Révisions de M2 : intégration et probabilités

Nicolas Fournier
, d'après Thomas Duquesne

2016-2017
2
Table des matières

I Théorie de la mesure et de l'intégration 5

I.1 Tribus, classes monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
I.2 Tribus boréliennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
I.3 Mesures (positives) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
I.4 Applications mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
I.5 Construction de l'intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I.6 Mesure image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
I.7 Ensembles négligeables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
I.8 Continuité et dérivabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
I.9 Espaces L p et Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
I.10 Théorème de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
I.11 Espaces de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
I.12 Théorème de Radon-Nikodym . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
I.13 Construction de la mesure de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
I.14 Une partie réelle non borélienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
I.15 Complétion d'espaces mesurés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
II Probabilités 29
II.1 Vocabulaire et notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
II.2 Premières propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
II.3 Convergence de variables aléatoires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
II.4 Uniforme intégrabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
II.5 Indépendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
II.6 Loi du 0 − 1 et loi des grands nombres. . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
II.7 Convergence en loi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
II.8 Convergence en loi dans Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
II.9 Vecteurs gaussiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
II.10 Théorème de la limite centrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
III Espérance conditionnelle 49
IV Martingales 55
IV.1 Dénitions et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
IV.2 Convergence des martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
IV.3 Temps d'arrêt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
IV.4 Problèmes d'arrêt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

3
4
Chapitre I
Théorie de la mesure et de l'intégration

I.1 Tribus, classes monotones

Dénition 1 Soit E un ensemble non-vide. La classe de tous les sous-ensembles de E est notée P(E),
c'est-à-dire que P(E) = {A : A ⊂ E}.
(i)E ⊂ P(E) est une tribu (ou sigma-algèbre) si E ∈ E et si E est stable par passage au com-
A ∈ E implique Ac ∈ E ) et par union dénombrable (i.e. An ∈ E , n ≥ 1
plémentaire (i.e. implique
∪n≥1 An ∈ E ).
(ii) P ⊂ P(E) est un pi-système si E∈P et si P est stable par intersection nie (i.e. A, B ∈ P
implique A ∩ B ∈ P ).
(iii) L ⊂ P(E) E ∈ L , si L est stable par
est une classe monotone (ou lambda-système) si
diérence propre (i.e. pour tous A, B ∈ L tels que A ⊂ B , onSa B\A ∈ L ) et par union dénombrable
croissante (i.e. si An ∈ L , n ∈ N vérient An ⊂ An+1 alors n∈N An ∈ L ).
Si E est une tribu sur E , on dit que (E, E ) est un espace mesurable.
Remarque 2 (i) Une tribu est stable par union nie et par intersection nie ou dénombrable.
(ii) Une tribu est une classe monotone.
(iii) Une classe monotone stable par intersection nie est une tribu (montrer d'abord que A, B ∈ L
implique A∪B ∈L puis écrire une union dénombrable quelconque comme une union croissante).

Lemme 3 Soit (Ei , i ∈ I), une famille de tribus (resp. de classes monotones) sur E. Alors,
\
Ei = {A ⊂ E : ∀i ∈ I , A ∈ Ei }
i∈I

est une tribu (resp. une classe monotone).

La preuve est immédiate. Ce lemme autorise la dénition suivante.

Dénition 4 Soit R ⊂ P(E). On dénit la tribu (resp. la classe monotone) engendrée par R comme
la plus petite tribu (resp. la plus petite classe monotone) contenant R et on la note σ(R) (resp. λ(R)).
Plus formellement, on a
\ \
σ(R) = E et λ(R) = L
E tribu telle que L classe monotone telle que
R⊂E R⊂L

5
Théorème 5 (Théorème de la classe monotone) Soient E un ensemble non-vide, L une classe mono-
tone sur E et P un pi-système sur E. Si P ⊂ L, alors σ(P) ⊂ L .

Pour montrer qu'une propriété est satisfaite pour tout élément d'une tribu F engendrée par une
classe C (i.e. F = σ(C )), on introduit G = {A ∈ F : A vérie la propriété}, puis on montre que G
contient C . Pour conclure, il y a deux méthodes :
• soit on parvient à montrer directement que G est une tribu ;
• soit on montrer que G est une classe monotone (c'est plus facile) ET que C est un pi-système.
Preuve : on pose E = λ(P). Bien sûr, E ⊂ L . On va montrer que E est une tribu, ce qui impliquera
le résultat (car alors σ(P) ⊂ E ). Comme E est une classe monotone, il sut de montrer que E est
stable par intersection (nie).
Pour A ∈ E , on pose LA = {B ⊂ E : A ∩ B ∈ E }. Montrons que LA est une classe monotone.
Tout d'abord, il est clair que E ∈ LA . Montrons la stabilité de LA par diérence propre : pour cela on
se donne B, C ∈ LA tels que B ⊂ C , on observe que A ∩ (C\B) = (A ∩ C)\(A ∩ B) qui est donc dans E
puisque A ∩ C et A ∩ B sont dans E (car B, C ∈ LA ), puisque A ∩ B ⊂ A ∩ C , et puisque E est stable
par diérence propre (en tant que classe monotone). Soit ensuite Bn ∈ LA , n ∈ N t.q. Bn ⊂ Bn+1 .
Puisque Bn ∩A ∈ E pour tout n, puisque la suite Bn ∩A est croissante et puisque E est stable par union
dénombrable croissante (en tant que classe monotone), on a bien A ∩ (∪n∈N Bn ) = ∪n∈N (A ∩ Bn ) ∈ E .
Donc ∪Bn ∈ LA .
Si maintenant A ∈ P , il est clair que P ⊂ LA , donc LA est une classe monotone qui contient P
et donc E ⊂ LA .
Ceci montre que pour tout A ∈ P , tout B ∈ E , A ∩ B ∈ E .
Du coup, pour tout B ∈ E , on a P ⊂ LB . Donc LB est une classe monotone qui contient P et
donc E ⊂ LB . Autrement dit, pour tout A, B ∈ E , A ∩ B ∈ E . 

I.2 Tribus boréliennes

Une topologie O sur un ensemble E est une classe de parties de E stable par union quelconque,
intersection nie et telle que E, ∅ ∈ O. Les éléments de O sont appelés ouverts.

Dénition 6 Soit E un ensemble muni d'une topologie O. On appelle tribu borélienne B(E) la tribu
σ(O) (lorsqu'il n'y a pas d'ambiguité sur la topologie).

Remarque 7 (i) Si E est un espace vectoriel normé, on a une topologie O découlant la la norme
(O ∈O ssi pour tout x ∈ O, il existe  > 0 tel que pour tout y ∈ E avec ||x − y|| < , on ait y ∈ O) et
donc une tribu borélienne naturelle.
(ii) Si E est un espace vectoriel de dimension nie, alors toutes les normes induisent la même
topologie et donc la même tribu borélienne.

Remarque 8 Soit O une topologie surE et A ⊂ E quelconque. Alors OA = {A ∩ O : O ∈ O} est

une topologie sur A, on pose donc B(A) = σ(OA ). On a B(A) = {A ∩ B : B ∈ B(E)}.

Dénition 9 On note B(Rd ) la tribu borélienne sur Rd (muni de sa topologie naturelle, associée à
n'importe quelle norme).

6
Lemme 10 On note R l'ensembles des pavés ouverts à extrémités rationnelles de Rd , i.e.

R = ]a1 , b1 [× . . . ×]ad , bd [ : ai < bi , ai , bi ∈ Q , 1 ≤ i ≤ d .



R est
Alors (i) dénombrable, (ii) tout ouvert de Rd est union dénombrable d'éléments de R et (iii)
B(R ) = σ(R).
d

Preuve : Le point (i) est évident. Pour (ii), il sut d'écrire un ouvert O comme l'union de tous les
éléments de R inclus dans O (utiliser que O est ouvert pour montrer l'égalité). Enn, (iii) découle de
(ii), puisqu'alors O ⊂ σ(R) et donc B(Rd ) = σ(O) ⊂ σ(R), l'autre inclusion étant triviale puisque
R ⊂ O. 

Remarque 11 On a B(R) = σ({] − ∞, x] : x ∈ R}) = σ({[a, b] : a, b ∈ R, a ≤ b}), on a aussi

B(R) = σ({]a, b[ : a, b ∈ Q, a < b}), etc.

I.3 Mesures (positives)

On dit qu'une famille (An )n≥1 de parties de E est 2.2.d. (pour deux à deux disjoints) si An ∩Am = ∅
dès que n 6= m.
Dénition 12 Soit (E, E ) un espace mesurable. Une application µ : E → [0, ∞] est une mesure
(positive) sur(E, E ) ssi
(i) µ(∅) = 0, S  P
(ii) pour tout (An )n≥1 ⊂ E 2.2.d., on a µ n≥1 A n = n≥1 µ(An ).

Cette seconde propriété est appelée propriété de sigma-additivité. Si µ est une mesure sur (E, E ),
on dit que (E, E , µ) est un espace mesuré. Une mesure de masse µ(E) = 1 est appelée probabilité (ou
mesure de probabilité).

Remarque 13 On montre alors facilement que si A, B ∈ E sont disjoints, alors µ(A ∪ B) = µ(A) +
µ(B) et que si A, B ∈ E avec A ∪ B, alors µ(B) = µ(A) + µ(B \ A).

Proposition 14 Soit (E, E ) un espace mesurable et µ, une mesure sur E. Soit An ∈ E , n ∈ N, une
suite d'ensembles mesurables.
S
(i) Si An ⊂ An+1 , n ∈ N, alors limn ↑ µ(An ) = µ (A), où An = A.
T
(ii) Si An+1 ⊂ An , n ∈ N, et si µ(A0 ) < ∞, limn ↓ µ(An ) = µ (B),
alors où An = B .
S P
(iii) La mesure µ est sigma-sous-additive : µ ( An ) ≤ µ(An ).
Preuve : on suppose tout d'abord que la suite An , n ∈ N, est croissante pour l'inclusion et on prouve
(i). On pose B0 =SA0 et Bn = An \AS n−1 pour tout n ≥ 1. Il est clair que les Bn sont deux-à-deux
disjoints. De plus, 0≤k≤n Bk = An et n∈N Bk = A. La sigma-additivité de µ entraîne alors
n
X X
lim µ(An ) = lim µ(Bk ) = µ(Bn ) = µ(A) ,
n→∞ n→∞
k=0 n≥0

ce qui prouve (i). Le point (ii) se déduit de (i) par passage au complémentaire : on pose A0n = A0 \An
pour tout n ≥ 1. Comme la suite An , n ∈ N, est décroissante, la suite des A0n est croissante pour

7
l'inclusion. Par ailleurs, puisque µ(A0 ) < ∞, il en est de même pour les quantités µ(An ) et on a :
µ(A0n ) = µ(A0 ) − µ(An ). Le point (i) donne alors

lim µ(An ) = µ(A00 ) − lim µ(A0n ) = µ(A0 ) − µ(A0 ) ,

n→∞ n→∞

où A0n A0 . Il sut ensuite de remarquer que A0 = A0 \A et donc que µ(A) = µ(A0 ) − µ(A0 ).
S
=
Il reste a démontrer (iii). Pour cela on remarque tout d'abord que pour tous B, C ∈ E , on a
B ∪ C = B ∪ (C ∩ B c ) et que B et C ∩ B c sont disjoints. Donc

µ(B ∪ C) = µ(B) + µ(C ∩ B c ) ≤ µ(B) + µ(C).

En appliquant de façon répétée cette inégalité on trouve µ(∪0≤k≤n Ak ) ≤ 0≤k≤n µ(Ak ). Or la suite
P
∪0≤k≤n Ak est croissante donc (i) implique que
    X
µ ∪n∈N An = lim µ ∪0≤k≤n Ak ≤ lim µ(Ak ) ,
n→∞ n→∞
0≤k≤n

qui entraîne bien le résultat désiré. 

Dénition 15 Soit (E, E , µ) un espace mesuré. La mesure

S < ∞. Elle est
µ est dite nie si µ(E)
dite sigma-nie s'il existe une suite d'ensembles mesurables En ∈ E , n ∈ N, t.q. n∈N En = E et
µ(En ) < ∞, pour tout n ∈ N.

Lemme 16 Soit (E, E , µ) un espace mesuré. Il y a équivalence entre les assertions suivantes.

(i) La mesure µ est sigma-nie.

En ∈ E , n ∈ N,
S
(ii) Il existe tels que En ⊂ En+1 , µ(En ) < ∞ et n∈N En = E.
En ∈ E , n ∈ N,
S
(iii) Il existe deux-à-deux disjoints tels que µ(En ) < ∞ et n∈N En = E.
Preuve : on suppose que µ est
S sigma-nie. Il existe donc En ∈ E , n ∈ N, tels que µ(En ) < ∞ et
. On pose 0 = . On a bien 0 ∈ E,
S
E
n∈N n = E En 0≤k≤n kE En
 [  X
µ(En0 ) = µ Ek ≤ µ(Ek ) < ∞
0≤k≤n 0≤k≤n

et n∈N En0 = E . Cela montre que (i) implique (ii). Avec les notations précédédentes, on pose E000 = E0
S
et pour tout n ≥ 1, on pose également En00 = En0 \E Sn−1 . On
0 voit que En00 ∈ E , que les En00 sont deux-
à-deux disjoints, que µ(En ) ≤ µ(En ) < ∞ et que n∈N En = E . Cela montre que (ii) implique (iii).
00 0 00

Clairement (iii) implique (i), ce qui termine la preuve du lemme. 

Proposition 17 Soit (E, E ) un ensemble mesurable.

µ1 , µ2 : E → [0, ∞], deux mesures, et soit a ∈]0, ∞[. On dénit µ : E → [0, ∞],
(i) Soit par
µ(A) = µ1 (A) + aµ2 (A), pour tout A ∈ E . Alors µ est une mesurenotée µ = µ1 + aµ2 .
(ii) Plus généralement, soit µn : E →P[0, ∞], n ∈ N, une suite de mesures. Soit an ∈ ]0, ∞[,
n∈NP. Pour tout A ∈ E , on pose µ(A) = n∈N an µn (A). Alors µ : E → [0, ∞] est une mesure notée

µ = an µn .
(iii) Soit µ : E → [0, ∞] une mesureet soit B ∈ E . Pour tout A ∈ E, on pose ν(A) = µ(B ∩ A).
Alors ν est une mesure appellée mesure-trace sur B de µ.

8
 Le preuve est assez facile.
Théorème 18 (i) Il existe une unique mesure ` : B(R) → [0, ∞], appelée mesure de Lebesgue sur R,
telle que pour tout a < b, on ait `(]a, b]) = b − a.
(ii) Il existe une unique mesure `d : B(Rd ) → [0, ∞], appelée mesure de Lebesgue sur Rd , telle que
pour tout pavé R =]a1 , b1 ] × . . . ×]ad , bd ], on ait `d (R) = (b1 − a1 ) × . . . × (bd − ad ).
L'existence est dicile et sera prouvée à la n du chapitre. L'unicité découle du théorème suivant
avec (E, E ) = (Rd , B(Rd )) et P = {]a1 , b1 ] × . . . ×]ad , bd ] : −∞ < ai < bi < ∞} ∪ {Rd } (exercice).
Théorème 19 (Unicité de prolongement des mesures) Soit (E, E ) un espace mesurable. Soit P, un
pi-système tel que σ(P) = E . Soient µ1 et µ2 deux mesures sigma-nies. On fait les deux hypothèses
suivantes (si µ1 (E) = µ2 (E) < ∞, la seconde est inutile)
(i) Pour tout A ∈ P , µ1 (A) = µ2 (A).
(ii) Il existe En ∈ P , n ∈ N, tels que

E = ∪n≥0 En , En ⊂ En+1 et µ1 (En ) = µ2 (En ) < ∞ .

Alors µ1 = µ2 , i.e. pour tout B ∈ E, on a µ1 (B) = µ2 (B).

Preuve : on suppose tout d'abord que µ1 (E) = µ2 (E) < ∞. On pose alors
L = {B ∈ E : µ1 (B) = µ2 (B) } .
Par hypothèse, on a P ⊂ L . Montrons ensuite que L est une classe monotone : comme on a supposé
que µ1 et µ2 ont même masse, on a E ∈ L . Soient B, C ∈ L tels que B ⊂ C . Comme µ1 et µ2 sont
de masse nie, on peut écrire :
µ1 (C\B) = µ1 (C) − µ1 (B) = µ2 (C) − µ2 (B) = µ2 (C\B),
qui entraîne bien que C\B ∈ L . Il reste à prouver la stabilité par union dénombrable croissante, ce
qui est assez facile.
Ainsi, L est une classe monotone qui contient P , donc par le théorème 5, on a E = σ(P) ⊂ L ⊂ E .
Donc L = E , i.e. µ1 (B) = µ2 (B) pour tout B ∈ E .
On déduit le cas général facilement : pour n ≥ 1, on introduit les mesures µ1,n (A) = µ1 (A ∩ En )
et µ2,n (A) = µ2 (A ∩ En ) qui sont nies et vérient (i). Elles sont donc égales. On conclut aisément,
puisque pour tout A ∈ E , µ1 (A) = limn µ1,n (A) et µ2 (A) = limn µ2,n (A). 

I.4 Applications mesurables

Soit f : E → F une application de E dans F . Pour B ⊂ F , on note
f −1 (B) = {x ∈ E : f (x) ∈ B} ⊂ E.
Soit Bj ⊂ F , j ∈ J , une famille (quelconque) de sous-ensembles de F . Alors, on a :
[  [ \  \
f −1 Bj = f −1 (Bj ) et f −1 Bj = f −1 (Bj ) .
j∈J j∈J j∈J j∈J

On a aussi f −1 (F ) = E et f −1 (B c ) = (f −1 (B))c pour tout B ⊂ F .

9
Dénition 20 Soient (E, E ) et (F, F ), deux espaces mesurables. Une application f :E→F est dite
(E , F )-mesurable ssi
∀B ∈ F , f −1 (B) ∈ E . (I.1)
Convention. Lorsque f est à valeurs dans R, on dit simplement que f ∈ L (E, E ) ou que f est
E -mesurable en sous-entendant qu'elle est (E , B(R))-mesurable.

Proposition 21 Soient (E, E ) et (F, F ), deux espaces mesurables. Soit C ⊂ F une classe d'ensembles
t.q. σ(C ) = F . Soit f : E → F . Alors f est (E , F )-mesurable ssi

∀C ∈ C , f −1 (C) ∈ E .

Preuve : on pose G = {B ∈ F : f −1 (B) ∈ E } et on veut montrer que F ⊂ G . On a C ⊂ G par

hypothèse, il sut donc de montrer que G est une tribu (car alors F = σ(C ) ⊂ σ(G ) = G ). C'est
facile. 
Donnons plusieurs applications de ce résultat.

Remarque 22 (i) Pour montrer que f : E 7→ R est E -mesurable, il sut de voir que pour tout a ∈ R,
f −1 (] − ∞, a]) ∈ E (car σ ] − ∞, a]; a ∈ R = B(R)).


(ii) Si E et F sont munis de topologies OE et OF , alors toute fonction continue de E dans F est
(B(E), B(F ))-mesurable.

Pour le point (ii), on rappelle que f est dite continue si pour tout O ∈ OF , on a f −1 (O) ∈ OE , que
B(E) = σ(OE ) et que B(F ) = σ(OF ).

Proposition 23 Soient (E, E ), (F, F ) et (G, G ), trois espaces mesurables. Soit f : E → F et g : F →

G qui sont supposées respectivement (E , F )-mesurable et (F , G )-mesurable. Alors g ◦ f est (E , G )-
mesurable.

La preuve est immédiate.

Proposition 24 Soit (E, E ), un espace mesurable.

(i) Soit f, g ∈ L (E, E ) et a ∈ R. Alors f + ag et fg sont également dans L (E, E ).

(ii) Soit fn ∈ L (E, E ), n ∈ N. Alors inf fn , sup fn , lim inf fn et lim sup fn sont dans L (E, E ).
(iii) Soit fn ∈ L (E, E ), n ∈ N. On suppose que pour tout x ∈ E , limn→∞ fn (x) = f (x) existe.
Alors f est dans L (E, E ).

Preuve : pour (i), on prouve d'abord que h := (f, g) : E → R2 est (E , B(R2 ))-mesurable. Il sut
de montrer que pour tout ouvert U de R2 , h−1 (U ) ∈ E . Mais on sait (voir Lemme 10) que U est une
union dénombrable de rectangles ouverts, i.e. U = ∪n≥1 (]an , bn [×]cn , dn [). Par conséquent,

h−1 (U ) = ∪n≥1 h−1 (]an , bn [×]cn , dn [) = ∪n≥1 (f −1 (]an , bn [) ∩ g −1 (]cn , dn [)) ∈ E .

On introduit ensuite ψ1 (x, y) = x + ay , ψ2 (x, y) = xy , qui sont continues et donc (B(R2 ), B(R))-
mesurables. On conclut qu'en eet, f + cg = ψ1 ◦ h et f g = ψ2 ◦ h sont (E , B(R))-mesurables.

10
 Pour (ii), on remarque qu'il sut de traiter sup fn (car inf fn = − sup(−fn ), car lim sup fn =
inf n supp≥n fp et lim inf fn = supn inf p≥n fp ). On pose donc g = supn fn et on remarque que pour tout
a ∈ R, on a
g −1 (] − ∞, a]) = ∩n∈N fn−1 (] − ∞, a]) ∈ E .

Enn, (iii) découle de (ii) car alors f = lim sup fn . 

Exemple 25 Soit A⊂E et 1A : E → {0, 1} sa fonction indicatrice. Alors 1A est E -mesurable ssi
A ∈ E.

Dénition 26 (E, E ), un espace mesurable. Une fonction s : E → R+ est dite E -mesurable

Soit
Pn étagée
(positive) s'il existe A1 , . . . , An ∈ E , deux-à-deux disjoints et a1 , . . . , an ∈ R+ tels que s = k=1 ak 1Ak .

Une fonction E -mesurable s : E 7→ R+ est étagée ssi elle prend un nombre ni de valeurs (exercice).

Lemme 27 Soit (E, E ) un espace mesurable et f : E 7→ R+ une fonction E -mesurable.

(i) Il existe une famille (sn )n≥1 de fonction E -mesurables étagées telle que pour tout x ∈ E , sn (x)
est croissante et tend vers f (x) (quand n → ∞).
Bn ∈ E , n ≥ 1, tels que f = n≥1 an 1Bn .
P
(ii) Il existe an ≥ 0 et

Preuve : Pour (i), on dénit ψn (a) = min{n, b10n ac/10n } pour tout a ∈ R+ , qui est bien sûr mesurable
(de R+ dans R+ ). Comme ψn (a) est croissante (en n) et tend vers a (quand n → ∞) pour tout a ≥ 0
et comme ψn prend un nombre ni de valeurs, on conclut aisément que sn = ψn ◦ f convient.
Pour (ii), on écrit f = limn sn = s1 + k≥1 (sk+1 − sk ). Comme s1 , s2 − s1 , s3 − s2 , etc. sont
P
mesurables, positives et prennent un nombre ni de valeurs, P onPpeut les écrire sous la forme s1 =
i=1 a1,i 1B1,i , s2 − s1 = i=1 a2,i 1B2,i , etc. Ainsi, f = i=1 ak,i 1Bk,i , qu'on peut bien sûr
Pn1 Pn2 nk
k≥1
réécrire avec une seule somme. 

I.5 Construction de l'intégrale

Dans toute cette section, on considère un espace mesuré (E, E , µ).

Intégration des fonctions étagées. On note S+ l'ensemble des fonctions E -mesurables étagées
(positives).

Dénition 28
P
Soits ∈ S+ , on a donc #(s(E)) < ∞ et on peut écrire s = a∈s(E) 1s−1 ({a}) . On
dénit, pour tout A ∈ E, Z X
sdµ = aµ(A ∩ s−1 ({a})).
A a∈s(E)

Proposition 29 = α A sdµ, ∀ A ∈ E .
RR
(i) Si s ∈ S+ et α ≥ 0, alors αs ∈ S+ et A (αs)dµ
(ii) Si s1 , s2 ∈ S+ , alors s1 + s2 ∈ S+ et A (s1 + s2 )dµ = A s1 dµ + A s2 dµ, ∀ A ∈ E .
R R R

(iii) Si s1 , s2 ∈ S+ et si s1 ≤ s2 , alors A s1 dµ ≤ A s2 dµ, ∀ A ∈ E .

R R

(iv) Si s ∈ S+ , alors ν dénie par ν(A) = A sdµ, ∀ A ∈ E , est une mesure sur (E, E ).
R

11
Preuve : (i) est évident, (iii) découle de (ii) (écrires2 = s1 + t avec t = s2 − s1 ≥ 0) et (iv) n'est
pas dicile. Concentrons-nous sur (ii), qui est relativement délicat. On pose I1 = s1 (E), I2 = s2 (E)
et I = s(E), où s = s1 + s2 . Pour tout a ∈ I , on peut écrire l'union disjointe
[
s−1 ({a}) = (s−1 −1
1 ({a1 }) ∩ s2 ({a2 })).
a1 ∈I1 ,a2 ∈I2 tels que a1 +a2 =a
De plus, {s−1
1 ({a1 }), a1 ∈ I1 } est une partition de E , ainsi que {s2 ({a2 }), a2 ∈ I2 }. Donc par dénition,
−1

Z X X X
sdµ = aµ(A ∩ s−1 ({a})) = a µ(A ∩ s−1 −1
1 ({a1 }) ∩ s2 ({a2 })),
A a∈I a∈I a1 ∈I1 ,a2 ∈I2 tels que a1 +a2 =a
puis, en rentrant a dans la seconde somme et en le remplaçant par a1 + a2 , on trouve
Z X X
sdµ = a1 µ(A ∩ s−1 −1
1 ({a1 }) ∩ s2 ({a2 }))
A a∈I a1 ∈I1 ,a2 ∈I2 tels que a1 +a2 =a
X X
+ a2 µ(A ∩ s−1 −1
1 ({a1 }) ∩ s2 ({a2 })).
a∈I a1 ∈I1 ,a2 ∈I2 tels que a1 +a2 =a
Le premier terme peut se réécrire simplement
X X Z
µ(A ∩ s−1 −1
1 ({a1 }) ∩ s2 ({a2 })) = a1 µ(A ∩ s−1
1 ({a1 }))) = s1 dµ.
a1 ∈I1 ,a2 ∈I2 a1 ∈I1 A

La seconde égalité utilise que {s−1

2 ({a2 }), a2 ∈ I2 } est une partition de E . De même, le second terme
vaut A s2 dµ.
R


Remarque 30
Pn
On déduit aisément de la proposition précédente que si s= 1 ai 1Bi , avec ai ≥ 0 et
Bi ∈ E (non forcément 2.2.d.), alors pour tout A ∈ E, on a

Z n
X
sdµ = ai µ(A ∩ Bi ).
A 1

En eet, on a clairement = µ(A ∩ Bi ) par dénition, et il sut ensuite d'utiliser le point

R
A 1Bi dµ
(ii) de la proposition.
On aurait pu prendre cette formule comme dénition : ç'aurait été une dénition plus simple, mais
il aurait fallu montrer que le résultat obtenu ne dépendait pas de la décomposition choisie.

