REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE

LA RECHERCHE SCIENTIFIQUE
UNIVERSITE ABDELHAMID IBN BADIS - MOSTAGANEM

Faculté des Sciences Exactes et de l’Informatique

Département de Mathématiques et d’Informatique

Polycopié de cours

Mesure et Intégration
Cours et exercices d’applications
Réalisé par :

MENAD Abdallah

Troisième année licence Mathématiques LMD

Année Universitaire 2019-2020

Table des matières

Introduction 1

1 Tribus et mesures 3
1.1 Rappels sur la théorie des ensembles . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Dénombrabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Limites d’ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Fonctions caractéristiques d’ensembles . . . . . . . . . . . . . . . . . . . . . 5
1.3 Algèbres et tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 Tribu engendrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.2 Tribu image directe, tribu image réciproque . . . . . . . . . . . . . . 9
1.3.3 La tribu borélienne ou tribu de Borel . . . . . . . . . . . . . . . . . . 11
1.4 Mesures positives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.1 Propriétés des mesures, mesures extérieures, mesures complètes . . . 16
1.4.2 Esemble négligeable et mesure complètes . . . . . . . . . . . . . . . . 17
1.4.3 Mesures extérieurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.5 Mesure de Lebesgue sur la tribu des boréliens . . . . . . . . . . . . . . . . . 22
1.5.1 Mesure de Lebesgue sur R . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5.2 Mesure de Lebesgue sur Rm . . . . . . . . . . . . . . . . . . . . . . . 23
1.6 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2 Fonctions mesurables "Variables aléatoires" 40

2.1 Fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.1.1 Caractérisation de la mesurabilité et stabilité de L0 (E) . . . . . . . . 41
2.1.2 Opérations sur les fonctions mesurables . . . . . . . . . . . . . . . . . 42
2.2 Fonction caractéristique ou indicatrice . . . . . . . . . . . . . . . . . . . . . 44
2.2.1 Fonctions étagées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.2.2 Deuxième caractérisation de la mesurabilité . . . . . . . . . . . . . . 45
2.3 Quelques propriétés des applications mesurables . . . . . . . . . . . . . . . . 46
2.3.1 Propriétés vraies presque partout . . . . . . . . . . . . . . . . . . . . 46
2.3.2 Egalité presque partout . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.4 Convergence p.p et convergence en mesure . . . . . . . . . . . . . . . . . . . 47
2.5 Variable aléatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.5.1 Convergence presque uniforme . . . . . . . . . . . . . . . . . . . . . . 50
2.5.2 Convergence essentiellement uniforme . . . . . . . . . . . . . . . . . . 51
2.6 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

1
 2

3 Fonctions Intégrables 60
3.1 Intégrale d’une fonction étagée positive . . . . . . . . . . . . . . . . . . . . . 60
3.2 Intégrale d’une fonction mesurable positive . . . . . . . . . . . . . . . . . . . 62
3.2.1 Théorème de la convergence monotone . . . . . . . . . . . . . . . . . 62
3.2.2 Lemme de Fatou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.3 Mesures et probabilités de densité . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3.1 Mesure de densité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.4 L’espace L1 des fonctions intégrables . . . . . . . . . . . . . . . . . . . . . . 68
3.4.1 L’éspace L1 (Cas complexe) . . . . . . . . . . . . . . . . . . . . . . . . 69
3.4.2 Théorème de la convergence dominée . . . . . . . . . . . . . . . . . . 71
3.4.3 Applications du Théorème de la convergence dominée . . . . . . . . . 71
3.5 comparaison entre l’intégrale de Lebesgue et l’intégrale de Riemann . . . . . 72
3.5.1 Intégrabilité au sens de Riemann . . . . . . . . . . . . . . . . . . . . 72
3.6 Les espaces Lp (1 6 p 6 +1) . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.6.1 Les espaces Lp (1 6 p < +1) . . . . . . . . . . . . . . . . . . . . . . 73
3.6.2 Inégalité de Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.6.3 Inégalité de Holder . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.6.4 Inégalité de Minkowski . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.7 L’espace L1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.8 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

4 Produit d’espaces mesurés 96

4.0.1 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.1 Théorème de Fubini-Tonelli . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.1.1 Théorème de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.2 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

Bibliographie 112
République Algérienne Démocratique et Populaire

Ministère de L’enseignement Superieur et de la

Recherche Scienti…que

Université Abdelhamid Ibn Badis Mostaganem

Faculté des Sciences Exactes et Informatique

Département de Mathématiques et Informatiques

Polycopié

Mesure et Intégration
Cours et exercices d’applications

Réalisé par :

Mr MENAD Abdallah

Année Universitaire : 2019-20120

 1

Introduction
Ce cours à destination des étudiants de troisième année licence Mathématiques LMD
comporte la matière de Mesure et Intégration. Il contient l’essentiel du cours avec des
exemples et des exercices d’applications sont proposés avec des solutions en …n de chaque
chapitre pour permettre à l’étudiants de tester ses connaissances et de se préparer aux tests
et aux examens …naux.
Ce polycopié est inspiré du cours qui a été fait par Mr Medeghri Ahmed et Bouziani
Fatima durant les années 2012-2015 au sein du département de mathématiques à l’université
Abdelhamid Ibn Badis Mostaganem.
D’après ma petite expérience, lors de l’enseignement de cette matière durant quelques
années, j’ai décidé de préparer ce polycopié qui contient toutes les notions fondamentales
liées à cette matière.
Notons que le contenu de ce polycopié est exactement le même proposé dans l’o¤re de
formation o¢ ciel suivant le cannevas donné par le ministère appliqué actuellement dans tous
les départements des Universitée Algériennes.
Nous supposons que le lecteur a une bonne connaissances de la topologie usuelle de R,
les premiers principes de la théorie des ensembles et le concept d’intégration au sens de
Riemann.
Comme ce polycopié est un cours, nous avons pris le parti de démontrer presque tous les
résultats d’une façon complète, c’est-à-dire sans renvoyer au cours de la preuve à un résultat
bien connu ou en admettant un résultat auxiliaire di¢ cile. Nous avons d’ailleurs inclus un
nombre considérable d’exercices résolus tels qu’ils ont été testés dans le cadre de travaux
dirigés, ou ont fait l’objet de devoirs de re‡exion ou de contôle des connaissances. Il va de
soi que le lecteur aura intérêt a essayer de résoudre le problème sans lire la solution au
préalable. Les chapitres de ce polycopié se terminent par des exercices corrigés puisés dans
les fonds des séries de T.D de l’équipe pédagogique du département de Mathématiques de
l’Université Abdelhamid Ibn Badis Mostaganem.
L’originalité de ce polycopié réside dans son contenu, inspiré sans vergogne de la litérature
existante.
Venons-en à une description plus précise de ce que l’on trouvera dans ce polycopié.
Dans le premier chapitre, nous donnerons rapidement les propriétés utiles concernant
les opérations sur les ensembles, la dénombrabilité, les limites d’ensembles et les fonctions
caractéristiques d’ensembles. Nous présentons, par la suite la notion de tribu particulièrement
la tribu borélienne. Nous o¤rirons une étude détaillée concernant la mesure positive, la
mesure extérieure et en particulier la mesure de Lebesgue sur la tribu des boréliens.
Le second chapitre contient les propriétés générales des fonctions mesurables notament
les applications numériques mesurables qui seront désignées par L0 , nous étudierons la
convergence presque partout et la convergence en mesure.
Au troisième chapitre, nous aborderons et traiterons la notion d’intégration par rap-
port à une mesure positive. En premier lieu, nous ferons l’étude pour les fonctions numériques
mesurables et nous donnerons le Théorème de convergence monotone (ou de Beppo-Levi) et
ses conséquences. Nous étudierons ensuite l’intégrale d’une fonction numérique mesurable et
nous …nirons par une comparisation de l’intégrale de Lebesgue avec l’intégrale de Riemann.
En…n, nous donnerons un aperçu général sur la construction de l’espace L1 et le théorème
de convergence dominée dans cet espace.
 2

Nous consacrons dans le quatrième chapitre à l’étude de la mesure produit, notamment

les Théorèmes de Fubini et quelques applications.

En…n vu les erreurs répétées souvent dans les copies des examens de cette matière, j’ai
constaté que la majorité des étudiants ne donnent pas l’importance au cours et ils font des
exercices en se basant directement sur les corrigés. Je conseille alors les étudiants de lire
d’abord le cours attentivement, de faire tous les exemples cités après chaque résultat donné
et en…n de passer à résoudre les exercices proposés sans retourner au corrigé. Les solutions
des exercices sont utiles uniquement pour tester le niveau des é¤orts fournis par l’étudiant.
Finalement, j’espère que ce document pourra aider les étudiants qui veulent maîtriser
cette partie mathématiques.

Comme toute entreprise humaine n’est infaillible, nous tenons à la …n de cette petite
introduction, à solliciter la haute bienveillance de nos lecteurs de nous faire parvenir toutes
leurs remarques via notre adresse E-mail : [email protected]
Chapitre 1

Tribus et mesures

1.1 Rappels sur la théorie des ensembles

Dans toute la suite, on considère un ensemble de base E. On rappelle que P(E) désigne
la famille de tous les sous-ensembles de E. Pour tout sous-ensembles A et B de E on a

Ac = fx 2 E : x 2
= Ag ;

le complémentaire de A dans E:

A B = fx 2 E : x 2 A et x 2
= Bg
c
= A \ B = A (A \ B)

A B = B A = (A B) [ (B A) = (A [ B) (A \ B) :

1.1.1 Dénombrabilité
Il est essentiel, pour tou ce qui concerne la théorie de la mesure de savoir distinguer ce
qui est dénombrable de ce qui ne l’est pas.

Dé…nition 1.1 L’ensemble X est dit dénombrable s’il existe une bijection entre X et N.
En d’autre termes, on peut écrire

X = fxn : n 2 Ng = fx0 ; x1 ; :::; xn ; :::g ;

c’est-à-dire tout ensemble dénombrable pouvant être indexé par N (ou si on peut énumérer
tous ses éléments).

Remarque 1.1 1. Tout ensemble …ni est dénombrable.

2. N; Z; Q sont dénombrables mais R n’est pas dénombrable.
3. Toute partie d’un ensemble dénombrable est dénombrable.
[
+1
4. Si pour tout entier n 2 N, l’ensemble An est dénombrable, alors An est dénombrable.
n=1
5. La propriété 4) reste vraie si l’on remplace la suite (An )n>1 par la famille dénombrable
(Ai )i2I , c’est-à-dire avec I dénombrable.

3
 4

6. Tout produit d’un nombre …ni d’ensembles dénombrables est dénombrable.

En général, les familles dénombrables ou les propriétes qui s’expriment en termes de

dénombrabilité sont notées avec le pré…xe pour témoigner de leur caractère dénombrable
(exemples : algèbre, additivité).

1.1.2 Limites d’ensembles

Dé…nition 1.2 Soit E un ensemble non vide et (An )n>1 une suite de parties de E, on dé…nit
la limite superieure et inferieure de la suite (An )n>1 par

\ [ \ +1
+1 [
limAn = lim sup An := Ak = Ak :
n
n>1 k>n n=1 k=n

[ \ [ +1
+1 \
limAn = lim inf An := Ak = Ak :
n
n>1 k>n n=1 k=n

Remarque 1.2 Notons que

limAn limAn
En e¤et : on a \
Ak Ak , 8k > n;
k>n

donc \ \ [
Ak Ak = limAn ;
k>n n>1 k>n

d’où [ \
Ak limAn :
n>1 k>n

Proposition 1.1 (Suite convergente d’ensembles)

1. Si (An )n est croissante i.e
An An+1 ; 8n > 1;
alors
[
+1
limAn = limAn = An :
n=1

2. Si (An )n est décroissante i.e

An+1 An ; 8n > 1;
alors
\
+1
limAn = limAn = An :
n=1

Dans les deux cas on dira que la suite (An )n est convergente.
 5

Pour les suites réelles, rappelons que si (an )n est une suite dans R, on dé…nit

lim sup an = inf supak :

n n>1 k>n

lim inf an = sup inf ak :

n n>1 k>n

Ces deux nombres existent toujours dans R = [ 1; +1] :

De même si (fn )n est une suite de fonction d’un ensemble E dans R; fn : E ! R, on
dé…nit lim sup fn et lim inf fn comme fonctions de E dans R
n n

lim sup fn (x) = inf supfk (x):

n n>1 k>n

lim inf fn (x) = sup inf fk (x):

n n>1 k>n

1.2 Fonctions caractéristiques d’ensembles

Rappelons que la fonction caractéristique (ou indicatrice) A d’une partie A de X est la
fonction A : X ! R dé…nie par

1, si x 2 A
A (x) =
0, si x 2
= A:

Cette fonction ne prend donc que deux valeurs 1 ou 0 selon qu’elle est évaluée sur A ou non.
La fonction caractéristique véri…e les propriétés suivantes

Proposition 1.2 Soient X un ensemble non vide et A,B X

1. Si A \ B = ; alors A[B = A + B:
2. Ac =1 A et si B A alors A B = A B:
3. Si (An )n une suite de parties de X on a alors

limAn = lim inf An et limAn = lim sup An :

n n

De plus si les An sont disjoints deux à deux, alors

[
+1 X
+1

An = An
n=1 n=1

1.3 Algèbres et tribus

Dé…nition 1.3 (algèbre de Boole) : Soient E un ensemble quelconque non vide et P(E)
l’ensemble des parties de l’ensemble E:
A P(E) est une algèbre (de Boole) si pour tout A; B 2 A :
1. f;; Xg 2 A
 6

2. Ac = E A 2 A
3. A \ B 2 A
4. A [ B 2 A
C’est une semi-algèbre (notée ) si les conditions 1) et 3) sont véri…ées et que le com-
plémentaire d’un élément de est réunion …nie d’éléments de :

Remarque 1.3 L’algèbre A engendrée par une semi-algèbre est constituée des réunions …-
nies de parties de

Dé…nition 1.4 (Tribu ou algèbre) : Soient E un ensemble et T P(E) un ensemble

des parties de E. T est une tribu ou algèbre sur E si :

1. E 2 T
2. T est stable par le passage au complémentaire

8A 2 T; Ac 2 T:

3. T est stable par la réunion dénombrable

S
8 (An )n2N T; An 2 T:
n2N

1. T = f;; Eg Tribu grossière.

2. T = P (E) Tribu discrète.

Remarque 1.4 ? 2 T; ? = E c

T est stable par intersection dénombrable

T
8 (An )n2N T; An 2 T:
n2N
c
T S
An = Acn :
n2N n2N

En général, la tribu est stable par n’importe quelle suite dénombrable d’opérations sur les
ensembles.

Remarque 1.5 Si T est une tribu sur E alors

i) E 2 T car E = ;C
T
ii) Si (An )n>1 est une suite de T alors An 2 T .
n2N

iii) Si A; B 2 T alors A B; A B 2 T car

A B = A \ B c 2 T et A B = (A B) [ (B A) 2 T:

Proposition 1.3 T est une tribus sur E si et seulement si

1. ; 2 T:
 7

2. T est stable par complémentation et intersection …nie.

3. Si (An )n>1 est une suite de T disjoints deux à deux (i.e Ai \ Aj = ;; 8i 6= j), alors
S
An 2 T:
n2N

Preuve. La condition nécessaire est évidente. Pour montrer qu’elle est su¢ sante, il su¢ t
de montrer que T est stable par réunion dénombrable, soit donc (An )n>1 une suite de T et
posons 8
< B1 = A1
nS1 c
: Bn = An \ Ai ; n > 2;
i=1

d’après l’hypothèse (2) de la proposition on a Bn 2 T pour tout n > 1. Pour tout n 6= m, si

n > m on a

Bm \ Bn Am \ Bn = Am \ An \ Ac1 \ ::: \ Acm \ ::: \ Acn 1 = ;;

d’où
Bm \ Bn = ;; 8n 6= m;
d’autre part, il est clair que
S
+1 S
+1
Bn An :
n=1 n=1

S
+1
Pour l’inclusion inverse, si x 2 An , il existe n > 1 tel que x 2 An : On pose r la plus
n=1
petite n > 1 qui véri…e x 2 An i.e

r = min fn 2 N; x 2 An g ;

alors
x 2 Ar ; x 2
= Ar 1 ; x 2
= Ar 2 ; ::: et x 2
= A1 ;
ce qui donne x 2 Br ; alors
S
+1
x2 Bn :
n=1

Nous avons montré que les Bn sont disjoints deux à deux et

S
+1 S
+1
An = Bn ;
n=1 n=1

donc d’après (3) de la proposition, on a

S
+1
An 2 T:
n=1
 8

1.3.1 Tribu engendrée

T
Proposition 1.4 Soit (Ti )i une famille de tribus sur l’ensemble E. Alors Ti est une tribu
i2I
sur E: \
Preuve. On a E 2 Ti , 8i 2 I donc E 2 Ti :Maintenant soit
i2I

\
A 2 Ti =) A 2 Ti ; 8i 2 I
i2I

=) Ac 2 Ti ; 8i 2 I (car Ti Tribu)
\
=) Ac 2 Ti :
i2I

Soit \
fAn gn2N Ti ;
i2I

alors
\ \
(An )n2N Ti =) 8n 2 N; An 2 Ti
i2I i2I

=) 8n 2 N; 8i 2 I; An 2 Ti
[
=) 8i 2 I; An 2 Ti
n2N
[ \
=) An 2 Ti :
n2N i2I

\
Donc Ti est une Tribu sur E:
i2I

Remarque 1.6 La réunion d’une famille de tribus n’est pas forcément une tribu.

Exemple 1.1 Soit

E = fa; b; cg

T1 = f?; fag ; fb; cg ; Eg

T2 = f?; fbg ; fa; cg ; Eg

T1 et T2 sont des tribus, mais

T1 [ T2 = f?; fag ; fbg ; fa; cg ; fb; cg ; Eg

ne l’est pas car

fag [ fbg = fa; bg 2
= T1 [ T2 :

Remarque 1.7 Si A 2 T et B A;B2T

fb; cg 2 T1 mais fbg fb; cg

n’appartient pas à T1 :
 9

Dé…nition 1.5 (Tribu engendrée) Soient E un ensemble et C un sous ensemble de P (E).

On appelle tribu engendrée par C notée (C), la plus petite tribu contenant C. Donc c’est
la tribu intersection de toutes les tribus contenant C.

(C) = \T; T tribu, C T

Exemple 1.2 1. (f?g) = (E) = fE; ?g :

2. Soit A 2 P (E) telle que A 6= E et A 6= ?, alors

(A) = f?; E; A; Ac g :

3. E = N, A = ffng ; n 2 Ng, (A) = P (E):

1.3.2 Tribu image directe, tribu image réciproque

Theorème 1.1 Soit f : E ! F une application. Montrer que
1. Si T est une Tribu sur E alors

T0 = B F :f 1
(B) 2 T ;

est une Tribu sur F . (Tribu image directe).

2. Si T 0 est une Tribu sur F alors
1
f (T 0 ) = f 1
(B) : B 2 T 0 ;

est une Tribu sur E. (Tribu image réciproque).

Preuve. Soit f : E ! F une application

1. On a
T0 = B F :f 1
(B) 2 T ;
et
1
F F et f (F ) = E 2 T ,
donc
F 2 T 0:
-Soit
B 2 T 0 =) B F et f 1
(B) 2 T;
et on a
Bc F;
d’autre part, on a
1 c
f (B c ) = f 1
(B) 2 T (car T stable par complémentaire),

donc
Bc 2 T 0:
 10

Maintenant soit

(Bn )n2N T 0 =) 8n 2 N; Bn 2 T 0
=) 8n 2 N; Bn F et f 1 (Bn ) 2 T;

donc [ [ [
1 1
Bn F et f ( Bn ) = f (Bn ) 2 T;
n2N n2N n2N

(car T stable par [ dénombrable), donc

[
Bn 2 T 0 ;
n2N

d’où le résultat.
2. On a
1
f (T 0 ) = f 1
(B) : B 2 T 0 ;
est une Tribu sur E
a)
1
E=f (F ) et F 2 T 0 =) E 2 f 1
(T 0 ):
b) Soit

A 2 f 1 (T 0 ) =) A = f 1 (B); B 2 T 0
c
=) Ac = f 1 (B) = f 1 (B c );

et on a
Bc 2 T 0
donc
Ac 2 f 1
(T 0 ):
1
c) Soit (An )n2N f (T 0 ), alors

(An )n2N f 1 (T 0 ) =) 8n 2 N; An 2 f 1 (T 0 )
=) 8n 2 N; 9Bn 2 T 0 : An = f 1 (Bn );

d’autre part, on a
[ [ [ [
1 1
An = f (Bn ) = f ( Bn ); avec Bn 2 T 0 ;
n2N n2N n2N n2N

donc [
1
An 2 f (T 0 ):
n2N
 11

1.3.3 La tribu borélienne ou tribu de Borel

Dé…nition 1.6 (E; ) est dit espace topologique si est une famille de partie de E appelées
ouverts contenant ? et E, stable par union quelconque et stable par intersection …nie.

Exemple 1.3 (E; P (E)) est un espace topologique.

Dé…nition 1.7 (Tribu borélienne) Soit (E; ) un espace topologique. On appelle tribu boré-
lienne ou tribu de Borel, la tribu engendrée par l’ensemble des ouverts de . Cette tribu sera
notée B(E). Les éléments de B(E) sont appelés boréliens de E.

Exemple 1.4 Si E = R, B(R) = (C), où C est l’une quelconque des familles d’intervalles,

f]a; b[ ; a; b 2 R; a < bg , f] 1; a[ ; a 2 R; g
f]a; +1[ ; a 2 Rg :

Remarque 1.8 B(E) est aussi la tribu engendrée par l’ensemble des fermés de E: Les fer-
més sont les complémentaires des ouverts.

B(R) = (C) avec C = f[a; b] ; a; b 2 R; a < bg

ou f] 1; a] ; a 2 R; g ou f[a; +1[ ; a 2 R; g :

Proposition 1.5 Soient T une tribu et C P (E). Alors

C T = (C) T:

Proposition 1.6 La tribu borélienne B(E) est aussi engendrée par les fermés de l’espace
topologique E:
Preuve. Soit F la famille de tous les fermés de E. Comme les tribus sont stables par passage
au complémentaire et que les fermés sont les complémentaires des ouverts on a

F B(E);

et alors
(F) B(E):
Inversement, soit 2 un ouvert de E, alors
c
2F (F);

donc 2 (F): Ce qui montre que (F) et puisque B(E) = ( ) on a B(E) (F):

Lemme 1.1 Tout ouvert non vide de R est réunion dénombrable d’intervalles ]a; b[ :
Preuve. Soit un ouvert non vide de R. Posons la partie A Q2 dé…nie par

A = (p; q) 2 Q2 ; p < q : ]p; q[ :

Si x 2 , il existe "x > 0 tel que ]x "x ; x + "x [ : Par la densité de Q dans R on peut
prendre px ; qx 2 Q véri…ant

x "x 6 px 6 x et x 6 qx 6 x + "x ;
 12

il résulte que
x 2 ]px ; qx [ ]x "x ; x + "x [ ;
d’où px ; qx 2 A, donc [
x 2 ]px ; qx [ ]p; q[ ;
(p;q)2A

c’est-à-dire [
]p; q[ :
(p;q)2A

Inversement, si [
x2 ]p; q[ ;
(p;q)2A

il existe px ; qx 2 A avec x 2 ]px ; qx [ d’où x 2 : On en déduit

[
= ]p; q[ :
(p;q)2A

Cette réunion est dénombrable car la partie A Q2 est dénombrable.

Theorème 1.2 (La tribu B (R)) La tribu B (R) est engendrée par les intervalles ]a; +1[
pour a 2 R:
Preuve. Soient S = f]a; +1[ ; a 2 Rg la famille de toutes les intervalles ]a; +1[ et l’en-
sembles des ouverts de R: Il est clair que S alors (S) B (R) car par dé…nition on
a ( ) = B (R) : Maintenant, montrons que (S), soit 2 alors d’après le lemme
[
+1
précédent, est une réunion dénombrable d’intervalles de la forme ]a; b[ d’où = ]an ; bn [ :
n=1
Pour tout a; b 2 R avec a < b on a

\
+1
1
]a; b[ = ] 1; b[ \ ]a; +1[ et [b; +1[ = b ; +1 :
n=1
n

Pour tout n > 1 on a

1
b ; +1 2 S (S) ;
n
donc la stabilité par intersection garantit que [b; +1[ 2 (S) et par complémentaire

] 1; b[ = ([b; +1[)c 2 (S) ;

et
]a; +1[ 2 S (S) ;
ce qui donne ]a; b[ 2 (S) : Alors

[
+1
= ]an ; bn [ 2 (S) :
n=1

Finalement on obtient l’inclusion (S) ce qui implique que B (R) (S) :

 13

1.4 Mesures positives

Dé…nition 1.8 "Espace mesurable-Partie mesurable" Soient E un ensemble et T une tribu
sur E. Le couple (E; T ) est appelé espace mesurable. Les parties de E qui sont des éléments
de T s’appellent les parties mesurablesde E.
Proposition 1.7 Soient E un ensemble, (E 0 ; T 0 ) est un espace mesurable et f : E ! E0
une application.
T = f 1 (T 0 ) = f 1 (B); B 2 T 0
est une tribu sur E appelée tribu image réceproque de T 0 par f .
Proposition 1.8 Soient (E; T ) est un espace mesurable E un ensemble, et f : E ! E0
une application,
T 0 = B E 0 : f 1 (B) 2 T
est une tribu sur E appelée tribu image directe de T par f:
Dé…nition 1.9 Soit (E; T ) un espace mesurable, une mesure positive sur (E; T ) (ou plus
simplement sur E) est une application d’ensembles : T ! [0; +1] véri…ant les propriétée
suivantes
(i) (;) = 0:
(ii) Pour toute suite (An )n>1 T de parties mesurables deux-à-deux disjointes, on a
! +1
[
+1 X
An = (An ) :
n=1 n=1

On dit que (E; T; ) est un espace mesuré.

