1chapitre 2016

Table des matières
1 Algèbre et tribus de partie d’un ensemble-classes monotones 3

1.1 Rappel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 La droite achevée R . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Limite sup et limite inf d’une suite numérique . . . . . 3
1.1.3 Limite sup et limite inf d’une suite de fonctions . . . . 4
1.1.4 Limite sup et limite inf d’une suite d’ensembles . . . . 5
1.2 Ensembles dénombrables . . . . . . . . . . . . . . . . . . . . . 5
1.3 Algèbre et semi algèbre . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1 Algèbre . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.2 Semi algèbre . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5 Tribu Borélienne d’un espace topologique . . . . . . . . . . . . 10
1.6 Familles monotones . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Fonctions mesurables 15
2.1 Espace et fonctions mesurables . . . . . . . . . . . . . . . . . 15
2.2 Fonctions numériques mesurables . . . . . . . . . . . . . . . . 16
2.3 Fonctions complexes mesurables . . . . . . . . . . . . . . . . . 18
2.4 Approximation des fonctions numériques mesurables . . . . . . 19
2.4.1 Fonction étagée . . . . . . . . . . . . . . . . . . . . . . 19
3 Mesures positives 23
3.1 Mesures positives . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.1 Définitions et propriétés . . . . . . . . . . . . . . . . . 23
3.1.2 Mesure σ-finie : . . . . . . . . . . . . . . . . . . . . . . 24
3.1.3 Continuité croissante et décroissante d’une mesure . . . 25
3.1.4 Mesure complète . . . . . . . . . . . . . . . . . . . . . 25
3.2 Mesure extérieure . . . . . . . . . . . . . . . . . . . . . . . . . 26
1
2 TABLE DES MATIÈRES
3.2.1 Ensembles τ -mesurables (au sens de caractéodry) . . . 27

3.3 Complétion d’une mesure-mesure de lebesgue . . . . . . . . . 30
3.3.1 Complétion d’une mesure . . . . . . . . . . . . . . . . 30
3.3.2 Mesure de Borel et lebesgue . . . . . . . . . . . . . . . 30
4 Intégration par rapport à une mesure positive 33

4.1 Intégration d’une fonction étagée mesurable positive . . . . . . 33
4.2 Intégration des fonctions mesurables positives . . . . . . . . . 35
4.3 Théorèmes de convergence . . . . . . . . . . . . . . . . . . . . 35
4.4 Rôle des ensembles négligeables . . . . . . . . . . . . . . . . . 38
4.5 Intégration des fonctions réelles et complexes . . . . . . . . . . 39
4.5.1 Définitions et propriétés : . . . . . . . . . . . . . . . . 39
4.5.2 Théorème de la convergence dominée de Lebesgue . . . 41
4.5.3 Application du théorème de la convergence dominée
pour les intégrales dépendant d’une paramètre . . . . . 42
4.6 Comparaison de l’intégrale au sens de Rieman et l’intégrale
par rapport à la mesure de Lebesgue . . . . . . . . . . . . . . 43
4.6.1 Intégrales définies . . . . . . . . . . . . . . . . . . . . . 43
4.6.2 Intégrales généralisées . . . . . . . . . . . . . . . . . . 44
4.7 Intégration par rapport à une mesure image . . . . . . . . . . 45
4.7.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.7.2 Intégration par rapport à µϕ−1 . . . . . . . . . . . . . 45
4.8 Mesures définies par des densités . . . . . . . . . . . . . . . . 46
4.8.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.8.2 Intégration par rapport à ϕ.µ . . . . . . . . . . . . . . 47
5 Intégration sur Les espaces produits 49

5.1 Tribu produit . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.1.1 Mesurabilité : . . . . . . . . . . . . . . . . . . . . . . . 50
5.2 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.3 Intégration par rapport à une mesure produit . . . . . . . . . 52
Mesure et Intégration
2 TABLE DES MATIÈRES
Chapitre 1
Algèbre et tribus de partie d’un

ensemble-classes monotones
1.1 Rappel
1.1.1 La droite achevée R
R = R ∪ {−∞, +∞}
Théorème 1.1.1 Toute suite monotone de R converge.
Preuve
On va le prouver pour une suite croissante. Si la suite est constante égale
à −∞, elle converge. Sinon, à partir dun certain rang, elle est à valeurs dans
] − ∞, +∞], donc on peut se ramener au cas où elle est à valeurs ] −
∞, +∞]. Maintenant, si elle contient +∞, elle est constante à partir dun
certain rang, donc elle converge. On s’est donc finalement ramené au cas où
la suite est à valeurs réelles : si elle est croissante, majorée, elle converge dans
R, si elle est croissante non majorée, elle converge vers +∞.
1.1.2 Limite sup et limite inf d’une suite numérique

Soit (xn ) ⊂ R où R = R ∪ {−∞, +∞}. On généralise la notion de la
limite par les notions suivantes : lim xn = Infn∈N (sup(xk )k≥n , ) ∈ R.
lim xn = supn∈N (Inf (xk )k≥n ), ∈ R.
Exercice 1.1.2 Montrer que lim xn = limn−→+∞ sup k≥n xk et que lim xn =
limn−→+∞ inf k≥n xk
La limite supérieure d’une suite (an ) à valeurs dans R est donc
3
4CHAPITRE 1. ALGÈBRE ET TRIBUS DE PARTIE D’UN ENSEMBLE-CLASSES MONOT
lim an = lim sup an = lim sup ak .

n−→+∞ n−→+∞ k≥n
Cette limite existe bien car la suite (vn ) définie par vn = sup ak .
k≥n
est décroissante.
La limite inférieure d’une suite (an ) à valeurs dans R est donc
lim an = lim inf an = lim inf ak .

n−→+∞ n−→+∞ k≥n
Cette limite existe bien car la suite (wn ) définie par wn = sup ak .
k≥n
est croissante.
Exemple 1.1.3 Considérons la suite

xn = n1 n ≥ 1.
1
lim xn = inf sup xk = inf .=0
n≥1 k≥n n≥1 n
lim xn = sup inf xk = sup 0. = 0

n≥1 k≥n n≥1
Considérons la suite
xn = 1, -1, 1, -1,......
lim xn = inf sup xk = inf 1. = 1

n≥1 k≥n n≥1
lim xn = sup inf xk = sup − 1 = −1

n≥1 k≥n n≥1
Propriétés 1.1.4 i) lim xn = limxn = l ⇐⇒ limn−→+∞ xn = l

ii) lim xn = − lim inf(−xn )
1.1.3 Limite sup et limite inf d’une suite de fonctions

Définition 1.1.5 Soit (fn )n∈N une suite de fonctions définies sur un en-
semble X à valeurs dans R.
On appelle lim sup de fn (resp lim inf ) notée limfn resp limfn la fonction
f (resp g) de X vers R définie par :
f (x) = limfn (x) : g(x) = limfn (x) ∀n ∈ N ∀x ∈ X

1.2. ENSEMBLES DÉNOMBRABLES 5
1.1.4 Limite sup et limite inf d’une suite d’ensembles

Définition 1.1.6 Soit (An )n ≥ 1 une suite de parties d’un ensemble X ⊂
P(X).
Par définition : limAk = ∪k=1 (∩n≥k Ak ) ⊂ X
limAk = ∩k=1 (∪n≥k Ak ) ⊂ X
Remarque 1.1.7 x ∈ limAk ⇐⇒ ∃k ≥ 1|x ∈ ∩n≥k An ⇐⇒ ∃k ≥ 1|x ∈

An ∀n ≥ k ⇐⇒ x ∈ à tout les termes An à partir d’un certain rang k.
x ∈ limAn ⇐⇒ ∀k ≥ 1x ∈ ∪(An )n≥k ⇐⇒ ∀k ≥ 1∃n ≥ k|x ∈ An donc x
appartient à une infinité d’éléments de la suite (An )n≥1
1.2 Ensembles dénombrables

Définition 1.2.1 Un ensemble X est dit dénombrable s’il est en bijection
avec une partie de N (ou, ce qui revient au même, s’il est équipotent à une
partie de N).
Exemple 1.2.2 Supposons X fini. Posons alors X = {x1 , ..., xn }. Alors

l’application Φ, de {1, 2, ..., n} dans X, qui a i associe xi est trivialement
une bijection. Ainsi, avec la définition donnée, X est dénombrable. Tout en-
semble fini est dénombrable.
De la définition on voit que si E est dénombrable infini, on peut l’exprimer

par E = {xn |n ∈ N } où la correspondence n −→ xn est bijective. Donc, on
pourra dire qu’un ensemble infini est dénombrable si il a le même nombre
d’éléments (ou qu’il a la même taille) que l’ensemble des entiers naturels N.
Théorème 1.2.3 Soit E un ensemble. IL n’existe aucune surjection de E

sur P (E)
Preuve Supposons qu’il existe une telle surjection f : E −→ P (E).

Notons A = {x ∈ E | x 6∈ f (x)}. Comme f est surjective A possède un
antécédent a par f.
Si a ∈ A, alors par définition de A, on a a 6∈ f (a) = A, ce qui est contradic-
toire.
Si a 6∈ A, alors a ∈ f (a) = A, ce qui est contradictoire.
Donc f n’est pas surjective.
Corollaire 1.2.4 N n’est pas équipotent à P (N).

Z est dénombrable et pour le voir il suffit qu’on considère(

la fonction bijective
n
2
si n est paire,
g : N −→ Z définie par les expressions : suivantes : g(n) =
− n−1
2
− 1 si n est impaire.
Exercice 1.2.5 Soit f : N × N −→ N∗ . la fonction définie par : f(n, p) =

2n (2p + 1)
1) Calculer les valeurs : f(0, 0), f(1, 0), f(0, 1), f(2, 0), f(1, 1), f(0, 2).
2) Montrer que f est bijective.
3) Conclure.
Proposition 1.2.6 Soient E un ensemble infini et I un ensemble d’indices

dénombrable. Si {Ai |i ∈ I} est une famille de sous-ensembles dénombrables
de E alors la réunion ∪i∈I Ai est un sous-ensemble dénombrable de E.
Corollaire 1.2.7 Si E et F sont dénombrables alors leur produit cartésien

E × F est dénombrable.
Preuve L’ensemble F est dénombrable, donc F = {x0 , x1 , , xn , ...}. Ensuite,

observons que si pour tout n ∈ N on pose En = E × {xn } on obtient
des ensembles dénombrables tels que E × F = ∪n∈ N En . Donc, d’après la
proposition précédente E × F est un ensemble dénombrable.
Remarque 1.2.8 La démonstration est faite pour E et F sont dénombrables

infinis.
Proposition 1.2.9 L’ensemble des fractions rationnelles Q est dénombrable.

Autrement dit, il existe une bijection de Q dans N.
Preuve Pour chaque entier q ∈ N∗ . posons Aq = { pq |p ∈ Z}. Noter que Aq

est un sous-ensemble dénombrable de Q car la fonction f : Z −→ Aq définie
par f (p) = pq est une bijection et que Z est dénombrable. Ainsi, comme la
réunion ∪ ∗ Aq = Q la proposition précédente implique que l’ensemble Q est
q∈N
dénombrable.
Exercices 1.2.10 R, ]a, b[, ne sont pas dénombrables.
Propriétés 1.2.11 a) Toute partie d’un ensemble dénombrable est dénombrable.

b) Toute réunion dénombrable de parties dénombrables est dénombrable.
Remarque Le résultat est faux si l’indication de la réunion n’est pas dénombrable
Exemple R = ∪{x}x∈R .
c) Tout produit fini d’ensembles dénombrables est dénombrable.
1.3. ALGÈBRE ET SEMI ALGÈBRE 7
1.3 Algèbre et semi algèbre

1.3.1 Algèbre
Définition 1.3.1 Soient X un ensemble et A ⊂ P (X) non vide. On dit que
A est une algèbre si :
i) ∀A, B ∈ A =⇒ A ∪ B ∈ A.
ii) ∀A ∈ A =⇒ AC ∈ A.
Exemple 1.3.2 A = {∅, X}, A = {∅, AC , A, X}.
X = R et AR = {(∪Ai )ni=1 |n ∈ N∗ et Ai ∩ Aj = ∅ pour i 6= j}

avec Ai est un intervalle de type ]−∞, .], ]., .], ]., +∞] appelé algèbre de Borel.
Propriétés 1.3.3 i) ∅, X ∈ A.
ii) la réunion finie d’éléments de A ∈ A.
iii) A, B ∈ A =⇒ A\B ∈ A A4B ∈ A
Remarque 1.3.4 Un ensemble C ⊂ P (X) qui possède la propriété i) A, B ∈

C =⇒ A ∪ B ∈ C et la propriété iii) A, B ∈ C =⇒ A\B ∈ C
Définition 1.3.5 C s’appelle un clan de X.
Théorème 1.3.6 — L’intersection quelconque d’algèbres est une algèbre.

— Soit Ω ⊂ P (X), l’intersection des algèbres contenant Ω est une algèbre
appelée l’algèbre engendrée par Ω et notée A(Ω).
Remarque 1.3.7 Soit A1 une algèbre sur X1 et A2 une algèbre sur X2 .
A1 × A2 = {A × B/A ∈ A1 et B ∈ A2 } n’est pas une algèbre sur X1 × X2 .

Mais A1 ×A2 engendre l’algèbre : {∪ni=1 Ai ×Bi , n ∈ N∗ , et, Ai ∈ A1 , et, Bi ∈
A2 , (Ai × Bi ) ∩ (Aj × Bj ) = ∅ si i 6= j}
1.3.2 Semi algèbre

Définition 1.3.8 Soit X un ensemble et S ⊂ P (X) non vide.
On dit que S est une semi algèbre si :
i) ∅, X ∈ S.
ii) S1 , S2 ∈ S =⇒ S1 ∩ S2 ∈ S.
iii) Si S ∈ S =⇒ S c est réunion finie d’éléments deux à deux disjoints 2 à
2 : S c = ∪ni=1 Si avec Si ∩ Sj = ∅ pour i 6= j.
Exemple 1.3.9 1-Toute algèbre est une semi algèbre.

2-X = R, S = {I interalle de R} est une semi algèbre.
Théorème 1.3.10 Soit S une semi-algèbre sur X. L’algèbre engendrée par

S est formée par les réunions finis d’éléments de S disjoints deux à deux.
Preuve Soit A = {∪ni=1 Si |n ∈ N∗ , Si ∈ S et Si ∩ Sj = ∅ pour i 6= j}

Est ce que A est une algèbre ?
j j
A = ∪ni=1 S1i , B = ∪m n i
i=1 S2 , A ∪ B = ∪i=1 Si avec Si ∈ (S1 ) ou Si ∈ (S2 ), Si ∈ S
On pose : A1 = S1 ; A2 = S2 \S1 , A3 = S3 \(S1 ∪ S2 ), Ak = Sk \(∪k−1 i=1 Si ).
On a Ai ∩ Aj = ∅ par construction et Ak est réunion de d’éléments de S
disjoints 2 à 2.
iii) à faire.
Exemple 1.3.11 P = {∅, ]−∞, .]; ]., .]; ]., +∞[; R} est une semi-algèbre sur
R.
A(P) s’appelle l’algèbre de Borel sur R. On note AR et elle est formée d’après
le théorème de réunion finie d’éléments de P deux à deux disjoints.
1.4 Tribus
Définition 1.4.1 Soit X un ensemble et B ⊂ P (X). On dit que B est une
tribu (ou σ) algèbre si :
i) ∅, X ∈ B.
ii) A ∈ B =⇒ Ac ∈ B.
iii) Si (An )n≥1 ∈ B =⇒ ∪(An )n≥1 ∈ B.
Exemples 1.4.2 1){∅, X}.

