dernière édition : 9 décembre 2019 Notes prises par Téofil Adamski

INTÉGRALE DE LEBESGUE
(INTL)

Thibaut Deheuvels

1A maths 2019, ENS de Rennes

Chapitre 0 – Cardinaux, dénombrabilité 1 4.4 Théorème de convergence dominée et applications . 18

0.1 Cardinalité . . . . . . . . . . . . . . . . . . . . . . . . . . 1 4.5 Lien entre les intégrales de Riemann et de Lebesgue 21
0.2 Dénombrabilité . . . . . . . . . . . . . . . . . . . . . . . 1 Chapitre 5 – Construction de mesures, unicité 23
Chapitre 1 – Tribus, tribu borélienne 2 5.1 Construction de mesures . . . . . . . . . . . . . . . . . 23
1.1 Définitions et exemples . . . . . . . . . . . . . . . . . . 2 5.2 Unicité des mesures . . . . . . . . . . . . . . . . . . . . 25
1.2 Tribu borélienne . . . . . . . . . . . . . . . . . . . . . . 2 5.3 Tribu complétée, mesure complétée . . . . . . . . . . 27
1.3 Tribu image réciproque, tribu image . . . . . . . . . . 3
Chapitre 6 – Mesure produit 28
Chapitre 2 – Mesures 5 6.1 Tribu produit . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1 Définitions et exemples . . . . . . . . . . . . . . . . . . 5 6.2 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Propriétés des mesures . . . . . . . . . . . . . . . . . . 5 6.3 Théorèmes de Fubini . . . . . . . . . . . . . . . . . . . 30
2.3 Mesure de Lebesgue . . . . . . . . . . . . . . . . . . . 6
Chapitre 7 – Changement de variable 33
2.4 Ensembles négligeables . . . . . . . . . . . . . . . . . . 7
7.1 Application C1 -difféomorphe et inversion globale . . 33
Chapitre 3 – Fonctions mesurables 8 7.2 Théorème de changement de variables, applications 33
3.1 Mesurabilité . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2 Montrer la mesurabilité . . . . . . . . . . . . . . . . . . 8 Chapitre 8 – Espaces Lp 36
3.3 Propriétés des fonctions mesurables . . . . . . . . . . 9 8.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.4 Suites de fonctions mesurables à valeurs réelles . . . 9 8.2 Inégalités de Hölder et Minkowski . . . . . . . . . . 37
3.5 Approximation des fonctions étagées . . . . . . . . . . 10 8.3 Les espaces de Banach Lp . . . . . . . . . . . . . . . . 39
Chapitre 4 – Intégrale de Lebesgue 11 8.4 Densité de Cc (Rd ) dans Lp (Rd ) . . . . . . . . . . . . . 40
4.1 Intégration de fonctions . . . . . . . . . . . . . . . . . . 11 Chapitre 9 – Convolution & applications 42
4.2 Théorème de Beppo Levi et conséquences . . . . . . 13 9.1 Opérateur de translation . . . . . . . . . . . . . . . . . 42
4.3 Fonctions intégrables . . . . . . . . . . . . . . . . . . . 16 9.2 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . 42
 Chapitre 0
Cardinaux, dénombrabilité
0.1 Cardinalité . . . . . . . . . . . . . . . . . . . . . . . . . . 1 0.2 Dénombrabilité . . . . . . . . . . . . . . . . . . . . . . . . 1

0.1 Cardinalité
Définition 0.1. Deux ensembles E et F sont dits équipotents s’il existe une bijection de E dans F . On note
alors E ' F ou Card E = Card F .

. Exemple. Si E est un ensemble, alors P(E) ' {0, 1}E car la fonction A ⊂ E 7−→ 1A est une bijection.

Notation. Si E et F sont deux ensembles, on note Card E 6 Card F s’il existe une injection de E dans F . Si,
de plus, les ensembles E et F ne sont pas équipotents, on note Card E < Card F . De la même façon, on définit
les notations Card E > Card F et Card E > Card F .

 Remarque (axiome du choix [AC]). Soit E un ensemble non vide. Il existe une fonction choix f : P(E) → E
telle que, pour toute partie non vide A de E, on ait f (A) ∈ A. Une formulation équivalente est la suivante : si I
est un ensemble et (Ei )i∈I est une famille d’ensembles non vides, alors le produit i∈I Ei est non vide.
Q

Proposition 0.2. – Si Card E 6 Card F , alors Card F > Card E.

– Si Card E > Card F , alors Card F 6 Card E. ac

Théorème 0.3 (Cantor-Bernstein). Si Card E 6 Card F et Card F 6 Card E, alors Card E = Card F .

Proposition 0.4. Si E est non vide, alors Card E < Card P(E).

Preuve On a Card E 6 Card P(E) car la fonction x ∈ E 7−→ {x} ∈ P(E) est clairement injective. Par
l’absurde, supposons l’égalité. Alors il existe une fonction ϕ : E → P(E) bijective. On pose
A := {x ∈ E | x ∈
/ ϕ(x)}.
Comme ϕ est une bijection, il existe a ∈ E tel que ϕ(a) = A. Si a ∈ A, alors a ∈
/ ϕ(a) = A ce qui est absurde. Si
/ A, alors a ∈ ϕ(a) = A ce qui est également absurde. D’où le résultat.
a∈ 

0.2 Dénombrabilité
Définition 0.5. Un ensemble E est dit dénombrable si Card E 6 Card N.

 Remarque. De manière équivalente et sans avoir à recourir à l’axiome du choix, un ensemble E est dénombrable
si et seulement si Card N > Card E.

. Exemples. – Les ensembles Z et N2 sont dénombrables par les bijections

2n si n > 0, (n + m)(n + m + 1)
®
n ∈ Z 7−→ et (n, m) ∈ N2 7−→ + m.
−2n − 1 sinon, 2
– Par récurrence, on montre que Card Nk = Card N pour tout k ∈ N.
– Si E1 , . . ., Ek sont k ensembles dénombrables, alors ki=1 Ei est dénombrable.
Q

– L’ensemble Q est dénombrable.

– L’ensemble P(N) ne l’est pas car Card N < Card P(N), donc {0, 1}N ne l’est pas.

Proposition 0.6. Si (En )n∈N est une suite d’ensembles dénombrables, alors n∈N En est dénombrable.
S

Théorème 0.7. L’ensemble R n’est pas dénombrable.

Preuve La fonction X 2xn

(xn )n∈N ∈ {0, 1}N 7−→ ∈ [0, 1]
3n+1
n>0

est injective, donc Card N < Card{0, 1} 6 Card[0, 1] 6 Card R.

N


Tribus, tribu borélienne – Chapitre 0 1

 Chapitre 1
Tribus, tribu borélienne
1.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . 2 1.3 Tribu image réciproque, tribu image . . . . . . . . . . . 3
1.2 Tribu borélienne . . . . . . . . . . . . . . . . . . . . . . . 2 1.3.1 Tribu image réciproque . . . . . . . . . . . . . . . . 3
1.2.1 Espaces topologiques . . . . . . . . . . . . . . . . . . 2 1.3.2 Tribu image . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2 Tribu borélienne . . . . . . . . . . . . . . . . . . . . 3 1.3.3 Lemme de transport . . . . . . . . . . . . . . . . . . 4

1.1 Définitions et exemples

Soit E un ensemble. On appelle classe de parties de E tout sous-ensemble de P(E).

Définition 1.1. On appelle tribu (ou σ-algèbre) sur E toute classe de parties A de E telle que
– ∅∈A ;
– si A ∈ A , alors Ac ∈ A ; (stabilité par passage au complémentaire)
– si (An )n∈N est une suite de A , alors n∈N An ∈ A . (stabilité par union dénombrable)
S

On appelle alors (E, A ) un espace mesurable.

 Remarque. Un tribu est aussi stable par intersection dénombrable. En effet, si (An )n∈N est une suite de A,
alors n∈N An = ( n∈N Acn )c ∈ A .
T S

. Exemples. – La classe de parties {∅, E} est une tribu sur E appelée tribu grossière.
– La classe de parties P(E) en est une appelée tribu triviale.
– Si A ⊂ E, alors {∅, E, A, Ac } est une tribu.
– La classe de parties {A ⊂ E | A dénombrable ou Ac dénombrable} est une tribu.

 Remarque. Une intersection quelconque de tribus sur E est encore une tribu sur E.

Définition-proposition 1.2. Si C est une classe de partie de E, alors il existe une plus petite tribu (au sens
de l’inclusion) contenant C. On appelle cette tribu la tribu engendrée par C et on la note σ(C ). En d’autres
termes, si A est une tribu sur E telle que C ⊂ A , alors σ(C ) ⊂ A .

Preuve La plus petite tribu qui contient C est clairement

[
σ(C) = A. 
A tribu de E
C ⊂A

. Exemple. Si A ⊂ E, alors σ({A}) = {σ, A, Ac , E}.

Exercice 1.1. Quelle est la tribu engendrée par les singletons de E ?

Il arrive fréquemment, lorsqu’on est confronté à une tribu engendrée par une classe de parties C , qu’on veuille
démontrer qu’une propriété vérifiée par les éléments de C reste vraie pour σ(C ) tout entière. Pour montrer
une telle chose, on pourrait vouloir essayer de décrire un élément quelconque de σ(C ) à partir d’éléments de C .
Malheureusement, il n’y a pas de procédé général pour y parvenir : un élément de σ(C ) ne peut pas toujours être
décrit comme une union dénombrable d’ensembles de C , ni comme une intersection d’union de tels ensembles,
etc. La remarque suivante suggère un procédé de démonstration bien commode pour montrer que σ(C ) continue
de vérifier une propriété vraie pour C . Nous l’utiliserons à de nombreuses reprises dans ce cours.

 Remarque. Pour montrer que les éléments de σ(C ) vérifient une propriété (P), il suffit de montrer que
– les éléments de C vérifient (P),
– la classe de parties B := {B ∈ σ(C ) | B vérifie (P)} est une tribu.
En effet, on aura alors C ⊂ B, donc σ(C ) ⊂ B, donc B = σ(C ).

1.2 Tribu borélienne

1.2.1 Espaces topologiques

2 Tribus, tribu borélienne – Chapitre 1

 1.3. TRIBU IMAGE RÉCIPROQUE, TRIBU IMAGE

Définition 1.3. Soit E un ensemble. On appelle topologie sur E toute classe de parties T sur E vérifiant
– ∅ ∈ T et E ∈ T ,
– si (Ωi )i∈I est une famille d’éléments de T , alors i∈I Ωi ∈ T ,
S

– si Ω1 , . . . , Ωn ∈ T , alors ni=1 Ωi ∈ T .
T

On appelle ouverts les éléments de T et on note O(E) l’ensemble des ouverts de E, on appelle fermés leurs
complémentaires. On appelle alors (E, T ) un espace topologique.

. Exemple. L’ensemble R (ou Rd ) muni de ses ouverts au sens usuel est un espace topologique.

 Remarque. Une intersection quelconque de topologies sur E est encore une topologie sur E. Si C ⊂ P(E),
alors il existe une plus petite topologie sur E contenant C . On l’appelle topologie engendrée par C .

1.2.2 Tribu borélienne

Définition 1.4. Soit (E, T ) un espace topologique. On appelle tribu borélienne sur E la tribu engendrée par
les ouverts de E. On la note B(E) := σ(T ). Les éléments de B(E) sont appelés les boréliens de E.

 Remarques. – La tribu borélienne B(E) est aussi engendrée par les fermés de E.
– En général, on n’a pas B(E) = P(E) : c’est le cas de R. En effet, on peut construire des parties de R non
boréliennes (avec ou sans axiome du choix). En fait, on peut montrer que Card B(R) = Card R.

Proposition 1.5 (boréliens de R). On a

B(R) = σ({]α, β[ | α, β ∈ Q}) = σ({]−∞, a[ | a ∈ Q}).
De même avec les autres types d’intervalles pour la seconde égalité.

Preuve • Première égalité. Si α, β ∈ Q, alors ]α, β[ ∈ O(R), donc σ({]α, β[ | α, β ∈ Q}) ⊂ σ(O(R)) = B(R).
Réciproquement, soit Ω ∈ O(R). Alors
[
Ω= ]α, β[ ∈ σ({]α, β[ | α, β ∈ Q}),
]α,β[⊂Ω
α,β∈Q

donc O(R) ⊂ σ({]α, β[ | α, β ∈ Q}), donc B(R) = σ(O(R)) = σ({]α, β[ | α, β ∈ Q}).

• Deuxième égalité. Comme ]−∞, a[ ⊂ O(R) pour tout a ∈ Q, on a σ({]−∞, a[ | a ∈ Q}) ⊂ σ(O(R)) = B(R).
Réciproquement, soient α, β ∈ Q. On a
\ ò 1
ï
]α, β[ = ]−∞, β[ \ ]−∞, α] = ]−∞, β[ \ −∞, α + ⊂ σ({]−∞, a[ | a ∈ Q}),
∗
n
n∈N

donc B(R) = σ({]α, β[ | α, β ∈ Q}) ⊂ σ({]−∞, a[ | a ∈ Q}). D’où l’égalité. 

Proposition 1.6 (boréliens de Rd ). On a

B(R ) = σ({]a1 , b1 [ × · · · × ]αd , βd [ | α1 , β1 , . . . , αd , βd ∈ Q}).
d

Proposition 1.7. Si B ∈ B(Rd ) et a ∈ Rd , alors B + a ∈ B(Rd ).

Preuve Soit a ∈ Rd . On montre que la classe de parties A := {B ∈ B(Rd ) | B + a ∈ B(Rd )} contient O(Rd )
et que c’est une tribu sur Rd ce qui permet de conclure que A ⊃ σ(O(Rd )) = B(Rd ). 

Boréliens de R. On introduit deux éléments −∞ et +∞, puis on étend l’ordre totale et posant −∞ 6 x 6 +∞
pour tout x ∈ R avec R = R ∪ {−∞, +∞}. On munit R de la topologie engendrée par les ouverts de R, les
ensembles [−∞, a[ avec a ∈ R et les ensembles ]a, +∞] avec a ∈ R. On a alors B(R) = σ({[−∞, a[ | a ∈ Q}).

1.3 Tribu image réciproque, tribu image

1.3.1 Tribu image réciproque
Notation. Si C est une classe de parties de F , on note
f −1 (C ) = f −1 (C) C ∈ C .


Tribus, tribu borélienne – Chapitre 1 3

 1.3. TRIBU IMAGE RÉCIPROQUE, TRIBU IMAGE

Définition-proposition 1.8. Si B est une tribu sur F , alors f −1 (B) est une tribu sur E. On l’appelle tribu
image réciproque

. Exemple. Soient B une tribu sur E et A ⊂ E. On note i : x ∈ A 7−→ x ∈ E. Alors i−1 (B) est une tribu sur A
appelée tribu trace.

1.3.2 Tribu image

Soient E et F deux ensembles et f : E → F . Si A est une tribu sur E, la classe de parties
f (A ) := {f (A) | A ⊂ A }
est-elle une tribu sur F ? Non, il suffit de prendre E = F = {0, 1} muni de A := P(E) et f : x ∈ E 7−→ 0. On a
alors f (P(E)) = {∅, {0}} qui n’est pas une tribu.

Proposition 1.9. Si A est une tribu sur E, alors {B ⊂ F | f −1 (B) ∈ A } est une tribu sur F appelée tribu
image de A par f .

1.3.3 Lemme de transport

Lemme 1.10 (de transport). Soit C une classe de parties de F . Alors σ(f −1 (C )) = f −1 (σ(C )).

Preuve On a C ⊂ σ(C ), donc f −1 (C ) ⊂ f −1 (σ(C )), donc σ(f −1 (C )) ⊂ f −1 (σ(C )).

Réciproquement, montrons que f (σ(C
−1
)) ⊂ σ(f −1 (C )), i. e. que f −1 (B) ⊂ σ(f −1 (C )) pour tout B ∈ σ(C ).
Or la classe de partie B := B ⊂ F f (B) ∈ σ(f −1 (C )) est une tribu sur F (la tribu image de σ(f −1 (C ))
−1

par f ). On a clairement C ⊂ B, donc σ(C ) ⊂ B ce qu’on souhaitait démontrer. 

4 Mesures – Chapitre 1
 Chapitre 2
Mesures
2.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . 5 2.3 Mesure de Lebesgue . . . . . . . . . . . . . . . . . . . . 6
2.2 Propriétés des mesures . . . . . . . . . . . . . . . . . . . 5 2.4 Ensembles négligeables . . . . . . . . . . . . . . . . . . . 7

2.1 Définitions et exemples

Dans cette section, le couple (E, A ) désigne un espace mesurable.

Définition 2.1. On appelle mesure sur E toute application µ : A → R+ ∪ {+∞} vérifiant

– µ(∅) = 0,
– si (An )n∈N est une suite d’éléments de A deux à deux disjoints, alors µ( n∈N An ) = n∈N µ(An ).
F P

On appelle alors (E, A , µ) un espace mesuré.

. Exemples. – L’application µ : A ∈ A 7−→ 0 est une mesure sur (E, A ) appelée mesure nulle.
– La mesure grossière sur (E, A ) est l’application
0 si A = ∅,
®
µ : A ∈ A 7−→
+∞ sinon.
– La mesure de comptage sur (E, P(E)) est l’application
Card A si A est fini,
®
m : A ∈ A 7−→
+∞ sinon.
– La mesure de Dirac sur (E, A ) en x ∈ E est l’application δx définie par δx (A) = 1A (x) pour tout A ∈ A .

Définition 2.2. Soit µ une mesure sur (E, A ).

– On dit que µ est finie si µ(E) < +∞.
– On dit que µ est une mesure de probabilité ou probabilité et que (E, A , µ) est un espace probabilisé si µ(E) = 1.
– On dit que µ est σ-finie, s’il existe (En )n∈N ∈ A N telle que E = n∈N En et µ(En ) < +∞ pour tout n ∈ N.
S

. Exemple. La mesure de comptage sur (N, P(N)) est σ-finie en posant En = J0, nK pour tout n ∈ N.

 Remarques. – Si µ est une mesure sur (E, A ) et B ∈ A , alors l’application

A −→ R ∪ {+∞},
ν:
A 7−→ µ(A ∩ B)
est encore une mesure sur (E, A ).
– Si (µn )n∈N est une suite de mesure sur (E, A ), alors n∈N µn est encore une mesure sur (E, A ). En particulier,
P
si (xn )n∈N est une suite de E et (αn )n∈N est une suite de réels positifs, alors n∈N αn δxn est une mesure.
P

En particulier, soit X une variable aléatoire discrète dont

P les valeurs sont les xn avec n ∈ N. Pour n ∈ N, on
pose αn := P(X = xn ). Alors la loi PX de X s’écrit PX = n∈N αn δxn .

2.2 Propriétés des mesures

Dans toute la suite, le triplet (E, A , µ) désigne un espace mesuré.

Proposition 2.3 (croissance). Soient A, B ∈ A tel que A ⊂ B Alors µ(A) 6 µ(B). De plus, si µ(A) < +∞,
alors µ(B \ A) = µ(B) − µ(A).

Preuve On a µ(B) = µ(AtB \A) = µ(A)+µ(B \A) > µ(A). Si µ(A) < +∞, alors µ(B)−µ(A) = µ(B \A). 

Proposition 2.4 (σ-sous-additivité). Si (An )n∈N est une suite de A , alors

[
X
µ An 6 µ(An ).
n∈N n∈N

Mesures – Chapitre 2 5
 2.3. MESURE DE LEBESGUE

Preuve On définit la suite de parties (Bn )n∈N par

n−1
[
B0 = A0 , et B n = An \ Ak
k=0
pour tout n ∈ N∗ . Alors
(i) la suite (Bn )n∈N est une suite de A ,
(ii) les parties Bn sont deux à deux disjointes,
(iii) on a n∈N Bn = n∈N An .
F S

Montrons (ii). Par l’absurde, supposons qu’il existe n, m ∈ N tels que n < m et Bn ∩ Bm 6= ∅. Soit x ∈ Bn ∩ Bm .
Alors x ∈ Am et x ∈ / An , donc x ∈
/ Bn ce qui est absurde
Montrons (iii) par double inclusion. L’inclusion directe est claire. Réciproquement, si x ∈ n∈N An , alors
S
x ∈ Bm où m := min {n | x ∈ An }.
Finalement, on a [  G  X X
µ An = µ Bn = µ(Bn ) 6 µ(An )
n∈N n∈N n∈N n∈N

car Bn ⊂ An pour tout n ∈ N. 