Remarque 1.9 1. Dans la dé…nition précédente, la condition (i) peut être remplacée par
la condition
9A 2 T : (A) < 1; (i.e (A) est …nie).
2. La additivité (condition (ii)) contient, en particulier la propriété d’additivité simple
pour tout n > 1; si les n ensembles mesurables A1 ; :::; An sont deux-à-deux disjointes,
alors
(A1 [ ::: [ An ) = (A1 ) + ::: + (An ) ;
il su¢ t de prendre An+1 = An+2 = ::: = ;:
Dé…nition 1.10 "Mesure" Soit (E; T ) est un espace mesurable. On appelle mesure sur
(E; T ) une application m : T ! R+ véri…ant
1. m(?) = 0:
2. m est additive, c’est à dire pour toute famille (An )n2N T de parties disjointes
deux à deux (An \ Am = ? pour n 6= m), on a
S P
m An = m (An ) :
n2N n2N

La mesure m est dite …nie si m (E) < +1: La mesure m est une probabilité sur E si
m(E) = 1:
 14

Dé…nition 1.11 Soient E un ensemble et T une tribu sur E. On appelle probabilité une
mesure P sur T telle que P (E) = 1: On dit que (E; T; P ) est un espace probabilité et les
éléments de T sont appelés les évènements.

Exemple 1.5 1. Masse de Dirac : Soient E un ensemble, T est une tribu sur E et
a 2 E. On dé…nit sur T l’application a pour A 2 T par
0, si a 2
=A
a (A) =
1, si a 2 A;
véri…ons que a est une mesure sur E. On a
(a) a (?) = 0, a 2
= ?:
(b) Soient (An )n2N T telle que An \ Am = ? pour n 6= m:
S P
Montrons que a ( An ) = a (An ).
n2N n2N
On ditingue deux cas
S S
1) Si a 2 An , on a a( An ) = 1: De plus
n2N n2N
S
a2 An =) 9!n0 2 N : a 2 An0 ; (An )n2N sont disjointes,
n2N

donc
a (An ) = 0; 8n 6= n0 ;
d’où S P
a( An ) =1= a (An0 ) = a (An ) :
n2N n2N
S S
2) Si a 2
= An , on a a( An ) = 0: De plus
n2N n2N
S
a2
= An =) 8n 2 N : a 2
= An ; a (An ) = 0; 8n 2 N;
n2N

donc S P
a( An ) = a (An ) = 0:
n2N n2N

De 1) et 2), a est une mesure sur E et c’est une probabilité, a (E) = 1:

1. 2. Mesure de Comptage : Soient (E; T ) est un espace mesurable et m l’application
dé…nie par
card(A), si A est …nie
m(A) =
+1, si non,
on peut véri…er que m est bien une mesure sur E:

Dé…nition 1.12 (Espace mesuré) On appelle espace mesuré tout triplet (E; T; m) où (E; T )
est un espace mesurable et m une mesure sur (E; T ).

Dé…nition 1.13 "mesure …nie" Soit (E; T; m) un espace mesuré.On dit que m est …nie
si S
9 (An )n2N T telle que E = An et 8n 2 N; m (An ) < +1:
n2N
 15

Proposition 1.9 Soit (E; T; ) un espace mesuré. La mesure possède les propriétés sui-
vantes
1. La monotonie : Si A; B 2 T avec A B alors (A) 6 (B) :
2. Si A; B 2 T avec A B et (A) < 1 alors (B A) = (B) (A) :
3. La sous-additivité : Pour toute suite (An )n>1 dans T on a
! +1
[
+1 X
An 6 (An ) :
n=1 n=1

Preuve.
1. Si A; B 2 T avec A B alors B = A[(B A), puisque A\(B A) = ;, par l’additivité
de la mesure on a
(B) = (A) + (B A) > (A) :
2. Si de plus (A) < 1 alors (B A) = (B) (A) :
3. Apartir de la suite (An )n>1 , on construit la suite (Bn )n>1 dé…nie par
8
>
> B = A1
< 1 !c
n[1
>
: Bn = An \
> Ai ; n > 2;
i=1

[
+1 [
+1
on a Bn An pour n > 1, les Bn sont disjoints deux à deux dans T et An = Bn .
n=1 n=1
La monotonie de la mesure donne (Bn ) 6 (An ) pour tout n > 1: D’autre part,
d’après la additivité de la mesure on a
! !
[
+1 [
+1 X
1 X
1
An = Bn = (Bn ) 6 (An ) :
n=1 n=1 n=1 n=1

Dé…nition 1.14 On dit qu’une mesure positive est …nie si elle est à valeurs …nies c–à-d

(A) < 1 pour tout A 2 T:

Autrement dit, (E) < 1:

Dé…nition 1.15 Soit une mesure sur (E; T ). On dit qu’elle est …nie s’il existe une
[
+1
suite de parties mesurables (En )n>1 telle que E = En et (En ) < 1 pour tout n > 1:
n=1

Exemple 1.6 1. La mesure de Dirac x est …nie car x (E) = 1 < 1

2. La mesure de comptage sur E est :
i) …nie si et seulement si E est …ni
ii) …nie si et seulement si E est dénombrable.
 16

1.4.1 Propriétés des mesures, mesures extérieures, mesures com-

plètes
La propriété de la continuité de la mesure sera à la base d’un des théorèmes les plus im-
portants et l’un des plus utilisés pour l’intégrale de Lebesgue et le théorème de la convergence
monotone.

Theorème 1.3 Soit (E; T; ) un espace mesuré, alors

1. La continuité croissante : Si (An )n>1 est une suite croissante de parties mesurables,
on a !
[
+1
An = lim (An ) :
n !1
n=1

2. La continuité décroissante : Si (An )n>1 est une suite décroissante de parties me-
surables avec
(A1 ) < 1;
alors, on a !
\
+1
An = lim (An ) :
n !1
n=1

Preuve.
1. Posons (
B1 = A1
Bn = An An 1 ; n > 2;
[
n
les ensembles Bn sont mesurables et An = Bk pour tout n > 1, ce qui implique que
k=1
[
+1 [
+1
Bn = An : De plus, les Bn , n > 1 sont deux à deux disjoints, donc
n=1 n=1
! !
[
+1 [
+1 X
1 X
1
An = Bn = (Bn ) = lim (Bk )
n !1
n=1 n=1 n=1 n=1
!
[
n
= lim Bk = lim (An ) :
n !1 n !1
k=1

2. Pour tout n > 1 posons Bn = A1 An = A1 \ Acn : Comme la suite (An )n>1 est
décroissante, la suite (Bn )n>1 est croissante, en utilisant 1) on obtient
!
[
+1
Bn = lim (Bn ) = (A1 ) lim (An ) ;
n !1 n !1
n=1

d’autre part on a !
[
+1 [
+1 \
+1
Bn = A1 \ Acn = A1 An ;
n=1 n=1 n=1
 17

il résulte que ! !
[
+1 \
+1
An = (A1 ) An :
n=1 n=1

En …n, on peut simpli…er par (A1 ) puisque cette dernière quantité est …nie,
!
\
+1
An = lim (An ) :
n !1
n=1

Remarque 1.10 La condition (A1 ) < 1 dans 2) du théorème précédent est nécessaire
comme le montre l’exemple suivant

Exemple 1.7 Considérons l’espace mesuré (N; P (N) ; card) et la suite des parties mesu-
rables (An )n>1 telle que
An = fn; n + 1; n + 2; :::g ;
montrons que la condition (A1 ) < 1 est nécessaire pour la continuité décroissante de la
mesure

Preuve. La suite (An )n>1 est décroissante

An+1 = fn + 1; n + 2; n + 3; :::g An = fn; n + 1; n + 2; :::g ;

et
(A1 ) = card (f1; 2; 3; :::g) = +1:
\
+1
Si x 2 An alors x > n, pour tout n > 1: D’où N est borné, ce qui est une contradiction.
n=1
Donc
\
+1
An = ;:
n=1

D’autre part
!
\
+1
0= An 6= lim (An ) = lim card (fn; n + 1; n + 2; :::g) = +1:
n !1 n !1
n=1

1.4.2 Esemble négligeable et mesure complètes

Dé…nition 1.16 Soit (E; T; ) un espace mesuré et N E. L’ensemble N est dit négligeable
dans (E; T; ) s’il existe A 2 T tel que N A et (A) = 0
 18

[
+1
Remarque 1.11 Si (An )n>1 une suite des parties négligeables dans (E; T; ) alors An
n=1
est négligeable.
En e¤et : pour tout n > 1 il existe Bn 2 T tel que An Bn et (Bn ) = 0:
Or ! +1
[
+1 [
+1 [
+1 X
An Bn et Bn 6 (Bn ) = 0;
n=1 n=1 n=1 n=1

[
+1
donc An est négligeable.
n=1

Dé…nition 1.17 Un espace mesuré (E; T; ) est dit complet si toute partie négligeable est
mesurable (et donc de mesure nulle). Dans ce cas on dit que la mesure est complète.

1.4.3 Mesures extérieurs

Dé…nition 1.18 Soit X un ensemble quelconque. On appelle mesure extérieure sur X une
application : P (X) ! [0; +1] possèdant les propriétés suivantes
1. (;) = 0:
2. Si A B X alors (A) 6 (B) :
3. Pour toute suite (An )n de parties de X on a
! +1
[
+1 X
An 6 (An ) :
n=1 n=1

Remarque 1.12 Il est clair que toute mesure positive sur (X; P (X)) est une mesure ex-
térieure sur X, mais la réceproque n’est pas vraie en générale, comme le montre l’exemple
suivant

Exemple 1.8 Soit X un ensemble non vide. L’application : P (X) ! f0; 1g dé…nie par

(;) = 0
(A) = 1, si A 6= ;;

est une mesure extérieure sur X:De plus si card (X) > 1, l’application n’est pas une
mesure positive sur (X; P (X)).
Preuve. Soit A; B 2 P (X) avec A B
i) Si A = ;, alors (A) = 0 6 (B)
ii) Si A 6= ; alors B 6= ; et donc (A) = 1 = (B)
Soit maintenant (An )n une suite de parties de X:Si tous les An sont vides on a
!
[
+1 X
+1
An = (;) = 0 = (An ) :
n=1 n=1
 19

[
+1
Pour le contraire, s’il existe j 2 N tel que Aj 6= ; on a An 6= ; et alors
n=1
!
[
+1 X
+1
An =1= (Aj ) 6 (An ) ;
n=1 n=1

ce qui signi…e que est une mesure exterieure sur X:

Du fait que card (X) > 1, on peut choisir a; b 2 X avec a 6= b: On pose A = fag et
B = fbg : Dans ce cas n’est pas additive car
(A [ B) = 1 6= (A) + (B) = 2;
alors n’est pas une mesure positive sur (X; P (X)):
Proposition 1.10 Toute mesure extérieure additive sur X est une mesure positive sur
(X; P (X)) :
Preuve. On véri…e la additivité. Soit (An )n une suite de P (X) disjoints deux à deux.
p
[ [
+1
Tout d’abord remarquons que An An pour tout p > 1: D’après l’hypothèse de
n=1 n=1
l’additivité et 2. de la dé…nition précédente ona
p p
! !
X [ [
+1
(An ) = An 6 An ;
n=1 n=1 n=1

et par le passage à la limite quand p ! +1 on obtient

!
X
+1 [
+1
(An ) 6 An ;
n=1 n=1

cette dernière inégalité et 3) de la dé…nition précédente donnent la additivité de :

Dé…nition 1.19 Soit X un ensemble non vide et soit une mesure extérieure sur X. Une
partie E de X est dite mesurable si pour tout A X on a
(A) = (A \ E) + (A \ E c ) :
On dit aussi que E est mesurable au sens de Carathéodory (par rapport à ). On note
M ( ) la famille des parties mesurable de X:
Remarque 1.13 1. La mesurabilité de E ne fait pas intervenir (E) mais (A) où A
est appelée ensemble test.
2. Pour tout A X on peut écrire
A = A \ (E [ E c ) = (A \ E) [ (A \ E c ) ;
par la sous-additivité de la mesure extérieure (3 dans la dé…nition 1.19) on atoujours
(A) 6 (A \ E) + (A \ E c ) ;
alors pour montrer qu’une partie E X est mesurable, il su¢ t de montrer que
(A) > (A \ E) + (A \ E c ) ;
pour tout A X:
 20

Exemple 1.9 Soit X un ensemble non vide

1. X et ; sont mesurable pour toute mesure extérieure.
2. Si est une mesure extérieure sur X et E X tel que (E) = 0, alors E est
mesurable.
Preuve. 2) Il su¢ t de montrer que

(A) > (A \ E) + (A \ E c ) ;

est vrai pour tout A X: D’après les inclusions

(A \ E) E et (A \ E c ) \ A;

on a
(A \ E) 6 (E) = 0 et (A \ E c ) 6 (A) ;
ce qui implique que

(A \ E) + (A \ E c ) = (A \ E c ) 6 (A) :

Theorème 1.4 Soit est une mesure extérieure sur un ensemble non vide X. Alors M ( )
est une tribu sur X et la restriction de à M ( ) est une mesure.
Preuve. ;; X 2 M ( ), par l’exemple précédent. De façon immédiate, à partir de l’équation

(A) = (A \ E) + (A \ E c ) ;

on a E 2 M ( ) si et seulement si E 2 M ( )c . Il reste donc à voir que M ( ) est

stable par réunion dénombrable. On commence par l’établir pour une réunion …nie. Soient
E1 ; E2 2 M ( ), pour tout A X

(A) = (A \ E1 ) + (A \ E1c ) ; (1.1)

on teste la mesurabilité de E2 par l’ensemble A \ E1c

(A \ E1c ) = (A \ E1c \ E2 ) + (A \ E1c \ E2c ) ; (1.2)

en remplaçant 1.2 dans 1.1 on obtient

(A) = (A \ E1 ) + (A \ E1c \ E2 ) + (A \ E1c \ E2c )

> [(A \ E1 ) [ (A \ E1c \ E2 )] + (A \ E1c \ E2c ) ;

mais
(A \ E1 ) [ (A \ E1c \ E2 ) = A \ [E1 [ (E2 E1 )] = A \ (E1 [ E2 ) ;
et aussi
A \ E1c \ E2c = A \ (E1 [ E2 )c ;
on obtient donc
(A) > [A \ (E1 [ E2 )] + (A \ (E1 [ E2 )c ) ;
 21

d’où
E1 [ E2 2 M ( ) :
Pour terminer la preuve de que M ( ) est une tribu, montrons la stabilité par rapport à
la réunion dénombrable. On considère une famille (En )n d’éléments de M ( ) deux à deux
disjoints (si (An )n>1 est une famille d’éléments de M ( ), on peut toujour écrire Un An =
[
n
Un En , avec les éléments En deux à deux disjoints. Posons Fn = En pour tout n > 1et on
k=1
montre par récurrence sur n que pour toute partie A X on a
X
n
(A \ Fn ) = (A \ Ek ) ; (1.3)
k=1

la propriété est vraie pour n = 1 et si l’on suppose qu’elle est vraie pour un rang n, et puisque
Fn 2 M ( ) est une réunion …nie des éléments dans M ( ), on teste sa mesurabilité par
A \ Fn+1
(A \ Fn+1 ) = (A \ Fn+1 \ Fn ) + (A \ Fn+1 \ Fnc ) ; (1.4)
d’autre part le fait que

Fn+1 \ Fn = Fn et Fn+1 \ Fnc = En+1 ;

l’égalité (1.4) donne

(A \ Fn+1 ) = (A \ Fn ) + (A \ En+1 )
X
n
= (A \ Ek ) + (A \ En+1 )
k=1
X
n+1
= (A \ Ek ) :
k=1

[
+1
Maintenant si on pose F = Ek on a A \ Fn A \ F pour tout n > 1: Donc d’après la
k=1
monotonie de la mesure extérieure et (1.3) on a

X
n
(A \ F ) > (A \ Fn ) = (A \ Ek ) ;
k=1

en prenant la limite lorsque n ! +1, on trouve

X
+1
(A \ F ) > (A \ Ek ) ;
k=1

inversement et par (3) de la dé…nition 1.19

"+1 # +1
[ X
(A \ F ) = (A \ Ek ) 6 (A \ Ek ) ;
k=1 k=1
 22

d’où pour toute partie A X

X
+1
(A \ F ) = (A \ Ek ) : (1.5)
k=1

On a F c
Fnc pour tout n > 1 et
(A) = (A \ Fn ) + (A \ Fnc )
X
n
= (A \ Ek ) + (A \ Fnc )
k=1
Xn
> (A \ Ek ) + (A \ F c ) ;
k=1

et par le passage à la limite lorsque n ! +1 et par (1.5)

(A) > (A \ F ) + (A \ F c ) ;
donc
[
+1
F = Ek 2 M ( ) ;
k=1
la additivité de sur M ( ) résulte de la formule (1.5) en prenant pour ensemble test
A = X:

1.5 Mesure de Lebesgue sur la tribu des boréliens

1.5.1 Mesure de Lebesgue sur R
Theorème 1.5 Il existe une unique mesure positive sur (R; B (R)), notée , telle que
(]b; a[) = b a;
pour tout a; b 2 R; a < b: On l’appelle la mesure de Lebesgue sur R:
Remarque 1.14 1. Il est clair que la mesure est …nie puisque
[
+1
([ n; n]) = 2n < +1 et R = [ n; n] :
n=1

2. Pour tout x 2 R on a (fxg) = 0 et par conséquent

(]b; a[) = (]b; a]) = ([b; a[) = ([b; a]) = b a:
En e¤et :
\
+1
1 1
fxg = x ;x + ;
n=1
n n
donc par la continuité décroissante, (2) dans le Théorème 1.3, on a
1 1 2
(fxg) = lim x ;x + = lim = 0:
n !+1 n n n !+1 n

On en déduit immédiatement que

 23

Proposition 1.11 Toute ensemble dénombrable D de R possède une mesure de Lebesgue

nulle (D) = 0:
[
+1
Preuve. Puisque D = fxn g ; nous avons
n=1;xn 2R

X
+1
(D) 6 (fxn g) = 0;
n=1

ce qui implique que (D) = 0:

Proposition 1.12 La mesure de Lebesgue est invariante par translation et invariante par
symétrie. Cest-à-dire pour tout a 2 R, on a

( + A) = (A) et ( A) = (A) ;

pour tout borélien A de R, où

+ A = f + a; a 2 Ag et A = f a; a 2 Ag :

1.5.2 Mesure de Lebesgue sur Rm

Rappelons que un pavé P de Rm est un produit d’intervalles bornés P = I1 I2 ::: Im ,
avec Ij R (j = 1; :::; m) est un intervalle borné. La mesure du pavé P est donnée par

m(P ) = jI1 j jI2 j ::: jIm j ;

avec jIj j est la longueur du segment Ij :

Dé…nition 1.20 Pour toute partie A de Rm , on dé…nit

( +1 )
X [
+1
(A) = inf m(Pi ) : A Pi ; Pi pavé ouvert de Rm ;
n=1 n=1

l’in…mum est pris sur tous les recouvrements dénombrables de A par des pavés ouverts.

Theorème 1.6 On a les assertions suivantes

1. est une mesure extérieure sur Rm :
2. La tribu M ( ) contient la tribu de Borel B (R) :
3. (P ) = m(P ), pour tout pavé P Rm :

1.6 Exercices corrigés

Exercise 1.1 Soient E un ensemble non vide et (Ai )i2I une famille des parties de E: Mon-
trer que
!
[ \
1. E Ai = (E Ai )
i2I i2I
 24

!
\ [
2. E Ai = (E Ai )
i2I i2I
!
[
Solution 1.1 1. Soit x 2 E Ai ; alors
i2I
!
[ [
x 2 E Ai () x 2 E, x 2
= Ai
i2I i2I
() x 2 E, x 2
= Ai 8i 2 I
() x 2 (E Ai ) ; 8i 2 I
\
() x 2 (E Ai ) ;
i2I

d’où !
[ \
E Ai = (E Ai )
i2I i2I

2. De même manière on montre que

!
\ [
E Ai = (E Ai ) :
i2I i2I

Exercise 1.2 Soient E un ensemble non vide et (Ai )i2I une famille des parties de E: Mon-
trer que
!
[ [
1. f 1 Ai = f 1 (Ai ) :
i2I i2I
!
\ \
1 1
2. f Ai = f (Ai ) :
i2I i2I
!
[
1
Solution 1.2 1. Soit x 2 f Ai , alors
i2I
!
[ [
1
x 2 f Ai () f (x) = Ai
i2I i2I
() 9k 2 I, f (x) 2 Ak
() x 2 f 1 (Ak ); k 2 I
[
() x 2 f 1 (Ai ) ;
i2I

d’où !
[ [
1 1
f Ai = f (Ai ) :
i2I i2I
 25

2. Même chose pour !

\ \
1 1
f Ai = f (Ai ) :
i2I i2I

Exercise 1.3 Soit (Ai )i2I une famille des parties non vide d’un ensemble E: Montrer que
!
[ [
1. f Ai = f (Ai )
i2I i2I
!
\ \
2. f Ai f (Ai ), et dans ce cas l’égalité est vraie si et seulement si l’application
i2I i2I
f est injective.
Solution 1.3 1. Soit
!
[ [
y 2 f Ai () 9x 2 Ai : y = f (x)
i2I i2I
() 9k 2 I; x 2 Ak
() y 2 f (Ak )
[
() y 2 f (Ai )
i2I
!
[ [
=) f Ai = f (Ai ) :
i2I i2I

2. Soit
!
\ \
y 2 f Ai () 9x 2 Ai : y = f (x)
i2I i2I
() x 2 Ai 8i 2 I
=) y 2 f (Ai ); 8i 2 I
\
() y 2 f (Ai )
i2I
!
\ \
=) f Ai f (Ai ) :
i2I i2I

Soit maintenant
\
y = f (x) 2 f (Ai ) () y 2 f (Ai ) ; 8i 2 I
i2I
=) 9xi 2 Ai : y = f (xi );
donc
\
x1 = x2 = ::: = xn = x 2 Ai =) x 2 Ai
i2I
!
\
=) y = f (x) 2 f Ai :
i2I
 26

Exemple 1.10 Soit

f : [ 2; 2] ! [0; 4]
x 7! x2
on a
f (f 2g \ f2g) 6= f (f 2g) \ f (f2g) ;
donc l’opération d’inclusion est véru…ée mais l’égalité n’est pas véri…ée car f n’est pas injec-
tive.

Exercise 1.4 (Opérations sur les tribus)

1. Soit F une tribu de et B un élément de F. Montrer que l’ensemble

FB = fA \ B; A 2 Fg ;

est une tribu de B:

2. Soit (X Y; F) un espace-produit mesuré et : X Y ! X la projection canonique.
L’ensemble
FX = f (F ); F 2 Fg ;
est une tribu ?
3. On consider sur N, pour chaque n > 0, la tribu

Fn = (f0g ; f1g ; f2g ; :::; fng) :

[
Montrer que la suite de tribu (Fn )n>0 est croissante mais que Fn n’est pas une
n>0
tribu.(indication : on pourra raisonner par l’absurde et utiliser le sous-ensemble 2N:
4. Soit (E; A) un espace mesurable. Soit C une famille de parties de E, et soit B 2 (C);
alors nécessairement il existe une famille dénombrable D C telle que B 2 (C): Est
ce que ça est vrai ?

