Leçon 2

Rappels de la théorie de la mesure :

mesure

1. Mesure

2. Ensemble négligeable et propriété presque partout

3. Opérations sur les mesures

4. Mesure produit

5. Mesure image

6. Construction de mesure

7. Complément : Théorème de Carathéodory

Exercices

1
 Cette leçon introduit la notion de mesure sur un espace mesurable, dont
les propriétés étendent les notions et intuitions de longueur, surface ou volume
dans les espaces euclidiens classiques.
Ainsi que présenté dans la première leçon, un espace mesurable (X, A) est
composé d’un ensemble X muni d’une σ-algèbre A de parties (de X).

1 Mesure
La notion fondamentale de mesure sur un espace mesurable est décrite dans
la définition suivante.
Définition 1 (Mesure). Une mesure sur un espace mesurable (X, A) est une
application µ : A → [0, ∞] telle que µ(∅) = 0 et si An ∈ A, n ∈ N, sont
disjoints deux à deux,
[  X
µ An = µ(An ).
n∈N n∈N

Pour rappel, ∞ est entendu comme +∞. La mesure µ est une application
définie sur la σ-algèbre A, même si dans bien des cas le langage glissera en « µ
mesure sur X » lorsque la σ-algèbre A sur X sera clairement sous-entendue
(par exemple la tribu borélienne sur R ou Rd ).
Il est à noter que dans l’égalité de cette définition, les deux membres peuvent
S
être infinis, le premier parce que l’ensemble n∈N An peut être de mesure infinie,
le second parce que la série (à termes positifs) peut diverger (ou l’un des An
être déjà de mesure infinie).
La définition précédente est plus précisément celle d’une mesure positive, il
existe en effet des mesures de signe quelconque (signées), voire complexes.
Un espace mesurable (X, A) muni d’une mesure µ est appelé espace mesuré
(X, A, µ).

2
 Si µ(X) < ∞, on dit que µ est finie, et si µ(X) = 1, µ est une mesure de
probabilité, ou plus simplement une probabilité. La mesure µ est dite σ-finie s’il
existe une famille An , n ∈ N, (qui peut être choisie croissante) d’éléments de
S
A telle que n∈N An = X et µ(An ) < ∞ pour tout n ∈ N.
Les premières propriétés d’une mesure sont rassemblées dans l’énoncé sui-
vant.
Proposition 2 (Propriétés d’une mesure). Soit µ une mesure sur un espace
mesurable (X, A) ;
a) (Croissance) Si A, B ∈ A, A ⊂ B, alors µ(A) ≤ µ(B).

P Si An ∈ A, n ∈ N, est une famille quelconque, alors

b) (Sous-additivité)
S
µ n∈N An ≤ n∈N µ(An ).
c) (Convergence monotone croissante) Si An ∈ A, n
∈ N, est une famille
S
croissante (An ⊂ An+1 pour tout n), alors µ n∈N An = limn→∞ µ(An ).
d) (Convergence monotone décroissante) Si An ∈ A, n ∈ N, est une famille
décroissante (An ⊃

An+1 pour tout n), et s’il existe n0 ∈ N tel que µ(An0 ) < ∞,
T
alors µ n∈N An = limn→∞ µ(An ).

Quelques éléments de démonstration. Pour a), il suffit de considérer la suite

An ∈ A, n ∈ N, constituée des éléments disjoints A1 = A, A2 = B \ A, An = ∅
pour n ≥ 3, de sorte que
µ(B) = µ(A1 ∪ A2 ) = µ(A1 ) + µ(A2 ) ≥ µ(A1 ) = µ(A).

