Académique Documents
Professionnel Documents
Culture Documents
Mathématiques Appliquées
Licence 3
Dr Ténan YEO
yeo.tenan@yahoo.fr
Table des matières
1 Tribus 3
1.1 Tribus : définition et propriétés élémentaires . . . . . . . . . . . . . . . . . . . 3
1.2 Images et images réciproques de tribus . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Tribu borélienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 T.D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Applications Mesurables 12
2.1 Mesurabilité de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Opérations sur les fonctions mesurables . . . . . . . . . . . . . . . . . . . . . 13
2.3 Limite de fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3 Mesures 20
3.1 Définitions et premiers exemples . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2 Propriétés générales d’une mesure positive . . . . . . . . . . . . . . . . . . . . 21
3.3 Mesure extérieure et théorème de Carathéodory . . . . . . . . . . . . . . . . . 25
3.4 Mesure de Lebesgue sur Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.5 Mesure de Stieltjes sur R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
Bibliography 30
2
Chapitre 1
Tribus
La théorie moderne de l’intégration nécessite tout d’abord de définir des ensembles «mesu-
rables». On verra au chapitre suivant la notion de mesure elle même, définie pour chacun de
ces ensembles mesurables. Pour pouvoir développer cette théorie, on doit pouvoir faire cer-
taines opérations sur les ensembles mesurables. En particulier, la réunion de deux ensembles
mesurables doit être encore mesurable, l’ensemble vide doit être mesurable, et le complémen-
taire (dans l’ensemble de référence) d’un ensemble mesurable doit l’être aussi.
• A = {∅, X} est une tribu de parties de X. C’est la plus petite tribu de X. Elle est applée
tribu triviale.
3
1.1. TRIBUS : DÉFINITION ET PROPRIÉTÉS ÉLÉMENTAIRES 4
• A = P(X) est une tribu de parties sur X. C’est la plus grande tribu de X. Elle est appelée
tribu grossière.
• si on fixe E un sous-ensemble de X, alors A = {∅, X, E, X\E} est une tribu de parties de X.
Il s’agit de la plus petite tribu contenant E.
• {E ∈ X : E dénombrable ou X\E dénombrable} est une tribu de parties de X.
Définition 1.3 On appelle espace mesurable tout couple (X, A), où A est une tribu de parties
de X.
Proposition 1.1 Soit (X, A) un espace mesurable.
a) X ∈ A
b) A est stable par réunion et intersection finie.
c) A est stable par différence, i.e si A, B ∈ A alors A\B ∈ A
d) A est stable par différence symétrique : si A, B ∈ A alors A∆ B ∈ A.
\
e) si (An )n∈N est une suite d’éléments de A, alors An ∈ A.
n∈N
Preuve :
∅∈A
i) =⇒ X = X\∅ ∈ A.
A est stable par complémentaire
ii) On établit la preuve seulement pour la réunion finie l’intersection finie se fait de manière
similaire.
Soit A0 , · · · , An ∈ A. Complétons la famille (Ai )1≤i≤n par Ai = ∅ si i > n. Par stabilité par
n
[ [
réunion dénombrable, on a i∈N Ai ∈ A. Ensuite on se rend compte que Ai ∈
S
Ai =
i=1 i∈N
A.
iii) A\B = X\ [(X\A) ∪ B] ∈ A.
iv) A∆ B = (A\B) ∪ (B\A) ∈ A.
v) Pour tout n ∈ N, An ∈ A. En vertu de stabilité
[par passage au complémentaire X\An ∈ A,
et par stabilité par réunion dénombrable (X\An ) ∈ A. Enfin en utilisant les lois de
n∈N
Morgan, \ [
An = X\[ (X\An )] ∈ A.
n∈N n∈N
Le résultat suivant est parfois utile pour vérifier pratiquement qu’une famille donnée est une
tribu.
Proposition 1.2 Une partie non vide A de P(X) est une tribu sur X si et seulement si elle
satisfait aux trois conditions suivantes
i) stabilité par complémentaire :∀A ∈ A, X\A ∈ A ;
ii) stabilité par intersection finies : ∀A, B ∈ A, A ∩ B ∈ A ;
iii) stabilité par réunion [
dénombrable disjointe : pour toute suite (An )n∈N d’éléments deux à
deux disjoints de A, An ∈ A.
n∈N
1.1. TRIBUS : DÉFINITION ET PROPRIÉTÉS ÉLÉMENTAIRES 5
i) Si E = σ (E) alors E est une tribu (car σ (E) est une tribu). Réciproquement si E est une
tribu alors c’est clairement la plus petite tribu contenant E, i.e. σ (E) par définition.
