Calcul intégral

Licence de mathématiques
3e année

O. Couture
Université de Bourgogne
2
Table des matières

1 Familles sommables 7
1.1 Cas des familles de réels positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.1 Arithmétique de R+ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.2 Sommations (infinies) dans R+ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.3 Propriétés de la sommation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Familles sommables dans R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.1 Familles sommables dans C, dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Les démonstrations du chapitre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2 Théorie de la mesure 29
2.1 Tribu, espace mesurable, mesure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.2 Tribu engendrée - Exemple des boréliens. . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3 Théorèmes d’unicité et de prolongement de mesures. . . . . . . . . . . . . . . . . . . . . . 37
2.3.1 Unicité de mesures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3.2 Prolongement de mesures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3.3 La mesure de Lebesgue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.4 Fonctions mesurables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Les démonstrations du chapitre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

3 L’intégrale de Lebesgue 65
3.1 Intégrale de Lebesgue pour les fonctions positives . . . . . . . . . . . . . . . . . . . . . . . 65
3.1.1 Intégrale pour les fonctions étagées mesurables positives . . . . . . . . . . . . . . . 65
3.1.2 Intégrale pour les fonctions mesurables positives . . . . . . . . . . . . . . . . . . . 67
3.2 Intégrale de Lebesgue - Cas général. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.3 Exemples d’intégrations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.3.1 Intégration par rapport à une mesure discrète . . . . . . . . . . . . . . . . . . . . . 72
3.3.2 Intégration par rapport à la mesure de Lebesgue . . . . . . . . . . . . . . . . . . . 73
3.3.3 Mesures à densité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Les démonstrations du chapitre 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

4 Le théorème de convergence dominée 85

4.0 Rappel des théorèmes de convergence précédents . . . . . . . . . . . . . . . . . . . . . . . 85
4.1 Le théorème de convergence dominée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

3
4 TABLE DES MATIÈRES

4.2 Conséquences du théorème de convergence dominée . . . . . . . . . . . . . . . . . . . . . . 87

Les démonstrations du chapitre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

5 Le théorème de Fubini 95
5.1 Produit de mesures σ-finies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2 Le théorème de Fubini pour les intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.3 Le théorème de changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.4 Exemples classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.4.1 les fonctions gamma et bêta d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Les démonstrations du chapitre 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
Notations

— J0; nK désigne l’ensemble des entiers de 0 à n.

— lim ↑ un est la limite de la suite (un )n∈N avec l’information que la suite est croissante.
n→+∞
— lim ↓ un est la limite de la suite (un )n∈N avec l’information que la suite est décroissante.
n→+∞
[↑
— An est l’union des An pour une suite croissante d’ensembles.
n∈N
\↓
— An est l’intersection des An pour une suite décroissante d’ensembles.
n∈N
G
— Ai est l’union des Ai pour une famille d’ensembles deux à deux disjoints.
i∈I

5
6 TABLE DES MATIÈRES
Chapitre 1

Familles sommables

Vous avez déjà vu le concept de “somme d’une séries numériques convergente” de terme général un ,
(n ∈ N) :
+∞
X XN
un := lim un
N →+∞
n=0 n=0

La définition de cette somme est intimement liée au fait que l’on somme les termes de la suite de réels
(un )n∈N dans un ordre précis et que les termes sont indexés par des entiers (n ∈ N) ; vous avez vu
n
par exemple que la somme de la série de terme général (−1)
n+1 prend des valeurs différentes si on perturbe
l’ordre des termes (elle n’est pas “commutativement convergente”). Les séries absolument convergentes
sont celles pour lesquelles l’ordre est sans importance.
Cependant, les termes d’une somme ne sont pas toujours naturellement ordonnés, donnés par une
suite, mais peuvent être indexés par un ensemble I plus compliqué qui ne possède pas d’ordre naturel
comme par exemple dans des sommes doubles, triples... :
X 1 X (−1)p X 1
.
pq q3 (p1 + p2 + · · · + pn )α
p≥2 1≤p≤q 2≤p1 ≤p2 ≤···≤pn
q≥2

Le but de ce chapitre est de définir une notion de somme d’une infinité de nombres réels (ou complexes)
qui ne tient pas compte de l’ordre dans lequel on somme ces nombres, ni de la façon de les indexer, en
étudiant le cas positif en premier, puis en généralisant aux nombres réels (ou complexes).
Comme on le verra, cette façon de voir la notion de somme conduit assez naturellement à la notion
de mesure, puis à la construction de l’intégrale que nous allons développer dans ce cours – l’intégrale de
Lebesgue –. La façon de construire l’intégrale est très proche de celle de la sommation de ce chapitre : la
sommabilité deviendra même un cas particulier de l’intégration !

7
8 CHAPITRE 1. FAMILLES SOMMABLES

1.1 Cas des familles de réels positifs

1.1.1 Arithmétique de R+
On convient de prolonger à R+ = R+ t {+∞} l’addition, la multiplication et la relation d’ordre
sur R+ de façon suivante :
 a ≤ +∞


a + (+∞) = (+∞) + a =  +∞

Pour tout a ∈ R+ :
+∞ si a 6= 0
 a · (+∞) = (+∞) · a =

si a = 0

0
∗∗∗∗∗∗∗∗∗∗
Attention : 0 × (+∞) = 0 n’est valable que sur R+ , on tombera sur des aberrations si on l’applique à
R = R ∪ {−∞, +∞} !

L’avantage de travailler dans R+ réside dans le fait suivant.

Nota Bene
Toute partie non vide A de R+ admet une borne supérieure sup A

On rappelle la caractérisation suivante de la borne supérieure :

Caractérisation de la borne sup
∀a ∈ A a ≤ sup A et (x < sup A) =⇒ x < a ≤ sup A


∃a ∈ A
| {z } | {z }
sup A est un majorant de A c’est le plus petit

Remarques 1.1.1
1. Pour A ⊂ R+ et A 6= ∅, dire que sup A = +∞ équivaut à dire que A n’est pas bornée.
2. Le fait d’être ordonné confère à R+ une structure d’espace topologique, et même d’espace
métrique, notamment pour la distance

 | arctan y − arctan x| si

x, y ∈ R+
d(x; y) = +∞ si x ∈ R+ et y = +∞, ou si x = +∞ et y ∈ R+
0 si x = y = +∞.


Toute suite monotone de R+ est convergente dans R+ !

Notations 1.1.2
1. Pour une suite croissante (xn )n∈N de R+ , on note, pour rappeler le caractère croissant :

lim ↑ xn = lim xn = sup{xn : n ∈ N}.

n→+∞ n→+∞
1.1. CAS DES FAMILLES DE RÉELS POSITIFS 9

2. De même, pour une suite décroissante (xn )n∈N de R+ , on note, pour rappeler le caractère
décroissant
lim ↓ xn = lim xn = inf{xn : n ∈ N}.
n→+∞ n→+∞

1.1.2 Sommations (infinies) dans R+ .

Définition 1.1.3: Sommabilité, cas positif

Soit x = (xi )i∈I une famille d’éléments de R+ (ou de R+ ) indexée par un ensemble quelconque I
(fini ou non). On définit la “somme infinie” S(x) ∈ R+ (au sens de la sommabilité – cette somme
a toujours un sens, dans R+ ) :
( )
X X
S(x) = xi := sup xi : J ⊂ I, J fini (∗)
i∈I i∈J

On dit que la famille x est sommable si S(x) est finie.

∗∗∗∗∗∗∗∗∗∗
Si un des xi vaut +∞, la somme S(x) vaut également +∞ (mais la réciproque est fausse).

Remarque 1.1.4
1. Le support d’une famille (xi )i∈I est le sous ensemble {i ∈ I : xi 6= 0} de I. Si le support est
X n
X
fini égal à {i1 , i2 , . . . , in }, alors xi = xij . En effet, on a l’égalité des deux ensembles :
i∈I j=1
( ) ( )
X X
xi : J ⊂ I, J fini = xi : J ⊂ {i1 , i2 , . . . , in }
i∈J i∈J

qui ont un nombre fini d’éléments et même borne supérieure (qui ici est le plus grand élé-
ment). En d’autres termes, cette notion de “sommation infinie” sur R+ généralise la somma-
tion usuelle.
2. On convient qu’une famille indexée par l’ensemble vide (I = ∅) est sommable de somme nulle
(c’est une « somme vide » !). Cela permet d’éviter de tergiverser sur des cas très particuliers
de certaines propositions ou démonstrations : par exemple dans (2a) de la proposition 1.1.6
reste vrai lorsque K est vide, ou lorsque le support est vide.

Exemples 1.1.5
1. Lien avec les séries
Nota Bene
Pour les suites de réels positifs, les notions de série convergente et de famille
sommable se confondent.
10 CHAPITRE 1. FAMILLES SOMMABLES

Soit u = (un )n∈N une suite de réels positifs. Pour distinguer les sommes au sens des séries (à
gauche ci-dessous) et des familles sommables (à droite ci-dessous), on utilisera les notations
suivantes :
+∞ N
( )
X X X X
(∗) un = lim un et un := sup un : J ⊂ N, J fini .
N →+∞
n=0 n=0 n∈N n∈J

N
X
On note ΣN = un la somme partielle jusqu’à l’entier N . On peut remarquer que comme
n=0
les termes un sont positifs, la suite (ΣN )N ∈N des sommes partielles est croissante. D’autre
part, {0, 1, . . . , N } étant fini, on a :
( ) ( )
X X
ΣN ∈ un : J ⊂ N, J fini donc ΣN ≤ S(u) = sup un : J ⊂ I, J fini .
n∈J n∈J

On a deux cas de figure

— soit (ΣN )N ∈N diverge (en croissant) vers Σ = +∞ auquel cas Σ = S(u) = +∞.
— soit (ΣN )N ∈N converge (en croissant) vers une limite finie Σ autrement dit la série de
terme général un converge et alors
+∞
X N
X
↑
Σ= un = lim un ≤ S(u).
N →+∞
n=0 n=0

Montrons l’inégalité dans l’autre sens. Pour tout sous-ensemble fini J ⊂ N, on pose
NJ = max J. Alors J ⊂ {0, 1, . . . , NJ } donc

X NJ
X
un ≤ un = ΣNJ ≤ Σ
n∈J n=0
( )
X
Autrement dit, Σ est un majorant de l’ensemble un : J ⊂ I, J fini . On en déduit,
n∈J
en passant à la borne supérieure que la famille (suite) u = (un )n∈N est sommable de
somme S(u) satisfaisant
( )
X X
S(u) = un = sup un : J ⊂ I, J fini ≤ Σ.
n∈N n∈J

Par conséquent S(u) = Σ autrement dit la série de terme général positif un converge si
et seulement si (un )n∈N est sommable, et dans ce cas les sommes de (∗) coïncident.
1.1. CAS DES FAMILLES DE RÉELS POSITIFS 11

 1 
2. Soit a > 1. La famille est sommable. En effet,
ap + aq (p,q)∈N2
1 1  p+q p q
2

∀p ≥ N ∀q ≥ N ≤ ap + aq − 2 · a 2 = a 2 − a 2 ≥ 0
a +a
p q
2·a 2
p+q

Pour tout J fini dans N × N, il existe N ∈ N tel que J ⊂ J0; N K × J0; N K. On a alors
successivement :
N N
!
X 1 X 1 1 X X  1 p  1 q
≤ p+q = √ √
ap + aq 0≤p≤N 2a
2 2 p=0 q=0 a a
(p,q)∈J
0≤q≤N

N 
! N 
! !2
X 1 1 X 1 p X 1 q 1 X  1 n a
≤ √ √ ≤ √ = √ .
ap + aq 2 p=0
a p=0
a 2 a 2( a − 1)2
(p,q)∈J n∈N

En passant à la borne supérieure pour tous les sous-ensembles finis J ⊂ N × N il vient :

 
X 1  X 1  a
= sup : J ⊂ N 2
, J fini ≤ √ .
2
a +a
p q  a +a
p q  2( a − 1)2
(p,q)∈N (p,q)∈J

1.1.3 Propriétés de la sommation

Proposition 1.1.6: Premières propriétés de la sommation

1. Indépendance par rapport à l’indexation.
X X
Soit (xi )i∈I une famille de R+ et ϕ : K → I une bijection. Alors xi = xϕ(k) .
i∈I k∈K
2. Croissance de la somme :
(a) Par rapport à l’indexation.
Soit (xi )i∈I une famille de R+ indexées par I.
!
X X
K ⊂ I =⇒


xi ≤ xi (K non nécessairement fini !)
i∈K i∈I

De plus, si K contient le support de X (xi )i∈I , il y a égalité.

Réciproquement, s’il y a égalité et si xi < +∞, alors K contient le support de (xi )i∈I .
i∈I
(b) Par majoration terme à terme.
Soient (xi )i∈I et (yi )i∈I deux familles de R+ indexées par I.
X X 
∀i ∈ I, yi ≤ xi =⇒


yi ≤ xi .
i∈I i∈I
12 CHAPITRE 1. FAMILLES SOMMABLES

Voir la démonstration (page 19)

Proposition 1.1.7: Linéarité pour des coefficients positifs

1. Produit par un scalaire positif.
X X
Soit (xi )i∈I une famille de R+ et soit α ∈ R+ (ou R+ ). Alors (αxi ) = α xi .
i∈I i∈I

2. Additivité.
(a) Famille des sommes. Soient (xi )i∈I et (yi )i∈I deux familles de R+ indexées par I. Alors
X X X
(xi + yi ) = xi + yi .
i∈I i∈I i∈I

(b) Sommation en deux paquets. Soit (xi )i∈I une famille de R+ indexées par I = I1 t I2
(union disjointe : I = I1 ∪ I2 et I1 ∩ I2 = ∅). Alors
X X X
xi = xi + xi .
i∈I i∈I1 i∈I2

Voir la démonstration (page 21)

Notations 1.1.8
[↑
1. Par la suite I = Jn signifie que (Jn )n∈N est une suite croissante de sous-ensembles
n∈N
d’un ensemble I, dont la réunion est I.
G
2. De même I = I` signifie que I est l’union disjointe des I` lorsque ` parcourt L.
`∈L

Remarque 1.1.9: Reformulation et généralisation des propriétés d’additivité

(a) Si on réunit les familles de R+ (xi )i∈I et (yi )i∈I en une seule famille (xi,j )(i,j)∈I×{1,2} en
posant xi,1 = xi et xi,2 = yi , la première formule d’additivité s’écrit
X X  X X 
xi,k = xi,k .
i∈I k∈{1,2} k∈{1,2} i∈I

On en déduit la propriétés d’additivité plus générale suivante pour toute famille (xi,k )(i,k)∈I×K
de R+ avec K fini en faisant une récurrence sur le nombre d’éléments de K :
X X  X X 
xi,k = xi,k .
i∈I k∈K k∈K i∈I
1.1. CAS DES FAMILLES DE RÉELS POSITIFS 13

(b) De même si (xi )i∈I est une famille de R+ et I = I1 t I2 la seconde formule d’additivité s’écrit
X X X 
xi = xi .
i∈I `∈{1,2} i∈I`

On en
Gdéduit la formule de sommation par paquets pour nombre fini de paquets suivante si
I= I` avec L fini en faisant une récurrence sur le nombre d’éléments de L :
`∈L

X XX 
xi = xi .
i∈I `∈L i∈I`

Ces deux propriétés se généralisent encore avec la proposition 1.1.12 et (2) de la proposition 1.1.13
ci-dessous .

Proposition 1.1.10: Utilisation de limites croissantes

[↑ X X
↑
Soit x = (xi )i∈I une famille de R+ et supposons que I = Jn . Alors xi = lim xi .
n→+∞
n∈N i∈I i∈Jn

Voir la démonstration (page 23)

Exemples 1.1.11
1. Dans 2 de l’exemple 1.1.5, avec I = N × N, Jn = J0; nK × J0; nK
X 1 X 1 X 1 a
= lim ↑ ≤ lim ↑ = √ .
ap + aq n+∞ ap + aq n→+∞ 2a
p+q
2 2( a − 1)2
(p,q)∈N2 (p,q)∈J0;nK2 (p,q)∈J0;nK2

2. Lorsque I = N, on retrouve 1 de l’exemple 1.1.5) : la somme d’une série convergente de terme

général positif un ∈ R+ coïncide avec la somme au sens de la sommabilité
( ) +∞ n
X X X X
sup ui : J ⊂ N, J fini = ui = ui = lim ui
n→+∞
i∈J i∈N i=0 i=0
| {z } | {z }
somme au sens de la sommabilité somme au sens des séries

Proposition 1.1.12: Propriété de Fubini-Tonelli pour les familles de réels positifs

Soit (xi,k )(i,k)∈I×K une famille doublement indexée de R+ . Alors
X X X  X X 
xi,k = xi,k = xi,k .
(i,k)∈I×K i∈I k∈K k∈K i∈I

Voir la démonstration (page 24)

14 CHAPITRE 1. FAMILLES SOMMABLES

Proposition 1.1.13
1. Théorème de Beppo Levi. Soit (xi,n )(i,n)∈I×N une famille de R+ . Supposons que pour
chaque i ∈ I, (xi,n )n∈N est croissante. Alors :
X X
lim ↑ xi,n = lim ↑ xi,n
n→+∞ n→+∞
i∈I i∈I

2. Sommation par paquets. Soit G (xi )i∈I une famille de R+ . Supposons que (I` )`∈L est une
partition de I (on notera I = I` par la suite : I est l’union disjointe des I` ). Alors :
`∈L
X XX
xi = xi .
i∈I `∈L i∈I`

Voir la démonstration (page 26)

Exemple 1.1.14: Produit de Cauchy (ou de convolution discrète) dans le cas positif
On considère deux suites de réels positifs u = (up )p∈N v = (vq )q∈N . On définit le produit de Cauchy
de la série associée à u et de la série associée à v comme étant la série de terme général positif
n
X
wn = uk vn−k .
k=0

On a alors la relation : X  X  X
up vq = wn .
p∈N q∈N n∈N

En effet, le théorème
 X de Fubini-Tonelli nous dit que
X  X
un vq = u p vq . q
p∈N q∈N (p,q)∈N2 4• • • • •
Si on pose n = p + q, on peut remarquer que 3• • • • •
G 2• • • • •
N2 = {(p, q) ∈ N2 : p + q = n}
1• • • • •
n∈N
• • • • •
0 1 2 3 4 p
(on parcourt N2 le long des droits de pente −1, cf. ci-contre)
et la propriété de sommation par paquets donne :
X  X  X X X n
XX X
up vq = up vq = u p vq = up vn−p = wn .
p∈N q∈N (p,q)∈N2 n∈N (p,q)∈N2 n∈N p=0 n∈N
p+q=n
1.2. FAMILLES SOMMABLES DANS R 15

Proposition 1.1.15: Support dénombrable

Soit x = (xi )i∈I une famille sommable de réels positifs. Alors le support I 0 de (xi )i∈I défini par

I 0 = {i ∈ I : xi 6= 0} est au plus dénombrable !

∗∗∗∗∗∗∗∗∗∗
Par la suite, on supposera sans perte de généralité que l’ensemble I est dénombrable (quitte à le remplacer
par son support), le cas non dénombrable ne donnant que des familles non sommables.

La démonstration est laissée en exercice (voir feuille de TD n°1)

1.2 Familles sommables dans R

Pour tout réel a, on notera a+ = max{a, 0} ∈ R+ (partie positive) et a− = max{−a, 0} ∈ R+ (partie
négative), autrement dit :

 a = a si a ≥ 0  a =0 si a ≥ 0
 +  −

a = a+ − a− et |a| = a+ + a− .
a = 0 si a < 0 a = |a| = −a si a < 0
 +  −

Exercice 1.2.1
En utilisant la décomposition en parties positive et négative montrer que pour tous a, b ∈ R :

(a + b)+ + a− + b− = (a + b)− + a+ + b+ et (a ≤ b) ⇔ (a+ + b− ≤ b+ + a− ).

Plus généralement, si x = (xi )i∈I est une famille de réels, on note x+ et x− et |x| les familles de réels
positifs x+ = (x+
i )i∈I , x− = (x−i )i∈I et |x| = (|xi |)i∈I .

Définition 1.2.2: Famille sommable

Une famille de réels x = (xi )i∈I est dite sommable si les deux familles x+ et x− le sont (en tant
que familles positives), autrement dit
X X
i < +∞
x+ et x−
i < +∞.
i∈I i∈I
X X
On définit alors sa somme S(x) ∈ R : S(x) := x+
i − x−
i
i∈I i∈I

En remarquant que pour tout famille de réels x = (xi )i∈I , on a

X X  X X X
max x+i , x−i ≤ |xi | = i +
x+ x−
i
i∈I i∈I i∈I i∈I i∈I

on obtient la caractérisation suivante de sommabilité :

16 CHAPITRE 1. FAMILLES SOMMABLES

Proposition 1.2.3: Caractérisation de la sommabilité

La famille x = (xi )i∈I est sommable si et seulement si |x| = (|xi |)i∈I l’est, à savoir si et seulement si
X
|xi | < +∞.
i∈I

Exercice 1.2.4
1. Montrer qu’une série de terme général an est absolument convergente de somme S si et
seulement si (an )n∈N est sommable de somme S (utiliser la proposition 1.1.10) .
(−1)n
2. Montrer que la série de terme général an = n+1 , n ∈ N est convergente. Est-elle sommable ?

Proposition 1.2.5: Croissance et linéarité

Soient x = (xi )i∈I et y = (yi )i∈I deux familles de réels sommables de sommes S(x) et S(y) et soit
λ ∈ R. Alors on a :
1. propriété de croissance : (∀i ∈ I, xi ≤ yi ) =⇒ (S(x) ≤ S(y))
2. linéarité : x + y = (xi + yi )i∈I et λx = (λxi )i∈I sont sommables de sommes S(x) + S(y) et
λS(x) respectivement.
∗∗∗∗∗∗∗∗∗∗
Attention : cela n’a pas de sens pour des familles non sommables. De plus x + y peut être sommable sans
que x et y le soient.

Voir la démonstration (page 27)

Théorème 1.2.6: Théorème de Fubini - Sommation par paquets

1. Soit (xi,k )(i,k)∈I×K une famille de réels. Alors
 X   X XX XX 
|xi,k | < +∞ =⇒ xi,k = xi,k = xi,k
(i,k)∈I×K (i,k)∈I×K i∈I k∈K k∈K i∈I

toutes les familles intervenant dans le membre de droite de cette implication étant sommables
si le membre de gauche est satisfait.
G
2. Soit (xi )i∈I une famille de réels. Supposons que I = I` . Alors :
`∈L
X  X XX 
|xi | < +∞ =⇒ xi = xi
i∈I i∈I `∈L i∈I`

Voir la démonstration (page 28)

Autrement dit, on peut permuter les sommes si la famille est sommable, en faisant bien attention au fait
1.2. FAMILLES SOMMABLES DANS R 17

que les indices peuvent être liés. Pour montrer la sommabilité, on utilise généralement les propriété de
Fubini-Tonelli et de sommation par paquet dans le cas positif.
Exemple 1.2.7: Produit de Cauchy (ou de convolution discrète) dans le cas général
On considère deux suites de réels u = (up )p∈N v = (vq )q∈N . On définit le produit de Cauchy de la
série associée à u et de la série associée à v comme étant la série de terme général
n
X
wn = uk vn−k .
k=0

Si les familles u et v sont sommables

X X associées à u et v sont absolument
(i.e. les séries
convergentes) autrement dit si |up | < +∞ et |vq | < +∞, alors la famille (wn )n∈N est
p∈N q∈N
X
sommable c’est à dire |wn | < +∞ et on a alors la relation :
n∈N
X  X  X
up vq = wn .
p∈N q∈N n∈N

En effet, sous les hypothèses de sommabilité de u et v, le théorème de Fubini assure la sommabilité

de la famille (up vq )(p,q)∈N2 et on a :
 X  X  X
un vq = u p vq .
p∈N q∈N (p,q)∈N2

On pose n = p + q. Comme la famille (up vq )(p,q)∈N2 est sommable (avec les conditions de somma-
bilité ci-dessus), la propriété de sommation par paquets donne, comme dans le cas positif :
X  X  X X X n
XX X
up vq = up vq = up vq = up vn−p = wn .
p∈N q∈N (p,q)∈N2 n∈N (p,q)∈N2 n∈N p=0 n∈N
p+q=n

Attention : tout ceci n’est valable que sous la condition de sommabilité ! La conver-
(−1)n
gence des séries ne suffit pas. Par exemple, si un = vn = √ n+1
pour tout n ∈ N, la série
+∞
X +∞
X
un = vn converge (en vertu du critère des séries alternées) bien que les familles (un )n∈N et
n=0 n=0
(vn )n∈N ne sont pas sommables, puisqu’elle ne sont pas absolument convergentes (par application
de la règle de Riemann). Or le produit de Cauchy diverge (et n’est donc pas sommable) ; en effet,
il a pour terme général
n n
n
X 1 X 1 2(n + 1)
wn = (−1) vérifiant |wn | = ≥
(k + 1)(n − k + 1) (k + 1)(n + 1) n+2
p p
k=0 k=0
− k

(car (x + 1)(n − x + 1) atteint son maximum en n/2) donc wn ne tend même pas vers 0.
18 CHAPITRE 1. FAMILLES SOMMABLES

1.2.1 Familles sommables dans C, dans Rn .

Définition 1.2.8
X
1. On dit que la famille de complexes z = (zk )k∈K est sommable si |zk | < +∞. On définit
k∈K
X X
alors sa somme S(z) ∈ C : S(z) = Re(zk ) + i Im(zk ).
k∈K k∈K
X
2. On dit que la famille de vecteurs u = (uk )k∈K de Rn est sommable si kuk k < +∞ pour
k∈K
une norme quelconque. On définit alors sa somme S(u) ∈ Rn :
X X X X 
S(u) = uk = u1k , u2k , . . . , unk ∈ Rn
k∈K k∈K k∈K k∈K

où uk = (u1k , . . . , unk ) ∈ Rn pour tout k ∈ K.

Remarques 1.2.9
−
1. Si zk = xk + iyk , (zk )k∈K est sommable si et seulement si les familles (x+
k )k∈K , (xk )k∈K ,
−
(yk )k∈K et (yk )k∈K le sont dans R+ .
+

2. L’exemple du produit de Cauchy reste valable dans le cas complexe.

3. Cette définition est indépendante de la norme choisie sur Rn : elles sont toutes équivalentes en
dimension finie. On peut d’ailleurs généraliser à un R-espace vectoriel de dimension finie, en
choisissant une base et une norme, la définition étant indépendant de ces choix (par linéarité
des familles sommables cf. proposition 1.2.5 et équivalence des normes).
4. On peut même étendre la définition 2 aux espaces normés complets (espaces de Banach) de
dimension infinie. Attention cependant, dans ce cas on n’a plus l’indépendance par rapport
à la norme.
1.2. FAMILLES SOMMABLES DANS R 19

Les démonstrations du chapitre 1

Proposition: Premières propriétés de la sommation
1. Indépendance par rapport à l’indexation. X X
Soit (xi )i∈I une famille de R+ et ϕ : K → I une bijection. Alors xi = xϕ(k) .
i∈I k∈K
2. Croissance de la somme.
(a) Par rapport à l’indexation.
Soit (xi )i∈I une famille de R+ indexées par I. On a l’implication :
!
X X
K ⊂ I =⇒


xi ≤ xi (K non nécessairement fini !)
i∈K i∈I

De plus, si K contient le support de X (xi )i∈I , il y a égalité.

