Mesure et Intégration

LICENCE 3

Dr Ténan YEO
[email protected]
Table des matières

Table des matières 2

1 Quelques rappels 6
1.1 Théorie des ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Suites de parties d’un ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Suites de nombres réels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Fonction indicatrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2 Tribus 10
2.1 Tribus : définition et propriétés élémentaires . . . . . . . . . . . . . . . . . . . 10
2.2 Images réciproques de tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Tribu produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4 Tribu borélienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3 Applications Mesurables 19
3.1 Mesurabilité de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Opérations sur les fonctions mesurables . . . . . . . . . . . . . . . . . . . . . 20
3.3 Limite de fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . 22

4 Mesures 24
4.1 Définitions et premiers exemples . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.2 Propriétés générales d’une mesure positive . . . . . . . . . . . . . . . . . . . . 25
4.3 Mesure extérieure et théorème de Carathéodory . . . . . . . . . . . . . . . . . 28
4.4 Mesure de Lebesgue sur Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.5 Mesure de Stieltjes sur R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

5 Intégration des fonctions mesurables positives 33

5.1 Intégration des fonctions étagées mesurables positives . . . . . . . . . . . . . 33
5.2 Intégrale dans M+ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

6 Intégration des fonctions mesurables 42

6.1 Fonctions µ-intégrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.2 Négligeabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.3 Théorème de convergence dominée . . . . . . . . . . . . . . . . . . . . . . . . 45
6.4 Comparaison avec l’intégrale de Riemann . . . . . . . . . . . . . . . . . . . . 47
6.4.1 Intégrabilité au sens de Riemann . . . . . . . . . . . . . . . . . . . . . 47
6.4.2 Comparaison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

2
TABLE DES MATIÈRES 3

R
6.4.3 Changement de variable dans une intégrale f dλ . . . . . . . . . . . . 49
6.5 Applications du théorème de convergence dominée . . . . . . . . . . . . . . . 49

7 Intégration sur des espaces produits 52

7.1 Produit de deux mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
7.1.1 Produit de deux tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
7.2 Construction de la mesure produit . . . . . . . . . . . . . . . . . . . . . . . . 54
7.3 Intégrales doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
7.3.1 Cas des fonctions mesurables positives . . . . . . . . . . . . . . . . . . 54
7.3.2 Cas général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.4 Intégration sur un produit fini d’espaces . . . . . . . . . . . . . . . . . . . . . 56
7.4.1 Produits finis de tribus et de mesures . . . . . . . . . . . . . . . . . . . 56
7.4.2 Intégrales multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.5 Changement de variable dans Rd . . . . . . . . . . . . . . . . . . . . . . . . . 58
7.5.1 Exemples d’application . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Présentation de l’UE

Présentation de l’UE
UE : Mathématiques 2 (Mesure et Intégration)
Crédits : 2
Semestre 2
Volume horaire : 30 heures

Objectif du cours
Ce cours présente l’intégrale de Lebesgue, qui constitue une généralisation de l’intégrale de
Riemann, nécessaire au cours de probabilités.

Contenu du cours
A- Mesure
1. Algèbres, σ -algèbres, classes monotones, fonctions mesurables, mesure
2. Théorème de prolongement d’une mesure
3. Produit de probabilités
4. Mesures de Lebesgue-Stieljes et fonctions de répartition
B- Intégration
1. Fonctions intégrables
2. Intégration par rapport à une mesure
3. Mesure et convergence
a. Suites de fonctions mesurables
b. Fonctions simples, fonctions intégrables
c. Théorème de convergence monotone de Beppo-Levi
d. Type de convergence

4
TABLE DES MATIÈRES 5

e. Lemme de Fatou
f. Théorème de Lebesgue de convergence dominée
C- Compléments
1. Intégrales définies et décomposition de Lebesgue
2. Théorème de Radon-Nykodym
3. Théorème de Fubini

Contrôle de connaissances : 1 contrôle écrit.

Bibliographie
Ash R. B. (1972), Real Analysis and probabilitiy, Academic Press.
Billingsley P. (1986), Probability and measure, John Willey & sons.
Monfort A. (1996), Cours de probabilité, Economica.
Revuz D. (1994), Mesure et intégration, Hermann, Collection méthodes.

Ces notes sont en cours d’élaboration. Il se peut donc qu’il y subsistent un certain nombre de
coquilles et/ou de passages inachevés ; et mérite donc encore d’être amélioré. Merci d’avance
aux lecteurs attentifs de transmettre leurs remarques, suggestions ou indications sur la loca-
lisation des coquilles. Un petit mail à l’adresse [email protected] et l’amélioration est prise
en compte...
Chapitre 1

Quelques rappels

1.1 Théorie des ensembles

Définition 1.1 Soient E, F deux ensembles et f : E −→ F.
1. Pour tout A ⊆ E, on note f (A) l’image directe de A par f :

f (A) := {y ∈ F : ∃x ∈ A, y = f (x)}.

2. Pour tout B ⊆ F, on note f −1 (B) l’image réciproque de B par f :

f −1 (B) := {x ∈ E : f (x) ∈ B}.

Proposition 1.1 [Lois de Morgan]

Soit (Ai )I∈I une famille de sous-ensembles de E indexée par I quelconque. Alors
!c !c
[ \ \ [
Ai = Aci et Ai = Aci .
i∈I i∈I i∈I i∈I

Proposition 1.2 [Formules de Hausdorff]

Soient E et F des ensembles et f : E → F une application. On note f −1 l’inverse ensembliste de f .
On a :

c
a) pour tout B ⊂ F, f −1 (Bc ) = f −1 (B) ;
b) pour toute famille (Bi )i∈I de parties de F, f −1 (∪i∈I Bi ) = ∪i∈I f −1 (Bi ).
c) pour toute famille (Bi )i∈I de parties de F, f −1 ( f −1 (Bi ).
T T
i∈I Bi ) = i∈I
d) pour toute famille (Ai )i∈I de parties de E f (∪i∈I Ai ) = ∪i∈I f (Ai ).
i∈I Ai ) ⊆
T T
e) pour toute famille f ( i∈I f (Ai ) , avec une égalité si f est injective.
Preuve : Dans le a) les deux complémentaires utilisés n’ont pas la même signification :

Bc = F\B

6
1.2. SUITES DE PARTIES D’UN ENSEMBLE 7

tandis que
c
f −1 (B) = E\ f −1 (B).
On vérifie a) de la façon suivante :

f −1 (Bc ) = {x ∈ E; f (x) ∈ Bc }
= {x ∈ E; f (x) ∈
/ B}
/ f −1 (B)

= x ∈ E; x ∈

c
= E\ f −1 (B) = f −1 (B) .

Pour montrer b), on écrit

f −1 (∪i∈I Bi ) = {x ∈ E; f (x) ∈ ∪i∈I Bi }

= {x ∈ E; ∃i ∈ I, f (x) ∈ Bi }
= x ∈ E; ∃i ∈ I, x ∈ f −1 (Bi )


f −1 (Bi ) .
[
=
i∈I

La vérification de c) est analogue en remplaçant "∃i" par "∀i".


Remarque 1.1 Par contre l’image directe ne commute pas en général avec l’intersection. Comme
contre-exemple, on peut prendre E = R, F = R+ , f : x 7−→ x2 , A1 = [−1, 0 [ et A2 =] 0, 1] .
Ainsi f (A1 ∩ A2 ) = f (∅) = ∅, alors que f (A1 ) ∩ f (A2 ) =] 0, 1].
Elle ne commute pas davantage avec le passage au complémentaire ; contre-exemple :

E = F = R, f (x) = x2 , A = 0, +∞[,


on trouve f (Ac ) = [0, +∞ [ et f (A)c =] − ∞, 0].

i∈I Ai ) ⊆
T T
Plus précisément , on montre que f ( i∈I f (Ai ) , avec une égalité si f est injective.

1.2 Suites de parties d’un ensemble

Soit {An }n≥0 une suite de parties de E. Nous allons définir dans ce qui suit les notions de
limite, limite supérieure et limite inférieure de cette suite.
Définition 1.2 La suite {An }n≥0 est dite croissante (resp. décroissante) lorsque pour tout entier
n, on a An ⊆ An+1 (resp. An+1 ⊆ An ). Dans ce cas, la limite de cette suite est définie naturellement
comme la réunion (resp. l’intersection) de tous les An
!
[ \
lim An = An resp. An .
n→+∞
n≥0 n≥
1.3. SUITES DE NOMBRES RÉELS 8

Définition 1.3 • On définit la limite supérieure de {An }n≥0 , notée lim sup An (ou lim An ), par
n→+∞
! !
[ \ [
lim sup An = lim An = lim ↓ Ak := Ak .
n→+∞ k≥n n≥0 k≥n

• On définit la limite inférieure de {An }n≥0 , notée lim inf An (ou limAn ), par :
n→+∞
! !
\ [ \
lim inf An = limAn = lim ↑ Ak := Ak .
n→+∞
k≥n n≥0 k≥n

Remarque 1.2

• x ∈ lim sup An ⇔ ∀n, ∃k ≥ n : x ∈ Ak

n→+∞
⇔ {n : x ∈ An } est infini.

• x ∈ lim inf An ⇔ ∃n, ∀k ≥ n : x ∈ Ak

n→+∞
⇔ {n : x ∈
/ An } est fini.

• lim inf An ⊂ lim sup An .

n→+∞ n→+∞

Définition 1.4 On dit que la suite (An ) converge si lim inf An = lim sup An .
n→+∞ n→+∞

Lorsque c’est le cas, on définit lim An := lim inf An = lim sup An .

n n→+∞ n→+∞

Exercice 1.1 Montrer que

 c
c
lim sup An = lim inf An puis
n→+∞ n→+∞
 c
c
lim inf An = lim sup An .
n→+∞ n→+∞

1.3 Suites de nombres réels

Définition 1.5 Soit (u)n∈N une suite à valeurs dans R. On définit ses limites supérieure et infé-
rieure par
lim sup un := lim sup uk = inf sup uk ,
n n→∞ k≥n n∈N k≥n

lim inf un := lim inf uk = sup inf uk ,

n n→∞ k≥n n∈N k≥n

La limite supérieure (resp. inférieure) se note aussi lim un ( resp. lim un ).

n→+∞ n→+∞
Ce sont les plus petites et plus grandes valeurs d’adhérence de la suite(u)n∈N ; elles existent tou-
jours.
On dit que la suite (un )n∈N converge si lim sup un = lim inf un .
n n
1.4. FONCTION INDICATRICE 9

1.4 Fonction indicatrice

Soit E un ensemble ; et A ⊂ E.
On appelle fonction indicatrice de la partie A, et l’on note 1A , la focntion
1A : E −→ {0 ; 1}
(
1 si x ∈ A
x 7−→
0 si x ∈
/ A.
Lemme 1.1 Tout ouvert de R (resp. Rd ) est union au plus dénombrable d’intervalles ouverts
(resp. de pavés ouverts) à extrémités rationnelles (resp. dans Qd ).
Preuve :
Traitons d’abord le cas particulier où l’ouvert est un intervalle ouvert à extrémités réelles
a < b. Il suffit de noter que   [ 
a, b = rn , sn ,
n∈N

où (rn )n∈N et (sn )n∈N sont deux suites de rationnels telles que rn ↓ a, sn ↑ b et pour tout n,
a < rn < sn < b.
Soit V un ouvert quelconque de R. Alors il est réunion d’intervalles ouverts et en exploitant
le cas précédent, on peut l’écrire
[  [[  [  
V= ai , bi = rn,i , sn,i = r, s
i∈I i∈I n∈N (r,s)∈D

où l’on a noté D := {(rn,i , sn,i ) ; i ∈ I, n ∈ N} . Comme D est inclus dans Q2 , il est au plus dé-
nombrable et on a bien réussi à écrire V comme union au plus dénombrable d’intervalles
à extrémités rationnelles. Le résultat est donc établi en dimension 1. La généralisation en
dimension d > 1 est une simple adaptation du cas unidimensionnel.

Chapitre 2

Tribus

La théorie moderne de l’intégration nécessite tout d’abord de définir des ensembles «mesu-
rables». On verra au chapitre suivant la notion de mesure elle même, définie pour chacun de
ces ensembles mesurables. Pour pouvoir développer cette théorie, on doit pouvoir faire cer-
taines opérations sur les ensembles mesurables. En particulier, la réunion de deux ensembles
mesurables doit être encore mesurable, l’ensemble vide doit être mesurable, et le complémen-
taire (dans l’ensemble de référence) d’un ensemble mesurable doit l’être aussi.

2.1 Tribus : définition et propriétés élémentaires

Soit X un ensemble non vide. P(X) est l’ensemble des parties de X.
Définition 2.1 Une partie A de P(X) est une algèbre de parties de X si :
(i) l’ensemble vide appartient à A ;
(ii) si A ∈ A alors X\A ∈ A ;
n
(iii) A est stable par réunion finie : si (Ai )1≤i≤n est une famille d’éléments de A , alors
[
Ai ∈
i=1
A.
Remarque 2.1 Si A est une algèbre de partie de X alors X ∈ A , puisque X = X\∅.
Définition 2.2 Une partie A de P(X) est une tribu (σ −algèbre) de parties de X si :
(i) ∅ ∈ A ;
(ii) si A ∈ A alors X\A ∈ A ;
An ∈ A (stabilité par réunion dénom-
S
(iii) Si (An )n∈N est une famille d’éléments de X, alors
n∈N
brable).
On remarque qu’une tribu de parties de X est donc une algèbre de parties de X qui est stable
par réunion dénombrable.
Exemple 2.1

10
2.1. TRIBUS : DÉFINITION ET PROPRIÉTÉS ÉLÉMENTAIRES 11

• A = {∅, X} est une tribu de parties de X. C’est la plus petite tribu de X. Elle est appelée
tribu triviale.
• A = P(X) est une tribu de parties sur X. C’est la plus grande tribu de X. Elle est appelée
tribu grossière.
• Si on fixe E un sous-ensemble de X, alors A = {∅, X, E, X\E} est une tribu de parties de
X. Il s’agit de la plus petite tribu contenant E.
• {E ∈ X : E dénombrable ou X\E dénombrable} est une tribu de parties de X.
Définition 2.3 On appelle espace mesurable tout couple (X, A ), où A est une tribu de parties
de X.
Proposition 2.1 Soit (X, A ) un espace mesurable. Alors
a) X ∈ A .
b) A est stable par réunion et intersection finie.
c) A est stable par différence, i.e si A, B ∈ A alors A\B ∈ A .
d) A est stable par différence symétrique : si A, B ∈ A alors A∆ B ∈ A .
e) si (An )n∈N est une suite d’éléments de A , alors An ∈ A .
\

n∈N

Preuve :
∅∈A

i) =⇒ X = X\∅ ∈ A .
A est stable par complémentaire

ii) On établit la preuve seulement pour la réunion finie l’intersection finie se fait de manière
similaire.
Soit A0 , · · · , An ∈ A . Complétons la famille (Ai )1≤i≤n par Ai = ∅ si i > n. Par stabilité par
réunion dénombrable, on a i∈N Ai ∈ A . Ensuite on se rend compte que
S

n
Ai ∈ A .
[ [
Ai =
i=1 i∈N

iii) A\B = X\ [(X\A) ∪ B] ∈ A .

iv) A∆ B = (A\B) ∪ (B\A) ∈ A .
v) Pour tout n ∈ N, An ∈ A . En vertu de stabilité
[par passage au complémentaire X\An ∈ A ,
et par stabilité par réunion dénombrable (X\An ) ∈ A . Enfin en utilisant les lois de
n∈N
Morgan,
(X\An )] ∈ A .
\ [
An = X\[
n∈N n∈N

Le résultat suivant est parfois utile pour vérifier pratiquement qu’une famille donnée est une
tribu.
Proposition 2.2 Une partie non vide A de P(X) est une tribu sur X si et seulement si elle
satisfait aux trois conditions suivantes
i) stabilité par complémentaire : ∀A ∈ A , X\A ∈ A ;
2.1. TRIBUS : DÉFINITION ET PROPRIÉTÉS ÉLÉMENTAIRES 12

ii) stabilité par intersection finies : ∀A, B ∈ A , A ∩ B ∈ A ;

iii) stabilité par réunion [
dénombrable disjointe : pour toute suite (An )n∈N d’éléments deux à
deux disjoints de A , An ∈ A .
n∈N

En raison de l’associativité de l’intersection : (A ∩ B) ∩ C = A ∩ B ∩ C, la stabilité pour l’in-

tersection de deux éléments quelconques A et B de A est équivalente à la stabilité pour
l’intersection d’un nombre fini n ≥ 2 quelconques de A . En pratique pour vérifier la stabilité
par intersection finie, il suffit de traiter le cas n = 2.
Preuve :
(=⇒) Supposons que A est une tribu de parties de X. Alors la condition i) est satisfaite
puisqu’elle est dans la définition d’une tribu. La condition ii) est aussi satisfaite d’après la
Proposition 2.1. iii) est un cas particulier de la stabilité par réunion dénombrable.
(⇐=) Supposons maintenant que A est non vide et satisfait les conditions i), ii) et iii).
Puisque A est non vide, il existe A ∈ P(X) tel que A ∈ A ; alors par i), X\A ∈ A , puis par
ii) A ∩ (X\A) ∈ A . D’où ∅ ∈ A . Il reste donc à montrer la stabilité par réunion dénombrable
quelconque. Soit (Ai )i∈N une suite d’éléments de A . Posons
n
[ [
B0 = A0 , ∀n ≥ 1 Bn := Ai , B := Ai .
i=1 i∈N