Intégration des fonctions positives.

Dénition 31 Pour toute application f : E → [0, ∞], E -mesurable A ∈ E on
et tout pose
Z Z 
f dµ = sup s dµ : s ∈ S+ t.q. 0 ≤ s(x) ≤ f (x) ∀ x ∈ A .
A A

En utilisant le point (iii) de la proposition précédente, on voit que si s ∈ S+ , cette nouvelle dénition
donne bien le même résultat, i.e. que cette dénition est bien une extension de la dénition 28.

12
Proposition 32 R f, g : ER→ [0, ∞], deux fonctions E -mesurables.
Soient
(i) Si f ≤ g alors A f dµ ≤ A g dµ, pour tout A ∈ E .

(ii) Soit A ∈ E , Si f (x) = 0 pour tout x ∈ A, alors A f dµ = 0.

R

(iii) Soit A ∈ E tel que µ(A) = 0. Alors A f dµ = 0.

R

(iv) Soit A ∈ E . Alors A f dµ = E 1A f dµ.

R R

Preuve : on remarque que {s ∈ S+ : s(x) ≤ f (x), x ∈ A} ⊂ {s ∈ S+ : s(x) ≤ g(x), x ∈ A} si f ≤ g ,

ce qui entraîne (i). Les autres points sont faciles (immédiat si f est dans S+ , puis extension facile). 
Théorème 33 (Convergence monotone) Soit fn : E → [0, ∞], n ∈ N, une suite croissante d'appli-
cations E -mesurables, i.e. fn (x) ≤ fn+1 (x) ∀ x ∈ E , ∀ n ∈ N. On pose f = supn∈N fn , qui est bien
dénie à valeurs dans [0, ∞] et E -mesurable. On a alors
Z Z
f dµ = lim ↑ fn dµ .
E n→∞ E

Preuve
R : par le Rpoint (i) de la proposition 32, la suite n 7→ fn dµ est croissante. De plus fn ≤ f et
R
E
donc E fn dµ ≤ E f dµ, puis
Z Z Z
lim ↑ fn dµ = sup fn dµ ≤ f dµ .
n→∞ E n∈N E E

Pour l'inégalité contraire, on xe a ∈ ]0, 1[ et s ∈ S+ telle que s ≤ f . Pour tout entier n ≥ 1, on pose
En = {x ∈ E : fn (x) ≥ as(x)} .

Comme fn et s sont E -mesurables, on a En ∈ E . On voit que En ⊂ En+1 et, comme fn tend simplement
vers f ≥ s > as, on a E = ∪n≥1 En .
On remarque ensuite
R que pour tout x ∈ E , on a fn (x) ≥R 1En (x)fn (x) ≥ 1En (x)as(x), d'où
l'inégalité E fn dµ ≥ a En sdµ. En utilisant leRfait que A R∈ E 7→ A s dµ est une mesure positive (voir
R

Proposition 29 (iv )), on conclut que limn→∞ ↑ En s dµ = E s dµ et donc que lim f dµ ≥ a E s dµ.
R R
Rn E n
Comme a peut être choisi arbitrairement proche de 1, on conclut que limn E fn dµ ≥ E s dµ. En
R

prenant Rnalement Rle supremum sur toutes les fonctions étagées positives majorées par f , on obtient
limn→∞ E fn dµ ≥ E f dµ. 

Lemme 34 Soient f, g : E → [0, ∞], deux applications E -mesurables. Soit a ∈ [0, ∞[. On a alors
Z Z Z
(f + ag) dµ = f dµ + a g dµ .
E E E

Preuve : on considère deux suites

R croissantes sn , sRn ∈ S+ tellesR que limn sn = f et limn sn = g (voir
0 0

le lemme 27). On sait déjà que E (sn + as0n ) dµ = E sn dµ + a E sn dµ.

0 Le théorème de convergence
monotone permet de passer à limite dans cette expression.
Proposition 35 (Interversion positive) fn : E → [0, ∞], n ∈ N,
Soit des applications E -mesurables.
On a Z X  XZ
fn dµ = fn dµ .
E n∈N n∈N E

13
Preuve : découle immédiatement du théorème de convergence monotone appliqué à gn = k=0 fk .
Pn


Théorème 36 (Lemme de Fatou) Soit fn : E → [0, ∞], n ∈ N, une suite d'applications E -mesurables.
On a Z Z
(lim inf fn ) dµ ≤ lim inf fn dµ .
E n→∞ n→∞ E

Preuve : on pose gn = inf p≥n fp , n ∈ N. On remarque que 0 ≤ gn ≤ gn+1 et que gn ≤ fn . Par ailleurs,
on a limn gn = lim inf n fn . Le théorème de convergence monotone implique alors que
Z Z
(lim inf fn ) dµ = lim gn dµ .
E n→∞ n→∞ E

Or on a Z Z Z
lim gn dµ = lim inf gn dµ ≤ lim inf fn dµ ,
n→∞ E n→∞ E n→∞ E
ce qui montre bien le résultat voulu. 

Intégration des fonctions quelconques.

Dénition 37 Soit
Rf : E → R, une application E -mesurable. On ditRque f estRµ-intégrableR ou que
f∈ L (E, E , µ) ssi
1
E |f | dµ < ∞. On dénit alors, pour tout A ∈ E , A f dµ = A f+ dµ − A f− dµ,
où les fonctions E -mesurables positives f+ et f− sont dénies par f+ (x) = max{f (x), 0} et f− (x) =
max{−f (x), 0}.

OnR observe que f = f+ − f− , ceR qui justie Rcette dénition. On observe aussi que |f | = f+ + f− .
Donc E |f | dµ < ∞ implique que A f+ dµ et A f− dµ sont deux nombres réels positifs nis (pour
A ∈ E xé), il n'y a donc pas de problème dans la dénition.

Proposition 38 Soient f, g ∈ L 1 (E, E , µ).

A ∈ E.
R R
(i) Af dµ = E 1A f dµ, pour tout
R R
(ii) | E f dµ| ≤ E |f | dµ.
L 1 (E, E , µ)
R R R
(iii) R-espace vectoriel et pour tout a ∈ R,
est un E (f + ag) dµ = E f dµ + a E g dµ.
R R
(iv) Si f ≤ g alors E f dµ ≤ E g dµ.

(v) Si A ∈ E est tel que µ(A) = 0, alors A f dµ = 0.

R

RPreuve : (i)R et (v) se déduisent du cas positif. Pour (ii), on écrit

R R R
E f+ dµ −
E f+ dµ + E f− dµ ≤
E f− dµ = E |f | dµ . (iv) découle de (iii). Par contre, (iii) est un peu subtile, puisqu'il est faux par
exemple que (f + g)+ = f+ + g+ . Supposons par exemple a ≥ 0 (sinon, on remplace g par −g ). Comme
|f + ag| ≤ |f | + a|g|, il est évident (voir proposition 32-(i) et lemme 34) que f + ag ∈ L 1 (E, E , µ). On
pose h = f +ag , ce qui se réécrit h+ −h− = f+ −f− +ag+ −ag− . Donc on a h+ +f− +ag− = h− +f+ +ag+
et, par le lemme 34 :
Z Z Z Z Z Z
h+ dµ + f− dµ + a g− dµ = h− dµ + f+ dµ + a g+ dµ .
E E E E E E

On conclut facilement. 

14
Théorème 39 (Convergence dominée, V1) Soient fn : E → R, n ∈ N, une suite de fonctions E-
mesurables telle que

(a) Il existe f :E→R telle que limn fn (x) = f (x), pour tout x ∈ E.
(b) Il existe g ∈ L 1 (E, E , µ) telle que |fn (x)| ≤ g(x), pour tout n ∈ N et tout x ∈ E .
fn , f ∈ L 1 (E, E , µ),
R R R
Alors (i) (ii) limn→∞ E |f − fn | dµ = 0 et (iii) limn→∞ E fn dµ = E f dµ.
PreuveR : en passant à la limite en n dans les inégalités de l'hypothèse (b), on obtient |f | ≤ g et on
a donc E |f | dµ < ∞, par le point (iv) de la proposition 38, ce qui prouve (i). On remarque ensuite
que |fn − f | ≤ |f | + |fn | ≤ 2g . Si on pose hn = 2g − |f − fn |, on observe que les hn sont des fonctions
positives E -mesurables et µ-intégrables. De plus lim inf n hn = limn hn = 2g , d'après l'hypothèse (a).
En appliquant le lemme de Fatou à la suite hn , on obtient
Z Z Z Z Z
2g dµ = (lim inf hn ) dµ ≤ lim inf (2g − |f − fn |) dµ = 2g dµ − lim sup |f − fn | dµ ,
E E n n→∞ E E n→∞ E

ce qui implique que lim supn→∞ |f − fn | dµ ≤ 0. Cela prouve (ii), qui implique bien sûr (iii).
R
E 

I.6 Mesure image

Proposition 40 (Changement de variable/Transfert) Soit (E, E , µ) un espace mesuré et (F, F ) un
espace mesurable. Soit f : E → F une application (E , F )-mesurable. Pour tout B ∈ F , on pose
ν(B) = µ(f −1 (B)).
(i) ν est une mesure sur (F, F ) (appelée mesure image de µ par f ).
h : F 7→ R+ , F -mesurable,
R R
(ii) Pour tout on a F hdν = E (h ◦ f )dµ.

R (ii) Pour tout

R h : F 7→ R, F -mesurable, h ∈ L 1 (F, F , µ) ssi h ◦ f ∈ L 1 (E, E , µ) et dans ce cas,
F hdν = E (h ◦ f )dµ .

Preuve : Le (i) est très facile. Pour (ii), on écrit n≥1 an 1Cn , avec an ≥ 0 et Cn ∈ F (voir
P
h =
Lemme 27-(ii)), puis
Z X X X Z
−1
hdν = an ν(Cn ) = an µ(f (Cn )) = an 1f −1 (Cn ) dµ.
F n≥1 n≥1 n≥1 E

Mais 1f −1 (Cn ) = 1Cn ◦ f . Du coup,

Z X Z Z
hdν = an (1Cn ◦ f )dµ = (h ◦ f )dµ.
F n≥1 E E

On a utilisé un peu partout la proposition 35 pour échanger les sommes et les intégrales. Le point (iii)
se déduit classiquement du point (ii), à faire en exercice. 

I.7 Ensembles négligeables

Dénition 41 (E, E , µ), un espace mesuré. Un sous-ensemble N de E est dit µ-négligeable ssi il
Soit
existe B ∈ E tel que N ⊂ B et µ(B) = 0.
On note Nµ l'ensemble de tous les µ-négligeables de E . On dit que l'espace mesuré (E, E , µ) est
complet ssi E contient tous les µ-négligeables, c'est-à-dire Nµ ⊂ E .

15
Remarque 42 (E, E , µ), Nn ∈ Nµ , n ∈ N. ∈ Nµ .
S
Soient un espace mesuré et Alors n∈N Nn

Cela découle de la σ -additivité de la mesure.

Dénition 43 (Propriété vraie presque partout) Soit (E, E , µ), un espace mesuré. Une propriété est
dite vraie µ-p.p. si elle est vraie en dehors d'un ensemble µ-négligeable.
Par exemple, pour deux fonctions réelles f, g : E 7→ R, on dit que f = g µ-p.p. si l'ensemble
{x ∈ E : f (x) 6= g(x)} est µ-négligeable.

Proposition 44 Soit (E, E , µ) un espace mesuré. Soit f, g : E → R deux applications E -mesurables.

R
(i) Si E |f | dµ = 0, alors f = 0 µ-p.p.
R
(ii) Si E |f | dµ < ∞, alors |f | < ∞ µ-p.p.
R R
(iii) Si f = g µ-p.p., alors E f dµ = E gdµ.

Preuve : (i) Pour tout n ≥ 1, on pose En = {x ∈ E : |f (x)| ≥ 1/n} = |f |−1 ([1/n,R ∞]) ∈ E . On a donc
f −1 (R\{0}) = ∪n∈N En . D'autre part, |f | ≥ 1En |f | ≥ n1 1En . Par conséquent, 0 = E |f | dµ ≥ µ(En )/n.
Donc, µ(En ) = 0. On en déduit que f −1 (R\{0}) = ∪n En est µ-négligeable comme désiré.
(ii) Soit En = {|f | ≥ n|} = |f |−1 ([n, ∞[} ∈ E . Alors 1En décroit vers 1{|f |=∞} , donc par Fatou,
Z Z Z
µ({|f | = ∞}) = 1{|f |=∞} dµ ≤ lim inf 1En dµ ≤ lim inf n−1 |f |dµ = 0.
E n E n E

(iii)
R Soit A R= {f 6= g}R ∈ E . On a µ(A) = 0, et donc − g|dµ = 0. On conclut
R R
E |f − g|dµ = A |f
que | E f dµ − E gdµ| ≤ E |f − g|dµ = 0. 

Théorème 45 (Théorèmes limites, versions dénitives) Soit (E, E , µ) un espace mesuré. Soit fn , n ∈
N, une suite d'applications E -mesurables de E dans R.
(Convergence monotone) Si pour tout
R n ∈ N, R0 ≤ fn ≤ fn+1 µ-p.p., alors supn fn = f est bien
dénie, positive µ-p.p., et on a limn→∞↑ E fn dµ = E f dµ.
(Lemme de
R Fatou) Si pour tout
R n ∈ N, on a fn ≥ 0 µ-p.p., alors lim inf n fn = f est positive
µ-p.p. et on a E f dµ ≤ lim inf n→∞ E fn dµ.
(Convergence dominée) S'il existe une application f , E -mesurable, telle que limn fn = f , µ-p.p.
R g ∈ L (E, E , µ) telle que |f
1
et s'il existe une application
R n | ≤ g µ-p.p.
R pour tout n ∈ N. Alors, f est
µ-intégrable, on a limn→∞ E |f − fn | dµ = 0 et limn→∞ E fn dµ = E f dµ.
(Interversion) Si n E |fn |dµP< ∞, alors la série n |fn | converge
P R P
R µ-p.p.P Il existe une fonction
h : E 7→ R, E -mesurable, telle que n≥1 fn = h µ-p.p. De plus, on a E hdµ = n≥1 E fn dµ.
R

Preuve : Les trois premiers points se déduisent des versions précédentes (sans les presque partout)
de la même manière, étudions par exemple la convergence dominée. On trouve facilement un ensemble
A, dont le complémentaire est µ-négligeable, sur lequel on a |fn | ≤ g pour tout n et limn fn = f .
On introduit alors fn0 = fn 1A , f 0 = f 1A et g 0 = g1A , qui satisfont les Rhypothèses du théorème
de convergence dominée. On en déduit que f 0 ∈ L 1 (E, E , µ) et que limn E |fn0 − f 0 |dµ = 0. Mais
bien sûr, f = f R0 µ-p.p., donc f ∈ L 1 (E,RE , µ). De plus, fn0 − f 0 = fn − f µ-p.p. (pour tout nR), donc
0 −f 0 |dµ. Ainsi, lim , d'où on déduit que = E f dµ.
R R
|f
E n −f |dµ = |f
E n n E |f −fn | dµ = 0 lim f
n E n dµ

16
P Pour l'interversion, on utiliseP que E ( n |fn |)dµ = n E |fn |dµ < ∞, ce qui impliqueP que
R P P R

n |fn | < ∞ µ-p.p. Soit A

P= { n |fn | < ∞} ∈ E , on sait que A est µ-négligeable.
P Sur A, n fn
c

converge et on pose h = n fn . Enn, on pose h = 0 surP Ac . On a doncP bien n fn =P h µ-p.p.

Enn, on peut utiliser Rla convergence dominée (avec g = |f
nP nR | , hn = n
f
1 k et h = k≥1 fk )
pour conclure
P queR limn E hn dµ = E hdµ. Comme E hn dµ = 1 E fk dµ, on en déduit qu'en eet,
n
R R

n≥1 E fn dµ.
R
E hdµ = 

I.8 Continuité et dérivabilité

Voici un théorème sur la continuité des intégrales à paramètres.

Théorème 46 Soit (Y, d) un espace métrique et (E, E , µ) un espace mesuré. Soit f : E × Y → R. On

fait les hypothèses suivantes.

(a) Pour tout y ∈ Y , f (·, y) est E -mesurable.

(b) Pour µ-presque tout x ∈ E , y 7→ f (x, y) est continue sur Y.
(c) Il existe une fonction g : E → [0, ∞] qui est E -mesurable et µ-intégrable telle que |f (x, y)| ≤
g(x), pour µ-presque tout x ∈ E , ceci pour tout y ∈ Y .
R
Alors la fonction F : Y → R donnée par F (y) = E f (x, y)µ(dx) est bien dénie et continue.

Preuve : observons tout d'abord que F (y) est bien dénie pour tout y ∈ Y par (a) et (c). Soit yn ∈ Y ,
n ∈ N, une suite de points de Y qui converge vers y ∈ Y xé (i.e. limn d(yn , y) = 0). Pour tout
n ∈ N, on pose hn (x) = f (x, yn ), x ∈ E . L'hypothèse (a) entraîne que les hn sont des applications
E -mesurables. De plus, l'hypothèse (b) montre que pour µ-presque tout x, on a limn hn (x) = h(x), où
h(x) = f (x, y), x ∈ E . Enn, on a |hn | ≤ g µ-p.p. pour toutRn d'après l'hypothèse (c). Le théorème de
convergence dominée implique alors que limn F (yn ) = limn E hn dµ = E h dµ = F (y).
R

Le théorème suivant concerne la dérivabilité des intégrales à paramètres.

Théorème 47 Soit I un intervalle ouvert de R, soit (E, E , µ) un espace mesuré, soit f : E × I → R.

On fait les hypothèses suivantes.

(a) Pour tout y ∈ I , f (·, y) est E -mesurable et intégrable.

(b) pour µ-p.t. x ∈ E , y 7→ f (x, y) est dérivable sur I.

(c) Il existe g : E → [0, ∞], E -mesurable et µ-intégrable, telle que pour µ-p.t. x ∈ E , pour tout

y ∈ I , on ait ∂f
∂y (x, y) ≤ g(x).

F 0 (y) =
R
Alors F (y) = E f (x, y) dµ(x) est bien dénie, continue et dérivable sur I. De plus, on a
R ∂f
E ∂y (x, y)µ(dx) pour tout y ∈ I .

Preuve : on xe yn ∈ I , n ∈ N, une suite de points distincts de y qui converge vers y ∈ I xé.
Pour tout n, on pose hn (x) = f (x,yynn)−f
−y
(x,y)
. Par (a), les hn sont intégrables. Par ailleurs, l'hypothèse
(b) implique que pour µ-p.t. x ∈ E , limn hn (x) = ∂f ∂y (x, y). Enn, l'inégalité des accroissements nis
combinée avec l'hypothèse (c) entraîne que pour µ-p.t. x ∈ E , |hn (x)| ≤ supy∈I ∂f ∂y (x, y) ≤ g(x). Le

17
théorème de convergence dominée s'applique donc à la suite des hn et montre que
F (yn ) − F (y)
Z Z
∂f
lim = lim hn dµ = (x, y) dµ(x) ,
n→∞ yn − y n→∞ E E ∂y
ce qui implique le résultat désiré. 

I.9 Espaces L p et L p

Dans toute la section, l'espace mesuré (E, E , µ) est xé. Soit f : E → R, une application E -
mesurable. Pour p ∈ [1, ∞[, on pose
Z 1
p
kf kp := |f |p dµ .
E

On introduit aussi le supremum essentiel de f


kf k∞ = inf a ∈ [0, ∞] : µ({x ∈ E : |f (x)| > a}) = 0 .

Il est facile de voir que |f | ≤ kf k∞ µ-p.p. (exercice).

Dénition 48 Pour p ∈ [1, ∞], on note L p (E, E , µ) l'ensemble des applications f : E 7→ R, E -
mesurables, telles que ||f ||p < ∞.

On commence par montrer les inégalités de Hölder et de Minkowski. On rappelle que p, q ∈ [1, ∞]
sont conjugués ssi p1 + 1q = 1 (avec 1/0 = ∞ et 1/∞ = 0).
PropositionR 49 (Hölder) Soient p, q , conjugués et f, g : E → [0, ∞] des applications E -mesurables.
On a alors : E f g dµ ≤ ||f ||p ||g||q avec la convention 0 × ∞ = 0.

Preuve : Le cas p = 1, q = ∞ (ou le contraire) est facile, on suppose donc que p, q ∈]1, ∞[. On a
s1/p t1/q ≤ s/p+t/q pour tout s, t ≥ 0 (utiliser la concavité du log ou, plus simplement, xer s et étudier
la fonction en t). On pose c = ||f ||p et d = ||g||q . On applique l'inégalité précédente à s = (f (x)/c)p ,
t = (g(x)/d)q et on obtient (cd)−1 f (x)g(x) ≤ c−p f (x)p /p + d−q g(x)q /q . En intégrant cette inégalité,
on obtient alors (cd) E f g dµ ≤ 1/p + 1/q = 1, ce qui entraîne le résultat désiré.
−1
R


Proposition 50 (Minkowski) Soit p ∈ [1, ∞] et soient f, g : E → [0, ∞], deux applications E-

mesurables. On a alors : ||f + g||p ≤ ||f ||p + ||g||p .
Preuve : c'est trivial si p = 1 et facile si p = ∞, on suppose donc que p ∈]1, ∞[ et on note q son
conjugué. Par Hölder, on a
Z Z 1 Z Z 1
p−1
f (f + g) dµ ≤ ||f ||p (f + g) q(p−1)
dµ
q
et g(f + g) p−1
dµ ≤ ||g||p (f + g)q(p−1) dµ
q
.
E E E E

En additionnant ces deux inégalités et en remarquent que p = q(p − 1), on obtient

Z Z 1
q
p p
(f + g) dµ ≤ (||f ||p + ||g||p ) (f + g) dµ ,
E E

soit encore ||f + g||pp ≤ (||f ||p + ||g||p )||f + g||p/q

p . Comme p/q = p − 1, on conclut aisément. 

18
Remarque 51 Fixons p ∈ [1, ∞]. Alors L p (E, E , µ) est un R-espace vectoriel (bien sûr, f, g ∈
L p (E, E , µ) et a ∈ R implique que f +ag ∈ L p (E, E , µ)). De plus, || · ||p vérie ||f +g||p ≤ ||f ||p +||g||p ,
||af ||p = |a|||f ||p , et ||0||p = 0. Par contre, ||f ||p = 0 implique que f = 0 µ-p.p., mais pas que f = 0.
Ce n'est donc pas une vraie norme.

Dénition 52 On introduit la relation f ∼ g si f = g µ-p.p. C'est une relation d'équivalence. On

p ∈ [1, ∞], L (E, E , µ) l'espace quotient L p (E, E , µ)/ ∼. C'est un R-e.v. Enn,
p
introduit ensuite, pour
pour u ∈ L (E, E , µ), on dénit ||u||p = ||f ||p pour n'importe quel f représentant du u (cette dénition
p

ne dépend pas du choix de f puisque si f, g sont deux représentants de u, alors f = g µ-p.p. et donc
||f ||p = ||g||p ).

Remarque 53 Soit p ∈ [1, ∞]. Alors || · ||p est une (vraie) norme sur L (E, E , µ).
p

Les espaces Lp sont complets. On montre d'abord le lemme suivant.

Lemme 54 Soit p ∈ [1, ∞] et fn ∈ L p (E, E , µ), n ∈ N, une suite de Cauchy (i.e. pour tout  > 0,
soit
il existe n() ≥ 1 tel que pour tout m, n ≥ n(), ||fn − fm ||p ≤ ). Alors il existe f ∈ L (E, E , µ) et une
p

suite strictement croissante d'indices (nk , k ∈ N) tels que limk fnk = f µ-p.p. et limk ||fnk − f ||p = 0.

Preuve : Le cas p = ∞ est plus facile, on traite donc le cas où p ∈ [1, ∞[. Pour tout k ∈ N, on pose
nk = n(2−0 ) + · · · + n(2−k ) qui est strictement croissante, et on a

kfnk+1 − fnk kp ≤ 2−k , k ∈ N .

Pour tout k ∈ N, on pose gk P = 0≤i≤k |fni+1 − fni | et g = i≥0 |fni+1 − fni |. Par Minkowski, on
P P
montre aisément P que ||g||p ≤ i≥0 ||fni+1 − fni ||p ≤ 2 et donc g < ∞ µ-p.p., ce qui implique que
la série fn0 (x) + i≥0 (fni+1 (x) − fni (x)) est absolument convergente, et donc convergente, µ-p.p., on
appelle f sa somme (en posant f = 0 là où elle P n'existe pas). De plus fP i=0 (fni+1 − fni ),
Pk
nk = fn0 +
d'où limk fnk = f µ-p.p. Enn, ||fnk − f ||p = || i≥k (fni+1 − fni )||p ≤ i≥k ||fni+1 − fni ||p → 0. 
Théorème 55 Pour tout p ∈ [1, ∞], L (E, E , µ)
p
muni de la norme k·kp est complet.

La preuve découle immédiatement du lemme précédent et du suivant.

Lemme 56 Soit (Y, d) un espace métrique. Si (xn )n≥1 est une suite de Cauchy dans (Y, d) et qu'elle
admet une sous-suite convergente, alors elle converge.