Réciproquement, s’il y a égalité et si xi < +∞, alors K contient le support de (xi )i∈I .
i∈I
(b) Par majoration terme à terme.
Soient (xi )i∈I et (yi )i∈I deux familles de R+ indexées par I. On a l’implication :
X X 
∀i ∈ I, yi ≤ xi =⇒


yi ≤ xi .
i∈I i∈I

Démonstration. Retour page 11

1. Il suffit de remarquer que ϕ envoie les parties finies de K sur celle de I. Autrement dit, si on
note L une partie de K et J = ϕ(L), alors L est une partie finie de K si et seulement si J est
une partie finie de I, si bien que
( ) ( )
X X
xϕ(k) : L ⊂ K, L fini = xi : J ⊂ I, J fini .
k∈L i∈J
X X
Ces deux ensembles ont donc même borne supérieure d’où l’égalité xi = xϕ(k) .
i∈I k∈K
2. (a) Si K ⊂ I alors toute partie finie de K est aussi une partie finie de I donc
( ) ( )
X X
xi : J ⊂ K, J fini ⊂ xi : J ⊂ I, J fini .
i∈J i∈J

La borne supérieure du membre de gauche est donc inférieure à celle du membre de droite
c’est à dire X X
xi ≤ xi .
i∈K i∈I
20 CHAPITRE 1. FAMILLES SOMMABLES
X X
Si K contient le support de (xi )i∈I et si J est une partie finie de I, alors xi = xi .
i∈J∩K i∈J
Ainsi, en notant L = J ∩ K,
( ) ( ) ( )
X X X
xi : J ⊂ I, J fini = xi : J ⊂ I, J fini = xi : L ⊂ K, L fini .
i∈J i∈J∩K i∈L
X X
Ces deux ensembles ont donc même borne supérieure donc xi = xi .
i∈K i∈I
X X
Réciproquement, supposons que xi = xi < +∞. Si K = I, il n’y a rien a faire bien
i∈K i∈I
sûr. Soit donc i0 ∈ I r K. En appliquant ce qui précède, on a
X X X X
x i ≤ x i0 + xi = xi ≤ xi .
i∈K i∈K i∈K∪{i0 } i∈I

Or par hypothèse, X X
xi = xi < +∞
i∈K i∈I

donc on peut remplacer la première inégalité par une égalité de nombres réels positifs,
X X X X
x i = x i0 + xi = xi ≤ x i ∈ R+ .
i∈K i∈K i∈K∪{i0 } i∈I

Par conséquent xi0 = 0. Donc i0 n’est pas dans le support de (xi )i∈I . Ainsi K contient tout
le support.
X X
(b) Si yi ≤ xi pour tout i ∈ I alors pour tout J ⊂ I, J fini, yi ≤ xi . On en déduit que
i∈J i∈J
( ) ( )
X X X X
yi = sup yi : J ⊂ I, J fini ≤ sup xi : J ⊂ I, J fini = xi .
i∈I i∈J i∈J∩K i∈I
1.2. FAMILLES SOMMABLES DANS R 21

Proposition: Linéarité pour des coefficients positifs

1. Produit par un scalaire positif.
X X
Soit (xi )i∈I une famille de R+ et soit α ∈ R+ (ou R+ ). Alors (αxi ) = α xi .
i∈I i∈I

2. Additivité.
(a) Famille des sommes. Soient (xi )i∈I et (yi )i∈I deux familles de R+ indexées par I. Alors
X X X
(xi + yi ) = xi + yi .
i∈I i∈I i∈I

(b) Sommation en deux paquets. Soit (xi )i∈I une famille de R+ indexées par I = I1 t I2
(union disjointe : I = I1 ∪ I2 et I1 ∩ I2 = ∅). Alors
X X X
xi = xi + xi .
i∈I i∈I1 i∈I2

Démonstration. Retour page 12

X X
1. Pour tout α ∈ R+ et toute partie finie J ⊂ I, on a α xi = α xi . on en déduit
i∈J i∈J
X X
immédiatement que (αxi ) = α xi .
i∈I i∈I

Nota Bene
La méthode de démonstration ci-dessous est très classique et se retrouve dans bien
d’autres démonstrations, notamment en topologie pour la continuité de la distance d’un
point à un fermé.

X X X
2. (a) Notons S(x) = xi , S(y) = yi et S(x + y) = (xi + yi ).
i∈I i∈I i∈I
• S(x + y) ≤ S(x) + S(y). En effet, pour toute partie finie J ⊂ I on a
X X X
(xi + yi ) = xi + yi ≤ S(x) + S(y)
i∈J i∈J i∈J
nX o
S(x) + S(y) est donc majorant de (xi + yi ) : J ⊂ I, J fini . D’où S(x + y) ≤
i∈J
S(x) + S(y). X X
• Si J1 et J2 sont deux sous ensembles finis de I alors : xi + yi ≤ S(x + y).
i∈J1 i∈J2
En effet J = J1 ∪ J2 est une partie finie de I contenant J1 et J2 donc
X X X X X
xi + yi ≤ xi + yi = (xi + yi ) ≤ S(x + y).
i∈J1 i∈J2 i∈J i∈J i∈J
22 CHAPITRE 1. FAMILLES SOMMABLES

• Enfin : S(x) + S(y) ≤ S(x + y). En effet, si S(x + y) = +∞ il n’y a rien à faire,
sinon on commence par fixer J2 fini dans I. Pour tout J1 fini dans I, on a
X X X X
xi + yi ≤ S(x + y) < +∞ c’est à dire xi ≤ S(x + y) − y i ∈ R+ .
i∈J1 i∈J2 i∈J1 i∈J2

X nX o
S(x + y) − yi est donc majorant de xi : J1 ⊂ I, J1 fini donc
i∈J2 i∈J1

X X
S(x) ≤ S(x + y) − yi ou encore yi ≤ S(x + y) − S(x).
i∈J2 i∈J2
nX o
Si on fait varier J2 on a donc S(x + y) − S(x) majorant de yi : J2 ⊂ I, J2 fini
i∈J2
donc
S(y) ≤ S(x + y) − S(x) ou encore S(x) + S(y) ≤ S(x + y).
(b) Pour tout i ∈ I, on pose = xi × 1I1 (i) et
x0i = xi × 1I2 (i). On a xi = x0i + x00i et peut
x00i
appliquer le cas précédent à ces deux familles :
X X X X X
xi = x0i + x00i = xi + xi .
i∈I i∈I i∈I i∈I1 i∈I2

(la seconde égalité vient du fait que I1 contient le support de (x0i )i∈I et I2 contient le support
de (x00i )i∈I ).
1.2. FAMILLES SOMMABLES DANS R 23

Proposition: Utilisation de limites croissantes

[↑ X X
↑
Soit x = (xi )i∈I une famille de R+ et supposons que I = Jn . Alors xi = lim xi .
n→+∞
n∈N i∈I i∈Jn

Démonstration. XRetour page 13 X

Notons Sn (x) = xi et S(x) = xi .
i∈Jn i∈I
En vertu de la propriété de croissance de la somme de la proposition 1.1.6, la suite de terme général
Sn (x) est croissante et majorée par S(x) donc elle converge dans R+ .
Si on note Σ(x) = lim ↑ Sn (x), on a aussi
n→+∞

Σ(x) ≤ S(x).

Réciproquement, soit J ⊂ I, J fini. Alors il existe une nJ ∈ N tel que pour tout n ≥ nJ , J ⊂ Jn
Ainsi, X
∀n ≥ nJ xi ≤ Sn (x) ≤ Σ(x).
i∈J

On en déduit que S(x) ≤ Σ(x). D’où l’égalité.

24 CHAPITRE 1. FAMILLES SOMMABLES

Proposition: Propriété de Fubini-Tonelli pour les familles de réels positifs

Soit (xi,k )(i,k)∈I×K une famille doublement indexée de R+ . Alors
X X X  X X 
xi,k = xi,k = xi,k .
(i,k)∈I×K i∈I k∈K k∈K i∈I

Démonstration. Retour page 13

• Commençons par le cas où l’un des deux ensembles I ou K est fini, disons K = {k1 , k2 , . . . , kp }
pour fixer les idées.
La seconde égalité est une simple récurrence sur le nombre d’éléments de K utilisant la propriété
d’additivité de la proposition 1.1.7 (cf. remarque 1.1.9) :
X X  XX p  X p X  X X 
xi,k = xi,kj = xi,kj = xi,k
i∈I k∈K i∈I j=1 j=1 i∈I k∈K i∈I

Montrons maintenant la première égalité en procédant par double inégalité.

— pour tout J ⊂ I, J fini, J × K est également fini donc :
X X  X X
xi,k = xi,k ≤ xi,k .
i∈J k∈K (i,k)∈J×K (i,k)∈I×K

En passant à la borne supérieure sur J, il vient :

X X  X
xi,k ≤ xi,k .
i∈I k∈K (i,k)∈I×K

— pour tout A ⊂ I × K, A fini, il existe J ⊂ I, J fini tel que A ⊂ J × K donc :

X X X X  X X 
xi,k ≤ xi,k = xi,k ≤ xi,k .
(i,k)∈A i∈J×K i∈J k∈K i∈I k∈K

En passant à la borne supérieure sur A, il vient :

X X X 
xi,k ≤ xi,k .
(i,k)∈I×K i∈I k∈K

• Passons maintenant au cas général. Montrons la première égalité à nouveau par double inégalité.
— Montrons d’abord que
X X X 
xi,k ≤ xi,k .
(i,k)∈I×K i∈I k∈K

Soit A ⊂ I × K, A fini. Alors il existe des sous ensembles finis J ⊂ I et L ⊂ K tels que
A ⊂ J × L ⊂ I × K. Ainsi :
X X XX  X X  X X 
xi,k ≤ xi,k = xi,k ≤ xi,k ≤ xi,k .
(i,k)∈A (i,k)∈J×L i∈J k∈L i∈J k∈K i∈I k∈K
1.2. FAMILLES SOMMABLES DANS R 25

— Montrons ensuite que

X X  X
xi,k ≤ xi,k .
i∈I k∈K (i,k)∈I×K

Pour tout J ⊂ I, J fini, en utilisant la propriété d’additivité du premier point à J × K avec

J fini, et la propriété de croissance sur l’ensemble des indices (J × K ⊂ I × K), il vient :
X X  X X
xik = xik ≤ xi,k .
i∈J k∈K (i,k)∈J×K (i,k)∈I×K

Ainsi en passant à la borne supérieure sur J, on obtient :

X X  X
xik ≤ xik .
i∈I k∈K (i,k)∈I×K

— En combinant les deux inégalités, on a bien :

X X  X
xik = xik
i∈I k∈K (i,k)∈I×K

• Comme les sommes sont indépendantes de l’indexation (I × K est en bijection avec K × I), et
que I et K ont des rôles symétriques, on a également :
!
X X X X
xik = xik = xik .
k∈K i∈I (k,i)∈K×I (i,k)∈I×K
26 CHAPITRE 1. FAMILLES SOMMABLES

Proposition
1. Théorème de Beppo Levi. Soit (xi,n )(i,n)∈I×N une famille de R+ . Supposons que pour
chaque i ∈ I, (xi,n )n∈N est croissante. Alors :
X X
lim ↑ xi,n = lim ↑ xi,n
n→+∞ n→+∞
i∈I i∈I

G
2. Sommation par paquets. Soit (xi )i∈I une famille de R+ . Supposons que I = I` . Alors :
`∈L
X XX
xi = xi .
i∈I `∈L i∈I`

Démonstration. Retour page 14

n
X X
1. On pose ai,n = xi,n − xi,n−1 , n > 0, ai,0 = xi,0 . Alors : xi,n = ai,p et lim ↑ xi,n = ai,p .
n→+∞
p=1 p∈N
Ainsi :
X XX XX p X
X
lim ↑ xi,n = ai,n = ai,n = lim ↑ ai,n
n→+∞ p→+∞
i∈I i∈I n∈N n∈N i∈I n=0 i∈I
XX p X
↑ ↑
= lim ai,n = lim xi,p
p→+∞ p→+∞
i∈I n=0 i∈I

2. Pour (i, `) ∈ I × L, posons : xi,` = xi 1I` (i). On a 1I` (i) = xi car I =

X X G
xi,` = xi I` .
`∈L `∈L `∈L
En appliquant Fubini-Tonelli :

xi 1I` (i) =
X XX XX XX XX
xi = xi,` = xi,` = xi .
i∈I i∈I `∈L `∈L i∈I `∈L i∈I `∈L i∈I`
1.2. FAMILLES SOMMABLES DANS R 27

Proposition 1.2.10: Croissance et linéarité

Soient x = (xi )i∈I et y = (yi )i∈I deux familles de réels sommables de sommes S(x) et S(y) et soit
λ ∈ R. Alors on a :
1. propriété de croissance : (∀i ∈ I, xi ≤ yi ) =⇒ (S(x) ≤ S(y))
2. linéarité : x + y = (xi + yi )i∈I et (λxi )i∈I sont sommables de sommes S(x) + S(y) et λS(x)
respectivement.
∗∗∗∗∗∗∗∗∗∗
Attention : cela n’a pas de sens pour des familles non sommables. De plus x + y peut être sommable
sans que x et y le soient.

Démonstration. Retour page 16

Toute l’astuce consiste à éviter les soustractions, en les transformant en addition.
− −
1. On sait grâce à l’exercice 1.2.1 que (xi ≤ yi ) ⇔ (x+ i + yi ≤ yi + xi ).
+

Ainsi
− −
(∀i ∈ I, xi ≤ yi ) =⇒ (∀i ∈ I, x+
i + yi ≤ yi + xi )
+
!
X X X X
− −
=⇒ xi +
+
yi ≤ yi +
+
xi
i∈I i∈I i∈I i∈I

Comme les familles x et y sont sommables, toutes les sommes du membre de droites sont finies
et donc on a
!
X X X X
(∀i ∈ I, xi ≤ yi ) =⇒ S(x) = x+
i − x−i ≤ yi+ − + yi− = S(y) .
i∈I i∈I i∈I i∈I

2. De l’inégalité triangulaire, on tire :

X X X X X
(xi + yi )+ + (xi + yi )− = |xi + yi | ≤ |xi | + |yi |
i∈I i∈I i∈I i∈I i∈I

Ainsi, si les familles x et y sont sommables, il en est de même pour (x + y)+ , (x + y)− : toutes
les sommes ci-dessus sont finies. On utilise alors la relation de l’exercice 1.2.1 :
∀i ∈ I (xi + yi )+ + x− −
i + yi = (xi + yi ) + xi + yi .
− + +

On a donc :
X X X X X X
(xi + yi )+ + x−
i + yi− = (xi + yi )− + i +
x+ yi+
i∈I i∈I i∈I i∈I i∈I i∈I

Toutes ces sommes étant finies, il vient

X X X X X X X X X
(xi +yi ) = (xi +yi )+ − (xi +yi )− = x+
i − x−
i + yi+ − yi− = xi + yi .
i∈I i∈I i∈I i∈I i∈I i∈I i∈I i∈I i∈I

Le cas de la multiplication par un scalaire se fait dans le même esprit et est laissé en exercice.
28 CHAPITRE 1. FAMILLES SOMMABLES

Théorème 1.2.11: Théorème de Fubini - Sommation par paquets

1. Soit (xi,k )(i,k)∈I×K une famille de réels. Alors
 X   X XX XX 
|xi,k | < +∞ =⇒ xi,k = xi,k = xi,k
(i,k)∈I×K (i,k)∈I×K i∈I k∈K k∈K i∈I

toutes les familles intervenant dans le membre de droite de cette implication étant sommables
si le membre de gauche est satisfait.
G
2. Soit (xi )i∈I une famille de réels. Supposons que I = I` . Alors :
`∈L
X  X XX 
|xi | < +∞ =⇒ xi = xi
i∈I i∈I `∈L i∈I`

Démonstration. Retour page 16

−
1. On procède comme pour la proposition 1.2.5 : on décompose xi,k = x+ i,k − xi,k , on évite les
soustractions. Grâce à la propriété de Fubini-Tonelli, on a
X XX XX X XX XX
i,k =
x+ i,k =
x+ x+
i,k x−
i,k = x−i,k = x−i,k
(i,k)∈I×K i∈I k∈K k∈K i∈I (i,k)∈I×K i∈I k∈K k∈K i∈I

D’autre part, si (xi,k )(i,k)∈I×K est sommable, toutes les sommes ci-dessus sont finies (y compris
les sommes intermédaires). Ainsi
X X X
xi,k = x+
i,k − x−i,k
(i,k)∈I×K (i,k)∈I×K (i,k)∈I×K
XX XX X X X  XX
= x+
i,k − x−
i,k = x+
i,k − x−
i,k = xi,k .
i∈I k∈K i∈I k∈K i∈I k∈K k∈K i∈I k∈K

2. Le résultat X XX
xi = xi
i∈I `∈L i∈I`

est toujours vrai pour une famille positive. Pour le cas

X général, on procède comme pour la
−
proposition 1.2.5 : on décompose xi = x+ i − xi . Si |xi | < +∞, grâce à la propriété de
i∈I
sommation par paquets dans le cas positif on a :
X X X XX XX XX X  XX
xi = x+i − x−i = x+
i − x−
i = x+
i − x−
i = xi
i∈I i∈I i∈I `∈L i∈I` `∈L i∈I` `∈L i∈I` i∈I` `∈L i∈I`
Chapitre 2

Théorie de la mesure

Le concept d’intégrale étant intimement lié aux notions de longueur, d’aire, de volume, une approche
de l’intégrale consiste tout d’abord à donner du sens à ces notions. Si on y regarde de près, ce sont un peu
les mêmes notions, que l’on décline avec la dimension. Nous parlerons alors de mesure sur un ensemble
X. Pour mesurer un sous-ensemble compliqué de X, l’idéal est de pouvoir le découper, lui et/ou son
complémentaire, en parties plus simples que l’on sait mesurer, puis de faire la somme des mesures de ces
parties. Cependant, il n’est pas dit que l’on puisse toujours le faire, et encore moins de façon finie.
Prenons le cas de R. On a naturellement une notion de mesure d’un intervalle semi-ouvert du type :
la longueur de [a, b[ est b − a. Si on juxtapose (dans n’importe quel ordre) un nombre fini d’intervalles
[ai , bP
i [, 1 ≤ i ≤ n qui ne se chevauchent pas, la longueur de la réunion est la somme des longueurs
n
` = i=1 (bi − ai ). Mais que se passe-t-il pour une union infinie de tels intervalles ? Si on veut procéder
ainsi, on a besoin de faire des sommes infinies de longueurs, et des différences si on s’intéresse au
complémentaire de tels ensembles.
On est naturellement amené à considérer des familles sommables (plutôt que des séries).
• si on dispose d’une famille d’intervalles semi-ouverts [ai ; bi [ non triviaux (ai 6= bi ) deux à deux disjoints,
tous contenus dans un même grand intervalle, disons [−N, N ] avec N ∈ N, la longueur totale de la
réunion doit être finie, inférieure à 2N , ce qui impose la dénombrabilité de la famille ;
• cependant la famille des intervalles deux à deux disjoints dont on veut sommer les longueurs peut ne pas
être ordonnée. Naïvement, on pourrait se dire que dans R les intervalles pourraient être numérotés
de la gauche vers la droite, ou de la droite vers la gauche ; mais ce n’est pas toujours possible : entre
deux de des intervalles, il se peut qu’il y en ait une infinité d’autres. Par exemple pour calculer la
longueur de
n−1 p−1 n−1
 
G p
[0; 1[ = + ; +
∗ ∗
n np(n + 1) n n(n + 1)(p + 1)
(n,p)∈N ×N
X 1
à savoir 1=
np(n + 1)(p + 1)
(n,p)∈N∗ ×N ∗

il y a accumulation d’une infinité d’intervalle à gauche de chaque point n ,

n−1
n ≥ 2. Et si on impose
un ordre, la somme ne doit pas dépendre de cet ordre !

29
30 CHAPITRE 2. THÉORIE DE LA MESURE

Je vous invite donc à revoir la notion de familles sommables. Remarquons qu’on peut remplacer des
intervalles du types [a; b[ par tout autre type d’intervalle en remarquant par exemple que :

[0; 1] = [0; 2[r]1; 2[ ]0; 1] = [−1; 1] r [−1; 0[

G h 1 1 h G h i
]0; 1[ = 1 − ,1 − R∗+ = p, p + 1 · · ·
∗
n n+1
n∈N (p,n)∈N×N∗
X 1 1  1  
Remarque : − = lim 1 − = 1, donc [0; 1[ et ]0; 1[ ont même longueur. Ouf !
n n+1 n→+∞ n+1
n∈N∗
Une question loin d’être évidente se pose maintenant : peut-on toujours découper un sous-ensemble de
R, ou son complémentaire en une union dénombrable d’intervalles deux à deux disjoints ? (dénombrable
est indispensable pour la sommabilité, comme on l’a vu). La réponse dépend de l’axiome du choix grâce
auquel on peut construire un sous-ensemble de [0; 1] pour lequel la notion de longueur n’a pas de sens !

Petit aparté. À partir de la notion de longueur λ([a; b[) := b − a d’un intervalle [a; b[ de R, on veut donner
un sens à la longueur de sous-ensembles (bornés) plus compliqués de R. L’idée naïve est la suivante :
1. on se place tout d’abord dans les intervalles compacts [−N ; N ] N ∈ N pour éviter des longueurs infinies
2. au lieu de mesurer la longueur de A ⊂ [−N ; N ] on peut aussi mesurer la longueur de son complémentaire
Ā = [−N ; N ] r A qui peut être plus simple
3. on recouvre A ou Ā par une suite d’intervalles ne se chevauchant pas et on définit la longueur de ce
sous-ensemble comme la somme (infinie) des longueurs des intervalles qui les recouvrent.
De même, on peut aussi généraliser, dans Rd , la notion de volume d-dimensionnel à partir du volume d’un
pavé de Rd :
d

Y
λd [a1 ; b1 [× . . . ][ad ; bd [ := λ([ak ; bk [) = (b1 − a1 ) · · · (bd − ab ).
k=1

Si on note E1 l’ensemble de tous les intervalles [a; b[ (bornés) de R et E2 l’ensemble de toutes les parties de R
obtenues en appliquant cette idée naïve, c’est à dire en faisant une succession au plus dénombrable d’opérations
union et passage au complémentaire d’éléments de E1 , on peut définir la longueur de toutes les parties dans
E2 , notamment tous les ouverts et tous les fermés de R, qui sont bien dans E2 , et bien d’autres sous-ensembles
de R, mais hélas, on est loin d’atteindre tous les sous-ensembles de R ! En effet, le cardinal de l’ensemble P(R)
des parties de R est :
card N
card P(R) = 2card R = 2(2 )
> card R > card N.
Or l’ensemble E1 de tous les intervalles bornées de R a le même que cardinal que celui de R : pour définir un
intervalle fermé, par exemple, il suffit de se donner deux réels donc un élément de R2 qui a le même cardinal
que celui de R, et si on considère les intervalles fermés, ouvert, semi-fermés à gauche ou à droite, on ne fait que
multiplier par 4 le cardinal de l’ensemble des intervalles fermés, ce qui ne le change pas (4 × card R2 = card R).
De même, l’ensemble E2 des unions dénombrables d’éléments de E1 ou de leur complémentaire est encore de
cardinal card R (c’est dû au fait que card R > card N).
Comme E2 n’est pas saturé par succession dénombrable d’union et de passage au complémentaire (une union
dénombrable d’éléments de E2 ou de leur complémentaire n’est pas nécessairement dans E2 ), on doit pouvoir
faire mieux. Comment ? On peut réitérer le processus définissant E2 en prenant des unions dénombrables
d’éléments de E2 ou de leur complémentaire pour construire un ensemble E3 et continuer ainsi de suite. Cette
idée se trouve déjà dans les travaux d’Émile Borel (1898). Le procédé de récurrence transfinie (en relation avec
l’axiome du choix ∗ ) permet de montrer que l’on obtient ce qu’on appelle maintenant l’ensemble des boréliens
de R, noté B(R). Cet ensemble est saturé par passage au complémentaire et unions dénombrables (et donc

∗. L’axiome du choix consiste à admettre que dans une famille quelconque d’ensembles non vides, on peut choisir
simultanément un élément dans chacun de S ces ensembles : si A = {Ai : i ∈ I} est une famille d’ensembles non vides, il
existe une application « choix » c : A → i∈I Ai telle que pour chaque i ∈ I, c(Ai ) ∈ Ai .
2.1. TRIBU, ESPACE MESURABLE, MESURE. 31

aussi par intersections dénombrables) – ce qu’on appelle une tribu. Les boréliens de R admettent une longueur
bien définie.
Il est alors naturel poser à nouveau la question : est-ce que tout sous-ensemble de R est obtenu de cette
manière ? Eh bien non ! d’après l’axiome du choix, on n’a toujours pas dépassé le cardinal de R.
card B(R) = card R.
On peut alors compléter les boréliens en rajoutant les ensembles négligeables c’est à dire ceux qui sont contenus
dans un ensemble de longueur 0, sans pour autant être un borélien. Toute partie de R qui est la réunion d’un
borélien et d’un négligeable a alors la longueur bien définie de ce borélien et en plus, ces parties ont le bon
goût de former également un sous-ensemble B(R)b de P(R) qui est saturé par passage au complémentaire et
unions dénombrables – une tribu, la tribu de Lebesgue. On ne peut pas faire mieux !
Alors on repose la question : est-ce que tout sous-ensemble de R est obtenu de cette manière ? Cette fois, la
réponse n’est pas simple ! Au niveau du cardinal, on est content : on a fait un bond ! Car on peut montrer que
b = card P(R) = 2card R .
card B(R)
Mais ce n’est pas suffisant : en vertu de l’axiome du choix, on peut répondre par la négative ! On peut en
effet construire, au moyen de l’axiome du choix, des ensembles non mesurables. Et que dire si on n’admet pas
l’axiome du choix ? Ce n’est pas décidable ! Frustrant non ?
Quelques remarques rassurantes tout de même :
— On peut montrer que tout ouvert de R peut se découper en une union au plus dénombrable
d’intervalles deux à deux disjoints. Cela vient du fait que Q est dénombrable et dense dans R (R
est dit séparable : il contient un sous ensemble dénombrable dense). On va donc pouvoir mesurer
tout ouvert, et donc tout fermé de R en passant au complémentaire.
— Bien qu’assez compliqué, un ensemble de Cantor dans R est mesurable : il est fermé, et son
complémentaire est une union dénombrable d’intervalles ouverts deux à deux disjoints.
— Q ∩ [0; 1] et (R r Q) ∩ [0; 1] sont mesurables : Q est union dénombrable d’intervalles réduits à un
point ! Il sera même de longueur nulle !

2.1 Tribu, espace mesurable, mesure.

On se place dans un ensemble X qui peut être R, Rd , ou tout autre ensemble... Notons A ⊂ P(X)
un ensemble de sous-ensembles de X dont on pense pouvoir définir la mesure. Les premières conditions
que l’on a alors envie de mettre sur A sont celle d’une algèbre de parties :

Définition 2.1.1: Algèbre de parties (ou encore algèbre de Boole, ou clan).

Un sous ensemble A ⊂ P(X) est une algèbre de parties (sur X) si :
• X∈A
• (A ∈ A ) =⇒ (Ac ∈ A ) (stabilité par passage au complémentaire)
• (A, B ∈ A ) =⇒ (A ∪ B ∈ A ) (stabilité par union finie).

Remarques 2.1.2: (À vérifier en exercice)

1. Dans la définition, on peut remplacer la stabilité par union finie en stabilité par intersection
finie. Une algèbre de parties contient ∅ et est stable par toute combinaison finie d’opérations
ensemblistes (union, intersection, différence, différence symétrique, passage au complémen-
taire).
32 CHAPITRE 2. THÉORIE DE LA MESURE

2. Si X est fini et si : ∀x ∈ X, {x} ∈ A , alors A = P(X).

3. Si X est infini, le sous-ensemble {A ⊂ X : A ou Ac est fini} de P(X) est une algèbre sur X.
4. L’ensemble des unions finies d’intervalles généralisés de R est une algèbre de parties.

Proposition 2.1.3: Intersection d’algèbres

Toute intersection d’algèbres de parties sur un ensemble X est une algèbre de parties sur X.

Voir la démonstration (page 48)

Comme on l’a vu en introduction, il est naturel de s’intéresser au cas dénombrable.

Définition 2.1.4: Tribu (ou σ-algèbre) et espace mesurable.

