Chapitre 4

Fonctions intégrables

Maintenant qu’on a construit un espace mesuré (E, T, m) (dont un exemple fondamental est (E, T, m) = (R, B(R),
λ), on voudrait généraliser la notion d’intégrale grâce à cet espace, c’est-à-dire introduire
R une application qui à f ,
fonction de E dans R, associe un réel, dépendant de la mesure m, que nous noterons f dm, tel que :
R
– Si f = 1A , A ∈ T, alors f dm = m(A),
– L’application ainsi définie soit linéaire, c’est-à-dire que pour toutes fonctions f et g définies de E dans R,
Z Z Z
(αf + βg)dm = α f dm + β gdm, ∀ (α, β) ∈ R2 .

En fait, on ne peut pas définir une telle application sur toutes les fonctions de E dans R, nous allons la définir
seulement sur les fonctions que nous appellerons “intégrables”.
La construction de cette nouvelle intégrale se déroule, comme pour l’intégrale des fonctions continues décrite au
chapitre 1 en 3 étapes, que nous pouvons dans le cas (non limitatif) des fonctions de R dans R, décrire ainsi :
1. Mesurer presque toutes les parties de R (et pas seulement les intervalles).
2. Définir l’intégrale des fonctions étagées, c’est-à-dire des fonctions de R dans R ne prenant qu’un nombre fini de
valeurs (et pas seulement des fonctions en escalier).
3. Par un passage à la limite, définir l’intégrale des fonctions limites (en un sens convenable) de fonctions étagées.
Pour être plus précis, dans l’étape 1 ci-dessus, on cherche une application

λ : P (R) → R+ ,

où P (R) désigne l’ensemble des parties de R, telle que :

λ(]α, β[) = β − α, pour tout α, β ∈ R, α ≤ β. (4.1)

[ X
λ( An ) = λ(An ), ∀(An )n∈N ⊂ P (R) t.q. An ∩ Am = ∅ si n , m. (4.2)
n∈N n∈N
P P
(Dans toute la suite de ce cours, la notation n∈N est identique à +∞ n=0 .)
Une telle application sur P (R) n’existe pas (voir l’exercice 2.29), mais on sait qu’elle existe si on se limite à une
partie convenable de P (R), par exemple, la tribu de Borel définie précédemment.
Pour l’étape 2, on intégrera les fonctions prenant un nombre fini de valeurs et pour lesquelles chaque étage est dans
la tribu de Borel et est de mesure finie. De telles fonctions seront dites étagées et intégrables.
Enfin, à l’étape 3, l’idée principale est de définir l’intégrale des fonctions positives qui sont limites croissantes d’une
suite de fonctions étagées (on remplace donc la convergence uniforme utilisée pour la définition de l’intégrale des
fonctions réglées par une convergence simple en croissant).

4.1 Intégrale d’une fonction étagée positive

Soit (E, T, m) un espace mesuré. On rappelle que E+ est l’ensemble des fonctions étagées de E dans R, ne prenant
que des valeurs positives ou nulles. Si f ∈ E+ , f non nulle, le lemme 3.6 nous donne, en P particulier, l’existence d’une
famille (ai , Ai )i=1,...,n ⊂ R∗+ × T telle que Ai ∩ Aj = ∅, si i , j, i, j ∈ {1, . . . , n}, et f = ni=1 ai 1Ai . D’autre
P part, le
lemme 3.7 nous permet d’affirmer que, pour une fonction étagée positive qu’on P écrit sous la forme : f = ni=1 ai 1Ai ,
où les Ai sont deux à deux disjoints et les ai sont strictement positifs, la valeur ni=1 ai m(Ai ) est indépendante de la
décomposition choisie. On peut donc définir l’intégrale sur E+ de la manière suivante :

Définition 4.1 (Intégrale d’une fonction de E+ ) Soit (E, T, m) un espace mesuré et soit f de E dans R une fonction
étagée positive non nulle (c’est-à-dire f ∈ E+ ). Soient (Ai )i=1,...,n ⊂ T une famille de parties disjointes deux à deux
n
X
(i.e. t.q. Ai ∩ Aj = ∅ si i , j) et n réels a1 , ..., an strictement positifs tels que f = ai 1Ai . On définit l’intégrale
i=1
R Z n
X R
de f , qu’on note f dm, par : f dm = ai m(Ai ) (on a donc f dm ∈ R+ ). D’autre part, si f = 0, on pose
R i=1
f dm = 0.

n
X
Remarque 4.2 En adoptant la convention 0 × +∞ = 0, on peut aussi remarquer que si f = ai 1Ai ∈ E+ , où la
i=1
famille (Ai )i=1,...,n ⊂ T est t.q. Ai ∩ Aj = ∅ si i , j, et où les réels a1 , ..., an sont supposés positifs seulement, on a
encore : Z Xn
f dm = ai m(Ai ).
i=1

Proposition 4.3 (Propriétés de l’intégrale sur E+ ) Soient f et g ∈ E+ , α et β ∈ R∗+ , alors :

Z Z Z
– linéarité positive : αf + βg ∈ E+ , et (αf + βg)dm = α f dm +β gdm,
R R
– monotonie : f ≥ g ⇒ f dm ≥ gdm.
R R
D ÉMONSTRATION – Il est facile de montrer que si f ∈ E+ et α ∈ R∗+ on a αf ∈ E+ et αf dm = α f dm. Pour
montrer la linéarité positive, il suffit donc de considérer le cas α = β = 1 et f et g non nulles. Soit donc f , g ∈ E+ , non
nulles. D’après le lemme 3.6 sur la décomposition canonique des fonctions étagées positives non nulles, on peut écrire
Xn Xm
f = ai 1Ai et g = bj 1Bj ,
i=1 j=1

77
 avec 0 < a1 < . . . < an , Ai , ∅ pour tout i, Ai ∩ Aj = ∅ si i , j, 0 < b1 < . . . < bm , Bj , ∅ pour tout j, Bj ∩ Bi = ∅ si
S S
j , i. En posant a0 = b0 = 0, A0 = ( ni=1 Ai )c et B0 = ( nj=1 Bj )c , on a aussi
n
X m
X
f = ai 1Ai et g = bj 1Bj
i=0 j=0
et on peut écrire
n X
X m X
f +g = (ai + bj )1Ai ∩Bj = (ai + bj )1Ai ∩Bj ,
i=0 j=0 (i,j)∈K
avec K = {(i, j) ∈ {0, . . . , n} × {0, . . . , m} \ (0, 0)}.
R P
On a donc f + g ∈ E+ et (f + g)dm = (i,j)∈K (ai + bj )m(Ai ∩ Bj ). On en déduit
Z Xn Xm m X
X n
(f + g)dm = ai m(Ai ∩ Bj ) + bj m(Ai ∩ Bj )
i=1 j=0 j=1 i=0
n
X m
X
= ai m(Ai ) + bj m(Bj )
i=1 j=1
(car (A0 , . . . , An ) et (B0 , . . . , Bm ) sont des partitions de E). On a donc bien montré que
Z Z Z
(f + g)dm = f dm + gdm.

Il reste à montrer la monotonie. Soit f , g ∈ RE+ t.q. f ≥ g. On a donc f −g ∈ E+ (on rappelle que E est un espace vectoriel
sur R, voir la proposition 3.9) ; et comme (f − g)dm ≥ 0, la linéarité positive nous donne que
Z Z Z Z
f dm = (f − g)dm + gdm ≥ gdm.
.

Remarque 4.4
1. Une conséquence directe de la linéarité positive de l’intégrale sur E+ est que, si f ∈ E+ , pour n’importe quelle
Xn
décomposition de f : f = ai 1Ai ∈ E+ , a1 , ..., an ≥ 0 et (Ai )i=1,...,n ⊂ T (on ne suppose plus Ai ∩ Aj = ∅ si
i=1
i , j), on a encore, par linéarité positive :
Z n
X Z n
X
f dm = ai 1Ai = ai m(Ai ),
i=1 i=1

en posant ai m(Ai ) = 0 si ai = 0.
2. Une conséquence de la monotonie de l’intégrale sur E+ est que, pour tout f ∈ E+ , on a :
Z Z
f dm = sup{ gdm, g ∈ E+ , g ≤ f }.

4.2 Intégrale d’une fonction mesurable positive

On donne maintenant un petit lemme fondamental qui va permettre de définir l’intégrale des fonctions de M+ .
Lemme 4.5 Soient (E, T, m) un espace mesuré, (fn )n∈N ⊂ E+ , et g ∈ E+ , tels que :

78
 • fn+1 (x) ≥ fn (x), pour tout n ∈ N, et tout x ∈ E,
• lim fn (x) ≥ g(x), pour tout x ∈ E,
n→+∞
alors Z Z
lim fn dm ≥ g dm. (4.3)
n→+∞
R
Noter que la suite ( fn dm)n∈N est une suite croissante de R+ , donc sa limite existe dans R+ .

D ÉMONSTRATION – Pour x ∈ E, on pose f (x) = limn→+∞ fn (x) (cette limite existe et appartient à R+ ). Il se peut
que f < E+ , mais on a toujours f ∈ M+ et les hypothèses du lemme donnent fn ↑ f quand n → +∞.
Soit α ∈]0, 1[, on définit, pour n ∈ N :
An = {x ∈ E; αg(x) ≤ fn (x)}.
On a donc
An = (fn − αg)−1 ([0, +∞[) ∈ T, An ⊂ An+1
S
(car fn ≤ fn+1 ) et E = n∈N An . En effet, si x ∈ E, on distingue deux cas :
S
1. Si g(x) = 0, alors x ∈ An pour tout n ∈ N donc x ∈ n∈N An ,
2. Si g(x) > 0, on a alors
αg(x) < g(x) ≤ lim fn (x).
n→+∞
S
Il existe donc nx (dépendant de x) tel que x ∈ An pour n ≥ nx . Donc, x ∈ n∈N An .
On a donc bien montré que [
E= An .
n∈N
(Comme An ⊂ An+1 , pour tout n ∈ N, on peut aussi remarquer que la suite de fonctions (αg1An )n∈N converge
simplement et en croissant vers la fonction αg.)
On remarque maintenant que αg1An ∈ E+ , fn ∈ E+ et que, grâce à la définition de An , on a αg1An ≤ fn . La monotonie
de l’intégrale sur E+ donne donc : Z Z
αg1An dm ≤ fn dm. (4.4)

En utilisant la décomposition canonique de g (lemme 3.6), il existe une famille (bi , Bi )i=1,...,p telle que 0 < b1 < . . . < bp ,
Pp
Bi , ∅ pour tout i, Bi ∩ Bj = ∅ si i , j et g = i=1 bi 1Bi . On a donc
p
X
αg1An = αbi 1Bi ∩An
i=1
et donc :
Z p
X
αg1An dm = αbi m(Bi ∩ An ).
i=1
S S
Comme n∈N (Bi ∩ An ) = Bi ∩ ( n∈N An ) = Bi ∩ E = Bi , la continuité croissante de m donne m(Bi ∩ An ) → m(Bi ),
quand n → +∞. On en déduit :
Z Xp Xp Z
lim αg1An dm = lim αbi m(Bi ∩ An ) = αbi m(Bi ) = αgdm.
n→+∞ n→+∞
i=1 i=1
On peut donc passer à la limite, quand n → +∞, dans (4.4) et obtenir :
Z Z
αgdm ≤ lim fn dm.
n→+∞
R R
Enfin, la linéarité positive de l’intégrale sur E+ donne αgdm = α gdm. On conclut la démonstration du lemme en
faisant tendre α vers 1.

79
Remarque 4.6 Dans la démonstration précédente, on a besoin de α < 1 pour pouvoir écrire αg(x) ≤ fn (x) pour
n ≥ nx , avec nx ∈ N pouvant dépendre de x. Un tel nx pourrait ne pas exister en prenant α = 1.
Le lemme suivant est une conséquence simple du lemme 4.5.
Lemme 4.7 Soient (E, T, m) un espace mesuré et f ∈ M+ . Soient deux suites (fn )n∈N et (gn )n∈N d’éléments de
E+ convergeant simplement et en croissant vers f . On a alors :
Z Z
lim fn dm = lim gn dm. (4.5)
n→+∞ n→+∞

D ÉMONSTRATION – R R
On applique le lemme 4.5 avec g = gp , p fixé. On obtient gp dm ≤ limn→+∞ fn dm. Puis, en passant à la limite
quand p → +∞, on obtient : Z Z
lim gp dm ≤ lim fn dm.
p→+∞ n→+∞
On obtient enfin (4.5) en changeant les rôles de fn et gp .

Le lemme 4.7 permet donc de définir l’intégrale sur M+ de la manière suivante :

Définition 4.8 (Intégrale sur M+ ) Soient (E, T, m) un espace mesuré, et f ∈ M+ . D’après la proposition sur la
mesurabilité positive, il existe une suite (fn )n∈N ⊂ E+ telle que fn ↑ f quand n → +∞, c’est-à-dire :
• Pour tout x ∈ E, fn (x) → f (x), quand n → +∞,
• fn+1 (x) ≥ fn (x), pour tout x ∈ E, et tout n ∈ N.
On définit l’intégrale de f en posant :
Z Z
f dm = lim fn dm (∈ R+ ).
n→+∞

On a aussi la caractérisation suivante, parfois bien utile, de l’intégrale d’une fonction mesurable positive à partir
d’intégrales de fonctions étagées positives :
Lemme 4.9 Soient (E, T, m) un espace mesuré et f ∈ M+ . Alors
Z Z
f dm = sup{ gdm, g ∈ E+ , g ≤ f }.

D ÉMONSTRATION – Soit (fn )n∈N ⊂ E+ telle que fn ↑ f quand n → +∞.

R R
La monotonie de l’intégrale sur E+ donne que fn dm = sup{ gdm, g ∈ E+ , g ≤ fn } (voir la remarque 4.4). Comme
fn ≤ f , on a donc, pour tout n ∈ N :
Z Z Z
fn dm = sup{ gdm, g ∈ E+ , g ≤ fn } ≤ sup{ gdm, g ∈ E+ , g ≤ f }.
R
La définition de f dm donne alors :
Z Z
f dm ≤ sup{ gdm, g ∈ E+ , g ≤ f }.

80
 Pour montrer l’inégalité inverse, considérons une fonction g ∈ E+ telle que g ≤ f . Comme fn ↑ f , le lemme 4.5 donne
Z Z Z
gdm ≤ lim fn dm = f dm.
n→+∞
On a donc Z Z
sup{ gdm, g ∈ E+ , g ≤ f } ≤ f dm.

Proposition 4.10 (Propriétés de l’intégrale sur M+ ) Soient f et g ∈ M+ , α et β ∈ R∗+ , alors :

Z Z Z
– linéarité positive : αf + βg ∈ M+ , et (αf + βg)dm = α f dm +β gdm,
R R
– monotonie : f ≥ g ⇒ f dm ≥ gdm.

D ÉMONSTRATION – La linéarité positive se démontre de manière très simple à partir de la linéarité positive sur E+
(proposition 4.3). et de la définition 4.8.
La monotonie est une conséquence immédiate du lemme 4.9.

Remarque 4.11 (A propos de (+∞) × 0 . . .) Soient (E, T, m) un espace mesuré et A ∈ T tel que m(A) = 0. On note
IA la fonction indicatrice de l’ensemble A. Cette fonction est définie de E dans R+ par : IA (x) = +∞ si x ∈ A et
IA (x) = 0 si x < A. Cette fonction est souvent notée aussi (+∞)1A . Il est clair que IA ∈ M+ et que IA est la limite
croissanteR de la suite (fn )n∈N ⊂ E+ définie par fn = n1A . On en déduit, en utilisant la définition de l’intégrale sur
M+ , que IA dm = 0.
Une conséquence de cette remarque est le lemme suivant :
Lemme 4.12 Soit (E, T, m) un espace mesuré.
1. Soit f ∈ M+ et AR∈ T. On note R f 1A ∈ M+ la fonction définie par f 1A (x)R = f (x) si x ∈ A et f 1A (x) = 0 si
x ∈ Ac . On définit A f dm par f 1A dm. On suppose que m(A) = 0. Alors, A f dm = 0.
R R
2. Soit f , g ∈ M+ t.q. f = g p.p.. Alors, f dm = gdm.
R
3. Soit f ∈ M+ t.q. f = 0 p.p.. Alors f dm = 0.

D ÉMONSTRATION – 1. Soit f ∈ M+ et A ∈ T tel que m(A) = 0. Soit IA la fonctionR indicatrice de l’ensemble A

(définie dans la remarque 4.11). On a évidemment f 1A ≤ IA et donc, par monotonie, f 1A dm = 0.
2. Soit
R R + t.q. f = g p.p.. Soit A ∈ T Rt.q. m(A) =R0 et f 1Ac = g1Ac . On a donc f 1Ac , g1Ac ∈ M+ et
f, g ∈ M
f 1Ac dm = g1Ac dm. D’autre part, comme f 1A dm = g1A dm = 0, on a aussi, par linéarité positive
Z Z Z Z
f dm = f 1Ac dm + f 1A dm = f 1Ac dm

(et de même pour g). Donc, Z Z

f dm = gdm.
R R
3. Soit f ∈ M+ t.q. f = 0 p.p.. Alors f dm = 0dm = 0.

Ce lemme nous permet d’étendre la définition de l’intégrale à certaines fonctions non mesurables :

81
Définition 4.13 (Intégrabilité sans mesurabilité) Soit (E, T, m) un espace mesuré et f définie sur Ac , à valeurs
dans R (resp. R+ ), avec A ∈ T, m(A) = 0 (on dit que f est définie p.p., car f n’est pas définie sur A).
1. f est m-mesurable (resp. m-mesurable positive) s’il existe g ∈ M (resp. g ∈ M+ ) t.q. f = g p.p.. (c’est-à-dire
qu’il existe B ∈ T tel que m(B) = 0, B ⊃ A et f = g sur Bc ).
R R
2. Soit f m-mesurable positive. On pose f dm = gdm, avec g ∈ M+ t.q. f = g p.p. (noter que cette intégrale ne
dépend pas du choix de g, grâce au lemme 4.12).

Remarque 4.14 Soit (E, T, m) un espace mesuré. Il est facile de montrer les résultats suivants :
1. Soit f de E dans R ou R+ . Alors, f ∈ E+ si et seulement si f ∈ M+ , Imf ⊂ R+ et card(Imf ) < +∞.
2. Soit A ∈ T tel que m(A) = 0 et f de Ac dans R. Alors, f est m-mesurable si et seulement s’il existe (fn )n∈N ⊂ E
t.q. fn → f p.p. (voir l’exercice 4.18).
3. Soit A ∈ T tel que m(A) = 0 et f de Ac dans R+ . Alors, f est m-mesurable positive si et seulement s’il existe
(fn )n∈N ⊂ E+ t.q. fn → f p.p..
Le résultat suivant sera souvent utile par la suite. En particulier, les inégalités de Markov et Bienaymé-Tchebychev
(voir la section 4.9) en découlent facilement.
Lemme 4.15 Soient (E, T, m) un espace mesuré, f ∈ M+ et t ∈ R∗+ ; alors :
Z
1
m({f ≥ t}) ≤ f dm. (4.6)
t

D ÉMONSTRATION – On définit At = {f ≥ t} = {x ∈ E ; f (x) ≥ t}. On a At ∈ T et f ≥ t1At . Par monotonie de

l’intégrale sur M+ , on en déduit l’inégalité 4.6.

4.3 Convergence monotone et lemme de Fatou

Théorème 4.16 (Convergence monotone (1)) Soit (E, T, m) un espace mesuré et soit (fn )n∈N une suite de M+ t.q.
fn+1 (x) ≥ fn (x), pour tout n ∈ N et tout x ∈ E. On pose, pour tout x ∈ E, f (x) = lim fn (x) ∈ R+ . Alors f ∈ M+ et
Z Z n→+∞

fn dm → f dm lorsque n → +∞.

D ÉMONSTRATION – R R
Noter que si (fn )n∈N ∈ E+ , le fait que fn dm → f dm, lorsque n → +∞, est donné par la définition de l’intégrale sur
M+ . La difficulté est donc ici de travailler avec (fn )n∈N ∈ M+ au lieu de (fn )n∈N ∈ E+ .
Comme (fn )n∈N ⊂ M+ converge simplement et en croissant vers f , la proposition 3.19 donne f ∈ M+ . Puis, par
monotonie de l’intégrale sur M+ , on a
Z Z
lim fn dm ≤ f dm.
n→+∞
Il reste donc à montrer que :

82
 Z Z
lim fn dm ≥ f dm. (4.7)
n→+∞
Pour montrer (4.7), on va construire une suite de fonctions (gp )p∈N ⊂ E+ t.q gp ↑ f , quand p → ∞, et gp ≤ fp , pour
tout p ∈ N.
Pour tout n ∈ N, fn ∈ M+ ; il existe une suite de fonctions (fn,p )p∈N ⊂ E+ t.q. fn,p ↑ fn lorsque p tend vers +∞. On
définit alors :
gp = sup fn,p
n≤p
On note que :
1. gp ∈ E+ car gp est le sup d’un nombre fini d’éléments de E+ (donc gp est mesurable, Im(gp ) ⊂ R+ et card(Im(gp )) <
∞, ce qui donne gp ∈ E+ ).
2. gp+1 ≥ gp , pour tout p ∈ N. En effet, comme fn,p+1 ≥ fn,p (pour tout n et p), on a
gp+1 = sup{fp+1,p+1 , sup fn,p+1 } ≥ sup fn,p+1 ≥ sup fn,p = gp .
n≤p n≤p n≤p

On peut donc définir, pour x ∈ E, g(x) = limp→∞ gp (x) ∈ R+ (car la suite (gp (x))p∈N est croissante dans R+ ).
3. g = f . En effet, on remarque que gp ≥ fn,p si n ≤ p. On fixe n et on fait tendre p vers l’infini, on obtient g ≥ fn pour
tout n ∈ N. En faisant n → +∞ on en déduit g ≥ f . D’autre part, on a fn,p ≤ fn ≤ f pour tout n et tout p. On a donc
gp ≤ f pour tout p. En faisant p → ∞ on en déduit g ≤ f . On a bien montré que f = g.
4. gp ≤ fp pour tout p ∈ N. En effet, fn,p ≤ fn ≤ fp si n ≤ p. On a donc gp = supn≤p fn,p ≤ fp .
Les points 1 à 3 ci-dessus donnent (gp )p∈N ∈ E+ et gp ↑ f quand p → ∞. Donc, la définition de l’intégrale sur M+
R R
donne f dm = limp→∞ gp dm.
R R
Le point 4 donne (par monotonie de l’intégrale sur M+ ) gp dm ≤ fp dm, on en déduit
Z Z Z
f dm = lim gp dm ≤ lim fp dm.
p→∞ p→∞
R R
Finalement, on obtient bien f dm = limp→∞ fp dm.

On utilisera souvent une légère extension (facile) du théorème de convergence monotone, où l’on suppose seulement
une convergence en croissant presque partout de la suite de fonctions :

Théorème 4.17 (Convergence Monotone (2)) Soit (E, T, m) un espace mesuré et soit (fn )n∈N ⊂ M+ . On suppose
que fn ↑ f p.p. (c’est-à-dire que il existe A ∈ T tel que m(A) = 0 et fn (x) ↑ f (x) pour tout x ∈ZAc ). La fonction
Z f
(définie p.p.) est alors m−mesurable positive (c’est-à-dire que il existe g ∈ M+ t.q. f = g p.p.) et fn dm → f dm.
R R
On rappelle que, par définition (voir la définition 4.13), f dm = gdm avec g ∈ M+ t.q. f = g p.p..

D ÉMONSTRATION – Soit A ∈ T tel que m(A) = 0 et fn ↑ f sur Ac , quand n → +∞. On pose gn = fn 1Ac (c’est-à-dire
gn (x) = fn (x) si x ∈ Ac et gn (x) = 0 si x ∈ A). On a gn ∈ M+ et gn ↑ g avec g = f 1Ac (c’est-à-dire g(x) = f (x) si
x ∈ Ac Ret g(x) = 0 Rsi x ∈ A). Comme g ∈ M+ et f = g p.p., onR a donc f m−mesurable
R positive. Puis, le
R théorème
R 4.16
donne gn dm → gdm quand n → +∞. D’autre part, on a gn dm = fn dm (car fn = gn p.p.) et gdm = f dm
R
(par définition de f dm), donc
Z Z
fn dm → f dm.