1.2. IMAGES ET IMAGES RÉCIPROQUES DE TRIBUS 6
ii) Si E ⊂ F alors, par définition σ (F) est la plus petite tribu contenant F et donc en
particulier une tribu contenant E. Puisque σ (E) est la plus petite de ces tribus, alors elle
est contenue dans σ (F).
Définition 1.5 Soit B un sous-ensemble de X et A une tribu sur X. On appelle tribu trace ou
tribu induite par A sur B la tribu
AB = {A ∩ B, A ∈ A}
σ f −1 (E) = f −1 (σ (E)) .
1.3. TRIBU BORÉLIENNE 7
A ⊗ B = {A × B ⊂ X ×Y : (A, B) ∈ A × B}.
Rappel du cours de topologie : Un espace topologique est un ensemble X muni d’une to-
pologie O, qui est un ensemble de parties de X appelées ouverts. Axiomes définissant une
topologie :
a) ∅ ∈ O et X ∈ O ;
[
b) pour toute famille (Oi )i∈I d’éléments de O, on a Oi ∈ O ;
i∈I
n
\
c) pour toute famille finie (Oi )1≤i≤n d’éléments de O, on a Oi ∈ O.
i=1
Une topologie vérifie donc d’après a) et b), les axiomes i) et iii) d’une tribu. Mais pas ii). En
effet les complementaires des ouverts sont des fermés par définition, et ils ne sont pas ouverts
en général, même s’ils le sont pour
• la topologie grossière O = {∅, X},
• la topologie discrète O = P(X).
Définition 1.8 Soit (X, O) un espace topologique. On appelle tribu borélienne sur cet espace
la tribu engendrée par O. Les éléments d’une tribu borélienne sont appelés des boréliens.
On note B(X) la tribu borélienne sur (X, O).
Il s’agit de la plus petite tribu contenant tous les ouverts de X.
Proposition 1.6 La tribu borélienne d’un espace topologique contient
• tous les ouverts,
• touts les fermés,
1.3. TRIBU BORÉLIENNE 8
Boréliens réels
Dans cette ce paragraphe, on considère X = R (ou Rd , d ≥ 1) muni de sa topologie usuelle
(topologie qui coïncide avec la topologie engendrée par la distance usuelle |.|). On considère
alors sur R la tribu borélienne B(R) engendrée par les ouverts de sa topologie usuelle. On rap-
pelle que les ouverts de R sont des réunions dénombrables d’intervalles ouverts n≥1 ]an , bn [.
S
\ \
[a, b] = ]a − 1/n, b + 1/n[∈ B(R), [a, b[= ]a − 1/n, b[∈ B(R),
n∈N∗ n∈N∗
[
]−∞, b[= ]−∞, b−1/n] ∈ B(R), [a, +∞[= R\]−∞, a[∈ B(R), ]a, +∞[= R\]−∞, a] ∈ B(R).
∗
S n∈N
{x} = n∈N ]x − 1/n, x] ∈ B(R).
Un ensemble dénombrable est une union disjointe de singletons donc est dans B(R).
Proposition 1.7 La tribu B(R) des boréliens de R est engendrée par chacune des parties sui-
vantes :
• les ouverts,
• les fermés,
• les intervalles ouverts ]a, b[,
• les intervalles fermés [a, b],
• les intervalles semi-ouverts [a, b[ , ]a, b],
• les demi-droites ouvertes ] − ∞, b[ ou ]a, +∞[,
• les demi-droites fermées ] − ∞, b] ou [a, +∞[.
Preuve :
• Posons J = { ]a, b[ : a, b ∈ R, a < b }.
Comme J est incluse dans la famille des ouverts de R, elle est aussi incluse dans la tribu
1.3. TRIBU BORÉLIENNE 9
B(R), donc σ (J ) ⊂ B(R). Dans l’autre sens l’ensemble des ouverts de R est inclus dans la
tribu σ (J ), puisque tout ouvert de R est réunion dénombrable d’intervalles ouverts ]ak , bk [.
Donc B(R) ⊂ σ (J ). Ainsi B(R) = σ (J ).
