Int Poly Proba Integr

MESURE, INTEGRATION, PROBABILITES
Thierry Gallouet Raphaèle Herbin

July 13, 2009
Contents
1 Motivation et objectifs 5
1.1 Integrale des fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Insusance de lintegrale des fonctions continues . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Les probabilites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Tribus et mesures 16
2.1 Introduction... par les probabilites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.1 Cas dun problème discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.2 Exemple continu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Tribu ou algèbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Mesure, probabilite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4 mesure signee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5 La mesure de Lebesgue sur la tribu des boreliens . . . . . . . . . . . . . . . . . . . . . . . 28
2.6 Independance et probabilite conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.6.1 Probabilite conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.6.2 Evènements independants, tribus independantes . . . . . . . . . . . . . . . . . . . 37
2.6.3 Probabilites sur (R, B(R)) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.7.1 Tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.7.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.7.3 Probabilites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3 Fonctions mesurables, variables aleatoires 51
3.1 Introduction, topologie sur R
+
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2 Fonctions etagees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.3 Fonctions mesurables et variables aleatoires . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.4 Mesure image, loi dune v.a., v.a. independantes . . . . . . . . . . . . . . . . . . . . . . . 60
3.5 Convergence p.p., p.s., en mesure, en probabilite . . . . . . . . . . . . . . . . . . . . . . . 62
3.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4 Fonctions integrables 74
4.1 Integrale dune fonction etagee positive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.2 Integrale dune fonction mesurable positive . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.3 Theorème de convergence monotone et lemme de Fatou . . . . . . . . . . . . . . . . . . . 79
1
4.4 Mesures et probabilites de densite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.4.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.4.2 Exemples de probabilites de densite . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.5 Lespace L
1
des fonctions integrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.6 Lespace L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.7 Theorèmes de convergence dans L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.7.1 Convergence presque partout et convergence dans L
1
. . . . . . . . . . . . . . . . . 90
4.7.2 Convergence dune serie absolument convergente et consequences . . . . . . . . . . 91
4.8 Continuite et derivabilite sous le signe
_
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.9 Esperance et moments des variables aleatoires . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.10 Espace L
1
C
(E, T, m) et espace L
1
R
N
(E, T, m) . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.11 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.11.1 Integrale des fonctions mesurables positives et espace L
1
. . . . . . . . . . . . . . . 99
4.11.2 Lespace L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.11.3 Esperance et moments des variables aleatoires . . . . . . . . . . . . . . . . . . . . . 109
5 Mesures sur la tribu des boreliens 112
5.1 Lintegrale de Lebesgue et lintegrale des fonctions continues . . . . . . . . . . . . . . . . . 112
5.2 Mesures abstraites et mesures de Radon . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.3 Changement de variables, densite et continuite . . . . . . . . . . . . . . . . . . . . . . . . 119
5.4 Integrales impropres des fonctions de R dans R . . . . . . . . . . . . . . . . . . . . . . . . 121
5.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6 Les espaces L
p
130
6.1 Denitions et premières proprietes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
6.1.1 Les espaces L
p
, avec 1 p < + . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
6.1.2 Lespace L
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.1.3 Quelques proprietes des espaces L
p
, 1 p + . . . . . . . . . . . . . . . . . . . 139
6.2 Analyse hilbertienne et espace L
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6.2.1 Denitions et proprietes elementaires . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6.2.2 Projection sur un convexe ferme non vide . . . . . . . . . . . . . . . . . . . . . . . 146
6.2.3 Theorème de Representation de Riesz . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.2.4 Bases hilbertiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.3 Dualite dans les espaces L
p
, 1 p . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.3.1 Dualite pour p = 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.3.2 Dualite pour 1 p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.3.3 Theorème de Radon-Nikodym . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
6.4 Convergence faible, faible-, etroite, en loi. . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
6.4.1 Convergence faible et faible- . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
6.4.2 Convergence etroite et convergence en loi . . . . . . . . . . . . . . . . . . . . . . . 169
6.4.3 Lois des grands nombres, theorème central limite . . . . . . . . . . . . . . . . . . . 170
6.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
6.5.1 Espaces L
p
, 1 p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
6.5.2 Espaces de Hilbert, Espace L
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
6.5.3 Theorème de Radon-Nikodym et Dualite dans les espaces L
p
. . . . . . . . . . . . 180
6.5.4 Convergence faible, faible-, etroite, en loi. . . . . . . . . . . . . . . . . . . . . . . . 185
2
7 Produits despaces mesures 194
7.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7.2 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
7.3 Theorèmes de Fubini-Tonelli et Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
7.4 Mesure de Lebesgue sur la tribu des boreliens de R
N
. . . . . . . . . . . . . . . . . . . . . 203
7.5 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
7.6 Formules de changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
7.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
7.7.1 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
7.7.2 Fubini-Tonelli et Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
7.7.3 Mesure de Lebesgue sur B(R
N
) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
7.7.4 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
7.7.5 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
8 Densite, separabilite, et compacite dans les espaces L
p
() 221
8.1 Theorèmes de densite pour les espaces L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . 221
8.1.1 Densite des fonctions C
c
(, R) dans L
p
() . . . . . . . . . . . . . . . . . . . . . . 221
8.1.2 Regularisation par convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
8.1.3 Densite de C
c
(, R) dans L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
8.2 Separabilite de L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
8.3 Compacite dans les espaces L
p
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
8.4 Propriete de compacite faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
8.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
9 Vecteurs aleatoires 230
9.1 Denition, proprietes elementaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
9.2 Independance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
9.3 Vecteurs gaussiens, theorème central limite . . . . . . . . . . . . . . . . . . . . . . . . . . 236
9.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
9.4.1 Denition, proprietes elementaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
9.4.2 Independance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
9.4.3 Vecteurs gaussiens, theorème central limite . . . . . . . . . . . . . . . . . . . . . . 240
10 Transformation de Fourier, fonction caracteristique 242
10.1 Introduction et notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
10.2 Transformation de Fourier dans L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
10.2.1 Denitions et premières proprietes . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
10.2.2 Theorème dinversion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
10.2.3 Regularite et decroissance à linni . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
10.3 Transformee de Fourier dune mesure signee . . . . . . . . . . . . . . . . . . . . . . . . . . 246
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
10.5 Resolution dune EDO ou dune EDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
10.6 Fonction caracteristique dun vecteur aleatoire . . . . . . . . . . . . . . . . . . . . . . . . 250
10.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
10.7.1 Transformation de Fourier dans L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . 252
10.7.2 Transformee de Fourier dune mesure signee . . . . . . . . . . . . . . . . . . . . . . 253
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . 254
10.7.4 Fonction Caracteristique dune v.a.r. . . . . . . . . . . . . . . . . . . . . . . . . . . 254
3
11 Esperance conditionnelle et martingales 256
11.1 Esperance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
11.2 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
11.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
11.3.1 Esperance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
11.3.2 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
12 Corriges dexercices 268
12.1 Exercices du chapitre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
12.2.1 Tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
12.2.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
12.2.3 Probabilites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
12.3.1 Fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
12.4.1 Integrale sur /
+
et sur L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
12.4.2 Espace L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
12.4.3 Esperance et moments des variables aleatoires . . . . . . . . . . . . . . . . . . . . . 363
12.6.1 Espaces L
p
, 1 p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382
12.6.2 Espaces de Hilberts, espace L
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399
p
. . . . . . . . . . . . 414
12.6.4 Convergence faible, faible-, etroite, en loi. . . . . . . . . . . . . . . . . . . . . . . . 423
12.7.1 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443
12.7.2 Fubini-Tonelli et Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447
N
) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 451
12.7.4 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460
12.7.5 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464
12.9.1 Denition, proprietes elementaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 480
12.9.2 Independance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481
12.9.3 Vecteurs gaussiens, theorème central limite . . . . . . . . . . . . . . . . . . . . . . 485
12.10Exercices du chapitre 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 487
12.10.1Transformee de Fourier dans L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 487
12.10.2Transformee de Fourier dune mesure signee . . . . . . . . . . . . . . . . . . . . . . 489
12.10.3Fonction caracteristique dun v.a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490
12.11Exercices du chapitre 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493
12.11.1Esperance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493
12.11.2Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 497
4
Chapter 1
Motivation et objectifs
Nous commencons par donner ici un apercu des motivations de la theorie de lintegration, en montrant
dabord les limitations de lintegrale des fonctions continues (sur un intervalle compact de R). Lintegrale
de Riemann possède essentiellement les memes limitations.
1.1 Integrale des fonctions continues
Nous presentons ici quelques rappels sur lintegrale des fonctions continues sur un intervalle compact de
R. Nous montrons pourquoi cette theorie de lintegrale des fonctions continues semble insusante.
Nous nous limitons à letude des fonctions denies sur lintervalle [0, 1] à valeurs dans R. Nous allons en
fait denir lintegrale des fonctions reglees (on appelle fonction reglee une fonction qui est limite uniforme
dune suite de fonctions en escalier). Ceci nous donnera lintegrale des fonctions continues car toute
fonction continue est reglee (voir lexercice 1.2). La denition de lintegrale des fonctions reglees (comme
celle de lintegrale de Riemann, qui sera rappelee dans lexercice 5.3, et celle de lintegrale de Lebesgue)
peut etre vue en 3 etapes, qui, ici, secrivent :
1. Mesurer les intervalles de [0, 1]. Pour 0 1, on pose m(], [) = .
2. Integrer les fonctions en escalier. Soit f : [0, 1] R, une fonction en escalier. Ceci signie quil
existe p N
, une famille (
i
)
i{0,...,p}
, avec :
0
= 0,
i
<
i+1
, pour tout i 0, . . . , p 1,
p
= 1, et une famille (a
i
)
i{0,...,p1}
R tels que :
f(x) = a
i
, x ]
i
,
i+1
[, i 0, . . . , p 1. (1.1)
On pose alors :
_
1
0
f(x)dx =
p1
i=0
a
i
m(]
i
,
i+1
[). (1.2)
On montre que la denition precedente est bien coherente, cest-à-dire que lintegrale de f ne depend
que du choix de f et non du choix des
i
(voir lexercice 1.2).
3. Passer à la limite. Soit f : [0, 1] R, une fonction reglee, il existe une suite (f
n
)
nN
de fonctions
en escalier convergeant uniformement vers f. On pose :
I
n
=
_
1
0
f
n
(x)dx. (1.3)
5
On peut montrer que la suite (I
n
)
nN
est de Cauchy (dans R). On pose :
_
1
0
f(x)dx = lim
n
I
n
. (1.4)
On montre que cette denition est coherente car lim
n
I
n
ne depend que de f et non du choix
de la suite (f
n
)
nN
Remarque 1.1 Un des interets de la methode presentee ci dessus est quelle permet aussi de denir
(sans travail supplementaire) lintegrale de fonctions continues de [0, 1] (ou dun intervalle compact de
R) dans E, o` u E est un espace de Banach (cest-à-dire un espace vectoriel norme complet sur R ou C).
Les methodes de Riemann (voir lexercice 5.3) et de Lebesgue (presentee dans ce cours) sont limitees à
des fonctions prenant leurs valeurs dans R car elles utilisent fortement la relation dordre dans R (elles
redonnent, dans le cas de fonctions continues de [0, 1] dans R, la meme integrale que ci-dessus). Pour
lintegrale de Lebesgue, il faut alors un travail supplementaire pour developper une theorie de lintegration
pour des fonctions prenant leurs valeurs dans un espace de Banach (lorsque cet espace est de dimension
innie, le cas o` u lespace est de dimension nie reste simple car on est alors amene à considerer un nombre
ni dintegrales à valeurs dans R).
1.2 Insusance de lintegrale des fonctions continues
On note E lensemble des fonctions continues de [0, 1] dans R. On a ainsi deni
_
1
0
f(x)dx pour tout
f E (car lensemble des fonctions continues est contenu dans lensemble des fonctions reglees).
1. Theorèmes de convergence Un inconvenient important de la theorie de lintegration exposee ci-
dessus est que les theorèmes naturels de convergence pour cette theorie sont peu ecaces. A vrai
dire, le seul theorème simple est le theorème suivant : Soient (f
n
)
nN
E et f E. On a alors :
f
n
f uniformement quand n
_
1
0
f
n
(x)dx
_
1
0
f(x)dxquand n . (1.5)
On rappelle que (f
n
)
nN
converge simplement vers f si :
> 0, x [0, 1], N(, x); n N(, x) [f
n
(x) f(x)[
et que (f
n
)
nN
converge uniformement vers f si :
> 0, N(); n N(), x [0, 1] [f
n
(x) f(x)[ .
Ce theorème est assez faible. Une consequence de la theorie de lintegrale de Lebesgue est le
theorème suivant (beaucoup plus fort que le precedent) : Soient (f
n
)
nN
E, et f E. On a
alors :
f
n
f simplement quand n , [f
n
(x)[ 1, x [0, 1], n N
_
1
0
f
n
(x)dx
_
1
0
f(x)dx quand n .
(1.6)
Ce resultat est une consequence immediate du theorème de convergence dominee, il peut etre
demontre sans utiliser la theorie de lintegrale de Lebesgue, mais cela est dicile : cest lobjet de
lexercice 1.11. (Noter aussi quil est facile de voir que lon peut remplacer, dans (1.6), [f
n
(x)[ 1
par [f
n
(x)[ M pourvu que M soit independant de n et x.)
6
2. Espaces non complets. Pour f E on pose (en remarquant que [f[ E et f
2
E) :
N
1
(f) =
_
1
0
[f(x)[dx, (1.7)
N
2
(f) =
_
_
1
0
(f(x))
2
dx
_1
2
. (1.8)
Les applications N
1
et N
2
sont des normes sur E (voir lexercice 1.6). Malheureusement lespace E,
muni de la norme N
1
(ou de la norme N
2
), nest pas vraiment interessant en pratique, en particulier
parce que cet espace nest pas complet (cest-à-dire quune suite de Cauchy nest pas necessairement
convergente). Ce nest pas un espace de Banach (un espace de Banach est un espace vectoriel norme
complet). La norme N
2
sur E est induite par un produit scalaire mais, muni de cette norme, E nest
pas un espace de Hilbert (un espace de Hilbert est un espace de Banach dont la norme est induite
par un produit scalaire, pour tous ces resultats, voir lexercice 1.6). En fait Lespace vectoriel des
fonctions continues de [0, 1] dans R est interessant lorsquil est muni de la norme de la convergence
uniforme, cest-à-dire |f|
u
= sup
x[0,1]
[f(x)[, avec laquelle il est complet, cest donc alors un espace
de Banach.
Si lon travaille avec lensemble des fonctions reglees plutot que lensemble des fonctions continues, on
nechappe pas vraiment aux inconvenients cites precedemment (N
1
et N
2
sont dailleurs alors des semi-
normes). On peut aussi generaliser la denition de lintegrale ci-dessus en ameliorant un peu letape 3
(passage à la limite), cette generalisation se fait en introduisant les sommes de Darboux (alors que
lintegrale des fonctions continues peut etre denie en utilisant seulement les sommes de Riemann). On
obtient ainsi la denition de lintegrale des fonctions dites Riemann-integrables (voir lexercice 5.3). En
fait cette generalisation est assez peu interessante, et les inconvenients sont les memes que pour lintegrale
des fonctions continues (ou des fonctions reglees).
1.3 Les probabilites
La theorie des probabilites sest developpee dans le but de modeliser les phenomènes aleatoires, cest à
dire de developper un formalisme mathematique pour exprimer les problèmes poses par ces phenomènes.
En particulier, lun des problèmes est de mesurer la chance dun certainevènement de se realiser. Une
partie importante de ces phenomènes est de nature discrète, cest à dire quil existe une injection de
lensemble des cas possibles dans N. Lorsque de plus lensemble des cas possibles ou des eventualites
est ni, le calcul des probabilites se ramène à des problèmes de denombrement. Par contre, lorsque
lensemble des eventualites est de nature innie non-denombrable, on aura besoin, pour denir une
probabilite, de la theorie de la mesure. Les liens qui existent entre la theorie des probabilites et la
theorie de la mesure et de lintegration sont nombreux, mais malheureusement, le vocabulaire est souvent
dierent. Nous essaierons ici de montrer clairement les liens entre les deux theories et de donner un
dictionnaire probabilites-integration.
1.4 Objectifs
Lobjectif est de construire une theorie de lintegration donnant des theorèmes de convergence ecaces et
de bons espaces fonctionnels, comme, par exemple, lespace L
2
R
(E, T, m) qui est un espace de Hilbert.
La demarche pour construire cette theorie va etre très voisine de celle que lon a utilisee pour lintegrale
7
des fonctions reglees (ou pour lintegrale de Riemann, cf. Exercice 5.3). Elle va suivre 3 etapes, que nous
pouvons (dans le cas, par exemple, des fonctions de R dans R) decrire ainsi :
1. Mesurer presque toutes les parties de R (et pas seulement les intervalles).
2. Denir lintegrale des fonctions etagees, cest-à-dire des fonctions de R dans R ne prenant quun
nombre ni de valeurs (et pas seulement des fonctions en escalier).
3. Par un passage à la limite, denir lintegrale des fonctions limites (en un sens convenable) de
fonctions etagees.
Pour etre plus precis, dans letape 1 ci-dessus, on cherche une application : T(R) R
+
, o` u T(R)
designe lensemble des parties de R, t.q. :
(], [) = , pour tout , R, . (1.9)
(
nN
A
n
) =
nN
(A
n
), pour toute famille (A
n
)
nN
T(R) t.q. A
n
A
m
= si n ,= m. (1.10)
(Dans toute la suite de ce cours, la notation
nN
est identique à
n=0
.)
Une telle application sur T(R) nexiste pas (voir lexercice 2.24), mais elle existe si on se limite à une
partie convenable de T(R), par exemple, la tribu de Borel denie dans la suite.
Pour letape 2, on integrera les fonctions prenant un nombre ni de valeurs et pour lesquelles chaque
etage est dans la tribu de Borel. De telles fonctions seront dites etagees.
Enn, à letape 3, lidee principale est de denir lintegrale des fonctions positives qui sont limites
croissantes dune suite de fonctions etagees (on remplace donc la convergence uniforme utilisee pour la
denition de lintegrale des fonctions reglees par une convergence simple, en croissant).
La theorie de lintegration que nous allons ainsi obtenir contient (pour les fonctions dun intervalle compact
de R dans R) la theorie de lintegrale de Riemann (cf. Exercice 5.3) qui contient elle-meme la theorie de
lintegrale des fonctions reglees (et la donc la theorie de lintegrale des fonctions continues).
Ce cours est divise en 10 chapitres :
Le chapitre 2 est une introduction à la theorie de la mesure ; on y denit en particulier lapplication
necessaire pour mesurer les parties de R. On y introduit aussi les premières notions de probabilites.
Dans le chapitre 3, on introduit le concept de fonction mesurable, et son synonyme probabiliste,
i.e. le concept devariable aleatoire, qui est une notion fondamentale pour le calcul des probabilites.
On y denit les notions de convergence presque partout et son synonyme probabiliste presque
s ure, et de convergence en mesure et son synonyme probabiliste convergence stochastique.
On denit au chapitre 4 lintegrale sur un espace mesure (suivant les etapes 1 à 3 denies plus
haut), et lesperance des variables aleatoires en theorie des probabilites. On denit egalement dans
ce chapitre la notion de convergence en moyenne.
On sinteresse au chapitre 5 aux mesures denies sur les boreliens de R et aux proprietes particulières
de lintegrale denies sur R. On y etudie les lois probabilites de densite.
8
On etudie au chapitre 6 les espaces L
p
, ensembles des (classes de) fonctions mesurables de puis-
sance p-ième integrable, et plus particulièrement lespace L
2
, qui est un espace de Hilbert. On
donne des resultats de dualite et on introduit les notions de convergence faible et de convergence
etroite (pour les probabilites).
Le chapitre 7 est consacre au produits despaces mesures, à lintegration de fonctions de plusieurs
variables, au produit de convolution
Dans le chapitre 8, on revient sur letude des espaces L
p
dans le cas particulier de la mesure de
Lebesgue sur les boreliens dun ouvert de R
N
. On donne des resultats de densite, de separabilite et
de compacite.
Le chapitre 9 est consacre aux vecteurs aleatoires. On y generalise des notions vues pour les variables
aleatoires reelles.
Le chapitre 10 est consacre à letude de la transformee de Fourier des fonctions de L
1
(classes
de fonctions mesurables integrables au sens de Lebesgue sur R
N
) et de L
2
(classes de fonctions
mesurables de carre integrable au sens de Lebesgue sur R
N
) et des mesures. On introduit la
fonction caracteristique de la theorie des probabilites.
Le chapitre 11 est conscre à lesperance conditionnelle et aux martingales.
Le chapitre 12 contient des corriges dexercices.
1.5 Exercices
Exercice 1.1 (Convergences simple et uniforme) Corrige 1 page 268
Construire une suite (f
n
)
nN
C([0, 1], R) et f C([0, 1], R) t.q. f
n
f simplement, quand n , et
f
n
,f uniformement, quand n .
Exercice 1.2 (Integrale dune fonction continue) Corrige 2 page 268
Une fonction g : [0, 1] R est dite en escalier sil existe n 1 et x
0
, . . . , x
n
t.q. 0 = x
0
< x
1
< ... <
x
n1
< x
n
= 1 et g constante sur chaque intervalle ]x
i
, x
i+1
[, 0 i n 1.
Pour g en escalier et x
0
, . . . , x
n
comme dans la denition ci dessus, on pose
_
1
0
g(x)dx =
n1
i=0
a
i
(x
i+1
x
i
),
o` u a
i
est la valeur prise par g sur ]x
i
, x
i+1
[.
1. Montrer que la denition precedente est bien coherente, cest-à-dire que lintegrale de g ne depend
que du choix de g et non du choix des x
i
. Montrer que lapplication qui à g associe lintegrale de g
est lineaire de lensemble des fonctions en escalier dans R.
2. Soit f C([0, 1], R).
(a) Construire une suite de fonctions en escalier (f
n
)
nN
t.q. f soit limite uniforme de (f
n
)
nN
lorsque n +.
(b) Soit (f
n
)
nN
une suite de fonctions en escalier t.q. f soit limite uniforme de (f
n
)
nN
lorsque
n +. Montrer que la suite (I
n
)
nN
R, o` u I
n
est lintegrale de la fonction en escalier f
n
,
converge. Enn, montrer que la limite I = lim
n
I
n
ne depend que de f, et non de la suite
(f
n
)
nN
. On pose alors
_
1
0
f(x)dx = I.
9
3. Montrer que lapplication qui à f associe lintegrale de f est lineaire de C([0, 1], R) dans R et que,
pour tout f C([0, 1], R), on a [
_
1
0
f(x)dx[
_
1
0
[f(x)[dx max
x[0,1]
[f(x)[.
Exercice 1.3 (Proprietes de lintegrale des fonctions continues) Corrige 3 page 271
Soit (
n
)
nN
C([0, 1], R) et C([0, 1], R). On suppose que
n
simplement quand n .
1. Montrer que si lim
n
_
1
0
[
n
(x) (x)[ dx 0, alors lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
2. Montrer que si (
n
)
nN
converge uniformement vers , alors lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
3. Donner un exemple de suite (
n
)
nN
qui converge vers simplement, mais non uniformement, t.q.
lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
n
)
nN
qui converge simplement vers t.q. lim
n
_
1
0
n
(x) dx ,=
_
1
0
(x) dx.
5. Si la suite (
n
)
nN
satisfait les deux conditions :
(a) Pour tout , 0 < < 1, (
n
)
nN
converge uniformement vers sur [, 1],
(b) Les
n
sont à valeurs dans [1, +1],
montrer que lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
6. Verier que la suite de fonctions denies par
n
(x) =
x
n
1 +nx
2
satisfait les conditions enoncees à la
question 5. Donner lallure generale du graphe de ces fonctions pour des petites valeurs de n; que
devient le graphe lorsque n ?
7. On suppose maintenant que la suite (
n
)
nN
verie lhypothèse suivante:
lim
n
_
1
0
[
n
(x) (x)[
2
dx = 0. (1.11)
A-t-on lim
n
_
1
0
[
n
(x)(x)[dxdx = 0 ? [On pourra par exemple utiliser (après lavoir demontree)
linegalite suivante: pour tout > 0, il existe c
0, ne dependant que de , t. q. a +c
a
2
.]
8. Meme question que ci dessus en rempla cant lhypothèse (1.11) par : p > 1; lim
n
_
1
0
[
n
(x)
(x)[
p
dx = 0.
10
9. On suppose quil existe C > 0 tel que
_
1
0
[
n
(x)[
2
dx C, n N, (1.12)
et que la suite (
n
)
nN
converge uniformement sur [, 1], pour tout > 0. Montrer que
lim
n
_
1
0
[
n
(x) (x)[dx = 0.
10. Construire un exemple de suite (
n
)
nN
qui satisfasse aux hypothèses de la question precedente et
qui ne soit pas bornee (donc qui ne satisfasse pas aux hypothèses de la question 5).
11. Peut-on remplacer lhypothèse (1.12) par : il existe p > 1 et C > 0 t.q.
_
1
0
[
n
(x)[
p
dx C, pour
tout n N ?
12. Peut-on remplacer lhypothèse (1.12) par : il existe C > 0 t.q.
_
1
0
[
n
(x)[dx C, pour tout n N ?
Exercice 1.4 (Discontinuites dune fonction croissante)
Soit f une fonction croissante de R dans R.
1. Montrer que f a une limite à droite et une limite à gauche en tout point. On note f(x
+
) et f(x
)
ces limites au point x.
2. Montrer que lensemble des points de discontinuite de f est au plus denombrable. [On pourra
considerer, pour n N, les ensembles A
n
= x [0, 1], f(x
+
) f(x
) (f(1
+
) f(0
))/n.]
Exercice 1.5 (Fonctions reglees)
Une fonction reelle denie sur [a, b] ( < a < b < +) est dite reglee si elle est la limite uniforme
dune suite de fonctions en escalier sur [a, b].
1. Montrer que lensemble des points de discontinuite dune fonction reglee est au plus denombrable.
2. Montrer quune fonction f : [a, b] R est reglee sur [a, b] si et seulement si elle admet des limites
à droite et à gauche en tout point de ]a, b[, à droite en a, à gauche en b.
Exercice 1.6 (Normes denies par lintegrale) Corrige 4 page 274
Soit E = (([1, 1], R) lespace vectoriel des fonctions continues de [1, +1] dans R. Pour E, on pose
||
1
=
_
+1
1
[(t)[ dt et ||
2
=
_
_
+1
1
[(t)[
2
dt
_1
2
.
1. Montrer que (E, | |
1
) est un espace norme.
2. Pour n N, on denit
n
E par
n
(x) =
_
_
0 si 1 x 0
nx si 0 x
1
n
1 si
1
n
x 1
11
(a) Montrer que si (
n
)
nN
converge vers dans (E, | |
1
), alors (x) = 0 si x < 0 et (x) = 1
si x > 0.
(b) En deduire que (E, | |
1
) nest pas complet.
2
) est un espace prehilbertien (cest-à-dire que sa norme est induite par un
produit scalaire) mais nest pas complet (ce nest donc pas un espace de Hilbert).
Exercice 1.7 (Rappels sur la convergence des suites reelles) Corrige 5 page 276
1. Soit u = (u
n
)
nN
une suite à valeurs dans R. On rappelle que limsup
n
u
n
= lim
n
sup
pn
u
p
.
Montrer que limsup
n
u
n
est la plus grande valeur dadherence de u.
2. Si u = (u
n
)
nN
est une suite à valeurs dans R, on sait (consequence du resultat de la question
precedente) quil existe une suite extraite de u qui converge vers limsup
n
u
n
. Donner un exemple
dune suite de fonctions (f
n
)
nN
de R dans R t.q. aucune sous suite ne converge simplement vers
limsup
n
f
n
(qui est denie par (limsup
n
f
n
)(x) = limsup
n
(f
n
(x)) pour tout x R).
3. Trouver lensemble des valeurs dadherence dune suite (u
n
)
nN
t.q.:
liminf
n
u
n
= 0, limsup
n
u
n
= 1 et lim
n
[u
n+1
u
n
[ = 0.
Donner un exemple dune telle suite.
Exercice 1.8 (Fonctions caracteristiques densembles) Corrige 6 page 277
Soit E un ensemble. Lorsque A est une partie de E, on denit 1
A
: E R par :
1
A
(x) = 1, si x A,
1
A
(x) = 0, si x , A.
(1.13)
1
A
est appelee fonction caracteristique de A (elle est souvent aussi notee
A
).
1. Montrer que si A et B sont deux sous-ensembles disjoints de E, alors 1
AB
= 1
A
+1
B
. En deduire
que si (A
n
)
nN
est une suite de sous-ensembles de E deux à deux disjoints, on a

nN
1
A
n
=
1
nN
A
n
(on precisera aussi le sens donne à
nN
1
A
n
).
2. Montrer que si B A E, on a 1
A\B
= 1
A
1
B
.
3. Montrer que, pour A et B sous-ensembles de E, on a 1
AB
= 1
A
1
B
.
4. Soit f : E R une fonction ne prenant quun nombre ni de valeurs. Montrer que f secrit
comme combinaison lineaire de fonctions caracteristiques.
Exercice 1.9 (Integrale impropre de fonctions continues)
Soit f C(R, R
+
) (fonction continue de R dans R
+
). On suppose que lim
a+
_
a
0
f(x) dx existe dans
R (on a utilise lintegrale des fonctions continues sur [0, a] pour denir
_
a
0
f(x) dx).
1. A-t-on lim
x+
f(x) = 0 ?
2. Montrer que si f admet une limite en +, alors lim
x+
f(x) = 0.
3. Montrer que si f est uniformement continue, alors f admet une limite en + et donc que :
lim
x+
f(x) = 0.
12
4. Donner un exemple de fonction f t.q. f(x) , 0 qand x (et qui verie les hypothèses de
lexercice !).
5. On suppose, dans cette question, que f (
1
(R, R) et que lim
a+
_
a
0
f
(t) dt existe dans R.

Montrer que lim
x+
f(x) = 0.
6. Montrer que pour tout h > 0, lim
x+
_
x+h
x
f(t) dt = 0.
Exercice 1.10 (Limite uniforme dans R) Corrige 7 page 278
Soit (f
n
)
nN
C(R
+
, R
+
). On suppose que (f
n
)
nN
converge uniformement vers f (de sorte que f
C(R
+
, R
+
)).
1. On suppose que, pour n N, lim
a+
_
a
0
f
n
(x) dx existe dans R. On note
_
+
0
f
n
(x) dx cette
limite.
Montrer, en donnant un exemple, que lim
a+
_
a
0
f(x) dx peut ne pas exister dans R.
2. On suppose de plus que lim
n
_
+
0
f
n
(x) dx existe dans R et que lim
a+
_
a
0
f(x) dx existe dans
R. On note alors
_
+
0
f(x) dx cette dernière limite. A-t-on
lim
n
_
+
0
f
n
(x) dx =
_
+
0
f(x) dx ?
Exercice 1.11 (Convergence dominee et integrale des fonctions continues)
(Cet exercice est extrait de lexamen danalyse du concours dentree à lENSL, 1993)
On note E = C([0, 1], R) lensemble des fonctions continues sur [0, 1] à valeurs reelles. Pour f E, on
pose |f|
= sup
x[0,1]
[f(x)[. Noter que lapplication f |f|
est bien une norme.

Pour f : [0, 1] R, on denit f
+
par f
+
(x) = max(f(x), 0) (pour tout x [0, 1]), et f
= (f)
+
(de
sorte que f(x) = f
+
(x) f
(x) et [f(x)[ = f
+
(x) +f
(x)). Soient f et g deux applications de R dans R

(ou dans R +), On dit que f g si f(x) g(x) pour tout x [0, 1]. On designe par 0 la fonction
(denie sur R) identiquement nulle. On pose E
+
= f E, f 0. Soit T : E R une application
lineaire. On dit que T est positive si :
f E, f 0 T(f) 0.
Soit T : E R une application lineaire positive.
1. Montrer que T est continue de (E, |.|
) dans R. [Indication : On pourra remarquer que, pour tout

f E, T(f) T(1)|f|
, o` u 1 designe la fonction constante et egale à 1 sur [0, 1].]

2. Soient (f
n
)
nN
E et f E telles que f
n+1
f
n
, pour tout n N, et lim
n+
f
n
(x) = f(x), pour
tout x [0, 1]. Montrer que f
n
tend vers f uniformement sur R.
[Indication : Soit > 0, on pourra introduire, pour n N, O
n
= x [0, 1] ; f(x) f
n
(x) < et
utiliser la compacite de [0, 1].]
En deduire que T(f
n
) T(f), quand n +.
3. Soient (f
n
)
nN
E et g E telles que f
n+1
f
n
, pour tout n N, et g(x) lim
n+
f
n
(x)
( R +), pour tout x [0, 1].
Montrer que T(g) lim
n+
T(f
n
).
13
4. Soit f : R R +, on dit que f A
+
si il existe (f
n
)
nN
E t.q. f
n+1
f
n
, pour tout
n N, lim
n+
f
n
(x) = f(x), pour tout x [0, 1] et lim
n+
T(f
n
) < +.
5. Soit f A
+
, montrer que sup
gE, gf
(T(g)) < +.
On denit T sur A
+
par T(f) = sup
gE, gf
(T(g)) (noter que ceci est compatible avec la denition de
T sur E.) Noter aussi que si f, g A
+
, alors : f g T(f) T(g).
6. (Convergence croissante.) Soient (f
n
)
nN
A
+
et f : R R + telles que f
n+1
f
n
, pour
tout n N, lim
n+
f
n
(x) = f(x), pour tout x [0, 1] et lim
n+
T(f
n
) < +. Montrer que f A
+
et T(f) = lim
n+
T(f
n
).
[Indication : Considerer g
p
= sup
0np
(f
p,n
), avec, pour tout n N, (f
p,n
)
pN
E t.q. f
p+1,n
f
p,n
,
pour tout p N, lim
p+
f
p,n
(x) = f
n
(x), pour tout x [0, 1].]
7. (Convergence decroissante.) Soient (f
n
)
nN
A
+
et f E telles que f
n+1
f
n
, pour tout n N,
et lim
n+
f
n
(x) = f(x), pour tout x [0, 1]. Montrer que T(f) = lim
n+
T(f
n
).
[Indication : On pourra montrer que, pour tout > 0 et pour tout n N, il existe h
n
A
+
t.q. h
n
f
n
f
n+1
et T(h
n
) T(f
n
) T(f
n+1
) +

2
n
. Puis, en remarquant que

nN
h
n
(x)
f
0
(x)f(x), pour tout x [0, 1], et en utilisant la question III 4, montrer que T(f) lim
n+
T(f
n
).]
8. (Convergence dominee.) Soient (g
n
)
nN
E et g E telles que :
1. g
n
(x) g(x), quand n +, pour tout x [0, 1].
2. [g
n
(x)[ 1, pour tout x [0, 1] et pour tout n N.
Montrer que T(g) = lim
n+
T(g
n
).
[Indication : On pourra utiliser la question III 5 avec f
n
= sup
pn
g
p
inf
pn
g
p
et remarquer que
g g
n
f
n
et g
n
g f
n
.]
9. (Exemple.) En choisissant convenablement T, montrer le resultat suivant :
Soient (f
n
)
nN
E et f E telles que :
1. f
n
(x) f(x), quand n +, pour tout x [0, 1].
2. [f
n
(x)[ 1, pour tout x [0, 1] et pour tout n N.
alors
_
1
0
f
n
(x)dx
_
1
0
f(x)dx, quand n +.
Donner un contre exemple à ce resultat si la deuxième hypothèse nest pas veriee.
Exercice 1.12 (Theorème de Bernstein)
On veut demontrer ici le theorème suivant :
Theorème 1.1 (Bernstein) Soient E et F des ensembles quelconques, alors il existe une bijection de
E dans F si et seulement si il existe une injection de E dans F et une injection de F dans E.
14
Le sens (i) (ii) est evident, on va donc supposer quil existe une injection f de E dans F et une
injection g de F dans E, et on veut construire une bijection de E dans F. Soit x E donne. On pose
x
0
= x, et on construit par recurrence une suite C
x
= (x
k
)
k=k(x),+
E F, avec k(x) R de
la manière suivante :
pour k 0, on pose x
2k+1
= f(x
2k
), et x
2k+2
= f(x
2k+1
) ; si x
k
na pas dantecedant par g ou
par f (selon que x
k
E ou F, on pose k(x) = k, sinon, on pose x
k1
= g
1
(x
k
) si x
k
E et
x
k1
= f
1
(x
k
) si x
k
F.
On denit ainsi C
x
= x
k
, k = k(x), +. On denit lapplication de E dans F par : (x) = f(x) si
k(x) est pair et (x) = g
1
(x) si k(x) est impair. Montrer que ainsi denie est une bijection de E dans
F.
Exercice 1.13 (Limites sup et inf densembles) Corrige 8 page 279
Soit (A
n
)
nN
une suite de parties dun ensemble E. On note
liminf
n
A
n
=
_
nN
pn
A
p
et limsup
n
A
n
=
nN
_
pn
A
p
.
1. On suppose la suite (A
n
)
nN
monotone, cest-à-dire que A
n
A
n+1
, pour tout n N, ou que
A
n+1
A
n
, pour tout n N. Que sont liminf
n
A
n
et limsup
n
A
n
?
2. Meme question que precedemment si la suite est denie par : A
2p
= A et A
2p+1
= B, p N, A et
B etant deux parties donnees de E.
3. Montrer que:
1
limsup
n
A
n
= limsup
n
1
A
n
,
liminf
n
A
n
limsup
n
A
n
,
liminf
n
A
n
= x E;
+
n=0
1
A
c
n
(x) < ,
limsup
n
A
n
= x E;
+
n=0
1
A
n
(x) = .
Exercice 1.14 (Caracterisation des ouverts de R) ()
On va montrer ici que tout ouvert de R est une union au plus denombrable (cest-à-dire nie ou denom-
brable) dintervalles ouverts disjoints deux à deux (la demonstration de ce resultat est donnee dans la
demonstration du lemme 2.4 page 35). Soit O un ouvert de R . On denit, pour x et y R, la relation:
x y si tx + (1 t)y, t [0, 1] O. Verier que est une relation dequivalence. Pour x O, on
pose: A(x) = y O; x y.
1. Montrer que si A(x) A(y) ,= , alors A(x) = A(y).
2. Montrer que, pour tout x O, A(x) est un intervalle ouvert.
3. Montrer quil existe I O denombrable tel que O =
xI
A(x), avec A(x) A(y) = si x, y I
et x ,= y.
15
Chapter 2
Tribus et mesures
2.1 Introduction... par les probabilites
2.1.1 Cas dun problème discret
Pour introduire la serie de denitions qui suivent, commencons par quelques exemples, tires du calcul
des probabilites. Le calcul des probabilites sinteresse à mesurer la chance quun certain evenement,
resultat dune experience, a de se produire. Considerons par exemple lexperience qui consiste à lancer
un de. On appelle eventualite associee à cette experience un des resultats possibles de cette experience,
et univers des possibles lensemble E de ces eventualites. Dans notre exemple, les eventualites peuvent
etre 1, 2, 3, 4, 5 ou 6; on pourrait choisir aussi comme eventualites les resultats correspondant au de
casse. On peut donc tout de suite remarquer que lensemble E des univers du possible depend de la
modelisation, cest à dire de la formalisation mathematique que lon fait du problème. Notons quil est
parfois dicile de denir lensemble E.
A partir des eventualites, qui sont, par denition, les elements de lunivers des possibles E, on denit les
evenements, qui forment un ensemble de parties de E. Dans notre exemple du lancer de de, lensemble
des evenements est lensemble des parties de E, note T(E). Dans lexemple du de, la partie 2, 4, 6
de E est levenement : le resultat du lancer est pair. On appelle evenement elementaire un singleton,
par exemple 6 dans notre exemple du lancer de de, evenement certain lensemble E tout entier, et
levenement vide lensemble vide (qui a donc une chance nulle de se realiser). Pour mesurer la
chance qua un evenement de se realiser, on va denir une application p de lensemble des evenements
(donc de T(E) dans notre exemple du lancer de de) dans [0, 1] avec certaines proprietes (qui semblent
naturelles. . . ). La chance (ou probabilite) pour un evenement A E de se realiser sera donc le nombre
p(A), appartenant à [0, 1].
Lexemple du lancer de de, que nous venons de considerer, est un problème discret ni, au sens ou
lensemble E est ni. On peut aussi envisager des problèmes discrets innis, lensemble E est alors inni
denombrable (on rappelle quun ensemble I est denombrable sil existe une bijection de I dans N, il est
au plus denombrablesil existe une injection de I dans N), ou des problèmes (parfois appeles continus)
o` u E est inni non denombrable.
16
2.1.2 Exemple continu
Considerons maintenant lexperience qui consiste à lancer une balle de ping-pong sur une table de ping-
pong. Soit E lensemble des points de la table de ping-pong, on peut voir E comme un sous-ensemble de
R
2
, un evenement elementaire est alors un point (x, y) E (le point dimpact de la balle), et un evenement
semble etre une partie quelconque A de T(E). On suppose quon a eectue le lancer sans viser, cest à
dire en supposant que nimporte quel point de la table a une chance egale detre atteint (les evenements
elementaires sont equiprobables), et que la balle tombe forcement sur la table (on est très optimiste. . . ).
On se rend compte facilement que la probabilite pour chacun des points de E detre atteint doit etre
nulle, puisque le nombre des points est inni. On peut aussi facilement intuiter que la probabilite pour
une partie A detre atteinte (dans le modèle equiprobable) est le rapport entre la surface de A et la
surface de E. La notion intuitive de surface correspond en fait à la notion mathematique de mesure
que nous allons denir dans le prochain paragraphe. Malheureusement, comme on la dit dans le chapitre
introductif, il ne nous sera pas mathematiquement possible de denir une application convenable, i.e. qui
verie les proprietes (1.9)-(1.10) et qui mesuretoutes les parties de R, ou R
2
, ou meme du sous-ensemble
E de R
2
(voir à ce sujet lexercice 2.23). On va donc denir un sous-ensemble de T(E) (quon appelle
tribu) sur lequel on pourra denir une telle application. Dans le cas dun ensemble ni, la tribu sera,
en general, T(E) tout entier. Mais, dans le cas de la balle de ping-pong que vous venons de decrire,
lensemble des evenements sera une tribu strictement incluse dans T(E).
2.2 Tribu ou algèbre
Denition 2.1 (Tribu ou algèbre) Soient E un ensemble, T une famille de parties de E (i.e. T
T(E)). La famille T est une tribu (on dit aussi une algèbre) sur E si T verie :
1. T, E T,
2. T est stable par union denombrable, cest-à-dire que pour toute famille denombrable (A
n
)
nN
T,
on a
nN
A
n
T.
3. T est stable par intersection denombrable, cest-` a-dire que pour toute famille denombrable (A
n
)
nN

T, on a
nN
A
n
T.
4. T est stable par passage au complementaire, cest-à-dire que pour tout A T, on a A
c
T (On
rappelle que A
c
= E A).
Il est clair que, pour montrer quune partie T de T(E) est une tribu, il est inutile de verier les proprietes
1-4 de la proposition precedente. Il sut de verier par exemple T (ou E T), 2 (ou 3) et 4.
Exemples de tribus sur E :
T = , E,
T(E).
Denition 2.2 (Langage probabiliste) Soient E un ensemble quelconque (lunivers des possibles)
et T une tribu ; on appelle eventualite les elements de E et evenements les elements de T. On appelle
evenement elementaire un singleton de T.
On dit que deux evenements A, B T sont incompatibles si A B = .
17
Proposition 2.1 (Stabilite par intersection des tribus) Soient E et I deux ensembles. Pour tout
i I, on se donne une tribu, T
i
, sur E. Alors, la famille (de parties de E)
iI
T
i
= A E;
A T
i
, i I est encore une tribu sur E.
D emonstration : La demonstration de cette proposition fait lobjet de la première question de lexer-
cice 2.2.
Cette proposition nous permet de denir ci-après la notion de tribu engendree.
Denition 2.3 (Tribu engendree) Soient E un ensemble et ( T(E). On appelle tribu engendree
par ( la plus petite tribu contenant (, cest-à-dire la tribu T(() intersection de toutes les tribus sur E
contenant ( (cette intersection est non vide car T(E) est une tribu contenant ().
Il est parfois utile dutiliser la notion dalgèbre, qui est indentique à celle de tribu en rempla cant denom-
brable par nie.
Denition 2.4 (Algèbre) Soient E un ensemble, / une famille de parties de E (i.e. / T(E)). La
famille / est une algèbre sur E si / verie :
1. /, E /,
2. / est stable par union nie, cest-à-dire que pour tout A, B / on a A B /.
3. / est stable par intersection nie, cest-à-dire que pour tout A, B / on a A B /.
4. / est stable par passage au complementaire, cest-` a-dire que pour tout A /, on a A
c
/.
Remarque 2.1 Soit E un ensemble et ( T(c). Comme pour les tribus, on peut denir lalgèbre
engendree par (. Cest la plus petite algèbre contenant (, cest-à-dire lintersection de toutes les algèbres
contenant ( (voir lexercice 2.8).
Soit E un ensemble, ( T(c) et T(() la tribu engendree par ( (voir la denition 2.3 et lexercice 2.2). Il
est important de remarquer que, contrairement à ce que lon pourrait etre tente de croire, les elements de
la tribu engendree par ( ne sont pas tous obtenus, à partir des elements de (, en utilisant les operations :
intersection denombrable, union denombrable et passage au complementaire. Plus precisement, on
pose :
1
1
(() = A E t.q. A =
_
nN
A
n
, A
n
( ou A
c
n
(,
1
2
(() = A E t.q. A =
nN
A
n
, A
n
( ou A
c
n
(,
1(() = 1
1
(() 1
2
(().
Prenons E = R et ( lensemble des ouverts de R (donc T(() est la tribu borelienne de R, voir denition
ci-après). Il est facile de voir que 1(() T((), mais que, par contre (et cela est moins facile à voir),
1(() nest pas une tribu. En posant : o
0
= (, et o
n
= 1(o
n1
), pour n 1, on peut aussi montrer que
o =
_
nN
o
n
nest pas une tribu (et que o T(()).
18
Remarque 2.2 Soit E un ensemble et (
1
(
2
T(E). Il est alors facile de voir que T((
1
) T((
2
)
(cf. Exercice 2.2).
Soit E un ensemble. On rappelle quune topologie sur E est donnee par une famille de parties de E,
appelees ouverts de E, contenant et E, stable par union (quelconque) et stable par intersection nie.
Lensemble E, muni de cette famile de parties, est alors un espace topologique.
Denition 2.5 (Tribu borelienne) Soit E un ensemble muni dune topologie (un espace metrique, par
exemple). On appelle tribu borelienne (ou tribu de Borel) la tribu engendree par lensemble des ouverts
de E, cette tribu sera notee B(E). Dans le cas E = R, cette tribu est donc notee B(R).
Remarque 2.3
1. Lobjectif de la section 2.5 est de construire une application : B(R) R
+
t.q. :
(a) (], [) = , pour tout , R < ,
(b) (
nN
A
n
) =

nN
(A
n
), pour toute suite (A
n
)
nN
B(R) t.q. A
n
B
n
= si n ,= m.
(Noter que
nN
A
n
B(R) grace à la stabilite dune tribu par union denombrable.)
2. On peut se demander si B(R) = T(R). La reponse est non (voir les exercices 2.23 et 2.24). On
peut meme demontrer que card(B(R)) = card(R) (alors que card(T(R)) > card(R)). On donne
ci-après un rappel rapide sur les cardinaux (sans entrer dans les aspects diciles de la theorie des
ensembles, et donc de manière peut-etre un peu imprecise).
3. Rappel sur les cardinaux. Soit A et B deux ensembles.
(a) On dit que card(A) = card(B) si il existe une application : A B, bijective.
Pour montrer que deux ensembles ont meme cardinaux, il est souvent très utile dutiliser le
theorème de Bernstein (voir lexercice 1.12) qui montre que sil existe une injection de A dans B
et une injection de B dans A, alors il existe : A B, bijective (et donc card(A) = card(B)).
Le theorème de Bernstein motive egalement la denition suivante.
(b) On dit que card(A) card(B) sil existe : A B, injective.
(c) Un autre theorème interessant, d u à Cantor, donne que, pour tout ensemble X, on a card(X) <
card(T(X)) (cest-à-dire card(X) card(T(X)) et card(X) ,= card(T(X))). On a donc, en
particulier, card(T(R)) > card(R). La demonstration du theorème de Cantor est très simple.
Soit : X T(X). On va montrer que ne peut pas etre surjective. On pose A = x X;
x , (x) (A peut etre lensemble vide). Supposons que A Im(). Soit alors a X t.q.
A = (a).
Si a A = (a), alors a , A par denition de A.
Si a , A = (a), alors a A par denition de A.
On a donc montre que A ne peut pas avoir dantecedent (par ) et donc nest pas surjective.
Proposition 2.2 On note (
1
lensemble des ouverts de R, (
2
= ]a, b[, a, b R, a < b et (
3
= ]a, [,
a R. Alors T((
1
) = T((
2
) = T((
3
) = B(R). (Noter que dautres caracterisations de B(R), semblables,
sont possibles.)
19
D emonstration : On a, par denition de B(R), T((
1
) = B(R). On va demontrer ci-après que T((
1
) =
T((
2
) (le fait que T((
2
) = T((
3
) est laisse au lecteur).
Comme (
2
(
1
, on a T((
2
) T((
1
). Il sut donc de demontrer linclusion inverse. On va montrer que
(
1
T((
2
), on aura alors que T((
1
) T((
2
).
Soit O un ouvert de R. On suppose O ,= (on sait dejà que T((
2
)). Le lemme 2.1 (plus simple que le
lemme 2.4 page 35) ci-après nous donne lexistence dune famille (I
n
)
nA
dintervalles ouverts t.q. A N
et O =
nA
I
n
. Noter quon a aussi O =
nN
I
n
en posant I
n
= si n NA. Comme I
n
(
2
T((
2
)
pour tout n A et T((
2
), on en deduit, par stabilite denombrable dune tribu, que O T((
2
). Donc,
(
1
T((
2
) et donc T((
1
) T((
2
). On a bien montre que T((
1
) = T((
2
).
Lemme 2.1 Tout ouvert non vide de R est reunion au plus denombrable dintervalles ouverts bornes.
D emonstration : Soit O un ouvert de R, O ,= . On pose A = (, ) Q
2
; < , ], [ O. On a
donc
(,)A
], [ O. On va montrer que O
(,)A
], [ (et donc que O =
(,)A
], [).
Soit x O, il existe
x
> 0 t.q. ]x
x
, x+
x
[ O. En prenant
x
Q]x
x
, x[ et
x
Q]x, x+
x
[
(de tels
x
et
x
existent) on a donc x ]
x
,
x
[ O et donc (
x
,
x
) A. Do` u x ]
x
,
x
[
(,)A
], [.
On a bien montre que O
(,)A
], [ et donc que O =
(,)A
], [. Comme Q
2
est denombrable,
A est au plus denombrable et le lemme est demontre.
Denition 2.6 (Espace mesurable ou probabilisable, partie mesurable ou probabilisable)
Soient E un ensemble, et T une tribu sur E. Le couple (E, T) est appele espace mesurable ou (en
langage probabiliste !) espace probabilisable. Les parties de E qui sont (resp. ne sont pas) des elements
de T sont dites mesurables ou probabilisables (resp. non mesurables, non probabilisables).
2.3 Mesure, probabilite
Denition 2.7 (Mesure) Soit (E, T) un espace mesurable. On appelle mesure une application m : T
R
+
(avec R
+
= R
+
(+)) veriant :
1. m() = 0
2. m est -additive, cest-à-dire que pour toute famille (A
n
)
nN
T de parties disjointes deux à deux,
(i.e. t.q. A
n
A
m
= , si n ,= m), on a :
m(
_
nN
A
n
) =
nN
m(A
n
). (2.1)
Remarque 2.4
1. Dans la denition precedente on a etendu à R
+
laddition dans R
+
. On a simplement pose x+=
, pour tout x R
+
. Noter egalement que la somme de la serie dans la denition precedente est
à prendre dans R
+
et que, bien s ur, a =
nN
a
n
signie simplement que
n
p=0
a
p
a (dans R
+
)
quand n .
2. Soient x, y, z R
+
. Remarquer que x +y = x +z implique y = z si x ,= .
20
3. Dans la denition precedente, la condition 1. peut etre remplacee par la condition : A T, m(A) <
. La verication de cette armation est laissee au lecteur attentif.
4. Il est interessant de remarquer que, pour une serie à termes positifs, lordre de sommation est
sans importance. Plus precisement, si (a
n
)
nN
R
+
et si est une bijection de N dans N, on a
nN
a
n
=
nN
a
(n
). Cest lobjet du lemme 2.2.
5. Une consequence immediate de la additivite est ladditivite, cest-à-dire que
m(
n
p=0
A
p
) =
n
p=0
m(A
p
)
pour toute famille nie (A
p
)
p=0,...,n
delements de T, disjoints 2 à 2. Ladditivite se demontre avec
la additivite en prenant A
p
= pour p > n dans (2.1).
6. Dans le cas E = R et T = T(R), il est facile de construire des mesures sur T, mais il nexiste pas
de mesure sur T, notee m, telle que m(]a, b[) = b a pour tout a, b R, a < b (voir les exercices
2.24 et 2.23). Une telle mesure existe si on prend pour T la tribu borelenne de R, cest lobjet de
la section 2.5.
Lemme 2.2 Soit (a
n
)
nN
R
+
et soit : N N bijective. Alors

nN
a
n
=
nN
a
(n)
.
D emonstration :
On pose A =
nN
a
n
(= lim
n
n
p=0
a
p
) R
+
et B =
nN
a
(n)
(= lim
n
n
p=0
a
(p)
) R
+
. On
veut montrer que A = B.
On montre dabord que B A. Soit n N. On pose N = max(0), . . . , (n). Comme a
q
0 pour
tout q N, on a
n
p=0
a
(p)

N
p=0
a
p
A. On en deduit, faisant tendre n vers que B A.
En raisonnant avec linverse de on a aussi A B et nalement A = B.
Denition 2.8 (Mesure nie) Soient E un ensemble et T une tribu sur E. On appelle mesure nie
une mesure m sur T telle que m(E) < .
Denition 2.9 (Probabilite) Soient E un ensemble et T une tribu sur E. On appelle probabilite une
mesure p sur T t.q. p(E) = 1.
Denition 2.10 (Espace mesure, espace probabilise) Soient E un ensemble, T une tribu sur E et
m une mesure (resp. une probabilite) sur T. Le triplet (E, T, m) est appele espace mesure (resp. espace
probabilise).
Denition 2.11 (Mesure -nie) Soit (E, T, m) un espace mesure, on dit que m est -nie (ou que
(E, T, m) est -ni) si :
(A
n
)
nN
T, m(A
n
) < , n N, et E =
_
nN
A
n
. (2.2)
Remarque 2.5 (Langage probabiliste) En langage probabiliste, la propriete de -additivite (2.1) que
lon requiert dans la denition dune mesure (et donc dune probabilite) est souvent appele axiome
complet des probabilites totales.
21
Exemple 2.1 (Mesure de Dirac) Soient E un ensemble, T une tribu sur E et a E. On denit sur
T la mesure
a
par (pour A T) :
a
(A) = 0, si a / A, (2.3)
a
(A) = 1, si a A. (2.4)
On peut remarquer que la mesure de Dirac est une probabilite.
Remarque 2.6 (Comment choisir la probabilite) Soit (E, T) un espace probabilisable, on peut evi-
demment denir plusieurs probabilites sur T. Cest tout lart de la modelisation que de choisir une
probabilite qui rende compte du phenomène aleatoire que lon veut observer. On se base pour cela souvent
sur la notion de frequence, qui est une notion experimentale à lorigine. Soit A T un evenement, dont
on cherche à evaluer la probabilite p(A). On eectue pour cela N fois lexperience dont lunivers des
possibles est E, et on note N
A
le nombre de fois o` u levenement A est realise. A N xe, on denit alors
la frequence f
A
(N) de levenement A par :
f
A
(N) =
N
A
N
.
Experimentalement, il savère que f
N
(A) admet une limite lorsque N +. Cest ce quon appelle la
loi empirique des grands nombres. On peut donc denir experimentalement p(A) = lim
N+
f
N
(A).
Cependant, on na pas ainsi demontre que p est une probabilite: il ne sagit pour linstant que dune
approche intuitive. On demontrera plus loin la loi forte des grands nombres, qui permettra de justier
mathematiquement la loi empirique. On peut remarquer que f
N
(E) =
N
N
= 1. . .
Exemple 2.2 (Le cas equiprobable) Soit (E, T, p) un espace probabilise .On suppose que tous les
singletons de E appartiennent à la tribu et que les evenements elementaires sont equiprobables. . On a
alors: p(x) =
1
cardE
pour tout x E.
Denition 2.12 (mesure atomique) Soit (E, T, m) un espace mesure tel que : x T pour tout x
de E. On dit que m est portee par S T si m(S
c
) = 0. Soit x E, on dit que x est un atome ponctuel
de m si m(x) ,= 0. On dit que m est purement atomique si elle est portee par la partie de E formee
par lensemble de ses atomes ponctuels.
Denition 2.13 (Mesure diuse) Soient (E, T) un espace mesurable et m une mesure sur T . On dit
que m est diuse si x T et m(x) = 0 pour tout x E. (Cette denition est aussi valable pour une
mesure signee sur T, denie dans la section 2.4.)
Denition 2.14 (Partie negligeable) Soient (E, T, m) un espace mesure et A E. On dit que A est
negligeable sil existe un ensemble B T tel que A B et m(B) = 0.
Denition 2.15 (Mesure complète) Soit (E, T, m) un espace mesure, on dit que m est complète (ou
que (E, T, m) est complet) si toutes les parties negligeables sont mesurables, cest-à-dire appartiennent à
T.
La proposition suivante donne les principales proprietes dune mesure.
Proposition 2.3 (Proprietes des mesures) Soit (E, T, m) un espace mesure. La mesure m verie
les quatre proprietes suivantes :
22
1. Monotonie : Soit A, B T, A B, alors
m(A) m(B) (2.5)
2. -sous-additivite : Soit (A
n
)
nN
T, alors
m(
_
nN
A
n
)
nN
m(A
n
). (2.6)
3. Continuite croissante : Soit (A
n
)
nN
T, t.q. A
n
A
n+1
, pour tout n N, alors
m(
_
nN
A
n
) = lim
n
(m(A
n
)) = sup
nN
(m(A
n
)) (2.7)
4. Continuite decroissante : Soit (A
n
)
nN
T, t.q. A
n+1
A
n
, pour tout n N, et t.q. il existe
n
0
N, m(A
n
0
) < , alors
m(
nN
A
n
) = lim
n
(m(A
n
)) = inf
nN
(m(A
n
)) (2.8)
D emonstration :
La demonstration de ces proprietes est facile: elles decoulent toutes du caractère positif et du caractère
-additif de la mesure. Attention: ces proprietes ne sont pas veriees par les mesures signees que nous
verrons à la section 2.4.
1. Monotonie. Soit A, B T, A B. On a B = A (B A) et A (B A) = . Comme A T et
BA = BA
c
T, ladditivite de m (voir la remarque 2.4) donne m(B) = m(A)+m(BA) m(A),
car m prend ses valeurs dans R
+
.
Noter aussi que m(B A) = m(B) m(A) si 0 m(A) m(B) < (mais cette relation na pas
de sens si m(A) = m(B) = ).
2. sous additivite. Soit (A
n
)
nN
T. On veut montrer que m(
nN
A
n
)
nN
m(A
n
). On pose
B
0
= A
0
et, par recurrence sur n, B
n
= A
n
(
n1
i=0
B
i
) pour n 1. Par recurrence sur n on montre
que B
n
T pour tout n en remarquant que, pour n > 1, B
n
= A
n
(
n1
i=0
B
c
i
). La construction
des B
n
assure que B
n
B
m
= si n ,= m et
nN
A
n
=
nN
B
n
. Pour verier cette dernière
propriete, on remarque que B
n
A
n
donc
nN
B
n

nN
A
n
. Puis, si x A
n
et x ,
n1
i=0
B
i
,
on a alors x A
n
(
n1
i=0
B
c
i
) = B
n
. Ceci prouve que
nN
A
n

nN
B
n
et donc, nalement,
nN
A
n
=
nN
B
n
.
On utilise maintenant la additivite de m et la monotonie de m (car B
n
A
n
) pour ecrire
m(
nN
A
n
) = m(
nN
B
n
) =
nN
m(B
n
)
nN
m(A
n
).
3. Continuite croissante. Soit (A
n
)
nN
T, t.q. A
n
A
n+1
, pour tout n N. Par monotonie de
m, on a m(A
n+1
) m(A
n
), pour tout n N, et donc lim
n
m(A
n
) = sup
nN
m(A
n
) R
+
. On
pose A =
nN
A
n
et on denit la suite (B
n
)
nN
par B
0
= A
0
et B
n
= A
n
A
n1
pour tout n 1
(noter que A
n1
A
n
). On a A =
nN
A
n
=
nN
B
n
, B
n
T pour tout n N et B
n
B
m
=
si n ,= m.
23
La additivite de m nous donne
m(A) = m(
nN
B
n
) =
nN
m(B
n
) = lim
n
n
p=0
m(B
p
).
Puis, comme A
n
=
n
p=0
B
p
, ladditivite de m (qui se deduit de la additivite) nous donne
n
p=0
m(B
p
) = m(A
n
) et donc m(A) = lim
n
m(A
n
).
4. Continuite decroissante. Soit (A
n
)
nN
T, t.q. A
n+1
A
n
, pour tout n N, et telle quil existe
n
0
N, m(A
n
0
) < .
Par monotonie, on a m(A
n+1
) m(A
n
) pour tout n N et donc lim
n
m(A
n
) = inf
nN
m(A
n
)
R
+
. On a aussi, par monotonie, m(A) m(A
n
), pour tout n N, avec A =
nN
A
n
. Comme
m(A
n
0
) < , on a aussi m(A
n
) < pour tout n n
0
et m(A) < . On pose B
n
= A
n
0
A
n
=
A
n
0
A
c
n
T, pour tout n n
0
. La suite (B
n
)
nn
0
est croissante (B
n
B
n+1
pour tout n n
0
)
et B =
n0
B
n
=
nn
0
(A
n
0
A
n
) = A
n
0

nn
0
A
n
= A
n
0
A.
La continuite croissante donne
m(A
n
0
A) = m(B) = lim
n
m(B
n
) = lim
n
m(A
n
0
A
n
). (2.9)
Comme A A
n
0
, on a m(A
n
0
A) = m(A
n
0
) m(A) (car m(A) m(A
n
0
) < , on utilise ici la
remarque à la n de la preuve de la monotonie). De meme, comme A
n
A
n
0
(pour n n
0
), on a
m(A
n
0
A
n
) = m(A
n
0
) m(A
n
) (car m(A
n
) m(A
n
0
) < ). En utilisant une nouvelle fois que
m(A
n
0
) < , on deduit de (2.9) que m(A) = lim
n
m(A
n
).
Theorème 2.1 (Mesure completee) Soit (E, T, m) un espace mesure, on note ^
m
lensemble des
parties negligeables. On pose T = A N, A T, N ^
m
. Alors T est une tribu, et il existe une
et une seule mesure, notee m, sur T, egale à m sur T. De plus, une partie de E est negligeable pour
(E, T, m) si et seulement si elle est negligeable pour (E, T, m). la mesure m est complète et lespace
mesure (E, T, m) sappelle le complete de (E, T, m). La mesure m sappelle la mesure completee de la
mesure m.
D emonstration : Cette demonstration est lobjet de lexercice 2.28.
Denition 2.16 (Mesure absolument continue, mesure etrangère)
Soient (E, T) un espace mesurable, et m et des mesures (positives) sur T.
1. On dit que la mesure est absolument continue par rapport à la mesure m (et on note << m) si
pour tout A T tel que m(A) = 0, alors (A) = 0.
2. On dit que la mesure est etrangère ` a la mesure m (et note m) sil existe A T tel que
m(A) = 0 et (A
c
) = 0.
Proposition 2.4 Soient (E, T) un espace mesurable, et m et des mesures (positives) sur T; on suppose
de plus que la mesure est -nie. Alors il existe une mesure
a
absolument continue par rapport à m
et une mesure
e
etrangère à m (et à
a
) t.q. =
a
+
e
.
24
D emonstration :
On suppose tout dabord que est une mesure nie. On pose = sup(A); A T, m(A) = 0. Il existe
donc une suite (A
n
)
nN
T t.q. m(A
n
) = 0, pour tout n N, et (A
n
) , quand n . On pose
alors C =
nN
A
n
.
On a C T, 0 m(C)
nN
m(A
n
) = 0 (par -sous additivite de m), (C) (A
n
) pour tout n N
(par monotonie de ) et donc, en passant à la limite quand n , (C) . Enn, la denition de
donne alors (C) = . On a donc trouve C T t.q. m(C) = 0 et (C) = .
Pour A T, on pose
e
(A) = (A C) et
a
(A) = (A C
c
).
Il est clair que
e
et
a
sont des mesures sur T et que =
e
+
a
. Comme
e
(C
c
) = 0 et
a
(C) = 0,
les mesures
a
et
e
sont etrangères. Comme m(C) = 0 et
e
(C
c
) = 0, les mesures
e
et m sont aussi
etrangères. Il reste à montrer que
a
est absolument continue par rapport à m.
Soit B T t.q. m(B) = 0. On veut montrer que
a
(B) = 0, cest-à-dire que (B C
c
) = 0. On pose
D = B C
c
et F = C D. Comme D C = , On a m(F) = m(C) + m(D) m(C) + m(B) = 0 et
(F) = (C) +(D) = +(D). Comme m(F) = 0, la denition de donne que (F) . On a donc
+ (D) , do` u lon deduit, comme R (et cest ici que lon utilise le fait que est une mesure
nie), que (D) = 0, cest-à-dire
a
(B) = 0. On a bien ainsi montre que
a
est absolument continue par
rapport à m.
On considère maintenant le cas general o` u est -nie. Il existe une suite (E
n
)
nN
T t.q. E =
nN
E
n
,
(E
n
) < pour tout n N et E
n
E
m
= si n ,= m.
Pour n N et A T, on pose
(n)
(A) = (AE
n
).
(n)
est donc une mesure nie sur T. Le raisonnement
precedent donne donc lexistence de
(n)
a
absolument continue par rapport à m et de
(n)
e
etrangère à m
(et à
(n)
a
) t.q.
(n)
=
(n)
a
+
(n)
e
. On pose alors, pour A T:
e
(A) =
nN
(n)
e
(A);
a
(A) =
nN
(n)
a
(A).
e
et
a
sont bien des mesures sur T (voir lexercice 4.2) et il est clair que =
e
+
a
,
a
absolument
continue par rapport à m et
e
etrangère à m (et à
a
).
Il est parfois utile (surtout en theorie des probabilites, mais une telle question apparat aussi dans le
section 2.5 et dans le chapitre 7) de montrer lunicite dune mesure ayant des proprietes donnees. La
proposition suivante donne une methode pour montrer une telle unicite (dautres methodes sont possibles,
voir, par exemple, la proposition 5.4 dans le chapitre 5).
Proposition 2.5 Soit (E, T) un espace mesurable et m, deux mesures sur T. On suppose quil existe
( T t.q.
1. ( engendre T,
2. ( est stable par intersection nie (cest-à-dire A, B ( A B (),
3. Il existe (E
n
)
nN
( t.q. E
n
E
m
= si n ,= m, m(E
n
) < , pour tout n N, et E =
nN
E
n
,
4. m(A) = (A) pour tout A (.
On a alors m = (cest-` a-dire m(A) = (A) pour tout A T).
D emonstration : Cette demonstration est lobjet de lexercice 2.19.
25
2.4 mesure signee
Denition 2.17 (Mesure signee) Soit (E, T) un espace mesurable. On appelle mesure signee (sur T)
une application m : T R veriant la propriete de -additivite, cest-à-dire t.q. pour toute famille
(A
n
)
nN
T, t.q. A
n
A
m
= , si n ,= m,
m(
_
nN
A
n
) =
nN
m(A
n
). (2.10)
Noter quune mesure signee prend ses valeurs dans R. En prenant A
n
= pour tout n N dans (2.10),
on en deduit que m() = 0.
On peut aussi considerer des mesures à valeurs complexes (cest-à-dire dans C). Dans ce cas, les parties
reelles et imaginaires de ces mesures à valeurs complexes sont des mesures signees.
Dans toute la suite du cours, les mesures considerees seront en general positives, cest-à-dire (cf. deni-
tion 2.7) à valeurs dans R
+
. Lorsque lon sinteressera à des mesures prenant leurs valeurs dans R, on
precisera quil sagit de mesures signees. Noter que les mesures signees ne verient pas, en general, les
proprietes (2.5) et (2.6). Pour avoir un contre exemple, il sut de considerer une mesure signee m (non
nulle) t.q. m soit une mesure (positive).
Proposition 2.6 (Decomposition dune mesure signee) Soient (E, T) un espace mesurable et m
une mesure signee sur T. Alors, il existe deux mesures (positives) nies, notees m
+
et m
, t.q. :
1. m(A) = m
+
(A) m
(A), pour tout A T.

2. Les mesures m
+
et m
sont etrangères, cest-à-dire quil existe C T tel que m

+
(C) = 0, et
m
(E C) = 0.
Une consequence des proprietes ci-dessus est que m
(A) = m(AC) et m
+
(A) = m(AC
c
) pour tout
A T.
De plus, la decompostion de m en dierence de deux mesures (positives) nies etrangères est unique. Elle
sappelle decomposition de Hahn de m.
D emonstration :
La demonstration dexistence de m
+
et m
est decomposee en trois etapes. Dans la première etape, on

va montrer que, si A T, il existe

A T t.q.

A A, m(

A) m(A) et :
B T, B

A m(B) 0.
Cette première etape nous permettra, dans letape 2, de montrer lexistence de C T t.q. m(C) =
supm(A), A T (ceci montre, en particulier que supm(A), A T < ).
Enn, dans letape 3, on pose m
+
(A) = m(A C) et m
(A) = m(A C
c
) (pour tout A T) et on
remarque que m
+
et m
sont des mesures nies, etrangères et t.q. m = m

+
m
.
Etape 1. Soit A T, on montre, dans cette etape, quil existe

A T t.q.

A A, m(

A) m(A) et :
B T, B

A m(B) 0. (2.11)
On commence par montrer, par recurrence sur n, lexistence dune suite (B
n
)
nN
delements de T t.q. :
1. B
0
= A,
26
2. B
n+1
B
n
, pour tout n N,
3. m(B
n
B
n+1
)
n
= max
n
2
, 1 o` u
n
= infm(C), C T, C B
n
.
On prend B
0
= A. Soit maintenant n N, on suppose B
p
connu pour p n. On a
n
= infm(C), C
B
n
0 (car B
n
). Si
n
= , il existe C
n
T t.q. C
n
B
n
et m(C
n
)
n
= 1. Si
<
n
< 0, on a
n
>
n
, il existe donc C
n
T t.q. C
n
B
n
et m(C
n
)
n
. Si
n
= 0, on prend
C
n
= . Enn, on prend B
n+1
= B
n
C
n
et on obtient bien les proprietes desirees en remarquant que
C
n
= B
n
B
n+1
.
La suite (B
n
)
nN
est decroissante (cest-à-dire B
n+1
B
n
pour tout n N). Pour m > n, on a donc
C
m
B
m
B
n+1
et donc C
m
C
n
= (car B
n+1
= B
n
C
n
). Par additivite de m, on en deduit
m(
nN
C
n
) =
nN
m(C
n
). Comme m(
nN
C
n
) R, la serie de terme general m(C
n
) est convergente.
On a donc m(C
n
) 0 quand n et donc
n
0 quand n (car m(C
n
)
n
0) et, nalement,
n
0 quand n .
On pose maintenant

A = A
nN
C
n
=
nN
B
n
. On a, bien s ur,

A T et

A A. On montre maintenant
que

A verie (2.11). Soit C T, C

A. On a, pour tout n N, C B
n
et donc m(C)
n
. Quand
n , on en deduit que m(C) 0. ce qui donne bien (2.11).
Il reste à montrer que m(

A) m(A). Comme A =

A (
nN
C
n
) (et que cette union est disjointe), la
additivite de m donne que m(A) = m(

A) +
nN
m(C
n
) m(

A). Ce qui termine la première etape.
Etape 2. On pose = supm(A), A T et on montre, dans cette etape, quil existe C T t.q.
m(C) = .
Par denition dune borne superieure, il existe une suite (A
n
)
nN
delements de T t.q. m(A
n
)
quand n . Grace à letape 1, on peut supposer (quitte à remplacer A
n
par

A
n
construit comme dans
letape 1) que A
n
verie (2.11), cest-à-dire que pour tout n N :
B T, B A
n
m(B) 0. (2.12)
On pose C =
nN
A
n
. On commence par montrer que m(C) m(A
m
), pour tout m N.
Soit m N. On peut ecrire C comme une union disjointe :
C = A
m
(
n=m
C
n,m
),
avec C
n,m
T et C
n,m
A
n
pour tout m ,= n. En eet, il sut pour cela de constuire par recurrence
(sur n) la suite des C
n,m
en prenant pour C
n,m
lintersection de C avec A
n
à laquelle on retranche A
m
et les C
n,m
precedemment construits.
Par additivite de m, on a m(C) = m(A
m
) +
n=m
m(C
n,m
). puis, comme C
n,m
A
n
, on a, par
(2.12), m(C
n,m
) 0. On en deduit m(C) m(A
m
).
En faisant tendre m vers , on a alors m(C) et donc, nalement m(C) = .
Etape 3. Construction de m
+
et m
.
Pour constuire m
+
et m
, on utilise un element C de T t.q. m(C) = = supm(A), A T (lexistence

de C a ete montre à letape 2). Pour A T, on pose :
m
+
(A) = m(A C), m
(A) = m(A C
c
).
27
On a m
+
() = m
() = 0 (car m() = 0) et les applications m

+
et m
sont des applications additives

de T dans R (car m est additive). Pour montrer que m
+
et m
sont des mesures nies, il sut de

montrer quelles prennent leurs valeurs dans R
+
, ce que lon montre maintenant.
Soit A T, on a, par additivite de m et grace à la denition de , = m(C) = m(AC) +m(A
c
C)
m(A C) + . On en deduit m(A C) 0. ce qui prouve bien que m
+
(A) R
+
. On a aussi, encore
une fois par additivite de m et grace à la denition de , m(C) +m(A C
c
) = +m(A C
c
). On
en deduit m(A C
c
) 0 et donc m
(A) R
+
.
Les applications m
+
et m
sont des mesures nies (noter que m

+
(E) = m(EC) < et m
(E) = m(E
C
c
) < ). Elles sont etrangères car m
+
(C
c
) = m(C
c
C) = m() = 0 et m
(C) = m(C C
c
) = 0.
Enn, pour tout A T, on a, par additivite de m :
m(A) = m(A C) +m(A C
c
) = m
+
(A) m
(A).
Ceci termine la demonstration de lexistence de m
+
et m
.
Pour montrer lunicite de cette decomposition de m, on suppose que et sont deux mesures nies
etrangères t.q. m = . Comme elle sont etrangères, il existe D T t.q. (D
c
) = (D) = 0. On
montre alors que, pour tout A T, on a necessairement :
(A) = supm(B); B T, B A. (2.13)
En eet, si A T et B T, B A, on a m(B) = (B) (B) (B) (A) (par positivite de
et monotonie de ). Puis, en prenant B = A D, on a m(B) = m(A D) = (A D) (A D) =
(A D) = (A) (A D
c
) = (A). Ceci prouve bien que (2.13) est vraie (et prouve que le sup est
atteint pour B = A D). Legalite (2.13) donne donc de manière unique en fonction de m. Lunicite
de decoule alors du fait que = m.
Remarque 2.7 Une consequence de la proposition 2.6 est que la serie

nN
m(A
n
) apparaissant dans
(2.10) est absolument convergente car (pour toute famille (A
n
)
nN
T t.q. A
n
A
m
= , si n ,= m) on
a
n
p=0
[m(A
p
)[
n
p=0
m
+
(A
p
) +
n
p=0
m
(A
p
) m
+
(E) +m
(E) < .
En fait, la denition 2.17 donne directement que la serie

nN
m(A
n
) apparaissant dans (2.10) est
commutativement convergente (cest-à-dire quelle est convergente, dans R, quel que soit lordre dans
lequel on prend les termes de la serie et la somme de la serie ne depend pas de lordre dans lequel les
termes ont ete pris). Elle est donc absolument convergente (voir lexercice 2.29). Nous verrons plus loin
que cette equivalence entre les series absolument convergentes et les series commutativement convergentes
est fausse pour des series à valeurs dans un espace de Banach de dimension innie.
2.5 La mesure de Lebesgue sur la tribu des boreliens
Il serait bien agreable, pour la suite du cours, de montrer lexistence dune application , denie sur tout
T(R) et à valeurs dans R
+
, t.q. limage par dun intervalle de R soit la longueur de cet intervalle, et qui
verie les proprietes (1.9) et (1.10). Malheureusement, on peut montrer quune telle application nexiste
pas (voir les exercices 2.24 et 2.23). Le theorème suivant donne lexistence dune telle application denie
seulement sur la tribu des boreliens de R, notee B(R) (lexercice 2.24 donne alors que B(R) ,= T(R)).
Cette application sappelle la mesure de Lebesgue.
28
Theorème 2.2 (Caratheodory) Il existe une et une seule mesure sur B(R), notee et appelee mesure
de Lebesgue sur les boreliens, t.q. (], [) = , pour tout (, ) R
2
t.q. < < < +.
Il y a plusieurs demonstrations possibles de ce theorème. Pour la partie existence de ce theorème, nous
donnons dans cette section une demonstration due à Caratheodory. Soit A R. On denit
(A) par :
(A) = inf
(A
i
)
iN
E
A
n
i=1
(A
i
),
o` u E
A
est lensemble des familles denombrables dintervalles ouverts dont lunion contient A, et (A
i
)
represente la longueur de lintervalle A
i
. On peut montrer (voir lexercice 2.23) que lapplication
ainsi
denie de T(R) dans R
+
nest pas - additive (ce nest donc pas une mesure).
On montre par contre dans cette section que la restriction de
à B(R) est une mesure, quon note ,

mesure de Lebesgue. Lexistence de la mesure de Lebesgue peut aussi etre demontree en utilisant un
theorème plus general (de F. Riesz) que nous verrons dans un chapitre ulterieur.
Après la denition de
et la demonstration de proprietes de
, on donne la demonstration de la
partie existence du theorème de Caratheodory (voir page 32). La partie unicite du theorème de
Caratheodory (voir page 35) peut etre demontree en utilisant le theorème de regularite sur les mesures
sur B(R) (Theorème 2.3, très utille dans la suite du cours) et dun lemme classique sur les ouverts
de R (lemme 2.4). Cette partie unicite peut aussi etre demontree, plus directement, en utilisant la
proposition 2.5.
Denition 2.18 (Denition de
) Soit A T(R). On pose
(A) = inf
nN
(I
n
); (I
n
)
nN

E
A
, avec E
A
= (I
n
)
nN
; I
n
=]a
n
, b
n
[, < a
n
b
n
< , n N, A
nN
I
n
et (I) = b a si
I =]a, b[, < a b < .
Proposition 2.7 (Proprietes de
) Lapplication
: T(R) R
+
(denie dans la denition 2.18)
verie les proprietes suivantes :
1.
() = 0,
2. (Monotonie)
(A)
(B), pour tout A, B T(R), A B,

3. (sous additivite) Soit (A
n
)
nN
T(R) et A =
nN
A
n
, alors
(A)
nN
(A
n
),
4.
(]a, b[) = b a pour tout (, ) R

2
t.q. < < < +.
D emonstration :
On remarque tout dabord que
(A) R
+
pour tout A T(R) (car
(A) est la borne inferieure dune

partie de R
+
).
Propriete 1. Pour montrer que
() = 0, il sut de remarquer que (I

n
)
nN
E
avec I
n
= pour
tout n N, et donc 0
()
nN
(I
n
) = 0.
Propriete 2. Soit A, B T(R) t.q. A B. On a E
B
E
A
et donc
(A)
(B).
Propriete 3. Soit (A
n
)
nN
T(R) et A =
nN
A
n
. Il sut de considerer le cas o` u
(A
n
) < pour
tout n N (sinon, linegalite est immediate).
Soit > 0. Pour tout n N, il existe (I
n,m
)
mN
E
A
n
t.q.

mN
(I
n,m
)
(A
n
) +/(2
n
).
29
On remarque alors que (I
n,m
)
(n,m)N
2 est un recouvrement de A par des intervalles ouverts et donc que :
(A)
(n,m)N
2
(I
n,m
).
Noter que

(n,m)N
2
(I
n,m
) =

nN
(I
(n)
), o` u est une bijection de N dans N
2
(cette somme ne
depend pas de la bijection choisie, voir le lemme 2.2 page 21).Avec le lemme 2.3 ci dessous, on en deduit :
(A)
nN
(
mN
(I
n,m
))
nN
(A
n
) + 2,
ce qui donne bien, quand 0,
(A)
nN
(A
n
).
Propriete 4. Pour montrer la quatrième propriete. On commence par montrer :
([a, b]) = b a, a, b R, a < b. (2.14)

Soit donc a, b R, a < b.
Comme [a, b] ]a , b +[, pour tout > 0, on a
([a, b]) b a +2. On en deduit
([a, b]) b a.
Pour demontrer linegalite inverse, soit (I
n
)
nN
E
[a,b]
. Par compacite de [a, b], il existe n N t.q.
[a, b]
n
p=0
I
p
. On peut alors construire (par recurrence) i
0
, i
1
, . . . , i
q
0, . . . , n t.q. a
i
0
< a,
a
i
p+1
< b
i
p
pour tout p 0, . . . , q 1, b < b
i
q
. On en deduit que b a <
q
p=0
b
i
p
a
i
p

nN
(I
n
)
et donc b a
([a, b]). Ceci donne bien (2.14).

En remarquant que [a + , b ] ]a, b[ [a, b] pour tout a, b R, a < b, et 0 < < (b a)/2, la
monotonie de
donne (avec (2.14)) que
(]a, b[) = b a pour tout a, b R, a < b. La monotonie de
donne alors aussi que
([a, b[) =
(]a, b]) =
(]a, b[) = b a pour tout a, b R, a < b, et enn que
(] , a]) =
(] , a[) =
(]a, ]) =
([a, ]) = pour tout a R.

Lemme 2.3 (Double serie à termes positifs) Soit (a
n,m
)
(n,m)N
2 R
+
. Alors on a :
(n,m)N
2
a
n,m
=
nN
(
mN
a
n,m
).
D emonstration : On pose A =
(n,m)N
2
a
n,m
et B =
nN
(
mN
a
n,m
). Soit une bijection de N
dans N
2
. On rappelle que
(n,m)N
2
a
n,m
=
pN
a
(p)
.
Pour tout i, j N, il existe n N t.q. 0, . . . , i 0, . . . j (0), . . . , (n). Comme a
n,m
0 pour
tout (n, m), on en deduit que A
n
p=0
a
(p)

i
n=0
(
j
m=0
a
n,m
) et donc, en faisant tendre j puis i
vers , que A B. Un raisonnement similaire donne que B A et donc A = B.
On introduit maintenant la tribu de Lebesgue, sur laquelle on montrera que
est une mesure.

Denition 2.19 (Tribu de Lebesgue) On pose L = E T(R) t.q.
(A) =
(AE) +
(AE
c
)
pour tout A T(R). On rappelle que
est denie dans la denition 2.18 (et que E

c
= R E). Cet
ensemble de parties de R note L sappelle tribu de Lebesgue (on montre dans la proposition 2.8 que L
est bien une tribu).
30
Remarque 2.8 On peut avoir une première idee de linteret de la denition 2.19 en remarquant quelle
donne immediatement ladditivite de
sur L. En eet, soit E

1
, E
2
R t.q. E
1
E
2
= et soit A R.
On suppose que E
1
L et on utilise la denition de L avec A(E
1
E
2
), on obtient
(A(E
1
E
2
)) =
(A (E
1
E
2
) E
1
) +
(A (E
1
E
2
) E
c
1
) =
(A E
1
) +
(A E
2
) (car E
1
E
2
= ).
Par recurrence sur n, on a donc aussi
(A (
n
i=1
E
i
)) =
n
i=1
(A E
i
), dès que E
1
, . . . , E
n1
L,
A, E
n
R et E
i
E
j
= si i ,= j, i, j 1, . . . , n.
En particulier, en prenant A = R, on obtient ladditivite de
sur L, cest-à-dire
(
n
i=1
E
i
) =
n
i=1
(E
i
),
si E
1
, . . . , E
n1
L et E
i
E
j
= si i ,= j, i, j 1, . . . , n.
Remarque 2.9 Pour tout E, A T(R), on a, par sous additivite de
(A)
(A E) +
(A E
c
). Pour montrer que E L (denie dans la denition 2.19), il sut donc de montrer que
(A)
(A E) +
(A E
c
), pour tout A T(R).
Proposition 2.8 (Proprietes de L) L est une tribu sur R et
|L
est une mesure. L et
sont denies
dans les denitions 2.18 et 2.19.
D emonstration :
Il est immediat que L et que L est stable par passage au complementaire. On sait aussi que
() = 0. Il reste donc à demontrer que L est stable par union denombrable et que la restriction de
à L est une mesure. Ceci se fait en deux etapes decrites ci-après.

