1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD1 : Rappels et compléments d’analyse

Exercice 1
Soient (E, ∥ · ∥E ), (F, ∥ · ∥F ) et (G, ∥ · ∥G ) trois K-espaces vectoriels normés. Si A : E → F est une application linéaire
continue, on définit
∥Ax∥F
∥A∥E→F := sup .
x∈E\{0} ∥x∥E

1. Montrer que ∥ · ∥E,F est une norme sur le K-espace vectoriel LK (E, F ) des applications linéaires continues de E dans
F . Cette norme est appelée norme subordonnée.
2. Montrer pour tout A ∈ LK (E, F )

∥Ax∥F
∥A∥E→F = sup = sup ∥Ax∥F .
x∈E\{0}:∥x∥E ≤1 ∥x∥E x∈E:∥x∥E =1

3. Soient A ∈ LK (E, F ) et B ∈ LK (F, G), montrer que ∥BA∥E→G ≤ ∥B∥F →G ∥A∥E→F .

Exercice 2
Soit F l’ensemble des fonctions lipshitziennes de [0, 1] dans R. On définit l’application N pour tout f ∈ F par

|f (x) − f (y)|
f → N (f ) = |f (0)| + sup .
0≤x<y≤1 |x − y|

Montrer que N est une norme.

Exercice 3
Soit C 1 ([0, 1], R) l’ensemble des fonctions continument dérivables de [0, 1] dans R. Montrer que l’application N définie
pour f ∈ C 1 ([0, 1], R) par
f → N (f ) = |f (0)| + sup |f ′ (x)|.
x∈[0,1]

Qu’en est-il de Ñ définie par Ñ (f ) = supx∈[0,1] |f ′ (x)|. L’application Ñ définit-elle une norme sur C := {f ∈ C 1 ([0, 1], R) :
f (0) = f (1) = 0} ?

Exercice 4
Soit (E, ∥ · ∥) un K-espace vectoriel normé. Pour (x, y) ∈ E × E, on définit d(x, y) = ∥x − y∥. Montrer que (E, d) est un
espace métrique.

Exercice 5
Pour tout (x, y) ∈ R × R, on définit d(x, y) = | arctan x − arctan y |. Montrer que (R, d) est un espace métrique borné.

Exercice 6
Pour (x, y) ∈ R2 × R2 , on définit

∥x − y∥2 si 0, x et y sont alignés,
d(x, y) :=
∥x∥2 + ∥y∥2 sinon.

Montrer que (R2 , d) est un espace métrique. Dessiner la boule unité fermée centrée en x lorsque ∥x∥2 < 1, ∥x∥2 = 1 et
∥x∥2 > 1. Pourquoi d ne peut-elle pas être issue d’une norme ?

Exercice 7
Soit E un ensemble. Pour tout (x, y) ∈ E × E, on définit

1 si x ̸= y,
d(x, y) :=
0 sinon.

Montrer que (E, d) est un espace métrique.

On suppose désormais que E = {0, 1}, déterminer la boule ouvert B(0, 1), la boule fermée B(0, 1) et l’adhérence de la
boule ouverte B(0, 1). Commenter.
Exercice 8
Soit (E, d) un espace métrique et soient A, B deux parties non vides de E. Montrer que l’application E ∋ x → d(x, A) ∈ R
est 1-Lipschitzienne. En déduire que {x ∈ E : d(x, A) = d(x, B)} est un fermé de E.

Exercice 9
Soit (X, d) un espace métrique.
1. Soit A ⊂ X un ouvert. Montrer que pour tout B ⊂ X, A ∩ B ⊂ A ∩ B.
2. Soient U, V ⊂ X deux ouverts tels que U ∩ V = ∅ alors Int U ∩ Int V = ∅.

Exercice 10
Soit (X, d) un espace métrique. Montrer que A ⊂ X est ouvert si et seulement il est réunion de boule ouverte.

Exercice 11 Caractérisation séquentielle de la continuité

Soient (X, d) et (X′ , d′ ) deux espaces métriques. Une fonction f : X → X′ est continue en a ∈ X si et seulement si pour
toute suite (xn )n≥0 convergente vers a, la suite (f (xn ))n≥0 converge vers f (a).

Exercice 12 Lemme de Cesàro

Soit (xn )n≥1 une suite de réels telle que limn→∞ xn = ℓ ∈ R.
1. On pose, pour tout n ≥ 1, yn = (x1 + · · · + xn )/n. Montrer que (yn )n≥1 converge vers ℓ.
P
2. Si (cn )n≥1 est une suite de réels strictement positifs telle que n≥1 cn = ∞, montrer que la suite (zn )n≥1 , définie
pour n ≥ 1 par zn = c1 xc11+···+c
+···+cn
n xn
, converge vers ℓ.

Exercice 13 Lemme de Stolz-Cesàro

Soient (an )n≥0 une suite de réels et (bn )n≥0 une suite de réels strictement positifs. On suppose que limn→∞ an /bn = ℓ ∈ R.
P P
1. Montrer que si les séries n an et n bn sont convergentes alors
P∞
ak
lim Pk=n ∞ = ℓ.
k=n bk
n→∞
P
2. Montrer que si n bn est divergente alors Pn
ak
lim Pk=0 n = ℓ.
k=0 bk
n→∞

Exercice 14 Lemme de Kronecker

P
Soient (an )n≥0 une suite de réels telle que n an < ∞ et (bn )n≥0 une suite strictement croissante non bornée de réels
positifs. Montrer que Pn
k=0 bk ak
lim = 0.
n→∞ bn

Exercice 15
Soit l’espace vectoriel C([0, 1], C) normé par ∥·∥∞ . Trouver une suite de fonctions (fn )n≥0 de norme 1 tel que ∥fn −fm ∥∞ ≥
1 dès que m ̸= n. Commenter. (On pourra considérer fn (·) = exp(2inπ·).)

Exercice 16
Montrer que (E, ∥ · ∥) est un espace de Banach pour
1. E de dimension finie muni d’une norme quelconque ;
2. E = C([0, 1], R) muni de la norme uniforme ∥ · ∥∞ ;
3. E = ℓp (N) muni de la norme ∥ · ∥p , p ∈ [1, ∞] ;
4. E = LK (E, F ), où F est un espace de Banach, muni de la norme subordonnée ∥ · ∥E→F .

Exercice 17
Soit ℓ∞ (N) := x = (xn )n≥0 ∈ RN : supn≥0 |xn | < ∞ muni de la norme ∥ · ∥∞ définie pour tout x ∈ ℓ∞ par ∥x∥ =


supn≥0 |xn |. On rappelle que ℓ∞ (N) est un espace de Banach.

On note C le sous-ensemble de ℓ∞ (N) des suites convergentes. On note également c0 (N) le sous-ensemble de ℓ∞ (N) des
suites qui convergent vers 0.
 1. Montrer que C est un sous-espace vectoriel fermé de ℓ∞ (N). En déduire que (C, ∥ · ∥∞ ) est un espace de Banach.
2. Soit L l’application définie sur C qui à x ∈ C associe sa limite. Montrer que L est une forme linéaire continue sur
C. Calculer sa norme.
3. En déduire que c0 (N) est un sous-espace vectoriel fermé dans C. Est-il fermé dans ℓ∞ (N) ?
4. On définit l’application T de C dans c0 (N) associant à la suite x = (xn )n≥0 ∈ C la suite y = (yn )n≥0 définie par
y0 = limn→∞ xn et yn = xn−1 − limk→∞ xk pour n ≥ 1.
(a) Montrer que T est linéaire continue et calculer ∥T ∥∞ .
(b) Montrer que T est bijective.
(c) Montrer que pour tout x ∈ C, ∥T x∥∞ ≥ 12 ∥x∥∞ .
(d) En déduire que C et c0 (N) sont isomorphes.
(e) Montrer que c0 (N) est de codimension finie dans C.

Exercice 18 Théorème de point fixe

1. Soient (E, d) un espace métrique complet et f : E → E une application. On suppose qu’une des itérées f n =
f ◦ f ◦ · · · ◦ f est contractante. Montrer que f admet un unique point fixe.
| {z }
n fois
2. Soit k ∈ C([0, 1] × [0, 1], R) avec ∥k∥∞ = M . On définit K : C([0, 1]) → C([0, 1]) pour tout u ∈ C([0, 1]) et x ∈ [0, 1]
par Z x
(Ku)(x) = k(x, y)u(y) dy.
0

(a) Montrer que K est une application linéaire de C([0, 1]) dans lui-même.
(b) Montrer que pour tout n ≥ 1, l’application itérée K n satisfait

xn
|K n u(x)| ≤ M n ∥u∥∞ , ∀u ∈ C([0, 1]), x ∈ [0, 1].
n!

(c) Montrer que pour toute fonction b ∈ C([0, 1]), il existe une unique solution u ∈ C([0, 1]) à l’équation intégrale
Z x
u(x) + k(x, y)u(y) dy = b(x).
0

(On pourra considérer l’application T u = b − Ku.)

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD1 : Rappels et compléments d’analyse - Correction

Exercice 1
1. La continuité de l’application linéaire A : E → F implique l’existence d’une constante K ≥ 0 telle que pour tout
x ∈ E, kAxkF ≤ KkxkE . Par conséquent le supremum définissant la quantité kAkE→F est fini. On vérifie les trois
points que doit satisfaire une norme :
— Soit λ ∈ C, comme k · kF est une norme, par définition

k(λA)xkF = kλ(Ax)kF = |λ|kAxkF .

Il reste à diviser par kxkE et passer au supremum si bien que

|λ|kAxkF
kAkE→F = sup = |λ|kAkE→F .
x∈E\{0} kxkE

— Soit A, B ∈ LK (E, F ) et x ∈ E alors

k(A + B)xkF ≤ kAxkF + kBxkF .

Comme précédemment, en divisant par kxkE et en passant au supremum, on obtient que kA + BkE→F ≤
kAkE→F + kBkE→F .
— Enfin, si kAkE→F = 0 alors pour tout x 6= 0, kAxkF = 0. Aussi pour tout x ∈ E, kAxkF = 0 si bien que Ax = 0
et donc A = 0.
2. On remarque d’abord que

kAxkF kAxkF
kAkE→F = sup ≥ sup ≥ sup kAxkF .
x∈E\{0} kxk E x∈E\{0}:kxkE ≤1 kxkE x∈E:kxkE =1

Soit ε > 0 et x ∈ E \ {0} tel que

kAxkF
≥ kAkE→F − ε, (1)
kxkE
par définition du supremum. Mais alors y = x/kxkE est unitaire et vérifie kAykF ≥ kAkE→F − ε. Autrement dit,
pour tout ε > 0, on peut trouver y ∈ E unitaire vérifiant (1). D’où, kAkE→F = supx∈E:kxkE =1 kAxkF et le résultat.
3. Pour tout x ∈
/ Ker A, c’est à dire Ax ∈ F \ {0}, on a

kBAxkG kBAxkG kAxkF

= ≤ kBkF →G kAkE→F .
kxkE kAxkF kxkE

On constate que cette inégalité est en fait vraie pour tout x ∈ E \ {0} et donc en passant au supremum on obtient
le résultat voulu.

Exercice 2
On montre les trois propriétés d’une norme. Soit λ ∈ R et f, g ∈ F alors
— N (λf ) = |(λf )(0)| + sup0≤x<y≤1 |(λf )(x)−(λf
|x−y|
)(y)|
= |λ|N (f ).
— N (f + g) = |(f + g)(0)| + sup0≤x<y≤1 |(f +g)(x)−(f
|x−y|
+g)(y)|
≤ N (f ) + N (g).
— Si N (f ) = 0, le supremum dans la définition de f implique que f est constante et le premier terme implique que
f (0) = 0 d’où f = 0.

Exercice 3
Le fait que N soit une norme se démontre de manière très simillaire à l’exercice précédent.
Quant à Ñ , ce n’est pas une norme sur C 1 ([0, 1]) car N (f ) = 0 implique seulement f constante. Par contre, sur le sev
fermé C c’est bien une norme du fait des conditions au bord.

Exercice 4
Soit x, y, z ∈ E, alors
— d(x, y) ≥ 0 et d(x, y) = 0 si et seulement si kx − yk = 0 si et seulement si x = y.
— Clairement d(x, y) = d(y, x).
— Enfin, d(x, y) = kx − yk = kx − z + z − yk ≤ d(x, z) + d(z, y).
Exercice 5
On vérifie tout d’abord que d est une métrique sur R. La positivité, la symétrie et l’inégalité triangulaire étant claires, il
reste à montrer la non dégénérescence. En fait, si d(x, y) = 0 alors arctan(x) = arctan(y) et puisque arctan est injective,
x = y.
On a évidemment supx,y d(x, y) = π, ainsi R muni de d est borné.

Exercice 6
Soient x, y ∈ R2 ,
— d(x, y) ≥ 0 et si d(x, y) = 0 alors soit kx − yk = 0 et donc x = y ; soit kxk + kyk = 0 et x = 0 = y.
— La symétrie est une conséquence du fait que la notion d’alignement, ainsi que les expressions définissant d, sont
invariant par interversion de x et y.
— Soit z un troisième point de R2 . De deux choses l’une :
1. les points 0, x et y sont alignés
(a) 0, x et z sont alignés et alors 0, y, z sont alignés également si bien que

d(x, y) = kx − yk ≤ kx − zk + ky − zk = d(x, z) + d(z, y).

(b) 0, x, z ne sont pas alignés et alors 0, y, z ne le sont pas également si bien que

d(x, y) = kx − yk ≤ kxk + kyk + 2kzk = d(x, z) + d(z, y).

2. Supposons désormais que 0, x et y ne sont pas alignés, alors il reste trois cas
(a) 0, x, z sont alignés et 0, z, y ne le sont pas ;
(b) 0, y, z sont alignés et 0, z, x ne le sont pas ;
(c) ni 0, x, z, ni 0, y, z ne sont alignés.
Considérons le cas (a),

d(x, y) = kxk + kyk ≤ kx − zk + kzk + kyk = d(x, z) + d(z, y).

Le cas (b) se traite de la même façon, quant au cas (c), on a

d(x, y) = kxk + kyk ≤ kxk + kzk + kzk + kyk = d(x, z) + d(z, y).

On remarque sur les figures que la boule unité fermée n’est pas convexe lorsque kxk2 < 1. Dans un espace vectoriel de
dimension finie, la boule unité (fermée) est convexe, donc d ne peut-être issue d’une norme.

Exercice 7
— Clairement d(x, y) ≥ 0 et par définition d(x, y) = 0 si et seulement si x = y.
— d est évidemment symétrique car la relation x 6= y l’est.
— Pour l’inégalité triangulaire, le seul cas non trivial est lorsque x 6= y. Dans ce cas si z ∈ E alors z 6= x ou z 6= y et
l’inégalité triangulaire est satisfaite.
Nous avons B(0, 1) = {x ∈ E : d(x, y) < 1} = {0}, B(0, 1) = {x ∈ E : d(x, y) ≤ 1} = {0, 1}. Enfin, B(0, 1) = {0} car les
singletons sont ouverts et fermés. Ainsi, la fermeture de la boule ouverte est la boule ouverte et non la boule fermée et la
boule ouverte est à la fois ouverte et fermée.
Notons que si E est un ensemble arbitraire alors toute partie est ouverte. En effet, soit A ⊂ E et x ∈ A, alors B(x, 1/2) =
{x} ⊂ A. Ceci a pour conséquence que toute partie de E est fermée. En effet, soit A ⊂ E alors A{ est une partie ouverte
de E et donc A = (A{ ){ est fermée.
Notons enfin que pour cette métrique, une suite de point (xn ) converge si et seulement elle est constante/stationnaire à
partir d’un certain rang.

Exercice 8
Soit A une partie non vide de E. Soient x, y ∈ E, alors pour tout a ∈ A,

d(x, A) ≤ d(x, a) ≤ d(x, y) + d(y, a).

Ainsi, d(x, A) ≤ d(x, y) + d(y, A). En échangeant le rôle de x et y, on obtient d(y, A) ≤ d(y, x) + d(x, A) = d(x, y) + d(x, A).
Finalement, pour tout x, y ∈ A,
|d(x, A) − d(y, A)| ≤ d(x, y).
Ceci montre que x → d(x, A) est 1-Lipschitz. En particulier x → d(x, A) − d(x, B) est continue et donc {x ∈ E : d(x, A) =
d(x, B)} est fermé comme l’image inverse de {0}, qui est fermé pour | · |, par une fonction continue.

Exercice 9
 1. Comme nous considérons le cas métrique, on peut utiliser la caractérisation séquentielle des ouverts et des fermés.
Cependant, ce résultat est valide dans un espace topologique général. Nous donnons ici les deux preuves.
— Soit x ∈ A ∩ B. Puisque x ∈ B, il existe xn → x avec xn ∈ B. Comme A est ouvert et x ∈ A, alors xn ∈ A pour
tout n assez grand. Donc xn ∈ A ∩ B et sa limite x ∈ A ∩ B.
— Soit x ∈ A ∩ B et soit V un voisinage de x. Comme A est ouvert, V ∩ A est un voisinage de x. Ainsi, V ∩ A ∩ B
est non vide puisque x ∈ B. Ceci montre que x ∈ A ∩ B.
2. Supposons que Int U ∩Int V 6= ∅ alors U ∩Int V 6= ∅ a fortiori. Soit x ∈ U ∩Int V , alors Int V est un ouvert contenant
x, c’est un voisinage de x. Par la caractérisation des fermés par les voisinages, il vient que U ∩ Int V est non vide.
Ce raisonnement peut être répéter : nous avons U ∩ V non vide et donc U ∩ V non vide. Contradiction.

Exercice 10
Rappelons que toute réunion d’ouvert est ouverte et que la boule ouverte est ouverte. Ceci montre que c’est une condition
suffisante. Réciproquement, si A est ouvert alors pour tout x ∈ A, il existe rx > 0 tel que x ∈ B(x, rx ) ⊂ A. On peut en
fait choisir rx = d(x, A{ )/2, ainsi A = x∈A B(x, rx ).
S

Exercice 11 Caractérisation séquentielle de la continuité

Montrons que c’est une condition suffisante. Soit ε > 0 et choisissons δ > 0 tel que d(x, a) < δ implique d0 (f (x), f (a)) <
ε. Par définition de la convergence de (xn ) vers a, il existe N ≥ 0 tel que pour tout n ≥ N , d(xn , a) < δ et donc
d0 (f (xn ), f (a)) < ε. D’où, limn f (xn ) = f (a).
Réciproquement, supposons que f n’est pas continue en a et exhibons une suite (xn ) qui converge vers a mais telle que
(f (xn )) ne converge pas vers a. Puisque f n’est pas continue en a, il existe ε0 et δ0 > 0 tels que pour tout δ ∈ (0, δ0 ) on
ait d0 (f (x), f (a)) ≥ ε0 pour tout x ∈ B(a, δ). Soit n ≥ 1 et choisissons xn ∈ B(a, δ0 /(2n)). Alors clairement (xn ) converge
vers a et pourtant d0 (f (xn ), f (a)) ≥ ε0 pour tout n ≥ 1. Contradiction.

Exercice 12 Lemme de Cesàro

1. Comme (xn )n≥0 converge, (xn − `)n≥0 est bornée, disons par M ≥ 0. De plus pour tout ε > 0, il existe N ≥ 0 tel
que pour tout n ≥ N , |xn − `| ≤ ε/2. Ainsi, nous avons pour tout n ≥ N
n PN −1
1 X |xk − `| (n − N + 1)ε M (N − 1) + (n − N + 1)ε/2
|yn − `| = [xk − `] ≤ k=1 + ≤ .
n n 2n n
k=1

M (N −1)
On choisit n ≥ N et tel que n ≤ ε/2 si bien que

|yn − `| ≤ ε/2 + ε/2 = ε.

2. Le raisonnement est très simillaire. En reprenant les mêmes notations, pour tout n ≥ N
Pn
ck |xk − `| M CN −1 (Cn − CN −1 )ε/2
|zn − `| ≤ k=1 ≤ + ,
Cn Cn Cn
Pn
où Cn = k=1 ck . On conclut de la même façon.