Proposition 2.5 (continuité). 1. Si (An )n∈N est une suite croissante de A , alors
[
An = lim µ(An ).


µ
n→+∞
n∈N

On dit alors que µ est continue à gauche.

2. Si (An )n∈N est une suite décroissante de A et il existe n0 ∈ N tel que µ(An0 ) < +∞, alors
\
An = lim µ(An ).


µ
n→+∞
n∈N

On dit alors que µ est continue à droite.

Preuve 1. S’il existe n0 ∈ N tel que µ(An0 ) = +∞, alors µ( n∈N An ) = +∞ et µ(An ) = +∞ à partir d’un
S
certain rang, d’où l’égalité. On suppose que µ(An ) < +∞ pour tout n ∈ N. On considère la même suite (Bn )n∈N
que dans la preuve précédente, i. e. telle que B0 = A0 et Bn = An \ An−1 pour tout n ∈ N∗ . Alors
[  G  X Xn Xn
µ An = µ Bn = µ(Bn ) = lim µ(Bk ) = lim [µ(Ak ) − µ(Ak−1 )] + µ(A0 )
n→+∞ n→+∞
n∈N n∈N n∈N k=0 k=1
= lim µ(An ). 
n→+∞

2. On peut supposer que n0 = 0 quitte à considérer la suite (An0 +n )n∈N . La suite (A0 \ An )n∈N est une suite
décroissante de A. Par continuité à gauche, on a alors
[   \  \ 
lim µ(A0 \ An ) = µ A0 \ An = µ A0 \ An = µ(A0 ) − µ An
n→+∞
n∈N n∈N n∈N

car µ(A0 ) < +∞, donc µ( n∈N An ) = limn→+∞ µ(An ).

T

 Remarque. La seconde hypothèse du point 2 est nécessaire. En effet, sur (N, P(N), m), un contre-exemple est
la suite (An := Jn, +∞J)n∈N car m( n∈N An ) = µ(∅) = 0 et m(An ) = +∞ pour tout n ∈ N.
S

2.3 Mesure de Lebesgue

But. On veut généraliser la longueur ` des intervalles de R, i. e. pour tout intervalle I,
b − a si I est un intervalle d’extrémité a, b ∈ R,
®
`(I) =
+∞ si I est un intervalle non bornée.
Également, on veut généraliser le volume des pavés dans Rd (les ensembles dk=1 Ik où les Ik sont des intervalles
Q
de R), i. e. pour tout pavé P ,
Yd Yd
V (P ) = `(Ik ) avec P = Ik
k=1 k=1

avec la convention V (P ) = 0 s’il existe k ∈ J1, dK tel que `(Ik ) = 0.

6 Mesures – Chapitre 2
 2.4. ENSEMBLES NÉGLIGEABLES

Théorème 2.6. Soit d ∈ N∗ . Il existe une unique mesure λd sur (Rd , B(Rd )) telle que
– λd ([0, 1]d ) = 1,
– λd est invariante par translation, i. e. si B ∈ B(Rd ) et a ∈ Rd , alors λd (B + a) = λd (B).
Quand d = 1, on note cette mesure λ.

Preuve On l’admet pour l’instant. La mesure de Lebesgue sera construite pour d = 1 dans la section 5.1.2. 

Proposition 2.7. Si P est un pavé de Rd , alors λd (P ) = V (P ). En particulier, si x ∈ Rd , alors λd ({x}) = 0.

 Remarque. Si D est une partie dénombrable de Rd , alors λd (D) = 0. La réciproque est fausse : un contre-
exemple est l’exemple de Cantor définit comme suit. Pour tout n ∈ N, on pose
Kn Kn + 2
K0 = [0, 1] et Kn+1 = ∪ .
3 3
L’ensemble de Cantor est l’ensemble K = n∈N Kn . Alors λ(K) = 0 et l’ensemble K n’est pas dénombrable :
T
on peut montrer qu’il est en bijection avec {0, 2}N .

K0
K1
K2
K3
K4
K5

Figure 2.1 – Les premiers ensembles de la suite (Kn )n∈N

Lemme 2.8. Si B ∈ B(Rd ) et ε > 0, alors il existe un ouvert Ω et un fermé F tels que
– F ⊂ B ⊂ Ω,
– λd (Ω \ F ) < ε.

Théorème 2.9 (régularité de la mesure de Lebesgue). Si B ∈ B(Rd ), alors

λd (B) = inf {λd (Ω) | Ω ⊃ B, Ω ouvert} = sup {λd (K) | K ⊂ B, K compact}.

2.4 Ensembles négligeables

Définition 2.10. Soit N ⊂ E. On dit que N est µ-négligeable s’il existe A ∈ A tel que N ⊂ A et µ(A) = 0.
On dit qu’une propriété (P) sur E est vraie µ-presque partout si l’ensemble
{x ∈ E | x ne vérifie pas (P)}
est µ-négligeable.

. Exemples. 1. L’indicatrice 1Q est nulle λ-presque partout.

2. L’indicatrice 1R+ est continue λ-presque partout.
3. La suite (1[0,1/n] )n∈N∗ converge vers la fonction nulle λ-presque partout.

Définition 2.11. On dit que (E, A , µ) est complet si {N ⊂ E | N est µ-négligeable} ⊂ A .

Fonctions mesurables – Chapitre 2 7

 Chapitre 3
Fonctions mesurables
3.1 Mesurabilité . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.4 Suites de fonctions mesurables à valeurs réelles . . . . 9
3.2 Montrer la mesurabilité . . . . . . . . . . . . . . . . . . 8 3.5 Approximation des fonctions étagées . . . . . . . . . . 10
3.3 Propriétés des fonctions mesurables . . . . . . . . . . . 9

Dans tous le chapitre, les couples (E, A ) et (F, B) désigneront deux espaces mesurables.

3.1 Mesurabilité
Définition 3.1. On dit que f : E → F est (A , B)-mesurable (ou simplement mesurable) si f −1 (B) ⊂ A , i. e.
∀B ∈ B, f −1 (B) ⊂ A .
Si E et F sont des espaces topologiques associés à leurs tribus boréliennes, on qualifiera de boréliennes les
fonctions (B(E), B(F ))-mesurables.

. Exemples. – Une fonction constante est mesurable. En effet, soit f : x ∈ E 7−→ y0 ∈ F . Si B ∈ B, alors
∅ si y0 ∈
®
/B
f (B) =
−1
∈A.
E si y0 ∈ B

– Soit A ⊂ E. Alors 1A est (R, B(R))-mesurable si et seulement si A ∈ A . En effet, si B ∈ B(R), alors

si 0∈B et 1 ∈ B,


 E
si 0∈ et 1 ∈ B,

A /B
1−1
A (B) =  c

 A si 0∈B et 1∈/ B,
∅ si 0∈ et 1∈

/B / B.

 Remarques. – Si A = P(E), alors toute fonction f : E → F est mesurable. Par exemple, dans (N, P(N)),
toute fonction de N dans R est mesurable, i. e. les suites réelles sont mesurables.
– Très souvent, on aura F ∈ {R, R+ , R, C} et, dans ce cas, il sera implicite que la tribu sur F est B(F ).

Mesure image
Définition 3.2 (mesure image). Soient µ une mesure sur (E, A ) et f : E → F une fonction mesurable. Alors
B −→ R ∪ {+∞},
µf :
B 7−→ µf (B) := µ(f −1 (B))
est une mesure sur (F, B) appelée mesure image par f .

 Remarque. Si X : (Ω, A ) → (R, B(R)) est une variable aléatoire (i. e. une fonction mesurable), alors on
appelle loi de X la mesure image de P par X où P est une probabilité sur (Ω, A ).

3.2 Montrer la mesurabilité

Proposition 3.3. On suppose que B = σ(C ) où C est une classe de parties de E. Alors f : E → F est
mesurable si et seulement si f −1 (C ) ⊂ A .

Preuve Le sens direct est évident car f −1 (C ) ⊂ f −1 (B). Réciproquement, si f −1 (C ) ⊂ A , alors σ(f −1 (C )) ⊂
A , donc f −1 (σ(C )) ⊂ A par le lemme de transport, donc f −1 (B) ∈ A . 

Application. Si f : R → R est monotone, alors elle est borélienne.

 Remarque. On suppose que (F, B) = (R, B(R)). Pour montrer que f : E → R est mesurable, il suffit de
montrer que f −1 (]−∞, a[) ⊂ A , noté {f < a}, pour tout a ∈ R. Idem sur R avec [−∞, a[.

8 Fonctions mesurables – Chapitre 3

 3.3. PROPRIÉTÉS DES FONCTIONS MESURABLES

Continuité et mesurabilité
Soient (E, T ) et (F, S ) deux espaces topologiques.
Proposition 3.4. Si f : E → F est continue, alors f est borélienne.

Preuve Si Ω est un ouvert de F , alors f −1 (Ω) ∈ A ⊂ B(E). Donc f −1 (S ) ⊂ B(E). Comme B(F ) = σ(S ),
la fonction f est mesurable. 

Application. Donnons une deuxième démonstration du résultat : si B ∈ B(Rd ) et a ∈ Rd , alors B +a ∈ B(Rd ).

La fonction
Rd −→ Rd ,
f:
x 7−→ x − a
est continue, donc elle est mesurable, i. e. pour tout B ∈ B(Rd ), on a f −1 (B) = B + a ∈ B(Rd ).

Définition 3.5. Soient (E, A ) un espace topologique et f : E → R. On dit que f est semi-continue inférieure-
ment (resp. supérieurement) si, pour tout a ∈ R, l’ensemble {f 6 a} (resp. {f > a}) est fermé.

Proposition 3.6. Si f : E → R est semi-continue inférieurement ou supérieurement, alors f est borélienne.

Preuve Si f est semi-continue inférieurement, alors {f 6 a} est fermé pour tout a ∈ R, donc {f 6 a} ∈ B(E),
donc f est mesurable car B(R) = σ({]−∞, a] | a ∈ R}). 

3.3 Propriétés des fonctions mesurables

Proposition 3.7. Soient (E, A ), (F, B) et (G, C ) trois espaces mesurables, f : E → F mesurable et g : F → G
mesurables. Alors g ◦ f est mesurable.

Preuve Si C ∈ C , alors (g ◦ f )−1 (C) = f −1 (g −1 (C)) ∈ A car g −1 (C) ∈ B. Donc g ◦ f est mesurable. 

. Exemple. Si f : R → R mesurable, alors |f | est aussi mesurable car | | est continue, donc mesurable.

Lemme 3.8. Soit f : (E, A ) → (R2 , B(R2 ). On note f1 et f2 sont composantes. Alors f est mesurables si et
seulement si f1 et f2 sont mesurables.

Preuve On suppose que f est mesurable. Pour i ∈ {1, 2}, en notant πi : R2 → R la projection sur la i-ième
coordonnée, on a fi = πi ◦ f où f est mesurable et πi est continue, donc fi est mesurable.
Réciproquement, on suppose que f1 et f2 sont mesurables. Si I1 et I2 sont deux intervalles de R, alors f −1 (I1 ×
I2 ) = f1−1 (I1 ) ∩ f2−1 (I2 ) ∈ A car f1 et f2 sont mesurables. Comme B(R2 ) = σ({I1 × I2 | I1 , I2 intervalles}), la
fonction f est mesurable. 
Proposition 3.9. Soient f, g : E → R deux fonctions mesurables. On a
1. pour tout α ∈ R, la fonction αf + g est mesurable ;
2. la fonction f g est mesurable.

Preuve 1. On écrit αf + g = φ ◦ ψ où les fonctions

ψ : x ∈ E 7−→ (f (x), g(x)) ∈ R2 et φ : x ∈ R 7−→ αx + y ∈ R
sont mesurables, donc la fonction αf + g est mesurable.
2. Idem avec φ : (x, y) 7−→ xy. 

. Exemple. Si A1 , . . . , AN ∈ A et α1 , . . . , αN ∈ R, alors la fonction αi 1Ai est mesurable de E dans R.

PN
i=1
On appelle ces fonctions les fonctions étagées.
Proposition 3.10. Si f : E → C est mesurable, alors f est mesurable si et seulement si Re f et Im f le sont.
De plus, les points 1 et 2 de la proposition précédente restent vrais (avec α ∈ C).

3.4 Suites de fonctions mesurables à valeurs réelles

Rappel. Si (xn )n∈N est une suite de R, alors on note
lim xn := lim inf xk et lim xn := lim sup xk
n→+∞ n→+∞ k>n n→+∞ n→+∞ k>n

Fonctions mesurables – Chapitre 3 9

 3.5. APPROXIMATION DES FONCTIONS ÉTAGÉES

resp. les limites inférieure et supérieure de la suite (xn )n∈N . On peut montrer que limn→+∞ xn 6 limn→+∞ xn .
S’il y a égalité, alors la suite (xn )n∈N converge vers limn→+∞ xn . La réciproque est également vraie.

Proposition 3.11. Soit (fn )n∈N une suite de fonctions de E dans R mesurables.
1. Alors les fonctions
E −→ R, E −→ R,
inf fn : et sup fn : x 7−→ sup fn (x)
n∈N x 7−→ inf fn (x) n∈N
n∈N n∈N

sont mesurables. De même pour les limites inférieure et supérieure.

2. Si la suite (fn )n∈N converge simplement vers f : E → R, alors f est mesurable.

Preuve 1. Soit a ∈ R. Comme les ensembles {fn < a} sont dans la tribu, on a
[
{ inf fn < a} = {fn < a} ∈ A .
n∈N
n∈N
Donc la fonction inf n∈N fn est mesurable. Par ailleurs, on a
\
{sup fn 6 a} = {fn 6 a} ∈ A .
n∈N
n∈N
Donc la fonction supn∈N fn est mesurable.
On a limn→+∞ fn = supn∈N gn avec gn := inf k>n fn pour tout n ∈ N. D’après ce qui précède, les fonctions gn
sont mesurables, donc leur borne supérieure limn→+∞ fn l’est. De la même manière, la fonction limn→+∞ fn =
inf n∈N supk>n fn est mesurable.
2. Si la suite (fn )n∈N converge simplement vers f , alors la fonction f vaut limn→+∞ fn qui est mesurable. .

3.5 Approximation des fonctions étagées à valeurs réelles

Définition 3.12. Une fonction f : E → F est appelée fonction étagée si elle est mesurable et elle ne passe que
par un nombre fini de valeurs.

 Remarque. Si f est étagée et x1 , . . ., xn sont ses valeurs distinctes, alors elle s’écrit
n
xn 1{f =xi } .
X
f=
i=1
Les fonctions étagées sont exactement les fonctions de la forme αi 1Ai où les parties Ai sont des éléments
Pn
i=1
de la tribu A .
Proposition 3.13. Soit f : E → R mesurable positive. Alors il existe une suite croissante (fn )n∈N de fonctions
étagées positives qui converge simplement vers f . De plus, si f est bornée, alors la convergence est uniforme.

Preuve Pour n ∈ N, on pose

n
n2 −1
k
1{k/2n 6f 6(k+1)/2n } + n1{f >n} .
X
fn =
2n
k=0
Alors les fonctions fn sont étagées positives car, comme f est mesurable, les ensembles {k/2n 6 f 6 (k + 1)/2n }
sont dans la tribu. Soit x ∈ E. Si f (x) = +∞, alors fn (x) = n pour tout n ∈ N, donc fn (x) → +∞ = f (x)
quand n → +∞. On suppose que f (x) < +∞. Pour n assez grand, i. e. pour n ∈ N vérifiant f (x) < n, il existe
k ∈ J0, n2n − 1K tel que
k+1 k 1
|f (x) − fn (x)| 6 − n = n,
2n 2 2
donc fn (x) → f (x) quand n → +∞. Donc la suite (fn )n∈N converge simplement vers f . Montrons que cette
suite est croissante. Soit x ∈ E.
– Si f (x) > n + 1, alors fn (x) 6 fn+1 (x).
– Si f (x) < n, alors f (x) ∈ k/2n , (k + 1)/2n+1 , donc fn+1 (x) > k/2n = fn (x).


– Si n 6 f (x) < n + 1, alors fn+1 (x) = k/2n+1 > n.

On suppose que f est bornée. Soit N > kf k∞ . Pour tous n > N et x ∈ E, on a |f (x) − fn (x)| 6 1/2n , donc
kf − fn k∞ 6 1/2n → 0 quand n → +∞, donc la suite (fn )n∈N converge uniformément vers f . 

 Remarque. Dans le cas où la fonction f est mesurable de signe quelconque, il existe une suite (fn )n∈N de
fonctions étagées qui converge simplement vers f . Si f est bornée, alors la convergence est uniforme.

10 Intégrale de Lebesgue – Chapitre 3

 Chapitre 4
Intégrale de Lebesgue
4.1 Intégration de fonctions . . . . . . . . . . . . . . . . . . 11 4.3.2 Propriétés de l’intégrale . . . . . . . . . . . . . . . 16
4.1.1 Intégration des fonctions étagées positives . . . . . 11 4.3.3 Formule de transfert . . . . . . . . . . . . . . . . . . 18
4.1.2 Intégration des fonctions mesurables positives . . 12 4.4 Théorème de convergence dominée et applications . . 18
4.2 Théorème de Beppo Levi et conséquences . . . . . . . 13 4.4.1 Théorème de convergence dominée . . . . . . . . . 18
4.2.1 Théorème et conséquences . . . . . . . . . . . . . . 13 4.4.2 Intégrales dépendant d’un paramètre . . . . . . . 19
4.2.2 Inégalité de Markov et conséquences . . . . . . . 14 4.5 Lien entre les intégrales de Riemann et de Lebesgue 21
4.2.3 Lemme de Fatou . . . . . . . . . . . . . . . . . . . 15 4.5.1 Intégrale de Riemann . . . . . . . . . . . . . . . . . 21
4.3 Fonctions intégrables . . . . . . . . . . . . . . . . . . . . 16 4.5.2 Comparaison entre les deux intégrales . . . . . . . 21
4.3.1 L’espace L 1 (E, A , µ) . . . . . . . . . . . . . . . . . 16

4.1 Intégration de fonctions

4.1.1 Intégration des fonctions étagées positives
Rappel. Les fonctions étagées sont exactement les fonctions ϕ : E → R de la forme
N
αi 1Ai
X
ϕ=
i=1

où α1 , . . . , αN ∈ R et A1 , . . . , An ∈ A tels que E = Ai . Dans la suite, on supposera toujours que l’écriture

FN
i=1
ci-dessus implique que les parties Ai forment une partition de E.

Notation. On note E+ l’ensemble des fonctions étagées de E dans R+ .

Définition 4.1. Soit ϕ = αi 1Ai ∈ E+ . On définit l’intégrale de ϕ par rapport à la mesure µ comme
PN
i=1
ˆ N
ϕ dµ :=
X
αi µ(Ai )
E i=1

avec la convention : si µ(Ai ) = +∞ et αi = 0, alors αi µ(Ai ) = 0.

 Remarques. – La définition ne dépend pas de l’écriture ϕ = N i=1 αi 1A où E = Ni=1 Ai . En effet, si on note

P F
Fi N
ϕ = i=1 αi 1{ϕ=αi } où les αi sont distincts et ϕ = i=1 βi 1Bi où E = i=1 Bi , alors
PN PN

N
X N X
X N
X  G  XN
βj µ(Bj ) = βj µ(Bj ) = αi µ Bj = αi µ({ϕ = αi }).
j=1 i=1 βj =αi i=1 βj =αi i=1
´
– Si ϕ ∈ E+ , alors E
ϕ dµ > 0.

