Intégration

MDD 302
Licence Double Diplôme (LDD3)
Université Paris-Saclay D. Hulin 2022-23
Table des matières

Introduction 5

1 Rappels 8
A Le corps des réels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
A.1 Rappels de topologie . . . . . . . . . . . . . . . . . . . . . . . 9
A.2 Propriétés de R . . . . . . . . . . . . . . . . . . . . . . . . . . 9
A.3 Majorant, borne supérieure . . . . . . . . . . . . . . . . . . . 10
A.4 Compacité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
A.5 Complétude . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
A.6 Des démonstrations ! . . . . . . . . . . . . . . . . . . . . . . . 13
B Fonctions : convergence, continuité . . . . . . . . . . . . . . . . . . . 14
B.1 Convergence simple et uniforme . . . . . . . . . . . . . . . . . 14
B.2 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
C Dénombrabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2 Intégrale de Lebesgue : fonctions positives 21

A A propos de la mesurabilité . . . . . . . . . . . . . . . . . . . . . . . 22
B Arithmétique dans [0, +∞] . . . . . . . . . . . . . . . . . . . . . . . 23
C Intégration des fonctions positives . . . . . . . . . . . . . . . . . . . 23
D Conséquences du théorème de Beppo Levi . . . . . . . . . . . . . . . 26

3 Intégrale de Lebesgue sur R 31

A Fonctions intégrables à valeurs réelles . . . . . . . . . . . . . . . . . 32
B Fonctions intégrables à valeurs complexes . . . . . . . . . . . . . . . 35
C Intégrer une fonction continue sur un segment . . . . . . . . . . . . . 37
D Intégrer sur un intervalle ouvert . . . . . . . . . . . . . . . . . . . . . 39
E Lebesgue versus Riemann . . . . . . . . . . . . . . . . . . . . . . . . 42
F Propriétés d’invariance . . . . . . . . . . . . . . . . . . . . . . . . . . 43
G Points de repère et tours de main . . . . . . . . . . . . . . . . . . . . 44
H Petit rappel sur les séries réelles et complexes . . . . . . . . . . . . . 49

4 Les théorèmes de Lebesgue 52

A Le théorème de convergence dominée . . . . . . . . . . . . . . . . . . 53
B Parties négligeables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
C Intégrales dépendant d’un paramètre . . . . . . . . . . . . . . . . . . 61

2
 3

5 Intégrale de Lebesgue sur Rn 66

A Intégration dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
A.1 Fonctions positives . . . . . . . . . . . . . . . . . . . . . . . . 67
A.2 Fonctions à valeurs réelles ou complexes . . . . . . . . . . . . 67
A.3 Parties négligeables dans Rn . . . . . . . . . . . . . . . . . . 69
B Les théorèmes de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . 70
C Le théorème du changement de variable . . . . . . . . . . . . . . . . 73
C.1 Rappels de calcul différentiel . . . . . . . . . . . . . . . . . . 74
C.2 Déterminant et volume . . . . . . . . . . . . . . . . . . . . . 75
C.3 Changement de variable dans l’intégrale . . . . . . . . . . . . 76

6 Transformée de Fourier 79
A Définition et premières propriétés . . . . . . . . . . . . . . . . . . . . 79
B Transformée de Fourier d’une gaussienne . . . . . . . . . . . . . . . . 83
C L’espace de Schwartz . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
D La transformée de Fourier sur l’espace L1 (R) . . . . . . . . . . . . . 88

7 Application à une équation aux dérivées partielles 89

A Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
B Approximation de l’unité . . . . . . . . . . . . . . . . . . . . . . . . 91
C L’équation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . 93
C.1 Heuristique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
C.2 Solution explicite pour l’équation de la chaleur . . . . . . . . 95

8 Les espaces Lp 96
A L’espace L1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
B Les espaces Lp , pour 1 ≤ p ≤ ∞ . . . . . . . . . . . . . . . . . . . . 100

9 Construction de l’intégrale de Lebesgue 102

A Intégration via une mesure . . . . . . . . . . . . . . . . . . . . . . . 102
B Mesures et tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
C Fonctions mesurables,
intégrale des fonctions étagées . . . . . . . . . . . . . . . . . . . . . . 109
D Intégrale des fonctions positives . . . . . . . . . . . . . . . . . . . . . 112
E Séries et intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
4 D. H. M310

Bibliographie succinte

Les textes suivants vont largement au-delà de ce polycopié. Ce sont néanmoins

d’excellentes références pour la théorie de l’intégration, la transformation (et les
séries) de Fourier (ainsi que les probabilités).

Faraut Calcul intégral

Briane, Pages Théorie de l’intégration
Le Gall Intégration, probabilités et processus aléatoires, partie I
Polycopié disponible à l’adresse
https://www.math.u-psud.fr/~jflegall/IPPA2.pdf
Peyrière Convolution, séries et intégrales de Fourier
Rudin Analyse réelle et complexe
Introduction

La notion d’intégrale est intimement liée aux notions d’aire et de longueur.

Pour une fonction f : [a, b] → R positive définie sur un intervalle borné, l’intégrale
de f sur ce segment doit représenter l’aire (ou la surface) de la portion du plan
comprise entre l’axe des abscisses et le graphe de f (zone grisée sur le dessin).

Notamment, si la fonction f est constante et égale à c ≥ 0 sur l’intervalle [a, b] et

nulle en dehors de cet intervalle,
R son intégrale doit être égale à l’aire d’un rectangle
de côtés b − a et c, soit f = c (b − a).

Dans ce cours nous allons présenter la “théorie de l’intégration de Lebesgue".

Qu’est-ce qu’une théorie de l’intégration ? C’est un procédé qui, à toute fonction
“raisonnable", en particulier assez “régulière" en un sensR à préciser, f : X → R
définie sur un ensemble X associera son intégrale I(f ) = X f . Dans ce cours, nous
travaillerons dans un premier temps sur X = R puis nous généraliserons par la
suite à X = Rn (n ≥ 2), pour la mesure de Lebesgue.
Revenons à la notion d’intégrale que nous cherchons à définir. On lui demandera
de satisfaire les propriétés de bon goût suivantes :
1. I est linéaire : pour toutes fonctions f, g : X → R “raisonnables” et tous
réels α, β ∈ R, on a :
Z Z Z
(αf + βg) = α f +β g
X X X

2. I est positive, et donc croissante : pour f, g : X → R “raisonnables” :

R
si f ≥ 0 on a X f ≥ 0 ...
R R
et donc si f ≥ g, on a X f ≥ X g.

On souhaiterait de plus que l’affirmation suivante :

5
6 D. H. M310

3. si la suite (fn ) converge vers f , alors la suite des intégrales I(fn ) converge
vers I(f )
soit vraie sous des hypothèses (portant sur la suite (fn ) et sur la notion de conver-
gence fn → f ) les plus générales possible.

Vous avez déjà défini l’intégrale de Riemann. L’intégrale de Riemann permet

notamment d’intégrer une fonction continue f : [a, b] → R définie sur un segment,
et elle satisfait les propriétés 1. et 2. ci-dessus. Malheureusement, l’intégrale de
Riemann n’est pas satisfaisante en ce qui concerne la condition 3. Par exemple, la
fonction h := 1Q∩[0,1] n’est pas intégrable au sens de Riemann. Cette fonction n’a
pourtant rien d’effrayant : elle est bornée, et peut s’obtenir comme limite croissante
d’une suite de fonctions fn en escaliers (valant chacune 0 partout sauf en un nombre
fini de rationnels, et donc d’intégrales nulles). On aimerait donc bien que h soit
intégrable, et d’intégrale nulle !
Cette constatation nous amène à introduire l’intégrale de Lebesgue, qui est une
extension de l’intégrale de Riemann au sens où une fonction Riemann intégrable
est également intégrable au sens de Lebesgue, et les intégrales de Riemann et de
Lebesgue de cette fonction coïncident (voir le corollaire 3.15).
Ce qu’on y gagne, c’est que l’intégrale de Lebesgue se comporte particulièrement
bien en ce qui concerne les propriétés de convergence : les théorèmes de convergence
monotone 2.4 et de convergence dominée 4.25 sont, dans la pratique, très faciles à
utiliser. Bien sûr il reste des hypothèses à vérifier mais, sans elles, la convergence des
intégrales peut être en défaut ! Le prix à payer est que la construction de l’intégrale
de Lebesgue est plus délicate ; elle sera donc reportée à la fin du cours.

La construction que nous proposons de l’intégrale de Lebesgue, et qui est la plus

classique, repose sur la théorie de la mesure. Une fois bien comprises la construction
et les propriétés de l’intégrale de Lebesgue, il est aisé de les généraliser à des espaces
mesurés (X, m) plus généraux que les espaces R ou Rn munis de leur mesure de
Lebesgue, auxquels nous nous restreindrons dans ce cours. Ce cadre plus général
sera notamment incontournable en théorie des Probabilités.

Nous conclurons ce cours en introduisant la transformée de Fourier, qui consti-

tue un précieux outil pour l’étude d’équations aux dérivées partielles.
Plus prosaïquement, la transformée de Fourier nous fournira l’occasion mettre
en situation les théorèmes majeurs de la théorie de Lebesgue. Nous l’illustrerons
par l’étude élémentaire de l’équation de la chaleur sur R.

Enfin, vous trouverez en Appendice une introduction aux espaces de Hilbert et

aux séries de Fourier.
 7

Comment travailler ce cours ?

' $
En tête de chaque chapitre, on a indiqué :
• les définitions que vous devez connaître,
• les résultats que vous devez savoir énoncer, et appliquer correctement sur
des exemples simples,
• les démonstrations que vous devez pouvoir restituer.
Lorsqu’une démonstration doit être connue, cela sera indiqué explicitement.
Ces résultats pourront être utilisés, sans être redémontrés, lors des examens.
Il faudra alors les énoncer clairement, puis vérifier soigneusement que les
hypothèses sont bien satisfaites dans votre situation.
& %

Les démonstrations qui auront été faites en cours mais que l’on ne vous demande
pas de savoir restituer doivent néanmoins être travaillées et bien comprises.

Comme tout texte mathématique, ce polycopié ne doit pas être lu de façon

passive, mais crayon à la main. Il faut d’abord comprendre l’organisation générale
des idées (en première lecture), puis passer aux détails.
En particulier, certains éléments de preuve très élémentaires ont délibérément
été laissés au lecteur (c’est signalé dans le texte). Vous devez vous astreindre à les
rédiger. Cela vous permet de vérifier que vous comprenez bien ce dont il s’agit, et
que vous êtes capables d’écrire la preuve dans ses moindres détails.

L’objectif est de savoir traiter des exemples, en justifiant soigneusement la mé-

thode suivie. Il est donc essentiel de réfléchir par soi-même aux exercices proposés
dans les feuilles de TD, si possible avant la séance de travaux dirigés.
La meilleure façon de comprendre un théorème (ou de réaliser qu’on ne le
maîtrise pas encore...), c’est de chercher à l’appliquer sur un exemple concret !

Certains paragraphes apparaissent sur fond gris.

Ce sont des remarques ou compléments qui ne sont pas au
programme.
1. Rappels

On commence par des rappels concernant le corps des réels, la notion de densité,
la dénombrabilité, la continuité d’une fonction, ainsi que la convergence simple et
uniforme d’une suite de fonctions. Toutes ces notions doivent être parfaitement
maîtrisées, car elles seront utilisées de façon cruciale dans ce cours.
Vous êtes invités à reprendre votre cours et à refaire les exercices de l’année
dernière si le besoin s’en fait sentir.

' $
— La définition 1.9 de la borne supérieure.
— La notion de compacité 1.18.
— Les propositions 1.5 et 1.7 : propriétés de R.
— Les notions de convergence simple et uniforme (1.26 et 1.34).
— La proposition 1.30 et sa preuve.
— La notion de continuité 1.42, le critère séquentiel de continuité 1.43
et la proposition 1.44 avec sa démonstration.
— Les corollaires 1.48 et 1.49, et leurs démonstrations.
— La notion de densité et la proposition 1.5.
— La notion de dénombrabilité, et les exemples.
& %

Les notions de suite de Cauchy et de complétude seront introduites plus tard

dans le cours (chapitre 8). Vous pouvez donc omettre la lecture du paragraphe A.5
(et a fortiori de A.6) pour l’instant, et vous y référer ultérieurement. Il n’en reste
pas moins que la complétude de R est l’une de ses propriétés fondamentales !

8
Le corps des réels 9

A Le corps des réels

A.1 Rappels de topologie
Commençons par rappeler quelques notions de topologie dans un espace métrique.
Définition 1.1 Suite convergente. Soient (X, d) un espace métrique, et (xn )n∈N
une suite d’éléments de X. On dit que cette suite est convergente s’il existe un point
` ∈ X tel que d(xn , `) → 0 lorsque n → ∞ (la distance du point xn à ` tend vers 0
lorsque n → ∞).
Dans ce cas, le point ` ∈ X est unique : c’est la limite de la suite (xn )n∈N .
Remarque 1.2 La convergence de la suite (xn )n∈N vers ` s’exprime comme suit :
pour tout ε > 0, il existe un rang N = N (ε) tel que d(xn , `) < ε dès que n ≥ N .
L’unicité de la limite est une conséquence immédiate de l’inégalité triangulaire
d(`, `0 ) ≤ d(`, xn ) + d(xn , `0 ).
Définition 1.3 Partie dense. Soit (X, d) un espace métrique. Soit A ⊂ X une
partie de X. On dit que A est dense dans X si, pour tout x ∈ X, il existe une suite
(an )n∈N d’éléments de A convergeant vers x, i.e. limn→∞ an = x.
La partie A est donc dense dans X si tout élément de X est limite d’une suite
d’éléments de A. Si vous n’êtes pas trop familier avec les espaces métriques abstraits,
vous pouvez vous contenter de penser dans la définition précédente que X = R, ou
bien une partie X ⊂ R, ou encore que X = Rn .

A.2 Propriétés de R
Le corps Q des rationnels, bien sympathique, présente néanmoins quelques lacunes.
Par exemple, l’équation x2 = 2 n’a pas de solution dans Q... mais elle y admet
cependant des solutions approchées. On s’empresse donc de plonger Q dans un
corps plus gros, le corps R des réels.
Nous n’évoquerons pas ici de construction de R. Rappelons qu’il s’agit d’un
corps muni d’une relation d’ordre total, et de la topologie associée. La densité de Q
dans R résultera immédiatement de la construction. Voir également le paragraphe
grisé ci-dessous.

Lemme 1.4 Densité dans R. Soit A ⊂ R. La partie A est dense dans R (i.e.
tout réel est limite d’une suite d’éléments de A)
1. si et seulement si A rencontre tout intervalle de R non réduit à un point
2. si et seulement si A rencontre tout intervalle ouvert non vide.
Preuve Observons que tout intervalle de R non réduit à un point contient un
intervalle ouvert non vide. Les conditions 1 et 2 sont donc équivalentes.
Soit A ⊂ R une partie dense. Soit I un intervalle ouvert non vide. On choisit
x ∈ I, puis un réel ε > 0 de sorte que J = ]x − ε, x + ε[ ⊂ I. Soit (an )n∈N une suite
d’éléments de A convergeant vers x. Pour n assez grand (mettons n ≥ N ) on aura
|x − an | < ε, et donc an ∈ J ∩ A ⊂ I ∩ A.
Supposons réciproquement que A rencontre tout intervalle ouvert non vide.
Soit x ∈ R. Pour chaque entier n ∈ N∗ , on peut donc choisir un point an ∈
]x − 1/n, x + 1/n[ ∩ A. Par construction, la suite (an )n∈N converge vers x. 2
10 D. H. M310

Proposition 1.5 L’ensemble Q des rationnels est dense dans R.

Exercice 1.6 Montrer qu’une partie A ⊂ Rn (n ≥ 1) est dense dans Rn si et

seulement si elle rencontre toute boule ouverte.
Déduire de la proposition 1.5 que Qn (ensemble des points de Rn dont toutes
les coordonnées sont rationnelles) est dense dans Rn .

Les propriétés fondamentales de R que vous devrez retenir sont les suivantes.
Proposition 1.7 Le corps R des réels satisfait les propriétés suivantes.
1. Borne supérieure. Toute partie non vide majorée A ⊂ R admet une
borne supérieure.
2. Bolzano-Weierstrass. De toute suite bornée de réels, on peut extraire
une sous-suite convergente.
3. Complétude. Toute suite de Cauchy de nombres réels est convergente.
Ces propriétés découlent de la construction de R à partir des rationnels.

Lorsque, partant de Q, on construit R par les coupures de Dedekind, il

suit «par construction»que R satisfait la propriété de la borne supérieure.
Les autres propriétés s’en déduisent.
Lorsque R est construit à partir des suites de Cauchy de rationnels, on
obtient “par construction” le fait que R est complet. Les autres propriétés
suivent.
Pour quelques démonstrations vous pouvez, si vous le souhaitez, vous
reporter au paragraphe A.6.

Notre propos n’étant pas de construire le corps des réels, nous nous
contenterons ci-dessous de revenir sur les notions intervenant dans l’énoncé
de la proposition 1.7.

A.3 Majorant, borne supérieure

Définition 1.8 Majorant. Soit A ⊂ R une partie. On dit que la partie
A ⊂ R est majorée s’il existe un réel M ∈ R tel que a ≤ M pour tout a ∈ A.
Un tel réel M est un majorant de A.

Proposition 1.9 Borne supérieure. Soit une partie A ⊂ R non vide et

majorée. Alors cette partie admet un plus petit majorant qu’on appelle la
borne supérieure de A et qu’on note sup A.

Si M est un majorant de A, tout réel M1 ≥ M majore également A. Par

contre, la borne supérieure est unique.
Lorsque A possède un plus grand élément α ∈ A, on a sup A = α.
Lorsque la partie A n’est pas majorée, on note sup A = +∞.
On conviendra que sup ∅ = −∞. Cette convention assure, pour toutes
parties (vides, ou non) de R, l’égalité sup(A ∪ B) = max(sup A, sup B).
Le corps des réels 11

Exercice 1.10 Montrer que sup A = +∞ si et seulement si, pour tout n ∈ N, il

existe un élément an ∈ A tel que an ≥ n.

Proposition 1.11 Soient A ⊂ R une partie non vide et majorée, et M ∈ R.

Montrer que M = sup A si et seulement si :
1. on a l’inégalité a ≤ M pour tout a ∈ A (autrement dit, M est un
majorant de A) ;
2. et l’une des trois conditions suivantes est vérifiée :
(a) pour tout ε > 0 il existe a ∈ A avec a > M − ε
(b) pour tout ε > 0 il existe a ∈ A avec a ≥ M − ε
(c) il existe une suite (an )n∈N d’éléments de A telle que an → M
lorsque n → ∞.

On remarquera que, lorsque la condition 1. est satisfaite, les conditions (a),

(b) et (c) sont équivalentes.
Preuve Laissée au lecteur (elle sera donnée en cours). 2

Exercice 1.12 Soit (Ai )i∈I une famille de parties de R. Montrer l’égalité

sup (∪i∈I Ai ) = sup {sup Ai | i ∈ I} .

De façon symétrique, on introduit bien sûr la notion de minorant et de borne

inférieure.

Définition 1.13 Minorant. Soit A ⊂ R. La partie A est minorée s’il existe

m ∈ R tel que a ≥ m pour tout a ∈ A.

Proposition 1.14 Borne inférieure. Une partie A ⊂ R non vide et minorée

admet une borne inférieure m ∈ R, qui est le plus grand de ses minorants.

Lorsque la partie A ⊂ R n’est pas minorée, on note inf A = −∞. Lorsque la

partie est vide, on convient que inf ∅ = +∞.

Exercice 1.15 Soit A ⊂ R une partie minorée.

1. On note −A = { −a | a ∈ A}. Montrer que −A et majorée, et qu’on a
l’égalité − inf A = sup(−A).
2. En s’inspirant de la proposition 1.11, donner alors une caractérisation de
inf A.
√
Exemple
√ 1.16 Soit A = {x ∈ R | x2 < 2}. On a sup A = 2 et inf A =
− 2. Noter que ni sup A, ni inf A, n’appartiennent ici à A.
√ √
Exercice 1.17 Soit B = {x ∈ Q | x2 ≤ 2}. On a sup B = 2 et inf B = − 2.
12 D. H. M310

A.4 Compacité
Rappelons qu’un segment est un intervalle fermé borné [a, b] ⊂ R (où a ≤ b).

Définition 1.18 Compacité. Une partie X ⊂ R (ou un espace métrique

(X, d)) est compacte si elle vérifie la propriété suivante : de toute suite
(xn )n∈N d’éléments de X, on peut extraire une sous-suite qui converge vers
un point α ∈ X.

Proposition 1.19 Théorème de Bolzano-Weierstrass.

Un segment [a, b] ⊂ R est compact.

Cela signifie que, si (xn )n∈N est une suite de réels tels que a ≤ xn ≤ b pour
tout n ∈ N, il existe un réel a ≤ α ≤ b et une suite extraite (xϕ(n)) )n∈N tels
que xϕ(n) → α lorsque n → ∞. De toute suite bornée de réels, on peut donc
extraire une sous-suite convergente.
Exercice 1.20 Les intervalles ]0, 1] et [0, ∞[ sont-ils compacts ?

A.5 Complétude
Ce paragraphe peut être omis en première lecture. Il ne sera en effet pas
utilisé avant le chapitre 8.

Définition 1.21 Suites convergentes, suites de Cauchy.

Soient (X, d) un espace métrique (xn )n∈N une suite d’éléments de X.
Rappelons que la suite (xn )n∈N est convergente, de limite ` ∈ X, lorsque
d(xn , `) → 0 lorsque n → +∞.
La suite (xn )n∈N est de Cauchy lorsque, pour tout ε > 0, il existe un rang
N = N (ε) ≥ 0 tel que d(xn , xp ) ≤ ε dès que n, p ≥ N .

Lemme 1.22 Soit (xn )n∈N une suite dans un espace métrique (X, d).
Si la suite (xn )n∈N converge, alors elle est de Cauchy.

Preuve Supposons que la suite (xn )n∈N converge vers `. Soit ε > 0. Il existe
un rang N ∈ N tel que d(xn , `) < ε/2 lorsque n ≥ N . L’inégalité triangulaire
assure alors que d(xn , xp ) ≤ ε dès que n, p ≥ N . Notre suite est donc de
Cauchy. 2

Toute suite convergente est donc de Cauchy. A l’inverse, lorsque toute

suite de Cauchy est convergente, on parle d’espace métrique complet.

Définition 1.23 Espace complet. On dit que l’espace métrique (X, d) est
complet lorsque toute suite de Cauchy de (X, d) est convergente.

Proposition 1.24 L’espace métrique R est complet. Ceci signifie que si

(xn )n∈N est une suite de Cauchy de réels, alors cette suite est convergente.
Le corps des réels 13

La proposition précédente affirme que R est complet pour la distance

définie, pour x, y ∈ R, par d(x, y) = |x − y|. Dans R, une suite est donc de
Cauchy si et seulement si elle est convergente.

Exemple 1.25 1. Soit A = {1/n | n ∈ N∗ } ⊂ R muni de la distance définie

par d(1/n, 1/p) = |1/n − 1/p| (n, p ≥ 1). Alors (A, d) n’est pas complet : la
suite (xn )n≥1 de terme général xn = 1/n est de Cauchy, mais elle ne converge
pas (dans l’espace A).
2. L’espace métrique Q (ensemble des rationnels) √ n’est pas complet.
P∞ −k
Ecrivons en effet le développement décimal de Pn 2 = −k k=0 ak 10 , avec
ak ∈ {0, 1, · · · , 9} pour tout k ∈ N et soit xn = k=0 ak 10 (pour n ∈ N).
La suite (xn )n∈N est de Cauchy (on le vérifie facilement ou bien on invoque
√ le
fait que, vue comme√ une suite de nombres réels, elle converge vers 2 ∈ R).
Par contre, puisque 2 ∈ / Q, cette suite n’est pas convergente dans Q.

Quel est l’intérêt de cette notion de suite de Cauchy ? Supposons qu’on

veuille montrer qu’une suite (xn )n∈N de réels converge. Si l’on revient à la
définition, il faut déjà disposer de la limite `, et montrer que xn − ` → 0
lorsque n → +∞. Si l’on ne connaît pas cette limite ` – ce qui est le cas en
général – on est bien embarrassés ! Par contre, il est plus facile de montrer que
la suite (xn )n∈N est de Cauchy, puisque cela revient à estimer les différences
|xn − xp | lorsque n et p sont grands. Et, puisque R est complet, une fois
qu’on a montré que la suite est de Cauchy, on sait qu’elle est convergente.

A.6 Des démonstrations !

Démontrons les assertions évoquées dans la remarque grisée de la page 10. Tous
les arguments sont donnés, mais vous devrez prendre le crayon pour rédiger les
détails : excellent exercice... N’hésitez pas à faire des dessins !

• Supposons avoir montré que R possède la propriété de la borne supérieure.

Montrons que R est complet.
La propriété de la borne supérieure assure qu’une suite (yn )n∈N croissante et
majorée converge vers α = sup{yn , n ∈ N}.
Soit (xn )n∈N une suite de Cauchy dans R. On veut montrer que cette suite
converge. Pour cela, on va se ramener à une suite croissante. On commence par
remarquer que la suite (xn )n∈N est bornée. En effet (avec ε = 1), il existe un
rang N ∈ N tel que |xN − xn | ≤ 1 lorsque n ≥ N .
Pour n ∈ N, posons yn = inf{xp | p ≥ n} (propriété de la borne inf...). La
suite (yn )n∈N , qui est croissante et majorée, converge vers α = sup{yn , n ∈ N}.
Reste à montrer que la suite (xn )n∈N converge également vers α. Soit ε > 0.
Soit N1 ∈ N tel que |xn − xp | ≤ ε lorsque n, p ≥ N1 (suite de Cauchy). Soit
N2 ∈ N tel que |yn − α| ≤ ε lorsque n ≥ N2 (convergence de la suite (yn )n∈N ).
Soit enfin N = sup(N1 , N2 ). Pour n, p ≥ N , on aura xp ≥ xn − ε et donc
xn − ε ≤ yn ≤ xn , d’où |xn − α| ≤ |xn − yn | + |yn − α| ≤ 2ε.
14 D. H. M310

• Supposons avoir montré que R est complet. Montrons qu’un segment est
compact.
Soit (xn )n∈N une suite qui prend ses valeurs dans le segment I0 = [a, b]. On
souhaite construire une suite (yp )p∈N , extraite de (xn )n∈N , et qui soit convergente.
Puisque l’on sait que R est complet, il suffit que la suite (yp )p∈N soit de Cauchy,
elle convergera alors.
On procède par “dichotomie" (du grec “division en deux parties") et l’on
construit récursivement une suite d’intervalles emboîtés Ip ⊂ Ip−1 ⊂ · · · ⊂ I0 , où
I0 = [a, b] est de longeur ` = b − a, et Ip de longueur `/2p , de sorte que chaque
Ip contienne une infinité de termes de la suite (xn )n∈N .
On peut alors construire récursivement une suite (yp )p∈N , avec y0 = x0 , et
telle que yp ∈ Ip et yp = xn(p) où n(p) > n(p − 1) pour tout p ∈ N∗ . La condition
yp ∈ Ip assure que la suite (yp )p∈N est de Cauchy, puisque les intervalles Ip sont
emboîtés de longueur tendant vers 0. La condition n(p) > n(p − 1) assure que la
suite (yp )p∈N est extraite de (xn )n∈N .

• Supposons avoir montré qu’un segment est compact. Montrons que R vérifie
la propriété de la borne supérieure.
Soit A ⊂ ]−∞, M ] une partie non vide majorée de R. On va construire une
suite décroissante (xn )n∈N de majorants de A, qui convergera vers sup A.
On choisit a ∈ A. On pose x0 = M , y0 = a et on note δ = x0 − y0 . On peut
supposer δ > 0, sinon a = max A = sup A... et c’est fini !
— Si (x0 + y0 )/2 majore A, on pose y1 = a et x1 = (x0 + y0 )/2.
— Sinon, on pose y1 = (x0 + y0 )/2 et x1 = M .
En itérant ce procédé, on construit récursivement deux suites (xn )n∈N et (yn )n∈N ,
de sorte que xn majore A, yn ne majore pas A, et avec 0 < xn − yn = δ/2n pour
tout n ∈ N. La suite (xn )n∈N est bornée. Puisque les segments sont compacts,
cette suite admet une sous-suite convergente, de limite α ∈ R. La suite (xn )n∈N
étant décroissante, elle converge elle-même vers α. Chaque xn majorant A, α
est un majorant de A. C’est le plus petit puisqu’il existe, pour tout n ∈ N, un
élément an ∈ A tel que an ≥ yn = xn − δ/2n ≥ α − δ/2n .

B Fonctions : convergence, continuité

B.1 Convergence simple et uniforme
Définition 1.26 Convergence simple.
Soient X un ensemble, et fn : X → R (n ∈ N) des fonctions. On dit
que la suite de fonctions (fn )n∈N converge simplement vers une fonction
f : X → R lorsque

∀x ∈ X, ∀ε > 0, ∃N = N (x, ε) tel que ∀n ≥ N on a |f (x) − fn (x)| < ε.

Autrement dit, la suite de fonctions (fn )n∈N converge simplement vers la

fonction f si, pour chaque point x ∈ X, la suite (fn (x))n∈N des valeurs
prises par les fonctions en ce point converge vers f (x).
Fonctions : convergence, continuité 15

Nous serons fréquemment amenés par la suite à manipuler des fonctions

indicatrices (d’intervalles, pour l’intégrale de Riemann, ou de parties plus
baroques – parties mesurables– dans le cadre de l’intégrale de Lebesgue). Il
est donc indispensable d’être à l’aise avec cette notion.

Notation 1.27 Nous désignerons par 1A : X → R la fonction indicatrice

de la partie A ⊂ X, définie par 1A (x) = 1 si x ∈ A et 1A (x) = 0 sinon.

Exercice 1.28 Soient X un ensemble, et A, B ⊂ X deux parties. Montrer qu’on

a l’inclusion A ⊂ B si et seulement si on a l’inégalité 1A ≤ 1B .

Exercice 1.29 Montrer que les suites de fonctions définies par fn = 1[1/n,1] et
gn = 1]1/n,1] convergent simplement, et déterminer leurs limites.

Les deux exemples de l’exercice précédent relèvent du même résultat général,

que nous énonçons ci-dessous.

Proposition 1.30 Soit (An )n∈N une suite croissante de parties de R, c’est-
à-dire telles que An ⊂ An+1 pour tout n ∈ N. On note A = ∪n∈N An .
Alors la suite de fonctions indicatrices (1An )n∈N converge simplement
vers la fonction indicatrice 1A lorsque n → ∞.

Preuve Si x ∈ / A, on a a fortiori x ∈
/ An pour tout n ∈ N. La suite des
valeurs (1An (x))n∈N est donc stationnaire, égale à 0.
Si x ∈ A, il existe un entier n0 tel que x ∈ An0 . La suite de parties
étant croissante, on a donc x ∈ An pour tout n ≥ n0 et la suite des valeurs
(1An (x))n≥n0 est donc stationnaire, égale à 1. Le résultat est prouvé. 2

Exercice 1.31 Déduire de la proposition 1.30 la propriété suivante (ou bien la

démontrer directement). Soit (Bn )n∈N une suite décroissante de parties de R, c’est-
à-dire telles que Bn+1 ⊂ Bn pour tout n ∈ N. On note B = ∩n∈N Bn .
Alors la suite de fonctions indicatrices (1Bn )n∈N converge simplement vers la
fonction indicatrice 1B lorsque n → ∞.

Il faut aussi savoir gérer des suites de fonctions indicatrices, pour des
suites de parties qui ne sont ni croissantes ni décroissantes.

Exercice 1.32 Montrer que les suites de fonctions définies par fn = 1[−1/n,1+1/n] ,
gn = 1[−1/n,1−1/n] et hn = 1[1/n,1+1/n] (n ∈ N∗ ) convergent simplement, et déter-
miner leur limites. On commencera par esquisser les graphes de ces fonctions.

Exercice 1.33 Soient a < b deux réels. On se donne deux suites réelles (an )n∈N et
(bn )n∈N avec a < an ≤ bn < b et on suppose que an → a et bn → b lorsque n → ∞.
Montrer que les suites de fonctions définies par un = 1[an ,bn ] et vn = 1]an ,bn [
convergent simplement lorsque n → ∞, et déterminer leurs limites.
16 D. H. M310

Définition 1.34 Convergence uniforme.

Soient X un ensemble, et fn : X → R (n ∈ N) des fonctions. On dit
que la suite de fonctions (fn )n∈N converge uniformément vers une fonction
f : X → R lorsque

∀ε > 0, ∃N = N (ε) tel que ∀x ∈ X, ∀n ≥ N on a |f (x) − fn (x)| < ε.

Remarque 1.35 Disons-le avec des mots !

Convergence simple : En chaque point x ∈ X, la valeur fn (x) en ce point
est arbitrairement proche de f (x) pourvu que n soit assez grand (cet «assez
grand»dépendant à la fois de x et de la marge d’erreur ε).
Convergence uniforme : En tous les points x ∈ X, la valeur fn (x) est
arbitrairement proche de f (x) pourvu que n soit assez grand (cet «assez
grand»dépendant uniquement de la marge d’erreur ε, et non plus de x comme
dans la convergence simple).
Exercice 1.36 Démontrer que, lorsqu’une suite de fonctions (fn )n∈N converge
uniformément vers f , elle converge a fortiori simplement vers f .

Exercice 1.37 Soit fn : R → R la suite de fonctions définie par fn (x) = x/n

(n ∈ N∗ , x ∈ R). Montrer que la suite (fn )n∈N converge simplement vers la fonction
nulle f ≡ 0. Montrer que la convergence est uniforme sur [0, 1], mais pas sur R.

Exercice 1.38 Soient les fonctions de R dans R définies pour n ≥ 1 par

n (−1)n
fn = 1[n,∞[ , gn = 1[ n+1
1 1 , hn = 1
,n ] 1 , kn = (−1) 1
[0, n ] 1 , `n =
[0, n ] 1[0, n1 ] .
n
Les suites de fonctions (fn )n∈N , (gn )n∈N , (hn )n∈N , (kn )n∈N et (`n )n∈N convergent-
elles simplement sur R ? uniformément sur R ? uniformément sur [0, 1] ? Déterminer,
le cas échéant, leur limite.

Remarque 1.39 On définirait de même la convergence simple ou uniforme d’une

suite de fonctions à valeurs dans C, dans Rn , ou bien dans n’importe quel espace
métrique Y .

Notation 1.40 Soit f : X → R une fonction. On pose

kf k∞ = sup{|f (x)|, x ∈ X} ∈ [0, +∞] .

La fonction f est donc bornée si et seulement si kf k∞ ∈ [0, +∞[.