Soit X un ensemble et M une algèbre de parties de X. Si M est stable par union dénombrable, on
dit que M est une tribu (ou σ-algèbre) :
  [ 
(An )n∈N suite de parties de M =⇒ An ∈ M
n∈N

Le couple (X, M ) est appelé espace mesurable, les sous-ensembles A ∈ M sont qualifiés de
M -mesurables (ou simplement mesurables).
∗∗∗∗∗∗∗∗∗∗
Il est parfois judicieux de remplacer la propriété de stabilité par union dénombrable par
S la propriété plus générale
(mais équivalente) : pour toute famille (Ai )i∈I au plus dénombrable de parties de M , i∈I
Ai ∈ M .

Exemples 2.1.5: (À vérifier en exercice)

— Bien sûr, P(X) et {∅, X} sont des tribus sur X (tribus triviale et grossière respectivement).
— Si X est non dénombrable, le sous-ensemble {A ⊂ X : A ou Ac est au plus dénombrable}
de P(X) est une tribu sur X.
— Si (An )n∈N est une partition de X alors k∈K Ak , K ⊂ N est une tribu sur X.
S

Exercices 2.1.6
1. Montrer qu’une σ-algèbre est stable par intersection dénombrable.
2. À partir d’une suite (An )n∈N telle que n∈N An = X, construire une suite croissante de sous
S
ensembles (Bn )n∈N de réunion X, puis une suite de sous-ensembles deux à deux disjoints
(Cn )n∈N de réunion X. Vérifier que si les sous-ensembles An sont mesurables, il en est de
même des sous-ensembles Bn et sous-ensembles Cn .
3. Soit (An )n∈N une suite de parties de X. On définit :
\ [ [ \ \ [
inf An = An sup An = An lim inf An = Ak lim sup An = Ak
n∈N n∈N n∈N n∈N
n∈N n∈N n∈N k≥n n∈N k≥n

(inf et sup sont des bornes inférieure et supérieure pour la relation d’ordre ⊂).
2.1. TRIBU, ESPACE MESURABLE, MESURE. 33

(a) Vérifier que inf n∈N An est le plus gros sous-ensemble de X contenu dans tous les An .
(b) Vérifier que supn∈N An est le plus petit sous-ensemble de X contenant tous les An .
(c) Caractériser les éléments de ces quatre sous-ensembles au moyen de quantificateurs et
vérifier que si tous les An sont mesurables pour la tribu M il en est de même de ces
quatre sous-ensembles.

Proposition 2.1.7: intersection de tribus

Toute intersection de σ-algèbres sur un ensemble X est une σ-algèbre sur X.

Voir la démonstration (page 48)

Définition 2.1.8: Mesure - Espace mesuré.

Soit (X, M ) un espace mesurable.
1. Une mesure µ sur (X, M ) est une application µ : M → R+ ∪ {+∞} = R+ vérifiant :
• µ(∅) = 0
• µ est σ-additive : pour toute suite (An )n∈N de parties deux à deux disjointes de M ,
 G  X
µ An = µ(An )
n∈N n∈N

2. µ est une mesure finie si µ(X) < +∞.

µ est une probabilité si µ(X) = 1.
µ est σ-finie si µ(X) = +∞ et s’il existe une suite croissante (Xn )n∈N de M telle que :
[
∀n ∈ N, µ(Xn ) < +∞ et X = Xn .
n∈N

3. Le triplet (X, M , µ) est un espace mesuré.

∗∗∗∗∗∗∗∗∗∗
On peut remplacer la propriété de σ-additivité par la propriété plus générale (mais équivalente)
 : 
pour toute famille au plus dénombrable (Ai )i∈I d’éléments deux à deux disjoints de M , µ = µ(Ai ).
F P
A
i∈I i i∈I

Exemples 2.1.9: (À vérifier en exercice)

1. Mesure nulle : (X, M , µ), ∀A ∈ M , µ(A) = 0,

2. Mesure grossière : (X, {X, ∅}, µ), X 6= ∅, µ(X) = 1, µ(∅) = 0 (c’est une probabilité).
µ(A) = card A si A est fini

3. Mesure de décompte : (X, P(X), µ) avec (c’est une mesure
µ(A) = +∞ sinon.
finie si et seulement si X est fini, σ-finie si et seulement si X est dénombrable).
34 CHAPITRE 2. THÉORIE DE LA MESURE

δa (A) = 1 si a ∈ A

4. Mesure de Dirac : (X, P(X), δa ) avec a ∈ X, (probabilité).
δa (A) = 0 sinon.
5. Soient (ai )i∈I une famille dénombrable de X et (αi )i∈I une famille
P de réels positifs ou nuls.
On définit une mesure m (dite discrète) sur P(X) : m(A) = αi δai (A). Elle est finie si
i∈I
αi < +∞, elle est σ-finie sinon.
P
i∈I

Proposition 2.1.10: Propriétés d’additivité et de croissance des mesures

Soit (X, M , µ) un espace mesuré.
1. Soient A, B ∈ M . Si A ⊂ B alors µ(B) = µ(A) + µ(B r A) et donc µ(A) ≤ µ(B).
2. ∀A, B ∈ M µ(A ∪ B) + µ(A ∩ B) = µ(A) + µ(B).

Démonstration. En exercice.

Proposition 2.1.11: Comportement séquentiel des mesures

Soit (X, M , µ) un espace mesuré.
1. Sous additivité : si (An )n∈N est une famille au plus dénombrable de M ,
[  X
µ An ≤ µ(An ) (sous additivité).
n∈N n∈N

2. Continuité par limite croissante : si (An )n∈N est une suite croissante dans M alors
 [↑ 
µ An = lim ↑ µ(An ) = sup µ(An )
n→∞ n∈N
n∈N

3. Continuité par limite décroissante si (An )n∈N est une suite décroissante dans M et si il
existe n0 tel que µ(An0 ) < +∞ alors
 \↓ 
µ An = lim ↓ µ(An ) = inf µ(An )
n→∞ n∈N
n∈N

∗∗∗∗∗∗∗∗∗∗
On peut remplacer la propriété de sous-additivité par la propriété plus
 générale
 (mais équivalente) :
[ X
pour toute famille au plus dénombrable (Ai )i∈I d’éléments de M , µ Ai ≤ µ(Ai ).
i∈I i∈I

Voir la démonstration (page 49)

Remarque 2.1.12
On considère (N, P(N)) muni de la mesure de décompte (card) (cf. exemples 2.1.9) et on pose
2.2. TRIBU ENGENDRÉE - EXEMPLE DES BORÉLIENS. 35

An = {k ∈ N : k ≥ n}. Alors
!
\ \
An = ∅ donc card An = card(∅) = 0.
n∈N n∈N

Cependant ∀n ∈ N card An = +∞ donc lim ↓ card(An ) = +∞ 6= 0. L’hypothèse de

n→∞
finitude est donc importante pour la propriété de continuité par limite décroissante.

Exercices 2.1.13
1. Soit (X, M ) un espace mesurable et µ : M → R+ vérifiant :
(a) µ(∅) = 0 ;
(b) µ est additive : pour tous A, B ∈ M , A ∩ B = ∅, on a µ(A ∪ B) = µ(A) + µ(B) ;
(c) µ est continue par limite croissante.
Montrer que µ est une mesure.
2. Soient µ1 et µ2 deux mesures sur (X, M ) et α1 et α2 deux réels positifs. Montrer que
l’application µ = α1 µ1 + α2 µ2 : M → R+ , A 7→ α1 µ1 (A) + α2 µ2 (A) est une mesure.
3. Soient (µi )i∈I une famille de mesures sur (X, M ) et (αi )i∈I une famille de réels positifs. On
suppose I dénombrable. Montrer que
X X
µ= αi µi : M → R+ , A 7→ αi µi (A)
i∈I i∈I

est une mesure. À quelle condition est-elle finie ?

2.2 Tribu engendrée - Exemple des boréliens.

Dans un cadre général, il est très difficile, souvent impossible, de décrire complètement une tribu.
Dans la plupart des cas, une tribu est définie à partir d’une famille de sous ensembles qui l’engendrent.

Définition 2.2.1: Tribu engendrée.

Soit X un ensemble et C une famille de parties de X. On appelle tribu engendrée par C la plus
petite tribu contenant C . On la note σ(C ).

Remarque 2.2.2
Une telle tribu existe et est unique : c’est l’intersection de toutes les tribus contenant C . Cette
intersection n’est pas vide puisque P(X) est une tribu contenant C . Elle est caractérisée par :

Si M est une tribu alors : (A ⊂ M ) =⇒ (σ(A ) ⊂ M ).

Et par conséquent : (A ⊂ B ⊂ P(X)) =⇒ (σ(A ) ⊂ σ(B)).
36 CHAPITRE 2. THÉORIE DE LA MESURE

Définition 2.2.3: Tribu borélienne.

Soit X un espace topologique. La tribu engendrée par les ouverts de X est appelée tribu borélienne
de X et notée B(X). Ses éléments sont appelés boréliens de X.
∗∗∗∗∗∗∗∗∗∗
La tribu borélienne est aussi engendrée par les fermés (stabilité par passage au complémentaire).

Remarque 2.2.4
Un espace métrique est séparable s’il possède un sous-ensemble dénombrable dense (e.g. Q dans
R, ou Qd dans Rd ). Dans un tel espace, les boules ouvertes engendrent la tribu borélienne : tout
ouvert est union dénombrable de boules ouvertes.

Proposition 2.2.5: Boréliens de R, de R = R t {−∞, +∞}.

1. B(R) est engendrée par les ouverts de R (ou les fermés de R), mais aussi par :
– les intervalles ]a, b[, a ≤ b – les intervalles ]a, +∞[ – les intervalles [a, +∞[
– les intervalles [a, b], a ≤ b – les intervalles ] − ∞, b[ – les intervalles ] − ∞, b]
– les intervalles [a, b[, a ≤ b – les intervalles ]a, b], a ≤ b ...
2. B(R) est engendrée par les intervalles de la forme ]a, +∞] , [a, +∞], [−∞, b[ ou [−∞, b].

Démonstration. On sait que R est un espace métrique, et même un espace vectoriel normé, pour
la distance de la valeur absolue (d(a, b) = |b − a|) et séparable (Q est dense dans R). Notons
Io = {]a; b[, −∞ < a ≤ b < +∞} l’ensemble des intervalles ouverts, c’est à dire l’ensemble des
boules ouvertes. Évidemment Io ⊂ B(R) et donc σ(Io ) ⊂ B(R). Réciproquement, tout ouvert de
R est union dénombrable d’intervalles ouverts (cf. remarque 2.2.6) donc est contenu dans σ(Io ).
Ce qui implique que la tribu de boréliens, engendrée par tous les ouverts est contenue dans σ(Io ).
D’où l’égalité σ(Io ) = B(R).
Tout intervalle fermé est union dénombrable d’intervalles ouverts et tout intervalle ouvert est
intersection dénombrable d’intervalle fermé. Ainsi si If = {[a; b], −∞ < a ≤ b < +∞}, alors
If ⊂ σ(Io ) et Io ⊂ σ(If ) d’où σ(If ) = σ(Io ) = B(R).
Le même type de raisonnement s’applique aux intervalles semi-ouverts ou ayant une borne infinie.
De même, R est métrique (par exemple pour la distance d(x, y) = | arctan x − arctan y| avec
arctan(±∞) = ± π2 ) et séparable. Le même raisonnement s’applique.
Remarque 2.2.6
On peut même se restreindre au cas des intervalles [a; b[ où a, b ∈ Q : cela montre que B(R) est
engendrée par une famille dénombrable d’intervalles (card{(a, b) ∈ Q2 : a ≤ b} = card N).

Proposition 2.2.7: Boréliens de Rd .

B(Rd ) est engendrée par les ouverts de Rd (ou les fermés de Rd ), mais aussi par :
2.3. THÉORÈMES D’UNICITÉ ET DE PROLONGEMENT DE MESURES. 37

– les boules ouvertes – les boules fermées

d
Y d
Y
– les pavés ouverts : ]ai , bi [ – les pavés fermés : ]ai , bi [
i=1 i=1
– les bandes ouvertes : Ri−1 ×]a, b[×Rd−i – les bandes fermées : Ri−1 × [a, b] × Rd−i
– les demi-esp. ouverts : Ri−1 ×]a, +∞[×Rd−i – les demi-esp. fermés : Ri−1 × [a, +∞[×Rd−i

Démonstration. Laissée en exercice (cf. proposition 2.2.5).

2.3 Théorèmes d’unicité et de prolongement de mesures.

2.3.1 Unicité de mesures.
Pour montrer qu’une famille de parties est une tribu, ou qu’une propriété est satisfaite par les éléments
d’une tribu, on a souvent recours à une décomposition de la notion de tribu en deux sous notions :

Définition 2.3.1: π-système, λ-système.

Soit X un ensemble.
1. On dit que S ⊂ P(X) est un π-système si S est stable par intersections finies.
2. On dit que S est un λ-système si :
• X∈S
• S est stable par « différence propre » : (A1 , A2 ∈ S , A1 ⊂ A2 ) =⇒ (A2 r A1 ∈ S )
• S est stable par union croissante dénombrable :
  [ 
(An )n∈N suite croissante de S =⇒ An ∈ S .
n∈N

Exemples 2.3.2: (À vérifier en exercice)

1. π-systèmes :
• L’ensemble des intervalles de R est un π-système.
• De même, les intervalles de la forme ] − ∞, b[, b ∈ R forment un π-système sur R.
• Ou encore les intervalles de la forme [a, b[, −∞ < a ≤ b < +∞.
• Dans un espace topologique, l’ensemble des ouverts est un π-système.
• Les sous-ensembles convexes d’un espace affine forment un π-système (∅ est convexe).
2. λ-système :
• Si µ1 et µ2 sont deux mesures finies sur (X, M ) telles que µ1 (X) = µ2 (X) alors l’ensemble
L = {A ∈ M : µ1 (A) = µ2 (A)} est un λ-système.

Lemme 2.3.3: Lemme π-λ de Dynkin (démontré par Sierpinski).

1. Une intersection quelconque de λ-systèmes est un λ-système. Il existe donc un plus petit λ-
système contenant C noté λ(C ) : c’est l’intersection de tous les λ-systèmes contenant C .
38 CHAPITRE 2. THÉORIE DE LA MESURE

2. Un ensemble de parties C de X est une tribu si et seulement si c’est à la fois un π-système et

un λ-système.
3. Lemme π-λ de Dynkin : le plus petit λ-système contenant un π-système C est la tribu
σ(C ). Autrement dit, si C est un π-système, alors λ(C ) aussi et donc σ(C ) = λ(C ).

Voir la démonstration (page 51)

Théorème 2.3.4: Théorème d’unicité de mesure

Soient µ et ν deux mesures sur (X, M ) et C ⊂ M un π-système qui engendre M tels que :

∀A ∈ C , µ(A) = ν(A) < +∞.

1. Si X ∈ C , alors µ = ν et ce sont des mesures finies.

2. Si X est union d’une suite croissante (Xn )n∈N de C , alors µ = ν et sont des mesures σ-finies.
∗∗∗∗∗∗∗∗∗∗
Ce théorème qui porte souvent le nom de théorème de Caratheodory-Hahn, ou de Hahn, a été démontré par Fréchet.

Voir la démonstration (page 53)

2.3.2 Prolongement de mesures.

Généralement, pour obtenir une mesure, on commence par la définir sur une famille C de sous-
ensembles particuliers, puis on la prolonge tout d’abord à l’algèbre A engendrée par cette famille de
sous-ensembles (intersection de toutes les algèbres de parties contenant C ), puis à la tribu σ(C ) engendrée
par C , voire même à une tribu plus grosse. Pour cela, on introduit une notion plus faible de mesure (une
pré-mesure) définie seulement sur une algèbre de parties, et non une tribu.

Définition 2.3.5: Pré-mesure sur une algèbre de parties.

Soient A une algèbre de parties sur X. Une pré-mesure sur A est une application µ : A → R+
satisfaisant :
1. µ(∅) = 0 ;
2. µ est σ-additive sur A : si (An )n∈N est une famille
 G de parties de A disjointes deux à deux
G X
dont la réunion An est dans A (*) alors µ An = µ(An ).
n∈N n∈N n∈N
∗∗∗∗∗∗∗∗∗∗
Attention : contrairement au cas d’une tribu, (∗) n’est pas toujours vraie dans une algèbre de partie. C’est ce qui
fait la différence entre mesure et pré-mesure.

Remarques 2.3.6
1. On peut parler de pré-mesure finie ou σ-finie comme dans le cas des mesures.
2. Les propriétés d’additivité et de croissance de la proposition 2.1.10 restent valables pour une
2.3. THÉORÈMES D’UNICITÉ ET DE PROLONGEMENT DE MESURES. 39

pré-mesure.

L’intérêt de la notion de pré-mesure sur une algèbre de parties est précisément de vouloir la prolonger
en une mesure sur la tribu engendrée par cette algèbre de parties. C’est ce que dit le théorème de
Caratheodory ci-dessous. Au préalable, on introduit la notion de mesure extérieure associée à une pré-
mesure qui va permettre de définir un prolongement de cette pré-mesure.

Définition 2.3.7: Mesure extérieure associée à une pré-mesure

Soient A une algèbre de parties sur X et µ : A → R+ une pré-mesure sur A . La mesure
extérieure associée à µ est l’application µ∗ dédinie sur P(X) par :
nX [ o
∀E ∈ P(X), µ∗ (E) = inf µ(An ) : (An )n∈N suite de A , E ⊂ An .
n∈N n∈N

Un ensemble A ∈ P(X) est dit µ∗ -mesurable si : ∀E ∈ P(X), µ∗ (E) = µ∗ (A ∩ E) + µ∗ (Ac ∩ E).

∗∗∗∗∗∗∗∗∗∗
Attention : une mesure extérieure n’est pas une mesure sur P(X).
On peut remplacer la suite (An )n∈N par une famille dénombrable, c’est équivalent. Il existe une définition plus générale
(axiomatique), de mesure extérieure.

Lemme 2.3.8: Sous-additivité de la mesure extérieure

La mesure extérieure µ∗ associée à une pré-mesure µ est croissante et sous additive :
1. Si E ⊂ F alors µ∗ (E) ≤ µ∗ (F ) ;
[  X
2. Pour toute suite de parties (Ek )k∈N , on a µ∗ Ek ≤ µ∗ (Ek ).
k∈N k∈N
∗∗∗∗∗∗∗∗∗∗
On peut remplacer la suite (Ek )k∈N par une famille dénombrable, c’est équivalent.

Voir la démonstration (page 54)

La démonstration pourra être admise en première lecture si on admet le théorème suivant.

Théorème 2.3.9: Théorème de prolongement de Caratheodory.

Soit µ : A → R+ est une pré-mesure sur une algèbre de parties A de X, et µ∗ la mesure extérieure
associée à µ. Alors :
1. La restriction de µ∗ à A coïncide avec µ ;
2. L’ensemble M des sous-ensembles µ∗ -mesurables est une tribu contenant A (en particulier
σ(A ) ⊂ M ) ;
3. La restriction de µ∗ à M est une mesure sur (X, M ) (de même en remplaçant M par σ(A )).

Voir la démonstration (page 55)

Elle pourra être admise en première lecture. Elle est assez technique et mise à titre d’information.
40 CHAPITRE 2. THÉORIE DE LA MESURE

Remarques 2.3.10
1. A travers ce théorème, on voit bien que lors de la construction d’une mesure vérifiant certaines
propriétés sur une algèbre de parties A , on ne peut généralement pas la prolonger à tout
P(X) mais on peut la prolonger à la tribu σ(A ). La notion de tribu est introduite pour ça.
2. Il n’y a pas unicité en général du prolongement d’une pré-mesure en une mesure. Cependant
en vertu du théorème 2.3.4, l’unicité est acquise si µ est finie et dans ce cas aussi µ∗ est finie,
ou si µ est σ-finie auquel cas µ∗ est σ-finie.

2.3.3 La mesure de Lebesgue.

Corollaire 2.3.11: Existence de la mesure de Lebesgue

1. Il existe une unique mesure λ sur (R, B(R)), appelée mesure le Lebesgue vérifiant :

∀a, b ∈ R, a ≤ b, λ(]a, b]) = b − a.

2. Plus généralement, il existe une unique mesure λd sur (Rd , B(Rd )), vérifiant :
si a = (a1 , . . . , ad ) et b = (b1 , . . . , bd ) dans Rd satisfont ∀i ∈ {1, . . . , d} ai ≤ bi alors
d
Y  Yd d

Y
λd ]ai , bi ] = λ ]ai , bi ] = (bi − ai )
i=1 i=1 i=1

(si d = 1, λ1 = λ). On l’appelle également mesure de Lebesgue sur Rd .

Voir la démonstration (page 58)

Remarques 2.3.12
1. λ({a}) = 0, λ(R) = +∞, λ([a, b]) = λ([a, b[) = λ(]a, b[) = λ(]a, b]) = b − a.
Par σ-additivité, si A ⊂ R est dénombrable, alors λ(A) = 0.
En particulier Q est de mesure nulle, bien que dense dans R ! En utilisant l’axiome du choix,
on peut construire un sous-ensemble non mesurable sur R (ou sur [0, 1]) (cf. un peu plus loin
en aparté).
2. On peut généraliser la construction de la mesure de Lebesgue pour construire d’autres me-
sures sur R, B(R) dites mesures de Stieltjes (très importantes en théorie de probabilités) :
on considère une fonction croissante F (dit fonction de répartition), continue à droite, et on
pose :
∀(a, b) ∈ R2 a ≤ b µ(]a; b]) = F (b) − F (a).

Proposition 2.3.13: Invariance par translation

1. La mesure de Lebesgue sur R est invariante par translation :

∀A ∈ B(R) ∀t ∈ R λ(A + t) = λ(A) (où A + t = {a + t : a ∈ A})

2.3. THÉORÈMES D’UNICITÉ ET DE PROLONGEMENT DE MESURES. 41

2. Si µ est une mesure sur (R, B(R)) invariante par translation, alors il existe k > 0 tels que
µ = k · λ.

Démonstration.
1. On remarque tout d’abord que l’ensemble des intervalles est invariant par translation, donc la σ-
algèbre engendrée par les intervalles également. Le translaté d’un borélien est donc un borélien.
Fixons t ∈ R et considérons λt : A 7→ λt (A) = λ(A + t) sur B(R). Cette application est une
mesure (exercice) qui coïncide avec la mesure de Lebesgue sur le π-système des intervalles de
la forme ]a; b]. On en déduit que λt = λ.
2. On Pose k = µ(]0; 1]). Si k = 0, alors µ est identiquement nulle. Sinon, on pose ν = k1 µ : c’est
une mesure sur R, invariante par translation, qui coïncide avec λ sur les intervalles de la forme
]a; b], donc ν = λ.

Définition 2.3.14: Négligeable - Presque partout

Soit (X, M , µ) un espace mesuré.
Un sous ensemble N de X est négligeable s’il est contenu dans un ensemble mesurable de mesure
nulle (X peut ne pas être dans M ).
Une fonction (ou une propriété) définie sur D ⊂ X est définie µ-presque partout (µ-p.p. ) sur X
si Dc est négligeable.
Deux fonctions f et g sont égales µ-presque partout si {X : f (x) 6= g(x)} est négligeable.
Une suite de fonctions (fn )n∈N définies µ-pp sur X (i.e. définies sur des ensembles Dn de complé-
mentaires négligeables) converge µ-presque sûrement (µ-ps) si le complémentaire de :
n \ o
x∈ Dn ⊂ X : lim fn (x) existe
n
n

est négligeable.

Exercice 2.3.15
Soit (X, M , µ) un espace mesuré.
1. Une union dénombrable d’ensembles négligeables de (X, M , µ) est négligeable.
2. Soit N l’ensemble des parties négligeables de (X, M , µ). Alors

Mc= {A ∪ N : A ∈ M , N ∈ N }

est une tribu et on peut prolonger µ en une mesure µb sur M c en posant µb(A ∪ N ) = µ(A).
On l’appelle tribu complétée. C’est la plus grosse tribu sur laquelle µ peut être prolongée.

Remarque 2.3.16
Dans le théorème de prolongement de Caratheodory, la tribu M des sous-ensembles µ∗ -mesurables
est en fait complète pour la mesure µ∗ : tout sous-ensemble négligeable est mesurable. En parti-
culier, la tribu complétée sur laquelle on définit la mesure de Lebesgue, qui contient les boréliens,
42 CHAPITRE 2. THÉORIE DE LA MESURE

s’appelle la tribu de Lebesgue.

Dans la suite, les fonctions qui sont définies presque partout à valeurs dans R sont considé-
rées comme définies partout, quitte à les compléter par la valeur 0 (ou toute autre valeur
arbitraire) là où elles ne sont pas définies.
Petit aparté : construction d’un ensemble non mesurable pour la tribu de Lebesgue. Voici un
exemple d’un sous-ensemble de R qui n’est pas mesurable pour la mesure de Lebesgue (construit à partir de
l’axiome du choix) et donc n’appartenant pas à la tribu complétée de Lebesgue. Sur [0; 1[ on considère la
relation d’équivalence modulo Q : x est relié à y si y − x ∈ Q. Notons C l’ensemble des classes d’équivalence
(on note généralement C = [0; 1[/Q) ; c’est un sous-ensemble de P([0; 1[) qui forme une partition de [0; 1[ :
G
aucune partie dans C n’est vide et [0; 1[ = C.
C∈C
En vertu de l’axiome du choix, il existe une application ϕ : C → [0; 1[ telle que pour tout C ∈ C , ϕ(C) ∈ C :
cette application consiste à « choisir » un représentant ϕ(C) dans chaque classe d’équivalence C. Notons
A0 = {ϕ(C) : C ∈ C } l’ensemble de ces représentants.
Je prétends que A0 ne peut pas être mesurable.
Pour tout rationnel q ∈ [0; 1[∩Q définissons l’application bijective tq de « translation de q modulo 1 » par
x+q si q + x < 1
n
tq : [0; 1[→ [0; 1[ x 7→
x+q−1 si x + q ≥ 1





et notons Aq = tq (A0 ) = (A0 +q)∩[0; 1[ t (A0 +q −1)∩[0; 1[ = (A0 +q)∩[0; 1[ t (A0 +q)∩[1; 2[ −1 .
Si A0 est mesurable, alors Aq aussi et comme λ est invariante par translation :
   
λ(Aq ) = λ (A0 + q) ∩ [0; 1[ + λ (A0 + q − 1) ∩ [0; 1[
   
= λ (A0 + q) ∩ [0; 1[ + λ (A0 + q) ∩ [1; 2[

= λ(A0 + q) = λ(A0 )
D’autre part la famille (Aq )q∈Q∩[0;1[ forme aussi une partition de [0; 1[ :
— si x ∈ Aq ∩ Aq0 alors il existe a, a0 ∈ A0 tels que tq (a) = tq0 (a0 ) c’est à dire a − a0 ∈ Q d’où a = a0 par
définition de A0 , donc q = q 0 : les Aq , q ∈ Q ∩ [0; 1[ sont deux à deux disjoints ;
— pour tout x ∈ [0; 1[ il existe un a ∈ A0 tel que x ∈ Ca , auquel cas il existe q ∈ Q∩] − 1; 1[ tel que x = a + q,
auquel cas x = tq (a) ∈ Aq si q ≥ 0 et x = tq+1 (a) ∈ Aq+1 si q < 0 donc les Aq , q ∈ Q ∩ [0; 1[ recouvrent
[0; 1[.
Comme Q ∩ [0; 1[ est dénombrable et que tous les λ(Aq ) sont égaux à λ(A0 ), il vient
 
G X X
λ([0; 1[) = 1 = λ  Aq  = λ(Aq ) = λ(A0 ) = (+∞) × λ(A0 ).
q∈Q∩[0;1[ q∈Q∩[0;1[ q∈Q∩[0;1[

Si λ(A0 ) = 0 on a 0 = 1, et si λ(A0 ) > 0, on a 1 = +∞ ! Contradiction. Donc A0 n’est pas mesurable (pour

la tribu de Lebesgue, c’est à dire la tribu complétée B(R)
b de la tribu de boréliens B(R)).