Preuve : Soit (xnk )k≥1 la sous-suite qui converge et soit x = limk xnk . Fixons  > 0. Il existe n t.q.
pour tout n, m ≥ n , d(xn , xm ) < . En particulier, si n ≥ n , on a lim supk d(xn , xnk ) < . Or pour
tout n ≥ 1, on a d(xn , x) = limk d(xn , xnk ). Donc pour tout n ≥ n , on a d(xn , x) < . 

I.10 Théorème de Fubini

Dans cette section on xe deux espaces mesurables (E1 , E1 , µ1 ) et (E2 , E2 , µ2 ). On cherche à dénir
une mesure sur l'espace produit E1 × E2 telle que la mesure d'un rectangle A1 × A2 (où A1 ∈ E1 et
A2 ∈ E2 ) soit µ1 (A1 )µ2 (A2 ).

Dénition 57 (Tribu produit) Soient (E1 , E1 ) et (E2 , E2 ), deux espaces mesurables. On note E1 ⊗E2 =
σ(P) la tribu sur E1 × E2 engendrée par P = {A1 × A2 : A1 ∈ E1 , A2 ∈ E2 }.

19
Lemme 58 On note π1 et π2 les projections canoniques de E1 × E2 :

∀(x1 , x2 ) ∈ E1 × E2 , π1 (x1 , x2 ) = x1 et π2 (x1 , x2 ) = x2 .

La tribu produit E1 ⊗ E2 est la plus petite tribu G sur E1 × E2 qui rende (G , E1 )-mesurable la projection
π1 et qui rende (G , E2 )-mesurable la projection π2 .

Preuve : On note G la plus petite tribu E1 × E2 qui rende π1 et π2 mesurables.

Pour tout A1 ∈ E1 , on a π1−1 (A1 ) = A1 × E2 ∈ P ⊂ E1 ⊗ E2 , donc π1 est (E1 ⊗ E2 , E1 )-mesurable.
De même π2 est (E1 ⊗ E2 , E2 )-mesurable. Donc G ⊂ E1 ⊗ E2 .
Pour tout A1 ∈ E1 et tout A2 ∈ E2 , on a A1 × A2 = π1−1 (A1 ) ∩ π2−1 (A2 ) ∈ G . Donc P ⊂ G , et donc
E1 ⊗ E2 = σ(P) ⊂ G . 

Proposition 59 (i) Soit A ∈ E1 ⊗ E2 . Pour tout x1 ∈ E1 , Ax1 = {x2 ∈ E2 : (x1 , x2 ) ∈ A} appartient

à E2 . Pour tout x2 ∈ E2 , Ax2 = {x1 ∈ E1 : (x1 , x2 ) ∈ A} appartient à E1 .
(ii) Si f : E1 × E2 7→ R est E1 ⊗ E2 -mesurable, alors x2 7→ f (x1 , x2 ) est E2 -mesurable pour tout
x1 ∈ E1 et x1 7→ f (x1 , x2 ) est E1 -mesurable pour tout x2 ∈ E1 .

Preuve : (i) On xe x1 ∈ E1 et on considère C = {A ∈ E1 ⊗ E2 : Ax1 ∈ E2 }. On veut montrer que

E1 ⊗ E2 ⊂ C . On montre facilement que C est une tribu (car (E × F )x1 = F , car (Ac )x1 = (Ax1 )c ,
etc.) De plus, pour A = A1 × A2 ∈ P , on a Ax1 = A2 si x1 ∈ A1 et Ax1 = ∅ sinon, donc dans tous les
cas, Ax1 ∈ E2 . Ainsi, P ⊂ C et donc E1 ⊗ E2 = σ(P) ⊂ C .
(ii) On xe x1 ∈ E1 et on pose g(x2 ) = f (x1 , x2 ). Pour tout B ∈ B(R), on a g −1 (B) = {x2 ∈ E2 :
(x1 , x2 ) ∈ f −1 (B)} = (f −1 (B))x1 . Mais f −1 (B) ∈ E1 ⊗ E2 et donc, par (i), g −1 (B) ∈ E2 . .

Théorème 60 (Théorème de Fubini) Soient (E1 , E1 , µ1 ) et (E2 , E2 , µ2 ), deux espaces mesurés avec µ1
et µ2 σ -nies.
(i) Il existe une unique mesure µ sur (E1 × E2 , E1 ⊗ E2 ) telle que µ(A1 × A2 ) = µ1 (A1 )µ2 (A2 ) pour
tout A1 ∈ E 1 et tout A2 ∈ E 2 . Cette mesure se note µ1 ⊗ µ2 et se nomme mesure produit.
(ii) Soit f : E1 × E2 7→ R+ , E1 ⊗ E2 -mesurable. Alors
Z Z hZ i Z hZ i
(∗) f d(µ1 ⊗ µ2 ) = f (x1 , x2 )µ1 (dx1 ) µ2 (dx2 ) = f (x1 , x2 )µ2 (dx2 ) µ1 (dx1 ).
E1 ×E2 E2 E1 E1 E2

(iii) Soit f : E1 × E2 7→ R, E1 ⊗ E2 -mesurable. Alors (a), (b) et (c) sont équivalents et impliquent
qu'on a encore (∗) :
(a) f ∈ L (E1 × E2 , E1 ⊗ E2 , µ1 ⊗ µ2 ),
1

, x2 )|µ2 (dx2 ) ∈ L 1 (E1 , E1 , µ1 ),

R
(b) x1 →
7 |f (x 1
RE2
E1 |f (x1 , x2 )|µ1 (dx1 ) ∈ L (E2 , E2 , µ2 ).
(c) x2 → 7 1

Preuve : Le point (iii) se déduit immédiatement du point (ii) (appliqué à |f |, f+ et f− ). On suppose

d'abord que µ1 et µ2 sont nies et on procède en 5 étapes. On étudiera le cas général à l'étape 6.
Etape 1 : On montre que pour tout A ∈ E1 ⊗E2 , x1 7→ µ2 (Ax1 ) est E1 -mesurable. Pour cela, on introduit
L = {A ∈ E1 ⊗ E2 t.q. x1 7→ µ2 (Ax1 ) est E1 -mesurable}. On montre facilement que L est une classe
monotone. De plus, elle contient P (car si A = A1 × A2 ∈ P , alors µ2 (Ax1 ) = 1A1 (x1 )µ2 (A2 ) qui

20
est bien E1 -mesurable). Enn, P est stable par intersection (nie). Le théorème de la classe monotone
nous dit que σ(P) ⊂ L , ce qui termine l'étape puisque E1 ⊗ E2 = σ(P).
Etape 2 : On introduit alors µ : E1 ⊗ E2 7→ [0, ∞] dénie par
Z Z hZ i
µ(A) = µ2 (Ax1 )µ1 (dx1 ) = 1A (x1 , x2 )µ2 (dx2 ) µ1 (dx1 ).
E1 E1 E2

C'est bien déni grâce à l'étape 1. On vérie facilement que pour tout A = A1 × A2 ∈ P , on a
µ(A) = µ1 (A1 )µ2 (A2 ). De plus µ est une mesure sur (E1 × E2 , E1 ⊗ E2 ), car µ(∅) = 0 et car si on a
une famille 2.2.d. An ∈ E1 ⊗ E2 , alors
Z hZ X i XZ hZ i
µ(∪n An ) = 1An (x1 , x2 )µ2 (dx2 ) µ1 (dx1 ) = 1An (x1 , x2 )µ2 (dx2 ) µ1 (dx1 ),
E1 E2 n n E1 E2

qui n'est autre que n µ(An ). On a utilisé deux fois l'interversion somme/intégrale (tout est positif).
P

Etape 3 : Pour f : E1 × E2 7→ R+ , E1 ⊗ E2 -mesurable, on a

Z Z hZ i
(∗∗) f dµ = f (x1 , x2 )µ2 (dx2 ) µ1 (dx1 ).
E1 ×E2 E1 E2

En eet, il sut d'écrire f = n an 1An avec an ≥ 0 et Bn ∈ E1 ⊗ E2 (voir Lemme 27) et d'utiliser

P
l'interversion somme/intégrale pour écrire
Z X X Z hZ i
f dµ = an µ(An ) = an 1An (x1 , x2 )µ2 (dx2 ) µ1 (dx1 )
E1 ×E2 n n E1 E2

par dénition de µ. On réutilise alors l'interversion somme/intégrale pour conclure.

Etape 4 : On montre ici qu'il existe au plus une mesure µ sur (E1 × E2 , E1 ⊗ E2 ) telle que µ(A) =
µ1 (A1 )µ2 (A2 ) pour tout A = A1 × A2 ∈ P : cela découle directement du théorème d'unicité de
prolongement des mesures, car si on a deux telles mesures µ et ν , on a µ(E1 × E2 ) = ν(E1 × E2 ) < ∞,
on a µ(A) = ν(A) pour tout A ∈ P , et car P est un pi-système qui engendre E1 ⊗ E2 .
Etape 5 : Nous avons donc montré (i) et la moitié des égalités dans le point (ii). L'autre moitié se
démontre de la même façon, en reprenant la preuve depuis le début (étapes 1 à 4) en échangeant les
rôles de E1 et E2 et en utilisant l'unicité prouvée à l'étape 5 (on obtient la même mesure µ).
Etape 6 : On ne suppose plus que µ1 et µ2 sont nies. Comme elles sont σ-nies, on écrit E1 = ∪p E1p
et E2 = ∪q E2q , avec les E1p 2.2.d., éléments de E1 et pour lesquels µ1 (E1p ) < ∞, et avec les E2q 2.2.d.,
éléments de E2 et pour lesquels µ2 (E2q ) < ∞. On introduit les mesures µp1 (A1 ) = µ1 (A1 ∩ E1p ) sur
(E1 , E1 ) et µq2 (A2 ) = µ2 (A2 ∩ E2q ) sur (EP
2 , E2 ).
On montre alors facilement que µ = p,q (µ1,p ⊗ µ2,q ) vérie toutes les conclusions du théorème.
Pour l'unicité, considérons deux mesures µ, ν sur (E1 ×E2 , E1 ⊗E2 ) telle que µ(A) = µ1 (A1 )µ2 (A2 ) =
ν(A) pour tout A = A1 × A2 ∈ P . Posons µp,q (A) = µ(A ∩ (E1p × E2q )) et dénissons νp,q de la même
façon. En appliquant le théorème P déjà montré P dans le cas ni, on voit que µp,q = νp,q pour tout p, q .
On conclut facilement que µ = p,q µp,q = p,q νp,q = ν . 

Remarque 61 Si on a trois (ou plus) espaces mesurés (E1 , E1 , µ1 ), (E2 , E2 , µ2 ) et (E3 , E3 , µ3 ) avec
µ1 , µ2 , µ3 σ -nis, alors on identie (E1 × E2 ) × E3 et E1 × (E2 × E3 ) et on montre facilement que (à

21
identication près) (E1 ⊗ E2 ) ⊗ E3 = E1 ⊗ (E2 ⊗ E3 ) et (µ1 ⊗ µ2 ) ⊗ µ3 = µ1 ⊗ (µ2 ⊗ µ3 ), ce qui permet
de justier la notation suivante :

(E1 × E2 × E3 , E1 ⊗ E2 ⊗ E3 , µ1 ⊗ µ2 ⊗ µ3 ).

Remarque 62 (i) On peut vérier que B(Rd ) = B(R)⊗d .

(ii) Si la mesure de Lebesgue ` sur (R, B(R)) existe, la mesure de Lebesgue `d sur (Rd , B(R)) existe
aussi.

Le point (i) est à vérier soigneusement. Pour (ii), il sut de poser `d = ` ⊗ · · · ⊗ `, qui est bien une
mesure sur (Rd , B(Rd )) vériant `d (A1 × · · · × Ad ) = `(A1 ) × · · · × `(Ad ) pour tout A1 , . . . , Ad ∈ B(R).
Donc en particulier, pour tout pavé R =]a1 , b1 ]×. . . ×]ad , bd ], on a bien `d (R) = (b1 −a1 )×. . .×(bd −ad )
(puisque `(]a, b]) = b − a).

I.11 Espaces de Hilbert

Nous allons avoir besoin des résultats classiques suivants, appliqués à l'espace L2 (E, E , µ), qui est
un espace de Hilbert : nous avons vu que muni de la norme || · ||2 , c'est un espace vectoriel normé
complet. On vérie facilement que hf, gi = E f gdµ (bien déni pour f, g ∈ L2 (E, E , µ) par Cauchy-
R

Schwarz) est un produit scalaire, qui de plus vérie hf, f i = ||f ||22 . Le théorème de projection suivant
est ultra classique.

Théorème 63 Soit H un espace de Hilbert et C ⊂ H un s.e.v. fermé. Pour tout x ∈ H , il existe un

unique v = πC (x), élément de C, tel que ||x − v|| = min{||x − w|| : w ∈ C}. De plus v = πC (x) est
caractérisé par (a) v∈C et (b) pour tout w ∈ C , hx − v, wi = 0.

Preuve : On xe x ∈ H et on pose α = inf{||x − w|| : w ∈ C}.

(i) Existence de πC (x). Pour tout n ≥ 1, on peut trouver vn ∈ C t.q. ||x − vn ||2 ≤ α2 + 1/n. On
vérie par le calcul (développer tous les termes)
 
||vn − vm ||2 = 2 ||x − vn ||2 + ||x − vm ||2 − 2||x − (vn + vm )/2||2 .

Mais comme (vn + vm )/2 ∈ C , on a ||x − (vn + vm )/2||2 ≥ α2 . Ainsi, ||vn − vm ||2 ≤ 2/n + 2/m, et la
suite vn est de Cauchy. Elle converge donc vers un certain v ∈ H , qui de plus appartient à C puisque
C est fermé. Et bien sûr, on a ||x − v|| = limn ||x − vn || ≤ α et donc (par dénition de α) ||x − v|| = α.
(ii) Unicité. Si ||x − v|| = ||x − v 0 || = α avec v, v 0 ∈ C , on écrit
 
||v − v 0 ||2 = 2 ||x − v||2 + ||x − v 0 ||2 − 2||x − (v + v 0 )/2||2 .

Comme de plus ||x − (v + v 0 )/2|| ≥ α, on conclut que ||v − v 0 || ≤ 0, donc v = v 0 .

(iii) Caractérisation, sens 1. Soit v = πC (x). Alors v ∈ C bien sûr. De plus, pour w ∈ C et t ∈ R,
on a v − tw ∈ C et donc α2 ≤ ||x − (v − tw)||2 = ||x − v||2 + t2 ||w||2 + 2thx − v, wi. Comme ||x − v|| = α,
on conclut que 2thx − v, wi + t2 ||w||2 ≥ 0 pour tout t. Donc pour tout t > 0, 2hx − v, wi + t||w||2 ≥ 0,
et on conclut que hx − v, wi ≥ 0 (en faisant t → 0). Pour tout t < 0, 2hx − v, wi + t||w||2 ≤ 0, et on
conclut que hx − v, wi ≤ 0 (en faisant t → 0).

22
 (iv) Caractérisation sens 2. Soit v ∈ C t.q. hx − v, wi = 0 pour tout w ∈ C . Alors pour tout w ∈ C ,
||w − x||2 = ||w − v + v − x||2 = ||x − v||2 + ||v − w||2 car hw − v, v − xi = 0 (puisque w − v ∈ C ). Donc
pour tout w ∈ C , ||w − x||2 ≥ ||x − v||2 . 

Théorème 64 Soit H un espace de Hilbert et F : H 7→ R une forme linéaire continue. Alors il existe
z0 ∈ H t.q. pour tout x ∈ H , on ait F (x) = hx, z0 i.
Preuve : Si Ker F = H , on peut choisir z0 = 0. On suppose donc que C =Ker F 6= H . On considère
x0 ∈ H \ C , on pose v0 = πC (x0 ) et w0 = x0 − v0 (C est un s.e.v. fermé car F est continue). On
vérie que F (w0 ) = F (x0 ) − F (v0 ) = F (x0 ) 6= 0 et donc aussi w0 6= 0. Pour tout x ∈ H , on a
x − [F (x)/F (w0 )]w0 ∈ C (car F est linéaire). Donc (comme w0 = x0 − πC (x0 ) est orthogonal à C ),
||w0 ||2
 
F (x)
w0 , x − w0 = 0, i.e. F (x) = hw0 , xi.
F (w0 ) F (w0 )
On conclut avec z0 = [F (w0 )/||w0 ||2 ]w0 . 

I.12 Théorème de Radon-Nikodym

Dénition 65 Soit µ et ν deux mesures sur un espace mesurable (E, E ). On dit que

µ est
(a) absolument continue par rapport à ν (ou µ << ν ) si pour tout A ∈ E , ν(A) = 0 implique
µ(A) = 0 ;
(b) µ admet une densité f par rapport à ν (ou dµ = f dν ) si f : E 7→ R+ est E -mesurable et si
A ∈ E , µ(A) =
R
pour tout A dν .
f

Proposition 66 dµ = f dν , alors pour tout g : E 7→ R+ , E -mesurable, on a E gdµ = E gf dν . Si

R R
Si
maintenant g : E 7→ R est E -mesurable, on a g ∈ L (E, E , µ) ssi f g ∈ L (E, E , ν) et dans ce cas, on
1 1
R R
a aussi E gdµ = E gf dν .

Preuve : Comme
P d'habitude, il sut de traiter le cas positif. Soit donc g : E 7→ R+ , E -mesurable,
qu'on écrit g = a 1
n n An avec an ≥ 0 et A n ∈ E , voir le lemme 27. On a alors
Z X X Z Z
gdµ = an µ(An ) = an 1An f dν = gf dν,
E n n E E

On a utilisé plusieurs fois l'interversion somme/intégrale (tout est positif). 

Lemme 67 Soit (E, E , µ) un espace mesuré. Alors (a) µ est σ -nie si et seulement si (b) il existe une
probabilité ν sur (E, E ) par rapport à laquelle µ admet une densité f .
Preuve : Pour (b) implique (a), on introduit En = {f ≤ n}. Bien sûr, ∪n En = E et µ(En ) =
En f dν ≤ nν(En ) = n.
R

Si µ est σ -nie, on considère P

une famille An ∈ E , 2.2.d., telle que µ(An ) < ∞Pet ∪n≥1 An = E .
On introduit la mesure ν(B) = n≥1 [2n µ(An )]−1 µ(An ∩ B) et la fonction f = n≥1 2n µ(An )1An .
On
P vérie que ν est une probabilité (c'est une mesure par la proposition 17-(ii)-(iii) et on a ν(E) =
2 −n = 1). Et on a bien dµ = f dν , car pour B ∈ E , comme les A forment une partition de E ,
n≥1 n
Z XZ XZ X X
f dν = f dν = 2n µ(An )dν = 2n µ(An )[2n µ(An )]−1 µ(An ∩B) = µ(An ∩B),
B n≥1 B∩An n≥1 B∩An n≥1 n≥1

23
qui vaut bien µ(B). 
Le résultat suivant est important.

Théorème 68 (Radon-Nikodym) Soit (E, E ) un espace mesurable. Soient µ et ν , deux mesures σ-

nies sur E. Alors µ << ν si et seulement si µ a une densité f par rapport à ν .
Preuve : Si µ a une densité f par rapport à ν , alors pour tout A ∈ E , si ν(A) = 0, alors µ(A) =
, voir proposition 32-(iii). L'autre sens est plus délicat. En utilisant le lemme précédent, on
R
A f dν = 0
peut se ramener au cas où µ et ν sont des probabilités (exercice).
On pose λ = µ + ν et, pour ϕ ∈ L 2 (E, E , λ), F (ϕ) = E ϕdµ. Ce F est une forme linéaire R sur
R

L (E, E , λ). Elle est de plus continue, car pour ϕ, ϕ ∈ L (E, E , λ), on a |F (ϕ) − F (ϕ )| ≤ E |ϕ −
2 0 2 0

R ,λ) . Par le théorème 64,R il existe donc

ϕ0 |dµ ≤ ||ϕ − ϕ0 ||L 2 (E,E ,µ) ≤ ||ϕ − ϕ0 ||L 2 (E,E h ∈ L 2 (E, E , λ) tel
que pour tout ϕ ∈ L (E, E , λ), F (ϕ) = E hϕdλ, ce qui se réécrit E ϕdµ = E ϕhdλ, soit encore
2
R

Z Z
(∗) ϕ(1 − h)dµ = ϕhdν.
E E

(Pour les puristes, le paragraphe ci-dessus doit être traité dans L2 (E, E , λ)).
Montrons maintenant que h ∈ [0, 1[ λ-p.p. Comme λ = µ + ν et comme µ << ν , il sut de voir
que h ∈ [0, 1[ ν -p.p. En appliquant (∗) avec ϕ = 1{h≥1} , on obtient
Z Z
ν({h ≥ 1}) ≤ h1{h≥1} dν = (1 − h)1{h≥1} dµ ≤ 0,
E E

donc h < 1 ν -p.p. En appliquant (∗) avec ϕ = 1{h<0} , on obtient

Z Z
0≤ 1{h<0} (1 − h)dµ = 1{h<0} hdν ≤ 0,
E E

donc 1{h<0} hdν = 0, ce qui n'est possible que si h ≥ 0 ν -p.p.

R
E
On pose maintenant f = h/(1 − h), qui est bien E -mesurable et à valeurs dans R+ (quitte à la
modier sur un ν -négligeable). Reste à verier que dµ = f dν . Soit donc A ∈ E . En appliquant (∗) avec
ϕ = 1A /[1 − h + 1/n] (qui est bornée et donc dans L 2 (E, E , λ)), on trouve

1−h
Z Z
h
dµ = dν.
A 1 − h + 1/n A 1 − h + 1/n

En faisant tendre n vers l'inni (par convergence monotone), on conclut que µ(A) = A f dν .
R


I.13 Construction de la mesure de Lebesgue

On veut construire la mesure de Lebesgue ` sur (R, B(R)). C'est dicile et assez peu intuitif. Nous
allons montrer péniblement les trois propositions suivantes.

Proposition 69 Soit E un ensemble et ` : P(E) 7→ [0, ∞] vériant

(a) `(∅) = 0 ;
(b) Si A, B ∈ P(E) et si A ⊂ B, alors `(A) ≤ `(B) ;

24
 P
(c) `(∪n An ) ≤ n `(An ) pour toute famille dénombrable de parties de E.
Alors L = {B ∈ P(E) : `(A) = `(A ∩ B c ) + `(A ∩ B) ∀ A ∈ P(E)} est une tribu et `, restreinte
à L, est une mesure sur (E, L ).

Une application vériant (a), (b), (c) s'appelle une mesure extérieure.
Proposition 70 On dénit ` : P(R) 7→ [0, ∞] par
nX o
`(A) = inf (bi − ai ) : ai ≤ bi ∀ i ≥ 1 et A ⊂ ∪i≥1 ]ai , bi [ ,
i≥1

avec la convention que ]a, a[= ∅. Alors ` vérie les trois points (a),(b) et (c) de la proposition 69 et la
tribu L en résultant contient B(R).

Proposition 71 Le ` de la proposition 70 vérie `([a, b]) = b − a pour tout a < b.

Avec ces trois propositions, on a construit une mesure ` sur (R, L ), avec B(R) ⊂ L et `(]a, b]) =
b − a : on a construit la mesure de Lebesgue sur (R, B(R)).
Preuve de la proposition 69 : (i) On montre facilement que pour tout A, B ∈ P(E), on a `(A) ≤
`(A ∩ B c ) + `(A ∩ B) : il sut d'utiliser (c) avec A1 = A ∩ B c , A2 = A ∩ B , Ak = ∅ pour k ≥ 3, et (a).
(ii) Il est évident que B ∈ L implique que B c ∈ L , et que E, ∅ ∈ L .
(iii) On montre ici que B1 , B2 ∈ L implique que B1 ∪ B2 ∈ L . Soit donc A ∈ P(E). Comme
B1 ∈ L on a `(A ∩ (B1 ∪ B2 )) = `([A ∩ (B1 ∪ B2 )] ∩ B1c ) + `([A ∩ (B1 ∪ B2 )] ∩ B1 ), ce qui se réécrit
(∗1) `(A ∩ (B1 ∪ B2 )) = `(A ∩ B2 ∩ B1c ) + `(A ∩ B1 ).
Comme B2 ∈ L , on a `(A ∩ B1c ) = `([A ∩ B1c ] ∩ B2 ) + `([A ∩ B1c ] ∩ B2c ), soit encore
(∗2) `(A ∩ B1c ) = `(A ∩ B1c ∩ B2 ) + `(A ∩ (B1 ∪ B2 )c ).
Enn, comme B1 ∈ L , on a
(∗3) `(A ∩ B1c ) + `(A ∩ B1 ) = `(A).
En combinant (∗1), (∗2) et (∗3), on arrive à montrer que `(A) = `(A ∩ (B1 ∪ B2 )c ) + `(A ∩ (B1 ∪ B2 )),
ce qui achève l'étape.
(iv) On montre ici que si B1 , . . . , Bn ∈ L sont 2.2.d, alors ∪n1 Bi ∈ L (on le sait déjà par (iii)) et
pour tout A ∈ P(E),
n
X
`(A) = `(A ∩ Bi ) + `(A ∩ (∩n1 Bic )).
1
Comme ∈ L , on a `(A) = `(A∩(∪1 Bi ))+`(A∩(∩n1 Bic )), et il sut de montrer que `(A∩(∪n1 Bi )) =
∪n1 Bi n

1 `(A ∩ Bi ). Comme B1 ∈ L , on a `(A ∩ (∪1 Bi )) = `(A ∩ (∪1 Bi ) ∩ B1 ) + `(A ∩ (∪1 Bi ) ∩ B1 ), ce qui

P n n n c n

se réécrit `(A ∩ (∪n1 Bi )) = `(A ∩ (∪n2 Bi )) + `(A ∩ B1 ). On conclut en itérant ce procédé.

