Mesure et intégration

Licence de Mathématiques
Université Lyon 1

Dragoş Iftimie

Table des matières

Introduction 3

1 Limites inférieures et supérieures. Dénombrement 3

1.1 Limites inférieures et supérieures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Dénombrement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Ensembles et fonctions mesurables. Tribus 5

2.1 Tribus. Espaces mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 Tribu de Borel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.4 Propriétés des applications mesurables à valeurs dans R . . . . . . . . . . . . . . . . . 7
2.5 Boréliens de R, fonctions à valeurs dans R . . . . . . . . . . . . . . . . . . . . . . . . 7
2.6 Fonctions étagées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

3 Mesures positives 8

4 Intégration des fonctions positives 10

4.1 Intégration des fonctions étagées positives . . . . . . . . . . . . . . . . . . . . . . . . 10
4.2 Intégration des fonctions mesurables positives . . . . . . . . . . . . . . . . . . . . . . 11

5 Théorèmes de convergence 12
5.1 Théorème de convergence monotone et applications. Lemme de Fatou . . . . . . . . . 12
5.2 Intégration des fonctions mesurables complexes . . . . . . . . . . . . . . . . . . . . . 13
5.3 Théorème de convergence dominée de Lebesgue . . . . . . . . . . . . . . . . . . . . . 14
5.4 Presque partout. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
5.5 Tribu complétée. Mesure complétée. Tribu et mesure de Lebesgue . . . . . . . . . . . 15
5.6 Intégrales à paramètre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
5.7 Comparaison entre l’intégrale de Riemann et l’intégrale de Lebesgue . . . . . . . . . . 18

6 Intégration sur un espace produit 19

6.1 Tribu produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
6.2 Produits tensoriels de mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
6.3 Théorèmes de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

7 Mesure de Lebesgue 22
Mise à jour le 14 novembre 2024.

1
8 Changement de variables 23
8.1 Cas linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
8.2 Cas général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
8.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
8.3.1 Coordonnées polaires dans le plan R2 . . . . . . . . . . . . . . . . . . . . . . . 24
8.3.2 Coordonnées sphériques dans l’espace R3 . . . . . . . . . . . . . . . . . . . . . 25
8.3.3 Cas de Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

2
Introduction
Ce texte s’inspire fortement des 3 supports de cours de licence suivants :
— T. Gallay, Théorie de la mesure et de l’intégration, Grenoble.
— N. Lerner, Intégration, Rennes.
— P. Mironescu, Mesure et intégration, Lyon.

Nous disposons de la théorie de l’intégrale de Riemann qui permet d’intégrer beaucoup de fonc-
tions dont notamment les fonctions continues. Cette théorie est-elle suffisante pour les besoins de
l’intégration ? Voici quelques problèmes posées par l’intégrale de Riemann.
— L’intégrale de Riemann est essentiellement réservée aux fonctions continues, en tout cas il
faut au moins que les fonctions soient bornées. Un théorème du à Lebesgue dit d’ailleurs
qu’une fonction bornée est intégrable Riemann si et seulement si l’ensemble de ses points de
discontinuité est négligeable. En utilisant les intégrales généralisées, on peut aussi traiter des
fonctions continues avec quelques singularités ou sur des intervalles non-bornés mais cela reste
très limité et pas facile à manipuler.
— Une fonction relativement simple comme la fonction caractéristique de Q n’est pas intégrable
Riemann. Rb
— Si f est continue et dérivable, dans quelle mesure l’égalité a f ′ (x) dx = f (b) − f (a) est-elle
vraie ?
— Très important, dans quelle mesure la convergence simple de fn vers f implique la convergence
de leurs intégrales ? Le critère pour l’intégrale de Riemann nécessite la convergence uniforme
de la suite fn , condition bien trop restrictive.
— Nous avons besoin d’intégrer par rapport à d’autres mesures, par exemple en théorie des
probabilités. C’est-à-dire qu’on pourrait convenir que la mesure d’un intervalle [a, b] n’est pas
forcément b − a. Que devient l’intégrale dans ce cas ?
Pour répondre à ces questions, Lebesgue a construit une autre théorie de l’intégrale que l’on
connaît aujourd’hui sous le nom d’intégrale de Lebesgue. Son idée de départ a été très simple ;
voici un aperçu (très) simplifié pour donner une petite idée de son approche. Pour mesurer l’aire
du sous-graphe d’une fonction (qui est l’intégrale de la fonction), Riemann prenait l’intersection du
sous-graphe avec une droite verticale et mesurait la longueur du segment obtenu (puis “sommait”
toutes ces longueurs). Lebesgue fait la même chose mais en prenant des droites horizontales au lieu
de droites verticales. Étonnamment, cette approche donne une notion d’intégrale bien plus robuste
et permet d’intégrer bien plus de fonctions. Malheureusement, contrairement à l’intersection du sous-
graphe avec une droite verticale qui est simplement un segment, l’intersection du sous-graphe avec une
droite horizontale peut être un ensemble très compliqué. Ce n’est pas clair qu’on puisse le mesurer.
On ne peut pas mesurer tous les ensembles. Citons à cet effet le paradoxe de Banach-Tarski qui date
de 1923 : ces auteurs ont découpé la boule unité de R3 en un nombre fini de morceaux qui peuvent
être réarrangés pour faire deux boules unité complètes ! Cela veut bien dire que l’on ne peut pas
mesurer de manière raisonnable ces morceaux, sinon on aurait d’une part que la mesure de la boule
unité est la somme des mesures de ces morceaux, et cette même somme fera aussi le double de la
mesure de la boule unité ! Une bonne partie de ce cours sera d’ailleurs dédié à notion de mesurabilité.

1 Limites inférieures et supérieures. Dénombrement

1.1 Limites inférieures et supérieures
Rappelons d’abord que R, la droite réelle achevée, est définie par R = R ∪ {±∞}. On peut
additionner et multiplier les éléments de R, à l’exception des indéterminations (+∞) + (−∞) et
0 × (±∞). Rappelons maintenant les définitions de sup et inf.

3
Définition 1.1 (inf, sup). Soit A ⊂ R non-vide. On définit sup A ∈ R ∪ {+∞} comme le plus petit
majorant de A et inf A ∈ R ∪ {−∞} comme le plus grand minorant de A.

Soit (xn )n une suite de R et posons yn = sup xk . La suite yn ∈ R ∪ {+∞} est décroissante, elle
k≥n
admet donc une limite qui est égale à son inf. Cela justifie la définition suivante.

Définition 1.2 (liminf, limsup). Soit (xn )n une suite de R.

— On définit la limite supérieure de xn comme

lim sup xn = lim sup xk = inf sup xk .

n→∞ n→∞ k≥n n≥0 k≥n

— On définit la limite inférieure de xn comme

lim inf xn = lim inf xk = sup inf xk .

n→∞ n→∞ k≥n n≥0 k≥n

Rappelons enfin que la valeur d’adhérence d’une suite se définit comme la limite d’une sous-suite
de la suite en question. Nous travaillerons ici avec des valeurs d’adhérence dans R.
La proposition suivante regroupe plusieurs propriétés des limites inférieures et supérieures.

Proposition 1.3. Soit (xn )n une suite de R. Nous avons les affirmations suivantes.
a) lim sup xn est la plus grande valeur d’adhérence de xn et lim inf xn est la plus petite valeur
n→∞ n→∞
d’adhérence de xn .
b) Nous avons que xn → l ∈ R quand n → ∞ si et seulement si lim inf xn = lim sup xn = l.
n→∞ n→∞
c) Si (yn )n est une autre suite de R alors lim sup(xn + yn ) ≤ lim sup xn + lim sup yn dès lors que
n→∞ n→∞ n→∞
cette dernière somme est bien définie.

1.2 Dénombrement
Il existe deux définitions d’un ensemble dénombrable suivant que les ensembles finis sont consi-
dérés dénombrables ou pas. Nous adopterons ici la convention qu’ils ne le sont pas.

Définition 1.4 (dénombrabilité). — Un ensemble X est dit dénombrable s’il existe une bijec-
tion de X dans N.
— Un ensemble X est dit au plus dénombrable, abrégé en a.p.d., s’il est fini ou dénombrable.

Nous avons les deux propriétés suivantes.

Proposition 1.5. a) Une union a.p.d.d’ensembles [Link] a.p.d..

b) Un produit fini d’ensembles [Link] a.p.d..

Les exemples classiques sont Q qui est dénombrable et R qui ne l’est pas. Cela vient de l’écriture
décimale et de la non dénombrabilité de P(N). Nous avons en effet le théorème de Cantor suivant.

Théorème 1.6 (Cantor). Si E est un ensemble non-vide, il n’existe pas de bijection entre E et
P(E) (on a désigné par P(E) l’ensemble des parties de E).

4
2 Ensembles et fonctions mesurables. Tribus
2.1 Tribus. Espaces mesurables
Définition 2.1 (tribu, espace mesurable). Soit X un ensemble. Une famille M de parties de X
est une tribu sur X si :
a) A ∈ M implique Ac ∈ M ;
b) si An ∈ M pour tout n ∈ N, alors An ∈ M ;
S
n∈N
c) ∅, X ∈ M .
Le couple (X, M ) est dit espace mesurable et les éléments de M sont dits ensembles mesurables.
En anglais, une tribu est une “σ-algebra”, d’où parfois la terminologie σ-algèbre en français.
Il est facile de voir que les propriétés a) et b) impliquent c). Une tribu est donc une famille
non vide de sous-ensembles stable par union dénombrable et par passage au complémentaire. Le
complémentaire d’une union étant l’intersection des complémentaires, on en déduit qu’une tribu est
aussi stable par intersection dénombrable.