Il est clair que les suite (Ai )i∈N et (Bn )n∈N ont même réunion.
Admettons, pour l’instant, que pour tout n ≥ 1 , Bn vérifie la décomposition en union disjointe :
!
n
[
Bn = B0 ∪ (Bi \Bi−1 ) .
i=1

En écrivant la réunion infinie des Bn à l’aide de cette décomposition et en supprimant toutes

les répétitions des Bi \Bi−1 , on en déduit que B vérifie la décomposition en union dénombrable
disjointe : !
[
B = B0 ∪ (Bi \Bi−1 ) .
i∈N∗
Par stabilité de A par réunion finie, chaque Bn est dans A . Alors chaque Bi \Bi−1 est dans A
(stabilité par différence). Enfin la réunion dénombrable disjointe des Bi \Bi−1 est dans A .
Pour compléter la preuve, il reste à justifier la décomposition des Bn . Posons
!
n
[
Dn = B0 ∪ (Bi \Bi−1 ) .
i=1

Pour montrer que Bn = Dn , il suffit de montrer que Dn ⊂ Bn et Bn ⊂ Dn . La première inclusion

est évidente puisque pour tout i ≤ n, Bi \Bi−1 ⊂ Bi ⊂ Bn . Pour prouver l’inclusion inverse, on
note w un élément quelconque de Bn et on montre que w ∈ Dn . Soit i0 le plus petit des indices
i tels que w ∈ Bi . Comme cet ensemble d’indices contient au moins n, on a 0 ≤ i0 ≤ n.
Si i0 = 0, w ∈ B0 et comme B0 ⊂ Dn , alors w ∈ Dn . Si i0 ≥ 1, par définition même de i0 , on
a w ∈ Bi0 et w ∈/ Bi0 −1 , donc w ∈ Bi0 \Bi0 −1 ⊂ Dn , et donc w ∈ Dn . Le raisonnement précédent
étant valable pour tout w ∈ Bn , on en déduit Bn ⊂ Dn .
2.1. TRIBUS : DÉFINITION ET PROPRIÉTÉS ÉLÉMENTAIRES 13


Ai est une tribu de
\
Proposition 2.3 Soit (Ai )i∈I une famille de tribus de parties de X. Alors
i∈I
parties de X.
Preuve :
• Notons A := Ai .
\

i∈I
Puisque pour tout i ∈ I, on a ∅ ∈ Ai , alors ∅ ∈ A .
Ai . Alors pour tout i ∈ I, A ∈ Ai , et puisque chacun des Ai est stable par
\
• Soit A ∈
i∈I
complémentaire, on a pour tout i ∈ I X\A ∈ Ai . On en déduit que X\A ∈ Ai .
\

i∈I

[ de A . Pour tout i ∈ I, (An )n∈N une suite d’éléments

• Soit (An )n∈N une suite d’éléments de
Ai . Puisque Ai est une tribu, An ∈ Ai . Ceci étant vrai pour tout i ∈ I alors An ∈ A .
[

n∈N n∈N

Corollaire 2.1 Soit E un sous-ensemble de P(X). Alors il existe une tribu σ (E) de parties de X
contenant E telle que toute tribu contenant E contient σ (E).
A.
\
Preuve : Notons σ (E) =
A tribu de X
A contient E
Alors, il existe une tribu de X contenant E qui est la tribu P(X). La proposition précédente
nous assure donc que σ (E) ainsi défini est une tribu.
Enfin, si une tribu A0 contient E, alors il est clair que

A ⊂ A0 .
\

A tribu de X
A contient E

Donc σ (E) est contenu dans A0 .


Remarque 2.2 Par définition, σ (E) est la plus petite tribu contenant E.
Définition 2.4 Soit E un sous-ensemble de P(X). La tribu σ (E) est appelée tribu engendrée
par E.
Proposition 2.4 Soit E un sous-ensemble de P(X).
1) E = σ (E) si et seulement E est une tribu.
2) Si E ⊂ F alors σ (E) ⊂ σ (F).
Preuve :

i) Si E = σ (E) alors E est une tribu (car σ (E) est une tribu). Réciproquement si E est une
tribu alors c’est clairement la plus petite tribu contenant E, i.e. σ (E) par définition.
ii) Si E ⊂ F alors, par définition σ (F) est la plus petite tribu contenant F et donc en
particulier une tribu contenant E. Puisque σ (E) est la plus petite de ces tribus, alors elle
est contenue dans σ (F).
2.2. IMAGES RÉCIPROQUES DE TRIBUS 14


Signalons qu’une réunion de tribus n’est pas nécessairement une tribu. Voici un contre-exemple
simple pour s’en convaincre.
Prenons Ω := {1, 2, 3} et pour i = 1, 2, Ai := {i}, Fi := {∅, Ai , Aci , Ω} . La réunion de ces deux
tribus est
F1 ∪ F2 = {∅, {1}, {2}, {2, 3}, {1, 3}, Ω}.
On constate que A1 et A2 sont éléments de F1 ∪ F2 , alors que A1 ∪ A2 = {1, 2} n’est pas élément
de F1 ∪ F2 .
Exercice 2.1 Soit B un sous-ensemble de X et A une tribu sur X. Montrer que

AB := {A ∩ B, A ∈ A }

est une tribu sur B.

Définition 2.5 Soit B un sous-ensemble de X et A une tribu sur X. On appelle tribu trace ou
tribu induite par A sur B la tribu

AB = {A ∩ B, A ∈ A }.

2.2 Images réciproques de tribus

Proposition 2.5 Soit f : X −→ Y et B ⊂ P(Y ).
Si B est une tribu de parties de Y , alors f −1 (B) est une tribu de parties de X.
Preuve : f −1 (B) = { f −1 (B) : B ∈ B}.
Supposons que B est une tribu de parties de Y .
i) ∅ = f −1 (∅) ∈ f −1 (B).
ii) Soit A un élément de f −1 (B). Il existe B ∈ B tel que A = f −1 (B).
B ∈ B =⇒ Y \B ∈ B =⇒ X\A = X\ f −1 (B) = f −1 (Y \B) ∈ f −1 (B).
iii) Soit (An )n∈N une suite d’éléments de f −1 (B).
∀n ∈ N il existe Bn ∈ B tel que An = f −1 (Bn ).
!
f −1 (Bn ) = f −1 ∈ f −1 (B).
[ [ [ [
∀n ∈ N, Bn ∈ B =⇒ Bn ∈ B =⇒ An = Bn
n∈N n∈N n∈N n∈N

Définition 2.6 Soit f : X −→ Y , A une tribu de parties de X et B une tribu de parties de Y .
1) La tribu f −1 (B) est appelée tribu-image-réciproque de B par f .
2) La tribu f (A ) est appelée tribu image de A par f .
Lemme 2.1 [de transport] Soit f : X −→ Y et E une famille de parties de Y . Alors

σ f −1 (E) = f −1 (σ (E)) .


2.3. TRIBU PRODUIT 15

Preuve : Montrons d’abord que σ f −1 (E) ⊂ f −1 (σ (E)) .

Si A ∈ f −1 (E), alors par définition A = f −1 (B) avec B ∈ E. Puisque B ∈ E, B ∈ σ (E) et donc

A = f −1 (B) est bien contenu dans f −1 (σ (E)).
Montrons maintenant que f −1 (σ
(E)) ⊂ σ f −1 (E) .

Notons S
l’image de σ f −1 (E) par f , autrement dit S ∈ S si et seulement si f −1 (S) ∈

σ f −1 (E) . Il est clair que E est contenu dans S. Ainsi σ (E) est contenue
dans σ (S) = S.
−1
Ainsi f (σ (E)) est contenue dans −1 −1
−1 −1

f (S) qui est contenue dans σ f (E) par définition de
S. D’où f (σ (E)) ⊂ σ f (E) .


2.3 Tribu produit

Définition 2.7 Soit A une tribu sur X et B une tribu sur Y . On appelle tribu produit, et l’on
note A ⊗ B, la tribu sur X ×Y engendrée par l’ensemble des parties de X ×Y qui s’écrivent sous
la forme A × B avec A ∈ A et B ∈ B, i.e.

A ⊗ B = {A × B ⊂ X ×Y : (A, B) ∈ A × B}.

2.4 Tribu borélienne

Une tribu dite borélienne est l’exemple fondamental de tribu engendrée. Cette notion fait le
lien entre la théorie de la mesure et la topologie.

Rappel du cours de topologie : Un espace topologique est un ensemble X muni d’une to-
pologie O, qui est un ensemble de parties de X appelées ouverts. Axiomes définissant une
topologie :
a) ∅ ∈ O et X ∈ O ;
[
b) pour toute famille (Oi )i∈I d’éléments de O, on a Oi ∈ O ;
i∈I
n
\
c) pour toute famille finie (Oi )1≤i≤n d’éléments de O, on a Oi ∈ O.
i=1
Une topologie vérifie donc d’après a) et b), les axiomes i) et iii) d’une tribu. Mais pas ii). En
effet les complementaires des ouverts sont des fermés par définition, et ils ne sont pas ouverts
en général, même s’ils le sont pour
• la topologie grossière O = {∅, X},
• la topologie discrète O = P(X).
Définition 2.8 Soit (X, O) un espace topologique. On appelle tribu borélienne sur cet espace
la tribu engendrée par O. Les éléments d’une tribu borélienne sont appelés des boréliens.
On note B(X) la tribu borélienne sur (X, O).
Il s’agit de la plus petite tribu contenant tous les ouverts de X.
2.4. TRIBU BORÉLIENNE 16

Proposition 2.6 La tribu borélienne d’un espace topologique contient

• tous les ouverts,
• touts les fermés,
• toutes les intersections dénombrables d’ouverts,
• toutes les réunions dénombrables de fermés.
Preuve : Elle contient les ouverts par définition, et donc aussi les fermés par passage au
complémentaire, et par suite aussi les réunions dénombrables de fermés et finalement les in-
tersections dénombrables d’ouverts, qui sont les complémentaires des réunions dénombrables
de fermés.


Boréliens réels
Dans cette ce paragraphe, on considère X = R (ou Rd , d ≥ 1) muni de sa topologie usuelle
(topologie qui coïncide avec la topologie engendrée par la distance usuelle |.|). On considère
alors sur R la tribu borélienne B(R) engendrée par les ouverts de sa topologie usuelle. On rap-
pelle que les ouverts de R sont des réunions dénombrables d’intervalles ouverts n≥1 ]an , bn [.
S

Typiquement, les boréliens de R sont

— tout intervalle ouvert, fermé, semi-fermé, fini, infini,
— tout singleton {x}, x ∈ R,
— tout ensemble dénombrable {xi : i ∈ I}, I ⊂ N, xi ∈ R.
En effet , ]a, b[∈ B(R) car est ouvert.

\ \
[a, b] = ]a − 1/n, b + 1/n[∈ B(R), [a, b[= ]a − 1/n, b[∈ B(R),
n∈N∗ n∈N∗
\ [
]a, b] = ]a, b + 1/n[∈ B(R), ] − ∞, b] = ]n, b] ∈ B(R),
n∈N∗ n∈Z
[
]−∞, b[= ]−∞, b−1/n] ∈ B(R), [a, +∞[= R\]−∞, a[∈ B(R), ]a, +∞[= R\]−∞, a] ∈ B(R).
n∈N∗
{x} = n∈N∗ ]x − 1/n, x] ∈ B(R).
T

Un ensemble dénombrable est une union disjointe de singletons donc est dans B(R).
Proposition 2.7 La tribu B(R) des boréliens de R est engendrée par chacune des parties sui-
vantes :
• les ouverts,
• les fermés,
• les intervalles ouverts ]a, b[,
• les intervalles fermés [a, b],
• les intervalles semi-ouverts [a, b[ , ]a, b],
2.4. TRIBU BORÉLIENNE 17

• les demi-droites ouvertes ] − ∞, b[ ou ]a, +∞[,

• les demi-droites fermées ] − ∞, b] ou [a, +∞[.
Preuve :
• Posons J = { ]a, b[ : a, b ∈ R, a < b }.
Comme J est incluse dans la famille des ouverts de R, elle est aussi incluse dans la tribu
B(R), donc σ (J ) ⊂ B(R). Dans l’autre sens l’ensemble des ouverts de R est inclus dans la
tribu σ (J ), puisque tout ouvert de R est réunion dénombrable d’intervalles ouverts ]ak , bk [.
Donc B(R) ⊂ σ (J ). Ainsi B(R) = σ (J ).
• Posons F = { [a, b[ : a, b ∈ R, a ≤ b }. Soit [a, b[∈ F.

]a − 1/n, b[
T
[a, b[= 
∗ n∈N
=⇒ [a, b[∈ B(R).
∀n ∈ N∗ ]a − 1/n, b[∈ B(R)


Donc F ⊂ B(R) et par suite σ (F) ⊂ B(R).

Soit O un sous-ensemble ouvert de non vide de R. Il existe une suite disjointe (Ik )k∈K d’inter-
valles ouverts non vides de R telle que O = Ik .
S
k∈K
[
∀k ∈ K, Ik =]ak , bk [ avec ak , bk ∈ R =⇒ Ik = [ak + 1/n, bk [
[ n∈N∗
Ik =]ak , +∞[ avec ak ∈ R =⇒ Ik = [ak + 1/n, ak + n[
n∈N∗[
Ik =] − ∞, bk [ avec bk ∈ R =⇒ Ik = [bk − n, bk [.
n∈N∗ [
Donc k ∈ K Ik ∈ σ (F). K étant dénombrable, O = Ik ∈ σ (F).
k∈K
Cela étant vrai pour tout ouvert non vide de R, alors B(R) ⊂ σ (F). En définitive B(R) = σ (F).
• Posons D = { ]a, +∞[ : a ∈ R }.
Chaque élément de D étant un sous-ensemble ouvert de R ; nous avons donc D ⊂ B(R) et par
suite σ (D) ⊂ B(R). Montrons maintenant l’inclusion inverse.
Soit [a, b[∈ F. On a [a, b[= [a, +∞[\[b, +∞[.

[a, +∞[∈ D ⊂ σ (D) 
=⇒ [a, +∞[\[b, +∞[∈ σ (D).
[b, +∞[∈ D ⊂ σ (D) 

Donc tout élément [a, b[ de F appartient à σ (D). Par suite σ (F) ⊂ σ (D). Ainsi σ (D) = σ (F) =
B(R).
Les autres cas se traitent façons analogues en remarquant que tout ouvert O de R s’écrit
comme une réunion dénombrable d’intervalles ouverts ]ak , bk [ :
[
O = ]ak , bk [; (2.1)
k∈K

et en utilisant des expressions du type

[
]a + 1/n, b − 1/n],
S
]a, b[= ]a, b[= n≥1 ]a + 1/n, b[,
n∈N∗
2.4. TRIBU BORÉLIENNE 18
 
n∈N∗ ]a, b − 1/n], ]a, b[= R\] − ∞, a[ ∩] − ∞, b[
S
]a, b[=

pour montrer que les familles énoncées permettent de retrouver tous les intervalles ouverts
]a, b[ et donc par (2.1) les ouverts de R. Les tribus engendrées par ces familles contiennent
donc B(R). Comme en plus elles sont incluses dans B(R), il y a égalité entre toutes ces tribus.

Exercice 2.2 Montrer que
 
1. B(R) = σ { ] − ∞, b[: b ∈ Q } ,
 
2. B(R) = σ { ]a, +∞[: a ∈ Q } .

Proposition 2.8 La tribu borélienne de Rd est engendrée par chacune des familles suivantes :
— les pavés ouverts ∏di=1 ]ai , bi [, ai , bi ∈ R ;
— les pavés fermés ∏di=1 [ai , bi ], ai , bi ∈ R ;
— les pavés de la forme ∏di=1 ]ai , bi ], ai , bi ∈ R ;
— les hyperquadrants ∏di=1 ] − ∞, ai ], ai ∈ R.
Preuve : Le cas des pavés ouverts P se traite exactement comme celui des intervalles ouverts
à la Proposition 2.7. Laissant au lecteur les cas des pavés fermés et hyperquadrants, nous
d
traiterons seulement le cas de la famille C des pavés ∏]ai, bi]. On vérifie d’abord que tout
i=1
pavé ouvert est élément de σ (C), en écrivant par exemple

d [ d
Q := ∏]ai, bi[= ∏]ai, bi − 1/n]. (2.2)
i=1 n∈N∗ i=1

Noter que si pour un i, bi ≤ ai , les deux intervalles ]ai , bi [ et ]ai , bi − 1/n[ se réduisent à l’en-
semble vide et Q est lui même vide. On déduit de (2.2) l’inclusion

B(Rd ) = σ (P) ⊂ σ (C). (2.3)

Dans l’autre cas, l’écriture de Q comme intersection dénombrable de pavés ouverts

d \ d
Q := ∏]ai, bi] = ∏]ai, bi + 1/n[, (2.4)
i=1 n∈N∗ i=1

nous donne l’inclusion C ⊂ σ (P), d’où

σ (C) ⊂ σ (P) = B(Rd ). (2.5)

Au vu de (2.3) et (2.5), on a bien σ (C) = B(Rd ).