2) Toute algèbre finie est une tribu A = {A1 , A2 , ..., A3 }.
3) B = {A ∈ P (X)/A ou Ac est dén} est une tribu
(An )n≥1 ⊂ B =⇒ An ou Acn dénombrable a-t-on ∪(An )n≥1 ∈ B ?
Si A est dén (A ∈ B) et B C est dén (B ∈ B) on a A ∪ B ∈ B.
En effet : (A ∪ B)C = AC ∩ B C ⊂ B C d’où (A ∪ B)C dén =⇒ A ∪ B ∈ B
Propriétés 1.4.3 Si (An )n≥1 ⊂ B alors on a ∩An lim inf An , et lim sup An
sont dans B.
En effet :
(∩An )C = ∪(AC C
n )n∈N∗ avec An ∈ B.
limAk = ∪∞ ∞
k=1 (∩(An )n≥k ) ∈ B limAk = ∩k=1 (∪(An )n≥k ) ∈ B.
1.4. TRIBUS 9
Proposition 1.4.4 1 l’intersection quelconque de tribus est une tribu.

2-Soit Ω ⊂ P (X) (un ensemble d’éléments de P(X)). L’intersection de toutes
les tribus de X contenant Ω est une tribu appelée tribu engendrée par Ω et
notée B(Ω).
Remarque 1.4.5 B(Ω) = ∩(Bi )i ∈ I avec Bi contenant Ω (au sens de

l’intersection).
Proposition 1.4.6 Soit f une application f : X −→ Y alors l’image réciproque

d’une algèbre (resp d’une tribu)-(resp d’une topologie) est une algèbre (resp
d’une tribu)-(resp d’une topologie).
Preuve : f −1 (A) = {f −1 (A)|A ∈ A} est une algèbre en effet :

c
i) f −1 (A) ∪ f −1 (B) = f −1 (A ∪ B) ii) f −1 (A) = f −1 (Ac ) ∈ f −1 (A) car
Ac ∈ A.
f −1 (B) = {f −1 (B)|B ∈ B}
∪n f −1 (An ) = f −1 (∪n An ) (à faire) donc ∈ f −1 (B).
f −1 (τ ) = {f −1 (O)|O ∈ τ }.
∩i∈I f −1 (Oi ) = f −1 (∩i∈I Oi ).
conséquence 1.4.7 Soient A ⊂ X et A une algèbre (resp une tribu, une

topologie) sur X.
Définition 1.4.8 T rA (A) = {A ∩ B/B ∈ A} notée A ∩ A.
On a A ∩ A (resp A ∩ B, A ∩ τ est une algèbre sur A (resp une tribu sur

A), resp une topologie sur A).
En effet : on prend f = j : A −→ X : x −→ x injection canonique.
j −1 (A) = {j −1 (B)/B ∈ A} = {A ∩ B/B ∈ A} = T rA (A)
Remarque 1.4.9 Soit Ω ⊂ P (X) d’une manière générale, on ne peut pas

déterminer de façon explicite les éléments de B(Ω), mais cela n’empêche pas
qu’on a les propriétés suivantes.
Si Ω ⊆ Ω0 =⇒ B(Ω) ⊆ B(Ω0 ) [(Ω ⊂ Ω0 ⊂ B(Ω0 ) tribu)] donc B(Ω0 )

contient la plus petite tribu contenant Ω c’est à dire B(Ω) d’où B(Ω) ⊆
B(Ω0 ).
Ω ⊂ B(Ω0 ) et Ω0 ⊂ B(Ω) ⇐⇒ [B(Ω) = B(Ω0 )].

Preuve
10CHAPITRE 1. ALGÈBRE ET TRIBUS DE PARTIE D’UN ENSEMBLE-CLASSES MONO
=⇒ trivial
⇐= trivial
On a B(Ω) = B(Ω0 ) =⇒ B(Ω ∪ Ω0 ) = B(Ω) en effet :

Ω ⊂ Ω ∪ Ω0 donc B(Ω) ⊂ B(Ω ∪ Ω0 ) or Ω ∪ Ω0 ⊂ B(Ω) =⇒ B(Ω ∪ Ω0 ⊂ B(Ω)
Théorème 1.4.10 f : X −→ Y une application l’image réciproque d’une

tribu engendrée par Ω ⊂ P (Y ) est la tribu engendrée par f −1 (Ω) = {f −1 (A)/A ∈
Ω} c’est à dire f −1 (B(Ω)) = B(f −1 (Ω))
Preuve f : X −→ Y (Ω ⊂ P (Y )
⊃?
On a : B(Ω) tribu =⇒ f −1 (B(Ω)) est une tribu or Ω ⊂ B(Ω) =⇒ f −1 (Ω) ⊂
f −1 (B(Ω)) donc B(f −1 (Ω)) ⊂ f −1 (B(Ω)).
⊂:?
On pose S = {A ∈ B(Ω)/f −1 (A) ∈ B(f −1 (Ω))} = B(Ω) ∩ {A ∈

P (Y )|f −1 (A) ∈ B(f −1 (Ω))}.
S est une tribu comme intersection de deux tribus.
Or Ω ⊂ S (A ∈ Ω =⇒ f −1 (A) ∈ f −1 (Ω) ⊂ B(f −1 (Ω))) donc B(Ω) ⊂ S.
Par construction S ⊂ B(Ω) =⇒ S = B(Ω).
=⇒ f −1 (S) = f −1 (B(Ω)) or f −1 (S) ⊂ B(f −1 (Ω)) donc
f −1 (B(Ω)) ⊂ B(f −1 (Ω))
conséquence 1.4.11 La trace de la tribu engendrée par Ω ⊂ P (X) sur

A ⊂ X est la tribu engendrée par la trace de Ω sur A.
A ∩ B(Ω) = B(A ∩ Ω)
1.5 Tribu Borélienne d’un espace topologique

Un espace topologique est un couple (X, T), où X est un ensemble et T
une topologie sur X, à savoir un ensemble de parties de X que l’on appelle
les ouverts de (X, T ) vérifiant les propriétés suivantes :
— L’ensemble vide et X appartiennent à T ;
— Toute réunion quelconque d’ouverts est un ouvert, c’est-à-dire que
si (Oi )i∈I est une famille d’éléments de T, indexée par un ensemble
I quelconque (pas nécessairement fini ni même dénombrable) alors
∪i∈I Oi ∈ T ;
1.5. TRIBU BORÉLIENNE D’UN ESPACE TOPOLOGIQUE 11
— Toute intersection finie d’ouverts est un ouvert, c’est-à-dire que si

O1 , , On sont des éléments de T alors O1 ∩ . . . ∩ On ∈ T .
Un fermé d’une topologie est défini comme le complémentaire d’un
ouvert.
Soit (X, τ ) un espace topologique (τ un ensemble d’ouverts de X).
Définition 1.5.1 Soit Ω = τ . B(Ω) c’est à dire la tribu engendrée par les
ouverts s’appelle tribu borélienne sur X et les éléments de B(Ω) s’appellent
les borélienne de X.
Exercice 1.5.2 Soit F = ensemble de fermés de X. Montrer que : B(τ ) =

B(F)
Notation on note B(τ ) = BX .

B(τ ) = B(F) ⇐⇒ F ⊂ B(τ ) et τ ⊂ B(F).
F ∈ F =⇒ F c ∈ τ =⇒ F c ∈ B(τ ) ⇐⇒ F ∈ B(τ ).
Remarque 1.5.3 Soit A ⊂ X.

BA = A ∩ BX .
En effet B(τ ∩ A) = A ∩ B(τ ).
D’où BA = A ∩ BX .
Théorème 1.5.4 BR est engendrée par l’une des familles suivantes :

— Les intervalles ouverts de R (resp ouverts bornés)
— Les intervalles fermés de R (resp fermés bornés)
— Les intervalles semi ouverts à droite (resp à gauche) de R
— Les intervalles de type ] − ∞, a] (resp ] − ∞, a[, [a, +∞[).
Preuve On utilise la caractérisation B(Ω) = B(Ω0 ) ⇐⇒ Ω ⊆ B(Ω0 ) et
Ω0 ⊆ B(Ω0 ).
Soit I0 = ensemble des intervalles ouverts de R.
On I0 ⊂ τ ⊂ B(τ ).
Soit O ∈ τ =⇒ O = ∪+∞ n=1 ]an , bn [.
+∞
B(I0 ) est une tribu ∪n=1 ]an , bn [=⇒∈ B(I0 ).
ii) Soit IF = ensemble des intervalles fermés de R.
IF ⊂ F ensemble des fermés B(F) = B(τ ).

Soit O ∈ τ , on a O = ∪+∞
n=1 ]an , bn [.
]an , bn [= ∪+∞
m=1 [an +
1
m
, bn − 1
m
] ∈ B(IF )
O ∈ B(IF )
iii) Isad = ensemble des intervalles semi-ouverts à droites.
Isad ⊆ Bτ ?
On a : [a, b[ = ∩+∞ 1
n=1 ]a − n , b[∈ Bτ .
=⇒ Isad ⊆ Bτ .
Réciproquement
Soit O ∈ τ =⇒ O = ∪+∞ i=1 ]ai , bi [
Or ]ai , bi [= ∪+∞ [a
n=1 i + 1
, b [∈ B(Isad ) ([ai + n1 , bi [∈ Isad .
n i
=⇒ O ∈ B(Isad ).
iv) Soit Ω = {] − ∞, a]|a ∈ R}.

] − ∞, a] = ∪+∞
n=1 [−n, a] ∈ B(IF ) = B(τ ).
Soit ]a, b[ ∈ I0 ).
on a ]a, b[ = ] − ∞, b[∩]a, +∞[ ]a, +∞[ = (] − ∞, a])C ∈ B(Ω).
] − ∞, b[= ∪+∞ 1
n=1 ] − ∞, b − n ] ∈ B(Ω).
=⇒]a, b[∈ B(Ω)
Corollaire 1.5.5 B(R) = B(AR ).
Où AR est l’algèbre de Borel.
AR = A(∅, ] − ∞, .], ]., .], ]. + ∞[, R)

On a B(R) = B(] − ∞, .]) = B(]., .] = B(]., +∞[).
=⇒ B(R) = B(P) où P = {∅, ] − ∞, .], ]., ], ]. + ∞[, R}.
Or P = ⊂ A(P) ⊂ BR .
=⇒ B(P) = ⊂ B(A(P) ⊂ BR .
D’où le résultat.
Remarque 1.5.6 Ce corollaire est valable dans Rn .
Pour n = 2
P × P = {I × J|I, J ∈ P} est une semi algèbre sur R2 .
Définition 1.5.7 A(P × P) := algèbre de Borel

1.6. FAMILLES MONOTONES 13
On a A(P × P) = {∪f ini Ii × Jj |(Ii × Jj ) ∩ Ii0 × Jj 0 = ∅}

Remarques 1.5.8 1-De façon générale on a :
B(Rn ) = B(ARn ).
2-Le théorème précédent est valable avec des intervalles à extrémités ration-
nels.
3-∀x ∈ R {x} ∈ BR
En effet {x} = ∩+∞ 1
n=1 [x, x + n ] ∈ BR .
Q ∈ BR : Q = ∪{x}x∈Q et {x} ∈ BR =⇒ Q ∈ BR .
QC = R − Q ∈ BR .
5-Rappel I = {]a, b[|a, b ∈ R} est une base d’ouverts de R. et I =

{[−∞, a[∪]b, +∞]∪]a, b[ |a, b ∈ R} est une base d’ouverts de R.
Et on a τR = τR ∩ R et BR = B(τR ∩ R) = BR. ∩ R.
Le théorème précédent est valable sur R, si on adjoint {−∞} et {+∞} à
une des familles citées.
n
Qn précédent est valable sur R , si I est l’une
6-Le théorème
n
des familles citées.
on a Ω = { j=1 Ij |n ∈ N, Ij ∈ I} alors B(Ω) = B(R ).
1.6 Familles monotones

Définition 1.6.1 M ⊂ P (X) est dite monotone si M est stable par union
dénombrable croissante et par intersection dénombrable décroissante :
i) Si (An )n≥1 ⊂ M avec An ⊂ (An+1 ) =⇒ ∪∞ n=1 An ∈ M
ii) Si (An )n≥1 ⊂ M avec An ⊃ (An+1 ) =⇒ ∩∞ n=1 An ∈ M
Exemple 1.6.2 Toute tribu est stable par union dénombrable donc par
réunion dénombrable croissante et par intersection dénombrable donc par
intersection dénombrable décroissante =⇒ B est monotone.
Donc toute tribu est monotone et on a la réciproque est fausse.
M = {A ⊂ R|A est dénombrable} monotone mais non tribu.
Proposition 1.6.3 Toute famille monotone qui est une algèbre est une tribu.
Preuve i) ∅, X ∈ M.
ii) E ∈ M =⇒ E C ∈ M.
iii) Soit (An )n≥1 ⊂ M a-t-on ∪∞ n=1 An ∈ M
On pose B1 = A1 , B2 = A1 ∪ A2 ,...,Bn = A1 ∪ A2 ∪ ... ∪ An .
On a Bn % et ∪∞ ∞
n=1 An = ∪n=1 Bn ∈ M
Proposition 1.6.4 L’intersection de familles monotones est une famille mo-

notone.
Définition 1.6.5 Soit Ω ⊂ P (X). L’intersection des familles monotones

contenant Ω s’appelle la famille monotone engendrée par Ω on la note M(Ω)
Proposition 1.6.6 M(Ω) est une algèbre (si Ω est une algèbre)
Théorème des classes monotones
Théorème 1.6.7 Soit A une algèbre sur X alors B(A) = M(A)
Preuve σ(A) est une σ-algèbre contenant A donc c’est une famille monotone
contenant A d’où M(A) ⊂ σ(A).
Inversement pour montrer que σ(A) ⊂ M(A)
IL suffit de vérifier que M(A) est une algèbre (donc c’est une σ-algèbre).
M = {A ⊂ X|AC ∈ M(A)}.
M est une famille monotone (facile) contenant A (A ∈ A =⇒ AC ∈ A ⊂
M(A)).
Donc M(A) ⊂ M.
Autrement dit : ∀A ∈ M(A) on a AC ∈ M(A).
Soit A ∈ A. Posons M(A) = {B ⊂ X|A ∪ B ∈ M(A)}.
M(A) est une famille monotone (facile) contenant A (B ∈ A =⇒ A ∪ B ∈

A =⇒ A ∪ B ∈ M(A)).
Par suite M(A) ⊂ M(A) ).
Autrement dit : ∀A ∈ A, ∀B ∈ M(A) on a A ∪ B ∈ M(A).
Soit A ∈ M(A). Posons MA = {B ⊂ X|A ∪ B ∈ M(A)}.
MA est une famille monotone (facile) contenant A (B ∈ A =⇒ A ∪ B ∈

M(A)). (d’après l’étape précédente) =⇒ B ∈ MA
Par suite M(A) ⊂ MA ).
Donc : ∀A, B ∈ M(A) on a A ∪ B ∈ M(A).