Solution 1.4 1. i)On a B = \ B 2 FB ;ii) Soit C = B \ D 2 FB avec D 2 F: Alors

c
D
[ 2 F et CBc[= B \ Dc 2
[FB : iii) Soit Cn = B \ Dn 2 FB avec Dn 2 F: Alors
Dn 2 F et Bn = B \ Dn 2 FB : L’ensemble FB est donc une tribu sur B:
n n n
2. On consider pour X = Y = f0; 1g la tribu F engendrée par l’élément (0; 0) 2 X Y:
Il est clair que
F = f;; X Y; f(0; 0)g ; X Y n f(0; 0)gg :
On véri…e que
FX = f;; f0g ; Xg ;
ce qui n’est pas une tribu.
3. Posons [
F= Fn ;
n2N
 27

et supposons que F soit une tribu. On a

[
f2ng 2 F2n F et 2N = f2ng :
n>0

Ainsi, 2N 2 F i.e il existe n0 2 N tel que 2N 2 Fn0 : Or les seuls éléments de cardinal
in…ni de Fn0 sont de la forme NnA, où A est une partie de f0; 1; :::;n0 g : On obtient
donc une contradiction.
4. Oui c’est vrai. En e¤et, soit

G = fB 2 (C) ; 9D C dénombrable tel que B 2 (D)g :

Montrons que G est une tribu.

i) Il est clair que E 2 G
ii) Si A 2 G, alors il existe D C dénombrable tel que A 2 (D), et donc Ac 2 (D) :
on a Ac 2 G:
iii) Si (An ) G; alors pour tout n il existe Dn C dénombrable tel que An 2 (Dn ),
et donc [ [
An 2 (D) ; où D = Dn C est dénombrable,
n2N n2N

(étant une union dénombrable d’ensembles dénombrables), on a

[
An 2 G:
n2N

En conclusion, G est une tribu. Or C G, ce qui implique que

(C) (G) = G (C) ;

d’où le résultat.

Exercise 1.5 1. Est ce que l’ensemble des ouverts de R est une tribu ?
2. Si on note la mesure de Lebesgue, rappeler pourquoi (fxg) = 0 pour tout x 2 R;
alors !
[ X X
(R) = fxg = (fxg) = 0 = 0:
x2R x2R x2R

Où est le problème ?
3. Si F et G sont deux tribus, est ce que F [ G est toujour une tribu ?
4. Si (an )n>1 et (bn )n>1 sont deux suites de nombres réels, a-t-on toujours

lim sup (an + bn ) = lim sup an + lim sup bn ?

n !1 n !1 n !1

Et si les deux suites sont bornées ? Et si bn converge ?

Solution 1.5 1. Non, car le complémentaire de ] 1; 0[ n’est pas ouvert.

 28

2. Non, pas toujours. Par exemple si, en notant

= f1; 2; 3g ;

on prend
F = f;; f1g ; f2; 3g ; g ;
et
G = f;; f2g ; f1; 3g ; g?
En e¤et, on a alors

F [ G = f;; f1g ; f2g ; f2; 3g ; f1; 3g ; g ;

qui n’est pas stable par union

f1g [ f2g 2
= F [ G:

3. On a
(fxg) = lim ([x 1=n; x + 1=n]) = 0:
n !1

Par ailleurs l’égalité !

[ X
fxg = (fxg) ;
x2R x2R

n’est pas véri…ée car R n’est pas dénombrable.

4. Ce n’est pas toujours vrai ( par exemple an = bn = n). En revanche, le terme de
guauche est inférieur ou égal au terme de droite lorsque les deux suites sont bornées,
et l’égalité est véri…ée lorsque bn converge.

Exercise 1.6 (Lemme de Borel-Cantelli) (E; A; ) est un espace mesuré ( est une mesure
positive) et que (An )n>1 est une suite ’éléments de A. On rappelle que l’on note
[ \ \ [
lim inf An = Ak et lim sup An = Ak :
n !1 n !1
n>1 k>n n>1 k>n

1. Montrer que
lim inf An 6 lim inf (An ) ;
n !1 n !1
!
[
et que si An < 1; alors
n>1

lim sup An > lim sup (An ) :

n !1 n !1
!
[
Qu’est-ce qui se passe si An = 1?
n>1
 29

X
2. (Lemme de Borel-Cantelli.) On suppose que (An ) < 1: Montrer que
n>1

lim sup An = 0:
n !1

3. (Une application du lemme de Borel-Cantelli.) Soit > 0: Montrer que pour preque
tout x 2 [0; 1] (pour la mesure de Lebesgue), il n’existe qu’un nombre …ni de rationnels
p=q avec p et q premiers entre eux tels que

p 1
x < 2+ ;
q q

i.e. presque tout x est "mal approchable par des rationnels à l’ordre 2 + ".

Solution 1.6 1. On remarque que, pour tout n > 0 et pour tout k > n,
!
\
An 6 (Ak ) :
p>n

Ainsi, !
\
Ak 6 inf (Ak ) : (1.6)
k>n
k>n
!
\
Or la suite Ak est croissante. Le résultat s’obtient donc en passant à la limite
k>n n>0
quand n ! 1 dans (1.6). De même, on a
!
[
Ak > sup (Ak ) : (1.7)
k>n
k>n
! !
[ [
Or la suite Ak est décroissante et An < +1: Le résultat s’obtient
k>n n>0 n>0
donc en passant à la limite quand n ! 1 dans (1.7). On peut aussi utuliser [
le résultat
précédent et raisonner en passant au complémentaire. En e¤et, posons F = An ; on
n>0
a alors
F n lim sup An = lim inf (F nAn ) ;
n !1 n !1

donc
F n lim sup An 6 lim inf (F nAn ) ;
n !1 n !1

c’est-à-dire
(F ) lim sup An 6 (F ) lim sup (An ) ;
n !1 n !1

comme (F ) < 1, cela implique le résultat.

 30

2. On a pour tout n > 0; !

[ X
Ak 6 (Ak ) ;
k>n k>n
or !
[
lim sup Ak 6 Ak ; pour tout n > 0
k !1
k>n
X
et (Ak ) est le reste d’une série convergente et donc tend vers 0 quand n ! 1.
k>n
On obtient ainsi le résultat.
3. Pour tout q > 1, on note
q
[ p 1 p 1
Aq = [0; 1] \ ; + 2+ ;
p=0
q q 2+ q q

ainsi, (Aq ) 6 2=q 1+ ; par conséquent

X
(Aq ) < +1:
q>1

D’après le lemme de Borel-Cantelli, lim sup Aq = 0; or l’ensemble lim sup Aq

q !1 q !1
contient l’ensemble des réels bien approchables par des rationnels à l’ordre 2 + :

Exercise 1.7 Soient E un ensemble et T une partie de P(E) stable par union dénombrable,
stable par passage au complémentaire avec ; 2 T:
1. Montrer que T est une tribu sur E
2. L’ensemble des parties …nies de E est-il une tribu ?

Solution 1.7 1. On a E 2 T car E = ;c et que T est stable par passage au complémen-

taire. D’autre part T est stable par intersection dénombrable car, si

(An ) T;

on a !c
\ S
An = Acn 2 T ,
n2N n2N

(car T stable par passage au complémentaire et par union dénombrable) et donc

\
An 2 T ,
n2N

(car T stable par passage au complémentaire).

2. On distingue deux cas :
a) Si E est …ni, l’ensemble des parties …nies de E est une tribu, c’est la tribu P(E):
 31

b) Si E est in…ni, l’ensemble des parties …nies de E n’est pas une tribu, car il n’est pas stable
par passage au complémentaire (le complémentaire d’une partie …nie est in…nie...).

Exercise 1.8 Soit E un ensemble in…ni et

S = ffxg ; x 2 Eg :

Déterminer la tribu engendrée par S (distinguer les cas E dénombrable et non dénombrable).

Solution 1.8 On note T (S) la tribu engendrée par S:

i) On suppose que E est au plus dénombrable (c’est-à-dire …ni ou dénombrable). D’après la
stabilité de T (S) par union dénombrable, la tribu T (S) doit contenir toutes les parties
au plus dénombrables. Comme toutes les parties de E sont au plus dénombrables, on
en déduit T (S) = P(E):
ii) On suppose maintenant que E est in…ni non dénombrable. On note A l’ensemble des
parties de E au plus dénombrables et

B = fAc ; A 2 Ag :

D’après la stabilité de T (S) par union dénombrable, la tribu T (S) doit contenir A: Par
stabilité de T (S) par passage au complémentaire, T (S) doit aussi contenir B. On va
montrer maintenant que A [ B est une tribu (on en déduit que T (S) = A [ B). On a

;2A A [ B;

et il est clair que A [ B est stable par passage au complémentaire car

A 2 A =)Ac 2 B;

et
A 2 B =)Ac 2 A:
En…n, si (An )n2N A [ B, on distingue deux cas :
1) 1er cas si
An 2 A; 8n 2 N;
on a alors S
An 2 A A [ B:
n2N

2) 2eme cas : si il existe n 2 N telque An 2 B on a alors Acn 2 A, donc Acn est au plus
dénombrable et !c
[ \
Ap = Acp Acn ,
p2N p2N

est aussi au plus dénombrable, ce qui donne

!c
[
Ap 2 A,
p2N
 32

et [
Ap 2 B A [ B.
p2N

On a bien montré que [

An 2 A [ B:
n2N

Ce qui prouve la stabilité par union dénombrable de A [ B. Finalement, A [ B est donc

une tribu contenant S et contenu dans T (S), ceci donne

T (S) = A [ B:

Exercise 1.9 Soit A un ensemble mesurable (mesure de Lebesgue) tel que A [0; 1], et soit

f (x) = (A \ [0; x])

1. Montrer que f est continue.

2. On pose (A) = , ( > 0). Montrer que

8 ; 06 6 ; 9B A; (B) =

1. Montrons que f est continue :

8 > 0; 9 > 0; jx x0 j < =) jf (x) f (x0 )j <

jf (x) f (x0 )j = j (A \ [0; x]) (A \ [0; x0 ])j

= j (A \ ]inf (x; x0 ) ; sup (x; x0 )])j
6 j (]inf (x; x0 ) ; sup (x; x0 )])j = jx x0 j

=) f est continue.
2. On a
f (0) = 0 ; f (1) = (A \ [0; 1]) = (A) =
f est continue et d’après le théorème des valeurs intermédiaires il existe c 2 [0; 1] tel
que f (c) = avec 2 [0; ] ce qui signi…e l’existence d’un ensemble de la forme
B = A \ [0; c] qui est inclue dans l’ensemble A et aussi

f (c) = (A \ [0; c]) = (B) = :

Exercise 1.10 Soit (E; T; m) un espace mesuré. Montrer que

8A; B 2 T : m (A [ B) + m (A \ B) = m(A) + m(B):

Solution 1.9 On a

A [ B = (A B) [ B et (A B) \ B = ?;
 33

en utilisant la additivité de m, on obtient

m (A [ B) = m (A B) + m(B)
=) m (A [ B) + m (A \ B) = m (A B) + m(B) + m (A \ B)
=) m (A [ B) + m (A \ B) = m (A) + m(B);

car

m (A B) + m (A \ B) = m ((A B) [ (A \ B))
= m (A) :

Exercise 1.11 Soit (E; T; m) un espace mesuré où m est une mesure véri…ant m(E) = 1.
Montrer que l’ensemble

F = fA 2 T ; m(A) = 0 g m(A) = 1g ;

est une Tribu sur E:

1. On a E 2 T et m(E) = 1, donc E 2 F
2. Soit A 2 F =)A 2 T : m(A) = 0 g m(A) = 1; d’autre part, on a Ac 2 T , (car T
stable par complémentaire) et

m(Ac ) = m(E A) = m(E) m(A)

1 si m(A) = 0
= 1 m(A) =
0 si m(A) = 1
=) m(Ac ) 2 F =)Ac 2 F

3. Soit

(An )n2N F =)8n 2 N; An 2 F

=) 8n 2 N; An 2 T et m(An ) = 0 g m(An ) = 1;

donc on a [
An 2 T (car T stable par [ dénombrable),
n2N

on distingue deux cas :

i) Si
8n 2 N; m(An ) = 0;
alors
!
[ X
0 6 m An 6 m(An ) = 0
n2N n2N
!
[
=) m An = 0:
n2N
 34

ii) Si
9n0 2 N; m(An0 ) = 1;
alors
!
[
1 = m(An0 ) 6 m An 6 m(E) = 1
n2N
!
[
=) m An = 1;
n2N

donc [
An 2 F:
n2N

Exercise 1.12 Soit (E; T; m) un espace mesuré, on pose

T = fA [ N : A 2 T , N 2 Nm g ;

où Nm est l’ensemble des parties négligeables.

Montrer que T est une Tribu sur E contenant T [ Nm :

Solution 1.10 Soit

T = fA [ N : A 2 T , N 2 Nm g ;
Montrons que T est une Tribu sur E :
1. On a
E 2 T car E = E [ ? avec E 2 T et ? 2 Nm ; (m(?) = 0):
2. Soit
C 2 T =) 9A 2 T; 9N 2 Nm : C = A [ N;
puisque
N 2 Nm , alors 9B 2 T : N B et m(B) = 0;
d’autre part, on a

Cc = (A [ N )c
= Ac \ N c
= Ac \ (B c [ (N c B c ))
= (Ac \ B c ) [ (Ac \ (N c B c ))
= (Ac \ B c ) [ (Ac \ N c \ B) ;

avec
(Ac \ B c ) 2 T et (Ac \ N c \ B) 2 Nm ;
car
Ac \ N c \ B B;
on en déduit que
Cc 2 T :
 35

Soit

Cn T =) 8n 2 N; Cn 2 T
=) 8n 2 N; 9An 2 T; 9Nn 2 Nm : Cn = An [ Nn ;

d’autre part, on a

Nn 2 Nm =) 9Bn 2 T : Nn Bn et m(Bn ) = 0;

alors ! !
[ [ [ [
Cn = (An [ Nn ) = An [ Nn ;
n2N n2N n2N n2N
avec ! ! !
[ [ [
An 2 T et Nn Bn ;
n2N n2N n2N

et !
[ X
m Bn 6 m(Bn ) = 0;
n2N n2N

donc [
Cn 2 T :
n2N

D’où T est une Tribu sur E:

Montrons que T [ Nm T
i) Si A 2 T , alors
A = A [ ? et ? 2 Nm ;
donc
A 2 T ; d’où T T:
ii) Si N Nm ; alors
N = ? [ N et ? 2 T =) N T;
donc
Nm T;
…nalement, on obtient
T [ Nm T:

Exercise 1.13 Soit E un ensemble non dénombrable. Pour toute partie A de E, on pose

0 si A est au plus dénombrable

m(A) =
+1, sinon

m est-elle une mesure sur P(E) ?

Solution 1.11 1. On a m(?) = 0 car ? est au plus dénombrable

 36

2. Soit
(An )n2N P(E) : An \ Am = ? 8n 6= m;
on distingue deux cas :
[
i) Si 8n 2 N; An est au plus dénombrable, alors An est au plus dénombrable, donc
n2N
!
[ X
+1
m An = m (An ) = 0:
n2N n=0

[
ii) Si 9p 2 N : Ap est in…ni non dénombrable, alors An est in…ni non dénombrable,
n2N
et on a :
!
[ X
m An = +1 = m (An )
n2N n2N
X
= m (An ) + m (Ap ) :
n6=p

Donc m est bien une mesure sur P(E):

Exercise 1.14 (Lemme de Borel-Cantelli) : Soit (E; T; m) un espace mesuré et (An )n2N T
X
telle que m(An ) < 1:
n2N

Montrer que m limAn = 0:

n

Solution 1.12 On a
X
+1
m(An ) < 1 donc m (Ak ) ! 0;
n !1
k=n

d’autre part on a !
[ X
+1
m Ap 6 m (Ap ) ;
n>n p=n

donc !
[
m Ap ! 0;
n !1
p>n
!
[
la suite Ap est décroissante. Car si on pose
p>n n2N
[
Bn = Ap , Bn = An [ An+1 [ An+2 [ ::::
n>n
Bn+1 = An+1 [ An+2 [ An+3 [ ::::
=) Bn+1 Bn ; 8n 2 N;
 37

d’autre part, on a
! !
\ \ [
m Bn = m Ap = lim m(Bn )
n !1
n2N n2N p>n
[
= lim m( Ap ) = 0;
n !1
n>n

d’où
m limAn = 0:
n

Exercise 1.15 Soit (E; T; m) un espace mesuré …ni et (An )n2N T telle que m(An ) =
m(E), 8n 2 N:Montrer que !
\
m An = m(E):
n2N

Solution 1.13 On a m(E) < 1

8n 2 N : m(Acn ) = m(E An )
= m(E) m(An ) = 0:
Par additivité de m, on a
! !c !
[ \
m Acn =m An = 0;
n2N n2N

d’où ! !c !
\ \
m An = m(E) m An = m(E):
n2N n2N

Exercise 1.16 Soit (E; T; m) un espace mesuré …ni et (An )n2N T: On suppose que
0 1
[
9n0 2 N : m @ Ap A < 1:
p>n0

Montrer que
m limAn 6 limm (An ) 6 limm(An ) 6 m limAn :
n n n n

Solution 1.14 On a !
[ \
m limAn =m Ap :
n
n2N p>n
!
\
La suite Ap est décroissante et par monotonie croissante, on a
p>n n2N
! !
[ \ \
m Ap = limm Ap :
n
n2N p>n p>n
 38

De plus !
\
m Ap 6 m (Aq ) ; 8q > n;
p>n
car \
Aq Aq ; 8q > n
p>n

donc
!
\
m Ap 6 inf m (Aq )
q>n
p>n
!
\
=) limm Ap 6 limm (An );
n n
p>n n

et comme
inf m (Ap ) 6 supm (Ap ) ;
p>n p>n

alors
limm (An ) 6 limm (An ) ;
n n

on a aussi !
\ [
m limAn = m Ap ;
n
n2N p>n
!
[
et puisque Ap est décroissante et
p>n n2N
!
[
9n0 2 N : m Ap < +1;
p>n

par la monotonie décroissante on a

! !
\ [ [
m Ap = limm Ap ;
n
n2N p>n p>n

de plus !
[ [
m Ap > m (Aq ) ; 8q > n car Aq Ap 8q > n;
p>n p>n

donc !
[
m Ap > sup m (Aq ) ;
q>n
p>n

par conséquent : !
[
limm Ap > limm (An ) ;
n n
p>n
 39

d’où
m limAn > limm (An ) :
n n
Chapitre 2

Fonctions mesurables "Variables

aléatoires"

2.1 Fonctions mesurables

Dé…nition 2.1 Soient (E; T ) et (F; T 0 ) deux espaces mesurables et f : E ! F une applica-
tion. f est dite mesurable si
8A 2 T 0 ; f 1 (A) 2 T;
ce qui revient à dire que
1
f (T 0 ) T:
Lorsque E et F sont des espaces topologiques munis de leurs tribus boréliennes, on dit que
f est bornée.

Exemple 2.1 1. Si on munit E de la tribu P (E), alors toute application f de E dans

l’espace mesurable (F; T 0 ) est mesurable.
2. Soit (E; T ) un espace mesurable et f : E ! R telle que f (x) = a = cste; 8x 2 E: Alors
f est mesurable.
En e¤et : Soit A 2 B(R)
– Si a 2 A, f 1 (A) = E 2 T:
= A, f 1 (A) = ? 2 T:
– Si a 2

Theorème 2.1 Soient (E; T ); (F; T 0 ) et (G; T 00 ) trois espaces mesurables et f : E ! F ,

g : F ! G deux applications mesurables. Alors alors g f est une application mesurable.

Preuve. On a pour tout C 2 T 00 , g 1 (C) 2 F car g est mesurable, et donc f 1

(g 1
(C)) 2 T
puisque f est également mesurable, donc
1
(gof ) (C) = fx 2 E : (gof ) (x) 2 Cg
= fx 2 E : g (f (x)) 2 Cg
= x 2 E : f (x) 2 g 1 (C)
= x 2 E : x 2 f 1 g 1 (C)
= f 1 g 1 (C) 2 T:

ce qui prouve que gof est mesurable.

40
 41

Proposition 2.1 Soient (E; T ) un espace mesurable et f; g deux applications de E dans R.

Alors l’application
(E; T ) ! (R2 ; B(R2 ))
h : (f; g) :
x 7! (f (x); g(x))
est mesurable si f et g le sont.

Proposition 2.2 Si E et F sont deux espaces toplogiques munis de leurs tribus boréliennes
et f : E ! F une application continue, alors f est mesurable.

Remarque 2.1 L’inverse est en général faux.

Exemple 2.2 Soit

f :R ! R
1 si x 2 Q
x 7! f (x) =
0 si x 2
=Q
f est non continue mais mesurable. En e¤et : Soit a 2 R, on a :
– Si ]a; +1[ \ f0; 1g = ? alors f 1 (]a; +1[) = ? 2 B(R)
6 ? alors f 1 (]a; +1[) 2 fQ; R Q; Rg
– Si ]a; +1[ \ f0; 1g = B(R):

Remarque 2.2 Une application peut être mesurable par rapport à une tribu et ne pas être
pour d’autres tribus.
Preuve. Soit la tribu

D (R) = fA R : A dénombrable ou Ac dénombrableg ;

l’appliction identique
id : (R; B(R)) ! (R; B(R)) ;
est évidement mesurable. Cependant

id : (R; D (R)) ! (R; B(R)) ;

n’est pas mesurable d’après (2) dans l’exemple précédent car B(R) * D (R) comme [a; b] 2
B(R) mais [a; b] 2
= D (R) :

2.1.1 Caractérisation de la mesurabilité et stabilité de L0 (E)

Proposition 2.3 (Critère de mesurabilité)
Soient (E; T ) et (F; T 0 ) deux espaces mesurables et f : E ! F une application et soit
G P(F ) engendrant la tribu T 0 = (G): Alors f est mesurable si et seulement si :
1
8C G:f (C) 2 T: (2.1)

Preuve. Si la fonction f est mesurable, alors la condition 2.1 est évidente.

Inversement, supposons que f 1 (C) 2 T , pour C G et soit Te0 la tribu image de T par
f dé…nie par
T 0 = C F : f 1 (C) 2 T ;
alors G Te0 et puisque T 0 = (G) on a T 0 Te0 , et en particulier f est mesurable.
 42

Exemple 2.3 a) Si (F; T 0 ) = (R; B(R)), f est mesurable si et seulement si f 1

(]a; b[) 2
T; 8a; b 2 T tels que a < b:
b) (F; T 0 ) = R; B(R) ; f est mesurable si et seulement si f 1
(]a; +1]) 2 T; 8a 2 R:

Corollary 2.1 Soient E et F deux espaces topologiques munis de leurs tribus boréliennes.
Si f : (E; B(E)) ! (F; B(F )) est continue, alors elle est mesurable.

Remarque 2.3 (Mesurabilité d’une fonction numérique)

Puisque la tribu B(R) est engendrée par la famille des intervalles de R de la forme
]a; +1[, alors la fonction f : (E; T ) ! (R; B(R)) est mesurable si et seulement si
1
f (]a; +1]) 2 T; 8a 2 R:

On note L0 (E) l’ensemble des fonctions f : (E; T ) ! (R; B(R)) numerique mesurables.

Proposition 2.4 Soient (E; T ) un espace mesurable et, (F; ) un espace topologique, f1 ; f2 2
L0 (E) deux applications numériques mesurables et : R2 ! (F; ) une application conti-
nue. Alors l’application h : (E; T ) ! (F; ) dé…nie par

h(x) = (f1 (x); f2 (x)) , pour tout x 2 E;

est mesurable. Autrement dit, une combinaison continue de deux applications mesurables est
mesurables.
Preuve. On peut écrire h = F avec F : (E; T ) ! (R2 ; B(R2 )) est dé…nie par
F (x) = (f1 (x); f2 (x)) : Puisque est mesurable (car continue), il su¢ t de montrer que
F est mesurable. Si I et J deux intervalles de R on a
1
F (I J) = f1 1 (I) \ f2 1 (J) 2 T:

Par la proposition 2.3 et comme B(R2 ) est engendrée par les rectangles de la forme I J
l’application F est mesurable.

2.1.2 Opérations sur les fonctions mesurables

Proposition 2.5 Soient (E; T ) un espace mesurable et f; g : E ! R deux applications.
f
Alors si f; g sont mesurables les fonctions : f + g; f g; f ( 2 R); inf(f; g); sup(f; g);
g
(g 6= 0) sont mesurables.

Remarque 2.4 jf j peut être mesurable sans que f le soit.