La démonstration du point b) est instructive car elle s’appuie sur une

construction intéressante en soi (qui sera souvent utilisée par la suite). Il s’agit
en effet de passer d’une réunion quelconque à une réunion disjointe. À cet ef-
fet, définir par récurrence la suite Bn , n ∈ N, par B1 = A1 , B2 = A2 ∩ B1c ,
B3 = A3 ∩ (B1 ∪ B2 )c et ainsi de suite, soit, pour tout n ≥ 2,
 n−1
[ c
Bn = An ∩ Bk .
k=1

3
Les ensembles Bn , n ∈ N, sont éléments de A, vérifient Bn ⊂ An , n ∈ N, et sont
disjoints deux à deux, de même réunion que la suite An , n ∈ N. En effet, par
construction (récurrence), nk=1 Bk = nk=1 Ak pour tout n ≥ 1, ce qui conduit
S S

à la dernière assertion. Pour vérifier la disjonction deux à deux, si x ∈ Bk ∩ Bn

pour k < n, alors x ∈ Ak (car x ∈ Bk ), mais dans le même temps, comme
 n−1
[ c  n−1
[ c
x ∈ Bn = An ∩ Bk = An ∩ Ak ,
k=1 k=1

il s’avère que x ∈
/ Ak car k < n. Donc nécessairement Bk ∩ Bn = ∅. En vertu
de cette construction,
[  [  X X
µ An = µ Bn = µ(Bn ) ≤ µ(An )
n∈N n∈N n∈N n∈N

puisque, pour chaque n, Bn ⊂ An , et donc µ(Bn ) ≤ µ(An ).

Des raisonnements similaires conduisent aux assertions c) et d).
Deux petites propriétés souvent utiles peuvent être ajoutées à la liste de la
proposition : pour tous A, B ∈ A,
µ(A ∪ B) + µ(A ∩ B) = µ(A) + µ(B),
et si µ(X) < ∞,
µ(Ac ) = µ(X) − µ(A)

4
(en particulier, si µ est une mesure de probabilité, µ(Ac ) = 1 − µ(A)).
Il est à noter que le point d) de la proposition précédente nécessite une hy-
pothèse supplémentaire par rapport au point correspondant c) pour une famille
croissante. Sur X = N muni de la σ-algèbre des parties A = P(N), considérer
la mesure µ, dite de comptage, qui à toute partie A de N associe son cardinal,
µ(A) = Card(A).
Si pour tout n ∈ N, An est l’ensemble des entiers k ≥ n, les An , n ∈ N,
forment une suite décroissante d’éléments de P(N) dont l’intersection est ré-
duite à l’ensemble vide (il n’existe pas d’entier plus grand que tous les entiers),
et la conclusion d) de la Proposition 2 est alors en défaut tout simplement parce
que µ(An ) = ∞ pour tout n.

En examinant la définition d’une mesure, deux exemples immédiats, mais

d’intérêt limité, sont fournis par la mesure µ(A) = 0 pour tout A ∈ A (mesure
nulle), et la mesure µ(A) = ∞ pour tout A ∈ A distinct de l’ensemble vide.
Un exemple plus intéressant, et en fait fondamental, est fourni par la mesure
de Dirac 1 µ = δx en un point x ∈ X définie pour tout A ∈ A par
(
1 si x ∈ A,
δx (A) =
0 si x ∈ / A.
Il est instructif d’observer que δx (A) = 1A (x). C’est une mesure de probabilité.
Il est naturel de considérer cette mesure comme une mesure atomique affectant
la masse 1 au singleton {x}, sous réserve toutefois que {x} ∈ A (ce qui sera la
cas dans toutes les illustrations).
P
La mesure de comptage sur N peut s’interpréter comme n∈N δn , affectant
à tout entier la masse 1, puisque
X  X
δn (A) = δn = Card(A), A ∈ P(N).
n∈N n∈A

1. Paul Dirac, mathématicien et physicien britannique (1902–1984).

5
C’est une mesure σ-finie. Une mesure de comptage peut être définie sur n’im-
porte quel ensemble fini ou dénombrable.
Les paragraphes suivants seront l’occasion de construire de nouvelles me-
sures à partir d’opérations simples.

