INSEA: 1ere Année Théorie de la mesure et des probabilités

Théorie de la mesure et des probabilités

Table des matières
1. Rappel (Suites, ensembles et suites d’ensembles)
2. Tribu et mesure
2.1 Tribu, espaces mesurables.
2.2 Applications mesurables
2.3 Fonctions étagées.
2.4 Mesures positives.
2.5 Mesures de Lebesques.
2.6 Ensembles négligeables
3. Intégration par rapport à une mesure
3.1 Intégrale d’une fonction étagée positive
3.2 Intégrale d’une fonction mesurable positive.
3.3 Intégrale d’une fonction mesurable quelconque.
3.4 Intégrale par rapport à la mesure de Lebesque.
3.5 Théorème de convergence dominée.
3.6 Intégrales dépendant d’un paramètre.
3.7 Changement de variables
4. Mesure produit
4.1 Mesures définies par des densités.
4.2 Mesures images.
4.3 Mesures produits.
4.4 Théorème de Fubini.
5. Espaces Lp
5.1 Espaces lp
5.2 Espaces Lp
5.3 Produit de convolution et transformée de Fourier.
6. Modes de convergences
6.1 Différentes notions de convergence.
6.2 Convergences faibles.
7. Langages des probabilités

F. Oudouar 2022/2023 1
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Chapitre I : Rappel (Suites, ensembles et

suites d’ensembles)
1. Rappel (Suites, ensembles et suites d’ensembles)
1.1 Suites d’ensembles.

Définition 1.1.1
ℕ→ℝ
On appelle suite réelle toute application { . On note une telle application
𝑛 → 𝑢𝑛
(𝑢𝑛 )𝑛∈𝑁 .

2𝑛+1
Exemples 1.1.2 : La suite (𝑢𝑛 ) définie par la formule explicite (𝑢𝑛 ) = est telle que
3
1 3 201
𝑢0 = 3, 𝑢1 = 3 = 1… .𝑢100 = = 67
3

Définition 1.1.3

Une suite est définie par une relation de récurrence lorsqu'on dispose du premier
terme et d'une formule du type 𝒖𝒏+𝟏 = 𝒇(𝒏) permettant de calculer chaque terme
de la suite à partir du terme précédent.

𝑢0 = 1
Exemples 1.1.4: La suite (𝑢𝑛 ) définie par la formule de récurrence : {𝑢
𝑛+1 = 2𝑢𝑛 − 3

Définition 1.1.5

La représentation graphique d'une suite (𝑢𝑛 )(𝑛 ∈ 𝑁) dans un repère du plan,

s'obtient en plaçant les points de coordonnées (𝑛; 𝑢𝑛 ) lorsque 𝑛 parcourt 𝑁

F. Oudouar 2022/2023 2
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Sens de variation d’une suite 1.1.6

 On dit qu'une suite (𝑢𝑛 ) est croissante (resp.décroissante) si pour tout

entier naturel 𝑛 :
𝑢𝑛+1 ≥ 𝑢𝑛 (𝑟𝑒𝑠𝑝: 𝑢𝑛+1 ≤ 𝑢𝑛 )
 On dit qu'une suite (𝑢𝑛 ) est strictement croissante (resp. strictement
décroissante) si pour tout entier naturel 𝑛 :
𝑢𝑛+1 > 𝑢𝑛 (𝑟𝑒𝑠𝑝: 𝑢𝑛+1 < 𝑢𝑛 )
 On dit qu'une suite (𝑢𝑛 ) est constante si pour tout entier naturel 𝑛 :
𝑢𝑛+1 = 𝑢𝑛

1.2 Limite de suites

Définition 1.2.1

On dit que la suite 𝑢𝑛 converge vers le nombre réel 𝑙 (ou admet pour limite le
nombre réel 𝑙) si les termes de la suite se rapprochent de 𝑙 lorsque 𝑛 devient grand.

Remarque 1.2.2
- Une suite qui n'est pas convergente est dite divergente.
- La limite, si elle existe, est unique.

