Compléments d’intégration

2
Table des matières

1 Rappels et compléments 1
1.1 Tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Tribu de Borel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 Définitions et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2 Mesure de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Applications mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1 Définitions et généralités . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.2 Stabilité de la classe des fonctions mesurables . . . . . . . . . . . . . . 8
1.4 Fonctions étagées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.2 Intégrale d’une fonction étagée positive . . . . . . . . . . . . . . . . . . 11
1.5 Intégration des fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.1 Intégration des fonctions mesurables positives . . . . . . . . . . . . . . 13
1.5.2 Propriétés de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.5.3 Fonctions intégrables à valeurs dans R ou C . . . . . . . . . . . . . . . . 16
1.5.4 Comparaison avec l’intégrale de Riemann . . . . . . . . . . . . . . . . 19
1.6 Théorèmes de convergence et applications . . . . . . . . . . . . . . . . . . . . 20
1.6.1 Théorème de convergence dominée . . . . . . . . . . . . . . . . . . . . 20
1.6.2 Application : intégrales à paramètre . . . . . . . . . . . . . . . . . . . . 23
1.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

2 Espaces produits 27
2.1 Classes monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Produit d’espaces mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4 Théorèmes de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4.1 Théorèmes principaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4 TABLE DES MATIÈRES

2.4.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

3 Changements de variables 41
3.1 Mesure image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Changement de variable linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3 Formule du changement de variable . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4.1 Coordonnées polaires dans le plan R2 . . . . . . . . . . . . . . . . . . . 47
3.4.2 Coordonnées sphériques dans l’espace R3 . . . . . . . . . . . . . . . . . 47
3.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

4 Espaces Lp 51
4.1 Définitions et premières propriétés . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2 Complétude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.3 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.4 Densité dans Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.5 Régularisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
Chapitre 1

Rappels et compléments

1.1 Tribus
1.1.1 Définitions et exemples
Définition 1. Soit X un ensemble. On appelle tribu ou σ-algèbre sur X une famille M de
parties de X possédant les propriétés suivantes :
(i) X ∈ M ;
(ii) si A ∈ M, alors A∁ ∈ M (où A∁ = X\A est le complémentaire de A dans X) ;
(iii) si An ∈ M, ∀n ∈ N, alors n∈N An ∈ M.
S

Les éléments de M sont appelés les parties mesurables de X. On dit que (X, M) est un espace
mesurable.

Remarque 1.
(i) ∅ ∈ M car X ∈ M ;
 
(ii) si An ∈ M, ∀n ∈ N, alors An ∈ M car ( n∈N An )∁ = n∈N A∁
T T S
n∈N n .

(iii) M est stable par intersection ou union finie ;

(iv) si A et B sont mesurables, alors la différence A\B = A ∩ B∁ ∈ M.

Exemple 1. Quelques exemples de tribus : on considère X un enemble quelconque.

— {∅, X} est une tribu sur X ;
— P(X) est une tribu sur X ; n o
— si A ⊂ X, la plus petite tribu contenant A est ∅, A, A∁ , X .

Remarque 2 (*Comparaison avec la structure topologique). Remarquons qu’on a ici une

structure bien différente de celle d’une topologie, qui n’est pas stable par passage au com-
plémentaire, est stable par union quelconque, mais pas par intersection infinie.
6 Rappels et compléments

Lemme 1. Soit {Mi }i∈I une famille quelconque de tribus sur X. Alors M =
T
i∈I Mi est encore
une tribu sur X.

Démonstration. La vérification est immédiate. □

Définition 2. Soit F une famille de parties de X. On note

\
σ(F) = M.
M tribu sur X, M⊃F

Alors, σ(F) est une tribu sur X appelée tribu engendrée par F. C’est la plus petite tribu sur X
qui contient F.

Remarque 3 (Méthodologie).
— Pour montrer une égalité du type M = σ(F), il suffit de montrer que M ⊂ σ(F), que
F ⊂ M et que M est une tribu.
— Pour montrer que σ(F1 ) = σ(F2 ), il suffit de montrer que F1 ⊂ σ(F2 ) et que F2 ⊂ σ(F1 ).

Définition 3 (Rappel). Une topologie sur X est une famille T de parties de X telles que :
(i) ∅ ∈ T , X ∈ T .
Tn
(ii) Si O1 , . . . , On ∈ T , alors i=1 Oi ∈ T .
S
(iii) Si {Oi }i∈I est une famille quelconque d’éléments de T , alors i∈I Oi ∈ T .
Les éléments de T s’appellent les ouverts de X. On dit que (X, T ) est un espace topologique.

1.1.2 Tribu de Borel

Définition 4 (Tribu de Borel). Soit (X, T ) un espace topologique. On appelle tribu de Borel
sur X la tribu engendrée par les ouverts de X : M = σ(T ).

Considérons plus en détail le cas de la tribu de Borel sur R notée B(R) :

— B(R) contient tous les ouverts et tous les fermés de R.
— B(R) contient les unions dénombrables de fermés.
— B(R) contient les intersections dénombrables d’ouverts.

Remarque 4. On peut montrer que la tribu B(R) a la puissance du continu (en bijection avec
R). En conséquence, B(R) , P(R).

Proposition 1. La tribu B(R) est engendrée par les intervalles ]a, +∞[ pour a ∈ R.

Démonstration. Soit M la tribu engendrée par les intervalles ]a, +∞[ où a ∈ R. Par construc-
tion, M ⊂ B(R).
1.1. Tribus 7

D’autre part, pour tout a ∈ R, on a

\ 1

[a, +∞[ = a − , +∞ ∈ M.
n∈N
n

Par complémentaire,
]−∞, a[ = [a, +∞[∁ ∈ M.
Par intersection, si a < b, on obtient

]a, b[=] − ∞, b[∩]a, +∞[∈ M.

On sait que tout ouvert de R est une réunion au plus dénombrable d’intervalles de la
forme ] − ∞, a[, ]a, b[]a, , +∞[, donc M contient tous les ouverts de R et M ⊃ B(R). □

B(R) est engendré par les intervalles ]a, +∞[, a ∈ Q. En effet, pour tout a ∈ R, il existe une
suite de rationnels (an )n∈N décroissante vers a et ]a, +∞[ = ∞n=1 ]an , +∞[
S

Remarque 5. On sera parfois amené à travailler dans R := R ∪ {±∞} plutôt que R. La tribu de
Borel sur R ∪ {±∞} est l’ensemble des parties prenant l’une des formes A, A ∪ {+∞}, A ∪ {−∞}
ou A ∪ {−∞, +∞}, où A ∈ B(R). On peut vérifier facilement qu’il s’agit bien d’une tribu. En
outre, il s’agit de la tribu engendrée par la topologie sur R, dont les ouverts sont de la forme
O, O ∪ {+∞}, O ∪ {−∞} ou O ∪ {−∞, +∞}, où O est un ouvert de R.

Notation. Un pavé ouvert P de Rd est un sous-ensemble de Rd de la forme

P =]a1 , b1 [×]a2 , b2 [× · · · ×]ad , bd [,

où ai , bi sont des réels tels que ai < bi .

 
Proposition 2. La tribu B Rd est la tribu engendrée par la classe des pavés ouverts.

 la tribu engendrée par les pavés ouverts de R . Comme ce sont

d
Démonstration. Notons M
des ouverts, on a M ⊂ B Rd .
Réciproquement, soit O est un ouvert de Rd . On munit Rd de la norme ∥ · ∥ := ∥ · ∥∞ car
les boules pour cette norme sont des pavés ouverts ; bien sûr on peut faire ce choix car le
caractère ouvert de O ne dépend pas de la norme du fait sur l’équivalence des normes dans
les espaces vectoriels de dimension finie. Comme O est ouvert, pour tout x ∈ O, il existe
rx > 0 tel que B (x, rx ) = B∥·∥∞ (x, rx ) ⊂ O. Alors on peut écrire
[
O= B (x, rx ) .
x∈O

Le problème est que cette union n’est pas dénombrable : nous allons donc utiliser la densité
de Q dans R. Pour x ∈ O fixé, il existe r′x ∈ Q tel que r4x < r′x < 3r4x . Par densité de Qd dans Rd , il
8 Rappels et compléments

existe ax ∈ Qd tel que ∥ax − x∥ < r4x . Par conséquent, si y ∈ B ax , r′x , alors l’inégalité triangulaire

implique que ∥x− y∥ ≤ ∥x − ax ∥+ ax − y < r4x +r′x < rx , ce qui montre que B ax , r′x ⊂ B (x, rx ) ⊂

O. Par ailleurs, comme ∥x − ax ∥ < r4x < r′x , on a également que x ∈ B ax , r′x . Tout ceci montre

que
[
O= B ax , r′x .


x∈O
n o
Comme l’ensemble B ax , rx : x ∈ O est contenu dans l’ensemble B (a, r′ ) : a ∈ Qd , r′ ∈ Q+
′


et que ce dernier ensemble est dénombrable, on en déduit que B ax , r′x : x ∈ O est également


dénombrable. On a donc établi que O peut s’écrire comme une union dénombrable de pavés
ouverts, et donc O ∈ M, ce qui conclut la preuve. □

1.2 Mesures
Désormais, une fois que nous avons établi la structure des ensembles pouvant faire l’objet
d’une mesure, nous sommes prêts à introduire la notion de mesure proprement dite.

1.2.1 Définitions et propriétés

Définition 5. Soit X un ensemble et M une tribu sur X. Une mesure sur l’espace mesurable
(X, M) est une application µ : M → [0, +∞] telle que
(i) µ(∅) = 0 ;
(ii) µ est σ-additive : pour toute suite (An )n∈N d’éléments de M deux à deux disjoints,
 
[  X
µ  An  = µ (An ) .
n∈N n∈N

On dit que (X, M, µ) est un espace mesuré, et pour tout A ∈ M, on appelle µ(A) la mesure
de A.

Remarque 6. Notons que la σ-additivité implique l’additivité finie grâce à (i) : si l’on définit
Ai = ∅ pour tout i ≥ n + 1, alors
 n  ∞  n
[  [  X X
µ  Ai  = µ  Ai  =
    µ i =
(A ) µ (Ai ) .
i=1 i=1 i≥1 i=1

Proposition 3 (Propriétés élémentaires d’une mesure positive).

(i) Monotonie : Si A, B ∈ M et A ⊂ B, alors µ(A) ⩽ µ(B).

1.2. Mesures 9

(ii) Sous-additivité : Si An ∈ M, ∀n ∈ N, alors

 
[  X
µ  An  ⩽ µ (An ) .
n∈N n∈N

(iii) Si An ∈ M, ∀n ∈ N, et si An ⊂ An+1 , ∀n ∈ N, alors

 
[ 
µ  An  = lim µ (An ) .
n→∞
n∈N

(iv) Si An ∈ M, ∀n ∈ N, et si An ⊃ An+1 , ∀n ∈ N, avec µ (A0 ) < ∞, alors

 
\ 
µ  An  = lim µ (An ) .
n→∞
n∈N

Démonstration. (i) On a B = A ∪ (B\A), union disjointe d’éléments de M, donc µ(B) =

µ(A) + µ(B\ A) ⩾ µ(A). De plus, si µ(A) < ∞, on déduit que µ(B\A) = µ(B) − µ(A).
(ii) Posons B0 = A0 , et ∀n ⩾ 1, Bn = An \ n−1 k=0 Ak . Pour tout n ∈ N, on a
Sn Sn
k=0 Ak =
S
k=0 Bk .
En outre, les {Bn }n∈N sont deux à deux disjoints et µ (Bn ) ⩽ µ (An ), alors
   
[  [  X X
µ  An  = µ  Bn  = µ (Bn ) ⩽ µ (An ) .
n∈N n∈N n∈N n∈N

(iii) Posons B0 = A0 et, ∀n ⩾ 1, Bn = An \An−1 . Alors les Bn sont 2 à 2 disjoints et, ∀n ∈

N, An = nk=0 Bk . Ainsi,
S

n
   
X X [  [ 
µ (An ) = µ (Bk ) −→ µ (Bk ) = µ  Bk  = µ  An  .
 
n→+∞
k=0 k∈N k∈N n∈N

(iv) Posons Bn = A0 \An , ∀n ∈ N. Alors la suite {Bn }n∈N est croissante avec Bn =
S
n∈N
A0 \ n∈N An . En outre, µ (Bn ) = µ (A0 ) − µ (An ) car µ (A0 ) < ∞. Par (ii), on a donc
T
   
\  [ 
µ (A0 ) − µ  An  = µ  Bn  = lim µ (Bn ) = µ (A0 ) − lim µ (An ) ;
n→∞ n→∞
n∈N n∈N

ce qui achève la preuve. □

Exemple 2 (Exemples élémentaires de mesures).

— Mesure de comptage sur (X, P(X)), avec X un ensemble quelconque : On définit la
mesure de comptage µ(A), pour A ⊂ X, par

card(A) si A fini


µ(A) = 

∞ sinon


 
Cette mesure est surtout utilisée sur des ensembles "discrets" N, Z, Zd , . . . .
10 Rappels et compléments

— Mesure de Dirac en un point : Soit (X, M) un ensemble mesurable, avec X , ∅ et soit

x ∈ X. On définit µ : M → [0, +∞] par

 1 si x ∈ A

µ(A) =  , A∈M

 0 sinon


On note souvent µ = δx .
Remarque 7. La condition µ (A0 ) < ∞ du (iv) de Proposition 3 est nécessaire. En effet,
considérons (N, P(N)) muni de la mesure de comptage et considérons An = {n, n + 1, n + 2, . . .},
alors An ⊃ An+1 et n∈N An = ∅, mais ∀n ∈ N, µ (An ) = +∞.
T

1.2.2 Mesure de Lebesgue

La mesure de Lebesgue est une mesure définie sur la tribu de Borel de Rd . Elle donne un
sens mathématique à la notion physique de longueur si d = 1, de surface si d = 2, de volume
si d = 3.
Théorème 1. Il existe
i une
h unique mesure µ définie sur les boréliens de Rd telle que pour tout
pavé ouvert di=1 ai , bi ⊂ Rd on a
Q
 d  d
Y  Y
µ  ]ai , bi [ =

 
 (bi − ai )
i=1 i=1

Cette mesure est appelée mesure de Lebesgue et est notée λd , voire λ s’il n’y a pas
d’ambiguité sur la dimension.
De plus, λd est l’unique mesure µ qui est telle que
(i) µ est invariante par translation : pour tout borélien A et tout x ∈ Rd , µ(A + x) = µ(A) ;
 
(ii) la mesure du pavé unité est 1 : µ [0, 1]d = 1.
Proposition 4. La mesure de Lebesgue λd est régulière ; i.e., pour tout A ∈ B(Rd ),
n o
(i) λd (A) = inf λd (U) : U est ouvert et A ⊂ U ;
n o
(ii) λd (A) = sup λd (K) : K est compact et K ⊂ A .

h est diffuse : λd ({x}) = 0, ∀x ∈ R . En effet, par exemple

d
Remarque 8. La mesurei de Lebesgue
T∞
pour d = 1, {x} = n=1 x − n1 , x + n1 (intersection de sous-ensembles croissants) ; donc, par
Proposition 3 (iii), on a :
1 1 2
 
λ({x}) = lim λ x − , x + = lim = 0.
n→+∞ n n n→+∞ n

On dit aussi qu’elle ne charge pas les points (au contraire de la mesure de Dirac).
Conséquences :
(i) λ(]a, b[) = λ([a, b[) = λ(]a, b]) = λ([a, b]) = b − a si a ⩽ b.
(ii) Les ensembles dénombrables sont de mesure nulle.
1.3. Applications mesurables 11

1.3 Applications mesurables

1.3.1 Définitions et généralités
Définition 6. Soit (X, M) et (Y, N) deux espaces mesurables. On dit qu’une application
f : X → Y est mesurable (pour les tribus M et N ) si
f −1 (B) ∈ M, ∀B ∈ N.
Cela rappelle la notion de fonction continue dans les espaces topologiques.
Définition 7 (Rappel). Soit (X, T ) et (Y, S) deux espaces topologiques. On dit qu’une appli-
cation f : X → Y est continue si
f −1 (B) ∈ T , ∀B ∈ S.
Les fonctions mesurables sont aux espaces mesurables ce que les fonctions continues sont
aux espaces topologiques.
Remarque 9.
(i) Si (X, M) est un espace mesurable, si Y est un ensemble quelconque et f : X → Y, alors
on peut toujours munir Y d’une tribu N telle que f soit mesurable. Evidemment, on
n N = {∅, Y} (et c’est
peut prendre o la plus petite tribu possible). Un meilleur choix est de
poser N = B ⊂ Y : f −1 (B) ∈ M . Alors N est une tribu (exercice), et c’est la plus grande
tribu sur Y qui rende f mesurable.
On dit que N est la tribu image de M par f .
(ii) Si X est un ensemble quelconque, si(Y, N) est un espace mesurable, et f : X → Y, alors
on peut toujours munir X d’une tribu M telle que f soit mesurable. Evidemment, on
peut prendre M n = P(X) (et c’est
o la plus grande tribu possible). Un meilleur choix est
de poser M = f (B) : B ∈ N . Alors M est une tribu (exercice), et c’est la plus petite
−1

tribu sur X qui rende f mesurable.

On dit que M est la tribu engendrée par f .

Le résultat suivant est fort utile :

Lemme 2. Soient (X, M) et (Y, N) deux espaces mesurables, et f : X → Y. On suppose que
N est engendrée par une famille F de parties de Y : N = σ(F ).
Alors f est mesurable si et seulement si f −1 (B) ∈ M, ∀B ∈ F .
Démonstration. La condition est évidemment nécessaire. Supposons donc que f −1 (B) ∈ M, ∀B ∈
F , et considérons la tribu image de M par f :
n o
e = B ⊂ Y : f −1 (B) ∈ M
N

Alors N e contient σ(F ) = N, et en particulier, f est mesurable.

e contient F , donc N □
12 Rappels et compléments

Cas particulier : Si X et Y sont deux espaces topologiques munis de leurs tribus boréliennes,
une application f : X → Y mesurable est appelée borélienne.
Par le lemme, f : X → Y est borélienne si et seulement si, pour tout ouvert V ⊂ Y, f −1 (V)
est borélien. En particulier, si f : X → Y est continue, alors f est borélienne.
Si Y = R muni de la tribu de Borel B(R), alors f : X → Y est borélienne si et seulement
si f (]a, +∞[) est borélien pour tout a ∈ R.
−1

Exemple 3. Soit (X, M) un espace mesurable, et soit A ⊂ X. On définit la fonction indicatrice

de A par
1A : X → R

1 si x ∈ A


x 7→ 1A (x) = 


0 sinon


alors 
si a ⩾ 1



 ∅
  
∀a ∈ R, 1A (]a, +∞[) = 
−1

A si 0 ⩽ a < 1




X si a < 0



Ainsi, 1A est mesurable si et seulement si A est mesurable (A ∈ M).