Exemples. Soit X un ensemble.

— M = {∅, X} est une tribu.
— M = P(X) est une tribu. Cas particulier X = N : la tribu qui sera considérée sur N est
P(N).
— Si A1 , . . . , An forment une partition de X (disjoints deux à deux et d’union X), alors toutes
les unions possibles de Aj forment une tribu sur X.
Pour définir la tribu engendré par une famille de sous-ensembles, nous avons besoin d’un résultat
préliminaire.
Mi est
T
Lemme 2.2. Soit X un ensemble et (Mi )i∈I une famille arbitraire de tribus sur X. Alors
i∈I
une tribu sur X.
Cela justifie la définition suivante.
Définition 2.3 (tribu engendrée). Soit X un ensemble et F une famille de parties de X. On défi-
nit M (F ), la tribu engendrée par F , comme l’intersection de toutes les tribus de X qui contiennent
F.
Nous avons la propriété suivante :
Proposition 2.4. La tribu engendrée par F est la plus petite tribu qui contient F .

Fin du cours 1 (03/09/2024).

Définissons aussi la tribu trace.
Définition 2.5. Soit (X, M ) un espace mesurable et A ⊂ X un sous-ensemble arbitraire. La tribu
trace sur A est la tribu MA = A ∩ M = {A ∩ B ; B ∈ M }.

2.2 Fonctions mesurables

Une fonction est dite mesurable si l’image réciproque d’un ensemble mesurable est mesurable :
Définition 2.6 (fonction mesurable). Soient (X1 , M1 ) et (X2 , M2 ) deux espaces mesurables et
f : X1 → X2 une application. La fonction f est dite mesurable (par rapport à ces deux tribus) si pour
tout A2 ∈ M2 nous avons que f −1 (A2 ) ∈ M1 .

5
 La notion de mesurabilité d’une application f : X1 → X2 dépend des tribus considérées sur X1 et
X2 . On doit donc spécifier à chaque fois de quelles tribus il s’agit. Par abus de notation, lorsqu’une
seule tribu a été définie sur X1 et X2 , ou que les tribus considérées sont sous-entendues, on peut
omettre de préciser les tribus et parler simplement d’application mesurable de X1 dans X2 .
Voici quelques propriétés des applications mesurables.
Proposition 2.7. a) Soient (X1 , M1 ), (X2 , M2 ) et (X3 , M3 ) trois espaces mesurables et f :
X1 → X2 , g : X2 → X3 deux applications mesurables (pour les tribus considérées). Alors
g ◦ f : X1 → X3 est mesurable (pour les tribus considérées).
b) Soit (X, M ) un espace mesurable, Y un ensemble et f : X → Y une application. Soit N =
{B ⊂ Y ; f −1 (B) ∈ M }. Alors N est une tribu sur Y qui rend f mesurable, et c’est la plus
grande tribu avec cette propriété.
c) Soient (X1 , M1 ) et (X2 , M2 ) deux espaces mesurables et f : X1 → X2 une application. On
suppose que M2 est engendrée par une famille F : M2 = M (F ). Alors f est mesurable si et
seulement si pour tout A2 ∈ F nous avons que f −1 (A2 ) ∈ M1 .
On retiendra que la composition de deux fonctions mesurables est mesurable et qu’il suffit de
vérifier la mesurabilité d’une fonction sur une famille qui engendre la tribu de l’espace d’arrivée de
la fonction.

2.3 Tribu de Borel

Un exemple fondamental de tribu est la tribu de Borel.
Définition 2.8 (tribu de Borel, borélien). Soit (X, d) un espace métrique. La tribu de Borel sur
X, notée par B(X), est la tribu engendrée par les ouverts de X (par rapport à la distance d). Les
éléments de la tribu de Borel sont dits ensembles boréliens, ou tout simplement boréliens.
Attention, les ouverts ne forment pas une tribu car le complémentaire d’un ouvert n’est générale-
ment pas ouvert. Les boréliens forment une famille très grande. Voici quelques exemples de boréliens :
— les fermés ;
— toute union dénombrable d’ensembles fermés ;
— Q est borélien dans R ;
— les irrationnels forment un ensemble borélien dans R.
Les fonctions continues sont mesurables pour la tribu de Borel.
Proposition 2.9. Soient (X1 , d1 ), (X2 , d2 ) deux espaces métriques et f : X1 → X2 une fonction
continue. Alors f est mesurable lorsqu’on munit X1 et X2 de leurs tribus de Borel.
Définition 2.10 (pavé). Un pavé de Rd est un produit d’intervalles fermés et bornées.
Proposition 2.11. Il existe une famille dénombrable de pavés de Rd telle que tout ouvert de Rd
est union dénombrable de ces pavés. En particulier, cette famille dénombrable de pavés engendre les
boréliens de Rd . La même chose est vraie pour une certaine famille dénombrable de boules ouvertes,
et aussi pour une certaine famille dénombrable de produits de boules ouvertes.
Dans le cas de R on peut restreindre encore plus la famille qui engendre les boréliens.
Proposition 2.12. La tribu B(R) est engendrée par :
a) les intervalles ]a, +∞[ quand a parcourt R ;
b) les intervalles [a, +∞[ quand a parcourt R ;
c) les intervalles ] − ∞, a[ quand a parcourt R ;
d) les intervalles ] − ∞, a] quand a parcourt R.

6
2.4 Propriétés des applications mesurables à valeurs dans R
Une application immédiate de la caractérisation des boréliens sur R vue au-dessus et de la pro-
position 2.7 nous permet de montrer par exemple l’énoncé suivant :
Corollaire 2.13. Soit (X, M ) un espace mesurable et f : X → R. On munit R de la tribu de Borel.
Alors f est mesurable si et seulement si f −1 ([a, +∞[) ∈ M pour tout a ∈ R.
Une autre application nous permet de montrer que toute application monotone est mesurable.
Proposition 2.14. Soit X ⊂ R et f : X → R monotone. Alors f est mesurable lorsqu’on munit X
de la tribu trace de B(R) et R de la tribu de Borel.
Nous munirons par défaut R, ou Rd , par la tribu de Borel. Si aucune mention n’est faite, il faut
supposer que la tribu considérée sur R, ou Rd , est la tribu de Borel.
La fonction indicatrice d’un ensemble est mesurable si et seulement si l’ensemble est mesurable.
Proposition 2.15. Soit (X, M ) un espace mesurable, A ⊂ X. La fonction indicatrice de A, χA :
X → R, est mesurable si et seulement si A est mesurable.
Proposition 2.16. Soit (X, M ) et (Y, N ) deux espaces mesurables, u1 , . . . , ud : X → R des fonc-
tions mesurables et ϕ : Rd → Y mesurable. Alors l’application x 7→ ϕ(u1 (x), . . . , ud (x)) est mesurable
de X dans Y .
Voici un corollaire immédiat.
Corollaire 2.17. Soit (X, M ) un espace mesurable.
a) Une application f : X → C est mesurable si et seulement Re(f ) et Im(f ) sont mesurables de
X dans R. De plus, si f est mesurable alors |f | est mesurable aussi.
b) Si f, g : X → C sont mesurables, alors f + g et f g sont mesurables aussi.
Proposition 2.18. Soit (X, M ) un espace mesurable et f : X → C mesurable. Il existe une appli-
cation α : X → C mesurable telle que |α| = 1 et f = α|f | partout.
Fin du cours 2 (10/09/2024).

2.5 Boréliens de R, fonctions à valeurs dans R

Sur R = R ∪ {±∞} nous avons une structure d’espace métrique donnée par la distance d(x, y) =
| arctan x − arctan y| où on convient que arctan(±∞) = ± π2 . On peut donc parler de boréliens et
de mesurabilité sur R. On vérifie aisément que les boules ouvertes de R sont les intervalles (où ±∞
peuvent être des extrémités d’intervalles et appartenir à l’intervalle ou pas).
Sur R on peut faire des limites, pendre des sup, des inf, des limsup et des liminf. Ce qui a été
fait dans la partie 1.1 reste valable dans R à ceci près que lorsqu’il y a une somme il faut imposer
la condition que la somme soit bien définie (c’est-à-dire qu’on ne se retrouve pas à sommer −∞ et
+∞).
La proposition 2.12 est vraie dans R aussi : la tribu B(R) est engendrée par les intervalles ]a, +∞]
quand a parcourt R.
Nous avons le résultat suivant :
Proposition 2.19. Soit (X, M ) un espace mesurable et fn : X → R une suite de fonctions mesu-
rables. Alors
a) sup fn et inf fn sont des fonctions mesurables de X dans R ;
n n

b) lim sup fn et lim inf fn sont des fonctions mesurables de X dans R ;

n→∞ n→∞

c) Si f : X → R est limite simple de fn , alors f est mesurable.