Exemple 2.4 Soit A 2

= T et f = A Ac c’est-à-dire

1, si x 2 A
f (x) =
1, si x 2 Ac ;

alors jf j = 1 est mesurable, mais f ne l’est pas car par exemple

1
f1g 2 B(R) et f (f1g) = A 2
= T:
 43

Proposition 2.6 Soit (fn )n2N est une suite d’applications mesurables de (E; T ) dans R; B(R) .
Alors les applications supfn ; inf fn , lim supfn ; lim inf fn : E ! R sont aussi mesurables. De
n n n !+1 n !+1
plus si la suite (fn )n2N converge simplement vers f , alors f est mesurable.
Plus généralement, l’ensemble

x 2 E; lim fn (x) existe ;

n !+1

est mesurable.
Preuve. Soit g = supfn : Pour tout a 2 R; si x 2 g 1
(]a; +1[) alors il existe m > 1tel que
n
[
+1
fm (x) > a, donc x 2 fn 1 (]a; +1[) :
n=1
[
+1
Inversement, si x 2 fn 1 (]a; +1[) il est clair que g(x) = supfn (x) > a; d’où
n
n=1

[
+1
1
g (]a; +1[) = fn 1 (]a; +1[) 2 T:
n=1

Ainsi g est mesurable. Il en va de même de inf fn = sup ( fn ) : Par dé…nition on a

n n

lim supfn = inf supfk ;

n !+1 n>1 k>n

et
lim inf fn = sup inf fk ;
n !+1 n>1 k>n

On est donc ramené aux résultats précédents. De plus si (fn )n converge simplement vers f
alors
f = lim fn = lim supfn = lim inf fn ;
n !+1 n !+1 n !+1

d’où le résultat. Finalement pour montrer la dernière a¢ rmation, on dé…nit l’application

2 2
F : (E; T ) ! R ; B(R ) ; F (x) = lim inf fn ; lim supfn ;
n !+1 n !+1

et on remarque que
1
x 2 E; lim fn (x) existe =F ( );
n !+1

où
= (x; x) : x 2 R ;
2 1
l’ensemble est fermé alors il appartient à B(R ) et donc F ( ) 2 T puisque F est
mesurable.
Proposition 2.7 Soit (E; T ) un espace mesurable. Toute application numérique mesurable
positive f : E ! [0; +1] est limite simple d’une suite croissante de fonctions (fn )n (me-
surable) étagées.
On donne la preuve de cette proposition sous forme d’un exercice corrigé (voir exercice
2.2.)
 44

2.2 Fonction caractéristique ou indicatrice

Dé…nition 2.2 Soit (E; T ) un espace mesurable et A E. On appelle fonction caractéris-
tique ou indicatrice de l’ensemble A notée 1A ou A , la fonction dé…nie par :

1 , si x 2 A
1A (x) = A (x) =
0 , sinon.

Remarque 2.5 La fonction caractéristique 1A est mesurable si et seulement si A est mesu-

rable.
En e¤et : Soit a 2 R, on a
8
< ; , si a > 1
1A1 (]a; +1[) = A , si 0 6 a < 1 ???
:
E, si a < 1:

Comme ;; E 2 T , il su¢ t que A 2 T:

2.2.1 Fonctions étagées

Dé…nition 2.3 Soit (E; T ) un espace mesurable et f une fonction de E dans R: On dit que
f est étagée si elle prend qu’un nombre …nie da valeurs (i.e : Cardf (E) < +1). En notant

f (E) = f 1; 2 ; :::; ng ;

on a alors
P
n
f (x) = i 1Ai (x) ;
i=1

où pour chaque i 2 f1; 2; :::; ng ; Ai = f 1 (f i g) : Cette écriture s’appelle l’écriture cano-

nique.
f est dite étégée positive si i 2 R+ ; 8i = 1; 2; :::; n:

Remarque 2.6 f est combinaison linéaire …nie de fonctions caractéristiques, donc f est
mesurable si et seulement si 8i = 1; n, Ai est mesurable.

Exemple 2.5
f R ! R
1 , si x 2 Q
x 7! f (x) =
2 , sinon
f est étagée car f (R) = f1; 2g et on a

f : 1Q + 2 1R Q
8x 2 R : f (x) = 1Q (x) + 2 1R Q (x):

Proposition 2.8 Si f; g : E ! R sont deux fonctions étagées et 2 R: Alors f + g; f

g; sup (f; g) ; et inf (f; g) sont des fonctions étagées.
 45

Preuve. On écrit f et g sous la forme

X
n X
m
f= ai Ai et g = bj Bj ;
i=1 j=1

où n; m 2 N: Puisque les familles (Ai )16i6n et (Bj )16j6m forment des partitions de E on
peut écrire
Xn Xm Xm X n
f= ai Ai \Bj et g = bj Ai \Bj ;
i=1 j=1 j=1 i=1

alors on a
X
n X
m X
m X
n
f +g = (ai + bj ) Ai \Bj et f g = (ai bj ) Ai \Bj
i=1 j=1 j=1 i=1

et aussi
X
n X
m X
n X
m
sup (f; g) = sup (ai ; bj ) Ai \Bj et inf (f; g) = (ai ; bj ) Ai \Bj :
i=1 j=1 i=1 j=1

2.2.2 Deuxième caractérisation de la mesurabilité

Dé…nition 2.4 Soit (E; T ) un espace mesurable et f : E ! R une application. On pose
pour tout x 2 E :

f + (x) = max (f (x); 0)

f (x) = min (f (x); 0) = max ( f (x); 0)
jf j (x) = jf (x)j

Proposition 2.9 Sous les mêmes conditions de la dé…nition précédente on a :

f = f+ f , jf j = f + + f
jf j + f jf j f
f+ = , f = ;
2 2
f est mesurable si et seulement si f + et f le sont.

Proposition 2.10 Soit (E; T ) un espace mesurable et f : E ! R une fonction mesurable.

Il existe alors une suite de fonctions (fn )n2N (mesurable) étagées convergente simplement
vers f .
Preuve. Les applications f + et f sont mesurables donc la proposition 2.7 donne l’existence
de deux suites croissantes (hn )n2N et (gn )n2N des applications (mesurables) étagées telles que
hn ! f + et gn ! f simplement quand n ! +1: On pose fn = hn gn , de sorte que
fn (x) ! f + (x) f (x) = f (x); quand n ! +1; pour tout x 2 E. D’autre part, (fn )n2N
est étagée (voir la proposition 2.8).
 46

2.3 Quelques propriétés des applications mesurables

Proposition 2.11 Soient f; g : (E; T ) ! (R; B(R)) deux applications mesurables et a 2 R.
Alors les parties suivantes

(f = a) : = fx 2 E : f (x) = ag
(f = g) : = fx 2 E : f (x) = g(x)g
(f 6= g) : = fx 2 E : f (x) 6= g(x)g
(f > g) : = fx 2 E : f (x) > g(x)g ;

sont mesurables, c’est-à-dire appartiennent à T:

Preuve. On a directement

(f = a) = f 1 (fag) 2 T
(f = g) = (f g) 1 (fag) 2 T
(f 6= g) = (f = g)c 2 T
(f > g) = (f g) 1 (]0; +1[) 2 T:

2.3.1 Propriétés vraies presque partout

Dé…nition 2.5 Soit (E; T; m) un espace mesuré. Une propriété p(x) concernant x 2 E est
dite vraie presque partout si l’ensemble

fx 2 E : p(x) n’est pas vraieg ;

est négligeable.

2.3.2 Egalité presque partout

Dé…nition 2.6 Soit (E; T; m) un espace mesuré f; g : E ! F deux fonctions (F = R _
R _ R+ _ :::). On dit que f = g presque partout et on note f = g p.p si l’ensemble

fx 2 E : f (x) 6= g(x)g

est négligeable i.e

9A 2 T t.q m(A) = 0 et f (x) = g(x) 8x 2 Ac :

Exemple 2.6 Si les fonctions f; g : E ! R sont égaux presque partout, alors il existe
A 2 T tel que
(f 6= g) A et m (A) = 0;
donc
f (x) = g(x); 8x 2 Ac et m (A) = 0;
on peut remarquer que si f et g sont mesurables, alors (f 6= g) 2 T et donc f = g presque
partout si et seulement si m (f 6= g) = 0:
 47

Exemple 2.7 Soit (E; T; m) = (R; B(R); ) et soient f; g : R ! R tels que

( 1 ( 1
, si x 6= 0 , si x 6= 0
f (x) = x ; g(x) = x
1 ,si x = 0 1 ,si x = 0;
on a
fx 2 R : f (x) 6= g(x)g = f0g ; et (f0g) = 0;
et
8x 2 R f0g , f (x) 6= g(x);
donc
f =g p.p.
Theorème 2.2 Soit (E; T; m) un espace mesuré complet et f; g : (E; T ) ! (R; B(R)) deux
applications telle que f est mesurable et f = g presque partout. Alors g est mesurable.
Preuve. Il existe A 2 T telle que m (A) = 0 et f (x) = g(x); 8x 2 Ac :
Soit a 2 R, si on pose
(g > a) = g 1 (]a; +1[) ;
on a
(g > a) = (g > a) \ (A [ Ac )
= [(g > a) \ A] [ [(g > a) \ Ac ]
= [(g > a) \ A] [ [(f > a) \ Ac ] ;
d’autre part, puisque f est mesurable on a (f > a) \ Ac 2 T et d’autre part l’ensemble
(g > a) \ A est négligeable car
(g > a) \ A A et m (A) = 0;
donc
(g > a) \ A 2 T;
puisque la mesure m est complète. On a alors
(g > a) 2 T;
d’où la mesurabilité de g.

2.4 Convergence p.p et convergence en mesure

Dé…nition 2.7 Soit (E; T; m) un espace mesuré; fn : E ! R ou [0; +1] une suite de
fonction et f : E ! R ou [0; +1] une fonction. On dit que la suite (fn )n2N converge
presque partout vers f sur E s’il existe A E négligeable tel que pour tout x 2 Ac , la
suite (fn (x))n2N converge vers f (x). Dans ce cas on écrit fn ! f p.p.
Remarque 2.7 1. Si les fonctions fn et f sont mesurables, alors la suite (fn )n2N converge
presque partout vers f si

m x2E: lim fn (x) 6= f (x) = 0:

n !+1
 48

2. La convergence simple implique la convergence presque partout car si fn ! f simple-

ment on a
m lim fn 6= f = m (;) = 0:
n !+1

Exemple 2.8 Soit E = [0; 1], T la tribu borélienne sur [0; 1] muni de la mesure de Lebesgue
et (fn )n2N la suite de fonctions dé…nie par fn (x) = ( x)n : Pour tout x 2 [0; 1] on a
lim fn (x) = 0 et
n !+1

x 2 [0; 1] : lim fn (x) 6= 0 = (f1g) = 0;

n !+1

donc fn ! f p.p.

Dé…nition 2.8 Soit (E; T; m) un espace mesuré et (fn )n2N une suite de fonctions mesurables
de E dans R; f : E ! R mesurable. On dit que fn converge en mesure vers f si :

8" > 0; lim m (fx 2 E : jfn (x) f (x)j > "0 g) = 0;

n!+1

i.e :
8" > 0; 9n0 2 N; 8n > n0 m (fx 2 E : jfn (x) f (x)j > "g) < ";
ou bien
lim m (fx 2 E : jfn (x) f (x)j > "g) = 0:
n !+1

Remarque 2.8 La convergence presque partout n’entraine pas la convergence en mesure.

Exemple 2.9 Soit E = R, T = B(R), m = la mesure de Lebesgue et fn = [n;n+1] ;

1 si n 6 x 6 n + 1
fn (x) =
0 si x < n ou x > n + 1;

il existe n0 = [x]+1 tel que pour tout n > n0 on a fn (x) = 0. Alors (fn )n converge simplement
vers 0 sur E, cequi donne fn ! f p.p. D’autre part si on pose " = 1 on a

(fx 2 E : jfn (x) 0j > 1g) = x 2 E : [n;n+1] > 1

= ([n; n + 1]) = 1 6= 0;

donc fn ne tend pas vers 0 en mesure.

Proposition 2.12 Dans un espace mesuré …ni m(E) < 1, la convergence presque partout
entraîne la convercgence en mesure.

Proposition 2.13 Supposons que la suite de fonctions (fn )n converge en mesure vers f .
Alors il existe une sous-suite (fnk )k de (fn )n converge vers f presque partout.

Proposition 2.14 Soit (E; T; m) un espace mesuré, et fn : E ! R ou [0; +1] une suite
de fonctions mesurables et f; g : E ! R ou [0; +1]deux fonctions mesurables. Si fn ! f
en mesure et fn ! g en mesure, alors f = g presque partout. C’est-à-dire la limite est
unique presque partout.
 49

Preuve. Montrons que f = g p.p. Soit > 0; 8x 2 E et n 2 N

jf (x) g(x)j = jf (x) g(x) fn (x) + fn (x)j

6 jf (x) fn (x)j + jfn (x) g(x)j ;

donc
jf fn j 6 \ jfn gj 6 fjf gj 6 g ;
2 2
d’où
fjf gj > g jf fn j > [ jfn gj > ;
2 2
donc
m (fjf gj > g) 6 m jf fn j > +m jfn gj > :
2 2
En passant à la limite quand n ! +1, on obtient que

m (fjf gj > g) = 0;

et on a

fx 2 E : f (x) 6= g(x)g = fjf gj > 0g

[ 1
= jf gj > ;
n2N
n

donc
X
+1
1
m (fx 2 E : f (x) 6= g(x)g) 6 m jf gj > = 0;
n=1
n
d’où
f = g p.p.

2.5 Variable aléatoire

Dé…nition 2.9 Soit (E; T ) un espace probabilisable, on appelle variable aléatoire une fonc-
tion X : E ! R mesurable. i.e :
1
X (A) 2 T , 8A 2 B(R);

ou bien toute fonction mesurable de (E; T ) dans (R; B(R)) :

Exemple 2.10 1. Toute application f : (X; P(X)) ! (Y; P(Y )) est mesurable.
0
2. Si T et T sont deux tribus sur E alors l’identité sur E

id : (E; T ) ! (E; T 0 ); id(x) = x;

est mesurable si et eulement si T 0 T:

 50

3. Si (E; T ) et (F; T 0 ) sont deux espaces mesurables et f : T ! T 0 une application

constante (c’est-à-dire il existe y0 2 F tel que pour tout x 2 E on a f (x) = y0 ) alors
f est mesurable.
4. Une fonction étagée f est toujours mesurable.
5. Soit (E; T ) un espace mesurable et A 2 T . La fonction indicatrice A de l’ensemble
A est une application de E dans R muni de la tribu borélienne B(R) est mesurable
si et seulement si A 2 T: Pour cette raison, les éléments de T sont dits ensembles
mesurables.
Preuve. On démontre seulement (4) et (5). Pour (4) en e¤et si f est une fonction de
(E; T ) dans (R; B(R)), alors il existe (Ai )16i6n une partition de E et fa1 ; :::; an g R tels
Xn
que f = ai Ai : Pour tout B 2 B(R), on a donc
i=1
!
[
1
f (B) = Ai 2 T;
ai 2A

ce qui prouve que f est mesurable.

Maintenant montrons (5), d’après (4) si A 2 T la fonction étagée A est mesurable.
Inversement, si A est mesurable, alors
1
A=( A) (f1g) 2 T;
car f1g 2 B(R) comme un fermé dans R:
Dé…nition 2.10 Soit (E; T ) et (F; T 0 ) deux espaces probabilisables, une fonction X : E !
F est un élément aléatoire si elle est mesurable, i.e :
1
X (A) 2 T , 8A 2 T 0 :
Lorsque F est un espace vectoriel, on dit que X est une variable aléatoire vectorirlle ou un
vecteur aléatoire.

2.5.1 Convergence presque uniforme

Dé…nition 2.11 Soit (E; T; m) un espace mesuré et (fn )n2N une suite de fonctions mesu-
rables de E dans R, f : E ! R mesurable. On dit que fn converge presque uniforme vers
f si :
unif
8" > 0; 9A 2 T t.q m(A) 6 " et fn ! f sur Ac :
Conver P.U =) Conv P.P.
Dé…nition 2.12 (Sup essentiel) Soit (E; T; m) un espace mesuré et f 2 M , f est essentiel-
lement...si
9C 2 R+ t.q jf j 6 C p.p.
On appelle sup essentielle de jf j et on le note kf k1
kf k1 = inf fC t.q jf j 6 C p.pg ;
si f n’est pas essentiellement bornée on pose kf k1 = 1:
 51

2.5.2 Convergence essentiellement uniforme

Dé…nition 2.13 Soit (E; T; m) un espace mesuré et (fn )n2N une suite de fonctions mesu-
rables de E dans R; f : E ! R mesurable. On dit que fn converge essentiellement uniforme
vers f si : kf f k1 ! 0 :
n!1

2.6 Exercices corrigés

Exercise 2.1 Soit la fonction f : (R2 ; B (R2 )) ! (R; B (R)) dé…nie par
8
> 1
>
>
> 2 si x > 0 et x < y 6 2x
>
> (1 + x)
>
>
< 1
f (x; y) = si x > 0 et 2x < y 6 3x
> (1 + x)2
>
>
>
> 0 si x > 0 et y 2 = ]x; 3x[
>
>
>
:
0 si x 6 0:

1. Pour tout n 2 N , on pose

1
An = (x; y) 2 R2 : x > 0 et x < y < 2x + ;
n
et
1
Bn = (x; y) 2 R2 : x > 0 et 2x < y < 3x + :
n
\
+1 \
+1
Déterminer A = An et B = Bn :
n=1 n=1
2. En déduire que la fonction f est mesurable.

Solution 2.1 1. On a

A = (x; y) 2 R2 : x > 0 et x < y < 2x

et
B = (x; y) 2 R2 : x > 0 et 2x < y < 3x ;
on pose maintenant
1
g(x; y) = pour tout (x; y) 2 R2 :
(1 + jxj)2

La fonction g : (R2 ; B (R2 )) ! (R; B (R)) est mesurable car elle est continue. On
remarque maintenant que f = g A g B : Pour tout n 2 N les ensembles An et Bn
sont des ouverts de R2 ils appartiennent donc à B (R2 ) :
2. On en déduit que A; B 2 B (R2 ) et alors les fonctions A et B sont mesurables. En …n
la fonction f est mesurable comme somme de produit de fonctions mesurables.(rappelons
que la tribu de Borel B R sur R est engendrée par les intervalles ]a; +1[ ; a 2 R).
 52

Exercise 2.2 Pour tout n > 1; on dé…nit la fonction étagée 'n : [0; +1] ! [0; +1[ par

2 n E (2n t) si 0 6 t < n
'n (t) =
n si t > n;

où E(x) désigne la partie entière de x 2 R:

1. Démontrer que 0 6 'n (t) 6 'n+1 (t) pour tout t 2 [0; +1] et n > 1:
2. On pose fn = 'n f: Véri…er que fn est étagée et montrer que la suite (fn )n est
croissante.
3. Démontrer que si f (x) < 1 alors pour n su¢ sament grand on a

f (x) 2 n
6 fn (x) 6 f (x) :

Conclure.

Solution 2.2 1. On a trois cas

i) Pour t > n + 1 (ou aussi t = +1). Alors 'n+1 (t) = n + 1 > n = 'n (t) :
ii) Pour n 6 t < n + 1. D’après la croissance de la fonction partie entière on a

E 2n+1 t > E 2n+1 n = 2n+1 n,

ce qui implique que

1
'n+1 (t) = E 2n+1 t > n = 'n (t) :
2n+1

iii) Pour 0 6 t < n. Puisque

2n+1 t > 2E (2n t) 2 N,
on a
E 2n+1 t > 2E (2n t) ,
alors
1 1
'n+1 (t) = E 2n+1
t > E (2n t) = 'n (t) :
2n+1 2n
Donc dans tout les cas, pour tout t 2 [0; +1] et n > 1 on a

'n (t) 6 'n+1 (t) :

2. Il est clair que les applications 'n sont étagées pour tout n > 1, alors les fn sont aussi
étagées car
fn (E) = 'n (f (E)) = 'n ([0; +1]) ;
est …nie. D’autre part par la croissance de la suite ('n )n on peut écrire

fn (x) = 'n (f (x)) 6 'n+1 (f (x)) = fn+1 (x) ; 8n > 1; 8x 2 E:

 53

3. Pour n su¢ sament grand choisissons n > f (x), dans ce cas nous avons
1
fn (x) = E (2n f (x)) ;
2n
par les propriétés de la partie entière
2n f (x) 1 6 E (2n f (x)) 6 2n f (x);
donc
1
6 fn (x) 6 f (x);
f (x)
2n
…nalement par le passage à la limite quand n ! +1 nous concluons que fn !f
simplement.
Exercise 2.3 Soit X = [0; 1[ muni de la tribu borélienne et de la mesure de Lebesgue :
Soit la suite (fn )n de fonctions dé…nie par fn = [ 1 ; 2 [ : Montrer que fn ! 0 en mesure,
n n
mais que (fn )n ne converge pas vers 0 presque partout.
Solution 2.3 Pour tout > 0 on a
1 2
fx 2 X : jfn (x) 0j > g ; ;
n n
donc
1 2 1
(fx 2 X : jfn (x) 0j > g) 6 ; = ! 0;
n n n
il s’ensuit que fn ! 0 en mesure.
D’autre part
lim supfn = 1 6= lim inf fn = 0;
n !+1 n !+1

alors pour tout x 2 [0; 1[ ; lim fn (x) 6= 0: D’où

n !+1

x2X: lim fn (x) 6= 0 = ([0; 1[) = 1 6= 0;

n !+1

et donc (fn )n ne peut converger presque partout vers 0:

Exercise 2.4 Soient f; g; h : ( ; M; ) ! R trois fonctions quelconques. Montrer que si
f = g presque partout et g = h presque partout, alors f = h presque partout.
Solution 2.4 Il existe A; B 2 M tels que
(f 6= g) A, (g 6= h) B et (A) = (B) = 0:
Puisque
(f = g) \ (g = h) (f = h) ;
on a
(f 6= h) (f 6= g) [ (g 6= h) A [ B;
et on a
(A [ B) 6 (A) + (B) = 0;
d’où
(f 6= h) A [ B avec (A [ B) = 0:
Finalement f = g presque partout.
 54

Exercise 2.5 Soient (E; T ) un espace mesurable et f : E ! R une fonction mesurable,

pour a > 0 on pose 8
< a si f (x) > a
fa (x) = f (x) si jf (x)j 6 a
:
a si f (x) < a
Montrer que fa est mesurable.

Solution 2.5 On dé…nit la fonction Ta : R ! R par

8
< a si s > a
Ta (s) = s si jsj 6 a
:
a si s < a;

Ta est continue de R dans R; donc mesurabele, et de plus fa = Ta of , donc fa est mesurable

en tant que composée de deux applications mesurables.

Exercise 2.6 Additivité de l’intégrale de Lebesgue sur les fonctions positives

Soit (E; ; ) un espace mesuré. Soit f; g deux fonctions positives mesurables. Montrer
que Z Z Z
(f + g) d = fd + gd :
E E E
On pourra commencer par supposer f et g sont étagées. Puis utiliser un théorème d’approxi-
mation de fonctions mesurables positives par des fonctions étagées et en…n le théorème de
convergence monotone (Beppo-Levi).

Solution 2.6 Disons que f et g sont étagées et prenant les valeurs ai ; i = 1; :::; n et bj ;
j = 1; :::; p sur les ensembles Ai et Bj . Remarquons (Ai )i et (Bj )j forment des partitions de
E. On a d’une part :
Z Z X
n p
X
fd + gd = ai (Ai ) + bj (BJ )
E E i=1 j=1
p
! p
!
X
n X X X
n
= ai (Ai \ Bj ) + bj (Bj \ Ai )
i=1 j=1 j=1 i=1
p
XX
n
= (ai + bj ) (Ai \ Bj ) :
i=1 j=1

D’autre part :
p
X
n X
f (x) + g(x) = ai 1 (Ai ) + bj 1 (Bj )
i=1 j=1
p
! p
!
X
n X X X
n
= ai 1 (Ai \ Bj ) + bj 1 (Bj \ Ai )
i=1 j=1 j=1 i=1
p
XX
n
= (ai + bj ) 1 (Ai \ Bj ) ;
i=1 j=1
 55

de sorte que
Z X p
n X Z Z
(f + g) d = (ai + bj ) (Ai \ Bj ) = fd + gd :
E i=1 j=1 E E

Pour passer à f; g mesurables positives quelconques, il su¢ t de considérer (un ) et (vn ) des
suites croissantes de fonctions positives étagées telles que (un ) ! f (x) et (vn ) ! g(x) (en
croissant donc) pour tout x 2 E: Pour tout n on a alors
Z Z Z
(un + vn ) d = un d + vn d :

En passant à la limite dans cette égalité et en utilisant Beppo-Levi, on trouve

Z Z Z
(f + g) d = f d + gd

Exercise 2.7 Soit fn une suite de fonctions mesurables positives sur (E; ; ) : On dé…nit
la fonction F pour tout x 2 E par
X
1
F (x) = fn (x):
n=0

Montrer que la fonction F est mesurable positive et que

Z 1 Z
X
Fd = fn d :
E n=0 E

Solution 2.7 Soit Fp la somme partielle

p
X
Fp (x) = fn (x);
n=0

d’après l’exercice précédent on a

Z p Z
X
Fd = fn d ;
n=0

de plus la suite de fonctions (Fp )p est une suite croissante (car les fn sont positives) de
fonctions mesurables positives telles que Fp (x) ! F (x) pour tout x 2 E. Le theorème de
convergence monotone donne alors que F est mesurable (elle est aussi positive) et que :
Z Z 1 Z
X
F d = lim Fp d = fn d :
p !1 E n=0

Exercise 2.8 On travaille sur (N; P (N)) muni de la mesure de dénombrement : pour tout
A N; (A) est le cardinal de A si A est …ni, (A) = +1 dans le cas contraire.
 56

1. Soit f : N ! [0; +1] une fonction positive sur N. On peut également voir f comme
une suite de nombres réels positifs un = f (n): En remarquant que f s’écrit f =
X1
R
f (n)1fng ; expliquer la valeurs de N f d :
n=0
2. Soit (un;p )n;p2N une suite double de réels positifs. Montrer que
! !
X1 X1 X1 X1
un;p = un;p :
n=0 p=0 p=0 n=0

3. Calculer !
X1 X1
1
:
p=2 n=2
np

Solution 2.8 1. Par intégration terme à terme d’une série de fonctions positives on ob-
tient : Z 1 Z
X X
1 X
1
fd = f (n)1fng (x)d (x) = f (n) (fng) = f (n):
N n=0 N n=0 n=0

Les séries classiques sont des intégrales de Lebesgue.