(v) On montre ici que si B1 , B2 , · · · ∈ L sont 2.2.d, alors ∪∞
1 Bi ∈ L et `(∪1 Bi ) = `(Bi ).
∞
P∞
1
Pour tout A ∈ P(E) et tout n, par (iv) (et (b)), on a
n
X n
X
`(A) = `(A ∩ Bi ) + `(A ∩ (∩n1 Bic )) ≥ `(A ∩ Bi ) + `(A ∩ (∩∞ c
1 Bi )).
1 1

25
En faisant tendre n vers l'inni, on conclut que (en utilisant aussi (c), car A ∩ (∪∞
1 Bi ) = ∪1 (A ∩ Bi ))
∞

∞
X
`(A) ≥ `(A ∩ Bi ) + `(A ∩ (∩∞ c ∞ ∞ c
1 Bi )) ≥ `(A ∩ (∪1 Bi )) + `(A ∩ (∪1 Bi ) ).
1

Mais en se rappelant le point (i), on conclut que

∞
X
`(A) = `(A ∩ Bi ) + `(A ∩ (∩∞ c ∞ ∞ c
1 Bi )) = `(A ∩ (∪1 Bi )) + `(A ∩ (∪1 Bi ) ).
1

Donc ∪∞
1 Bi ∈ L . Et la première égalité avec A = ∪1 Bi donne `(∪1 Bi ) = `(Bi ).
∞ ∞
P∞
1

(vi) Il ne reste qu'à montrer que L est stable par union dénombrable (non nécessairement 2.2.d.)
Cela découle facilement de la stabilité par union nie (iii) et par union dénombrable disjointe (v). 
Preuve de laPproposition 69 : (a) est évident, puisque ∅ ⊂ ∪i ]ai , bi [ avec par exemple ai = bi = 0,
ce qui donne i (bi − ai ) = 0.
(b) est évident : si A ⊂ B , `(B) est déni par un inmum d'un ensemble plus grand que celui qui
déni A, donc `(B) ≤ `(A).
(c) Soit donc A1 , A2 , . . . des parties de R. On veut montrer que `(∪n An ) ≤ n `(An ). On suppose
P
tous les `(An ) < ∞, sinon c'estPévident. Fixons  > 0. Pour tout n, on peut trouver des ani ≤ bni tels
que An ⊂ ∪i ]ani , bni [ P
et tels que i (bniP
− ani ) ≤ `(An ) + 2−n .P
Du coup, ∪n An est inclus dans ∪i,n ]ani , bni [,
et donc `(∪n An ) ≤ i,n (bni − ani ) ≤ n (`(An ) + 2−n ) = n `(An ) + .
Reste à voir que L contient B(R). Comme L est une tribu, il sut de montrer que ] − ∞, x] ∈ L
pour tout x ∈ R. On veut donc montrer (on se rappelle le (i) de la preuve de la proposition 69) que
pour tout A ⊂ R, `(A)P≥ `(A∩] − ∞, x]) + `(A∩]x, +∞[). Par dénition de `, il sut de montrer que
si A ⊂ ∪i ]ai , bi [, alors i (bi − ai ) ≥ `(A∩] − ∞, x]) + `(A∩]x, +∞[).
• Comme A∩]x, +∞[⊂ (∪i ]ai , bi [)∩]x, ∞[= ∪i ]ai ∨x, bi ∨x[, on a `(A∩]x, +∞[) ≤ i (bi ∨x−ai ∨x).
P

• Pour  > 0, comme A∩] − ∞, x] ⊂]x − , x + [∪[(∪i ]aP i , bi [)∩] − ∞, x[)], ce qui se réécrit A ⊂
]x − , x + [∪(∪i ]ai ∧ x, bi ∧ x[), on a `(A∩] − ∞, x]) ≤ 2 + i (bi ∧ x − ai ∧ x).
Ainsi, `(A∩] − ∞, x]) + `(A∩]x, +∞[) ≤ 2 + i (bi ∧ x − ai ∧ x + bi ∨ x − ai ∨ x) = 2 P+ i (bi − ai ).
P P
Comme  > 0 est arbitraire, on conclut qu'en eet, `(A∩] − ∞, x]) + `(A∩]x, +∞[) ≤ i (bi − ai ). 
Preuve de la proposition 71. Déjà, `([a, b]) ≤ b − a :Pen eet, [a, b] ⊂ ∪i ]ai , bi [ avec a1 = a − ,
b1 = b +  et ai = bi = 0 pour tout i ≥ 2, donc `(]a, b]) ≤ i (bi − ai ) = b − a + 2.
Reste à voir que `([a, b]) ≥ (b − a). Il faut donc montrer que si [a, b] ⊂ ∪i ]ai , bi [, alors i (bi − ai ) ≥
P
b − a. Comme [a, b] est compact et que ∪i ]ai , bi [ en est un recouvrement par des ouverts, on peut en
extraire un recouvrement ni : on a donc [a, b] ⊂ ∪N , et on doit démontrer que i ) ≥ b−a.
PN
1 ]a ,
i ib [ 1 (bi −a
Ceci peut se faire par récurrence sur N (c'est évident si N = 1, très facile si N = 2), c'est un peu
fastidieux, sans plus. 

I.14 Une partie réelle non borélienne

Proposition 72 (i) Il existe une partie A⊂R qui n'appartient pas à B(R).

26
 (ii) Il est impossible de construire une mesure µ sur (R, P(R)), invariante par translation, telle
que µ([0, 2]) soit non trivial (i.e. ni nul, ni inni).

Par , on veut dire que si A ⊂ P(R) et si a ∈ R, alors µ(Aa ) = µ(A),

invariante par translation
où Aa = {x + a : x ∈ A}. Comme on souhaite que la mesure de Lebesgue soit invariante par
translation, le point (ii) dit en gros qu'on ne peut pas la construire sur toutes les parties de R : on est
obligé de considérer la tribu borélienne. Enn, notons que la mesure nulle peut bien sûr se construire
sur (R, P(R)) et est invariante par translation (mais pas très intéressante), ainsi que la mesure de
comptage (µ(A) = cardinal de A), qui n'est pas très intéressante non plus puisque µ([0, 1]) = ∞.
Preuve : Soit la relation d'équivalence sur R dénie par x ∼ y ssi x − y ∈ Q. Pour chaque classe
d'équivalence, on considère un représentant (axiôme du choix non dénombrable), qu'on peut choisir
dans [0, 1[ (car x ∼ x − bxc). On note A l'ensemble de ces représentants.
On a alors R = ∪q∈Q Aq et cette union est disjointe (c'est précisément la partition de R en classes
d'équivalence). On a aussi bien sûr ∪q∈Q∩[0,1] Aq ⊂ [0, 2].
P Soit µ une P mesure sur (R, P(R)) invariante par translation. Alors, par σ -additivité, µ(R) =
q∈Q µ(A )
qP = q∈Q µ(A). Donc
P si µ(A) = 0, alors µ(R) = 0 et donc µ([0, 2]) = 0. D'autre part,
µ([0, 2]) ≥ q∈Q∈[0,1] µ(Aq ) = q∈Q∈[0,1] µ(A). Donc si µ(A) > 0, alors µ([0, 2]) = ∞. Ceci montre le
point (ii).
Enn, A ne peut être borélien, sinon, sa mesure de Lebesgue existait, et on aurait `(Aq ) = `(A)
pour tout q ∈ Q, et on pourrait conclure comme ci-dessus que `([0, 2]) est soit nul, soit inni, ce qui
est bien sûr faux. 

I.15 Complétion d'espaces mesurés

Il est agréable que tous les négligeables soient mesurables. Si ce n'est pas le cas, voici une manière
d'y remédier.

Théorème 73 Soit (E, E , µ),

un espace mesuré et Nµ l'ensemble des µ-négligeables. On dénit E =
µ

σ(E , Nµ ). Il existe une unique mesure µ̄ sur (E, E ) telle que µ̄(A) = µ(A) pour tout A ∈ E . De plus,
µ

(i) on a Nµ̄ = Nµ ⊂ E µ ,
(ii) pour B ∈ E µ, il existe A1 , A2 ∈ E t.q. A1 ⊂ B ⊂ A2 et µ(A1 ) = µ̄(B) = µ(A2 ),
f : E 7→ R+R, E µ -mesurable,
(iii) pour
R il existe h1 , h2 : E 7→ R+ , E -mesurables,
R t.q. h1 ≤ f ≤ h2 ,
t.q. h1 = h2 µ-p.p. et t.q. E h1 dµ = E f dµ̄ = E h2 dµ.

Preuve : (a) On
 montre que pour tout B ∈ E , il existe A ∈ E t.q. A ⊂ B et B \ A ∈ Nµ . Pour cela,
µ

on pose F = B ⊂ E : ∃A ∈ E tel que A ⊂ B et B\A ∈ Nµ . On a bien sûr E ⊂ F et Nµ ⊂ F .

Il sut donc de montrer que F est une tribu. La seule diculté est de montrer que si B ∈ F , alors
B c ∈ F . On écrit B = A ∪ N , avec A ∈ E et N = B \ A ∈ Nµ . Il existe N0 ∈ Nµ ∩ E tel que N ⊂ N0 .
On écrit alors que B c = Ac ∩ N c = (Ac ∩ N c ∩ N0c ) ∪ (Ac ∩ N c ∩ N0 ), ce qui montre que B c ∈ F , car
l'union est disjointe, car Ac ∩N c ∩N0c = Ac ∩N0c ∈ N , et car bien sûr Ac ∩N c ∩N0 ∈ Nµ (puisqu'inclus
dans N0 ).
(b) Pour B ∈ E µ , on écrit B = A ∪ N avec A ∈ E et N ∈ Nµ (voir (a)) et on pose µ̄(B) = µ(A).
Cette dénition ne dépend pas de la décomposition, car si A ∪ N = A0 ∪ N 0 avec A, A0 ∈ E et

27
N, N 0 ∈ Nµ , on a bien sûr µ(A) = µ(A0 ) (il sut par symétrie de montrer que µ(A) = µ(A ∩ A0 ) ;
pour cela on écrit A = (A ∩ A0 ) ∪ (A ∩ (A0 )c ) et on observe que A ∩ (A0 )c ∈ E ∩ Nµ car A ∩ (A0 )c ⊂
(A ∪ N ) ∩ (A0 )c = (A0 ∪ N 0 ) ∩ (A0 )c ⊂ N 0 ; on a donc µ(A) ≤ µ(A ∩ A0 ) + µ(A ∩ (A0 )c ) = µ(A ∩ A0 )).
(c) On vérie (exercice facile) que µ̄ est une mesure sur (E, E µ ) : µ̄(∅) = 0 et la σ -additivité découle
essentiellement de celle de µ et du fait qu'une union dénombrable de négligeables l'est encore. De plus,
on a bien µ̄(A) = µ(A) pour tout A ∈ E .
(d) Pour l'unicité, supposons que ν soit une mesure positive sur l'espace mesurable (E, E µ ) telle
que ν(A) = µ(A), pour tout A ∈ E . Soit B ∈ E µ . Par (a), on peut écrire B = A ∪ N avec A ∈ E et
N ∈ Nµ . Il existe donc N0 ∈ E tel que N ⊂ N0 et µ(N0 ) = 0. On remarque alors que A ⊂ B ⊂ A ∪ N0 .
Donc forcément, µ(A) = ν(A) ≤ ν(B) ≤ ν(A ∪ N0 ) = µ(A ∪ N0 ) = µ(A), ce qui détermine ν(B).
Montrons maintenant le point (i) : soit donc N ∈ Nµ̄ . Il existe N0 ∈ E µ tel que µ̄(N0 ) = 0 et
N ⊂ N0 . Par (a), il existe N1 ∈ E t.q. N1 ⊂ N0 et N0 \ N1 ∈ Nµ . Mais N1 ∈ Nµ , car µ(N1 ) = µ̄(N1 ) ≤
µ̄(N0 ) = 0. Donc N0 = N1 ∪ (N0 \ N1 ) ∈ Nµ et, comme N ⊂ N0 , N ∈ Nµ .
Pour (ii), on considère B ∈ E µ . Par (a), il existe A ∈ E et N ∈ Nµ t.q. B = A ∪ N . Soit N0 ∈ E
t.q. µ(N0 ) = 0 et N ⊂ N0 . On conclut facilement avec A1 = A et A2 = A ∪ N0 : on a A1 , A2 ∈ E , on
a A1 ⊂ B ⊂ A2 , et on a µ(A1 ) = µ̄(A1 ) ≤ µ̄(B) ≤ µ̄(A2 ) = µ(A2 ) = µ(A1 ).
Soit enn f : E 7→ R+ , E µ -mesurable. Par le lemme 27, on peut écrire f = n an 1Bn , avec an ≥ 0
P
et Bn ∈ E µ . On applique ensuite (ii) pour construire, pour chaque n, An,1 , An,2 ∈ EP t.q. An,1 ⊂
An,2 et µ(An,1 ) = µ̄(Bn ) = µ(An,2 ). On conclut facilement que les fonctions h1 = n an 1An,1 et
Bn ⊂ P
h2 = n an 1An,2 vérient les conclusions du (iii). 

28
Chapitre II
Probabilités

II.1 Vocabulaire et notations

Espace de probabilités. Un espace de probabilité est espace mesuré (Ω, F , P) où la mesure P est
une probabilité : P(Ω) = 1.
Ω est un ensemble qui modélise l'aléa. Les éléments de F sont des évenements. La probabilité de
A ∈ F est P(A). Pour A, B ∈ F on note P(A ou B) = P(A ∪ B) et P(A etB) = P(A, B) = P(A ∩ B).

Variables aléatoires. Soit (E, E ), un espace mesurable. Une application X : Ω 7→ E qui est (F , E )-
mesurable est appelée une variable . C'est donc une fonction de l'aléa.
aléatoire

Soit X : Ω → E , une variable aléatoire (v.a.). Pour C ∈ E , on note

{X ∈ C} = X −1 (C) = {ω ∈ Ω : X(ω) ∈ C } .

On omet le plus souvent les accolades : P(X ∈ C) = P({X ∈ C}) = P(X −1 (C)). Si Y est une autre
variable aléatoire, on note P(X ∈ C , Y ∈ D) = P(X −1 (C) ∩ Y −1 (D)).

Espérance. Soit X : Ω → R une v.a. réelle (v.a.r.).

• Si X ≥ 0, on dénit son espérance par E[X] =
R
Ω X(ω)P(dω).
• Sinon, on dit que X est intégrable si E[|X|] < ∞ et on pose alors aussi E[X] =
R
Ω X(ω)P(dω).

Loi. La loi d'une v.a. X à valeurs dans E (muni d'une tribu E ) est la mesure image µX de P par X ,
voir proposition 40. Autrement dit, pour tout A
R ∈ E , on a µX (A) = P(X ∈ A). On a alors, pour toute
fonction ϕ : E 7→ R, E -mesurable, E[ϕ(X)] = E ϕdµX , dès que ϕ est positive ou E[|ϕ(X)|] < ∞. On
remarque que ϕ(X) est bien une v.a.r. Bien sûr, µX est toujours une probabilité.

Espace canonique. Si on a une mesure de probabilité µ sur un espace mesurable (E, E ), on peut
toujours construire une v.a. X de loi µ. Il sut de prendre (Ω, F , P) = (E, E , µ) et X : Ω 7→ E dénie
par X(ω) = ω . Pour A ∈ F = E , on a bien P(X ∈ A) = µ({ω : ω ∈ A}) = µ(A).
Mais dans toute la suite, sauf mention contraire, (Ω, F , P) est un espace de probabilité abstrait
sur lequel sont dénies toutes les v.a.

29
Variance. Si X est une v.a.r. telle que E[X 2 ] < ∞, on pose
Var X = E[(X − E[X])2 ] = E[X 2 ] − E[X]2 .

II.2 Premières propriétés

Inégalités. On rappelle les inégalités du premier chapitre.
• Hölder. Si p, q ∈]1, ∞[ avec 1/p + 1/q = 1 et X, Y deux v.a.r., E[|XY |] ≤ E[|X|p ]1/p E[|Y |q ]1/q .
Avec Y = 1, comme E[1] = 1, ça donne E[|X|] ≤ E[|X|p ]1/p .
• Cauchy-Schwarz. Si X, Y sont deux v.a.r., alors E[|XY |] ≤ E[|X|2 ]1/2 E[|Y |2 ]1/2 .
• Minkowski. Si p ∈]1, ∞[ et X, Y deux v.a.r., alors E[|X + Y |p ]1/p ≤ E[|X|p ]1/p + E[|Y |p ]1/p .

Lemme 74 (Inégalité de Jensen) Soit
ϕ : R → R, une

 fonction convexe et X une v.a.r. telle que X et
ϕ(X) soient intégrables. Alors ϕ E[X] ≤ E ϕ(X) .

Preuve : Comme ϕ est convexe, pour tout x0 ∈ R, il existe a ∈ R tel que ϕ(x) ≥ ϕ(x0 ) + a(x − x0 )
pour tout x ∈ R. En choisissant x0 = E[X], on trouve a tel que ϕ(x) ≥ ϕ(E[X]) + a(x − E[X]) pour
tout x ∈ R. Donc ϕ(X) ≥ ϕ(E[X]) + a(X − E[X]). On conclut en prenant l'espérance. 

Lemme 75 (Inégalité de Markov) Soit X une v.a.r. positive. Pour tout a > 0, on a P(X ≥ a) ≤
E[X]/a.

Preuve : on remarque que 1{X≥a} ≤ X/a et on prend l'espérance. 

Remarque 76 On peut décliner cette inégalité. Par exemple, si X v.a.r. (pas forcément positive),
a ∈ R, alors pour tout θ > 0, on peut
et si écrire P(X ≥ a) = P(eθX ≥ eθa ) ≤ e−θa E[eθX ], et
P(X ≤ a) = P(e−θX ≤ e−θa ) ≤ eθa E[e−θX ].

Lemme 77 (Inégalité de Tchebychev) Soit X une v.a.r. telle que E[X 2 ] < ∞. Alors pour tout a > 0,
P(|X − E[X]| ≥ a) ≤ (Var X)/a2 .

Preuve : on applique Markov à Y = |X − E[X]|2 . 

Fonction de répartition. Soit X , une variable réelle F -mesurable. Sa fonction de répartition est
la fonction FX : R :→ [0, 1] donnée par FX (a) = P(X ≤ a) = µX (] − ∞, a]).

Lemme 78 SoitX une v.a.r. La fonction FX est croissante, continue à droite, lima→−∞ FX (a) = 0
et lima→∞ FX (a) = 1. De plus, pour tout a ∈ R, on a P(X = a) = FX (a) − FX (a−).

Preuve : FX est bien sûr croissante. La continuité à droite découle de la proposition 14-(ii) : si an
décroit vers a, on a ∩] − ∞, an ] =] − ∞, a], ce qui implique que limn µX (] − ∞, an ]) = µX (] − ∞, a]).
On montre de même que lima→−∞ FX (a) = 0 et lima→∞ FX (a) = 1. Enn, il est facile de voir (par la
proposition 14-(i)) que FX (a−) = µX (] − ∞, a[), d'où FX (a) − FX (a−) = µX ({a}). 

Proposition 79 Soient X et Y, deux v.a.r. Alors, FX = FY ssi µX = µY . Autrement dit, la loi d'une
variable est caractérisée par sa fonction de répartition.

30
Preuve : Si µX = µY , alors bien sûr FX = FY . Supposons que FX = FY . On pose P = {R} ∪
{ ] − ∞, a]; a ∈ R}. C'est un pi-système (car il contient R et car si A, B ∈ P , on a A ∩ B ∈ P ) qui
de plus engendre B(R). Comme on a µX (A) = µY (A) pour tout A ∈ P , le théorème d'unicité de
prolongement des mesures garantit donc que µX = µY . 

Densité. Soit X une v.a.r. Si pour tout A ∈ B(R) de mesure de Lebesgue nulle, on a µX (A) =
P(X ∈ A) = 0, alors le théorème de Radon-Nikodym garantit l'existence d'une densité fX : R 7→ R+ ,
B(R)-mesurable, telle que pour tout A ∈ B(R),
Z
P(X ∈ A) = µX (A) = f (x)dx.
A

Cette dernière intégrale est une notation pour A fX d`, où ` est la mesure de Lebesgue sur R. Par la
R

Proposition 66, on a alors aussi, pour toute fonction ϕ : R 7→ R, B(R)-mesurable, positive ou telle que
E[|ϕ(X)|] < ∞, Z
E[ϕ(X)] = ϕ(x)fX (x)dx.
R

Lois usuelles sur R. Voici une liste de lois usuelles, dont on pourra retrouver facilement les déni-
tions et propriétés élémentaires dans n'importe quel livre (ou ailleurs).
• Lois discrètes : loi de Bernoulli Ber(p), loi binômiale B(n, p), loi de Poisson P(λ), loi géométrique
Geo(p).
• Lois à densité : loi exponentielle E (λ), loi gamma Γ(a, p), loi normale N (m, σ 2 ), loi uniforme
U ([a, b]). On dit parfois que X ∼ N (m, 0) si P(X = m) = 1.

Lois ni discrètes ni à densité. Il est très facile de trouver des variables aléatoires dont la loi n'est
ni discrète, ni à densité. Si par exemple on a U ∼ N (0, 1) et V ∼ Ber(1/2) indépendantes, on vérie
(exercice) la loi de X = V U est donnée par µX (dx) = 12 δ0 (dx) + 2√12π e−x /2 dx, qui a donc une partie
2

à densité et une partie discrète.

Plus intéressant, il existe des variables aléatoire continues, i.e. dont la fonction de répartition est
continue, i.e. telles que P(X = x) = 0 pour tout x ∈ R, mais qui n'admettent pas de densité. Voici un
exemple qui peut s'avérer utile. Nous ne donnons que les étapes principales.
On montre facilement que si U suit une loi uniforme sur [0, 1], alors les chires Xi de U sont i.i.d.
de loi uniforme sur {0, 1, ..., 9}.
Soit u ∈ [0, 1] et u = n≥1 xn 10−n son écriture en base 10. On dit que u est 1-normal si pour
P

tout i ∈ {0, ..., 9}, limn n−1 Nn (u, i) = 1/10, où Nn (u, i) = #{k ∈ {1, ..., n} : xk = i}. On note N
l'ensemble des u ∈ [0, 1] qui sont 1-normaux.
On déduit des deux paragraphesPprécédent que si U ∼ U ([0, 1]), alors P(U ∈ N ) = 1 (car par la
LGN, limn n−1 Nn (U, i) = limn n−1 N 1 1Xk =i = 1/10 p.s.). Autrement dit, la mesure de Lebesgue sur
[0, 1] ne charge que les nombres 1-normaux, i.e.√`(N ∩ [0, 1]) = 1. Pourtant, on ne connaît quasiment
aucun nombre 1-normal, e.g. on ne sait pas si 2 − 1, e − 2, π − 3, etc. le sont.
Considérons maintenant Y1 , Y2 , ... i.i.d. de loi uniforme sur {0, 1, ..., 8} et soit V = n≥1 Yn 10−n .
P

Les Yi sont donc les chires (après la virgule) de V en base 10. On voit que limn n−1 Nn (V, i) =

31
 1Yk =1 = 1/9 p.s., donc V est p.s. non 1-normal. La loi de V n'admet donc pas de densité
PN
limn n−1 1
par rapport à la mesure de Lebesgue (puisqu'on a `(N c ) = 0 et pourtant µV (N c ) = 1, et par le
théorème
P de Radon-Nikodym). Pourtant,Qil est clair V est une v.a. continue : pour v ∈ [0, 1], on écrit
v = n≥1 yn 10−n , et on a P(V = v) = ∞ 1 P(Vn = yn ) = 0, car c'est un produit inni de nombres
qui valent soit 0 (si yn = 9) soit 1/8 (sinon).

Vecteurs aléatoires. Une v.a. X = (X1 , . . . , Xd ) à valeurs dans Rd est appelée vecteur aléatoire
(tous les vecteurs sont des vecteurs colonne). Pour x = (x1 , . . . , xd ) ∈ Rd , on pose



FX (x) = P X1 ≤ x1 , . . . , Xd ≤ xd = µX ]−∞, x1 ] × . . . × ]−∞, xd ] .

On appelle parfois FX la fonction de répartition de X. En raisonnant comme pour les v.a.r., on voit
que deux vecteurs aléatoires ont même loi ssi ils ont même fonction de répartition.
On note k · k la norme Euclidienne de Rd et h·, ·i le produit scalaire Euclidien. Soit X = (X1 , . . . , Xd )
un vecteur aléatoire tel que E kXk2 = E[X12 ] + . . . + E[Xd2 ] < ∞. On note
 

E[X] = E[X1 ], . . . , E[X1 ] ∈ Rd

son vecteur moyenne . On note aussi

  
ΓX = E[(X − E[X])(X − E[X])∗ ] = E (Xk −E[Xk ])(X` −E[X` ])
1≤k,`≤d

sa matrice de covariance de X, qui est une matrice réelle d × d symétrique (et positive). On montre
aisément que pour tout u = (u1 , . . . , ud ) ∈ Rd , la v.a.r. hu, Xi vérie
E[hu, Xi] = hu, E[X]i et Var (hu, Xi) = u∗ ΓX u.

Si M est une matrice d × d, le vecteur aléatoire M X vérie enn

E[M X] = M E[X] et ΓM X = M ΓX M ∗ .

Presque sûr. On dit qu'une propriété est vraie p.s. si elle est vraie en dehors d'un ensemble P-
négligeable. Par exemple, deux v.a. X, Y sont égales p.s. si P(X 6= Y ) = 0, i.e. si P(X = Y ) = 1.

II.3 Convergence de variables aléatoires.

Dans cette section, (Ω, F , P) désigne l'espace de probabilité sur lequel toutes les variables aléatoires
mentionnées sont dénies. On note L (Ω, F ), l'ensemble des v.a.r., i.e. des application de Ω dans R qui
sont (F , B(R))-mesurables. Par la proposition 24, si X, Y ∈ L (Ω, F ), alors X + aY, XY ∈ L (Ω, F )
(pour a ∈ R).
On introduit la relation d'équivalence ∼ sur L (Ω, F ) en posant X ∼ Y ssi X − Y = 0 p.s., et on
considère le quotient
L(Ω, F , P) = L (Ω, F )/ ∼ .
Dans la suite, on travaille sur L(Ω, F , P) plutôt que sur L (Ω, F ) mais par commodité, on confond dans
les notations un élément de L(Ω, F , P), qui est une classe d'équivalence de variables, avec n'importe
lequel de ses représentants.