1.3.2 Stabilité de la classe des fonctions mesurables

Lemme 3. Si f : (X1 , M1 ) → (X2 , M2 ) et g : (X2 , M2 ) → (X3 , M3 ) sont mesurables, alors g ◦ f :
(X1 , M1 ) → (X3 , M3 ) est mesurable.
 
Démonstration. Evident car (g ◦ f )−1 (A) = f −1 g−1 (A) , ∀A ⊂ X3 . □

Proposition 5. Soit (X, M) un espace mesurable, (Y, T ) un espace topologique, f1 , f2 : X → R

des applications mesurables, et Φ : R2 → Y une application continue.
Pour tout x ∈ X, on note h(x) = Φ f1 (x), f2 (x) . Alors h : X → Y est mesurable.

On pourrait formuler cela comme : "Une combinaison continue de deux applications

mesurables est mesurable".

Démonstration. Notons F(x) = f1 (x), f2 (x) de sorte que F : X → R2 . Alors h = Φ ◦ F. Comme

Φ est borélienne (car continue), il suffit de vérifier que F est mesurable.

Soit R = I1 × I2 ⊂ R2 un pavé ouvert. Alors F−1 (R) = f1−1 (I1 ) ∩ f2−1 (I2 ) ∈ M. Comme la tribu
de Borel sur R2 est engendrée par les pavés ouverts, on a que F est mesurable. □

Notation. Pour deux applications f, g : X → R, on note min( f, g)(x) = min( f (x), g(x)) et
max( f, g)(x) = max( f (x), g(x)).
1.3. Applications mesurables 13

Corollaire 1. Soient f, g : X → R deux fonctions mesurables. Alors f + g, f g, min( f, g) et

max( f, g) sont mesurables.

Démonstration. Il suffit d’appliquer la proposition précédente avec Y = R et Φ(x, y) = x + y,

Φ(x, y) = xy,

−|x − y| + x + y |x − y| + x + y
Φ(x, y) = min(x, y) = et Φ(x, y) = max(x, y) = .
2 2
□

Corollaire 2. Si f : X → R est mesurable, alors f+ = max( f, 0), f− = max(− f, 0), et | f | = f+ + f−

sont mesurables.

Corollaire 3. Une application f : X → C est mesurable si et seulement si sa partie réelle

Re( f ) : X :→ R et sa partie imaginaire Im( f ) : X → R sont mesurables.

Corollaire 4. Si f : X → R est mesurable, et si f (x) , 0, ∀x ∈ X, alors g définie par g(x) = 1

f (x)
est mesurable.

Démonstration. Soit Y = R\{0} muni de la tribu borélienne, et soit φ : Y → Y définie par

φ(y) = 1y . Comme f : X → Y est mesurable et φ est continue alors g = φ ◦ f : X → Y (ou R )
est mesurable. □

Notation. (X, M) un espace mesurable, et fn n une suite de fonctions de X dans R. On note :



• sup fn (x) = supn fn (x) ;

 
• lim supn→∞ fn (x) = limn→∞ supk⩾n fk (x).
On définit de même infn fn et lim infn→∞ fn .

Proposition 6 (Stabilité des fonctions mesurables par limite ponctuelle). Soit (X, M) un
espace mesurable et fn : X → R une suite de fonction mesurables, alors

supn fn , infn fn , lim sup fn , lim inf fn : X → R

n→∞ n→∞

sont mesurables. En particulier, si f (x) = limn→∞ fn (x) existe ∀x ∈ X, alors f : X → R est


mesurable. Plus généralement, l’ensemble x ∈ X : limn→∞ fn (x) existe } est mesurable.

Démonstration. Si g = supn fn , on a ∀a ∈ R,
[
g−1 (]a, +∞]) = fn−1 (]a, +∞]) ∈ M
n∈N

Ainsi, g est mesurable. Il en va de même de infn fn = −supn − fn . En conséquence,

lim supn→∞ fn = infn supk⩾n fk est mesurable, et il en va de même de lim infn→∞ fn .

14 Rappels et compléments
 
Pour montrer la dernière affirmation, on pose F = lim infn→∞ fn , lim supn→∞ fn et on
remarque que ( )
x ∈ X : lim inf fn (x) = lim sup fn (x) = F−1 (∆)
n→∞ n→∞
2
où ∆ = {(x, x) | x ∈ R} ⊂ R Cet ensemble est mesurable car ∆ est fermé et F est mesurable. □

1.4 Fonctions étagées

1.4.1 Généralités
Définition 8. Soit (X, M) un espace mesurable. On dit qu’une application mesurable f : X →
R est étagée si f ne prend qu’un nombre fini de valeurs.
En notant α1 , . . . , αn les valeurs de f et Ai = f −1 (αi ) pour i = 1, . . . , n, on a donc
n
X
f = αi 1Ai . (1.1)
i=1

Exemple 4. La fonction indicatrice des rationnels 1Q est une fonction étagée.

Remarque 10.
— L’écriture (1.1) est unique aux renumérotations près. Les α1 , . . . , αn sont deux à deux
distincts et les A1 , . . . , An sont deux à deux disjoints.
— Si f prend la valeur 0 , on peut omettre le terme correspondant dans la somme (1.1).
— Les fonctions (mesurables) étagées sont exactement les combinaisons linéaires finies
de fonctions indicatrices d’ensembles mesurables. Si
N
X
f = βk 1Bk
k=1

avec β1 , . . . , βN ∈ R non nécessairement distincts et B1 , . . . , BN ∈ M non nécessairement

disjoints, alors f ne prend qu’un nombre fini de valeurs et possède donc aussi une
écriture canonique de la forme (1.1).

Lemme 4 (Lemme fondamental d’approximation). Soit f : (X, M) → [0, +∞] une fonction
mesurable. Alors il existe une suite croissante de fonctions (mesurables) étagées qui converge
ponctuellement vers f .

Démonstration. Pour tout n ∈ N, on définit φn : [0, +∞] → [0, +∞[ par


2 E (2 t) si 0 ⩽ t < n

 −n n
φn (t) = 

n si t ⩾ n


1.4. Fonctions étagées 15

où E(x) désigne la partie entière de x. Il est clair que φn est étagée telle que 0 ⩽ φn (t) ⩽
φn+1 (t), ∀t ∈ [0, +∞]. On pose fn = φn ◦ f, n ∈ N, alors fn est étagée, ∀n ∈ N, fn ⩽ fn+1 et
fn (x) −→ f (x), ∀x ∈ X.
n→∞
En effet, si f (x) = +∞, on a ∀n, fn (x) = n. D’autre part, si f (x) < ∞ et n ⩾ f (x) alors
f (x) − 2−n ⩽ fn (x) ⩽ f (x). □

1.4.2 Intégrale d’une fonction étagée positive

On suppose à présent que (X, M, µ) est un espace mesuré.

Définition 9. Soit f : (X, M, µ) → [0, +∞[ une fonction (mesurable) étagée. On appelle
intégrale de f (pour la mesure positive µ ) la quantité
Z n
X
f dµ = αi µ (Ai )
i=1
| {z }
∈[0,+∞]

Pn
où f = i=1 αi 1Ai est l’écriture canonique de f comme dans (1.1).

βk 1Bk , alors
PN
Lemme 5. Si β1 , . . . , βN ∈ [0, +∞ [ et B1 , . . . , Bn ∈ M, et si f = k=1

Z N
X
f dµ = βk µ (Bk ) .
k=1

Démonstration. On suppose α1 , . . . , αn , β1 , . . . , βN , 0.
Cas 1 : Les B1 , . . . , BN sont 2 à 2 disjoints. Dans ce cas là, les β1 , . . . , βN parcourent {α1 , . . . , αn },
et on a Ai = k/Bk ⊂Ai Bk et Bk ⊂ Ai ⇐⇒ βk = αi . Ainsi,
S

n n
 
X X  X 
αi µ (Ai ) = αi  µ (Bk )
i=1 i=1 k/Bk ⊂Ai
n
X X
= βk µ (Bk )
i=1 k/Bk ⊂Ai
N
X
= βk µ (Bk ) .
k=1

Cas 2 : (cas général) : Il existe des ensembles mesurables C1 , . . . , Cm deux à deux disjoints
tels que, pour chaque k ∈ {1, 2, . . . , N}, il existe Jk ⊂ {1, 2, . . . , m} vérifiant Bk =
S
j∈Jk C j
(exercice). On définit X
γj = βk , j = 1, . . . , m;
k/Bk ⊃C j
16 Rappels et compléments

γ j 1C j avec C1 , . . . , Cm deux à deux disjoints. En outre,

Pm
alors f = j=1
 
N
X N
X X  
βk µ (Bk ) = βk  µ C j 
 
 
k=1 k=1 j∈Jk
 
Xm    X 
= µ C j  βk 

 
j=1 k/Bk ⊃C j
m
X  
= γ jµ C j .
j=1

Notation. Notons E+ l’ensemble des fonctions (mesurables) étagées sur X à valeurs dans
[0, +∞[.
R
L’application I : E+ −→ [0, +∞], f 7−→ f dµ possède les propriétés suivantes :
(i) Additivité : Si f et g ∈ E+ , alors
Z Z Z
( f + g)dµ = f dµ + g dµ, ∀ f, g ∈ E+ .

(ii) Homogénéité : Si f ∈ E+ , alors

Z Z
λ f dµ = λ f dµ, ∀ f ∈ E+ , ∀λ ∈ R+ .

(iii) Monotonie : Si f et g ∈ E+ et si f ⩽ g, alors

Z Z
f dµ ⩽ g dµ.

En effet,
(i) si f = ni=1 αi 1Ai et g = mj=1 β j 1B j , alors f + g = ni=1 αi 1Ai + mj=1 β j 1B j , et donc
P P P P

Z n
X m
X  
( f + g)dµ = αi µ (Ai ) + β jµ B j
i=1 j=1
Z Z
= f dµ + g dµ.

(ii) C’est évident par définition de l’intégrale.

(iii) Suit de (i) car Z Z Z Z
g dµ = f dµ + (g − f )dµ ⩾ f dµ.
| {z }
⩾0
1.5. Intégration des fonctions mesurables 17

1.5 Intégration des fonctions mesurables

Dans toute la suite, (X, M, µ) désigne un espace mesuré.

1.5.1 Intégration des fonctions mesurables positives

Définition 10. Soit f : X → [0, +∞] une fonction mesurable. On appelle intégrale de f (sur
X, pour la mesure µ ), la quantité :
Z (Z )
f dµ = sup h dµ : h ∈ E+ , h ⩽ f ∈ [0, +∞]

Si E ⊂ X est une partie mesurable, on note aussi

Z Z
f dµ = f 1E dµ.
E

Remarque 11.
— Si f ∈ E+ , on retrouve bien la définition précédente de l’intégrale.
R R
— Si f, g : X → [0, +∞] sont mesurables, avec f ≤ g, alors f dµ ⩽ g dµ. En effet,
(Z ) (Z )
h dµ : h ∈ E+ , h ⩽ f ⊂ h dµ : h ∈ E+ , h ⩽ g .

Théorème 2 (Théorème de Beppo-Levi, ou de convergence monotone). Soit fn : X → [0, +∞]

une suite croissante de fonctions mesurables positives, et soit f = limn→∞ fn la limite ponc-
tuelle des fn . Alors, f est mesurable et
Z Z
f dµ = lim fn dµ.
n→∞
R R
Démonstration. Comme fn dµ ⩽ fn+1 dµ du fait de la croissance de fn , la limite α =


R
limn→∞ fn dµ ∈ [0, +∞] existe. Soit f = limn→∞ fn , alors f est mesurable, et comme ∀n, fn ⩽ f ,
on Z Z Z
fn dµ ⩽ f dµ, ∀n =⇒ α⩽ f dµ.

Par ailleurs, soit h ∈ E+ telle que h ⩽ f et soit c ∈] 0, 1[. On définit :

An = x ∈ X | fn (x) ⩾ c.h(x) ;


alors An ∈ M (comme image inverse de [0, +∞] par l’application mesurable fn − c.h), et
d’autre part An ⊂ An+1 et n∈N An = X. Or,
S

Z Z Z
α⩾ fn dµ ⩾ c.h dµ = c h dµ.
An An An
18 Rappels et compléments

β j 1B j , on a
Pm
De plus, si h = j=1
Z m
X  
h dµ = β j µ B j ∩ An .
An j=1

Comme on a une somme finie, on peut passer à la limite quand n tend vers +∞ et on a
Z X m   Z
h dµ −→ β jµ B j = h dµ.
An n→∞
j=1
R
Ainsi, α ⩾ c h dµ et ce ∀c ∈] 0, 1 [, ∀h ∈ E+ tel que h ⩽ f . On prend d’abord le sup sur
R
c ∈] 0, 1[, puis le sup sur h ∈ E+ , h ⩽ f et on trouve α ⩾ f dµ. □

Remarque 12.
R
— Si fn est une suite décroissante de fonctions mesurables positives, et si f0 dµ < ∞,
alors on a Z Z
f dµ = lim fn dµ
n→∞

où f = limn→∞ fn . Pour s’en convaincre, appliquer le théorème de Beppo-Levi à la

suite (croissante) gn = f0 − fn .
— On rappelle que si f : X → [0, +∞] est mesurable, il existe une suite croissante
fn ⩽ fn+1 , fn ∈ E+ telle que fn (x) −→ f (x), ∀x ∈ X. Alors,
n→∞
Z Z
f dµ = lim fn dµ.
n→∞

L’intégrale des fonctions mesurables positives vérifie :

(i) Additivité : Pour tous applications mesurables f, g : X → [0, +∞], on a
Z Z Z
( f + g)dµ = f dµ + g dµ.



En effet, soient fn et gn deux suites croissantes dans E+ telles que fn −→ f et gn −→ g.
R R R n n
Alors fn + gn ∈ E+ et fn + gn −→ f + g. Or, ∀n, fn + gn dµ = fn dµ + gn dµ, on obtient


n→∞
donc le résultat en passant à la limite grâce au théorème de convergence monotone.
(ii) Homogénéité : Si f : X → [0, +∞] est mesurable, alors
Z Z
λ f dµ = λ f dµ, ∀λ ∈ R+ .

Corollaire 5. Soit fn : X → [0, +∞], n ∈ N, une suite de fonctions mesurables, et soit

f = n∈N fn . Alors f est mesurable et
P
Z XZ
f dµ = fn dµ.
n∈N
1.5. Intégration des fonctions mesurables 19

Démonstration. Soit FN = N
P
n=0 fn ; alors (FN )N est une suite croissante de fonctions mesurables
positives, et ∀N ∈ N, on a
Z XN Z
FN dµ = fn dµ.
n=0

En prenant la limite quand N −→ ∞, et en utilisant le théorème de convergence monotone,

on obtient le résultat. □

1.5.2 Propriétés de l’intégrale

On dit qu’un sous-ensemble N de X est négligeable s’il existe un ensemble mesuralbe A
contenant N de mesure µ(A) = 0.

Définition 11 (Terminologie). Dans un espace mesuré (X, M, µ), on dit qu’une propriété P(x)
(x ∈ X) est vraie presque partout (ou µ-presque partout) si elle est vraie en dehors d’un
ensemble négligeable.

Exemple 5. Si f, g : X → R ou C sont mesurables, alors x : f (x) , g(x) ∈ M et donc



f = g presque partout ⇐⇒ µ x : f (x) , g(x) = 0



Proposition 7. Soit f : X → [0, +∞] une fonction mesurable.

R
(i) Pour tout a > 0, µ {x ∈ X : f (x) ⩾ a} ⩽ 1a f dµ.


R
(ii) f dµ = 0 ⇐⇒ f = 0 presque partout.
R
(iii) Si f dµ < ∞, alors f < ∞ presque partout.
(iv) Si f et g : X → [0, +∞] sont mesurables, alors
Z Z
f = g presque partout =⇒ f dµ = g dµ.

Démonstration. (i) Soit A = {x ∈ X : f (x) ⩾ a} = f −1 ([a, +∞]) ∈ M. On a f ⩾ a1A et ainsi

Z
f dµ ⩾ aµ(A).

(ii) Si f = 0 presque partout, alors si h ∈ E+ tel que h ⩽ f , on a h = 0 presque partout. En

R R
utilisant la définition de l’intégrale dans E+ , on en déduit que h dµ = 0 ; d’où f dµ = 0.
Inversement, supposons que f dµ = 0. Pour tout entier n ∈ N∗ , on note
R

1
 
An = x ∈ X : f (x) ⩾ .
n
20 Rappels et compléments
h i
Alors An est mesurable (image réciproque de n1 , +∞ par f ), An ⊂ An+1 et n∈N∗ An =
S

{x ∈ X : f (x) > 0}. Par ailleurs,

Z
∀n ∈ N , µ (An ) ⩽ n
∗
f dµ = 0 (par (i)).

Ainsi, on en déduit que

µ {x ∈ X : f (x) > 0} = lim µ (An ) = 0.

n→∞

(iii) Supposons que f (x) = +∞, ∀x ∈ A avec A ∈ M et µ(A) > 0. Alors, ∀n ∈ N, f ⩾ n1A et
donc Z
f dµ ⩾ nµ(A), ∀n ∈ N;
R
donc f dµ = +∞.
(iv)
 Supposons
 que f = g presque partout. Il existe donc A ∈ M tel que f = g sur A et
µ A = 0. En outre, f = f.1A + f.1A∁ et g = g.1A + g.1A∁ . Alors
∁

Z Z   Z Z
f dµ = f.1A + f.1A∁ dµ = f.1A dµ + f.1A∁ dµ.

De même, Z Z Z
g dµ = g.1A dµ + g.1A∁ dµ.

Or, f.1A∁ = 0 et g.1A∁ = 0 presque partout car elle sont nulles en dehors de l’ensemble
mesurable A∁ qui est de mesure nulle. Il découle de (ii) que f.1A∁ dµ = g.1A∁ dµ = 0.
R R

Ainsi, comme f.1A = g.1A , on obtient

Z Z Z Z
f dµ = f.1A dµ = g.1A dµ = g dµ.

1.5.3 Fonctions intégrables à valeurs dans R ou C

Intégrale des fonctions à valeurs réelles

Définition 12. Soit f : X → R une fonction mesurable. On dit que f est intégrable par rapport
à µ si Z
| f |dµ < ∞.

Dans ce cas, on pose Z Z Z

f dµ = f+ dµ − f− dµ

où f+ = max( f, 0) et f− = max(− f, 0).

1.5. Intégration des fonctions mesurables 21

On note L1 (X, M, µ) l’espace des fonctions intégrables sur X.

Remarque 13. Si f ≥ 0, alors f = f+ et ainsi, on retrouve la définition de l’intégrale dans

Définition 10.

Proposition 8. On a les assertions suivantes :

(i) L1 (X, M, µ) est un espace vectoriel sur R, et l’application f 7→ f dµ est linéaire.
R
R R
(ii) f dµ ⩽ | f |dµ, ∀ f ∈ L1 (X, M, µ).
R R
(iii) Si f, g ∈ L1 (X, M, µ) et f ⩽ g alors f dµ ⩽ g dµ.
R R
(iv) Si f, g ∈ L1 (X, M, µ) et si f = g presque partout, alors f dµ = g dµ.