Notation. On note indifféremment

ˆ ˆ ˆ ˆ
ϕ dµ, ϕ dµ, ϕ(x) dµ(x), ϕ(x)µ(dx).
E E E

. Exemples. – • Mesure de Dirac. Soient x ∈ E et ϕ ∈ E+ . Notons δx la mesure de Dirac associée à x sur

l’espace (E, A ). Alors ˆ
ϕ dδx = ϕ(x).
E

En effet, on suppose que ϕ = N i=1 αi 1{ϕ=αi } où les αi sont distincts. Alors

P
ˆ XN
ϕ dδx = αi δx ({ϕ = αi }) = αi0 avec αi0 = ϕ(x).
E i=1

– • Mesure de comptage. Soit ϕ ∈ E+ . Notons m la mesure de comptage sur l’espace (N, P(N)). Alors
ˆ X
ϕ dm = ϕ(n).
N n∈N

En effet, si ϕ = i=1 αi 1{ϕ=αi } où les αi sont distincts, alors

PN

X N
X X N
X ˆ
ϕ(n) = ϕ(n) = αi m({ϕ = ai }) = ϕ dm.
n∈N i=1 ϕ(n)=αi i=1 N

Intégrale de Lebesgue – Chapitre 4 11

 4.1. INTÉGRATION DE FONCTIONS

Proposition 4.2. 1. Si ϕ, ψ ∈ E+ et α > 0, alors αϕ + ψ ∈ E+ et

ˆ ˆ ˆ
(αϕ + ψ) dµ = α ϕ dµ + ψ dµ.

2. Si ϕ, ψ ∈ E+ vérifient ϕ 6 ψ, alors ˆ ˆ
ϕ dµ 6 ψ dµ.

1. On note ϕ = αi 1{ϕ=αi } et ψ = βj 1{ψ=βi } , alors

PN PM
Preuve i=1 j=1
N X
M N [
M
(ααi + βj )1Ai ∩Bj ∈ E+
X [
αϕ + ψ = et E = (Ai ∩ Bj ).
i=1 j=1 i=1 j=1

On a
ˆ N X
X M
(αϕ + ψ) dµ = (ααi + βj )µ(Ai ∩ Bj )
i=1 j=1
N
X M
X M
X M
X
=α αi µ(Ai ∩ Bj ) + βj µ(Ai ∩ Bj )
i=1 j=1 j=1 i=1
N
X N
G  XM M
G 
=α αi µ Ai ∩ B j + βj µ Ai ∩ B j
i=1 j=1 j=1 i=1
N
X M
X
=α αi µ(Ai ) + βj µ(Bj )
i=1 j=1
ˆ ˆ
=α ϕ dµ + ψ dµ.

2. On a ψ = ϕ + (ψ − ϕ) où les fonctions ϕ et ψ − ϕ sont dans E+ . D’après le point 1, on a

ˆ ˆ ˆ ˆ
ψ dµ = ϕ dµ + (ψ − ϕ) dµ > ϕ dµ. 

Notation. Pour ϕ ∈ E+ et A ∈ A , on note

ˆ ˆ
ϕ dµ := ϕ1A dµ.
A E

On a bien ϕ1A ∈ E+ car, si ϕ = αi 1Ai , alors ϕ1A = αi 1Ai ∩A .

PN PN
i=1 i=1

Lemme 4.3. Soient ϕ ∈ E+ et (En )n∈N une suite croissante de A telle que E = En . Alors
S
n∈N
ˆ ˆ
ϕ dµ −−−−−→ ϕ dµ.
En n→+∞ E

On note ϕ = Ni=1 αi 1Ai . Alors

P
Preuve
ˆ N
X N
X [  XN ˆ
ϕ dµ = αi µ(Ai ∩ En ) −−−−−→ αi µ [Ai ∩ En ] = αi µ(Ai ) = ϕ dµ
En n→+∞ E
i=1 i=1 n∈N i=1

car les suites (µ(Ai ∩ En ))n∈N sont croissantes et En = E.

S
n∈N 

4.1.2 Intégration des fonctions mesurables positives

Notation. On note M+ l’ensemble des fonctions mesurables de E dans R+ ∪ {+∞}.

Définition 4.4. Soit f ∈ M+ . On définit son intégrale par rapport à la mesure µ comme
ˆ ߈ ™
f dµ := sup ϕ dµ ϕ ∈ E+ , ϕ 6 f .
E E

 Remarques. – Par croissance de l’intégrale des fonctions de E+ , la définition précédente n’est pas ambiguë.
´
– Si f ∈ M+ , alors f dµ > 0.
´ ´
– Si f, g ∈ M+ vérifient f 6 g, alors f dµ 6 g dµ.

12 Intégrale de Lebesgue – Chapitre 4

 4.2. THÉORÈME DE BEPPO LEVI ET CONSÉQUENCES

Notation. Pour ϕ ∈ E+ et A ∈ A , on a f 1A ∈ M+ et on note

ˆ ˆ
f dµ := f 1A dµ.
A A

. Exemples. – • Mesure de Dirac. Soient x ∈ E et f ∈ M+ . On montrera plus tard que

ˆ
f dδx = f (x).
E
– • Mesure de comptage. Soient m la mesure de comptage sur (N, P(N)) et f ∈ M+ . Alors
ˆ X
f dm = f (n).
N n∈N

4.2 Théorème de Beppo Levi et conséquences

4.2.1 Théorème et conséquences
Théorème 4.5 (Beppo Levi). Soit (fn )n∈N une suite croissante de fonctions de M+ . Alors
ˆ ˆ
lim fn dµ = lim fn dµ.
E n→+∞ n→+∞ E
´
Preuve Comme (fn )n∈N est croissante, la suite ( fn dµ)n∈N est croissante, donc elle admet une limite et
ˆ ˆ
∀n ∈ N, fn dµ 6 f dµ avec f := lim fn ,
E E n→+∞

donc ˆ ˆ
lim fn dµ 6 f dµ. (1)
n→+∞ E E
Montrons l’autre inégalité. Soit ϕ ∈ E+ telle
S que ϕ 6 f . Soit α ∈ ]0, 1[. Pour n ∈ N, posons En = {fn > αϕ} ∈ A .
La suite (En )n∈N est croissante et E = n∈N En car, si x ∈ E, il existe n ∈ N tel que fn (x) > αϕ(x). Par le
lemme précédent, on a alors ˆ ˆ
αϕ dµ −→ αϕ dµ.
En E
Comme αϕ1En 6 fn , la croissance de l’intégrale donne
ˆ ˆ ˆ ˆ
αϕ dµ 6 fn dµ, donc α ϕ dµ 6 lim fn dµ.
En E E n→+∞ E
Ceci est vrai pour tout α ∈ ]0, 1[. En laissant tendre α vers 1, on obtient
ˆ ˆ
ϕ dµ 6 lim fn dµ.
E n→+∞ E
On passe à la borne supérieure sur les fonctions ϕ ∈ E+ vérifiant ϕ 6 f et on obtient
ˆ ˆ
f dµ 6 lim fn dµ. (2)
E n→+∞ E
Les inégalités (1) et (2) montrent l’égalité voulue. 

 Remarque. Le résultat est faux pour les suites décroissantes. Par exemple, si fn = 1[n,+∞[ pour n ∈ N, alors
ˆ ˆ ˆ
∀n ∈ N, fn dλ = λ([n, +∞[) = +∞ et lim fn dλ = 0 dλ = 0.
R R n→+∞ R

Proposition 4.6. Soient f, g ∈ M+ et α > 0. Alors

ˆ ˆ ˆ
(αf + g) dµ = α f dµ + g dµ.
E E E

Preuve On sait qu’il existe deux suites (fn )n∈N et (gn )n∈N croissantes de E+ qui convergent simplement
respectivement vers f et g. Comme la suite (fn + gn )n∈N est croissante de E+ , le théorème de Beppo Levi donne
ˆ ˆ ˆ ˆ
α fn dµ + gn dµ = (αfn + gn ) dµ −→ (αf + g) dµ
et ˆ ˆ ˆ ˆ
α fn dµ + gn dµ −→ α f dµ + g dµ.

D’où l’égalité. 

Intégrale de Lebesgue – Chapitre 4 13

 4.2. THÉORÈME DE BEPPO LEVI ET CONSÉQUENCES

Application. • Mesure de Dirac. Soient x ∈ E et f ∈ M+ . Il existe une suite (fn )n∈N croissante de E+ qui
converge simplement vers f . D’après le théorème de Beppo Levi, on a
ˆ ˆ
fn (x) = fn dδx −→ f dδx .
´
Or fn (x) → f (x), donc f dδx = f (x).
´
 Remarque. Si f, g ∈ M+ vérifient f 6 g et f dµ < +∞, alors
ˆ ˆ ˆ
(g − f ) dµ = g dµ − f dµ.

Proposition 4.7. Soit (fn )n∈N une suite de fonctions de M+ . Alors fn ∈ M+ et

P
n∈N
ˆ X Xˆ
fn dµ = fn dµ.
E n∈N n∈N E

Preuve La fonction n∈N fn étant une limite de fonctions mesurables positives, elle est elle-même mesurable
P

positive. De plus, la suite ( N

n=0 fn )N ∈N est croissante, donc on peut appliquer le théorème de Beppo Levi, i. e.
P

XN ˆ ˆ X N ˆ X
fn dµ = fn dµ −→ fn dµ.
n=0 n=0 n∈N
Or
N ˆ
X Xˆ
fn dµ −→ fn dµ. 
n=0 n∈N

Proposition 4.8 (mesure à densité). Soit g ∈ M+ . Pour A ∈ A , on pose

ˆ
ν(A) = g dµ.
A
Alors ν est une mesure sur (E, A ), appelée la mesure à densité g par rapport à µ. Par ailleurs, si f ∈ M+ , alors
ˆ ˆ
f dν = f g dµ.
E E

. Exemple. Cette notion a déjà été utilisée en probabilité. Si X : Ω → R est une variable aléatoire réelle sur un
espace probabilisé (Ω, A , P), on dit que X suit la loi normale N (µ, σ) si sa loi PX est la mesure à densité
1 (x − µ)2
Å ã
x 7−→ √ exp − ,
σ 2π 2σ 2
i. e. pour tout A ∈ B(R), on a
ˆ
1 (x − µ)2
Å ã
PX (A) = √ exp − dλ(x).
A σ 2π 2σ 2

4.2.2 Inégalité de Markov et conséquences

Lemme 4.9 (inégalité de Markov). Soient f ∈ M+ et a > 0. Alors
ˆ
1
µ({f > a}) 6 f dµ.
a E

Preuve On a a1{f >a} 6 f . Par croissance, on a

ˆ ˆ
aµ({f > a}) = a 1{f >a} dµ 6 f dµ.

D’où l’inégalité. 
´
Corollaire 4.10. Si f ∈ M+ vérifie f dµ < +∞, alors µ({f = +∞}) = 0.

Preuve Pour tout n ∈ N∗ , on a

ˆ
1
µ({f = +∞}) 6 µ({f > n}) 6 f dµ −→ 0,
n
donc µ({f = +∞}) = 0. 

14 Intégrale de Lebesgue – Chapitre 4

 4.2. THÉORÈME DE BEPPO LEVI ET CONSÉQUENCES

´
Proposition 4.11. 1. Si f ∈ M+ , alors f dµ = 0 si et seulement si f = 0 µ-presque partout.
´ ´
2. Si f, g ∈ M+ vérifie f = g µ-presque partout, alors f dµ = g dµ.
´
 Remarque. Si f ∈ M+ et A ∈ A vérifie µ(A) = 0, alors A
f dµ = 0.

4.2.3 Lemme de Fatou

Lemme 4.12 (Fatou). Soit (fn )n∈N une suite de M+ . Alors
ˆ ˆ
lim fn dµ 6 lim fn dµ.
E n→+∞ n→+∞ E

Preuve Comme la suite (inf k>n fk )n∈N est une suite croissante de M+ , le théorème de Beppo Levi donne
ˆ ˆ ˆ
lim fn dµ = lim inf fk dµ = lim inf fk dµ.
n→+∞ n→+∞ k>n n→+∞ k>n

Soit m > n. On a inf k>n fn 6 fm . Par croissance de l’intégrale, on a

ˆ ˆ
inf fk dµ 6 fm dµ.
k>n

En passant à l’infimum pour m > n, on obtient que

ˆ ˆ
inf fk dµ 6 inf fm dµ.
k>n m>n

D’où le lemme. 

Application. Si (fn )n∈N est une suite de fonctions de M+ telle que

ˆ
sup fn dµ < +∞
n∈N
´
et qui converge simplement vers une fonction f , alors f dµ < +∞. En effet, par le lemme de Fatou, on a
ˆ ˆ ˆ ˆ
f dµ = lim fn dµ 6 lim fn dµ 6 sup fn dµ < +∞.
n→+∞ n→+∞ n∈N

 Remarque. – Il est essentiel que les fonctions soient positives. Un contre-exemple est le suivant. Pour n ∈ N∗ ,
on pose fn := 1[0,1] − 1[n,n+1] . On verra que
ˆ ˆ ˆ
fn dλ = 0 et lim fn dλ = 1[0,1] dλ = λ([0, 1]) = 1,
R R n→+∞ R
mais on a ˆ
lim fn dλ = 0.
n→+∞ R

– Les inégalités avec la limite supérieure ne sont pas vraies dans le cas général. En revanche, le résultat suivant
est vrai.
Lemme 4.13. Soit (fn )n∈N une suite de M+ telle qu’il existe g ∈ M+ vérifiant
ˆ
∀n ∈ N, fn 6 g et g dµ < +∞.

Alors ˆ ˆ
lim fn dµ > lim fn dµ.
E n→+∞ n→+∞ E

Preuve On applique le lemme de Fatou à la suite (g − fn )n∈N et on obtient

ˆ ˆ
lim (g − fn ) 6 lim (g − fn ) dµ.
n→+∞ n→+∞

Or ˆ ˆ ˆ ˆ
lim (g − fn ) = (g − lim fn ) dµ = g dµ − lim fn dµ
n→+∞ n→+∞ n→+∞

et ˆ ˆ ˆ
lim (g − fn ) dµ = g dµ − lim fn dµ.
n→+∞ n→+∞

D’où l’inégalité. 

Intégrale de Lebesgue – Chapitre 4 15

 4.3. FONCTIONS INTÉGRABLES

4.3 Fonctions intégrables

4.3.1 L’espace L 1 (E, A , µ)
Dans la suite, on notera K = R ou C. Attention, le corps n’est pas le corps « rouc ».

Définition 4.14. On dit qu’une fonction f : (E, A ) → (K, B(K)) est µ-intégrable si elle est µ-mesurable et
ˆ
|f | dµ < +∞.
E

On note L (E, A , µ) (ou L (E, µ) ou encore L 1 (E)) l’ensemble des fonctions µ-mesurables de E dans K. On
1 1

étend cette définition aux fonctions à valeurs dans R ou dans un sous-ensemble de K.

Notation. Si f : (E, A ) → (R, B(R)) est mesurable, on note

f + := max(f, 0) = f 1{f >0} et f − := − min(f, 0) = −f 1{f 60} .
On remarque que ce sont des fonctions positives telles que f = f + − f − et |f | = f + + f − . Alors la fonction f
est mesurable si et seulement si les fonctions f + et f − le sont.

Proposition 4.15. Soit f : (E, A ) → (K, B(K)).

1. Si K = R, alors f est intégrable si et seulement si f + et f − sont intégrables.
2. Si K = C, alors f est intégrable si et seulement si Re f et Im f sont intégrables.

Preuve 1. D’après la remarque précédente, on sait déjà que f est mesurable si et seulement si f + et f − le sont.
D’autre part, on a f + 6 |f | = f + + f − et f − 6 |f | = f + + f − , donc
ˆ ˆ ˆ ˆ
f dµ 6 |f | dµ = f dµ + f − dµ.
± +

´ ´ ´
donc |f | dµ < +∞ si et seulement si f + dµ < +∞ et f − dµ < +∞.
2. L’équivalence est vraie pour la mesurabilité. On a |Re f | 6 |f | 6 |Re f |+|Im f | et |Im f | 6 |f | 6 |Re f |+|Im f |.
De même, on établit l’équivalence. 

Définition 4.16. Soit f : (E, A ) → (K, B(K)) une fonction µ-intégrable. Si K = R, on pose
ˆ ˆ ˆ
f dµ := f + dµ − f − dµ.
E E E
Si K = C, on pose ˆ ˆ ˆ
f dµ := Re f dµ + i Im f dµ.
E E E

Si A ∈ A , alors f 1A ∈ L 1 (E) et on pose

ˆ ˆ
f dµ := f 1A dµ.
A E

Proposition 4.17. Soient f, g : E → K mesurables

´ ´ tels que f = g µ-presque partout. Alors f ∈ L (E) si et
1

seulement si g ∈ L (E). Dans ce cas, on a f dµ = g dµ.

1

Preuve On suppose que K = R. On a {f + 6= g + } ⊂ {f 6= g} et {f − 6= g − } ⊂ {f 6= g}, donc f + = g + et

f − = g − µ-presque partout, donc f + , f − ∈ L 1 (E) si et seulement si g + , g − ∈ L 1 (E). Dans ce cas, on a
ˆ ˆ ˆ ˆ ˆ ˆ
f + dµ − f − dµ = g + dµ − g − dµ, donc f dµ = g dµ.

On suppose que K = C. On a {Re f 6= Re g} ⊂ {f 6= g} et {Im f f 6= Im g} ⊂ {f 6= g}, donc Re f = Re g et

Im f = Im g µ-presque partout, donc Re f, Im f ∈ L 1 (E) si et seulement si Re g, Im g ∈ L 1 (E). 

4.3.2 Propriétés de l’intégrale

Proposition 4.18 (linéarité). Soient f, g ∈ L 1 (E). Alors
1. on a f + g ∈ L 1 (E) et ˆ ˆ ˆ
(f + g) dµ = f dµ + g dµ ;

16 Intégrale de Lebesgue – Chapitre 4

 4.3. FONCTIONS INTÉGRABLES

2. pour tout α ∈ K, on a αf ∈ L 1 (E) et

ˆ ˆ
αf dµ = α f dµ.

Preuve 1. On a ˆ ˆ ˆ
|f + g| dµ 6 |f | dµ + |g| dµ < +∞,

donc f + g ∈ L 1 (E). On suppose que K = R. On a f + g = f + − f − + g + − g − , donc

(f + g)+ + f − + g − = (f + g)− + f + + g + ,
donc ˆ ˆ ˆ ˆ ˆ ˆ
(f + g) dµ +
+
f dµ +
−
g dµ =
−
(f + g) dµ + −
f dµ +
+
g + dµ,

En réarrangeant les termes, on obtient l’égalité. On suppose que K = C. On a

ˆ ˆ ˆ
(f + g) dµ = (Re f + Re g) dµ + i (Im f + Im g) dµ
ˆ ˆ ˆ ˆ
= Re f dµ + Re g dµ + i Im f dµ + i Im g dµ
ˆ ˆ
= f dµ + g dµ.

2. Soit α ∈ K. On a ˆ ˆ ˆ
|αf | dµ 6 |a| |f | dµ 6 |α| |f | dµ < +∞,

donc αf ∈ L 1 (E). On suppose que K = R. Si a > 0, alors

ˆ ˆ ˆ ˆ ˆ
αf dµ = (αf )+ dµ − (αf )− dµ = αf + dµ − αf − dµ
ˆ ˆ ˆ
= α f + dµ − α f − dµ = α f dµ.

Si a < 0, alors
ˆ ˆ ˆ ˆ ˆ ˆ
αf dµ = (αf )+ dµ − (αf )− dµ = −αf − dµ − −αf + dµ = α f dµ.

Si K = C, on utilise la linéarité dans le cas K = R. 

Corollaire 4.19 (relation de Chasles). Soient f ∈ L 1 (E) et A, B ∈ A tels que A ∩ B = ∅. Alors

ˆ ˆ ˆ
f dµ = f dµ + f dµ.
A∪B A B

Preuve On utilise la linéarité et le fait que 1A∪B = 1A + 1B . 

Corollaire 4.20 (croissance). Soient f, g ∈ L 1 (E) tels que f 6 g sur E. Alors

ˆ ˆ
f dµ 6 g dµ.

´
Preuve La fonction g − f est mesurable et positive, donc (g − f ) dµ > 0, d’où l’inégalité par linéarité. 

 Remarque. Le résultat est également vraie si f 6 g µ-presque partout.

Proposition 4.21 (inégalité triangulaire). Soit f ∈ L 1 (E). Alors

ˆ ˆ
f dµ 6 |f | dµ.