Cette notation permet de ré-exprimer la convergence uniforme de façon
concise, comme suit.
Propriété 1.41 Soient X un ensemble, et fn : X → R (n ∈ N) une suite
de fonctions. La suite de fonctions (fn )n∈N converge uniformément vers la
fonction f : X → R lorsque les différences (fn − f ) sont bornées dès que n
est assez grand, et si kfn − f k∞ → 0 lorsque n → ∞.
Preuve Laissée en exercice. 2
Fonctions : convergence, continuité 17

B.2 Continuité
Nous allons voir que la convergence uniforme conserve la continuité. On
introduit ici un espace métrique abstrait X. Vous pouvez penser que X = R,
ou que X est un intervalle de R, ou bien que X = Rn .

Définition 1.42 Continuité.

Une fonction f : X → R définie sur un espace métrique X est continue si

∀x ∈ X, ∀ε > 0, ∃η = η(x, ε) > 0 tel que

si y ∈ X vérifie d(x, y) < η alors |f (x) − f (y)| < ε.

Rappelons le critère bien utile suivant, qui nous servira par exemple dans
la démonstration de la continuité d’une intégrale dépendant d’un paramètre.

Proposition 1.43 Critère séquentiel de continuité.

Une fonction f : X → R définie sur un espace métrique X est continue
au point x ∈ X si et seulement si, pour toute suite (xn )n∈N d’éléments de X
convergeant vers x, on a f (xn ) −−−→ f (x).
n→∞

Preuve ⇒ Supposons que f soit continue au point x ∈ X. Soit (xn )n∈N

une suite d’éléments de X convergeant vers x. Soit ε > 0. La continuité de f
en x assure qu’il existe η > 0 tel que |f (x) − f (y)| < ε dès que |x − y| < η. La
suite (xn )n∈N convergant vers x, il existe un rang N ∈ N tel que |xn − x| < η
dès que n ≥ N . On a donc |f (xn ) − f (x)| < ε dès que n ≥ N . Autrement
dit, la suite (f (xn ))n∈N converge vers f (x).
⇐ Démontrons la contraposée. On suppose que la fonction f n’est pas
continue au point x ∈ X. Il existe donc un ε > 0 tel que, pour tout η > 0, il
existe un point y(η) avec |y(η) − x| < η mais tel que |f (y(η)) − f (x)| ≥ ε.
Pour η = 1/n (n ∈ N∗ ), on pose xn = y(1/n). La suite (xn )n∈N∗ converge
bien vers x. Mais on a, pour tout n ∈ N∗ , l’inégalité |f (xn ) − f (x)| ≥ ε. La
suite (f (xn ))n∈N∗ ne converge donc pas vers f (x). 2

Proposition 1.44 Convergence uniforme et continuité.

Soit X un espace métrique. Soient fn : X → R (n ∈ N) des fonctions conti-
nues. On suppose que la suite de fonctions (fn )n∈N converge uniformément
vers une fonction f : X → R. Alors la limite f : X → R est également
continue.

Preuve On doit montrer que f est continue en chaque point de X. Soit

donc x ∈ X. Fixons un réel ε > 0 : on veut montrer que |f (x) − f (y)| ≤ ε
pourvu que y soit assez proche de x.
La convergence uniforme de la suite (fn )n∈N vers f assure qu’il existe un
rang n0 tel que, pour tout y ∈ X, on ait |fn0 (y) − f (y)| ≤ ε/3.
18 D. H. M310

Ensuite, on exprime la continuité au point x de cette fonction particulière

fn0 . Il existe η > 0 tel que |fn0 (x) − fn0 (y)| ≤ ε/3 dès que |x − y| ≤ η.
L’inégalité triangulaire montre alors que, si |x − y| ≤ η, on a

|f (x) − f (y)| ≤ |f (x) − fn0 (x)| + |fn0 (x) − fn0 (y)| + |fn0 (y) − f (y)| ≤ ε . 2

Remarque 1.45 Par contraposée on obtient que, si une suite (fn )n∈N de
fonctions continues converge simplement vers une fonction discontinue f ,
alors la convergence n’est pas uniforme.

Exercice 1.46 Soit fn : R → R la fonction définie par fn (x) = 0 si x ≤ 0,

fn (x) = xn lorsque 0 ≤ x ≤ 1 et fn (x) = 1 lorsque x ≥ 1 (n ≥ 1). Esquisser le
graphe de fn . Montrer que la suite (fn )n∈N converge simplement vers une fonction
f : R → R que l’on déterminera. La convergence est-elle uniforme ?

Exercice 1.47 Reprendre la preuve de la proposition 1.44 pour montrer que si

les fonctions fn sont seulement supposées continues en un point x0 ∈ X, et si la
suite (fn )n∈N converge uniformément vers f , alors la limite f est encore continue
au point x0 .

Les propriétés suivantes sont conséquence de la compacité des segments.

Corollaire 1.48 Soit f : [a, b] → R une fonction continue définie sur un
segment. Alors f est bornée sur ce segment, autrement dit kf k∞ < ∞.
Preuve Soit M = supx∈[a,b] |f (x)| ∈ [0, +∞]. Il existe une suite (xn )n∈N de
points xn ∈ [a, b] telle que |f (xn )| → M lorsque n → ∞. Quitte à passer à
une suite extraite, la proposition 1.18 assure qu’il existe un point α ∈ [a, b]
tel que xn → α. Par continuité de f , il suit que f (α) = limn→∞ f (xn ) et
donc M = |f (α)| < ∞. 2

Nous utiliserons à plusieurs reprises la propriété suivante.

Corollaire 1.49 Soit f : R → R une fonction continue. On suppose que f
admet des limites finies en ±∞. Alors, la fonction f est bornée.
Preuve Notons α = limx→+∞ f (x) et β = limx→−∞ f (x). Il existe donc
A > 0 tel que |f (x)| ≤ M0 := sup(|α|, |β|) + 1 dès que |x| ≥ A.
Par ailleurs, le corollaire 1.48 assure que la fonction f est bornée sur le
segment [−A, A]. Notons M1 := sup|x|≤A |f (x)| < ∞. On a alors la majora-
tion supx∈R |f (x)| ≤ sup(M0 , M1 ) < ∞ comme annoncé. 2

C Dénombrabilité
On ne vous demandera pas d’être des pros des questions de
cardinalité, mais simplement de savoir ce qu’est un ensemble dé-
nombrable et d’avoir en tête les exemples élémentaires : Z, N × N
et Q sont dénombrables, mais R n’est pas dénombrable.
Dénombrabilité 19

Définition 1.50 On dit que deux ensembles X et Y ont même cardinal

lorsqu’il existe une bijection j : X → Y .
Lorsque X a le même cardinal que l’ensemble N des entiers naturels, on
dit que X est dénombrable.

Proposition 1.51 Toute partie infinie de N est dénombrable.

En particulier, toute partie de N est finie, ou bien dénombrable (on dit
aussi qu’une partie de N est au plus dénombrable).

Lemme 1.52 Toute partie non vide de N admet un plus petit élément.

Preuve Soit A ⊂ N non vide, et choisissons α ∈ A. On considère alors

B = {a ∈ A | a ≤ α}. Comme partie non vide et finie de N, B admet un plus
petit élément β := min{b ∈ B}. Par construction, β = min A ∈ A est le plus
petit élément de A. 2

Preuve de la proposition 1.51. Soit A ⊂ N une partie infinie de N.

On construit une bijection j : N → A récursivement comme suit. On pose
j(0) = min A (ce qui est licite d’après le lemme précédent).
Supposons construits (j(0), . . . , j(k)) (k ∈ N). On introduit la partie
Ak+1 = A \ {j(0), . . . , j(k)} (non vide puisque A est infinie), et l’on pose
j(k + 1) = min Ak+1 .
L’application j : N → A est injective puisqu’on a, par construction,
j(k + 1) 6= j(p) pour p < k + 1. L’application j : N → A est surjective
puisque, lorsque p ∈ A ⊂ N, on a p ∈ j({0, . . . , p}). 2

Corollaire 1.53 Soit X un ensemble dénombrable. Alors toute partie A ⊂

X est finie ou dénombrable (i.e. au plus dénombrable).

Exercice 1.54 Un ensemble X est fini ou dénombrable si et seulement si il existe

une surjection s : N → X.

Proposition 1.55 L’ensemble N × N est dénombrable.

14
9 13
5 8 12
2 4 7 11
0 1 3 6 10

Figure 1.1 – Enumération de N × N

20 D. H. M310

Preuve Il s’agit de construire une bijection h : N → N × N ou, en d’autres

termes, de numéroter les éléments de N×N. Pour cela, on procède en suivant
l’indication de la figure 1.1 les éléments de N × N correspondant aux noeuds
du quadrillages (points de R2 à coordonnées dans N). 2

Corollaire 1.56 1. Les ensembles Z et Q sont dénombrables.

2. Une réunion dénombrable d’ensembles dénombrables est dénombrable.

Proposition 1.57 L’intervalle [0, 1[ et donc le corps des réels ne sont pas
dénombrables.

Preuve Utiliser le développement décimal d’un réel et le procédé diagonal

de Cantor. Voir le cours. 2
2. Intégrale de Lebesgue : fonctions positives

Pour définir l’intégrale de Lebesgue, on doit commencer par définir l’intégrale

des fonctions mesurables positives. Cette construction est un peu longue, et
nécessite l’introduction des deux notions abstraites de tribu et de mesure.
Nous la reportons donc au chapitre 9 pour pouvoir passer plus rapidement
aux applications.
Nous supposons donc construite l’intégrale de Lebesgue des fonctions
positives. Dans ce chapitre, nous énonçons ses principales propriétés 2.4,
dont le théorème de convergence monotone qui sera démontré en 9.35.

' $
— Règles de calcul et limites dans [0, +∞] (2.1, 2.2, 2.3 ).
— Propriétés de l’intégrale des fonctions mesurables positives :
l’énoncé de 2.4.
En particulier, le théorème de convergence monotone 2.4.(4).
— L’intégration sur une partie B ⊂ R (définition 2.8, remarque 2.9).
— Le corollaire 2.12 et sa démonstration.
— Séries de fonctions mesurables positives :
le corollaire 2.14 et sa démonstration.
— Le lemme de Fatou “simplifié” 2.17, sans démonstration.
— Les contre-exemples de l’exercice 2.18.
& %

21
22 D. H. M310

A A propos de la mesurabilité
Dans nos énoncés, il sera fréquemment question de “fonctions
mesurables” ou de "parties mesurables". Dans ce paragraphe,
nous expliquons brièvement de quoi il retourne, et pourquoi on
ne sera pas (au moins pour cette année) réellement préoccupés
par les questions de mesurabilité.
Dans le chapitre 9, on verra que, pour pouvoir définir l’intégrale d’une
fonction positive f : R → [0, +∞], puis d’une fonction f : R → R, il faut
que cette fonction soit “un petit peu régulière” en un sens spécifique à cette
théorie, c’est-à-dire que f soit mesurable (on dit également borélienne). Mais,
pour produire une fonction f : R → [0, +∞] ou f : R → R (ou, ce qui revient
au même, une partie de R) qui ne soit pas mesurable, il faut se donner
beaucoup de mal (voir 9.21).
Ceci fait que, dans dans la pratique, les fonctions que vous rencontrerez
seront toutes mesurables. Notamment une fonction continue, une fonction
continue par morceaux, une somme, un produit, un sup ou un inf de deux
fonctions mesurables, une fonction pour laquelle on dispose d’une expression
explicite, ou encore la limite simple d’une suite de fonctions mesurables sont
mesurables.
Il est cependant important de garder dans un coin de la tête ces questions
de mesurabilité car cette notion devient pertinente lorsqu’on ne se contente
plus d’intégrer pour la mesure de Lebesgue des fonctions définies sur R, et
que l’on aborde par exemple l’étude des Probabilités non élémentaires.

Le mode d’emploi pour cette année est donc le suivant.

1. Je donne des énoncés justes... donc, dans mes hypothèses, je

demande (par exemple) que les fonctions soient mesurables.

2. Dans les exercices, vous énoncez le théorème que vous voulez

appliquer, en incluant les hypothèses de mesurabilité.
Puis vous vérifiez soigneusement que toutes les hypothèses sont
satisfaites dans votre cas, SAUF la mesurabilité qui est admise
comme “allant de soi”.
Arithmétique dans [0, +∞] 23

B Arithmétique dans [0, +∞]

Dans ce chapitre, il va être question de fonctions et d’intégrales à valeurs
positives éventuellement infinies, donc à valeurs dans [0, +∞]. Commençons
donc par définir les règles de calcul qui seront en vigueur.

Définition 2.1 Règles de calcul dans [0, ∞].

On convient de poser
• c + ∞ = +∞ pour tout c ∈ [0, +∞] ;
• c · ∞ = ∞ pour tout c ∈ ]0, +∞] ;
• 0 · ∞ = 0.

Attention à la dernière convention.

Usuellement, l’expression 0 · ∞ est une forme indéterminée : penser aux
limites en 0+ des fonctions x → x x1 ou x → x x12 , ou encore x → x2 x1 ... et
nous ne changeons pas d’avis sur ce point !
Dans le contexte qui nous occupe, on doit cependant convenir que 0·∞ =
0, l’objectif étant que l’intégrale de la fonction nulle sur R (aire d’un rectangle
de hauteur nulle et de base infinie) soit égale à 0. De même, l’intégrale de la
fonction ∞1{x} (nulle partout sauf au point x ∈ R) sera nulle.

Définition 2.2 Limites dans [0, ∞].

Soit une suite (xn )n∈N à valeurs dans [0, +∞].
• On dit que la suite (xn )n∈N converge vers +∞ si xn est arbitrairement
grand lorsque n est assez grand : pour tout réel M , il existe un rang
N tel qu’on ait xn ∈ [M, ∞] pour tout n ≥ N .
• La suite (xn )n∈N converge vers un réel ` ∈ [0, ∞[ lorsque la suite
(xn )n∈N est finie à partir d’un certain rang et converge vers ` au sens
usuel.

Nous utiliserons de façon répétée la remarque fondamentale suivante. C’est

grâce à elle que nous sommes heureux de travailler dans [0, +∞] plutôt que
dans [0, +∞[ !

Lemme 2.3 Une suite croissante (xn )n∈N à valeurs dans [0, +∞] converge
dans [0, +∞] vers α := sup xn ∈ [0, +∞].

C Intégration des fonctions positives

Nous démontrerons au tout dernier chapitre 9 le résultat suivant. Cet
énoncé est la pierre angulaire de notre cours. En l’utilisant comme point de
départ, nous allons en effet dérouler toute la théorie de l’intégration. Vous
devez donc dès maintenant en connaître l’énoncé, et savoir l’utiliser.
24 D. H. M310

Théorème 2.4 Intégrale de Lebesgue des fonctions positives, résumé.

Il existe une application qui, à une fonction mesurable
R f : R → [0, +∞]
positive, associe son “intégrale de Lebesgue” notée R f dλ ∈ [0, +∞].
Cette intégrale est :
1. Normalisée : Rpour tous réels a ≤ b, la fonction 1[a,b] est mesurable et
on a l’égalité R 1[a,b] dλ = b − a.
R g : R → R[0, +∞] sont mesurables positives et telles
2. Croissante : si f,
que f ≤ g, on a R f dλ ≤ R g dλ.
3. Positivement linéaire : pour f, g : R → [0, +∞] mesurables positives
et α, β ∈ [0, ∞], la fonction αf + βg est mesurable et on a
Z Z Z
(αf + βg) dλ = α f dλ + β g dλ .
R R R

L’intégrale de Lebesgue satisfait également le

4. Théorème de convergence monotone (ou de Beppo Levi) :
si (fn )n∈N est une suite croissante (c’est-à-dire avec fn ≤ fn+1 ) de
fonctions mesurables positives fn : R → [0, +∞], alors sa limite f :=
lim fn = sup fn est mesurable positive et on peut échanger limite et
intégrale : Z Z
lim fn dλ = lim fn dλ .
R n→+∞ n→+∞ R

Remarque 2.5 Les trois premières propriétés sont requises de toute théorie
de l’intégration (voir l’Introduction), et étaient déjà satisfaites par l’intégrale
de Riemann.
La condition de normalisation (1.) est familière. La croissance (2.) découle
de l’additivité dans (3.) et de la positivité de l’intégrale.
La condition (3.) préfigure la linéarité de l’intégrale (voir la proposition
3.6). Pour le moment, nous ne considérons que des fonctions (mesurables)
positives, celles-ci ne forment donc pas un espace vectoriel et il n’y a donc
pas lieu de parler de linéarité.
R R R
Exercice 2.6 1. Soit a ∈ R. Déterminer R 1{a} dλ, R 1[a,∞[ dλ et R 1 dλ,
où 1 : R → R désigne la fonction constante égale à 1.
R
2. Soient a < b. Montrer que R 1]a,b[ dλ = b − a.
3. Le théorème de convergence monotone s’applique-t-il à la suite de fonctions
fn : R → [0, +∞] définies pour n ∈ N par fn = 1[n,∞[ ?

Remarque 2.7 Le théorème de convergence monotone est le premier des

grands théorèmes de l’intégrale de Lebesgue. On en déduira le lemme de
Fatou ainsi que le théorème de convergence dominée.
Dans le théorème de convergence monotone, la suite (fn )n∈N est une
suite croissante de fonctions positives ; cette suite de fonctions converge donc
simplement vers une fonction f à valeurs dans [0, +∞].
Intégration des fonctions positives 25

ParRcroissance de l’intégrale (propriété 2.) la suite (In )n∈N des intégrales

In := R fn dλ ∈ [0, +∞] est alors une suite croissante de réels (étendus)
positifs ; elle converge donc vers un certain J ∈ [0, +∞]. L’information que
nous donne le théorème est que la limite J des R intégrales des fn est égale à
l’intégrale de la limite des (fn )n∈N , soit J = R f dλ .
On peut également souhaiter intégrer des fonctions sur une partie B ⊂ R.
La manip suivante permet de se ramener sans effort à l’intégrale sur R de
fonctions définies sur R tout entier.
Définition 2.8 Intégration sur une partie.
Soit B ⊂ R une partie mesurable.
Si f : R → [0, +∞] est mesurable positive, on définit l’intégrale de f sur la
partie B en introduisant la fonction tronquée f 1B (mesurable) et en posant
Z Z
f dλ := (f 1B ) dλ .
B R
Si g : B → [0, +∞] est une fonction mesurable positive définie sur la partie
B, on introduit la fonction mesurable g̃ : R → [0, +∞] obtenue en prolongeant
g par 0 en dehors de B, et on pose
Z Z Z
g dλ := g̃ dλ = g̃ dλ .
B R B

Remarque 2.9 Il suit immédiatement des définitions que les propriétésR (2,
3 et 4) du théorème 2.4 sont encore satisfaites par l’application f → B f dλ,
en particulier le théorème de convergence monotone.

f g =f 1B g~

B B B

Exercice 2.10 Soient a < b deux réels, et soit fR : R → [0, R+∞] une fonction
mesurable positive. Montrer l’égalité des intégrales [a,b]
f dλ = ]a,b[
f dλ.

Remarque 2.11 Spoiler. Rassurez-vous, l’intégrale de Lebesgue n’est pas

un objet si mystérieux. Soit f : [a, b] → [0, +∞[ une fonction continue (que
nous supposons positive pour l’instant car, à ce stade, ce sont les seules
fonctions dont nous avons défini l’intégrale) définie sur un segment. Nous
démontrerons en 3.15 l’égalité
Z Z b
f dλ = f (t) dt
[a,b] a

de ses intégrales de Lebesgue (à gauche) et de Riemann (à droite).

26 D. H. M310

D Conséquences du théorème de Beppo Levi

Voici une première conséquence du théorème de convergence monotone.
Voir également la variante 2.13, et plus tard la proposition 3.19 pour des
fonctions à valeurs complexes. Ceci nous permettra de ramener le calcul de
l’intégrale d’une fonction sur un intervalle non compact au calcul d’intégrales
sur des segments, ce qui est particulièrement intéressant à la lumière du
Spoiler 2.11 : on renvoit à l’exemple 3.22 pour voir comment ça fonctionne.
Corollaire 2.12 Soient ]a, b[ ⊂ R un intervalle ouvert (borné, ou non borné)
et f : ]a, b[ → [0, +∞] une fonction mesurable positive. Soient (an )n∈N et
(bn )n∈N deux suites de réels avec a < an < bn < b, et telles que (an )n∈N
décroisse vers a et (bn )n∈N croisse vers b. Alors on a l’égalité
Z Z
f dλ = lim f dλ .
]a,b[ n→∞ [a ,b ]
n n

Preuve La suite (an )n∈N étant décroissante et la suite (bn )n∈N croissante,
les intervalles [an , bn ] ⊂ [an+1 , bn+1 ] (n ∈ N) sont emboîtés. La fonction f
étant supposée positive, la suite (fn )n∈N de fonctions mesurables définies sur
]a, b[ par fn := f 1[an ,bn ] est donc croissante. Ces fonctions sont positives.
Puisque an → a et bn → b, on a convergence simple limn→∞ 1[an ,bn ] =
1]a,b[ . La suite (fn )n∈N converge donc simplement vers f sur son intervalle
de définition ]a, b[. Le théorème de convergence monotone s’applique alors
pour donner le résultat (voir en effet la remarque 2.9). 2
Exemple 2.13 Soit f : [0, +∞[ → [0, +∞] une fonction mesurable positive.
La preuve du corollaire 2.12 et l’exercice 2.10 donnent les égalités
R R R R
[0,∞[ f dλ = limn→∞ [0,n] f dλ et [0,1] f dλ = limn→∞ [1/n,1] f dλ.

Le théorème de convergence monotone permet aussi de calculer l’intégrale

d’une fonction définie comme somme d’une série de fonctions positives.
Corollaire 2.14 Séries de fonctions positives.
Soit (un )n∈N une suite de fonctions
P mesurables positives un : R → [0, +∞].
Alors la série de fonctions n∈N un converge simplement vers une fonction
mesurable u : R → [0, +∞], et on peut échanger somme et intégrale :
Z Z X X Z



u dλ := un dλ = un dλ .
R R n∈N n∈N R

Preuve On applique leP théorème de convergence monotone à la suite des

sommes partielles fp := pn=0 un . En effet, (fp )p∈N est une suite croissante
P
de fonctions mesurables positives qui converge vers la somme u := n∈N un .
Le résultat annoncé découle alors de la propriété 3. du théorème 2.4, puisque
p Z Z Z Z X
X convergence monotone

un dλ = fp dλ −−−−−−−−−−−−−−−→ u dλ = un dλ . 2
p→∞
n=0 R R R R n∈N
Conséquences du théorème de Beppo Levi 27

Remarque 2.15 L’additivité de l’intégrale (théorème 2.4.(3)) permet a priori

seulement d’intervertir une somme finie et l’intégrale. Dans le corollaire 2.14,
nous échangeons une série (somme infinie) avec l’intégrale : il nous faut donc
un argument supplémentaire, en l’occurrence le théorème de convergence
monotone.
Exercice 2.16 Soit A ⊂ R un ensemble dénombrable. RMontrer que la fonction
indicatrice de A, qui est mesurable, est d’intégrale
P nulle : R 1A dλ = 0.
On pourra écrire A = {an | n ∈ N} et 1A = n∈N 1{an } .
Exemples : la fonction indicatrice f = 1Q de Q, et a fortiori la fonction
indicatrice g := 1Q∩[0,1] des rationnels de [0, 1], sont mesurables d’intégrales nulles.

On a donc déjà gagné par rapport à l’intégrale de Riemann. En effet la

fonction 1Q∩[0,1] , qui est pourtant obtenue comme limite croissante d’une
suite de fonctions en escalier, n’est pas intégrable au sens de Riemann.

Du théorème de convergence monotone on déduit le lemme de Fatou. Il

s’agit toujours d’une suite de fonctions mesurables positives, mais cette suite
n’est plus supposée croissante. Même si l’on ne peut alors plus échanger limite
et intégrale, une inégalité persiste. Nous énonçons une version simpliste de
ce lemme (voir 2.23 pour le lemme de Fatou dans toute sa puissance).

Lemme 2.17 Lemme de Fatou (version simpliste).

Soit (fn )n∈N une suite de fonctions fn : R → [0, +∞] mesurables positives.
On suppose que
1. la suite de fonctions (fn )n∈N converge simplement vers une fonction
f : R → [0, +∞] ;
R
2. la suite (In )n∈N des intégrales In := R fn dλ converge vers I ∈ [0, ∞].
Alors, la fonction f est mesurable et positive et on a l’inégalité
Z Z
lim fn dλ ≤ lim fn dλ .
R n→∞ n→∞ R

Les exemples de l’exercice 2.18 illustrent les deux raisons pour lesquelles on
ne peut pas toujours échanger limite et intégrale :
1. Evanescence : la masse part à l’infini.
2. Concentration : la masse se concentre vers un point.
Les hypothèses du théorème de convergence dominée 4.25 exclueront ces cas
défavorables.
Exercice 2.18 1. Evanescence : Etudier l’exemple où fn : R → [0, +∞] est
définie pour n ∈ N par fn (x) = 0 si x ≤ n et fn (x) = 1 si x > n.
2. Concentration : Etudier l’exemple de la suite gn : R → [0, +∞] définie pour
n ∈ N par gn (x) = 0 si x ≤ 0 ou x ≥ 1/n, et gn (x) = n si 0 < x < 1/n.
On esquissera les graphes des (fn ) et (gn ).
28 D. H. M310

Le résultat élémentaire suivant nous servira dans la preuve du lemme

de Fatou. Il permet de remplacer une suite réelle convergente par une suite
croissante de même limite.

Lemme 2.19 Soit (xn )n∈N , avec xn ∈ [0, +∞], une suite convergente de
limite ` ∈ [0, +∞]. On pose yn = inf k≥n xk ∈ [0, +∞] pour tout n ∈ N. La
suite (yn )n∈N est alors croissante, et elle converge toujours vers ` ∈ [0, +∞].

Preuve La suite (yn )n∈N est croissante car l’inf est pris sur un ensemble de
plus en plus petit.
Supposons d’abord que xn → ∞. Soit M > 0. Il existe un rang N tel
que l’on ait xn ≥ M pour tout n ≥ N . Il suit alors que yn ≥ M si n ≥ N et
donc la suite (yn )n∈N tend vers +∞.
Supposons maintenant que xn → ` ∈ [0, ∞[ et fixons ε > 0. Il existe un
rang N tel que l’on ait ` − ε ≤ xn ≤ ` + ε, et donc ` − ε ≤ yn ≤ ` + ε pour
tout n ≥ N . Ainsi, la suite (yn )n∈N converge également vers `. 2

Preuve du lemme de Fatou On introduit les fonctions gn := inf k≥n fk

(n ∈ N). Le lemme précédent, que l’on applique aux suites de réels positifs
(fn (x))n∈N pour x ∈ R, assure que la suite de fonctions (gn )n∈N converge
encore simplement vers f . Mais la suite de fonctions (gn )n∈N est maintenant
croissante (et toujours positive) : on peut donc lui appliquer le théorème de
convergence monotone, d’où l’égalité
Z Z
f dλ = lim gn dλ . (2.1)
R n→∞ R
R
On va maintenant chercher à majorer limn→∞ R gn dλ. Soit n ∈ N. Par
R gn ≤ fRk pour tout k ≥ n. Il suit, par
construction, on a la majoration
monotonie de l’intégrale, que R gn dλ ≤ R fk dλ =: Ik pour tout k ≥ n.
Par hypothèse, on a Ik −−−→ I. On peut donc passer à la limite dans cette
k→∞
inégalité,
R à n fixé, lorsque k → ∞. Il vient donc, pour tout n ∈ N, l’inégalité
g
R n dλ ≤ I.
On passe alors à la limite dans cette dernière inégalité lorsque n → ∞,
et il vient finalement avec (2.1) ce qu’on voulait démontrer : que
Z Z Z
f dλ = lim gn dλ ≤ I = lim fn dλ .
R n→∞ R n→∞ R

2
Conséquences du théorème de Beppo Levi 29

Dans l’énoncé ci-dessus du lemme de Fatou, il est un peu dommage de

devoir supposer que la suite de fonctions (fn )n∈N converge, ainsi que la suite
(In )n∈N de leurs intégrales. Heureusement, le lemme de Fatou admet une
version plus générale. Elle fait intervenir la notion de limite inférieure d’une
suite de nombres réels (ou à valeurs dans [−∞, +∞]), qui est toujours définie
et que nous rappelons ci-dessous.

Définition 2.20 Limite inférieure.

Soit (xn )n∈N une suite à valeurs dans [−∞, +∞]. La suite de terme gé-
néral yn = inf k≥n xk ∈ [−∞, +∞] est croissante. Elle admet donc une limite
dans [−∞, +∞] : c’est la limite inférieure de la suite (xn )n∈N , que l’on note

lim inf xn := lim ( inf xk ) = sup ( inf xk ) .

n→∞ n→∞ k≥n n∈N k≥n

On définit de même la limite supérieure de (xn )n∈N comme

lim sup xn := lim (sup xk ) = inf (sup xk ) .

n→∞ n→∞ k≥n n∈N k≥n

Exercice 2.21 1. Soit (xn )n∈N une suite à valeurs réelles. On suppose que
cette suite converge vers ` ∈ [−∞, +∞]. Déterminer sa limite inférieure, et
sa limite supérieure.
2. Déterminer les limites inférieure et supérieure des suites respectivement
définies pour n ≥ 1 par : xn = n, yn = −n, zn = (−1)n , un = (−1)n + 1/n,
vn = 0 si n est pair et vn = n si n est impair.

On peut alors définir la limite inférieure d’une suite de fonctions à valeurs

réelles.
Définition 2.22 Soit fn : R → R (n ∈ N) une suite de fonctions. La limite
inférieure de la suite (fn )n∈N , notée lim inf fn : R → [−∞, +∞], est définie
pour tout x ∈ R par (lim inf fn )(x) = lim inf(fn (x)).
On laisse au lecteur le soin de définir la limite supérieure d’une suite de
fonctions à valeurs réelles : nous n’en aurons pas besoin ici.

Nous pouvons maintenant énoncer le “vrai” lemme de Fatou.

Théorème 2.23 Lemme de Fatou (version complète).
Soit (fn )n∈N une suite de fonctions fn : R → [0, +∞] mesurables positives.
On a l’égalité Z Z
lim inf fn dλ ≤ lim inf fn dλ .
R n→∞ n→∞ R

La démonstration de ce théorème est laissée au lecteur. Elle est semblable

à celle de la version simplifiée.
30 D. H. M310

Exercice 2.24 On introduit la suite de fonctions hn : R → [0, +∞] définie pour

n ∈ N par h2n = 1[0,1] et h2n+1 = 1[1,2] .
1. Montrer que la limite inférieure f := lim inf hn de cette suite de fonctions
est f = 1{1} .
R
2. Que vaut R f dλ ?
R
3. Déterminer la lim inf de la suite réelle (In )n∈N définie par In = R hn dλ.
3. Intégrale de Lebesgue sur R

De l’intégrale des fonctions positives, on déduit la notion de fonction

intégrable au sens de Lebesgue puis d’intégrale d’une fonction intégrable.

' $
— La définition d’une fonction Lebesgue intégrable à valeurs dans [0, +∞],
puis à valeurs réelles ou complexes, et de son intégrale (3.2 et 3.7).
— La définition des espaces vectoriels L1R (B) et L1 (B)
et les premières propriétés de l’intégrale de Lebesgue (3.6 et 3.9).
— La proposition 3.11 (en particulier les critères d’intégrabilité)
et sa démonstration.
— Le lemme 3.13 (théorème fondamental de l’analyse) et sa démonstration.
— Le lien entre l’intégrale de Riemann et celle de Lebesgue 3.15,
sans démonstration.
— Les méthodes de calcul (proposition 3.18), sans démonstration.
— La proposition 3.19 et sa démonstration.
— Les propriétés 3.25 de l’intégrale de Lebesgue, sans démonstration.
— Les fonctions de référence : les trois propositions de la section G
(propositions 3.29, 3.32 et 3.33) sans démonstration.
& %

31
32 D. H. M310

A Fonctions intégrables à valeurs réelles

Jusqu’ici, on dispose uniquement de l’intégrale des fonctions
mesurables positives. Cette intégrale est à valeurs dans [0, +∞].
On va maintenant définir, lorsque c’est possible (c’est-à-dire
lorsque cette fonction est “intégrable”), l’intégrale d’une fonction
mesurable f : B ⊂ R → R de signe quelconque en se ramenant
aux intégrales de fonctions positives.

Définition 3.1 Parties positive et négative d’une fonction.

Soient B ⊂ R une partie mesurable et f : B → R une fonction mesurable.
On introduit sa partie positive f + := max(f, 0) et sa partie négative
f − := max(−f, 0), de sorte que f = f + − f − .
Les fonctions f + et f − sont deux fonctions mesurables positives (elles
sont à valeurs finies, i.e. dans [0, ∞[).
La fonction valeur absolue de f , égale à |f | = f + + f − , est également
mesurable (et positive).

Figure 3.1 – Les graphes de f , et de ses parties positive f + et négative f −

On définit maintenant les fonctions intégrables : comme leur nom l’indique,

ce sont les fonctions dont on saura définir l’intégrale, qui est un réel (fini !)

Définition 3.2 Fonction réelle intégrable, intégrale de Lebesgue.

Soit B ⊂ R une partie mesurable.
1. Une fonction mesurable positive f : B →R [0, +∞] est intégrable si et
seulement si son intégrale est finie, soit B f dλ ∈ [0, +∞[.
2. Une fonction mesurable à valeurs réelles f : B → R est intégrable
si et seulement si sa valeur absolue |f | : B → [0, +∞[, qui est une
fonction mesurable positive, est intégrable c’est-à-dire si et seulement
si Z Z Z
|f | dλ = +
f dλ + f − dλ ∈ [0, +∞[ .
B B B
Dans ce cas, on définit l’intégrale de Lebesgue de f comme étant
Z Z Z
f dλ := f + dλ − f − dλ ∈ R.
B B B
Fonctions intégrables à valeurs réelles 33

Remarque 3.3 • On sait attribuer une intégrale à n’importe quelle fonction

mesurable positive (théorème 2.4). Cette intégrale prend ses valeurs dans
[0, +∞].
Néanmoins (attention, peau de banane cachée sous les définitions !), cette
fonction positive n’est pas toujours intégrable : on dit qu’elle l’est lorsque
son intégrale est finie, i.e. à valeurs dans [0, +∞[.
• Lorsque la fonction f : B → R est intégrable, ses parties positive et
négative sont intégrables : leurs R appartiennent à [0, +∞[.
intégrales R Il suit
que l’expression R f dλ := B f + dλ − B f − dλ qui définit alors B f n’est
R R

jamais la forme indéterminée ∞ − ∞. Ouf !

Exemple 3.4 Les fonctions f1 = 1[0,+∞[ , f2 = (1[0,+∞[ − 1[−1,0] ) ou encore

f3 = (1[0,+∞[ − 1]−∞,0] ) ne sont pas intégrables. Par contre, la fonction
f4 = (1[−4,−1] + 31[0,1] ) est intégrable (que vaut son intégrale ?).
La fonction g1 = ∞ 1
P
n=2 n 1]n−1,n] n’est pas intégrable. On en déduit que
la fonction g2 : x ∈ R → (1/x)1]1,∞[ n’est pas intégrable. La fonction g3
définie sur R par g3 (x) = 1/x lorsque |x| ≥ 1 et g3 (x) = 0 sinon n’est pas
intégrable.
P∞ 1 P∞ (−1)n
Les fonctions h1 = n=1 n2 1]n,n+1] et h2 = n=1 n2 1]n,n+1] sont
intégrables. La fonction h3 : x ∈ R → (1/x2 )1]1,∞[ est intégrable .