83
Corollaire 4.18 (Séries à termes positifs ou nuls) Soient (E, T, m) un espace mesuré, (fn )n∈N ⊂ M+ ; on pose,
+∞
X Z +∞ Z
X
pour tout x ∈ E, f (x) = fn (x)(∈ R+ ). Alors f ∈ M+ et f dm = fn dm.
n=0 n=0

D ÉMONSTRATION – On applique le théorème de convergence monotone (théorème 4.16) à la suite (gn )n∈N définie
par
n
X
gn = fp .
p=0

On a gn ∈ M+ et gn ↑ f . Donc f ∈ M+ et

n Z
X Z Z
fp dm = gn dm → f dm.
p=0

Lemme 4.19 (Fatou) Soient (E, T, m) un espace mesuré et (fn )n∈N ⊂ M+ .

On pose, pour tout x ∈ E,
f (x) = lim inffn (x) = lim (inf fp (x)) ∈ R+ .
n→+∞ n→+∞ p≥n

Alors f ∈ M+ et Z Z Z
f dm ≤ lim inf fn dm = lim (inf fp dm).
n→+∞ n→+∞ p≥n

D ÉMONSTRATION – Pour n ∈ N, on pose gn (x) = infp≥n fp (x) (pour tout x ∈ E), de sorte que gn ∈ M+ (cf. proposi-
R R
tion 3.19) et gn ↑ f . Le théorème de convergence monotone (théorème 4.16) donne que f ∈ M+ et gn dm → f dm.
R R R R
Or, gn ≤ fp si p ≥ n. On a donc gn dm ≤ fp dm si p ≥ n et donc (en fixant n) gn dm ≤ infp≥n fp dm. On en déduit
Z Z Z Z
f dm = lim gn dm ≤ lim ( inf fp dm) = lim inf fn dm.
n→+∞ n→+∞ p≥n n→+∞

R
Le lemme de Fatou est souvent utilisé avec des suites (fn )n∈N ⊂ M+ telles que la suite ( fn dm)n∈N est bornée et
la suite (fn (x))n∈N est convergente pour presque tout x ∈ E. Il permet alors de montrer que la limite (au sens de la
convergence p.p.) de la suite (fn )n∈N est intégrable (voir les paragraphes suivants). On utilise pour cela le corollaire
(immédiat) suivant :

Corollaire 4.20 Soient (E, T, m) un espace mesuré et (fZn )n∈N ⊂ M+ t.q. fn (x) → f (x), pour presque tout x ∈ E,
lorsque n → +∞. On suppose qu’il existe C ≥ 0 tel que fn dm ≤ C, pour tout n ∈ N. Alors, f est m−mesurable
Z
positive et f dm ≤ C.

84
 D ÉMONSTRATION – Comme (fn )n∈N ∈ M+ et fn → f p.p., on a bien f m-mesurable positive. On pose g =
lim R fn (c’est-à-dire g(x) = lim infn→+∞ fn (x) pour tout x ∈ E). On a donc g ∈ M+ et f = g p.p. donc
R infn→+∞
f dm = gdm par définition de l’intégrale des fonctions m-mesurables (définition 4.13).
R R R R R
Le lemme de Fatou donne f dm = gdm ≤ lim infn→+∞ fn dm et donc f dm ≤ C car fn dm ≤ C pour tout
n ∈ N.

4.4 Mesures et probabilités de densité

4.4.1 Définitions
A partir d’une mesure et d’une fonction mesurable positive, on peut définir une autre mesure de la manière suivante :

Définition 4.21 (Mesure de densité) Soient (E, T, m) un espace mesuré et f ∈ M+ . Pour A ∈ T, on rappelle
que f 1A est la fonction (de E dans c
R R+ ) définie
R par f 1A (x) = f (x) si x ∈ A et f 1A (x) = 0 si x ∈ A (cette fonction
appartient à M+ ) et on définit A f dm par f 1A dm.
On définit alors µ : T → R+ par :
Z Z
µ(A) = f 1A dm = f dm, ∀A ∈ T.
A

L’application µ ainsi définie est une mesure sur T (ceci est démontré dans l’exercice 4.25), appelée mesure de
densité f par rapport à m, et notée µ = f m.

Proposition 4.22 Soient (E, T, m) un espace mesuré, f ∈ M+ et µ la mesure de densité f par rapport à m. Alors,
la mesure µ est absolument continue par rapport à la mesure m, c’est-à-dire que si A ∈ T est tel que m(A) = 0,
alors µ(A) = 0.
R
D ÉMONSTRATION – Soit A ∈ T tel que m(A) = 0. On a alors f 1A = 0 m-p.p. et donc µ(A) = f 1A dm = 0 d’après
le lemme 4.12.

On déduit de cette proposition que la mesure de Dirac en 0, définie en (2.2), n’est pas une mesure de densité par
rapport à la mesure de Lebesgue (on peut montrer que ces deux mesures sont étrangères (voir définition 2.29 et
proposition 2.30).
Notons que l’on peut aussi définir des mesures signées de densité, voir la définition 6.74.

4.4.2 Exemples de probabilités de densité

Définition 4.23 (Probabilité de densité) Soit p une

R probabilité sur B(R),
R on dit que
R p est une probabilité de densité
(par rapport à Lebesgue) s’il existe f ∈ M+ t.q. f dλ = 1 et p(A) = f 1A dλ = A f dλ pour tout A ∈ B(R).

Les lois de probabilité sur B(R), de densité par rapport à la mesure de Lebesgue, données dans la proposition
suivante seront souvent utilisées dans le calcul des probabilités. (On rappelle qu’une loi de probabilité est, par
définition, une probabilité sur B(R)).

85
Définition 4.24 (Quelques lois de densité sur B(R)) On donne ici trois exemples de lois de densité.
1
1. Loi uniforme, U (a, b) Soit a, b ∈ R, a < b, la loi uniforme sur [a, b] est la loi de densité b−a 1[a,b] : p(A) =
R
1
b−a 1[a,b] 1A dλ, ∀A ∈ B(R).
2. Loi exponentielle, E(τ) Soit τ > 0 ; la loi exponentielle est définie par la densité f définie par :
(
0 si x < 0,
f (x) =
τe−τx si x ≥ 0.

3. Loi de Gauss, N (µ, σ 2 ) Soit (µ, σ) ∈ R × R∗+ ; la loi de Gauss de paramètre (µ, σ) est définie par la densité f
définie par :
1  (x − µ)2 
f (x) = √ exp − pour x ∈ R.
σ 2π 2σ 2

4.5 L’espace L1 des fonctions intégrables

Soit f ∈ M, la proposition 3.23 donne que |f |, f + , f − ∈ M+ et la monotonie de l’intégrale sur M+ donne
Z Z Z Z
+ −
f dm ≤ |f |dm et f dm ≤ |f |dm.

Ceci va nous permette de définir l’espace L1 et l’intégrale sur L1 à partir de l’intégrale sur M+ (définition 4.8 page
80).

Définition 4.25 (Espace L1 et intégrale de Lebesgue) R Soient (E, T, m) un espace mesuré et f ∈ M. On dit que
f est intégrable (ou intégrable au sens de Lebesgue) si |f |dm < +∞. Dans ce cas, on a aussi
Z Z
+
f dm < +∞ et f − dm < +∞.

On pose alors : Z Z Z
+
f dm = f dm − f − dm (∈ R).

On note L1R (E, T, m) (ou plus simplement L1 ) l’ensemble des fonctions intégrables.

R R R
Soit f ∈ M, la linéarité positive de l’intégrale sur M+ donne |f |dm = f + dm + f − dm. On voit donc que
R R
f ∈ L1 si et seulement si f + dm < ∞ et f − dm < ∞.

Proposition 4.26 (Propriétés de L1 et de l’intégrale sur L1 )

Soit (E, T, m) un espace mesuré. On a alors :
1. L1 est un espace vectoriel sur R.
Z
2. L’application f 7→ f dm est une application linéaire de L1 dans R.

86
 Z Z
3. Monotonie : soient f et g ∈ L1
telles que f ≤ g ; alors f dm ≤ gdm.
R R
4. Pour tout f ∈ L1 , | f dm| ≤ |f |dm.

D ÉMONSTRATION –
1. On sait déjà que M est un espace vectoriel sur R (proposition 3.19). Pour montrer que L1 est un espace R vectoriel
sur R, il suffit de remarquer, en utilisant la linéarité positive et la monotonie de l’intégrale sur M+ , que |αf |dm =
R R R R
|α| |f |dm et |f + g|dm ≤ |f |dm + |g|dm, pour tout f , g ∈ M et tout α ∈ R.
2.(a) Soit α ∈ R et f ∈ L1 . On veut montrer que
Z Z
αf dm = α f dm. (4.8)

Cas 1. Si α = 0, (4.8) est bien vraie.

Cas 2. Si α > 0, on remarque + + − −
R que (αfR ) = αf etR(αf ) = αf . En
R utilisantRla linéarité positive
R de l’intégrale sur
M+ , on en déduit αf dm = (αf )+ dm − (αf )− dm = α( f + dm − f − dm) = α f dm.
Cas 3. Si α < 0, on remarque Rque (αf )+ = −
R (−α)f et (αf
− +
R ) = (−α)f . EnRutilisant laR linéarité positive
R de l’intégrale
sur M+ , on en déduit αf dm = (αf )+ dm − (αf )− dm = (−α)( f − dm − f + dm) = α f dm.

(b) Soit f , g ∈ L1 . On veut montrer que

Z Z Z
(f + g)dm = f dm + gdm.

On utilise les deux décompositions de f + g : f + g = (f + g)+ − (f + g)− = f + − f − + g + − g − . On en déduit

(f + g)+ + f − + g − = (f + g)− + f + + g + . En utilisant la linéarité positive de l’intégrale sur M+ , on en déduit
Z Z Z Z Z Z
(f + g)+ dm + f − dm + g − dm = (f + g)− dm + f + dm + g + dm.

On en déduit (noter que tous les termes de l’égalité précédente sont dans R+ )
Z Z Z Z Z Z
(f + g)+ dm − (f + g)− dm = f + dm − f − dm + g + dm − g − dm,
R R R
et donc (f + g)dm = f dm + gdm.
Z
On a bien montré que l’application f 7→ f dm est une application linéaire de L1 dans R.

3. Soit f , g ∈ L1 t.q. f ≤ g. On remarque que f + − f − ≤ g + − g − , donc f + + g − ≤ g + + f − . En utilisant la linéarité

positive et la monotonie de l’intégrale sur M+ , on en déduit que
Z Z Z Z
f + dm + g − dm ≤ g + dm + f − dm

et donc que Z Z Z Z Z Z
f dm = f + dm − f − dm ≤ g + dm − g − dm = gdm.
R R R R R R
4. Soit f ∈ L1 . On a | f dm| = | f + dm − f − dm| ≤ f + dm + f − dm = |f |dm.

On peut définir sur L1 une semi–norme de la manière suivante :

87
Définition 4.27 (Semi-norme sur L1 ) Soient (E, T, m) un espace mesuré et f ∈ L1 . On pose :
Z
kf k1 = |f |dm.

L’application de L1 dans R+ définie par f 7→ kf k1 est une semi–norme sur L1 .

On a bien kf k1 ∈ R+ pour tout f ∈ L1 . Le fait que f 7→ kf k1 est une semi–norme sur L1 découle alors de la partie
1 de la démonstration de la proposition 4.26, c’est-à-dire du fait que
Z Z Z Z Z
|αf |dm = |α| |f |dm et |f + g|dm ≤ |f |dm + |g|dm, , ∀f , g ∈ M, ∀α ∈ R

Par contre, k · k1 n’est pas une norme sur L1 car kf k1 = 0 n’entraîne pas f = 0 mais seulement f = 0 p.p., comme
cela est démontré à la proposition suivante.
Proposition 4.28 Soit (E, T, m) un espace mesuré.
R
1. Soit f ∈ M+ . Alors f dm = 0 si et seulement si f = 0 p.p..
2. Soit f ∈ L1 . Alors kf k1 = 0 si et seulement si f = 0 p.p..
R R
3. Soit f , g ∈ L1 t.q. f = g p.p.. Alors f dm = gdm.

D ÉMONSTRATION –
1. Soit f ∈ M+ .
R R
(a) On suppose que f = 0 p.p.. On a alors f dm = 0dm = 0. (ceci est donné par le troisième point du lemme 4.12.)
R R
(b) On suppose que f dm = 0. Soit n ∈ N∗ , le lemme 4.15 page 82 donne f dm ≥ n1 m({f ≥ n1 }). On a donc
1 X 1
m({f ≥ }) = 0 et m({f > 0}) ≤ m({f ≥ }) = 0
n ∗
n
n∈N
(on a utilisé ici la σ-sous additivité de m). Comme {f = 0}c = {f > 0}, on en déduit f = 0 p.p..
2. Soit f ∈ L1 . La propriété démontrée ci-dessus donne kf k1 = 0 si et seulement si |f | = 0 p.p., et donc kf k1 = 0 si et
seulement si f = 0 p.p.
3. Soit f , g ∈ L1 t.q. f = g p.p.. On a
Z Z Z Z
| f dm − gdm| = | (f − g)dm| ≤ |f − g|dm = 0
R R
(on a utilisé le quatrième point de la proposition 4.26 et |f − g| = 0 p.p.). Donc, f dm = gdm.

La dernière assertion de la proposition précédente nous permettra, dans la prochaine section, de définir l’intégrale
sur un espace appelé L1 .
On conclut cette section par une proposition préliminaire au théorème de convergence dominée.
Proposition 4.29 Soit (E, T, m) un espace mesuré. Soit (fn )n∈N ⊂ L1 , f ∈ M et g ∈ L1 t.q. fnR→ f p.p., Rquand
n → +∞, et, pour tout n ∈ N, |fn | ≤ g p.p.. On a alors f ∈ L1 , kfn − f k1 → 0, quand n → +∞ et fn dm → f dm,
quand n → +∞.

88
 D ÉMONSTRATION – Comme fn → f p.p. quand n → +∞, Il existe A ∈ T tel que m(A) = 0 et fn (x) → f (x) pour
tout x ∈ Ac . Puis, comme |fn | ≤ g p.p., il existe, pour tout n ∈ N, Bn ∈ T tel que m(Bn ) = 0 et |fn | ≤ g sur Bcn . On pose
S
C = A ∪ ( n∈N Bn ). Par σ-sous additivité de m, on a aussi m(C) = 0. On pose alors hn = fn 1Cc , h = f 1Cc G = g1Cc ,
de sorte que hn = fn p.p., h = f p.p. et G = g p.p.. De plus les fonctions hn , h et G sont toujours mesurables et donc
hn ∈ L1 , h ∈ M et G ∈ L1 .
Comme |hn (x)| ≤ G(x) pour tout x ∈ E (et pour tout n ∈ N) et hn (x) → h(x) pour tout x ∈ E. On a aussi |h| ≤ G. Ceci
montre que h ∈ L1 et donc que f ∈ L1 .
On pose maintenant Fn = 2G − |hn − h|. Comme |hn − h| ≤ 2G, on a Fn ∈ M+ et on peut donc appliquer le lemme de
Fatou (lemme 4.19) à la suite (Fn )n∈N . Comme lim infn→+∞ Fn = 2G, on obtient :
Z Z Z
2Gdm ≤ lim inf (2G − |hn − h|)dm = lim ( inf (2G − |hn − h|)dm). (4.9)
n→+∞ n→+∞ p≥n
R R R
La linéarité de l’intégrale sur L1 donne (2G − |hn − h|)dm = 2Gdm − |hn − h|dm. Donc :
Z Z Z
inf (2G − |hn − h|)dm = 2Gdm − sup |hn − h|dm
p≥n p≥n
et Z Z Z
lim inf (2G − |hn − h|)dm = 2Gdm − lim sup |hn − h|dm.
n→+∞ n→+∞
R
L’inégalité 4.9 devient alors (en remarquant que 2Gdm ∈ R) :
Z
lim sup |hn − h|dm ≤ 0.
n→+∞
On a donc
R khn − hk1R → 0 quand n → +∞ et, comme hn − h = fn − f p.p., on en déduit kfn − f k1 → 0, quand n → +∞,
et donc fn dm → f dm, quand n → +∞ (grâce au quatrième point de la proposition 4.26).

4.6 L’espace L1
Dans toute cette section, on travaille avec un espace mesuré (E, T, m).
On définit maintenant une relation d’équivalence, l’égalité presque partout, notée (= p.p.), sur L1 par :

f (= p.p.) g si f = g p.p..

Définition 4.30 (L’espace L1 ) L’ensemble L1 = L1R (E, T, m) est l’ensemble des classes d’équivalence de la relation
(= p.p.) définie sur L1 , i.e. L1 = L1 /(= p.p.).

Dans la suite, L1 désigne L1R (E, T, m) et L1 désigne L1R (E, T, m).

Remarque 4.31
1. Un élément de L1 est donc une partie de L1 .
2. Si f ∈ L1 , on note f˜ = {g ∈ L1 ; g = f p.p.}. f˜ est donc un élément de L1 , c’est l’élément de L1 auquel f
appartient (on l’appelle la classe de f ).

89
Définition 4.32 (Structure vectorielle sur L1 ) On munit L1 d’une structure vectorielle (faisant de L1 un espace
vectoriel sur R)
1. Soient F ∈ L1 et α ∈ R. On choisit f ∈ F et on pose αF = {g ∈ L1 ; g = αf p.p.}.
2. Soient F, G ∈ L1 . On choisit f ∈ F, g ∈ G et on pose F + G = {h ∈ L1 ; h = f + g p.p.}.

La définition précédente est bien cohérente. En effet αF (qui est la classe de αf ) ne dépend pas du choix de f dans
F car f = f1 p.p. implique αf = αf1 p.p.. De même F + G (qui est la classe de f + g) ne dépend pas du choix de f
dans F et du choix de g dans G car f = f1 p.p. et g = g1 p.p. implique f + g = f1 + g1 p.p..

Définition 4.33 (Intégrale sur L1 ) Soit F ∈ L1 et f ∈ F (on dit que f est un représentant de la classe F, noter que
f ∈ L1 ). On pose : Z Z
Fdm = f dm.

R
Ici aussi cette définition est bien cohérente car Fdm ne dépend pas du choix de f dans F, grâce au troisième point
de la proposition 4.28. Le troisième point de la proposition 4.28 nous donne aussi kf k1 = kgk1 si f , g ∈ L1 et f = g
p.p.. Ceci nous permet de définir une norme sur L1 :

Définition 4.34 (Norme sur L1 ) Soit F ∈ L1 . On choisit f ∈ F et on pose kFk1 = kf k1 .

Proposition 4.35 L’application F 7→ kFk1 est une norme sur L1 . L’espace L1 muni de la norme k · k1 est donc un
espace vectoriel normé.

D ÉMONSTRATION – Il est facile de vérifier que k·k1 est bien une norme sur R (sachant que c’est déjà une semi–norme
sur L1 ). Le seul point délicat est de remarquer que kFk1 = 0 implique que F = 0 (0 est ici l’élément neutre de L1 ,
c’est-à-dire {h ∈ L1 ; h = 0 p.p.}). Ceci découle du premier point de la proposition 4.28.

Notation : Soit F ∈ L1 et A ∈ T, on notera F1A la classe de f 1A si f ∈ F et on a donc F1A ∈ L1 . Cette définition

est cohérente car la classe de f 1A ne dépend pas du choix de f dans F. On notera alors, comme cela a été fait dans
M+ (voir le lemme 4.12), Z Z
Fdm = F1A dm.
A

On montrera plus loin que L1 est complet, c’est donc un espace vectoriel normé complet, c’est-à-dire un espace de
Banach, voir le théorème 4.48 page 95.
On rappelle que si f ∈ L1 , F ∈ L1 et que f ∈ F, on dit que f est un représentant de F. On introduit maintenant
plusieurs notions de convergence dans L1 . Il est facile de vérifier que ces définitions sont cohérentes, c’est-à-dire
qu’elles ne dépendent pas des représentants choisis pour les éléments de L1 .
La notion de convergence simple n’a pas de sens dans L1 , mais la notion de convergence p.p., vue précédemment,
se généralise aux éléments de L1 ainsi que la notion de convergence en mesure.

90
Définition 4.36 (Convergence p.p., en mesure et dans L1 ) Soit (E, T, m) un espace mesuré.
1. Soient (Fn )n∈N ⊂ L1 et F ∈ L1 . On dit que Fn → F p.p. quand n → +∞ si fn → f p.p., quand n → +∞, avec
fn ∈ Fn et f ∈ F.
2. Soient (Fn )n∈N ⊂ L1 et F ∈ L1 . On dit que Fn → F en mesure quand n → +∞ si fn → f en mesure, quand
n → +∞, avec fn ∈ Fn et f ∈ F.
3. Soient (Fn )n∈N ⊂ L1 et F ∈ L1 . On dit que Fn → F dans L1 quand n → +∞ si kFn − Fk1 → 0 quand n → +∞.
(Ici aussi, noter que kFn − Fk1 = kfn − f k1 si fn ∈ Fn et f ∈ F.)
4. Soient F, G ∈ L1 . On dit que F ≥ G p.p. si f ≥ g p.p. avec f ∈ F et g ∈ G.

On peut démontrer (s’inspirer de la démonstration du théorème 4.49 et voir les exercices du chapitre 3) que si une
suite de fonctions de L1 converge en mesure, alors on peut en extraire une sous-suite qui converge presque partout.
Dans le cas où la mesure m est finie, la convergence presque partout entraîne la convergence en mesure.
Remarque 4.37 Soit (E, T, m) un espace mesuré. Soient F, G ∈ L1 . F = G est donc équivalent à f = g p.p. si f ∈ F
et g ∈ G. En général, on écrira plutôt F = G p.p. au lieu de F = G (voir la remarque 4.40).
Remarque 4.38 Soit (E, T, m) un espace mesuré. Soient (Fn )n∈N ⊂ L1 et f : E → R (ou f : E → R). On utilisera
souvent la notation (légèrement incorrecte), “Fn → f p.p. quand n → +∞”. Cette notation signifie “fn → f p.p.
quand n → +∞” en choisissant fn ∈ Fn . Ceci est cohérent car le fait que “fn → f p.p. quand n → +∞” ne dépend
pas du choix de fn dans Fn (voir aussi la remarque 4.40).
En fait, on écrira même souvent “Fn → f p.p. quand n → +∞” (pour une suite (Fn )n∈N ⊂ L1 ) sans préciser les
espaces de départ et d’arrivée pour f . A vrai dire, en choisissant fn ∈ Fn , f est au moins définie p.p. sur E et le
changement du choix de fn dans Fn ne change f que sur un ensemble de mesure nulle. D’autre part, en l’absence de
précision, f sera supposée être à valeurs dans R.
Proposition 4.39 (Propriétés de l’intégrale sur L1 ) Soit (E, T, m) un espace mesuré. On a alors :
R
1. Soit F ∈ L1 . Alors | Fdm| ≤ kFk1 .
R
2. Linéarité : F 7→ Fdm est une application linéaire continue de L1 dans R.
R R
3. Monotonie : Soient F, G ∈ L1 t.q. F ≥ G p.p., alors Fdm ≥ Gdm.
R R
D ÉMONSTRATION – 1. Soit F ∈ L1 et f ∈ F, on a | Fdm| = | f dm| ≤ kf k1 = kFk1 .
2. La linéarité de l’intégrale sur L1 découle immédiatement de la linéarité de l’intégrale sur L1 (proposition 4.26). La
continuité est donné par le premier point ci-dessus.
3. La monotonie de l’intégrale sur L1 découle immédiatement de la monotonie de l’intégrale sur L1 (proposition 4.26).

Remarque 4.40 soit (E, T, m) un espace mesuré.