Preuve On suppose que K = R. On a

ˆ ˆ ˆ ˆ ˆ ˆ
f dµ = f dµ − f dµ 6 f dµ + f dµ = |f | dµ.
+ − + −

´ ´
On suppose que K = C. Si f dµ = 0, l’inégalité est vraie. On suppose ainsi que f dµ 6= 0. On a
ˆ ˆ ´
f dµ
f dµ = αf dµ avec α := ´ .
f dµ

Intégrale de Lebesgue – Chapitre 4 17

 4.4. THÉORÈME DE CONVERGENCE DOMINÉE ET APPLICATIONS

´
On remarque que |α| = 1. D’après l’inégalité triangulaire pour K = R et comme f dµ est un réel, on a
ˆ ˆ ˆ
f dµ = Re(αf ) dµ + i Im(αf ) dµ
ˆ
6 |Re(αf )| dµ
ˆ ˆ
6 |αf | dµ = |f | dµ. 

4.3.3 Formule de transfert

Rappel. Si une fonction ϕ : (E, A ) → (F, B) est mesurable et l’application µ est une mesure sur (E, A ), alors
B −→ R,
µϕ :
B 7−→ µ(ϕ−1 (B))
est une mesure appelée mesure image de µ par ϕ.

Proposition 4.22. Soient f : F → K mesurable. Alors la fonction f est µϕ intégrable si et seulement si la

fonction f ◦ ϕ est µ-intégrable. Dans ce cas, on a
ˆ ˆ
f dµϕ = f ◦ ϕ dµ.
F E

Preuve On adopte la méthode de la Standard Machine pour montre cette propriété. On suppose que f = 1B
avec B ∈ B. Alors
ˆ ˆ
f ◦ ϕ dµ = µ({ϕ ∈ B}) et f dµϕ = µϕ (B) = µ(ϕ−1 (B)) = µ({ϕ ∈ B}).
E F

Par linéarité, c’est vrai pour des fonctions f étagées. On suppose que f > 0. Il existe une suite (fn )n∈N de
fonctions mesurables positives qui converge simplement vers f . Alors
ˆ ˆ
∀n ∈ N, fn ◦ ϕ dµ = fn dµϕ .
E F

Comme les suites (fn )n∈N et (fn ◦ ϕ)n∈N sont croissantes, le théorème de Beppo Levi donne
ˆ ˆ ˆ ˆ
fn dµϕ −→ f dµϕ et fn ◦ ϕ dµ −→ f ◦ ϕ dµ.
F F E E
D’où l’égalité pour des fonctions f mesurables positives. Par linéarité, on montre que c’est vrai pour des fonctions
f mesurables. Enfin, on traire le même dans le cas des fonctions f à valeurs dans C. 

Application au calcul de l’espérance. Soit X : Ω → R une variable aléatoire réelle définie sur un espace
probabilisé (Ω, A , P). L’espérance de X vérifie
ˆ ˆ
E(X) := X dP = x dPX (x)
Ω R
en prenant ϕ = X et f = IdR .

4.4 Théorème de convergence dominée et applications

4.4.1 Théorème de convergence dominée
Théorème 4.23. Soient (fn )n∈N une suite de fonctions mesurables E dans K et f : E → K mesurable telles que
– pour µ-presque tout x ∈ E, la suite (fn (x))n∈N converge vers f (x) ;
– il existe g : E → K intégrable telle que, pour tout n ∈ N, on ait µ-presque partout |fn | 6 g.
Alors les fonctions fn et f sont intégrables et
ˆ
|f − fn | dµ −−−−−→ 0.
E n→+∞

En particulier, on a ˆ ˆ
fn dµ −−−−−→ f dµ.
E n→+∞ E

18 Intégrale de Lebesgue – Chapitre 4

 4.4. THÉORÈME DE CONVERGENCE DOMINÉE ET APPLICATIONS

Preuve En notant {fn → f } := {x ∈ E | fn (x) → f (x)}, soit

A := {fn → f } ∩
\
{|fn | 6 g} ∈ A .
n∈N

Alors X
µ(Ac ) 6 µ({fn 9 f }) + µ({|fn | > g}) = 0.
n∈N

On applique le lemme 4.13 aux fonctions |f − fn | 1A ∈ M+ . En effet, on a

|f − fn | 1A 6 (|f | + |fn |)1A 6 2g
car, si x ∈ A, alors |fn (x)| 6 g(x) pour tout n et fn (x) → f (x), donc |f (x)| 6 g(x). Comme 2g ∈ L 1 (E), on a
ˆ ˆ
0= lim |f − fn | 1A dµ > lim |f − fn | 1A dµ,
E n→+∞ n→+∞ E
ce qui donne ˆ ˆ
0 6 lim |f − fn | dµ 6 lim |f − fn | dµ 6 0.
n→+∞ A n→+∞ A

Ainsi, les limites supérieures et inférieures sont égales, donc la limite en nulle. Comme Ac est un ensemble
négligeable, on en déduit que
ˆ ˆ
lim |f − fn | dµ = lim |f − fn | dµ = 0. 
n→+∞ E n→+∞ A

Corollaire 4.24. Soient (fn )n∈N une suite de fonctions mesurables de E dans K telle que
Xˆ
|fn | dµ < +∞.
n∈N E

Alors la fonction fn est définie µ-presque partout, intégrable et

P
n∈N
ˆ X Xˆ
fn dµ = fn dµ.
E n∈N n∈N E

Preuve Par le théorème de Beppo Levi, on a

ˆ X Xˆ
fn dµ = fn dµ < +∞,
E n∈N n∈N E

donc la fonction n∈N |fn | est finie µ-presque

P partout, donc la série fn (x) converge Pabsolument pour µ-presque
P P
tout x ∈ E. On définit donc la fonction n∈N f n µ-presque partout. Soit A := { n∈N |fn | < +∞} ∈ A . On
pose n∈N fn (x) = 0 pour x ∈ / A. Alors la fonction n∈N fn est mesurable et même intégrable car
P P
ˆ X ˆ X
fn dµ 6 |fn | dµ < +∞.
E n∈N E n∈N

On appliquePle théorème de convergence dominée à la suiteP( nk=0 fk )n∈N qui converge µ-presque partout vers
P
la fonction k∈N fk et dont chaque terme est dominé par k∈N fk . Ainsi
Xn ˆ ˆ Xn ˆ X
fk dµ = fk dµ −−−−−→ fk dµ. 
E E k=0 n→+∞ E k∈N
k=0

 Remarque. Lorsqu’une fonction est définie µ-presque partout et égale à une fonction intégrable µ-presque
partout, on s’autorisera à parler de son intégrale.

4.4.2 Intégrales dépendant d’un paramètre

(i) Limite et continuité sous l’intégrale
Soient (Y, d) un espace métrique et f : E × Y → K. On s’intéresse aux propriétés de la fonction
Y −→ K,
ˆ
F:
y 7−→ f (x, y) dµ(x)
E
lorsqu’elle est définie.

Intégrale de Lebesgue – Chapitre 4 19

 4.4. THÉORÈME DE CONVERGENCE DOMINÉE ET APPLICATIONS

Théorème 4.25 (limite sous l’intégrale). Soient y ∈ Y et ` : E → K mesurable. On suppose que

(i) pour tout y ∈ Y , la fonction x 7−→ f (x, y) est mesurable ;
(ii) pour µ-presque tout x ∈ E, on a f (x, y) → `(x) quand y → y ;
(iii) il existe g ∈ L 1 (E) telle que, pour µ-presque tout x ∈ E, on ait |f (x, y)| 6 g(x) pour tout y ∈ Y .
Alors ` ∈ L 1 (E), la fonction F est bien définie sur tout Y et
ˆ ˆ
F (y) = f (x, y) dµ(x) −−−→ `(x) dµ(x).
E y→y E

Preuve Par (i) et (iii), la fonction F est définie sur tout Y . Soient (yn )n∈N une suite de Y telle que yn → y. On
considère la suite de fonctions (ϕn )n∈N définie par
E −→ K,
ϕn :
x 7−→ f (x, yn )
pour tout n ∈ N. Par (i), pour tout n ∈ N, la fonction ϕn est mesurable. Par (ii), pour µ-presque tout x ∈ E, on
a ϕn (x) → `(x). Par (iii), pour tout n ∈ N, on a µ-presque partout |ϕn | 6 g. Par le théorème de convergence
dominée, on a ` ∈ L 1 (E) et
ˆ ˆ
F (yn ) = f (x, yn ) dµ(x) −−−−−→ `(x) dµ(x). 
E n→+∞ E

Corollaire 4.26 (continuité sous l’intégrale). En remplaçant l’hypothèse (ii) du théorème précédent par
(ii ) pour µ-presque tout x ∈ E, la fonction y 7−→ f (x, y) est continue en y.
0

Alors la fonction F est définie sur Y et continue en y.

Preuve Idem que celle du théorème avec ` : x 7−→ f (x, y). 

(ii) Dérivation sous l’intégrale

Soient I un intervalle non vide de R et f : E × I → R. On pose toujours
I −→ K,
ˆ
F:
y 7−→ f (x, y) dµ(x)
E

Théorème 4.27 (dérivation sous l’intégrale). On suppose que

(i) pour tout y ∈ I, la fonction x 7−→ f (x, y) est intégrable ;
(ii) pour µ-presque tout x ∈ E, la fonction y 7−→ f (x, y) est dérivable sur I, de dérivée notée y 7−→ ∂y f (x, y) ;
(iii) il existe g ∈ L 1 (E) telle que, pour µ-presque tout x ∈ E, on ait |∂y f (x, y)| 6 g(x) pour tout y ∈ I.
Alors la fonction F est dérivable sur I et, pour tout y ∈ I, on a
ˆ
F (y) =
0
∂y f (x, y) dµ(x).
E

Preuve Soient y ∈ I et (yn )n∈N une suite de I \ {y} telle que yn → y. Pour n ∈ N, on pose
E −→ K,
ϕn : f (x, yn ) − f (x, y)
x 7−→ .
yn − y
Par (i), les fonctions ϕn sont mesurables. Par (ii), pour µ-presque tout x ∈ E, on a ϕn (x) → ∂y f (x, y). Enfin,
pour tout n ∈ N et pour µ-presque tout x ∈ E, le théorème des accroissements finis puis (iii) donnent
f (x, yn ) − f (x, y)
|ϕn (x)| 6 6 sup |∂y f (x, y)| 6 g
yn − y y∈[yn ,y]

Le théorème de convergence dominée affirme alors

ˆ ˆ
F (yn ) − F (y)
= ϕn (x) dµ(x) −−−−−→ ∂y f (x, y) dµ(x).
yn − y E n→+∞ E
Ceci est vrai pour tout y ∈ I, donc la fonction F est dérivable en y et cette dernière limite permet de conclure. 

 Remarque. Si on remplace « dérivable » par « de classe C1 » dans (ii), on obtient que´ la fonction F est de
classe C1 sur I. En effet, il suffit d’appliquer le théorème de continuité sous l’intégrale à E ∂y f (x, y) dµ(x).

20 Intégrale de Lebesgue – Chapitre 4

 4.5. LIEN ENTRE LES INTÉGRALES DE RIEMANN ET DE LEBESGUE

4.5 Lien entre les intégrales de Riemann et de Lebesgue

4.5.1 Intégrale de Riemann
Définition 4.28. Soit [a, b] un segment de R. On dit qu’une fonction f : [a, b] → R est en escalier si elle est de
la forme
N
αi 1Ii
X
f=
i=1

où les ensembles I1 , . . ., In sont des intervalles de [a, b]. On note Esc l’ensemble des fonctions en escalier. Avec
ces mêmes notations, on note alors
ˆ b N
f (x) dx :=
X
αi `(Ii ).
a i=1

où la notation `(I) désigne la longueur d’un intervalle I.

 Remarque. Toute fonction en escalier est une fonction étagée. La réciproque est fausse.

Définition 4.29. Soit f : [a, b] → R bornée. On pose

®ˆ b ´ ®ˆ b
´
I− (f ) := sup ϕ(x) dx ϕ ∈ Esc, ϕ 6 f et I+ (f ) := inf ϕ(x) dx ϕ ∈ Esc, ϕ > f .
a a

Lorsque ces deux quantités sont égales, on dit que la fonction f est Riemann-intégrable.

. Exemple. L’indicatrice 1Q n’est pas Riemann-intégrable car I− (1Q ) = 0 et I+ (1Q ) = 1.

Théorème 4.30. Soit (fn )n∈N une suite de fonctions Riemann-intégrable qui converge uniformément vers une
fonction f . Alors la fonction f est Riemann-intégrable et
ˆ b ˆ b
f (x) dx = lim fn (x) dx.
a n→+∞ a

Définition 4.31. On dit qu’une fonction f : [a, b] → R bornée est réglée si elle est limite uniforme d’une suite
de fonctions en escalier.

 Remarque. Par le dernier théorème, toute fonction réglée est Riemann-intégrable. On peut montrer qu’une
fonction f est réglée si et seulement si elle admet en tout point une limite à gauche et une limite à droite et que,
si f est réglée, alors elle admet un nombre dénombrable de discontinuité.

. Exemple. Les fonctions continues, continues par morceaux et monotones sont réglées. On peut montrer le
théorème suivant.
Théorème 4.32 (critère de Lebesgue). Soit f : [a, b] → R bornée. Alors la fonction f est Riemann-intégrable
si et seulement si elle est continue λ-presque partout.

4.5.2 Comparaison entre les deux intégrales

Théorème 4.33. Soit f : [a, b] → R Riemann-intégrable. Alors il existe g : [a, b] → R intégrable telle que
ˆ b ˆ
f = g λ-presque partout et f (x) dx = g dλ.
a [a,b]

Preuve Par définition, il existe deux suites (ϕn )n∈N et (ψn )n∈N de fonctions en escalier telles que ϕn 6 f 6 ψn
pour tout n ∈ N et
ˆ b ˆ b ˆ b ˆ b
ϕn (x) dx −−−−−→ f (x) dx et ψn (x) dx −−−−−→ f (x) dx.
a n→+∞ a a n→+∞ a
On peut supposer la suite (ϕn )n∈N croissante quitte à remplacer ϕn par max(ϕ0 , . . . , ϕn ). De même, on peut
supposer la suite (ψn )n∈N décroissante. On pose alors g := limn→+∞ ϕn . Elle est mesurable comme limite de
fonctions mesurables. La suite (ϕn − ϕ0 )n∈N est une suite croissante de M+ . Le théorème de Beppo Levi donne
ˆ ˆ
(ϕn − ϕ0 ) dλ −−−−−→ (g − ϕ0 ) dλ.
[a,b] n→+∞ [a,b]

Intégrale de Lebesgue – Chapitre 4 21

 4.5. LIEN ENTRE LES INTÉGRALES DE RIEMANN ET DE LEBESGUE

Or comme les fonctions ϕn sont en escaliers, on a

ˆ b ˆ ˆ
ϕn (x) dx = ϕn dλ −−−−−→ g dλ.
a [a,b] n→+∞ [a,b]

D’où ˆ ˆ b
g dλ = f (x) dx avec g 6 f.
[a,b] a

De même, en notant note h := limn→+∞ ψn , on a

ˆ ˆ b
h dλ = f (x) dx avec f 6 h.
[a,b] a

La fonction h − g est positive et d’intégrale nulle, donc g = h λ-presque partout. Comme {f 6= g} ⊂ {g 6= h}, on
en déduit l’égalité f = g λ-presque partout. 

 Remarque. Dans la suite, lorsque f est Riemann-intégrable et mesurable, on écrira indifféremment

ˆ b ˆ ˆ b
f (x) dx, f dλ et f dλ.
a [a,b] a

On peut montrer le théorème suivant.

Théorème 4.34. Si une fonction f : ]a, b[ → R est mesurable, localement Riemann-intégrable et d’intégrale de
Riemann absolument convergente, alors
ˆ ˆ b
f ∈ L 1λ ([a, b]) et f dλ = f (x) dx.
[a,b] a

Preuve On applique le théorème de convergence dominée à la suite f 1[an ,bn ] où les suites (an )n∈N et (bn )n∈N
sont respectivement décroissante et croissante et tendent respectivement vers a et b. 

22 Construction de mesures, unicité – Chapitre 4

 Chapitre 5
Construction de mesures, unicité
5.1 Construction de mesures . . . . . . . . . . . . . . . . . . 23 5.2.2 Théorème d’unicité des mesures . . . . . . . . . . 26
5.1.1 Mesures extérieures . . . . . . . . . . . . . . . . . . . 23 5.2.3 Unicité de la mesure de Lebesgue . . . . . . . . . 26
5.1.2 Mesure de Lebesgue . . . . . . . . . . . . . . . . . 24 5.3 Tribu complétée, mesure complétée . . . . . . . . . . . 27
5.2 Unicité des mesures . . . . . . . . . . . . . . . . . . . . . 25 5.3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . 27
5.2.1 Lemme des classes monotones . . . . . . . . . . . . 25 5.3.2 Complétion de B(Rd ) . . . . . . . . . . . . . . . . . 27

5.1 Construction de mesures

Problématique. Par exemple, on peut facilement construire la mesure de Lebesgue sur les intervalles de R :
on associe un intervalle I à sa longueur, notée `(I). On souhaite prolonger ça aux boréliens de R.

5.1.1 Mesures extérieures

Dans toute la sous-section, la lettre E désignera un ensemble quelconque.

Définition 5.1. On appelle mesure extérieure sur E toute application µ∗ : P(E) → R ∪ {+∞} vérifiant
– µ (∅) = 0,
∗

– si A et B sont deux parties de E telles que A ⊂ B, alors µ∗ (A) 6 µ∗ (B),

– si (An )n∈N est une suite de P(E), alors µ∗ ( n∈N An ) 6 n∈N µ∗ (An ).
S P

 Remarque. Toute mesure sur (E, P(E)) est en particulier une mesure extérieure.

Définition 5.2. Soit µ∗ un mesure extérieure sur E. On dit qu’une partie A de E est µ∗ -mesurable si, pour
toute partie B de E, on a µ∗ (B) = µ∗ (B ∩ A) + µ∗ (B \ A). On note Mµ∗ l’ensemble des parties µ∗ -mesurables.

Proposition 5.3. Soit µ∗ est mesure extérieure sur E. Alors

1. la classe de parties Mµ∗ est une tribu sur E ;
2. la mesure extérieure µ∗ définit une mesure sur l’espace mesurable (E, Mµ∗ ).

Preuve 1. On a bien ∅ ∈ Mµ∗ . Si A ∈ Mµ∗ , alors

∀B ⊂ E, µ∗ (B) = µ∗ (B ∩ A) + µ∗ (B \ A) = µ∗ (B \ Ac ) + µ∗ (B ∩ Ac ),
donc Ac ∈ Mµ∗ . Soit (An )n∈N une suite de Mµ∗ . Il suffit de montrer que
 [   [ 
∀B ⊂ E, µ∗ (B) > µ∗ B ∩ An + µ∗ B \ An .
n∈N n∈N

Soit B ⊂ E. Par récurrence, on montre que, pour tout N ∈ N, on a

N
X  n−1
[   N
[ 
µ∗ (B) = µ∗ B \ Ak ∩ An + µ∗ B \ An
n=0 k=1 n=0
N
X  n−1
[   [ 
> µ∗ B \ Ak ∩ An + µ∗ B \ An .
n=0 k=1 n∈N

En laissant tendre N vers +∞, on obtient

+∞
X  n−1
[   [ 
µ∗ (B) > µ∗ B \ Ak ∩ An + µ∗ B \ An
n=0 k=0 n∈N
[ n−1
[   [ 
> µ∗ B\ Ak ∩ An + µ∗ B \ An
n∈N k=0 n∈N
 [   [ 
>µ ∗
B∩ An + µ ∗
B\ An
n∈N n∈N

ce qui montre que l’union des An est dans Mµ∗ . Donc Mµ∗ est bien une tribu sur E.

Construction de mesures, unicité – Chapitre 5 23

 5.1. CONSTRUCTION DE MESURES

2. On a bien µ∗ (∅) = 0. Soit (An )n∈N une suite d’éléments de Mµ∗ deux à deux disjoints. Montrons que
G  X
µ∗ An > µ∗ (An ).
n∈N n∈N

Pour tout N ∈ N, on a
G  N
G  −1
NG  N
X
µ ∗
An > µ ∗
An = µ (AN ) + µ
∗ ∗
An = · · · = µ∗ (An ).
n∈N n=0 n=0 n=0

En laissant tendre N vers +∞, on obtient bien l’inégalité voulue. 