2.4 Fonctions mesurables.

Nota Bene : notation
Soit Y un ensemble, et C ⊂ P(Y ) un sous-ensemble de parties de Y et f : X → Y une application.
On note “presque abusivement”

f −1 (C ) := {f −1 (C) : C ∈ C } ⊂ P(X).
2.4. FONCTIONS MESURABLES. 43

En d’autres terme la “l’image réciproque d’une famille de parties” est “la famille de parties des
images réciproques”.
∗∗∗∗∗∗∗∗∗∗
Attention : si f est bijective, il y a ici un triple niveau d’écriture (avec abus de notation)
les éléments f −1 (y) ∈ X, les éléments de f −1 (C) ∈ P(X), la famille f −1 (C ) ⊂ P(X).

Lemme 2.4.1: Tribus image et image réciproque - Lemme de transport

Soit f : X → Y une application.
1. Tribu image réciproque. Si Y est une tribu de Y alors f −1 (Y) := {f −1 (B) : B ∈ Y} est
une tribu sur X.
2. Tribu image. Soit X une tribu sur X. Alors {B ∈ P(Y ) : f −1 (B) ∈ X } est une tribu sur Y .
3. Lemme de transport. Soit C une famille de parties de Y . Alors σ f −1 (C ) = f −1 σ(C ) .

Voir la démonstration (page 61)

Définition 2.4.2: Application mesurable

Soient (X, X ) et (Y, Y) deux espaces mesurables. Une fonction f : (X, X ) → (Y, Y) est mesurable si
l’image réciproque d’un sous-ensemble mesurable est mesurable :

∀B ∈ Y f −1 (B) ∈ X (i.e. f −1 (Y) ⊂ X )

Proposition 2.4.3: Composition

Soit f : (X, X ) → (Y, Y) et g : (Y, Y) → (Z, Z) deux applications. Si f et g sont mesurables, alors
g ◦ f est mesurable.

Démonstration. C’est évident : (g ◦ f )−1 (Z) = f −1 g −1 (Z) ⊂ f −1 (Y) ⊂ X .

Si X et Y sont deux espaces topologiques et X = B(X) et Y = B(Y ) leurs tribus boréliennes,

on dit souvent que f : X → Y est une fonction borélienne au lieu d’utiliser le terme mesurable.
Souvent, la tribu borélienne est sous-entendue notamment dans le cas de R, C, Rd , R. . .

Proposition 2.4.4: Réduction aux parties génératrices

Soit f : (X, X ) → (Y, Y) avec Y = σ(C ). Alors f est mesurable si et seulement si f −1 (C ) ⊂ X .

Démonstration. C’est une conséquence immédiate du lemme de transport :

 
(f −1 (C ) ⊂ X ) =⇒ f −1 σ(C ) = σ f −1 (C ) ⊂ X .



44 CHAPITRE 2. THÉORIE DE LA MESURE

Cette proposition a des conséquences fondamentales sur la mesurabilité des fonctions et applications
classiques, que l’on retrouve dans une succession de corollaires.

Corollaire 2.4.5: Cas des fonctions à valeurs réelles

1. Une fonction f : (X, X ) → R est mesurable si est seulement si l’un des cas équivalents suivants
se réalise :
(a) l’image réciproque de tout intervalle de R est dans X ;
(b) l’image réciproque de tout intervalle de la forme ]a; b] ⊂ R est dans X ;
(c) l’image réciproque de tout intervalle de la forme ] − ∞; b] ⊂ R est dans X ;
(d) l’image réciproque de tout intervalle de la forme ] − ∞; b[⊂ R est dans X .
2. Une fonction f : (X, X ) → R est mesurable si si est seulement si l’un des cas équivalents
suivants se réalise :
(a) L’image réciproque de tout intervalle de R est dans X .
(b) l’image réciproque de tout intervalle de la forme [−∞; b[⊂ R est dans X ;
(c) l’image réciproque de tout intervalle de la forme [−∞; b] ⊂ R est dans X ;

Démonstration. C’est une conséquence immédiate de la proposition 2.2.5 sur les boréliens de R
et R.

Corollaire 2.4.6: Exemples de fonctions et applications mesurables

1. Une fonction monotone de R dans R est borélienne.
2. Une fonction continue de Rd dans R est borélienne.
3. Soit A un sous-ensemble de X. La fonction 1A : X → {0, 1} dite indicatrice de A (ou
caractéristique de A) est définie par 1A (x) = 1 si x ∈ A et 1A (x) = 0 si x ∈ / A.
Si on munit X d’une tribu X , alors 1A est mesurable si et seulement si A est mesurable.
4. Une application f : (X, X ) → Rn , x 7→ f (x) = f1 (x), . . . , fn (x) est mesurable si et seulement

si chaque coordonnée fi : (X, X ) → R est mesurable.

5. Une fonction f : (X, X ) → C, est mesurable si et seulement si Ref et Imf sont mesurables.

Démonstration. En exercice, en application de ce qui précède.

Évidemment, les opérations sur les fonction à valeurs réelles ou complexes ont un bon comportement par
rapport à la mesurabilité. De même pour les bornes supérieures, inférieures et les limites de suites de
fonctions.

Corollaire 2.4.7: Opérations sur les fonctions mesurables

1. Soient f, g : (X, X ) → R mesurables, α, β ∈ R. Alors αf + βg, f g, max(f, g), min(f, g) sont
mesurables.
(Vrai aussi en remplaçant R par R dès lors que l’on évite les formes indéterminées ∞ − ∞ ou
0 · ∞).
2.4. FONCTIONS MESURABLES. 45

2. Soit f : (X, X ) → R mesurable non nulle. Alors 1

f est mesurable.
3. Soit une fonction f : (X, X ) → R. Pour tout x ∈ X, on note :

f + (x) = max(f (x), 0) et f − (x) = min(−f (x), 0)

Ce sont deux fonctions positives telles que : f = f + − f − et |f | = f + + f − . On a alors :

(f mesurable) ⇔ (f + et f − mesurables) =⇒ (|f | mesurable).

4. Soit (fn )n∈N une suite de fonctions mesurables de (X, X ) dans R. Alors :

inf fn sup fn lim inf fn lim sup fn sont mesurables.

n∈N n∈N n∈N n∈N

Voir la démonstration (page 62)

Les fonctions en escalier jouent un rôle essentiel dans la construction de l’intégrale de Riemann et sont
bien sûr mesurables puisque constantes su des intervalles. De la même façon, les fonctions étagées, définies
ci-dessous, qui généralisent la notion de fonction en escalier, sont les fonctions de base de la théorie de
l’intégration au sens de Lebesgue.

Définition 2.4.8: Fonctions étagées.

Une fonction ϕ : X → R est étagée si elle ne prend qu’un nombre fini de valeurs (distinctes)
y1 , y2 , . . . , yn . Si on note Ai = ϕ−1 ({yi }), les Ai forment une partition de X et on a la décomposition
canonique :
n
yi 1A i
X
ϕ=
i=1

On notera Etm (X, X ) l’ensemble des fonctions étagées mesurables et Et+

m (X, X ) le sous ensemble
des fonctions étagées mesurables positives (ou simplement Etm (X) et Et+
m (X) si la tribu est sous-
entendue).

Remarques 2.4.9: (À vérifier en exercice)

1. La décomposition canonique est caractérisée par :
• (Ak )k∈{1,...,n} est une partition de X ;
• yi 6= yj si i, j ∈ {1, . . . , n}, i 6= j (avec éventuellement un des yi nul) ;
Elle est unique à permutation des indices près.
n
yi 1Ai est la décomposition canonique, ϕ est mesurable si et seulement si chaque
X
2. Si ϕ =
i=1
Ai est mesurable.
3. Dans cette décomposition canonique, il se peut que l’un des yi soit nul. Il faut cependant en
46 CHAPITRE 2. THÉORIE DE LA MESURE

n
yi 1Ai pour que les Ai forment une partition de X.
X
tenir compte dans l’écriture ϕ =
i=1
q
ak 1Ek
X
4. Soient E1 , . . . , Eq des sous ensembles de X et a1 , . . . , aq des réels. La fonction ϕ =
k=1
est étagée, mais attention, ce n’est pas nécessairement la décomposition canonique de ϕ :
les Ek peuvent ne pas être disjoints, les valeurs de ak ne pas être distinctes, et ϕ peut être
mesurable sans que chaque Ek le soit ! Par exemple si E ⊂ X n’est pas mesurable, la fonction
ϕ = 1X (mesurable, constante égale à 1) s’écrit aussi ϕ = 1E + 1XrE .

Proposition 2.4.10: Structure de l’espace des fonctions étagées

Soit (X, X ) un espace mesurable.
L’ensemble Etm (X) est une algèbre (espace vectoriel + anneau). De plus si ϕ et ψ sont étagées
mesurables, alors max(ϕ, ψ) et min(ϕ, ψ) aussi (on dit que c’est une algèbre réticulée).
L’ensemble Et+ m (X) des fonctions étagées mesurables positives est un cône (le cône positif) de cet
espace vectoriel, i.e. stable par addition et produit par des scalaires positifs.

Démonstration. En exercice
Exercice 2.4.11: Contruction de la décomposition canonique
n
ak 1Ak , où les ak sont des réels quelconques, et les Ak ⊂ X quelconques. Pour retrouver
X
Soit ϕ =
k=1 n\ o
\
la décomposition canonique de ϕ, on considère : C = Ai ∩ Acj : I ⊂ {1, . . . , n} r {∅}.
i∈I j ∈I
/

1. Montrer que les éléments de C forment une partition (finie) de X et que :

∀C ∈ C1 , (C ∩ Ai 6= ∅) ⇐⇒ (C ⊂ Ai ).
\ \
2. Vérifier que si C = Ai ∩ Acj ∈ C1 , I ⊂ {1, . . . , n} alors ϕ est constante sur C, égale à
i∈I j ∈I
/
n
ak 1Ak = bC 1 C .
X X X
bC = ai . En déduire que : ϕ =
i∈I k=1 C∈C
3. Soit V = {bC : C ∈ C }. Notons b1 < b2 < · · · < bp ses éléments (ordonnés dans l’ordre
[
croissant). Pour chaque k ∈ {1, . . . , p}, on pose Ck = {C ∈ C : bC = bk } et Bk = C.
C∈Ck
p
bk 1Bk
X
Vérifier que : ϕ = est la décomposition canonique de ϕ.
k=1

Le théorème suivant est crucial dans la construction de l’intégrale de Lebesgue.

2.4. FONCTIONS MESURABLES. 47

Théorème 2.4.12: Approximation par des fonctions étagées mesurables positives.

Soit f : (X, X ) → R+ mesurable. Il existe une suite croissante (ϕn )n∈N de Et+
m (X) qui converge vers
f simplement. De plus, si f est bornée, on peut construire (ϕn ) de sorte que la convergence soit
uniforme sur X.

Voir la démonstration (page 63)

f
ϕn+1
ϕn
k+1
2n
k
2n

X
48 CHAPITRE 2. THÉORIE DE LA MESURE

Les démonstrations du chapitre 2

Proposition: intersection d’algèbres

Toute intersection d’algèbres de parties sur un ensemble X est une algèbre de parties sur X.

Démonstration. Retour page 32 \

Soit (Ai )i∈I une famille d’algèbre de parties. On note A = Ai .
i∈I
Tout d’abord, X et ∅ sont dans chaque Ai donc dans A .
Si A et B sont dans A alors pour tout i ∈ I, A ∈ Ai et B ∈ Ai donc Ac ∈ Ai et A ∪ B ∈ Ai .
Ainsi A ∪ B ∈ A et Ac ∈ A .
Ce qui prouve que A est une algèbre de parties.

Proposition: intersection de tribus

Toute intersection de σ-algèbres sur un ensemble X est une σ-algèbre sur X.

Démonstration. Retour page 33 \

Soit (Ai )i∈I une famille de tribus. On note A = Ai .
i∈I
Tout d’abord, A est une algèbre de parties d’après ce qui précède. Reste à voir que A est stable par
union dénombrable. Si (An )n∈N est une suite de parties de [A alors pour tout i ∈ [ I et tout n ∈ N,
An ∈ Ai . Ainsi, pour tout i ∈ I, comme Ai est une tribu, An ∈ Ai . Et donc An ∈ A .
n∈N n∈N
2.4. FONCTIONS MESURABLES. 49

Proposition: Comportement séquentiel des mesures

Soit (X, M , µ) un espace mesuré.
1. Sous additivité : si (An )n∈N est une famille au plus dénombrable de M ,
[  X
µ An ≤ µ(An ) (sous additivité).
n∈N n∈N

2. Continuité par limite croissante : si (An )n∈N est une suite croissante dans M alors
 [↑ 
µ An = lim ↑ µ(An ) = sup µ(An )
n→∞ n∈N
n∈N

3. Continuité par limite décroissante si (An )n∈N est une suite décroissante dans M et si il
existe n0 tel que µ(An0 ) < +∞ alors
 \↓ 
µ An = lim ↓ µ(An ) = inf µ(An )
n→∞ n∈N
n∈N

∗∗∗∗∗∗∗∗∗∗
On peut remplacer la propriété de sous-additivité par la propriété plus
 générale
 (mais équivalente) :
[ X
pour toute famille au plus dénombrable (Ai )i∈I d’éléments de M , µ Ai ≤ µ(Ai ).
i∈I i∈I

Démonstration. Retour page 34

1. Considérons une suite (An ]n∈N de M . On construit les ensembles deux à deux disjoints Cn ,
n ∈ N suivants :
n−1
[
C 0 = A0 et pour n ∈ N∗ Cn = An r Ak
k=0
(cf. exercice 2.1.6). Pour tout n ∈ N, on a :
n
[ n
G [ G
Cn ⊂ An et Ak = Ck donc An = Cn .
k=0 k=0 n∈N n∈N

Ainsi, grâce à la σ-additivité et la croissance des mesures

[  G  X X
µ An = µ Cn = µ(Cn ) ≤ µ(An ).
n∈N n∈N n∈N n∈N

2. On pose B0 = A0 et pour tout n ∈ N , Bn = An r An−1 . Alors les Bn sont deux à deux

∗
n
G [↑ G
disjoints, An = Bk et An = Bn . Ainsi grâce à la σ-additivité :
k=0 n∈N n∈N
 [↑  G  X n
X
µ An = µ Bn = µ(Bn ) = lim ↑ µ(Bk ) = lim ↑ µ(An ) = sup µ(An ).
n→∞ n→∞ n∈N
n∈N n∈N n∈N k=0
50 CHAPITRE 2. THÉORIE DE LA MESURE

3. Sans perte de généralité, on peut supposer que n0 = 0, quitte à oublier les premiers An . On
utilise le cas précédent en considérant la suite des Dn = A0 r An , n ∈ N qui est croissante. On
a donc  [↑ 
µ Dn = lim ↑ µ(Dn ) = sup µ(Dn ).
n→∞ n∈N
n∈N

Or pour tout n ∈ N, An t Dn = A0 donc µ(Dn ) + µ(An ) = µ(A0 ) < +∞ et

[↑ [↑ \↓ \
Dn = (A0 r An ) = A0 r An ⊂ A0 et An ⊂ A0 .
n∈N n∈N n∈N n∈N

Donc
 [↑   \↓ 
µ Dn = µ(A0 ) − µ An = lim ↑ (µ(A0 ) − µ(An )) = µ(A0 ) − lim ↓ µ(An ) < +∞
n→∞ n→∞
n∈N n∈N

et ainsi  \↓ 
µ An = lim ↓ µ(An ) = inf µ(An ).
n→∞ n∈N
n∈N
2.4. FONCTIONS MESURABLES. 51

Lemme: Lemme π-λ de Dynkin

1. Une intersection quelconque de λ-systèmes est un λ-système. Il existe donc un plus petit λ-
système contenant C noté λ(C ) : c’est l’intersection de tous les λ-systèmes contenant C .
2. Un ensemble de parties C de X est une tribu si et seulement si c’est à la fois un π-système et
un λ-système.
3. Lemme de Dynkin. Soit C un π-système. Alors λ(C ) est encore un π-système et donc
σ(C ) = λ(C ).

Démonstration. Retour page 37

1. En exercice (remarquer que P(X) est un λ-système).
2. Une tribu est évidemment un π-système et un λ-système.
Réciproquement, supposons que C est un π-système et un λ-système.
— C est un λ-système donc X ∈ C et si A ∈ C , Ac = X r A ∈ C : C est stable par passage
au complémentaire.
— si (An )n∈N est une suite de C , comme C est un π-système stable par passage au complémen-
n  Tn c
taire, Bn = Ak = Ack ∈ C . On en déduit que (Bn )n∈N est une suite croissante
S
k=0 k=0
S↑
de C . Comme C est un λ-système, An = Bn ∈ C .
S
n∈N n∈N
Ainsi C est une tribu.
3. D’après 1. et 2., il suffit de montrer que λ(C ) est un π-système c’est à dire :

∀A, B ∈ λ(C ), A ∩ B ∈ λ(C ).

En effet, on a toujours C ⊂ λ(C ) ⊂ σ(C ). Si de plus λ(C ) est un π-système, d’après 2 c’est
une tribu contenant C donc contenant σ(C ) d’où λ(C ) = σ(C ).
L’idée pour montrer que λ(C ) est un π-système consiste à fixer A et faire varier B puis faire
varier A. Pour A ∈ λ(C ) fixé, notons

LA = {B ∈ λ(C ) : A ∩ B ∈ λ(C )}.

• LA est un λ-système.
— X ∈ LA est évident ;
— si B1 , B2 ∈ LA , B1 ⊂ B2 , alors B2 r B1 ∈ λ(C ) et (B2 r B1 ) ∩ A = (B2 ∩ A) r (B1 ∩ A) ∈
λ(C ) donc B2 r B1 ∈ LA ; S 
↑ S↑
— si (Bn )n∈N est une suite croissante de LA , alors Bn ∩ A = (Bn ∩ A) ∈ λ(C ) donc
n∈N n∈N
Bn ∈ LA .
S
n∈N
• De plus, dans le cas particulier où A ∈ C alors C ⊂ LA . En effet, si A ∈ C alors

∀B ∈ C ⊂ λ(C ) A ∩ B ∈ C ⊂ λ(C ) donc LA contient C .

52 CHAPITRE 2. THÉORIE DE LA MESURE

On fait maintenant varier A. On pose :

 \ n o

 L = L A = B ∈ λ(C ) : ∀A ∈ C , A ∩ B ∈ λ(C )

A∈C


\ n o
 L = LA = B ∈ λ(C ) : ∀A ∈ λ(C ), A ∩ B ∈ λ(C )
0




A∈λ(C )

Ce sont deux λ-systèmes vérifiant

C ⊂ L ⊂ λ(C ) et L 0 ⊂ L ⊂ λ(C ).

La double inclusion de gauche nous dit que L = λ(C ). Ainsi, on a :

L 0 ⊂ L = λ(C ).

De plus, par construction L 0 est un π-système. Si on montre que C ⊂ L 0 , on aura : λ(C ) = L 0

est un π système donc une tribu.
L’idée est de renverser les rôles de A et B. Soit B ∈ C . Comme λ(C ) = L , pour tout A ∈ λ(C ),
on a : A ∈ L ⊂ LB et donc A ∩ B ∈ λ(C ) et donc B ∈ L 0 .
2.4. FONCTIONS MESURABLES. 53

Théorème: Théorème d’unicité de mesure

Soient µ et ν deux mesures sur (X, M ) et C ⊂ M un π-système qui engendre M tels que :

∀A ∈ C , µ(A) = ν(A) < +∞.

1. Si X ∈ C , alors µ = ν et ce sont des mesures finies.

2. Sinon, si X est union d’une suite croissante (Xn )n∈N de C , alors µ = ν et sont des mesures
σ-finies.

Démonstration. Retour page 38

1. On suppose que X ∈ C , ce qui assure que µ(X) = ν(X) < +∞ et donc pour tout A ∈ M on
a µ(A) < +∞ et ν(A) < +∞.
Soit L = {A ∈ M : µ(A) = ν(A)}. On a C ⊂ L ⊂ M . Si A, B ∈ L alors

(A ⊂ B) =⇒ µ(B r A) = µ(B) − µ(A) = ν(B) − ν(A) = ν(B r A) =⇒ (B r A ∈ L )

On a donc stabilité par “différence interne”. Si (An )n∈N est une suite croissante de L alors (cf.
proposition 2.1.11) :
 [↑   [↑ 
µ An = sup µ(An ) = sup ν(An ) = ν An
n∈N n∈N
n∈N n∈N

An ∈ L . Donc L est un λ-système contenant C qui est un π-système. D’après le

S
donc
n∈N
lemme de Dynkin, M = σ(C ) = λ(C ) ⊂ L ⊂ M donc M = L .
2. Si X n’est pas dans C mais est union d’une suite croissante (Xn )n∈N de C alors en appliquant
le cas précédent au π-système Cn = {A ∩ Xn : A ∈ C } de Xn pour chaque n ∈ N, les mesures
µ est ν coïncident et sont finies sur la tribu Mn = σ(Cn ) ⊂ P(Xn ) de Xn (attention ! la tribu
Mn est la tribu engendrée par Cn dans P(Xn ) : ce n’est surtout pas une tribu sur X). Or

M 0 = {A ∈ M : ∀n ∈ N A ∩ Xn ∈ Mn }

est une tribu (exercice) qui contient C et est contenue dans M = σ(C ), donc M 0 = M . Ainsi
pour tout A ∈ M , on a
[↑
A= A ∩ Xn et ∀n ∈ N µ(A ∩ Xn ) = ν(A ∩ En ) < +∞ (car A ∩ Xn ∈ Mn ).
n∈N

On en déduit l’égalité de µ et de ν en vertu de la proposition 2.1.11 et leur σ-finitude en prenant

A = X.
54 CHAPITRE 2. THÉORIE DE LA MESURE

Lemme: Sous-additivité de la mesure extérieure

La mesure extérieure µ∗ associée à une pré-mesure µ est croissante et sous additive :
1. Si E ⊂ F alors µ∗ (E) ≤ µ∗ (F ) ;
[  X
2. Pour toute suite de parties (Ek )k∈N , on a µ∗ Ek ≤ µ∗ (Ek ).
k∈N k∈N

Démonstration. Retour page 39

1. La croissance est facile : si (An )n∈N est une de suite de A telle que F ⊂
S
n∈N An alors
[ X
E⊂ An et donc µ∗ (E) ≤ µ(An ).
n∈N n∈N
X
On en déduit que µ∗ (E) est un minorant des sommes µ(An ) pour toutes les suites (An )n∈N
n∈N
de A recouvrant F . Par caractérisation de la borne inférieure on a bien µ∗ (E) ≤ µ∗ (F ).
2. Soit (Ek )k∈N une suite de P(X). Fixons ε > 0 arbitrairement petit. Pour chaque k ∈ N il
existe une suite (Ak,n )n∈N de A telle que
X ε
µ∗ (Ek ) ≤ µ(Ak,n ) ≤ µ∗ (Ek ) + .
2n+1
n∈N

Ainsi par application du théorème de sommation par paquets, on a :

XX X X X X 1 X
µ(Ak,n ) = µ(Ak,n ) ≤ µ∗ (Ek ) + ε = µ∗ (Ek ) + ε.
2n+1
k∈N n∈N p∈N k+n≤n k∈N n∈N k∈N

[
Posons Ap = Ak,n ∈ A (union finie). Alors :
k+n≤p

[ [ [ [ [ [
Ek ⊂ Ak,n = Ak,n = Ap
k∈N k∈N n∈N p∈N k+n=p p∈N

Alors comme µ est une pré-mesure

[  X X  [  X X X
µ∗ Ek ≤ µ(Ap ) = µ Ak,n ≤ µ(Ak,n ) ≤ µ∗ (Ek ) + ε.
k∈N p∈N p∈N k+n≤p p∈N k+n≤p k∈N

Ceci étant vrai pour tout ε > 0 on obtient bien l’inégalité

[  X
µ∗ Ek ≤ µ∗ (Ek ).
k∈N k∈N
2.4. FONCTIONS MESURABLES. 55

Théorème: Théorème de prolongement de Caratheodory.

Soit µ : A → R+ est une pré-mesure sur une algèbre de parties A de X, et µ∗ la mesure extérieure
associée à µ. Alors :
1. La restriction de µ∗ à A coïncide avec µ ;
2. L’ensemble M des sous-ensembles µ∗ -mesurables est une tribu contenant A (en particulier
σ(A ) ⊂ M ) ;
3. La restriction de µ∗ à M est une mesure sur (X, M ) (de même en remplaçant M par σ(A )).

Démonstration. Retour page 39

1. Si E ∈ A alors µ∗ (E) = µ(E).

— En prenant la suite (An )n∈N de A définie par A0 = E et An = ∅ pour n ≥ 1 on a :

X
µ∗ (E) ≤ µ(An ) = µ(E).
n∈N

[
— Réciproquement soit (An )n∈N une suite de A telle que E ⊂ An .
n∈N
On considère la suite (En )n∈N formée de parties deux à deux disjointes définie par

 n−1
[  G
E0 = E ∩ A0 ⊂ A0 , pour n ∈ N∗ En = E ∩ An r Ak ⊂ An En = E
k=0 n∈N

Pour tout n ∈ N, En ∈ A car A est une algèbre de parties. Comme µ est une pré-mesure, on
a (par croissance et σ-additivité) :
X X
∀n ∈ N µ(En ) ≤ µ(An ) et µ(E) = µ(En ) ≤ µ(An )
n∈N n∈N

Par conséquent µ(E) ≤ µ∗ (E) et donc µ(E) = µ∗ (E).

2. a) Pour tout A ∈ A et tout E ∈ P(X) on a : µ∗ (E) = µ∗ (A ∩ E) + µ∗ (Ac ∩ E).

— On sait déjà que µ∗ (E) ≤ µ∗ (A ∩ E) + µ∗ (Ac ∩ E) (sous-additivité de µ∗ , lemme 2.3.8).

— Soit E ∈ P(X). Pour tout ε > 0 il existe une suite (An )n∈N de A telle que :
[ X
E⊂ An et µ∗ (E) ≤ µ(An ) ≤ µ∗ (E) + ε.
n∈N n∈N

[ [
Soit A ∈ A . On a évidemment : A ∩ E ⊂ (A ∩ An ) Ac ∩ E ⊂ (Ac ∩ An ).
n∈N n∈N
56 CHAPITRE 2. THÉORIE DE LA MESURE

Or pour tout n ∈ N, A ∩ An ∈ A et Ac ∩ An ∈ A . Ainsi :

X X
µ∗ (A ∩ E) + µ∗ (Ac ∩ E) ≤ µ(A ∩ An ) + µ(Ac ∩ An )
n∈N n∈N
X
µ(A ∩ An ) + µ(Ac ∩ An )


≤
n∈N
X
≤ µ(An ) ≤ µ∗ (E) + ε
n∈N

ceci étant vrai pour ε > 0 arbitraire. Donc on obtient l’inégalité réciproque :

µ∗ (A ∩ E) + µ∗ (Ac ∩ E) ≤ µ∗ (E).

2.b) L’ensemble M = {A ∈ P(X) : ∀E ∈ P(X) µ∗ (A ∩ E) + µ∗ (Ac ∩ E) = µ∗ (E)} est

une tribu.

— X est dans M et M est stable par passage au complémentaire (évident) ;

— Montrons tout d’abord que M est stable par union finie : c’est donc une algèbre.
Soient A et B dans M . Par sous-additivité de µ∗ on a :

µ∗ (E) ≤ µ∗ (A ∪ B) ∩ E + µ∗ (A ∪ B)c ∩ E .