Dans R nous utiliserons la convention 0 · ∞ = 0. L’addition (−∞) + (+∞) reste interdite.

7
2.6 Fonctions étagées
Une fonction étagée est une fonction positive mesurable qui ne prend qu’un nombre fini de valeurs.

Définition 2.20 (fonction étagée). Soit (X, M ) un espace mesurable. Une fonction f est dite
étagée sur X si :
— f est à valeurs dans R+ et mesurable de X dans R+ ;
— f (X) est un ensemble fini.

Si f est étagée, en posant f (X) = {α1 , . . . , αn } (valeurs distinctes) et Aj = f −1 (αj ) nous avons
que
f = α1 χ A 1 + · · · + αn χ A n
où χAj désigne la fonction indicatrice de Aj . Cette écriture est unique si les αj sont distincts 2 à 2
et si les Aj forment une partition de X. On l’appelle écriture canonique de la fonction étagée f .

Théorème 2.21. Soit (X, M ) un espace mesurable et f : X → R+ mesurable. Alors il existe une
suite de fonctions étagées positives fn telles que
— la suite fn est croissante : 0 ≤ fn ≤ fn+1 ≤ f ;
— la suite fn tend vers f simplement.
Si on a de plus que f est bornée, alors on peut supposer que la suite fn tend vers f uniformément
sur X.

3 Mesures positives
Définition 3.1 (mesure positive). Soit (X, M ) un espace mesurable. Une mesure positive sur
(X, M ) est une application µ : M → R+ telle que
— µ(∅) = 0 ;
— Si (An )n est une suite d’ensembles mesurables 2 à 2 disjoints, alors
[  X
µ An = µ(An )
n∈N n∈N

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

La deuxième propriété de la définition est dite σ-additivité. Les mesures peuvent être de plusieurs
types.

Définition 3.2. Soit (X, M , µ) un espace mesuré. On dit que :

— la mesure µ est finie si µ(X) < ∞ ;
— la mesure µ est une mesure de probabilités si µ(X) = 1 ; S
— la mesure µ est σ-finie s’il existe une suite d’ensembles mesurables (An )n tels que X = An
n∈N
et µ(An ) < ∞ pour tout n ∈ N ;
— la mesure µ est borélienne si la tribu M est la tribu de Borel ;
— la mesure µ est de Radon si elle est borélienne et finie sur les compacts (la mesure de tout
compact est finie).

Exemples.
a) Si X est un ensemble fini et M = P(X), µ(A) = card(A) pour tout A ⊂ X est une mesure
finie.
b) Si X est un ensemble fini et M = P(X), µ(A) = card(A)
card(X)
pour tout A ⊂ X est une mesure de
probabilités.

8
 c) Si X est un ensemble arbitraire et M = P(X), la mesure de comptage définie par
(
card(A) si A est fini
µ(A) =
+∞ sinon

est une mesure.

d) Soit (X, M ) un espace mesurable et a ∈ X. L’application δa définie par
(
1 si a ∈ A
δa (A) =
0 si a ∈/A

est une mesure appelée mesure de Dirac en a (ou masse de Dirac).

e) Sur (R, B(R)) il existe une unique mesure positive µ telle que µ([a, b]) = µ(]a, b[) = b − a pour
tout a < b finis. Cette mesure est dite mesure de Borel. L’existence de la mesure de Borel
n’est pas du tout évidente. Sa construction est difficile et fait l’objet d’un chapitre ultérieur.
f) Sur (Rd , B(Rd )) il existe une unique mesure
Q positiveQµ telle que la mesure de tout pavé est le
produit des longueurs de ses côtés : µ( [aj , bj ]) = (bj − aj ). C’est la mesure de Borel sur
j j
d
R .
g) Soit (X, M , µ) un espace mesuré et f : X → Y une application. Soit N = {B ⊂ Y ; f −1 (B) ∈
M } la tribu image sur Y . L’application ν(B) = µ(f −1 (B)) pour tout B ∈ N est une mesure
sur N dite mesure image de µ.
Avant de montrer quelques propriétés des mesures, nous avons besoin du résultat suivant sur les
séries a deux indices.

Lemme 3.3. On considère des nombres am,n ∈ R+ , m, n ∈ N. Nous avons que

X X  X X 
am,n = am,n .
m∈N n∈N n∈N m∈N

La valeur commune de ces deux sommes est notée plus simplement par
X X X  X X 
am,n = am,n = am,n .
m,n∈N m∈N n∈N n∈N m∈N

Voici quelques opérations sur les mesures.

Proposition 3.4 (opérations sur les mesures). a) Si µ est mesure et α ∈ R+ alors αµ est
une mesure. Ici (αµ)(A) = αµ(A) avec la convention 0 · ∞ = 0.
b) Si µ1 et µ2 sont deux mesures sur un même espace, alors µ1 + µ2 est une mesure. Ici on a
posé (µ1 + µ2 )(A) = µ1 (A) + µ2 (A).
P
c) Si (µn )n est une suite de mesures sur un même espace, alors µn est une mesure. Ici on a
P P n∈N
posé ( µn )(A) = µn (A).
n∈N n∈N

Ces opérations nous permettent d’avoir d’autres exemples de mesures.

9
Exemples.
a) Probabilité de Bernoulli de paramètre p ∈ [0, 1] donnée par : µ = pδ0 + (1 − p)δ1 .
∞ k
b) Probabilité de Poisson de paramètre λ > 0 : µ = e−λ λ
P
δ .
k! k
n=0
Nous pouvons maintenant énoncer quelques propriétés des mesures.
Proposition 3.5. Soit (X, M , µ) un espace mesuré. Nous avons les propriétés suivantes :
a) Si A ⊂ B et A, B mesurables, alors µ(A) ≤ µ(B).
b) Si A et B sont deux ensembles mesurables, alors µ(A ∪ B) ≤ µ(A) + µ(B).
S
c) Si (An )n est une suite croissante d’ensembles mesurables, An ⊂ An+1 , et A = An alors
n∈N
µ(A) = lim µ(An ) dans R+ .
n→∞
T
d) Si (An )n est une suite décroissante d’ensembles mesurables, An ⊃ An+1 , A = An et en
n∈N
plus A0 est de mesure finie, alors µ(A) = lim µ(An ).
n→∞
 S  P
e) Si (An )n est une suite d’ensembles mesurables, alors µ An ≤ µ(An ).
n∈N n∈N
f ) La propriété du c) plus µ(∅) = 0 plus µ(A ∪ B) ≤ µ(A) + µ(B) pour tous A, B mesurables
disjoints, forment un ensemble de propriétés équivalent à la définition de la mesure.
Fin du cours 3 (17/09/2024).

4 Intégration des fonctions positives

Nous allons construire l’intégrale d’une fonction positive en plusieurs étapes. D’abord pour les
fonctions étagées.

4.1 Intégration des fonctions étagées positives

Définition 4.1 (intégrale d’une fonction étagée). Soit (X, M , µ) un espace mesuré et f étagée
positive. Si l’écriture canonique de f est donnée par f = α1 χA1 +· · ·+αn χAn (où f (X) = {α1 , . . . , αn }
et Aj = f −1 (αj )), on définit l’intégrale de f par
Z n
X
f dµ = αj µ(Aj ).
X j=1

Si A ⊂ X est mesurable, on définit l’intégrale de f sur A par

Z Z
f dµ = f χA dµ.
A X
R
Rappelons que nous utilisons la convention 0 · ∞ = 0 ce qui fait que X
0 dµ = 0.
R
Exemple. Si A est mesurable nous avons que X
χA dµ = µ(A).
Proposition 4.2. Soit (X, M , µ) un espace mesuré, f, g deux fonctions étagées positives et λ ∈ R+ .
Nous avons :
R R
a) X λf dµ = λ X f dµ ;
R R R
b) X (f + g) dµ = X f dµ + X g dµ ;
R R
c) X f dµ = sup X
f dµ ;
h étagée
0≤h≤f

d) L’application M ∋ A 7→ λ(A) = A f dµ ∈ R+ est une mesure sur (X, M ). La mesure λ est

R

dite mesure de densité f par rapport à µ.

10
Remarque. La partie b) au dessus implique R la propriété
R de monotonie suivante de l’intégrale : si
f, g étagées positives vérifient f ≤ g alors X f dµ ≤ X g dµ.

4.2 Intégration des fonctions mesurables positives

Définition 4.3 (intégrale d’une fonction positive). Soit (X, M , µ) un espace mesuré et f :
X → R+ mesurable. On définit l’intégrale de f par
Z Z
f dµ = sup f dµ.
X h étagée X
0≤h≤f

Si A ⊂ X est mesurable, on définit l’intégrale de f sur A par

Z Z
f dµ = f χA dµ.
A X

Remarque. Lorsque f est étagée positive, on peut calculer son intégrale soit en la regardant comme
fonction étagée avec la définition 4.1, soit comme fonction mesurable avec la définition 4.3 au-dessus.
La question c) de la proposition 4.2 nous assure que le résultat est le même, il n’y a donc pas de
risque de confusion.

Proposition 4.4. Soit (X, M , µ) un espace mesuré, f, g : X → R+ deux fonctions mesurables. Nous
avons :
R R
a) Si f ≤ g alors X f dµ ≤ X g dµ.
R R
b) Si A ⊂ B sont mesurables, alors A f dµ ≤ B f dµ.
R R
c) Pour tout λ ≥ 0, X λf dµ = λ X f dµ.
R
d) Si A est mesurable et µ(A) = 0 alors A f dµ = 0 (même si f = +∞).