2 Ensemble négligeable et propriété presque par-

tout
Un ensemble négligeable est essentiellement un ensemble de mesure nulle.
La définition précise est un peu plus compliquée.

Définition 3 (Ensemble négligeable). Soit (X, A, µ) un espace mesuré ; une

partie N ⊂ X (donc pas nécessairement mesurable) est dite négligeable (par
rapport à µ), ou µ-négligeable, s’il existe A ∈ A tel que N ⊂ A et µ(A) = 0.

Il est souvent commode de compléter une σ-algèbre A afin qu’elle contienne

les ensembles négligeables par rapport à une mesure µ donnée. Cette complétion
s’effectue en posant

Aµ = {A ∪ N ; A ∈ A, N µ-négligeable},

qui définit une σ-algèbre sur X contenant les ensembles µ-négligeables (et conte-
nant A) : c’est la σ-algèbre complétée de A par rapport à µ.
La propriété presque partout est naturellement associée aux ensembles né-
gligeables. Une propriété sur (X, A, µ) est dite avoir lieu µ-presque partout si
l’ensemble où elle n’a pas lieu est µ-négligeable. Par exemple, on dira qu’une
fonction mesurable f : (X, A) → (R, B(R)) est nulle µ-presque partout si l’en-
semble {x ∈ X; f (x) 6= 0} est µ-négligeable (en fait, f n’a pas besoin d’être
mesurable).

6
3 Opérations sur les mesures
La définition d’une mesure se prête à des opérations simples. Il est clair que
si µ et ν sont deux mesures sur un espace mesurable (X, A), αµ + βν, pour α
et β des réels positifs ou nuls, est encore une mesure.
Cette opération s’étend à des sommes dénombrables de mesures à travers
une propriété de stabilité par convergence monotone (celle-ci est en fait au cœur
de la théorie). Si µn , n ∈ N, est une suite de mesures sur (X, A), croissante au
sens où µn (A) ≤ µn+1 (A) pour tout n ∈ N et tout A ∈ A, alors l’application

A ∈ A → lim µn (A) ∈ [0, ∞]

n→∞

est encore une mesure. Pour s’en convaincre, soit Ak , k ∈ N, une famille d’élé-
ments de A disjoints deux à deux de réunion A ; par définition, et comme les
µn sont des mesures,
X
µ(A) = lim µn (A) = lim µn (Ak ).
n→∞ n→∞
k∈N

(Toutes les limites sont à entendre ici à valeurs dans [0, ∞].) Comme les µn ,
n ∈ N, sont croissantes,
X X X
µ(A) = sup µn (Ak ) ≤ sup µn (Ak ) = µ(Ak ).
n∈N n∈N
k∈N k∈N k∈N

Par ailleurs, pour tout entier K,

K
X K
X K
X
µ(A) ≥ lim µn (Ak ) = lim µn (Ak ) = µ(Ak )
n→∞ n→∞
k=1 k=1 k=1
P P
Comme K est arbitraire, µ(A) ≥ k∈N µ(Ak ), et donc µ(A) = k∈N µ(Ak )
avec le point précédent. Il en résulte que µ est bien une mesure. La mesure de
P
comptage n∈N δn sur les parties de N illustre par exemple cette propriété.