• Posons F = { [a, b[ : a, b ∈ R, a ≤ b }. Soit [a, b[∈ F.
]a − 1/n, b[
T
[a, b[=
∗ n∈N
=⇒ [a, b[∈ B(R).
∀n ∈ N∗ ]a − 1/n, b[∈ B(R)
Donc tout élément [a, b[ de F appartient à σ (D). Par suite σ (F) ⊂ σ (D). Ainsi σ (D) = σ (F) =
B(R).
Les autres cas se traitent façons analogues en remarquant que tout ouvert O de R s’écrit
comme une réunion dénombrable d’intervalles ouverts ]ak , bk [ :
[
O = ]ak , bk [; (1.1)
k∈K
pour montrer que les familles énoncées permettent de retrouver tous les intervalles ouverts
]a, b[ et donc par (1.1) les ouverts de R. Les tribus engendrées par ces familles contiennent
donc B(R). Comme en plus elles sont incluses dans B(R), il y a égalité entre toutes ces tribus.
1.4. T.D 10
Proposition 1.8 La tribu borélienne de Rd est engendrée par chacune des familles suivantes :
— les pavés ouverts ∏di=1 ]ai , bi [, ai , bi ∈ R ;
— les pavés fermés ∏di=1 [ai , bi ], ai , bi ∈ R ;
— les pavés de la forme ∏di=1 ]ai , bi ], ai , bi ∈ R ;
— les hyperquadrants ∏di=1 ] − ∞, ai ], ai ∈ R.
Preuve : Le cas des pavés ouverts se traite exactement comme celui des intervalles ouverts
à la Proposition 1.7. Laissant au lecteur les cas des pavés fermés et hyperquadrants, nous
traiterons seulement le cas de la famille C des pavés ∏di=1 ]ai , bi ]. On vérifie d’abord que tout
pavé ouvert est élément de σ (C), en écrivant par exemple
d [ d
Q =: ∏]ai, bi[= ∏]ai, bi − 1/n]. (1.2)
i=1 n∈N∗ i=1
Noter que si pour un i, bi ≤ ai , les deux intervalles ]ai , bi [ et ]ai , bi − 1/n[ se réduisent à l’en-
semble vide et Q est lui même vide. On déduit de (1.2) l’inclusion
1.4 T.D
Exercice 1
Soit A, B et C des parties d’un ensemble Ω.
1. Montrer que :
(a) 1A∩B = 1A × 1B
(b) 1A∪B = 1A + 1B − 1A × 1B
(c) 1A = 1 − 1A
(d) 1A∆B = 1A + 1B − 21A × 1B .
2. Exprimer 1A∪B∪C en fonction de 1A , 1B et 1C .
1.4. T.D 11
Exercice 3
Chapitre 2
Applications Mesurables
∀B ∈ B f −1 (B) ∈ A.
Remarque 2.1
1) f est (A, B)−mesurable ⇐⇒ f −1 (B) ⊂ A ⇐⇒ B ⊂ f (A).
2) S’il n’y a pas d’ambiguïté sur les tribus concernées, on pourra se contenter de dire "mesu-
rable" au lieu de "(A, B)-mesurable".
3) Si Y = R (ou R ou C) muni de la tribu borélienne, on dira simplement que f est A-
mesurable.
4) Quand Y est un espace topologique et que rien n’est précisé, on prendra la tribu borélienne
B(Y ) de Y .
5) Dans le contexte probabiliste, les fonctions mesurables s’appellent les variables aléatoires ;
dans ce cas, on note traditionnellement (X, A, µ) = (Ω, F, P) et une fonction X : (Ω, F, P) −→
R s’appelle une variable aléatoire.
Définition 2.2 Soient (X, U) et (Y, V) deux espaces topologiques.
Une fonction f : X −→ Y est dite borélienne si elle est mesurable lorsque X et Y sont munis de
leurs tribus boréliennes respectives.
Exemple 2.1
i) Soit (Y, B) un espace mesurable. Toute application f : X −→ Y est (P(X), B)−mesurable.
ii) Soit (X, A) un espace mesurable. A une partie non vide de X. On muni R de sa tribu
borélienne.
La fonction indicatrice 1A : X −→ R
1 si x ∈ A
x 7−→ est mesurable si et seulement A ∈ A. En effet,
0 sinon
A = 1−1
A ({1}) et {1} est un fermé dans B(R). Donc A ∈ A.