1. On confondra dans la suite un élément F de L1 avec un représentant f de F, c’est-à-dire avec un élément f ∈ L1
t.q. f ∈ F.
2. De manière plus générale, soit A ⊂ E tel que Ac soit négligeable (c’est-à-dire Ac ⊂ B avec B ∈ T et m(B) = 0) et
soit f : A → R (la fonction f est donc définie p.p.). On dira que f est un élément de L1 s’il existe une fonction
g ∈ L1 t.q. f = g p.p.. On confond donc, en fait, la fonction f avec la classe d’équivalence de g, c’est-à-dire avec
g̃ = {h ∈ L1 ;R h = g p.p.}. 1
R D’ailleurs, cet ensemble est aussi égal à {h ∈ L ; h = f p.p.}. En confondant ainsi f et
g̃ on a donc f dm = gdm. Noter également que f est m-mesurable (voir la définition 4.13 page 82).

91
3. Avec la confusion décrite ci-dessus, si f et g sont des éléments de L1 , f = g signifie en fait f = g p.p..
Remarque 4.41 Soit (E, T, m) un espace mesuré et (E, T, m) son complété (cf définition 2.26 et exercice 2.26).
L’espace L1R (E, T, m) est “identique” à l’espace L1R (E, T, m), il existe une bijection évidente entre ces deux
espaces en remarquant que si f ∈ L1R (E, T, m), alors il existe g ∈ L1R (E, T, m) t.q. f = g p.p. (voir à ce propos
l’exercice 4.11).

Pour montrer qu’une fonction est dans L1 on utilise souvent le lemme de Fatou de la manière suivante (c’est en fait
une conséquence facile du lemme de Fatou pour les fonctions mesurables positives, cf lemme 4.19) :
Lemme 4.42 (Utilisation de Fatou) Soient (E, T, m) un espace mesuré, et (fn )n∈N ⊂ L1R (E, T, m). On suppose
que :
1. fn ≥ 0 p.p., ∀n ∈ N,
R
2. ∃C, fn dm ≤ C, ∀n ∈ N,
3. fn → f p.p., quand n → ∞,
R
alors f ∈ L1R (E, T, m) (au sens où il existe g ∈ L1R (E, T, m) t.q. f = g p.p.) et |f |dm ≤ C.

On peut également montrer qu’une fonction est dans L1 en utilisant le théorème de convergence monotone. Ceci est
précisé dans le théorème 4.43 (dit théorème de Beppo-Lévi) (qui donne aussi un résultat de convergence dans L1 ).

4.7 Théorèmes de convergence dans L1

Nous connaissons à présent trois notions de convergence pour les fonctions de L1 , les notions de convergence
presque partout, convergence en mesure et la notion de convergence habituelle dans un espace normé, c’est-à-dire
ici la convergence pour la norme L1 . On peut montrer par des contre-exemples que la convergence presque partout
n’entraîne pas la convergence L1 , et que la convergence L1 n’entraîne pas la convergence presque partout. Pour
montrer que la convergence presque partout n’entraîne pas la convergence L1 , on peut considérer l’espace mesuré
(E, T, m) = (R, B(R), λ) et la suite (fn )n∈N∗ ⊂ L1 (R) définie par : fn (x) = n 1]0, 1 ] . On a évidemment fn → 0 pp,
n
alors que kfn k1 = 1. Pour montrer que la convergence L1 n’entraîne pas la convergence presque partout, on considère
à nouveau l’espace mesuré (E, T, m) = (R, B(R), λ), et on construit la suite (fn )n∈N∗ ⊂ L1 (R) (dite “bosse glissante”,
p(p−1)
voir figure 4.7) définie par : fn+k (x) = 1] k−1 , k ] , pour n = 2 , p ∈ N et 1 ≤ k ≤ n. On peut voir facilement que
n n
p(p−1) p(p+1)
kfn k1 = p1 pour n ∈ [ 2 , 2 [, alors que fn 6→ 0 pp (par contre, on peut noter qu’il est possible d’extraire de
(fn )n∈N une sous-suite qui converge presque partout vers 0). Le théorème de convergence dominée, énoncé ci-après,
donne une hypothèse suffisante pour qu’une suite (de fonctions) convergeant presque partout converge aussi dans
L1 .

On rappelle (voir la remarque 4.38) que l’hypothèse “(Fn )n∈N ⊂ L1 et f : E → R t.q. Fn → f p.p.” signifie
simplement que fn → f p.p. en choisissant fn ∈ Fn . Cette définition est bien cohérente car elle ne dépend pas du
choix des fn dans Fn . On rappelle aussi que fn → f p.p. signifie qu’il existe A ∈ T t.q. m(A) = 0 et fn (x) → f (x)
dans R pour tout x ∈ Ac .

4.7.1 Convergence presque partout et convergence dans L1

Le théorème suivant est une conséquence du théorème de convergence monotone et permet de montrer la convergence
dans L1 d’une suite monotone de fonctions convergeant presque partout.

92
 f1 (x) f2 (x) f3 (x) f4 (x)

1 1 1 1

1 1 1 2
1 2 1 2 1 3 3 1

f5 (x) f6 (x) f7 (x) f8 (x)

1 1 1 1

1 2 1 2 1 1 1
3 3 1 3 3 1 4 1 4 2 1

F IGURE 4.1 – La bosse glissante

Théorème 4.43 (Beppo–Lévi) Soient (E, T, m) un espace mesuré et (fn )n∈N ⊂ L1R (E, T, m). On suppose que :
1. fn+1 ≥ fn p.p., ∀n ∈ N, [ou fn+1 ≤ fn p.p., ∀n ∈ N],
2. fn → f p.p., quand n → +∞.
On a alors :
1. f ∈ L1R (E, T, m) (au sens où il existe g ∈ L1R (E, T, m) t.q. f = g p.p.) si et seulement si :
Z
lim fn dm ∈ R.
n→+∞

2. Si f ∈ L1R (E, T, m), alors fn → f dans L1 .

La démonstration de ce théorème fait l’objet de l’exercice 4.31.

Nous allons maintenant voir un résultat fondamental, conséquence du lemme de Fatou, qui permet de prouver la
convergence de suites dans L1 sans hypothèse de convergence monotone.

Théorème 4.44 (Convergence dominée) Soit (E, T, m) un espace mesuré. L’espace L1R (E, T, m) est noté L1 . Soit
(fn )n∈N ⊂ L1 et f une fonction de E dans R telles que :
1. fn → f p.p.
2. ∃F ∈ L1 t.q., pour tout n ∈ N, |fn | ≤ F p.p..
Alors f ∈ L1 (au sens où il existe g ∈ L1R (E, T, m) t.q. f = g p.p.) et fn → f dans L1 , c’est-à-dire
Z
|fn − f |dm → 0 lorsque n → +∞.

93
 Z Z
Ceci donne aussi fn dm → f dm, lorsque n → +∞.

D ÉMONSTRATION – Ce théorème est essentiellement donné par la proposition 4.29. La différence avec la proposition
4.29 tient dans le fait que fn et F sont dans L1 au lieu de L1 et que f n’est pas nécessairement mesurable. Il s’agit
toutefois de différences mineures comme nous le voyons ci après.
Pour tout n ∈ N, on choisit un représentant de fn , encore noté fn . La première hypothèse du théorème signifie que
fn → f p.p. (voir la remarque 4.38). Il existe donc A ∈ T t.q. m(A) = 0 et fn (x) → f (x), quand n → +∞, pour tout
x ∈ Ac . On remplace alors fn par fn 1Ac , encore noté fn (c’est toujours un représentant de la même classe d’équivalence
car m(A) = 0). On définit aussi g par g = f sur Ac et g = 0 sur A. Enfin, on choisit un représentant de F, encore noté F.
On obtient ainsi :
1. (fn )n∈N ⊂ L1 ,
2. fn (x) → g(x) pour tout x ∈ E, quand n → +∞,
3. F ∈ L1 et fn ≤ F p.p., pour tout n ∈ N.
Les 2 premiers items donnent aussi g ∈ M (par la proposition 3.19, on utilise ici le fait que fn (x) → f (x) pour tout
x ∈ E et pas seulement pour presque 1
R tout x). On
R peut donc appliquer la proposition 4.29 page 88. Elle donne : g ∈ L ,
kfn − gk1 → 0, quand n → +∞ et fn dm → gdm, quand n → +∞.
Comme g = f p.p., on a donc f ∈ L1 (au sens où il existe g ∈ L1R (E, T, m) t.q. f = g p.p.). Puis kfn −f k1 = kfn −gk1 → 0,
R R R
quand n → +∞, et fn dm → gdm = f dm, quand n → +∞.

Dans le théorème 4.44, l’hypothèse de convergence p.p. de fn vers f peut être remplacée par une hypothèse de
convergence en mesure (plus précisément, avec l’hypothèse de domination donnée dans le théorème 4.44, on a
même équivalence entre la convergence en mesure et la convergence dans L1 ). On obtient ainsi le théorème suivant
(ou seule la partie utile de cette équivalence est donnée).

Théorème 4.45 (Convergence en mesure dominée) Soit (E, T, m) un espace mesuré. L’espace L1R (E, T, m) est
noté L1 . Soit (fn )n∈N ⊂ L1 et f une fonction de E dans R telles que :
1. fn → f en mesure.
2. ∃F ∈ L1 t.q., pour tout n ∈ N, |fn | ≤ F p.p..
Alors f ∈ L1 (au sens où il existe g ∈ L1R (E, T, m) t.q. f = g p.p.) et fn → f dans L1 , c’est-à-dire
Z
|fn − f |dm → 0 lorsque n → +∞.

Z Z
Ceci donne aussi fn dm → f dm, lorsque n → +∞.

D ÉMONSTRATION – En choisissant des représentants de fn et f , la démonstration de ce théorème se ramène à celle

de l’exercice 4.35.

94
4.7.2 Série absolument convergente
On va maintenant montrer que l’espace (L1 , k.k1 ) est un espace de Banach, en montrant que toute série absolument
convergente dans L1 (i.e. t.q. la série des normes converge) est convergente dans L1 . On en déduira aussi un résultat
très important (le théorème 4.49) qui permet d’extraire d’une suite convergeant dans L1 une sous-suite convergeant
presque partout. On aura besoin au cours de la démonstration du petit résultat (démontré dans l’exercice 4.11)
suivant :
R
Lemme 4.46 Soient (E, T, m) un espace mesuré et F ∈ M+ . On suppose que Fdm < +∞. Alors F < +∞ p.p.
(c’est-à-dire que il existe A ∈ T t.q. m(A) = 0 et F(x) < +∞ pour tout x ∈ Ac ).

Théorème
X 4.47 (Séries absolument convergentes dans L1 ) Soit (E, T, m) un espace mesuré. Soit (fn )n∈N ⊂ L1
t.q. kfn k1 < +∞ ; alors :
n∈N
Pn
1. ∃F ∈ L1 ; | p=0 fp | ≤ F p.p., pour tout n ∈ N.
2. La série de terme général fn (x) est, pour presque tout x ∈ E, convergente (dans R).
X
On définit f par f (x) = fn (x) (de sorte que f est définie p.p.).
n∈N
Pn
3. f ∈ L1 (au sens où il existe g ∈ L1R (E, T, m) t.q. f = g p.p. ) et p=0 fp → f dans L1 et p.p., quand n → +∞.

D ÉMONSTRATION – La preuve s’effectue en trois étapes :

P
1. On choisit un représentant de fn , encore noté fn , et on pose F(x) = p∈N |fp (x)| ∈ R+ . On a donc F ∈ M+ et le
corollaire 4.18 du théorème de convergence monotone donne
Z XZ X
Fdm = |fn |dm = kfn k1 < +∞.
n∈N n∈N
Le lemme 4.46 donne alors F < +∞ p.p., c’est-à-dire il existe A ∈ T tel que m(A) = 0 et F(x) < +∞ pour tout x ∈ Ac .
En remplaçant F par 0 sur A, on a donc F ∈ L1 . (Donc, F ∈ L1 au sens de la remarque 4.40).
P
La définition de F donne immédiatement | np=0 fp | ≤ F p.p., pour tout n ∈ N.
2. Pour tout x ∈ Ac , la série de terme général fn (x) est absolument convergente dans R, donc convergente. Comme
P
m(A) = 0, f est donc définie p.p. car elle est définie pour x ∈ Ac par f (x) = limn→+∞ np=0 fp (x).
P
3. On pose sn = np=0 fp . le premier point donne |sn | ≤ F p.p., pour tout n ∈ N et F ∈ L1 . Le deuxième point donne
sn → f p.p.. On peut donc appliquer le théorème de convergence dominée (théorème 4.44). Il donne f ∈ L1 et la
convergence de la suite (sn )n∈N (vers f ) dans L1 . La convergence p.p. (vers f ) de la suite (sn )n∈N est donné par le
deuxième point.

Théorème 4.48 (Riesz–Fisher) Soit (E, T, m) un espace mesuré. L’espace L1 (E, T, m) est un espace de Banach,
c’est-à-dire un espace vectoriel normé complet.

D ÉMONSTRATION – On sait déjà que L1 est espace vectoriel normé. Une conséquence du théorème 4.47 est que,
dans L1 , toute série absolument convergente est convergente. Cette propriété est une caractérisation du fait qu’un espace
vectoriel normé est complet. On en déduit donc que (L1 , k.k1 ) est complet et donc que (L1 , k.k1 ) est un espace de Banach.

95
Dans la suite L1 sera toujours muni de la norme k · k1 .

Théorème 4.49 (Réciproque partielle du théorème de convergence dominée)

Soient (fn )n∈N ⊂ L1 et f ∈ L1 telles que fn → f dans L1 , alors il existe une sous-suite (fnk )k∈N , et F ∈ L1 telles
que :
1. fnk → f p.p.,
2. |fnk | ≤ F p.p., pour tout k ∈ N.

D ÉMONSTRATION – En utilisant le fait que (fn )n∈N est une suite de Cauchy dans L1 , on construit par récurrence une
suite (fnk )k∈N telle que nk+1 > nk et si p, q ≥ nk , kfp − fq k1 ≤ 1k . On peut alors appliquer le théorème 4.47 à la série
2
de terme général gk = fnk+1 − fnk pour conclure.

On donne maintenant le théorème de Vitali, qui donne des conditions nécessaires et suffisantes de convergence dans
L1 pour une suite convergeant p.p.. La démonstration de ce théorème ainsi que des petits résultats préliminaires
qu’elle nécessite font l’objet des exercices 4.32 et 4.33.
Proposition 4.50 Soient (E, T, m) un espace mesuré, f ∈ L1R (E, T, m) ; alors :
R
1. ∀ ε > 0, ∃ δ > 0 t.q. ∀A ∈ T, m(A) ≤ δ ⇒ A |f |dm ≤ ε.
R
2. ∀ ε > 0, ∃ C ∈ T t.q. m(C) < +∞ et Cc |f |dm ≤ ε.

Théorème 4.51 (Vitali) Soit (E, T, m) un espace mesuré. On note L1 l’espace L1R (E, T, m). Soit (fn )n∈N une suite
de L1 t.q. fn → f p.p., f prenant ses valeurs dans R (voir remarque 4.38). Alors, f ∈ L1 et fn → f dans L1 si et
seulement si les deux conditions suivantes sont vérifiées :
1. (Équi-intégrabilité) Pour tout ε > 0, il existe δ > 0 t.q.
Z
A ∈ T, n ∈ N, m(A) ≤ δ ⇒ |fn |dm ≤ ε,
A

2. (Équi-petitesse à l’infini) pour tout ε > 0, il existe C ∈ T t.q. m(C) < +∞ et

Z
n∈N⇒ |fn |dm ≤ ε.
Cc

D ÉMONSTRATION – La démonstration de ce théorème fait l’objet de l’exercice 4.33 ; elle ne nécessite pas le théorème
de convergence dominée : on utilise le théorème d’Egorov (cf théorème 3.39 et exercice 3.27). Le théorème de
convergence dominée peut être vu comme une conséquence du théorème de Vitali (cf exercice 4.33).

Dans le théorème 4.51, si m(E) < +∞, l’hypothèse d’equi-petitesse à l’infini est, bien sûr, toujours vérifiée (il suffit
de prendre C = E).

96
4.8 Continuité et dérivabilité sous le signe d’intégration
Soient (E, T, m) un espace mesuré, f une fonction de E × R dans R ; à t ∈ R fixé, on définit l’application f (., t) :
E → R, qui à x associe f (x, t). On suppose que l’application f (., t) ainsi définie vérifie l’hypothèse suivante :

f (., t) ∈ L1 = L1R (E, T, m), ∀t ∈ R, (4.10)

et on note F l’application définie de R dans R par :

Z Z
F(t) = f (., t)dm = f (x, t)dm(x).

R
Théorème 4.52 (Continuité sous ) Soient (E, T, m) un espace mesuré, f une fonction de E × R dans R vérifiant
l’hypothèse (4.10) et t0 ∈ R ; on suppose de plus que :
1. l’application f (x, .), définie pour presque tout x ∈ E par : t 7→ f (x, t), est continue en t0 , pour presque tout
x ∈ E;
2. ∃ ε > 0 et ∃ G ∈ L1R (E, T, m) tels que |f (., t)| ≤ G p.p., pour tout t ∈]t0 − ε, t0 + ε[.
Z Z
Alors F, définie de R dans R par : F(t) = f (., t)dm = f (x, t)dm(x), est continue en t0 .

D ÉMONSTRATION – Soit (tn )n∈N ⊂]t0 − ε, t0 + ε[, t.q. tn → t0 lorsque n → +∞. Soit fn définie par fn (x) = f (x, tn ).
Comme fn → f (·, t0 ) p.p. et |fn | ≤ G p.p.. On peut appliquer le théorème de convergence dominée (théorème 4.44) à la
suite (fn )n∈N . Il donne F(tn ) → F(t0 ) quand n → +∞.

R
Théorème 4.53 (Dérivabilité sous ) Soient (E, T, m) un espace mesuré, f une fonction de E × R dans R
vérifiant l’hypothèse (4.10) et t0 ∈ R. On suppose de plus qu’il existe ε > 0, A ∈ T et G ∈ L1R (E, T, m) t.q. m(A) =
0 et :
1. L’application t 7→ f (x, t) est dérivable pour tout t ∈]t0 − ε, t0 + ε[ et pour tout x ∈ Ac ;
€f
2. | (x, t)| ≤ G(x) pour tout t ∈]t0 − ε, t0 + ε[ et pour tout x ∈ Ac .
€t
Z Z
Alors F, définie de R dans R par : F(t) = f (., t)dm = f (x, t)dm(x), est dérivable en t0 et :

Z
0 €f
F (t0 ) = (x, t0 )dm(x).
€t

D ÉMONSTRATION – Soit (tn )n∈N∗ ⊂]t0 − ε, t0 + ε[, t.q. tn → t0 lorsque n → +∞ et tn , t0 pour tout n ∈ N∗ . Soit fn
définie par
f (x, tn ) − f (x, t0 )
fn (x) = .
tn − t0
La suite (fn )n∈N est dans L1 et on peut lui appliquer le théorème de convergence dominée (théorème 4.44) car
€f €f
fn → €t (·, t0 ) p.p., quand n → +∞, et, si x ∈ Ac et n ∈ N, il existe θx,n ∈]0, 1[ t.q. fn (x) = €t (x, θx,n t0 + (1 − θx,n )tn )

97
 (grâce au théorème des accroissements finis) et donc |fn | ≤ G p.p., pour tout n ∈ N. Le théorème 4.44 donne alors
€f R R €f
€t
(·, t0 ) ∈ L1 et fn dm → €t (·, t0 )dm. Ceci étant vrai pour toute suite (tn )n∈N ⊂]t0 − ε, t0 + ε[, t.q. tn → t0 lorsque
n → +∞ et tn , t0 pour tout n ∈ N∗ , on en déduit bien que F est dérivable en t0 et :
Z
€f
F0 (t0 ) = (x, t0 )dm(x).
€t
.

4.9 Espérance et moments des variables aléatoires

Définition 4.54 (Espérance, moment, variance) Soient (Ω, A, p) un espace probabilisé et X une variable aléatoire
réelle.
.
1. Si X ≥ 0R (c’est-à-dire X(ω) ≥ 0 pour tout ω ∈ Ω), on définit l’espérance E(X) de la variable aléatoire X par
E(X) = X(ω)dp(ω).
2. Si X ∈ L1R (Ω, A, p) (c’est-à-dire E(|X|) < +∞), on définit l’espérance E(X) de la variable aléatoire X par :
Z
E(X) = X(ω)dp(ω).

On définit la variance de X par Var(X) = σ 2 (X) = E((X − E(X))2 ) (avec σ(X) ≥ 0).
3. Pour r ∈ [1, +∞[, le moment d’ordre r de la variable aléatoire X est l’espérance de la variable aléatoire |X|r .

Définition 4.55 (Covariance) Soient (Ω, A, p) un espace probabilisé et X, Y deux v.a.r. t.q. E(X2 ) < +∞ et E(Y2 ) <
+∞. On définit la covariance de X et Y par : cov(X, Y) = E((X−E(X)(Y−E(Y)). (Remarquer que (X−E(X)(Y−E(Y))
est une v.a.r. intégrable car sa valeur absolue est majorée, par exemple, par X2 + Y2 + E(X)2 + E(Y)2 qui est
intégrable.)

On calcule rarement l’espérance d’une v.a. comme intégrale par rapport à la probabilité p ; en effet, l’espace
(Ω, A, p) est souvent mal connu. Le théorème 4.58 montre qu’il suffit en fait de connaître la loi de la v.a. X pour
calculer son espérance (ou, plus généralement, l’espérance d’une fonction de X). On se ramène ainsi au calcul d’une
intégrale sur R.
Les deux inégalités suivantes découlent immédiatement du lemme 4.15 :
Lemme 4.56 (Inégalité de Markov) Soient (Ω, A, p) un espace probabilisé, X une variable aléatoire réelle
positive sur Ω et λ ∈ R∗+ . On suppose que 0 < E(X) < +∞. Alors :
1
p({X ≥ λE(X)}) ≤ .
λ

D ÉMONSTRATION – Il suffit, par exemple, d’appliquer le lemme 4.15 avec f = X et t = λE(X).

98
Lemme 4.57 (Inégalité de Bienaymé Tchebychev) Soit (Ω, A, P) un espace probabilisé, X une variable aléatoire
réelle sur Ω, intégrable et t.q. sa variance vérifie 0 < σ 2 (X) < +∞, et λ ∈ R∗+ . Alors :

1
P({|X − E(X)| ≥ λσ(X)}) ≤ .
λ2

D ÉMONSTRATION – Appliquer le lemme 4.15 avec f = |X − E(X)|2 et t = λσ(X).

Soit (Ω, A, P) un espace probabilisé, X une variable aléatoire réelle sur Ω. La loi de X, notée PX est définie par
PX (A) = P(X−1 (A)), pour tout A ∈ B(R). Ceci est équivalent à dire que pour tout A ∈ B(R), on a, avec ϕ = 1A :
Z Z
ϕ ◦ X(ω)dP(ω) = ϕ(x)dPX (x). (4.11)
Ω R
On rappelle que ϕ ◦ X est souvent improprement noté ϕ(X), ce qui s’explique par le fait ϕ ◦ X(ω) = ϕ(X(ω)) pour
tout ω ∈ Ω. Le théorème 4.58 montre que cette égalité est vraie pour une large classe de fonctions boréliennes ϕ de
R dans R ou R+ (on rappelle que borélienne signifie mesurable quand les espaces sont munis de la tribu de Borel).

Théorème 4.58 (Loi image) Soit (Ω, A, P) un espace probabilisé, X une variable aléatoire réelle sur Ω et PX la
loi de la variable aléatoire X. On a alors :
1. L’égalité (4.11) est vraie pour toute fonction ϕ borélienne de R dans R+ et toute fonction borélienne bornée de
R dans R.
2. Soit ϕ une fonction borélienne de R dans R, la fonction ϕ ◦ X appartient à L1R (Ω, A, P) si et seulement si ϕ ∈
L1R (R, B(R), PX ). De plus, si ϕ ∈ L1R (R, B(R), PX ), L’égalité (4.11) est vraie.