Chapitre 3

Applications Mesurables

3.1 Mesurabilité de fonction

Définition 3.1 Soient (X, A ) et (Y, B) deux espaces mesurables.
Une fonction f : X −→ Y est dite (A , B)−mesurable si :

∀B ∈ B, f −1 (B) ∈ A .

Remarque 3.1
1) f est (A , B)−mesurable ⇐⇒ f −1 (B) ⊂ A ⇐⇒ B ⊂ f (A ).
2) S’il n’y a pas d’ambiguïté sur les tribus concernées, on pourra se contenter de dire "mesu-
rable" au lieu de "(A , B)-mesurable".
3) Si Y = R (ou R ou C) muni de la tribu borélienne, on dira simplement que f est
A -mesurable.
4) Quand Y est un espace topologique et que rien n’est précisé, on prendra la tribu borélienne
B(Y ) de Y .
5) Dans le contexte probabiliste, les fonctions mesurables s’appellent les variables aléatoires ;
dans ce cas, on note traditionnellement (X, A , µ) = (Ω, F, P) et la fonction X : (Ω, F, P) −→
R s’appelle variable aléatoire.
Définition 3.2 Soient (X, U) et (Y, V) deux espaces topologiques.
Une fonction f : X −→ Y est dite borélienne si elle est mesurable lorsque X et Y sont munis de
leurs tribus boréliennes respectives.
Exemple 3.1
i) Soit (Y, B) un espace mesurable. Toute application f : X −→ Y est (P(X), B)−mesurable.
ii) Soit (X, A ) un espace mesurable. A une partie non vide de X. On muni R de sa tribu
borélienne.
La fonction indicatrice 1A : X −→ R

1 si x ∈ A
x 7−→ est mesurable si et seulement si A ∈ A . En
0 sinon
effet, A = 1−1
A ({1}) et {1} est un fermé dans B(R). Donc A ∈ A .

19
3.2. OPÉRATIONS SUR LES FONCTIONS MESURABLES 20

Supposons maintenant que A ∈ A .

Pour toute partie B de R, on a 1A−1 (B) = {x ∈ X : 1A (x) ∈ B}. Donc


 ∅ si 0 ∈ / B et 1 ∈
/B
est un élément de A .

 A si 0 ∈

/ B et 1 ∈ B
−1
1A (B) =


 X\A si 0 ∈ B et 1 ∈ /B

X si 0 ∈ B et 1 ∈ B


Par suite, 1A est mesurable.

Proposition 3.1 Soient (X, A ) et (Y, B) deux espaces mesurables et ξ une famille de parties de
Y engendrant B. f : X −→ Y est (A , B)-mesurable si et seulement si f −1 (ξ ) ⊂ A .
Preuve :
• Supposons que f est (A , B)-mesurable.

f −1 (B) ⊂ A

=⇒ f −1 (ξ ) ⊂ A .
ξ ⊂B

• f −1 (ξ ) ⊂ A =⇒ ξ ⊂ f (A ) tribu =⇒ B = σ (ξ ) ⊂ f (A ) =⇒ f est (A , B)-mesurable.


Corollaire 3.1 Soient (X, OX ) et (Y, OY ) deux espaces topologiques munis de leurs tribus boré-
liennes respectives. Toute application f : X −→ Y continue est borélienne.
Preuve : Soient OX (resp. OY ) la classe des ouverts de X (resp. de Y ). Par définition de la
continuité de f , on a f −1 (OY ) ⊂ OX . La tribu borélienne de X contient donc σ ( f −1 (OY )) =
f −1 (σ (OY )) ; par suite f est borélienne.

Corollaire 3.2 Soit f une application de (X, A ) à valeurs dans R muni de sa tribu borélienne.
Alors f est mesurable si l’une des conditions suivantes est vérifiée :
i) ∀a ∈ R, {x ∈ X : f (x) < a} ∈ A ,
ii) ∀a ∈ R, {x ∈ X : f (x) ≤ a} ∈ A ,
iii) ∀a ∈ R, {x ∈ X : f (x) > a} ∈ A ,
iv) ∀a ∈ R, {x ∈ X : f (x) ≥ a} ∈ A .
Preuve : En effet, l’une quelconque des classes suivantes de parties de R
{ ] − ∞, a[, a ∈ R }, { ] − ∞, a], a ∈ R }, { ]a, +∞[, a ∈ R }, { [a, +∞[, a ∈ R } engendre la
tribu borélienne de R.


3.2 Opérations sur les fonctions mesurables

La mesurabilité des fonctions est une propriété stable pour certaines les opérations usuelles
sur les fonctions
3.2. OPÉRATIONS SUR LES FONCTIONS MESURABLES 21

Proposition 3.2 Soient (X, A ), (Y, B) et (Z, T ) trois espaces mesurables. Si f : X −→ Y est
(A , B)-mesurable et g : Y −→ Z est (B, T )-mesurable alors g ◦ f : X −→ Z est (A , T )-mesurable.
Preuve :

g−1 (T ) ⊂ B
 
g est (B, T ) − mesurable
=⇒ −1 =⇒ (g ◦ f )−1 (T ) = f −1 (g−1 (T )) ⊂ A
f est (A , B) − mesurable f (B) ⊂ A


Proposition 3.3 Soient (X, A ), (Y1 , B1 ), (Y2 , B2 ) trois espaces mesurables, Y = Y1 ×Y2 ,
B = B1 ⊗ B2 et pi : Y −→ Yi la projection canonique de Y sur Yi (i = 1, 2).
1) les projections p1 et p2 sont mesurables ;
2) f : X −→ Y est (A , B)-mesurable si et seulement si, pour tout élément i = 1, 2, fi = pi ◦ f
est (A , Bi )-mesurable.
Preuve : [Exercice]

Proposition 3.4 Soient (X, A ), (Y, B) et (Z, T ) trois espaces mesurables.
F : X −→ Y × Z
Soit . Alors F est mesurable si et seulement si f et g le sont.
x 7−→ ( f (x), g(x))
Preuve : Si f et g sont mesurables, quels que soient B ∈ B et T ∈ T , F −1 (B × T ) = f −1 (B) ∩
g−1 (T ) ∈ A . Donc F est mesurable. Réciproquement, si F est mesurable alors f et g le sont
par composition avec les projections canoniques.

Proposition 3.5 Soient (X, A) un espace mesurable et (Y, V) un espace topologique. Si f : X −→
R et g : X −→ R sont mesurables et Φ : R2 −→ Y est continue, alors
h : X −→ Y
est mesurable.
x 7−→ Φ ( f (x), g(x))
Preuve : Φ est mesurable puisque continue, et
F : X −→ R2
est mesurable car il suffit de vérifier que
x 7−→ F(x) = ( f (x), g(x))

F −1 (I × J) = f −1 (I) ∩ g−1 (J) ∈ A

pour tous I, J ouverts de R pour en déduire que F est mesurable. Donc h = Φ ◦ F est mesu-
rable.

Corollaire 3.3 Si f : X −→ R et g : X −→ R sont mesurables alors f + g , f g, min( f , g), max( f , g)
sont mesurables. En particulier, f + = max( f , 0), f − = max(− f , 0) et | f | = f + + f − sont mesu-
1
rables. Si f ne s’annule pas, alors est mesurable.
f
3.3. LIMITE DE FONCTIONS MESURABLES 22

Preuve : Il suffit d’appliquer la proposition précédente avec Φ : (u, v) 7−→ u + v, ou (u, v) 7−→ uv,
u + v − |v − u| u + v + |v − u|
ou (u, v) 7−→ min(u, v) = , ou (u, v) 7−→ max(u, v) = .
2 2
∗
g : R −→ R
Pour 1/ f , on utilise la Proposition 3.2 avec qui est continue donc mesurable.
y 7−→ 1/y

On identifie C à R2 muni de sa tribu borélienne.
Proposition 3.6 Soit (X, A ) un espace mesurable. Soit f : X −→ C.
• Alors f est mesurable si et seulement si Re f et Im f le sont.
• Si g : X −→ C est mesurable et f l’est aussi, alors f + g et f g le sont.
• Si f est mesurable alors | f | l’est aussi.
Preuve : • Re f et Im f sont les composées de f avec les projections canoniques. Si f est
mesurable, elle le sont donc aussi. Inversement, si Re f et Im f sont mesurables alors f =
Re f + iIm f l’est aussi, comme somme de fonctions mesurables.
• La somme de fonctions mesurables est en effet mesurable par composition de (u, v) 7−→ u + v
avec x 7−→ ( f (x), g(x)).
• De même pour le produit, avec (u, v) 7−→ uv.
√
• Si f est mesurable alors | f | est aussi mesurable par composition avec u2 + v2 , qui est
continue donc mesurable.

Remarque 3.2 Si f et g sont deux applications A -mesurables de X dans C , c un nombre com-
plexe et p un nombre réel strictement positif alors les applications c f , | f | p sont A -mesurables.

3.3 Limite de fonctions mesurables

Proposition 3.7 Soit ( fn )n∈N une suite d’applications A -mesurables de X dans R. Les applica-
tions sup fn , inf fn , lim sup fn et lim inf fn sont A -mesurables.
n∈N n∈N n n

{ x ∈ X : fn (x) > a } ∈ A (d’après le Corol-

[
Preuve : i) ∀a ∈ R { x ∈ X : sup fn > a } =
n∈N n∈N
laire 3.2).

−1  
Donc sup fn est A -mesurable, puisque sup fn ]a, +∞[ ∈ A pour tout a ∈ R.
n∈N n∈N
h i h i
ii) ∀ ∈ N, fn A -mesurable =⇒ ∀ ∈ N,− fn A -mesurable =⇒ inf fn = −sup (− fn )
n∈N n∈N
est A -mesurable.
iii) ∀n ∈ N ∀k ≥ n fk est A -mesurable. Donc
∀n ∈ N sup fk et inf fk sont A -mesurables. Par suite
k≥n k≥n
3.3. LIMITE DE FONCTIONS MESURABLES 23
!  
lim sup fn = inf sup fk et lim inf fn = sup inf fk sont A -mesurables.
n n∈N k≥n n n∈N k≥n


Proposition 3.8 Soit ( fn )n∈N est une suite de fonctions mesurables sur de (X, A ) dans un espace
métrique (Y, d). Si cette suite de fonctions converge simplement vers f (i.e. pour tout x ∈ X,
lim fn (x) = f (x)), alors f est mesurable.
n→+∞

C’est un résultat très agréable si on le compare avec le résultat analogue pour la continuité
où on a besoin de la convergence uniforme pour que la continuité se conserve à la limite. Une
fonction obtenue comme limite simple de fonctions mesurables est donc mesurable.
Définition 3.3 On dit qu’une application f : X −→ R est étagée si l’ensemble f (X) de ses va-
leurs est fini. En notant {α1 , α2 , · · · , αn } (les αi étant tous distincts) et Ai = f −1 ({αi }), on a la
décomposition canonique
n
f = ∑ αi 1Ai
i=1
et {Ai , 1 ≤ i ≤ n} est une partition de X.
Remarque 3.3 Cela ressemble à une fonction en escalier mais c’est plus général car pour une
fonction en escalier les ensembles Ai doivent être des intervalles de R, alors qu’ici, il s’agit d’en-
sembles mesurables quelconques sur X quelconque. En fait quand X = R, les fonctions en escalier
sont des cas particuliers de fonctions étagées (avec des Ai égaux à des intervalles disjoints, plutôt
qu’à des ensembles mesurables généraux).
Proposition 3.9 Soient (X, A ) un espace mesurable et f : X −→ R une fonction étagée, de dé-
n
composition canonique f = ∑ αi1Ai . Alors f est A -mesurable si et seulement si tous les Ai sont
i=1
dans A .
Preuve : Si tous les Ai sont dans A , f est mesurable comme combinaison linéaire d’indica-
trices d’éléments de A (cf. Exemple 3.1 et Corollaire 3.3).
Réciproquement, si la fonction étagée f est mesurable, comme la tribu borélienne de R
contient tous les singletons, chaque Ai = f −1 ({αi }) est dans A .

Proposition 3.10 Soit (X, A ) un ensemble mesurable. Soit f : X −→ R, R ou C mesurable.
Alors il existe une suite ( fn )n∈N de fonctions étagées convergeant simplement vers f . De plus
(i) si f est à valeurs dans R+ , on peut choisir les fonctions étagées positives telles que
0 ≤ fn ≤ fn+1 ,
(ii) si f est bornée alors on peut choisir les fonctions étagées fn de telle sorte que ( fn )n∈N
converge uniformément vers f .
Chapitre 4

Mesures

4.1 Définitions et premiers exemples

Définition 4.1 Soit (X, A ) un espace mesurable. On appelle mesure positive sur (X, A ) une
application µ de A dans R+ telle que
a) µ(∅) = 0 ;
b) si (Ai )i∈N est une suite d’éléments de A deux à deux disjoints
!
[ +∞
µ Ai = ∑ µ(Ai )
i∈N i=0

[µ est dénombrablement additive ou σ -additive].

Si µ : A −→ R+ est une mesure positive alors (X, A , µ) est appelé espace mesuré.
Exemple 4.1
µ : P(X) −→ R+
µ : P(X) −→ R+ 
1) et 0 si A = ∅ sont des mesures
A 7−→ µ(A) = 0 A 7−→ µ(A) =
+∞ sinon
positives sur (X, P(X)).

2) Soit x un élément de X.

δx : P(X) −→ R+ 
1 si x ∈ A
A 7−→ δx (A) =
0 sinon

est une mesure positive sur (X, P(X)) appelée la mesure de Dirac au point x.
3)
c : P(X) −→ R+ 
nombre d’éléments de A si A est fini
A 7−→ c(A) =
+∞ sinon
est une mesure positive sur (X, P(X)) appelée la mesure de comptage.

24
4.2. PROPRIÉTÉS GÉNÉRALES D’UNE MESURE POSITIVE 25

Définition 4.2 Soit (X, A , µ) un espace mesuré.

i) µ est dite bornée si kµk := sup{µ(A) : A ∈ A } < +∞.
ii) µ est finie si ∀A ∈ A , µ(A) < ∞.
iii) µ est σ -finie si ∀A ∈ A , ∃(An ) ∈ A N avec A ⊂
[
An et ∀n ∈ N µ(An ) < +∞.
n∈N
iv) Si µ(X) = 1, alors la mesure µ est dite de probabilité. Dans ce cas on dit que (X, A , µ) est
un espace probabilisé.

4.2 Propriétés générales d’une mesure positive

Proposition 4.1 Considérons un espace mesuré (X, A , µ). Alors
a) µ est additive : pour toute suite disjointe (Ai )1≤i≤n de A :
!
n
[ n
µ Ai = ∑ µ(Ai )
i=1 i=1

b) µ est croissante : ∀A, B ∈ A A ⊂ B =⇒ µ(A) ≤ µ(B).

