour tout B B(R), on a P(X
1
(B)) = 0 ou 1.
2. Montrer quil existe R 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.
160 CHAPITRE 4. FONCTIONS INTGRABLES
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.
162 CHAPITRE 4. FONCTIONS INTGRABLES
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
(x) f (x), quand n +,
f
n+1
(x) f
n
(x), pour tout x E, et tout n N.
On dnit lintgrale de f en posant :
_
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.
164 CHAPITRE 4. FONCTIONS INTGRABLES
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 :
166 CHAPITRE 4. FONCTIONS INTGRABLES
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.
168 CHAPITRE 4. FONCTIONS INTGRABLES
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.
170 CHAPITRE 4. FONCTIONS INTGRABLES
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
172 CHAPITRE 4. FONCTIONS INTGRABLES
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.
174 CHAPITRE 4. FONCTIONS INTGRABLES
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.
176 CHAPITRE 4. FONCTIONS INTGRABLES
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
178 CHAPITRE 4. FONCTIONS INTGRABLES
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.
4.7. THORMES DE CONVERGENCE DANS L
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
.
La dmonstration de ce thorme fait lobjet de lexercice 4.27.
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
180 CHAPITRE 4. FONCTIONS INTGRABLES
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
(au sens o il existe g L
1
R
(E, T, m) t.q. f = g
p.p.). Puis [f
n
f [
1
= [f
n
g[
1
0, quand n +, et
_
f
n
dm
_
gdm =
_
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
(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 En choissisant des reprsentants de f
n
et f , la dmonstration
de ce thorme se ramne celle de lexercice 4.31.
4.7. THORMES DE CONVERGENCE DANS L
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
) Soit (E, T, m) un espace
mesur. Soit (f
n
)
nN
L
1
t.q.

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

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

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

n
p=0
f
p
f dans
L
1
et p.p., quand n +.
DMONSTRATION 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
F p.p., pour tout n N.
2. Pour tout x A
c
, la srie de terme gnral f
n
(x) est absolument convergente dans
R, donc convergente. Comme m(A) = 0, f est donc dnie p.p. car elle est dnie
pour x A
c
par f (x) = lim
n+

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

n
p=0
f
p
. le premier point donne s
n
F p.p., pour tout n N et
F L
1
. Le deuxime point donne s
n
f p.p.. On peut donc appliquer le thorme
de convergence domine (thorme 4.44). Il donne f L
1
et la convergence de la
182 CHAPITRE 4. FONCTIONS INTGRABLES
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 :
184 CHAPITRE 4. FONCTIONS INTGRABLES
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 :
186 CHAPITRE 4. FONCTIONS INTGRABLES
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).
188 CHAPITRE 4. FONCTIONS INTGRABLES
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.
Proposition 4.61 Soit (, /, P) un espace probabilis, d > 1 et X
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)
(En convenant quun produit de termes est nul si lun des termes est nul.)
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.
190 CHAPITRE 4. FONCTIONS INTGRABLES
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
) Soit (E, T, m) un espace mesur.
1. Lespace L
1
R
N
(E, T, m) est lespace L
1
R
N
(E, T, m) quotient par la relation f = g
p.p..
2. On munit R
N
dune norme note [ [. Soit F L
1
R
N
(E, T, m). On pose [F[
1
=
_
[f [dm, o f F (cette dnition est correcte car indpendante du choix de f
dans F).
Proposition 4.65 (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.
192 CHAPITRE 4. FONCTIONS INTGRABLES
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
(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 4.69 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
).
194 CHAPITRE 4. FONCTIONS INTGRABLES
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 =
196 CHAPITRE 4. FONCTIONS INTGRABLES
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
(voir lexercice 2.3).
1. Soit f c
+
(B, B(B)). Il existe donc a
1
, . . . , a
p
R
+
et A
1
, . . . , A
p
B(B) B(R) t.q.
f =