Exercice 13 Lemme de Stolz-Cesàro

1. Par définition : ∀ε > 0, ∃N ≥ 0 : n ≥ N implique bn (` − ε) ≤ an ≤ bn (` + ε). En sommant ces inégalités pour k = n
à l’infini, on obtient
∞
X ∞
X X∞
(` − ε) bk ≤ ak ≤ (` + ε) bk ,
k=n k=n k=n

qui se transforme en P∞
ak
` − ε ≤ Pk=n
∞ ≤ ` + ε,
k=n bk
P∞
car k=n bk ∈]0, ∞[. Cette inégalité est vraie pour tout n ≥ N , d’où le résultat.
2. Comme précédemment, nous avons les inégalités suivantes pour tout n ≥ N .
PN PN Pn PN
k=0 ak k=0 ak + k=N ak ak
(` − 3ε/2) ≤ (` − ε) + Pn ≤ Pn ≤ (` + ε) + Pnk=0 .
b
k=N k k=N kb k=N bk

Or le quotient le plus à droite est plus petit que ε/2 pour tout n suffisamment grand. D’où
Pn
ak
lim Pnk=0 = `.
k=N bk
n→∞
 Pour obtenir le résultat final, il suffit de remarque que
Pn PN
k=0 bk bk
Pn = 1 + Pnk=0 → 1.
k=N bk k=N bk

Exercice 14 Lemme de Kronecker

P
On note Rk = n≥k ak qui est bien défini par hypothèse. On remarque que ak = Rk − Rk+1 si bien que

n
X n
X n−1
X n−1
X
bk a k = bk (Rk − Rk+1 ) = b0 R0 + bk+1 Rk+1 − bk Rk+1 − bn+1 Rn+2
k=0 k=0 k=0 k=0
n−1
X
= b0 R0 − bn+1 Rn+2 + (bk+1 − bk )Rk+1 .
k=0

On conclut en utilisant le lemme de Cesàro (question 2, de l’exercice 12) en posant cn = bn+1 − bn .

Exercice 15
On pose fn (x) = e2iπnx pour x ∈ [0, 1]. Alors fn ∈ C([0, 1], C) et kfn k∞ = 1 car |fn (x)| = 1 pour tout x ∈ [0, 1]. De plus
si m 6= n, alors
|fn (x) − fm (x)| = |e2iπnx − e2imπx | = |1 − e2i(m−n)πx | =⇒ kfn − fm k∞ = 2.
Posons A = {f ∈ C([0, 1], C) : kf k∞ ≤ 1}. Alors,
— ∀f, g ∈ A, kf − gk∞ ≤ kf k∞ + kgk∞ ≤ 2 si bien que A est borné ;
— de plus, si (gn )n≥0 est une suite qui converge uniformément vers g alors kgk∞ ≤ kg − gn k∞ + kgn k∞ pour tout
n ≥ 0 si bien que kgk∞ ≤ 1, A est fermé.
Pourtant A n’est pas compact : considérons la suite (fn )n≥0 définie ci-dessus et supposons qu’il existe une sous-suite
(fnk )k≥0 extraite de (fn )n≥0 qui converge, alors (fnk )k≥0 est de Cauchy. Contradiction avec kfn − fm k∞ ≥ 1 pour tout
n 6= m.

Exercice 16
Rappelons que (R, | · |) est complet (c’est une propriété centrale qui découle de la construction axiomatique des nombres
réels).
1. Si φ : (E, k · k) → (F, k · k∗ ) est une application linéaire continue bijective et d’inverse continue alors les espaces
(E, k · k) et (F, k · k∗ ) sont simultanément complets ou non complets.
En effet, supposons par exemple (E, k · k) complet et montrons que (F, k · k∗ ) est complet. Soit (xn )n≥0 une suite de
Cauchy dans F , alors on vérifie facilement que (φ−1 (xn )) est une suite de Cauchy dans E car kφ−1 (x) − φ−1 (y)k ≤
Kkx − yk puisque φ−1 est linéaire continue. Ainsi, (φ−1 (xn )) converge vers x∗ ∈ E et par continuité de φ, on obtient
la convergence de (xn ) vers φ(x∗ ). La réciproque est immédiate en échangeant les rôles de E et F . Notons plus
généralement que deux espaces métriques en bijection via une application bilipschitz seront également simultanément
complets ou non complets.
Si (E, k · k) est un R-espace vectoriel de dimension finie d ≥ 0, alors il existe une application linéaire bijective
φ : E → Rd . On définit alors l’application N : Rd → [0, ∞[ pour tout x ∈ Rn par N (x) = kφ−1 xk. On vérifie que N
est une norme :
— N (x) = 0 si et seulement si φ−1 x = 0 si et seulement si x = 0,
— N (λx) = kφ−1 (λx)k = kλφ−1 xk = |λ|N (x).
— N (x + y) = kφ−1 (x + y)k = kφ−1 (x) + φ−1 (y)k ≤ (x) + N (y).
Par conséquent, (E, k · k) est complet si et seulement si (Rd , N ) est complet si et seulement si (Rd , k · k∞ ) est complet
car toutes les normes sont équivalentes sur un espace de dimension finie.
Le cas d’un C-espace vectoriel normé de dimension finie se traite exactement de la même façon en remplaçant Rd
par Cp en remarquant que (C, | · |) est complet car isomorphe à (R2 , k · k2 ).
(i)
Considérons donc (xn )n≥0 une suite de Cauchy dans (Rd , k · k∞ ). En notant xn la ième coordonnée de xn dans la
(i) (i) (i)
base canonique de Rd et remarquant que pour tout i = 1, . . . , d on a |xn − xm | ≤ kxn − xm k∞ , il vient que (xn ),
(i)
i = 1, . . . , d est une suite de Cauchy dans (R, | · |) complet. Par conséquent, (xn ) converge vers une limite réelle que
(i) (1) (d)
l’on notera x . Posons x = (x , . . . , x ) et fixons ε > 0. Alors, pour tout i = 1, . . . , d, il existe Ni ≥ 0 tel que
(i)
|xn − x(i) | < ε dès que n ≥ Ni . En posant N = max{Ni : i = 1, . . . , d}, il vient que si n ≥ N alors kxn − xk < ε.
Ainsi, limn kxn − xk∞ = 0.
La notion de complétude dans le cadre des espaces vectoriels normés n’est déterminante qu’en dimension infinie.
2. Soit (fn )n≥0 ∈ E N une suite de Cauchy : pour tout ε > 0, il existe N ≥ 0 tel que pour tout n, m ≥ N , kfn −fm k∞ < ε.
En particulier, pour tout x ∈ [0, 1], |fn (x) − fm (y)| < ε. Ainsi, à x ∈ [0, 1] fixé, (fn (x))n≥0 est une suite de Cauchy
dans R, elle donc convergente : il existe une fonction f : [0, 1] → R telle que pour tout x ∈ [0, 1], limn fn (x) = f (x).
Soit ε > 0, il existe Nε ≥ 0 tel que pour tout n, m ≥ Nε et pour tout x ∈ [0, 1], |fn (x) − fm (x)| < ε. Puis en passant à
la limite en m, on obtient que pour tout n ≥ Nε et tout x ∈ [0, 1], |fn (x) − f (x)| = lim supm→∞ |fn (x) − fm (x)| < ε.
C’est à dire limn kfn − f k∞ = 0. Enfin, la limite uniforme de fonctions continues étant continues, on obtient la
convergence de (fn )n≥0 dans C([0, 1], R).
3. Traitons le cas p ∈ [1, ∞) et considérons (xn )n≥0 une suite de Cauchy dans `p (N) alors

∀ε > 0, ∃N ≥ 0, ∀n, m ≥ N, kxn − xm kp ≤ ε. (2)

(i) (i) (i)
Au vu de la définition de k · kp , il est clair que, pour tout i ∈ N, |xn − xm | ≤ ε. Ceci montre que (xn )n≥0 est
une suite de Cauchy dans (R, | · |) qui est complet donc convergente. Notons x = (x(i) )i≥0 la limite simple de (xn ).
(0)
Montrons que x ∈ `p (N). Puisque (xn ) converge vers x(0) , on peut trouver un entier n0 ≥ 0 tel que pour tout n ≥ n0 ,
(0) (0) (1)
|xn − x | ≤ 1. De même, on peut trouver n1 ≥ n0 tel que pour tout n ≥ n1 , |xn − x(0) | ≤ 21 et |xn − x(1) | ≤ 21 .
(0)

Continuant ainsi, nous pouvons donc construire une suite (nj )j≥0 telle que pour tout n ≥ nj et tout i = 0, . . . , j,
(i)
|xn − x(i) | ≤ 2−j . Ainsi,

j
!1/p j
!1/p j
!1/p
X X X
(i) p (i)
|x | ≤ |x − x(i)
nj |
p
+ |x(i)
nj |
p
.
i=0 i=0 i=0

Le premier terme est donc majoré par (j + 1)1/p 2−j alors que le second terme est majoré par kxnj kp . On montre
facilement qu’une suite de Cauchy est bornée, si bien que la somme à droite est uniformément bornée en j ∈ N.
Finalement, puisque
sup |x(i) (i)
n − xm | ≤ kxn − xm kp , (3)
i≥0

la convergence de (xn ) vers x est en réalité uniforme si bien que

∞
X ∞
X
lim |x(i) (i) p
m − xn | = |x(i) − x(i) p
n | ,
m→∞
i=0 i=0

et en injectant cette relation dans (2), on obtient que

∀ε > 0, ∃N ≥ 0, n ≥ N, kx − xn kp ≤ ε.

Le cas p = ∞ se traite presque de la même manière que pour l’espace des fonctions continues. Si (xn )n≥0 est une
(i)
suite de Cauchy, on remarque comme précédemment que pour tout i ∈ N, (xn )n≥0 est une suite de Cauchy dans
(i)
R. On pose alors x(i) = limn→∞ xn . La propriété de Cauchy implique alors que

∀ε > 0, ∃N ≥ 0, n, m ≥ N, ∀i ≥ 0 |xn(i) − x(i)

m | ≤ ε.

Aussi en passant à la limite en m → ∞, on obtient que xn − x ∈ `∞ si bien que x = xn − (xn − x) ∈ `∞ . On obtient

également la convergence de xn vers x pour k · k∞ .
4. Soit (Tn ) une suite de Cauchy dans LK (E, F ). Ainsi,

∀ε > 0, ∃N ≥ 0 : ∀n, m ≥ N, ∀x ∈ E : kTn x − Tm xkF ≤ εkxkE . (4)

Puisque (F, k · kF ) est un espace de Banach, pour tout x ∈ E, il existe `x ∈ F telle que limn kTn x − `x kF = 0.
L’application E 3 x → `x ∈ F est linéaire comme limite d’application linéaire : soient x, y ∈ E et λ ∈ R,

k`λx+y − λ`x − `y kF ≤ k`λx+y − Tn (λx + y)kF + kTn (λx + y) − λTn x − Tn ykF

+ |λ|kTn x − `x kF + kTn y − `y kF →n→∞ 0.

On note T l’application linéaire x → `x . On a évidemment

kT xkF ≤ kT x − Tn xkF + kTn xkF = k`x − Tn xkF + kTn xkF .

Le premier terme tend vers 0 par définition de `x alors que le second terme est borné (une suite de Cauchy est
toujours bornée !). Ainsi, T est continue. Enfin, à l’aide de (4) et de la deuxième inégalité triangulaire, il vient pour
tout n ≥ N et x ∈ E que

kTn x − T xkF = lim |kTn x − T xkF − kTm x − T xkF | ≤ kTn x − Tm xkF ≤ εkxkE ,
m→∞

ce qui montre que kTn − T kE→F ≤ ε et la convergence de (Tn ) vers T dans LK (E, F ).
Exercice 17
1. On note tout d’abord qu’une suite réelle convergente est bornée, ainsi C ⊂ `∞ (N). Soit x = (x(n) ), y = (y (n) ) ∈ C
et λ ∈ R, on note x∞ et y ∞ les limites des suites x = (x(n) ) et y = (y (n) ). Alors la suite (λx(n) + y (n) ) converge vers
λx∞ + y ∞ . Ceci montre que C est un sous-espace vectoriel de `∞ (N).
Montrons à présent que C est fermé. Pour cela, considérons (xn ) ∈ C N une suite d’éléments de C convergent vers
x ∈ `∞ (N). Pour chaque n, k, ` ≥ 0, on établit l’inégalité
|x(k) − x(`) | ≤ |x(k) − x(k) (k) (`) (`) (`) (k) (`)
n | + |xn − xn | + |xn − x | ≤ 2kx − xn k∞ + |xn − xn |. (5)
(k)
Pour chaque n ≥ 0, la suite réelle (xn )k≥0 est convergente donc de Cauchy. Fixons ε > 0. Alors, d’une part, il
existe N1 ≥ 0 tel que pour tout n ≥ N1 , kx − xn k∞ ≤ ε/3 ; d’autre part, il existe N2 ≥ 0 tel que k, ` ≥ N2 ,
(k) (`)
|xn − xn | ≤ ε/3. Comme l’inégalité (5) est vraie pour tout n ≥ 0, elle est en particulier vraie pour n = n0 ≥ N1
fixé. Ainsi, pour tout k, ` ≥ N2 , |x(k) − x(`) | < ε. Ceci montre que la suite réelle (x(k) )k≥0 est de Cauchy, elle
converge. Aussi x ∈ C et C est fermé.
Tout fermé d’un espace complet est complet, donc C est complet.
2. Pour x = (x(k) )k≥0 , Lx = limk→∞ x(k) ∈ R. L’application qui à x associe Lx est évidemment linéaire et il est claire
que |Lx| ≤ kxk∞ si bien que kLk ≤ 1. Pour montrer que kLk = 1 il suffit de considérer la suite constante égale à 1.
3. On a C ⊃ c0 (N) = L−1 ({0}) est l’image réciproque d’un sev fermé par une application linéaire continue donc c0 (N)
est fermé dans C. L’espace c0 (N) ⊂ C est également fermé dans `∞ (N) puisque C est fermé dans `∞ (N).
4. (a) Il ne fait aucun doute que T est linéaire. De plus,
kT xk∞ ≤ max(y0 , 2kxk∞ ) ≤ 2kxk∞ ,
si bien que T est continue et kT k∞ ≤ 2. De plus, si x = (xn ) avec x0 = 1 et xn = −1 pour tout n ≥ 1, alors
(T x)k = 0 pour tout k ≥ 2, (T x)1 = 2 et (T x)0 = −1. Dans tous les cas, kxk∞ = 1 et kTx k = 2.
(b) Pour tout n ≥ 1, xn−1 = yn + limk xk = yn + y0 . Ainsi, T est bijective avec xn = (T −1 y)n = yn+1 + y0 pour
tout n ≥ 0.
(c) On pose y = T x ∈ c0 (N). Puisque T est bijective, on obtient x = T −1 y. L’inégalité kT xk∞ ≥ 21 kxk∞ se réécrit
kT −1 yk∞ ≤ 2kyk∞ . Autrement dit, cette question consiste à montrer que T −1 est continue (en plus d’être
linéaire) de norme ≤ 2. Or par la question précédente, il est clair que kT −1 yk∞ ≤ supn≥0 |yn+1 | + |y0 | ≤ 2kyk∞ .
(d) L’application T : C → c0 (N) est linéaire continue, bijective, d’inverse continue. C’est un isomorphisme.
(e) On remarque que C ' c0 (N) ⊕ span 1 ce qui montre que c0 (N) est de codimension 1 dans C.

Exercice 18 Théorème de point fixe

1. Rappelons qu’une fonction g : E → E est contratancte si il existe ρ ∈ [0, 1) tel que d(g(x), g(y)) ≤ ρd(x, y). Posons
g = f n.
— Unicité : On montre que f admet un unique point fixe. Soit a, b deux points fixes de f : a = f (a) et b = f (b).
Alors d(a, b) = d(f n (a), f n (b)) ≤ ρd(a, b), d’où d(a, b) = 0 et a = b. Ceci montre aussi que g admet un unique
point fixe.
— Existence : Soit x0 ∈ E et définissons par récurrence pour n ≥ 0, xn+1 = g(xn ). Alors, pour tout p ≥ 1, par
l’inégalité triangulaire
p−1 p−1
X X ρn
d(xn , xn+p ) ≤ d(xn+k , xn+k+1 ) ≤ d(x0 , x1 ) ρn+k ≤ d(x0 , x1 ) .
1−ρ
k=0 k=0

Ceci montre que (xn )n≥0 est une suite de Cauchy dans (E, d) complet, donc (xn ) converge vers un point x∞ ∈ E.
La propriété de contraction implique en particulier la continuité de g. Ainsi, en passant à la limite x∞ = g(x∞ ).
Mais alors, f (x∞ ) = f (g(x∞ )) = f n+1 (x∞ ) = g(f (x∞ )). Donc f (x∞ ) est également un point fixe de g. Par
unicité du point fixe de g, il vient que x∞ = f (x∞ ), c’est à dire x∞ est un point fixe de f . Celui-ci étant unique,
cela termine la preuve.
ρn
Notons que cela donne une méthode itérative efficace pour estimer le point fixe puisque d(xn , x∞ ) ≤ d(x0 , x1 ) 1−ρ .
2. (a) Soit u, v ∈ C([0, 1], R) et λ ∈ R. Alors pour tout x ∈ [0, 1]
Z x
(K(λu + v))(x) = k(x, y)(λu(y) + v(y)) dy = λ(Ku)(x) + (Kv)(x),
0

donc K est linéaire. Soit x0 ∈ [0, 1], montrons que la fonction Ku est continue en x0 . En fait,
Z x
|Ku(x) − Ku(x0 )| = k(x, y)u(y) dy ≤ M kuk∞ |x − x0 |,
x0

donc Ku est Lipschitz et donc continue. L’application linéaire K est par ailleurs elle-même continue puisqu’avec
une estimation simillaire, on a kKk ≤ M .
 (b) On peut procéder par récurrence. Pour n = 1,
Z x
|Ku(x)| ≤ |k(x, y)u(y)| dy ≤ M kuk∞ x,
0

et l’inégalité est satisfaite. Supposons l’inégalité vraie au rang n et montrons la au rang n + 1. Nous avons
Z x Z x n
y xn+1
|K n+1 u(x)| = |K[K n u](x)| = k(x, y)K n u(y) dy ≤ M n+1 kuk∞ = M n+1 kuk∞ .
0 0 n! (n + 1)!

(c) En posant T u = b−Ku, le problème revient à trouver un point fixe à l’application T : C([0, 1], R) → C([0, 1], R).
L’espace C([0, 1], R) étant complet pour k · k∞ , il suffit de montrer que T n est contractante, or :
n−1
X
T n u = b − KT n−1 u = b − Kb + K 2 T n−2 u = (−1)j K j b + (−1)n K n u.
j=0

Par conséquent, pour u, v des fonctions continues sur [0, 1],

xn Mn
|T n u(x) − T n v(x)| = |K n (u − v)(x)| ≤ M n ku − vk∞ =⇒ kT n u − T n vk∞ ≤ ku − vk∞ .
n! n!
Donc pour n assez grand, T n est contractante. Le théorème du point fixe donne l’existence d’une solution u à
l’équation intégrale. Notons que la solution est continue !

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
- Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD2 : Tribus, applications mesurables, mesures

Exercice 1
Soit E un ensemble, on note P(E) l’ensemble de ses parties. Soient A ∈ P(E) et (Bi )i∈I une famille d’éléments de P(E).
1. Montrer que ! !
[ [ \ \
A∩ Bi = (A ∩ Bi ), A∪ Bi = (A ∪ Bi ).
i∈I i∈I i∈I i∈I

2. Montrer que
!∁ !∁
[ \ \ [
Ai = A∁i , Ai = A∁i .
i∈I i∈I i∈I i∈I

3. Soient F un ensemble, f : E → F une application. Montrer que

! !
[ [ \ \
f Ai = f (Ai ), f Ai ⊂ f (Ai ).
i∈I i∈I i∈I i∈I

Montrer que l’inclusion est stricte en générale. Montrer que si f est injective, la deuxième inclusion est une égalité.
Montrer que f (A)∁ et f (A∁ ) ne sont en général pas comparables.
4. Soient C ∈ P(F ) et (Ci )i∈I une famille d’éléments de P(F ). Montrer que
! !
[ [ \ \
−1 −1 −1
f Ci = f (Ci ), f Ci = f −1 (Ci ), f −1 (C ∁ ) = f −1 (C)∁ .
i∈I i∈I i∈I i∈I

Exercice 2 Réunion et intersection dénombrables

1. Déterminer les ensembles suivants :
[   \  1 [ 1  ∞  
1 1 [ \ 1 1
0, 1 − , 0, , ,1 + , k− ,k + .
∗
n ∗
n ∗
n n n+1 n
n∈N n∈N n∈N k∈N∗ n=1

2. Soit (fn )n≥1 et f des applications d’un ensemble E dans R. Interpréter l’ensemble suivant :
∞ [
∞ \  
\ 1
x ∈ E, |fi (x) − f (x)| ≤ .
n=1 k=1 i≥k
n

Exercice 3 Ensemble de convergence

Soient (X, X ) un espace mesurable et (fn )n≥0 une suite de fonctions mesurables de X dans C. Montrer que l’ensemble

A = {x ∈ X : (fn (x))n≥0 est convergente}

est un élément de X . (On pourra utiliser la complétude de C.)

Exercice 4 Points de discontinuité d’une fonction croissante

Soit f : R → R une fonction croissante.
1. Montrer que f admet des limites à gauche limy→x− f (y) et à droite limy→x+ f (y) en tout point x ∈ R.
2. Montrer que l’ensemble des points de discontinuité de f est dénombrable.
1

(On pourra considérer, pour n ≥ 1, les ensembles An = x ∈ [−n, n] : limy→x+ f (y) − limy→x− f (y) ≥ n .)

Exercice 5
Donner un exemple de suite décroissantes d’ensembles (An )n≥0 tel que pour tout n ≥ 0, An est de cardinal infini et
∩n≥0 An = ∅.