12
2.2. OPÉRATIONS SUR LES FONCTIONS MESURABLES 13
f −1 (B) ⊂ A
=⇒ f −1 (ξ ) ⊂ A.
ξ ⊂B
Proposition 2.2 Soient (X, A), (Y, B) et (Z, T ) trois espaces mesurables. Si f : X −→ Y est
(A, B)-mesurable et g : Y −→ Z est (B, T )-mesurable alors g ◦ f : X −→ Z est (A, T )-mesurable.
Preuve :
g−1 (T ) ⊂ B
g est (B, T ) − mesurable
=⇒ −1 =⇒ (g ◦ f )−1 (T ) = f −1 (g−1 (T )) ⊂ A
f est (A, B) − mesurable f (B) ⊂ A
Proposition 2.3 Soient (X, A), (Y1 , B1 ), (Y2 , B2 ) trois espaces mesurables, Y = Y1 ×Y2 , B = B1 ⊗
B2 et pi : Y −→ Yi la projection canonique de Y sur Yi (i = 1, 2).
1) les projections p1 et p2 sont mesurables ;
2) f : X −→ Y est (A, B)-mesurable si et seulement si, pour tout élément i = 1, 2, fi = pi ◦ f est
(A, Bi )-mesurable.
Preuve :
• Pour tout B1 ∈ B1 , on a p−1
1 (B1 ) = B1 ×Y2 ∈ B1 ⊗ B2 . Donc p1 est mesurable. On procède de
même pour p2 .
• Si f est mesurable, il est clair que p1 ◦ f et p2 ◦ f le sont d’après la proposition précédente.
Réciproquement, supposons que p1 ◦ f et p2 ◦ f sont mesurables. Alors, pour tout B1 ∈ B1 ,
l’ensemble f −1 (B1 ×Y2 ) n’est autre que (p1 ◦ f )−1 (B1 ) qui appartient à A. De même, pour tout
B2 ∈ B2 , on a (p2 ◦ f )−1 (B2 ) qui appartient à A. Il en résulte que
f −1 (B1 × B2 ) = f −1 ((B1 ×Y2 ) ∩ (Y1 × B2 )) = f −1 ((B1 ×Y2 )) ∩ f −1 ((Y1 × B2 )) ∈ A.
Comme B1 ⊗ B2 est la tribu engenndrée par les parties de la foorme B1 × B2 , avec B1 ∈ B1 , et
B2 ∈ B2 , la Proposition 2.1 permet de conclure que f est mesurable.
F : X −→ Y × Z
Proposition 2.4 Soient (X, A), (Y, B) et (Z, T ) trois espaces mesurables. Soit .
x 7−→ ( f (x), g(x))
Alors F est mesurable si et seulement si f et g le sont.
Preuve : Si f et g sont mesurables, quels que soient B ∈ B et T ∈ T , F −1 (B × T ) = f −1 (B) ∩
g−1 (T ) ∈ A. Donc F est mesurable. Réciproquement, si F est mesurable alors f et g le sont
par composition avec les projections canoniques.
Proposition 2.5 Soient (X, A) un espace mesurable et (Y, V) un espace topologique. Si f : X −→
R et g : X −→ R sont mesurables et Φ : R2 −→ Y est continue, alors
h : X −→ Y
est mesurable.
x 7−→ Φ ( f (x), g(x))
Preuve : Φ est mesurable puisque continue, et
F : X −→ R2
est mesurable car il suffit de vérifier que F −1 (I × J) = f −1 (I) ∩
x 7−→ F(x) = ( f (x), g(x))
g−1 (J) ∈ A pour tous I, J ouverts de R pour en déduire que F est mesurable. Donc h = Φ ◦ F
est mesurable.
2.2. OPÉRATIONS SUR LES FONCTIONS MESURABLES 15
Corollaire 2.3 Si f : X −→ R et g : X −→ R sont mesurables alors f + g , f g, min( f , g), max( f , g)
sont mesurables. En particulier, f + = max( f , 0), f − = max(− f , 0) et | f | = f + + f − sont mesu-
1
rables. Si f ne s’annule pas, alors est mesurable.
f
Preuve : Il suffit d’appliquer la proposition précédente avec Φ : (u, v) 7−→ u + v, ou (u, v) 7−→ uv,
u + v − |v − u| u + v + |v − u|
ou (u, v) 7−→ min(u, v) = , ou (u, v) 7−→ max(u, v) = .