Lorsque f est une fonction intégrable, on va voir que l’on peut également
calculer son intégrale à partir de toute décomposition de f comme différence
de deux fonctions positives intégrables (qui ne sont donc pas forcément ses
parties positive et négative).

Lemme 3.5 Soient B ⊂ R une partie mesurable, et f : B → R une fonction

intégrable. On suppose qu’on a une décomposition f = f1 − f2 , où f1 , f2 :
B → [0, ∞[ ⊂ R sont deux fonctions (mesurables) positives intégrables. Alors
on a l’égalité Z Z Z
f dλ = f1 dλ − f2 dλ ∈ R.
B B B

Preuve On a deux décompositions f = f + − f − = f1 − f2 de notre

fonction. Il suit que f + + f2 = f1 + f − . Les fonctions intervenant dans
cette égalitéR sont mesurables et positives, doncRle théorème 2.4 assure qu’on
a l’égalité B f + dλ + B f2 dλ = B f1 dλ + B f − dλ. Par hypothèse, les
R R

quatre intégrales intervenant dans cette identité sont finies. On en déduit

donc (puisque, par hypothèse, il n’y pas de forme indéterminée ∞ − ∞ !) que
Z Z Z Z Z
+ −
f dλ := f dλ − f dλ = f1 dλ − f2 dλ .
B B B B B

2
34 D. H. M310

Proposition 3.6 Propriétés de l’intégrale de Lebesgue (1).

Soit B ⊂ R une partie mesurable. On désigne par L1R (B) l’ensemble des
fonctions (mesurables) f : B → R qui sont intégrables sur B.
1. L’ensemble L1R (B) est naturellement un espace vectoriel sur R.
L’intégrale de Lebesgue
Z
I:f ∈ L1R (B) → f dλ ∈ R
B

vérifie les propriétés suivantes :

2. linéarité : I : L1R (B) → R est une application R-linéaire ;
3. croissance : pour f, g ∈ L1R (B) avec f ≤ g, on a B f dλ ≤ B g dλ ;
R R

4. inégalité triangulaire : pour toute fonction intégrable f ∈ L1R (B), on

a l’inégalité Z Z
f dλ ≤ |f | dλ .
B B

Lorsque B = R, on pourra simplement noter L1R = L1R (R) l’ensemble des

fonctions mesurables f : R → R à valeurs réelles qui sont intégrables.

Preuve 1. Structure d’espace vectoriel. Rappelons que l’intégrale des

fonctions mesurables positives est positivement linéaire (théorème 2.4 (3)).
Soient donc f, g ∈ L1R (B) deux fonctions intégrables, et t un réel.
La fonction f + g est mesurable et la fonction |f + g| est d’intégrale finie
puisque |f + g| ≤ |f | + |g|. Cela prouve que f + g est intégrable.
La fonction tf est mesurable, avec |tf | = |t| |f | d’intégrale finie. Donc tf est
intégrable.
2a. Additivité. Soient f, g ∈ L1R (B). Pour déterminer l’intégrale de f +g,
on ne va pas tenter de déterminer ses parties positive et négative en fonction
de celles de f et g, mais plutôt utiliser le lemme 3.5. On écrit en effet

f + g = (f + − f − ) + (g + − g − ) = (f + + g + ) − (f − + g − ).

Les fonctions f + + g + et f − + g − sont mesurables positives, et d’intégrales

finies. On a donc en utilisant le lemme 3.5, puis l’additivité de l’intégrale des
fonctions positives, et enfin en regroupant les termes :
Z Z Z
(f + g) dλ = (f + g ) dλ − (f − + g − ) dλ
+ +
B Z B Z B Z Z
−
= +
f dλ + +
g dλ − f dλ − g − dλ
Z B Z B B B

= f dλ + g dλ .
B B
Fonctions intégrables à valeurs complexes 35

2b. Homogénéité. R Soient f intégrable et t ∈ R. En revenant à la défi-

nition de l’intégraleR B (tf ) dλ, puis
R en utilisant de nouveau le théorème 2.4
(3), on obtient que B (tf ) dλ = t B f dλ puisque :
∗ (tf )+ = tf + et (tf )− = tf − lorsque t ≥ 0 ;
∗ (tf )+ = |t| f − et (tf )− = |t| f + lorsque t < 0.
3. Croissance. L’intégrale est positive
R et linéaire, elle est donc croissante.
Il suffit en effet d’écrire l’inégalité B h dλ ≥ 0 pour la fonction mesurable
positive h = g − f ≥ 0.
4. Inégalité triangulaire. Soit f intégrable. Puisque |f | = f + + f − , on
a en utilisant l’inégalité triangulaire sur R :
Z Z Z Z Z Z
| f dλ| = | f + dλ − f − dλ| ≤ f + dλ + f − dλ = |f | dλ . 2
B B B B B B

B Fonctions intégrables à valeurs complexes

Nous serons naturellement amenés à intégrer des fonctions à
valeurs complexes. C’est incontournable lorsque l’on introduit la
transformée de Fourier.
On se ramène immédiatement aux fonctions à valeurs réelles
en séparant les parties réelles et imaginaires. Il n’y a aucune
difficulté supplémentaire.

Définition 3.7 Fonction complexe intégrable, intégrale de Lebesgue.

Soit B ⊂ R une partie mesurable.
Soit f = u + iv : B → C. La fonction f est mesurable si et seulement si
sa partie réelle et sa partie imaginaire u, v : B → R sont mesurables.
On dit que la fonction f est intégrable lorsque son module |f | : B → R
est une fonction intégrable. C’est le cas si et seulement si ses parties réelle
et imaginaire u et v sont toutes les deux intégrables. Dans ce cas on définit
l’intégrale de f par
Z Z Z
f dλ := u dλ + i v dλ .
B B B

Remarque 3.8 L’équivalence des critères d’intégrabilité vient de ce que

|u| ≤ |f | et |v| ≤ |f |, ainsi que de l’inégalité triangulaire |f | ≤ |u| + |v|.

La proposition 3.6 s’étend aux fonctions intégrables à valeurs complexes.

Proposition 3.9 Propriétés de l’intégrale de Lebesgue (2).

Soit B ⊂ R une partie mesurable. On désignera par L1C (B), ou plus
simplement L1 (B), l’ensemble des fonctions f : B → C qui sont intégrables.
On notera en particulier L1 = L1 (R).
36 D. H. M310

1. L’ensemble L1 (B) est naturellement un espace vectoriel sur C.

2. L’intégrale I : f ∈ L1 (B) → B f dλ ∈ C est C-linéaire.
R

3. L’intégrale vérifie l’inégalité triangulaire : pour f ∈ L1 (B), on a

Z Z
f dλ ≤ |f | dλ .
B B

Remarque 3.10 Dans l’inégalité triangulaire, il s’agit maintenant de mo-

dules de nombres complexes (et non plus de valeurs absolues).

Preuve 1. et 2. sont conséquences immédiates de la proposition 3.6 et de

la définition 3.7.
3. Ce n’est pas difficile, mais il va falloir se fatiguer un petit peu plus que
dans le cas réel ! R
L’intégrale J = B f dλ est un nombre complexe. Il existe donc un nombre
complexe eis ∈ C de module 1 tel que |J| = eis J. Par C-linéarité de l’intégrale
(2.) on a donc Z
|J| = eis J = eis f dλ ∈ [0, ∞[ .
B

La contribution dans R de la partie imaginaire de la fonction eis f est donc

eis J
nulle, c’est-à-dire que B Im (eis f ) dλ = 0. Il vient donc
Z Z Z
is is
|J| = Re (e f ) dλ ≤ |e f | dλ = |f | dλ
B B B

par monotonie de l’intégrale des fonctions réelles et puisque |eis | = 1. 2

Il faut bien connaître les résultats élémentaires, mais fondamentaux, suivants.

Proposition 3.11 Soit B ⊂ R une partie mesurable.

1. Soient g : B → [0, +∞] intégrable et f : B → C mesurable telle que
|f | ≤ g. Alors, f est intégrable.
2. Soient f, g : B → C mesurables telles que |f | ≤ |g|. Si g est intégrable,
f l’est aussi. Si f n’est pas intégrable, g non plus.
3. Soit f : R → C une fonction mesurable. On suppose que f est nulle
en dehors d’une partie bornée [a, b] ⊂ R et que f est bornée : il existe
M ∈ R avec |f (x)| ≤ M pour tout x ∈ R. Alors f est intégrable.
4. Soit f : R → C intégrable.
(a) La fonction f est également intégrable sur B.
(b) Soient
R A, B ⊂R R deux parties
R mesurables disjointes. On a l’égalité
A∪B f dλ = A f dλ + B f dλ.
R R
5. Soit f : [a, b] → C intégrable. On a l’égalité [a,b] f dλ = ]a,b[ f dλ.
Intégrer une fonction continue sur un segment 37

Preuve Indispensable... mais élémentaire à partir des définitions, et donc

laissée au lecteur. La preuve sera cependant donnée en cours. 2
Exercice 3.12 1. Soient f : [a, b] → C et hn : [a, b] → C (pour n ∈ N) des
fonctions intégrables au sens de Lebesgue.
On suppose que la suite de fonctionsR (hn )n∈N converge uniformément
R vers
f sur le segment [a, b]. Montrer que [a,b] f dλ = limn→∞ [a,b] hn dλ.
Ce résultat très faible (car l’hypothèse de convergence uniforme est très forte),
réminiscent de ce que l’on connaît déjà pour l’intégrale de Riemann, sera bientôt
pulvérisé par le théorème de convergence dominée.
2. Soit la suite de fonctions définie par hn = (1/n)1[0,n] . Montrer que cette
suite
R converge uniformément
R sur R vers la fonction nulle f ≡ 0. A-t-on
R
f dλ = limn→∞ R
h n dλ ?

C Intégrer une fonction continue sur un segment

Dans un cours précédent, vous avez introduit l’intégrale de
Riemann. Elle permet d’intégrer une fonction qui est définie sur
un segment et qui est suffisament régulière – disons continue.
On sera rassurés de savoir que, pour une fonction continue sur
un segment, ses intégrales au sens de Riemann et de Lebesgue
coïncident.
Les énoncés suivants sont également valables pour des fonctions à valeurs
complexes : il suffit de séparer parties réelle et imaginaire pour les démontrer.

Lemme 3.13 Théorème fondamental de l’analyse.

Soit f : [a, b] → R uneR fonction continue définie sur un segment.
L’expression F (x) = [a,x] f dλ définit une fonction F : [a, b] → R qui est
continue sur [a, b], dérivable sur ]a, b[, telle que F (a) = 0 et pour laquelle
F 0 (x) = f (x) pour tout a < x < b.

En d’autres termes, F est l’unique primitive de f qui s’annule en a.

Preuve La fonction f , continue sur un segment, y est bornée (corollaire
1.48). La proposition 3.11 assure donc que F est bien définie. En notant
M = kf k∞ , l’inégalité |F (x) − F (y)| ≤ M |x − y| pour tous x, y ∈ [a, b]
est alors conséquence de la proposition 3.6. Il suit que F est continue sur ce
segment.
Soient maintenant x ∈ ]a, b[ et α > 0 tel que [x − α, x + α] ⊂ [a, b]. Pour
tout 0 ≤ h ≤ α, il suit de la proposition 3.11(4b) les égalités
Z
F (x + h) = F (x) + f dλ
]x,x+h]
Z
F (x) = F (x − h) + f dλ .
]x−h,x]
38 D. H. M310

Exprimons la continuité de la fonction f au point x ∈ ]a, b[. Soit ε > 0. Il

existe η > 0, que l’on peut supposer vérifier également η ≤ α, et tel que
|f (x) − f (t)| < ε dès que t ∈ [x − η, x + η].
Pour 0 < h ≤ η, on a donc les inégalités |F (x + h) − F (x) − hf (x)| ≤ hε
et |F (x − h) − F (x) + hf (x)| ≤ hε. La fonction F est donc bien dérivable en
x, de dérivée F 0 (x) = f (x), puisque
F (x + h) − F (x)
lim = f (x) . 2
h→0 h
Remarque 3.14 La même démonstration montre que F est dérivable à
droite en a et à gauche en b, avec Fd0 (a) = f (a) et Fg0 (b) = f (b).

Corollaire 3.15 Soit f : [a, b] → R (avec a ≤ b) une fonction continue

définie sur un segment. Alors f est intégrable au sens de Lebesgue sur [a, b]
et ses intégrales au sens de Riemann et de Lebesgue coïncident :
Z b Z
f (t) dt = f dλ . (3.1)
a [a,b]

Preuve du corollaire 3.15

Le lemme 3.13 assure que la fonction
Rx F est l’unique primitive de f telle
que F (a) = 0. On a donc F (x) = a f (t) dt pour tout x ∈ [a, b]. 2

Remarque 3.16 A l’attention de ceux d’entre vous qui ont l’intégrale de

Riemann très présente à l’esprit...
Il faut imposer que a ≤ b pour avoir l’égalité des intégrales (rappe-
Ra Rb
lons en effet la convention b f (t) dt = − a f (t) dt pour l’intégrale de
Riemann).
L’intégrale de Riemann est une intégrale orientée : on intègre de a à b,
ou bien de b à a. Tandis que, dans l’intégrale de Lebesgue, on intègre sur
le segment [a, b].

Rb
Notation 3.17 On réservera la notation a f (t) dt à l’intégrale, au sens de
Riemann, d’une fonction continue f : [a, b] → C définie sur un segment.
Pour une telle fonction, rappelons que le corollaire R3.15 assure Rl’égalité des
b
intégrales au sens de Riemann et de Lebesgue, soit [a,b] f dλ = a f (t) dt.

Il ne suffit pas d’avoir défini l’intégrale de Lebesgue, il s’agit aussi de

savoir mener des calculs effectifs ! Dans le cas d’une fonction continue sur
un segment, le corollaire 3.15 identifie l’intégrale de Riemann avec celle de
Lebesgue : on peut donc, sans surprise, utiliser les méthodes de calcul (ci-
dessous) dont on a l’habitude.
Intégrer sur un intervalle ouvert 39

Proposition 3.18 Méthodes de calcul, sur un segment. Soient a < b.

1. Primitive. Soient f :R [a, b] → R continue et F : [a, b] → R une
primitive de f . Alors [a,b] f dλ = F (b) − F (a).
2. Intégration par parties. Soient u, v : [a, b] → R deux fonctions de
classe C 1 . On a alors
Z Z
0
 b
uv dλ = u v a − u0 v dλ .
[a,b] [a,b]

3. Changement de variable.
Soient ϕ : [a, b] → R une application de classe C 1 et I = ϕ([a, b])
l’intervalle image.
Soient f : I → R une fonction continue définie sur I et F : I → R
une primitive de f . Alors
Z
(f ◦ ϕ) ϕ0 dλ = F (ϕ(b)) − F (ϕ(a)) .
[a,b]

Preuve 1. est conséquence du lemme 3.13 puisque, F étant une primitive

de f , la fonction t ∈ [a, b] → F (t) − F (a) est l’unique primitive de f qui
s’annule en a.
2. C’est 1. appliqué à la fonction continue f = (uv 0 + u0 v), qui admet la
fonction uv comme primitive.
3. C’est 1. appliqué à la fonction continue (f ◦ϕ) ϕ0 , qui admet la fonction
F ◦ ϕ comme primitive. 2

D Intégrer sur un intervalle ouvert

Nous savons maintenant intégrer les fonctions (intégrables) à valeurs
réelles, et non plus seulement les fonctions positives. Nous pouvons donc
généraliser le corollaire 2.12 comme suit.
Soit I ⊂ R un intervalle qui n’est pas un segment (I est donc un intervalle
non fermé et/ou non borné). Soit f : I → C une fonction continue, que
l’on suppose intégrable sur I. La proposition fondamentale suivante (ou une
variante, voir par Rexemple 3.20) permettra de ramener le calcul de l’inté-
grale de Lebesgue I f dλ au calcul d’intégrales (au sens de Lebesgue ou de
Riemann : ici c’est indifférent) de cette fonction continue f sur des segments.
Proposition 3.19 Soient ]a, b[ ⊂ R un intervalle ouvert (borné, ou non
borné) et f : ]a, b[ → C une fonction intégrable. Soient (an )n∈N et (bn )n∈N
deux suites de réels avec a < an < bn < b, et telles que (an )n∈N décroisse
vers a et (bn )n∈N croisse vers b. Alors la fonction f est intégrable sur chacun
des segments [an , bn ], et on a l’égalité
Z Z
f dλ = lim f dλ .
]a,b[ n→∞ [a ,b ]
n n
40 D. H. M310

Preuve Pour simplifier la rédaction, nous supposerons que f est à valeurs

réelles (sinon, on n’a qu’à séparer parties réelle et imaginaire). L’hypothèse
faite sur les suites (an )n∈N et (bn )n∈N assure que ([an , bn ])n∈N est une suite
croissante d’intervalles dont la réunion vérifie ∪n∈N [an , bn ] = ]a, b[.
Introduisons, pour n ∈ N, la fonction tronquée fn = f 1[an ,bn ] . L’inégalité
|fn | ≤ |f | assure que chacune des fonctions fn est intégrable.
On peut appliquer le corollaire 2.12 aux parties positive f + et négative f −
de f , en remarquantR que pour tout n ∈R N, on a les égalités fn± = f ± 1[an ,bn ] .
On obtient donc ]a,b[ f dλ = limn→∞ [an ,bn ] f ± dλ, et on obtient le résultat
±

annoncé en revenant à la définition 3.2 des intégrales de f et des fn . 2

RExemple 3.20 Soit f R: [0, ∞[→ C une fonction intégrable. On a l’égalité

[0,+∞[ f dλ = limn→∞ [0,n] f dλ.

Notation 3.21 Lorsque B ⊂ R est une partie mesurable quelconque, et

f : B → C est intégrable, on pourra également noter l’intégrale de Lebesgue
de f sur B en faisant apparaître la variable d’intégration comme suit :
Z Z
f dλ = f (t) dλ(t) .
B B

Cette dernière notation sera plus raisonnable lorsque l’on remplace la

fonction abstraite f par une expression explicite (voir l’exemple 3.22), et
se révèlera indispensable si l’on souhaite préciser la “variable d’intégration”
(ici t), par exemple lorsqu’on étudie une intégrale dépendant d’un paramètre
comme au paragraphe 4.C.

Exemple 3.22 Voyons comment les méthodes que nous venons de décrire
s’appliquent au calcul de l’intégrale I = [1,∞[ e−t sin t dλ(t).
R

• La fonction t 7→ e−t est continue sur R et admet t 7→ −e−t pour primitive.

On commence par montrer que f : t ∈ [1, ∞[ 7→ e−t ∈ [0, +∞], qui est
mesurable et positive, est intégrable. En effet, le corollaire 2.12 (ou l’exemple
2.13) donnent l’égalité
Z Z
−t
e dλ(t) = lim e−t dλ(t) .
[1,∞[ n→∞ [1,n]

Chacune des intégrales de droite est l’intégrale d’une fonction continue

sur un segment [1, n]. La proposition 3.18(1) s’applique donc, et on obtient
Z
e−t dλ(t) = e−1 − e−n ,
[1,n]

d’où
Z Z
−t
e dλ(t) = lim e−t dλ(t) = lim (e−1 − e−n ) = e−1 < ∞ .
[1,∞[ n→∞ [1,n] n→∞
Intégrer sur un intervalle ouvert 41

• Soit alors g : t ∈ [1, ∞[ 7→ e−t sin t ∈ R. Puisque |g| ≤ f avec f

intégrable, la fonction g est intégrable (proposition 3.11). Autrement dit I
est bien définie.
• Pour calculer I on peut alors se ramener à intégrer sur des segments,
puisque la proposition 3.19 assure l’égalité
Z Z
−t
I := e sin t dλ(t) = lim e−t sin t dλ(t) .
[1,∞[ n→∞ [1,n]

−t sin t dλ(t)
R
• Chacune des intégrales In = [1,n] e est l’intégrale d’une
fonction continue sur un segment. On peut donc intégrer par parties (c’est
la proposition 3.18 (2)). On obtient alors
Z Z
In = e−t sin t dλ(t) = [−e−t sin t]n1 + e−t cos t dλ(t)
[1,n] [1,n]
Z
−t −t
n
= [−e sin t]1 − [e cos t]1 − n
e−t sin t dλ(t) .
[1,n]

On a donc 2In = e−1 (sin 1 + cos 1) − e−n (sin n + cos n) puis, en faisant tendre
n vers ∞, l’égalité I = e−1 (sin 1 + cos 1)/2.

On observera la méthode suivie dans l’exemple 3.22 :

• On commence par montrer que la fonction g est intégrable.
• On se ramène alors à intégrer cette fonction g sur des segments [1, n].
• Sur chaque segment [1, n] on peut alors intégrer par parties.

On n’intègre pas directement par parties sur un intervalle qui n’est pas
un segment !

Remarque 3.23 Dans la rédaction de l’exemple suivant nous avons choisi

de nous en tenir, à toutes les étapes, aux intégrales de Lebesgue. A partir du
moment où l’on se met à intégrer notre fonction continue sur un segment, on
aurait pu utiliser des intégrales de Riemann (ce n’est alors qu’une question
de notation, on parle de la même chose) et écrire
Z n
I = lim e−t sin t dt
n→∞ 1

avec, par intégration par parties,

Z n Z n
In = e−t sin t dt = [−e−t sin t]n1 + e−t cos t dt
1 1
Z n
= [−e−t sin t]1 − [e−t cos t]n1 −
n
e−t sin t dt .
1
42 D. H. M310

E Lebesgue versus Riemann

Les intégrales de Riemann et de Lebesgue d’une fonction continue (ou

continue par morceaux) définie sur un segment sont toutes deux bien définies,
et coïncident.
Considérons maintenant la fonction continue f : [0, +∞[ → R définie par
f (0) = 1 et f (x) = (sin x/x) pour x > 0.
Cette fonction n’est pas intégrable au sens de Lebesgue : on a en effet, pour
R (n+1)π
tout n ∈ N, la minoration nπ |f (x)| dx ≥ 2/(n + 1) (comparaison avec la
série harmonique). Par contre, la fonction f admet une Rintégrale de Riemann
y
semi-convergente sur [0, +∞[,
Ry au sens où lintégrales 0 f (x) dx admettent
une limite finie limy→∞ 0 f (x) dx ∈ R lorsque y → +∞ (l’existence de
cette limite s’obtient par comparaison avec la série harmonique alternée).

Les intégrales au sens de Lebesgue et de Riemann ne sont donc pas

toujours réconciliables (hors le cas continu sur un segment...)

Par prudence, nous nous interdirons donc dans ce cours de faire référence
à l’intégrale de Riemann généralisée (ou impropre, ou semi-convergente).
En effet, comme illustré ci-dessus par l’exemple de la fonction sinus car-
dinal x 7→ (sin x)/x, les choses se compliquent singulièrement lorsqu’on
cherche à intégrer des fonctions à valeurs réelles ou complexes (et non
plus positives).

Citons cependant, pour satisfaire votre curiosité, le résultat suivant

concernant les fonctions à valeurs positives (dont l’énoncé se décline avec
tout intervalle ouvert à droite et/ou à gauche).

Proposition 3.24 Intégrale de Riemann généralisée d’une fonction

positive.
Soit f : [0, ∞[ → [0, +∞[ une fonction continue positive, de primitive
F : [0, ∞[ → R.
La fonction f est intégrable au sens de Lebesgue sur l’intervalle [0, +∞[
si et seulement si F (x) a une limite finie lorsque x → ∞.
C’est le cas si et seulement si f admet une intégrale de Riemannn
généralisée sur [0, +∞[. On a alors l’égalité
Z Z ∞
f dλ = f (t) dt .
[0,+∞[ 0
Propriétés d’invariance 43

F Propriétés d’invariance
Les propriétés de l’intégrale de Lebesgue que nous énonçons ci-
dessous vous sont déjà familières dans le cadre de l’intégrale de
Riemann. Elles restent valable pour l’intégrale de Lebesgue. Nous
les retrouverons au chapitre 5 comme cas particulier du théorème
de changement de variable 5.28 (exercice 5.32).

Proposition 3.25 Propriétés d’invariance de l’intégrale.

Soit f : R → C une fonction intégrable.
Les fonctions τx f : t ∈ R 7→ f (t − x) ∈ C pour x ∈ R, fˇ : t ∈ R 7→ f (−t) ∈ C
et fs : t ∈ R 7→ f (st) ∈ C pour s 6= 0 sont également intégrables, et on a :
R R
Translation : R f (t) dλ(t) = R f (t − x) dλ(t) pour tout x ∈ R.
R R
Dilatation : R f (t) dλ(t) = |s| R f (st) dλ(t) pour tout s 6= 0.
R R
Symétrie : R f (t) dλ(t) = R f (−t) dλ(t).

Toutes ces identités restent valables, dans [0, +∞], lorsque la fonction
f : R → [0, +∞] est mesurable positive.

Remarque
R 3.26 R• Attention à ne pas oublier la valeur absolue dans l’égalité
R f (t) dλ(t) = |s| R f (st) dλ(t).
Garde-fou : penser que l’intégrale d’une fonction positive doit être positive !
• La propriété de symétrie est un cas particulier de celle qui précède
(dilatation), avec s = −1.

Exercice 3.27 En admettant que les propriétés de 3.25 sont vérifiées pour les
fonctions mesurables positives (proposition 9.38), les démontrer pour les fonctions
intégrables.

Exercice 3.28 1. Soit f : R → [0, +∞] une fonction mesurable 1-périodique.

(a) Montrer, pour tout entier n ≥ 1, l’égalité
Z Z
f (t) dλ(t) = n f (t) dλ(t) .
[0,n] [0,1]

(b) En déduire, pour tout entier n ≥ 1, l’égalité

Z Z
f (nt) dλ(t) = f (t) dλ(t) .
[0,1] [0,1]

2. Soient f : R → C une fonction mesurable et 1-périodique, et un entier

n ≥ 1. On suppose que f est intégrable sur [0, 1]. Montrer alors que la
fonction t ∈ [0, 1] → f (nt) ∈ C est intégrable sur cet intervalle, et qu’on a
l’égalité Z Z
f (nt) dλ(t) = f (t) dλ(t) .
[0,1] [0,1]
44 D. H. M310

G Points de repère et tours de main

Pour montrer qu’une fonction est, ou n’est pas, intégrable on
sera bien souvent amenés à la comparer à une fonction “connue”
dont on sait qu’elle est (ou pas) intégrable.
Les exemples suivants, qui fournissent déjà une belle liste de “fonctions de
référence”, devront donc être connus et leur (non)-intégrabilité pourra être
utilisée sans démonstration dans les copies – pourvu que l’énoncé apparaisse
clairement.

Proposition 3.29 Quelques fonctions de référence.

1. La fonction x 7→ xa est intégrable sur ]0, 1] ssi a > −1.
2. La fonction x 7→ xa est intégrable sur [1, +∞[ ssi a < −1.
3. La fonction x 7→ ln(x) est intégrable sur ]0, 1].
4. La fonction x 7→ e−ax est intégrable sur [0, +∞[ ssi a > 0.
b
5. La fonction x 7→ e−ax est intégrable sur [0, +∞[ ssi a > 0 et b > 0.
2
En particulier, la fonction x 7→ e−ax est intégrable sur R ssi a > 0.

Exercice 3.30 Esquisser sur un même graphique, et pour différentes valeurs de

a ∈ R, les graphes des fonctions x ∈ [0, +∞[ 7→ xa ∈ [0, +∞[. De même pour les
a
fonctions x ∈ [0, +∞[ 7→ e−ax ∈ [0, +∞[ et x ∈ [0, +∞[ 7→ e−x ∈ [0, +∞[.

Les fonctions citées dans la proposition 3.29 sont de signe constant

(toutes sont positives, sauf x 7→ ln(x) qui est négative) sur leur intervalle
de définition. Elles sont donc Lebesgue intégrables si et seulement si elles
admettent une intégrale de Riemann généralisée (proposition 3.24).
Les résultats de cette proposition vous sont donc déjà familiers !

Preuve On utilise les résultats vus dans les paragraphes précédents : en

particulier théorème de convergence monotone pour se ramener à intégrer
sur un segment, utilisation de primitives sur un segment, comparaison de
fonctions (voir si besoin la proposition 3.33)...
1. Pour a ∈ R, la fonction fa : x ∈ ]0, 1] 7→ xa ∈ [0, +∞[ est positive.
Lorsque a ≥ 0, on peut remarquer d’emblée que fa est continue sur le segment
[0, 1]. Elle y est donc intégrable... ainsi que sur l’intervalle ]0, 1] (ce que nous
retrouverons ci-dessous).
Soit aR ∈ R. Puisque fa ≥ 0, le théorème de convergence monotone donne
l’égalité ]0,1] xa dλ(x) = limn→∞ [1/n,1] xa dλ(x). La fonction fa est donc
R

intégrable sur ]0, 1] si et seulement si cette limite est finie.

Supposons en un premier temps que a 6= −1. La fonction R fa admet alors
a+1
pour primitive la fonction x 7→ x /(a + 1). Il vient donc [1/n,1] x dλ(x) =a
Points de repère et tours de main 45

(1 − n−a−1 )/(a + 1). Lorsque n → ∞, cette quantité tend vers l’infini pour
a < −1 (la fonction n’est alors pas intégrable sur ]0, 1]), et a une limite finie
pour a > −1 (la fonction est alors intégrable sur ]0, 1] et son intégrale vaut
1/(a + 1)).
Si maintenant a = −1,
R la fonction f−1 admet pour primitive la fonction
−1
logarithme. On a donc [1/n,1] x dλ(x) = − ln(1/n) = log n → ∞ lorsque
n → ∞. Ainsi f−1 n’est pas intégrable sur ]0, 1].
2. Pour a ∈ R, la fonction ga : x ∈ [1, ∞[ 7→ xa ∈ [0, +∞[ est positive.
Lorsque a ≥ 0, on peut remarquer d’emblée que ga (x) ≥ 1 pour tout x ≥ 1 et
la fonction ga n’est donc pas intégrable sur [1, ∞[ (ce que nous retrouverons
ci-dessous).
Soit aR ∈ R. Puisque ga ≥ 0, le théorème de convergence monotone donne
a a
R
l’égalité [1,∞[ x dλ(x) = limn→∞ [1,n] x dλ(x). La fonction ga est donc
intégrable sur [1, ∞[ si et seulement si cette limite est finie.
Supposons en un premier temps que a 6= −1. La fonctionR ga admet alors
pour primitive la fonction x 7→ xa+1 /(a + 1). Il vient donc [1,n] xa dλ(x) =
(na+1 − 1)/(a + 1) : lorsque n → ∞, cette quantité tend vers l’infini pour
a > −1 (la fonction n’est alors pas intégrable sur [1, ∞[) et a une limite finie
pour a < −1 (la fonction est alors intégrable sur [1, ∞[).
Si maintenant a = −1, R la fonction g−1 admet pour primitive la fonction
−1
logarithme. On a donc [1,n] x dλ(x) = ln n → ∞ lorsque n → ∞. Ainsi
g−1 n’est pas intégrable sur [1, ∞[.
3. • La fonction x 7→ ln x est négative sur l’intervalle ]0, 1], et y admet
pour primitive sur [0, +∞[ la fonction x 7→ x ln x − x. On estime
Z Z
| ln x| dλ(x) = − ln x dλ(x) = [x − x ln x]11/n
[1/n,1] [1/n,1]
= (1 − 1/n) + (1/n) ln(1/n) →n→∞ 1 < ∞ .

La fonction x 7→ ln x est donc intégrable sur ]0, 1], et son intégrale vaut −1.
• Si l’on n’est pas intéressés par le calcul effectif de cette intégrale, on
peut se contenter de comparer | ln x| au voisinage de 0 avec une fonction
puissance intégrable.
Soit b > 0. On sait que x ln x → 0 lorsque x → 0. Puisque b > 0, on en
déduit qu’on a également bxb ln x = xb ln xb → 0 lorsque x → 0. On introduit
alors la fonction x ∈ ]0, 1] 7→ xb ln x ∈ R : on vient de voir que cette fonction
se prolonge par continuité en 0. Cette fonction est donc bornée sur ]0, 1] : il
existe une constante Mb telle que | ln x| ≤ Mb x−b pour tout 0 < x ≤ 1. Pour
la valeur de votre choix 0 < b < 1 cela assure, par comparaison et d’après le
(1), que la fonction x 7→ ln x estintégrable sur ]0, 1].
4. Soit ha : x ∈ [0, +∞[ 7→ e−ax ∈ [0, +∞[. C’est une fonction positive.
Lorsque a ≤ 0, cette fonction est minorée par la fonction constante égale à
1, et n’est donc pas intégrable sur [0, +∞[. Montrons que h1 est intégrable.
46 D. H. M310

Cette fonction admet pour primitive la fonction x 7→ −e−x . Le théorème de

convergence monotone assure donc de nouveau les égalités
Z Z
−x
e dλ(x) = lim e−x dλ(x) = e−1 − e−n →n→∞ e−1 < ∞ .
[1,∞[ n→∞ [1,n]

La fonction h1 est donc intégrable. L’intégrabilité de ha lorsque a > 0 se

montre de la même façon, ou bien peut se déduire de l’intégrabilité de h1
en utilisant les propriétés d’invariance de l’intégrale de Lebesgue (proposi-
tion 3.25). Cette méthode a l’avantage de fournir également la valeur de
l’intégrale.
Mais on peut aussi raisonner par comparaison (comme dans la seconde
méthode du point 3. ci-dessus) et utiliser le fait que, pour tout réel b ∈ R et
puisqu’on a supposé a > 0, on a xb e−ax → 0 lorsque x → ∞.
5. Soient a, b ∈ R. Supposons en un premier temps a ≤ 0. La fonction
b
définie par ka,b : x ∈ [0, +∞[ 7→ e−ax ∈ [0, +∞[ est alors minorée par 1,
donc n’est pas intégrable sur [0, +∞[. Nous supposons donc désormais a > 0.
Supposons b ≤ 0. On a alors xb → 0 lorsque x → ∞ et la fonction
ka,b a pour limite 1 en ∞. Si l’on choisit A > 0 assez grand, on aura donc
ka,b (x) ≥ 1/2 lorsque x ≥ A. La fonction ka,b n’est donc pas intégrable sur
[0, +∞[.
b
Supposons maintenant b > 0. La fonction u : x 7→ x2 e−ax tend alors vers
0 à l’infini (passer au logarithme : voir si besoin la proposition 3.33). Cette
fonction u étant continue sur [0, +∞[, il résulte de la proposition 3.32 qu’elle
y est bornée, mettons par M . On a donc 0 ≤ ka,b ≤ M x−2 pour tout x ≥ 0.
La fonction ka,b est donc intégrable sur [1, +∞[. Puisque ka,b est continue
sur [0, +∞[ (rappelons que b > 0), elle est également intégrable sur [0, 1]. 2

Remarque 3.31 Fonction intégrable au voisinage de +∞, ou d’un point.