2. Soit fn la suite de fonctions positives sur N dé…nies par fn (p) = un;p pour tout p 2 N.
Le théorème d’intégration terme à terme donne :
Z X 1 X1 Z
fn d = fn d :
N n=0 n=0 N

La première question appliquée à chaque membre de cette égalité donne le résultat.

3. Les termes sont positifs, on échange :
! !
X1 X1
1 X1 X1
1
=
p=2 n=2
np n=2 p=2
np
X
1
1
=
n=2
n2 n
X1
1 1
= + = 1;
n=2
n n 1

par
X téléscopage. On ne sait pas grand chose sur les valeurs des sommes de Riemann
1=np pour p entier > 2; mais on peut calculer la somme de ces sommes !

Exercise 2.9 Soit (E; ; ) un espace mesuré, (fn )n une suite de fonctions intégrables qui
converge presque partout vers une fonction intégrable f:
R
1. On suppose que lim E jfn f j d = 0: Montrer que
n !1
Z Z Z Z
lim fn d = f d et lim jfn j d = jf j d :
n !1 E E n !1 E E
 57

R R
2. Réciproquement, on suppose que lim jfn j d = jf j d . Montrer que
n !1 E E

Z
lim jfn f j d = 0;
n !1 E

on pourra utiliser la suite de fonctions gn = jf j + jfn j jf fn j et lui appliquer le seul

théorème de convergence dont elle satisfait les hypothèses.
3. Résumer les résultats des questions précédentes en une équivalence.
4. On se place sur (R; B (R) ; ). Donner un exemple de suite (fn ) de fonctions intégrables
qui converge vers une fonction f intégrable, telle que
Z Z
lim fn d = fd ;
n !1 E E
R
et telle que, pourtant, ( E jfn f j d ) ne tende pas vers 0:

Solution 2.9 1. Il su¢ t d’écrire :

Z Z Z
fn d fd 6 jfn fj d ;
E E E

et
Z Z Z Z Z
jfn j d jf j d = jfn j jf j d 6 jjfn j jf jj d 6 jfn fj d ;
E E E E E

(inégalité triangulaire renversée).

2. Les fonctions gn sont positives , on ne peut faire que Fatou. Notons que gn converge
simplement vers 2 jf j presque partout par hypothèse. On obtient
Z Z
lim inf gn d 6 lim inf gn d ;
E n !+1 n !+1 E

autrement dit :
Z Z Z Z
2 jf j d 6 lim inf jf j+jfn j jf fn j d = 2 jf j d lim sup jfn fj d :
E n !+1 E E n !+1 E

La deuxième égalité provenant de l’hypothèse de cette question. Donc

Z
0 6 lim sup jfn f j d 6 0:
n !+1 E

Par conséquent Z
lim sup jfn f j d = 0:
n !+1 E

3. Nous venons de montrer que, sous les hypothèses de l’exercice :

Z Z Z
lim jfn f j d = 0 () lim jfn j d = lim jf j d :
n !+1 E n !+1 E n !+1 E
 58

4. Il va falloir choisir des fonctions qui change de signe, sinon les résultats précédents
assurent que de telles fonctions n’existent pas. Considérons fn = n1 1[0;n] 1[ n;0] :
Les fn sont intégrables, convergent vers 0 (qui est intégrable). On a aussi :
Z Z
fn d = 0 ! 0 = 0d ;
R R

et poutant Z
jfn 0j d = 2:
R

Exercise 2.10 Soient f; g : R ! R deux fonctions continues.

1. Si est la mesure de Lebesgue, montrer que

f = g p.p () f = g:

2. Si 0 est la mesure de Dirac :

1 si 0 2 A
8A 2 B (R) : 0 (A) =
0 sinon,

montrer que
f = g p.p () f (0) = g(0)
1. Montrons que f = g p.p () f = g
i) (= Si f = g i.e :f (x) = g(x) 8x 2 R, et on a f = g p.p car f = g sur ?c et
(?) = 0
ii) =) Si f = g p.p, alors 9A 2 B (R) : (A) = 0 et f = g sur Ac , on a alors

ff (x) 6= g(x)g A

1
ff (x) = g(x)g = (f g) (R ) ;
est un ouvert car f g est continue de R dans R; donc

ff (x) 6= g(x)g 2 B (R) ;

de plus
(ff (x) 6= g(x)g) 6 (A) = 0;
donc
ff (x) 6= g(x)g = ?;
car un ouvert non vide est toujour de mesure de Lebesgue strictement positive,
d’où
f = g partout.
2. Montrons que
f = g p.p () f (0) = g(0)
 59

i) (= Si f (0) = g(0), on prend A = f0gc on a donc A 2 B (R) ; et 0 (A) = 0 et

f = g sur Ac donc f = g p.p.

ii) =) Si f = g p.p donc

9A 2 B (R) : f = g sur Ac et 0 (A) = 0;

donc
= A i.e : 0 2 Ac d’où f (0) = g(0):
02
Chapitre 3

Fonctions Intégrables

Dans ce chapitre (E; T; m) désigne un espace mesuré. Dans la suite on étudie l’intégrale
de Lebesgue sur E par rapport à la mesure m:
On note E+ : Ensemble des fonctions étagées mesurable et positives de (E; T ) dans
R+ muni de la tribu borélienne.

3.1 Intégrale d’une fonction étagée positive

P
n
Dé…nition 3.1 Soit f 2 E+ ; de décomposition canonique f = ai Ai On pose
i=1
Z
P
n
f dm = ai m(Ai ) 2 R+ :
E i=1

Cette quantité s’appelle intégrale sur E de la fonction f par rapport à la mesure m.

R
L’intégrale f dm est un élément de [0; +1]. Bien que les ai soient tous réels elle peut très
bien valoir +1, si pour ai > 0, le correspondant m(Ai ) vaut +1. Rappelons la convention
0 (+1) := qui est bien utile ici lorsque m (f 1 (f0g)) = +1:

Exemple 3.1 1. Si f est une fonction constante, alors sa décomposition canonique s’écrit
R Pn
f = a E , avec a > 0: la formule E f dm = ai m(Ai ) nous donne alors
i=1
Z
adm = a m(E):
E

2. Si f = a A avec a > 0; A 2 T et A 6= E, sa décomposition canonique est

f =a A +0 Ac ;

d’où Z
a A = a m(A) + 0 m(Ac ) = a m(A):

On note Z Z
f dm = f (x)dm
E x2E

60
 61

Remarque 3.1 1. Si 9i : ai = 0 et m(Ai ) = +1, alors par conséquent on a 0 (+1) = 0

L’intégrale de Lebesgue est indépendante de l’écriture de la fonction étagée, donc si :
P
n P
p
f= ai 1Ai = f = bj 1Bj ;
i=1 j=1

alors
P
n P
p
ai m(Ai ) = bj m(BJ ):
i=1 j=1
R
2. Si A 2 T , E
1A dm = m(A):
Proposition 3.1 Soient f et g deux fonctions étagées mesurables, et positives. Alors
Z Z Z
(f + g) dm = f dm + gdm:
E E E
R R
1. 8 2 R+ : E ( f ) dm = f dm:
R R E
2. Si f > g alors E f dm > E gdm:
Preuve.
1. Posons
P
n P
p
f= ai 1Ai et g = bj 1Bj :
i=1 j=1

On a
P
n+p
f +g = k 1Ck ;
k=1
avec
ak , 1 6 k 6 n Ak , 1 6 k 6 n
= et Ck =
k
b kn , n + 1 6 k 6 n + p Bkn , n + 1 6 k 6 n + p:
Donc
Z
P
n+p P
n P
n+p
(f + g) dm = k m(Ck ) = k m(Ck ) + k m(Ck )
E k=1 k=1 k=n+1
P
n P
n+p
= ak m(Ak ) + bk n m(Bk n )
k=1 k=n+1
Pn Pp
= ak m(Ak ) + bk m(Bk )
k=1 k=1
Z Z
= f dm + gdm:
E E

2. On a
P
n P
n
f= ai 1Ai = ( ai )1Ai :
i=1 i=1
Donc
Z
P
n
( f )dm = ( ai )m(Ai )
E i=1
Z
P
n
= ai m(Ai ) = f dm:
i=1 E
 62

Proposition 3.2 1. Soient f; g 2 E+ (E+ : Ensemble des fonctions étagées mesurable et

positives) telles que f > g : on a (f g) 2 E+ (car R espace vectoriel) et
Z Z Z Z
f dm = [(f g) + g] dm = (f g) dm + gdm;
E E E E
R
car E
(f g) dm > 0:
R
Remarque 3.2 Si f; g 2 E avec f > g et E gdm < +1, alors
Z Z Z
(f g) dm = f dm gdm
E E E

3.2 Intégrale d’une fonction mesurable positive

Dé…nition 3.2 Soit (E; T; m) un espace mesuré et soit f 2 M+ (Ensemble des fonctions
mesurables positives de E dans R). On dé…nit l’intégrale de f par :
Z Z
f dm = sup gdm; g 2 M+ : g 6 f :
E E

3.2.1 Théorème de la convergence monotone

Theorème 3.1 (de la convergence monotone ou de Beppo-Levi) Soit (E; T; m) un espace
mesuré et (fn )n2N une suite croissante de fonctions mesurables et positives convergeant vers
une fonction f . Alors f 2 M+ et
Z Z Z
f dm = lim fn dm = sup fn dm:
E n!+1 E n E
R
Preuve. La suite E
fn dm n
est croissante dans [0; +1], donc convergente vers L 2
[0; +1] Z Z
L := lim fn dm = sup fn dm:
n!+1 E n E
Pour tout n 2 N on a fn 6 f et par la croissance de l’intégrale on obtient
Z Z
fn dm 6 f dm;
E E

puis en prenant le supremum sur n 2 N

Z
L6 f dm:
E

Par ailleurs, soit s 2 E+ tel que s 6 f et soit 2 ]0; 1[. On dé…nit

An = fx 2 E : fn (x) > s(x); g

 63

comme
1
An = (fn s) ([0; +1]) ;
et la fonction x 7 ! fn (x) s(x) est mesurable, alors An 2 T pour tout n 2 N: D’autre
part, la suite (An )n est croissante car si x 2 An , alors s(x) 6 fn (x) 6 fn+1 (x) par
[
+1
croissance de (fn )n ; donc x 2 An+1 et aussi on a E = An : Grâce à la dé…nition de An
n=1
on peut écrire une inégalité entre des fonctions mesurables positives

6 fn An 6 fn :
s An
R R
On en déduit par croissance de l’intégrale et A f dm = A f A dm
Z Z Z
( s) dm 6 fn dm 6 fn dm: (3.1)
An An

X
m X
m
De plus, si s = bi Bi , alors s An = bi (Bi \An ) on a donc
i=1 i=1

Z X
m
sdm = bi m (Bi \ An ) : (3.2)
An i=1

Pour tout i = 1; :::; m, la suite (Bi \ An )n est croissante et

!
[
+1 [
+1
(Bi \ An ) = Bi \ An = Bi \ E = Bi ;
n=1 n=1

dans (3.2), on peut passer à la limite quand n tend vers +1, en appliquant la continuité
croissante de mesure m
Z Xm Xm Z
lim sdm = bi lim m (Bi \ An ) = bi m (Bi ) = sdm:
n!+1 An n!+1
i=1 i=1

Faisant tendre n vers l’in…ni dans 3.1 on obtient aussi, pour tout 2 ]0; 1[ et tout s 2 E+
avec s 6 f on a Z
sdm 6 L:

Corollary 3.1 Soit (E; T; m) un espace mesuré, (fn )n2N M+ ; alors

Z Z
P
+1 P
+1
fn dm = fn dm:
E n=0 n=0 E

Preuve. On applique le théorème de la convergence monotone à la suite (gn )n2N dé…nie par
P
n
gn = fp :
p=0
 64

On a gn 2 M+ et
P
+1
gn ! f = fp , n ! +1;
p=0

de plus
gn+1 > gn 8n 2 N, donc f 2 M+ ;
et Z Z
lim gn dm = f dm;
n!+1 E E
i.e :
Z Z
P
n P
+1
lim fp dm = fp dm
n!+1 E p=0 E p=0
Z Z
P
+1 P
+1
=) fp dm = fp dm:
p=0 E E p=0

Proposition 3.3 Soient f; g 2 M+ et 2 R+ : Alors

1. Z Z Z
(f + g) dm = f dm + gdm:
E E E

2. Z Z
( f ) dm = f dm:
E E

3. Si f > g alors Z Z
f dm > gdm:
E E

4. Si m(E) = 0, alors Z
f dm = 0:
E

Preuve.
1. Comme f; g 2 M+ ; 9( n )n2N ; ('n )n2N M+ et croissante telles que

f = lim n et g = lim 'n :

n!+1 n!+1

On a
f + g = lim ( n + 'n );
n!+1

d’après le Théorème de la convergence monotone

Z Z Z
(f + g) dm = lim ( n + 'n ) = lim n dm + 'n dm
E n!+1 n!+1 E E
Z Z
= lim n dm + lim 'n dm
n!+1 E n!+1 E
Z Z
= f dm + gdm:
E E
 65

2. On a
f= lim n = lim ( n) ;
n!+1 n!+1

donc Z Z Z Z
( f ) dm = lim n dm = lim n dm = f dm:
E n!+1 E n!+1 E E

3. Soient f; g 2 M+ telles que f > g on a f g 2 M+ , d’après (1) ona :

Z Z Z Z Z
f dm = [(f g) + g] dm = (f g) dm + gdm > gdm;
E E E E E

car Z
(f g) dm > 0:
E
R
Conséquence : Si f; g 2 M+ telles que f > g et E
gdm < +1; alors
Z Z Z
(f g) dm = f dm gdm:
E E E

P
n
4. Pour toute fonction étagée positive ' = ai 1Ai on a
i=1
Z
P
n
'dm = ai m(Ai ) = 0 car Ai E et m(E) = 0;
E i=1

d’ou Z Z
f dm = sup gdm; g 2 E+ : g 6 f = 0:
E E

Dé…nition 3.3 Soit (E; T; m) un espace mesuré, et f 2 M+ ; A 2 T; on dé…nit l’intégrale

de Lebesgue de f sur A par
Z Z
f (x) si x 2 A
f dm = f 1A dm où (f 1A ) (x) = ; f 1A 2 M+ ;
A A 0 , sinon

si m(A) = 0, alors Z
f dm = 0:
A

Proposition 3.4 Soit (E; T; m) un espace mesuré, A; B 2 T tels que A \ B = ? et f; g 2

M+ : Alors :
1. Z Z Z
f dm = f dm + f dm:
A[B A B
R R
2. Si f = g p.p alors E
f dm = E
gdm:
Preuve.
 66

1. On a :
Z Z Z
f dm = f 1A[B dm = (f 1A + f 1B ) dm, (car 1A[B = 1A + 1B )
A[B
ZE Z E
Z Z
= f 1A dm + f 1B dm = f dm + f dm:
E E A B

2. Soit A 2 T tel que m(A) = 0 et f 1Ac = g1Ac (i.e : f (x) = g(x) sur A), on a
Z Z
f 1Ac et g1Ac 2 M+ et f 1Ac dm = g1Ac dm:
E E

De plus Z Z Z Z
f dm = f dm + f dm = f 1Ac dm;
E A Ac E

Z Z Z Z
gdm = gdm + gdm = g1Ac dm
E Ac
ZA Z E

= f 1Ac dm = f dm:
E E

Conséquence : Si f 2 M+ telle que f = 0 p.p alors :

Z
f dm = 0:
E

3.2.2 Lemme de Fatou

Lemme 3.1 (lemme de Fatou) Soient (E; T; m) un espace mesuré et (fn )n2N M+ alors
Z Z Z
limfn dm 6 lim fn dm = lim inf fp dm :
E n E p>n E
n n

Preuve. On a
limfn = lim inf fp ;
n n p>n

on pose gn = inf fp alors (gn )n2N M+ , et (gn )n2N ! limfn , n ! 1; d’après le théorème
p>n n
de la convergence monotone
Z Z
limfn 2 M+ et lim gn dm = lim gn dm;
n n!1 E E n!1

i.e : Z Z
lim inf fp = limfn dm:
n!1 E p>n E n

D’autre part pour tout p > n, on a gn 6 fn donc p > n

Z Z Z Z
gn dm 6 fp dm =) gn dm 6 inf fp dm:
E E E p>n E
 67

En passant à la limite quand n ! +1, il vient :

Z Z Z
lim gn dm = limfn dm 6 lim inf fp dm
n!+1 E E Zn n!1 p>n E

= lim fn dm:
n E

3.3 Mesures et probabilités de densité

3.3.1 Mesure de densité
R R
Dé…nition 3.4 Soit (E; T; m) un espace mesuré et f 2 M+ ; A
f dm = f 1A dm; on dé…nit
: T ! R+ par Z Z
(A) = f 1A dm = f dm , 8A 2 T;
A
est une sur T appelée mesure de densité de f par rapport à m et notée = f m:

Exemple 3.2 "Probabilité de densité"

Dé…nition 3.5 Soit P une probabilité sur B(R) P est une probabilité de densité (par rapport
à Lebesgue) si
Z Z Z
9f 2 M+ telle que f d = 1 et P (A) = f 1A d = f d , 8A 2 B(R);
A

Rappel : Une loi de probabilité est par dé…nition une probabilité sur B(R):
1
Loi uniforme U (a; b) : Soit a; b 2 R , a < b : 1[a;b]
a b
Z
1
P (A) = 1[a;b] 1A d ; 8A 2 T:
a b

Loi exponentielle "( ): Soit > 0 , la loi exponentielle est dé…nie par la densité f dé…nie
par :
0 , si x < 0
f (x) =
e x , si x > 0:
Loi de Gauss N ( ; 2 ): Soit ( ; ) 2 R R+ : La loi de Gauss de paramètre ( ; ) est
dé…nie par la densité f !
1 (x )2
f (x) = p exp :
2 2 2
 68

3.4 L’espace L1 des fonctions intégrables

Remarque 3.3 si f 2 M (l’ensemble des fonctions mesurables), jf j , f + , f 2 M: La
monotonie de l’intégrale sur M+ donne
Z Z Z Z
f dm 6
+
jf j dm et f dm 6 jf j dm;
E E E E
avec
f + (x) = max(f (x); 0) et f (x) = min(f (x); 0) = max( f (x); 0); ( jf j (x) = jf (x)j ).
Dé…nition 3.6 Soient (E; T; m) un espace mesuré et f : E ! R mesurable. On dit que f
est intégrable au sens de Lebesgue si
Z
jf j dm < +1:
E
Dans le cas Z Z
+
f dm < +1 et f dm < +1;
E E
on pose alors Z Z Z
+
jf j dm = f dm f dm 2 R:
E E E
On note L1 l’ensemble des fonctions intégrables.
Proposition 3.5 f est intégrable si et seulement
R si f + et f le sont.
Preuve. "=)" si f est intégrable , on a E jf j dm < +1
Z Z
0 6 f 6 jf j =) 0 6
+
f dm 6
+
jf j dm < +1;
E E
Z Z
0 6 f 6 jf j =) 0 6 f dm 6 jf j dm < +1;
E E
d’où f + et f sont intégrables.
"(=" si f + et f sont intégrables, alors
Z Z
+
f dm < +1 et f dm < +1;
E E
donc Z Z Z
+
jf j dm = f dm + f dm < +1;
E E E
d’où le résultat : Z Z
1 +
f 2L , f dm < +1 et f dm < +1:
E E

1
Exemple 3.3 1. n = 1[0;n] , n 2 N est intégrable car
2n
Z
1 1
nd = ([0; n]) = , 8n 2 N :
R 2n 2
2. = 1[0;+1[ est non intégrable car
Z Z
d = 1[0;+1[ d = ([0;+1[ ) = +1:
R R
 69

3.4.1 L’éspace L1 (Cas complexe)

Si f : E ! C une fonction mesurable, alors (Re(f ); Im(f ) sont toutes deux mesurables),
on dit que f est intégrable et on note f 2 L1C (E; T; m) si
Z Z p
jf j dm = (Re f )2 + (Im f )2 dm < 1;
E E

on pose alors Z Z Z
f dm = Re(f )dm + i Im(f )dm:
E E E

Proposition 3.6 Soit (E; T; m) un espace mesuré. Alors

1. L1 est un R-espace vectoriel.
R
2. Lapplication : f 7 ! E f dm est linéaire de L1 dans R:
R R
3. Soient f; g 2 L1 telles que f 6 g alors E f dm 6 E gdm:
R R
4. 8f 2 L1 : E f dm 6 E jf j dm:

Preuve.
1. Soient f; g 2 L1 et ; 2 R: On a
Z Z Z
j f + gj dm 6 j j jf j dm + j j jgj dm < +1;
E E E

donc ( f + g) 2 L1 :
2. On commence par la linéarité : Soient f; g 2 L1 et 2 R: Montrons
R R
i) E ( f ) dm = E
f dm:
R R R
ii) E (f + g) dm = E f dm + E gdm:
i) On a :

f + si >0 f si >0
( f )+ = , ( f) =
f si <0 f + si < 0;

donc
Z Z Z
+
( f ) dm = ( f ) dm ( f ) dm
E E E
R R
R E
f +
dm E R
f dm si >0
= +
E
( f ) dm ( f ) dm si <0
R + R E
ER
f dm ER
f dm si >0
= +
f dm f dm si <0
R E E

RE f dm si >0
=
E
f dm si < 0:
 70

ii) On a
(f + g)+ (f + g) = f + f + g+ g
+
=) (f + g) + f + g = (f + g) + f + + g +
Z Z Z Z Z Z
+
=) (f + g) dm+ f dm+ g dm = (f + g) dm+ f dm+ g + dm
+

ZE ZE E
Z E
Z ZE ZE
=) (f + g)+ dm (f + g) dm = f + dm f dm+ g + dm g dm
E E E E E E
Z Z Z
=) (f + g) dm = f dm + gdm:
E E E

3. Soient f; g 2 L telles que f 6 g

1

=) f + f 6 g+ g

=) f + + g 6 f + g +
Z Z
=) f + g dm 6
+
f + g + dm
ZE Z E Z
Z
=) +
f dm + g dm 6 f dm + g + dm
ZE ZE EZ EZ

=) f + dm f dm 6 + g + dm g dm
E E E E
Z Z
=) f dm 6 gdm:
E E

4. Soit f 2 L1 ; on a
Z Z Z
+
f dm = f dm f dm
E E E
Z Z
6 +
f dm + f dm
ZE ZE
= f + dm jf j dm:
E E

R R
Conséquence : Si f; g 2 L1 telles que f = g p.p alors E f dm = E gdm
Preuve. On a
Z Z Z
f dm gdm = (f g) dm
E E E
Z
6 jf gj dm = 0;
E
car Z
jf gj = 0 p.p (Si f 2 M+ , f = 0 p.p =) f dm = 0;
E
d’où Z Z
f dm = gdm:
E E
 71

3.4.2 Théorème de la convergence dominée

Soit (E; T; m) un espace mesuré et (fn )n2N une suite de fonctions intégrables convergeant
vers une fonction f presque partout et g 2 L1 telle que

8n 2 N; jfn j 6 g p.p,

alors Z Z
1
f 2 L et lim fn dm = f dm:
n !1 E E

Proposition 3.7 Soit (E; T; m) un espace mesuré, A 2 T telle que m(A) < 1: Si (fn )n2N
est une suite de fonctions intégrables bornées convergeant vers f , alors
Z Z Z
lim fn dm = f dm et lim jfn f j dm = 0:
n !1 A A n !1 E

Proposition 3.8 "Corollaire" Soit (E; T; m) un espace mesuré, g 2 L1 ; (fn )n2N L1 :

X+1
Si fn est convergente telle que
n=0

X
n
8n 2 N; fp 6 g;
p=0

alors Z !
X
+1 +1 Z
X
fn dm = fn dm:
E n=0 n=0 E

3.4.3 Applications du Théorème de la convergence dominée

Intégrales dépendant d’un paramètre
Soit (E; T; m) un espace mesuré, f : E R ! R une fonction. Pour t 2 R …xé, on
f (:; t) E ! R
dé…nit l’application : et on suppose que f (:; t) 2 L1 ; 8t 2 R; on
x 7 ! f (x; t)
note F l’application dé…nie de R dans R par
Z Z
F (t) = f (:; t)dm = f (x; t)dm(x):
E E

Theorème 3.2 (Continuité sous l’intégrale) : Si

1. 8t 2 R; jf (x; t)j 6 g(x) p.p où g 2 L1
2. L’application t 7 ! f (x; t) est continue en t0 pour presque tout x 2 E. Alors F est
continue en t0

Theorème 3.3 (Dérivabilité sous l’intégrale) : Si t 7 ! f (x; t) est dérivable p.p et que
sur cet ensemble @t @
(f (x; t)) 6 g(x) où g 2 L1 : Alors F est dérivable sur R et F 0 (t) =
R @
E
(f (x; t)) dm(x):
@t
 72

3.5 comparaison entre l’intégrale de Lebesgue et l’in-

tégrale de Riemann
3.5.1 Intégrabilité au sens de Riemann
Soit f : [a; b] ! R une fonction bornée et soit x0 ; x1 ; :::; xn un ensemble …ni de points
tels que a = x0 <; x1 <; :::; xn = b: Dans chaque [xk ; xk+1 ] on choisit k et on pose
X
n 1
Sn = yk (xk+1 xk ) tel que yk = f (xk ):
k=0

Si Sn ! S (indépendante du choix de xk ) alors S s’appelle intégrale de Riemann sur [a; b]

n !1
Zb
et notée f (x)dx:
a
Idée de Lebesgue : approcher l’aire sous le graphe de la fonction par une union de
rectangles (comme Riemann).
Dans le cas de Riemann, on s’interesse à la variation de la fonction sur son domaine de
dé…nition.
Dans le cas de Lebesgue, on dé…nit le rectangle en fonction des valeurs de la fonction.
Dé…nition 3.7 Une partie A de [a; b] est mesurable au sens de Riemann si 1A est Riemann
intégrable.
Exemple 3.4 1Q\[0;1] n’est pas Riemann intégrable sur [0; 1] donc Q\[0; 1] n’est pas Riemann
mesurable.
Proposition 3.9 Soit f : [a; b] ! R une fonction Riemann intégrable. Alors f est mesu-
e ([a; b]) :
rable pour la tribu B
Proposition 3.10 Soit f : [a; b] ! R une fonction bornée. Alors f est intégrable au sens de
Riemann si et seulement si f est continue p.p (l’ensemble de discontinue de f est négligeable
pour la mesure de Lebesgue ).
Proposition 3.11 Soit f : [a; b] ! R une fonction bornée dé…nie sur un intervalle borné
[a; b] (b > a): Si f est intégrable au sens de Riemann alors f est intégrable au sens de
Lebesgue
Z Zb
f d = f (x)dx:
[a;b]
a

Remarque 3.4 l’inverse est en générale faux.