2 2
∗
g : R −→ R
Pour 1/ f , on utilise la Proposition 2.2 avec qui est continue donc mesurable.
y 7−→ 1/y
On identifie C à R2 muni de sa tribu borélienne.
Proposition 2.6 Soit (X, A) un espace mesurable. Soit f : X −→ C.
• Alors f est mesurable si et seulement si Re f et Im f le sont.
• Si g : X −→ C est mesurable et f l’est aussi, alors f + g et f g le sont.
• Si f est mesurable alors | f | l’est aussi et il existe α : X −→ S, (S le cercle unité) telle que
f = α| f | et α est mesurable (comme fonction à valeurs dans C).
Preuve : • Re f et Im f sont les composées de f avec les projections canoniques. Si f est
mesurable, elle le sont donc aussi. Inversement, si Re f et Im f sont mesurables alors f =
Re f + iIm f l’est aussi, comme somme de fonctions mesurables.
• La somme de fonctions mesurables est en effet mesurable par composition de (u, v) 7−→ u + v
avec x 7−→ ( f (x), g(x)).
• De même pour le produit, avec (u, v) 7−→ uv.
√
• Si f est mesurable alors | f | est aussi mesurable par compsition avec u2 + v2 , qui est conti-
nue donc mesurable.
De plus A = f −1 ({0}) est mesurable. Si on pose
1 si x ∈ A,
α(x) = f (x)
si x ∈
/ A,
| f (x)|
Proposition 2.7 Soit ( fn )n∈N une suite d’applications A-mesurables de X dans R. Les applica-
tions sup fn , inf fn , lim sup fn et lim inf fn sont A-mesurables.
n∈N n∈N n n
[
Preuve : i) ∀a ∈ R { x ∈ X : sup fn > a } = { x ∈ X : fn (x) > a } ∈ A (d’après le Corol-
n∈N n∈N
laire 2.2).
−1
Donc sup fn est A-mesurable, puisque sup fn ]a, +∞[ ∈ A pour tout a ∈ R.
n∈N n∈N
h i h i
ii) ∀ ∈ N, fn A-mesurable =⇒ ∀ ∈ N,− fn −A-mesurable =⇒ inf fn = −sup (− fn )
n∈N n∈N
est A-mesurable.
iii) ∀n ∈ N ∀k ≥ n fk est A-mesurable. Donc
∀n ∈ N sup fk et inf fk sont A-mesurables. Par suite
k≥n k≥n
!
lim sup fn = inf sup fk et lim inf fn = sup inf fk sont A-mesurables.
n n∈N k≥n n n∈N k≥n
Proposition 2.8 Soit ( fn )n∈N est une suite de fonctions mesurables sur de (X, A) dans un espace
métrique (Y, d). Si cette suite de fonctions converge simplement vers f (i.e. pour tout x ∈ X,
lim fn (x) = f (x)), alors f est mesurable.
n→+∞
C’est un résultat très agréable si on le compare avec le résultat analogue pour la continuité
où on a besoin de la convergence uniforme pour que la continuité se conserve à la limite. Une
fonction obtenue comme limite simple de fonctions mesurables est donc mesurable.
Preuve : D’après la Proposition 2.1, il suffit de montrer que si O est un ouvert de Y alors
f −1 (O) ∈ A. Pour cela, on pose
Comme la distance d est continue et Y \O est fermé, l’application g(x) = d(x,Y \O) est continue
−1
et donc Or = g ]1/r, +∞[ est ouvert ( continuité de g). L’ensemble Or est donc un borélien
de Y et [
Or = {x ∈ O : d(x,Y \O) > 0} = O.
r≥1
f −1 (O) =
x ∈ X : f (x) ∈ O = x ∈ X : lim fn (x) ∈ O
n→+∞
[
= x ∈ X : lim fn (x) ∈ Or
n→+∞
r≥1
= x ∈ X : ∃ r ≥ 1, ∃ m ≥ 1, ∀n ≥ m : fn (x) ∈ Or
fn−1 (Or )
[ \
= (2.1)
r,m∈N∗ n≥m
ii) si f est bornée alors on peut choisir les fonctions étagées fn de telle sorte que ( fn )n∈N
converge uniformément vers f .