Soit f : ]0, +∞[ → C une fonction continue. La fonction étant continue
elle est bornée sur tout segment inclus dans son domaine de définition. Elle
est donc intégrable sur un tel segment.
On dit que f est “intégrable au voisinage de +∞” lorsqu’il existe A > 0 tel
que f soit intégrable sur l’intervalle [A, +∞[. Dans ce cas, f est intégrable
sur tout intervalle [B, +∞[ lorsque B > 0 (si B ≥ A c’est immédiat par
restriction ; si B < A cela résulte de ce que f est intégrable sur [B, A]).
On dit de même que f est “intégrable au voisinage de 0” lorsqu’il existe
A > 0 tel que f soit intégrable sur l’intervalle ]0, A]. Dans ce cas, f est
intégrable sur tout intervalle ]0, B] lorsque B > 0 (si B ≤ A c’est immédiat
par restriction ; si B > A cela résulte de ce que f est intégrable sur [A, B]).
Bien sûr, tout ce qui précède se transpose à une fonction continue définie
sur un intervalle ouvert ]α, β[⊂ R. On parle alors d’intégrabilité de f au
voisinage de α ou bien au voisinage de β.
Points de repère et tours de main 47

Les premières propriétés de la proposition 3.29 peuvent donc être ré-

énoncées comme suit. La fonction x → xa est intégrable au voisinage de 0
si et seulement si a > −1, et elle est intégrable au voisinage de l’infini si et
seulement si a < −1. La fonction x → ln x est intégrable au voisinage de 0.

Nous nous servirons de façon récurrente des deux propositions suivantes

lorsque nous aurons à montrer qu’une fonction est (ou non) intégrable.

Proposition 3.32 Fonctions bornées. Soient a ≤ b des réels.

1. Une fonction continue f : [a, b] → R définie sur un segment est bornée
sur ce segment.
2. Une fonction continue f : R → R qui admet des limites finies en ±∞
est bornée sur R.
3. Une fonction continue f : [a, +∞[ → R qui admet une limite finie en
+∞ est bornée sur [a, +∞[.

Les deux premières assertions de la proposition 3.32 ne sont autres que les
corollaires 1.48 et 1.49. La dernière assertion en est une variante.

Pour traiter des exemples, comme dans la preuve de la proposition 3.29,

il sera indispensable de savoir comparer entre elles des fonctions classiques
(en particulier fonctions puissances et exponentielles).
Proposition 3.33 Comparaison de fonctions et conséquences.
1. (a) Pour a ∈ R et β > 0, la fonction x 7→ xa e−βx tend vers 0 lorsque
x → +∞.
(b) Pour a ∈ R et b > 0, la fonction x 7→ xa e−bx est intégrable sur
[1, +∞[.
2. (a) Pour a ∈ R et β < 0, la fonction x 7→ (ln(x))a xβ tend vers 0
lorsque x → +∞.
(b) Soit A > 1. Pour a ∈ R et b < −1, la fonction x 7→ (lnx))a xb est
intégrable sur [A, +∞[.
Preuve 1.(a) Passer au logarithme.
1.(b) La fonction x 7→ xa e−bx/2 est continue sur [1, ∞[ et elle tend vers
0 à l’infini. La proposition 3.32 assure donc que cette fonction est bornée,
mettons par M , sur l’intervalle [1, ∞[.
On a donc xa e−bx ≤ M e−bx/2 pour tout x ≥ 1, et par comparaison avec
la fonction x 7→ M e−bx/2 qui est intégrable sur [1, ∞[, il suit que x 7→ xa e−bx
est intégrable [1, ∞[ et donc au voisinage de +∞.

2. (a) Puisque lnx → ∞ lorsque x → ∞, il suffit de prouver l’assertion

lorsque a > 0. On écrit alors (ln(x))a xb = (ln(x)xb/a )a , avec ln(x)xb/a → 0
lorsque x → ∞ puisque b/a < 0.
48 D. H. M310

2.(b) On choisit b < β < −1, et l’on écrit (ln(x))a xb = (ln(x))a xb−β )xβ .
Le facteur (ln(x))a xb−β ) est continu sur [A, ∞[ et tend vers 0 à l’infini, donc
est borné sur cet intervalle. La fonction x 7→ xβ est intégrable sur [A, ∞[. Le
produit est donc intégrable sur cet intervalle. 2

Quelques erreurs à ne pas commettre :

On intègre par parties uniquement lorsqu’il s’agit d’intégrer une fonction

continue sur un segment.
En particulier, on n’intègre pas par parties sur un intervalle ouvert, ou
non borné.

Lorsqu’une fonction f est à valeurs positives, on démontre R qu’elle est

intégrable en calculant (ou en estimant) son intégrale f dλ, qui doit
être finie c’est-à-dire à valeurs dans [0, +∞[ et non [0, +∞].

Par contre, si l’on n’a pas encore montré que la fonction f (non positive),
R
à valeurs réelles ou complexes, est intégrable il ne faut pas écrire f dλ
car cette quantité n’est a priori pas définie.

Si vous êtes familiers avec la notion de fonctions équivalentes, vous

pourrez également utiliser les résultats suivants... à condition évidemment
de bien vérifier que les fonctions sont équivalentes et de citer correctement
le résultat.

Fonctions équivalentes.
• Deux fonctions continues f, g : ]0, +∞[ → C sont dites équivalentes
au voisinage de l’infini lorsqu’il existe A > 0 tel que ni f ni g ne s’annulent
sur l’intervalle [A, +∞[, et si de plus f (x)/g(x) → 1 lorsque x → +∞.
Dans ce cas, f est intégrable au voisinage de l’infini (remarque 3.31)
si et seulement si g l’est.
Par exemple, les fonctions x 7→ 1/x et x 7→ 1/(x + 1) sont équivalentes
au voisinage de l’infini. Ni l’une ni l’autre n’est intégrable au voisinage de
l’infini.

• De même f et g sont équivalentes au voisinage de 0 lorsqu’il existe

A > 0 tel que ni f ni g ne s’annulent sur l’intervalle ]0, A], et si de plus
f (x)/g(x) → 1 lorsque x → 0.
Dans ce cas, f est intégrable au voisinage de 0 si et seulement si g l’est.
√ √
Par exemple, les fonctions x 7→ ex / x et x 7→ 1/ x sont équivalentes
au voisinage de 0. Elles sont toutes deux intégrables au voisinage de 0.
Petit rappel sur les séries réelles et complexes 49

H Petit rappel sur les séries réelles et complexes

Définition 3.34 PSoit (un )n∈N une suite à valeurs réelles ou complexes. On
dit que la série un (de terme général un ) est convergente lorsque la suite
(sp )p∈N de ses sommes partielles, soit
p
X
sp = un ,
n=0

est convergente. Dans ce cas, on définit la somme ∞

P
n=0 un de la série comme
étant la limite de la suite des sommes partielles, soit
∞
X p
X
un = lim un .
p→∞
n=0 n=0

Proposition 3.35 Séries à termes positifs

Une série de terme général positif (soit un ∈ [0, +∞[ pour tout n ∈ N)
est convergente si et seulement si ses sommes partielles sont majorées.

Preuve La série étant de terme général positif, la suite (sp )p∈N de ses
sommes partielles est croissante. Cette suite (sp )p∈N converge donc si et
seulement si elle est majorée. On a alors
∞
X p
X p
X
un = lim un = sup un . 2
p→∞ p∈N n=0
n=0 n=0

Définition 3.36 Séries alternées

P
Une série un , dont le terme général est réel, est dite alternée lorsqu’elle
s’écrit un = (−1)n vn pour tout n ∈ N, ou bien un = (−1)n+1 vn pour tout
n ∈ N, et où la suite (vn )n∈N est une suite réelle positive décroissant vers 0.
On a alors vn = |un |.

Proposition 3.37 Séries alternées Une série alternée est convergente.

Preuve Supposons pour fixer les idées que un = (−1)n |un | pour tout n ∈ N.
On vérifie alors facilement que
1. la suite (s2n )n∈N des sommes partielles paires est décroissante, et elle
est minorée par s1 : elle converge donc vers un réel a ;
2. la suite (s2n+1 )n∈N des sommes partielles impaires est croissante, et
majorée par s0 : elle converge donc vers un réel b ;
3. la différence s2n+2 − s2n+1 = u2n+1 tend vers 0, donc a = b.
La série est donc convergente, de somme a = b. 2

Remarquons la propriété suivante, dont la démonstration est laissée au

lecteur.
50 D. H. M310

P
Lemme 3.38 Soit un une série alternée. Pour tout p ∈ N, on a la majo-
ration |sp | ≤ |u0 |.

Définition 3.39 Séries absolument convergentes

P
Une série un à terme général réelPou complexe est absolument conver-
gente lorsque la série à termes positifs |un | est convergente.

Proposition 3.40 Séries absolument convergentes

P
Une série un à terme général réel ou complexe, et qui est absolument
convergente, est convergente.

Preuve Supposons, pour simplifier l’exposition, que la suite (un )n∈N soit à
valeurs réelles. Introduisons les deux suites (u+ n )n∈N (partie positive de (un ))
et (u− )
n n∈N (partie négative de (u n )) respectivement définies pour n ∈ N par
−
u+
n = sup(un , 0) et un = sup(−un , 0) .

On a donc, pour tout n ∈ N, l’égalité |un | = u+ − et u = u+ − u− .

n + unP n n n
Par hypothèse, la série à terme général positif |un | est convergente.
Il suit des majorations 0 ≤P u+ −
n ≤ |u n | et 0 ≤ un ≤ |un | que les deux
u+ u−
P
séries à terme général positif n et n sont également convergentes,P de
sommes respectives s+ et s− . On vérifie alors facilement que la série un
est convergente, de somme s+ − s− . En effet, on a pour tout p ∈ N :
p
X p
X
−
(s+ − s− ) − un = (s+ − s− ) − (u+
n − un )
0 0
p
X p
X
u+ u−



= s+ − n − s− − n
0 0
→ 0 lorsque p → ∞. 2

Remarque 3.41 Noter l’analogie criante entre les séries (à termes positifs,
resp. absolument convergentes) et les intégrales (de fonctions positives, resp.
Lebesgue intégrables). Voir également le paragraphe 9.E.
• Une série à termes positifs correspond à une fonction mesurable posi-
tive. La série à termes positif converge si sa somme (qui est toujours définie)
est finie. La fonction mesurable positive est intégrable si son intégrale (qui
est toujours définie) est finie.
• Une série à valeurs réelles correspond à une fonction mesurable à valeurs
réelles. La série converge absolument si la série des valeurs absolues (série
positive) est convergente, et sa somme est alors la différence des sommes
de ses parties positive et négative. La fonction mesurable est intégrale si sa
valeur absolue (fonction mesurable positive) est intégrable, et son intégrale
est alors la différence des intégrales de ses parties positive et négative.
Petit rappel sur les séries réelles et complexes 51

Exercice
P 3.42 Ecrire la démonstration de la proposition 3.40 dans le cas d’une
série un de terme général complexe.

Remarque 3.43 Il existe cependant des séries convergentes qui ne sont pas
absolument convergentes. Par exemple, la série harmonique alternée de terme
général un = (−1)n /n lorsque n ≥ 1 n’est pas absolument convergente.
Elles correspondent, avec tous les ennuis qui vont avec, aux "intégrales
semi-convergentes" dont nous ne voulons surtout pas parler ici car elles
sortent du cadre de l’intégrale de Lebesgue !
4. Les théorèmes de Lebesgue

Nous démontrons dans ce chapitre les théorèmes fondamentaux de la théorie.

Il s’agit tout d’abord du théorème de convergence dominée de Lebesgue
4.25, qui suit facilement du théorème de convergence monotone.
Nous en déduisons les théorèmes de continuité 4.29 et de dérivabilité 4.34
des intégrales à paramètre.
Ce sont tous ces résultats qui, de par leur puissance et leur facilité d’uti-
lisation, font le succès de l’intégrale de Lebesgue. Ils n’attendent plus qu’à
être illustrés en T.D !

' $
— La notion de partie négligeable 4.11
et de propriété vraie presque partout 4.18.
— Les propriétés 4.14, 4.20, 4.22 et leurs démonstrations.
— Le théorème de convergence dominée 4.25, sans démonstration.
— Le corollaire 4.5, et sa preuve.
— Le théorème 4.29 de continuité sous l’intégrale, et sa démonstration.
— Le théorème 4.34 de dérivabilité sous l’intégrale, sans démonstration.
& %

52
Le théorème de convergence dominée 53

A Le théorème de convergence dominée

Rappelons que l’intégrale de Lebesgue des fonctions mesurables
positives satisfait le théorème de convergence monotone (2.4).
Du théorème de convergence monotone, nous allons maintenant
déduire le théorème de convergence dominée pour les fonctions
intégrables de signe quelconque ou, plus généralement, à valeurs
complexes.
Dans ce paragraphe, nous énonçons une première version un petit peu
simplifiée (et donc rassurante) de ce théorème, car elle ne fait pas intervenir
la notion de partie négligeable. Le “vrai” théorème de convergence dominée
4.25 s’en déduira immédiatement et sans douleur.

Théorème 4.1 Théorème de convergence dominée (première version).

Soit B ⊂ R une partie mesurable. Soit fn : B → C (pour n ∈ N) une suite
de fonctions mesurables. On suppose qu’il y a :
• convergence : la suite de fonctions (fn )n∈N converge simplement vers
une fonction f : B → C, soit f = limn→∞ fn ;
• domination : il existe une fonction positive g : B → [0, +∞] intégrable
telle qu’on ait la domination |fn (x)| ≤ g(x) pour tout n ∈ N et pour
tout x ∈ B.
Alors chacune des fonctions fn , ainsi que la limite f , est une fonction
intégrable et on peut échanger limite et intégrale :
Z Z Z 
f dλ := ( lim fn ) dλ = lim fn dλ .
B B n→∞ n→∞ B

Mieux, on a Z
lim |f − fn | dλ = 0 .
n→∞ B

Remarque 4.2 L’hypothèse de domination ci-dessus équivaut à supposer

que la fonction mesurable positive h := supn∈N |fn | est intégrable.
En effet, on a |fn | ≤ h pour tout entier n. Si h est intégrable, on peut
donc choisir g = h pour dominer les fn . Réciproquement, si une fonction
intégrable positive g domine toutes les fn , on a |fn | ≤ g pour tout n et donc
la fonction mesurable positive h := sup |fn | ≤ g est également intégrable.
Cependant, dans la pratique, il ne sera pas toujours facile de déterminer
la fonction supn∈N |fn |. Nous serons alors amenés à majorer plus largement la
famille de fonctions (|fn |, n ∈ N). Il faudra bien vérifier que le majorant choisi
est intégrable pour pouvoir appliquer le théorème de convergence dominée !

Preuve du théorème 4.1 La fonction f est mesurable, comme limite de la

suite de fonctions mesurables (fn )n∈N .
54 D. H. M310

La domination |fn | ≤ g pour tout n ∈ N passe à la limite quand n → ∞

pour donner |f | ≤ g. Puisque g est intégrable, chacune des fonctions fn ainsi
que la limite f sont donc intégrables (proposition 3.11).
Introduisons la suite de fonctions mesurables positives définies par hn :=
supk≥n |f − fk | (pour n ∈ N). La suite (hn )n∈N est décroissante et converge
simplement vers R0. Elle satisfait l’encadrement 0 ≤ hn ≤ 2g. La suite des
intégrales In = hn dλ est décroissante et positive, elleR admet donc une
limite. En un premier temps, nous allons voir que limn→∞ hn dλ = 0. Nous
en déduirons ensuite facilement le théorème.
La suite de fonctions (2g − hn )n∈N est une suite croissante de fonctions
mesurables positives, qui converge simplement vers 2g. Appliquons lui le
théorème de convergence monotone ! Il vient
Z Z
lim (2g − hn ) dλ = 2g dλ .
n→∞ B B
R
Par linéarité de l’intégrale, on en déduit que limn→∞ B hn dλ = 0 comme
annoncé.
Par définition de hn , on aR 0 ≤ |f − fn | ≤ hn , donc la monotonie de
l’intégrale assure que limn→∞ B |f − fn | dλ = 0. La linéarité de l’intégrale
et l’inégalité triangulaire
Z Z Z Z
| f dλ − fn dλ| = | (f − fn ) dλ| ≤ |f − fn | dλ
B B B B
R R
nous donnent enfin la convergence des intégrales B fn dλ → B f dλ lorsque
n → ∞. 2

Remarque 4.3 Le lecteur attentif se sera rendu compte que cette preuve
ressemble à celle du lemme de Fatou. De fait, le théorème de convergence
dominée peut se démontrer directement en appliquant le lemme de Fatou
(version complète 2.23) à la suite de fonctions positives 2g − |f − fn |. Nous
avons préféré nous passer de la notion de limite inférieure (elle est cachée sous
le tapis) et écrire une preuve qui ne fait appel qu’au théorème de convergence
monotone.

Remarque 4.4 La difficulté, lorsqu’on cherche à appliquer ce théorème, est

de vérifier la convergence de la suite mais, surtout, de trouver une fonction g
“qui domine” (c’est-à-dire qui majore) toutes les fonctions fn de la suite, et
qui est intégrable (d’où l’importance de connaître notamment les résultats
de la section 3.G : fonctions de référence, et comparaison de fonctions).

On peut maintenant généraliser le résultat de la proposition 3.19 à des

suites réelles (an )n∈N et (bn )n∈N non monotones.
Le théorème de convergence dominée 55

Corollaire 4.5 Soient ]a, b[ ⊂ R un intervalle (borné, ou non borné) et

f ∈ L1 (]a, b[) une fonction intégrable sur cet intervalle.
Soient (an )n∈N et (bn )n∈N deux suites de réels tels que a ≤ an ≤ bn ≤ b
pour tout n ∈ N. On suppose que an → a et bn → b lorsque n → ∞. Alors
on a l’égalité Z Z
f dλ = lim f dλ .
]a,b[ n→∞ ]a ,b [
n n

Autrement dit, on a
Z Z
f dλ = x→a
lim f dλ .
]a,b[ y→b ]x,y[

Pour mémoire,
R rappelons
R lorsque f est définie sur l’intervalle fermé [a, b],
l’égalité ]a,b[ f dλ = [a,b] f dλ : il n’y a donc pas à s’inquiéter de savoir si on
intègre sur des intervalles fermés ou ouverts (proposition 3.11).

Preuve On introduit la suite de fonctions (fn )n∈N définie pour n ∈ N par

fn = f 1]an ,bn [ . Cette suite converge simplement vers f , et elle est dominée
par f , supposée intégrable. Le résultat annoncé est donc conséquence du
théorème de convergence dominée. 2

Exercice 4.6 Soit f ∈ L1 (R) une fonction intégrable. On introduit, pour tout
n ≥ 1, l’ensemble An := {x ∈ R | |fn (x)| ≤ n} et la fonction tronquée fn := f 1An .
1. On suppose dans un premier temps que f est à valeurs positives.
Le théorème de convergence monotone s’applique-t-il à la suite (fn )n∈N ? Si
oui, que dit-il ?
R R
2. On revient à f : R → C. Montrer que fn dλ → f dλ.

Exercice 4.7 On introduit les suites de fonctions mesurables respectivement dé-

finies par fn√= 1[n,∞[ , gn = 1[n,n+1] , hn = 1[0,1/n] , jn : x → (1/x) 1]0,1/n] (x),
kn : x → (1/ x) 1]0,1/n] (x) ou encore `n = n 1]0,1/n2 ] (n ∈ N).
1. Montrer que chaque suite converge simplement, et déterminer sa limite.
2. Décider, pour chacune de ces suites, si le théorème de convergence dominée
s’applique.

Exercice 4.8 Soit f : R → R une fonction intégrable. Alors, pour toutes suites
de réels xn → −∞ et yn → +∞, on a
Z Z
f dλ = lim f dλ .
n→+∞ [xn ,yn ]

Autrement dit, on a Z Z
f dλ = lim f dλ .
x→−∞ [x,y]
y→+∞
56 D. H. M310

Exercice 4.9 Pour chaque n ∈ N, on introduit la fonction mesurable définie sur

R par fn (t) = (1 − nt )n lorsque 0 ≤ t < n et fn (t) = 0 sinon.
1. En utilisant la fonction logarithme, montrer que 0 ≤ fn (t) ≤ e−t pour tous
t ≥ 0 et n ∈ N.
2. Démontrer que chaque fonction fn est intégrable.
R
3. Déterminer limn→∞ fn dλ.

Revenons maintenant sur l’exercice 3.12, que nous avions traité de façon
très élémentaire. Dans l’exercice suivant, on retrouve ce résultat en utilisant
le théorème de convergence dominée : le théorème s’applique très facilement
sur cet exemple, mais rappelons nous ce qu’il nous a coûté pour le démontrer !
Moralité : lorsque l’on peut faire les choses facilement “à la main”, autant se
passer d’utiliser un gros théorème...
Exercice 4.10 Retrouver le résultat de l’exercice 3.12 (1) en utilisant théorème
de convergence dominée.

B Parties négligeables
On introduit ici la notion de partie négligeable. Ce sont des
parties si petites que si l’on modifie une fonction sur un ensemble
négligeable, cela ne changera pas la valeur de son intégrale. Cette
notion joue un rôle capital dans la théorie de Lebesgue.
Définition 4.11 Partie négligeable.
On dit qu’une partie A ⊂ R est négligeable
R lorsque sa fonction indicatrice
est mesurable et d’intégrale nulle, soit R 1A dλ = 0.
Il faut penser qu’une partie A ⊂ R est négligeable lorsqu’elle est de
“longueur” nulle. Mais pour définir la “longueur” d’une partie de R qui est
un peu compliquée, c’est toute une histoire.

Nous verrons en effet au chapitre 9 que, pour définir ce qu’est une fonction
mesurable puis son intégrale, il faut tout d’abord définir ce que sont les
parties mesurables et leurs mesures. Ces notions seront liées par la propriété
suivante.

Propriété 4.12 Mesure d’une partie mesurable.

Une partie A de R est mesurable si et seulement si sa fonction indicatrice
1A : R → [0, +∞] est une fonction mesurable. R
Dans ce cas, la mesure de A vérifie λ(A) = R 1A dλ.

Les définitions précises de parties et de fonctions mesurables seront données

en 9.3 et en 9.22. Cela dit, toutes les parties de R que vous pourrez imaginer
seront mesurables (revoir si besoin le paragraphe 3.A).
On peut alors donner une définition équivalente des parties négligeables.
Parties négligeables 57

Définition 4.13 Partie négligeable (bis). Une partie mesurable A est né-
gligeable lorsqu’elle est de mesure nulle, soit λ(A) = 0.

Une propriété fondamentale des parties négligeables est leur stabilité par
unions dénombrables.

Lemme 4.14 Union de négligeables.

Une union finie ou dénombrable de parties négligeables est négligeable.

Preuve Soit (An )n∈N une famille dénombrable de parties négligeables de

R. On veut montrer que la réunion A := ∪n∈N An est également négligeable.
Cette propriété est une conséquence immédiate de l’un des axiomes qui
interviennent dans la définition des mesures 9.10 (σ-additivité).
Cependant, une fois traduit en termes d’intégrales (propriété 4.12), on
la retrouve comme cas particulier du corollaire 2.14, en prenant un = 1An .
En effet, puisque les parties An sont négligeables, les fonctions mesurables
P
positives un sont toutes d’intégrale nulle, donc leur somme u := n∈N un
est également d’intégrale nulle. Puisque 1A ≤ u, la croissance de l’intégrale
assure que la fonction indicatrice 1A est d’intégrale nulle, c’est-à-dire que A
est négligeable. 2

Exemple 4.15 Un singleton est négligeable. L’ensemble Q des rationnels

est dénombrable donc négligeable.
Par contre une union quelconque de parties négligeables ne l’est plus
forcément. Chaque singleton dans R est négligeable, mais R ne l’est pas !
Un sous-ensemble (mesurable) d’une partie négligeable est encore une
partie négligeable.
Un intervalle non réduit à un point n’est pas négligeable.

Il existe des parties négligeables de R qui ne sont pas dénombrables.

Lemme 4.16 L’intersection décroissante d’une suite de compacts non

vides Kn ⊂ R est un compact non vide.

Preuve Soit (Kn )n∈N une suite décroissante de compacts, c’est-à-dire

avec Kn+1 ⊂ Kn ⊂ R. On suppose que chacun de ces compacts est non
vide, et on veut montrer que K = ∩n∈N Kn est un compact non vide de R.
On choisit, pour chaque n ∈ N, un élément xn ∈ Kn . La suite de
compacts étant décroissante, on a xp ∈ Kn pour tout p ≥ n.
La suite (xn ) vivant dans le compact K0 , elle possède une suite extraite
(xϕ(n) ) qui converge vers α ∈ K0 . Mieux, puisqu’à partir du rang n on a
58 D. H. M310

xp ∈ Kn , on observe que α ∈ Kn pour tout n ∈ N, et donc que α ∈ K.

Ceci assure que K est non vide.
Pour montrer que K est compact, on considère une suite (zn ) d’élé-
ments de K. Puisque K ⊂ K0 avec K0 compact K0 , la suite (zn ) possède
une suite extraite (zϕ(n) ) qui converge vers α ∈ K0 . Cette suite extraite
(zϕ(n) ) est également à valeurs dans le compact Kp pour tout p ∈ N (car
à valeurs dans K), ce qui assure que α ∈ Kp pour tout p ∈ N et donc
finalement que α ∈ K.

Exemple 4.17 L’ensemble triadique de Cantor.

On part du compact K0 = [0, 1]. On construit alors le compact K1 =
[0, 1/3] ∪ [2/3, 1] en ôtant le tiers médian de l’intervalle K0 .

On réitère la construction, de sorte que I

le compact Kn (n ≥ 1) est constitué de I1 I2
2n intervalles disjoints, chacun de longueur I11 I12 I21 I22
(1/3)n , qu’on appelle les intervalles de n- I I I I
111 112 I I
121 I I
122 211 212 221 222
ième génération.
Le compact Kn+1 est obtenu en ôtant, de chacun des intervalles de
n-ième génération, son tiers médian. Le Cantor 1/3 est alors défini comme
l’intersection C = ∩n∈N Kn . Comme intersection décroissante de compacts
non vides, c’est un compact non vide.
1Kn dλ = (2/3)n pour tout n ≥ 0, il vient que
R
R De plus, puisquen
1C dλ ≤ (2/3) pour tout n ≥ 0, et donc que C est négligeable.
Il reste à voir que C n’est pas dénombrable. Pour cela, apposons des
étiquettes sur les intervalles de n-ième génération, comme sur le dessin.
Les intervalles de n-ième génération sont alors en bijection avec l’ensemble
{1, 2}n .
En utilisant le lemme 4.16, on montre alors que C est en bijection avec
le produit infini {1, 2}N (se donner un point de C, c’est en effet prendre
l’intersection d’une suite décroissante d’intervalles (J0 , J1 , . . . , Jn . . . ) où
Jn est un intervalle de n-ième génération. Le procédé diagonal évoqué à
la proposition 1.57 permet de montrer que ce produit infini {1, 2}N n’est
pas dénombrable.

Définition 4.18 Propriété vraie presque partout.

On dira qu’une propriété est vérifiée presque partout (p.p.) si elle est
vraie en dehors d’un ensemble négligeable.

Exemple 4.19 Une fonction mesurable f : R → R est nulle p.p. lorsque

l’ensemble (mesurable) A := {x ∈ R | f (x) 6= 0} est négligeable.
Parties négligeables 59

Deux fonctions mesurables f, g : R → R sont égales p.p. lorsque l’ensemble

(mesurable) B := {x ∈ R | f (x) 6= g(x)} est négligeable.

Enonçons deux propriétés élémentaires faisant intervenir cette notion.

Proposition 4.20 Soit f : R → [0, +∞] une fonction mesurable positive.

1. Si l’intégrale de f est finie, alors f prend des valeurs finies p.p.
2. L’intégrale de f est nulle si et seulement si f = 0 p.p.

Preuve 1. Introduisons l’ensemble B := {x ∈ R | f (x) = ∞}. C’est une

partie mesurable de R. Soit g = ∞ 1B la fonction mesurable qui vaut +∞
sur B et qui est nulle hors de B. Par construction on a g ≤ f , d’ou
Z Z Z
∞ 1B dλ = g dλ ≤ f dλ < ∞
R R R

par croissance de l’intégrale. Il suit que B est négligeable.

2. Introduisons A := {x ∈ R | f (x) 6= 0}. C’est une partie mesurable de R.
• Supposons pour commencer que f est nulle presque partout, c’est-à-dire
que A est négligeable. On a alors par croissance de l’intégrale :
Z Z Z
f dλ ≤ ∞ 1A dλ = ∞ 1A dλ = ∞ 0 = 0 .
R R R

• Réciproquement, si l’intégrale de f est nulle, chaque ensemble

An := {x ∈ R | f (x) ≥ 1/n}
R R
est négligeable puisque (1/n) R 1An dλ ≤ R f dλ = 0, et donc A = ∪n∈N∗ An
est également négligeable d’après le lemme 4.14. 2

Remarque 4.21 La réciproque de l’assertion 1. dans 4.20 est évidemment

fausse. Par exemple, la fonction 1 : R → [0, +∞] constante égale à 1 est finie
en tout point, mais son intégrale vaut +∞ !

On va maintenant voir qu’il suffit de connaître une fonction presque par-

tout pour connaître son intégrale.

Proposition 4.22 Soient f, g : R → C deux fonctions mesurables.

On suppose que f = g p.p. Alors
R f estR intégrable si et seulement si g l’est.
Dans ce cas, leurs intégrales f dλ = g dλ sont égales.

Preuve Si f et g coïncident en dehors de l’ensemble négligeable N , on a

|f | − |g| ≤ |f − g| ≤ ∞ 1N .
Puisque N est négligeable, la fonction ∞ 1NR est intégrable,R d’intégrale nulle.
Par monotonie de l’intégrale, il suit que R |f | dλ = R |g| dλ donc f est
R g l’est. Dans ce cas, l’inégalité triangulaire assure
intégrableRsi et seulement si
que 0 ≤ | R (f − g) dλ| ≤ R |f − g| dλ ≤ 0, d’où le résultat. 2
60 D. H. M310

Exercice 4.23 1. Soient fi , gi : R → C des fonctions mesurables (i = 1, 2)

telles que f1 = f2 p.p. et g1 = g2 p.p.
Montrer que f1 + g1 = f2 + g2 p.p. et f1 g1 = f2 g2 p.p.
2. Soit f ∈ L1 ([a, b]). Montrer que f est également intégrable sur chacun des
intervalles [a, b[, ]a, b] et ]a, b[, et qu’on a les égalités
Z Z Z Z
f dλ = f dλ = f dλ = f dλ .
[a,b] [a,b[ ]a,b] ]a,b[

Exercice 4.24 Soient f, g : R → C deux fonctions continues. On suppose que

f = g p.p. Démontrer que f = g. (Voir également l’exercice 8.5).

Nous sommes maintenant prêts à énoncer la forme définitive du théorème

de convergence dominée. Dans ce nouvel énoncé, plus général, les hypothèses
de convergence et de domination sont seulement valables presque partout.

Théorème 4.25 Théorème de convergence dominée.

Soit B ⊂ R une partie mesurable. Soit fn : B → C une suite de fonctions
mesurables. On suppose qu’il existe un ensemble négligeable N ⊂ B tel que :
• convergence : la suite de fonctions (fn )n∈N converge simplement vers
une fonction f : B → C en tout point de B \ N ;
• domination : il existe une fonction positive g : B → [0, +∞] intégrable
telle qu’on ait la domination |fn (x)| ≤ g(x) pour tout n ∈ N et pour
tout x ∈ B \ N .
Alors chacune des fonctions fn , ainsi que la limite f , est une fonction
intégrable, et
Z Z Z 
f dλ = ( lim fn ) dλ = lim fn dλ .
B B n→∞ n→∞ B

Mieux, on a Z
lim |fn − f | dλ = 0 .
n→∞ B

Définition 4.26 Domination.

Soient f : B → C une fonction définie sur B mesurable, et g : B → [0, +∞]
une fonction intégrable. On dit que g domine f si |f | ≤ g p.p.

Preuve du théorème de convergence dominée. On se ramène sans effort

à la première version du théorème de convergence dominée, en constatant
qu’on peut simplement oublier ce qui se passe sur l’ensemble négligeable N !
Introduisons en effet les fonctions tronquées f˜ := f 1c N (qui vaut 0 sur
N et est égale à f sur le complémentaire c N ), et f˜n := fn 1c N (n ∈ N). Ce
sont encore des fonctions mesurables et on a pour chaque n ∈ N, f˜n = fn
p.p. et f˜ = f p.p.
Intégrales dépendant d’un paramètre 61

La suite (f˜n ) satisfait maintenant les hypothèses du théorème 4.1 : elle

converge partout vers f˜, et est dominée en chaque point et pour tout n par
la fonction intégrable g. On a donc
Z Z
˜
fn dλ −−−→ f˜ dλ .
B n→∞ B

Puisque B f˜n dλ = fn dλ pour tout n ∈ N, et B f˜ dλ = B f dλ, il vient

R R R R
B
comme annoncé Z Z
fn dλ −−−→ f dλ .
B n→∞ B
2

Remarque 4.27 Vous pourrez également voir les hypothèses du théorème de

convergence dominée formulées comme suit dans la littérature.

Théorème Soient B ⊂ R mesurable, et fn : B → C une suite de fonctions

mesurables. On suppose que l’on a :
• convergence p.p. : la suite (fn ) converge p.p. vers une fonction f : B → C ;
• domination : il existe une fonction positive intégrable g : B → [0, +∞]
telle que, pour tout n ∈ N, on ait la domination |fn | ≤ g p.p.
Alors, on a les conclusions du théorème 4.25.

Examinons cette nouvelle formulation.

L’hypothèse de convergence p.p. signifie qu’il existe une partie négligeable A ⊂
B telle que fn (x) → f (x) pour tout x ∈ B \ A.
L’hypothèse de domination énoncée ici signifie que, pour tout n ∈ N, il existe
une partie négligeable An tel que |fn (x)| ≤ g(x) pour tout x ∈ B \ An .
Observons alors que N := A ∪n∈N An , comme union dénombrable de parties
négligeables, est une partie négligeable de B et que les hypothèses du théorème 4.25
sont satisfaites pour cette partie N . Ce nouvel énoncé est donc équivalent à celui
de 4.25.

Exercice 4.28 Soit fn : R → C définie pour tout x ∈ R tel que 0 < |x| < 1 par
fn (x) = (sin( x1 ))n , et par fn (x) = 0 sinon
1. Montrer que chacune des fonctions fn (pour n ∈ N) est intégrable.
2. Montrer que la suite de fonctions (fn )n∈N converge simplement vers 0 en
dehors d’un ensemble négligeable N ⊂ R que l’on explicitera.
R
3. Pour n ∈ N, on note In = R fn dλ. Montrer que la suite (In )n∈N converge
lorsque n → ∞, et identifier sa limite.

