INSEA: 1ere Année Cours théorie de la mesure et des probabilités

Proposition 1.5.7

Soit (Ω , 𝒜, 𝜇) un espace mesuré. ∀ 𝐴, 𝐵 ∈ 𝒜 .

– alors 𝜇(𝐴 ∪ 𝐵) + 𝜇(𝐴 ∩ 𝐵) = 𝜇(𝐴) + 𝜇(𝐵)

Démonstration. ∀ 𝐴, 𝐵 ∈ 𝒜, 𝜇(𝐴 ∪ 𝐵) = 𝜇(𝐴 ∖ (𝐴 ∩ 𝐵)) + 𝜇(𝐵)

Donc 𝜇 (𝐴 ∪ 𝐵) + 𝜇 (𝐴 ∩ 𝐵) = 𝜇(𝐴 ∖ (𝐴 ∩ 𝐵)) + 𝜇 (𝐴 ∩ 𝐵) + 𝜇 (𝐵) = 𝜇(𝐴) + 𝜇(𝐵)

Proposition 1.5.8 : Mesure d'une réunion croissante.

Démonstration. On pose pour tout entier 𝑘 ≥ 1, 𝐵𝑘 = 𝐴𝑘 ∖ 𝐴𝑘−1 (= {𝑥: 𝑥 ∈ 𝐴𝑘 , 𝑥 ∉
Soit
𝐴𝑘−1 et 𝐵𝜇)
(Ω},)𝒜, 0 =un𝐴espace
0 ). mesuré. Si 𝐴0 , 𝐴1 , 𝐴2 , … ∈ 𝒜 tels que 𝐴0 ⊂ 𝐴1 ⊂ … ⊂
𝐴𝑛 ⊂ 𝐴𝑛+1 ⊂ ⋯ Alors 𝜇 (⋃𝑘≥0 𝐴𝑘 ) = lim 𝜇 (𝐴𝑛 )
𝑛→∞

Les ensembles 𝐵0 , 𝐵1 , 𝐵2 … sont deux a deux disjoints. Donc

𝜇 (⋃𝑘≥0 𝐴𝑘 ) = 𝜇 (⋃𝑘≥0 𝐵𝑘 )
= ∑𝑘≥0 𝜇 (𝐵𝑘 )
= lim ∑𝑛𝑘=0 𝜇 (𝐵𝑘 )
𝑛→∞

On a ∀𝑛 ∑𝑛𝑘=0 𝜇 (𝐵𝑘 ) = 𝜇 (𝐴𝑛 ). 𝑑𝑜𝑛𝑐 𝜇 (⋃𝑘≥0 𝐴𝑘 ) = lim 𝜇 (𝐴𝑛 ).

𝑛→∞

Proposition1.5.9 : Mesure d'une intersection décroissante.

Soit (Ω , 𝒜, 𝜇) un espace mesuré. Si 𝐴0 , 𝐴1 , 𝐴2 , , … ∈ 𝒜 tels que 𝐴0 ⊃ 𝐴1 ⊃ … ⊃

𝐴𝑛F.⊃Oudouar
𝐴𝑛+1 ⊃ ⋯ et tels que 𝜇(𝐴0 ) ≤ +∞2021/2022
Alors 𝜇 (⋂𝑘≥0 𝐴𝑘 ) = lim 𝜇 (𝐴𝑛 ) 9
𝑛→∞
 INSEA: 1ere Année Cours théorie de la mesure et des probabilités

Démonstration. On pose pour tout entier 𝑘 ≥ 1, 𝐵𝑘 = 𝐴𝑘 ∖ 𝐴𝑘+1 . Les ensembles

𝐵0 , 𝐵1 , 𝐵2 …. sont deux a deux disjoints.