Chapitre 2
Fonctions mesurables
2.1 Espace et fonctions mesurables

Définition 2.1.1 On appelle espace mesurable, Tout couple (X, B) ou B est
une tribu sur X. Les éléments de B sont appelés les ensembles mesurables de
X.
Définition 2.1.2 Soient (X, B) et (Y,S) deux espaces mesurables et f :

X −→ Y est une application ; f est dite (B, S) mesurable si f −1 (S) ⊂ B
c’est à dire ∀A ∈ S on a : f −1 (A) ∈ B ce que veut dire l’image réciproque
d’un mesurable est un mesurable.
Pour simplifier la notation on note f(B, S)-mesurable par f mesurable.
Exemples 2.1.3 B = P(X) ou S = {∅, Y } =⇒ toute fonction f : X −→ Y

est mesurable.
Si B 6= P (X) et S 6= {∅, Y }.
B 6= P (X) =⇒ ∃A ∈ P (X)|A 6∈ B ; Soit C ∈ S et b, b’ tq b ∈ C, b0 ∈ C C .
Soit la fonction
définie par
b si x ∈ A
f(x) = est non mesurable car f −1 (C) = A 6∈ B
b0 si x 6∈ A.
Exercice 2.1.4 Soient A ⊂ X et f (X, B) −→ (R, BR ).

Soit f = χA
Montrer χA est mesurable ⇐⇒ A mesurable.
Proposition 2.1.5 Soient f : (X, B) −→(Y, S) et g : (Y, S)−→(Z, Σ) deux

fonctions mesurables alors g ◦ f : (X, B)−→(Z, Σ) est mesurable
15
16 CHAPITRE 2. FONCTIONS MESURABLES
Dém.
On a (g ◦ f )−1 (C) = f −1 [g −1 ](C) ∀C ∈ P (Z).
En particulier si C ∈ Σ ; [g −1 (C) ∈ S =⇒ f −1 [g −1 ](C) ∈ B
Théorème 2.1.6 (carac) Soient (X, B), (Y, S) deux espaces mesurables
avec S = B(Ω). alors : f : (X, B) −→(Y, B(Ω)) est mesurable ssi f −1 (Ω) ⊂ B.
Dém.
=⇒ f −1 (Ω) ⊂ f −1 (B(Ω)) ⊂ B.
⇐= on a f −1 (Ω) ⊂ B =⇒ B(f −1 (Ω)) ⊂ B.

B(f −1 (Ω)) = f −1 (B(Ω)) ⊂ B.
Définition 2.1.7 Si f : (X, B(τ ))−→(Y, B(τ 0 ))) ou τ , τ 0 des top.

Si f est mesurable, on dit qu’elle est borélienne.
2.2 Fonctions numériques mesurables

.
Soient (X, B) un espace mesurable et R ou R sont munis de leur tribus
boréliennes BR ou BR
Théorème 2.2.1 f : X −→ R (resp R) une application on a les propriétés

suivantes sont équivalentes.
1-f est mesurable.
2-∀a ∈ R, {f > a} = {x ∈ X|f (x) > a} = f −1 (]a, +∞[) respf −1 (]a, +∞]) ∈
B.
3-∀a ∈ R, {f ≥ a} = {x ∈ X|f (x) > a} = f −1 (]a, +∞[) respf −1 ([a, +∞[) ∈
B.
4-∀a ∈ R, {f < a} = {x ∈ X|f (x) < a} = f −1 (]−∞, a[) respf −1 ([−∞, a[) ∈
B.
5-∀a ∈ R, {f ≤ a} = {x ∈ X|f (x) ≤ a} = f −1 (]−∞, a]) respf −1 ([−∞, a]) ∈
B.
Dém.(1) ⇐⇒ (2)
On a {]a, +∞[|a ∈ R} (resp ]a, +∞]) engendre BR (BR ) et on utilise le
théorème de la caractérisation.
Si f : X −→ R.
f est mesurable ssi f −1 (]a, b[) ∈ B et f −1 ({−∞}) ∈ B et f −1 ({+∞}) ∈ B.
2.2. FONCTIONS NUMÉRIQUES MESURABLES 17
Théorème 2.2.2 Soit (fn )n∈N une suite de fonctions mesurables de (X, B)
dans (R, BR .
Si les fonctions In fn , sup fn , limfn et limfn sont définies sur X alors ils
sont mesurables.
Dém : A = {In fn ≥ a} est mesurable ? ∀a ∈ R.
x ∈ A ⇐⇒ In fn (x) ≥ a ⇐⇒ ∀n ∈ N fn (x) ≥ a ⇐⇒ x ∈ ∩{fn ≥ a} alors

{In fn ≥ a} = ∩{fn ≥ a} mes.
{sup fn ≥ a} est mesurable ? x ∈ {sup fn ≥ a} ⇐⇒ sup fn (x) ≥ a ⇐⇒

∃ n0 ∈ N fn0 (x) ≥ a ⇐⇒ x ∈ ∪{fn ≥ a} alors {sup fn ≥ a} = ∪{fn ≥ a} ∈
B mes.
limfn = supn∈N (inf (fk )k≥n ) est mesurable il suffit d’appliquer le théorème
précédent en prenant gn = infk≥n fk est mesurable =⇒ supgn est mesurable.
conséquence 2.2.3 1- fn : X −→ R (resp R) mes.
avec fn −→ f lorsque n tend vers +∞, alors f est mesurable car f =

limfn = limfn .
2-f, g : X −→ R (resp R) mesurables alors :
inf(f, g), sup(f, g), f + = sup(f, 0), f − = sup(-f, 0).
Montrons que sup(f, g) est mes.
sup(f (x), g(x)) < α ⇐⇒ f (x) < α et g(x) < α donc {sup(f, g) < α} =
{f < α} ∩ {g < α} ∈ B. Inf(f, g) = -sup(-f, -g)
Théorème 2.2.4 f, g : X −→ R (resp R) mesurables, alors f + g (s’elle est

définie), f.g et le rapport f/g (si g ne s’annule pas sur X) sont mesurables.
Dém : f + g mesurable ?
Soit α ∈ R ; {x ∈ X|(f + g)(x) > α} ∈ B.
Soit x ∈ {f + g > α} ⇐⇒ f (x) + g(x) > α
⇐⇒ f (x) > α − g(x) ⇐⇒ ∃r ∈ Q tq f (x) > r > α − g(x)

⇐⇒ ∃r ∈ Q, x ∈ {f > r} et x ∈ {g > α − r} ⇐⇒ ∃r ∈ Q, x ∈ {f >
r} ∩ {g > α − r}
⇐⇒ x ∈ ∪r∈Q {f > r} ∩ {g > α − r}
Donc {f + g > α} = ∪r∈Q {f > r} ∩ {g > α − r}.
Alors l’ensemble {f + g > α} est réunion de mesurables est donc mesurable.
*f.g est mesurable ?
On commence par montrer que f 2 est mesurable.

∀a ∈ R {f 2 < a} ∈ B?
Si a ≤ 0 {f 2 < a} = ∅ ∈ B √ √
Si a > 0 {f 2 < a} = {f > − a} ∩ {f < a} ∈ B (comme intersection
de mesurables).
Si f est mesurable alors af est mesurable.

Si a 6= 0 {af > α} = {f <, > αa est mesurable.
Si a = 0 alors af = 0 est mesurable.
conséquence 2.2.5 f.g = 12 [(f + g)2 − f 2 − g 2 ] est mesurable.
Pour montrer que fg est mesurable, il suffit de montrer que 1

g
est mesu-
rable ?
∀a ∈ R est ce que { g1 > a} ∈ B ?
Si a > 0
x ∈ { g1 > a} ⇐⇒ 1
g(x)
> a ⇐⇒ x ∈ {g > 0} ∩ {g < a1 } ∈ B
Si a = 0
{ g1 > 0} ⇐⇒ {g > 0} est mesurable.
Si a < 0
x ∈ { g1 > a} ⇐⇒ g(x)
1
> a ⇐⇒ {g > 0} ∪ {g < a1 } ∈ B.
Donc fg = f × g1 est mesurable comme produit de mesurables.
Corollaire 2.2.6 f : X −→ R (ou R).

i) f mesurable ⇐⇒ f + et f − mesurables.
ii) f mesurable =⇒ |f | mesurable.
Car on a f = f + − f − et |f | = f + + f − .
La réciproque de ii) est fausse Voir TD.
2.3 Fonctions complexes mesurables

f : X −→ C.
f = Ref + i Imf
2.4. APPROXIMATION DES FONCTIONS NUMÉRIQUES MESURABLES19
Définition 2.3.1 f est dite mesurable si et seulement si Ref et Imf sont

mesurables.
2.4 Approximation des fonctions numériques

mesurables
(X, B) est mesurable et (R, BR ).
2.4.1 Fonction étagée

Définition 2.4.1 f : X −→ R est dite étagée ( ou simple) si f(X) est fini :
f(X) = {a1 , a2 , ........, an } de réels distincts.
Écriture canonique de f.
On pose Ai = f −1 ({ai }).
(Ai )1≤i≤n forment une partition de X et on a f = ni=1 ai χAi appelée écriture
P
canonique d’une fonction étagée.
Pn
Proposition 2.4.2 f = i=1 ai χAi est mesurable ssi les Ai sont mesu-
rables.
Preuve
=⇒ Soit O ⊃ {ai } O 6⊃ {aj } j 6= i f −1 (O) = AiP
mesurable.
⇐= Ai mesurable ⇐⇒ χAi mesurable =⇒ f = ni=1 ai χAi mesurable.
+
Théorème 2.4.3 f : X −→ R une fonction mesurable. Alors il existe une
+
suite (fn )n≥1 de fonctions étagées croissantes mesurables à valeurs dans R ,
qui convergent simplement vers f.
Si de plus f est bornée, la convergence est uniforme.
DémSoit n ∈ N∗ , considérons l’intervalle [0, n[ qu’on partage on n2n in-

tervalles semi-ouverts à droite deux à deux de longueur égale à 21n .
n −1
Alors on a [0, n[= ∪n2 k k+1
k=0 [ 2n , 2n [.
Considérons les ensembles disj 2 à 2 déf par :
E∞ = f −1 ({+∞}) et Enk = f −1 ([ 2kn , k+1

2n
[) k = 0,...,n2n − 1.
P n −1 k
Posons :fn = n2 k=0 χ
2n Enk
+ nχE∞ .
On a alors les propriétés suivantes :
i) fn est étagée mesurable positive.

ii) 0 ≤ fn ≤ n.
Si x ∈ E∞ : 0 ≤ fn (x) = n ≤ f (x) = +∞.
n−1
Si x ∈ ∪n2
k=0 Enk alors ∃k tq x ∈ Enk donc 0 ≤ fn (x) =
k
2n
≤ f (x) < k+1
2n
.
Si x ∈ f −1 ([n, +∞[) on a fn (x) = 0 ≤ f (x) (car f ≥ 0).

iii) (fn ) est croissante soit n ≥ 1
Soit x ∈ X, on distingue 3 cas

Si x ∈ E∞ fn (x) = n ≤ fn+1 (x) = n + 1.
Si x ∈ f −1 ([n, +∞[) on a fn (x) = 0 ≤ fn+1 (x).

n −1
Si x ∈ ∪n2 k k+1
k=0 Enk alors ∃k tq 2n ≤ f (x) < 2n et fn (x) =
k
2n
.
2k
Alors : 2n+1 ≤ f (x) < 2k+2
2n+1
.
2k 2k+1
D’où fn+1 (x) = 2n+1 ou bien fn+1 (x) = 2n+1
.
Dans ces 2 cas : fn (x) ≤ fn+1 (x).

iv) (fn ) converge simplement vers f.
Soit x ∈ X, on distingue 2 cas :

Soit f (x) = +∞ (c’est à dire x ∈ E∞ ) :
∀n ≥ 1fn (x) = n −→ +∞ = f (x).
Si f (x) < +∞ : alors ∃n0 ∈ N∗ tq f (x) ∈ [0, n0 [ (n0 dépend de x).
n2 −1n
=⇒ ∀n ≥ n0 x ∈ ∪k=0 Enk .
k k+1
=⇒ 0 ≤ k ≤ n2n − 1 | 2n
≤ f (x) < 2n1
.
k 1 1
On a : ∀n ≥ n0 : |f (x) − 2n
| < 2n
càd |f (x) − fn (x)| < 2n
.
=⇒ fn (x) converge simplement vers f(x) lorsque n tend vers +∞.

v) Si f est bornée (fn ) converge unif vers f.
Soit M > 0 tq | f |≤ M et soit (n0 > M .

Le (n0 ne dépend pas de x) ( un n0 pour tout les x).
Alors ∀n ≥ n0 , ∀x ∈ X : f(x) ∈ [0, n[.
Donc ∀n ≥ n0 ∃kn ∈ {0, 1, ..., n2n − 1} tq fn (x) = k2nn ≤ f (x) < kn +1
2n
2.4. APPROXIMATION DES FONCTIONS NUMÉRIQUES MESURABLES21
1
Par suite ∀x ∈ X, ∀n ≥ n0 |fn (x) − f (x)| < 2n
. Donc fn converge uni-
formément vers f sur X.
Corollaire 2.4.4 f : X −→ R ou R une fonction mesurable.

Alors, il existe une suite de fonctions étagées mesurables de X vers R qui
convergent simplement vers f.
Si de plus f est bornée, la convergence est uniforme.
Dém : IL suffit d’appliquer le théorème à f + et f − et on a f = f + − f −

Chapitre 3
Mesures positives
3.1 Mesures positives

Soit A une algèbre sur X.
3.1.1 Définitions et propriétés

+
Définition 3.1.1 1) Soit µ : A ⊂ P(X) −→ R
Une application µ est dite additive si ∀A, B ∈ A tels que A ∩ B = ∅
on a : µ(A ∪ B) = µ(A) + µ(B) .
2) Elle est dite σ-additive, si pour toute suite (An )n≥1 ⊂ A telle que Ai ∩Aj =
∅ si i 6= j et ∪+∞ +∞ +∞
n=1 An ∈ A, alors µ(∪n=1 An ) = Σn=1 µ(An ).
µ n’est pas identiquement égale à +∞
Propriétés 3.1.2 1-Si µ est σ additive =⇒ µ est additive.

2-Si µ n’est pas identiquement égale à +∞, on µ(∅) = 0.
3-Si µ = +∞ alors µ est additive et σ-additive.
Remarques 3.1.3 Si A est une σ-alg : la condition ∪+∞

n=1 An ∈ A est unitile
dans la définition précédente.
Propriétés 3.1.4 Si µ est additive et A ⊂ B =⇒ µ(A) ≤ µ(B).
Preuve On a B = A ∪ (B − A)
On a A, B ∈ A =⇒ B − A ∈ A et A ∩ (B − A) = ∅.
L’additivité =⇒ µ(B) = µ(A) + µ(B − A) ≥ µ(A).
23
24 CHAPITRE 3. MESURES POSITIVES
Si A ⊂ B et µ(A) < +∞ alors µ(B) = µ(A) + µ(B − A), mais µ(A) <
+∞ =⇒ µ(B) − µ(A) = µ(B −P A).
Si µ additive =⇒ µ(∪i=1 Ai ) ≤ ni=1 µ(Ai )
n
P Soit (An ) ⊂ A avec (∪An )n≥1 ∈ A Si µ est σ additive

Remarques 3.1.5
=⇒ µ(∪An )n≥1 ≤ n≥1 (µ(An ))
+
Définition 3.1.6 Soit µ : A −→ R une application est dite mesure positive
s’elle vérifie :
i)µ(∅) = 0.
ii) µ est σ-additive.