Exercice 6 Fonction indicatrice

Soient E un ensemble, A, B des parties de E et (Ai )i∈I une famille de partie de E.
 1. Déterminer 1∅ , 1E et calculer 1−1
A (J) pour tout J ⊂ R.
2. Montrer que
(a) A ⊂ B si et et seulement si 1A ≤ 1B et A = B si et seulement si 1A = 1B ;
(b) 1A∩B = 1A 1B et 1A∁ = 1 − 1A ;
(c) 1A∪B = 1A + 1B − 1A 1B ;
(d) 1A∆B = |1A − 1B |.
3. Montrer que 1∪i∈I Ai = supi∈I 1Ai et 1∩i∈I Ai = inf i∈I 1Ai .

Exercice 7 Exemple de tribus

Si A ⊂ R, on note −A l’ensemble {−a : a ∈ A}.
1. Montrer que A = {A ∈ P(R) : A = −A} est une tribu sur R.
2. Soit f : R → (R, P(R)) définie par f (x) = x2 , x ∈ R. Montrer que la tribu image réciproque est A.
3. Caractériser les fonctions mesurables de (R, A) dans (R, A) et les fonctions mesurables de (R, A) dans (R, P(R)).

Exercice 8 Tribu induite

Soit (X, X ) un espace mesurable et B ⊂ X. Montrer que la tribu induite XB = {B ∩ A : A ∈ X } est une tribu sur B
rendant l’injection canonique mesurable.

Exercice 9 Tribu produit engendrée

Soient (X, X ) et (Y, Y) deux espaces mesurables. On suppose que X (resp. Y) est engendrée par E (resp. F). On suppose
de plus que X ∈ E et Y ∈ F. Montrer que la tribu produit X ⊗ Y sur X × Y est engendrée par les ensembles qui s’écrivent
A × B avec A ∈ E et B ∈ F.

Exercice 10
Soient (X, X ) un espace mesurable et f, g des applications mesurables de X dans R+ muni de la tribu borélienne. On
souhaite montrer que les ensembles suivants sont des éléments de X :

A = {x ∈ X : f (x) < g(x)}, B = {x ∈ X : f (x) ≤ g(x)}, C = {x ∈ X : f (x) = g(x)}.

S
1. Montrer que A s’écrit encore A = q∈Q {x ∈ X : f (x) < q < g(x)}. En déduire que A ∈ X .
2. En déduire que B, C ∈ X .

Exercice 11 Algèbre des fonctions étagées

Montrer que l’ensemble des fonctions étagées d’un espace mesurable (X, X ) dans (C, B(C)) est une algèbre.

Exercice 12 Fonctions continues par morceaux

Montrer qu’une fonction f : [a, b] → R continue par morceaux est mesurable.

Exercice 13
Soit µ une mesure de probabilité sur un espace mesurable (X, X ). Montrer que Y = {A ∈ X : µ(A)(1 − µ(A)) = 0} est
une tribu sur X.

Exercice 14 Définition équivalente d’une mesure

Soit (X, X ) un espace mesurable. Montrer qu’une application µ : X → R+ est une mesure si et seulement si les trois
propriétés suivantes sont satisfaites :
1. µ(∅) = 0 ;
2. pour tout A, B ∈ X disjoints, µ(A ∪ B) = µ(A) + µ(B) ;
3. pour toute suite croissante (An )n≥0 ∈ X N : µ(∪n≥0 An ) = limn→∞ µ(An ).

Exercice 15 Mesure de comptage

Soient X un ensemble et µ une application définie sur P(X) par

card A si A est fini,
µ(A) =
+∞ sinon.
 Montrer que (X, P(X), µ) est un espace mesuré. La mesure µ est appelée mesure de comptage sur X.

Exercice 16 Combinaison linéaire de mesures

Soient (X, X ) un espace mesurable, (αk )k≥0 une suite de réels positifs et (µk )k≥0 une suite de mesures positives sur X .
P
1. Montrer que ν = k≥0 αk µk est une mesure positive sur X .
2. Si on suppose de plus que, pour tout k ≥ 0, µk est une mesure de probabilité, à quelle condition a-t-on que ν est une
probabilité ? Donner une interprétation géométrique de ce résultat (notamment dans le cas où la somme est finie).

Exercice 17 Supremum et infimum de mesures

Soient (X, X ) un espace mesurable et (µk )k≥0 une suite de mesures sur X . On suppose que, pour tout A ∈ X et k ∈ N,
µk (A) ≤ µk+1 (A).
1. Pour tout A ∈ X , on pose µ(A) = supk≥0 µk (A). Montrer que µ est une mesure sur X .
2. On considère l’espace mesurable (N, P(N)) et pour tout j ∈ N, A ⊂ N, on définit

card (A ∩ [j, ∞)) si A ∩ [j, ∞) est fini,
νj (A) =
+∞ sinon.

Montrer, pour tout j ∈ N, que νj est une mesure sur P(N) telle que, pour tout A ⊂ N, νj (A) ≥ νj+1 (A). On pose
ν(A) = inf j∈N νj (A) pour tout A ⊂ N. Calculer ν(N) et ν({k}) pour tout k ∈ N. En déduire que ν n’est pas une
mesure sur P(N).

Exercice 18 Mesure géométrique

i−1
P
Soit ρ ∈ (0, 1). Montrer que l’application µ : B(R) → R définie par µ(A) = i∈A∩N∗ ρ(1 − ρ) est une mesure de
∗
probabilité sur B(R) appelée mesure géométrique de paramètre ρ. Soit n ∈ N , calculer µ({1, . . . , n}) et µ({n, n + 1, . . .}).
Quels sont les ensembles de mesures nulle ?

Exercice 19 Mesure de Lebesgue

Soit B une partie de R et a un réel. On note a + B l’ensemble a + B = {a + b : b ∈ B}. Soit µ une mesure sur B(R) telle
que µ([0, 1]) = 1 et, pour tout a ∈ R et B ∈ B(R), µ(a + B) = µ(B). On dit que µ est invariante par translation.
1. Soit α = µ({0}). Montrer que nα = µ({1/k : 1 ≤ k ≤ n}) ≤ 1. En déduire que pour tout x ∈ R, µ({x}) = 0.
2. Montrer, pour tout n ∈ N∗ , µ((0, 1/n]) = 1/n, puis que pour tout k1 ≤ k2 des entiers naturels,
 
k1 k2 k2 − k1
µ , = .
n n n

En déduire que pour tout rationnel q < r, µ((q, r]) = r − q, puis que pour tout réels a < b, µ((a, b)) = b − a.
3. Si I est un intervalle de R, que vaut µ(I) ? Que peut-on conclure de ces calculs ?

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD2 : Tribus, applications mesurables, mesures

Exercice 1
S

1. Les deux égalités se montrent de façon très simillaire, on considère seulement la première.
S Soit x ∈ A ∩ i∈I Bi ,
alorsSx ∈ A et il existe i ∈ I tel que x ∈ Bi , ainsi x ∈ A ∩ Bi et donc x ∈ i∈I A ∩ Bi . Réciproquement, S si
x ∈ i∈I A ∩ Bi alors il existe
i ∈ I tel que x ∈ A ∩ B i et donc x ∈ A et x ∈ B i . Il vient alors que x ∈ i∈I B i si
S
bien que x ∈ A ∩ i∈I Bi . D’où le résultat.
S
2. Ici encore, on ne s’intéresse qu’à la première égalité. Nous avons par définition que x ∈ i∈I Ai signifie qu’il existe
/ Ai c’est à dire x ∈ i∈I A{ .
T
i ∈ I tel que x ∈ Ai . Le contraire logique de cette assertion est que pour tout i ∈ I, x ∈
S
S
3. Soit x ∈ fS i∈I Ai , alors il existe i ∈ I et y ∈ Ai tel que x = f (y). Autrement dit, x ∈ i∈I f (A Si ). Réciproquement,
soit x ∈
i∈I f (Ai ), alors il existe i ∈ I et y ∈ Ai tel que x = f (y). En particulier, y ∈ i∈I Ai et donc x ∈
S
f i∈I Ai .
Si A ⊂ B alors f (A) ⊂ f (B). En effet, si x ∈ f (A) alors il existe y ∈ A tel que x = f (y). MaisTcomme y S ∈ B, on
déduit que x ∈ f (B). L’inclusion de la question se déduit de cette propriété en remarquant que i∈I Ai ⊂ i∈I Ai .
Il suffit de considérer f : {0, 1} → {0, 1} la fonction nulle. Alors f ({0} ∩ {1}) = f (∅) = ∅ est strictement contenu
dans f ({0}) ∩ f ({1}) = {0} ∩ {0} = {0} = 6 ∅.
T
Supposons f injective et considérons x ∈ i∈I f (Ai ). Alors pour tout i ∈ I, il existe yi ∈ T Ai tel que x = f (yi ). Par
injectivité de f
, les yi sont tous égaux, notons y cet élément commun. Par définition, y ∈ i∈I Ai et x = f (y), d’où
T
x∈f i∈I Ai .
Il suffit de considérer la fonction nulle comme précédemment alors f ({0}{ ) = {0} et f ({0}){ = {1}. Ces deux
ensembles ne sont pas comparable.
4. Soit x ∈ f −1 f −1 (C
i ).
S
S S
i∈I Ci , alors f (x) ∈ i∈I Ci et il existe i ∈ I tel que f (x) ∈ CS
i . Autrement dit, x ∈ i∈I
−1
S
Réciproquement, si il existe i ∈ I tel que f (x) ∈ Ci alors en particulier f (x) ∈ i∈I Ci et donc x ∈ f ii nI Ci .
La deuxième égalité découle de la première et de la troisième par passage au complément. Considérons donc la
troisième égalité. D’une part, f −1 (C { ) = {x ∈ E : f (x) ∈ C { }, d’autre part f −1 (C){ = {x ∈ E : f (x) ∈ C}{ . Mais
comme f (x) ∈ C ∪ C { , nous obtenons l’égalité de ces deux ensembles.
La moralité de l’exercice est que tout se passe mieux pour les images réciproques.

Exercice 2 Réunion et intersection dénombrables

1
S  
1. — n∈N∗ 0, 1 − n = [0, 1[,
— n∈N∗ 0, n1 = {0},
T 

— n∈N∗ n1 , 1 + 1
S 
n =]0, 2[,
T∞ h h
1
, k + n1 = N∗ .
S
— k∈N∗ n=1 k − n+1
2. En français, c’est l’ensemble des x ∈ E tel que pour tout n ≥ 1, il existe k ≥ 1 tel que pour tout i ≥ k, |fi (x)−f (x)| <
1/n. C’est en fait l’ensemble des x ∈ E tels que (fn (x)) converge vers f (x).

Exercice 3 Ensemble de convergence

La suite complexe (fn (x)) converge si et seulement si elle est de Cauchy puisque C est complet. Aussi, on peut écrire
∞ [
\ ∞ \ \
A= {x ∈ E : |fm (x) − fm+p (x)| < 1/n}.
n=1 N =1 m≥N p≥1

Par mesurabilité des fonctions (fn ), l’ensemble {x ∈ E : |fm (x) − fm+p (x)| < 1/n} est mesurable. Donc A est mesurable.

Exercice 4 Points de discontinuité d’une fonction croissante

1. Puisque f est croissante, les quantités g = supy<x f (y) et d = inf y>x f (y) sont bien définies. On vérifie facilement
qu’il s’agit des limites à gauche et à droite de f .
2. Puisque f est croissante, f ([−n, n]) ⊂ [f (−n), f (n)] et donc, toujours en utilisant la croissance de f , card An ≤
n(f (n) − f (−n)). L’ensemble des points de discontinuité de f est alors ∪n≥1 An , c’est une réunion dénombrable
d’ensemble finis, c’est dénombrable.

Exercice 5
 Considérer An =] − n, n[{ ⊂ R. La suite (An ) est décroissante, pour tout n ≥ 0, An est infini et
 {
\ [
An =  ] − n, n[ = R{ = ∅
n≥0 n≥0

Exercice 6 Fonction indicatrice

1. Clairement, 1∅ = 0, 1E = 1 et
si 0, 1 ∈ J,

 E
 A{

si 0 ∈ J et 1 ∈ J {
−1
1A (J) =

 A si 0 ∈ J { et 1 ∈ J
∅ si 0, 1 ∈ J {


2. Montrer que
(a) Si x ∈
/ A, 1A (x) = 0 donc l’inégalité est triviale. Si x ∈ A alors x ∈ B et donc 1 = 1A (x) = 1B (x) et l’inégalité
est encore vérifiée. Réciproquement, si 1A ≤ 1B alors x ∈ B { implique x ∈ A{ c’est à dire A ⊂ B. La seconde
partie de la question est une conséquence triviale de ce résultat.
(b) 1A∩B (x) = 1 si et seulement si x ∈ A ∩ B si et seulemet si x ∈ A et x ∈ B si et seulement si 1A (x) = 1 = 1B (x)
si et seulement si 1A (x)1B (x) = 1.
De même 1A{ (x) = 1 si et seuleument si x ∈ A{ si et seulement si 1A (x) = 0.
(c) 1A∪B = 1A + 1B − 1A 1B ;
(d) 1A∆B = |1A − 1B |.
3. Montrer que 1∪i∈I Ai = supi∈I 1Ai et 1∩i∈I Ai = inf i∈I 1Ai .

Exercice 7 Exemple de tribus

1. Il est tautologique que ∅ ∈ A. Soit A ∈ A, alors −(A{ ) = (−A){ = A{ d’où A{ ∈ A. Enfin, soit (An )n≥0 une famille
dénombrable d’ensembles de A, alors − ∪n≥0 An = ∪n≥0 (−An ) = ∪n≥0 An si bien que ∪n≥0 An ∈ A.
2. Notons B = {f −1 (B), B ∈ P(R)}. Soit B ∈ B, alors f −1 (B) = B ∪ (−B) = −(B ∪ −B) ∈ A. Réciproquement, si
A ∈ A, posons A0 = {x2 : x ∈ A}, alors f −1 (A0 ) = (A ∪ −A) = A.
3. Si f : (R, A) → (R, P(R)), (resp. dans (R, A)) est mesurable, cela signifie que pour tout B ∈ P(R) (resp. A)
f −1 (B) = −f −1 (B).
Considérons le premier cas. Si f est paire alors pour tout x ∈ R, f (x) = f (−x). Ainsi,

f −1 (B) = {x ∈ R : f (y) ∈ B} = {x ∈ R : f (−x) ∈ B} = −f −1 (B).

Réciproquement, soit x ∈ R, alors il existe y ∈ R tel que x ∈ f −1 ({y}). Par hypothèse, cette image inverse est
symétrique, si bien que −x ∈ f −1 ({y}). Nous avons f (x) = y = f (−x).
Pour le second cas, il est peut être utile de noter que la condition ∀B ∈ A, f −1 (A) = −f −1 (A) est moins restrictive
puisque A ⊂ P(R). Autrement dit, les fonctions paires sont encore mesurable. Notons également qu’elle est stricte-
ment plus grosse : la fonction identité est clairement mesurable de A dans lui-même mais est impaire. En fait, on va
montrer que les fonctions mesurables dans le second cas est exactement l’ensemble des fonctions paires ou impaires.
Si f est paire, nous l’avons déjà montré. Si f est impaire, considérons B ∈ A. Alors B = ∪y∈B:y≥0 {y, −y} et
f −1 (B) = ∪y∈B:y≥0 f −1 ({y}) ∪ f −1 ({−y}). Si x ∈ f −1 (B), alors il existe y ∈ B tel que f (x) = y ou f (x) = −y.
Dans tous les cas, f (−x) = −f (x) = ±y si bien −x ∈ f −1 (B). Ceci implique f −1 (B) = −f −1 (B). Réciproquement,
si x ∈ f −1 (B) alors il existe y ∈ B tel que f (x) ∈ {y, −y}. Or {y, −y} ∈ A et son image inverse contient x, il cotient
donc −x par hypothèse. Finalement, f (±x) ∈ {±y} et f est paire ou impaire.

Exercice 8 Tribu induite

Remarquons qu’on ne suppose pas B ∈ A. Vérifions les trois axiomes d’une tribu sur B :
1. ∅ ∈ A, or ∅ ∩ B = ∅ donc ∅ ∈ AB ;
2. Soit A ∈ AB , alors il existe à ∈ A tel que A = B ∩ Ã. Or A{ = B \ A = B \ (B ∩ Ã) = B ∩ Ã{ .
3. Soit (An ) une famille dénombrables d’éléments de AB , alors il existe Ãn ∈ A tel que An = B ∩ Ãn pour tout n.
Alors l’égalité ∪n An = B ∩ ∪n Ãn permet de conclure.
Si B ∈ A, alors B ∩ A ∈ A pour tout A ∈ A et B ∩ A ⊂ B, d’où le résultat.

Exercice 9 Tribu produit engendrée

 Posons S = {A × B, A ∈ E, B ∈ F }. Comme S ⊂ X ⊗ Y, il vient immédiatement que σ(S) ⊂ X ⊗ Y. Réciproquement,
notons pX : X × Y → X la projection canonique, alors comme Y ∈ F, il vient que {A × Y, A ∈ E} ⊂ S et donc
σ(A × Y, A ∈ E) ⊂ σ(S). D’autre part,
σ(A × Y, A ∈ E) = σ(p−1 −1
X (E)) = pX (σ(E)) = {A × Y, A ∈ X }.

Ainsi, {A × Y, A ∈ X } ⊂ σ(S). De même, nous avons {X × B, B ∈ Y} ⊂ σ(S). Finalement, si (A, B) ∈ X × Y, en

remarquant que A × B = A × Y ∩ X × B, il vient que A × B ∈ σ(S) comme l’intersection de deux ensembles σ(S)
mesurables.

Exercice 10
1. Il est clair que A contient la réunion. Montrons l’inclusion inverse et considérons x ∈ A. Alors, puisque l’intervalle
]f (x), g(x)[ est ouvert et que Q est dense dans R, il intersecte tous les ouverts. Ainsi, il existe r ∈ Q∩]f (x), g(x)[.
L’ensemble A est une réunion dénombrable d’ensembles mesurables — chaque ensemble à l’interieur de la réunion
est l’intersection de deux images inverses par des fonctions boréliennes d’intervalles semi-infinis.
2. On note à l’ensemble A où l’on a intervertit le rôle de f et g. Il est clair que à est mesurable. Or, B = (Ã){ et
C = B \ A. Ils sont mesurables.

Exercice 11 Algèbre des fonctions étagées

Une fonction étagée est une application mesurable prenant un nombre fini de valeurs distinctes. Il est alors clair que si
f, g sont étagées, pour tout λ ∈ C, λf + g est encore étagée, de même que (f g) est étagée.

Exercice 12 Fonctions continues par morceaux

Notons D l’ensemble des points de discontinuités de f et pour t ∈ R, At = {x ∈ [a, b] : f (x) < t}. En écrivant,

At = (At ∩ D) ∪ (At ∩ D{ ),
il vient que le premier ensemble est fini donc fermé donc borélien alors que nous allons montré que le second est ouvert
donc également un borélien. Ceci permettra de conclure. Soit donc x ∈ At ∩ D{ et alors f est continue en x ∈ At . On
peut donc trouver δ > 0 tel que |y − x| < δ implique f (y) < t+f2(x) < t. Notant r = d(x, D)/2 > 0, nous avons que
B(x, r) ∩ B(x, δ) = B(x, min(e, δ)) est une boule contenu dans A ∩ D{ , At ∩ D{ est ouvert.

Exercice 13
Il est immédiat que µ(∅)(1 − µ(∅)) = 0 par définition d’une mesure. Soit A ∈ Y alors comme µ est une probabilité

µ(A{ )(1 − µ(A{ )) = (1 − µ(A))µ(A) = 0,

et A{ ∈ Y. Enfin, soit (An )n≥0 une famille dénombrables d’ensembles de Y et notons Bn = ∪nk=0 Ak . Alors Bn ∈ X pour
tout n ≥ 0 et (Bn )n≥0 est une suite croissante, aussi µ(∪n≥0 Bn ) = limn→∞ µ(Bn ). Or, pour tout k ∈ N, Ak ⊂ Bn et donc
n
X
µ(Ak ) ≤ sup µ(Ak ) ≤ µ(Bn ) ≤ µ(Ak ).
0≤k≤n
k=0

Comme par hypothèse, pour tout k ∈ N, µ(Ak ) ∈ {0, 1}, le sup à gauche vaut 0 ou 1 : dans le premier cas, tous les Ak
sont de probablité nulle et la somme à droite est nulle pour tout n ≥ 0 ; dans le second cas, µ(Bn ) = 1 pour tout n assez
grand, et donc limn µ(Bn ) = 1.