Démonstration. (i) Si f, g ∈ L1 (X, M, µ), alors f + g est mesurable et | f + g| ⩽ | f | + |g| ; donc

f + g ∈ L1 (X, M, µ). En outre,

( f + g)+ − ( f + g)− = f + g = f+ − f− + g+ − g− ;

donc
( f + g)+ + f− + g− = ( f + g)− + f+ + g+ .

Ainsi,
Z Z Z Z Z Z
( f + g)+ dµ + f− dµ + g− dµ = ( f + g)− dµ + f+ dµ + g+ dµ.

Il s’agit d’intégrales finies ; donc

Z Z Z
( f + g)dµ = ( f + g)+ dµ − ( f + g)− dµ
Z Z ! Z Z !
= f+ dµ − f− dµ + g+ dµ − g− dµ
Z Z
= f dµ + g dµ.

D’autre part, si f ∈ L1 (X, M, µ) et λ ∈ R, alors λ f est mesurable et

R
|λ f |dµ < +∞ ; donc λ f ∈
L1 (X, M, µ). Si λ ⩾ 0, on a
Z Z Z
(λ f ) dµ = (λ f )+ dµ − (λ f )− dµ
Z Z
=λ f+ dµ − λ f− dµ
Z
=λ f dµ.
22 Rappels et compléments

Maintenant, si λ ≤ 0, alors on peut voir facilement que (λ f )+ = (−λ) f− et (λ f )− = (−λ) f+ ;

donc Z Z Z
(λ f )dµ = (λ f )+ dµ − (λ f )− dµ
Z Z
= (−λ) f− dµ − (−λ) f+ dµ
Z
=λ f dµ.

(ii) Z Z Z
f dµ = f+ dµ − f− dµ
Z Z
⩽ f+ dµ + f− dµ
Z
= | f | dµ. (car | f | = f+ + f− )

(iii) La preuve est similaire à celle des fonctions positives.

(iv) Si f = g presque partout, alors f+ = g+ et f− = g− presque partout ; donc, par définition
R R
de l’intégrale, f dµ = g dµ.
□

Intégrale des fonctions à valeurs complexes

Définition 13. Soit f : X → C une fonction mesurable. On dit que f est intégrable par rapport
à µ si Z
| f | dµ < ∞

où | · | est le module. Dans ce cas, on pose

Z Z Z
f dµ = Re( f ) dµ + i Im( f ) dµ

On note L1C (X, M, µ) l’espace des fonctions intégrables sur X.

Remarque 14.
— Si Im( f ) = 0, on retrouve la définition de l’intégrale en Définition 12.
— La définition précédente fait sens car Re( f ) , Im( f ) ≤ | f |. En effet, cela assure que
R R R
Re( f ) dµ < ∞ et Im( f ) dµ < ∞ si | f | dµ < ∞.

Proposition 9. On a les assertions suivantes :

(i) L1C (X, M, µ) est un espace vectoriel sur C, et l’application f 7→
R
f dµ est linéaire.
1.5. Intégration des fonctions mesurables 23
R R
(ii) f dµ ⩽ | f | dµ, ∀ f ∈ L1C (X, M, µ).
R R
(iii) Si f, g ∈ L1C (X, M, µ) et si f = g presque partout, alors f dµ = g dµ.

Démonstration. (i) Soient f ∈ L1C (X, M, µ) et λ ∈ C. Alors |λ f | = |λ|.| f |, et donc λ f ∈

R R
L1C (X, M, µ). Montrons que λ f dµ = λ f dµ. Posons f = f1 +i f2 , où f1 = Re( f ) et f2 = Im( f ),
et λ = λ1 + iλ2 avec λ1 , λ2 ∈ R ; on a
Z Z Z
(λ f ) dµ = Re(λ f ) dµ + i Im(λ f ) dµ
Z Z
= λ1 f1 − λ2 f2 dµ + i λ1 f2 + λ2 f1 dµ

Z Z ! Z Z !
= λ1 f1 dµ + i f2 dµ + iλ2 f1 dµ + i f2 dµ
Z
=λ f dµ.

La preuve du reste de l’affirmation est laissée comme exercice.

(ii) Pour f ∈ L1C (X, M, µ), il existe λ ∈ C, avec |λ| = 1, tel que
Z Z Z
f dµ = λ f dµ = λ f dµ.

R R −1 R
En effet, on prend λ = f dµ f dµ si f dµ , 0 ; sinon, on peut choisir λ = 1.
Posons g = Re(λ f ) ; alors |g| ⩽ |λ f | ⩽ | f |, et donc
Z Z Z
f dµ = g dµ +i Im(λ f ) dµ
| {z } | {z } | {z }
∈R
Z ∈R Z =0
= g dµ ⩽ |g| dµ
Z
⩽ | f | dµ.

(iii) La preuve est similaire à celle des fonctions positives.

(iv) La démonstration est laissée comme exercice. □

1.5.4 Comparaison avec l’intégrale de Riemann

L’énoncé suivant permet de voir que l’intégrale de Lebesgue généralise l’intégrale de
Riemann sur un segment.
24 Rappels et compléments

Proposition 10. Soit f : [a, b] → R une fonction continue par morceaux. Alors
Z b Z
f ∈ L ([a, b], B([a, b]) , λ)
1
et f (t) dt = f dλ.
a [a,b]

C’est pourquoi nous préférons généralement utiliser les notations classiques de l’intégrale
de Riemann à la place de la notation dλ. Les notations de l’intégrale de Lebesgue sont
principalement réservées aux cas où l’on fait appel à des mesures autres que la mesure de
Lebesgue.

Remarque 15. L’énoncé précédent n’est pas valable si l’on remplace [a, b] par un intervalle
non compact. Cependant, dans le cas où, par exemple, I = [a, b[ avec a ≤ b ≤ +∞, toute
fonction f : [a, b[→ R continue par morceaux est borélienne et on a
Z b
f ∈ L ([a, b], B([a, b]) , λ) ⇐⇒ l’intégrale
1
f (t) dt est absolument convergente ;
a
RA
c’est-à-dire, limA→b a | f (t)| dt ∈ R.
À titre d’illustration, considérons la fonction la fonction f définie sur [0, +∞[ par f (0) = 1
R +∞
si x = 0, et f (x) = sinx
x
sinon. L’intégrale impropre 0
f (t) dt de f existe ; mais elle n’est pas
intégrable au sens de Lebesgue. En effet, par le théorème de convergence monotone, on a
Z Z Z n Z +∞
| f | dλ = lim | f |1[0,n] dλ = lim | f (t)| dt = | f (t)| dt = +∞.
[0,+∞[ n→+∞ [0,+∞[ n→+∞ 0 0

1.6 Théorèmes de convergence et applications

1.6.1 Théorème de convergence dominée
Lemme 6 (Lemme de Fatou). Soit fn n , fn : X → [0, +∞] une suite de fonctions mesurables.

Alors Z   Z
lim inf fn dµ ⩽ lim inf fn dµ.
n→∞ n→∞

Démonstration. On rappelle que lim infn→∞ fn = limn→∞ infk⩾n fk , et c’est une limite crois-

sante ; donc par le théorème de convergence monotone,

Z   Z
lim inf fn dµ = lim


infk⩾n fk dµ.
n→∞ n→∞

D’autre part, si p ⩾ n, on a infk⩾n fk ⩽ fp , donc

Z Z


infk⩾n fk dµ ⩽ fp dµ.
1.6. Théorèmes de convergence et applications 25

En passant à l’inf sur p ⩾ n, on obtient

Z Z


infk⩾n fk dµ ⩽ infp⩾n fp dµ.

Ainsi, Z   Z Z
lim inf fn dµ ⩽ lim infp⩾n fp dµ = lim inf fn dµ.
n→∞ n→∞ n→∞

Théorème 3 (Théorème de convergence dominée). Soit fn : X → C, n ∈ N, une suite de

fonctions mesurables. On suppose que
(i) la limite f (x) = limn→∞ fn (x) existe ∀x ∈ X ;
(ii) il existe g : X → [0, +∞[ intégrable telle que fn (x) ⩽ g(x) ∀n ∈ N, ∀x ∈ X.
Alors f : X → C est intégrable, et on a
Z Z Z
f dµ = lim fn dµ et lim fn − f dµ = 0.
n→∞ n→∞

Démonstration. On sait que f est mesurable, et comme | f | ⩽ g, il suit que f est intégrable. En
notant que f − fn ⩽ 2g, on peut appliquer le lemme de Fatou à la suite 2g − f − fn ⩾ 0. On
obtient
Z Z   Z
2g dµ = lim inf 2g − f − fn dµ ⩽ lim inf 2g − f − fn dµ
n→∞ n→∞
Z Z !
= lim inf 2g dµ − f − fn dµ
n→∞
Z Z
= 2g dµ − lim sup f − fn dµ.
n→∞
R R
On en déduit que lim supn→∞ f − fn dµ ⩽ 0, et par suite limn→∞ f − fn dµ = 0.
Maintenant, comme, pour tout n ∈ N,
Z Z Z
fn dµ − f dµ ⩽ fn − f dµ,
R R
on conclut que limn→∞ fn dµ = f dµ.
□

Le résultat suivant est une variante du théorème de convergence dominée.

Théorème 4. Soit fn : X → C, n ∈ N, une suite de fonctions mesurables telle que

(i) il existe f : X → C mesurable telle que f (x) = limn→∞ fn (x) pour presque tout x ∈ X ;
26 Rappels et compléments

(ii) il existe g : X → [0, +∞[ intégrable telle que, pour chaque n ∈ N, on ait fn (x) ⩽ g(x)
pour presque tout x ∈ X.
Alors f est intégrable, et on a
Z Z Z
f dµ = lim fn dµ et lim f − fn dµ = 0.
n→∞ n→∞

Démonstration. Considérons les ensemble mesurables suivants :

  n o
A = x ∈ X : lim fn (x) = f (x) et Bn = x ∈ X : fn (x) ⩽ g(x) , n ∈ N.
n→∞

   
D’après les hypothèses, on a µ A∁ = 0 et µ B∁ n = 0 pour tout n ∈ N. Alors, si l’on pose
   
E = A ∩ ( n∈N Bn ), on obtient µ E∁ = 0 car E∁ = A∁ ∪ ∪n∈N B∁
T
n .

On définit, pour chaque n ∈ N, fen = fn 1E , fe = f 1E et e

g = g1E . Les résultats souhaités
s’obtiennent maintenant en appliquant le théorème de convergence dominée aux fonctions
précédentes. □

Corollaire 6. Soit fn : X → C, n ∈ N, une suite de fonctions intégrables telles que

XZ
fn dµ < ∞.
n∈N
P
Alors, la série n∈N fn (x) converge (absolument) pour presque tout x ∈ X vers une fonction f
intégrable, et on a Z XZ
f dµ = fn dµ.
n∈N

Démonstration. Soit φ : X → [0, +∞] la fonction définie par

X
φ(x) = fn (x) .
n∈N

Alors, d’après Corollaire 5, on a

Z XZ
φ dµ = fn dµ < ∞.
n∈N
 
Donc φ est intégrable, et il en découle qu’il existe E ∈ M tel que µ E∁ = 0 et que l’on ait
φ(x) < ∞, ∀x ∈ E. Ainsi, la série n∈N fn (x) converge absolument pour tout x de E, et on peut
P

définir 
P
 n∈N fn (x) si x ∈ E


f (x) = 

0 si x < E.


1.6. Théorèmes de convergence et applications 27
PN 
Il vient que la suite n=0 fn N∈N converge presque partout vers f et, pour chaque N ∈ N,

 la fonction ϕ1E . En appliquant le théorème de

PN
n=0 fn
est dominée presque partout
PN par
convergence dominée à la suite n=0 fn , on obtient
N∈N

Z N
Z X N Z
X XZ
f dµ = lim fn dµ = lim fn dµ = fn dµ.
N→∞ N→∞
n=0 n=0 n∈N

1.6.2 Application : intégrales à paramètre

Théorème 5 (Continuité des intégrales à paramètre). Soit f : I × X → R, où I est un intervalle
de R. On suppose que
(i) pour tout t ∈ I, f (t, ·) : X → R est mesurable ;
(ii) pour presque tout x ∈ X, f (·, x) est continue sur I ;
(iii) il existe g : X → R intégrable telle que pour presque tout x, pour tout t ∈ I, | f (t, x)| ≤ g(x).
R
Alors la fonction h : t 7→ f (t, x) dµ(x) est bien définie et continue sur I.

Démonstration. Soit t ∈ I ; la domination presque partout de f (t, ·) par la fonction intégrable

g garantit que f (t, ·) est intégrable, et donc que h est bien définie. Soit une suite (tn )n∈N de I
qui converge vers t. On veut montrer que limn→+∞ h (tn ) = h(t). On pose pour n ∈ N, fn (x) :=
f (tn , x). De l’hypothèse de continuité de la fonction f (·, x) en t, pour presque tout x, on déduit


la convergence presque partout de fn vers f (t, ·). Comme la suite fn n∈N est dominée presque
partout par la fonction intégrable g, le théorème de convergence dominée assure que
Z Z
lim h (tn ) = lim fn dµ = f (t, x) dµ(x) = h(t).
n→+∞ n→∞

Cela est vrai pour une suite quelconque (tn )n∈N convergeant vers t. La caractérisation séquen-
tielle de la continuité assure la continuité de h au point t, et par conséquent sur I. □

Remarque 16.
— On aurait pu remplacer I par un espace métrique quelconque (E, d) où vivra la variable
t. On obtient ainsi une fonction h : E → R, t 7→ f (t, x) dµ(x) continue sur E. La preuve
R

ci-dessus s’applique sans changement, tout reposant sur la caractérisation séquentielle

de la continuité qui est aussi valable dans ce cadre.
— Au vu de la preuve ci-dessus, on se convaincra qu’on aurait pu donner une version
“ponctuelle" du théorème : si on suppose les fonctions t 7→ f (t, x) continues en t0 ∈ I,
pour presque tout x ∈ X, et que les autres hypothèses sont inchangées, on obtient que
h est bien définie sur I et continue en t0 .
28 Rappels et compléments

Théorème 6 (Dérivabilité des intégrales à paramètre). Soit f : I ×X → R, où I est un intervalle

de R. On suppose que
(i) pour tout t ∈ I, f (t, ·) : X → R est intégrable ;
(ii) pour presque tout x ∈ X, t 7→ f (t, x) est dérivable sur I ;
∂f
(iii) il existe g : X → R intégrable telle que pour presque tout x, pour tout t ∈ I, ∂t
(t, x) ≤
g(x).
R
Alors la fonction h : t 7→ f (t, x) dµ(x) est bien définie et est dérivable sur I, et
∂f
Z
∀t ∈ I, h′ (t) = (t, x) dµ(x).
∂t
Démonstration. D’après l’hypothèse (i), la fonction h est bien définie. Soient t ∈ I et (sn )n∈N une
suite de I convergeant vers t telle que sn , t pour tout n ∈ N. Pour n ∈ N, on pose fn : X → R
la fonction intégrable
f (sn , x) − f (t, x)
fn (x) := , x ∈ X.
sn − t

∂f
Alors pour presque tout x, la suite fn n∈N converge vers ∂t (t, ·). Ce qui fait de cette dérivée
partielle une fonction mesurable 1 de x. L’hypothèse de domination presque partout de cette
R ∂f
fonction mesurable par la fonction intégrable g garantit que ∂t (t, x) dµ(x) est bien définie
pour tout t ∈ I. De plus,
Z Z Z !
1 h (sn ) − h(t)
∀n ∈ N, fn dµ = f (sn , ·) dµ − f (t, ·) dµ = .
sn − t sn − t
Or par l’inégalité des accroissements finis, pour presque tout x et tout n ∈ N,
∂f
fn (x) ≤ sups∈I (s, x) ≤ g(x).
∂t
Comme g est intégrable, par le théorème de convergence dominée, on a
∂f
Z Z
h (sn ) − h(t)
lim = lim fn dµ = (t, x) dµ(x).
n→+∞ sn − t n ∂t
Par caractérisation séquentielle, on en déduit que h est dérivable en t ∈ I et que h′ (t) =
R ∂f
∂t
(t, x) dµ(x). □

Remarque 17.
— Si on remplace (ii) par “ pour presque tout x ∈ X, t 7→ f (t, x) est de classe C1 sur I", on
obtient que h est de classe C1 .
— Même si on ne souhaite la dérivabilité de h qu’en un point t0 ∈ I, il faut quand même
supposer (iii) pour tout t dans un voisinage de t0 .
1. En effet, elle se prolonge en une fonction mesurable puisqu’elle n’est pas définie sur X tout entier, mais
pour presque tout x ∈ X.
1.7. Exercices 29

1.7 Exercices
Exercice 1 (Lemme de Borel-Cantelli). Soient (X, M, µ) un espace mesuré, (An )n∈N une suite
d’éléments de M, et posons \[
lim sup An := Ak .
n→+∞ n∈N k≥n
 
µ < +∞, µ = 0.
P
Montrer que si n≥0 (A n ) alors lim supn→+∞ A n

Exercice 2 (Théorème d’Egoroff). Soit (X, M, µ) un espace mesuré tel que µ(X) < +∞, et
soit fn : X → R, n ∈ N, une suite de fonctions mesurables. On suppose que la suite fn n∈N

converge presque partout vers une fonction mesurable f ; c’est-à-dire, il existe C ∈ M tel que
µ(X\C) = 0 et ∀x ∈ C, fn (x) −→ f (x). Pour tout k ∈ N∗ et tout n ∈ N, on pose
n→+∞

\ 1

Xnk = .


x∈X: fi − f (x) ≤
i≥n
k

1. Montrer que C ⊂ n∈N Xnk . En déduire que, pour tout réel ε > 0, pour tout k ∈ N∗ , il
S

existe nk,ε ∈ N∗ tel que

  ε
µ X\Xnk k,ε < k .
2
2. En déduire que, pour tout ε > 0, il existe Xε ∈ M tel que µ (X\Xε ) < ε et fn n∈N converge

uniformément 2 vers f sur Xε .

Ce résultat est connu dans la littérature sous le nom du théorème d’Egoroff.
3. Donner un contre-exemple lorsque µ(X) = +∞.

Exercice 3. Soit f : X → [0, +∞] une fonction mesurable. Montrer que l’application

ν : M −→ [0, +∞]
Z
A 7−→ f 1A dµ

est une mesure sur (X, M). On l’appelle mesure de densité f par rapport à µ.
R R
Exercice 4. Soit f ∈ L1 (X, M, µ). Montrer que f dµ = | f | dµ si et seulement si f est de
signe constant presque partout.

Exercice 5.
1. Soit m la mesure de comptage sur l’espace mesuré (N∗ , P(N∗ )), et soit u : N∗ → R une
R
fonction intégrable. Calculer u dm.

2. Autrement dit : ∀ε > 0, ∃ N ∈ N tel que ∀n ≥ N et ∀x ∈ Xε , on a fn (x) − f (x) < ε.

30 Rappels et compléments

2. En utilisant la mesure de comptage sur (N∗ , P(N∗ )), étudier les limites quand n tend
vers +∞ des suites suivantes
(i) +∞
P n  
1
k=1 k sin nk
;
P+∞ n+k
(ii) k=1 nk3/2 +k3 .