p
i=1
a
i
1
A
i
.
La fonction 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
).
198 CHAPITRE 4. FONCTIONS INTGRABLES
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
) < +.
200 CHAPITRE 4. FONCTIONS INTGRABLES
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
).
202 CHAPITRE 4. FONCTIONS INTGRABLES
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.)
204 CHAPITRE 4. FONCTIONS INTGRABLES
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 +.
206 CHAPITRE 4. FONCTIONS INTGRABLES
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.
208 CHAPITRE 4. FONCTIONS INTGRABLES
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
(x) f (x) pour tout x B
c
(on a donc aussi B
c
A
c
). On pose
g
n
= f
n
1
B
c et on dnit g par g(x) = f (x) si x B
c
et g(x) = 0 si x B. Avec ces
choix de g
n
et g, on a (g
n
)
nN
c et g
n
(x) g(x) pour tout x E. On a donc, par la
proposition 3.20, 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.
210 CHAPITRE 4. FONCTIONS INTGRABLES
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
(x) f (x) pour tout x B
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..
212 CHAPITRE 4. FONCTIONS INTGRABLES
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
?.
214 CHAPITRE 4. FONCTIONS INTGRABLES
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
]
.
1. Montrer que la suite (f
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)
216 CHAPITRE 4. FONCTIONS INTGRABLES
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)
Soient (E, T, m) un espace mesur, (f
n
)
nN
L
1
(= L
1
R
(E, T, m)) et f : E R t.q.
f
n
f p.p..
218 CHAPITRE 4. FONCTIONS INTGRABLES
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,
220 CHAPITRE 4. FONCTIONS INTGRABLES
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
F p.p., pour tout n 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)
222 CHAPITRE 4. FONCTIONS INTGRABLES
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 :
224 CHAPITRE 4. FONCTIONS INTGRABLES
[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
est donc de Cauchy dans L
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.
226 CHAPITRE 4. FONCTIONS INTGRABLES
4. On ne suppose plus que m(E) < +. 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 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
et quil existe p
2
I t.q. p
2
> 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.]
228 CHAPITRE 4. FONCTIONS INTGRABLES
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)
230 CHAPITRE 4. FONCTIONS INTGRABLES
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].
232 CHAPITRE 4. FONCTIONS INTGRABLES
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.
234 CHAPITRE 4. FONCTIONS INTGRABLES
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
).
236 CHAPITRE 4. FONCTIONS INTGRABLES
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
.
238 CHAPITRE 4. FONCTIONS INTGRABLES
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)
240 CHAPITRE 4. FONCTIONS INTGRABLES
(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

.
242 CHAPITRE 4. FONCTIONS INTGRABLES
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
(R, R), on pose L(f ) =
_
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.)
246 CHAPITRE 5. INTGRALE SUR LES BORLIENS 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.


5.2. MESURES ABSTRAITES ET MESURES DE RADON 247
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
(R, R), on pose L(f ) =
_
b
a
f (x)dx, o a, b R sont choisis pour que
f = 0 sur [a, b]
c
(on utilise ici lintgrale des fonctions continues sur un compact de
R). Lapplication L est clairement linaire positive de C
c
(R, R) dans R. Le thorme
5.6 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).
248 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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
.
5.2. MESURES ABSTRAITES ET MESURES DE RADON 249
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
250 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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).
5.2. MESURES ABSTRAITES ET MESURES DE RADON 251
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.
252 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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
< .
254 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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)
256 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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), ).
258 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE 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.
260 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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.
262 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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[
.
264 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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], [) ( ).
266 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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 < b donne alors :
(AO) =

nN
(A]a
n
, b
n
[)

nN
(b
n
a
n
) =

nN
(]a
n
, b
n
[) = (O). (5.14)
Soit maintenant > 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
.
268 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
(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)
270 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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
,
ce qui termine la dmonstration.
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

_
dm, quand n +, pour tout C
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 .
272 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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