Si de plus µ(A) < +∞ alors µ(B\A) = µ(B) − µ(A).
c) Pour toute suite croissante (An )n∈N d’éléments de A :
!
[
lim µ(An ) = µ An
n→+∞
n∈N

d) Pour toute suite décroissante (An )n∈N d’éléments de A telle que µ(A0 ) < +∞ :
!
\
lim µ(An ) = µ An .
n→+∞
n∈N

e) µ est sous-additive : pour toute suite (Ai )0≤i≤n d’éléments de A

!
n
[ n
µ Ai ≤ ∑ µ(Ai )
i=0 i=0

f) µ est σ -sous-additive : ∀(An )n∈N ∈ A N

!
[ +∞
µ Ai ≤ ∑ µ(Ai ).
i∈N i=0
Preuve :

(a) Soit (Ai )1≤i≤n ∈ A n deux à deux disjoints. Pour k > n , posons Ak = ∅. Ainsi (Ai )i≥1 est
une suite infinie d’éléments de A deux à deux disjoints. En vertu de la σ -additivité, on
obtient : ! !
n
[ [ +∞ n +∞
µ Ai =µ Ai = ∑ µ(Ai ) = ∑ µ(Ai ) + ∑ µ(Ai ).
i=1 i∈N∗ i=1 i=1 i=n+1
+∞
Comme µ(∅) = 0 pour tout i ≥ n + 1, alors ∑ µ(Ai ) = 0.
i=n+1
4.2. PROPRIÉTÉS GÉNÉRALES D’UNE MESURE POSITIVE 26

(b) Si A ⊂ B, alors B = A ∪ (B ∩ Ac ) et cette réunion est disjointe. Donc µ(B) = µ(A) + µ(B ∩
Ac ). Comme µ(B ∩ Ac ) ≥ 0, on déduit que µ(B) ≥ µ(A).
(c) Soit (An )n∈N une suite croissante d’éléments de A convergeant vers
[
An . Posons B0 =
n∈N
A0 et Bn = An \An−1 pour tout i ≥ 1. On remarque que les Bn sont deux à deux disjoints
et
[ [ n
[
An = Bn . De plus An = Bi .
n∈N n∈N i=0
En utilisant la σ -additivité de µ on a
!
n
[ n n
µ(An ) = µ Bi = µ(B0 ) + ∑ µ(Bi ) = µ(A0 ) + ∑ µ (Ai \Ai−1 )
i=0 i=1 i=1

et ! !
[ [ +∞ +∞
µ An =µ Bn = µ(B0 ) + ∑ µ(Bi ) = µ(A0 ) + ∑ µ (Ai \Ai−1 ) .
n∈N n∈N i=1 i=1
Comme cette suite converge, sa somme est la limite de la suite de ses sommes partielles
de rang n, ce qui s’écrit :
!
[ n n o
µ An = lim µ(A0 ) + ∑ µ (Ai \Ai−1 ) = lim µ(An ).
n→∞ n→∞
n∈N i=1

(d) Soit (An )n∈N une suite décroissante d’éléments de A convergeant vers
\
An .
n∈N
Posons Cn = A0 \An . Comme An ⊂ A0 , on a une réunion disjointe Par ad- A0 = An ∪ Cn .
ditivité finie, on a µ(A0 ) = µ(An ) + µ(Cn ). Comme Cn ⊂ A0 , µ(Cn ) < +∞. On peut donc
écrire
µ(An ) = µ(A0 ) − µ(Cn ).
\
La suite (Cn )n∈N est croissante de réunion A0 \ An , car Cn = A0 ∩ Acn d’où
n∈N
! !c
[ [ \ \
Cn = A0 ∩ Acn = A0 ∩ An = A0 \ An .
n∈N n∈N n∈N n∈N
! ! !
x \ \ \
Par c) µ(Cn )µ A0 \ An , donc µ(An ) converge vers µ(A0 )− µ A0 \ An = µ An .
n∈N n∈N n∈N
n−1
(e) Posons B0 = A0 , et ∀n ∈ N∗ , Bn = An \
[
Ai .
i=1
On remarque que (Bn ) est une suite disjointe et
n
[ n
[
Ai = Bi , ∀n ≥ 1.
i=0 i=0

Par additivité, on a ! !
n
[ n
[ n
µ Ai =µ Bi = ∑ µ(Bi ).
i=0 i=0 i=0
4.2. PROPRIÉTÉS GÉNÉRALES D’UNE MESURE POSITIVE 27

Par construction Bi ⊂ Ai pour tout i ∈ N, d’où µ(Bi ) ≤ µ(Ai ). Par suite

!
n
[ n n
µ Ai = ∑ µ(Bi ) ≤ ∑ µ(Ai ).
i=0 i=0 i=0

(f) Posons pour tout n ≥ 0 ;

n
[ [ [
Dn = Ai , D= Dn = An .
i=0 n∈N n∈N
x
La suite (Dn )n∈N est croissante et a pour limite D. Donc d’après c) µ(Dn )µ(D). D’après
e) on a
n
∀n ∈ N, µ(Dn ) ≤ ∑ µ(Ai ).
i=0
Les deux membres de cette inégalité étant les termes généraux de suites croissantes de
termes positifs, on obtient en passant à la limite quand n → +∞ :
!
[ +∞
µ Ai = µ(D) ≤ ∑ µ(Ai ).
i∈N i=0


Proposition 4.2 Soient (X, A ) et (Y, B) deux espaces mesurables, f : X −→ Y (A , B)-mesurable
et µ une mesure positive sur (X, A ). Alors

µ f : B −→ R+
B 7−→ µ f −1 (B)

est une mesure positive sur (Y, B) appelée la mesure image de µ par f .
Preuve :
f −1 (B) ∈ A
 
B∈B
=⇒ µ f (B) = µ f −1 (B) ∈ R+
 
• =⇒
f (A , B) − mesurable µ est une mesure positive sur (X, A )

• µ f (∅) = µ f −1 (∅) = µ(∅) = 0.

 

• Soit (B
n )n∈N une suite disjointe d’éléments de B.

f −1 (Bn ) n∈N est une suite disjointe d’éléments de A . Donc
! " !# " #
−1 −1
[ [ [
f
µ Bn = µ f Bn =µ f (Bn )
n∈N n∈N n∈N

f −1 (Bn ) = ∑ µ f (Bn).
 
= ∑µ
n∈N n∈N

Par conséquent µ f est bien une mesure positive sur (Y, B).

4.3. MESURE EXTÉRIEURE ET THÉORÈME DE CARATHÉODORY 28

Définition 4.3 Une classe P de parties de X est appelée un π-système si elle est stable par
intersection finie.
Définition 4.4 Une classe L de parties de X est appelée un λ -système si elle vérifie :
i) X ∈ L,
ii) A, B ∈ L et B ⊂ A =⇒ A\B ∈ L,
∗ [
iii) (An )n∈N∗ ∈ LN avec An ⊂ An+1 et A = An =⇒ A ∈ L.
n∈N∗

On admet le théorème de Dynkin suivant.

Théorème 4.1 Soit P un π-système et L un λ -système tels que P ⊂ L. Alors σ (P) ⊂ L.
Corollaire 4.1 Soit P un π-système de parties de X. La plus petite classe contenant P et X,
stable par différence et limite croissante, est σ (P).
Théorème 4.2 (d’unicité) Soient µ1 et µ2 deux mesures positives définies sur une tribu A =
σ (P), où P est un π-système. On suppose :
i) µ1 et µ2 sont σ -finies le long de P,
ii) µ1 (A) = µ2 (A), pour tout A ∈ P.
Alors µ1 = µ2 .
Preuve :
a) Soit A ∈ P tel que µ1 (A) = µ2 (A) < +∞. Posons

LA = {B ∈ σ (P) : µ1 (A ∩ B) = µ2 (A ∩ B)}

Il est assez facile de voir que LA est un λ -système, et il contient P. Donc, par le Théorème 4.1,
σ (P) ⊂ LA , d’où LA = σ (P), puisque par définition, LA ⊂ σ (P). Finalement µ1 (A∩B) = µ2 (A∩
B), pour tout B ∈ A , et pour tout A ∈ P telle que µ1[ (A) = µ2 (A) < +∞.
b) Soit (An )n≥1 une suite d’éléments de P, telle que An = X et µi (An ) < +∞, ( i=1, 2), pour
n≥1
tout n ≥ 1. Soit B ∈ A . Comme P est un π-système qui contient les Ai , il contient les B ∩ Ai . Il
résulte alors que pour tout n ≥ 1,
! !
n
[ n
[
µ1 (B ∩ Ai ) = µ2 (B ∩ Ai ) .
i=1 i=1

En faisant tendre n vers l’infini, on obtient

µ1 (B) = µ2 (B).

4.3 Mesure extérieure et théorème de Carathéodory

Définition 4.5 Une mesure extérieure sur X est une application µ ∗ : P(X) −→ R+ , telle que
i) µ ∗ (∅) = 0 ;
4.3. MESURE EXTÉRIEURE ET THÉORÈME DE CARATHÉODORY 29

ii) µ ∗ est croissante : si A ⊂ B ⊂ X, µ ∗ (A) ≤ µ ∗ (B) ;

iii) µ ∗ est σ -sous-additive : pour toute suite (Ai )i∈N de parties de X,
!
µ∗ ∑ µ ∗(Ai).
[
Ai ≤
n∈N i∈N

Remarque 4.1
1) On remarque que toute mesure positive sur (X, P(X)) est une mesure extérieure.
2) Si µ ∗ est une mesure extérieure sur X alors
∀A, E ∈ P(X), µ ∗ (E) ≤ µ ∗ (E ∩ A) + µ ∗ (E\A).

Les mesures extérieures servent notamment à construire des mesures positives par restriction
à une sous-tribu de P(X).
Définition 4.6 Soit µ ∗ une mesure extérieure sur X. Un sous-ensemble A de X est dit µ ∗ -mesurable
si
∀E ⊂ X, µ ∗ (E) = µ ∗ (E ∩ A) + µ ∗ (E\A).
On note Mµ ∗ l’ensemble des parties µ ∗ -mesurables de X.
Lemme 4.1 Soit µ ∗ une mesure extérieure sur X. Pour tout E ∈ P(X), pour toute suite finie
(Ai )1≤i≤n d’éléments de Mµ ∗ deux à deux disjoints :
!
[ n  n
µ∗ E ∩ Ai = ∑ µ ∗ (E ∩ Ai ). (4.1)
i=1 i=1

! n et soit An+1 ∈ Mµ ,
Preuve : L’égalité (4.1) est vraie pour n = 1. Supposons la vérifiée au rang ∗
n+1
0
Ai . Comme An+1 ∈ Mµ ∗ ,
[
les Ai , 1 ≤ i ≤ n + 1 étant deux à deux disjoints. Posons E = E ∩
i=1
on a
µ ∗ (E 0 ) = µ ∗ (E 0 ∩ An+1 ) + µ ∗ (E 0 \An+1 ). (4.2)
Comme les Ai sont disjoints, on a
!
n+1 n+1
E 0 ∩ An+1 = E ∩
[ [
Ai ∩ An+1 = (E ∩ Ai ∩ An+1 ) = E ∩ An+1 (4.3)
i=1 i=1

et comme tous les Ai , 1 ≤ i ≤ n sont inclus dans Acn+1 , donc aussi leur réunion,
" !# !
n n
0
[ [
E ∩ Acn+1 = E∩ Ai ∩ Acn+1 =E∩ Ai . (4.4)
i=1 i=1

En reportant (4.3) et (4.4) dans (4.2), on obtient

! !
 n+1
[  n
[ 
µ∗ E ∩ Ai = µ ∗ (E ∩ An+1 ) + µ ∗ E ∩ Ai ,
i=1 i=1

ce qui permet d’achever la récurrence.

4.3. MESURE EXTÉRIEURE ET THÉORÈME DE CARATHÉODORY 30


Proposition 4.3 Soit µ ∗ une mesure extérieure sur X. Mµ ∗ est une tribu de parties de X et la
restriction de µ ∗ à Mµ ∗ est une mesure positive.
Preuve : a) Pour montrer que Mµ ∗ est une tribu, nous allons utiliser la Proposition 2.2.
• Il est facile de voir que ∅ ∈ Mµ ∗ .
• La stabilité par complémentaire est évidente.
• Soient A et B dans Mµ ∗ et E ⊂ X. On a

µ ∗ (E) = µ ∗ (E ∩ A) + µ ∗ (E ∩ Ac )

µ ∗ (A ∩ E) = µ ∗ (B ∩ A ∩ E) + µ ∗ (Bc ∩ A ∩ E)
µ ∗ (Ac ∩ E) = µ ∗ (B ∩ Ac ∩ E) + µ ∗ (Bc ∩ Ac ∩ E)
En remarquant que (B ∩ Ac ∩ E) ∪ (Bc ∩ A ∩ E) ∪ (Bc ∩ Ac ∩ E) = (Ac ∪ Bc ) ∩ E, on obtient par
sous-σ -additivité de µ ∗ ,

µ ∗ [(Ac ∪ Bc ) ∩ E] ≤ µ ∗ (B ∩ Ac ∩ E) + µ ∗ (Bc ∩ A ∩ E) + µ ∗ (Bc ∩ Ac ∩ E),

d’où découle finalement

µ ∗ (E) ≥ µ ∗ (E ∩ (A ∩ B)) + µ ∗ (E ∩ (A ∪ B)c ) ,

ce qui prouve que A ∩ B est dans Mµ ∗ .

• Soit (Ai )i∈N une suite d’éléments deux à deux disjoints de Mµ ∗ . Montrons que A :=
[
Ai ∈
i∈N
Mµ ∗ .
La stabilité par complémentaire et par intersection finie de Mµ ∗ entraînent la stabilité par
n
Ai ∈ Mµ ∗ et l’on a pour tout E ⊂ X,
[
union finie. Ainsi pour tout n ≥ 0, Bn :=
i=0

µ ∗ (E) = µ ∗ (E ∩ Bn ) + µ ∗ (E ∩ Bcn ).

Comme Bn ⊂ A, Ac ⊂ Bcn , et par croissance de la mesure extérieure Mµ ∗ , on en déduit

µ ∗ (E) ≥ µ ∗ (E ∩ Bn ) + µ ∗ (E ∩ Ac ). (4.5)

Par le Lemme 4.1,

n
µ (E ∩ Bn ) = ∑ µ ∗ (E ∩ Ai ).
∗
(4.6)
i=0

En reportant (4.6) dans (4.5), on a

n
µ ∗ (E) ≥ ∑ µ ∗ (E ∩ Ai ) + µ ∗ (E ∩ Ac ).
i=0
4.4. MESURE DE LEBESGUE SUR RD 31

Ceci étant vrai pour tout n, on en déduit

+∞
µ (E) ≥ ∑ µ ∗ (E ∩ Ai ) + µ ∗ (E ∩ Ac ).
∗
(4.7)
i=0

(A ∩ Ai ) ; d’où par sous-σ -additivité de µ ∗ ,

[
Or E ∩ A =
i∈N

µ ∗ (E) ≥ µ ∗ (E ∩ A) + µ ∗ (E ∩ Ac ),

ce qui prouve bien que A ∈ A . Ainsi µ ∗ est stable par union dénombrable disjointe et est bien
une tribu.
b) Montrons que µ ∗ restreinte à Mµ ∗ est bien une mesure positive.
• On sait déjà que µ ∗ (∅) = 0.
• Soit (Ai )i≥1 une suite d’éléments deux à deux disjoints de Mµ ∗ et A sa réunion. En prenant
E = A dans (4.7), on a
+∞
µ ∗ (A) ≥ ∑ µ ∗ (Ai ). (4.8)
i=1

La sous-σ -additivité de µ ∗ fournit par l’inégalité inverse, de sorte qu’on a l’égalité dans (4.8),
ce qui exprime la σ -additivité de µ ∗ restreinte à Mµ ∗ .

Théorème 4.3 [d’extension de Carathéodory] Soit µ0 une mesure définie une algèbre F0 de
partie de X, qui est supposée σ - finie le long de F0 . Il existe une unique mesure µ sur F = σ (F0 ),
telle que µ|F0 = µ0 . On dit que µ prolonge µ0 à F.
Lemme 4.2 Mµ ∗ contient l’algèbre F0 .

[ : Soit A ∈ F0 , E ⊂ X et ε > 0. Il existe une suite (An )n d’éléments de F0 telle que

Preuve
E ⊂ An et µ ∗ (E) ≥ ∑ µ0 (An ) − ε. Pour tout n ≥ 1, Bn = An ∩ A et Cn = An ∩ Ac sont dans
n n
l’algèbre F0 . Donc par la définition de µ ∗ et l’additivité de µ0 ,

µ ∗ (E ∩ A) + µ ∗ (E ∩ Ac ) ≤ ∑ µ0(Bn) + ∑ µ0(Cn)
n n
= ∑ µ0(An)
n
∗
≤ µ (E) + ε.

En prenant la limite quand ε → 0 dans l’inégalité précédente, on obtient que A ∈ Mµ ∗ .



4.4 Mesure de Lebesgue sur Rd

Une application du Théorème 4.3 permet de construire sur Rd (d ∈ N∗ ) une mesure appelée
"mesure de Lebesgue", décrite par le théorème suivant.
4.5. MESURE DE STIELTJES SUR R 32

  d
Théorème 4.4 Il existe une unique mesure µ sur Rd , B(Rd ) telle que pour tout pavé ∏ ]ai , bi ]
i=1
(avec ai < bi pour tout i = 1, · · · , d),
!
d d
µ ∏ ]ai, bi] = ∏(bi − ai ).
i=1 i=1

On l’appelle mesure de Lebesgue sur Rd et on la note λd . Lorsque d = 1, on la note simplement λ .

4.5 Mesure de Stieltjes sur R

Une application importante du Théorème 4.3 est aussi la construction d’une mesure sur
(R, Bor(R)) à partir d’une fonction croissante.
On admettra le théorème suivant.
Théorème 4.5 Soit F : R −→ R une fonction croissante et continue à droite en tout point. Défi-
nissons sur C := { ]a, b] ; a, b ∈ R} la fonction µ définie par

µ(∅) = 0 et µ(]a, b]) = F(b) − F(a), si a < b.

Alors µ se prolonge de manière unique en une mesure sur la tribu borélienne de R. Cette mesure
est appelée mesure de Stieltjes associée à F.
En particulier lorsque F : x 7−→ x est l’identité sur R, on obtient ainsi la mesure de Lebesgue λ
(notée encore λ1 ) qui prolonge à Bor(R) la fonction longueur des intervalles de C, c’est-à-dire
λ (]a, b]) = b − a, si a < b.
Proposition 4.4 Une mesure µ sur (R, Bor(R)) est de Stieltjes si et seulement si elle est finie sur
les intervalles bornés de R.
Exemple Pour illustrer simplement la Proposition 4.4, considérons les deux mesures ponc-
tuelles
µ := ∑ δk , ν := ∑ δ1/k
k∈N∗ k∈N∗
µ est de Stieltjes car un intervalle borné ne contient qu’un ensemble fini d’entiers. Par contre
ν n’est pas de Stieltjes puisque ν(]0, 1]) = +∞ .
Chapitre 5

Intégration des fonctions mesurables positives

Dans tout ce chapitre, (X, A , µ) désigne un espace mesuré. Notre but est de construire et
d’étudier l’intégrale sur X par rapport à µ, d’abord pour les fonctions

étagées positives, puis
par extension pour toutes les applications f : X −→ R+ , A , B(R+ ) -mesurables.