D ÉMONSTRATION – On remarque que (4.11) est vraie pour tout ϕ = 1A , avec A ∈ B(R) (par définition de pX ). Par
linéarité positive, (4.11) est encore vraie pour tout ϕ borélienne étagée positive de R dans R. Par convergence monotone,
(4.11) est alors vraie pour tout ϕ borélienne de R dans R+ . Ceci donne la première partie du premier item. En utilisant
la décomposition ϕ = ϕ+ − ϕ− , on montre alors le deuxième item. Enfin, la deuxième partie du premier item vient du
fait que ϕ est intégrable pour la probabilité pX si ϕ est borélienne bornée.

Un produit de v.a.r. intégrables et indépendantes est une v.a.r. intégrable (ce qui est, bien sûr, faux sans l’hypothèse
d’indépendance) et l’espérance de ce produit est égal au produit des espérances. Ce résultat plus général est donnée
dans la proposition suivante.

Proposition 4.59 Soit (Ω, A, P) un espace probabilisé, d > 1 et X1 , . . . , Xd des v.a.r. indépendantes.
1. Soit ϕ1 , . . . , ϕd des fonctions boréliennes de R dans R+ . On a alors :

Yd d
Y
E( ϕi (Xi )) = E(ϕi (Xi )). (4.12)
i=1 i=1

(En convenant qu’un produit de termes est nul si l’un des termes est nul.)
2. Soit ϕ1 , . . . , ϕd des fonctions boréliennes de R dans R. On suppose que ϕi (Xi ) est intégrable pour tout i = 1, . . . , d.
Q
La v.a.r. di=1 ϕi (Xi ) est intégrable et l’égalité (4.12) est vraie.

99
3. Soit ϕ1 , . . . , ϕd des fonctions boréliennes bornées de R dans R. L’égalité (4.12) est vraie.
N.B. Si X1 , . . . , Xd sont des v.a.r., le fait que (4.12) soit vraie pour toute famille ϕ1 , . . . , ϕd de fonctions boréliennes
bornées de R dans R est donc une condition nécessaire et suffisante pour les v.a.r. X1 , . . . , Xd soient indépendantes.

D ÉMONSTRATION – Si ϕ1 , . . . , ϕd sont des fonctions caractéristiques de boréliens de R, l’égalité (4.12) est une
conséquence immédiate de la définition de l’indépendance des Xi (Si ϕi = 1Ai avec Ai ∈ B(R), on a E(ϕi (Xi )) =
P({Xi ∈ Ai }) = P(X−1i (Ai ))). Par linéarité positive, on en déduit que (4.12) est vraie si les fonctions ϕi sont (boréliennes)
étagées positives (c’est-à-dire ϕ ∈ E+ ). Puis, par convergence monotone, on en déduit le premier item de la proposition
(car toute fonction borélienne de R dans R+ est limite croissante d’éléments de E+ ).
Pour le deuxième item, on utilise (4.12) avec la fonction x 7→ |ϕi (x)| au lieu de la fonction ϕi (pour tout i). On montre
Q
ainsi que la v.a.r. di=1 ϕi (Xi ) est intégrable. Puis, on montre (4.12) par linéarité (utilisant ϕi = ϕi+ − ϕi− ).
Le troisième item est conséquence immédiate du deuxième (car si X est une v.a.r. et ϕ est une fonction borélienne
bornée, la v.a.r. ϕ(X) est intégrable).

Une conséquence de la proposition 4.59 est que XY est intégrable et cov(X, Y) = 0 si X, Y sont deux v.a.r.
indépendantes et intégrables sur un espace probabilisé (Ω, A, p).
Pour montrer que des v.a.r. sont indépendantes, il est parfois utile de savoir qu’il suffit de montrer (4.12) lorsque les
fonctions ϕi sont continues à support compact de R dans R. C’est l’objet de la proposition 4.61 qui se démontre
à partir d’un résultat d’unicité (proposition 4.60) sur lequel nous reviendrons au chapitre 5. On note Cc (R, R)
l’ensemble des fonctions continues à support compact de R dans R (on rappelle qu’une fonction ϕ de R dans R est
à support compact s’il existe un compact K de R t.q. ϕ = 0 sur Kc ) .
Proposition 4.60 Soit m et µ deux mesures sur B(R), finies sur les compacts de R. On suppose que :
Z Z
ϕdm = ϕdµ pour tout ϕ ∈ Cc (R, R).

Alors, m = µ.

D ÉMONSTRATION – Puisque m et µ sont des mesures sur B(R), finies sur les compacts, on a bien Cc (R, R) ⊂
L1R (R, B(R), m) et Cc (R, R) ⊂ L1R (R, B(R), µ). On pose maintenant C = {]a, b[, a, b ∈ R, a < b} et on commence par
montrer que m = µ sur C.
Soit a, b ∈ R, a < b. Il existe une suite (ϕn )n∈N ⊂ Cc (R, R) t.q. ϕn ↑ 1]a,b[ . En effet, il suffit de construire ϕn , pour
n ≥ 2/(b − a), de la manière suivante :
ϕn (x) = 0 si x ≤ a,
ϕn (x) = n(x − a) si a < x < a + n1 ,
ϕn (x) = 1 si a + n1 < x < b − n1 ,
ϕn (x) = −n(x − b) si b − n1 ≤ x ≤ b
ϕn (x) = 0 si b ≤ x.
R R
Puis, en passant à la limite quand n → +∞ dans l’égalité ϕn dm = ϕn dµ, on obtient (par convergence monotone ou
par convergence dominée) m(]a, b[) = µ(]a, b[).
On conclut enfin que m = µ en utilisant, par exemple, la proposition 2.31.

Proposition 4.61 Soit (Ω, A, P) un espace probabilisé, d > 1 et X1 , . . . , Xd des v.a.r. Ces v.a.r. sont indépendantes
si et seulement si on a, pour tout famille {ϕ1 , . . . , ϕd } ⊂ Cc (R, R),
d
Y d
Y
E( ϕi (Xi )) = E(ϕi (Xi )), (4.13)
i=1 i=1

100
(En convenant qu’un produit de termes est nul si l’un des termes est nul.)

D ÉMONSTRATION – Le fait que la condition est nécessaire est une conséquence immédiate de la proposition 4.59 car
une fonction continue à support compact est borélienne et bornée.
On montre maintenant que la condition est suffisante. On suppose donc que (4.13) est vraie pour toute famille
{ϕ1 , . . . , ϕd } ⊂ Cc (R, R) et on veut montrer que les v.a.r. X1 , . . . , Xd sont indépendantes, c’est-à-dire que pour tout
A1 , . . . , An ∈ B(R), on a :  
Y d  Yd
 
E  1Ai (Xi ) = E(1Ai (Xi )). (4.14)
 
i=1 i=1
On rappelle en effet que
d
Y n
\
E(1Ai (Xi )) = P(X−1
i (Ai )) et E( 1Ai Xi )) = P( X−1
i (Ai ).
i=1 i=1
Pour montrer (4.14), on introduit, pour tout 1 ≤ n ≤ d + 1, la propriété suivante :
Pn : (4.13) est vraie si ϕi = 1Ai , avec Ai ∈ B(R), pour i < n, et ϕi ∈ Cc (R, R) pour i ≥ n.
L’hypothèse de la proposition donne que P1 est vraie. On suppose maintenant que Pn est vraie pour un n ∈ {1, . . . , d}.
Soit Ai ∈ B(R) pour i < n (et ϕi = 1Ai ) et ϕi ∈ Cc (R, R) pour i > n. Pour An ∈ B(R), on pose, avec ϕn = 1An :
Q
m(An ) = E( di=1 ϕi (Xi )),
Qd
µ(An ) = i=1 E(ϕi (Xi )).
R R
Les applications m et µ sont des mesures sur B(R). La propriété Pn montre que ϕdm = ϕdµ pour tout ϕ ∈ Cc (R, R).
La proposition 4.60 montre alors que m = µ ce qui donne la propriété Pn+1 . Par récurrence sur n, on montre ainsi que
Pd+1 est vraie, ce qui donne (4.14) et l’indépendance de X1 , . . . , Xd .

4.10 Espace L1C (E, T, m) et espace L1RN (E, T, m)

Définition 4.62 Soient (E, T, m) un espace mesuré et N > 1 (N ∈ N).

1. Soit f : E → RN . Pour x ∈ E, on pose f (x) = (f1 (x), . . . , fN (x))t ∈ RN . La fonction f appartient à L1RN (E, T, m)
si fn ∈ L1R (E, T, m) pour tout n ∈ {1, . . . , N}.
2. Si f ∈ L1RN (E, T, m), on note
Z Z Z
f dm = ( f1 dm, . . . , fN dm)t ∈ RN .

La caractérisation suivante de mesurabilité et intégrabilité est intéressante.

Proposition 4.63 Soient (E, T, m) un espace mesuré, N > 1 et f : E → RN .
On note f1 , . . . , fN les composantes de f .
1. fn est mesurable (de E dans R) pour tout n ∈ {1, . . . , N} si et seulement si f est mesurable de E dans RN ,
c’est-à-dire si et seulement si f −1 (A) ∈ E pour tout A ∈ B(RN ).
2. Si f est mesurable (de E dans RN ). On munit RN d’une norme, notée k·k. Alors, f ∈ L1RN (E, T, m) si et seulement
R
si kf kdm < +∞ (noter que kf k ∈ M+ ).

101
 D ÉMONSTRATION – On donne la démonstration pour N = 2.
1. On suppose d’abord f1 , f2 ∈ M. On veut montrer que f est mesurable de E dans R2 . Comme B(R2 ) est engendré par
{A × B, A, B ∈ B(R)}, il suffit de montrer que f −1 (A × B) ∈ T pour tout A, B ∈ B(R).
Soit donc A, B ∈ B(R). On a f −1 (A × B) = f1−1 (A) ∩ f2−1 (B) ∈ T car f1 et f2 sont mesurables. Donc f −1 (A × B) ∈ T.
On a bien montré que f est mesurable de E dans R2

Réciproquement, on suppose maintenant que f est mesurable de E dans R2 . Soit A ∈ B(R). On remarque que
f1−1 (A) = f −1 (A × R). Or A × R ∈ B(R2 ), donc f1−1 (A) = f −1 (A × R) ∈ T, ce qui prouve que f1 est mesurable. On
prouve de manière semblable que f2 est mesurable.
2. Soit f mesurable de E dans RN . On suppose que RN est muni d’une norme, notée k · k. Comme y 7→ kyk est
continue de RN dans R, l’application kf k : x 7→ kf (x)k est mesurable de E dans R (comme composée d’applications
mesurables). Comme cette application ne prend que des valeurs positives ou nulles, on a donc kf k ∈ M+ .
R R
Comme toutes les normes sur RN sont équivalentes, on a donc kf kdm < +∞ si et seulement si kf k1 dm < +∞,
PN R
avec kf k1 = n=1 |fn |. Il est alors immédiat de remarquer que kf k1 dm < +∞ si et seulement fn ∈ L1R (E, T, m)
pour tout n ∈ {1, . . . , N}. On a donc :
Z
kf kdm < +∞ ⇔ f ∈ L1RN (E, T, m).

La définition de L1RN (E, T, m) donne immédiatement que cet espace est un espace vectoriel sur R. De plus, si
R
RN est muni d’une norme, notée k · k, il est aussi immédiat que l’application f 7→ kf kdm est une semi–norme
sur L1RN (E, T, m). Pour obtenir un espace vectoriel normé, on va considérer, comme dans le cas N = 1, l’espace
L1RN (E, T, m) quotienté par la relation “f = g p.p.”. On rappelle que f = g p.p. s’il existe A ∈ T t.q. m(A) = 0 et
f = g sur Ac .

Définition 4.64 (Espace L1 ) Soit (E, T, m) un espace mesuré.

1. L’espace L1RN (E, T, m) est l’espace L1RN (E, T, m) quotienté par la relation “f = g p.p.”.
R
2. On munit RN d’une norme notée k · k. Soit F ∈ L1RN (E, T, m). On pose kFk1 = kf kdm, où f ∈ F (cette définition
est correcte car indépendante du choix de f dans F).

Proposition 4.65 (L1 est un espace de Banach) Soient (E, T, m) un espace mesuré et N > 1. L’espace L1RN (E, T,
m) est un espace de Banach (réel) c’est-à-dire un espace vectoriel (sur R) normé complet (avec la norme définie
dans la définition 4.64).

D ÉMONSTRATION – La démonstration de cette proposition découle facilement du cas N = 1.

Définition 4.66 Soit (E, T, m) un espace mesuré.

1. Soit f : E → C. On note <(f ) et =(f ) les parties réelle et imaginaire de f . On a donc, pour x ∈ E, f (x) =
<(f )(x) + i=(f )(x), avec <(f )(x), =(f )(x) ∈ R. La fonction f appartient à L1C (E, T, m) si <(f ), =(f ) ∈
L1R (E, T, m).

102
2. Si f ∈ L1C (E, T, m), on note Z Z Z
f dm = <(f )dm + i =(f )dm ∈ C.

Ici aussi, on a une caractérisation de mesurabilité et intégrabilité.

Proposition 4.67 Soit (E, T, m) un espace mesuré et f une application de E → C.
1. <(f ) et =(f ) sont mesurables (de E dans R) si et seulement si f est mesurable de E dans C, c’est-à-dire si et
seulement f −1 (A) ∈ E pour tout A ∈ B(C).
R
2. Si f est mesurable (de E dans C), f ∈ L1C (E, T, m) si et seulement si |f |dm < +∞ (noter que |f | ∈ M+ ).

D ÉMONSTRATION – La démonstration de cette proposition se ramène facilement à la précédente démonstration

(c’est-à-dire à la démonstration de la proposition 4.63) en utilisant l’application ϕ : C → R2 définie par ϕ(z) = (x, y)t
si z = x + iy ∈ C, qui est une bijection continue, d’inverse continue.

Ici aussi, la définition de L1C (E, T, m)

R donne immédiatement que cet espace est un espace vectoriel sur C. Il est aussi
immédiat que l’application f 7→ |f |dm est une semi–norme sur L1C (E, T, m). Pour obtenir un espace vectoriel
normé, on va considérer l’espace L1C (E, T, m) quotienté par la relation “f = g p.p.”.

Définition 4.68 Soit (E, T, m) un espace mesuré.

1. L’espace L1C (E, T, m) est l’espace L1C (E, T, m) quotienté par la relation “f = g p.p.”.
R
2. Soit F ∈ L1C (E, T, m). On pose kFk1 = |f |dm, où f ∈ F (cette définition est correcte car indépendante du choix
de f dans F).

Proposition 4.69 Soit (E, T, m) un espace mesuré. L’espace L1C (E, T, m) est un espace de Banach (complexe)
c’est-à-dire un espace vectoriel (sur C) normé complet (avec la norme définie dans la définition 4.68).

D ÉMONSTRATION – La démonstration de cette proposition découle facilement du fait que L1R (E, T, m) est un espace
de Banach (réel).

4.11 Exercices
4.11.1 Intégrale des fonctions mesurables positives et espace L1
Exercice 4.1 (Sup de mesures) Soit (E, T) un espace mesurable et (mn )n∈N une suite de mesures sur T. On suppose
que mn+1 (A) ≥ mn (A) pour tout A ∈ T et tout n ∈ N. On pose m(A) = sup{mn (A), n ∈ N} pour A ∈ T.
1. (Lemme préliminaire) Soit (an,p )n,p∈N ⊂ R+ et (ap )p∈N ⊂ R+ t.q. an+1,p ≥ an,p , pour tout n, p ∈ N, et an,p → ap
quand n → +∞, pour tout p ∈ N. Montrer que
+∞
X +∞
X
an,p → ap (dans R+ ) quand n → +∞.
p=0 p=0

103
 . [On pourra utiliser le fait que
N
X ∞
X ∞
X
an,p ≤ an,p ≤ ap .]
p=0 p=0 p=0

2. Montrer que m est une mesure.

3. Soit
R f ∈ E+ (E, T). R(On rappelle que E+ (E, T) est l’ensemble des fonctions étagées de E dans R+ .) Montrer que
f dm = supn∈N ( f dmn ).
4. Soit f ∈ M+ (E, T). (On rappelle que M+ (E, T) est l’ensemble des fonctions mesurables de E dans R+ .)
R R
(a) Montrer que ( f dmn )n∈N est une suite croissante majorée par f dm.
R R
(b) Montrer que f dmn → f dm lorqsue n → +∞.
R R
5. Soit f ∈ L1R (E, T, m). Montrer que f ∈ L1R (E, T, mn ) pour tout n ∈ N et que f dmn → f dm quand n → +∞.
Exercice 4.2 (Somme de mesures) Soient m1 et m2 deux mesures sur l’espace mesurable (E, T).
1. Montrer que m = m1 + m2 est une mesure.
2. Montrer qu’une application f mesurable de E dans R est intégrable pour la mesure m si et seulement
R si
elle est intégrable pour les mesures m1 et m2 . Si f est intégrable pour la mesure m, montrer que f dm =
R R
f dm1 + f dm2 .
Soit (mn )n∈N une famille de mesures (positives) sur (E, T) et (αn )n∈N ⊂ R∗+ . On pose, pour A ∈ T, m(A) =
3. P
n∈N αn mn (A). Montrer que m Rest une mesure
P sur RT ; soit f une application mesurable de E dans R et intégrable
pour la mesure m ; montrer que f dm = n∈N αn f dmn .
Exercice 4.3 (Intégrale pourR la mesure de Dirac) Soit δ0 la mesure de Dirac en 0, définie sur B(R). (cf exemple
2.20.) Soit f ∈ M+ , calculer f dδ0 .

Exercice 4.4 (Restrictions de la mesure de Lebesgue) Soit A et B deux boréliens de R t.q. A ⊂ B. On note λA
1
[resp. λB ] la restriction à B(A) [resp.
R B(B)] deRla mesure de Lebesgue sur B(R). Soit f ∈ LR (B, B(B), λB ). Montrer
1
que f|A ∈ LR (A, B(A), λA ) et que f|A dλA = f 1A dλB . [Considérer d’abord le cas f ∈ E+ puis f ∈ M+ et enfin
f ∈ L1 .]
Exercice 4.5 (Intégrale des fonctions continues) Soit f ∈ C([0, 1], R). Montrer que f ∈ L1R ([0, 1], B([0, 1]), λ)
et que
Z Z1
f dλ = f (x)dx
0
(cette dernière intégrale est à prendre au sens de l’intégrale des fonctions continues vue au Chapitre 1). On rappelle
que l’on note (un peu abusivement. . . ) par λ la restriction à B([0, 1]) de la mesure de Lebesgue (aussi notée λ. . . )
sur B(R).
N.B. : Bien sûr, un résultat analogue est vrai en remplaçant [0, 1] par [a, b] avec a, b ∈ R, a < b.
Exercice 4.6 (Fonctions continues et fonctions intégrables) Soit m une mesure finie sur B([0, 1]). Montrer que
C([0, 1], R) ⊂ L1R ([0, 1], B([0, 1]), m).

Exercice 4.7 (Intégrale d’une fonction continue non bornée) Soit f ∈ C(]0, 1[, R) et F une primitive de f (on a
donc F ∈ C1 (]0, 1[, R)).
On pose L1 = L1R (]0, 1[, B(]0, 1[), λ).

104
1. Montrer que f est borélienne c’est-à-dire mesurable quand on munit ]0, 1[ et R de leur tribu borélienne.
2. On suppose maintenant que f (x) ≥ 0 pour tout x ∈]0, 1[ (on a donc f ∈ M+ ).
(a) Montrer que limx→1− F(x) existe dans R ∪ {+∞} et que limx→0+ F(x) existe dans R ∪ {−∞}.
(b) On suppose dans cette question que limx→1− F(x) ∈ R et que limx→0+ F(x) ∈ R. Montrer que f ∈ L1 . [On
pourra utiliser les exercices 4.4 et 4.5.]
(c) On 1
R suppose maintenant que limx→1− F(x) = +∞ ou que limx→0+ F(x) = −∞. Montrer que f < L (on a donc
f dλ = +∞).

Exercice 4.8 (f , g ∈ L1 6⇒ f g ∈ L1 ) Soit f , g ∈ L1R (]0, 1[, B(]0, 1[), λ). Donner un exemple pour lequel f g <
L1R (]0, 1[, B(]0, 1[), λ). [On pourra utiliser l’exercice 4.7.]
Exercice 4.9 (Majoration d’une fonction intégrable décroissante) Soit f une fonction de R dans R, nulle sur
R− et positive décroissante sur R?+ .
1. Montrer que f est borélienne (et donc borélienne positive).
R
2. On suppose que f dλ < +∞. Montrer qu’il existe C ∈ R t.q. f (x) ≤ C/x pour tout x > 0.
3. Montrer que le résultat de la question précédente est faux si on retire l’hypothèse de décroissance de f sur R?+ .
Exercice 4.10 (Caractérisation d’une fonction
R caractéristique)
R Soit (E, T, m) un espace mesuré et f ∈ L1R (E, T,
2
m). On suppose que 0 ≤ f ≤ 1 p.p. et que f dm = f dm. Montrer qu’il existe un ensemble mesurable fini A tel
que f = 1A p.p..

Exercice
Z 4.11 (f positive intégrable implique f finie p.p.) Soit (E, T, m) un espace mesuré et f ∈ M+ . Montrer
que si f dm < +∞, alors f < +∞ p.p..

Exercice 4.12 (Une caractérisation de l’intégrabilité) Soient (E, T, m) un espace mesuré fini, u une fonction
mesurable de E dans R. Pour n ∈ N, on pose An = {x ∈ E, |u(x)| ≥ n} et Bn = {x ∈ E, n < |u(x)| ≤ n + 1}.
1. Montrer que :
Z +∞
X +∞
X
|u|dm < +∞ ⇔ n m(Bn ) < +∞ ⇔ m(An ) < +∞.
n=0 n=0

2. Soit p ∈]1, +∞[, montrer que |u|p est une fonction mesurable et que :
Z +∞
X +∞
X
|u|p dm < +∞ ⇔ np m(Bn ) < +∞ ⇔ np−1 m(An ) < +∞.
n=0 n=0

Exercice 4.13 (Sur la convergence en mesure) Soit (E, T, m) un espace mesuré. Soit (fn )n∈N et (gn )n∈N deux
suites de fonctions mesurables de E dans R. Soit f et g deux fonctions mesurables de E dans R. On suppose que
fn → f en mesure et gn → g en mesure, quand n → +∞.
1. On suppose, dans cette question, que f ∈ L1R (E, T, m) et que g ∈ L1R (E, T, m).
(a) Montrer que pour tout ε > 0 il existe k1 ∈ N t.q. :

k ≥ k1 ⇒ m({x ∈ E; |g(x)| ≥ k}) ≤ ε.

105
 (b) Montrer que pour tout ε > 0 il existe n0 et k0 ∈ N t.q. :

n ≥ n0 , k ≥ k0 ⇒ m({x ∈ E; |fn (x)| ≥ k}) ≤ ε.

(c) Montrer que f g ∈ M et fn gn → f g en mesure, quand n → +∞. [On pourra remarquer que fn gn − f g =
fn (gn − g) + g(fn − f ).]
(d) En prenant (E, T, m) = (R, B(R), λ), Donner un exemple pour lequel f g < L1R (E, T, m).
2. En prenant (E, T, m) = (R, B(R), λ), Donner un exemple pour lequel fn gn 6→ f g en mesure, quand n → +∞ (pour
cet exemple, on a donc f < L1R (E, T, m) ou g < L1R (E, T, m)).

Exercice 4.14 (Sur l’inégalité de Markov) Soit (E, T, m) un espace mesuré et f ∈ L1R (E, T, m).
Z
1. Montrer que pour tout a > 0, on a a m({|f | > a}) ≤ |f | dm.
{|f |>a}
Z
2. Montrer que pour tout a > 0, on a m({|f | > a}) ≤ ( |f | dm)/a. (Ceci est l’inégalité de Markov.)