F. Oudouar 2022/2023 3
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Exemples 1.2.3 :
1
- La suite définie pour 𝑛 > 0 𝑝𝑎𝑟 𝑢𝑛 = , converge vers zéro
𝑛

- La suite définie pour tout 𝑛 ∈ 𝑁 𝑝𝑎𝑟 𝑢𝑛 = (−1)𝑛 est divergente. En effet, les
termes de la suite « oscillent » indéfiniment entre 1 𝑒𝑡 – 1

- La suite définie pour tout 𝑛 ∈ 𝑁 par récurrence par :

𝑢0 = 1
{
𝑢𝑛+1 = 𝑢𝑛 + 2

est elle aussi divergente. Les termes de la suite croissent indéfiniment en ne se

rapprochant d'aucun nombre réel.

Définition 1.2.4 : borne Sup et borne Inf

I.
II.
III.Soit 𝐸 ∈ ℝ. On dit que 𝑀 ∈ ℝ. est la borne supérieure de 𝐸 (𝑀 = 𝑠𝑢𝑝(𝐸)) si et
IV.seulement si :
V.
VI. - 𝑀 est un majorant de 𝐸 (pour tout 𝑥 ∈ 𝐸, 𝑥 ≤ 𝑀),

De même 𝑚 ∈ ℝ. est la borne inférieure de 𝐸 (𝑚 = 𝑖𝑛𝑓(𝐸)) si et seulement si

- 𝑚 est un minorant de 𝐸 (pour tout 𝑥 ∈ 𝐸, 𝑥 ≥ 𝑚),

Propriétés 1.2.5: majorant et suites

- 𝑀 = sup(𝐸 ), si seulement si :
a. M est majorant de E ;
b. il exsiste( 𝑢𝑛 )𝑛∈𝑁 suite d’éléments de E telle que lim 𝑢𝑛 = 𝑀
𝑛→∞
- La propriété correspondante pour la borne 𝑖𝑛𝑓 est vraie.

F. Oudouar 2022/2023 4
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Définition 1.2.6 (maximum, minimum)

Soit 𝐸 ∈ ℝ.
On dit que 𝑀 est le maximum de 𝐸(𝑀 = max(𝐸 ) 𝑠𝑖 𝑀 = sup(𝐸 ) et 𝑀 ∈ 𝐸.
On dit que 𝑚 est le minimum de 𝐸(𝑚 = min(𝐸 ) 𝑠𝑖 𝑚 = inf(𝐸) et 𝑚 ∈ 𝐸.

Propriété 1.2.7 : Propriété de la borne sup

Toute partie de ℝ non vide et majorée admet une borne sup.

Propriété 1.2.8 : suite croissante majorée

Toute suite réelle ( 𝑢𝑛 )𝑛∈𝑁 croissante et majorée (resp. décroissante et minorée)

converge et on a lim 𝑢𝑛 = 𝑠𝑢𝑝𝑛∈𝑁 𝑢𝑛 (resp. lim 𝑢𝑛 = 𝑖𝑛𝑓𝑛∈𝑁 𝑢𝑛 ).
𝑛→∞ 𝑛→∞

Définition 1.2.9 : Limite sup et inf

Soit ( 𝑢𝑛 )𝑛∈𝑁 une suite réelle. Par définition, lim 𝑠𝑢𝑝 𝑢𝑛 = lim 𝑠𝑢𝑝𝑘≥𝑛 𝑢𝑘 et
𝑛→∞ 𝑛→∞
lim 𝑖𝑛𝑓 𝑢𝑛 = lim 𝑖𝑛𝑓𝑘≥𝑛 𝑢𝑘
𝑛→∞ 𝑛→∞