Montrons l’égalité inverse . Du fait que B ∈ M , on tire que pour tout E ∈ P(X) :

µ∗ (E) = µ∗ (B ∩ E) + µ∗ (B c ∩ E)

et du fait que A ∈ M en remplaçant E successivement par B ∩ E et B c ∩ E, il vient :

µ B ∩ E
= µ∗ A ∩ (B ∩ E) + µ∗ Ac ∩ (B ∩ E)

 ∗

µ∗ B c ∩ E = µ∗ A ∩ (B c ∩ E) + µ∗ Ac ∩ (B c ∩ E)

et donc en combinant les trois expressions :

µ∗ (E) = µ∗ (A ∩ B) ∩ E + µ∗ (B r A) ∩ E + µ∗ (A r B) ∩ E) + µ∗ (A ∪ B)c ∩ E

Or (A ∩ B) t (A r B) t (B r A) = A ∪ B donc par sous-additivité de µ∗ (lemme 2.3.8) on a :

µ∗ (A ∪ B) ∩ E) ≤ µ∗ (A ∩ B) ∩ E) + µ∗ (A r B) ∩ E) + µ∗ (B r A) ∩ E)

et donc
µ∗ (E) ≥ µ∗ (A ∪ B) ∩ E + µ∗ (A ∪ B)c ∩ E .

D’où l’égalité pour tout E ∈ P(X) :

µ∗ (E) = µ∗ (A ∪ B) ∩ E + µ∗ (A ∪ B)c ∩ E .



2.4. FONCTIONS MESURABLES. 57

— M est stable par union dénombrable. Soit (An )n∈N une suite de M et A leur union. On
n−1
[
considère la suite (Bn )n∈N de parties disjointes de M définie par B0 = A0 et Bn = An r Ak
k=0
pour n ≥ 1 (pour tout n ∈ N, Bn ∈ M car M est une algèbre). Évidemment,
n
G [ G
∀n ∈ N An = Bn et A= An = Bn .
k=0 n∈N n∈N

Pour tout E ∈ P(X), on a par sous-additivité de µ∗ (lemme 2.3.8) :

(∗) µ∗ (E) ≤ µ∗ (A ∩ E) + µ∗ (Ac ∩ E).
Réciproquement, pour tout n ∈ N comme An+1 = An ∪ Bn+1 , en remplaçant E par An+1 ∩ E,
il vient :
µ∗ (An+1 ∩ E) = µ∗ (Bn ∩ An+1 ∩ E) + µ∗ (Bnc ∩ An+1 ∩ E)
= µ∗ (Bn ∩ E) + µ∗ (An ∩ E)
et donc par récurrence, pour tout n ∈ N et tout E ∈ P(X) :
n
X
µ∗ (An ∩ E) = µ∗ (Bk ∩ E).
k=0

Ainsi, comme An ⊂ A pour tout n ∈ N :

n
X
µ∗ (E) = µ∗ (An ∩ E) + µ∗ (Acn ∩ E) ≥ µ∗ (Bk ∩ E) + µ∗ (Ac ∩ E).
k=0

En passant à la limite lorsque n → +∞ et par sous-additivité de µ∗ il vient :

X
(∗∗) µ∗ (E) ≥ µ∗ (Bk ∩ E) + µ∗ (Ac ∩ E)
k∈N
[ 
≥ µ∗ Bk ∩ E + µ∗ (Ac ∩ E) = µ∗ (A ∩ E) + µ∗ (Ac ∩ E).
k∈N

En combinant (∗) et (**), on a donc obtenu l’égalité prouvant que M est une tribu :
∀E ∈ P(X) µ∗ (E) = µ∗ (A ∩ E) + µ∗ (Ac ∩ E).

3. La restriction de µ∗ à M est une mesure.

— µ∗ (∅) = 0 (évident) ;
— Si on reprend les relations (∗) et (∗∗) dans le cas où (An )n∈N est une suite de parties
G disjointes
de M , auquel cas Bn = An pour tout n ∈ N, et si on choisit E = A = An on a la
n∈N
σ-additivité : !
G X
µ∗ (A) = µ∗ An = µ∗ (Ak ).
n∈N k∈N
58 CHAPITRE 2. THÉORIE DE LA MESURE

Corollaire: Existence de la mesure de Lebesgue

1. Il existe une unique mesure λ sur (R, B(R)), appelée mesure le Lebesgue vérifiant :

∀a, b ∈ R, a ≤ b, λ(]a, b]) = b − a.

2. Plus généralement, il existe une unique mesure λd sur(Rd , B(Rd )), vérifiant :
si a = (a1 , . . . , ad ) et b = (b1 , . . . , bd ) dans Rd satisfont ∀i ∈ {1, . . . , d} ai ≤ bi alors
d
Y  Yd d

Y
λd ]ai , bi ] = λ ]ai , bi ] = (bi − ai )
i=1 i=1 i=1

(si d = 1, λ1 = λ). On l’appelle également mesure de Lebesgue sur Rd ,

Démonstration. Retour page 40

Pour d = 1 (le cas général est analogue).
• Unicité. On remarque que I = ]a, b] : −∞ < a ≤ b < +∞ est un π-système générateur de


B(R). On peut appliquer le théorème d’unicité pour avoir l’unicité de λ.

• Existence.
? L’algèbre des parties A engendrée par I = ]a, b] : −∞ < a ≤ b < +∞ est l’ensemble des


unions finies disjointes d’éléments de I auquel on adjoint R =] − ∞; +∞[ et les intervalles

de la forme ]a; +∞[ et ] − ∞; b]. Ses éléments sont de donc de la forme

 ]a1 ; b1 ]t]a2 ; b2 ] t · · · t]an ; bn ] −∞ ≤ a1 < b1 < a2 < b2 < · · · < an < bn < +∞


A=
]a1 ; b1 ]t]a2 ; b2 ] t · · · t]an ; +∞[ −∞ ≤ a1 < b1 < a2 < b2 < · · · < an < +∞


Pour simplifier, on convient de noter bn = +∞ dans le second cas et d’identifier [an ; +∞[
avec [an ; +∞] (ce qui revient à se placer sur R t {+∞})..
? On prolonge λ (définie seulement sur I) en une pré-mesure sur A par additivité en posant :
n
X
λ(A) := (bk − ak ) ≥ 0 avec λ(A) = +∞ au cas où a1 = −∞ ou bn = +∞)
k=1

λ est alors clairement additive (et donc croissante, puisque positive) :

si A et B sont dans A alors λ(A ∪ B) + λ(A ∩ B) = λ(A) + λ(B).

En effet, il suffit de le vérifier pour deux intervalles non disjoints de I : si a < c < b < d,

λ(]a; b]∪]c; d]) + λ(]a; b]∩]c; d]) = λ(]a; d]) + λ(]c; b]) = d − a + b − c = λ(]a; b]) + λ(]c; d]).

? Montrons que λ est σ-additive sur I : si ]a; b] (−∞ < a ≤ b < +∞) est un intervalle de I
et I un ensemble dénombrable
! !
G X
]a; b] = ]ai ; bi ] =⇒ b − a = (bi − ai ) .
i∈I i∈I
2.4. FONCTIONS MESURABLES. 59
G
Supposons ainsi que ]a; b] = ]ai ; bi ].
i∈I
G X
Inégalité facile : pour toute partie finie J ⊂ I, ]ai ; bi ] ⊂]a, b]. Donc (bi −ai ) ≤ b−a.
i∈J i∈J
Ce qui nous donne X
(∗) (bi − ai ) ≤ b − a.
i∈I

L’inégalité inverse est plus délicate et utilise la compacité.

On rappelle le théorème de Heine-Borel :
1. Dans R de tout recouvrement d’un intervalle compact [a; b] (−∞ < a ≤ b < +∞)
par des intervalles ouverts, on peut extraire un sous-recouvrement fini.
2. Plus généralement : dans un espace métrique, de tout recouvrement d’un compact
par des ouverts, on peut extraire un sous-recouvrement fini.
L’idée consiste à “grossir” les intervalles ]ai ; bi ] pour recouvrir [a; b] et d’utiliser la compacité
pour se ramener à un nombre fini d’intervalles. X
On se fixe une famille sommable de réels strictement positifs (ti )i∈I de somme ti = 1.
i∈I
X 1
(Une telle famille existe puisque = 1 : on peut s’y ramener quitte à ré-indexer
2n+1
n∈N
(ti )i∈I avec les entiers). Pour tout ε > 0 la famille des intervalles ]ai ; bi + εti [ i∈I auquel

on ajoute l’intervalle ]a − ε; a + ε[ est un recouvrement du compact [a; b] :

[
[a; b] ⊂]a − ε; a + ε[∪ ]ai ; bi + εti [
i∈I

dont on peut extraire un sous recouvrement fini (théorème

[ de Heine-Borel) : il existe
Jε fini dans I tel que ]a, b] ⊂ [a, b] ⊂]a − ε; a + ε[∪ ]ai ; bi + εti [ donc par additivité
i∈Jε

X X X
b − a ≤ 2ε + ε ti + (bi − ai ) ≤ 3ε + (bi − ai ).
i∈Jε i∈Jε i∈I

X
L’inégalité b − a ≤ (bi − ai ) + 3ε. est valable pour tout ε > 0 donc
i∈I
X
(∗∗) b − a ≤ (bi − ai ).
i∈I

La combinaison de (∗) et (∗∗) prouve la σ-additivité sur I.

G de λ sur I s’étend à la σ-additivité sur I ∪
? La σ-additivité G{]a; +∞[: a ∈ R} : X
si ]a; +∞[= ]ai ; bi ], alors pour tout b ∈ R b > a, ]a; b] ⊂ ]ai ; bi ] donc b−a ≤ (bi −ai )
i∈I i∈I i∈I
X
d’où (bi − ai ) = +∞ = λ(]a; +∞[).
i∈I
60 CHAPITRE 2. THÉORIE DE LA MESURE

? L’additivité de λ sur A et la σ-additivité sur I ∪ {]a; +∞[: a ∈ R} donne immédiate-

ment σ-additivité sur A puisque tout élément de A ou son complémentaire est union finie
d’éléments de I ∪ {]a; +∞[: a ∈ R}. On peut alors appliquer le théorème de Caratheodory.
2.4. FONCTIONS MESURABLES. 61

Lemme: Lemme de transport

Soit f : X → Y une application.
1. Tribu image réciproque. Si Y est une tribu de Y alors f −1 (Y) = {f −1 (B) : B ∈ Y} est une
tribu sur X.
2. Tribu image. Soit X une tribu sur X. Alors {B ∈ P(Y ) : f −1 (B) ∈ X } est une tribu sur Y .
3. Lemme de transport. Soit C une famille de parties de Y . Alors σ f −1 (C ) = f −1 σ(C ) .

Démonstration. Retour page 43

1. Laissé en exercice.
2. Laissé en exercice.
3. Tout d’abord d’après 1, f −1 σ(C ) est une tribu et elle contient bien sûr f −1 (C ). Donc elle

contient σ(f −1 (C )) (voir la propriété caractéristique des tribus engendrées). On a donc

σ(f −1 (C )) ⊂ f −1 σ(C ) .

Pour l’inclusion inverse, on considère la tribu image M = {B ∈ P(Y ) : f −1 (B) ∈ σ(f −1 (C ))}.
D’après 2, c’est bien une tribu sur Y , qui contient C . Donc elle contient σ(C ). Mais alors on a
les inclusions :
f −1 σ(C ) ⊂ f −1 (M ) ⊂ σ(f −1 (C ))

la seconde inclusion venant de la définition de M .

62 CHAPITRE 2. THÉORIE DE LA MESURE

Corollaire: Opérations sur les fonctions mesurables

1. Soient f, g : (X, X ) → R mesurables, α, β ∈ R. Alors αf + βg, f g, max(f, g), min(f, g) sont
mesurables.
(Vrai aussi en remplaçant R par R dès lors que l’on évite les formes indéterminées ∞ − ∞ ou
0 · ∞).
2. Soit f : (X, X ) → R mesurable non nulle. Alors 1
f est mesurable.
3. Soit une fonction f : (X, X ) → R. Pour tout x ∈ X, on note :

f + (x) = max(f (x), 0) et f − (x) = min(−f (x), 0)

Ce sont deux fonctions positives telles que : f = f + − f − et |f | = f + + f − . On a alors :

(f mesurable) ⇔ (f + et f − mesurables) =⇒ (|f | mesurable).

4. Soit (fn )n∈N une suite de fonctions mesurables de (X, X ) dans R. Alors :

inf fn sup fn lim inf fn lim sup fn sont mesurables.

n∈N n∈N n∈N n∈N

Démonstration. Retour page 44

1. La fonction L : R2 → R, L(x, y) = αx + βy est continue donc mesurable donc par composition,
l’application L(f, g) = αf + βg : (X, X ) → R est mesurable.
Même raisonnement en prenant L(x, y) = xy puis L(x, y) = max(x, y) et L(x, y) = min(x, y),
qui sont continues, donc mesurables.
2. La fonction x 7→ 1
x est continue sur R∗ , donc mesurable. Par composition, 1/f est mesurable.
3. C’est une conséquence immédiate de 1.
4. Il suffit de remarquer que
\
sup fn (x) ≤ y ∀n ∈ N fn (x) ≤ y fn−1 ([−∞; y])




⇐⇒ ⇐⇒ x∈
n∈N
n∈N

puis que inf n∈N fn = − supn∈N (−fn ).

2.4. FONCTIONS MESURABLES. 63

Théorème: Approximation par des fonctions étagées mesurables positives.

Soit f : (X, X ) → R+ mesurable. Il existe une suite croissante (ϕn )n∈N de Et+
m (X) qui converge vers
f simplement. De plus, si f est bornée, on peut construire (ϕn ) de sorte que la convergence soit
uniforme.

Démonstration. Retour page 47

Pour tout n ∈ N on pose :

k k+1
  
k
si f (x) ∈ n , n


 2n 2 2

 R+
ϕn (x) = et 0 ≤ k < n2n



si f (x) ≥ n

n


C’est une suite croissante de fonctions

étagées mesurables positives. f
En effet, notons : ϕn+1
ϕn
k k+1
 
En,k = f −1
,
2n 2n k+1
 2
n

k+1

k
= x ∈ X : n ≤ f (x) < k
2 2n 2n

pour 0 ≤ k < n2n et

En,n2n = f −1 ([n, +∞[) = {f ≥ n}

Ces ensembles sont mesurables et on a :

X
n n !
n2
X k n2
1En,k
G
ϕn = X= En,k
2n
k=0 k=0
c’est donc une fonction étagée mesurable positive. De plus :
• pour k ∈ {0, 1, 2, . . . , n2n − 1} : En,k = En+1,2k t En+1,2k+1 autrement dit :
k+1 2k 2k + 1 2k + 1 2k + 2
     
k
≤f < = ≤ f < n+1 t ≤ f < n+1
2n 2n 2n+1 2 2n+1 2

donc : ∀x ∈ En,k , ϕn (x) ≤ ϕn+1 (x) ≤ f (x) < ϕn+1 (x) + 1

2n+1 ≤ ϕn (x) + 1
2n .
• pour k = n2n :
2n+1
G−1  `+1
 h
` h
[n, +∞[= n + n+1 , n + n+1 t n + 1, +∞
2 2
`=0
2n+1
G−1  `+1

`
c’est à dire {f ≥ n} = n+ ≤f <n+ t {f ≥ n + 1}
2n+1 2n+1
`=0
64 CHAPITRE 2. THÉORIE DE LA MESURE

2n+1
G−1
autrement dit En,n2n = En+1,n2n+1 −`
`=0

d’où : ∀x ∈ En,n2n , ϕn (x) ≤ ϕn+1 (x).

Ainsi, (ϕn )n∈N est croissante.
1
Enfin, pour tout x ∈ X, si n > f (x), alors : (?) 0 ≤ f (x) − ϕn (x) ≤
2n
donc (ϕn )n∈N converge simplement (en croissant) vers f .
Remarque : si f est bornée, alors (?) est vraie pour tout x pour n plus grand que M = sup |f | (car
En,n2n = ∅), d’où la convergence uniforme.
Chapitre 3

L’intégrale de Lebesgue

3.1 Intégrale de Lebesgue pour les fonctions positives

Il est opportun de faire le rapprochement entre l’intégration et les familles sommables. On rappelle
qu’on étend l’arithmétique et la relation d’ordre de R+ à R+ = R+ ∪ {+∞} : pour tout a ∈ R+ :

+∞ si a 6= 0

a + (+∞) = (+∞) + a = +∞ , a · (+∞) = (+∞) · a = , et a ≤ +∞
0 si a = 0

3.1.1 Intégrale pour les fonctions étagées mesurables positives

Définition 3.1.1: Cas des fonctions étagées

Soit ϕ : (X, M , µ) → R+ une fonction étagée mesurable positive, prenant les valeurs distinctes
p
ai 1Ai (les Ai = ϕ−1 ({ai }), i = 1, . . . , p forment
X
a1 , . . . , ap , de décomposition canonique : ϕ =
i=1
une partition de X). On définit l’intégrale de ϕ par rapport à µ :
Z Z Z p
X
(∗) ϕ dµ = ϕ(x) dµ(x) = ϕ dµ := ai µ(Ai ) ∈ R+
X X i=1

∗∗∗∗∗∗∗∗∗∗ Z Z
Plus généralement, si ϕ ∈ +
Em (X) et A ∈ M , alors 1A × ϕ ∈ E m
+
(X) et on note ϕ dµ := 1A × ϕ dµ.
A

Remarques 3.1.2: (À vérifier en exercice)

1. Si A ∈ M et a ∈ R+ , en remarquant que 1A = 1 · 1A + 0 · 1Ac , on a
Z Z Z
1A dµ = µ(A) et a1A dµ = aµ(A) = a1A dµ.

65
66 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

On peut donc réécrire la formule (∗) définissant l’intégrale dans la définition 3.1.1 pour la
décomposition canonique de ϕ :
Z p p Z
1Ai dµ.
X X
ϕ dµ = ai µ(Ai ) = ai
i=1 i=1

(ce sont les prémices de la linéarité).

2. Si A et B sont disjoints
Z   Z Z Z
1A + 1B dµ = 1AtB dµ = µ(A t B) = µ(A) + µ(B) = 1A dµ + 1B dµ

3. Fort de ces deux remarques, on peut élargir les hypothèses de la définition 3.1.1 ; la formule
p
ai 1Ai avec les conditions
X
(∗) est encore vraie si à la place de l’écriture canonique on a ϕ =
i=1
plus larges suivantes :
— les Ai sont disjoints deux à deux ;
— certains des Ai sont éventuellement vides ou certains ai sont éventuellement nuls ;
— les Ai ne recouvrent pas nécessairement X tout entier ;
— les ai ∈ R+ ne sont pas nécessairement distincts deux à deux.

Grâce à cette remarque, on peut établir facilement la linéarité (pour des corefficients positifs) et déduire
que (∗) de la définition 3.1.1 quelle que soit l’écriture de ϕ.

Lemme 3.1.3: Linéarité pour des coefficients positifs et croissance

Z Z Z
1. Si ϕ, ψ ∈ Em
+
(X) alors ϕ + ψ ∈ Em
+
(X) et : (ϕ + ψ) dµ = ϕ dµ + ψ dµ.
Z Z
2. Si ϕ ∈ Em+
(X) α ∈ R+ alors αϕ ∈ Em +
(X) et : αϕ dµ = α ϕ dµ.
Z Z
3. Si ϕ, ψ ∈ Em (X) et si ϕ ≤ ψ alors :
+
ϕ dµ ≤ ψ dµ.

Voir la démonstration (page 77)

Corollaire 3.1.4: L’intégrale ne dépend pas de l’écriture de la fonction étagée

p
ai 1Ai ∈ E+ (X), avec les ai ∈ R+ quelconques et les Ai mesurables quelconques. Alors :
X
Soit ϕ =
i=1

Z p
X
ϕ dµ = ai µ(Ai ).
i=1
3.1. INTÉGRALE DE LEBESGUE POUR LES FONCTIONS POSITIVES 67

Lemme 3.1.5: Limite croissante du support d’intégration

+
Soit ϕ ∈ Em (X) et (Xn )n∈N une suite d’ensembles mesurables qui croît vers X. Alors :
Z Z Z
lim ↑ ϕ dµ = lim ↑ ϕ · 1Xn dµ = ϕ dµ.
n→∞ Xn n→∞

Voir la démonstration (page 78)

3.1.2 Intégrale pour les fonctions mesurables positives

Définition 3.1.6: Intégrale d’une fonction mesurable positive

Soit f : X → R+ une fonction mesurable positive. On définit l’intégrale de f par rapport à µ :
Z Z Z Z 
f dµ = f (x) dµ(x) = f dµ := sup ϕ dµ : ϕ ∈ Et+ m (X), ϕ ≤ f ∈ R+
X

Si, de plus l’intégrale est finie, on dit que f est intégrable.

∗∗∗∗∗∗∗∗∗∗ Z Z
Plus généralement pour A ∈ M et f une fonction mesurable positive on définit : f dµ = f · 1A dµ
A

Remarques 3.1.7: (À vérifier en exercice)

1. Cette définition donne bien un prolongement de la définition d’intégrale pour les fonctions
étagées mesurables positives : c’est une conséquence de la propriété 3. du lemme 3.1.3, à
savoir la croissance de l’intégrale, la plus petite fonction étagée supérieure à une fonction
étagée ϕ étant elle-même !
2. Si A ∈ M et µA est la restriction de µ à MA = {A ∩ B : B ∈ M }, montrer la cohérence de
notation : Z Z Z
f dµA = f dµ = f · 1A dµ.
A A A

3. On remarquera l’analogie entre la définition de l’intégrale d’une fonction mesurable positive

et la définition de somme infinie de réels positifs.

Lemme 3.1.8: Croissance de l’intégrale

Soient f et g deux fonctions mesurables positives (à valeurs dans R+ ) telles que f ≤ g. Alors :
Z Z
f dµ ≤ g dµ.

Démonstration. Il suffit de remarquer que {ϕ ∈ Et+ m (X) : ϕ ≤ f } ⊂ {ϕ ∈ Etm (X) : ϕ ≤ g},

+

d’utiliser l’inégalité pour les fonctions étagées mesurables positives, puis de passer au sup.
68 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

Exercice 3.1.9
Soit f une fonction mesurable positive. Montrer que :
Z 
1. f dµ < +∞ =⇒ (f < +∞ µ-p.p. ) (considérer Xn = {x ∈ X : f (x) ≥ n}, n ∈ N) ;
Z  n o
2. f dµ = 0 =⇒ (f = 0 µ-p.p. ) (considérer Xn = x ∈ X : f (x) ≤ n1 , n ∈ N).

Le théorème suivant de convergence monotone, dit aussi théorème de Beppo Levi joue un rôle fonda-
mental dans la théorie d’intégration de Lebesgue :

Théorème 3.1.10: Théorème de convergence croissante ou de Beppo Levi

Soit (fn )n∈N une suite croissante de fonctions mesurables positives. Alors f = sup fn est mesurable
n∈N
à valeurs dans R+ et : Z Z
f dµ = lim ↑ fn dµ.
n→∞

Voir la démonstration (page 79)

Le fait que l’intégrale soit définie par borne supérieure présente deux inconvénients : d’une part, ce n’est
pas maniable pour démontrer ne serait-ce que la linéarité, d’autre part, une suite de fonctions étagées
(ϕn ), inférieures à f , dont les intégrales convergent vers celle de f , ne veut pas dire que cette suite
converge vers f (même simplement).
Grâce au théorème de Beppo Levi ce problème est levé : on peut remplacer le sup par une limite. En
effet :

Corollaire 3.1.11: Intégrale vue comme limite (croissante)

m (X) qui converge
Si f est une fonction mesurable positive et (ϕn )n∈N est une suite croissante de Et+
simplement vers f (de telles suites existent d’après le théorème d’approximation 2.4.12) alors :
Z  Z Z
↑
sup ϕ dµ : ϕ ∈ Etm (X), ϕ ≤ f = f dµ = lim
+
ϕn dµ.
n→∞

On peut alors transporter la propriété de linéarité de l’intégrale des fonction étagées mesurables positives
aux fonctions positives. La démonstration est laissée en exercice.

Proposition 3.1.12: linéarité

Z Z Z
1. Si f et g sont mesurables positives, alors : (f + g) dµ =f dµ + g dµ.
Z Z
2. Si f est mesurable positive et α est un réel positif ou nul alors : αf dµ = α f dµ.

Voici maintenant trois corollaires proches du théorème de convergence croissante de Beppo Levi. Le
3.1. INTÉGRALE DE LEBESGUE POUR LES FONCTIONS POSITIVES 69

premier est une adaptation du théorème de convergence croissante au cas décroissant : il nécessite une
hypothèse de finitude supplémentaire pour pouvoir l’appliquer.

Corollaire 3.1.13: Théorème de convergence décroissante

Soit (fn )n∈N une suite décroissante de fonctions mesurables positives. Alors f = inf fn est mesu-
Z Z n
↓
rable positive et si f0 est intégrable alors f dµ = lim fn dµ < +∞.
n→∞
∗ ∗ ∗Z∗ ∗ ∗ ∗ ∗ ∗ ∗
On rappelle que f0 est intégrable signifie que f0 dµ < +∞. On peut remplacer f0 par fn0 .

Voir la démonstration (page 80)

Ce deuxième corollaire est une simple application du théorème de convergence croissante au cas des séries
de fonctions positives.
Z X
Corollaire 3.1.14: Théorème d’interversion de et
Soit (fn )n∈N une suite de fonctions mesurables positives. Alors
P
fn est mesurable positive et :
n∈N
Z X XZ
fn dµ = fn dµ.
n∈N n∈N

n
Démonstration. Soit gn = fk . La suite (gn )n∈N est une suite croissante de fonctions mesu-
P
k=0
rables positives et sup gn =
P
fn . On applique le théorème de convergence croissante.
n∈N n∈N
Enfin, pour le cas d’une suite de fonctions positives qui n’est pas monotone, les théorèmes de convergence
croissante et décroissante ne s’appliquent plus. Cependant si on remplace la limite par la « limite inf »
on revient à une suite croissante :
lim inf fn = lim ↑ inf fp .
n∈N n→+∞ p≥n

L’application du théorème de convergence croissante pour une « limite inf » donne le lemme de Fatou (ou
Fatou-Lebesgue) suivant.

Corollaire 3.1.15: Lemme de Fatou-Lebesgue

Soit (fn )n∈N une suite de fonctions mesurables positives. Alors lim inf fn est mesurable positive et :
n
Z Z
lim inf fn dµ ≤ lim inf fn dµ.
n n

Voir la démonstration (page 81)

70 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

3.2 Intégrale de Lebesgue - Cas général.

Passons maintenant aux fonctions réelles non nécessairement positives, ou aux fonctions à valeurs
complexes. La façon de procéder ressemble fortement au cas des familles sommables de nombres réels ou
de nombres complexes : dans le cas réel, on sépare les termes positifs des termes négatifs (dans le cas
complexe, on sépare parties réelle et complexe pour se ramener au cas réel).
Dans ce paragraphe les fonctions sont définies sur (X, M , µ) à valeurs réelles ou complexes.
On décompose f : X → R en :

f + = sup(f, 0) et f − = sup(−f, 0). On a : f = f + − f − et |f | = f + + f − .

On rappelle que : (f est mesurable) ⇐⇒ (f + et f − sont mesurables).

Dans le cas complexe, une fonction f : X → C est mesurable si ses parties réelle et imaginaire le sont.
On rappelle également qu’une fonction mesurable positive est intégrable si son intégrale est finie. Dans
ce cas, la fonction elle-même est -p.p. finie (cf. exercice 3.1.9). On ne considérera donc que des fonctions
prenant des valeurs dans R ou C au lieu de R ou C.

Lemme 3.2.1: Absolue intégrabilité

1. Soit f : X → R une fonction mesurable. Alors :

(|f | est intégrable) ⇐⇒ (f + et f − sont intégrables)

2. Soit f : X → C une fonction mesurable. Alors :

(|f | est intégrable) ⇐⇒ (|Ref | et |Imf | sont intégrables)

Démonstration.
Dans R ( =⇒ ) : f + ≤ |f | et f − ≤ |f | (⇐=) : f + + f − = |f |.

Dans C ( =⇒ ) : |Ref | ≤ |f | et |Imf | ≤ |f | (⇐=) : |f | ≤ |Ref | + |Imf |.