5.1 Intégration des fonctions étagées mesurables positives

On note ξ + (X, A ) l’ensemble des fonctions étagées X −→ R+ , A , B(R+ ) -mesurables. S’il

n’y a pas d’ambiguité, on notera simplement ξ + .

n
Définition 5.1 Soit ϕ ∈ ξ + , de décomposition canonique ϕ = ∑ αi 1Ai . On pose
i=1
Z n
ϕdµ := ∑ αi µ(Ai ).
X i=1

Cette quantité s’appelle intégrale sur X de ϕ par rapport à la mesure µ.

R
L’intégrale X ϕdµ est un élément de R+ . Bien que les αi soient tous réels, cette intégrale peut
valoir +∞, si pour un αi , le terme µ(Ai ) vaut +∞.
p
Lemme 5.1 Si ϕ ∈ ξ+ s’écrit ϕ = ∑ ak 1Ck , les Ck appartenant tous à A et étant deux à deux
k=1
disjoints, les ak n’étant pas forcement tous disincts, alors
Z p
ϕdµ = ∑ ak µ(Ck ).
X k=1

Proposition 5.1 L’intégrale sur ξ + est homogène, additive et croissante : pour tous ϕ, ψ ∈ ξ +
et c ∈ R+ ,
Z Z
i) cϕdµ = c ϕdµ ;
X X
Z Z Z
ii) (ϕ + ψ)dµ = ϕdµ + ψdµ ;
X X X

33
5.1. INTÉGRATION DES FONCTIONS ÉTAGÉES MESURABLES POSITIVES 34
Z Z
iii) ϕ ≤ ψ =⇒ ϕdµ ≤ ψdµ.
X X
Preuve :
n
Si ϕ, ψ ∈ ξ + et c ∈ R+ alors les fonctions cϕ et ϕ + ψ appartiennent à ξ + . Notons ϕ = ∑ αi 1Ai
i=1
m
et ψ = ∑ β j 1B j les décompositions canoniques de ϕ et ψ. Ainsi {Ai, 1 ≤ i ≤ n} et {B j , 1 ≤ j ≤
j=1
m} sont des partitions de X.
n
• On a cϕ = ∑ cαi 1Ai
i=1
Z n n Z
cϕdµ = ∑ cαi µ(Ai ) = c ∑ αi µ(Ai ) = c ϕdµ
X i=1 i=1 X

avec la convention 0 × ∞ = ∞ × 0 = 0.
• Posons Ci j = Ai ∩ B j , 1 ≤ i ≤ n , 1 ≤ j ≤ m.
Les ensembles Ci j sont deux à deux disjoints, certains pouvant être vide. On remarque que
m
[ n
[
∀i ∈ {1, · · · , n} Ai = Ci j et ∀i ∈ {1, · · · , n} Bj = Ci j (∗).
j=1 i=1

Sur chaque Ci j non vide, la fonction ϕ + ψ est constante αi + β j . Les Ci j sont deux à deux
disjoints et la réunion de tous les Ci j vaut X. Enfin si Ci j = ∅, (αi + β j )1Ci j est une fonction
identiquement nulle. Ces remarques justifient l’écriture
n m
ϕ +ψ = ∑ ∑ (αi + β j )1Ci j .
i=1 j=1

Cette écriture n’est pas forcément la décomposition canonique de ϕ + ψ car certains Ci j

peuvent être vides et les (αi + β j ) ne sont pas nécessairement tous distincts. C’est ici qu’inter-
vient le Lemme 5.1 qui donne la première des égalités suivantes :
Z n m
(ϕ + ψ)dµ = ∑ ∑ (αi + β j )µ(Ci j )
X i=1 j=1
n m n m
= ∑ ∑ αi µ(Ci j ) + ∑ ∑ β j µ(Ci j )
i=1 j=1 i=1 j=1
n m m n
= ∑ αi ∑ µ(Ci j ) + ∑ β j ∑ µ(Ci j )
i=1 j=1 j=1 i=1
n m
= ∑ αi µ(Ai) + ∑ β j µ(B j ) (5.1)
i=1 j=1
Z Z
= ϕdµ + ψdµ,
X X

où l’égalité (5.1) découle de (∗) et de l’additivité de la mesure µ.

5.1. INTÉGRATION DES FONCTIONS ÉTAGÉES MESURABLES POSITIVES 35

• ϕ ≤ ψ signifie que pour tout x ∈ X, ϕ(x) ≤ ψ(x), et comme ϕ et ψ sont étagées, donc à valeurs
réelles, ψ(x) − ϕ(x) est bien défini et ψ(x) − ϕ(x) ≥ 0. Alors ψ − ϕ ∈ ξ + et ψ = ϕ + (ψ − ϕ).
Par ii) , on a Z Z Z Z
ψdµ = ϕdµ + (ψ − ϕ)dµ ≥ ϕdµ,
X X X X
Z
puisque (ψ − ϕ)dµ ∈ R+ .
X

Lemme 5.2 Soit µ une mesure positive sur (X, A ) et B ∈ A . La fonction ν = µ(. ∩ B) définie
par
∀A ∈ A ν(A) = µ(A ∩ B)
est une mesure positive sur (X, A ). Elle est appelée la trace de µ sur B.
Preuve : À faire en exercice. 
Lemme 5.3 Soit ϕ ∈ ξ + . La fonction

ν : A −→ R+ Z Z
A 7−→ ν(A) = ϕ1A dµ = ϕdµ
X A

est une mesure sur (X, A ).

Preuve :
n
Si ϕ ∈ ξ + et A ∈ A , la fonction ϕ1A appartient aussi à ξ + , et en notant ϕ = ∑ αi1Ai la
i=1
décomposition canonique de ϕ, on a
n n
ϕ1A = ∑ αi (1Ai .1A ) = ∑ αi 1Ai ∩A .
i=1 i=1

Les Ai ∩ A étant deux à deux disjoints, le Lemme 5.1 nous donne

Z n
∀A ∈ A ϕ1A dµ = ∑ αi µ (Ai ∩ A) .
X i=1
n
Cette égalité s’écrit aussi ν = ∑ αi νi où les fonctions νi sont définies par
i=1

νi : A −→ R+
A 7−→ νi (A) := µ(Ai ∩ A).

On voit ainsi que chaque νi est la mesure trace de µ sur Ai (cf. Lemme 5.2). Pour chaque i ,
αi νi est donc une mesure. Une somme finie de mesures positives étant une mesure positive,
la fonction ν est donc bien une mesure positive.

Notations : M = { f : X −→ R (ou C) : f est A − mesurable }
M+ = { f : X −→ R+ : f est A − mesurable }
5.2. INTÉGRALE DANS M+ 36

5.2 Intégrale dans M+

Définition 5.2 Soit (X, A , µ) un espace +
Z mesuré. Pour f ∈ M , on appelle intégrale sur X de f
par rapport à µ l’élément de R+ noté f dµ et défini par
X
Z Z 
+
f dµ := sup ϕdµ : ϕ ∈ ξ et ϕ ≤ f . (5.2)
X X

Pour A ∈ A , f 1A appartient encore à M+ et on définit aussi

Z Z
f dµ := f 1A dµ (5.3)
A X

Proposition 5.2 [Croissance de l’intégrale] Pour toutes fonctions f , g ∈ M+ ,

Z Z
f ≤ g =⇒ f dµ ≤ gdµ. (5.4)
X X

Preuve : C’est une conséquence immédiate de la Définition 5.2 et de l’inclusion

{ ϕ ∈ ξ + : ϕ ≤ f } ⊂ { ϕ ∈ ξ + : ϕ ≤ g}


Nous
R
abordons
R
maintenant le premier des grands théorèmes d’interversion limite intégrale
" lim = lim " qui font toute la puissance de la théorie de l’intégration au sens de Lebesgue.
Théorème 5.1 [Théorème de convergence monotone ou de Beppo Levi]
Soit ( fn )n∈N une suite croissante dans M+ . Alors f := lim fn est aussi dans M+ et
n→+∞
Z Z
f dµ = lim fn dµ. (5.5)
X n→+∞ X

Preuve :
On a vu au Chapitre 3 que f := lim fn était mesurable. Donc on a bien f ∈ M+ . Remarquons
Z  n→+∞

que fn dµ est une suite croissante donc convergente dans R+ .

X n∈N
De plus, puisque la suite ( fn )n∈N est croissante, fn ≤ lim = f . Ainsi, par croissance de l’inté-
n→+∞
grale, on a
Z Z Z Z
fn dµ ≤ f dµ et en passant à la limite, on obtient lim fn dµ ≤ f dµ.
X X n→+∞ X X
Montrons maintenant l’inégalité inverse.
Soit ϕ étagée vérifiant ϕ ≤ f et λ ∈]0, 1[. Soit n ∈ N. On pose

En = { fn − λ ϕ ≥ 0}.
5.2. INTÉGRALE DANS M+ 37
[
Puisque fn ≤ fn+1 , En ⊂ En+1 . Justifions que X = En .
n∈N
Soit x ∈ X. Si f (x) = 0 alors 0 ≤ ϕ(x) ≤ f (x) impose ϕ(x) = 0. Par conséquent, fn (x) ≥ 0 impose
fn (x) − λ ϕ(x) ≥ 0 et donc x ∈ En pour tout n.
Si f (x) > 0 alors λ < 1 et ϕ(x) ≤ f (x) imposent λ ϕ(x) < f (x). Dans ce cas il existe n ∈ N tel
que λ ϕ(x) < fn (x) ≤ f (x) car ( fn (x))n∈N [ Ainsi on a x ∈ En .
converge vers f (x).[
Dans tous les cas, on a montré que x ∈ En et donc X = En .
n∈N n∈N

Remarquons que pour tout x ∈ En , λ ϕ(x) ≤ fn (x) donc λ ϕ1En ≤ fn . Ainsi on a pour tout n,
Z Z Z
λ ϕ1En dµ ≤ fn dµ ≤ lim fk dµ, (5.6)
X X k→+∞ X
Z 
où le second membre de cette inégalité est obtenue par croissance de la suite fk dµ .
X k∈N
Z Z
∀n ∈ N λ ϕ1En dµ = λ ϕdµ.
X En

Donc l’inégalité (5.6) peut encore s’écrire

Z
λ ν(En ) ≤ lim fk dµ, (5.7)
k→+∞ X

où
ν : A −→ R+ Z
A 7−→ ν(A) = ϕdµ.
A
Par le Lemme 5.3, ν est une mesureZsur (X, A ). Sa continuité séquentielle et le fait que En ↑ X
nous donnent alors ν(En ) ↑ ν(X) = ϕdµ.
X
Finalement, pour tout λ ∈]0, 1[ et ϕ étagée telle que ϕ ≤ f , on a
Z Z
λ ϕdµ ≤ lim fk dµ,
X k→+∞ X

puis en faisant tendre λ vers 1, on a

Z Z
ϕdµ ≤ lim fk dµ,
X k→+∞ X

et en passant au supremum sur les ϕ étagées miniorant f , on obtient

Z Z
f dµ ≤ lim fk dµ
X k→+∞ X


Ce théorème a pour première utilité de dériver facilement toutes les propriétés élémentaires
de l’intégrale de Lebesgue.
Corollaire 5.1 [homogénéité et additivité de l’intégrale dans M+ ]
Pour toutes fonctions f , g ∈ M+ et toute constante c ∈ R+ , on a
5.2. INTÉGRALE DANS M+ 38
Z Z
a) c f dµ = c f dµ ;
X X
Z Z Z
b) ( f + g)dµ = f dµ + gdµ.
X X X
Preuve :
• Le cas c < +∞ dans le a) est une conséquence de la Définition 5.2 et de la Proposition 5.1 i)
et ne requiert pas le théorème de Beppo Levi.
Pour traiter le cas c = +∞, posons fn := n f . La suite ( fn )n∈N est croissante dans M+ . Sa limite
est c f . En effet, si f (x) = 0, c f = (+∞) × 0 = 0 et fn (x) = n f (x) = 0 converge bien vers 0.
Si f (x) ∈]0, +∞[, c f (x) = (+∞) × fZ(x) = +∞ et
Z fn (x) = n f (x) tend vers
Z +∞ puisque f (x) > 0.
Par le théorème de Beppo Levi, c f dµ = lim fn dµ = lim fn dµ. Par le cas c < +∞
Z Z X Z X n→+∞ n→+∞
Z X Z
(avec c = n), fn dµ = n f dµ. Si f dµ > 0, la limite de n f dµ est +∞. Si f dµ = 0,
X X X XZ X
cette limite vaut 0. Dans les deux cas, cette limite s’écrit (+∞) × f dµ grâce à nos conven-
Z X Z
tions sur la multiplication dans R+ . Finalement on a bien (+∞) × f dµ = (+∞) × f dµ.
X X
• Pour prouver le b), la Proposition 3.10 nous fournit l’existence de deux suites (ϕn )n∈N et
(ψn )n∈N dans ξ + convergeant vers f et g, respectivement. Clairement la suite (ϕn + ψn )n∈N
est alors croissante dans ξ + et converge vers f + g. Par additivité de l’intégrale des fonctions
étagées,
Z Z Z
∀n ∈ N, (ϕn + ψn )dµ = ϕn dµ + ψn dµ. (5.8)
X X X

Une triple application du théorème de Beppo Levi nous donne quand n → +∞ :

Z Z Z Z Z Z
(ϕn + ψn )dµ ↑ ( f + g)dµ, ϕn dµ ↑ f dµ et ψn dµ ↑ gdµ,
X X X X X X

ce qui permet de conclure par passage à la limite dans (5.8).


Corollaire 5.2 [lemme de Fatou] Si ( fn )n∈N est une suite dans M+ alors
Z Z
lim inf fn dµ ≤ lim inf fn dµ (5.9)
X n→+∞ n→+∞ X

Preuve : Posons g = lim inf fn . Par définition de la limite inférieure,

n→+∞

g = lim inf fk = sup inf fk .

n→+∞ k≥n n∈N k≥n

La fonction gn := inf fk appartient à M+ (cf. Proposition 3.7) et la suite (gn )n∈N converge en
k≥n
croissant vers g. Par le théorème de Beppo Levi, on a donc
Z Z Z
gn dµ ↑ gdµ = lim inf fn dµ. (5.10)
X X X n→+∞
5.2. INTÉGRALE DANS M+ 39

D’aute part, on a clairement pour tout n ∈ N, gn ≤ fn , d’où par croissance de l’intégrale,

Z Z
∀n ∈ N, gn dµ ≤ fn dµ. (5.11)
X X
Nous ne savons pas si le second membre de l’inégalité (5.11) a une limite quand n tend vers
l’infini, mais par contre sa limite inférieure existe toujours. On peut ainsi passer à la limite
inférieure dans (5.11) pour obtenir
Z Z
lim inf gn dµ ≤ lim inf fn dµ. (5.12)
n→+∞ X n→+∞ X
Par (5.10), on sait que la limite inférieure du premier membre de (5.11) est en fait une limite
et vaut Z Z Z
lim inf gn dµ = lim gn dµ = lim inf fn dµ.
n→+∞ X n→+∞ X X n→+∞
Donc, par (5.12) on a bien
Z Z
lim inf fn dµ ≤ lim inf fn dµ,
X n→+∞ n→+∞ X
d’où la conclusion.

Corollaire 5.3 (Interversion série-limite dans M+ )
+∞
Soit ( fk )n∈N une suite dans M+ . La fonction ∑ fk est aussi dans M+ et
k=0
!
Z +∞ +∞ Z
∑ fk dµ = ∑ fk dµ (égalité dans R+ ). (5.13)
X k=0 k=0 X

n +∞
Preuve : Posons Sn := ∑ fk et S= ∑ fk .
k=0 k=0

L’application Sn est mesurable positive comme somme d’un nombre fini d’applications me-
surables positives. La suite (Sn )n∈N converge dans R+ vers S. L’additivité de l’intégrale pour
deux éléments de M+ s’étend immédiatement à la somme d’un nombre fini quelconque de
termes dans M+ , d’où
Z n Z
∀n ≥ 0, Sn dµ = ∑ fk dµ. (5.14)
X k=0 X
Z Z
Par le théorème de Beppo Levi, S ∈ M+ et Sn dµ converge en croissant dans R+ vers Sdµ.
X Z X
Ainsi le premier membre de (5.14) converge vers celui de (5.13). D’autre part, fk dµ est
! X
Z n
dans R+ donc positif. Par conséquent la suite ∑ fk dµ est croissante donc conver-
k=0 X n∈N
+∞ Z
gente dans R+ et sa limite est ∑ fk dµ. Le second membre de (5.14) converge vers celui
k=0 X
de (5.13). L’égalité (5.14) étant vraie pour tout n ≥ 1, on a donc l’égalité (5.13) par passage
à la limite.
5.2. INTÉGRALE DANS M+ 40


Le théorème suivant donne l’intégration par rapport à une mesure image.
On considère deux espaces mesurables (X1 , A1 ) et (X2 , A2 ). Pour i = 1, 2 on note ξi+ (resp.
M+i ) l’ensemble des fonctions Xi −→ R+ étagées mesurables (resp. Ai -mesurables).