Nous avons ⋂𝑘≥0 𝐴𝑘 = 𝐴0 ∖ ⋃𝑘≥0 𝐵𝑘 , donc (par la proposition 1.3.5)

𝜇 (⋂𝑘≥0 𝐴𝑘 ) = 𝜇(𝐴0 ) − 𝜇(⋃𝑘≥0 𝐵𝑘 )
(mesure d’une réunion disjointe) = 𝜇(𝐴0 ) − lim ∑𝑛𝑘=0 𝜇 (𝐵𝑘 )
𝑛→∞

= lim (𝜇(𝐴0 ) − 𝜇(𝐵0 ) − ⋯ − 𝜇(𝐵𝑛 ))

𝑛→∞

(mesure d’une réunion disjointe) = lim (𝜇(𝐴0 ) − 𝜇(⋃0≤𝑘≤𝑛 𝐵𝑘 ))

𝑛→∞

(cf.prop.1.3.5) = lim 𝜇(𝐴𝑛+1 ).

𝑛→∞

Définition 1.5.10 : mesure de comptage

2
3
On appelle mesure de comptage sur E, l’application 𝜆 définie par :
∀𝐴 ⊂ 𝐸, 𝜆(𝐴) = 𝐶𝑎𝑟𝑑 𝐴

F. Oudouar 2021/2022 10
 INSEA: 1ere Année Cours théorie de la mesure et des probabilités

1.6 Mesure de Lebesgue.

Théorème 1.6.1
2
Il3existe une mesure 𝜆 sur(ℝ, 𝔅(ℝ)) vérifiant :

1. pour tout intervalle ]𝑎; 𝑏[, 𝜆(]𝑎; 𝑏[ ) = 𝑏 − 𝑎

2. ∀𝐴 ∈ 𝔅(ℝ), ∀𝑥 ∈ ℝ , 𝜆({𝑦: 𝑦 − 𝑥 ∈ 𝐴}) = 𝜆(𝐴)

Cette mesure 𝜆 s'appelle la mesure de Lebesgue.

Exemple 1.6.2 : Mesure de Lebesgue d'un intervalle quelconque. Soient 𝑎 ≤ 𝑏 des

éléments de ℝ. Nous avons
𝜆([𝑎, 𝑏]) = 𝜆(]𝑎 − 1, 𝑏 + 1[∖ (]𝑎 − 1. 𝑎[∪]𝑏, 𝑏 + 1[))
(𝑝𝑎𝑟 𝑃𝑟𝑜𝑝 1.5.5) = 𝜆(]𝑎 − 1, 𝑏 + 1[) − 𝜆(]𝑎 − 1. 𝑎[∪]𝑏, 𝑏 + 1[))
= 𝜆(]𝑎 − 1, 𝑏 + 1[− 𝜆(]𝑎 − 1. 𝑎[) − 𝜆(]𝑏, 𝑏 + 1[))
= (𝑏 + 1 − (𝑎 − 1)) − (𝑎 − (𝑎 − 1)) − (𝑏 + 1 − 𝑏)
= 𝑏 − 𝑎.
De même, 𝜆([𝑎, 𝑏[)= 𝜆(]𝑎, 𝑏]) = 𝑏 − 𝑎.

Exemple 1.6.3 : Mesure de Lebesgue d'un singleton.

Soit 𝑥 ∈ ℝ, ∀𝑛 ≥ 1, {𝑥} ⊂ [𝑥 − 1⁄𝑛 , 𝑥 + 1⁄𝑛]. Donc, en utilisant la prop. 1.5.5,

∀𝑛 ≥ 1, 𝜆({𝑥}) ≤ 𝜆([𝑥 − 1⁄𝑛 , 𝑥 + 1⁄𝑛]) = 2⁄𝑛. Donc quand n tand ver l’infini
𝜆({𝑥})= 0.

1.7 Fonction étagée

On se donne un espace mesuré (Ω , 𝒜, 𝜇)

Définition 1.7.1
2
3 𝑓: Ω → ℝ+ . On dit que 𝑓 est étagée (positive) s'il existe une famille finie
Soit
𝐴1 , … , 𝐴𝑛 𝑑𝑒 𝒜 telle que :
– les 𝐴𝑖 forment une partition de (ce qui veut dire que 𝐴1 , … , 𝐴𝑛 sont deux a deux
disjoints et que Ω = ⋃1≤𝑖≤𝑛 𝐴𝑖 )
– ∀𝑖 ∈ {1, … , 𝑛}, ∃𝑎𝑖 𝑡𝑒𝑙 𝑞𝑢𝑒 𝑓 (𝑥) = 𝑎𝑖 , ∀𝑥 ∈ 𝐴𝑖
F. Oudouar 2021/2022 11
INSEA: 1ere Année Cours théorie de la mesure et des probabilités

Soit (Ω, 𝒜, 𝜇) un espace mesuré et {𝑃1 , … , 𝑃𝑛 } une partition de Ω avec 𝑃𝑘 ∈ 𝒜.