C Intégrales dépendant d’un paramètre

On utilise maintenant le théorème de convergence dominée pour
étudier les intégrales dépendant d’un paramètre.
62 D. H. M310

Théorème 4.29 Continuité sous l’intégrale.

Soient I ⊂ R un intervalle et h : I × B → C une fonction, où B ⊂ R est
une partie mesurable de R. On suppose que :
1. pour tout x ∈ I, la fonction t ∈ B 7→ h(x, t) ∈ C est intégrable ;
2. pour tout t ∈ B, la fonction x ∈ I 7→ h(x, t) ∈ C est continue ;
3. il existe une fonction positive intégrable g ∈ L1 (B) telle qu’on ait la
domination |h(x, t)| ≤ g(t) pour tout x ∈ I et tout t ∈ B.
R
Alors, la fonction H : x ∈ I 7→ B h(x, t) dλ(t) ∈ C est bien définie, et elle
est continue.

Remarque 4.30 Dans la pratique, B ⊂ R sera bien souvent un intervalle !

La première hypothèse est conséquence de la troisième.

Preuve Pour tout x ∈ I, la fonction définie par t ∈ B 7→ h(x, t) ∈ C est

intégrable (hypothèse 1.). La fonction H est donc bien définie.
Nous allons montrer que H est continue au point x0 en utilisant le critère
séquentiel de continuité 1.43. On se donne donc une suite (yn )n∈N dans I qui
converge vers x0 , et l’on veut montrer que la suite (H(yn ))n∈N converge vers
H(x0 ). Cette propriété résulte immédiatement du théorème de convergence
dominée 4.25 que l’on applique à la suite de fonctions définie, pour n ∈ N,
par fn : t ∈ B 7→ h(yn , t) ∈ C. En effet, on a :
• convergence : On introduit la fonction f : t ∈ B 7→ h(x0 , t) ∈ C.
D’après l’hypothèse 2., la suite de fonctions (fn )n∈N converge simple-
ment vers f en tout point t ∈ B.
• domination : L’hypothèse 3. assure qu’on a |fn (t)| ≤ g(t) pour tout
n ∈ N et pour tout t ∈ B, avec g intégrable positive.
Les hypothèses
R du théorème
R de convergence dominée étant satisfaites, on
a H(yn ) := B fn dλ −−−→ B f dλ =: H(x0 ) : ce qu’on voulait. 2
n→∞

Le corollaire suivant se déduit sans peine du théorème 4.29 : il suffit en

effet d’oublier la partie négligeable N , et donc d’intégrer uniquement sur
B 0 = B \ N . On laisse au lecteur le soin d’écrire les détails si besoin.

Corollaire 4.31 Soient I ⊂ R un intervalle et h : I × B → C une fonc-

tion, où B ⊂ R est une partie mesurable de R. Soit x0 ∈ I. On suppose
qu’il existe un ensemble négligeable N ⊂ B tel que :
1. pour tout x ∈ I, la fonction t ∈ B 7→ h(x, t) ∈ C est intégrable ;
2. pour tout t ∈
/ N , la fonction x ∈ I 7→ h(x, t) ∈ C est continue en
x0 ;
3. il existe une fonction positive intégrable g ∈ L1 (B) telle qu’on ait
la domination |h(x, t)| ≤ g(t) pour tout x ∈ I et tout t ∈
/ N.
Intégrales dépendant d’un paramètre 63

Alors, la fonction
Z
H : x ∈ I 7→ h(x, t) dλ(t) ∈ C
B

est bien définie et elle est continue en x0 .

Exercice 4.32 Intégrale fonction de la borne. Soit f ∈ L1 .

R
1. Montrer que la fonction F : x ∈ [0, ∞[7→ [0,x]
f dλ ∈ R est bien définie.
2. Montrer que F est continue sur [0, ∞[.
On écrira F sous forme d’une intégrale dépendant d’un paramètre, soit
Z
F (x) = h(x, t) dλ(t) où h(x, t) = f (t) 1[0,x] (t) .
R

Un prochain chapitre sera consacré à la transformée de Fourier. On peut

cependant s’y intéresser dès maintenant.
Exercice 4.33 Transformée de Fourier. Soit f ∈ L1 une fonction intégrable.
1. Montrer que, pour tout x ∈ R, la fonction t ∈ R 7→ f (t)e−itx ∈ C est
intégrable.
2. Montrer queR la transformée de Fourier fˆ : R → C de f définie pour x ∈ R
par fˆ(x) = R f (t)e−itx dλ(t) est une fonction continue.

Nous allons maintenant passer au théorème de dérivation sous le signe

intégrale. Comme il va s’agir de dériver, on doit maintenant supposer que I
est un intervalle ouvert.

Théorème 4.34 Dérivabilité sous l’intégrale.

Soient I ⊂ R un intervalle ouvert, B ⊂ R une partie mesurable et une
fonction h : I × B → C. On suppose que :
1. pour tout x ∈ I, la fonction t ∈ B 7→ h(x, t) ∈ C est intégrable ;
2. pour tout t ∈ B, la fonction x ∈ I 7→ h(x, t) ∈ C est de classe C 1 ;
3. il existe une fonction intégrable g ∈ L1 (B) telle que, pour tout x ∈ I
∂h
et tout t ∈ B, on ait la domination (x, t) ≤ g(t).
∂x
Alors, la fonction
Z
H : x ∈ I 7→ h(x, t) dλ(t) ∈ C
B

est bien définie, de classe C 1 , et pour tout x ∈ I on peut calculer sa dérivée :

Z
∂h
H 0 (x) = (x, t) dλ(t) .
B ∂x
64 D. H. M310

En d’autres termes, on peut “dériver sous l’intégrale”. Il suit que la fonction

H est continue.
Exercice 4.35 Utiliser le théorème de dérivation sous l’intégrale pour montrer
2
que la fonction définie par H : x ∈ ]0, +∞[ 7→ R e−xt dλ(t) ∈ R est de classe C 1 ,
R

et exprimer sa dérivée sous forme d’une intégrale. On commencera par étudier H

sur des intervalles ]a, +∞[, avec 0 < a.
2
Retrouver simplement ce résultat en exprimant H à l’aide de I0 = R e−t dλ(t)
R

(on utilisera les propriétés d’invariance de l’intégrale).

Preuve L’hypothèse (1) assure que la fonction H est bien définie.

Montrons maintenant la dérivabilité de H. Soit x0 ∈ I. La fonction H
est dérivable au point x0 avec H 0 (x0 ) = α si et seulement si ses taux d’ac-
croissement au point x0 , soient

x0 H(x0 ) − H(x)
τH (x) := ,
x0 − x
convergent vers α lorsque x → x0 (avec x ∈ I et x 6= x0 ). Pour montrer que
c’est bien le cas, nous allons de nouveau utiliser le théorème de convergence
dominée.
On choisit donc une suite yn ∈ I \x0 qui converge vers x0 , et l’on introduit
cette fois-ci la suite de fonctions (fn ) définie par
h(x0 , t) − h(yn , t)
fn : t ∈ B 7−→ ∈ C.
x 0 − yn
Chaque fonction fn est intégrable comme combinaison linéaire de fonctions
intégrables.
x0
Observons que fn (t) = τh(.,t) (yn ) est le taux d’accroissement entre x0 et
yn de la fonction x 7→ h(x, t). Par définition du taux d’accroissement et par
linéarité de l’intégrale, on a l’égalité
Z
x0
τH (yn ) = fn (t) dλ(t) .
B

Convergence : L’hypothèse de dérivabilité (2.) assure que, pour tout

∂h
t ∈ B, on a fn (t) → (x0 , t) lorsque n → ∞ : les taux d’accroissement de
∂x
la fonction x 7→ h(x, t) convergent vers la dérivée !

Domination : Il s’agit maintenant de dominer les fonctions fn , c’est-

à-dire les taux d’accroissement des fonctions x 7→ h(x, t) au point x0 . Du
théorème des accroissements finis, puis de la majoration 3., on déduit la
domination, valable pour tout t ∈ B :
h(x0 , t) − h(yn , t) ∂h
|fn (t)| = ≤ sup | (z, t)| ≤ g(t) .
x0 − yn z∈[x0 ,yn ] ∂x
Intégrales dépendant d’un paramètre 65

Puisque la fonction g est intégrable, le théorème de convergence dominée

s’applique à la suite (fn ) pour montrer que
Z Z
x0 ∂h
τH (yn ) = fn (t) dλ(t) −−−→ (x0 , t) dλ(t) .
B n→∞ B ∂x
Z
0 ∂h
Ainsi H est bien dérivable au point x0 , avec H (x0 ) = (x0 , t) dλ(t).
B ∂x
Le théorème de continuité sous le signe R intégrale s’applique alors pour
0 ∂h
montrer que la dérivée x ∈ I 7→ H (x) = B ∂x (x, t) dλ(t) est continue, i.e.
que H est de classe C 1 . En effet, chaque fonction x ∈ I 7→ ∂h ∂x (x, t) ∈ C est
continue sur I (pour t ∈ B) et on a la domination (3). 2

Remarque 4.36 Si l’on remplace, dans l’énoncé de 4.34, l’hypothèse 2. par

2.0 pour tout x ∈ R, la fonction t ∈ I 7→ h(t, x) ∈ R est dérivable
le théorème 4.29 assure simplement que H est dérivable.
5. Intégrale de Lebesgue sur Rn

Nous commençons par définir l’intégrale de Lebesgue sur Rn .

Puis nous énonçons sans démonstration les théorèmes de Fubini,
et de changement de variable pour les intégrales multiples, qui
donnent des méthodes pratiques pour le calcul de ces intégrales.

' $
— Les propriétés de l’intégrale sur Rn des fonctions mesurables
positives 5.1 ou bien intégrables 5.3.
— Les théorèmes de convergence monotone, de Fatou, de convergence dominée,
de continuité et dérivabilité sous l’intégrale (mêmes énoncés qu’en dimension 1).
— La notion d’ensemble négligeable.
— La définition de l’intégrale d’une fonction définie presque partout 5.8.
— Le théorème de Fubini-Tonelli 5.11
— Le théorème de Fubini 5.17.
— Le théorème du changement de variables pour les intégrales multiples 5.28.
— Les propriétés d’invariance de l’intégrale 5.32 en dimension quelconque.
— Le passage en coordonnées polaires 5.29.
& %

66
Intégration dans Rn 67

A Intégration dans Rn
A.1 Fonctions positives
Nous admettrons qu’on sait définir, comme en dimension 1, l’intégrale
de Lebesgue pour les fonctions mesurables positives f : Rn → [0, +∞]. Elle
satisfait les mêmes propriétés qu’en dimension 1, que nous rappelons ci-
dessous brièvement. Seule la condition de normalisation doit être modifiée
par rapport à l’énoncé 2.4 : on ne prescrit plus la longueur des intervalles,
mais la “mesure” (qui sera une “surface” en dimension 2, un “volume” en
dimension 3 etc...) des pavés n-dimensionnels.

Théorème 5.1 Intégrale des fonctions positives sur Rn .

Il existe une application qui, à une fonction f : Rn → [0, +∞] mesurable
positive, associe son “intégrale de Lebesgue”
Z Z
f dλ = f (x1 , · · · , xn ) dλ(x1 , · · · , xn ) .
Rn Rn

Cette intégrale est :

Qn n
1. Normalisée : pour tout pavé P := Q[a
i=1 i , bi ] ⊂ R , l’intégrale de sa
fonction indicatrice vaut Rn 1P dλ = ni=1 (bi − ai ).
R

2. Croissante.
3. Positivement linéaire.
Elle satisfait le théorème de
Convergence monotone : si (fp )p∈N est une suite croissante (c’est-à-dire
avec fp ≤ fp+1 ) de fonctions mesurables positives fp : Rn → [0, +∞], alors
sa limite f := lim fp = sup fp : Rn → [0, +∞] est mesurable positive et on
peut échanger limite et intégrale :
Z Z
lim fp dλ = lim fp dλ .
Rn p→+∞ p→+∞ Rn

Comme en dimension 1, une fonction continue f : Rn → C (de même que

sa restriction à une partie mesurable de Rn , par exemple un ouvert ou un
fermé de Rn ) est mesurable.

A.2 Fonctions à valeurs réelles ou complexes

R Une fonction mesurable f : Rn → R est intégrable si et seulement si

Rn |f | dλ < ∞, et l’on définit alors son intégrale en passant par l’intermé-
diaire de ses parties positives et négative (revoir la définition 3.2), soit
Z Z Z
f dλ = f + dλ − f − dλ .
Rn Rn Rn
68 D. H. M310

De même pour les fonctions à valeurs complexes, en passant par les parties
réelle et imaginaire.
Une fonction mesurable f : B → C définie sur une partie mesurable
B ⊂ Rn est intégrable lorsque R son prolongement f˜ : Rn → C par 0 est
intégrable, et on définit alors B f dλ := Rn f˜ dλ.
R

Exemple 5.2 Soient P := ni=1 [ai , bi ] ⊂ Rn un pavé, et f : P → C une

Q
fonction continue. Alors f est bornée. Il suit qu’elle est intégrable sur P .
Proposition 5.3 Propriétés de l’intégrale de Lebesgue (2).
Soit B ⊂ Rn une partie mesurable. On désignera par L1C (B), ou plus
simplement L1 (B), l’ensemble des fonctions f : B → C qui sont intégrables.
On notera en particulier L1 = L1 (R).
1. L’ensemble L1 (B) est naturellement un espace vectoriel sur C.
2. L’intégrale I : f ∈ L1 (B) → B f dλ ∈ C est une application C-
R

linéaire sur l’espace vectoriel L1 .

3. L’intégrale vérifie l’inégalité triangulaire : pour f ∈ L1 (B), on a
Z Z
f dλ ≤ |f | dλ .
B B

Preuve Reprendre mot pour mot la démonstration donnée en dimension 1

(propositions 3.6 et 3.9). 2

L’intégrale de Lebesgue en dimension n vérifie le théorème de convergence

dominée qui se déduit, comme en dimension 1, du théorème de convergence
monotone. Énonçons la version sans partie négligeable.
Théorème 5.4 Théorème de convergence dominée.
Soit B ⊂ Rn mesurable. Soient fp : B → C (p ∈ N) des fonctions
mesurables. Supposons qu’on ait :
• convergence : la suite de fonctions (fp )p∈N converge simplement vers
une fonction f : B → C en tout point de B ;
• domination : il existe une fonction positive g : B → [0, +∞] intégrable
telle qu’on ait la domination |fp (x)| ≤ g(x) pour tout p ∈ N et pour
tout x ∈ B.
Alors chacune des fonctions fp , ainsi que la limite f , est intégrable et
Z Z Z 
f dλ = ( lim fp ) dλ = lim fp dλ .
B B p→∞ p→∞ B
Mieux, on a Z
lim |fp − f | dλ = 0 .
p→∞ B

On en déduit, comme avant, les théorèmes de continuité et de dérivabilité

des intégrales dépendant d’un paramètre. Nous vous laissons le soin de les
énoncer.
Intégration dans Rn 69

A.3 Parties négligeables dans Rn

Nous commençons par revenir sur la notion de partie négligeable, cette
fois-ci dans Rn , et avec quelques nouveaux exemples. La définition est la
même...

Définition 5.5 Soit A ⊂ Rn une partie Rmesurable.

On dit que A est négligeable lorsque Rn 1A dλ = 0.

Exemple 5.6 Comme en dimension 1, une réunion finie ou dénombrable

d’ensembles négligeables est négligeable.
Un singleton {x0 } ⊂ Rn est négligeable. De même, un segment paralèlle
à un axe de coordonnées, comme S1 (a, b) = [a, b] × {0} × · · · × {0}, est
négligeable lorsque n ≥ 2. Dans les deux cas, il s’agit de pavés (avec un ou
plusieurs côtés de longueur nulle) !
Une droite de coordonnées, par exemple D1 = {(t, 0, . . . , 0) | t ∈ R} est
négligeable lorsque n ≥ 2. Il suffit d’écrire D1 = ∪n∈N S1 (−n, n).

Attention, un segment non réduit à un point n’est pas négligeable dans R !

Pour démontrer qu’un segment quelconque est négligeable dans Rn pour
n ≥ 2, on s’en tire comme suit avec les moyens du bord. Le théorème de
Fubini nous permettra bientôt de trivialier le résultat (exercice 5.14).

Exercice 5.7 1. Soit le segment σ = {(t, t) | t ∈ [0, 1]} ⊂ R2 .

(a) Pour p ∈ N∗ , montrer que l’on peut recouvrir σ par la réunion de p
carrés de côtés 1/p (faire un dessin !).
(b) En déduire que σ est négligeable.
2. Montrer de même qu’un segment quelconque S ⊂ Rn est négligeable dans
Rn pour n ≥ 2.
3. En déduire qu’une droite ∆ ⊂ Rn est négligeables dans Rn pour n ≥ 2.

La théorie de l’intégration de Lebesgue nous amène naturellement à intégrer

des fonctions qui ne sont définies que presque partout, c’est-à-dire en dehors
d’un ensemble négligeable (voir notamment le théorème de Fubini 5.17).

Définition 5.8 Soit n ≥ 1. Soit B ⊂ Rn une partie mesurable.

On dira que “la fonction mesurable f est définie presque partout sur B”
lorsqu’il existe une partie négligeable N ⊂ B telle que f soit définie (et
mesurable) sur B \ N .
R R
Lorsque f est à valeurs positives, on définit alors B f dλ = B\N f dλ.
Lorsque f est à valeurs
R complexes, on dit que la fonction
R f définie
R p.p. est
intégrable sur B lorsque B\N |f | dλ < ∞ et on définit B f dλ = B\N f dλ.
70 D. H. M310

R
Remarque 5.9 La notation B f dλ est ici quelque peu abusive, la fonction
f : B \ N → C n’étant pas définie aux points de N . Mais cette notation
présente l’avantage de ne pas faire référence à la partie négligeable N , qui
ne nous intéressera généralement pas.
Il faut quand même s’assurer que la définition de l’intégrale d’une fonction
définie presque partout n’est pas ambigüe. Supposons pour fixer les idées que
f , définie presque partout sur B, soit à valeurs positives. La fonction f est
donc définie sur B \ N , où N ⊂ B est négligeable. Si N1 est une autre partie
négligeable de B, telle que N ⊂ N R f est a fortiori définie sur N1
R 1 , la fonction
et la proposition 4.22 assure que B\N f dλ = B\N1 f dλ. Nous formaliserons
tout ceci au chapitre 8 où nous introduirons les espaces L1 puis Lp pour p ≥ 1.

Voici un exemple très naturel, où apparaît une fonction définie presque

partout.

Exemple 5.10 Soit fn : R → C la fonction définie par fn (x) = (cos x)n

(pour n ∈ N). La fonction f = limn→∞ fn est définie presque partout (en
tous les points tels que cos x 6= −1, c’est-à-dire lorsque x ∈ R \ N où N est
la partie dénombrable N = {π + 2kπ | k ∈ Z}).

L’objet des deux paragraphes suivants est de donner des méthodes pour
calculer les intégrales n-dimensionnelles.

B Les théorèmes de Fubini

Les théorèmes de Fubini permettent de ramener le calcul d’une
intégrale en plusieurs variables à une succession d’intégrales en
dimension 1 (pour lesquelles on dispose notamment des méthodes
expliquées en 3.18).
Pour simplifier les notations, nous n’exposerons ces résultats qu’en dimension
2. La généralisation à la dimension n est immédiate : pour calculer une
intégrale sur Rn , on intègre n fois en dimension 1 en choisissant comme on
veut l’ordre dans lequel on fait apparaître les n coordonnées.
On commence (comme toujours !) par traiter le cas des fonctions positives.

Théorème 5.11 Théorème de Fubini-Tonelli.

Soit f : R2 → [0, +∞] une fonction mesurable positive. Alors, les trois
expressions suivantes ont un sens et on a l’égalité
Z Z Z  Z Z 
f dλ(x, y) = f (x, y) dλ(y) dλ(x) = f (x, y) dλ(x) dλ(y) .
R2 R R R R
(5.1)
Les théorèmes de Fubini 71

Cela signifie implicitement que, pour tout x ∈ R, la fonction définie par

fx : y ∈ R →R f (x, y) ∈ [0, +∞]
R est mesurable, puis que la fonction définie
par x ∈ R → R fx dλ(y) = R f (x, y) dλ(y) ∈ [0, +∞] est mesurable.
Exercice 5.12 On se donne A := {a} × R ⊂ R2 (a ∈ R) ou, plus généralement,
A = N × R ⊂ R2 où N ⊂ R est une partie négligeable. Montrer que A ⊂ R2
est lui-même négligeable, c’est-à-dire que l’intégrale de sa fonction indicatrice est
nulle : Z
1A = 0 .
R2
Qn
Exercice 5.13 Soient n ≥ 2 et P := ⊂ Rn un pavé.
i=1 [ai , bi ]
Retrouver, en utilisant le théorème de Fubini-Tonelli et la normalisation de 2.4, la
valeur de l’intégrale de la fonction indicatrice du pavé, soit
Z Yn
1P = (bi − ai ) .
Rn i=1

La normalisation 5.1 est donc bien cohérente avec Fubini-Tonelli, ouf !

Exercice 5.14 Soit D ⊂ R2 une droite. Retrouver le fait que D est négligeable
dans R2 (exercice 5.7), en utilisant cette fois-ci le théorème de Fubini-Tonelli.

Expliquons maintenant sur un exemple comment intégrer une fonction

mesurable positive sur une partie de R2 , par exemple un triangle.
Exemple 5.15 Soit le triangle T = {(x, y) ∈ R2 | 0 ≤ x ≤ 1 et 0 ≤ y ≤ x}.
On cherche à calculer l’intégrale
Z Z
x dλ(x, y) = f 1T ,
T R2

où f : (x, y) ∈ R2 → x ∈ R. Puisque f 1T est positive, on peut utiliser le

théorème de Fubini-Tonelli pour calculer cette intégrale.

Figure 5.1 – Fubini-Tonelli pour un triangle

Avant tout chose on dessine T , et on détermine l’intersection de T avec

les droites horizontales (y constant) et verticales (x constant) :
T ∩ {y = y0 } = [y0 , 1] × {y0 } si y0 ∈ [0, 1], et est vide sinon
T ∩ {x = x0 } = {x0 } × [0, x0 ] si x0 ∈ [0, 1], et est vide sinon.
72 D. H. M310

En intégrant “en x à l’intérieur”, on obtient que

Z Z Z  Z Z 
f= f (x, y)1T (x, y) dλ(x) dλ(y) = f (x, y) dλ(x) dλ(y)
T R R [0,1] [y,1]
y2

Z Z Z
 1 1 1 1
= x dλ(x) dλ(y) = − dλ(y) = − = .
[0,1] [y,1] [0,1] 2 2 2 6 3

En effet (f 1T )(x, y) est nulle si y est hors de l’intervalle [0, 1], ou bien si
y ∈ [0, 1] et x est hors de l’intervalle [y, 1] ; elle est égale à f (x, y) sinon
(dessin du milieu dans la figure 5.1).

En intégrant “en y à l’intérieur”, on obtient que

Z Z Z  Z Z 
f= f (x, y)1T (x, y) dλ(y) dλ(x) = f (x, y) dλ(y) dλ(x)
T R R [0,1] [0,x]
Z Z Z
 1
= x dλ(y) dλ(x) = x2 dλ(x) = .
[0,1] [0,x] [0,1] 3

En effet (f 1T )(x, y) est nulle si x est hors de l’intervalle [0, 1], ou bien si
x ∈ [0, 1] et y est hors de l’intervalle [0, x] ; elle est égale à f (x, y) sinon
(dessin de droite dans la figure 5.1).
Comme prévu par le théorème, les deux options de calcul donnent le
même résultat. Dans certains cas, il sera plus judicieux de choisir d’intégrer
d’abord en x à l’intérieur, ou bien en y à l’intérieur : il faudra s’inspirer des
circonstances.

Exercice 5.16 Aire du triangle.

Dans l’exemple
R R prendre f ≡ 1 pour obtenir que l’aire du triangle
précédent 5.15,
T est A(T ) = R2 1T dλ(x, y) = T dλ(x, y) = 1/2.

Passons maintenant à l’intégrale d’une fonction mesurable f : R2 → C.

R entendu commencer par montrer que f est intégrable, c’est-
Il faudra bien
à-dire que R2 |f | dλ < ∞. Pour ce faire, on appliquera souvent (mais pas
systématiquement) le théorème de Fubini-Tonelli (5.1) à la fonction |f |. Une
fois l’intégrabilité de f assurée, on pourra appliquer le théorème de Fubini
pour calculer l’intégrale de f .

Théorème 5.17 Théorème de Fubini.

Soit f : R2 → C une fonction intégrable. Alors :
• Pour presque tout x ∈ R, la fonction
R fx : yR ∈ R → f (x, y) ∈ C est
intégrable. De plus, la fonction x → R fx dλ(y) = R f (x, y) dλ(y) ∈ (qui est
définie p.p. sur R) est intégrable.
• Pour presque tout y ∈ R, la fonction y
R y f : x R∈ R → f (x, y) ∈ C est
intégrable. De plus, la fonction y → R f dλ(x) = R f (x, y) dλ(x) (qui est
définie p.p. sur R) est intégrable.
Le théorème du changement de variable 73

On a alors l’égalité
Z Z Z  Z Z 
f dλ(x, y) = f (x, y) dλ(y) dλ(x) = f (x, y) dλ(x) dλ(y) .
R2 R R R R
(5.2)

Les propriétés • assurent que toutes les expressions qui apparaissent dans
(5.2) sont bien définies.

Remarque 5.18 L’hypothèse que f est intégrable est indispensable dans ce

théorème. Sinon, l’intégrale de gauche n’est pas définie. Pire ( ? !), les deux
intégrales de droite peuvent exister et avoir des valeurs différentes !

Dans l’illustration simplette de Fubini ci-dessous on constate que, pour une

fonction intégrable f : R2 → C, il peut arriver que les fonctions fx (resp. f y )
ne soient intégrables que pour presque tout x (resp. presque tout y).

Exemple 5.19 Soit la fonction mesurable f : R2 → R définie par f (1, y) =

ey sin y et f (x, y) = 0 si x 6= 1.
La fonction f est nulle en dehors de la droite {1} × R, qui est négligeable
(exercice
R 5.12 ou 5.7). Cette fonction est donc intégrable et d’intégrale nulle,
soit R2 f dλ = 0.
La fonction fx est intégrable si et seulement siR x 6= 1, donc presque
partout, et dans ce cas R fx est la fonction nulle donc fx (y) dλ(y) = 0.
La fonction x → fx (y) dλ(y) est définie presque partout (pour x 6= 1),
et y est
R nulle. Cette
R R fonction est donc

intégrable et d’intégrale nulle et on a
bien R2 f dλ = R R fx (y) dλ(y) dλ(x) = 0.
Pour y ∈ R, la fonction Rf y est nulle p.p. (en l’occurrence sur R \ {1}),
y
donc elleRest intégrable R y f (x) dλ(x)
R avec
= 0. On retrouve commen attendu
l’égalité R2 f dλ = R R f (x) dλ(x) dλ(y) = 0.

Exercice 5.20 Fonctions décomposées.

1. Soient f, g : R → C deux fonctions intégrables. Démontrer que la fonction
définie
R par F : (x, y) ∈ R2 → Rf (x) g(y) R∈ C est intégrable et calculer
R2
f (x) g(y) dλ(x, y) à l’aide de R f dλ et R g dλ.
2. Soient fi : R → C des fonctions intégrables (n ≥ 2, 1 ≤ i ≤ n). Dé-
montrer que la fonction F R: (x1 , · · · , xn ) ∈ Rn → f1 (x1 ) · · · fn (xn ) ∈ C
est intégrable,
R et exprimer Rn f1 (x1 ) · · · fn (xn ) dλ(x1 , · · · , xn ) à l’aide des
intégrales R fi dλ.

C Le théorème du changement de variable

Nous avons déjà évoqué la formule du changement de variable
pour les intégrales en dimension 1 (voir la proposition 3.18). Nous
nous intéressons maintenant à la dimension quelconque.
74 D. H. M310

C.1 Rappels de calcul différentiel

Commençons par rappeler brièvement ce que sont une application
de classe C 1 et un difféomorphisme (pour plus de détails, on
pourra se reporter au cours de Calcul différentiel).

Définition 5.21 Application C 1 , jacobienne, déterminant jacobien.

On note (x1 , · · · , xn ) les coordonnées dans Rn .
Une application ϕ = (ϕ1 , · · · , ϕn ) : U ⊂ Rn → Rn définie sur un ouvert
U ⊂ Rn est de classe C 1 si et seulement si ses composantes ϕi admettent
des dérivées partielles ∂j ϕi : U → R continues (pour 1 ≤ i, j ≤ n).
La matrice jacobienne de ϕ au point x est alors la matrice (n, n) des
dérivées partielles en ce point, soit
 
∂1 ϕ1 (x) . . . ∂n ϕ1 (x)
Jx (ϕ) =  .. ..
.
 
. ... .
∂1 ϕn (x) . . . ∂n ϕn (x)

Le déterminant jacobien de ϕ est la fonction x 7→ det Jx (ϕ), continue à

valeurs réelles, définie pour x ∈ U comme le déterminant


det Jx (ϕ) = det ∂j ϕi (x) 1≤i,j≤n

de la matrice jacobienne au point x.

∂ϕi
On utilise également la notation ∂j ϕi = .
∂xj

Exemple 5.22 Une application linéaire, ou plus généralement polynomiale,

est de classe C 1 .
Soient M ∈ Mn R et l’application linéaire ϕM : x ∈ Rn 7→ M x ∈ Rn . La
matrice jacobienne de ϕM en chaque point x ∈ Rn est Jx (ϕM ) = M .

Exercice 5.23 Démontrer que l’application f : R2 → R2 définie pour (x, y) ∈ R2

par f (x, y) = (xy 2 + 1, ex + y) est de classe C 1 , et déterminer sa matrice jacobienne
ainsi que son déterminant jacobien en tout point de R2 .

Définition 5.24 Difféomorphisme.

Soit n ≥ 1. Soient U et V deux ouverts de Rn . Une application ϕ : U → V
est un C 1 -difféomorphisme si :
1. ϕ réalise une bijection entre U et V ;
2. l’application ϕ : U → V est de classe C 1 ;
3. l’application réciproque ϕ−1 : V → U est également de classe C 1 .
Le théorème du changement de variable 75

Remarque 5.25 Même si cela ne nous sera pas utile ici, rappelons que
lorsque ϕ : U → V est un C 1 -difféomorphisme, son déterminant jacobien
det Jx (ϕ) est non nul en chaque point x ∈ U .
En effet, on dérive l’expression ϕ−1 ◦ ϕ = Id, composée de fonctions de
classe C 1 , puis on prend le déterminant de l’expression obtenue. On obtient
alors que Jϕ(x) ϕ−1 ◦ Jx (ϕ) = Id, et donc en utilisant la multiplicativité du
déterminant :
det Jϕ(x) (ϕ−1 ) · det Jx (ϕ) = 1
pour tout x ∈ U . Le résultat suit.
L’exemple suivant est élémentaire, mais fondamental.
Proposition 5.26 Soit M ∈ Gln R une matrice inversible, c’est-à-dire dont
le déterminant est non nul. Alors l’application linéaire associée définie par
ϕM : x ∈ Rn → M x ∈ Rn est un C 1 -difféomorphisme de Rn dans lui-
même. Son jacobien est l’application constante définie par Jx (ϕM ) = M pour
tout x ∈ Rn , et le déterminant jacobien en chaque point vaut det Jx (ϕM ) =
det M 6= 0.
Si U ⊂ Rn est un ouvert, son image V = ϕM (U ) ⊂ Rn est également
ouverte, et la restriction ϕM : U → V est un difféomorphisme.

C.2 Déterminant et volume

L’intégrale de Lebesgue est reliée à la notion de “volume” : longueur

en dimension 1, aire en dimension 2, volume 3-dimensionnel en dimension
3 etc... La formule du changement de variable (théorème 5.28) va faire
apparaître un déterminant (le déterminant jacobien du difféomorphsime).
Pour comprendre d’où sort ce déterminant, il faut avoir en tête le fait que
le déterminant est intimement lié à la notion de volume. C’est, en petite
dimension, ce qu’exprime le résultat suivant.

Proposition 5.27 On vient de voir que le déterminant jacobien d’une

application linéaire ϕM est constant, on le notera donc det J(ϕM ) (sans
référence au point où l’on considère la matrice jacobienne).
Dimension 1 : Soit a ∈ R.
L’image par l’application linéaire ϕa : x ∈ R → ax ∈ R du segment [0, 1]
(de longueur 1) est un segment de longueur |a| = | det J(ϕa )|.
Dimension 2 : Soit M ∈ M2 R.
L’image par l’application linéaire ϕM : x ∈ R2 → M x ∈ R2 du pavé [0, 1]2
(d’aire 1) est un pavé d’aire | det M | = | det J(ϕM )|.
Dimension 3 : Soit M ∈ M3 R.
L’image par l’application linéaire ϕM : x ∈ R3 → M x ∈ R3 du pavé [0, 1]3
(de volume 1) est un pavé de volume | det M | = | det J(ϕM )|.
76 D. H. M310

Éléments de preuve • L’assertion est claire en dimension 1.

• Plaçons-nous en dimension 2. Si la matrice M n’est pas inversible,
l’image ϕM ([0, 1]2 ) est incluse dans une droite et est donc négligeable,
tandis que | det M | = 0.
Nous allons également évoquer deux exemples lorsque M ∈ M2 R est
inversible (et l’on peut montrer que ces deux exemples suffisent à montrer
l’assertion lorsque M ∈ M2 R est inversible quelconque).
 
1 1
∗ Supposons pour commencer que M = T := , avec det T = 1.
0 1
L’image ϕT ([0, 1]2 ) est le parallélogramme dessiné ci-dessous. Par décou-
page, on constate que ce parallélogramme a même aire, égale à 1, que le
pavé de départ [0, 1]2 .
 
1 0
∗ Supposons maintenant que M = Da := , avec det Da = a.
0 a
L’image ϕDa ([0, 1]2 ) est alors un rectangle de côtés 1 et |a|, donc d’aire
égale à |a|.

C.3 Changement de variable dans l’intégrale

Théorème 5.28 Théorème du changement de variable en dimension n.
Soit ϕ : U → V un C 1 -difféomorphisme entre deux ouverts de Rn . On
désigne par |det J(ϕ)| : x ∈ U 7→ |det Jx (ϕ)| ∈ [0, ∞[ la valeur absolue du
déterminant jacobien.
• Soit f : V → [0, +∞] une fonction mesurable positive. Alors, la fonction
(f ◦ ϕ) |det J(ϕ)| : U → [0, +∞] est mesurable, et on a l’égalité :
Z Z
f dλ = (f ◦ ϕ) |det J(ϕ)| dλ ∈ [0, +∞] . (5.3)
V U

• Soit f : V → C mesurable. Alors, la fonction f : V → C est intégrable

si et seulement si la fonction (f ◦ ϕ) |det J(ϕ)| : U → C est intégrable. Dans
ce cas, les intégrales de f sur V , et de (f ◦ ϕ) |det J(ϕ)| sur U , sont égales :
Z Z
f dλ = (f ◦ ϕ) |det J(ϕ)| dλ , (5.4)
V U

|det J(ϕ)| désignant la valeur absolue du déterminant jacobien.