Exemple 3.5 La fonction de Dirichlet dé…nie sur [0; 1] par
0 si x 2 Q
f (x) =
1 si x 2
=Q
f = 1 p.p , f est Lebesgue intégrable et son intégrale est égale à 1, alors son intégrale de
Riemann n’est pas dé…nie.
 73

Proposition 3.12 Soit f : ]a; b[ ! R ( 1 6 a < b 6 +1) une fonction mesurable

telle que f est bornée sur tout compact [ ; ] ]a; b[ et Riemann intégrable. Si l’intégrale de
Zb
Riemann généralisée f (x)dx est absolument convergente, alors f est Lebesgue intégrable
a
sur ]a; b[ et donc sur [a; b] et on a

Z Z Zb Zd
fd = fd = f (x)dx = lim f (x)dx:
[a;b] ]a;b[
a
d !b c
c !a

Conséquence : Si f : ]a; b[ ! R est continue et d’intégrale de Riemann généralisée

Zb
f (x)dx absolument convergente, alors f est Lebesgue intégrable sur ]a; b[ et
a

Z Zb
fd = f (x)dx:
]a;b[
a

Zb
Remarque 3.5 Si l’intégrale de Riemann généralisée f (x)dx n’est pas absolument conver-
R a
gente, alors ]a;b[
jf j d = +1 donc f n’est pas Lebesgue intégrable.

sin x
Exemple 3.6 La fonction x 7 ! n’est pas Lebesgue intégrable sur R+ car
x
ZA
sin x
lim dx = +1:
A !1 x
0

3.6 Les espaces Lp (1 6 p 6 +1)

3.6.1 Les espaces Lp (1 6 p < +1)
Dé…nition 3.8 Soit (E; T; m) un espace mesuré, 1 6 p < +1 et f : ]a; b[ ! R une
fonction mesurable. On dit que f 2 LpR (E; T; m) = Lp si
Z
jf jp dm < +1:
E

= Lp si
Donc f 2 Z
jf jp dm = +1:
E
 74

Proposition 3.13 Soit (E; T; m) un espace mesuré et 1 6 p < +1, alors Lp est un R-
espace vectoriel.
Preuve.
i) Soient 2 R et f 2 Lp : On a f 2 M et
Z Z
p p
j f j dm = j j jf jp dm < +1;
E E
p
donc f 2 L
ii) Soient f; g 2 Lp ; on a f + g 2 M et

jf + gjp 6 [jf j + jgj]p 6 [2 sup (jf j ; jgj)]p

6 2p [jf jp + jgjp ]

donc
Z Z Z
jf + gj dmp
6 p
2 p
jf j dm + 2 p
jgjp dm < +1
E E E
=) (f + g) 2 Lp :

3.6.2 Inégalité de Young

1 1
Soient a; b 2 R+ et p; q 2 ]1; +1[ tels que p
+ q
= 1 (p et q sont dits cojugués). Alors

ap b q
ab 6 + :
p q

3.6.3 Inégalité de Holder

Soit (E; T; m) un espace mesuré et p; q 2 ]1; +1[ tels que p1 + 1q = 1 et soient f; g 2 Lp :
Alors f g 2 L1 et
Z Z 1=p Z 1=q
jf gj dm 6 p
jf j dm q
jgj dm :
E E E

i) Montrons que f g 2 L1 : On a f g 2 M et d’après l’inégalité de Young

jf jp jgjq
jf gj 6 +
p q
Z Z Z
1 1
=) jf gj dm 6 p
jf j dm + jgjq dm < +1;
E p E q E

donc f g 2 L1 :
ii) Montrons l’inégalité de Holder
R R
a) Si E jf jp dm = 0 ou E jgjq dm = 0 (i.e : f = 0 p.p ou g = 0 p.p)
Z
f g = 0 p.p et jf gj dm = 0:
E
 75

R R
b) Si E
jf jp dm 6= 0 et E
jgjq dm 6= 0: On pose
f g
fe = R 1=p
et ge = R 1=q
;
E
jf jp dm E
jgjq dm
on a
1 ep 1 q
fege 6f + je gj
p q
jf gj 1 jf jp 1 jgjq
=) R 1=p R
6 R + R ;
p
jf j dm jgjq dm
1=q p E jf jp dm q E jgjq dm
E E
en passant à l’intégrale , on obtient :
R R p R q
jf gj dm 1 E jf j dm 1 E jgj dm
R
E
1=p R
6 R + R
p
jf j dm jgjq dm
1=q p E jf jp dm q E jgjq dm
E E
1 1
+ =1 6
p q
Z Z 1=p Z 1=q
=) jf gj dm 6 p
jf j dm jgjq dm :
E E E

3.6.4 Inégalité de Minkowski

Soit (E; T; m) un espace mesuré et 1 6 p < +1 et soient f; g 2 Lp . Alors (f + g) 2 Lp
et Z Z Z
1=p 1=p 1=p
jf + gj dm p
6 jf j dm p
+ jgjp dm :
E E E
Preuve. Soit q l’exopsant conjugué de p (i.e : p1 + 1q = 1).
On a
q
jf + gjp 1 2 Lq car jf + gjp 1 = jf + gj(p 1)q
= jf + gjp :
D’après l’inégalité de Holder
Z Z 1=p Z 1=q
jf j jf + gjp 1
dm 6 jf j dmp p
jf + gj dm
E E E
Z Z 1=p Z 1=q
jgj jf + gj p 1
dm 6 jgj dm p p
jf + gj dm
E E E
donc
Z Z Z Z
p
jf + gj dm = jf + gj jf + gj p 1
dm 6 jf j jf + gj p 1
dm + jgj jf + gjp 1
dm;
E E E E
d’autre part
Z " Z Z # Z
1=p 1=p 1=q
jf + gjp dm 6 p
jf j dm + jgj dmp
jf + gj dm p

E E E E
Z 1=p Z 1=p Z 1=p
=) jf + gj dm p
6 jf j dm p
+ jgjp dm
E E E
1 1
car = 1
q p
 76

Proposition 3.14 Soit (E; T; m) un espace mesuré et 1 6 p < +1 . Alors l’application :

R 1=p
f 7 ! kf kp = E jf jp dm est une semi-norme sur Lp :
Preuve. On a
i) kf kp 2 R+ ; 8f 2 Lp et
kf kp = 0 () f = 0 p.p
ii) 8 2 R; 8f 2 Lp
Z 1=p Z 1=p
p p
k f kp = j f j dm =j j jf j dm
E E
= j j kf kp :

iii) 8f; g 2 Lp :
kf + gkp 6 kf kp + kgkp (Inégalité de Minkowski).

Dé…nition 3.9 Soit (E; T; m) un espace mesuré et 1 6 p < +1 . On dé…nit l’espace

Lp (E; T; m) = Lp comme l’ensemble des classes d’équivalence des fonctions Lp pour la rela-
tion déquivalence = p.p. Donc
n o
Lp = f =f 2 Lp avec f = fg 2 Lp =g = f p.pg

Si F 2 Lp et f 2 F . On pose F = f
Z 1=p
kF kp = kf kp = jf jp dm :
E

Remarque 3.6 Toutes les inégalités précédentes restent vraies pour les Lp :

Proposition 3.15 L’application : f 7 ! kf kp est une norme sur Lp :

Theorème 3.4 (Théorème de Fischer-Riesz) Lp ; k:kp est un espace de Banach (i.e : un

espace vectoriel normé complet).

3.7 L’espace L1
Dé…nition 3.10 Soit (E; T; m) un espace mesuré et f : E ! R mesurable. On dit que f
est essentiellement bornée et on note f 2 L1 (E; T; m) = L1 s’il existe c 2 R+ telle que
jf j 6 c p.p.

Proposition 3.16 Soit (E; T; m) un espace mesuré. Alors L1 est un R espace vectoriel.
Preuve.
i) Soient 2 R et f 2 L1 alors 9c 2 R+ telle que jf j 6 c p.p, on a f 2 M et j f j 6
j j jf j 6 j j c p.p d’ou f 2 L1 :
 77

ii) Soient f; g 2 L1 :
f 2 L1 =) 9c 2 R+ telle que jf j 6 c p.p, donc 9A 2 T : m(A) = 0 et jf j 6 c sur AC .
g 2 L1 =) 9k 2 R+ telle que jgj 6 k p.p, donc 9B 2 T : m(B) = 0 et jgj 6 k sur B C :
On a (f + g) 2 M et 9D = A [ B 2 T : m(D) = 0 et

jf + gj 6 jf j + jgj 6 c + k + DC ;

d’où
jf + gj 6 c + k p.p et (f + g) 2 L1 :

Proposition 3.17 Si f 2 L1 ; on pose

kf k1 = inf fc 2 R+ : jf j 6 c p.pg et on a jf j 6 kf k1 p.p.

Preuve. On suppose que f 2 L1 : Par dé…nition de la borne inférieure. On a

9 (Cn )n2N fc 2 R+ : jf j 6 c p.pg

telle que Cn ! kf k1 quand n ! [1, donc pour tout n 2 N; 9An 2 T telle que m(An ) = 0
et jf j 6 cn sur An ; on pose A =
C
An , alors on a m(A) = 0 et jf j 6 cn 8n 2 N sur AC :
n2N
Comme Cn ! kf k1 quand n ! 1: On déduit que

jf j 6 kf k1 sur AC d’où jf j 6 kf k1 p.p.

Proposition 3.18 Soit (E; T; m) un espace mesuré. Alors l’application f 7 ! kf kp est une
semi-norme sur L1 :
Preuve. On a
i) kf k1 , 8 f 2 L1
ii)

kf k1 = 0 () inf fc 2 R+ : jf j 6 c p.pg = 0
() jf j 6 kf k1 = 0p:p
() f = 0 p:p

iii) Si 2 R et f 2 L1 , alors f 2 L1 et

k f k = inf fc 2 R+ : j f j 6 c p.pg
= inf fc 2 R+ : j j jf j 6 c p.pg
= j j kf k1 :

iv) Si f; g 2 L1 ; on a

(f + g) 2 L1 et jf + gj 6 jf j + jgj 6 kf k1 + kgk1 p.p

=) kf + gk1 6 kf k1 + kgk1 :
 78

Dé…nition 3.11 Soit (E; T; m) un espace mesuré. On dé…nit l’espace L1 1

R (E; T; m) = L ;
comme l’ensemble des classes d’équivalences des fonctions L1 pour la relation "= p.p". Donc
n o
1 1
L = f =f 2 L avec f = fg 2 L1 : g = f p.pg

Si F 2 L1 et f 2 F . On pose F = f
kF k1 = kf k1 = inf fc 2 R+ : jf j 6 c p.pg :

Proposition 3.19 L’application : f 7 ! kf kp est une norme sur L1 :

Theorème 3.5 (L1 ; k:k1 ) est un espace de Banach.

Proposition 3.20 "Comparaison des Lp (1 6 p 6 +1) Soit (E; T; m) un espace mesuré

…ni (m(E) < +1) p; q 2 R+ tels que 1 6 p 6 q 6 +1: Alors Lq Lp :
Preuve.
– Si q = +1 et 1 6 p < +1: On a jf jp 6 kf kp1 , donc
Z Z
jf j dm 6
p
kf kp1 dm 6 kf kp1 m(E) < +1;
E E

d’où
f 2 Lp et kf kp 6 m(E)1=p kf k1 :
– Supposons que q < +1 et soit 1 6 p 6 q; f 2 Lq ; alors
Z Z
q q=p
jf j dm < +1 =) (jf jp ) dm < +1
E E
p q=p
=) jf j 2 L :
On applique l’inégalité de Holder aux fonctions jf jp et 1 avec les exposants conjugués
1
q p
= et = = 1 ; on obtient
p 1 q
Z Z p=q Z 1
p
q
jf j dm 6
p p q=p
(jf j ) dm 1dm
E E E
p
1
= kf kpq m(E) q < +1;
donc 1 1
f 2 Lp et kf kp 6 m(E)( p q ) kf k :
q

Remarque 3.7 1. Si (E; T; m) est un espace probabilisé (m(E) = 1) et si 1 6 p 6 q 6

+1; alors
L1 Lq Lp L1 ;
et
kf k1 6 kf kp 6 kf kq 6 kf k1 :
 79

2. Si la condition m(E) < +1 n’est pas véri…ée, les espaces Lp sont en général icompa-
rables.

Exemple 3.7 Si E n’est pas de mesure …nie, f = 1 2 L1 mais pas dans L1 :

–
1
2 L2 R+ ; B(R+ ); L1 R+ ; B(R+ ); :
1 + jxj
–
1
p 2 L1 ([0; 1]) L2 ([0; 1]) :
x
–
1
p 2 L1 ([0; 1]) L1 ([0; 1]) :
x

3.8 Exercices corrigés

Exercise 3.1 Soit la suite des fonctions fn : (R+ ; B (R+ ) ; ) ! R+ dé…nit par
1
fn (x) = [0;n[ (x) ;
E(x)!

où E(x) désigne la partie entière de x 2 R:

1. Donner la limite simple de la suite (fn )n :
Z
1
2. Calculer E(x)!
d (x):

Solution 3.1 1. Puisque la suite ([0; n[)n>1 est croissante et

[
+1
[0; n[= R+ ;
n=1

d’autre part, on a

limAn = lim inf An et limAn = lim sup An :

n n

donc
lim [0;n[ (x) = [
+1 (x) = R+ (x) = 1; pour tout x 2 R+ ;
n !+1
[0;n[
n=1

d’où
1
lim fn (x) = , pour tout x 2 R+ :
n !+1 E(x)!
2. La suite (fn (x))n>1 est croissante pour tout x 2 R+ : Les fonctions positives x 7! fn (x)
sont décroissantes alors mesurables. D’après le théorème de la convergence monotone
on a Z Z Z
1
d (x) = lim fn (x)d (x) = lim fn (x)d (x);
E(x)! n !+1 n !+1
 80

d’autre part
Z Z Z
1 1
fn (x)d (x) = d (x) = d (x)
E(x)! E(x)!
[0;n[ [
n 1

[k;k+1[
k=0

n 1 Z
X X n 1 Z
1 1
= d (x) = ([k; k + 1[)
k=0
E(x)! k=0
k!
[k;k+1[ [k;k+1[

X
n 1
1
= ;
k=0
k!

d’où
Z X
n 1 X1
1 1 1
d (x) = lim = = e:
E(x)! n !+1
k=0
k! k=0
k!

Exercise 3.2 Soit (E; T; m) un espace mesuré et f : E ! R+ une fonction mesurable.

Monter que
Z Z
lim f (x)dm = 0 , 8" > 0; 9 > 0 : 8A 2 T; m(A) < =) f dm < ":
m(A) !0 A A

1. Calculer Z Z n
log(1 x) 1 n
dm et lim 1 e 2n+x dm:
x n !1 n
[0;1] [0;1]

Solution 3.2 1. i) Le cas où f est bornée :

8x 2 E; 9M; f (x) 6 M
Z Z
"
f dm 6 M:m(A) =) m(A) < =) f dm < ";
A M A

ii) Le cas où f n’est pas bornée : On dé…nit dans ce cas la suite (An ) de la forme

An = fx; f (x) 6 ng

est une suite mesurable et croissante c-à-d

[
1
A1 A2 :::: An :::; An = E:
n=1

On pose fn = f .1An , alors on a

fn fn+1 et lim fn = f 1E = f
n !1
 81

et en utilisant la convergence monotone, on déduit

Z Z Z Z
lim fn dm = lim fn dm =) lim f dm = f dm
n !1 E E n !1 n !1 A E
n
Z Z
=) 8" > 0; 9n0 2 N; n n0 f dm f dm < "
An E
Z Z
=) f dm < " + f dm
ZE An
Z
=) f dm < " + f dm
E\A A\An
Z
"
=) f dm < " + n:m(A \ An ) " + n:m(A) < "1 ; m(A) < :
A n
Z
log(1 x)
i) On calcule dm;On a
x
[0;1]

X
1
xn
log(1 x) = ; 8x 2 [0; 1]
n=1
n

X
1
xn
Z Z n Z X1
log(1 x) n=1 xn 1
dm = dm = dm
x x n=1
n
[0;1] [0;1] [0;1]

et d’après la propriété de la convergence monotonée, on a

Z X1 X1 Z X1
xn 1 xn 1 1 2
dm = dm = = :
n=1
n n=1
n n=1
n2 6
[0;1] [0;1]

Z n
n
1
ii) On calcule lim 1 e 2n + x dm;On a
n !1 n
[0;1]

0 1
1
n n log@1 A
1 n 1 1
1 =e et log 1 6
n n n

donc n
1
1 6e 1
n

n 2n + x n+x n+x
= =1 61
2n + x 2n + x 2n + x 2n + x
n n
n
1
=) e 2n + x 6 e1 =) 1 e 2n + x 6 e 1 :e1 , m ([0; 1]) = 1 < 1
n
 82

et d’après le théorème de la convergence bornée, on déduit

Z n
n Z n
n
1 1
lim 1 e 2n + x dm = lim 1 e 2n + x dm
n !1 n n !1 n
[0;1] [0;1]
Z
1 1
= e 1 :e1l2 dm = e 2 m ([0; 1]) = p :
e
[0;1]

Exercise 3.3 Soit (E; T; m) un espace mesuré, où m est une mesure positive et f : E ! C
une fonction mesurable.
1. Monter que si f 2 L1 (E; T; m), alors
limn m (fjf j > ng) = 0;
n

la réciproque est-elle vraie ?

2. Montrer que si f 2 L1 (E; T; m), alors
X 1 Z
jf j2 dm < +1;
n 1
n2
jf j6n

la réciproque est-elle vraie ?

1. On a Z Z
0 6 n:m (fjf j > ng) = n1fjf j>ng dm 6 jf j 1fjf j>ng dm;
E E
d’autre part on a
0 6 gn = jf j 1fjf j>ng 6 jf j 2 L1 (m) et lim jf (x)j 1fjf j>ng (x) = 0;
n !1

le théorème de convergence dominée assure que

Z
lim jf j 1fjf j>ng dm = 0, d’ou le résultat.
n !1 E

La réciproque est fausse . La fonction continue positive sur [0; e 1 ] donnée par g(x) =
x ln (x 1 ) a pour dérivée ln (x 1 ) 1 et est donc croissante sur [0; e 1 ] de g(0) = 0 à
g(e 1 ) = e 1 : On a
eZ 1 eZ 1 Z
+1
dx dx du
= = = lim ln (ln A) = +1
g(x) x ln (x 1 ) u ln (u) A !1
0 0 e

Néanmoins, pour n > 1

1
x 2 0; e 1
; >n = x 2 0; e 1
; g(x) 6 n 1
= [0; xn ]
g(x)
où xn 2 [0; e 1 ] est caractérisé par xn ln (xn 1 ) = g(xn ) = n 1 ; ce qui implique
1 1
n m x 2 0; e 1
; >n = nxn = !0
g(x) jln xn j
car xn ! 0+ . La propriété (1) peut donc être véri…ée sans que f (ici 1=g) soit L1 :
 83

2. Pour f 2 L1 , on a
!
X 1 Z Z X
jf j2 dm = n 2
jf j2 1fjf j n g dm:
n>1
n2 n 1
jf j6n

Avec
X X X
F (x) = n 2
jf (x)j2 1fjf j6n g (x) = n 2
jf (x)j2 = jf (x)j2 n 2

n>1 n>max(jf (x)j;1) n>max(jf (x)j;1)

comme pour N > 1,

X 2
1
n 2
6 min ; ;
n>N
6 N 1
on obtient
8 2
>
>
2
1 < jf (x)j2 si jf (x)j 6 2
0 6 F (x) 6 min ; jf (x)j2 6
6 max (jf (x)j ; 1) >
> jf (x)j2
: si jf (x)j > 2:
jf (x)j 1

Comme pour jf (x)j 6 2 on a

2 2 2
2
jf (x)j 6
2
jf (x)j jf (x)j 6 jf (x)j 6 4 jf (x)j
6 6 6
et pour jf (x)j > 2

jf (x)j2 jf (x)j
= jf (x)j 6 2 jf (x)j ;
jf (x)j 1 jf (x)j 1
il vient
0 6 F (x) 6 4 jf (x)j ;
ce qui donne le résultat
1
La réciproque est fausse car avec f (x) = 1[1;+1[ (x) (qui n’est pas dans L1 ), on a
x
néanmoins Z
X 1 2
X 1 Z 1 2
jf j dm = dx = :
n>1
n2 n>1
n2 x>1 x2 6
jf j6n

Exercise 3.4 1. Etudier la limite éventuelle de la suite (wn )n2N ; donnée par
Z
sin ( x)
wn = n+2
dx:
R+ 1 + x

2. Soient a; b 2 ]0; +1[ : Justi…er l’égalité suivante

Z X
xe ax 1
bx
dx = 2:
]0;+1[ 1 e n>0
(a + bn)
 84

Solution 3.3 1. On pose

sin ( x)
fn (x) = ; x 2 R+ ;
1 + xn+2
on remarque que
1
8x 2 R+ ; 8n 2 N; 0 6 jfn (x)j 6 1[0;1] (x) + 1]1;+1[ (x) = g(x):
1 + x2
On véri…e que g est intégrable par rapport à la mesure de Lebesgue sur R+ :De plus,
pour tout x 2 R+ ; limfn (x) = f (x) où
n

1
f (x) = sin( x) si x 2 [0; 1[ , f (1) = sin( ) et f (x) = 0 si x > 1:
2
Le théorème de convergenge dominée implique alors que
Z
2
lim wn = sin( x)dx = :
n !1 [0;1[

(a+bn)x
2. Pour tout x 2 ]0; +1[ et tout n 2 N, on pose fn (x) = xe : On a clairement
xe ax X
8x 2 ]0; +1[ ; bx
= fn (x):
1 e n2N

Comme il s’agit de fonctions positives, mesurable car continues sur ]0; +1[ ; l’inter-
vention série /intégrale positive implique que
Z XZ
xe ax
dx = fn (x)dx:
]0;+1[ 1 e bx n>0 ]0;+1[

Par un changement de variable linéaire

Z Z
1
fn (x)dx = xe x dx:
]0;+1[ (a + bn)2 ]0;+1[

Une intégration par partie implique que

Z
xe x dx = 1;
]0;+1[

ce qui permet de conclure.