32
 Rappelons quelques résultats sur les espaces Lp qui sont prouvés dans un cadre général à la section
I.9 du chapitre I. Pour X une v.a.r., on pose

1
∀p ∈ [1, ∞[ , kXkp = E[ |X|p ] p

et kXk∞ = inf a ∈ [0, ∞] : P( |X| > a) = 0 .

Pour tout p ∈ [1, ∞] , on a

p
L (Ω, F , P) = X ∈ L(Ω, F , P) : kXkp < ∞ .


qui, muni de la norme k·kp , est un espace vectoriel normé complet .

Dénition 80 Soient Xn ∈ L(Ω, F , P), n ∈ N ∪ {∞}.

(i) La suite (Xn )n≥0 converge en probabilité vers X∞ ssi ∀ε > 0, limn→∞ P(|Xn − X∞ | > ε) = 0.
(ii) La suite (Xn )n≥0 converge p.s. vers X∞ ssi P(limn→∞ Xn = X∞ ) = 1.
p
(iii) Soit p ∈ [1, ∞]. On suppose que Xn ∈ L , n ∈ N ∪ {∞}. On dit que la suite (Xn )n≥0 converge
p
vers X∞ dans L ssi limn→∞ kXn − X∞ kp = 0.
On rappelle les théorèmes de passage à la limite sous l'espérance qui sont la traduction, avec les
notations probabilistes, des énoncés des théorèmes d'intégration.

Théorème 81 Soit (Xn )n≥0 une suite de v.a.r. positives p.s.

(Convergence monotone) On suppose que Xn ≤ Xn+1 p.s., pour tout n ≥ 0. On pose X∞ = supn Xn .
Alors limn E[Xn ] = E[X∞ ].
hP i P
(Interversion positive) E n≥0 n =
X n≥0 E[Xn ].

(Fatou) E[lim inf n Xn ] ≤ lim inf n E[Xn ].

Théorème 82 (Convergence dominée) Soit (Xn )n≥0 une suite de v.a.r. Si

• Il existe une v.a. réelle X∞ telle que limn Xn = X∞ p.s.,

• Il existe une v.a.r. Z telle queE[Z] < ∞ et |Xn | ≤ Z p.s., pour tout n ≥ 0.
 
alors, X∞ est intégrable, limn E |Xn − X∞ | = 0, et limn E[Xn ] = E[X∞ ].

Corollaire 83 (Interversion L1 ) Soit (XP

P  
P n )n≥0 , une suite
P de v.a.r. telle que n≥0 E |Xn | < ∞. Alors

n≥0 Xn est une v.a.r. intégrable et E[ n≥0 Xn ] = n≥0 E[Xn ].

Borel-Cantelli. Soient An ∈ F , n ∈ N. On pose

lim sup An = ∩n≥0 ∪k≥n Ak ={ω ∈ Ω : ω ∈ An pour une innité de An }
n
={une innité de An sont réalisés},
lim inf An = ∪n≥0 ∩k≥n Ak ={ω ∈ Ω : ω ∈ An à partir d'un certain rang}
n
={tous les An sont réalisés à partir d'un certain rang}.

On remarque que (lim supn An )c = lim inf n Acn .

33
Lemme 84 (Borel-Cantelli) An ∈ F , n ∈ N .
P
Soit On suppose que n≥0 P(An ) < ∞. On a alors
P(lim supn→∞ An ) = 0. Par passage au complémentaire, on voit que

P à partir d'un certain, aucun An n'est réalisé = 1.

Preuve : on pose Z = n≥0 1An . On a E[Z] = n≥0 P(An ) < ∞. Donc P(Z = ∞) = 0. Or
P P
{Z = ∞} = {une innité de An sont réalisés} = lim supn An . 
Une application du lemme de Borel-Cantelli est le critère de convergence p.s. suivant.

Proposition 85
P
εn ∈ ]0, ∞[ , n ∈ N, telle que n≥0 εn < ∞. Soit (Xn )n≥0 , une suite de v.a.r.
Soit
P

telles que n≥0 P |Xn+1 − Xn | > εn < ∞. Il existe une v.a.r. X∞ telle que limn→∞ Xn = X∞ p.s.

Preuve : on pose An = {|Xn+1 − Xn | > εn } et Bn = Acn = {|Xn+1 − Xn | ≤ εn }. Le lemme

de Borel-Cantelli implique que P(lim supn An ) = 0, c'est-à-dire que P(lim inf n Bn ) = 1. On pose
B∗ = lim inf n Bn : par dénition, pour tout P ω ∈ B∗ , il existe N (ω) ∈ N, tel que pour tout n ≥
P(ω), |Xn+1 (ω) − Xn (ω)| ≤ εn . Comme
N n n < ∞, on conclut que pour tout ω ∈ B∗ , la série
n≥0 |X n+1 (ω) − Xn (ω)| converge, et donc la série de terme général Xn+1 (ω) − Xn (ω) est convergente.
Par téléscopage, cela implique que limn Xn (ω) existe et on note X∞ (ω) cette limite. Si ω ∈/ B∗ , on
pose X∞ (ω) = 0 (par exemple), et on conclut. 

Proposition 86 Soit Xn , n ∈ N ∪ {∞}, des v.a.r.

p q
(a) Si Xn → X∞ dans L , alors Xn → X∞ dans L pour tout 1 ≤ q ≤ p ≤ ∞.
1
(b) Si Xn → X∞ dans L , alors Xn → X en probabilité.

(c) Si Xn → X∞ p.s., alors Xn → X en probabilité.

Preuve : (a) est évident puisque par Hölder, ||Xn − X∞ ||q ≤ ||Xn − X∞ ||p . Pour (b), on utilise
Markov : pour tout  > 0, P(|Xn − X∞ | ≥ ) ≤ −1 E[|Xn − X∞ |] → 0. Pour (c), on xe  et on écrit
P(|Xn − X∞ | ≥ ) = E[1{|Xn −X∞ |≥} ], qui tend vers 0 par convergence dominée. .

Proposition 87 Soit Xn , n ∈ N ∪ {∞}, des v.a.r. On suppose que Xn → X∞ en probabilité. Alors, il

existe une suite strictement croissante d'indices (nk )k≥0 telle que limk Xnk = X∞ p.s.
Preuve : par dénition, pour tout k ∈ N, il existe pk ∈ N∗ , tel que pour tout n ≥ pk , on ait
P(|Xn − X∞ | > 2−k )
≤ 2−k .
On pose nk = p1 + . . . + pk et on a bien P(|Xnk − X∞ | > 2−k ) ≤ 2−k .
On pose Bk = {|Xnk − X∞ | ≤ 2−k } et B∗ = lim inf k Bk . On a P(B∗ ) = 1, par Borel-Cantelli.
Pour tout ω ∈ B∗ , il existe un rang k(ω), tel que pour tout k ≥ k(ω), on ait ω ∈ Bk , c'est-à-dire
|Xnk (ω) − X∞ (ω)| ≤ 2−k et donc limk Xnk (ω) = X∞ (ω), ce qui montre la proposition. 

Remarque 88 La convergence p.s. n'est pas une vraie convergence : elle n'est associée à aucune topolo-
gie sur L(Ω, F , P) (donc a fortiori à aucune norme).

Preuve : Soit (H, T ) un espace topologique, soit (xn ) une suite d'éléments de H et x ∈ H . Alors
limn xn = x ssi de toute sous-suite de (xn ) on peut extraire une sous-sous-suite qui converge vers x.
Le premier sens est évident (si limn xn = x alors de toute sous-suite de (xn ) on peut extraire une
sous-sous-suite qui converge vers x : n'importe quelle sous-sous-suite convient). Pour montrer l'autre
sens, il sut de montrer que si xn ne converge pas vers x, alors il existe une sous-suite de xn dont on
ne peut pas extraire une sous-sous-suite qui converge vers x. Mais comme xn ne converge pas vers x,

34
on peut trouver O ∈ T avec x ∈ O et une sous-suite (xnk ) à valeurs dans Oc . De cette sous-suite, on
ne peut clairement pas extraire une sous-sous-suite convergeant vers x.
Si Xn → X en probabilité, alors de toute sous-suite de Xn , on peut extraire une sous-sous-suite
convergeant p.s. vers X . Or il est possible que Xn → X en probabilité sans que Xn → X p.s. 

Théorème 89 Pour tout X, Y ∈ L(Ω, F , P), on pose d(X, Y ) = E[1 ∧ |X − Y |].

(i) d est une distance sur L(Ω, F , P).
(ii) d(Xn , X∞ ) → 0 ssi Xn → X∞ en probabilité.

(iii) L(Ω, F , P), muni de d, est complet.

Preuve : (i) On a d(X, Y ) ≤ d(X, Z) + d(Y, Z) car (a + b) ∧ 1 ≤ a ∧ 1 + b ∧ 1 pour tout a, b ≥ 0. On

a d(X, Y ) = d(Y, X) et d(X, X) = 0. Enn, d(X, Y ) = 0 implique que |X − Y | ∧ 1 = 0 p.s. et donc
X = Y p.s., soit encore X = Y au sens de L(Ω, F , P).
(ii) Supposons que d(Xn , X∞ ) → 0 et xons  ∈]0, 1[. Alors P(|Xn −X∞ | ≥ ) = P(|Xn −X∞ |∧1 ≥
) ≤ −1 d(Xn , X∞ ) par Markov, et Xn → X∞ en probabilité. Si maintenant Xn → X∞ en probabilité,
alors pour  > 0 arbitrairement petit, on écrit
   
d(Xn , X∞ ) =E 1{|Xn −X∞ |≤ε} (1 ∧ |Xn − X∞ |) + E 1{|Xn −X∞ |>ε} (1 ∧ |Xn − X∞ |)


≤ε + P |Xn − X∞ | > ε ,

d'où lim supn d(Xn , X∞ ) ≤ , puis limn→∞ d(Xn , X∞ ) = 0.

(iii) Soit Xn ∈ L(Ω, F , P) une suite de Cauchy pour d. Pour montrer qu'elle converge, il sut de
montrer qu'elle admet une sous-suite d-convergente (voir le lemme 56). Pour tout  ∈]0, 1], il existe N ,
pour tout n, m ≥ N , d(Xn , Xm ) ≤ 2 et donc
P(|Xn − Xm | ≥ ) = P(|Xn − Xm | ∧ 1 ≥ ) ≤ −1 d(Xn , Xm ) ≤ .

Pour tout k ∈ N, on pose nk = N (2−0 ) + . . . + N (2−k ). On a donc

P |Xnk+1 − Xnk | > 2−k ≤ 2−k .


∀k ∈ N ,

Par la proposition 85, la suite Xnk converge donc p.s., et donc en probabilité, et donc pour d. 

Lemme 90 Si on a deux suites de v.a.r. telles que Xn → X∞ et Yn → Y∞ en probabilité, alors

f (Xn , Yn ) → f (X∞ , Y∞ ) en probabilité pour toute fonction f : R2 7→ R continue.
Preuve : Soit Zn = f (Xn , Yn ) et Z∞ = f (X∞ , Y∞ ). On xe  > 0. Soit A > 0 (grand). f est
uniformément continue sur le compact [−A − 1, A + 1]2 . Donc il existe η > 0 tel que si x, x0 , y, y 0 sont
tous dans [−A − 1, A + 1] avec de plus |x − x0 | < η et |y − y 0 | < η , alors |f (x, y) − f (x0 , y 0 )| < . Donc
P(|Zn − Z∞ | > ) ≤P(|X∞ | > A ou |Y∞ | > A ou |Xn | > A + 1 ou |Yn | > A + 1)
+ P(Xn , X∞ , Yn , Y∞ ∈ [−A − 1, A + 1] et (|Xn − X∞ | ≥ η ou |Yn − Y∞ | ≥ η))
≤P(|X∞ | > A) + P(|Y∞ | > A) + P(|Xn − X∞ | > 1) + P(|Yn − Y∞ | > 1)
+ P(|Xn − X∞ | ≥ η) + P(|Yn − Y∞ | ≥ η).

On conclut donc que lim supn P(|Zn − Z∞ | > ) ≤ P(|X∞ | > A) + P(|Y∞ | > A). Il ne reste plus qu'à
faire tendre A vers l'inni. 

35
II.4 Uniforme intégrabilité
Dénition 91 Une famille (Xi )i∈I de v.a.r. intégrables est dite uniformément intégrable (ou U.I.) si
lima→∞ supi∈I E[|Xi |1{|Xi |≥a} ] = 0.

Remarque 92 Une famille bornée dans L1 n'est pas nécessairement U.I. : si P(Xn = n) = 1/n et
P(Xn = 0) = 1 − 1/n, alors E[|Xn |] = 1, mais pour tout a > 0, supn≥1 E[|Xn |1|Xn |≥a ] = 1.

Lemme 93 Soit (Xi )i∈I une famille de v.a.r. intégrables.

(i) Si I est ni, alors (Xi )i∈I est U.I.

(ii) S'il existe une v.a.r. Z intégrable telle que pour tout i ∈ I , |Xi | ≤ Z p.s., alors (Xi )i∈I est U.I.

(iii) Si supi∈I E[|Xi |p ] < ∞ pour un p > 1, alors (Xi )i∈I est U.I.

Preuve : Pour (ii), on écrit supi∈I E[|Xi |1{|Xi |≥a} ] ≤PE[Z1Z>a ] qui tend vers 0 quand a → ∞ par
convergence dominée. Le (i) découle du (ii) avec Z = i∈I |Xi |. Le (iii) découle du théorème suivant
avec ϕ(x) = xp . 

Théorème 94 (de de la Vallée Poussin) Soit (Xi )i∈I , une famille de v.a.r. On a l'équivalence
(i) (Xi )i∈I est U.I.

ϕ(x)
(ii) Il existe ϕ : R+ 7→ R+ (qu'on peut choisir croissante et convexe) telle que lim∞ x =∞ et
telle que supi∈I E[ϕ(|Xi |)] < ∞.

Preuve : (ii) implique (i) est facile : on pose w(a) = supx>a

 [x/(1 + ϕ(x))], qui est décroissante et tend
vers 0 quand a → ∞. On pose K = supi∈I E 1 + ϕ(|Xi |) . Pour tout a > 0 et tout i ∈ I , on a
h |Xi | i  
E[|Xi |1{|Xi |>a} ] = E (1 + ϕ(|Xi |)) 1{|Xi |>a} ≤ w(a)E 1 + ϕ(|Xi |) ≤ Kw(a),
1 + ϕ(|Xi |)

ce qui implique bien que lima→∞ supi∈I E[|Xi |1{|Xi |>a} ] = 0.

Supposons maintenant (i). Soit (ak )k≥0 une suite de réels positifs t.q. supi∈I E[|Xi |1{|Xi |>ak } ] ≤ 2−k .
On
P peut supposer que ak → ∞ (en remplaçant ak par ak + k si nécessaire). Soit ensuite ϕ(x) =
k≥0 (x − ak )+ . Cette fonction est croissante, convexe, et on a lim∞ (ϕ(x)/x) = ∞ (exercice). De plus,

X X X
∀ i ∈ I, E[ϕ(|Xi |)] = E[(|Xi | − ak )+ ] ≤ E[|Xi |1{|Xi |≥ak } ] ≤ 2−k = 2.
k≥0 k≥0 k≥0

La preuve est complète. 

Théorème 95 (Convergence dominée, version optimale) Soit Xn une suite de v.a.r. et X∞ une v.a.r.,
toutes intégrables. On a l'équivalence

(i) Xn → X∞ dans L1 .
(ii) Xn → X∞ en probabilité et la famille (Xn )n≥1 est U.I.

36
Preuve : Comme X∞ ∈ L1 , on montre facilement que (Xn )n≥1 est U.I. ssi (Xn − X∞ )n≥1 est U.I.
(exercice). De plus, Xn → X∞ dans L1 (ou en probabilité) ssi Xn − X∞ dans L1 (ou en probabilité).
On peut donc se ramener au cas où X∞ = 0.
Pour montrer que (ii) implique (i). Fixons  > 0 petit et a > 0 grand. On écrit

E[|Xn |] ≤E[1{|Xn |≤} ] + E[|Xn |1{|Xn |>} ] ≤  + aP(|Xn | > ) + E[|Xn |1{|Xn |≥a} ].

En faisant tendre n vers l'inni, on trouve donc

lim sup E[|Xn |] ≤  + sup E[|Xn |1{|Xn |≥a} ]

n n≥0

Comme (Xn )n≥0 est U.I., on trouve lim supn E[|Xn |] ≤  en faisant tendre a → ∞, et il n'y a plus qu'à
faire tendre  → 0.
Supposons maintenant (i). Bien sûr, Xn → 0 en probabilité, et il sut de montrer que la famille
(Xn )n≥1 est U.I. On xe donc  > 0, et on cherche A > 0 tel que supn≥0 E[|Xn |1{|Xn |≥A } ] ≤ . Il
sut de considérer N tel que supn≥ E[|Xn |] ≤  puis A > 0 tel que supn∈{0,...,N } |Xn |1{|Xn |≥A } ] ≤ 
(ce A existe car la famille X0 , . . . , XN est nie et donc U.I.). 

II.5 Indépendance
Dénition 96 Soit I un ensemble quelconque et, pour tout i ∈ I , une v.a. Xi à valeurs dans Ei
(muni d'une tribu Ei ). On note σ(Xi , i ∈ I) la plus petite tribuG sur Ω t.q. pour tout i ∈ I , Xi soit
(G , Ei )-mesurable.

Il est facile de vérier que σ(Xi , i ∈ I) = σ({{Xi ∈ Ci } : Ci ∈ Ei , i ∈ I}). La situation est plus simple
lorsqu'on ne considère qu'une seule variable, puisqu'alors σ(X) = {{X ∈ C} : C ∈ E } (vérier que le
membre de droite est une tribu sur Ω).
Le résultat suivant est crucial.

Théorème 97 (i) Soit X une v.a. à valeurs dans E (muni d'une tribu E ) et Y une v.a.r. Si Y est
σ(X)-mesurable (i.e. (σ(X), B(R))-mesurable), alors il existe ϕ : E 7→ R, (E , B(R))-mesurable, telle
que Y = ϕ(X).

(ii) Soient X1 , . . . , Xn des v.a. à valeurs dans E1 , . . . , En , munis de tribus E1 , . . . , En . Si Y est une
v.a.r. σ(X1 , . . . , Xn )-mesurable, alors il existe ϕ : E1 × · · · × EN 7→ R, (E1 ⊗ · · · ⊗ En , B(R))-mesurable,
telle que Y = ϕ(X1 , . . . , Xn ).

Preuve : Pour (i), on suppose d'abord Y ≥ 0, et on utilise le Lemme 27 pour écrire Y = n≥0 an 1Bn ,
P
avec an ≥ 0 et Bn ∈ σ(X). Mais σ(X) = {{XP∈ C} : C ∈ E }, donc chaque BnPest de la forme
Bn = {X ∈ Cn }, pour un Cn ∈ E . Du coup, Y = n≥0 an 1{X∈Cn } = ϕ(X), avec ϕ = n≥0 an 1Cn , qui
est bien sûr (E , B(R))-mesurable. Si maintenant Y est quelconque, on écrit Y+ = ϕ1 (X), Y− = ϕ2 (X),
et on conclut avec ϕ = ϕ1 − ϕ2 .
Le point (ii) n'est que l'application du (i) à la variable X = (X1 , . . . , Xn ), qui est une v.a. à valeurs
dans E1 × · · · × EN (muni de la tribu E1 ⊗ · · · ⊗ En ). 

37
Dénition 98 (a) Soit Ai ∈ F , i ∈ I , une famille d'événements.
Q On dit qu'ils sont indépendants si
pour tout sous-ensemble ni d'indices J ⊂ I , on a P(∩j∈J Aj ) = j∈J P(Aj ).
(b) Soit Ri , i ∈ I , une famille de classes de sous-ensembles telles que Ri ⊂ F , pour tout i∈I (on
ne suppose rien d'autre sur les Ri ). On dit que les classes Ri , i ∈ I , sont indépendantes si toute famille
d'événements Ai ∈ R i , i ∈ I ,
Q est indépendante sous P, c'est-à-dire que ∀J ⊂ I ni, ∀Aj ∈ Rj , j ∈ J ,
P(∩j∈J Aj ) = j∈J P(Aj ).
(c) Soit (Ei , Ei ), i ∈ I , une famille d'espaces mesurables. Pour tout i ∈ I,
Xi une v.a. à soit
valeurs v.a. Xi , i ∈ I sont indépendantes si les tribus σ(Xi ), i ∈ I sont
dans Ei . On dit que les
indépendantes, i.e. si pour tout sous-ensemble ni d'indices J ⊂ I , pour tous Bj ∈ Ej , j ∈ J , on a
Q
P(∩j∈J {Xj ∈ Bj }) = j∈J P(Xj ∈ Bj ).

Remarque 99 A1 , A2 , A3 soient indépendants 2 à 2 sans être in-

Il est possible que 3 événements
dépendants. Par exemple, on lance 2 pièces, A1 = {la première tombe sur pile}, A2 = {la deuxième
tombe sur face}, A3 = {les 2 pièces tombent sur le même motif}. On vérie facilement que A1 , A2 , A3
sont indépendants 2 à 2. Pourtant, P(A1 ∩ A2 ∩ A3 ) = 0 6= P(A1 )P(A2 )P(A3 ).

Le résultat suivant peut se voir comme une réciproque du lemme de Borel-Cantelli.

Lemme
P 100 (Lemme de Borel) Soit An ∈ F , n ∈ N, une suite d'événements indépendants. Si on a

n≥0 P(An ) = ∞, alors P(lim supn→∞ An ) = 1.

Preuve : Comme lim supn→∞ An = ∩n Bn , où Bn = ∪k≥n Ak (qui est décroissante), il sut (voir
proposition 14-(ii)) de montrer que P(Bn ) = 1 pour tout n, i.e. que P(Bnc ) = 0 pour tout n.
Mais Bnc = ∩k≥n Ack , et on vérie facilement que les Ack sont indépendants. Du coup, P(Bnc ) =
k=n P(Ak ). On écrit ensuite que
N c
QN c) =
Q∞ c
Q∞ c
→∞ P(∩k=n Ak ) = limN →∞
limNP k=n P(AkP k=n P(Ak ) =
exp( ∞k=n log(1−P(Ak ))). En utilisant que k=n P(Ak ) = ∞, on conclut que
∞ P ∞
k=n log(1−P(Ak )) =
−∞, et donc P(Bn ) = 0.
c 
Le théorème suivant est d'un usage très fréquent.

Théorème 101 Soit Pi ⊂ F , i ∈ I , une famille de pi-systèmes. On suppose que les pi-systèmes Pi ,
i ∈ I, sont indépendants. Alors les tribus σ(Pi ), i ∈ I , le sont également.

Preuve : par dénition de l'indépendance, on peut supposer I ni, donc I = {1, . . . , n}.
Montrons déjà que {σ(P1 ), P2 , . . . , Pn } sont indépendants. Pour cela, xons A2 ∈ P2 , . . . , , An ∈
Pn et considérons L = {B ∈ σ(P1 ) : P(B ∩ A2 ∩ · · · ∩ An ) = P(B)P(A2 ) . . . P(An )}. Il sut de
montrer que L = σ(P1 ). On montre facilement que L est une classe monotone. D'autre part, L
contient P1 (par hypothèse). Par le théorème de la classe monotone, on a donc σ(P1 ) ⊂ L , ce qu'on
désirait.
En appliquant l'étape précédente à P1∗ = P2 , P2∗ = σ(P1 ), Pk∗ = Pk pour k = 3, . . . , n, on
voit que {σ(P1∗ ), P2∗ , . . . , Pn∗ } sont indépendants, ce qui se réécrit {σ(P1 ), σ(P2 ), P3 , . . . , Pn } sont
indépendants, etc. .

Corollaire 102 (Indépendance par paquets) Soit I, un ensemble d'indices et Ij ⊂ I , j ∈ J , une

partition de I. Soit Fi ⊂ F , i ∈ I , une famille de tribus indépendantes. Les tribus Gj = σ(Fi , i ∈ Ij ),
j∈J sont alors indépendantes.

38
Preuve : pour tout j ∈ J , on note
Pj = A1 ∩ . . . ∩ An ; n ∈ N, A1 , . . . , An ∈ ∪i∈Ij Fi .


Il est facile de voir que Pj est un pi-système tel que σ(Pj ) = Gj . L'indépendance des tribus Fi , i ∈ I ,
entraîne facilement celle des Pj , j ∈ J . Le théorème 101 permet de conclure. 

Proposition 103 Soit I i ∈ I , un espace mesurable (Ei , Ei ), un

un ensemble d'indices et, pour tout
pi-système Ci ⊂ Ei tel que σ(Ci ) = Ei et une v.a. Xi qui est (F , Ei )-mesurable. Les assertions suivantes
sont équivalentes.

(i) Les variables Xi , i ∈ I , sont indépendantes.