Etape 1. On montre, dans cette etape, que L est stable par union nie et que, si n 2 et (E
i
)
i=1,...,n
L
est t.q. E
i
E
j
= si i ,= j, alors on a :
(A (
n
i=1
E
i
)) =
n
i=1
(A E
i
), A T(R). (2.15)
(Cette dernière propriete donne ladditivite de
sur L en prenant A = R, cette propriete dadditivite a

dejà ete signalee dans la remarque 2.8.)
Par une recurrence facile, il sut de montrer que E
1
E
2
L si E
1
, E
2
L et de montrer la propriete
(2.15) pour n = 2. Soit donc E
1
, E
2
L. On pose E = E
1
E
2
. Pour montrer que E L, il sut de
montrer (voir la remarque 2.9) que
(A)
(AE)+
(AE
c
), pour tout A T(R). Soit A T(R).
Par sous additivite de
on a
(A (E
1
E
2
)) =
((A E
1
) (A E
c
1
E
2
))
(A E
1
) +
(A E
c
1
E
2
),
et donc
(A (E
1
E
2
)) +
(A (E
1
E
2
)
c
)
(A E
1
) +
(A E
c
1
E
2
) +
(A E
c
1
E
c
2
).
Comme E
2
L, on a
(A E
c
1
) =
(A E
c
1
E
2
) +
(A E
c
1
E
c
2
). Puis, comme E
1
L, on a
(A) =
(A E
1
) +
(A E
c
1
). On en deduit
(A (E
1
E
2
)) +
(A (E
1
E
2
)
c
)
(A).
Ce qui prouve que E L.
31
Pour montrer (2.15) avec n = 2 si E
1
, E
2
L avec E
1
E
2
= , il sut de remarquer que (pour tout
A T(R))
(A(E
1
E
2
)) =
((AE
1
) (AE
2
)) =
([(AE
1
) (AE
2
)] E
1
) +
([(AE
1
)
(A E
2
)] E
c
1
) =
(A E
1
) +
(A E
2
). (On a utilise le fait que E
1
L.) Ceci termine letape 1.
Une consequence de cette etape (et du fait que L est stable par passage au complementaire) est que L
est stable par intersection nie.
Etape 2. On montre, dans cette etape, que L est stable par union denombrable et la restriction de
à
L est une mesure (ce qui termine la demonstration de la proposition 2.8).
Soit (E
n
)
nN
L et E =
nN
E
n
. On veut montrer que E L. On commence par remarquer que
E =
nN
F
n
avec F
0
= E
0
et, par recurrence, pour n 1, F
n
= E
n

n1
p=0
F
p
. Letape 1 nous donne que
(F
n
)
nN
L et, comme F
n
F
m
= si n ,= m, on peut utiliser (2.15). Pour tout A T(R), on a donc :
(A) =
(A (
n
p=0
F
p
)) +
(A (
n
p=0
F
p
)
c
) =
n
p=0
(A F
p
) +
(A (
n
p=0
F
p
)
c
). (2.16)
En utilisant le fait que E
c
(
n
p=0
F
p
)
c
et la monotonie de
, on a
(A (
n
p=0
F
p
)
c
)
(A E
c
).
En faisant tendre n vers dans (2.16) et en utilisant la sous additivite de
, on en deduit alors que
(A)
(A E) +
(A E
c
). Ce qui prouve que E L (voir remarque 2.9) et donc que L est une
tribu.
Il reste à montrer que
est une mesure sur L. Soit (E

n
)
nN
L t.q. E
i
E
j
= si i ,= j et E =
nN
E
n
.
Par monotonie de
on a, pour tout n N,
(
n
p=0
E
p
)
(E) et donc, en utilisant ladditivite de
sur L (demontree à letape 1, voir (2.15) avec A = E),

n
p=0
(E
p
)
(E). Ce qui donne, passant à

limite quand n ,
p=0
(E
p
)
(E). Dautre part,
(E)
p=0
(E
p
), par sous additivite
de
. On a donc
(E) =
p=0
(E
p
). Ce qui prouve que
|L
est une mesure.
D emonstration de la partie existence du th eor` eme 2.2 :
Pour montrer la partie existence du theorème 2.2, il sut, grace aux propositions 2.7 et 2.8, de montrer
que L (denie dans la denition 2.19) contient B(R). Pour cela, il sut de montrer que ]a, [ L pour
tout a R (car ]a, [, a R engendre B(R)). Soit donc a R et E =]a, [. Pour tout A T(R), on
veut montrer que
(A)
(A E) +
(A E
c
). On peut supposer que
(A) < (sinon linegalite

est immediate).
Soit > 0. Par la denition de
(A), il existe (I
n
)
nN
E
A
t.q.
(A)

nN
(I
n
) . Comme
A E (
nN
(I
n
E)) et A E
c
(
nN
(I
n
E
c
)), la sous additivite de
donne
(A E)
nN
(I
n
E) et
(A E
c
)
nN
(I
n
E
c
).
Comme I
n
E et I
n
E
c
sont des intervalles, la n de la demonstration de la proposition 2.7 donne
(I
n
E) = (I
n
E) et
(I
n
E
c
) = (I
n
E
c
). On en deduit
(AE)+
(AE
c
)
nN
((I
n
E)+
(I
n
E
c
)) =
nN
(I
n
) (car (I
n
E)+(I
n
E
c
) = (I
n
)) et donc
(AE)+
(AE
c
)
(A)+.
Quand 0 on trouve linegalite recherchee. On a bien montre que E L.
On va maintenant demontrer un theorème important dont on peut deduire, en particulier, la partie
unicite du theorème 2.2.
Theorème 2.3 (Regularite dune mesure sur B(R), nie sur les compacts)
32
Soit m une mesure sur B(R). On suppose que m est nie sur les compacts, cest à dire que m(K) < pour
tout compact K de R (noter quun compact est necessairement dans B(R)). Alors, pour tout A B(R)
et tout > 0, il existe un ouvert O et un ferme F t.q. F A O et m(O F) . En particulier, on a
donc, pour tout A B(R), m(A) = infm(O), O ouvert contenant A et m(A) = supm(K), K compact
inclus dans A.
D emonstration :
On appelle T lensemble des A B(R) t.q. pour tout > 0, il existe O ouvert et F ferme veriant
F A O et m(OF) . On va montrer que T est une tribu contenant ( = ]a, b[, < a < b < .
Comme ( engendre B(R), ceci donnera T = B(R).
On montre tout dabord que ( T. Soit < a < b < et A =]a, b[.
Pour tout n n
0
avec n
0
t.q. (2/n
0
) < b a on a :
[a + (1/n), b (1/n)] A ]a, b[.
Pour n n
0
, on pose B
n
=]a, a + (1/n)[]b (1/n), b[). La suite (B
n
)
nn
0
est une suite decroissante
et
nn
0
B
n
= . Comme m est nie sur les compacts, on a m(B
n
) m([a, b]) < . En utilisant la
continuite decroissante de m (proposition 2.3), on a donc :
m(]a, b[[a + (1/n), b (1/n)]) = m(]a, a + (1/n)[]b (1/n), b[) = m(B
n
) 0 quand n .
Soit maintenant > 0 en prenant n assez grand on a m(B
n
) . En prenant O = A et F = [a +
(1/n), b (1/n)], on a bien O ouvert, F ferme, F A O et m(O F) . Ceci prouve que ]a, b[ T.
On montre maintenant que T est une tribu. On remarque tout dabord que T (il sut de prendre
F = O = ) et que T est stable par passage au complementaire (car, si F A O, on a O
c
A
c
F
c
et F
c
O
c
= O F). Il reste à montrer que T est stable par union denombrable.
Soit (A
n
)
nN
T et A =
nN
A
n
. On veut montrer que A T. On va commencer par traiter le cas
(simple) o` u m(A) < puis le cas (plus dicile) o` u m(A) = .
Premier cas. On suppose que m(A) < .
Soit > 0. Pour tout n N, il existe O
n
ouvert et F
n
ferme t.q. F
n
A
n
O
n
et m(O
n
F
n
) (/2
n
).
On pose O =
nN
O
n
et

F =
nN
F
n
. On a

F A O, m(O

F) 2, car (O

F)
nN
(O
n
F
n
),
et O ouvert mais

F nest pas necessairement ferme. . .
Cependant, puisque m(A) < , on a aussi m(

F) < . Par continuite croissante de m(appliquee à la suite
(
n
p=0
F
p
)
nN
) on a m(
n
p=0
F
p
) m(

F), quand n , do` u (puisque m(

F) < ) m(

F)m(
n
p=0
F
p
)
0. On prend alors F =
N
p=0
F
p
avec N assez grand pour que m(

F F) = m(

F) m(F) . On a
bien F A O, O ouvert, F ferme et, comme (O F) = (O

F) (

F F), on a m(O F) =
m(O

F) +m(

F F) 3. Ceci prouve que A T.
Deuxième cas. On suppose maintenant que m(A) = (et le raisonnement precedent nest plus correct
si m(

F) = ). On raisonne en 3 etapes :
1. Soit p Z. On remarque dabord que A
n
[p, p + 1[ T pour tout n N. En eet, soit n N et
> 0. Il existe O ouvert et F ferme t.q. F A
n
O et m(O F) . Pour k N
, on a donc :
F
k
= F [p, p + 1
1
k
] A
n
[p, p + 1[ O
k
= O]p
1
k
, p + 1[.
33
On a F
k
ferme, O
k
ouvert et (O
k
F
k
) (O F)]p
1
k
, p[]p + 1
1
k
, p + 1[. On en deduit :
m(O
k
F
k
) +m(]p
1
k
, p[]p + 1
1
k
, p + 1[).
Or, la continuite decroissante de m donne que m((]p
1
k
, p[]p + 1
1
k
, p + 1[) 0 quand k
(on utilise ici le fait que m([p 1, p + 1]) < car m est nie sur les compacts). Il existe donc
k N
t.q. m(O
k
F
k
) 2, ce qui donne bien que A
n
[p, p + 1[ T.
2. Comme m(A [p, p + 1[) < , on peut maintenant utiliser le premier cas avec A [p, p + 1[=
nN
(A
n
[p, p + 1[). Il donne que A [p, p + 1[ T pour tout p Z.
3. On montre enn que A T. Soit > 0. Pour tout p Z, il existe un ouvert O
p
et un ferme G
p
t.q. G
p
A [p, p +1[ O
p
et m(O
p
G
p
) /(2
|p|
). On prend O =
pZ
O
p
et F =
pZ
G
p
. On
obtient F A O, m(O F) 3 et O est ouvert. Il reste à montrer que F est ferme.
Soit (x
n
)
nN
F t.q. x
n
x (dans R) quand n . On veut montrer que x F. Il existe
p Z t.q. x ]p 1, p + 1[. Il existe donc n
0
N t.q. x
n
]p 1, p + 1[ pour tout n n
0
. Comme
x
n

qZ
G
q
et que G
q
[q, q + 1[ pour tout q, on a donc x
n
G
p
G
p1
pour tout n n
0
.
Comme G
p
G
p1
est ferme, on en deduit que x G
p
G
p1
F et donc que F est ferme.
Ceci montre bien que A T et termine la demonstration du fait que T est une tribu. Comme cela
a dejà ete dit, on en deduit que T = B(R).
On a donc bien montre que pour tout A B(R) et pour tout > 0, il existe O ouvert et F ferme veriant
F A O et m(O F) .
On montre maintenant que m(A) = infm(O), O ouvert contenant A pour tout A B(R). Soit
A B(R). On remarque dabord que la monotonie dune mesure donne m(A) infm(O), O ouvert
contenant A. Puis, linegalite inverse est immediate si m(A) = . Enn, si m(A) < , pour tout > 0
il existe O ouvert et F ferme veriant F A O et m(OF) . On a donc OA OF et donc (par
monotonie de m) m(O A) et m(O) = m(A) + m(O A) m(A) + . On a donc trouve un ouvert
O contenant A t.q. m(O) m(A). On en deduit que infm(O), O ouvert contenant A m(A) et
nalement que m(A) = infm(O), O ouvert contenant A.
De manière semblable, on montre aussi que m(A) = supm(K), K compact inclus dans A pour tout
A B(R). En eet, soit A B(R). Ici aussi, on commence par remarquer que la monotonie dune mesure
donne m(A) supm(K), K compact inclus dans A. On montre maintenant linegalite inverse. Soit
> 0. Il existe F ferme t.q. F A et m(A F) . Si m(A) = , on en deduit que m(F) = et donc
que m(K
n
) quand n (par continuite croissante de m) avec K
n
= F [n, n]. Comme K
n
est
compact pour tout n N, on a donc supm(K), K compact inclus dans A = = m(A). Si m(A) < ,
on a m(A) m(F) m(A) et donc, pour n assez grand, m(K
n
) m(F) m(A) 2 (toujours
par continuite croissante de m) avec K
n
= F [n, n]. Comme K
n
est compact pour tout n N et que
est arbitraire, on en deduit que supm(K), K compact inclus dans A m(A) et donc, nalement,
m(A) = supm(K), K compact inclus dans A.
Pour demontrer la partie unicite du theorème 2.2 avec le theorème 2.3 on aura aussi besoin du petit
lemme suivant (plus precis que le lemme 2.1 car dans le lemme 2.1 il nest pas demande que les ouverts
soient disjoints).
34
Lemme 2.4 (Ouverts de R) Soit O un ouvert de R, alors O est une union denombrable dintervalles
ouverts disjoints 2 à 2, cest à dire quil existe (I
n
)
nN
t.q. I
n
est un intervalle ouvert de R pour tout
n N, I
n
I
m
= si n ,= m et O =
nN
I
n
.
D emonstration :
Pour x O on pose O
x
= y O; I(x, y) O, avec I(x, y) = tx + (1 t)y, t [0, 1] (on a donc
I(x, y) = [x, y] ou [y, x]). On remarque que O =
xO
O
x
et que O
x
est, pour tout x O, un intervalle
ouvert (cest lintervalle ] inf O
x
, sup O
x
[, avec inf O
x
, sup O
x
R). Il est aussi facile de voir que, pour
tout x, y O, O
x
O
y
,= implique que O
x
= O
y
. On peut trouver A O t.q. O =
xA
O
x
et
O
x
O
y
= si x, y A, x ,= y. Comme O
x
,= pour tout x A, on peut donc construire une application
de A dans Q en choisissant pour chaque x A un rationnel de O
x
(ce qui est possible car tout ouvert
non vide de R contient un rationnel). Cette application est injective car O
x
O
y
= si x, y A, x ,= y.
lensemble A est donc au plus denombrable, ce qui termine la demonstration du lemme.
Remarque 2.10 Dans la demonstration du lemme 2.4, O
x
est la composante connexe de x. Le lemme
2.4 consiste donc à remarquer quun ouvert est reunion de ses composantes connexes, que celles ci sont
disjointes deux à deux et sont des ouverts connexes et donc des intervalles ouverts (car un connexe dans
R est necessairement un intervalle).
D emonstration de la partie unicit e du th eor` eme 2.2 :
On a construit une mesure, notee , sur B(R) t.q. (]a, b[) = b a pour tout a, b R, a < b. Supposons
que m soit aussi une mesure sur B(R) t.q. m(]a, b[) = b a pour tout a, b R, a < b. On veut montrer
que = m (sur tout B(R)). Nous le montrons ici avec deux methodes dierentes, utilisant le theorème 2.3
ou la proposition 2.5.
Première methode, avec le theorème 2.3. En utilisant le fait que tout ouvert est reunion denom-
brable dintervalles ouverts disjoints deux à deux (lemme 2.4) et les proprietes de additivite de et
de m, on montre que (O) = m(O) pour tout ouvert O de R. Puis, en utilisant la dernière assertion du
theorème de regularite (qui sapplique pour m et pour , car m et sont des mesures sur B(R), nies sur
les compacts), on obtient (A) = m(A) pour tout A B(R), i.e. m = .
Deuxième methode, avec la proposition 2.5. On utilise la proposition 2.5 avec (E, T) = (R, B(R))
et ( = ]a, b], a, b R, a b. On sait que ( engendre B(R), et il est clair que ( est stable par
intersection nie. On prend maintenant F
n
=]n, n + 1] pour n Z. La famille (F
n
)
nZ
est donc une
famille denombrable delements de (, disjoints deux à deux et t.q. R =
nZ
F
n
. Pour a, b R, a b, on
a, par continuite decroissante de m, m(]a, b] = lim
p
m(]a, b +
1
p
[= lim
p
b a+
1
p
= b a = (]a, b]).
On a donc m = sur ( (et m(F
n
) < pour tout n Z). On peut donc appliquer la proposition 2.5.
Elle donne = m sur B(R).
Remarque 2.11 Nous avons vu que la mesure de Lebesgue, notee , etait regulière. Ceci ne donne pas,
pour A B(R), legalite de la mesure de A avec la mesure de son interieur ou de son adherence. Il sut,
pour sen convaincre, de prendre, par exemple, A = Q. On a alors (A) = 0 (voir la remarque 2.13) et
(A) = .
Remarque 2.12 Nous avons donc, dans cette section, construit une application, notee
, de T(R) dans
R
+
. Cette application nest pas une mesure mais nous avons montre que la restriction de
à la tribu
de Lebesgue, notee L, etait une mesure. Puis, nous avons demontre que B(R) L et obtenu ainsi,
35
en prenant la restriction de
à B(R) la mesure que nous cherchions. On peut se demander toutefois

quelle est la dierence entre L et B(R). Du point de vue des cardinaux, cette dierence est considerable
car card(L) = card(T(R)) alors que card(B(R)) = card(R) mais du point de vue de lintegration, la
dierence est derisoire, comme nous pourrons le voir avec lexercice 4.18 (plus complet que lexercice
2.28) car lespace mesure (R, L,
|L
) est simplement le complete de (R, B(R),
|B(R)
).
On donne maintenant une propriete, specique à la mesure de Lebesgue, qui est à la base de toutes les
formules de changement de variables pour lintegrale de Lebesgue.
Proposition 2.9 (Invariance par translation generalisee) Soit R
et R. Pour A
T(R), on note A+ = x +, x A. On a alors :
1. A B(R) implique A+ B(R),
2. (A+) = [[(A) pour tout A B(R).
Pour = 1, cette propriete sappelle invariance par translation de .
D emonstration :
Pour la première partie de la proposition, on pose T = A B(R); A+ B(R). On montre facilement
que T est une tribu contenant les intervalles ouverts, on en deduit que T = B(R).
Pour la deuxième partie, on pose, pour tout A B(R), m
1
(A) = (A + ) et m
2
(A) = [[(A). Il est
facile de voir que m
1
et m
2
sont des mesures sur B(R), nies sur les bornes, et quelles sont egales sur
lensemble des intervalles ouverts. On raisonne alors comme dans la demonstration de la partie unicite
du theorème 2.2, en utilisant le theorème 2.3 ou la proposition 2.5. Par exemple, en utilisant le lemme
2.4 et les proprietes de additivite de m
1
et de m
2
, on montre que m
1
(O) = m
2
(O) pour tout ouvert
O de R. Puis, en utilisant la dernière assertion du theorème de regularite (qui sapplique pour m
1
et
pour m
2
), on obtient m
1
(A) = m
2
(A) pour tout A B(R). On a donc (A + ) = [[(A) pour tout
A B(R).
Remarque 2.13 La mesure de Lebesgue est diuse (cest-à-dire que (x) = 0 pour tout x R). Donc,
si D est une partie denombrable de R, on a (D) = 0. Ainsi, (N) = (Z) = (Q) = 0. La reciproque est
fausse. On construit par exemple un ensemble (dit ensemble de Cantor, K, qui est une partie compacte
non denombrable de [0,1], veriant (K) = 0, voir exercice 2.27).
Denition 2.20 (Mesure de Lebesgue sur un borelien de R) Soit I un intervalle de R (ou, plus
generalement, I B(R)) et T = B B(R); B I (on peut montrer que T = B(I), o` u I est muni de
la topologie induite par celle de R, voir lexercice 2.3 page 41). Il est facile de voir que T est une tribu
sur I et que la restriction de (denie dans le theorème 2.2) à T est une mesure sur T, donc sur les
boreliens de I (voir 2.15 page 44). On note toujours par cette mesure.
2.6 Independance et probabilite conditionnelle
2.6.1 Probabilite conditionnelle
Commencons par expliquer la notion de probabilite conditionnelle sur lexemple du lancer de de. On se
place dans le modèle equiprobable: soient E = 1, 2, 3, 4, 5, 6, T = T(E) et p la probabilite denie par
36
p(x) =
1
6
, x E. La probabilite de levenement A obtenir 6 est
1
6
. Supposons maintenant que
lon veuille evaluer la chance dobtenir un 6, alors que lon sait dejà que le resultat est pair (evenement
B = 2, 4, 6). Intuitivement, on a envie de dire que la chance dobtenir un 6 est alors
1
cardB
=
1
3
.
Denition 2.21 (Probabilite conditionnelle) Soient (E, T, p) un espace probabilise et A, B T.
Si p(B) ,= 0, la probabilite conditionnelle de A par rapport à B (on dit aussi probabilite de A par rapport
à B), notee p(A[B), est denie par p(A[B) =
p(AB)
p(B)
.
Si p(B) = 0, la probabilite conditionnelle de A par rapport à B, notee p(A[B), nest pas denie. Cest un
nombre arbitraire entre 0 et 1.
De cette denition on deduit la formule de Bayes: soient (E, T, p) un espace probabilise et A, B T,
alors:
p(B)p(A[B) = p(A B) (2.17)
Remarque 2.14 Soient (E, T, p) un espace probabilise et A un evenement tel que p(A) ,= 0. Alors
lapplication p
A
: T [0, 1] denie par:
p
A
(B) = p(B[A) =
p(A B)
p(A)
, B T (2.18)
est une probabilite sur T. On dit que la masse de p
A
est concentree en A : on a en eet : p
A
(B) = 0,
pour tout B T t.q. A B = . On a aussi p
A
(A) = 1.
Denition 2.22 Soit (E, T, p) un espace probabilise, on appelle système de constituants une famille
(C
n
)
nN
T densembles disjoints deux ` a deux t.q.
nN
C
n
= E.
On a comme corollaire immediat de la relation 2.17:
Proposition 2.10 Soient (E, T, p) un espace probabilise, (C
n
)
nN
T un système de constituants de
probabilites non nulles et A T, alors:
p(A) =
nN
p(C
n
)p(A[C
n
). (2.19)
Dans le cas o` u p(B) = p(B[A), on a envie de dire que A ninue en rien sur B ; on a dans ce cas:
p(A)p(B) = p(A B).
2.6.2 Evènements independants, tribus independantes
Denition 2.23 (Independance de deux evènements) Soient (E, T, p) on dit que deux evenements
A et B sont (stochastiquement) independants si p(A)p(B) = p(A B).
Remarque 2.15 Attention: il est clair que, lors de la modelisation dun phenomène aleatoire, si on a des
evènements independants a priori, i.e. tels que la realisation de lun na aucune inuence sur la realisation
de lautre, on choisira, pour le modèle probabiliste, une probabilite qui respecte lindependance: on dit
que lindependance a priori implique lindependance stochastique. Cependant, la notion dindependance
est liee à la notion de probabilite; ainsi, pour une probabilite p donnee, deux evènements peuvent etre
independants alors quils ne paraissent pas intuitivement independants.
37
Exemple 2.3 Prenons comme exemple le lancer simultane de deux des: a priori, il parait raisonnable
de supposer que les resultats obtenus pour chacun des deux des ninuent pas lun sur lautre, et on
va donc chercher une probabilite qui respecte cette independance. Lunivers des possibles est ici E =
(i, j), 1 i 6, 1 j 6. Les resultats de chaque lancer simultane des deux des etant equiprobables,
on a donc envie de denir, pour A T(E), p(A) =
cardA
36
. Voyons maintenant si deux evènements a
priori independants sont independants pour cette probabilite. Considerons par exemple levènement A:
obtenir un double 6; on peut ecrire: A = B C, o` u B est levènement obtenir un 6 sur le premier
de et C levènement obtenir un 6 sur le deuxième de. On doit donc verier que: p(A) = p(B)p(C).
Or B = (6, j), 1 j 6 et C = (i, 6), 1 i 6. On a donc p(B) = p(C) =
1
6
, et on a bien
p(A) = p(B)p(C)(=
1
36
).
On generalise la notion dindependance de deux evènements en introduisant la notion dindependance de
tribus.
Denition 2.24 (Independance des tribus) Soit (E, T, p) un espace probabilise et (T
k
)
kN
une suite
de tribus incluses dans T.
1. Soit N > 1. On dit que les N tribus T
k
, k = 1, . . . , N, sont independantes (on dit aussi que la suite
T
1
, . . . , T
N
est independante) si pour toute famille (A
1
, . . . , A
N
) devenements tels que A
k
T
k
pour
k = 1, . . . , N on a: p(
N
k=1
A
k
) = p(A
1
)p(A
2
) . . . p(A
N
).
2. On dit que la suite (T
k
)
kN
est independante (ou que les tribus T
1
, . . . , T
n
, . . . sont independantes)
si
pour tout N 1, les N tribus T

k
, k = 1, . . . , N, sont independantes.
On peut facilement remarquer que si A et B sont deux evènements dun espace probabilise (E, T, p),
ils sont independants (au sens de la denition 2.23) si et seulement si les tribus T
A
= , E, A, A
c
et T
B
= , E, B, B
c
sont independantes (voir lexercice 3.16). On en deduit la generalisation de la
denition dindependance à plusieurs evènements:
Denition 2.25 (Evenements independants) Soient (E, T, p) un espace probabilise et (A
k
)
k=1,...,N
des evenements, on dit que les N evenements (A
k
)
k=1,...,N
sont independants si les N tribus engendrees
par les evenements A
k
, k = 1 . . . , N (cest-` a-dire les N tribus denies par T
k
= A
k
, A
c
k
, E, pour
k = 1 . . . , N) sont independantes.
Sous les hypothèses de la denition precedente, on peut remarquer que les evenements A
1
, . . . , A
N
sont
independants (cest-à-dire que les tribus engendrees par A
1
, . . . , A
N
sont independantes) si et seulement si
P(
iI
A
i
) =
iI
P(A
i
) pour tout I 1, . . . , N), voir lexercice 3.16. Nous terminons ce paragraphe
par une proposition sur les tribus independantes :
Proposition 2.11 Soit (E, T, p) un espace probabilise.
1. Soit N > 1 et (T
k
)
k{0,...N}
une suite independante de tribus incluses dans T. La tribu T
0
est alors
independante de la tribu engendree par les tribus T
1
, . . . , T
N
.
2. (Generalisation) Soit N > 3, q > 1, n
0
, . . . , n
q
t.q. n
0
= 0, n
i
< n
i+1
(pour i = 0, . . . , q 1),
n
q
= N et (T
k
)
k{1,...N}
une suite independante de tribus incluses dans T. Pour i = 1, . . . , q, on
note
i
la tribu engendree par les tribus T
n
pour n = n
i1
, . . . , n
i
. Alors, les tribus
1
, . . . ,
q
sont
independantes.
38
D emonstration : On montre tout dabord le premier item de la proposition. On note S la tribu
engendree par les tribus T
1
, . . . , T
N
. Comme S est la plus petite tribu contenant les tribus T
k
(k =
1, . . . , N), elle est incluse dans T. On veut montrer que T
0
et S sont independantes, cest-à-dire que
p(A B) = p(A)p(B) pour tout A T
0
et tout B S. Pour le montrer, on va utiliser la proposition 2.5
(donnant lunicite dune mesure). Soit A T
0
, on denit les mesures m et sur T en posant :
m(B) = p(A B), (B) = p(A)p(B), pour B T,
et on pose :
( =
N
k=1
A
k
, A
k
T
k
pour k = 1, . . . , N.
Pour B (, on a B =
N
k=1
A
k
avec A
k
T
k
avec k = 1, . . . , N. On a donc, en utilisant lindependance
des tribus T
0
, T
1
, . . . , T
N
, m(B) = p(AB) = p(A)p(A
1
)p(A
2
) . . . p(A
N
) = p(A)p(B) = (B). On a donc
m = sur (. Comme ( est stable par intersection et que E (, la proposition 2.5 nous donne m = sur
la tribu engendree par (. Comme cette tribu contient toutes les tribus T
k
(k = 1, . . . , N), elle contient
aussi S (en fait, elle est egale à S). On a donc bien montre que p(A B) = p(A)p(B) pour tout B S
et pour tout A T
0
.
Pour montrer le deuxième item (qui est une generalisation du premier), il sut de faire une recurrence
nie de q etapes et dutiliser la technique precedente. Par exemple, pour q = 2 la technique precedente
donne :
p((
n
1
k=1
A
k
) B
2
) = p(
n
1
k=1
A
k
)p(B
2
),
pour A
k
T
k
, k = 1, . . . , n
1
et B
2

2
. Puis en reprenant la technique precenete, on montre p(B
1
B
2
) =
p(B
1
)p(B
2
) pour B
1

1
et B
2

2
. Ce qui donne bien lindependance de
1
et
2
.
2.6.3 Probabilites sur (R, B(R))
Une probabilite est denie sur un espace probabilisable quelconque. Très souvent, on ne connait du
problème aleatoire que lon cherche à modeliser ni lensemble E (univers des possibles) ni la tribu T
(ensemble des evènements) ni la probabilite p. Par contre, on connait une image de la probabilite p par
une application (dite mesurable, voir chapitre suivant) X de E dans R. On travaille alors avec lespace
beaucoup plus sympathique (car mieux deni...) (R, B(R), p
X
), ou p
X
est une probabilite sur B(R), que
les probabilistes appellent souvent loi de probabilite (elle depend de p et de lapplication X).
Nous donnons maintenant quelques notions propres aux lois de probabilites (ou probabilites denies sur
(R, B(R))), ainsi que quelques exemples concrets utilises dans la representation de phenomènes aleatoires.
Denition 2.26 (Fonction de repartition) Soit p une probabilite sur (R, B(R)). On appelle fonction
de repartition de la probabilite p la fonction F, denie de R dans [0, 1] par: F(t) = p(] , t]). Cette
fonction est croissante et continue ` a droite.
D emonstration : Utiliser les proprietes de monotonie et de continuite croissante de la mesure.
Theorème 2.4 Soit F une fonction croissante et continue à droite t.q.:
lim
t
F(t) = 0 et lim
t+
F(t) = 1.
Alors, il existe une unique probabilite p sur B(R) telle que F soit la fonction de repartition de p.
Plus generalement, on a le theorème suivant pour les mesures:
39
Theorème 2.5 (Lebesgue-Stieltjes)
1. Pour toute mesure m sur B(R), nie sur les compacts (on dit localement nie), et pour tout a R,
la fonction F denie sur R par : F(t) = m(]a, t]) si t a et F(t) = m(]t, a]) si t a est continue
à droite et croissante.
2. Reciproquement, pour toute fonction F de R dans R, croissante et continue à droite, il existe une
unique mesure m sur B(R) t.q. pour tous a, b R, t.q. a b, on ait m(]a, b]) = F(b) F(a). Cette
mesure sappelle la mesure de Lebesgue-Stieltjes associee à F.
Pour demontrer ce theorème, on introduit p
, application denie de lensemble des intervalles de R de la

forme ]a, b] dans R par: p
(]a, b]) = F(b) F(a). La demonstration du fait quil existe un prolongement

unique de cette application en une mesure sur B(R) est très voisine à celle du theorème de Caratheodory
(theorème 2.2).
Donnons, pour clore ce chapitre, quelques exemples de lois de probabilites et leurs fonctions de repartition
associees.
Denition 2.27 (Loi discrète) Soit p une probabilite sur (R, B(R)). On dit que p est discrète si elle
est purement atomique (lensemble de ses atomes / est denombrable, voir exercice 2.12). La probabilite
p secrit alors p =
aA
p(a)
a
, o` u
a
designe la mesure de Dirac en a. La fonction de repartition de
la probabilite p est denie par: F(t) =
aA,at
p(a)
Exemple 2.4 (Exemples de lois discrètes) Donnons quelques exemples de probabilites discrètes, p,
sur B(R) et de / lensemble (denombrable) de leurs atomes.
La loi uniforme : N N
, / = a
1
, . . . , a
N
, p(a
i
) =
1
N
La loi binomiale : N N
, / = 1, . . . , N, P ]0, 1[, p(k) = C

k
N
P
k
(1 P)
Nk
La loi de Pascal : / = N, P ]0, 1[, p(k) = P(1 P)
k1
La loi de Poisson à paramètre : / = N, > 0, p(k) = e

k
k!
Denition 2.28 (Loi continue) Soit p une probabilite sur (R, B(R)). On dit que p est continue si sa
fonction de repartition est continue.
Exemple 2.5 (Exemple de loi continue) La plupart des exemples de probabilites continues provient
de ce quon appelle les mesures de densite par rapport à la mesure de Lebesgue, pour lesquelles on a
besoin de la notion dintegrale de Lebesgue quon na pas encore introduite. On peut toutefois dejà citer
lexemple de la loi uniforme sur un intervalle [a, b] de R: Soient < a < b < +; pour A B(R), on
pose p(A) =
(A[a,b])
ba
. On verie facilement que p est une probabilite appelee probabilite uniforme sur
[a, b].
2.7 Exercices
2.7.1 Tribus
Exercice 2.1 (Caracterisation dune tribu) Corrige 9 page 281
Soit E un ensemble.
40
1. Soit T une partie de T(E) stable par union denombrable, stable par passage au complementaire et
t.q. T. Montrer que T est une tribu, cest-à-dire quelle verie aussi E T et quelle est stable
par intersection denombrable.
2. Lensemble des parties nies de E est-il une tribu ?
Exercice 2.2 (Tribu engendree) Corrige 10 page 281
Soit E un ensemble.
1. Montrer quune intersection quelconque de tribus sur E est une tribu sur E.
2. Soit / T(E). On note T
A
lintersection de toutes les tribus sur E contenant / (une partie
de E appartient donc à T
A
si et seulement si elle appartient à toutes les tribus contenant /, on
remarquera quil y a toujours au moins une tribu contenant /, cest la tribu T(E)). Montrer que
T
A
est la plus petite des tribus contenant / (cest la tribu engendree par /).
3. Soient / et B T(E) et T
A
, T
B
les tribus engendrees par / et B. Montrer que si / B alors
T
A
T
B
.
Exercice 2.3 (Exemples de Tribus) Corrige 11 page 282
1. Tribu trace
(a) Soit T une tribu sur un ensemble E et F E. Montrer que T
F
= A F; A T est une
tribu sur F (tribu trace de T sur F).
(b) Si E est un espace topologique et T = B(E) (B(E) est la tribu borelienne de E), montrer
que la tribu trace sur F, notee T
F
, est la tribu engendree par la topologie trace sur F (tribu
borelienne de F, notee B(F)). [Montrer que B(F) T
F
. Pour montrer que T
F
B(F),
considerer ( = A T(E); A F B(F) et montrer que ( est une tribu (sur E) contenant
les ouverts de E.] Si F est un borelien de E, montrer que T
F
est egale à lensemble des
boreliens de E contenus dans F.
2. Soit E un ensemble inni et S = x, x E. Determiner la tribu engendree par S (distinguer les
cas E denombrable et non denombrable).
3. Soit E un ensemble et f une application de E dans lui-meme. Montrer que lensemble des parties
A de E t.q. f
1
(f(A)) = A est une tribu sur E.
4. Soit E un ensemble et A un sous-ensemble de E. Trouver la tribu engendree par ( = B E [
A B. A quelle condition obtient-on T(E) ou la tribu grossière ?
5. Soit E un ensemble et f une bijection de E. Montrer que lensemble des parties A de E t.q. (x A
f(x) A et f
1
(x) A) est une tribu sur E.
6. Dans R
2
, soit ( lensemble des parties de R
2
contenues dans une reunion denombrable de droites.
Decrire la tribu engendree par (. Est-ce une sous-tribu de B(R
2
) ?
Exercice 2.4 (Tribus images) Corrige 12 page 283
Soient E et F des ensembles. Pour / T(E) (resp. T(F)) on note T(/) la tribu de E (resp. F)
engendree par /.
Soit f : E F une application.
41
1. Montrer que si T
est une tribu sur F, alors f

1
(T
) = f
1
(B); B T
est une tribu sur E

(tribu image reciproque).
2. Montrer que si T est une tribu sur E, alors T
= B F; f
1
(B) T est une tribu sur F (tribu
image directe).
3. Montrer que pour tout ensemble ( de parties de F on a : T(f
1
(()) = f
1
(T(()). [Montrer que
T(f
1
(()) f
1
(T(()). Puis, pour montrer que f
1
(T(()) T(f
1
(()), montrer que T = G
F; f
1
(G) T(f
1
(()) est une tribu contenant (.]
Exercice 2.5 (Tribu borelienne de R
2
) Corrige 13 page 284
On note T la tribu (sur R
2
) engendree par AB; A, B B(R). On va montrer ici que T = B(R
2
).
1. Montrer que tout ouvert de R
2
est reunion au plus denombrable de produits dintervalles ouverts de
R. [Sinspirer dune demonstration analogue faite pour R au lieu de R
2
.] En deduire que B(R
2
) T.
2. Soit A un ouvert de R et T
1
= B B(R); AB B(R
2
). Montrer que T
1
est une tribu (sur R)
contenant les ouverts (de R). En deduire que T
1
= B(R).
3. Soit B B(R) et T
2
= A B(R); AB B(R
2
). Montrer que T
2
= B(R).
4. Montrer que T B(R
2
) (et donc que T = B(R
2
)).
Exercice 2.6 (Tribu borelienne sur R
N
1. Montrer que la tribu borelienne de R
N
est egale à celle engendree par lensemble de toutes les boules
ouvertes de R
N
. [On pourra montrer dabord que tout ouvert de R
N
est reunion denombrable de
boules ouvertes de R
N
.]
N
est egale à celle engendree par lensemble des produits
dintervalles ouverts à extremites rationnelles.
3. Montrer que la tribu borelienne de R est engendree par les intervalles ]a, b] o` u a, b R, a < b.
4. Soit S un sous ensemble dense de R. Montrer que B(R
N
) est engendree par la classe des boules
ouvertes (ou bien fermees) telles que les coordonnees du centre et le rayon appartiennent S.
Exercice 2.7 (Une tribu innie est non denombrable) ()
Montrer que toute tribu innie T sur un ensemble (inni) E est non denombrable. [Si T est denombrable,
on pourra introduire, pour tout element x E, lensemble A(x) intersection de tous les elements de T
contenant x. Puis, montrer à laide de ces ensembles quil existe une injection de T(N) dans T.]
Exercice 2.8 (Algèbre) Corrige 15 page 287
Soit E un ensemble et / T(E).
1. Montrer que / est une algèbre (cf. denition 2.4) si et seulement si / verie les deux proprietes
suivantes :
(a) E /,
(b) A, B / A B /.
42
2. Soit (/
i
)
iI
une famille dalgèbres (sur E). Montrer que
iI
/
i
= A T(E); A /
i
pour tout
i I est encore une algèbre.
Si ( T(E), la deuxième question permet donc de denir lalgèbre engendree par ( comme lintersection
de toutes les algèbres sur E contenant (.
Exercice 2.9 (Suite croissante de tribus)
Soit E un ensemble. Soit (/
n
)
nN
une suite croissante de tribus de E. Montrer que / =
nN
/
n
est
une algèbre (cf. denition 2.4), mais nest pas, en general, une tribu. Donner une suite dalgèbres nies
de parties de [0, 1] dont la reunion engendre B([0, 1]).
Exercice 2.10 (Tribu engendree par une partition)
Soit E un ensemble.
1. Soit (A
i
)
iI
une partition denombrable de E. Decrire la tribu engendree par cette partition, cest à
dire par le sous ensemble de T(E) dont les elements sont les A
i
. Cette tribu est-elle denombrable?
2. Montrer que toute tribu nie de parties de E est la tribu engendree par une partition nie de E.
Quel est le cardinal dune telle tribu?
3. () Montrer que si E est denombrable, toute tribu sur E est engendree par une partition.
Exercice 2.11 Corrige 16 page 288
Soit E un ensemble et ( un ensemble de parties de E. On suppose que , E (, que ( est stable par
intersection nie et que le complementaire de tout element de ( est une union nie disjointe delements
de (, cest-à-dire :
C ( il existe n N
et C
1
, . . . , C
n
( t.q. C
c
=
n
p=1
C
p
et C
p
C
q
= si p ,= q.
On note B lensemble des reunions nies disjointes delements de (. Une partie de E est donc un element
de B si et seulement si il existe n N
et (A
p
)
p=1,...,n
( t.q. A
p
A
q
= si p ,= q et A =
n
p=1
A
p
.
1. Montrer que B est stable par intersection nie et par passage au complementaire.
2. Montrer que lalgèbre (cf. denition 2.4) engendree par ( est egale à B.
Exercice 2.12 (Classes monotones) Corrige 17 page 289
Soit E un ensemble. Pour T(E), on dit que est une classe monotone (sur E) si verie les
deux proprietes suivantes (de stabilite par union croissante denombrable et par intersection decroissante
denombrable) :
(A
n
)
nN
, A
n
A
n+1
pour tout n N
nN
A
n
,
(A
n
)
nN
, A
n
A
n+1
pour tout n N
nN
A
n
.
1. Soit T(E). Montrer que est une tribu si et seulement si est une classe monotone et une
algèbre (cf. exercice 2.8).
2. Donner un exemple, avec E = R, de classe monotone qui ne soit pas une tribu.
3. Soit (
i
)
iI
une famille de classes monotones (sur E). Montrer que
iI
i
= A T(E); A
i
pour tout i I est encore une classe monotone.
Si ( T(E), cette question permet donc de denir la classe monotone engendree par ( comme
lintersection de toutes les classes monotones sur E contenant (.
43
4. (Lemme des classes monotones) Soit / une algèbre sur E. On note la classe monotone engendree
par / et on note T la tribu engendree par /.
(a) Montrer que T.
(b) Soit A E. On pose
A
= B E; A B et B A . Montrer que
A
est une classe
monotone.
(c) (Question plus dicile.) Montrer que est une algèbre. [Utiliser la question (b) et la première
question de lexercice 2.8.] En deduire que T = .
Exercice 2.13 (Caracterisation de la tribu engendree) Corrige 18 page 291
Soit E un ensemble et / T(E). On dit que / est stable par intersection nie si A, B / AB /.
On dit que / est stable par dierence si :
A, B /, B A A B = A B
c
/.
On dit que / est stable par union denombrable disjointe si :
(A
n
)
nN
/, A
n
A
m
= pour n ,= m
nN
A
n
/.
Soit ( T(E).
1. On note Z lensemble des parties de T(E) stables par dierence et stables par union denombrable
disjointe. Montrer quil existe T Z t.q. ( T et :
/ Z, ( / T /.
Dans la suite, on note toujours T cette partie de T(E). On suppose maintenant que ( est stable
par intersection nie et que E (.
2. Pour A T(E), on note T
A
= D T t.q. A D T.
(a) Soit A T(E). Montrer que T
A
est stable par union denombrable disjointe et stable par
dierence.
(b) Soit A (. Montrer que ( T
A
. En deduire que T
A
= T.
(c) Soit A T. Montrer que T
A
= T. En deduire que T est stable par intersection nie.
3. Montrer que T est une tribu. En deduire que T est la tribu engendree par (.
2.7.2 Mesures
Exercice 2.14 (Exemple de mesures) Corrige 19 page 293
Soit E un ensemble inni non denombrable. Pour toute partie A de E, on pose m(A) = 0 si A est au
plus denombrable, et m(A) = + sinon. Lapplication m est-elle une mesure sur T(E) ?
Exercice 2.15 (Mesure trace et restriction dune mesure) Corrige 20 page 293
Soit (E, T, m) un espace mesure
1. Soit F T. Montrer que la tribu trace de T sur F, notee T
F
, est incluse dans T (cette tribu est
une tribu sur F). Montrer que la restriction de m à T
F
est une mesure sur T
F
. On lappellera la
trace de m sur F. Si m(F) < , cette mesure est nie.
44
2. Soit / une tribu incluse dans T. La restriction de m à / est une mesure. Est-elle nie (resp.
-nie) si m est nie (resp. -nie) ?
Soit (E, T, m) un espace mesure ni (ni signie que m(E) < ) et (A
n
)
nN
, (B
n
)
nN
des suites
densembles mesurables tels que B
n
A
n
pour tout n N.
1. Montrer que (
nN
A
n
)
nN
B
n

nN
(A
n
B
n
).
2. Montrer que m(
nN
A
n
) m(
nN
B
n
)
nN
(m(A
n
) m(B
n
)).
Soit (E, T, m) un espace mesure ni et (A
n
)
nN
T t.q., pour tout n N, m(A
n
) = m(E). Montrer que
m(
nN
A
n
) = m(E).
Exercice 2.18 (Contre exemples. . . ) Corrige 23 page 295
1. Soit la mesure de Lebesgue sur B(R) et A B(R) t.q. (A) = 0. A-t-on necessairement A ferme ?
2. Soit (E, T) un espace mesurable et ( T(E) qui engendre T. On considère m
1
et m
2
des mesures
sur T. Montrer que m
1
(A) = m
2
(A) pour tout A ( nimplique pas que m
1
= m
2
sur T. [On
pourra trouver un exemple (facile) avec (E, T) = (R, B(R)) et m
1
, m
2
non nies. Un exemple avec
(E, T) = (R, B(R)) et m
1
, m
2
nies est aussi possible mais plus dicile ` a trouver. . . ]
Exercice 2.19 (Resultat dunicite) Corrige 24 page 296
Soit (E, T) un espace mesurable et m, deux mesures sur T. Soit ( T(E). On suppose que ( engendre
T et que ( est stable par intersection nie.
On suppose que m(A) = (A) pour tout A (.
1. On suppose que E ( et que m(E) < . Montrer que m(A) = (A) pour tout A T. [On pourra
introduire T = A T, m(A) = (A) et utiliser lexercice 2.13.]
2. (Generalisation de la question precedente). On suppose quil existe une suite (E
n
)
nN
( t.q.
E
n
E
m
= si n ,= m, m(E
n
) < pour tout n N et E =
nN
E
n
. Montrer que m(A) = (A)
pour tout A T.
3. Avec (E, T) = (R, B(R), donner un exemple pour lequel E ( et m ,= .
Exercice 2.20 (Mesure atomique, mesure diuse) Corrige 25 page 297
Soit (E, T) un espace mesurable t.q. x T pour tout x E. Une mesure m sur T est diuse si
m(x) = 0 pour tout x E. Une mesure m sur T est purement atomique si il existe S T t.q.
m(S
c
) = 0 et m(x) > 0 si x S.
1. Montrer quune mesure purement atomique et diuse est nulle. Donner, pour (E, T) = (R, B(R))
un exemple de mesure purement atomique et un exemple de mesure diuse. [Montrer que la mesure
de Lebesgue sur B(R) est diuse.]
2. Soit m une mesure diuse sur T. Montrer que tous les ensembles denombrables sont de mesure
nulle.
45
3. Soit m une mesure sur T. On suppose que m est -nie, cest à dire quil existe (E
n
)
nN
T t.q.
E =
nN
E
n
et m(E
n
) < + pour tout n N.
(a) Montrer que lensemble des x E t.q. m(x) > 0 (de tels x sont appeles atomes de m) est
au plus denombrable. [On pourra introduire lensemble A
n,k
= x E
n
; m(x)
1
k
.]
(b) Montrer quil existe une mesure diuse m
d
et une mesure purement atomique m
a
sur T telles
que m = m
d
+m
a
. Montrer que m
d
et m
a
sont etrangères, cest à dire quil existe A T t.q.
m
d
(A) = 0 et m
a
(A
c
) = 0.
(c) Montrer que si m est nie il existe un singleton dont la mesure est superieure ou egale à la
mesure de tous les autres singletons. Montrer que ceci peut-etre inexact si m nest que -nie.
4. Pour (E, T) = (R, B(R)), donner un exemple de mesure purement atomique nie dont lensemble
des atomes est inni.
Exercice 2.21 (limites sup et inf densembles) Corrige 26 page 299
Soit (E, T, m) un espace mesure et (A
n
)
nN
T. On rappelle que limsup
n
A
n
=
nN

pn
A
p
et
liminf
n
A
n
=
nN
pn
A
p
.
1. On suppose quil existe n
0
N t.q. m(
pn
0
A
p
) < . Montrer que m(liminf
n
A
n
)
liminf
n
m(A
n
) limsup
n
m(A
n
) m(limsup
n
A
n
).
2. Donner un exemple (cest-à-dire choisir (E, T, m) et (A
n
)
nN
T) pour lequel :
limsup
n
m(A
n
) > m(limsup
n
A
n
).
3. Donner un exemple avec m nie (cest-à-dire m(E) < ) pour lequel
m(liminf
n
A
n
) < liminf
n
m(A
n
) < limsup
n
m(A
n
) < m(limsup
n
A
n
).
4. () (Lemme de Borel-Cantelli) On suppose que
nN
m(A
n
) < .
Montrer que m(limsup
n
A
n
) = 0.
Exercice 2.22 (Petit ouvert dense. . . ) Corrige 27 page 300
On considère ici lespace mesure (R, B(R), ). Soit > 0, peut-on construire un ouvert dense dans R de
mesure inferieure à ? [On rappelle quune partie A de R est dense dans R si A = R ou encore si, pour
tout x R et pour tout > 0, il existe a A t.q. [x a[ < .]
Exercice 2.23 (Non existence dune mesure sur T(R) exprimant la longueur) Corrige 28 page
300
On denit la relation dequivalence sur [0, 1[ : xRy si xy Q. En utilisant laxiome du choix, on construit
un ensemble A [0, 1[ tel que A contienne un element et un seul de chaque classe dequivalence. Pour
q Q[0, 1[, on denit A
q
= y [0, 1[; y = x +q ou y = x +q 1, x A, cest-à-dire A
q
= y [0, 1[;
y q A ou y q + 1 A.
1. Montrer que
qQ[0,1[
A
q
= [0, 1[.
2. Montrer que si m est une application de T(R) dans R
+
, invariante par translation et veriant
m([0, 1[) = 1, m ne peut pas etre - additive. En deduire la non-existence dune mesure m, sur
T(R), invariante par translation et t.q. m([a, b]) = b a pour tout a, b R, a < b. En particulier,
montrer que lapplication
, denie en cours, ne peut pas etre une mesure sur T(R).

46
Exercice 2.24 (Non existence dune mesure sur T(R) donnant la longueur des intervalles)
Cet exercice est plus general que le precedent car on veut montrer quil nexiste pas de mesure sur T(R)
t.q. m([a, b]) = b a pour tout a, b R, a < b, sans lhypothèse dinvariance par translation de lexercice
precedent.
Soit E un ensemble non denombrable, sur lequel on suppose quil existe un ordre total, note , tel que
pour tout x E, lensemble y E; y x est denombrable, cest-à-dire quil existe une application f
x
injective de cet ensemble dans N. Si E = R ou E = [0, 1], on peut demontrer lexistence dun tel ordre
(ceci est une consequence de laxiome du continu). Soit m une mesure sur T(E); on suppose que m est
nie, i.e. m(E) < +, et diuse. On se propose de montrer que m est nulle, i.e. m(A) = 0, pour tout
A T(E). On pose, pour x E et n N, A
x,n
= y E; y x et f
y
(x) = n.
1. Montrer que pour tout x, y E et n N, A
x,n
A
y,n
= . En deduire que, pour tout n N,
x E; m(A
x,n
) ,= 0 est au plus denombrable (utiliser le fait que m est nie).
2. Montrer quil existe x E t.q., pour tout n N, m(A
x,n
) = 0.
3. En deduire que m est nulle (montrer pour cela que m(E) = 0 en utilisant la question precedente et
le fait que m est diuse).
4. Montrer quil nexiste pas de mesure m sur T(R) t.q. m(]a, b[) = b a pour tout a, b R, a < b.
Soit m une mesure sur B(R) t.q. pour tout intervalle I et tout x R on ait m(I) = m(I + x) (avec
I + x = a + x, a I) et m([0, 1]) = 1. Montrer que pour tout x R, m(x) = 0 (i.e. m est diuse).
En deduire que m est la mesure de Lebesgue sur B(R). [On pourra decouper [0, 1[ en q intervalles de
longueur 1/q.]
Exercice 2.26 (Support dune mesure sur les boreliens de R
d
Soit m une mesure sur B(R
d
). Montrer quil existe un plus grand ouvert de mesure nulle pour m.
Lensemble ferme complementaire de cet ouvert sappelle le support de m. [On pourra, par exemple,
considerer les paves à extremites rationnelles qui sont de mesure nulle pour m.]
Exercice 2.27 (Ensemble de Cantor) Corrige 31 page 303
On considère lespace mesure ([0, 1], B([0, 1]), ).
On pose C
0
= [0, 1], a
0
1
= 0, b
0
1
= 1, et
0
= 1. Pour n 0, on construit C
n+1
[0, 1] de la
manière suivante : on suppose C
n
=
2
n
p=1
[a
n
p
, b
n
p
] connu, et on denit C
n+1
=
2
n+1
p=1
[a
n+1
p
, b
n+1
p
] o` u, pour
p = 1, . . . , 2
n
, a
n+1
2p1
= a
n
p
, b
n+1
2p1
= a
n
p
+
n+1
, a
n+1
2p
= b
n
p

n+1
et b
n+1
2p
= b
n
p
, avec
n+1
=

n
n
2
, et
0 <
n
< 1. On pose C =
n0
C
n
(C sappelle ensemble de Cantor, lexemple le plus classique est
obtenu avec
n
=
2
3
pour tout n N).
1. Montrer que C
n+1
C
n
.
2. Montrer que C est compact et

C= .
3. (Question plus dicile.) Montrer que C est non denombrable.
4. Montrer que si
n
ne depend pas de n, alors (C) = 0. En deduire que si A B([0, 1]), (A) = 0
nentrane pas que A est denombrable.
5. Soit 0 < < 1. Montrer quil existe une suite (
n
)
n0
]0, 1[ t.q. (C) = .
47
6. Soit f lipschitzienne de R dans R. Montrer que si A est un compact de [0, 1] t.q. (A) = 0, alors
f(A) est un compact de R t.q. (f(A)) = 0.
7. Construire une fonction continue de R dans R t.q. si A est un compact de [0, 1] t.q. (A) = 0, on
na pas forcement (f(A)) = 0 (mais f(A) est un compact de R). [Utiliser un ensemble de Cantor
de mesure nulle (cf question 4) et un ensemble de Cantor de mesure > 0 (cf question 5).]
Exercice 2.28 (Mesure complète) Corrige 32 page 306
Soit (E, T, m) un espace mesure. Une partie B de E est dite negligeable si elle est incluse dans un
element de T de mesure nulle. On note ^
m
lensemble des parties negligeables. On pose T = A N;
A T, N ^
m
.
1. Montrer que T est une tribu et que T ^
m
T.
2. Soit A
1
, A
2
T et N
1
, N
2
^
m
t.q. A
1
N
1
= A
2
N
2
. Montrer que m(A
1
) = m(A
2
).
Pour B T, soit A T et N ^
m
t.q. B = A N, on pose m(B) = m(A). (La question
precedente montre que cette denition est coherente.)
3. Montrer que m est une mesure sur T et m
|
T
= m. Montrer que m est la seule mesure sur T egale
à m sur T.
4. Montrer que ^
m
= ^
m
T.
Lexercice 4.18 page 103 montre la dierence derisoire, du point de vue de lintegration, entre (E, T, m)
et son complete (E, T, m).
Exercice 2.29 (Serie commutativement convergente dans R) Corrige 33 page 308
Soit (a
n
)
nN
R. Le but de lexercice est de montrer que si la serie

nN
a
(n)
est convergente pour
toute bijection : N N, alors la serie
nN
a
n
est absolument convergente.
Pour montrer ce resultat, on suppose, par exemple, que
nN
a
+
n
= . Montrer quil existe : N N,
bijective, t.q.

n
p=0
a
(p)
quand n . Conclure.
Exercice 2.30 (Regularite dune mesure sur B(R), nie sur les bornes)
Cet exercice redemontre le theorème de regularite (theorème 2.3).
I. Soit m une mesure nie sur B(R), tribu borelienne sur R. On pose: T = A B(R) tel que
> 0, O ouvert de R, et F ferme de R, tels que F A O et m(O F) .
1. Soient a et b R, a < b. Montrer que ]a, b[ T.
2. Montrer que T est une tribu. En deduire que m est regulière.
3. En deduire que, A B(R), m(A) = infm(O), O A, O ouvert de R.
II. Soit m une mesure sur B(R), tribu borelienne sur R. On suppose que pour toute partie B bornee
de R t.q. B B(R), on a: m(B) < +.
Pour B B(R), on pose:
B
(A) = m(A B), A B(R).
1. Soit B B(R) une partie bornee de R; montrer que
B
est une mesure nie.
48
2. Soient > 0 et A B(R), montrer que, pour tout n Z, il existe un ouvert O
n
de R tel que
O
n
A]n, n + 1] et m(O
n
) m(A]n, n + 1]) +

2
|n|
. [Appliquer I.3 avec
B
n
, B
n
ouvert
borne contenant ]n, n + 1], et A]n, n + 1].]
3. a) Soient > 0 et A B(R). Montrer que pour tout n Z, il existe O
n
ouvert de R et F
n
ferme de R t.q. F
n
A]n, n + 1] O
n
et m(O
n
F
n
)

2
|n|
.
b) Montrer que m est regulière. [On pourra remarquer, en le demontrant, que si F
n
est ferme
et F
n
]n, n + 1]n Z, alors

nZ
F
n
est ferme.]
c) Montrer que m(A) = infm(O), A O, O ouvert de R, A B(R).
III. On note la mesure de Lebesgue sur (R, 1). Soit R
et R. Soit A 1. On pose
A + = x + , x A. Montrer que A + 1 et que (A + ) = [[(A). [On
pourra commencer par etudier le cas o` u A est un ouvert de R.] (Nous appellerons cette propriete :
invariance par translation generalisee pour la mesure de Lebesgue.)
Exercice 2.31 (Mesure sur S
1
On considère S
1
= (x, y)
t
R
2
, [x[
2
+[y[
2
= 1 (S
1
est donc le cercle unite de R
2
). Pour z = (x, y)
t
S
1
,
il existe un unique
z
[0, 2[ t.q. x = cos(
z
) et y = sin(
z
). Pour [0, 2[ et z S
1
on pose
R
(z) = (cos(
z
+), sin(
z
+))
t
. Noter que R
est une bijection de S

1
sur S
1
(cest la rotation dangle
).
Denir une tribu T sur S
1
, t.q. T contienne les parties de la forme (cos(), sin())
t
, ], [ avec
< < < , et une mesure sur T de sorte que (S
1
, T, ) soit un espace mesure avec (S
1
) = 1 et
t.q. soit invariante par rotation (cest à dire que, pour tout A T et [0, 2[, on ait R
(A) = R
(z),
z A T et (R
(A)) = (A)). [On pourra utiliser la tribu borelienne de R, notee B(R), et la mesure
de Lebesgue sur B(R).]
2.7.3 Probabilites
Exercice 2.32 (Exemple de probabilite)
Soit E = x
k
, k N un ensemble inni denombrable et (p
k
)
kN
[0, 1]
N
t.q. p
k
0 k N et
kN
p
k
= 1.
1. Montrer que, pour tout A T(E), A ,= , on peut denir p(A) =
k;x
k
A
p
k
. On pose p() = 0.
2. Montrer que p denie en 1. est une probabilite
Exercice 2.33 (Lemme de Borel-Cantelli) Corrige 35 page 310
Soient (E, T, p) un espace probabilise et (A
n
)
nN
T. On pose B
n
=
kn
A
k
et A =
nN
B
n
(on
rappelle que A = limsup
n
A
n
).
1. Montrer que si
nN
p(A
n
) < + alors p(A) = 0.
2. On suppose que, pour tout n N
, les evenements A
1
, . . . , A
n
sont independants. On suppose aussi
que
nN
p(A
n
) = . Montrer que p(A) = 1.
Exercice 2.34 Soient E une population, cest-à-dire un ensemble ni,et (C
n
)
nN
une famille de sous-
populations, cest-à-dire un système de constituants de lespace probabilisable (E, T(E)). Soit P
n
la
probabilite quun individu de la population appartienne à la sous-population C
n
, cest-à-dire p(C
n
), o` u p
est une probabilite sur (E, T(E)). Sachant que dans chaque sous-population la probabilite detre gaucher
est Q
n
, trouver la probabilite quun gaucher appartienne à C
n
.
49
Exercice 2.35 Soient S
1
(resp. S
2
) un seau contenant n
1
cailloux noirs et b
1
cailloux blancs (resp. n
2
cailloux noirs et b
2
cailloux blancs). On tire au hasard, de manière equiprobable, un des deux seaux,
et on tire ensuite au hasard, de manière equiprobable, un caillou dans ce seau. Sachant quon a tire un
caillou noir, quelle est la probabilite de lavoir tire du seau S
1
?
Exercice 2.36 Soient p une probabilite sur (R, B(R)) et F la fonction de repartition de p. Montrer que
F est continue ssi p(a) = 0. En deduire que F est continue si F ne charge pas les points.
50
Chapter 3
Fonctions mesurables, variables
aleatoires
3.1 Introduction, topologie sur R
+
Nous allons, dans ce chapitre, introduire dierents outils necessaires à la denition de lintegrale de
Lebesgue. De la meme manière que les fonctions en escalier ont ete introduites lors de la denition
de lintegrale des fonctions reglees, nous introduisons maintenant le concept de fonction etagee sur un
espace mesurable (E, T). Nous introduirons ensuite les concepts de fonction mesurable et de variable
aleatoire, ainsi que les premières notions de convergence de ces fonctions. La notion de variable aleatoire
est fondamentale en calcul des probabilites: cest en general par la connaissance de la variable aleatoire
(et par saloi de probabilite) que se construit le modèle probabiliste, lespace probabilise (E, T, p) restant
souvent mal connu.
Remarque 3.1
1. Lobjectif est dintegrer des fonctions de E (espace de depart) dans F (espace darrivee). Pour
construire ainsi une notion dintegrale, il faut un espace mesure au depart et un espace topologique
à larrivee, car nous aurons besoin dans lespace darrivee dune notion de convergence (pour les
procedes de passage à la limite dans la denition de lintegrale). Les espaces darrivee usuels sont
(pour la theorie de lintegration) R, C, R
N
ou un espace de Banach. Le procede de construction d u à
Lebesgue donne un role fondamental aux fonctions à valeurs dans R
+
(et à la notion de convergence
croissante) et nous aurons besoin dutiliser la topologie de R
+
(voir la denition 3.1).
2. On rappelle quun espace topologique est la donnee dun ensemble F muni dune famille de parties
de F, appelees ouverts de F, contenant et F, stable par union (quelconque) et stable par
intersection nie. On rappelle aussi que, dans un espace topologique, x
n
x, quand n ,
signie que, pour tout O ouvert contenant x, il existe n
0
t.q. x
n
O pour tout n n
0
.
3. Soit F un espace topologique et G F. On appelle topologie trace sur G, ou topologie induite sur
G, la topologie denie par lensemble des restrictions à G des ouverts de F. Si O G, O est un
ouvert de G si et seulement si il existe U ouvert de F t.q. O = U G. Noter donc que O peut ne
pas etre un ouvert de F si G nest pas un ouvert de F. Par contre, il est important de remarquer
que si G est un borelien de F (cest-` a-dire G B(F), B(F) etant la tribu engendree par les ouverts
51
de F), lensemble des boreliens de G est exactement lensemble des boreliens de F inclus dans G,
cest-à-dire B(G) = B G; B B(F), ceci est demontre dans lexercice 2.3 page 41.
4. Un exemple fondamental de topologie sur lensemble F est celui de la topologie donnee par une
distance sur F. Dans le cas de F = R, nous considererons toujours R muni de la topologie donnee
par la structure metrique de R, cest-à-dire par lapplication distance denie par d(a, b) = [b a[.
Denition 3.1 (Topologie et tribu de Borel sur R
+
) R
+
= R
+

1. Soit O R
+
. O est un ouvert si pour tout a O on a :
(a) Si 0 < a < , alors il existe R
+
t.q. ]a , a +[ O,
(b) si a = 0, alors il existe R
+
t.q. [0, [ O,
(c) si a = , alors il existe R
+
t.q. ], ] O.
2. B(R
+
) est la tribu (sur R
+
) engendree par les ouverts de R
+
. Soit B R
+
, on peut montrer (voir
la remarque 3.2 ci après) que B B(R
+
) si et seulement si B R B(R) (B(R) est la tribu de
Borel sur R).
Remarque 3.2
1. La topologie sur R
+
est la topologie induite par celle de R
+
, cest aussi la topologie induite par celle
de R. Lensemble des boreliens de R
+
est donc egal à lensemble des boreliens de R
+
inclus dans
R
+
et cest aussi lensemble des boreliens de R inclus dans R
+
(voir la remarque 3.1). On remarque
aussi que B(R
+
) (car est, par exemple, une intersection denombrable douverts de
R
+
). On en deduit que, si B R
+
, on a B B(R
+
) si et seulement si B R B(R) (noter que
B R = B R
+
).
2. Soit A R
+
, A est donc un borelien de R
+
si et seulement si A B(R) ou si A = B , avec
B B(R).
3. La denition de la topologie sur R
+
donne bien que, pour (x
n
)
nN
R
+
, on a x
n
(dans R
+
,
quand n ) si et seulement si, pour tout > 0, il existe n
0
t.q. x
n
], ] pour tout n n
0
(ce qui est la denition usuelle de convergence vers ).
4. On peut aussi montrer (exercice. . . ) que B(R
+
) est la tribu engendree par (
1
= ]a, ]; a R
+
.
Cest aussi la tribu engendree par (
2
= ]a, [R
+
; a R. Par contre, ce nest pas la tribu
engendree (sur R
+
) par (
3
= ]a, [; a R
+
(on a donc T((
3
) B(R
+
) et T((
3
) ,= B(R
+
)).
3.2 Fonctions etagees
Denition 3.2 (Fonction caracteristique) Soient (E, T) un espace mesurable et soit A T. On
appelle fonction caracteristique mesurable de lensemble A, et on note 1
A
(ou
A
) la fonction denie
par : 1
A
(x) = 1 si x A et 1
A
(x) = 0 si x A
c
.
Denition 3.3 (Fonction etagee) Soient (E, T) un espace mesurable et f ; E R.
1. On dit que f est etagee (ou T-etagee) si f est une combinaison lineaire (nie) de fonctions carac-
teristiques mesurables, cest-` a-dire sil existe une famille nie (A
i
)
i=1,...,n
T et n reels a
1
, ..., a
n
tels que f =
n
i=1
a
i
1
A
i
.
52
2. On dit que f est etagee positive si f est etagee et prend ses valeurs dans R
+
.
On note c lensemble des fonctions etagees et c
+
lensemble des fonctions etagees positives.
La notion de fonction etagee positive va nous permettre de denir lintegrale à partir de la notion de
mesure. On se limite pour linstant aux fonctions positives an de donner un sens à laddition de mesures
innies. Notons que, dans la denition dune fonction etagee, les ensembles A
i
peuvent etre dintersection
non vide. On aura besoin, pour introduire facilement la notion dintegrale dune fonction etagee positive,
de considerer une decomposition de la fonction etagee sur des ensembles dintersection vide. Cest lobjet
du lemme suivant:
Lemme 3.1 (Decomposition canonique dune fonction etagee positive)
Soit (E, T) un espace mesurable, et soit f c
+
une fonction etagee positive, non identiquement nulle.
Alors il existe une unique famille nie (a
i
, A
i
)
i=1,...,n
R
+
T t.q. 0 < a
1
< . . . < a
n
, A
i
,= , pour
tout i, A
i
A
j
= , si i ,= j, et f =
n
i=1
a
i
1
A
i
.
D emonstration : Soient (B
i
)
i=1,...,p
T, (b
i
)
i=1,...,p
R et f =

p
i=1
b
i
1
B
i
une fonction etagee
positive non nulle. Lensemble Imf des valeurs prises par f est donc ni. Comme Imf R
+
, on a
donc Imf 0 = a
1
, . . . , a
n
avec 0 < a
1
, . . . < a
n
. En posant A
i
= x E; f(x) = a
i
, on a donc
f =
n
i=1
a
i
1
A
i
avec A
i
,= et A
i
A
j
= . (Noter aussi que x E; f(x) = 0 = (
n
i=1
A
i
)
c
.) Il reste
à montrer que A
i
T. Pour i 1, . . . , n, on pose I
i
= K 1, . . . , p ; a
i
=
kK
b
k
. On a alors,
pour tout i 1, . . . , n, A
i
=
KI
i
C
K
, avec C
K
=
p
j=1
D
j
, D
j
= B
j
si j K et D
j
= B
c
j
si j , K.
Les proprietes de stabilite dune tribu nous donnent alors que A
i
T pour tout i 1, . . . , n. On a
donc trouve la decomposition voulue de f. Le fait que cette decomposition est unique est immediat car
on a necessairement a
1
, . . . , a
n
= Imf 0 et A
i
= x E; f(x) = a
i
.
On aurait envie à partir de la notion de fonction etagee positive decomposee sous la forme precedente,
de denir lintegrale de f comme
_
fdm =
n
i=1
a
i
m(A
i
).
En fait, on pourra meme (cf denition 4.1) denir lintegrale dune fonction etagee avec une decomposition
plus generale (non unique) grace au lemme suivant :
Lemme 3.2 Soit (E, T, m) un espace mesure et soit f c
+
une fonction etagee positive non nulle, t.q.
f =
n
i=1
a
i
1
A
i
et f =
p
i=1
b
i
1
B
i
o` u a
1
, ..., a
n
, b
1
, ..., b
p
sont des reels strictement positifs, (A
i
)
i=1,...,n
T
et (B
i
)
i=1,...,p
T sont des familles de parties disjointes deux à deux, i.e. telles que A
i
A
j
= et
B
i
B
j
= si i ,= j. Alors :
n
i=1
a
i
m(A
i
) =
p
j=1
b
j
m(B
j
). (3.1)
D emonstration : On pose, pour i = 1, . . . , n et j = 1, . . . , p, C
ij
= A
i
B
j
. En remarquant que
x; f(x) > 0 =
n
i=1
A
i
=
p
j=1
B
j
, on ecrit A
i
=
p
j=1
C
ij
et B
j
=
n
i=1
C
ij
. On peut donc ecrire
n
i=1
a
i
m(A
i
) =
n
i=1
p
j=1
a
i
m(C
ij
) (3.2)
et
p
j=1
b
j
m(B
j
) =
p
j=1
n
i=1
b
j
m(C
ij
) (3.3)
53
On remarque alors que a
i
= b
j
dès que C
ij
,= , do` u legalite 3.1.
Lemme 3.3 (Decomposition dune fonction etagee avec une partition)
Soit (E, T) un espace mesurable, et soit f c une fonction etagee. Alors il existe une unique famille
nie (a
i
, A
i
)
i=0,...,n
RT t.q. a
i
,= a
j
si i ,= j, A
i
,= , pour tout i, A
i
A
j
= , si i ,= j, E =
n
i=0
A
i
et f =
n
i=0
a
i
1
A
i
.
D emonstration :
La demonstration est très voisine de celle donnee pour la decomposition dune fonction etagee positive
(lemme 3.1). Lensemble a
i
, i 0, . . . , n est lensemble de toutes les valeurs prises par f (et pas
seulement les valeurs non nulles) et A
i
= x E; f(x) = a
i
.
Enn, on conclut ce paragraphe en remarquant que c est un espace vectoriel sur R.
Proposition 3.1 (Structure vectorielle de c) Soit (E, T) un espace mesurable, lensemble des fonc-
tions etagees, c, est un espace vectoriel sur R. De plus, si f, g c, on a aussi fg c.
D emonstration :
Soit f, g c et soit , R. On utilise la decomposition de f et g donnee dans le lemme 3.3. Elle donne
f =
n
i=0
a
i
1
A
i
et g =
m
j=0
b
j
1
B
i
. Comme les familles (A
i
)
{i{0,...,n}}
et (B
j
)
{j{0,...,m}}
forment des
partitions de E, on a:
f =
n
i=0
m
j=0
a
i
1
A
i
B
j
et g =
m
j=0
n
i=0
b
j
1
A
i
B
j
,
de sorte que f +g =
n
i=0
m
j=0
(a
i
+b
i
)1
A
i
B
j
, ce qui montre que f +g c, et donc que c est
un espace vectoriel.
Dautre part, on remarque aussi que fg =
n
i=0
m
j=0
a
i
b
i
1
A
i
B
j
, ce qui montre que fg c.
On montrera aussi les proprietes de linearite et de monotonie de lintegrale des fonctions etagees (voir
proposition 4.1).
3.3 Fonctions mesurables et variables aleatoires
An detendre le concept dintegrale à une classe de fonctions plus generale que celle des fonctions etagees
(positives), on introduit les fonctions mesurables (positives). On pourra ensuite utiliser une technique de
passage à la limite pour denir lintegrale de telles fonctions.
On va tout dabord denir la notion de mesurabilite pour une fonction f de E dans F. Lespace de
depart, E, est muni dune tribu et lespace darrivee, F, est, en general, muni dune topologie (et donc
de sa tribu de Borel, les exemples fondamentaux sont F = R ou F = R
+
). On peut aussi considerer le
cas o` u F est muni dune tribu (non donnee par une topologie sur F).
Denition 3.4 (Fonction mesurable) Soient (E, T) un espace mesurable et F un ensemble muni
dune topologie (par exemple : F = R ou R
+
). Une fonction f, denie de E dans F, est une fonction
T-mesurable si f
1
(A) T, pour tout A B(F). (Ce qui est equivalent à dire que la tribu f
1
(B(F)) =
f
1
(B), B B(F) est incluse dans T ou encore que la tribu T
f
= B T(F); f
1
(B) T contient
54
B(F), voir lexercice 2.4 sur les tribus image directe et image reciproque.) En labsence dambigute
possible on dira mesurable au lieu de T-mesurable.
Plus generalement, si F nest pas muni dune topologie (et donc de la tribu B(F)) mais est muni directe-
ment dune tribu T (on a alors deux espaces mesurables : (E, T) et (F, T )), une fonction f, denie de
E dans F, est une fonction (T, T )-mesurable si f
1
(A) T, pour tout A T . (Ce qui est equivalent à
dire que la tribu f
1
(T ) = f
1
(B), B T est incluse dans T ou encore que la tribu T
f
= B T(F);
f
1
(B) T contient T .) En labsence dambigute possible on dira mesurable au lieu de (T, T )-
mesurable.
Remarque 3.3 Une fonction etagee est toujours mesurable. En eet, soit (E, T) un espace mesurable.
Soit f c (donc f est une application de E dans R). Daprès la proposition 3.3, il existe (A
0
, . . . , A
n
),
partition de E, et a
0
, . . . , a
n
R t.q. f =

n
i=0
a
i
1
A
i
et A
i
T pour tout i 0, . . . , n. Pour tout
B R, on a donc f
1
(B) =
{i; a
i
B}
A
i
T. Ce qui prouve que f est mesurable de E dans R.
Noter que si f c
+
, on a donc aussi f mesurable de E dans R
+
La terminologie probabiliste utilise les termes variable aleatoire ou element aleatoire (au lieu de
fonction mesurable ou application mesurable).
Denition 3.5 (Variable aleatoire, element aleatoire)
1. Soit (E, T) un espace probabilisable, on appelle variable aleatoire une fonction X denie de E dans
R et T-mesurable, i.e. t.q. X
1
(A) T, pour tout A B(R).
2. Soit (E, T) et (F, T ) deux espaces probabilisables. Une fonction X, denie de E dans F, est un
element aleatoire si cest une fonction (T, T )-mesurable (cest-à-dire si X
1
(A) T, pour tout A
T ). Lorsque F est un espace vectoriel, on dit que X est une variable aleatoire vectorielle ou un
vecteur aleatoire.
Remarque 3.4 Comme cela a ete dit dans la proposition 3.4, on dit, en labsence dambigute, me-
surable au lieu de T-mesurable. On remarque dailleurs que le terme probabiliste variable aleatoire
ne mentionne pas la dependance par rapport à la tribu. Dans la denition 3.5, on a note X la variable
aleatoire plutot que f car cest lusage dans la litterature probabiliste.
Denition 3.6 (Tribu engendree par une fonction mesurable)
Soient (E, T) un espace mesurable (resp. probabilisable) et f (resp. X) une fonction mesurable de E
dans R (resp. une variable aleatoire) alors lensemble f
1
(A), A B(R) (resp. X
1
(A), A B(R))
est une tribu sur E quon appelle tribu engendree par la fonction mesurable f (resp. la variable aleatoire
X). Cette tribu est aussi la tribu image reciproque de B(R) par f (resp. X).
Denition 3.7 (espaces / et /
+
) Soit (E, T) un espace mesurable, on note :
/(E, T) = f : E R, mesurable ,
/
+
(E, T) = f : E R
+
, mesurable .
En labsence dambigute, on notera /= /(E, T) et /
+
= /
+
(E, T).
Proposition 3.2 (Première caracterisation de la mesurabilite)
Soient (E, T) un espace mesurable et f : E F, avec F = R ou R
+
. Soit ( une partie de T(F)
engendrant la tribu borelienne de F. On a alors : f est mesurable si et seulement f
1
(C) T pour tout
C (. En particulier, f est mesurable si et seulement si f verie lune des deux proprietes suivantes :
55
1. f
1
(], [) T, pour tout , R, < ,
2. f
1
(], [) T, pour tout R.
Dans cette caracterisation, lensemble ], [ (ou ], [) designe, bien s ur, lensemble des elements de F
appartenant à ], [ (ou ], [).
La demonstration de cette proposition fait lobjet de lexercice 3.1. Le lecteur pourra trouver lui-meme
dautres caracterisations de la mesurabilite, en utilisant la proposition ci-dessus. Par exemple, soit f de
E (muni de la tribu T) dans R
+
, la fonction f est mesurable si et seulement si f
1
(], ]) T pour tout
> 0 (par contre, f
1
(], [) T pour tout 0 nimplique pas que f est mesurable).
La proposition suivante nous permettra de denir lintegrale des fonctions appartenant à /
+
(comme
limite dintegrales de fonctions etagees, voir le chapitre suivant). Par contre, on ne pourra pas donner un
sens, dans le cas general, à lintegrale des fonctions appartenant à /.
Proposition 3.3 (Mesurabilite positive) Soient (E, T) un espace mesurable et f : E R
+
. Alors f
/
+
si et seulement si il existe une suite (f
n
)
nN
c
+
, t.q. :
1. Pour tout x E, f
n
(x) f(x), quand n ,
2. f
n+1
(x) f
n
(x), pour tout x E, et tout n N.
les 2 conditions precedentes seront denotees dans la suite sous la forme f
n
f quand n .
D emonstration : Soit (f
n
)
nN
c
+
t.q. f
n
f quand n . On remarque que, pour tout R,
f
1
(], +]) =
_
nN
f
1
n
(], +[). (3.4)
Comme f
n
est mesurable, pour tout n N (voir la remarque 3.3), on a f
1
n
(], +[) T pour tout
n N et donc, par stabilite de T par union denombrable, f
1
(], +]) T. Ceci etant vrai pour tout
R, on en deduit, comme ], +], 0 engendre B(R
+
), que f est mesurable de E dans R
+
,
cest-à-dire f /
+
.
Reciproquement, on suppose que f /+. On va construire (f
n
)
nN
c
+
t.q. f
n
f quand n .
Pour n N
, on denit la fonction f
n
par :
f
n
(x) =
_
p
2
n
si f(x) [
p
2
n
,
p + 1
2
n
[, avec p 0, . . . , n2
n
1,
n si f(x) n,
(3.5)
de sorte que
f
n
= n1
{xE; f(x)n}
+
n2
n
1
p=0
p
2
n
1
{xE; f(x)[
p
2
n ,
p+1
2
n [}
.
Comme f /
+
, on a x E; f(x) n T et x E; f(x) [
p
2
n
,
p+1
2
n
[ T pour tout n et tout p,
on a donc (f
n
)
nN
c
+
.
On montre maintenant que, pour tout x E, on a f
n
(x) f(x), quand n . Soit x E. On
distingue deux cas :
56
Premier cas. On suppose f(x) < . On a alors, pour n f(x), [f(x) f
n
(x)[
1
2
n
. On a donc
f
n
(x) f(x) quand n .
Deuxième cas. On suppose f(x) = . On a alors f
n
(x) = n pour tout n N
et donc f
n
(x) f(x)
quand n .
On montre enn que, pour tout x E et pour tout n N
, on a f
n+1
(x) f
n
(x). Soit x E et n N
.
On distingue trois cas :
Premier cas. On suppose f(x) n + 1. On a alors f
n+1
(x) = n + 1 > n = f
n
(x).
Deuxième cas. On suppose n f(x) < n + 1. Il existe alors i n2
n+1
, . . . , (n + 1)2
n+1
1 t.q.
f(x) [
i
2
n+1
,
i+1
2
n+1
]. On a alors f
n
(x) = n
i
2
n+1
= f
n+1
(x).
Troisième cas. On suppose f(x) < n. Il existe alors p 0, . . . , n2
n
1 t.q. f(x) [
p
2
n
,
p+1
2
n
[=
[
2p
2
n+1
,
2(p+1)
2
n+1
[. Si f(x) [
2p
2
n+1
,
2p+1
2
n+1
[, on a f
n
(x) =
p
2
n
=
2p
2
n+1
= f
n+1
(x). Si f(x) [
2p+1
2
n+1
,
2(p+1)
2
n+1
[, on a
f
n
(x) =
p
2
n
<
2p+1
2
n+1
= f
n+1
(x). On a toujours f
n
(x) f
n+1
(x).
On a bien ainsi construit (f
n
)
nN
c
+
t.q. f
n
f quand n .
Proposition 3.4 (Mesurabilite sans signe) Soient (E, T) un espace mesurable, et f : E R. On
suppose que f est mesurable. Il existe alors une suite (f
n
)
nN
c t.q., pour tout x E, f
n
(x) f(x),
quand n .
D emonstration :
On denit la fonction f
+
: E R
+
par f
+
(x) = max(f(x), 0) pour tout x E. On remarque que
f
+
/
+
(et f
+
/, voir lexercice 3.3). En eet, f
+
prend ses valeurs dans R
+
et (f
+
)
1
(], ]) =
f
1
(], [) T si > 0. On conclut en remarquant que ], ], > 0 engendre B(R
+
). On denit
egalement f
= (f)
+
, de sorte que f = f
+
f
. On a donc aussi f
/
+
. La proposition 3.3
donne lexistence de (f
n
)
nN
c
+
et (g
n
)
nN
c
+
t.q. f
n
f
+
et g
n
f
quand n . On pose
h
n
= f
n
g
n
, de sorte que h
n
(x) f(x), quand n , pour tout x E. Dautre part, comme c est
un espace vectoriel (voir la proposition 3.1 page 54), on a (h
n
)
nN
c.
La proposition precedente nous donnera, avec les proprietes de stabilite de / et /
+
(voir la proposition
3.5) une deuxième caracterisation de la mesurabilite, voir la proposition 3.6.
Lensemble des fonctions mesurables est un ensemble très stable, cest-à-dire que des operations usuel-
les (comme addition, multiplication, limite. . . ) sur des fonctions mesurables donnent encore des
fonctions mesurables, ceci est precise dans la proposition suivante. Dans le cas (fondamental) de (E, T)
= (R, B(R)), il est dicile de trouver des fonctions non mesurables (comme il est dicile de trouver
des parties non boreliennes, bien que le cardinal de B(R) soit egal au cardinal de R et donc strictement
inferieur au cardinal de T(R)). En pratique, on peut en gros supposer que les fonctions de R dans R sont
toutes B(R)-mesurables (bien quil y ait beaucoup de fonctions non mesurables. . . ).
Proposition 3.5 (Stabilite de / et /
+
) Soit (E, T) un espace mesurable.
1. Soit I N.
Soit (f
n
)
nI
/
+
, alors sup
nI
f
n
/
+
et inf
nI
f
n
/
+
.
Soit (f
n
)
nI
/. Si sup
nI
f
n
prend ses valeurs dans R, alors sup
nI
f
n
/. De meme, si
inf
nI
f
n
prend ses valeurs dans R, alors inf
nI
f
n
/.
57
2. Soit (f
n
)
nN
/
+
, alors limsup
n
f
n
/
+
et liminf
n
f
n
/
+
.
Soit (f
n
)
nN
/. Si limsup
nN
f
n
prend ses valeurs dans R, alors limsup
nN
f
n
/. De meme,
si liminf
nN
f
n
prend ses valeurs dans R, alors liminf
nN
f
n
/.
3. Soit (f
n
)
nN
/
+
. On suppose que f
n
(x) f(x) dans R
+
, pour tout x E. Alors f /
+
.
Soit (f
n
)
nN
/. On suppose que f
n
(x) f(x) dans R, pour tout x E. Alors f /.
4. / est un espace vectoriel sur R et si f, g /, alors fg /.
D emonstration :
1. Soit (f
n
)
nN
/
+
. Il est clair que f = sup
nI
f
n
est bien denie et prend ses valeurs dans R
+
.
Puis, Pour tout R, on a f
1
(], ]) =
nI
f
1
n
(], ]) T. Comme ], ] R
+
, R
engendre B(R
+
), on en deduit que f est mesurable de E dans R
+
, cest-à-dire f /
+
.
De meme la fonction f = inf
nI
f
n
est aussi bien denie et prend ses valeurs dans R
+
(elle prend
meme ses valeurs dans R
+
si les f
n
prennent leurs valeurs dans R
+
, ceci nest pas vrai avec la
fonction sup
nI
f
n
). On remarque ensuite que f
1
(] , [) =
nI
f
1
n
(] , [), pour tout
R. Comme ] , [R
+
, R engendre B(R
+
), on en deduit que f est mesurable de E
dans B(R
+
), cest-à-dire f /
+
.
Soit maintenant (f
n
)
nN
/. La fonction f = sup
nI
f
n
est bien denie si on la considère comme
etant à valeurs dans R car elle peut prendre la valeur + en certains points. On la suppose
maintenant à valeurs dans R. On peut alors raisonner comme precedemment en remarquant que
f
1
(], [) =
nI
f
1
n
(], [) et que ], [, R engendre B(R). De meme, La fonction
f = inf
nI
f
n
est bien denie si on la considère comme etant à valeurs dans R car elle peut prendre
la valeur en certains points. On la suppose maintenant à valeurs dans R. On peut alors
raisonner comme precedemment en remarquant que f
1
(] , [) =
nI
f
1
n
(] , [) et que
] , [, R engendre B(R).
2. Soit (f
n
)
nN
/
+
. On pose f = limsup
n
f
n
, la fonction f est bien denie à valeurs dans R
+
.
Pour tout x E, on a f(x) = limsup
n
f
n
(x) = lim
n
(sup
pn
f
p
(x)) = inf
nN
(sup
pn
f
p
(x)),
cest-à-dire f = inf
nN
(sup
pn
f
p
). En utilisant les resultats precedents (avec sup puis inf), on a
donc f /
+
. Un raisonnement similaire donne liminf
n
f
n
= sup
nN
(inf
pn
f
p
) /
+
.
Soit maintenant (f
n
)
nN
/. On suppose que f = limsup
n
f
n
= inf
nN
(sup
pn
f
p
) (qui est
bien denie dans R) prend ses valeurs dans R. Comme les f
n
prennent leurs valeurs dans R,
on peut alors remarquer que la fonction sup
pn
f
p
prend aussi ses valeurs dans R, pour tout n N.
On a donc, avec la propriete demontree en 1, sup
pn
f
p
/ pour tout n N. Puis, utilisant
encore la propriete demontree en 1, f = inf
nN
(sup
pn
f
p
) /. Un raisonnement analogue donne
liminf
n
f
n
= sup
nN
(inf
pn
f
p
) / dès que lon suppose que liminf
n
f
n
prend ses valeurs
dans R.
3. Cette question est immediate grace à la precedente. Il sut de remarquer que dès que la limite de la
suite (f
n
(x))
nN
existe, elle est necessairement egale à la limite superieure (ou la limite inferieure)
de cette meme suite (f
n
(x))
nN
, cest-à-dire que lim
n
f
n
(x) = limsup
n
f
n
(x) (pour tout
x E). Ici on remarque donc simplement que f = limsup
n
f
n
et on applique la propriete 2.
58
4. Soit f, g /et soit , R On pose h = f +g. Daprès la proposition 3.4, il existe (f
n
)
nN
c
et (g
n
)
nN
c t.q. f
n
(x) f(x) et g
n
(x) g(x), quand n , pour tout x E. On pose
h
n
= f
n
+ g
n
, de sorte que h
n
(x) h(x), quand n , pour tout x E. La proposition
3.1 donne que c est un espace vectoriel sur R, on a donc (h
n
)
nN
c. Comme c / (voir la
remarque 3.3), la propriete 3 ci dessus donne alors que h /. Lensemble / est donc un espace
vectoriel (sur R).
Soit f, g /. On pose h = fg. On raisonne comme ci dessus, il existe (f
n
)
nN
c et (g
n
)
nN
c
t.q. f
n
(x) f(x) et g
n
(x) g(x), quand n , pour tout x E. On pose h
n
= f
n
g
n
,
de sorte que h
n
(x) h(x), quand n , pour tout x E. La proposition 3.1 donne aussi
(h
n
)
nN
c /. La propriete 3 ci dessus donne alors que h /.
Proposition 3.6 (Deuxième caracterisation de la mesurabilite) Soit (E, T) un espace mesurable
et f : E R. Alors, f est mesurable si et seulement si il existe une suite (f
n
)
nN
c t.q., pour tout
x E, f
n
(x) f(x), quand n .
D emonstration :
Cette caracterisation est donnee par la proposition 3.4 pour le sens seulement si et par la propriete 3
de la proposition 3.5 pour le sens si.
On rappelle aussi quune fonction f de E (muni de la tribu T) dans R
+
est mesurable (cest-à-dire
appartient à /
+
) si et seulement si il existe (f
n
)
nN
c
+
t.q. f
n
f (voir la proposition 3.3).
Remarque 3.5 Il est interessant de remarquer que la proposition 3.6 peut etre fausse si on prend pour
F un espace topologique quelconque (elle reste vraie, par exemple, si F est un espace vectoriel norme de
dimension nie) avec une denition immediate de c generalisant celle donnee pour les fonctions à valeurs
dans R ou R
+
.
Denition 3.8 Soient E un ensemble et f : E R. Pour tout x E, on pose :
f
+
(x) = max(f(x), 0),
f
(x) = min(f(x), 0) = (f)

+
(x),
[f[(x) = [f(x)[.
Proposition 3.7 Soient (E, T) un espace mesurable et f /. On a alors f = f
+
f
, [f[ = f
+
+f
et f
+
, f
, [f[ /
+
/.
D emonstration :
Le fait que f = f
+
f
et [f[ = f
+
+ f
est immediat. On a dejà vu, dans la demonstration de la

proposition 3.4, que f
+
, f
/
+
et donc que f
+
, f
/ (voir lexercice 3.3). La proposition 3.5

donne que / est un espace vectoriel sur R. On a donc [f[ / et donc aussi [f[ /
+
car [f[ 0.
59
3.4 Mesure image, loi dune v.a., v.a. independantes
Soit (E, T) et (F, T ) deux espaces mesurables (lexemple fondamental est (F, T ) = (R, B(R))) et f une
fonction mesurable de E vers F. Si m est une mesure sur T, alors on peut denir, à partir de f et m,
une mesure sur T de la manière suivante :
Proposition 3.8 (Mesure image) Soient (E, T, m) un espace mesure, (F, T ) un espace mesurable et
f une fonction mesurable de E vers F (cest-à-dire (T, T )-mesurable). Alors, lapplication m
f
denie de
T dans R
+
par : m
f
(A) = m(f
1
(A)), pour tout A T , est une mesure sur T , appelee mesure image
par f.
D emonstration : Il sut de remarquer que m
f
est bien denie, que m
f
() = 0 et que m
f
est
additive, ce qui decoule naturellement des proprietes de m.
Denition 3.9 (Loi de probabilite et fonction de repartition dune variable aleatoire)
Soient (E, T, p) un espace probabilise, X une variable aleatoire reelle (cest-à-dire une fonction mesurable
de E, muni de la tribu T, dans R, muni de la tribu borelienne). On appelle loi de probabilite de la variable
aleatoire X la probabilite p
X
image de p par X (cette probabilite est donc denie sur B(R)). On appelle
fonction de repartition de la variable aleatoire X la fonction de repartition de la probabilite p
X
.
Dans de nombreux cas, les modèles probabilistes seront determines par une loi de probabilite dune
variable aleatoire. Une consequence immediate du theorème 2.4 est que la loi de probabilite dune
variable aleatoire reelle est entièrement determinee par sa fonction de repartition. Ceci est enonce dans
la proposition suivante.
Proposition 3.9 (Egalite de deux lois) Soient (E, T, p) et (E
, T
, p
) des espaces probabilises, X une

variable aleatoire reelle sur E (cest-à-dire une fonction mesurable de E, muni de T, dans R muni de
B(R)) et X
une variable aleatoire reelle sur E
. On a alors p
X
= p
Y
si et seulement si p(X t) =
p
(Y t) pour tout t R. On a aussi p

X
= p
Y
si et seulement si p(s X t) = p
(s Y t)
pour tout s, t R, s < t. (Les inegalites strictes peuvent remplacees par des inegalites larges.)
D emonstration : Cette proposition est une consequence des theorèmes 2.4 et 2.5. Il sut de remarquer
que p(X t) = p
X
(] , t]) et p(s X t) = p
X
([s, t]) (et les memes egalites avec Y au lieu de
X).
On rappelle que la notation p(X t) (si X est une v. a. reelle sur lespace probabilise (E, T, p)) signie
p( E; X() t). Cette notation sera abregee sous la forme p(X t).
Denition 3.10 (Variables aleatoires equidistribuees)
Soient (E, T, p) et (E
, T
, p
) des espaces probabilises, X (resp. X
) une variable aleatoire de (E, T, p)

(resp. (E
, T
, p
)) dans (R, B(R)), on dit que les variables aleatoires X et X
sont equidistribuees si elles

ont meme loi de probabilite.
Denition 3.11 (Variable aleatoire discrète, entière, continue) Soient (E, T, p) un espace proba-
bilise, X une variable aleatoire sur (E, T, p), p
X
la loi de la variable aleatoire X et F
X
sa fonction de
repartition;
1. Si X(E) est denombrable, on dit que la variable aleatoire X est discrète.
2. Si X(E) N, on dit que la variable aleatoire X est entière.
60
3. Si la fonction de repartition F
X
denie de R dans [0, 1] est continue, on dit que la variable aleatoire
est continue.
Denition 3.12 (Variables aleatoires independantes) Soit (E, T, p)) un espace probabilise.
1. Soit N > 1 et X
1
, . . . , X
N
une famille de variables aleatoires reelles. On dit que X
1
, . . . , X
N
sont independantes (ou que la famille ( X
1
, . . . , X
N
) est independante) si les tribus engendrees par
X
1
, . . . , X
N
(on notera souvent (X) ou (X) la tribu engendree par la variable aleatoire X) sont
independantes.
2. Soit (X
n
)
nN
une suite de variables aleatoires reelles. On dit que la suite (X
n
)
nN
est indepen-
dante (ou que les v.a. X
1
, . . . , X
n
, . . . sont independantes) si, pour tout N > 1, les v.a. X
1
, . . . , X
N
sont independantes.
On appellera suite de v.a.r.i.i.d. une suite de variables aleatoires reelles independantes identiquement
distribuees (ce dernier point signiant que toutes les v.a. de la suite ont meme loi).
Soit (E, T, p)) un espace probabilise et X
1
, X
2
, X
3
trois v.a.r. (cest-à-dire variables aleatoires reelles).
Le fait que X
1
soit independante de X
2
et X
3
nimplique pas que X
1
soit independante de (par exemple)
X
2
+ X
3
, meme si X
2
et X
3
sont independantes. Mais, on a bien X
1
independante de X
2
+ X
3
si la
famille (X
1
, X
2
, X
3
) est independante. Ceci est une consequence da la proposition suivante.
Proposition 3.10 (Independance et composition)
Soit (E, T, p)) un espace probabilise, n 1, m 1 et X
1
, . . . , X
n
, Y
1
, . . . , Y
m
des v.a.r independantes.
Soit une fonction borelienne de R
n
dans R et une fonction borelienne de R
m
dans R. Alors, les
v.a.r. (X
1
, . . . , X
n
) et (Y
1
, . . . , Y
m
) sont independantes. Nous avons ici decompose la famille initiale
de v.a.r. independantes en 2 groupes. la proposition peut se generaliser à une decomposition en un nombre
quelconque de groupes.
D emonstration : La notation (X
1
, . . . , X
n
) est un peu incorrecte (mais toujours utilisee). Elle designe
(comme on le devine facilement) la composition de (qui va de R
n
dans R) avec lapplication de E dans
R
n
donnee par les X
i
, i = 1, . . . , n.
La demonstration de cette proposition (et de sa generalisation à un nombre quelconque de groupes)
est une consequence simple de la proposition 2.11 des que lon remarque que la tribu engendree par
(X
1
, . . . , X
n
) est incluse dans la tribu engendree par X
1
, . . . , X
n
, ce que nous demontrons maintenant.
On note la tribu engendree par X
1
, . . . , X
n
et X lapplication de E dans R
n
qui à E associe
(X
1
(, ) . . . , X
n
())
t
. Il est facile de voir que A B(R
n
) t.q. X
1
(A) est une tribu (sur R
n
). Si
A =

n
i=1
A
i
avec A
i
B(R) pour tout i = 1, . . . , n, on a X
1
(A) =
n
i=1
X
1
i
(A
i
) (car X
1
i
(A
i
)
appartient à (X
i
) et donc à ). Comme B(R
n
) est engendree par lensemble des produits de boreliens
de R (et meme par lensemble des produits dintervalles ouverts de R, voir lexercice 2.6), on en deduit
que A B(R
n
) t.q. X
1
(A) contient B(R
n
). Pour tout B B(R), on a donc ((X))
1
(B) =
X
1
(
1
(B)) car
1
(B) B(R
n
) (puisque est borelienne). ce qui prouve bien que la tribu
engendree par (X
1
, . . . , X
n
) est incluse dans la tribu engendree par X
1
, . . . , X
n
.
Nous verrons au chapitre 7 la consequence principale de lindependance. Cette consequence est que, si
X, Y sont des v.a.r. independantes, la loi du couple (X, Y ) est le produit des lois P
X
et P
Y
(cest-à-dire ,
avec les notations du Chapitre 7, P
(X,Y )
= P
X
P
Y
). Une propriete analogue est vraie pour une famille
(X
1
, . . . , X
n
) de v.a.r. independantes.
61
Nous terminons ce paragraphe par un theorème très utile en probabilites sur la representation dune v.a.
mesurable par rapport à une autre v.a..
Theorème 3.1 (V.a. mesurable par rapport à une autre v.a.) Soient X et Y deux v.a. reelles
denies sur un espace de probabilites (, /, P). Alors, la v.a. Y est mesurable par rapport à la tribu
engendree par X (notee (X)) si et seulement si il existe une fonction borelienne f de R dans R telle
que Y = f(X).
D emonstration : La demonstration de ce resultat fait lobjet de lexercice 3.14 (corrige 46). Il est in-
teressant de remarquer que le demonstration de ce theorème faite dans le corrige 46 donne les informations
complementaires suivantes :
Y est (X)-mesurable bornee si et seulement si il existe f borelienne bornee t.q. Y = f(X),
Y est (X)-mesurable positive si et seulement si il existe f borelienne positive t.q. Y = f(X).
La partie si de ces deux resultats est immediate. Pour la partie seulement si, il sut de remarquer
que la demonstration faite dans le corrige 46 donne f t.q.
Imf = f(t), t R Im(Y ) 0, avec ImY = Y (), .
3.5 Convergence p.p., p.s., en mesure, en probabilite
On introduit ici plusieurs notions de convergence de fonctions denies sur un espace mesure à valeurs dans
R (ou R
+
) et on donne des liens entre ces dierentes convergences. On introduit les notions equivalentes
pour les variables aleatoires en langage probabiliste.
Denition 3.13 (Egalite presque partout) Soient (E, T, m) un espace mesure, F un ensemble et f
et g des fonctions denies de E dans F (F = R ou F = R
+
, par exemple) ; on dit que f = g m-presque
partout (et on note f = g m-p.p.) si lensemble x E ; f(x) ,= g(x) est negligeable, cest ` a dire quil
existe A T t.q. m(A) = 0 et f(x) = g(x) pour tout x A
c
.
On peut remarquer que si f et g sont des fonctions mesurables de E (muni de la tribu T et de la mesure
m) dans R (ou R
+
), lensemble x E ; f(x) ,= g(x) (note aussi f ,= g) appartient à T. Le fait que
f = g m p.p. revient donc à dire que m(f ,= g) = 0. Dans la cas o` u f ou g nest pas mesurable,
lensemble f ,= g peut etre negligeable sans appartenir à T (il appartient necessairement à T si la
mesure est complète, voir la denition 2.15).
En labsence de confusion possible, on remplace m-p.p. par p.p.. Cette denition se traduit en langage
probabiliste par:
Denition 3.14 (Egalite presque s ure) Soient (E, T, p) un espace probabilise, X et Y des variables
aleatoires X et Y de (E, T) dans (R, B(R)) ; on dit que X = Y p-presque s urement (et on note X = Y
p.s. ), si lensemble x E ; X(x) ,= Y (x) est negligeable.
Denition 3.15 (Convergence presque partout) Soient (E, T, m) un espace mesure, F un ensem-
ble, (f
n
)
nN
une suite de fonctions de E dans F et f une fonction de E dans F (F = R ou F = R
+
, par
exemple) ; on dit que f
n
converge presque partout vers f (f
n
f p.p. ) si il existe une partie A de E,
negligeable, t.q., pour tout element x de A
c
, la suite (f
n
(x))
nN
converge vers f(x).
62
Noter que la convergence simple entrane la convergence presque partout.
La denition 3.15 se traduit en langage probabiliste par:
Denition 3.16 (Convergence presque sure) Soient (E, T, p) un espace probabilise, (X
n
)
nN
une
suite de variables aleatoires et X une variable aleatoire ; on dit que X
n
converge presque s urement vers
X (X
n
X p.s. ) si il existe une partie A de E, negligeable, t.q., pour tout element x de A
c
, la suite
(X
n
(x))
nN
converge vers X(x).
Denition 3.17 (Convergence presque uniforme) Soient (E, T, m) un espace mesure, (f
n
)
nN

/ et f /. On dit que f
n
converge presque uniformement vers f (f
n
f p.unif. ) si, pour tout
> 0, il existe A T t.q. m(A) et f
n
converge uniformement vers f sur A
c
.
La convergence presque uniforme entrane la convergence presque partout (voir exercice 3.23).
Attention, la convergence presque uniforme ne donne pas la convergence uniforme en dehors dun
ensemble de mesure nulle. La convergence uniforme en dehors dun ensemble de mesure nulle est reliee
à la convergence essentiellement uniforme, cest-à-dire la convergence pour le sup essentiel, deni
ci-après, ou pour la norme | |
que nous verrons dans la section 6.1.2.

Denition 3.18 (sup essentiel) Soient (E, T, m) un espace mesure et f /. On dit que f est
essentiellement bornee si il existe C R
+
tel que [f[ C p.p.. On appelle alors sup essentiel de [f[, et
on le note |f|
, linmum des valeurs C telles que [f[ C p.p.. Si f nest pas essentiellement bornee,
on pose |f|
= .
Remarquons que dans le cas o` u (E, T, m) = (R, B(R), ), le sup essentiel dune fonction continue est la
borne superieure de sa valeur absolue (ceci fait lobjet de la proposition 6.4).
Denition 3.19 (Convergence essentiellement uniforme) Soient (E, T, m) un espace mesure, f
/ et (f
n
)
nN
/; on dit que f
n
converge essentiellement uniformement vers f (f
n
f ess. unif. )
si |f
n
f|
0 lorsque n +.
Il est facile de voir que la convergence essentiellement uniforme entrane la convergence presque uniforme,
mais la reciproque est fausse (voir lexercice 3.24). Le theorème suivant donne, dans le cas o` u la mesure
est nie, un resultat très important qui fait le lien entre la convergence presque partout et la convergence
presque uniforme.
Theorème 3.2 (Egorov) Soient (E, T, m) un espace mesure, tel que m(E) < +, (f
n
)
nN
/ et
f /. On suppose que f
n
f p.p.. Alors, pour tout > 0, il existe A T tel que m(A) et f
n
converge uniformement vers f sur A
c
. (Autrement dit, la suite (f
n
)
nN
converge presque uniformement
vers f.)
La demonstration de ce theorème fait lobjet de lexercice 3.24. Attention, lorsque m(E) = +, on peut
trouver des suites de fonctions qui convergent presque partout et non presque uniformement.
Denition 3.20 (Convergence en mesure) Soient (E, T, m) un espace mesure, (f
n
)
nN
/ et f
/. On dit que f
n
converge en mesure vers f si :
> 0, lim
n+
m(x E ; [f(x) f
n
(x)[ ) = 0. (3.6)
Cette denition se traduit en langage probabiliste par:
63
Denition 3.21 (Convergence stochastique ou en probabilite) Soient (E, T, p) un espace proba-
bilise, (X
n
)
nN
une suite de variables aleatoires et X une variable aleatoire . On dit que X
n
converge
stochastiquement, ou en probabilite, vers X si :
> 0, lim
n+
p(x X
n
; [X(x) X
n
(x)[ ) = 0. (3.7)
On peut montrer (cf exercice 3.22) que si (f
n
)
nN
/ converge en mesure vers f / et (f
n
)
nN
converge en mesure vers g /, alors f = g p.p.. On montre aussi que si (f
n
)
nN
/ converge en
mesure vers f / et (g
n
)
nN
converge en mesure vers g /, alors (f
n
+ g
n
)
nN
/ converge en
mesure vers f +g /, et, si m est une mesure nie, (f
n
g
n
)
nN
/ converge en mesure vers f g /.
On montre à laide du theorème dEgorov que si f
n
converge vers f presque partout, et si m(E) < +,
alors f
n
converge vers f en mesure. Reciproquement, si f
n
converge vers f en mesure, alors il existe une
sous-suite de (f
n
)
nN
qui converge vers f presque uniformement (et donc presque partout). Ce second
resultat est vrai meme si m(E) = + (voir exercice 3.25).
On donne maintenant un resume des dierents types de convergence connus jusquà present avec les
relations existantes entre eux; les relations entre convergence presque partout et convergence en mesure
(resp. convergence presque sure et convergence stochastique) sont etudiees dans lexercice 3.25. (On en
introduira bientot encore quelques-unes. . . )
Terminologie analyste Terminologie probabiliste
convergence simple (cs)
convergence uniforme (cu)
convergence presque partout (cpp) convergence presque sure (cps)
convergence presque uniforme (cpu)
convergence en mesure (cm) convergence stochastique (cst)
On a les implications suivantes :
Terminologie analyste Terminologie probabiliste
(cu) (cs) (cpp)
(cu) (cpu) (cpp)
(cpp) (cpu) si la mesure est nie
(cm) (cpu) (et donc (cpp)) pour une sous-suite (cst) (cps) pour une sous-suite
(cpp) (cm) si la mesure est nie (cps) (cst) si la mesure est nie
(cpu) (cm)
3.6 Exercices
Exercice 3.1 (Caracterisation des fonctions mesurables) ()Corrige 36 page 311
Soient (E, T) un espace mesurable et f une application de E dans R ;
1. Montrer que T
f
= B T(R) ; f
1
(B) T est une tribu.
2. Soit ( un ensemble qui engendre B(R), montrer que les deux assertions suivantes sont equivalentes :
(i) f est mesurable,
(ii) f
1
(C) T, pour tout C (.
64
Exercice 3.2 (Composition de fonctions mesurables) Corrige 37 page 311
Soit (E, T) et (F, S) deux espaces mesurables. Soit f : E F et : F R (R est muni, comme
toujours, de la tribu borelienne). On suppose que f et sont mesurables. Montrer que f est mesurable
(de E dans R).
Exercice 3.3 (R ou R
+
. . . ) Corrige 38 page 311
Soit : R R, 0. On munit R (au depart et à larrivee) de la tribu borelienne. Montrer que est
mesurable (on dit aussi borelienne) si et seulement si est mesurable quand on la considère comme une
application de R dans R
+
(R
+
etant aussi muni de la tribu borelienne).
Exercice 3.4 (Stabilite de /) Corrige 39 page 312
1. Soient (E, T), (E
, T
), (E
, T
) des espaces mesurables, f (resp. g) une application de E dans

E
(resp. de E
dans E
). On suppose que f et g sont mesurables. Montrer que g f est une

application mesurable de E dans E
.
2. Soit (E, T) un espace mesurable, on munit R de la tribu des boreliens B(R); soient f et g des
fonctions mesurables de E dans R.
(a) Montrer que f
+
(= sup(f, 0)), f
(= inf(f, 0)) sont des fonctions mesurables de E dans R.