3. Montrer que
lim a m({|f | > a}) = 0. (4.15)
a→∞

4. Donner des exemples de fonctions non intégrables qui vérifient la propriété (4.15) dans les 2 cas suivants :
(E, T, m) = (R, B(R), λ) et (E, T, m) = (]0, 1[, B(]0, 1[), λ).
Exercice 4.15 (Sur la positivité presque partout.) Soit (E, T, m) un espace mesuré et f ∈ L1R (E, T, m). Montrer
que : Z
f ≥ 0 p.p. ⇐⇒ f dm ≥ 0 pour tout A ∈ T.
A

Exercice 4.16 (Équi–intégrabilité et équi–petitesse à l’infini)

Soient (E, T, m) un espace mesuré et f ∈ L1 (= L1R (E, T, m)).
Z
1. Montrer que : ∀ε > 0, ∃ δ > 0 t.q. ∀A ∈ T, m(A) ≤ δ ⇒ |f |dm ≤ ε. [Introduire fn = inf(|f |, n).]
A
2. Montrer que : ∀ε > 0, ∃ C ∈ T t.q. :
Z
(i) m(C) < +∞, (ii) |f |dm ≤ ε, (iii) sup |f | < +∞.
Cc C

1
[Considérer Cn = {x ∈ E; ≤ |f (x)| ≤ n}, et montrer que pour n ≥ n0 où n0 est bien choisi, Cn vérifie (i), (ii) et
n
(iii).]
Exercice 4.17 (Intégration par rapport à une mesure image) Cet exercice est une généralisation à un espace
mesuré quelconque du théorème de la loi image (théorème 4.58) qui est restreint à un espace probabilisé. Soit
(E, T, m) un espace mesuré, (F, S) un espace mesurable et f de E dans F. On suppose que f est mesurable, c’est-à-dire
que f −1 (B) ∈ T pour tout B ∈ S. Pour tout B ∈ S, on pose µ(B) = m(f −1 (B)) (On note souvent µ = f∗ m).
1. Montrer que µ est une mesure sur S (on l’appelle mesure image de m par f ).
2. µ est-elle finie (resp. σ-finie, diffuse) lorsque m est finie (resp. σ-finie, diffuse) ?

106
3. Montrer qu’une fonction Φ mesurable de F dans R est µ−intégrable si et seulement si Φ ◦ f est m-intégrable et
que dans ce cas Z Z
Φ ◦ f dm = Φ dµ. (4.16)
E F

Exercice 4.18 (m−mesurabilité) Soit (E, T, m) un espace mesuré. Soit A ∈ T t.q. m(A) = 0 et f une application
de Ac dans R. Montrer que :
il existe g mesurable de E dans R t.q. f = g p.p. si et seulement s’il existe (fn )n∈N , suite de fonctions étagées, t.q.
fn → f p.p., quand n → +∞.
Exercice 4.19 (Mesure complète, suite de l’exercice 2.33) On reprend les notations de l’exercice 2.33 page 52.
On note donc (E, T, m) le complété de l’espace mesuré (E, T, m).
1 1 1 1
Montrer
Z que LR (E,
Z T, m) ⊂ LR (E, T, m). Soit f ∈ LR (E, T, m), montrer qu’il existe g ∈ LR (E, T, m) t.q. f = g p.p.
et que f dm = gdm.

Exercice 4.20 (Petit lemme d’intégration) Soit (E, T, m) un espace mesuré et f ∈ M(E, T). (On rappelle que
M(E, T) est l’ensemble des fonctions mesurables de E dans R.)
1. On suppose (dans cette question) que f ∈ L1R (E, T, m). Montrer que
Z
(An )n∈N ⊂ T, m(An ) → 0 ⇒ f 1An dm → 0. (4.17)

2. On prend (dans cette question) (E, T, m) = (R, B(R), λ). Donner un exemple pour lequel f ∈ M(E, T), f ≥ 0 (de
sorte que f ∈ M+ (E, T)) et (4.17) est faux.
3. On suppose (dans cette question) que m(E) < ∞ et que f > 0 (c’est-à-dire f (x) > 0 pour tout x ∈ E). Montrer que
Z
(An )n∈N ⊂ T, f 1An dm → 0 ⇒ m(An ) → 0. (4.18)

[On pourra utiliser le fait que, pour p ∈ N∗ , An ⊂ {f < p1 } ∪ {x ∈ An ; f (x) ≥ p1 }.]

4. On prend (dans cette question) (E, T, m) = (R, B(R), λ) (de sorte que m(E) = +∞). Montrer que si f ∈ L1R (E, T,
m) et f > 0, alors (4.18) est faux. Donner un exemple de f ∈ L1R (E, T, m) t.q. f > 0.

Exercice 4.21 (Fatou sans positivité) Soit (E, T, m) un espace mesuré. Soit (fn )n∈N ⊂ L1R (E, T, m), f ∈ L1R (E, T,
m) et h ∈ M(E, T). (On rappelle que M(E, T) est l’ensemble des fonctions mesurables de E dans R.)
1. On
R suppose que fn → h p.p. quand n → +∞, fn ≥ f p.p. pour tout n ∈ N, et on suppose qu’il existe C ∈ R t.q.
fn dm ≤ C pour tout n ∈ N.

(a) Montrer qu’il existe (gn )n∈N ⊂ L1R (E, T, m) et g ∈ L1R (E, T, m) t.q.
i. fn = gn p.p., pour tout n ∈ N, f = g p.p.,
ii. gn (x) → h(x), quand n → +∞, pour tout x ∈ E,
iii. gn ≥ g pour tout n ∈ N.
(b) Montrer que h ∈ L1R (E, T, m).
2. (question plus difficile) On reprend les hypothèses de la question précédente
R sauf “fn ≥ f p.p., pour tout n ∈ N”
que l’on remplace par l’hypothèse (plus faible) “il existe D ∈ R t.q. fn dm ≥ D pour tout n ∈ N”. Donner un
exemple pour lequel h < L1R (E, T, m). [Prendre (E, T, m) = (R, B(R), λ).]

107
Exercice 4.22 (Application du théorème de convergence monotone)
Soit f ∈ L1 = L1 ([0, 1], B([0, 1]), λ) (λ désigne donc ici la mesure de Lebesgue sur B([0, 1]).
1. Soit n ∈ N. Montrer que la fonction x 7→ enx f (x) appartient à L1 . R
On suppose, dans la suite de l’exercice, que f ≥ 0 p.p. et qu’il existe M ∈ R+ t.q. que enx f (x) dλ(x) ≤ M pour
tout n ∈ N.
2. Montrer que f = 0 p.p.. [Appliquer le théorème de convergence monotone.]
3. On suppose de plus que f est continue. Montrer que f (x) = 0 pour tout x ∈ [0, 1].

Exercice 4.23 (Distance associée à la convergence en mesure) Soient (E, T, m) un espace mesuré fini. On pose,
pour f et g fonctions mesurables de E dans R (c’est-à-dire f , g ∈ M) :
Z
|f − g|
d(f , g) = dm.
1 + |f − g|
|f −g|
1. Montrer que d est bien définie et prend ses valeurs dans R+ (c’est-à-dire que 1+|f −g| ∈ L1R (E, T, m) pour tout
f , g ∈ M) et que d est une semi–distance sur M (c’est-à-dire que d(f , g) = d(g, f ), pour tout f , g ∈ M, et que
d(f , h) ≤ d(f , g) + d(g, h), pour tout f , g, h ∈ M).
2. Soient (fn )n∈N ⊂ M et f ⊂ M. Montrer que fn converge en mesure vers f lorsque n → +∞ si et seulement si
lim d(fn , f ) = 0. [Il est probablement utile de considérer, pour ε > 0, les ensembles An = {x ∈ E; |fn (x)−f (x)| >
n→+∞
ε}.]
Exercice 4.24 (Lemme de Fatou et convergence en mesure)
Soit (E, T, m) un espace mesuré, (fn )n∈N une suite de fonctions mesurables (de E dans R) et f une fonction
mesurable (de E dans R). On suppose que fn tend vers f en mesure quand n → +∞.
1. Soit ε > 0.
(a) Soit k ∈ N? . Montrer qu’il existe nk ∈ N tel que m({|fn − f | ≥ ε}) < 1/2k pour tout n ≥ nk . En déduire qu’il
existe une sous suite (fϕ(n) )n∈N (la fonction ϕ est donc strictement croissante de N dans N) telle que
X
m({|fϕ(n) − f | ≥ ε}) < +∞.
n∈N

Pour n ∈ N, on pose gn = fϕ(n) , An = {|gn − f | ≥ ε}, et Bn = ∪∞

p=n Ap .
(b) Montrer que limn→+∞ m(Bn ) = 0.
(c) Soit n ∈ N. Montrer que {|f | ≥ 2ε} ∩ Acn ⊂ {|f | ≤ 2|gn |}. En déduire que
Z Z Z
|f |dm ≤ |f |dm ≤ 2 |gn |dm. (4.19)
Bcn ∩{|f |≥2ε} Acn ∩{|f |≥2ε}
R
2. On suppose qu’il existe M ∈ R t.q., pour tout n ∈ N, |fn |dm ≤ M.
(a) Soit ε > 0. Montrer que Z
|f |dm ≤ 2M. (4.20)
{|f |≥2ε}
R
[On pourra noter que |gn |dm ≤ M, utiliser (4.19) et faire tendre n vers +∞.]

108
 (b) Montrer que Z
|f |dm ≤ 2M. (4.21)

[On pourra utiliser (4.20) avec ε = 1/n et faire tendre n vers +∞.]
(c) En modifiant légérement la technique utilisée à la première question, montrer que (4.21) reste vrai avec αM au
lieu de 2M dès que α > 1.
En déduire que (4.21) reste vrai avec M au lieu de 2M.
NB. Une autre méthode pour démontrer (4.21) (avec M au lieu de 2M) consiste à remarquer qu’il existe une sous
suite (fϕ(n) )n∈N t.q. fϕ(n) → f p.p. (ceci est une conséquence de la convergence en mesure de fn vers f , exercice
3.28). Il suffit alors d’appliquer le lemme de Fatou pour conclure.

4.11.2 L’espace L1
Exercice
R 4.25 (Mesure de densité) Soit (E, T, m) un espace mesuré et f ∈ M+ . Pour A ∈ T, on pose µ(A) =
A
f dm.
1. Montrer que µ est une mesure sur T.
2. Soit g ∈ M. Montrer que g ∈ L1R (E, T, µ) si et Rseulement 1
R si f g ∈ LR (E, T, m) (on pose f g(x) = 0 si f (x) = ∞ et
1
g(x) = 0). Montrer que, pour g ∈ LR (E, T, µ), gdµ = f gdm.

Exercice 4.26 (Suite bornée convergeant dans L1 ) Soit (E, T, m) un espace mesuré, (fn )n∈N ⊂ L1R (E, T, m) et
f ∈ L1R (E, T, m). OnZsuppose que fn → f dans L1R (E, T, m) et qu’il existe C ≥ 0 tel que |fn | ≤ C p.p. et pour tout
n ∈ N. Montrer que |fn − f |2 dm → 0 lorsque n → +∞.

Exercice 4.27 (Comparaison de convergence dans L1 ) On considère ici l’espace mesurable (R, B(R)), où B(R)
est la tribu des boréliens sur R. On note λ la mesure de Lebesgue et, pour a ∈ R, on note δa la mesure de Dirac en
a. On pose µ = δ1 + δ2 + 3λ (noter que µ est une mesure sur B(R)). Soit f l’application de R dans R définie par
f (x) = x3 . On pose fn = f 1[−n,n] pour tout n ∈ N. On pose L1 (µ) = L1R (R, B(R), µ).
R
1. Montrer que, pour tout n ∈ N, fn ∈ L1 (µ), et calculer an = fn dµ.
2. A-t-on convergence simple, convergence uniforme, convergence en mesure, convergence dans L1 (µ) de la suite
(fn )n∈N ?.
Exercice 4.28 (Convergence uniforme et convergence des intégrales)
Soient (E, T, m) un espace mesuré et (fn )n∈N ⊂ L1 (= L1R (E, T, m)) ; on suppose que fn converge uniformément
vers f quand n → +∞ (plus précisément : il existe des représentants des fn , encore notés fn , t.q. fn converge
uniformément vers f ).
1. A-t-on f ∈ L1 (plus précisément : existe-t-il F ∈ L1 t.q. f = g p.p. si g ∈ F) ? [Distinguer les cas m(E) < +∞ et
m(E) = +∞.]
R Z Z
2. Si f ∈ L1 et ( fn dm)n∈N converge dans R, a-t-on : lim fn dm = f dm ?
n→+∞

Exercice 4.29 (Convergence dans L1 de fonctions positives) Soit (E, T, m) un espace mesuré. On note L1 l’espace
1 1 1
RLR (E, T, m).R Soit (fn )n∈N ⊂ L et f ∈ L . On suppose que, pour tout n ∈ N, fn ≥ 0 p.p., que fn → f p.p. et que
fn dm → f dm lorsque n → +∞. Montrer que fn → f dans L1 . [On pourra examiner la suite (f − fn )+ .]

109
 Exercice 4.30 (Exemple de convergence)
On pose (E, T, m) = ([−1, 1], B(R), λ). Pour n ∈ N, on pose fn = n1[ −1 , 1 ] .
R 2n 2n
1
1. Montrer que la suite (fn )n∈N est bornée dans L et que la suite ( fn dλ)n∈N converge.
2. Peut-on appliquer le théorème de convergence dominée ?
3. A-t-on convergence de la suite (fn )n∈N dans L1R (E, T, m) ?
R R
4. Montrer que pour toute fonction ϕ continue de [−1, 1] à valeurs dans R, fn ϕdλ → ϕdδ0 lorsque n → +∞.
Exercice 4.31 (Théorème de Beppo-Lévi)
Soient (E, T, m) un espace mesuré, (fn )n∈N ⊂ L1 (= L1R (E, T, m)) et f : E → R, tels que
(i) fn → f p.p. lorsque n → +∞.
(ii) La suite (fn )n∈N est monotone, c’est-à-dire :
fn+1 ≥ fn p.p., pour tout n ∈ N,
ou
fn+1 ≤ fn p.p., pour tout n ∈ N.
1. Construire (gn )n∈N ⊂ L1 (= L1R (E, T, m)) et g ∈ M t.q. fn = gn p.p., f = g p.p., gn (x) → g(x) pour tout x ∈ E, et
gn+1 ≥ gn pour tout n ∈ N (ou gn+1 ≤ gn pour tout n ∈ N).
Z
1
2. Montrer que f ∈ L ⇔ lim fn dm ∈ R.
n→+∞

3. On suppose ici que f ∈ L1 , montrer que fn → f dans L1 , lorsque n → +∞.

Exercice 4.32 (Préliminaire pour le théorème de Vitali)
Soit (E, T, m) un espace mesuré et soit f ∈ L1 (= L1R (E, T, m)).
1. Montrer que pour tout ε > 0, il existe δ > 0 tel que :
Z
A ∈ T, m(A) ≤ δ ⇒ |f |dm ≤ ε.
A

[Choisir un représentant de f et introduire fn = inf(|f |, n)].

Z
2. Soit ε > 0, montrer qu’il existe C ∈ T t.q. m(C) < +∞ et |f |dm ≤ ε.
Cc
1
[Choisir un représentant de f et considérer Cn = {x ∈ E; ≤ |f (x)|}.]
n
Exercice 4.33 (Théorème de Vitali)
Soient (E, T, m) un espace mesuré, (fn )n∈N ⊂ L1 (= L1R (E, T, m)) et f : E → R t.q. fn → f p.p..
1. On suppose m(E) < +∞. Montrer que f ∈ L1 et fn → f dans L1 lorsque n → +∞ R si et seulement si (fn )n∈N est
équi–intégrable i.e. : Pour tout ε > 0, il existe δ t.q. (A ∈ T, n ∈ N, m(A) ≤ δ ⇒ A |fn |dm ≤ ε).
R
[Pour montrer le sens ⇒, utiliser la question 1 de l’exercice 4.32. Pour le sens ⇐, remarquer que |fn − f |dm =
R R
|f − f |dm + Ac |fn − f |dm, utiliser le théorème d’Egorov et le lemme de Fatou...]
A n
2. On suppose maintenant m(E) = +∞. Montrer que : f ∈ L1 et fn → f dans 1
R L lorsque n → +∞ si et seulement si
(fn )n∈N est équi-intégrable et vérifie : ∀ ε > 0, ∃ C ∈ T, m(C) < +∞ et Cc |fn |dm ≤ ε pour tout n.
[Pour montrer le sens ⇒, utiliser l’exercice 4.32. Pour le sens ⇐, utiliser l’exercice 4.32, le lemme de Fatou et le
résultat de la question 1.]

110
3. Montrer que le théorème de convergence dominée de Lebesgue peut être vu comme une conséquence du théorème
de Vitali.
Exercice 4.34 (Théorème de “Vitali-mesure”) Soit (E, T, m) un espace mesuré. On note L1 = L1R (E, T, m). Soit
(fn )n∈N ⊂ L1 et f ∈ M(E, T).
1. On suppose que m(E) < +∞. On se propose ici de montrer que [f ∈ L1 et kfn − f k1 → 0 quand n → +∞] si et
seulement si on a les deux propriétés suivantes :
p1. fn → f en mesure, quand n → +∞,
p2. La suite (fn )n∈N est équi-intégrable.
(a) Montrer le sens direct (c’est-à-dire que la convergence pour la norme de L1 implique p1 et p2).
(b) Pour montrer la réciproque, on suppose maintenant que fn → f en mesure, quand n → +∞, et que (fn )n∈N est
équi-intégrable.
i. Montrer que pour tout δ > 0 et η > 0, il existe n ∈ N t.q. : p, q ≥ n ⇒ m({|fp − fq | ≥ η} ≤ δ.
ii. Montrer que la suite (fn )n∈N est de Cauchy dans L1 .
iii. Montrer que f ∈ L1 et que kfn − f k1 → 0 quand n → +∞.
2. On ne suppose plus que m(E) < +∞. Montrer que “f ∈ L1 et kfn − f k1 → 0 quand n → +∞ si et seulement si
on a les propriétés suivantes :
p1. fn → f en mesure, quand n → +∞,
p2. la suite (fn )n∈N est équi-intégrable,
R
p3. pour tout ε > 0, il existe A ∈ T t.q. m(A) < +∞ et, pour tout n ∈ N, Ac
|fn |dm ≤ ε.
Exercice 4.35 (Convergence en mesure dominée) Soit (E, T, m) un espace mesuré, (fn )n∈N une suite de fonctions
intégrales de E dans R et f une fonction mesurable de E dans R. On suppose que les conditions suivantes sont
vérifiées :
• fn → f en mesure quand n → +∞.
• Il existe g, fonction intégrable de E dans R, t.q., pour tout n ∈ N, |fn | ≤ g p.p..
1. Soit p ∈ N∗ . En remarquant que |f | ≤ |f − fn | + |fn |, montrer que, pour tout n ∈ N,
1 1
m({|f | − g ≥ }) ≤ m({|fn − f | ≥ }).
p p

2. Soit p ∈ N∗ . Montrer que m({|f | − g ≥ p1 }) = 0. En déduire que |f | ≤ g p.p. et que f est intégrable.
3. On suppose, dans cette question, que m(E) < +∞.
(a) Soit η > 0. Montrer que, pour tout n ∈ N,
Z Z
|fn − f |dm ≤ ηm(E) + 2gdm.
{|fn −f |>η}

R
(b) Montrer que limn→+∞ |fn − f |dm = 0.
[On rappelle que si, h est une fonction intégrable de E dans R, pour tout ε > 0 il existe δ > 0 t.q.
Z
A ∈ T, m(A) ≤ δ ⇒ |h|dm ≤ ε.]
A

111
 R
4. On ne suppose plus que m(E) < +∞. Montrer que limn→+∞ |fn − f |dm = 0.
[On
R rappelle que si, h est une fonction intégrable de E dans R, pour tout ε > 0 il existe C ∈ T t.q. m(C) < +∞ et
Cc
|h|dm ≤ ε.]
Exercice 4.36 (Continuité de p 7→ k · kp ) Soient (E, T, m) un espace mesuré et f ∈ M(E, T).
Z  p1
1. Pour p ∈ [1, +∞[, on pose kf kp = |f |p dm (noter que |f |p ∈ M+ ) et on dit que f ∈ Lp si kf kp < +∞. On
pose I = {p ∈ [1, +∞[, f ∈ Lp }.
(a) Soient p1 et p2 ∈ [1, +∞[, et p ∈ [p1 , p2 ]. Montrer que si f ∈ Lp1 ∩ Lp2 , alors f ∈ Lp . En déduire que I est un
intervalle.
[On pourra introduire A = {x; |f (x)| ≤ 1}.]
(b) On montre sur des exemples que les bornes de I peuvent être ou ne pas être dans I. On prend pour cela :
(E, T, m) = ([2, +∞[, B([2, ∞[), λ) (λ est ici la restriction à [2, ∞[ de la mesure de Lebesgue sur B(R)). Calculer
I dans les deux cas suivants :
i. f (x) = 1x , x ∈ [2, +∞[.
1
ii. f (x) = x(ln x)2
,x ∈ [2, +∞[.

(c) Soit
Z (pn )n∈N ⊂Z I et p ∈ I, (I désigne l’adhérence de I dans R), t.q. pn ↑ p (ou pn ↓ p). Montrer que
|f |pn dm → |f |p dm quand n → +∞.
[On pourra encore utiliser l’ensemble A.]
2. On dit que f ∈ L∞ s’il existe C ∈ R t.q. |f | < C p.p.. On note kf k∞ = inf{C ∈ R t.q. |f | < C p.p.}. Si f < L∞ , on
pose kf k∞ = +∞.
(a) Montrer que f ≤ kf k∞ p.p.. A-t-on f < kf k∞ p.p. ?
On pose J = {p ∈ [1, +∞]; f ∈ Lp } ⊂ R+ .
(b) Remarquer que J = I ou J = I ∪ {+∞}. Montrer que si p ∈ I et +∞ ∈ J, alors [p, +∞] ⊂ J. En déduire que J est
un intervalle de R+ .
(c) Soit (pn )n∈N ⊂ I t.q. pn ↑ +∞. On suppose que kf k∞ > 0 (noter que f = 0 p.p. ⇔ kf k∞ = 0).
R
i. Soit 0 < c < kf k∞ . Montrer que lim inf kf kpn ≥ c. [On pourra remarquer que |f |p dm ≥ cp m({x, |f (x)| ≥
n→+∞
c}.]
ii. On suppose que kf k∞ < +∞. Montrer que : lim sup kf kpn ≤ kf k∞ . [On pourra considérer la suite gn =
n→+∞
 
|f | pn
et noter que gn ≤ g0 p.p.. ]
kf k∞
iii. Déduire de (a) et (b) que kf kpn → kf k∞ lorsque n → +∞.
3. Déduire des deux parties précédentes que p → kf kp est continue de J dans R+ , où J désigne l’adhérence de J
dans R (c’est-à-dire J = [a, b] si J = |a, b|, avec 1 ≤ a ≤ b ≤ +∞, et | désigne ] ou [).
R
Exercice 4.37 (Exemple de continuité et dérivabilité sous le signe )
Soit f : R × R+ → R+ définie par f (t, x) =ch(t/(1 + x)) − 1.
1. Montrer que pour tout t ∈ R, la fonction f (t, .) appartient à L1 (R+ , B(R), λ).
R
2. Pour t ∈ R, on pose F(t) = R f (t, x)dx. Montrer que F est continue, dérivable. Donner une expression de F0 .
+

112
 R
Exercice 4.38 (Contre-exemple à la continuité sous le signe )
Soit f de ] − 1, 1[×[0, 1] dans → R+ définie par f (t, x) = 0 si t ∈] − 1, 0], puis, pour t ∈]0, 1[, par
4 t



 2
x si x ∈ [0, ],

 t4
 2
f (t, x) =  t

 2
(t − x) si x ∈] , t],

t
 2
 0 si x ∈]t, 1].