𝜑 = ∑𝑛𝑘=1 𝑎𝑘 𝕝𝑃𝑘 . Une fonction étagée positive.

Remarque 1.7.2 : Si 𝑓 est une fonction étagée définie avec une partition 𝐴1 , … , 𝐴𝑛 , il
peut
exister une autre partition 𝐵1 , … , 𝐵𝑚 (différente de 𝐴1 , … , 𝐴𝑛 ) telle que 𝑓 est constante
sur chacun des 𝐵𝑖 .

Exemple 1.7.3 : la fonction

𝑓: ℝ → ℝ
0 𝑠𝑖 𝑥 < 0
𝑥 ↦ {⌊𝑥⌋ 𝑠𝑖 𝑥 ∈ [0, 2]
0 𝑠𝑖𝑛𝑜𝑛
est une fonction positive étagée (⌊𝑥⌋ signifie << partie entière>>). En effet, elle
est constante sur ] − ∞, 0[, [0, 1[, [1, 2[, {2}, ]2, +∞[.

Dessin de la fonction 𝑓.

F. Oudouar 2021/2022 12
 INSEA: 1ere Année Cours théorie de la mesure et des probabilités

Avec des fonctions indicatrices, nous pouvons écrire 𝑓 de manière plus compacte :
𝑓 (𝑥) = ⌊𝑥⌋ 𝕝[0,2] (𝑥) = 𝕝[0,2[ (𝑥) × ⌊𝑥⌋ + 2 × 𝕝{2} (𝑥).

1.8 Ensembles négligeables

Définition 1.8.1
7
8
Soit (Ω , 𝒜, 𝜇) un espace mesuré. Un élément 𝐴 de 𝒜 est dit négligeable (pour la
mesure 𝜇) si 𝜇(𝐴) = 0.

Soit 𝑓: Ω → ℝ une fonction mesurable. Elle est dite 𝜇 -presque partout nulle si ∃𝐴 ∈
𝒜 négligeable tel que 𝑥 ∈ 𝐴𝑐 ⇒ 𝑓(𝑥) = 0. On dira aussi que 𝑓 est : presque partout
nulle, 𝝁 -presque sûrement nulle, presque sûrement nulle, p.p. nulle, p.s. nulle. Soit
𝐴 ∈ 𝒜 tel que 𝜇(𝐴𝑐 ) = 0. On dire que l'on est dans 𝐴 pour p.t. (presque tout) 𝑥 de Ω
, 𝜇 -p.s. (presque surement)

Exemple 1.8.2 : soit (𝐸, 𝒜, 𝜇) un espace mesuré.

- Si 𝜇 est la mesure nulle, toutes les parties de E sont négligeables ; cette mesure est
clairement la seule pour laquelle E lui-même est négligeable.

Proposition 1.8.3
9
10
Soit 𝒩 la classe des ensembles négligeables. Cette classe vérifie les propriétés
suivantes :
1) ∅ ∈ 𝒩.
2) 𝐵 ⊂ 𝐴, 𝐴 ∈ 𝒩 ⟹ 𝐵 ∈ 𝒩.
3) 𝐴𝑖 ∈ 𝒩 ∀𝑖 ∈ 𝐼, 𝐼 fini ou dénombrable ⟹ ⋃𝑖∈𝐽 𝐴𝑖 ∈ 𝒩.
4) 𝐴𝑖 ∈ 𝒩 ∀𝑖 ∈ 𝐼, 𝐼 quelconque ⟹ ⋂𝑖∈𝐽 𝐴𝑖 ∈ 𝒩.

F. Oudouar 2021/2022 13