Bj ∈ Ej , j ∈ J , P(∩j∈J {Xj ∈ Bj }) =
Q
(ii) Pour tout J ⊂I ni, pour tous j∈J P(Xj ∈ Bj ).
Bj ∈ Cj , j ∈ J , P(∩j∈J {Xj ∈ Bj }) =
Q
(iii) Pour tout J ⊂I ni, pour tous j∈J P(Xj ∈ Bj ).
(iv) Pour tout J = {j1 , . . . , jn } ⊂ I , où les jk sont distincts, µ(Xj1 ,...,Xjn ) = µXj1 ⊗ . . . ⊗ µXjn .
(v) Pour tout J ⊂I ni, toutes hj : Ej → R, Ej -mesurables bornées (ou positives), j ∈ J,
hY i Y
E hj (Xj ) = E[hj (Xj )].
j∈J j∈J

Preuve : (i) est équivalent à (ii) par dénition, (ii) implique (iii) est trivial, ainsi que (v) implique (ii)
(prendre hj = 1Bj ).
Montrons (iii) implique (i). Soit Pi = {{Xi ∈ Bi } : Bi ∈ Ci }. C'est un pi-système (car Ci en
est un). (iii) dit précisément que les Pi , i ∈ I sont indépendants. Donc par la proposition 101, les
σ(Pi ), i ∈ I sont indépendants. Il nous faut donc montrer que σ(Pi ) = σ(Xi ). Mais {B ∈ Ei :
{Xi ∈ B} ∈ σ(Pi )} est une tribu (exercice) qui contient Ci , donc Ei . Ainsi, pour tout B ∈ Ei ,
{Xi ∈ B} ∈ σ(Pi ). Comme σ(Xi ) = {{Xi ∈ B} : B ∈ Ei }, on conclut que σ(Pi ) = σ(Xi ).
Montrons que (ii) implique (iv). µXj1 ⊗ . . . ⊗ µXjn est l'unique mesure µ sur Ej1Q× · · · × Ejn t.q. pour
tout B1 ∈ Ej1 , . . . , Bn ∈ Ejn , on ait µ(B1 × · · · × Bn ) = µXj1 (BQ1n) . . . µXjn (Bn ) = 1 P(Xjk ∈ Bk ). Or
n

µ(Xj1 ,...,Xjn ) (B1 × · · · × Bn ) = P(Xj1 ∈ B1 , . . . , Xjn ∈ Bn ) = 1 P(Xjk ∈ Bk ) par (ii). Donc en eet,
µ(Xj1 ,...,Xjn ) = µXj1 ⊗ . . . ⊗ µXjn .
Enn, montrons que (iv) implique (v) : on suppose J = {j1 , . . . , jn } et on écrit
n
hY i Z n
Y Z n
Y
E hjk (Xjk ) = ( hjk )dµ(Xj1 ,...,Xjn ) = ( hjk )d(µXj1 ⊗ . . . ⊗ µXjn ).
1 Ej1 ×···×Ejn 1 Ej1 ×···×Ejn 1
Donc, par Fubini,
n
hY i n Z
Y n
Y
E hjk (Xjk ) = hjk dµXjk = E[hjk (Xjk )].
1 1 Ejk 1
Cela termine la peuve. 

Lemme 104 Soient X1 , . . . , Xn des v.a.r. indépendantes.

(a) Si les Xi sont positives, alors E[X1 × . . . × Xn ] = E[X1 ] × . . . × E[Xn ].

(b) Si les Xi sont intégrables, alors on a aussi E[X1 × . . . × Xn ] = E[X1 ] × . . . × E[Xn ].
Preuve : découle facilement du point (v) de la proposition précédente. 

39
II.6 Loi du 0 − 1 et loi des grands nombres.
Dénition 105 Soit Xn , n ∈ N une suite de v.a. La tribu asymptotique de cette suite est T∞ =
∩n≥0 σ(Xk , k ≥ n).

Exemple 106 Xn , n ∈ N, une suite de v.a.r. Alors les v.a. Y = lim supn Xn et Z = lim inf n Xn
Soient
sont T∞ -mesurables. Pour montrer que Y est T∞ -mesurable, il faut montrer que pour tout B ∈ B(R),
{Y ∈ B} ∈ T∞ , i.e. que pour tout n0 ≥ 0, {Y ∈ B} ∈ σ(Xk , k ≥ n0 ). C'est évident, puisque
lim supn Xn = lim supn Xn0 +n .

Dénition 107 Soit T une tribu sur Ω telle que T ⊂ F. On dit que T est P-triviale si pour tout
A ∈ T , P(A) = 0 ou P(A) = 1.

Lemme 108 Soit T, une sous-tribu de F . Soit X une v.a.r. T -mesurable. On suppose que T est
P-triviale. Alors, il existe x0 ∈ R tel que X = x0 p.s.
Preuve : pour tout x ∈ R, FX (x) = P(X ≤ x) = 0 ou 1. Comme de plus FX (−∞) = 0, FX (+∞) = 1
et comme FX est croissante, on en déduit que FX saute de 0 à 1 en un certain x0 . Ainsi, comme FX
est continue à droite, P(X = x0 ) = FX (x0 ) − FX (x0 −) = 1. 

Théorème 109 (Kolmogorov : loi du 0 − 1) Soient Xn , n ∈ N, une suite de v.a. indépendantes. Alors
leur tribu asymptotique T∞ est P-triviale.
Preuve : on pose Fn = σ(X0 , . . . , Xn ), Tn = σ(Xp , p > n). On a donc T∞ = n≥0 Tn . On voit
T
que Fn est indépendante de Tn puis, comme T∞ ⊂ Tn , que Fn est indépendante de T∞ . Donc
T∞ est indépendante de ∪n≥0 Fn et donc de σ(∪n≥0 Fn ) (car ∪n≥0 Fn est un pi-système). Mais bien
sûr, σ(∪n≥0 Fn ) = σ(X0 , X1 , . . . ) et donc T∞ ⊂ σ(∪n≥0 Fn ). Donc T∞ est indépendante de T∞ . En
particulier, pour tout A ∈ T∞ , A est indépendant de A, i.e. P(A) = P(A)2 , puis P(A) ∈ {0, 1}.

Théorème 110 (Loi des grands nombres) Soit Xn une suite de v.a.r. i.i.d. et intégrables. Alors X̄n =
n−1 (X1 + · · · + Xn ) → E[X1 ] p.s.

Preuve : Il sut de montrer que pour tout a > E[X1 ], p.s., lim supn X̄n ≤ a. En eet, on en déduira
que p.s., pour tout k ≥ 1, lim supn X̄n ≤ E[X1 ] + 1/k, puis p.s. lim supn X̄n ≤ E[X1 ], puis, en
appliquant le résultat à la suite −Xn , que lim supn (−X̄n ) ≤ −E[X1 ] p.s., i.e. lim inf n X̄n ≥ E[X1 ] p.s.
Ainsi, limn X̄n = E[X1 ] p.s.
On xe donc a > E[X1 ]. On pose S0 = S0∗ = 0 et, pour n ≥ 1, Sn = X1 + . . . + Xn et Sn∗ =
X2 + . . . + Xn+1 , Mn = max0≤k≤n (Sk − ak) et Mn∗ = max0≤k≤n (Sk∗ − ak), puis
∗
M∞ = lim Mn = sup Mn et M∞ = lim Mn∗ = sup Mn∗ .
n→∞ n≥0 n→∞ n≥0

On remarque ensuite que

Mn+1 = max 0, X1 − a, X1 − a + S1∗ − a, X1 − a + S2∗ − 2a, . . . , X1 − a + Sn∗ − na

= max(0, X1 − a + Mn∗ )
= Mn∗ + X1 + max(−X1 − Mn∗ , −a)
= Mn∗ + X1 − min(X1 + Mn∗ , a).

40
Clairement Mn et Mn∗ ont même loi. Donc

E[X1 ] = E[min(X1 + Mn∗ , a)] + E[Mn+1 ] − E[Mn ] ≥ E[min(X1 + Mn∗ , a)].

On remarque que | min(X1 + Mn∗ , a)| ≤ |X1 | + a (car Mn∗ ≥ 0, séparer les cas (i) a ≤ X1 + Mn∗ , (ii)
0 ≤ X1 + Mn∗ ≤ a et (iii) X1 + Mn∗ ≤ 0 et X1 + Mn∗ ≤ a). Donc par convergence dominée,
∗
E[X1 ] ≥ E[min(X1 +M∞ , a)]. (∗)

Mais {M∞ ∗ = ∞} est dans la tribu asymptotique des X (exercice). Comme elle est P-triviale par
n
la loi du 0 − 1, on a donc P(M∞∗ = ∞) ∈ {0, 1}.

Si on avait M∞∗ = ∞ p.s., on aurait, par (*), E[X ] ≥ a. Donc M ∗ < ∞ p.s. Du coup, M
1 ∞ ∞ < ∞
p.s. (car de même loi que M∞ ∗ ), ce qui signie que pour tout n ≥ 0, S − an ≤ M
n ∞ < ∞ et donc
lim supn (Sn /n) ≤ a. 

II.7 Convergence en loi

Dans toute la section, on considère un ensemble E muni d'une distance d (et donc d'une tribu
borélienne associée B(E)). On note M1 (E) l'ensemble des probabilités sur (E, B(E)). Soit Cb (E)
l'ensemble des fonctions continues et bornées de E dans R. et soit Lipb (E) l'ensemble des fonctions
Lipschitz et bornées de E dans R. On rappelle que f : E 7→ R est Lipschitz s'il existe une constante C
telle que pour tout x, y ∈ E , on ait |f (x) − f (y)| ≤ Cd(x, y).

Dénition 111 (a) Soient µn ∈ M1 (E), n ∈ N ∪ {∞}. On dit que la suite (µn )n∈N converge étroite-
ment vers µ∞ , et on note µn =⇒ µ∞ , si
Z Z
∀ ϕ ∈ Cb (E), lim ϕ dµn = ϕ dµ∞ .
n E E

(b) Soient Xn , n ∈ N ∪ {∞}, des v.a. à valeurs dans E. On dit que la suite de variables (Xn )n∈N
converge en loi vers X∞ si µXn =⇒ µX∞ , i.e. si

∀ ϕ ∈ Cb (E), lim E[ϕ(Xn )] = E[ϕ(X)].

n

L'unicité de la limite étroite se déduit du lemme suivant (car Cb (E) ⊂ Lipb (E)).

Lemme 112 µ, ν ∈ M1 (E).

R R
Soient Si E ϕdµ = E ϕdν pour tout ϕ ∈ Lipb (E), alors µ = ν.

Preuve : L'ensemble P des fermés de E est un pi-système qui engendre B(E). Par le théorème
d'unicité du prolongement des mesures, il sut de montrer que µ(F ) = ν(F ) pour tout F ∈ P . Pour
F ∈ P et k ≥ 1, on considère ϕk,F (x) = (1 − kd(x, F ))+ , qui est Lipschitz bornéeR et qui décroit vers
1F (x) (exercice, utiliser que F est fermé). On a donc par hypothèse E ϕk,F dµ = E ϕk,F dν , puis, par
R

convergence dominée, µ(F ) = ν(F ). 

Remarque 113 Par contre, si Xn converge en loi vers X et vers Y, on n'a pas forcément X=Y (du
tout). On a seulement µX = µ Y .

41
Théorème 114 (Théorème du porte-manteau incomplet) Soient Xn , n ∈ N ∪ {∞}, des v.a. à valeurs
dans E. Les assertions suivantes sont équivalentes.

(i) Xn converge en loi vers X∞ .

(ii) ∀ϕ ∈ Lipb (E), limn E[ϕ(Xn )] = E[ϕ(X∞ )].
(iii) ∀F fermé de E , lim supn P(Xn ∈ F ) ≤ P(X∞ ∈ F ).
(iv) ∀O ouvert de E , lim inf n P(Xn ∈ O) ≥ P(X∞ ∈ O).
Preuve : (i) entraîne (ii) est évident, (iii) et (iv) sont équivalents (par passage au complémentaire).
Montrons que (ii) implique (iii). Pour F fermé et k ≥ 1, on considère ϕk,F (x) = (1 − kd(x, F ))+ ,
qui est Lipschitz bornée et décroît vers 1F (x). On peut donc écrire, pour chaque k,
lim sup P(Xn ∈ F ) ≤ lim sup E[ϕk,F (Xn )] = E[ϕk,F (X∞ )].
n n

Mais, par convergence dominée, limk E[ϕk,F (X∞ )] = P(X∞ ∈ F ).

Montrons que (iii) implique (i). Soit ϕ : E 7→ R continue bornée. On veut limn E[ϕ(Xn )] =
E[ϕ(X∞ )]. Il sut de montrer que lim supn E[ϕ(Xn )] ≤ E[ϕ(X∞ )] (on conclura en utilisant le même
résultat pour −ϕ). Supposons que a ≤ ϕ ≤ b. On écrit E[ϕ(Xn )] = a + ab P(ϕ(Xn ) ≥ r)dr. Mais pour
R

tout r, P(ϕ(Xn ) ≥ r) = P(Xn ∈ ϕ−1 ([r, ∞[)). Comme ϕ−1 ([r, ∞[) est fermé (car ϕ est continue),
on a par hypothèse lim supn P(XRbn
∈ ϕ−1 ([r, ∞[)) ≤ P(X∞ ∈ ϕ−1 ([r, ∞[)) = P(ϕ(X∞ ) ≥ r). On
conclut facilement que lim supn a P(ϕ(Xn ) ≥ r)dr ≤ ab P(ϕ(X∞ ) ≥ r)dr. Ainsi, lim supn E[ϕ(Xn )] ≤
R

a + a P(ϕ(X∞ ) ≥ r)dr = E[ϕ(X∞ )].

Rb


Proposition 115 (E, d) et (E 0 , d0 ), deux espaces métriques. Soit Φ : E → E 0 , une fonction

Soient
continue et Xn , n ∈ N ∪ {∞}, des v.a. à valeurs dans E . Si Xn converge en loi vers X∞ , alors Φ(Xn )
converge en loi vers Φ(X∞ ).

Preuve : On veut montrer que pour tout ϕ : E 0 7→ R continue bornée, on a E[ϕ(Φ(Xn ))] →
E[ϕ(Φ(X∞ ))]. Cela découle de la convergence en loi de Xn vers X∞ , puisque ϕ ◦ Φ : E 7→ R est
continue bornée. 

Proposition 116 Soient Xn , n ∈ N ∪ {∞}, des v.a. à valeurs dans E. Si Xn → X∞ en probabilité,

alors Xn → X∞ en loi.

Preuve : il sut de montrer que pour tout ϕ ∈ Lipb (E), limn E[ϕ(Xn )] = E[ϕ(X∞ )]. Soit donc
ϕ ∈ Lipb (E) et C > 0 tel que |ϕ(x) − ϕ(y)| ≤ Cd(x, y). Pour  > 0 xé, on écrit

E[ϕ(Xn )] − E[ϕ(X∞ )] ≤ E[|ϕ(Xn ) − ϕ(X∞ )|] ≤ C + 2||ϕ||∞ P(d(Xn , X∞ ) > ).

Donc lim supn |E[ϕ(Xn )] − E[ϕ(X∞ )]| ≤ C pour tout  > 0, puis limn |E[ϕ(Xn )] − E[ϕ(X∞ )]| = 0. 
Proposition 117 Soient Xn , n ∈ N, des v.a. à valeurs dans E et a∈E (déterministe). Si Xn → a
en loi, alors Xn → a en probabilités.

Preuve : Pour  > 0, on introduit la fonction continue bornée ϕ (x) = min{1, d(x, a)/}, on sait que
E[ϕ (Xn )] → E[ϕ (a)] = 0. Mais 1{d(x,a)>} ≤ ϕ (x), d'où P (d(Xn , a) > ) ≤ E[ϕ (Xn )] → 0. 
On peut aussi montrer le résultat suivant, dont la preuve est assez technique.

42
Remarque 118 Xn , n ∈ N ∪ {∞}, des v.a. à valeurs dans E . Soit ϕ : E 7→ R bornée et
Soient
(E , B(R))-mesurable. Soit Cϕ ⊂ E l'ensemble des points de continuité de ϕ. Si Xn converge en loi
vers X∞ et si X∞ ∈ Cϕ p.s., alors limn E[ϕ(Xn )] = E[ϕ(X∞ )].

C'est en fait très utile. Si par exemple, si E = R, si Xn → X∞ , si la loi de X∞ a une densité, alors
limn E[ϕ(Xn )] = E[ϕ(X∞ )] dès que ϕ : R 7→ R est bornée et continue `-p.p.

II.8 Convergence en loi dans Rd.

On note Cc (Rd ) l'ensemble des fonctions continues à support compact Rd dans R.
Lemme 119 µ, ν ∈ M1 (Rd ).
R R
(a) Soient Si E ψdµ = E ψdν pour tout ψ ∈ Cc (E), alors µ = ν.
(b) La suite µn ∈ M1 (Rd ), n∈N converge étroitement µ∞ ∈ M1 (Rd ) dès que
Z Z
d
∀ψ ∈ Cc (R ) , lim ψ dµn = ψ dµ∞ .
n→∞ Rd Rd

Preuve : Le point (b) (et l'unicité de la limite étroite) implique le point (a) (choisir µn = µ et µ∞ = ν ).
Montrons (b). Pour R > 0, soit φR (x) = (1 − d(x, B(0, R)))+ . On a alors 1B(0,R) ≤ φR ≤ 1B(0,R+1) et
φR ∈ Cc (Rd ). Pour ϕ ∈ Cb (Rd ) et n ∈ N ∪ {∞},
Z Z Z  Z 
ϕ dµn − ϕφR dµn ≤ kϕk∞ (1 − φR )dµn = kϕk∞ 1 − φR dµn ,
Rd Rd Rd Rd

puis
Z Z Z Z  Z Z 
ϕ dµn − ϕ dµ∞ ≤ ϕφR dµn − ϕφR dµ∞ + kϕk∞ 2 − φR dµn − φR dµ∞ .
Rd Rd Rd Rd Rd Rd

Comme ϕφR et φR sont dans Cc (Rd ), on en déduit que

Z Z  Z 
lim sup ϕ dµn − ϕ dµ∞ ≤ 2kϕk∞ 1 − φR dµ∞ ≤ 2kϕk∞ µ∞ ((B(0, R))c ).
n Rd Rd Rd

Comme limR→∞ µ∞ (B(0, R)) = 1, on conclut facilement. 

On note h·, ·i le produit scalaire eucilidien sur Rd .
Dénition 120 (a) On appelle transformée de Fourier de µ ∈ M1 (Rd ) la fonction de µ̂ : Rd 7→ C
dénie par Z Z Z
ihξ,xi
µ
b(ξ) = e µ(dx) = cos(hξ, xi)µ(dx) + i sin(hξ, xi)µ(dx).
Rd Rd Rd

(b) Pour X
une v.a. à valeurs dans Rd , on appelle fonction caractéristique de X la transformée de
bX (ξ) = E[eihξ,Xi ].
Fourier de sa loi µ

Remarque 121 Pour toute v.a. X à valeurs dans Rd , µ

bX est continue de Rd dans C, bornée (en
module) par 1 et µ
bX (0) = 1.

Remarque 122 Si X ∼ N (0, σ 2 Id ), alors bX (ξ) = e−σ

µ
2 ||ξ||2 /2
.

43
Preuve : comme X = (X1 , . . . , Xd ) avec les Xk i.i.d. N (0, σ2 ), on a clairement, pour ξ = (ξ1 , . . . , ξd ),
µ
bX (ξ) = µ bXd (ξd ). Il sut donc de traiter le cas d = 1. On a par dénition, puis en
bX1 (ξ1 ) × · · · × µ
dérivant en ξ ,
Z Z
1 i
iξx −x2 /(2σ 2 )
dx puis
2 /(2σ 2 )
bX (ξ) = √
µ e e b0X (ξ)
µ = √ eiξx xe−x dx.
σ 2π R σ 2π R

En intégrant par parties, on trouve µb0X (ξ) = −ξσ 2 µbX (ξ), dont la solution est µbX (ξ) = µbX (0)e−σ .
2 ξ 2 /2

Comme µbX (0) = 1, ceci termine la preuve. 

Voici les principaux résultats de cette section.

Théorème 123 (i) (Injectivité) Si µ, ν ∈ M1 (Rd ) et si µ

b(ξ) = νb(ξ) pour tout ξ ∈ Rd , alors µ = ν.
(ii) (Théorème de Lévy) Si µn ∈ M1 (Rd ), n ∈ N ∪ {∞} et si limn µ
cn (ξ) = µc
∞ (ξ) pour tout ξ ∈ Rd ,
alors µn =⇒ µ∞ .

Preuve : Bien sûr (ii) implique (i). On divise la preuve (ii) en plusieurs étapes.
√
Etape 1. On note gσ (x) = (σ R 2π)−d e−||x||2 /(2σ2 ) la densité de la loi N (0, σ2 Id ). Pour µ ∈ M1 (Rd ) et
x ∈ Rd , on pose (gσ ? µ)(x) = Rd gσ (x − y)µ(dy). On vérie ici que
Z
1 2 ||ξ||2 /2
(gσ ? µ)(x) = e−σ eihξ,xi µ
b(−ξ)dξ.
(2π)d Rd
√
1/σ (ξ) = (σ 2π) gσ (ξ) (voir la remarque 122), on a
Comme gd d

σd
Z Z Z
1 1 2 2

(gσ ? µ)(x) = √ 1/σ (x − y)µ(dy) =
gd √ √ eihx−y,ξi e−σ ||ξ|| /2 dξ µ(dy),
(σ 2π)d Rd (σ 2π)d Rd Rd ( 2π)d

puis, par Fubini,

Z Z Z
1  2 2 1   2 2
(gσ ? µ)(x) = eihx−y,ξi
µ(dy) e−σ ||ξ|| /2 dξ = b(−ξ) e−σ ||ξ|| /2 dξ.
eihx,ξi µ
(2π)d Rd Rd (2π)d Rd

Etape 2. Soit ψ ∈ Cc (Rd ). Elle est uniformément continue, et on dénit son module d'uniforme
continuité : pour δ > 0, ω(ψ; δ) = sup |ψ(x) − ψ(y)| : kx − yk ≤ δ . On montre ici que pour tout


ψ ∈ Cc (Rd ), tout µ ∈ M1 (R) et tout σ > 0,

Z Z Z
∆(ψ, µ, σ) = ψdµ − ψ(x)(gσ ? µ)(x)dx ≤ g1 (z) ω(ψ; σkzk)dz.
Rd Rd Rd

Soit X ∼ µ et G ∼ N (0, Id ) indépendantes. Comme σG ∼ N (0, σ 2 Id ), on conclut que X + σG suit

la loi de densité gσ ? µ. Du coup, on peut réécrire

∆(ψ, µ, σ) = E[ψ(X) − ψ(X + σG)] ≤ E[ω(ψ; σ||G||)].

Comme enn G ∼ g1 , le membre de droite se réécrit bien ω(ψ; σ||z||)g1 (z)dz .

R
Rd

44
Etape 3. On conclut. On suppose donc que µn ∈ M1 (Rd ) pour n ∈ N ∪ {∞} et que Rµcn (ξ) → µc
∞ (ξ)
pour tout ξ ∈ Rd . On considère ψ ∈ Cc (Rd ), et on doit montrer que In = | ψdµ∞ | tend
R
Rd ψdµn − Rd
vers 0. Pour σ > 0, on écrit In ≤ In1,σ + I 2,σ + In3,σ , où
Z Z
In1,σ = ψdµn − ψ(x)(gσ ? µn )(x)dx ,
d d
ZR ZR
I 2,σ = ψdµ∞ − ψ(x)(gσ ? µ∞ )(x)dx ,
d Rd
ZR h i
In3,σ = ψ(x) (gσ ? µn )(x) − (gσ ? µ∞ )(x) dx .
Rd

En utilisant l'étape 2, on voit que pour tout n, In1,σ + I 2,σ ≤ (σ), où (σ) = 2 Rd g1 (z) ω(ψ; σkzk)(dz).
R

Comme ω(ψ; δ) est borné (par 2||ψ||∞ ) et tend vers 0 quand δ → 0, on conclut, par convergence
dominée, que (σ) → 0 quand σ → 0.
Par l'étape 1, on a
Z Z
1 2 ||ξ||2 /2
h i
In3,σ = ψ(x) e−σ eihξ,xi µcn (−ξ) − µc
∞ (−ξ) dξdx .
(2π)d Rd Rd

Donc à σ > 0 xé, limn In3,σ = 0 par convergence dominée, car

∞ (−ξ)] = 0 pour tout ξ ∈ R par hypothèse,
• limn [c
µn (−ξ) − µc d

∈ L 1 (R2d , B(R2d ), dξdx) car ψ est

2 ||ξ||2 /2 2 ||ξ||2 /2
• |ψ(x)e−σ eihξ,xi [c
µn (−ξ) − µc
∞ (−ξ)]| ≤ 2|ψ(x)|e
−σ

à support compact.
Nous avons donc montré que pour tout σ > 0, on a In ≤ (σ) + In3,σ , avec limn In3,σ = 0 (pour tout
σ > 0) et limσ→0 (σ) = 0. On conclut que limn In = 0. 

II.9 Vecteurs gaussiens

On rappelle que si Z ∼ N (0, 1), alors m + σZ ∼ N (m, σ), et donc µcZ (ξ) = eiξm−σ . On
2 ξ 2 /2

rappelle aussi que X ∼ N (m, 0) si X = m p.s.

Dénition 124 Soit X = (X1 , . . . , Xd ) une v.a. à valeurs dans Rd . C'est un vecteur gaussien si pour
tout u = (u1 , . . . , ud ) ∈ Rd , hu, Xi = u1 X1 + . . . + ud Xd est une v.a. gaussienne.

Remarque 125 Si X est un vecteur gaussien de dimension d et si M est une matrice réelle d × d,
alors MX est un vecteur gaussien.

Exemple 126 Si X1 , . . . , Xd sont i.i.d. N (0, 1), alors X = (X1 , . . . , Xn ) est un vecteur gaussien. En
eet, pour u = (u1 , . . . , ud ) ∈ Rd et ξ ∈ R, par indépendance,
h Y i Y 2 2 2 2 2
µ
bhu,Xi (ξ) = E eiξuk Xk = E[eiξuk Xk ] = e−ξ (u1 +...+ud )/2 = e−ξ kuk /2 .
1≤k≤d 1≤k≤d

Donc hu, Xi ∼ N (0, kuk2 ) par injectivité de la transformée de Fourier.

Rappelons-nous les dénitions du vecteur moyenne et de la matrice de covariance.

45
Lemme 127 Soit X, un vecteur gaussien. Pour tout u ∈ Rd , hu, Xi ∼ N (hu, E[X]i, hu, ΓX ui). Et
pour tout ξ∈ Rd , µc
X (ξ) = exp(ihξ, E[X]i − hξ, ΓX ξi/2).

Preuve : On sait que hu, Xi est une v.a. gaussienne, que E[hu, Xi] = hu, E[X]i et Var (hu, Xi) =
hu, ΓX ui. Donc forcément, hu, Xi ∼ N (hu, E[X]i, hu, ΓX ui). Ensuite, on voit que µ bhξ,Xi (1),
bX (ξ) = µ
et on conclut aisément en utilisant que hξ, Xi ∼ N (hξ, E[X]i, hξ, ΓX ξi). 

Dénition 128 Le lemme précédent montre que la loi d'un vecteur Gaussien X est
entièrement car-
actérisée par son vecteur moyenne v et sa matrice de covariance Γ. On note N v, Γ cette loi.