Si µ : A −→ R+ ,
Remarques 3.1.7 alors µ est bornée.
µ est une mesure positive.
Définition 3.1.8 On appelle espace mesuré tout triplet (X, B, µ), où B est
une tribu sur X et µ une mesure positive sur la tribu B si de plus µ(X) = 1
on dira que µ est une probabilité sur B et (X, B, µ) est un espace probabilisé.
Remarques 3.1.9 Les espaces probabilisés sont souvents notés (Ω, F, P )
Exemples 3.1.10 1-(X, P(X), µd ) (X un ensemble non vide) avec

card(A) si A est f ini,
µd (A) = µd est appelée mesure de dénombrement
∞ si A est inf ini.
ou de comptage sur P(X).
2-Mesure de dirac : A = P(X) Soit x0 ∈ X, on définit la mesure de dirac
1 si x0 ∈ A
δx0 sur P(X) par δx0 (A) =
0 si x0 6∈ A.
3.1.2 Mesure σ-finie :

+
Définition 3.1.11 Une mesure positive µ : A −→ R est dite σ finie s’il
existe une suite (An ) ⊂ A telle que X = ∪+∞
n=1 An et µ(An ) < +∞ pour tout
n≥1
Remarque 3.1.12 Soit µ : A −→ R+ une mesure positive.

µ est dite finie si µ(A) ⊂ R+
Exemples 3.1.13 -Toute mesure finie est σ finie.

A1 = X et An = ∅ pour n ≥ 2.
-Si X = N et µd la mesure du dénombrement sur P (N) alors µd est σ-finie.
µd (N) = +∞.
N = ∪+∞n=1 {n} et µd ({n}) = 1 < ∞.
Si X = R et la mesure du dén sur P (R) est ce queµd est σ-finie ?.
3.1. MESURES POSITIVES 25
3.1.3 Continuité croissante et décroissante d’une me-

sure
+
Théorème 3.1.14 Soit µ : A −→ R une mesure positive.
i) Si (An )n≥1 ⊂ A est une suite croissante dans A telle que ∪+∞ n=1 An ∈ A,
alors :
µ(∪+∞n=1 An ) = limn−→+∞ µ(An ) = sup(µ(An )).
ii) Si (An )n≥1 ⊂ A est une suite décroissante A avec ∩+∞
n=1 An ∈ A, et il existe
n0 ≥ 1 telle que µ(An0 ) < +∞, alors :
µ(∩+∞n=1 An ) = limn−→+∞ µ(An ) = inf (µ(An )).
Démonstration
i) On pose B1 = A1 et Bn = An − An−1 .
On a An = A1 ∪ (A2 − A1 ) ∪ (A3 − A2 )... ∪ (An − An−1 ).
∪n≥1 An = ∪n≥1 Bn avec Bi ∩ Bj = ∅ si i 6= j.

=⇒ µ(∪+∞ +∞ +∞ n
n=1 An ) = µ(∪n=1 Bn ) = Σn=1 µ(Bn ) = limn−→+∞ Σp=1 µ(Bp ) =
limn−→+∞ µ(∪np=1 Bp ) = limn−→+∞ µ(An ).
µ(An ) ↑=⇒ limn−→+∞ µ(An ) = supµ(An ).
ii) On pose Bn = An0 − An ∀n ≥ 1.
Si n ≤ n0 on a Bn = ∅.
Si n > n0 on a : An ⊂ An0 donc AC C
n0 ⊂ An .
soit p ≥ q ≥ n0 on a AC C
p ⊃ Aq .
C C
Alors An0 ∩ Ap ⊃ An0 ∩ Aq .
Donc Bq ⊂ Bp
On (Bn ) est croissante et Bn ∈ A.
∪+∞ +∞ +∞
p=1 Bp ∈ A du faite que ∪p=1 Bp = An0 − (∩n=1 An ) ∈ A.
Par i) on a µ(∪+∞ n=1 Bn ) = limn−→+∞ µ(Bn ).
µ(∪+∞ B
n=1 n ) = µ(A +∞ +∞
n0 − (∩n=1 An )) = µ(An0 ) − µ(∩n=1 An ). (1)
Puisque µ(An ) ≤ µ(An0 ) < ∞ on a :
µ(Bn ) = µ(An0 ) − µ(An )
limn−→+∞ µ(Bn ) = µ(An0 ) − limn−→+∞ µ(An ) (2).
+∞
Par (1) et (2) on a µ(∩n=1 An ) = limn−→+∞ µ(An ).
De plus µ(An ) est décroissante donc limn−→+∞ µ(An ) = infn (µ(An ))
3.1.4 Mesure complète

Soit (X, B, µ) un espace mesuré.
Définition 3.1.15 1) A ∈ B est dit µ-négligeable.

Si µ(A) = 0.
2) µ est dite complète si tout sous ensemble B d’un ensemble A-µ négligeable
est un élément de B.
C’est à dire si ∀A ∈ B avec µ(A) = 0 alors ∀B ⊂ A on a : B ∈ B.
On dit aussi que B est complète pour la mesure µ ou que B est µ complète.
3.2 Mesure extérieure

Soit X un ensemble non vide
+
Définition 3.2.1 Soit τ : P(X) −→ R où X est un ensemble non vide, est
dite une mesure extérieure sur X, si elle satisfait les conditions suivantes :
i) τ (∅) = 0.
ii) A, B ∈ P(X) avec A ⊂ B =⇒ τ (A) < τ (B) monotone.
iii) τ est σ sous additive : P∞
∀(An )n≥1 ⊂ P (X) on a τ (∪(An )∞n=1 ) ≤ n=1 τ (An )
Exemple 3.2.2 Toute mesure positive sur P(X) est une mesure extérieure
sur X.
Réciproquement : Toute mesure P+∞ extérieure sur X additive est une mesure.
+∞
Est ce que τ (∪(Ap )p=1 ) = p=1 τ (Ap ) avec Ai ∩ Aj = ∅ si i 6= j ?
τ (∪np=1 Ap ) ≤ τ (∪+∞
p=1 Ap ) car τ est monotone
P n +∞
τ (A ) ≤ τ (∪p=1 Ap )
p=1
P+∞p
=⇒ p=1 τ (Ap ) ≤ τ (∪+∞ p=1 Ap )
L’autre sens est donnée par définition.
+
Soit µ : A −→ R une mesure positive.
Soit A ∈ P(X)
MA = {(Bn )n≥1 ⊂ A| A ⊂ ∪+∞ n=1 Bn }.
On a MA 6= ∅ on prend B1 = X et Bn = ∅ si n ≥ 2.
On a (Bn )n≥1 ⊂ A et A ⊂ ∪+∞ n=1 Bn .
+
Théorème 3.2.3 L’application µ∗ : P(X) −→ R définie par :
+∞
∀A ∈ P(X) µ∗ (A) = Inf n=1 µ(Bn )(Bn )n≥1 ∈MA
P
est une mesure extérieure sur X et sa restriction à A est µ.
µ∗ est appelée mesure extérieure associée à µ ou mesure extérieure engendrée
par µ.
Pour la démonstration Voir TD.

3.2. MESURE EXTÉRIEURE 27
3.2.1 Ensembles τ -mesurables (au sens de caractéodry)

Définition 3.2.4 Soit τ une mesure extérieure sur P (X). On dit que A ⊂ X
est τ mesurable si et seulement si
∀B ⊂ X on a : τ (B) = τ (A ∩ B) + τ (AC ∩ B).
On a τ (X) = τ (A) + τ (AC ).
Théorème 3.2.5 La famille C ∗ des ensembles τ mesurables est une tribu

sur X et la restriction de τ à C ∗ est une mesure positive complète.
Démonstration
τ : P (X) −→ R+
τ /C ∗ : C ∗ −→ R+ mesure.
C ∗ est une algèbre sur X.
∅ ∈ C ∗ τ (B) = τ (∅) + τ (B)
A ∈ C ∗ ⇐⇒ ∀B ⊂ X on a : τ (B) = τ (A ∩ B) + τ (AC ∩ B) = τ ((AC )C ∩

B) + τ (AC ∩ B) = τ (AC ∩ B) + τ ((AC )C ∩ B) ⇐⇒ AC ∈ C ∗ .
Soient A1 , A2 ∈ C ∗ est ce que on a A1 ∪ A2 ∈ C ∗ ?

A1 ∈ C ∗ ⇐⇒ ∀B ⊂ X on a : τ (B) = τ (A1 ∩ B) + τ (AC 1 ∩ B)
∗ 0 0 0 0
A2 ∈ C ⇐⇒ ∀B ⊂ X on a : τ (B ) = τ (A2 ∩ B ) + τ (AC 2 ∩B ) (2)
C
Dans (2) on remplace B’ par A1 ∩ B et B’ par A1 ∩ B
D’où τ (A1 ∩ B) = τ (A2 ∩ A1 ∩ B) + τ (AC 2 ∩ A1 ∩ B)
Et τ (A1 ∩ B) = τ (A2 ∩ A1 ∩ B) + τ (A2 ∩ AC
C C C
1 ∩ B)
=⇒ (3) : τ (B) = τ (A2 ∩ A1 ∩ B) + τ (A2 ∩ A1 ∩ B) + τ (A2 ∩ AC
C C
1 ∩ B) + τ (A2 ∩
AC
1 ∩ B)
Dans (3) on remplace B par (A1 ∪ A2 ) ∩ B
Alors τ [(A1 ∪ A2 ) ∩ B] = τ (A2 ∩ A1 ∩ B) + τ (AC C

2 ∩ A1 ∩ B) + τ (A2 ∩ A1 ∩
B) + τ (∅) (4)
A 4 on va ajouter τ [(A1 ∪ A2 )C ∩ B] et on utilise (3) :
=⇒ τ [(A1 ∪ A2 ) ∩ B] + τ [(A1 ∪ A2 )C ∩ B] = τ (A2 ∩ A1 ∩ B) + τ (AC

2 ∩ A1 ∩
B) + τ (A2 ∩ AC
1 ∩ B) + τ (A C
2 ∩ AC
1 ∩ B) = (3) = τ (B)
⇐⇒ A1 ∪ A2 ∈ C ∗
∗
C est une tribu :
Soient A1 , A2 ∈ C ∗ tq A1 ∩ A2 = ∅
(4) devient : ∀B ⊂ X τ [(A1 ∪ A2 ) ∩ B] = τ (A1 ∩ B) + τ (A2 ∩ B) (5)
Par récurrence : si (An )n≥1 ⊂ C ∗ : Ai ∩ Aj = ∅ si i 6= j
Pn
On a τ ((∪ni=1 Ai ) ∩ B) = i=1 τ (Ai ∩ B) (6)
Soit (An )n≥1 ) une suite de C ∗ deux à deux disjoints, et soit ∪ni=1 Ai ∈ C ∗
donc τ (B) = τ ((∪ni=1 Ai ) ∩
PB) + τ ((∪ni=1 Ai )C ∩ B) ∀B ⊂ X ceci parPndéfinition
n n C
=⇒ par (6) on a τ (B) = p=1 τ (Ap ∩ B) + τ [(∪p=1 (Ap ) ∩ B) ≥ p=1 τ (Ap ∩
B) + τ [(∪+∞ C
Pp )n ∩ B) (monotonie) +∞
p=1 (A car (∪np=1 (Ap ) ⊆ (∪+∞
p=1 (Ap ).
Alors τ (B) ≥ p=1 τ (Ap ∩ B) + τ [(∪p=1 (Ap )C ∩ B) (7).
D’autre part : B = (∪+∞ +∞ C

p=1 (Ap ) ∩ B) ∪ (∪p=1 (Ap ) ∩ B).
P+∞
σ sous additive =⇒ τ (B) ≤ p=1 τ (Ap ∩ B) + τ ((∪+∞ C
p=1 Ap ) ∩ B) (8)
P+∞
Par 7) et 8) on a τ (B) = τ ((∪+∞ +∞ C
p=1 Ap ) ∩ B) + τ ((∪p=1 Ap ) ∩ B) = p=1 τ (Ap ∩
B) + τ ((∪+∞ C
p=1 Ap ) ∩ B) (10)
⇐⇒ ∪+∞
p=1 Ap ∈ C
∗
si (Ap )p≥1 ⊂ C ∗ ) qlq :

On prend que B1 = A1
Bn = An \ (A1 ∪ A2 ∪ ... ∪ An−1 )
On a Bn ∈ C ∗ (car C ∗ algèbre)
et ((Bn )n≥1 ) famille disjointe 2 à 2
On utilise ce qui précède.
∪+∞ ∗ +∞
n=1 Bn ∈ C or ∪n=1 Bn = ∪n=1 An
+∞
τ /C ∗ est une mesure positive.

Soit (Ap )p≥1 ⊂ C ∗ tq les Ai sont disjointes deux à deux.
On écrit 10) en remplaçant B par ∪+∞ p=1 Ap .
+∞ +∞ +∞
τ (∪p=1 Ap ) = Σp=1 τ (Ap ∩ (∪n=1 An )) + τ (∅) ⇐⇒ τ estσ-additive sur C ∗
τ /C ∗ est une mesure complète.
Soit A ∈ C ∗ | τ (A) = 0.
Soit A1 ⊂ A est ce que A1 ∈ C ∗ ?
On a B = (A1 ∩ B) ∪ (AC 1 ∩ B)
τ (B) ≤ τ (A1 ∩ B) + τ (AC 1 ∩ B) ≤ τ (B)
∗
⇐⇒ τ (B) = τ (A1 ∩ B) + τ (AC 1 ∩ B) ⇐⇒ A1 ∈ C
Théorème 3.2.6 Soit (X, A) espace muni d’une algèbre A.