5.1.2 Mesure de Lebesgue

On traite le cas d = 1. On note I l’ensemble des intervalles ouverts bornés de R. Pour A ⊂ R, on introduit
nX o
λ∗ (A) := inf
[
`(In ) A ⊂ In , (In )n∈N ∈ I N .
n∈N n∈N

Proposition 5.4. L’application λ∗ ainsi définie est une mesure extérieure sur (R, P(R)).

Preuve Comme ∅ ⊂ I pour S tout I ∈ I , on aSλ (∅) = ∅. Soient∗ A, B ⊂ ∗R telles que A ⊂ B. Si (In )n∈N est une
∗

suite de I vérifiant B ⊂ n∈N In , alors A ⊂ n∈N In . Donc λ (B) > λ (A). Soit (Ak )k∈N une suite de P(R).
Montrons que
[  X
λ∗ Ak 6 λ∗ (Ak ).
k∈N k∈N

Soit ε > 0. Pour tout k ∈ N, il existe une suite (Ink )n∈N de I telle que
X ε [
`(Ink ) 6 λ∗ (Ak ) + k+1 et Ak ⊂ Ink .
2
n∈N n∈N

On a donc [ [ [ [  XX X
Ak ⊂ Ink et λ∗ Ak 6 `(Ink ) 6 λ∗ (Ak ) + ε.
k∈N k∈N n∈N k∈N k∈N n∈N k∈N

En laissant tendre ε vers 0, on obtient bien l’inégalité voulue. Donc λ est une mesure extérieure sur R.
∗


Proposition 5.5. 1. On a λ∗ ([0, 1]) = 1.

2. La mesure extérieure λ∗ est invariante par translation.

Preuve 1. Montrons l’égalité par double inégalité. Pour ε > 0, on a [0, 1] ⊂ ]−ε, 1 + ε[, donc λ∗ ([0, 1]) 6 1 + 2ε
et, en laissant tendre ε vers 0+ , on obtient que λ∗ ([0, 1]) 6 1.
Montrons l’autre inégalité. Soient (ai )i∈N et (bi )i∈I Sndeux suites telles que [0, 1] ⊂ i∈N ]ai , bi [. Par la propriété
S
de Borel-Lebesgue, il existe n ∈ N tel que [0, 1] ⊂ i=0 ]ai , bi [. Soit i1 ∈ N tel que 0 ∈ ]ai1 , bi1 [. Si bi1 ∈ [0, 1], il
existe i2 ∈ N tel que bi2 ∈ ]ai1 , bi1 [. On répète ensuite l’opération pour créer des entiers ik vérifiant bik+1 ∈ ]aik , bik [
jusqu’à obtenir biN > 1. On a alors
X N
X N
X
(bi − ai ) > (bik − aik ) > (bik − bik−1 ) + bi1 − ai1 = biN − ai1 > 1.
i∈N k=1 k=2

En passant à la borne inférieure, on obtient que λ∗ ([0, 1]) > 1.

2. Soient A ⊂ R et x ∈ R. On a
nX [ o
λ∗ (A) = inf `(In ) A ⊂ In , (In )n∈N ∈ I N
n∈N n∈N
nX [ o
= inf `(Jn − x) A + x ⊂ In , (In )n∈N ∈ I N
n∈N n∈N
nX [ o
= inf `(Jn ) A + x ⊂ In , (In )n∈N ∈ I N = λ∗ (A + x). 
n∈N n∈N

Proposition 5.6. Les boréliens de R sont λ∗ -mesurables.

24 Construction de mesures, unicité – Chapitre 5

 5.2. UNICITÉ DES MESURES

Preuve Il suffit de montrer que ]−∞, a] est λ∗ -mesurable pour tout a ∈ R. Soit I := ]−∞, a] avec a ∈ R. Il
suffit de montrer que,
S pour toute B ⊂ R, on a λ (B) > λ (B ∩ I) + λ (B \ I). Soit B ⊂ R. Si une suite (In )n∈N
∗ ∗ ∗

de I vérifie B ⊂ n∈N In , alors

[ [
B∩I ⊂ In ∩ I et B \ I ⊂ In \ I,
n∈N n∈N

donc X X X
λ∗ (B ∩ I) + λ∗ (B \ I) 6 `(In ∩ I) + `(In \ I) = `(In ).
n∈N n∈N n∈N

En passant à la borne inférieure sur les recouvrements (In )n∈N de B, on obtient l’inégalité. D’où la proposition. 

 Remarque. On vient de montrer que l’application λ∗ est une mesure sur l’espace mesurable (R, B(R)) vérifiant
(i) λ∗ ([0, 1]) = 1,
(ii) λ∗ est invariante par translation
ce qui montre l’existence de la mesure de Lebesgue sur (R, B(R)). Sur Rd , on définit de même la mesure
extérieure de Lebesgue d-dimensionnelle par
nX o
λ∗d (A) := inf
[
V (Pn ) A ⊂ Pn , (Pn )n∈N ∈ P N
n∈N n∈N

où P est l’ensemble des pavés ouverts bornées de R . De même que précédemment, on montre que λ∗d est une
d

mesure sur (Rd , B(Rd )) telle que

(i) λ∗d ([0, 1]d ) = 1,
(ii) λ∗d est invariante par translation
On retrouve alors la propriété de régularité 2.9 de la mesure de Lebesgue : pour tout A ∈ Mλ∗d , on a
λ∗d (A) = inf {λd (Ω) | Ω ⊃ A, Ω ouvert} et
λ∗d (A) = sup {λd (K) | K ⊂ A, K compact}.

5.2 Unicité des mesures

Problématique. Soit (E, A ) un espace mesure dont la tribu A est engendrée par une classe de parties C . Si
deux applications µ et ν sont deux mesures sur (E, A ) telles que µ = ν sur C , a-t-on µ = ν ? En général non !
Par exemple, on prend E := {0, 1} et A := P(E) = σ({0}). On prend deux mesures µ et ν vérifiant
A ∅ {0} {1} {0, 1}
µ(A) 0 0 0 0
ν(A) 0 0 1 1

5.2.1 Lemme des classes monotones

Définition 5.7. On appelle classe monotone sur E toute classe de parties M de E telle que
– E ∈ M,
– si A et B sont des éléments de M tels que A ⊂ B, alors B \ A ∈ M
– si (An )n∈N est une suite croissante de M , alors n∈N An ∈ M .
S

 Remarques. 1. Une tribu sur E est une classe monotone. La réciproque est fausse.
2. Une intersections quelconques de classes monotones est encore une classe monotone. Pour tout C ⊂ P(E), il
existe une plus petite classe monotone m(C ) contenant C . Elle vérifie
\
m(C ) = M.
M classe monotone de E
C ⊂M

Lemme 5.8. Si M est une classe monotone sur E stable par intersection finie, alors M est une tribu sur E.

Preuve On a ∅ = E \ E ∈ M et, si A ∈ M , alors Ac = E \ A ∈ M . Soit (An )n∈N une suite de M . Alors

[ [ [ n [\ n c
An = Ak = Ack ∈ M . 
n∈N n∈N k=0 n∈N k=0

Construction de mesures, unicité – Chapitre 5 25

 5.2. UNICITÉ DES MESURES

Lemme 5.9 (des classes monotones). Si C est une classe de parties de E stable par intersection finie, alors on a
m(C ) = σ(C ).

Preuve La tribu σ(C ) est une classe monotone qui contient C , donc σ(C ) ⊃ m(C ). Montrons que m(C ) est
une tribu ce qui permettra de conclure. Il suffit de montrer que m(C ) est stable par intersection finis. Montrons
que, si A ∈ m(C ) et C ∈ C , alors A ∩ C ⊂ m(C ). On montre que la classe de parties
M1 := {A ∈ m(C ) | ∀C ∈ C , A ∩ C ∈ m(C )}
est une classe monotone contenant C , donc M1 ⊃ m(C ) et même M1 = m(C ). Montrons que, si A, B ∈ m(C ),
alors A ∩ B ∈ m(C ). De même, on montre que la classe de parties
M2 := {A ∈ m(C ) | ∀B ∈ m(C ), A ∩ B ∈ m(C )}
est une classe monotone contenant C par ce dernier point et on conclut identiquement que M2 = m(C ). On a
montré que m(C ) est stable par intersection finie. D’où le résultat. 

5.2.2 Théorème d’unicité des mesures

Théorème 5.10. Soient µ et ν deux mesures sur (E, A ) qui coïncident sur une classe de parties C telle que
– C stable par intersection finie,
– E ∈ C,
– A = σ(C ).
Alors
1. si µ et ν sont finies, alors µ = ν sur A ;
2. s’il existe une suite croissante (En )n∈N de C telle que
[
∀n ∈ N, µ(En ) = ν(En ) < +∞ et En = E,
n∈N

alors µ = ν sur A .

Preuve 1. On suppose que µ et ν sont finies. On considère la classe de parties

M := {A ∈ A | µ(A) = ν(A)}.
Montrons que M est une classe monotone sur E. On a E ∈ M car µ(E) = ν(E). Si A, B ∈ M sont telles que
A ⊂ B, alors µ(B \ A) = µ(B) − µ(A) = ν(B) − ν(A) = ν(B \ A) car les mesures sont finies, donc B \ A ∈ M .
Enfin, si (An )n∈N est une suite croissante de M , alors la continuité donne
[  [ 
µ An = lim µ(An ) = lim ν(An ) = ν An ,
n→+∞ n→+∞
n∈N n∈N
donc n∈N An ∈ M . Comme M est une classe monotone contenant C , on a M ⊃ m(C ). Par le lemme des
S
classes monotones, on obtient que m(C ) = σ(C ), donc M ⊃ A .
2. Pour n ∈ N et A ∈ A , on pose
µn (A) = µ(A ∩ En ) et νn (A) = ν(A ∩ En ).
Alors les applications µn et νn définissent des mesures finis sur (E, A ) et elles coïncident sur C , i. e. pour tous
n ∈ N et C ∈ C , on a µ(C ∩ En ) = ν(C ∩ En ). Finalement, si A ∈ A , on a
[ 
µ(A) = µ A ∩ En = lim µ(A ∩ En ) = lim ν(A ∩ An ) = ν(A). 
n→+∞ n→+∞
n∈N

5.2.3 Unicité de la mesure de Lebesgue

Rappel. Si µ est une mesure sur (R, B(R)), invariante par translation et telle que µ([0, 1]) = 1, alors µ(I) = `(I)
pour tout intervalle I de R.

Théorème 5.11 (unicité). Il existe une unique mesure λ sur (R, B(R)) invariante par translation telle que
λ([0, 1]) = 1.

Preuve D’après le rappel, si λ et λ0 sont deux telles mesures sur (R, B(R)), alors λ = λ0 sur C := I . Or C est
stable par intersection finie et on a R ∈ C . De plus, en posant En = [−n, n] ∈ C pour n ∈ N, on a
[
R= En et λ(En ) = 2n < +∞, ∀n ∈ N.
n∈N
Par le théorème d’unicité, on a λ = λ sur σ(C ) = B(R) ce qui montre l’unicité de la mesure de Lebesgue.
0


26 Construction de mesures, unicité – Chapitre 5

 5.3. TRIBU COMPLÉTÉE, MESURE COMPLÉTÉE

 Remarque. On montre de la même façon l’unicité de la mesure de Lebesgue d-dimensionnelle λd sur l’espace
mesurable (Rd , B(Rd )) en considérant C := {P ⊂ Rd | P pavé}.

5.3 Tribu complétée, mesure complétée

5.3.1 Définition
Notation. Soit (E, A , µ) un espace mesuré. On note Nµ l’ensemble des parties de E qui sont µ-négligeables.
Si Nµ ⊂ A, on dit que (E, A , µ) est complet.

Définition 5.12. On appelle tribu complétée de A la classe de parties

A := {B ∪ N | B ∈ A , N ∈ Nµ }.
C’est une tribu sur E.

Preuve On a ∅ ∈ A . Si B ∪ N ∈ A , alors (B ∪ N )c = (B c \ A) ∪ (A \ N ∩ B c ) ⊂ A avec A ∈ A tel que N ⊂ A

et µ(A) = ∅. Enfin, si (Bn )n∈N et (Nn )n∈N sont des suites de A et Nµ , alors
[ [ [
[Bn ∪ Nn ] = Bn ∪ Nn ∈ A .
n∈N n∈N n∈N

Ce qui montre que A est une tribu sur E. 

Définition-proposition 5.13. Pour B ∪ N ∈ A , on pose

µ(B ∪ N ) := µ(B).
Alors l’application µ est une mesure sur (E, A ).

Preuve Montrons que la définition est cohérente. Si B ∪ N = B 0 ∪ N 0 , alors on peut écrire B ⊂ B ∪ N ⊂ B ∪ A

et B 0 ⊂ B 0 ∪ N 0 ⊂ B 0 ∪ A0 avec µ(A) = µ(A0 ) = 0, donc µ(B) 6 µ(B 0 ∪ A0 ) 6 µ(B 0 ) et de même µ(B 0 ) 6 µ(B),
d’où µ(B) = µ(B 0 ). On montre ensuite que c’est bien une mesure. 

Proposition 5.14. L’espace mesuré (E, A , µ) est complet.

Preuve Il faut montrer que Nµ ⊂ A . Si N ∈ Nµ , alors N ⊂ B ∪ N 0 avec µ(B ∪ N 0 ) = 0 où B ∈ A et N ∈ Nµ ,

donc N ⊂ B ∪ A0 avec µ(A0 ) = 0, donc B ∈ Nµ ⊂ A . 

5.3.2 Complétion de B(Rd )

Définition 5.15. On appelle tribu de Lebesgue sur Rd la tribu complétée de B(Rd ) et on la note
L (Rd ) := B(Rd ).
On définit aussi λd la mesure complétée de λd sur (Rd , L (Rd )). Généralement, on la note toujours λd .

Proposition 5.16. 1. On a L (Rd ) = Mλ∗d .

2. La mesure λd coïncide avec λ∗d sur L (Rd ).

Preuve 1. Montrons que L (Rd ) ⊂ Mλ∗d . Comme B(Rd ) ⊂ Mλ∗d , il suffit de montrer que Nλd ⊂ Mλ∗d . Soit
N ∈ Nλd . Il existe A ∈ A tel que N ⊂ A et λd (A) = 0. Soit B ⊂ Rd . Montrons que λ∗d (B) = λ∗d (B∩N )+λ∗d (B\N ).
Il suffit de montrer l’inégalité >. On a λ∗d (B ∩ N ) 6 λ∗d (N ) 6 λd (A) = 0, donc l’inégalité est vraie.
Réciproquement, montrons que Mλ∗d ⊂ L (Rd ). Soit A ∈ Mλ∗d . Par régularité de la mesure de Lebesgue, il
existe B, C ∈ B(Rd ) tels que B ⊂ A ⊂ C et λd (C \ B) = 0. On a alors A = B ∪ (A \ B) ∈ L (Rd ).
2. Soit B ∪ N ∈ L (Rd ). On note A ∈ Nλ tel que N ⊂ A. Alors λd (B ∪ N ) = λd (B) = λ∗d (B). Or
λ∗d (B) 6 λ∗d (B ∪ N ) 6 λ∗d (B ∪ A) = λ∗d (B).
On en déduit que
λ∗d (B ∪ N ) = λ∗d (B) = λd (B) = λd (B ∪ N ). 

Proposition 5.17. On a Card L (R) = Card P(R).

Preuve On note K l’ensemble de Cantor. On a montré en TD que K ∈ B(R), λ(K) = 0 et Card K = Card R.
On a donc Card P(R) = Card P(K) 6 Card Nλ 6 Card L (R) car P(K) ⊂ Nλ et Nλ ⊂ L (R). L’autre
inégalité est clairement vraie car L (R) ⊂ P(R). D’où l’égalité 

Mesure produit – Chapitre 5 27

 Chapitre 6
Mesure produit
6.1 Tribu produit . . . . . . . . . . . . . . . . . . . . . . . . . 28 6.2 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . 29
6.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . 28 6.3 Théorèmes de Fubini . . . . . . . . . . . . . . . . . . . . 30
6.1.2 Sections . . . . . . . . . . . . . . . . . . . . . . . . . 28

6.1 Tribu produit

6.1.1 Définition
Définition 6.1. Soient (E, A , µ) et (F, B, µ) deux espaces mesurés. On note
A × B := {A × B | A ∈ A , B ∈ B}.
On appelle tribu produit de A et B la tribu A ⊗ B := σ(A × B) sur E × F .

On étend la définition au cas d’un nombre fini d’espaces mesurables (Ei , Ai ) avec i ∈ J1, kK. On note
A1 ⊗ · · · ⊗ Ak = σ({A1 × · · · × Ak | Ai ∈ Ai , ∀i ∈ J1, kK}).

Proposition 6.2. Si (E, A ), (F, B) et (G, C ) sont trois espaces mesurables, alors
A ⊗ (B ⊗ C ) = (A ⊗ B) ⊗ C
qu’on note alors A ⊗ B ⊗ C .

Proposition 6.3. On définit les projections

E × F −→ E, E × F −→ E,
π1 : et π2 :
(x, y) 7−→ x (x, y) 7−→ y
les projections sur E et F . Alors
1. les projections π1 et π2 sont respectivement (A ⊗ B, A )-mesurable et (A ⊗ B, B)-mesurable ;
2. la tribu A ⊗ B est la plus petite tribu telle que π1 et π2 soient mesurables, i. e. si X est un tribu sur E × F
telle que les projections π1 et π2 soit mesurables, alors X ⊂ A ⊗ B

Preuve 1. Soit A ∈ A . Alors π1−1 (A) = A × F ∈ A × B ⊂ A ⊗ B. Donc π1 est mesurable. De même pour π2 .
2. Soit X un tribu comme dans l’énoncé. Soit A × B ⊂ A × B. Alors
A × B = A × F ∩ E × B = π1−1 (A) ∩ π2−1 (B) ∈ X ,
donc A ⊗ B ⊂ X . 
Proposition 6.4 (cas des boréliens de Rd ). On a
B(R ) = B(R) ⊗ · · · ⊗ B(R) .
d
| {z }
d fois

Preuve Si I1 , . . ., Id sont des intervalles de R, alors I1 × · · · × Id ∈ B(R) ⊗ · · · ⊗ B(R). D’où

B(Rd ) = σ({I1 × · · · × Id | Ii intervalle de R}) ⊂ B(R) ⊗ · · · ⊗ B(R).
Réciproquement, pour i ∈ J1, dK, la projection sur la i-ième composante est continue, donc elle est (B(Rd ), B(R))-
mesurables. D’où l’inclusion réciproquement. 

6.1.2 Sections
Définition 6.5. Soit C ⊂ E × F . Pour x ∈ E et y ∈ F , on pose
Cx = {y ∈ F | (x, y) ∈ C} et C y = {x ∈ E | (x, y) ∈ C}.

 Remarques. – Pour tout C ⊂ E × F et pour tout (x, y) ∈ E × F , on a 1C (x, y) = 1Cx (y) = 1C y (x).
– Pour tout C := A × B ⊂ E × F et (x, y) ∈ E × F , alors
B si x ∈ A, A si y ∈ B,
® ®
Cx = et Cy =
∅ sinon ∅ sinon

28 Mesure produit – Chapitre 6

 6.2. MESURE PRODUIT

Proposition 6.6. Soit C ∈ A ⊗ B. Alors

1. pour tout x ∈ E, on a Cx ∈ B ;
2. pour tout y ∈ F , on a C y ∈ A ;

Preuve Soit x ∈ E. On pose

Xx := {C ∈ A ⊗ B | Cx ∈ B}.
Par la remarque précédente, on a A × B ⊂ Xx . Montrons que Xx est une tribu sur E × F . On a ∅x = ∅ ∈ B,
donc ∅ ∈ Xx . Si C ∈ Xx , alors
c
(C c )x = {y ∈ F | (x, y) ∈ C c } = {y ∈ F | (x, y) ∈ C} = (Cx )c ∈ Xx .
Si (Cn )n∈N est une suite de Xx , alors
[  [
Cn = (Cn )x ∈ B.
x
n∈N n∈N

Finalement, c’est une tribu contenant A ⊗ B, donc Xx = A ⊗ B ce qui conclut. De même pour le point 2. 