Exemples.
a) Soit X = {x1 , x2 , . . . , xn }, M = P(X) et µ = card. Si f : X → R+ nous avons
Z
f dµ = f (x1 ) + f (x2 ) + · · · + f (xn ).
X

b) Soit X = {x1 , x2 , . . . , xn }, M = P(X) et µ = card / card(X). Si f : X → R+ nous avons

f (x1 ) + f (x2 ) + · · · + f (xn )

Z
f dµ = .
X n

c) Soit X = {x1 , x2 , . . . , xn }, M = P(X), g : X → R+ et µ la mesure de densité g par rapport

à la mesure de comptage (card). Si f : X → R+ nous avons
Z
f dµ = g(x1 )f (x1 ) + g(x2 )f (x2 ) + · · · + g(xn )f (xn ).
X

d) Soit X = (xi )i∈I un ensemble arbitraire, M = P(X) et µ = card. Si f : X → R+ nous avons

Z X
f dµ = sup f (xj ).
X J fini⊂I
j∈J

11
 e) Soit N muni de M = P(N) et de la mesure de comptage µ = card. Si f : X → R+ nous
avons Z X
f dµ = f (n).
N n∈N

f) Pour
R la mesure de Borel sur R, on note l’intégrale avec dx comme pour l’intégrale de Riemann :
R
f (x) dx. Nous verrons plus tard que cela est justifié car, au moins pour les fonctions
continues, l’intégrale de Riemann et l’intégrale de Lebesgue par rapport à la mesure de Borel
coïncident.

5 Théorèmes de convergence
Nous allons montrer dans ce gros chapitre plusieurs théorème de convergence des intégrales et leurs
conséquences sur la construction de l’intégrale. Nous allons aussi montrer des critères de convergence
ou de dérivabilité pour les intégrales à paramètre.

5.1 Théorème de convergence monotone et applications. Lemme de Fatou

Le premier résultat de convergence des intégrales est le théorème de convergence monotone connu
aussi sous le nom de théorème de Beppo Levi. Il s’agit d’un résultat fondamental.

Théorème 5.1 (convergence monotone, Beppo Levi). Soit (X, M , µ) un espace mesuré et
fn : X → R+ une suite de fonctions mesurables positives. On suppose que la suite est monotone
croissante, fn ≤ fn+1 , et qu’elle tend simplement vers une certaine fonction f : X → R+ . Alors f
est mesurable et Z Z Z
f dµ = lim fn dµ = sup fn dµ.
X n→∞ X n X

Voici quelques applications de ce théorème.

Corollaire 5.2. Soit (X, M , µ) un espace mesuré et f, g : X → R+ mesurables. Nous avons que
f + g est mesurable et Z Z Z
(f + g) dµ = f dµ + g dµ.
X X X

Corollaire 5.3. Soit (X, M P, µ) un espace mesuré et fn : X → R+ une suite de fonctions mesurables
positives. On pose f (x) = fn (x). Alors f est mesurable et
n∈N
Z X XZ


fn dµ = fn dµ.
X n∈N n∈N X

Nous avons aussi un résultat de “convergence” des intégrales sans aucune hypothèse sur les inté-
grandes ! C’est le lemme de Fatou suivant.

Proposition 5.4 (Lemme de Fatou). Soit (X, M , µ) un espace mesuré et fn : X → R+ une suite
de fonctions mesurables positives. Nous avons l’inégalité suivante :
Z Z
lim inf fn dµ ≤ lim inf fn dµ
X n→∞ n→∞ X

12
Exemple. Le théorème de convergence monotone nous permet de donner la formule de l’intégrale
pour la mesure image. Plus précisément, soit (X, M , µ) un espace mesuré et f : X → Y une
application. Soit N = {B ⊂ Y ; f −1 (B) ∈ M } la tribu image sur Y et ν la mesure image sur N
(rappel : ν(B) = µ(f −1 (B)). Si g : Y → R+ est mesurable alors g ◦ f est mesurable aussi et
Z Z
g dν = g ◦ f dµ.
Y X

Fin du cours 4 (24/09/2024).

On peut maintenant parler de mesure à densité dans le cadre général des fonctions positives.
Proposition 5.5 (mesures à densité). Soit (X, M , µ) un espace mesuré et f : X → R+ une
fonction mesurable positive. L’application M ∋ A 7→ λ(A) = A f dµ ∈ R+ est une mesure sur
R

(X, M ). La mesure λ est dite mesure de densité f par rapport à µ. Si g : X → R+ est une fonction
mesurable positive, nous avons que Z Z
g dλ = gf dµ
X X
ce qui justifie la notation dλ = f dµ.

5.2 Intégration des fonctions mesurables complexes

Pour intégrer des fonctions complexes, on se ramène à des fonctions rélles en prenant la partie
réelle et la partie imaginaire, puis à des fonctions positives en prenant la partie positive et la partie
négative. Rappelons que pour a ∈ R on pose

a+ = max(a, 0), a− = max(−a, 0).

Nous avons
a = a+ − a− et |a| = a+ + a− .
Pour une fonction f à valeurs réelles, on définit ainsi ses parties positives et négatives par



f+ (x) = f (x) + et f− (x) = f (x) − .

Pour une fonction f à valeurs complexes, on prend d’abord la partie réelle et la partie imaginaire,
puis la partie positive et la partie négative :





f = Re(f ) + i Im(f ) = Re(f ) + − Re(f ) − + i Im(f ) + − i Im(f ) − .

On définit maintenant l’intégrale d’une fonction définie sur C.

Définition 5.6 (intégrale d’une fonction complexe, espace L 1 (X, µ)). SoitR (X, M , µ) un
espace mesuré et f : X → C une fonction mesurable. On dit que f est intégrable si X |f | dµ < ∞.
L’espace des fonctions intégrables est noté par L 1 (X, µ). On définit l’intégrale de f par la formule
Z Z Z Z Z





f dµ = Re(f ) + dµ − Re(f ) − dµ + i Im(f ) + dµ − i Im(f ) − dµ.
X X X X X

Remarque. La définition de l’intégrale au-dessus est justifiée. En effet, nous avons que Re(f ) +
≤
R
R
| Re(f )| ≤ |f | d’où X Re(f ) + dµ ≤ X |f | dµ < ∞. De même pour les trois autres termes.
Proposition 5.7. Soit (X, M , µ)Run espace mesuré. Nous avons que L 1 (X, µ) est un espace vectoriel
et l’application L 1 (X, µ) ∋ f 7→ X f dµ est linéaire. De plus, pour tout f ∈ L 1 (X, µ) nous avons
l’inégalité Z Z
f dµ ≤ |f | dµ.
X X

13
5.3 Théorème de convergence dominée de Lebesgue
Le théorème de cette partie est peut-être le théorème le plus utile de ce cours. Il permet de passer
à la limite dans des intégrales lorsque les intégrandes convergent simplement.

Théorème 5.8 (convergence dominée de Lebesgue). Soit (X, M , µ) un espace mesuré et fn :

X → C une suite d’applications mesurables. On suppose que
a) (convergence simple) fn → f simplement pour une certaine fonction f : X → C ;
R
b) (domination) il existe g : X → R+ telle que X g dµ < ∞ et |fn | ≤ g pour tout n.
Alors fn et f sont intégrables et Z
lim |fn − f | dµ = 0.
n→∞ X
En particulier, nous avons que Z Z
lim fn dµ = f dµ.
n→∞ X X

L’hypothèse de convergence simple est une hypothèse “de bon sens”, c’est-à-dire une hypothèse
sans laquelle la convergence dans la conclusion ne peut raisonnablement avoir lieu. À première vue,
ce n’est pas clair pourquoi l’hypothèse de domination devrait apparaître. En fait, ce théorème admet
aussi une réciproque à une sous suite près. Toute suite qui vérifie la conclusion admet une sous-suite
qui vérifie les hypothèses a) et b) (cela sera vu au 2e semestre dans le cours d’éléments d’analyse
fonctionnelle). Le théorème de convergence dominée de Lebesgue est donc optimal.

5.4 Presque partout.

Définition 5.9 (presque partout). Soit (X, M , µ) un espace mesuré et f : X → C ou f : X → R
mesurable.
— On dit que f est nulle µ presque partout, ou f = 0 µ p.p. (ou juste f = 0
p.p. s’il n’y a pas
de risque de confusion quant au choix de la mesure µ) si µ {x ; f (x) ̸= 0} = 0.
— Plus généralement, on dit qu’une propriété a lieu µ presque partout, ou µ p.p., si elle a lieu
partout sauf sur un ensemble de mesure µ nulle.

Cette définition est justifiée par les propriétés suivantes de l’intégrale.