µ : A −→ R+ une mesure positive
Alors C ∗ = tribu des ensembles µ∗ -mesurables contient la tribu engendré par
A : B(A) ⊂ C ∗
Démonstration
Puisque C ∗ est une tribu, il suffit de montrer que A ⊂ C ∗
3.2. MESURE EXTÉRIEURE 29
Soit A ∈ A on a :
∀B ⊂ X : B = (A ∩ B) ∪ (AC ∩ B)
µ∗ (B) ≤ µ∗ (A ∩ B) + µ∗ (AC ∩ B) (µ∗ ) est sous additive.
≥??
Si µ∗ (B) = +∞ inégalité évidente
Si µ∗ (B) < +∞ P
On a µ∗ (B) = inf ∞ n=1 µ(Bn )(Bn )⊂MB
Soit ε > 0∃ (Bn ) ⊂MB | µ∗ (B) + > ∞

P
n=1 µ(Bn )
On a : B ∩ A ⊂ ∪∞ n=1 (A ∩ Bn ) P∞(A ∩ Bn ) ∈ MA∩B
∗
Par définition on a µ (A ∩ B) ≤ n=1 µ(A ∩ Bn ).
On a aussi : B ∩ AC ⊂ ∪∞ C
n=1 (A ∩P Bn ) (AC ∩ Bn ) ∈ MAC ∩B
∗ C ∞ C
Par définition on a µ (A ∩ B) ≤ n=1 µ(A ∩ Bn ).
∗ ∗ C
P∞ P∞
P∞µ (A ∩ B) + µ (A ∩ B) ≤ n=1 µ(A ∩ Bn ) + n=1 µ(AC ∩ Bn ) =
∗
n=1 µ(Bn ) < + µ (B) ∀ .
En effet (A ∩ Bn ) ∩ (AC ∩ Bn ) = ∅
D’où µ∗ (B) ≥ µ∗ (A ∩ B) + µ∗ (AC ∩ B)
Donc A ⊂ C ∗ or C ∗ est une tribu alors B(A) ⊂ C ∗
Théorème 3.2.7 Toute mesure positive µ sur une algèbre A peut être pro-
longée en une mesure positive sur B(A) (appelée extension de caracthéodry
de la mesure positive µ).
Si µ est σ finie, alors l’extension est unique et aussi elle est σ finie.
Démonstration
+
{prolongement de µ sur B(A) } = 6 ∅ car µ∗ C ∗ −→ R et B(A) ⊂ C ∗
+
Unicité si µ A −→ R est finie : µ(X) < +∞
Soient µ1 , µ2 : B(A) −→ R+ deux prolongement de µ
Soit M = {A ∈ B(A)|µ1 (A) = µ2 (A)} ⊂ B(A)
M est monotone en effet soit ((An ))n≥1 ⊂ M et ((An )) ↑
On a : µ1 (∪An ) = limn−→+∞ µ1 (An ) = limn−→+∞ µ2 (An ) = µ2 (∪An )
Si ((An ))n≥1 ⊂ M et ((An )) ↓
On a : µ1 (∩An ) = limn−→+∞ µ1 (An ) = limn−→+∞ µ2 (An ) = µ2 (∩An )
car µ1 et µ2 sont finis car µ est fini.
M est monotone et A ⊂ M =⇒ M(A) ⊂ M or M ⊂ B(A) =⇒ M = B(A).
Donc µ1 = µ2 sur B(A)
Si µ est σ fini =⇒ ∃(Bn ) ⊂ A partition de X tq X = ∪+∞

n=1 Bn et µ(Bn ) <
+∞
Pour n fixé :
Soient µ1 , µ2 : B(A) −→ R+ 2 prolongement de µ et pour n fixé :
µn1 = µ1 (A ∩ Bn ) pour A ∈ B(A)

µn2 = µ2 (A ∩ Bn ) pour A ∈ B(A)
µn1 et µn2 sont deux mesures positives sur B(A)
On a : µn1 (A) = µn2 (A) ∀A ∈ A et µn1 (X) = µn2 (X) = µn1 (Bn ) = µ(Bn ) < +∞
=⇒ µn1 et µn2 sont finis.
D’après ce qui précède µn1 = µn2 sur B(A).
Donc ∀A ∈ B(A) : on a A ⊂ ∪Bn =⇒P A = ∪n≥1 (A ∩ Bn )
n
P
=⇒
P µ1 (A) = Pµ1 (∪n≥1 (A ∩ Bn )) = n≥1 µ1 ((A ∩ Bn ) = n≥1 µ1 (A) =
n
n≥1 µ2 (A) = n≥1 µ2 ((A ∩ Bn ) = µ2 (∪n≥1 (A ∩ Bn )) = µ2 (A)
3.3 Complétion d’une mesure-mesure de le-

besgue
3.3.1 Complétion d’une mesure
Soit (X, B, µ) un espace mesuré et soit B
b = {A ∪ N |A ∈ B et N ⊂ B ∈
B et µ(B) = 0}
Théorème 3.3.1 1-B b est une tribu qui contient B.

b −→ R+
2-L’application : B
A ∪ N −→ µ b(A ∪ N ) = µ(A)
est une mesure positive sur B
b prolongeant µ et µb est complet
Définition 3.3.2 B b s’appelle la complété de B.

2-b
µ la mesure complété de µ.
3-(X, B,
b µb) l’espace complète de (X, B, µ).
Remarque 3.3.3 (X, B, b µb) est le plus petit espace complet contenant (X,
B, µ) dans le sens si (X, B’, µ0 ) est un espace complet tel que B ⊂ B 0 et
µ0/B = µ alors B
b ⊂ B 0 et µ0 = µ
/B
b b
3.3.2 Mesure de Borel et lebesgue

1er -cas : X = R on a :
P = {] − ∞, a], ]a, b], ]a + ∞[}
AR = {∪pi=1 Ai |p ≥ 1avec Ai ∈ P et Ai ∩ Aj = ∅ si i 6= j}
3.3. COMPLÉTION D’UNE MESURE-MESURE DE LEBESGUE 31
+
Soit µ : AR −→ R définie par :
A = ∪pi=1 Ai ∈ AR
µ(A) = Σpi=1 µ(Ai ) avec µ(Ai ) = l(Ai ) ou l(Ai ) = l(]a,b[) = b-a et l(] −
∞, a[) = l(]a, +∞, [) = +∞ µ est bien une mesure positive sur AR
De plus µ est σ fini car R = ∪+∞
n≥1 ] − n, n[) (] − n, n[) ↑ et µ(] − n, n[) = 2n <
+∞
Conclusion µ se prolonge de manière unique sur B(AR ) = BR (grâce à Han)
Définition 3.3.4 Ce prolongement s’appelle la mesure de Borel sur R. on

le note encore µ
+
µ : BR −→ R .
La mesure complété µ
b de la mesure de Borel s’appelle mesure de Lebesgue
sur R on la note λ.
+
λ : BR −→ R
A ∪ N −→ λ(A ∪ N ) = µ(A) mes de Borel
2éme cas : I intervalle de R

D’une manière générale (X, τ ) est un espace topologique et BX la tribu de
Borel
Si A ⊂ X muni de la topologie induite.
BA = A ∩ BX et si A ∈ BX alors BA = A ∩ BX ⊂ BX
X = R et A = I intervalle.
=⇒ BI = I ∩ BR ⊂ BR .
Définition 3.3.5 1-µ/BI = µI s’appelle la mesure de Borel sur I.
2-µbI = λI s’appelle la mesure de Lebesgue sur I.
cI ⊂ B
Remarque 3.3.6 On a i)B cR .
ii) λ/B
cI = λI
En effet : i) Soit B ∈ B
cI =⇒ B = A ∪ N où A ∈ BI et N ⊂ D ∈ BI |µI (D) =
0.
On a A, D ∈ BI ⊂ BR et µI (D) = µ(D) = 0 car D ∈ BI =⇒ B ∈ B cR .
ii)Soit B = A ∪ N ∈ B cI
λI (B) = µI (A) = µ(A) = λ(B)
Remarque 3.3.7 λ(]a, b]) = λ(]a, b[∪{b}) = µ(]a, b[) = λ(]a, b[).
]a, b[∈ BR {b} ∈ BR et {b} = ∩+∞ 1 1

n=1 ]b − n , b] =⇒ µ({b}) = limn−→+∞ n = 0
De même on démontre que : λ(]a, b]) = λ([a, b[= λ([a, b]) = λ(]a, b[= b − a
Exemple 3.3.8 Tout ensemble dénombrable est de mesure nulle.

Étudier la réciproque ?
Cas de Rn .
Soit P = {] − ∞, a], ]a, b], ]a, +∞[} et soit P n . On sait que L’algèbre
Qn de Borel
n n
ARn = {∪i=1 Ai |Ai ∈ P et Ai ∩ Aj = ∅ si i 6= j} avec Ai = k=1 Ik .
+
Soit µ : ARn Q −→ R telle que ∀A ∈ ARn µ(A) = µ(∪ni=1 Ai ) = Σni=1 µ(Ai )
avec µ(Ai ) = ni=1 µ(Ik ) ou µ(Ik ) = longueur de Ik .
µ(] − ∞, a]) = µ(]a, +∞[) = +∞
µ(]a, b]) = b-a.
µ est une mesure positive sur ARn or Rn = ∪+∞ m=1 (] − m, m] × ...×] − m, m]) ∈
ARn et µ(] − m, m] × ...×] − m, m]) = (2m)n < ∞ donc Rn est σ finie
par le théorème de Han µ se prolonge de façon unique en une mesure notée
+
µn : BRn −→ R et qui s’appelle la mesure de Borel.
Soit BdRn la tribu complété de BRn et µ cn = λn la mesure complété de µn où
cn (A ∪ N ) = µn (A) avec A ∈ BRn et N ⊂ B avec µn (B) = 0
µ
λn s’appelle la mesure de lebesgue sur Rn .
Chapitre 4
Intégration par rapport à une

mesure positive
Dans tout ce chapitre (X, B, µ) est un espace mesuré.
4.1 Intégration d’une fonction étagée mesu-

rable positive
Définition 4.1.1 Soit f : X −→ R+ une fonction étagée mes-positive {a1 , ...an }
l’ensemble de ses valeurs distincts Ai = f −1 ({ai }) i = 1,...,n.
+ R
On appelle
R intégrale de f par rapport à µ, l’élément de R , noté f dµ, définie
par : f dµ = Σni=1 ai µ(Ai ) (Noter que f = Σni=1 ai 1Ai et les Ai forment une
partition de X).
On rappelle la convention 0.∞ = 0
Remarques 4.1.2 — La représentation f = Σni=1 ai 1Ai est appelée la

représentation
R canonique ou standard de f.
— f dµ < +∞ ⇐⇒ R µ{x|f (x) > 0} < +∞
— RSi f = 0 alors f dµ = 0 même si µ(X) = +∞
— 1A dµ = µ(A), ∀A ∈ B
Propriétés élémentaires : Soient f et g deux fonctions étagées mesurables

positives et α ∈ R+ .
f = Σni=1 ai 1Ai et g = Σnj=1 bj 1Bj où Ai , Bj ∈ B
ARi ∩ Aj = Bi ∩ B R j = ∅ siRi 6= j.
i) (f + g)dµ = f dµ + gdµ
Posons Eij = Ai ∩ Bj 1 ≤ i ≤ n et 1 ≤ j ≤ m alors Eij ∈ B, les Eij sont
disjoints deux à deux.
33
34CHAPITRE 4. INTÉGRATION PAR RAPPORT À UNE MESURE POSITIVE
Pn Pn P
f= i=1 ai 1Ai = i=1 ai 1∪nj=1 Eij = i,j ai 1Eij
P
g= i,j bj 1Eij
P
(f + g) = i,j (ai + bj )1Eij
R P P P
(f + g)dµ = i,j (ai + bj )µ(Eij) = i,j ai µ(Eij) + i,j bj µ(Eij)
R R R
=⇒ (f + g)dµ = f dµ + gdµ
R R
ii) (αf )dµ = α f dµ
R R
iii) si f ≤ g =⇒ f dµ ≤ gdµ.
Dans toute la suite on notera :
E + L’ensemble des fonctions étagées mesurables positives définies sur X

et E l’espace des fonctions étagées mesurables définies sur X.
Définition 4.1.3 Soient A ∈ B et f ∈ E + . On appelle intégralle R de f

sur
R A, l’intégralle de la fonction étagée mesurable positive f.1A ( A
f dµ =
X
(f 1A )dµ).
Remarques 4.1.4 a) Si f = Σni=1 ai 1Ai Ai ∈ B Ai ∩ Aj = ∅ si i 6= j.
f 1A = Σni=1 ai 1A∩Ai
R
A
f dµ = Σni=1 ai µ(A ∩ Ai )
R R
b) X
f dµ = f dµ.
R R
c) Si A, B ∈ B tq A ⊂ B et f ∈ E + alors A
f dµ ≤ B
f dµ.
R R R
d) Si f, g ∈ E + , a, b ∈ R+ et A ∈ B alors : A
(af +bg)dµ = a A
f dµ+b A
gdµ
4.2. INTÉGRATION DES FONCTIONS MESURABLES POSITIVES 35
4.2 Intégration des fonctions mesurables po-

sitives
Dans toute la suite, on notera M+ L’ensemble des fonctions mesurables
+
définies sur X à valeurs dans R .
Définitions et propriétés 4.2.1 Soit f ∈ M+ et A ∈ B. On appelle intégralle

+ R R
de f sur A l’élément de R , noté A f dµ = supg≤f g∈E + A gdµ
R
f est dite µ intégarble (ou intégrable) si X f dµ ≤ +∞
R R
Remarque 4.2.2 On écrira souvent f dµ à la place de X f dµ
Propriétés immédiates
Soient f, g R∈ M+ , c ∈R R+ et A, B ∈ B
i) f ≤ g =⇒ A f dµ ≤ A gdµ. En particulier si g est intégrable et f ≤ g
alors f est intégrable.
R R
ii) A ⊂ B =⇒ A
f dµ ≤ B
f dµ
R R
iii) A
(cf )dµ = c. A
f dµ (c = +∞)
R R R
Si c = 0 : A
(cf )dµ = A
0dµ = 0 A
f dµ
R R R
Si c > 0 : A (cf )dµ = supg≤cf g∈E + A gdµ = sup gc ≤f g∈E + A
gdµ =
sup g0 ≤f g0 ∈E + A cg 0 dµ = c sup g0 ≤f g0 ∈E + A g 0 dµ = c A f dµ
R R R
R
iv) Si f = 0 sur A alors A
f dµ = 0 même si µ(A) = +∞
R
v) Si µ(A) = 0 alors A
f dµ = 0 même si f = +∞ sur A.
4.3 Théorèmes de convergence

Théorème de Beppo-levi :
Théorème 4.3.1 Soient (fn )n≥1 une suite croissante d’éléments de M+

A ∈ B et f =R limn−→+∞ fn = sup R(fn )n≥1
Alors on a : A f dµ = limn−→+∞ A fn dµ
Démonstration
IL est clair que f ∈ M+ . R
On a (fRn ) est croissante
R donc f n ≤ f pour tout n ≥ 1 alors limn−→+∞ f =
A n
supn≥1 A fn ≤ A f
Soient α ∈]0, 1[ et g ∈ E + tq g ≤ f
Posons Bn = {x ∈ X|fn (x) ≥ αg(x) pour tout n ≥ 1 donc Bn ∈ B ; (Bn ) est
croissante et X = ∪+∞n=1 Bn
R ≥ g(x) R> αg(x))

(Si g(x) > 0 alors f (x)
D’autre
R part on a : A fn dµ ≥ A fn 1Bn dµ ( car fn 1Bn ≤ fn )
≥ AR(α.g)1Bn dµ (car (αg).1Bn ≤ fn 1Bn
= α A∩Bn gdµ (g est fonction étagée)
Écrivons g = m +
P
i=1 ai 1Ai (ai ∈ R , Ai ∈ B et Ai ∩ Aj = ∅ si i 6= j)
Donc A fn dµ ≥ α A∩Bn gdµ = α m