(b) Montrer que f +g, fg et [f[ sont des fonctions mesurables de E dans R.
3. Soient (E, T) un espace mesurable, (f
n
)
nN
une suite de fonctions mesurables de E dans R. On
suppose que la suite (f
n
(x))
nN
converge (dans R) pour tout x E. On pose f(x) = lim
n+
f
n
(x)
(pour tout x E). Montrer que f est une fonction mesurable de E dans R.
4. Soit (E, T) un espace mesurable, on suppose quil existe A T dont les sous-ensembles ne soient
pas tous mesurables. Il existe donc B A t.q. B / T. Montrer que h = 1
B
1
A\B
nest pas
mesurable (de E dans R), alors que [h[ lest.
Exercice 3.5 (Mesurabilite des fonctions continues) Corrige 40 page 313
Soit f une application de R dans R. On munit R (au depart et à larrivee) de la tribu borelienne
1. On suppose f continue. Montrer que f est mesurable (on dit aussi que f est borelienne).
2. On suppose f continue à droite (resp. gauche). Montrer que f est mesurable.
3. On suppose f croissante. Montrer que f est mesurable.
Exercice 3.6 (Mesurabilite de 1
Q
)
On munit R de sa tribu borelienne. La fonction 1
Q
est-elle mesurable ?
Exercice 3.7
Soit (E, T, p) un espace probabilise et X une variable aleatoire sur (E, T) ;
1. On prend pour X la variable aleatoire nulle, cest-à-dire X : E R, X(x) = 0, pour tout x E.
Calculer la loi de probabilite p
X
de X. En deduire que la connaissance de p
X
ne permet pas en
general de determiner la probabilite p sur E.
2. Montrer que p
X
determine p de manière unique si la tribu engendree par X (voir la denition 3.6),
notee T
X
, est egale à T. Cette condition est-elle necessaire ?
65
Exercice 3.8
Soit / une tribu sur un ensemble E et A / tel que : B / et B A implique B = ou B = A.
Montrer que toute fonction mesurable (de E dans R) est constante sur A. En particulier si /est engendree
par une partition, une fonction mesurable est constante sur chaque element de la partition. Donner une
fonction constante sur tout element dune partition mais qui ne soit pas mesurable. [Prendre comme
partition de R tous les singletons. . . ]
Exercice 3.9 (Egalite presque partout) Corrige 41 page 313
1. Soient f et g des fonctions continues de R dans R et la mesure de Lebesgue ; montrer que f = g
p.p. si et seulement si f = g.
2. Soient f et g des fonctions de R dans R et
0
la mesure de Dirac en 0 ; montrer que f = g
0
p.p.
si et seulement si f(0) = g(0).
Soit f : R
N
R dans R. On munit R
p
de sa tribu borelienne (pour tout p N
). On suppose que f est

mesurable par rapport à x R
N
, pour tout y R, et que f est continue a gauche par rapport a y R,
pour tout x R
N
.
Pour n > 1 et p Z, on pose : a
n
p
=
p
n
, p Z ; on denit la fonction f
n
, n > 1, de R
N
R dans R par :
f
n
(x, y) = f(x, a
n
p
), si y [a
n
p
, a
n
p+1
[
1. Montrer que f
n
converge simplement vers f lorsque n +.
2. Montrer que f
n
est mesurable. [On pourra utiliser, sans le demontrer, le fait que AB B(R
N+1
)
si A B(R
N
) et B B(R). Ceci est demontre dans lexercice 2.5 page 42 pour N = 1 et dans
lexercice 7.1 pour N > 1.]
3. Montrer que f est mesurable.
[On pourra se contenter du cas N = 1. . . ]
Exercice 3.11 (Tribu de Borel sur R
+
1. Montrer que [0, [, R
+
engendre B(R
+
).
2. Montrer que [0, [, Q R
+
engendre B(R
+
).
3. (Question plus dicile.) Montrer que ]0, [, R
+
nengendre pas B(R
+
).
Soit f une fonction mesurable de R dans R (R est muni de sa tribu borelienne, notee B(R)). On se
propose de montrer que le graphe de f est un borelien de R
2
. On admettra le resultat suivant, vu dans
lexercice 2.5:
A, B B(R) AB B(R
2
).
On munit aussi R
2
de sa tribu borelienne. Pour x, y R, on pose F(x, y) = f(x) et H(x, y) = y.
1. Montrer que F et H sont mesurables de R
2
dans R.
66
2. On pose G(f) = (x, y)
t
R
2
; y = f(x) (G(f) est donc le graphe de f). Montrer que G(f)
B(R
2
).
Exercice 3.13 (mesurabilite au sens de Lusin) Corrige 45 page 316
N
), nie sur les compacts de R
N
. On rappelle (cf. cours) que m est neces-
sairement regulière (cest-à-dire que pour tout A B(R
N
) et pour tout > 0, il existe F ferme et O
ouvert t.q. F A O et m(O F) < ).
Soit f R
N
R. On dit que f est mesurable au sens de Lusin si pour tout compact K et pour tout
> 0, il existe K
1
compact, K
1
K, t.q. m(K K
1
) et f
|
K
1
C(K
1
, R).
1. On suppose, dans cette question, que f = 1
A
avec A B(R
N
). Montrer que f est mesurable au sens
de Lusin. [Construire K
1
avec K, F et O, o` u F et O sont donnes par la regularite de m appliquee
à lensemble A.]
2. On suppose, dans cette question, que f est etagee (cest-à-dire f c(R
N
, B(R
N
)). Montrer que f
est mesurable au sens de Lusin.
3. On suppose que f est mesurable (cest-à-dire f /(R
N
, B(R
N
)). Montrer que f est mesurable au
sens de Lusin. [On rappelle quune fonction mesurable est limite simple de fonctions etagees. On
pourra utiliser le theorème dEgorov, Theorème 3.2, et la question precedente.]
Exercice 3.14 (V.a. mesurable par rapport à une autre v.a.) Corrige 46 page 318
Dans cet exercice, on demontre le theorème 3.1. Soit X et Y deux variables aleatoires reelles denies sur
un espace de probabilites (, /, P). On veut veut montrer que Y est mesurable par rapport à la tribu
engendree par X (notee (X) si et seulement si il existe une fonction borelienne f de R dans R telle que
Y = f(X) (cest-à-dire , plus precisement, que Y = f X).
1. Montrer que si Y est de la forme Y = f(X) o` u f est une fonction borelienne de R dans R, alors Y
est (X)-mesurable.
On suppose maintenant que Y est (X)-mesurable.
2. On suppose, dans cette question, quil existe une suite de reels (a
j
) tels que a
j
,= a
k
pour j ,= k et
une suite devenements (A
j
) disjoints deux à deux tels que
Y =
j
a
j
1
A
j
.
On suppose aussi que
j
A
j
= . Montrer que, pour tout j, A
j
(X) et quil existe une fonction
borelienne f : R R telle que Y = f(X).
3. Soit n un entier. On denit la fonction
n
: R R par:
n
(x) =
1
n
[nx] o` u [] designe la partie
entière. ([x] est le plus grand entier inferieur ou egal à x.)
(a) Montrer que, pour tout x R,
n
(x) converge vers x, quand n .
(b) On pose Y
n
=
n
(Y ). Montrer que Y
n
est (X) mesurable.
4. Terminer la preuve du theorème.
Maintenant, on se demande dans quelle mesure la fonction f est unique. On note P
X
la loi de X.
67
5. Soit f et g deux fonctions boreliennes t.q. Y = f(X) = g(X). Montrer que
P
X
(f = g) = 1.
Exercice 3.15 (Composition de v.a.) Corrige 47 page 320
Soit (, /, P) un espace probabilise. Soit N une variable aleatoire à valeurs dans N
et (Y
n
)
nN
une suite
de variables alelatoires reelles. (cest-à-dire à valeurs dans R, muni de la tribu des boreliens). On denit
Z par
, Z() = Y
N()
().
Montrer que Z est une variable aleatoire.
Exercice 3.16 (Evenements, tribus et v.a. independantes) Corrige 48 page 320
Soit (E, /, P) un espace probabilise.
1. (Independance de 2 evènements) Soit A
1
, A
2
/. Montrer que A
1
et A
2
sont independants (cest-à-
dire P(A
1
A
2
) = P(A
1
)P(A
2
)) si et seulement si les tribus (A
1
) et (A
2
) sont independantes
(cest-à-dire P(B
1
B
2
) = P(B
1
)P(B
2
) pour tout B
1
(A
1
) et B
2
(A
2
)).
2. (Independance de n evènements, n 2) Soit n 2, A
1
, . . . , A
n
/. Montrer que les evenements
A
1
, . . . , A
n
verient P(
iI
A
i
) =

iI
P(A
i
) pour tout I 1, . . . , n si et seulement si les
tribus (A
1
), . . . , (A
n
) sont independantes (cest-à-dire P(
n
i=1
B
i
) =

n
i=1
P(B
i
) pour tout
B
i
(A
i
), i 1, . . . , n).
3. En donnant un exemple (avec n 3), montrer que lon peut avoir n evevements, notes A
1
, . . . , A
n
,
independants deux à deux, sans que les evenements A
1
, . . . , A
n
soient independants.
4. Soit A /.
(a) On suppose que A /
1
et A /
2
et que /
1
et /
2
sont deux tribus independantes (et
contenues dans /). Montrer que P(A) 0, 1.
(b) Montrer que P(A) 0, 1 si et seulement si A est independant de tous les elements de /.
5. Soit n 1 et A
1
, . . . , A
n
/. Montrer que les evenements A
1
, . . . , A
n
sont independants si et
seulement si les v.a. 1
A
1
, . . . , 1
A
n
sont independantes.
Exercice 3.17 (Independance 3 par 3 et dependance globale)
Trouver un espace de probabilites et 4 v.a.r. prenant leurs valeurs dans 1, 1 t.q. les 4 v.a. soient
3 par 3 independantes mais ne soient pas independantes. [On pourra considerer des produits de v.a.
independantes.]
Exercice 3.18 (Transformation dune v.a.r. de loi uniforme en une v.a.r. de loi donnee)
Soit (E, /, P) un espace de probabilites, X une v.a.r. et U une v.a.r. de loi |([0, 1]), Soit F la fonction
de repartition de X (i. e. F(x) = P(X x) pour x R). On denit G de R dans R de la manière
suivante :
G(u) = infx R; F(x) u, si u ]0, 1[,
G(u) = 0, si u ,]0, 1[.
Montrer que la v.a.r. Y = G(U) a la meme loi que X. [On pourra montrer que P(G(U) x) = P(U
F(x)), pour tout x R.]
68
Exercice 3.19 (Limite croissante dune suite de v.a.r.)
Soit (E, /, P) un espace de probabilites, Y une v.a.r., (X
n
)
nN
une suite de v.a.r. et X une application
de E dans R. On suppose que X
n
X, quand n , et que X
n
et Y sont independantes, pour tout
n N. Montrer que X est une v.a.r. et que X et Y sont independantes. (N.B. La conclusion est encore
vraie sans la croissance de la suite X
n
.)
Exercice 3.20 (Construction de v.a. independantes de lois uniformes sur un intervalle)
Soit (E, /, P) un espace de probabilites.
1. Soit (U
n
)
nN
, une suite de v.a.r.i.i.d. avec P(U
n
= 0) = P(U
n
= 1) = 1/2. Montrer que V , denie
par V =
n1
U
n
2
n
est une v.a. de loi |([0, 1]).
2. Soit U
n,k
, n, k 1, des v.a.r.i.i.d. avec P(U
n,k
= 0) = P(U
n,k
= 1) = 1/2. Montrer les v. a. V
n
,
n 1 denies par V
n
=
k1
U
n,k
2
k
sont des v.a.r.i.i.d. de loi |([0, 1]).
Exercice 3.21 (Loi du produit de la loi exponentielle par 1)
Soit (, /, P) un espace probabilise et X, Y deux v.a.r. independantes. On suppose que X suit une loi
exponentielle de paramètre (avec > 0), cest-à-dire que P
X
est une mesure de densite par rapport à
la mesure de Lebesgue et cette densite est la fonction f denie par f(x) = exp(x)1
]0,+[
(x) pour
x R. On suppose que Y est t. q. P(Y = 1) = P(Y = 1) = 1/2. Donner la loi de XY .
Exercice 3.22 (Convergence en mesure) ()Corrige 49 page 323
Soient (E, T, m) un espace mesure, (f
n
)
nN
une suite de fonctions mesurables de E dans R.
1. Montrer que si il existe f et g fonctions mesurables de E dans R telles que (f
n
)
nN
converge en
mesure vers f et g, alors f = g p.p..
[On pourra commencer par montrer que, pour tout > 0, m(x E ; [f(x) g(x)[ > ) = 0].
2. Montrer que si (f
n
)
nN
/ converge en mesure vers f / et (g
n
)
nN
/ converge en mesure
vers g /, alors (f
n
+g
n
)
nN
/ converge en mesure vers f +g /.
3. On suppose maintenant que m est une mesure nie. Montrer que si (f
n
)
nN
/ converge en
n
)
nN
/ converge en mesure vers g, alors (f
n
g
n
)
nN
/ converge en
mesure vers f g /.
[On pourra commencer par montrer que, si (f
n
)
nN
/ converge en mesure vers f /, alors,
pour tout > 0, il existe n
0
et k
0
N tels que, si n n
0
et k k
0
, on a m(x E ; [f
n
(x)[
k) ]. Donner un contre-exemple au resultat precedent lorsque m(E) = .
Exercice 3.23 (Convergence presque uniforme et convergence p.p.) Corrige 50 page 325
n
)
nN
/ (cest-à-dire une suite de fonctions mesurables de E
dans R) et f /. On suppose que f
n
f presque uniformement (cest à dire que pour tout > 0 il
existe A T t.q. m(A) et f
n
f uniformement sur A
c
). Montrer que f
n
f p.p., quand n .
Exercice 3.24 (Theorème dEgorov) () Corrige 51 page 325
Soient (E, T, m) un espace mesure ni, (f
n
)
nN
une suite de fonctions mesurables de E dans R, et f une
fonction mesurable de E dans R. On suppose que f
n
f p.p., lorsque n +.
Pour j N
et n N, on denit :
A
n,j
= x; [f(x) f
n
(x)[
1
j
, et B
n,j
=
_
pn
A
p,j
(3.8)
69
1. Montrer que à j xe, lim
n+
m(B
n,j
) = 0.
2. Montrer que, pour tout > 0, il existe A tel que m(A) et f
n
c
lorsque
n +. En deduire le theorème dEgorov (theorème 3.2).
[On cherchera A sous la forme :
_
jN
B
n
j
,j
, avec un choix judicieux de n
j
.]
3. Montrer, par un contre exemple, quon ne peut pas prendre = 0 dans la question precedente.
4. Montrer, par un contre exemple, que le resultat du theorème dEgorov est faux lorsque m(E) = +.
Exercice 3.25 (Convergence en mesure et convergence p.p.) Corrige 52 page 327
n
)
nN
fonction mesurable de E dans R. On rappelle que, par denition, la suite (f
n
)
nN
converge en mesure
vers f si :
> 0, lim
n+
m(x E; [f
n
(x) f(x)[ > ) = 0. (3.9)
1. On suppose ici que m(E) < +.
(a) Montrer que si (f
n
)
nN
tend vers f presque partout, alors (f
n
)
nN
tend vers f en mesure
[Utiliser le theorème dEgorov.]
(b) (Question plus dicile.) Montrer par un contrexemple que la reciproque de la question prece-
dente est fausse.
2. Soit (f
n
)
nN
une suite de fonctions mesurables de E dans R. On dit que (f
n
)
nN
est de Cauchy en
mesure si :
> 0, > 0, n N; p, q n m(x E; [f
p
(x) f
q
(x)[ > ) . (3.10)
Montrer que si la suite (f
n
)
nN
converge en mesure vers f, alors (f
n
)
nN
est de Cauchy en mesure.
3. Soit (f
n
)
nN
une suite de Cauchy en mesure ; montrer quil existe une fonction mesurable g et
une sous-suite (f
n
k
)
kN
, telles que pour tout > 0, il existe A T veriant m(A) et tel que
(f
n
k
)
kN
converge uniformement vers g sur A
c
. [On pourra construire la sous-suite (f
n
k
)
kN
de
telle sorte que m(A
k
) 2
k
, avec A
k
= x E; [f
n
k+1
(x) f
n
k
(x)[ > 2
k
, et chercher A sous la
forme
_
kp
A
k
, o` u p est convenablement choisi.]
n
)
nN
converge en mesure vers f, il existe une sous-suite qui converge vers f
presque partout. [On pourra commencer par montrer que la suite (f
n
k
)
kN
construite ` a la question
precedente converge presque partout et en mesure.]
Exercice 3.26
Soient (E, T, m) un espace mesure ni. On pose, pour f et g fonctions mesurables de E dans R (cest-à-
dire f, g /) :
d(f, g) =
_
[f g[
1 +[f g[
dm.
70
1. Montrer que d est bien denie et prend ses valeurs dans R
+
(cest-à-dire que
|fg|
1+|fg|
L
1
R
(E, T, m)
pour tout f, g /) et que d est une semi-distance sur / (cest-à-dire que d(f, g) = d(g, f), pour
tout f, g /, et que d(f, h) d(f, g) +d(g, h), pour tout f, g, h /).
2. Soient (f
n
)
nN
/ et f /. Montrer que f
n
converge en mesure vers f lorsque n + si et
seulement si lim
n+
d(f
n
, f) = 0. [Il est probablement utile de considerer, pour > 0, les ensembles
A
n
= x E; [f
n
(x) f(x)[ > .]
Exercice 3.27 (Mesurabilite dune limite p.p.)
n
)
nN
/(E, T) et f : E R. On suppose que f
n
f p.p..
Montrer que f /(E, T), o` u (E, T, m) est le compete de (E, T, m) (voir le theorème 2.1). En donnant
un exemple (cest-à-dire en choisissant convenablement (E, T, m), (f
n
)
nN
et f), montrer quon peut avoir
f , /(E, T).
Exercice 3.28 (Essentiellement uniforme versus presque uniforme) Corrige 53 page 328
Soit (E, T, m) un espace mesure. Pour f /, on pose A
f
= C R, [f[ C p.p.. Si A
f
,= , on pose
|f|
= inf A
f
. Si A
f
= , on pose |f|
= .
1. Soit f / t.q. A
f
,= . Montrer que |f|
A
f
.
2. Soient (f
n
)
nN
/ et f /.
(a) On suppose, dans cette question, que |f
n
f|
0 quand n (on dit que f

n
f
essentiellement uniformement). Montrer que f
n
f presque uniformement.
(b) En donnant un exemple (cest-à-dire en choisissant convenablement (E, T, m), (f
n
)
nN
et f),
montrer quon peut avoir f
n
f presque uniformement, quand n , et |f
n
f|
,0.
Exercice 3.29
Soit / la classe des sous-ensembles de Z tels que
pour n > 0, 2n A 2n + 1 A.
1. Montrer que / est une tribu.
2. Montrer que lapplication : n n + 2 est une bijection de Z dans Z, mesurable quand Z est
muni (au depart et à larrivee) de la tribu / (cest à dire t.q. que
1
(A) / pour tout A /).
Montrer que linverse de nest pas mesurable.
Exercice 3.30
On considère des applications f de E dans R. On note (f) = f
1
(A), A B(R) ((f) est la tribu
image reciproque de B(R) par f).
1. Decrire (f) dans chacun des cas suivants:
(a) E = R et f(x) = x ou f(x) = x
2
ou f(x) = [x[.
(b) E = R
2
et f(x, y) = x +y.
2. Montrer que les singletons sont tous dans (f) si et seulement si f est injective.
71
3. Dans le cas general, montrer quune fonction g de E dans R est (f)-mesurable si et seulement si
il existe une fonction borelienne de R dans R t.q. g = f. [On pourra commencer par le cas
o` u g est etagee, puis utiliser un argument de limite].
4. Montrer que lon a toujours une fonction bornee g t.q. (g) = (f).
Exercice 3.31 (Mesurabilite des troncatures) Corrige 54 page 329
Soit (X, T ) un espace mesurable et f une fonction mesurable de X dans R (R est muni, comme toujours
quand on ne le precise pas, de la tribu borelienne). Pour a > 0, on denit la fonction tronquee :
f
a
(x) =
_
_
_
a si f(x) > a
f(x) si [f(x)[ a
a si f(x) < a
Montrer que f
a
est mesurable.
Exercice 3.32
Soit (E, T) un espace mesurable (on munit R de la tribu des boreliens B(R), comme toujours). Soient
(f
n
)
nN
une suite de fonctions mesurables de E dans R, et A lensemble des points x E tels que
(f
n
(x))
nN
ne soit pas de Cauchy. Montrer que A est mesurable (i.e. A T).
Exercice 3.33
Soit : R
2
R B(R
2
)-mesurable. Pour x R, on pose : f
(x) = (x, x).

1. Montrer que f
est B(R)-mesurable.
2. Soient et : R
2
R B(R
2
)-mesurables. Montrer que =
2
-p.p. , f
= f
-p.p.. (
2
est
la mesure de Lebesgue sur B(R
2
) dont on suppose lexistence).
3. Soient et : R
2
R B(R
2
)-mesurables t.q. :
(a) (x, .) et (x, .) sont continues p.p. en x R
(b) (, .y) et (., y) sont mesurables pour tout y R
(Ces fonctions sont dites de Caratheodory.)
(a) Montrer que et sont B(R
2
)-mesurables.
(b) Montrer que =
2
-p.p. (x, .) = (x, .) partout, p.p. en x R. En deduire que si
=
2
-p.p, alors f
= f
-p.p..
Exercice 3.34 (Exemple de tribu engendree)
Dans cet exercice, on sinteresse à la tribu (X) engendree par la variable aleatoire X denie sur , muni
de la tribu /, à valeurs dans R, muni de la tribu borelienne.
1. (Cas dun lancer de de) Dans cette question, = 1, 2, 3, 4, 5, 6, / = T()) et X est la variable
aleatoire denie par X() = 1 lorsque est pair, X() = 0 sinon. Montrer que (X) est forme de
4 elements.
2. (Cas de n tirages à pile ou face) Soit n N
, = 0, 1
n
, / = T()) et k 1, , n. La variable
aleatoire X represente le k-ième tirage, X est donc lapplication = (
1
, ,
n
)
k
. Montrer
que (X) est ici aussi forme de 4 elements.
72
3. Dans cette question, on prend = R, / = B(R) et, pour tout , X() = [], o` u []
designe la partie entière de (cest-à-dire [] = maxn Z, t.q. n . Si C est un borelien inclus
dans [0, 1[ (ce qui est equivalent à dire C B([0, 1[)), on pose (C) =
kZ
C
k
, avec C
k
= x + k,
x C. Montrer que (X) = (C), C B([0, 1[).
Exercice 3.35 (Tribu et partition)
Soit un ensemble. On appelle partition de une famille nie ou denombrable de parties non vides
de et disjointes deux à deux et dont lunion est egale à . Les elements dune partition sont appeles
atomes.
1. Soit a = A
i
; i I une partition de et soit (a) la tribu engendree par a. Montrer que
(a) =
_
jJ
A
j
o` uJ I .
En deduire quune v.a. reelle est (a)-mesurable si et seulement si elle est constante sur tous les
atomes de a.
Une partition a est dite plus ne quune partition b si tous les atomes de b secrivent comme union
datomes de a.
2. Montrer que si a est plus ne que b et si b est plus ne que a alors a et b sont egales.
3. Montrer que si a et b sont deux partitions telles que (a) = (b) alors a et b sont egales.
Exercice 3.36 (Fonctions constantes)
Soit (, /, P) un espace de probabilite et X une variable aleatoire (reelle). Pour a R, on pose (a) =
P(X
1
(] , a])) (on note souvent X
1
(] , a]) = X a). La fonction est donc la fonction de
repartition de la probabilite P
X
.
1. Montrer que est une fonction croissante de R dans R et que lim
a+
(a) = 1, lim
a
(a) = 0.
On suppose maintenant que, pour tout B B(R), on a P(X
1
(B)) = 0 ou 1.
2. Montrer quil existe R t.q. X = p.s..
73
Chapter 4
Fonctions integrables
Maintenant quon a construit un espace mesure (E, T, m) (dont un exemple fondamental est (E, T, m) =
(R, B(R), ), on voudrait generaliser la notion dintegrale à cet espace, cest-à-dire introduire une applica-
tion qui à f, fonction de E dans R, associe un reel, dependant de la mesure m, que nous noterons
_
fdm,
tel que:
Si f = 1
A
, A T, alors
_
fdm = m(A),
Lapplication ainsi denie soit lineaire, cest-à-dire que pour toutes fonctions f et g denies de E
dans R,
_
(f +g)dm =
_
fdm+
_
gdm, (, ) R
2
.
En fait, on ne peut pas denir une telle application sur toutes les fonctions de E dans R, nous allons la
denir seulement sur les fonctions que nous appellerons integrables.
4.1 Integrale dune fonction etagee positive
Soit (E, T, m) un espace mesure. On rappelle que c
+
est lensemble des fonctions etagees de E dans
R, ne prenant que des valeurs positives ou nulles. Si f c
+
, f non nulle, le lemme 3.1 nous donne,
en particulier, lexistence de (a
i
, A
i
)
i=1,...,n
R
+
T t.q. A
i
A
j
= , si i ,= j, i, j 1, . . . , n,
et f =

n
i=1
a
i
1
A
i
. Dautre part, le lemme 3.2 nous permet darmer que, pour une fonction etagee
positive quon ecrit sous la forme : f =
n
i=1
a
i
1
A
i
, o` u les A
i
sont deux à deux disjoints et les a
i
sont
strictement positifs, la valeur
n
i=1
a
i
m(A
i
) est independante de la decomposition choisie. On peut donc
denir lintegrale sur c
+
de la manière suivante :
Denition 4.1 (Integrale dune fonction de c
+
) Soit (E, T, m) un espace mesure et soit f de E
dans R une fonction etagee positive non nulle (cest-à-dire f c
+
). Soient (A
i
)
i=1,...,n
T une famille
de parties disjointes deux à deux (i.e. t.q. A
i
A
j
= si i ,= j) et n reels a
1
, ..., a
n
strictement positifs
tels que f =

n
i=1
a
i
1
A
i
. On denit lintegrale de f, quon note
_
fdm, par :
_
fdm =

n
i=1
a
i
m(A
i
)
(on a donc
_
fdm R
+
). Dautre part, si f = 0, on pose
_
fdm = 0.
Remarque 4.1 En adoptant la convention 0 += 0, on peut aussi remarquer que si f =
n
i=1
a
i
1
A
i

c
+
, o` u la famille (A
i
)
i=1,...,n
T est t.q. A
i
A
j
= si i ,= j, et o` u les reels a
1
, ..., a
n
sont supposes
74
positifs seulement, on a encore :
_
fdm =
n
i=1
a
i
m(A
i
). (4.1)
Proposition 4.1 (Proprietes de lintegrale sur c
+
) Soient f et g c
+
, et R
+
, alors :
linearite positive : f +g c
+
, et
_
(f +g)dm =
_
fdm +
_
gdm,
monotonie : f g
_
fdm
_
gdm.
D emonstration :
Il est facile de montrer que si f c
+
et R
+
on a f c
+
et
_
fdm =
_
fdm. Pour montrer
la linearite positive, il sut donc de considerer le cas = = 1 et f et g non nulles. Soit donc f,
g c
+
, non nulles. Daprès le lemme sur la decomposition canonique des fonctions etagees positives
non nulles (lemme 3.1), on peut ecrire f =

n
i=1
a
i
1
A
i
et g =

m
j=1
b
j
1
B
j
avec 0 < a
1
< . . . < a
n
,
A
i
,= pour tout i, A
i
A
j
= si i ,= j, 0 < b
1
< . . . < b
m
, B
j
,= pour tout j, B
j
B
i
=
si j ,= i. En posant a
0
= b
0
= 0, A
0
= (
n
i=1
A
i
)
c
et B
0
= (
n
j=1
B
j
)
c
, on a aussi f =

n
i=0
a
i
1
A
i
,
g =

m
j=0
b
j
1
B
j
et on peut ecrire f + g =

n
i=0
m
j=0
(a
i
+ b
j
)1
A
i
B
j
=

(i,j)K
(a
i
+ b
j
)1
A
i
B
j
, avec
K = (i, j) 0, . . . , n 0, . . . , m (0, 0).
On a donc f + g c
+
et
_
(f + g)dm =

(i,j)K
(a
i
+ b
j
)m(A
i
B
j
). On en deduit
_
(f + g)dm =
n
i=1
m
j=0
a
i
m(A
i
B
j
) +
m
j=1
n
i=0
b
j
m(A
i
B
j
) =
n
i=1
a
i
m(A
i
) +
m
j=1
b
j
m(B
j
) (car (A
0
, . . . , A
n
)
et (B
0
, . . . , B
m
) sont des partitions de E). On a donc bien montre
_
(f +g)dm =
_
fdm+
_
gdm.
Il reste à montrer la monotonie. Soit f, g c
+
t.q. f g. On a donc f g c
+
(on rappelle que
c est un espace vectoriel sur R, voir la proposition 3.1) et donc la linearite positive nous donne que
_
fdm =
_
(f g)dm+
_
gdm
_
gdm car
_
(f g)dm 0.
Remarque 4.2
1. Une consequence directe de la linearite positive de lintegrale sur c
+
est que, si f c
+
, pour
nimporte quelle decomposition de f : f =
n
i=1
a
i
1
A
i
c
+
, a
1
, ..., a
n
0 et (A
i
)
i=1,...,n
T (on ne
suppose plus A
i
A
j
= si i ,= j), on a encore, par linearite positive :
_
fdm =
n
i=1
a
i
_
1
A
i
=
n
i=1
a
i
m(A
i
), (4.2)
en posant a
i
m(A
i
) = 0 si a
i
= 0.
2. Une consequence de la monotonie de lintegrale sur c
+
est que, pour tout f c
+
, on a :
_
fdm = sup
_
gdm, g c
+
, g f.
75
4.2 Integrale dune fonction mesurable positive
On donne maintenant un petit lemme fondamental qui va permettre de denir lintegrale des fonctions
de /
+
.
Lemme 4.1 Soient (E, T, m) un espace mesure, (f
n
)
nN
c
+
, et g c
+
, tels que :
f
n+1
(x) f
n
(x), pour tout n N, et tout x E,
lim
n
f
n
(x) g(x), pour tout x E,
alors
lim
n
_
f
n
dm
_
g dm. (4.3)
Noter que la suite (
_
f
n
dm)
nN
est une suite croissante de R
+
, donc sa limite existe dans R
+
.
D emonstration : Pour x E, on pose f(x) = lim
n+
f
n
(x) (cette limite existe et appartient à R
+
).
Il se peut que f , c
+
, mais on a toujours f /
+
et les hypothèses du lemme donne f
n
f quand
n .
Soit ]0, 1[, on denit, pour n N :
A
n
= x E ; g(x) f
n
(x). (4.4)
On a donc A
n
= (f
n
g)
1
([0, [) T, A
n
A
n+1
(car f
n
f
n+1
) et E =
nN
A
n
. En eet, si
x E, on distingue 2 cas :
1. Si g(x) = 0, alors x A
n
pour tout n N donc x
nN
A
n
,
2. Si g(x) > 0, on a alors g(x) < g(x) lim
n
f
n
(x). Il existe donc n
x
(dependant de x) t.q.
x A
n
pour n n
x
. Donc, x
nN
A
n
.
On a donc bien montre que E =
nN
A
n
. (Comme A
n
A
n+1
, pour tout n N, on peut aussi remarquer
que la suite de fonctions (g1
A
n
)
nN
converge simplement et en croissant vers la fonction g.)
On remarque maintenant que g1
A
n
c
+
, f
n
c
+
et que, grace à la denition de A
n
, on a g1
A
n
f
n
.
La monotonie de lintegrale sur c
+
donne donc :
_
g1
A
n
dm
_
f
n
dm. (4.5)
En utilisant la decomposition canonique de g (lemme 3.1) il existe (b
i
, B
i
)
i=1,...,p
t.q. 0 < b
1
< . . . < b
p
,
B
i
,= pour tout i, B
i
B
j
= si i ,= j et g =

p
i=1
b
i
1
B
i
. On a donc g1
A
n
=

p
i=1
b
i
1
B
i
A
n
et
donc :
_
g1
A
n
dm =
p
i=1
b
i
m(B
i
A
n
).
Comme
nN
(B
i
A
n
) = B
i
(
nN
A
n
) = B
i
E = B
i
, la continuite croissante de m donne m(B
i
A
n
)
m(B
i
), quand n . On en deduit :
lim
n
_
g1
A
n
dm = lim
n
p
i=1
b
i
m(B
i
A
n
) =
p
i=1
b
i
m(B
i
) =
_
gdm.
76
On peut donc passer à la limite, quand n , dans (4.5) et obtenir :
_
gdm lim
n
_
f
n
dm.
Enn, la linearite positive de lintegrale sur c
+
donne
_
gdm =
_
gdm. On conclut la demonstration
du lemme en faisant tendre vers 1.
Remarque 4.3 Dans la demonstration precedente, on a besoin de < 1 pour pouvoir ecrire g(x)
f
n
(x) pour n n
x
, avec n
x
N pouvant dependre de x. Un tel n
x
pourrait ne pas exister en prenant
= 1.
Le lemme suivant est une consequence simple du lemme 4.1.
Lemme 4.2 Soient (E, T, m) un espace mesure et f /
+
. Soient deux suites (f
n
)
nN
et (g
n
)
nN
delements de c
+
convergeant simplement et en croissant vers f. On a alors :
lim
n
_
f
n
dm = lim
n
_
g
n
dm. (4.6)
D emonstration :
Il sut dappliquer le lemme 4.1 avec g = g
p
, p xe. On obtient
_
g
p
dm lim
n
_
f
n
dm. Puis, passant
à la limite quand p , lim
p
_
g
p
dm lim
n
_
f
n
dm. On obtient enn (4.6) en changeant les
roles de f
n
et g
p
.
Le lemme 4.2 permet donc de denir lintegrale sur /
+
de la manière suivante :
Denition 4.2 (Integrale sur /
+
) Soient (E, T, m) un espace mesure, et f /
+
. Daprès la propo-
sition sur la mesurabilite positive, il existe une suite (f
n
)
nN
c
+
telle que f
n
f quand n ,
cest-à-dire :
Pour tout x E, f
n
(x) f(x), quand n ,
f
n+1
(x) f
n
(x), pour tout x E, et tout n N.
On denit lintegrale de f en posant :
_
fdm = lim
n
_
f
n
dm ( R
+
). (4.7)
On a aussi la caracterisation suivante, parfois bien utile, de lintegrale dune fonction mesurable positive
à partir dintegrales de fonctions etagees positives:
Lemme 4.3 Soient (E, T, m) un espace mesure et f /
+
; alors
_
fdm = sup
_
gdm, g c
+
, g f.
77
D emonstration : Soit (f
n
)
nN
c
+
telle que f
n
f quand n .
La monotonie de lintegrale sur c
+
donne que
_
f
n
dm = sup
_
gdm, g c
+
, g f
n
(voir la remar-
que 4.2). Comme f
n
f, on a donc, pour tout n N :
_
f
n
dm = sup
_
gdm, g c
+
, g f
n
sup
_
gdm, g c
+
, g f.
La denition de
_
fdm donne alors :
_
fdm sup
_
gdm, g c
+
, g f.
Pour montrer linegalite inverse, soit g c
+
t.q. g f. Comme f
n
f, le lemme 4.1 donne
_
gdm
lim
n
_
f
n
dm =
_
fdm. On a donc sup
_
gdm, g c
+
, g f
_
fdm.
Proposition 4.2 (Proprietes de lintegrale sur /
+
) Soient f et g /
+
, et R
+
, alors :
linearite positive : f +g /
+
, et
_
(f +g)dm =
_
fdm +
_
gdm,
monotonie : f g
_
fdm
_
gdm.
D emonstration :
La linearite positive se demontre de manière très simple à partir de la linearite positive sur c
+
(proposition
4.1). et de la denition 4.2.
La monotonie est une consequence immediate du lemme 4.3.
Remarque 4.4 (A propos de 0 . . .) Soient (E, T, m) un espace mesure et A T t.q. m(A) = 0.
On note I
A
la fonction indicatrice de lensemble A. Cette fonction est denie de E dans R
+
par :
I
A
(x) = + si x A et I
A
(x) = 0 si x , A. Cette fonction est souvent notee aussi 1
A
. Il est clair que
I
A
/
+
et que I
A
est la limite croissante de la suite (f
n
)
nN
c
+
denie par f
n
= n1
A
. On en deduit,
en utilisant la denition de lintegrale sur /
+
, que
_
I
A
dm = 0.
Une consequence de cette remarque est le lemme suivant :
Lemme 4.4 Soit (E, T, m) un espace mesure.
1. Soit f /
+
et A T. On note f1
A
/
+
la fonction denie par f1
A
(x) = f(x) si x A
et f1
A
(x) = 0 si x A
c
. On denit
_
A
fdm par
_
f1
A
dm. On suppose que m(A) = 0. Alors,
_
A
fdm = 0.
2. Soit f, g /
+
t.q. f = g p.p.. Alors,
_
fdm =
_
gdm.
3. Soit f /
+
t.q. f = 0 p.p.. Alors
_
fdm = 0.
D emonstration :
1. Soit f /
+
et A T t.q. m(A) = 0. Soit I
A
la fonction indicatrice de lensemble A (denie dans
la remarque 4.4). On a evidemment f1
A
I
A
et donc, par monotonie,
_
f1
A
dm = 0.
78
2. Soit f, g /
+
t.q. f = g p.p.. Soit A T t.q. m(A) = 0 et f1
A
c = g1
A
c . On a donc f1
A
c ,
g1
A
c /
+
et
_
f1
A
c dm =
_
g1
A
c dm. Dautre part, comme
_
f1
A
dm =
_
g1
A
dm = 0, on a aussi,
par linearite positive
_
fdm =
_
f1
A
c dm +
_
f1
A
dm =
_
f1
A
c dm (et de meme pour g). Donc,
_
fdm =
_
gdm.
3. Soit f /
+
t.q. f = 0 p.p.. Alors
_
fdm =
_
0dm = 0.
Ce lemme nous permet detendre la denition de lintegrale à certaines fonctions non mesurables :
Denition 4.3 Soit (E, T, m) un espace mesure et f denie sur A
c
, à valeurs dans R (resp. R
+
), avec
A T, m(A) = 0 (on dit que f est denie p.p., car f nest pas denie sur A).
1. f est m-mesurable (resp. m-mesurable positive) si il existe g / (resp. g /
+
) t.q. f = g p.p..
(cest-à-dire quil existe B T t.q. m(B) = 0, B A et f = g sur B
c
).
2. Soit f m-mesurable positive. On pose
_
fdm =
_
gdm, avec g /
+
t.q. f = g p.p. (noter que
cette integrale ne depend pas du choix de g, grace au lemme 4.4).
Remarque 4.5 Soit (E, T, m) un espace mesure. Il est facile de montrer les resultats suivants :
1. Soit f de E dans R ou R
+
. Alors, f c
+
si et seulement si f /
+
, Imf R
+
et card(Imf) < .
2. Soit A T t.q. m(A) = 0 et f de A
c
dans R. Alors, f est m-mesurable si et seulement si il existe
(f
n
)
nN
c t.q. f
n
f p.p. (voir lexercice 4.17).
3. Soit A T t.q. m(A) = 0 et f de A
c
dans R
+
. Alors, f est m-mesurable positive si et seulement
si il existe (f
n
)
nN
c
+
t.q. f
n
f p.p..
Le resultat suivant sera souvent utile par la suite. En particulier, les inegalites de Markov et Bienayme-
Tchebichev (voir la section 4.9) en decoulent immediatement.
Lemme 4.5 Soient (E, T, m) un espace mesure, f /
+
et t R
+
; alors :
m(f t)
1
t
_
fdm. (4.8)
D emonstration : On denit A
t
= f t = x E ; f(x) t. On a A
t
T et f t1
A
t
. Par
monotonie de lintegrale sur /
+
, on en deduit linegalite 4.8.
4.3 Theorème de convergence monotone et lemme de Fatou
Theorème 4.1 (Convergence Monotone (1)) Soit (E, T, m) un espace mesure et soit (f
n
)
nN

/
+
t.q. f
n+1
(x) f
n
(x), pour tout n N et tout x E. On pose, pour tout x E, f(x) =
lim
n+
f
n
(x) R
+
. Alors f /
+
et :
_
f
n
dm
_
fdm lorsque n +.
79
D emonstration :
Noter que si (f
n
)
nN
c
+
, le fait que
_
f
n
dm
_
fdm, lorsque n +, est donne par la denition de
lintegrale sur /
+
. La diculte est donc ici de travailler avec (f
n
)
nN
/
+
au lieu de (f
n
)
nN
c
+
.
Comme (f
n
)
nN
/
+
converge simplement et en croissant vers f, la proposition 3.5 donne f /
+
.
Puis, par monotonie de lintegrale sur /
+
, on a
lim
n+
_
f
n
dm
_
f dm. (4.9)
Il reste donc à montrer que :
lim
n+
_
f
n
dm
_
f dm. (4.10)
Pour montrer (4.10), on va construire une suite de fonctions (g
p
)
pN
c
+
t.q g
p
f, quand p , et
g
p
f
p
, pour tout p N.
Pour tout n N, f
n
/
+
; il existe une suite de fonctions (f
n,p
)
pN
c
+
t.q. f
n,p
f
n
lorsque p tend
vers +. On denit alors :
g
p
= sup
np
f
n,p
(4.11)
On note que :
1. g
p
c
+
car g
p
est le sup dun nombre ni delements de c
+
(donc g
p
est mesurable, Im(g
p
) R
+
et card(Im(g
p
)) < , ce qui donne g
p
c
+
).
2. g
p+1
g
p
, pour tout p N. En eet, comme f
n,p+1
f
n,p
(pour tout n et p), on a
g
p+1
= supf
p+1,p+1
, sup
np
f
n,p+1
sup
np
f
n,p+1
sup
np
f
n,p
= g
p
.
On peut donc denir, pour x E, g(x) = lim
p
g
p
(x) R
+
(car la suite (g
p
(x))
pN
est croissante
dans R
+
).
3. g = f. En eet, on remarque que g
p
f
n,p
si n p. On xe n et on fait tendre p vers linni,
on obtient g f
n
pour tout n N. En faisant n on en deduit g f. Dautre part, on a
f
n,p
f
n
f pour tout n et tout p. On a donc g
p
f pour tout p. En faisant p on en
deduit g f. On a bien montre que f = g.
4. g
p
f
p
pour tout p N. En eet, f
n,p
f
n
f
p
si n p. On a donc g
p
= sup
np
f
n,p
f
p
.
Les points 1 ` a 3 ci dessus donnent (g
p
)
pN
c
+
et g
p
f quand p . Donc, la denition de lintegrale
sur /
+
donne
_
fdm = lim
p
_
g
p
dm.
Le point 4 donne (par monotonie de lintegrale sur /
+
)
_
g
p
dm
_
f
p
dm, on en deduit
_
fdm =
lim
p
_
g
p
dm lim
p
_
f
p
dm.
Finalement, on obtient bien
_
fdm = lim
p
_
f
p
dm.
On utilisera souvent une legère extension (facile) du theorème de convergence monotone :
80
Theorème 4.2 (Convergence Monotone (2)) Soit (E, T, m) un espace mesure et soit (f
n
)
nN

/
+
. On suppose que f
n
f p.p. (cest-à-dire que il existe A T t.q. m(A) = 0 et f
n
(x) f(x)
pour tout x A
c
). La fonction f (denie p.p.) est alors mmesurable positive (cest-à-dire que il existe
g /
+
t.q. f = g p.p.) et
_
f
n
dm
_
fdm. On rappelle que, par denition (voir la denition 4.3),
_
fdm =
_
gdm avec g /
+
t.q. f = g p.p..
D emonstration :
Soit A T t.q. m(A) = 0 et f
n
f sur A
c
, quand n . On pose g
n
= f
n
1
A
c (cest-à-dire g
n
(x) = f
n
(x)
si x A
c
et g
n
(x) = 0 si x A). On a g
n
/
+
et g
n
g avec g = f1
A
c (cest-à-dire g(x) = f(x) si
x A
c
et g(x) = 0 si x A). Comme g /
+
et f = g p.p., on a donc f mmesurable positive. Puis, le
theorème 4.1 donne
_
g
n
dm
_
gdm quand n . Dautre part, on a
_
g
n
dm =
_
f
n
dm (car f
n
= g
n
p.p.) et
_
gdm =
_
fdm (par denition de
_
fdm), donc
_
f
n
dm
_
fdm.
Corollaire 4.1 (Series à termes positifs ou nuls) Soient (E, T, m) un espace mesure, (f
n
)
nN

/
+
; on pose, pour tout x E, f(x) =
+
n=0
f
n
(x)( R
+
). Alors f /
+
et
_
fdm =
+
n=0
_
f
n
dm.
D emonstration : On applique le theorème de convergence monotone (theorème 4.1) à la suite (g
n
)
nN
denie par
g
n
=
n
p=0
f
p
.
On a g
n
/
+
et g
n
f. Donc f /
+
et
n
p=0
_
f
p
dm =
_
g
n
dm
_
fdm.
Lemme 4.6 (Fatou) Soient (E, T, m) un espace mesure, (f
n
)
nN
/
+
. On pose pour tout x E :
f(x) = liminf
n+
f
n
(x) = lim
n+
( inf
pn
f
p
(x)) R
+
. Alors f /
+
et :
_
fdm liminf
n+
_
f
n
dm = lim
n+
( inf
pn
_
f
p
dm). (4.12)
D emonstration : Pour n N, on pose g
n
(x) = inf
pn
f
p
(x) (pour tout x E), de sorte que g
n
/
+
(cf. proposition 3.5) et g
n
f. Le theorème de convergence monotone (theorème 4.1) donne que f /
+
et
_
g
n
dm
_
fdm.
Or, g
n
f
p
si p n. On a donc
_
g
n
dm
_
f
p
dm si p n et donc (en xant n)
_
g
n
dm inf
pn
_
f
p
dm.
On en deduit
_
fdm = lim
n
_
g
n
dm lim
n
( inf
pn
_
f
p
dm) = liminf
n
_
f
n
dm.
81
Le lemme de Fatou est souvent utilise avec des suites (f
n
)
nN
/
+
telles que la suite (
_
f
n
dm)
nN
est
bornee et la suite (f
n
(x))
nN
est convergente pour presque tout x E. Il permet alors de montrer que la
limite (au sens de la convergence p.p.) de la suite (f
n
)
nN
est integrable (voir les paragraphes suivants).
On utilise pour cela le corollaire (immediat) suivant :
Corollaire 4.2 Soient (E, T, m) un espace mesure et (f
n
)
nN
/
+
t.q. f
n
(x) f(x), pour presque
tout x E, lorsque n +. On suppose quil existe C 0 t.q.
_
f
n
dm C, pour tout n N. Alors,
f est mmesurable positive et
_
f dm C.
D emonstration : Comme (f
n
)
nN
/
+
et f
n
f p.p., on a bien f mmesurable positive. On pose
g = liminf
n
f
n
(cest-à-dire g(x) = liminf
n
f
n
(x) pour tout x E). On a donc g /
+
et f = g
p.p. donc
_
fdm =
_
gdm par denition de lintegrale des fonctions m-mesurables (denition 4.3).
Le lemme de Fatou donne
_
fdm =
_
gdm liminf
n
_
g
n
dm et donc
_
fdm C car
_
g
n
dm C
pour tout n N.
4.4 Mesures et probabilites de densite
4.4.1 Denitions
A partir dune mesure et dune fonction mesurable positive, on peut denir une autre mesure de la manière
suivante :
Denition 4.4 (Mesure de densite)
Soient (E, T, m) un espace mesure et f /
+
. Pour A T, on rappelle que f1
A
est la fonction (de E
dans R
+
) denie par f1
A
(x) = f(x) si x A et f1
A
(x) = 0 si x A
c
(cette fonction appartient à /
+
)
et on denit
_
A
fdm par
_
f1
A
dm.
On denit alors : T R
+
par :
(A) =
_
f1
A
dm =
_
A
fdm, A T. (4.13)
Lapplication ainsi denie est une mesure sur T (ceci est demontre dans lexercice 4.22), appelee mesure
de densite f par rapport à m, et notee = fm.
Proposition 4.3 Soient (E, T, m) un espace mesure, f /
+
et la mesure de densite f par rapport
à m. Alors, la mesure est absolument continue par rapport à la mesure m, cest-à-dire que si A T
est tel que m(A) = 0, alors (A) = 0.
D emonstration : Soit A T t.q. m(A) = 0. On a alors f1
A
= 0 m-p.p. et donc (A) =
_
f1
A
dm = 0
daprès le lemme 4.4.
On deduit de cette proposition que la mesure de Dirac denie sur B(R) par :
(A) = 1 si 0 A
(A) = 0 si 0 A
c
.
(4.14)
82
nest pas une mesure de densite par rapport à la mesure de Lebesgue (on peut montrer que ces deux
mesures sont etrangères (voir denition 2.16 et proposition 2.4).
Notons que lon peut aussi denir des mesures signees de densite, voir la denition 6.15.
4.4.2 Exemples de probabilites de densite
Denition 4.5 (Probabilite de densite) Soit p une probabilite sur B(R), on dit que p est une proba-
bilite de densite (par rapport à Lebesgue) sil existe f /
+
t.q.
_
fd = 1 et p(A) =
_
f1
A
d =
_
A
fd
pour tout A B(R).
Les lois de probabilite sur B(R), de densite par rapport à la mesure de Lebesgue, donnees dans la
proposition suivante seront souvent utilisees dans le calcul des probabilites (On rappelle quune loi de
probabilite est, par denition, une probabilite sur B(R)).
Denition 4.6 (Quelques lois de densite sur B(R))
1. Loi uniforme, |(a, b) Soit a, b R, a < b, la loi uniforme sur [a, b] est la loi de densite
1
ba
1
[a,b]
:
p(A) =
1
ba
_
1
[a,b]
1
A
d, A T .
2. Loi exponentielle, c() Soit > 0; la loi exponentielle est denie par la densite f denie par :
f(x) =
_
0 si x < 0
e
x
si x 0
(4.15)
3. Loi de Gauss, ^(,
2
) Soit (, ) RR
+
; la loi de Gauss de paramètre (, ) est denie par la
densite f denie par :
f(x) =
1
2
exp
_
(x )
2
2
2
_
(4.16)
4.5 Lespace L
1
des fonctions integrables
Soit f /, La proposition 3.7 donne que [f[, f
+
, f
/
+
et la monotonie de lintegrale sur /
+
donne
_
f
+
dm
_
[f[dm et
_
f
dm
_
[f[dm. Ceci va nous permette de denir lespace L
1
et lintegrale sur
L
1
à partir de lintegrale sur /
+
(denition 4.2 page 77).
Denition 4.7 (Espace L
1
et Integrale de Lebesgue) Soient (E, T, m) un espace mesure et f
/. On dit que f est integrable (ou integrable au sens de Lebesgue) si
_
[f[dm < +. Dans ce cas, on
a aussi
_
f
+
dm < + et
_
f
dm < +. On pose alors :

_
fdm =
_
f
+
dm
_
f
dm ( R). (4.17)
On note L
1
R
(E, T, m) (ou plus simplement L
1
) lensemble des fonctions integrables.
Soit f /, la linearite positive de lintegrale sur /
+
donne
_
[f[dm =
_
f
+
dm +
_
f
dm. On voit
donc que f L
1
si et seulement si
_
f
+
dm < et
_
f
dm < .
Proposition 4.4 (Proprietes de L
1
et de lintegrale sur L
1
) Soit (E, T, m) un espace mesure. On
a alors :
83
1. L
1
est un espace vectoriel sur R.
2. Lapplication f
_
fdm est une application lineaire de L
1
dans R.
3. Monotonie : soient f et g L
1
telles que f g ; alors
_
fdm
_
gdm
4. Pour tout f L
1
, [
_
fdm[
_
[f[dm.
D emonstration :
1. On sait dejà que / est un espace vectoriel sur R (proposition 3.5). Pour montrer que L
1
est un
espace vectoriel sur R, il sut de remarquer, en utilisant la linearite positive et la monotonie de
lintegrale sur /
+
, que
_
[f[dm = [[
_
[f[dm et
_
[f + g[dm
_
[f[dm +
_
[g[dm, pour tout
f, g / et tout R.
2. (a) Soit R et f L
1
. On veut montrer que
_
fdm =
_
fdm. (4.18)
Cas 1. Si = 0, (4.18) est bien vraie.
Cas 2. Si > 0, on remarque que (f)
+
= f
+
et (f)
= f
. En utilisant la linearite positive

de lintegrale sur /
+
, on en deduit
_
fdm =
_
(f)
+
dm
_
(f)
dm = (
_
f
+
dm
_
f
dm) =
_
fdm.
Cas 3. Si < 0, on remarque que (f)
+
= ()f
et (f)
= ()f
+
. En utilisant la
linearite positive de lintegrale sur /
+
, on en deduit
_
fdm =
_
(f)
+
dm
_
(f)
dm =
()(
_
f
dm
_
f
+
dm) =
_
fdm.
(b) Soit f, g L
1
. On veut montrer que
_
(f +g)dm =
_
fdm+
_
gdm.
On utilise les deux decompositions de f +g : f +g = (f +g)
+
(f +g)
= f
+
f
+g
+
g
.
On en deduit (f +g)
+
+f
+g
= (f +g)
+f
+
+g
+
. En utilisant la linearite positive de
lintegrale sur /
+
, on en deduit
_
(f +g)
+
dm+
_
f
dm+
_
g
dm =
_
(f +g)
dm+
_
f
+
dm+
_
g
+
dm.
On en deduit (noter que tous les termes de legalite precedente sont dans R
+
)
_
(f +g)
+
dm
_
(f +g)
dm =
_
f
+
dm
_
f
dm+
_
g
+
dm
_
g
dm,
et donc
_
(f +g)dm =
_
fdm+
_
gdm.
On a bien montre que lapplication f
_
fdm est une application lineaire de L
1
dans R.
84
3. Soit f, g L
1
t.q. f g. On remarque que f
+
f
g
+
g
, donc f
+
+ g
g
+
+ f
. En
utilisant la linearite positive et la monotonie de lintegrale sur /
+
, on en deduit
_
f
+
dm+
_
g
dm
_
g
+
dm+
_
f
dm et donc
_
fdm =
_
f
+
dm
_
f
dm
_
g
+
dm
_
g
dm =
_
gdm.
4. Soit f L
1
. On a [
_
fdm[ = [
_
f
+
dm
_
f
dm[
_
f
+
dm+
_
f
dm =
_
[f[dm.
On peut denir sur L
1
une semi-norme de la manière suivante :
Denition 4.8 (Semi-norme sur L
1
) Soient (E, T, m) un espace mesure et f L
1
. On pose :
|f|
1
=
_
[f[dm (4.19)
Lapplication de L
1
dans R
+
denie par f |f|
1
est une semi-norme sur L
1
.
On a bien |f|
1
R
+
pour tout f L
1
. Le fait que f |f|
1
1
decoule alors
de la partie 1 de la demonstration de la proposition 4.4, cest-à-dire du fait que
_
[f[dm = [[
_
[f[dm
et
_
[f + g[dm
_
[f[dm +
_
[g[dm, pour tout f, g / et tout R. Par contre, | |
1
nest pas une
norme sur L
1
car |f|
1
= 0 nentrane pas f = 0 mais seulement f = 0 p.p., comme cela est demontre à
la proposition 4.5.
Proposition 4.5 Soit (E, T, m) un espace mesure.
1. Soit f /
+
. Alors
_
fdm = 0 si et seulement si f = 0 p.p..
2. Soit f L
1
. Alors |f|
1
= 0 si et seulement si f = 0 p.p..
3. Soit f, g L
1
t.q. f = g p.p.. Alors
_
fdm =
_
gdm.
D emonstration :
1. Soit f /
+
.
(a) On suppose que f = 0 p.p. . On a alors
_
fdm =
_
0dm = 0 (ceci est donne par le troisième
point du lemme 4.4.)
(b) on suppose que
_
fdm = 0. Soit n N
, le lemme 4.5 page 79 donne

_
fdm
1
n
m(f
1
n
).
On a donc m(f
1
n
) = 0 et m(f > 0)

nN
m(f
1
n
) = 0 (on a utilise ici la
-sous additivite de m). Comme f = 0
c
= f > 0, on en deduit f = 0 p.p..
2. Soit f L
1
. La propriete demontree ci dessus donne |f|
1
= 0 si et seulement si [f[ = 0 p.p., et
donc |f|
1
= 0 si et seulement si f = 0 p.p.
3. Soit f, g L
1
t.q. f = g p.p.. On a [
_
fdm
_
gdm[ = [
_
(f g)dm[
_
[f g[dm = 0 (On a
utilise le quatrième point de la proposition 4.4 et [f g[ = 0 p.p.). Donc,
_
fdm =
_
gdm.
La dernière assertion de la proposition precedente nous permettra, dans la prochaine section, de denir
lintegrale sur un espace appele L
1
.
On conclut cette section par une proposition preliminaire au theorème de convergence dominee.
85
Proposition 4.6 Soit (E, T, m) un espace mesure. Soit (f
n
)
nN
L
1
, f / et g L
1
t.q. f
n
f
p.p., quand n , et, pour tout n N, [f
n
[ g p.p.. On a alors f L
1
, |f
n
f|
1
0, quand n
et
_
f
n
dm
_
fdm, quand n .
D emonstration :
Comme f
n
f p.p. quand n , Il existe A T t.q. m(A) = 0 et f
n
(x) f(x) pour tout x A
c
.
Puis, comme [f
n
[ g p.p., il existe, pour tout n N, B
n
T t.q. m(B
n
) = 0 et [f
n
[ g sur B
c
n
. On
pose C = A (
nN
B
n
). Par -sous additivite de m, on a aussi m(C) = 0. On pose alors h
n
= f
n
1
C
c ,
h = f1
C
c G = g1
C
c , de sorte que h
n
= f
n
p.p., h = f p.p. et G = g p.p.. De plus les fonctions h
n
, h et
G sont toujours mesurables et donc h
n
L
1
, h / et G L
1
.
Comme [h
n
(x)[ G(x) pour tout x E (et pour tout n N) et h
n
(x) h(x) pour tout x E. On a
aussi [h[ G. Ceci montre que h L
1
et donc que f L
1
.
On pose maintenant F
n
= 2G[h
n
h[. Comme [h
n
h[ 2G, on a F
n
/
+
et on peut donc appliquer
le lemme de Fatou (lemme 4.6) à la suite (F
n
)
nN
. Comme liminf
n
F
n
= 2G, on obtient :
_
2Gdm liminf
n
_
(2G[h
n
h[)dm = lim
n
( inf
pn
_
(2G[h
n
h[)dm). (4.20)
La linearite de lintegrale sur L
1
donne
_
(2G[h
n
h[)dm =
_
2Gdm
_
[h
n
h[dm. Donc :
inf
pn
_
(2G[h
n
h[)dm =
_
2Gdm sup
pn
_
[h
n
h[dm
et
liminf
n
_
(2G[h
n
h[)dm =
_
2Gdmlimsup
n
_
[h
n
h[dm.
Linegalite 4.20 devient alors (en remarquant que
_
2Gdm R) :
limsup
n
_
[h
n
h[dm 0.
On a donc |h
n
h|
1
0 quand n et, comme h
n
h = f
n
f p.p., on en deduit |f
n
f|
1
0,
quand n , et donc
_
f
n
dm
_
fdm, quand n (grace au quatrième point de la proposition
4.4).
4.6 Lespace L
1
Dans toute cette section, on travaille avec un espace mesure (E, T, m).
On denit maintenant une relation dequivalence, notee (= p.p.), sur L
1
par :
f (= p.p.) g si f = g p.p.. (4.21)
Denition 4.9 (L
1
) Lensemble L
1
= L
1
R
(E, T, m) est lensemble des classes dequivalence de la relation
(= p.p.) denie sur L
1
, i.e. L
1
= L
1
/(= p.p.).
Dans la suite, L
1
designe L
1
R
(E, T, m) et L
1
designe L
1
R
(E, T, m).
86
Remarque 4.6
1. Un element de L
1
est donc une partie de L
1
.
2. Si f L
1
, on note

f = g L
1
; g = f p.p..

f est donc un element de L
1
, cest lelement de L
1
auquel f appartient (on lappelle la classe de f).
Denition 4.10 (Structure vectorielle sur L
1
) On munit L
1
dune structure vectorielle (faisant de
L
1
un espace vectoriel sur R)
1. Soient F L
1
et R. On choisit f F et on pose F = g L
1
; g = f p.p..
2. Soient F, G L
1
. On choisit f F, g G et on pose F +G = h L
1
; h = f +g p.p..
La denition precedente est bien coherente. En eet F (qui est la classe de f) ne depend pas du choix
de f dans F car f = f
1
p.p. implique f = f
1
p.p.. De meme F + G (qui est la classe de f + g) ne
depend pas du choix de f dans F et du choix de g dans G car f = f
1
p.p. et g = g
1
p.p. implique
f +g = f
1
+g
1
p.p..
Denition 4.11 (Integrale sur L
1
) Soit F L
1
et f F (on dit que f est un representant de la
classe F, noter que f L
1
). On pose :
_
Fdm =
_
fdm. (4.22)
Ici aussi cette denition est bien coherente car
_
Fdm ne depend pas du choix de f dans F, grace
au troisième point de la proposition 4.5. Le troisième point de la proposition 4.5 nous donne aussi
|f|
1
= |g|
1
si f, g L
1
et f = g p.p.. Ceci nous permet de denir une norme sur L
1
:
Denition 4.12 (Norme sur L
1
) Soit F L
1
. On choisit f F et on pose |F|
1
= |f|
1
.
Proposition 4.7 Lapplication F |F|
1
est une norme sur L
1
. Lespace L
1
muni de la norme | |
1
est donc un espace vectoriel norme.
D emonstration : Il est facile de verier que | |
1
est bien une norme sur R (sachant que cest dejà
une semi-norme sur L
1
). Le seul point delicat est de remarquer que |F|
1
= 0 implique que F = 0 (0
est ici lelement neutre de L
1
, cest-à-dire h L
1
; h = 0 p.p.). Ceci decoule du premier point de la
proposition 4.5.
On montrera plus loin que L
1
est complet, cest donc un espace vectoriel norme complet, cest-à-dire un
espace de Banach, voir le theorème 4.6 page 92.
On rappelle que si f L
1
, F L
1
et que f F, on dit que f est un representant de F. On introduit
maintenant plusieurs notions de convergence dans L
1
. Il est facile de verier que ces denitions sont
coherentes, cest-à-dire quelles ne dependent pas des representants choisis pour les elements de L
1
.
La notion de convergence simple na pas de sens dans L
1
, mais la notion de convergence p.p., vue
precedemment, se generalise aux elements de L
1
ainsi que la notion de convergence en mesure.
Denition 4.13 Soit (E, T, m) un espace mesure.
1. Soient (F
n
)
nN
L
1
et F L
1
. On dit que F
n
F p.p. quand n si f
n
f p.p., quand
n , avec f
n
F
n
et f F.
87
2. Soient (F
n
)
nN
L
1
et F L
1
. On dit que F
n
F en mesure quand n si f
n
f en
mesure, quand n , avec f
n
F
n
et f F.
3. Soient (F
n
)
nN
L
1
et F L
1
. On dit que F
n
F dans L
1
quand n si |F
n
F|
1
0
quand n . (Ici aussi, noter que |F
n
F|
1
= |f
n
f|
1
si f
n
F
n
et f F.)
4. Soient F, G L
1
. On dit que F G p.p. si f g p.p. avec f F et g G.
On peut demontrer (sinspirer de la demonstration du theorème 4.7 et voir les exercices du chapitre 3)
que si une suite de fonctions de L
1
converge en mesure, alors on peut en extraire une sous-suite qui
converge presque partout. Dans le cas o` u la mesure m est nie, la convergence presque partout entrane
la convergence en mesure.
Remarque 4.7 Soit (E, T, m) un espace mesure. Soient F, G L
1
. F = G est donc equivalent à f = g
p.p. si f F et g G. En general, on ecrira plutot F = G p.p. au lieu de F = G (voir la remarque 4.9).
Remarque 4.8 Soit (E, T, m) un espace mesure. Soient (F
n
)
nN
L
1
et f : E R (ou f : E R).
On utilisera souvent la notation (legerement incorrecte), F
n
f p.p. quand n . Cette notation
signie f
n
f p.p. quand n en choissisant f
n
F
n
. Ceci est coherent car le fait que f
n
f
p.p. quand n ne depend pas du choix de f
n
dans F
n
(voir aussi la remarque 4.9).
En fait, on ecrira meme souvent F
n
f p.p. quand n (pour une suite (F
n
)
nN
L
1
) sans
preciser les espaces de depart et darrivee pour f. A vrai dire, en choissisant f
n
F
n
, f est au moins
denie p.p. sur E et le changement du choix de f
n
dans F
n
ne change f que sur un ensemble de mesure
nulle. Dautre part, en labsence de precision, f sera supposee etre à valeurs dans R.
Proposition 4.8 (proprietes de lintegrale sur L
1
) Soit (E, T, m) un espace mesure. On a alors :
1. Soit F L
1
. Alors [
_
Fdm[ |F|
1
.
2. F
_
Fdm est une application lineaire continue de L
1
dans R.
3. Soient F, G L
1
t.q. F G p.p., alors
_
Fdm
_
Gdm.
D emonstration :
1. Soit F L
1
et f F, on a [
_
Fdm[ = [
_
fdm[ |f|
1
= |F|
1
.
2. La linearite de lintegrale sur L
1
decoule immediatement de la linearite de lintegrale sur L
1
(propo-
sition 4.4). La continuite est donne par le premier point ci dessus.
3. La monotonie de lintegrale sur L
1
decoule immediatement de la monotonie de lintegrale sur L
1
(proposition 4.4).
Remarque 4.9 soit (E, T, m) un espace mesure.
1. On confondra dans la suite un element F de L
1
avec un representant f de F, cest-à-dire avec un
element f L
1
t.q. f F.
88
2. De manière plus generale, soit A E t.q. A
c
soit negligeable (cest-à-dire A
c
B avec B T et
m(B) = 0) et soit f : A R (la fonction f est donc denie p.p.). On dira que f est un element
de L
1
si il existe une fonction g L
1
t.q. f = g p.p.. On confond donc, en fait, la fonction f avec
la classe dequivalence de g, cest-à-dire avec g = h L
1
; h = g p.p.. Dailleurs, cet ensemble est
aussi egal à h L
1
; h = f p.p.. En confondant ainsi f et g on a donc
_
fdm =
_
gdm. Noter
egalement que f est m-mesurable (voir la denition 4.3 page 79).
3. Avec la confusion decrite ci-dessus, si f et g sont des elements de L
1
, f = g signie en fait f = g
p.p..
Remarque 4.10 Soient (E, T, m) un espace mesure, et (E, T, m) son complete (cf denition 2.15 et
exercice 2.15). Lespace L
1
R
(E, T, m) est identiqueà lespace L
1
R
(E, T, m), il existe une bijection evidente
entre ces deux espaces en remarquant que si f L
1
R
(E, T, m), alors il existe g L
1
R
(E, T, m) t.q. f = g
p.p. (voir à ce propos lexercice 4.9).
Pour montrer quune fonction est dans L
1
on utilise souvent le lemme de Fatou de la manière suivante
(voir lexercice 4.27 pour la demonstration, qui est en fait une consequence facile du lemme de Fatou pour
les fonctions mesurables positives, cf lemme 4.6) :
Lemme 4.7 (Utilisation de Fatou) Soient (E, T, m) un espace mesure, et (f
n
)
nN
L
1
R
(E, T, m).
On suppose que :
1. f
n
0 p.p., n N,
2. C,
_
f
n
dm C, n N,
3. f
n
f p.p., quand n ,
alors f L
1
R
(E, T, m) (au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p.) et
_
[f[dm C.
On peut egalement montrer quune fonction est dans L
1
en utilisant le theorème de convergence monotone.
Ceci est precise dans le theorème 4.3 (dit theorème de Beppo-Levi) (qui donne aussi un resultat de
convergence dans L
1
).
4.7 Theorèmes de convergence dans L
1
Nous connaissons à present trois notions de convergence pour les fonctions de L
1
, les notions de con-
vergence presque partout, convergence en mesure et la notion de convergence habituelle dans un espace
norme, cest-à-dire , ici, la convergence pour la norme L
1
. On peut montrer par des contre-exemples que
la convergence presque partout nentrane pas la convergence L
1
, et que la convergence L
1
nentrane
pas la convergence presque partout. Pour montrer que la convergence presque partout nentrane pas la
convergence L
1
, on peut considerer lespace mesure (E, T, m) = (R, B(R), ) et la suite (f
n
)
nN
L
1
(R)
denie par : f
n
(x) = n1
]0,
1
n
]
. On a evidemment f
n
0 pp, alors que |f
n
|
1
= 1. Pour montrer que la
convergence L
1
nentrane pas la convergence presque partout, on considère à nouveau lespace mesure
(E, T, m) = (R, B(R), ), et on construit la suite (f
n
)
nN
L
1
(R) (dite bosse glissante) denie par :
f
n+k
(x) = 1
]
k1
n
,
k
n
]
, pour n =
p(p1)
2
, p N et 1 k n. On peut voir facilement que |f
n
|
1
=
1
p
pour n [
p(p1)
2
,
p(p+1)
2
[, alors que f
n
, 0 pp (par contre, on peut noter quil est possible dextraire
de (f
n
)
nN
une sous-suite qui converge presque partout vers 0). Le theorème de convergence dominee,
89
enonce ci-après, donne une hypothèse susante pour quune suite (de fonctions) convergeant presque
partout converge aussi dans L
1
.
On rappelle (voir la remarque 4.8) que lhypothèse (F
n
)
nN
L
1
et f : E R t.q. F
n
f p.p.
signie simplement que f
n
f p.p. en choisissant f
n
F
n
. Cette denition est bien coherente car elle
ne depend pas du choix des f
n
dans F
n
. On rappelle aussi que f
n
f p.p. signie quil existe A T
t.q. m(A) = 0 et f
n
(x) f(x) dans R pour tout x A
c
.
4.7.1 Convergence presque partout et convergence dans L
1
Le theorème suivant est une consequence du theorème de convergence monotone et permet de montrer la
convergence dans L
1
dune suite monotone de fonctions convergeant presque partout.
Theorème 4.3 (Beppo-Levi) Soient (E, T, m) un espace mesure et (f
n
)
nN
L
1
R
(E, T, m). On sup-
pose que :
1. f
n+1
f
n
p.p., n N, [ou f
n+1
f
n
p.p., n N],
2. f
n
f p.p., quand n .
On a alors :
1. f L
1
R
(E, T, m) (au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p.) si et seulement si :
lim
n+
_
f
n
dm R.
2. Si f L
1
R
(E, T, m), alors f
n
f dans L
1
.
La demonstration de ce theorème fait lobjet de lexercice 4.28.
Nous allons maintenant voir un resultat fondamental, consequence du lemme de Fatou, qui permet de
prouver la convergence de suites dans L
1
sans hypothèse de convergence monotone.
Theorème 4.4 (Convergence dominee) Soit (E, T, m) un espace mesure. Lespace L
1
R
(E, T, m) est
note L
1
. Soit (f
n
)
nN
L
1
et f une fonction de E dans R telles que :
1. f
n
f p.p.
2. F L
1
t.q., pour tout n N, [f
n
[ F p.p..
Alors f L
1
(au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p.) et f
n
f dans L
1
(cest-à-dire
_
[f
n
f[dm 0 lorsque n +). Ceci donne aussi
_
f
n
dm
_
fdm, lorsque n +.
D emonstration :
Ce theorème est essentiellement donne par la proposition 4.6. La dierence avec la proposition 4.6 tient
dans le fait que f
n
et F sont dans L
1
au lieu de L
1
et que f nest pas necessairement mesurable. Il sagit
toutefois de dierences mineures comme nous le voyons ci après.
Pour tout n N, on choisit un representant de f
n
, encore note f
n
. La première hypothèse du theorème
signie que f
n
f p.p. (voir la remarque 4.8). Il existe donc A T t.q. m(A) = 0 et f
n
(x) f(x),
quand n , pour tout x A
c
. On remplace alors f
n
par f
n
1
A
c , encore note f
n
(cest toujours un
representant de la meme classe dequivalence car m(A) = 0). On denit aussi g par g = f sur A
c
et g = 0
sur A. Enn, on choisit un representant de F, encore note F. On obtient ainsi :
90
1. (f
n
)
nN
L
1
,
2. f
n
(x) g(x) pour tout x E, quand n ,
3. F L
1
et f
n
F p.p., pour tout n N.
Les 2 premiers items donnent aussi g / (par la proposition 3.5, on utilise ici le fait que f
n
(x) f(x)
pour tout x E et pas seulement pour presque tout x). On peut donc appliquer la proposition 4.6 page
86. Elle donne : g L
1
, |f
n
g|
1
0, quand n et
_
f
n
dm
_
gdm, quand n .
Comme g = f p.p., on a donc f L
1
1
R
(E, T, m) t.q. f = g p.p.). Puis
|f
n
f|
1
= |f
n
g|
1
0, quand n , et
_
f
n
dm
_
gdm =
_
fdm, quand n .
4.7.2 Convergence dune serie absolument convergente et consequences
On va maintenant montrer que lespace (L
1
, |.|
1
) est un espace de Banach, en montrant que toute serie
absolument convergente dans L
1
(i.e. t.q. la serie des normes converge) est convergente dans L
1
. On en
deduira aussi un resultat très important (le theorème 4.7) qui permet dextraire dune suite convergeant
dans L
1
une sous-suite convergeant presque partout. On aura besoin au cours de la demonstration du
petit resultat (demontre dans lexercice 4.9) suivant :
Lemme 4.8 Soient (E, T, m) un espace mesure et F /
+
. On suppose que
_
Fdm < . Alors
F < + p.p. (cest-à-dire que il existe A T t.q. m(A) = 0 et F(x) < pour tout x A
c
).
Theorème 4.5 (Series absolument convergentes dans L
1
) Soit (E, T, m) un espace mesure. Soit
(f
n
)
nN
L
1
t.q.
nN
|f
n
|
1
< + ; alors :
1. F L
1
; [
n
p=0
f
p
[ F p.p., pour tout n N.
2. La serie de terme general f
n
(x) est, pour presque tout x E, convergente (dans R).
On denit f par f(x) =
nN
f
n
(x) (de sorte que f est denie p.p.).
3. f L
1
1
R
(E, T, m) t.q. f = g p.p. ) et
n
p=0
f
p
f dans L
1
et p.p., quand
n .
D emonstration :
1. On choisit un representant de f
n
, encore note f
n
, et on pose F(x) =
pN
[f
p
(x)[ R
+
. On a donc
F /
+
et le corollaire 4.1 du theorème de convergence monotone donne
_
Fdm =
nN
_
[f
n
[dm =
nN
|f
n
|
1
< .
Le lemme 4.8 donne alors F < p.p., cest-à-dire il existe A T t.q. m(A) = 0 et F(x) <
pour tout x A
c
. En rempla cant F par 0 sur A, on a donc F L
1
. (Donc, F L
1
au sens de la
remarque 4.9).
La denition de F donne immediatement [
n
p=0
f
p
91
2. Pour tout x A
c
, la serie de terme general f
n
(x) est absolument convergente dans R, donc
convergente. Comme m(A) = 0, f est donc denie p.p. car elle est denie pour x A
c
par
f(x) = lim
n
n
p=0
f
p
(x).
3. On pose s
n
=

n
p=0
f
p
. le premier point donne [s
n
[ F p.p., pour tout n N et F L
1
. Le
deuxième point donne s
n
f p.p.. On peut donc appliquer le theorème de convergence dominee
(theorème 4.4). Il donne f L
1
et la convergence de la suite (s
n
)
nN
(vers f) dans L
1
. La
convergence p.p. (vers f) de la suite (s
n
)
nN
est donne par le deuxième point.
Theorème 4.6 (Riesz-Fisher) Soit (E, T, m) un espace mesure. L
1
est un espace de Banach, cest-à-
dire un espace vectoriel norme complet.
D emonstration : On sait dejà que L
1
est espace vectoriel norme. Une consequence du theorème 4.5 est
que, dans L
1
, toute serie absolument convergente est convergente. Cette propriete est une caracterisation
du fait quun espace vectoriel norme est complet. On en deduit donc que (L
1
, |.|
1
) est complet et donc
que (L
1
, |.|
1
) est un espace de Banach.
Dans la suite L
1
sera toujours muni de la norme | |
1
.
Theorème 4.7 (Reciproque partielle du theorème de CD) Soient (f
n
)
nN
L
1
et f L
1
telles
que f
n
f dans L
1
, alors il existe une sous-suite (f
n
k
)
kN
, et F L
1
telles que :
1. f
n
k
f p.p.,
2. [f
n
k
[ F p.p., pour tout k N.
D emonstration :En utilisant le fait que (f
n
)
nN
est une suite de Cauchy dans L
1
, on construit par
recurrence une suite (f
n
k
)
kN
telle que n
k+1
> n
k
et si p, q n
k
, |f
p
f
q
|
1

1
2
k
. On peut alors
appliquer le theorème 4.5 à la serie de terme general g
k
= f
n
k+1
f
n
k
pour conclure.
On donne maintenant le theorème de Vitali, qui donne des conditions necessaires et susantes de con-
vergence dans L
1
pour une suite convergeant p.p.. La demonstration de ce theorème ainsi que des petits
resultats preliminaires quelle necessite font lobjet des exercices 4.29 et 4.30.
Proposition 4.9 Soient (E, T, m) un espace mesure, f L
1
R
(E, T, m) ; alors :
1. > 0, > 0 t.q. A T, m(A)
_
A
[f[dm .
2. > 0, C T t.q. m(C) < + et
_
C
c
[f[dm .
Theorème 4.8 (Vitali) Soient (E, T, m) un espace mesure et (f
n
)
nN
L
1
= L
1
R
(E, T, m) t.q. f
n
f
p.p., f prenant ses valeurs dans R (voir remarque 4.8). Alors, f L
1
et f
n
f dans L
1
si et seulement
si les deux conditions suivantes sont veriees :
1. (Equi-integrabilite) > 0, > 0 ; A T, n N, m(A)
_
A
[f
n
[dm .
2. (Equi-petitesse à linni) > 0, C T, m(C) < + ; n N,
_
C
c
[f
n
[dm .
La demonstration de ce theorème fait lobjet de lexercice 4.30 ; elle ne necessite pas le theorème de
convergence dominee : on utilise le theorème dEgorov (cf theorème 3.2 et exercice 3.24). Le theorème
de convergence dominee peut etre vu comme une consequence du theorème de Vitali (cf exercice 4.30).
92
4.8 Continuite et derivabilite sous le signe
_
Soient (E, T, m) un espace mesure, f une fonction de ER dans R ; à t R xe, on denit lapplication
f(., t) : E R, qui à x associe f(x, t). On suppose que lapplication f(., t) ainsi denie verie lhypothèse
suivante :
f(., t) L
1
= L
1
R
(E, T, m), t R, (4.23)
et on note F lapplication denie de R dans R par :
F(t) =
_
f(., t)dm =
_
f(x, t)dm(x). (4.24)
Theorème 4.9 (Continuite sous
_
) Soient (E, T, m) un espace mesure, f une fonction de ER dans
R veriant lhypothèse (4.23) et t
0
R ; on suppose de plus que :
1. lapplication f(x, .), denie pour presque tout x E par : t f(x, t), est continue en t
0
, pour
presque tout x E ;
2. > 0 et G L
1
R
(E, T, m) tels que [f(., t)[ G p.p., pour tout t ]t
0
, t
0
+[.
Alors F, denie de R dans R par : F(t) =
_
f(., t)dm =
_
f(x, t)dm(x), est continue en t
0
.
D emonstration : Soit (t
n
)
nN
]t
0
, t
0
+ [, t.q. t
n
t
0
lorsque n +. Soit f
n
denie par
f
n
(x) = f(x, t
n
). Comme f
n
f(, t
0
) p.p. et [f
n
[ G p.p.. On peut appliquer le theorème de
convergence dominee (theorème 4.4) à la suite (f
n
)
nN
. Il donne F(t
n
) F(t
0
) quand n .
Theorème 4.10 (Derivabilite sous
_
) Soient (E, T, m) un espace mesure, f une fonction de E R
dans R veriant lhypothèse (4.23) et t
0
R . On suppose de plus quil existe > 0, A T et G
L
1
R
(E, T, m) t.q. m(A) = 0 et :
1. Lapplication t f(x, t) est derivable pour tout t ]t
0
, t
0
+[ et pour tout x A
c
;
2. [
f
t
(x, t)[ G(x) pour tout t ]t
0
, t
0
+[ et pour tout x A
c
.
Alors F, denie de R dans R par : F(t) =
_
f(., t)dm =
_
f(x, t)dm(x), est derivable en t
0
et :
F
(t
0
) =
_
f
t
(x, t
0
)dm(x). (4.25)
D emonstration : Soit (t
n
)
nN
]t
0
, t
0
+ [, t.q. t
n
t
0
lorsque n + et t
n
,= t
0
pour tout
n N
. Soit f
n
denie par
f
n
(x) =
f(x, t
n
) f(x, t
0
)
t
n
t
0
.
La suite (f
n
)
nN
est dans L
1
et on peut lui appliquer le theorème de convergence dominee (theorème
4.4) car f
n

f
t
(, t
0
) p.p., quand n , et, si x A
c
et n N, il existe
x,n
]0, 1[ t.q. f
n
(x) =
f
t
(x,
x,n
t
0
+(1
x,n
)t
n
) (grace au theorème des accroissements nis) et donc [f
n
[ G p.p., pour tout
93
n N. Le theorème 4.4 donne alors
f
t
(, t
0
) L
1
et
_
f
n
dm
_
f
t
(, t
0
)dm. Ceci etant vrai pour toute
suite (t
n
)
nN
]t
0
, t
0
+ [, t.q. t
n
t
0
lorsque n + et t
n
,= t
0
pour tout n N
, on en deduit
bien que F est derivable en t
0
et :
F
(t
0
) =
_
f
t
(x, t
0
)dm(x). (4.26)
.
4.9 Esperance et moments des variables aleatoires
Denition 4.14 (Esperance, moment, variance) Soient (, /, p) un espace probabilise et X une
variable aleatoire reelle.
1. Si X 0 (cest-à-dire X() 0 pour tout ), on denit lesperance E(X) de la variable
aleatoire X par E(X) =
_
X()dp().
2. Si X L
1
R
(, /, p) (cest-à-dire E([X[) < ), on denit lesperance E(X) de la variable aleatoire
X par :
E(X) =
_
X()dp().
On denit la variance de X par Var(X) =
2
(X) = E((X E(X))
2
) (avec (X) 0).
3. Pour r [1, +[, le moment dordre r de la variable aleatoire X est lesperance de la variable
aleatoire [X[
r
.
Denition 4.15 (Covariance) Soient (, /, p) un espace probabilise et X, Y deux v.a.r. t.q. E(X
2
) <
et E(Y
2
) < . On denit la covariance de X et Y par : cov(X, Y ) = E((X E(X)(Y E(Y )).
(Remarquer que (X E(X)(Y E(Y )) est une v.a.r. integrable car sa valeur absolue est majoree, par
exemple, par X
2
+Y
2
+E(X)
2
+E(Y )
2
qui est integrable.)
On calcule rarement lesperance dune v.a. comme integrale par rapport à la probabilite p ; en eet,
lespace (, /, p) est souvent mal connu. Le theorème 4.11 montre quil sut en fait de connatre la loi
de la v.a. X pour calculer son esperance (ou, plus generalement, lesperance dune fonction de X). On
se ramène ainsi au calcul dune integrale sur R.
Les deux inegalites suivantes decoulent immediatement du lemme 4.5 :
Lemme 4.9 (Inegalite de Markov) Soient (, /, p) un espace probabilise, X une variable aleatoire
reelle positive sur et R
+
. On suppose que 0 < E(X) < . Alors :
p(X E(X))
1
.
D emonstration : Il sut, par exemple, dappliquer le lemme 4.5 avec f = X et t = E(X).
Lemme 4.10 (Inegalite de Bienayme Tchebichev) Soient (, /, p) un espace probabilise, X une
variable aleatoire reelle sur , integrable et t.q. sa variance verie 0 <
2
(X) < +, et R
+
. Alors :
p([X E(X)[ (X))
1
2
.
94
D emonstration : Appliquer le lemme 4.5 avec f = [X E(X)[
2
et t =
2
2
(X).
Soit (, /, p) un espace probabilise, X une variable aleatoire reelle sur . La loi de X, notee p
X
est denie
par p
X
(A) = p(X
1
(A)), pour tout A B(R)). Ceci est equivalent à dire que pour tout A B(R), on a,
avec = 1
A
:
_
X()dp() =
_
R
(x)dp
X
(x). (4.27)
On rappelle que X est souvent improprement note (X), ce qui sexplique par le fait X() =
(X()) pour tout . Le theorème 4.11 montre que cette egalite est vraie pour une large classe
de fonctions boreliennes de R dans R ou R
+
(on rappelle que borelienne signie mesurable quand les
espaces sont munis de la tribu de Borel).
Theorème 4.11 (Loi image) Soit (, /, p) un espace probabilise, X une variable aleatoire reelle sur
et p
X
la loi de la variable aleatoire X. On a alors :
1. Legalite (4.27) est vraie pour toute fonction borelienne de R dans R
+
et toute fonction borelienne
bornee de R dans R.
2. Soit une fonction borelienne de R dans R, la fonction X appartient à L
1
(, /, p) si et seulement
si L
1
(R, B(R), p
X
). De plus, si L
1
(R, B(R), p
X
), Legalite (4.27) est vraie.
D emonstration : On remarque que (4.27) est vraie pour tout = 1
A
, avec A B(R) (par denition
de p
X
). Par linearite positive, (4.27) est encore vraie pour tout borelienne etagee positive de R dans
R. Par convergence monotone, (4.27) est alors vraie pour tout borelienne de R dans R
+
. Ceci donne la
première partie du premier item. En utilisant la decomposition =
+
, on montre alors le deuxième

item. Enn, la deuxième partie du premier item vient du fait que est integrable pour la probabilite p
X
si est borelienne bornee.
Un produit de v.a.r. integrables et independantes est une v.a.r. integrable (ce qui est, bien s ur, faux sans
lhypothèse dindependance) et Lesperance de ce produit est egal au produit des esperances. Ce resultat
plus general est donnee dans la proposition suivante.
Proposition 4.10 Soit (, /, p) un espace probabilise, d > 1 et X
1
, . . . , X
d
des v.a.r. independantes.
1. Soit
1
, . . . ,
d
des fonctions boreliennes de R dans R
+
. On a alors :
E(
d
i=1
i
(X
i
)) =
n
i=1
E(
i
(X
i
)). (4.28)
(En convenant quun produit de termes est nul si lun des termes est nul.)
2. Soit
1
, . . . ,
d
des fonctions boreliennes de R dans R. On suppose que (X
i
) est integrable pour
tout i = 1, . . . , d. La v.a.r.

d
i=1
i
(X
i
) est integrable et legalite (4.28) est vraie.
3. Soit
1
, . . . ,
d
des fonctions boreliennes bornees de R dans R. Legalite (4.28) est vraie.
N.B. Si X
1
, . . . , X
d
sont des v.a.r., le fait que (4.28) soit vraie pour toute famille
1
, . . . ,
d
de fonctions
boreliennes bornees de R dans R est donc une condition necessaire et susante pour les v.a.r. X
1
, . . . , X
d
soient independantes.
95
D emonstration : Si
1
, . . . ,
d
sont des fonctions caracteristiques de boreliens de R, legalite (4.28)
est une consequence immediate de la denition de lindependance des X
i
(Si
i
= 1
A
i
avec A
i
B(R),
on a E(
i
(X
i
)) = P(X
i
A
i
) = P(X
1
i
(A
i
))). Par linearite positive, on en deduit que (4.28) est
vraie si les fonctions
i
sont (boreliennes) etagees positives (cest-à-dire c
+
). Puis, par convergence
monotone, on en deduit le premier item de la proposition (car toute fonction orelienne de R dans R
+
est
limite croissante delements de c
+
).
Pour le deuxième item, on utilise (4.28) avec la fonction x [
i
(x)[ au lieu de la fonction
i
(pour
tout i). On montre ainsi que la v.a.r.

d
i=1
i
(X
i
) est integrable. Puis, on montre (4.28) par linearite
(utilisant
i
=
+
i

i
).
Le troisième item est consequence immediate du deuxième (car si X est une v.a.r. et est une fonction
borelienne bornee, la v.a.r. (X) est integrable).
Une consequence de la proposition 4.10 est que XY est integrable et cov(X, Y ) = 0 si X, Y sont deux
v.a.r. integrables sur un espace probabilise (, /, p).
Pour montrer que des v.a.r. sont independantes, il est parfois utile de savoir quil sut de montrer (4.28)
lorsque les fonctions
i
sont continues à support compact de R de R. Cest lobjet de la proposition 4.12 qui
se demontre à partir dun resultat dunicite (proposition 4.11) sur lequel nous reviendrons au chapitre 5.
On note C
c
(R, R) lensemble des fonctions continues à support compact de R de R (une fonction de R
dans R est à support compact si il existe un compact K de R t.q. = 0 sur K
c
).
Proposition 4.11 Soit m et deux mesures sur B(R), nies sur les compacts de R. On suppose que :
_
dm =
_
d pour tout C
c
(R, R).
Alors, m = .
D emonstration : Puisque m et sont des mesures sur B(R), nies sur les compacts, on a bien
C
c
(R, R) L
1
R
(R, B(R), m) et C
c
(R, R) L
1
R
(R, B(R), ). On pose maintenant ( = ]a, b[, a, b R,
a < b et on commence par montrer que m = sur (.
Soit a, b R, a < b. Il existe une suite (
n
)
nN
C
c
(R, R) t.q.
n
1
]a,b[
. En eet, il sut de construire
n
, pour n 2/(b a), de la manière suivante :
n
(x) = 0 si x a,
n
(x) = n(x a) si a < x < a +
1
n
,
n
(x) = 1 si a +
1
n
< x < b
1
n
,
n
(x) = n(x b) si b
1
n
x b
n
(x) = 0 si b x.
Puis, en passant à la limite quand n dans legalite
_

n
dm =
_

n
d, on obtient (par convergence
monotone ou par convergence dominee) m(]a, b[) = (]a, b[).
On conclut enn que m = en utilisant, par exemple, la proposition 2.5.
Proposition 4.12 Soit (, /, p) un espace probabilise, d > 1 et X
1
, . . . , X
d
des v.a.r. Ces v.a.r. sont
independantes si et seulement si on a, pour tout famille
1
, . . . ,
d
C
c
(R, R),
E(
d
i=1
i
(X
i
)) =
d
i=1
E(
i
(X
i
)), (4.29)
96
D emonstration : Le fait que la condition est necessaire est une consequence immediate de la proposi-
tion 4.10 car une fonction continue à support compact est borelienne et bornee. On montre maintenant
que la condtion est necessaire. On suppose donc que (4.29) est vraie pour toute famille
1
, . . . ,
d

C
c
(R, R) et on veut montrer que les v.a.r. X
1
, . . . , X
d
sont independantes, cest-à-dire que pour tout
A
1
, . . . , A
n
B(R), on a :
E
_
d
i=1
1
A
i
(X
i
)
_
=
d
i=1
E(1
A
i
(X
i
)). (4.30)
(On rappelle en eet que E(1
A
i
(X
i
)) = p(X
1
i
(A
i
)) et E(
d
i=1
1
A
i
X
i
)) = p(
n
i=1
X
1
i
(A
i
).)
Pour montrer (4.30), on introduit, pour tout 1 n d + 1, la propriete suivante, notee P
n
:
P
n
: (4.29) est vraie si
i
= 1
A
i
, avec A
i
B(R), pour i < n, et
i
C
c
(R, R) pour i n.
Lhypothèse de la proposition donne que P
1
est vraie. On suppose maintenant que P
n
est vraie pour un
n 1, . . . , d. Soit A
i
B(R) pour i < n (et
i
= 1
A
i
) et
i
C
c
(R, R) pour i > n. Pour A
n
B(R),
on pose, avec
n
= 1
A
n
:
m(A
n
) = E(
d
i=1
i
(X
i
)),
(A
n
) =
d
i=1
E(
i
(X
i
)).
Les applications m et sont des mesures sur B(R). La propriete P
n
montre que
_
dm =
_
d pour
tout C
c
(R, R). La proposition 4.11 montre alors que m = ce qui donne la propriete P
n+1
. Par
recurrence sur n, on montre ainsi que P
d+1
est vraie, ce qui donne (4.30) et lindependance de X
1
, . . . , X
d
.
4.10 Espace L
1
C
(E, T, m) et espace L
1
R
N
(E, T, m)
Denition 4.16 Soient (E, T, m) un espace mesure et N > 1 (N N).
1. Soit f : E R
N
. Pour x E, on pose f(x) = (f
1
(x), . . . , f
N
(x))
t
R
N
. La fonction f
appartient ` a L
1
R
N
(E, T, m) si f
n
L
1
R
(E, T, m) pour tout n 1, . . . , N.
2. Si f L
1
R
N
(E, T, m), on note
_
fdm = (
_
f
1
dm, . . . ,
_
f
N
dm)
t
R
N
.
La caracterisation suivante de mesurabilite et integrabilite est interessante.
Proposition 4.13 Soient (E, T, m) un espace mesure, N > 1 et f : E R
N
.
1. f
n
est mesurable (de E dans R) pour tout n 1, . . . , N si et seulement si f est mesurable de E
dans R
N
, cest-à-dire si et seulement si f
1
(A) E pour tout A B(R
N
).
2. Si f est mesurable (de E dans R
N
). On munit R
N
dune norme, notee ||. Alors, f L
1
R
N
(E, T, m)
si et seulement si
_
|f|dm < (noter que |f| /
+
).
D emonstration : On donne la demonstration pour N = 2.
97
1. On suppose dabord f
1
, f
2
/. On veut montrer que f est mesurable de E dans R
2
. Comme
B(R
2
) est engendre par AB, A, B B(R), il sut de montrer que f
1
(AB) T pour tout
A, B B(R).
Soit donc A, B B(R). On a f
1
(A B) = f
1
1
(A) f
1
2
(B) T car f
1
et f
2
sont mesurables.
Donc f
1
(AB) T. On a bien montre que f est mesurable de E dans R
2
Reciproquement, on suppose maintenant que f est mesurable de E dans R
2
. Soit A B(R). On
remarque que f
1
1
(A) = f
1
(A R). Or A R B(R
2
), donc f
1
1
(A) = f
1
(A R) T, ce qui
prouve que f
1
est mesurable. On prouve de manière semblable que f
2
est mesurable.
2. Soit f mesurable de E dans R
N
. On suppose que R
N
est muni dune norme, notee | |. Comme
y |y| est continue de R
N
dans R, lapplication |f| : x |f(x)| est mesurable de E dans R
(comme composee dapplications mesurables). Comme cette application ne prend que des valeurs
positives ou nulles, on a donc |f| /
+
.
Comme toutes les normes sur R
N
sont equivalentes, on a donc
_
|f|dm < si et seulement si
_
|f|
1
dm < , avec |f|
1
=
N
n=1
[f
n
[. Il est alors immediat de remarquer que
_
|f|
1
dm < si
et seulement f
n
L
1
R
(E, T, m) pour tout n 1, . . . , N. On a donc :
_
|f|dm < f L
1
R
N(E, T, m).
La denition de L
1
R
N
(E, T, m) donne immediatement que cet espace est un espace vectoriel sur R. De
plus, si R
N
est muni dune norme, notee | |, il est aussi immediat que lapplication f
_
|f|dm est une
semi-norme sur L
1
R
N
(E, T, m). Pour obtenir un espace vectoriel norme, on va considerer, comme dans le
cas N = 1, lespace L
1
R
N
(E, T, m) quotiente par la relation f = g p.p.. On rappelle que f = g p.p. si il
existe A T t.q. m(A) = 0 et f = g sur A
c
.
1. Lespace L
1
R
N
(E, T, m) est lespace L
1
R
N
(E, T, m) quotiente par la relation f = g p.p..
2. On munit R
N
dune norme notee | |. Soit F L
1
R
N
(E, T, m). On pose |F|
1
=
_
|f|dm, o` u
f F (cette denition est correcte car independante du choix de f dans F).
Proposition 4.14 Soient (E, T, m) un espace mesure et N > 1. Lespace L
1
R
N
(E, T, m) est un espace
de Banach (reel) cest-à-dire un espace vectoriel (sur R) norme complet (avec la norme denie dans la
denition 4.17).
D emonstration : La demonstration de cette proposition decoule facilement du cas N = 1.
1. Soit f : E C. On note 1(f) et (f) les parties reelle et imaginaire de f. On a donc,
pour x E, f(x) = 1(f)(x) + i(f)(x), avec 1(f)(x), (f)(x) R. La fonction f appartient à
L
1
C
(E, T, m) si 1(f), (f) L
1
R
(E, T, m).
98
2. Si f L
1
C
(E, T, m), on note
_
fdm =
_
1(f)dm+i
_
(f)dm C.
Ici aussi, on a une caracterisation de mesurabilite et integrabilite.
Proposition 4.15 Soit (E, T, m) un espace mesure et f une application de E C.
1. 1(f) et (f) sont mesurables (de E dans R) si et seulement si f est mesurable de E dans C,
cest-à-dire si et seulement f
1
(A) E pour tout A B(C).
2. Si f est mesurable (de E dans C), f L
1
C
(E, T, m) si et seulement si
_
[f[dm < (noter que
[f[ /
+
).
D emonstration :
La demonstration de cette proposition se ramène facilement à la precedente demonstration (cest-à-dire à
la demonstration de la proposition 4.13) en utilisant lapplication : C R
2
denie par (z) = (x, y)
t
si z = x +iy C, qui est une bijection continue, dinverse continue.
Ici aussi, la denition de L
1
C
(E, T, m) donne immediatement que cet espace est un espace vectoriel sur C.
Il est aussi immediat que lapplication f
_
[f[dm est une semi-norme sur L
1
C
(E, T, m). Pour obtenir
un espace vectoriel norme, on va considerer lespace L
1
C
1. Lespace L
1
C
(E, T, m) est lespace L
1
C
2. Soit F L
1
C
1
=
_
[f[dm, o` u f F (cette dention est correcte car
independante du choix de f dans F).
Proposition 4.16 Soit (E, T, m) un espace mesure. Lespace L
1
C
(E, T, m) est un espace de Banach
(complexe) cest-` a-dire un espace vectoriel (sur C) norme complet (avec la norme denie dans la denition
4.19).
D emonstration :
La demonstration de cette proposition decoule facilement du fait que L
1
R
(E, T, m) est un espace de Banach
(reel).
4.11 Exercices
4.11.1 Integrale des fonctions mesurables positives et espace L
1
Exercice 4.1 (Sup de mesures) Corrige 55 page 330
Soit (E, T) un espace mesurable et (m
n
)
nN
une suite de mesures sur T. On suppose que m
n+1
(A)
m
n
(A) pour tout A T et tout n N. On pose m(A) = supm
n
(A), n N pour A T.
99
1. (Lemme preliminaire) Soit (a
n,p
)
n,pN
R
+
et (a
p
)
pN
R
+
t.q. a
n+1,p
a
n,p
, pour tout n, p N,
et a
n,p
a
p
quand n , pour tout p N. Montrer

p=0
a
n,p

p=0
a
p
(dans R
+
) quand
n . [On pourra utiliser
N
p=0
a
n,p

p=0
a
n,p

p=0
a
p
.]
2. Montrer que m est une mesure.
3. Soit f c
+
(E, T). (On rappelle que c
+
(E, T) est lensemble des fonctions etagees de E dans R
+
.)
Montrer que
_
fdm = sup
nN
(
_
fdm
n
).
4. Soit f /
+
(E, T). (On rappelle que /
+
(E, T) est lensemble des fonctions mesurables de E dans
R
+
.)
(a) Montrer que (
_
fdm
n
)
nN
est une suite croissante majoree par
_
fdm.
(b) Montrer que
_
fdm
n

_
fdm quand n .
5. Soit f L
1
R
(E, T, m). Montrer que f L
1
R
(E, T, m
n
) pour tout n N et que
_
fdm
n