7
 En conséquence de cette propriété, si µn , n ∈ N, est une suite de mesures
P
sur (X, A), alors n∈N µn est encore une mesure (Exercice 2).
D’après ce qui précède, si µ est une mesure sur (X, A), αµ, α ≥ 0, est encore
une mesure. Si donc µ est finie de mesure totale 0 < µ(X) < ∞, la mesure
1
µ(X) µ est une mesure de probabilité. Cette normalisation est très commode, et
sera souvent réalisée.
Si B ∈ A, une nouvelle mesure notée µB peut être définie sur l’espace
mesurable (B, A ∩ B) en posant µB (C) = µ(C) pour C ∈ A ∩ B. C’est la
mesure µ restreinte à B. Réciproquement, si ν est une mesure sur (B, A ∩ B),
elle pourra être étendue en une mesure µ sur (X, A) en posant µ(A) = ν(A∩B),
A ∈ A. (L’extension de µB est la mesure µ(A∩B), A ∈ A.) Ainsi, toute mesure
définie sur un sous-ensemble mesurable peut être identifiée à une mesure sur
l’espace tout entier ; par exemple une mesure sur (N, P(N)) définit une mesure
sur (R, B(R)) (prendre B = N ⊂ R).
Si 0 < µ(B) < ∞, la restriction précédente µB peut être normalisée en une
mesure de probabilité
1 µ(A ∩ B)
µB (A) = , A ∈ A.
µ(B) µ(B)
C’est alors la mesure de probabilité conditionnelle de A sachant B, notée µ(A | B),
A ∈ A.

4 Mesure produit
Une autre opération sur les mesures est le produit. Si µ1 et µ2 sont deux
mesures sur des espaces mesurables respectifs (X1 , A1 ) et (X2 , A2 ), la mesure
produit (avec la notation tensorielle) µ = µ1 ⊗ µ2 est définie sur la σ-algèbre
produit A = A1 ⊗ A2 sur l’espace produit X = X1 × X2 par la règle

µ(A) = µ1 ⊗ µ2 (A1 × A2 ) = µ1 (A1 ) µ2 (A2 )

8
pour tout pavé (ou rectangle) A = A1 × A2 , A1 ∈ A1 , A2 ∈ A2 .

La description de µ1 ⊗ µ2 doit ensuite être étendue à la σ-algèbre produit

A = A1 ⊗ A2 engendrée par les pavés. La construction rigoureuse s’appuie sur
le théorème de Carathéodory présenté en complément, et nécessite de supposer
les deux mesures µ1 et µ2 σ-finies.
Un exemple simple de mesure produit est le produit de deux copies de la
mesure de comptage sur N, produisant la mesure de comptage sur N2 = N × N,
affectant à tout couple d’entiers (m, n) la masse 1.

5 Mesure image
La notion de mesure image, ou de mesure « transportée », ou « poussée »,
par une fonction mesurable est une notion fondamentale en mathématique, et
en probabilité en particulier.

9
Définition 4 (Mesure image). Étant donné un espace mesuré (X, A, µ), et
f : (X, A) → (E, B) une fonction mesurable, la mesure image de µ par f est
l’application µf : B → [0, ∞] définie par
µf (B) = µ f −1 (B) , B ∈ B.

La mesure image µf est aussi notée µ◦f −1 , ou encore f# µ. C’est un exercice

instructif de vérifier que µf est une mesure sur (E, B). La mesure image µf est
une mesure sur l’espace d’arrivée (E, B) dont la définition est l’unique possible
respectant la propriété de mesurabilité. En effet, la propriété de mesurabilité
de f exprime précisément que si B ∈ B, alors f −1 (B) ∈ A, qui peut ainsi être
mesuré par µ.
Deux exemples élémentaires sont déjà importants. Dans ces deux exemples,
µ est une mesure de probabilité sur (X, A) (µ(X) = 1).
Si f est une fonction constante, i.e. f (x) = e pour un e ∈ E, alors µf = δe .
Noter qu’il suffirait que f soit constante µ-presque partout.
Si f = 1A : (X, A) → (R, B(R)) est la fonction indicatrice d’un élément
A ∈ A, alors µf est la combinaison
µf = µ(Ac ) δ0 + µ(A) δ1 .
En effet, si B ∈ B(R) contient 0 sans contenir 1, alors
f −1 (B) = x ∈ X ; f (x) ∈ B = x ∈ X ; 1A (x) = 0 = Ac ,
 

et si B contient 1 sans contenir 0, alors f −1 (B) = A. Plus simplement, consi-

dérer f = 1A à valeurs dans {0, 1} avec la σ-algèbre des parties constituée de
∅, {0}, {1}, {0, 1}, de sorte que µf est concentrée sur deux points 0 et 1, et
observer que f −1 ({0}) = Ac et f −1 ({1}) = A.
Ce dernier exemple montre qu’il peut être utile de bien identifier l’image de
la fonction mesurable f , qui constituera le support de µf , même si un espace
plus grand, R par exemple, pourra toujours être considéré (par extension, une
mesure sur (N, P(N)) est aussi une mesure sur (R, B(R))).