R R P
i=1 ai µ(Ai ∩ A ∩ Bn ) or limn−→+∞ µ(Ai ∩
A ∩ Bn ) = µ(Ai ∩ A) ((Ai ∩ A ∩ Bn ) est croissante vers Ai ∩ A
D’où limn−→+∞ A fn dµ ≥ α m
R P R
i=1 ai µ(Ai ∩ A) = α A gdµ
−
on fait tendre
R α vers R1 on obtient alors
limn−→+∞ A fn dµ ≥ A gdµ
R R R
Par suite limn−→+∞ A
fn dµ ≥ supg≤f et g∈E + A
gdµ = A
f dµ
R R
Ainsi on a A
f dµ = limn−→+∞ A
fn dµ
R R
conséquence 4.3.2 1-∀f ∈ M+ , ∀A ∈ B on a A
(+∞)f dµ = +∞ A
f dµ
il suffit de prendre fn = nf
R R
2- ∀A ∈ B, ∀f ∈ M+ on a A
f dµ = X
f 1A dµ
On sait d’après le chapitre 2 qu’il existe (fn )n≥1 ⊂ E + croissante tq f =

lim fn
R R R P arBeppo−levi
RPar Beppo-levi on a A f dµ = limn−→+∞ A fn dµ = limn−→+∞ X fn 1A dµ =
X
f.1A dµ (fn 1A ↑ f.1A ).
R R R
3-∀f, g ∈ M+ , ∀A ∈ B on a A
f + gdµ = A
f dµ + A
gdµ
On prend (fn )n≥1 ⊂ E + croissante tq f = lim fn et (gn )n≥1 ⊂ E + crois-

sante tq g = lim gn
4.3. THÉORÈMES DE CONVERGENCE 37
R R R
A
(fn + gn )dµ = A
fn dµ + A
gn dµ car (fn , gn sont étagées).
+
4-Soient
R P+∞ mesuré (N, P (N), µd ) et une application f : N −→ R alors
L’espace
A
f dµd = p=0 f (p)
En particulier f est µd intégrable si et seulement si la série +∞
P
p=0 f (p) est
convergente.
Prendre fn = f.1{0,...,n} = np=0 f (p).1p .
P
Soient L’espace mesuré ((X, P (X), δa ) (a ∈ X et une application f : X −→
+ R
R alors X f dδa = f (a)
En particulier f est δa intégrable si et seulement si f (a) < +∞
Proposition 4.3.3 Soient (fn )n≥1 une suite croissante d’éléments de M+
et A ∈ B. R P
Alors on a : A +∞
P+∞ R
n=1 fn dµ = n=1 A fn dµ
PmPour la démonstration il suffit d’appliquer Beppo-levi à la suite gm =

n=1 fn
+
Proposition 4.3.4 Soit f un élément de M+ . L’application : ν : B −→ R
définie par
R :
ν(A) = A f dµ A∈B
est une mesure positive.
Démonstration
R
ν(∅) = ∅ f dµ = 0 car ν(∅) = 0.
Soit (An )n≥1 uneR suite d’éléments
R deux à deux disjoints de B
P+∞ P+∞ R
ν(∪+∞
R
n=1 (An )) = +∞
∪n=1 An
f dµ = X
f 1 +∞
∪n=1 An dµ = X
f n=1 1An dµ = n=1 X f 1An dµ
(d’après
P+∞ la proposition précédente)
= n=1 ν(An )
Lemme de Fatou
ThéorèmeR4.3.5 Soient R(fn )n≥1 ⊂ M+ et A ∈R B.
Alors on a A limfn dµ = A lim inf fn dµ ≤ lim A fn dµ
Démonstration : limfn = supk≥1 (infn≥k fn )
posons gk = infn≥k fn pour tout k ≥ 1.
AlorsRgk ∈ M+ , (gkR) est croissante et lim(gk )k−→+∞ = limfRn R
On a A limfn dµ = A lim(gRk )k−→+∞ dµ par BL =Rlimk−→+∞ A gk dµ ≤ limk−→+∞ A fk dµ
car gk ≤ fk =⇒ limk−→+∞ A gk dµ ≤ limk−→+∞ A fk dµ
Remarques 4.3.6 a-L’inégalité du théorème précédente peut être stricte.
Prendre ([0,1], B[0,1] , λ) et fn = n1]0, 1 [ .
R R n
On aR: limfn dµ = 0 et fn dµ = 1.
b-Si X fn dµ ≤ M pour tout n ≥ 1 alors limfn est µ
intégrable.
4.4 Rôle des ensembles négligeables

Définition 4.4.1 Soit A ∈ B et P une propriété que tout élément de X peut
posséder ou non. On dira que P est vraie presque partout (en abréviation
p.p) sur A s’il existe un négligeable N (N ∈ B et µ(N ) = 0) tq l’ensemble
{x ∈ A| x ne vérif ie pas P} est contenue dans N . Autrement dit P est vraie
sur A en dehors d’un négligeable.
Remarques 4.4.2 Dans un espace probabilisé (Ω, F, P ) le presque par

tout est remplacé par presque sûrement en abrégé p.s.
Si L’ensemble B = {x ∈ A|x ne vérif ie pas P} est un élément de B alors on
a:
P est vraie presque partout ⇐⇒ B est un négligeable.
Exemples 4.4.3 1-Soient f, g : X −→ R ( R ou C).

f = g presque par tout ⇐⇒ ∃N négligeable tq {x | f (x) 6= g(x)} ⊂ N .
2-Si f et g sont mesurables alors f = g presque par tout ⇐⇒ µ({x | f (x) 6=
g(x)}) = 0.
3-Soient (fn )n≥1 une suite de fonctions à valeurs dans R ( R ou C).
(fn ) converge vers f presque par tout ⇐⇒ ∃N négligeable tq {x|fn (x) 6−→
f (x)} ⊂ N
4-Soient (fn )n≥1 une suite de fonctions mesurables à valeurs dans R ( R
ou C).
(fn ) converge vers f presque par tout ⇐⇒ µ({x|fn (x) 6−→ f (x)}) = 0
Proposition 4.4.4 Soit f ∈ M+ si f est intégrable alors elle est finie pp
Démonstration
Soient A = {x ∈ X|f (x) = +∞} et An = {x ∈ X|f (x) ≥ n} alors An , A ∈ B
on a An ↓ A R
D’autre part An f dµ ≥ nµ(An )
Donc µ(An ) ≤ n1 X f dµ < +∞ par hypothèse.
R
µ(A1 ) < +∞ donc µ(A) = limn−→+∞ µ(An ) = 0

La réciproque de cette proposition est fausse en effet
R :
(R, BR , λ) et f = 1 alors f est fini par tout mais R f dλ = λ(R) = +∞
Proposition
R 4.4.5 Soient f ∈ M+ et A ∈ B Alors on a :
A
f dµ = 0 ⇐⇒ f = 0 pp sur A.
Démonstration
R
Supposons que A f dµ = 0.
Soient B = {x ∈ A|f (x) 6= 0} et Bn = {x ∈ A|f (x) > n1 } donc B et Bn ∈ B
4.5. INTÉGRATION DES FONCTIONS RÉELLES ET COMPLEXES 39
Ret Bn ↑ B R R
Bn
dµ ≤ n Bn f dµ ≤ n A f dµ = 0 (Bn ⊂ A)
D’où ∀n ≥ 1 µ(Bn ) = 0
Par suite µ(B) = limn−→+∞ (µ(Bn )) = 0 donc f = 0 pp sur A.
Réciproquement si f = 0 pp sur A, soit N = {x ∈ A|f (x) 6= 0} N est un
négligeable
R R R R
A
f dµ = N f dµ + A−N f dµ = A−N 0dµ = 0
+
Remarques
R R 4.4.6 Soient A ∈ B et f, g ∈ M tq f = g pp sur A, alors on
a : A f dµ = A gdµ. R
En
R particulier si f est intégrable et f = g pp alors g est intégrable et A
f dµ =
A
gdµ. R
La réciproque est fausse :([0, 1], B[0,1] , λ) f = 1 et g = 3.1[0, 1 ] on a f dλ =
R 3
gdλ = 1
Les deux intégrales coident pourtant λ({x ∈ [0, 1]|f (x) 6= g(x)} = λ([0, 1]) =
1
4.5 Intégration des fonctions réelles et com-

plexes
K désigne R ou C
4.5.1 Définitions et propriétés :

+
Définition 4.5.1 Soit f : X −→ R (ou R ) une fonction mesurable. On
dira que f est µ-intégrable si f + et f − le sont. R
ROn appellera
R +alors Rintégrale de f le nombre réel noté f dµ et définie par :
f dµ = f dµ − f − dµ
Remarques 4.5.2 Si f est intégrable alors f.1A est intégrable pour tout
R ∈ B et onR a : +
A
f 1A dµ = A f dµ − A f − dµ.
R
(f 1A )+ = f +R1A et (f 1RA )− = f − 1AR)

OnRposera donc A f dµR = f 1A dµ = A f + dµ − A f − dµ.
R
Si f + dµ < +∞ ou f − dµ < +∞ on dira que f admet une intégrale ou

quasi-intégrable.
Dans ce cas on écrira : f dµ = f + dµ − f − dµ à remarquer que f dµ ∈
R R R R
R.
Toute fonction intégrable et toute fonction positive (resp négative) sont quasi-
intégrables.
Exemples 4.5.3 1-(X, P(X), δa ) où a ∈ X

f : X −→ R (ou R) toute fonction est mesurable (B = P (X)).
f est intégrable ⇐⇒ R |f (a| < +∞
Dans ce cas on a : X f dδa = f (a).
2-(N, P (N), µd ) et f : N −→ R (ou R)
P+∞
f est µ intégrableR ⇐⇒ n=1 P|f (n)| < +∞.
Dans ce cas on a : N f dµd = +∞ n=1 f (n)
Définition 4.5.4 Soit f : X −→ C une fonction complexe mesurable.

On dira que f est µ-intégrable si Re(f ) et Im(f ) le sont. R
Dans
R ce cas
R on appellera intégrale de f le nombre complexe noté f dµ =
f1 dµ + i f2 dµ
Remarques 4.5.5 Soit f = f1 + if2 une fonction complexe intégrable R et soit

A∈R B. Alors f.1A est
R intégrable (f.1A = f1 .1A + if2 .1A ) et on a ( f.1A d(µ)
= A f1 .1A d(µ) + iRA f2 .1A d(µ).R R R
On posera alors : ( A f d(µ) = f.1A d(µ) = A f1 .1A d(µ) + i A f2 .1A d(µ))
— f : X −→ R
f intégrable =⇒ f finie pp.
— Soient f et g :X −→ K (ou R) 2 applications mes.
Si f est RintégrableR et f = g pp alors g est intégrable et on a ∀A ∈
B A
f dµ = A gdµ
Cas réel (R ou R)
f = g pp ⇐⇒ f + = g + pp et f − = g − pp.
Cas complexe : f = f1 + if2 et g = g1 + ig2 .
f = g pp ⇐⇒ f1 = g1 pp et f2 = g2 pp
3- Soit f :X −→ R ou R (resp RC) une fonction intégrable
Alors l’application ν : A 7−→ A f dµ est une mes réelle (resp complexe sur
B) c’est à dire
µ(∅) = 0. P+∞
µ(t+∞
n=1 An ) = n=1 µ(An ) pour toute suite (An ) d’éléments deux à deux
disjoints de B.
Proposition 4.5.6 Soit f X −→ K (ou R) une fonction mesurable.

Alors f est intégrable ssi |f | est intégrable
Démonstration
Cas réel : Si f est intégrable alors f + et f − le sont, comme |f | = f + + f −
alors |f | est intégrable.
Inversement si |f | est intégrable alors f + et f − le sont puisque f + ≤ |f | et
f − ≤ |f | et alors f est intégrable.
4.5. INTÉGRATION DES FONCTIONS RÉELLES ET COMPLEXES 41
Cas complexe
f = f1 + f2
Si f est intégrable alors |f | puisque |f | ≤ |f1 |+|f2 | (|f1 | et |f2 | sont intégrables
d’après le cas réel, alors |f1 | + |f2 | est intégrable (cas positif).
Inversement : Si |f | est intégrable, donc comme |f1 | ≤ |f | et|f2 | ≤ |f | alors
|f1 | et |f2 | sont intégrables (cas positif) par suite f1 et f2 sont intégrables
(cas réel)
Corollaire 4.5.7 Si f : X −→ K ou (R) une application mesurable et

+
g :X −→ R intégrable tq |f | ≤ g pp alors f est intégrable.
Démonstration
Soit N = {x ∈ X||f (x)| > g(x)} N est un négligeable.
|f |1N C ≤ g par tout et g est intégrable.
RDonc |f |1N CRest intégrable
R (cas positif)
R
X
|f |dµ = N |f |dµ + N C |f |dµ = X |f |1N C dµ < +∞ |f | est intégrable
donc f est intégrable d’après la proposition précédente.
Proposition 4.5.8 Soient f et g : X −→ R ou R deux applications intégrables

et α ∈ R alors on a :
i)Si
R f + g existeR sur X alors
R elle est intégrable et on a :
A
(f + g)dµ = A
f dµ + A
gdµ, ∀A ∈ B.
R R
ii) αf est intégrable et on a A
(αf )dµ = α A
f dµ, ∀A ∈ B.
4.5.2 Théorème de la convergence dominée de Lebesgue

Théorème 4.5.9 Soit (fn )n≥1 une suite de fonctions de X dans K (ou R)
convergent µ-pp vers une application mesurable f : X −→ K.
+
On suppose qu’il existe g : X −→ R intégrable tq :
∀n ≥ 1 | fn |≤ g pp R R
Alors
R f est intégrable et limn−→+∞ A | fn −f | dµ = 0 ainsi que limn−→+∞ A fn dµ =
A
f dµ
Démonstration On suppose que fn −→ f , | fn |≤ g ∀n ≥ 1.

et g est définie par tout sur X (Pour cela il suffit de remplacer fn par fn .1N C ,
f par f.1N C et g par g.1N C où N = {g = +∞} ∪ {x|fn (x) 6−→ f (x)} ∪
(∪+∞
n=1 {x||fn (x)| > g(x)}).
On a | fn |≤ g ∀n ≥ 1 donc | f |≤ g.
D’où f et les fn sont intégrables.
Posons gn = 2g− | fn − f | ∀n ≥ 1
Alors gnR ≥ 0 et lim gRn = 2g

On a 2 A gdµ ≤ limR A gn dµ R(par Fatou)
= lim(2 A gdµ − A | fn − f | dµ)
R R
= 2 A gdµ − lim A | fn − f | dµ)
R
Donc lim A | Rfn − f | dµ = 0
R lim A |Rfn − f | dµR = 0.
Par suite R
On a | A dµfn −R A f dµ |=| AR(fn − f )dµ |≤ A | fn − f | dµ −→ 0
ce qui implique A fn dµn−→+∞ A f dµ
4.5.3 Application du théorème de la convergence do-

minée pour les intégrales dépendant d’une pa-
ramètre
(Continuité : (X, B, µ) (T, d) espace métrique).
Théorème 4.5.10 1 : Soit t0 ∈ T et f : X × T −→ R