Proposition 5.10. Soit (X, M , µ) un espace mesuré.

a) Si f : X → R+ est mesurable, nous avons l’équivalence
Z
f dµ = 0 ⇐⇒ f = 0 µ p.p..
X

b) Si g ∈ L 1 (X, µ), nous avons l’équivalence

Z
|g| dµ = 0 ⇐⇒ g = 0 µ p.p..
X

c) RSoient f, g : X → R+ mesurables ou f, g ∈ L 1 (X, µ) réelles. Si f ≤ g µ p.p. alors X f dµ ≤

R

X
g dµ.
d) Soient f, g : X → R+ mesurables ou f, g ∈ L 1 (X, µ). Si f = g µ p.p. alors X f dµ = X g dµ.
R R
R
e) Si f : X → R est telle que X |f | dµ < ∞ alors f est finie µ p.p..

14
 On pourrait définir la notion d’intégrabilité des fonctions à valeurs dans R en séparant la partie
positive et la partie négative et en raisonnant comme dans la définition 5.6. Le résultat au-dessus
montre qu’une telle définition ne serait pas très utile en pratique. En effet, une fonction f intégrable
à valeurs dans R est nécessairement finie p.p. On pourrait alors définir une nouvelle fonction fe qui
serait nulle là où f = ±∞ et égale à f ailleurs. On a alors que f = fe p.p. et fe est finie partout. Le
passage de f à fe ne modifie ni la valeur de l’intégrale ni les propriétés de mesurabilité. Du point de
vue de l’intégrale, les deux fonctions sont indifférenciables et on peut parfaitement travailler avec fe
au lieu de f pour les besoins de l’intégration. De même, si on a une suite fn de fonctions intégrables
à valeurs dans R, on posant An l’ensemble où fn = ±∞ on peut rendre les fn nulles sur ∪n∈N An
(qui est un ensemble de mesure nulle) et obtenir ainsi une nouvelle suite de fonctions intégrables
finies, égales p.p. à la suite de départ. Attention cependant au cas particulier des fonctions positives,
qui peuvent être intégrées sans que la fonction soit finie p.p. On retiendra de cette discussion que
si on veut intégrer une fonction, soit elle est positive soit on peut la supposer finie (en la modifiant
éventuellement sur un ensemble de mesure nulle).
Une dernière remarque sur les fonctions à valeurs dans R. Pour f à valeurs dans R, en décomposant
f = f+ − f− on pourrait imaginer une situation Roù par exemple R f− estR d’intégrale finie et f+ non.
Dans ce cas, on peut définir l’intégrale de f par X f dµ = X f+ dµ − X f− dµ qui a parfaitement
un sens et est égale à +∞. Dans un tel cas, f n’est pas intégrable au sens de la théorie que nous
avons introduite et les théorèmes de ce cours ne s’y appliquent pas. En général, on évite de travailler
avec de telles fonctions.
Les théorèmes de convergence des intégrales ont des versions “p.p.”. Voici la version “p.p.” du
théorème de convergence dominée de Lebesgue.

Théorème 5.11 (convergence dominée de Lebesgue, version p.p.). Soit (X, M , µ) un espace
mesuré et fn : X → C une suite d’applications mesurables. On suppose que
a) (convergence simple) fn → f µ p.p. au sens suivant : il existe f : X → C et A ensemble
mesurable de mesure nulle tel que fn → f simplement sur Ac et f = 0 sur A ;
R
b) (domination) il existe g : X → R+ telle que X g dµ < ∞ et |fn | ≤ g µ p.p. pour tout n.
Alors fn et f sont intégrables et Z
lim |fn − f | dµ = 0.
n→∞ X
En particulier, nous avons que Z Z
lim fn dµ = f dµ.
n→∞ X X

La formulation “p.p.” du théorème de convergence monotone de Beppo Levi est similaire : les
hypothèses 0 ≤ fn ≤ fn+1 µ p.p. et fn → f µ p.p. entraînent la même conclusion. Les détails sont
laissés en exercice.

5.5 Tribu complétée. Mesure complétée. Tribu et mesure de Lebesgue

Nous montrons dans ce paragraphe qu’une mesure peut être “complétée” en ajoutant tous les
sous-ensembles des ensembles de mesure nulle. C’est une notion qui est pratique, mais non essentielle
dans la théorie de l’intégration.
Commençons par définir les ensembles négligeables.

Définition 5.12 (ensemble négligeable). Soit (X, M , µ) un espace mesuré. Un sous-ensemble A

de X est dit négligeable s’il est inclus dans un ensemble de mesure nulle de la tribu : il existe B ∈ M
tel que µ(B) = 0 et A ⊂ B.

On définit maintenant la tribu complétée.

15
Définition 5.13 (tribu complétée). Soit (X, M , µ) un espace mesuré.
— La tribu complétée par rapport à la mesure µ, notée par M est la tribu engendrée par M et
par tous les ensembles négligeables.
— La tribu est dite complète par rapport à la mesure µ si sa complétée est elle-même : M = M .
Ou, de manière équivalente, si tous les ensembles négligeables appartiennent à la tribu.

De toute évidence, les notions de tribu complétée et tribu complète ne dépendent pas uniquement
de la tribu mais aussi de la mesure considérée. De ce fait, la notation M est abusive car laisse
entendre que cela dépend uniquement de M . En pratique, le choix de la mesure µ est évident et le
plus souvent n’a pas besoin d’être spécifié.
On peut facilement caractériser la tribu complétée.

Proposition 5.14. Soit (X, M , µ) un espace mesuré. La tribu complétée M est formé de toutes les
unions possibles d’ensembles de E et d’ensembles négligeables :

M = {E ∪ A ; E ∈ M et A négligeable}.

La mesure µ admet une unique extension à M .

Proposition 5.15. Soit (X, M , µ) un espace mesuré. Il existe une unique mesure µ sur M telle que
µ M = µ.

Définition 5.16 (mesure complétée). Soit (X, M , µ) un espace mesuré. La mesure µ de la pro-
position précédente est dite la mesure complétée de µ.

Définition 5.17 (tribu et mesure de Lebesgue). — La tribu de Lebesgue sur Rn , notée par
Ln , est la tribu de Borel complétée par rapport à la mesure de Borel.
— La mesure de Lebesgue sur Rn , notée par λn , est la mesure de Borel complétée.

Fin du cours 5 (01/10/2024).

En pratique, la mesure de Borel est quasiment la même chose que la mesure de Lebesgue. Elles
diffèrent uniquement par des ensembles négligeables, les intégrales associées sont donc les mêmes.
Pour différencier la mesurabilité par rapport à la tribu de Lebesgue de celle par rapport à la tribu de
Borel, on utilise la terminologie de fonction Lebesgue mesurable pour les fonctions mesurables par
rapport à la tribu de Lebesgue et la terminologie de fonction borélienne pour les fonctions mesurables
par rapport à la tribu de Borel.
La proposition suivante dit qu’une fonction est mesurable par rapport à la tribu complétée M si
st seulement si elle est égale p.p. à une fonction mesurable pour la tribu M .

Proposition 5.18. Soit (X, M , µ) un espace mesuré et f : X → R (ou f : X → C). La fonction

f est mesurable par rapport à la tribu complétée M si et seulement si il existe g : X → R (ou
g : X → C) mesurable par rapport à la tribu M telle que f = g µ p.p.

Proposition 5.19. Si µ est une mesure complète (c’est-à-dire égale à sa mesure complétée), alors
toute limite µ p.p. de fonctions mesurables est mesurable.

Ce résultat nous permet de simplifier la condition a) de la version p.p. du théorème de convergence

dominée de Lebesgue, théorème 5.11. On peut simplement de se placer dans le cadre de la tribu et de
la mesure complétée et supposer dans la condition a) que les fn sont M mesurables et convergent µ
p.p. La limite p.p. sera automatiquement mesurable pour la tribu complétée, peu importe la manière
dont la fonction limite est définie sur l’ensemble où la convergence simple n’a pas lieu. On peut
également reformuler cette même condition a) dans le cadre de la tribu de départ (non complétée)
en supposant que les fn convergent µ p.p. vers une fonction M mesurable (c’est-à-dire on rajoute
comme hypothèse que la limite f est mesurable).

16
5.6 Intégrales à paramètre
Nous nous intéressons maintenant aux intégrales à paramètre, c’est-à-dire les intégrales où l’in-
tégrande dépend d’un paramètre. Comment dépend l’intégrale de ce paramètre, est-elle continue,
dérivable, etc. ?
Le cadre est le suivant. On se donne une fonction f : X × Λ → C où (X, M , µ) un espace mesuré
et Λ un espace métrique. On écrit f (x, λ) où x est la variable d’intégration et λ le paramètre. On
définit la fonction Z Z
F (λ) = f (x, λ) dµx ≡ f (x, λ) dx
X X
où dµx veut dire qu’on intègre par rapport à la mesure µ dans la variable x. Pour abréger et clarifier
l’écriture, on écrira dans cette partie dx au lieu de dµx .
Le théorème suivant porte sur la continuité des intégrales à paramètre.
Théorème 5.20 (continuité des intégrales à paramètre). Soit (X, M , µ) un espace mesuré, Λ
un espace métrique et f : X × Λ → C. On suppose que
a) pour tout λ ∈ Λ, l’application X ∋ x 7→ f (x, λ) ∈ C est mesurable ;
b) Pour presque tout x ∈ X, l’application Λ ∋ λ 7→ f (x, λ) ∈ C est continue ;
c) il existe g ∈ L 1 (X, µ) positive telle que
∀λ ∈ Λ |f (x, λ)| ≤ g(x) pour presque tout x ( µ p.p.).
Alors l’application Z
λ 7→ F (λ) = f (x, λ) dx
X
est continue de Λ dans C.