Théorème 5.2 [Théorème de transfert]

Soit (X1 , A1 ) et (X2 , A2 ) deux espaces mesurables et ϕ : X1 −→ X2 , une application (A1 , A2 )-
mesurable. Soit µ une mesure sur (X1 , A1 ) et ν := µ ϕ sa mesure image sur (X2 , A2 ). Alors pour
toute h ∈ M+ 2
Z Z
(h ◦ ϕ)dµ = hdν. (5.15)
X1 X2

Preuve : D’abord, puisque h ∈ M+ 2 et ϕ est (A1 , A2 )-mesurable, h◦ϕ appartient à M1 , donc le

+

premier membre de (5.15) est bien défini. Nous allons vérifier (5.15) successivement pour les
indicatrices, puis pour les fonctions étagées et enfin pour les fonctions mesurables positives.
• Cas des fonctions indicatrices : h = 1B , B ∈ A2 . Comme ϕ est mesurable, A := ϕ −1 (B)
appartient à A1 et on a :
Z Z
−1


1B dν = ν(B) = µ ϕ (B) = µ(A) = 1A dµ.
X2 X1
Il ne reste plus qu’à vérifier que 1A = 1B ◦ ϕ, ce qui résulte des égalités suivantes :
1 si x ∈ ϕ −1 (B)
 
1 si ϕ(x) ∈ B
∀x ∈ X1 1A (x) = −1 = = 1B (ϕ(x)) = (1B ◦ ϕ)(x).
0 si x ∈
/ ϕ (B) 0 si ϕ(x) ∈
/B
n
• Cas des fonctions étagées : h ∈ ξ2+ , de décomposition canonique h = ∑ αi 1Bi . Alors h ◦ ϕ =
i=1
n
∑ αi (1Bi ◦ ϕ). En utilisant l’additivité et l’homogénéité de l’intégrale par rapport à µ et ν et
i=1
l’égalité (5.15) pour les indicatrices, on obtient :
Z n Z n Z Z
(h ◦ ϕ)dµ = ∑ αi (1Bi ◦ ϕ)dµ = ∑ αi 1Bi dν = hdν,
X1 i=1 X1 i=1 X2 X2

ce qui établit (5.15) pour h ∈ ξ + .

• Cas des fonctions mesurables positives : h ∈ M+ 2 . Alors il existe une suite croissante (hn )n∈N
de fonctions étagées positives et convergeant vers h. On voit immédiatement que la suite
(hn ◦ ϕ)n∈N est dans ξ1+ , croissante et convergente vers h ◦ ϕ. L’égalité (5.15) établie pour les
éléments de ξ2+ donne :
Z Z
∀n ∈ N, (hn ◦ ϕ)dµ = hn dν. (5.16)
X1 X2
Le théorème de Beppo Levi appliqué aux suites (hn ◦ ϕ) et (hn ) permet de passer à la limite
dans (5.16) pour obtenir
Z Z
(h ◦ ϕ)dµ = hdν,
X1 X2
ce qui achève la preuve du théorème.
5.2. INTÉGRALE DANS M+ 41


Chapitre 6

Intégration des fonctions mesurables

Dans tout ce chapitre, (X, A , µ) est un espace mesuré et K = R, R ou C. Dans le chapitre

précédent nous avons étudier l’intégrale des fonctions mesurables positives. Ici nous étudions
l’intégrale des fonctions mesurables de signe non constant.
Pour une fonction f : X −→ R, on rappelle que

f + := max{ f , 0} = partie positive de f

f − := max{− f , 0} = − min{ f , 0} = partie négative de f .

On rappelle également, qu’on a
f = f+− f− et | f | = f + + f −.

6.1 Fonctions µ-intégrables

Définition 6.1 Soit f une fonction définie sur X et à valeurs dans R. On dit qu’elle est
µ-intégrable si
a) elle est A -mesurable ;
Z
b) l’intégrale | f |dµ est finie, | f | désignant la valeur absolue (cas R et R) ou le module (cas
X
C).
Soit A ∈ A , on dit que f est µ-intégrable sur A si la fonction f 1A est µ-intégrable au sens
ci-dessus.
Remarque 6.1 Une fonction f mesurable à valeurs dans R ou R est intégrable si et seulement
si f + et f − le sont.
Définition 6.2 Soit f une fonction définie sur X à valeurs dans K = R, R ou C et µ-intégrable.
Son intégrale par rapport à µ sur X est alors définie par :
Z Z Z
— si K = R, ou R, f dµ := f + dµ − f − dµ ;
X X X
Z Z Z
— si K = C, f dµ := Re f dµ + i Im f dµ.
X X X

42
6.2. NÉGLIGEABILITÉ 43

Si A ∈ A , l’intégrale de f sur A est définie par

Z Z
f dµ := f 1A dµ.
A X
Z Z
Cette intégrale est aussi notée f (x)dµ(x) ou f (x)µ(dx), y compris le cas A = X.
A A

Définition 6.3 Pour K = R ou C, on note L1K (µ) l’ensemble des fonctions µ-intégrable f : X −→
K. Lorsqu’il n’y pas d’ambiguité sur la mesure µ, on le notera simplement L1K .
Proposition 6.1 i) L’ensemble L1R (µ) est un espace vectoriel sur R ;
f dµ est une forme linéaire sur L1R (µ) ;
R
ii) l’application qui a f associe
iii) l’intégrale conserve la positivité i.e. si f ∈ L1R (µ) et f ≥ 0, alors
R
f dµ ≥ 0 ;
iv) l’intégrale conserve les inégalités : si f , g ∈ L1R (µ) avec f ≤ g, alors
R R
f dµ ≤ gdµ ;
Z Z
v) si f ∈ L1R (µ), f dµ ≤ f dµ.

On montre de même la
Proposition 6.2 i) L1C (µ) est un espace vectoriel sur C ;
f dµ considérée comme application de L1C (µ) ; est une forme
R
ii) l’application qui à f associe
linéaire sur L1C (µ) ;
Z Z Z
iii) ∀a, b ∈ C, ∀ f , g ∈ L1C (µ), (a f + bg) dµ = a f dµ + b g dµ.
X
Z ZX X

iv) Si f ∈ L1C (µ) , alors | f | ∈ L1R (µ) et f dµ ≤ f dµ.

X X
Remarque 6.2 Il est facile de voir que si f , g : X −→ K (= R ou C) sont deux fonctions mesu-
rables telles que | f | ≤ |g| et g est µ-intégrable, alors f l’est aussi.

6.2 Négligeabilité
Définition 6.4 Soit (X, A , µ) un espace mesuré.
i) Un sous-ensemble N de X est µ-négligeable (ou simplement négligeable s’il n’y a pas
d’ambiguïté sur la mesure µ) s’il existe un élément A de A tel que N ⊂ A et µ(A) = 0.
ii) (X, A , µ) est complet [µ est complète sur (X, A )] si tout sous-ensemble µ-négligeable de
X est un élément de A .
iii) On dit qu’une propriété P sur X est vraie µ-presque partout sur X (on note µ-p.p.) si

{x ∈ X : x ne vérifie pas P } est µ-négligeable.

Si µ = P est une mesure de probabilité, on parle de propriété vraie P-presque sûrement.

iv) Une fonction f : X −→ K (K = R ou C) est négligeable si elle est A -mesurable et nulle
µ-presque partout.
Lemme 6.1 Soit g : X −→ R+ mesurable positive. Pour tout réel t > 0,
  1Z
µ {g ≥ t} ≤ gdµ. (6.1)
t X
6.2. NÉGLIGEABILITÉ 44

Preuve : Soit un nombre réel t > 0. Comme g est mesurable, alors

At := x ∈ X : g(x) ≥ t ∈ A .


De plus 0 ≤ t1At ≤ g1At ≤ g. Donc

1
Z Z
tµ(At ) ≤ gdµ c’est-à-dire µ(At ) ≤ gdµ.
X t X

Un exemple important de propriété vraie presque partout est la finitude des fonctions inté-
grables.
Proposition 6.3 Soit f : X −→ R une fonction µ-intégrable. Alors f est finie µ-presque partout.
Preuve : Définissons les ensembles An et A dans A par
∀n ∈ N∗ An := x ∈ X : | f (x)| ≥ n , A := x ∈ X : | f (x)| = +∞ .
 

On a clairement A ⊂ An . En appliquant le Lemme 6.1, on obtient

1
Z
0 ≤ µ(A) ≤ µ(An ) ≤ | f |dµ
n X
Z
et comme | f |dµ < +∞ ( par intégrabilité de f ), ce majorant tend vers 0 quand n → +∞.
X

On déduit le corollaire suivant
Corollaire 6.1 Soit ( fn )n∈N une suite de fonctions mesurables positives (à valeurs dans R+ ou
+∞ Z +∞
R+ ) telle que ∑ fn dµ < +∞ . Alors f := ∑ fn < +∞ µ-p.p.
n=0 X n=0

Définition 6.5 Soit (X, A , µ) un espace mesuré et f , g deux fonctions X −→ K = R, R ou C,

A -mesurables. On dit qu’elles sont égales µ-presque partout lorsque l’ensemble { f 6= g} est négli-
p.p.
geable. On note f = g µ-pp ou f = g, s’il n’y a pas d’ambiguité sur la mesure µ concernée.
Proposition
Z 6.4 Une fonction mesurable f : X −→ K = R, R ou C est négligeable si et seulement
si | f |dµ = 0.
X

Z : Notons A := x ∈ X : | f (x)| 6= 0 .
Preuve
| f |dµ = 0, notons pour n ∈ N∗ , An := x ∈ X : | f (x)| ≥ 1/n . Par le Lemme 6.1, on a

• Si
X
Z
∀n ∈ N, µ(An ) ≤ n | f |dµ = 0.
X
Comme A est limite croissante de la suite (An )n∈N∗ , on a par continuité croissante séquentielle
de µ, µ(A) = lim µ(An ) = 0. Donc f est µ-négligeable.
n→+∞
• Réciproquement, si f est négligeable, supposons d’abord | f | bornée sur tout ZX par une
constante M < +∞. Alors il suffit d’intégrer l’inégalité | f | ≤ M1A pour obtenir | f |dµ ≤
X
Mµ(A) = 0. Si | f | n’est pas bornée, on prend gn := min{n , | f |} et par le cas | f | bornée,
R
X gn dµ = 0. On conclut avec le théorème de Beppo Levi puisque gn ↑ | f |.
6.3. THÉORÈME DE CONVERGENCE DOMINÉE 45


Corollaire 6.2 Soit (X, A , µ) un espace mesuré.
Z Z
i) Soient f et g deux fonctions mesurables X −→ R+ , égales µ-p.p. Alors f dµ = gdµ.
X X
ii) Si f ∈ L1K (µ) (avec K = R ou C) et si g est une fonction mesurable
Z égale Z
à f p.p. (éventuel-
lemnent g à valeurs dans R quand K = R), g est intégrable et f dµ = gdµ.
X X

6.3 Théorème de convergence dominée

Dans cette section, nous abordons un théorème principal de la théorie de l’intégration. Il
permet d’inverser limite et intégrale sous certaines conditions. Il est connu sous le nom de
théorème de convergence dominée ou théorème de Lebesgue. Une des hypothèses est celle de
domination au sens suivant
Définition 6.6 La suite ( fn )n∈N d’applications mesurables X −→ K (K = R, R ou C) est dominée
sur X par la fonction mesurable g : X −→ R+ si

∀n ∈ N, ∀x ∈ X, | fn (x)| ≤ g(x).

Elle est dite dominée µ-p.p. si l’inégalité ci-dessus a lieu µ-presque partout sur X.
Théorème 6.1 [Théorème de convergence dominée]
Soit (X, A , µ) un espace mesuré. Soit ( fn )n∈N une suite de fonctions mesurables sur (X, A ) à
valeurs dans R ou C telle que :
i) ( fn )n∈N converge µ-presque partout vers une fonction f mesurable,
ii) il existe une fonction g positive appartenant à L1R (µ) telle que

∀n ∈ N, | fn | ≤ g µ − p.p.

Alors
a) les fonctions f et les fn sont intégrables,
Z Z Z
b) lim fn − f dµ = 0 et par suite lim fn dµ = f dµ.
n→+∞ X n→+∞ X X
Preuve : Supposons tout d’abord que la convergence de ( fn )n∈N vers f ait lieu partout et que
les inégalités ii) soient vraies pour tout x ∈ X.
Posons gn = 2g−| fn − f |. Alors (gn )n∈N est une suite de fonctions mesurables positives. D’après
le lemme de Fatou,
Z Z Z Z Z
2 gdµ = lim inf gn dµ ≤ lim inf gn dµ = 2 g dµ − lim sup fn − f dµ.
X X n→+∞ n→+∞ X X n→+∞ X
Z Z
Puisque gdµ < +∞, on voit alors que lim sup fn − f dµ ≤ 0. On en déduit donc que
X n→+∞ X
Z
lim fn − f dµ = 0.
n→+∞ X
6.3. THÉORÈME DE CONVERGENCE DOMINÉE 46
Z Z
Il en resulte que lim fn dµ = f dµ.
n→+∞ X X
Cas général : Soit N ∈ A tel que, si x ∈
/ N , lim fn (x) = f (x) et µ(N) = 0. Choisissons de plus,
n→+∞
pour tout n ∈ N un ensemble Nn ∈ A tel que si x ∈
/ Nn , | fn (x)| ≤ g(x) et µ(Nn ) = 0. Posons
 
M = N ∪ ∪ Nn ∈ A .
n∈N

On a encore µ(M) = 0.
Posons
hn = fn 1Mc et h = f 1Mc .
On a, pour tout x ∈ X et pour tout n ∈ N,

lim hm = h et |hn (x)| ≤ g(x).

m→+∞
Z
La première partie de la preuve assure donc que lim hn − h dµ = 0. Pour conclure, il suffit
n→+∞ X
de remarquer que hn = fn µ-p.p. et h = f µ-p.p.

Corollaire 6.3
Z Soit ( fn )n∈N une suite de fonctions mesurables sur (X, A ) à valeurs dans R ou C
telle que ∑ | fn |dµ < +∞. Alors les fonctions fn , n ∈ N sont intégrables, la série ∑ fn converge
n n
µ-p.p. et il existe f ∈ L1 telle que
+∞ Z n Z +∞ Z
f= ∑ fn µ − p.p., lim f − ∑ fk dµ = 0, f dµ = ∑ fn dµ.
n→+∞
n=0 k=0 n=0

+∞
Preuve : Posons g = ∑ | fn|. D’après le Corollaire 5.3 (interversion série-intégrale pour les
n=0
fonctions positives),
Z +∞ Z
gdµ = ∑ fn dµ < +∞.
n=0
La fonction g étant intégrable, elle est finie µ-p.p. Posons
( )
+∞
N= x ∈ X, ∑ | fn (x)| = +∞ .
n=0

C’est un ensemble négligeable de A , et si x ∈

/ N, la série ∑ fn (x) est absolument convergente,
n
donc convergente. Posons alors

 +∞

∑ fn(x) si x ∈
/N
f (x) = n=0

 0 si x ∈ N.
6.4. COMPARAISON AVEC L’INTÉGRALE DE RIEMANN 47

Cette fonction est mesurable comme limite simple de la suite ∑nk=0 fk 1N c

n∈N
de fonctions
mesurables. De plus, comme
+∞
∀ x ∈ N c, | f (x)| ≤ ∑ | fn(x)| = g(x), i.e. | f | ≤ g µ − p.p.
n=0
n
et comme g est intégrable, f l’est aussi. Mais puisque ∑ fk −→ f µ-p.p. , on peut alors
k=0
appliquer le théorème de la convergence dominée. On obtient donc
Z n Z +∞ Z
lim f − ∑ fk dµ = 0 et f dµ = ∑ fn dµ.
n→+∞
k=0 n=0


6.4 Comparaison avec l’intégrale de Riemann

Une des premières applications du théorème de convergence dominée est le recyclage de
la plupart des intégrales de Riemann courantes en intégrales par rapport à la mesure de
Lebesgue. Commençons par un bref rappel sur l’intégrabilité au sens de Riemann.

6.4.1 Intégrabilité au sens de Riemann

Soit [a, b] un intervalle borné de R. On appelle subdivision de [a, b] toute suite finie du type
∆ = {x0 = a < x1 < · · · < xn = b}. Pour une fonction bornée f : [a, b] −→ R, (−∞ < a < b < +∞),
on définit ses sommes de Darboux inférieure S∆ ( f ) et supérieure S∆ ( f ) par
n n
S∆ ( f ) := ∑ (xk − xk−1) inf f , S∆ ( f ) := ∑ (xk − xk−1) sup f .
k=1 [xk−1 ,xk ] k=1 [xk−1 ,xk ]

On dit que la subdivision ∆0 est une raffinement de ∆ si l’ensemble des valeurs de la suite finie
∆ est incluse dans celui des valeurs de la suite ∆0 , ce que nous noterons avec un léger abus
∆ ⊂ ∆0 . Il est facile de vérifier que
0
∆ ⊂ ∆0 =⇒ S∆ ( f ) ≤ S∆0 ( f ) et S∆ ( f ) ≥ S∆ ( f ).