(x, t) −→ f (x, t) tq
i) f (., t) : x −→ f (x, t) est mesurable ∀t ∈ T .
ii) f(x,.) est continue en t0 pp ∀x.
+
iii) ∃ g : X −→ R intégrable
R tq |f (x, t)| ≤Rg(x) pp ∀x et ∀t ∈ T
Alors t ∈ T 7−→ F (t) = X f (., t)dµ =N ot = X f (x, t)dµ est continue en t0 .
Démonstration
i) + iii) f(.,t) =⇒ est intégrable ∀t =⇒ F est bien définie sur T.
Soit (tn )n≥1 |tn −→ t0 a-t-on F (tn ) −→ F (t0 ) lorsque n tend vers L’infini.
ii) =⇒ f (x, tn ) −→ f (x, t0 ) pp ∀x. R
Par
R iii) et le théorème de la convergence dominée =⇒ limn−→+∞ X
f (., tn )dµ =
X
f (., t0 )dµ c’est à dire lim n−→+∞ F (t n ) = F (t0 ).
Dérivabilité (X, B, µ) espace mesuré.
Théorème 4.5.11 Soit f : X × [a, b] −→ R telle que :
f(., t) est mesurable ∀t ∈ [a, b] et vérifie :
i) ∃t0 ∈ [a, b] tque f (., t0 ) est intégrable.
ii) f(x,.) est dérivable pp ∀x.
+
iii) ∃ g : X −→ R intégrable tq | ∂f ∂t
(x, t)| ≤ g(x) pp ∀x et ∀t ∈ [a, b]
∂f
Alors f(., t) et ∂t (., t) sont intégrables et L’application :
t ∈ [a, b] −→ F (t) = X f (., t)dµ est dérivable et F 0 (t) = X ∂f
R R
∂t
(., t)dµ .
Démonstration
Montrons que f(., t) est intégrable ?
f(., t) est mesurable, on applique le théorème des accroissements finis sur
4.6. COMPARAISON DE L’INTÉGRALE AU SENS DE RIEMAN ET L’INTÉGRALE PAR RAPPOR
[t0 , t].
∂f
Alors f (x, t) − f (x, t0 ) = ∂t
(x, θ)(t − t0 ) θ ∈]t0 , t[ ∀x.
=⇒ |f (x, t)| ≤ |f (x, t0 )| + g(x)|t − t0 | pp ∀x
|f (., t0 )| et g(x) sont intégrables et f(.,t) est mesurable alors f(.,t) est
intégrable.
∂f
∂t
(., t) est intégrable ? ?
∂f
∂t
(., t) est mesurable ? Soit (tn )n≥1 |tn −→ t
On a ∂f ∂t
(x, t) = limn−→∞ f (x,tntn)−f
−t
(x,t)
= limn−→∞ gn (x)
On a f (., tn ) et f(.,t) mesurable =⇒ gn est mesurable et gn converge simple-
ment vers ∂f ∂t
(., t) ∀x donc ∂f ∂t
(., t) est mesurable et on a iii) donc ∂f
∂t
(., t) est
intégrable. R
Intégration sous le signe ?
On a gn −→ ∂f ∂t
(., t) ∀x
Et on a : (par application du théorème des accroissements finis)
f (x,tn )−f (x,t)
tn −t
= ∂f∂t
(x, θn ) θn ∈]tn , t[ ∀x.
=⇒ |gn (x)| ≤ | ∂f∂t

(x, θn )| ≤ g(x) pp
∂f
R R
Donc le théorème de la convergence dominée =⇒ limn−→+∞ X gn dµ = X ∂t
(., t)dµ
Remarque 4.5.12 Ce théorème est valable si on remplace [a, b] par :
[a,b[ a < b ≤ +∞ ou ]a, b], −∞ ≤ a < b ou ] − ∞ , +∞[
4.6 Comparaison de l’intégrale au sens de Rie-

man et l’intégrale par rapport à la mesure
de Lebesgue
4.6.1 Intégrales définies
On va étudier le cas des intégrales définies (bornées sur des bornés) et le
cas des intégrales généralisées.
Théorème 4.6.1 ([Dû à Lebesgue) ]

Soient ([a, b], Bb[a,b] , λ) et f :[a, b]−→ R une fonction bornée.
Alors (f est R-intégrable) ⇐⇒ (L’ensemble des discontinuités de f sur [a, b]
R
est de mesure nulle) et de plus f est λ intégrable sur [a, b] et [a,b]
f dλ =
Rb
a
f (t)dt
Remarques 4.6.2 a) f est R intégrable alors f est λ intégrable.
La réciproque est fausse
1 sur [0, 1] ∩ Q,
Soit X = [0, 1], f = χ[0,1]∩Q =
0 sur R \ ([0, 1] ∩ Q).
On a f est λ intégrable.
f est non Reiman intégrable car λ{x ∈ [0, 1]|f est discotinue } = λ{x irrationale } =
1 car f = 1 pp.
b) f est R intégarble =⇒ f λ mesurable
4.6.2 Intégrales généralisées

Soit f : [a, b[=⇒ R avec : a < b ≤ +∞ telle que
f est localement intégrable (c’est à dire) R-intégrable sur tout intervalle fermé
borné inclus dans [a, b[.
Rb Rx
On note a f (t)dt = limx−→b a f (t)dt (si elle existe ∈ R) et on dit que
Rb
a
f (t)dt est convergente
Rb Rx
Remarques 4.6.3 Si f ≥ 0 sur [a, b[ et a f (t)dt diverge =⇒ limx−→b et x<b a f (t)dt =
Rb
+∞ on note alors a f (t)dt = +∞
Pour ces définitions on peut considérer ]a, b] − ∞ ≤ a < b ou ]a, b[ −∞ ≤
a < b ≤ +∞.
Théorème 4.6.4 : Soient ([a, b[, B b[a,b[ , λ) et f :[a, b[−→ R une fonction
localement R-intégrable alors on a : R
R b Rb
— f est mesurable et [a,b[ |f |dλ = a |f (t)|dt (éventuellement a |f (t)|dt =
+∞)
Rb
— f est λ intégrable sur [a, b[ si et seulement si a f (t)dt est absolument
R Rb
convergente et dans ce cas : [a,b[ f dλ = a f (t)dt
Remarque 4.6.5 : f est localement R-intéggrable =⇒ f est continue pp sur

[a, b[.
La réciproque de cette
1remarque est fausse.
x
si x > 0
Sur [0, +∞[ f(x) =
0 si x = 0.
f est continue pp.
{x} = {0} est le seul point de discontinuité de f.
Et f non R intégrable car sur [0, a] (a > 0).
f est non bornée.
4.7. INTÉGRATION PAR RAPPORT À UNE MESURE IMAGE 45
4.7 Intégration par rapport à une mesure image

4.7.1 Définitions
Soit (X, B, µ) un espace mesuré.
Proposition 4.7.1 Soit (Y, F) un espace mesurable et ϕ : X −→ Y une

application mesurable.
+
Soit ν : F −→ R :
définie par : ν(A) = µ(ϕ−1 (A)), ∀A ∈ F est une mesure positive sur F
La preuve est une conséquence immédiate de la relation :

ϕ−1 (∪+∞ +∞ −1
n=1 An ) = ∪n=1 ϕ (An )
Définition 4.7.2 La mesure ν définie dans la proposition précédente est ap-

pelée la mesure image de µ par ϕ. On la note ϕ(µ) ou µ.ϕ−1 .
ϕ : (X, B, µ) −→ (Y, F, ν)
Remarques 4.7.3 Si µ est une probabilité sur B alors ν est une probabilité
sur F (ν(Y ) = µ(ϕ−1 (Y )) = µ(X) = 1).
Si ν est σ finie alors µ est σ finie.

Soit (An ) ⊂ F) tq Y = ∪+∞ n=1 An et ν(An ) < +∞ ∀n ≥ 1
Posons Bn = ϕ (An ) pour tout n ≥ 1 alors Bn ∈ B, X = ∪+∞
−1
n=1 Bn et
µ(Bn ) = µ(ϕ−1 (An )) = ν(An ) < ∞.
Est ce que la réciproque est vraie ?
4.7.2 Intégration par rapport à µϕ−1

Théorème 4.7.4 Sous les hypothèses de la proposition précédente, soient
+
ν = µϕ−1 la mesure image de µ par ϕ et f : Y −→ R une application
F,
R BR+ mesurable.
R Alors l’application f oϕ est positive B mesurable et on a :
Y
f dν = X f oϕdµ
Démonstration
Si f = 1A où A ∈ F, alors f oϕ = 1ϕ−1 (A)
f dν = ν(A) = µ(ϕ−1 (A)) = X 1ϕ−1 (A) dµ = X f oϕdµ

R R R
Y
Le résultat est triviale pour les fonctions étagées mesurables positives.
+
Si f : Y −→ R F mesurable, soit (fn )n ≥ 1 une suite croissante
de fonctions étagées positives F mesurables qui convergent vers f : alors
(fn oϕ)n≥1 une suite croissante de fonctions étagées positives F mesurables
qui convergent vers Rf oϕ R R
par beppo-levi on a Y f dν = limn−→+∞ Y fn dν = limn−→+∞ X fn oϕdµ (fn
est étagée) R
par beppo-levi = X f oϕdµ.
Théorème 4.7.5 Sous les hypothèses de la proposition précédente, soient

ν = µϕ−1 la mesure image de µ par ϕ et f : Y −→ K (ou R) F-mesurable.
Alors f est ν intégrable
R si et seulement
R si l’application f oϕ est µ-intégrable.
Dans ce cas on a : Y f dν = X f oϕdµ
Preuve
cas réel : f = f + − f −
(f oϕ)+ = f + oϕ et (f oϕ)− = f − oϕ.
f est ν-intégrable ⇐⇒ f + et f − sont ν-intégrables ⇐⇒ f + oϕ et (f oϕ)−

sont µ intégrables ⇐⇒ f oϕ est µ intégarble.
f − dν = f − oϕdµ =
R R R R R R
Y
f dν = Y
f + dν − Y X
f + oϕdµ − X X
f oϕdµ.
Cas complexe :f = f1 + if2 et f oϕ = f1 oϕ + if2 oϕ où f1 , f2 : X −→ R.
f est ν-intégrable ⇐⇒ f1 et f2 sont ν-intégrables ⇐⇒ f1 oϕ et f2 oϕ sont

µ intégarble (cas réel).
R R R
Y
f dν = Y
f1 dν + i Y
f2 dν
4.8 Mesures définies par des densités

4.8.1 Définitions
+
Définition 4.8.1 Soit ϕ : X −→ R une application mesurable. On appelle
+
mesure de densité de ϕ par rapport à µ, la mesure ν : B −→ R définie par :
R
ν(A) = A ϕdµ, ∀A ∈ B
On la note ϕ.µ
x2
√1 e− 2 dλ(x) (Loi réduite de Gauss).
R
Exercice 4.8.2 µ(A) = 2Π A
4.8. MESURES DÉFINIES PAR DES DENSITÉS 47
4.8.2 Intégration par rapport à ϕ.µ

+
Soient ϕ : X −→ R une application B mesurable et ν = ϕ.µ
+
Théorème 4.8.3 1 :R Soit f : X R −→ R une application B mesurable, alors
on a : ∀B ∈ B, B
f dν = B f ϕdµ.
2-f : X −→ K (ou R une application B mesurable, alors f est ν intégrable si
et seulement si f ϕ est µ intégrable.
Dans ce cas :
R R
∀B ∈ B, B
f dν = B
f ϕdµ.
Dém :
R 1 Si f =R1A où A ∈ B R R R
RB f dν = B
1A dν = B∩A
dν = ν(B ∩ A) := B∩A
ϕdµ = 1 ϕdµ =
B A
B
f ϕdµ.
Le résultat est vraie pour les fonctions étagées mesurables positives.
+
Si f :X−→ R est B mesurable le théorème de Beppo-levi nous permettra de
conclure.
2-cas réel
f = f+ − f−
(f ϕ)+ = f + ϕ et (f ϕ)− = f − ϕ car ϕ est positive.
f est ν intégrable ⇐⇒ f + et f − sont ν intégrable ⇐⇒ f + ϕ et f − ϕ sont µ
intégrables d’après le cas réel ⇐⇒ f ϕ est µ-intégrable.
f − dν = ....
R R R
X
f dν = X
f + dν − X
Chapitre 5
Intégration sur Les espaces

produits
5.1 Tribu produit

Soient (X, B1 ) et (Y, B2 ) deux espaces mesurables.
Rappel :
Sur X × Y on sait que B1 × B2 est une semi algèbre.
A = A(B1 × B2 ) = {∪f ini Ai × Bi , Ai × Bi ∩ Aj × Bj = ∅ si i 6= j}
Définition 5.1.1 La tribu engendrée par B1 × B2 s’appelle la tribu produit

de B1 par B2 elle est notée B1 ⊗ B2
Remarque 5.1.2 B1 ⊗ B2 = B(A) = B(A(B1 × B2 )).

Les éléments de B1 × B2 s’appellent les rectangles mesurables.
B1 ⊗ B2 est la plus petite tribu laissant mesurables les projections : P1 :
(x, y) ∈ X × Y −→ P1 (x, y) = x ∈ X (B1 ⊗ B2 , B1 ) mesurable.
P2 : (x, y) ∈ X × Y −→ P2 (x, y) = y ∈ Y (B1 ⊗ B2 , B2 ) mesurable
Soit B une tribu sur X × Y qui laisse P1 et P2 mesurables.

Soit A ∈ B1 P1−1 (A) = A × Y ∈ B
B ∈ B2 P2−1 (B) = X × B ∈ B.
P1−1 (A) ∩ P2−1 (B) = A × B ∈ B.
B1 × B2 ⊂ B =⇒ B1 ⊗ B2 ⊂ B
On constate aussi que B1 ⊗ B2 laisse mesurable P1 et P2 .

Généralisation Soit (Xi , Bi )1≤i≤n des espaces
Qn mesurables.
On peut définir la tribu produit produit sur i=1 Xi étant la tribu engendrée
par la semi algèbre B1 × B2 × ... × Bn
49
50 CHAPITRE 5. INTÉGRATION SUR LES ESPACES PRODUITS
5.1.1 Mesurabilité :
Définition 5.1.3 Soit A ⊂ X × Y et (x0 , y0 ) ∈ X × Y . On appelle section
de A selon x0 l’ensemble Ax0 = {y ∈ Y |(x0 , y) ∈ A} ⊂ Y de même Ay0 =
{x ∈ X|(x , y0 ) ∈ A} ⊂ X
Propriétés 5.1.4 Si A ∈ B1 ⊗ B2 alors Ax ∈ B2 et Ay ∈ B1 , ∀(x, y) ∈

X ×Y
Démonstration :
Soit F = {A ∈ B1 ⊗ B2 |Ax ∈ B2 ∀x ∈ X}.
Montrons que F est une tribu, soit (An ) ⊂ F est ce que ∪(An )n≥1 ∈ F
on a ∪(An )n≥1 ∈ B1 ⊗ B2 .
(∪(An )n≥1 )x = (∪((An )x )n≥1 ) ∈ B2 car (An )x ∈ B2 .
Soit A ∈ F est ce que AC ∈ F ?.
On a A ∈ F =⇒ A ∈ B1 ⊗ B2 =⇒ AC ∈ B1 ⊗ B2 .
donc (AC )x ∈ B2 car (AC )x = (Ax )C ∈ B2 .

D’où A ∈ F
F est donc une tribu.
F est une tribu qui contient B1 × B2 ?