Remarques.
— Si on cherche à avoir la continuité de F en un seul point λ0 , alors ils suffit de supposer dans
l’hypothèse b) la continuité en λ0 seulement.
— Étant donné que la continuité est une notion locale (i.e. dépend uniquement des valeurs de
la fonction dans un voisinage), la condition du c) peut être supposée sur des boules de rayon
aussi petit qu’on veut. Si Λ est un ouvert de Rn alors la condition du c) peut être supposée
sur les compacts de Λ seulement.
On s’intéresse maintenant à la dérivabilité des intégrales à paramètre. On doit donc supposer que
Λ est un intervalle de R.
Théorème 5.21 (dérivabilité des intégrales à paramètre). Soit (X, M , µ) un espace mesuré,
Λ un intervalle de R et f : X × Λ → C. On suppose que
a) pour tout λ ∈ Λ, l’application X ∋ x 7→ f (x, λ) ∈ C est intégrable (appartient à L 1 (X, µ)) ;
b) Pour presque tout x ∈ X, l’application Λ ∋ λ 7→ f (x, λ) ∈ C est dérivable ;
c) il existe g ∈ L 1 (X, µ) positive telle que pour presque tout x ( µ p.p.) nous avons la majoration
∂f
(x, λ) ≤ g(x) ∀λ ∈ Λ.
∂λ
Alors l’application Z
λ 7→ F (λ) = f (x, λ) dx
X
est dérivable sur Λ et on peut dériver sous l’intégrale :
Z
′ ∂f
F (λ) = (x, λ) dx.
X ∂λ

L’intégrande au-dessus ∂f
∂λ
(x, λ) est définie µ p.p. seulement. Sur l’ensemble de mesure nulle où
cette intégrande n’est pas définie, on la pose nulle.

17
Remarques.
— Dans le cas où λ est une extrémité de Λ, le résultat reste vrai en sous-entendant qu’on prend
la dérivée à gauche ou à droite.
— Contrairement à la continuité, si on veut avoir la dérivabilité en un seul point λ0 , il ne suffit
pas de supposer dans l’hypothèse b) la dérivabilité en λ0 seulement.
— Par contre, la dérivabilité étant aussi une notion locale, la condition du c) peut être supposée
sur des boules de rayon aussi petit qu’on veut ou sur les compacts de Λ seulement.

5.7 Comparaison entre l’intégrale de Riemann et l’intégrale de Lebesgue

Nous allons maintenant comparer l’intégrale de Lebesgue à l’intégrale de Riemann. D’abord sur
un intervalle compact.
Proposition 5.22. Soit f : [a, b] → R intégrable Riemann. Alors f est Lebesgue intégrable (Lebesgue
mesurable et intégrable) et
Z b Z
f (x) dx = f dλ1 .
a [a,b]
intégrale Riemann intégrale Lebesgue
Rb
Nous continuerons donc à noter par a
f (x) dx à la fois l’intégrale de Lebesgue et l’intégrale de
Riemann (si celle-ci existe).

Remarques.
a) La réciproque de cette proposition est fausse. En effet, une fonction Lebesgue intégrable peut
très bien ne pas être bornée tandis qu’une fonction intégrable Riemann est bornée par défini-
tion. On peut aussi construire des exemples de fonctions bornées Lebesgue intégrables mais
non Riemann intégrables. La fonction indicatrice de Q n’est pas intégrable Riemann sur [a, b]
mais elle intégrable Lebesgue car nulle presque partout.
b) On peut montrer qu’une fonction bornée est Riemann intégrable sur un intervalle fermé borné
si et seulement si elle est continue en dehors d’un ensemble négligeable (pour la mesure de
Lebesgue).
Dans le cas des intégrales généralisées, la situation est un peu différente.
Proposition 5.23. Soit I un intervalle non-compact et f : I → R continue.
a) Si f ≥ 0, alors f est intégrable Lebesgue si et seulement si l’intégrale de Riemann généralisée
de f est convergente. De plus, en cas d’intégrabilité nous avons l’égalité des intégrales :
Z Z
f (x) dx = f dλ1 .
I I
intégrale généralisée intégrale Lebesgue

b) En général, nous avons que f est intégrable Lebesgue si et seulement si l’intégrale de Riemann
généralisée de f est absolument convergente (c’est-à-dire si l’intégrale de |f | est convergente).
Si f est intégrable Lebesgue, alors on a l’égalité des intégrales
Z Z
f (x) dx = f dλ1 .
I I
intégrale généralisée intégrale Lebesgue

Remarque. Il peut arriver qu’une intégrale généralisée existe sans que la fonction soit Lebesgue
intégrable. Par exemple, la fonction sinx x admet une intégrale généralisée convergente sur [0, ∞[ mais
elle n’est pas Lebesgue intégrable car l’intégrale généralisée n’est pas absolument convergente. On
appelle ça une intégrale semi-convergente. Les intégrales semi-convergentes ne rentrent donc pas dans
le cadre de la théorie de Lebesgue.

18
6 Intégration sur un espace produit
6.1 Tribu produit
Définition 6.1 (rectangle, tribu produit). Soient (X1 , M1 ) et (X2 , M2 ) deux espaces mesurables.
— Un rectangle est un un ensemble de la forme A1 × A2 , avec A1 ∈ M1 et A2 ∈ M2 ;
— La tribu produit M1 ⊗ M2 sur X1 × X2 est la tribu engendré par tous les rectangles.

Dans la suite, la tribu considéré par défaut sur le produit cartésien X1 × X2 sera la tribu produit.

Proposition 6.2. La tribu produit M1 ⊗ M2 est la plus petite tribu qui rend les projections π1 et π2
continues. On rappelle que π1 : X1 ×X2 → X1 , π1 (x1 , x2 ) = x1 et π2 : X1 ×X2 → X2 , π2 (x1 , x2 ) = x2 .

Remarque. Si f1 : X1 → C et f2 : X2 → C sont mesurables, alors le produit tensoriel f1 ⊗ f2 est

mesurable. Ici, f1 ⊗ f2 : X1 × X2 → C est défini par f1 ⊗ f2 = f1 (x1 ) × f2 (x2 ). La mesurabilité du
produit tensoriel résulte de la mesurabilité des projections et de l’écriture f1 ⊗ f2 = (f1 ◦ π1 )(f2 ◦ π2 ).

Proposition 6.3. Soient (X1 , M1 ), (X2 , M2 ), (Y, N ) trois espaces mesurables et f : X1 × X2 → Y

mesurable.
a) Pour x1 ∈ X1 on définit la fonction partielle f (x1 , ·) : X2 → Y , x2 7→ f (x1 , x2 ). On définit
de même pour x2 ∈ X2 la fonction partielle f (·, x2 ) : X1 → Y . Nous avons que pour tout
x1 ∈ X1 , la fonction partielle f (x1 , ·) est mesurable et pour tout x2 ∈ X2 la fonction partielle
f (·, x2 ) est mesurable.
b) Si A ⊂ X1 × X2 , on définit les coupes de A de la manière suivante. Pour x1 ∈ X1 on pose
A(x1 , ·) = {x2 ∈ X2 ; (x1 , x2 ) ∈ A} et pour x2 ∈ X2 on pose A(·, x2 ) = {x1 ∈ X1 ; (x1 , x2 ) ∈
A}. Si A est mesurable dans X1 × X2 (i.e. A ∈ M1 ⊗ M2 ), alors toutes ses coupes sont
mesurables : pour tout x1 ∈ X1 on a A(x1 , ·) ∈ M2 et pour tout x2 ∈ X2 on a A(·, x2 ) ∈ M1 .

Dans le cas de la tribu de Borel, nous avons que la tribu de Borel de l’espace produit est le produit
des tribus de Borel.

Proposition 6.4. Nous avons que B(Rd1 +d2 ) = B(Rd1 ) ⊗ B(Rd2 ).

6.2 Produits tensoriels de mesures

La construction du produit de mesures est considérablement plus compliquée que celle de la tribu
produit. Commençons par définir les classes monotones.

Définition 6.5 (classe monotone). Une famille D d’ensembles est dite classe monotone si elle est
stable par limite monotone :
— Si (An ) est une suite croissante de D, An ⊂ An+1 pour tout n, alors An ∈ D.
S
n∈NT
— Si (Bn ) est une suite décroissante de D, Bn ⊃ Bn+1 pour tout n, alors Bn ∈ D.
n∈N

Nous avons la proposition suivante sur les unions finies de rectangles.

Proposition 6.6. Soient (X1 , M1 ) et (X2 , M2 ) deux espaces mesurables.

a) Toute union finie de rectangles peut s’écrire comme union finie de rectangles disjoints deux à
deux.
b) L’ensemble des unions finies de rectangles est stable par intersection, réunion et différence.

Fin du cours 6 (15/10/2024).