Le théorème du changement de variable 77

On peut remarquer que la seconde assertion est conséquence immédiate de

la première, en revenant à la définition d’une fonction intégrable, et de son
intégrale.

Un exemple très important d’application théorème de changement de

variables concerne le passage en coordonnées polaires. L’exercice suivant sera
traité en cours.

Exercice 5.29 Coordonnées polaires. L’application

ϕ : (r, θ) ∈ ]0, ∞[ × ]0, 2π[ −→ (r cos θ, r sin θ) ∈ R2

définit un difféomorphisme sur son image V := ϕ(R2 ).

1. Décrire V , et remarquer que R2 \ V est négligeable.
2. Déterminer le déterminant jacobien det J(r,θ) (ϕ) de ϕ au point (r, θ).

Vous pourrez donc utiliser à volonté la proposition suivante.

Proposition 5.30 Intégrer en polaires.

Pour une fonction intégrable f : R2 → C (ou alors pour une fonction
mesurable positive f : R2 → [0, ∞]), on a l’égalité
Z Z
f (x, y) dλ(x, y) = f (r cos θ, r sin θ) r dλ(r, θ) .
R2 ]0,∞[×]0,2π[

L’utilisation des coordonnées polaires se révèle particulièrement utile pour

intégrer des fonctions f : R2 → R qui ne dépendent que de la distance à
l’origine. Donnons un exemple.
2
e−t dλ(t).
R
Exercice 5.31 Calcul de R
−(x2 +y 2 ) 2
Soit f : (x, y) ∈ R2 → e e−t dλ(t) et
R
∈ [0, ∞[. On introduit I = [0,∞[
R
J = R2 f (x, y) dλ(x, y).
1. Calculer J en passant en coordonnées polaires.
2. En déduire la valeur de I. On pourra penser à utiliser le théorème de Fubini
(ou l’exercice 5.20) pour exprimer l’intégrale J à l’aide de I.
3. Montrer alors, pour a > 0, l’égalité
Z  π 1/2
2
e−at dλ(t) = .
R a

Vous retrouvez ainsi les densités de probabilité des lois normales.

Le théorème du changement de variable généralise comme suit la proposition

3.25, qui avait énoncée en dimension 1, à la dimension supérieure.
78 D. H. M310

Exercice 5.32 Propriétés d’invariance de l’intégrale.

En faisant intervenir les difféomorphismes

τy : x ∈ Rn → x − y ∈ Rn (y ∈ Rn )
n
hs : x ∈ R → sx ∈ R n
(s ∈ R∗ )
j : x ∈ Rn → −x ∈ Rn ,

retrouver, puis généraliser en dimension quelconque, les propriétés d’invariance de

l’intégrale (proposition 3.25) comme cas particuliers du théorème 5.28. On obtient,
pour toute fonction f ∈ L1 (Rn ), tout vecteur y ∈ Rn et tout scalaire s 6= 0 :
Z Z Z Z
f (x) dλ(x) = f (x − y) dλ(x) = f (−x) dλ(x) = |s|n f (sx) dλ(x) .
Rn Rn Rn Rn

Remarque 5.33 Comparaison avec la dimension 1.

Soient ϕ : [a, b] → R une application de classe C 1 . Soient f : I → R une
fonction continue définie sur ϕ([a, b]) et F : I → R une primitive de f . On a
vu à la proposition 3.18 (3) que
Z
(f ◦ ϕ) ϕ0 dλ = F (ϕ(b)) − F (ϕ(a)) . (∗1)
[a,b]

Si nous supposons de plus que la restriction ϕ : ]a, b[ → ]c, d[ est un difféo-

morphisme, son jacobien au point x ∈ ]a, b[ est Jx (ϕ) = ϕ0 (x), et le théorème
du changement de variable assure que
Z Z
0
(f ◦ ϕ) |ϕ (x)| dλ = f dλ , (∗2)
]a,b[ ]c,d[
Z Z
où f dλ = f dλ = F (d) − F (c) .
]c,d[ [c,d]

Puisque nous avons supposé que ϕ est un difféomorphisme, la dérivée ϕ0 ne

change pas de signe sur ]a, b[.
Supposons ϕ croissante, c’est-à-dire ϕ0 > 0. Dans ce cas ϕ(a) = c et
ϕ(b) = d.
Supposons ϕ décroissante, c’est-à-dire ϕ0 < 0. Dans ce cas ϕ(a) = d et
ϕ(b) = c.
Dans les deux cas, on a bien cohérence des expressions (∗1) et (∗2).
6. Transformée de Fourier

Les séries de Fourier permettent de décomposer une fonction périodique

en superposition de signaux “élémentaires”, qui font apparaître une compo-
sante fondamentale et des harmoniques (voir par exemple l’appendice ??).
Il faut voir la transformée de Fourier comme un analogue des séries de
Fourier, pour des fonctions qui ne sont plus supposées périodiques.
Une des caractéristiques fondamentales commune aux séries de Fourier
et à la transformée de Fourier est de remplacer un opérateur de dérivation
par un opérateur de multiplication. C’est cette remarque qui en fait un outil
de choix pour étudier des équations aux dérivées partielles, ce que nous
illustrerons par un début d’étude de l’équation de la chaleur.

A Définition et premières propriétés

Nous commençons par introduire la transformée de Fourier d’une fonction
intégrable, puis nous énonçons quelques propriétés relativement élémentaires
de cette transformation. Ceci nous fournit l’occasion de revoir beaucoup de
propriétés de l’intégrale de Lebesgue !

Remarque 6.1 On trouve dans la littérature plusieurs choix de normali-

sation pour la transformée de Fourier. Quelle que soit la définition choisie,
un facteur 2π apparaîtra quelque part (pour nous, ce sera dans la formule
d’inversion de Fourier) : si vous le chassez par la porte, il rentrera par la
fenêtre !

Définition 6.2 Transformée de Fourier

Soit f : R → C une fonction intégrable. La transformée de Fourier de f
est la fonction Ff : R → C définie pour tout x ∈ R par l’expression
Z
Ff (x) = f (t) e−itx dλ(t) .
R

On notera également Ff = fˆ.

Proposition 6.3 Pour f ∈ L1 (R), sa transformée de Fourier fˆ : R → C

est bien définie, et c’est une fonction continue et bornée.

79
80 D. H. M310

Preuve Cela va résulter du théorème 4.29 de continuité sous l’intégrale,

appliqué à la fonction h : R × R → C définie pour (x, t) ∈ R × R par
h(x, t) = f (t) e−itx .
Domination : Pour x, t ∈ R, on a |e−itx | = 1. On a donc la domination
|h(x, t)| ≤ |f (t)| pour tout t ∈ R : rappelons en effet que, par hypothèse, la
fonction g = |f | intégrable. La transformée de Fourier de f est donc bien
définie.
Continuité : Pour tout t ∈ R, la fonction x ∈ R 7→ f (t) e−itx ∈ C est
continue. Le théorème 4.29 s’applique donc pour montrer la continuité de fˆ.
Le fait que fˆ soit bornée est conséquence de l’inégalité triangulaire dans
l’intégrale. On a en effet, pour tout x ∈ R, la majoration
Z Z
ˆ −ixt
|f (x)| = f (t)e dλ(t) ≤ |f (t)| dλ(t) . 2
R R

Remarque 6.4 On peut même montrer que la fonction continue fˆ tend vers
0 en ±∞ : c’est le lemme de Riemann-Lebesgue. Mais il s’agit d’un résultat
bien plus profond, qui repose sur la “régularité” de la mesure de Lebesgue
(qui assure que toute fonction intégrable est approchable - en moyenne - par
des fonctions de classe C 1 à support compact).

Définition 6.5 On introduit également la “transformée de Fourier inverse”

Ff de f ∈ L1 (R), définie pour tout x ∈ R par
Z
Ff (x) = f (t) eitx dλ(t) .
R

Lemme 6.6 Soit f ∈ L1 (R). Introduisons f : R → C la fonction conjuguée

de f , ainsi que la fonction symétrisée f ∨ : R → C, respectivement définies
pour t ∈ R par f (t) = f (t) et par f ∨ (t) = f (−t). On a alors les identités

Ff = (Ff )∨ = F(f ∨ ) = Ff .

Preuve Soit f ∈ L1 . Par définition de F, on a l’égalité Ff = (Ff )∨ . Le

changement de variable t 7→ −t (exercice 5.32) donne, pour x ∈ R, l’égalité
Z Z
(Ff )(x) = itx
f (t) e dλ(t) = f (−t) e−itx dλ(t) = F(f ∨ )(x) .
R R

Enfin, la conjugaison complexe z ∈ C ∼ R2 7→ z ∈ C ∼ R2 est R-linéaire.

Par linéarité de l’intégrale, il suit pour tout x ∈ R que
Z Z
Ff (x) = f (t) e −itx dλ(t) = f (t) eitx dλ(t) = Ff (x) . 2
R R

Remarque 6.7 Pour une variable aléatoire X de densité fX , la fonction

caractéristique définie par ϕX : t ∈ R 7→ E(eitX ) ∈ C vérifie ϕX = FfX .
Définition et premières propriétés 81

Comme nous le verrons lors de la démonstration de la formule d’inversion

de Fourier, ou encore lors de notre étude élémentaire de l’équation de la
chaleur, les identités fonctionnelles satisfaites par la transformée de Fourier
sont de première importance.
Notation 6.8 Pour f : R → C et s ∈ R on désignera par τs f : R → C la
fonction translatée de f définie pour x ∈ R par τs f (t) = f (t −s). On rappelle
(proposition 3.25) que τs f est intégrable si f l’est.
Notation 6.9 On introduit également les fonctions χs : t ∈ R 7→ eist ∈ C∗
(pour s ∈ R). Ce sont les “caractères” du groupe additif (R, +).
Leurs alter ego en série de Fourier seront les fonctions 2π-périodiques définies
pour n ∈ Z par χn : t ∈ R/2πZ 7→ eint ∈ C∗ .
Proposition 6.10 Propriétés fonctionnelles 1.
Pour f ∈ L1 (R), s ∈ R et a ∈ R∗ on introduit les fonctions intégrables
suivantes dont les transformées de Fourier s’expriment, en fonction de la
transformée de Fourier de f , comme suit :
• gs (t) = eist f (t) gbs = τs fˆ
• hs = τs f hbs (x) = e−isx fˆ(x)
• fa (t) = |a|f (at) fba (x) = fˆ( x ).
a
Les deux premières identités expriment que la transformée de Fourier échange
translation et multiplication par un caractère, soit
F(χs f ) = τs (Ff ) et F(τs f ) = χ−s (Ff ) pour tout s ∈ R. (6.1)
Preuve On a, pour tout x ∈ R, les égalités
Z Z
−itx
gbs (x) = gs (t)e dλ(t) = f (t)e−it(x−s) dλ(t) = fˆ(x − s) = (τs fˆ)(x)
R R
puis, en utilisant l’invariance de l’intégrale par translation (changement de
variable u = t − s, proposition 3.25),
Z Z Z
−itx −itx
hs (x) =
b hs (t)e dλ(t) = f (t − s)e dλ(t) = f (u)e−i(u+s)x dλ(u)
R R R
−isx
=e fˆ(x)
et enfin, avec le changement de variable t → at (proposition 3.25),
Z Z
−itx x
fa (x) =
b |a|f (at)e dλ(t) = f (u)e−iux/a dλ(t) = fˆ( ) . 2
R R a

Une autre propriété fondamentale de la transformée de Fourier est qu’elle

échange dérivation et multiplication par un polynôme. Ici, il faut être un
peu soigneux avec les hypothèses.
Pour une fonction f : t ∈ R 7→ f (t) ∈ C on se permettra de noter
abusivement tf la fonction définie par t ∈ R 7→ tf (t) ∈ C.
82 D. H. M310

Proposition 6.11 Propriétés fonctionnelles 2.

Soit f ∈ L1 (R).
1. On suppose que la fonction t 7→ tf (t) est également intégrable sur R.
Dans ce cas, la transformée de Fourier de f est de classe C 1 et on a l’égalité

F(tf ) = i (Ff )0 .

2. On suppose maintenant que f est de classe C 1 , et que sa dérivée f 0

est intégrable. On a alors l’égalité

F(f 0 ) = ix Ff .

Commençons par un lemme qui nous permettra de justifier une intégration

par parties sur un intervalle non borné, ce qu’on ne peut faire sans pré-
cautions (voir l’encadré suivant l’exemple 3.22). Vous savez qu’une fonction
intégrable f : R → C, même si on la suppose continue, ne tend pas toujours
vers 0 à l’infini. Avec une hypothèse supplémentaire, cela devient vrai.

Lemme 6.12 Soit f : R → C une fonction intégrable. On suppose que f

est continûment dérivable, et que sa dérivée f 0 est intégrable. Alors f (t) → 0
lorsque |t| → ∞.
RT
Preuve La fonction f étant de classe C 1 , on a f (T ) = f (0) + 0 f 0 (t) dλ(t)
pour tout T > 0. Puisque f 0 est supposée intégrable, il suit que f admet
une limite finie ` en +∞. Puisque f elle-même est intégrable, on doit avoir
` = 0. Un raisonnement semblable montre que f (T ) → 0 lorsque T → −∞.
Ceci achève la démonstration. 2

Preuve de la proposition 6.11

1. Soit donc f : R → R intégrable, telle que la fonction t 7→ tf (t) soit
également intégrable. On introduit la fonction

h : (x, t) ∈ R × R 7→ f (t) e−itx ∈ C .

On vérifie que h satisfait les hypothèses de dérivabilité sous le signe intégrale.

En effet, on a déjà vu que la fonction t ∈ R 7→ h(x, t) ∈ C est intégrable pour
tout x ∈ R. De plus, pour t ∈ R, la fonction ht : x ∈ R 7→ f (t) e−itx ∈ C est
de classe C 1 , de dérivée h0t (x) = −itf (t)e−itx avec, pour tout x ∈ R, l’égalité

|h0t (x)| = |tf (t)e−itx | = |tf (t)| .

Nous avons supposé que la fonction t ∈ R 7→ |tf (t)| ∈ [0, +∞] est intégrable :
il s’agit donc bien d’une domination. Le théorème 4.34 s’applique donc pour
montrer que Ff est de classe C 1 avec, pour tout x ∈ R, l’égalité
Z Z
(Ff )0 (x) = h0t (x) dλ(t) = (−i) tf (t)e−itx dt = −i F(tf )(x) .
R R
Transformée de Fourier d’une gaussienne 83

2. Supposons maintenant que f soit continûment dérivable, et que sa

dérivée f 0 soit intégrable. Pour x ∈ R, on utilise le théorème de convergence
dominée pour se ramener à une intégrale sur un segment, puis une intégration
par parties, et enfin de nouveau le théorème de convergence dominée. On
obtient successivement :
Z Z
(F(f 0 ))(x) = f 0 (t)e−itx dλ(t) = lim f 0 (t)e−itx dλ(t)
R n→∞ [−n,n]
Z
−inx
= lim [f (n)e inx
− f (−n)e + ix f (t)e−itx dλ(t)]
n→∞ [−n,n]
Z
= ix f (t)e−itx dλ(t) .
R

Le lemme 6.12 assure, sous nos hypothèses, que le terme entre crochets tend
vers 0 lorsque n → ∞, de sorte que Ff 0 = (ix)Ff . 2

B Transformée de Fourier d’une gaussienne

La formule d’inversion de Fourier affirme que, pour toute “bonne” fonction
intégrable f ∈ L1 (R) (l’hypothèse précise est que les deux fonctions f et Ff
soient intégrables), on a l’égalité FFf = (2π) f (théorèmes 6.22 et 6.24).
Un point clé pour prouver le théorème d’inversion de Fourier dans toute
sa généralité consister à remarquer que cette propriété est vérifiée pour une
seule fonction, ici une gaussienne. Pour cela on montre que la gaussienne est
solution d’une équation différentielle linéaire d’ordre 1, et l’on observe que
sa transformée est solution de la même équation différentielle.
Lemme 6.13 Les fonctions g : R → C de classe C 1 , solutions de l’équation
2
différentielle g 0 (x) = −x g(x) (E), sont les fonctions x ∈ R → a e−x /2 avec
a ∈ C.
Preuve Soit g : R → C une fonction de classe C 1 . En dérivant la fonction
2
h : x → g(x)ex /2 on observe, puisque l’exponentielle ne s’annule pas, que g
est solution de l’équation différentielle (E) si et seulement si la fonction h
est constante. Le résultat est prouvé. 2
1 2
Proposition 6.14 Soit G : t ∈ R → √ e−t /2 ∈ R. On a l’identité
2π
2 /2
Ĝ(x) = e−x pour tout t ∈ R,
et donc FFG = (2π) G.
R
Preuve La fonction G est intégrable avec R G(t) dλ(t) = 1 (exercice 5.31).
Nous cherchons maintenant à utiliser les propriétés fonctionnelles de la
transformée de Fourier. On observe que la gaussienne G est une fonction de
classe C ∞ dont la dérivée vérifie G0 (t) = −t G(t) pour tout t ∈ R.
84 D. H. M310

Les fonctions G0 et tG étant toutes deux intégrables (proposition 3.33),

la proposition 6.11 s’applique. Il suit que la fonction Ĝ est de classe C 1 , et
est solution de l’équation différentielle

(Ĝ)0 (x) = −x Ĝ(x) . (E)

2
Il existe donc une constante a ∈ C pour
R laquelle Ĝ(x) = a e−x /2 pour tout
x ∈ R. En remarquant que Ĝ(0) = R G(t) dλ(t) = 1, il vient a = 1 et donc
√
FG = 2π G.
La formule d’inversion
√ pour G suit puisque,
√ la fonction G étant paire, on
a F(G) = FG = 2π G et donc FFG = F 2πG = (2π)G. 2

Exercice 6.15 Pour a > 0, montrer que la transformée de Fourier de la fonction

a 2 2 2 2
Ga : x ∈ R → √ e−a x /2 ∈ R vérifie Ĝa (ξ) = e−ξ /2a pour tout ξ ∈ R.
2π
Constater que Ga vérifie également la formule d’inversion de Fourier.

C L’espace de Schwartz
L’espace de Schwartz S ⊂ L1 (R) est l’espace fonctionnel dans lequel
l’étude de la transformée de Fourier est la plus facile à mener. Nous verrons
en particulier que cet espace est invariant sous transformation de Fourier.
Soit f : R → C une fonction. On rappelle que la notation f (k) désigne la
dérivée d’ordre k de f , lorsque celle-ci existe. Pour alléger les notations, on
se permettra ( ) de nouveau de noter tk f la fonction définie par t 7→ tk f (t).

Définition 6.16 L’espace de Schwartz 1 .

L’espace de Schwartz S est l’espace vectoriel des fonctions f : R → C de
classe C ∞ dont chaque dérivée est à décroissance rapide, c’est-à-dire telles
qu’on ait pour tous entiers k, p ∈ N :

lim tp f (k) (t) = 0 .

|t|→∞

Remarque 6.17 Une fonction f : R → C appartient S si et seulement si

elle est de classe C ∞ avec, pour tous k, p ∈ N :

sup |tp f (k) (t)| < ∞ .

t∈R

2
Exemple 6.18 La fonction t ∈ R 7→ e−t ∈ R appartient à S.
Une fonction f : R → R, de classe C ∞ et qui est nulle en dehors d’un
compact de R, appartient à S.
1. Du nom de Laurent Schwartz (1915–2002), mathématicien français qui a introduit
la théorie des distributions à la fin des années 40. A ne pas confondre avec Hermann
Schwarz (1843-1921), mathématicien allemand, qui a donné son nom à l’inégalité de
Cauchy-Schwarz (cf. le cours sur les espaces de Hilbert).
L’espace de Schwartz 85

Lemme 6.19 Soit f ∈ S. Alors f est intégrable sur R.

Preuve En effet cette fonction étant continue, elle est intégrable sur tout
segment. Il suffit donc de vérifier qu’elle est intégrable au voisinage de ±∞.
Or, puisque la fonction t → t2 f (t) tend vers 0 à l’infini, il suit que |f (t)| ≤ t−2
lorsque |t| est assez grand. Le résultat suit, puisque la fonction t 7→ t−2 est
intégrable au voisinage de ±∞. 2

Lemme 6.20 L’espace de Schwartz est un espace vectoriel qui est stable par
dérivation, ainsi que par multiplication par un polynôme :
Soit f ∈ S. Soient P ∈ R[X] un polynôme et k ∈ N. Les fonctions f (k)
et t 7→ P (t) f (t) appartiennent également à S.

Preuve Il suffit d’observer que (tf )(p) = tf (p) + pf (p−1) pour p ≥ 1. 2

Proposition 6.21 Propriétés fonctionnelles 3 : sur S.

Soit f ∈ S. Alors Ff ∈ S.
On a de plus, pour tous entiers k, p ∈ N, les identités

F(tp f ) = ip (Ff )(p) et F(f (k) ) = (ix)k Ff .

Preuve • Pour g ∈ S, montrons que Fg est à décroissance rapide.

Une récurrence sur k, avec la proposition 6.11.(2), montre que F(g (k) ) =
(ix)k Fg pour tout k ∈ N. Puisque la transformée de Fourier de g (k) est
bornée (proposition 6.3), il suit que la fonction Fg est à décroissance rapide.
• Soit f ∈ S.
On constate d’abord que Ff est de classe C p pour tout p ∈ N, avec
(Ff )(p) = (−i)p F(tp f ) (récurrence sur p, en utilisant la proposition 6.11.(1)).
En particulier, la transformée de Fourier Ff est de classe C ∞ .
Pour p ∈ N, la fonction gp : t 7→ tp f (t) appartient également à S. Il suit
donc du premier point que la dérivée (Ff )(p) est à décroissance rapide. 2

Théorème 6.22 Inversion de Fourier sur S.

Soit f ∈ S. On a l’égalité

FFf = (2π) f .

En particulier, l’application F : S → S est une bijection.

Le lemme suivant affirme qu’on peut diviser, dans S, par la fonction

t 7→ t une fonction f ∈ S qui s’annule en l’origine. Une fois ce lemme
acquis, la preuve du théorème d’inversion de Fourier sur S suivra de façon
élémentaire des propriétés fonctionnelles de la transformée de Fourier et de
l’égalité FFG = (2π) G, où G est la gaussienne de la proposition 6.14.
86 D. H. M310

Lemme 6.23 Soit f ∈ S, telle que f (0) = 0. Alors il existe une fonction
h ∈ S telle que f (t) = t h(t) pour tout t ∈ R.

Preuve du théorème 6.22

Soit une fonction f ∈ S. On veut montrer l’égalité (FFf )(s) = (2π) f (s)
pour tout point s ∈ R.
• Commençons par montrer la formule d’inversion de Fourier en l’origine,
c’est-à-dire l’égalité (FFf )(0) = (2π) f (0).
∗ Supposons en un premier temps que f s’annule en 0. On peut donc,
d’après le lemme 6.23, écrire f (t) = t h(t) pour tout t ∈ R, où h ∈ S. La
proposition 6.11 assure donc que fˆ = i (ĥ)0 . On a donc
Z Z
(−i) FFf (0) = (ĥ)0 (t) dλ(t) = lim (ĥ)0 (t) dλ(t)
R n→∞ [−n,n]

= lim ĥ(n) − ĥ(−n) = 0 ,

n→∞

puisque ĥ ∈ S tend vers 0 en ±∞. On a donc bien (FFf )(0) = (2π) f (0)
puisque f (0) = 0.
∗ Si l’on ne suppose plus que f s’annule en 0, on peut écrire f = f0 + aG,
où G est la gaussienne de la proposition 6.14 et où a ∈ R est choisi de sorte
que la fonction f0 ∈ S s’annule en 0. Par linéarité de la transformée de
Fourier, il vient

FFf = FFf0 + a FFG ,

puis, en utilisant le cas précédent et la proposition 6.14, (FFf )(0) = (2π)f (0).
• Nous allons maintenant en déduire la formule d’inversion de Fourier en
tout point s ∈ R. Pour cela, évaluons (FFf )(s) en utilisant les propriétés
fonctionnelles (6.1) comme suit :

(FFf )(s) = (FFf )(−s) = (τs FFf )(0) = (F[χs Ff ])(0)

= (FF(τ−s f ))(0) .

La formule d’inversion de Fourier en l’origine, pour la fonction τ−s f ∈ S,

donne alors

FF(τ−s f )(0) = FF(τ−s f )(0) = (2π)(τ−s f )(0) = (2π) f (s) ,

ce qu’on voulait.
• Il suit de la formule d’inversion de Fourier que F : S → S est injective.
Puisque F(g) = F(g ∨ ) pour tout g ∈ S, il suit également que F : S → S est
surjective. L’inverse de F : S → S est l’application (2π)−1 F. 2
L’espace de Schwartz 87

Preuve du lemme 6.23

On veut factoriser la fonction f : t 7→ f (t), supposée s’annuler en 0, par t.
Pour cela, on écrit le théorème fondamental de l’analyse pour la fonction f .
Il vient, avec le changement de variable s = tu :
Z t Z 1 Z 1 Z
0 0 0
f (t) = f (s) ds = t f (tu) du = t f (tu) du = t f 0 (tu) dλ(u) .
0 0 0 [0,1]

On a préféré écrire les premières intégrales sous forme d’intégrales de Riemann,

pour ne pas avoir à se préoccuper du signe de t.
On introduit donc la fonction h : t ∈ R 7→ [0,1] f 0 (tu) dλ(u) ∈ C, de sorte
R

que f (t) = t h(t) pour tout t ∈ R. Nous devons montrer que h ∈ S.

• On commence par montrer que h est de classe C ∞ sur R.
En utilisant les théorèmes 4.29 et 4.34 sur les intégrales dépendant d’un
paramètre, on démontre par récurrence que h vérifie pour tout k ≥ 0 :
Propriété Hk : la fonction h est de classe C k sur l’intervalle R avec,
pour tout t ∈ R : h (t) = [0,1] uk f (k+1) (tu) du
(k)
R

ce qui sous-entend que l’intégrand... est intégrable ! Pour k ∈ N, notons

Mk = supx∈R |f (k) (x)| < ∞.
∗ Initialisation (H0 ) : Soit g : (t, u) ∈ R × [0, 1] 7→ f 0 (tu) ∈ C.
Pour tout u ∈ [0, 1], l’application t ∈ R 7→ g(t, u) = f 0 (tu) ∈ C est continue.
On a également la domination |g(t, u)| = |f 0 (tu)| ≤ M1 pour tout t ∈ R, où la
fonction constante u ∈ [0, 1] 7→ M1 ∈ [0, +∞[ est intégrable sur ce segment.
Le théorème de continuité sous le signe intégrale s’applique, et montre que
h est continue sur R.
∗ Hérédité : Soit k ≥ 0. Supposons l’assertion Hk vraie. Introduisons la
fonction gk : (t, u) ∈ R × [0, 1] 7→ uk f (k+1) (tu) ∈ C.
Pour u ∈ [0, 1], la fonction t ∈ R 7→ uk f (k+1) (tu) ∈ C est de classe C 1 .
De plus, pour tout t ∈ R, on a la domination
∂gk
(t, u) = |uk+1 f (k+2) (tu)| ≤ Mk+2 pour tout u ∈ [0, 1],
∂t
où la fonction constante égale à Mk+2 est intégrable sur le segment [0, 1].
Le théorème de dérivation sous le signe somme s’applique, et montre que la
propriété Hk+1 est vraie.
• Puisque h est de classe C ∞ sur R et vérifie f (t) = t h(t) pour tout
t ∈ R on a, pour tout entier k ∈ N∗ et tout réel t ∈ R, l’égalité

f (k) (t) = k h(k−1) (t) + t h(k) . (6.2)

Soit p ∈ N∗ . De l’identité tp h(t) = tp−1 f (t) (pour tout t 6= 0), il suit que
tp h(t) → 0 lorsque t → ∞. Avec (6.2), une récurrence immédiate sur k
montre également que tp h(k) (t) → 0 lorsque t → ∞ pour tout k ∈ N. On a
donc bien h ∈ S comme annoncé. 2
88 D. H. M310

D La transformée de Fourier sur l’espace L1 (R)

On ne peut pas clore ce chapitre sans mentionner le théorème d’inver-
sion de Fourier sur l’espace L1 des fonctions intégrables.

Théorème 6.24 Inversion de Fourier dans L1 .

Soit f ∈ L1 (R) une fonction intégrable. Supposons que la transformée
de Fourier Ff soit également une fonction intégrable. On a alors l’égalité

FFf = (2π)f p.p.

Remarque 6.25 L’hypothèse Ff intégrable assure que la fonction FFf

est bien définie.
Si l’on remplace f par une autre fonction intégrable g telle que f = g
p.p., on a l’égalité Ff = Fg en tout point. La conclusion du théorème ne
peut donc être ici qu’une égalité presque partout !
Sous les hypothèses du théorème, la fonction f est donc égale presque
partout à la fonction continue (1/2π) FFf .
Tout comme le lemme de Riemann-Lebesgue évoqué plus haut, ce ré-
sultat repose sur la régularité de la mesure de Lebesgue qui assure notam-
ment que l’on peut approcher – en moyenne - toute fonction intégrable
f ∈ L1 (R) par une suite (fn )n∈N de fonctions fn ∈ S de l’espace de
Schwartz, au sens où
Z
|fn − f | dλ →n→∞ 0 .
R

Corollaire 6.26 Injectivité de Fourier.

Soit f ∈ L1 (R) telle que Ff = 0. Alors la fonction f est nulle presque
partout.

Remarque 6.27 Le bon cadre pour énoncer ce théorème d’injectivité (qui

porterait alors mieux son nom) est celui de l’espace L1 (R), qui sera évoqué
au chapitre 8.
7. Application à une équation aux dérivées
partielles

Dans ce chapitre, nous montrons sur un exemple simple ce que la transformée

de Fourier peut apporter dans l’étude d’une équation aux dérivées partielles.

A Convolution
Avant de nous intéresser à l’équation de la chaleur, nous introduisons
une opération fondamentale en analyse : la convolution de deux fonctions.
Tout comme dans le chapitre précédent, nous nous limiterons par souci de
simplification à convoler deux fonctions appartenant à l’espace de Schwartz.

Définition 7.1 Convolée de deux fonctions.

Soient f, g ∈ S. Leur convolée f ∗ g est définie en tout point x ∈ R par
l’expression Z
f ∗ g(x) = f (y)g(x − y) dλ(y) .
R

Lemme 7.2 Soient f, g ∈ S.

La convolée f ∗ g est bien définie (et elle est bornée).
On a l’égalité f ∗ g = g ∗ f .
La convolée f ∗ g ∈ S appartient à l’espace de Schwartz avec, pour k ∈ N,
les égalités (f ∗ g)(k) = f ∗ g (k) = f (k) ∗ g (Ek ).

Il suit facilement de la démonstration de (Ek ) et de la commutativité

du produit de convolution que, pour 0 ≤ ` ≤ k, on a également l’égalité
(f ∗ g)(k) = f (`) ∗ g (k−`) .

Preuve Une fonction de l’espace de Schwartz est bornée, et intégrable.

Le produit d’une fonction bornée par une fonction intégrable est intégrable.
Il suit que, pour tout x ∈ R, la fonction x ∈ R 7→ f (y)g(x − y) ∈ C est
intégrable : la convolée f ∗ g est donc bien définie en tout point x ∈ R.
Remarquons d’emblée que f ∗ g est bornée, avec par exemple
Z 
kf ∗ gk∞ ≤ |f (y)| dλ(y) kg||∞ .
R

89
90 D. H. M310

L’égalité (f ∗ g)(x) = (g ∗ f )(x) suit de la définition, en utilisant le

changement de variable y 7→ z = x − y.
Démontrons que la convolée f ∗ g est de classe C 1 . On applique pour cela
le théorème de dérivation sous le signe intégrale (théorème 4.34) à la fonction
h : R2 → C définie pour (x, y) ∈ R2 par h(x, y) = f (y)g(x − y). Vérifions
que les hypothèses en sont bien satisfaites :
1. Pour tout x ∈ R, la fonction y ∈ R 7→ f (y)g(x − y) ∈ C est intégrable
(car dominée par kgk∞ |f | avec |f | intégrable)
2. Pour tout y ∈ R la fonction x ∈ R 7→ f (y)g(x − y) ∈ C est de classe C 1
3. Pour tout x ∈ R, la fonction ∂h 0
∂x : y ∈ R 7→ f (y)g (x − y) ∈ C est dominée
par la fonction intégrable kg 0 k∞ |f |.
Le théorème s’applique donc pour montrer que f ∗g est de classe C 1 avec,
pour tout x ∈ R, l’égalité (f ∗ g) (x) = R f (y)g 0 (x − y) dλ(y).
0
R

On montre alors par une récurrence immédiate que la convolée (f ∗ g) est

de classe C ∞ et que ses dérivées successives s’obtiennent en dérivant sous le
signe intégrale.
Montrons maintenant que chaque dérivée (f ∗ g)(k) est à décroissance
rapide. Soit donc p ∈ N. On obtient, avec la formule de Leibniz,
Z
p (k) p
x (f ∗ g) (x) = x f (y)g (k) (x − y) dλ(y)
Z R
= (x − y + y)p f (y)g (k) (x − y) dλ(y)
R
p
X Z
= Cpj [y j f (y)] [(x − y)p−j g (k) (x − y)] dλ(y) .
j=0 R

Autrement dit, la fonction x 7→ xp (f ∗ g)(x) s’obtient comme combinaison

linéaire de fonctions obtenues par convolution de fonctions x 7→ xj f (k) (x)
et x 7→ xp−j g(x) qui appartiennent à l’espace de Schwartz. Elle est donc
bornée. On conclut avec la remarque 6.17 que f ∗ g ∈ S. 2

La transformée de Fourier satisfait également des propriétés fonctionnelles

faisant intervenir le produit de convolution. Notons avant toute chose que le
produit (usuel) f g de deux fonctions f, g ∈ S appartient encore à S – cela
suit de la formule de Leibniz pour les dérivées d’un produit.
Proposition 7.3 Propriétés fonctionnelles 4 : convolution.
Soient f, g ∈ S. On a l’identité F(f ∗ g) = (Ff ) (Fg).
Preuve Soit ξ ∈ R. On a, par définition,
Z
(F(f ∗ g))(ξ) = (f ∗ g)(x) e−ixξ dλ(x)
ZR Z 
= f (y)g(x − y) dλ(y) e−ixξ dλ(x) .
R R
Approximation de l’unité 91

On brûle d’envie d’appliquer le théorème de Fubini 5.17 à la fonction définie

par h : (x, y) ∈ R2 7→ f (y)g(x − y)e−ixξ ∈ C. Mais on doit d’abord vérifier
que h est intégrable. Pour cela, nous appliquons le théorème de Fubini-Tonelli
5.11 à la fonction positive |h|. Il vient :
Z Z
|h(x, y)| dλ(x, y) = |f (y)| |g(x − y)| dλ(x, y)
R2 ZR
2
Z 
= |f (y)| |g(x − y)| dλ(x) dλ(y)
ZR ZR
= ( |f | dλ) ( |g| dλ) < ∞ .
R R

Nous avons donc, avec Fubini une première fois :

Z
(F(f ∗ g))(ξ) = h(x, y) dλ(x, y)
R2

donc
Z
(F(f ∗ g))(ξ) = f (y)g(x − y)e−ixξ dλ(x, y)
ZR2

f (y)e−iyξ g(x − y)e−i(x−y)ξ dλ(x, y)

=
R2

puis en utilisant de nouveau Fubini, ainsi qu’un changement de variable

y 7→ x − y :
Z Z 
−iyξ
g(x − y)e−i(x−y)ξ dλ(x) dλ(y)


(F(f ∗ g))(ξ) = f (y)e
ZR R
−iyξ
= f (y)e (Fg)(ξ) dλ(y)
R
= (Ff )(ξ) (Fg)(ξ) . 2

Exercice 7.4 En déduire l’identité F(f g) = (1/2π)(Ff )∗(Fg) lorsque f et g sont

deux fonctions de l’espace de Schwartz. On pensera à utiliser la formule d’inversion
de Fourier.