10
6 Construction de mesure
Alors que la théorie de la mesure et de l’intégration de Lebesgue se développe
relativement sans peine une fois le cadre et les propriétés fondamentales posées,
un point délicat est celui de la construction de mesures répondant aux intuitions
naturelles de longueur, surface ou volume. La mesure de comptage, sur un
ensemble fini ou dénombrable, ne pose pas de difficulté particulière de définition.
Plus généralement, une mesure µ sur un ensemble fini ou dénombrable X, muni
de la σ-algèbre A = P(X) des parties de X, est une somme pondérée de masses
de Dirac en les points de X, qui peut se représenter sous la forme
X

µ = µ {x} δx .
x∈X

En effet, chaque masse de Dirac est une mesure, et une combinaison linéaire
à coefficients positifs, finie ou dénombrable, est encore une mesure. Pour toute
partie A de X, X

µ(A) = µ {x} ,
x∈A

en particulier pour A = {x}. Une mesure de comptage revient à considérer tous

les poids µ({x}) égaux à 1.
Mais une mesure sur les boréliens de R pour laquelle la mesure d’un inter-
valle [a, b], a < b (borné) est égale à sa longueur b−a demande à être construite
avec plus de précision. Cette mesure, une fois bien définie, s’appelle la mesure de
Lebesgue sur (R, B(R)), notée le plus souvent λ. C’est bien entendu un exemple
central de mesure, même si, une fois construite, son utilisation ne diffère pas
des autres mesures.
Ce paragraphe a pour but de décrire, sans entrer dans les détails techniques,
les idées conduisant à la mesure de Lebesgue. L’objectif est donc de définir une
mesure λ sur (R, B(R)) telle que si ]a, b], a < b, est un intervalle λ(]a, b]) = b−a
(le choix de la forme de l’intervalle est justifié plus loin).

11
 Soit C l’algèbre (de Boole) constituée des réunions finies d’intervalles, de
type quelconque noté pour plus de simplicité (a, b) dans la suite 2 , que l’on peut
S
toujours supposées disjointes. Si A = i (ai , bi ) est un élément de C, il n’y a
pas de difficulté à poser X
λ(A) = (bi − ai )
i
(λ(∅) = 0). L’application A ∈ C → λ(A) ainsi définie est simplement ad-
ditive au sens où si A et B sont deux éléments de C disjoints, alors
λ(A ∪ B) = λ(A) + λ(B) (et idem par itération pour toute réunion disjointe
finie). Pour faire de λ une mesure, il convient d’atteindre la σ-additivité (sur
une σ-algèbre contenant, et issue, de C). Le théorème de Carathéodory présenté
en complément répond à ce souhait, et permet d’étendre la mesure simplement
additive λ en une mesure σ-additive sur la σ-algèbre engendrée par C qui est
par définition la tribu borélienne B(R). Son application requiert cependant la
vérification d’un critère qui fait appel à des arguments de compacité (sur R).
La mesure ainsi construite est la mesure de Lebesgue λ sur (R, B(R)). Si B
est un borélien de R, typiquement un intervalle, il sera souvent question dans
la suite de la mesure de Lebesgue sur B muni de la tribu trace (restriction),
notée également λ si le contexte le permet.
Le schéma esquissé ci-dessous s’applique de façon identique à la construction
des mesures dite de Stieltjes 3 . Si F : R → R une fonction croissante, le déve-
loppement précédent s’applique de la même manière pour définir une mesure
λF sur (R, B(R)) telle que, pour tous a < b,
λF ]a, b]) = F (b+) − F (a+),
λF [a, b]) = F (b+) − F (a−),
λF [a, b[) = F (b−) − F (a−),
λF ]a, b[) = F (b−) − F (a+),
2. Rappeler que la notation (a, b), propre à ces leçons, ne doit pas être confondue avec la notation
anglo-saxonne pour l’intervalle ouvert ]a, b[.
3. Thomas Joannes Stieltjes, mathématicien néerlandais (1856–94).