19
Lemme 6.7. Soient (X1 , M1 ) et (X2 , M2 ) deux espaces mesurables. La tribu produit est la plus petite
classe monotone qui contient les unions finies de rectangles.
Définition 6.8. Un espace mesuré (X, M , µ) est dit σ-fini s’il existe une suite d’ensembles Xn de
mesure finie et d’union X : µ(Xn ) < ∞ pour tout n ∈ N et ∪n∈N Xn = X.
Proposition 6.9. Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés σ-finis. Soit A ∈ M1 ⊗
M2 . Nous avons que les applications
Z Z
x1 7→ χA (x1 , x2 ) dµ2 (x2 ) et x2 7→ χA (x1 , x2 ) dµ1 (x1 )
X2 X1

sont bien définies, mesurables et de même intégrale :

Z Z  Z Z 
χA (x1 , x2 ) dµ2 (x2 ) dµ1 (x1 ) = χA (x1 , x2 ) dµ1 (x1 ) dµ2 (x2 ).
X1 X2 X2 X1

Cette proposition motive la définition suivante de la mesure produit.

Définition 6.10 (mesure produit). Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés
σ-finis. Pour A ∈ M1 ⊗ M2 on pose
Z Z  Z Z 
(µ1 ⊗ µ2 )(A) = χA (x1 , x2 ) dµ2 (x2 ) dµ1 (x1 ) = χA (x1 , x2 ) dµ1 (x1 ) dµ2 (x2 ).
X1 X2 X2 X1

Proposition 6.11. Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés σ-finis. Nous avons
que µ1 ⊗ µ2 est une mesure σ-finie sur la tribu produit M1 ⊗ M2 , qu’on appelle mesure produit. De
plus
(µ1 ⊗ µ2 )(A1 × A2 ) = µ1 (A1 )µ2 (A2 )
pour tout A1 ∈ M1 , A2 ∈ M2 .

6.3 Théorèmes de Fubini

Les théorèmes de Fubini nous disent dans quelles conditions on peut permuter deux intégrales.
Le premier théorème nous dit que c’est toujours possible pour les fonctions positives.
Théorème 6.12 (Fubini-Tonelli). Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés σ-
finis et f : X1 × X2 → R+ mesurable (pour la tribu produit). Nous avons que les applications
Z Z
x1 7→ f (x1 , x2 ) dµ2 (x2 ) et x2 7→ f (x1 , x2 ) dµ1 (x1 )
X2 X1

sont bien définies, mesurables et de même intégrale. De plus

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

On note le plus souvent

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

Dans le cas des fonctions mesurables sans signe, le même résultat est vrai à condition d’ajouter
l’hypothèse que f ∈ L 1 (X1 × X2 , µ1 ⊗ µ2 ).

20
Théorème 6.13 (Fubini). Soient (X1 , M1 , µ1 ) et (X2 , M2 , µ2 ) deux espaces mesurés σ-finis et
f ∈ L 1 (X1 × X2 , µ1 ⊗ µ2 ). Nous avons que les applications
Z Z
x1 7→ f (x1 , x2 ) dµ2 (x2 ) et x2 7→ f (x1 , x2 ) dµ1 (x1 )
X2 X1

sont bien définies presque partout, définissent des fonctions de L 1 (après leur avoir attribué des
valeurs nulles sur l’ensemble de mesure nulle où elle ne sont pas définies) et ont la même intégrale.
De plus,
Z Z  Z Z 
f (x1 , x2 ) dµ2 (x2 ) dµ1 (x1 ) = f (x1 , x2 ) dµ1 (x1 ) dµ2 (x2 )
X1 X2 X2 X1
Z
= f (x1 , x2 ) d(µ1 ⊗ µ2 ).
X1 ×X2

Remarque. Si f1 ∈ L 1 (X1 , µ1 ) et f2 ∈ L 1 (X2 , µ2 ) ou si f1 : X1 → R+ et f2 : X2 → R+ sont

mesurables, alors f1 ⊗ f2 est soit intégrable sur X1 × X2 soit positive, et dans les deux cas
Z Z Z
f1 ⊗ f2 d(µ1 ⊗ µ2 ) = f1 dµ1 f2 dµ2 .
X1 ×X2 X1 X2

Remarque. En pratique, lorsqu’on veut permuter deux intégrales on procède de la manière sui-
vante :
— soit l’intégrande est positive et à ce moment-là on peut permuter les intégrales sans se poser
des questions ;
— soit l’intégrande f (x1 , x2 ) n’a pas de signe, et dans ce cas il faut d’abord vérifier que l’intégrale
avec valeur absolue sur l’intégrande est finie, peut importe le sens des intégrations :
Z Z 
soit |f (x1 , x2 )| dx2 dx1 < ∞
X1 X2
Z Z 
soit |f (x1 , x2 )| dx1 dx2 < ∞.
X2 X1

Il n’est pas utile de calculer les valeurs des intégrales avec la valeur absolue, il faut seulement
les majorer pour montrer qu’elles sont finies. En effet, si l’une des intégrales au-dessus est
finie, le théorème de Fubini-Tonelli implique f ∈ L 1 (X1 × X2 ) et ensuite on peut appliquer
le théorème de Fubini.

Remarque. Nous avons vu dans la proposition 6.4 que le produit des tribus de Borel est la tribu
de Borel sur l’espace produit. Cela est aussi vrai pour les mesures de Borel. En effet, si on désigne
d1Q
+d2
par µd la mesure de Borel dans Rd et si P = Ij est un pavé de Rd1 +d2 , alors P est aussi un
j=1
d1
Q d2
Q
rectangle P = P1 × P2 où P1 = Ij et P2 = Ij . Par conséquent
j=1 j=d1 +1

d1
Y d2
Y
(µd1 ⊗ µd2 )(P ) = (µd1 ⊗ µd2 )(P1 × P2 ) = µ1 (P1 )µ2 (P2 ) = long(Ij ) × long(Ij )
j=1 j=d1 +1
dY
1 +d2

= long(Ij ) = µd1 +d2 (P ).

j=1

21
Par unicité de la mesure de Borel, il s’ensuit que µd1 ⊗ µd2 = µd1 +d2 .
Attention, la situation est un peu différente pour la tribu de Lebesgue Ld . Nous avons que
Ld1 ⊗Ld2 ̸= Ld1 +d2 . Plus précisément, si A1 est un ensemble de Rd1 qui n’est pas mesurable Lebesgue
(de tels ensembles existent), alors pour tout b ∈ Rd2 nous avons que A1 × {b} ∈ Ld1 +d2 \ Ld1 ⊗ Ld2 .
En effet, A1 × {b} est négligeable car inclus dans Rd1 × {b} et λd1 +d2 (Rd1 × {b}) = λd1 (Rd1 )λd2 ({b}) =
∞ · 0 = 0, donc A1 × {b} ∈ Ld1 +d2 . Par contre A1 × {b} ̸∈ Ld1 ⊗ Ld2 car A1 ̸∈ Ld1 .
Fin du cours 7 (05/11/2024).

7 Mesure de Lebesgue
Voici le théorème d’existence et d’unicité de la mesure de Lebesgue.

Théorème 7.1 (existence de la mesure de Lebesgue). Il existe une tribu Ld sur Rd stable par
translation et contenant les boréliens et une mesure (positive) λd sur Ld telle que
— λd est complète ;
— λd est régulière au sens que :

∀E ∈ Ld , λd (E) = inf λd (U ) (régularité extérieure)

U ouvert ⊃E
∀E ∈ Ld , λd (E) = sup λd (K) (régularité intérieure)
K compact ⊂E

d
Q d
Q
— λd ( Ij ) = (bj − aj ) quesl que soient Ij intervalles bornés de R d’extrémités aj et bj ;
j=1 j=1
— λd est invariante par translation : λd (E + a) = λd (E) pour tout E ∈ Ld et a ∈ Rd .

Remarque. Nous verrons dans le chapitre suivant que λd est aussi homogène et invariante par
rotation.
Par manque de temps, nous admettrons ce théorème. Mentionnons cependant qu’une des possi-
bilités de preuve de ce résultat repose sur le théorème de représentation de Riesz suivant qui a son
propre intérêt.

Théorème 7.2 (représentation de Riesz). Soit X, d) un espace métrique, localement compact

et séparable. Soit J une forme linéaire et positive sur Cc0 (X). Alors il existe une unique mesure
borélienne µ, finie sur les compacts, telle que
Z
J(f ) = f dµ ∀f ∈ Cc0 (X).
X

Nous avons de plus que :

— µ est régulière ;
— Pour tout ouvert U

µ(U ) = sup{J(f ) ; f ∈ Cc0 (X; [0, 1]), supp f ⊂ U };

— Pour tout compact K

µ(K) = inf{J(f ) ; f ∈ Cc0 (X; [0, 1]), f K

= 1}.

Le théorème d’unicité de la mesure de Lebesgue peut s’énoncer de la manière suivante.