Exercice 14 Définition équivalente d’une mesure

Soit µ une mesure. Les deux premiers points sont trivialement vérifiés. Soit donc (An ) une suite croissante d’ensembles
mesurables et posons B0 = A0 et pour tout n ≥ 1, Bn = An \ An−1 . Alors, par définition, les Bn sont mesurables et, par
croissance de (An ), deux à deux disjoints. De plus, pour tout n ≥ 0, An = ∪nk=0 Bk . Donc
∞
X n
X
µ(∪An ) = µ(Bn ) = lim µ(Bn ) = lim µ(∪nk=0 Bk ) = lim µ(An ).
n→∞ n→∞ n→∞
n=0 k=0

Réciproquement, supposons que les trois points soit satisfait. Le premier axiome d’une mesure est trivialement satisfait.
Soit (An ) une famille d’ensemble mesurables deux à deux disjoints et posons Bn = ∪nk=0 Ak . Alors (Bn ) est une suite
croissante d’ensemble mesurable. D’autre part, une récurrence immédiate sur le deuxième point donne l’additivité finie de
µ. Finalement,
n
X X
µ(∪An ) = µ(∪Bn ) = lim µ(Bn ) = lim µ(∪nk=0 Ak ) = lim µ(Ak ) = µ(An ).
n→∞ n→∞ n→∞
k=0 n≥0
 Remarquons au passage que le troisième point n’est rien d’autre qu’une version du théorème de convergence monotone
appliqué à la suite de fonctions (1An ).

Exercice 15 Mesure de comptage

Nous avons trivialement que µ(∅) = 0. Soit (An ) une suite
P d’ensemble mesurables deux à deux disjoints. Alors de deux
choses l’une : soit tout les An sont
P finis et µ(∪A n ) = µ(An ) ; soit au moins un des An est infini si bien que ∪An est
infini, il vient encore µ(∪An ) = µ(An ).

Exercice 16 Combinaison linéaire de mesures

P
1. On calcule ν(∅) = k≥0 αk µk (∅) = 0. Soit (An ) une suite d’ensembles mesurables deux à deux disjoints. Alors,
X X X XX X
ν(∪An ) = αk µk (∪An ) = αk µk (An ) = αk µk (An ) = ν(An ).
k≥0 k≥0 n≥0 n≥0 k≥0 n≥0

2. On calcule X X
1 = ν(X) = αk µk (X) = αk .
k≥0 k≥0

La mesure de probabilité ν est alors une combinaison convexe des µk . Géométriquement, l’ensemble des mesures de
probabilité sur (X, X ) est un convexe : si µ1 et µ2 sont des probabilités, alors pour tout α ∈ [0, 1], αµ1 + (1 − α)µ2
est une probabilité.

Exercice 17 Supremum et infimum de mesures

1. On va utiliser la deuxième caractérisation des mesures. On calcule µ(∅) = supk≥0 µk (∅) = 0. Soit A et B deux
ensemnles mesurables disjoints, alors

µ(A ∪ B) = sup µk (A) + µk (B) = lim sup µk (A) + µk (B) = lim µn (A) + µn (B) = µ(A) + µ(B).
k≥0 n 0≤k≤n n

Soit (An ) une suite croissante d’ensembles mesurables, alors en utilisant le fait µk (·) ≤ µk+1 (·)

µ(∪An ) = sup lim µk (∪An ) = sup sup µk (An ) = sup sup µk (A) = sup µ(An ).
k n k n n k n

Soit A ⊂ B, alors pour tout k ∈ N, µk (A) ≤ µk (B), donc µk (A) ≤ µ(B), donc µ(A) ≤ µ(B). Cela termine la preuve
du troisième axiome.
2. C’est la même preuve que pour la mesure de comptage. Comme A∩[j, ∞) ⊃ [j +1, ∞), on obtient νj (A) ≥ νj+1 (A). Il
est clair que [j, ∞) ∩ N est infini pour tout j donc ν(N) = ∞. Par contre {k} ∩ [j, ∞) = ∅ dès j > k,
Pdonc ν({k}) = 0.
C’est une contradiction car N = ∪k≥0 {k} qui est une réunion disjointe et pourtant ∞ = ν(N) 6= ν({k}) = 0.

Exercice 18 Mesure géométrique

ρ(1 − ρ)n−1 = 1. De plus, si (An ) est une famille d’ensemble deux à deux disjoints alors
P
Nous avons ν(R) = n∈N∗
X X X
ν(∪An ) = ρ(1 − ρ)i−1 = ρ(1 − ρ)i−1 = ν(An ),
i∪An ∩N∗ i∈∪(An ∩N∗ ) n≥0

car les An ∩ N∗ sont deux à deux disjoints.

Exercice 19 Mesure de Lebesgue

1. Notons, si ce n’était pas évident, que {0} est un fermé (pour la topologie usuelle sur R), c’est donc le complémentaire
d’un ouvert, c’est un borélien. Nous avons, par additivité et invariance par translation,
n
X
µ({1/k : 1 ≤ k ≤ n}) = µ(∪nk=1 {1/k}) = µ({1/k}) = nµ({0}) = nα.
k=1

D’autre part, {1/k : 1 ≤ k ≤ n} ⊂ [0, 1], par croissance d’une mesure, on obtient nα ≤ 1. Cette inégalité ne peut
être vraie pour tout n ≥ 1 que si α = 0. Encore par invariance par translation µ({x}).
2. On décompose et on utilise l’invariance par translation :
n  
X k−1 k
1 = µ([0, 1]) = µ({0}) + , = nµ((0, 1/n]).
n n
k=1
 De même
  k2  
k1 k2 X `−1 ` k2 − k1
µ , = µ , = .
n n n n n
`=k1 +1
0
Si q < r sont deux rationnels, on peut trouver n ∈ N∗ , ainsi que p, p0 ∈ Z tels que q = np et r = pn , d’où le résultat.
Enfin, si a < b sont des réels, on peut trouver deux suites de rationnels (qn ) et (rn ), la première décroissante, la
seconde croissante, telles que lim qn = a et lim rn = b. Alors, en posant An = (qn , rn ], on vérifie facilement que
(a, b) = ∪An et que la suite (An ) est croissate. D’où

µ((a, b)) = µ(∪An ) = lim µ(An ) = lim rn − qn = b − a.

3. Si I est un intervalle borné, alors (a, b), [a, b), (a, b] ou [a, b]. Dans tous les cas, µ(I) = b − a. Si il est non borné,
disons du type (−∞, a], il suffit de remarquer que I = ∪n (−n, a] et µ(I) = ∞ comme mesure d’une union croissante.
Le cas I = [b, ∞) est simillaire, de même si on ouvre en la borne finie. Finalement, µ(I) n’est rien d’autre que sa
longueur.

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
- Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD3 : Intégrale

Exercice 1 Quelques calculs d’intégrales contre des mesures discrètes

x2 µ(dx) pour les mesures sur (R, P(R)) suivantes :
R R
Calculer x µ(dx) et
n   ∞
1 1 X n k X αk
µ1 = δ0 + δ1 , µ2 = p (1 − p)n−k δk , p ∈ (0, 1), µ3 = e−α δk .
2 2 k k!
k=0 k=0

Que dire si l’on considère ces mesures comme des mesures sur (N, P(N)) ?

Exercice 2 Entropie
Soient µ et ν deux mesures de probabilité sur (R, B(R)) On définit l’entropie relative de ν par rapport à µ par
 R
f log f dµ si ν est à densité f par rapport à µ,
H(ν|µ) =
+∞ sinon.

1. Soient µ et ν deux mesures de Poisson sur (N, P(N)) de paramètres respectifs 1 et α. Montrer que ν admet pour
densité par rapport à µ la fonction fα : N → R+ définie par :

∀k ∈ N, fα (k) = e1−α αk .

Calculer H(ν|µ). En déduire que H(µ|ν) est positif et ne s’annule que si α = 1.

2. Avec les notations de l’exercice 1, calculer H(µ1 |µ2 ), H(µ1 |µ3 ) et H(µ3 |µ1 ).

Exercice 3

R Pour tout entier n ≥ 0, on définit fn = min(f, n).

Soit (X, X , µ) un espace mesuré. Soit f : X → R+ une fonction mesurable.
Montrer que pour tout n ≥ 0, fn est mesurable et déterminer limn→∞ fn dµ.

Exercice 4 Mesure image

Soient (X, X , µ) un espace mesuré, (Y, Y) un espace mesurable et ϕ : X → Y une application mesurable. Pour tout B ∈ Y,
on pose ν(B) = µ(ϕ−1 (B)) = ϕ∗ µ(B).
1. Montrer que ν est une mesure.
2. Application : X = R+ , Y = N, µ est la mesure de Lebesgue et ϕ la fonction partie entière. Déterminer ν.
3. RSoit f : YR → R mesurable. Montrer que f est ν-intégrable si et seulement si f ◦ ϕ est µ-intégrable et dans ce cas
f dν = f ◦ ϕ dµ. (On adoptera un raisonnement en trois étapes : on montre l’égalité pour les fonctions étagées
positives, puis pour les fonctions mesurables positives puis pour les fonctions intégrables.)

Exercice 5 Convergence monotone décroissante

Soit (X, X , µ) un espace mesuré. Soit (fn )n≥0 une suite décroissante de fonctions mesurables positives.
R
1. On suppose que f0 dµ < ∞. Montrer que
Z Z
lim fn dµ = lim fn dµ.
n→∞ n→∞
R
2. Montrer que ce résultat n’est en général pas exact si on ne suppose pas f0 dµ < ∞.
3. Quel résultat retrouve-t-on si l’on choisit fn = 1An , (An )n≥0 ∈ X N décroissante ?

Exercice 6
Calculer les quantités suivantes :
∞ X
∞ ∞ X
∞
X 1 X 1
et .
m=1 n=1
(n + 1)m m=1 n=1
(4n − 1)2m

Exercice 7 Intervertion de limite et d’intégrale

P∞
Soit µ la mesure définie par µ = k=1 p(1 − p)k−1 δk . On définit la suite de fonctions (fn )n≥1 , pour n ≥ 1, par
 x n
fn (x) = 1 + 1[0,n] (x).
n
 1. Pour tout x ≥ 0, déterminer la limite de la suite (fn (x))n≥0 .
2. On note gn , n ≥ 0, la fonction définie sur [0, n) par gn (x) = log fn+1 (x) − log fn (x). Montrer que gn , n ≥ 0, est
positive. En déduire que {fn }n≥0 est une suite croissante.
R

3. Montrer que la suite fn dµ n≥0 converge vers une limite à déterminer.

Exercice 8 Un critère d’intégrabilité en mesure infinie

Soit (X, X , µ) un espace mesuré. Soit f : X → R une application mesurable. Montrer que f est µ-intégrable si et seulement
X
2n µ({2n ≤ |f | < 2n+1 }) < ∞.
n∈Z

Soient α > 0 et fα : x → x−α 1x>1 . Pour quelles valeurs de α a-t-on que fα est intégrable par rapport à la mesure de
Lebesgue ?

Exercice 9 Critère d’intégrabilité en mesure finie

Soit (X, X , µ) un espace mesuré. Soit f : X → C une application mesurable.
P∞
1. Vérifier que n=1 1{|f |≥n} = [|f |], où [·] est la fonction partie entière.
P∞
2. Montrer que si f ∈ L1 (µ) alors n=1 µ({|f | ≥ n}) < ∞.
P∞
3. On suppose que µ est finie. Montrer que n=1 µ({|f | ≥ n}) < ∞ implique f ∈ L1 (µ). L’hypothèse µ finie est-elle
nécessaire ?

Exercice 10
Soit (X, X , µ) un espace mesuré. Soit f ∈ L1R (µ).
1. Montrer que, pour tout ε > 0, il existe Aε ∈ X tel que µ(Aε ) < ∞, f est bornée sur Aε et
Z
|f | dµ < ε.
X\Aε

(On pourra considérer les ensembles Bn = {2−n ≤ |f | ≤ 2n } et appliquer le théorème de convergence monotone aux
fonctions |f |1Bn .)
2. En déduire que Z
∀ε > 0, ∃η > 0, ∀A ∈ X , µ(A) < η =⇒ |f | dµ ≤ ε.
A

Exercice 11 Théorème d’Egoroff

Soit (X, X , µ) un espace mesuré tel que µ(X) < ∞ et une suite (fn )n≥0 de fonctions mesurables réelles.
1. Montrer que l’ensemble de convergence de la suite (fn )n≥0 peut s’écrire
\ [ \  1

C= |fi − fj | ≤ .
k
k≥1 n≥1 i,j≥n

2. On suppose que la suite (fn )n≥0 converge µ-p.p. vers une fonction mesurable f au sens où µ(C ∁ ) = 0. On définit
pour k, n ∈ N∗ , l’ensemble Akn = ∪np=1 ∩i≥p {|fi − f | ≤ 1/k}. Montrer que pour tout ε > 0 et pour tout k ∈ N∗ , il
existe nk,ε ∈ N∗ tel que µ((Ank,ε )∁ ) < ε/2k .
3. En déduire le théorème d’Egoroff : pour tout ε > 0, il existe Aε ∈ X tel que µ(A∁ε ) < ε et fn converge uniformément
vers f sur Aε .
4. L’hypothèse µ finie est-elle indispensable ?

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD3 : Intégrale

Exercice 1 Quelques calculs d’intégrales contre des mesures discrètes

Par définition :
1. Z Z
x µ1 (dx) = 1/2 et x2 µ1 (dx) = 1/2;

2. Z n   Z
X n
x µ2 (dx) = kpk (1 − p)n−k = np et x2 µ2 (dx) = np(1 − p) + n2 p2 .
k
k=0

3. Z Z
x µ3 (dx) = α et x2 µ3 (dx) = α(α + 1).

Exercice 2 Entropie
1. Pour tout k ∈ N,
αk 1
ν({k}) = e−α = e1−α αk e−1 = fα (k)µ({k}),
k! k!
d’où ν = fα · µ. On calcule
∞ ∞
X X 1
H(ν|µ) = fα (k) log fα (k)µ({k}) = e1−α αk [1 − α + k ln α]e−1 = (1 − α) + α ln α.
k!
k=0 k=0

1
Comme ν et µ ont même support, fα (k) > 0 pour tout k ∈ N et µ = fα · ν. On obtient
Z Z
1 1
H(µ|ν) = log dν = − log fα dµ = −(1 − α) − ln α = α − 1 − ln α.
fα fα

Il est clair en dérivant que α → α − 1 − ln α est positive croissante sur [1, ∞) et s’annule en α = 1.
2. Nous avons
X µ1 (k) 1 1 1 1
H(µ1 |µ2 ) = µ1 (k) log = log + log ,
µ2 (k) 2 2(1 − p)n 2 2n(1 − p)n−1
k∈N

1 1
H(µ1 |µ3 ) = − log(2e−α ) − log(2αe−α ),
2 2
et
n     p k 
X n n!
H(µ2 |µ3 ) = pk (1 − p)n−k log (1 − p)n−k .
k (n − k)! α
k=0

Exercice 3
On munit R+ de la tribu borélienne et on se donne a ∈ R+ alors

{min(f, n) ≥ a} = {f ≥ a} ∩ {n ≥ a},

or f est mesurable ainsi que la fonction constante x → n. Pour cette dernière, il suffit de remarquer que {n ≥ a} est soit
X, soit ∅ qui sont des ensembles mesurables.
La suite de fonctions positives (fRn ) est croissante
R (fn+1 ≥ fn ) et cnverge simplement vers f . Le théorème de convergence
monotone implique que limn→∞ fn dµ = f dµ.

Exercice 4 Mesure image

1. On a ν(∅) = µ(ϕ−1 (∅)) = µ(∅) = 0. Soit (An ) ∈ Y N , alors

X −1 X
ν (∪An ) = µϕ−1 (∪An ) = µ ∪ϕ−1 (An ) = µϕ (An ) = ν(An ),

ce qui montre que ν est une mesure.

2. Soit k ∈ N, ϕ−1 ({k}) = [k, k + 1), d’où ν({k}) = 1, c’est la mesure de comptage sur N.
 P
3. Si f est la fonction étagée positive αi 1Ai , alors
X X
ν(f ) = αi ν(Ai ) = αi µ(ϕ−1 Ai ) = µ(f ◦ ϕ).

Ces égalités ont un sens dans R+ et on remarque que ν(f ) < ∞ si et seulement si µ(f ◦ ϕ) < ∞. Si f est mesurable
positive, on peut trouver une suite croissante (fn ) de fonctions étagées positives qui converge simplement vers f .
Alors
ν(fn ) = µ(fn ◦ ϕ),
et l’égalité ν(f ) = µ(f ◦ ϕ), qui a lieu encore dans R+ , provient du théorème de convergence monotone. Si f est
mesurable, alors |f | et |f ◦ ϕ| sont mesurables positives et ν(|f |) < ∞ si et seulement si µ(|f ◦ ϕ|) < ∞, aussi f est
ν-intégrable si et seulement si f ◦ ϕ est µ-intégrable. On termine en décomposant f = f + − f − en partie positive et
négative et en remarquant que f ◦ ϕ = f + ◦ ϕ − f − ◦ ϕ est la décomposition idoine pour f ◦ ϕ.

Exercice 5 Convergence monotone décroissante

1. On pose, pour tout n ≥ 0, gn = f0 − fn alors (gn ) est une suite croissante de fonctions mesurable positive. On
remarque que f0 est finie presque partout et donc lim gn = f0 − lim fn . Le théorème de convergence monotone
implique Z Z Z Z Z
lim gn dµ = f0 dµ − lim fn dµ = f0 dµ − lim fn dµ.

d’où le résultat.
2. L’hypothèse est importante pour deux raisons. Premièrement, elle permet d’identifier la limite simple de gn : si on
ne peut pas assurer
R que f0 est finie presque partout, alors lim f0 − fn ̸= f0 − lim fn . Deuxièmement, elle permet de
simplifier les f0 dµ de chaque côté de l’égalité.
3. Il s’agit de la continuité à gauche d’une mesure.

Exercice 6
On peut écrire en notant µ la mesure de comptage sur N∗ :
∞ X ∞ Z X∞ ∞
∞ X ∞
Z X
X 1 1 X 1 1
m
= µ(dx) et = µ(dx).
m=1 n=1
(n + 1) n=1
(n + 1)x m=1 n=1
(4n − 1)2m n=1
(4n − 1)x

Par convergence monotone, on intervertir somme et intégrale :

∞ X
∞ ∞ ∞ ∞
X 1 X 1 X 1 X 1
m
= m−1
= = ∞,
m=1 n=1
(n + 1) n=1
n + 1 m=1 (n + 1) n=1
n
et
∞ X
∞ ∞ ∞ ∞ ∞
X 1 X 1 X 1 X 1 X 1
2m
= 2 2m−2
= 2
= < ∞.
m=1 n=1
(4n − 1) n=1
(4n − 1) m=1 (4n − 1) n=1
(4n − 1) − 1 n=1 8n(2n − 1)

Exercice 7 Intervertion de limite et d’intégrale

1. Pour tout x ∈ R, lim fn (x) = ex 1R+ (x).
2. On a pour n ≥ 1 et x ∈ [0, n]
gn (x) = (n + 1) log(1 + x/(n + 1)) − n log(1 + x/n),
Posons h(x, y) = y log(1 + x/y) et montrons que y → h(x, y) est croissante sur [1, ∞) pour tout x ∈ [0, y]. Pour cela,
on calcule les deux premières dérivées partielles :
x/y 2 x x 1 x
∂2 h(x, y) = log(1 + x/y) − y = log(1 + x/y) − et ∂22 h(x, y) = − +
1 + x/y y+x y 2 1 + x/y (x + y)2
d’où
x 1 x x x x − x(1 + x/y) x2
∂22 h(x, y) = − + = − = = ≥ 0.
y 2 1 + x/y (x + y)2 y 2 (1 + x/y)2 y 2 (1 + x/y) y 2 (1 + x/y)2 y 3 (1 + x/y)2
x
Ainsi, ∂2 h(x, y) ≥ ∂2 h(x, 1) = log(1 + x) − 1+x . Or,
d x 1 1 1+x
log(1 + x) − = − = ≥ 0.
dx 1+x 1 + x (1 + x)2 (1 + x)2
Aussi, y → h(x, y) est croissante si bien que gn (x) = h(x, n + 1) − h(x, n) ≥ 0 pour tout x ∈ [0, n]. D’où, pour
tout x ∈ [0, n], fn+1 (x) ≥ fn (x). Par ailleurs, si x > n, il est immédiat que fn+1 (x) ≥ fn (x) puisque fn (x) = 0.
Finalement, (fn )n ≥ 0 est une suite croissante de fonctions mesurables et positives.
 3. Le théorème de convergence monotone implique que
Z Z ∞ ∞
X ep
lim fn dµ = f dµ = p(1 − p)k−1 ek = .
n→∞ 0 1 − ep
k=1

Exercice 8 Un critère d’intégrabilité en mesure infinie

Par le théorème de convergence monotone pour |f | mesurable positive
Z Z X XZ
|f | dµ = |f |12n ≤|f |<2n+1 dµ = |f |12n ≤|f |<2n+1 dµ.
n∈Z n∈Z

L’estimation suivante est alors immédiate

X Z X
2n µ(2n ≤ |f | < 2n+1 ) ≤ |f | dµ ≤ 2 2n µ(2n ≤ |f | < 2n+1 ).
n∈Z n∈Z

Des estimées standards montre que fα est Lebesgue intégrable si et seulement si

⌊α⌋
X
2n(1−1/α) (1 − 2−1/α )
n=−∞

est finie. La condition se transforme en α > 1.