B Approximation de l’unité
Rappelons que la gaussienne de variance 1/a2 est définie, pour a > 0,
2 2
par Ga : x ∈ R 7→ √a2π e−a x /2 ∈ R.
Lemme 7.5 Chaque gaussienne Ga est une fonction positive d’intégrale 1.
La masse de la gaussienne se concentre vers l’origine lorsque a → +∞ :
pour tout δ > 0, on a
Z
lim Ga (x) dλ(x) = 0 .
a→∞ |x|≥δ
92 D. H. M310

Preuve Par définition, on a Ga (x) = a G1 (ax)

pour tout x ∈ R. La fonction G1 est positive
d’intégrale 1, il en va donc de même des Ga .
Un changement de variable et le théorème de
convergence dominée assurent que, pour tout
δ > 0, on a pour chaque suite (an )n∈N de réels
positifs tendant vers ∞ :
Z
limn→∞ Gan (x) dλ(x)
|x|≥δ
Z
= lim G1 (x) dλ(x) = 0 . 2
n→∞ |x|≥a δ
n Les graphes de Ga pour quelques valeurs de a.

La famille (Ga ) constitue une approximation de l’unité : pour a grand,

l’application f ∈ S 7→ Ga ∗ f ∈ S est pratiquement l’application identité.
L’énoncé précis est le suivant.

Proposition 7.6 Approximation de l’unité Soit f ∈ S. Soit (an )n∈N une

suite de réels positifs telle que an → +∞.
Alors, la suite des convolées (f ∗ Gan )n∈N converge uniformément vers f
lorsque n → ∞.
R
Au point x ∈ R, la convolée (Ga ∗ f )(x) = R f (y) Ga (x − y) dλ(y) est
définie comme la moyenne des valeurs f (y) lorsque y décrit R, pondérée par
le poids Ga (x − y). Lorsque a → +∞, la masse de Ga est concentrée vers
l’origine. Les contributions dans cette moyenne des valeurs f (y) lorsque y est
loin de x auront alors peu d’importance. Tandis que, lorsque y est proche de
x, f (y) est pratiquement égal à f (x) par continuité de f . La preuve ci-dessous
quantifie ce raisonnement qualitatif.

Preuve Soit a > 0. Puisque la fonction Ga est d’intégrale 1, on a pour tout

x ∈ R les égalités
Z
f (x) − (Ga ∗ f )(x) = f (x) − f (x − y) Ga (y) dλ(y)
Z R


= f (x) − f (x − y) Ga (y) dλ(y) ,
R

de sorte que l’inégalité triangulaire donne, pour tout δ > 0, la majoration

Z
|f (x) − (Ga ∗ f )(x)| ≤ f (x) − f (x − y) Ga (y) dλ(y)
|y|≤δ
Z
+ f (x) − f (x − y) Ga (y) dλ(y) . (7.1)
|y|>δ
L’équation de la chaleur 93

Puisque les fonctions f, f 0 ∈ S sont bornées, on introduit M0 = kf k∞ et

M1 = kf 0 k∞ . Soit ε > 0, et notons δ = ε/M1 . On a alors, pour tout x ∈ R
et tout |y| ≤ δ, la majoration |f (x) − f (x − y)| ≤ M1 δ = ε de sorte que
(puisque Ga est d’intégrale 1) le premier terme du membre de droite dans
(7.1) est majoré par ε.
Pour cette valeur de δ = ε/M1 , le lemme 7.5 assure maintenant l’existence
d’un réel A > 0 tel qu’on ait, pour tout a ≥ A, la majoration
Z
Ga (y) dλ(y) ≤ ε/(2M0 ) .
|y|≥δ

Lorsque a ≥ A, le second terme du membre de droite dans (7.1) est alors

également majoré par ε (pour tout x ∈ R), de sorte que

kf − Ga ∗ f k∞ ≤ 2 ε . 2

C L’équation de la chaleur
L’équation de la chaleur est ainsi nommée car elle décrit l’évolution de la
température u(x, t) au point x d’une barre infinie et homogène, en fonction
du temps t.
Donnons-nous une condition initiale f : R → R de sorte que f (x) soit,
pour chaque point x ∈ R, la température au point x à l’instant 0. On laisse
alors évoluer le système pendant le temps T , sans apport extérieur, et on
désigne par u(x, t) la température au point x ∈ R et à l’instant 0 < t < T .
Nous supposerons, pour simplifier, que la donnée initiale f appartient à
l’espace de Schwartz S. On s’intéresse alors aux fonctions u : [0, T [→ R qui
vérifient les conditions :

La fonction u : R × [0, T [ → R est continue,

avec u(x, 0) = f (x) pour tout x ∈ R. (7.2)
2 ∞
La fonction u : R × ]0, T [ → R est de classe C (ou même C ) (7.3)
∂u 1 ∂2u
et elle y est solution de l’équation de la chaleur = . (7.4)
∂t 2 ∂x2
L’objectif de ce chapitre est de comprendre comment l’utilisation de la
transformée de Fourier permet de montrer l’existence d’une fonction u :
[0, T [→ R satisfaisant les conditions (7.2), (7.3) et (7.4), et d’obtenir une
expression explicite de cette solution en fonction de la donnée initiale f ∈ S.

C.1 Heuristique
Soient f ∈ S et u une fonction satisfaisant les propriétés (7.2) et (7.3).
Une fois n’est pas coutume, nous allons nous permettre dans ce paragraphe
d’effectuer des manipulations sur u sans les justifier... profitons-en !
94 D. H. M310

Les “définitions” et “assertions” suivantes sont donc étiquetées “étapes”

pour insister sur le fait que nous ne vérifions pas que les objets considérés
sont bien définis, et que nous ne démontrons pas vraiment nos assertions.
Nous avons vu que la transformée de Fourier transforme un opérateur de
dérivation en un opérateur de multiplication (proposition 6.11). Cela nous
amène à introduire la fonction suivante, qui est la “transformée de Fourier
partielle” de u par rapport à la variable d’espace x.

Etape 7.7 Pour chaque instant t ∈ [0, T [, on introduit la transformée de

Fourier de la fonction x ∈ R 7→ u(x, t) ∈ C, définie pour tout ξ ∈ R par
Z
û(ξ, t) = u(x, t)e−ixξ dλ(x) . (7.5)
R

Pour que la fonction ξ 7→ û(ξ, t) soit bien définie, il faudrait savoir que la
fonction x 7→ u(x, t) est intégrable. Admettons de plus (tant qu’on y est )
que l’on puisse dériver sous le signe intégrale dans l’expression (7.5).
Etape 7.8 La fonction û vérifie, pour tous (ξ, t) ∈ R × [0, T [ :
2
û(ξ, t) = fˆ(ξ) e−ξ t/2 .
Semblant de preuve Puisque u est solution de l’équation de la chaleur
on obtient, après avoir dérivé sous le signe intégrale dans (7.5),
Z Z 2
∂ û ∂u 1 ∂ u
(ξ, t) = (x, t) e−ixξ dλ(x) = 2
(x, t) e−ixξ dλ(x) .
∂t R ∂t 2 R ∂x
Dans cette dernière expression, on reconnaît la transformée de Fourier de
la dérivée seconde d’une fonction (ici t est fixé). Puisque la transformée de
Fourier échange dérivation et multiplication (de nouveau, on affirme ceci
sans vérifier que les hypothèses sont satisfaites) on obtient, pour tout ξ ∈ R,
l’égalité
∂ û ξ2
(ξ, t) = − û(ξ, t) .
∂t 2
Il s’agit d’une équation différentielle linéaire d’ordre 1, que l’on sait résoudre.
Il existe donc une constante cξ pour laquelle
2 t/2
û(ξ, t) = cξ e−ξ

pour tout t ∈ ]0, T [. On a supposé que u(·, 0) = f , de sorte que û(ξ, 0) = fˆ(ξ)
pour tout ξ ∈ R. Le résultat suit. 
Etape 7.9 On a, pour tous (x, t) ∈ R × ]0, T [ :
u(x, t) = (f ∗ Et )(x) ,
1 2
où Et (x) = √ e−x /(2t) .
2πt
L’équation de la chaleur 95

Semblant de preuve Observons que l’on a défini Et = G1/√t . Rappelons

2 2
que Êt : ξ 7→ e−ξ t /2 (voir l’exercice 6.15).
Le résultat de l’étape précédente s’écrit donc û(ξ, t) = fˆ(ξ) Êt (ξ) pour
tous 0 < t < T et ξ ∈ R
Fixons désormais 0 < t < T . Les fonctions f et Et appartenant à S, il
suit de la proposition 7.3 l’égalité F(f ∗ Et ) = fˆ Êt .
Si l’injectivité de la transformée de Fourier s’applique (attention, on ne
sait pas que l’application x 7→ u(x, t) appartient à S), on en déduit pour
tout x ∈ R l’égalité cherchée
u(x, t) = (f ∗ Et )(x) . 

C.2 Solution explicite pour l’équation de la chaleur

Il reste à démontrer que l’expression obtenue dans le paragraphe précédent,
par des procédés qui semblent raisonnables mais qui n’ont pas été justifiés,
fournit effectivement une solution au problème.
Autrement dit, il faut montrer que l’expression
u(x, t) = (f ∗ Et )(x) lorsque 0 < t < T
u(x, 0) = f (x)
définit une fonction u sur le produit R × [0, T [, qui vérifie les propriétés (7.2),
(7.3) et (7.4). Ce n’est pas difficile, mais nous nous contenterons de donner
quelques points de repère sans rentrer dans le détails des estimations.

• Chaque fonction x ∈ R 7→ u(x, t) ∈ R, pour 0 < t < T , est bien définie

et elle appartient à l’espace de Schwarz (convolée de deux fonctions f et Et
appartenant à S.)
• On montre ensuite, en utilisant bien sûr les théorèmes sur les intégrales
dépendant d’un paramètre, que la restriction de u à l’ouvert R × ]0, T [ admet
des dérivées partielles d’ordre 2 (voire même de tous ordres) continues, et
que ces dérivées s’obtiennent en dérivant sous l’intégrale l’expression
Z
1 2
u(x, t) = √ f (y) e−(x−y) /(2t) dλ(y) .
2πt R
Il nous faut, pour pouvoir appliquer les théorèmes 4.29 et 4.34, avoir dominé
les intégrands. Pour cela on commencera par montrer que, pour une fonction
2
polynômiale (z, s) 7→ g(z, s), le produit g(z, 1/t)e−z /(2t) est borné dans tout
domaine R × [ε, T ] où ε > 0.
2
• Une fois ∂u ∂ u
∂t et ∂x2 exprimés sous forme intégrale, on constate facilement
que u est bien solution de l’équation de la chaleur.
• Le fait que u soit continue “jusqu’au bord”, c’est-à-dire sur le produit
R × [0, T [, avec valeur au bord u(·, 0) = f est conséquence de la proposition
7.6. 2
8. Les espaces Lp

A L’espace L1
Nous avons déjà remarqué à plusieurs reprises que, lorsqu’il s’agit d’intégrer,
on peut remplacer une fonction intégrable par une autre fonction qui lui est
égale presque partout.
Nous allons formaliser cette remarque en introduisant l’espace “quotient”
L , qui remplacera avantageusement l’espace L1 des fonctions intégrables.
1

Le lemme suivant est une conséquence immédiate des propositions 3.6

et 4.20. Il exprime que l’application f ∈ L1 → |f | dλ ∈ [0, ∞[ est presque
R

une norme sur L1 . La seule chose qui lui manque pour Rêtre vraiment une
norme est d’être “définie”, au sens où l’on voudrait que |f | dλ = 0 (si et)
seulement si f = 0 en chaque point. En effet :

Lemme 8.1 Soit B ⊂ Rn une partieR mesurable.

L’application ñ : f ∈ L1 (B) 7→ B |f | dλ ∈ [0, ∞[ vérifie les propriétés
suivantes :
positivité : pour f ∈ L1 (B), on a ñ(f ) ≥ 0 et ñ(f ) = 0 si et seulement
si f = 0 p.p. ;
inégalité triangulaire : pour f, g ∈ L1 (B), on a ñ(f + g) ≤ ñ(f ) + ñ(g) ;
homogénéité : pour f ∈ L1 (B) et t ∈ R, on a ñ(tf ) = |t| ñ(f ).

Pour construire un espace vectoriel normé à partir de l’espace (L1 (B), ñ), on
va simplement identifier deux fonctions intégrables f1R, f2 ∈ L1 (B) dès lors
qu’elles
R sontR égales p.p. Dans ce cas, on a les égalités B |f1 − f2 | dλ = 0, et
B f1 dλ = B f2 dλ.

Définition 8.2 L’espace L1 (B).

Soit B ⊂ Rn une partie mesurable. Pour une fonction intégrable f ∈ L1 (B),
on note [f ] la classe des fonctions intégrables associées à f , c’est-à-dire

[f ] = {g ∈ L1 (B) | g = f p.p.} ⊂ L1 (B) .

L’espace L1 (B) est alors défini comme l’ensemble des classes de fonctions
intégrables, soit
L1 (B) = {[f ] | f ∈ L1 (B)} .

96
L’espace L1 97

La fonction f ∈ L1 (B) est un représentant de la classe [f ]. Les autres

représentants de la classe [f ] sont les fonctions g ∈ L1 (B) telles que g = f
p.p.

Remarque 8.3 En termes mathématiques, l’espace L1 (B) est obtenu comme

l’espace quotient de L1 (B) par la relation d’équivalence définie par

f ∼ g si et seulement si f = g p.p.

Si cette notion d’espace quotient vous inquiète, pensez simplement qu’on

considère comme “égales” deux fonctions dès lors qu’elles sont égales hors
d’un ensemble négligeable.

Exemple 8.4 On l’égalité [1[a,b] ] = [1]a,b[ ] dans L1 (R) pour tous réels a ≤ b.
La fonction indicatrice des rationnels, soit f = 1Q ∈ L1 (R), est un
représentant de la classe nulle dans L1 (R), i.e. [f ] = [0] (car f = 0 p.p.).

Exercice 8.5 On dit qu’une partie A ⊂ R est dense lorsque tout réel est limite
d’une suite d’éléments de A. Par exemple, Q et R \ Q sont denses dans R.
1. Soit N ⊂ R une partie négligeable.
(a) Montrer que N ne contient aucun intervalle non réduit à un point.
(b) En déduire que A := R \ N est dense dans R.
2. Soit f ∈ L1 (R) ∩ C 0 (R) une fonction continue et intégrable. Montrer que la
classe [f ] admet un unique représentant continu, à savoir f .

Proposition 8.6 L’espace vectoriel normé L1 (B). Soit B ⊂ Rn mesurable.

1. L’espace L1 (B) est muni d’une structure naturelle d’espace vectoriel
complexe.
2. Pour [f ] ∈ L1 (B), on sait définir son intégrale par
Z Z
[f ] dλ := f dλ ∈ C ,
B B

où f ∈ L1 (B) est n’importe quelle fonction dans la classe [f ].

3. L’application n : [f ] ∈ L1 (B) 7→ B [ |f | ] dλ ∈ [0, ∞[ est bien définie
R

et vérifie les propriétés suivantes :

positive et définie : pour [f ] ∈ L1 (B) on a n([f ]) ≥ 0, avec égalité
n([f ]) = 0 si et seulement si [f ] = 0 ;
inégalité triangulaire : pour [f ], [g] ∈ L1 (B), on a l’inégalité
n([f ] + [g]) ≤ n([f ]) + n([g]) ;
homogénéité : pour [f ] ∈ L1 (B) et t ∈ C, on a n([tf ]) = |t| n([f ]).
En d’autres termes, n est maintenant une norme sur L1 (B).
98 D. H. M310

Preuve 1. Si f1 = f2 p.p. et g1 = g2 p.p., on a encore af1 + bg1 = af2 + bg2

p.p. pour tout couple de complexes (a, b). On définit donc a[f ]+b[g] ∈ L1 (B)
comme la classe [af + bg] ∈ L1 (B) de n’importe quelle fonction af + bg ∈
L1 (B) avec f ∈ [f ] et g ∈ [g].
2. Si les fonctions intégrables f1 et f2 sont égales p.p., leurs intégrales sont
égales. L’intégrale de [f ] est donc bien définie comme la valeur commune des
intégrales de f ∈ L1 (B), pour f ∈ [f ].
3. Conséquence du lemme 8.1 et de la définition de L1 (B). 2

Remarque 8.7 Nous n’avons utilisé la notation [f ] que pour pouvoir définir
soigneusement l’espace L1 (B) et prouver la proposition précédente.
Maintenant que nous avons compris de quoi il s’agit, nous nous affran-
chirons de cette notation et désignerons simplement par f ∈ L1 la classe
[f ] ∈ L1 (B), tout en étant conscient que la fonction f n’est alors définie qu’à
un ensemble négligeable près. On se permettra néanmoins de parler de la
“fonction” f ∈ L1 (B).

Remarque 8.8 Lorsque B est négligeable, l’espace L1 (B) ne contient que

la fonction nulle : ce n’est pas passionnant !

Notation 8.9 On désignera désormais par

Z
kf k1 := |f | dλ
B

la norme d’une (classe de) fonction(s) f ∈ L1 (B).

Une des propriétés fondamentales de l’espace vectoriel normé L1 (B) est qu’il
est complet. Rappelons la définition d’un espace métrique complet. Cette
notion ne nous intéressera ici que pour un espace vectoriel normé.

Définition 8.10 Espaces complets.

Soi (E, d) un espace métrique. On dit que cet espace est complet lorsque
toute suite de Cauchy d’éléments de E converge (dans E).
En particulier, si (E, k k) est un espace vectoriel normé, il est muni de la
distance associée définie par d(f, g) = kf − gk. On dit que l’espace vectoriel
normé (E, k k) est complet (ou encore est un espace de Banach) lorsque
l’espace métrique associé (E, d) est complet.

La proposition suivante fournit un critère bien utile pour vérifier qu’un espace
vectoriel normé est complet. Attention, ce critère n’a de sens que dans un
espace vectoriel normé.

Proposition 8.11 Critère des séries normalement convergentes.

Soit (E, k k) un espace vectoriel normé. On suppose que toute série de E
normalement convergente est convergente.
L’espace L1 99

a une suite (fn ) d’éléments de E P

Cette hypothèse signifie que, si l’on P telle que
la série des normes converge, soit n∈N kfn k < ∞, alors la série n∈N fn
converge dans E – autrement dit, il existe un élément S ∈ E tel que les
sommes partielles de la série convergent vers S :
n
X
k fk − Sk −−−→ 0 .
n→∞
k=0

Alors, E est complet.

Ebauche de preuve Soit (un )n∈N une suite de Cauchy dans E. On veut
montrer qu’elle converge. Il suffit pour cela (puisqu’elle est de Cauchy) de
montrer qu’elle admet une sous-suite convergente.
Quitte à extraire une suite de (un )n∈N (on désigne encore par (un )n∈N
cette sous-suite), on peut supposer que la suite (fP
n )n∈N définie par f0 = u0
et fn = un − un−1 pour n ≥ 1 vérifie l’hypothèse n∈N Pkfn k < ∞.
Par hypothèse, la série normalement convergente fn est convergente,
de limite S ∈ E. On a donc un = nk=0 fk −−−→ S.
P
2
n→∞

Théorème 8.12 Théorème de Riesz-Fischer : complétude de L1 .

Soit B ⊂ Rn mesurable. L’espace vectoriel normé (L1 (B), k k1 ) est complet.

Preuve D’après le critère de la proposition 8.11, il suffit de montrer que

toute série normalement convergente dans L1 (B) est convergente.
1
P donc (fn )n∈N une suite de fonctions fn ∈ L (B). On suppose que
Soit
kfn k1 < ∞.
On introduit les sommes partielles sn := nk=0 fk . On cherche à utiliser le
P
théorème de convergence dominée pour montrer que la suite (sn )n∈N converge
dans L1 (B) vers une certaine fonction f (à construire), c’est-à-dire que
Z
ksn − f k1 := |sn − f | dλ −−−→ 0 .
n→∞

Le corollaire 2.14 sur les séries P

de fonctions mesurables positives assure
que la série de fonctions positives n∈N |fn | converge simplement vers une
fonction g : Rn → [0, +∞] dont l’intégrale vaut
Z XZ X
kgk1 = g dλ = |fn | dλ = kfn k1 < ∞ .
n∈N n∈N

La fonction g est donc intégrable. En particulier g est finie presque partout

(proposition 4.20), c’est-à-dire en dehors d’un ensemble
P négligeable N .
Cela signifie que, pour tout x P ∈
/ N , on a n∈N |fn (x)| < ∞. Lorsque
x ∈
/ N , la série de nombres réels n∈N fn (x) est absolument convergente,
donc convergente ; on note f (x) sa limite.
100 D. H. M310

La fonction limite f n’est définie que presque partout (hors de N ), mais

elle fournit un élément de L1 (B) puisque |f | ≤ g hors de N .
On constate qu’on a la domination |sn −f | ≤ ∞
P
n+1 |fk | ≤ g pour tout n ∈
N, où g est notre fonction intégrable. Ceci permet d’appliquer le théorème
de convergence dominée à la suite (sn − f ) pour conclure que
lim ksn − f k1 = 0 ,
n→∞
ce qu’on voulait. 2
Remarque 8.13 Deux fonctions f, g ∈ L1 sont proches, c’est-à-dire que
kf − gk1 est petit, lorsque f et g sont proches en moyenne. La différence
f (t) − g(t) peut être très grande en certains points, mais elle ne peut pas
R grande sur une trop grosse partie (i.e. sur une partie A dont la “mesure”
être
1A dλ est trop grande).

B Les espaces Lp , pour 1 ≤ p ≤ ∞

Soit B ⊂ Rn une partie mesurable. Pour chaque réel 1 ≤ p < ∞,

on définit l’espace vectoriel Lp (B) des fonctions mesurables f : B → R
p
R
de puissance p-ième intégrale, c’est-à-dire telles que |f | dλ < ∞, puis
son quotient Lp (B) par le sous-espace des fonctions mesurables nulles p.p.
L’application
Z 1/p
p
f ∈ L (B) → kf kp := |f |p dλ ∈ [0, ∞[

est alors une norme sur Lp (B). Le fait que p ≥ 1 joue ici un rôle crucial.

On définit aussi l’espace vectoriel L∞ des fonctions mesurables qui sont

“essentiellement bornées” :
f ∈ L∞ si et seulement si il existe M ≥ 0 tel que |f | ≤ M p.p.
et son quotient L∞ par le sous-espace des fonctions mesurables nulles p.p.
L’application “sup essentiel” définie par
f ∈ L∞ 7→ kf k∞ := inf{M ≥ 0 | |f | ≤ M p.p.} ∈ [0, ∞[
est une norme sur L∞ .

Tous ces espaces Lp pour 1 ≤ p ≤ ∞ sont des espaces vectoriels normés

complets.
Comme nous le verrons dans l’appendice ?? l’espace L2 a un statut
particulier : il s’agit d’un espace hilbertien (c’est le seul espace Lp qui ait
cette propriété, i.e. dont la norme provienne d’un produit scalaire).
Les espaces Lp , pour 1 ≤ p ≤ ∞ 101

Proposition 8.14 Inégalité de Hölder.

Soient 1 ≤ p, q ≤ ∞ deux exposants conjugués, c’est-à-dire tels que
1 1 p q
p + q = 1. Alors, pour toutes fonctions f ∈ L et g ∈ L , le produit
f g ∈ L1 est intégrable et on a l’inégalité
Z
f g dλ ≤ kf kp kgkq .

Noter que (2, 2) est un couple d’exposants conjugués.

Lorsque (p, q) = (2, 2), on parle plutôt d’inégalité de Cauchy-Schwarz
(voir de nouveau l’appendice ??).
9. Construction de l’intégrale de Lebesgue

Dans ce dernier chapitre, nous prouvons enfin le théorème 2.4. Il s’agit

de construire l’intégrale des fonctions mesurables positives, et de démontrer
qu’elle satisfait le théorème de convergence monotone.
Cela va nous demander quelques efforts. Nous allons donc commencer
par expliquer comment les choses vont se passer, puis nous passerons à la
construction à proprement parler.

Ce chapitre est fondamental pour la construction et la compréhension de

l’intégrale de Lebesgue. Les étudiants qui envisagent de continuer plus tard
en mathématiques, notamment dans des M2 où il sera question de Probabi-
lités, ne pourront pas s’en passer.
Néanmoins, pour ce qui concerne l’année de LDD3, on peut considérer
qu’il est hors programme.

A Intégration via une mesure

Soit X un ensemble. C’est la donnée d’une structure d’espace mesuré
(X, T , m) sur X, c’est-à-dire d’une tribu T et d’une mesure m sur cette
tribu, qui permettent de définir une théorie de l’intégration sur X.
Les notions de tribu et de mesure seront introduites dans ce cadre général
au paragraphe B.
Dans l’idée de rester les plus concrets possible, nous ne construirons la
théorie de l’intégration associée que lorsque l’espace mesuré (X, T , m) est
la droite réelle (R, B(R), λ) munie de la tribu borélienne et de la mesure de
Lebesgue (ou bien l’ensemble N des entiers naturels, muni de la tribu de
ses parties, et de la mesure de comptage). Cela dit, la construction serait la
même, à la virgule près, dans le cadre général.

Commençons par motiver la définition de la mesure de Lebesgue.

Lors de la construction de l’intégrale de Riemann, nous avons commencé par
définir l’intégrale de la fonction indicatrice d’un intervalle (borné), égale à
la longueur ` de cet intervalle (ou, plus exactement, au produit ` × 1). On
a ensuite prolongé l’intégrale de Riemann “par linéarité” aux fonctions en
escaliers, puis “par continuité” aux fonctions réglées.

102
Mesures et tribus 103

On souhaiterait savoir intégrer bien plus de fonctions que les fonctions

réglées.
Commençons par envisager les fonctions indicatrices de parties (bornées)
A ⊂ R. Si l’on sait définir la “longueur” de A, notée
R λ(A), on aura envie de
définir l’intégrale de sa fonction indicatrice par 1A = λ(A) × 1 = λ(A).
Malheureusement, il n’est pas possible de définir de façon cohérente la
“longueur” de toutes les parties de R, de telle sorte que la longueur de tout
intervalle [a, b] soit ce que l’on attend – à savoir égale à b − a. Ce résultat
négatif est dû à Vitali en 1905. Pour savoir précisément ce que l’on entend
par “cohérent”, se reporter à la définition des mesures 9.10. Cependant, pas de
panique : pour construire une partie A ⊂ R à laquelle on ne sait pas affecter
une longueur (on dira alors qu’elle n’est pas mesurable, ou pas borélienne), il
faudra se donner beaucoup de mal – et utiliser l’axiome du choix ! Autant dire
que ce ne seront pas des exemples très tangibles et, qu’en pratique, toutes
les parties de R que nous serons amenés à rencontrer seront mesurables.
Nous allons donc en un premier temps définir les parties boréliennes de
R, ainsi que la mesure de Lebesgue (paragraphe B) dont l’existence sera
admise.
Une fois définie la mesure de Lebesgue sur les parties mesurables (ou
boréliennes) de R, on dispose de l’intégrale de Lebesgue des fonctions indi-
catrices de parties mesurables.
On définit alors (paragraphe C) l’intégrale de Lebesgue des fonctions
étagées qui sont les combinaisons linéaires positives de fonctions indicatrices
de parties mesurables, puis l’intégrale de Lebesgue des fonctions mesurables
positives par approximation (paragraphe D).

B Mesures et tribus
Nous commençons par introduire le vocabulaire des tribus et des mesures
dans un cadre général. Nous présentons alors l’exemple fondamental qui nous
intéressera par la suite : la droite réelle R, munie de la tribu borélienne et
de la mesure de Lebesgue.
On note P(X) l’ensemble de toutes les parties d’en ensemble X.

Définition 9.1 Tribu, parties mesurables.

Soit X un ensemble. Une tribu sur X est une famille T ⊂ P(X) de
parties de X vérifiant les axiomes suivants :
1. l’ensemble vide appartient à T : ∅ ∈ T ;
2. T est stable par passage au complémentaire : si A ∈ T alors c A ∈ T ;
3. T est stable par union dénombrable : si An ∈ T pour tout n ∈ N, alors
∪n∈N An ∈ T .
Les parties A ∈ T sont les parties mesurables de X (pour cette tribu).
104 D. H. M310

Remarque 9.2 Il suit que X lui-même appartient à T , et que T est stable

par intersection dénombrables puisque le complémentaire d’une intersection
égale la réunion des complémentaires :
\ [
c c
( An ) = An .
n∈N n∈N

Une tribu est a fortiori stable par union et intersection finies !

Définition 9.3 Espace mesurable.

Un espace mesurable (X, T ) est un ensemble X muni d’une tribu T .

Commençons par deux exemples un petit peu caricaturaux (néanmoins,

il faut savoir que l’on munira bien souvent N ou Z, ou bien un ensemble fini,
de la tribu discrète !)

Exemple 9.4 1. La tribu grossière sur X, définie par T = {∅, X}.

2. La tribu discrète, T = P(X), pour laquelle toutes les parties de X
sont mesurables.

Passons à une notion plus intéressante qui sera à la base de la construction

de la tribu borélienne, celle que nous utiliserons sur R ou sur Rn .

Proposition 9.5 Tribu engendrée.

Soit F ⊂ P(X) une famille de parties de X. Il existe une plus petite tribu
T ⊂ P(X) contenant F. C’est la tribu engendrée par F.

Preuve Considérons la famille (Ti )i∈I de toutes les tribus de X contenant

F, i.e. avec F ⊂ Ti ⊂ P(X). Il en existe, par exemple la tribu discrète.
Considérons alors T := ∩i∈I Ti ⊂ P(X). On vérifie que T est bien une tribu.
Par construction, T contient F et c’est la plus petite tribu de X ayant
cette propriété. 2

Définition 9.6 Exemple fondamental : la tribu borélienne.

Soit X = R, ou bien X = Rn (ou bien n’importe quel espace métrique).
La tribu borélienne sur X est la tribu engendrée par l’ensemble des ouverts
de X. On notera cette tribu B(X).
Lorsque X = R, la tribu borélienne est aussi la tribu sur R engendrée par
les intervalles ouverts.
Lorsque XQ= Rn , la tribu borélienne est aussi la tribu sur Rn engendrée
par les pavés ni=1 ]ai ; bi [.
Les parties mesurables pour la tribu borélienne sont appelés boréliens.

Remarque 9.7 On voudra être capable d’intégrer des fonctions continues.

La continuité est reliée à la notion d’ouvert. Il est donc raisonnable d’imposer
que les ouverts soient des parties mesurables. On considère donc la plus petite
tribu qui contienne tous les ouverts.
Mesures et tribus 105

Exemple 9.8 On travaille dans X = R muni de la tribu borélienne.

Tout intervalle de R est un borélien.
Tout fermé de R est borélien.
L’ensemble Q des rationnels est un borélien (comme réunion dénombrable
de singletons qui sont fermés) ; il n’est ni ouvert ni fermé dans R.

Revenons à un ensemble quelconque X. Comme leur nom l’indique, les

parties “mesurables” sont faites pour être mesurées !
Notation 9.9 On désignera par le symbole t une union disjointe.

Définition 9.10 Espace mesuré, mesure.

Soit (X, T ) un espace mesurable. Une mesure sur (X, T ) est une appli-
cation m : T → [0, +∞] vérifiant les axiomes suivants :
1. la partie vide est de mesure nulle, soit m(∅) = 0
2. la mesure est σ-additive : si (An )n∈N est une famille dénombrable de
parties mesurables de X qui sont deux à deux disjointes, alors
G X
m( An ) = m(An ) .
n∈N n∈N

La donnée (X, T , m) d’un espace X muni d’une tribu T et d’une mesure m

sur cette tribu est un espace mesuré.

Remarque 9.11 Si on pense que la mesure m permet de définir la longueur

(dans R), la surface (dans R2 )... voire le “poids” d’une partie A ⊂ X, il est
bien naturel d’imposer les deux axiomes de cette définition. On ne se limite
pas aux unions finies (que ce soit dans la définition des tribus ou des mesures)
pour avoir par la suite de bons théorèmes de convergence !
Ne pas oublier la condition que les parties soient deux à deux disjointes
dans la condition 2. Sinon, on a simplement une inégalité (voir la proposition
9.14).
La mesure d’une partie peut être égale à +∞.
Rappelons la convention a + ∞ = +∞ pour tout a ∈ [0, +∞] (voir 2.1).

Définition 9.12 Une mesure sur X est finie lorsque m(X) ∈ [0, +∞[.
C’est une mesure de probabilités lorsque m(X) = 1.

Exemple 9.13 Soit X un ensemble muni de la tribu discrète. On peut pen-

ser que X = N ou bien X = R.
• La mesure de comptage associe à toute partie A de X son cardinal
(donc +∞ lorsque la partie est infinie).
• Supposons maintenant pour simplifier que X = N, et donnons-nous une
application p : N → [0, +∞]. L’application définie pour toute partie A ⊂ N
par X
m(A) = pn
n∈A
106 D. H. M310

définit une mesure sur N muni de la tribu discrète. C’est une mesure finie si
et seulement si la série de terme général (pn )n∈N est convergente. Lorsque la
suite (pn )n∈N est constante égale à 1, on retrouve la mesure de comptage.