1
Exemple 1.2.10 : 𝑥𝑛 = 𝑛

1 1 1
 Soit 𝑦𝑛 = 𝑠𝑢𝑝𝑘≥𝑛 {𝑥𝑘 } = 𝑠𝑢𝑝𝑘≥𝑛 {𝑘}=𝑛, donc lim sup 𝑥𝑛 = lim 𝑦𝑛 = lim = 0.
𝑛→+∞ 𝑛→+∞ 𝑛→+∞ 𝑛
1
 Soit 𝑧𝑛 = inf𝑘≥𝑛 {𝑥𝑘 } = inf 𝑘≥𝑛 {𝑘}=0, donc lim inf 𝑥𝑛 = lim 𝑧𝑛 = 0.
𝑛→+∞ 𝑛→+∞

Exemple 1.2.11 : 𝑥𝑛 = (−1)𝑛

- 𝑦𝑛 = 𝑠𝑢𝑝𝑘≥𝑛 {𝑥𝑘 } = 𝑠𝑢𝑝𝑘≥𝑛 (−1)𝑘 = 1, (𝑙𝑒 𝑐𝑎𝑠 𝑜𝑢 𝑘 = 2𝑝)

lim sup 𝑥𝑛 = lim 𝑦𝑛 = lim 1 = 1.

𝑛→+∞ 𝑛→+∞ 𝑛→+∞

- 𝑧𝑛 = inf𝑘≥𝑛 {𝑥𝑘 } = inf 𝑘≥𝑛 (−1)𝑘 = 1, (𝑙𝑒 𝑐𝑎𝑠 𝑜𝑢 𝑘 = 2𝑝 + 1)

lim inf 𝑥𝑛 = lim 𝑧𝑛 = −1

𝑛→+∞ 𝑛→+∞

F. Oudouar 2022/2023 5
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Remarque 1.2.12

- Cette définition s’étend aux suites non nécessairement bornées, en posant

lim 𝑠𝑢𝑝 𝑢𝑛 = +∞ 𝑠𝑖 𝑙𝑎 𝑠𝑢𝑖𝑡𝑒 𝑛′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑚𝑎𝑗𝑜𝑟é𝑒.
𝑛→∞
lim 𝑖𝑛𝑓 𝑢𝑛 = −∞ 𝑠𝑖 𝑙𝑎 𝑠𝑢𝑖𝑡𝑒 𝑛′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑚𝑖𝑛𝑜𝑟é𝑒.
𝑛→∞
- La suite (𝑠𝑢𝑝𝑘≥𝑛 𝑢𝑘 ) étant décroissante, elle admet toujours une limite, de
même, la suite(𝑖𝑛𝑓𝑘≥𝑛 𝑢𝑘 ) étant croissante, elle admet toujours une limite.

Définition 1.2.13 : sous-suite

Soit ( 𝑢𝑛 ) une suite. On dit que la suite ( 𝑣𝑛 ) est une sous-suite ou une suite
extraite de ( 𝑢𝑛 ) s’il existe une application strictement croissante 𝜑: 𝑁 → 𝑁 tel
que pour tout 𝑛 on a :
𝑢𝑛 = 𝑣𝜑(𝑛) .

Exemple 1.2.14 :
1. Prenons la suite définis par 𝑢𝑛 = (−1)𝑛 . L’application 𝜑: 𝑛 → 2𝑛 donne la sous-
suite 𝑣𝑛 = 𝑣2𝑛 = (−1)2𝑛 = 1. Cette sous-suite est une suite constante.
De même 𝜑: 𝑛 → 2𝑛 + 1 donne la sous-suite 𝑣𝑛 = 𝑣2𝑛+1 = (−1)2𝑛+1 = −1.
Cette sous-suite est aussi une suite constante.
2𝜋𝑛
2. Soit ( 𝑢𝑛 ) la suite définie par 𝑢𝑛 = sin( ). Elle est périodique de période 1.
17
L’application 𝜑: 𝑛 → 17𝑛 donne la sous-suite 𝑣𝑛 = 𝑢17𝑛 = sin(2𝜋𝑛) = 0.
2𝜋
L’application 𝜑: 𝑛 → 17𝑛 + 1 donne 𝑣𝑛 = 𝑢17𝑛 = sin( ) ≠ 0
17