Exercice 9 Critère d’intégrabilité en mesure finie

1. Il est immédiat que si 1|f |≥n (x) = 1 alors pour tout k = 1, . . . , n, 1|f |≥k (x) = 1. De plus, si n0 (x) est le plus grand
entier tel que |f (x)| ≥ n0 , alors pour tout n > n0 (x), 1|f |≥n (x) = 0. Ainsi
X
1|f |≥n (x) = n0 (x) = [|f (x)|].
n≥1

2. Evidemment, [|f |] ≤ |f | donc par convergence monotone

Z Z Z X X
∞ > |f | dµ ≥ [|f |] dµ = 1|f |≥n dµ = µ(|f | ≥ n).
n≥1 n≥0

3. Nous avons encore |f | ≤ [|f |] + 1, d’où par convergence monotone

Z Z X
|f | dµ ≤ [|f |] + 1 dµ ≤ µ(|f | ≥ n) + µ(X),
n≥1

or la borne à droite est finie. La condition de µ finie est nécessaire. Pour un contre-exemple, considérer µ la mesure
comptage sur N∗ et x → 1/x.

Exercice 10
1. La suite (|f |1Bn ) est positive croissante, par le théorème de convergence monotone
Z Z
lim |f | dµ = |f | dµ < ∞.
n→∞ Bn

Soit ε > 0, on choisit N tel que Z Z

0≤ |f | dµ − |f | dµ < ε.
Bn

On pose alors Aε = Bn , f est effectivement bornée sur Aε et la condition sur l’intégrale est trivialement vérifiée. De
plus, on vérifie, par croissance de l’intégrale
Z Z
∞ > |f | dµ ≥ |f |1Bn dµ ≥ 2−n µ(Bn )

d’où µ(Bn ) < ∞.

 2. Soit ε > 0. Alors il existe n0 ≥ 1 tel que |f |1Bn∁ ≤ ε/2. Pour cet entier n0 , on pose η = 2−n0 −1 ε. Soit maintenant
R
0
A ∈ X tel que µ(A) < η. Alors, on calcule
Z Z Z
|f | dµ = 1A 1Bn0 |f | dµ + 1A 1Bn∁ |f | dµ ≤ 2n0 µ(A) + ε/2 ≤ ε.
0
A

Exercice 11 Théorème d’Egoroff

1. L’ensemble C correspond à l’ensemble des points x ∈ X pour lesquels (fn (x)) est de Cauchy c’est à dire convergente.
2. Soit k ≥ 1. On remarque que Akn est une suite croissante en n, de plus
[ [ \
Akn = {|fi − f | ≤ 1/k} .
n≥1 n≥1 i≥n

Enfin, on montre que C est contenu dans cette réunion. En effet, soit x ∈ C, alors, il existe n ≥ 1 tel que pour tout
i, j ≥ n, |fi (x) − fj (x)| ≤ 1/k si bien que pour tout i ≥ n, |fi (x) − f (x)| ≤ 1/k. Autrement si dit, pour tout k ≥ 1,
x ∈ ∪n≥1 Akn . Ainsi, on déduit

µ(C) = lim µ(Akn ) ⇐⇒ µ(C ∁ ) = lim µ((Akn )∁ ),

n→∞ n→∞

car µ(X) < ∞. Comme µ(C ∁ ) = 0 et que ((Akn )∁ )n≥0 est décroissante en n ≥ 1, il vient l’existence de nk,ε ≥ 1 tel
que µ((Aknk,ε )∁ ) ≤ ε/2k .
3. Soit ε > 0, alors posons Aε = ∩k≥1 Aknk,ε , on a
 
[ X
µ(A∁ε ) = µ  (Aknk,ε )∁  ≤ µ((Aknk,ε )∁ ) = ε,
k≥1 k≥1

et clairement (fn ) converge uniformément vers f sur Aε .

4. On peut prendre comme contre-exemple la mesure de comptage sur N et fn = 1{n} . Alors fn converge simplement
vers 0 mais pour tout A tel que µ(A∁ ) < 1/2, c’est à dire A = N ou N privé d’un point, il n’y a pas convergence
uniforme.

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD4 : Intégration et théorèmes limites

Exercice 1 Intégrabilité et comportement à l’infini

Construire une application f : R+ → R+ telle que
1. f est continue sur R+ ,
R
2. f dλ < ∞,
3. pour tout a ∈ R+ , supt≥a f (t) = ∞.

Exercice 2 Intégrabilité et convergence uniforme

Donner un exemple de suite (fn )n≥0 de fonctions mesurables positives sur (R, B(R)) convergeant uniformément vers 0 et
vérifiant l’une des propriétés suivantes :
1. pour tout n ∈ N, fn n’est pas intégrable,
R
2. pour tout n ∈ N, fn dλ = 1,
R
3. pour tout n ∈ N, fn est intégrable et limn→∞ fn dλ = ∞.

Exercice 3 Intervertion limite-somme

Dans chacun des cas suivants, déterminer la limite de la suite (un )n≥0 :
Pn2  n
n2
Pn n
P2n sin k k
P∞ n+k
(i) un = k=1 k2 +nk+1 ; (ii) un = k=1 kn2 +k2 ; (iii) un = k=1 k2 k+1 ; (iv) un = k=1 nk3/2 +k3 .

Exercice 4 Intervertion limite-intégrale

Dans chacun des exemples suivants, déterminer la limite de la suite (un )n≥0 définie par
R1 n R ∞ ne−x R1 x)n
(i) un = 0 1+x 2 sin(x/n) dx ; (ii) un = 0 nx+1 dx ; (iii) un = 0 (sin√
x
dx ;
R (sin t)n R sin(tn ) R dt
(iv) un = ]0,∞[ t(1+t) λ(dt) ; (v) un = ]0,∞[ tn (1+t) dt ; (vi) un = R π(1+|t|2+1/n ) ;
R1 t2
2
 Rn
(vii) un = 0 1 − e−t /n dt ; (viii) un = R nene +1
(ix) un = 0 n1 1 + nt e−t/n dt ;
R

2t2 +4t2
dt ;
R∞ n
u u1/n
(x) un = ]0,∞[ sin (xi) un = 0 sin(nx )
R
u2 1+u1/n du ; nxn+1/2
dx.

Exercice 5
Soient (X, X , µ) un espace mesuré et (An )n≥0 une partition de X. Montrer que pour toute fonction mesurable positive
Z ∞ Z
X
f dµ = f dµ.
X n=0 An

Soit a ∈ R. Calculer les intégrales Z Z

1
ea[x] λ(dx) et λ(dx),
R+ R+ [x]!
où [·] désigne la partie entière et λ est la mesure de Lebesgue sur (R, B(R)).

Exercice 6 Autour du théorème de convergence dominée

n
On munit l’ensemble [0, 1] de la tribu boréliene et de la mesure de Lebesgue. Pour n ≥ 3, on pose fn = (log n)2 1[0,1/n] .
Montrer que
1. pour tout n ≥ 3, la fonction fn est intégrable,
R
2. que la suite (fn )n≥3 tend vers 0 presque partout et limn→∞ fn dλ = 0.
Déterminer la fonction supn≥3 fn . Les hypothèses du théorème de convergence dominée sont-elles vérifiées ? En modifiant
l’exemple précédent, montrer que l’on peut trouver une suite (fn )n≥0 de fonctions qui ne satisfont pas les conditions
d’application du théorème de convergence dominée mais vérifient les points 1 et 2 ci-dessus.

Exercice 7 Autour du théorème de Fatou, théorème de Young

Soit (X, X , µ) un espace mesuré. Soient (fn )n≥0 , (gn )n≥0 et (hn )n≥0 trois suites de fonctions réelles intégrables par rapport
à µ vérifiant
 1. pour tout n ≥ 0 et tout x ∈ X, gn (x) ≤ fn (x) ≤ hn (x) ;
2. (fn )n≥0 (resp. (gn )n≥0 , (hn )n≥0 ) convergent simplement vers f , (resp. vers g et h) ;
R R R R
3. que h et g sont intégrables et limn→∞ hn dµ = h dµ et limn→∞ gn dµ = g dµ.
R R
Montrer que f est intégrable et limn→∞ fn dµ = f dµ.

Exercice 8
R
Soient (X, X , µ) un espace mesuré et f : X → C une fonction intégrable telle que A f dµ = 0 pour tout A ∈ X . Montrer
que f est nulle presque partout. (On pourra commencer par supposer f à valeurs réelles.)

Exercice 9
Pour tout entier n ≥ 0 et tout réel x, on pose fn (x) = e−nx − 2e−2nx .
P
1. Montrer que n≥0 fn (x) est une série convergente pour tout x > 0 et calculer sa somme f (x).
R P R
2. Comparer R+ f (x) dx et n≥1 R+ fn (x) dx. Commenter.

Exercice 10
On se place sur l’espace de Borel standard ([0, 1], B([0, 1]), λ).
1. Soit (fn )n≥0 la suite de fonctions définies sur R+ par
 2
 n x si 0 ≤ x ≤ 1/n,
fn (x) = −n2 (x − 2/n) si 1/n ≤ x ≤ 2/n
0 si x ≥ 2/n.

R R R R
Calculer lim inf fn dλ, lim inf fn dλ, lim sup fn dλ et lim sup fn dλ.
2. Même question avec la suite (gn )n≥1 telle que g2p = 1[0,1/(2p)] et g2p−1 = 1[1/(2p−1),1] , p ≥ 1.
3. Commenter.

Exercice 11 Critère d’intégrabilité

Soit c ∈ R∗+ .
√
1. Montrer que x → exp(−c x) est Lebesgue intégrable sur [0, ∞[.
√
2. Déterminer l’ensemble des réels α tels que x → xα exp(−c x) soit Lebesgue intégrable sur [0, ∞[. Même question
sur [1, ∞[.
3. Déterminer l’ensemle des couples (α, β) ∈ R2 tels que x → xα (log x)β est Lebesgue intégrable sur ]0, 1]. Même
question sur [1, ∞[.

Exercice 12
R∞
2
Soit f la fonction définie sur R+ par f (t) = 0 sinx x e−tx dx.
1. Montrer que f est continue sur R+ et deux fois dérivable sur R∗+ .
′′
2. Calculer f et les limites en ∞ de f et f ′ .
3. En déduire une expression de f . Que vaut f (0) ? Justifier.

Exercice 13
sin x
1. Montrer que la fonction f : x → ex −1 est Lebesgue intégrable sur [0, ∞[.
P∞
2. Montrer que pour tout x > 0, la quantité f (x) peut encore s’écrire sous la forme n=1 e−nx sin(x). Est-ce vrai pour
x = 0?
R∞ P∞
3. En déduire que 0 esin x
x −1 dx =
1
n=1 n2 +1 .

Exercice 14
1. Montrer que h : θ → log(1 − sin2 θ) est Lebesgue intégrable sur [0, π/2[.
R π/2
2. On considère la fonction F : t → 0 log(1 + t sin2 θ) dθ.
(a) Montrer que F est définie et continue sur [−1, ∞[.
(b) Montrer que F est C 1 sur ] − 1, ∞[ et que
Z π/2
sin2 θ
∀t ∈] − 1, ∞[ F ′ (t) = dθ.
0 1 + t sin2 θ
 3. (a) Montrer que pour tout t ∈] − 1, ∞[, F ′ (t) = √ π √
2 1+t(1+ 1+t)
.
√
(b) En déduire que pour tout t ∈] − 1, ∞[, F (t) = π[log(1 + 1 + t) − log 2].

Exercice 15
R∞ sin x
Le but de cet exercice est de montrer que 0
dx = π/2.
x
R ∞ sin x
1. (a) Montrer que l’intégrale impropre I = 0 x dx est convergente.
(b) La fonction x → est-elle intégrable au sens de Lebesgue sur R∗+ ?
sin x
x
R∞
2. Pour t ≥ 0, on pose S(t) = 0 sinx x e−tx dx.
(a) Montrer que S est de classe C 1 sur ]0, ∞[. Calculer S ′ (t) pour tout t > 0.
(b) Déterminer la limite de S en ∞ puis S(t) pour tout t > 0.
3. Soit A > 0 et t > 0. Montrer que Z ∞
sin x −tx
e dx ≤ 2/A.
A x
4. Montrer que pour tout A > 0,
Z A Z A
sin x sin x
lim+ e−tx dx = dx.
t→0 0 x 0 x
5. Conclure.

Exercice 16 Transformée de Fourier

Soit f ∈ L1R (λ). La transformée de Fourier de f est définie sur R par
Z
fˆ(t) = f (x)eitx dx.
R

1. Pourquoi fˆ est-elle bien définie sur R ?

2. Montrer que si f est paire, alors fˆ est à valeurs réelles.
3. Montrer que fˆ est continue sur R.
4. On suppose de plus que x → xk f (x) est Lebesgue intégrable sur R pour k ∈ N. Montrer que fˆ est de classe C k sur
R.
5. Calculer la transformée de Fourier des donctions définies sur R par f1 (x) = e−x 1R+ (x) et f2 = e−|x| .

Exercice 17 Transformée de Fourier d’une probabilité

Soit µ une mesure de probabilité sur (R, B(R)).
1. Montrer que l’application ϕµ : t → R eitx µ(dx) est bien définie sur R.
R

2. Calculer ϕµ pour les probabilités suivantes

Pn P∞ k
δ0 +δ1 n
2−k δk ; e−α αk! δk , avec α > 0.


(a) µ1 = 2 ; (b) µ2 = k=0 k (c) µ3 = k=0

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD4 : Intégration et théorèmes limites

Exercice 1 Intégrabilité et comportement à l’infini

Il suffit de considérer une infinité de triangles isocèles, centrés en n, dont la base de largeur de l’ordre de n−3 et la hauteur
de l’ordre de n.

Exercice 2 Intégrabilité et convergence uniforme

1. fn (x) = 1/n.
2. fn = 1/(2n)1[−n,n] .
√
3. fn = 1/ n1[−n,n] .

Exercice 3 Intervertion limite-somme

P∞
1. On a un = n
k=1 k2 +nk+1 11≤k≤n , or limn→∞ n
k2 +nk+1 11≤k≤n = 1/k pour tout k ∈ N∗ . Enfin, le lemme de Fatou
∞ ∞
X X n
∞= 1/k = lim inf 11≤k≤n ≤ lim inf un .
n→∞ k 2 + nk + 1 n→∞
k=1 k=1

2. Même raisonnement.
3. Soit k ∈ N∗ . On a  n
sin k k
lim 11≤k≤n2 = 0,
n→∞ k 2 k+1
et  n
sin k k
11≤k≤n2 ≤ 1/k 2 .
k2 k+1
1/k 2 < ∞. Par convergence dominée, lim un = 0.
P
Or k≥1
4. Pour k ≥ 1, on a
n+k
lim = 1/k 3/2 .
n→∞ nk 3/2 + k 3
D’autre part, pour tout n ≥ 1 et k ≥ 1,
n+k 1 n+k 1 n+k
= 3/2 ≤ 3/2 = 1/k 3/2 ,
nk 3/2 + k 3 k n + k 3/2 k n+k

car n + k 3/2 ≥ n + k. Le théorème de convergence dominée implique que lim un = k≥1 1/k 3/2 .
P

Exercice 4 Intervertion limite-intégrale

1. Pour tout x ∈ [0, 1], limn→∞ n sin(x/n)
1+x2 = x
1+x2 . Comme sin x ≤ x sur [0, 1], on obtient la majoration de l’intégrande
x
par 1+x 2 qui est intégrable. D’où
Z 1 Z 1
n sin(x/n) x ln 2
lim dx = dx = .
n→∞ 0 1 + x2 0 1+x2 2

2. L’intégrande, qui est positive, converge simplement p.p. vers x → e−x /x qui n’est pas intégrable au voisinage de
zéro. Le lemme de Fatou implique que limn un = ∞.
√
3. On domine par x → 1/ x, d’où limn un = 0.
4. On vérifie facilement que l’intégrande converge vers 0 pour t ̸= 0 modulo π, donc elle converge p.p. vers la fonction
nulle. Puis, on fait la majoration suivante pour n ≥ 1

(sin t)n (sin t)n (sin t)n 1 1

= 1(0,1) (t) + 1[1,∞) (t) ≤ 1[0,1] (t) + 1[1,∞)] (t),
t(1 + t) t(1 + t) t(1 + t) 1+t |t(1 + t)|

et cette fonction est intégrable. Le théorème de convergence dominée implique que lim un = 0.
5. On applique le même principe que pour la suite précédente.
1
6. Sur [−1, 1]∁ , on majore par π(1+t2 ) . Sur [−1, 1], c’est majoré par 1. On peut appliquer le théorème de convergence
dominée et limn un = 1.
 7. Le théorème de convergence dominée, avec la domination par 1, on obtient limn un = 0.
2 2 √
8. C’est encore de la convergence dominée avec la domination par e−t . D’où limn un = e−t dt = π.
R
R1
9. On fait le changement de variables u = t/n et on obtient un = 0 (1 + u)e−u du, la suite un est constante.
10. On écrit
1 ∞
sin u u1/n sin u u1/n
Z Z
un = vn + wn = du + du.
0 u2 1 + u1/n 1 u2 1 + u1/n
La suite (wn ) est convergente par le théorème de convergence dominée avec la domination par 1/u2 . Mais (vn ) est
divergente vers ∞ par le lemme de Fatou. Donc limn un = ∞.
11. On décompose l’intégrale pour chaque n ≥ 1 sur [0, 1] et [1, ∞]. La première est convergente par le théorème de
√ R1 √
convergence dominée et la domination par 1/ x. Elle converge vers 0 dx/ x. Pour la deuxième, on utilise la
domination 1/x3/2 qui est vérifiée dès que n ≥ 1. Elle converge vers 0. D’où limn un = 2.

Exercice 5
Pn
On écrit fn = k=0 f 1Ak . Alors (fn ) est suite positive croissante convergeante vers f puisque (An ) est une partition. Le
théorème de convergence dominée implique l’égalité annoncée.
On a Z ∞ X∞ Z k+1 X
ea[x] dx = ea[x] dx = eak .
0 k=0 k k≥0

L’intégrale vaut donc ∞ si a ≥ 0 et (1 − ea )−1 pour a < 0.

De même, Z ∞
1 X
dx = 1/n! = e.
0 [x]!
n≥0

Exercice 6 Autour du théorème de convergence dominée

fn dλ = 1/(log n)2 → 0. De plus, pour x ∈ (0, 1], limn fn (x) = 0 et
R
Pour tout n ≥ 3, fn est positive et d’intégrale
limn fn (0) = ∞ donc limn fn (x) = 0 p.p.. On a
(
0 si x ∈ (1/3, 1],
sup fn (x) = [1/x]
n≥3 (log[1/x])2 sinon,

où [·] est la partie entière.

R Il est clair que g = supn≥3 fn est la plus petite fonction de domination pour la suite (fn ). Il
s’agit de vérifier si g dλ < ∞, c’est à dire
Z 3
[1/x]
2
dx.
0 (log[1/x])
Or, pour [1/x] est l’unique entier k ≥ 0 tel que k ≤ 1/x < k + 1, c’est à dire x ∈ (1/(k + 1), 1/k] donc
Z XZ 1/k
k X 1
g dλ = 2
dx = < ∞.
1/k+1 (log k) (k + 1)(log k)2
k≥3 k≥3

Les conditions du théorème de convergence dominée sont donc satisfaites.

Si on
P remplace le log2 par un log, il est facile de voir que toutes les conditions sont remplies, sauf l’intégrabilité de g
1
— k (k+1) log k = ∞ — qui est la meilleure domination possible. On a trouvé un exemple de converge dans L1 sans
domination intégrable.

Exercice 7 Autour du théorème de Fatou

Tout d’abord, la fonction f est intégrable, car |f | ≤ |g| ∨ |h| qui sont deux fonctions intégrables. Ensuite, en appliquant
le lemme de Fatou Z Z Z Z
f − g dµ ≤ lim inf fn − gn dµ ≤ lim inf fn dµ − g dµ,
n n
R R
si bien que f dµ ≤ lim inf n fn dµ. D’un autre côté, en appliquant le lemme de Fatou à h − f , on a
Z Z Z Z
h − f dµ ≤ lim inf hn − fn dµ ≤ h dµ + lim inf − fn dµ,
n n
R R R R R R
si bien que f dµ ≥ − lim inf n − fn dµ = lim supn fn dµ.En définitive, lim supn fn dµ ≤ f dµ ≤ lim inf n fn dµ.
D’où le résultat.
Exercice 8
On suppose d’abord f à valeurs réelles. On écrit f = f + −f − et posons A = {f − = 0}, alors en remarquant que f + 1A∁ = 0
(partout !), on obtient Z Z Z Z
0= f dµ = f + dµ − f − dµ = f + dµ.
A A A
L’inégalité de Markov implique que f + = 0 p.p.. De façon analogue, on obtient f − = 0 p.p.. Enfin µ({f ̸= 0}) = µ({f + >
0} ∪ {f − > 0}) ≤ µ(f + > 0) + µ(f − > 0) = 0. R R R
Si fR est à valeurs
R complexes, alors f = Re f + iIm f . Or, A f dµ = 0 si et seulement si Re A f dµ = A Re f dµ = 0 et
Im A f dµ = A Im f dµ = 0. D’où le résultat.