Définition 3.2.2: Intégrabilité et intégrale

1. Soit f : X → R une fonction mesurable. On dit que f est intégrable si et seulement si |f | est
intégrable. Si c’est le cas, on définit l’intégrale de f par rapport à µ :
Z Z Z Z Z
f dµ = f (x) dµ(x) := f dµ = f + dµ − f − dµ

2. Soit f : X → C une fonction mesurable. On dit que f est intégrable si et seulement si |f | est
intégrable. Si c’est le cas, on définit l’intégrale de f par rapport à µ :
Z Z Z
f dµ := Ref dµ + i Imf dµ.
3.2. INTÉGRALE DE LEBESGUE - CAS GÉNÉRAL. 71

∗∗∗∗∗∗∗∗∗∗
Z Z
Plus généralement, si A ∈ M et f est intégrable, alors f.1A aussi et on pose : f dµ = f.1A dµ.
A

Remarque 3.2.3
Si f : X → C est une fonction intégrable, alors par définition
Z  Z Z  Z
Re f dµ = Re f dµ et Im f dµ = Im f dµ.

Critère d’intégrabilité
Si f : X → R est une fonction mesurable et s’il existe une fonction intégrable positive g qui
domine f µ-p.p. (c’est à dire |f (x)| ≤ g(x) pour µ-p.t. x ∈ X) alors f est intégrable.

Proposition 3.2.4: linéarité et croissance

1. L’intégrale est linéaire.
Si f et g sont intégrables réelles
Z (ou complexes), Zet α, β sontZdes réels (ou complexes) alors
αf + βg est intégrable et : (αf + βg) dµ = α f dµ + β g dµ.

2. L’intégrale est croissante. Z Z

Si f et g sont intégrables réelles et si f ≤ g alors : f dµ ≤ g dµ.
Z Z
3. Si f est intégrable réelle (ou complexe) alors : f dµ ≤ |f | dµ.
Z Z
4. Si f et g sont intégrables réelles (ou complexes) et si f = g µ-p.p. alors : f dµ = g dµ.

Démonstration. On utilise la décomposition f = f + + f − dans le cas réel et f = Re(f ) + i Im(f )

dans le cas complexe. Tout provient alors du cas des fonctions positives.

Nota Bene
On note L 1 (X, M , µ) LC1 (X, M , µ) ou simplement L 1 (µ) LC1 (µ) l’espace des fonctions

réelles (complexes) intégrables.

Z La proposition 3.2.4 nous dit que L 1 (µ) est un espace vectoriel
et que f 7→ kf k1 := |f | dµ est une semi-norme sur L 1 (µ) :
Z Z
— homogénéité : |λf | dµ = |λ| |f | dµ ;
Z Z Z
— inégalité triangulaire : |f + g| dµ ≤ |f | dµ + |g| dµ.
72 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

On n’a pas l’axiome de séparation :

Z 
(kf k1 = 0) 6⇒ (f = 0) mais presque |f | dµ = 0 =⇒ (f = 0 µ-p.p. ).

Pour avoir une norme, il faut considérer l’espace vectoriel quotient L1 (µ) = L 1 (µ)/ ∼ où ∼ est
la relation d’équivalence f ∼ g si f − g = 0 µ-p.p.

Remarque 3.2.5
Plus généralement, pour tout entier p ∈ N∗ , on désigne par L p (µ) l’espace des fonctions mesurables
f : (X, M , µ) → R telle que |f |p est intégrable, et Lp (µ) son quotient modulo la relation d’égalité
Z 1/p
µ-p.p. Ce quotient est un espace normé pour la norme f 7→ kf kp = |f | dµ .
p
Z
Dans le cas où p = 2, la norme k·k2 est même euclidienne pour le produit scalaire hf | gi = f g dµ.

3.3 Exemples d’intégrations.

3.3.1 Intégration par rapport à une mesure discrète
Dans ce paragraphe, X est un ensemble quelconque muni de la tribu P(X) de ses parties. En effet
les mesures sont construites à partir d’un ensemble au plus dénombrable de mesures de Dirac, qui sont
définies sur P(X). Par voie de conséquence, toute fonction de X dans R (ou R ou C) est mesurable.
Commençons par regarder le cas de l’intégration par rapport à une mesure de Dirac.

Proposition 3.3.1: Intégration par rapport à une mesure de Dirac

Soit a ∈ X, δa la mesure de Dirac en a. Une fonction f : X → R est intégrable par rapport à δa si
et seulement si f (a) ∈ R et dans ce cas
Z
f dδa = f (a).

Proposition 3.3.2: Mesure discète

Soit I un ensemble au plus dénombrable, (ai )i∈I une famille de points de X et (αi )i∈I une famille
de réels positifs. Pour chaque i ∈ I, on note δai la mesure de Dirac en ai . L’application :
X
µ= αi δai : P(X) → R+ A 7→ µ(A) = i∈I αi δai (A)
P
i∈I

est une mesure sur (X, P(X)). Une mesure de ce type est qualifiée de discrète.
3.3. EXEMPLES D’INTÉGRATIONS. 73

Proposition 3.3.3: Intégration par rapport à une mesure discrète

X
Soit X un espace muni de la tribu de ses parties P(X). Soit µ = αi δai une mesure discrète sur
i∈I
X. Soit f : X → R une fonction. Alors
  X 
f est intégrable par rapport à µ ⇐⇒ αi f (ai ) est sommable
i∈I
Z X
et si f est intégrable, alors f dµ = αi f (a).
i∈I

Les propositions ci-dessus sont laissées en exercice. Pour les propositions 3.3.1 et 3.3.3, on montre tout
d’abord le résultat pour les indicatrices, puis les fonctions étagées positives, puis les fonctions positives
et enfin les fonctions intégrables (remarque : comme on a pris P(X) comme tribu,toute fonction est
mesurable).

3.3.2 Intégration par rapport à la mesure de Lebesgue

Proposition 3.3.4: Lien avec l’intégrale de Riemann

Soit [a; b] un segment (i.e. un intervalle fermé borné – ou encore un intervalle compact) de R et
f : [a; b] → R une fonction bornée.
1. Si f est intégrable au sens de Riemann sur [a; b] alors f est λ-mesurable pour la tribu complétée
de Lebesgue (et donc λ-intégrable puisque borné) et les intégrales coïncident :
Z b Z
f (x) dx = f (x) dλ(x).
a [a,b]

2. La fonction f est intégrable au sens de Riemann sur [a; b] si et seulement si elle est presque
partout continue (autrement dit l’ensemble des points de continuité de f est de mesure nulle).

Voir la démonstration (page 82)

Remarques 3.3.5
1. La réciproque de 1. est fausse : exemple 1Q∩[0,1] est intégrable au sens de Lebesgue mais
pas au sens de Riemann.
2. Une fonction intégrable au sens de Riemann peut ne pas être borélienne : elle est toujours
mesurable pour la tribu de Lebesgue B(R), b complétée de B(R) pour la mesure λ (cf.
exercice 2.3.15), mais pas forcément pour la tribu des boréliens B(R). En d’autres termes, une
fonction localement intégrable au sens de Riemann est λ-p.p. égale à une fonction borélienne,
mais peut ne pas être borélienne (un contre-exemple classique consiste à prendre la fonction
1N où N est sous-ensemble non borélien de l’ensemble triadique de Cantor).
74 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

3. Dans la partie 2, dire que f est presque partout continue ne veut pas dire que f est presque
partout égale à une fonction continue sur [a; b] : par exemple la fonction de Heavyside 1R+ est
continue sur [−1; 0[∪]0; 1] (sur R∗ ) mais ne pourra jamais être égale à une fonction continue
sur [−1; 1] (sur R) !
4. Cas des fonctions intégrables de Riemann généralisées.
Une fonction est dite localement Riemann-intégrable sur un intervalle généralisé I si
elle est Riemann-intégrable sur tout segment.
Une fonction est parfois dite intégrable au sens de Riemann généralisé sur I si elle
est localement intégrable au sens de Riemann (i.e. intégrable au sens de Riemann sur tout
segment [a; b] de I) et s’il y a absolue convergence de l’intégrale impropre sur I. On
a le résultat suivant :
Pour une fonction localement intégrable au sens de Riemann sur un intervalle de
R, l’absolue convergence de l’intégrale impropre équivaut à l’intégrabilité au sens
de Lebesgue.
De plus le théorème de convergence dominée (à venir) assure la coïncidence entre les deux
intégrales.

Dans les cas d’une fonction intégrable au sens de Lebesgue (par rapport à la mesure
de Lebesgue) sur un intervalle [a; b] ou ]a; b[ (−∞ ≤ a ≤ b ≤ +∞), on utilisera
indifféremment les deux notations
Z b Z
f (x) dx = f (x) dλ(x)
a [a,b]

On peut transposer les résultats classiques des fonctions intégrables au sens de Rie-
mann généralisé au cas de l’intégrale de Lebesgue : par exemple, les règles de Riemann
restent valables, le lien entre primitive et intégrale pour une fonction continue...

Règles de Riemann.
— Soit a > 0. Si f : [a; +∞[→ R est mesurable, et si |f (t)| ≤ M tα avec α > 1 sur [a; +∞[,
alors f est intégrable sur [a; +∞[.
— Soit a > 0. Si f :]0; a] → R est mesurable, et si |f (t)| ≤ M
tα avec α < 1 sur ]0; a], alors f
est intégrable sur ]0; a].
Théorème fondamental de l’analyse. Soit I un intervalle de R , f : I → R une fonction
continue sur I. Pour tout a ∈ I, la fonction
Z x
x 7→ Fa (x) = f (t) dt
a

est une primitive de f sur I (l’unique qui s’annule en a) : elle est dérivable sur I de dérivée
f.
Intégration par parties. Soit I un intervalle de R , F, G : I → R deux fonctions de classe
3.3. EXEMPLES D’INTÉGRATIONS. 75

C 1 sur I. Soit [a; b] ⊂ I. on a la formule d’intégration par parties :

Z Z
F 0 G dλ = F (b)G(b) − F (a)G(a) − F G0 dλ.
[a;b] [a;b]

Remarque : si F et G ne sont que dérivables, alors F 0 , G0 sont mesurables sur I – exercice

– mais il faut rajouter l’hypothèse F 0 G intégrable sur [a; b]. Dans ce cas, F G0 est aussi
intégrable sur [a; b] et la formule d’intégration par parties est encore vraie.
5. Attention : une fonction du type t 7→ sin t
t n’est intégrable au sens de Riemann sur R+ bien
que l’intégrale ait une limite en +∞

sin t sin t
Z x Z x
π
lim dt = mais lim dt = +∞.
x→+∞ 0 t 2 x→+∞ 0 t

Le même problème se retrouve avec l’intégrale de Lebesgue. On parle de semi-intégrabilité.

3.3.3 Mesures à densité

Proposition 3.3.6: Mesure à densité
Soit f : (X, M , µ) → R+ une fonction mesurable positive. Pour tout A ∈ M on pose :
Z Z
ν(A) = f dµ = f · 1A dµ
A

Alors ν est une mesure sur (X, M ) qui satisfait la propriété dite d’absolue continuité :

∀A ∈ M µ(A) = 0 =⇒ ν(A) = 0 .

Cette mesure est finie si et seulement si f est intégrable par rapport à µ.

On note ν = f µ et on dit que f est la densité de ν par rapport à µ. La densité f s’appelle
aussi la dérivée de Radon-Nikodym de ν par rapport à µ, notée
dν
f= .
dµ

Proposition 3.3.7: Intégration par rapport à une mesure à densité

Soit f : (X, M , µ) → R+ une fonction mesurable positive et ν = f µ. Une fonction g : (X, M ) → R
est intégrables par rapport à ν si et seulement f g est intégrables par rapport à µ et dans ce cas :
Z Z
g dν = f g dµ.

Ces deux propositions sont laissées en exercice. Pour la proposition 3.3.7, on procède comme dans le
76 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

paragraphe 3.3.1 : montre tout d’abord le résultat pour les fonctions étagées mesurables positives, puis
les fonctions mesurables positives et enfin les fonctions intégrables.
3.3. EXEMPLES D’INTÉGRATIONS. 77

Les démonstrations du chapitre 3

Lemme: Linéarité pour des coefficients positifs et croissance

On a les propriétés suivantes :
Z Z Z
1. Si ϕ et ψ sont étagées mesurables positives, alors : (ϕ + ψ) dµ =
ϕ dµ + ψ dµ.
Z Z
2. Si ϕ est étagée mesurable positive et α est un réel positif ou nul alors : αϕ dµ = α ϕ dµ.
Z Z
3. Si ϕ et ψ sont étagées mesurables positives et si ϕ ≤ ψ alors : ϕ dµ ≤ ψ dµ.

Démonstration. Retour page 66

p q
ai 1Ai et ψ = bj 1Bj de ϕ et ψ. Comme
X X
1. Considérons les décompositions canoniques ϕ =
i=1 j=1
(Ai )1≤i≤p (Bj )1≤j≤q sont des partitions de X,
p q p X
q
1A i = 1Bj (ai + bj )1Ai ∩Bj
X X X
1= et donc ϕ+ψ =
i=1 j=1 i=1 j=1

Les Ai ∩ Bj étant disjoints deux à deux, en vertu de la remarque 3.1.2 on obtient :

Z X q
p X
(ϕ + ψ) dµ = (ai + bj )µ(Ai ∩ Bj )
i=1 j=1
p
X q
X q
X p
X
= ai µ(Ai ∩ Bj ) + bj µ(Ai ∩ Bj )
i=1 j=1 j=1 i=1
Xp q
X Z Z
= ai µ(Ai ) + bj µ(Bj ) = ϕ dµ + ψ dµ
i=1 j=1

2. Evident.
3. Conséquence de 1. et de la positivité de l’intégrale : on pose ψ = ϕ + (ψ − ϕ).
78 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

Lemme: Limite croissance du support d’intégration

+
Soit ϕ ∈ Em (X) et (Xn )n∈N une suite d’ensembles mesurables qui croît vers X. Alors :
Z Z Z
lim ↑ ϕ dµ = lim ↑ ϕ · 1Xn dµ = ϕ dµ.
n→∞ Xn n→∞

Démonstration. Retour page 67

C’est une conséquence directe de la propriété de continuité des mesures par limite croissante.
k k
ai 1Ai . Alors : ϕ · 1Xn = ai 1Ai ∩Xn . On a alors :
X
Soit ϕ =
P
i=1 i=1

Z k
ϕ · 1Xn dµ =
X
lim ↑ lim ↑ ai µ(Ai ∩ Xn )
n→∞ n→∞
i=1
k
X
= ai lim ↑ µ(Ai ∩ Xn )
n→∞
i=1
k
X Z
= ai µ(Ai ) = ϕ dµ.
i=1
3.3. EXEMPLES D’INTÉGRATIONS. 79

Théorème: Théorème de convergence croissante ou de Beppo Levi

Soit (fn )n∈N une suite croissante de fonctions mesurables positives. Alors f = sup fn est mesurable
n∈N
à valeurs dans R+ et : Z Z
f dµ = lim ↑ fn dµ.
n→∞

Démonstration. Retour page 68

En vertu du lemme 3.1.8, comme (fn )n∈N croît
vers f , on a :
Z Z
↑
lim fn dµ ≤ f dµ.
n→∞

Réciproquement, soit ϕ ≤ f une fonction éta- f

gée mesurable positive. αf
On “détache” ϕ de f en multipliant ϕ par ϕ
un facteur α ∈]0; 1[ arbitrairement proche de αϕ
1, afin de pouvoir “presque” intercaler les fn
entre αϕ et f . Montrons que pour un tel α on
a alors
Z Z
αϕ dµ ≤ lim ↑ fn dµ.
n→∞
Définissons le lieu Xn où on peut intercaler fn :
Xn = {x ∈ X : αϕ(x) ≤ fn (x) ≤ f (x)} ∈ M
Chaque Xn peut ne pas être X en entier, mais la suite (Xn )n∈N croît vers X :
   
fn % f =⇒ X = lim ↑ Xn
n→∞ n→∞

En effet, si x ∈ Xn alors αϕ(x) ≤ fn (x) ≤ fn+1 (x) ≤ f (x) donc x ∈ Xn+1 donc (Xn )n∈N est
croissante et pour tout x ∈ X, il existe n ∈ N tel que αϕ(x) ≤ αf (x) ≤ fn (x) ≤ f (x), donc
X = n∈N Xn . D’autre part, par définition de Xn
S
Z Z
α ϕ · 1Xn dµ ≤ fn dµ

En utilisant le lemme 3.1.5 on obtient donc :

Z Z Z
α ϕ dµ = α lim ↑
ϕ1Xn dµ ≤ lim ↑
fn dµ.
n→∞ n→∞

Cette inégalité est vraie pour tout α < 1 et toute fonction ϕ ∈ Em +

(X) telle que ϕ ≤ f . En passant
à la limite lorsque α tend vers 1, puis à la borne sup sur les fonctions étagées ϕ ≤ f on a :
Z Z  Z
↑
f dµ = sup ϕ dµ : ϕ ∈ Et+
m (X) : ϕ ≤ f ≤ lim fn dµ
n→∞
80 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

Corollaire: Théorème de convergence décroissante

Soit (fn )n∈N une suite décroissante de fonctions mesurables positives. Alors f = inf fn est mesu-
n
rable positive et si f0 est intégrable alors
Z Z
f dµ = lim ↓ fn dµ < +∞.
n→∞

∗ ∗ ∗Z∗ ∗ ∗ ∗ ∗ ∗ ∗
On rappelle que f0 est intégrable signifie que f0 dµ < +∞. On peut remplacer f0 par fn0 .

Démonstration. Retour page 69

Comme f ≤ fn ≤ f0 pour tout n ∈ N on a :
Z Z Z
∀n ∈ N, f dµ ≤ fn dµ ≤ f0 dµ < +∞.

Il suffit d’appliquer le théorème de Beppo Levi à gn = f0 − fn ≥ 0 ; gn % f0 − f donc :

n→∞
Z Z Z Z Z
f dµ + lim ↑ gn dµ = f dµ + (f0 − f ) dµ = f0 dµ
n→∞

la dernière égalité étant une conséquence de la linéarité (proposition 3.1.12). Ainsi

Z Z Z  Z Z  Z
f dµ = lim ↓ f0 dµ − gn dµ = lim ↓ (fn + gn ) dµ − gn dµ = lim ↓ fn dµ
n→∞ n→∞ n→∞

Z Z Z
car (fn + gn ) dµ = fn dµ + gn dµ.
3.3. EXEMPLES D’INTÉGRATIONS. 81

Corollaire: Lemme de Fatou-Lebesgue

Soit (fn )n∈N une suite de fonctions mesurables positives. Alors lim inf fn est mesurable positive et :
n
Z Z
lim inf fn dµ ≤ lim inf fn dµ.
n n

Démonstration. Retour page 69

On a : lim inf fn = sup inf fk = lim↑ inf fk . La suite gn = inf fk est une suite croissante de
n n k≥n n k≥n k≥n
fonctions mesurables positives. On applique le théorème de convergence croissante de Beppo Levi :
Z Z
lim inf fn dµ = lim↑ gn dµ
n n
Z
↑
= lim gn dµ (Beppo Levi)
n
Z
= lim↑ inf fk dµ
n k≥n
 Z  Z Z
croissance de ≤ lim↑ inf fk dµ = lim inf fn dµ
n k≥n n
82 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

Proposition: Lien avec l’intégrale de Riemann

Soit [a; b] un segment (i.e. un intervalle fermé borné – ou encore un intervalle compact) de R et
f : [a; b] → R une fonction bornée.
1. Si f est intégrable au sens de Riemann sur [a; b] alors f est λ-mesurable pour la tribu complétée
de Lebesgue (et donc λ-intégrable puisque borné) et les intégrales coïncident :
Z b Z
f (x) dx = f (x) dλ(x).
a [a,b]

2. La fonction f est intégrable au sens de Riemann sur [a; b] si et seulement si elle est presque
partout continue (autrement dit l’ensemble des points de continuité de f est de mesure nulle).

Démonstration. Retour page 73

Puisque f est bornée, quitte à remplacer f par f − m où m est un minorant de f sur [a; b], on
peut supposer f positive.
1. • Rappelons la définition de l’intégrale de Riemann avec les sommes de Darboux.
Soit σ = (xi )0≤i≤p une subdivision de [a, b] : a = x0 < x1 < · · · < xp−1 < xp = b (on dit que
δ = max{|xi+1 − xi | : 0 ≤ i ≤ p} est le pas de la subdivision, les xi les points de la subdivision).
On note :
mi = inf{f (x) : x ∈ [xi−1 , xi ]} Mi = sup{f (x) : x ∈ [xi−1 , xi ]}
p p
mi 1[xi−1 ,xi [ Mi 1[xi−1 ,xi [
X X
ϕ= Φ=
i=1 i=1

Ces deux fonctions en escalier positives sont donc aussi mesurables étagées positives. De plus
0 ≤ ϕ ≤ f ≤ Φ et les sommes de Darboux inférieure sσ (f ) et supérieure Sσ (f ) satisfont :
p
X Z Z Xp
sσ (f ) = mi (xi − xi−1 ) = ϕ dλ ≤ Φ dλ = Mi (xi − xi−1 ) = Sσ (f ).
i=1 [a,b] [a,b] i=1

Dire que f est intégrable au sens de Riemann signifie exactement que

n o n o
sup sσ (f ) : σ subdivision de [a; b] = inf Sσ (f ) : σ subdivision de [a; b]
Z b
et la valeur commune est l’intégrale de Riemann : f (t) dt.
a
• Si on considère une suite (σn )n∈N de subdivisions dont les pas δn tendent vers 0, chaque
subdivision étant un raffinement de la précédente (obtenue par un procédé de dichotomie par
exemple) on obtient deux suites ϕn et Φn telles que pour tout n ∈ N
0 ≤ ϕn ≤ ϕn+1 ≤ f ≤ Φn+1 ≤ Φn
et : Z Z
lim ↑ ϕn dλ ≤ lim ↓ Φn dλ.
n→+∞ [a,b] n→+∞ [a,b]
3.3. EXEMPLES D’INTÉGRATIONS. 83

Posons g = lim ↑ ϕn et G = lim ↓ Φn . On a g ≤ f ≤ G et les théorèmes de convergence

n→+∞ n→+∞
croissante et décroissante nous disent que G et g sont boréliennes et :
Z Z Z Z b Z
g dλ = lim ↑ ϕn dλ ≤ lim ↓ Φn dλ = f (t) dt = G dλ.
[a,b] n→+∞ [a,b] n→+∞ [a,b] a [a,b]

Or f est intégrable au sens de Riemann si et seulement si l’inégalité ci-dessus est une égalité
 Z b 
et alors la valeur commune est f (t) dt .
a
Mais cela équivaut à dire que Z
(G − g) dλ = 0
[a,b]

autrement dit g = G λ-p.p. et comme g ≤ f ≤ G, que f = g = G λ-p.p. On en déduit

dans ce cas la mesurabilité de f pour la tribu complétée, et même l’intégrabilité au sens de
Lebesgue de f pour la mesure de Lebesgue ainsi que l’égalité
Z Z b
g dλ = f (t) dt.
[a,b] a

2. Cette seconde partie est plus délicate. On conserve les notations de 1 : pour tout n ∈ N,

ϕn+1 ≤ ϕn ≤ g ≤ f ≤ G ≤ Φn ≤ Φn+1 .

On note h et H les fonctions définies sur [a; b] par :

h(x) = lim+ sup{f (t) : t ∈ [a; b] |t − x| < ε} et H(x) = lim+ inf{f (t) : t ∈ [a; b] |t − x| < ε}
ε→0 ε→0

Dire que f est continue en x signifie que h(x) = H(x) = f (x).

• Il est facile de voir que 0 ≤ h ≤ g ≤ f ≤ G ≤ H. En effet, pour tout x ∈ [a; b], et pour tout
ε > 0, à partir d’un certain rang nε , si n ≥ nε , alors δn < ε d’où les inégalités :

inf{f (t) : t ∈ [a; b] |t − x| < ε} ≤ ϕn (x) ≤ g(x)

Φn (x) ≥ sup{f (t) : t ∈ [a; b] |t − x| < ε} ≥ G(x)

et donc en passant à la limite en ε → 0+ on a bien 0 ≤ h(x) ≤ g(x) ≤ f (x) ≤ G(x) ≤ H(x).
• D’autre part, si on note P l’ensemble des points de toutes les subdivisions σn (P est
dénombrable, donc de mesure nulle) et si x ∈ [a; b] r P, pour tout n ∈ N il existe un ε > 0 tel
que
(n) (n)
xi < x − ε < x < x + ε < xi+1
(n) (n)
où xi et xi sont les deux points successifs de σn entourant x si bien que l’on a les inégalités :

ϕn (x) ≤ inf{f (t) : t ∈ [a; b] |t − x| < ε} ≤ h(x)

sup{f (t) : t ∈ [a; b] |t − x| < ε} ≥ Φn (x) ≥ H(x)

84 CHAPITRE 3. L’INTÉGRALE DE LEBESGUE

Il s’ensuit que sur [a; b] r P, 0 ≤ g ≤ h ≤ f ≤ H ≤ G. Autrement dit

0 ≤ g = h ≤ f ≤ G = H λ-p.p.

Si f est presque partout continue, alors h = H λ-p.p. et donc g = G λ-p.p. d’où d’après 1, f
Riemann intégrable. Réciproquement, si f Riemann intégrable, alors g = G λ-p.p. d’après 1
et donc h = H λ-p.p. ce qui signifie que f est presque partout continue.
Cas des fonctions intégrables de Riemann généralisées.
Si l’intégrale (au sens de Riemann généralisé) sur ]a; b[ (−∞ ≤ a ≤ b ≤ +∞) de |f | converge, alors
pour (an ) une suite qui décroît strictement vers a et (bn ) une suite qui croît strictement vers b, on
a lim ↑ 1[an ;bn ] |f | = |f | et d’après la proposition 3.3.4 ci-dessus on a :
n→∞

Z bn Z Z bn Z
|f (x)| dx = |f (x)| dλ(x) et f (x) dx = f (x) dλ(x)
an [an ,bn ] an [an ,bn ]

Z b
Le membre de gauche de la première égalité converge vers l’intégrale impropre |f (x)| dx < +∞,
Z a

le membre de droite de la première égalité converge vers |f (x)| dλ(x) d’après le théorème de
[a;b]
Beppo Levi.
On en déduit l’intégrabilité de f au sens de Lebesgue :
Z Z b
|f (x)| dλ(x) = |f (x)| dx < +∞.
[an ,bn ] a

De la seconde égalité, et en appliquant le théorème de convergence dominée du chapitre suivant à

la suite de fonctions (fn )n∈N définies par fn = 1[an ;bn ] · f , et pour la fonction dominante g = |f |,
on déduit l’égalité
Z Z Z b Z bn
f dλ = lim f dλ = f (t) dt = lim f (t) dt.
]a,b[ n→+∞ [an ;bn ] a n→+∞ an
Chapitre 4

Le théorème de convergence dominée

4.0 Rappel des théorèmes de convergence précédents

Pour des suites de fonctions positives, on a vu le théorème de convergence croissante, essentiel dans la
construction de l’intégrale, et son corollaire immédiat sur les séries de fonctions positives.

Théorème: Théorème de convergence croissante ou de Beppo Levi

Soit (fn )n∈N une suite croissante de fonctions mesurables positives
Z sur l’espace mesuré
Z (X, M , µ).
Alors f = sup fn = lim ↑ fn est mesurable à valeurs dans R+ et f dµ = lim ↑ fn dµ.
n n→+∞ n→∞

R P
Corollaire: Théorème d’interversion de et
Soit (fn )n∈N une suite de fonctions mesurables positives sur l’espace mesuré (X, M , µ). Alors
P
fn
Z X Z n∈N
X
est mesurable positive et fn dµ = fn dµ.
n∈N n∈N

Le théorème de convergence croissante se décline en un autre corollaire donnant le cas de la convergence

décroissante. Mais pour ce dernier cas, on a besoin d’une hypothèse de domination : une des
fonctions fn0 de la suite (fn )n∈N doit avoir une intégrale finie, ce qui induit la finitude des intégrales de
toutes fonctions les suivantes, puisque fn0 les domine !