 Remarque. Pour tout C := A × B ∈ A × B et pour tout (x, y) ∈ E × F , on a

ν(Cx ) = ν(B)1A (x) et µ(C y ) = µ(A)1B (y).

Proposition 6.7. Soient (E, A ), (F, B) et (G, D) trois espaces mesurables et f : E × F → G. On suppose que
f est (A ⊗ B, D)-mesurable. Alors
1. pour tout x ∈ E, la fonction fx : y ∈ F 7−→ f (x, y) est (B, D)-mesurable ;
2. pour tout y ∈ E, la fonction f y : x ∈ E 7−→ f (x, y) est (A , D)-mesurable.

 Remarque. Attention : la réciproque est fausse.

Preuve Pour tout x ∈ E et pour tout D ∈ D, la proposition précédente donne fx−1 (D) = f −1 (D)x ∈ B car
f −1 (D) ∈ A × B. De même pour le point 2. 

Lemme 6.8. On suppose que µ et ν sont des mesures σ-finies. Alors pour tout C ∈ A ⊗ B, les fonctions
x ∈ E 7−→ ν(Cx ) et y ∈ F 7−→ µ(C y )
sont mesurables.

Preuve On suppose que µ et ν sont finies. On montre aisément que la classe de parties
M := {C ∈ A ⊗ B | x 7−→ ν(Cx ) est mesurable}
est une classe monotone. De plus, elle contient A × B. En effet, pour tous (A, B) ∈ A × B et x ∈ E, on a
ν((A × B)x ) = ν(B)1A (x),
donc la fonction x 7−→ ν((A × B)x ) est mesurable. Alors M ⊃ m(A ⊗ B). Mais comme A ⊗ B est stable par
intersection finie, le lemme des classes monotones donne m(A ⊗ B) = σ(A ⊗ B). Finalement, on montré que
M = σ(A ⊗ B).
On suppose que µ et ν sont σ-finies. Alors il existe une suite croissante (Fn )n∈N de B vérifiant F =
S
n∈N Fn
et ν(Fn ) < +∞ pour tout n ∈ N. Pour n ∈ N et B ∈ B, on pose alors
νn (B) := ν(B ∩ Fn ).
Alors pour tout B ∈ B, on a ν(B) = limn→+∞ νn (B), donc la fonction x 7−→ ν(Cx ) est mesurable comme limite
simple de fonctions mesurables. On raisonne de même pour montrer que x ∈ E 7−→ µ(C y ) est mesurable. 

6.2 Mesure produit

Théorème 6.9. Soient (E, A , µ) et (F, B, ν) deux espaces mesurés σ-finies. Il existe une unique mesure µ ⊗ ν
sur (E × F, A ⊗ B) telle que
µ ⊗ ν(A × B) = µ(A)ν(B), ∀(A, B) ∈ A ⊗ B.
De plus, la mesure µ ⊗ ν est σ-finie et, pour tout C ∈ A ⊗ B, on a
ˆ ˆ
µ ⊗ ν(C) = ν(Cx ) dµ(x) = µ(C y ) dν(y). (6.1)
E F

Mesure produit – Chapitre 6 29

 6.3. THÉORÈMES DE FUBINI

Preuve Pour C ∈ A ⊗ B, on pose ˆ

µ ⊗ ν(C) := ν(Cx ) dµ(x).
E
Montrons que l’application µ ⊗ ν est bien une mesure de (E × F, A ⊗ B). On a
ˆ
µ ⊗ ν(∅) = ν(∅x ) dµx = 0.
E
Soient (Cn )n∈N une suite de A × B d’éléments deux à deux disjoints. Le théorème de Beppo Levi donne
G  ˆ  G  
µ⊗ν Cn = ν Cn dµ(x)
E x
n∈N n∈N
ˆ G 
= ν (Cn )x dµ(x)
E n∈N
ˆ X
= ν((Cn )x ) dµ(x)
E n∈N
Xˆ X
= ν((Cn )x ) dµ(x) = µ ⊗ ν(Cn ).
n∈N E n∈N

Donc c’est bien une mesure. Montrons qu’elle vérifie (6.1). Pour tous A ∈ A et B ∈ B, on a
ˆ ˆ
µ ⊗ ν(A × B) = ν((A × B)x ) dµ(x) = ν(B)1A dµ = ν(B)µ(A).
E E
Montrons l’unicité. Soit m une autre mesure sur (E × F, A ⊗ B) vérifiant (6.1). Alors µ ⊗ ν et m coïncident
sur A × B qui est stable par intersection finie et contient E × F . De plus, soient (En )n∈N et (Fn )n∈N deux suites
croissantes de A et B telle que
 [  [
E =
 En , F =
 Fn ,
n∈N et n∈N
∀n ∈ N, µ(E ) < +∞
 ∀n ∈ N, µ(F ) < +∞.

n n

Alors (En × Fn )n∈N est une suite croissante de A × B vérifiant

[
E×F = (En × Fn ) et ∀n ∈ N, µ ⊗ ν(En × Fn ) = µ(En )ν(Fn ) < +∞.
n∈N
Ainsi le théorème d’unicité des mesures affirme que m = µ ⊗ ν.
Enfin, pour C ∈ A ⊗ B, on pose ˆ
m(C) = µ(C y ) dν(y).
F
Alors m est une mesure sur (E ×F, A ⊗B) vérifiant (6.1). Par unicité, on a conclut également que m = µ⊗ν. 

 Remarque. Par le théorème d’unicité, si µ, ν et ξ sont des mesures sur (E, A ), (F, B) et (G, C ), alors
µ ⊗ (ν ⊗ ξ) = (µ ⊗ ν) ⊗ ξ = µ ⊗ ν ⊗ ξ
car les mesures coïncident sur A × B × C .

Proposition 6.10. Soit d ∈ N∗ . Alors λd = λ⊗d .

Preuve Procédons par récurrence sur d. C’est évident pour d = 1. Soit d > 2. Supposons que λd−1 = λ⊗(d−1) .
Soit P := dk=1 Ik un pavé de Rd . Alors
P

d−1
Y  d−1
Y d
Y
λ⊗d (P ) = λ⊗d−1 Ik λ(Id ) = λ(Ik )λ(Id ) = λ(Ik ) = λd (P ).
k=1 k=1 k=1

Les mesures coïncident sur les pavés. Par le théorème d’unicité, on en déduit que λ⊗d = λd . D’où la proposition. 

6.3 Théorèmes de Fubini

Théorème 6.11 (Fubini-Tonelli). Soient (E, A , µ) et (F, B, ν) deux espaces mesurés σ-finis et f : E×F → R+
une fonction (A ⊗ B, B(R))-mesurables. Alors les fonctions
ˆ ˆ
x 7−→ f (x, y) dν(y) et y 7−→ f (x, y) dµ(x)
F E

30 Mesure produit – Chapitre 6

 6.3. THÉORÈMES DE FUBINI

sont mesurables et
ˆ ˆ ň ã ˆ ň ã
f dµ ⊗ ν = f (x, y) dν(y) dµ(x) = f (x, y) dµ(x) dν(y). (6.2)
E×F E F F E

Preuve Soit C ∈ A × B. Le résultat pour f := 1C a déjà été démontré (cf. lemme 6.8). Par linéarité, c’est
vrai si f ∈ E+ . On suppose que f ∈ M+ . Il existe une suite croissante (fn )n∈N de E+ qui converge simplement
vers f . On applique le théorème de Beppo Levi à la suite ((fn )x )n∈N avec x ∈ E. On obtient que
ˆ ˆ
∀x ∈ E, fn (x, y) dν(y) −→ f (x, y) dν(y).
F F
Donc la fonction ˆ
x 7−→ f (x, y) dν(y)
F
est mesurable comme limite simple de fonctions mesurables. De même ´ pour l’autre fonction. On applique
maintenant le théorème de Beppo Levi à la suite croissante (x 7−→ F fn (x, y) dν(y))n∈N et on obtient que
ˆ ň ã ˆ ň ã
fn (x, y) dν(y) dµ(x) −→ f (x, y) dν(y) dµ(x).
E F E F
De plus, par ce même théorème, on a
ˆ ň ã ˆ ˆ
fn (x, y) dν(y) dµ(x) = fn dµ ⊗ ν −→ f dµ ⊗ ν
E F E×F E×F
car les fonctions fn sont en escalier. Ce qui montre le première égalité de l’égalité (6.2). De même pour l’autre. 

 Remarque. L’hypothèse σ-finie est cruciale. On considère les espaces mesurés (R, B(R), λ) et (R, P(R), m).
On pose C := {(x, x) | x ∈ R}. On a
ˆ ň ã ˆ
1C (x, y) dλ(x) dm(y) = λ({y}) dm(y) = 0,
R R | {z } R
1{y} (x)
mais ˆ ň ã ˆ ˆ
1C (x, y) dm(y) dλ(x) = m({y}) dλ(x) = 1 dλ(x) = +∞.
R R R R
Or 1C est (B(R) ⊗ P(R), B(R))-mesurable car C ∈ B(R) ⊗ B(R) ⊂ B(R) ⊗ P(R).
. Exemple. Soient (E, A , µ) un espace mesuré et f : E → R+ mesurable. Alors
ˆ ˆ
f dµ = µ({f > t}) dt.
E R+

Preuve En effet, en justifiant plus tard l’interversion, il vient que

ˆ ˆ ň ã
µ({f > t}) dt = 1{f >t} (x) dµ(x) dt
R+ R+ E
ˆ Lj å
= 1{f >t} (x) dt dµ(x)
E R+
ˆ Lj å
= 1[0,f (x)[ (t) dt dµ(x)
E
ˆ
R+

= λ([0, f (x)[) dµ(x)

ˆE
= f dµ.
E
Justifions l’interversion. Si π1 : R+ × E → R+ et π2 : R+ × E → E sont les projections sur R+ et E, la fonction
(t, x) 7−→ 1{f >t} (x) = 1{(s,y)∈R+ ×E|f (y)>s} (t, x) = 1{f ◦π2 −π1 >0} (t, x)
est mesurable puisque les fonctions f , π1 et π2 le sont. On peut donc appliquer le théorème de Fubini. 

Théorème 6.12 (Fubini-Lebesgue). Soient (E, A , µ) et (F, B, ν) deux espaces mesurés σ-finis et f : E × F →
K une fonction µ ⊗ ν-intégrable. Alors
(i) la fonction fx est ν-intégrable pour µ-presque tout x ∈ E ;
(ii) la fonction f y est µ-intégrable pour ν-presque tout y ∈ E ;
´
(iii) la fonction x 7−→ F f (x, y) dν(y) est µ-intégrable ;

Mesure produit – Chapitre 6 31

 6.3. THÉORÈMES DE FUBINI

´
(iv) la fonction y 7−→ F f (x, y) dµ(x) est ν-intégrable ;
(v) l’égalité (6.2) est vérifiée.

Preuve On peut appliquer le théorème de Fubini-Tonelli à la fonction |f | et on obtient que

ˆ ň ã ˆ
|f (x, y)| dν(y) dµ(x) = |f | dµ ⊗ ν < +∞,
E F E×F
´
donc la fonction x 7−→ F |f (x, y)| dν(y) est fini µ-presque partout ce qui veut dire que la fonction fx est
ν-intégrable pour µ-presque tout x ∈ E. De même, on a montre le point (ii). De plus, on a
ˆ ˆ ˆ ň ã
f (x, y) dν(y) dµ(x) 6 |f (x, y)| dν(y) dµ(x) < +∞,
E F E F
´
donc la fonction x 7−→ F f (x, y) dν(y) est µ-intégrable. De même, on montre le point (iv). Pour montrer le
point (v), si K = R, on écrit f = f + − f − , on applique le théorème de Fubini-Tonelli à f + et f − et on obtient
l’égalité (6.2) en soustrayant. Si K = C, on écrit f = Re f + i Im f et on applique le cas K = R. 

 Remarque. On peut avoir

ˆ ň ã ˆ ň ã
f (x, y) dν(y) dµ(x) < +∞ et f (x, y) dµ(x) dν(y) < +∞,
E F F E

sans pour avoir f ∈ L 1µ⊗ν (E). Par exemple, on a

ˆ 1 Lj 1 å ˆ 1
Lj 1
å
x2 − y 2 π x2 − y 2 π
dy dx = et dx dy = −
0 (x + y ) 4 (x + y ) 4
2 2 2 2 2 2
0 0 0

et, pour cause, la fonction n’est pas λ2 -intégrable, i. e.

ˆ
x2 − y 2
dλ2 (x, y) = +∞.
[0,1]2 (x + y )
2 2 2

32 Changement de variable – Chapitre 6

 Chapitre 7
Changement de variable
7.1 Application C1 -difféomorphe et inversion globale . . . 33 7.2.2 Théorème . . . . . . . . . . . . . . . . . . . . . . . . 34
7.2 Théorème de changement de variables, applications . 33 7.2.3 Passage en coordonnées polaires . . . . . . . . . . 34
7.2.1 Cas particulier : changement de variables affine . 33 7.2.4 Passage en coordonnées sphériques . . . . . . . . . 35

Rappel. Soient (E, A ) et (F, B) deux espaces mesurables, µ une mesure sur (E, A ) et ϕ : E → F mesurable.
On note µϕ la mesure image par ϕ. Alors la formule de transfert donne, pour f : F → R+ mesurable,
ˆ ˆ
f dµϕ = f ◦ ϕ dµ.
F E

. Exemple. Soient f : Rd → R intégrable et a ∈ Rd . Alors

ˆ ˆ
f (x) dλd (x) = f (x + a) dλd (x).
Rd Rd

En effet, si on note ϕ : x ∈ R 7−→ x + a ∈ R , alors

d d

∀B ∈ B(Rd ), (λd )ϕ (B) = λd (ϕ−1 (B)) = λd (B − a) = λd (B).

7.1 Application C1 -difféomorphe et inversion globale

Soient U et V deux ouverts de Rd et ϕ : U → V . Si ϕ est différentiable sur U , on appelle jacobienne de ϕ en
un point x ∈ U la matrice de l’application linéaire dϕx dans la base canonique de Rd et on la note
Å ã
∂ϕ ∂ϕ
Jϕ (x) = (x) · · · (x) ∈ Md (R).
∂x1 ∂xd
Rappels.
– La fonction ϕ est classe C1 si et seulement si ses dérivées partielles existent et sont continues sur U .
– On dit que ϕ est un C1 -difféomorphisme si ϕ est classe C1 , bijective et de réciproque de classe C1 .
On rappel également le théorème d’inversion globale qui découle de sa version locale.

Théorème 7.1 (d’inversion globale). Soit ϕ : U → Rd . Alors ϕ est un C1 -difféomorphisme si et seulement si

– ϕ est classe C1 sur U ,
– ϕ est injective,
– pour tout x ∈ U , on a Jϕ (x) ∈ GLd (R), i. e. det Jϕ (x) 6= 0.

7.2 Théorème de changement de variables, applications

7.2.1 Cas particulier : changement de variables affine
Lemme 7.2. Soient A ∈ GLd (R) et b ∈ Rd . On pose ϕ : x ∈ Rd 7−→ Ax + b. Alors la mesure image de λd par ϕ
est le mesure
λd
(λd )ϕ = .
|det A|

Preuve Pour tout B ∈ B(Rd ), on a

(λd )ϕ (B) = λd (ϕ−1 (B)) = λd (A−1 B − A−1 b) = λd (A−1 B).
Sans perte de généralité, on peut donc supposer b = 0. La mesure (λd )ϕ est invariante par translation. En effet,
pour tous B ∈ B(Rd ) et a ∈ Rd , on a
(λd )ϕ (B) = λd (ϕ−1 (B + a)) = λd (A−1 B + A−1 a) = λd (A−1 B) = (λd )ϕ (B).
Par unicité de la mesure de Lebesgue, on a
(λd )ϕ
= λd .
(λd )ϕ ([0, 1])
Il existe donc γ > 0 tel que (λd )ϕ = γλd . Montrons que γ = 1/ |det A|.

Changement de variable – Chapitre 7 33

 7.2. THÉORÈME DE CHANGEMENT DE VARIABLES, APPLICATIONS

• Cas particuliers. On suppose que A ∈ Od (R). On pose B := x ∈ Rd kxk 6 1 . Comme A−1 B = B, on


a (λd )ϕ (B) = λd (B), donc γ = 1 = 1/ det A.
On suppose que A ∈ S ++ d (R). Il existe P ∈ Od (R) et α1 , . . . , αd > 0 tels que

A = tP DP avec D := diag(α1 , . . . , αd ).
On pose B := P D[0, 1]d . Alors
t

(λd )ϕ = λd (A−1 B) = λd (tP D−1 P B) = λd (D−1 P B) = λd ([0, 1]d ) = 1

et
d
Y
λd (B) = λd (tP D[0, 1]d ) = λd (D[0, 1]d ) = αi = |det A| ,
i=1

donc
λd (B)
(λd )ϕ (B) = .
|det A|
• Cas général. Soit A ∈ GLd (R). Par décomposition polaire, on sait qu’il existe P ∈ Od (R) et S ∈ S ++
d (R)
telles que A = P S. Soit B ∈ B(Rd ). D’après les cas particuliers, on obtient que
λd (P −1 B) λd (B)
(λd )ϕ (B) = λd (A−1 B) = λd (S −1 P −1 B) = = .
det S det S
Or |det A| = det S, donc γ = 1/ |det A| 

Corollaire 7.3. Soit f ∈ L 1 (Rd ). Alors

ˆ ˆ
f (y) dy = f (Ax + b) |det A| dx.
Rd Rd

Preuve On applique la formule de transfert et le lemme précédent. 