_
dm, quand n +, pour tout C
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.
274 CHAPITRE 5. INTGRALE SUR LES BORLIENS DE R
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
(E, T, m). On pose [F[
p
= [f [
p
si f F. (Cette dnition est cohrente
car ne dpend pas du choix de f dans F. On rappelle aussi que F =

f = g L
p
;
g = f p.p..)
Proposition 6.3 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
est une seminorme sur L
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.
Cas 2. On suppose [f [
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.
Cas 3. On suppose [f [
p
> 0 et [g[
q
> 0. On pose alors f
1
=
f
[f [
p
et g
1
=
g
[g[
q
, de sorte que
[f
1
[
p
= [g
1
[
q
= 1. Le cas 2 donne alors
[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.
278 CHAPITRE 6. LES ESPACES L
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
est une seminorme sur L
p
.
2. Lapplication f [f [
p
est une norme sur L
p
. L
p
, muni de cette norme, est donc
une espace vectoriel (sur R) norm.
DMONSTRATION
On a bien [f [
p
R
+
pour tout f L
p
.
On a dj vu que [f [
p
= [f [
p
, pour tout R et tout f L
p
.
Lingalit (6.3) 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
.
6.1. DFINITIONS ET PREMIRES PROPRITS 279
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
) Soit (E, T, m) un espace mesur et
1 p < +. On note L
p
lespace L
p
R
(E, T, m). Soit (f
n
)
nN
une suite 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
280 CHAPITRE 6. LES ESPACES L
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 :
6.1. DFINITIONS ET PREMIRES PROPRITS 281
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
, la srie de terme gnral f
n
(x) est donc
absolument convergente dans R. Elle est donc convergente dans R et on peut dnir,
pour tout x B
c
, f (x) R par
f (x) =
+

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

k=0
f
k
(x).
La fonction f nest pas forcment dans /, mais elle est m-mesurable (voir la dnition
4.13 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
(au sens il existe g L
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.
282 CHAPITRE 6. LES ESPACES L
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 < p < +. On peut aussi
dnir L
p
C
(E, T, m) et L
p
R
N
(E, T, m) (avec N > 1) comme on a fait pour p = 1 (voir la
section 4.10). On obtient aussi des espaces de Banach (complexes ou rels). Le cas
L
2
C
(E, T, m) est particulirement intressant. Il sera muni dune structure hilbertienne
(voir le thorme 6.35).
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.
6.1. DFINITIONS ET PREMIRES PROPRITS 283
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 :
284 CHAPITRE 6. LES ESPACES L
P
1. L

est un espace vectoriel sur R et lapplication dnie de L

dans R par f
[f [

est une seminorme sur L

.
2. L

est un espace vectoriel sur R et lapplication dnie de L

dans R par f
[f [

est une norme sur L

. L

est donc un espace 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

(au sens il existe g L

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

n
k=0
f
k
f [

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

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

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

.
Pour tout x A
c
, on a donc
n

k=0
f
k
(x)
n

k=0
[f
k
[

k=0
[f
k
[

= C< . (6.7)
6.1. DFINITIONS ET PREMIRES PROPRITS 285
Comme m(A) = 0, ceci montre le premier item.
Pour tout x A
c
, la srie de terme gnral f
n
(x) est absolument convergente dans R,
donc convergente. On pose donc
f (x) =
+

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

k=0
f
k
(x) R.
f est donc dnie p.p., elle est m-mesurable (voir la dnition 4.13) 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