Preuve : La démonstration va se faire en plusieurs étapes. On va tout d’abord montrer que
pour f à valeurs dans R+ , on peut trouver ( fn )n∈N une suite croissante de fonctions étagées
convergeant simplement vers f . Dans une seconde étape, on montrera que sous l’hypothèse
0 ≤ f ≤ M, la convergence est uniforme. Dans une troisième étape, on montre le résultat pour
f à valeurs dans R. Dans une quatrième et dernière étape, on montre que le résultat est vrai
dans le cas complexe.
1) Supposons que f ≥ 0. L’idée de base est de décomposer f selon les valeurs possibles. Soit
n ≥ 1 et 0 ≤ k ≤ n2n − 1, alors on pose
k k+1
Xn,k := ≤f< n .
2n 2
On pose également :
Xn,∞ := { f ≥ n} .
On commence par remarquer que
n −1
n2[
X = { f ≥ 0} = Xn,k ∪ Xn,∞ .
k=0
Ce sont ces fonctions là qui vont convenir pour faire une approximation de f
Si n ≥ 1 et 0 ≤ k ≤ n2n − 1 alors
k 2k k + 1 2k + 2
n
= n+1 et n = n+1
2 2 2 2
et donc Xn,k = Xn+1,2k ∪ Xn+1,2k+1 . On en déduit que pour x ∈ Xn,k ,
si x ∈ Xn+1,2k
(
k fn+1 (x)
fn (x) = n = 1
2 fn+1 (x) − si x ∈ Xn+1,2k+1 .
2n+1
En particulier, on a fn (x) ≤ fn+1 (x). On remarquera également que 0 ≤ fn+1 (x) − fn (x) ≤ 2n+1
si f (x) ≤ n.
De plus
2n+1
[−1
Xn,∞ = Xn+1,n2n+1 +` ∪ Xn+1,∞ .
`=0
Alors on a pour tout x ∈ Xn,∞
`
(
fn+1 (x) − si x ∈ Xn+1,n2n+1 +` avec 0 ≤ ` ≤ 2n+1 − 1
fn (x) = n = 2n+1
fn+1 (x) − 1 si x ∈ Xn+1,∞ .
2.3. LIMITE DE FONCTIONS MESURABLES 19
Là encore, on remarque que fn (x) ≤ fn+1 (x). Ainsi, pour tout x ∈ X, 0 ≤ fn (x) ≤ fn+1 (x).
Montrons maintenant que cette suite de fonctions converge simplement vers f .
Soit x ∈ X. On suppose que f (x) ≤ n0 pour un n0 fixé. Alors pour tout n ≥ n0 , on a f (x) ≤ n. Il
k k+1 1
existe donc k tel que x ∈ Xn,k et donc fn (x) = n ≤ f (x) < n . Par suite, 0 ≤ f (x) − fn (x) ≤ n .
2 2 2
En particulier, le théorème des gendarmes implique que ( fn (x))n∈N converge vers f (x).
Soit x ∈ X tel que f (x) = +∞. Alors pour tout n, f (x) ≥ n et donc x ∈ Xn,∞ pour tout n. Or
fn (x) = n dans ce cas. Donc ( fn (x))n∈N tend vers +∞ = f (x). On a donc bien la convergence
simple.
2) Si de plus f est bornée par M > 0, alors pour n > M, on a f (x) ≤ n et donc pour tout x ∈ X,
1
0 ≤ f (x) − fn (x) ≤ n . En particulier,
2
1
sup f (x) − fn (x) ≤
x∈X 2n
Mesures
2) Soit x un élément de X.
δx : P(X) −→ R+
1 si x ∈ A
A 7−→ δx (A) =
0 sinon
est une mesure positive sur (X, P(X)) appelée la mesure de Dirac au point x.
3)
c : P(X) −→ R+
nombre d’éléments de A si A est fini
A 7−→ c(A) =
+∞ sinon
est une mesure positive sur (X, P(X)) appelée la mesure de comptage.
20
3.2. PROPRIÉTÉS GÉNÉRALES D’UNE MESURE POSITIVE 21
4) Soit f : X −→ R+ .
µ : P(X) −→ R+
0
si A = ∅
A 7−→ µ(A) =
∑ f (x) sinon
x∈A
est une mesure positive sur (X, P(X)) appelée mesure discrète.
Définition 3.2 Soit (X, A, µ) un espace mesuré.
i) µ est dite bornée si kµk := sup{µ(A) : A ∈ A} < +∞.
ii) µ est finie si ∀A ∈ A, µ(A) < ∞.