Les intégrales de Riemann inférieure I∗ ( f ) et supérieure I ∗ ( f ) sont définies par

I∗ ( f ) := sup S∆ ( f ), I ∗ ( f ) := inf S∆ ( f ),
∆ ∆

le supremun et l’infinimun étant pris sur toutes les subdivisions ∆ de [a, b].
Pour ∆1 et ∆2 deux subdivisions de [a, b] on a clairement
S∆1 ( f ) ≤ S∆1 ∪∆2 ( f ) ≤ S∆1 ∪∆2 ( f ) ≤ S∆2 ( f ),
d’où S∆1 ( f ) ≤ S∆2 ( f ). En prenant successivement le sup sur tous les ∆1 , puis l’inf sur tous les
∆2 , on en déduit
I∗ ( f ) ≤ I ∗ ( f ),
inégalté vérifiée pour toute fonction bornée f : [a, b] −→ R.
6.4. COMPARAISON AVEC L’INTÉGRALE DE RIEMANN 48

Définition 6.7 On dit que f bornée [a, b] −→ R est Riemann intégrable si avec les notations ci-
Z b
dessous, I∗ ( f ) = I ∗ ( f ). Dans ce cas on définit son intégrale au sens de Riemann notée f (x)dx
a
par
Z b
f (x)dx := I∗ ( f ) = I ∗ ( f ).
a

6.4.2 Comparaison
Proposition 6.5 Soit [a, b] un intervalle borné de R. Si f borélienne bornée [a, b] −→ R est
Riemann intégrable, elle est aussi intégrable par rapport à la mesure de Lebesgue et
Z b Z
f (x)dx = f dλ (6.2)
a [a,b]

On admet la proposition suivante

Proposition 6.6 Soit f une fonction ]a, b[−→ R. On suppose que
(i) f est borélienne ;
(ii) sur tout [α, β ] ⊂]a, b[, f est bornée et Riemann intégrable ;
Rb
(iii) l’intégrale de Riemann généralisée f (x)dx est absolument convergente.
a


Alors f est Lebesgue intégrable sur ]a, b[ donc sur [a, b] et
Z Z Z b
f dλ = f dλ = f (x)dx.
[a,b] ]a,b[ a

Rb
L’hypothèse de convergence absolue de l’intégrale généralisée a f (x)dx est indispensable
comme le montre le résultat suivant.
Proposition 6.7 Soit f borélienne sur ]a, b[ et Riemann intégrable sur tout [α, β ] ⊂]a, b[. On sup-
pose de plus que l’intégrale de Riemann généralisée ab f (x)dx n’est pas absolument convergente.
R

Alors Z
| f |dλ = +∞
]a,b[

et donc f n’est pas Lebesgue intégrable sur ]a, b[.

Preuve : La croissance de l’intégrale sur M+ et la Proposition 6.5 nous donnent la minoration
Z Z Z β
| f |dλ ≥ | f |dλ = | f (x)|dx.
]a,b[ [α,β ] α

Ce minorant tend vers +∞ quand α tend vers a et β tend vers b en raison de la non conver-
Z b
gence absolue de l’intégrale généralisée f (x)dx.
a

Pour conclure cette sous-section, nous énonçons un cas particuler de la Proposition 6.6 qui
devrait couvrir la plupart des intégrales rencontrées en pratique.
6.5. APPLICATIONS DU THÉORÈME DE CONVERGENCE DOMINÉE 49

Proposition 6.8 Soit a, b ∈ R, a < b. Si f : ]a, b[−→ R est continue sur ]a, b[ et d’intégrale de
Riemann ab f (x)dx absolument convergente, alors f est Lebesgue-intégrable sur ]a, b[ (ou encore
R

[a, b[, ]a, b], [a, b]) et

Z Z b
f dλ = f (x)dx.
]a,b[ a

Preuve : Si [α, β ] ⊂]a, b[, a < α ≤ β < b, donc α et β sont finis et l’intervalle [α, β ] est compact
sur lequel f est continue donc bornée et Riemann intégrable. D’autre part f est borélienne
puisqu’elle est continue ]a, b[. Ainsi toutes les hypothèses de la Proposition 6.6 sont vérifiées ,
d’où la conclusion.


R
6.4.3 Changement de variable dans une intégrale f dλ
Proposition 6.9 Soit I un intervalle ouvert (pas nécesairement borné) de R, ϕ : I −→ R, stric-
tement monotone et de classe C1 . On pose J = ϕ(I). Alors pour toute application f : J −→ R
mesurable positive ou λ -intégrable sur J, on a
Z
0 Z
∀A ∈ B(I), f ϕ(x) |ϕ (x)|dλ (x) = f (y)dλ (y). (6.3)
A ϕ(A)

Si de plus ϕ 0 ne s’annule en aucun point de I, on a aussi

Z Z
f (y)|(ϕ −1 )0 (y)|dλ (y).


∀A ∈ B(I), f ϕ(x) dλ (x) = (6.4)
A ϕ(A)

6.5 Applications du théorème de convergence dominée

Le théorème de convergence dominée est un outil efficace pour étudier Z les propriétés de
régularité de fonctions définies par une intégrale de la forme F(x) = f (x, ω)dµ(ω) où f est
Ω
définie sur un produit cartésien X × Ω et à valeurs dans R ou C.
R
Théorème 6.2 [de continuité sous le signe ]
Soit (X, d) un espace métrique, K = R ou C et f une application

f : X × Ω −→ K
(x, ω) 7−→ f (x, w).

Soit x0 ∈ X. On suppose qu’il existe un voisinage V0 de x0 tel que

a) pour tout x ∈ V0 , l’application f (x , .) : Ω −→ K est mesurable ;
b) pour µ-presque tout ω ∈ Ω, l’application f (. , ω) : X −→ K, est continue au point x0 ;
c) il existe une fonction g µ-intégrable telle que pour tout ω ∈ Ω , | f (x, ω)| ≤ g(x) µ-p.p.
Z
Alors la fonction F(x) := f (x, ω)dµ(ω) est bien définie sur V0 et est continue au point x0 .
Ω
Preuve : La µ-intégrabilité de f (x , .) pour tout x ∈ V0 résulte de sa mesurabilité a) et de sa
domination c) par g. La fonction F est donc bien définie au moins sur V0 . Pour la continuité,
6.5. APPLICATIONS DU THÉORÈME DE CONVERGENCE DOMINÉE 50

il s’agit de montrer que lim F(x) = F(x0 ). Comme X est un espace métrique, il suffit pour
x→x0
cela de prouver que pour toute suite (yn ) convergeant vers x0 dans X, F(yn ) converge vers
F(x0 ) dans K. Soit donc (yn ) une telle suite. Comme V0 est un voisinage de x0 , tous les yn sont
dans V0 à partir d’un certain rang et on ne perd pas de généralité en supposant qu’ils y sont
tous. Posons alors hn := f (yn , .). Grâce à l’hypothèse b), la suite de fonctions mesurables (hn )
converge µ-p.p. vers h := f (x0 , .). Elle est dominée µ-p.p. par la fonction intégrable g grâce à
c). Le théorème de convergence dominée appliqué à (hn ) donne la conclusion.

Remarque 6.3 Ce théorème est de nature essentiellement locale, on montre la régularité en
un point x0 fixé, en utilisant un voisinage de ce point. Il n’est pas difficile d’en faire un théorème
global en remplaçant V0 par X, en supposant dans b) que f (. , ω) est continue en tout point x de X
et dans c) que l’on a la même fonction dominante g pour tous les x de X. C’est d’ailleurs sous cette
forme que le théorème est souvent énoncé. Si nous lui avons préféré une version plus laborieuse,
c’est parce qu’elle colle mieux à l’utilisation pratique de ce théorème où il arrive souvent qu’on ne
puisse choisir la même fonction dominante g pour tous les points x de X.
R
Théorème 6.3 [de dérivabilité sous le signe ]
Soit V un ouvert de R et f une application V × Ω −→ K. On suppose que
a. pour tout x ∈ V , l’application f (x , .) est intégrable ;
b. pour µ-presque tout ω ∈ Ω, l’application f (. , w) : V −→ K, est dérivable sur V ;
c. il existe une fonction µ-intégrable g telle que pour tout x ∈ V et pour µ-presque tout ω ∈ Ω,
∂f
(x, ω) ≤ g(x).
∂x Z
Alors la fonction F(x) := f (x, ω)dµ(ω) est dérivable sur V et
Ω

∂f
Z
0
∀ x ∈ V, F (x) = (x, ω)dµ(ω).
Ω ∂x

Preuve : L’existence de F(x) pour tout x ∈ V découle de a) . Par le même argument que dans
la preuve du Théorème 6.2, il suffit de montrer que pour une suite (yn ) convergente vers x0
dans V (avec yn 6= x0 pour tout n),

F(yn ) − F(x0 ) ∂f
Z
lim = (x0 , ω)dµ(ω).
n→+∞ yn − x0 Ω ∂x

Posons
f (yn , ω) − f (x0 , ω)
hn := .
yn − x0
Par l’hypothèse b), il existe D1 ∈ A , tel que µ(Dc1 ) = 0 et pour tout ω ∈ D1 , f (. , ω) est dérivable
sur tout V . Par le théorème des accroissements finis (appliqué séparément à Re f (. , ω) et
Im f (. , ω) quand f est à valeurs complexes), on a la majoration

∂f
∀ ω ∈ D1 , f (yn , ω) − f (x0 , ω) ≤ sup (x0 , ω) |yn − x0 |.
x∈V ∂x
6.5. APPLICATIONS DU THÉORÈME DE CONVERGENCE DOMINÉE 51

Par l’hypothèse b), il existe D2 ∈ A , tel que µ(Dc2 ) = 0 et pour tout w ∈ D2 et tout x ∈ V ,
∂f
(x0 , ω) ≤ g(ω). L’ensemble D1 ∩ D2 est de complémentaire µ-négligeable et
∂x
∂f
∀ w ∈ D1 ∩ D2 , lim hn (ω) = (x0 , ω) et ∀ n ∈ N, |hn (ω)| ≤ g(ω).
n→+∞ ∂x
Le théorème de la convergence dominée appliqué à la suite (hn ) nous dit maintenant que la
∂f
limite µ-p.p. (x0 , .) est µ-intégrable et que
∂x
F(yn ) − F(x0 ) ∂f
Z Z
lim = lim hn (ω)dµ(ω) = (x0 , ω)dµ(ω).
n→+∞ yn − x0 n→+∞ Ω Ω ∂x


Chapitre 7

Intégration sur des espaces produits

7.1 Produit de deux mesures

Étant donné deux espaces mesurés, (X1 , A1 , µ1 ) et (X2 , A2 , µ2 ), le but de cette section est de
construire une mesure µ sur X1 × X2 telle que µ(A1 × A2 ) = µ1 (A1 ) × µ2 (A2 ) pour tous A1 ∈ A1
et A2 ∈ A2 . La première chose à faire est de munir X1 × X2 d’une tribu adéquate.

7.1.1 Produit de deux tribus

Nous rappelons ici la définition du produit de deux tribus vue au chapitre 1.
Définition 7.1 Soient (X1 , A1 ) et (X2 , A2 ) deux espaces mesurables. On appelle tribu produit de
A1 par A2 et on note A1 × A2 , la tribu engendrée par la famille R des  rectangles mesurables
 A1 × A2 où A1 ∈ A1 et A2 ∈ A2 :
 
A1 × A2 := σ {A1 × A2 ; A1 ∈ A1 , A2 ∈ A2 }

On introduit maintenant la notion de section d’une partie d’un produit cartésien. La définition
et le lemme qui suit sont purement ensemblistes et ne font pas intervenir les propriétés des
tribus.
Définition 7.2 Soient X1 , X2 deux ensembles non vides et E ⊂ X1 × X2 . Soit x1 ∈ X1 fixé. On
appelle section de E en x1 , le sous-ensemble Ex1 de X2 défini par

Ex1 := { x2 ∈ X2 : (x1 , x2 ) ∈ E }.

De même pour tout x2 ∈ X2 , on définit la section de E en x2 par

Ex2 := { x1 ∈ X1 : (x1 , x2 ) ∈ E }.

Lemme 7.1 La section commute avec le complémentaire, la différence propre, l’union et l’inter-
section. Plus précisement, si (Ei )i∈I est une famille quelconque (pas forcément dénombrable) de
parties de X1 × X2 , on a pour tout x1 ∈ X1
 

a) (X1 × X2 )\E = X2 \Ex1 et si E ⊂ F ⊂ X1 × X2 , F\E x = Fx1 \Ex1
x1 1

52
7.1. PRODUIT DE DEUX MESURES 53
 
b) ∪ Ei = ∪ (Ei )x1
i∈I x1 i∈I
 
c) ∩ Ei = ∩ (Ei )x1 ,
i∈I x1 i∈I
et les propriétés analogues pour les sections en x2 ∈ X2 .
Preuve : Raisonner par double inclusion (à faire en exercice).

Proposition 7.1 Toutes les sections d’un ensemble E ∈ A1 ⊗A2 sont mesurables au sens suivant :

∀ x1 ∈ X1 , Ex1 ∈ A2 , ∀ x2 ∈ X2 , Ex2 ∈ A1 .

Preuve : Il suffit de faire la preuve pour les sections en x1 ∈ X1 , puisque celle des sections en
x2 ∈ X2 se fait de façon analogue. Fixons donc x1 ∈ X1 et définissons

G1 := {E ⊂ X1 × X2 : Ex1 ∈ A2 }.

Si l’on montre que G1 est une tribu sur X1 × X2 et qu’elle contient la famille des rectangles
mesurables R = {A × B : A ∈ A1 , B ∈ A2 }, alors elle contiendra la tribu A1 ⊗ A2 = σ (R) et on
aura établi que pour tout E ⊂ A1 ⊗ A2 , E ∈ G1 , donc Ex1 ∈ A2 . Ceci étant vrai pour tout x1 , la
proposition sera prouvée.
Pour voir que G1 contient les rectangles mesurables A × B, il suffit d’écrire

(A × B)x1 = {x2 ∈ X2 : (x1 , x2 ) ∈ A × B}

= {x2 ∈ X2 : x1 ∈ A et x2 ∈ B}

∅ si x1 ∈/ A,
= (7.1)
B si x1 ∈ A.

Dans les deux cas, on trouve un élément de A2 .

Vérifions que G1 est une tribu. La section en x1 de l’ensemble vide (considéré comme sous-
ensemble de X1 × X2 ) est l’ensemble vide (considéré comme sous-ensemble de X2 ), donc ∅ ∈
G1 . La stabilité par complémentaire résulte de celle de A2 , via le Lemme 7.1 a). La stabilité
par réunion dénombrable résulte de même de celle de A2 , via le Lemme 7.1 b).

Lemme 7.2 Soit (X, A ) un espace mesurable et f : X1 × X2 −→ X une application A1 ⊗ A2 , A -

mesurable. Alors pour tout x1 ∈ X1 , l’application partielle

f (x1 , .) : X2 −→ X
x2 7−→ f (x1 , x2 )
est (A2 , A )-mesurable. De même f (. , x2 ) est (A1 , A )-mesurable pour tout x2 ∈ X2 .
7.2. CONSTRUCTION DE LA MESURE PRODUIT 54

Preuve : Par symétrie, il suffit de traiter le cas de f (x1 , .). Fixons x1 dans X1 , et prenons un
élément B quelconque de la tribu A . On a

f (x1 , .)−1 (B) = {x2 ∈ X2 : f (x1 , .)(x2 ) ∈ B}

= {x2 ∈ X2 : f (x1 , x2 ) ∈ B}
= {x2 ∈ X2 : (x1 , x2 ) ∈ f −1 (B)}
 
= f −1 (B) .
x1

Par la (A1 ⊗ A2 , A )-mesurabilité de f , f −1 (B) est dans la tribu A1 ⊗ A2 . La Proposition 7.1

nous donne alors l’appartenance de sa section en x1 à la tribu A2 . La (A2 , A )-mesurabilité de
f (x1 , .) est donc prouvée.


7.2 Construction de la mesure produit

Théorème 7.1 (Mesure produit)
Pour i = 1, 2, on suppose que µi est une mesure σ -finie sur (Xi , Ai ). Alors il existe une unique
mesure µ sur (X1 × X2 , A1 ⊗ A2 ) telle que

∀ A1 ∈ A1 , ∀ A2 ∈ A2 , µ(A1 × A2 ) = µ1 (A1 )µ2 (A2 ). (7.2)

On note µ = µ1 ⊗ µ2 et on l’appelle mesure produit de µ1 par µ2 . Elle vérifie

Z Z
∀E ∈ A1 ⊗ A2 ,



µ1 ⊗ µ2 (E) = µ2 Ex1 dµ1 (x1 ) = µ1 Ex2 dµ2 (x2 ). (7.3)
X1 X2

7.3 Intégrales doubles

Ayant défini une mesure produit, nous allons maintenant étudier l’intégration par rapport à
une mesure produit.