_
fdm
quand n .
Exercice 4.2 (Somme de mesures) Corrige 56 page 331
Soient m
1
et m
2
deux mesures sur lespace mesurable (E, T).
1. Montrer que m = m
1
+m
2
est une mesure.
2. Montrer quune application f mesurable de E dans R est integrable pour la mesure m si et seulement
si elle est integrable pour les mesures m
1
et m
2
. Si f est integrable pour la mesure m, montrer que
_
fdm =
_
fdm
1
+
_
fdm
2
.
3. Soit (m
n
)
nN
une famille de mesures (positives) sur (E, T) et (
n
)
nN
R
+
. On pose, pour A T,
m(A) =
nN
n
m
n
(A). Montrer que m est une mesure sur T ; soit f une application mesurable
de E dans R et integrable pour la mesure m ; montrer que f est, pour tout n N, integrable pour
la mesure m
n
et que
_
fdm =
nN
n
_
fdm
n
.
Exercice 4.3 (Mesure de Dirac) Corrige 57 page 333
Soit
0
la mesure de Dirac en 0, denie sur B(R). (cf exemple 2.1.) Soit f /
+
, calculer
_
fd
0
.
Exercice 4.4 (Restrictions de la mesure de Lebesgue) Corrige 58 page 333
Soit A et B deux boreliens de R t.q. A B. On note
A
[resp.
B
] la restriction à B(A) [resp. B(B)] de
la mesure de Lebesgue sur B(R). Soit f L
1
R
(B, B(B),
B
). Montrer que f
|
A
L
1
R
(A, B(A),
A
) et que
_
f
|
A
d
A
=
_
f1
A
d
B
. [Considerer dabord le cas f c
+
puis f /
+
et enn f L
1
.]
Exercice 4.5 (Integrale de Lebesgue et integrale des fonctions continues) Corrige 59 page 334
Soit f C([0, 1], R). Montrer que f L
1
R
([0, 1], B([0, 1]), ) et que
_
fd =
_
1
0
f(x)dx (cette dernière
integrale est à prendre au sens de lintegrale des fonctions continues vue au Chapitre 1). On rappelle
que lon note (un peu abusivement. . . ) par la restriction à B([0, 1]) de la mesure le Lebesgue (aussi
notee . . . ) sur B(R).
Exercice 4.6 (Fonctions continues et fonctions integrables) Corrige 60 page 335
Soit m une mesure nie sur B([0, 1]). Montrer que C([0, 1], R) L
1
R
([0, 1], B([0, 1]), m).
Exercice 4.7 (f, g L
1
, fg L
1
)
100
Soient f, g L
1
R
([0, 1], B([0, 1]), ). Donner un exemple pour lequel fg , L
1
R
([0, 1], B([0, 1]), ).
Exercice 4.8 (Rappel du cours. . . )
Soit (E, T, m) un espace mesure et f /
+
. Montrer que si A T est tel que m(A) = 0, alors
_
A
fdm(=
_
f1
A
dm) = 0. (On rappelle que f1
A
= f sur A et f1
A
= 0 sur A
c
.)
Exercice 4.9 (f positive integrable implique f nie p.p.) Corrige 61 page 335
+
. Montrer que si
_
fdm < +, alors f < + p.p..
Exercice 4.10 (Une caracterisation de lintegrabilite) Corrige 62 page 336
Soient (E, T, m) un espace mesure ni, u une fonction mesurable de E dans R. Pour n N, on pose
A
n
= x E, [u(x)[ n et B
n
= x E, n < [u(x)[ n + 1.
1. Montrer que :
_
[u[dm < +
+
n=0
nm(B
n
) < +
+
n=0
m(A
n
) < +. (4.31)
2. Soit p ]1, +[, montrer que [u[
p
est une fonction mesurable et que :
_
[u[
p
dm < +
+
n=0
n
p
m(B
n
) < +
+
n=0
n
p1
m(A
n
) < +. (4.32)
Exercice 4.11 (Sur la convergence en mesure)
Soit (E, T, m) un espace mesure. Soit (f
n
)
nN
/, (g
n
)
nN
/ et f, g / t.q. f
n
f en mesure
et g
n
g en mesure, quand n .
1. On suppose, dans cette question, que f L
1
R
(E, T, m) et que g L
1
R
(E, T, m). Montrer que fg /
et f
n
g
n
fg en mesure, quand n .
[On pourra sinspirer de la question 3. de lexercice 3.22 et donc commencer par montrer que, pour
tout > 0, il existe n
0
et k
0
N tels que :
n n
0
, k k
0
m(x E ; [f
n
(x)[ k) .]
Donner un exemple pour lequel fg , L
1
R
(E, T, m).
2. En prenant (E, T, m) = (R, B(R), ), Donner un exemple pour lequel f
n
g
n
,fg en mesure, quand
n (pour cet exemple, on a donc f , L
1
R
(E, T, m) ou g , L
1
R
(E, T, m)).
Exercice 4.12 (Sur linegalite de Markov) Corrige 63 page 338
Soit (E, T, m) un espace mesure et f L
1
R
(E, T, m).
1. Montrer que pour tout a > 0, on a a m([f[ > a)
_
{|f|>a}
[f[ dm.
2. Montrer que pour tout a > 0, on a m([f[ > a) (
_
[f[ dm)/a. (Ceci est linegalite de Markov.)
101
3. Montrer que
lim
a
a m([f[ > a) = 0. (4.33)
4. Donner des exemples de fonctions non integrables qui verient la propriete (4.33) dans les 2 cas
suivants : (E, T, m) = (R, B(R), ) et (E, T, m) = (]0, 1[, B(]0, 1[), ).
Exercice 4.13 (Sur f 0 p.p.) Corrige 64 page 339
1
R
(E, T, m). Montrer que les 2 conditions suivantes sont equiva-
lentes :
1. f 0 p.p.,
2.
_
A
f dm 0 pour tout A T.
Soient (E, T, m) un espace mesure et f L
1
(= L
1
R
(E, T, m)).
1. Montrer que : > 0, > 0 t.q. A T, m(A)
_
A
[f[dm . [Introduire f
n
= inf([f[, n)].
2. Montrer que : > 0, C T t.q. :
(i) m(C) < +,
(ii)
_
C
c
[f[dm ,
(iii) sup
C
[f[ < +,
[Considerer C
n
= x E ;
1
n
[f(x)[ n, et montrer que pour n n
0
o` u n
0
est bien choisi, C
n
verie (i), (ii) et (iii).]
Exercice 4.15
1
R
(E, T, m). On suppose que 0 f 1 p.p. et que
_
f dm =
_
f
2
dm. Montrer quil existe un ensemble mesurable ni A tel que f = 1
A
p.p..
Exercice 4.16 (Integration par rapport à une mesure image)
Soit (E, T, m) un espace mesure, (F, S) un espace mesurable et f de E dans F. On suppose que f est
mesurable, cest à dire que f
1
(B) T pour tout B S. pour tout B S, on pose (B) = m(f
1
(B))
(On note souvent = f
m).
1. Montrer que est une mesure sur S (on lappelle mesure image de m par f).
2. est-elle nie (resp. -nie, diuse) lorsque m est nie (resp. -nie, diuse) ?
3. Montrer quune fonction mesurable de F dans R est integrable si et seulement si f est
m-integrable et que dans ce cas
_
E
f dm =
_
F
d.
Exercice 4.17 (mmesurabilite) Corrige 66 page 341
102
Soit (E, T, m) un espace mesure. Soit A T t.q. m(A) = 0 et f une application de A
c
dans R. Montrer
que :
il existe g mesurable de E dans R t.q. f = g p.p. si et seulement si il existe (f
n
)
nN
, suite de fonctions
etagees, t.q. f
n
f p.p., quand n .
Exercice 4.18 (Mesure complète, suite de lexercice 2.28) Corrige 67 page 341
On reprend les notations de lexercice 2.28 page 48. On note donc (E, T, m) le complete de lespace
mesure (E, T, m).
Montrer que L
1
R
(E, T, m) L
1
R
(E, T, m). Soit f L
1
R
(E, T, m), montrer quil existe g L
1
R
(E, T, m) t.q.
f = g p.p. et que
_
fdm =
_
gdm.
Exercice 4.19 (Petit lemme dintegration) Corrige 68 page 342
Soit (E, T, m) un espace mesure et f /(E, T). (On rappelle que /(E, T) est lensemble des fonctions
mesurables de E dans R.)
1. On suppose (dans cette question) que f L
1
R
(E, T, m). Montrer que
(A
n
)
nN
T, m(A
n
) 0
_
f1
A
n
dm 0. (4.34)
2. On prend (dans cette question) (E, T, m) = (R, B(R), ). Donner un exemple de f /(E, T) t.q.
f 0 (de sorte que f /
+
(E, T)), pour lequel (4.34) est faux.
3. On suppose (dans cette question) que m(E) < et que f > 0 (cest à dire f(x) > 0 pour tout
x E). Montrer que
(A
n
)
nN
T,
_
f1
A
n
dm 0 m(A
n
) 0. (4.35)
On pourra utiliser le fait que, pour p N
, A
n
f <
1
p
x A
n
; f(x)
1
p
.
4. On prend (dans cette question) (E, T, m) = (R, B(R), ) (de sorte que m(E) = ). Montrer que si
f L
1
R
(E, T, m) et f > 0, alors (4.35) est faux. Donner un exemple de f L
1
R
(E, T, m) t.q. f > 0.
Exercice 4.20 (Fatou sans positivite) Corrige 69 page 344
n
)
nN
L
1
R
(E, T, m), f L
1
R
(E, T, m) et h /(E, T). (On
rappelle que /(E, T) est lensemble des fonctions mesurables de E dans R.)
1. On suppose que f
n
h p.p. quand n , f
n
f p.p. pour tout n N, et on suppose quil
existe C R t.q.
_
f
n
dm C pour tout n N.
(a) Montrer quil existe (g
n
)
nN
L
1
R
(E, T, m) et g L
1
R
(E, T, m) t.q.
f
n
= g
n
p.p., pour tout n N, f = g p.p.,
g
n
(x) h(x), quand n , pour tout x E,
g
n
g pour tout n N.
(b) Montrer que h L
1
R
(E, T, m).
103
2. (question plus dicile) On reprend les hypothèses de la question precedente sauf f
n
f p.p., pour
tout n N que lon remplace par lhypothèse (plus faible) il existe D R t.q.
_
f
n
dm D pour
tout n N. Donner un exemple pour lequel h / L
1
R
(E, T, m). [Prendre (E, T, m) = (R, B(R), ).]
Soient T > 0 et f L
1
= L
1
([0, T], B([0, T]), ) ( designe donc ici la mesure de Lebesgue sur B([0, T]).
1. Soit n N. Montrer que la fonction x e
nx
f(x) appartient à L
1
.
On suppose, dans la suite de lexercice, que f 0 p.p. et quil existe M R
+
t.q. que
_
e
nx
f(x) d(x) M pour tout n N.
2. Montrer que f = 0 p.p.. [Appliquer le theorème de convergence monotone.]
3. On suppose de plus que f est continue. Montrer que f(x) = 0 pour tout x [0, T].
4.11.2 Lespace L
1
Exercice 4.22 (Mesure de densite) Corrige 71 page 345
+
. Pour A T, on pose (A) =
_
A
fdm.
1. Montrer que est une mesure sur T.
2. Soit g /. Montrer que g L
1
R
(E, T, ) si et seulement si fg L
1
R
(E, T, m) (on pose fg(x) = 0
si f(x) = et g(x) = 0). Montrer que, pour g L
1
R
(E, T, ),
_
gd =
_
fgdm.
(On dit que est la mesure de densite f par rapport à m et on pose = fm.)
Exercice 4.23 (Comparaison de convergence dans L
1
)
On considère ici lespace mesurable (R, B(R), o` u B(R) est la tribu des boreliens sur R. On note la
mesure de Lebesgue et, pour a R, on note
a
la mesure de Dirac en a. On pose =
1
+
2
+ 3
(noter que est une mesure sur B(R)). Soit f lapplication de R dans R denie par f(x) = x
3
. On pose
f
n
= f1
[n,n]
pour tout n N. On pose L
1
() = L
1
R
(R, B(R), ).
1. Montrer que, pour tout n N, f
n
L
1
(), et calculer a
n
=
_
f
n
d.
2. A-t-on convergence simple, convergence uniforme, convergence en mesure, convergence dans L
1
()
de la suite (f
n
)
nN
?.
Exercice 4.24 (Convergence uniforme et convergence des integrales)
Soient (E, T, m) un espace mesure et (f
n
)
nN
L
1
(= L
1
R
(E, T, m)) ; on suppose que f
n
converge
uniformement vers f quand n (plus precisement : il existe des representants des f
n
, encore notes
f
n
, t.q. f
n
converge uniformement vers f).
1. A-t-on f L
1
(plus precisement : existe-t-il F L
1
t.q. f = g p.p. si g F) ? [distinguer les cas
m(E) < + et m(E) = +.]
2. Si f L
1
et (
_
f
n
dm)
nN
converge dans R, a-t-on : lim
n+
_
f
n
dm =
_
fdm ?
104
n
)
nN
L
1
(= L
1
R
(E, T, m)) et f L
1
; on suppose que f
n
0 pp
n N, que f
n
f pp et que
_
f
n
dm
_
fdm lorsque n +. Montrer que f
n
f dans L
1
. [on
pourra examiner la suite (f f
n
)
+
.]
Exercice 4.26 (Exemple de convergence)
1. Soit (E, T, m) un espace mesure, (f
n
)
nN
L
1
R
(E, T, m), f, g L
1
R
(E, T, m). On suppose que
f
n
f p.p. et que f
n
g dans L
1
R
(E, T, m). Montrer que f = g p.p.
2. On suppose maintenant (E, T, m) = ([1, 1], B(R), ). Pour n N, on denit la fonction : f
n
=
n1
[
1
2n
,
1
2n
]
.
(a) Montrer que la suite (f
n
)
nN
est bornee dans L
1
, et que la suite (
_
f
n
d)
nN
converge.
(b) Peut-on appliquer le theorème de Lebesgue de la convergence dominee ?
(c) A-t-on convergence de la suite (f
n
)
nN
dans L
1
R
(E, T, m) ?
(d) Montrer que pour toute fonction continue de [1, 1] à valeurs dans R,
_
f
n
d
_
d
0
lorsque n + (on dit que f
n
tend vers
0
dans lensemble des mesures sur les boreliens
de [1, 1] pour la topologie faible ).
Exercice 4.27 (A propos du lemme de Fatou)
n
)
nN
L
1
(= L
1
R
(E, T, m)) t.q. f
n
0 p.p. pour tout n N.
On pose, pour tout x E, f(x) = liminf
n+
f
n
(x).
1. Construire, pour tout n N, g
n
/
+
t.q. f
n
= g
n
p.p..
On pose g = liminf
n+
g
n
(o` u g
n
est construite à la question 1).
2. Montrer que f = g pp, que f 0 p.p. et que :
_
gdm liminf
n+
_
f
n
dm (4.36)
3. On suppose de plus quil existe C > 0 t.q.
_
f
n
dm C pour tout n N. Montrer que f
L
1
R
(E, T, m) et que f < + p.p..
Exercice 4.28 (Theorème de Beppo-Levi) Corrige 73 page 347
n
)
nN
L
1
(= L
1
R
(E, T, m)) et f: E R, t.q. :
(i) f
n
f p.p. lorsque n +.
(ii) La suite (f
n
)
nN
est monotone, cest-à-dire :
f
n+1
f
n
p.p., pour tout n N,
ou
f
n+1
f
n
p.p., pour tout n N.
1. Construire (g
n
)
nN
L
1
(= L
1
R
(E, T, m)) et g / t.q. f
n
= g
n
p.p., f = g p.p., g
n
(x) g(x)
pour tout x E, et g
n+1
g
n
pour tout n N (ou g
n+1
g
n
pour tout n N).
105
2. Montrer que f L
1
lim
n+
_
f
n
dm R.
3. On suppose ici que f L
1
, montrer que f
n
f dans L
1
, lorsque n +.
Exercice 4.29 (Preliminaire pour le theorème de Vitali) Corrige 74 page 349
1
(= L
1
R
(E, T, m)).
1. Montrer que pour tout > 0, il existe > 0 t.q. :
A T, m(A)
_
A
[f[dm .
[Choisir un representant de f et introduire f
n
= inf([f[, n)].
2. Soit > 0, montrer quil existe C T t.q. m(C) < + et
_
C
c
[f[dm . [Choisir un representant
de f et considerer C
n
= x E ;
1
n
[f(x)[.]
Exercice 4.30 (Theorème de Vitali) Corrige 75 page 350
n
)
nN
L
1
(= L
1
R
(E, T, m)) et f: E R, t.q. f
n
f p.p..
1. On suppose m(E) < +. Montrer que : f L
1
et f
n
f dans L
1
lorsque n +si et seulement
si (f
n
)
nN
est equi-integrable (i.e. : Pour tout > 0, il existe t.q. (A T, n N, m(A)
_
A
[f
n
[dm ). [Pour montrer le sens , utiliser la question 1 de lexercice 4.29. Pour le sens ,
remarquer que
_
[f
n
f[dm =
_
A
[f
n
f[dm +
_
A
c
[f
n
f[dm, utiliser le theorème dEgorov et le
lemme de Fatou...]
2. On suppose maintenant m(E) = +. Montrer que : f L
1
et f
n
f dans L
1
lorsque n
+ si et seulement si (f
n
)
nN
est equi-integrable et verie : > 0, C T, m(C) < + et
_
C
c
[f
n
[dm pour tout n. [Pour montrer le sens , utiliser lexercice 4.29. Pour le sens ,
utiliser lexercice 4.29, le lemme de Fatou et le resultat de la question 1.]
3. Montrer que le theorème de convergence dominee de Lebesgue peut etre vu comme une consequence
du theorème de Vitali.
Exercice 4.31 (Theorème de Vitali-moyenne) Corrige 76 page 353
Soit (E, T, m) un espace mesure. On note L
1
= L
1
R
(E, T, m). Soit (f
n
)
nN
L
1
et f /(E, T).
1. On suppose que m(E) < . On se propose ici de montrer que :
f L
1
et
|f
n
f|
1
0 quand n
_
_
1. f
n
f en mesure, quand n ,
2. (f
n
)
nN
equi-integrable.
(4.37)
(a) Montrer le sens () de (4.37).
(b) Pour montrer le sens (), on suppose maintenant que f
n
f en mesure, quand n , et
que (f
n
)
nN
est equi-integrable.
i. Montrer que pour tout > 0 et > 0, il existe n N t.q. : p, q n m([f
p
f
q
[
.
ii. Montrer que la suite (f
n
)
nN
est de Cauchy dans L
1
.
106
iii. Montrer que f L
1
et que |f
n
f|
1
0 quand n .
2. On ne suppose plus que m(E) < . Montrer que :
f L
1
et
|f
n
f|
1
0 quand n
_
_
1. f
n
2. (f
n
)
nN
equi-integrable,
3. > 0, A T t.q. m(A) < et ,
_
A
c
[f
n
[dm , pour tout n N.
(4.38)
Exercice 4.32 (Continuite de p | |
p
Soient (E, T, m) un espace mesure et f /(E, T).
1. Pour p [1, +[, on pose |f|
p
=
_
_
[f[
p
dm
_1
p
(noter que [f[
p
/
+
) et on dit que f L
p
si
|f|
p
< +. On pose I = p [1, +[, f L
p
.
(a) Soient p
1
et p
2
[1, +[, et p [p
1
, p
2
]. Montrer que si f L
p
1
L
p
2
, alors f L
p
. En
deduire que I est un intervalle. [On pourra introduire A = x; [f(x)[ 1.]
(b) On montre sur des exemples que les bornes de I peuvent etre ou ne pas etre dans I. On prend
pour cela: (E, T, m) = ([2, +[, B([2, [), ) ( est ici la restriction à [2, [ de la mesure de
Lebesgue sur B(R)). Calculer I dans les deux cas suivants:
i. f(x) =
1
x
, x [2, +[.
ii. f(x) =
1
x(ln x)
2
, x [2, +[.
(c) Soit (p
n
)
nN
I et p I, (I designe ladherence de I dans R), t.q. p
n
p (ou p
n
p).
Montrer que
_
[f[
p
n
dm
_
[f[
p
dm quand n +. [On pourra encore utiliser lensemble
A].
2. On dit que f L
sil existe C R t.q. [f[ < C p.p.. On note |f|
= infC R t.q. [f[ < C

p.p.. Si f , L
, on pose |f|
= +.
(a) Montrer que f |f|
p.p.. A-t-on f < |f|
p.p. ?
On pose J = p [1, +]; f L
p
R
+
.
(b) Remarquer que J = I ou J = I +. Montrer que si p I et + J, alors [p, +] J.
En deduire que J est un intervalle de R
+
.
(c) Soit (p
n
)
nN
I t.q. p
n
+. On suppose que |f|
> 0 (noter que f = 0 p.p. |f|
=
0).
i. Soit 0 < c < |f|
. Montrer que : liminf

n+
|f|
p
n
c. [On pourra remarquer que
_
[f[
p
dm
c
p
m(x; [f(x)[ c.]
ii. On suppose que |f|
< +. Montrer que : limsup

n+
|f|
p
n
|f|
. [On pourra considerer

la suite g
n
=
_
[f[
|f|
_
p
n
et noter que g
n
g
0
p.p.. ]
iii. Deduire de (a) et (b) que |f|
p
n
|f|
lorsque n +.
107
3. Deduire des deux parties precedentes que p |f|
p
est continue de J dans R
+
, o` u J designe
ladherence de J dans R (cest-à-dire J = [a, b] si J = [a, b[, avec 1 a b +, et [ designe ] ou
[).
Exercice 4.33 (Exemple de continuite et derivabilite sous le signe
_
)
Soit f : R R
+
R
+
donnee par: f(t, x) =ch(t/(1 +x)) 1.
1. Montrer que pour tout t R, la fonction f(t, .) appartient à L
1
(R
+
, B(R), ).
2. On pose: F(t) =
_
R
+
f(t, x)dx. Montrer que F est continue, derivable. Donner une expression de
F
.
Exercice 4.34 (Contre exemple à la continuite sous le signe
_
)
Soit f : R
+
]0, 1[ R
+
donnee par: f(t, x) = 1 si x [0,
t
4
] [t, 1], f(
t
2
, t) =
2
t
et f est ane par
morceaux.
1. Montrer que la fonction f(., x) est continue pour tout x ]0, 1[.
2. Montrer que f(t, x) 1 lorsque t 0, pour tout x ]0, 1[.
3. Montrer que
_
f(t, x)dx , 1 lorsque t 0. Pourquoi ne peut on pas appliquer le theorème de
continuite sous le signe
_
?
Exercice 4.35 (Continuite dune application de L
1
dans L
1
Soient (E, T, m) un espace mesure ni et soit g une fonction continue de R dans R t.q. :
C R
+
; [g(s)[ C[s[ +C, s R. (4.39)
1. Soit u L
1
R
(E, T, m). Montrer que g u L
1
R
(E, T, m).
On pose L
1
= L
1
R
(E, T, m). Pour u L
1
, on pose G(u) = h L
1
R
(E, T, m); h = g v p.p. L
1
,
avec v u.
2. Montrer que la denition precedente a bien un sens, cest à dire que G(u) ne depend pas du choix
de v dans u.
3. Soit (u
n
)
nN
L
1
. On suppose que u
n
u p.p. et quil existe F L
1
t.q. [u
n
[ F p.p., pour
tout n N. Montrer que G(u
n
) G(u) dans L
1
.
4. Montrer que G est continue de L
1
dans L
1
. [On pourra utiliser la question 3. et le theorème appele
reciproque partielle de la convergence dominee.]
5. (Question non corrigee, voir le corrige 102 page 389) On considère ici (E, T, m) = ([0, 1], B(R), ).
On suppose que g ne verie pas (4.39). On va construire u L
1
t.q. G(u) , L
1
.
(a) Soit n N
, montrer quil existe

n
R tel que : [g(
n
)[ n[
n
[ et [
n
[ n.
(b) On choisit une suite (
n
)
nN
veriant les conditions donnees à la question precedente. Montrer
quil existe > 0 t.q.
+
n=1
[
n
[n
2
= 1.
(c) Soit (a
n
)
nN
une suite denie par : a
1
= 1 et a
n+1
= a
n

[
n
[n
2
(o` u
n
et sont denies
dans les 2 questions precedentes). On pose u =

+
n=1
n
1
[a
n+1
,a
n
[
. Montrer que u L
1
et
G(u) , L
1
.
108
4.11.3 Esperance et moments des variables aleatoires
Exercice 4.36 Soient (E, T) un espace probabilise et X une variable aleatoire de (E, T) dans (R, B(R)),
de loi de probabilite p
X
. Calculer lesperance et la variance de la variable aleatoire X dans les cas
suivants :
1. p
X
est la loi uniforme sur [a, b] (a, b R, a < b ;
2. p
X
est la loi exponentielle ;
3. p
X
est la loi de Gauss.
Exercice 4.37 Dans une ruche, la longevite dune abeille ouvrière nee au printemps est une variable
aleatoire X denie par la densite de probabilite f(t) = t
2
e
t
, o` u et sont des reels positifs.
Sachant que la longevite moyenne dune abeille est de 45 jours, calculer et .
Exercice 4.38 (Problème de Buon) Sur un parquet inni dont les lattes ont une largeur 2d, on
laisse tomber au hasard une aiguille de longueur 2 avec < d, et on veut estimer la probabilite de
levenement A: laiguille rencontre un interstice. On appelle (, T, p) lespace probabilise associe à ce
problème.
On considère:
que la position x du centre de laiguille par rapport à linterstice le plus proche et dans la direction
x
x perpendiculaire aux lattes est une variable aleatoire uniformement distribuee sur [d, d],
que langle oriente que fait laiguille avec linterstice est une variable aleatoire uniformement
distribuee sur [
2
,

2
].
1. Montrer que levenement Acorrespond (on precisera en quel sens) à la partie P
A
du plan (x, ):
P
A
= (x, ) [d, d] [
2
,

2
]; [x[ < sin . Representer graphiquement P
A
.
2. Montrer que p(A) =
2
d
.
Exercice 4.39 (Inegalite de Jensen) Corrige 79 page 363
Rappel : Une fonction f de R dans R est convexe si et seulement si pour tout a R il existe c
a
t.q.
f(x) f(a) c
a
(x a) pour tout x R.
Soit f une fonction convexe de R dans R et X une v.a. sur un espace de probabilite (, /, P). On
suppose que X et f(X) sont integrables. Montrer linegalite de Jensen, cest-à-dire :
_
f(X)dP f(
_
XdP).
[Utiliser le rappel avec a bien choisi.]
Exercice 4.40 (Sur lequi-integrabilite ) Corrige 80 page 364
Soit (E, /, P) un espace de probabilite et (X
n
)
nN
une suite de v.a. (reelles). On rappelle que la suite
(X
n
)
nN
est equi-integrable si
_
A
[X
n
[dP 0, quand P(A) 0 (avec A /), uniformement par rapport
à n N. Montrer lequivalence entre les deux proprietes suivantes :
1. lim
a
sup
nN
_
{|X
n
|>a}
[X
n
[dP = 0,
109
2. sup
nN
_
[X
n
[dP < + et (X
n
)
nN
equi-integrable.
Exercice 4.41 (Caracterisation de lindependance) Corrige 81 page 364
Soit (, /, P) un espace de probabilites, n 2 et X
1
, X
2
, . . . , X
n
, n variables aleatoires reelles. Montrer
que lindependance de (X
1
, X
2
, . . . X
n
) est equivalente à la propriete suivante :
(a
1
, . . . , a
n
) ] , +[
n
, P[X
1
a
1
, . . . , X
n
a
n
] =
n
i=1
P[X
i
a
i
].
(La notation P[X a] est identique à P(X a), elle designe la probabilite de lensemble
, X() a.)
Exercice 4.42 (Sign(X) et [X[ pour une gaussienne) Corrige 82 page 364
Pour s R, on pose sign(s)=1 si s > 0, sign(s)=-1 si s < 0 et sign(0)= 0. Soit (, /, P) un espace
probabilise et X une v.a.r. gaussienne centree (cest-à-dire P
X
= f avec, pour x R, f(x) =
1
2
e
x
2
2
2
,
o` u > 0 est la racine carre de la variance de X). Montrer que sign(X) et [X[ sont independantes et
preciser leurs lois. Meme question avec sign(X) et X
2
.
Exercice 4.43 (V.a. gaussiennes dependantes) Corrige 83 page 364
Soit (, /, P) un espace de probabilites,
1
> 0,
2
> 0 et X
1
, X
2
deux variables aleatoires independantes
et telles que :
X
1
^(0,
2
1
) et X
2
^(0,
2
2
).
(le signe signie a pour loi.) Construire deux v.a. Y
1
et Y
2
t.q. X
1
Y
1
, X
2
Y
2
et Y
1
et Y
2
soient
dependantes.
Exercice 4.44 (V.a. gaussiennes dependantes, à covariance nulle) Corrige 84 page 365
soit (, /, P) est un espace de probabilites et X, S deux v.a. reelles, independantes, t.q. X ^(0, 1)
et S a pour loi P
S
=
1
2
1
+
1
2
1
. (Il est possible de construire un espace de probabilites et des v.a.
independantes ayant des lois prescrites, voir le Chapitre 7.)
1. Montrer que SX ^(0, 1).
2. Montrer que SX et X sont dependantes.
3. Montrer que Cov(SX, X) = 0.
4. (Question subsidiaire.) On ne suppose plus lexistence de S, mais on suppose quil existe Y v.a.
gaussienne independante de X. Montrer que si Y ^(0,
2
), avec > 0, il est possible dutiliser
Y pour construire S, v.a. independante de X et telle que P
S
=
1
2
1
+
1
2
1
.
Exercice 4.45 (Identites de Wald) Corrige 85 page 366
Soit (, /, P) un espace probabilise, (X
n
)
nN
une suite v.a.r.i.i.d. et N une v.a. à valeurs dans N
. On
pose S
N
= X
1
+. . . +X
N
(cest-à-dire que, pour , S
N
() =
N()
n=1
X
n
()).
1. On suppose, dans cette question, que les v.a.r. N, X
1
, . . . , X
n
, . . . sont independantes. Pour n N
,
on pose A
n
= , N(w) = n (on note, en general, A
n
= N = n), Y
n
=

n
p=1
X
p
et
Z
n
=
n
p=1
[X
p
[.
110
(a) Soit n N
. Montrer que 1
A
n
et Y
n
sont des v.a.r. independantes et que 1
A
n
et Z
n
sont des
v.a.r. independantes.
(b) On suppose que N et X
1
sont integrables . Montrer que S
N
est integrable et calculer E(S
N
)
en fonction de E(N) et E(X
1
). [On pourra remarquer que S
N
=

n=1
1
A
n
Y
n
et [S
N
[
n=1
1
A
n
Z
n
.]
(c) On suppose que N et X
1
sont de carre integrable, montrer que S
N
est de carre integrable et
calculer sa variance en utilisant les variances de N et X
1
.
2. On suppose maintenant que N = n (X
1
, . . . , X
n
) pour tout n N
(o` u (X
1
, . . . , X
n
) est la
tribu engendree par X
1
, . . . , X
n
) et que E(X
1
) = 0.
(a) Montrer que 1
{nN}
et X
n
sont des v.a.r. independantes.
(b) Reprendre les questions 1(b) et 1(c). [On pourra ecrire S
N
=
nN
1
{nN}
X
n
.]
N.B. : Le cas E(X
1
) ,= 0 peut aussi etre traite. Il se ramène au cas E(X
1
) = 0 en considerant
Y
n
= X
n
E(X
n
).
Exercice 4.46 (Limite p.s. et independance) Corrige 86 page 366
n
)
nN
une suite v.a.r. et X, Y deux v.a.r.. On suppose que, pour
tout n N
, X
n
et Y sont independantes et on suppose que X
n
X p.s., quand n . Montrer que
X et Y sont independantes.
Exercice 4.47 (Exponentielle dune v.a. gaussienne)
Soit (, /, P) un espace de probabilite et X une v.a. t.q. X ^(0, 1). Soit Y = exp(X). Calculer la
moyenne, la variance et la densite de Y .
Exercice 4.48 (Loi du
2
)
Soit (, /, P) un espace de probabilite et X une v.a. t.q. X ^(0, 1). Calculer lesperance, la variance
ainsi que la densite de la v.a. X
2
. (Remarque : cette loi sappelle Loi du
2
à 1 degre de liberte.)
111
Chapter 5
Mesures sur la tribu des boreliens
5.1 Lintegrale de Lebesgue et lintegrale des fonctions continues
Nous commen cons par comparer lintegrale de Lebesgue (denie sur (R, B(R), )) à lintegrale classique
des fonctions continues (et plus generalement des fonctions reglees).
Soit I un intervalle de R (borne ou non). On rappelle que B(I) = A B(R), A I. On peut donc
considerer la restriction à B(I) de la mesure de Lebesgue denie sur B(R). On notera en general (un peu
incorrectement) aussi cette mesure sur B(I).
Proposition 5.1 Soit < a < b < +. Soit f C([a, b], R). Alors, f L
1
R
([a, b], B([a, b]), )) et
_
fd =
_
b
a
f(x)dx (cette dernière integrale est à prendre au sens de lintegrale des fonctions continues
vue au Chapitre 1).
D emonstration :
La demonstration de cette proposition fait lobjet de lexercice (corrige) 4.5 page 100. En fait lexercice
4.5 sinteresse au cas [0, 1] mais sadapte facilement pour le cas general [a, b].
Remarque 5.1
1. Si I est un intervalle de R dont les bornes sont a, b R (I peut etre ferme ou ouvert en a et b) et
si f L
1
(I, B(I), ) ou L
1
(I, B(I), ), on notera souvent :
_
fd =
_
f(x)d(x) =
_
b
a
f(x)dx.
Cette notation est justifee par la proposition precedente (proposition 5.1) car, si I est compact,
lintegrale de Lebesgue contient lintegrale des fonctions continues (et aussi lintegrale des fonctions
reglees et aussi lintegrale de Riemann, voir lexercice 5.3).
2. Soient < a < b < + et f C([a, b], R).
La proposition 5.1 donne que f L
1
R
([a, b], B([a, b]), )). En fait, on ecrira souvent que f
L
1
R
([a, b], B([a, b]), )), cest-à-dire quon confondra f avec sa classe dans L
1
R
([a, b], B([a, b]), ), qui
112
est g L
1
R
([a, b], B([a, b]), ); g = f p.p.. On peut dailleurs noter que f est alors le seul ele-
ment continu de g L
1
R
([a, b], B([a, b]), ); g = f p.p. comme le montre la proposition suivante
(proposition 5.2).
Proposition 5.2 Soient a < b + et f, g C(]a, b[, R). On suppose que f = g -p.p.. On a
alors f(x) = g(x) pour tout x [a, b].
D emonstration :
Cette proposition est demontree à lexercice (corrige) 3.9 page 66 pour a = et b = . La demon-
stration pour a et b quelconques est similaire.
Proposition 5.3 Soit f C
c
(R, R) (fonction continue à support compact). Alors f L
1
R
(R, B(R), ).
(Ici aussi, on ecrira souvent f L
1
R
(R, B(R), ).)
De plus, si a, b R sont t.q. a < b et f = 0 sur [a, b]
c
(de tels a et b existent). Alors,
_
fd =
_
b
a
f(x)dx
(cette dernière integrale etant à prendre au sens delintegrale des fonctions continuesvue au Chapitre 1).
D emonstration:
On remarque dabord que f est borelienne car continue. Puis, pour montrer que f est integrable, on
va utiliser la proposition 5.1. Comme f est à support compact, il existe a, b R t.q. a < b et f = 0
sur [a, b]
c
. On a alors, par la proposition 5.1, f
|
[a,b]
C([a, b], R) L
1
R
([a, b], B([a, b]), ). On a donc
_
[f[d =
_
[f
|
[a,b]
[d < et donc f L
1
R
(R, B(R), ). Enn, la proposition 5.1 donne aussi :
_
f
|
[a,b]
d =
_
b
a
f(x)dx.
Do` u lon conclut bien que
_
fd =
_
b
a
f(x)dx.
Le resultat precedent se generalise à lintegrale de Riemann des fonctions Riemann-integrables (construite
à partir des sommes de Darboux). Ceci fait lobjet de lexercice 5.3.
5.2 Mesures abstraites et mesures de Radon
F
Remarque 5.2 Les propositions 5.1 et 5.3 donnent les resultats suivants :
1. Pour f C
c
(R, R), on pose L(f) =
_
fd. Lapplication L est une application lineaire (de C
c
(R, R)
dans R) positive, cest-à-dire que f 0 L(f) 0. (On rappelle que f 0 signie que f(x) 0
pour tout x R.)
Plus generalement, soit m une mesure sur (R, B(R)), nie sur les compacts. Il est facile de voir
que C
c
(R, R) L
1
R
(R, B(R), m) (en toute rigueur, on a plutot C
c
(R, R) L
1
R
(R, B(R), m)). Pour
f C
c
_
fdm. Lapplication L est une application lineaire (de C
c
(R, R)
dans R) positive (ou encore une forme lineaire positive).
On peut montrer une reciproque de ce resultat (theorème 5.1).
113
2. Soit < a < b < . Pour f C([a, b], R), on pose L(f) =
_
fd. Lapplication L est une
application lineaire (de C([a, b], R) dans R) positive.
Ici aussi, plus generalement, soit m une mesure nie sur ([a, b], B([a, b])). Il est facile de voir
que C([a, b], R) L
1
R
([a, b], B([a, b]), m) (ou plutot C([a, b], R) L
1
R
([a, b], B([a, b]), m)). Pour f
C([a, b], R), on pose L(f) =
_
fdm. Lapplication L est une application lineaire (de C([a, b], R)
dans R) positive (ou encore une forme lineaire positive).
Ici aussi, on peut montrer une reciproque de ce resultat (voir la remarque 5.5).
On enonce maintenant des resultats, d us à F. Riesz, qui font le lien entre les applications lineaires
(continues ou positives) sur des espaces de fonctions continues (cest cela que nous appellerons mesures
de Radon) et les mesures abstraites sur B(R) (cest-à-dire les applications additives sur les boreliens
de R, à valeurs dans R ou R
+
, non identiquement egales à +). Le theorème 5.1 donne ci après est parfois
appele Theorème de representation de Riesz en theorie de la mesure. Dans ce cours, nous utilisation
lappelation Theorème de representation de Riesz pour le theorème 6.8, il sagit du Theorème de
representation de Riesz dans les espaces de Hilbert.
Theorème 5.1 (Riesz) Soit L une forme lineaire positive sur C
c
dans R, alors il existe une unique
mesure m sur (R, B(R)) t.q. :
f C
c
, L(f) =
_
fdm. (5.1)
De plus, m est nie sur les compacts (cest-à-dire m(K) < pour tout compact K de R.)
D emonstration : La partie unicite de cette demonstration est assez facile et est donnee dans la
proposition 5.4. La partie existence est plus dicile, on en donne seulement le schema general.
Soit L une forme lineaire positive sur C
c
(R, R).
1. Montrer que L est continue, cest-à-dire : pour tout compact K de R, il existe C
K
R t.q.
pour toute fonction continue à support dans K, [L(f)[ C
K
|f|
. (Considerer une fonction
K
C
c
(R, R) t. q.
K
(x) = 1 si x K, et
K
(x) 0).
2. Montrer le lemme suivant:
Lemme 5.1 (Dini) Soient (f
n
)
nN
C
c
(R, R) et f C
c
(R, R) t.q. f
n
f ou f
n
f lorsque
n +. Alors f
n
converge uniformement vers f.
3. Deduire des deux etapes precedentes que si (f
n
)
nN
C
c
(R, R) et f C
c
(R, R) t.q. f
n
f ou
f
n
f lorsque n +, alors L(f
n
) L(f).
4. Soient (f
n
)
nN
et (g
n
)
nN
C
c
(R, R) des suites telles que f
n
f et g
n
g (ou f
n
f et g
n
g), o` u
f et g sont des fonctions de R dans R. Montrer que si f g alors lim
n+
L(f
n
) lim
n+
L(g
n
)
(et dans le cas particulier o` u f = g, lim
n+
L(f
n
) = lim
n+
L(g
n
)). [On pourra, par exemple,
considerer, pour n xe, h
p
= inf(g
p
, f
n
) et remarquer que h
p
f
n
.]
5. On denit:
A
+
= f : R R; (f
n
)
nN
C
c
(R, R); f
n
f et lim
n+
L(f
n
) < +, (5.2)
A
= f : R R; (f
n
)
nN
C
c
(R, R); f
n
f et lim
n+
L(f
n
) > , (5.3)
114
Si f A
+
, on pose L(f) = lim
n+
L(f
n
), o` u (f
n
)
nN
C
c
(R, R); f
n
f. Si f A
, on pose
L(f) = lim
n+
L(f
n
), o` u (f
n
)
nN
C
c
(R, R); f
n
f. Verier que ces denitions sont coherentes
(cest-à-dire quelles ne dependent pas des suites choisies et que si f A
+
A
, les deux denitions

coincident). Montrer les proprietes suivantes:
(a) Si f A
+
(resp. A
) alors f A
(resp. A
+
)et L(f) = L(f).
(b) Si f, g A
+
(resp. A
) alors f +g A
+
(resp. A
) et L(f +g) = L(f) +L(g).

(c) Si f A
+
(resp. A
) et R
+
alors f A
+
(resp. A
) et L(f) = L(f).
(d) Si f A
+
(resp. A
) et g A
+
alors sup(f, g) A
+
et inf(f, g) A
+
.
(e) Si f, g A
+
(resp. A
) et f g, alors L(f) L(g).

(f) Si (f
n
)
nN
A
+
(resp. A
) et f
n
f A
+
(resp. f
n
f A
), alors L(f
n
) L(f).
(g) Soit (f
n
)
nN
A
+
(resp. A
) t.q. f
n
f (resp. f
n
f), o` u f est une fonction de R dans R.
Si lim
n+
L(f
n
) < +, alors f A
+
.
Remarquer aussi que A
+
contient toutes les fonctions caracteristiques des ouverts bornes et que A
contient toutes les fonctions caracteristiques des compacts.

6. On pose:
E = f : R R; > 0, g A
+
et h A
; h f g et L(g) L(h) (5.4)

et pour f E, on denit:
L(f) = sup
hA
hf
L(h) = inf
gA
gf
L(g). (5.5)
Montrer que cette denition a bien un sens, cest-à-dire que dune part :
sup
hA
hf
L(h) = inf
gA
gf
L(g),
et dautre part la denition de L sur E est compatible avec la denition sur A
+
et A
(après avoir
remarque que A
+
E et A
E). Montrer les proprietes suivantes sur E:

(a) E est un espace vectoriel et L une forme lineaire positive sur E.
(b) E est stable par passage à la limite croissante ou decroissante.
(c) E est stable par inf et sup, i.e. si f E et g E, alors sup(f, g) E et inf(f, g) E.
7. Soit (
n
)
nN
C
c
t.q. 0
n
1 et
n
1. On pose T = A T(R); 1
A
n
En N. Montrer
que T B(R).
8. Pour A T, on pose: m(A) = lim
n+
L(1
A
n
) R +. Montrer que m est une mesure
-nie.
9. Montrer que L
1
(R, T, m) = E et que
_
fdm = L(f), f E.
Proposition 5.4 Soit d 1, m et deux mesures sur B(R
d
), nies sur les compacts. On suppose que
_
fdm =
_
fd, pour tout f C
c
(R
d
, R). Alors m = .
115
D emonstration : La demonstration de cette proposition peut se faire en utilisant la proposition 2.5.
Elle est faite pour d = 1 au chapitre 4 (proposition 4.11. Sa generalisation au cas d > 1 est laissee en
exercice.
Remarque 5.3 Le theorème 5.1 donne un autre moyen de construire la mesure de Lebesgue que celui
vu au chapitre 2 :
Pour f C
c
_
b
a
f(x)dx, o` u a, b R sont choisis pour que f = 0 sur [a, b]
c
(on
utilise ici lintegrale des fonctions continues sur un compact de R). Lapplication L est clairement lineaire
positive de C
c
(R, R) dans R. Le theorème 5.1 donne donc lexistence dune mesure m sur B(R) t.q.
_
fdm = L(f) pour tout f C
c
(R, R). Cette mesure est justement la mesure de Lebesgue (elle verie
bien m(]a, b[) = b a pour tout a, b R, a < b).
Denition 5.1 On denit les espaces de fonctions continues (de R dans R) suivants :
C
b
(R, R) = f C(R, R); sup
xR
[f(x)[ < ,
C
0
(R, R) = f C(R, R); f(x) 0 quand [x[ ,
C
c
(R, R) = f C(R, R); K R, K compact, f = 0 sur K
c
.
Pour f C
b
(R, R), on pose |f|
u
= sup
xR
[f(x)[. La norme | |
u
sappelle norme de la convergence
uniforme (elle est aussi parfois appelee norme innie.)
Il est clair que C
c
(R, R) C
0
(R, R) C
b
(R, R) et on rappelle que C
b
(R, R) et C
0
(R, R) sont des espaces
de Banach (e.v.n. complet) avec la norme | |
u
Remarque 5.4 Soit m une mesure nie sur B(R), alors C
b
(R, R) L
1
R
(R, B(R), m) (en toute rigueur,
on a plutot C
b
L
1
R
(R, B(R), m)). Pour f C
b
_
fdm. Lapplication L est
alors une application lineaire sur C
b
(R, R). On munit C
b
(R, R) de la norme de la convergence uniforme,
Lapplication L est alors continue (car L(f) m(E)|f|
u
pour tout f C
b
(R, R)). Lapplication L est
aussi positive, cest-à-dire que f 0 L(f) 0. On donne ci-après des reciproques partielles de ces
resultats.
Theorème 5.2 (Riesz) Soit L une application lineaire positive de C
0
dans R, alors il existe une unique
mesure m nie sur (R, B(R)) t.q. :
f C
0
, L(f) =
_
fdm. (5.6)
D emonstration : Ici aussi, on ne donne quun schema de la demonstration.
Soit L une application lineaire positive de C
0
dans R.
1. Pour montrer que si m existe, alors m est nie, considerer les fonctions f
n
= 1
[n,n]
+ (x + n +
1)1
[(n+1),n]
+ (n + 1 x)1
[n,n+1]
, et la continuite de L.
2. Montrer que L est continue.[Raisonner par labsurde en supposant que L est positive et non continue :
en utilisant le fait que si L est non continue alors L est non bornee sur la boule unite, construire
une suite g
n
de fonctions positives telles que la serie de terme general g
n
converge absolument. Soit
g la limite de la serie de terme general g
n
, montrer que T(g) > n, n N.]
116
3. Montrer que la restriction T de L à C
c
(R, R) est lineaire continue, et donc par le theorème 5.1 quil
existe une unique mesure m t.q. T(f) =
_
fdm, f C
c
(R, R).
4. Montrer que L(f) =
_
fdm f C
0
(R, R) [approcher f de manière uniforme par f
n
C
c
(R, R),
prendre par exemple: f
n
= f
n
o` u
n
C
c
(R, R),
n
= 1 sur [n, n] et
n
(x) = 0 sur [(n+1), n]
c
.
Montrer que lim
n+
L(f
n
) = L(f) et que lim
n+
_
f
n
dm =
_
fdm .
Le resultat du theorème 5.2 est faux si on remplace C
0
par C
b
. On peut, par exemple, construire une
application lineaire continue positive sur C
b
, non identiquement nulle sur C
b
et nulle sur C
0
. Si on note
L une telle application (nulle sur C
0
mais non identiquement nulle sur C
b
) et si m est une mesure nie
sur (R, B(R)) t.q. L(f) =
_
fdm pour f C
b
, on montre facilement (en utilisant
_
fdm = 0 pour tout
f C
0
) que m = 0 et donc L(f) = 0 pour tout f C
b
, en contradiction avec le fait que L nest pas
identiquement nulle sur C
b
.
Pour construire une application lineaire continue positive sur C
b
, non identiquement nulle et nulle sur
C
0
, on peut proceder de la manière decrite ci après. On note F le sous espace vectoriel de C
b
forme des
elements de C
b
ayant une limite en +. On a donc f F si f C
b
et si il existe l R t.q. f(x) l
quand x . Pour f F on pose

L(f) = lim
x
f(x). On a ainsi deni une forme lineaire positive
sur F (car, pour f F, f(x) 0 pour tout x R implique bien

L(f) 0). En utilisant le theorème
5.3 donne ci après, il existe donc L, forme lineaire positive sur C
b
, t.q. L =

L sur F. Lapplication L est
donc lineaire continue positive sur C
b
(pour la continuite, on remarque que [L(f)[ |f|
u
), elle est bien
nulle sur C
0
(car lim
x
f(x) = 0 si f C
0
F) et non identiquement nulle sur C
b
car L(f) = 1 si f
est la fonction constante, egale à 1 en tout point.
Theorème 5.3 (Hahn-Banach positif )
Soit F un sous espace vectoriel de C
b
= f C(R, R); sup
xR
[f(x)[ < et T une application lineaire
de F dans R. On suppose que F contient les fonctions constantes et que T est positive (cest-` a-dire que,
pour f F, f(x) 0 pour tout x R implique T(f) 0). Il existe alors T, application lineaire positive
sur C
b
, t.q. T = T sur F.
D emonstration : La demonstration nest pas detaillee ici. Elle peut se faire en utilisant une technique
très similaire à celle donnant la demonstration du theorème de Hahn-Banach (qui permet aussi de montrer
le theorème de prolongement dune application lineaire continue denie sur un sous espace vectoriel dun
espace de Banach). Elle peut aussi se faire en se ramenant au theorème de Hahn-Banach lui-meme tel
quil est donne, par exemple, dans le livre danalyse fonctionnelle de H. Brezis.
Il est interessant de noter que le resultat du theorème peut etre faux si on retire lhypothèse F contient
les fonctions constantes.
On peut maintenant faire la remarque suivante:
Remarque 5.5 Soit K une partie compacte de R. On note C(K, R) = f
|
K
, f C
b
. Si m est une
mesure nie sur (K, B(K)) lespace fonctionnel C(K, R) est inclus dans L
1
R
(K, B(K), m), et lapplication
qui à f C(K, R) associe
_
fdm est lineaire positive (et continue, si C(K, R) est muni de la norme de
la convergence uniforme). Reciproquement, soit L une application lineaire positive de C(K, R) dans R.
Le theorème precedent permet de montrer quil existe une unique mesure nie, notee m, sur (K, B(K))
t.q. :
L(f) =
_
fdm, f C(K, R). (5.7)
117
Considerons maintenant le cas des mesures signees: si m est une mesure signee sur (R, B(R)) (ou sur
(K, B(K))), lapplication qui à f C
0
(ou C(K), K etant une partie compacte de R) associe
_
fdm
est lineaire continue (pour la norme de la convergence uniforme). Reciproquement, on a aussi existence
et unicite dune mesure (signee) denie à partir dune application lineaire continue de C
0
(ou de C(K))
dans R:
Theorème 5.4 (Riesz, mesures signees) Soit L une application lineaire continue (pour la norme in-
nie) de C
0
(R, R) dans R (ou de C(K, R) dans R, o` u K est un compact de R). Alors il existe une unique
mesure signee, notee m, sur B(R) (ou sur B(K)) t.q. :
L(f) =
_
fdm, f C
0
(R, R)( ou C(K, R)). (5.8)
Les elements de (C
0
(R, R))
(ou (C(K, R))
) sont appeles mesures de Radon sur R (ou K). On rappelle

que, pour un espace de Banach (reel) E, on note E
son dual topologique, cest-à-dire lensemble des

applications lineaires continues de E dans R.
D emonstration : Elle consiste à se ramener au theorème de Riesz pour des formes lineaires positives.
Elle nest pas detaillee ici. On rappelle seulement que si m est une mesure signee sur T (tribu sur
un ensemble E). il existe deux mesures nies m
+
et m
sur T, etrangères (cest-à-dire quil existe

A T t.q. m
+
(A) = m
(A
c
) = 0) et t.q. m = m
+
m
. On a alors (par denition) L

1
R
(E, T, m) =
L
1
R
(E, T, m
+
) L
1
R
(E, T, m
) et, si f L
1
R
(E, T, m),
_
fdm =
_
fdm
+
_
fdm
.
Denition 5.2 (Mesure de Radon) Soit un ouvert borne de R, alors on appelle mesure de Radon
sur un element de (C(, R))
, cest-à-dire une application lineaire continue (pour la norme innie) de

C(, R) dans R.
Remarque 5.6 Soit T une forme lineaire sur C
c
(, R).
1. Si T est continue pour la norme |.|
, on peut montrer quil existe une et une seule mesure signee,

notee , sur les boreliens de telle que T(f) =
_
fd, pour tout f C
c
(, R). Pour montrer
lexistence de , on peut commencer par se ramener au theorème 5.4 en prolongeant T (de manière
non unique) en une application lineaire continue sur C(, R) (ceci est possible par le theorème
de Hahn-Banach). Le theorème 5.4 donne alors une (unique) mesure sur B() correspondant à
ce prolongement de T. La restriction de cette mesure à B() est la mesure recherchee. Il est
interessant de remarquer que cette mesure est unique, sans que celle donnee par le theorème 5.4
soit unique (car cette dernière depend du prolongement choisi de T à C(, R)).
2. Si T est continue pour la topologie naturelle de C
c
(, R), (cest-à-dire que, pour tout compact
K , il existe C
K
R tel que T(f) C
K
|f|
, pour tout f C
c
(, R) avec f = 0 sur
le complementaire de K) alors ce resultat est faux ; par contre on peut montrer quil existe deux
mesures (positives)
1
et
2
sur les boreliens de telles que T(f) =
_
fd
1
_
fd
2
, f C
c
(, R) ;
noter que
1
et
2
peuvent prendre toutes les deux la valeur + (exemple : N = 1, =] 1, 1[,
T(f) =

nN
nf(1
1
n
)
nN
nf(1 +
1
n
)), et donc que (
1

2
)() na pas toujours un
sens. . . .
Soit maintenant T une forme lineaire sur C
c
(, R), continue pour la norme | |
u
, alors il existe une et
une seule mesure signee, notee , sur les boreliens de telle que T(f) =
_
fd, f C
c
(, R).
118
5.3 Changement de variables, densite et continuite
On montre dans cette section quelques proprietes importantes de lespace L
1
R
(R, B(R), ) (et eventuelle-
ment de L
1
R
(R, B(R), ) si est nie sur les compacts)
Proposition 5.5 (Changement de variable ane) Soient R
, R et f L
1
(R, B(R), ). On
denit g : R R par g(x) = f(x +) pour x R. Alors, g L
1
(R, B(R), ) et
_
gd =
1
||
_
fd.
Le meme resultat reste vrai en remplacant L
1
par L
1
.
D emonstration :
1. On pose (x) = x + , pour tout x R, de sorte que g = f . Comme f et sont boreliennes
(noter que est meme continue), g est aussi borelienne, cest-à-dire g /.
2. Pour montrer que g L
1
(R, B(R), ) et
_
gd =
1
[[
_
fd, (5.9)
on raisonne en plusieurs etapes :
(a) On suppose que f = 1
A
avec A B(R) t.q. (A) < . On a alors g = 1 1
(avec
1
=
1
, x A). On a donc g L
1
(R, B(R), ) et (5.9) est vraie (car on a dejà
vu que (
1
) =
1
||
(A), dans la proposition 2.9).
(b) On suppose que f c
+
L
1
(R, B(R), ). Il existe donc a
1
, . . . , a
n
> 0 et A
1
, . . . , A
n
T t.q.
f =
n
i=1
a
i
1
A
i
. Comme f L
1
(R, B(R), ), on a aussi (A
i
) < pour tout i. On conclut
alors que g =
n
i=1
a
i
1 1
A
i
, ce qui donne que g c

+
L
1
(R, B(R), ) et que (5.9) est vraie.
(c) On suppose que f /
+
L
1
(R, B(R), ). Il existe (f
n
)
nN
c
+
L
1
(R, B(R), ) t.q. f
n
f
quand n . On a donc
_
f
n
d
_
fd quand n . On denit g
n
par g
n
(x) = x + ,
pour tout x R. On a alors g
n
c
+
L
1
(R, B(R), ), g
n
g et
_
g
n
d
_
gd quand n .
Comme (5.9) est vraie pour f = f
n
et g = g
n
, on en deduit que g /
+
L
1
(R, B(R), ) et
(5.9) est vraie.
(d) On suppose enn seulement que f L
1
(R, B(R), ). Comme f = f
+
f
, avec f
/
+
L
1
(R, B(R), ), on peut utiliser letape precedente avec f
et on obtient que g L
1
(R, B(R), )
et que (5.9) est vraie.
3. Le resultat obtenu est encore vrai pour L
1
au lieu de L
1
. Il sut de remarquer que
f
1
= f
2
p.p. g
1
= g
2
p.p. ,
avec g
i
() = f
i
( +), i = 1, 2.
En fait, lorsque f decrit un element de L
1
(qui est un ensemble delements de L
1
), la fonction
g( +) decrit alors un element de L
1
.
Le resultat de densite que nous enon cons à present permet dapprocher une fonction de L
1
R
(R, B(R), )
aussi près que lon veut par une fonction continue à support compact. Ce resultat est souvent utilise
pour demontrer certaines proprietes des fonctions de L
1
: On montre la propriete pour les fonctions
continues, ce qui savère en general plus facile, et on passe à la limite.
119
Theorème 5.5 (Densite de C
c
(R, R) dans L
1
R
(R, B(R), ))
Lensemble C
c
(R, R) des fonctions continues de R dans R et à supports compacts, est dense dans L
1
=
L
1
R
(R, B(R), ), cest-à-dire :
f L
1
R
(R, B(R), ), > 0, C
c
(R, R); |f |
1
< .
D emonstration :
On a dejà vu que C
c
(R, R) L
1
. En toute rigueur, on a plutot C
c
(R, R) L
1
= L
1
R
(R, B(R), ).
Lobjectif est donc de montrer que pour tout f L
1
et tout > 0, il existe C
c
(R, R) t.q. |f |
1
.
On va raisonner une nouvelle fois en plusieurs etapes (fonctions caracteristiques, c
+
, /
+
et enn L
1
).
Etape 1. On suppose ici que f = 1
A
avec A B(R) et (A) < .
Soit > 0. Comme est une mesure regulière (proposition 2.3), il existe un ouvert O et un ferme F
t.q. F A O et (O F) . Pour n N
, on pose F
n
= F [n, n], de sorte que F
n
est compact
(pour tout n) et F =
nN
F
n
. La continuite croissante de donne alors (F
n
) (F), quand n .
Comme (F) (A) < , on a aussi (F F
n
) = (F) (F
n
) 0 quand n . Il existe donc n
0
t.q. (F F
n
0
) .
On pose K = F
n
0
et on obtient donc K F A O. Ce qui donne (OK) (OF)+(F K) 2.
On a donc trouve un compact K et un ouvert O t.q. K A O et (O K) 2. ceci va nous
permettre de construire C
c
(R, R) t.q. |f |
1
2.
On pose d = d(K, O
c
) = infd(x, y), x K, y O
c
. On remarque que d > 0. En eet, il existe
(x
n
)
nN
K et (y
n
)
nN
O
c
t.q. d(x
n
, y
n
) = [x
n
y
n
[ d quand n . Par compacite de K, on
peut supposer (après extraction eventuelle dune sous suite) que x
n
x, quand n . Si d = 0, on a
alors aussi y
n
x quand n et donc x O
c
K (car K et O
c
sont fermes). Ce qui est impossible
car O
c
K = . On a donc bien montre d > 0.
On pose maintenant , pour tout x R, (x) =
1
d
(d d(x, K))
+
avec d(x, K) = infd(x, y), y K. La
fonction est continue car x d(x, K) est continue (cette fonction est meme lipschitzienne, on peut
montrer que [d(x, k)d(y, K)[ [xy[). Elle est à support compact car il existe A > 0 t.q. K [A, A]
et on remarque alors que = 0 sur [A d, A + d]
c
. On a donc C
c
(R, R). Enn, on remarque
que = 1 sur K, = 0 sur O
c
et 0 1 (partout). On en deduit que f = 0 sur K O
c
et
0 [f [ 1, ce qui donne
|f |
1
(O K) 2,
et termine donc la première (et principale) etape.
Etape 2. On suppose ici que f c
+
L
1
. Il existe donc a
1
, . . . , a
n
> 0 et A
1
, . . . , A
n
T t.q.
f =
n
i=1
a
i
1
A
i
. Comme f L
1
, on a aussi (A
i
) < pour tout i.
Soit > 0, letape 1 donne, pour tout i, lexistence de
i
C
c
(R, R) t.q. |1
A
i

i
|
1
. On pose
=
n
i=1
a
i
i
C
c
(R, R) et on obtient |f |
1
(
n
i=1
a
i
) (ce qui est bien arbitrairement petit).
Etape 3. On suppose ici que f /
+
L
1
.
Soit > 0. Daprès la caracterisation de lintegrale dans /
+
(lemme 4.3), Il existe g c
+
t.q. g f et
_
fd
_
gdm
_
fdm, de sorte que |g f|
1
=
_
(f g)d . Letape 2 donne alors lexistence
de C
c
(R, R) t.q. |g |
1
. Do` u lon deduit |f |
1
2. Ce qui termine letape 3.
Etape 4. On suppose enn que f L
1
.
120
Soit > 0. Comme f
/
+
L
1
, letape 3 donne quil existe
1
,
2
C
c
(R, R) t.q. |f
+
1
|
1
et
|f

2
|
1
. On pose alors =
1

2
. On a C
c
(R, R) et |f |
1
2. Ce qui prouve bien
la densite de C
c
(R, R) dans L
1
.
Le resultat de densite que nous venons de demontrer nest pas limite à la mesure de Lebesgue. Il est vrai
pour toute mesure sur B(R), nie sur les compacts. Il est aussi vrai en rempla cant C
c
par C
c
. Enn, il
nest pas limite à R, il est egalement vrai dans R
d
, d 1. Tout ceci est montre dans lexercice 7.13. Par
contre, le resultat que nous montrons maintenant nest pas vrai pour toute mesure sur B(R), nie sur les
compacts (voir lexercice 7.13).
Theorème 5.6 (Continuite en moyenne) Soient f L
1
R
(R, B(R), ) et h R. On denit f
h
(trans-
latee de f) par : f
h
(x) = f(x +h), pour presque tout x R. Alors :
|f
h
f|
1
=
_
[f(x +h) f(x)[dx 0 lorsque h 0. (5.10)
D emonstration :
Soient f L
1
R
(R, B(R), ) et h R. On remarque que f
h
= f( + h) L1
R
(R, B(R), ) (daprès la
proposition 5.5). Dautre part f = g p.p. implique f
h
= g
h
p.p.. On peut donc denir f
h
comme element
de L
1
R
(R, B(R), ) si f L
1
R
(R, B(R), ).
La demonstration de (5.10) fait lobjet de lexercice 5.14.
5.4 Integrales impropres des fonctions de R dans R
On considère ici des fonctions de R dans R, et lespace mesure (R, B(R), ).
Denition 5.3 (Integrabilite à gauche) Soient f : R R, R et a R +, a > ; on
suppose que ], a[, f1
],[
L
1
(= L
1
R
(R, B(R), )). On dit que f est integrable à gauche en a
(ou encore que
_
a
existe) si
_
f1
],[
d a une limite dans R lorsque a. Cette limite est notee
_
a
f(t)dt.
Remarque 5.7 Ceci ne veut pas dire que f1
],a[
L
1
. Il sut pour sen convaincre de prendre a = +,
= 0, considerer la fonction f denie par f(0) = 1 et, pour x > 0, f(x) =
sin x
x
.
Par contre, dès que la fonction f consideree est de signe constant, on a equivalence entre les deux notions :
Proposition 5.6 Soient f : R R
+
, R et a R +, a > ; on suppose que ], a[,
f1
],[
L
1
(= L
1
R
(R, B(R), )). Alors f est integrable à gauche en a si et seulement si f1
],a[
L
1
.
D emonstration : Ce resultat se deduit du theorème de convergence monotone (construire une suite qui
tend en croissant vers f1
],a[
).
121
5.5 Exercices
Exercice 5.1 (La mesure de Dirac nest pas une fonction. . . )
On note E = C([0, 1], R) et on munit E de la norme de la convergence uniforme. Soit T lapplication de
E dans R denie par T() = (0). On note aussi
0
la mesure de Dirac en 0 sur B([0, 1]).
1. Montrer que T E
(on rappelle que E
est le dual topologique de E, cest à dire lensemble des

applications lineaires continues de E dans R).
2. Soit E. Monter que L
1
([0, 1], B([0, 1]),
0
) et que T() =
_
d
0
, o` u
0
est la mesure de
Dirac en 0.
3. Soient g L
1
R
([0, 1], B([0, 1]), ) et (
n
)
nN
E denie par:
n
(x) = (1/n)(n n
2
x)
+
, pour tout
x [0, 1] et tout n N. Montrer que
_
g
n
d 0 lorsque n +.
En deduire quil nexiste pas g L
1
R
([0, 1], B([0, 1]), ) t.q. on ait, pour toute fonction E:
T() =
_
gd.
4. Montrer que
0
nest pas une mesure de densite par rapport à .
Exercice 5.2
Soit (f
n
)
nN
la suite de fonctions de ]0, 1[ dans R denie par f
n
(x) = (n n
2
x)
+
. On note la mesure
de Lebesgue sur la tribu B(R) des boreliens de ]0, 1[, et L
1
= L
1
R
(]0, 1[, B(R), ).
Soit T lapplication de C([0, 1], R) dans R denie par T() = (0).
1. Montrer que T
_
C([0, 1], R)
_
(on rappelle que

_
C([0, 1], R)
_
est le dual de C([0, 1], R), cest à

dire lensemble des formes lineaires continues sur C([0, 1], R) muni de la norme uniforme).
2. Montrer que T() =
_
d
0
, o` u
0
est la mesure de Dirac en 0.
3. Soient g L
1
(]0, 1[, R) et (
n
)
nN

_
C([0, 1], R)
_
denie par:
n
=
f
n
2n
. Montrer que
_
g
n
d 0
lorsque n +.
En deduire quil nexiste pas g L
1
(]0, 1[, R) t.q. on ait, pour toute fonction C([0, 1], R):
T() =
_
gd; montrer que
0
nest pas une mesure de densite.
Exercice 5.3 (Integrale de Riemann) Soient a, b des reels, a < b et f : [a, b] R une fonction
bornee, i.e. telle quil existe M R t.q. [f(t)[ M, t [a, b]. Soit une subdivision de [a, b], =
x
0
, x
1
, . . . , x
N+1
avec x
0
= a < x
1
< . . . < x
N+1
= b. On pose S
N
i=0
(sup
x[x
i
,x
i+1
]
f(x))(x
i+1
x
i
), et S
=

N
i=0
(inf
x[x
i
,x
i+1
]
f(x))(x
i+1
x
i
). On note A lensemble des subdivisions de [a, b] et
S
= inf
A
S
, et S
= sup
A
S
. On dit que f est Riemann integrable si S
= S
. On pose alors
R
_
b
a
f(x)dx = S
.
1. Soient
1
et
2
A tels que
1

2
. Montrer que S
1
S
2
S
2
S
1
. En deduire que
S
pour tous ,
A, et donc que S
.
2. Montrer quil existe une suite de subdivisions (
n
)
nN
telle que S
n
S
et S
n
S
quand
n +.
3. Montrer que si f est continue, f est Riemann-integrable.
122
4. On suppose maintenant que f est Riemann-integrable. Soit (
n
)
nN
une suite t.q. S
n
S
et
S
n
S
quand n +. Pour N, on note

n
= x
(n)
O
, . . . , x
(n)
N
n
+1
, et on pose:
g
n
(x) = inff(y), y [x
(n)
i
, x
(n)
i+1
], x
(n)
i
x < x
(n)
i+1
, i = 0, . . . , N
n
+ 1 (5.11)
h
n
(x) = supf(y), y [x
(n)
i
, x
(n)
i+1
], x
(n)
i
x < x
(n)
i+1
, i = 0, . . . , N
n
+ 1 (5.12)
g
n
(b) = h
n
(b) = 0. (5.13)
(a) Montrer que g
n
et h
n
/L
1
, o` u /= /([a, b], B(R), ) et L
1
= L
1
([a, b], B(R), ), et
que
_
(h
n
g
n
)d 0 quand n +.
(b) Montrer que g
n
g
n+1
f g
n+1
h
n
, n N.
(c) On pose g = lim
n+
g
n
et h = lim
n+
h
n
; montrer que g = h p.p. . En deduire que
f L
1
et que
_
fd = R
_
b
a
f(x)dx.
(d) Soit f denie par:
f(x) = 1 si x Q, (5.14)
f(x) = 0 si x , Q. (5.15)
Montrer que f nest pas Riemann integrable, mais que f L
1
R
([a, b], B(R), ).
Soit (f
n
)
nN
C
1
(]0, 1[, R) convergeant simplement vers la fonction f :]0, 1[R; on suppose que la suite
(f
n
)
nN
( C(]0, 1[, R) ) converge simplement vers la fonction constante et egale à 1.
1. A-t-on f C
1
(]0, 1[, R) et f
= 1 ?
2. On suppose maintenant que la suite (f
n
)
nN
converge vers la fonction constante et egale à 1 dans
L
1
R
(]0, 1[, B(]0, 1[), ). A-t-on f C
1
(]0, 1[, R) et f
= 1 ?
Exercice 5.5 (Integrale impropre) Corrige 88 page 369
On denit lapplication f de R dans R par :
f(x) = 0, si x 0,
f(x) = x
2
sin
1
x
2
, si x > 0.
1. Montrer que f est continue et derivable en tout point de R.
2. Soit 0 < a 0.
(a) Montrer f
1
]0,a[
, L
1
R
(R, B(R), ).
(b) Pour 0 < x < a, on pose g(x) =
_
a
x
f
(t)dt. Montrer que g(x) a une limite (dans R) quand

x 0, avec x > 0, et que cette limite est egale à f(a) f(0). (Cette limite est aussi notee
_
a
0
f
(t)dt, improprement. . . car f
1
]0,a[
, L
1
R
(R, B(R), ), la restriction de f
à ]0, a[ nest donc

pas integrable pour la mseure de Lebesgue sur ]0, a[.)
123
Exercice 5.6
Soit (E, T, m) un espace mesure, (f
n
)
nN
L
1
R
(E, T, m) et f L
1
R
(E, T, m). On suppose que f
n
f dans
L
1
R
(E, T, m) et quil existe C 0 tel que [f
n
[ C p.p. et pour tout n N. Montrer que
_
[f
n
f[
2
dm 0
lorsque n +.
Soit f L
1
R
(R, B(R), ). On denit F : R R par: F(x) =
_
f1
[0,x]
d(=
_
x
0
f(t)dt), pour x 0, et
F(x) =
_
f1
[x,0]
d(=
_
0
x
f(t)dt) pour x < 0. Montrer que F est uniformement continue.
Exercice 5.8 (Integrabilite et limite à linni) Corrige 90 page 371
Soit f L
1
R
(R, B(R), ) = L
1
.
1. On suppose que f(x) admet une limite quand x . Montrer que cette limite est nulle.
2. On suppose que f C(R, R) ; a-t-on : lim
x+
f(x) = 0 ?
3. On suppose que f est uniformement continue ; a-t-on : lim
x+
f(x) = 0 ? [On pourra commencer
par montrer que, pour > 0 quelconque et (x
n
)
nN
R t.q. lim
n+
x
n
= +, on a :
lim
n+
_
x
n
+
x
n
[f(x)[d(x) = 0.] (5.16)

4. On suppose que f C
1
(R, R) et f
L
1
; a-t-on : lim
x+
f(x) = 0 ?
Exercice 5.9
1. On considère lespace mesure (E, T, m) = (]0, 1[, B(]0, 1[, ). Soit 0 < < + . On pose, pour
x ]0, 1[, f(x) = (
1
x
)
. Pour quelles valeurs de a-t-on f L

1
R
(E, T, m) ?
2. On considère lespace mesure (E, T, m) = (R
+
, B(R
+
), ). Soit f denie, pour x ]0, +[, par :
f(x) =
sin x
x
. Montrer que f / L
1
R
(E, T, m). On pose f
n
= f1
]0,n[
. Montrer que f
n
L
1
R
(E, T, m),
que f
n
f p.p. (et meme uniformement) et que
_
f
n
dm a une limite dans R lorsque n +.
Exercice 5.10 On munit R
N
de la tribu borelienne B(R
N
) et de la mesure de Lebesgue
N
. Soient f et
g C(R
N
, R) telles que f = g pp. Montrer que f = g partout. [On dira donc que f L
1
(R
N
, B(R
N
),
n
)
est continue si il existe g C(R
N
, R) t.q. f = g pp. Dans ce cas on identie f avec g.]
Exercice 5.11 1. On considère lespace mesure (E, T, m) = (]0, 1[, B(R), ) ; soit 0 < < + ; on
pose, pour x ]0, 1[, f(x) = (
1
x
)
. Pour quelles valeurs de a-t-on f L

1
R
(E, T, m) ?
2. On considère lespace mesure (E, T, m) = (R
+
, B(R), ) ; soit f denie, pour x ]0, +[, par :
f(x) =
sin x
x
. Montrer que f / L
1
R
(E, T, m). On pose f
n
= f1
]0,n[
. Montrer que f
n
L
1
R
(E, T, m),
que f
n
f p.p. (et meme uniformement) et que
_
f
n
dm a une limite dans R lorsque n +.
124
Exercice 5.12 Soit et deux mesures nies sur B(R), tribu borelienne sur R.
1. Montrer que si, pour toute fonction continue à support compact on a :
_
fd =
_
fd, (E)
alors = . [On rappelle (cf. exercice 2.30) que si m est une mesure nie sur B(R), alors :
A R, m(A) = infm(O), O A, O ouvert de R.]
2. On suppose maintenant que legalite (E) est veriee pour toute fonction f de C
c
(R, R). Le resultat
precedent vous parait-il encore vrai ?
Exercice 5.13 (Notation: Soit f une fonction de R dans R, on note f
2
la fonction de R dans R denie
par: f
2
(x) = (f(x))
2
.) Soit E = f C
1
(R, R); f L
1
= L
1
R
(R, B(R), ) et f
2
L
1
. Pour f E, on
denit |f| =
_
[f[d + (
_
[f
[
2
d)
1
2
1. Montrer que (E, |.|) est un espace vectoriel norme. E est-il un espace de Banach ?
2. Soient a R et R
+
. Montrer que a a
2
+
1
.En deduire que pour f E, (x, y) R

2
et
R
+
, on a: [f(x) f(y)[
_
[f
[
2
d +
1
[x y[.
3. Montrer que si f E, alors:
f est uniformement continue.
f est bornee.
f
2
L
1
.
Exercice 5.14 (Continuite en moyenne) Corrige 91 page 373
Pour f L
1
= L
1
R
(R, B(R), ) et h R, on denit f
h
(translatee de f) par : f
h
(x) = f(x + h), pour
x R. (noter que f
h
L
1
).
1. Soit f C
c
= C
c
(R, R), montrer que |f
h
f|
1
0 lorsque h 0.
2. Soit f L
1
, montrer que |f
h
f|
1
0 lorsque h 0.
Exercice 5.15 On note L
1
= L
1
R
(R
N
, B(R
N
),
N
), et C
b
= C
b
(R
N
, R) lensemble des fonctions contin-
ues bornees de R
N
dans R.
1. Pour f L
1
, h R
+
et x R
N
, on denit
f
h
(x) =
1
N
(B(0, h))
_
B(x,h)
f(y)dy,
o` u B(0, h) designe la boule ouverte de centre 0 et de rayon h. Montrer que f
h
est denie partout,
que f
h
L
1
, et que f
h
f dans L
1
lorsque h 0. En deduire quil existe (h
n
)
nN
t.q. h
n
0
lorsque n + et f
h
n
f p.p. lorsque n +.
2. On considère maintenant une suite de mesures (
n
)
nN
nies sur (R
N
, B(R
N
)), t.q.
n

0
dans
C
b
i.e.
_
d
n

_
d, C
b
. Soit f une fonction mesurable bornee de R
N
dans R et integrable
pour la mesure de Lebesgue, et = f. Montrer que
n
est une mesure de densite f
n
L
1
et
montrer que f
n
f dans L
1
.
125
3. Soit A R t.q. A [0, 1] ; on dit que A est bien equilibre si pour tout intervalle I de [0, 1], on
a : (I A) = (I A
c
) =
(I)
2
. Montrer quil nexiste pas de borelien A de [0, 1] bien equilibre.
Exercice 5.16 (Non existence de borelien bien equilibre)
Soit N 1. On note L
1
= L
1
R
(R
N
, B(R
N
),
N
).
1. Pour f L
1
, h R
+
et x R
N
, on denit
f
h
(x) =
1
N
(B(0, h))
_
B(x,h)
f(y)dy,
o` u B(x, h) designe la boule ouverte de centre x et de rayon h. Montrer que f
h
est denie pour tout
x R
N
. Montrer que f
h
L
1
et que f
h
f dans L
1
lorsque h 0. [On pourra, par exemple,
utiliser le theorème de continuite en moyenne dans L
1
.]
En deduire quil existe (h
n
)
nN
t.q. h
n
0, lorsque n +, et f
h
n
f p.p. lorsque n +.
2. Montrer quil nexiste pas de borelien A inclus dans [0,1] et t.q. (I A) = (I A
c
) =
(I)
2
pour
tout intervalle I de [0, 1]. [On pourra raisonner par labsurde et utiliser la question precedente avec
N = 1 et f convenablement choisi. Cette question est aussi une consequence de lexercice 5.17.]
Exercice 5.17 (Sur la concentration dun borelien) Corrige 92 page 374
Soit a < b +, A B(]a, b[) et ]0, 1[. On suppose que (A], [) ( ) pour tout
, t.q. a < b. Montrer que (A) = 0. [On pourra, par exemple, commencer par montrer que
(A O) (O) pour tout ouvert O de ]a, b[.]
Consequence de cet exercice : Soit A B(]a, b[) t.q. (A) > 0. Alors, pour tout < 1, il existe , t.q.
a < b et (A], [) ( ).
Exercice 5.18 (Points de Lebesgue) Corrige 93 page 375
On designe par la mesure de Lebesgue sur les boreliens de R, par L
1
lespace L
1
R
(R, B(R), ) et par L
1
lespace L
1
R
(R, B(R), ). On note dt = d(t).
1. Soit (I
1
, . . . , I
n
) des intervalles ouverts non vides de R t.q. chaque intervalle nest pas contenu dans
la reunion des autres. On pose I
k
=]a
k
, b
k
[ et on suppose que la suite (a
k
)
k=1,...,n
est croissante.
Montrer que la suite (b
k
)
k=1,...,n
est croissante et que les intervalles dindices impairs [resp. pairs]
sont disjoints 2 à 2.
2. Soit J une famille nie dintervalles ouverts non vide de R dont la reunion est notee A. Montrer
quil existe une sous-famille nie de J, notee (I
1
, . . . , I
m
), formee dintervalles disjoints 2 à 2 et t.q.
(A) 2
m
k=1
(I
k
). [Utiliser la question 1.]
On se donne maintenant f L
1
et on suppose quil existe a > 0 t.q. f = 0 p.p. sur [a, a]
c
. Le
but de lexercice est de montrer que :
n
2
_ 1
n
1
n
f(x +t)dt f(x), pour presque tout x R, quand n . (5.17)
Pour > 0, on denit f
de R dans R par :
f
(x) = sup
h
1
2h
_
h
h
[f(x +t)[dt. (5.18)
126
3. (a) Montrer que f
est bornee.
(b) Montrer que f
est borelienne. [On pourra montrer que f
est le sup de fonctions continues.]

(c) Montrer que f
(x) 0 quand [x[ .

4. Pour y > 0, on pose B
y,
= x R, f
(x) > y.
(a) Montrer que tout x B
y,
est le centre dun intervalle ouvert I(x) t.q.
i. (I(x)) 2,
ii.
1
(I(x))
_
I(x)
[f[d > y.
Montrer que parmi les intervalles I(x), x B
y,
, ainsi obtenus, il en existe un nombre ni
I(x
1
), . . . I(x
n
) dont la reunion recouvre B
y,
. [On pourra dabord remarquer que B
y,
est
borne.]
(b) Montrer que (B
y,
)
2
y
|f|
1
. [Utiliser la question 2.]
On denit maintenant f
de R dans R
+
par :
f
(x) = sup
h>0
1
2h
_
h
h
[f(x +t)[dt. (5.19)
5. Montrer que f
est borelienne et que (f
> y)
2
y
|f|
1
, pour tout y > 0.
6. Montrer (5.17) si f admet un representant continu. [cette question nutilise pas les questions
precedentes.]
7. Montrer (5.17). [Approcher f, dans L
1
et p.p., par une suite delements de C
c
(R, R), notee (f
p
)
pN
.
On pourra utiliser (f f
p
)
.]
Exercice 5.19 (Convergence vague et convergence etroite) Corrige 94 page 378
Soit (m
n
)n N une suite de mesures (positives) nies sur B(R
d
) (d 1) et m une mesure (positive) nie
sur B(R
d
). On suppose que :
_
dm
n

_
dm, quand n , pour tout C
c
(R
d
, R).
m
n
(R
d
) m(R
d
) quand n .
1. Soit C
c
(R
d
, R). Montrer que
_
dm
n

_
dm, quand n . [On pourra utiliser le fait que
est limite uniforme dune suite delement de C
c
(R
d
, R).]
2. Pour p N
, on note B
p
la boule fermee de centre 0 et de rayon p (pour la norme euclidienne
de R
d
). Montrer quil existe une suite (
p
)
pN
C
c
(R
d
, R) t.q., pour tout p N
, 0
p
1,
p
= 1 sur B
p
et
p

p+1
. On utilise cette suite (
p
)
pN
dans les questions suivantes.
3. Soit > 0.
(a) Montrer quil existe p
0
N
t.q. : p p
0

_
(1
p
)dm .
(b) Montrer que, pour tout p N
,
_
(1
p
)dm
n

_
(1
p
)dm quand n .
127
(c) Montrer quil existe p
1
N
t.q. : n N, p p
1

_
(1
p
)dm
n
.
4. Montrer que
_
dm
n

_
b
(R
d
, R) (on dit alors que la suite
(m
n
)
nN
converge etroitement vers m).
5. Indiquer brièvement comment obtenir le meme resultat (cest-à-dire le resultat de la question 4) si
on remplace R
d
(dans les hypothèses et dans la question 4) par ouvert de R
d
.
Exercice 5.20 (Unicite avec C
c
)
Soit m et deux mesures nies sur les boreliens de R
d
(d 1). on suppose que
_
dm =
_
d pour
tout C
c
(R
d
, R). Montrer que m = .
Exercice 5.21 (Densite de C
c
et C
c
dans L
1
)
Soit d 1 et une mesure sur les boreliens de R
d
. On suppose que verie les deux proprietes suivantes :
(p1) est est nie sur les compacts de R
d
, cest-à-dire que (K) < + si K est un compact de R
d
,
(p2) est regulière, cest-à-dire que pour tout A B(R
d
) et tout > 0, il existe O ouvert et F ferme
t.q. F A O et (O F) .
En fait, la propriete (p1) entrane la propriete (p2) (cela est demontre au chapitre 7, proposition 7.5)
mais cette demonstration nest pas demandee ici.
On note L
1
lespace L
1
R
(R
d
, B(R
d
), ). Pour f L
1
, on note |f|
1
=
_
[f[d. Enn, pour x R
d
, on
note [x[ la norme euclidienne de x.
1. Soit C
c
(R
d
, R) (cest-à-dire continue de R
d
dans R et à support compact). Montrer que
L
1
.
2. Soit K un compact de R
d
et > 0. Pour x R
d
, on pose (x) =
(d(x,K))
+
avec d(x, K) =
inf[x y[, y K. Montrer que C
c
(R
d
, R) et que (x) = 1 si x K.
3. Soit A B(R
d
) t.q. (A) < +.
(a) Soit > 0, montrer quil existe O ouvert et K compact t.q. K A O et (O K) .
(b) Soit > 0. Montrer quil existe C
c
(R
d
, R) t.q. | 1
A
|
1
.
4. Soit f une fonction borelienne positive de R
d
dans R. On suppose que f L
1
. Soit > 0. Montrer

quil existe C
c
(R
d
, R) t.q. |f |
1
. [On pourra approcher f par une fonction etagee.]
5. (Densite.) Soit f L
1
et > 0.
(a) Montrer quil existe C
c
(R
d
, R) t.q. |f |
1
.
(b) Montrer quil existe C
c
(R
d
, R) t.q. |f |
1
. [On pourra montrer que, si
C
c
(R
d
, R), on a |
n
|
1
0, quand n , avec
n
=
n
et (
n
)
nN
une famille
regularisante, voir la denition 8.4. du polycopie de cours).]
6. (Continuite en moyenne ?)
(a) Soit C
c
(R
d
, R). Montrer que |( +h) |
1
0 quand h 0.
128
(b) Montrer, en donnant un exemple (cest-à-dire en choisissant convenablement f et ) quon
peut avoir f L
1
et |f( +h) f|
1
,0 quand h 0.
7. On suppose maintenant que est un ouvert de R
d
et que est une mesure sur les boreliens de
, nie sur les sous ensembles compacts de . Indiquer brièvement comment on peut montrer la
densite de C
c
(, R) et C
c
(, R) dans L
1
R
(, B(), ).
Exercice 5.22 (Loi dune fonction lineaire de X)
Soit (, /, P) un espace de probabilite et X une v.a.. On suppose que la loi de X a une densite par
rapport à Lebesgue et on note g cette densite.
Soit a, b R, montrer que la v.a. aX + b a une densite par rapport à la mesure de Lebesgue et donner
cette densite en fonction de g, a et b.
129
Chapter 6
Les espaces L
p
6.1 Denitions et premières proprietes
6.1.1 Les espaces L
p
, avec 1 p < +
Soient (E, T, m) un espace mesure, 1 p < et f / = /(E, T) (cest-à-dire f : E R,
mesurable). On remarque que [f[
p
/
+
, car [f[
p
= f o` u est la fonction continue (donc borelienne)
denie par (s) = [s[
p
pour tout s R. La quantite
_
[f[
p
dm est donc bien denie et appartient à R
+
.
Ceci va nous permette de denir les espaces de fonctions de puissance p-ième integrable. On retrouve,
pour p = 1, la denition de lespace des fonctions integrables.
Denition 6.1 (Les espaces L
p
) Soient (E, T, m) un espace mesure, 1 p < et f une fonction
denie de E dans R, mesurable. (On a donc [f[
p
/
+
.)
1. On dit que f L
p
= L
p
R
(E, T, m) si
_
[f[
p
dm < . On pose alors :
|f|
p
=
_
_
[f[
p
dm
_1
p
. (6.1)
2. On dit que f , L
p
= L
p
R
(E, T, m) si
_
[f[
p
dm = et on pose alors |f|
p
= +.
De manière analogue au cas p = 1 on quotiente les espaces L
p
par la relation dequivalence = p.p.
an que lapplication f |f|
p
denisse une norme sur lespace vectoriel des classes dequivalence (voir
section 4.5).
Denition 6.2 (Les espaces L
p
) Soient (E, T, m) un espace mesure et 1 p < +.
1. On denit lespace L
p
R
(E, T, m) comme lensemble des classes dequivalence des fonctions de L
p
pour la relation dequivalence (= pp). En labsence dambigute on notera L
p
lespace L
p
R
(E, T, m).
2. Soit F L
p
R
p
= |f|
p
si f F. (Cette denition est coherente car ne
depend pas du choix de f dans F. On rappelle aussi que F =

f = g L
p
; g = f p.p..)
Proposition 6.1 Soient (E, T, m) un espace mesure et 1 p < +. Alors :
1. L
p
R
(E, T, m) est un espace vectoriel sur R.
130
2. L
p
R
(E, T, m) est un espace vectoriel sur R.
D emonstration :
1. Soit R, f L
p
. On a f / (car / est un espace vectoriel) et
_
[f[
p
dm =
[[
p
_
[f[
p
dm < . Donc, f L
p
.
Soit f, g L
p
. On veut montrer que f +g L
p
. On sait que f +g / (car / est un espace
vectoriel) et on remarque que, pour tout x E,
[f(x) +g(x)[
p
2
p
[f(x)[
p
+ 2
p
[g(x)[
p
,
et donc
_
[f +g[
p
dm 2
p
_
[f[
p
dm+ 2
p
_
[g[
p
dm < ,
ce qui montre que f +g L
p
.
2. La structure vectorielle de L
p
sobtient comme pour p = 1. Soit F, G L
p
et , R. On choisit
f F et g G et on denit F + G comme etant la classe dequivalence de f + g. Comme
dhabitude, cette denition est coherente car la classe dequivalence de f +g ne depend pas des
choix de f et g dans F et G.
On va montrer maintenant que f |f|
p
est une semi-norme sur
p
et une norme sur L
p
.
Lemme 6.1 (Inegalite de Young) Soient a, b R
+
et p, q ]1, +[ t.q.
1
p
+
1
q
= 1. Alors :
ab
a
p
p
+
b
q
q
. (6.2)
D emonstration :
La fonction exponentielle exp() est convexe (de R dans R). On a donc, pour tout
1
,
2
R et tout
t [0, 1],
exp(t
1
+ (1 t)
2
) t exp(
1
) + (1 t) exp(
2
).
Soit a, b > 0 (les autres cas sont triviaux). On prend t =
1
p
(de sorte que (1 t) =
1
q
),
1
= p ln(a) et
2
= q ln(b). On obtient bien ab
a
p
p
+
b
q
q
.
Lemme 6.2 (Inegalite de Holder)
Soient (E, T, m) un espace mesure et p, q ]1, +[ t.q.
1
p
+
1
q
= 1. Soient f L
p
R
(E, T, m) et g
L
q
R
(E, T, m). Alors, fg L
1
R
(E, T, m) et
|fg|
1
|f|
p
|g|
q
. (6.3)
Le meme resultat est vrai avec L
p
, L
q
et L
1
au lieu de L
p
, L
q
et L
1
.
131
D emonstration :
On remarque dabord que fg / car f, g / (voir la proposition 3.5).
Linegalite de Young donne [f(x)g(x)[
|f(x)|
p
p
+
|g(x)|
q
q
pour tout x E. On en deduit, en integrant :
_
[fg[dm
1
p
_
[f[
p
dm+
1
q
_
[g[
q
dm < . (6.4)
Donc, fg L
1
.
Pour montrer (6.3), on distingue maintenant 3 cas :
Cas 1. On suppose |f|
p
= 0 ou |g|
q
= 0. On a alors f = 0 p.p. ou g = 0 p.p.. On en deduit fg = 0 p.p.,
donc |fg|
1
= 0 et (6.3) est vraie.
p
= 1 et |g|
q
= 1. On a alors, avec (6.4),
|fg|
1
=
_
[fg[dm
1
p
+
1
q
= 1 = |f|
p
|g|
q
.
Linegalite (6.3) est donc vraie.
p
> 0 et |g|
q
> 0. On pose alors f
1
=
f
f
p
et g
1
=
g
g
q
, de sorte que |f
1
|
p
=
|g
1
|
q
= 1. Le cas 2 donne alors
|fg|
1
|f|
p
|g|
q
= |f
1
g
1
|
1.
Ce qui donne (6.3).
Dans le cas o` u f L
p
et g L
q
, on confond les classes f et g avec des representants, encore notes f et
g. Le resultat precedent donne fg L
1
et (6.3). On a alors fg L
1
au sens de la confusion habituelle,
cest-à-dire il existe h L
1
t.q. fg = h p.p. (et fg ne depend pas des representants choisis), et (6.3)
est veriee.
Lemme 6.3 (Inegalite de Minkowski) Soient (E, T, m) un espace mesure et 1 p < . Soient
f, g L
p
R
(E, T, m). Alors, f +g L
p
et :
|f +g|
p
|f|
p
+|g|
p
. (6.5)
Le meme resultat est vrai avec L
p
au lieu de L
p
.
D emonstration :
Le cas p = 1 à dejà ete fait. On suppose donc p > 1. On a aussi dejà vu que f + g L
p
(proposition
6.1). Il reste donc à montrer (6.5). On peut supposer que |f +g|
p
,= 0 (sinon (6.5) est trivial).
On remarque que
[f +g[
p
FH +GH, (6.6)
avec F = [f[, G = [g[ et H = [f +g[
p1
.
132
On pose q =
p
p1
, de sorte que
1
p
+
1
q
= 1, F L
p
, G L
p
et H L
q
(car f + g L
p
). On peut donc
appliquer linegalite de Holder (6.3), elle donne
|FH|
1
|F|
p
|H|
q
, |GH|
1
|G|
p
|H|
q
.
On en deduit, avec (6.6),
_
[f +g[
p
dm (|f|
p
+|g|
p
)(
_
[f +g[
p
dm)
1
1
p
,
Do` u lon deduit (6.5).
Il est clair que le lemme est vrai avec L
p
au lieu de L
p
.
On en deduit la propriete suivante:
Proposition 6.2 Soient (E, T, m) un espace mesure et 1 p < .
1. Lapplication f |f|
p
p
.
2. Lapplication f |f|
p
est une norme sur L
p
. L
p
, muni de cette norme, est donc une espace
vectoriel (sur R) norme.
D emonstration :
On a bien |f|
p
R
+
pour tout f L
p
.
On a dejà vu que |f|
p
= [[|f|
p
, pour tout R et tout f L
p
.
Linegalite (6.5) donne |f +g|
p
|f|
p
+|g|
p
pour tout f, g L
p
.
Lapplication f |f|
p
est donc une semi-norme sur L
p
. On remarque que, si f L
p
, on a
|f|
p
= 0 f = 0 p.p..
Cette equivalence donne que lapplication f |f|
p
est une norme sur L
p
.
Remarque 6.1 On reprend ici la remarque 4.9. Soient (E, T, m) un espace mesure et 1 p < . On
confondra dans la suite un element F de L
p
avec un representant f de F, cest-à-dire avec un element
f L
p
t.q. f F. De manière plus generale, soit A E t.q. A
c
soit negligeable (cest-à-dire A
c
B
avec B T et m(B) = 0). On dira quune fonction f, denie de A dans R, est un element de L
p
si
il existe une fonction g L
p
t.q. f = g p.p.. On confond donc, en fait, la fonction f avec la classe
dequivalence de g, cest-à-dire avec g = h L
p
; h = g p.p. . Dailleurs, cet ensemble est aussi egal à
h L
p
; h = f p.p. .
Avec cette confusion, si f et g sont des elements de L
p
, f = g signie en fait f = g p.p..
Theorème 6.1 (Convergence dominee) Soient (E, T, m) un espace mesure, 1 p < , et (f
n
)
nN
L
p
une suite t.q. :
f
n
f pp,
133
F L
p
t.q. [f
n
[ F pp, n N ;
alors f
n
f dans L
p
(c.à.d
_
[f
n
f[
p
dm 0 quand n ).
D emonstration :
On se ramène au cas p = 1.
On peut choisir des representants des f
n
(encore notes f
n
) de manière à ce que la suite (f
n
(x))
nN
soit
convergente dans R pour tout x E. On pose g(x) = lim
n
f
n
(x). On a donc g / et g F p.p.,
ce qui montre que g L
p
. On a donc f L
p
(au sens f = g p.p. avec g L
p
).
Puis, on remarque que
0 h
n
= [f
n
f[
p
([f
n
[ +[f[)
p
2
p
F
p
p.p.,
pour tout n N, et que h
n
0 p.p. quand n . Comme F
p
L
1
, on peut appliquer le theorème de
convergence dominee, il donne h
n
0 dans L
1
, cest-à-dire f
n
f dans L
p
.
Theorème 6.2 (Reciproque partielle) Soient (E, T, m) un espace mesure, 1 p < , (f
n
)
nN
L
p
et f L
p
. On suppose que f
n
f dans L
p
quand n . Alors il existe une sous-suite (f
n
k
)
kN
t.q. :
f
n
k
f p.p. lorsque k +,
F L
p
t.q. [f
n
k
[ F p.p., pour tout k N .
D emonstration :
Comme dans le cas p = 1, Ce theorème est une consequence de la proposition suivante sur les series
absolument convergentes.
Proposition 6.3 (Series absolument convergentes dans L
p
)
Soient (E, T, m) un espace mesure, 1 p < et (f
n
)
nN
L
p
. On suppose que
nN
|f
n
|
p
< +.
Alors :
1.

+
n=0
[f
n
(x)[ < + pour presque tout x E. On pose f(x) =
+
n=0
f
n
(x) (la fonction f est donc
denie p.p.).
2. f L
p
p
t.q. f = g p.p.).
3.

n
k=0
f
k
(x) f p.p. et dans L
p
, lorsque n +. De plus, il existe F L
p
t.q. [
n
k=1
f
k
(x)[ F
D emonstration : Pour chaque n N, on choisit un representant de f
n
, encore note f
n
.
On pose, pour tout x E, g
n
(x) =
n
k=0
[f
k
(x)[. On a (g
n
)
nN
/
+
. Comme la suite est croissante,
il existe F /
+
t.q. g
n
F, quand n . On a donc aussi g
p
n
F
p
quand n et le theorème de
convergence monotone donne
_
g
p
n
dm
_
F
p
dm, quand n . (6.7)
134
On remarque maintenant que |g
n
|
p

n
k=0
|f
k
|
p

k=0
|f
k
|
p
= A < . Donc |g
n
|
p
p
A
p
pour
tout n N et (6.7) donne alors
_
F
p
dm A
p
< . (6.8)
Linegalite (6.8) donne que F < p.p.. Il existe donc B T t.q. m(B) = 0 et F(x) < pour tout
x B
c
. Pour tout x B
c
n
(x) est donc absolument convergente dans R. Elle
est donc convergente dans R et on peut denir, pour tout x B
c
, f(x) R par
f(x) =
k=0
f
k
(x) = lim
n
n
k=0
f
k
(x).
La fonction f nest pas forcement dans /, mais elle est m-mesurable (voir la denition 4.3 page 79),
il existe donc g / t.q. f = g p.p.. Puis, comme g F p.p. (car [
n
k=0
f
k
(x)[ g
n
F p.p. et
n
k=0
f
k
(x) g p.p.) on a, grace à (6.7), g L
p
, ce qui donne bien f L
p
p
t.q. f = g p.p.)
Enn, pour montrer le dernier item de la proposition, il sut dappliquer le theorème de convergence
dominee dans L
p
car

n
k=0
f
k
(x) f p.p. et, pour tout n N, [
n
k=0
f
k
(x)[ g
n
F p.p. avec
_
F
p
dm < . On obtient bien que
n
k=0
f
k
(x) f dans L
p
.
Toute serie absolument convergente de L
p
est donc convergente dans L
p
. On en deduit le resultat suivant:
Theorème 6.3 Soient (E, T, m) un espace mesure, et 1 p < . Lespace vectoriel norme (L
p
, |.|
p
)
est complet.
On peut maintenant se demander si les espaces L
p
sont des espaces de Hilbert. Ceci est vrai pour p = 2,
et, en general, faux pour p ,= 2 (voir à ce propos lexercice 6.30). Le cas de L
2
sera etudie en detail dans
la section 6.2
En general, les espaces L
p
, avec 1 < p < +, autres que L
2
ne sont pas des espaces de Hilbert, mais nous
verrons ulterieurement (section 6.3 que ce sont des espaces de Banach reexifs (cest-à-dire que linjection
canonique entre lespace et son bi-dual est une bijection). Les espaces L
1
et L
(que nous verrons au

paragraphe suivant) sont des espaces de Banach non reexifs (sauf cas particuliers).
Remarque 6.2 Soient (E, T, m) un espace mesure et 1 1) comme on a fait pour p = 1 (voir la section 4.10). On obtient aussi des
espaces de Banach (complexes ou reels). Le cas L
2
C
(E, T, m) est particulièrement interessant. Il sera muni
dune structure hilbertienne (voir le theorème 6.4).
6.1.2 Lespace L
Denition 6.3 (Lespace L
) Soient (E, T, m) un espace mesure et f une fonction mesurable (de E

dans R) ;
1. on dit que f est essentiellement bornee, ou encore que f L
= L
R
(E, T, m) si il existe C R
+
tel que [f[ C p.p. ;
2. si f L
, on pose |f|
= infC R
+
; [f[ C p.p.,
3. si f / L
, on pose |f|
= +.
135
Remarque 6.3 (Rappels sur la denition de linf. . . ) Soit A R, A ,= . On rappelle que A est
borne inferieurement si il existe un minorant de A, cest-à-dire si il existe R tel que x pour
tout x A. Si A est borne inferieurement, on denit la borne inferieure de A comme le plus grand des
minorants : x = infA = max; x pour tout x A. Si A nest pas borne inferieurement, on pose
inf A = . Dans les manipulations sur les inf (et sur les sup. . . ) il est utile de connatre le resultat
suivant :
x = inf A (x
n
)
nN
A; x
n
x quand n +. (6.9)
Ceci se demontre très facilement en ecrivant :
1. Si A est non borne inferieurement, alors, pour tout n N, il existe y
n
A t.q. y
n
n. En
choisissant x
0
= y
0
et, par recurrence, x
n
= min(x
n1
, y
n
), on a donc x
n
= inf A.
2. Si A est borne inferieurement, soit x = inf A. Alors, x +
1
n
nest pas un minorant de A et donc,
pour n N
, il existe y
n
A tel que x y
n
x +
1
n
. En choisissant x
0
= y
0
et, par recurrence,
x
n
= min(x
n1
, y
n
), on a clairement: x
n
x lorsque n +.
Le petit lemme suivant (dont la demonstration est immediate en ecrivant la denition de |f|
, voir
lexercice corrige 4.32) est parfois bien utile.
Lemme 6.4 Si f L
, alors [f[ |f|
p.p..
D emonstration :
Voir lexercice corrige 4.32.
On a egalite entre le sup essentiel et le sup pour les fonctions continues:
Proposition 6.4 Si (E, T, m) = (R, B(R), ) et f C(R, R), alors |f|
u
= sup
xR
[f(x)[ = |f|
.
D emonstration :
On distingue 2 cas:
Cas 1. On suppose ici que [f[ est non bornee, cest-à-dire |f|
u
= . Soit R
+
. Comme [f[ est non
bornee, il existe x R t.q. [f(x)[ > . Par continuite de f, il existe alors > 0 t.q. [f(y)[ > pour tout
y [x , x + ]. On a donc [f[ > [x , x + ] et donc ([f[ > ) 2. Donc, [f[ nest pas
inferieure ou egale à p.p.. On a donc C R
+
; [f[ C p.p. = , donc |f|
= = |f|
u
.
Cas 2. On suppose maintenant que |f|
u
< . On a [f(x)[ |f|
u
pour tout x R, donc |f|
|f|
u
.
Dautre part, on sait que [f[ |f|
p.p.. On a donc [f[ > |f|
) = 0. Or [f[ > |f|
est ouvert
(car f est continue), cest donc un ouvert de mesure nulle, on a donc [f[ > |f|
= (la mesure de
Lebesgue dun ouvert non vide est toujours strictement positive). Ce qui prouve [f(x)[ |f|
pour
tout x R et donc |f|
u
|f|
.
On obtient bien nalement |f|
u
= |f|
.
Denition 6.4 Soient (E, T, m) un espace mesure et L
= L
R
(E, T, m).
1. On denit L
= L
R
(E, T, m) comme lensemble des classes dequivalence sur L
pour la relation
dequivalence = p.p..
2. Soit F L
. On pose |F|
= |f|
avec f F, de sorte que F = g L
; g = f p.p.. (Cette
denition est coherente car |f|
ne depend pas du choix de f dans F.)