Exercice 6.
R +∞
sin x
= 1
P
1. Montrer que 0 ex −1
dx n≥1 n2 +1 .

2. Soit f : R → R une fonction borélienne telle que pour tout a ∈ R, la fonction x 7→ eax f (x)
est intégrable. Montrer que pour tout z ∈ C, R ezx f (x) dλ(x) = n≥0 zn! R xn f (x) dλ(x).
n
R P R
Chapitre 2

Espaces produits

2.1 Classes monotones

Définition 14. Un sous-ensemble N ⊂ P(X) est appelé une classe monotone si
(i) X ∈ N ;
(ii) pour tous A, B ∈ N avec A ⊂ B, on a B\A ∈ N ;
(iii) Pour toute suite croissante An ∈ N, n ∈ N, on a
[
An ∈ N.
n∈N

Remarque 18.
— Toute tribu est une classe monotone.
— Si A ∈ N, alors A∁ = X\A ∈ N.

Proposition 11. Une classe monotone est une tribu si et seulement si elle est stable par
intersection finie.

Comme c’est le cas pour les tribus, toute intersection de classes monotones est encore une
classe monotone. Soit F une famille de sous-ensembles de X, on peut définir
\
N(F) = N.
N classe monotone sur X, N⊃F

Ainsi, N(F) constitue une classe monotone sur X ; on l’appelle la classe monotone engen-
drée par F. Il s’agit de la plus petite classe monotone sur X contenant F. En particulier, on a
toujours
N(F) ⊂ σ(F).
Le résultat suivant fournit une condition suffisante pour laquelle l’inclusion inverse est
vraie :
32 Espaces produits

Lemme 7 (Lemme des classes monotones). Soit F ⊂ P(X) une famille, de parties de X, stable
par intersections finies. Alors N(F) = σ(F).

2.2 Produit d’espaces mesurables

Dans cette section, (X1 , M1 ) et (X2 , M2 ) désignent deux espaces mesurables.

Définitions et premières propriétés

Un sous-ensemble A1 × A2 ⊂ X1 × X2 , avec A1 ∈ M1 et A2 ∈ M2 , est appelé un rectangle

mesurable.

Une tribu sur le produit cartésien X1 × X2 est donnée par la définition suivante :

Définition 15. On appelle tribu produit sur X1 × X2 , et l’on note M1 ⊗ M2 , la plus petite tribu
contenant les rectangles mesurables ; c’est-à-dire,

M1 ⊗ M2 = σ (A1 × A2 : A1 ∈ M1 , A2 ∈ M2 ) .

Remarque 19.
— La tribu M1 ⊗ M2 est la plus petite tribu sur X1 × X2 qui rende mesurable les deux
projections canoniques π1 : X1 × X2 → X1 et π2 : X1 × X2 → X2 . En effet, si M est une
tribu sur X1 × X2 dans laquelle π1 et π2 sont mesurables, alors ∀A1 ∈ M1 , ∀A2 ∈ M2
on a
π−1
1 (A1 ) = A1 × X2 ∈ M et π2 (A2 ) = X1 × A2 ∈ M.
−1

Ainsi, A1 × A2 = (A1 × X2 ) ∩ (X1 × A2 ) ∈ M, et par conséquent M1 ⊗ M2 ⊂ M.

— Soient (X, M) un autre espace mesurable et f = f1 , f2 une application de X dans

X1 × X2 . Alors f : (X, M) → (X1 × X2 , M1 ⊗ M2 ) est mesurable si et seulement si

fi : (X, M) → (Xi , Mi ) est mesurable pour i = 1, 2. En effet, si f est mesurable, alors
f1 = π1 ◦ f et f2 = π2 ◦ f le sont aussi comme composition d’applications mesurables.
Réciproquement, si f1 et f2 sont mesurables, alors pour tous A1 ∈ M1 et A2 ∈ M2 , on a

f −1 (A1 × A2 ) = f1−1 (A1 ) ∩ f2−1 (A2 ) ∈ M.

Ainsi, par Lemme 2, f est mesurable.

Ce qui précède peut sans problème se généraliser à un produit cartésien fini d’ensembles :
si (Xi , Mi )1≤i≤d sont d espaces mesurables, alors on définit M1 ⊗ · · · ⊗ Md comme la plus petite
tribu sur X1 × · · · × Xd contenant tous les pavés de la forme A1 × · · · × Ad , où Ai ∈ Mi pour
2.2. Produit d’espaces mesurables 33

tous i = 1, . . . , d ; c’est aussi la plus petite tribu qui rend mesurables toutes les projections
canoniques.
Considérons deux espaces topologiques (X1 , T1 ) , (X2 , T2 ). On rappelle que la topologie
produit sur X1 × X2 , notée T1 ⊗ T2 , est la topologie engendrée par les ouverts élémentaires
U1 × U2 ; c’est-à-dire U1 ∈ T1 et U2 ∈ T2 . Les éléments de T1 ⊗ T2 sont les unions d’ouverts
élémentaires. La topologie T1 ⊗ T2 est la plus petite topologie sur X1 × X2 rendant continues
les projections canoniques π1 et π2 .
Nous cherchons à présent à comparer les tribus produit des tribus de Borel sur des espaces
topologiques.

Proposition 12. Soient X1 et X2 deux espaces topologiques, munis de leurs tribus boréliennes.
Alors,
(i) B (X1 × X2 ) ⊃ B (X1 ) ⊗ B (X2 ).
(ii) Si X1 et X2 sont, respectivement, les espaces Rn et Rm , munis de leurs topologies usuelles,
alors
B (X1 × X2 ) = B (X1 ) ⊗ B (X2 )

Démonstration. (i) Pour chaque i = 1, 2, la projection canonique πi est une application conti-
nue de (X1 × X2 , T1 ⊗ T2 ) dans (X1 , Ti ) ; ce qui fait de π1 et π2 des applications boréliennes, et
en particulier mesurables. Donc, par Remarque 19, la tribu B (X1 × X2 ) contient B (X1 )⊗B (X2 ).
(ii) En tenant compte la preuve de Proposition 2, on peut voir facilement que chaque
ouvert de Rn × Rm est une union dénombrable d’ensembles de la forme U × V avec U et V
sont deux ouverts de Rn et Rm , respectivement. Cela prouve que B (Rn × Rm ) ⊂ B (Rn )⊗B (Rm ).
La conclusion vient maintenant de (i). □

Notation Soient X, Y et Z des ensembles quelconques, et soit E ⊂ X × Y.

On note
Ex = {y ∈ Y : (x, y) ∈ E} (pour x ∈ X fixé)

et
E y = {x ∈ X : (x, y) ∈ E} (pour y ∈ Y fixé).

Si f : X × Y → Z, on note

fx : Y −→ Z
(pour x ∈ X fixé)
y 7−→ f (x, y)

et
f y : X −→ Z
(pour y ∈ Y fixé).
x 7−→ f (x, y)
34 Espaces produits

Proposition 13. Soient (X, M) et (Y, N) deux espaces mesurables. Alors,

(i) Si E ∈ M ⊗ N, alors pour tous x ∈ X et y ∈ Y, on a Ex ∈ N et E y ∈ M.
(ii) Si Z est un espace mesurable et f : X × Y → Z est mesurable, alors, pour tous x ∈ X et
y ∈ Y, les applications fx : Y → Z et f y : X → Z sont mesurables.
Démonstration. (i) Pour x ∈ X, on note

Nx = {E ∈ M ⊗ N : Ex ∈ N} .

L’ensemble Nx contient les rectangles mesurables. En effet, si E = A × B avec A ∈ M et B ∈ N,

alors 
B si x ∈ A


(A × B)x = 

∅ sinon.



D’autre part, en remarquant que, pour tous parties E et Ei de X × Y,

 
  ∁ [  [
E∁
= (Ex ) et  Ei  =
  (Ei )x ,
x
i x i

on peut facilement vérifier que Nx est une tribu. Ainsi, par définition de la tribu produit,
Nx = M ⊗ N.
Le même raisonnement montre que E y est mesurable pour tous E ∈ M ⊗ N et y ∈ Y.
(ii) Soit f : X × Y → Z mesurable pour la tribu produit M ⊗ N. Alors si E ⊂ Z est mesurable,
on a pour tout x ∈ X
n o  
fx−1 (E) = {y ∈ Y : f (x, y) ∈ E} = y ∈ Y : (x, y) ∈ f −1 (E) = f −1 (E) .
x
 
Comme f −1 (E) est mesurable, d’après (i) on a f −1 (E) ∈ N. Ainsi, fx est mesurable pour tout
x
x ∈ X. La preuve de la mesurabilité de f y est similaire. □

2.3 Mesure produit

Dans le reste de ce chapitre, (X, M, µ) et (Y, N, ν) désignent deux espaces mesurés.
On dit que la mesure µ est σ-finie s’il existe une suite croissante de parties mesurables
En ∈ M telle que X = n∈N En et µ (En ) < ∞ pour tout n ∈ N.
S

On souhaite définir une mesure m sur M ⊗ N. Il est naturel de souhaiter qu’elle vérifie
au moins la propriété suivante :

m(A × B) = µ(A)ν(B) ∀A ∈ M, ∀B ∈ N.

Lorsque les mesures µ et ν sont σ-finies, il existe une unique mesure vérifiant cette
propriété :
2.3. Mesure produit 35

Théorème 7. Supposons que µ et ν sont σ-finies. Alors, il existe une unique mesure m sur
M ⊗ N telle que
m(A × B) = µ(A)ν(B) ∀A ∈ M, ∀B ∈ N. (2.1)
Cette mesure est σ-finie, est notée µ ⊗ ν. De plus, pour tout E ∈ M ⊗ N, les applications

hE : X −→ [0, +∞] gE : Y −→ [0, +∞]

et
x 7−→ ν(Ex ) y 7−→ µ(E y )

sont mesurables et Z Z
µ ⊗ ν(E) = ν (Ex ) dµ(x) = µ (E y ) dν(y).
X Y

Avant de prouver le théorème, nous avons besoin du lemme suivant.

Lemme 8. Soient µ et ν deux mesures sur (X, M). Supposons qu’il existe une famille F de
parties de M vérifiant
(a) F est stable par intersection finie ;
(b) σ(F) = M ;
(c) µ(A) = ν(A) pour tout A ∈ F.
On suppose en outre que
(i) soit µ(X) = ν(X) < ∞ ;
(ii) soit qu’il existe une famille {En }n∈N d’éléments de F, telle que En ⊂ En+1 , En = X et
S
n∈N
µ (En ) = ν (En ) < ∞ pour tout n ∈ N.
Alors µ = ν.

Preuve de l’unicité dans Théorème 7. Par hypothèse, il existe {An }n∈N et {Bn }n∈N telles que X =
n∈N An , Y = n∈N Bn et pour tout n ∈ N, An ∈ M, Bn ∈ N, An ⊂ An+1 , Bn ⊂ Bn+1 , µ (An ) < ∞ et
S S

ν (Bn ) < ∞. Alors, [

X×Y= En avec En = An × Bn ∀n ∈ N.
n∈N

Soient m1 et m2 deux mesures sur M ⊗ N qui vérifient (2.1). Alors,

— m1 et m2 coïncident sur la famille des rectangles mesurables, qui est stable par inter-
section finie et engendre la tribu M ⊗ N.
— m1 (En ) = µ (An ) ν (Bn ) = m2 (En ) < ∞ pour tout n ∈ N.
D’après Lemme 8, on a m1 = m2 . Cet argument montre aussi que µ ⊗ ν est σ-finie. □

Preuve de l’existence dans Théorème 7. L’idée est de définir m par la formule

Z
m(E) = ν (Ex ) dµ(x) ∀E ∈ M ⊗ N. (2.2)
X
36 Espaces produits

Notons que ν (Ex ) est bien définie pour tout x ∈ E d’après Proposition 13. Pour vérifier
que la formule (2.2) a bien un sens, il faut vérifier que pour tout E ∈ M ⊗ N, l’application
hE : x 7→ ν (Ex ) 1 est M-mesurable.
D’abord, supposons que ν est une mesure finie. Posons
n o
C = E ∈ M ⊗ N : hE est mesurable ⊂ M ⊗ N.

Alors,
— C contient les rectangles mesurables : si E = A × B, A ∈ M, B ∈ N, on a ν (Ex ) =
1A (x)ν(B). De plus, la classe des rectangles mesurables est stable par intersections
finies.
— C est une classe monotone :
• X × Y ∈ C car ν ((X × Y)x ) = 1X (x)ν(Y) = ν(Y).
• Si E, F ∈ C avec E ⊂ F, pour tout x ∈ X, on a

hF\E (x) = ν ((F\E)x ) = ν (Fx \Ex ) = ν (Fx ) − ν (Ex ) (car ν est finie);

il s’agit donc d’une fonction mesurable, donc F\E ∈ C.

• Si (En )n∈N est une famille croissante d’éléments de C, alors ((En )x )n∈N est une famille
croissante d’éléments de N, et donc, pour tout x ∈ X, on a
   
[   [
hSn∈N En (x) = ν  En   = ν  (En )x  = lim ν ((En )x ) = lim hEn (x).

 
n→∞
n∈N x n∈N

Il en découle que hSn∈N En est une limite de fonctions mesurables, et par suite elle
S
est mesurable. Ainsi, n∈N En ∈ C.
D’après le lemme des classes monotones, on a C = M ⊗ N. Ainsi, hE est mesurable pour
tout E ∈ M ⊗ N.
Supposons maintenant que ν est seulement σ-finie, et écrivons Y = n∈N Bn où Bn est une
S

suite croissante d’éléments de N. Il est clair que la mesure νn , définie par νn (B) = ν (B ∩ Bn )
pour tout B ∈ N, est finie. Alors, comme pour tout x ∈ X, hE (x) = ν (Ex ) = limn→∞ νn (Ex ) et en
appliquant le résultat obtenue dans le cas de la mesure finie, on en déduit que hE : x 7→ ν (Ex )
est mesurable pour tout E ∈ M ⊗ N.
On peut donc définir
Z
m(E) = ν (Ex ) dµ(x) ∀E ∈ M ⊗ N
X

1. La preuve de la mesurabilité de gE est similaire

2.3. Mesure produit 37

Reste à vérifier que m est bien une mesure. Par construction, m(∅) = 0 et m(A × B) = µ(A)ν(B)

pour tout A ∈ M et B ∈ N. Si (En )n∈N est une famille disjointe de M ⊗ N, les (En )x n∈N sont
aussi disjoints pour tout x ∈ X, et on a
  Z  
[  [
m  En  = ν  (En )x  dµ(x)

n∈N
Z Xn∈N
X

= ν ((En )x ) dµ(x)
X n∈N
XZ
= ν ((En )x ) dµ(x)
n∈N X
X
= m (En ) .
n∈N

Enfin, en échangeant le rôle de m

e et m, où
Z
e(E) =
m µ (E y ) dν(y) ∀E ∈ M ⊗ N,
Y

on obtient ainsi une mesure me sur M ⊗ N qui vérifie (2.1). Par unicité, il résulte que
Z Z
µ ⊗ ν(E) = ν (Ex ) dµ(x) = µ (E y ) dν(y) ∀E ∈ M ⊗ N.
X Y

Remarque 20.
— On définit le produit de n mesures σ-finies µ1 , . . . , µn en posant

µ1 ⊗ · · · ⊗ µn = µ1 ⊗ µ2 ⊗ · · · ⊗ µn .

L’ordre des parenthèses n’a pas d’importance, car la mesure produit est entièrement
définie par sa valeur sur les pavés mesurables :

µ1 ⊗ · · · ⊗ µn (A1 × · · · × An ) = µ1 (A1 ) · · · µn (An )

— Théorème 7 est faux lorsque µ ou ν n’est pas σ-finie. Soit, par exemple, la mesure
de Lebesgue sur (X, M) = (R, B(R)) pour µ (qui est bien σ-finie), et la mesure de
comptage sur (Y, N) = (R, P(R)) pour ν (qui n’est pas σ-finie). En prenant par exemple
E = {(x, x) : x ∈ R}, la première bissectrice de R2 , on a Ex = {x} et E y = y , donc


µ (E y ) = 0, tandis que ν (Ex ) = 1. Par conséquent,

Z Z
ν (Ex ) dµ(x) = µ (X) = +∞, mais µ (E y ) dν(y) = 0.
X Y
  
Corollaire 7. La mesure de Lebesgue λd sur Rd , B Rd est aussi la mesure produit λ⊗d
1
.
38 Espaces produits

2.4 Théorèmes de Fubini

2.4.1 Théorèmes principaux

Théorème 8 (Théorème de Fubini-Tonelli). Supposons que µ et ν sont σ-finies, et soit f :
X × Y → [0, +∞] une fonction M × N-mesurable. Alors,
R R
(i) les fonctions x 7→ Y f (x, y) dν(y) et y 7→ X f (x, y) dµ(x) sont M-mesurable et N-
mesurable, respectivement ;
(ii) on a les égalités suivantes
Z Z Z ! Z Z !
f d(µ ⊗ ν) = f (x, y) dν(y) dµ(x) = f (x, y) dµ(x) dν(y) ∈ [0, +∞].
X×Y X Y Y X

Démonstration. Soit E ∈ M⊗N, et soit f = 1E . Alors, pour tous x ∈ X et y ∈ Y, on a f (x, .) = 1Ex

et f (., y) = 1Ey , donc
Z Z
f (x, y)dν(y) = ν (Ex ) = hE (x), f (x, y)dµ(x) = µ (E y ) = gE (y),
Y X

et par suite (i) et (ii) sont vraies pour f = 1E d’après Théorème 7. Par linéarité, ces résultats
restent vrais si f : X × Y → [0, +∞] est une fonction étagée. Enfin, si f : X × Y → [0, +∞]


est mesurable, il existe une suite croissante fn n∈N de fonctions étagées positives telles que
fn (x, y) −→ f (x, y) pour tous x ∈ X et y ∈ Y. En vertu du théorème de convergence monotone,
n→∞
on a
Z Z Z Z
f (x, y) dν(y) = lim fn (x, y) dν(y) et f (x, y) dµ(x) = lim fn (x, y) dµ(x),
Y n→∞ Y X n→∞ X

donc (i) est vraie pour f mesurable quelconque.

D’autre part, d’après le paragraphe précédent, l’égalité (ii) est vraie pour fn , donc pour
f par passage à la limite croissante en appliquant deux fois le théorème de convergence
monotone. □

Considérons maintenant le cas de fonctions réelles ou complexes.