Corollaire: Théorème de convergence décroissante

Soit (fn )n∈N une suite décroissante de fonctions mesurables positives sur (X, M , µ). Alors la
fonction f = inf fn = lim ↓ fn est mesurable positive et s’il existe n0 ∈ N tel que fn0 est intégrable
Z n Zn→+∞
↓
alors f dµ = lim fn dµ < +∞.
n→∞

85
86 CHAPITRE 4. LE THÉORÈME DE CONVERGENCE DOMINÉE

Afin d’avoir un théorème analogue pour des suites non nécessairement monotones, de fonctions non
nécessairement positives, on est tenter d’utiliser les limites inférieure et supérieure qui sont respectivement
des limites croissantes et décroissantes :
Nota Bene
On rappelle qu’une suite de réels (un )n∈N est convergente dans R si et seulement si
↑ ↓
−∞ < lim inf un = lim inf un = lim sup un = lim sup un < +∞
n∈N p→+∞ n≥p p→+∞ n≥p n∈N

et la valeur commune est la limite de (un )n∈N .

∗∗∗∗∗∗∗∗∗∗
La limite inférieure est la plus petite valeur d’adhérence et limite supérieure est la plus grande
valeur d’adhérence de (un )n∈N dans R. L’égalité des deux signifie qu’il y a une unique valeur
d’adhérence : la limite de la suite dans R.

On a justement vu un corollaire du théorème de Beppo Levi pour les limites inférieures :

Lemme: Fatou-Lebesgue
Soit (fn )n∈N une suite de fonctions mesurables positives sur l’espace mesuré (XM , µ). Alors
lim inf fn est mesurable positive et :
n
Z Z
lim inf fn dµ ≤ lim inf fn dµ.
n n

4.1 Le théorème de convergence dominée

En utilisant judicieusement les remarques du paragraphe précédent, on obtient le théorème suivant,
qui suppose uniquement une convergence simple :

Théorème 4.1.1: Théorème de convergence dominée de Lebesgue

Soit (fn )n∈N une suite de fonctions mesurables sur l’espace mesuré (XM , µ) à valeurs dans R ou C,
qui converge simplement -p.p. (pour µ) vers une fonction f . Supposons qu’il existe une fonction
intégrable positive g : X → R+ , dite dominante, telle que : ∀n ∈ N, |fn | ≤ g -p.p. Alors :
1. f et fn sont intégrables (pour tout n ∈ N)
Z
2. lim |fn − f | dµ = 0 (autrement dit kf − fn k1 → 0 lorsque n → +∞)
n
Z Z
3. lim fn dµ = f dµ.
n

Voir la démonstration (page 89)

4.2. CONSÉQUENCES DU THÉORÈME DE CONVERGENCE DOMINÉE 87

Corollaire 4.1.2: Séries d’intégrales

Soit (uZn )n∈N une suite de fonctions mesurables sur l’espace mesuré (XM , µ) à valeurs dans R ou C.
X X X
Si |un | dµ < +∞ alors les fonctions un , |un | et un sont intégrables et
n∈N X n∈N n∈N
Z X XZ
un dµ = un dµ
X n∈N n∈N X

Voir la démonstration (page 91)

4.2 Conséquences du théorème de convergence dominée

Le théorème de convergence dominée concerne des suites de fonctions, l’indice est un paramètre
entier. La continuité étant équivalente à la continuité séquentielle dans R ou dans un espace métrique,
on généralise facilement le théorème de convergence dominée à la continuité des intégrales à paramètre.

Théorème 4.2.1: Théorème de continuité des intégrales à paramètre.

Soient (X, M , µ) un espace mesuré, I un intervalle de R, a ∈ I et f : X × I → R une fonction
(x ∈ X est la variable d’intégration et t ∈ I le paramètre réel). On assimile cette fonction f à la
famille (ft )t∈I à un paramètre en posant f (x, t) = ft (x). On suppose que f satisfait les hypothèses :
1. Continuité par rapport au paramètre t : pour (µ) presque tout x ∈ X,

f (x, ·) : I →
7 R
est continue en a ;
t → 7 f (x, t)

2. Mesurabilité par rapport à la variable d’intégration x : pour tout t ∈ I,

f (·, t) = ft : X 7→ R
est mesurable sur X ;
x 7 → f (x, t)

3. Domination : il existe une fonction g : X → R+ intégrable telle que : ∀t ∈ I |ft | ≤ g -p.p.

Z
Alors ft est intégrable pour tout t ∈ I et F (t) = f (x, t) dµ(x) est continue en a.
X
∗∗∗∗∗∗∗∗∗∗
— On a un résultat analogue avec la continuité à droite ou à gauche ;
— On peut tout à fait généraliser à la continuité dans un espace métrique : il suffit de remplacer
I par un espace métrique, ou un ouvert d’un espace métrique.

Exercice 4.2.2
Soit fonction f : R → R une fonction intégrable. Soit a ∈ R.
88 CHAPITRE 4. LE THÉORÈME DE CONVERGENCE DOMINÉE

1. On pose : Z Z t
F (t) = f dλ = f (x) dx.
[a,t] a

Montrer que F est continue sur R.

2. Montrer que c’est encore vrai en remplaçant λ par une mesure µ telle que µ({x}) = 0 pour
tout x ∈ R.

Théorème 4.2.3: Théorème de dérivation (global) des intégrales à paramètre

Soient I un intervalle ouvert non vide de R et f : X × I → R une fonction telle que :
1. pour presque tout x ∈ X, t 7→ f (x, t) est dérivable par rapport à t de dérivée ∂t (x, t)
∂f

2. pour tout t ∈ I, f (·, t) = ft est intégrable

∂f
3. il existe une fonction g : X → R+ intégrable telle que pour tout t ∈ I, (·, t) ≤ g -p.p. .
Z ∂t
∂f
Alors (·, t) est intégrable pour tout t ∈ I, F (t) = f (x, t) dµ(x) est dérivable en t et :
∂t X
Z
∂f
F (t) =
0
(x, t) dµ(x)
X ∂t

Voir la démonstration (page 93)

Remarque 4.2.4
1. Il existe une version locale (dérivée en un point t0 ) en demandant uniquement l’exitence de
∂t (x, t) et en remplaçant la condition de domination par
∂f

pour presque tout x ∈ X, |f (x, t) − f (x, t)| ≤ g(x)|t − t0 |.

2. On peut généraliser aux dérivées d’ordre supérieur (exercice).

3. On peut aussi généraliser en remplaçant I par un ouvert de Rp en utilisant les dérivées
directionnelles notamment les dérivées partielles.
4. Le corollaire 4.1.2 permet quant à lui de traiter le cas des fonctions analytiques (c’est à dire
localement développables en séries entières)
4.2. CONSÉQUENCES DU THÉORÈME DE CONVERGENCE DOMINÉE 89

Les démonstrations du chapitre 4

Théorème: Théorème de convergence dominée de Lebesgue

Soit (fn )n∈N une suite de fonctions mesurables sur l’espace mesuré (XM , µ) à valeurs dans R ou C,
qui converge simplement -p.p. (pour µ) vers une fonction f . Supposons qu’il existe une fonction
intégrable positive g, dite dominante, telle que : ∀n ∈ N, |fn | ≤ g -p.p. . Alors :
1. f et fn sont intégrables (pour tout n ∈ N)
Z
2. lim |fn − f | dµ = 0
n
Z Z
3. lim fn dµ = f dµ.
n

Démonstration. Retour page 86

1. Dans un premier temps, on suppose que pour tout x ∈ X : fn (x) converge vers f (x) et que
pour tout n ∈ N, |fn (x)| ≤ g(x). On a alors |f (x)| ≤ g(x). Notons f∞ = f .
R
g

fn
|f − fn |
f

2g

−g

L’idée de la démonstration est la suivante : imaginons le cas oùZ X = R et µ = λ. La surface

entre les courbes représentant −g et g est finie, égale à S = 2g dµ. Lorsque n tend vers
+∞, fn se rapproche de f , et donc la surface colorée se rapproche de la surface S, mais pas
forcément de façon croissante. Aussi, pour palier à ce manque de croissance, on va appliquer le
lemme de Fatou-Lebesgue qui utilise la « limite inf » plutôt que la limite

On a les propriétés suivantes :

90 CHAPITRE 4. LE THÉORÈME DE CONVERGENCE DOMINÉE

• f est mesurable comme limite de fonctions mesurables

• Pour tout n ∈ N ∪ {∞},
Z Z 
(|fn | ≤ g) =⇒ |fn | dµ ≤ g dµ < +∞

donc fn est intégrable. En particulier, pour n = ∞, f est intégrable.

• On pose hn = 2g − |f − fn |. On a :

hn ≥ 0 et lim inf hn = 2g − lim sup |f − fn | = 2g − lim |f − fn | = 2g

n n n

• En appliquant le lemme de Fatou à (hn ) on obtient :

Z Z Z Z Z
2g dµ = lim inf hn dµ ≤ lim inf hn dµ = 2g dµ − lim sup |f − fn | dµ
n n n
Z Z
Comme 2g dµ < +∞, on trouve : lim sup |f − fn | dµ ≤ 0 donc
n
Z Z
lim sup |f − fn | dµ = lim |f − fn | dµ = 0.
n n

Z Z Z Z Z
• Enfin : 0 ≤ f dµ − fn dµ ≤ |f − fn | dµ donc lim fn dµ = f dµ.
n

2. Soient Nn un ensemble de mesure nulle en dehors duquel g majore |fn |, et N  un [

ensemble
 de
mesure nulle en dehors duquel (fn )n∈N converge simplement vers f . Alors µ N ∪ Nn = 0.
c n
˜ ˜

On note U = N ∪ Nn et on remplace fn par fn = fn .1U et f par f = f.1U . On a :
[

Z Z n Z Z Z Z
fn dµ = f˜n dµ f dµ = f˜ dµ |f − fn | dµ = |f˜ − f˜n | dµ.
4.2. CONSÉQUENCES DU THÉORÈME DE CONVERGENCE DOMINÉE 91

Corollaire: Séries d’intégrales

Soit (uZn )n∈N une suite de fonctions mesurables sur l’espace mesuré (XM , µ) à valeurs dans R ou C.
X X X
Si |un | dµ < +∞ alors les fonctions un , |un | et un sont intégrables et
n∈N X n∈N n∈N
Z X XZ
un dµ = un dµ
X n∈N n∈N X

Démonstration.
X Retour page 87
Pn
On pose g = |un |, fn = k=0 uk et f = n∈N un . Alors l’hypothèse et le théorème de Beppo
P
n∈N
Levi nous disent que g est positive intégrable d’intégrale
Z Z X XZ
g dµ = |un | dµ = |un | dµ < +∞.
X X n∈N n∈N X

De plus g domine la famille (fn )n∈N :

∀n ∈ N |fn | ≤ g.
P
On en déduitPque f est définie presque partout (la série n∈N |un | est presque partout finie et
donc la série n∈N un est presque partout absolument convergente). Le théorème de convergence
dominée s’applique, d’où la conclusion du corollaire.
92 CHAPITRE 4. LE THÉORÈME DE CONVERGENCE DOMINÉE

Théorème: Théorème de continuité des intégrales à paramètre.

Soient (X, M , µ) un espace mesuré, I un intervalle de R, a ∈ I et f : X × I → R une fonction
(x ∈ X est la variable d’intégration et t ∈ I le paramètre réel). On assimile cette fonction f à la
famille (ft )t∈I à un paramètre en posant f (x, t) = ft (x). On suppose que f satisfait les hypothèses :
1. Continuité par rapport au paramètre t : pour (µ) presque tout x ∈ X,

f (x, ·) : I →
7 R
est continue en a ;
t → 7 f (x, t)

2. Mesurabilité par rapport à la variable d’intégration x : pour tout t ∈ I,

f (·, t) = ft : X 7→ R
est mesurable sur X ;
x 7 → f (x, t)

3. Domination : il existe une fonction g : X → R+ intégrable telle que : ∀t ∈ I |ft | ≤ g -p.p.

Z
Alors ft est intégrable pour tout t ∈ I et F (t) = f (x, t) dµ(x) est continue en a.
X
∗∗∗∗∗∗∗∗∗∗
— On a un résultat analogue avec la continuité à droite ou à gauche ;
— On peut tout à fait généraliser à la continuité dans un espace métrique : il suffit de remplacer
I par un espace métrique, ou un ouvert d’un espace métrique.

Démonstration. Retour page 87

L’intégrabilité de ft est évidente. Ensuite, dire que F est
continue en a ∈ I revient à dire que
pour toute suite (tn )n∈N qui converge vers a, la suite F (tn ) n∈N converge vers F (a). Il suffit donc
d’appliquer le théorème de convergence dominée aux suites (gn )n∈N définies par gn = f (·, tn ). En
effet, si (tn )n∈N converge vers a, on déduit de la continuité de f (x, ·) en a que (gn (x))n∈N converge
vers f (x) (pour presque tout x ∈ X). En outre pour tout n ∈ N et presque tout x ∈ X on a
|gn (x)| ≤ g(x). Comme g est intégrable, le théorème de convergence dominée s’applique :
Z Z Z
lim F (tn ) = lim gn (x) dµ(x) = lim f (x, tn ) dµ(x) = f (x, a) dµ(x) = F (a).
n→∞ n→∞ n→∞
4.2. CONSÉQUENCES DU THÉORÈME DE CONVERGENCE DOMINÉE 93

Théorème: Théorème de dérivation (global) des intégrales à paramètre

Soient I un intervalle ouvert non vide de R et f : X × I → R une fonction telle que :
1. pour presque tout x ∈ X, t 7→ f (x, t) est dérivable par rapport à t de dérivée ∂t (x, t)
∂f

2. pour tout t ∈ I, f (·, t) = ft est intégrable

∂f
3. il existe une fonction g : X → R+ intégrable telle que pour tout t ∈ I, (·, t) ≤ g -p.p. .
Z ∂t
∂f
Alors (·, t) est intégrable pour tout t ∈ I, F (t) = f (x, t) dµ(x) est dérivable en t et :
∂t X
Z
∂f
F 0 (t) = (x, t) dµ(x)
X ∂t

Démonstration. Retour page 88

∂f
L’intégrabilité de x 7→ (x, t) sur X pour tout t ∈ I est évidente. Pour la dérivée de F en a ∈ I,
∂t
on applique le théorème de convergence dominée à la suite (gn )n∈N définie par gn = f (·,tntn)−f
−a
(·,a)

où (tn )n∈N est une suite qui tend vers a comme pour le corollaire 4.2.1. En effet, pour presque tout
∂f
x ∈ X, lim gn (x) = (x, a) et d’après le théorème des accroissements finis, pour presque tout
n→∞ ∂t
x ∈ X,
f (x, tn ) − f (x, a) ∂f
|gn (x)| = ≤ sup (x, t) ≤ g(x)
tn − a t∈I ∂t

On déduit que

F (tn ) − F (a)
Z Z
∂f
lim = lim gn (x) dµ(x) = (x, a) dµ(x)
n→+∞ tn − a n→+∞ X X ∂t
94 CHAPITRE 4. LE THÉORÈME DE CONVERGENCE DOMINÉE
Chapitre 5

Le théorème de Fubini

5.1 Produit de mesures σ-finies

Rappel : mesure σ-finie
Une mesure µ sur un espace mesurable (X, M ) est σ-finie s’il existe une suite croissante (Xn )n∈N
[↑
d’éléments de M telle que : X = Xn ∀n ∈ N µ(Xn ) < +∞.
n∈N

Définition 5.1.1: Tribu produit

Soient (X1 , M1 ) et (X2 , M2 ) deux espaces mesurables. La tribu produit M1 ⊗
M2 sur X1 × X2 est
définie par : M1 ⊗ M2 := σ(M1 × M2 ) = σ {A1 × A2 : A1 ∈ M1 A2 ∈ M2 } .

Remarque 5.1.2
1. La définition de la tribu produit fait que les projections πk : (X1 ×X2 , M1 ⊗M2 ) → (Xk , Mk )
définies par π1 (x1 , x2 ) = xk pour k ∈ {1, 2} sont mesurables : en effet, pour k = 1 par
exemple, si A ∈ M1 ,

π1−1 (A) = A × X2 ∈ M1 × M2 ⊂ M1 ⊗ M2 .

2. Plus précisément, la tribu M1 ⊗ M2 est la plus petite tribu rendant π1 et π2 simultanément

mesurables : en effet pour tout A1 ∈ M1 et tout A2 ∈ M2 on a :

π1−1 (A1 ) ∩ π2−1 (A2 ) = (A1 × X2 ) ∩ (X1 × A2 ) = A1 × A2

donc si π1−1 (A1 ) et π1−1 (A1 ) sont mesurables, alors A1 × A2 doit être mesurable et donc la
tribu sur X1 × X2 doit contenir M1 ⊗ M2 .

95
96 CHAPITRE 5. LE THÉORÈME DE FUBINI

Lemme 5.1.3: Mesure de sections horizontales et verticales

Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés, où µ1 et µ2 sont deux mesures σ-finies.
On munit X1 × X2 de la tribu produit M1 ⊗ M2 . Soit E ∈ M1 ⊗ M2 .
1. Pour tout (a1 , a2 ) ∈ X1 × X2 , les “sections horizontales et verticales”

Ha2 (E) = {x ∈ X1 : (x, a2 ) ∈ E} et Va1 (E) = {y ∈ X2 : (a1 , y) ∈ E}

sont mesurables dans (X1 , M1 ) et (X2 , M2 ) respectivement ;

2. les applications “mesures de sections horizontales et verticales”

vE : X1 −→ R+ et hE : X2 −→ R+
µ2 Va1 (E) µ1 Ha2 (E)



a1 7−→ a2 7−→

sont mesurables.

Voir la démonstration (page 107)

Théorème 5.1.4: Mesure produit

Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés, où µ1 et µ2 sont deux mesures σ-finies.
On munit X1 × X2 de la tribu produit M1 ⊗ M2 .
1. Il existe une unique mesure µ telle que

∀A1 × A2 ∈ M1 × M2 µ(A1 × A2 ) = µ1 (A1 )µ2 (A2 ).

Cette mesure est également σ-finie et on la note µ1 ⊗ µ2 .

2. Pour tout E ∈ M1 ⊗ M2
Z Z Z 
µ(E) = 1E dµ = 1E (x, y) dµ2 (y) dµ1 (x)
X1 ×X2 X1 X2
Z Z 
= 1E (x, y) dµ1 (x) dµ2 (y).
X2 X1

Voir la démonstration (page 108)

Remarque 5.1.5
La tribu produit B(Rp ) ⊗ B(Rq ) sur Rp × Rq = Rp+q coïncide avec la tribu B(Rp+q ). De plus
grâce au théorème d’unicité des mesures dans le cas σ-fini, on voit que λp ⊗ λq = λp+q , puisque
ces deux mesures coïncident sur les éléments A × B ⊂ B(Rp ) × B(Rq ) tels que λp (A) < +∞ et
λq (B) < +∞, qui forment un π-système générateur.

5.2 Le théorème de Fubini pour les intégrales

5.2. LE THÉORÈME DE FUBINI POUR LES INTÉGRALES 97

Théorème 5.2.1: Théorème de Fubini-Tonelli.

Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés, où µ1 et µ2 sont deux mesures σ-finies.
Soit f : X1 × X2 → R+ une fonction mesurable positive. On regarde f comme fonction de deux
variables (x1 , x2 ) ∈ X1 × X2 . Alors :
1. pour presque tout a1 ∈ X1 et presque tout a2 ∈ X2 , les fonctions

f (·, a2 ) : X1 −→ R+ et f (a1 , ·) : X2 −→ R+
x1 7−→ f (x1 , a2 ) x2 7−→ f (a1 , x2 )

sont mesurables positives sur X1 et X2 respectivement ;

2. les fonctions F1 : X1 → R+ et F2 : X2 → R+ définies par :
Z Z
F1 (x1 ) = f (x1 , x2 ) dµ2 (x2 ) et F2 (x2 ) = f (x1 , x2 ) dµ1 (x1 )
X2 X1

sont mesurables positives sur X1 et X2 respectivement ;

3. On a égalité des trois intégrales :
Z Z Z
f (x1 , x2 ) d(µ1 ⊗ µ2 )(x1 , x2 ) = F1 (x1 ) dµ1 (x1 ) = F2 (x2 ) dµ2 (x2 ).
X1 ×X2 X1 X2

autrement dit :
Z Z Z 
f (x1 , x2 ) d(µ1 ⊗ µ2 )(x1 , x2 ) = f (x1 , x2 ) dµ2 (x2 ) dµ1 (x1 )
X1 ×X2 X X
Z 1 Z 2 
= f (x1 , x2 ) dµ1 (x1 ) dµ2 (x2 ).
X2 X1

Voir la démonstration (page 110)

Remarque 5.2.2
Compte tenu du lien entre l’intégrale de Lebesgue et l’intégrale de Riemann sur R (proposition
3.3.4 et remarque 3.3.5) et en vertu du théorème de Fubini-Tonelli (et plus loin du théorème de
Fubini) on note souvent indifféremment
Z Z +∞ Z Z b
– pour f : R → R f dλ = f (t) dt f dλ = f (t) dt
R −∞ [a;b] a
Z ZZ ZZ
– pour f : R2 → R f dλ2 = f (x, y) dλ2 (x, y) = f (x, y) dx dy
2 2 R2
ZR Z ZRZ ZZZ
– pour f : R3 → R f dλ2 = f (x, y, z) dλ3 (x, y, z) = f (x, y) dx dy dz...
R3 R3 R3
98 CHAPITRE 5. LE THÉORÈME DE FUBINI

Exemples 5.2.3
Le théorème de Fubini-Tonelli permet de calculer des aires (dans R2 ) et volumes (dans R3 ) d’en-
sembles mesurables.
Ex , c’est à dire 1E (x, y) =
[
1. Si E ∈ B(R2 ), en découpant E en tranches verticales E =
x∈R
1Ex (y) on a :
Z Z Z  Z
λ2 (E) = 1E (x, y) dλ2 (x, y) = 1Ex (y) dλ1 (y) dλ1 (x) = λ1 (Ex ) dλ1 (x).
R2 R R R

Donnons un exemple du calcul de l’aire du domaine bordée par une ellipse.

2 2
Soit E = (x, y) ∈ R2 : xa2 + yb2 ≤ 1 le domaine de R2 bordé par l’ellipse d’équation

x2 y2
a2 + b2 ≤ 1. Pour calculer sa surface, on coupe par exemple par tranches verticales :
r r r
n x2 o h x2 x2 i
Ex = y ∈ R : |y| ≤ b 1 − 2 = − b 1 − 2 ; b 1 − 2 x ∈ [−a; a]
a a a

Z Z  r
x2
ZZ Z
λ2 (E) = 1E (x, y) dx dy = 1Ex (y) dy dx = 1[−a;a] (x)2b 1 − dx
R2 R R R a2
r
a π/2 π/2
x2
Z Z p Z
= 4b 1− dx = 4ab 1 − sin θ cos θ dθ = 2ab
2
(cos(2θ) + 1) dθ
0 a2 0 0
= π ab

1E (x, y, z) = 1E z (x, y) on a :
[
2. De même si E ∈ B(R3 ), E = E z , i.e.
z∈R
Z Z Z  Z
λ3 (E) = 1E (x, y, z) dλ3 (x, y, z) = 1E z (x, y) dλ2 (x, y) dλ1 (z) = λ2 (E z ) dλ1 (x).
R3 R R2 R
n 2 2 2
o
Volume de l’ellipsoïde E = (x, y, z) ∈ R3 : xa2 + yb2 + zc2 ≤ 1 . Pour chaque z ∈ [−c; c], notons
n 2 2 2
o 2

E z l’ellipse de R2 : E z = (x, y) ∈ R2 : xa2 + yb2 ≤ 1 − zc2 , de surface λE (Dz ) = πab 1 − zc2
d’après 1. Alors :
ZZZ
λ3 (E) = 1E (x, y, z) dx dydz
3
Z c R Z Z 
= 1Ez (x, y)dx dy dz
−c R2
c
z2  4
Z 
= πab 1 − 2 dz = πabc.
−c c 3
5.2. LE THÉORÈME DE FUBINI POUR LES INTÉGRALES 99

Théorème 5.2.4: Théorème de Fubini.

Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés, où µ1 et µ2 sont deux mesures σ-finies.
Soit f : X1 × X2 → R une fonction intégrable sur X1 × X2 . Alors :
— pour presque tout x2 ∈ X2 , la fonction x1 7→ f (x1 , x2 ) est intégrable sur X1 ;
— pour presque tout x1 ∈ X1 , la fonction x2 7→ f (x1 , x2 ) est intégrable sur X2 ;
— les fonctions :
Z Z
F1 (x1 ) = f (x1 , x2 ) dµ2 (x2 ) et F2 (x2 ) = f (x1 , x2 ) dµ1 (x1 )
X2 X1

sont respectivement intégrables sur X1 et X2 respectivement et on a :

Z Z Z
f (x1 , x2 ) d(µ1 ⊗ µ2 )(x1 , x2 ) = F1 (x1 ) dµ1 (x1 ) = F2 (x2 ) dµ2 (x2 ).
X1 ×X2 X1 X2

autrement dit :
Z Z Z 
f (x1 , x2 ) d(µ1 ⊗ µ2 )(x1 , x2 ) = f (x1 , x2 ) dµ2 (x2 ) dµ1 (x1 )
X1 ×X2 X1 X2
Z Z 
= f (x1 , x2 ) dµ1 (x1 ) dµ2 (x2 ).
X2 X1

Démonstration. On décompose f en f + et f − et on applique le théorème de Fubini-Tonelli. à

chacune des ces deux fonctions.
Remarque 5.2.5
1. Pour montrer l’intégrabilité d’une fonction mesurable f : X1 × X2 → R, très souvent on
applique en premier le théorème de Fubini-Tonelli à |f | pour montrer que l’intégrale de |f |
sur X1 × X2 est finie. Ensuite seulement, on applique le théorème de Fubini pour calculer
l’intégrale de f sur X1 × X2 .
2. Si f (x1 , x2 ) = f1 (x1 )f2 (x2 ) avec f1 et f2 intégrables sur X1 et X2 respectivement (on dit
que x1 et x2 sont des variables séparées), alors :
Z Z Z
f (x1 , x2 ) d(µ1 ⊗ µ2 )(x1 , x2 ) = f1 (x1 ) dµ1 (x1 ) × f2 (x2 ) dµ2 (x2 )
X1 ×X2 X1 X2

Exemples 5.2.6

1. Centre d’inertie. Si K est

Z un compact de R , son centre d’inertie (isobarycentre) est le point
d
1
de coordonnées xk dx1 · · · dxd pour k = 1, . . . , d.
λd (K) K
Par exemple, soit Dt = {(x, y) ∈ R2 : (x − t)2 + y 2 ≤ 1} le disque centré en (t, 0) de rayon
100 CHAPITRE 5. LE THÉORÈME DE FUBINI

1, pour t ∈]0; 2], et soit

Kt = D0 r D̊t = {(x, y) ∈ R2 : x2 + y 2 ≤ 1, (x − t)2 + y 2 ≥ 1}.