136
Proposition 6.5 Soient (E, T, m) un espace mesure, L
= L
R
(E, T, m) et L
= L
R
(E, T, m). Alors :
1. L
est un espace vectoriel sur R et lapplication denie de L
dans R par f |f|
est une
semi-norme sur L
.
2. L
est un espace vectoriel sur R et lapplication denie de L
dans R par f |f|
est une
norme sur L
. L
est donc un espace e.v.n. (reel).

D emonstration :
1. Si R et f L
, il est clair que f L
et que |f|
=
[[|f|
.
Soit f, g L
. Comme [f[ |f|
p.p. et [g[ |g|
p.p., on montre facilement que [f +g[

[f[ +[g[ |f|
+|g|
p.p.. Ce qui prouve que (f +g) L
et |f +g|
|f|
+|g|
.
On a bien montre que L
est un espace vectoriel sur R et comme |f|
R
+
pour tout f L
,
lapplication f |f|
est bien une semi-norme sur L
.
2. la structure vectorielle de L
sobtient comme celle de L

p
(p < ) et le fait que f |f|
soit
une norme decoule du fait que
f = 0 p.p. |f|
= 0.
Proposition 6.6 Soit (E, T, m) un espace mesure. Lespace L
R
(E, T, m) est un espace de Banach (reel),
cest-à-dire un e.v.n. complet.
D emonstration :
On sait dejà que L
est un e.v.n.. Le fait quil soit complet est la consequence du fait que toute serie
absolument convergente dans L
est convergente dans L
. Ce qui est une consequence de la proposition

suivante sur les series absolument convergentes.
Proposition 6.7 (Series absolument convergentes dans L
)
n
)
nN
L
R
(E, T, m). On suppose que

+
n=0
|f
n
|
< +.
Alors :
1. Il existe C R
+
t.q., pour tout n N,

n
k=0
[f
k
[ < C p.p..
2. La serie de terme general f
n
(x) est, pour presque tout x E, absolument convergente dans R. On
denit, pour presque tout x, f(x) =
+
n=0
f
n
(x).
3. On a f L
t.q. f = g p.p.) et |
n
k=0
f
k
f|
0 lorsque n +.
D emonstration : Pour chaque n N, on choisit un representant de f
n
, encore note f
n
. Comme
[f
n
[ |f
n
|
p.p., il existe A
n
T t.q. m(A
n
) = 0 et [f
n
[ |f
n
|
sur A
c
n
. On pose A =
nN
A
n
T.
On a m(A) = 0 (par -sous additivite de m) et, pour tout n N et x A
c
, [f
n
(x)[ |f
n
|
.
Pour tout x A
c
, on a donc
n
k=0
[f
k
(x)[
n
k=0
|f
k
|
k=0
|f
k
|
= C < . (6.10)
137
Comme m(A) = 0, ceci montre le premier item.
Pour tout x A
c
n
(x) est absolument convergente dans R, donc convergente.
On pose donc
f(x) =
+
k=0
f
k
(x) = lim
n
n
k=0
f
k
(x) R.
f est donc denie p.p., elle est m-mesurable (voir la denition 4.3) car limite p.p. de fonctions mesurables.
Il existe donc g / t.q. f = g p.p. et (6.10) donne [g[ C p.p.. On a donc g L
et donc f L
t.q. f = g p.p.).
Il reste à montrer que
n
k=0
f
k
f dans L
.
On remarque que, pour tout x A
c
,
[
n
k=0
f
k
(x) f(x)[ = [
k=n+1
f
k
(x)[
k=n+1
[f
k
(x)[
k=n+1
|f
k
|
0, quand n .
Comme m(A) = 0, on en deduit
|
n
k=0
f
k
f|
sup
xA
c
[
n
k=0
f
k
(x) f(x)[
k=n+1
|f
k
|
0, quand n .
et donc
n
k=0
f
k
f dans L
, quand n .
La proposition 6.7 permet de montrer que L
est complet (theorème 6.6). Elle permet aussi de montrer

ce que nous avons appele precedemment (dans le cas p < ) reciproque partielle du theorème de
convergence dominee. Il est important par contre de savoir que le theorème de convergence dominee
peut etre faux dans L
, comme le montre la remarque suivante.

Remarque 6.4 (Sur la convergence dominee. . . ) Attention : le resultat de convergence dominee
quon a demontre pour les suites de fonctions de L
p
, 1 p < +, est faux pour les suites de fonctions
de L
. Il sut pour sen convaincre de considerer lexemple suivant : (E, T, m) = ([0, 1], B([0, 1]), ),
f
n
= 1
[0,
1
n
]
, pour n N. On a bien (f
n
)
nN
L
R
([0, 1], B([0, 1]), ) et
f
n
0 p.p. , quand n ,
f
n
1
[0,1]
p.p., pour tout n N, 1
[0,1]
L
R
([0, 1], B([0, 1]), ).
Pourtant, |f
n
|
= 1 ,0, quand n .
Par contre, le resultat de reciproque partielle de la convergence dominee est vrai, comme consequence du
resultat que toute suite absolument convergente dans L
est convergente (dans L
, proposition 6.7). La
demonstration est similaire à la demonstration du theorème 4.7.
Remarque 6.5 Soit (E, T, m) un espace mesure. On peut aussi denir L
C
(E, T, m) et L
R
N
(E, T, m)
(avec N > 1) comme on a fait pour p = 1 (voir la section 4.10). On obtient aussi des espaces de Banach
(complexe ou reels).
138
6.1.3 Quelques proprietes des espaces L
p
, 1 p +
Proposition 6.8 (Comparaison entre les espaces L
p
)
Soit (E, T, m) un espace mesure ni, i.e. m(E) < +. Soient p, q R
+
tels que 1 p < q +. Alors,
L
q
R
(E, T, m) L
p
R
(E, T, m). De plus, il existe C, ne dependant que de p, q et m(E), t.q. |f|
p
C|f|
q
pour tout f L
q
R
(E, T, m) (ceci montre que linjection de L
q
dans L
p
est continue).
D emonstration :
On distingue les cas q < et q = .
Cas q < . On suppose ici que 1 p < q < +.
Soit f L
q
. On choisit un representant de f, encore note f. Pour tout x E, on a [f(x)[
p
[f(x)[
q
si
[f(x)[ 1. On a donc [f(x)[
p
[f(x)[
q
+1, pour tout x E. Ce qui donne, par monotonie de lintegrale,
_
[f[
p
dm m(E) +
_
[f[
q
dm < , (6.11)
et donc que f L
p
. On a ainsi montre L
q
L
p
.
On veut montrer maintenant quil existe C, ne dependant que de p, q et m(E), t.q., pour tout f
L
q
R
(E, T, m),
|f|
p
C|f|
q
. (6.12)
En utilisant (6.11), on remarque que (6.12) est vraie avec C = (m(E)+1)
1
p
, si |f|
q
= 1. Ceci est susant
pour dire que (6.12) est vraie avec C = (m(E) + 1)
1
p
pour tout f L
q
. En eet, (6.12) est trivialement
vraie pour |f|
q
= 0 (car on a alors f = 0 p.p. et |f|
p
= 0). Puis, si |f|
q
> 0, on pose f
1
=
f
f
q
de
sorte que |f
1
|
q
= 1. On peut donc utiliser (6.12) avec f
1
. On obtient
1
f
q
|f|
p
= |f
1
|
p
C, ce qui
donne bien |f|
p
C|f|
q
.
On a donc montre (6.12) avec un C ne dependant que p et m(E) (et non de q). Toutefois, le meilleur
C possible dans (6.12) depend de p, q et m(E). Ce meilleur C peut etre obtenu en utilisant linegalite
de Holder generalisee (proposition 6.9). Elle donne |f|
p
C|f|
q
avec C = (m(E))
1
p
1
q
(voir la remar-
que 6.6).
Cas q = . On suppose ici que 1 p < q = +.
Soit f L
. On choisit un representant de f, encore note f. On a [f[ |f|
p.p.. On en deduit
[f[
p
|f|
p
p.p. et donc
_
[f[
p
dm m(E)|f|
p
< .
Ce qui donne f L
p
et |f|
p
C|f|
avec C = (m(E))
1
p
.
On voit ici quon a obtenu le meilleur C possible (si m(E) > 0) car |f|
p
= (m(E))
1
p
= (m(E))
1
p
|f|
si
f = 1
E
.
Proposition 6.9 (Inegalite de Holder generalisee)
Soient (E, T, m) un espace mesure et p, q, r [1, +] tels que
1
p
+
1
q
=
1
r
. Soient f L
p
R
(E, T, m) et
g L
q
R
(E, T, m). Alors, fg L
r
R
(E, T, m) et
|fg|
r
|f|
p
|g|
q
. (6.13)
139
D emonstration : Comme dhabitude, on confond un element de L
s
(s = p, q ou r) avec un de ses
representants. On travaille donc avec L
s
au lieu de L
s
. On suppose donc que f L
p
et g L
q
et on
veut montrer que fg L
r
et que (6.13) est vraie. On remarque dabord que fg /.
Ici encore, on distingue plusieurs cas.
Cas 1. On suppose ici 1 p, q, r < .
On pose f
1
= [f[
r
et g
1
= [g[
r
de sorte que f
1
L
p
r
et g
1
L
q
r
. Comme
r
p
+
r
q
= 1, on peut appliquer le
lemme 6.2 (donnant linegalite de Holder) avec f
1
, g
1
(au lieu de f, g) et
p
r
,
q
r
(au lieu de p, q). Il donne
que f
1
g
1
L
1
et |f
1
g
1
|
1
|f
1
|
p
r
|g
1
|
q
r
. On en deduit que fg L
r
et
_
[fg[
r
dm (
_
[f[
p
dm)
r
p
(
_
[g[
q
dm)
r
q
,
ce qui donne (6.13)
Cas 2. On suppose ici q = et r = p < .
Comme [g[ |g|
p.p., On a [fg[
p
[f[
p
|g|
p
p.p. et donc
_
[fg[
p
dm |g|
p
_
[f[
p
dm,
ce qui donne fg L
p
et (6.13).
Cas 3. On suppose ici p = q = r = .
Comme [f[ |f|
p.p. et [g[ |g|
p.p., on a [fg[ |f|
|g|
p.p., ce qui donne fg L
et
(6.13).
Remarque 6.6
1. Par une recurrence facile sur n N
, on peut encore generaliser la proposition 6.9. Soient (E, T, m)

un espace mesure, p
1
, . . . , p
n
[1, ] et r [1, ] t.q.
1
r
=
n
i=1
1
p
i
. Pour tout i 1, . . . , n, soit
f
i
L
p
i
R
(E, T, m). Alors,
n
i=1
f
i
L
r
R
(E, T, m) et |
n
i=1
f
i
|
r

n
i=1
|f
i
|
p
i
.
2. Linegalite (6.13) permet aussi de trouver le meilleur C possible dans la proposition 6.8 (Inegalite
(6.12)) :
Soit (E, T, m) un espace mesure ni. Soient p, q R
+
tels que 1 p < q < +. Soit f
L
q
R
(E, T, m). Comme 1 p < q < , il existe r [1, [ t.q.
1
p
=
1
q
+
1
r
. On peut alors
utiliser la proposition 6.9 avec f L
q
et 1
E
L
r
. Elle donne que f L
p
et |f|
p
C|f|
q
avec
C = (m(E))
1
p
1
q
. Cette valeur de C est la meilleure possible (si m(E) > 0) dans (6.12) car si
f = 1
E
on obtient |f|
p
(m(E))
1
p
1
q
|f|
q
.
Remarque 6.7 Les espaces L
p
, p ]0, 1[ (que lon peut denir comme dans le cas 1 p < ) sont des
espaces vectoriels, mais lapplication f
_
_
[f[
p
dm
_1
p
nest pas une norme sur L
p
si p ]0, 1[ (sauf cas
particulier).
140
Remarque 6.8 Soient (E, T, m) un espace mesure, et f /(E, T). Lensemble J = p [1, +], f
L
p
est un intervalle de [1, +]. Lapplication denie de J dans R
+
par p |f|
p
est continue, voir à
ce propos lexercice 4.32, et dans le cas particulier des fonctions continues à support compact, lexercice
6.10. En particulier, lorsque p J, p + on a |f|
p
|f|
. On en deduit le resultat suivant : si il

existe p
0
< + tel que f L
p
pour tout p tel que p
0
p < +, et si il existe C t.q. |f|
p
C, pour
tout p [p
0
, +[, alors f L
et |f|
C.
6.2 Analyse hilbertienne et espace L
2
6.2.1 Denitions et proprietes elementaires
Denition 6.5 (Produit scalaire)
1. Soit H un espace vectoriel sur R. On appelle produit scalaire sur Hune application de HH R,
notee (/) (ou (/)
H
) t.q.
ps1 : (u/u) > 0 pour tout u H 0,
ps2 : (u/v) = (v/u) pour tout u, v H,
ps3 : u (u/v) est une application lineaire de H dans R, pour tout v H.
2. Soit H un espace vectoriel sur C. On appelle produit scalaire sur Hune application de HH C,
notee (/) (ou (/)
H
) t.q.
ps1 : (u/u) R
+
pour tout u H 0,
ps2 : (u/v) = (v/u) pour tout u, v H,
ps3 : u (u/v) est une application lineaire de H dans R, pour tout v H.
Remarque 6.9 (Exemple fondamental) Soit (E, T, m) un espace mesure.
1. On prend H = L
2
R
(E, T, m). H est un e.v. sur R. On rappelle que fg L
1
R
(E, T, m) si f, g
L
2
R
(E, T, m) (lemme 6.2 pour p = q = 2). Lapplication (f, g)
_
fgdm est un produit scalaire sur
H.
2. On prend H = L
2
C
(E, T, m) (voir le theorème 6.4 ci après). H est un e.v. sur C. En utilisant
le lemme 6.2, on montre facilement que fg L
1
C
(E, T, m) si f, g L
2
C
(E, T, m) (lemme 6.2 pour
p = q = 2). Lapplication (f, g)
_
fgdm est un produit scalaire sur H.
Proposition 6.10 (Inegalite de Cauchy-Schwarz)
1. Soit H un e.v. sur R muni dun produit scalaire, note (/). Alors :
(u/v)
2
(u/u)(v/v), pour tout u, v H. (6.14)
De plus, (u/v)
2
= (u/u)(v/v) si et seulement si u et v sont colineaires.
2. Soit H un e.v. sur C muni dun produit scalaire, note (/). Alors :
[(u/v)[
2
(u/u)(v/v), pour tout u, v H. (6.15)
De plus, [(u/v)[
2
141
D emonstration :
1. On suppose ici K = R. Soit u, v H. Pour R on pose p() = (u + v/u + v) = (v/v)
2
+
2(u/v) + (u/u). Comme p() 0 pour tout R, on doit avoir = (u/v)
2
(v/v)(u/u) 0,
ce qui donne (6.14).
On sinteresse maintenant au cas degalite dans (6.14).
Si u = 0 ou v = 0, on a egalite dans (6.14) (et u et v sont colineaires).
Si u ,= 0 et v ,= 0, on a egalite dans (6.14) (cest-à-dire = 0) si et seulement si il existe R
t.q. p() = 0. Donc, on a egalite dans (6.14) si et seulement si il existe R t.q. u = v. On
en deduit bien que (u/v)
2
2. On suppose maintenant K = C. Soit u, v H. Pour C on pose p() = (u + v/u + v) =
(v/v) +(v/u) +(u/v) +(u/u). On choisit de prendre = (u/v) avec R. On pose donc,
pour tout R, () = p((u/v)) =
2
[(u/v)[
2
(v/v) + 2[(u/v)[
2
+ (u/u). Ici encore, comme
() R
+
pour tout R, on doit avoir = [(u/v)[
4
[(u/v)[
2
(v/v)(u/u) 0, ce qui donne
(6.15).
On sinteresse maintenant au cas degalite dans (6.15)
Si u = 0 ou v = 0, on a egalite dans (6.15) (et u et v sont colineaires).
On suppose maintenant u ,= 0 et v ,= 0. On remarque dabord que, si (u/v) = 0, on na pas egalite
dans (6.15) et u et v ne sont pas colineaires. On suppose donc maintenant que (u/v) ,= 0. On a
alors egalite dans (6.15) si et seulement si = 0 et donc si et seulement si il existe R t.q.
() = 0. Donc, on a egalite dans (6.15) si et seulement si il existe R t.q. u = (u/v)v, et
donc si et seulement si il existe R t.q. u = v.
Finalement, on en deduit bien que [(u/v)[
2
Proposition 6.11 (Norme induite par un produit scalaire)
Soit H un e.v. sur K, avec K = R ou K = C, muni dun produit scalaire, note (/). Pour tout u H,
on pose |u|
H
=
_
(u/u). Alors, | |
H
est une norme sur H. On lappelle norme induite par le produit
scalaire (/).
D emonstration :
Il est clair que |u|
H
R
+
pour tout u H et que
|u|
H
= 0 (u/u) = 0 u = 0.
On a bien |u|
H
= [[|u|
H
pour tout K et tout u H.
Enn, pour montrer linegalite triangulaire, soit u, v H. On a |u + v|
2
H
= (u + v/u + v) =
(u/u)+(v/v)+(u/v)+(v/u). Comme, par (6.14) ou (6.15), [(u/v)[
_
(u/u)
_
(v/v) = |u|
H
|v|
H
,
on en deduit |u +v|
2
H
(|u|
H
+|v|
H
)
2
. Donc,
|u +v|
H
|u|
H
+|v|
H
.
142
Denition 6.6 (espace de Hilbert)
1. Un espace prehilbertien (reel ou complexe) est un espace vectoriel (sur R ou sur C) norme dont la
norme est induite par un produit scalaire.
2. Un espace de Hilbert (reel ou complexe) est un espace vectoriel (sur R ou sur C) norme complet
dont la norme est induite par un produit scalaire. Cest donc un espace de Banach dont la norme
est induite par un produit scalaire.
Theorème 6.4 (Lespace L
2
) Soit (E, T, m) un espace mesure.
1. Lespace L
2
R
(E, T, m), muni de la norme | |
2
, est un espace de Hilbert (reel) et le produit scalaire
associe à la norme est deni par :
(f/g)
2
=
_
fg dm. (6.16)
2. (a) Soit f une application mesurable de E dans C (donc [f[ /
+
). On dit que f L
2
C
(E, T, m)
si [f[
2
L
1
R
(E, T, m). Pour f L
2
C
(E, T, m), on pose |f|
2
=
_
|[f[
2
|
1
. Alors, L
2
C
(E, T, m)
est un espace vectoriel sur C et f |f|
2
2
C
(E, T, m).
(b) On appelle L
2
C
(E, T, m) lespace L
2
C
(E, T, m) quotiente par la relation dequivalence = p.p..
Pour F L
2
C
(E, T, m), on pose |F|
2
= |f|
2
avec f F (noter que |f|
2
ne depend pas du
choix de f dans F). Alors L
2
C
(E, T, m), muni de | |
2
, est un espace de Banach (complexe).
(c) Lespace L
2
C
2
, est un espace de Hilbert (complexe) et le produit
scalaire associe à la norme est deni par :
(f/g)
2
=
_
fg dm. (6.17)
D emonstration :
1. On sait dejà que L
2
R
2
est un espace de Banach (reel). Le lemme
6.2 pour p = q = 2 donne que fg L
1
R
(E, T, m) si f, g L
2
R
(E, T, m). On peut donc poser
(f/g)
2
=
_
fgdm. Il est facile de voir que (/)
2
est un produit scalaire et que la norme induite par
ce produit scalaire est bien la norme | |
2
.
2. Soit f : E C mesurable. On rappelle (section 4.10) que les fonctions 1(f) et (f) sont
mesurables de E dans R (i.e. appartiennent a /). On a donc bien [f[ /
+
et [f[
2
= (1(f))
2
+
((f))
2
/
+
.
Comme [f[
2
= (1(f))
2
+((f))
2
/
+
, on remarque aussi que f L
2
C
(E, T, m) si et seulement si
1(f), (f) L
2
R
(E, T, m). Comme L
2
R
(E, T, m) est un e.v. (sur R), il est aors immediat de voir
que L
2
C
(E, T, m) est un e.v. sur C.
On quotiente maintenant L
2
C
(E, T, m) par la relation= p.p.. On obtient ainsi lespace L
2
C
(E, T, m)
que lon munit facilement dune structure vectorielle sur C. Lespace L
2
C
(E, T, m) est donc un e.v.
sur C.
143
En utilisant le lemme 6.2, on montre facilement que fg L
1
C
(E, T, m) si f, g L
2
C
(E, T, m) (on
utilise le fait que les parties reelles et imaginaires de f et g sont dans L
2
R
(E, T, m)). On peut
donc poser (f/g)
2
=
_
fgdm. Il est aussi facile de voir que (/)
2
est alors un produit scalaire sur
L
2
C
(E, T, m) et que la norme induite par ce produit scalaire est justement | |
2
(car [f[
2
= ff et
donc
_
ffdm = |f|
2
2
). On a, en particulier, ainsi montre que f |f|
2
est bien une norme sur
L
2
R
(E, T, m). On en deduit aussi que f |f|
2
2
R
(E, T, m).
On a montre que lespace L
2
C
2
, est un espace prehilbertien. il reste à
montrer quil est complet (pour la norme | |
2
). Ceci est facile. En eet, |f|
2
2
= |1(f)|
2
2
+|(f)|
2
2
pour tout f L
2
C
(E, T, m). Donc, une suite (f
n
)
nN
L
2
C
(E, T, m) est de Cauchy si et seulement si
les suites (1(f
n
))
nN
et ((f
n
))
nN
sont de Cauchy dans L
2
R
(E, T, m) et cette meme suite converge
dans L
2
C
(E, T, m) si et seulement si les suites (1(f
n
))
nN
et ((f
n
))
nN
convergent dans L
2
R
(E, T, m).
Le fait que L
2
C
(E, T, m) soit complet decoule alors du fait que L
2
R
(E, T, m) est complet.
Remarquons que dans le cas p = 2, linegalite de Holder est en fait linegalite de Cauchy-Schwarz.
Proposition 6.12 (Continuite du produit scalaire)
Soit H est un Banach reel ou complexe. Soient (u
n
)
nN
H, (v
n
)
nN
H et u, v H t.q. u
n
u et
v
n
v dans H, quand n . Alors, (u
n
/v
n
) (u/v) quand n .
D emonstration : Il sut de remarquer que, grace à linegalite de Cauchy-Schwarz (inegalites (6.14) et
(6.15)), on a :
[(u
n
/v
n
) (u/v)[ [(u
n
/v
n
) (u
n
/v)[ +[(u
n
/v) (u/v)[
|u
n
||v
n
v| +|u
n
u||v|.
On conclut en utilisant le fait que u
n
u, v
n
v et en remarquant que la suite (u
n
)
nN
est bornee car
convergente.
Denition 6.7 Soit H est un Banach reel ou complexe. On note H
(ou L(H, K)) lensemble des

applications lineaires continues de H dans K (avec K = R pour un Banach reel et K = C pour un
Banach complexe). Si T H
, on pose
|T|
H
= sup
uH\{0}
[T(u)[
|u|
H
.
On rappelle que | |
H
est bien une norme sur H
et que H
, muni de cette norme, est aussi un espace

de Banach (sur K).
Enn, si T H
et u H, on a [T(u)[ |T|
H
|u|
H
.
Remarque 6.10 Soit H un espace de Hilbert (reel ou complexe). Pour v H, on pose
v
(u) = (u/v)
pour tout u H. Grace à linegalite de Cauchy-Schwarz ((6.14) ou (6.15)), on voit que
v
H
et
|
v
|
H
|v|
H
. Il est facile alors de voir que |
v
|
H
= |v|
H
. Ceci montre que v
v
est une
application injective de H dans H
. le theorème de representation de Riesz (theorème 6.8), fondamental,

montrera que cette application est surjective.
Proposition 6.13
Soit H un espace de Hilbert (reel ou complexe). Alors, pour tout u, v H On a
|u +v|
2
H
+|u v|
2
H
= 2|u|
2
H
+ 2|v|
2
H
. (6.18)
Cette identite sappelle identite du parallelogramme.
144
D emonstration : Il sut decrire |u+v|
2
H
+|uv|
2
H
= (u+v/u+v) +(uv/uv) et de developper
les produits scalaires.
Remarque 6.11
1. On peut se demander si deux produits scalaires (sur un meme espace vectoriel) peuvent induire la
meme norme. La reponse est non. En eet, le produit scalaire est entièrement determine par
la norme quil induit. Par exemple, dans le cas dun e.v. reel, si le produit scalaire (/) induit la
norme | |, on a, pour tout u, v, (u/v) =
1
4
(|u +v|
2
|u v|
2
).
2. On se donne maintenant un e.v.n. note H. Comment savoir si la norme est induite ou non par un
produit scalaire ? On peut montrer que la norme est induite par un produit scalaire si et seulement
si lidentite du parallelogramme (6.18) est vraie pour tout u, v H. Ceci est surtout utile pour
montrer quune norme nest pas induite par un produit scalaire (on cherche u, v H ne veriant
pas (6.18)).
Denition 6.8 (Orthogonal) Soit H un espace de Hilbert (reel ou complexe).
1. Soit u, v H. On dit que u et v sont orthogonaux (et on note uv) si (u/v) = 0.
2. Soit A H. On appelle orthogonal de A lensemble A
= u H; (u/v) = 0 pour tout v A.

Proposition 6.14 Soient H un espace de Hilbert (reel ou complexe) et A H. Alors :
1. A
est un s.e.v. ferme de H,

2. A
= A
,
3. A (A
(que lon note aussi A
).
D emonstration :
1. Soit u
1
, u
2
A
et
1
,
2
K (K = R ou K = C selon que H est un hilbert reel ou complexe).
Pour tout v A, on a (
1
u
1
+
2
u
2
/v) =
1
(u
1
/v) +
2
(u
2
/v) = 0. Donc,
1
u
1
+
2
u
2
A
. Ce
qui montre que A
est un s.e.v. de H.
Soit (u
n
)
nN
A
t.q. u
n
u dans H, quand n . Lapplication w (w/v) est continue de
H dans K (voir la remarque (6.10)) pour tout v H. Soit v A, de (u
n
/v) = 0 on deduit donc
que (u/v) = 0. Ce qui montre que u A
et donc que A
est ferme.
2. Comme A A, on a A
.
Soit maintenant u A
. On veut montrer que u A
.
Soit v A, il existe (v
n
)
nN
A t.q. v
n
v dans H quand n . Comme (u/v
n
) = 0 pour
tout n N, on en deduit, par continuite de w (u/w), que (u/v) = 0. Donc u A
. ce qui
donne A
.
Finalement, on a bien montre A
= A
.
3. Soit v A. On a (u/v) = 0 pour tout u A
, donc (v/u) = 0 pour tout u A
, ce qui donne
v (A
145
Remarque 6.12 dans le dernier item de la proposition precedente, on peut se demander si A = A
.
On montrera, dans la section suivante que ceci est vrai si A est s.e.v. ferme (ce qui est aussi une condition
necessaire).
On termine cette section avec le theorème de Pythagore.
Theorème 6.5 (Pythagore)
Soient H un espace de Hilbert (reel ou complexe) et u
1
, . . . , u
n
H t.q. (u
i
/u
j
) = 0 si i ,= j. Alors :
|
n
i=1
u
i
|
2
H
=
n
i=1
|u
i
|
2
H
. (6.19)
D emonstration :
La demonstration de ce resultat est immediate, par recurrence sur n :
Legalite (6.19) est vraie pour n = 1 (et tout u
1
H).
Soit n N. On suppose que (6.19) est vraie (pour tout u
1
, . . . , u
n
H). Soit u
1
, . . . , u
n+1
H. On
pose y =
n
i=1
u
i
, de sorte que
|
n+1
i=1
u
i
|
2
H
= |y +u
n+1
|
2
H
= (y +u
n+1
/y +u
n+1
) = (y/y) + (y/u
n+1
) + (u
n+1
/y) + (u
n+1
/u
n+1
).
Comme (y/u
n+1
) = 0 = (u
n+1
/y), on en deduit, avec lhypothèse de recurrence, que |
n+1
i=1
u
i
|
2
H
=
n+1
i=1
|u
i
|
2
H
.
6.2.2 Projection sur un convexe ferme non vide
Remarque 6.13 Soit E un ensemble muni dune distance, notee d (E est alors un espace metrique).
Soit A E. On pose d(x, A) = inf
yA
d(x, y). Il nexiste pas toujours de x
0
A t.q. d(x, x
0
) = d(x, A)
et, si un tel x
0
existe, il peut etre non unique. Par exemple, dans le cas o` u A est compact (pour la
topologie induite par d), x
0
existe mais peut etre non unique.
Dans le cas o` u il existe un et un seul x
0
A t.q. d(x, x
0
) = d(x, A), x
0
est appele projection de x sur
A.
Lobjectif de cette section est de montrer lexistence et lunicite de x
0
dans le cas o` u A est une partie
convexe fermee non vide dun espace de Hilbert (et d la distance induite par la norme de lespace de
Hilbert).
Denition 6.9 (Partie convexe) Soit E un e.v. sur K, avec K = R ou K = C. Soit C E. On dit
que C est convexe si :
u, v C, t [0, 1] tu + (1 t)v C.
Theorème 6.6 (Projection sur un convexe ferme non vide)
Soient H un espace de Hilbert (reel ou complexe) et C H une partie convexe fermee non vide. Soit
x H. Alors, il existe un et un seul x
0
C t.q. d(x, x
0
) = d(x, C) = inf
yC
d(x, y) (avec d(x, y) =
|x y|
H
). On note x
0
= P
C
(x). P
C
est donc une application de H dans H (dont limage est egale à
C). On ecrit souvent P
C
x au lieu de P
C
(x).
146
D emonstration :
Existence de x
0
.
On pose d = d(x, C) = inf
yC
d(x, y). Comme C ,= , il existe une suite (y
n
)
nN
C t.q. d(x, y
n
) d
quand n . On va montrer que (y
n
)
nN
est une suite de Cauchy en utilisant lidentite du parallelo-
gramme (6.18) (ce qui utilise la structure hilbertienne de H) et la convexite de C.
Lidentite du parallelogramme donne
|y
n
y
m
|
2
H
= |(y
n
x) (y
m
x)|
2
H
= |(y
n
x) + (y
m
x)|
2
H
+ 2|y
n
x|
2
H
+ 2|y
m
x|
2
H
,
et donc
|y
n
y
m
|
2
H
= 4|
y
n
+y
m
2
x|
2
H
+ 2|y
n
x|
2
H
+ 2|y
m
x|
2
H
. (6.20)
Comme C est convexe, on a
y
n
+y
m
2
C et donc d |
y
n
+y
m
2
x|
H
. On deduit alors de (6.20) :
|y
n
y
m
|
2
H
4d
2
+ 2|y
n
x|
2
H
+ 2|y
m
x|
2
H
. (6.21)
Comme d(y
n
, x) = |y
n
x|
H
d quand n , on deduit de (6.21) que la suite (y
n
)
nN
est de Cauchy.
Comme H est complet, il existe donc x
0
H t.q. y
n
x
0
quand n . Comme C est fermee, on
a x
0
C. Enn, comme |x y
n
|
H
d quand n , on a, par continuite (dans H) de z |z|
H
,
d(x, x
0
) = |x x
0
|
H
= d = d(x, C). Ce qui termine la partie existence.
Unicite de x
0
. Soit y
1
, y
2
C t.q. d(x, y
1
) = d(x, y
2
) = d(x, C) = d. On utilise encore lidentite du
parallelogramme. Elle donne (voir (6.20)) :
|y
1
y
2
|
2
H
= 4|
y
1
+y
2
2
x|
2
H
+ 2|y
1
x|
2
H
+ 2|y
2
x|
2
H
= 4|
y
1
+y
2
2
x|
2
H
+ 4d
2
.
Comme
y
1
+y
2
2
C On a donc d |
y
1
+y
2
2
x|
H
et donc |y
1
y
2
|
2
H
4d
2
+ 4d
2
= 0. Donc y
1
= y
2
.
Ce qui termine la partie unicite.
Remarque 6.14 Le theorème precedent est, en general, faux si on remplace Hilbert par Banach.
Un exemple de non existence est donne à lexercice 6.24 (et il est facile de trouver des exemples de non
unicite).
On donne maintenant deux caracterisations importantes de la projection. La première est valable pour
tout convexe ferme non vide alors que la deuxième ne concerne que les s.e.v. fermes.
Proposition 6.15 (Première caracterisation de la projection)
Soient H un espace de Hilbert (reel ou complexe) et C H une partie convexe fermee non vide. Soient
x H et x
0
C.
1. On suppose que H est un Hilbert reel. Alors :
x
0
= P
C
x (x x
0
/x
0
y) 0, pour tout y C. (6.22)
2. On suppose que H est un Hilbert complexe. Alors :
x
0
= P
C
x 1(x x
0
/x
0
y) 0, pour tout y C. (6.23)
147
D emonstration :
Cas dun Hilbert reel
Sens ()
On veut montrer que (x x
0
/x
0
y) 0, pour tout y C. Comme x
0
= P
C
x, on a |x x
0
|
2
H

|x z|
2
H
pour tout z C. Soit y C. On prend z = ty + (1 t)x
0
avec t ]0, 1]. Comme C est
convexe, on a z C et donc
|x x
0
|
2
H
|x z|
2
H
= (x x
0
t(y x
0
)/x x
0
t(y x
0
))
= |x x
0
|
2
H
+t
2
|y x
0
|
2
H
2t(x x
0
/y x
0
).
On en deduit
2t(x x
0
/y x
0
) t
2
|y x
0
|
2
H
0.
On divise cette inegalite par t (on rappelle que t > 0) pour obtenir
2(x x
0
/y x
0
) t|y x
0
|
2
H
0,
ce qui donne, en faisant tendre t vers 0 :
(x x
0
/x
0
y) 0.
Sens ()
On veut montrer que x
0
= P
C
x, cest-à-dire |x x
0
|
2
H
|x y|
2
H
pour tout y C.
Soit y C, on a |xy|
2
H
= |xx
0
+x
0
y|
2
H
= |xx
0
|
2
H
+|x
0
y|
2
H
+2(xx
0
/x
0
y) |xx
0
|
2
H
car |x
0
y|
2
H
0 et 2(x x
0
/x
0
y) 0.
Cas dun Hilbert complexe
La demonstration est très voisine.
Sens ()
On veut montrer que 1(x x
0
/x
0
y) 0, pour tout y C.
En reprenant les memes notations que dans le cas Hilbert reel et en suivant la meme demarche,
on obtient :
|x x
0
|
2
H
|x z|
2
H
= (x x
0
t(y x
0
)/x x
0
t(y x
0
))
= |x x
0
|
2
H
+t
2
|y x
0
|
2
H
2t1(x x
0
/y x
0
).
On en deduit
2t1(x x
0
/y x
0
) t
2
|y x
0
|
2
H
0.
On divise cette inegalite par t (on rappelle que t > 0) pour obtenir
21(x x
0
/y x
0
) t|y x
0
|
2
H
0,
ce qui donne, en faisant tendre t vers 0 :
1(x x
0
/x
0
y) 0.
148
Sens ()
0
= P
C
x, cest-à-dire |x x
0
|
2
H
|x y|
2
H
pour tout y C.
Soit y C, on a |xy|
2
H
= |xx
0
+x
0
y|
2
H
= |xx
0
|
2
H
+|x
0
y|
2
H
+21(xx
0
/x
0
y) |xx
0
|
2
H
car |x
0
y|
2
H
0 et 21(x x
0
/x
0
y) 0.
Remarque 6.15 On prend comme espace de Hilbert reel H = L
2
R
(E, T, m) (avec E ,= ) et on prend
C = f H: f 0 p.p.. On peut montrer que C est une partie convexe fermee non vide et que
P
C
f = f
+
pour tout f H. Ceci est fait dans lexercice 6.23.
Un s.e.v. ferme est, en particulier, un convexe ferme non vide. On peut donc denir la projection sur un
s.e.v. ferme. On donne maintenant une caracterisation de la projection dans ce cas particulier.
Proposition 6.16 (Deuxième caracterisation de la projection)
Soient H un espace de Hilbert (reel ou complexe) et F un s.e.v. ferme de H. Soient x H et x
0
F.
Alors :
x
0
= P
F
x (x x
0
) F
. (6.24)
D emonstration :
Cas dun Hilbert reel
Sens ()
0
= P
F
x. On utilise la première caracterisation. Soit y F. Comme
(x x
0
) F
, on a (x x
0
/x
0
y) = 0 0 (car x
0
y F). Donc, la proposition 6.15 donne
x
0
= P
F
x.
Sens ()
0
) F
. La première caracterisation (proposition 6.15) donne (x

x
0
/x
0
y) 0 pour tout y F. Soit z F. On choisit y = x
0
+z F (car F est un s.e.v.) pour
obtenir (xx
0
/z) 0 et y = x
0
z F pour obtenir (xx
0
/z) 0. On en deduit (xx
0
/z) = 0.
Ce qui donne que (x x
0
) F
.
Cas dun Hilbert complexe
La demonstration est très voisine.
Sens ()
0
= P
F
x. Soit y F. Comme (x x
0
) F
, on a (x x
0
/x
0
y) = 0 (car
x
0
y F). On a donc 1(x x
0
/x
0
y) = 0. Donc, la proposition 6.15 donne x
0
= P
F
x.
Sens ()
0
) F
. La première caracterisation (proposition 6.15) donne 1(x

x
0
/x
0
y) 0 pour tout y F. Soit z F. On choisit y = x
0
z F (car F est un s.e.v.) avec
= (x x
0
/z) pour obtenir 1(x x
0
/z) 0. Mais (x x
0
/z) = (x x
0
/z) = [(x x
0
/z)[
2
.
Donc, 0 1(x x
0
/z) = [(x x
0
/z)[
2
. On en deduit (x x
0
/z) = 0. Ce qui donne que
(x x
0
) F
.
149
Denition 6.10 (Projection orthogonale et projecteurs algebriques)
1. Soient H un espace de Hilbert (reel ou complexe) et F H un s.e.v. ferme de H. Loperateur P
F
sappelle projecteur orthogonal sur F. Si u H, P
F
u sappelle la projection orthogonale de u sur
F.
2. (Rappel algebrique) Soit E un e.v. sur K (K = R ou K = C). Soient F, G deux s.e.v. de E t.q.
E = F G. Pour x E, il existe donc un et un seul couple (y, z) F G t.q. x = y + z. On
pose y = Px et donc z = (I P)x (o` u I est lapplication identite). P et I P sont les projecteurs
associes à la decomposition E = F G. Ce sont des applications lineaires de E dans E. Limage
de P est egale ` a F et Limage de I P est egale à G. Dans le prochain theorème, on va comparer
la projection orthogonale et des projecteurs algebriques particuliers.
Theorème 6.7
Soient H un espace de Hilbert (reel ou complexe) et F un s.e.v. ferme de H. Alors :
1. H = F F
,
2. P
F
(projecteur orthogonal sur F) est egal au projecteur algebrique sur F associe ` a la decomposition
H = F F
.
3. F = F
.
D emonstration : On rappelle que lon a dejà vu que F
est un s.e.v. ferme.

1. Soit u H. On a u = (u P
F
u) + P
F
u. La 2eme caracterisation (proposition 6.16) donne
(u P
F
u) F
. Comme P
F
u F, on en deduit que H = F +F
.
Soit maintenant u FF
. On doit donc avoir (u/u) = 0, ce qui donne u = 0 et donc FF
= 0.
On a donc H = F F
.
2. Soit u H. Comme u = P
F
u + (u P
F
u), avec P
F
u F et (u P
F
u) F
, on voit que P
F
est egal au projecteur algebrique sur F associe à la decomposition H = F F
. (Noter aussi que

(I P
F
) est egal au projecteur algebrique sur F
associe à la decomposition H = F F
.)
3. Il reste à montrer que F = F
.
On a dejà vu que F F
.
Soit u F
. On a u = (u P
F
u) +P
F
u. La 2eme caracterisation (proposition 6.16) donne
(u P
F
u) F
et on a aussi (u P
F
u) F
car u F
et P
F
u F F
. On a donc
(u P
F
u) F
= 0. Donc u = P
F
u F. On a donc montre que F
F.
Finalement, on a bien montre que F = F
.
Le theorème 6.7 a un corollaire très utile :
150
Corollaire 6.1
Soient H un espace de Hilbert (reel ou complexe) et F un s.e.v. de H. Alors :
F = H F
= 0.
D emonstration : F est un s.e.v. ferme de H. Le theorème 6.7 donne donc H = F (F)
. On a dejà
vu que (F)
= F
, on a donc
H = F F
,
do` u lon deduit
F = H F
= 0.
6.2.3 Theorème de Representation de Riesz
Remarque 6.16 On rappelle ici la denition 6.7 et la remarque 6.10. Soit H est un Banach reel ou
complexe. On note H
(ou L(H, K)) lensemble des applications lineaires continues de H dans K (avec
K = R pour un Banach reel et K = C pour un Banach complexe). On rappelle que H
est lensemble
des applications lineaires de H dans K. On a donc H
. Si H est de dimension nie, on a H
= H
,
mais si H est de dimension innie, on peut montrer que H
,= H
.
1. Si T H
, on rappelle que T est continue si seulement si il existe k R t.q. [T(u)[ k|u|

H
, pour
tout u H.
2. Si T H
, on pose |T|
H
= sup
uH\{0}
|T(u)|
u
H
. On rappelle que | |
H
est bien une norme sur H
et
que H
, muni de cette norme, est aussi un espace de Banach (sur K). Noter que ceci est aussi vrai
si H est un e.v.n. non complet. Noter aussi que, si T H
et u H, on a [T(u)[ |T|
H
|u|
H
.
3. On suppose maintenant que H un espace de Hilbert (reel ou complexe). Pour v H, on pose
v
(u) = (u/v) pour tout u H. Grace à linegalite de Cauchy-Schwarz ((6.14) ou (6.15)), on a
[
v
(u)[ |u|
H
|v|
H
. On a donc
v
H
et |
v
|
H
|v|
H
. En remarquant que
v
(v) = |v|
2
H
,
on montre alors que |
v
|
H
= |v|
H
.
On considère maintenant lapplication : H H
denie par (v) =

v
pour tout v H.
Si K = R, est une application lineaire de H dans H
car, pour tout v, w H et tout , R,
v+w
(u) = (u/v +w) = (u/v) +(u/w) =
v
(u) +
w
(u), pour tout u H,
ce qui donne
v+w
=
v
+
w
. Lapplication est donc une isometrie (lineaire) de H
sur Im() H
. (En particulier est donc injective.)

Si K = C, est une application anti-lineaire de H dans H
car, pour tout v, w H et tout

, R,
v+w
(u) = (u/v +w) = (u/v) +(u/w) =
v
(u) +
w
(u), pour tout u H,
ce qui donne
v+w
=
v
+
w
. Lapplication est donc une isometrie (anti-lineaire) de
H sur Im() H
. (En particulier est donc, ici aussi, injective.)

151
Lobjectif du theorème de representation de Riesz (theorème 6.8) est de montrer que lapplication
est surjective, cest-à-dire que Im() = H
.
Theorème 6.8
Soit H un espace de Hilbert (reel ou complexe). Soit T H
. Alors, il existe un et un seul v H t.q.

T(u) = (u/v), pour tout u H. (6.25)
Lapplication denie dans la remarque 6.16 est donc surjective (le resultat ci dessus donne T =
v
).
D emonstration :
Existence de v
On pose F = Ker(T). Comme T est lineaire et continue, F est un s.e.v. ferme de H. Le theorème 6.7
donne donc H = F F
. On distingue deux cas :

Cas 1. On suppose ici que T = 0. On a alors F = E et il sut de prendre v = 0 pour avoir (6.25).
Cas 2. On suppose maintenant que T ,= 0. On a donc F ,= H et donc F
,= 0 (car H = F F
).
Il existe donc v
0
F
, v
0
,= 0. Comme v
0
, F, on a T(v
0
) ,= 0.
Pour u H, on a alors
u = u
T(u)
T(v
0
)
v
0
+
T(u)
T(v
0
)
v
0
. (6.26)
On remarque que u
T(u)
T(v
0
)
v
0
F car
T(u
T(u)
T(v
0
)
v
0
) = T(u)
T(u)
T(v
0
)
T(v
0
) = 0.
Donc, comme v
0
F
, (u
T(u)
T(v
0
)
v
0
/v
0
) = 0 et (6.26) donne
(u/v
0
) = (
T(u)
T(v
0
)
v
0
/v
0
) =
T(u)
T(v
0
)
(v
0
/v
0
),
do` u lon deduit
T(u) =
T(v
0
)
(v
0
/v
0
)
(u/v
0
).
On pose v =
T(v
0
)
(v
0
/v
0
)
v
0
si K = R et v =
T(v
0
)
(v
0
/v
0
)
v
0
si K = C. On a bien
T(u) = (u/v), pour tout u H,
cest-à-dire T =
v
(avec les notations de la remarque 6.16).
Dans les 2 cas on a bien trouve v H veriant (6.25).
Unicite de v
Soit v
1
, v
2
H t.q. T =
v
1
=
v
2
(avec les notations de la remarque 6.16). Comme est lineaire (si
K = R) ou anti-lineaire (si K = C), on en deduit
v
1
v
2
=
v
1

v
2
= 0. Comme est une isometrie,
on a donc v
1
= v
2
, ce qui donne la partie unicite du theorème.
152
Remarque 6.17 Soit H un espace de Hilbert (reel ou complexe). Soit T H
. T est donc une

application lineaire de H dans K(= R ou C), non continue. On pose F = Ker(T). La demonstration du
theorème 6.8 permet alors de montrer que F
= 0 et donc F = H (dans un Hilbert H, le noyau dune

forme lineaire non continue est donc toujours dense dans H). En eet, on raisonne par labsurde :
si F
,= 0, il existe v
0
F
, v
0
,= 0. le raisonnement fait pour demontrer le theorème 6.8 donne alors
T(u) = (u/v) pour tout u H, avec v =
T(v
0
)
(v
0
/v
0
)
v
0
si K = R et v =
T(v
0
)
(v
0
/v
0
)
v
0
si K = C. On en deduit que
T est continu, contrairement à lhypothèse de depart.
On a donc F
= 0 et donc F
= F
= 0. On en deduit, comme H = F F
(par le theorème 6.7,

car F est toujours un s.e.v. ferme), que H = F.
Remarque 6.18 (Structure hilbertienne de H
) Soit H un espace de Hilbert (reel ou complexe).

On sait dejà que H
(avec la norme habituelle, voir la remarque 6.16) est un espace de Banach. Le

theorème 6.8 permet aussi de montrer que H
est un espace de Hilbert. En eet, en prenant les notations

de la remarque 6.16, lapplication est un isometrie bijective, lineaire ou anti-lineaire de H dans H
.
Cela sut pour montrer que lidentite du parallelogramme (identite (6.18)) est vraie sur H
et donc que
H
est une espace de Hilbert (voir la remarque (6.11)). Mais on peut meme construire le produit scalaire
sur H
(induisant la norme usuelle de H
) :
Soient T
1
, T
2
H
. Par le theorème 6.8, il existe v

1
, v
2
H t.q. T
1
=
v
1
et T
2
=
v
2
. On pose
(T
1
/T
2
)
H
= (v
2
/v
1
)
H
(o` u (/)
H
designe ici le produit scalaire dans H). Il est facile de voir que (/)
H
est un produit scalaire sur H
. Il induit bien la norme usuelle de H
car (T
1
/T
1
)
H
= (v
1
/v
1
)
H
= |v
1
|
2
H
=
|
v
1
|
2
H
= |T
1
|
2
H
car est une isometrie.
6.2.4 Bases hilbertiennes
Soient E un e.v. sur K, K = R ou C, et B = e
i
, i I E une famille delements de E (lensemble I
est quelconque, il peut etre ni, denombrable ou non denombrable). On rappelle que B = e
i
, i I E
est une base (algebrique) de E si B verie les deux proprietes suivantes :
1. B est libre, cest-à-dire :
iJ

i
e
i
= 0, avec
J I, card(J) < ,
i
K pour tout i J,
_
_
_
i
= 0 pour tout i J,
2. B est generatrice, cest-à-dire que pour tout u E, il existe J I, card(J) < , et il existe
(
i
)
iJ
K t.q. u =
iJ

i
e
i
.
En notant vecte
i
, i I lespace vectoriel engendre par la famille e
i
, i I, le fait que B soit generatrice
secrit donc : E = vecte
i
, i I.
On rappelle aussi que tout espace vectoriel admet des bases (algebriques). Cette propriete se demontre à
partir de laxiome du choix.
Dans le cas dun espace de Hilbert, on va denir maintenant une nouvelle notion de base : la notion de
base hilbertienne.
Denition 6.11 Soient H un espace de Hilbert sur K, K = R ou C, et B = e
i
, i I H une famille
delements de H (lensemble I est quelconque). La famille B est une base hilbertienne de H si elle verie
les deux proprietes suivantes :
153
1. (e
i
/e
j
) =
i,j
=
_
1 si i = j,
0 si i ,= j,
pour tout i, j I.
2. vecte
i
, i I = H. On rappelle que vecte
i
, i I =
iJ

i
e
i
, J I, card(J) < , (
i
)
iJ

K.
Remarque 6.19 Soit H un espace de Hilbert sur K, K = R ou C.
1. Si H est de dimension nie, il existe des bases hilbertiennes (qui sont alors aussi des bases al-
gebriques). Le cardinal dune base hilbertienne est alors egal à la dimension de H puisque, par
denition, la dimension de H est egal au cardinal dune base algebrique (ce cardinal ne dependant
pas de la base choisie). La demonstration de lexistence de bases hilbertiennes suit celle de la propo-
sition 6.17 (la recurrence dans la construction de la famille des e
n
sarrete pour n = dim(H) 1,
voir la preuve de la proposition 6.17).
2. Si H est de dimension innie et que H est separable (voir la denition 6.12), il existe des bases
hilbertiennes denombrables (voir la proposition 6.17).
3. Si H est de dimension innie et que H est non separable, il existe toujours des bases hilbertiennes
(ceci se demontre avec laxiome du choix), mais elles ne sont plus denombrables.
Denition 6.12 Soit E un e.v.n. sur K, K = R ou C. On dit que E est separable si il existe A E
t.q. A = E et A au plus denombrable.
Proposition 6.17 Soit H un espace de Hilbert sur K, K = R ou C, de dimension innie. On suppose
que H est separable . Alors, il existe B = e
i
, i N H , base hilbertienne de H.
D emonstration : Comme H est separable, il existe une famille f
n
, n N H dense dans H, cest-
à-dire t.q. f
n
, n N = H.
On va construire, par une recurrence sur n, une famille e
n
, n N t.q. :
1. (e
n
/e
m
) =
n,m
pour tout n, m N,
2. f
0
, . . . , f
n
vecte
0
, . . . , e
n
pour tout n N.
On aura alors trouve une base hilbertienne car on aura f
i
vecte
n
, n N, pour tout i N, et donc
H = f
n
, n N e
n
, n N H, do` u H = e
n
, n N. Avec la propriete (e
n
/e
m
) =
n,m
pour
tout n, m N, ceci donne bien que e
n
, n N est une base hilbertienne de H.
On construit maintenant la famille e
n
, n N.
Construction de e
0
Soit (0) = mini N; f
i
,= 0 (les f
i
ne sont pas tous nuls car H ,= 0). On prend e
0
=
f
(0)
f
(0)
, de
sorte que (e
0
/e
0
) = 1 et f
0
vecte
0
(car f
0
= |f
0
|e
0
, meme si (0) ,= 0).
Construction de e
n+1
Soit n N. On suppose construits e
0
, . . . , e
n
t.q.
(e
p
/e
m
) =
p,m
pour tout p, m 0, . . . , n,
f
0
, . . . , f
p
vecte
0
, . . . , e
p
pour tout p 0, . . . , n.
154
(Ce qui est verie pour n = 0 grace à la construction de e
0
.)
On construit maintenant e
n+1
t.q. les deux assertions precedentes soient encore vraies avec n +1 au lieu
de n.
Un sous espace vectoriel de dimension nie est toujours ferme, donc vecte
0
, . . . , e
n
= vecte
0
, . . . , e
n
.
Si f
i
vecte
0
, . . . , e
n
pour tout i N, on a alors f
i
, i N vecte
0
, . . . , e
n
et donc H =
vectf
i
, i N vecte
0
, . . . , e
n
= vecte
0
, . . . , e
n
. Ce qui prouve que H est de dimension nie (et
dim(H) = n + 1). Comme H est de dimension innie, il existe donc i N t.q. f
i
, vecte
0
, . . . , e
n
(dans le cas o` u H est dimension nie, la construction de la famille des e

n
sarrete pour n = dim(H) 1
et on obtient une base hilbertienne avec e
0
, . . . , e
n
). On pose alors (n + 1) = mini N; f
i
,
vecte
0
, . . . , e
n
. On a donc, en particulier, (n+1) n+1. En prenant e
n+1
= f
(n+1)
n
i=0
i
e
i
avec
i
= (f
(n+1)
/e
i
) pour tout i 0, . . . , n, on remarque que e
n+1
,= 0 (car f
(n+1)
, vecte
0
, . . . , e
n
)
et que ( e
n+1
/e
i
) = 0 pour tout i 0, . . . , n. Il sut alors de prendre e
n+1
=
e
n+1
e
n+1
pour avoir
(e
p
/e
m
) =
p,m
pour tout p, m 0, . . . , n + 1. Enn, il est clair que f
n+1
vecte
0
, . . . , e
n+1
car on
a f
n+1
= | e
n+1
|e
n+1
+
n
i=0
i
e
i
vecte
0
, . . . , e
n+1
si (n + 1) = n + 1 et f
n+1
vecte
0
, . . . , e
n
si
(n + 1) > n + 1.
On a donc bien trouve e
n+1
t.q.
(e
p
/e
m
) =
p,m
pour tout p, m 0, . . . , n + 1,
f
0
, . . . , f
p
vecte
0
, . . . , e
p
pour tout p 0, . . . , n + 1.
Ce qui conclut la construction de la famille e
n
, n N veriant les deux assertions demandees. Comme
cela a dejà ete dit, la famille e
n
, n N est alors une base hilbertienne de H.
La proposition 6.17 montre donc que tout espace de Hilbert separable, et de dimension innie, admet une
base hilbertienne denombrable. On peut aussi demontrer la reciproque de ce resultat, cest-à-dire que
tout espace de Hilbert admettant une base hilbertienne denombrable est separable et de dimension innie
(cf. exercice 6.22). La proposition suivante sadresse donc uniquement aux espaces de Hilbert separables.
Proposition 6.18 Soient H un espace de Hilbert sur K, K = R ou C. et e
n
, n N une base
hilbertienne de H (lespace H est donc separable et de dimension innie (cf. exercice 6.22) et, dans ce
cas, une telle base existe daprès la proposition 6.17). Alors :
1. (Identite de Bessel) |u|
2
=
nN
[(u/e
n
)[
2
, pour tout u H,
2. u =
nN
(u/e
n
)e
n
, pour tout u H, cest-à-dire

n
i=0
(u/e
i
)e
i
u dans H, quand n ,
3. soient u H et (
n
)
nN
K t.q. u =

nN
n
e
n
(cest-` a-dire

n
i=0
i
e
i
u dans H quand
n ), alors
i
= (u/e
i
) pour tout i N,
4. (identite de Parseval) (u/v) =
nN
(u/e
n
)(v/e
n
), pour tout u, v H.
D emonstration : Pour n N, on pose F
n
= vecte
0
, . . . , e
n
. F
n
est donc un s.e.v. ferme de H (on a
dim(F
n
) = n + 1 et on rappelle quun espace de dimension nie est toujours complet, F
n
est donc ferme
dans H).
On remarque que F
n
F
n+1
pour tout n N, que
nN
F
n
= vecte
i
, i N et donc que
nN
F
n
= H
(car e
i
, i N est une base hilbertienne de H).
Soit u H. La suite (d(u, F
n
))
nN
est decroissante (car F
n
F
n+1
), on a donc d(u, F
n
) l quand
n , avec l 0. On va montrer que l = 0. En eet, pour tout > 0, il existe v
nN
F
n
t.q.
155
d(v, u) (car
nN
F
n
= H). Il existe donc n N t.q. v F
n
. On a alors d(u, F
n
) , ce qui prouve
que l . Comme > 0 est arbitraire, on a bien montre que l = 0.
On utilise maintenant le theorème dexistence et dunicite de la projection sur un convexe ferme non vide
(theorème 6.6). Il donne lexistence (et lunicite) de u
n
= P
F
n
u F
n
t.q. d(u
n
, u) = d(u, F
n
), pour tout
n N. On a alors u = (uu
n
)+u
n
et la deuxième caracterisation de la projection (proposition 6.16) donne
que (uu
n
) F
n
. Le theorème de Pythagore (theorème 6.5) donne enn que |u|
2
= |u
n
|
2
+|uu
n
|
2
.
Comme |u u
n
| = d(u, u
n
) = d(u, F
n
) 0 quand n , on en deduit que
|u
n
|
2
0, quand n . (6.27)
Soit n N. Comme u
n
F
n
= vecte
0
, . . . , e
n
, on a u
n
=

n
i=0
i
e
i
avec
i
= (u
n
/e
i
) pour tout
i 0, . . . , n (car (e
i
/e
j
) =
i,j
pour tout i, j). Puis, comme (u u
n
) F
n
, on a (u u
n
/e
i
) = 0 pour
tout i 0, . . . , n, do` u lon deduit que
i
= (u/e
i
) pour tout i 0, . . . , n. On a donc montre que
u
n
=
n
i=0
(u/e
i
)e
i
. Ce qui, avec le theorème de Pythagore, donne |u
n
|
2
=
n
i=0
[(u/e
i
)[
2
. On obtient
donc, avec (6.27) le premier item de la proposition, cest-à-dire lidentite de Bessel.
On montre maintenant le deuxième item de la proposition. En reprenant les notations precedentes, on
a, pour u H, u = (u u
n
) +u
n
et (u u
n
) 0 dans H quand n (car |u u
n
| = d(u, F
n
)). On
a donc u
n
u dans H quand n . Ceci donne bien le deuxième item de la proposition car on a vu
que u
n
=
n
i=0
(u/e
i
)e
i
.
Pour montrer le troisième item de la proposition, on suppose que (
i
)
iN
K est t.q.

n
i=0
i
e
i
u
dans H quand n . Soit j N. On remarque que (
n
i=0
i
e
i
/e
j
) =

n
i=0
i
(e
i
/e
j
) =
j
pour
n j. En utilisant la continuite du produit scalaire par rapport à son premier argument (ce qui est une
consequence simple de linegalite de Cauchy-Schwarz), on en deduit (faisant n ) que (u/e
j
) =
j
.
Ce qui prouve bien le troisième item de la proposition.
Enn, pour montrer lidentite de Parseval, on utilise la continuite du produit scalaire par rapport à ses
deux arguments (ce qui est aussi une consequence de linegalite de Cauchy-Schwarz), cest-à-dire le fait
que
u
n
u dans H, quand n ,
v
n
v dans H, quand n ,
_
(u
n
/v
n
) (u/v) quand n . (6.28)
Pour u, v H, on utilise (6.28) avec u
n
=
n
i=0
(u/e
i
)e
i
et v
n
=
n
i=0
(v/e
i
)e
i
. On a bien u
n
u et v
n

v (daprès le deuxième item) et on conclut en remarquant que (u
n
/v
n
) =
n
i=0
n
j=0
(u/e
i
)(v/e
j
)(e
i
/e
j
) =
n
i=0
(u/e
i
)(v/e
i
).
Remarque 6.20 Soit H un espace de Hilbert sur K, K = R ou C, separable et de dimension innie.
1. Soit e
n
, n N une base hilbertienne de H et soit : N N bijective. On pose e
n
= e
(n)
.
Comme e
n
, n N = e
n
, n N, la famille e
n
, n N est donc aussi une base hilbertienne de
H. On peut donc appliquer la proposition 6.18 avec la famille e
n
, n N ou avec la famille e
n
,
n N. Le deuxième item de la proposition 6.18 donne alors, pour tout u H,
u =
nN
(u/e
n
)e
n
=
nN
(u/e
(n)
)e
(n)
.
156
Ceci montre que la serie

nN
(u/e
n
)e
n
est commutativement convergente (cest-à-dire quelle
est convergente, dans H, quel que soit lordre dans lequel on prend les termes de la serie et la
somme de la serie ne depend pas de lordre dans lequel les termes ont ete pris). Noter pourtant
que cette serie peut ne pas etre absolument convergente. On peut remarquer, pour donner un
exemple, que la suite (
n
i=0
1
i+1
e
i
)
nN
H est de Cauchy, donc converge, dans H, quand n ,
vers un certain u. Pour cet element u de H, on a (u/e
i
) =
1
i+1
pour tout i N. La serie
nN
(u/e
n
)e
n
est donc commutativement convergente mais nest pas absolument convergente car
nN
|(u/e
n
)e
n
| =
nN
1
n+1
= (voir à ce propos le corrige 107). Lexercice 6.32 complète cet
exemple en construisant une isometrie bijective naturelle entre H et l
2
.
Par contre, on rappelle que, dans R ou C, une serie est commutativement convergente si et seulement
si elle est absolument convergente (voir lexercice 2.29). On peut dailleurs remarquer que la serie
donnee à litem 4 de la proposition 6.18 est commutativement convergente (pour la meme raison
que pour la serie de litem 2, donnee ci dessus) et est aussi absolument convergente. En eet, pour
u, v H, on a [(u/e
i
)(v/e
i
)[ [(u/e
i
)[
2
+ [(v/e
i
)[
2
pour tout i N, ce qui montre bien (grace à
lidentite de Bessel) que la serie
nN
(u/e
n
)(v/e
n
) est absolument convergente (dans K).
2. Soit I un ensemble denombrable (un exemple interessant pour la suite est I = Z) et e
i
, i I H.
Soit : N I bijective. On pose, pour n N, e
n
= e
(n)
. On a alors e
i
, i I = e
n
, n N.
La famille e
i
, i I est donc une base hilbertienne si et seulement si la famille e
n
, n N est
une base hilbertienne.
Si la famille e
i
, i I est une base hilbertienne, on peut donc appliquer la proposition 6.18 avec
la famille e
n
, n N. On obtient, par exemple, que pour tout u H :
u =
nN
(u/e
(n)
)e
(n)
.
La somme de la serie

nN
(u/e
(n)
)e
(n)
ne depend donc pas du choix de la bijection entre N
et I et il est alors legitime de la noter simplement
iI
(u/e
i
)e
i
. Ceci est detaille dans la denition
6.13 et permet denoncer la proposition 6.19.
Denition 6.13 Soient H un espace de Hilbert (reel ou complexe) et I un ensemble denombrable. Soit
(u
i
)
iI
H. On dit que la serie

iI
u
i
est commutativement convergente si il existe u H t.q., pour
tout : N I bijective, on ait :
n
p=0
u
(p)
u, quand n .
On note alors u =
iI
u
i
.
Proposition 6.19 Soit H un espace de Hilbert sur K, K = R ou C. Soient I denombrable et e
i
, i I
une base hilbertienne de H (lespace H est donc separable et de dimension innie). Alors :
1. (Identite de Bessel) Pour tout u H, la serie

iI
[(u/e
i
)[
2
est commutativement convergente et
|u|
2
=
iI
[(u/e
i
)[
2
,
2. Pour tout u H, la serie

iI
(u/e
i
)e
i
est commutativement convergente et u =
iI
(u/e
i
)e
i
,
157
3. soient u H et (
n
)
nN
K t.q. la serie

iI

i
e
i
est commutativement convergente et u =
iI

i
e
i
, alors
i
= (u/e
i
) pour tout i I,
4. (identite de Parseval) Pour tout u, v H, la serie

iI
(u/e
i
)(v/e
i
) est commutativement conver-
gente et (u/v) =
iI
(u/e
i
)(v/e
i
)
D emonstration : La demonstration est immediate à partir de la proposition 6.18 et de la denition des
series commutativement convergentes (denition 6.13). Il sut de remarquer que e
(n)
, n N est une
base hilbertienne de H pour toute application : N I bijective (et dappliquer la proposition 6.18),
comme cela est indique dans la remarque 6.20 (deuxième item).
La proposition suivante donne une caracterisation très utile des bases hilbertiennes.
Proposition 6.20 (Caracterisation des bases hilbertiennes)
Soit H un espace de Hilbert reel ou complexe. Soit e
i
, i I H t.q. (e
i
/e
j
) =
i,j
pour tout i, j I.
Alors, e
i
, i I est une base hilbertienne si et seulement si :
u H, (u/e
i
) = 0 i I u = 0.
D emonstration : On pose F = vecte
i
, i I. F est s.e.v. de H.
On sait que e
i
, i I est une base hilbertienne si et seulement si F = H. Or, on a dejà vu (proposition
6.1) que F = H F
= 0. Donc, e
i
, i I est une base hilbertienne si et seulement si
u H, u F
u = 0.
Comme u F
si et seulement si (u/e
i
) = 0 pour tout i I, on en deduit que e
i
, i I est une base
hilbertienne si et seulement si
u H, (u/e
i
) = 0 i I u = 0.
On donne maintenant un exemple de base hilbertienne, cet exemple donne un resultat de convergence de
la serie de Fourier dune fonction periodique de R dans C.
Pour cet exemple, on prend H = L
2
C
(]0, 2[, B(]0, 2[), ), o` u designe la mesure de Lebesgue sur
B(]0, 2[). On rappelle que H est un espace de Hilbert complexe et que le produit scalaire sur H est
donne par (f/g)
2
=
_
fgd =
_
2
0
f(x)g(x)dx pour f, g H.
Pour n Z, on denit e
n
H par (en confondant e
n
avec son representant continu) :
e
n
(x) =
1
2
exp(inx), x ]0, 2[. (6.29)
La convergence dans H de la serie de Fourier de f H est alors donnee par la proposition suivante
(noter que cette proposition ne donne pas de convergence ponctuelle de la serie de Fourier, meme si f est
continue).
Proposition 6.21 (Series de Fourier) Soit H = L
2
C
(]0, 2[, B(]0, 2[), ). Alors :
1. La famille e
n
, n Z, o` u e
n
est donnee par (6.29), est une base hilbertienne de H.
158
2. Pour tout f H, la serie

nZ
(f/e
n
)
2
e
n
f =
nZ
(f/e
n
)
2
e
n
.
En particulier, on a
_
2
0
[f(x)
n
p=n
(f/e
p
)
2
e
p
(x)[
2
dx 0, quand n .
D emonstration : Pour demontrer que e
n
, n Z est une base hilbertienne, on utilise la proposition
6.20. Il sut donc de montrer :
1. (e
n
/e
m
)
2
=
n,m
pour tout n, m Z,
2. f H, (f/e
n
)
2
= 0 n Z f = 0.
Lassertion 1 est immediate car (e
n
/e
m
)
2
=
_
2
0
1
2
exp(i(n m)x)dx. Ce qui donne bien 0 si n ,= m et 1
si n = m.
Pour montrer lassertion 2, soit f H t.q. (f/e
n
)
2
= 0 pour tout n Z. On va montrer que f = 0
(cest-à-dire f = 0 p.p.) en raisonnant en plusieurs etapes.
Etape 1. On note P = vecte
n
, n Z (P est donc lensemble des polynomes trigonometriques). Par
antilinearite du produit scalaire de H par rapport à son deuxième argument, on a (f/g) = 0 pour tout
g P.
Etape 2. On note C
p
= g C([0, 2], C); g(0) = g(2). On peut montrer que P est dense dans
C
p
pour la norme de la convergence uniforme (denie par |g|
u
= maxg(x), x [0, 2]). On admet
ce resultat ici (cest une consequence du theorème de Stone-Weierstrass). Soit g C
p
, il existe donc
(g
n
)
nN
P t.q. g
n
g uniformement sur [0, 2]. On a donc |g
n
g|
u
= |g
n
g|
0 quand n .
Comme ([0, 2]) < , on en deduit que |g
n
g|
2
0 quand n . (Plus precisement, on a ici
| |
2

2| |
). Comme (f/g
n
)
2
= 0 pour tout n N (par letape 1), on en deduit (avec linegalite
de Cauchy-Schwarz) que (f/g)
2
= 0. On a donc (f/g)
2
= 0 pour tout g C
p
.
Etape 3. Soit g C([0, 2], C). Pour n N
on denit g
n
par :
g
n
(x) = g(x), si x [
1
n
, 2],
g
n
(x) = g(2) + (g(
1
n
) g(2))(nx), si x [0,
1
n
[,
de sorte que g
n
C
p
(noter que g
n
est ane entre 0 et
1
n
et verie g
n
(0) = g(2) et g
n
(
1
n
) = g(
1
n
)).
Par letape 2, on a (f/g
n
)
2
= 0 pour tout n N
. Dautre part, le theorème de convergence dominee

dans L
p
donne que g
n
g dans H quand n (noter en eet que g
n
g p.p. et que g
n
|g|
H,
pour tout n N
). On en deduit donc que (f/g)

2
= 0. On a donc (f/g)
2
= 0 pour tout g C([0, 2], C).
Etape 4. On prend maintenant g H = L
2
C
(]0, 2[, B(]0, 2[), ). On denit g de R dans C par g = g sur
[0, 2] et g = 0 sur R [0, 2]. On obtient ainsi g L
2
C
(R, B(R), ) (On a, comme dhabitude, confondu
un element de L
2
avec lun de ses representants; et designe maintenant la mesure de Lebesgue sur
B(R)). On montre dans lexercice (corrige) 6.4 que C
c
(R, R) est dense dans L
2
R
(R, B(R), ). On en deduit
facilement que C
c
(R, C) est dense dans L
2
C
(R, B(R), ). Il existe donc (h
n
)
nN
C
c
(R, C) t.q. h
n
g
dans L
2
C
(R, B(R), ), quand n . On en deduit que
_
2
0
[h
n
(x) g(x)[
2
dx
_
R
[h
n
(x) g(x)[
2
dx 0, quand n .
159
En posant g
n
= (h
n
)
|
[0,2]
, on a donc g
n
C([0, 2], C) et g
n
g dans H, quand n . Comme letape
3 donne (f/g
n
)
2
= 0 pour tout n N, on en deduit que (f/g)
2
= 0.
Pour conclure, il sut maintenant de prendre g = f. On obtient (f/f)
2
= 0 et donc f = 0 p.p..
On a bien ainsi montre (grace à la proposition 6.20) que e
n
, n Z est une base hilbertienne de H.
On montre maintenant le deuxième item de la proposition.
Soit f H. La proposition 6.19 donne que la serie
nZ
(f/e
n
)
2
e
n
que
f =
nZ
(f/e
n
)
2
e
n
.
En utilisant la denition 6.13 et la bijection de N dans Z donnee par (0) = 0, et, pour n 1, (2n1) =
n, (2n) = n, on a donc, en particulier,

m
i=0
(f/e
(m)
)
2
e
(m)
f, dans H, quand m . en
prenant m = 2n, ceci donne exactement
_
2
0
[f(x)
n
p=n
(f/e
p
)e
p
(x)[
2
dx 0, quand n .
6.3 Dualite dans les espaces L
p
, 1 p
6.3.1 Dualite pour p = 2
Soit (E, T, m) un espace mesure. On note H = L
2
K
(E, T, m), avec K = R ou C.
Soit f L
2
K
(E, T, m). On note
f
: H K, lapplication denie par
f
(g) = (g/f)
2
. On a dejà vu
(remarque 6.10) que
f
H
(dual topologique de H). On remarque aussi que |

f
|
H
= |f|
H
= |f|
2
.
En eet [
f
(g)[ |f|
H
|g|
H
(par linegalite de Cauchy-Schwarz) et [
f
(f)[ |f|
2
H
. Donc :
|
f
|
H
= sup
[
f
(g)[
|g|
H
, g H 0 = |f|
H
.
Le theorème de representation de Riesz (theorème 6.8 page 152) applique à lespace de Hilbert H =
L
2
K
(E, T, m) donne que pour tout T H
, il existe un et un seul f H t.q. T(g) = (g/f)

2
pour tout
g H, cest-à-dire un et un seul f H t.q. T =
f
.
Lapplication : f
f
est donc une isometrie bijective de L
2
K
(E, T, m) sur L
2
K
(E, T, m). (Noter que
est lineaire si K = R et antilineaire si K = C.)
Cette situation est specique au cas p = 2. Nous examinons ci-après le cas general 1 p .
6.3.2 Dualite pour 1 p
Soit (E, T, m) un espace mesure. Soit p [1, +], on pose q =
p
p1
[1, +] (de sorte que
1
p
+
1
q
= 1, q
sappelle le conjugue de p). Dans toute cette section, on note L
r
K
= L
r
K
(E, T, m), avec K = R ou C (et
r [1, ]).
On cherche ` a caracteriser le dual de L
p
K
, de manière semblable à ce qui a ete fait à la section precedente
dans le cas p = 2.
160
Soit f L
q
K
, on considère lapplication :
f
: g
_
_
_
gfdm si K = R,
_
gfdm si K = C.
(6.30)
Linegalite de Holder (proposition 6.9) montre que
f
(g) est bien denie si g L
p
K
et que
f
(L
p
K
)
(dual topologique de L
p
K
). On peut aussi obtenir un majorant de la norme de
f
car linegalite de Holder
donne
[
f
(g)[ |f|
q
|g|
p
, pour tout g L
p
K
,
do` u lon deduit que
|
f
|
(L
p
K
)
= sup
[
f
(g)[
|g|
p
, g L
p
K
0 |f|
q
. (6.31)
On denit donc une application : f
f
de L
q
K
dans (L
p
K
)
. La denition de
f
(formule (6.30))
montre que cette application est lineaire dans le cas K = R et antilineaire dans le cas K = C. Elle est
toujours continue, grace à (6.31). On montre maintenant que cest, en general, une isometrie.
Proposition 6.22
Soit (E, T, m) un espace mesure. Soient p [1, +] et q =
p
p1
. Si p = 1, la mesure m est supposee
de plus -nie. Lapplication : f
f
, o` u
f
est denie par (6.30) est une application de L
q
K
dans
(L
p
K
)
, lineaire dans le cas K = R et antilineaire dans le cas K = C. De plus , cest une isometrie,
cest-à-dire que |
f
|
(L
p
K
)
= |f|
q
pour tout f L
q
K
. (Lapplication est donc necessairement injective,
mais pas forcement surjective.)
D emonstration : on sait dejà que est une application de L
q
K
dans (L
p
K
)
, lineaire dans le cas K = R

et antilineaire dans le cas K = C. On sait aussi que |
f
|
(L
p
K
)
|f|
q
pour tout f L
q
K
(voir (6.31)).
Pour terminer la demonstration de cette proposition, Il sut donc de montrer que, pour tout f L
q
K
,
|
f
|
(L
p
K
)
|f|
q
. (6.32)
On se limite au cas K = R (les adaptations pour traiter le cas K = C sont faciles à deviner).
Soit f L
q
R
. On suppose f ,= 0 (sinon (6.32) est immediat). On confond f avec lun de ses representants,
de sorte que f L
q
= L
q
R
(E, T, m). Pour montrer 6.32, on va chercher g L
p
K
0 t.q.
|
f
(g)|
g
p
= |f|
q
.
On distingue maintenant trois cas.
Cas 1 : 1 0 et (par exemple)
sign(0) = 0. La fonction g est mesurable (comme composee dapplications mesurables) et on a (en notant
que p =
q
q1
) :
_
[g[
p
dm =
_
([f[
q1
)
q
q1
dm =
_
[f[
q
dm < .
Donc, g L
p
R
(plus precisement, g L
p
R
) et |g|
p
= |f|
q
p
q
,= 0. Pour ce choix de g, on a donc
[
f
(g)[
|g|
p
=
1
|f|
q
p
q
_
fgdm =
1
|f|
q
p
q
|f|
q
q
= |f|
q
,
161
car q
q
p
= 1.
On en deduit que
|
f
|
(L
p
K
)
= sup
[
f
(h)[
|h|
p
, h L
p
K
0
[
f
(g)[
|g|
p
= |f|
q
,
ce qui donne (6.32).
Cas 2 : p = . On a, dans ce cas, q = 1. On prend, comme pour le premier cas, g = sign(f). On a ici
g L
R
et |g|
= 1 (car m(E) ,= 0, sinon L

1
R
= 0 et il ny a pas de f L
1
R
, f ,= 0). Pour ce choix de
g, on a
f
(g) = |f|
1
, donc
|
f
(g)|
g
= |f|
1
et, comme dans le premier cas, ceci donne (6.32).
Cas 3 : p = 1. On a, dans ce cas, q = . Ce cas est un peu plus delicat que les precedents. On ne peut
pas toujours trouver g L
1
K
0 t.q.
|
f
(g)|
g
1
= |f|
. En utilisant le caractère -ni de m, on va, pour

tout n N
, trouver g
n
L
1
K
0 t.q.
|
f
(g
n
)|
g
1
|f|
1
n
. Ce qui permet aussi de montrer (6.32).
Soit n N
. On pose
n
= |f|
1
n
et A
n
= [f[
n
. On a m(A
n
) > 0 (car m(A
n
) = 0 donnerait
|f|

n
).
Si m(A
n
) < , on peut prendre g
n
= sign(f)1
A
n
qui est mesurable (car sign(f) et 1
A
n
sont mesurables) et
integrable car m(A
n
) < . On a alors g
n
L
1
R
0, |g
n
|
1
= m(A
n
) et
f
(g
n
) =
_
A
n
[f[dm
n
m(A
n
).
Donc :
|
f
|
(L
1
K
)

[
f
(g
n
)[
|g
n
|
1

n
= |f|
1
n
.
En faisant tendre n vers linni, on en deduit (6.32).
Si m(A
n
) = , le choix de g
n
= sign(f)1
A
n
ne convient pas car sign(f)1
A
n
, L
1
R
. On utilise alors le fait
que m est -nie. Comme m est -nie, il existe une suite (E
p
)
pN
T t.q. m(E
p
) < , E
p
E
p+1
,
pour tout p N, et E =
pN
E
p
. Par continuite croissante de m, on a donc m(A
n
E
p
) m(A
n
)
quand p . Comme m(A
n
) > 0 il existe donc p N (dependant de n, on ne note pas cette
dependance) t.q. m(A
n
E
p
) > 0. On prend alors g
n
= sign(f)1
A
n
E
p
. On a bien alors g
n
L
1
R
0,
|g
n
|
1
= m(A
n
E
p
) m(E
p
) < et
f
(g
n
) =
_
A
n
E
p
[f[dm
n
m(A
n
E
p
). Donc :
|
f
|
(L
1
K
)

[
f
(g
n
)[
|g
n
|
1

n
= |f|
1
n
.
En faisant tendre n vers linni, on en deduit (6.32). ce qui conclut la preuve de la proposition.
La proposition 6.22 montre que lapplication : f
f
, o` u
f
est denie par (6.30) est une application
de L
q
K
dans (L
p
K
)
, lineaire dans le cas K = R et antilineaire dans le cas K = C. De plus, cest une

isometrie, cest-à-dire que |
f
|
(L
p
K
)
= |f|
q
pour tout f L
q
K
. Comme cela a dejà ete dit, lapplication
est donc necessairement injective car
f
=
h
implique
fh
= 0 et donc |f h|
q
= |
fh
|
(L
p
K
)
= 0,
ce qui donne f = h p.p.. Mais lapplication nest pas forcement surjective. On sait quelle est surjective
si p = 2 (cetait lobjet de la section precedente). Le theorème suivant montre quelle est surjective si m
est -nie et p [1, +[ (de sorte quon identie souvent, dans ce cas, (L
p
K
)
à L
q
K
).
Theorème 6.9 (Dualite L
p
L
q
) Soient (E, T, m) un espace mesure -ni, 1 p < +, q =
p
p1
et
T (L
p
K
)
. Alors, il existe un unique f L

q
K
t.q.
T(g) =
_
_
_
gfdm si K = R,
_
gfdm si K = C,
162
cest-à-dire t.q. T =
f
donne par (6.30) (on a donc montre la surjectivite de lapplication : L
q
K

(L
p
K
)
denie par (f) =

f
pour f L
q
K
).
Remarque 6.21 (Dual de L
) Noter que le theorème precedent est, en general, faux pour p = .

Lapplication : f
f
, o` u
f
est donnee par (6.30) est donc une isometrie (lineaire ou antilineaire,
selon que K = R ou C) de L
1
K
dans (L
K
)
mais limage de est, sauf cas très particuliers, dierente de

(L
K
)
. Lapplication ne permet donc pas didentier le dual de L
K
à L
1
K
.
D emonstration du th eor` eme 6.9:
La demonstration de ce theorème est faite dans lexercice 6.38. Elle consiste essentiellement à se ramener
directement ` a appliquer le theorème de representation de Riesz (theorème 6.8) dans un espace L
2
appro-
prie.
Une autre demonstration, probablement plus classique, consiste à appliquer le theorème de Radon-
Nikodym, qui lui-meme se demontre en se ramenant au theorème de representation de Riesz. Cette
demonstration est donnee, dans un cas particulier, dans lexercice 6.35. Nous verrons le theorème de
Radon-Nikodym dans la section suivante, voir les theorèmes 6.10 et 6.11.
Enn, on propose dans lexercice 6.37 une autre demonstration de ce theorème dans le cas p < 2 (utilisant
toujours le theorème de representation de Riesz).
Une consequence interessante du theorème de dualite (theorème 6.9) est le caractère reexif des espaces
L
p
pour 1 < p < , ce que lon detaille maintenant.
Soit F un espace de Banach reel (mais il est possible de traiter aussi les Banach complexes). On note F
le dual (topologique) de F et F
le dual (topologique) de F
. On dit aussi que F
est le bidual de F.
Pour u F, on denit J
u
: F
R par
J
u
(T) = T(u) pour tout T F
. (6.33)
Il est facile de voir que J
u
F
et |J
u
|
F
|u|
F
. On peut en fait montrer que |J
u
|
F
= |u|
F
(cest
une consequence du theorème de Hahn-Banach, non demontre ici). Comme lapplication J : u J
u
est
lineaire, cest donc une isometrie lineaire de F dans F
. Il est alors immediat que J est injective. On

lappelle injection canonique de F dans F
. Par contre, J nest pas toujours surjective.

Denition 6.14 Soit F un espace de Banach, F
son dual (topologique) et F
son bidual (cest-à-dire

le dual topologique de F
). Pour u F, on denit J
u
F
par (6.33). On dit que lespace F est reexif

si lapplication J : u J
u
(de F dans F
) est surjective (lapplication J est toujours injective).

Un espace de Hilbert H est toujours reexif car lapplication J est alors simplement la composee des deux
bijections de H dans H
et de H
dans H
donnees par le theorème de representation de Riesz (Theorème

6.8). Ce qui montre que J est surjective. Lespace L
2
R
(E, T, m) est donc reexif. Plus generalement, une
consequence directe du theorème 6.9 est que les espaces L
p
, sont reexifs pour p ]1, +[.
Proposition 6.23 Soient (E, T, m) un espace mesure et 1 < p < +. Alors, lespace L
p
R
(E, T, m) est
reexif.
D emonstration : On pose q =
p
p1
, L
p
= L
p
R
(E, T, m) et L
q
= L
q
R
(E, T, m).
On note lapplication de L
p
dans (L
q
)
denie par (f) =

f
, o` u
f
est donnee par (6.30), et on note
lapplication de L
q
dans (L
p
)
denie par (f) =

f
.
163
Comme p ,= et q ,= , le theorème 6.9 donne que est une bijection de L
p
dans (L
q
)
et est une
bijection de L
q
dans (L
p
)
. On rappelle aussi que et sont des isometries lineaires.

Soit s (L
p
)
. Pour montrer que L

p
est reexif, il sut de montrer quil existe u L
p
t.q. J
u
= s (o` u
J
u
est deni par 6.33), cest-à-dire t.q. s(T) = T(u) pour tout T (L
p
)
.
On va montrer que u =
1
(s ) convient. En eet, soit T (L
p
)
. On a :
T(u) =
_
u
1
(T)dm,
et :
s(T) = (s )(
1
(T)) = (u)(
1
(T)) =
_
u
1
(T)dm = T(u).
On a donc bien montre que lapplication J : u J
u
(de L
p
dans (L
p
)
) est surjective, cest-à-dire que

L
p
est reexif.
On peut aussi noter que la demonstration de cette proposition donne en fait que J
u
= (u)
1
pour
tout u L
p
.
6.3.3 Theorème de Radon-Nikodym
La denition 4.4 donnait la denition dune mesure de densite. On reprend ici cette denition et on
donne aussi la denition de mesure signee de densite.
Denition 6.15 (Mesure de densite) Soit (E, T, m) un espace mesure.
1. Soit une mesure sur T. On dit que est une mesure de densite par rapport à m si il existe
f /
+
t.q. (A) =
_
A
fdm, pour tout A T. On pose alors = fm (on dit aussi que f est la
densite de par rapport à m).
2. Soit une mesure signee sur T. On dit que est une mesure signee de densite par rapport à m
si il existe f L
1
R
(E, T, m) t.q. (A) =
_
A
fdm, pour tout A T. On pose alors = fm (on dit
aussi que f est la densite de par rapport à m).
Remarque 6.22 (Sur les mesures de densite) Soient (E, T, m) un espace mesure et une mesure
sur T.
1. (Unicite de la densite) Soit f, g /
+
. On suppose que = fm et = gm. On a alors f = g
m-p.p.. En eet, on doit avoir
_
A
fdm =
_
A
gdm pour tout A T. En choisissant A = f > g
puis A = f < g, on en deduit que
_
{f>g}
(f g)dm +
_
{f<g}
(g f)dm = 0. Ce qui donne
_
[f g[dm = 0 et donc f = g m-p.p..
2. (Espace L
1
pour une mesure de densite) Soit f /
+
t.q. = fm. Soit g /, lexercice (corrige)
4.22 donne alors les assertions suivantes :
(a) g L
1
R
(E, T, ) fg L
1
R
(E, T, m),
(b) g L
1
R
(E, T, )
_
gd =
_
fgdm.
3. (Absolue continuite dune mesure de densite) Soit f /
+
t.q. = fm. Soit A T t.q. m(A) = 0.
On a alors f1
A
= 0 m-p.p. et donc (A) =
_
f1
A
dm = 0. Selon la denition 6.16 ci-après, ceci
montre que la mesure est absolument continue par rapport à la mesure m. Lobjectif du theorème
de Radon-Nikodym (theorème 6.10) sera de demontrer la reciproque de ce resultat (si est nie et
m est -nie).
164
Rappelons la denition dune mesure absolument continue :
Denition 6.16 (Mesure absolument continue) Soient (E, T, m) un espace mesure et une mesure
(positive ou signee) sur T. On dit que est absolument continue par rapport à m, et on note << m,
si :
A T, m(A) = 0 (A) = 0.
Remarque 6.23 On donne ici un exemple de mesure non absolument continue : on prend (E, T, m) =
(R, B(R), ) et =
0
(mesure de Dirac en 0 sur B(R)). Comme (0 = 0 et
0
(0 = 1, la mesure
0
nest pas absolument continue par rapport à .
On donne maintenant le theorème de Radon-Nikodym pour les mesures (positives).
Theorème 6.10 (Radon-Nikodym) Soient (E, T, m) un espace mesure -ni et une mesure nie
sur T. Alors, est absolument continue par rapport à m si et seulement si est une mesure de densite
par rapport à m.
D emonstration :
Sens (). Ce sens a ete montre dans le troisième item de la remarque 6.22 (et les hypoth eses nie
et m -nie sont inutiles. (Noter aussi que le premier item de cette meme remarque donne lunicite
m-p.p. de la densite de par rapport à m.)
Sens (). Pour toute mesure sur T et pour tout 1 p , on note L
p
() = L
p
R
(E, T, ) et
L
p
() = L
p
R
(E, T, ).
Pour demontrer que est absolument continue par rapport à m, on va appliquer le theorème de represen-
tation de Riesz (theorème 6.8) dans lespace de Hilbert H = L
2
R
( +m).
On rappelle dabord que lexercice (corrige) 4.2 donne que + m est une mesure sur T (denie par
(+m)(A) = (A)+m(A) pour tout A T) et que les deux proprietes suivantes sont veriees (questions
1 et 2 de lexercice 4.2) :
g L
1
( +m) g L
1
() L
1
(),
g L
1
( +m)
_
gd( +m) =
_
gd +
_
gdm. (6.34)
Il est aussi clair que
_
fd( + m) =
_
fd +
_
fdm pour tout f /
+
(voir le corrige 56 de lexercice
4.2). Pour g /, on a donc
_
g
2
d(+m) =
_
g
2
d+
_
g
2
dm, ce qui donne L
2
(+m) = L
2
() L
2
(m).
Enn, pour A T, on a ( + m)(A) = 0 si et seulement si (A) = m(A) = 0. On a donc, pour
f, g : E R :
f = g ( +m)-p.p.
_
f = g -p.p.,
f = g m-p.p..
On decompose maintenant la demonstration en 3 etapes.
Etape 1. Utilisation du theorème de Riesz.
On pose H = L
2
( +m) (H est donc un espace de Hilbert). On veut denir T : H R par :
T(g) =
_
gd pour tout g H. (6.35)
165
On montre tout dabord que cette denition est correcte. Soit g H = L
2
( + m). On choisit un
representant de g, encore note g, de sorte que g L
2
( + m) = L
2
() L
2
(m). Comm est nie, on a
L
2
() L
1
(). Donc g L
1
(),
_
gd existe et appartient à R. Puis, on remarque que
_
gd ne depend
pas du representant choisi car g
1
= g
2
( + m)-p.p. implique g
1
= g
2
-p.p.. Lapplication T est donc
bien denie de H dans R par (6.35).
On montre maintenant que T H
. Il est immediat que T est lineaire. On remarque ensuite que, pour tout
g H, on a, en utilisant linegalite de Cauchy-Schwarz avec g et 1
E
, [T(g)[ = [
_
gd[ |g|
L
2
()
_
(E)
|g|
L
2
(+m)
_
(E)) = |g|
H
_
(E). On a donc T H
(et |T|
H

_
(E)).
On peut maintenant appliquer le theorème de representation de Riesz (theorème 6.8). Il donne quil existe
H = L
2
( + m) t.q. T(g) =
_
gd( + m) pour tout g L
2
( + m). On choisit un representant de
, encore note . On a alors L
2
( +m) et
_
gd =
_
gd( +m) pour tout g L
2
( +m). (6.36)
Pour g L
2
( + m), on a g L
1
( + m) et donc
_
gd( + m) =
_
gd +
_
gdm (daprès (6.34)).
On deduit donc de (6.36) :
_
g(1 )d =
_
gdm, pour tout g L
2
( +m). (6.37)
Etape 2. On cherche dans cette etape des bornes sur .
On montre tout dabord que 0 m-p.p. et -p.p. (ce qui est equivalent a dire que 0 (+m)-p.p.).
Comme m est -nie, il existe une suite (A
n
)
nN
T t.q. m(A
n
nN
A
n
.
Pour n N, on pose B
n
= < 0 A
n
T. Dans (6.37), on prend g = 1
B
n
(on a bien g L
2
( +m)
car ( +m)(B
n
) (E) +m(A
n
) < ). On obtient
_
(1 )1
B
n
d =
_
1
B
n
dm.
Comme (1 ) > 0 et < 0 sur B
n
, on en deduit que (1 )1
B
n
= 0 -p.p. et 1
B
n
= 0 m-p.p. et
donc (B
n
) = m(B
n
) = 0.
Par -additivite dune mesure, comme < 0 =
nN
B
n
, on en deduit ( +m)( < 0)
nN
( +
m)(B
n
) = 0 et donc 0 ( +m)-p.p..
On montre maintenant que < 1 ( +m)-p.p..
On prend dans (6.37) g = 1
C
n
, avec C
n
= 1 A
n
(on a bien g L
2
( + m) car ( + m)(C
n
)
(E) +m(A
n
) < ). On obtient
_
(1 )1
C
n
d =
_
1
C
n
dm.
Comme (1 ) 0 et > 0 sur C
n
, on en deduit que (1 )1
C
n
= 0 -p.p. et 1
C
n
= 0 m-p.p. et
donc m(C
n
) = 0. Mais on ne peut en deduire (C
n
) = 0 (car on a seulement (1 ) 0 sur C
n
et non
(1 ) < 0). Cest ici (et seulement ici) quon utilise lhypothèse dabsolue continuite de par rapport
à m. Comme m(C
n
) = 0, lhypothèse << m donne (C
n
) = 0. Comme 1 =
nN
C
n
, on en
deduit ( +m)( 1)
nN
( +m)(C
n
) = 0 et donc < 1 ( +m)-p.p..
166
On a donc montre que 0 < 1 (+m)-p.p.. En changeant sur un ensemble de mesure (+m) nulle,
on peut donc supposer 0 (x) < 1 pour tout x E. On a toujours L
2
(+m) et (6.37) reste vraie.
Etape 3. On montre maintenant que = fm avec f =

1
.
On montre tout dabord que (6.37) est vraie pour tout g /
+
:
On remarque dabord que (6.37) est vraie si g = 1
A
avec A T t.q. m(A) < car, dans ce cas,
g L
2
( +m).
On suppose maintenant que A T. Comme m est -nie, il existe une suite (E
n
)
nN
T t.q.
m(E
n
) < , E
n
E
n+1
, pour tout n N, et E =
nN
E
n
. On prend g
n
= 1
B
n
avec B
n
= AE
n
,
de sorte que g
n
1
A
et donc (1)g
n
(1)1
A
et g
n
1
A
. Comme (6.37) est vraie pour g = g
n
(car m(B
n
) < ), le theorème de convergence monotone (theorème 4.1) applique aux mesures et
m donne (6.37) pour g = 1
A
.
Si g c
+
, il est alors facile de montrer que (6.37) est vraie. Cest une consequence immediate de
la linearite positive de lintegrale sur /
+
.
On prend enn g /
+
. Il existe (g
n
)
nN
c
+
t.q. g
n
g. On a donc (1 )g
n
(1 )g et
g
n
g. On ecrit (6.37) pour g
n
au lieu de g. En passant à la limite quand n , le theorème
de convergence monotone (theorème 4.1) applique aux mesures et m donne (6.37) pour g.
On a donc maintenant mesurable, 0 (x) < 1 pour tout x E et (6.37) pour tout g /
+
.
Soit h /
+
. On pose g =
h
1
. On a g /
+
(car 0 (x) < 1 pour tout x E). (6.37) donne alors
_
hd =
_
h

1
dm. (6.38)
En posant f =

1
, on a f /
+
et (6.38) avec h = 1
A
donne (A) =
_
f1
A
dm pour tout A T,
cest-à-dire = fm.
Theorème 6.11 (Radon-Nikodym, mesures signees) Soit (E, T, m) un espace mesure et soit une
mesure signee sur T, alors :
<< m f L
1
R
(E, T, m) = fm. (6.39)
D emonstration : La demonstration nest pas detaillee ici, elle consiste essentiellement à se ramener au
theorème 6.10 en decomposant sous la forme =
+
comme cela est fait dans la proposition 2.6.

6.4 Convergence faible, faible-, etroite, en loi. . .
6.4.1 Convergence faible et faible-
On limite ce paragraphe au cas des espaces de Banach reels. Lextension au cas des Banach complexes
est simple (!).
167
Denition 6.17 (Convergence faible dans un espace de Banach)
Soit F un espace de Banach (reel) et F
son dual topologique (i.e. lespace des applications lineaires

continues sur F dans R). Soit (u
n
)
nN
F et u F. On dit que la suite (u
n
)
nN
converge faiblement
vers u si pour tout element T de F
, on a : T(u
n
) T(u) (dans R) quand n .
Par le theorème 6.9, on a donc la proposition suivante sur la convergence faible dans L
p
R
(E, T, m), pour
1 p < + :
Proposition 6.24 (Convergence faible dans L
p
)
Soit (E, T, m) un espace mesure, p [1, +[ et q le conjugue de p, L
p
= L
p
R
(E, T, m), (f
n
)
nN
L
p
et u L
p
. Alors, la suite (f
n
)
nN
converge faiblement vers f si et seulement si on a, pour tout g
L
q
R
(E, T, m),
_
f
n
gdm
_
fgdm quand n .
D emonstration :
On note lapplication de L
q
dans (L
p
)
denie par (f) =

f
, o` u
f
est donnee par (6.30), La
demonstration de cette proposition est alors immediate quand on remarque que le theorème 6.9 donne
que est une bijection de L
q
dans (L
p
)
.
Denition 6.18 (Convergence faible dans le dual dun espace de Banach)
Soit F un espace de Banach (reel) et F
son dual topologique ; soit (T

n
)
nN
F
et T F
. On dit que
la suite (T
n
)
nN
converge vers T dans F
pour la topologie faible si pour tout element u de F, on a :

T
n
(u) T(u) (dans R) quand n .
Remarque 6.24 (Convergence forte, faible et faible ) Soit F un espace de Banach (reel).
1. Soient (T
n
)
nN
F
et T F
. Les implications suivantes sont alors immediates :

T
n
T dans F
T
n
T faiblement dans F
T
n
T -faiblement dans F
.
La deuxième implication est une consequence de linjection canonique de F dans F
(construite
avec (6.33)).
2. Pour u F, on denit J
u
F
avec (6.33). Soient (u

n
)
nN
F et u F. On a alors :
u
n
u faiblement dans F J
u
n
J
u
-faiblement dans F
.
Mais, si F nest pas reexif, lapplication J : u J
u
, de F dans F
, nest pas surjective et on

peut avoir une suite (u
n
)
nN
non faiblement convergente dans F alors que la suite (J
u
n
)
nN
est
-faiblement convergente dans F
. Dans ce cas, la limite de (J

u
n
)
nN
pour la topologie faible- de
F
nest pas dans limage de J.