1.3 Suites de fonction

Définition 1.3.1

Soit I un intervalle de ℝ et (𝑓𝑛 )𝑛∈𝑁 une suite de fonctions définies sur 𝐼, à valeurs dans ℝ.
Soit 𝑓 une fonction de 𝐼 dans ℝ.
- On dit que la suite (𝑓𝑛 ) converge simplement vers 𝑓 sur 𝐼 si :
∀𝑥 ∈ 𝐼, ∀𝜖 > 0, ∃𝑛0 ∈ 𝑁, ∀𝑛 > 𝑛0 , |𝑓𝑛 (𝑥) − 𝑓(𝑥)| < 𝜖.

- On dit que la suite (𝑓𝑛 ) converge uniformément vers 𝑓 sur 𝐼 si :

∀𝜖 > 0, ∃𝑛0 ∈ 𝑁, ∀𝑛 > 𝑛0 ∀𝑥 ∈ 𝐼, |𝑓𝑛 (𝑥) − 𝑓(𝑥)| < 𝜖.

La convergence uniforme est naturellement associée à la norme uniforme

F. Oudouar 2022/2023 6
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Exemple 1.3.2 : pour 𝑥 ∈ [0, 1] 𝑒𝑡 𝑛 ∈ ℕ, on pose 𝑓𝑛 (𝑥) = 𝑥 𝑛

Si 𝑥 ∈ [0, 1[, lim 𝑥 𝑛 = 0 𝑒𝑡 𝑠𝑖 𝑥 = 1, lim 𝑥 𝑛 = 1. La suite de fonction (𝑓𝑛 )𝑛∈ℕ
𝑛→+∞ 𝑛→+∞

converge donc simplement sur [0, 1] vers la fonction 𝑓 définie par :

0 𝑠𝑖 𝑥 ∈ [0,1[
∀𝑥 ∈ [0, 1], 𝑓 (𝑥) = {
1 𝑠𝑖 𝑥 = 1

Définition 1.3.3 : Série

Soit (𝑢𝑛 )𝑛∈𝑁 une suite de nombres réels. On appelle série de terme général 𝑢𝑛 et
on note ∑ 𝑢𝑛 , la suite (𝑆𝑛 )𝑛∈𝑁 définie par :

Pour tout 𝑛 ∈ 𝑁, 𝑆𝑛 = ∑𝑛𝑘=0 𝑢𝑘 .

On dit que la série ∑ 𝑢𝑛 converge (resp. diverge) ssi la suite (𝑆𝑛 )𝑛∈𝑁 converge
(resp. diverge). Si la série converge, lim 𝑆𝑛 est notée ∑∞𝑛=0 𝑢𝑛 est appelée la
𝑛→∞
somme de la série.

1.4 Les ensembles

Terminologie

Soit 𝐸 un ensemble. Mettons-nous d’accord sur un peu de terminologie.

– 𝐴 ⊆ 𝐸 sera appelé sous-ensemble ou partie de 𝐸;
– 𝒫 (𝐸 ) ≔ {𝑝𝑎𝑟𝑡𝑖𝑒 𝑑𝑒 𝐸 };
– 𝒜 ⊆ 𝒫 (𝐸 ) sera appelé famille de parties de 𝐸 ou classe de parties de 𝐸
plutôt qu’ensemble de sous-ensembles de 𝐸 ou partie de 𝒫 (𝐸 ) ;

Exemple 1.4.1: Soit 𝐸 = {𝑎, 𝑏, 𝑐} un ensemble de trois éléments.

Les sous-ensembles de E sont : {∅}, {a}, {𝑏}, {c}, {a, b}, {a, c}, {b, c}, E.

L'ensemble des parties de E est donc : 𝑃(𝐸) = { , {a}, {𝑏}, {c}, {a, b}, {a, c}, {b, c}, E}

Et 𝐶𝑎𝑟𝑑 𝑃(𝐸) = 2𝐶𝑎𝑟𝑑 𝐸 = 8

F. Oudouar 2022/2023 7
 INSEA: 1ere Année Théorie de la mesure et des probabilités

 Operations classiques

Recensons quelques opérations classiques sur les parties d’un ensemble 𝐸. Soient 𝐴1
et 𝐴2 deux parties de 𝐸.