Proposition 9.14 1. Une mesure est finiment additive : si A1 , . . . , Ak

sont des parties mesurables deux à deux disjointes, on a m(tki=1 Ai ) =
Pk
i=1 (Ai ).
2. Une mesure est croissante : si A, B sont mesurables avec A ⊂ B, on
aura m(A) ≤ m(B).
3. Pour deux parties mesurables A et B quelconques, on a l’égalité
m(A ∪ B) + m(A ∩ B) = m(A) + m(B).
4. Une mesure est sous-additive : pour une suite quelconque de parties
mesurables, on a l’inégalité
[ X
m( Ak ) ≤ m(Ak ) .
k∈N k∈N

Preuve 1. Compléter la famille (Ai )i∈N∗ en posant Ai = ∅ lorsque i ≥ k +1,

et utiliser la σ-additivité de m.
2. Ecrire B = A t (B \ A) (union disjointe) et utiliser l’additivité de la
mesure.
3. On décompose en unions disjointes A = (A∩B)tA0 et B = (A∩B)tB 0 .
On a alors A ∪ B = (A ∩ B) t A0 t B 0 , d’où m(A ∪ B) = m(A0 ) + m(B 0 ) +
m(A ∩ B), et l’égalité annoncée en ajoutant m(A ∩ B) aux deux membres.
4. On pose B0 = A0 et, pour tout k ∈ N∗ , Bk = Ak \ (∪k−1 i=0 Ai ) de sorte
que les (Bk ) F
sont des parties
S mesurables de X deux à deux disjointes vérifiant
Bk ⊂ Ak et k∈N Bk = k∈N Ak . On conclut avec la croissance de la mesure
et la σ-additivité. 2

Remarque 9.15 Attention à ne pas écrire en général m(A ∪ B) = m(A) +

m(B) − m(A ∩ B), qui n’a pas de sens dans le cas où A ∩ B est de mesure
infinie (∞ − ∞ est indéterminé !).

On passe maintenant à un résultat élémentaire, mais fondamental, puis-

qu’il contient en germe les théorèmes de convergence monotone 9.35 et de
convergence dominée 4.25.
Théorème 9.16 On travaille dans un espace mesuré (X, T , m).
1. Petit théorème de convergence monotone.
Soit (Ak )k∈N une suite croissante de parties mesurables, c’est-à-dire avec
Ak ⊂ Ak+1 pour tout k ∈ N. Alors
[
m( Ak ) = sup m(Ak ) = lim m(Ak ) .
k∈N n→∞
k∈N
Mesures et tribus 107

2. Petit théorème de convergence dominée.

Soit (Ak )k∈N une suite décroissante de parties mesurables, c’est-à-dire
avec Ak+1 ⊂ Ak pour tout k ∈ N. Si de plus toutes ces parties sont de
mesure finie, c’est-à-dire si m(A0 ) < ∞, alors on a
\
m( Ak ) = inf m(Ak ) = lim m(Ak ) .
k∈N n→∞
k∈N

Remarque 9.17 • Dans 1., la suite (Ak ) est croissante donc la suite (m(Ak ))
des mesures est croissante et converge vers sup m(Ak ) ∈ [0, +∞].
On retrouve bien 9.16.1 comme cas particulier du théorème de conver-
gence monotone, que l’on l’applique à la suite croissante de fonctions mesu-
rables positives fk := 1Ak qui converge simplement vers la fonction indica-
trice f := 1∪k Ak de la réunion des Ak .
• Dans 2., la suite (Ak ) est décroissante donc la suite (m(Ak )) des mesures
est décroissante et converge vers inf m(Ak ) ∈ [0, ∞[.
On retrouve bien 9.16.2 comme cas particulier du théorème de conver-
gence dominée, que l’on l’applique à la suite décroissante de fonctions me-
surables positives fk := 1Ak qui converge simplement vers la fonction indi-
catrice f := 1∩k Ak de l’intersection des Ak , en remarquant que toutes les
fonctions fk sont dominées par f0 , qui est intégrable par hypothèse puisque
m(A0 ) < ∞.
• Cela dit, nous n’avons pas le droit d’utiliser les théorèmes de conver-
gence monotone et de convergence dominée pour démontrer 9.16 : ces théo-
rèmes n’ont pas encore été démontrés, et l’intégrale de Lebesgue n’a même
pas encore été construite !
• L’hypothèse m(A0 ) < ∞ est indispensable dans le 2. de la proposition
précédente. En efffet, travaillons dans X = N muni de la tribu discrète et de
la mesure de comptage. Soit Ak = {n ∈ N | n ≥ k}. On a m(Ak ) = ∞ pour
tout k ∈ N et pourtant ∩Ak = ∅ est de mesure nulle.

Preuve du théorème 9.16

1. On pose B0 = A0 puis Bk = Ak \Ak−1 lorsque k ≥ 1. Par construction,
les parties (Bk ) sont mesurables, deux à deux disjointes et l’on a Ak = tki=0 Bi
(k ∈ N) et ∪∞ ∞
k=0 Ak = tk=0 Bk .
On a donc m(Ak ) = ki=0 m(Bi ) (k ∈ N). Puis, par σ-additivité de m :
P

∞
[ ∞
G ∞
X k
X
m( Ak ) = m( Bk ) = m(Bi ) = lim m(Bi ) = lim m(Ak ) .
k→∞ k→∞
k=0 k=0 i=0 i=0

2. Dans la preuve qui suit, on peut penser que l’espace ambiant est non plus
X, mais la partie A0 qui est de mesure finie. Faire des dessins.
108 D. H. M310

On introduit la famille de parties mesurables définie par B0 = A0 et

Bk = A0 \ Ak pour k ≥ 1. On a donc, pour k ≥ 1, m(A0 ) = m(Ak ) + m(Bk ).
La famille (Bk ) est maintenant croissante, avec ∪k∈N Bk = A0 \ (∩k∈N Ak ).
On a donc m(A0 ) = m(∩k∈N Ak ) + m(∪k∈N Bk ) tandis que, d’après 1. :

m(∪k∈N Bk ) = sup m(Bk ) = sup(m(A0 ) − m(Ak )) = m(A0 ) − inf m(Ak ) .

k∈N k∈N

Le résultat s’en déduit. 2

On introduit maintenant la mesure qui nous intéressera au premier chef.

Théorème 9.18 La mesure de Lebesgue sur R.

Il existe une unique mesure λ sur R muni de la tribu borélienne et qui
vérifie, pour tout intervalle ouvert :

λ(]a, b[) = b − a .

Il s’agit d’un théorème délicat à démontrer, tant pour l’existence que pour
l’unicité, et nous l’admettrons.
Exercice 9.19 Montrer qu’on a également λ([a, b]) = λ(]a, b]) = λ([a, b[) = b − a
pour tous réels a ≤ b.

Exercice 9.20 1. Montrer que la mesure de Lebesgue est invariante par

translations : si A ⊂ R est un borélien et t ∈ R, on a λ(A + t) = λ(A).
On pourra fixer t ∈ R, et montrer que l’application

mt : A ∈ B(R) 7→ λ(A + t) ∈ [0, +∞]

est une mesure sur la tribu borélienne de R qui vérifie mt ((]a, b[) = b − a
pour tous a < b.
2. Montrer de même l’égalité λ(−A) = λ(A) pour tout borélien A ⊂ R, où
l’on note −A = {−a | a ∈ A}.
3. Soit s ∈ R. Montrer également que λ(sA) = |s| λ(A) pour tout borélien
A ⊂ R où sA = {sa | a ∈ A}.

Remarque 9.21 Nous disposons donc maintenant de la mesure de Lebesgue

sur (R, B(R)). On peut se demander si on ne s’est pas compliqué la vie pour
rien : pourquoi avoir introduit la notion de tribu, et en particulier pourquoi
se limiter à la tribu borélienne pour définir la mesure de Lebesgue ?
Reformulons la question plus précisément : est-il possible de définir une
“mesure de Lebesgue” sur la tribu P(R) de toutes les parties de R ? Par
mesure de Lebesgue, on entend une mesure m : P(R) → [0, +∞] définie sur
la tribu de toutes les parties de R, et qui vérifierait m([a, b]) = b − a pour
tout segment.
Fonctions mesurables, intégrale des fonctions étagées 109

Vous vous en doutez, la réponse est non. C’est la difficulté qu’on évoquait
dans le paragraphe introductif 9.A lorsqu’on disait qu’il n’est pas possible
de définir de façon cohérente la “longueur” de toute partie de R.
La production d’un contre-exemple n’est pas très difficile, mais nécessite
l’utilisation de l’axiome du choix. Un contre-exemple a été donné par Vitali
en 1905. Il a exhibé une partie V ⊂ [0, 1] qui vérifie les inclusions
[
[0, 1] ⊂ V + r ⊂ [−1, 2] , (9.1)
r∈Q
−1≤r≤1

l’union étant disjointe. Si on savait définir la mesure de V, celle-ci devrait

être strictement positive (inclusion de gauche) et nulle (inclusion de droite).
On peut prendre pour V un ensemble de représentants des classes de R modulo Q.

C Fonctions mesurables,
intégrale des fonctions étagées
Dans un souci de simplification, nous nous restreignons désormais à
(R, B(R)) muni de sa tribu borélienne. Cependant tout ce qui suit peut être
transposé mot par mot au cadre général d’un espace mesurable quelconque
(X, T ), par exemple (Rn , B(Rn )) comme au chapitre 5.

Dans la suite, lorsqu’on parlera de parties mesurables de R, il s’agira de

parties mesurables pour la tribu borélienne, c’est-à-dire de boréliens.
Proposition-Définition 9.22 Fonctions mesurables.
Une fonction f : (R, B(R)) → R est dite mesurable, ou encore borélienne,
si l’une des conditions équivalentes suivantes est satisfaite :
1. l’image réciproque par f de tout intervalle de R est mesurable ;
2. l’image réciproque par f de tout intervalle ouvert de R est mesurable ;
3. l’image réciproque par f de tout ouvert de R est mesurable ;
4. l’image réciproque par f de tout borélien de R est mesurable.
Preuve 1 ⇒ 2 Est immédiat.
2 ⇒ 3 Rappelons qu’un ouvert U ⊂ R est réunion finie ou dénombrable
d’intervalles ouverts (disjoints), soit U = ∪k∈N Ik . On a donc f −1 (U ) =
∪k∈N f −1 (Ik ) mesurable comme union finie ou dénombrable de parties mesu-
rables.
3 ⇒ 4 On considère l’ensemble des parties de R dont l’image réciproque
par f est mesurable, soit
T = {B ⊂ R | f −1 (B) ∈ B(R)} .
110 D. H. M310

On vérifie facilement que T est une tribu. Par hypothèse, T contient les
ouverts. Donc T contient la tribu engendrée par les ouverts, c’est-à-dire
contient B(R), ce qu’on voulait.
4 ⇒ 1 Tout intervalle de R est borélien (exemple 9.8). 2

Exemple 9.23 • Une fonction continue f : R → R est mesurable.

• Une fonction en escalier f : [a, b] → R, prolongée par 0 hors de l’inter-
valle [a, b], est mesurable.
• Une fonction monotone est mesurable.
• Soit A ⊂ R une partie de R. La fonction indicatrice 1A est une fonction
mesurable si et seulement si A ∈ B(R), c’est-à-dire si A est mesurable.

Comme on l’a dit plus haut, nous ne nous préoccuperons en pratique pas
des questions de mesurabilité. En effet, il est tellement coûteux de produire
une fonction non mesurable qu’on est assurés de ne pas en rencontrer une
par hasard ! On se permettra donc d’admettre notamment le résultat suivant
(même s’il n’est pas difficile).

Lemme 9.24 Stabilité de la mesurabilité.

Rappelons que l’espace R est implicitement muni de sa tribu borélienne.
1. Si f, g : R → R sont deux fonctions mesurables, leur somme f + g :
R → R et leur produit f g : R → R sont mesurables.
On a également max(f, g) et min(f, g) mesurables.
Si f : R → R∗ mesurable ne s’annule pas, son inverse 1/f : R → R∗ est
mesurable.
2. Soit fn : R → R une suite de fonctions mesurables. On suppose que
la suite (fn ) converge simplement vers une fonction f : R → R. Alors f est
mesurable.

On a vu qu’il peut être utile de savoir intégrer des fonctions à valeurs com-
plexes, notamment lorsqu’on parle de séries de Fourier (voir le chapitre ??).

Proposition-Définition 9.25 Fonctions complexes mesurables.

Une fonction f = u + iv : R → C est mesurable si et seulement si ses
parties réelles u = Re (f ) : R → R et imaginaire v = Im (f ) : R → R sont
mesurables.
Si f, g : R → C sont mesurables, les fonctions f + g, f g et |f | sont
mesurables.
Si f : R → C est mesurable, il existe une fonction mesurable h : R → C,
telle que |h(x)| = 1 pour tout x ∈ R, et telle que f = h |f |.

Preuve Pour la dernière assertion, on procède comme suit. Puisque f est

mesurable, l’ensemble A = {x ∈ R | f (x) = 0} est mesurable. Il suffit de
poser h(x) = 1 si x ∈ A et h(x) = f (x)/|f (x)| sinon. 2
Fonctions mesurables, intégrale des fonctions étagées 111

On est parfois amenés à manipuler des fonctions à valeurs dans [0, +∞]
ou [−∞, +∞] (qui apparaissent notamment comme limites de suites non
bornées de fonctions à valeurs réelles, voir le paragraphe D par exemple).

Définition 9.26 Demi-droite achevée.

La demi-droite achevée est [0, +∞], muni de la relation d’ordre qui pro-
longe celle de [0, ∞[ et telle que x < +∞ pour tout x ∈ [0, ∞[.
Ses intervalles ouverts sont les intervalles ouverts de ]0, ∞[ ainsi que
[0, +∞], ]x, ∞] et [0, x[ pour x ∈ R. On définit de même les intervalles
fermés, et les intervalles quelconques de [0, +∞].
Une suite (xn ) de [0, +∞] converge vers z ∈ [0, +∞] lorsque, pour tout
intervalle ouvert I ⊂ [0, +∞] contenant z, on a xn ∈ I lorsque n est assez
grand.
Une fonction f : (R, B(R)) → [0, +∞] est mesurable si l’image réciproque
par f de tout intervalle (ou bien de tout intervalle ouvert) de [0, +∞] est
mesurable.
On a bien sûr des définitions (et des résultats) semblables dans [−∞, +∞].

Propriété 9.27 Une partie non vide de [0, +∞] admet une borne supé–
rieure et une borne inférieure qui sont respectivement son plus petit majorant
et son plus grand minorant (dans [0, +∞]).

Le lemme 9.24 se généralise comme suit.

Lemme 9.28 Stabilité de la mesurabilité (bis).

1. Si f, g : R → [0, +∞] sont deux fonctions mesurables, on a également
max(f, g) : R → [0, +∞] et min(f, g) : R → [0, +∞] mesurables.
2. Soit fn : R → [0, +∞] une suite de fonctions mesurables. On suppose
que la suite (fn ) converge simplement vers une fonction f : R → [0, +∞].
Alors f est mesurable.
3. Soit fn : R → R une suite de fonctions mesurables. Alors sup fn : R →
]−∞, +∞] ⊂ [−∞, +∞] est mesurable.

Exemple 9.29 Soit, pour n ∈ N la fonction fn : R → R définie par fn (x) =

0 si x ≤ 0 et fn (x) = xn si x ≥ 0. Ces fonctions sont continues donc
mesurables.
La fonction f := limn→+∞ fn : R → [0, +∞] est définie par f (x) = 0 si
x < 1, f (1) = 1 et f (x) = +∞ lorsque x > 1. Elle est mesurable.
112 D. H. M310

D Intégrale des fonctions positives

On commence par définir l’intégrale, pour la mesure de Lebesgue λ, d’une
fonction étagée sur (R, B(R)). Les fonctions étagées sont aux parties mesu-
rables ce que les fonctions en escalier positives sont aux intervalles.
On définira ensuite l’intégrale des fonctions mesurables positives.

Définition 9.30 Fonction étagée.

Une fonction positive f : R → [0, +∞] est étagée si elle est mesurable et
si elle prend un nombre fini de valeurs.
Pk si c1 , · · · , ck sont les −1
Dans ce cas, valeurs distinctes prises par f , on a
l’égalité f = i=1 ci 1Ai où les Ai := f (ci ) sont mesurables.

Rappelons que λ désigne la mesure de Lebesgue sur R.

Définition 9.31 Intégrale de Lebesgue d’une fonction étagée.

Soit f : R → [0, ∞] une fonction étagée,P et c1 , · · · , ck ∈ [0, +∞] les
valeurs distinctes prises par f de sorte que f = ki=1 ci 1Ai où Ai := f −1 (ci ).
On définit alors (avec la convention 2.1) l’intégrale de Lebesgue de f comme
Z k
X
f dλ = ci λ(Ai ) ∈ [0, +∞] .
R i=1

On peut, dans l’écriture de f ou le calcul de son intégrale, se permettre

d’omettre la valeur nulle lorsqu’elle est prise par f .

Proposition 9.32 Soient d1 , · · · , d` des réels

P positifs ou nuls, et B1 , · · · , B`
des parties mesurables de R. La fonction `j=1 dj 1Bj est étagée et son inté-
grale vaut
Z X ` X `
dj 1Bj dλ = dj λ(Bj ) .
R j=1 j=1

Preuve La petite P` nuance par rapport à la définition 9.31 vient de ce que

l’écriture f = j=1 dj 1Bj n’est pas forcément l’écriture “canonique” f =
Pk −1 (c ) – qui intervient dans cette définition. (On
i=1 ci 1Ai – avec Ai := f i
rencontre une difficulté semblable lors de la définition de l’intégrale d’une
fonction en escalier).
Premier cas : Les ensembles (Bj ) sont deux à deux disjoints. Dans ce cas
les réels dj sont les valeurs prises par f (mais les dj ne sont plus forcément
distincts) et on a donc pour tout i = 1, · · · , k
G
Ai = Bj .
1≤j≤`
dj =ci
Intégrale des fonctions positives 113

Ainsi on obtient par additivité de la mesure :

Z X k k
X X
f dλ = ci λ(Ai ) = ci ( λ(Bj ))
R i=1 i=1 1≤j≤`
dj =ci
k
X X `
X
= ( dj λ(Bj )) = dj λ(Bj ) .
i=1 1≤j≤` j=1
dj =ci

Second cas : Les ensembles (Bj ) sont quelconques. Pour simplifier l’écriture,
on se contente d’écrire la preuve lorsque f = d1 1B1 + d2 1B2 , le cas général
étant similaire.
On décompose B1 = B10 t(B1 ∩B2 ) et B2 = B20 t(B1 ∩B2 ), et l’on obtient
la décomposition canonique de f , soit f = d1 1B10 + d2 1B10 + (d1 + d2 )1B1 ∩B2 .
Il vient alors par définition de l’intégrale de f , puis en regroupant :
Z
f dλ = d1 λ(B10 ) + d2 λ(B20 ) + (d1 + d2 ) λ(B1 ∩ B2 )
R
= d1 (λ(B10 ) + λ(B1 ∩ B2 )) + d2 (λ(B20 ) + λ(B1 ∩ B2 ))
= d1 λ(B1 ) + d2 λ(B2 ) . 2
Corollaire 9.33 Propriétés de l’intégrale des fonctions étagées.

R croissante : si f ≤ g sont deux

1. L’intégrale des fonctionsR étagées est
fonctions étagées, on a R f dλ ≤ R g dλ.
2. L’intégrale des fonctions étagées est “positivement linéaire” : si f, g :
R → [0, +∞] sont étagées et si α, β ≥ 0 sont deux réels positifs, on a
Z Z Z
(αf + βg) dλ = α f dλ + β g dλ .
R R R

Preuve C’est une conséquence de la proposition 9.32. Pour pouvoir l’uti-

liser, on commence par écrire simultanément les fonctions étagées f et g
comme combinaisons linéaires d’une même famille de fonctions indicatrices.
On écrit les fonctions étagées f et Pg sous forme normalisée (voir la défi-
nition 9.30) f = ki=1 ai 1Ai et g = `j=1 bi 1Bi , où les (ai ) sont les valeurs
P
distinctes (éventuellement nulles) prises par f et les (bj ) sont les valeurs
distinctes (éventuellement nulles) prises par g, de sorte que les Ai := {x ∈
R | f (x) = ai } sont des parties mesurables qui constituent une partition de
R, de même pour les Bj .
Les parties (Ai ∩ Bj )1≤i≤k,1≤j≤` sont donc deux à deux disjointes (peut-
être vides pour certaines d’entre elles), et leur réunion est R. Sur Ai ∩ Bj , f
et g sont toutes deux constantes, respectivement égales à ai et bj , de sorte
que X X
f= ai 1Ai ∩Bj , g = bj 1Ai ∩Bj . (9.2)
1≤i≤k 1≤i≤k
1≤j≤` 1≤j≤`
114 D. H. M310

1. Supposons f ≤ g. Si Ai ∩ Bj est non vide, la condition f ≤ g impose

que ai ≤ bj . Il suit de (9.2) que
Z X X Z
f dλ = ai λ(Ai ∩ Bj ) ≤ bj λ(Ai ∩ Bj ) = g dλ .
R 1≤i≤k 1≤i≤k R
1≤j≤` 1≤j≤`

2. Pour deux réels positifs α, β ≥ 0 on a d’après (9.2)

X
αf + βg = (αai + βbj ) 1Ai ∩Bj
1≤i≤k
1≤j≤`

donc, par 9.32 et en regroupant les termes :

Z  X   X 
(αf + βg) dλ = α ai λ(Ai ∩ Bj ) + β bj λ(Ai ∩ Bj )
R 1≤i≤k 1≤i≤k
1≤j≤` 1≤j≤`
Z Z
=α f dλ + β g dλ . 2
R R

Passons à l’intégrale d’une fonction mesurable à valeurs positives (ou à

valeurs dans [0, +∞]).

Définition 9.34 Intégrale d’une fonction mesurable positive.

Soit f : R → [0, +∞] une fonction mesurable positive.
On définit l’intégrale de f au sens de Lebesgue par
Z Z
f dλ : = sup { h dλ | où h : R → [0, +∞] est étagée telle que 0 ≤ h ≤ f }
R R
∈ [0, +∞] .

Il suit immédiatement de la définition que l’intégrale des fonctions mesurables

positives est croissante : en effet, si f ≤ g, toute fonction h ≤ f vérifie
également h ≤ g. Cette propriété sera néanmoins rappelée en 9.37. Nous
l’utiliserons ci-dessous dans la preuve du théorème de convergence monotone.

Théorème 9.35 Théorème de convergence monotone (Beppo Levi).

Soit fn : R → [0, +∞] une suite croissante de fonctions mesurables posi-
tives : fn ≤ fn+1 pour tout n ∈ N.
On définit f := limn→+∞ fn = supn→+∞ fn . Alors f : R → [0, +∞] est
mesurable positive et
Z Z
f dλ = lim fn dλ .
R n→+∞ R
Intégrale des fonctions positives 115

Il s’agit d’une inversion de limite et d’intégrale. La conclusion du théorème

est en effet que (sous les hypothèses ci-dessus)
Z Z
lim fn dλ = lim fn dλ .
R n→+∞ n→+∞ R

Preuve Puisque la suite (fn ) est croissante, la monotonie de l’intégrale

des fonctions mesurables
R positives (proposition 9.37) assure que la suite
R des
intégrales (In := R fn dλ)n∈N est croissante et majorée par J := R f dλ,
donc converge vers un réel (étendu) I := sup In ∈ [0, J] ⊂ [0, +∞].
Pour obtenir le théorème, il nous reste à montrer l’inégalité J ≤ I. Il
va falloir revenir à la définition de l’intégrale de f via les fonctions étagées
(définition 9.34).
Soit donc h = R ki=1 ci 1Ai une fonction étagée telle que h ≤ f .R On va
P
montrer l’inégalité R h dλ ≤ I. En revenant à la définition de J := R f dλ,
c’est-à-dire en passant au sup sur les fonctions étagées h majorées par f , on
obtiendra que J ≤ I. Ceci terminera la démonstration.
Notre fonction étagée h vérifie h ≤ f . On veut se donner un peu de
marge . On choisit donc une constante 0 < c < 1 , de sorte que c h(x) < f (x)
lorsque f (x) 6= 0. On introduit alors, pour chaque entier n ∈ N :
Bn = {x ∈ R | c h(x) ≤ fn (x)} .
C’est une suite croissante Bn ⊂ Bn+1 de parties mesurables de R. Et l’on a
R = ∪n∈N Bn (d’où l’intérêt de la constante
Pk c < 1 !)
Chacune des fonctions h 1Bn = i=1 ci 1Ai ∩Bn est étagée, d’intégrale
R Pk
R h 1Bn dλ = i=1 ci λ(Ai ∩ Bn ). Pour i = 1, · · · , k, la suite de parties
(Ai ∩ Bn )n∈N est croissante et ∪n∈N (Ai ∩ Bn ) = Ai ∩ (∪n∈N Bn ) = Ai . Le
petit
R théorèmeRde convergence monotone 9.16 assure donc la convergence
R h 1Bn dλ → R h dλ lorsque n → ∞.
L’intégrale des fonctions étagées est positivement homogène et croissante.
On obtient donc que, pour tout n ∈ N :
Z Z Z Z
c h 1Bn dλ = c h 1Bn dλ ≤ fn 1Bn dλ ≤ fn dλ = In ≤ I .
R R R R
En faisant tendre n vers ∞, il vient donc
Z
c h dλ ≤ I .
R
R
Ceci étant vrai pour tout c < 1, il vient finalement que R h dλ ≤ I. Comme
expliqué plus haut, ceci termine la démonstration. 2

Avant de passer aux propriétés de l’intégrale des fonctions mesurables

positives, observons que toute fonction de ce type peut s’obtenir comme
limite croissante d’une suite de fonctions étagées. On peut même rendre
cette construction explicite.
116 D. H. M310

Lemme 9.36 Fonction mesurable positive comme limite croissante de

fonctions étagées.
Soit f : R → [0, +∞] une fonction mesurable positive. La suite (fn ) de
fonctions étagées définies par
p p p+1
fn (x) = 2n si f (x) ≥ 2n et fn (x) = 2n si 2n ≤ f (x) < 2n ≤ 2n .
converge en croissant vers f .

Preuve Immédiate. 2

Proposition 9.37 Propriétés de l’intégrale des fonctions positives.

1. L’intégrale des fonctions mesurables positives est croissante :
si f, g : R → [0, +∞]
R sont Rdeux fonctions mesurables positives telles
que f ≤ g, alors R f dλ ≤ R g dλ.
2. L’intégrale des fonctions mesurables positives est positivement linéaire.
3. Lorsque f est étagée, on retrouve l’intégrale définie précédemment.

Preuve 1. Si f ≤ g, toute fonction étagée telle que h ≤ f vérifie a fortiori

h ≤ g.
2. Soient f, g deux fonctions mesurables positives. On les approche res-
pectivement par deux suites croissantes (fn ) et (gn ) de fonctions étagées, par
exemple en utilisant le lemme 9.36.
Soient α, β ≥ 0 deux réels. La suite de fonctions étagées (αfn + βgn )
converge en croissant vers αf + βg. Le théorème de convergence monotone et
la proposition 9.33 (l’intégrale des fonctions étagées est positivement linéaire)
donnent alors le résultat voulu puisque :
Z Z
(αf + βg) dλ = lim (αfn + βgn ) dλ
n→∞
 Z Z  Z Z
= lim α fn dλ + β gn dλ = α f dλ + β g dλ .
n→∞
R R
3. Pour h étagée avec h ≤ f , on a en effet R h dλ ≤ Rf dλ avec égalité
si l’on choisit h = f . 2

Exercice 9.38 Invariance de l’intégrale : symétrie, translation, homo-

thétie. Soit f : R → [0, +∞] une fonction mesurable positive. Montrer, pour x ∈ R
et s ∈ R∗ , les égalités
Z Z
f (t) dλ(t) = f (−t) dλ(t)
R R
Z Z
f (t) dλ(t) = f (x + t) dλ(t)
ZR R
Z
f (t) dλ(t) = |s| f (st) dλ(t) .
R R

On commencera par traiter le cas des fonctions étagées en utilisant l’exercice 9.20.
Intégrale des fonctions positives 117

E Séries et intégrales
Dans cette section, nous évoquons rapidement le lien entre la théorie
des séries numériques, et la théorie de l’intégration.
Nous nous intéressons à la théorie de l’intégration sur l’ensemble X = N
des entiers naturels, muni de la tribu P(N) de toutes ses parties et de
la mesure de comptage µ : P(N) → [0, +∞] définie pour toute partie
A ⊂ N par µ(A) = card (A).
Une fonction u : N → [0, +∞] n’est autre qu’une suite (un )n∈N à valeurs dans
[0, +∞]. Puisque la tribu considérée sur N est la tribu de toutes ses parties, toute
fonction u : N → [0, +∞] (ou u : N → R) est mesurable.
La démarche suivie dans le paragraphe D dans le cadre de la mesure de Lebesgue
sur R nous permet de définir l’intégrale pour la mesure de comptage µ des fonctions
étagées u : N → [0, +∞] (c’est-à-dire des fonctions uR : N → [0, +∞] qui prennent un
nombre fini de valeurs), puis de passer à l’intégrale N u dµ ∈ [0, +∞] d’une fonction
positive u : N → [0, +∞].

Lemme 9.39 Soit u : N → [0, +∞] une fonction étagée. Alors

Z X
u dµ = u(n) . (9.3)
N n∈N

Preuve Soient a1 , · · · , ak ∈ [0, +∞] les valeurs distinctes prises par u, et Aj :=

{n ∈ N | u(n) = aj } pour 1 ≤ j ≤ k. On a, par construction,
Z k
X k
X
u dµ = aj µ(Aj ) = aj card(Aj ) .
N j=1 j=1

Lorsque u prend une infinité de fois une valeur non nulle, les deux membres de
l’égalité (9.3) valent +∞.
P Si la fonction u est nulle sauf en un nombre fini d’entiers n ∈ N, la somme
n∈N u(n) est une somme portant sur un nombre fini de termes, et on a bien
l’égalité (9.3). 2

Corollaire 9.40 Soit u : N → [0, +∞] une fonction positive. Alors

Z X
u dµ = u(n) . (9.4)
N n∈N

Preuve On introduit, pour chaque entier p ∈ N, la fonction tronquée vp : N →

[0, +∞] définie par vp (n) = u(n) lorsque n ≤ p et vp (n) = 0 sinon. Par construction,
chaque fonction vp : N → [0, +∞] est étagée, et la suite (vp ) converge en croissant
vers u. Le résultat annoncé découle donc du théorème de convergence monotone,
et de l’égalité 9.3 appliquée à chaque fonction vp . 2

On obtient alors, en revenant à la définition d’une fonction intégrable, et de

l’intégrale d’une telle fonction, le corollaire suivant.
118 D. H. M310

Corollaire 9.41 Soit u : N → R une fonction. Alors u est intégrable pour la

P (un ) est sommable
mesure de comptage si et seulement si la série de terme général
(ou absolument convergente), c’est-à-dire si et seulement si n∈N |un | < ∞. Dans
ce cas, on a l’égalité
Z X
u dµ = u(n) . (9.5)
N n∈N

Maintenant que nous avons défini l’intégrale de Lebesgue sur (N, P(N), µ),
voyons comment s’expriment les grands théorèmes de la théorie de l’intégration
dans ce contexte.
• Dans le chapitre 5, on a énoncé les théorème de Fubini dans R2 = R × R. Les
résultats correspondants dans N × R, ou bien dans N × N, sont également vrais.
Enonçons l’un d’entre eux.

Proposition 9.42 Fubini-Tonelli dans N × R.

Soit u : N × R → [0, +∞] (mesurable) positive. On note un (t) = u(n, t) pour
n ∈ N et t ∈ R. On a alors l’égalité
Z Z  Z Z 
un (t) dλ(t) dµ(n) = un (t) dµ(n) dλ(t) . (9.6)
N R R N

En d’autres termes, on a
X Z  Z X 
un (t) dλ(t) = un (t) dλ(t) . (9.7)
n∈N R R n∈N

L’égalité (9.7) n’est autre que le corollaire 2.14 sur l’intégrale des séries de fonctions
positives ! On laisse au lecteur le soin d’énoncer, et d’interpréter en termes de séries
de fonctions (resp. de séries doubles), le théorème de Fubini dans N × R, ainsi que
les deux théorèmes de Fubini dans N × N.
R
• De même, les théorèmes de continuité et de dérivabilité “sous le signe ”,
que l’on avait énoncés dans R, ont des analogues sur N qui s’interprètent en des
P
théorèmes de continuité et de dérivabilité “sous le signe ”.
Index

R
0 · ∞, 23 f (t) dλ(t), 40
B
1, 15 approximation de l’unité, 92
B(X), 104
C 1 , 74 borélien, 104
Ff , 79 borne inférieure, 11
fˆ, 79 borne supérieure, 10
Ff , 80
caractère, 81
G, 83
cardinal, 19
L1 , 34, 35
changement de variable, 39
L1R , 34
compact (espace métrique), 12
L1 (B), 34
complet (espace métrique), 12, 98
L1 , 96, 98
concentration, 27
Lp , 100
continuité, 17
L∞ , 100
continuité sous l’intégrale, 62
P(X), 103
convergence simple, 14
S, 84
convergence uniforme, 16
T
R , 103 convolution, 89
Rn f , 67 critère séquentiel de continuité, 17
lim inf, 29
ϕM , 75 dénombrable, 19
Jϕ , 74 dérivation sous l’intégrale, 63
[f ], 96 demi-droite achevée, 111
kf k1 , 98 dense, 97
kf k∞ , 16, 18, 100 difféomorphisme, 74
kf kp , 100 domination, 60, 61
f + , 32
f − , 32 ensemble triadique de Cantor, 58
fa , 81 espace de Banach, 98
χ, 81 espace de Schwartz, 84
τs f , 81 espace mesuré, 105
t, 105 espace mesurable, 104
Rb évanescence, 27
Ra f (t) dt, 38
B f dλ, 40 fonction étagée, 112

119
120 D. H. M310

fonction borélienne, 109 positivement linéaire, 113

fonction complexe mesurable, 110 presque partout, 58
fonction définie p.p., 69 propriétés fonctionnelles, 81, 82,
fonction indicatrice, 15 85, 90
fonction intégrable, 32, 35
fonction intégrable (sur Rn ), 67 représentant, 96
fonction mesurable, 109
fonctions équivalentes, 48 σ-additif, 105
série normalement convergente, 98
gaussienne, 83, 91 séries de fonctions, 26
segment, 12
inégalité de Hölder, 101
suite de Cauchy, 12
inégalité triangulaire, 34, 35
intégrale d’une fonction complexe, théorème de Beppo Levi, 114
35 théorème de Bolzano-Weierstrass,
intégrale d’une fonction réelle, 32 12
inversion de Fourier, 83, 85, 88 théorème de convergence
jacobien (déterminant), 74 dominée, 53, 60, 68
jacobienne (matrice), 74 théorème de convergence dominée
(petit), 107
lemme de Fatou, 27, 29, 54 théorème de convergence
limite inférieure, 29 monotone, 21, 114
théorème de convergence
majorant, 10 monotone (petit), 106
mesurable (partie), 103 théorème de convergence
mesure, 105 monotone (sur Rn ), 67
mesure d’une partie, 56 théorème de Fubini, 72
mesure de comptage, 105 théorème de Fubini-Tonelli, 70
mesure de Lebesgue, 108 théorème de Riesz-Fischer, 99
mesure de probabilité, 105 théorème du changement de
mesure finie, 105 variable, 76
minorant, 11 transformée de Fourier, 63
négligeable, 56, 57, 71 transformée de Fourier, 79
norme, 16, 97, 98 tribu, 103
tribu borélienne, 104
p.p., 58 tribu discrète, 104
partie négative, 32 tribu engendrée, 104
partie positive, 32 tribu grossière, 104