Théorème 9 (Théorème de Fubini). Supposons que µ et ν sont σ-finies, et soit f : X × Y → R

ou C une fonction intégrable ; i.e. f ∈ L1 (X × Y, M ⊗ N, µ ⊗ ν). Alors,
(i) (a) Pour presque tout x ∈ X, la fonction y 7→ f (x, y) est dans L1 (Y, N, ν).
(b) Pour presque tout y ∈ Y, la fonction x 7→ f (x, y) est dans L1 (X, M, µ).
R
(ii) (a) La fonction x 7→ Y f (x, y) dν(y) (définie µ-presque partout) est dans L1 (X, M, µ).
R
(b) La fonction y 7→ X f (x, y) dµ(x) (définie ν-presque partout) est dans L1 (Y, N, ν).
2.4. Théorèmes de Fubini 39
R R R  R R 
(iii) X×Y
f d(µ ⊗ ν) = X Y
f (x, y) dν(y) dµ(x) = Y X f (x, y) dµ(x) dν(y).

Démonstration. Nous allons montrer seulement le cas où f est à valeurs réelles. Le cas com-
plexe se démontre en considérant les parties réelle et imaginaire de f .
(i) (a) On sait que pour tout x ∈ X, la fonction y 7→ f (x, y) est N-mesurable. Montrons qu’elle
est intégrable. En appliquant le théorème de Fubini-Tonelli à la fonction | f |, on trouve que
Z Z ! Z
| f (x, y)| dν(y) dµ(x) = | f |d(µ ⊗ ν) < ∞
X Y X×Y
R
Donc, Y | f (x, y)| dν(y) < ∞ pour presque tout x ∈ X. Autrement dit, y 7→ f (x, y) est dans
L1 (Y, N, ν) pour presque tout x ∈ X.
(i) (b) se démontre de la même manière.
(ii) (a) Notons f = f+ − f− , et considérons la fonction ϕ : X → R par
R R R
f (x, y) dν(y) − f (x, y) dν(y) si | f (x, y)| dν(y) < ∞

+
 −
ϕ(x) = 

 Y Y Y
0 sinon.



R
En vertu du théorème de Fubini-Tonelli appliqué à f+ et f− , les fonctions x 7→ Y f+ (x, y) dν(y)
R
et x 7→ Y f− (x, y) dν(y) sont mesurables. De plus, elles sont finies sur l’ensemble mesurable
R
là où Y | f (x, y)| dν(y) < ∞ puisque f (x, .)+ = f+ (x, .) et f (x, .)− = f− (x, .) pour tout x ∈ X.
R
Ainsi, ϕ est bien définie, elle est mesurable et ϕ(x) = Y f (x, y) dν(y) pour presque tout
x ∈ X.
En outre, on a Z Z Z !
|ϕ| dµ ≤ | f (x, y)| dν(y) dµ(x) < ∞,
X X Y

et par conséquent ϕ ∈ L1 (X, M, µ) ; ce qui achève la preuve.

(ii) (b) se démontre de la même manière.
(iii) D’après le théorème de Fubini-Tonelli, on a
Z Z Z ! Z Z !
f+ d(µ ⊗ ν) = f+ (x, y) dν(y) dµ(x) = f+ (x, y) dµ(x) dν(y)
X×Y X Y Y X

et Z Z Z ! Z Z !
f− d(µ ⊗ ν) = f− (x, y) dν(y) dµ(x) = f− (x, y) dµ(x) dν(y)
X×Y X Y Y X

Les égalités souhaitées s’obtiennent en prenant la différence de ces intégrales. □

Remarque 21.
40 Espaces produits

— Si f est positive, le théorème de Fubini-Tonelli assure que l’intégrale de f par rapport

à µ ⊗ ν peut toujours se calculer en faisant deux intégrales “simples” successives
dans l’ordre que l’on souhaite. Si f est de signe quelconque, il faut d’abord vérifier
l’intégrabilité de | f | par rapport à µ⊗ν, et pour ce faire on utilise en général le théorème
de Fubini-Tonelli.
— Si f vérifie les hypothèses du théorème de Fubini-Tonelli, ou de Fubini, et si f se
factorise sous la forme f (x, y) = g(x)h(y) pour tous x ∈ X et y ∈ Y, alors
Z Z ! Z !
f d(µ ⊗ ν) = g dµ h dν .
X×Y X Y

2.4.2 Exemples
Exemple 6 (Intégrale de Gauss). Nous allons utiliser le théorème de Fubini-Tonelli pour
R∞ 2
calculer la valeur de l’intégrale impropre 0 e−x dx.
Soit f : R+ × R+ → R+ la fonction définie par f (x, y) = e−x(1+y ) . La fonction f est mesurable
2

puisqu’elle est continue. On a

Z ∞
1
e−x(1+y ) dx =
2
;
0 1 + y2

donc, comme f est positive, par le théorème de Fubini-Tonelli, on a

Z Z Z ! Z Z ∞ !
f d(λ ⊗ λ) = f (x, y) dλ(x) dλ(y) = f (x, y)dx dλ(y)
R + ×R + R+ R+ R
Z ∞
+ 0
1 π
= dy = .
0 1+y 2 2

D’autre part, en intégrant selon y en premier, on a pour x > 0

Z ∞ Z ∞ √ Z ∞ Z ∞ !
−x(1+y)2 −xy2 y=t/ x −x −t2 1 e−x −t2
e dy = e −x
e dy = e e √ dt = √ e dt .
0 0 0 x x 0

Par suite,
Z Z Z ∞ !
−x(1+y)2
f d(λ ⊗ λ) = e
dy dλ(x)
R + ×R + R+ 0
Z ∞ ! Z ∞ −x !
−t2 e
= e dt √ dx
0 0 x
Z ∞ !2
x=t2 2
= 2 e−t dt .
0
R∞ √
2 π
Ainsi, 0
e−t dt = 2
.
2.4. Théorèmes de Fubini 41

Nous allons voir sur un exemple pourquoi il est nécessaire d’avoir deux théorèmes de
Fubini, et l’importance de l’hypothèse d’intégrabilité de la fonction que l’on veut intégrer
dans le théorème de Fubini.

Exemple 7. Soit f :]0, +∞[×]0, +∞[→ R la fonction définie par

e−y sin(xy)
f (x, y) = √ .
x 1 + x2

Montrons que f est intégrable et calculons son intégrale. La fonction f est continue, donc
mesurable. On se trouve face à une fonction pouvant prendre des valeurs négatives, on va
donc devoir utiliser le théorème de Fubini. Cependant, il est nécessaire pour l’appliquer de
montrer l’intégrabilité de la fonction. Pour cela, on utilise le théorème de Fubini-Tonelli sur
| f |.

Si 0 < x ⩽ 1, alors on a
e−y xy ye−y
| f (x, y)| ⩽ √ = √ ,
x 1 + x2 1 + x2
et donc Z
1
| f (x, y)|dλ(y) ⩽ √ .
]0,+∞[ 1 + x2
D’autre part, si x > 1, on écrit
e−y 1
| f (x, y)| ⩽ √ ,
x 1 + x2
ce qui donne
Z
1
| f (x, y)|dλ(y) ⩽ √ .
]0,+∞[ x 1 + x2
Par conséquent,
Z
1 1
| f (x, y)|dλ(y) ⩽ 1]0,1[ (x) √ + 1[1,+∞[ (x) √ .
]0,+∞[ 1 + x2 x 1 + x2

D’où Z Z ! Z 1 Z +∞
1
| f (x, y)|dλ(y) dλ(x) ⩽ dx + dx = 2 < ∞.
]0,+∞[ ]0,+∞[ 0 1 x2
Ainsi, f est intégrable.

Appliquons maintenant le théorème de Fubini :

Z +∞ Z +∞ !
1 x
 
e−y
sin(xy)dy = Im e e dy = Im
−y ixy
= .
0 0 1 − ix 1 + x2
42 Espaces produits

Donc Z Z +∞ ! Z +∞
x 1 1
f dλ2 = × √ dx = dx
]0,+∞[2 0 1+x 2
x 1 + x2 0
3
(1 + x2 ) 2
Z +∞
1
= 3
ch(t)dt (x = sh(t))
0 (1 + sh(t)2 ) 2
Z +∞
1
= dt
0 ch(t)2
= [th(t)]+∞
t0 = 1.

Remarque 22. Il est essentiel, lors de l’utilisation du théorème de Fubini, de s’assurer de

l’intégrabilité avant de passer au calcul des intégrales itérées.
x2 −y2
Exemple 8. Soit la fonction f :]0, 1[×]0, 1[→ R définie par f (x, y) = 2 .
(x2 +y2 )
Pour 0 < x < 1 fixé, on a
1 #1
x2 − y2
Z "
y 1
dy = = .
0 x2 + y2

2 x2 + y2 0 1 + x2

Par suite,
1 1 1
π
Z Z ! Z
1
f (x, y)dy dx = dx = [arctan(x)]10 =
0 0 0 1+x2 4
En changeant le rôle de x et y, on obtient que
Z 1 Z 1
π
!
f (x, y)dx dy = − .
0 0 4
Cela ne contredit pas Théorème 9. En effet, f n’est pas intégrable :
Z 1 Z x 2  Z 1" # y=x Z 1
x − y2
Z
y 1
f+ dλ2 =
2 dy dx = dx = dx = +∞.
 

]0,1[2 0

0 x +y
2 2 0 x + y y=0
2 2
0 2x

2.5 Exercices
   
Exercice 7. En identifiant X1 × · · · × X j × X j+1 × · · · × Xd avec X1 × · · · × Xd , montrer que
l’opération ⊗ est associative ; c’est-à-dire,
   
M1 ⊗ · · · ⊗ M j ⊗ M j+1 ⊗ · · · ⊗ Md = M1 ⊗ · · · ⊗ Md .

Exercice 8.
1. Soit f : R → R une fonction borélienne. Montrer que, pour λ-presque tout y ∈ R, on a
n o
λ x ∈ R : f (x) = y = 0.
2.5. Exercices 43

2. Supposons que µ est σ-finie, et soit f : X → [0, +∞] une fonction mesurable. Montrer
que Z Z
f (x) dµ(x) = µ {x ∈ X : f (x) ≥ t} dλ(t).


X [0,+∞[

Exercice 9. Soient 0 < a < b deux réels, et soit f la fonction réelle sur [0, 1] × [a, b] définie par
f (x, y) = x y . On muni [0, 1] × [a, b] de la tribu borélienne. Montrer que f est intégrable par
rapport à la mesure de Lebesgue, et en déduire la valeur de
1
xb − xa
Z
dx.
0 ln x

Exercice 10. Soit la fonction f : R2 → R définie par




 1 si x ⩾ 0 et x ⩽ y < x + 1

f (x, y) = 
−1 si x ⩾ 0 et x + 1 ⩽ y < x + 2




 0 sinon.


La fonction f est-elle intégrable ?

Exercice 11. Soit (X, M, µ) un espace mesuré.

1. Montrer que si µ is σ-finie, alors il existe une suite de mesures finies (µn )n sur (X, M)
telle que X
µ(A) = µn (A) ∀A ∈ M. (2.3)
n

2. Montrer, en utilisant un exemple, que la réciproque dans la question précédente n’est

pas vraie.
3. Soit (Y, N, ν) un espace mesuré, et soit f : X × Y → [0, +∞] une fonction M × N-
mesurable.
R
Montrer que si µ et ν sont de la forme (2.3), alors les fonctions x 7→ Y f (x, y) dν(y) and
R
y 7→ X f (x, y) dµ(x) sont mesurables, et
Z Z ! Z Z !
f (x, y) dν(y) dµ(x) = f (x, y) dµ(x) dν(y).
X Y Y X

Exercice 12. Soit n > 0 un entier, et notons Bn la boule unité de Rn :

n o
Bn = x ∈ Rn : ∥x∥ ≤ 1 .
pPn
avec ∥x∥ = i=1 |xi | est la norme euclidienne. Le but de cet exercice est de calculer ωn :=
2

λ(Bn ). On connaît les valeurs de ωn pour n = 1, 2, 3. En fait, ω1 = 2 est la longueur du segment

[−1, 1], ω2 = π est l’aire du disque unité et ω3 = 43 π est le volume de la sphère unité.
44 Espaces produits

1. Montrer que, pour tous r > 0 et A ∈ B(Rn ), on a λ(rA) = rn λ(A).

n o
2. Soit f : Rn × R la fonction définie par f (x, t) = e−t 1E (x, y) où E = (x, t) : ∥x∥2 ≤ t .
(a) En calculant les intégrales itérées de f , montrer que
√
πn
ωn =  
Γ n2 + 1

où Γ est la fonction d’Euler :

Z +∞
Γ(x) = tx−1 e−t dt ∀x > 0.
0

(b) On admet que Γ(m) = (m − 1)! pour tout entier m > 0. Calculer ωn pour tout entier
pair n > 0.
Chapitre 3

Changements de variables

3.1 Mesure image

Soient (X, M) et (Y, N) deux espaces mesurables, µ une mesure sur (X, M) et h : (X, M) →
(Y, N) une application mesurable.
On pose
 
ν (B) := µ h−1 (B) , ∀B ∈ N.

Alors :

Proposition et Définition 1. L’application ν définit une mesure sur (Y, N), appelée mesure
image de µ par h, notée µ ◦ h−1 ou µh .
 
Démonstration. — ν(∅) = µ h−1 (∅) = µ(∅) = 0.
— Soit (Bn )n∈N une famille dénombrable d’éléments de N deux à deux disjoints ; alors
   
∀i , j, h−1 (Bi ) ∩ h−1 B j = h−1 Bi ∩ B j = h−1 (∅) = ∅,

et ainsi
      
[   −1 [  [ −1  X  −1  X
ν  Bn  = µ h  Bn  = µ  h (Bn ) = µ h (Bn ) = ν (Bn ) .
n∈N n∈N n∈N n∈N n∈N

Théorème 10. Soit f : (Y, N) → R une application mesurable.

(i) Si f est positive, alors on a l’égalité
Z Z
f dµh = ( f ◦ h) dµ ∈ [0, +∞]. (3.1)
Y X
46 Changements de variables

(ii) f est µh -intégrable si et seulement si f ◦ h est µ-intégrable, et on a alors l’égalité (3.1)

dans R.

Démonstration. Si f = 1B , où B ∈ N, alors
Z Z Z   Z
f ◦ h dµ = 1B ◦ h dµ = 1h−1 (B) dµ = µ h (B) = µh (B) =
−1
f dµh .
X X X Y

La linéarité de l’intégrale, le lemme fondamental d’approximation et le théorème de

convergence monotone impliquent (3.1) dès que f est positive. L’extension aux fonctions
mesurables de signe quelconque et l’équivalence des intégrabilités se déduisent de la dé-
composition f = f+ − f− . □

Exemple 9. Soit h : (X, M) → (X, M) une application mesurable telle que µh = µ. Alors
Z Z
f dµ = f ◦ h dµ
X X

pour toute fonction f positive ou µ-intégrable. En particulier, si µ est la mesure de Lebesgue

sur Rn et h = τa est la translation par un vecteur a ∈ Rd , alors µh = µ et donc
Z Z
f (x + a) dλ(x) = f (x) dλ(x).
Rn Rn

3.2 Changement de variable linéaire

Notons Mn (R) l’ensemble des matrices carrées réelles de taille n × n.

Proposition 14. Soit f : Rn → Rn définie par f (x) = Mx + b pour tout x ∈ Rn , où M ∈ Mn (R)

est une matrice inversible et b ∈ Rn . Alors, pour tout A ∈ B (Rn ), f (A) ∈ B (Rn ) et on a

λ( f (A)) = |det(M)|λ(A).

Afin de prouver la Proposition 14, nous avons besoin de quelques outils d’algèbre linéaire.
Soit M ∈ Mn (R). On dit que
— la matrice M est définie positive si xtr Mx > 0 pour tout vecteur non nul x ∈ Rn ;
— la matrice M est orthogonale si Mtr M = In (matrice identité).
Dans ce cas, ∥Mx∥ = ∥x∥ pour tout vecteur x ∈ Rn où ∥.∥ désigne la norme euclidienne.

Lemme 9 (Décomposition polaire). Soit M ∈ Mn (R) une matrice inversible. Alors, il existe
une matrice R ∈ Mn (R) orthogonale et une matrice symétrique S ∈ Mn (R) définie positive
telles que M = RS.
3.2. Changement de variable linéaire 47

Lemme 10 (Diagonalisation des matrices symétriques). Soit M ∈ Mn (R) une matrice sy-
métrique. Alors, il existe une matrice orthogonale R ∈ Mn (R) et des réels r1 , r2 , . . . , rn tels
que
 
r1 0 · · · 0 
 
 0 r · · · 0 
2
Rtr MR =   .
 
. (3.2)
 0 0 . . 0 
 
0 0 · · · rn
 

Si de plus M est définie positive, alors les réels ri sont strictement positifs.

Preuve de la Proposition 14. Notons g = f −1 ; alors g(y) = M−1 (y − b) pour tout y ∈ Rn .

Clairement, g est continue ; en particulier g est borélienne. Donc, si A ∈ B (Rn ), alors
f (A) = g−1 (A) ∈ B (Rn ).
Il reste à calculer λ( f (A)). On peut supposer que b = 0, car on sait que λ est invariante
par translation.   
Soit µ : B Rd → [0, +∞] définie par µ(A) = λ( f (A)) pour tout A ∈ B Rd . Alors, µ est
clairement une mesure invariante par translation puisque f est linéaire. De plus, µ ([0, 1]n ) =
c ∈]0, +∞[ car f ([0, 1]n ) est borné et contient un ouvert de Rn . Donc, par le Théorème 1, il
existe une constante c(M) > 0 telle que µ = c(M)λ. Il reste à voir que c(M) = | det(M)|. On
décompose le reste de la preuve en trois étapes :
Étape 1 : Supposons que la matrice M est orthogonale, et notons Bn la boule unité de Rn .
Comme ∥Mx∥ = ∥x∥ pour tout x, on obtient MBn = Bn . Donc, µ(Bn ) = λ(MBn ) = λ(Bn ) > 0, et
par suite c(M) = 1 = | det(M)| car

det(M)2 = det(M). det(M) = det Mtr . det(M) = det Mtr .M = det(In ) = 1.

Étape 2 : Supposons que M est une matrice symétrique définie positive. Par le Lemme 10,
il existe une matrice orthogonale R ∈ Mn (R) telle que
 
r1 0 · · · 0 
 
 0 r · · · 0 
2
Rtr MR = D = 
 
.
 0 0 . . 0 

 
0 0 · · · rn
 

où les réels ri sont strictement positive.

Posons P = [0, 1]n et A = RP (l’image de P par R). Alors, d’après l’étape précédente, on a

λ(A) = λ(RP) = λ(P) = 1

et
n
Y
µ(A) = λ(MA) = λ(RDR RP) = λ(RDP) = λ(DP) = det(M)
tr
(car DP = [0, ri ]).
i=1
48 Changements de variables

Ce qui implique que c(M) = det(M).

Étape 3 : Supposons que M est une matrice inversible quelconque. D’après le Lemme 9,
on peut écrire M = RS où R est une matrice orthogonale et S une matrice symétrique définie
positive. Ainsi, par les étapes précédentes, pour tout A ∈ B R , on a
d

µ(A) = λ(RSA) = λ(SA) = det(S)λ(A),

et par conséquent, c(M) = det(S). On finit la preuve de la proposition en notant que

| det(M)| = | det(R). det(S)| = | det(R)|.| det(S)| = det(S).