Exercice 9
Pout tout x > 0 la série de fonctions converge évidemment simplement et
X 1 2 −1 − e−2x + 2e−x
f (x) = fn (x) = 1 + −x
− −2x
= .
1−e 1−e 1 − e−x − e−2x + e−3x
n≥1

On vérifie facilement que n≥1 fn dλ = 0. D’autre part, en faisant le changement de variable X = e−x , tout se simplifie
P R
R
relativement bien et on trouve f dλ = log 2.
Moralité, la positivité des termes d’une série est primordiale lorsque l’on veut intervertir somme et intégrale. Ou, de
manière équivalente, on ne peut pas se passer de l’hypothèse de monotonie dans Beppo-Lévy !

Exercice 10
1. La courbe
R représentative de fn est essentiellement
R un triangle
R isocèle de hauteur n, de base 2/n et centrée en 1/n.
AussiR fn dλ = 1 si bien R que lim inf fn dλ = lim sup f n dλ = 1. D’un autre côté, lim inf fn = lim sup fn = 0 et
donc lim inf fn dλ = lim sup fn dλ = 0.
R R R R
2. On vérifie Rfacilement que R g2p dλ = 1/2p et g2p−1 dλ = 1 − 1/(2p − 1). Donc lim inf gn dλ = lim g2p dλ = 0
et lim sup gn dλ = lim g2p−1 dλ = 1. D’un autre côté, lim g2p = 0 et lim g2p−1 = 1 donc lim inf gn = 0 et
lim sup gn = 1.
3. Ces deux exemples montrent que le lemme de Fatou est optimal, on ne peut pas caractériser le cas d’égalité ou
d’inégalité.

Exercice 11 Critère d’intégrabilité

1. D’après un exercice fait dans la planche précédente, une fonction f est intégrable si et seulement si n∈Z 2n λ(2n ≤
P
|f | < 2n+1 ). Or, dans notre
P cas, on vérifie que pour n ≥ 0, les termes de cette séries sont nuls. Il s’agit donc de
vérifier la sommabilité de n≥1 2−n λ(2−n ≤ |f | < 2−n+1 ). Or,
√ (n − 1)2 log(2)2 n2 log(2)2
2−n ≤ e−c x
≤ 2−n+1 ⇐⇒ ≤ x ≤ .
c2 c2
Donc λ(2−n ≤ |f | ≤ 2−n+1 ) = O(n), la série converge et cette fonction est intégrable.
√
2. On utilise le même critère. Il faut étudier la fonction f (x) = xα exp(−c x), calculons la dérivée,
√ 
 
′ α c 
f (x) = − √ exp α ln x − c x .
x 2 x
On remarque que si α ≤ 0 alors f ′ ≤ 0, sinon f ′ est positive sur [0, 4α2 /c2 ] et négative sur [4α2 /c2 , ∞). Considérons
le cas α > 0, alors on montre facilement que 0 ≤ f (x) ≤ K exp(−cx1/4 = g(x). En adaptant les calculs de la question
précédente, on voit que
X
λ(2−n ≤ |g| ≤ 2−n+1 ) = O(n3 ) =⇒ 2−n λ(2−n ≤ |g| ≤ 2−n+1 ) < ∞.
n≥1
n n n+1
) = 0 car ∥g∥∞ = 1. Ainsi, la fonction g ∈ L1 (λ) et
P
De même que précédemment, n≥0 2 λ(2 ≤ |g| ≤ 2
f ∈ L1 (λ) pour tout α > 0.
Considérons le cas α < 0 (le cas α = 0 a déjà été fait. On remarque tout d’abord que f = f 1(0,1) + f 1[1,∞) et que
√
0 ≤ f 1[1,∞) ≤ e−c x . Au passage, cela montre que f est intégrable sur [1, ∞) pour tout α ∈ R. Il reste à étudier la
fonction f 1(0,1) . Or, comme α < 0
√
2n ≤ xα e−c x
1(0,1) ≤ 2n+1 ⇐⇒ 2(n+1)/α ec ≤ x ≤ 2n/α .
Donc, f 1(0,1) est intégrable si et seulement si
X
2n 2n/α < ∞ ⇐⇒ α > −1.
n≥0
 3. Considérons d’abord le cas [1, ∞), on regardera le cas (0, 1) dans un second temps à l’aide d’un changement de
variables. Notons que si α > 0 alors il existe M ≥ 1 tel que g(x) = xα (ln x)β ≥ 1 et g est trivialement non intégrable.
Si α = 0, comme g est positive, nous pouvons faire le changement de variable x = et :
Z ∞ Z ∞
(ln x)β dx = tβ et dt.
1 0

Comme précédemment, la fonction t → tβ et est minorée par 1 au voisinage de l’infini et est donc trivialement non
intégrable.
Soit α < 0. Si β ≥ 0 alors g est trivialement non intégrable pour α ∈ (0, 1]. Si α < −1, on vérifie facilement que
0 ≤ g(x) ≤ Kx(α−1)/2 et g est intégrable.
Reste le cas α < 0 et β < 0. Rappelons que la fonction g est positive, donc elle sera intégrable si elle intégrable au
voisinage de 1 et ∞. Soit R > 1. Au voisinage de l’infini, nous avons
Z ∞ Z ∞
xα (ln x)β dx = e(1+α)t tβ dt.
R ln R

Lorsque α > −1, l’intégrande est non minorée par 1 au voisinage de l’infini. Lorsque α < −1, une majoration brutale
par e(1+α)t de l’intégrande permet de conclure à l’intégrabilité de g. Si α = −1, alors g est intégrale pour β < −1 et
non intégrable pour β ∈ (−1, 0).
Par un calcul similaire,
Z R Z ln R
α β
x (ln x) dx = e(1+α)t tβ dt.
1 0

Or, il existe m, M > 0 telles que pour tout t ∈ [0, ln R], m ≤ e(1+α)t ≤ M , donc g est intégrable au voisinage de 1 si
et seulement si β ∈ (0, −1). Finalement, g est intégrable sur [1, ∞) si et seulement si α < −1 et β ≥ 0.
Pour finir : Z 1 Z ∞
xα (ln x)β dx = y −α−2 (− ln y)β dy
0 1
et il suffit d’utiliser le critère précédent.

Exercice 12
1. On montre d’abord que f est deux fois dérivables sur R+ ∗ . Il est clair que l’intégrande est deux fois dérivable pour
t > 0, de dérivée seconde t → (sin x)2 e−tx . Pout tout a > 0 et tout t ∈ (a, ∞), cette fonction est dominée par
x → e−ax p.p.. On montre ainsi que f est deux fois dérivable sur (a, ∞) pour tout a > 0 donc dérivable sur (0, ∞).
Elle est en particulier continue sur (0, ∞).
Soit (tn ) une suite de réels strictement positifs convergent vers 0. Alors, la fonction x → (sin x)2 /x2 e−tn x converge
R∞ 2
vers (sin x)2 /x2 et est dominée par (sin x)2 /x2 qui positive et intégrable. Donc limt→0 f (t) = 0 sinx2 x dx = f (0),
et f est continue en 0.
2. Par un argument analogue que pour la continuité, f (∞) = 0. On a également que f ′ (∞) = 0 : on utilise une
domination x → e−Ax qui est valide dès que t ≥ A.
3. Nous pouvons procéder par intégration par parties :
Z ∞
2 ∞
 −tx 
−e
Z
′′
f (t) = 2
sin x d = cos(x) sin(x)e−tx dx.
0 t t 0
Encore une fois : Z ∞
2 2 4
f ′′ (t) = [cos2 (x) − sin2 (x)]e−tx dx = − 2 f ′′ (t).
t2 0 t3 t
Donc f ′′ (t) = t3 +4t
2
= 2t t21+4 .
Il s’agit de trouver une primitive de f ′′ . Pour cela, on décompose l’expression de f ′′ en fraction irréductible :
2 1 a b + ct
2
= + .
t 4+t t 4 + t2
Il vient immédiatement que a = 1/2. Le polynôme 4 + t2 s’annule en 2i et −2i ce qui donne les équations
 2
2i = b + 2ic .
2
− 2i = b − 2ic

En sommant les deux lignes on trouve b = 0, puis c = −1/2. Finalement,

1 t
f ′′ (t) = − .
2t 2(t2 + 4)
  
t2
On déduit, f ′ (t) = 1
2 ln t− 41 ln(t2 +4)+K = K+ 14 ln t2 +4 . Comme f ′ (∞) = 0, K = 0 et f ′ (t) = 1
2 ln(t)− 14 ln(4+t2 ).
On obtient en intégrant directement le premier terme et en faisant une IPP pour le second
1 t 1 t t
2x2
Z Z Z
1 1 1 1
f (t) = K + ln x dx − ln(4 + x2 ) dx = K + t ln t − t − t ln(4 + t2 ) + dx.
2 4 2 2 4 4 4 + x2
x2 4
Ensuite 4+x2 =1− 4+x2 , d’où
t
x2
Z
dx = t − 2 arctan(t/2).
4 + x2
Finalement,

1 1 1 1 1 1 1 1
f (t) = K + t ln t − t − t ln(4 + t2 ) + t − arctan(t/2) = K + t ln t − t ln(4 + t2 ) − arctan(t/2)
2 2 4 2 2 2 4  2 2
t t 1
= K + ln − arctan(t/2).
4 4 + t2 2
Remarquons que le premier terme est équivalent à −1/t lorsque t → ∞ (faire un dl). On conclut :
 2 
π t t 1
f (t) = + ln − arctan(t/2).
4 4 4 + t2 2
R∞
2
On déduit f (0) = π/4, en particulier 0 sinx x dx = π/4.

Exercice 13
1. Il est assez simple de voir que |f (x)| ≤ Ke−x pour un certain K > 0.
2. On calcule
∞ ∞
X X e−x sin(x) sin(x)
e−nx sin(x) = sin(x)e−x e−nx = −x
= x .
n=1 n=0
1−e e −1
Pour x = 0, la forme analytique n’est pas définie e0 − 1 = 0, mais la série l’est, elle vaut 0.
PN
intégrale en utilisant le théorème de convergence dominée appliqué à fN (x) = n=1 e−nx | sin(x)|
3. Intervertissons somme et P
∞
et la domination g(x) = n=1 e−nx | sin(x)| :
Z ∞ Z ∞X ∞ ∞ Z ∞
sin x −nx
X
x−1
dx = e sin(x) dx = e−nx sin(x) dx
0 e 0 n=1 n=1 0
∞ Z ∞ ∞ ∞
X
−nx+ix
X 1 X 1
= Im e dx = Im = 2+1
.
i=1 0 n=1
n − i n=1
n

Exercice 14
1. Comme θ → ln(1 − sin2 (θ)) est négative sur [0, π/2), l’intégrable de Lebesgue a un sens dans R− . Il reste à montrer
que cette intégrale est finie. On calcule en faisant le changement de variable θ = π/2 − x
Z π/2 Z π/2 Z π/2
2
| ln(1 − sin (θ))| dθ = −2 ln cos(θ) dθ = −2 ln(sin(θ)) dθ.
0 0 0

L’intégrande est de signe constant continue sauf en 0 où elle est équivalent à ln θ qui est intégrable en 0.
2. (a) Soit M > 0. La fonction t → ln(1 + t sin2 θ) est continue sur [−1, ∞) pour presque tout θ. De plus, nous avons
la domination, pour tout t ∈ [−1, M ], ln(1 + t sin2 (θ)) ≤ M sin2 (θ), or θ → sin2 (θ) est Lebesgue intégrable
sur [0, π/2]. Le théorème de continuité sous le signe somme implique que F est définie et continue sur [−1, M ].
Comme M peut être rendu arbitrairement grand, il vient que F est définie et continue sur [−1, ∞).
(b) Soit (a, b) ⊂ (−1, ∞) un intervalle ouvert. D’après la question précédente, pour tout t ∈ (a, b), la fonction
θ → ln(1 + t sin2 (θ)) est intégrable sur [0, π/2].
2
sin (θ)
Pour presque tout θ ∈ [0, π/2], la fonction t → ln(1 + t sin2 θ) est dérivable sur (a, b) de dérivée t → 1+t sin2 (θ)
.
Cette dernière fonction est décroissante en t ∈ (−1, ∞) pour presque tout θ ∈ [0, π/2], ainsi, nous la majoration

sin2 θ sin2 θ
≤ .
1 + t sin2 θ 1 + a sin2 (θ)
Cette domination est bornée donc intégrable sur [0, π/2]. Ainsi, F est dérivable sur (a, b) de dérivée F ′ (t) =
R π/2 sin2 θ
0 1+t sin2 θ
dθ. Les réels a, b étant arbitraire, ceci reste vrai sur l’intervalle (−1, ∞) entier.
 3. (a) On commence par faire le changement de variable u = sin2 (θ) :
√ 1 du
θ = arcsin u =⇒ √ √ .
2 u 1−u
On obtient : Z 1 r
′ 1 u du
F (t) = .
2 0 1 − u 1 + tu
q
u
Puis, on pose v = 1−u :

v2 2v dv
v 2 (1 − u) = u ⇐⇒ u= =⇒ du = .
1 + v2 (v 2 + 1)2
Finalement,
∞ ∞ ∞
2v 2 dv v 2 dv v 2 dv
Z Z Z
′ 1
F (t) =  = =
2 0 (v 2 + 1)2 1 + tv 2 0 (v 2 + 1)2 + tv 2 (v 2 + 1) 0 (v 2 + 1)(1 + (1 + t)v 2 )
v 2 +1

En décomposant l’intégrande en fraction irréductible, nous obtenons

v2 1 1
= − .
(v 2 + 1)(1 + (1 + t)v 2 ) t(v 2 + 1) t(1 + (1 + t)v 2 )
Il vient :
 √ ∞ √
′ π 1 arctan( 1 + tv) π π π 1+t−1 π 1
F (t) = − √ = − √ = √ = √ √ .
2t t 1+t 0 2t 2t 1 + t 2t 1+t 2 1 + t(1 + 1 + t)
√
(b) On vérifie que F ′ (t) = 2√1+t(1+
π √
1+t)
. Ceci montre que F (t) = π ln(1 + 1 + t) + K. De plus, on a clairement
F (0) = 0, d’où K = −π log 2.

Exercice 15
1. (a) Soit A > 0, la fonction x → sin(x)/x est continue sur [0, A] donc Riemann intégrable. En posant NA = [A/π],
on a de plus
Z A A −1 Z (k+1)π
NX Z A
sin(x) sin(x) sin(x)
dx = dx + dx. (1)
0 x kπ x NA π x
k=0

On majore brutalement la seconde intégrale par 1/NA qui tend vers 0 lorsque A tend vers l’infini. D’un autre
côté, pour k = 0, . . . , NA − 1, on fait le changement de variable x = y + kπ, on obtient
Z (k+1)π Z π Z π
sin(x) sin(y + kπ) sin(y)
dx = dy = (−1)k dy.
kπ x 0 y + kπ 0 y + kπ

Ainsi, dans (1), la série est une série alternée. Il vient facilement pour tout k ≥ 1 et y ∈ [0, π] que
sin y sin(y)
≤ ,
y + (k − 1)π y + kπ
R 
π sin y
d’où la décroissance de la suite 0 y+kπ
dy . Une majoration brutale donne que cette suite tend vers 0.
k≥0
Ceci montre la convergence de l’intégrale impropre.
(b) La fonction x → sin(x)/x n’est pas Lebesgue intégrable. Pour le voir, il suffit de conisdérer x → | sin(x)|/x,
et de remarquer que la décomposition précédante est toujours valide mais aboutit à une série divergente (on
minore le terme général par 1/(k + 1)π).
2. (a) Soit ε > 0. Pour t > ε, il est clair que x → sinx x e−tx est Lebesgue intégrable sur [0, ∞). La fonction t → sin(x)
x e
−tx
−tx
est également dérivable sur ]ε, ∞[ de dérivée t → sin(x)e . On utilise le théorème de convergence dominée
avec la domination de la dérivée par x → e−εx qui est intégrable. Comme ε > 0 peut être choisi arbitrairement,
S est dérivable sur ]0, ∞[ de dérivée
Z ∞ Z ∞
′ −tx 1
S (t) = − sin(x)e dx = −Im e−(t−i)x dx = − , t > 0.
0 0 1 + t2

Soit ε > 0, comme t → sin(x)e−tx est continue sur ]ε, ∞[ pour tout x ∈ R+ , en dominant par x → e−εx , on
obtient la continuité de S ′ sur ]ε, ∞[ pour tout ε > 0 donc sur ]0, ∞[.
 (b) Soit (tn ) une suite réels positifs tendant vers ∞. Par des dominations très similaires aux questions précédentes,
le théorème de convergence dominée donne
Z ∞ Z ∞
sin(x) −tn x sin(x)
lim S(tn ) = lim e dx = lim e−tn x dx = 0.
n→∞ n→∞ 0 x 0 x n→∞

Une primitive de t → −1/(1 + t2 ) est t → α − arctan(t). D’où S(t) = π/2 − arctan t.

3.
4. Soit (tn ) une suite de réels positifs tendant vers 0. Alors à l’aide de la domination par x → | sin(x)|/x qui est
intégrable sur [0, A] comme fonction continue sur un compact, on applique le théorème de convergence dominée qui
nous donne le résultat.
5. Les deux points précédant implique que pour tout N > 1
Z ∞ Z ∞ Z Nπ Z Nπ
sin x sin x sin x sin x
Γ(t) = e−tx dx − dx ≤ e−tx dx − dx
0 x 0 x 0 x 0 x
Z ∞ Z ∞
sin x sin x
+ e−tx dx − dx ≤ (⋆) + 2/N π.
Nπ x Nπ x

Soit ε > 0, choisissons N tel que 1/N π < ε/2 et δ > 0 tel que t ∈ (0, δ) implique (⋆) < ε/2. On obtient donc, pour
tout ε > 0, l’existence d’un δ > 0 tel que t ∈ (0, δ) implique Γ(t) < ε. Ceci montre que S est en fait continue en 0,
donc I = S(0) = limt→0+ π/2 − arctan(t) = π/2.
Z ∞ Z A Z ∞ Z A
sin(x) sin(x) sin(x) sin(x)
lim+ e−tx dx = lim+ e−tx dx + e−tx dx = dx + O(1/A).
t→0 0 x t→0 0 x A x 0 x
Ainsi, en passant à la limite en A → ∞ on obtient en substance que S est continue en 0 et comme I = S(0) on
obtient I = π/2.

Exercice 16 Transformée de Fourier

1. Comme |f (x)eitx | = |f (x)| pour tout x ∈ R, l’intégrabilité de f assure que t → fˆ(t) est bien définie.
2. Trivial.
3. Convergence dominée.
4. Convergence dominée.
5. Exercice.

Exercice 17 Transformée de Fourier d’une probabilité

1. Il suffit de remarquer que |eitx | = 1 est intégrable si µ est une probabilité.
2. Exercice.

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD5 : Mesure produit

Exercice 1
Soit f la fonction définie sur R+ × [0, 1] par f (x, y) = 2e−2xy − e−xy .
1. Montrer que f est B(R+ ) ⊗ B([0, 1])-mesurable.
R R  R R 
2. Calculer [0,1] R+ f (x, y) dx dy et R+ [0,1]
f (x, y) dy dx. Conclure.

Exercice 2
Soit f : R → R+ une fonction borélienne positive.
 