Exercise 3.5 Soient (E; T; m) un espace mesuré, f : E ! R une fonction mesurable

positive et 2 R+ :
1. Montrer que Z
1
m (fx : f (x) > g) 6 f dm:
E

2. Montrer l’équivalence suivante :

Z
f dm = 0 () f = 0 p.p.
E
 85

3. Montrer que Z
f dm < 1 =) f < 1 p.p.
E

Solution 3.4 1. Montrons que

Z
1
m (fx : f (x) > g) 6 f dm:
E

On pose
A = fx : f (x) > g ;
alors

f >:1A = :m(A)
Z
1
=) m(A) 6 f dm:
E

2. Montrons que Z
f dm = 0 () f = 0 p.p.
E
(= : Si f = 0 p.p, alors Z Z
f dm = 0dm = 0
E E
=): On suppose Z
f dm = 0;
E
soit
1
An = x : f (x) > ; 8n > 1;
n
d’après 1) on a Z
m(An ) 6 n f dm = 0;
E
donc
m(An ) = 0 8n > 1;
de plus
!
[ 1
m (fx 2 E : f (x) > 0g) = m x : f (x) >
n2N
n
X
6 m(An ) = 0:
n2N

3. Montrons que Z
f dm < 1 =) f < 1 p.p.
E
On pose
Bn = fx : f (x) > ng ; 8n > 1;
 86

B1 = fx : f (x) = 1g ;
on a donc
!
\
m (B1 ) = m Bn = lim m (Bn )
n !1
n>1
Z
1
6 lim f dm = 0;
n !1 n E

car (Bn )n>1 est décroissante et

Z
1
m (Bn ) 6 f dm < +1; 8n > 1;
n E

d’où f < 1 p.p.

Exercise 3.6 Soient (E; T; m) un espace mesuré tel que m(E) < +1, f : E ! R+ une
fonction mesurable telle que, pour tout A 2 T on ait:
Z
f dm 6 m(A):
A

1. Pour tout k > 1, on pose

Ak = fx 2 E : f (x) > kg :
Montrer que Z
km(Ak ) 6 f dm;
Ak
en déduire que m(Ak ) = 0:
2. Montrer que
f (x) 6 1 p.p.
Solution 3.5 1. Montrons que
Z
k:m(Ak ) 6 f dm:
Ak

On a
1
Ak = f ([k; +1[) 2 T car f est mesurable,
d’autre part, on a
8x 2Ak ; f (x) > k
Z Z
=) f dm > kdm = km(Ak )
Ak Ak
Z
=) f dm > km(Ak ):
Ak

Montrons que m(Ak ) = 0 : Comme Ak 2 T on a

Z
km(Ak ) 6 f dm 6 m(Ak )
Ak
=) (k 1) m(Ak ) 6 0
et k > 1 =) m(Ak ) = 0 8k > 1:
 87

2. Montrons que f (x) 6 1 p.p : On a

[ 1
fx 2 E : f (x) > 1g = x 2 E : f (x) > 1 +
n2N
n
[
= A1+ 1 ;
n
n2N

d’autre part, la suite A1+ 1 est croissante au sens de l’inclusion, donc

n n2N

m (fx 2 E : f (x) > 1g) = lim m A1+ 1 = 0;

n !1 n

car
1
8n 2 N ; 1 + > 1 et m A1+ 1 = 0;
n n

d’où le résultat.

Exercise 3.7 Soit (fn )n2N une suite de fonctions mesurables positives convergeante vers une
une fonction f: Montrer que
Z Z
9C > 0 : 8n 2 N; fn dm 6 C =) f dm 6 C:
E E

Solution 3.6 On a grâce au lemme de Fattou :

Z Z Z Z
f dm = lim fn dm = limfn dm 6 lim fn dm 6 C:
E E n !1 E n n E

Exercise 3.8 1. Pour tout réal et tout entier n > 1, on pose :

Zn
x n
ax
In (a) = 1+ e dx:
n
0

Déterminer lim In (a):

n !1
2. Déterminer les limites des intégrales suivantes quand n ! 1
Z
+1 Zn
x n
e x
(sin x)n sin (nx) dx; 1 cos xdx
n
0 0
Z1 Z1
ne x n sin nx
dx; dx:
nx + 1 1 + x2
0 0

Solution 3.7 1. On détermine lim In (a) : On pose

n !1

x n
ax
fn (x) = 1 + e 1[0;n] (x); x 2 R; n 2 N ;
n
 88

(fn )n2N est une suite de fonctions mesurables (continue) et positives et

jfn (x)j 6 ex e ax
1[0;n] (x) 6 e(1 a)x
1R+ (x) = f (x);

d’autre part, on a
Z
+1 Z
+1
1
si a > 1
f (x)dx = e(1 a)x
dx = a 1
+1 si a 6 1
0 0

d’où f 2 L1 (R) si et seulement si a > 1;de plus

lim fn (x) = f (x);

n !1

donc si a > 1 et d’après le théorème de la convergence dominée

Z
1
lim In (a) = lim fn (x) = ;
n !1 n !1 R a 1
et si a 6 1, on a
limfn (x) = e(1 a)x
1R+ (x);
n

et d’après le lemme de Fattou

Z Z Z
lim In (a) = lim fn (x)dx = limfn (x)dx = e(1 a)x
dx:
n !1 n R R n R

Donc
lim In (a) = +1; a 6 1:
n !1

(On peut aussi montrer que (fn )n2N est croissante et on applique le théorème de la
convergence monotone ainsi on obtient le résultat directement.
2. On détermine les limites des intégrales :
i) On détermine
Z
+1

lim e x
(sin x)n sin (nx) dx;
n !1
0
on pose
8n 2 N; fn (x) = e x
(sin x)n sin (nx) ; x 2 R+ ;
(fn )n est une suite de fonctions continues, donc mesurables, d’autre part ona
n o
8x 2 R+ + n ; jsin xj < 1;
2
et on a
jsin xjn ! 0;
n !1

de plus
8x 2 R+ ; jfn (x)j < jsin xjn ;
 89

donc n o
8x 2 R+ +n ; fn ! 0
2 n !1
et n o
+n :n2N = 0;
2
car cet ensemble est négligeable, donc (fn )n converge vers 0 p.p et
Z
+1

8x 2 R ; 8n 2 N : jfn (x)j 6 e
+ x
et e x dx = 1 < +1;
0

donc d’après le théorème de la convergence dominée :

Z
+1

lim e x
(sin x)n sin (nx) dx = 0:
n !1
0

ii) On détermine
Zn
x n
lim 1 cos xdx;
n !1 n
0
on pose
x n
fn (x) = 1 cos x:1[0;n] (x); x 2 R; n 2 N ;
n
(fn )n2N est une suite de fonctions mesurables et :
jfn (x)j 6 e x
jcos xj 1[0;n] (x) 6 e x 1[0;n] (x) = f (x);
avec f 2 L1 (R), de plus
x
lim fn (x) = e cos x1[0;n] (x);
n !1

donc d’après le théorème de la convergence dominée

Zn Z
+1
x n
x
lim 1 cos xdx = e cos xdx:
n !1 n
0 0

iii) On détermine
Z1
ne x
lim dx;
n !1 nx + 1
0
8n 2 N; 8x 2 [0; 1], on pose
1
ne x x 1
fn (x) = =e x+ ;
nx + 1 n
le lemme de Fattou donne
Z1 1 Z1 Z1 Z1
1
lim e x
x+ dx = lim fn (x)dx > limfn (x)dx = e x x 1 dx = +1:
n n n n
0 0 0 0
 90

iv) On détermine
Z1
n sin nx
lim dx;
n !1 1 + x2
0

8n 2 N ; 8x 2 [0; 1], on pose

n sin nx
fn (x) = ;
1 + x2
(fn )n2N est une suite de fonctions continues donc mesurables et on a

n sin nx x
jfn (x)j = 6 ,
1 + x2 1 + x2

x
et x 7 ! est intégrable sur [0; 1], de plus
1 + x2
n x
x sin x
lim fn (x) = lim x n = ; 8x 2 ]0; 1] ;
n !1 n !1 1 + x2 1 + x2
le théorème de la convergence dominée donne
Z1 Z1
lim fn (x)dx = lim fn (x)dx
n !1 n !1
0 0
Z1 1
x 1 1
= 2
dx = ln 1 + x2 = ln 2:
1+x 2 0 2
0

Exercise 3.9 Soit f une fonction intégrable sur R: Montrer que

Z
lim fn (x)dx = 0:
n !1 jxj>n

Solution 3.8 On pose pour tout n 2 N; et x 2 R :

fn (x) = f (x):1] 1; n][[n;+1[ (x):

Alors
8n 2 N; on a : jfn (x)j 6 jf j 2 L1 ;
et
8x 2 R, on a lim fn (x) = 0;
n !1

le théorème de la convergence dominée donne

Z Z
lim fn (x)dx = lim fn (x)dx = 0;
n !1 R R n !1

d’où le résultat.
 91

Exercise 3.10 Pour tout n 2 N , on pose

X
1
nx
fn (x) = ne ; f (x) = fn (x):
n=1

Z
+1

Calculer f (x)dx:
1

Z
+1

Solution 3.9 On calcule f (x)dx

1
On a
Z
+1 Z X
+1 1 Z X
+1 1
nx
f (x)dx = ne dx = fn (x)dx;
1 1 n=1 1 n=1

(fn )n est une suite de fonctions continues donc mesurables et positives, donc d’après le
corollaire de la convergence monotone on a :
Z X
+1 1 1 Z
X
+1 1 Z
X
+1
nx
fn (x)dx = fn (x)dx = ne dx
1 n=1 n=1 1 n=1 1
X
1
1 1
n
= e = 1
1= :
n=1
1 e e 1

Exercise 3.11 Pour tout t 2 R, on pose :

Z
+1 Z
+1 p
x2 x2
F (t) = e cos (xt) dx; F (0) = e dx = :
2
0 0

1. Montrer que F est continue et dérivable sur R:

2. Montrer que F véri…e l’équation di¤érentielle :
t
F 0 (t) + F (t) = 0;
2
et déduire sa valeur.

Solution 3.10 1. Montrons que F est continue et dérivable sur R:

i) 8t 2 R; x 2 [0; +1[, on pose
x2
f (x; t) = e cos (xt) :

ii) On a 8x 2 [0; +1[ ; x 7 ! f (x; t) est continue sur R et 8t 2 R; 8x 2 [0; +1[

Z
+1 p
jf (x; t)j 6 e x2
et e x2
dx = < +1;
2
0
 92

donc d’après le théorème de la continuité sous l’intégrale F est continue sur R

8x 2 [0; +1[ ; x 7 ! f (x; t)
est dérivable sur R, et on a
@ x2
f (x; t) = xe sin (xt) ;
@t
de plus
@
f (x; t) 6 xe x2
; 8t 2 R;
@t
donc
Z
+1
+1
x2 1 x2 1
xe dx = e = < +1;
2 0 2
0
d’après le théorème de la dérivabilité sous le signe intégrale F est dérivable sur R
et
Z
+1
0 2
F (t) = xe x sin (xt) dx:
0

2. Montrons que F véri…e l’équation di¤érentielle :

t
F 0 (t) + F (t) = 0;
2
i) On a
Z
+1
0 x2
F (t) = xe sin (xt) dx
0
+1 Z
+1
1 x2 1 x2
= e sin (xt) e t cos (xt) dx
2 0 2
0
Z
+1
t x2 t
= e cos (xt) dx = F (t);
2 2
0

d’où le résultat.
ii) On déduit la valeur de F (t) : on a
t t
F 0 (t) + F (t) = 0 =) F 0 (t) = F (t)
2 2
F 0 (t) t2 t
=) = +C =) ln jF (t)j =
F (t) 4 2
p
t2
=) F (t) = Ke 4 ; de plus F (0) = = K:
2
Donc p
t2
F (t) = e 4 :
2
 93

Exercise 3.12 On considère sur R+ la fonction :

Z
+1 2
e tx
F (t) = dx:
1 + x2
0

1. Montrer que F est continue sur R+ et calculer lim F (t):

t !+1

2. Montrer que F est dérivable sur R+ et calculer lim+ F 0 (t):

t !0

Solution 3.11 1. Montrons que F est continue sur R+ : 8t > 0; 8x > 0; on pose
2
e tx
f (x; t) = ;
1 + x2
on a t 7 ! f (x; t) est continue sur R+ et
1
jf (x; t)j 6 ; 8t > 0
1 + x2
et
Z
+1
dx
= [arc tan x]+1
0 = < +1;
1 + x2 2
0

donc d’après le théorème de la continuité sous l’intégrale F est continue sur R+ : On

calcule lim F (t); d’après le théorème de la convergence dominée : 8(tn )n2N suite de
n !+1
réels positifs qui converge vers +1
Z
+1 2
e tn x
lim F (tn ) = lim dx = 0:
n !+1 n !+1 1 + x2
0

2. Montrons que F est dérivable sur R+

On a 8t > 0; t 7 ! f (x; t) est dérivable et
2
@ x2 e tx
f (x; t) = :
@t 1 + x2
De plus, 8a > 0; t > 0
2 2
@ x2 e ax x2 e ax
f (x; t) 6 avec x 7 ! intégrable,
@t 1 + x2 1 + x2

Z1 2 Z
+1 2
x2 e ax x2 e ax
dx < +1 et dx < +1;
1 + x2 1 + x2
0 0
car
x2 ax2
lim e = 0:
n !+1 1 + x2
 94

Donc F esr dérivable sur ]a; +1[ et comme a est quelconque F est dérivable sur R+
et on a :
Z 2 tx2
+1
0 xe
F (t) = dx:
1 + x2
0
0
On calcule lim+ F (t) : On a 8(tn )n suite réels positifs qui converge vers 0; et d’après
t !0
le lemme de Fattou
Z
+1 2 Z
+1 2
x2 e tn x x2 e tn x
0
lim ( F (t)) = lim dx > lim dx
n n 1 + x2 n 1+x
2
0 0
Z
+1
x2
= dx = +1;
1 + x2
0

donc F 0 (t) converge vers 1 quand t ! 0+ :

Exercise 3.13 Soient (E; T; m), un espace mesuré et f; g deux fonctions appartenant res-
pectivement à Lp et Lq où p; q 2 R+ :
1 1 1
Montrer que si + = , on a
p q r
f g 2 Lr et kf gkr 6 kf kp kgkq :
r r p q
Solution 3.12 On a + = 1 donc et sont conjugués, d’autre part f et g sont
p q r r
mesurables donc jf:gjr l’est aussi, d’après l’inégalité de Hölder
Z Z
r
jf:gj dm = jf jr : jgjr dm
E
Z r=p Z r=q
6 (jf j )r p=r
dm : r q=r
(jgj ) dm
E E
Z r=p Z r=q
p q
= (jf j ) dm : (jf j ) dm < +1;
E E

car
jf jr 2 Lp=r et jgjr 2 Lq=r ;
d’où
f:g 2 Lr et kf gkr 6 kf kp kgkq :

Exercise 3.14 Soient (E; T; m), un espace mesuré et f; g deux fonctions appartenant res-
pectivement à Lp et Lq où p; q; r 2 R+ ; tels que

1 1 1
+ + = 1; f 2 Lp ; g 2 Lq ; h 2 Lr :
p q r
Montrer que
f gh 2 L1 et kf ghk1 6 kf kp kgkq khkr :
 95

Solution 3.13 On pose

1 1 1
+ = ;
p q s
alors d’après l’exercice précédent on a

f g 2 Ls et kf gks 6 kf kp kgkq ;

de plus
1 1
+ = 1;
s r
donc d’après l’inégalité de Hölder on obtient

(f g) h 2 L1 et kf ghk1 6 kf gks khkr

6 kf kp kgkq khkr ;

d’où le résultat.

Exercise 3.15 Soient

f 2 Lp ([0; +1[) ; g 2 Lq ([0; +1[) où 1 6 p 6 q 6 +1 sont conjugués.

Calculer
Zt
1
lim f (s)g(s)ds:
t !1 t
0

Solution 3.14 On a
0t 11=p 0 t 11=q
Zt Zt Z Z
fg 6 jf gj 6 @ jf jp A @ jgjq A
0 0 0 0
6 kf kp kgkq ;

donc
Zt
1
lim f (s)g(s)ds = 0:
t !1 t
0
Chapitre 4

Produit d’espaces mesurés

Dé…nition 4.1 (Tribu produit) Soient (E1 ; T1 ), (E2 ; T2 ) deux espaces mesurables et E =
E1 E2 et on note T = T1 T2 la tribu sur E engendrée par

T1 T2 = fA1 A2 , A1 2 T1 ; A2 2 T2 g i.e : T = (T1 T2 ) :

Exemple 4.1 si (E1 ; T1 ) = (E2 ; T2 ) = (R; B(R)) alors

B(R) B(R) = (B(R) B(R)) = B(R2 ):

Proposition 4.1 La tribu T1 T2 est la plus petite tribu sur E1 E2 qui rende mesurable
les deux projections canoniques

1 : (E1 E2 ; T1 T2 ) ! (E1 ; T1 ) , 1 (x; y) = x

2 : (E1 E2 ; T1 T2 ) ! (E2 ; T2 ) , 2 (x; y) = y:

Preuve. 1 et 2 sont mesurables car pour tout A 2 T1 et B 2 T2 on a

1
1 (A) = f(x; y) 2 E1 E2 : x 2 Ag = A Y 2 T1 T2 ;

et aussi 2 1 (B) = X B 2 T1 T2 :
Soit A une trbu sur E1 E2 qui rende

1 : (E1 E2 ; A) ! (E1 ; T1 ) , 1 (x; y) = x

2 : (E1 E2 ; A) ! (E2 ; T2 ) , 2 (x; y) = y;

mesurables. Pour tout A 2 T1 et B 2 T2 ;

1 1
A B = (A E2 ) \ (E1 B) = 1 (A) \ 2 (B) 2 A;

ce qui signi…er que T1 T2 A donc T1 T2 A:

Proposition 4.2 Soient (E; T ) ; (E1 ; T1 ) and (E2 ; T2 ) trois espaces mesurables et soit l’ap-
plication
f = (f1 ; f2 ) : (E; T ) ! (E1 E2 ; T1 T2 ) :
Alors f est mesurable si et seulement si f1 : (E; T ) ! (E1 ; T1 ) et f2 : (E; T ) ! (E2 ; T2 )
sont mesurables.

96
 97

Preuve. Si f est mesurable, alors

f1 = 1 f et f2 = 2 f;

le sont aussi comme composition des fonctions mesurables.

Inversement : si f1 et f2 sont mesurables, alors pour tout A1 2 T1 et A2 2 T2 on a
1
f (A1 A2 ) = f1 1 (A1 ) \ f2 1 (A2 ) 2 T:

Donc puisque T1 T2 = (T1 T2 ) alors f est mesurable.

Dé…nition 4.2 (Les sections)

Pour toute partie E de X Y et tout x 2 X, on pose

Ex = fy 2 Y : (x; y) 2 Eg :

On dit que Ex est la section de E selon x 2 X. De manière analogue, on dé…nit la section

de E selon y 2 Y par
Ey = fx 2 X : (x; y) 2 Eg :
Par exemple, si E = A B où A X et B Y , pour tout x 2 X on a

; si x 2
=A
Ex =
B si x 2 A:

Dé…nition 4.3 Soient l’application f : X Y ! Z: Pour x 2 X et y 2 Y , on dé…nit les

applications partielles fx : Y ! Z et fy : X ! Z par

fx (y) = f (x; y) et fy (x) = f (x; y):

Une propriété importante de la tribu produit T1 T2 est d’assurer la mesurabilité des sections
et les applications partielles. Plus présément on a

Proposition 4.3 Soient (X; M), (Y; N ) deux espaces mesurables.

1. Si E 2 M N , alors pour tout x 2 X et y 2 Y on a Ex 2 N et Ey 2 M
2. Si l’application f : (X Y; M N ) ! (R; B(R) est mesurable, alors les applications
partielles fx : (Y; N ) ! (R; B(R) et fy : (X; M) ! (R; B(R) sont mesurables.

Preuve.
1. Posons
A = fE X Y : Ex 2 N pour tout x 2 Xg :
Comme (X Y )x = Y 2 N pour tout x 2 X, on a X Y 2 A: Si E 2 A, alors pour
tout x 2 X on a (E c )x = (Ex )c 2 N et par conséquent E c 2 A: En…n, soit (En )n>1
une suite d’éléments de A, pour tout x 2 X on a
!
[
+1 [
+1
En = (En )x 2 N ;
n=1 x n=1
 98

[
+1
et par conséquent En 2 A. On a ainsi montré que A est une tribu sur X Y . En
n=1
outre, si A 2 M et B 2 N , alors pour tout x 2 X

; si x 2
=A
(A B)x =
B si x 2 A;

de sorte que A B 2 A. Comme M N est la plus petite tribu sur X Y contenant

les rectangles mesurables, on en déduit que M N A, ce qui démontre (1).
1
2. Soit a 2 R. Comme f : (X Y; M N ) ! (R; B(R) est mesurable, on a f (]a; +1[) 2
M N . pour tout x 2 X, on a en vertu de (1)
1 1
f (]a; +1[) = f (]a; +1[)x 2 N ,

et par conséquent fx : (Y; N ) ! (R; B(R) est mesurable.

4.0.1 Mesure produit

On veut maintenant construire une mesure sur l’espace produit X Y où X et Y sont
des espaces mesurés.

Theorème 4.1 Soient (X; M; ), (Y; N ; ) deux espaces mesurés …nis.

1. Il existe une unique mesure positive, notée , sur la tribu M N qui véri…e

(A B) = (A) (B) ;

quels que soit A 2 M et B 2 N .

2. Pour tout E 2 M N , les fonctions

(X; M) ! [0; +1] (Y; N ) ! [0; +1]

et
x 7 ! (Ex ) y 7 ! (Ey )

sont mesurables et de plus on a

Z Z
(E) = (Ex ) d = (Ey ) d : (4.1)
X Y

Corollary 4.1 Sous les hypothèses du théorème précdent, on a

Z Z Z Z
E (x; y) d (y) d (x) = (E) = E (x; y) d (x) d (y),
X Y Y X

pour tout E 2 M N.

Preuve. Il est clair que pour tout (x; y) 2 X Y on a Ex = E = Ey et par dé…nition de

l’intégrale on a Z Z
(Ex ) = Ex d et (Ey ) = Ey d :
Y X
 99

Alors d’après (4.1) on a

Z Z Z
(E) = (Ex ) d = E (x; y) d (y) d (x);
X X Y

et Z Z Z
(E) = (Ey ) d = E (x; y) d (x) d (y):
Y Y X

Remarque 4.1 1. L’hypothèse …nitude est nécessaire. En e¤et, soit (X; M), (Y; N ) =
(R; B(R), = est la mesure de Lebesgue et la mesure de comptage ( est non
…nie). Soit
E = (x; y) 2 R2 : x = y 2 M N = B(R2 ):
Pour tout x 2 X et y 2 Y on a (Ex ) = 1 et (Ey ) = 0, or
Z Z
1= (Ex ) d 6= (Ey ) d = 0:
R R

2. La mesure produit est …ni sur (X; M N ). En e¤et, comme les espaces
(X; M; ), (Y; N ; ) sont …nis, il existe (En )n M et (Gn )n N tels que

[
+1 [
+1
X= En et Y = Gn avec (En ) < 1 et (Gn ) < 1 pour tout n 2 N :
n=1 n=1

Pour tout n; m > 1, on pose Fn;m = En Gm , de sorte que

[
+1
X Y = Fn;m et (Fn;m ) = (En ) (Gm ) < 1; pour tout n; m > 1:
n;m>1

Comme N2 est dénombrable, on en déduit que est …nie.

Proposition 4.4 Soient (E1 ; T1 ; m1 ), (E2 ; T2 ; m2 ) deux espaces mesurés …nis et E =

E1 E2 , T = T1 T2 : Alors il existe une unique mesure m sur T véri…ant :

m (A1 A2 ) = m1 (A1 ) m2 (A2 ) , A1 2 T1 ; A2 2 T2 :

Cette mesure est notée m = m1 m2 et elle est …nie.

Dé…nition 4.4 L’espace (E; T; m) tel que E = E1 E2 , T = T1 T2 et m = m1 m2

s’appelle l’espace produit des espaces (E1 ; T1 ; m1 ) et (E2 ; T2 ; m2 ) :

Exemple 4.2 (R2 ; B(R2 ); 2) = (R; B(R); ) (R; B(R); )

8 ]a; b[ ; ]c; d[ 2 B(R) : 2 (]a; b[ ]c; d[) = (]a; b[) (]c; d[)
= (b a) (d c):
 100

4.1 Théorème de Fubini-Tonelli

Theorème 4.2 Soient (E1 ; T1 ; m1 ), (E2 ; T2 ; m2 ) deux espaces mesurés …nis et (E; T; m)
l’espace produit (E = E1 E2 , T = T1 T2 et m = m1 m2 ). Pour toute fonction f : E !
R+ mesurable positive
1. les fonctions (
(E1 ; T1 ) ! R+ ; B(R+ )
F1 : R
x1 7 ! E2 f (x1 ; x2 )dm2 (x2 );
(
(E2 ; T2 ) ! R+ ; B(R+ )
F2 : R
x2 7 ! E1 f (x1 ; x2 )dm1 (x1 );
sont mesurables positives
2. On a les égalités suivantes
Z Z Z
f d(m1 m2 ) = f (x1 ; x2 )dm2 (x2 ) dm1 (x1 ) (4.2)
E1 E2 E1 E2
Z Z
= f (x1 ; x2 )dm1 (x1 ) dm2 (x2 ):
E2 E1

Preuve. Pour f = M avec M 2 T1 T2 , les conditions 1) et 2) ont été établies en 2)

dans le théorème 4.1 et le corollaire 4.1. Pour f : E1 E2 ! [0; +1] étagée mesurable, les
résultats restent vrai par linéarité. Finalement, si f : E1 E2 ! [0; +1] mesurable, alors
il existe une suite croissante (fn )n>1 de fonctions étagées positives telles que

lim fn (x1 ; x2 ) = f (x1 ; x2 ); pour tout (x1 ; x2 ) 2 E1 E2 :

n !+1

Par le Théorème de la convergence monotone on a

Z Z
f (x1 ; x2 )dm1 (x1 ) = lim fn (x1 ; x2 )dm1 (x1 ); pour tout x2 2 E2 :
E1 n !+1 E1
R
Donc la fonction x2 7 ! E1 f (x1 ; x2 )dm1 (x1 ) est mesurable comme la limite simple d’une
suite
R de fonctions mesurables. Par le même raisonnement, on voit que la fonction x1 7 !
E2
f (x 1 ; x2 )dm2 (x2 ) est mesurable. les égalités 4.2 sont vraies pour les fonctions fn donc pour
f par passage à la limite croissante en appliquant deux fois le Théorème de la convergence
monotone.