12
où F (t±) sont les limites à droite et à gauche de F au point t ∈ R. (Si F est
définie sur un intervalle I de R, il convient d’adapter la définition de F (t±)
aux bords de l’intervalle.)
La mesure de Lebesgue correspond au simple choix de la fonction F (t) = t,
t ∈ R. Toutefois, alors que cette dernière ne distingue pas la mesure d’un
intervalle (a, b) selon sa forme, en fait λ({t}) = 0 pour tout t ∈ R, une mesure
de Stieltjes λF est éventuellement associée à une fonction croissante ayant des
points de discontinuité, ou points de saut ; par exemple, si a est un tel point,

λF {a} = λF ]a, a]) = F (a+) − F (a−) > 0.

La mesure de Lebesgue λ sur B(R) se tensorise en une mesure produit

λ ⊗ ··· ⊗ λ

sur B(Rd ), d ≥ 1, notée λd , ou simplement λ si le contexte est sans ambi-

guïté. La mesure de Lebesgue λd possède deux propriétés remarquables : elle
est invariante par translation, à savoir pour tout x ∈ Rd et tout borélien
B, λ(x + B) = λ(B) (c’est une propriété caractéristique, voir Exercice 8) ;
elle est également invariante par transformation orthogonale, c’est-à-dire que,
pour toute transformation orthogonale O : Rd → Rd (linéaire, inversible avec
O−1 = > O)) et tout borélien B, λ(OB) = λ(B). Cette propriété est la clef de
la formule du changement de variable (cf. Leçon 5).
La complétion de la tribu borélienne B(R) par rapport à la mesure de Le-
besgue est la tribu de Lebesgue, notée L(R) (ou L(I) sur un intervalle I de R).
Même s’il est agréable de couvrir de façon mesurable les ensembles négligeables,
la tribu de Lebesgue n’est pas nécessairement toujours la plus commode, par
exemple il n’est pas vrai que L(R2 ) = L(R) ⊗ L(R) (ce défaut est lié à l’exis-
tence de parties qui ne sont pas mesurables pour la tribu de Lebesgue). Ces
leçons ne considèrent que les tribus boréliennes.

13
7 Complément : Théorème de Carathéodory
Théorème 5 (Théorème de Carathéodory 4 ). Soit µ une mesure simplement
additive sur une algèbre C de parties d’un ensemble X ; si pour toute suite
S
croissante An , n ∈ N, d’éléments de C telle que A = n∈N An ∈ C, il est vrai
que µ(A) = limn→∞ µ(An ), alors µ se prolonge en une mesure σ-additive sur la
σ-algèbre A = σ(C) engendrée par C. Si µ est σ-finie (sur C), le prolongement
est unique (et σ-fini). De plus, pour tout A ∈ A tel que µ(A) < ∞ et tout
ε > 0, il existe B ∈ C tel que µ(A∆B) ≤ ε.

La démonstration de l’existence dans ce théorème est un peu délicate, et

s’appuie sur la notion de mesure extérieure. L’unicité découle du théorème des
classes monotones de la Leçon 1. Par σ-additivité, il suffit de supposer µ finie.
Si alors µ1 et µ2 sont deux extensions,

M = A ∈ σ(C) ; µ1 (A) = µ2 (A)

est une classe monotone, qui contient C. Donc, par le théorème des classes
monotones, M = σ(C), exprimant que µ1 = µ2 .