1. Montrer que la fonction f (t, ·) est continue sur [0, 1] pour tout t ∈] − 1, 1[.
Z Z1
Pour t ∈] − 1, 1[, on pose F(t) = f (t, ·)dλ = f (t, x)dx.
]0,1[ 0
2. Montrer que f (t, x) → 0 lorsque t → 0, pour tout x ∈ [0, 1].
3. Montrer Rque F(t) 6→ F(0) lorsque t → 0, t > 0. Pourquoi ne peut on pas appliquer le théorème de continuité sous
le signe ?
Exercice 4.39 (Continuité d’une application de L1 dans L1 ) Soient (E, T, m) un espace mesuré fini et soit g une
fonction continue de R dans R t.q. :
∃ C ∈ R∗+ ; |g(s)| ≤ C|s| + C, ∀s ∈ R. (4.22)
1. Soit u ∈ L1R (E, T, m). Montrer que g ◦ u ∈ L1R (E, T, m).
On pose L1 = L1R (E, T, m). Pour u ∈ L1 , on pose G(u) = {h ∈ L1R (E, T, m); h = g ◦ v p.p.} ∈ L1 , avec v ∈ u.
2. Montrer que la définition précédente a bien un sens, c’est-à-dire que G(u) ne dépend pas du choix de v dans u.
3. Soit (un )n∈N ⊂ L1 . On suppose que un → u p.p. et qu’il existe F ∈ L1 t.q. |un | ≤ F p.p., pour tout n ∈ N. Montrer
que G(un ) → G(u) dans L1 .
4. Montrer que G est continue de L1 dans L1 .
[On pourra utiliser la question 3. et le théorème appelé réciproque partielle de la convergence dominée.]
Exercice 4.40 (Paris groupés) Soit (Ω, A, p) un espace mesuré tel que p(Ω) = 1. On se donne une suite (An )n∈N∗
déléments de A telle que An+1 ⊂ (∪np=1 Ap )c et p(An ) = 1/2n , pour tout n ∈ N∗ .
1. En prenant (Ω, A, p) = (]0, 1[, B(]0, 1[), λ), où λ est la mesure de Lebesgue sur les boréliens de ]0, 1[, donner un
exemple d’une suite (An )n∈N∗ vérifant les hypothèses demandées.
On se donne aussi une suite (αn )n∈N∗ de R+ avec α1 = 0. Pour n ∈ N∗ , on pose
Gn = (−αn − 1)1An + αn+1 1An+1 .
R
2. Montrer qu’il existe une unique
P suite (αn )n∈N∗ telle que Gn dp = 1 pour tout n ∈ N∗ . Avec ce choix de (αn )n∈N∗ ,
on pose, pour n ∈ N∗ , Hn = ni=1 Gi . Montrer que, pour tout n ∈ N∗ ,
Z
Hn dp = n.
P
3. Pour x ∈ Ω, on pose H(x) = n∈N∗ Gn (x). Montrer que H(x) est bien défini pour tout x ∈ Ω et que H = −1 p.p..
R
4. On choisit la suite (αn )n∈N∗ pour que Gn dp = 1 pour tout n ∈ N∗ . Peut-on appliquer le théorème de convergence
dominée à la suite (Hn )n∈N∗ définie à la question 2 ?
N.B. Cet exercice a une interprétation probabiliste un peu inattendue. Il permet de montrer que le fait de faire une
infinité de paris favorables peut être défavorable.

113
4.11.3 Espérance et moments des variables aléatoires
Exercice 4.41 (Espérance et variance de lois usuelles) Soient (E, T) un espace probabilisé et X une variable
aléatoire réelle, de loi de probabilité pX . Calculer l’espérance et la variance de la variable aléatoire X dans les cas
suivants :
1. pX est la loi uniforme sur [a, b] (a, b ∈ R, a < b) ;
2. pX est la loi exponentielle ;
3. pX est la loi de Gauss.
Exercice 4.42 (Inégalité de Jensen) Rappel : Une fonction f de R dans R est convexe si et seulement si pour tout
a ∈ R il existe ca t.q. f (x) − f (a) ≥ ca (x − a) pour tout x ∈ R.
Soit f une fonction convexe de R dans R et X une v.a. sur un espace de probabilité (Ω, A, P). On suppose que X et
f (X) sont intégrables. Démontrer l’inégalité de Jensen qui s’écrit
Z Z
f (X)dP ≥ f ( XdP).

[Utiliser le rappel avec a bien choisi.]

Exercice 4.43 (Sur l’équi-intégrabilité ) Soit (E, A,RP) un espace probabilisé et (Xn )n∈N une suite de v.a. (réelles).
On rappelle que la suite (Xn )n∈N est équi-intégrable si A |Xn |dP → 0, quand P(A) → 0 (avec A ∈ A), uniformément
par rapport à n ∈ N. Montrer l’équivalence entre les deux propriétés suivantes :
Z
1. lim sup |Xn |dP = 0,
a→∞ n∈N {|X |>a}
n
Z
2. sup |Xn |dP < +∞ et (Xn )n∈N équi-intégrable.
n∈N
Exercice 4.44 (Caractérisation de l’indépendance) Soit (Ω, A, P) un espace probabilisé, n ≥ 2 et X1 , X2 , . . . , Xn ,
n variables aléatoires réelles. Montrer que l’indépendance de (X1 , X2 , . . . Xn ) est équivalente à la propriété suivante :
n
Y
∀(a1 , . . . , an ) ∈] − ∞, +∞[n , P[X1 ≤ a1 , . . . , Xn ≤ an ] = P[Xi ≤ ai ]. (4.23)
i=1

(La notation P[X ≤ a] est identique à P({X ≤ a}), elle désigne la probabilité de l’ensemble {ω ∈ Ω, X(ω) ≤ a}.)
Exercice 4.45 (Sign(X) et |X| pour une gaussienne) On définit la fonction signe par :


 1 si s > 0,



sign : R → {−1, 0, 1}, s 7→ sign(s) = 
 −1 si s < 0 (4.24)


0 si s = 0.
Soit (Ω, A, P) un espace probabilisé et X une v.a.r. gaussienne centrée (c’est-à-dire PX = f λ avec, pour x ∈ R,
− x2
f (x) = √1 e 2σ 2 , où σ > 0 est la racine carré de la variance de X). Montrer que sign(X) et |X| sont indépendantes
2πσ
et préciser leurs lois. Même question avec sign(X) et X2 .
Exercice 4.46 (V.a. gaussiennes dépendantes) Soit (Ω, A, P) un espace probabilisé, σ1 > 0, σ2 > 0 et X1 , X2
deux variables aléatoires réelles indépendantes et telles que :
X1 ∼ N (0, σ12 ) et X2 ∼ N (0, σ22 ).
(le signe “∼” signifie “a pour loi”.) Construire deux v.a. Y1 et Y2 t.q. X1 ∼ Y1 , X2 ∼ Y2 et Y1 et Y2 soient dépendantes.

114
Exercice 4.47 (V.a. gaussiennes dépendantes, à covariance nulle) Soit (Ω, A, P) est un espace probabilisé et X,
S deux v.a. réelles, indépendantes, t.q. X ∼ N (0, 1) et S a pour loi PS = 21 δ1 + 12 δ−1 . (Il est possible de construire un
espace de probabilités et des v.a. indépendantes ayant des lois prescrites, voir le Chapitre 7.)
1. Montrer que SX ∼ N (0, 1).
2. Montrer que SX et X sont dépendantes.
3. Montrer que Cov(SX, X) = 0.
4. (Question subsidiaire.) On ne suppose plus l’existence de S, mais on suppose qu’il existe Y v.a. gaussienne
indépendante de X. Montrer que si Y ∼ N (0, σ 2 ), avec σ > 0, il est possible d’utiliser Y pour construire S, v.a.
indépendante de X et telle que PS = 12 δ1 + 12 δ−1 .
Exercice 4.48 (Limite p.s. et indépendance) Soit (Ω, A, P) un espace probabilisé, (Xn )n∈N∗ une suite v.a.r. et X, Y
deux v.a.r.. On suppose que, pour tout n ∈ N∗ , Xn et Y sont indépendantes et on suppose que Xn → X p.s., quand
n → +∞. Montrer que X et Y sont indépendantes.
Exercice 4.49 (Exponentielle d’une v.a. gaussienne) Soit (Ω, A, P) un espace probabilisé et X une v.a.r. t.q.
X ∼ N (0, 1). Soit Y = exp(X). Calculer la moyenne, la variance et la densité de Y.
Exercice 4.50 (Loi du χ2 ) Soit (Ω, A, P) un espace probabilisé et X une v.a.r. t.q. X ∼ N (0, 1). Calculer l’espérance,
la variance ainsi que la densité de la v.a.r. X2 . (Remarque : cette loi s’appelle loi du χ2 à 1 degré de liberté.)
Exercice 4.51 (Conséquence du lemme de Borel-Cantelli) Soit (Ω, A, P) un espace probabilisé et (Xn )n∈N∗ une
suite de v.a.r.i.i.d. de loi normale centrée réduite (c’est-à-dire que la loi de X1 est la mesure de densité f par rapport
2
à la mesure de Lebesgue avec f (x) = √1 exp(− x2 ) pour tout x ∈ R).
2π
q
2
1. Montrer que pour tout x > 0, P(|Xn | > x) ≤ π2 1x exp( −x2 ).

2. Montrer que lim supn→+∞ √ |Xn | = 1 p.s..

2 ln(n)

Exercice 4.52 (Sur la somme de v.a.r.i.i.d. intégrables) Soit (Ω, A, P) un espace probabilisé, (Xn )n∈N∗ une
suite v.a.r.i.i.d. et N une v.a. à valeurs dans N∗ . On pose SN = X1 + . . . + X N (c’est-à-dire que, pour ω ∈ Ω,
PN(ω)
SN (ω) = n=1 Xn (ω)). Pour n ∈ N∗ , on pose An = {ω ∈ Ω, N(w) = n}.
1. On suppose, dans cette ∗
Pn Pnquestion, que les v.a.r. N, X1 , . . . , Xn , . . . sont indépendantes. Pour n ∈ N , on pose
Yn = p=1 Xp et Zn = p=1 |Xp |.
(a) Soit n ∈ N∗ . Montrer que 1An et Yn sont des v.a.r. indépendantes et que 1An et Zn sont des v.a.r. indépendantes.
[On pourra utiliser la proposition 3.30.]
(b) On suppose que N et X1 sont intégrables . Montrer
P que SN est intégrableP∞ et calculer E(SN ) en fonction de
E(N) et E(X1 ). [On pourra remarquer que SN = ∞n=1 1An Yn et |SN | ≤ n=1 1An Zn .]
2. On suppose maintenant que An ∈ σ(X1 , . . . , Xn ) pour tout n ∈ N∗ (où σ(X1 , . . . , Xn ) est la tribu engendrée par
X1 , . . . , Xn ).
(a) Montrer que 1{n≤N} et Xn sont des v.a.r. indépendantes.
(b) On suppose que N et X1 sont intégrables
P . Montrer que SN est intégrable et calculer E(SN ) en fonction de
E(N) et E(X1 ). [On pourra écrire SN = ∞
n=1 1{n≤N} Xn .]

Exercice 4.53 (Dés pipés) Soit (Ω, A, P) un espace probabilisé et X, Y deux v.a.r. indépendantes, bornées et prenant
leurs valeurs dans N∗ .

115
1. Soit t ∈ R. Montrer que
E(t X+Y ) = E(t X )E(t Y ).
2. On suppose maintenant que Im(X) = Im(Y) = {1, 2, 3, 4, 5, 6} et que P({X = i}) = pi > 0, P({Y = i}) = qi > 0
pour i ∈ {1, 2, 3, 4, 5, 6}.
On pose P({X + Y = i}) = ri pour i = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}.
Montrer qu’il est impossible que ri soit indépendant de i (c’est-à-dire ri = 1/11 pour tout i entre 2 et 12). [On
pourra raisonner
P5 par l’absurde
P5 et montrer que si ri = 1/11 pour tout i entre 2 et 12, on a alors (1 − t 11 ) =
11(1 − t)( i=0 pi+1 t )( i=0 qi+1 t i ) pour tout t ∈ R, ce qui est impossible. . . ]
i

116
Chapitre 5

Intégrale sur les boréliens de R

5.1 Intégrale de Lebesgue et intégrale des fonctions continues

Nous commençons par comparer l’intégrale de Lebesgue (définie sur (R, B(R), λ)) à l’intégrale classique des
fonctions continues (et plus généralement des fonctions réglées).

Soit I un intervalle de R (borné ou non). On rappelle que B(I) = {A ∈ B(R), A ⊂ I}. On peut donc considérer la
restriction à B(I) de la mesure de Lebesgue définie sur B(R). On notera en général (un peu incorrectement) aussi λ
cette mesure sur B(I).
Proposition 5.1
R Rb
Soit −∞ < a < b < +∞. Soit f ∈ C([a, b], R). Alors, f ∈ L1R ([a, b], B([a, b]), λ)) et f dλ = a f (x)dx (cette dernière
intégrale est à prendre au sens de l’intégrale des fonctions continues vue au Chapitre 1).

D ÉMONSTRATION – La démonstration de cette proposition fait l’objet de l’exercice 4.5 page 104. En fait l’exercice
4.5 s’intéresse au cas [0, 1] mais s’adapte facilement pour le cas général [a, b].

Remarque 5.2
1. Si I est un intervalle de R dont les bornes sont a, b ∈ R (I peut être fermé ou ouvert en a et b) et si f ∈ L1 (I, B(I), λ)
ou L1 (I, B(I), λ), on notera souvent :
Z Z Z b
f dλ = f (x)dλ(x) = f (x)dx.
a

Cette notation est justifiée par la proposition précédente (proposition 5.1) car, si I est compact, l’intégrale de
Lebesgue contient l’intégrale des fonctions continues (et aussi l’intégrale des fonctions réglées et aussi l’intégrale
de Riemann, voir l’exercice 5.2).
2. Soient −∞ < a < b < +∞ et f ∈ C([a, b], R).
La proposition 5.1 donne que f ∈ L1R ([a, b], B([a, b]), λ)). En fait, on écrira souvent que f ∈ L1R ([a, b],
B([a, b]), λ)), c’est-à-dire qu’on confondra f avec sa classe dans L1R ([a, b], B([a, b]), λ), qui est l’ensemble
{g ∈ L1R ([a, b], B([a, b]), λ) ; g = f p.p.}. On peut d’ailleurs noter que f est alors le seul élément continu de
{g ∈ L1R ([a, b], B([a, b]), λ) ; g = f p.p.} comme le montre la proposition suivante (proposition 5.3).
Proposition 5.3 Soient I un intervalle de R de longueur strictement positive et f , g ∈ C(I, R). On suppose que
f = g λ-p.p.. On a alors f (x) = g(x) pour tout x ∈ I.
Cette proposition est démontrée à l’exercice (corrigé) 3.11 page 69 pour I = R. La démonstration pour I quelconque
est similaire.
Proposition 5.4 Soit f ∈ Cc (R, R) (c’est-à-dire que f est une fonction continue à support compact). Alors
f ∈ L1R (R, B(R), λ). (Ici aussi, on écrira souvent f ∈ L1R (R, B(R), λ).)
R Rb
De plus, si a, b ∈ R sont t.q. a < b et f = 0 sur [a, b]c (de tels a et b existent). Alors, f dλ = a f (x)dx (cette
dernière intégrale étant à prendre au sens de l’intégrale des fonctions continues vue au Chapitre 1).

D ÉMONSTRATION – On remarque d’abord que f est borélienne car continue. Puis, pour montrer que f est intégrable,
on utilise la proposition 5.1. Comme f est à support compact, il existe a, b ∈ R t.q. a < b et f = 0 sur [a, b]c . On a alors,
par la proposition 5.1,
f|[a,b] ∈ C([a, b], R) ⊂ L1R ([a, b], B([a, b]), λ).
On a donc Z Z
|f |dλ = |f|[a,b] |dλ < ∞

et donc f ∈ L1R (R, B(R), λ). Enfin, la proposition 5.1 donne aussi :
Z Zb
f|[a,b] dλ = f (x)dx.
a
R Rb
D’où l’on conclut bien que f dλ = a f (x)dx.

Le résultat précédent se généralise à l’intégrale de Riemann des fonctions Riemann-intégrables (construite à partir
des sommes de Darboux). Ceci fait l’objet de l’exercice 5.2.

5.2 Mesures abstraites et mesures de Radon

Remarque 5.5 Les propositions 5.1 et 5.4 donnent les résultats suivants :
R
1. Pour f ∈ Cc (R, R), on pose L(f ) = f dλ. L’application L est une application linéaire (de Cc (R, R) dans R)
positive, c’est-à-dire que f ≥ 0 ⇒ L(f ) ≥ 0. (On rappelle que f ≥ 0 signifie que f (x) ≥ 0 pour tout x ∈ R.)
Plus généralement, soit m une mesure sur (R, B(R)), finie sur les compacts. Il est facile de voir que Cc (R, R)
⊂ L1R (R, 1
R B(R), m) (en toute rigueur, on a plutôt Cc (R, R) ⊂ LR (R, B(R), m)). Pour f ∈ Cc (R, R), on pose
L(f ) = f dm. L’application L est une application linéaire (de Cc (R, R) dans R) positive (ou encore une forme
linéaire positive).
On peut montrer une réciproque de ce résultat (théorème 5.6).
R
2. Soit −∞ < a < b < ∞. Pour f ∈ C([a, b], R), on pose L(f ) = f dλ. L’application L est une application linéaire
(de C([a, b], R) dans R) positive.
Ici aussi, plus généralement, soit m une mesure finie sur ([a, b], B([a, b])). Il est facile de voir que C([a, b], R)
1 1
R LR ([a, b], B([a, b]), m) (ou plutôt C([a, b], R) ⊂ LR ([a, b], B([a, b]), m)). Pour f ∈ C([a, b], R), on pose L(f ) =
⊂
f dm. L’application L est une application linéaire (de C([a, b], R) dans R) positive (ou encore une forme linéaire
positive).
Ici aussi, on peut montrer une réciproque de ce résultat (voir la remarque 5.15).

118
On énonce maintenant des résultats, dus à F. Riesz, qui font le lien entre les applications linéaires (continues ou
positives) sur des espaces de fonctions continues (applications que nous appellerons mesures de Radon) et les
mesures abstraites sur B(R) (c’est-à-dire les applications σ−additives sur les boréliens de R, à valeurs dans R ou R+ ,
non identiquement égales à +∞). Le théorème 5.6 donné ci après est parfois appelé “Théorème de représentation de
Riesz en théorie de la mesure”. Dans ce livre, nous réservons l’appellation “Théorème de représentation de Riesz”
pour le théorème 6.56 de représentation de Riesz dans les espaces de Hilbert.

Théorème 5.6 (Riesz) Soit L une forme linéaire positive sur Cc (R, R), c’est-à-dire une application linéaire positive
de Cc (R, R) dans R. Alors il existe une unique mesure m sur (R, B(R)) t.q. :
Z
∀ f ∈ Cc , L(f ) = f dm.

De plus, m est finie sur les compacts (c’est-à-dire m(K) < +∞ pour tout compact K de R.)

D ÉMONSTRATION – La partie unicité de cette démonstration est assez facile et est donnée dans la proposition 5.8. La
partie existence est plus difficile, on en donne seulement le schéma général, sous forme d’exercice détaillé.
Soit L une forme linéaire positive sur Cc (R, R).
1. Montrer que L est continue au sens suivant : pour tout compact K de R, il existe CK ∈ R t.q. pour toute fonction
continue à support dans K, |L(f )| ≤ CK kf k∞ .
[Considérer une fonction ψK ∈ Cc (R, R) t.q. ψK (x) = 1 si x ∈ K et ψK (x) ≥ 0 pour tout x.]
2. Montrer le lemme suivant :
Lemme 5.7 (Dini) Soient (fn )n∈N ⊂ Cc (R, R) et f ∈ Cc (R, R) t.q. fn ↑ f ou fn ↓ f lorsque n → +∞. Alors fn
converge uniformément vers f .
3. Déduire des deux étapes précédentes que si (fn )n∈N ⊂ Cc (R, R) et f ∈ Cc (R, R) t.q. fn ↑ f ou fn ↓ f lorsque
n → +∞, alors L(fn ) → L(f ).
4. Soient (fn )n∈N et (gn )n∈N ⊂ Cc (R, R) des suites telles que fn ↑ f et gn ↑ g (ou fn ↓ f et gn ↓ g), où f et g sont des
fonctions de R dans R. Montrer que si f ≤ g alors limn→+∞ L(fn ) ≤ limn→+∞ L(gn ) (et dans le cas particulier où
f = g, limn→+∞ L(fn ) = limn→+∞ L(gn )).
[On pourra, par exemple, considérer, pour n fixé, hp = inf(gp , fn ) et remarquer que hp ↑ fn .]
5. On définit :
A+ = {f : R → R; ∃(fn )n∈N ⊂ Cc (R, R); fn ↑ f et lim L(fn ) < +∞}, (5.1)
n→+∞
A− = {f : R → R; ∃(f )
n n∈N ⊂ C (R, R); f ↓ f et lim L(fn ) > −∞},
c n (5.2)
n→+∞
+
Si f ∈ A , on pose L(f ) = limn→+∞ L(fn ), où (fn )n∈N ⊂ Cc (R, R); fn ↑ f .
Si f ∈ A− , on pose L(f ) = limn→+∞ L(fn ), où (fn )n∈N ⊂ Cc (R, R); fn ↓ f .
Vérifier que ces définitions sont cohérentes (c’est-à-dire qu’elles ne dépendent pas des suites choisies et que si
f ∈ A+ ∩ A− , les deux définitions coincïdent). Montrer les propriétés suivantes :
(a) Si f ∈ A+ (resp. A− ) alors −f ∈ A− (resp. A+ )et L(−f ) = −L(f ).
(b) Si f , g ∈ A+ (resp. A− ) alors f + g ∈ A+ (resp. A− ) et L(f + g) = L(f ) + L(g).
(c) Si f ∈ A+ (resp. A− ) et α ∈ R+ alors αf ∈ A+ (resp. A− ) et L(αf ) = αL(f ).
(d) Si f ∈ A+ (resp. A− ) et g ∈ A+ alors sup(f , g) ∈ A+ et inf(f , g) ∈ A+ .
(e) Si f , g ∈ A+ (resp. A− ) et f ≥ g, alors L(f ) ≥ L(g).
(f) Si (fn )n∈N ⊂ A+ (resp. A− ) et fn ↑ f ∈ A+ (resp. fn ↓ f ∈ A− ), alors L(fn ) ≥ L(f ).

119
 (g) Soit (fn )n∈N ⊂ A+ (resp. A− ) t.q. fn ↑ f (resp. fn ↓ f ), où f est une fonction de R dans R.
Si limn→+∞ L(fn ) < +∞, alors f ∈ A+ .
Remarquer aussi que A+ contient toutes les fonctions caractéristiques des ouverts bornés et que A− contient toutes
les fonctions caractéristiques des compacts.
6. On pose :
E = {f : R → R; ∀ε > 0, ∃g ∈ A+ et h ∈ A− ; h ≤ f ≤ g et L(g) − L(h) ≤ ε}
et pour f ∈ E, on définit :
L(f ) = sup L(h) = inf L(g).
h∈A− ,h≤f g∈A− ,g≥f

Montrer que cette définition a bien un sens, c’est-à-dire que d’une part :
sup L(h) = inf L(g),
h∈A− ,h≤f g∈A− ,g≥f

et d’autre part la définition de L sur E est compatible avec la définition sur A+ et A− (après avoir remarqué que
A+ ⊂ E et A− ⊂ E). Montrer les propriétés suivantes sur E :
(a) E est un espace vectoriel et L une forme linéaire positive sur E.
(b) E est stable par passage à la limite croissante ou décroissante.
(c) E est stable par inf et sup, i.e. si f ∈ E et g ∈ E, alors sup(f , g) ∈ E et inf(f , g) ∈ E.
7. Soit (ϕn )n∈N ⊂ Cc t.q. 0 ≤ ϕn ≤ 1 et ϕn ↑ 1. On pose T = {A ∈ P (R); 1A ϕn ∈ E∀n ∈ N}. Montrer que T ⊃ B(R).
8. Pour A ∈ T, on pose : m(A) = limn→+∞ L(1A ϕn ) ∈ R ∪ {+∞}. Montrer que m est une mesure σ-finie.
R
9. Montrer que L1 (R, T, m) = E et que f dm = L(f ), ∀f ∈ E.