Dans le cas o` u F est un espace de Banach reexif, lapplication J : u J
u
est surjective de F dans F
et on a alors :
1. Soient (T
n
)
nN
F
et T F
. Alors :
T
n
T faiblement dans F
T
n
T -faiblement dans F
.
2. Soit (u
n
)
nN
F. La suite (u
n
)
nN
est faiblement convergente dans F si et seulement si la suite
(J
u
n
)
nN
est -faiblement convergente dans F
.
168
Soit 1 < p , donc 1 q =
p
p1
< . On note L
p
= L
p
R
(E, T, m), L
q
= L
q
R
(E, T, m) et lapplication
de L
p
dans (L
q
)
denie par (f) =

f
, o` u
f
est donnee par (6.30). Le theorème 6.9 donne que est
une bijection de L
p
dans (L
q
)
. On confond (ou on identie) frequemment u L

p
avec (u) (L
q
)
.
On a alors une notion de convergence faible- dans L
p
. Si 1 < p < (on a alors aussi 1 < q < ),
les notions de convergente faible et faible- dans L
p
sont equivalentes. Dans le cas de L
, que lon
identie frequemment avec le dual (topologique) de L
1
, les notions de convergente faible et faible- sont
dierentes. La convergence faible est plus forte que la convergence faible-. On donne ci dessous la
denition de convergence faible- quand on considère L
comme le dual de L
1
.
Denition 6.19 (Convergence faible dans L
)
Soient (E, T, m) un espace mesure et L
= L
R
(E, T, m). Soient (f
n
)
nN
L
et f L
. On dit que
la suite (f
n
)
nN
converge vers f dans L
pour la topologie faible si pour tout element g de L

1
R
(E, T, m),
on a :
_
f
n
gdm
_
fgdm.
6.4.2 Convergence etroite et convergence en loi
Si m est une mesure nie sur les boreliens de R
d
, on note L
m
lapplication de C
b
(R
d
, R) dans R denie
par L
m
() =
_
dm (cette application caracterise m, daprès la proposition 5.4). On a vu au chapitre 5
que L
m
C
b
(R
d
, R)
. Soit (m
n
)
nN
une suite de mesures nies sur les boreliens de R
d
(d 1) et m
une mesure nie sur les boreliens de R
d
. La convergence faible- dans (C
b
(R
d
, R)
de L
m
n
vers L
m
,
quand n , signie donc que lim
n
_
dm
n
=
_
dm, pour tout C
b
(R
d
, R). Ceci sappelle la
convergence etroite de m
n
vers m.
Denition 6.20 (Convergence etroite et vague) Soit (m
n
)
nN
une suite de mesures nies sur les
boreliens de R
d
(d 1) et m une mesure nie sur les boreliens de R
d
.
1. On dit que m
n
m etroitement, quand n , si :
_
dm
n

_
dm pour tout C
b
(R
d
, R)).
2. On dit que m
n
m vaguement, quand n , si :
_
dm
n

_
dm pour tout C
c
(R
d
, R)).
La proposition suivante montre que la convergence vague et la convergence des masses totales donnent la
convergence etroite. Si m et les mesures m
n
sont des probabilites, la convergence etroite de m
n
vers m
(quand n ) est donc equivalente à la convergence vague.
Proposition 6.25 Soit (m
n
)
nN
une suite de mesures nies sur les boreliens de R
d
(d 1) et m une
mesure nie sur les boreliens de R
d
. On suppose que m
n
m vaguement et que m
n
(R) m(R) (quand
n ). On a alors m
n
m etroitement. (La reciproque de cette proposition est immediate.)
D emonstration : La demonstration de cette proposition est contenue dans lexercice 5.19.
La convergence en loi dune suite de v.a.r. est denie par la convergence etroite (ou vague, puisque cest
equivalent) des lois des v.a.r.
169
Denition 6.21 Soit (, /, p)un espace probabilise, (X
n
)
nN
une suite de v.a.r. sur (, /, p) et X une
v.a.r. sur (, /, p). On dit que X
n
X en loi, quand n , si :
_
(X
n
)dp
_
(X)dp pour tout C
b
(R, R).
(Ce que est equivalent à dire que P
X
n
P
X
etroitement.)
6.4.3 Lois des grands nombres, theorème central limite
Dans ce paragraphe, on donne des resultats de convergence (en probabilite, p.s., en loi) pour des sommes
de v.a.r. independantes. Nous commencons ce paragraphe par un resutat (simple) sur la variance de la
somme de v.a.r. independantes, dont on deduit la loi faible des grands nombre qui donne non seulement
un resultat de convergence (en probabilite) mais aussi des estimations precises sur cette convergence.
Puis, on eenonce la loi forte des grands nombres et le theorème central limite.
Proposition 6.26 Soit (, /, p) un espace probabilise et (X
n
)
nN
une suite de v.a.r. independantes 2
à 2 et de carre integrable. On a alors, pour tout n N
,
Var(X
1
+. . . +X
n
) = Var(X
1
) +. . . + Var(X
n
).
D emonstration : On pose S
n
=

n
i=1
X
i
et E
i
= E(X
i
). On a alors, par linearite de lintegrale,
E(S
n
) =
n
i=1
E
i
et :
Var(S
n
) = E((S
n
E(S
n
))
2
) = E(
n
i=1
(X
i
E
i
)
n
i=j
(X
j
E
j
)) =
n
i,j=1
E((X
i
E
i
)(X
j
E
j
)).
Pour i ,= j, on a, comme X
i
et X
j
sont independantes, E((X
i
E
i
)(X
j
E
j
)) = E(X
i
E
i
)E(X
j
E
j
) = 0.
On en deduit :
Var(S
n
) =
n
i=1
E((X
i
E
i
)
2
) =
n
i=1
Var(X
i
).
Proposition 6.27 (Loi faible des grands nombres) Soit (, /, p) un espace probabilise et (X
n
)
nN
une suite de v.a.r. independantes 2 à 2 et de carre integrable. On suppose que ces v.a.r. sont de meme
moyenne m et de meme variance
2
. On pose Y
n
=
1
n
n
i=1
X
i
(ce sont les moyenne de Cesaro de la
suite (X
n
)
nN
), alors Y
n
converge stochastiquement (ou en probabilite) vers la v.a.r constante et egale ` a
m, cest-à-dire que lon a :
> 0, p([X
n
m[ > ) 0 lorsque n +.
Plus precisement, on a pour tout > 0 et n N
,
p([Y
n
m[ )

2
n
2
.
D emonstration : Soit > 0 et n N
. En utilisant linegalite de Bienayme Tchebychev (lemme 4.10),

on a :
p([Y
n
m[ ) = p((Y
n
m)
2

2
)
1
2
E((Y
n
m)
2
).
170
Puis, en posant S
n
=
n
i=1
X
i
, on a E((Y
n
m)
2
) =
1
n
2
E((S
n
nm)
2
) =
Var(S
n
)
n
2
. La proposition 6.26
donne Var(S
n
) = nVar(X
1
) = n
2
. On en deduit nalement
p([Y
n
m[ )
1
2
n
2
n
2
=

2
n
2
.
On donne maintenant, sans demonstration, la loi forte des grands nombres.
Proposition 6.28 (Loi forte des grands nombres) Soit (, /, p) un espace probabilise et (X
n
)
nN
une suite de v.a.r. independantes.

1. On suppose ici que les X
n
sont de carre integrable, que E(X
n
) = 0 pour tout n N
et que
nN
E(X
2
n
)/(n
2
) < . Alors :
1
n
n
i=1
X
i
0 p.s., quand n .
2. On suppose ici que la suite (X
n
)
nN
est une suite de v.a.r.i.i.d. et que E([X
1
[) < . Alors :
1
n
n
i=1
X
i
E(X
1
) p.s., quand n .
On donne enn, sans demonstration, le theorème central limite.
Theorème 6.12 Soit (, /, p) un espace probabilise et (X
n
)
nN
une suite de v.a.r.i.i.d. de carres
integrables. On note m = E(X
1
) et
2
= Var(X
1
). On pose
Y
n
=
1
n
n
i=1
(X
i
m).
La suite (P
Y
n
)
nN
converge alors etroitement vers la loi normale ^(0,
2
) (o` u ^(0, 0) =
0
et la loi
normale, ou loi de Gauss, ^(0,
2
), est denie au chapitre 4, section 4.4, dans le cas
2
,= 0).
6.5 Exercices
6.5.1 Espaces L
p
, 1 p
Soit (E, T, m) un espace mesure, p [1, [ et A T. On pose F = f L
p
R
(E, T, m); f = 0 p.p. sur
A. Montrer que F est ferme (dans L
p
R
(E, T, m)).
Soit p [1, ] et C = f L
p
(R, B(R), ); f 0 p.p.. Montrer que C est dinterieur vide pour p <
et dinterieur non vide pour p = .
Exercice 6.3 (Convergence essentiellement uniforme) Corrige 97 page 383
171
n
)
nN
une suite de fonctions mesurables de E dans R et f une fonction
mesurable de E dans R.
Montrer que |f
n
f|
0, quand n , si et seulement si il existe A T t.q. m(A) = 0 et f

n
f
uniformement sur A
c
, quand n .
Exercice 6.4 (Densite et continuite en moyenne) Corrige 98 page 383
1. Soit p [1, [. Montrer que C
c
p
R
(R, B(R), ). Soit f L
p
R
(R, B(R), ),
montrer que |f f( +h)|
p
0 quand h 0.
2. Les assertions precedentes sont-elles vraies pour p = ?
Exercice 6.5 (Sur la separabilite. . . )
1. Montrer que L
p
R
(R, B(R), ) est separable pour p [1, [ et nest pas separable pour p = .
2. On munit C
0
(R, R) et C
b
(R, R) de la norme de la convergence uniforme. Montrer que C
0
(R, R) est
separable et que C
b
(R, R) nest pas separable.
Exercice 6.6 Soient (E, T, m) un espace mesure, et f, g, h des fonctions mesurables de E dans R. Soient
p, q, r ]1, +[, tels que
1
p
+
1
q
+
1
r
= 1, montrer que :
_
[fgh[dm (
_
[f[
p
dm)
1
p
(
_
[g[
q
dm)
1
q
(
_
[h[
r
dm)
1
r
.
Exercice 6.7 (Produit L
p
L
q
Soient (E, T, m) un espace mesure, p [1, +] et q le conjugue de p (i.e. q =
p
p1
). Soient (f
n
)
nN

L
p
R
(E, T, m), (g
n
)
nN
L
q
R
(E, T, m), f L
p
R
(E, T, m) et g L
q
R
(E, T, m) t.q. f
n
f dans L
p
R
(E, T, m)
et g
n
g dans L
q
R
_
f
n
g
n
dm
_
fgdm lorsque n +.
Exercice 6.8 (Caracterisation de L
p
)
Soit (E, T, m) un espace mesure, p [1, ] et q =
p
p1
. On note L
r
lespace L
r
R
(E, T, m) (pour r [1, ]).
Soit f : E R une application mesurable. On suppose que fg L
1
pour tout g L
q
. Le but de
lexercice est de montrer (si possible. . . ) que f L
p
.
1. On suppose, dans cette question, que p = 1. Montrer que f L
1
.
2. On suppose, dans cette question, que p = . Pour montrer que f L
, on raisonne par labsurde

en supposant que f , L
.
(a) Soit 0. Montrer quil existe > t.q. m( [f[ < > 0. En deduire quil existe une
suite croissante (
n
)
nN
t.q.
0
= 0,
n
n et m(A
n
) > 0 avec A
n
=
n
[f[ <
n+1
(pour tout n N).

(b) Soit (b
n
)
nN
R. On pose g =
nN
b
n
1
A
n
(les A
n
etant denis à la question precedente).
Montrer quun choix convenable de (b
n
)
nN
donne g L
1
et fg , L
1
.
(c) Conclure.
3. On suppose, dans cette question, que p ]1, [ et que m(E) < . Pour montrer que f L
p
, on
raisonne une nouvelle fois par labsurde en supposant que f , L
p
.
172
(a) Soit 0. Montrer quil existe > t.q. 1
_
A
[f[
p
dm < avec A = [f[ < .
En deduire quil existe une suite croissante (
n
)
nN
t.q.
0
= 0 et 1
_
A
n
[f[
p
dm < avec
A
n
=
n
[f[ <
n+1
(pour tout n N).
(b) Soit (b
n
)
nN
R. On pose g =
nN
b
n
[f[
p1
1
A
n
(les A
n
etant denis à la question prece-
dente). Montrer quun choix convenable de (b
n
)
nN
donne g L
q
et fg , L
1
.
(c) Conclure.
4. On suppose, dans cette question, que p ]1, [ et que m est -nie. Montrer que f L
p
.
Exercice 6.9 (un peu de calcul di...)
Soient (E, T, m) un espace mesure ni, et g C
1
(R, R) et 1 p < +; pour u L
p
= L
p
(E, T, m), on
note g(u) la (classe de) fonction(s): x g(u(x)), et G la fonction qui à u associe g(u).
1. Soit 1 q < +; montrer que G C(L
p
, L
q
) ssi il existe C R tel que [g(s)[ C[s[
p
q
+ C pour
tout s R.
2. Montrer que G C
1
(L
p
, L
p
) ssi il existe a, b R tel que g(s) = as +b pour tout s R.
Exercice 6.10 Soit f une fonction de R dans R, continue à support compact, montrer que :
|f|
L
p
(R,B(R),)
|f|
lorsque p +.
[Pour montrer que liminf
p+
|f|
L
p
(R,B(R),)
|f|
, on pourra introduire, pour 0 < < |f|
, un ensemble
A
tel que x A
, [f(x)[ > |f|
. ]
n
)
nN
L
1
R
(E, T, m), (g
n
)
nN
L
R
(E, T, m), f L
1
R
(E, T, m) et
g L
R
n
f dans L
1
R
(E, T, m).
1. On suppose que g
n
g dans L
R
(E, T, m). Montrer que f
n
g
n
fg dans L
1
R
(E, T, m).
2. On suppose maintenant que g
n
g p.p.. Montrer par un contre exemple quon peut ne pas avoir
f
n
g
n
fg dans L
1
R
(E, T, m).
n
g p.p. et quil existe M R t.q. |g
n
|
M. Montrer quon a
alors f
n
g
n
fg dans L
1
R
(E, T, m).
Exercice 6.12 Soit (E, T, m) un espace mesure et une mesure de densite f /
+
par rapport à m,
montrer que :
(i)
_
gd =
_
f g dm, g /
+
(ii) Soit g /, alors g L
1
() fg L
1
(m),
et si g L
1
(), alors
_
gd =
_
f g dm
(6.40)
Exercice 6.13
Soit K : R
2
R
+
une fonction mesurable (on a donc K /
+
(R
2
, B(R
2
))). On suppose quil existe
M R
+
t.q.
_
K(x, t)dt M, pour tout x R, et
_
K(t, y)dt M, pour tout y R.
Pour tout 1 p , on note L
p
lespace L
p
R
(R, B(R), ) et L
p
lespace L
p
R
(R, B(R), ).
Si f : R R est une fonction mesurable, on pose, pour tout x R t.q. K(x, )f() L
1
, T(f)(x) =
_
K(x, t)f(t)dt.
Soit 1 p . [On conseille de considerer separement les cas p = 1, p = et 1 < p < .]
173
1. Soit f L
p
(on identie f, comme dhabitude, avec lun de ses representants, on a donc f L
p
).
Montrer que T(f)(x) est denie pour presque tout x R. Montrer que T(f) L
p
(au sens il existe
g L
p
t.q. T(f) = g p.p.).
2. Montrer que T est une application lineaire continue de L
p
dans L
p
.
Exercice 6.14 (Inegalite de Hardy) Corrige 101 page 386
Soit p ]1, [. On note L
p
lespace L
p
R
(]0, [, B(]0, [), ) ( est donc ici la mesure de Lebesgue sur les
boreliens de ]0, [).
Soit f L
p
. Pour x ]0, [, on pose F(x) =
1
x
_
f1
]0,x[
d. Le but de lexercice est de montrer que
F L
p
et |F|
p

p
p1
|f|
p
.
1. On suppose, dans cette question, que f C
c
(]0, [) (cest-à-dire que f est continue et à support
compact dans ]0, [).
(a) Montrer F C
1
(]0, [) L
p
. Montrer que xF
(x) = F(x) +f(x) pour tout x > 0.

(b) On suppose, dans cette question, que f(x) 0 pour tout x ]0, [.
Montrer que
_
0
F
p
(x)dx =
p
p1
_
0
F
p1
(x)f(x)dx. [On pourra utiliser une integration par
parties.]
Montrer que |F|
p

p
p1
|f|
p
.
(c) Monter que |F|
p

p
p1
|f|
p
(on ne suppose plus que f(x) 0 pour tout x ]0, [).
2. On ne suppose plus que f C
c
(]0, [).
(a) Montrer quil existe (f
n
)
nN
C
c
(]0, [) t.q |f
n
f|
p
0 quand n . [On pourra utiliser
la densite de C
c
(R, R) dans L
p
R
(R, B(R), ), exercice 6.4.]
(b) Montrer que F C(]0, [) L
p
et que |F|
p

p
p1
|f|
p
.
3. Montrer que sup
F
p
f
p
, f L
p
, |f|
p
,= 0 =
p
p1
(dans cette formule, F est donne comme
precedemment à partir de f). [On pourra considerer la suite (f
n
)
nN
denie par f
n
(t) = t
1
p
1
]1,n[
(t)
pour t ]0, [).]
Exercice 6.15 (Continuite dune application de L
p
dans L
q
Soit (E, T, m) un espace mesure ni, p, q [1, [ et g une application continue de R dans R t.q. :
C R
+
; [g(s)[ C[s[
p
q
+C, s R. (6.41)
1. Soit u L
p
R
q
R
(E, T, m).
On pose L
r
= L
r
R
(E, T, m), pour r = p et r = q. Pour u L
p
q
R
(E, T, m);
h = g v p.p., avec v u. On a donc G(u) L
q
et cette denition a bien un sens, cest à dire que
G(u) ne depend pas du choix de v dans u.
2. Soit (u
n
)
nN
L
p
. On suppose que u
n
u p.p., quand n , et quil existe F L
p
t.q. [u
n
[ F
p.p., pour tout n N. Montrer que G(u
n
) G(u) dans L
q
.
p
dans L
q
.
174
4. On considère ici (E, T, m) = ([0, 1], B(R), ) et on prend p = q = 1. On suppose que g ne verie
pas (6.41). On va construire u L
1
t.q. G(u) , L
1
.
(a) Soit n N

n
R tel que : [g(
n
)[ n[
n
[ et [
n
[ n.
n
)
nN
+
n=1
[
n
[n
2
= 1.
(c) Soit (a
n
)
nN
0
= 1 et a
n+1
= a
n

[
n
[n
2
(o` u
n
et sont denies

+
n=1
n
1
[a
n+1
,a
n
[
. Montrer que u L
1
et
G(u) , L
1
.
Exercice 6.16 (Conv. p.p. et conv. des normes, par Egorov) Corrige 103 page 391
Soit (E, T, m) un espace mesure et 1 p . On note L
p
lespace L
p
R
(E, T, m). Soit (f
n
)
n
une suite
delements de L
p
et f L
p
. On suppose que f
n
f p.p., quand n .
1. Montrer que |f|
p
liminf
n
|f
n
|
p
. [Traiter separement le cas 1 p < et p = .]
2. En prenant (E, T, m) = (]0, 1[, B(]0, 1[), ) (o` u est la mesure de Lebesgue sur les boreliens de
]0, 1[), donner un exemple pour lequel la suite (|f
n
|
p
)
nN
converge dans R et |f|
p
< lim
nN
|f
n
|
p
.
[On pourra aussi traiter separement les cas 1 p < et p = .]
Pour la suite de lexercice, on suppose que |f
n
|
p
|f|
p
, quand n .
3. Dans cette question, on suppose que p = 1.
(a) On suppose que m(E) < . Pour tout n N, on choisit un representant de f
n
, encore note
f
n
. On choisit aussi un representant de f, encore note f. Soit A T et > 0. On suppose
que f
n
c
. Montrer quil existe n
0
t.q. :
n n
0

_
A
[f
n
[dm +
_
A
[f[dm.
(b) On suppose que m(E) < . Montrer que f
n
f dans L
1
, quand n . [On pourra utiliser
le theorème dEgorov.]
(c) On suppose que m(E) = . Soit > 0. Montrer quil existe C T t.q. :
m(C) < et
_
C
c
[f[dm .
(d) On suppose que m(E) = . Montrer que f
n
f dans L
1
, quand n .
4. Dans cette question, on suppose que 1 < p < . Montrer que f
n
f dans L
p
, quand n .
[Sinspirer de la methode suggeree pour le cas p = 1.]
5. Dans cette question, on suppose que p = et que (E, T, m) = (]0, 1[, B(]0, 1[), ). Donner un
exemple pour lequel f
n
,f dans L
, quand n .
175
Exercice 6.17 (Conv. p.p. et conv. des normes, par Fatou) Corrige 104 page 395
Soit (E, T, m) un espace mesure. Pour p [1, ], on note L
p
lespace L
p
R
(E, T, m).
Soit p [1, [, (f
n
)
nN
une suite delements de L
p
et f L
p
. On suppose que f
n
f p.p. et que
|f
n
|
p
|f|
p
, quand n .
1. On suppose que p = 1. Pour n N, on pose g
n
= [f
n
[ + [f[ [f
n
f[ (en ayant choisi des
representants de f
n
et f). Montrer que g
n
0 pour tout n N. En utilisant le lemme de Fatou,
montrer que f
n
f dans L
1
.
2. On suppose maintenant que p ]1, [. En utilisant le lemme de Fatou pour une suite convenable,
montrer que f
n
f dans L
p
.
Exercice 6.18 (Compacite L
p
L
q
Dans cet exercice, (E, T, m) est un espace mesure. Pour tout 1 r , on note L
r
lespace L
r
R
(E, T, m)
(et L
r
lespace L
r
R
(E, T, m)).
1. Soit r > 1 et (g
n
)
nN
une suite bornee de L
r
. Montrer que la suite (g
n
)
nN
est equi-integrable,
cest-à-dire que :
> 0, > 0 t.q. n N, A T, m(A)
_
A
[g
n
[dm .
[Utiliser linegalite de Holder.]
Soit 1 p < q et (f
n
)
nN
q
. On suppose dans toute la suite que f
n
f
p.p. quand n .
2. (Compacite L
p
L
q
.) On suppose que m(E) < .
(a) Montrer que f L
q
q
t.q. f = g p.p.).
(b) Montrer que f
n
f dans L
p
quand n . [Utiliser la question 1 avec g
n
= [f
n
f[
p
et un
theorème du cours.]
3. On suppose que m(E) = .
(a) Soit B T t.q. m(B) < . Montrer quef
n
1
B
f1
B
dans L
p
quand n .
(b) On prend ici (E, T, m) = (R, B(R), ), q = 2, p = 1, f = 0. Donner un exemple pour lequel
(f
n
)
nN
L
1
, f
n
,0 dans L
1
quand n (et (f
n
)
nN
bornee dans L
2
, f
n
0 p.p. quand
n ).
Exercice 6.19 (Exemples de v.a. appartenant à L
q
Soit (, /, P) un espace de probabilites et X une v.a. (reelle). Dans les trois cas suivants, donner les
valeurs de q [1, ] pour lesquels la variable aleatoire X appartient à lespace L
q
(, /, P) :
1. X suit une loi exponentielle c() ( > 0) (cest-à-dire que la loi de X a une densite f par rapport
à la mesure de Lebesgue, avec f(x) = exp(x)1
]0,+[
pour x R).
2. X suit une loi de Cauchy de paramètre c > 0 (la loi de X a une densite f par rapport à la mesure
de Lebesgue, avec f(x) =
1
c
x
2
+c
2
pour x R).
3. X suit une loi geometrique ((p) (p ]0, 1[) (cest-à-dire que P(X = k) = p(1 p)
k1
, pour tout
k N
).
176
6.5.2 Espaces de Hilbert, Espace L
2
Soit (E, T, m) un espace mesure et (f
n
)
nN
2
R
(E, T, m) deux à deux orthogonaux.
Montrer que la serie

nN
f
n
converge (dans L
2
) si et seulement si

nN
|f
n
|
2
2
est convergente (dans
R).
Exercice 6.21 (L
p
nest pas un espace de Hilbert si p ,= 2) Corrige 108 page 399
Montrer que L
p
R
(R, B(R), ) (muni de sa norme usuelle) nest pas un espace de Hilbert si 1 p ,
p ,= 2. [Pour p ,= 2, chercher des fonctions f et g mettant en defaut lidentite du parallèlogramme,
cest-à-dire lidentite (6.18) page 144.]
Exercice 6.22 (Caracterisation des espaces de Hilbert separables)
Soit E un espace de Hilbert (reel) de dimension innie. Montrer que E est separable si et seulement si il
existe une base hilbertienne denombrable de E [lune des implications a dejà ete vue. . . ].
Exercice 6.23 (projection sur le cone positif de L
2
Soit (X, T, m) un espace mesure et E = L
2
R
(X, T, m). On pose C = f E, f 0 p.p..
1. Montrer que C est une partie convexe fermee non vide de E.
2. Soit f E. Montrer que P
C
f = f
+
.
Exercice 6.24 (Exemple de non existence de la projection) Corrige 110 page 400
Dans cet exercice, on donne un exemple t.q. :
E est un espace de Banach reel, F est un sous espace vectoriel ferme de E, g E F (et donc d(g, F) =
inf|g f|
E
, f F > 0. . . ) et il nexiste pas delement f E t.q. d(g, F) = |g f|
E
.
On prend E = C([0, 1], R), on munit E de la norme habituelle, |f|
E
= max[f(x)[, x [0, 1]. On pose
F = f E; f(0) = 0,
_
1
0
f(x)dx = 0. Enn, on prend g E deni par g(x) = x, pour tout x [0, 1].
1. Montrer que E est un espace de Banach (reel).
2. Montrer que F est un sous espace vectoriel ferme de E.
3. Soit f F. Montrer que |g f|
E
1/2. [On pourra remarquer que
_
1
0
[(g f)(x)[dx
_
1
0
(g
f)(x)dx = 1/2.]
4. Montrer quil nexiste pas delement f F t.q. |g f|
E
= 1/2.
5. Montrer que d(g, F) = 1/2. [On pourra, par exemple, montrer que |g f
n
|
E
1/2, avec f
n
deni
par f
n
(x) =
n
x, pour x [0, 1/n], f
n
(x) = (x1/n)
n
/n, pour x [1/n, 1], et
n
choisi pour
que f
n
F.]
Exercice 6.25 (Lemme de Lax-Milgram) Corrige 111 page 402
Soit E est un espace de Hilbert reel et a une application bilineaire de E E dans R. On note (/) le
produit scalaire dans E et | | la norme dans E. On suppose quil existe C R et > 0 t.q. :
[a(u, v)[ C|u||v|, u, v E (continuite de a),
a(u, u) |u|
2
, u E (coercivite de a).
Soit T E
. On va montrer, dans cet exercice, quil existe un et un seul u E t.q. T(v) = a(u, v) pour
tout v E (ceci est le lemme de Lax-Milgram).
177
1. On suppose, dans cette question, que a est symetrique. On denit une application bilineaire, notee
(/)
a
de E E dans R par (u/v)
a
= a(u, v). Montrer que (/)
a
est un produit scalaire sur E et
que la norme induite par ce produit scalaire est equivalente à la norme | |. En deduire quil existe
un et un seul u E t.q. T(v) = a(u, v) pour tout v E. [Utiliser le theorème de representation de
Riesz.]
2. On ne suppose plus que a est symetrique.
(a) Soit u E, Montrer que lapplication v a(u, v) est un element de E
. En deduire quil
existe un et un seul element de E, notee Au, t.q. (Au/v) = a(u, v) pour tout v E.
On note, dans la suite A lapplication qui à u E associe Au E.
(b) Montrer que A est lineaire continue de E dans E.
(c) Montrer que Im(A) est ferme
(d) Montrer que (Im(A))
= 0.
(e) Montrer que A est bijective et en deduire quil existe un et un seul u E t.q. T(v) = a(u, v)
pour tout v E.
Exercice 6.26 (Exemple de projection dans L
2
On designe par la mesure de Lebesgue sur les boreliens de ]0, 1[, par L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), )
et par L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ).
Soit g L
2
.
1. Soit v L
2
et C
c
(]0, 1[, R) (on rappelle que C
c
(]0, 1[, R) signie que est une application
de ]0, 1[ dans R, de classe C
, et quil existe K ]0, 1[, K compact, t.q. (x) = 0 pour tout

x ]0, 1[K) . Montrer que vg
L
1
.
On pose ( = v L
2
; v 1 p.p.,
_
vg
d
_
d, pour tout C
c
(]0, 1[, R), 0. (On
rappelle que 0 signie (x) 0 pour tout x ]0, 1[.)
2. Montrer que ( est un convexe ferme non vide de L
2
.
3. On designe par 1 la fonction constante et egale à 1 sur ]0, 1[. Soit u (. Montrer que :
(|u 1|
2
|v 1|
2
pour tout v () (
_
(1 u)(u v)d 0 pour tout v ().
4. Soit u ( t.q. |u 1|
2
|v 1|
2
pour tout v (. On suppose que u, g C
1
(]0, 1[, R).
(a) Montrer que (ug)
(x) 1 pour tout x ]0, 1[.

(b) Soit x ]0, 1[ t.q. u(x) < 1. Montrer que (ug)
(x) = 1.
(c) Montrer que u est solution du problème suivant:
(ug)
(x) 1, pour tout x ]0, 1[,

u(x) 1, pour tout x ]0, 1[,
(1 + (ug)
(x))(u(x) 1) = 0, pour tout x ]0, 1[.

Exercice 6.27 (Approximation dans L
2
178
p
lespace L
p
R
p
lespace L
p
R
Pour f L
2
et k N
, on denit T
k
f de R dans R par :
T
k
f(x) = k
_
n(x)+1
k
n(x)
k
f(t)dt, (6.42)
o` u n(x) est lentier de Z tel que
n(x)
k
x <
n(x) + 1
k
(lentier n depend donc de x).
1. Soit k N
et f L
2
. Montrer que T
k
f L
2
(plus precisement, T
k
f L
2
et on confond alors,
comme dhabitude, T
k
f avec g L
2
, g = T
k
f p.p.) et que |T
k
f|
2
|f|
2
, pour tout k N
.
2. Soit f C
c
(R, R) (i.e. f continue de R dans R et à support compact). Montrer que T
k
f f dans
L
2
quand k .
3. Soit f L
2
. Montrer que T
k
f f dans L
2
quand k .
Exercice 6.28 (Projections orthogonales) Corrige 114 page 409
On pose H = L
2
R
(] 1, +1[, B(] 1, +1[), ). (On rappelle que B(] 1, +1[) est la tribu borelienne de
] 1, 1[ et la mesure de Lebesgue sur B(] 1, +1[).) Soit F = f H t.q.
_
]1,+1[
f d = 0. Soit
G = f H t.q.
_
]1,0[
f d =
_
]0,1[
f d.
1. Montrer que F et G sont des sous-espaces vectoriels fermes de H. Determiner les sous-espaces F
,
G
et F G.
2. Calculer, pour g H, les projections orthogonales P
F
(g) et P
G
(g) de g sur F et G.
Exercice 6.29 (Projection orthogonale dans L
2
On pose L
2
= L
2
R
(R, B(R), ) (muni de sa structure hilbertienne habituelle) et, pour , R donnes,
< , ( = f L
2
; f p.p..
1. Montrer que ( est vide si et seulement si > 0.
2. On suppose maintenant que 0. Montrer que ( est une partie convexe fermee non vide de L
2
.
Soit f L
2
, montrer que P
C
f(x) = maxminf(x), , pour presque tout x R. (P
C
f designe
la projection de f sur (.)
Soit (E, T, m) un espace mesure, et L
p
= L
p
R
(E, T, m).
1. On suppose ici qu il existe A et B T t.q. A B = , et 0 < m(B) < +, 0 < m(A) <
+. Montrer que L
p
est un Hilbert si et seulement si p = 2. [On pourra utiliser lidentite du
parallèlogramme avec des fonctions de L
p
bien choisies.]
2. Montrer que pour m =
0
(mesure de Dirac en 0), L
p
R
(R, B(R), m) est un Hilbert pour tout p
[1, +].
Exercice 6.31 (Espace l
2
179
On note m la mesure du denombrement sur T(N), cest-à-dire m(A) = card(A) si A est ni et m(A) =
si A nest pas ni.
On note l
2
= L
2
R
(N, T(N), m).
1. Montrer que chaque element de l
2
ne contient quun seul element de lespace L
2
R
(N, T(N), m).
2. Montrer que linegalite de Cauchy-Schwarz sur l
2
donne :
(
nN
a
n
b
n
)
2
nN
a
2
n
nN
b
2
n
pour toutes suites (a
n
)
nN
, (b
n
)
nN
R
+
t.q.

nN
a
2
n
< et
nN
b
2
n
< .
3. Soit : N
, bijective. Montrer que
nN
(n)
n
2
= . [On pourra commencer par montrer
que
n
p=1
1
(p)

n
p=1
1
p
pour tout n N
puis utiliser linegalite de Cauchy-Schwarz.]

Exercice 6.32 (Isometrie dun espace de Hilbert avec l
2
Soit H un espace de Hilbert reel, de dimension innie et separable. Soit e
n
, n N une base hilbertienne
de H (une telle base existe, cf. proposition 6.17).
Pour u H, on denit a
u
l
2
(l
2
est deni à lexercice 6.31) par a
u
(n) = (u/e
n
)
H
, pour tout n N.
(On montrera tout dabord que a
u
est bien un element de l
2
.)
Montrer que lapplication A : u a
u
(est lineaire et) est une isometrie de H dans l
2
, cest-à-dire que
|a
u
|
l
2 = |u|
H
pour tout u H.
Montrer que A est bijective (il faut donc montrer que, pour tout a l
2
, il existe u H t.q. a = a
u
).
Exercice 6.33 (Tribu et partition, suite et n)
Cet exercice est la suite de lexercice 3.35. Soit (, /, P) un espace de probabilite et a une partition de
On note (a) la tribu engendree par a (voir lexercice 3.35). On suppose que la partition a est mesurable,
cest-à-dire que ses atomes sont des elements de / (on a donc (a) /).
Donner une base hilbertienne de L
2
(, (a), P) construite à partir des atomes de a.
En deduire lexpression de la projection orthogonale dune variable aleatoire X appartenant à L
2
(, /, P)
sur le sous espace L
2
(, (a), P).
p
Exercice 6.34 (Fonctions absolument continues) Corrige (partiel) 119 page 414
Soit < a < b < +. On admet les 2 resultats suivant :
Toute fonction monotone denie sur [a, b], à valeurs dans R, est derivable en presque tout point de
]a, b[.
Soit f L
1
R
(]a, b[, B(]a, b[), ). Pour x [a, b], on pose F(x) =
_
f1
]a,x[
d. La fonction F est alors
derivable en presque tout point de ]a, b[ et on a F
= f p.p..
1. (Fonctions monotones.) Soit f une fonction monotone croissante denie sur [a, b] et à valeurs dans
R.
180
(a) Montrer que f
L
1
R
(]a, b[, B(]a, b[), ) et que
_
f
1
]a,b[
d f(b) f(a).
[On pourra poser f(x) = f(b) pour x > b, considerer f
n
(x) = n(f(x+
1
n
) f(x)) et remarquer
que f
n
f
p.p. sur ]a, b[.]

(b) Donner un exemple pour lequel linegalite de la question precedente est stricte. (Les courageux
pourront chercher un exemple pour lequel f est continue. . . )
2. (Fonctions absolument continues.)
Une fonction denie sur [a, b] et à valeurs dans R est dite absolument continue si pour tout > 0 il
existe > 0 tel que pour toute famille nie dintervalles deux à deux disjoints (]a
k
, b
k
[)
1kn
dont
la somme des longueurs est inferieure à , on a
n
k=1
[f(b
k
) f(a
k
)[ < .
(a) Montrer que absolue continuite implique uniforme continuite.
(b) Montrer que lensemble des fonctions absolument continues sur [a, b] forme un espace vectoriel.
3. (Fonctions absolument continues et fonctions monotones.) Une fonction f denie sur [a, b] (et à
valeurs dans R) est dite à variation bornee sil existe C t.q. pour toute subdivision du segment
[a, b], a = x
0
< x
1
< ... < x
n
= b, on ait

n
k=1
[f(x
k
) f(x
k1
)[ C. Pour une fonction f à
variation bornee, on peut denir, pour a < x b, V
x
a
[f] par :
V
x
a
[f] = sup
n
k=1
[f(x
k
) f(x
k1
)[ , a = x
0
< x
1
< ... < x
n
= x, n N
.
On pose aussi V
a
a
[f] = 0.
(a) Montrer que toute fonction absolument continue est à variation bornee.
(b) Montrer pour toute fonction f (denie sur [a, b] et) absolument continue, la fonction x V
x
a
[f]
est absolument continue sur [a, b]. En deduire que toute fonction absolument continue (denie
sur [a, b]) est la dierence de deux fonctions absolument continues monotones croissantes (et
est donc derivable en presque tout point de ]a, b[).
4. Soit f L
1
R
_
f1
]a,x]
d. Montrer que F
absolument continue.
5. Soit F une fonction absolument continue et monotone croissante de [a, b] dans R. On prolonge cette
fonction sur R en posant F(x) = F(a) si x < a et F(x) = F(b) si x > b. Une version etendue du
theorème de Caratheodory (cette version etendue est donnee par le theorème 2.5, pour ce resultat
il sut de F continue croissante) donne lexistence dune (et une seule) mesure m
F
sur B(R) t.q.
m
F
(], [) = F() F() pour tout , R, < .
(a) Montrer que m
F
est absolument continue par rapport à . [Utiliser la regularite de et
labsolue continuite de F.]
(b) Montrer quil existe g L
1
R
(R, B(R), ) t.q. F() F() =
_
g1
],[
d, pour tout , R,
< . Montrer que g = F
p.p. sur ]a, b[.

181
6. Soit F une fonction absolument continue de [a, b] dans R. Montrer que F est derivable en presque
tout point de ]a, b[, que F
L
1
R
(]a, b[, B(]a, b[), ) et que pour tout x [a, b] on a
F(x) F(a) =
_
F
1
]a,x[
d.
Exercice 6.35 (Dualite L
1
-L
par le theorème de Radon-Nikodym) Corrige 120 page 418

Soit (E, T, m) un espace mesure ni et T (L
1
R
(E, T, m))
. On suppose que T est positive, cest à dire

que, pour f L
1
R
(E, T, m), f 0 p.p. implique T(f) 0.
1. Pour A T, on pose (A) = T(1
A
). Montrer que est bien denie et que est une mesure nie
sur T.
2. En utilisant le theorème de Radon-Nikodym, montrer quil existe g /
+
t.q. T(1
A
) =
_
g1
A
dm
pour tout A T.
3. Montrer que g L
R
(E, T, m) (plus precisement, il existe h L
R
(E, T, m) t.q. h = g p.p.). [On
pourra montrer que |g|
|T|
(L
1
)
en choissisant bien A dans la formule trouvee à la question
precedente.]
4. Montrer que T(f) =
_
gfdm pour tout f L
1
R
(E, T, m).
Exercice 6.36 (Une demonstration de la dualite L
p
L
q
pour p < 2) Corrige 121 page 420
Soit (E, T, m) un espace mesure ni et 1 p < 2. On pose q = p/(p 1) et on note L
r
lespace
L
r
R
(E, T, m) (pour r = p, r = q et r = 2). Soit T (L
p
)
.
1. On considere dabord le cas o` u m(E) < +.
(a) Montrer que L
2
L
p
et que linjection canonique de L
2
dans L
p
est continue.
2
t.q. T(f) =
_
fgdm pour tout f L
2
.
(c) Montrer que la fonction g, trouvee à la question precedente, appartient à L
q
[distinguer les cas
p > 1 et p = 1. Dans le cas p > 1, on pourra considerer les fonctions f
n
= [g[
(q2)
g1
{|g|n}
.
Dans le cas p = 1, prendre f = sgn(g)1
A
o` u A = [g[ > |T|
(L
p
)
.]
(d) Si f L
p
, montrer que f
n
= f1
{|f|n}
L
2
. En deduire que il existe g L
q
t.q. T(f) =
_
fgdm, pour tout f L
p
.
2. On considere maintenant le cas o` u m(E) = +. Comme m est -nie, on peut ecrire E =
nN
A
n
,
avec An A
n+1
et m(A
n
) < +. On note T
n
= A T, A A
n
, m
n
= m
|
T
n
et L
r
(m
n
) =
L
r
R
(A
n
, T
n
, m
n
) (r = p ou q).
(a) Soit n N. Pour f L
p
(m
n
), on pose T
n
(f) = T(

f) avec

f = f p.p. sur A
n
et

f = 0 p.p.
sur (A
n
)
c
. Montrer que T
n
(L
p
(m
n
))
et quil existe g
n
L
q
(m
n
) t.q. :
T
n
(f) =
_
fg
n
dm
n
, f L
p
(m
n
).
On utilise (g
n
)
nN
(b) Montrer que si m n, g
n
= g
m
p.p. sur A
n
.
(c) On denit g : E R par g = g
n
sur A
n
.
182
i. Montrer que g L
q
(E). (Distinguer les cas q < + et q = +.)
ii. Montrer que T(f) =
_
fgdm, pour tout f L
p
.
Exercice 6.37 (Dualite L
p
L
q
)
Lorsque p < 2, on propose detudier la demonstration suivante de la dualite L
p
L
q
: soit T (L
p
)
;
1. On considere dabord le cas o` u m(E) < + :
(a) Montrer que L
2
L
p
2
dans L
p
est continue.
(b) En deduire que il existe g L
2
t.q. T(f) =
_
fgdm, f L
2
.
(c) Montrer que g L
q
(distinguer les cas p > 1 et p = 1. Dans le cas p > 1, on pourra
considerer les fonctions f
n
= [g[
(q2)
g1
{|g|n}
. Dans le cas p = 1, prendre f = sgn(g)1
A
o` u
A = [g[ > |T|
(L
p
)
.
(d) Si f L
p
, montrer que f
n
= f1
{|f|n}
L
2
q
t.q. T(f) =
_
fgdm, f L
p
.
nN
A
n
,
avec An A
n+1
et m(A
n
) < +.
(a) A n xe, denir à partir de T une application lineaire continue T
n

_
L
p
(A
n
)
_
t.q. : g
n

L
q
(A
n
) ; T
n
(f) =
_
A
n
fgdm, f L
p
(A
n
).
n
= g
m
pp sur A
n
.
n
sur A
n
.
(i) Montrer que g L
q
(ii) Montrer que T(f) =
_
fgdm, f L
p
.
Exercice 6.38 (Demonstration du theorème de dualite L
p
L
q
)
Soient (E, T, m) un espace mesure -ni : il existe une famille denombrable (A
n
)
nN
densembles A
n
quon peut prendre disjoints deux à deux tels que m(A
n
) < + et E =
_
nN
A
n
. Soient p [1, +[ et
T une forme lineaire continue sur L
p
R
(E, T, m) = L
p
.
Partie 1. (Rappel du cours.) On considère dabord le cas p = 2, montrer quil existe un unique g L
2
t.q. T(f) =
_
fgdm, f L
2
.
Partie 2. On sinteresse maintenant au cas p [1, 2]
1. Soit , une fonction mesurable de E dans R. Montrer que si L
r
, o` u r =
2p
2 p
, alors, pour
toute fonction f de L
2
, la fonction f est dans L
p
.
Montrer quil existe une fonction L
r
de la forme : =
nN
n
1
A
n
,
n
> 0.
Dans toute la suite, designera une fonction particulière de la forme precedente.
183
2. Deduire des questions precedentes lexistence dune unique fonction G L
2
t.q., pour toute fonction
f de L
p
t.q.
f
L
2
, on a T(f) =
_
f
G
dm.
3. Soient p ]1, 2[, et q tel que
1
p
+
1
q
= 1 ; on denit les fonctions f
n
, de E dans R, par :
f
n
= [g[
(q2)
g1
{|g|n}
1
B
n
o` u g =
G
et B
n
=
n
_
p=1
A
p
. (6.43)
(a) Montrer que : n N,
f
n
L
2
.
(b) En deduire que g =
G
L
q
. [Il est fortement conseille dutiliser la continuite de T de L
p
dans R.]
4. Soient p = 1 et f L
1
. On denit : f
n
= sgn(g)1
A
1
B
n
o` u A = [g[ > |T|
(L
p
)
.
(a) Montrer que : n N,
f
n
L
2
.
(b) En deduire que m(A B
n
) = 0, n N, et que g (=
G
) L
.
5. Soient p [1, 2[ et f L
p
, on denit f
n
= f1
{|f|n}
1
B
n
. Montrer que
f
n
L
2
et que f
n
tend vers
f dans L
p
q
t.q. T(f) =
_
fgdm, f L
p
.
Partie 3. On sinteresse maintenant au cas p > 2, et on suppose ici que T 0, i.e. T(f) 0 pour toute
fonction f 0 p.p. Soit q tel que
1
p
+
1
q
= 1.
1. On suppose dans cette question que la forme lineaire T est, de plus, continue pour la norme |.|
L
1.
(a) Montrer quil existe g L
t.q. T(f) =
_
fgdm pour toute fonction f L
1
L
p
.
(b) Montrer que g L
q
. [On pourra utiliser un raisonnement similaire à celui de la question 3 de
la partie 2].
(c) En deduire quil existe g L
q
t.q. T(f) =
_
fgdm pour toute fonction f L
p
et que
|g|
L
q = |T|
(L
p
)
. [On pourra utiliser un raisonnement similaire à celui de la question 5 de la
partie 2].
2. On suppose ici quil existe une suite (T
n
)
nN
de formes lineaires sur L
p
veriant les quatre proprietes
suivantes :
f L
p
; f 0, 0 T
n
(f) T(f) (6.44)
f L
p
; f 0, T
n
(f) T
n+1
(f) (6.45)
f L
p
; f 0, T
n
(f) n
_
fdm (6.46)
f L
p
; f 0, T
n
(f) converge vers T(f) lorsque n tend vers +. (6.47)
184
(a) Montrer que, pour tout n N, il existe g
n
L
q
tel que T
n
(f) =
_
g
n
fdm, pour tout f L
p
.
Montrer que |g
n
|
L
q |T|
(L
p
)
(b) Montrer que, pour tout n N, 0 g

n
n p.p. et g
n
g
n+1
p.p..
(c) Montrer quil existe g L
q
t.q. T(f) =
_
gfdm, pour toute fonction f L
p
.
3. Soit T
n
lapplication de L
p
dans R denie par :
Si f L
p
et f 0, T
n
(f) = inf
L
p
,0f
_
T() +n
_
(f )dm
_
,
si f L
p
est quelconque, T
n
(f) = T
n
(f
+
) T
n
(f
)
Montrer que T
n
verie les proprietes (1) à (4).
4. Montrer que T
n
est lineaire .
5. En deduire que, pour toute forme lineaire continue positive T sur L
p
, il existe une fonction g de L
q
t.q. T(f) =
_
fgdm.
6. Montrer que, pour toute forme lineaire continue T sur L
p
, il existe une fonction g de L
q
t.q.
T(f) =
_
fgdm. [Decomposer T en une partie positive et une partie negative].
6.5.4 Convergence faible, faible-, etroite, en loi. . .
n
)
nN
L
2
= L
2
(E, T, m) et f L
2
t.q. la suite (f
n
)
nN
tende
faiblement vers f dans L
2
, cest-à-dire :
_
f
n
dm
_
fdm pour toute fonction L
2
.
1. Montrer que |f|
2
liminf
n+
|f
n
|
2
.
2. On suppose de plus que |f
n
|
2
|f|
2
lorsque n +. Montrer que la suite (f
n
)
nN
tend vers f
dans L
2
.
Exercice 6.40 (Convergence faible) Corrige 123 page 424
Soit (E, T, m) un espace mesure ni. Pour 1 r , on note L
r
lespace L
r
R
(E, T, m). Soit
1 p < et q = p/(p 1). Soit (f
n
)
nN
L
p
et f L
p
.
1. Montrer que f
n
f faiblement dans L
p
quand n (voir la denition 6.17) si et seulement si
_
f
n
gdm
_
fgdm, g L
q
. (6.48)
2. Montrer que |f|
p
liminf
n
|f
n
|
p
si f
n
f faiblement dans L
p
, quand n . [Utiliser
(6.48) avec un choix convenable de g.]
On suppose dans les questions suivantes (questions 3 à 7) que:
m(E) < , f
n
f p.p., C t.q. |f
n
|
p
C, n N. (6.49)
185
3. On suppose, dans cette question, que p > 1.
(a) Soit N N et g L
q
t.q. g = 0 p.p. sur E
c
N
avec E
N
=
nN
x E; [f
n
(x) f(x)[ 1.
Montrer que
_
f
n
gdm
_
fgdm, quand n .
(b) Montrer que f
n
f faiblement dans L
p
. [Pour g L
q
, introduire g
N
= g1
E
N
.]
(c) Donner un exemple avec (E, T, m) = (]0, 1[, B(]0, 1[), ) pour lequel f
n
,f dans L
p
.
4. On suppose, dans cette question, que p = 1. Montrer que |f|
1
liminf
n
|f
n
|
1
. Donner un
exemple avec (E, T, m) = (]0, 1[, B(]0, 1[), ) pour lequel f
n
,f faiblement dans L
1
, quand n .
5. On suppose, dans cette question, que p > 1 et on prend 1 r < p. Montrer que f
n
f dans L
r
,
quand n . [On pourra, par exemple, utiliser le theorème de Vitali pour la suite (g
n
)
nN
avec
g
n
= [f
n
f[
r
.]
6. Pour cette question, on retire dans (6.49) lhypothèse m(E) < et on suppose que p > 1. Montrer
que f
n
f faiblement dans L
p
.
7. Dans cette question, on conserve lhypothèse (6.49) mais on ne suppose plus que f L
p
. Montrer
que f appartient necessairement à L
p
.
8. On prend maintenant (E, T, m) = (]0, 1[, B(]0, 1[), ) et on denit f
n
, pour n N par f
n
= 1 p.p.
sur ]2k/n, (2k + 1)/n[ pour k N, (2k + 1)/n 1 et f
n
= 1 p.p. sur ]2k 1/n, 2k/n[ pour
k N
, 2k/n 1. Montrer que f

n
0 faiblement dans L
p
, pour tout 1 p < . [On pourra, par
exemple, utiliser la densite de C([0, 1], R) dans L
1
.]
Exercice 6.41 Soit (f
n
)
nN
la suite de fonctions de ]0, 1[ dans R denie par f
n
(x) = (n n
2
x)
+
. On
note la mesure de Lebesgue sur la tribu B(R) des boreliens de ]0, 1[, et L
p
= L
p
R
(]0, 1[, B(R), ) pour
p [1, +].
1. Montrer que la suite (f
n
)
nN
est bornee dans L
1
.
2. Montrer que la suite (f
n
)
nN
nest pas bornee dans L
p
pour p > 1.
3. Y-a-til convergence simple, convergence presque partout, convergence uniforme, convergence en
mesure, convergence dans L
p
(p [1, +]) de la suite (f
n
)
nN
(justier vos reponses...) ?
4. Montrer que pour toute fonction C([0, 1], R), on a
_
f
n
d (0). En deduire que la suite
(f
n
)
nN
ne converge pas faiblement dans L
1
(utiliser le fait que la mesure de Dirac nest pas une
mesure de densite, cf exercice 5.2).
Exercice 6.42 Soient (E, T, m) un espace mesure t.q. m(E) < +, et (f
n
)
nN
une suite de L
2
=
L
2
(E, T, m) t.q. :
(i) la suite (|f
n
|
2
)
nN
est bornee,
(ii) f
n
f
_
f
n
gdm
_
fgdm quand n +.
1. Montrer que f L
2
et |f|
2
sup
n1
|f
n
|
2
.
186
2. Soit > 0, on note B
n
= x E; [f(x) f
n
(x)[ > . Montrer que m(B
n
) 0 lorsque n +.
[On pourra introduire A
p
=
_
np
B
n
et montrer que m(A
p
) 0 quand p +.]
3. Montrer que f
n
f dans L
1
quand n +.
[On pourra ecrire
_
[f
n
f[dm =
_
|f
n
f|>
[f
n
f[dm+
_
|f
n
f|
[f
n
f[dm.]
4. Montrer, en donnant un exemple, que f
n
peut ne pas converger dans L
2
, quand n +.
5. Montrer que, pour tout g L
2
, on a :
_
f
n
g dm
_
fg dm quand n + (6.50)
(on dit que f
n
f faiblement dans L
2
). [Decomposer
_
(f f
n
)gdm de manière semblable à la
question 3.]
Exercice 6.43 Soient (E, T, m) un espace mesure t.q. m(E) < + et p [1, +]. Pour r [1, +],
on note L
r
= L
r
R
(E, T, m) et |.|
r
la norme usuelle sur L
r
. Soit (f
n
)
nN
L
p
, t.q. :
(i) la suite (|f
n
|
p
)
nN
est bornee,
(ii) f
n
f pp quand n +.
1. Montrer que f L
p
et |f|
p
sup
n1
|f
n
|
p
.
2. On suppose (dans cette question seulement) que p > 1. Soit r [1, p[, montrer que f
n
f dans
L
r
quand n +.
3. Soit q le conjugue de p (i.e. tel que
1
p
+
1
q
= 1), montrer que, pour tout g L
q
, on a :
_
f
n
g dm
_
fg dm quand n +.
Peut-on dire que f
n
f faiblement dans L
p
?
Exercice 6.44 (Convergence forte contre convergence faible)
Soit (E, T, m) un espace mesure. Pour r [1, +], on note L
r
lespace L
r
R
(E, T, m).
Soit p [1, [ et q lexposant conjugue de p. Soit (u
n
)
nN
L
p
, u L
p
, (v
n
)
nN
L
q
et v L
q
.
1. On suppose que u
n
u faiblement dans L
p
et v
n
v dans L
q
, quand n . Montrer que
u
n
v
n
uv faiblement dans L
1
, quand n .
2. On suppose que p = 1, u
n
u faiblement dans L
1
, v
n
v p.p., quand n , et quil existe
C R t.q., pour tout n N, v
n
C p.p.. Montrer que u
n
v
n
uv faiblement dans L
1
, quand
n .
Exercice 6.45 (Convergence faible et non linearite) Corrige 124 page 427
187
p
lespace L
p
R
(]0, 1[, B(]0, 1[), )
et par L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ).
1. (Unicite de la limite faible). Soit (u
n
)
nN
L
1
et u, v L
1
. On suppose que u
n
u faiblement
dans L
1
, quand n , (cest-à-dire que T(u
n
) T(u) pour toute application T lineaire continue
de L
1
dans R) et que u
n
v faiblement dans L
1
.
(a) Montrer que
_
(u v)d = 0, pour tout L
.
(b) Montrer que u = v p.p.. [Choisir convenablement dans legalite prececente.]
2. (Convergence forte contre convergence faible) Soit (v
n
)
nN
L
et v L
. On suppose quil
existe C > 0 t.q. |v
n
|
C pour tout n N et que v

n
v p.p., quand n .
(a) Montrer que v
n
v dans L
p
, quand n , pour tout 1 p < .
(b) Donner un exemple pour lequel v
n
,v dans L
.
(c) Soit (u
n
)
nN
L
1
et u L
1
. On suppose que |u
n
|
C pour tout n N et que u

n
u
faiblement dans L
1
_
u
n
v
n
d
_
uvd, quand n . [Ecrire
v
n
= v + (v
n
v).]
On se donne maintenant une fonction C(R, R).
3. Soit u L
. Montrer que u L
.
4. Soit u L
et v, w u. Montrer que h L
; h = v p.p. = h L
; h = w p.p..
Grace aux 2 questions precedentes, pour u L
, on pose, si v u :
(u) = h L
; h = v p.p., de sorte que (u) L
.
On se donne maintenant (u
n
)
nN
L
. On suppose quil existe C > 0 t.q. |u

n
|
C pour tout
n N et quil existe u L
1
et f : ]0, 1[R t.q. :
u
n
u faiblement dans L
1
, quand n ,
(u
n
) f p.p., quand n .
Le but de lexercice est de comparer f et (u).
5. Montrer que [
_
u1
A
d[ C(A) pour tout A B(]0, 1[). Montrer que u L
que |u|
C.
6. On suppose, dans cette question, que est ane (cest-à-dire quil existe , R t.q. (s) = s+
pour tout s R). Montrer que f = (u) p.p.. [Utiliser, en particulier, la question 1.]
7. On suppose, dans cette question, que est injective. Montrer quil existe v L
t.q. u
n
v p.p.
quand n . En deduire que v = u et f = (u) p.p..
8. (Astuce de Minty) On suppose, dans cette question, que est croissante.
(a) Soit v L
. Montrer que
_
(f (v))(uv)d 0. [Utiliser la croissance de et la question
2 (c).]
188
(b) Soit w L
. Montrer que
_
(f (u))wd 0. [Utiliser la question precedente avec
v = u + (1/n)w.]
(c) Montrer que f = (u) p.p..
9. On denit u
n
, pour n N, par u
n
= 1 p.p. sur ]2k/2n, (2k + 1)/2n[ pour k 0, . . . , n 1, et
u
n
= 1 p.p. sur ]2k 1/2n, 2k/2n[ pour k 1, . . . , n.
(a) Montrer que
_
u
n
d 0, quand n , pour tout C([0, 1], R).
(b) Montrer que u
n
0 faiblement dans L
1
, quand n . [On pourra, par exemple, utiliser la
densite de C([0, 1], R) dans L
1
.] Montrer que u
n
,0 dans L
1
, quand n .
(c) Donner un exemple de fonction C(R, R) pour lequel (u
n
) f p.p. et f ,= (0) p.p.. (et
donc nest pas croissante et nest pas injective).
(d) Donner un exemple de fonction C(R, R) croissante pour lequel (u
n
) f p.p. (et donc
f = (0) p.p., par la question 8, et est non injective, par les questions 7 et 9 (b)).
Exercice 6.46 (Convergence etroite de mesures) Corrige 125 page 433
Soit (m
n
)
nN
une suite de mesures nies sur B(R) (on rappelle que m
n
nie signie que m
n
(R) < )
et m une mesure nie sur B(R). On rappelle que C
b
(R, R) L
1
R
(R, B(R), m
n
), pour tout n N, et que
C
b
(R, R) L
1
R
(R, B(R), m).
On suppose que :
_
gdm
n

_
gdm, pour tout g C
b
(R, R).
Soit f C(R, R). On ne suppose pas que f est bornee, mais on suppose que f L
1
R
(R, B(R), m
n
) pour
tout n N.
1. On pose = sup
nN
m
n
(R). Montrer que < .
2. On suppose, dans cette question, que :
= sup
nN
_
[f[
2
dm
n
< .
(a) Soit une fonction continue de R dans R, à support compact et t.q. 0 (x) 1 pour tout
x R. Montrer quil existe C R, ne dependant que de et (denis ci dessus), t.q. :
_
[f[dm C.
(b) Montrer que f L
1
R
(R, B(R), m)
(c) Montrer que
_
fdm
n

_
fdm, quand n .
3. On ne suppose plus que sup
nN
_
[f[
2
dm
n
< .
Montrer (en choississant convenablement (m
n
)
nN
, m et f) que lon peut avoir f , L
1
R
(R, B(R), m).
Exercice 6.47 (Convergence faible et convexite) Corrige 126 page 435
189
Dans cet exercice (E, T, m) est un espace mesure et on suppose que la mesure m est nie.. Pour tout
1 r , on note L
r
lespace L
r
(E, T, m) (et L
r
lespace L
r
(E, T, m)). Soit 1 p < , (u
n
)
nN
une
suite bornee de L
p
et u L
p
t.q. u
n
u faiblement dans L
p
quand n (on rappelle que ceci signie
T(u
n
) T(u), quand n , pour tout T dans (L
p
)
, cest-à-dire dans le dual topologique de L

p
).
1. On pose r = p/(p 1) si p > 1 et r = , si p = 1. Montrer que, pour tout v L
r
:
_
u
n
vdm
_
uvdm.
Soit C
1
(R, R). On suppose que est strictement convexe (ce qui est equivalent à dire que
est strictement croissante).

2. Soit a R. Pour x R, on pose h
a
(x) = (x) (a)
(a)(x a).
(a) Montrer que h
a
(x) > 0 si x ,= a.
(b) Montrer que h
a
est decroissante sur ] , a[ et croissante sur ]a, (.
Soit 1 q < . On suppose maintenant que la suite ((u
n
))
nN
est bornee dans L
q
et quelle
converge faiblement dans L
q
, quand n , vers une (classe de) fonction(s) L
q
.
Precision de notation : On choisit un representant pour u
n
. On designe alors par (u
n
) la fonction
(de E dans R) x (u
n
(x)). Cette fonction est supposee etre dans L
q
et on lidentie, comme
dhabitude, avec lelement de L
q
quelle represente.
Pour n N, on pose f
n
= [(u
n
) (u)
(u)(u
n
u)].
Precision de notation : Ici aussi, pour denir f
n
, on choisit un representant pour u. On designe
alors par (u) et
(u) les fonctions x (u(x)) et x
(u(x)).
3. Soit k R
+
et B T t.q. m(B) < . On pose A
k
= [u[ k (cest-à-dire A
k
= x E t.q.
[u(x)[ k.
Montrer que
_
f
n
1
A
k
1
B
dm
_
( (u))1
A
k
1
B
dm, quand n .
4. Montrer (u) p.p.. [Utiliser les questions 2(a) et 3.]
On suppose maintenant que = (u) p.p..
5. Soit B T t.q. m(B) < , k R
+
et A
k
= [u[ k. Montrer que (f
n
)
nN
admet une sous suite
convergeant p.p. vers 0 sur A
k
B.
6. (Question plus dicile.) Montrer que (f
n
)
nN
admet une sous suite convergeant p.p. vers 0 sur E.
[Utiliser le fait que la mesure m est nie et un procede diagonal.]
7. Soit x E t.q. f
n
(x) 0, montrer que u
n
(x) u(x). [Soit b R, limite dune sous suite de la
suite (u
n
(x))
nN
. Utiliser la question 2 pour montrer que b = u(x).]
8. Montrer que (u
n
)
nN
admet une sous suite convergeant p.p. vers u.
9. On suppose ici que p > 1. Montrer que u
n
1
B
u1
B
dans L
r
pour tout r [1, p[ et tout B T
t.q. m(B) < . [Utiliser lexercice 6.18.]
190
10. En prenant (E, T, m) = (R, B(R), ) et (s) = s
2
, donner un exemple pour lequel u
n
,u p.p. sur
E (toutefois, daprès la question 8, (u
n
)
nN
admet une sous suite convergeant p.p. vers u).
Exercice 6.48 (Produit de convergences faibles) Corrige 127 page 439
Soit (E, T, m) un espace mesure ni. Pour p [1, ], on note L
p
lespace L
p
R
(E, T, m).
Soit , > 0. Pour a R
+
, on denit
a
de R
+
dans R par
a
(t) = (t
)(t
).
1. Soit a R
+
. Montrer que
a
(t) > 0 pour tout t R
+
, t ,= a.
Soit (f
n
)
nN
une suite de fonctions positives appartenant à L
et l
, l
, l
+
L
. On suppose
que la suite (f
n
)
nN
est bornee dans L
et que f
n
l
faiblement dans L
, quand n ,
pour = , = et = +.
On rappelle que f
n
l
faiblement dans L
signie que
_
f
n
dm
_
l
dm, quand n ,
pour tout L
1
.
2. Soit L
1
t.q. 0 p.p.. Montrer que
_
l
a
dm 0.
3. Montrer que l
0 p.p..
4. Montrer que l
+
l
p.p.. [On pourra utiliser

a
(t) 0 avec t = f
n
(x) et a = (l
(x))
1
.]
5. On suppose maintenant que l
+
= l
p.p.. On pose f = l
1
et g
n
= (f
n
f
)(f
n
f
).
(a) Montrer que g
n
0 dans L
1
, quand n .
(b) Montrer quil existe : N N strictement croissante t.q. g
(n)
0 p.p., quand n .
Montrer que f
(n)
f p.p., quand n . [Utiliser la question 1.]
(c) Montrer que f
n
f dans L
q
, quand n , pour tout q [1, [.
Exercice 6.49 (Convergence faible contre convergence forte)
Soit (E, T, m) un espace mesure. On suppose que m est -nie. Pour r [1, ], on note L
r
lespace
L
r
R
(E, T, m) (et L
r
est muni de sa norme usuelle). Soit p, q [1, ] t.q.
1
p
+
1
q
= 1. Soit (f
n
)
nN
une
suite bornee de L
p
et (
n
)
nN
q
.
1. On suppose ici que p [1, [ (et donc q ]1, ]),
n
dans L
q
, quand n , et f
n
f
faiblement dans L
p
, quand n (cest-à-dire que T(f
n
) T(f) pour toute application lineaire
continue T de L
p
dans R).
(a) Montrer que
_
f
n
dm
_
fdm, pour tout L
q
.
(b) Montrer que
_
f
n
n
dm
_
fdm.
2. On suppose ici que p = (et donc q = 1),
n
dans L
1
, quand n , et f
n
f faiblement
dans L
, quand n (cest-à-dire que

_
f
n
dm
_
fdm pour tout L
1
). Montrer que
_
f
n
n
dm
_
fdm.
On suppose pour la suite de lexercice que p = 1 (et donc q = ) et m(E) < .
3. Montrer que
n
dans L
, quand n , implique :
(p1)
n
p.p. quand n .
191
4. Montrer, en prenant (par exemple) (E, T, m) = (]0, 1[, B(]0, 1[), ) que (p1) nimplique pas
n

dans L
quand n . [Il faut donc trouver une suite (

n
)
nN
bornee de L
et L
t.q.
n
p.p., quand n , et |
n
|
,0, quand n .]
On suppose maintenant que la suite (
n
)
nN
verie (p1) et que :
(p2) f
n
f faiblement dans L
1
, quand n ,
5. Montrer que L
(au sens il existe L
(E, T, m) t.q. = p.p.). [On rappelle que la

suite (
n
)
nN
est, par hypothèse, bornee dans L
.]
6. On admet que (p2) implique lequi-integrabilite de la suite (f
n
)
nN
, cest-à-dire :
> 0, > 0 t.q. A T, m(A) , n N
_
A
[f
n
[dm .
Montrer que
_
f
n
n
dm
_
fdm. [On pourra utiliser le theorème dEgorov.]
Exercice 6.50 (Dunford-Pettis)
En attente
Exercice 6.51 (Conv. etroite et conv. des mesures des intervalles) Corrige 128 page 439
Soit (m
n
)
nN
une suite de mesures sur B(R) et m une mesure sur B(R). On suppose que m
n
m
etroitement, quand n , et que m est diuse (cest-à-dire que m(x) = 0 pour tout x R). Soit I
un intervalle de R, montrer que m
n
(I) m(I) quand n . Montrer (en donnant un contre-exemple)
que cette propriete peut etre fausse si m nest pas diuse.
Exercice 6.52 (Convergence en loi) Corrige 129 page 440
Soit (, /, P) un espace de probabilites et X une v.a. reelle de loi uniforme sur [1, 1].
1. Montrer que X est une v.a. de meme loi que X.
2. Donner un exemple de suite (X
n
)
nN
de v.a. t.q. :
(a) (X
n
)
nN
converge en loi vers X,
(b) (X
n
X)
nN
ne converge pas en loi vers 0.
3. Donner un exemple de trois v.a. X, Y, Z t.q. X et Y aient la meme loi, mais sans que XZ et Y Z
aient la meme loi.
Exercice 6.53 (Convergence en loi + convergence en probabilite) Corrige 130 page 441
Soit (, /, P) est un espace de probabilite, X une v.a. reelle et (X
n
)
nN
, (Y
n
)
nN
deux suites de v.a.
reelles t.q. :
X
n
X en loi, Y
n
0 en probabilite, quand n .
Montrer que
X
n
+Y
n
X en loi, quand n .
[On pourra utiliser la convergence vague.]
Exercice 6.54 (Convergence en loi versus convergence en probabilite) Corrige 131 page 442
192
Soit (, /, P) un espace de probabilite, X une v.a. reelle et (X
n
)
nN
une suite de v.a. reelles.
1. On suppose, dans cette question, que X
n
X en probabilite, quand n . Montrer que :
X
n
X en loi, quand n .
[Remarquer quil sut de demontrer une convergence vague de P
X
n
vers P
X
.]
2. On suppose quil existe a R t.q. X = a p.s.. On suppose aussi que X
n
X en loi, quand n .
Montrer que :
X
n
X en probabilite, quand n .
193
Chapter 7
Produits despaces mesures
7.1 Motivation
Au chapitre 1, on a introduit la mesure de Lebesgue sur la tribu des boreliens de R (notee B(R)), ce
qui nous a permis dexprimer la notion de longueur dune partie (borelienne) de R. On peut se poser
la question de savoir sil existe une mesure sur une tribu convenable de R
2
qui exprimerait la notion de
surface (et une mesure sur une tribu convenable de R
3
qui exprimerait la notion de volume. . . ).
La question est donc : existe-t-il une mesure
2
sur une tribu de R
2
contenant B(R) B(R), veriant :
2
(AB) = (A)(B), A, B B(R) ? (7.1)
La tribu T
2
, sur laquelle on veut denir
2
, doit donc contenir B(R) B(R). On remarque tout dabord
que B(R) B(R) = A B, A B(R), B B(R) nest pas une tribu. En eet, B(R) B(R) nest pas
stable par passage au complementaire ni par union (par contre, B(R) B(R) est stable par intersection
denombrable). On denit alors T
2
comme la tribu engendree par B(R) B(R), quon note B(R) B(R).
On cherche alors une mesure
2
: T
2
R
+
t.q.
2
(A B) = (A)(B) pour tout A, B B(R). On
peut montrer lexistence et lunicite de la mesure
2
(voir le theorème 7.1). On peut aussi montrer que
la tribu T
2
est la tribu borelienne sur R
2
, cest-à-dire la tribu engendree par les ouverts de R
2
(voir la
proposition 7.1).
Une autre question quon abordera dans ce chapitre concerne lintegration des fonctions à plusieurs
variables. Considerons par exemple une fonction f denie de R
2
dans R. Sous quelles hypothèses (faciles
à verier. . . ) peut-on ecrire :
_
_
_
f(x, y)dy
_
dx =
_
_
_
f(x, y)dx
_
dy ? (7.2)
Une reponse à cette question est apportee par le theorème de Fubini, que nous verrons dans ce chapitre.
On introduira aussi le produit de convolution de deux fonctions, qui sera utile, par exemple, pour demon-
trer des theorèmes de densite. Mais la convolution est un notion utile pour beaucoup dautres raisons
(elle est utile, par exemple, en theorie du signal).
194
7.2 Mesure produit
On rappelle ici quun espace mesure (E, T, m) est -ni (on dit aussi que m est -nie) si il existe une
famille (A
n
)
nN
T t.q. E =
nN
A
n
et m(A
n
) < +, pour tout n N. Lespace mesure (R, B(R), )
est -ni (prendre, par exemple, A
n
= [n, n]). Il existe, par contre, des mesures non nies. Lexemple
le plus simple sur (R, B(R)) consiste à prendre m(A) = pour tout A B(R), A ,= . Un exemple plus
interessant (intervenant pour certains problèmes) consiste à se donner un borelien non vide B de R (B
peut etre, par exemple, reduit à un point) et à denir m
B
par m
B
(A) = si A B(R) et A B ,= et
m
B
(A) = 0 si A B(R) et A B = .
Denition 7.1 (Tribu produit) Soient (E
1
, T
1
) et (E
2
, T
2
) des espaces mesurables. On pose E =
E
1
E
2
. On appelle tribu produit la tribu sur E engendree par T
1
T
2
= A
1
A
2
, A
1
T
1
, A
2
T
2
.
Cette tribu produit est notee T
1
T
2
.
Un exemple fondamental est (E
1
, T
1
) = (E
2
, T
2
) = (R, B(R)). On va montrer que, dans ce cas, B(R)
B(R) = B(R
2
).
Proposition 7.1 (Tribu B(R
N
))
Pour tout N 2, on a B(R
N1
) B(R) = B(R
N
).
D emonstration : La demonstration est faite pour N = 2 dans lexercice 2.5 (corrige 13). Elle sadapte
facilement pour traiter aussi le cas N > 2 (exercice 7.1).
Theorème 7.1 (Mesure produit)
Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) deux espaces mesures -nis, E = E
1
E
2
et T = T
1
T
2
. Alors, il
existe une et une seule mesure m sur T veriant :
m(A
1
A
2
) = m
1
(A
1
)m
2
(A
2
) pour tout A
1
T
1
, et A
2
T
2
t.q. m
1
(A
1
) < et m(A
2
) < . (7.3)
Cette mesure est notee m = m
1
m
2
. De plus, m est -nie.
D emonstration :
Existence de m. On va construire une mesure m sur T veriant (7.3).
Soit A T. On va montrer, à letape 1, que, pour tout x
1
E
1
, on a 1
A
(x
1
, ) /
+
(E
2
, T
2
). On pourra
donc poser f
A
(x
1
) =
_
1
A
(x
1
, )dm
2
, pour tout x
1
E
1
. Lapplication f
A
sera donc une application de
E
1
dans R
+
. On va montrer, à letape 2, que f
A
/
+
(E
1
, T
1
). On posera alors m(A) =
_
f
A
dm
1
.
Enn, il restera à letape 3 à montrer que m est bien une mesure veriant (7.3) et que m est -nie.
Etape 1. Pour A T(E) et x
1
E
1
, on note S(x
1
, A) = x
2
E
2
; (x
1
, x
2
) A E
2
, de sorte que
1
A
(x
1
, ) = 1
S(x
1
,A)
.
Soit x
1
E
1
. On pose = A T(E); S(x
1
, A) T
2
.
On remarque tout dabord que T
1
T
2
. En eet, si A = A
1
A
2
avec A
1
T
1
et A
2
T
2
, on a
S(x
1
, A) = A
2
T
2
si x
1
A
1
et S(x
1
, A) = T
2
si x
1
, A
1
.
On remarque ensuite que est une tribu. En eet :
car S(x
1
, ) = T
2
,
195
est stable par passage au complementaire. En eet :
S(x
1
, A
c
) = (S(x
1
, A))
c
(cest-à-dire S(x
1
, E A) = E
2
S(x
1
, A)). On a donc S(x
1
, A
c
) T
2
si
A , ce qui prouve que A
c
.
est stable par union denombrable. Il sut de remarquer que :
S(x
1
,
nN
A
(n)
) =
nN
S(x
1
, A
(n)
) T
2
si (A
(n)
)
nN
.
est donc une tribu contenant T
1
T
2
, ceci prouve que contient T
1
T
2
= T. On a donc S(x
1
, A) T
2
pour tout A T.
Pour tout A T, on peut donc denir une application f
A
: E
1
R
+
en posant :
f
A
(x
1
) = m
2
(S(x
1
, A)) =
_
1
S(x
1
,A)
dm
2
=
_
1
A
(x
1
, )dm
2
R
+
, pour tout x
1
E
1
. (7.4)
Etape 2. Dans cette etape, on demontre que f
A
/
+
(E
1
, T
1
) pour tout A T. Cette etape est plus
dicile que la precedente.
On note = A T; f
A
/
+
(E
1
, T
1
) et on va montrer que T et donc que = T.
On suppose dabord que m
2
est nie.
Il est facile de voir que contient T
1
T
2
. En eet, si A = A
1
A
2
avec A
1
T
1
et A
2
T
2
, on a alors
f
A
= m
2
(A
2
)1
A
1
c
+
(E
1
, T
1
) /
+
(E
1
, T
1
).
On note maintenant / lensemble des reunions nies disjointes delements de T
1
T
2
(/ sappelle lalgèbre
engendree par T
1
T
2
, voir lexercice 7.2). Si A /, il existe donc (A
(p)
)
p=1,...,n
T
1
T
2
t.q.
A
(p)
A
(q)
= si p ,= q et A =
n
p=1
A
(p)
. On a alors f
A
(x
1
) = m
2
(S(x
1
, A)) =
n
p=1
m
2
(S(x
1
, A
(p)
)) =
n
p=1
f
A
(p) /
+
(E
1
, T
1
) car A
(p)
T
1
T
2
. On a donc / .
On montre maintenant que est une classe monotone, cest-à-dire que :
(A
(n)
)
nN
, A
(n)
A
(n+1)
n N
nN
A
(n)
(7.5)
et
(A
(n)
)
nN
, A
(n)
A
(n+1)
n N
nN
A
(n)
. (7.6)
Pour montrer (7.5), soit (A
(n)
)
nN
t.q. A
(n)
A
(n+1)
pour tout n N. On pose A =
nN
A
(n)
.
Soit x
1
E
1
. On a alors (S(x
1
, A
(n)
))
nN
T
2
(par letape 1, car T), S(x
1
, A
(n)
) S(x
1
, A
(n+1)
)
pour tout n N et S(x
1
,
nN
A
(n)
) =
nN
S(x
1
, A
(n)
). On en deduit, par continuite croissante de
m
2
, que m
2
(S(x
1
, A)) = sup
nN
m
2
(S(x
1
, A
(n)
)) et donc que f
A
= sup
nN
f
A
(n) . Ce qui prouve que
f
A
/
+
(E
1
, T
1
) car f
A
(n) /
+
(E
1
, T
1
) pour tout n N. On a donc A =
nN
A
(n)
.
La demonstration de (7.6) est similaire, il faut utiliser la continuite decroissante de m
2
au lieu de la
continuite croissante. Cest pour utiliser la continuite decroissante de m
2
quon a besoin de m
2
nie.
On a ainsi montre que est une classe monotone contenant lalgèbre /. On peut en deduire, cela fait
lobjet de lexercice 2.12 (corrige 17), que contient la tribu engendree par / et donc aussi la tribu
engendree par T
1
T
2
(car T
1
T
2
/), cest-à-dire que contient T = T
1
T
2
. On a bien montre,
nalement, que = T.
Il reste maintenant à montrer que = T sans lhypothèse m
2
nie. Comme m
2
est -nie, on peut
construire une suite (F
n
)
nN
T
2
t.q. F
n
F
n+1
et m
2
(F
n
) < pour tout n N. Pour n N, on
denit alors la mesure m
(n)
2
par m
(n)
2
(A
2
) = m
2
(A
2
F
n
) pour tout A
2
T
2
. La mesure m
(n)
2
est nie,
196
letape 1 et la première partie de letape 2 donne donc que, pour tout A T, f
(n)
A
/
+
(E
1
, T
1
) o` u f
(n)
A
est denie par 7.4 avec m
(n)
2
au lieu de m
2
(cest-à-dire f
(n)
A
(x
1
) = m
(n)
2
(S(x
1
, A)) pour tout x
1
E
1
).
On conclut alors en remarquant que f
(n)
A
f
A
quand n , ce qui donne que f
A
/
+
(E
1
, T
1
).
On a donc montre que f
A
/
+
(E
1
, T
1
) pour tout A T. Ceci nous permet de denir m : T R
+
par :
m(A) =
_
f
A
dm
1
, pour tout A T. (7.7)
Etape 3. Dans cette etape, on montre que m, denie par (7.7), est une mesure sur T et que m verie
(7.3) et est -nie.
On montre dabord que m est bien une mesure sur T :
1. m() = 0 car f
(x
1
) = m
2
(S(x
1
, )) = m
2
() = 0.
2. (-additivite de m) Soit (A
(n)
)
nN
T t.q. A
(n)
A
(m)
= si n ,= m. On pose A =
nN
A
(n)
.
Pour x
1
E
1
, on a :
S(x
1
, A) =
nN
S(x
1
, A
(n)
) et S(x
1
, A
(n)
) S(x
1
, A
(m)
) = si n ,= m.
La -additivite de m
2
donne alors m
2
(S(x
1
, A)) =

nN
m
2
(S(x
1
, A
(n)
)), cest-à-dire f
A
(x
1
) =
nN
f
A
(n) (x
1
). Le premier corollaire du theorème de convergence monotone (corollaire 4.1) donne
alors:
m(A) =
_
f
A
dm
1
=
nN
_
f
A
(n) dm
1
=
nN
m(A
(n)
),
ce qui donne la -additivite de m.
On montre maintenant que m verie (7.3). Soient A
1
T
1
et A
2
T
2
t.q. m
1
(A
1
) < et m(A
2
) < .
On pose A = A
1
A
2
. On a alors f
A
= m
2
(A
2
)1
A
1
et donc m(A) =
_
f
A
dm
1
= m
2
(A
2
)m
1
(A
1
).
Il reste à verier que m est -nie. Comme m
1
et m
2
sont -nies, il existe (B
(n)
1
)
nN
T
1
et (B
(n)
2
)
nN

T
2
t.q. E
1
=
nN
B
(n)
1
, E
2
=
nN
B
(n)
2
et, pour tout n N, m
1
(B
(n)
1
) < et m
2
(B
(n)
2
) < .
Pour (n, m) N
2
, on pose C
n,m
= B
(n)
1
B
(m)
2
, de sorte que E =
(n,m)N
2C
n,m
et m(C
n,m
) =
m
1
(B
(n)
1
) m
2
(B
(m)
2
) < . Comme N
2
est denombrable, on en deduit que m est -nie.
Unicite de m.
La partie existence de la demonstration donne une mesure m sur T veriant (7.3). La partie unicite
du theorème peut se montrer avec la proposition 2.5, nous developpons cette methode ci-après, ou avec
le lemme des classes monotones (exercice 2.12) comme cela est explique dans la remarque 7.1.
Soit m et deux mesures sur T veriant (7.3). Pour montrer que m = , on va apliquer la proposition 2.5.
On pose :
( = A
1
A
2
, A
1
T
1
, A
2
T
2
, m
1
(A
1
) < , m
2
(A
2
) < .
Comme m
1
et m
2
sont nies, il est facile de montrer que tout element de T
1
T
2
est une reunion
denombrable delements de (. On en deduit que ( engendre T. Il est clair que ( est stable par intersection
nie et, par (7.3), on a m = sur (. Puis, comme m
1
et m
2
sont nies, il existe deux suites
197
(E
1,n
)
nN
T
1
et (E
2,n
)
nN
T
2
delements de T
1
et T
2
, disjoints deux à deux et t.q. E
1
=
nN
E
1,n
,
E
2
=
nN
E
2,n
et m
i
(E
i,n
) < pour tout i 1, 2 et tout n N. Pour n, m N, on pose F
n,m
=
E
1,n
E
2,m
. La famille (F
n,m
)
n,mN
est une famille denombrable delements de (, disjoints deux à deux et
t.q. E =
n,mN
F
n,m
et m(F
n,m
) = m
1
(E
1,n
)m
2
(E
1,m
) < . On peut alors utiliser la Proposition 2.5.
Elle donne m = sur T et termine la demonstration du theorème.
Remarque 7.1 Comme cela a ete dit, un autre moyen de montrer la partie unicite du theorème
precedent est dutiliser le lemme des classes monotones (exercice 2.12). Supposons tout dabord que m
1
et m
2
sont nies. On a alors (par (7.3)) :
m(E) = (E) = m
1
(E
1
)m
2
(E
2
) < .
La condition (7.3) donne egalement que m = sur T
1
T
2
. On a alors aussi m = sur lalgèbre engendree
par T
1
T
2
, notee / (cette algèbre a ete denie dans la partie existence de la demonstration). En eet,
si A /, il existe (A
(p)
)
p=1,...,n
T
1
T
2
t.q. A
(p)
A
(q)
= si p ,= q et A =
n
p=1
A
(p)
. On a alors, par
additivite de m et , m(A) =
nN
m(A
(n)
) =
nN
(A
(n)
) = (A).
On pose maintenant = A T; m(A) = (A). On vient de montrer que /. Il est dautre
part facile de voir que est une classe monotone. En eet, les proprietes de continuite croissante et de
continuite decroissante appliquees à m et permettent facilement de verier (7.5) et (7.6) (on utilise
ici, pour montrer (7.6), que m et sont des mesures nies). Comme dans la partie existence de
la demonstration, lexercice 2.12 donne alors que contient la tribu engendree par / et donc que
contient T = T
1
T
2
. Ce qui donne = T et donc m = .
Dans le cas o` u m
1
et m
2
ne sont pas nies, mais -nies, il existe (B
(n)
1
)
nN
T
1
et (B
(n)
2
)
nN
T
2
t.q. E
1
=
nN
B
(n)
1
, E
2
=
nN
B
(n)
2
et, pour tout n N, m
1
(B
(n)
1
) < et m
2
(B
(n)
2
) < . On peut
egalement supposer que B
(n)
1
B
(n+1)
1
et B
(n)
2
B
(n+1)
2
pour tout n N (il sut, par exemple, de
remplacer B
(n)
i
par
n
p=0
B
(p)
i
). Par un raisonnement analogue à celui fait dans le cas o` u m
1
et m
2
sont
nies, on peut montrer que m = sur A T; A B
(n)
1
B
(n)
2
. On conclut alors, en utilisant la
propriete de continuite croissante, que m = sur T.
Remarque 7.2 Dans le theorème precedente (theorème 7.1), on peut aussi remarquer que :
1. m(A
1
A
2
) = m
1
(A
1
)m
2
(A
2
) = si A
1
T
1
et A
2
T
2
avec m
1
(A
1
) ,= 0 et m(A
2
) = (ou
avec m
1
(A
1
) = et m
2
(A
2
) ,= 0),
2. m(A
1
A
2
) = 0 si A
1
T
1
et A
2
T
2
avec m
1
(A
1
) = 0 et m(A
2
) = (ou avec m
1
(A
1
) = et
m
2
(A
2
) = 0).
En eet, on suppose par exemple que m
1
(A
1
) = 0 et m(A
2
) = . Comme m
2
est -nie, on peut
construire une suite (F
n
)
nN
T
2
t.q. F
n
F
n+1
et m
2
(F
n
) < pour tout n N. On a alors, par
continuite croissante de m, m(A
1
A
2
) = lim
n
m(A
1
(A
2
F
n
)) = lim
n
m
1
(A
1
)m
2
(A
2
F
n
) = 0
(on a dailleurs aussi m
2
(A
2
F
n
) , ce qui permet de conclure si 0 < m
1
(A
1
) < que m(A
1
A
2
) =
). Les autres cas se traitent de manière analogue.
Denition 7.2 (Espace produit)
Lespace (E, T, m), construit dans le theorème 7.1, sappelle lespace (mesure) produit des espaces (E
1
, T
1
,
m
1
) et (E
2
, T
2
, m
2
).
Un exemple fondamental despace produit est lespace (R
N
, B(R
N
),
N
) pour N 2 que nous verrons
dans la section 7.4.
198
7.3 Theorèmes de Fubini-Tonelli et Fubini
Theorème 7.2 (Fubini-Tonelli) Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) des espaces mesures -nis. On
note (E, T, m) lespace produit (donc, T = T
1
T
2
et m = m
1
m
2
). Soit f : E R
+
une fonction
mesurable positive (i.e. T-mesurable positive). Alors :
1. f(x
1
, ) /
+
(E
2
, T
2
) pour tout x
1
E
1
,
on pose
f
(x
1
) =
_
f(x
1
, )dm
2
=
_
f(x
1
, x
2
)dm
2
(x
2
) pour tout x
1
E
1
,
de sorte que
f
: E
1
R
+
,
2.
f
/
+
(E
1
, T
1
),
3.
_
fdm =
_

f
dm
1
=
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
),
4. les memes resultats sont vrais en inversant les roles de m
1
et m
2
, de sorte que :
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
) =
_
_
_
f(x
1
, x
2
)dm
1
(x
1
)
_
dm
2
(x
2
).
D emonstration : la demonstration se fait en plusieurs etapes.
Etape 1. Soit f = 1
A
, A T. La partie existence de m de la demonstration du theorème 7.1 donne
alors que
_
fdm = m(A) =
_

f
dm
1
.
Plus precisement, on a, pour tout x
1
E
1
, f(x
1
, ) = 1
A
(x
1
, ) = 1
S(x
1
,A)
, avec S(x
1
, A) = x
2
E
2
;
(x
1
, x
2
) A E
2
(comme dans la demonstration du theorème 7.1). Letape 1 de la demonstration
(de la partie existence) du theorème 7.1 donne que S(x
1
, A) T
2
pour tout x
1
E
1
, et donc f(x
1
, )
/
+
(E
2
, T
2
). Ceci donne le premier item (pour f = 1
A
) de la conclusion du theorème 7.2.
On pose
f
(x
1
) =
_
f(x
1
, )dm
2
= m
2
(S(x
1
, A)) pour tout x
1
E
1
. (Cette fonction
f
etait notee
f
A
dans la demonstration du theorème 7.1). Letape 2 de la demonstration du theorème 7.1 donne que
f
/
+
(E
1
, T
1
). Ceci donne le deuxième item (pour f = 1
A
On a alors pose, dans la demonstration du theorème 7.1, m(A) =
_

f
dm
1
et letape 3 a montre que m
etait une mesure sur T veriant (7.3) (et la seule mesure sur T veriant (7.3), daprès la partie unicite
de la demonstration du theorème 7.1). Ceci donne le troisième item (pour f = 1
A
) de la conclusion du
theorème 7.2.
Pour avoir le quatrième item (pour f = 1
A
) de la conclusion du theorème 7.2, il sut de remarquer
que lon peut inverser les roles de m
1
et m
2
dans la demonstration du theorème 7.2. On obtient ainsi
que f(, x
2
) /
+
(E
1
, T
1
) pour tout x
2
E
2
. On pose alors
f
(x
2
) =
_
f(, x
2
)dm
1
. On obtient que
f
/
+
(E
2
, T
2
). Enn, on pose m(A) =
_

f
dm
2
et on obtient que m est une mesure sur T veriant
(7.3). La partie unicite de la demonstration du theorème 7.1 donne alors que m = m, ce qui est
exactement le quatrième item (pour f = 1
A
Etape 2. On prend maintenant f c
+
(E, T). Il existe donc a
1
, . . . , a
n
R
+
et A
1
, . . . , A
n
T t.q.
f =
n
i=1
a
i
1
A
i
.
199
On a alors, pour tout x
1
E
1
, f(x
1
, ) =
n
i=1
a
i
1
A
i
(x
1
, ) /
+
(E
2
, T
2
) car letape 1 donne 1
A
i
(x
1
, )
/
+
(E
2
, T
2
) pour tout i. Ce qui donne le premier item de la conclusion du theorème 7.2.
On pose
f
(x
1
) =
_
f(x
1
, )dm
2
pour tout x
1
E
1
. On a
f
/
+
(E
1
, T
1
) car
f
=

n
i=1
a
i
1
A
i
et
que
1
A
i
/
+
(E
1
, T
1
) pour tout i (daprès letape 1). Ce qui donne le deuxième item de la conclusion
du theorème 7.2.
Enn, on utilise la linearite de lintegrale et letape 1 pour f = 1
A
i
, on obtient :
_
fdm =
n
i=1
a
i
m(A
i
) =
n
i=1
a
i
_

1
A
i
dm
1
=
_
(
n
i=1
a
i
1
A
i
)dm
1
=
_
_
n
i=1
a
i
_
1
A
i
(x
1
, )dm
2
_
dm
1
(x
1
) =
_
_
_
f(x
1
, )dm
2
_
dm
1
(x
1
) =
_

f
dm
1
.
Ce qui donne le troisième item de la conclusion du theorème 7.2.
Pour avoir le quatrième item de la conclusion du theorème 7.2, il sut de changer les roles de m
1
et m
2
.
Etape 3. On peut enn prendre f /
+
(E, T). Il existe une suite (f
n
)
nN
c
+
(E, T) t.q. f
n
f
quand n .
On a donc, pour tout x
1
E
1
, f
n
(x
1
, ) f(x
1
, ) quand n . On en deduit que f(x
1
, ) /
+
(E
2
, T
2
)
car (daprès letape 2) f
n
(x
1
, ) /
+
(E
2
, T
2
) pour tout n N (ce qui donne le premier item).
Le theorème de convergence monotone (pour m
2
) donne que
f
n
(x
1
) =
_
f
n
(x
1
, )dm
2

_
f(x
1
, )dm
2
=
f
(x
1
) pour tout x
1
E
1
. Donc,
f
n

f
. Comme
f
n
/
+
(E
1
, T
1
) (daprès letape 2), on en deduit
que
f
/
+
(E
1
, T
1
) (ce qui donne le deuxième item).
On applique maintenant le theorème de convergence monotone pour m
1
et pour m, ils donnent :
_

f
n
dm
1

_

f
dm
1
et
_
f
n
dm
_
fdm quand n .
Letape 2 donne
_
f
n
dm =
_

f
n
dm
1
, on en deduit donc que
_
fdm =
_

f
dm
1
. Ce qui donne le
troisième item de la conclusion du theorème 7.2.
Enn, ici encore, pour avoir le quatrième item de la conclusion du theorème 7.2, il sut de changer les
roles de m
1
et m
2
.
Corollaire 7.1 Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) des espaces mesures -nis. On note (E,T,m) les-
pace produit. Soit f : E R une fonction T-mesurable. Alors :
f L
1
R
(E, T, m)
_
_
_
[f[dm
2
_
dm
1
< +
_
_
_
[f[dm
1
_
dm
2
< +. (7.8)
D emonstration : Le corollaire decoule immediatement du theorème 7.2 applique à la fonction [f[
/
+
(E, T). Dans (7.8), la notation (
_
[f[dm
2
)dm
1
signie :
_
_
[f(x
1
, x
2
)[dm
2
(x
2
)
_
dm
1
(x
1
).
La notation est similaire en inversant les roles de m
1
et m
2
.
Voici une consequence immediate du theorème 7.2 pour la mesurabilite :
200
Proposition 7.2 Soient (E
1
, T
1
) et (E
2
, T
2
) deux espaces mesurables. On pose E = E
1
E
2
et T =
T
1
T
2
. Soit f /(E, T) (cest-à-dire f : E R, T-mesurable). Alors :
1. f(x
1
, ) /(E
2
, T
2
), pour tout x
1
E
1
,
2. f(, x
2
) /(E
1
, T
1
), pour tout x
2
E
2
.
D emonstration : La demonstration est facile, il sut de remarquer que f = f
+
f
et que f
+
, f

/
+
(E, T). Le premier item de la conclusion du theorème 7.2 donne alors, pour tout x
1
E
1
, f
+
(x
1
, )
/
+
(E
2
, T
2
) et f
(x
1
, ) /
+
(E
2
, T
2
). Comme f(x
1
, ) = f
+
(x
1
, ) f
(x
1
, ), on en deduit que
f(x
1
, ) /(E
2
, T
2
). En changeant les roles de (E
1
, T
1
) et (E
2
, T
2
), on montre aussi que f(, x
2
)
/(E
1
, T
1
), pour tout x
2
E
2
.
Remarque 7.3 La reciproque de la proposition precedente est fausse. Soient (E
1
, T
1
) et (E
2
, T
2
) deux
espaces mesurables, E = E
1
E
2
et T = T
1
T
2
. Soit f : E R t.q.
1. f(x
1
, ) /(E
2
, T
2
), pour tout x
1
E
1
,
2. f(, x
2
) /(E
1
, T
1
), pour tout x
2
E
2
.
Alors, f nest pas forcement T-mesurable. Un exemple est donne dans lexercice 7.4. Un cas particulier
interessant pour laquelle cette reciproque est vraie est donne par la proposition 7.3.
Proposition 7.3 Soient (E
1
, T
1
) et (E
2
, T
2
) deux espaces mesurables. On pose E = E
1
E
2
et T =
T
1
T
2
. Soient F
1
/(E
1
, T
1
) et F
2
/(E
2
, T
2
). On denit f : E R par f(x
1
, x
2
) = F
1
(x
1
)F
2
(x
2
)
pour tout (x
1
, x
2
) E. Alors f est T-mesurable (cest-à-dire f /(E, T)).
D emonstration : On procède en 3 etapes.
Etape 1. On prend dabord F
1
= 1
A
1
et F
2
= 1
A
2
avec A
1
T
1
et A
2
T
2
. On a alors f = 1
A
1
A
2

/(E, T) car A
1
A
2
T
1
T
2
T
1
T
2
= T.
Etape 2. On prend maintenant F
1
c(E
1
, T
1
) et F
2
c(E
2
, T
2
). Il existe alors a
(1)
1
, . . . , a
(1)
n
R,
A
(1)
1
, . . . , A
(1)
n
T
1
, a
(2)
1
, . . . , a
(2)
m
R et A
(2)
1
, . . . , A
(2)
m
T
2
t.q. :
F
1
=
n
i=1
a
(1)
i
A
(1)
i
et A
(1)
i
A
(1)
k
= si i ,= k,
F
2
=
m
j=1
a
(2)
j
A
(2)
j
et A
(2)
j
A
(1)
k
= si j ,= k.
On a alors f =
n
i=1
m
j=1
a
(1)
i
a
(2)
j
1
A
(1)
i
A
(2)
j
c(E, T) /(E, T).
Etape 3. On prend enn F
1
/(E
1
, T
1
) et F
2
/(E
2
, T
2
). Il existe (F
(1)
n
)
nN
c(E
1
, T
1
) et
(F
(2)
n
)
nN
c(E
2
, T
2
) t.q. F
(1)
n
(x
1
) F
1
(x
1
) pour tout x
1
E
1
et F
(2)
n
(x
2
) F
2
(x
2
) pour tout
x
2
E
2
. On en deduit que f
n
(x
1
, x
2
) = F
(1)
n
(x
1
)F
(2)
n
(x
2
) f(x
1
, x
2
) pour tout (x
1
, x
2
) E et donc
que f /(E, T) car f
n
/(E, T) pour tout n N (etape 2).
201
Theorème 7.3 (Fubini)
Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) des espaces mesures -nis. On note (E, T, m) lespace produit. Soit
f : E R une fonction T-mesurable (cest-à-dire f /(E, T)) et integrable pour la mesure m,
cest-à-dire f L
1
R
(E, T, m). Alors :
1. f(x
1
, ) L
1
R
(E
2
, T
2
, m
2
) pour presque tout x
1
E
1
,
on pose
f
(x
1
) =
_
f(x
1
, )dm
2
pour x
1
E
1
t.q. f(x
1
, ) L
1
R
(E
2
, T
2
, m
2
). La fonction
f
est
donc denie p.p. sur E
1
(et à valeurs dans R).
2.
f
L
1
R
(E
1
, T
1
, m
1
) (au sens : il existe g L
1
R
(E
1
, T
1
, m
1
) t.q. f = g p.p.).
3.
_
fdm =
_

f
dm
1
=
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
),
4. les memes resultats sont vrais en inversant les roles de m
1
et m
2
, de sorte que :
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
) =
_
_
_
f(x
1
, x
2
)dm
1
(x
1
)
_
dm
2
(x
2
).
D emonstration : Comme f /(E, T), on a f
+
, f
/
+
(E, T). On peut donc appliquer le theorème
de Fubini-Tonelli (theorème 7.2) à f
+
et f
. Il donne :
1. f
+
(x
1
, ), f
(x
1
, ) /
+
(E
2
, T
2
), pour tout x
1
E
1
,
2.
f
+,
f
/
+
(E
1
, T
1
) avec
f
(x
1
) =
_
f
(x
1
, )dm
2
pour tout x
1
E
1
.
3.
_
f
dm =
_

f
dm
1
.
Le premier item donne que f(x
1
, ) = f
+
(x
1
, ) f
(x
1
, ) /(E
2
, T
2
) (noter que f, f
+
et f
sont à
valeurs dans R).
Comme
_
f
+
dm < et
_
f
dm < (car f L
1
R
(E, T, m)), le troisième item donne que
f
+ <
p.p. (sur E
1
) et que
f
< p.p. (sur E
1
). On a donc f
+
(x
1
, ) L
1
R
(E
2
, T
2
, m
2
) et f
(x
1
, )
L
1
R
(E
2
, T
2
, m
2
1
E
1
. On en deduit donc que f(x
1
, ) = f
+
(x
1
, ) f
(x
1
, )
L
1
R
(E
2
, T
2
, m
2
1
E
1
. Ce qui donne le premier item de la conclusion.
La fonction
f
est donc denie p.p. sur E
1
et on a
f
=
f
+
f
p.p. (on a
f
(x
1
) =
f
+(x
1
)
f
(x
1
)
en tout point x
1
t.q.
f
+(x
1
) < et
f
(x
1
) < ). Comme
f
+ < et
f
< p.p, on peut trouver
A T
1
t.q. m
1
(A) = 0 et
f
+ < et
f
< sur A
c
= E
1
A. En posant g =
f
+
f
sur
A
c
et g = 0 sur A, on a donc g /(E
1
, T
1
), g =
f
p.p. et g L
1
R
(E
1
, T
1
, m
1
) car
_
[g[dm
1