7.3.1 Cas des fonctions mesurables positives

Théorème 7.2 ( Théorème de Fubini-Tonelli)
Pour i = 1, 2, on suppose que
µi est une mesure σ -finie sur (Xi , Ai ). Soit f : X1 × X2 −→ R+ une
application A1 ⊗ A2 , B(R+ ) -mesurable positive. Les applications Fi
Z Z
F1 : x1 7−→ f (x1 , x2 )dµ2 (x2 ) et F2 : x2 7−→ f (x1 , x2 )dµ1 (x1 )
X2 X1

sont Ai , B(R+ ) -mesurables et vérifient

Z Z Z 
f d(µ1 ⊗ µ2 ) = f (x1 , x2 )dµ2 (x2 ) dµ1 (x1 ) (7.4)
X1 ×X2 X1 X2
Z Z 
= f (x1 , x2 )dµ1 (x1 ) dµ2 (x2 ). (7.5)
X2 X1
7.3. INTÉGRALES DOUBLES 55

Preuve : Avant d’examiner la mesurabilité des Fi , notons que grâce au Lemme 7.2 appliqué
avec X = R+ , les applications partielles f (x1 , .) et f (. , x2 ) sont mesurables positives et les
intégrales définissant les Fi ont un sens comme éléments de R+ .
Considérons maintenant le cas particulier où f est l’indicatrice d’un ensemble E appartenant
à la tribu A1 ⊗ A2 . On a alors d’après (7.3),
Z Z Z
f d(µ1 ⊗ µ2 ) = µ1 ⊗ µ2 (E) = µ2 (Ex1 )dµ1 (x1 ) = µ1 (Ex2 )dµ2 (x2 ). (7.6)
X1 ×X2 X1 X2

D’autres part, on vérifie facilement que

1E (x1 , x2 ) = 1Ex1 (x2 ) = 1Ex2 (x1 ),

d’où Z Z
F1 (x1 ) = 1E (x1 , x2 )dµ2 (x2 ) = 1Ex1 (x2 )dµ2 (x2 ) = µ2 (Ex1 ),
X2 X2
et symétriquement F1 (x2 ) = µ1 (Ex2 ). La mesurabilité de F1 : x1 7−→ µ2 (Ex1 ) a été établie dans
la preuve du Théorème 7.1. Celle de F2 s’en déduit par symétrie. En reportant les expressions
trouvées pour F1 et F2 dans (7.6), on a bien la double égalité (7.4)-(7.5) et le théorème est
prouvé dans le cas particulier où f est l’indicatrice d’un ensemble E ∈ A1 ⊗ A2 .
La mesurabilité des Fi et la vérification de la double égalité (7.4)-(7.5) dans le cas général s’en
déduisent par la méthode d’extension standard en considérant successivement les fonctions
étagées puis les limites croissantes de fonctions étagées.


7.3.2 Cas général

mesure σ -finie sur (Xi , Ai ). Soit
Théorème 7.3 (Fubini) Pour i = 1, 2 on suppose que µi est une
f : X1 × X2 −→ K(= R, ou C) une application A1 ⊗ A2 , B(K) -mesurable.
a) Pour que f soit µ1 ⊗ µ2 -intégrable, il faut et il suffit que l’une des deux intégrales
Z Z  Z Z 
I= f (x1 , x2 ) dµ2 (x2 ) dµ1 (x1 ), J = f (x1 , x2 ) dµ1 (x1 ) dµ2 (x2 ) soit finie.
X1 X2 X2 X1

b) Si f est µ1 ⊗ µ2 -intégrable, la fonction

R
f (x1 , .) est µ2 -intégrable sur X2 pour µ1 presque
tout x1 ∈ X1 . La fonction x1 7−→ X2 f (x1 , x2 )dµ2 (x2 ) est définie µ1 -presque partout sur X1 et
µ1 -intégrable sur X1 .
L’énoncé analogue est obtenu en permutant les rôles de µ1 et µ2 est aussi valable.
c) Si f est µ1 ⊗ µ2 -intégrable, on a
Z Z Z 
f d(µ1 ⊗ µ2 ) = f (x1 , x2 )dµ2 (x2 ) dµ1 (x1 ) (7.7)
X1 ×X2 X1 X2
Z Z 
= f (x1 , x2 )dµ1 (x1 ) dµ2 (x2 ). (7.8)
X2 X1

Corollaire 7.1 (Variables séparées)

On suppose que f est de la forme f1 × f2 , c-à-d
7.4. INTÉGRATION SUR UN PRODUIT FINI D’ESPACES 56

f : X1 × X2 −→ K
(x1 , x2 ) 7−→ f (x1 , x2 ) = f1 (x1 ) f2 (x2 ).
Si chaque fi est µi -intégrable (i = 1, 2), alors f est µ1 ⊗ µ2 -intégrable, et on a
Z Z  Z 
f d(µ1 ⊗ µ2 ) = f1 (x1 )dµ1 (x1 ) f2 (x2 )dµ2 (x2 ) . (7.9)
X1 ×X2 X1 X2

Preuve : Vérifions d’abord la µ1 ⊗ µ2 -intégrabilité de f . Les fi étant intégrable, elles sont en

particulier
Z mesurables, f = f1 f2 est aussi mesurable. Pour établir la finitude de
f1 f2 d(µ1 ⊗ µ2 ), on utilise le théorème de Fubini-Tonelli :
X1 ×X2
Z Z Z 
f1 f2 d(µ1 ⊗ µ2 ) = f1 (x1 ) f2 (x2 ) dµ2 (x2 ) dµ1 (x1 )
X1 ×X2 X X2
Z 1 Z 
= f1 (x1 ) f2 (x2 ) dµ2 (x2 ) dµ1 (x1 ) (7.10)
X X2
 Z1 Z
= f2 (x2 ) dµ2 (x2 ) f1 (x1 ) dµ1 (x1 ) < +∞ (7.11)
X2 X1

L’égalité (7.10) vient du fait que f1 (x1 ) est une constante (dépendant de x1 ) pour l’intégra-
tion sur X2 . Remarquons d’ailleurs que cette constante est finie pour µ1 presque pour
Z tout x1
puisque f1 est µ1 -intégrable. Pour (7.11), on a simplement sorti la constante finie f2 dµ2
X2
de l’intégrale sur X1 . Enfin la finitude du produit des deux intégrales résulte des intégrabilités
respectives de f1 et f2 .
Une fois acquise l’intégrabilité de f , le théorème de Fubini légitime le même calcul précédent
sans valeur absolues et donne (7.9).


7.4 Intégration sur un produit fini d’espaces

Le but de cette section est d’étendre l’étude précédente à un nombre fini d’espaces mesurés
(Xi , Ai , µi ), où les mesures µi sont σ -finies.

7.4.1 Produits finis de tribus et de mesures

Notons Rn la classe de pavés mesurables

Rn := A1 × A2 × · · · × An : Ai ∈ Ai , 1 ≤ i ≤ n .


On définit la tribu produit En sur X1 × X2 × · · · × Xn par

n
Ai := σ (En ).
O
En = (7.12)
n=1
7.4. INTÉGRATION SUR UN PRODUIT FINI D’ESPACES 57

La construction de la mesure produit µ1 ⊗ µ2 ⊗ · · · ⊗ µn se fait par récurrence en se ramenant

au cas de deux espaces facteurs. On utilise pour cela le léger abus qui consiste à identifier les
espaces

(X1 , · · · , Xn−1 ) × Xn et X1 , · · · , ×Xn . (7.13)

En identifiant R p × Rq et R p+q , on a

B R p ⊗ B Rq = B R p+q , ∀ p, q ∈ N∗ ;

en particulier

⊗n
n
n ∈ N∗ .




B R = B R ⊗ · · · ⊗ B R =: B R , (7.14)
| {z }
n facteurs

On définit sur la tribu produit En une mesure produit

n
O
νn := µi
n=1

par récurrence en posant

ν2 := µ1 ⊗ µ2 , νn := νn−1 ⊗ µn , (n ≥ 2).

En notant λd la mesure de Lebesgue sur Rd on montre que

λd = λ1 ⊗ · · · ⊗ λ1 =: λ1⊗d . (7.15)
| {z }
d facteurs

7.4.2 Intégrales multiples

Les théorèmes de Tonelli et de Fubini se généralisent comme suit.
Théorème 7.4 On suppose que pour i = 1, · · · , n , µi est une mesure σ -finie sur l’espace mesu-
rable (Xi , Ai ) et que
f : X := X1 × · · · × Xn −→ R+
O n 
est Ai , B(R+ ) -mesurable. Alors pour toute permutation τ des indices 1, 2, · · · , n, on a
i=1
Z Z Z Z
f d(µ1 ⊗ · · · ⊗ µn ) = ··· f (x1 , · · · , xn )dµn (xn ) · · · dµ2 (x2 )dµ1 (x1 )
X X1 X2 Xn
Z Z
= ··· f (x1 , · · · , xn )dµτ(n) (xτ(n) ) · · · dµτ(1) (xτ(1) ).
Xτ(1) Xτ(n)

Toutes les intégrales itérées d’ordre k (1 ≤ k ≤ n − 1) contenues dans ces formules définissent des
fonctions mesurables positives relativement aux tribus produits concernées.
7.5. CHANGEMENT DE VARIABLE DANS RD 58


Théorème 7.5 Avec les notations du théorème précédent, si f : X −→ K(= R ou C) est En , B(K) -
mesurable, elle est µ1 ⊗ · · · ⊗ µn -intégrable si et seulement l’une des intégrales itérées d’ordre n
Z Z
··· f (x1 , · · · , xn ) dµτ(n) (xτ(n) ) · · · dµτ(1) (xτ(1) )
Xτ(1) Xτ(n)

est finie.
Corollaire 7.2 Si pour i = 1, · · · n, fi : Xi −→ R est µi -intégrable, la fonction
f := f1 × · · · × fn : X −→ R
(x1 , · · · , xn ) 7−→ f1 (x1 ) · · · fn (xn )
est µ1 ⊗ · · · ⊗ µn -intégrable et
Z n Z
f d(µ1 ⊗ · · · ⊗ µn ) = ∏ fi dµi .
X i=1 Xi

7.5 Changement de variable dans Rd

Z
Le but de cette section est de fournir des outils pour le calcul pratique de l’intégrale f dλd
Rd
où λd est la mesure de Lebesgue sur Rd . Il s’agit de donner une forme explicite du théorème
de transfert.
Proposition 7.2 Soit ϕ un isomorphisme de Rd . Alors pour tout A ∈ B(Rd ), on a


λd ϕ(A) = detϕ λd (A).

ϕ −1
Ainsi, la mesure image de λd par ϕ est λd = detϕ λd .
Théorème 7.6 (Changement de variable linéaire)
Soit ϕ un isomorphisme de Rd et Y = ϕ(X) avec X ∈ B(Rd ). Si f : Y −→ R (ou C) est intégrable
alors f ◦ ϕ : X −→ R(ou C) est intégrable et
Z Z
f (ϕ(x)) detϕ dλd (x) = f (y)dλd (y).
X Y

Preuve : Si f est intégrable, alors par définition, elle est mesurable et donc f ◦ ϕ l’est aussi,
puisque ϕ est mesurable. D’après le théorème de transfert, on a
Z Z
ϕ
f (ϕ(x)) dλd (x) = f (y) dλd (y)
X Y Z
−1
= detϕ f (y) dλd , (7.16)
Y
Z Z
ϕ −1
puisque λd = detϕ λd . Donc f (ϕ(x)) dλd (x) < +∞, puisque f (y) dλd < +∞.
X Y
De la même façon Z Z
−1
f (ϕ(x)) dλd (x) = detϕ f (y)dλd .
X Y
7.5. CHANGEMENT DE VARIABLE DANS RD 59


La question que l’on se pose est la suivante : peut-on étendre ce changement de variable au
cas non linéaire ?
Ce que nous venons de voir s’étend à des changements de variables non-linéaire que l’on
appelle difféomorphismes.
Définition 7.3 Soient U et V deux ouverts non vides de Rd . On dit qu’une fonction ϕ : U −→ V
est un C1 -difféomorphisme si
i) ϕ est bijective (de U sur V ),
ii) ϕ est de classe C1 sur U,
iii) ϕ −1 est de classe C1 sur V .
On rappelle que pour toute fonction différentiable ϕ : U −→ Rd , où U est un ouvert de Rd , on
définit en chaque point x ∈ U la matrice jacobienne de ϕ
 
∂ ϕ1 ∂ ϕ1
 ∂ x1 (x) · · · ∂ xd (x)  
 . . .  ∂ ϕi
 .. .. .. 
  = ∂xj .
 ∂ ϕd ∂ ϕd  1≤i, j≤d
(x) · · · (x)
∂ x1 ∂ xd
Dans le suite, on note Jϕ son déterminant, appelé jacobien.
On rappelle également le résultat suivant.
Théorème 7.7 Soit U est un ouvert de Rd . Si ϕ : U −→ Rd est injective et de classe C1 , alors c’est
une bijection de U sur ϕ(U) (qui est ouvert), dont la réciproque est de classe C1 si et seulement
si, pour tout x ∈ U, Jϕ (x) 6= 0.
On admet le théorème suivant
Théorème 7.8 (Changement de variable C1 ) Soit U, V deux ouverts de Rd et ϕ : U −→ V un
C1 -difféomorphisme.
1) Si f : V −→ [0, +∞] est mesurable alors f ◦ ϕ × |Jϕ | : U −→ [0, +∞] est mesurable et
Z Z
f (y)dy = ( f ◦ ϕ) (x)|Jϕ |dx.
V U

2) Si f −→ C est intégrable alors f ◦ ϕ × |Jϕ | : U −→ C est intégrable et

Z Z
f (y)dy = ( f ◦ ϕ) (x)|Jϕ |dx.
V U

7.5.1 Exemples d’application

Une des applications du Théorème 7.8 est le changement de variable par passage des co-
ordonnées cartésiennes aux coordonnées polaires (d = 2) ou aux coordonnées sphériques
(d = 3).
a) Coordonnées polaires
7.5. CHANGEMENT DE VARIABLE DANS RD 60
Z
Considérons l’intégrale f (x, y)dxdy.
R2

Un changement de variables utile dans le plan R2 est le changement de variables en polaire

qui consiste à passer de (x, y) représentant des coordonnées cartésiennes dans un repère
orthonormé à (r, θ ) les coordonnées polaires correspondantes données par


(x, y) = ϕ(r, θ ) ⇐⇒ ϕ(r, θ ) = x = r cos θ , y = r sin θ , r ∈ [0, +∞[, θ ∈ [0, 2π[.

Formellement, on remplace alors dxdy par rdrdθ car le jacobien du changement de variable
est r :

cos θ −r sin θ
Jϕ (r, θ ) = = r cos2 θ + r sin2 θ = r.
sin θ r cos θ
Donc
Z Z
f (x, y)dxdy = f (rcosθ , r sin θ )rdrdθ . (7.17)
R2 [0,+∞[×[0,2π[

• Aire d’un disque ∆ = {(x, y) : x2 + y2 ≤ R2 }

Z
Aire∆ = 1∆ dxdy
2
ZR
= rdrdθ
[0,+∞[×[0,2π[
Z 2π Z R
= dθ rdr
0 0
= πR2 .

b) Coordonnées sphériques
En dimension 3, le changement de variables utile est le changement en coordonnées sphé-
riques donnée par


(x, y, z) = φ (r, θ , ϕ) ⇐⇒ φ (r, θ , ϕ) = x = r cos θ cos ϕ, y = r cos θ sin ϕ, z = r sin θ ,

où θ ∈ [−π/2, π/2] est la latitude, ϕ ∈ [0, 2π[ est la longitude et r ∈ [0, +∞[ la distance à
l’origine. Le jacobien du changement de variables est

cos θ cos φ −r sin θ cos φ −r cos θ cos ϕ

Jϕ (r, θ , ϕ) = cos θ sin ϕ −r sin θ sin ϕ r sin θ cos ϕ = r2 cos θ .
sin θ r cos θ 0

Donc
Z Z
f (x, y, z)dxdydz = f (r cos θ cos ϕ, r cos θ sin ϕ, r sin θ )r2 cos θ drdθ dϕ.
R3 [0,+∞[×[0,2π[×[−π/2,π/2]

• Calcul du volume d’une boule euclidienne de rayon R en dimension 3.

B(0, R) = {(x, y, z) ∈ R3 : x2 + y2 + z2 ≤ R2 }
7.5. CHANGEMENT DE VARIABLE DANS RD 61
Z Z
VolB(0,R) = dxdydz = r2 cos θ drdϕdθ
B(0,R) [0,R]×[0,2π[×[−π/2,π/2]
Z 2π  Z π/2  Z R 
2
= dϕ cos θ dθ r dr
0 −π/2 0
4 3
= πR .
3