R R
Proposition 5.8 Soit d ≥ 1, m et µ deux mesures sur B(Rd ), finies sur les compacts. On suppose que f dm = f dµ,
pour tout f ∈ Cc (Rd , R). Alors m = µ.
La démonstration de cette proposition peut se faire en utilisant la proposition 2.31. Elle est faite pour d = 1 au
chapitre 4 (proposition 4.60). Sa généralisation au cas d > 1 est laissée en exercice.
Remarque 5.9 Le théorème 5.6 donne un autre moyen de construire la mesure de Lebesgue que celui vu au
chapitre 2 :
Rb
Pour f ∈ Cc (R, R), on pose L(f ) = a f (x)dx, où a, b ∈ R sont choisis pour que f = 0 sur [a, b]c (on utilise ici
l’intégrale des fonctions continues sur un compact de R). L’application L est clairement
R linéaire positive de Cc (R, R)
dans R. Le théorème 5.6 donne donc l’existence d’une mesure m sur B(R) t.q. f dm = L(f ) pour tout f ∈ Cc (R, R).
Cette mesure est justement la mesure de Lebesgue (elle vérifie bien m(]a, b[) = b − a pour tout a, b ∈ R, a < b).

Définition 5.10 On définit les espaces de fonctions continues (de R dans R) suivants :

Cb (R, R) = {f ∈ C(R, R); sup |f (x)| < +∞},

x∈R

C0 (R, R) = {f ∈ C(R, R); f (x) → 0 quand |x| → +∞},

Cc (R, R) = {f ∈ C(R, R); ∃K ⊂ R, K compact, f = 0 sur Kc }.
Pour f ∈ Cb (R, R), on pose kf ku = supx∈R |f (x)|. La norme k · ku s’appelle norme de la convergence uniforme (elle
est aussi parfois appelée norme infinie.)

120
Il est clair que Cc (R, R) ⊂ C0 (R, R) ⊂ Cb (R, R) et on rappelle que Cb (R, R) et C0 (R, R) sont des espaces de Banach
(e.v.n. complet) avec la norme k · ku . Ces espaces seront parfois notés, en abrégé, Cc , C0 et Cb .
Remarque 5.11 Soit m une mesure finie sur B(R), alors CRb (R, R) ⊂ L1R (R, B(R), m) (en toute rigueur, on a plutôt
Cb ⊂ L1R (R, B(R), m)). Pour f ∈ Cb (R, R), on pose L(f ) = f dm. L’application L est alors une application linéaire
sur Cb (R, R). On munit Cb (R, R) de la norme de la convergence uniforme, L’application L est alors continue (car
L(f ) ≤ m(R)kf ku pour tout f ∈ Cb (R, R)). L’application L est aussi positive, c’est-à-dire que f ≥ 0 ⇒ L(f ) ≥ 0.
On donne ci-après des réciproques partielles de ces résultats.

Théorème 5.12 (Riesz) Soit L une application linéaire positive de C0 (R, R) dans R, alors il existe une unique
mesure m finie sur (R, B(R)) t.q. : Z
∀ f ∈ C0 , L(f ) = f dm.

D ÉMONSTRATION – La démonstration consiste d’abord à montrer que L est continue (quand C0 (R, R) est muni de sa
norme naturelle, c’est-à-dire de la norme k · ku ). C’est la première étape ci-dessous. Puis à appliquer le théorème 5.6,
c’est le deuxième étape.
Étape 1
On montre, dans cette étape, que L est continue.
On raisonne par l’absurde. Si L n’est pas continue, il existe (fn )n∈N∗ suite de C0 (R, R) t.q. L(fn ) ≥ n et kfn ku = 1 pour
tout n ∈ N∗ . En posant gn = |fn |/(n2 ), on a gn ∈ C0 (R, R) et en utilisant la linéarité et la positivité de L, on obtient
1 1 1 1
L(gn ) = 2 L(|fn |) ≥ 2 L(fn ) ≥ et kgn ku = 2 .
n n n n
+∞
X
La série gn est absolument convergente dans C0 (R, R), elle est donc convergente (car C0 (R, R) est un espace de
n=1
Banach). On note g la somme de cette série. On a donc g ∈ C0 (R, R), et comme les fonctions gn sont positives,
Xn n
X 1
L(g) ≥ L(gp ) ≥ pour tout n ∈ N.
p
p=1 p=1
En passant à la limite quand n → +∞ on obtient L(g) = +∞, ce qui est absurde.
On a donc bien montré que L est continue. Il existe donc M t.q. L(f ) ≤ Mkf ku pour tout f ∈ C0 (R, R).

Etape 2
La restriction de L à Cc (R, R) est linéaire positive. Le théorème 5.6 donne l’existence d’une mesure m sur B(R) t.q.
Z
L(f ) = f dm pour tout f ∈ Cc (R, R) (5.3)

Pour n ∈ N∗ on pose
ϕn = 1[−n,n] + (x + n + 1)1[−(n+1),−n] + (n + 1 − x)1[n,n+1] ,
et on prend f = ϕn dans (5.3). On obtient m([−n, n]) ≤ L(ϕn ) ≤ Mkϕn ku = M. On a donc, en faisant n → +∞,
m(R) ≤ M, ce qui prouve que m est une mesure finie.
Enfin, si f ∈ C0 (R, R) on pose fn = f ϕn . On remarque que fn tend
R vers fR dans C0 (R, R) et est dominée par |f |. On
a donc limn→+∞ L(fn ) = L(f ) car L est continue et limn→+∞ fn dm = f dm par convergence dominée. Comme
R R
L(fn ) = fn dm (car fn ∈ Cc (R, R)), on obtient finalement L(f ) = f dm.

121
Le résultat du théorème 5.12 est faux si on remplace C0 par Cb . On peut, par exemple, construire une application
linéaire continue positive sur Cb , non identiquement nulle sur Cb et nulle sur C0 . Si on note L une telle application
R
(nulle sur C0 mais non identiquement nulle sur Cb ) et si m est une mesure finie sur (R, B(R)) t.q. L(f ) = f dm
R
pour f ∈ Cb , on montre facilement (en utilisant f dm = 0 pour tout f ∈ C0 ) que m = 0 et donc L(f ) = 0 pour tout
f ∈ Cb , en contradiction avec le fait que L n’est pas identiquement nulle sur Cb .
Pour construire une application linéaire continue positive sur Cb , non identiquement nulle et nulle sur C0 , on peut
procéder de la manière décrite ci après. On note F le sous espace vectoriel de Cb formé des éléments de Cb ayant
une limite en +∞. On a donc f ∈ F si f ∈ Cb et s’il existe l ∈ R t.q. f (x) → l quand x → +∞. Pour f ∈ F on pose
L̃(f ) = limx→+∞ f (x). On a ainsi défini une forme linéaire positive sur F (car, pour f ∈ F, f (x) ≥ 0 pour tout x ∈ R
implique bien L̃(f ) ≥ 0). En utilisant le théorème 5.14 donné ci après, il existe donc L, forme linéaire positive sur
Cb , t.q. L = L̃ sur F. L’application L est donc linéaire continue positive sur Cb (pour la continuité, on remarque que
|L(f )| ≤ kf ku ), elle est bien nulle sur C0 (car limx→+∞ f (x) = 0 si f ∈ C0 ⊂ F) et non identiquement nulle sur Cb
car L(f ) = 1 si f est la fonction constante, égale à 1 en tout point.

Remarque 5.13 Soit E un espace de Banach réel, F un s.e.v. de E et T une application linéaire continue de F (muni
de la norme de E) dans R. Le théorème de Hahn-Banach [1] donne alors l’existence d’une application linéaire
continue T̄ de E dans R (i.e. T̄ ∈ E0 ) t.q. T̃ = T sur F. (Si F est dense dans E, le théorème de Hahn-Banach est inutile
et on peut montrer aussi l’unicité de T̄. Si F n’est pas dense dans E, T̃ n’est pas unique.) L’objectif du théorème 5.14
est de remplacer l’hypothèse de continuité de T par une propriété de positivité.

Théorème 5.14 (Hahn-Banach positif) Soit F un sous espace vectoriel de Cb = {f ∈ C(R, R); supx∈R |f (x)| <
+∞} et T une application linéaire de F dans R. On suppose que F contient les fonctions constantes et que T est
positive (c’est-à-dire que, pour f ∈ F, f (x) ≥ 0 pour tout x ∈ R implique T(f ) ≥ 0). Il existe alors T, application
linéaire positive sur Cb , t.q. T = T sur F.

D ÉMONSTRATION – La démonstration n’est pas détaillée ici. Elle peut se faire en utilisant une technique très similaire
à celle donnant la démonstration du théorème de Hahn-Banach (qui permet aussi de montrer le théorème de prolongement
d’une application linéaire continue définie sur un sous espace vectoriel d’un espace de Banach). Elle peut aussi se faire
en se ramenant à la version du théorème de Hahn-Banach donné, par exemple, dans le livre d’analyse fonctionnelle de H.
Brezis [1].
Il est intéressant de noter que le résultat du théorème peut être faux si on retire l’hypothèse F contient les fonctions
constantes.

On peut maintenant faire la remarque suivante :

Remarque 5.15 Soit K une partie compacte de R. On note C(K, R) = {f|K , f ∈ Cb }. Si m est une mesure finie
sur (K, B(K))
R l’espace fonctionnel C(K, R) est inclus dans L1R (K, B(K), m), et l’application qui à f ∈ C(K, R)
associe f dm est linéaire positive (et continue, si C(K, R) est muni de la norme de la convergence uniforme).
Réciproquement, soit L une application linéaire positive de C(K, R) dans R. Le théorème précédent permet de
montrer qu’il existe une unique mesure finie, notée m, sur (K, B(K)) t.q. :
Z
L(f ) = f dm, ∀f ∈ C(K, R).

122
Considérons maintenant le cas des mesures signées : si m est une mesure signéeRsur (R, B(R)) (ou sur (K, B(K))),
l’application qui à f ∈ C0 (ou ∈ C(K), K étant une partie compacte de R) associe f dm est linéaire continue (pour
la norme de la convergence uniforme). Réciproquement, on a aussi existence et unicité d’une mesure (signée) définie
à partir d’une application linéaire continue de C0 (ou de C(K)) dans R :
Théorème 5.16 (Riesz, mesures signées) Soit L une application linéaire continue de C0 (R, R) dans R (ou de
C(K, R) dans R, où K est un compact de R). Alors il existe une unique mesure signée, notée m, sur B(R) (ou sur
B(K)) t.q. : Z
L(f ) = f dm, ∀f ∈ C0 (R, R)( ou C(K, R)).

Les éléments de (C0 (R, R))0 (ou (C(K, R))0 ) sont appelés mesures de Radon sur R (ou K). On rappelle que, pour
un espace de Banach (réel) E, on note E0 son dual topologique, c’est-à-dire l’ensemble des applications linéaires
continues de E dans R.
D ÉMONSTRATION – Elle consiste à se ramener au théorème de Riesz pour des formes linéaires positives. Elle n’est
pas détaillée ici. On rappelle seulement que si m est une mesure signée sur T (tribu sur un ensemble E). il existe
deux mesures finies m+ et m− sur T, étrangères (c’est-à-dire qu’il existe A ∈ T t.q. m+ (A) = m− (Ac ) = 0) et t.q.
m = m+ − m− . On a alors (par définition)
L1R (E, T, m) = L1R (E, T, m+ ) ∩ L1R (E, T, m− ),
et, si f ∈ L1R (E, T, m),
Z Z Z
f dm = f dm+ − f dm− .

Définition 5.17 (Mesure de Radon) Soit Ω un ouvert borné de R, alors on appelle mesure de Radon sur Ω un
élément de (C(Ω, R))0 , c’est-à-dire une application linéaire continue (pour la norme infinie) de C(Ω, R) dans R.
Remarque 5.18 Soit T une forme linéaire sur Cc (Ω, R).
1. Si T est continue pour la norme k.k∞ , on peut montrer qu’il existe une et une seule mesure signée, notée µ, sur
les boréliens de Ω telle que Z
T(f ) = f dµ pour tout f ∈ Cc (Ω, R).

Pour montrer l’existence de µ, on peut commencer par se ramener au théorème 5.16 en prolongeant T (de manière
non unique) en une application linéaire continue sur C(Ω, R) (ceci est possible par le théorème de Hahn-Banach).
Le théorème 5.16 donne alors une (unique) mesure sur B(Ω) correspondant à ce prolongement de T. La restriction
de cette mesure à B(Ω) est la mesure µ recherchée. Il est intéressant de remarquer que cette mesure µ est unique,
sans que celle donnée par le théorème 5.16 soit unique (car cette dernière dépend du prolongement choisi de T à
C(Ω, R)).
2. Si T est continue pour la topologie naturelle de Cc (Ω, R), (c’est-à-dire que, pour tout compact K ⊂ Ω, il existe
CK ∈ R tel que T(f ) ≤ CK kf k∞ , pour tout f ∈ Cc (Ω, R) avec f = 0 sur le complémentaire de K) alors le résultat
donné dans le premier item (c’est-à-dire l’existence de µ) peut être faux ; par contre on peut montrer qu’il existe
deux mesures (positives) µ1 et µ2 sur les boréliens de Ω telles que
Z Z
T(f ) = f dµ1 − f dµ2 , ∀ f ∈ Cc (Ω, R) ;

on peutPnoter que µ1 et µP 2 peuvent prendre toutes les deux la valeur +∞ (exemple : N = 1, Ω =] − 1, 1[,
T(f ) = n∈N∗ nf (1 − n1 ) − n∈N∗ nf (−1 + n1 )), et donc que (µ1 − µ2 )(Ω) n’a pas toujours un sens.

123
Soit maintenant T une forme linéaire sur C∞ c (Ω, R), continue pour la norme k · ku , alors il existe une et une seule
mesure signée, notée µ, sur les boréliens de Ω telle que
Z
T(f ) = f dµ, ∀ f ∈ C∞ c (Ω, R).

5.3 Changement de variable, densité et continuité

On montre dans cette section quelques propriétés importantes de l’espace L1R (R, B(R), λ) (et éventuellement de
L1R (R, B(R), µ) si µ est finie sur les compacts).
Proposition 5.19 (Changement de variable affine) Soient α ∈ R∗ , β ∈ R et f ∈ L1 (R, B(R), λ). On définit
g : R → R par g(x) = f (αx + β) pour x ∈ R.
Alors, g ∈ L1 (R, B(R), λ) et Z Z
1
gdλ = f dλ.
|α|
Le même résultat reste vrai en remplaçant L1 par L1 .

D ÉMONSTRATION – 1. On pose ϕ(x) = αx + β, pour tout x ∈ R, de sorte que g = f ◦ ϕ. Comme f et ϕ sont

boréliennes (noter que ϕ est même continue), g est aussi borélienne, c’est-à-dire g ∈ M.
2. Pour montrer que g ∈ L1 (R, B(R), λ) et Z Z
1
gdλ = f dλ, (5.4)
|α|
on raisonne en plusieurs étapes :
1 β 1 β
(a) On suppose que f = 1A avec A ∈ B(R) tel que λ(A) < +∞. On a alors g = 1 1 β (avec α A − α = { α x − α ,
α A− α
β
x ∈ A}). On a donc g ∈ L1 (R, B(R), λ) et (5.4) est vraie (car on a déjà vu que λ( α1 A − α ) = |α|
1 λ(A), dans la

proposition 2.48).
(b) On suppose que f ∈ E+ ∩ L1 (R, B(R), λ).
P
Il existe donc a1 , . . . , an > 0 et A1 , . . . , An ∈ T t.q. f = ni=1 ai 1Ai . Comme f ∈ L1 (R, B(R), λ), on a aussi
Pn 1
λ(Ai ) < +∞ pour tout i. On conclut alors que g = i=1 ai 1 1 β , ce qui donne que g ∈ E+ ∩ L (R, B(R), λ) et
α Ai − α
que (5.4) est vraie.
(c) On suppose que f ∈ M+ ∩ L 1 1
R λ). Il existe une suite (fn )n∈N ⊂ E+ ∩ L (R, B(R), λ) telle que fn ↑ f
R (R, B(R),
quand n → +∞. On a donc fn dλ ↑ f dλ quand n → +∞. On définit gn par gn (x) = αx + β, pour tout x ∈ R.
On a alors Z Z
1
gn ∈ E+ ∩ L (R, B(R), λ), gn ↑ g et gn dλ ↑ gdλ quand n → +∞.

Comme (5.4) est vraie pour f = fn et g = gn , on en déduit que g ∈ M+ ∩ L1 (R, B(R), λ) et (5.4) est vraie.
(d) On suppose enfin seulement que f ∈ L1 (R, B(R), λ). Comme
f = f + − f − , avec f ± ∈ M+ ∩ L1 (R, B(R), λ),
on peut utiliser l’étape précédente avec f ± et on obtient que g ∈ L1 (R, B(R), λ) et que (5.4) est vraie.
3. Le résultat obtenu est encore vrai pour L1 au lieu de L1 . Il suffit de remarquer que
f1 = f2 p.p. ⇒ g1 = g2 p.p. , avec gi (·) = fi (α · +β), i = 1, 2.
En fait, lorsque f décrit un élément de L1 (qui est un ensemble d’éléments de L1 ), la fonction g(α · +β) décrit alors
un élément de L1 .

124
Le résultat de densité que nous énonçons à présent permet d’approcher une fonction de L1R (R, B(R), λ) aussi près
que l’on veut par une fonction continue à support compact. Ce résultat est souvent utilisé pour démontrer certaines
propriétés des fonctions de L1 : on montre la propriété pour les fonctions continues, ce qui s’avère en général plus
facile, et on passe à la limite.

Théorème 5.20 (Densité de Cc (R, R) dans L1R (R, B(R), λ)) On note L1 = L1R (R, B(R), λ). L’ensemble Cc (R, R)
des fonctions continues de R dans R et à supports compacts, est dense dans L1 , c’est-à-dire :

∀f ∈ L1R (R, B(R), λ), ∀ε > 0, ∃ϕ ∈ Cc (R, R); kf − ϕk1 < ε.

D ÉMONSTRATION – On a déjà vu que Cc (R, R) ⊂ L1 . En toute rigueur, on a plutôt Cc (R, R) ⊂ L1 = L1R (R, B(R), λ).
L’objectif est donc de montrer que pour tout f ∈ L1 et tout ε > 0, il existe ϕ ∈ Cc (R, R) telle que kf − ϕk1 ≤ ε. On va
raisonner une nouvelle fois en plusieurs étapes (fonctions caractéristiques, E+ , M+ et enfin L1 ).

Etape 1. On suppose ici que f = 1A avec A ∈ B(R) et λ(A) < +∞.

Soit ε > 0. Comme λ est une mesure régulière (proposition 2.43), il existe un ouvert O et un fermé F tels que F ⊂ A ⊂ O
S
et λ(O \ F) ≤ ε. Pour n ∈ N∗ , on pose Fn = F ∩ [−n, n], de sorte que Fn est compact (pour tout n) et F = n∈N∗ Fn .
La continuité croissante de λ donne alors λ(Fn ) ↑ λ(F), quand n → +∞. Comme λ(F) ≤ λ(A) < +∞, on a aussi
λ(F \ Fn ) = λ(F) − λ(Fn ) → 0 quand n → +∞. Il existe donc n0 tel que λ(F \ Fn0 ) ≤ ε.
On pose K = Fn0 et on obtient donc K ⊂ F ⊂ A ⊂ O, ce qui donne
λ(O \ K) ≤ λ(O \ F) + λ(F \ K) ≤ 2ε.
On a donc trouvé un compact K et un ouvert O tels que K ⊂ A ⊂ O et λ(O \ K) ≤ 2ε. Ceci va nous permettre de
construire ϕ ∈ Cc (R, R) telle que kf − ϕk1 ≤ 2ε.
On pose
d = d(K, Oc ) = inf{d(x, y), x ∈ K, y ∈ Oc }.
On remarque que d > 0. En effet, il existe des suites (xn )n∈N ⊂ K et (yn )n∈N ⊂ Oc telles que
d(xn , yn ) = |xn − yn | → d quand n → +∞.
Par compacité de K, on peut supposer (après extraction éventuelle d’une sous-suite) que xn → x, quand n → +∞. Si
d = 0, on a alors aussi yn → x quand n → +∞ et donc x ∈ Oc ∩ K (car K et Oc sont fermés), ce qui est impossible car
Oc ∩ K = ∅. On a donc bien montré d > 0.
On définit maintenant la fonction ϕ par
1
∀x ∈ R, ϕ(x) = (d − d(x, K))+ avec d(x, K) = inf{d(x, y), y ∈ K}.
d
La fonction ϕ est continue car x 7→ d(x, K) est continue (cette fonction est même lipschitzienne, on peut montrer que
|d(x, K) − d(y, K)| ≤ |x − y|). Elle est à support compact car il existe A > 0 tel que K ⊂ [−A, A] et on remarque alors que
ϕ = 0 sur [−A − d, A + d]c . On a donc ϕ ∈ Cc (R, R). Enfin, on remarque que ϕ = 1 sur K, ϕ = 0 sur Oc et 0 ≤ ϕ ≤ 1
(partout). On en déduit que f − ϕ = 0 sur K ∪ Oc et 0 ≤ |f − ϕ| ≤ 1, ce qui donne
kf − ϕk1 ≤ λ(O \ K) ≤ 2ε,
et termine donc la première (et principale) étape.
Pn
Etape 2. On suppose ici que f ∈ E+ ∩ L1 . Il existe donc a1 , . . . , an > 0 et A1 , . . . , An ∈ T tels que f = i=1 ai 1Ai .
Comme f ∈ L1 , on a aussi λ(Ai ) < +∞ pour tout i.
Soit ε > 0, l’étape 1 donne, pour tout i, l’existence de ϕi ∈ Cc (R, R) telle que k1Ai − ϕi k1 ≤ ε. On pose
Xn
ϕ= ai ϕi ∈ Cc (R, R)
i=1

125
 et on obtient
n
X
kf − ϕk1 ≤ ( ai )ε
i=1
(ce qui est bien arbitrairement petit).

Etape 3. On suppose ici que f ∈ M+ ∩ L1 .

Soit ε > 0. D’après la caractérisation de l’intégrale dans M+ (lemme 4.9), il existe g ∈ E+ telle que g ≤ f et
Z Z Z
f dλ − ε ≤ gdm ≤ f dm,

de sorte que Z
kg − f k1 = (f − g)dλ ≤ ε,

L’étape 2 donne alors l’existence de ϕ ∈ Cc (R, R) telle que kg − ϕk1 ≤ ε. D’où l’on déduit
kf − ϕk1 ≤ 2ε,
ce qui termine l’étape 3.

Etape 4. On suppose enfin que f ∈ L1 .

Soit ε > 0. Comme f ± ∈ M+ ∩ L1 , l’étape 3 donne qu’il existe ϕ1 , ϕ2 ∈ Cc (R, R) telle que
kf + − ϕ1 k1 ≤ ε et kf − − ϕ2 k1 ≤ ε.
On pose alors ϕ = ϕ1 − ϕ2 . On a ϕ ∈ Cc (R, R) et kf − ϕk1 ≤ 2ε, ce qui prouve bien la densité de Cc (R, R) dans L1 .

Le résultat de densité que nous venons de démontrer n’est pas limité à la mesure de Lebesgue. Il est vrai pour toute
mesure sur B(R), finie sur les compacts. Il est aussi vrai en remplaçant Cc par C∞c . Enfin, il n’est pas limité à R, il
est également vrai dans Rd , d ≥ 1. Tout ceci est montré dans l’exercice 7.14. Par contre, le résultat de continuité en
moyenne que nous montrons maintenant n’est pas vrai pour toute mesure sur B(R), finie sur les compacts (voir
l’exercice 7.14).