7.2.2 Théorème
Théorème 7.4. Soient U et V deux ouverts de Rd et ϕ un C1 -difféomorphisme de U dans V .
1. Si f : V → R+ est mesurable, alors
ˆ ˆ
f (y) dy = f ◦ ϕ(x) |det Jϕ (x)| dx. (∗)
V U

2. Si f : V → K, alors f ∈ L 1 (V ) si et seulement si f ◦ ϕ |det Jϕ | ∈ L 1 (U ) et, dans ce cas, on a (∗).

 Remarques. – En d’autres termes, l’égalité (∗) exprime que λd est la mesure image par ϕ de la mesure qui a
pour densité |det Jϕ (·)| par rapport à λd .
– Si V est un ouvert de Rd s’écrivant V = ϕ(U ) où ϕ : U → V est un C1 -difféomorphisme, alors
ˆ
λd (V ) = |det Jϕ (x)| dλd (x).
U

7.2.3 Passage en coordonnées polaires

On pose
U := R∗+ × ]−π, π[ −→ V := R2 \ D,
ϕ:
(r, θ) 7−→ (r cos θ, r sin θ).
Ici, on a « perdu » la demi-droite D := R− × {0}, mais ce n’est pas très grave car celle-ci est de mesure nulle
dans R2 . L’application ϕ est de classe C1 et c’est une bijection de U dans V . Pour tout (r, θ) ∈ U , on a
cos θ −r sin θ
|det Jϕ (r, θ)| = = r 6= 0.
sin θ r cos θ
Finalement, c’est un C1 -difféomorphisme de U dans V . Par la formule de changement de variables puis le
théorème de Fubini, si f ∈ L 1 (R2 ), alors
ˆ ˆ
f (x, y) dλ2 (x, y) = f (x, y) dλ2 (x, y)
R2 R2 \D
ˆ
= f (r cos θ, r sin θ)r dλ2 (r, θ)
R∗
+ ×]−π,π[

34 Changement de variable – Chapitre 7

 7.2. THÉORÈME DE CHANGEMENT DE VARIABLES, APPLICATIONS

ˆ +∞ ˆ π
= f (r cos θ, r sin θ)r dr dθ.
r=0 θ=−π

7.2.4 Passage en coordonnées sphériques

On pose
U := R∗+ × ]−π, π[ × ]0, π[ −→ V := R2 \ P,
Φ:
(r, θ, ϕ) 7−→ (r sin ϕ cos θ, r sin ϕ sin θ, r cos ϕ).
On a « perdu » le demi-plan P := R− × {0} × R− . L’application Φ est de classe C1 et c’est une bijection de U
dans V car, pour tout (r, θ, ϕ) ∈ U , on a
sin ϕ cos θ −r sin ϕ sin θ r cos ϕ cos θ
|det JΦ (r, θ, ϕ)| = sin ϕ sin θ r sin ϕ cos θ r cos ϕ sin θ
cos ϕ 0 −r sin ϕ
= −r2 sin2 ϕ cos2 θ − r2 sin3 ϕ sin2 θ − r2 cos ϕ(sin ϕ cos ϕ sin2 θ + sin ϕ cos ϕ cos2 θ)
= −r2 sin3 ϕ − r2 cos2 ϕ sin ϕ = r2 sin ϕ 6= 0.
Cela montre que Φ est un C1 -difféomorphisme de U dans V . Par la formule du changement de variables et le
théorème de Fubini, si f ∈ L 1 (R2 ), alors
ˆ ˆ
f dλ3 = f (r sin ϕ cos θ, r sin ϕ sin θ, r cos ϕ)r2 sin ϕ dλ3 (r, θ, ϕ)
R3 R∗
+ ×]−π,π[×]0,π[
ˆ +∞ ˆ π ˆ π
= f (r sin ϕ cos θ, r sin ϕ sin θ, r cos ϕ)r2 sin ϕ dr dθ dϕ.
r=0 θ=−π ϕ=0

Espaces Lp – Chapitre 7 35
 Chapitre 8
Espaces Lp
8.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . 36 8.3 Les espaces de Banach Lp . . . . . . . . . . . . . . . . . 39
8.1.1 Espaces L p (E) et Lp (E) . . . . . . . . . . . . . . . 36 8.3.1 Théorème de Riesz-Fischer . . . . . . . . . . . . . 39
8.1.2 Norme p . . . . . . . . . . . . . . . . . . . . . . . . . 37 8.3.2 Lien entre convergences µ-presque partout et Lp 39
8.2 Inégalités de Hölder et Minkowski . . . . . . . . . . . 37 8.3.3 Théorème de convergence dominée Lp . . . . . . . 39
8.2.1 Inégalité de Hölder . . . . . . . . . . . . . . . . . . 37 8.4 Densité de Cc (Rd ) dans Lp (Rd ) . . . . . . . . . . . . . . 40
8.2.2 Inégalité de Minkowski . . . . . . . . . . . . . . . 38

8.1 Définitions
On se place dans un espace mesuré (E, A , µ).

8.1.1 Espaces L p (E) et Lp (E)

Définition 8.1. Soit p ∈ ]0, +∞[. On note
ß ˆ ™
p
L p (E, A , µ) := f : E → K mesurable |f | dµ < +∞ .
E
On note également
L ∞ (E, A , µ) := {f : E → K mesurable | ∃C > 0, |f 6 C| µ-presque partout} .
On notera souvent L pµ (E) ou L p (E) ces ensembles quand le contexte est clair. Les fonctions de L ∞ (E) sont
appelées les fonctions essentiellement bornées. Si m est la mesure de comptage sur (N, P(N)), on note
`p := L p (N, P(N), m).

Proposition 8.2. Soit p ∈ ]0, +∞]. L’ensemble L p (E) est un sous-espace vectoriel de F (E, K).

Preuve On suppose que p < +∞. On a clairement 0 ∈ L p (E). Soient f, g ∈ L p (E). On a

p p p
|f + g| 6 (|f | + |g|)p 6 (2 max(|f | , |g|))p 6 2p (|f | + |g| ),
donc ˆ ň ˆ ã
p p p
|f + g| dµ 6 2p |f | dµ + |g| dµ < +∞
E

ce qui montre que f + g ∈ L p (E). De même, on montre que αf ∈ L p (E) pour α ∈ R. Cela montre que L p (E)
est un sous-espace vectoriel. De la même façon, on montre que L ∞ (E) est un sous-espace vectoriel. 

 Remarque. Soit p ∈ ]0, +∞]. L’ensemble {f ∈ L p (E) | f = 0 µ-presque partout} est un sous-espace vectoriel.

Définition 8.3. Soit p ∈ ]0, +∞]. On note

L (E, A , µ) := L p (E, A , µ)/{f ∈ L p (E, A , µ) | f = 0 µ-presque partout}.
p

On le notera souvent Lpµ (E) ou Lp (E).

 Remarque. De manière équivalente, on peut définir Lp (E) comme Lp (E) = L p (E)/∼ où la relation d’équiva-
lence ∼ est définie par f ∼ g si et seulement si f = g µ-presque partout.

À partir de maintenant, on fait l’abus d’identifier un élément de Lp (E), i. e. une classe d’équivalence, à l’un
de ses représentants. On s’autorisera à dire que f ∈ Lp (E) vérifie une propriété (P) si l’un de ses représentants
pour la relation ∼ la vérifie.

 Remarques. – L’ensemble Lp (E) possède une structure de K-espace vectoriel muni des lois définies, pour
toutes f, g ∈ Lp (E) et tous α ∈ K, par f + g = f + g et αf = αf .
– En toute généralité, si p < q, on a ni Lp (E) ⊂ Lq (E) ni Lq (E) ⊂ Lp (E). Par exemple, on a
1 1
Å ã Å ã
x ∈ R 7−→ √ 1]0,1] ∈ L1 (R) \ L2 (R) et x ∈ R 7−→ 1[1,+∞[ ∈ L2 (R) \ L1 (R)
x x

36 Espaces Lp – Chapitre 8
 8.2. INÉGALITÉS DE HÖLDER ET MINKOWSKI

Proposition 8.4. Soit p, q ∈ ]0, +∞[ tels que p < q.

1. On suppose que µ(E) < +∞. Alors Lq (E) ⊂ Lp (E).
2. On a `p ⊂ `q .

Preuve 1. Soit f ∈ Lq (E). On a

ˆ ˆ ˆ
p p p
|f | dµ = |f | dµ + |f | dµ
E {|f |61} {|f |>1}
ˆ
q
6 µ(E) + |f | dµ < +∞

ce qui permet d’écrire f ∈ Lp (E).

2. Soit (un )n∈N ∈ `p . Il existe N ∈ N tel que
∀n > N, |un | 6 1.
Alors
N ∞
q q q
X X X
|un | = |un | + |un |
n∈N n=0 n=N +1
N ∞
q p
X X
6 |un | + |un |
n=0 n=N +1
N +∞
q q
X X
6 |un | + |un | < +∞. 
n=0 n=0

8.1.2 Norme p
Notation. Pour p ∈ ]0, +∞[ et f : E → K mesurable, on pose
ň ã1/p
p
kf kp := |f | dµ et kf k∞ = inf {C > 0 | |f | 6 C µ-presque partout}
E
avec la convention inf ∅ = +∞.

 Remarques. – Soient f, g : E → K mesurables. Si f = g µ-presque partout, alors kf kp = kgkp pour tout

p ∈ ]0, +∞]. C’est clair pour p < +∞. Si p = +∞, on remarque que µ({|f | > C}) = µ({|g| > C}) pour C > 0.
– Si f ∈ C(Rd , K), alors kf k∞ = supRd |f |.

Lemme 8.5. Soient f : E → K mesurable et p ∈ ]0, ∞[. Alors |f | 6 kf kp µ-presque partout.

Preuve On sait que, pour tout n ∈ N∗ , on a µ({f > kf k∞ + 1/n}) = 0. Or

[
{|f | > kf k∞ } = {|f | > kf k∞ + 1/n} ,
n∈N

donc la continuité de la mesurable donne

X
µ({|f | > kf k∞ }) 6 µ({|f | > kf k∞ + 1/n}) = 0.
n∈N

On en déduit que |f | 6 kf kp µ-presque partout. 

 Remarque. Soient f : E → K et p ∈ ]1, ∞]. Alors f ∈ Lp (E) si et seulement si kf kp < +∞.

Proposition 8.6. Soient p0 ∈ ]1, ∞[ et f ∈ Lp0 (E). Alors kf kp → kf k∞ quand p → +∞.

8.2 Inégalités de Hölder et Minkowski

8.2.1 Inégalité de Hölder
Définition 8.7. Soient p, q ∈ [1, ∞]. On dit que p et q sont conjugués si
1 1
+ =0
p q

Espaces Lp – Chapitre 8 37
 8.2. INÉGALITÉS DE HÖLDER ET MINKOWSKI

avec la convention 1/∞ = 0.

Théorème 8.8 (inégalité de Hölder). Soient f, g ∈ E → K mesurables et p, q ∈ [1, ∞] conjugués.

1. Si f et g sont à valeurs dans R+ , alors
ˆ
f g dµ 6 kf kp kgkq .
E

2. Si f ∈ Lp (E) et g ∈ Lq (E), alors f g ∈ L1 (E) et kf gk1 6 kf kp kgkq .

Preuve 1. On suppose d’abord que p = 1 et donc q = ∞. On a g 6 kgk∞ µ-presque partout, donc

ˆ ˆ
f g dµ 6 kgk∞ f dµ = kf k1 kgk∞ .
E E

On suppose désormais que p et q ne valent pas ∞. Si kf kp = 0 ou kgkq = 0, alors f g = 0 µ-presque partout

et l’inégalité est triviale. Supposons alors que kf kp 6= 0 et kgkq 6= 0. Par concavité du logarithme, on montre que
u v
∀u, v > 0, u1/p v 1/q 6 + .
p q
p q
Pour x ∈ E, en appliquant cette inégalité à u = f p (x)/ kf kp et v = g q (x)/ kgkq , on obtient
f (x)g(x) 1 f p (x) 1 g q (x)
6 + .
kf kp kgkq p kf kpp q kgkqq
En intégrant, on obtient que ˆ
fg 1 1
dµ 6 + = 1.
E kf kp kgkq p q
En multipliant par kf kp kgkq , l’inégalité est démontrée.
2. On applique le point 1 à |f | et |g|. 

 Remarque (cas d’égalité). L’inégalité kf gk1 6 kf kp kgkq est une égalité si et seulement si g = 0 µ-presque
p p
partout ou il existe α ∈ R tel que |f | = α |g| µ-presque partout

8.2.2 Inégalité de Minkowski

Théorème 8.9 (inégalité de Minkowski). Soient p ∈ [1, ∞] et f, g ∈ Lp (E). Alors f + g ∈ Lp (E) et
kf + gkp 6 kf kp + kgkp .

Preuve On suppose que p = ∞. Alors |f + g| 6 |f | + |g| 6 kf kp + kgk∞ . On obtient l’inégalité triangulaire

en passant à la borne inférieure. On suppose désormais que p < ∞. Alors |f + g|p 6 (|f | + |g|)|f + g|p−1 , donc
l’inégalité de Hölder pour q = p/(p − 1) donne
ˆ ˆ ˆ
p p−1 p−1
|f + g| 6 |f | |f + g| dµ + |g| |f + g| dµ
E E E
ň ã1/p ň ã(p−1)/p ň ã1/p ň ã(p−1)/p
p p p p
6 |f | dµ |f + g| dµ + |g| dµ |f + g| dµ ,
E E E E
donc
p p−1 p−1
kf + gkp 6 kf kp kf + gkp + kgkp kf + gkp .
p−1
Si kf + gkp = 0, l’inégalité est triviale. Sinon, on divise par kf + gkp ce qui conclut. 

Corollaire 8.10 (inégalité de Minkowski généralisée). Soit (fn )n∈N une suite de fonctions mesurables
positives. Alors
X X
fn 6 kfn kp .
p
n∈N n∈N

Preuve La suite ( nk=0 fk )n∈N est une suite croissante de fonctions mesurables positives, donc l’inégalité de
P
Minkowski donne
Xn Xn +∞
X
fk 6 kfk kp −→ kfk kp
p
k=0 k=0 k=0

38 Espaces Lp – Chapitre 8
 8.3. LES ESPACES DE BANACH LP

et le théorème de Beppo-Levi donne

Xn n
ň X p
ã1/p X
fk = fk dµ −→ fk
p p
k=0 k=0 n∈N

ce qui montre l’inégalité. 

Proposition 8.11. Soit p ∈ [1, ∞]. Alors le couple (Lp (E), k kp ) est un espace vectoriel normé.

Preuve Il suffit de montrer que l’application k kp est une norme sur Lp (E). On suppose que p < ∞. Si kf kp = 0,
alors f = 0 µ-presque partout, donc f = 0 dans Lp (E). L’inégalité de Minkowski donne l’inégalité triangulaire
et on a bien l’homogénéité. On montre également le cas p = ∞. 

8.3 Les espaces de Banach Lp

8.3.1 Théorème de Riesz-Fischer
Théorème 8.12 (Riesz-Fischer). Soit p ∈ [1, ∞]. L’espace Lp (E) muni de la norme k kp est complet.

Preuve On suppose que p < ∞. Soit (fn )n∈N un suite de Cauchy de Lp (E). Il existe une sous-suite (fϕ(n) )n∈N
telle que
∀n ∈ N, kfϕ(n+1) − fϕ(n) kp 6 1/2n .
En effet, on peut construire l’extraction ϕ : N → N par récurrence. Montrons que la série |fϕ(n+1) − fϕ(n) |
P
converge absolument µ-presque partout. En effet, l’inégalité de Minkowski généralisée donne
X X X 1
|fϕ(n+1) − fϕ(n) | 6 kfϕ(n+1) − fϕ(n) kp 6 < +∞. (∗)
p 2n
n∈N n∈N n∈N

On en déduit que
ˆ X p X
|fϕ(n+1) − fϕ(n) | dµ < +∞ et |fϕ(n+1) − fϕ(n) | < +∞.
E n∈N n∈N

On définit alors µ-presque partout

f :=
X
(fϕ(n+1) − fϕ(n) ) + fϕ(0) .
n∈N

Alors la suite (fϕ(n) )n∈N converge µ-presque partout vers f . L’inégalité (∗) nous donne que f ∈ Lp (E). De plus,
elle tend vers f pour la norme k kp puisque, pour tout n ∈ N, on a
+∞ +∞ +∞
X X X 1
kf − fϕ(n) kp = (fϕ(k+1) − fϕ(k) ) 6 kfϕ(k+1) − fϕ(k) kp 6 −→ 0.
p 2k
k=n k=n k=n

Donc la suite (fn )n∈N admet une sous-suite convergente dans Lp (E), donc elle converge dans Lp (E). D’où la
complétude de Lp (E).
On suppose que p = ∞. On se ramène à la complétude de l’ensemble F b (E, K) des fonctions bornées de E
dans K. Soit (fn )n∈N une suite de Cauchy de L∞ (E). On considère
A :=
\ \
{|fn | 6 kfn k∞ } ∩ {|fn − fm | 6 kfn − fm k∞ } .
n∈N m,n∈N

On remarque que µ(A ) = 0. De plus, la suite (fn 1A )n∈N est une suite de F b (E, K) qui est de Cauchy, donc
c

elle converge vers une fonction f ∈ F b (E, K). Alors

kfn − f k∞ = kfn 1A − f k∞ −→ 0
∞
ce qui montre la complétude de L (E). 

8.3.2 Lien entre convergences µ-presque partout et Lp

Soit (fn )n∈N une suite de Lp (E). La convergence simple µ-presque partout de cette suite n’implique pas la
convergence Lp (E) : il suffit de considérer la suite (n1[0,1/n] )n∈N . Mais la réciproque est-elle vraie ? Encore une
fois, c’est faux : des fonctions créneaux qui se décalent de gauche à droite et qui rétrécissent. En revanche, on a
le résultat suivant.

Espaces Lp – Chapitre 8 39
 8.4. DENSITÉ DE CC (RD ) DANS LP (RD )

Proposition 8.13. Soit (fn )n∈N une suite de Lp (E) convergeant dans Lp (E) vers f . Alors il existe une sous-suite
(fϕ(n) )n∈N convergeant µ-presque partout vers f .

Preuve Comme (fn )n∈N est convergente, elle est de Cauchy. On peut donc construire une sous-suite (fϕ(n) )n∈N
comme dans la preuve du théorème précédent qui converge µ-presque partout vers une fonction g ∈ Lp (E). La
sous-suite (fϕ(n) )n∈N converge a fortiori vers f dans Lp (E). Par unicité de la limite, on en déduit que f = g. 

8.3.3 Théorème de convergence dominée Lp

Théorème 8.14 (de convergence dominée Lp ). Soient (fn )n∈N une suite de Lp (E) et f : E → K mesurable
telles que
(i) la suite (fn )n∈N converge µ-presque partout vers f ,
(ii) il existe g ∈ Lp (E) telle que, pour tout n ∈ N, on ait µ-presque partout |fn | 6 g.
Alors kfn − f kp → 0.

Preuve On applique le théorème de convergence dominée à la suite (|fn − f |p )n∈N . D’après les hypothèse (i) et
(ii), on a kf k 6 g µ-presque partout, donc
ˆ ˆ
p
|f | dµ 6 g p dµ < +∞,
E
p
donc f ∈ L (E). De plus, on a |fn − f | → 0 et
p

p
|fn − f | 6 (|fn | + |f |)p 6 (2g)p µ-presque partout
avec (2g) ∈ L (E). Par le théorème de convergence dominée, on obtient que kfn − f kp → 0.
p 1


8.4 Densité des fonctions continues à support compact dans Lp (Rd )

Définition 8.15. On dit qu’une fonction f : Rd → K est à support compact si elle est nulle en dehors d’un
compact de Rd . On note Cc (Rd ) l’ensemble des fonctions continues à support compact de Rd dans K.

Théorème 8.16. Soit p ∈ [1, ∞[. Alors Cc (Rd ) est dense dans Lp (Rd ) pour la norme k kp . En d’autres termes,
si f ∈ Lp (Rd ) et ε > 0, alors il existe ϕ ∈ Cc (Rd ) telle que
kf − ϕkp < ε.

 Remarque. Le résultat est faux pour p = ∞. En fait, l’adhérence de Cc (Rd ) pour la norme k k∞ est l’ensemble
des fonctions continues f : Rd → K telle que f (x) → 0 quand kxk → +∞.

Lemme 8.17. On note E 1 (Rd ) l’ensemble des fonctions étagées intégrables sur Rd . Alors
k kp
E 1 (Rd ) = Lp (Rd ).

Preuve Soient f ∈ Lp (Rd ) et ε > 0. Si f est à valeurs dans R+ , alors il existe une suite croissante (ϕn )n∈N de
fonctions de E + qui converge simplement vers f . Or pour tout n ∈ N, on a ϕn 6 f ∈ Lp (Rd ). Le théorème de
convergence dominée Lp donne kf − ϕn kp → 0 ce qui conclut. Si f est à valeurs dans R, on conclut en écrivant
f = f + − f − et en utilisant l’inégalité de Minkowski. De même si f est à valeurs dans C. 
Preuve du théorème Il suffit de montrer que
k kp
Cc (Rd ) ⊃ E 1 (Rd ).
Le lemme donnera alors la conclusion. On se place dans le cas d = 1. Soit f ∈ Lp (Rd ).
D’abord, supposons que f = 1I où I est un intervalle de R. Alors I est borné. Pour n ∈ N, on pose
fn : x ∈ R 7−→ n max(0, 1 − d(x, I)).
Alors pour tout n ∈ N, on a
2
ň ã1/p Å ã1/p
p
kf − fn kp = |f − fn | dλ 6 −→ 0.
R n
Supposons que f = 1Ω ou Ω est un ouvert de R. Alors λ(Ω) < +∞. On peut écrire
G
Ω= Ik
k∈N

40 Espaces Lp – Chapitre 8
 8.4. DENSITÉ DE CC (RD ) DANS LP (RD )

où les ensembles Ik sont des intervalles ouverts (bornés). Alors

1Ω = 1 Ik .
X

k∈N

donc la suite ( nk=0 1Ik )n∈N converge simplement vers 1Ω . De plus, pour tout n ∈ N, on a
P
n
1Ik 6 1Ω ∈ Lp (R).
X

k=0

Le théorème de convergence dominée donne alors

n
1Ω − 1 Ik
X
−→ 0.
p
k=0

Soient ε > 0 et n ∈ N tel que k1Ω − nk=0 1Ik kp < ε/2. D’après le cas précédent, pour k ∈ N, il existe ϕk ∈ Cc (R)
P
telle que k1Ik − ϕk kp < ε/2k+2 . Par l’inégalité de Minkowski, on obtient que
n n n
1Ω − 1Ω − 1 Ik (1Ik − ϕk )
X X X
ϕk 6 + <ε
p p p
k=0 k=0 k=0

ce qui conclut.
Supposons que f = 1B où B est un borélien de R. Alors λ(B) < +∞. Par la régularité de la mesure de
Lebesgue, il existe un ouvert Ω de R tel que
B⊂Ω et λ(Ω \ B) < (ε/2)p .
Soit ϕ ∈ Cc (R) telle que k1Ω − ϕk < ε/2. Alors
k1B − Ωkp 6 k1Ω − 1B kp + k1Ω − ϕkp
ň ã1/p
6 1Ω\B dλ + ε/2 < ε.
R

Supposons que f = αi 1Ai ∈ E (R). Pour i ∈ J1, N K, il existe ϕi ∈ Cc (R) telle que
Pn 1
i=1

k1Ai − ϕi kp < ε/n |αi | .