1. Montrer que l’ensemble Af = (x, y) ∈ R : 0 ≤ y ≤ f (x) est un borélien de R2 et calculer λ2 (Af ).
2

 
2. Même question pour le graphe de f défini par Gf = (x, f (x)) : x ∈ R .

3. En déduire que λ({x ∈ R : f (x) = y}) = 0, λ(dy)-p.p..

Exercice 3
R∞ log x
R 1 log x
1. Montrer que l’intégrale I = 0
dx est bien définie et vaut également I = −2 0 1−x
x2 −1 2 dx.

dxdy
R
2. Calculer, en justifiant, de deux façons différentes l’intégrale R2 (1+y)(1+x 2 y) et en déduire la valeur de I.
+

3. Déduire de la question précédante et d’un développement en série entière de 1/(1 − x2 ) les égalités
X 1 π2 X 1 π2
2
= et 2
= .
(2n + 1) 8 n 6
n≥0 n≥1

Exercice 4
Soit (X, X , µ) un espace mesuré. Soient f et g deux fonctions mesurables positives sur (X, X ).
1. Montrer que A = {(x, t) ∈ X × R+ : f (x) ≥ t} ∈ X ⊗ B(R+ ).
R R
2. Montrer que X f dµ = R+ µ({f ≥ t}) λ(dt).
3. En déduire que pour tout p ≥ 1, X g p dµ = R+ ptp−1 µ({g ≥ t}) λ(dt).
R R

4. Que dire de X ϕ ◦ f dµ si ϕ est croissante de classe C 1 sur R+ qui s’annule en 0.

R

5. En considérant l’application de X×R+ ×R+ dans R+ , notée F , qui à (x, s, t) associe 1[s,∞[ (f (x))1[t,∞[ (g(x)), montrer
que Z Z
f g dµ = µ({f ≥ s} ∩ {g ≥ t}) dsdt.
X R2+

Exercice 5
Soit f une fonction de R2 dans R. Soit I un intervalle de R. Dans Rchacun des cas suivants,
R R déterminer si f est Lebesgue
intégrable sur R2 et calculer, si elles existent, les intégrales itérées I I f (x, y) dxdy et I I f (x, y) dydx.
R


 −1 si x > 0 et 0 < y − x ≤ 1,

x2 − y 2 
2 si x > 0 et 1 < y − x ≤ 2,
f (x, y) = 2 , avec I = [0, 1] et f (x, y) = avec I = R.
(x + y 2 )2 
 −1 si x > 0 et 2 < y − x ≤ 3,
0 sinon,


Exercice 6
Soient f et g les fonctions définies sur R+ par
Z ∞ Z ∞  2
sin x −tx sin x
f (t) = e dx et g(t) = e−tx dx.
0 x 0 x
1. Montrer que f est continue sur R∗+ et g sur R+ .
 sin x
R1
2. Calculer f (t) pour tout t > 0 en partant de l’égalité x = 0
cos(xy) dy.
sin x 2

R 1 sin(2xy)
3. Calculer g(t) pour tout t > 0 en partant de l’égalité x = 0 x dy. En déduire g(0).

Exercice 7 Intégration par parties

1. Soient µ et ν deux mesures finies sur B(R). On désigne par F et G leurs fonctions de répartition respectives, c’est à
dire
∀x ∈ R F (x) = µ(] − ∞, x]) et G(x) = ν(] − ∞, x]).
Pour des réels fixés a et b, avec a < b, on définit A = {(x, y) ∈ R2 : a < y ≤ x ≤ b}. En calculant de deux façons
différentes µ ⊗ ν(A), montrer que
Z Z
−
F (t )ν(dt) + G(t)µ(dt) = F (b)G(b) − F (a)G(a).
]a,b] ]a,b]

2. Soient f et g deux fonctions mesurables positives et λ-intégrable sur R. On pose

Z x Z x
∀x ∈ R F (x) = f dλ et G(x) = g dλ.
−∞ −∞

Montrer que F et G sont les fonctions de répartitions de deux mesures finies sur B(R). En déduire que
Z Z
∀a, b ∈ R, a < b, F (x)g(x) dx + f (x)G(x) dx = F (b)G(b) − F (a)G(a).
[a,b] [a,b]

3. Que se passe-t-il dans la question précédante si l’on remplace la mesure de Lebesgue λ par la mesure de comptage
sur N ?

Exercice 8 Convolution
Soient f et g deux fonctions de L1Rd (λd ). On définit le produit de convolution de f avec g, noté f ∗ g, sur Rd par
Z
d
∀x ∈ R , f ∗ g(x) = f (x − t)g(t) dt.
Rd

1. Montrer que f ∗ g ∈ L1Rd et que f ∗ g = g ∗ f .

2. Calculer f ∗ g pour f = g = 1[0,1] (d=1). Commenter.
3. Montrer que si f est de classe C k à support compact, alors il en va de même pour f ∗ g.
4. Montrer que si f et g sont positives d’intégrale 1, il en va de même pour f ∗ g.
5. Montrer que f[∗ g = fb gb. (On pourra supposer d = 1.)

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD5 : Mesure produit

Exercice 1
1. La fonction f est continue donc mesurable.
2. On calcule Z 1 Z
2e−2xy − e−xy dxdy = 0,
0 R+

et
1 ∞
e−x
Z Z Z
f (x, y) dydx = (1 − e−x ) dx = log 2.
R+ 0 0 x
En réalité, nous sommes pas obligé de savoir calculer exactement l’intégrale. En fait, l’intégrande est positive continue
et n’est pas la fonction nulle, donc l’intégrale est strictement positive.
Conclusion : l’intervertion des intégrales n’est pas licite. Ce que l’on constate, c’est que la fonction f n’est pas de
signe constant. Une étude un peu poussée montrerait qu’elle n’est pas intégrable non plus.

Exercice 2

1. On pose h(x, y) = f (x) − y. C’est clairement une fonction borélienne que somme de deux applications boréliennes.
On remarque Af = h−1 ([0, ∞)) ∩ R × [0, ∞)) donc Af est un borélien. Ensuite, en utilisant le théorème de Fubini
pour les fonctions positives et la décomposition de Af en tranche verticale, on obtient
Z Z Z Z
λ2 (Af ) = 1Af (x, y) λ(dx)λ(dy) = 1[0,f (x)] (y) λ(dy)λ(dx) = f (x) λ(dx).
R2 R R R

2. La mesurabilité de Gf vient du fait que Gf = h−1 ({0}) où h est la fonction mesurable définie par h(x) = f (x) − x,
x ∈ R.
Soit ϕ une fonction continue strictement positive et intégrable sur R. Introduisons pour n ≥ 1, l’ensemble Gnf =
{(x, y) ∈ R2 : f (x) − ϕ(x)/n ≤ y ≤ f (x) + ϕ(x)/n}. En utilisant cette fois-ci, les fonctions hn,± (x, y) = f (x) ±
ϕ(x)/n − y, Gnf = h−1 −1 n
n,+ ([0, ∞)) ∩ hn,− ((−∞, 0]) ∩ R × [0, ∞), pour tout n ≥ 1, Gf est un borélien. En utilisant, le
n
théorème de Fubini pour les fonctions positives et la décomposition de Gf en tranche verticale, on obtient
Z
2ϕ(x)
λ2 (Gnf ) = = O(1/n).
R n

Ceci montre en particulier que λ2 (Gnf ) < ∞ pour tout n ≥ 1. De plus Gf = ∩n≥1 Gnf (ceci montre d’une autre façon
la mesurabilité de Gf , soit dit en passant). Ainsi,

λ2 (Gf ) = λ2 (∩n Gnf ) = lim λ2 (Gnf ) = 0.

n

3. En reprenant les notations du cours, nous avons que {x ∈ R : f (x) = y} = (Gf )y est la section horizontale de Gf .
Le théorème de Fubini pour les fonctions positives implique
Z
0 = λ2 (Gf ) = λ((Gf )y ) λ(dy),
R

x
or la fonction y → λ((Gf ) ) est mesurable positive, elle est donc nulle presque partout.

Exercice 3
1. La fonction x → log(x)/(x2 − 1) est mesurable positive donc l’intégrale est bien définie. On calcule
Z 1 Z ∞
log x log x
I= dx + dx.
0 x2 − 1 1 x2 − 1

Dans la seconde intégrale, faire le changement de variable x = 1/y pour les fonctions positives, après simplification,
on obtient le résultat.
 2. On utilise le théorème de Tonelli pour intervertir l’ordre d’intégration. On obtient d’une part
Z ∞ √
[arctan( yx)]∞
Z
dxdy 0
2 y)
= √ dy,
2
R+ (1 + y)(1 + x 0 (1 + y) y

puis en faisant le changement de variables y = z 2 , on obtient finalement

Z ∞
dz
π = π 2 /2.
0 1 + z2

D’autre part, une décomposition en fraction irréductible donne

x2
 
1 1 1
= − .
(1 + y)(1 + x2 y) 1 − x2 1 + y 1 + x2 y

Une primitive (en y) est donnée par  

1+y
log 1+x2 y
.
1 − x2
D’où, Z ∞ Z ∞ Z ∞
dy log(x)
dx = −2 dx = 2I.
0 0 (1 + y)(1 + x2 y) 0 1 − x2
2
Donc I = π /4.
3. Le développement en série entière de (1 − x2 )−1 est donné par
1 X
2
= x2n , |x| < 1.
1−x
n≥0

x2n et une intégration parties donne

P
Le théorème de convergence monotone appliqué à x → − log x n≥0

1 1
x2n+1
XZ XZ   X 1
I= −2 log(x)x2n dx = −2 log(x)d =2 = π 2 /8.
0 0 2n + 1 (2n + 1)2
n≥0 n≥0 n≥0

Le calcul de la deuxième série se déduit facilement en découpant la somme sur les entiers pairs et impairs.

Exercice 4
1. Voir exercice 2.
2. Voir exercice 2.
3. Il suffit de remarquer que Z Z ∞
p
g dµ = µ(g ≥ t1/p ) dt,
0
et faire le changement de variables t = y p .
4. Le principe est le même puisque ϕ est bijective d’inverse C 1 , on fait un changement de variable t = ϕ(y). On obtient
Z Z ∥ϕ∥∞
ϕ ◦ f dµ = µ(f ≥ t)ϕ′ (t) dt.
0

5. On observe que Z Z
µ({f ≥ s} ∩ {g ≥ t}) dsdt = F (x, s, t) µ(dx)dsdt.
R2+ X×R2+

Puis par le théorème de Tonelli,

Z Z "Z Z #
F (x, s, t) µ(dx)dsdt = 1[s,∞) (f (x)) ds 1R+ 1[t,∞) (g(x)) dt µ(dx).
X×R2+ X R+

Enfin, Z Z
1[s,∞) (f (x)) ds = 1[0,f (x)] (s) ds = f (x).
R+ R+

D’où le résultat.
Exercice 5

Exercice 6
1. Soit t > 0 et (tn ) une suite de réels strictement positifs convergeant vers t. Par le théorème de convergence dominée
avec domination par x → Ke−t0 x où t0 = inf tn donne la continuité de f en t. La fonction g est de même continue
sur R+ en utilisant la dominant par
 2
| sin x|
x→ .
x
2. Une fois l’ordre d’intégration interverti par le Fubini-Lebesgue, on écrit que cos est la parti réelle d’une exponentielle
complexe. On trouve
Z 1
dy 1 1
f (t) = t 2 2
= [t arctan(y/t)]0 = arctan(1/t) →t→0 π/2.
0 t +y t

Remarquons qu’on retrouve la valeur trouvée dans l’exercice 15 du TD 4, cependant il faudrait montrer que cette
limite est effectivement f (0) ce qui en soi était l’aspect technique de l’exercice en question.
3. On utilise l’astuce de la question précédente et le théorème de Fubini-Lebesgue, on obtient
Z 1Z 1Z ∞ Z 1Z 1 Z 1
2ty t
g(t) = 2y cos(2xyz)e−tx dxdydz = 2 2 2
dydz = 2
log(1 + 4z 2 /t2 ) dz
0 0 0 0 0 t + 4y z 0 4z
1 1/t log(1 + 4u2 )
Z
= du.
4 0 u2

Une primitive est donnée par

log(1 + 4x2 )
G(x) = 4 arctan(2x) − ,
x
d’où
g(t) = arctan(2/t) − t log(1 + 4/t2 ), et g(0) = π/2,
par continuité de g en 0 (noter, en effet, que cette forme analytique est valide seulement pour t > 0).

Exercice 7 Intégration par parties

1. D’une part, on a
Z Z Z
µ ⊗ ν(A) = 1]a,b] (x) 1]a,x] (y) ν(dy)µ(dx) = G(t) µ(dt) − [F (b) − F (a)]G(a).
]a,b]

D’autre part,
Z Z Z
µ ⊗ ν(A) = 1]a,b] (x) 1[y,b] (x) µ(dx)ν(dy) = [G(b) − G(a)]F (b) − F (t− ) ν(dt).
]a,b]

Ces deux quantités sont égales par le théorème de Tonelli d’où l’égalité.
2. On définit µ et ν pour tout A ∈ B(R) respectivement par
Z Z
µ(A) = 1A f dλ et ν(A) = 1A g dλ.

On vérifie facilement que µ et ν ainsi définie sont des mesures. Comme f et g sont intégrables, elles sont finies. Enfin,
par définition, F et G sont les fonctions de répartitions des mesures µ et ν respectivement.
On applique l’égalité précédente à ces fonctions de répartition en remarquant que les mesures µ et ν ne chargent pas
les singletons si bien que l’on peut fermer les intervalles et remplacer F (t− ) par F (t). On obtient alors
Z Z
F (x)g(x) dx + f (x)G(x) dx = F (b)G(b) − F (a)G(a).
[a,b] [a,b]

3. Si on remplace la mesure de Lebesgue par la mesure de comptage sur Z, on ne peut plus fermer les intervalles
systématiquement et F (t− ) = F (t − 1) pour tout t ∈ Z. Au final, on obtient pour tout a < b ∈ Z,
b
X b
X
F (k − 1)g(k) + f (k)G(k) = F (b)G(b) − F (a)G(a).
k=a+1 k=a+1
 En introduisant la notation ∆F (k) = F (k) − F (k − 1) d’où
b
X b
X
F (k − 1)∆G(k) + ∆F (k)G(k) = F (b)G(b) − F (a)G(a).
k=a+1 k=a+1

Il s’agit en réalité de la transformation d’Abel. Comme exercice, on pourra en déduire le critère d’Abel pour les
séries numériques.

Exercice 8 Convolution
1. Nous avons par Tonelli Z Z Z
|f ∗ g(x)| dx ≤ |f (x − t)||g(t)| dxdt = ∥f ∥1 ∥g∥1 .

On fait le changement de variables t = x − u qui est un C 1 -difféomorphisme de Rd dans lui-même, on obtient

Z Z
f ∗ g(x) = f (x − t)g(t) dt = f (u)g(x − u) du = g ∗ f.

2. C’est la fonction triangle supportée par [0, 2] et de hauteur maximum 1.

3. C’est de la convergence dominée : en remarquant que les dérivées sont continues donc bornées sur les compacts on
obtient à chaque fois une domination par ∥f (k) 1K ∥∞ g où K est un compact tel que f (k) 1K C = 0.
4. Par le théorème de Tonelli
Z Z Z Z Z
f (x − t)g(t) dtdx = g(t) f (x − t) dxdt = g(t) dt = 1.

5. Le théorème de Fubini-Lebesgue et l’invariance par translation donne

Z Z Z Z Z Z
∗ g(t) = f ∗ g(x)eitx dx =
f[ f (x − y)g(y)eitx dydx = eity g(y)f (x − y)eit(x−y) dxdy = fb(t)g(y)eity dy,

d’où l’égalité.

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI

TD6 : Changement de variables et convolution

Exercice 1 Normalisation de la gaussienne

Soit f : R2+ → R+ la fonction définie pour (x, y) ∈ R2+ par f (x, y) = y exp −y 2
(1 + x2 )/2 . Après avoir justifié que f est
Lebesgue intégrable sur R2+ , montrer en calculant de deux façons différentes R2 f (x, y) dxdy que
R
+

∞
Z r
2 π
e−x /2
dx = .
0 2

Exercice 2
Calculer, en justifiant, les intégrales suivantes
Z Z
sin(y)e−(x+y) dxdy et xy 2 dxdy,
R2+ ∆

où ∆ est le domaine intérieur au triangle ABC avec A = (0, −1), B = (1, 3) et C = (0, 1).

Exercice 3 Fonction Gamma d’Euler

R∞
On pose, pour tout t ∈ R+ , Γ(t) = 0
xt−1 e−x dx.
1. Montrer que la fonction Γ est bien définie sur R∗+ et que, pour tout t ∈ R∗+ , Γ(t + 1) = tΓ(t). En déduire que
√ R∞ 2 √
Γ(n) = (n − 1)! pour tout n ∈ N∗ . Montrer que Γ(1/2) = 2 0 e−u /2 du = π. En déduire la valeur de Γ(n + 1/2)
pour tout n ∈ N.
√
2. Montrer, en considérant le changement de variables x = ϕ(u) = t + u t que
∞ t
√ √
Z 
u
Γ(t + 1) = tt te−t √ 1+ √ e−u t
du.
− t t

3. En déduire que, pour toute suite de réels (tn )n∈N tendant vers ∞,
tn
√
 Z
e Γ(tn + 1) 2
lim inf √ ≥ e−u /2
du = 2π.
n→∞ tn tn R

R0  t √
u
e−u t
pπ
4. Montrer que limt→∞ √
− t
1+ √
t
du = 2. On pourra pour cela poser u = −v et remarquer que pour
2
tout x ∈] − 1, 0], log(1 + x) ≤ x − x /2.
R∞ t √
5. Montrer que limt→∞ 0 1 + √ut e−u t du =
pπ
2 . On pourra étudier les variations de la fonction suivante :
x → log(1 + x) − x + x2 /(2(1 + x)).
t t

√
6. Établir la formule de Stirling étendue : Γ(t + 1) ∼t→∞ e 2πt.

Exercice 4 Fonction Beta d’Euler

Soit ∆ = {(x, y) ∈ R2 : x + y = 0}. Soit ϕ la fonction de R2 \ ∆ dans R2 définie pour tout (x, y) ∈ R2 \ ∆ par
 
x
ϕ(x, y) = x + y, .
x+y

On fixe a, b deux réels strictement positifs.

1. Montrer que ϕ est un C 1 -difféomorphisme de R2 \ ∆ dans R∗ × R.
2. Déterminer graphiquement ϕ(] − ∞, −1]2 ), ϕ(]0, ∞[2 ) et ϕ(]0, 1]2 ).
3. Montrer que la fonction f : v → v a−1 (1 − v)b−1 1]0,1[ (v) est Lebesgue intégrable.
4. Soit ν la mesure sur (R, B(R)) de densité f . Montrer que
Z
e−(x+y) xa−1 y b−1 dxdy = ν(R)Γ(a + b).
]0,∞[2

En déduire ν(R).
Exercice 5 Fonction Beta d’Euler, suite
v a−1 (1 − v)b−1 dv pour a, b des réels. Soient p, q, r et s des réels strictement positifs.
R
On pose B(a, b) = ]0,1[
1. Calculer, en fonction de B, l’intégrale
Z
J= xp−1 y q−1 z r−1 (1 − x − y − z)s−1 dxdydz,
D

où D = {(x, y, z) ∈ R∗+ × R∗+ × R∗+ : x + y + z < 1}. On pourra utiliser le changement de variables
y+z z
X = x + y + z, Y = , Z= .
x+y+z x+y+z

2. Exprimer J en fonction de Γ. Qu’obtient-on lorsque p, q, r et r sont des entiers.

Exercice 6 Calcul d’intégrales multiples

 
x−y
1. Pour le domaine D = {(x, y) ∈ R2 : x > 0, y > 0, 1/2 < x + y < 1}, calculer
R
D
exp x+y dxdy.
2. Soit D = {(x, y) ∈ R2 : 1 < x2 + 2y 2 < 2, 0 < y < x}. Trouver un difféomorphisme T de D dans D′ = {(u, v) ∈ R2 :
R 2 2
1 < u < 2, 0 < v < 1}. Calculer D x x−y2 dxdy.
n 2 2
o
3. Calculer D q x2 y2 où D = (x, y) ∈ R2 : xa2 + yb2 ≤ 1 pour des réels non nuls a, b.
dxdy
R
1− a2 − b2

Exercice 7
Soient A une matrice réelle m × m symétrique définie positive et B une matrice de taille m × m. Montrer que
r r
πm πm
Z Z
1
exp −⟨Ax, x⟩ dx = et ⟨Bx, x⟩ exp −⟨Ax, x⟩ dx = trace (BA−1 ),
R m det A Rm 2 det A

où ⟨·, ·⟩ est le produit scalaire usuel sur Rm .

Exercice 8
1. Montrer que l’application ϕ : (x, y) → (x + y, xy) de R2 dans lui-même est un C 1 -difféomorphisme de

U = {(x, y) ∈ R2 : 0 < x < y} dans V = {(u, v) ∈ R2 : u > 0, v > 0, u2 > 4v}.

2. Soit ∆ = {(x, y) ∈ R2 : 2 < x + y < 4, xy > 1, x < y}. Calculer l’intégrale, après avoir justifié son existence,
(x − y 2 ) cos(xy) dxdy.
2
R
∆

Exercice 9 Volume d’une boule

On cherche à calculer le volume Vn de la boule euclidienne Bn de Rn , n ≥ 1, définie par

Bn = {(x1 , . . . , xn ) ∈ Rn : x21 + · · · + x2n ≤ 1}.

On note λn la mesure de Lebesgue dans Rn (donc Vn = λn (Bn )).

1. Calculer V1 et V2 .
2. Soit n ≥ 3, montrer que Z
Vn = Vn−2 (1 − x21 − x22 )(n−2)/2 dλ2 (x1 , x2 ).
B2

2π π n/2
3. En déduire que Vn = n Vn−2 et que Vn = Γ( n
.
2 +1)

4. Montrer que λn (rBn ) = rd Vn pour tout r ≥ 0.

Exercice 10 Effet régulariant de la convolution

Calculer le produit de convolution 1[0,1] ∗ 1[0,1] . Commenter.