- La réunion de 𝐴1 et 𝐴2 , notée 𝐴1 ∪ 𝐴2 : ∀𝑥 ∈ 𝐸, 𝑥 ∈ 𝐴1 ∪ 𝐴2 ⟺ ∃𝑖 ∈ {1, 2}, 𝑥 ∈ 𝐴𝑖 .

- L’intersection de 𝐴1 et 𝐴2 , notée 𝐴1 ∩ 𝐴2 ∶ ∀𝑥 ∈ 𝐸, 𝑥 ∈ 𝐴1 ∩ 𝐴2 ⟺ ∀𝑖 ∈ {1, 2}, 𝑥 ∈ 𝐴𝑖 .
- Le complémentaire de 𝐴1 , notée 𝐴1𝑐 ∶ ∀𝑥 ∈ 𝐸, 𝑥 ∈ 𝐴1𝑐 ⟺ 𝑥 ∉ 𝐴1 .
- La différence de 𝐴1 avec 𝐴2 , notée 𝐴1 ∖ 𝐴2 et dite différence propre dans le cas où 𝐴2 ⊆
𝐴1 : ∀𝑥 ∈ 𝐸; 𝑥 ∈ 𝐴1 ∖ 𝐴2 , ⟺ 𝑥 ∈ 𝐴1 𝑒𝑡 𝑥 ∉ 𝐴2 .
- La différence symétrique de 𝐴1 et 𝐴2 , notée 𝐴1 ∆ 𝐴2 : ∀𝑥 ∈ 𝐸; 𝑥 ∈ 𝐴1 ∆ 𝐴2 ⟺
𝑥 ∈ 𝐴1 ∪ 𝐴2 𝑒𝑡 𝑥 ∉ 𝐴1 ∩ 𝐴2 :

1.5 Suites de parties d’un ensemble

Définition 1.5.1

On rappelle que la suite (𝐴𝑛 ) est dite croissante (resp. décroissante) lorsque
pour tout entier 𝑛, 𝐴𝑛 ⊆ 𝐴𝑛+1 (resp. 𝐴𝑛+1 ⊆ 𝐴𝑛 ). Dans ce cas, la limite de
la suite (𝐴𝑛 ) est définie naturellement comme la réunion (resp.
l’intersection)2.2
de tousFonctions
les 𝐴𝑛 : et fonctions indicatrices
lim 𝐴𝑛 ≔ ⋃𝑛 𝐴𝑛 (𝑟𝑒𝑠𝑝. ⋂𝑛 𝐴𝑛 ).
𝑛→∞

Par analogie avec le cas réel, on notera cette limite 𝑙𝑖𝑚 ↑ (𝑟𝑒𝑠𝑝. 𝑙𝑖𝑚 ↓) pour
faire référence au fait que la suite (𝐴𝑛 ) est croissante et que la limite est
donc la réunion (resp. l’intersection) de tous ses éléments.

Définition 1.5.2
On définit les deux parties de E suivantes :

lim sup 𝐴𝑛 (𝑜𝑢 ̅̅̅̅̅̅̅̅̅

lim 𝐴𝑛 ) ≔ lim ↓ ⋃𝑘≥𝑛 𝐴𝑘 = ⋂𝑛 ⋃𝑘≥𝑛 𝐴𝑘 ),
𝑛→∞ 𝑛→∞ 𝑛→∞

où la notation lim ↓ fait référence au fait que la suite( ⋃𝑘≥𝑛 𝐴𝑘 )𝑛 est

décroissante, si bien que sa limite existe toujours (et est l’intersection de tous ses
éléments, ce qu’indique la dernière égalité) ;

1.4 Fonctions
lim inf 𝐴𝑛 (𝑜𝑢etlim
fonctions
𝐴𝑛 ≔ limindicatrices
↑ ⋂𝑘≥𝑛 𝐴𝑘 = ⋃𝑛 ⋂𝑘≥𝑛 𝐴𝑘 ),
𝑛→∞ 𝑛→∞ 𝑛→∞
où la notation lim ↑ fait référence au fait que la suite (⋂𝑘≥𝑛 𝐴𝑘 )𝑛 est
croissante, si bien que sa limite existe toujours (et est la réunion de tous ses
éléments, ce qu’indique la dernière égalité).