[
iv) µ est σ -finie si ∀A ∈ A, ∃(An ) ∈ AN avec A ⊂ An et ∀n ∈ N µ(An ) < +∞.
n∈N
iv) Si µ(X) = 1, alors la mesure µ est dite de probabilité. Dans ce cas on dit que (X, A, µ) est
un espace probabilisé.
d) Pour toute suite décroissante (An )n∈N d’éléments de A telle que µ(A0 ) < +∞ :
!
\
lim µ(An ) = µ An .
n→+∞
n∈N
Preuve : a) Soit (Ai )1≤i≤n ∈ An deux à deux disjoints. Pour k > n , posons Ak = ∅. Ainsi (Ai )i≥1
est une suite infinie d’éléments de A deux à deux disjoints. En vertu de la σ -additivité, on
obtient : ! !
n
[ [ +∞ n +∞
µ Ai =µ Ai = ∑ µ(Ai ) = ∑ µ(Ai ) + ∑ µ(Ai ).
i=1 i∈N∗ i=1 i=1 i=n+1
+∞
Comme µ(∅) = 0 pour tout i ≥ n + 1, alors ∑ µ(Ai ) = 0.
i=n+1
et ! !
[ [ +∞ +∞
µ An =µ Bn = µ(B0 ) + ∑ µ(Bi ) = µ(A0 ) + ∑ µ (Ai \Ai−1 )
n∈N n∈N i=1 i=1
Comme cette suite converge, sa somme est la limite de la suite de ses sommes partielles de
rang n, ce qui s’écrit :
!
[ n n−1 o
µ An = lim µ(A0 ) + ∑ µ (Ai \Ai−1 ) = lim µ(An ).
n→∞ n→∞
n∈N i=1
\
d) Soit (An )n∈N une suite décroissante d’éléments de A convergeant vers An .
n∈N
Posons Cn = A0 \An . Comme An ⊂ A0 , on a une réunion disjointe A0 = Par additivité An ∪ Cn .
finie, on a µ(A0 ) = µ(An ) + µ(Cn ). Comme Cn ⊂ A0 , µ(Cn ) < +∞. On peut donc écrire
n−1
∀n ∈ N∗ ,
[
e) Posons B0 = A0 , et Bn = An \ Ai .
i=1
On remarque que (Bn ) est une suite disjointe et
n
[ n
[
Ai = Bi ∀n ≥ 1.
i=0 i=0
Par additivité, on a ! !
n
[ n
[ n
µ Ai =µ Bi = ∑ µ(Bi )
i=0 i=0 i=0
Proposition 3.2 Soient (X, A) et (Y, B) deux espaces mesurables, f : X −→ Y (A, B)-mesurable
et µ une mesure positve sur (X, A). Alors
µ f : B −→ R+
B 7−→ µ f −1 (B)
est une mesure positive sur (Y, B) appelée la mesure image de µ par f .
Preuve :
f −1 (B) ∈ A
B∈B
=⇒ µ f (B) = µ f −1 (B) ∈ R+
• =⇒
f (A, B) − mesurable µ est une mesure positive sur (X, A)
f −1 (Bn ) = ∑ µ f (Bn).
= ∑µ
n∈N n∈N
Par conséquent µf est bien une mesure positive sur (Y, B).
Définition 3.3 Une classe P de parties de X est appelée un π-système si elle est stable par
intersection finie.
Définition 3.4 Une classe L de parties de X est appelée un λ -système si elle vérifie :
i) X ∈ L,
ii) A, B ∈ L et B ⊂ A =⇒ A\B ∈ L,
∗ [
iii) (An )n∈N∗ ∈ LN avec An ⊂ An+1 et A = An =⇒ A ∈ L.
n∈N∗
Remarque 3.1
1) On remarque que toute mesure positive sur (X, P(X)) est une mesure extérieure.
2) Si µ ∗ est une mseure extérieure sur X alors
Les mesures extérieures servent notamment à construire des mesures positives par restriction
à une sous-tribu de P(X).
Définition 3.6 Soit µ ∗ une mesure extérieure sur X. Un sous-ensemble A de X est dit µ ∗ -mesurable
si
∀E ⊂ X, µ ∗ (E) = µ ∗ (E ∩ A) + µ ∗ (E\A).
On note Mµ ∗ l’ensemble des parties µ ∗ -mesurables de X.