Proposition 129 Soient v ∈ Rd et Γ, une matrice réelle de taille d×d symétrique positive. Il existe
un vecteur Gaussien X ∼ N (v, Γ).

Preuve : Γ est symétrique positive, donc admet une racine carrée S (i.e. une matrice symétrique
positive d × d telle que S 2 = Γ). On considère Y1 , . . . , Yd i.i.d. de loi N (0, 1), on pose Y = (Y1 , . . . , Yd )
puis X = v + SY. On vérie ensuite que X est un vecteur gaussien (comme dans l'exemple), que sa
moyenne est v, et que sa matrice de covariance est S 2 = Γ. 

II.10 Théorème de la limite centrale

Théorème 130 Soient Xn , n ∈ N, une suite de v.a. i.i.d. à valeurs dans Rd , n ∈ N. On suppose que
E[||X1 ||2 ] <∞ et on note v = E[X1 ] et Γ = ΓX1 . Alors, quand n → ∞,

√ 1 
N 0, Γ .


n (X1 + · · · + Xn ) − v converge en loi vers
n

Lemme 131 Soit X est une v.a.r. t.q. E[|X|2 ] < ∞. Il existe  : R 7→ C telle que limξ→0 (ξ) = 0 et

ξ2
∀ ξ ∈ Rd , bX (ξ) = 1 + iξE[X] −
µ E[X 2 ] + |ξ|2 (ξ).
2
Preuve : On vérie (exercice) que pour y ∈ R
y2
eiy − 1 − iy + ≤ y 2 min{|y|, 1}.
2
Ainsi,
ξ2 h ξ2 i
E[X 2 ] = E eihξ,Xi − 1 − iξX + X 2 ≤ |ξ|2 E X 2 min{1, |ξX|} .
 
bX (ξ) − 1 − iξE[X] +
µ
2 2
Par convergence dominée, limξ→0 E[X 2 min{2, |ξX|}] = 0, ce qui achève la preuve. 
Preuve du théorème : On suppose sans perte de généralité que v = 0 on on procède en deux étapes.
On vérie d'abord le théorème quand d = 1. On doit montrer que Zn = n−1/2 (X1 + · · · + Xn )
converge en loi vers N (0, E[X12 ]). Par le théorème de Lévy, il sut de voir que pour tout ξ ∈ R, quand
n → ∞, on a µ bZn (ξ) → exp(−E[X12 ]ξ 2 /2). Mais par indépendance et identité des lois,
h √ i h √ in √
bZn (ξ) = E eiξ(X1 +···+Xn )/ n = E eiξX1 / n = [b
µ µX1 (ξ/ n)]n .

46
Par le lemme, on a de plus l'existence d'une fonction  : R 7→ C telle que limξ→0 (ξ) = 0 et
ξ2 ξ2
∀ ξ ∈ R, bX1 (ξ) = 1 + iξE[X1 ] −
µ E[X12 ] + ξ 2 (ξ) = 1 − E[X12 ] + ξ 2 (ξ).
2 2
En combinant ces deux résultats, on conclut qu'en eet, quand n → ∞,
 ξ2 ξ2 2
bZn (ξ) = 1 −
µ E[X12 ] + (ξ) → exp(−E[X12 ]ξ 2 /2).
2n n

On suppose maintenant d ≥ 2. On doit montrer que Zn = n−1/2 (X1 + · · · + Xn ) converge en loi

vers N (0, Γ). Par le théorème de Lévy, il sut de voir que pour tout ξ ∈ Rd , quand n → ∞, on a
Zn (ξ) → exp(−hξ, Γξi/2). Fixons donc ξ ∈ R . Les v.a. Yk = hξ, Xk i sont i.i.d., de dimension 1, et on
d ξ
µ
d
a E[Y1ξ ] = 0 et Var (Y1ξ ) = hξ, Γξi. On sait donc par l'étape précédente que Znξ = n−1/2 (Y1ξ + . . . Ynξ )
converge en loi vers N (0, hξ, Γξi). Donc en particulier, µbZnξ (1) tend vers exp(−hξ, Γξi/2). Comme
nalement µbZn (ξ) = µbZnξ (1), la preuve est complète. 

47
48
Chapitre III
Espérance conditionnelle

Dans tout ce chapitre (Ω, F , P) désigne un espace de probabilité. La tribu F est la tribu de
référence . On dit que G est une sous-tribu de F si G est une tribu sur Ω et si G ⊂ F . Dans ce qui
suit, il sera commode d'interpréter une sous-tribu G de F comme une famille d'événements dont on
sait déjà s'ils sont réalisés ou non. La notion d'espérance conditionnelle est une façon de formaliser le
problème suivant : comment calculer la moyenne d'une variable aléatoire sachant que les évenements
de G sont réalisés ou non ?

Dénition 132 Soit G une sous-tribu de F. Soit X une v.a.r. positive (resp. intégrable). Une v.a.r.
Y positive (resp. intégrable) est une version de l'espérance conditionnelle de X sachant G si

(a) Y est G -mesurable et (b) pour tout B ∈ G, on a E[Y 1B ] = E[X1B ].

Rappelons que H = L2 (Ω, F , P), muni du produit scalaire hX1 , X2 i = E[X1 X2 ], est un espace de
Hilbert. Pour G une sous-tribu de F , F = L2 (Ω, G , P) est un s.e.v. fermé de H . Si X ∈ L2 (Ω, F , P),
on peut voir Y = E[X|G ] comme la projection orthogonale de X sur F . Voir la section I.11. Nous
utiliserons ici Radon-Nikodym, ce qui n'est pas très diérent, puisque la preuve du théorème de Radon-
Nikodym utilise la projection orthogonale dans l'espace de Hilbert L2 (Ω, F , P).
On montre d'abord l'unicité p.s. de l'espérance conditionnelle.

Proposition 133 Soit G une sous-tribu de F. Soient Y et Y0 deux v.a.r. G -mesurables positives (ou
intégrables). Si
∀B ∈ G , E[Y 1B ] ≤ E[Y 0 1B ],
alors Y ≤Y0 p.s.

Preuve : pour a < b, on pose Ca,b = {Y 0 ≤ a < b ≤ Y } ∈ G . On a Y 0 1Ca,b ≤ a1Ca,b ≤ b1Ca,b ≤ Y 1Ca,b .
En prenant l'espérance, on trouve E[Y 0 1Ca,b ] ≤ aP(Ca,b ) ≤ bP(Ca,b ) ≤ E[Y 1Ca,b ]. Mais par hypothèse,
E[Y 0 1Ca,b ]. Donc aP(Ca,b ) = bP(Ca,b ). Comme a < b, on conclut que P(Ca,b ) = 0. Comme
E[Y 1Ca,b ] ≤ S
{Y < Y } = a,b∈Q,a<b Ca,b , on voit que P(Y 0 < Y ) = 0.
0 

Corollaire 134 Si Y et Y sont deux versions de l'espérance conditionnelle de X sachant G , alors

0

Y = Y 0 presque sûrement. On emploie donc l'abus suivant : on parle de l' espérance conditionnelle

deX sachant G , au lieu de "version de l'espérance conditionnelle", et on note toutes les versions de
l'espérance conditionnelle de X sachant G de la même manière, E[X|G ].

49
Théorème 135 (Existence de l'espérance conditionnelle) Soit G une sous-tribu de F et X une v.a.r.
positive (ou intégrable). Alors E[X|G ] existe.

Preuve : Soit d'abord X une v.a.r. positive. Pour B ∈ G , on pose ν(B) = E[X1B ] = X dP. Alors
R
B
ν est une mesure sur G , et elle est σ -nie (voir le lemme 67). Donc le théorème de Radon-Nikodym
implique l'existence de Y : Ω 7→ [0, ∞[, G -mesurable, telle que pour tout B ∈ F , ν(B) = B Y dP =
R

E[Y 1B ]. On conclut donc en posant E[X|G ] = Y : c'est une v.a.r. positive, G -mesurable, et on a
E[Y 1B ] = E[X1B ] pour tout B ∈ G . Remarquons d'ores et déjà que E[E[X|G ]] = E[Y ] = E[X] : il
sut de choisir B = Ω.
Si maintenant X est une v.a.r. intégrable, on introduit X+ et X− , et on montre aisément que Y =
E[X+ |G ] − E[X− |G ] convient. En particulier, Y est intégrable car E[Y ] ≤ E[E[X+ |G ]] + E[E[X− |G ]] =
E[X+ ] + E[X− ] = E[|X|] < ∞. 

Proposition 136 Soit G, une sous-tribu de F et X, Y deux v.a.r. positives (resp. intégrables).

(i) Si G = {∅, Ω} (tribu grossière), alors E[X|G ] = E[X] p.s.

(ii) Si X est G -mesurable, E[X|G ] = X p.s.

(iii) Pour tout a ∈ R+ (resp. tout a ∈ R), E[X + aY |G ] = E[X|G ] + aE[Y |G ] p.s.

(iv) Si X≤Y p.s., alors E[X|G ] ≤ E[Y |G ] p.s.

(v) |E[X | G ]| ≤ E[|X| G ] p.s.

 
(vi) E E[X|G ] = E[X].

Preuve : (i) il sut de vérier que E[X] est G -mesurable (évident) et que pour B ∈ {∅, Ω}, on a bien
E[X1B ] = E[E[X]1B ] (évident, traiter les cas B = ∅ puis B = Ω).
(ii) il sut de vérier que X est G -mesurable (hypothèse) et que pour B ∈ G , on a bien E[X1B ] =
E[X1B ] (trivial).
(iii) On pose X 0 = E[X|G ] et Y 0 = E[X|G ], puis Z 0 = X 0 + aY 0 . C'est une v.a. positive (resp.
intégrable), G -mesurable, et pour B ∈ G , E[Z 0 1B ] = E[E[X|G ]1B ] + aE[E[Y |G ]1B ], qui n'est autre
que E[X1B ] + aE[Y 1B ].
(iv) Posons X 0 = E[X|G ] et Y 0 = E[X|G ]. Pour tout B ∈ G , on a E[X 0 1B ] = E[X1B ] ≤ E[Y 1B ] =
E[Y 0 1B ]. Comme de plus Y, Y 0 sont G -mesurables, la proposition 133 implique que Y ≤ Y 0 .
Les points (v) et (vi) ont plus ou moins déjà été vus dans la preuve du théorème précédent. 

Lemme 137 Soit G une sous-tribu de F, soit X une v.a.r. positive (resp. intégrable). Pour toute
v.a.r. Z G -mesurable E[ZE[X|G ]] = E[ZX].
et positive (resp. bornée), on a

Preuve : traitons e.g. le cas X, Z ≥ 0. Par le lemme 27, on écrit Z = n an 1Bn , avec an ≥ 0 et
P
Bn ∈ G . Alors, en notant Y = E[X|G ],
hX i X X hX i
E[ZY ] = E an 1Bn Y = an E[1Bn Y ] = an E[1Bn X] = E an 1Bn X = E[ZX].
n≥0 n≥0 n≥0 n≥0

On a utilisé l'interversion série/espérance positive et la dénition de l'espérance conditionnelle. 

50
Proposition 138 Soit G une sous-tribu de F X une v.a.r. positive (resp.
et intégrable). Alors pour
toute v.a.r. Z G -mesurable positive (resp. bornée), E[ZX|G ] = ZE[X|G ] p.s.

Preuve : on suppose e.g. X, Z ≥ 0. Il faut vérier que ZE[X|G ] est G -mesurable (évident) et que pour
B ∈ G , E[ZE[X|G ]1B ] = E[XZ1B ]. Cela découle du lemme précédent appliqué à X et à Z = Z1B
(abus de notation). 

Lemme 139 Soit G une sous-tribu de F et X une v.a.r. positive (resp. intégrable) indépendante de
G. Alors E[X|G ] = E[X] p.s.
Preuve : on suppose e.g. X ≥ 0. Il faut vérier que E[X] est G -mesurable (évident) et que pour
B ∈ G , E[X1B ] = E[E[X]1B ] (évident). 

Proposition 140 Soient G1 ⊂ G2 deux sous-tribus de F et X une v.a.r. positive (resp. intégrable).
Alors E[E[X|G2 ] |G1 ] = E[X|G1 ] p.s.
Preuve : On suppose e.g. X ≥ 0. On doit montrer que Y = E[E[X|G2 ] |G1 ] est G1 -mesurable (évident)
et que pour B ∈ G1 , on a E[Y 1B ] = E[X1B ]. Mais
E[Y 1B ] = E[E[E[X|G2 ] |G1 ]1B ] = E[E[E[X|G2 ]1B |G1 ]] = E[E[E[X1B |G2 ]|G1 ]].
On a utilisé que 1B est G1 -mesurable (on peut donc le rentrer dans l'espérance conditionnelle sachant
G1 par la proposition 138), puis que 1B est G2 -mesurable (on peut donc le rentrer dans l'espérance con-
ditionnelle sachant G2 par la proposition 138). En utilisant deux fois la proposition 136-(vi) (l'espérance
de l'espérance conditionnelle est l'espérance), on conclut que E[Y 1B ] = E[X1B ]. 

Proposition 141 Soit Gi , i ∈ I , F

G = σ(Gi , i ∈ I). Soit X
une famille de sous-tribus de et
une v.a.r. positive (ou intégrable) et Y une v.a.r. positive (resp. intégrable) et G -mesurable. Alors
Y = E[X|G ] p.s.  sous-ensemble ni d'indices J ⊂ I , pour tous Bj ∈ Gj , j ∈ J , on
 dès queTpour tout
a E X1 T = E Y 1 j∈J Bj .
j∈J Bj

Preuve : Supposons X positive, considérons Y comme dans l'énoncé et posons L = {B ∈ G :

T B ] = E[Y 1B ]}. On veut montrer que L = G . Par hypothèse, on sait que P ⊂ L , où P =
E[X1
{ j∈J Bj ; Bj ∈ Gj , J ⊂ I fini}. Mais P est un pi-système (stable par intersection nie et contient Ω).
De plus, L est une classe monotone, car
•Ω∈P⊂L;
• si A, B ∈ L et si A ⊂ B , alors E[X1B\A ] = E[X1B ] − E[X1A ] = E[Y 1B ] − E[Y 1A ] = E[Y 1B\A ],
donc B \ A ∈ L ;
• si Bn ∈ L et Bn ⊂ Bn+1 , alors en passant à la limite, par convergence monotone, dans E[X1Bn ] =
E[Y 1Bn ], on trouve que E[X1∪n Bn ] = E[Y 1∪Bn ]. Autrement dit, ∪n Bn ∈ L .
Le théorème de la classe monotone nous dit que σ(P) ⊂ L , i.e. que G ⊂ L . 

Proposition 142 Soient G1 et G1 , deux sous-tribus de F. Soit X , une v.a.r. positive (ou intégrable).
On suppose que G2 est indépendante de σ(σ(X), σ(G1 )). Alors E[X|σ(G1 , G2 )] = E[X|G1 ] p.s.
Preuve : par la proposition précédente, il sut de vérier que E[X|G1 ] est σ(G1 , G2 )-mesurable (évi-
dent) et que pour tout B1 ∈ G1 et B2 ∈ G2 , on a E[E[X|G1 ]1B1 1B2 ] = E[X1B1 1B2 ]. Mais en utilisant
que B1 ∈ G1 puis que B2 est indépendant de E[X|G1 ] et de X1B1 , on peut écrire
E[E[X|G1 ]1B1 1B2 ] = E[E[X1B1 |G1 ]1B2 ] = E[E[X1B1 |G1 ]]E[1B2 ] = E[X1B1 ]E[1B2 ] = E[X1B1 1B2 ].
C'est ce qu'on désirait. 

51
Proposition 143 Soit G, une sous-tribu de F et (Xn )n≥0 , une suite de v.a.r.

(Convergence monotone) Si Xn+1 ≥ Xn ≥ 0 p.s.∀ n ≥ 0, alors E[supn Xn |G ] = limn E[Xn |G ] p.s.

(Interversion positive)
P P
Si Xn ≥ 0 p.s. ∀ n ≥ 0, alors E[ n Xn |G ] = n E[Xn |G ] p.s.
(Fatou) Si Xn ≥ 0 p.s. ∀ n ≥ 0, E[lim inf n Xn | G ] ≤ lim inf n E[Xn |G ] p.s.
alors

(Interversion )
P P P
n E[|Xn |] < ∞, alors E[ n Xn |G ] = n E[Xn |G ] p.s.
1
L Si

(Convergence dominée) limn Xn existe p.s.

Si et s'il existe Z intégrable telle que |Xn | ≤ Z p.s.
∀ n ≥ 0, alors E[limn Xn |G ] = limn E[Xn |G ] p.s.
Preuve : Tout se déduit de la convergence monotone exactement comme dans le cas non conditionnel.
Montrons donc juste le théorème de convergence monotone. On voit que Xn ≤ Xn+1 implique que
E[Xn |G ] ≤ E[Xn+1 |G ] (par la proposition 136 (iv )). On peut donc poser Y = supn E[Xn |G ], qui est
une v.a.r. positive. On doit montrer que Y est G -mesurable (évident) et que pour tout B ∈ G , on a
E[Y 1B ] = E[(supn Xn )1B ]. En appliquant (deux fois) le théorème de convergence monotone usuel,

E[Y 1B ] = lim E[E[Xn |G ]1B ] = lim E[Xn 1B ] = E[(sup Xn )1B ].

n n n

L'égalité du milieu utilise la dénition de l'espérance conditionnelle. 

Les preuves usuelles des inégalités s'étendent. Par exemple,
(Jensen conditionnelle) Soit X , une v.a.r. et ϕ : R → R convexe. Si X et ϕ(X) sont intégrables,
alors pour toute sous-tribu G de F , on a ϕ(E[X|G ]) ≤ E[ϕ(X)|G ] p.s.
(Hölder conditionnelle) Soit 1 < p, q < ∞ tels que 1/p + 1/q = 1. Pour toutes v.a.r. X, Y et toute
sous-tribu G de F , on a E[|XY ||G ] ≤ (E[|X|p |G ])1/p (E[|Y |q |G ])1/q p.s.
Lemme 144 Soit X une v.a.r. intégrable et Gi , i ∈ I une famille de sous-tribus de F. Alors la famille
{E[X|Gi ], i ∈ I} est U.I.

Preuve : X ∈ L1 , donc par le théorème 94 de de la Vallée Poussin, il existe ϕ : R+ 7→ R+ convexe

avec lim∞ ϕ(x)
x = ∞ telle que E[ϕ(|X|)] < ∞. Par Jensen, on a E[ϕ(|E[X|Gi ]|)] ≤ E[E[ϕ(|X|)|Gi ]]] =
E[ϕ(|X|)]. Donc supi∈I E[ϕ(|E[X|Gi ]|)] < ∞ et, on conclut avec de la Vallée Poussin. 

Proposition 145 Soit (E, E ) un espace mesurable, soit V une v.a. à valeurs dans E et soit X une
v.a.r. positive (resp. intégrable). On note alors E[X|V ] = E[X|σ(V )].
(a) Il existe h : E 7→ R, E -mesurable, telle que E[X|V ] = h(V ).
(b) Si h : E → R est E -mesurable, alors, E[X|V ] = h(V ) p.s. ssi pour toute fonction ϕ : E → R,
E -mesurable positive (resp. bornée), on a E[Xϕ(V )] = E[h(V )ϕ(V )].
Preuve : le point (a) découle du théorème 97. Le second point découle du lemme 137 et du fait
que les v.a. Z qui sont σ(V )-mesurables positives (resp. bornées) sont exactement les v.a. ϕ(V ), avec
ϕ : E → R, E -mesurables et positive (resp. bornée). 

Lemme 146 Soient X1 , X2 deux v.a. indépendantes à valeurs dans E1 et E2 , munis de tribus E1 et
E2 . Alors pour toute fonction Φ : E1 × E2 7→ R, E1 ⊗ E2 -mesurable et positive (ou bornée), on a

E[Φ(X1 , X2 )|X1 ] = Ψ(X1 ), où Ψ : E1 7→ R est dénie par Ψ(x1 ) = E[Φ(x1 , X2 )] ∀ x1 ∈ E1 .

52
Preuve : Il faut vérier que pour tout ϕ : E1 7→ R+ , on a E[Φ(X1 , X2 )ϕ(X1 )] = E[Ψ(X1 )ϕ(X1 )].
Mais on sait (voir proposition 103-(iv)) que µ(X1 ,X2 ) = µX1 ⊗ µX2 . On a donc, par Fubini positif,
Z Z  Z
E[Φ(X1 , X2 )ϕ(X1 )] = Φ(x1 , x2 )ϕ(x1 )µX2 (dx2 ) µX1 (dx1 ) = Ψ(x1 )ϕ(x1 )µX1 (dx1 ),
E1 E2 E1

puisque Φ(x1 , x2 )µX2 (dx2 ) par dénition. Pour conclure, il n'y a plus qu'à remarquer que
R
Ψ(x1 ) = E2
E1 Ψ(x1 )ϕ(x1 )µX1 (dx1 ) = E[Ψ(X1 )ϕ(X1 )].
R


Quelques exemples. On pose V = max(U1 , U2 ) avec U1 , U2 indépendantes et de loi U ([0, 1]).

A. Calculons E[U1 |V ]. On cherche donc h : [0, 1] 7→ R+ telle que pour toute ϕ : [0, 1] 7→ R+
mesurable, on ait E[h(V )ϕ(V )] = E[U1 ϕ(V )]. On aura alors E[U1 |V ] = h(V ) p.s.
Déjà, E[h(V )ϕ(V )] = E[h(U1 )ϕ(U1 )1{U1 ≥U2 } ] + E[h(U2 )ϕ(U2 )1{U1 <U2 } ] = 2h(u)uϕ(u)du.
R1
0
D'autre part, E[U1 ϕ(V )] = E[U1 ϕ(U1 )1{U1 ≥U2 } ] + E[U1 ϕ(U2 )1{U2 ≥U1 } ], ce qui donne E[U1 ϕ(V )] =
u2 ϕ(u)du + 0 u2 ϕ(u)du = 0 32 u2 ϕ(u)du.
R1 R1 2 R1
0
Il faut donc 2h(u)u = 32 u2 , i.e. h(u) = 34 u. Ainsi, E[U1 |V ] = 43 V p.s.
B. On xe maintenant f : [0, 1] 7→ R+ mesurable et souhaite calculer E[f (U1 )|V ]. On cherche donc
h : R+ 7→ R+ telle que pour toute ϕ : [0, 1] 7→ R+ mesurable, on ait E[h(V )ϕ(V )] = E[f (U1 )ϕ(V )].
On aura alors E[f (U1 )|V ] = h(V ) p.s.
Comme précédemment (A), on a E[h(V )ϕ(V )] = 01 2h(u)uϕ(u)du.
R

D'autre part, E[f (U1 )ϕ(V )] = E[f (U1 )ϕ(U1 )1{U1 ≥U2 } ] + E[f (U1 )ϕ(U2 )1{U2 ≥U1 } ], ce qui donne
E[f (U1 )ϕ(V )] = 0 uf (u)ϕ(u)du + 0 ( 0 f (x)dx)ϕ(u)du.
R1 R1 Ru

Il faut donc que 2h(u)u = uf (u) + f (x)dx, i.e. h(u) = 21 f (u) + f (x)dx.
Ru 1
Ru
0 2u 0

Ainsi, E[f (U1 )|V ] = 21 f (V ) + 2V1 f (x)dx.

RV
0
Ceci étant vrai pour toute fonction f mesurable positive, on conclut que la loi conditionnelle de U1
sachant V est 12 δV (dx) + 2V
1
1[0,V ] (x)dx, ce qui peut se comprendre ainsi, avec un abus de langage :
1 1
sachant V , avec probabilité 2 , on a U1 = V , et avec probabilité 2 , U1 suit la loi uniforme sur [0, V ].

C. On xe encore f : [0, 1] 7→ R+ mesurable et souhaite calculer E[f (V )|U1 ]. On cherche donc
h : R+ 7→ R+ telle que pour toute ϕ : [0, 1] 7→ R+ mesurable, on ait E[h(U1 )ϕ(U1 )] = E[f (V )ϕ(U1 )].
On aura alors E[f (V )|U1 ] = h(U1 ) p.s.
Déjà, E[h(U1 )ϕ(U1 )] = 01 h(u)ϕ(u)du.
R

D'autre part, E[f (V )ϕ(U1 )] = E[f (U1 )ϕ(U1 )1{U1 ≥U2 } ] + E[f (U2 )ϕ(U1 )1{U2 ≥U1 } ], ce qui donne
E[f (V )ϕ(U1 )] = 0 uf (u)ϕ(u)du + 0 ( u f (x)dx)ϕ(u)du.
R1 R1 R1

Il faut donc que h(u) = uf (u) + f (x)dx.

R1
u

Ainsi, E[f (V )|U1 ] = U1 f (U1 ) + f (x)dx.

R1
U1
Ceci étant vrai pour toute fonction f mesurable positive, on conclut que la loi conditionnelle de V
sachant U1 est U1 δU1 (dx)+1{[U1 ,1]} (x)dx, ce qui peut se comprendre ainsi : sachant U1 , avec probabilité
U1 , on a V = U1 , et avec probabilité (1 − U1 ), V suit la loi uniforme sur [U1 , 1].

53
54
Chapitre IV
Martingales

IV.1 Dénitions et propriétés

Dénition 147 Soit Fn , n ≥ 0, une suite de sous-tribus de F . On dit que (Fn )n≥0 est une ltration
si Fn ⊂ Fn+1 pour tout n ≥ 0. On utilise la notation F∞ := σ(Fn , n ≥ 0).

Dénition 148 Soit (Fn )n≥0 une ltration. Une suite de v.a. (Xn )n≥0 est dite
• (Fn )n≥0 -adaptée si pour tout n ≥ 0, Xn est Fn -mesurable.
• (Fn )n≥0 -prévisible si pour tout n ≥ 1, Xn est Fn−1 -mesurable et si X0 est F0 -mesurable.

Dénition 149 Soit (Fn )n≥0 une ltration et (Xn )n≥0 une suite (Fn )n≥0 -adaptée de v.a.r. inté-
grables. La suite (Xn )n≥0 est une
• (Fn )n≥0 -martingale si ∀ n ≥ 0, E[Xn+1 |Fn ] = Xn ;
• (Fn )n≥0 -sous-martingale si ∀ n ≥ 0, E[Xn+1 |Fn ] ≥ Xn ;
• (Fn )n≥0 -sur-martingale si ∀ n ≥ 0, E[Xn+1 |Fn ] ≤ Xn .