En utilisant les symétries, son aire est

√
ZZ Z 1 Z 1−x2
λ2 (Kt ) = λ2 (D0 ) − λ2 (D0 ∩ Dt ) = π − dx dy = π − 4 dy dx
t
D0 ∩Dt 2 0
π π
Z 1 p Z 2
Z 2
= π−4 1 − x dx = π − 4
2 cos θ dθ = π − 2
2
(cos 2θ − 1) dθ
t t t
2 arcsin 2 arcsin 2
r
t2 t
= t 1− + 2 arcsin .
4 2

Pour des raisons de symétrie, son centre d’inertie est de la forme xt , 0 où :

1 1
ZZ Z Z ZZ 
xt = x dx dy = x dx dy − x dx dy
λ2 (Kt ) Kt λ2 (Kt ) D0 D0 ∩Dt
√
Z 1 Z 1−x2
1 4
ZZ
= x dx dy = x dy dx
λ2 (Kt ) D0 ∩Dt λ2 (Kt ) 2t 0
4 4 h 1 4
Z 1 p
3 1
i  t 2 2
= x 1 − x2 dx = − (1 − x2 ) 2 t = 1−
λ2 (Kt ) 2t λ2 (Kt ) 3 2
3λ2 (Kt ) 4

2. L’intégrale de Dirichlet. Soit f : R2+ → R définie par f (x, y) = e−xy sin x. Cette fonction est
mesurable car continue, et elle est intégrable sur DM = [0; M ] × R+ pour tout M ∈ R+ car
en vertu du théorème de Fubini-Tonelli :
Z Z MZ +∞ 
∀(x, y) ∈ DM |f (x, y)| ≤ xe−xy et xe−xy dx dy = xe−xy dy dx = M < +∞.
DM 0 0

On peut donc appliquer le théorème de Fubini ; d’une part :

sin x
Z Z MZ +∞  Z M
sin x e−xy dx dy = sin x e−xy dy dx = dx
DM 0 0 0 x

et d’autre part :
! "Z #
Z Z +∞ Z M Z +∞ M
sin x e
−xy
dx dy = sin x e −xy
dx dy = Im e x(i−y)
dx dy
DM 0 0 0 0
+∞
1 − e−M y (cos M + y sin M )
Z
= dy
0 1 + y2
5.3. LE THÉORÈME DE CHANGEMENT DE VARIABLE 101

1 − e−M y (cos M + y sin M ) 3

Dès que M ≥ 1 on a : ∀y ∈ R+ ≤ .
1 + y2 1 + y2
1 − e−M y (cos M + y sin M ) 1
La fonction y 7→ 1+y3
2 est intégrable et lim = . Ainsi,
M →+∞ 1 + y2 1 + y2
en utilisant le théorème de convergence dominée, on a :

1 − e−M y (cos M + y sin M ) 1

Z +∞ Z +∞
π
lim dy = dy =
0 M →+∞ 1 + y 2
0 1 + y 2 2

d’où l’intégrale (semi-convergente) de Dirichlet :

M
sin x +∞
sin x
Z Z Z
π
lim sin x e−xy dx dy = lim dx = dx = .
M →+∞ DM M →+∞ 0 x 0 x 2

Attention : la fonction x 7→ sinx x n’est pas intégrable sur R+ : bien qu’on l’utilise comme
telle, l’intégrale de Dirichlet n’est pas une vraie intégrale (au sens de Lebesgue), ce n’est
qu’une limite d’intégrales.

5.3 Le théorème de changement de variable

Lemme 5.3.1: Mesure image
Soit h : (X, A ) → (Y, B) une application mesurable et µ une mesure sur (X, A ). Alors l’application

ν: B → R+
ν(B) = µ h−1 (B)


B 7→

est une mesure sur (Y, B) notée ν = µ ◦ h−1 où h∗ (µ) et appelée mesure image. De plus f : Y → R
est intégrable pour µ ◦ h−1 si et seulement si f ◦ h : X → R est intégrable et on a
Z Z
f (y) dµ ◦ h−1 (y) = f h(x) dµ(x).


Y X

Démonstration. La définition de ν est consistante : pour tout B ∈ B, h−1 (B) ∈ A . Comme

h−1 (∅) =
∅, ν(∅) = 0. Si (Bn )n∈N est une famille d’ensembles deux à deux disjoints de B alors
h−1 (Bn ) n∈N est une famille d’ensembles deux à deux disjoints de A . La σ additivité de ν se
déduit alors immédiatement de celle de µ.

sous ensemble B dans B, la formule intégrale traduit simplement le fait
Si f est l’indicatrice d’un
que ν(B) = µ h−1 (B) . En effet, il suffit de remarquer que 1B ◦ h(x) = 1h−1 (B) (x) :
Z Z Z
1B (y) dν(y) = ν(B) = µ h−1 (B) = 1h−1 (B) (x) dµ(x) = 1B h(x) dµ(x)

Le lemme se démontre alors en reprenant la construction de l’intégrale.

102 CHAPITRE 5. LE THÉORÈME DE FUBINI

Théorème 5.3.2: Changement de variable dans Rd

Soient U et V deux ouverts de Rd et H : V → U un difféomorphisme C 1 .
Soit f : U → R une fonction mesurable positive (respectivement intégrable) sur U . Alors la fonction
(f ◦ H) · | Jac(H)| est mesurable positive (respectivement intégrable) sur V et :
Z Z Z
DH
f (y) dλd (y) = f ◦ H(x)| Jac(H)(x)| dλd (x) = f ◦ H(x) | (x) | dλd (x)
U V V Dx

DH
où Jac(H)(x) = (x) = det(dHx ) est le jacobien de H en x.
Dx

Voir la démonstration (page 111)

(en dimension 1 seulement).
Remarque 5.3.3
1. Si d = 1 et f est Riemann-intégrable et si H : V = [α; β] → U = [a; b] est un difféomorphisme
alors
– ou bien H est croissante et donc H 0 > 0, H(α) = a et H(β) = b d’où en posant y = H(x)
Z β Z Z Z b
f ◦ H(x)H 0 (x) dx = f ◦ H(x)|H 0 (x)| dλ(x) = f (y) dλ(y) = f (y) dy
α [α;β] [a;b] a

– ou bien H est décroissante et donc H 0 < 0, H(α) = b et H(β) = a d’où en posant y = H(x)
Z β Z Z
f ◦ H(x)H 0 (x) dx = − f ◦ H(x)|H 0 (x)| dλ(x) = − f (y) dλ(y)
α [α;β] [b;a]
Z a Z b
= − f (y) dy = f (y) dy
b a

On retrouve bien le changement de variable de l’intégrale de Riemann.

2. On rappelle que si H est un difféomorphisme et y = H(x) alors
 −1 1
Jac(H −1 )(y) = Jac(H)(x) =
Jac(H)(x)

Ainsi, si g = (f ◦ H) · | Jac(H)| est intégrable sur V , en appliquant le théorème avec le

changement de variable inverse H −1 : U → V , on déduit que f = (g ◦ H)−1 · | Jac(H −1 )|
est intégrable sur U , et les deux intégrales coïncident. Ainsi, il peut parfois être judicieux
d’appliquer un changement de variable pour montrer l’intégrabilité d’une fonction.
3. Rappelons qu’en algèbre linéaire, le déterminant detE (v1 , v2 , . . . , vn ) d’un système de vecteurs
5.3. LE THÉORÈME DE CHANGEMENT DE VARIABLE 103

(v1 , . . . vn ) exprimés dans une base E = (e1 , . . . , en )

b+d
peut s’interpréter comme le volume du parallélépipède
formé de ces vecteurs (avec le signe ± selon l’orienta- bc
1
ab
2
tion), le volume unité étant celui de donné par E .
cf. ci-contre en dimension n = 2 : d
1 ad − bc 1
cd cd
ad − bd = (a + c)(b + d) − ab − cd − 2bc. b
2 2

e2 v2 v1
Si H(x) = L(x) + b est une bijection affine de R d
bc
(L : Rd → Rd linéaire inversible et b ∈ Rd ), et si P 1
ab
2
est un pavé de Rd alors la formule de changement de
variable dit simplement que : c e1 a a+c
Z Z
λd H(P ) = λd L(P ) = 1P ◦ L(x) dλd (x) = det L · 1P (y) dλp (y) = det L · λd (P ).

En fait, la démonstration de la formule de changement de variables est basée sur ce résultat

(qui lui se démontre facilement, en utilisant la propriétés de σ-additivité de la mesure). On
démontre ensuite la formule de changement de variable affine pour des fonctions indicatrices,
puis des fonctions étagées mesurables positives, puis les fonctions mesurables positives et en-
fin pour des fonctions intégrables.
On passe ensuite aux changements de variables quelconques en utilisant le fait que tout
changement de variable H : V → U peut être approximé localement (dans des pavés assez
petits) par sa partie affine : H(x) = H(x0 ) + dHx0 (x − x0 ) + o(kx − x0 k), x au voisinage
de x0 .
En recouvrant V par des pavés de plus en plus petits et en utilisant le théorème de conver-
gence dominée, on obtient la formule. La démonstration est assez technique.

Exemple 5.3.4
Z
x2
Calcul de l’intégrale de Gauss e− 2 dx. On passe en dimension 2 puis on utilise le théorème
R
de Fubini-Tonelli, le théorème de changement de variables, et l’identification entre l’intégrale de
Riemann généralisée et de Lebesgue pour les fonctions continues :
Z 2 Z Z 2
 Z 2 +y 2
Z
2 2 x2 +y 2
− x2 − x2 − y2 −x
e dx = e dx e dy = e 2 dx dy = e− 2 dx dy
R R R R2 R2 r(R− ×{0})
Z Z +∞ Z π i+∞
r2 r2 r2
h
= e− 2 · r dr dθ = re− 2 dr dθ = 2π −e− 2 = 2π
R∗ 0
+ ×]−π,π[ 0 −π

Z
x2 √
Donc e− 2 dx = 2π.
R
En exercice : retrouver le calcul du volume de la boule bordée par la sphère euclidienne de rayon
R centrée à l’origine (en dimension 3) au moyen d’un changement de variable en coordonnées
sphériques (x = R cos θ cos ϕ, y = R sin θ cos ϕ, z = R sin ϕ, θ ∈] − π; π[ ϕ ∈] − π/2; π/2[).
104 CHAPITRE 5. LE THÉORÈME DE FUBINI

5.4 Exemples classiques

5.4.1 les fonctions gamma et bêta d’Euler
On définit les deux fonctions suivantes, d’une et de deux variables réelles respectivement, par des
formules intégrales
Z +∞ Z 1
Γ(x) = e
x−1 −t
t dt B(x, y) = tx−1 (1 − t)y−1 dt.
0 0

1. La fonction gamma.
(a) Domaine de définition : la fonction Γ est définie sur R∗+ .
— Pour tout x ∈ R, la fonction t 7→ γ(x, t) = γx (t) = tx−1 e−t = e(x−1) ln t e−t est positive
continue sur R∗+ donc intégrable sur tout intervalle [a; b] ⊂ R∗+ ;
— Pour tout x ∈ R, lim tx−1 e−t/2 = 0, donc il existe Mx ≥ 1 tel que t 7→ γx (t) est majorée
t→+∞
sur [Mx ; +∞[ par la fonction intégrable t 7→ e−t/2 ;
— Pour tout x ∈ R, la fonction t 7→ γx (t) est équivalente à t 7→ tx−1 en 0+ . Aussi, en vertu
de la règle de Riemann, pour qu’elle soit intégrable sur tout intervalle ]0; a] ⊂ R∗+ , il faut
et il suffit que x > 0.
Ces trois points prouvent l’intégrabilité de t 7→ γx (t) sur R∗+ si et seulement si x > 0.
(b) Limite en 0+ et en +∞. On a lim+ Γ(x) = +∞ et lim Γ(x) = +∞.
x→0 x→+∞
Soit (xn )n∈N une suite de réels strictement positifs qui décroît vers 0.
Les fonctions t 7→ γxn (t) = e(xn −1) ln t e−t , n ∈ N sont positives. De plus, sur l’intervalle ]0; 1],
elles forment une suite qui croît vers la fonction t 7→ γ0 (t) = 1t e−t dont l’intégrale sur ]0; 1]
vaut +∞. En vertu du théorème de Beppo Levi
Z Z Z
lim Γ(xn ) = lim γ(xn , t) dt ≥ lim γ(xn , t) dt = γ(0, t) dt = +∞.
n→+∞ n→+∞ R∗ n→+∞ ]0;1] ]0;1]
+

Ceci étant vrai pour tout suite (xn )n∈N de réels strictement positifs qui décroît vers 0, on a
bien lim+ Γ(x) = +∞.
x→0

De même, soit (yn )n∈N une suite de réels positifs qui croît vers ∞.
Les fonctions t 7→ γyn (t) = e(yn −1) ln t e−t n ∈ N sont positives. De plus, sur ]1; +∞[, elles
forment une suite qui croît vers la fonction t 7→ +∞ dont l’intégrale sur ]1; +∞[ vaut bien
évidemment +∞. Ainsi, d’après le théorème de Beppo Levi
Z Z
lim Γ(yn ) = lim γ(yn , t) dt ≥ lim γ(yn , t) dt = +∞.
n→+∞ n→+∞ R∗ n→+∞ ]1;+∞[
+

Ceci étant vrai pour tout suite (yn )n∈N de réels positifs qui croît vers +∞, on a bien

lim Γ(x) = +∞.

x→+∞
5.4. EXEMPLES CLASSIQUES 105

(c) La fonction gamma est C ∞ sur R∗+ .

Pour tout x > 0, la fonction (x, t) 7→ γ(x, t) = tx−1 e−t est C ∞ sur R∗+ × R∗+ , et sa dérivée
d’ordre n ∈ N par rapport à x est :
∂nγ  
(x, t) = (ln t) e
n x−1 −t
t car γ x (t) = e e
(x−1) ln t −t
.
∂xn
Pour 0 < a < x et 0 < t ≤ 1 on a
∂nγ
(x, t) = | ln t|n tx−1 e−t ≤ | ln t|n ta−1 e−t .
∂xn
Comme lim+ | ln t|n ta−1 = 0, la fonction t 7→ | ln t|n ta−1 e−t est intégrable sur ]0; 1].
t→0
Pour 0 < x < b < +∞ et 1 ≤ t on a
∂nγ
(x, t) = (ln t)n tx−1 e−t ≤ (ln t)n tb−1 e−t .
∂xn
Comme lim+ (ln t)n tb−1 e−t/2 = 0, la fonction t 7→ (ln t)n tb−1 e−t est intégrable sur [1; +∞[.
t→0
∂nγ
Ainsi, pour tout intervalle ]a; b[⊂ R∗+ , et pour chaque x ∈]a; b[ la fonction t 7→ ∂xn (x, t) est
dominée par
t 7→ | ln t|n ta−1 e−t 1]0;1] (t) + (ln t)n tb−1 e−t 1[1;+∞[ (t)
qui est intégrable sur R∗+ (et indépendante de x). D’après le théorème de dérivation des inté-
grales à paramètre, (en faisant une récurrence sur n ∈ N), la fonction Γ est dérivable à tout
ordre n ∈ N sur ]a; b[, de dérivée
dn Γ ∂nγ
Z Z
(x) = (x, t) dt = (ln t)n tx−1 e−t dt
dxn R∗
+
∂xn
R ∗
+

(d) La fonction gamma est même analytique (développable en série entière) sur R∗+ .
Pour x0 > 0, on a le développement en série entière de t 7→ γ(x, t) par rapport à x ∈ R :
X (ln t)n
γ(x, t) = e(x−1) ln t e−t = γ(x0 , t)e(x−x0 ) ln t = γ(x0 , t) (x − x0 )n .
n!
n≥0

Si |x − x0 | ≤ a < x0 alors on a les majoration

X (ln t)n X (ln t)n
∀t ≥ 1 (x − x0 )n ≤ ta ∀t ∈]0; 1] (x − x0 )n ≤ t−a .
n! n!
n≥0 n≥0

Or la fonction
   
t 7→ t−a 1]0;1] (t) + ta 1]1;+∞] (t) γ(x0 , t) = tx0 −a−1 1]0;1] (t) + tx0 +a−1 1]1;+∞] (t) e−t

est intégrable sur R∗+ (mêmes arguments que le domaine de définition de Γ). Par conséquent, en
vertu du corollaire du théorème de convergence dominée pour les séries, pour |x − x0 | ≤ a < x0
on a convergence de la série
Z X 1 Z
Γ(x) = γ(x, t) dt = (ln t)n γ(x0 , t) dt (x − x0 )n
R∗ n! R∗
+ n≥0 +
106 CHAPITRE 5. LE THÉORÈME DE FUBINI

cela pour tout a ∈]0; x0 [. Cette série a donc un rayon de convergence au moins égal à x0 , donc
égal à x0 .
(e) La fonction gamma prolonge la factorielle sur les entiers naturels.
Pour x > 0 on a la relation Γ(x + 1) = xΓ(x). Il suffit de faire une intégration par parties :
Z +∞ h it→+∞ Z +∞
Γ(x + 1) = tx e−t dt = − tx e−t + xtx−1 e−t dt = xΓ(x).
0 t→0+ 0
Z +∞
De plus Γ(1) = e−t dt = 1.
0
On en déduit par une récurrence immédiate que pour tout n ∈ N, Γ(n + 1) = n!.
2. La fonction bêta.
(a) La fonction B est définie sur R∗+ × R∗+ et symétrique.
La fonction t 7→ βx,y (t) = tx−1 (1 − t)y−1 est continue positive sur ]0; 1[ équivalente à t 7→ tx−1
en 0+ et t 7→ (1 − t)y−1 en 1− . En vertu de la règle de Riemann, pour que cette fonction
soit intégrable sur ]0; 1[ il faut et il suffit que x > 0 et y > 0. En changeant t en 1 − t dans
l’intégrale, on obtient B(x, y) = B(y, x).
(b) La fonction gamma et la fonction bêta sont liées par la relation :

Γ(x)Γ(y)
∀(x, y) ∈ R∗+ × R∗+ B(x, y) = .
Γ(x + y)

Soient x et y deux réels strictement positifs. Appliquons le théorème de Fubini-Tonelli :

Z Z Z
Γ(x)Γ(y) = ux−1 e−u du v y−1 e−v dv = ux−1 v y−1 e−(u+v) du ⊗ dv.
R∗
+ R∗
+ R∗ ∗
+ ×R+

On effectue le changement de variables s = u + v, t = u+v

u
.
 
L’application ϕ : (u, v) 7→ u + v, u+v est bijective de R+ × R∗+ sur R∗+ ×]0; 1[, de réciproque
u ∗

ϕ−1 : (s, t) 7→ (st, s(1 − t)). De plus ces deux applications sont C ∞ en tant que fractions
rationnelles et
t s
Jac(s,t) ϕ−1 = = −s
1 − t −s
Il vient alors :
Z Z

y−1
Γ(x)Γ(y) = (st)x−1 s(1−t) e−s s ds⊗ dt = sx+y−1 e−stx−1 (1−t)y−1 ds⊗ dt.
R∗
+ ×]0;1[ R∗
+ ×]0;1[

Appliquons à nouveau le théorème de Fubini-Tonelli :

Z Z
Γ(x)Γ(y) = s e ds
x+y−1 −s
tx−1 (1 − t)y−1 dt = Γ(x + y)B(x, y).
R∗
+ ]0;1[
5.4. EXEMPLES CLASSIQUES 107

Les démonstrations du chapitre 5

Lemme: Mesure de sections horizontales et verticales

Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés, où µ1 et µ2 sont deux mesures σ-finies.
On munit X1 × X2 de la tribu produit M1 ⊗ M2 . Soit E ∈ M1 ⊗ M2 .
1. Pour tout (a1 , a2 ) ∈ X1 × X2 , les “sections horizontales et verticales”

Ha2 (E) = {x ∈ X1 : (x, a2 ) ∈ E} et Va1 (E) = {y ∈ X2 : (a1 , y) ∈ E}

sont mesurables dans (X1 , M1 ) et (X2 , M2 ) respectivement ;

2. les applications “mesures de sections horizontales et verticales”

vE : X1 −→ R+ et hE X2 −→ R+
µ2 Va1 (E)) µ1 Ha2 (E)


a1 7−→ a2 7−→

sont mesurables.

Démonstration. Retour page 96

Idées principales.
1. Dans le cas où les singletons de X1 et X2 sont mesurables, le résultat est immédiat : les sections
Ha2 (E) × {a2 } = E ∩ (X1 × {a2 }) et {a1 } × Va1 (E) = E ∩ ({a2 } × X2 ) sont mesurables pour
la tribu M1 ⊗ M2 .
Dans le cas général, on montre que pour tout a1 ∈ X1 et tout a2 ∈ X2 , les ensembles

{E ∈ M1 ⊗ M2 : Va1 (E) ∈ M2 } et {E ∈ M1 ⊗ M2 : Ha2 (E) ∈ M1 }

sont des tribus sur X1 × X2 contenues dans M1 ⊗ M2 , qui contiennent M1 × M2 . Elles sont
donc égales à M1 ⊗ M2 .
2. On montre que les ensembles
n
o n
o
E ∈ M1 ⊗ M2 : vE : x 7→ µ2 Vx (E) et E ∈ M1 ⊗ M2 : hE : y 7→ µ1 Hy (E)

sont des λ systèmes, contenant le π-système générateur M1 × M2 . On applique alors le lemme

π-λ de Dynkin.
108 CHAPITRE 5. LE THÉORÈME DE FUBINI

Théorème: Mesure produit

Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés, où µ1 et µ2 sont deux mesures σ-finies.
On munit X1 × X2 de la tribu produit M1 ⊗ M2 .
1. Il existe une unique mesure µ telle que

∀A1 × A2 ∈ M1 × M2 µ(A1 × A2 ) = µ1 (A1 )µ2 (A2 ).

Cette mesure est également σ-finie et on la note µ1 ⊗ µ2 .

2. Pour tout E ∈ M1 ⊗ M2
Z Z Z 
µ(E) = 1E dµ = 1E (x, y) dµ2 (y) dµ1 (x)
X1 ×X2 X1 X2
Z Z 
= 1E (x, y) dµ1 (x) dµ2 (y).
X2 X1

Démonstration. Retour page 96

— Unicité. Soient (X1,n )n∈N et (X2,n )n∈N deux suites croissantes de M1 et M2 respectivement,
telles que

µ1 (X1,n ) < +∞
 [↑ [↑
∀n ∈ N et X1 = X1,n X2 = X2,n .
µ2 (X2,n ) < +∞
n∈N n∈N

Alors
[↑
∀n ∈ N µ1 (X1,n )µ2 (X2,n ) < +∞ et X1 × X2 = X1,n × X2,n .
n∈N

Donc si une telle mesure existe elle est σ-finie et on peut appliquer le théorème d’unicité des
mesures.
— Existence. Les formules intégrales nous assurent l’existence de la mesure µ : définissons µ par
Z
µ(E) = µ2 Vx (E) dµ1 (x).


X1

Cette définition a un sens en vertu du lemme 5.1.3.

— si E est un produit (E = E1 × E2 ∈ M1 × M2 ), on a évidemment Vx (E) = ∅ si x ∈
/ E1 et
Vx (E) = E2 si x ∈ E1 donc
Z Z
µ(E) = µ2 Vx (E) dµ1 (x) = µ2 (E2 )1E1 (x) dµ1 (x) = µ1 (E1 )µ2 (E2 ).


X1 X1

— µ est bien une mesure. Si E = ∅ = ∅ × ∅, on obtient bien µ(∅) = 0. La σ-additivité est

une conséquence de la σ-additivité de µ2 et du théorème de Beppo Levi : si (En )n∈N est
5.4. EXEMPLES CLASSIQUES 109

une suite d’ensembles deux à deux disjoints dans M1 ⊗ M2 , alors :

G  Z G  Z X
= Vx (En ) dµ1 (x) = µ2 Vx (En ) dµ1 (x)


µ En µ2
n∈N X1 n∈N X1 n∈N
XZ X
= µ2 Vx (En ) dµ1 (x) = µ(En ).

n∈N X1 n∈N

— De même, la formule
Z
∀E ∈ M1 ⊗ M2 µ (E) =
0
µ1 Hy (E) dµ2 (y)


X2

définit une autre mesure sur M1 ⊗ M2 qui coïncide avec µ sur M1 × M2 , donc lui est égale
en vertu de l’unicité.
110 CHAPITRE 5. LE THÉORÈME DE FUBINI

Théorème: Théorème de Fubini-Tonelli.

Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés, où µ1 et µ2 sont deux mesures σ-finies.
Soit f : X1 × X2 → R+ une fonction mesurable positive. On regarde f comme fonction de deux
variables (x1 , x2 ) ∈ X1 × X2 . Alors :
1. pour presque tout a1 ∈ X1 et presque tout a2 ∈ X2 , les fonctions

f (·, a2 ) : X1 −→ R+ et f (a1 , ·) : X2 −→ R+
x1 7−→ f (x1 , a2 ) x2 7−→ f (a1 , x2 )

sont mesurables positives sur X1 et X2 respectivement ;

2. les fonctions F1 : X1 → R+ et F2 : X2 → R+ définies par :
Z Z
F1 (x1 ) = f (x1 , x2 ) dµ2 (x2 ) et F2 (x2 ) = f (x1 , x2 ) dµ1 (x1 )
X2 X1

sont mesurables positives sur X1 et X2 respectivement ;

3. On a égalité des trois intégrales :
Z Z Z
f (x1 , x2 ) d(µ1 ⊗ µ2 )(x1 , x2 ) = F1 (x1 ) dµ1 (x1 ) = F2 (x2 ) dµ2 (x2 ).
X1 ×X2 X1 X2

autrement dit :
Z Z Z 
f (x1 , x2 ) d(µ1 ⊗ µ2 )(x1 , x2 ) = f (x1 , x2 ) dµ2 (x2 ) dµ1 (x1 )
X1 ×X2 X X
Z 1 Z 2 
= f (x1 , x2 ) dµ1 (x1 ) dµ2 (x2 ).
X2 X1

Démonstration. Retour page 97

La démonstration repose sur la construction de l’intégrale. Quitte à compléter la fonction f par 0
là où elle n’est pas définie, on peut suppose f définie partout.
1. Soit (a1 , a2 ) ∈ X1 × X2 . Soit t ∈ R+ . Notons E = {(x1 , x2 ) ∈ X1 × X2 : f (x1 , x2 ) ≤ t}. D’après
le lemme 5.1.3, les ensembles

{x1 ∈ X1 : f (x1 , a2 ) ≤ t} et {x2 ∈ X2 : f (a1 , x2 ) ≤ t}

sont mesurables dans X1 et X2 respectivement. Ainsi, f (·, a2 ) et f (a1 , ·) sont mesurables.

2. et 3. Si f est l’indicatrice d’un ensemble mesurable, le résultat provient du lemme 5.1.3. La
linéarité de l’intégrale nous donne le résultat dans le cas où f est étagée, mesurable positive,
puis le théorème d’approximation 2.4.12 et le théorème de Beppo Levi donnent le résultat final
pour toute f mesurable positive.
5.4. EXEMPLES CLASSIQUES 111

Théorème: Changement de variable dans Rd

Soient U et V deux ouverts de Rd et H : V → U un difféomorphisme C 1 .
Soit f : U → R une fonction intégrable sur U . Alors la fonction (f ◦ H) · | Jac(H)| est intégrable sur
V et :
Z Z Z
DH
f (y) dλd (y) = f ◦ H(x)| Jac(H)(x)| dλd (x) = f ◦ H(x) | (x) | dλd (x)
U V V Dx

DH
où Jac(H)(x) = (x) = det(dHx ) est le jacobien de H en x.
Dx

Démonstration. Retour page 102 (en dimension 1 seulement)

Quitte à changer H en −H, on peut supposer que H :]α; β[→]a; b[ est croissante. On considère
l’application : µ : B(]a; b[) → R+ définie par
Z Z
µ(A) = 1H −1 (A) (x)H 0 (x) dλ(x) = 1A ◦ H(x)H 0 (x) dλ(x).
]a;b[ ]a;b[

C’est la mesure image par H de la mesure à densité H 0 λ, autrement dit µ = (H 0 λ) ◦ H −1 . On

montre qu’elle coïncide avec λ sur les intervalles fermés, qui forment un π-système générateur de
B(]a; b[) : si [s; t] ⊂]a; b[, alors H −1 ([s; t]) = [H −1 (s); H −1 (t)] d’où
Z Z H −1 (t)
µ([s; t]) = 1[H −1 (s);H −1 (t)] (x)H 0 (x) dλ(x) = H 0 (x) dλ(x) = t − s = λ([s; t]).
]a;b[ H −1 (s)

Ainsi d’après le théorème d’unicité des mesures, on a µ = λ. La formule de changement de variable

est traduction de l’égalité de ces mesures pour l’intégration :
Z Z Z Z
f (y) dµ(y) = f (y) d (H λ) ◦ H
0 −1
(y) = f H(x) d(H λ)(x) = f H(x) H 0 (x) dλ(x).
0