Le critère de l’énoncé est équivalent à la σ-additivité de µ sur C. Comme

déjà mentionné, l’application de ce théorème à la construction de la mesure de
Lebesgue, et plus généralement des mesures de Stieltjes, nécessite précisément
la vérification de ce critère. Un peu de topologie est alors nécessaire.
Une famille F d’un ensemble X est dite semi-compacte si pour toute suite
T
Fn , n ∈ N, d’élements de F telle que n∈N Fn = ∅, il existe un entier N tel
que F1 ∩ · · · ∩ FN = ∅. Il est classique que la famille des parties compactes d’un
espace topologique (par exemple R) est semi-compacte.
Dans le cadre de l’énoncé du théorème de Carathéodory, supposer l’existence
d’une famille semi-compacte F contenue dans l’algèbre C telle que, pour tout
4. Constantin Carathéodory, mathématicien grec (1873–1950).

14
A ∈ C, 
µ(A) = sup µ(F ) ; F ⊂ A, F ∈ F, µ(F ) < ∞ .
Alors il peut être vérifié que µ est σ-additive sur C.
Pour l’exemple de la mesure de Lebesgue λ, ce raisonnement se développe
pour la famille F, semi-compacte, des réunions finies d’intervalles fermés bornés.
Si A est un intervalle, il est aisé de constater que


λ(A) = sup λ [a, b] ; [a, b] ⊂ A ,

d’où la propriété précédente découle. Un schéma identique s’applique pour la

construction des mesures de Stieltjes associées à une fonction croissante F .

15
 Exercices

(Une étoile * désignera une question de difficulté supérieure.)

Exercice 1. Soit µ une mesure sur un espace mesurable (X, A).

a) Soit B ∈ A ; démontrer que l’application A ∈ A 7→ µ(B ∩ A) est une mesure
sur (X, A).
b) Soient A, B ∈ A tels que A ⊂ B et µ(A) = µ(B) < ∞. Démontrer que
µ(A ∩ C) = µ(B ∩ C) pour tout C ∈ A.

Exercice 2. Soit µn , n ∈ N, une suite de mesures sur un espace mesurable

(X, A).
P
a) Pour tout A ∈ A, poser µ(A) = n∈N µn (A). Démontrer que µ est une
mesure sur (X, A).
b) Il est à présent supposé que µn (X) = 1 pour tout n ∈ N. Soit pn , n ∈ N,
P
une suite de réels positifs telle que n∈N pn = 1. Pour tout A ∈ A, poser
P
µ(A) = n∈N pn µn (A). Vérifier que µ est une mesure de probabilité sur (X, A).
P P
c) Considérer les mesures µ1 = n≥1 δn et µ2 = n≥1 nδn . Pour chacune de
ces mesures, calculer la mesure des ensembles : Ak = [k, k + 1 + k12 ], k ≥ 1 ;
SN S TN T
k=1 A k ; k≥1 A k ; k=1 Ak ; k≥1 Ak (N ≥ 1).

Exercice 3. Si An , n ∈ N, est une famille de parties mesurables d’un

P
espace mesuré (X, A, µ) telle que n∈N µ(An ) < ∞, montrer que µ(A) = 0
où A = m∈N n≥m An (c’est une partie du lemme de Borel-Cantelli 5 qui sera
T S

développé dans la Leçon 15).

En déduire que si fn , n ∈ N, est une suite de fonctions mesurables sur
P
(X, A, µ) telle que n∈N µ(|fn | ≥ ε) < ∞ pour tout ε > 0, alors fn → 0
µ-presque partout.
5. Francesco Paolo Cantelli, mathématicien italien (1875–1966).