Remarque 150 Soit (Xn )n≥0 , une (Fn )n≥0 -martingale (resp. sur/sous-martingale). Alors pour tout
m, n ∈ N, E[Xn+m |Fn ] = Xn , (resp. ≤ Xn , ≥ Xn ). De plus la suite n 7→ E[Xn ] est constante (resp.
décroissante, resp. croissante).

En utilisant Jensen conditionnel, on voit facilement que, sous réserve d'intégrabilité, si (Xn )n≥0 est
une martingale et si ϕ : R 7→ R est convexe, alors (ϕ(Xn ))n≥0 est une sous-martingale. Si ϕ : R 7→ R
est concave, (ϕ(Xn ))n≥0 est une sur-martingale. Si maintenant (Xn )n≥0 est une sous-martingale et si
ϕ : R 7→ R est convexe et croissante, alors (ϕ(Xn ))n≥0 est une sous-martingale, etc.

Proposition 151 (Décomposition de Doob) Soit (Xn )n≥0 une suite de v.a.r. (Fn )n≥0 -adaptées ité-
grables. Il existe une unique paire de suites (Mn )n≥0 , (Vn )n≥0 , telle que
(i) Xn = X0 + Mn + Vn , n ≥ 0.
(ii) (Mn )n≥0 est une (Fn )n≥0 -martingale.
(iii) (Vn )n≥0 est (Fn )n≥0 -prévisible et V0 = 0.

Preuve : Unicité. Considérons une paire (Mn )n≥0 , (Vn )n≥0 satisfaisant les trois points. Par (i), on a
Xn+1 − Xn = Mn+1 − Mn + Vn+1 − Vn . En prenant l'espérance conditionnelle sachant Fn , on trouve

55
E[Xn+1 −Xn |Fn ] = Vn+1 −Vn . Comme V0 = 0, on conclut que forcément, Vn = k=0 E[Xk+1 −Xk |Fk ].
Pn−1
Puis forcément, Mn = Xn − X0 − Vn .
Existence. On pose V0 = 0, Vn = n−1 k=0 E[Xk+1 − Xk |Fk ] (pour n ≥ 1), puis Mn = Xn − X0 − Vn
P
(pour n ≥ 0). Les points (i) et (iii) sont évidemment vériés. Pour (ii), on remarque que Mn+1 − Mn =
(Xn+1 − Xn ) − (Vn+1 − Vn ) = (Xn+1 − Xn ) − E[Xn+1 − Xn |Fn ], d'où E[Mn+1 − Mn |Fn ] = 0. 

IV.2 Convergence des martingales

Les martingales (resp. sur-martingales, sous-martingales) sont en quelque sorte des versions aléa-
toires des suites constantes (resp. décroissantes, croissantes). C'est pourquoi elles jouissent de bonnes
propriétés de convergence quand n → ∞ qui leur confèrent un rôle central en théorie des processus.

Inégalités de Doob. Commençons par montrer deux inégalités de Doob. La seconde est fort utile.
Lemme 152 (Inégalité maximale) Soit (Xn )n≥0 une (Fn )n≥0 -sous-martingale constituée de variables
positives et L1 . Alors pour tout a > 0, toutn ∈ N,

 
aP sup Xm > a ≤ E Xn 1{sup0≤m≤n Xm >a} .
0≤m≤n

(Inégalité de Doob) Soit(Xn )n≥0 une (Fn )n≥0 -martingale et p ∈]1, ∞[.
p
p
sup E |Xn |p < ∞, alors E sup |Xn |p ≤ p−1 sup E |Xn |p .
     
Si
n∈N n∈N n∈N

Preuve : on xe n ∈ N et a > 0, et on introduit Ta = inf{n ≥ 0 : Xn > a} (avec inf ∅ = ∞). Pour
m ≤ n, on a (comme {Ta = m} = {X0 ≤ a, . . . , Xm−1 ≤ a, Xm > a} ∈ Fm )

a1{Ta =m} ≤ Xm 1{Ta =m} ≤ E[Xn |Fm ]1{Ta =m} = E[Xn 1{Ta =m} |Fm ].

Donc aP(Ta = m) ≤ E[Xn 1{Ta =m} ] puis, en sommant sur m ≤ n, aP(Ta ≤ n) ≤ E[Xn 1{Ta ≤n} ].
L'inégalité maximale est prouvée, puisque {sup0≤m≤n Xm > a} = {Ta ≤ n}.
Comme x 7→ |x| est convexe, (|Xn |)n≥0 est une sous-martingale, et on peut appliquer l'inégalité
maximale : en posant Sn = sup0≤m≤n |Xm |, on trouve aP(Sn > a) ≤ E[|Xn |1{Sn >a} ], puis
Z ∞ Z ∞
p−2
aP(Sn > a)pa da ≤ E[|Xn |1{Sn >a} ]pap−2 da.
0 0

Mais par Fubini positif,

aP(Sn > a)pap−2 da = E[ 0 n pap−1 da] = E[Snp ],
R∞ RS
• 0

p−1 E[|Xn |Sn ].

R∞ RS p p−1
• 0 E[|Xn |1{Sn >a} ]pap−2 da = E[|Xn | 0 n pap−2 da] =
Donc p p
E[Snp ] ≤ E[|Xn |Snp−1 ] ≤ E[|Xn |p ]1/p E[|Sn |p ]1−1/p
p−1 p−1
par Hölder, d'où  p p  p p
E[Snp ] ≤ E[|Xn |p ] ≤ sup E[|Xk |p ].
p−1 p − 1 k≥0
Il n'y a plus qu'à faire tendre n → ∞ à l'aide de la convergence monotone. 

56
Convergence p.s. Les deux résultats principaux de convergence sont les suivants.
Théorème 153 (i) Toute sur-martingale positive (Xn )n≥0 converge p.s.

(ii) Toute sous-martingale (Xn )n≥0 bornée dans L1 (i.e. supn E[|Xn |] < ∞) converge p.s. vers une
v.a.r. intégrable X∞ quand n → ∞.

Remarque 154 (a) Si (Xn )n≥0 est une suite (Fn )n≥0 -adaptée de v.a.r. positives telle que ∀ n ≥ 0,
E[Xn+1 |Fn ] ≤ Xn , alors Xn converge p.s. (En eet, la preuve du point (i) n'utilise pas l'intégrabilité
des Xn ).

(b) Dans (ii), on peut remplacer sous-martingale par sur-martingale (appliquer le résultat à −X ).
En fait, tous les résultats de convergence de martingales ne sont que des ranements du lemme
fondammental suivant.
Lemme 155 Soit (Mn )n≥0 une (Fn )n≥0 -martingale bornée dans L2 (i.e. supn E[Mn2 ] < ∞). Alors
Mn converge p.s.
2
et dans L .

Preuve : On dénit ∆Mk = Mk − Mk−1 pour k ≥ 1. On remarque que pour n > k ≥ 1,

E[∆Mk ∆Mn ] = E[E[∆Mk ∆Mn |Fn−1 ]] = E[∆Mk E[∆Mn |Fn−1 ]] = 0,

car ∆Mk est Fk ⊂ Fn−1 -mesurable et car E[∆Mn |Fn−1 ] = 0. 0n en déduit que
h n+m
X 2 i n+m
X
∀ n + m > n ≥ 0, E[(Mn+m − Mn )2 ] = E ∆k = E[(∆Mk )2 ]. (∗)
n+1 n+1

En particulier supn E[Mn2 ] < ∞ implique supn E[(Mn − M0 )2 ] < ∞ et donc 2 < ∞.
P
k≥1 E[(∆Mk ) ]

On a supi,j≥n E[|Mi − Mj |2 ] = supi,j≥n i+1 E[(∆Mk )2 ] ≤ n+1 E[(∆Mk )2 ] → 0 quand n → ∞ :

Pj P∞
la suite (Mn )n≥0 est de Cauchy dans L2 et donc converge dans L2 .
On introduit maintenant An = supi,j≥n |Mi − Mj |. On va montrer que limn An = 0 p.s., ce qui
impliquera que p.s., la suite (Mn )n≥0 est une suite de Cauchy (et donc convergente) dans R, ce qui
achèvera la preuve. Comme An est p.s. décroissante, sa limite existe p.s., et il sut de montrer que
limn E[A2n ] = 0. On introduit Bn = supi≥n |Mi − Mn | et on remarque que An ≤ 2Bn (car |Mi − Mj | ≤
|Mi − Mn | + |Mj − Mn |). Il sut donc de montrer que limn E[Bn2 ] = 0.
En utilisant l'inégalité de Doob avec p = 2 (pour la martingale (Mn+i − Mn )i≥0 ), on voit que
X
E[Bn2 ] ≤ 4 sup E[(Mi − Mn )2 ] = 4 E[(∆Mk )2 ].
i≥n
k≥n+1

C'est le reste d'une série convergente. Ainsi, on a bien limn E[Bn2 ] = 0. 

Preuve du point (i) du théorème 153 : Soit donc Xn une sur-martingale positive. On pose
Yn = e−Xn . Comme ϕ(x) = e−x est convexe décroissante, on voit par Jensen que
E[Yn+1 |Fn ] = E[ϕ(Xn+1 )|Fn ] ≥ ϕ(E[Xn+1 |Fn ]) ≥ ϕ(Xn ) = Yn .

Donc Yn est une sous-martingale. Écrivons sa décomposition de Doob Yn = Y0 + Mn + Vn , où M est

une martingale et où V est prévisible.

57
 Déjà, V est p.s. croissant : Vn+1 −Vn = E[Vn+1 −Vn |Fn ] = E[Yn+1 −Yn |Fn ]−E[Mn+1 −Mn |Fn ] =
E[Yn+1 − Yn |Fn ] ≥ 0 p.s. Donc V∞ = limn Vn ∈ [0, ∞] existe p.s.
Montrons maintenant quePsupn E[Mn2 ] < ∞. Comme dans la preuve précédente (voir (∗) et utiliser
Pn k )2 ] où, 2pour (Xn )n≥0 un processus, on note ∆Xk = Xk −Xk−1
que M0 = 0), on a E[Mn2 ] = n1 E[(∆M 2

pour k ≥ 1. On écrit Yn = Y0 + k=1 (Yk − Yk−1 ) puis, comme Yk = Yk−1 + ∆Mk + ∆Vk ,
2 2

n
X n
X n
X n
X n
X
Yn2 =Y02 + (∆Mk ) + 2 2
(∆Vk ) + 2 Yk−1 ∆Mk + 2 Yk−1 ∆Vk + 2 ∆Mk ∆Vk .
k=1 k=1 k=1 k=1 k=1

On observe ensuite que Y02 + ≥ 0 et 2 ≥ 0 (car Y ≥ 0 et V est croissant) :

Pn 2
Pn
k=1 (∆Vk ) k=1 Yk−1 ∆Vk

n
X n
X
2
(∆Mk ) + 2 (Yk−1 + ∆Vk )∆Mk ≤ Yn2 ≤ 1.
k=1 k=1

De plus, on a E[(Yk−1 + ∆Vk )∆Mk ] = E[Yk−1 E[∆Mk |FP

k−1 ]] = 0 car Yk−1 + ∆Vk est Fk−1 -mesurable
et
Pncar M est2 une martingale. Enn, on conclut que k=1 E[(∆Mk ) ] ≤ 1 et donc que E[Mn ] =
n 2 2

1 E[(∆Mk ) ] ≤ 1.

On déduit donc du lemme 155 que M∞ = limn Mn existe p.s. Ainsi, Y∞ = limn Yn = Y0 + M∞ + V∞
p.s. De plus, Y∞ ∈ [0, 1] p.s., puisque Yn est à valeurs dans [0, 1]. On en déduit que limn Xn = X∞
p.s., où X∞ = − ln Y∞ ∈ [0, ∞] (avec − ln 0 = ∞), et il ne reste plus qu'à voir que X∞ < ∞ p.s. Mais
on voit facilement par récurrence que E[Xn |F0 ] ≤ X0 puis, par Fatou, que E[X∞ |F0 ] ≤ X0 < ∞ p.s.,
ce qui implique le résultat. 
Preuve du point (ii) du théorème 153 : Soit donc Xn une sous-martingale bornée dans L1 . Posons
K = supn E[|Xn |]. Montrons qu'il existe deux sur-martingales positives Yn , Zn telles que Xn = Yn −Zn .
Cela impliquera, par le point (i), que X∞ = lim Xn existe p.s. (et on aura E[|X∞ |] ≤ K par Fatou).
Le processus (Xn )+ est une sous-martingale, car x 7→ x+ est convexe croissante. Écrivons sa
décomposition de Doob (Xn )+ = (X0 )+ + Mn + Vn . On vérie comme sans la preuve du (ii) que V est
croissant p.s. (et donc positif puisque V0 = 0). De plus E[Vn ] = E[(Xn )+ ]−E[(X0 )+ ] ≤ E[(Xn )+ ] ≤ K .
Donc V∞ = limn Vn existe p.s. et de plus, E[V∞ ] ≤ K par convergence monotone.
Posons Yn = (X0 )+ + Mn + E[V∞ |Fn ]. C'est bien sûr une martingale, et elle est positive car
Yn ≥ (X0 )+ + Mn + Vn = (Xn )+ ≥ 0 (comme V est p.s. croissant, E[V∞ |Fn ] ≥ E[Vn |Fn ] = Vn ).
Enn, Zn = Yn − Xn est une sur-martingale (car c'est la diérence d'une martingale et d'une
sous-martingale) et on a Zn ≥ (Xn )+ − Xn = (Xn )− ≥ 0. 

Convergence dans L1 .

Théorème 156 Soit (Xn )n≥0 une (Fn )n≥0 -martingale. Les points suivants sont équivalents.

(i) Xn converge dans L1 .

(ii) supn E[|Xn |] < ∞ et Xn = E[X∞ |Fn ] pour tout n≥0 (où X∞ = limn Xn p.s. existe par le
théorème 153).

(iii) Il existe X intégrable telle que Xn = E[X|Fn ] pour tout n ≥ 0.

(iv) La famille {Xn , n ≥ 0} est U.I.

58
Preuve : Montrons que (i) implique (ii) : si Xn converge dans L1 vers X∞ , alors supn E[|Xn |] < ∞,
donc le théorème 153 nous dit que Xn converge p.s., nécessairement vers X∞ . Pour montrer que
Xn = E[X∞ |Fn ], on écrit Xn = E[Xn+m |Fn ] et on fait tendre m → ∞ de la façon suivante :

E[|Xn − E[X∞ |Fn ]|] = E[|E[Xn+m − X∞ |Fn ]|] ≤ E[|Xn+m − X∞ |] → 0.

(ii) implique trivialement (iii) car X∞ = limn Xn p.s. est intégrable par Fatou car supn E[|Xn |] < ∞.
(iii) implique (iv) par le lemme.
Enn, (iv) implique (i), car {Xn , n ≥ 0} U.I. implique que supn E[|Xn |] < ∞, donc le théorème
153 nous dit que Xn converge p.s., et donc aussi dans L1 puisque {Xn , n ≥ 0} U.I. (par le théorème
95 de convergence dominée optimal). 

Convergence dans Lp .

Théorème 157 Soit (Xn )n≥0 une (Fn )n≥0 -martingale. Si supn E[|Xn |p ] < ∞ pour un p ∈]1, ∞[,
alors il existe X∞ ∈ L t.q. X∞ = limn Xn p.s. et dans Lp . De plus, Xn = E[X∞ |Fn ] pour tout n ≥ 0.
p

Preuve : Comme supn E[|Xn |p ] < ∞ avec p > 1, la famille {Xn , n ≥ 0} est U.I. et le théorème 156
implique que X∞ = limn Xn p.s. et dans L1 avec de plus Xn = E[X∞ |Fn ] pour tout n. Il ne nous reste
qu'à montrer que Xn → X∞ dans Lp . On utilise la convergence dominée : bien sûr, |Xn −X∞ |p → 0 p.s.
D'autre part, supn≥0 |Xn − X∞ |p ≤ 2p (supn≥0 |Xn |p + |X∞ |p ) ≤ 2p+1 supn≥0 |Xn |p , qui est intégrable
par l'inégalité de Doob (et car on a supposé que supn E[|Xn |p ] < ∞). 

IV.3 Temps d'arrêt

Dénition 158 Soit (Fn )n≥0 une ltration. Une v.a. T à valeurs dans N∪{∞} est un (Fn )n≥0 -temps
d'arrêt si ∀ n ∈ N, {T = n} ∈ Fn . On pose alors FT = {A ∈ F∞ : A ∩ {T = n} ∈ Fn , ∀ n ∈ N}.
Voici quelques propriétés des temps d'arrêt dont les preuves sont élémentaires.

Proposition 159 Soit (Fn )n≥0 une ltration.

(i) Une v.a. T à valeurs dans N ∪ {∞} est un (Fn )n≥0 -temps d'arrêt ssi {T ≤ n} ∈ Fn , pour tout
n∈N ssi {T > n} ∈ Fn , pour tout n ∈ N.
(ii) Si T est un (Fn )n≥0 -temps d'arrêt, alors FT est une sous-tribu de F∞ .
(iii) Si S, T (Fn )n≥0 -temps
sont deux d'arrêt, alors S + T, S ∧ T, S ∨ T sont des (Fn )n≥0 -temps
d'arrêt. De plus, FS∧T = FS ∩ FT .
(iv) Si S, T sont deux (Fn )n≥0 -temps d'arrêt avec S≤T p.s., alors FS ⊂ FT .

Remarque 160 Toute v.a. déterministe T = n0 ∈ N FT = Fn0 . Si

est un temps d'arrêt, et on a
(Xn )n≥0 est une suite (Fn )n≥0 -adaptée de v.a.r., alors pour tout B ∈ B(R), TB = inf{n ≥ 0 : Xn ∈
B} est un (Fn )n≥0 -temps d'arrêt (avec la convention inf ∅ = ∞).

Proposition 161 Soit (Xn )n≥0 une (Fn )n≥0 -martingale (resp. sur-martingale, resp. sous-martingale)
et T un (Fn )n≥0 -temps d'arrêt. Alors (Xn∧T )n≥0 est une (Fn )n≥0 -martingale (resp. sur-martingale,
sous-martingale).

59
Preuve : Déjà,
P pour chaque n ≥ 0, |Xn∧T | ≤ 0 |Xk | est intégrable. Ensuite, pour chaque n ≥
Pn
0, Xn∧T = n
P Xk 1{T =k} + Xn 1{T >n} est Fn -mesurable. Enn, pour n ≥ 0P
k=0 , on a X(n+1)∧T =
Xn+1 1{T >n} + nk=0 Xk 1{T =k} . Du coup, comme {T > n} ∈ Fn , et comme k=0 Xk 1{T =k} est
n

Fn -mesurable,
Xn
E[X(n+1)∧T |Fn ] = E[Xn+1 |Fn ]1{T >n} + Xk 1{T =k}
k=0

Donc si par exemple on a aaire à un martingale, on trouve

n
X
E[X(n+1)∧T |Fn ] = Xn 1{T >n} + Xk 1{T =k} = Xn∧T .
k=0

IV.4 Problèmes d'arrêt.

On se donne (Xn )n≥0 une (Fn )n≥0 -martingale et T un (Fn )n≥0 -temps d'arrêt. A-t-on E[XT ] =
E[X0 ] ? Si tout va bien, oui, car XT ∧n est une martingale, donc E[XT ∧n ] = E[X0 ], et il sut de faire
tendre n → ∞. Mais ce n'est pas automatique.
Si par exemple Xn = ξ1 + · · · + ξn est une marche aléatoire simple symétrique (les ξi sont i.i.d.
et P(ξ1 = 1) = P(ξ1 = −1) = 1/2), (Xn )n≥0 une (Fn )n≥0 -martingale avec Fn = σ(ξ1 , . . . , ξn ), et
T1 = inf{n ≥ 0 : Xn = 1} est un (Fn )n≥0 -temps d'arrêt ni p.s. Donc XT1 = 1 et du coup,
E[XT1 ] = 1 6= 0 = E[X0 ].

Proposition 162 Soit (Xn )n≥0 (Fn )n≥0 -martingale et soit T , un (Fn )n≥0 -temps d'arrêt.
une On
suppose que T < ∞ p.s. et qu'il existe une v.a.r. Z intégrable t.q. ∀n ∈ N, |Xn∧T | ≤ Z . Alors XT est
une variable intégrable et E[X0 ] = E[XT ].

Preuve : Comme XT ∧n est une martingale, E[XT ∧n ] = E[X0 ]. De plus, comme T < ∞ p.s., on a
limn XT ∧n = XT . Il n'y a plus qu'à utiliser le théorème de convergence dominée. 
Application à la ruine du joueur. Soit (ξn )n≥1 i.i.d. avec P(ξn = 1) = p et P(ξn = −1) = q,
où p ∈]0, 1[ et q = 1 − p. On pose X0 = 0, F0 = {∅, Ω}, et pour tout n ≥ 1, Xn = ξ1 + . . . + ξn et
Fn = σ(ξn , . . . , ξn ). Pour tout c ∈ Z, on pose Tc = inf{n ∈ N : Sn = c}, avec la convention inf ∅ = ∞.
C'est un (Fn )n≥0 temps d'arrêt. On xe a, b ∈ N∗ et on pose T−a,b = T−a ∧ Tb , on admet qu'il est p.s.
ni. On a alors 
1−(q/p)b
 (q/p)−a −(q/p)b si p 6= q ,

P(ST−a,b = −a) =
b
si p = q = 1/2.


a+b

Cas p = q = 1/2 : (Sn )n≥0 est une (Fn )n≥0 -martingale et |Sn∧T−a,b | ≤ max(a, b). La proposition 162
s'applique, donc E[ST−a,b ] = E[S0 ] = 0. Mais E[ST−a,b ] = −aP(ST−a,b = −a) + bP(ST−a,b = b). Comme
P(ST−a,b = b) = 1 − P(ST−a,b = −a), on conclut que 0 = −(a + b)P(ST−a,b = −a) + b. 
Cas p 6= q : soit x = q/p. En utilisant que px+qx−1 = 1, il n'est pas trop dur de montrer que E[xξ1 ] = 1
puis que Xn = xSn est une Fn -martingale. Clairement Xn∧T−a,b est bornée (par max−a≤k≤b xk ). La
proposition 162 s'applique, donc E[XT−a,b ] = E[X0 ] = 1. Mais E[XT−a,b ] = x−a P(ST−a,b = −a) +
xb P(ST−a,b = b). Donc 1 = (x−a − xb )P(ST−a,b = −a) + xb . 

60
Théorème 163 (Théorème d'arrêt de Doob) Soit (Xn )n≥0 une (Fn )n≥0 -martingale U.I. On note X∞
sa limite presque sûre, qui est aussi sa limite dans
P L1 . Soient aussi S, T , deux (Fn )n≥0 -temps d'arrêt
(à valeurs dans N ∪ {∞}). On dénit XT = n≥0 Xn 1{T =n} + X∞ 1{T =∞} et XS similairement.

(i) XT est FT -mesurable, intégrable, XT = E[X∞ | FT ] (et par conséquent E[XT ] = E[X0 ] puisque
X0 = E[X∞ | F0 ]).
(ii) (Xn∧T )n≥0 est une (Fn )n≥0 -martingale U.I. qui converge p.s. et dans L1 vers XT .
(iii) E[XT |FS ] = XS∧T .
Preuve : Montrons (i). Pour montrer que XT est FT -mesurable, considérons A ∈ B(R) et montrons
que {XT ∈ A} ∈ FT , i.e. que pour tout n ∈ N, {T = n} ∩ {XT ∈ A} ∈ Fn , ce qui est clair puisque
{T = n} ∩ {XT ∈ A} = {T = n} ∩ {Xn ∈ A}. Rappelons ensuite que X∞ est intégrable et montrons
que E[X∞ |FT ] = XT , ce qui impliquera que XT est aussi intégrable. On doit montrer que XT est
FT -mesurable (déjà fait) et que pour tout B ∈ FT , on a E[XT 1B ] = E[X∞ 1B ]. Pour cela, on écrit
X
E[XT 1B ] = E[Xn 1B 1{T =n} ] + E[X∞ 1B 1{T =∞} ]
n≥0

par dénition de XT . Comme B ∩ {T = n} ∈ Fn et comme Xn = E[X∞ |Fn ], on a E[Xn 1B 1{T =n} ] =

E[X∞ 1B 1{T =n} ]. Ainsi,
X
E[XT 1B ] = E[X∞ 1B 1{T =n} ] + E[X∞ 1B 1{T =∞} ] = E[X∞ 1B ].
n≥0

Montrons (ii). On sait déjà que (Xn∧T )n≥0 est une (Fn )n≥0 -martingale. Comme n ∧ T est un
(Fn )n≥0 -temps d'arrêt, le (i) implique que XT ∧n = E[X∞ |FT ∧n ]. Donc (XT ∧n )n≥0 est U.I. par le
lemme 144, et la martingale XT ∧n converge p.s. et dans L1 quand n → ∞. Sa limite p.s. (et donc aussi
L1 ) est bien sûr XT (sur l'évènement {T < ∞} c'est évident et sur l'évènement {T = ∞} aussi).
Pour (iii), il sut d'appliquer (i) avec la martingale U.I. (Xn∧T )n≥0 (dont la limite est XT ) et le
temps d'arrêt S , ce qui donne XS∧T = E[XT | FS ]. 
Il existe d'autres théorèmes d'arrêt. Une CNS pour avoir E[XT ] = E[X0 ] est que la martingale
(Xn∧T )n≥0 soit U.I. Cette condition n'est pas très explicite. En gros, il faut que la martingale soit
sympathique , comme dans le théorème d'arrêt de Doob, ou que le temps d'arrêt soit susamment
intégrable, ou un peu des deux. Par exemple, on a

Remarque 164 Pour toute (Fn )n≥0 -martingale (Xn )n≥0 et tout (Fn )n≥0 -temps d'arrêt borné, on a
E[XT ] = E[X0 ].
Preuve : Si T est borné par n0 , il sut d'appliquer la proposition 162 avec Z = |Xk | ∈ L1 .
Pn0
0 

61