3.3 Formule du changement de variable

Dans le reste de ce chapitre, U et V désigneront deux ouverts non vides de Rn .
Rappels : Soit φ : U → V une application. On dit que
— φ est différentiable en x0 ∈ U s’il existe une application linéaire L : Rn → Rn telle que

φ (x0 + h) − φ (x0 ) − L(h)

lim = 0.
∥h∥→0,h,0 ∥h∥

L’application linéaire L est unique et est notée dφ(x0 ). La matrice de cette application
linéaire, dans la base canonique, est donnée par :

∂φi (x0 )
!
dφ(x0 ) i j =


∂u j

Le Jacobien de φ en x0 est le déterminant de cette matrice, on le notera Jφ (x0 ).

— φ est différentiable sur U (ou simplement différentiable) si elle est différentiable en
tout point de U.
— φ est de classe C1 si elle est différentiable et l’application dφ : U → L(Rn ), x 7→ dφ(x),
est continue.
On rappel aussi que φ est un difféomorphisme de classe C1 si
(i) φ : U → V est bijective ;
(ii) φ est de classe C1 sur U ;
(iii) φ−1 est de classe C1 sur V.

La remarque suivante peut s’obtenir en utilisant le théorème d’inversion locale.

3.3. Formule du changement de variable 49

Remarque 23. Si φ : U → V vérifie (i) et (ii), alors φ vérifie (iii) si et seulement si Jφ (x) , 0
pour tout x ∈ U.
Théorème 11. Soit φ : U → V un difféomorphisme de classe C1 .
(i) Si B ∈ B(U), alors φ(B) ∈ B(V) et on a
Z
λ(φ(B)) = Jφ (x) dλ(x). (3.3)
B

(ii) Si f : V → R+ est borélienne, alors

Z Z
f dλ = f (φ(x)) Jφ (x) dλ(x). (3.4)
V U

De plus, si f est de signe quelconque, alors f est intégrable si et seulement si ( f ◦ φ) Jφ :

U → R est intégrable, et dans ce cas on a l’égalité (3.4)

Avant de donner la preuve du théorème précédent, il est nécessaire de se préparer.

Lemme 11. Soient φ : U → V un difféomorphisme de classe C1 , a > 0 et soit W ⊂ U un

ouvert vérifiant
Jφ (x) ≤ a pour tout x ∈ W.
Alors λ(φ(W)) ≤ aλ(W).
Démonstration. Voir [?]. □
Corollaire 8. Soit φ : U → V un difféomorphisme de classe C1 et soit a > 0. Si B ∈ B(U) tel
que
Jφ (x) ≤ a pour tout x ∈ B.
Alors, λ(φ(B)) ≤ aλ(B).
Démonstration. Soit B ⊂ U un borélien satisfaisant
Jφ (x) ≤ a pour tout x ∈ B,
et soit W ⊂ U un ouvert contenant B. Fixons ε > 0, et posons
n o
Wa+ϵ = x ∈ W : Jφ (x) < a + ε .
−1
Il est clair que B ⊂ Wa+ϵ . Notons aussi que Wa+ϵ est un ouvert. En effet, Wa+ϵ = Jφ (] − ∞, a[)
et Jφ (x) : U → R est continue car est la composée de x 7→ dφ(x) et M 7→ det(M).
En remplaçant a par a + ε dans le Lemme 11, on obtient
λ(φ(B)) ⩽ λ φ (Wa+ϵ ) ⩽ (a + ε)λ (Wa+ϵ ) ⩽ (a + ϵ)λ(W).

Comme ε > 0 est arbitraire, on trouve que λ(φ(B)) ≤ aλ(W). Or, la mesure λ est régulière
(Proposition 4) ; donc en prenant l’inf sur λ(W) avec W ouvert contenant B, on en déduit que
λ(φ(B)) ≤ aλ(B). □
50 Changements de variables

Preuve du Théorème 11. (i) D’abord, supposons que B est un borélien de U tel que λ(B) < ∞.
Pour chaque entier n > 0, on définit les ensembles Bn,k , pour k = 1, 2, . . ., par
( )
k−1 k
Bn,k = x ∈ B : ⩽ Jφ (x) < .
n n
D’après le Corollaire 8, on a
k
λ φ Bn,k λ Bn,k .




⩽ (3.5)
n
De plus, si k > 1, alors
n
pour tout y ∈ φ Bn,k .


Jφ−1 (y) ⩽
k−1
En effet, si y = φ(x), alors par différentiation des fonctions composées, on a
   
Jφ−1 (y)Jφ (x) = det dφ−1 (φ(x)) ◦ dφ(x) = det d φ−1 ◦ φ (x) = | det(In )| = 1.

Maintenant, le Corollaire 8, appliqué à φ−1 , implique


 n
λ φ−1 φ(Bn,k ) ⩽ λ φ Bn,k ,



k−1
et donc on obtient
k−1
λ Bn,k ⩽ λ φ Bn,k




(3.6)
n
Il résulte de (3.5) et (3.7) que
k−1

k
λ Bn,k ⩽ λ φ Bn,k ⩽ λ Bn,k



pour tout k ≥ 1. (3.7)
n n
En outre, comme ⩽ Jφ (x) < nk pour tout x ∈ Bn,k , on a
k−1
n
Z
k−1 k
λ Bn,k ⩽ Jφ (x) λ(dx) ⩽ λ Bn,k



pour tout k ≥ 1. (3.8)
n Bn,k n

Il vient de (3.7) et (3.8) que

Z
k
k−1
1
λ φ Bn,k − |Jφ (x)| dλ(x) ⩽ λ Bn,k − λ Bn,k = λ Bn,k .




Bn,k n n n

Donc, comme B = ∪k∈N∗ Bn,k pour chaque n ∈ N∗ , on a

Z X1
1
λ(φ(B)) − |Jφ (x)| dλ(x) ⩽ λ Bn,k = λ(B).
n n
B ∗ k∈N

Comme λ(B) < ∞, en faisant tendre n vers l’infini, on obtient

Z
λ(φ(B)) = Jφ (x) dλ(x).
B
3.4. Applications 51

Supposons maintenant que B est un borélien quelconque de U. Alors, B est une réunion
d’une suite croissante de boréliens Bn ⊂ U, n ∈ N∗ , chacun de mesure finie. Comme, pour
tout n ∈ N∗ , Z
λ(φ(Bn )) = Jφ (x) dλ(x),
Bn

on obtient
Z Z
λ(φ(B)) = lim λ(φ(Bn )) = lim Jφ (x) dλ(x) = Jφ (x) dλ(x).
n→∞ n→∞ Bn B

(ii) La preuve est laissée comme exercice. □

3.4 Applications
3.4.1 Coordonnées polaires dans le plan R2
Soient i h i h
U = 0, +∞ × − π, π et V = R2 \{(x, 0) | x ⩽ 0}.
Soit φ : U → V définie par φ(r, θ) = (r cos θ, r sin θ). Alors φ est bijective, de classe C1 et
 
 cos θ −r sin θ 
Jφ (r, θ) = det   = r > 0.
sin θ r cos θ 

Ainsi, φ est un difféomorphisme de classe C1 , et en appliquant le Théorème 11, on obtient

résultat suivant :

Corollaire 9. Si f : R2 → R est une fonction borélienne positive ou intégrable, alors

Z Z
f (x, y) dλ2 (x, y) = f (r cos θ, r sin θ)r dλ2 (r, θ).
R2 U

f dλ2 car λ2 R2 \V = 0.
R R
En effet, R2 f dλ2 =


V
p 
Remarque 24. Si f est radiale (i.e. s’il existe f0 telle que f (x, y) = f0 x2 + y2 ), on obtient à
l’aide de Fubini : Z Z ∞
f (x, y) dλ2 (x, y) = 2π r f0 (r)dλ(r).
R2 0

3.4.2 Coordonnées sphériques dans l’espace R3

Soient
i h i h i h
U = 0, +∞ × 0, π × − π, π et V = R3 \{(x, 0, z) | x ≤ 0, z ∈ R}.
52 Changements de variables

Soit ψ : U → V définie par ψ(r, θ, φ) = (r sin θ cos φ, r sin θ sin φ, r cos θ). Alors ψ est
bijective, de classe C1 et

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

 

 
Jψ (r, θ, φ) = det  sin θ sin φ r cos θ sin φ r sin θ cos φ  = r2 sin θ > 0.

cos θ −r sin θ
 
0

Ainsi, ψ est un difféomorphisme de classe C1 , et en appliquant le Théorème 11, on obtient :

Corollaire 10. Si f : R3 → R est une fonction borélienne positive ou intégrable, alors

Z Z
f (x, y, z) dλ2 (x, y, z) = f (r sin θ cos φ, r sin θ sin φ, r cos θ)r2 sin θ dλ3 (r, θ, φ).
R3 U

f dλ3 car λ3 R3 \V = 0.
R R
En effet, R3 f dλ3 =


V
p 
Remarque 25. Si f est radiale, i.e. s’il existe f0 telle que f (x, y, z) = f0 x2 + y2 + z2 , on
obtient à l’aide de Fubini :
Z Z ∞
f (x, y, z) dλ3 (x, y, z) = 4π r2 f0 (r) dλ(r).
R3 0

3.5 Exercices
Exercice 13. Un sous-ensemble E ⊊ Rn est dit hyperplan affine s’il existe des scalaires réels
a1 , a2 , . . . , an , non tous nuls, et α ∈ R tels que

n n
X o
E = (x1 , x2 , . . . , xn ) ∈ R :
n
ai xi = α .
i=1

1. Montrer que si E ⊊ Rn est un hyperplan affine, alors E est un borélien et λn (E) = 0.

2. Montrer que si la matrice M dans la Proposition 14 n’est pas inversible alors, pour tout
A ⊂ Rn , f (A) est λ-négligeable.

Exercice 14. Soient α > 0 et f : R2 → [0, +∞] la fonction définie par

1
f (0, 0) = +∞ et f (x, y) =
α2 si (x, y) , (0, 0).
x2 + y2
n o
Posons B = (x, y) : x2 + y2 ≤ 1 .
1. Montrer que f est intégrable sur B si et seulement si α < 2.
2. Montrer que f est intégrable sur B∁ si et seulement si α > 2.
3.5. Exercices 53

Exercice 15. Retrouver la valeur de l’intégrale de Gauss en appliquant la formule du chan-

gement de variable à une fonction convenable.

Exercice 16. Soient α > 0 et f : R3 → [0, +∞] la fonction définie par

1
f (0, 0, 0) = +∞ et f (x, y, z) =
α2 si (x, y, z) , (0, 0, 0)., z
x2 + y2 + z2
n o
Posons B = (x, y, z) : x2 + y2 + z2 ≤ 1 .
1. Montrer que f est intégrable sur B si et seulement si α < 3.
2. Montrer que f est intégrable sur B∁ si et seulement si α > 3.

Exercice 17. Calculer l’aire des domaines suivants :

x2 y2
( )
E = (x, y) ∈ R : 2 + 2 < 1
2
(avec a, b > 0)
a b
et
1
 
D = (x, y) ∈ R : < x + y < 3 et y > 0 .
22 2
2
Exercice 18. On note D = (x, y, z) ∈ R : x + y2 ⩽ 4, 0 ⩽ z ⩽ 2 . Calculer
3 2

Z
z
dxdydz.
x2 + y2
p
D

Exercice 19. Soient a, b, c ∈ R∗+ . Calculer le volume de l’ellipsoïde d’équation

x2 y2 z2
+ + < 1.
a2 b2 c2
Exercice 20. On considère le domaine D = (x, y) ∈ R2 : x2 + y2 − 2x < 0 . Calculer

Z q
x2 + y2 dxdy.
D

Exercice 21. Soient a, b ∈ R On considère le domaine

∗
+.

x2 y2
( )
D = (x, y) ∈ R : x ⩾ 0, y ⩾ 0, 2 + 2 ⩽ 1 .
2
a b
Calculer Z  
2x3 − y dxdy.
D

xy 2
Exercice 22. Calculer l’intégrale de la fonction f : (x, y) 7→ y2 − x2 x + y2 sur le domaine


n o
D = (x, y) ∈ R2 : 0 < x < y, a < xy < b, y2 − x2 < 1 ,

où b > a > 0.
On pourra effectuer le changement de variables u = xy, v = y2 − x2 .
54 Changements de variables

xy
R
Exercice 23. Calculer D 1+x2 +y2 dxdy, où D est l’ensemble des points de [0, 1]2 qui ne sont pas
dans le disque de centre (0, 0) et de rayon 1.

Exercice 24. Soit a > 0 et B la boule euclidienne unité de R3 . Calculer

Z
1
dxdydz.
x2 + y2 + (z − a)2
p
B
Chapitre 4

Espaces Lp

Dans ce chapitre, (X, M, µ) désigne un espace mesuré, et on note K pour l’un des corps R
ou C.

4.1 Définitions et premières propriétés

Définition 16. Pour p ∈ [1, +∞[, on définit Lp (X, M, µ), ou simplement Lp (X) s’il n’y a pas
d’ambiguïté, l’ensemble :
( Z )
Lp (X, M, µ) = f : X → K mesurable : | f |p dµ < ∞ .
X

Si f ∈ Lp (X, M, µ), on note

Z ! 1p
∥ f ∥p = p
| f | dµ .
X

Définition 17. Une fonction f : X → K est dite essentiellement bornée s’il existe un réel
A ⩾ 0 tel que | f | ⩽ A, µ-presque partout, c’est-à-dire :
n o
µ x ∈ X : | f (x)| > A = 0.

On note L∞ (X, M, µ), ou simplement L∞ (X), l’ensemble des fonctions essentiellement

bornées sur X. Pour f ∈ L∞ (X, M, µ), on note
n o
∥ f ∥∞ 1 = sup essx∈X | f (x)| = inf A ⩾ 0 : | f | ⩽ A µ-presque partout .

Attention ! il faut toujours distinguer dans les calculs le cas p < +∞ et le cas p = +∞, car
seulement le premier cas vient d’une intégrale. On utilise la notation ∥ f ∥p , mais ces objets ne
sont pas des normes en général. On verra comment résoudre ce problème un peu plus loin.

1. Attention ! il ne s’agit pas de la norme uniforme.

56 Espaces Lp
n o
Remarque 26. ∥ f ∥∞ = min A ⩾ 0 : | f | ⩽ A µ-presque partout . En effet, si
1
 
En = x ∈ X : | f (x)| > ∥ f ∥∞ + et E = x ∈ X : | f (x)| > ∥ f ∥∞ ,

n
alors E = n∈N∗ En et pour tout n ∈ N∗ , µ (En ) = 0 par définition de ∥ f ∥∞ . Donc µ(E) = 0. En
S

particulier, on a
| f (x)| ⩽ ∥ f ∥∞ , pour µ-presque tout x ∈ X. (4.1)

On dit que p, q ∈ [1, +∞] sont des exposants conjugués si 1

p
+ 1
q
= 1, avec la convention
1
∞
= 0.

Proposition 15 (Inégalité de Hölder). Soient p, q ∈ [1, +∞] des exposants conjugués. Si f, g :

X → K sont des applications mesurables, alors

∥ f g∥1 ⩽ ∥ f ∥p ∥g∥q . (4.2)

En particulier, si f ∈ Lp (X, M, µ) et g ∈ Lq (X, M, µ), alors f g ∈ L1 (X, M, µ) et l’inégalité (4.2)

est vraie.

Remarque 27. On a volontairement donné l’inégalité (4.2) sans hypothèse d’intégrabilité ;

cela est permis car les éléments en jeu peuvent valoir +∞. Donc si f n’est pas dans Lp (X, M, µ),
on a ∥ f ∥p = +∞. Dans ce cas, l’inégalité de Hölder n’est pas intéressante, mais correcte.

Preuve de la Proposition 15. Dans les cas p = 1 ou p = +∞, le résultat est immédiat en tenant
compte l’inégalité (4.1). Supposons donc que 1 < p < +∞. Comme le logarithme est une
fonction concave, pour a, b > 0, on a
!
1 1 1 1
log(ab) = log(a) + log(b) = log (ap ) + log (aq ) ≤ log ap + bq .
p q p q
En prenant l’exponentielle, on obtient l’inégalité suivante
1 1
ab ≤ ap + bq (4.3)
p q
qui reste valable si a ou b est nul.
Remarquons aussi que les cas où ∥ f ∥p = 0 ou ∥g∥q = 0 sont triviaux car alors f ou g est
nulle presque partout et l’inégalité est alors claire. On suppose donc ∥ f ∥p > 0 et ∥g∥q > 0.
En appliquant l’inégalité (4.3) avec a = | f (x)|/∥ f ∥p et b = |g(x)|/∥g∥q et en intégrant sur X, on
obtient l’inégalité (4.2). □

Proposition 16 (Inégalité de Minkowski). Soit p ∈ [1, +∞]. Si f, g : X → K sont deux applica-

tions mesurables, alors
∥ f + g∥p ⩽ ∥ f ∥p + ∥g∥p . (4.4)
En particulier, si f, g ∈ Lp (X, M, µ), alors f + g ∈ Lp (X, M, µ) et l’inégalité (4.4) est vraie.
4.1. Définitions et premières propriétés 57

Démonstration. Comme | f + g| ⩽ | f | + |g|, alors le résultat est évident pour p = 1 et p = ∞.

On suppose donc que 1 < p < ∞, et que f, g ∈ Lp (X, M, µ) avec f ⩾ 0 et g ⩾ 0 (sinon, on
remplace f par | f | et g par |g|). La fonction t 7→ tp étant convexe sur [0, +∞[, on a donc pour
tous a, b ⩾ 0 :
1 1 p 1 1
 
a + b ⩽ ap + bp
2 2 2 2
donc, on en déduit immédiatement que

(a + b)p ⩽ 2p−1 (ap + bp ) . (4.5)

Ainsi,
( f (x) + g(x))p ⩽ 2p−1 f (x)p + g(x)p

et on en déduit que f + g ∈ Lp (X, M, µ).

D’autre part, posons h = f + g ⩾ 0. Alors on a

hp = ( f + g)hp−1 = f hp−1 + ghp−1 .

p
Soit q = p−1
l’exposant conjugué de p. On a alors

Z ! 1q p
p−1
h p−1
q
= h dµ = ∥h∥pq = ∥h∥p < ∞.
p

Par l’inégalité de Hölder, on en déduit donc que

p p−1
 
∥h∥p ⩽ ∥ f ∥p hp−1 q
+ ∥g∥p hp−1 q
= ∥h∥p ∥ f ∥p + ∥g∥p .

Si ∥h∥p > 0, on obtient l’inégalité (4.4) en divisant les deux membres de l’inégalité ci-dessus
p−1
par ∥h∥p , et si ∥h∥p = 0, alors f = 0 presque partout et g = 0 presque partout, donc les deux
membres de l’inégalité (4.4) sont nuls. □

Remarque 28. L’inégalité de Minkowski montre que l’application Lp (X) → R+ , f 7→ ∥ f ∥p ,

vérifie l’inégalité triangulaire. Par ailleurs, ∥α f ∥p = |α|∥ f ∥p pour tout α ∈ K et f ∈ Lp (X) et
bien sûr ∥0∥p = 0. Malheureusement, ∥ f ∥p = 0 n’implique pas que f = 0, ce qui veut dire
que cette application ne définit pas une norme sur Lp (X). Néanmoins, on peut constater que,
pour 1 ≤ p ≤ +∞, ∥ f ∥p = 0 est équivalent à f = 0 presque partout.