_

f
+dm
1
+
_

f
dm
1
< . Ceci donne le deuxième item de la conclusion (le fait que
f
appartienne
à L
1
R
(E
1
, T
1
, m
1
)) et donne aussi le troisième item car :
_

f
dm
1
=
_
gdm
1
=
_

f
+dm
1
_

f
dm
1
=
_
f
+
dm
_
f
dm =
_
fdm.
Enn, comme pour le theorème de Fubini-Tonelli, le quatrième item de la conclusion sobtient en
changeant les roles de m
1
et m
2
.
Le theorème de Fubini est souvent utilise sous la forme du corollaire suivant :
202
Corollaire 7.2 Soient (E
1
, T
1
, m
1
) et (E
2
, T
2
, m
2
) des espaces mesures -nis, (E,T,m) lespace produit
et f : E R une fonction T-mesurable t.q. :
_
_
_
[f(x
1
, x
2
)[dm
2
(x
2
)
_
dm
1
(x
1
) < +
ou
_
_
_
[f(x
1
, x
2
)[dm
1
(x
1
)
_
dm
2
(x
2
) < +.
Alors :
_
_
_
f(x
1
, x
2
)dm
2
(x
2
)
_
dm
1
(x
1
) =
_
_
_
f(x
1
, x
2
)dm
1
(x
1
)
_
dm
2
(x
2
). (7.9)
(Toutes les integrales ayant bien un sens.)
D emonstration : Le corollaire est une consequence immediate du theorème 7.3 et de lequivalence
(7.8).
Remarque 7.4 (contre-exemple lie au theorème de Fubini) On cherche ici à construire une fonc-
tion pour laquelle la conclusion du theorème de Fubini nest pas veriee : soient a une fonction (continue)
de R dans R et f : R
2
R denie par f(x, y) = a(x) si x 0 et x y < 2x, f(x, y) = a(x) si x 0 et
2x y < 3x, f(x, y) = 0 si x < 0 ou x 0 et y / [x, 3x]. On pose b(x) = xa(x). On peut montrer que
les hypothèses du theorème de Fubini ne sont veriees que si b L
1
R
(R, B(R), ). En prenant par exemple
a(x) =
1
(1 +x)
2
, on montre que :
_
_
_
f(x, y)dy
_
dx ,=
_
_
_
f(x, y)dx
_
dy (voir lexercice 7.5).
7.4 Mesure de Lebesgue sur la tribu des boreliens de R
N
On a dejà vu que B(R
N
) = B(R
N1
) B(R) pour tout N 1 (exercice 2.5 pour N = 2 et exercice
7.1). Le paragraphe precedent permet alors de denir la mesure de Lebesgue sur les boreliens de R
N
(cest-à-dire sur la tribu B(R
N
), engendree par les ouverts de R
N
) pour tout N 1.
Denition 7.3 (Mesure de Lebesgue sur B(R
N
))
1. La mesure de Lebesgue sur B(R
2
) est la mesure , on la note
2
.
2. Par recurrence sur N, la mesure de Lebesgue sur B(R
N
), N 3, est la mesure
N1
, on la
note
N
.
On note L
1
(R
N
) = L
1
R
(R
N
, B(R
N
),
N
), et pour f L
1
(R
N
), on note
_
f(x)d
N
(x) =
_
f(x)dx.
On donne maintenant quelques proprietes de la mesure de Lebesgue sur B(R
N
). Il sagit de proprietes
elementaires ou de generalisations simples de proprietes vues pour la mesure de Lebesgue sur B(R). Les
demonstrations seront proposees en exercices.
Proposition 7.4 (Proprietes elementaires de
N
)
Soit N 2. On rappelle que
N
est la mesure de Lebesgue sur B(R
N
).
1. La mesure
N
est -nie.
2. Soit A
1
, . . . , A
N
B(R). Alors,

N
i=1
A
i
B(R
N
) et
N
(
N
i=1
A
i
) =
N
i=1
(A
i
).
203
3. Soient
1
, . . . ,
N
R et
1
, . . . ,
N
R t.q.
i
 0.
6. Soit f, g C(R
N
, R). Alors f = g p.p. (cest-à-dire
N
-p.p.) implique f(x) = g(x) pour tout
x R
N
.
7. C
c
(R
N
, R) L
1
R
(R
N
, B(R
N
),
N
). (En confondant f avec sa classe, on ecrira donc souvent
C
c
(R
N
, R) L
1
R
(R
N
).)
D emonstration : Comme
N
est une mesure produit, le fait que
N
est -nie est (par recurrence sur
N) une consequence du theorème donnant lexistence (et lunicite) de la mesure produit (theorème 7.1)
car ce theorème donne que le produit de mesures -nies est -nie.
La demonstration des autres proprietes fait lobjet de lexercice 7.10.
Une propriete très importante de
N
est sa regularite, cest-à-dire que pour tout element A de B(R
N
)
et pour tout > 0, il existe O ouvert de R
N
et F ferme de R
N
tels que
F A O et
N
(O F) .
Cette propriete est une consequence du fait que toute mesure sur B(R
N
), nie sur les compacts, est
regulière (proposition 7.5).
Proposition 7.5 (Regularite dune mesure sur B(R
N
), nie sur les compacts)
N
) t.q. m(K) < pour tout compact K de R
N
. (Noter que ceci est vrai
pour m =
N
.) Alors :
1. Pour tout A B(R
N
) et pour tout > 0, il existe O ouvert de R
N
et F ferme de R
N
tels que :
F A O et m(O F) . (7.10)
2. Pour tout A B(R
N
), on a m(A) = infm(O), O ouvert t.q. A O.
D emonstration : Cette proposition fait lobjet de lexercice 7.11.
On donne maintenant des generalisations au cas de
N
de proprietes dejà vues pour .
Proposition 7.6 (Densite de C
c
dans L
1
(R
N
)) Pour tout N 1, lespace C
c
(R
N
, R) est dense dans
L
1
(R
N
) (cest-` a-dire que, pour tout f L
1
(R
N
) et tout > 0, il existe C
c
(R
N
, R) t.q. |f |
1
).
D emonstration : La demonstration de cette proposition fait lobjet de lexercice 7.12, elle decoule
essentiellement de la regularite de
N
. Cette demonstration est très voisine de celle faite pour le cas
N = 1, theorème 5.5.
Comme cela a dejà ete dit après le theorème 5.5, le resultat de densite que nous venons denoncer nest
pas limite à la mesure de Lebesgue. Il est vrai pour toute mesure sur B(R
N
), nie sur les compacts. Il
est aussi vrai en rempla cant C
c
par C
c
. On obtient donc le theorème suivant :
204
c
dans L
1
(R
N
)) Soit N 1 et sur une mesure sur B(R
N
), nie sur
les compacts. Alors, lespace C
c
(R
N
, R) est dense dans L
1
(R
N
, B(R
N
), ) (cest-à-dire que, pour tout
f L
1
(R
N
, B(R
N
), ) et tout > 0, il existe C
c
(R
N
, R) t.q. |f |
1
).
D emonstration : La demonstration de ce theorème fait lobjet de lexercice 7.13.
Proposition 7.7 (Invariance par translation)
Soient N 1,
1
, . . . ,
N
R
et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
. On pose (x) =
(
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
(de sorte que est une bijection de R
N
dans R
N
). Pour tout A B(R
N
),
on a alors (A) = (x), x A B(R
N
) et
N
((A)) =
N
i=1
[
i
[
N
(A).
Pour
i
= 1 pour tout i, cette propriete sappelle invariance par translation de
N
.
D emonstration : Cette proposition a dejà ete vue pour N = 1, proposition 2.9. La demonstration de la
proposition 2.9 utilisait , par exemple, le fait que tout ouvert est reunion denombrable dintervalles ouverts
disjoints 2 à 2 (et la regularite de ). La demonstration proposee ici pour N 1 utilise une recurrence
sur N et la partie unicite du theorème 7.1 sur la mesure produit. Elle fait lobjet de lexercice 7.14.
On peut aussi noter que la partie unicite du theorème 7.1 peut etre faite (voir la remarque 7.1) avec
le lemme des classes monotones (exercice 2.12). Ce lemme pourrait aussi etre utilise pour demontrer la
proposition 2.9 (au lieu du theorème de regularite et du fait que tout ouvert est reunion denombrable
dintervalles ouverts disjoints 2 à 2).
Proposition 7.8 (Changement de variables simple)
Soient N 1,
1
, . . . ,
N
R
et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
. On pose (x) =
(
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
N
dans R
N
). Alors :
1. Pour tout f /
+
= /
+
(R
N
, B(R
N
)), on a f /
+
et :
_
fd
N
=
N
i=1
[
i
[
_
(f )d
N
.
2. Pour tout f L
1
= L
1
R
(R
N
, B(R
N
),
N
), on a f L
1
et :
_
fd
N
=
N
i=1
[
i
[
_
(f )d
N
.
D emonstration : La demonstration est une consequence simple de la proposition 7.7. Elle fait lobjet
de lexercice 7.15.
Noter aussi que

N
i=1
[
i
[ est la valeur absolue du determinant de la matrice jacobienne de au point
x. Cette matrice est notee D(x), elle ne depend pas de x pour les applications considerees dans cette
proposition. Cette proposition sera generalisee au theorème 7.5.
205
7.5 Convolution
On rappelle que L
1
(R
N
) = L
1
R
(R
N
, B(R
N
),
N
) et que, pour f L
1
(R
N
),
_
fd
N
=
_
f(x)d
N
(x) =
_
f(x)dx (cest-à-dire que dx signie toujours d
N
(x)).
On note aussi L
1
(R
N
) = L
1
R
(R
N
, B(R
N
),
N
).
Soient f, g L
1
(R
N
). On souhaite denir la fonction convoluee de f et g, cest-à-dire denir f g par :
f g(x) =
_
f(t)g(x t)dt. (7.11)
La denition de cette fonction necessite les deux conditions suivantes :
1. Il faut que la denition ne depende pas des representants choisis pour f et g.
2. Il faut que, ayant choisi des representants pour f et g, encore notes f et g, la fonction g(x )f()
appartienne à L
1
(R
N
) (au sens il existe h L
1
(R
N
) t.q. g(x )f() = h p.p.). Ceci nest pas
immediat car, en general, le produit deux fonctions integrables nest pas une fonction integrable.
La condition 1 est satisfaite, car, pour x R
N
, si f, f
1
, g et g
1
sont des fonctions de R
N
dans R, on a :
f = f
1
p.p., g = g
1
p.p. f()g(x ) = f
1
()g
1
(x ) p.p.. (7.12)
(p.p. signiant ici
N
-p.p..) En eet, il sut de remarquer que si f = f
1
p.p. et g = g
1
p.p., il existe
A, B B(R
N
) t.q.
N
(A) =
N
(B) = 0, f = f
1
sur A
c
et g = g
1
sur B
c
. Pour x R
N
, on a alors
f()g(x ) = f
1
()g
1
(x ) sur A
c
B
c
x
= (A B
x
)
c
avec B
x
= x z, z B. On en deduit bien
f()g(x ) = f
1
()g
1
(x ) p.p. car
N
(A B
x
)
N
(A) +
N
(B
x
) =
N
(A) +
N
(B) = 0 (on utilise
ici la propriete dinvariance par translation donnee dans la proposition 7.7).
On en deduit que, si Si f et f
1
[resp. g et g
1
] sont des representants dun meme element de L
1
(R
N
), on
a f(.)g(x .) L
1
(R
N
) si et seulement si f
1
(.)g
1
(x .) L
1
(R
N
) et, si f(.)g(x .) L
1
(R
N
), on a
_
f(t)g(x t)dt =
_
f
1
(t)g
1
(x t)dt.
On montre dans la proposition suivante que la condition 2 est satisfaite pour presque tout x R
N
.
Proposition 7.9 (Convolution) Soient f, g L
1
(R
N
) (que lon confond avec lun de leurs represen-
tants). Alors :
Pour presque tout x R
N
, la fonction g(x )f() appartient à L
1
(R
N
) (en la confondant avec sa
classe). On pose donc : f g(x) =
_
f(t)g(x t)dt. La fonction f g est donc denie p.p. sur
R
N
.
f g L
1
(R
N
) (au sens il existe h L
1
(R
N
) t.q. f g = h p.p.).
|f g|
1
|f|
1
|g|
1
.
D emonstration : On donne la demonstration pour N = 1 (le cas N > 1 est similaire, en ayant dabord
montre que
2N
=
N

N
).
On choisit des representants de f et g, de sorte que f, g L
1
(R) = L
1
R
(R, B(R), ). On souhaite appliquer
le theorème de Fubini (theorème 7.3) à H : R
2
R, denie par H(x, y) = f(y)g(x y), avec les espaces
mesures (E
i
, T
i
, m
i
) = (R, B(R), ) pour i = 1, 2.
206
Comme est -nie, pour appliquer le theorème de Fubini, il sut de verier que H est B(R
2
)-mesurable
et que
_
(
_
[H(x, y)[dx)dy < .
On montre dabord que H est B(R
2
)-mesurable. On a H = H
1
avec :
H
1
: (x, y) f(x)g(y), : (x, y) (y, x y).
La fonction H
1
est mesurable de R
2
dans R (car f et g sont mesurables de R dans R, on applique ici la
proposition 7.3) et est mesurable de R
2
dans R
2
car continue (R et R
2
sont toujours munis de leur tribu
borelienne). La fonction H est donc mesurable de R
2
dans R comme composee de fonctions mesurables.
On peut maintenant calculer lintegrale de [H[ :
_
(
_
[H(x, y)[dx)dy =
_
(
_
[f(y)g(x y)[dx)dy =
_
[f(y)[(
_
[g(x y)[dx)dy.
La proposition 7.8 donne
_
[g(x y)[dx =
_
[g(x)[dx = |g|
1
, Donc :
_
(
_
[H(x, y)[dx)dy = |g|
1
_
[f(y)[dy = |g|
1
|f|
1
< .
Le theorème de Fubini peut donc sappliquer. Il donne que H(x, ) L
1
(R) pour presque tout x R.
Donc, g(x )f() L
1
(R) pour presque tout x R. Ceci montre bien que f g est denie p.p.. Le
theorème de Fubini donne alors aussi que f g L
1
(R) (au sens il existe h L
1
(R) t.q. f g = h p.p.).
Enn pour montrer que |f g|
1
|f|
1
|g|
1
, il sut de remarquer que :
|f g|
1
=
_
[
_
f(y)g(x y)dy[dx
_
(
_
[H(x, y)[dx)dy = |g|
1
|f|
1
.
Remarque 7.5 On a vu precedemment que L
1
(R
N
) muni de laddition (loi de composition interne),
de la multiplication par un scalaire (loi de composition externe) et de la norme | |
1
est un espace de
Banach. Lajout de la convolution (loi de composition interne) confère à L
1
(R
N
) la structure dalgèbre
de Banach.
On sait aussi que C
b
(R, R) muni de laddition, de la multiplication interne, de la multiplication par un
scalaire et de la norme de la convergence uniforme | |
u
est aussi une algèbre de Banach. En fait, nous
montrerons par la suite quil existe un isomorphisme dalgèbre, appele transformation de Fourier, entre
L
1
(R
N
) et son image (par cette transformation) dans C
b
(R
N
, R).
Remarque 7.6 On donne ici quelques proprietes supplementaires de la convolution.
Soit N 1. Pour p [1, ], on pose L
p
(R
N
) = L
p
R
(R
N
, B(R
N
), ).
1. Soit f, g L
1
(R
N
). On a alors f g = g f p.p.. Ceci decoule de linvariance par translation de la
mesure de Lebesgue (propositions 7.7 et 7.8) et est demontre dans lexercice 7.19.
2. Soit1 < p < . Soient f L
p
(R
N
) et g L
1
(R
N
). Alors, f g est denie p.p. sur R
N
,
f g L
p
(R
N
) et |f g|
p
|f|
p
|g|
1
. Cette propriete fait lobjet de lexercice 7.21.
3. Soit p, q [1, ] t.q. (1/p) + (1/q) = 1. Soient f L
p
(R
N
) et g L
q
(R
N
). Alors, f g est denie
partout sur R
N
et f g C
b
(R
N
, R), voir lexercice 8.6.
207
4. Soit p [1, ]. Soient f L
p
(R
N
) et g C
c
(R
N
, R). Alors, f g est denie partout sur R
N
et
f g C
(R
N
, R), voir lexercice 7.20.
5. (Regularisation par convolution) Soit f : R
N
R. On dit que f L
1
loc
(R
N
) si f1
K
L
1
(R
N
) pour
tout compact K de R
N
. On suppose que f L
1
loc
(R
N
). Soit k N et g C
k
c
(R
N
, R). Alors, f g
est denie partout sur R
N
et f g C
k
(R
N
, R) (voir lexercice 7.20, noter que L
p
(R
N
) L
1
loc
(R
N
)).
6. Soit f, g L
1
(R
N
). On suppose que f et g sont à support compact (f à support compact signie
quil existe K, compact de R
N
t.q. f = 0 p.p. sur K
c
). Alors, la fonction f g est aussi à support
compact. Ceci fait partie de lexercice 7.19.
La convolution est un outil très utile pour regulariser des fonctions. Elle est à la base de resultats de
densite fondamentaux que nous verrons dans le chapitre suivant (densite de C
c
(R
N
, R) dans L
p
(R
N
)
pour p < , par exemple).
Il est aussi interessant de generaliser la convolution de fonctions en convolution de mesures. On com-
mence par remarquer quun fonction f dans L
1
loc
(R
N
, B(R
N
),
N
) (voir la remarque 7.6) est entièrement
determinee par la mesure quelle induit sur B(R
N
), cest-à-dire par la mesure m denie par m = f
N
.
Ceci est precise dans le lemme suivant (en remarquant que
_
dm =
_
fd
N
pour tout C
c
(R
N
, R)).
Lemme 7.1 Soit N 1 et f, g L
1
loc
(R
N
, B(R
N
),
N
) t.q.
_
fd
N
=
_
gd
N
, pour tout
C
c
(R
N
, R). Alors, f = g p.p..
D emonstration : Soit M N
. On note B
M
la boule (fermee) de centre 0 et rayon M dans R
N
et
h
M
la fonction defnie par :
h
M
(x) = f(x) g(x) si x B
M
et [f(x) g(x)[ M,
h
M
(x) = 0 si x B
M
ou [f(x) g(x)[ > M,
h
M
(x) = 0 si x , B
M
.
On a h
M
L
1
(R
N
, B(R
N
),
N
) (car B
M
est un compact de R
N
). Comme C
c
(R
N
, R) est dense dans
L
1
(R
N
, B(R
N
),
N
) (theorème 5.5 pour d = 1 et theorème 7.6 pour N 1), il existe une suite (
n
)
nN
t.q.
n
h
M
dans L
1
(R
N
, B(R
N
),
N
) quand n . On peut aussi supposer (quitte à extraire une
sous suite) que
n
h
M
p.p. (theorème 6.2). Enn, en rempla cant
n
par max(min(
n
, M), M) on
obtient :
n
C
c
(R
N
, R) pour tout n N,
n
h
M
p.p.,
[
n
[ M pour tout n N.
Comme
n
C
c
(R
N
, R), on a
_
(f g)
n
d
N
= 0. Le theorème de convergence dominee (la domination
est par M1
B
M
[f g[) donne alors
_
h
M
(f g)d
N
= 0. En faisant maintenant tendre M vers linni, le
theorème de convergence monotone donne
_
[f g[d
N
= 0, et donc f = g p.p.
Pour que la convolution de mesures soit une generalisation de la convolution de fonctions, on souhaite
que m = (f g)
N
, lorsque m = f
N
et g = g
N
avec f, g L
1
(R
N
, B(R
N
),
N
) (et donc f g
L
1
(R
N
, B(R
N
),
N
)). Noter que m, et m sont des mesures signees.
Soit f, g L
1
(R
N
, B(R
N
),
N
). On pose m = f
N
et g = g
N
. On a, pour tout borelienne bornee de
R
N
dans R (par exemple, C
b
(R
N
, R)),
_
(f g)d
N
=
_
R
d
__
R
d
f(x y)g(y)dy
_
(x)dx.
208
(On rapelle que dx designe d
N
(x)). En utilisant le theorème de Fubini (qui sapplique bien ici car
_ _
[f(x y)g(y)(x)[dxdy ||
|f|
1
|g|
1
), puis avec le changement de variable z = x y (pour y
xe) on obtient :
_
(f g)d
N
=
_
R
d
__
R
d
f(x y)(x)dx
_
g(y)dy =
_
R
d
__
R
d
f(z)(z +y)dz
_
g(y)dy.
On a donc :
_
(f g)d
N
=
_
R
N
__
R
N
(z +y)dm(z)
_
d(y) =
_
R
2N
(y +z)d(m)(z, y), (7.13)
o` u la dernière egalite decoule de la denition de m . Plus precisement, si m et sont des mesures
nies (cest-` a-dire des applications -additives de B(R
N
) dans R
+
), la dernière egalite de 7.13 est donnee
par le troisième item du theorème de Fubini (theorème 7.3). Si m et sont des mesures signees, on se
ramène au cas precedent avec la decomposition de Hahn (proposition 2.6) qui donne m = m
+
m
et
=
. La mesure m est alors denie à partir de m
.
On est ainsi amene à denir m en utilisant le deuxième membre de (7.13) pour denir
_
d(m ).
Denition 7.4 Soit N 1 et m, des mesures signees sur B(R
N
). On denit la mesure signee
sur B(R
N
) par :
m (A) =
_
B(R
2N
)
1
A
(x +y)d(m)(x, y) pour tout A B(R
N
).
o` u m = m
+
+
+ m
+
m
+
et m
sont donnees par la decomposition

de Hahn de m et (proposition 2.6).
Le fait que m est une mesure signee sur B(R
N
) est facile (la -additivite de m decoule, par exemple,
du theorème de convergence dominee). On deduit de cette denition la proposition suivante.
Proposition 7.10 Soit N 1 et m, des mesures signees sur B(R
N
).
1. On a alors, pour tout borelienne bornee de R
N
dans R (par exemple, C
b
(R
N
, R)) :
_
R
N
d(m ) =
_
B(R
2N
)
(x +y)d(m)(x, y).
2. Si m et sont des probabilites, la mesure m est aussi une probabilite.
3. Si f, g L
1
(R
N
, B(R
N
),
N
), m = f
N
et = g
N
, on a m = (f g)
N
.
D emonstration : Le premier item se demontre, comme souvent, en considerant des fonctions etagees,
puis en ecrivant comme limite de fonctions etagees (bornees par la borne superieure de [[, exercice 7.23).
Le deuxième item est immediat en remarquant que m (A) 0 si m et sont des mesures (positives)
et m (R
N
) = m(R
N
)(R
N
). Enn, le troisième item a ete vu avant la proposition 7.10.
Remarque 7.7 Il aurait aussi ete possible de denir m grace au theorème de Riesz dans C
0
(R
N
, R)
(theorème 5.4 pour N 1). Si m, sont des mesures signees sur B(R
N
) (ou, directement, des formes
lineaires continues sur C
0
(R
N
, R)). On denit, lapplication L de C
0
(R
N
, R) dans R par :
209
L() =
_
R
N
_
R
N
(x +y)dm(x)d(y), C
0
(R
N
, R). (7.14)
Lapplication L est une forme lineaire continue sur C
0
(R
N
, R). Par le theorème de Riesz, il existe donc
une unique mesure de Radon, notee (cest la mesure convoluee de m et ) t.q. :
L() =
_
(s)d(s). (7.15)
7.6 Formules de changement de variables
La proposition 7.8 donne un resultat sur les changements de variables simples. On donne maintenant
une generalisation dans le cas o` u les integrales portent sur des ouverts bornes de R
N
.
Theorème 7.5 (Formules de changement de variables)
Soient N 1, U et V des ouverts bornes de R
N
et un C
1
-dieomorphisme de U dans V (i.e. est
une bijection de U dans V , C
1
(U, V ) et
1
C
1
(V, U)). On note D(y) la matrice jacobienne de
en y et Det(D) la fonction y Det(D(y)).
1. Soit f /
+
= /
+
(R
N
, B(R
N
)). Alors, (f )[Det(D)[1
U
/
+
et :
_
V
f(x)dx =
_
U
f((y))[Det(D(y))[dy.
2. Soit f /(R
N
, B(R
N
)) t.q. f1
V
L
1
= L
1
R
(R
N
, B(R
N
)). Alors, (f )[Det(D)[1
U
L
1
et :
_
V
f(x)dx =
_
U
D emonstration : Comme est de classe C
1
, il est facile de voir que (f )[Det(D)[1
U
est mesurable si
f est mesurable. La demonstration de litem 1 du theorème nest pas faite ici. Elle consiste à se ramener
par un procede de localisation au cas de changements de variables anes.
Le deuxième item du theorème est une consequence facile du premier. En eet, soit f /(R
N
, B(R
N
))
t.q. f1
V
L
1
. En appliquant le premier item à la fonction [f[ /
+
, on obtient que (f)[Det(D)[1
U

L
1
. Puis en appliquant le premier item à f
+
et f
et en faisant la dierence, on obtient bien que

_
V
f(x)dx =
_
U
Un exemple de changement de variables
On conclut cette section en donnant lexemple des coordonnees polaires pour N = 2.
La fonction f appartient à /
+
(R
2
, B(R
2
)) (ou à L
1
R
(R
2
, B(R
2
),
2
)) et on veut calculer (par exemple)
_
B
1
f(x)dx, o` u B
1
est la boule unite (ouverte) de R
2
, en passant en coordonnee polaires.
On a donc B
1
= x R
2
; [x[ < 1, o` u [ [ est la norme euclidienne dans R
2
, cest-à-dire [x[
2
= x
2
1
+x
2
2
si
x = (x
1
, x
2
)
t
R
2
.
On pose L = (x
1
, 0)
t
, x
1
[0, 1[ et on remarque que
2
(L) = ([0, 1[) (0) = 0. Donc, en posant
V = B
1
L, on a :
_
B
1
f(x)dx =
_
B
1
\L
f(x)dx =
_
V
f(x)dx(=
_
V
fd
2
).
210
On pose aussi U =]0, 1[]0, 2[, de sorte que U et V sont de ouverts bornes de R
2
. Lapplication
: (r, )
t
(r cos , r sin )
t
est alors une bijection de U dans V . Elle est de classe C
1
et son inverse
est de classe C
1
( et
1
sont meme de classe C
). On peut calculer la matrice jacobienne de et son

determinant :
D(r, ) =
_
cos r sin
sin r cos
_
, [Det(D(r, ))[ = r.
On peut donc appliquer le theorème 7.5, il donne :
_
B
1
f(x)dx =
_
V
f(x)dx =
_
U
f(r cos , r sin )rd
2
(r, ) =
_
]0,1[]0,2[
f(r cos , r sin )rd
2
(r, )
En appliquant maintenant le theorème de Fubini-Tonelli pour evaluer la dernière integrale (si f L
1
au
lieu de f /
+
, on raisonne dabord sur [f[ puis on utilise le theorème de Fubini), on obtient :
_
B
1
f(x)dx =
_
2
0
(
_
1
0
f(r cos , r sin )rdr)d.
Si f(x) ne depend que de [x[, cest-à-dire si il existe t.q. f(x) = ([x[), on obtient alors :
_
B
1
f(x)dx = 2
_
1
0
(r)rdr.
En particulier, on voit que f1
B
1
L
1
(R
2
) si et seulement si g L
1
R
(]0, 1[, B(R), ), avec g denie par
g(r) = r(r) pour r ]0, 1[.
Prenons toujours f /
+
(R
2
, B(R
2
)) (ou bien f L
1
R
(R
2
, B(R
2
),
2
)). Le raisonnement que nous venons
de faire pour B
1
peut etre fait pour B
a
= x R
2
; [x[ < a avec a > 0. On obtient alors, pour tout
a > 0 :
_
B
a
f(x)dx =
_
2
0
(
_
a
0
f(r cos , r sin )rdr)d. (7.16)
En prenant a = n, n N
, dans (7.16), on obtient aussi, quand n (avec le theorème de convergence

monotone si f /
+
et en raisonnement avec f
si f L
1
) :
_
f(x)dx =
_
2
0
(
_

0
f(r cos , r sin )rdr)d. (7.17)
7.7 Exercices
7.7.1 Mesure produit
Montrer que, pour tout n 2, on a B(R
n
) = B(R
n1
) B(R). [Sinspirer de la demonstration faite pour
n = 2 dans lexercice 2.5.]
211
Soient E
1
, E
2
deux ensembles, T
1
une tribu sur E
1
et T
2
une tribu sur E
2
. On note E = E
1
E
2
et on
rappelle que T
1
T
2
= A
1
A
2
, A
1
T
1
, A
2
T
2
.
Montrer que lalgèbre engendree par T
1
T
2
est egale à lensemble des reunions nies disjointes delements
de T
1
T
2
cest-à-dire que, pour tout A T(E), A appartient à lalgèbre engendree par T
1
T
2
si et
seulement si il existe (A
(p)
)
p=1,...,n
T
1
T
2
t.q. A
(p)
A
(q)
= si p ,= q et A =
n
p=1
A
(p)
.
Exercice 7.3 (Exemple de mesure produit) Corrige 134 page 446
Soit m
1
et m
2
des mesures nies, non nulles, sur (R, B(R)) et t.q. m
1
m
2
(R
2
D) = 0, o` u D =
(x, x), x R. Montrer quil existe a, , R t.q. m
1
=
a
et m
2
=
a
, o` u
a
est la mesure de Dirac
en a.
Exercice 7.4 (Fonction non borelienne dont les traces sont boreliennes) Corrige 135 page 446
Pour B R
2
, on note t(B) lensemble des x
1
R t.q. (x
1
, 0) B. On pose T = B R
2
; t(B) B(R).
Soit ]0,

2
[. Pour x = (x
1
, x
2
)
t
R
2
, on pose g(x) = (x
1
cos x
2
sin , x
1
sin +x
2
cos )
t
.
1. Montrer que T est une tribu contenant B(R
2
).
2. Soit A R t.q. A , B(R). On pose B = A0.
(a) Montrer que B , B(R
2
).
(b) On pose f = 1
B
g. Montrer que la fonction f nest pas une fonction borelienne de R
2
dans R
mais que les fonctions f(x
1
, ) et f(; x
2
) sont boreliennes de R dans R, pour tout x
1
, x
2
R.
7.7.2 Fubini-Tonelli et Fubini
Exercice 7.5 (Contre-exemple au theorème de Fubini) Corrige 136 page 447
Soit L
1
= L
1
R
(R, B(R), ). Pour (x, y) R
2
, on pose :
f(x, y) =
_
_
1
(x+1)
2
si x > 0 et x < y 2x
1
(x+1)
2
si x > 0 et 2x < y 3x
0 si x > 0 et y ,]x, 3x[
0 si x 0.
(7.18)
1. Montrer que f : R
2
R est B(R
2
)- mesurable.
2. Montrer que pour tout y R, f(., y) L
1
; on pose (y) =
_
f(x, y)d(x). Montrer que L
1
.
3. Montrer que pour tout x R, f(x, .) L
1
; on pose (x) =
_
f(x, y)d(y). Montrer que L
1
.
4. Montrer que
_
d ,=
_
d ( et sont denies dans les questions precedentes).
5. Pourquoi le theorème de Fubini ne sapplique-t-il pas ici ?
Exercice 7.6 (Integrale dune fonction positive) Corrige 137 page 448
Soit (E, T, m) un espace mesure -ni, et f : E R
+
une application mesurable. On pose F = 1
A
avec A = (t, x) R E; 0 < t < f(x).
1. Montrer que F est B(R) T- mesurable
212
2. Montrer que
_
fdm =
_
+
0
m(x E; f(x) > t)dt et que
_
fdm =
_
+
0
m(x E; f(x) t)dt.
[Utiliser le theorème de Fubini-Tonelli.]
Exercice 7.7 (Une caracterisation de L
p
On munit R [resp. R
2
] de sa tribu borelienne, notee B(R) [resp. B(R
2
)].
Soit f une application mesurable de R dans R. Pour tout y R
+
, on pose A
y
= x R; [f(x)[ > y.
Pour tout y R
, on pose A
y
= .
1. Montrer que lapplication (x, y)
t
1
A
y
(x) est mesurable de R
2
dans R. [On pourra commencer
par montrer que (x, y)
t
R
2
; [f(x)[ > y est un borelien de R
2
.]
Soit p [1, [. Pour y R, on pose g
p
(y) = [y[
p1
(A
y
) (en convenant que g
p
(0) = 0 si (A
0
) =
).
2. (a) Montrer que lapplication (x, y)
t
[y[
p1
1
A
y
(x) est mesurable positive de R
2
dans R.
(b) Montrer que g
p
est integrable sur R si et seulement si f L
p
R
(R, B(R), ). [On pourra, par
exemple, utiliser le theorème de Fubini-Tonelli.]
Exercice 7.8 (Mesure de boules de R
2
)
On considère ici lespace mesure (R
2
, B(R
2
),
2
). Montrer que
2
(x R
2
; [x[ < R) = R
2
pour tout
R > 0.
Exercice 7.9 (A propos de Fubini)
Soit, pour n 1, I
n
= [1 1/n, 1 1/(n + 1)[; on pose
n
= n(n + 1)
I
n
et f(x, y) =
n1
(
n
(x)
n+1
(x))
n
(y).
1. Montrer que f : [0, 1]
2
R est bien denie et mesurable,
2. Montrer que, pour tout x [0, 1], y f(x, y) est integrable sur [0, 1]et que, pour tout y [0, 1],
x f(x, y) est integrable sur [0, 1],
3. Montrer que F : x
_
[0,1]
f(x, y) dy et G : y
_
[0,1]
f(x, y) dx sont integrables sur [0, 1]. Calculer
alors
_
[0,1]
F(x) dx et
_
[0,1]
G(y) dy. Peut on appliquer à f le theorème de Fubini ?
N
)
Exercice 7.10 (Proprietes elementaires de
N
N
N
).
1. Soit A
1
, . . . , A
N
B(R). Montrer que
N
i=1
A
i
B(R
N
) et
N
(
N
i=1
A
i
) =
N
i=1
(A
i
).
2. Soient
1
, . . . ,
N
R et
1
, . . . ,
N
R t.q.
i
 0.
5. Soit f, g C(R
N
, R). Montrer que f = g p.p. (cest-à-dire
N
-p.p.) implique f(x) = g(x) pour
tout x R
N
.
213
6. Montrer que C
c
(R
N
, R) L
1
R
(R
N
, B(R
N
),
N
).
Exercice 7.11 (Regularite de
N
N
N
. (noter que ceci est vrai
pour m =
N
.)
1. SoientA B(R
N
) et > 0. Montrer quil existe O ouvert de R
N
et F ferme de R
N
tels que :
F A O et m(O F) .
2. Soit A B(R
N
). Deduire de la question precedente que m(A) = infm(O), O ouvert t.q. A O.
[On pourra sinspirer de la demonstration de la regularite dune mesure sur B(R), nie sur les compacts
(theorème 2.3).]
c
dans L
1
(R
N
))
Soit N 1. Montrer que lespace C
c
(R
N
1
(R
N
) (cest-à-dire que, pour tout f
L
1
(R
N
) et tout > 0, il existe C
c
(R
N
) t.q. |f |
1
). [Sinspirer de la demonstration faite pour
le cas N = 1, theorème 5.5.]
c
et C
c
dans L
1
d
d
d
,
d
En fait, la propriete (p1) entrane la propriete (p2) (voir la proposition 7.5) mais cette demonstration
nest pas demandee ici.
On note L
1
lespace L
1
R
(R
d
, B(R
d
), ). Pour f L
1
, on note |f|
1
=
_
[f[d. Enn, pour x R
d
, on
1. Soit C
c
(R
d
d
L
1
.
d
et > 0. Pour x R
d
, on pose (x) =
(d(x,K))
+
avec d(x, K) =
c
(R
d
3. Soit A B(R
d
) t.q. (A) < +.
c
(R
d
, R) t.q. | 1
A
|
1
.
d
1
. Soit > 0. Montrer

quil existe C
c
(R
d
, R) t.q. |f |
1
1
et > 0.
c
(R
d
, R) t.q. |f |
1
.
214
c
(R
d
, R) t.q. |f |
1
C
c
(R
d
, R), on a |
n
|
1
0, quand n , avec
n
=
n
et (
n
)
nN
une famille
regularisante, voir la denition 8.4.]
(a) Soit C
c
(R
d
1
0 quand h 0.
peut avoir f L
1
et |f( +h) f|
1
,0 quand h 0.
d
densite de C
c
(, R) et C
c
(, R) dans L
1
R
(, B(), ).
Exercice 7.14 (Invariance par translation de
N
Soient N 1,
1
, . . . ,
N
R
et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
, on pose (x) =
(
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
, de sorte que est une bijection de R
N
dans R
N
.
1. Soit A B(R
N
), montrer que (A) = (x), x A B(R
N
).
2. Montrer que
N
((A)) =
N
i=1
[
i
[
N
(A) pour tout A B(R
N
). [On pourra faire une recurrence
sur N : La proposition 2.9 donne le resultat pour la mesure de Lebesgue sur B(R), notee . On
suppose que le resultat est vrai pour
N1
(et pour toute famille
1
, . . . ,
N1
R
,
1
, . . . ,
N1

R). On le demontre alors pour
N
en posant m(A) = (
N
i=1
[
i
[)
1
N
((A)) et en montrant que
m est une mesure sur B(R
N
) egale à
N
sur B(R
N1
) B(R). On utilise pour conclure la partie
unicite du theorème 7.1 sur la mesure produit.]
Exercice 7.15 (Changement de variables simple) Corrige 143 page 457
Soient N 1,
1
, . . . ,
N
R
et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
. On pose (x) =
(
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
N
dans R
N
).
1. Soit f c
+
= c
+
(R
N
, B(R
N
)), montrer que f c
+
et que
_
fd
N
=
N
i=1
[
i
[
_
(f )d
N
.
[Utiliser lexercice 7.14.]
2. Soit f /
+
= /
+
(R
N
, B(R
N
)), montrer que f /
+
et que
_
fd
N
=
N
i=1
[
i
[
_
(f )d
N
.
3. Soit f L
1
= L
1
R
(R
N
, B(R
N
),
N
), montrer que f L
1
et que
_
fd
N
=
N
i=1
[
i
[
_
(f )d
N
.
Exercice 7.16 (Primitives de fonctions L
p
Soit p [1, [. On note L
p
= L
p
R
(]0, 1[, B(]0, 1[), ). Soit f, g L
p
. On denit F et G de [0, 1] dans R
par :
F(x) =
_
x
0
f(t)dt (=
_
]0,x[
fd), G(x) =
_
x
0
g(t)dt (=
_
]0,x[
gd), pour tout x [0, 1].
1. Montrer que F et G sont des fonctions continues et quil existe C R t.q. [F(y) F(x)[
C[y x[
1
1
p
et [G(y) G(x)[ C[y x[
1
1
p
, pour tous x, y [0, 1], x < y.
2. On suppose p > 1. Soit n N
et k 0, . . . , n 1. Montrer que, pour tout x [

k
n
,
k+1
n
], on a
(F(x), G(x)) A
n,k
B
n,k
, o` u A
n,k
et B
n,k
sont des intervalles de R (independants de x) dont les
longueurs tendent vers 0 quand n . [Utiliser la question 1.]
215
3. On suppose p > 2. Montrer que E = (F(x), G(x)); x [0, 1] est une partie negligeable de R
2
(muni de la mesure de Lebesgue sur les boreliens de R
2
). [En utilisant une majoration convenable
des longueurs de A
n,k
et B
n,k
, inclure E (pour tout n N) dans une partie de R
2
dont la mesure
de Lebesgue tend vers 0 quand n .]
Exercice 7.17 (Lemme de Comparaison)
Soit une fonction decroissante de R
+
dans R
+
, on denit lapplication de B(R) B(R) dans R
+
par:
(A, B) =
_ _
AB
([x y[)dxdy.
Soient A, B B(R), a = (A), b = (B) ( est la mesure de Lebesgue) et , R, < b tels que
A [, ] et B [, ]. Montrer que
(A, B) ([, +a], [ b, b]).
Exercice 7.18
Soit : R
2
R B(R
2
)-mesurable. Pour x R, on pose : f
(x) = (x, x).

1. Montrer que f
est B(R)-mesurable.
2. Soient et : R
2
R B(R
2
)-mesurables. Montrer que =
2
-p.p. , f
= f
-p.p.. (
2
est
2
) dont on suppose lexistence).
3. Soient et : R
2
R B(R
2
)-mesurables t.q. :
(a) (x, .) et (x, .) sont continues p.p. en x R
(b) (, .y) et (., y) sont mesurables pour tout y R
(Ces fonctions sont dites de Caratheodory.)
(a) Montrer que et sont B(R
2
)-mesurables.
(b) Montrer que =
2
-p.p. (x, .) = (x, .) partout, p.p. en x R. En deduire que si
=
2
-p.p, alors f
= f
-p.p..
7.7.4 Convolution
Exercice 7.19 (Proprietes elementaires de la convolution) Corrige 145 page 460
Soit f, g L
1
(R
N
) = L
1
R
(R
N
, B(R
N
),
N
).
1. Montrer que f g = g f p.p.. [Utiliser linvariance par translation de la mesure de Lebesgue et sa
consequence pour les changements de variables simples (propositions 7.7 et 7.8).]
2. On suppose que f et g sont à support compact (f à support compact signie quil existe K, compact
de R
N
, t.q. f = 0 p.p. sur K
c
). Montrer que la fonction f g est alors aussi à support compact.
[On designe par B(0, ) la boule ouverte de centre 0 et de rayon . Comme f et g sont à support
compact, il existe a et b R
+
tels que f = 0 p.p. sur B(0, a)
c
et g = 0 p.p. sur B(0, b)
c
. Montrer
que f g = 0 p.p. sur B(0, a +b)
c
.]
Exercice 7.20 (Convolution L
p
C
c
216
Soit 1 p . Soit f L
p
(R
N
) = L
p
R
(R
N
, B(R
N
),
N
) (ou f L
1
loc
(R
N
)) et C
c
(R
N
, R). On
pourra se limiter au cas N = 1.
1. Montrer que pour tout x R
N
, la fonction f()(x ) appartient à L
1
(R
N
). On pose alors
f (x) =
_
f()(x )d
N
.
2. Montrer que f C
(R
N
, R).
3. On suppose maintenant que f est à support compact, cest à dire quil existe un compact de R,
note K, t.q. f = 0 p.p. sur K
c
, montrer que f est aussi à support compact.
Exercice 7.21 (Inegalite de Young) Corrige 147 page 463
Soient 1 < p < +, f L
1
R
(R
N
, B(R
N
),
N
) et g L
p
R
(R
N
, B(R
N
),
N
). Montrer que f g est
denie p.p., f g L
p
R
(R
N
, B(R
N
),
N
) et |f g|
p
|f|
1
|g|
p
. [Ecrire
_
(
_
[f(x y)g(y)[dy)
p
dx =
_
(
_
[f(x y)[
1
q
[f(x y)[
1
p
[g(y)[dy)
p
dx, avec q =
p
p1
. Appliquer linegalite de Holder puis le theorème
de Fubini-Tonelli].
Exercice 7.22 (Iterations de convolution)
Soient L
1
= L
1
R
(R, B(R), ) et f L
1
t.q. f = 0 p.p. sur R
. On denit, pour n N
, f
n
par : f
1
= f
et f
n
= f
(n1)
f pour n 1. Pour 0, on pose : g() =
_
+
0
e
t
[f(t)[dt.
n
est bien denie pour tout n N
, et que f
n
= 0 sur R
.
(b) Montrer, par recurrence sur n, que
_
+
0
e
t
[f
n
(t)[dt (g())
n
, pour tout 0 et tout
n 1.
(c) En deduire que
_
x
0
[f
n
(t)[dt e
x
(g())
n
, pour tout 0 tout n 1 et tout x 0.
2. Soit h C
b
(R, R). Montrer que h f(x) est denie pour tout x R et que h f C
b
(R, R).
Remarquer de meme que h f
n
C
b
(R, R). On suppose maintenant que, h = 0 sur R
; montrer
que, pour tout x R, h f
n
(x) 0 quand n +.
Exercice 7.23 Soient et des mesures sur lespace mesurable (R, B(R)). On denit par :
(A) =
_
R
2
1
A
(x +y)d(x)d(y).
1. Montrer que est une mesure.
2. Montrer que si et sont des probabilites, alors est une probabilite.
3. Montrer que si et sont des mesures de densites respectives f et g (par rapport à Lebesgue),
alors est une mesure de densite f g.
7.7.5 Changement de variables
Exercice 7.24 (Fonction Gamma)
Pour tout x > 0, on pose (x) =
_

0
t
x1
e
t
dt.
217
1. Montrer que (x + 1) = x(x) pour tout x > 0. En deduire que (n) = (n 1)! pour tout entier
n 1.
2. Calculer (
1
2
). On pourra utiliser
_

0
e
x
2
dx =
2
.
3. Montrer que est de classe (
sur ]0, [ et que

(n)
(x) =
_

0
(ln t)
n
t
x1
e
t
dt, pour tout n 1.
Exercice 7.25 (Calcul dun volume)
Calculer le volume de E o` u E = (x, y, z) [0, 1]
3
; z 4xy.
1. Verier que si n 1
_
n
0
sin x
x
dx =
_
n
0
(
_

0
e
xt
dt) sin xdx.
2. Calculer F
n
(t) =
_
n
0
e
xt
sin xdx (t 0).
3. Calculer lim
n+
_

0
F
n
(t)dt. (F
n
est denie à la question precedente.)
4. En deduire que lim
n+
_
n
0
sin x
x
dx =

2
.
Exercice 7.27 (Coordonnees polaires) Corrige 149 page 465
1. Calculer
_
(R
+
)
2
e
(x
2
+y
2
)
dxdy (on rappelle que dxdy designe d
2
(x, y)). [On pourra utiliser le
passage en coordonnees polaires.]
2. Calculer
_
R
+
e
x
2
dx.
Exercice 7.28
Soient = (x, y) [ 1 < x
2
+ 4y
2
< 4 , x > 0 , y > 0, G = (x, y) [ y < x,
= (x
, y
) [ 1 < x
<
4 , 0 < y
et G
< 1.
1. Montrer quil existe un dieomorphisme T :
tel que T(G) = G
.
2. Soit f(x, y) =
x
2
4y
2
4x
2
si x ,= 0 et f(0, y) = 0. Montrer que f est borelienne sur R
2
, integrable sur
G et calculer son integrale. f est-elle integrable sur ?
Exercice 7.29 (Sur volume de la boule unite dans R
N
)
On note C
N
le volume de la boule unite dans R
N
. Montrer que, si > 0 et B
N
() designe la boule de
centre 0 et de rayon dans R
N
, on a
N
(B
N
()) =
N
C
N
. En deduire la relation de recurrence suivante:
C
N+1
= C
N
_
1
0
(1 u)
N/2
u
1/2
du.
Exercice 7.30 (Sur volume de la boule unite dans R
N
, suite)
On appelle fonction eulerienne de première espèce la fonction B :]0, [
2
R denie par B(p, q) =
_
1
0
t
p1
(1 t)
q1
dt.
218
1. Montrer que B est bien denie et (
1
sur ]0, [
2
.
2. Montrer que B(p, q) = 2
_
/2
0
sin()
2p1
cos()
2q1
d =
_
0
2u
2p1
(1+u
2
)
p+q
du. En deduire B(1/2, 1/2).
3. Montrer que B(p, q) =
(p)(q)
(p+q)
[on pourra calculer (p)(q) en introduisant le dieomorphisme
(t, v) = (tv, t(1 v))]. En deduire (1/2).
4. Calculer, en fonction de , les constantes C
N
de lexercice precedent.
Exercice 7.31 (Cordonnees polaires dans R
N
On note S
N1
la sphère de centre 0 et rayon 1 dans R
N
(i.e. S
N1
= x R
N
[ [x[ = 1, o` u [.[ designe
la norme euclidienne usuelle). Pour A S
N1
, on pose

A = tx, t [0, 1] , x A.
Montrer que si A est un borelien de S
N1
, alors

A est un borelien de R
N
.
On denit alors, quand A est un borelien de S
N1
, (A) = N
N
(
A). Montrer que denit une mesure

sur les borelien de S
N1
.
Montrer que, pour tout f : R
N
R mesurable positive ou integrable on a
_
R
N
f(x) dx =
_

0
__
S
N1
f() d()
_
N1
d.
Trouver alors les R tels que x [x[
soit integrable sur R

N
B
1
ou sur B
1
, avec B
1
= x R
N
;
[x[ 1.
Exercice 7.32 (Changement de variables W
1,1
croissant) Corrige 151 page 469
Soit f L
1
R
(R, B(R), ) t.q. f > 0 p.p.. Pour x R, on pose (x) =
_
x
f(t)dt. (On rappelle que, pour

a < b,
_
b
a
f(t)dt designe
_
1
]a,b[
fd.)
1. Montrer que C(R, R) et que est strictement croissante.
On note I
m
limage de (I
m
est donc un intervalle dont les bornes sont 0 et
_
fd) et on note
: I
m
R la fonction inverse de ( est donc continue de I
m
dans R).
On rappelle que si I est un intervalle de R et B(I) est sa tribu borelienne, on a B(I) = T(I) B(R).
Pour A R, on note (A) = (x), x A. Pour A I
m
, on note (A) = (x), x A.
2. Montrer que (A), A B(R) = B(I
m
) et que (A), A B(I
m
) = B(R).
3. Soit I un intervalle de R. Montrer que ((I)) =
_
I
fd.
4. Soit O un ouvert de R. Montrer que ((O)) =
_
O
fd. En deduire que, pour tout > 0 il existe
> 0 t.q. :
O ouvert, (O) ((O)) .
5. Soit A B(R). Montrer que ((A)) =
_
A
fd. [On pourra, par exemple, utiliser la regularite de
et la question precedente.]
6. Soit a, b R t.q. a < b.
219
(a) Soit B B(R). On pose g = 1
B
. Montrer que :
_
(b)
(a)
g(t)dt =
_
b
a
g((s))f(s)ds. (7.19)
[Prendre A = (B I
m
)]a, b[ et utiliser la question precedente.]
(b) Montrer que (7.19) est encore vraie pour g c
+
(R, B(R)), puis pour g /
+
(R, B(R)).
(c) Soit g : R R mesurable. On suppose que g1
](a),(b)[
L
1
R
(R, B(R), ). Montrer g
f1
]a,b[
L
1
R
NB: On peut montrer que est derivable p.p. et que
= f p.p.. La formule (7.19) est alors la

formule habituelle de changement de variable. Noter aussi que la fonction , restreinte à lintervalle ]a, b[,
appartient à un espace appele W
1,1
(]a, b[) (ce qui explique le titre de lexercice).
220
Chapter 8
Densite, separabilite, et compacite
dans les espaces L
p
()
Tout ce chapitre est consacre aux espaces L
p
R
(, B(),
N
) o` u un ouvert de R
N
, N 1, B() est la
tribu borelienne de ,
N
designe la restriction à B() de la mesure de Lebesgue sur B(R
N
) (aussi notee
N
) et 1 p .
On notera toujours L
p
() = L
p
R
(, B(),
N
).
8.1 Theorèmes de densite pour les espaces L
p
()
8.1.1 Densite des fonctions C
c
(, R) dans L
p
()
Denition 8.1 Soient N 1, un ouvert de R
N
et f une fonction denie de dans R. On dit que f
est à support compact (dans ) si il existe un compact K tel que f = 0 sur K.
On note souvent supp(f) ladherence dans de lensemble des x t.q. f(x) ,= 0. On peut montrer
que f est à support compact si et seulement si supp(f) est compact.
Denition 8.2 Soient N 1, un ouvert de R
N
et f une fonction denie de dans R. On dit que
f C
c
(, R) si
1. f est de classe C
(de dans R).

2. f est à support compact (dans ).
On note aussi T() = C
c
(, R).
Remarque 8.1 Si N = 1 et =]0, 1[, la fonction f denie par f(x) = x(x 1) est de classe C
sur ,
mais elle nest pas à support compact. En eet, il nexiste pas de compact inclus dans ]0, 1[ t.q. f soit
nulle en dehors de ce compact.
Par contre, si f est de classe C
sur ]0, 1[ et si il existe > 0 tel que f(x) = 0 pour x ]0, [ et pour
x ]1 , 1[, alors f C
c
(, R).
221
c
(, R) dans L
p
()) Soient N 1, p [1, +[ et un ouvert de R
N
(par exemple, = R
N
). Alors :
C
c
(, R) est dense dans L
p
() cest-à-dire :
f L
p
(), > 0, C
c
(, R) t.q. |f |
p
. (8.1)
D emonstration : La demonstration de ce resultat est faite dans lexercice 6.4 pour le cas = R. La
generalisation donnee ici se demontre de manière très voisine (grace au resultat de regularite, proposition
7.5), voir lexercice 8.1.
Une consequence importante du theorème 8.1 est la continuite en moyenne que lon donne maintenant.
Theorème 8.2 (Continuite en moyenne) Soient N 1, p [1, +[,et f L
p
(R
N
). Alors, |f( +
h) f|
p
0 quand h 0, cest-à-dire :
_
[f(x +h) f(x)[
p
dx 0, quand h 0.
D emonstration : La demonstration est ici encore très similaire à la demonstration vue pour N = 1
dans lexercice 6.4, elle est proposee dans lexercice 8.2.
Remarque 8.2 (Attention à L
!) Les deux resultats precedents sont faux dans L
. Considerer par
exemple le cas N = 1 et la fonction f = 1
R
+
(qui appartient à L
(R), en confondant f avec sa classe).

On peut montrer que (voir lexercice 8.3) :
1. C(R, R), |f |

1
2
.
2. h > 0, |f( +h) f|
= 1.
8.1.2 Regularisation par convolution
Si a R
+
, on note B
a
la boule fermee de centre 0 et de rayon a de R
N
.
Denition 8.3 (L
1
loc
)
Soient N 1 et un ouvert de R
N
. Soit f : R. On denit que f est localement integrable sur
si f1
K
L
1
() (au sens il existe g L
1
() t.q. f = g p.p. sur K) pour tout compact K .
On note L
1
loc
()(= L
1
loc
(, B(),
N
)) lensemble des fonctions localement integrables sur .
Remarque 8.3 Soient N 1 et un ouvert de R
N
. Pour tout p tel que 1 p +, on a L
p
()
L
1
loc
() (ceci est une consequence immediate du resultat dinclusion entre les espaces L
p
, proposition 6.8).
Denition 8.4 (Famille regularisante) Soit N 1 et soit C
c
(R
N
, R) t.q. 0, x R
N
;
(x) ,= 0 B
1
et
_
(x)dx = 1. On appelle famille regularisante (ou famille de noyaux regularisants)
la famille de fonctions (
n
)
nN
C
c
(R
N
, R) denie par :
n
(x) = n
N
(nx), x R
N
, n N
.
Remarque 8.4 Dans la denition precedente, il est facile de verier que x R
N
;
n
(x) ,= 0 B1
n
et
_

n
(x)dx = 1
Il existe bien des fonctions veriant les proprietes demandees pour dans la denition 8.4. Pour N = 1,
par exemple, il sut de prendre (x) = exp(
1
x
2
1
) pour x ] 1, 1[ et (x) = 0 pour x ,] 1, 1[, avec
> 0 choisi pour avoir
_
(x)dx = 1.
222
Lemme 8.1 Soient N 1, (
n
)
nN
une famille regularisante et f L
1
loc
(R
N
). Alors, f
n
est denie
partout sur R
N
et f
n
C
(R
N
, R). De plus, si il existe a > 0 t.q. f = 0 p.p. sur B
c
a
, on a alors
f
n
= 0 sur B
c
a+
1
n
(f
n
est donc ` a support compact).
D emonstration : La demonstration du fait que f
n
C
(R
N
, R) est donnee dans lexercice 7.20. La
seconde partie est donnee dans les exercices 7.20 et 7.19. Lindication de la seconde question de lexercice
7.19 donne le support indique ici pour f
n
.
Proposition 8.1 Soient N 1, (
n
)
nN
une famille regularisante. Soient p [1, +[ et f L
p
(R
N
).
Alors, f
n
f dans L
p
(R
N
) lorsque n +.
D emonstration : La demonstration est une consequence du theorème de continuite en moyenne (theo
rème 8.2).
On choisit un representant de f, encore note f. Pour n N
, on pose f
n
= f
n
. Pour x R
N
, on a :
f
n
(x) f(x) =
_
f(x y)
n
(y)dy f(x)
_

n
(y))dy =
_
(f(x y) f(x))
n
(y)dy,
et donc :
[f
n
(x) f(x)[
p
(
_
[f(x y) f(x)[
n
(y)dy)
p
.
Pour p > 1, on utilise linegalite de Holder en ecrivant
n
=
1
p
n
1
q
n
(avec q = p/(p 1)) et on obtient (ce
qui est aussi immediatement vrai pour p = 1) :
[f
n
(x) f(x)[
p
_
[f(x y) f(x)[
p
n
(y)dy(
_

n
(y)dy)
p
q
=
_
[f(x y) f(x)[
p
n
(y)dy. (8.2)
On remarque maintenant que lapplication (x, y)
t
(f(y) f(x)) est mesurable de R
2
dans R (munis de
leur tribu borelienne), ceci est une consequence (par exemple) de la proposition 7.3 et de la mesurabilite
de la somme dapplications mesurables. Lapplication (x, y)
t
(x, x y) est mesurable de R
2
dans R
2
(car continue). Par composition, lapplication (x, y)
t
(f(xy) f(x)) est donc mesurable de R
2
dans
R. On en deduit, en utilisant une nouvelle fois la mesurabilite de la composee dapplications mesurables
(et du produit dapplications mesurables), que (x, y)
t
[f(x y) f(x)[
p
n
(y) est mesurable (positive)
de R
2
dans R.
On peut donc appliquer le theorème de Fubini-Tonelli pour deduire de (8.2) que :
_
[f
n
(x) f(x)[
p
dx
_
(
_
[f(x y) f(x)[
p
n
(y)dy)dx =
_
(
_
[f(x y) f(x)[
p
n
(y)dx)dy =
_
B1
n
|f( y) f|
p
p
n
(y)dy.
(8.3)
On utilise maintenant le theorème 8.2. Soit > 0. Il existe > 0 t.q. :
h R
N
, [h[ |f( h) f|
p
.
On deduit donc de (8.3) que :
1
n
|f
n
f|
p
.
223
Ce qui termine la demonstration.
Le deux resultats precedents permettent de demontrer le theorème de densite suivant :
Theorème 8.3 Soient N 1 et p [1, +[, C
c
(R
N
p
(R
N
).
D emonstration : La demonstration proposee ici utilise une methode dite de troncature et regularisa-
tion.
Pour f L
p
(R
N
), on dit que f est à support compact si il existe K compact de R
N
t.q. f = 0 p.p. sur
K
c
. On note A lensemble des f L
p
(R
N
) à support compact.
Etape 1. On montre dans cette etape que A est dense dans L
p
(R
N
). Soit f L
p
(R
N
). Pour n N,
on pose f
n
= f1
B
n
. Comme f
n
f p.p. quand n et [f
n
[ [f[ p.p. (pour tout n N), on peut
appliquer le theorème de convergence dominee dans L
p
(on utilise ici le fait que p < ). Il donne que
f
n
f dans L
p
(R
N
) quand n . Comme (f
n
)
nN
A, on a bien montre la densite de A dans
L
p
(R
N
).
Etape 2. Soit maintenant f A. Pour conclure la demonstration, il sut de montrer quil existe une
suite (f
n
)
nN
C
c
(R
N
, R) t.q. f
n
f dans L
p
(R
N
) quand n . Or cette suite est donne avec
f
n
= f
n
o` u (
n
)
nN
est une famille regularisante. En eet, le lemme 8.1 donne que (f
n
)
nN

C
c
(R
N
, R) et la proposition 8.1 donne que f
n
f dans L
p
(R
N
) quand n .
On rappelle (remarque 8.2) que C
c
(R
N
, R) (et donc aussi C
c
(R
N
, R)) nest pas dense dans L
(R
N
). Il
est interessant aussi de remarquer que le theorème precedent (theorème 8.3) est encore vrai si on remplace
la mesure de Lebesgue par une mesure sur les boreliens de R
N
(N 1), nie sur les compacts. Toutefois
la demonstration donnee ici doit alors etre modiee. Ceci est fait dans lexercice 7.13 pour p = 1 (et la
generalisation pour traiter tous les cas p [1, [ est assez simple).
8.1.3 Densite de C
c
(, R) dans L
p
()
On a aussi un resultat de densite pour les fonctions denies sur un ouvert de R
N
.
Theorème 8.4 (Densite de T() dans L
p
()) Soient N 1, p [1, +[ et un ouvert de R
N
.
Alors, T() = C
c
p
().
D emonstration : Pour ,= R
N
, on pose K
n
= x R
N
; d(x,
c
)
1
n
B
n
si n N
.
Soient f L
p
() et > 0. On remarque dabord (en utilisant, comme pour le theorème precedent, le
theorème de convergence dominee dans L
p
) que f1
K
n
f dans L
p
() quand n . On peut donc
choisir n
0
N
t.q. |f f
n
0
|
p
.
On pose maintenant g = f
n
0
. On peut considerer que g L
p
(R
N
) et on a g = 0 p.p. sur K
c
avec
K = K
n
0
. En prenant une famille regularisante, (
n
)
nN
, le lemme 8.1 et la proposition 8.1 donnent que
g
n
g dans L
p
(R
N
) quand n et (g
n
)
nN
C
c
(R
N
, R). Il sut alors de remarquer que la
restriction de g
n
à est à support compact dans dès que n > n
0
pour conclure la demonstration.
Ici aussi, le theorème 8.4 est encore vrai si on remplace la mesure de Lebesgue par une mesure sur
les boreliens de , nie sur les compacts. La demonstration donnee ici doit alors etre modiee (voir
lexercice 7.13).
224
8.2 Separabilite de L
p
()
Proposition 8.2 Soient N 1, un ouvert de R
N
et p tel que 1 p < +. Alors, lespace L
p
() est
separable.
D emonstration : La demonstration est lobjet de lexercice 8.4 (et de 6.5 pour le car = R).
Les espaces du type L
ne sont, en general, pas separables. Lexercice 8.5 montre que, par exemple,
L
R
(R, B(R), ) nest pas separable.
8.3 Compacite dans les espaces L
p
()
Soit E un espace vectoriel norme et A une partie de E ; on rappelle que A est (sequentiellement) compact
si de toute suite delements de A on peut extraire une sous-suite qui converge. Notons que cette notion
de compacite sequentielle est equivalente à la notion ce compacite de Borel -Lebesgue (i.e. de tout
recouvrement de A par des ouverts on peut extraire un sous-recouvrement ni) dès que E est un espace
metrique (ce qui est notre cas, car E est un espace vectoriel norme).
Une partie A de E est dite relativement compacte si son adherence est compacte (ou encore si il existe
un compact K de E tel que A K).
Dans le cas o` u E est un espace de dimension nie, A est compacte si et seulement si A est fermee bornee,
et A est relativement compacte si et seulement si A est bornee.
Ces deux caracterisations sont fausses si dim(E) = +. On sait par le theorème de Riesz que la boule
unite fermee dun evn E est compacte si et seulement si la dimension de E est nie.
On sinteresse ici au cas E = L
p
() ( ouvert non vide de R
N
), espace vectoriel norme de dimension
innie, et on voudrait caracteriser les parties relativement compactes ; en particulier, etant donnee une
suite de fonctions de L
p
(), sous quelles hypothèses peut-on en extraire une sous-suite qui converge ? Une
condition necessaire evidente est que la partie consideree soit bornee (une partie relativement compacte
est toujours bornee). La deuxième condition est, pour 1 p < + et bornee, que la partie soit
equicontinue en moyenne, au sens precise dans le theorème suivant :
Theorème 8.5 (Kolmogorov) Soit B(R
N
) et 1 p < + ; on considère ici lespace mesure
(E, T, m) = (, B(R
N
),
N
). Soit A L
p
() ; A est relativement compacte si et seulement si :
1. Il existe C R t.q. |f|
p
C pour tout f A,
2. la partie A est equicontinue en moyenne, cest-à-dire que pour tout > 0, il existe > 0 t.q. :
pour tout f A, [h[ |
f( +h)

f|
p
,
3. la partie A est equi-petite à linni, cest-` a-dire que pour tout > 0, il existe a R
+
, t.q.
_
B
c
a
[
f[
p
dm pour tout f A,
o` u

f est la prolongee de f par 0 en dehors de .
La demonstration de ce theorème se fait en utilisant la densite de lespace de fonctions C
c
(, R) dans
L
p
(), et le theorème dAscoli, que nous rappelons ici :
225
Theorème 8.6 (Ascoli) Soient K une partie compacte de R et A une partie de lespace vectoriel
C(K, R) muni de la norme uniforme ; A est relativement compacte si et seulement si A est bornee
et uniformement equicontinue, i.e. > 0, > 0 ; x, y K, [x y[ [f(x) f(y)[ ,
f A.
Corollaire 8.1 Soient B(R
N
), 1 p < + et (f
n
)
nN
L
p
(). On suppose que la famille
A = f
n
, n N verie les conditions 1, 2 et 3 du theorème de Kolmogorov. On peut alors extraire
de (f
n
)
nN
une sous-suite, notee (f
(n)
)
nN
, et il existe f L
p
() t.q. f
(n)
f dans L
p
() quand
n .
8.4 Propriete de compacite faible
On a introduit au chapitre 6 la convergence faible dans le dual dun espace de Banach. On a une
propriete de compacite très utile lorsque lespace de Banach considere est separable :
Proposition 8.3 (Compacite faible- sequentielle des bornes du dual dun separable)
Soit F un espace de Banach separable et F
son dual topologique ; soit (T

n
)
nN
une suite bornee de F
;
alors il existe une sous-suite (T
n
k
)
kN
et T F
t.q. la sous-suite (T
n
k
)
kN
converge vers T dans F
pour
la topologie faible (i.e. T
n
k
(u) T(u) (dans R) pour tout element u de F.)
D emonstration : procede diagonal. . .
Cette propriete sapplique donc aux suites bornees de L
() ; en eet, grace au theorème 6.9 et à la

proposition 8.2), lespace L
() peut etre identie au dual de lespace L

1
(), qui est un espace separable
( est ici un borelien de R
N
). On a donc, par exemple, le resultat suivant :
Proposition 8.4 (Compacite faible sequentielle des bornes de L
)
Soit (u
n
)
nN
R
(R, B(R), ), i.e. telle quil existe M R
+
t.q. |u
n
|
M pour
tout n N. Alors, il existe une sous suite, encore notee (u
n
)
nN
, et il existe u L
R
(R, B(R), ) t.q.
u
n
u dans L
R
(R, B(R), ) pour la topologie faible .
Dans le cas p ]1, +[, on peut ecrire une propriete de compacite faible :
Proposition 8.5 (Compacite faible sequentielle des bornes de L
p
)
Soit (u
n
)
nN
p
R
(R, B(R), ), p ]1, +[, i.e. telle quil existe M R
+
t.q. |u
n
|
p

M pour tout n N. Alors, il existe une sous suite, encore notee (u
n
)
nN
, et il existe u L
p
R
(R, B(R), )
t.q. u
n
u dans L
p
pour la topologie faible, cest-à-dire t.q.
_
(u
n
v uv)dm 0 pour tout v L
q
, o` u
q =
p
p1
.
8.5 Exercices
c
(, R) dans L
p
())
Soient, N 1, p [1, +[ et un ouvert de R
N
. Montrer que C
c
p
(), cest-à-
dire que pour tout f L
p
() et pour tout > 0, il existe C
c
(, R) t.q. |f |
p
. [Reprendre la
demonstration de lexercice 6.4 qui traite le cas = R. Utiliser le resultat de regularite, proposition 7.5.]
Exercice 8.2 (Continuite en moyenne)
Soient N 1, p [1, +[ et f L
p
(R
N
). Montrer que |f( + h) f|
p
0 quand h 0. [Reprendre
la demonstration vue pour N = 1 dans lexercice 6.4]
226
Exercice 8.3 (Non densite de C
c
dans L

On considère f = 1
R
+
R
(R, B(R), ), en confondant f avec sa classe).
1. Montrer que |f |

1
2
pour tout C(R, R).
2. Montrer que |f( +h) f|
= 1 pour tout h R.
Exercice 8.4 (Separabilite de L
p
(), 1 p < ) Corrige 153 page 471
Soient N 1, un ouvert de R
N
et p tel que 1 p < +. Montrer que lespace L
p
() est separable.
On pourra se limiter au cas = R et raisonner ainsi : Soit n N
, pour q = 0, 1, . . . , 2n
2
1, on note:
I
n
q
= [n +
q
n
, n +
q+1
n
[. On pose : A
n
= f : R R; f[
I
n
q
= r, o` u r Q, et f = 0 sur [n, n[
c
. On
pose A =
nN
A
n
.
1. Montrer que A est denombrable.
2. Montrer que, pour tout f C
c
(R, R) et pour tout > 0, il existe g A t.q. |f g|
p
.
3. Conclure par la densite de C
c
(R, R) dans L
p
(R, ) (theorème 8.1).
Exercice 8.5 (Non separabilite de L
R
(R, B(R), )) Corrige 154 page 472
On note B lensemble des f appartenant à L
(R, B(R), ) t.q., pour tout n N, f = 0 p.p. sur ]n, n+1[

ou f = 1 p.p. sur ]n, n + 1[.
1. Montrer que B est non denombrable. [Construire une injection de lensemble des parties de N dans
B.]
2. Soit A une partie dense de L
R
(R, B(R), ). Montrer que pour tout f B, il existe g A t.q.
|f g|

1
4
. En deduire quon peut construire une application injective de B dans A.
3. Montrer que L
R
Exercice 8.6 (Convolution L
p
L
q
Pour 1 p , on note L
p
= L
p
R
(R, B(R), ) et L
p
= L
p
R
(R, B(R), ).
1. Soit 1 < p < +, q =
p
p1
, f L
p
et g L
q
.
(a) Montrer que pour tout x R, lapplication f()g(x ) est integrable.
On peut donc denir (f g)(x) pour tout x R.
(b) Montrer que [(f g)(x)[ |f|
p
|g|
q
, pour tout x R.
(c) Montrer que f g est continue sur R.
2. Soit 1 < p < +, q =
p
p1
.
(a) Soit F L
p
et G L
q
. Montrer quon peut denir F G sur R en posant F G = f g, avec
f F et g G. [Il sut donc de demontrer que f g ne depend pas du choix de f dans F et
g dans G.]
(b) Montrer que lapplication (F, G) F G est bilineaire continue de L
p
L
q
dans C
b
(R, R) (on
rappelle que C
b
(R, R) est lensemble des fonctions continues bornees de R dans R, muni de la
norme de la convergence uniforme).
227
(c) Soit F L
p
et G L
q
. Montrer que F G C
0
(R, R) (cest-à-dire que la fonction F G est
continue de R dans R et que (F G)(x) 0 quand x ).
3. On prend maintenant p = 1 et q = +.
(a) Soit f L
1
et g L
. Montrer que (f g)(x) est bien denie pour tout x R. Montrer que
f g C
b
(R, R).
(b) Soit F L
1
et G L
. Montrer que (F G)(x) est bien denie pour tout x R en posant

F G = f g, avec f F et g G.
(c) Lapplication (F, G) F G est-elle continue de L
1
L
dans C
b
?
(d) A-t-on F G C
0
(R, R), pour tout F L
1
et G L
?
Exercice 8.7 (Caracterisation dune fonction par son action sur C
c
Soit d N
. On rappelle que
d
est la mesure de Lebesgue sur les boreliens de R
d
et que lelement
dintegration par rapport à
d
est note dx (au lieu de d
d
(x)). On rappelle aussi que [ [ denote la norme
euclidienne dans R
d
. On se donne une fonction C
c
(R
d
, R) t.q. :
(x) = 0 si x R
d
, [x[ 1,
(x) 0 si x R
d
,
_
(x)dx = 1.
Pour n N
, on note
n
la fonction denie par
n
(x) = n
d
(nx), de sorte que (
n
)
nN
est une famille
de noyaux regularisants (voir le chapitre 8 du cours).
1. Soit f L
1
(R
d
, B(R
d
),
d
).
(a) Soit C
c
(R
d
, R). Montrer que f L
1
(R
d
, B(R
d
),
d
).
On suppose maintenant que
_
f(x)(x)dx = 0 pour tout C
c
(R
d
, R).
(b) Soit n N
. Montrer f
n
(x) est bien deni pour tout x R
d
et que f
n
(x) = 0 pour tout
x R
d
.
(c) Montrer que f = 0 p.p..
2. Soit un ouvert de R
d
et g L
1
loc
() (cest-à-dire que g est une fonction de R
d
dans R t.q.
g1
K
L
1
(R
d
, B(R
d
),
d
) pour tout compact K de ).
(a) Soit C
c
(, R). Montrer que g L
1
(R
d
, B(R
d
),
d
). (La fonction est prolongee par 0
hors de .)
_
g(x)(x)dx = 0 pour tout C
c
(, R).
(b) Soit n N
. On note
n
lensemble des x t.q. [x y[ >
1
n
pour tout y
c
. Montrer
g
n
(x) est bien denie pour tout x
n
et que g
n
(x) = 0 pour tout x
n
.
(c) Soit K un compact de , montrer que g1
K
= 0 p.p.. En deduire que g = 0 p.p. sur .
Exercice 8.8 (Theorème de compacite dans L
1
228
On pose L
1
(]0, 1[) = L
1
R
(]0, 1[, B(]0, 1[), ) et L
1
(R) = L
1
R
(R, B(R), ) (o` u designe la mesure de Lebesgue
sur B(R) ou sa trace sur B(]0, 1[)). Pour f L
1
(]0, 1[[), on identie f avec lun de ses representants et
on note

f la fonction denie par

f = f sur ]0, 1[ et

f = 0 sur R]0, 1[.
Soit / une partie de L
1
(]0, 1[).
On rappelle que / est relativement compacte dans L
1
(]0, 1[) si et seulement si / est precompacte (cest-
à-dire que pour > 0 il existe p N
et f
1
, . . . , f
p
/ t.q. /
p
i=1
B(f
i
, ), o` u B(f, ) designe la boule
ouverte dans L
1
(]0, 1[) de centre f et de rayon ).
Partie I (condition susante). On suppose, dans cette partie, que / est relativement compacte dans
L
1
(]0, 1[).
1. Montrer que / est une partie bornee de L
1
(]0, 1[).
2. Soit > 0. Montrer quil existe > 0 t.q. :
h R, [h[ , f / |
f( +h)

f|
1
. (8.4)
Partie II (condition necessaire). On suppose, dans cette partie, que / une partie bornee de L
1
(]0, 1[)
et que pour tout > 0 il existe > 0 veriant (8.4).
Soit C
c
(R, R) t.q. 0, (x) = 0 si [x[ 1 et
_
(x)dx = 1. Pour n N
, on denit
n
par
n
(x) = n(nx) si x R.
1. Soit > 0. Montrer quil existe n
0
N
t.q. :
n N
, n n
0
, f / |
f
n

f|
1
. (8.5)
[On pourra remarquer que

f
n
(x)

f(x) =
_
(

f(x
y
n
)

f(x))(y)dy.]
2. Soit n N
. Pour f /, on note f
n
la restriction à [0, 1] de la fonction

f
n
.
1
, C
2
> 0 ne dependant que de n, et de la borne de / dans L
1
(]0, 1[)
t.q. :
x [0, 1], f / [f
n
(x)[ C
1
,
x, y [0, 1], f / [f
n
(x) f
n
(y)[ C
2
[x y[.
En deduire que lensemble f
n
, f / est relativement compact dans C([0, 1], R) [Utiliser le
theorème dAscoli.]
(b) Montrer que lensemble f
n
, f / est relativement compact dans L
1
(]0, 1[).
3. Montrer que la partie / est relativement compacte dans L
1
(]0, 1[).
229
Chapter 9
Vecteurs aleatoires
9.1 Denition, proprietes elementaires
Denition 9.1 (Vecteur aleatoire) Soit d 1 et (, /) un espace probabilisable. On appelle vecteur
aleatoire (souvent note v.a.) de dimension d une application mesurable de dans R
d
(o` u R
d
est muni
de la tribu borelienne).
Noter que la notation v.a. signie indieremment variable(s) aleatoire(s) ou vecteur(s) aleatoire(s).
Proposition 9.1 Soit d > 1 et (, /) un espace probabilisable. Soit X une application de dans R
d
.
On note X
1
, . . . , X
d
les composantes de X (de sorte de X = (X
1
, . . . , X
d
)
t
). On note (X) la tribu
engendree par X (et (X
i
), pour i = 1, . . . , d la tribu engendree par X
i
). On a alors :
1. (X) est la plus petite tribu contenant les tribus (X
1
), . . . , (X
d
).
2. X est un v.a. si et seulement si X
i
est, pour tout i 1, . . . , d, une v.a.r..
D emonstration : On rappelle que (X) = X
1
(B), B B(R
d
) et que, pour tout i, (X
i
) =
X
1
i
(A), A B(R). On note ( =
d
i=1
A
i
, A
i
B(R) pour tout i. On rappelle que ( B(R
d
) (voir
lexercice 7.10) et que ( engendre B(R
d
) (cest meme encore vrai si on se limite à prendre pour A
i
des
intervalles, ouverts, voir lexercice 2.6).
On note T la plus petite tribu contenant les tribus (X
1
), . . . , (X
d
). Soit i 1, . . . , d et A B(R).
En prenant B =
d
j=1
A
j
avec A
j
= R si j ,= i et A
i
= A, on a X
1
(B) (X) (car B ( B(R
d
))
et X
1
(B) = X
1
i
(A). On en deduit X
1
i
(A) (X) et donc (X
i
) (X) pour tout i 1, . . . , d.
Comme (X) est une tribu, on a donc T (X).
Pour montrer linclusion inverse (cest-à-dire T (X)). On remarque que, si B ( on a B =
d
i=1
A
i
avec des A
i
appartenant à B(R). On a donc X
1
(B) =
d
i=1
X
1
i
(A
i
) T (car X
1
i
(A
i
) (X
i
) T).
Or, il est facile de voir que B B(R
d
), t.q. X
1
(B) T est une tribu. Cette tribu contient (, elle
contient donc la tribu engendree par (, cest-à-dire B(R
d
). On vient donc de montrer que B B(R
d
),
t.q. X
1
(B) T = B(R
d
), cest-à-dire que X
1
(B) T pour tout B B(R
d
), ou encore que (X) T.
On a bien, nalement, (X) = T, ce qui donne le premier item de la proposition.
Le deuxième item est un consequence facile du premier. En eet, si X est un v.a., on a pour tout i,
(X
i
) (X) / et donc X
i
est une v.a.r.. Reciproquement; si X
i
est, pour tout i, une v.a.r., on a
230
(X
i
) / pour tout i. Comme / est une tribu, on a donc / T et comme T = (X) on en deduit que
X est un v.a..
La demonstration de la proposition 9.1 nutilise pas vraiment le fait que les X
i
soient des applications à
valeurs dans R. Elle se generalise donc facilement au cas o` u les X
i
sont des applications à valeurs dans
R
d
i
.
Proposition 9.2 Soit p N, p 2, d
1
, . . . , d
p
N
. soit (, /) un espace probabilisable et, pour tout

i 1, . . . , p, X
i
une application de dans R
d
i
. On note X = (X
1
, . . . , X
d
)
t
, de sorte que X est une
application de dans R
d
avec d = d
1
+ . . . + d
p
. Soit d 1 et (, /) un espace probabilisable. Soit X
une application de dans R
d
. On note (X) la tribu engendree par X (et (X
i
), pour i = 1, . . . , p la
i
). On a alors :
1. (X) est la plus petite tribu contenant les tribus (X
1
), . . . , (X
p
).
2. X est un v.a. (de dimension d) si et seulement si X
i
est, pour tout i 1, . . . , p, un v.a. (de
dimension d
i
).
Denition 9.2 (Loi dun v.a.) Soit (, /, p) un espace probabilise, d 1 et X un v.a. de dimension
d. On appelle loi de probabilite de X, et on note cette loi P
X
ou p
X
, la probabilite sur B(R
d
) image par
X de p (cest-à-dire P
X
(A) = p(X
1
(A)) pour tout A B(R
d
)). Si (X
1
, . . . , X
d
) sont les composantes
de X, La probabilite p
X
est aussi appelee loi conjointe de (X
1
, . . . , X
d
).
Un exemple important est la loi normale multidimensionnelle.
Denition 9.3 (Loi normale multidimensionnelle) Soit (, /, p) un espace probabilise, d 1 et X
un v.a. de dimension d. Soit m R
d
et D une matrice (à coecients reels, de taille d d) s.d.p.
(cest-à-dire symetrique denie positive). Le v.a. X a pour loi ^(m, D) (loi normale de paramètre m et
D) si P
X
= f
d
avec :
f(x) =
1
(2)
d/2
_
det(D)
exp(
1
2
(x m)
t
D
1
(x m))
d
-p.p. en x R
d
.
Si D est seulement semi-denie positive (cest-` a-dire Du u 0 pour tout u R
d
), au lieu detre denie
positive (cest-à-dire Du u > 0 pour tout u R
d
, u ,= 0), la loi normale ^(0, D) est aussi denie,
voir la proposition 9.9, mais ce nest pas une loi de densite (par rapport ` a la mesure de Lebesgue), voir
lexercice 10.9 (et lexercice 9.14 qui donne un exemple de loi normale bidimensionnelle qui nest pas de
densite).
Nous verrons dans la section 9.3 que si X est un v.a. suivant une loi normale multidimensionnelle, X
est un v.a. gaussien. Lextension de la denition de la loi normale multidimensionnelle au cas D non
inversible permettra alors de dire que les v.a. gaussiens sont exactement ceux qui suivent une loi normale
multidimensionnelle (proposition 9.9).
Le fait que les composantes du v.a. X suivent une loi normale ne donne pas que X suit une loi normale
multidimensionnelle (voir, par exemple, lexercice 10.10). Mais, si les composantes du v.a. X suivent
une loi normale et sont independantes, le v.a. X suit alors une loi normale multidimensionnelle (cf.
lexercice 9.11 ou lexercice 10.10).
Denition 9.4 (i-ème projecteur) Soit d 1. On appelle i-ème projecteur de R
d
lapplication
i
, de
R
d
dans R, qui a un vecteur de R
d
fait correspondre sa i-ème composante dans la base canonique de R
d
.
231
Denition 9.5 (Probabilite marginale) Soit (, /, p) espace probabilise , d 1 et X un vecteur
aleatoire de dimension d. On appelle i-ème probabilite marginale du vecteur aleatoire X la mesure image
de p
X
par le i-ème projecteur
i
. La remarque suivante montre que cette probabilite marginale est en fait
la loi de X
i
notee p
X
i
.
Remarque 9.1 Soit (, /, p) espace probabilise , d 1 et X = (X
1
, . . . , X
d
)
t
un vecteur aleatoire de
dimension d. On note q
i
la i-ème probabilite marginale du vecteur aleatoire X. Soit B B(R), par
denition de la loi marginale, on a :
q
i
(B) = p
X
(
1
i
(B)) = p(X
1
(
1
i
(B))).
Comme X
i
=
i
X, on a donc :
q
i
(B) = p(X
1
i
(B)).
La probabilite q
i
est donc aussi la loi de la variable aleatoire X
i
.
Remarque 9.2 Soit (, /, p) espace probabilise , d > 1 et X = (X
1
, . . . , X
d
)
t
dimension d. La connaissance de p
X
entrane la connaissance des p
X
i
. La reciproque est en general
fausse.
On denit la densite dune loi de manière analogue au cas scalaire.
Denition 9.6 (Loi de densite) Soit p une probabilite sur B(R
N
) (N?ge1), on dit que p est une prob-
abilite de densite (par rapport à la mesure de Lebesgue) sil existe f L
1
R
(R
N
, B(R
N
),
N
) t.q. p = f
N
.
De meme que dans le cas scalaire, on a un theorème qui permet de calculer des integrales par rapport à
la loi image :
Theorème 9.1 (Loi image) Soit d 1, (, /, p) un espace probabilise, X un v.a. de dimension d et
p
X
la loi de X. Soit une application borelienne de R
d
dans R. On a alors :
1. X L
1
R
(, /, p) si et seulement si L
1
R
(R
d
, B(R
d
), p
X
) ,
2. Legalite
_
(x)dp(x) =
_
R
d
(s)dp
X
(s),
est vrai si prend ses valeurs dans R
+
, ou si est bornee ou encore si X L
1
(, /, p). (On
rappelle que X est en general notee (X)).
Denition 9.7 (Fonction de repartition)
Soit d 1, (, /, p) un espace probabilise, X = (X
1
, . . . , X
d
)
t
un v.a. de dimension d et p
X
la loi de
X. On appelle fonction de repartition du vecteur aleatoire X la fonction denie de R
d
dans [0, 1] par :
F
X
(t
1
, . . . , t
d
) = p([X
1
t
1
, . . . , X
d
t
d
]).
Proposition 9.3 Soit d 1, (, /, p) un espace probabilise et X un v.a. de dimension d de fonction de
repartition F
X
. Alors :
1. 0 F
X
(t) 1 pour tout t R
d
;
2. Si t, t
R
d
, t t
(i.e. t
i
t
i
, pour tout i = 1, . . . , d), F
X
(t) F
X
(t
) ;
3. F
X
est continue à droite en tout point ;
232
4. F
X
(t
1
, . . . , t
d
) 1 lorsque (t
1
, . . . , t
d
) (+, . . . , +) ;
5. F
X
(t
1
, . . . , t
d
) 0 lorsque t
i
(à i xe).
D emonstration : La demonstration decoule facilement des proprietes dune mesure (monotonie, conti-
nuite croissante et continuite decroissante.
Proposition 9.4 Soit d 1, (, /, p) un espace probabilise et X un v.a. de dimension d de fonction de
repartition F
X
. Si F
X
C
d
(R
d
, [0, 1]), alors p
X
est une probabilite de densite (par rapport à Lebesgue)
et cette densite, notee f
X
, verie
f
X
=

d
F
X
x
1
. . . x
d
d
-p.p.. (9.1)
D emonstration : On suppose que d = 1. Pour tout a, b R, a < b, la denition de F
X
donne
p
X
(]a, b]) = F
X
(b) F
X
(a). Mais, comme F
X
est de classe C
1
, on a F
X
(b) F
X
(a) =
_
b
a
F
X
(t)dt. En
notant m la mesure de densite F
X
par rapport à , on a donc P
X
(]a, b]) = m(]a, b]) pour tout a, b R,
a < b, ce qui est susant pour dire que P
X
= m (en utilisant, par exemple, la proposition 2.5).
Pour d > 1, on note m la mesure de densite
d
F
X
/x
1
. . . x
d
par rapport à
d
. Un raisoonnement voisin
du precedent donne m(
d
i=1
]a
i
, b
i
]) = P
X
(
d
i=1
]a
i
, b
i
]) pour tout a
i
, b
i
R, a
i
 1 et X = (X
1
, . . . , X
d
)
t
un vecteur
aleatoire de dimension d. On suppose que E([X
i
[) < pour tout i 1, . . . , d. Lesperance de X,
notee E(X), est alors le vecteur de R
d
dont les composantes sont les esperances des X
i
, cest-à-dire
E(X) = (E(X
1
), . . . , E(X
d
))
t
.
1
, . . . , X
d
)
t
dimension d t.q. E([X
i
[) < pour tout i 1, . . . , d. Soit u R
d
. Lapplication u X (qui ` a
associe u X(), on rappelle que est le produit scalaire canonique de et dans R
d
) est une v.a.r.
integrable et il est clair que E(u X) = u E(X). Lapplication u E(u X) est donc lapplication
lineaire sur R
d
representee par E(X).
Denition 9.9 (Variance, covariance) Soit (, /, p) espace probabilise , d > 1 et X = (X
1
, . . . , X
d
)
t
un vecteur aleatoire de dimension d. On suppose que E(X
2
i
) < pour tout i 1, . . . , d. On denit
alors la matrice de covariance de X, notee Cov(X), comme la matrice dont le coecient i, j est donne
par :
Cov(X)
i,j
= E((X
i
E(X
i
))(X
j
E(X
j
))) pour tout i, j 1, . . . , d.
On a donc C
i,i
= Var(X
i
) et C
i,j
= Cov(X
i
, X
j
) (noter dailleurs que Cov(X
i
, X
i
) = Var(X
i
)). Enn,
on peut aussi noter que Cov(X) est lesperance de la matrice (X E(X))(X E(X)
t
.
1
, . . . , X
d
)
t
dimension d t.q. E(X
2
i
) < pour tout i 1, . . . , d. Pour tout u R
d
, on a donc E((u X)
2
) <
et il est facile de voir (voir lexercice 9.8) que Var(u X) = u
t
Cov(X)u. La matrice Cov(X) est donc la
matrice de la forme quadratique u Var(u X), denie sur R
d
. Cette matrice est donc symetrique et
semi-denie positive. On peut aussi noter que, pour tout u, v R
d
, on a u
t
Cov(X)v = E((u X)(v X)).
233
9.2 Independance
Denition 9.10 Soit p N, p 2, d
1
, . . . , d
p
N

i 1, . . . , p, X
i
un v.a. de dimension d
i
. Les v.a. X
1
, . . . , X
p
sont dits independants si les tribus
(X
1
), . . . , (X
p
) (engendrees par X
1
, . . . , X
p
) sont independantes (cf denition 2.24, p. 38)
La proposition suivante donne des operations possibles sur lindependance.
Proposition 9.5 Soit p N, p 2, d
1
, . . . , d
p
N

i 1, . . . , p, X
i
un v.a. de dimension d
i
. On suppose que les v.a. X
1
, . . . , X
p
sont independants. On
se donne maintenant une suite strictement croissante p
0
, . . . , p
q
(q 2) t.q. 1 = p
0
< . . . < p
q
= p + 1
et, pour i 1, . . . , q, on note Y
i
le v.a. (X
p
i1
, . . . , X
p
i
1
)
t
, qui est donc un v.a. de dimension
r
i
= d
p
i1
+. . . +d
p
i
1
. On a alors
1. Les v.a. Y
1
, . . . , Y
q
sont independantes,
2. Si
i
est, pour tout i 1, . . . , q, une application borelienne de R
r
i
dans R
s
i
(avec s
i
N
), les
v.a.
1
(Y
1
), . . . ,
q
(Y
q
) sont independants.
D emonstration : le premier item est une consequence immediate de la proposition 2.11 (sur lindepen-
dance de tribus) et de la proposition 9.2. Le second item est une consequence immediate du premier car
(
i
(Y
i
)) (Y
i
) pour tout i.
Remarque 9.5 Soit (, /) un espace probabilisable et X, Y deux v.a. (pas necessairement de meme
dimension). La proposition 9.5 montre que si X et Y sont independants, toute composante de X est
independante de toute composante de Y . Reciproquement, si toute composante de X est independante de
toute composante de Y , on en deduit que X et Y sont independants. Ceci est encore une consequence
simple de la proposition 2.11.
On donne maintenant une generalisation de la proposition 4.10.
Proposition 9.6 Soit (, /, p) un espace probabilise, n 2 et X
1
, . . . , X
n
des v.a. independants, de
dimension d
1
, . . . , d
n
N
.
1. Soit, pour tout i 1, . . . , n, une fonction borelienne, notee
i
, de R
d
i
dans R
+
. On a alors :
E(
d
i=1
i
(X
i
)) =
n
i=1
E(
i
(X
i
)). (9.2)
2. Soit, pour tout i 1, . . . , n,
i
une fonction borelienne de R
d
i
dans R. On suppose que (X
i
)
est integrable pour tout i = 1, . . . , n. La v.a.r.

d
i=1
i
(X
i
) est alors integrable et legalite (9.2) est
vraie.
3. Soit, pour tout i 1, . . . , n,
i
une fonction borelienne bornee de R
d
i
dans R. Alors, legalite (9.2)
est vraie.
N.B. Comme dans la proposition 4.10, litem 3 est donc une CNS pour que les v.a. X
1
, . . . , X
n
soient
independants.
234
D emonstration : La demonstration suit pas à pas celle de la proposition 4.10, sans diculte supple-
mentaire.
Remarque 9.6 Soit (, /, p) un espace probabilisable. La proposition 9.6 donne aussi des resultats
quand les fonctions
i
sont à la valeurs dans R
r
i
avec r
i
,= 1. Par exemple, soit X, Y sont deux v.a.
independants de dimensions d. On suppose X et Y integrables (cest-à-dire E([X[) < et E([Y [) < ).
La v.a.r. X Y est alors integrable et E(X Y ) = E(X) E(Y ).
Plus generalement, soit X est un v.a. de dimension d, Y est un v.a. de dimension

d, X, Y independants.
On suppose que est une fonction borelienne de R
d
dans R
r
et une fonction borelienne de R
d
dans R
r
t.q. X et Y soient integrables. On a alors XY integrable et E(XY ) = E(X)E(Y ).
Enn, si X
1
, . . . , X
n
sont des v.a. independants de dimension d (d 1), la formule donnee dans la
proposition 6.26 se generalise et donne :
Cov(X
1
+. . . +X
n
) =
n
i=1
Cov(X
i
).
Pour le montrer, il sut de traiter le cas n = 2 (qui est traite dans lexercice 9.9) et de faire une recurrence
sur n.
On donne maintenant la generalisation de la proposition 4.12.
Proposition 9.7 Soit (, /, p) un espace probabilise, n 2 et X
1
, . . . , X
n
des v.a. independants, de
dimension d
1
, . . . , d
n
N
. Ces v.a. sont independants si et seulement si on a, pour tout famille

i
),
i = 1, . . . n t.q.
i
C
c
(R
d
i
, R) pour tout i,
E(
d
i=1
i
(X
i
)) =
d
i=1
E(
i
(X
i
)), (9.3)
D emonstration : Ici encore, la demonstration suit pas à pas celle de la proposition 4.12, sans diculte
supplementaire.
Theorème 9.2 (Loi dun couple de v.a. independantes) Soit (, /, P) un espace probabilise.
1. Soit X, Y deux v.a.r.. Les v.a. X et Y sont independantes si et seulement si la loi du v.a. (X, Y )
t
(ou du couple (X, Y )) est P
(X,Y )
t = P
X
P
Y
.
2. Soit X
1
, . . . , X
n
(n 2) n v.a. de dimension d
1
, . . . , d
n
N
. On pose Z = (X
1
, . . . , X
n
)
t
(Z est
donc un v.a. de dimension d
1
+. . . +d
n
). Les v.a. X
1
, . . . , X
n
sont independantes si et seulement
si la loi du v.a. Z est P
Z
= P
X
1
. . . P
X
n
.
D emonstration : La demonstration du premier item fait partie de lexercice 9.10. le second item est
une generalisation assez simple (en faisant, par exemple, une recurrence sur n pour se ramener au cas
n = 2).
On utilise souvent en theorie des probabilites une suite (nie ou innie) de v.a.r. independantes ayant
des lois prescrites. Le theorème suivant montre quil existe eectivement un espace de probabilite et une
suite de v.a.r.i. sur cet espace ayant des lois prescrites.
235
Theorème 9.3 (Existence de v.a.r.i. de lois prescrites) Soit (p
n
)
nN
une suite de probabilites sur
B(R). On a alors :
1. Pour tout n N
, il existe un un espace probabilise, note (, /, P), et une suite nie de v.a.r.

independantes, notees X
1
, . . . , X
n
t.q. P
X
k
= p
k
pour tout k 0, . . . , n.
2. Il existe un un espace probabilise, note (, /, P), et une suite de v.a.r. independantes, notee
(X
n
)
nN
t.q. P
X
n
= p
n
pour tout n N
.
D emonstration : Nous demontrons ici le premier item. Le second (plus dicile) sera admis. Soit
n N
. Un raisonnement par recurrence utilisant le theorème dexistence (et unicite) de la mesure produit
(theorème 7.1) permet de construire une mesure p sur B(R
n
) veriant, pour toute famille A
1
, . . . , A
n
de
boreliens de R :
p(
n
i=1
A
i
) =
n
i=1
p
i
(A
i
).
On a donc p = p
1
. . . p
n
.
On prend alors (, /, P) = (R
n
, B(R
n
), p) et, pour tout i = 1, . . . , n, X
i
est lapplication qui a R
n
associe sa i-ième composante. Enn, on note X = (X
1
, . . . , X
n
)
t
, de sorte que X est un v.a. de dimension
n.
Pour tout R
n
, on a X() = , ceci prouve que P
X
= P. Puis, pour tout i 1, . . . , n, on a
X() =
i
(o` u
i
designe la i-ième composante de ). On en deduit que P
X
i
= p
i
. Enn, comme
p = p
1
. . . p
n
, on a aussi P
X
= p
X
1
. . . p
X
n
. Le theorème 9.2 donne donc que les v.a.r. X
1
, . . . , X
n
sont independantes.
On sinteresse maintenant à la somme de v.a.i.
Proposition 9.8 (Loi de la somme de v.a. independantes) Soit (, /, P) un espace probabilise,
d 1 et X, Y deux v.a. independants de dimension d. Alors, p
X+Y
= p
X
p
Y
.
D emonstration : Soit une fonction borelienne bornee de R
d
dans R. Comme X et Y sont indepen-
dants, on a P
(X,Y )
= P
X
P
Y
(par le theorème 9.2) et donc :
_
(X +Y )dP =
_
R
2d
(x +y)dP
(X,Y )
(x, y) =
_
R
d
_
R
d
(x +y)dP
X
(x)dP
Y
(y).
La denition de la convolution de mesure donne (voir la denition 7.4 et la proposition 7.10 :
_
R
d
_
R
d
(x +y)dP
X
(x)dP
Y
(y) =
_
R
d
(z)d(P
X
P
Y
)(z).
On en deduit que
_
(X +Y )dP =
_
R
d
(z)d(P
X
P
Y
)(z), cest-à-dire P
X+Y
= P
X
P
Y
.
9.3 Vecteurs gaussiens, theorème central limite
Soit m R et > 0. On rappelle que la loi normale ^(m,
2
) est la probabilite (sur B(R)) de densite f
avec, pour x R,
f(x) =
1
2
exp
(xm)
2
2
2
.
236
Pour introduire les vecteurs gaussiens, il est utile de denir aussi la loi normale ^(m, 0). Cette loi normale
est la probabilite (sur B(R))
m
(appelee mesure de Dirac au point m). Comme elle verie, pour tout
fonction borelienne de R dans R,
_
d
m
= (m), il est facile de veter que ^(m, 0) est la limite
etroite, quand 0, > 0, de ^(0,
2
).
Denition 9.11 Soit (, /, p) un espace probabilise, d 1 et X un v.a. de dimension d. le v.a. X est
un v.a. gaussien si et seulement u X est, pour tout u R
d
, une v.a.r. gaussienne.
Remarque 9.7 Soit (, /, p) un espace probabilise, d > 1 et X un v.a. de dimension d. On suppose
que chaque composante de X est une v.a.r. gaussienne. Alors, le vecteur X nest pas necessairement
gaussien. Mais, si les composantes de X sont independantes, le vecteur X est alors un v.a. gaussien. On
peut aussi montrer que si X est un v.a. gaussien et que les composantes de X sont independantes deux
à deux (ou si on a seulement Cov(X
i
, X
j
) = 0 pour tout i, j t.q. i ,= j), alors les composantes de X sont
independantes (voir lexercice 10.10 pour tous ces resultats).
Les v.a. gaussiens sont les vecteurs qui suivent un loi normale multidimensionnelle, dont la denition
et donnee dans la denition 9.3, à condition detendre convenablement la denition 9.3 au cas D non
inversible. Cest lobjectif de la proposition suivante.
Proposition 9.9 Soit (, /, p) un espace probabilise, d 1 et X un v.a. de dimension d.
1. Soit m R
d
et D une matrice s.d.p. (de taille d d). Si X ^(m, D), o` u ^(m, D) est denie
par la denition 9.3, alors X est un vecteur gaussien.
2. Si X est un vecteur gaussien. On pose m = E(X) et D = Cov(X). Alors, la loi de X ne depend
que de D. Si D est inversible on a X ^(m, D) (o` u ^(m, D) est denie par la denition 9.3).
Ceci permet de denir ^(m, D) dans le cas o` u D est seulement symetrique semi-denie positive (et
m R
d
). On denit ^(m, D) comme etant la loi dun vecteur gaussien de dimension d t.q. m = E(X)
et D = Cov(X) (on peut montrer quun tel vecteur existe).
D emonstration : Le premier item est demontre dans lexercice 10.8 et le deuxième item est demontre
dans lexercice 10.9.
On termine ce paragraphe en donnant, sans demonstration, le theorème central limite pour une suite de
v.a.i.
Theorème 9.4 Soit (, /, p) un espace probabilise et (X
n
)
nN
une suite de v.a. de dimension d i.i.d..
On suppose que E([X
1
[
2
) < . On pose E(X
1
) = m, D = Cov(X
1
) et, pour n N
,
Y
n
=
1
n
n
i=1
(X
i
m).
La suite (P
Y
n
)
nN
converge alors etroitement vers la loi normale multidimensionnelle ^(0, D). (Voir la
denition 9.3 et la proposition 9.9 pour la denition de cette loi normale multidimensionnelle.)
237
9.4 Exercices
9.4.1 Denition, proprietes elementaires
Exercice 9.1 Soient (E, T) un espace mesurable et (f
k
)
k=1,...,N
une famille de fonctions mesurables de
(E, T) dans (R, B(R)). Montrer que lapplication f denie de E dans R
N
par : (x, . . . , x) f(x) =
(f
1
(x), . . . f
N
(x)) est mesurable.
Exercice 9.2 On reprend les hypothèses de lexercice 4.37. Soit Y la longevite moyenne des 1000 ou-
vrières nees le 7 mai. Determiner une valeur x > 0 pour laquelle on a une probabilite inferieure à 10
2
que [Y 45[ > x.
Exercice 9.3 (Problème de Buon) On reprend les hypothèses de lexercice 4.38. On suppose main-
tenant que =
d
2
. On lance n fois laiguille: quelle est la loi de la variable aleatoire Z
n
, qui represente le
nombre de rencontres au cours des n lancers.
Soit F
n
la frequence des rencontres au cours des n lancers; estimer, à laide de linegalite de Bienayme
Tchebiche, le nombre de lancers permettant dobtenir [F
1
[ 0.05 avec une probabilite dau moins