Théorème 7.3 (unicité de la mesure de Lebesgue).
a) Si µ est une mesure positive sur
Bd , invariante par translation et telle que µ [0, 1]d = 1, alors µ = λd B .
d

22
 d d
b) Si µ est une mesure positive sur Bd telle que µ
Q Q
[aj , bj ]) = (bj − aj ) pour tout les aj et
j=1 j=1
bj , alors µ = λd Bd
.
Si nous avons manqué de temps pour montrer l’existence de la mesure de Lebesgue, nous pouvons
en revanche montrer l’unicité de la mesure de Lebesgue.
Définition 7.4. Une famille A de parties de X est dite algèbre (ou algébre de parties ou encore
algèbre de Boole) si :
— X∈A ;
— A est stable par passage au complémentaire : E ∈ A implique E c ∈ A ;
— A est stable par réunion : E, F ∈ A implique E ∪ F ∈ A .
Lemme 7.5 (lemme des classes monotones). Si A est une algèbre de X alors la tribu engendrée
par A est la plus petite classe monotone qui contient A .
Cela nous permet de montrer les deux corollaires suivants sur l’unicité des mesures.
Corollaire 7.6. Si deux mesures finies coïncident sur une algèbre, elles coïncident sur la tribu
engendré par l’algèbre.
Corollaire 7.7. Soit F est une famille stable par intersection, qui contient X et qui engendre la
tribu M . Si deux mesures finies sur (X, M ) coïncident sur F , elle coïncident sur M .
Le corollaire au-dessus appliqué à X = [−n, n]d et à la famille F des produits d’intervalles
entraîne le b) du théorème d’unicité 7.3 après avoir fait n → ∞.

8 Changement de variables
Le but de cette dernière partie est de montrer une formule de changement de variables dans Rd .

8.1 Cas linéaire

Nous commençons par le cas d’un changement de variables linéaires. Voici un résultat préliminaire.
Proposition 8.1. Soit T : Rd → Rd linéaire et bijective. Alors :
a) E est borélien si et seulement si T (E) est borélien.


b) λd (T (E)) = λd (E)λd T ([0, 1]d ) pour tout borélien E.


Le résultat suivant nous donne la valeur de λd T ([0, 1]d ) . On identifie une application linéaire T
à sa matrice dans la base canonique.


Proposition 8.2. Si T : Rd → Rd est linéaire et bijective, alors λd T ([0, 1]d ) = | det T |.
Nous pouvons maintenant énoncer le théorème de changement de variables dans le cas linéaire.
Théorème 8.3 (changement de variables linéaire). Soit T : Rd → Rd linéaire et bijective et
f ∈ L 1 (Rd ). Alors f ◦ T ∈ L 1 (Rd ) et
Z Z
f (y) dy = f (T x)| det T | dx.
Rd Rd

La relation au dessus reste vraie si f est positive et mesurable.

Par analogie au changement de variables sur R, on pourrait penser que dans la formule au-dessus
il devrait y avoir det T au lieu de | det T |. La formule au-dessus est bien juste avec | det T | et elle est
Rb Ra
valable dans R aussi. En effet, les intervalles dans R ont une R orientation : a n’est pas égale à b
alors que dans l’intégrale de Lebesgue on écrit simplement [a,b] et il n’y a pas d’orientation possible.

23
8.2 Cas général
Rappelons la définition d’un C 1 difféomorphisme.

Définition 8.4 (C 1 difféomorphisme). Soient U et V deux ouverts de Rd et ψ : U → V .

— On dit que ψ est C 1 si toutes ses dérivées partielles existent et sont continues.
— On dit que ψ est un C 1 difféomorphisme si ψ est bijective et si ψ et ψ −1 sont C 1 .
— Si ψ est C 1 on définit Mψ la matrice jacobienne de ψ comme étant la matrice de ses dérivées
partielles :
Mψ = (∂j ψi )1≤i,j≤d .
Le jacobien Jψ est le déterminant de la matrice jacobienne :

Jψ = det Mψ .

Voici le théorème général de changement de variables.

Théorème 8.5 (changement de variables dans Rd ). Soit ψ : U → V un C 1 difféomorphisme et

f ∈ L 1 (V ). Alors f ◦ ψ |Jψ | ∈ L 1 (U ) et
Z Z
f (y) dy = f ◦ ψ(x) |Jψ (x)| dx.
V U

La relation au dessus reste vraie si f est positive et mesurable.

Nous admettrons la preuve de ce théorème.

8.3 Applications
8.3.1 Coordonnées polaires dans le plan R2
On pose U = {(r, θ) ; r > 0, −π < θ < π} et V = R2 \ R− . Alors l’application

ψ(r, θ) = (r cos θ, r sin θ)

est un C 1 difféomorphisme de U dans V , de jacobien Jψ = r. Remarquons de plus que V est R2 privé

d’un ensemble de mesure de Lebesgue λ2 nulle. Le théorème de changement de variables 8.5 donne
alors le résultat suivant.

Corollaire 8.6 (changement de variables polaires). Soit f une fonction mesurable définie sur
R2 qui est soit positive soit dans L 1 (R2 ). Nous avons que
Z Z Z ∞Z π
f (x) dx = f (r cos θ, r sin θ) r dr dθ = f (r cos θ, r sin θ) r dr dθ.
R2 U 0 −π

Remarques.
a) Si f est radiale, par abus de notation f = f (r), alors
Z Z ∞
f (x) dx = f (r) 2πr dr.
R2 0

b) Nous avons que, dans R2 ,

— la fonction |x|α est intégrable au voisinage de 0, |x|α ∈ L 1 (|x| < 1), si et seulement si
α > −2.
— la fonction |x|α est intégrable à l’infini, |x|α ∈ L 1 (|x| > 1), si et seulement si α < −2.

24
8.3.2 Coordonnées sphériques dans l’espace R3
On pose U = {(r, θ, φ) ; r > 0, 0 < θ < π, −π < φ < π} et V = R3 \ {(x1 , 0, x3 ) ; x1 ≤ 0, x3 ∈
R}. Alors l’application
ψ(r, θ, φ) = (r sin θ cos φ, r sin θ sin φ, r cos θ)
est un C 1 difféomorphisme de U dans V , de jacobien Jψ = r2 sin θ. Remarquons de plus que V est
R3 privé d’un ensemble de mesure de Lebesgue λ3 nulle. Le théorème de changement de variables 8.5
donne alors le résultat suivant.

Corollaire 8.7 (changement de variables sphériques). Soit f une fonction mesurable définie
sur R3 qui est soit positive soit dans L 1 (R3 ). Nous avons que
Z Z
f (x) dx = f (r sin θ cos φ, r sin θ sin φ, r cos θ) r2 sin θ dr dθ dφ
R3
ZU∞ Z π Z π
= f (r sin θ cos φ, r sin θ sin φ, r cos θ) r2 sin θ dr dθ dφ.
0 0 −π

Remarques.
a) Si f est radiale, par abus de notation f = f (r), alors
Z Z ∞
f (x) dx = f (r) 4πr2 dr.
R3 0

b) Nous avons que, dans R3 ,

— la fonction |x|α est intégrable au voisinage de 0, |x|α ∈ L 1 (|x| < 1), si et seulement si
α > −3.
— la fonction |x|α est intégrable à l’infini, |x|α ∈ L 1 (|x| > 1), si et seulement si α < −3.

8.3.3 Cas de Rd
On peut vérifier que le changement de variables suivant, dit coordonnées sphériques généralisées,
convient dans le cas de Rd :

ψ(r, θ1 , . . . , θd−1 ) = (r cos θ1 cos θ2 . . . cos θd−1 , r cos θ1 cos θ2 . . . sin θd−1 ,
r cos θ1 cos θ2 . . . cos θd−3 sin θd−2 , . . . , r sin θ1 ).

Ici r > 0, θ1 , . . . , θd−2 ∈]0, π[, θd−1 ∈] − π, π[. On peut vérifier par récurrence que le jacobien de ψ est
donné par
|Jψ | = ...
Il y a cependant une façon plus élégante de procéder. Commençons par définir la mesure de
surface sur la sphère unité S d−1 de Rd .

Définition 8.8. Si A ⊂ S d−1 est mesurable, on définit la mesure de surface σ de A par la formule

σ(A) = λd (γ(A))

où γ(A) est le secteur de la boule unité engendré par A :

γ(A) = {rω ; ω ∈ A, r ∈ [0, 1]}.

25
Remarque. Il est très facile de vérifier que la mesure de surface σ est une mesure définie sur les
boréliens de la sphère unité S d−1 .
x
En notant r = |x| (norme euclidienne de Rd ) et ω = |x| , toute fonction f de la variable x peut
∗ d−1 x
être écrite dans les variables (r, ω) ∈ R+ × S par la formule f (x) = g(r, ω) = g(|x|, |x| ) ou encore
d
g(r, ω) = f (rω). La formule de changement de variables s’écrit alors dans R sous la forme suivante.

Proposition 8.9. Soit f une fonction mesurable définie sur Rd qui est soit positive soit dans L 1 (Rd ).
Nous avons la formule suivante
Z Z ∞Z
f (x) dx = g(r, ω) rd−1 dr dσ(ω).
Rd 0 S d−1

Remarques. Comme dans les cas d = 2 et d = 3 on a les deux remarques suivantes pour les
fonctions radiales.
a) Si f est radiale, par abus de notation f = f (r), alors
Z Z ∞
d−1
f (x) dx = σ(S ) f (r) rd−1 dr.
Rd 0

Ici, σ(S d−1 ) désigne l’aire de la sphère unité de Rd .

b) Nous avons que, dans Rd ,
— la fonction |x|α est intégrable au voisinage de 0, |x|α ∈ L 1 (|x| < 1), si et seulement si
α > −d.
— la fonction |x|α est intégrable à l’infini, |x|α ∈ L 1 (|x| > 1), si et seulement si α < −d.

26