Soit R la relation d’équivalence sur Lp (X, M, µ) définie par :

f Rg ⇐⇒ f (x) = g(x) presque partout;

autrement dit, ∥ f − g∥p = 0.

58 Espaces Lp

Etant donnée une application f ∈ Lp (X, M, µ), on note [ f ] la classe d’équivalence de f

pour la relation R :
n o
[ f ] = g ∈ Lp (X, M, µ) : g(x) = f (x)µ-presque partout .

Soit p ∈ [1, +∞]. On note Lp (X, M, µ), ou simplement Lp (X), le quotient de Lp (X, M, µ) par
la relation d’équivalence R :
n o
Lp (X, M, µ) = [ f ] : f ∈ Lp (X, M, µ) .

Par construction, Lp (X, M, µ) est un espace vectoriel normé, avec les opérations d’espace
vectoriel :
[ f ] + [g] = [ f + g], λ[ f ] = [λ f ], ∀λ ∈ K, ∀ f, g ∈ Lp (X, M, µ)

et la norme :
∥ [ f ] ∥p = ∥ f ∥p , ∀ f ∈ Lp (X, M, µ).

Lorsqu’on manipule des éléments de l’espace Lp (X, M, µ), on travaille avec des classes
d’équivalence. Toutefois, pour la suite du cours, nous identifierons la classe d’équivalence à
l’une de ses fonctions représentatives.
Il est important de noter qu’il n’est pas possible d’évaluer une fonction de Lp (X, M, µ)
en un point spécifique. Autrement dit, pour n’importe quel x ∈ X, l’application, qui à pour
chaque f ∈ Lp (X, M, µ) associe f (x), n’est pas définie !

4.2 Complétude
Théorème 12 (Théorème de Riesz-Fischer). Pour tout 1 ≤ p ≤ +∞, l’espace Lp (X) est complet.

Avant de présenter la preuve du théorème précédent, on donne une version Lp du théo-

rème de convergence dominée :

Lemme 12 (Théorème de convergence dominée version Lp ). Soient p ∈ [1, +∞[ et fn : X → K,

n ∈ N, une suite de fonctions mesurables et f : X → K une fonction mesurable tels que


(i) la suite fn n∈N converge presque partout vers f ;
(ii) il existe g ∈ Lp (X) telle que, pour tout n ∈ N, | fn | ≤ g presque partout.
Alors, f ∈ Lp (X) et ∥ fn − f ∥p −→ 0, c’est-à-dire que ( fn )n∈N converge vers f dans Lp (X).
n→+∞

Démonstration. On peut passer à la limite dans l’hypothèse de domination, ce qui donne

que f ∈ Lp (X). Pour la convergence, on applique le théorème de convergence monotone à la
4.2. Complétude 59

suite de fonctions mesurables hn := | fn − f |p , n ∈ N. En fait, en appliquant l’inégalité (4.5), on

obtient la majoration :

∀n ∈ N, |hn | ≤ 2p |g|p µ-presque partout.

R
Or |g|p ∈ L1 (X). On en déduit que X
hn dµ −→ 0, ce qui prouve la convergence dans Lp . □
n→+∞

Prouvons maintenant le Théorème 12.

Preuve du Théorème 12. Supposons d’abord que 1 ≤ p < +∞. Soit (un )n∈N une suite de Lp (X)
telle que n∈N ∥un ∥p < +∞ et montrons que n∈N un converge dans Lp (X).
P P

Posons Sn (x) = nk=0 |uk (x)|. La suite (Sn )n∈N est croissante, donc elle converge ponctuelle-
P

ment vers S où S(x) = limn→+∞ Sn (x) = supn∈N Sn (x) ∈ [0, +∞]. De plus, par le théorème de
convergence monotone, on a Z Z
p
Sn dµ −→ Sp d dµ.
n→+∞

D’autre part, par l’inégalité de Minkowski, on a

n
X +∞
X
∥Sn ∥p ≤ ∥uk ∥p ≤ ∥uk ∥p .
k=1 k=1

Il en résulte que |S|p dµ ≤ +∞

R
k=1 ∥uk ∥p < +∞, et donc en particulier S(x) < +∞ pour presque
P
P
tout x ∈ X. Ainsi, pour presque tout x ∈ X, la série numérique k∈N uk (x) est absolument
convergente dans R, donc elle est convergente. Appelons sa somme f (x). On pose f (x) = 0
sur l’ensemble négligeable sur lequel la série précédente ne converge pas. La fonction f ainsi
définie est mesurable 2 .
De plus, on a la domination
Xn
uk (x) ≤ S(x)
k=0

pour tout x ∈ X et pour tout n ∈ N par l’inégalité triangulaire dans K.

Or on vient de voir que S ∈ Lp (X). Par le lemme précédent, on en déduit que f ∈ Lp (X) et
que nk=0 uk converge vers f au sens de la norme ∥ · ∥p , ce qui conclut le cas p < +∞.
P

Pour p = +∞ nous allons faire une preuve plus classique. Soit fn n∈N est une suite de

Cauchy dans L∞ (X). Alors, il existe N ∈ M 3 de mesure nulle tel que

| fn (x)| ≤ ∥ fn ∥∞ ∀n ∈ N et ∀x ∈ X \ N (4.6)

et
| fn (x) − fm (x)| ≤ ∥ fn − fm ∥∞ ∀n, m ∈ N et ∀x ∈ X \ N. (4.7)
2. Il existe un ensemble mesurable E ∈ M tel que µ(X \ E) = 0 et f = limn Sn 1E .
3. La preuve de l’existence de N est laissée comme exercice
60 Espaces Lp

Par conséquent, si x ∈ X \ N, fn (x) n∈N est une suite de Cauchy dans K ; elle admet donc

une limite que l’on note f (x). Posons f (x) = 0 si x ∈ N. Alors, la fonction f ainsi définie
est mesurable comme limite d’une suite de fonctions mesurables. De plus, comme la suite
fn n∈N est de Cauchy dans L∞ (X), elle est bornée dans L∞ (X) ; ce qui revient à dire qu’il existe

M > 0 tel que

∥ fn ∥∞ ≤ M ∀n ∈ N.
En passant à la limite dans l’inégalité de (4.6), on obtient | f (x)| ≤ M pour presque tout x ∈ X,
et par conséquent f ∈ L∞ (X).
Enfin, par hypothèse, pour tout ε > 0, il existe n0 ∈ N tel que

∥ fn − fm ∥∞ ≤ ε ∀m, n ≥ n0 .

En passant à la limite quand m tend vers l’infini dans l’inégalité de (4.7), on obtient

| fn (x) − f (x)| ≤ ε pour tout n ≥ n0 et presque tout x ∈ X,

et donc ∥ fn − f ∥∞ ≤ ε pour tout n ≥ n0 , ce qui montre bien que fn −→ f dans L∞ (X). □

n→+∞

Soient f, g ∈ L2 (X), et posons Z

⟨ f, g⟩ = f g dµ. (4.8)
X
On peut vérifier que l’application ci-dessus définie un produit scalaire sur L2 (X). C’est-à-
dire, une forme bilinéaire symétrique définie positive si K = R, ou une forme sesquilinéaire
symétrique hermitienne définie positive si K = C).
Le résultat suivant est une conséquence immédiate du théorème de Riesz-Fischer.
Corollaire 11. L’espace L2 (X, M, µ), muni du produit scalaire (4.8), est un espace de Hilbert.
En particulier, l’inégalité de Hölder (dans le cas p = 2) donne l’inégalité de Cauchy-Schwarz :

|⟨ f, g⟩| ⩽ ∥ f ∥2 ∥g∥2 .

4.3 Convolution
Dans cette section, on se place dans (X, M, µ) = (Rn , B(Rn ), λn ).
Définition 18. Soient f, g : Rn → K deux fonctions boréliennes. Si, pour un certain x ∈ Rn ,
Z
| f (t)g(x − t)| dt < +∞, (4.9)
Rn
alors on définit Z
f ∗ g(x) := f (t)g(x − t) dt,
Rn
qu’on appelle convolée de f et g au point x.
4.3. Convolution 61

Proposition 17. Soient f, g : Rn → K deux fonctions boréliennes.

(i) Soit x ∈ Rd . Si f ∗ g(x) est bien défini (autrement dit, (4.9) est vérifiée), alors g ∗ f (x) l’est
aussi et on a f ∗ g(x) = g ∗ f (x).
(ii) Si A ⊂ Rn et (4.9) est vérifiée pour tout x ∈ A, alors la f ∗ g : A → K est une fonction
borélienne.

Démonstration. (i) La commutativité vient directement en appliquant le changement de va-

riable y = x − t dans l’intégrale qui définit f ∗ g(x).
(ii) Il est clair que la fonction (x, t) 7→ f (t)g(x − t) : A × Rn → K est mesurable. Posons
h(x, t) = f (t)g(x − t) pour tout (x, t) ∈ A × Rn .
Supposons que h est à valeurs réelles. Alors h+ et h− sont mesurables positives. Donc,
R R
d’après le théorème de Fubini-Tonelli, les deux fonctions x 7−→ Rn h+ (x, t) dt et x 7→ Rn h− (x, t) dt
sont boréliennes. Or, pour chaque x ∈ A, la fonction t 7→ h(x, t) est intégrable ; par conséquent
la fonction Z Z
x 7−→ h+ (x, t) dt − h− (x, t) dt
Rn Rn
R
est bien définie et est borélienne. D’où, x 7→ f ∗ g(x) = Rn h(x, t) dt est borélienne.
Si h prend des valeurs complexes, alors les deux fonctions x 7→ Re(h(x, t)) et x 7→ Im(h(x, t))
sont intégrables sur Rn . Donc, le raisonnement dans le paragraphe précédent montre que
R R
x 7→ Rn Re(h(x, t)) dt et x 7→ Rn Im(h(x, t)) dt sont deux fonctions réelles boréliennes. Ainsi,
Z Z
x 7→ f ∗ g(x) = Re(h(x, t)) dt + i Im(h(x, t)) dt
Rn Rn
est borélienne. □

Proposition 18 (Convolution L1 − L1 ). Soient f, g ∈ L1 (Rn ). Alors pour presque tout x ∈ Rn , la

fonction t 7→ f (t)g(x − t) est intégrable sur Rn , et donc on peut définir f ∗ g presque partout.
De plus f ∗ g ∈ L1 (Rn ) et ∥ f ∗ g∥1 ≤ ∥ f ∥1 ∥g∥1 .

Démonstration. Le théorème de Fubini-Tonelli donne :

Z Z Z Z Z Z
| f (t)g(x − t)| dt dx = | f (t)| |g(x − t)| dx = | f (t)| |g(x)| dx = ∥ f ∥1 ∥g∥1 < +∞.
Rn R n Rn Rn Rn Rn
Ensuite, en appliquant le théorème de Fubini (Théorème 9 (ii)), on obtient que f ∗ g(x) est
définie pour presque tout x ∈ Rn et est dans L1 (Rn ). De plus, on a
Z Z Z Z
∥ f ∗ g∥1 = f (t)g(x − t) dt dx ≤ | f (t)∥g(x − t) | dx dt = ∥ f ∥1 ∥g∥1 .
Rn Rn Rn Rn
□
62 Espaces Lp

Proposition 19 (Convolution Lp −Lq ). Soient ( f, g) ∈ Lp (Rn )×Lq (Rn ) où p ∈ [1, +∞] et 1p + 1q = 1.

Alors pour tout x ∈ Rn , la fonction t 7→ f (t)g(x − t) est intégrable sur Rn , et donc f ∗ g est
définie sur Rn . De plus
(i) f ∗ g est une fonction uniformément continue ;
(ii) ∥ f ∗ g∥∞ ≤ ∥ f ∥p ∥g∥q ; en particulier, f ∗ g est bornée.

Avant de donner la preuve de la proposition précédente, il est nécessaire de se préparer.

Si f : Rn → K, alors on note, pour tout h ∈ Rn :

τh f (x) = f (x − h), ∀x ∈ Rn .

La fonction τh f est le translaté de f par h ∈ Rn . La preuve du lemme suivant sera donnée

ultérieurement.

Lemme 13 (Continuité des translations dans Lp (Rn )). Soit p ∈ [1, +∞[, et f ∈ Lp (Rn ). Alors

lim τa f − f p
= 0.
a→0

Autrement dit, la fonction

Rn −→ Lp (Rn )
a 7−→ τa f
est continue.

Démonstration de la Proposition 19. Soit x ∈ Rn . Par l’inégalité de Hölder, on a

Z
| f (t)g(x − t)| dt ≤ ∥ f ∥p ∥g∥q < +∞. (4.10)
Rn
Donc la fonction t 7→ f (t)g(x − t) est bien intégrable sur Rn pour tout x ∈ Rn . Ainsi f ∗ g est
bien définie, et on a
Z
∀x ∈ R , | f ∗ g(x)| ≤
n
| f (t)g(x − t)| dt ≤ ∥ f ∥p ∥g∥q .
Rn
Par conséquent,
supx∈Rn | f ∗ g(x)| ≤ ∥ f ∥p ∥g∥q .
Il reste à montrer la continuité uniforme de f ∗ g. Soit x ∈ Rn et h ∈ Rn deux vecteurs
quelconques. Alors on a
Z Z
f ∗g(x+h)− f ∗g(x) = f (t)[g(x+h−t)−g(x−t)] dt = f (t) τ−h g − g (x−t) dt = f ∗ τ−h g − g (x);



Rn Rn
donc en appliquant l’inégalité (4.10) à f et τ−h g − g, on trouve

| f ∗ g(x + h) − f ∗ g(x)| ≤ ∥ f ∥p τ−h g − g q .

4.4. Densité dans Lp 63

Si q < +∞, alors par continuité des translations dans Lq (Lemme 13) et comme les vecteurs
x et h sont arbitraires, on obtient : pour tout ε > 0, il existe δ > 0 tel que

| f ∗ g(y) − f ∗ g(x)| ≤ ε pour tous x, y ∈ Rn satisfont ∥y − x∥ < δ;

c’est-à-dire, f ∗ g est uniformément continue.

Maintenant, si q = +∞, alors p = 1 < +∞ ; donc dans ce cas la continuité uniforme
s’obtient en échangeant les rôles de f et g puisque f ∗ g = g ∗ f . □

4.4 Densité dans Lp

Théorème 13. Soit (X, M, µ) un espace mesuré quelconque, et soit p ∈ [1, +∞]. Alors, l’espace
f ∈ Lp (X) : f étagée est dense dans Lp (X).


Avant de passer à la preuve du théorème précédent, on donne une version améliorée du

lemme fondamental d’approximation, dont la preuve est laissée comme exercice :

Lemme 14 (Lemme fondamental d’approximation). Soit f : (X, M) → [0, +∞] une fonction
mesurable. Alors il existe une suite croissante de fonctions étagées ( fn )n qui converge ponc-
tuellement vers f .
Si de plus, f est bornée, alors la convergence est uniforme ; i.e.,

∥ fn − f ∥∞ −→ 0.
n→+∞

Démonstration du Théorème 13. Soit f ∈ Lp (X) ; en décomposant f = f1 + i f2 = f1+ − f1− +

i f2+ − i f2− , on peut supposer sans perte de généralité que f ≥ 0. Par le lemme fondamental
d’approximation, il existe une suite de fonctions ( fn )n∈N croissante qui converge vers f .
Si p = +∞, la fonction f est égale presque partout à une fonction bornée, et donc par le


lemme précédent, la convergence de fn n∈N vers f est uniforme, ce qui correspond bien à la
convergence dans L∞ (X).
Si p ∈ [1, +∞[, on constate d’abord que 0 ≤ fn ≤ f pour tout n ∈ N, ce qui donne d’une
part que fn ∈ Lp (X) pour tout n ∈ N, et d’autre part qu’on peut appliquer le théorème de
convergence dominée (version Lp ), ce qui montre que fn n∈N converge vers f en norme

Lp (X). □

Dans la suite de cette section, on se place dans (X, M, µ) = (Ω, B(Ω), λn ) où Ω est un
ouvert de Rn . On notera
n o
C0c (Ω) := f : Ω → K : f continue à support compact dans Ω .

Théorème 14 (Densité des fonctions continues à support compact). Soit p ∈ [1, +∞[. Alors
l’espace C0c (Ω) est dense dans Lp (Ω).
64 Espaces Lp

Remarque 29. Le théorème précédent n’est plus vrai si p = +∞. En effet, pour toute fonction
continue f : Ω → K à support compact dans Ω, on a ∥ f − 1∥∞ ≥ 1.

Démonstration du Théorème 14. Soient f ∈ Lp (Ω) et ε > 0. Par densité des fonctions étagées
dans Lp (Ω), il existe une fonction étagée g ∈ Lp (Ω) telle que
ε
∥ f − g∥p < .
3
◦
Ecrivons Ω = n∈N Kn où (Kn )n est une suite de compacts vérifiant Kn ⊂Kn+1 pour tout
S

n ∈ N ; alors g1Kn converge ponctuellement vers f et on a

∀n ∈ N, g1Kn ≤ |g| ∈ Lp (Ω).

Donc, par le théorème de convergence dominée (version Lp ), g1Kn converge vers g en norme
de Lp (Ω). On constate donc qu’il existe une fonction eg étagée à support compact inclus dans
un Kn0 (i.e., identiquement nulle en dehors de Kn0 ) telle que
ε
g−g
e p
< .
3
g = ni=1 αi 1Ai où Ai sont des ensembles mesurables deux à deux disjoints. Soit
P
Ecrivons e
A l’un des Ai ; il est clair que A ⊂ Kn0 . Comme λ(A) ≤ λ Kn0 < +∞, la régularité de la mesure

de Lebesgue donne l’existence d’un ouvert U et d’un compact K tels que K ⊂ A ⊂ U et

n
−1 ε
 p X
λ(U \ K) < a où a = |αi |.
3 i=1

◦
Quitte à remplacer U par l’ouvert U∩ Kn0 +1 qui contient A, on peut supposer U compact et
inclus dans Ω. On définit alors la fonction h : Ω → [0, 1],
d(x, Ω\U)
h(x) = .
d(x, Ω\U) + d(x, K)

La fonction h est bien définie puisque K ∩ (Ω\U) = ∅ 4 ; elle est continue sur Ω comme
somme et quotient de fonctions continues dont le dénominateur ne s’annule pas, elle est à
support compact car nulle en dehors de U, et identiquement égale à 1 sur K.
Si x ∈ K alors h(x) = 1A (x) = 1, si x ∈ Ω\U alors h(x) = 1A (x) = 0 et si x ∈ U\K alors
|h(x) − 1A (x)| ≤ 1. Ainsi,

−1 ε
Z Z  1/p
∥h − 1A ∥p = |h − 1A | dx = |h − 1A | dx ≤ λ(U\K) < a
p p p
,
Ω U\K 3
4. Notons que, puisque Ω\U et K sont des fermés, le dénominateur s’annule pour x si et seulement si
x ∈ Ω\U et x ∈ K.
4.4. Densité dans Lp 65

ou encore
ε
∥h − 1A ∥p < a−1 .
3
Notons hi et Ui la fonction et l’ouvert obtenus pour l’ensemble mesurable Ai , et posons
h = ni=1 αi hi . Cette fonction est donc continue dont le support est inclus dans ∪ni=1 Ui ; en
e P

particulier elle est à support compact dans Ω. De plus, on a

n
X ε
h−e
e g ≤ |αi |.∥hi − 1Ai ∥p < .
p
i=1
3

D’où,
ε ε ε
h− f
e g + e
h−e
≤ e g−g p
+ ∥g − f ∥p < + + = ε.
p p 3 3 3
Ce qui achève la preuve du théorème. □

On donne maintenant la preuve du lemme de la continuité des translations (Lemme 13).