∅, si x 6∈ B1
Soit B1 × B2 ∈ B1 × B2 : (B1 × B2 )x =
B2 si x ∈ B1 .
Alors F contient B1 ⊗ B2 et donc F = B1 ⊗ B2 .
Propriétés 5.1.5 Soient (X, B1 ), (Y, B2 ) et (Z, B) trois espaces mesu-

rables.
Soit f : (X ×Y, B1 ⊗ B2 ) −→ (Z, B) une application (B1 ⊗B2 B)-mesurable

alors on a :
i) ∀x ∈ X y ∈ Y −→ fx (y) = f (x, y) ∈ Z est (B2 B) mesurable.
ii) ∀y ∈ Y x ∈ X −→ fy (x) = f (x, y) ∈ Z est (B1 B) mesurable.

5.2. MESURE PRODUIT 51
En effet Soit B ∈ B est ce que fx−1 (B) ∈ B2 .
On a fx−1 (B) = (f −1 (B))x soit y ∈ fx−1 (B) ⇐⇒ fx (y) = f (x, y) ∈ B ⇐⇒

(x, y) ∈ f −1 (B) ⇐⇒ y ∈ (f −1 (B))x .
f étant mesurable =⇒ f −1 (B) ∈ B1 ⊗ B2 =⇒ (f −1 (B))x ∈ B2 de même pour
de ii).
5.2 Mesure produit

On considère (X, B1 , µ1 ) et (Y, B2 , µ2 ) des espaces mesurés σ fini.
Théorème 5.2.1 Soit A ∈ B1 ⊗ B2 alors on a :

i) x ∈ X −→ µ2 (Ax ) est B1 mesurable.
ii) y ∈ Y −→ µ1 (Ay ) est B2 mesurable.

R R
iii) µ (Ax )dµ1 =
X 2 Y
µ1 (Ay )dµ2 .
Voir Genet page 238
Remarque 5.2.2 L’hypothèse de σ fini est indispensable.
Exemple 5.2.3 Soient (R, BR , λ), (R, P(R), µd )
A = {(x, x)|x ∈ R} on a A ∈ BR ⊗ P(R) ?
On a : ϕ : R × R −→ R
(x, y) 7−→ x − y est continue =⇒ mesurable.
ϕ−1 ({0}) = A ∈ BR2 = BR ⊗ BR ⊂ BR ⊗ P(R)

On a : Ax = {y ∈ R|(x, y) ∈ A} = {x}
R {x ∈ R|(x, y) ∈ A} =R{y}
Ay =
Or R µd ({x})dλ = +∞ = 6 R
λ({y})dµd = 0
Théorème
R 5.2.4 L’application
R µ définie sur B1 ⊗ B2 par :
µ(A) = X µ2 (Ax )dµ1 = Y µ1 (Ay )dµ2 ∀A ∈ B1 ⊗ B2 est l’unique mesure
positive σ fini sur B1 ⊗B2 tq µ(A1 ×A2 ) = µ1 (A1 ).µ2 (A2 ). On la note µ1 ⊗µ2
et on appelle mesure produit de µ1 par µ2 .
Démonstration
µ(∅) = 0.
Soit (An ) une suite disjointe dans B1 ⊗ B2 .

R R P PR
P µ(∪An ) = X
µ2 ((∪An )x )dµ1 = X
µ2 ((An )x )dµ1 = X
µ2 ((An )x )dµ1 =
µ(An ).
R R
µ(A1 ×A2 ) = X µ2 ((A1 ×A2 )x )dµ1 = X µ2 (A2 )1A1 dµ1 = µ2 (A2 )×µ1 (A1 ).
Si X = ∪Ek (Ek ) dans B1 et µ1 (Ek ) < +∞.
Si Y = ∪Fk (Fk ) dans B2 et µ2 (Fk ) < +∞.
X × Y = ∪(Ek × Fk ) µ(Ek × Fk ) = µ1 (Fk ) × µ2 (Ek ) < +∞.
L’unicité Soit ν une mesure positive σ fini sur B1 ⊗ B2 tq ν(A1 × A2 ) =

µ1 (A1 )×µ2 (A2 ) pour tout rectangle mesurable. Alors elles coident sur L’algèbre
A engendré par la semi algèbre B1 × B2 et comme B1 ⊗ B2 = σ(A) et les
deux mesures sont σ fini. Alors µ = ν d’après le théorème de Hahn.
5.3 Intégration par rapport à une mesure pro-

duit
Soient (X, B1 , µ1 ) et (Y, B2 , µ2 ) des espaces mesurés σ finis.
Théorème de Fubini-Tonnelli
+
Théorème 5.3.1
R Soif f : X × Y −→ R B1 ⊗ B2 -mesurable. Alors
i) x ∈ X −→ RY fx dµ2 est B1 -mesurable.
ii) yR∈ Y −→ X fy dµ2 est B2R-mesurable.
R R R
iii) X×Y f (x, y)d(µ1 ⊗ µ2 ) = X ( Y fx dµ2 )dµ1 = Y ( X fy dµ1 )dµ2
Démonstration .
er
1 cas : f = χA
On a A ∈ B1 ⊗ B2 =⇒ Ax ∈ B2 et Ay ∈ B1 .
D’après le théorème 5.2.1
x −→ µ2 (Ax ) est B1 -mesurable.

y −→ µ1 (Ay )R est B2 -mesurable.
R
Alors x −→ Y χAx dµ2 = Y (χA )x dµ2 donc on i) de même pour de ii).
5.3. INTÉGRATION PAR RAPPORT À UNE MESURE PRODUIT 53
R par déf inition
R R
χ d(µ1 ⊗µ2 ) = µ1 ⊗µ2 (A) = = µ2 (Ax )dµ1 = µ1 (Ay )dµ2 =
RX×YR A X Y
( (χA )x )dµ2 )dµ1 = ...
X Y
2ème
Pncas f est étagée
f = i=1 ai χAi Ai ∩ Aj = ∅ pour i 6= j Ai ∈ B1 ⊗ B2 On applique le premier
cas pour les χAi
3ème cas f ∈ M+ (X × Y, B1 ⊗ B2 , µ1 ⊗ µ2 )
Par le théorème de l’approximation ∃(fn ) ∈ E + fn ↑ f =⇒ (fn )x ↑ fx
lorsque n tend vers +∞ R R
Par Beppolevi R: limn−→+∞ Y (fn )x dµ2 = Y fx dµ2
On a (x R −→ Y (fn )x dµ2 est B1 mesurable (d’après le 2 cas)) à la limite
x −→ Y fx dµ2 est B1 mesurable.
De même pour le ii)
R R
X×Y
f d(µ1 ⊗ µ2 ) =BL = limn−→+∞ X×Y
fn d(µ1 ⊗ µ2 )
R Or par le cas 2 R R R R
f d(µ1 ⊗ µ2 ) = X ( Y (fn )x dµ2 )dµ1 = Y ( X (fn )y dµ1 )dµ2 .
X×Y n R R
On a (fn )x ↑ fx par Beppo-levi Y (fn )x dµ2 ) ↑ Y (fx dµ2 )
R
Et on a : x −→ Y
(fn )x dµ2 ) est B1 mesurable
R
x −→ Y
(fx dµ2 ) est B1 mesurable
R R R R
Par Beppo-levi limn−→+∞ X ( Y (fn )x dµ2 )dµ1 = X ( Y (fx dµ2 )dµ1
.................................
Théorème de Fubini-Lebesgue
Théorème 5.3.2 (X, B1 , µ1 ) et (Y, B2 , µ2 ) deux espaces mesurables σ-finis.
Soit f ∈ L1K (µ1 ⊗ µ2 ). Alors
i) Pour µR1 -presque pour tout x ∈ X, fx ∈ L1K (µ2 )
ii) x −→ YR fx dµ2 est définie p ∀x ∈ XR etR elle est intégrable.
iii) On a : X×Y f (x, y)d(µ1 ⊗ µ2 ) = X [ Y fx dµ2 ]dµ1 .
iV) On a i), ii) et iii) en permutant le rôle de x et y et µ1 et µ2 .
Démonstration : On commence par le cas réel : f = f + − f − .
On a f ∈ L1R (µ1 ⊗ µ2 ) ⇐⇒ f + et f − ∈ L1R (µ1 ⊗ µ2 ).
R R R
=⇒ X×Y
f + d(µ1 ⊗ µ2 ) = (
X Y
(f + )x dµ2 )dµ1 < ∞ (par tonnelli).
R R
=⇒ x −→ Y
(f + )x dµ2 = Y
(fx )+ dµ2 est µ1 intégrable.
R
=⇒ x −→ Y
(fx )+ dµ2 est fini µ1 -pp.
R
=⇒ x −→ Y (fx )+ dµ2 est défini µ1 -pp.
=⇒ (fx )+ ∈ L1R (µ2 ) µ1 pp.
iii) C’est encore F-Tonnelli.

On applique le même démarche pour f − et on utilise f = f + − f − pour
obtenir le cas réel.
2ème cas : Si f = f1 + if2 on a fx = (f1 )x + i(f2 )x et on applique le cas

réel à f1 et f2 ......................
Corollaire 5.3.3 Soit f : X × Y −→ K, B1 ⊗ B2 -mesurable.

Si l’une des 3 intéragles suivantes
R R R R R
|f |d(µ1 ⊗µ2 ) ; X ( Y |f (x, y)|dµ2 (y))dµ1 (x) ; Y ( X |f (x, y)|dµ1 (x))dµ2 (y)
X×Y
est
R fini, il est de même
R pour
R les autres et on a : R R
X×Y
f d(µ1 ⊗ µ2 ) = X ( Y f (x, y)dµ2 (y)dµ1 (x) = Y ( X f (x, y)dµ1 (x)dµ2 (y)
En effet f B1 ⊗ B2 -mesurable =⇒ |f | mesurable.

On applique F-T et après on applique F-L. λ

1chapitre 2016

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1chapitre 2016

Transféré par

Droits d'auteur :

Formats disponibles

Table des matières

1 Algèbre et tribus de partie d’un ensemble-classes monotones 3

3.2.1 Ensembles τ -mesurables (au sens de caractéodry) . . . 27

4 Intégration par rapport à une mesure positive 33

5 Intégration sur Les espaces produits 49

Algèbre et tribus de partie d’un

Théorème 1.1.1 Toute suite monotone de R converge.

1.1.2 Limite sup et limite inf d’une suite numérique

La limite supérieure d’une suite (an ) à valeurs dans R est donc

lim an = lim sup an = lim sup ak .

lim an = lim inf an = lim inf ak .

Exemple 1.1.3 Considérons la suite

lim xn = sup inf xk = sup 0. = 0

lim xn = inf sup xk = inf 1. = 1

lim xn = sup inf xk = sup − 1 = −1

Propriétés 1.1.4 i) lim xn = limxn = l ⇐⇒ limn−→+∞ xn = l

1.1.3 Limite sup et limite inf d’une suite de fonctions

f (x) = limfn (x) : g(x) = limfn (x) ∀n ∈ N ∀x ∈ X

1.1.4 Limite sup et limite inf d’une suite d’ensembles

Remarque 1.1.7 x ∈ limAk ⇐⇒ ∃k ≥ 1|x ∈ ∩n≥k An ⇐⇒ ∃k ≥ 1|x ∈

1.2 Ensembles dénombrables

Exemple 1.2.2 Supposons X fini. Posons alors X = {x1 , ..., xn }. Alors

De la définition on voit que si E est dénombrable infini, on peut l’exprimer

Théorème 1.2.3 Soit E un ensemble. IL n’existe aucune surjection de E

Preuve Supposons qu’il existe une telle surjection f : E −→ P (E).

Corollaire 1.2.4 N n’est pas équipotent à P (N).

Z est dénombrable et pour le voir il suffit qu’on considère(

Exercice 1.2.5 Soit f : N × N −→ N∗ . la fonction définie par : f(n, p) =

Proposition 1.2.6 Soient E un ensemble infini et I un ensemble d’indices

Corollaire 1.2.7 Si E et F sont dénombrables alors leur produit cartésien

Preuve L’ensemble F est dénombrable, donc F = {x0 , x1 , , xn , ...}. Ensuite,

Remarque 1.2.8 La démonstration est faite pour E et F sont dénombrables

Proposition 1.2.9 L’ensemble des fractions rationnelles Q est dénombrable.

Preuve Pour chaque entier q ∈ N∗ . posons Aq = { pq |p ∈ Z}. Noter que Aq

Exercices 1.2.10 R, ]a, b[, ne sont pas dénombrables.

Propriétés 1.2.11 a) Toute partie d’un ensemble dénombrable est dénombrable.

1.3 Algèbre et semi algèbre

Exemple 1.3.2 A = {∅, X}, A = {∅, AC , A, X}.

X = R et AR = {(∪Ai )ni=1 |n ∈ N∗ et Ai ∩ Aj = ∅ pour i 6= j}

Remarque 1.3.4 Un ensemble C ⊂ P (X) qui possède la propriété i) A, B ∈

Définition 1.3.5 C s’appelle un clan de X.

Théorème 1.3.6 — L’intersection quelconque d’algèbres est une algèbre.

Remarque 1.3.7 Soit A1 une algèbre sur X1 et A2 une algèbre sur X2 .

A1 × A2 = {A × B/A ∈ A1 et B ∈ A2 } n’est pas une algèbre sur X1 × X2 .

1.3.2 Semi algèbre

Exemple 1.3.9 1-Toute algèbre est une semi algèbre.

Théorème 1.3.10 Soit S une semi-algèbre sur X. L’algèbre engendrée par

Preuve Soit A = {∪ni=1 Si |n ∈ N∗ , Si ∈ S et Si ∩ Sj = ∅ pour i 6= j}

Exemples 1.4.2 1){∅, X}.

Proposition 1.4.4 1 l’intersection quelconque de tribus est une tribu.

Remarque 1.4.5 B(Ω) = ∩(Bi )i ∈ I avec Bi contenant Ω (au sens de

Proposition 1.4.6 Soit f une application f : X −→ Y alors l’image réciproque

Preuve : f −1 (A) = {f −1 (A)|A ∈ A} est une algèbre en effet :

conséquence 1.4.7 Soient A ⊂ X et A une algèbre (resp une tribu, une

Définition 1.4.8 T rA (A) = {A ∩ B/B ∈ A} notée A ∩ A.

On a A ∩ A (resp A ∩ B, A ∩ τ est une algèbre sur A (resp une tribu sur

Remarque 1.4.9 Soit Ω ⊂ P (X) d’une manière générale, on ne peut pas

Si Ω ⊆ Ω0 =⇒ B(Ω) ⊆ B(Ω0 ) [(Ω ⊂ Ω0 ⊂ B(Ω0 ) tribu)] donc B(Ω0 )

Ω ⊂ B(Ω0 ) et Ω0 ⊂ B(Ω) ⇐⇒ [B(Ω) = B(Ω0 )].

On a B(Ω) = B(Ω0 ) =⇒ B(Ω ∪ Ω0 ) = B(Ω) en effet :

Théorème 1.4.10 f : X −→ Y une application l’image réciproque d’une

On pose S = {A ∈ B(Ω)/f −1 (A) ∈ B(f −1 (Ω))} = B(Ω) ∩ {A ∈

conséquence 1.4.11 La trace de la tribu engendrée par Ω ⊂ P (X) sur

1.5 Tribu Borélienne d’un espace topologique