Alors
n n n
|αi | k1Ai − ϕi kp < ε avec
X X X
f− αi ϕi 6 αi ϕi ∈ Cc (R).
p
i=1 i=1 i=1

Cela termine la preuve dans le cas d = 1.

• Idée de la preuve pour d > 1. Tout fonctionne sauf le point suivant. Un ouvert Ω ⊂ Rd ne s’écrit pas, en
général, sous la forme d’une union disjointe dénombrable de pavés ouverts de Rd . Cependant, on peut écrire
[
Ω= Pk
k∈N

où les ensembles Pk sont des pavés ouverts et bornés. On peut réécrire cette réunion comme
G
Qk
k∈N

à un ensemble λd -négligeable près. Dans ce cas, on a

1Ω = 1Qk λd -presque partout.
X

k∈N

Convolution & applications – Chapitre 8 41

 Chapitre 9
Convolution & applications
9.1 Opérateur de translation . . . . . . . . . . . . . . . . . . 42 9.2.2 Cas général . . . . . . . . . . . . . . . . . . . . . . . 44
9.2 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . 42 9.2.3 Approximation de l’unité . . . . . . . . . . . . . . . 45
9.2.1 Le cas mesurable positif . . . . . . . . . . . . . . . . 42 9.2.4 Régularisation par convolution . . . . . . . . . . . 46

9.1 Opérateur de translation

Définition 9.1. Soit a ∈ Rd . On définit l’opérateur
Lp (Rd ) −→ Lp (Rd ),
τa : Rd −→ Rd ,
f 7−→ τa f :
x 7−→ f (x − a).

 Remarque. Cet opérateur est bien définie puisque la mesure de Lebesgue est invariante par translation, i. e.
deux fonctions f et g égales λ-presque partout vérifient bien f (x − a) = g(x − a) pour λ-presque tout x ∈ Rd .
De plus, si f ∈ Lp (Rd ), alors un changement de variables affine donne τa f ∈ Lp (Rd ).

Proposition 9.2. Soient p ∈ [1, ∞] et a ∈ Rd . Alors l’opérateur τa est une isométrie, i. e.

∀f ∈ Lp (Rd ), kτa f kp = kf kp .

Preuve Si p < ∞, il suffit d’appliquer le changement de variables x 7−→ x − a. Si p = ∞, on remarque que,

pour tout C > 0, on a |f | 6 C presque partout si et seulement si |τa f | 6 C presque partout. 

Théorème 9.3. Soient p ∈ [1, ∞[ et f ∈ Lp (Rd ). Alors

kτa f − f kp −−−−→ 0.
kak→0

Preuve On suppose d’abord que f ∈ Cc (Rd ). Soit (an )n∈N une suite de Rd telle que kan k → 0. On souhaite
montrer que
ˆ
p
|f (x − an ) − f (x)| dx −→ 0.
Rd

À partir d’un certain rang N , on a |an | 6 1. Soit K un compact de Rd tel que f soit nulle sur K c . Si n > N ,
alors la fonction x 7−→ f (x − an ) − f (x) est nulle sur K1c où K1 := K + Bf (0, 1) est un compact. Comme f est
continue sur K 0 , elle y est uniformément continue. Soit ε > 0. Il existe alors η > 0 tel que
∀x, y ∈ Rd , kx − yk < η =⇒ |f (x) − f (y)| < ε.
Finalement, en reprenant les mêmes arguments, pour n assez grand, on peut écrire que
ˆ ˆ ˆ
p p ε
|f (x − an ) − f (x)| dx 6 |f (x − an ) − f (x)| dx < dx = ε
R d K 0 K 0 λd (K 0)

Revenons au cas général. Soient f ∈ Lp (Rd ) et ε > 0. Il existe ϕ ∈ Cc (Rd ) telle que kf − ϕkp < ε/3. D’après
le cas précédent, il existe δ > 0 tel que
∀a ∈ B(0, δ), kτa ϕ − ϕkp < ε/3.
Alors pour tout a ∈ B(0, δ), il vient que
kτa f − f kp 6 kτa (f − ϕ)kp + kτa ϕ − ϕkp + kϕ − f kp
6 2 kf − ϕkp + kτa ϕ − ϕkp < 2ε/3 + ε/3 = ε
ce qui montre la limite dans le cas général. 

 Remarque. Le théorème est faux pour p = ∞. Il suffit de prendre f = 1[0,1] et a > 0. On voit alors que
kτa f − f k∞ = 1[−a,1−a] − 1[0,1] ∞
= 1 −→
6 0.

42 Convolution & applications – Chapitre 9

 9.2. CONVOLUTION

9.2 Convolution
9.2.1 Le cas mesurable positif
Définition 9.4. Soient f, g : Rd → K deux fonctions mesurables positives. On définit
Rd −→ Rd ,
ˆ
f ? g:
x 7−→ f (x − y)g(y) dy.
Rd

Proposition 9.5. Soient f, g ∈ M+ . Alors f ? g est mesurable positive et

ˆ ˆ ˆ
f ? g(x) dx = f (x) dx g(x) dx.
Rd Rd Rd

Preuve On note que les fonctions (x, y) 7−→ x − y et (x, y) 7−→ y sont continues, donc elles sont mesurables.
On en déduit que la fonction (x, y) 7−→ f (x − y)g(y) est mesurable. Le théorème de Fubini-Tonelli assure
alors que la fonction f ? g est mesurable. 

Proposition 9.6. Soient f, g, h ∈ M+ . Alors

1. on a f ? g = g ? f ;
2. on a (f ? g) ? h = f ? (g ? h) ;
3. on a {f ? g 6= 0} ⊂ {f 6= 0} + {g 6= 0}.

Preuve 1. Ce point résulte du changement de variables z = x − y dans l’intégrale.

2. Pour tout x ∈ Rd , le théorème de Fubini-Tonelli donne
ˆ
[(f ? g) ? h](x) = f ? g(x − y)h(y) dy
d
ˆR ň ã
= f (z)g(x − y − z) dz h(y) dy
d d
ˆR ňR ã
= g(x − z − y)h(y) dy f (z) dz
ˆR
d Rd

= g ? h(x − z)f (z) dz = [(g ? h) ? f ](x) = [f ? (g ? h)](x).

Rd

3. Soit x ∈ Rd . Supposons que x ∈/ {f 6= 0} + {g 6= 0}. Alors pour tout y ∈ {f 6= 0}, on a x − y ∈

/ {g 6= 0}.
Autrement dit, pour tout y ∈ Rd tel que f (y) 6= 0, on a g(x − y) = 0. On en déduit que
ˆ
f ? g(x) = f (y)g(x − y) dy = 0
Rd
et donc x ∈
/ {f ? g 6= 0}. La contraposée de ce qu’on vient de montrer donne l’inclusion voulue. 

. Exemple. Soit f := 1[−1/2,1/2] . Pour tout x ∈ R, on a

ˆ
f ? f (x) = 1[−1/2,1/2] (y)1[−1/2,1/2] (x − y) dy
ˆR
= 1[x−1/2,x+1/2] (y) dy
R
= λ([−1/2, 1/2] ∩ [x − 1/2, x + 1/2])
0 si x 6 −1,



λ([−1/2, x + 1/2]) = x + 1 si x ∈ [−1, 0],

=


 λ([x − 1/2, 1/2]) = 1 − x si x ∈ [0, 1],
0 si x > 1.


9.2.2 Cas général

 Remarque. Soient f, g : Rd → K mesurables. Alors la convolution f ? g existe en x ∈ Rd si et seulement si la
fonction y 7−→ f (x − y)g(y) est intégrable, i. e. |f | ? |g| (x) < +∞.

Convolution & applications – Chapitre 9 43

 9.2. CONVOLUTION

−1 −1/2 1/2 1

Figure 9.1 – Graphe de la fonction f := 1[−1/2,1/2] (gras) et de sa convolution par elle-même f ? f (pointillé)

Théorème 9.7 (convolution Lp -Lq ). Soit p, q ∈ [1, ∞] des exposants conjugués. Soient f ∈ Lp (Rd ) et g ∈ Lq (Rd ).
Alors f ? g existe sur R, est uniformément continue et
∀x ∈ Rd , |f ? g(x)| 6 kf kp kgkq .

Preuve Soit x ∈ Rd . L’inégalité de Hölder donne

ˆ ň ã1/p ň ã1/q
p q
|f (x − y)g(y)| dy 6 |f (x − y)| dy |g(y)| dy = kf kp kgkq < +∞.
Rd Rd Rd
Montrons que f ? g est uniformément continue. Soient x, a ∈ R . On a d
ˆ
|f ? g(x + a) − f ? g(x)| = (f (x + a − y) − f (x − y))g(y) dy
d
ˆR
= (τ−a f − f )(x − y)g(y) dy
Rd
= |(τ−a f − f ) ? g(x)| .
Comme τa f − f ∈ L (R ) et g ∈ L (E). De ce qui précède, on obtient que
p d q

|f ? g(x + a) − f ? g(x)| 6 kτ−a f − f kp kgkq .

Quitte à échanger p et q, on peut supposer que p est fini. Alors
kτ−a f − f kp −−−−→ 0,
kak→0

donc
|f ? g(x + a) − f ? g(x)| −−−−→ 0
kak→0

et ceci indépendamment de x. Finalement, la fonction f ? g est uniformément continue. 

Théorème 9.8 (convolution Lp -L1 ). Soit p ∈ [1, ∞[. Soient f ∈ Lp (Rd ) et g ∈ L1 (Rd ). Alors f ? g existe presque
partout, appartient à Lp (Rd ) et
kf ? gkp 6 kf kp kgk1 .

Preuve Soit x ∈ Rd . On note q ∈ [1, ∞[ le conjugué de p. L’inégalité de Hölder donne

ˆ ˆ ň ã1/p ň ã1/q
p
|f (x − y)g 1/p (y)||g 1/q (y)| dx dy 6 |f (x − y)| |g(y)| dy |g(y)| dy .
Rd Rd Rd Rd
En utilisant le théorème de Fubini, on obtient alors
ˆ ň ãp ˆ ˆ
p p−1
|f (x − y)g(y)| dy dx 6 |f (x − y)| |g(y)| dy kgk1 dx
Rd Rd
ˆ ˆ
Rd Rd
p p−1 p p
= |f (x − y)| dx |g(y)| dy kgk1 = kf kp kgk1 < +∞.
Rd Rd
p
L’utilisation du théorème de Fubini-Tonelli est valide puisque la fonction (x, y) ∈ Rd ×Rd 7−→ |f (x − y)| |g(y)|
est mesurable. On en déduit que
ˆ
|f (x − y)g(y)| dy < +∞ pour presque tout x ∈ Rd .
Rd
p
De plus, la fonction (x, y) ∈ R × Rd 7−→ |f (x − y)| |g(y)| est intégrable par ce qui précède. Enfin, on a
d
ˆ ˆ
p p 1
|f ? g(x)| dx 6 (|f | ? |g|(x))p dx 6 kf kp kgkp
Rd Rd
ce qui montre l’inégalité. 

44 Convolution & applications – Chapitre 9

 9.2. CONVOLUTION

Proposition 9.9. L’espace L1 (Rd ) muni de la loi de convolution ? possède une structure de K-algèbre
commutative qui n’a pas d’unité.

Preuve La commutativité se montre à l’aide du changement de variables z = x − y. La distributivité de ? par

rapport à + se déduit de la linéarité de l’intégrable. L’associativité découle du théorème de Fubini. Montrons
que cette algèbre ne possède pas d’unité. Par l’absurde, supposons qu’il existe ϕ ∈ L1 (Rd ) telle que
∀f ∈ L1 (Rd ), f ? ϕ = ϕ.
Pour n ∈ N, on pose
2
fn : x ∈ Rd 7−→ e−nkxk ∈ R.
Soit n ∈ N. Alors l’égalité fn ? ϕ = fn est vraie dans L1 (Rd ), i. e. ces fonctions sont égales presque partout.
Comme fn ∈ L∞ (Rd ) et ϕ ∈ L1 (Rd ), la fonction fn ? ϕ est continue. Alors fn ? ϕ(x) = fn (x) pour tout x ∈ Rd .
En particulier, on a fn ? ϕ(0) = fn (0) = 1. Cependant, comme fn (y) → 0 et |fn (y)| 6 |ϕ(y)| pour tout y ∈ Rd ,
le théorème de convergence dominée donne fn (0) → 0 ce qui est impossible. 

9.2.3 Approximation de l’unité

Définition 9.10. On appelle approximation de l’unité une suite (ϕn )n∈N de fonctions de L1 (Rd ) telle que
– pour tout n ∈ N, on ait ϕn > 0 presque partout ;
– pour tout n ∈ N, on ait ˆ
ϕn (x) dx = 1 ;
Rd

– pour tout δ > 0, on ait ˆ

ϕn (x) dx −−−−−→ 0.
B(0,δ)c n→+∞

´
 Remarque. Soit ϕ ∈ L1 (Rd ) presque partout
´ positive telle que Rd ϕ(x) dx < +∞. Quitte à diviser ϕ par son
intégrale sur Rd , on peut supposer que Rd ϕ(x) dx = 1. Pour n ∈ N, on pose
ϕn : x ∈ Rd −→ nd ϕ(nx).
Alors (ϕn )n∈N est une approximation de l’unité. En effet, pour n ∈ N∗ , le changement de variables y = nx donne
ˆ ˆ ˆ
ϕn (x) dx = ϕ(nx)n dx =
d
ϕ(y) dy = 1.
Rd Rd Rd
Soit δ > 0. Le même changement de variables et le théorème de convergence dominée affirment
ˆ ˆ
ϕn (x) dx = 1B(0,nδ)c (y)ϕ(y) dy −−−−−→ 0. n→+∞
B(0,δ)c Rd

Théorème 9.11. Soit p ∈ [1, ∞[. Soient f ∈ Lp (Rd ) et (ϕn )n∈N une approximation de l’unité. Alors
kf ? ϕn − f kp −−−−−→ 0.
n→+∞

Preuve On note q ∈ [1, ∞[ le conjugué de p. Soient n ∈ N et x ∈ Rd . L’inégalité de Hölder donne

ˆ
|f ? ϕn (x) − f (x)| = f (x − y)ϕn (y) dy − f (x)
ˆR
d

6 |f (x − y) − f (x)| ϕn (y) dy
ˆRd

6 |f (x − y) − f (x)| ϕ1/p
n (y)ϕn (y) dy
1/q
Rd
ň ã1/p
p
6 |f (x − y) − f (x)| ϕn (y) dy .
Rd
On en déduit, avec le théorème de Fubini-Tonelli, que
ˆ ˆ ˆ
p p
|f ? ϕn (x) − f (x)| dx 6 |f (x − y) − f (x)| ϕn (y) dy dx
Rd Rd Rd
ˆ ň ã
p
= |f (x − y) − f (x)| dx ϕn (y) dy
ˆR
d Rd
p
= kτy f − f kp ϕn (y) dy.
Rd

Convolution & applications – Chapitre 9 45

 9.2. CONVOLUTION

Cassons l’intégrale en deux parties. Soit ε > 0. Par le théorème 9.3, on sait qu’il existe δ > 0 tel que
p
∀y ∈ B(0, δ), kτy f − f kp < ε/2.
Comme la suite (ϕn )n∈N est une approximation de l’unité, il existe N ∈ N tel que
ˆ
ε
∀n > N, ϕn (y) dy < .
B(0,δ)c (2 kf kp )p
Alors pour tout n > N , on obtient que
ˆ ˆ ˆ
p p p
|f ? ϕn (x) − f (x)| dx 6 kτy f − f kp ϕn (y) dy + kτy f − f kp ϕn (y) dy
Rd B(0,δ) B(0,δ)c
ˆ
ε
6 + (2 kf kp )p ϕn (y) dy < ε
2 B(0,δ)c

ce qui montre la convergence de la suite (f ? ϕn )n∈N vers la fonction f pour la norme k kp . 

Théorème 9.12. Soient f ∈ L∞ (Rd ) uniformément continue sur Rd et (ϕn )n∈N une approximation de l’unité.
Alors
kf ? ϕn − f k∞ −−−−−→ 0.
n→+∞

Preuve Soit x ∈ Rd . Comme précédemment, on a

ˆ
|f ? ϕn (x) − f (x)| 6 |f (x − y) − f (x)| ϕn (y) dy.
Rd
Soit ε > 0. Par l’uniforme continuité, on sait qu’il existe δ > 0 tel que
∀y ∈ B(0, δ), |f (x − y) − f (x)| < ε/2.
En utilisant le même découpage que précédemment, on montre que |f ? ϕn (x) − f (x)| < ε pour n ∈ N assez
grand. Cela montre que kf ? ϕn − f k −→ 0. 

9.2.4 Régularisation par convolution

Théorème 9.13. Soient f ∈ L1 (Rd ) et ϕ ∈ C1c (Rd ). Alors f ? ϕ est classe C1 et, pour tout i ∈ J1, dK, on a
∂xi (f ? ϕ)(x) = f ? (∂xi ϕ)(x)
pour tout x ∈ R . d

Preuve On applique le théorème de convergence dominée en utilisant le fait que k∂xi ϕk∞ < +∞. 

 Remarques. – Par récurrence immédiate, on montre que, pour toute fonction ϕ ∈ Ckc (Rd ), on montre que
|α| |α|
∂xα1 ···xαn (g ? ϕ) = f ? (∂xα1 ···xαn ϕ)
1 n 1 n

pour tout (α1 , . . . , αn ) ∈ N tel que |α| := α1 + · · · + αn 6 k.

n

– On peut prendre f appartenant à L1loc (Rd ), l’ensemble des fonctions intégrables sur tout compact de Rd .

Définition 9.14. On appelle suite régularisante une approximation de l’unité (ϕn )n∈N dont les termes sont des
éléments de C∞
c (R ).
d

. Exemple. On introduit la fonction

2
exp(−1/(1 − kxk )) si kxk < 1,
®
ψ : x ∈ Rd 7−→
0 sinon.
Alors on montre que ψ ∈ C∞ c (R ). En utilisant le procédé de la remarque page 45, on construit une suite
d

régularisante ce qui montre leur existence.

Théorème 9.15. Soit p ∈ [1, ∞[. Alors l’ensemble C∞

c (R ) est dense dans L (R )
d p d

Preuve Soit f ∈ Lp (Rd ). On suppose d’abord que f ∈ Cc (Rd ). Soit (ϕn )n∈N une suite régularisante. Alors pour
tout n ∈ N, on a f ? ϕn ∈ C∞ c (R ). Or kf ◦ ϕn − f kp −→ 0 où la suite (f ◦ ϕn )n∈N est une suite de Cc (R ).
d ∞ d

Revenons au cas général. Soit ε > 0. Il existe ϕ ∈ Cc (Rd ) telle que kf − ϕkp < ε/2. D’après le cas particulier,
il existe ψ ∈ C∞
c (R ) telle que kϕ − ψkp < ε/2. Finalement, on a kf − ψk < ε ce qui montre le résultat.
d


Application (lemme d’Urysohn). Soient K un compact de Rd et Ω un ouvert de Rd tels que K ⊂ Ω. Alors

il existe une fonction f ∈ C∞ (Rd ) telle que f = 1 sur K et f = 0 sur Ωc .

46 Convolution & applications – Chapitre 9