Démonstration. Fixons f ∈ Lp (Rn ), et montrons dans un premier temps que a 7→ τa f est

continue en 0.
On suppose f ∈ C0c (Rn ). Alors, par le théorème de Heine, la fonction f est uniformément
continue 5 sur Rn . Donc si ε > 0, il existe η > 0 tel que

∀(x, y) ∈ Rn , ∥x − y∥ ≤ η ⇒ | f (x) − f (y)| ≤ ε.

Comme f est à support compact, il existe K ⊂ Rn compact tel que f = 0 sur K∁ . Alors, pour
tout a ∈ Rn vérifiant ∥a∥ ≤ min{1, η}, on a support( f (. − a)) ⊂ K + B̄(0, 1), et donc
Z
p
τa f − f p = | f (x − a) − f (x)|p dx ≤ εp λ(K + B̄(0, 1)).
K+B̄(0,1)

Le résultat s’obtient en remplaçant ε par λ(K + B̄(0, 1))−1/p ε.

Supposons maintenant que f ∈ Lp (Rd ) et soit ε > 0. Par densité de C0c (Rn ) dans Lp (Rn ), il
existe g ∈ C0c (Rn ) tel que ∥ f − g∥p ≤ ε/3. D’après le paragraphe précédent, il existe δ > 0 tel
que
ε
∀∥a∥ ≤ δ, τa g − g p ≤ .
3
D’où

∀∥a∥ ≤ δ, τa f − f p
≤ τa f − τa g p
+ τa g − g p
+ ∥g − f ∥p
= f − g p + τa g − g p
+ ∥g − f ∥p
ε ε ε
≤ + + ≤ ε.
3 3 3
5. En fait, le théorème de Heine implique que f est uniformément continue sur son support K (qui est un
compact). La preuve de la continuité uniforme de f sur tout l’espace Rn est laissée comme exercice.
66 Espaces Lp

Ce qui prouve que a 7→ τa f est continue en 0.

Enfin, notons que si a0 ∈ Rn est un vecteur quelconque, alors τa+a0 f = τa f0 et τa0 f = f0 où

f0 (x) = f (x − a0 ) pour tout x ∈ Rn . Ainsi,

τa+a0 f − τa0 f p
= τa f0 − f0 −→ 0;
p a→0

d’où a 7→ τa f est continue en a0 . □

4.5 Régularisation
Définition 19 (Identité approchée). Une famille ρε ε>0 de fonctions mesurables de Rn dans

R est appelée identité approchée positive si elle satisait :

(i) ∀ε > 0, ρε ≥ 0 ;
R
(ii) ∀ε > 0, Rn ρε (x) dx = 1 ;
R
(iii) ∀η > 0, limε→0 ∥x∥>η ρε (x) dx = 0.

Le lemme suivant donne un moyen important de créer des identités approchées.

Lemme 15. Soit ρ : Rn → R une fonction mesurable, positive et d’intégrale 1 6 . Alors, la

famille définie par
1 x
 
ρε (x) := n ρ (x ∈ Rn , ε > 0),
ε ε
est une identité approchée.

Démonstration. Voir Exercice 35. □

Exemple 10. Le lemme précédent appliqué à la fonction

1 − ∥x∥2
2
α(x) = e (x ∈ Rn ),
(2π)n/2

donne l’identité approchée :

1 2
− ∥x∥2
αε (x) = e 2ε (x ∈ Rn ε > 0). 7
(2π)d/2 εd

Dans la suite, on notera C∞ ∞

c (Ω) l’espace des fonctions de classe C à support compact
dans l’ouvert Ω.
6. une telle fonction existe !
7. Cette identité est appelée noyau de Gauss ou noyau de la chaleur.
4.5. Régularisation 67

Définition 20 (Famille régularisante). Soit ρ ∈ C∞ c (R

 ) telle que ρ ≥ 0, supp(ρ)
n
⊂ B̄(0, 1) et
R
Rn ρ(x) dx = 1. Pour tout ε > 0, on pose ρε (x) = εn ρ ε . On dit que ρε ε>0 est une famille
1 x 8

régularisante
Remarque 30. D’après le Lemme 15, on voit qu’une famille régularisante est, en particulier,
une identité approchée.
Exemple 11. La fonction ρ : Rd → R définie par

− 1 2
ce 1−∥x∥ si ∥x∥ < 1,


ρ(x) = 

0 si ∥x∥ ≥ 1,


R 1
−1
−
où c = B(0,1)
e 1−∥x∥2 dx , satisfait les propriétés requises dans la Définition 20.

Le lemme suivant justifie l’appellation “identité approchée” :

Lemme 16. Soit 1 ≤ p < +∞, f ∈ Lp (Rn ) et ρε : Rn → R, ε > 0, une identité approchée. Alors,
(i) pour tout ε > 0, ∥ρε ∗ f ∥p ≤ ∥ f ∥p ;
(ii) f ∗ ρε −→ f dans Lp (Rn ).
ε→0

Démonstration. (i) Comme f ∈ Lp (Rn ), par l’Exercice 32, pour tout ε > 0, f ∗ ρε est définie
presque partout ; de plus
∥ f ∗ ρε ∥p ≤ ∥ f ∥p ∥ρε ∥1 = ∥ f ∥p .
(ii) Soit ε > 0 et x ∈ Rn . Supposons que p > 1 ; alors on a
Z Z ! p
p
f ∗ ρε (x) − f (x) = ρε (x) f (x − t) dt − ρε (t) dt f (x)
Rn Rn
"Z #p
≤ ρε (t)| f (x − t) − f (x)| dt
Rn
"Z #p
≤ ρε (t) ρε (t)
1/q 1/p
| f (x − t) − f (x)| dt (q est le conjugué de p)
Rn
"Z #p/q "Z #p/p
≤ ρε (t)q/q
dt ρε (t) | f (x − t) − f (x)| dt
p/p p
(Par Hölder)
ZR Rd
n

≤ ρε (t)| f (x − t) − f (x)|p dt.

R n

Notons que la dernière inégalité est valable aussi lorsque p = 1. Donc, on peut supposer
dans la suite que p ∈ [1, +∞[. En intégrant, par rapport à x, puis en appliquant le théorème
de Fubini-Tonelli, on obtient
Z Z
p p
f ∗ ρε (x) − f (x) dx ≤ ρε (t) τt f − f p dt.
Rn Rn
8. Si l’on pose ρk (x) = kn ρ(kx), pour k ∈ N∗ , on parle alors d’une suite régularisante
68 Espaces Lp

Soit r > 0. Comme p < +∞, par continuité des translations dans Lp (Rn ), il existe η > 0 tel
que
p
∀ ∥t∥ ≤ η, τt f − f p ≤ r.
Par propriété des identités approchées, il existe δ > 0 tel que
Z
∀ε < δ, ρε (t) dt ≤ r.
∥t∥>η

Ainsi, on peut écrire :

Z Z Z
p p p
ρε (t) τt f − f p
dt = ρε (t) τt f − f p dt + ρε (t) τt f − f p
dt
Rn ∥t∥≤η ∥t∥>η
Z Z
≤r ρε (t) dt + ρε (t)( τt f + ∥ f ∥p )p dt
∥t∥≤η ∥t∥>η
Z Z
≤r ρε (t) dt + ρε (t)(2∥ f ∥p )p dt
R n ∥t∥>η
 p

≤ 1 + 2 ∥ f ∥p r.
p

| {z }
constante

On vient de prouver que

Z
p  p

∀r > 0, ∃δ > 0 tel que ∀ε < δ, on a f ∗ ρε (x) − f (x) dx ≤ 1 + 2p ∥ f ∥p r;
Rd
ce qui signifie que ∥ f ∗ ρε − f ∥p −→ 0. □
ε→0

Proposition 20. Soit f ∈ L1loc (Rn ), et (ρε )ε>0 une famille régularisante. Alors pour tout ε >
0, f ∗ ρε ∈ C∞ (Rn ). Si de plus f est à support compact, alors f ∗ ρε ∈ C∞
c (R ).
n

Avant de donner la preuve de ce résultat nous avons besoin de la version améliorée de la

régularité des intégrales à paramètre suivante :

Lemme 17. Soit (X, M, µ) un espace mesuré quelconque, et soit f : I × X → K, où I est un

intervalle de R. On suppose que
(i) pour tout t ∈ I, f (t, ·) : X → K est mesurable ;
(ii) pour presque tout x ∈ X, t 7→ f (t, x) est de classe Cp ;
(iii) il existe g0 , g1 , . . . , gp : X → R des fonctions intégrables telles que, pour chaque k =
0, 1, . . . , p, on a

∂k f
pour presque tout x, pour tout t ∈ I, (t, x) ≤ gk (x).
∂tk
4.5. Régularisation 69
R
Alors la fonction h : t 7→ f (t, x) dµ(x) est bien définie et est de classe Cp sur I, et

∂k f
Z
∀t ∈ I, h (t) =
(k)
(t, x) dµ(x) pour k = 0, 1, . . . , p.
∂tk
Démonstration de la Proposition 20. Nous allons donner la preuve pour le cas n = 1. La preuve
du cas général est laissée comme exercice.
Soit ε > 0. D’après l’Exercice 31, f ∗ ρε est bien définie. On a
— la fonction t 7→ ρε (x − t) f (t) est mesurable pour tout x ∈ R ;
— x 7→ ρε (x − t) f (t) est de classe C∞ sur R pour tout t ∈ R ;
— pour tout x0 ∈ R, tout k ∈ N, et tout x ∈ B (x0 , 1),

∂k ∂k ρ ε
ρ | f (t)|1B(x0 ,1+ε) ∈ L1 (R) .


ε (x − t) f (t) ≤
∂xk ∂xk L∞ (R)

Donc, par régularité des intégrales à paramètre (Lemme 17), on en déduit que f ∗ ρε est de
classe C∞ sur B (x0 , 1), et comme ceci a été prouvé pour tout x0 ∈ R, on conclut que f ∗ ρε est
de classe C∞ sur R.
Si f est à support compact, alors il existe R > 0 tel que supp( f ) ⊂ B̄(0, R). Si x < B̄(0, R + ε),
alors pour tout t ∈ B(0, ε), on a |x − t| ≥ |x| − |t| > R + ε − ε = R si bien que f (x − t) = 0, et par
conséquent, Z Z
f ∗ ρε (x) = f (x − t)ρε (t) dt = f (x − t)ρε (t) dt = 0.
R B(0,ε)

Ceci montre que le support de f ∗ ρε est inclus dans B̄(0, R + ε), qui est compact. Donc
c (R).
f ∗ ρε ∈ C∞ □

Théorème 15. Soit Ω ⊂ Rn un ouvert et 1 ≤ p < +∞. Alors l’espace C∞

c (Ω) est dense dans
Lp (Ω).

Démonstration. Soit f ∈ Lp (Ω) et ε′ > 0. Par le Théorème 14, il existe une fonction g0 : Ω → K
continue à support compact K0 dans Ω tel que

g0 − f p
≤ ε′ .

On note g la fonction g0 prolongée par 0 sur Rn \Ω. Alors g est continue, et par conséquent
g ∈ L1c (R). Donc par la Proposition 20, les fonctions ρε ∗ g ε>0 sont de classe C∞ à support

compact (dans Rn ). En fait, le support est dans Ω pour ε suffisamment petit : il existe ε0 > 0
tel que K0 + B̄ (0, ε0 ) ⊂ Ω, et alors, par l’inégalité dans l’Exercice 30, pour tout ε < ε0 , on a

Supp(g ∗ ρε ) ⊂ Supp(g) + Supp(ρε ) ⊂ K0 + B̄ (0, ε)

⊂ K0 + B̄ (0, ε0 ) ⊂ Ω.
70 Espaces Lp

De plus, par le Lemme 16, g ∗ ρε converge vers g, dans Lp (Rn ), lorsque ε → 0. Par conséquent,
il existe ε1 < ε0 tel que

g ∗ ρε1 − g p
= g ∗ ρε1 − g Lp (Ω)
≤ g ∗ ρε1 − g Lp (Rn )
≤ ε′

Par l’inégalité triangulaire, on récupère

f − g ∗ ρε1 p
≤ 2ε′

avec g ∗ ρε1 ∈ C∞
c (Ω) ; d’où le résultat. □

4.6 Exercices
Exercice 25.
1. Montrer que si X = O est un ouvert de Rn , µ = λn et f : O → K une fonction continue,
alors sup essx∈O | f (x)| = supx∈O | f (x)|.
2. Calculer le sup et le sup ess des fonctions suivantes (définies sur R ) :

1
1Q , x 7→ x1Q (x), 1Q + 21R\Q , x 7→ 1{0} (x) + .
1 + x2
Exercice 26 (Inégalité de Hölder généralisée).
1. Soient (p, q, r) ∈ R3 tels que p ≥ 1, q ≥ 1 et 1r = p1 + 1q . Soient f, g : X → K deux fonctions
mesurables. Montrer que
∥ f g∥r ≤ ∥ f ∥p ∥g∥q .

2. Soit f : X → K mesurable.
(a) Montrer que si q < r < p, alors il existe α ∈]0, 1[ tel que

∥ f ∥r ⩽ ∥ f ∥αq ∥ f ∥1−α
p .

(b) En déduire que l’ensemble des p ∈ [1, +∞] tels que f ∈ Lp (X, M, µ) est un inter-
valle, et que \
Lp (X, M, µ) = L1 (X, M, µ) ∩ L∞ (X, M, µ).
1⩽p⩽∞

Exercice 27.
1. Supposons que la mesure µ est finie.
(a) Montrer que si (p, q) ∈ R2 sont tels que 1 ≤ p ≤ q ≤ +∞, alors

L∞ (X) ⊂ Lq (X) ⊂ Lp (X) ⊂ L1 (X).

4.6. Exercices 71

(b) Montrer que si f est mesurable, alors

1 1
∥ f ∥p ≤ (µ(X)) p − q ∥ f ∥q . 9

(c) Montrer que, pour tout f ∈ L∞ (X), on a

∥ f ∥∞ = lim ∥ f ∥p .
p→∞

2. On suppose que (X, M, µ) = (I, B(I), λ) où I est un intervalle de R et λ est la mesure de

Lebesgue.
(a) À quelle condition a-t-on que λ est une mesure finie sur I ?
(b) Montrer qu’aucune inclusion entre Lp (I) et Lq (I) (pour p , q ) n’est satisfaite si I est
de mesure infinie.
3. On suppose que (X, M, µ) = (Ω, B(Ω), λd ) où Ω est un ouvert de Rd .
(a) Montrer que si Ω est borné, alors Ω est de mesure de Lebesgue finie. Existe-t-il
des ouverts non bornés de Rd qui sont de mesure finie ?
(b) On suppose que Ω de mesure quelconque. Montrer que pour tout p ∈ [1, +∞],
( Z )
L (Ω) ⊂ Lloc (Ω) := f : Ω → K : ∀K compact inclus dans Ω,
p 1
| f |dλd < +∞ .
K

n o
Exercice 28. Posons µ0 (X) = inf µ(E) : E ∈ M, µ(E) > 0 , et supposons que µ0 (X) > 0. Soient
p, q ∈ [1, +∞] avec p ⩾ q.
Montrer que si f ∈ Lq (X, M, µ), alors f ∈ Lp (X, M, µ) et on a
! 1q − 1p
1
∥ f ∥p ⩽ ∥ f ∥q .
µ0 (X)

Exercice 29 (La loi ∗ n’est pas associative). Soient les fonctions définis sur R suivantes :

f = 1R+ , g = 1[−1,0] − 1[0,1] , h = 1.

Montrer que f ∗ (g ∗ h) , ( f ∗ g) ∗ h.

Exercice 30. On suppose que f ∗ g(x) est définie pour tout x ∈ Rn . Montrer que

{ f ∗ g , 0} ⊂ { f , 0} + {g , 0}.

Exercice 31 (Convolution L1loc avec les fonctions bornées à support compact). Soit f ∈ L1loc (Rn )
et g ∈ L∞ (Rn ) à support compact. Montrer que f ∗ g est définie en tout point.
9. Remarquez que si µ est une probabilité, on obtient donc la croissance de la fonction p 7→ ∥ f ∥p .
72 Espaces Lp

Exercice 32 (Convolution L1 − Lp ). Soit f ∈ Lp (Rn ) avec p ∈ [1, +∞], et g ∈ L1 (Rn ). Montrer que
f ∗ g(x) est bien définie pour presque tout x ∈ Rn , et que

∥ f ∗ g∥p ≤ ∥ f ∥p ∥g∥1 .

Exercice 33. Soient p, q ∈]1, +∞[ tels que P1 + 1q = 1, et soient ( f, g) ∈ Lp (Rn ) × Lq (Rn ). Montrer
que
f ∗ g(x) −→ 0.
∥x∥→+∞

Exercice 34.
1. Soient A ⊂ Rn et f, g : A → K deux fonctions lipschitziennes.
(a) Montrer que f + λg (λ ∈ C) et | f | sont lipschitziennes.
(b) En déduire que si K = R, alors min( f, g) et max( f, g) sont lipschitziennes.
2. Soient Ω un ouvert de Rn et A ⊂ Ω.
(a) Montrer que la fonction, définie sur Rn , x 7→ d(x, A) est lipschitzienne.
(b) Montrer que si U ⊂ Ω est un ouvert tel que U ⊂ Ω est compact, alors pour tout
k ∈ N, la fonction
ϕk : Ω −→ R   
x 7−→ min 1, k d x, U∁
est lipschitzienne à support compact dans Ω et ∥ϕk − 1U ∥p −→ 0.
k→+∞
(c) En modifiant la preuve du Théorème 14, montrer que l’espace des fonctions lip-
schitziennes à support compact dans Ω est dense dans Lp (Ω) si p < +∞.

Exercice 35. Soit ρ : Rn → R une fonction mesurable, positive et d’intégrale 1. Montrer que
la famille définie par
1 x
 
ρε (x) := n ρ (x ∈ Rn , ε > 0),
ε ε
est une identité approchée.