16
 Exercice 4 (Théorème d’Egorov 6 ). Soit (X, A, µ) un espace mesuré et soit
B ∈ A tel que µ(B) < ∞. Soient fn , n ∈ N, et f des fonctions mesurables sur
(X, A, µ) telles que fn (x) → f (x) pour tout x ∈ B.
a) Pour ε > 0, poser

Gn (ε) = x ∈ B ; fn (x) − f (x) > ε , n ∈ N,
S T
Hm = n≥m Gn (ε), H= m∈N Hm . Identifier H et démontrer que

lim µ(Hn ) = 0.
n→∞

En déduire que pour tout η > 0, il existe G(η, ε) ∈ A et m0 ∈ N tel que

µ(G(η, ε)) ≤ η et |fn (x) − f (x)| ≤ ε pour tout x ∈ B \ G(η, ε) et n ≥ m0 .
b*) Démontrer que pour tout η > 0, il existe G(η) ∈ A tel que µ(G(η)) ≤ η et
fn , n ∈ N, converge uniformément vers f sur B \ G(η).
Remarque. Il est essentiel dans la démonstration que µ(B) < ∞.

Exercice 5 (Support d’une mesure). Soit µ une mesure sur un espace mé-
trique (X, d) muni de la tribu des boréliens B(X) ; on appelle support de µ,
noté Supp(µ), l’ensemble des x ∈ X pour lesquels µ(B(x, ε)) > 0 pour tout
ε > 0, où B(x, ε) est la boule (ouverte) de centre x et de rayon ε. Vérifier que
Supp(µ) est un fermé de (X, d).

Exercice 6. Soit f : (X, A) → (E, B) une fonction mesurable, et soit µ

une mesure sur (X, A). Démontrer que l’image µf de µ par f est une mesure
sur (E, B).
Si X = R muni de la tribu des boréliens, et f est la fonction partie entière,
f (x) = bxc, x ∈ R, décrire la mesure image de la mesure de Lebesgue λ par f .

6. Dmitri Fiodorovitch Egorov, mathématicien russe et soviétique (1869–1931).

17
 Exercice 7. Soit f : R → R une fonction continue telle que f = 0 presque
partout (pour la mesure de Lebesgue λ sur (R, B(R))) ; démontrer que f (x) = 0
pour tout x ∈ R.

Exercice 8 (Unicité de la mesure de Lebesgue). Cet exercice a pour but

de vérifier l’assertion suivante : toute mesure µ sur (Rd , B(Rd )) invariante par
translation et telle que 0 < µ(]0, 1]d ) < ∞ est un multiple de la mesure de
Lebesgue λ = λd sur B(Rd ).
a) Soit I = ]a1 , b1 ] × · · · ×]ad , bd ] où les a` , b` , ` = 1, . . . , d, sont rationnels ;
montrer qu’il existe M, k ∈ N et des points x(j) ∈ Rd tels que
k
[ d

x(j) + 0, M1

I =
j=1

où la réunion est disjointe.

b) Par l’invariance par translation de λ et µ, en déduire que µ(I) = µ(]0, 1]d )λ(I).
Conclure.

Exercice 9 (Ensemble de Cantor 7 ). Poser E0 = [0, 1]. Enlever le tiers

central (ouvert) de E0 pour obtenir E1 = I11 ∪ I12 . Répéter la même opération
pour I11 et I12 pour obtenir E2 = I21 ∪ I22 ∪ I23 ∪ I24 , et ainsi de suite.
T
a) Démontrer que chaque En , n ∈ N, est compact. En déduire que C = n∈N En
est non vide et compact (l’ensemble C est appelé l’ensemble de Cantor ).
b) Montrer que λ(C) = 0 (où λ est la mesure de Lebesgue restreinte à [0, 1]).
c) Démontrer que C ne contient aucun intervalle ouvert (et donc que l’intérieur
de C est vide).
d) Montrer que C \ {1} comprend les sommes de toutes les séries x = ∞ xn
P
n=1 3n
où xn ∈ {0, 2}. En déduire que C n’est pas dénombrable, en fait a la même
cardinalité que [0, 1] (pourtant λ(C) = 0 6= 1 = λ([0, 1])).
7. Georg Cantor, mathématicien allemand (1845–1918).

18