(au sens il existe g 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).
286 CHAPITRE 6. LES ESPACES L
P
6.1.3 Quelques proprits des espaces L
p
, 1 p +
Proposition 6.25 (Comparaison entre les espaces L
p
) Soit (E, T, m) un espace
mesur ni, i.e. m(E) < +. Soient p, q R
+
tels que 1 p < q +. Alors,
L
q
R
(E, T, m) L
p
R
(E, T, m). De plus, il existe C, ne dpendant que de p, q et m(E), 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
.
6.1. DFINITIONS ET PREMIRES PROPRITS 287
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
288 CHAPITRE 6. LES ESPACES L
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)
290 CHAPITRE 6. LES ESPACES L
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
) Soit (E, T, m) un espace mesur.
1. Lespace L
2
R
(E, T, m), muni de la norme [ [
2
, est un espace de Hilbert (rel) et le
produit scalaire associ la norme est dni par :
(f g)
2
=
_
f g dm.
6.2. ANALYSE HILBERTIENNE ET ESPACE L
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
(E, T, m), muni de la norme [ [
2
, est un espace de Hilbert (complexe)
et le produit scalaire associ la norme est dni par :
(f g)
2
=
_
f g dm.
DMONSTRATION 1. On sait dj que L
2
R
(E, T, m), muni de la norme [ [
2
est un
espace de Banach (rel). Le lemme 6.5 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
est une seminorme sur L
2
R
(E, T, m).
On a montr que lespace L
2
C
(E, T, m), muni de la norme [ [
2
, est un espace
prhilbertien. il reste montrer quil est complet (pour la norme [ [
2
). Ceci est
facile. En effet, [f [
2
2
= [|(f )[
2
2
+[|(f )[
2
2
pour tout f L
2
C
(E, T, m). Donc, une
292 CHAPITRE 6. LES ESPACES L
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.
6.2. ANALYSE HILBERTIENNE ET ESPACE L
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.
294 CHAPITRE 6. LES ESPACES L
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
.
6.2. ANALYSE HILBERTIENNE ET ESPACE L
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)
296 CHAPITRE 6. LES ESPACES L
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
).
6.2. ANALYSE HILBERTIENNE ET ESPACE L
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 ()
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.
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.
298 CHAPITRE 6. LES ESPACES L
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 ()
On veut montrer que x
0
= P
F
x. On utilise la premire caractrisation. Soit y F.
Comme (x x
0
) F

, on a (x x
0
x
0
y) = 0 0 (car x
0
y F). Donc, la
proposition 6.49 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 ()
On veut montrer que x
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.
6.2. ANALYSE HILBERTIENNE ET ESPACE L
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

.
300 CHAPITRE 6. LES ESPACES L
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.)


6.2. ANALYSE HILBERTIENNE ET ESPACE L
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
).
302 CHAPITRE 6. LES ESPACES L
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).
6.2. ANALYSE HILBERTIENNE ET ESPACE L
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.
304 CHAPITRE 6. LES ESPACES L
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
6.2. ANALYSE HILBERTIENNE ET ESPACE L
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
=
306 CHAPITRE 6. LES ESPACES L
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)
.
6.2. ANALYSE HILBERTIENNE ET ESPACE L
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 +.
308 CHAPITRE 6. LES ESPACES L
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.
6.2. ANALYSE HILBERTIENNE ET ESPACE L
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),
310 CHAPITRE 6. LES ESPACES L
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)
312 CHAPITRE 6. LES ESPACES L
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
)

) Soit (E, T, m) un espace mesur.


Soient p [1, +] et q =
p
p1
. Si p = 1, la mesure m est suppose de plus -nie.
Lapplication : f
f
, o
f
est dnie par (6.25) 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 < p < . On dnit g : E R par g(x) = f (x)
q1
sign(f (x)) pour tout
x E, avec la fonction sign : R R dnie par sign(s) = 1 si s < 0, sign(s) = 1 si
s > 0 et (par exemple) sign(0) = 0. La fonction g est mesurable (comme compose
dapplications mesurables) et on a (en notant que p =
q
q1
) :
_
g
p
dm =
_
(f
q1
)
q
q1
dm =
_
f
q
dm < .
6.3. DUALIT DANS LES ESPACES L
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.
314 CHAPITRE 6. LES ESPACES L
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.
6.3. DUALIT DANS LES ESPACES L
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,
316 CHAPITRE 6. LES ESPACES L
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).
6.3. DUALIT DANS LES ESPACES L
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).
318 CHAPITRE 6. LES ESPACES L
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.
6.3. DUALIT DANS LES ESPACES L
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.
320 CHAPITRE 6. LES ESPACES L
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

.
322 CHAPITRE 6. LES ESPACES L
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 <