F. Oudouar 2022/2023 8
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Définition 1.5.3

On dit que la suite (𝐴𝑛 ) converge si lim infn 𝐴𝑛 = lim supn 𝐴𝑛 . Lorsque c’est le
cas on définit limn 𝐴𝑛 = lim infn 𝐴𝑛 = lim supn 𝐴𝑛 .

1.6 Ensemble dénombrable

Définition 1.6.1

 Injection : soit E, F des ensembles, f : E → F est une injection si ∀ x, y ∈ E,

𝑓 (𝑥) = 𝑓(𝑦) ⟹ 𝑥 = 𝑦.

 Surjection : soit E, F des ensembles, f : E → F est une surjection si ∀z ∈ F,

∃ x ∈E tel que 𝑓 (𝑥) = 𝑧.

 Bijection : soit E, F des ensembles, f : E → F est une bijection si f est une

injection et une surjection.

Proposition 1.6.2

soient 𝐸, 𝐹, 𝐺 des ensembles. Soient f : E → F, g : F → G,

alors [𝑓𝑒𝑡 𝑔 ingectives] ⟹ [𝑔 ∘ 𝑓 injective]

Démonstration : Soient 𝑥, 𝑦 tels que 𝑔 ∘ 𝑓(𝑥) = 𝑔 ∘ 𝑓(𝑦). L’application 𝑔 est

injective donc 𝑓(𝑥) = 𝑓(𝑦). L’application f est injective donc 𝑥 = 𝑦.

Définition 1.6.3

On dit qu'un ensemble 𝐸 est dénombrable s'il existe une injection de 𝐸 dans ℕ.

Exemple 1.6.4 : Tout ensemble fini est dénombrable.

Exemple 1.6.5 : ℕ × ℕ est dénombrable car l’application
𝑓: ℕ × ℕ → ℕ
(𝑝+𝑞)(𝑝+𝑞+1)
(𝑝, 𝑞) ⟼ + 𝑞 est bijective (donc injective).
2

F. Oudouar 2022/2023 9
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Enumération des éléments de ℕ × ℕ

Exemple 1.6.6 : l’ensemble ℚ est dénombrable. L’ensemble ℝ n’est pas dénombrable.

Définition 1.6.7

Si on a 𝐸0 , 𝐸1 , . . , 𝐸𝑛 ….des ensembles dénombrables alors 𝐸 = 𝐸0 ∪ 𝐸1 ∪ … =

⋃𝑛≥0 𝐸𝑛 est un ensemble dénombrable.
(En d'autres termes, une réunion dénombrable d'ensembles dénombrables est
dénombrable.)

Démonstration.

Pour tout 𝑖 ≥ 0, 𝐸𝑖 est dénombrable donc ∃𝑓𝑖 : 𝐸𝑖 → ℕ injective. Soit

𝐹: ⋃ 𝐸𝑛 → ℕ × ℕ
𝑛≥0

𝑥 ⟼ (𝑖, 𝑓𝑖 (𝑥)) 𝑠𝑖 𝑥 ∈ 𝐸𝑖
Cette application 𝐹 est injective. L'ensemble ℕ × ℕ est dénombrable donc il
existe 𝑔: ℕ × ℕ → ℕ injective. Par la proposition 4.2.2, 𝑔 ∘ 𝐹 est injective. Donc
⋃𝑛≥0 𝐸𝑛 est dénombrable.
1.7 Fonctions et fonctions indicatrices
Définition 1.7.1