Exercice 11 Approximation de l’identité

Soit ϕ ∈ L1 (Rd ) telle que ϕ dλd = 1. Pour tout n ≥ 1, on définit ϕn par ϕn (x) = nd ϕ(nx). Montrer que (ϕn )n≥1 est une
R

suite de l’approximation de l’identité.

Exercice 12 Transformée de Fourier, transformée inverse
Soit f ∈ L1 (Rd ). On rappelle que la transformée de Fourier de f est définie par
Z
fˆ(t) = f (x)ei⟨t,x⟩ dx, t ∈ Rd
Rd

où ⟨·, ·⟩ désigne le produit scalaire sur Rd . On considère pour tout n ≥ 1 la fonction an définie par
d
!
−d 1X
an (x) = (2π) exp − |xi | , x ∈ Rd .
n i=1

1. Calculer la fonction αn = ân et montrer que c’est une approximation de l’unité.

2. Soit f ∈ L1 (Rd ) telle que fˆ ∈ L1 (Rd ). Montrer que, pour tout x ∈ Rd ,
Z
αn ∗ f (x) = an (t)fˆ(t)e−i⟨t,x⟩ dt.
Rd

3. En déduire la formule d’inversion de Fourier

Z
ˆ
(2π)d f (x) = fˆ(t)e−i⟨t,x⟩ dt = fˆ(−x), λd − p.p. .
Rd

4. On pose f (x) = e−a|x| où x ∈ R et a > 0. Calculer fˆ et en déduire la transformée de Fourier de h(x) = 1
1+x2 .

Exercice 13 Densité des fonctions Cc∞ (Rd )

Une fonction f : Rd → R est dite à support compact si il existe K ⊂ Rd compact tel que f (x) = 0 dès que x ∈
/ K.
On définit ϕ : Rd → R pour tout x ∈ Rd par
( h i
1
exp − 1−∥x∥ 2 si ∥x∥ < 1,
ϕ(x) =
0 sinon.

1. Montrer que ϕ ∈ Cc∞ (Rd ).

2. Donner une suite (ϕn )n≥1 d’approximation de l’identité d’éléments de Cc∞ (Rd ).
3. Justifier l’inclusion Cc∞ (Rd ) ⊂ L1 (Rd ).
∥·∥1
4. Montrer que Cc∞ (Rd ) = L1 (Rd ).
5. Que peut-on dire à propos de Cck (Rd ) l’espace des fonctions k fois continûment différentiables à support compact ?

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.
 1ère année Théorie de la mesure - Cursus Mathématiques ENSAI
TD6 : Changement de variables et convolution
Exercice 1 Normalisation de la gaussienne
La fonction f est mesurable positive de R2+ dans R+ . On peut appliquer le théorème de Tonelli. Ainsi, d’une part
Z ∞ ∞ Z ∞
exp(−y 2 (1 + x2 )/2
Z
1
f (x, y) dxdy = − 2
dx = dx = π/2.
2
R+ 0 1 + x 0 0 1 + x2
Et d’autre part, Z Z ∞ Z ∞
−y 2 /2 2 2
f (x, y) dxdy = ye e−x y /2
dxdy.
R2+ 0 0

On fait le changement de variable u = xy et on obtient

Z ∞ Z ∞ Z ∞ 2
2 2 2
e−y /2 e−u /2 dudy = e−y /2
dy
0 0 0

D’où le résultat.

Exercice 2
Tout d’abord par le théorème de Tonelli
Z Z ∞ Z ∞
| sin(y)e−(x+y) | dxdy ≤ e−x dx e−y dy = 1.
R2+ 0 0

Ceci montre la condition d’intégrabilité nécessaire à l’application du théorème de Fubini. Ainsi,

Z Z ∞
sin(y)e−x−y dxdy = sin(y)e−y dy = 1/2.
R2+ 0

Pour la deuxième intégrale, la fonction (x, y) → xy 2 est continue sur le compact ∆ donc bornée sur ce compact ∆. Ainsi,
elle est intégrable et le théorème de Fubini donne
Z Z 1 Z 2x+1 Z 1
56 20 2 2
xy 2 dxdy = xy 2 dydx = − x3 + x3 − x2 + x dx = . . .
∆ 0 4x−1 0 3 3 3 3

Exercice 3 Fonction Gamma d’Euler

1. Par une IPP, Z ∞ Z ∞
Γ(t + 1) = xt e−x dx = [−e−x xt ]∞
0 +t e−x xt−1 dx = tΓ(t).
0 0
On calcule Γ(1) = 1, Γ(2) = 1, Γ(3) = 2. Ainsi, par récurrence sur n ∈ N∗ , on montre que Γ(n) = (n − 1)!.
Il suffit de faire le changement de variable x = y 2 /2 et il vient l’égalité
√ Z ∞ −y2 /2 √
Γ(1/2) = 2 e dy = π,
0

d’après l’exercice 1.
On a la relation de récurrence pour tout n ≥ 1
n √
√ Y 2(n − k) + 1 π (2n − 1)!
Γ(n + 1/2) = Γ((n − 1/2) + 1) = (n − 1/2)Γ((n − 1) + 1/2) =⇒ Γ(n + 1/2) = π = n .
2 2 2(n − 1)!
k=1

2. Faire le changement de variable demandé.

3. Par la question précédante, nous avons
 tn Z  tn √
e Γ(tn + 1) u
√ = √
1[− tn ,∞[ (u) 1 + √ e−u tn du.
tn tn R tn
Le lemme de Fatou implique que
 tn Z  tn √
e Γ(tn + 1) u
lim inf √ ≥ lim inf 1[−√tn ,∞[ (u) 1 + √ e−u tn du.
n→∞ tn tn R tn
La limite inf dans l’intégrale est en fait une limite : pour voir ça, passer à la forme exponentielle/log, puis utiliser
une dl à l’odre 2 du log et on obtient le résultat.
 4. La limite est clair si on arrive à justifier l’intervertion limite/intégrale. En utilisant la forme exponentielle/log et
2
l’indication, on trouve une domination par u → e−u /2 . Plus précisément,
√ √ 2 √ √
e−u t et log(1+u/ t) ≤ e−u /2 , u/ t ∈] − t, 0].

On conclut par le théorème de convergence dominée. Notons que la majoration de l’indication est en fait les deux
premiers termes de la série entière de log(1 + x), il suffit de vérifier que le reste est négatif pour x ∈ (−1, 0].
x2 −x
5. En notant, g(x) = log(1 + x) − x + 2(1+x) , on trouve g ′ (x) = 2(1+x) . Ainsi, g
′
est négative sur R+ et donc g est
2
x
décroissante sur R+ . Cela induit l’inégalité log(1 + x) ≤ x − ≥ 0. Par raisonnement similaire à
2(1+x) pour tout x
−1
précédemment, on obtient une domination u → exp(−(u2 /2)(1 + u/t) ). A u ≥ 0 fixé, cette quantité est monotone
décroissante en t. Si tn → ∞, il existe N ≥ 0 tel que pour tout n ≥ N , tn > 1. Pour tout n ≥ N , on a donc la
minoration
u2 1 u2 1
≥ ,
2 1 + u/tn 2 1+u
2
et on peut utiliser la domination u → e−u /(2(1+u))
qui est intégrable. Le théorème de convergence dominée permet
de conclure.
6. Conclure.

Exercice 4 Fonction Beta d’Euler

1. On pose (u, v) = ϕ(x, y) ∈ R∗ × R, et calulons ϕ−1 en résolvant le système
 
u=x+y x = uv
x ⇐⇒
v = x+y y = u(1 − v)

Ainsi, ϕ−1 (u, v) = (uv, u(1 − v)). Il est clair que ϕ est C 1 sur R2 \ ∆. De plus, ϕ−1 : R∗ × R est également C 1 . Aussi
ϕ est un C 1 -difféomorphisme de R2 \ ∆ dans R∗ × R.
2. On a
— ϕ(] − ∞, −1]2 ) =,
— ϕ(]0, ∞[2 ) =]0, ∞[×]0, 1[,
— ϕ(]0, 1]2 ) =]0, 1]2 ∪ D où D est le domaine délimité par la droite d’équation x = 1, les courbes d’équation
y = 1/x et y = 1 − 1/x avec x ∈ [1, 2].
3. La fonction f est Riemann intégrable sur l’intervalle [0, 1] donc Lebesgue intégrable.
4. On effectue le changement de variable (x, y) = ϕ−1 (u, v) qui est un C 1 -difféomorphime de ]0, ∞[×]0, 1[ dans ]0, ∞[2 .
La jacobienne de ϕ−1 est  
−1 v u
Dϕ (u, v) =
1 − v −u
On obtient det (Dϕ−1 (u, v) = −u. D’où, par la formule du changement de variables
Z Z ∞ Z 1
e−(x+y) xa−1 y b−1 dxdy = e−u ua+b−1 v a−1 (1 − v)b−1 dudv = ν(R)Γ(a + b).
]0,∞[2 0 0

D’un autre côté, par le théorème de Tonelli, on a

ν(R)Γ(a + b) = Γ(a)Γ(b).
Γ(a)Γ(b)
La constante Beta(a, b) = Γ(a+b) est une constante remarquable intervenant dans la définition de la loi Beta.

Exercice 5 Fonction Beta d’Euler, suite

1. On fait le changement de variables
 
y+z z
(X, Y, Z) = ϕ(x, y, z) = x + y + z, ,
x+y+z x+y+z

qui s’inverse en
(x, y, z) = ϕ−1 (X, Y, Z) = (X(1 − Y ), X(Y − Z), XZ) ∈ D.
Ainsi, ϕ est un C 1 -difféomorphisme de D sur ϕ(D) =]0, 1[×{(Y, Z) ∈ R2+ : Z < Y < 1} =]0, 1[×∆.
 On calcule la jacobienne de ϕ−1 , on trouve
 
1−Y −X 0
Dϕ−1 (X, Y, Z) = Y − Z X −X  et |Dϕ−1 (X, Y, Z)| = X 2 .
Z 0 X

La formule du changement de variables donne

Z
J= X p+q+r−3 (1 − Y )p−1 (Y − Z)q−1 Z r−1 (1 − X)s−1 X 2 dXdY dZ
]0,1[×∆
Z 1 Z
p+q+r−1
= X (1 − X)s−1 dX (1 − Y )p−1 (Y − Z)q−1 Z r−1 dY dZ
0 ∆
Z
= B(p + q + r, s) (1 − Y ) (Y − Z)q−1 Z r−1 dY dZ.
p−1
∆

En dessinant le domaine ∆ dans le plan (Y, Z), on peut intégrer par tranche horizontales et on obtient
Z 1Z 1 Z 1 Z 1−Z
(1 − Y )p−1 (Y − Z)q−1 Z r−1 dY dZ = (1 − Y )p−1 (Y − Z)q−1 Z r−1 dZdY
0 Z 0 Z

Il reste à faire le changement variable unidimensionnel Z = Y w et appliquer Tonelli

Z 1 Z 1−Z Z 1Z 1
Z r−1 (1 − Y )p−1 (Y − Z)q−1 dZdY = (1 − Y )p−1 Y p+q−1 (1 − w)q−1 wr−1 dwdY = B(q + r, p)B(r, q).
0 Z 0 0

Ainsi J = B(p + q + r, s)B(q + r, p)B(r, q).

Exercice 6 Calcul d’intégrales multiples

1. On fait le changement de variables u = x − y et v = x + y alors,
x−y
Z Z
exp dxdy = e−u/v dudv/2,
D x+y ∆

où ∆ est le trapèze d’extrêmités (1/2, 1/2), (−1/2, 1/2), (−1, 1), (1, 1). Une paramétrisation de ∆ est donnée par

∆ = {(u, v) ∈ R2 : 1/2 < v < 1, −v < u < v}.

Ainsi, Z Z 1 Z v Z 1
1
e−u/v dudv/2 = e−u/v dudv = v sinh(1) dv = 3 sinh(1)/8.
∆ 2 1/2 −v 1/2

2. On pose T (x, y) = (x2 + 2y 2 , y/x) alors

r r !
−1 u uv 2
T (u, v) = ,
1 + 2v 2 1 + 2v 2

Pour inverser, on a juste supposer que x > 0, c’est compatible avec le domaine D, donc T est bijective de D dans
D′ . Clairement, T et T −1 sont des C 1 -difféomorphismes sur leurs domaines. On a de plus
 √ 
√ 1 2 −2v u(1 + 2v 2 )−3/2
2 u(1+2v )
DT −1 (u, v) =  q √  et |det DT −1 (u, v)| = (1 + 2v 2 )−3 .
1 v2 2 −3/2
√
2 u 1+2v 2 u(1 + 2v )

Le changement de variables donne

Z 1
x2 − y 2 1 − v2 1 − v2
Z Z
2
dxdy = 2 3
dudv = 2 3
dv.
D x D ′ (1 + 2v ) 0 (1 + 2v )

3. On fait le changement de variable x = aρ cos(θ), y = bρ sin(θ) qui est un C 1 -difféomorphisme de ]0, 1] × [0, 2π[ dans
D∗ . On a  
a cos(θ) −aρ sin(θ)
Dϕ(ρ, θ) = et |det Dϕ(ρ, θ)| = abρ.
b sin(θ) bρ cos(θ)
La formule du changement de variables donne
Z Z 1 Z 2π
dxdy
p = (1 − ρ2 )−1/2 abρ dρdθ = abπ.
D 1 − x2 /a2 − y 2 /b2 0 0
Exercice 7
Comme A est symétrique définie positive, il existe une matrice orthogonale P et une matrice diagonale D = diag (α12 , . . . , αm
2
)
∗
inversible tel que A = P DP et en faisant le changement de variable u = P x, on a
m Z r r
πm πm
Z Z
α2i u2i
Y
exp −⟨Ax, x⟩ dx = exp −⟨Du, u⟩ du = e du = = .
Rm Rm i=1 R
det D det A

Pour la deuxième intégrable, on fait le même changement de variables u = P x et on obtient

Z Z
⟨Bx, x⟩ exp −⟨Ax, x⟩ dx = ⟨P BP ∗ u, u⟩ exp −⟨Du, u⟩ du.
Rm Rm

L’application u → ⟨P BP ∗ u, u⟩ est une forme quadratique en les ui , i = 1, . . . , m. Il est facile de voir par symétrie que
les intégrales correspondant aux termes croisés ui uj , i ̸= j, sont nulles à l’aide d’un argument de parité. Il reste donc à
calculer pour tout i = 1, . . . , m l’intégrale des termes carrés u2i et plus pécisément
Z
2 2
u2i e−αi ui dui .
R

La trace de BA−1 apparaı̂t alors naturellement.

Exercice 8
1. Calculons ϕ−1 :  
u=x+y x=u−y
⇐⇒
v = xy y 2 − uy + v = 0
√
On a ∆ = u2 − 4v > 0 dans V . Et donc y = (u ± u2 − 4v)/2. Pour choisir le signe dans l’expression de y on utilise
la contrainte x < y qui impose ( √
2
x = u−√ u2 −4v
2
y = u+ u2 −4v
Les applications ϕ et ϕ1 sont clairement C 1 sur U et V respectivement.
2. L’ensemble ∆ est le domaine relativement compact compris entre les droites D1 : y = x, D2 : y = 4 − x et la courbe
C de l’hyperbole x → 1/x. La fonction est continue sur ∆ compact donc intégrable. Probablement une astuce pour
le calcul de l’intégrale.

Exercice 9 Volume d’une boule

1. Pour V2 , on fait le changement de variable x1 = r cos(t), x2 = r sin(t),
Z 1 Z
V1 = dx = 2 et dλ2 = π.
−1 B2

2. On définit l’application ϕ pour y ∈ Rn tel que y11 + y22 ≤ 1 par

q q
ϕ(y1 , . . . , yn ) = (y1 , y2 , 1 − y12 − y22 y3 , . . . , 1 − y12 − y22 yn ).

On remarque qu’en faisant le changement de variables x = ϕ(y), on obtient

1Bn (x) = 1Bn (ϕ(y)) = 1Bn−2 (y3 , . . . , yn )1B2 (y1 , y2 ) = 1B2 ×Bn−2 (y).

C’est à dire que ϕ est une application bijective C 1 de Bn−2 × B2 dans Bn d’inverse C 1 . On applique la formule du
changement de variables. On calcule  
Id2 p 0
Dϕ(y) = ,
M 1 − y12 − y22
et M est une matrice de taille n − 2 × 2. La jacobienne est diagonale par bloc, on peut calculer le déterminant par
bloc et on obtient n−2
|det Dϕ(y)| = (1 − y12 − y22 ) 2 .
Finalement, par changement de variables et Fubini
Z
Vn = Vn (1 − x21 − x22 )(n−2)/2 dx1 dx2 .
B2
 3. On fait le changement de variables x1 = r cos(t), x2 = r sin(t), on a
Z Z 1
2 2 (n−2)/2
(1 − x1 − x2 ) dx1 dx2 = π (1 − r2 )(n−2)/2 2r dr = 2π/n.
B2 0

4. Faire une récurrence.

5. C’est le changement de variable y → ry.

Exercice 10 Effet régulariant de la convolution

Voir correction du TD 5.

Exercice 11 Approximation de l’identité

Il y a trois points à vérifier :
1. On fait le changement de variable y = nx
Z Z Z
d
ϕn (x) dx = n ϕ(nx) dx = ϕ(y) dy = 1.
Rd Rd Rd

2. À l’aide du même changement de variables, on vérifie que

Z Z
sup |ϕn | dλd = |ϕ| dλd < ∞.
n≥1

3. Soit ε > 0, par le même changement de variable

Z Z
d
n ϕ(nx) dx = ϕ dλd ,
∥x∥>ε ∥y∥>nε

qui tend vers 0 en l’infini car ϕ ∈ L1 .

Exercice 12 Transformée de Fourier, transformée inverse

1. Il est immédiat que
d Z  
Y 1
αn (t) = ân (t) = (2π)−d exp − |xj | + itj xj dxj .
j=1 R n

Or,
0 ∞ 1 1
− it + it
Z Z Z
1 x x 1 1 2n
e− n |x|+itx dx = e n +itx dx + e− n +itx dx = 1 − 1 = 1
n
+ 1
n
= ,
R −∞ 0 n + it − n + it n2 + t2 n2 +t 2 1 + n2 t2

d’où
d
Y nd
αn (t) = .
j=1
π(1 + n2 t2j )

Pour vérifier que αn est une approximation de l’unité, il faut vérifier les trois points de la définition :
— à l’aide du changement de variables s = nIt :
d d Z
nd
Z Z Y Y 1
αn (t) dt = 2 t2 )
dtj = dsj = 1.
Rd d
R j=1 π(1 + n j j=1 R
π(1 + s2j )

— Remarquons αn est positive donc (αn )n≥1 est uniformément intégrable en faisant le changement de variable
ci-dessus.
— Soit ε > 0 alors par le même changement de variable
Z n Z
Y 1
αn (t) dt = dtj → 0.
∥x∥≥ε j=1 |xj |≥nε π(1 + t2j )

2. Par définition, en utilisant l’intégrabilité de f et fˆ, Fubini implique

Z Z Z Z
αn ∗ f (x) = αn (t − x)f (t) dt = an (ξ)ei⟨t−x,ξ⟩ dξ f (t) dt = an (ξ)fˆ(ξ)e−i⟨ξ,x⟩ dξ.
Rd Rd Rd Rd
 3. Lorsque n → ∞, la quantité à gauche tend vers f dans L1 puisque αn est une approximation de l’identité alors qu’à
droite, par convergence dominée, cela tend vers
Z
ˆ
(2π)−d fˆ(ξ)e−i⟨ξ,x⟩ dξ = (2π)−d fˆ(−x).
Rd

2a
4. Un calcul très similaire à ceux de la question 1 implique que la transformée de Fourier de f est x → (a2 +t2 ) . Ces
deux fonctions sont intégrables donc

eitx
Z Z
2a
2πe−a|x| = 2 2
e −itx
dt ⇐⇒ e −|x|
= 2
dt,
R (a + t ) R π(1 + t )

en faisant le changement de variables s = −t dans l’intégrale puis en posant a = 1.

Exercice 13 Densité des fonctions Cc∞ (Rd )

1. C’est la composée de 3 fonctions C ∞ , elle est donc C ∞ . Comme ϕ est à support compact, il en va de même pour
toute ses dérivées (les dérivées successives de ϕ sur {∥x∥2 > 1} sont clairement nulles).
2. C’est l’exercice précédant.
3. Une fonction continue à support compact est Lebesgue intégrable car la mesure de Lebesgue affecte une mesure finie
aux compacts.
4. Comme ϕn est une suite d’approximation de l’identité ∥ϕn ∗ f − f ∥1 → 0. De plus ϕn ∗ f est C ∞ à support compact.
5. Ces espaces contiennent l’espaces des fonctions C ∞ à support compact, il sont donc denses pour la norme L1 .

Ce document est mis à disposition selon les termes de la licence Creative Commons “Attribution
– Partage dans les mêmes conditions 4.0 International”.