Théorème 5.21 (Continuité en moyenne) Soient f ∈ L1R (R, B(R), λ) et h ∈ R. On définit fh (translatée de f ) par :
fh (x) = f (x + h), pour presque tout x ∈ R. Alors :
Z
kfh − f k1 = |f (x + h) − f (x)|dx → 0 lorsque h → 0. (5.5)

D ÉMONSTRATION – Soient f ∈ L1R (R, B(R), λ) et h ∈ R. On remarque que fh = f (· + h) ∈ L1R (R, B(R), λ) (d’après
la proposition 5.19). D’autre part f = g p.p. implique fh = gh p.p.. On peut donc définir fh comme élément de L1R (R,
B(R), λ) si f ∈ L1R (R, B(R), λ).
La démonstration de (5.5) fait l’objet de l’exercice 5.10.

5.4 Intégrales impropres des fonctions de R dans R

On considère ici des fonctions de R dans R, et l’espace mesuré (R, B(R), λ).

126
Définition 5.22 (Intégrabilité à gauche) Soient f : R → R, α ∈ R et a ∈ R ∪ {+∞}, a > α ; on Z suppose que
a
1 1
∀ β ∈]α, a[, f 1]α,β[ ∈ L (= LR (R, B(R), λ)). On dit que f est intégrable à gauche en a (ou encore que existe) si
Z Za
f 1]α,β[ dλ a une limite dans R lorsque β → a. Cette limite est notée f (t)dt.
α

Remarque 5.23 Ceci ne veut pas dire que f 1]α,a[ ∈ L1 .

Il suffit pour s’en convaincre de prendre a = +∞, α = 0,
sin x
considérer la fonction f définie par f (0) = 1 et, pour x > 0, f (x) = .
x
Par contre, dès que la fonction f considérée est de signe constant, on a équivalence entre les deux notions :

Proposition 5.24 Soient f : R → R+ , α ∈ R et a ∈ R ∪ {+∞}, a > α ; on suppose que ∀ β ∈]α, a[, f 1]α,β[ ∈ L1 (=
L1R (R, B(R), λ)). Alors f est intégrable à gauche en a si et seulement si f 1]α,a[ ∈ L1 .
D ÉMONSTRATION – Ce résultat se déduit du théorème de convergence monotone en remarquant que f 1]α,β[ ↑ f 1]α,a[
quand β ↑ a.

5.5 Exercices
Exercice 5.1 (La mesure de Dirac n’est pas une fonction. . . ) Soit (ϕn )n∈N la suite de fonctions de ] − 1, 1[
dans R définie par ϕn (x) = (1 − n|x|)+ . On note λ la mesure de Lebesgue sur la tribu des boréliens de ] − 1, 1[, et
L1 = L1R (] − 1, 1[, B(] − 1, 1[), λ). Soit T l’application de C([−1, 1], R) dans R définie par T(ϕ) = ϕ(0).
 0  0
1. Montrer que T ∈ C([−1, 1], R) (on rappelle que C([−1, 1], R) est le dual de C([−1, 1], R), c’est-à-dire
l’ensemble des formes linéaires continues sur C([−1, 1], R) muni de la norme uniforme).
2. Soit ϕ ∈R C([−1, 1], R). Montrer que ϕ ∈ L1R (] − 1, 1[, B(] − 1, 1[), δ0 ), où δ0 est la mesure de Dirac en 0, et que
T(ϕ) = ϕdδ0 .
R
3. Soient g ∈ L1 . Montrer que gϕn dλ → 0 lorsque n → +∞.
1
REn déduire qu’il n’existe pas de fonction g ∈ L telle qu’on ait, pour toute fonction ϕ ∈ C([−1, 1], R), T(ϕ) =
gϕdλ (et donc que δ0 n’est pas une mesure de densité).

Exercice 5.2 (Intégrale de Riemann) Soient a, b des réels, a < b et f : [a, b] → R une fonction bornée, i.e. telle
qu’il existe M ∈ R tel que |f (t)| ≤ M, ∀t ∈ [a, b].
Soit ∆ une subdivision de [a, b], ∆ = {x0 , x1 , . . . , xN+1 } avec x0 = a < x1 < . . . < xN+1 = b. On pose
N
X N
X
S∆ = ( sup f (x))(xi+1 − xi ) et S∆ = ( inf f (x))(xi+1 − xi ).
x∈[xi ,xi+1 ]
i=0 x∈[xi ,xi+1 ] i=0

On note A l’ensemble des subdivisions de [a, b], S∗ = inf∆∈A S∆ et S∗ = sup∆∈A S∆ . On dit que f est Riemann
intégrable si S∗ = S∗ .
Rb
On pose alors R a f (x)dx = S∗ .
0
1. Soient ∆1 et ∆2 ∈ A tels que ∆1 ⊂ ∆2 . Montrer que S∆1 ≤ S∆2 ≤ S∆2 ≤ S∆1 . En déduire que S∆ ≤ S∆ pour tous
∆, ∆0 ∈ A, et donc que S∗ ≤ S∗ .
2. Montrer qu’il existe une suite de subdivisions (∆n )n∈N telle que S∆n → S∗ et S∆n → S∗ quand n → +∞.

127
3. Montrer que si f est continue, f est Riemann-intégrable.
4. On suppose maintenant que f est Riemann-intégrable. Montrer qu’il existe une suite de subdivisions notée
(∆n )n∈N telle que ∆n ⊂ ∆n+1 , pour tout n ∈ N, S∆n → S∗ et S∆n → S∗ quand n → +∞.
(n) (n)
Pour n ∈ N, on note ∆n = {x0 , . . . , xNn +1 } et on pose :
(n) (n) (n) (n)
gn (x) = inf{f (y), y ∈ [xi , xi+1 ]}, xi ≤ x < xi+1 , i = 0, . . . , Nn , (5.6)
(n) (n) (n) (n)
hn (x) = sup{f (y), y ∈ [xi , xi+1 ]}, xi ≤ x < xi+1 , i = 0, . . . , Nn , (5.7)
gn (b) = hn (b) = 0. (5.8)
R
(a) Montrer que gn , hn ∈ L1R ({[a, b], B([a, b]), λ})et que (hn − gn )dλ → 0 quand n → +∞.
(b) Montrer que gn ≤ gn+1 ≤ f ≤ hn+1 ≤ hn , ∀n ∈ N.
(c) Pour x ∈ [a, b], on pose g(x) = limn→+∞ gn (x) et h(x) = limn→+∞ hn (x) ; montrer que g = h p.p.. En déduire
R Rb
que f ∈ L1R ([a, b], B([a, b]), λ) et que f dλ = R a f (x)dx.
5. Soit f définie par :

f (x) = 1 si x ∈ Q, (5.9)
f (x) = 0 si x < Q. (5.10)

Montrer que f n’est pas Riemann intégrable, mais que f ∈ L1R ([a, b], B([a, b]), λ).
Exercice 5.3 (Convergence de la dérivée) Soit (fn )n∈N ⊂ C1 (]0, 1[, R) convergeant simplement vers la fonction
f :]0, 1[→ R ; on suppose que la suite (fn0 )n∈N (⊂ C(]0, 1[, R) ) converge simplement vers la fonction constante et
égale à 1.
1. A-t-on f ∈ C1 (]0, 1[, R) et f 0 = 1 ?
2. On suppose maintenant que la suite (fn0 )n∈N converge dans L1R (]0, 1[, B(]0, 1[), λ) vers la fonction constante et
égale à 1. A-t-on f ∈ C1 (]0, 1[, R) et f 0 = 1 ?
Exercice 5.4 (Intégrale impropre) On définit l’application f de R dans R par :

f (x) = 0, si x ≤ 0,
f (x) = x2 sin x12 , si x > 0.

1. Montrer que f est continue et dérivable en tout point de R.

Rb R
2. Soit 0 < a < b < +∞. Montrer que f 0 1]a,b[ ∈ L1R (R, B(R), λ). On pose a
f 0 (t)dt = f 0 1]a,b[ dλ. Montrer que :
Z b
f (b) − f (a) = f 0 (t)dt.
a

3. Soit a > 0.
(a) Montrer f 0 1]0,a[ < L1R (R, B(R), λ).
Ra
(b) Pour 0 < x < a, on pose g(x) = x f 0 (t)dt. Montrer que g(x) a une limite (dans R) quand x → 0, avec
Ra
x > 0, et que cette limite est égale à f (a) − f (0). (Cette limite est aussi notée 0 f 0 (t)dt, improprement. . . car
f 0 1]0,a[ < L1R (R, B(R), λ), la restriction de f 0 à ]0, a[ n’est donc pas intégrable pour la mesure de Lebesgue sur
]0, a[.)

128
Exercice 5.5 R Rx
Soit f ∈ L1R (R, B(R), λ). On définit F : R → R par : F(x) = f 1[0,x] dλ(= 0 f (t)dt), pour x ≥ 0, et F(x) =
R R0
− f 1[x,0] dλ(= − x f (t)dt) pour x < 0. Montrer que F est uniformément continue.

Exercice 5.6 (Intégrabilité et limite à l’infini) Soit f ∈ L1R (R, B(R), λ) = L1 .

1. On suppose que f (x) admet une limite quand x → +∞. Montrer que cette limite est nulle.
2. On suppose que f ∈ C(R, R) ; a-t-on : lim f (x) = 0 ?
x→+∞
3. On suppose que f est uniformément continue. A-t-on limx→+∞ f (x) = 0 ?
[On pourra commencer par montrer que, pour tout η > 0 et toute suite (xn )n∈N de réels telle que limn→+∞ xn =
+∞, on a Z xn +η
lim |f (x)|dλ(x) = 0.]
n→+∞ xn −η

4. On suppose que f ∈ C1 (R, R) et f 0 ∈ L1 ; a-t-on : lim f (x) = 0 ?

x→+∞

Exercice 5.7 (Intégrabilité de certaines fonctions) On s’intéresse dans cet exercice à l’intégrabilité de fonctions
classiques.
1. On considère l’espace mesuré (E, T, m) = (]0, 1[, B(]0, 1[, λ). Soit 0 < α < +∞ . On pose, pour x ∈]0, 1[,
1
f (x) = ( )α . Pour quelles valeurs de α a-t-on f ∈ L1R (E, T, m) ?
x
sin x
2. On considère l’espace mesuré (E, T, m) = (R∗+ , B(R∗+ ), λ). Soit f définie, pour x ∈]0, +∞[, par : f (x) = .
x
Montrer que f < L1R (E, 1
Z T, m). On pose fn = f 1]0,n[ . Montrer que fn ∈ LR (E, T, m), que fn → f p.p. (et même
uniformément) et que fn dm a une limite dans R lorsque n → +∞.

Exercice 5.8 (Égalité presque partout de fonctions continues) On munit RN de la tribu borélienne B(RN ) et de
la mesure de Lebesgue λN . Cette mesure, dont l’existence sera prouvée au chapitre 7, vérifie :
 N  N
Y  Y
λN  Ai  = λ(Ai ), ∀A1 , . . . AN ∈ B(R) ; λ(Ai ) < +∞, i = 1, . . . , N.
i=1 i=1

Soient f et g ∈ C(RN , R) telles que f = g p.p.. Montrer que f = g partout.

[On dira donc que f ∈ L1 (RN , B(RN ), λN ) est continue s’il existe g ∈ C(RN , R) telle que f = g p.p. (plus
précisément on devrait écrire g ∈ f ). Dans ce cas on identifie f avec g.]
Exercice 5.9 (Un sous espace de H1 (R)) (Notation : Soit f une fonction de R dans R, on note f 2 la fonction de
R dans R définie par f 2 (x) = (f (x))2 .)
On note L1 l’espace L1R (R, B(R), λ). Soit E = {f ∈ C1 (R, R); f ∈ L1 et f 02 ∈ L1 }.
R R 1
Pour f ∈ E, on définit kf k = |f |dλ + ( |f 0 |2 dλ) 2
1. Montrer que (E, k.k) est un espace vectoriel normé. E est-il un espace de Banach ?
2. Soient a ∈ R et Rδ ∈ R∗+ . Montrer que a ≤ δa2 + 1δ . En déduire que pour f ∈ E, (x, y) ∈ R2 et δ ∈ R∗+ , on a
|f (x) − f (y)| ≤ δ |f 0 |2 dλ + 1δ |x − y|.
3. Soit f ∈ E. Montrer que f est uniformément continue, bornée, et que f 2 ∈ L1 .

129
Exercice 5.10 (Continuité en moyenne) Pour f ∈ L1 = L1R (R, B(R), λ) et h ∈ R, on définit fh (translatée de f )
par : fh (x) = f (x + h), pour x ∈ R. (noter que fh ∈ L1 ).
1. Soit f ∈ Cc = Cc (R, R), montrer que kfh − f k1 → 0 lorsque h → 0.
2. Soit f ∈ L1 , montrer que kfh − f k1 → 0 lorsque h → 0.
Exercice 5.11 (Non existence de borélien “bien équilibré”)
On note L1 = L1R (R, B(R), λ).
1. Pour f ∈ L1 , h ∈ R∗+ et x ∈ R, on définit
Z
1
fh (x) = f (y)dy,
λ(B(0, h)) B(x,h)

où B(x, h) désigne la boule ouverte de centre x et de rayon h. Montrer que fh est définie pour tout x ∈ R. Montrer
que fh ∈ L1 et que fh → f dans L1 lorsque h → 0. [On pourra, par exemple, utiliser le théorème de continuité en
moyenne dans L1 .]
En déduire qu’il existe une suite (hn )n∈N telle que hn → 0, lorsque n → +∞ et fhn → f p.p. lorsque n → +∞.
N.B. : Ce résultat s’étend au cas L1 = L1R (RN , B(RN ), λN ), où λN est la mesure de Lebesgue N-dimensionnelle,
définie au chapitre 7.
λ(I)
2. Montrer qu’il n’existe pas de borélien A inclus dans [0,1] et tel que λ(I∩ A) = λ(I∩ Ac ) = 2 pour tout intervalle
I de [0, 1]. [On pourra raisonner par l’absurde et utiliser la question précédente et f convenablement choisie.
Cette question est aussi une conséquence de l’exercice 5.12.]
Exercice 5.12 (Sur la concentration d’un borélien) Soit −∞ ≤ a < b ≤ +∞, A ∈ B(]a, b[) et ρ ∈]0, 1[. On
suppose que λ(A∩]α, β[) ≤ ρ(β − α) pour tous α, β tels que a ≤ α < β ≤ b. Montrer que λ(A) = 0. [On pourra, par
exemple, commencer par montrer que λ(A ∩ O) ≤ ρλ(O) pour tout ouvert O de ]a, b[.]
Conséquence de cet exercice : Si A ∈ B(]a, b[) est tel que λ(A) > 0, alors, pour tout ρ < 1, il existe α, β tels que
a ≤ α < β ≤ b et λ(A∩]α, β[) ≥ ρ(β − α).
Exercice 5.13 (Points de Lebesgue) On désigne par λ la mesure de Lebesgue sur les boréliens de R, par L1
l’espace L1R (R, B(R), λ) et par L1 l’espace L1R (R, B(R), λ). On note dt = dλ(t).
1. Soit (I1 , . . . , In ) des intervalles ouverts non vides de R tels que chaque intervalle n’est pas contenu dans la
réunion des autres. On pose Ik =]ak , bk [ et on suppose que la suite (ak )k=1,...,n est croissante. Montrer que la suite
(bk )k=1,...,n est croissante et que les intervalles d’indices impairs [resp. pairs] sont disjoints deux à deux.
2. Soit J une famille finie d’intervalles ouverts non vides de R dont la réunion est notée A. Montrer qu’il existe
une
P sous–famille finie de J, notée (I1 , . . . , Im ), formée d’intervalles disjoints deux à deux et tels que λ(A) ≤
2 m k=1 λ(Ik ). [Utiliser la question 1.]

On se donne maintenant f ∈ L1 et on suppose qu’il existe a > 0 tel que f = 0 p.p. sur [−a, a]c . Le but de l’exercice
est de montrer que :
Z 1
n n
f (x + t)dt → f (x), pour presque tout x ∈ R, quand n → +∞. (5.11)
2 − n1

Pour ε > 0, on définit fε∗ de R dans R par :

Z h
1
fε∗ (x) = sup |f (x + t)|dt. (5.12)
h≥ε 2h −h

130
3.(a) Montrer que fε∗ est bornée.
(b) Montrer que fε∗ est borélienne. [On pourra montrer que fε∗ est le sup de fonctions continues.]
(c) Montrer que fε∗ (x) → 0 quand |x| → +∞.
4. Pour y > 0, on pose By,ε = {x ∈ R, fε∗ (x) > y}.
(a) Montrer que tout x ∈ By,ε est le centre d’un intervalle ouvert I(x) tel que :
i. λ(I(x)) ≥ 2ε,
R
1
ii. λ(I(x)) I(x)
|f |dλ > y.

Montrer que parmi les intervalles I(x), x ∈ By,ε , ainsi obtenus, il en existe un nombre fini I(x1 ), . . . , I(xn ) dont
la réunion recouvre By,ε . [On pourra d’abord remarquer que By,ε est borné.]
(b) Montrer que λ(By,ε ) ≤ y2 kf k1 . [Utiliser la question 2.]

On définit maintenant f ∗ de R dans R+ par :

Z h
∗ 1
f (x) = sup |f (x + t)|dt. (5.13)
h>0 2h −h

5. Montrer que f ∗ est borélienne et que λ({f ∗ > y}) ≤ y2 kf k1 , pour tout y > 0.
6. Montrer (5.11) si f admet un représentant continu. [Cette question n’utilise pas les questions précédentes.]
7. Montrer (5.11). [Approcher f , dans L1 et p.p., par une suite d’éléments de Cc (R, R), notée (fp )p∈N . On pourra
utiliser (f − fp )∗ .]
Exercice 5.14 (Convergence vague et convergence étroite) Soit (mn )n∈N une suite de mesures (positives) finies
sur B(Rd ) (d ≥ 1) et m une mesure (positive) finie sur B(Rd ). On suppose que :
R R
• ϕdmn → ϕdm, quand n → +∞, pour tout ϕ ∈ C∞ d
c (R , R).
• mn (Rd ) → m(Rd ) quand n → +∞.
R R
1. Soit ϕ ∈ Cc (Rd , R). Montrer que ϕdmn → ϕdm, quand n → +∞. [On pourra utiliser le fait que ϕ est limite
uniforme d’une suite d’éléments de C∞ d
c (R , R).]
2. Pour p ∈ N∗ , on note Bp la boule fermée de centre 0 et de rayon p (pour la norme euclidienne de Rd ). Montrer
qu’il existe une suite (ϕp )p∈N∗ ⊂ Cc (Rd , R) telle que, pour tout p ∈ N∗ , 0 ≤ ϕp ≤ 1, ϕp = 1 sur Bp et ϕp ≤ ϕp+1 .
On utilise cette suite (ϕp )p∈N∗ dans les questions suivantes.
3. Soit ε > 0. Z
(a) Montrer qu’il existe p0 ∈ N∗
tel que : p ≥ p0 ⇒ (1 − ϕp )dm ≤ ε.
Z Z
(b) Montrer que, pour tout p ∈ N∗ , (1 − ϕp )dmn → (1 − ϕp )dm quand n → +∞.
Z
(c) Montrer qu’il existe p1 ∈ N∗ tel que : n ∈ N, p ≥ p1 ⇒ (1 − ϕp )dmn ≤ ε.
R R
4. Montrer que ϕdmn → ϕdm, quand n → +∞, pour tout ϕ ∈ Cb (Rd , R) (on dit alors que la suite (mn )n∈N
converge étroitement vers m).
5. Indiquer brièvement comment obtenir le même résultat (c’est-à-dire le résultat de la question 4) si on remplace
Rd (dans les hypothèses et dans la question 4) par “Ω ouvert de Rd ”.

131
RExercice 5.15
R (Unicité avec C∞ d
c ) Soit m et µ deux mesures finies sur les boréliens de R (d ≥ 1). on suppose que
∞ d
ϕdm = ϕdµ pour tout ϕ ∈ Cc (R , R). Montrer que m = µ.

Exercice 5.16 (Densité de Cc et C∞ 1 d

c dans L ) Soit d ≥ 1 et µ une mesure sur les boréliens de R . On suppose que
µ vérifie les deux propriétés suivantes :
(p1) µ est finie sur les compacts de Rd , c’est-à-dire que µ(K) < +∞ si K est un compact de Rd ,
(p2) µ est régulière, c’est-à-dire que pour tout A ∈ B(Rd ) et tout ε > 0, il existe O ouvert et F fermé tels que
F ⊂ A ⊂ O et µ(O \ F) ≤ ε.
En fait, la propriété (p1) entraîne la propriété (p2) (cela est démontré au chapitre 7, proposition 7.17) mais cette
démonstration n’est pas demandée ici.
R
On note L1µ l’espace L1R (Rd , B(Rd ), µ). Pour f ∈ L1µ , on note kf k1 = |f |dµ. Enfin, pour x ∈ Rd , on note |x| la
norme euclidienne de x.
1. Soit ϕ ∈ Cc (Rd , R) (c’est-à-dire ϕ continue de Rd dans R et à support compact). Montrer que ϕ ∈ L1µ .
(η−d(x,K))+
2. Soit K un compact de Rd et η > 0. Pour x ∈ Rd , on pose ϕ(x) = η avec d(x, K) = inf{|x − y|, y ∈ K}.
Montrer que ϕ ∈ Cc (Rd , R) et que ϕ(x) = 1 si x ∈ K.
3. Soit A ∈ B(Rd ) tel que µ(A) < +∞.
(a) Soit ε > 0, montrer qu’il existe O ouvert et K compact tels que K ⊂ A ⊂ O et µ(O \ K) ≤ ε.
(b) Soit ε > 0. Montrer qu’il existe ϕ ∈ Cc (Rd , R) telle que kϕ − 1A k1 ≤ ε.
4. Soit f une fonction borélienne positive de Rd dans R. On suppose que f ∈ L1µ . Soit ε > 0. Montrer qu’il existe
ϕ ∈ Cc (Rd , R) telle que kf − ϕk1 ≤ ε. [On pourra approcher f par une fonction étagée.]
5. (Densité.) Soit f ∈ L1µ et ε > 0.
(a) Montrer qu’il existe ϕ ∈ Cc (Rd , R) telle que kf − ϕk1 ≤ ε.
(b) Montrer qu’il existe ψ ∈ C∞ d d
c (R , R) telle que kf − ψk1 ≤ ε. [On pourra montrer que, si ϕ ∈ Cc (R , R), on a
kϕ − ϕn k1 → 0, quand n → +∞, avec ϕn = ϕ ∗ ρn et (ρn )n∈N∗ une famille régularisante, voir la définition 8.4.
du polycopié de cours).]
6. (Continuité en moyenne ?)
(a) Soit ϕ ∈ Cc (Rd , R). Montrer que kϕ(· + h) − ϕk1 → 0 quand h → 0.
(b) Montrer, en donnant un exemple (c’est-à-dire en choisissant convenablement f et µ) qu’on peut avoir f ∈ L1µ
et kf (· + h) − f k1 6→ 0 quand h → 0.
7. On suppose maintenant que Ω est un ouvert de Rd et que µ est une mesure sur les boréliens de Ω, finie sur
les sous ensembles compacts de Ω. Indiquer brièvement comment on peut montrer la densité de Cc (Ω, R) et
1
C∞c (Ω, R) dans LR (Ω, B(Ω), µ).

Exercice 5.17 (Loi d’une fonction linéaire de X) Soit (Ω, A, P) un espace probabilisé et X une v.a.. On suppose
que la loi de X a une densité par rapport à Lebesgue et on note g cette densité.
Soit a ∈ R∗ , b ∈ R, montrer que la v.a. aX + b a une densité par rapport à la mesure de Lebesgue et donner cette
densité en fonction de g, a et b.

132