- On appelle indicatrice ou fonction indicatrice de la partie 𝐴, et l’on note 𝕝𝐴 ,

la fonction qui vaut 1 sur 𝐴 et 0 à l’extérieur :
𝕝𝐴 : 𝑅 → {0, 1}
𝑥 ↦ 𝕝𝐴 (𝑥),
par
1 𝑠𝑖 𝑥 ∈ 𝐴
𝕝𝐴 (𝑥) = {
0 𝑠𝑖 𝑥 ∉ 𝐴

F. Oudouar 2022/2023 10
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Exemple 1.7.2 : considérons la fonction

𝑒 −𝑥 𝑠𝑖 𝑥 ≥ 0,
𝑓 (𝑥 ) = {
0 𝑠𝑖 𝑥 < 0

En utilisant une fonction indicatrice, on peut écrire

𝑓 (𝑥) = 𝑒 −𝑥 𝕝{𝑥≥0} ou 𝑓 (𝑥) = 𝑒 −𝑥 𝕝[0,∞) (𝑥), en tout point x.

Exemple 1.7.3 :
0 𝑠𝑖 𝑥 ≤ −1,
𝑥+1
𝑓 (𝑥 ) = { 𝑠𝑖 − 1 ≤ 𝑥 ≤ 3,
4
1 𝑠𝑖 𝑥 ≥ 3.

En utilisant deux fonctions indicatrices, on peut écrire

𝑥+1
𝑓 (𝑥 ) = 𝕝{−1<𝑥<3} + 𝕝{𝑥≥3} ,
4
0 + 0 𝑠𝑖 𝑥 ≤ −1,
𝑥+1
En tout point x. ={ + 0 𝑠𝑖 − 1 ≤ 𝑥 ≤ 3,
4
0 + 1 𝑠𝑖 𝑥 ≥ 3.

Quelques propriétés 1.7.4

𝕝𝐴𝑐 (𝑥) = 1 − 𝕝𝐴 (𝑥)

- Pour deux ensembles A et B :

𝕝𝐴∩𝐵 (𝑥) = 𝕝𝐴 (𝑥) 𝕝𝐵 (𝑥)

𝕝𝐴∪𝐵 (𝑥) = 𝕝𝐴 (𝑥) + 𝕝𝐵 (𝑥) − 𝕝𝐴∩𝐵 (𝑥)

Définition 1.7.5

Soient 𝐸; 𝐹 deux ensembles et 𝑓 ∶ 𝐸 → 𝐹.

– pour tout 𝐴 ⊆ 𝐸, on note 𝑓(𝐴) l’image directe de 𝐴 par 𝑓 :

𝑓 (𝐴): = {𝑦 ∈ 𝐹 ∶ ∃𝑥 ∈ 𝐴; 𝑓(𝑥) = 𝑦}.

– pour tout 𝐵 ⊆ 𝐹, on note 𝑓 −1 (𝐵) l’image réciproque de 𝐵 par 𝑓:

𝑓 −1 (𝐵): = {𝑥 ∈ 𝐸 ∶ 𝑓(𝑥) ∈ 𝐵 }.

F. Oudouar 2022/2023 11
 INSEA: 1ere Année Théorie de la mesure et des probabilités

Exercices :
1) Rappel : pour une famille d’ensemble (𝐴n )𝑛∈ℕ , on note ⋂𝑛≥0 𝐴n =
{𝑥: ∀𝑛, 𝑥 ∈ 𝐴n } et ⋃𝑛≥0 𝐴n = {𝑥: ∃𝑛, 𝑥 ∈ 𝐴n }
a. Déterminer ⋂𝑛≥0]1, 1 + 1⁄(𝑛 + 1)].
b. Déterminer ⋂𝑛≥0]1, 2 + 1⁄(𝑛 + 1)].
c. Déterminer ⋂𝑛≥0]1 − 1⁄(𝑛 + 1), 2].

2) Calculer les intégrales suivantes :

3) Intégrales de Wallis

F. Oudouar 2022/2023 12