Lemme 3.1 Soit µ ∗ une mesure extérieure sur X. Pour tout E ∈ P(X), pour toute suite finie
(Ai )1≤i≤n d’éléments de Mµ ∗ deux à deux disjoints :
!
[ n n
µ∗ E ∩ Ai = ∑ µ ∗ (E ∩ Ai ). (3.1)
i=1 i=1
! n et soit An+1 ∈ Mµ ,
Preuve : L’égalité (3.1) est vraie pour n = 1. Supposons la vérifiée au rang ∗
n+1
0
Ai . Comme An+1 ∈ Mµ ∗ ,
[
les Ai , 1 ≤ i ≤ n + 1 étant deux à deux disjoints. Posons E = E ∩
i=1
on a
et comme tous les Ai , 1 ≤ i ≤ n sont inclus dans Acn+1 , donc aussi leur réunion,
" ! # !
n n
E 0 ∩ Acn+1 =
[ [
E∩ Ai ∩ Acn+1 = E ∩ Ai . (3.4)
i=1 i=1
3.3. MESURE EXTÉRIEURE ET THÉORÈME DE CARATHÉODORY 26
µ ∗ (E) = µ ∗ (E ∩ A) + µ ∗ (E ∩ Ac )
µ ∗ (A ∩ E) = µ ∗ (B ∩ A ∩ E) + µ ∗ (Bc ∩ A ∩ E)
µ ∗ (Ac ∩ E) = µ ∗ (B ∩ Ac ∩ E) + µ ∗ (Bc ∩ Ac ∩ E)
En remarquant que (B ∩ Ac ∩ E) ∪ (Bc ∩ A ∩ E) ∪ (Bc ∩ Ac ∩ E) = (Ac ∪ Bc ) ∩ E, on obtient par
sous-σ -additivité de µ ∗ ,
µ ∗ (E) = µ ∗ (E ∩ Bn ) + µ ∗ (E ∩ Bcn ).
µ ∗ (E) ≥ µ ∗ (E ∩ Bn ) + µ ∗ (E ∩ Ac ). (3.5)
µ ∗ (E) ≥ µ ∗ (E ∩ A) + µ ∗ (E ∩ Ac ),
ce qui prouve bien que A ∈ A. Ainsi µ ∗ est stable par union dénombrable disjointe et est bien
une tribu.
b) Montrons que µ ∗ restreinte à Mµ ∗ est bien une mesure positive.
• On sait déjà que µ ∗ (∅) = 0.
• Soit (Ai )i≥1 une suite d’éléments deux à deux disjoints de Mµ ∗ et A sa réunion. En prenant
E = A dans (3.7), on a
+∞
µ ∗ (A) ≥ ∑ µ ∗ (Ai ). (3.8)
i=1
La sous-σ -additivité de µ ∗ fournit par l’inégalité inverse, de sorte qu’on a l’égalité dans (3.8),
ce qui exprime la σ -additivité de µ ∗ restreinte à Mµ ∗ .
Théorème 3.3 [d’extension de Carathéodory] Soit µ0 une mesure définie une algèbre F0 de
partie de X, qui est supposée σ - finie le long de F0 . Il existe une unique mesure µ sur F = σ (F0 ),
telle que µ|F0 = µ0 . On dit que µ prolonge µ0 à F.
Preuve : L’unité résulte du Théorème 3.2. Il suffit de montrer l’existence.
Commençons par définir l’application suivante de P(X) à valeurs de R+ : pour tout A ⊂ X,
µ ∗ (E ∩ A) + µ ∗ (E ∩ Ac ) ≤ ∑ µ0(Bn) + ∑ µ0(Cn)
n n
= ∑ µ0(An)
n
∗
≤ µ (E) + ε.
µ est de Stieltjes car un intervalle borné ne contient qu’un ensemble fini d’entiers. Par contre
ν n’est pas de Stieltjes puisque ν(]0, 1]) = +∞ .
Bibliography
[6] Michel Loève, Probability Theory, vol. I, New York/Heidelberg/Berlin, Springer, 1977,
4e éd., 425 p. (ISBN 0-387-90210-4), chap. 8.2, p. 135-137
[7] Paul Halmos, Measure theory, New York/Heidelberg/Berlin, Springer, 1974, 304 p. (ISBN
0-387-90088-8), chap. 35, p. 143-145
30