Corollary 4.2 Soient (E1 ; T1 ; m1 ), (E2 ; T2 ; m2 ) deux espaces mesurés …nis et (E; T; m)
l’espace produit et f : E ! R une fonction mesurable. Alors f est m intégrable si et
seulement si Z Z
jf (x1 ; x2 )j dm2 (x2 ) dm1 (x1 );
E1 E2
ou Z Z
jf (x1 ; x2 )j dm1 (x1 ) dm2 (x2 );
E2 E1
 101

est …nie. c’est-à-dire Z

f2 L1R (E; T; m) ; jf j dm < +1
E
Z Z Z Z
() jf j dm2 dm1 < +1 ou jf j dm1 dm2 < +1:
E1 E2 E2 E1

4.1.1 Théorème de Fubini

Theorème 4.3 Soient (E1 ; T1 ; m1 ), (E2 ; T2 ; m2 ) deux espaces mesurés …nis et (E; T; m)
l’espace produit.Soit f : E ! R une fonction mesurable et intégrable. f 2 L1R (E; T; m) :
Alors
1. La fonction x2 7 ! f (x1 ; x2 ) est m2 intégrable sur E2 pour presque tout x1 2 E1 :
R
2. La fonction x1 7 ! E2 f (x1 ; x2 )dm2 (x2 ) est m1 intégrable sur E1 :
3. La fonction x1 7 ! f (x1 ; x2 ) est m1 intégrable sur E1 pour presque tout x2 2 E2 :
R
4. La fonction x2 7 ! E1 f (x1 ; x2 )dm1 (x1 ) est m2 intégrable sur E2 ; et on a
Z Z Z Z
f dm = f d(m1 m2 ) = f (x1 ; x2 )dm2 (x2 ) dm1 (x1 )
E E1 E2 E1 E2
Z Z
= f (x1 ; x2 )dm1 (x1 ) dm2 (x2 ):
E2 E1

Remarque 4.2 le théorème de Fubini est souvent utilisé sous la forme suivante :

Corollary 4.3 Soient (E1 ; T1 ; m1 ), (E2 ; T2 ; m2 ) deux espaces mesurés …nis et (E; T; m)
l’espace produit.Soit f : E ! R une fonction mesurable telle que
Z Z
jf (x1 ; x2 )j dm2 (x2 ) dm1 (x1 ) < +1;
E1 E2

ou Z Z
jf (x1 ; x2 )j dm1 (x1 ) dm2 (x2 ) < +1;
E2 E1

alors
Z Z Z Z
jf (x1 ; x2 )j dm2 (x2 ) dm1 (x1 ) = jf (x1 ; x2 )j dm1 (x1 ) dm2 (x2 ):
E1 E2 E2 E1

Dé…nition 4.5 Soient U et V deux ouverts de Rn . Une application ' : U ! V est un

C 1 -di¤éomorphisme si ' est bijective de classe C 1 sur U et si ' 1 est de classe C 1 sur V:

Theorème 4.4 (Théorème de changement de variable) : Soient U et V deux ouverts de

Rn . Une application ' : U ! V est un C 1 -di¤éomorphisme et J(') le déterminant de la
matrice Jacobienne de ': Pour toute fonction borélienne positive f sur V ou intégrable sur
V , on a Z Z
f (x)dx = f ('(y)) jJ (') (y)j dy:
V U
 102

Exemple 4.3 "Les coordonnées polaires" Soit f (x; y) une fonction mesurable positive (resp,
intégrable) dans le disque de R2 dé…ni par :

x2 + y 2 < R 2 ;

alors la fonction
(r; ) 7 ! f (r cos ; r sin ) r,
est une fonction mesurable positive (intégrable) sur le rectangle ]0; R[ ]0; 2 [ et on a
Z Z2 ZR
f (x; y)dxdy = f (r cos ; r sin ) rdrd ;
D
0 0

' : ]0; R[ ]0; 2 [ ! R2

(r; ) 7 ! (x; y) = (r cos ; r sin ) ;
est un C 1 -di¤éomorphisme de l’ouvert : ]0; R[ ]0; 2 [ sur l’ouvert D ]0; R[ f0g :

Exemple 4.4 D’après le théorème de Tonelli

0+1 12 0+1 1 0+1 1
Z Z Z
2 x2 y2
@ e dxA = @ e
x
dxA @ e dy A
0 0 0
Z
(x2 +y 2 )
= e dxdy:
R2+

En coordonnées polaires

Z Z=2 +1
Z Z
+1
(x2 +y 2 ) r2 r2
e dxdy = e rdrd = re dr
R2+ 2
0 0 0
" #+1
r2
e
= = ;
2 2 4
0

d’où
Z
+1 p
x2
e dx = ;
2
0
avec
cos r sin
r = Jac =
sin r cos

Proposition 4.5 Soit U un ouvert de Rn : Une application ' : U ! Rn est un C 1 -

di¤éomorphisme de l’ouvert de U sur sa image V = '(U ) si et seulement si :
1. ' est injective
2. ' est de calasse C 1 (les ddérivées partielles de ' existent et sont continues sur U:)
3. En tout point u 2 U , le déterminant de la matrice Jacobienne de ' est non nul.
 103

4.2 Exercices corrigés

Exercise 4.1 Soient a; b 2 ]0; +1[ tels que a < b. Juti…er l’existence de l’intégrale
Z
e at e bt
dt:
]0;+1[ t

Représenter cette intégrale comme une intégrale double et la calculer explicitement en fonction
de a et b (justi…er soigneusement sa réponse).
1 at bt
Solution 4.1 La fonction t 2 ]0; +1[ ! t e e est continue positive, donc
mesurable positive et l’intégrale
Z at bt
e e
I= dt
]0;+1[ t

est donc bien dé…nie. On remarque ensuite que

at bt Z
e e tu
8t 2 ]0; +1[ ; = e du:
t ]0;+1[

On pose f : (t; u) 2 ]0; +1[ ]0; +1[ 7 ! e tu : C’est une fonction continue donc B (]0; +1[ [a; b])-
mesurable. Le théorème de Fubini positif s’applique et on a
Z Z Z Z
tu
I = e du dt = e tu dt du
]0;+1[ [a;b] [a;b] ]0;+1[
Z
du
= = log a log b:
[a;b] u

Exercise 4.2 utiliser le théorème de Fubini pour calculer l’intégrale

Zb Z1
dx y x dy, 0 < a < b
a 0

et déduire la valeur de
Z1
yb ya
dy:
ln y
0

Solution 4.2 Pour tout x 2 [a; b], y 2 [0; 1[, on pose f (x; y) = y x : On a f est mesurable
(continue) et positive et :

Zb Z1 Zb 1 Zb
x y x+1 dx b+1
dx y dy = dx = = ln :
x+1 0 x+1 a+1
a 0 a a
 104

D’près le théorème de Fubini-Tonelli, on a

Zb Z1 Z1 Zb Z1 Zb
x x
dx y dy = dy y dx = dy ex ln y dx
a 0 0 a 0 a
Z1 b Z1
ex ln y yb ya
= dy = dy;
ln y a ln y
0 0

d’où
Z1
yb ya
dy:
ln y
0

Exercise 4.3 Soit (E; d) un espace métrique séparable. On note B (E) la tribu Borélienne.
Pour tout x 2 E et tout réel r > 0, on note

B (x; r) = fy 2 E : d(x; y) < rg ;

la boule ouverte de centre x et de rayon r. Une mesure positive : B (E) ! [0; +1] est
dite uniformément répartie si elle satisfait la condition suivante :

8x; y 2 E; 8r > 0; 0 < (B (x; r)) = (B (y; r)) < 1:

On …xe et deux mesures uniformément réparties. Pour tout r > 0, on pose

g(r) = (B (x; r)) et h(r) = (B (y; r)) :

Dans ce qui suit U désigne un ouvert non-vide de E:

Montrer que
f(x; y) 2 E U : d(x; y) < rg 2 B (E) B (E) :
Expliquer pouquoi x 2 E 7 ! (u \ B (x; r)) est B (E)-mesurable.

Solution 4.3 La fonction destance d : E E ! R+ est continue pour la topologie produit

sur E E. Donc
O = f(x; y) 2 E U : d(x; y) < rg ;
est un ouvert de la topologie produit sur E E: C’est donc un borélien de cet espace. Comme
(E; d) est un métrique séparable, un théorème du cours permet d’a¢ rmer que

B (E E) = B (E) B (E) :

On a donc
Ox1 = fx 2 E : (x; y) 2 Og = U \ B (x; r) :
Le théorème d’existence de la mesure produit (ou Fubini positif appliqué à la fonction 1O )
permet d’a¢ rmer d’une part que Ox1 2 B (E) (mais c’est évident ici) et que x 7 ! (Ox1 ) est
B (E)-mesurable, ce qui est bien le résultat désiré.
 105

Exercise 4.4 Montrer que

Z Z
(U \ B (x; r)) (dx) = (U \ B (y; r)) (dy) :
U U

(indication : on peut montrer que ces intégrales valent (V ), pour un certain sous-
ensemble V de E E, dé¢ rent de celui du l’exo précédent).

Solution 4.4 On pose

V = f(x; y) 2 U U : d(x; y) < rg ;
qui est un ouvert de topologie produit sur E E, donc dans B (E) B (E) (on raisonne
comme à l’exercice précédent). Pour tous x; y 2 U

Vx1 = fy 2 E : (x; y) 2 V g = U \ B (x; r) et Vy2 = fx 2 E : (x; y) 2 V g = U \ B (y; r) :

= U , Vx1 = ; et si y 2
Si x 2 = U , Vy2 = ;. Le théorème de Fubini implique alors que
Z Z
1
(V ) = Vx (dx) = (U \ B (x; r)) (dx) :
E U

De même Z Z
(V ) = Vy2 (dy) = (U \ B (y; r)) (dy) :
E U
Finalement Z Z
(U \ B (x; r)) (dx) = (U \ B (y; r)) (dy) :
U U

Exercise 4.5 On veut montrer que B (R2 ) = B (R) B (R) :

1. Montrer que pour tout ouvert de R2 est réunion dénombrable de produit d’intervalles
ouverts de R: En déduire que B (R2 ) B (R) B (R).
2. Soient A est un ouvert de R et

M1 = B 2 B (R) : A B 2 B R2 :

Montrer que M1 est une tribu sur R contenant les ouverts de R. En déduire que
M1 = B (R).
3. Soient B est un ouvert de R et

M2 = A 2 B (R) : A B 2 B R2 :

Montrer que M2 = B (R).

4. Montrer que B (R) B (R) B (R2 ) (et donc B (R2 ) = B (R) B (R)).

Solution 4.5 1. Soit O est un ouvert de R2 . Pour (x1 ; x2 ) 2 O, il existe r > 0 tel que

]x1 r; x1 + r[ ]x2 r; x2 + r[ O:

Comme Q est dense dans R, on peut trouver

y1 2 Q\]x1 r; x1 [ , z1 2 Q\]x1 ; x1 + r[ , y2 2 Q\]x2 r; x2 [ et z2 2 Q\]x2 ; x2 + r[ .

 106

On a donc
(x1 ; x2 ) 2 ]y1 ; z1 [ ]y2 ; z2 [ O.
On note alors
I = (y1 ; z1 ; y2 ; z2 ) 2 Q4 : ]y1 ; z1 [ ]y2 ; z2 [ O :
Pour tout (x1 ; x2 ) 2 O, il existe donc (y1 ; z1 ; y2 ; z2 ) telque (x1 ; x2 ) 2 ]y1 ; z1 [ ]y2 ; z2 [.
On en déduit que [
O= ]y1 ; z1 [ ]y2 ; z2 [ :
(y1 ;z1 ;y2 ;z2 )2I

Comme I est dénombrable (car Q4 est dénombrable), on en déduit que O 2 B (R)

B (R). On a ainsi montré que la tribu B (R) B (R) contenant tous les ouverts de R2 ,
et donc contenant la tribu engendrée par les ouverts de R2 (c’est-à-dire B (R2 )). Donc
B (R2 ) B (R) B (R).
2. ; 2 M1 car ; = A ; 2 B (R2 ). On montre que M1 est stable par passage au
complémentaire. Soit B 2 M1 , on a donc
B c 2 B (R) et A Bc = A (RnB) = (A R) n (A B) :
L’ensemble A R est un ouvert de R2 , car A et R sont des ouverts de R, on a donc
A R 2 B (R2 ). D’autre part, puisque B 2 M1 on a A B 2 B (R2 ). Donc, A B c 2
B (R2 ). Ce qui prouve que B c 2 M1 . La famille M1 est stable par union dénombrable.
En e¤et, si (Bn )n une suite de M1 on a
! +1
[
+1 [
A Bn = (A Bn ) 2 B R2 car A Bn 2 B R2 pour tout n > 1:
n=1 n=1

On a donc montré que M1 est une tribu. Soit un ouvert de R, donc 2 B (R).
Comme A est un ouvert de R2 on a A 2 B (R2 ). Ce qui donne 2 M1 . M1
est une tribu contenant les ouverts de R, donc B (R) M1 . En …n, M1 = B (R).
3. On utilise la même méthode que pour la question précédente pour montrer que M2 est
une tribu sur R contenant les ouverts de R et par conséquent on a M2 = B (R).
4. Les deux questions précédentes a¢ rme que si A; B 2 B (R) alors A B 2 B (R2 ). On
a donc B (R) B (R) B (R2 ) : On en déduit
B (R) B (R) = (B (R) B (R)) B R2 ;
et donc (avec la question 1) on a …nalement
B (R) B (R) = B R2 :
Exercise 4.6 (Exemple de mesure produit)
Soient et deux mesures …nies, non nulles sur (R; B (R)) tel que ( ) = 0 où
= f(x; x) : x 2 Rg R2 :
Montrer qu’il existe a; ; 2 R tels que
= a et = a;

où a est la mesure de Dirac en a:

 107

Solution 4.6 On remarque d’abord que c est un ouvert de R2 donc c 2 B (R2 ) : De plus
on a ( c )y = ( y )c = fxgc , alors par les hypothèses et Théorème (4.1) on a
Z
( )=c
(fxgc ) d = 0;
R
on déduit donc que (fxgc ) = 0; pour presque par tout x 2 R. Comme (R) 6= 0, il existe
c
donc a 2 R tel que (fag ) = 0. Ceci donne que = a avec = (fag). Comme 6= 0
on a > 0: D’autre fois, grâce au théorème (4.1) on a
Z
c
( )= (fxgc ) d = 0;
R
comme = a , on a donc
( c
)= (fagc ) = 0;
on déduit donc = a avec = (fag). En …n, comme 6= 0 on a > 0:
x2 y 2
Exercise 4.7 Soit f (x; y) = ; calculer
(x2 + y 2 )2
Z1 Z1 Z1 Z1 Z1 Z1
dx f (x; y)dy; dy f (x; y)dx; jf (x; y)j dxdy:
0 0 0 0 0 0
Solution 4.7 On a
d x y 2 x2
=
dx x2 + y 2 (x2 + y 2 )2
d y x2 y 2
= ;
dy x + y2
2
(x2 + y 2 )2
donc
Z1 Z1 Z1 1 Z1
x2 y 2 y dx
dx dy = dx 2 = = [arctan x]10
(x2 + y 2 )2 x + y2 0 1 + x2
0 0 0 0
Z1 Z1 Z1 1 Z1
x2 y 2 x dy
dy dx = dy = = [arctan y]10
(x2 + y 2 )2 x + y2
2
0 1 + y2
0 0 0 0
2y 3
Z1 Z1 Z1 Z 2 2 Z1 2 2
y x x y
jf (x; y)j dxdy = dy 4 dx + dx5
(x + y 2 )2
2 (x + y 2 )2
2
0 0 0 0 y
Z1 !
y 1
x x
= dy +
x + y2
2
0 (x + y 2 )2
2
y
0
Z1
y 1 y
= dy + 2
2y 2 1+y 2 2y
0
Z1
1 1
= dy = +1:
y 1 + y2
0
 108

Remarque 4.3 Le théorème de Fubni ne s’applique pas car la fonction f n’est pas intégrable
sur [0; 1] [0; 1] :

Exercise 4.8 1. Montrer que

xy 2
8a 2 R+ ; f (x; y) = e ;

est intégrable sur [0; a] R+ :

2. Calculer
Za
I(a; y) = e xy 2
sin xdx; pour a > 0 et y > 0:
0

3. Calculer
Z
+1

lim I(a; y)dy:

a !+1
0

4. En déduire que
Za Z
+1
sin x 2 1
lim p dx = p dy:
a !+1 x 1 + y4
0 0

Z
+1 p
u2
(indication : e du = :)
2
0

Solution 4.8 1. f est continue sur [0; a] R+ ; donc mesurable

Z Za
+1 Z Za
+1 Z "
+1
xy 2
#a
xy 2 e
jf (x; y)j dxdy = e dxdy = dy
y2
0 0 0 0 0 0
Z
+1
ay 2
1 e
= dy < +1;
y2
0

en e¤et :
i) au voisinage de 0 :
ay 2 Za
1 e
a et ady = a2 ;
y2
0

ii) au voisinage de +1 :

ay 2 Z
+1
1 e 1 dy
et < +1:
y2 y2 y2
1
 109

2. On a
Za h ia Za
xy 2 xy 2 xy 2
I(a; y) = e sin xdx = e cos x y2e cos xdx
0
0 0
Za
ay 2 xy 2
= 1 e cos a y2 e cos xdx
20 3
h ia Za
ay 2 xy 2 xy 2
= 1 e cos a y2 4 e sin x y2 e sin xdx5 ;
0
0
donc
ay 2 ay 2
I(a; y) = 1 e cos a y2e sin a y 4 I(a; y)
ay 2 ay 2
1 e cos a y 2 e sin a
=) I(a; y) = :
1 + y4
Z
+1

3. On calcule lim I(a; y)dy : on a

a !+1
0
Z
+1
2 + y2 2 + y2
jI(a; y)j 6 et dy < +1:
1 + y4 1 + y4
0
De plus
1
lim I(a; y) = ;
a !+1 1 + y4
d’après le théorème de la convergence dominée
Z
+1 Z
+1 Z
+1
dy
lim I(a; y)dy = lim I(a; y)dy =
a !+1 a !+1 1 + y4:
0 0 0

4. En déduire que
Za Z
+1
sin x 2 1
lim p dx = p dy:
a !+1 x 1 + y4
0 0
xy 2 +
La fonction e sin x est continue sur [0; a] R ; donc mesurable et :
Z Za
+1 Z Za
+1
xy 2
sin x dxdy 6
2
e e xy dxdy;
0 0 0 0
d’près le théorème de Fubini :
Z Za
+1 Za +1
Z
xy 2 xy 2
e sin x dxdy = e sin xdydx
0 0 0 0
Za Z
+1
xy 2
= sin x e dydx;
0 0
 110

et on a
Z
+1 Z
+1 Z
+1
p 2 e u
e xy 2
dy = e ( xy )
dy = p du;
x
0 0 0

donc
Z Za
+1 p Za
xy 2 sin x
e sin xdxdy = p dx;
2 x
0 0 0

d’où
Za Z
+1 Z
+1
sin x 2 2 dy
lim p dx = p lim I(a; y)dy = p :
a !+1 x a !+1 1 + y4
0 0 0

Exercise 4.9 1. Montrer que

y
f (x; y) = e sin (2xy) ;

est intégrable sur [0; 1] [0; +1[ :

2. Déduire la valeur de
Z
+1
sin2 y y
e dy:
y
0

1
(indication : sin2 y = (1 cos 2y)).
2
Solution 4.9 1. f est continue sur [0; 1] [0; +1[ donc mesurable, de plus

Z Z1
+1 Z Z1
+1
y
jf (x; y)j dxdy = e sin (2xy) dxdy
0 0 0 0
Z Z1
+1 Z
+1
y +1
6 y
e dxdy = e y dy = e 0
= 1;
0 0 0

d’où le résultat.
Z
+1
sin2 y y
2. On déduit la valeur de e dy : On a
y
0

Z Z1
+1 Z
+1
y 1
y e cos (2xy)
e sin (2xy) dxdy = dy
2y 0
0 0 0
Z
+1 Z
+1
1 cos 2y y sin2 y y
= e dy = e dy:
2y y
0 0
 111

D’autre part et comme f est intégrable, d’après la théorème de Fubini :

Z Z1
+1 Z
Z1 +1
y y
e sin (2xy) dxdy = e sin (2xy) dydx;
0 0 0 0

on a
Z
+1
1 Z
+1
y e y e y
e sin (2xy) dy = cos (2xy) cos (2xy) dy
2x 0 2x
0 0
Z
+1
1 1 y
= e cos (2xy) dy
2x 2x
0
+1 Z
+1
1 1 e y e y
= sin (2xy) + sin (2xy) dy
2x 2x 2x 0 2x
0
Z
+1
1 1 y
= e sin (2xy) dy:
2x 4x2
0

Donc
Z
+1 1
y 2x 2x
e sin (2xy) dy = = ;
1 1 + 4x2
0 1+
4x2
et
Z1 +1
Z Z1
y 2x
e sin (2xy) dydx =
1 + 4x2
0 0 0
1
1 ln 5
= ln 1 + 4x2 = ;
4 0 4

d’où
Z
+1
sin2 y y ln 5
e dy = :
y 4
0
Bibliographie

[1] Ansel JP : Exercices corrigés en théorie de la mesure et de l’integration 2e cycle

universitaire. ellipses Paris 1995.
[2] J. BASS : Cours de mathématique superieure tome III.
[3] V. I. Bogachev : Measure theory (Volume I), Springer-Verlag Berlin Heidelberg, 2007.
[4] A. Bouziad et J. Calbrix : Theorie de la mesure et de l’intégration, 185. Puli. univ.
Rounen, 1993.
[5] H. Brezis : Functional analysis, Sobolev spaces and partial di¤erential equations, Sprin-
ger New York Dordrecht Heidelberg London, 2011.
[6] Briane M : Théorie de l’intégration : cours et exercice licence et master 4e éd, Vuibert
Paris, 2006.
[7] Cours et exercices en mesure et intégration 3ème année licence réalisé par Mr Medeghri
Ahmed et Bouziani Ftima, 2014-2015.
[8] T. Gallay : Théorie de la mesure et de l’intégration, Université Joseph Fourier, Gre-
noble, 2009.
[9] J.Genet : Mesure et intégration (théorie élémentaire), Vuibert 1976.
[10] Guilhem Coq : Théorie de la mesure (Exercices corrigés) Université de Poitiers,2009-
2010.
[11] P. R. Halmos : Mesure theory, Springer-Verlag New York Inc., 1974.
[12] Khac Kvo : Mesure et intégration convolution et analyse de Fourier, Ellipses Pris,
1984.
[13] H. König : Measure and integration (An advanced course in basic procedures and
applications), Springer-Verlag Berlin Heidelberg, 1997.
[14] V. Komornik : Précis d’analyse réelle : Analyse fonctionnelle, intégrale de Lebesgue,
Espaces fonctionnels, ellipses Edition Marketiong S.A., 2002.
[15] P. Krée : Intégration et théorie de la mesure : une approche géométrique, ellipses édition
marketiong S.A., 1997.
[16] E. Laamri : Mesure et intégration, convolution et transformée de Fourier des fonctions,
Sciences Sup, Dunod, 2007.
[17] L. Meziani : Mesure et intégration, Université d’Alger, 1977-78.
[18] C. Swartz : Measure, intégration and function spaces, World scienti…c, Singapore-New
Jersey-London-Hong Kong, 1994.
[19] A. J. Weir : Lebesgue integration and mesure, Cambride university Press, 1973.

112
 113

[20] J. Yeh : Real analysis (theory of measure and integration), 2nd édition, World scienti…c
publishing, London, 2006.
[21] Xavier MARY : Mesure et intégration (notes de cours).