0.99.
Exercice 9.4
On va montrer ici que la connaissance des lois de probabilite marginales ne determine pas forcement la
loi de probabilite. On considère pour cela lespace probabilisable (E, T) = (]0, 1[]0, 1[, B(R)
2
) et on note
N
N
), et
(a,b)
la mesure de Dirac en (a, b). Soit p une probabilite sur
(E, T), on note p
1
et p
2
ses probabilites marginales.
1. Soit (a, b) E. Montrer que p =
(a,b)
si et seulement si p
1
=
a
et p
2
=
b
.
2. Soit p =
2
sur (E, T). Montrer que p
1
= p
2
=
1
(sur (]0, 1[, B(R))).
3. On pose D = (t, 1 t), t ]0, 1[, et on denit lapplication f :]0, 1[ dans D par f(t) = (t, 1 t).
(a) Montrer que f est mesurable.
(b) On denit la probabilite p sur (E, T) par : p(D
c
) = 0 et p(A) = (f
1
(A)), A B(R)
2
, A
D. Montrer que p
1
= p
2
=
1
et conclure.
Exercice 9.5 On considère deux variables aleatoires reelles independantes X et Y qui ont pour loi de
probabilite conjointe la loi dans le plan R
2
de densite f(x, y) =
1
2
2
exp
_
x
2
+y
2
2
2
_
par rapport à la mesure
de Lebesgue de R
2
, etant un nombre reel donne. Quelle est la loi de probabilite de la variable aleatoire
Z = max([X[, [Y [) ?
Exercice 9.6 Soient X
1
et X
2
des variables aleatoires dun espace probabilise (E, T, p) dans (R, B(R))
suivant des lois de Poisson de paramètre
1
et
2
respectivement, montrer que X
1
+ X
2
suit une loi de
Poisson de paramètre
1
+
2
. (On rappelle que la loi de Poisson est donnee par P =
kN
e

k
k!

k
, o` u
k
designe la mesure de Dirac en k).
Exercice 9.7
1. Soient (E, T, m) un espace mesure ni, (f
n
)
nN
L
2
= L
2
R
(E, T, m) t.q.:
(H1) la serie de terme general |f
n
|
2
2
converge dans R.
238
(H2) (f
n
, f
m
)
L
2 = 0 n, m; n ,= m.
(a) Montrer que la serie de terme general f
n
converge dans L
2
vers une fonction F L
2
.
(b) Pour q N
, on pose A
q
= y E, N N, m, n, m > n > N et [
m
p=n
f
p
(y)[
1
q
.
Montrer que m(A
q
) = 0. En deduire que la serie de terme general f
n
converge vers F presque
partout.
2. Soient (E, T, p) un espace probabilise et (X
n
)
nN
une suite de v.a.r. independantes sur (, T). On
note
2
n
la variance de la v.a.r. X
n
, et on suppose que

nN
2
n
< +. On pose S
n
=
n
k=0
X
k
.
Montrer que la suite de v.a.r. S
n
converge presque s urement vers une v.a.r. S de variance nie, et
que
2
(S
n
S) 0 lorsque n +.
Exercice 9.8 (Matrice des moments dordre deux et matrice de covariance) Corrige 158 page
480
Soit (, /, P) est un espace de probabilite. Soit X un vecteur aleatoire de dimension d (d 1), dont
toutes les coordonnees (notees X
i
, i = 1, . . . , d) sont supposees etre de carre integrable. La matrice des
moments dordre 2 du v.a. X est la matrice E(XX
t
), dont le terme (i, j) est le reel E(X
i
X
j
), et on
rappelle que la matrice de covariance de X, notee Cov(X), est la matrice E((XE(X))(XE(X))
t
) =
E(XX
t
)E(X)E(X)
t
, dont le terme (i, j) est la covariance des v.a.r. X
i
et X
j
. (La notation X
t
designe
le transpose du vecteur X.)
1. Soit u R
d
, montrer que u
t
E(XX
t
)u = E((u X)
2
) et que u
t
Cov(X)u = Var(u X) (On rappelle
que u X =
d
i=1
u
i
X
i
= u
t
X).
2. Montrer que les matrices E(XX
t
) et Cov(X) sont symetriques et semidenies positives.
3. Montrer que si A est une matrice kd et b un vecteur de R
k
, Y = AX+b, alors E(Y ) = AE(X)+b
et Cov(Y ) = ACov(X)A
t
.
4. Montrer que si Cov(X) nest pas inversible, alors le v.a. X prend p.s. ses valeurs dans un sous
espace ane de R
d
de dimension (inferieure ou) egale à d1, et que la loi de X nest pas absolument
continue par rapport à la mesure de Lebesgue de R
d
, notee d (i.e. cette loi nest pas à densite dans
R
d
).
5. Montrer que si trois points x, y et z de R
2
ne sont pas alignes, tout v. a. X de dimension 2 tel que
P(X = x) > 0, P(X = y) > 0 et P(X = z) > 0 a une matrice de covariance non degeneree.
9.4.2 Independance
Exercice 9.9 (Covariance dune somme de v.a.i.) Corrige 159 page 481
Soit (, /, P) est un espace de probabilite et X, Y deux vecteurs aleatoires independants de dimension d
(d 1). Montrer que Cov(X +Y ) = Cov(X)+Cov(Y ).
Exercice 9.10 (Loi dun couple de v.a. independantes) Corrige 160 page 481
Soit (, /, P) un espace de probabilites et X, Y deux v.a.r..
1. Montrer que X et Y sont independantes si et seulement si la loi du couple (X, Y ) est P
(X,Y )
=
P
X
P
Y
.
239
2. On suppose que X et Y ont des densites par rapport à : P
X
= f et P
Y
= g, avec f, g
L
1
R
(R, B(R), ) (et positives p.p.). Montrer que X et Y sont independantes si et seulement si la loi
du couple (X, Y ) a pour densite la fonction (x, y) f(x)g(y) par rapport à
2
.
Exercice 9.11 (V.a. suivant une loi normale multidimensionelle) Corrige 161 page 482
Soit (, /, P) un espace de probabilites et X = (X
1
, . . . , X
d
) (d > 1) un v.a. de dimension d. On suppose
que les X
i
sont des v.a.r. independantes et que X
i
^(m
i
,
2
i
), avec m
i
R et
i
> 0 pour tout i.
Montrer que X suit une loi normale multidimensionnelle et donner m et D t.q. X ^(m, D).
Exercice 9.12 (Somme de v.a. independantes et convolution) Corrige 162 page 483
Soit (, /, P) un espace de probabilites et X, Y deux v.a.r. independantes.
1. On suppose que la loi de X a une densite, notee f, par rapport à la mesure de Lebesgue. Montrer
que la loi de X + Y a aussi une densite (par rapport à la mesure de Lebesgue) et lexprimer en
fonction de f et de la loi de Y .
2. On suppose que X ^(,
2
) et Y ^(m, s
2
) (m, , s, R). Montrer que X + Y ^( +
m,
2
+s
2
) (le signe signie a pour loi).
Exercice 9.13 (Calcul de ) Corrige 163 page 484
Soit (, /, P) un espace de probabilite, (U
n
)
nN
et (V
n
)
nN
deux suites de variables aleatoires de loi
uniforme sur lintervalle [0, 1]. On suppose que toutes ces v.a. sont independantes (dans leur ensemble).
On pose pour tout n 1 :
X
n
= 1 si U
2
n
+V
2
n
1 et X
n
= 0 sinon,
et
Z
n
= 4
X
1
+ +X
n
n
.
1. Determiner, pour tout n N
, la loi de X
n
.
2. Montrer que la suite (Z
n
)
nN
converge en probabilite vers .
3. Soit ]0, 1[ et > 0. A laide de linegalite de Tchebychev, donner, en fonction de et , une
valeur de n
0
N
t.q.
n n
0
P[[Z
n
[ ] .
9.4.3 Vecteurs gaussiens, theorème central limite
Exercice 9.14 (Loi du couple (X, X) si X suit une loi normale) Corrige 164 page 485
1. Soit A un borelien de R
2
. On pose T(A) = x R t.q. (x, x)
t
A. Montrer que T(A) est un
borelien de R. On pose m(A) = (T(A)) (o` u est mesure de Lebesgue sur B(R)).
On a ainsi deni une application m de B(R
2
) dans R
+
.
2. Montrer que lapplication m (denie ci dessus) est une mesure sur B(R
2
) et que pour toute appli-
cation borelienne positive de R
2
dans R on a :
_
R
2
(x, y)dm(x, y) =
_
R
(x, x)dx.
240
3. Soit (, /, P) est un espace de probabilite. et X une v.a.r. t.q. X ^(0, 1).
(a) On pose Z = (X, X)
t
. Montrer que le v.a. Z est un vecteur gaussien et donner, pour a R
2
,
la loi de a Z (en fonction de a).
(b) Montrer la loi du v.a. (X, X)
t
a une densite par rapport à la mesure m denie dans les
questions precedentes et donner cette densite. En deduire que la loi du v.a. (X, X)
t
na pas
de densite par rapport à la mesure de Lebesgue sur B(R
2
).
N.B. la loi de (X, X)
t
est une loi normale bidimensionnelle car le vecteur (X, X)
t
est gaussien (voir la
proposition 9.9) mais ce nest pas une loi de densite par rapport à la mesure de Lebesgue sur B(R
2
).
241
Chapter 10
Transformation de Fourier, fonction
caracteristique
10.1 Introduction et notations
La notion de serie de Fourier permet danalyser les fonctions denies dun compact [a, b] de R dans R (ou
C). La notion de transformee de Fourier permet danalyser les fonctions denies de R (ou R
N
) dans R
(ou C). La transformee de Fourier est une notion employee par exemple en theorie du signal, en theorie
des probabilites et pour lanalyse des equations aux derivees partielles.
Dans toute la suite, on considèrera lespace mesure (R
N
, B(R
N
),
N
) et on notera d
N
(x) = dx. Soit
N 1, les espaces L
1
C
(R
N
, B(R
N
),
N
) et L
1
C
(R
N
, B(R
N
),
N
) ont ete denis dans la section 4.10 et
les espaces L
2
C
(R
N
, B(R
N
),
N
) et L
2
C
(R
N
, B(R
N
),
N
) ont ete denis dans la section 6.2. On rappelle
aussi que si f est une fonction denie de R
N
dans C, la fonction f est mesurable si et seulement si
ses parties reelle et imaginaire sont mesurables (chaque ensemble, R
N
, R ou C, etant muni de sa tribu
borelienne). On peut, bien s ur, aussi denir les espaces L
p
C
(R
N
, B(R
N
),
N
) et L
p
C
(R
N
, B(R
N
),
N
) pour
tout p [1, ].
Denition 10.1 (Espaces L
p
C
(R
N
, B(R
N
),
N
)) Soit N 1, p [1, ] et f une fonction mesurable de
R
N
dans C (cest-à-dire f
1
(A) B(R
N
) pour tout A B(C)). On dit que f L
p
C
(R
N
, B(R
N
),
N
)
si [f[ L
p
R
(R
N
, B(R
N
),
N
) et on denit |f|
p
par |f|
p
= |[f[|
p
o` u |[f[|
p
est la norme de [f[ dans
L
p
(R
N
, B(R
N
),
N
) (vue au chapitre 6). Lespace L
p
C
(R
N
, B(R
N
),
N
) est lespace L
p
C
(R
N
, B(R
N
),
N
)
quotiente par le relation dequivalence = p.p.. Cest un espace de Banach (complexe), cest-à-dire un
e.v.n. (sur C) complet.
Remarque 10.1 Soit N 1, p [1, ] et f une fonction denie de R
N
dans C. Il est facile de voir que
f L
p
C
(R
N
, B(R
N
),
N
) si et seulement si ses parties reelle et imaginaire sont dans L
p
R
(R
N
, B(R
N
),
N
).
1
10.2.1 Denitions et premières proprietes
Soit N 1. Pour x = (x
1
, . . . , x
N
)
t
R
N
et t = (t
1
, . . . , t
N
)
t
R
N
, on note x t le produit scalaire
euclidien de x et t, cest-à-dire x t =

N
i=1
x
i
t
i
. Dans ce chapitre, On note aussi L
p
C
(R
N
) lespace
242
L
p
C
(R
N
, B(R
N
),
N
), pour p [1, ].
Denition 10.2 (Transformee de Fourier dans L
1
)
Soit N 1 et f L
1
C
(R
N
). Pour t R
N
, lapplication x e
ixt
f(x) (denie de R
N
dans C) appartient
à L
1
C
(R
N
). On denit alors

f(t) par :
f(t) = (2)
N
2
_
f(x)e
ixt
dx. (10.1)
La fonction

f (denie de R
N
dans C) sappelle transformee de Fourier de f.
On note C
0
(R
N
, C) = g C(R
N
, C) t.q. g(t) 0 quand [t[ +. On rappelle que C
0
(R
N
, C) est
un espace de Banach quand il est muni de la norme de la convergence uniforme, cest-à-dire :
||
u
= max
xR
N
[(x)[.
Proposition 10.1 Soit N 1. Soit F lapplication qui à f (appartenant à L
1
C
(R
N
)) associe sa trans-
formee de Fourier. F est une application lineaire continue de L
1
C
(R
N
) dans C
0
(R
N
, C).
D emonstration :
Le theorème de continuite sous le signe
_
(theorème 4.9) applique à la fonction (x, t) e
ix.t
f(x)
entrane immediatement que

f est continue.
On montre maintenant que

f C
0
(R, R).
Cas N = 1. On remarque que pour t ,= 0, on a, comme e
i
= 1,
f(t) = (2)
1
2
_
e
i(x
t
)t
f(x)dx,
et donc avec un changement de variable simple,
f(t) = (2)
1
2
_
e
iyt
f(y +

t
)dy.
On en deduit que
2

f(t) = (2)
1
2
_
e
ixt
(f(x) f(x +

t
))dx
et donc que [
f(t)[
1
2
(2)
1
2
|f() f( +

t
)|
1
. Le theorème de continuite en moyenne dans
L
1
(theorème 5.6) donne alors le fait que

f(t) 0 quand [t[ .
Cas N > 1. On reprend la meme methode. Pour t ,= 0, t = (t
1
, . . . , t
N
)
t
, il existe j
1, . . . , N t.q. [t
j
[ = max
k=1,...,N
[t
k
[. On a alors, comme e
i
= 1, en notant e
j
le j-ième
vecteur de base de R
N
,
f(t) = (2)
N
2
_
e
i(x

t
j
e
j
)t
f(x)dx,
et donc avec un changement de variable simple,
f(t) = (2)
N
2
_
e
iyt
f(y +

t
j
e
j
)dy.
On en deduit que [
f(t)[
1
2
(2)
N
2
|f()f(+

t
j
e
j
)|
1
. Le theorème de continuite en moyenne
dans L
1
(theorème 8.2) donne alors le fait que

f(t) 0 quand [t[ .
243
La tansformee a la propriete interessante de transformer la convolution en produit. Ceci est montre dans
la proposition suivante.
Proposition 10.2 Soient f et g L
1
C
(R
N
), alors

f g = (2)
N
2

f g.
D emonstration : Par la proposition 7.9, on f g L
1
C
(R
N
) et pour p.p. x R
N
, f g(x) =
_
f(x y)g(y)dy. On a donc, pour tout t R
N
,
f g(t) = (2)
N
2
_ __
f(x y)g(y)dy
_
e
ixt
dx = (2)
N
2
_ __
f(x y)g(y)e
i(xy)t
e
iyt
dy
_
dx.
En appliquant le theorème de Fubini (theorème 7.3) à la fonction (x, y) f(x y)g(y)e
i(xy)t
e
iyt
(qui est bien integrable sur R
2N
car son module est la fonction (x, y) [f(x y)g(y)[ dont lintegrale
sur R
2N
est egale à |f|
1
|g|
1
), on obtient :
f g(t) = (2)
N
2
_ __
f(x y)e
i(xy)t
dx
_
g(y)e
iyt
dy.
Comme, pour tout y R
N
,
_
f(x y)e
i(xy)t
dx =
_
f(z)e
izt
dz = (2)
N
2

f(t), on en deduit :
f g(t) =

f(t)
_
g(y)e
iyt
dy = (2)
N
2
f(t) g(t),
ce qui est le resultat annonce.
10.2.2 Theorème dinversion
Il est naturel de se poser les deux questions suivantes :
(i) La transformee de Fourier dune fonction f caracterise-t-elle la fonction f (cest-à-dire si

f = g,
a-t-on f = g p.p.)?
(ii) peut-on retrouver la fonction à partir de sa transformee de Fourier ?
Les reponses à ces questions sont fournies par le theorème dinversion de Fourier :
Theorème 10.1 (Inversion partielle de la transformee de Fourier) Soit N 1 et f L
1
C
t.q.
f L
1
C
. On a alors f =
f(.) p.p., cest-à-dire :

f(t) = (2)
N
2
_

f(x)e
ixt
dx, pour presque tout t R
N
.
D emonstration : La demonstration fait lobjet de lexercice 10.1.
Une consequence de ce theorème est linjectivite de lapplication F, qui fournit donc une reponse positive
à la question (i). En eet, soient f et g L
1
C
t.q.

f = g ; alors par linearite,

f g = 0 et donc

f g L
1
C
.
En appliquant le theorème dinversion, on a donc f = g p.p..
Ce theorème apporte aussi une reponse partielle à la question (ii) : on peut calculer f à partir de

f dès
que

f L
1
. Il faut remarquer à ce propos que L
1
nest pas stable par transformation de Fourier (voir
exercice 10.2).
244
10.2.3 Regularite et decroissance à linni
Proposition 10.3 (Dierentiabilite, dimension 1)
1. Soit f L
1
C
(R) C
1
(R, C) t.q. f
L
1
C
(R) (o` u f
est la derivee de f). Alors, pour tout t R,
(t) = (it)

f(t).
2. Soit f L
1
C
(R) t.q. (.)f L
1
C
(R) (o` u (.)f est lapplication qui à x R associe xf(x)). Alors,
f C
1
(R, C) et, pour tout t R,

f
(t) =

(i)f(t).
D emonstration : La demonstration du premier item consiste à faire une integration par parties sur
lintervalle [n, n] puis à faire tendre n vers linni (en remarquant que f(n) 0, quand n , voir
lexercice 5.8).
Le deuxième item est une consequence immediate du theorème 4.10 (theorème de derivation sous le signe
_
).
La transformation de Fourier transforme donc la derivation en multiplication par la fonction (i), et
la multiplication par (i) en derivation. Cette propriete est utilisee, par exemple, pour la resolution
dequations dierentielles (qui sont ainsi transformees en equations algebriques).
Cette propriete se generalise au cas de la dimension N et pour un ordre k de derivation quelconque. On
introduit pour ce faire les notations suivantes : soient = (
1
, . . . ,
N
)
t
N
N
un multi-indice et f une
fonction de R
N
dans C. On denit [[ =
1
+
2
+. . .
N
et :
D
f =
_

1
x
1
1
2
x
2
2
. . .

N
x
N
N
_
f.
Proposition 10.4 (Dierentiabilite, dimension N)
1. Soit N 1 et k 1. Soit f C
k
(R
N
, C) t.q. D
f L
1
C
(R
N
) pour tout N
N
t.q. [[ k.
Alors,

D
f(t) = (it)

f(t) pour tout t R et pour tout N
N
t.q. [[ k, avec (it)
=
(it
1
)
1
(it
2
)
2
. . . (it
N
)
N
.
2. Soit f t.q. (.)
f L
1
C
(R
N
) pour tout N
N
tel que [[ k. Alors,

f C
k
(R
N
, C) et D

f =
(i)
f pour tout N
N
tel que [[ k.
La proposition 10.4 montre que la derivabilite de f entrane la decroissance de

f à linni (plus f est
derivable, plus

f decrot vite à linni), et reciproquement. Cette remarque incite à denir lespace des
fonctions à decroissance rapide (souvent appele espace de Schwartz), note o(R
N
, C) ou o
N
en abrege.
o(R
N
, C) = f C
(R
N
, C) t.q. pour tout et N
N
, sup
xR
N
[(x)
f(x)[ < +.
On va montrer linvariance par transformation de Fourier de cet espace. On commence par remarquer
que o
N
L
1
C
(R
N
). En eet, si f o
N
, en prenant des choix convenables de et dans la denition de
o
N
, on remarque quil existe C R t.q. (1 + [x[
N+1
)[f(x)[ C. On en deduit que f L
1
C
(R
N
). Plus
generalement, si f o
N
, on remarque que ()
f L
1
C
(R
N
) pour tout a, R
N
. On obtient alors la
proposition 10.5.
245
Proposition 10.5 Soit N 1 et f o(R
N
, C). Pour tout , N
N
on a :
_
(i)
f
_
= (i)

(i)
f = (i)

f, (10.2)
(i)
f = D

D
f = D
[(i)

f]. (10.3)
D emonstration : La demonstration est une adaptation simple de celle de la proposition 10.4.
La proposition 10.5 et le theorème 10.1 nous permettent alors de remarquer que la transformee de Fourier
est une bijection de o
N
dans o
N
.
Proposition 10.6 Soit N 1. Lapplication F qui à f associe sa transformee de Fourier est une
bijection de o
N
dans o
N
. De plus, pour tout f o
N
, on a f =
f().
D emonstration : En utilisant la proposition 10.5, on montre facilement que F envoie o
N
dans o
N
. Le
theorème dinversion (theorème 10.1) donne alors que f est injective et que f =
f(.) pour tout f o

N
.
De cette dernière formule, on deduit que F est surjective (et donc bijective) de o
N
dans o
N
.
10.3 Transformee de Fourier dune mesure signee
Il est facile detendre la denition de la transformation de Fourier à une mesure signee sur les boreliens
de R
N
. Plus precisement, si m est une mesure signee sur les boreliens de R
N
(N 1), la denition 10.3
denit la fonction m (continue et bornee de R
N
dans C) et, si m = f
N
, avec f L
1
R
(R
N
, B(R
N
),
N
)
(cest-à-dire que m est la mesure signee de densite f par rapport à la mesure de Lebesgue sur les boreliens
de R
N
), on a m(t) =

f(t) pour tout t R
N
.
Denition 10.3 (Transformee de Fourier dune mesure signee)
Soit N 1 et m une mesure signee sur les boreliens de R
N
. Soit t R
N
, lapplication x e
ixt
(denie
de R
N
dans C) appartient à L
1
C
(R
N
, B(R
N
), m) (car elle est continue, donc borelienne, et bornee). On
denit alors m(t) par :
m(t) = (2)
N
2
_
e
ixt
dm(x). (10.4)
La fonction m (denie de R
N
dans C) sappelle transformee de Fourier de m.
On rappelle que C
b
(R
N
, C) = g C(R
N
, C) t.q. sup
tR
N [g(t)[ < et que C
b
(R
N
, C) est un espace
de Banach quand il est muni de la norme de la convergence uniforme.
Proposition 10.7 Soit N 1. Soit m une mesure signee sur les boreliens de R
N
. La fonction m
appartient ` a C
b
(R
N
, C).
D emonstration : Le fait que m est bornee est simple. On utilise la decomposition de Hahn (proposi-
tion 2.6), cest-à-dire le fait que m = m
+
m
, o` u m
sont deux mesure nies etrangères. On remarque

alors que, pour tout t R
N
, on a [ m(t)[ [m[(R
N
< +, o` u [m[ = m
+
+m
.
La fait que m est continue est une consequence immediate du theorème de continuite sous le signe
_
(theorème 4.9) applique à la fonction (x, t) e
ix.t
(et avec les mesures nies m
).
Comme pour la transformation de Fourier dans L
1
, on peut se demander si m caracterise la mesure signee
m et si on peut retrouver m à partir de m. La proposition suivante sinteresse à ces deux questions.
246
Proposition 10.8 Soit N 1.
1. Soit m et deux mesures signees sur les boreliens de R
N
. On suppose que m = . alors, m = .
2. Soit m une mesure signee sur les boreliens de R
N
. On suppose que m L
1
C
(R
N
). Alors, m = f
N
avec f =

m() p.p. (cest-à-dire p.p. pour la mesure
N
).
D emonstration : La demonstration de cette proposition fait lobjet de lexercice 10.5.
2
On aimerait ici denir la transformee de Fourier dun element de L
2
C
(R
N
) = L
2
C
(R
N
, B(R
N
),
N
). On
rappelle que lespace L
2
C
(R
N
) est un espace de Hilbert et que le produit scalaire sur L
2
C
(R
N
) est deni
par (en notant dt = d
N
(t)) :
(f/g)
2
=
_
f(t)g(t)dt.
Il est clair que la denition de

f quon a donnee pour f L
1
C
(R
N
) ne sapplique pas pour un element
de L
2
C
(R
N
). Pour denir la transformee de Fourier dun element de L
2
C
(R
N
), on va utiliser la densite de
o
N
dans L
2
C
(R
N
) (on peut montrer que o
N
L
2
C
(R
N
), comme on a montre que o
N
L
1
C
(R
N
)). On va
dabord remarquer que la transformee de Fourier envoie o
N
dans L
2
C
(R
N
) et que cest une isometrie pour
la norme de L
2
C
(R
N
). On utilisera ensuite la densite de o
N
dans L
2
C
(R
N
) pour denir la transformee de
Fourier des elements de L
2
C
(R
N
).
Proposition 10.9 Soit N 1 et f, g o
N
(on a donc, en particulier, f, g L
2
C
(R
N
)). Alors

f, g
L
2
C
(R
N
) et (f/g)
2
= (

f/ g)
2
. En particulier, |f|
2
= |
f|
2
.
D emonstration : Soit f, g o
N
. Comme f,

f o
N
L
1
C
(R
N
), on peut appliquer le theorème
dinversion (theorème 10.1). Il donne f =
f() et donc :
(f/g)
2
=
_

f(t) g(t)dt = (2)
N
2
_ __
e
ixt

f(x)dx
_
g(t)dt.
On utilise maintenant le theorème de Fubini (theorème 7.3). Il sapplique car

f, g L
1
C
(R
N
). On obtient :
(f/g)
2
= (2)
N
2
_ __
e
ixt
g(t)dt
_

f(x)dx =
_

g(t)

f(t)dt = (

f/ g)
2
,
ce qui termine la demonstration.
La proposition 10.9 permet de denir, par un argument de densite, la transformee de Fourier dans L
2
C
(R
N
).
Theorème 10.2 Soit N 1. Il existe une application lineaire continue

F de L
2
C
(R
N
) dans L
2
C
(R
N
)
t.q. :
1. Si f L
1
C
(R
N
) L
2
C
(R
N
), on a alors

F(f) =

f p.p..
2. Pour tout f, g L
2
C
(R
N
), on a (f/g)
2
= (

F(f)/
F(g))
2
.
247
3. Pour tout f L
2
C
(R
N
), on a f =

F(

F(f))().
4.

F est une bijection de L
2
C
(R
N
) dans L
2
C
(R
N
).
Pour f L
2
C
(R
N
),

F(f) sappelle la transformee de Fourier de f. Compte tenu du premier item, on
notera en general,

f la transformee de Fourier de f si f L
1
C
(R
N
) (et alors

f C
0
(R
N
, C)) ou si
f L
2
C
(R
N
) (et alors

f L
2
C
(R
N
)).
D emonstration : Lapplication f

f est denie sur o
N
, qui est un sous espace de L
2
C
(R
N
), et prend
ses valeurs dans L
2
C
(R
N
) (car o
N
L
2
C
(R
N
), en confondant, comme dhabitude, un element de L
2
C
(R
N
)
avec lun de ses representants). Comme cette application est lineaire, continue pour la norme de L
2
C
(R
N
),
et que o
N
est dense dans L
2
C
(R
N
) (car o
N
C
c
(R
N
, C) et C
c
(R
N
, C) est dense dans L
2
C
(R
N
), voir le
theorème 8.4), on en deduit que cette application se prolonge en une application, notee

F, de L
2
C
(R
N
)
dans L
2
C
(R
N
).
Plus precisèment, soit f L
2
C
(R
N
). Il existe (f
n
)
nN
o
N
t.q. f
n
f dans L
2
C
(R
N
) quand n . La
suite (f
n
)
nN
est donc de Cauchy dans L
2
C
(R
N
). La proposition 10.9 donne alors que la suite (

f
n
)
nN
est
donc aussi de Cauchy dans L
2
C
(R
N
). Elle converge donc dans L
2
C
(R
N
). On aimerait denir

F(f) comme
etant la limite (dans L
2
C
(R
N
)) de la suite (

f
n
)
nN
. Ceci est possible à condition que cette limite ne depende
que de f et pas du choix de la suite (f
n
)
nN
convergeant dans L
2
C
(R
N
) vers f. Or, ce dernier point est
facile car si (g
n
)
nN
est une autre suite convergeant dans L
2
C
(R
N
) vers f, on a |
f
n
g
n
|
2
= |f
n
g
n
|
2
0
quand n . On a ainsi deni

F de L
2
C
(R
N
) dans lui meme.
La lineraite de

F decoule immediatement du fait que lappliaction f

f est lineaire de o
N
dans L
2
C
(R
N
).
Enn, soit f L
2
C
(R
N
) et (f
n
)
nN
o
N
t.q. f
n
f dans L
2
C
(R
N
). La proposition 10.9 donne que
|
f
n
|
2
= |f
n
|
2
pour tout n N. En passant à la limite quend n , on en deduit |
F(f)|
2
= |f|
2
. Ce
qui prouve la continuite de

F de L
2
C
(R
N
) dans L
2
C
(R
N
). On montre maintenant les 4 items du theorème.
1. Soit f L
1
C
(R
N
) L
2
C
(R
N
). En reprenant la demonstration du theorème 8.4, il est facile de voir
quIl existe une suite (f
n
)
nN
C
c
(R
N
, C) t.q. f
n
f dans L
2
C
(R
N
) et L
1
C
(R
N
) lorsque n +
(car dans la demonstration du theorème 8.4, la suite construite pour converger vers f dans L
p
ne
depend pas de p). On en deduit que

f
n

f uniformement sur R
N
lorsque n + (car f
n
f
dans L
1
C
(R
N
)) et que

f
n

F(f) dans L
2
C
(R
N
) lorsque n + (car f
n
f dans L
2
C
(R
N
)) et
donc que, après extraction eventuelle dune sous suite, on peut supposer que

f
n

F(f) p.p. quand
n . On en deduit bien que

f =

F(f) p.p..
2. Soit f, g L
2
C
(R
N
). Il existe deux suites (f
n
)
nN
o
N
et (g
n
)
nN
o
N
t.q. f
n
f, g
n
g dans
L
2
C
(R
N
). La proposition 10.9 donne (

f
n
/ g
n
)
2
= (f
n
/g
n
)
2
pour tout n N. En passant à la limite
quand n on obtient bien (F(f)/F(g))
2
= (f/g)
2
.
3. Soit f L
2
. Soit (f
n
)
nN
o
N
t.q. f
n
f dans L
2
C
(R
N
) quand n . On a donc

f
n

F(f)
dans L
2
C
(R
N
), ce qui donne aussi

f
n
()

F(f)() dans L
2
C
(R
N
) et donc

f
n
() F(F(f))()
dans L
2
C
(R
N
) quand n +. La proposition 10.6 donne f
n
=

f
n
() pour tout n N. On en
deduit donc (par unicite de la limite dans L
2
) que f = F(F(f))() p.p..
4. Linjectivite de

F (de L
2
C
(R
N
) dans L
2
C
(R
N
)) decoule du fait que |
F(f)|
2
= |f|
2
et que

F est
lineaire. La surjectivite est une consequence immediate du troisième item.
248
10.5 Resolution dune EDO ou dune EDP
On donne ici deux exemples simples dutilisation de la transformation de Fourier pour la resolution dune
equation dierentielle (souvent notee EDO pour Equation Dierentielle Ordinaire) ou dune equation aux
derivees partielles (souvent notee EDP pour Equation aux Derivees Partielles).
Soit N 0, (a
0
, . . . , a
N
) R
N+1
et g o
1
(donnes). On cherche f o
1
qui verie :
a
N
f
(N)
(x) +. . . +a
1
f
(x) +a
0
f(x) = g(x), pour tout x R. (10.5)
Si f o
1
verie (10.5), elle verie necessairement, par transformation de Fourier :
a
N
f
(N)
(t) +. . . +a
1
(t) +a
0

f(t) = g(t), pour tout t R. (10.6)
cest-à-dire :
a
N
(it)
N

f(t) +. . . +a
1
it
f(t) +a
0

f(t) = g(t), pour tout t R. (10.7)
En posant p(t) = a
N
(it)
N
+. . . +a
1
it +a
0
et en supposant que p e sannule pas sur R, on a alors :
f(t) =
g(t)
p(t)
. (10.8)
Comme g o
1
et que p ne sannule par sur R, on peut montrer que
g
p
o
1
. En utilisant maintenant le
theorème dinversion, ou la proposition 10.6, on obtient :
f(t) =

f(t) =
_
g
p
_
(t), pour tout t R. (10.9)
On a donc montre que f est necessairement donnee par (10.9). Reciporquement, il est facile de voir que
la fonction donnee par (10.9) est solution de (10.5), cest donc lunique solution dans o
1
de (10.5) (en
supposant que p ne sannule par sur R).
Soit N 1, on cherche u : R
N
R, de classe C
2
(cest-à-dire deux fois contin ument derivable) t.q.
u(x) = 0, pour tout x R
N
. (10.10)
Cherchons u o
N
(et donc u o
N
) solution de (10.10). On a donc

u = 0 (partout sur R
N
), cest-
à-dire [t[
2
u(t) = 0 et donc u(t) = 0, pour tout t ,= 0. Comme u est continue, ceci entrane que u = 0
(partout sur R
N
), et donc u = 0. La fonction identiquement egale à 0 est donc la seule solution de (10.10)
dans o
N
.
On peut eectuer un raisonnement analogue si on cherche u de classe C
2
et dans L
2
R
(R
N
) (on peut aussi
le faire si u est seulement dans L
2
R
(R
N
), il faut alors convenablement denir u). On obtient encore que
la seule solution de (10.10) est u = 0.
Par contre, ce resultat dunicite nest plus vrai si on ne demande pas à u detre de carre integrable. En
eet, les fonctions constantes sont toutes solutions de (10.10) (et on peut montrer que ce sont les seules
fonctions, de classe C
2
et bornees, solutions de (10.10)).
249
10.6 Fonction caracteristique dun vecteur aleatoire
Denition 10.4 Soit (, /, P) un espace probabilise, d 1 et X un v.a. de dimension d. On appelle
fonction caracteristique de X la fonction de R
d
dans C denie par :
X
(u) =
_
e
iXu
dP = E(e
iXu
), pour u R
d
.
Dans la denition precedente, la fonction e
iXu
est bien integrable sur (pour tout u R
d
) car la
fonction x e
ixu
est continue bornee de R
d
dans C. En notant p
X
la loi de X, on remarque egalement
que
X
= (2)
d/2
p
X
(). La section 10.3 donne alors quelques proprietes elementaires de la fonction
caracteristique dun v..a..
Proposition 10.10 Soit (, /, P) un espace probabilise, d 1 et X un v.a. de dimension d. La fonction
caracteristique de X verie alors les proprietes suivantes :
1.
X
C
b
(R
d
, C).
2. La loi de X est entièrement determinee par
X
(cest-à-dire que si Y est un autre v.a. de dimension
d et que
X
=
Y
, on a necessairement p
X
= p
Y
).
3. Si
X
L
1
C
(R
d
, B(R
d
),
d
), la loi de X a une densite par rapport à la mesure de Lebesgue sur
B(R
d
), cest-à-dire p
X
= f
d
, et :
f(x) = (2)
d
_
R
d
e
ixu
X
(u)du,
d
-p.s. en x R
d
.
D emonstration : Comme
X
= (2)
d/2
p
X
(), le premier item est donnee par la proposition 10.7 (qui
donne p
X
C
b
(R
d
, C)).
Le deuxième item est donnee par le premier item de la proposition 10.8.
Pour le troisième item, on remarque que le deuxième item de la proposition 10.8 donne p
X
= f
d
avec
f =

p
X
(), ce qui donne
d
-p.s. en x R
d
:
f(x) = (2)
d
2
_
R
d
e
ixt
p
X
(t)dt = (2)
d
_
R
d
e
ixt
X
(t)dt.
Les fonctions caracteristiques peuvent etre utilisees pour montrer lindependance de v.a.r. (ou de v.a.).
on donne un exemple dans la proposition suivante.
Proposition 10.11 Soit (, /, P) un espace probabilise, d > 1 et X
1
, . . . , X
d
d v.a.r.. Alors, les
v.a.r X
1
, . . . , X
d
sont independantes si et seulement si on a
X
(u) =

d
j=1
X
j
(u
j
) pour tout u =
(u
1
, . . . , u
d
)
t
R
d
, o` u X est le v.a. de composantes X
1
, . . . , X
d
.
D emonstration : Daprès le theorème 9.2 les v.a.r. X
1
, . . . , X
d
sont independantes si et seulement
p
X
= p
X
1
. . . p
X
d
. Par la proposition 10.8, ces deux mesures sont egales si et seulement si leurs
transformees de Fourier sont egales, cest-à-dire si et seulement si :
X
(u) =
_
R
d
e
ixu
d(p
X
1
. . . p
X
d
) pour tout u R
d
.
250
Comme e
ixu
=

d
j=1
e
ix
j
u
j
pour tout x = (x
1
, . . . , x
d
)
t
et tout u = (u
1
, . . . , u
d
)
t
, la denition de la
mesure produit donne
_
R
d
e
ixu
d(p
X
1
. . . p
X
d
) =
d
j=1
X
j
(u
j
),
ce qui termine la demonstration de cette proposition.
Il est interessant aussi de connatre le lien entre convergence en loi et convergence simple des fonctions
caracteristiques, que nous donnons maintenant, sans demonstration.
Proposition 10.12 Soit (, /, P) un espace probabilise, d > 1, (X
n
)n N un suite de v.a. de dimension
d et X un v.a. de dimension d. Alors, X
n
X en loi, quand n , si et seulement si
X
n
(u)
X
(u),
quand n , pour tout u R
d
.
On termine cette section en donnant la fonction caractersiatique dun vecteur gaussien.
Proposition 10.13 Soit (, /, P) un espace probabilise.
1. Soit X une v.a.r. gaussienne. On note m son esperance (donc, m = E(X) R) et
2
sa variance
(donc,
2
= E((X m)
2
) 0) de sorte que X ^(m,
2
). On a alors :
X
(u) = e
imu
e
2
2
u
2
, pour tout u R.
2. Soit d 1 et X une v.a gaussien de dimension d. On note m son esperance (donc, m = E(X) R
d
)
et D sa matrice de covariance (donc, D est une matrice symetrique, semi-denie positive, son terme
à la ligne j et la colonne k est donne par la covariance des composantes dindices j et k de X) de
sorte que X ^(m, D) (proposition 9.9). On a alors :
X
(u) = e
imu
e
1
2
Duu
, pour tout u R
d
.
D emonstration : Soit X une v.a.r. gaussienne, X ^(m,
2
). On suppose tout dabord que
2
= 0,
on a alors X = m p.s. et donc, pour tout u R,
X
(u) = e
imu
, ce qui est bien la formule annoncee. On
suppose maintenant que > 0, on a alors, pour tout u R :
X
(u) =
_
R
e
ixu
1
2
exp
_
(x )
2
2
2
_
dx.
Avec le changement de variable y =
xm
, on obtient :
X
(u) = e
imu
_
R
e
iyu
1
2
e
y
2
2
dy,
ce qui donne
X
(u) = e
imu 1
2
(u) avec (t) =
_
R
e
iyt
e
y
2
2
dy pour tout t R. Comme la fonction
y e
y
2
est paire, on a aussi :
(t) =
_
R
cos(yt)e
y
2
2
dy, pour tout t R.
251
Pour calculer (t), on remarque que le theorème de derivabilite sous le signe
_
sapplique (theorème 4.10)
et donne que est de classe C
1
et
(t) =
_
R
(y) sin(yt)e
y
2
2
dy. En integrant par parties cette dernière
integrale (en fait, on intègre par parties sur [n, n] puis on fait tendre n vers linni), on obtient :
(t) =
_
R
t cos(yt)e
y
2
2
dy = t(t), pour tout t R,
ce qui donne (t) = (0)e
t
2
2
. Comme (0) =
_
R
e
y
2
2
dy =

2, on en deduit que (t) =

2e
t
2
2
(pour tout t R) et donc que
X
(u) = e
imu
e
2
u
2
2
, ce qui est bien la formule annoncee.
On suppose maintenant que d > 1 et que X est un v.a. gaussien. Soit u R
d
. On a
X
(u) =
E(e
iXu
) =
Xu
(1). Pour connatre
X
(u), il sut donc de connatre la fonction caracteristique de la
v.a.r. X u. Comme X est un v.a. gaussien, la v.a.r. X u est une v.a.r. gaussienne. Sa moyenne est
E(X u) = E(X) u = m u et sa variance est (voir lexercice 158) :
2
= E((X u m u)
2
) = E(u
t
(X m)(X m)
t
u) = u
t
Cov(X)u = u
t
Du.
On a donc, daprès la première partie de cette demonstration (cest-à-dire le cas d = 1),
X
(u) =
Xu
(1) = e
imu
e
u
t
Du
2
,
ce qui est bien la fromule annoncee (car u
t
Du = Du u).
10.7 Exercices
1
Exercice 10.1 (Resultat partiel dinversion de Fourier dans L
1
Soit H(t) = e
|t|
, t R. On pose, pour > 0 :
h
(x) = (2)
1
2
_
R
H(t)e
itx
dt, x R. (10.11)
1. Montrer que h
(x) = (
2
)
1
2
2
+x
2
, et
_
R
h
(x)dx = (2)
1
2
.
2. Soit f L
1
C
(R, B(R), ), montrer que pour tout x R, on a :
f h
(x) =
_
R
H(t)

f(t)e
ixt
dt. (10.12)
3. Soit g une fonction mesurable bornee de R dans C, continue en 0. Montrer que gh
(0)
2g(0)
quand 0. [Utiliser 1. et le theorème de convergence dominee.]
4. Soit f L
1
C
(R, B(R), ), montrer que :
|f h
2f|
1
0 lorsque 0. (10.13)
[Utiliser la continuite en moyenne et la question precedente avec g(y) =
_
[f(x y) f(x)[dx.]
252
5. Deduire de ce qui precède le theorème dinversion de Fourier, theorème 10.1.
Exercice 10.2 1. Calculer la transformee de Fourier de 1
[a,a]
, a R
+
. En deduire que L
1
nest pas
stable par transformation de Fourier.
2. On pose g
n
= 1
[n,n]
. Calculer f g
n
, et montrer quil existe h
n
L
1
t.q.

h
n
= f g
n
. Montrer que
la suite f g
n
est bornee dans C
0
(R, R) alors que la suite h
n
nest pas bornee dans L
1
. En deduire
que la transformee de Fourier nest pas surjective de L
1
dans C
0
.
Exercice 10.3 Soit f o, on pose L(f)(x) = f(x) +xf(x).
1. Montrer que L(f) = 0 entrane f = 0.
2. Soit k o, montrer que lequation dierentielle h
(t) = k(t) a une solution dans o si et seulement

si
_
k(t)dt = 0.
3. Soit g o, etudier lexistence et lunicite des solutions dans o de lequation L(f) = g. On pourra
remarquer que pour h o, on a :
i
d
dt
(he
i
t
3
3
) t
2
(he
i
t
3
3
) = ih
(t)e
i
t
3
3
.
Exercice 10.4 On note L
p
lespace L
p
C
(R, B(R), ).
1. Soient f, g L
1
, montrer que f g L
1
, g

f L
1
et
_
f gd =
_
g

fd.
2. Soit B = [
1
2
,
1
2
]. Montrer que 1
B
1
B
(t) = (1 [t[)
+
.
3. On pose
n
= (1
|t|
n
)
+
, n N
. Deduire de la question precedente que:
n
(y) =
4
2
sin
2
(
ny
2
)
ny
2
, y R.
[Se ramener à
1
...]
4. Soit f L
1
L
t.q.

f(t) R
+
pour tout t R. On se propose de montrer que

f L
1
(et donc
que le theorème dinversion sapplique)
(a) On note
n
=
n

f; montrer que
n

f et
_

n
d
_

fd lorsque n +.
(b) Montrer quil existe 0 independant de n tel que
_

n
(y)dy = , n N
. En deduire que
f L
1
.
10.7.2 Transformee de Fourier dune mesure signee
Exercice 10.5 (Une mesure est caracterisee par sa transformee de Fourier) Corrige 166 page
489
Soit d 1.
d
. On suppose que m = .
(a) Soit L
1
C
(R
d
, B(R
d
),
d
). Montrer que
_
dm =
_
d.
253
(b) Montrer que
_
dm =
_
d pour tout o(R
d
, C) (et donc pour tout C
c
(R
d
, R)).
(c) Montrer que m = (On rappelle quune fonction de C
c
(R
d
, R) est limite uniforme de
fonctions de C
c
(R
d
, R)).
d
1
C
(R
d
, B(R
d
),
d
). Montrer
que m est la mesure de densite f par rapport à la mesure de Lebesgue avec f =

m().
2
Exercice 10.6 On note ici

f la transformee de Fourier, pour f L
1
ou L
2
.
1. Soient f, g o, Montrer que

fg =
1
f g.
2. Soient f, g L
2
, Montrer que

fg =
1
f g.
10.7.4 Fonction Caracteristique dune v.a.r.
Exercice 10.7 (Calcul de fonctions caracteristiques)
Soit (, /, P) un espace de probabilites et X une v.a. reelle. Calculer la fonction caracteristique
X
de
X dans les cas suivants :
1. X = a p.s. (a R).
2. X B(p) (loi de Bernoulli de paramètre p : T[X = 1] = p = 1 T[X = 0]).
3. X suit une loi exponentielle de paramètre (avec > 0).
Exercice 10.8 (Loi normale et vecteur gaussien)
Soit (, /, p) un espace probabilise, d 1 et X un v.a. de dimension d. Soit m R
d
et D une matrice
s.d.p. (de taille d d). Si X ^(m, D), o` u ^(m, D) est denie par la denition 9.3, montrer que X est
un vecteur gaussien.
Exercice 10.9 (Vecteurs gaussiens et densite)
Soit (, /, P) un espace de probabilites, d 1 et X = (X
1
, . . . , X
d
) un v.a. de dimension d.
On suppose que X = (X
1
, . . . , X
d
) est un vecteur gaussien (cest-à-dire que

d
i=1
a
i
X
i
suit une loi
gaussienne pour tout a
1
, . . . , a
d
R). On note m la moyenne de X et D la matrice de covariance de X.
Montrer que la loi de X est de densite par rapport à la mesure de Lebesgue (sur R
d
) si et seulement si D
est inversible. Si D est inversible, montrer que la loi de X est la loi ^(m, D) donnee dans la denition 9.3.
Exercice 10.10 (Vecteurs gaussiens, independance, covariance) Corrige 167 page 490
1
, . . . , X
d
1. On suppose ici que d = 2.
(a) On suppose que X
1
et X
2
suivent des lois gaussiennes et sont independantes, montrer que X
est un vecteur gaussien et que Cov(X
1
, X
2
) = 0.
(b) On suppose que X est un vecteur gaussien et que Cov(X
1
, X
2
) = 0. Montrer que X
1
et X
2
sont independantes.
254
2. On suppose toujours d = 2. Donner un exemple pour lequel X
1
et X
2
sont gaussiennes mais X
nest pas un vecteur gaussien. [On pourra, par exemple, choisir (, /, P) et X
1
, X
2
de manière à
avoir Cov(X
1
, X
2
) = 0 sans que X
1
, X
2
soient independantes, voir lexercice 4.44.]
3. On suppose que X est un vecteur gaussien et que les composantes de X sont independantes deux
à deux. Montrer que X
1
, . . . , X
d
sont independantes.
Exercice 10.11 (Suite de v.a.r.i.i.d. de Poisson) Corrige 168 page 491
Soit (, /, P) un espace de probabilite et X une v.a. de Poisson de paramètre ( > 0). On rappelle
que, P[X = k] = e

k
k!
, pour tout k N et que E[X] = , V ar[X] = .
1. Calculer la fonction caracteristique
X
de X.
2. Soit (X
n
)
nN
une suite de v.a. independantes et de Poisson de paramètre .
(a) Soit n > 1. Deduire de la première question la loi de la v.a. Y
n
=
n
p=1
X
p
.
(b) Utiliser le theorème central limite pour demontrer que
e
n
n
k=0
n
k
k!

1
2
quand n .
Exercice 10.12 (Sur la loi dun vecteur aleatoire)
Soit (, /, P) un espace de probabilite et X un v.a. de dimension d. Montrer que la loi de X est
uniquement determinee par la donnee des lois de toutes les v.a.r. a X, a R
d
, [a[ = 1. [On pourra
utiliser la fonction caracteristique de X.]
Exercice 10.13 (Un exemple. . . )
Soit (, /, P) un espace de probabilite et (X, Y ) un couple de variables aleatoires reelles, à valeurs dans
[1, 1]
2
. On suppose que la loi de ce couple a une densite f par rapport à la mesure de Lebesgue (sur
B(R
2
)) avec :
f(x, y) =
1 +xy(x
2
y
2
)
4
1
[1,1]
2(x, y), (x, y)
t
R
2
.
1. Montrer que les lois des v.a. X et Y ont des densites par rapport à la mesure de Lebesgue (sur
B(R)). Calculer ces densites. X et Y sont-elles independantes ?
2. Calculer les esperances de X, Y et XY . Que vaut cov(X, Y ) ?
3. Calculer les fonctions caracteristiques de X, Y et X +Y .
255
Chapter 11
Esperance conditionnelle et
martingales
11.1 Esperance conditionnelle
Nous commencons par denir lesperance conditionnee par une tribu.
Denition 11.1 Soit (, /, P) un espace probabilise, X une v.a.r. integrable et B une tribu incluse dans
/. On appelle Esperance, conditionnee par B, de X ou Esperance conditionnelle de X par rapport à
B lensemble des applications Z de dans R, B-mesurable, integrable et t.q. :
E(ZU) = E(XU) pour toute application U de dans R, B-mesurable, bornee. (11.1)
On note E(X[B) cette esperance conditionnelle (cest donc un ensemble de fonctions). (Noter que
dans (11.1), les applications ZU et XU sont bien des v.a.r. integrables).
Cette denition peut sembler un peu abrupte. On montrera dans la proposition 11.1 que, sous les
hypothèses de la denition 11.1, lesperance conditionnelle existe, cest-à-dire que lensemble E(X[B)
est non vide, et que E(X[B) est unique, ceci signiant que si Z
1
, Z
2
E(X[B) , on a necessairement
Z
1
= Z
2
p.s..
Lensemble E(X[B), deni dans la denition 11.1, est une ensemble de v.a.r. (car Z B-mesurable implique
Z /-mesurable) mais, en pratique, on confond cet ensemble avec lun de ces elements (comme on confond
un element de L
p
avec lun de ses representants). Si Z est une v.a.r. B-mesurable integrable et t.q.
E(ZU) = E(XU) pour toute v.a.r. U B-mesurable bornee, on ecrira donc Z = E(X[B) p.s. au lieu
decrire Z E(X[B).
Avant de demontrer lexistence et lunicite de lesperance conditionnelle, donnons quelques exemples
simples. Soit (, /, P) un espace probabilise et X une v.a.r. integrable. Prenons tout dabord B = , .
Il est alors facile de voir (exercice 11.1) que E(X[B) est reduit à un seul element et que cet element est
la fonction constante et egale à E(X).
Soit maintenant A / t.q. 0 < P(A) < 1 et B = , A, A
c
, (qui est bien une tribu incluse dans /).
On peut ici montrer (exercice 11.1) que E(X[B) est aussi reduit à un seul element et cet element est la
fonction Z denie par :
Z =
E(X1
A
)
P(A)
1
A
+
E(X1
A
c )
P(A
c
)
1
A
c .
256
La quantite
E(X1
A
)
P(A)
sappelle esperance de X sachant A. On a ainsi fait le lien entre esperance de X
sachant un evenement et esperance de X par rapport à une tribu (ou selon une tribu).
Dans les deux exemples precedents, lensemble E(X[B) etait reduit à un seul element. Voici maintenant
un exemple o` u E(X[B) nest pas reduit à un seul element. On prend B / t.q. P(B) = 1 et B
c
,=
(cest le cas, par exemple, si P est une mesure diuse, que / contient les singletons et que B
c
est forme
dun nombre ni ou denombrable de points de ). On prend encore B = , B, B
c
, . Pour a R,
on pose Z
a
= E(X)1
B
+ a1
B
c . On peut alors montrer (exercice 11.2) que E(X[B) = Z
a
, a R.
Lensemble E(X[B) nest donc pas reduit à un element.
On montre maintenant lexistence et lunicite de lesperance, conditionnee par une tribu, dune v.a.r.
integrable.
Proposition 11.1 Soit (, /, P) un espace probabilise et B une tribu incluse dans /. Soit X une v.a.r.
integrable. Alors :
1. (Existence) E(X[B) ,= .
2. (Unicite) Z
1
, Z
2
E(X[B) Z
1
= Z
2
p.s..
D emonstration : On demontre dabord lunicite de E(X[B). Puis, on demontre lexistence de E(X[B)
si X est de carre integrable, puis lexistence si X est positive (et integrable) et enn lexistence si X est
seulement integrable. En fait, la partie existence si X est de carre integrable est inutile. Elle nest pas
utilisee pour la suite de la demonstration mais elle est eventuellement interessante pour la comprehension
de lesperance conditionnelle.
Unicite. Soit Z
1
, Z
2
E(X[B). On pose U = sign(Z
1
Z
2
) (on rappelle que la fonction sign est denie
par sign(s) = 1 si s < 0, sign(s) = 1 si s > 0 et (par exemple) sign(0) = 0). Comme la fonction sign est
borelienne de R dans R et que (Z
1
Z
2
) est B-mesurable, la fonction U est bien B-mesurable. Elle est
aussi bornee, on a donc en utilisant 11.1 avec Z = Z
1
et Z = Z
2
, E(XU) = E(Z
1
U) et E(XU) = E(Z
2
U).
Ceci donne E((Z
1
Z
2
)U) = 0 et donc E([Z
1
Z
2
[) = 0. On en deduit Z
1
= Z
2
p.s..
Existence si X est de carre integrable. On note P
B
la restriction de P (qui est une mesure sur /) à
B (tribu incluse dans /). La mesure P
B
est donc une probabilite sur B. On note H lespace de Hilbert
L
2
R
(, B, P
B
) et, pour V H, on pose :
T(V ) =
_
XV dP.
Il est clair que T(V ) est bien denie. En etant precis, on remarque que T(V ) =
_
XvdP, o` u v
L
2
R
(, B, P
B
) est un representant de V (et cette quantite ne depend pas du representant choisi). Cest
pour denir T que nous avons besoin que X soit de carre integrable.
Lapplication T est lineaire continue de H dans R (et on a |T| |X|
2
). On peut donc appliquer le
theorème de Riesz dans les espaces de Hilbert (theorème 6.8), il donne lexistence de Z L
2
(, B, P
B
)
t.q. :
T(V ) =
_
ZV dP pour tout V H. (11.2)

Comme Z L
2
(, B, P
B
), la fonction Z est bien B-mesurable et integrable (elle est meme de carre
integrable). On montrer maintenant que Z verie (11.1) (et donc que Z E(X[B)). Soit U une
257
application B-mesurable bornee de dans R. On a U L
2
(, B, P
B
), on peut donc utiliser (11.2) avec
pour V la classe de U et on obtient
E(XU) = T(V ) =
_
ZV dP = E(ZU).
Lapplication Z verie donc (11.1). ce qui prouve que Z E(X[B).
Plus precisement, un developpement du raisonnement ci avant (que les courageux peuvent faire) permet
dinterpreter lapplication X E(X[B) comme loperateur de projection orthogonale de L
2
(, /, P)
dans le sous espace vectoriel ferme forme à partir de L
2
(, B, P
B
).
Existence si X est positive et integrable. On utilise ici le theorème de Radon-Nikodym (theorè-
me 6.10, qui se demontre dailleurs avec le theorème de Riesz dans les espaces de Hilbert, theorème 6.8).
On note toujours p
B
la restriction de P à B (de sorte que P
B
est une probabilite sur B).
Pour B B, on pose m(B) =
_
X1
B
dP. On denit ainsi une mesure nie, m, sur B (la -additivite
de m est immediate). Cette mesure est absolument continue par rapport à la mesure P
B
(car B B,
P
B
(B) = 0 implique que P(B) = 0 et donc X1
B
= 0 p.s. et donc m(B) = 0). Le theorème de Radon-
Nikodym (theorème 6.10) donne alors lexistence de Z, B-mesurable positive, t.q. m = ZP
B
(cest-à-dire
que m est la mesure sur B de densite Z par rapport à P
B
).
La fonction Z est integrable car
_
ZdP =
_
ZdP
B
= (ZP
B
)() = m() = E(X) < +. Il reste à
montrer que Z verie (11.1) (ce qui donnera que Z E(X[B)). Soit U une application B-mesurable
bornee de dans R. On a ZU L
1
(, B, P
B
), et donc (voir la remarque 6.22) U L
1
(, B, m) et :
E(ZU) =
_
ZUdP =
_
ZUdP
B
=
_
Udm.
Mais, comme m est la restriction à B de la mesure sur / de densite X par rapport à P (notee XP), on
a aussi (toujours par la remarque 6.22) U L
1
(, /, XP) et :
_
Udm =
_
UXdP = E(XU).
On a donc, nalement, E(ZU) = E(XU). Lapplication Z verie donc (11.1). Ce qui prouve que
Z E(X[B).
Existence si X est seulement integrable. Comme les fonctions X
+
et X
sont positives et inte-

grables, il existe Z
1
E(X
+
[B) et Z
2
E(X
[B). On pose Z = Z
1
Z
2
. Lapplication Z est B-mesurable
et integrable (car Z
1
et Z
2
le sont) et, pour tout fonction U B-mesurable bornee, on a :
E(ZU) = E(Z
1
U) E(Z
2
U) = E(X
+
U) E(X
U) = E(XU).
Lapplication Z verie donc (11.1). Ce qui prouve que Z E(X[B).
Soit (, /, P) un espace probabilise et B une tribu incluse dans /. On a deni lesperance, conditionnee
par B, dune v.a.r. integrable. On va maintenant montrer quon peut etendre la denition à des v.a.r.
qui ne sont pas inegrables mais qui sont positives (la demonstration est dejà essentiellement dans la de-
monstration de la proposition 11.1). Pour cela, on va commencer par donner une p.s.-caracterisation de
E(X[B)lorsque X est une v.a.r. positive et integrable. Cette caracterisation nutilisant pas lintegrabilite
de X on aura ainsi une denition de E(X[B) lorsque X est une v.a.r. positive. Ceci est fait dans la propo-
sition 11.2 et la denition 11.2.
258
Proposition 11.2 Soit (, /, P) un espace probabilise et B une tribu incluse dans /.
1. Soit X une v.a.r. integrable positive. Alors, Z E(X[B) si et seulement si Z est B-mesurable,
integrable, 0 p.s. et t.q. :
E(ZU) = E(XU) pour toute application U de dans R, B-mesurable et positive. (11.3)
2. Soit X une v.a.r. positive. On note

E(X[B) lensemble des applications B-mesurable, 0 et
veriant (11.3). On a alors :
(a) (Existence)

E(X[B) ,= .
(b) (Unicite) Z
1
, Z
2

E(X[B) Z
1
= Z
2
p.s..
D emonstration : On commence par montrer le premier item. Si Z E(X[B), la fonction Z est bien
B-mesurable integrable et verie (11.1). Elle verie donc (11.3) en ajoutant U bornee. Pour montrer
que Z 0 p.s., on prend U = 1
B
avec B = Z < 0 (U est bien B-mesurable bornee). On obtient
E(ZU) = E(XU) 0. Comme ZU 0, on a donc ZU = 0 p.s. et donc Z 0 p.s.. Enn, pour montrer
que Z verie (11.3) (cest-à-dire avec U B-mesurable positive mais non necessairement bornee), il sut
dutiliser le theorème de convergence monotone (theorème 4.2) en introduisant U
n
= U1
B
n
avec, pour
n N, B
n
= U n.
Reciproquement, si Z est B-mesurable, integrable, 0 p.s. et verie (11.3), il est facile de voir que Z
verie (11.1). En eet, si U est B-mesurable bornee, on utilise (11.3) avec les parties positive et negative
de U pour obtenir (11.1). Donc, Z E(X[B).
On montre maintenant le deuxième item de la proposition.
Existence. On reprend la demonstration de la proposition 11.1. On rappelle que p
B
la restriction de
P à B. Pour B B, on pose m(B) =
_
X1
B
dP. La mesure m est absolument continue par rapport
à la mesure P
B
. Le theorème de Radon-Nikodym donne alors lexistence de Z, B-mesurable positive,
t.q. m = ZP
B
. Il reste à montrer que Z verie (11.3) (ce qui donnera que Z

E(X[B)). Soit U une
application B-mesurable positive de dans R. On a E(ZU) =
_
ZUdP =
_
ZUdP
B
=
_
Udm. Mais,
comme m est la restriction à B de la mesure sur / de densite X par rapport à P (notee XP), on a
aussi
_
Udm =
_
UXdP = E(XU). On a donc, nalement, E(ZU) = E(XU). Lapplication Z verie

donc (11.3). Ce qui prouve que Z

E(X[B).
Unicite. Soit Z
1
, Z
2

E(X[B). prenons U = (sign(Z
1
Z
2
))
+
(qui est bien B-mesurable et positive).
On a donc, par (11.3), E(Z
1
U) = E(Z
2
U) = E(XU), mais on ne peut rien en deduire car il est possible
que E(XU) = +. On va donc modier legerement U. Soit n N
. On pose B
n
= Z
1
nZ
2
n
et U
n
= U1
B
n
. La fonction U
n
est encore B-mesurable et positive et (11.3) donne E(Z
1
U
n
) = E(Z
2
U
n
).
Comme 0 E(Z
1
U
n
) = E(Z
2
U
n
) n, on en deduit E((Z
1
Z
2
)U
n
) = 0. Mais, (Z
1
Z
2
)U
n
0. En
faisant tendre n vers linni, le theorème de convergence monotone (theorème 4.1) donne E((Z
1
Z
2
)U) =
0, cest-à-dire E((Z
1
Z
2
)
+
) = 0 et donc Z
1
Z
2
p.s.. En changeant les roles de Z
1
et Z
2
on a aussi
Z
2
Z
1
p.s.. Do` u Z
1
= Z
2
p.s..
Denition 11.2 Soit (, /, P) un espace probabilise, X une v.a.r. positive et B une tribu incluse dans
/. On appelle Esperance, conditionnee par B, de X ou Esperance conditionnelle de X par rapport à
B) lensemble des applications Z de dans R, B-mesurable, positive et t.q. :
E(ZU) = E(XU) pour toute application U de dans R, B-mesurable et positive. (11.4)
259
On note

E(X[B) cette esperance conditionnelle (cest donc un ensemble de fonctions). (Noter que
dans (11.1), les applications ZU et XU sont bien des v.a.r. positives, leur integrale sur est donc
bien denie et appartient à

R
+
).
La proposition 11.2 nous donne lexistence et lunicite (p.s.) de lesperance conditionnelle lorsque X
est une v.a.r. positive. Sous les hypothèses de la denition 11.2, si X est de plus integrable, on a
donc deux denitions de lesperance conditionnelle de X par rapport à B, notee E(X[B) et

E(X[B).
La proposition 11.2 montre que Z
1
E(X[B) et Z
2

E(X[B) implique Z
1
= Z
2
p.s.. En pratique,
comme on confond E(X[B) avec lun de ces elements et

E(X[B) avec lun de ces elements, on a donc
E(X[B) =

E(X[B) p.s.. Il est donc inutile de conserver la notation

E(X[B) et on conservera la notation
E(X[B) dans les deux cas, cest-à-dire X v.a.r. integrable et X v.a.r. positive.
Nous donnons maintenant quelques proprietes de lesperance conditionnelle.
Proposition 11.3 Soit (, /, P) un espace probabilise, B une tribu incluse dans / et X une v.a.r.. Soit
p ]1, ] et q le nombre conjugue de p (i.e. q = p/(p1) si p < + et q = 1 si p = ). On suppose que
X L
p
R
(, /, P). Soit Z E(X[B). Alors, Z L
p
R
(, /, P) et E(ZU) = E(XU) pour toute application
U (de dans R) B-mesurable t.q. [U[
q
soit integrable.
D emonstration : La demonstration fait partie de lexercice 11.5. En fait, le cas p = 2 a dejà ete vu
dans la demonstration de la proposition 11.1.
Proposition 11.4 (Inegalite de Jensen generalisee)
Soit (, /, P) un espace probabilise, B une tribu incluse dans / et X une v.a.r. de carre integrable. Soit
une fonction convexe de R dans R. On suppose que (X) est integrable. On a alors E((X)[B)
(E(X[B)) p.s..
D emonstration : Daprès le lemme 11.1, comme est convexe, il existe c, fonction croissante de R
dans R (et donc fonction borelienne de R dans R) t.q., pour tout x, a R, (x) (a) c(a)(x a).
Soit Z E(X[B). On a donc pour tout :
(X()) (Z()) c(Z())(X() Z()). (11.5)
On aimerait integrer cette inegalite sur un element (bien choisi) de B mais cela nest pas possible car les
v.a.r. (Z) et c(Z)(XZ) peuvent ne pas etre integrables (bien que Z et X soient integrables). Pour p
N
, on introduit donc A
p
= [Z[ p de sorte que les v.a.r. 1
A
p
c(Z)(XZ) et 1
A
p
(Z) sont integrables
(noter que c(Z) est bornee sur A
p
car c est croissante). On pose aussi A = E((X)[B) (Z) < 0 et
B
p
= A
p
A. Soit p N
, linegalite (11.5) donne 1

B
p
((X) (Z)) 1
B
p
c(Z)(X Z) et donc, en
integrant sur :
_
B
p
((X) (Z))dP
_
B
p
c(Z)(X Z)dP. (11.6)
Comme Z et E((X)[B) sont B-mesurables, on a B
p
B (et donc 1
B
p
est B-mesurable). On a aussi c(Z)
B-mesurable (car c est borelienne) et donc 1
B
p
c(Z) B-mesurable. On en deduit :
_
B
p
c(Z)(X Z)dP = E(1
B
p
c(Z)(X Z)) = 0 (car Z E(X[B)),
et
_
B
p
((X) (Z))dP = E(1
B
p
((X) (Z))) = E
_
1
B
p
(E((X)[B) (Z))
_
.
260
Avec (11.6), on en deduit :
_
B
p
(E((X)[B) (Z))dP 0.
Comme E((X)[B)(Z) < 0 sur B
p
(car B
p
A), on a donc P(B
p
) = 0 et donc P(A) = P(
pN
B
p
) =
0. Ce qui donne bien E((X)[B) (Z) p.s..
Lemme 11.1 Soit une fonction convexe de R dans R, il existe alors c, fonction croissante de R dans
R (et donc fonction borelienne de R dans R) t.q., pour tout x, a R, (x) (a) c(a)(x a).
D emonstration : Si est derivable sur R, la fonction c existe et est unique, elle est donnee par c =
.
Lexistence de c est legerement plus dicile si nest pas derivable sur tout R (et on perd lunicite de c).
Soit a R, on considère le fonction h
a
: x
(x)(a)
xa
qui est denie sur R a. La convexite de
permet de montrer que h
a
est croissante (cest-à-dire que x, y R a, x > y h
a
(x) h
a
(y)). La
fonction h
a
a donc une limite à gauche (et à droite) en tout point, y compris au point a. On pose (par
exemple) :
c(a) = lim
xa,x<a
h
a
(x).
Il est facile de verier que la fonction c ainsi denie est croissante de R dans R et verie, pour tout
x, a R, (x) (a) c(a)(x a).
On defnit maintenant lesperance conditionnelle par rapport à une v.a.r. ou un v.a.
Denition 11.3 Soit (, /, P) un espace probabilise et X une v.a.r. (ou un v.a. de dimension d,
d 1). Soit Y une v.a.r. integrable ou une v.a.r. positive. On appelle Esperance, conditionnee par X,
de Y ou Esperance conditionnelle de Y par rapport à X (ou Esperance conditionnelle de Y sachant
X) lensemble E(Y [(X), o` u (X) est la tribu engendree par X. On note E(Y [X) cette esperance
conditionnelle, de sorte que E(Y [X) = E(Y [(X)). (Lensemble E(Y [X) est donc un ensemble de v.a.r.
et, comme dhabitude, on confond E(Y [X) avec lun de ces elements.)
Pour caracteriser E(Y [X) (sous les hypothèses de la denition 11.3) et pour calculer cette esperance
conditionnelle, on utilise, en general, le theorème 3.1 que nous rappelons sous une forme legerement plus
precise (donnee dans la demonstration du theorème 3.1).
Theorème 11.1 (Y mesurable par rapport à X) Soit (, /, P) un espace probabilise et X, Y deux
v.a.r.. On note (X) la tribu engendree par X. Alors :
La v.a.r. Y est (X)-mesurable si et seulement si il existe f, fonction borelienne de R dans R, t.q.
Y = f(X).
La v.a.r. Y est (X)-mesurable bornee si et seulement si il existe f, fonction borelienne bornee de
R dans R, t.q. Y = f(X).
La v.a.r. Y est (X)-mesurable positive si et seulement si il existe f, fonction borelienne positive
de R dans R, t.q. Y = f(X).
D emonstration : La demonstration de ce theorème est donnee dans la demonstration du theorème 3.1.
Voici une consequence immediate de ce theorème, utilisee pour calculer E(Y [X)
261
Proposition 11.5 (Calcul de E(Y [X)) Soit (, /, P) un espace probabilise et X, Y deux v.a.r.. Soit
Z une application de dans R.
1. On suppose que Y est integrable. Alors, Z E(Y [X) si et seulement si il existe application
borelienne de R dans R t.q. Z = (X), (X) est integrable et
E((X)(X)) = E(X(X)) pour toute application de R dans R, borelienne bornee. (11.7)
2. On suppose que Y est positive. Alors, Z E(Y [X) si et seulement si il existe application
borelienne positive de R dans R t.q. Z = (X) et
E((X)(X)) = E(X(X)) pour toute application de R dans R, borelienne positive. (11.8)
D emonstration : La demonstration est une consequence immediate du theorème 11.1.
La consequence de la proposition 11.5 est que (sous les hypotèses de la proposition) lon cherche E(Y [X)
sous la forme dune fonction (X) (avec de R dans R) veriant (11.7) (ou (11.8)). On raisonne, en
general, par condition necessaire sur et, comme on sait que E(X[Y ) existe, il est meme inutile de
verier que la fonction (X) que lon trouve (qui est, en general, denie p.s.) est bien integrable (ou
positive).
La proposition 11.5 montre egalement que (sous les hypotèses de la proposition 11.5) la fonction Y est une
fonction de X (cest-à-dire Y = (X) pour un certain de R dans R) si et seulement si E(Y [X) = Y . Pour
montrer que la v.a.r. Y est une fonction dune autre v.a.r. X, il sut donc de montrer que E(Y [X) = Y .
En comparaison, le calcul de la covariance entre X et Y (après normalisation) sinteresse seulement à
lexistence ou non dune dependance ane de Y en fonction de X. Voir, à ce propos, lexercice 11.13.
11.2 Martingales
Denition 11.4 (Filtration et processus) Soit (, /, P) un espace probabilise
1. On appelle ltration une suite de tribus (B
n
)
nN
t.q. B
n
B
n+1
/, pour tout n N.
2. On appelle procesus reel une suite de v.a.r..
3. Soit (B
n
)
nN
une ltration et (X
n
)
nN
un processus reel. On dit que (X
n
)
nN
est adapte à la
ltration (B
n
)
nN
si, pour tout n N, X
n
est B
n
-mesurable.
Denition 11.5 (Martingale) Soit (, /, P) un espace probabilise, (B
n
)
nN
une ltration et (X
n
)
nN
un processus reel (cest-à-dire une suite de v.a.r.).
1. (Martingale) la suite (X
n
)
nN
est une martingale par rapport à la ltration (B
n
)
nN
si on a, pour
tout n N,
(a) X
n
est B
n
-mesurable et integrable,
(b) E(X
n+1
[B
n
) = X
n
p.s..
2. (Sous et sur martingale) la suite (X
n
)
nN
est une sous-martingale [resp. sur-martingale] par rapport
à la ltration (B
n
)
nN
si on a, pour tout n N,
(a) X
n
est B
n
-mesurable et integrable,
262
(b) E(X
n+1
[B
n
) X
n
p.s. [resp. E(X
n+1
[B
n
) X
n
p.s. ].
Denition 11.6 (Temps darret) Soit (, /, P) un espace probabilise, (B
n
)
nN
une ltration et T une
v.a. à valeurs dans N + (cest-à-dire une application mesurable de , muni de la tribu /, dans
N+, muni de la tribu la plus ne). Lapplication T sappelle un temps darret si, pour tout n N,
T = n B
n
.
On conclut cette section par un theorème, sans demonstration, sur la convergence des martingales.
Theorème 11.2 (Convergence p.s. dune martingale)
Soit (, /, P) un espace probabilise, (B
n
)
nN
une ltration et (X
n
)
nN
une suite de v.a.r. positives. On
suppose que (X
n
)
nN
est une martingale par rapport à (B
n
)
nN
. Alors, il existe une v.a.r. integrable, X,
t.q. X
n
X p.s., quand n .
11.3 Exercices
11.3.1 Esperance conditionnelle
Exercice 11.1 (Esperance conditionnelle selon une tribu) Corrige 169 page 493
Soit (, /, P) un espace probabilise et Y une variable aleatoire reelle integrable. Dans les trois cas
suivants, montrer que E[Y [B] est reduit à un element et determiner E[Y [B] (en fonction de Y et B).
1. La tribu B la tribu grossière, cest-à-dire B = , .
2. Soit B / t.q. 0 < P[B] < 1. On prend pour B la tribu engendree par B.
3. Soit (B
n
)
nN
/ t.q. B
n
B
m
= si n ,= m, =
nN
B
n
et 0 < P(B
n
) < 1 pour tout n N
.
On prend pour B la tribu engendree par (B
n
)
nN
(cest-à-dire B =
nJ
B
n
, J N
).
Exercice 11.2 (Esperance conditionnelle selon une tribu (2))
Soit (, /, P) un espace probabilise et X une v.a.r. integrable. Soit B / t.q. P(B) = 1 et B
c
,=
(cest le cas, par exemple, si P est une mesure diuse, que / contient les singletons et que B
c
est forme
dun nombre ni ou denombrable de points de ). On pose B = , B, B
c
, . Pour a R, on pose
Z
a
= E(X)1
B
+a1
B
c . Montrer que E(X[B) = Z
a
, a R.
Exercice 11.3 (Esperance conditionnelle selon une v.a.r.) Corrige 170 page 494
Soit (, /, P) un espace probabilise, X une variable aleatoire reelle et Y une variable aleatoire reelle
integrable.
1. On suppose quil existe a R t.q. X = a p.s.. Donner un element de E[Y [X].
2. On suppose que X prend p.s. deux valeurs x
1
ou x
2
avec x
1
,= x
2
. Donner un element de E[Y [X].
3. On suppose que X est une v.a. prenant p.s. ses valeurs dans un ensemble denombrable x
n
, n N
avec P(X = x
n
) ,= 0 pour tout n N

Exercice 11.4 (Egalite desperances conditionnelles)
Soit Soit (, /, P) un espace probabilise, B une sous-tribu de /, B B un evenement et X une v.a.r.
integrable t.q. X1
B
= Y 1
B
p.s.. Montrer que E[X[B]1
B
= E[Y [B]1
B
p.s..
263
Exercice 11.5 (Esperance conditionnelle dune v.a.r. appartenant à L
p
)
Soit (, /, P) un espace probabilise, B une tribu incluse dans / et X une v.a.r.. Soit p ]1, ] et q
le nombre conjugue de p( cest-à-dire q = p/(p 1) si p < + et q = 1 si p = ). On suppose que
X L
p
R
(, /, P). Soit Z E(X[B). Montrer que Z L
p
R
(, /, P) et que E(ZU) = E(XU) pour toute
application U (de dans R) B-mesurable de puissance q-ieme integrable.
Exercice 11.6 (Calcul de E(exp(XY )[X) si Y est gaussienne) Corrige 171 page 495
Soit (, /, P) un espace de probabilites et X, Y deux v.a. reelles independantes. On suppose que Y suit
une loi gaussienne centree reduite et que E[exp(X
2
/2)] < . Montrer que exp(XY ) est integrable et
determiner E[exp(XY )[X].
Exercice 11.7 (Esperance selon une somme de v.a.r.i.i.d)
Soit (, /, P) un espace de probabilites, n N
et X
1
, . . . , X
n
des variables aleatoires independantes, de
meme loi et integrables. On note S
n
=
n
k=1
X
k
. Calculer E(X
1
[S
n
).
Exercice 11.8 (Une condition necessaire pour avoir X = Y p.s.)
Soit (, /, P) un espace de probabilites et X, Y deux variables aleatoires reelles integrables et t.q.
E[X[Y ] = Y p.s. et E[Y [X] = X p.s..
1. Montrer que pour tout reel c, E [(X Y )1
X>c,Y >c
] = E [(Y X)1
X>cY
] 0 p.s..
2. En deduire que pour tout reel c, P[X > c Y ] = 0. p.s..
3. Montrer que X = Y p.s..
Exercice 11.9 (Esperance du produit et produit des esperances) Corrige 172 page 496
Soit (, /, P) un espace de probabilites et X, Y deux v.a. integrables t.q. XY est integrable et E[X[Y ] =
E(X) p.s.. Montrer que E(XY ) = E(X)E(Y ).
Exercice 11.10 (Egalite de lois donne egalite desperances conditionnelles)
Soit (, /, P) un espace de probabilites et X, Y, Z trois variables aleatoires reelles t.q. (X, Z) (Y, Z).
Montrer que pour toute fonction f borelienne positive, E[f(X)[Z] = E[f(Y )[Z] p.s..
Exercice 11.11 (Convergence faible convergence faible des esperances conditionnelles)
Soit (, /, P) un espace de probabilites, B une sous-tribu de /, X une v.a. integrable et (X
n
)
nN
une
suite de v.a. integrables. On suppose que X
n
X faiblement dans L
1
(, /, P) quand n (ce qui
est equivalent à dire que, pour tout v.a. U bornee, on a lim
n
E[X
n
U] = E[XU]).
1. Montrer que pour toute v.a. U, B-mesurable et bornee, on a
lim
n
E[E[X
n
[B]U] = E[E[X[B]U].
2. Montrer que E[X
n
[B] E[X[B] faiblement dans L
1
(, /, P) quand n .
Exercice 11.12 (Minoration dune esperance conditionnelle)
Soit (, /, P) un espace de probabilite, B une sous-tribu de / et Y est une v.a.r. positive. Soit U une
v.a.r. positive, Bmesurable et t.q. pour toute v.a.r. positive Bmesurable Z on ait E(Y Z) E(UZ).
Montrer que E(Y [B) U p.s..
264
Exercice 11.13 (Dependance lineaire et dependance non lineaire)
Soit (, /, P) un espace de probabilite et X, Y deux v.a.r. non constantes.
1. (Dependance lineaire.) On pose X =
XE(X)
Var(X)
et Y =
Y E(Y )
Var(Y )
.
(a) Montrer que [Cov(X, Y )[ 1.
(b) Montrer que [Cov(X, Y )[ = 1 si et seulement si il existe , R, ,= 0, t.q. Y = X +.
(c) Donner un exemple pour lequel Y = f(X) (avec f fonction borelienne de R dans R) et
Cov(X, Y ) = 0.
2. (Dependance.)
(a) On suppose que X et Y sont independantes. Montrer que E(Y [X) = E(Y ).
(b) Montrer quil existe f (fonction borelienne de R dans R) t.q. Y = f(X) si et seulement
E(Y [X) = Y .
Exercice 11.14 (Convergence dune suite desperance conditionnelles)
Soient (E, T, p) un espace probabilise et (T
n
)
nN
une famille de tribus sur E t.q. T
n
T
n+1
, pour tout
n N, et
nN
T
n
= T. Soit X L
2
R
(E, T, p) et E(X[T
n
) lesperance conditionnelle de X par rapport à
la tribu T
n
. Nous allons montrer que E(X[T
n
) converge vers X dans L
2
R
(E, T, p) lorsque n +.
1. Montrer quil existe e L
2
R
(E, T, p) et une sous-suite de la suite (E(X[T
n
)
nN
, encore notee
(E(X[T
n
)
nN
, qui converge faiblement vers e dans L
2
R
(E, T, p).
2. Montrer que
_
XY dp =
_
eY dp, pour tout Y F =
nN
L
2
R
(E, T
n
, p).
3. Montrer que F = L
2
R
(E, T, p) et en deduire que e = X p.s..
4. Montrer que |E(X[T
n
)|
2
|X|
2
et en deduire que la suite (e(X, T
n
))
nN
converge vers X dans
L
2
R
(E, T, p).
Exercice 11.15 (Projection sur L
2
(, (X), P) versus projection sur ev(X))
Soit (, /, P) un espace de probabilites. Si B est une sous-tribu de /, on note encore P la restriction
de P à B, de sorte que (, B, P) est encore un espace de probabilites. On rappelle que L
2
(, B, P)
L
2
(, /, P) et que lon peut considerer L
2
(, B, P) comme un s.e.v. de L
2
(, /, P). Lespace L
2
(, B, P)
est donc un s.e.v. ferme de L
2
(, /, P).
Soit X L
2
(, /, P) (en choisissant un representant de X, X est donc une v.a.). On note ev(X) le s.e.v.
engendre par X (noter que ev(X) est un s.e.v. ferme de L
2
(, /, P)).
Si V est un s.e.v. ferme de L
2
(, /, P), on note P
V
loperateur de projection orthogonale sur V .
1. On suppose que X est constante et non nulle (cest-à-dire quil existe a R
t.q. X = a p.s.).
Montrer que P
ev(X)
= P
L
2
(,(X),P)
(i.e. ev(X) = L
2
(, (X), P)).
2. On suppose que X nest pas constante. Montrer que pour toute sous-tribu B de /, P
ev(X)
,=
P
L
2
(,B,P)
(i.e. ev(X) ,= L
2
(, B, P)).
Remarque : Si Y est une v.a. de carre integrable, on a E[Y [X] = E[Y [(X)] = P
L
2
(,(X),P)
Y.
265
11.3.2 Martingales
Exercice 11.16 (Quelques proprietes des martingales) Corrige 173 page 497
Soit (, /, P) un espace de probabilite muni dune ltration (B
n
)
nN
(cest-à-dire dune suite croissante
de sous tribus de /) et (X
n
)
nN
une suite de de v.a.r. (cest-à-dire un processus reel). On suppose que
X
n
est integrable pour tout n N.
1. On suppose que (X
n
)
nN
est une sous-martingale (par rapport à la ltration (B
n
)
nN
) Montrer que
la suite (E(X
n
))
nN
est croissante.
n
)
nN
est une martingale (par rapport à la ltration (B
n
)
nN
) Montrer que
E(X
n+m
[B
n
) = X
n
p.s. pour tout m 0.
3. Soit une fonction convexe de R dans R. On suppose que (X
n
)
nN
est une martingale (par rapport
à la ltration (B
n
)
nN
) et que (X
n
) est integrable pour tout n N (on rappelle que (X
n
) est
une notation pour designer X
n
). Montrer que ((X
n
))
nN
est une sous-martingale (par rapport
à la ltration (B
n
)
nN
).
Exercice 11.17 (Series de Fourier et martingales)
Soit (, /, P) un espace de probabilite et B une sous tribu de /. Montrer que
X L
2
(, B, P) X
+
L
2
(, B, P).
(L
2
(, B, P) = L
2
R
(, B, P).)
On prend maintenant =]0, 1[, / = B(]0, 1[) et P = (la mesure de Lebesgue sur B(]0, 1[)). On pose
H = L
2
C
(, /, P). Pour p Z, on denit e
p
H par e
p
(x) = exp(2ipx) pour x ]0, 1[. On rappelle que
e
p
, p Z est une base hilbertienne de H. pour n N, on pose V
n
= eve
p
, n p n (cest un
s.e.v. ferme de H).
Soit X H. On sait que X
n
X dans H, quand n , avec X
n
= P
V
n
X o` u P
V
n
designe loperateur
de projection orthogonale sur V
n
(X
n
est donc une somme partielle de la serie de Fourier de X).
1. Montrer que P
V
n
(X
n+1
) = X
n
pour tout n N.
2. Soit n N
, monter quil nexiste pas de sous-tribu B de / t.q. V

n
= L
2
C
(, B, P). [On pourra, par
exemple, commencer par remarquer que V
n
est forme de fonctions analytiques.]
3. Soit n N
. On pose B
n
= (e
p
, n p n). A-t-on V
n
L
2
C
(, B
n
, P) ou L
2
C
(, B
n
, P) V
n
?
Exercice 11.18 (Quelques questions sur les temps darret)
n
)
nN
.
1. Soit (X
n
)
nN
une suite de v.a.r., adaptee à la ltration (B
n
)
nN
. Soit E B(R) et deni de
dans R par
() = 1 si X
1
() E et = 5 si X
1
() , E.
Montrer que est un temps darret.
2. Soit et deux temps darret par rapport à la ltration (B
n
)
nN
. Montrer que + est encore
un temps darret (par rapport à la ltration (B
n
)
nN
).
266
3. Soit et deux temps darret, par rapport à la ltration (B
n
)
nN
, et t.q. p.s.. Soit B
et B
les deux tribus associees. Montrer que B
. [Si T est un temps darret, on note B

T
= A /
t.q., pour tout n N, A T = n B
n
.]
Exercice 11.19 (Martingale construite avec les esperances dune v.a.)
n
)
nN
. Soit X une v.a.r. integrable.
Montrer que la suite (X
n
)
nN
denie par X
n
= E[X[B
n
] (pour tout n N) est une martingale par
rapport à la ltration (B
n
).
Montrer que (X
n
)
nN
est aussi une martingale pour la ltration (T
n
)
nN
denie par T
n
= (X
1
, . . . , X
n
)
(pour tout n N).
Exercice 11.20 (Il est temps de sarreter)
Soit (, /, P) un espace de probabilite muni dune ltration (T
n
)
nN
et (X
n
)
nN
une suite de v.a.r.,
adaptee à la ltration (T
n
)
nN
. On suppose aussi que E[[X
n
[] < pour tout n N.
1. Montrer que pour tout temps darret (par rapport à (T
n
)
nN
) borne,
E[[X
[] < .
On suppose dans la suite que pour tout temps darret (par rapport à (T
n
)
nN
) borne,
E[X
] = E[X
0
].
2. Soit n N et
n
T
n
. On denit
n
par
n
() = n si
n
et
n
() = n + 1 si ,
n
.
Montrer que
n
est un temps darret (par rapport à (T
n
)
nN
).
3. Soit n N et
n
deni par
n
() = n + 1 pour tout . Montrer que
n
est aussi un temps
darret (par rapport à (T
n
)
nN
).
4. En remarquant que X
= X
1
A
+X
1
A
c (pour tout temps darret et tout evenement A), montrer
que (X
n
)
nN
est une martingale.
267
Chapter 12
Corriges dexercices
12.1 Exercices du chapitre 1
Corrige 1 (Convergences simple et uniforme)
Construire une suite (f
n
)
nN
C([0, 1], R) et f C([0, 1], R) t.q. f
n
f simplement, quand n , et
f
n
,f uniformement, quand n .
corrige
On prend, pour n 2 :
f
n
(x) = nx, pour x [0,
1
n
], f
n
(x) = n(
2
n
x), pour x ]
1
n
,
2
n
], f
n
(x) = 0, pour x ]
2
n
, 1].
On a (f
n
)
nN
C([0, 1], R). Pour tout x [0, 1], on a bien f
n
(x) 0 quand n . Enn (f
n
)
nN
ne
tend pas uniformement vers 0 car |f
n
|
u
= max[f
n
(x)[; x [0, 1] = 1 ,0, quand n .
Corrige 2 (Integrale dune fonction continue)

Une fonction g : [0, 1] R est dite en escalier sil existe n 1 et x
0
, . . . , x
n
t.q. 0 = x
0
< x
1
< ... <
x
n1
< x
n
i
, x
i+1
[, 0 i n 1.
Pour g en escalier et x
0
, . . . , x
n
comme dans la denition ci dessus, on pose
_
1
0
g(x)dx =
n1
i=0
a
i
(x
i+1
x
i
),
o` u a
i
i
, x
i+1
[.
1. Montrer que la denition precedente est bien coherente, cest-à-dire que lintegrale de g ne depend
que du choix de g et non du choix des x
i
. Montrer que lapplication qui à g associe lintegrale de g
est lineaire de lensemble des fonctions en escalier dans R.
corrige
Soit n 1 et x
0
, . . . , x
n
t.q. 0 = x
0
< x
1
< ... < x
n1
< x
n
= 1 et g constante sur chaque intervalle
]x
i
, x
i+1
[, 0 i n 1. On note a
i
i
, x
i+1
[.
Soit egalement m 1 et y
0
, . . . , y
m
t.q. 0 = y
0
< y
1
< ... < y
m1
< y
m
= 1 et g constante sur
chaque intervalle ]y
i
, y
i+1
[, 0 i m1. On note b
i
est la valeur prise par g sur ]y
i
, y
i+1
[.
Nous devons montrer que
n1
i=0
a
i
(x
i+1
x
i
) =
m1
i=0
b
i
(y
i+1
y
i
).
268
On considère lunion des points x
i
et des points y
i
, cest-à-dire que z
0
, . . . , z
p
sont t.q. 0 = z
0
<
z
1
< ... < z
p1
< z
p
= 1 et z
i
, i 0, . . . , p = x
i
, i 0, . . . , n y
i
, i 0, . . . , m (on a
donc, en particulier, p maxm, n). On note c
i
est la valeur prise par g sur ]z
i
, z
i+1
[.
Pour tout i 0, . . . , n, il existe k
i
0, . . . , p t.q. x
i
= z
k
i
(en particulier, k
0
= 0 et k
n
= p) et on
a donc x
i+1
x
i
=
k
i+1
1
j=k
i
(z
j+1
z
j
). Comme a
i
= c
j
si k
i
j k
i+1
1 (car ]z
j
, z
j+1
[]x
i
, x
i+1
[),
on en deduit :
n1
i=0
a
i
(x
i+1
x
i
) =
n1
i=0
k
i+1
1
j=k
i
c
j
(z
j+1
z
j
) =
p1
i=0
c
i
(z
i+1
z
i
).
De la meme manière, on a
m1
i=0
b
i
(y
i+1
y
i
) =
p1
i=0
c
i
(z
i+1
z
i
), do` u lon conclut
n1
i=0
a
i
(x
i+1
x
i
) =
m1
i=0
b
i
(y
i+1
y
i
).
On a bien montre que lintegrale de g ne depend que du choix de g et non du choix des x
i
.
On montre maintenant que lapplication qui à g associe lintegrale de g est lineaire de lensemble
des fonctions en escalier dans R (cet ensemble est bien un espace vectoriel sur R).
Soit g et h deux fonctions en escalier et , R. Soit n 1 et x
0
, . . . , x
n
t.q. 0 = x
0
< x
1
<
... < x
n1
< x
n
i
, x
i+1
[, 0 i n 1. Soit egalement
m 1 et y
0
, . . . , y
m
t.q. 0 = y
0
< y
1
< ... < y
m1
< y
m
= 1 et h constante sur chaque intervalle
]y
i
, y
i+1
[, 0 i m 1. On considère ici encore lunion des points x
i
et des points y
i
, cest-à-
dire que z
0
, . . . , z
p
sont t.q. 0 = z
0
< z
1
< ... < z
p1
< z
p
= 1 et z
i
, i 0, . . . , p = x
i
,
i 0, . . . , ny
i
, i 0, . . . , m. Les fonctions g, h et g +h sont donc constantes sur chaque
intervalle ]z
i
, z
i+1
[ (ceci montre dailleurs que g +h est bien une fonction en escalier et donc que
lensemble des fonctions en escalier est bien un espace vectoriel sur R). En notant a
i
la valeur de g
sur ]z
i
, z
i+1
[ et b
i
la valeur de h sur ]z
i
, z
i+1
[, on obtient :
_
1
0
g(x)dx =
p1
i=0
a
i
(z
i+1
z
i
),
_
1
0
h(x)dx =
p1
i=0
b
i
(z
i+1
z
i
).
On en deduit que
_
1
0
g(x)dx +
_
1
0
h(x)dx =
p1
i=0
(a
i
+b
i
)(z
i+1
z
i
) =
_
1
0
(g(x) +h(x))dx
car a
i
+b
i
est la valeur de g +h sur ]z
i
, z
i+1
[.
Ceci prouve bien que lapplication qui à g associe lintegrale de g est lineaire de lensemble des
fonctions en escalier dans R.
2. Soit f C([0, 1], R).

(a) Construire une suite de fonctions en escalier (f
n
)
nN
t.q. f soit limite uniforme de (f
n
)
nN
lorsque n +.
corrige
Pour n 1, on choisit (par exemple) f
n
ainsi :
f
n
(x) = f(
i
n
), si x [
i
n
,
i+1
n
[, i 0, . . . , n 1. Pour bien denir f
n
sur tout [0, 1], on prend
aussi f
n
(1) = f(1).
269
La fonction f
n
est bien en escalier (elle est constante sur chaque intervalle ]
i
n
,
i+1
n
[ pour i
0, . . . , n 1). Elle converge uniformement vers f, quand n , car f est uniformement
continue. Plus precisement, on a |f
n
f|
u
= max[f
n
(x) f(x)[, x [0, 1] max[f(x)
f(y)[, x, y [0, 1]; [x y[
1
n
0, quand n .
Noter que, pour ce choix de f
n
, on a
_
1
0
f
n
(x)dx =
n1
i=0
f(
i
n
)
1
n
. Cette somme est une somme
de riemann asociee à f et on va voir ci-après quelle converge vers
_
1
0
f(x)dx quand n .
(b) Soit (f
n
)
nN
une suite de fonctions en escalier t.q. f soit limite uniforme de (f
n
)
nN
lorsque
n +. Montrer que la suite (I
n
)
nN
R, o` u I
n
est lintegrale de la fonction en escalier f
n
,
converge. Enn, montrer que la limite I = lim
n
I
n
ne depend que de f, et non de la suite
(f
n
)
nN
. On pose alors
_
1
0
f(x)dx = I.
corrige
Si g est une fonction en escalier, il est clair que la fonction [g[ (denie par [g[(x)) = [g(x)[) est
aussi en escalier et que lon a
[
_
1
0
g(x)dx[
_
1
0
[g(x)[dx |g|
u
.
On en deduit que, pour tout n, m N, [I
n
I
m
[ = [
_
1
0
(f
n
f
m
)dx[ |f
n
f
m
|
u
. Comme
la suite (f
n
)
nN
converge (vers f) pour la norme | |
u
, cest une suite de Cauchy pour cette
norme. La suite (I
n
)
nN
est donc de Cauchy dans R. La suite (I
n
)
nN
est donc convergente
dans R.
Soit maintenant une autre suite (g
n
)
nN
de fonctions en escalier t.q. f soit aussi limite uniforme
de (g
n
)
nN
. Soit J
n
lintegrale de la fonction en escalier g
n
. On remarque que [I
n
J
n
[
|f
n
g
n
|
u
, do` u lon deduit que lim
n
I
n
= lim
n
J
n
car |f
n
g
n
|
u
|f
n
f|
u
+|g
n
f|
u
0, quand n . La limite de la suite (I
n
)
nN
ne depend donc que de f, et non du choix
de la suite (f
n
)
nN
.
3. Montrer que lapplication qui à f associe lintegrale de f est lineaire de C([0, 1], R) dans R et que,
pour tout f C([0, 1], R), on a [
_
1
0
f(x)dx[
_
1
0
[f(x)[dx max
x[0,1]
[f(x)[.
corrige
Soit f, g C([0, 1], R) et soit , R. On choisit deux suites de fonctions en escalier, (f
n
)
nN
et (g
n
)
nN
, convergeant uniformement vers f et g. La suite (f
n
+ g
n
)
nN
est donc une suite de
fonction en escalier convergeant uniformement vers f +g (qui appartient bien à C([0, 1], R)). En
passant à la limite, quand n dans legalite
_
1
0
(f
n
+g
n
)(x)dx =
_
1
0
f
n
(x)dx+
_
1
0
g
n
(x)dx
(demontree precedemment), on obtient
_
1
0
(f +g)(x)dx =
_
1
0
f(x)dx +
_
1
0
g(x)dx.
Enn, si f C([0, 1], R). On choisit (f
n
)
nN
suite de fonctions en escalier convergeant uniforme-
ment vers f. On a dejà vu que [
_
1
0
f
n
(x)dx[
_
1
0
[f
n
(x)[dx |f
n
|
u
. On obtient les inegalites
desirees en passant à la limite sur n, car ([f
n
[)
nN
est une suite de fonctions en escalier convergeant
uniformement vers [f[ et |f
n
|
u
|f|
u
quand n .
270
Corrige 3 (Proprietes de lintegrale des fonctions continues)
Soit (
n
)
nN
C([0, 1], R) et C([0, 1], R). On suppose que
n
simplement quand n .
1. Montrer que si lim
n
_
1
0
[
n
(x) (x)[ dx 0, alors lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
corrige
Ceci est une consequence dune inegalite vue dans lexercice denissant lintegrale dune fonction
continue :
[
_
1
0
(
n
(x) (x))dx[
_
1
0
[
n
(x) (x)[dx.
2. Montrer que si (
n
)
nN
converge uniformement vers , alors lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
corrige
Ceci est aussi une consequence dune inegalite vue dans lexercice denissant lintegrale dune fonc-
tion continue :
[
_
1
0
(
n
(x) (x))dx[ |
n
|
u
.

n
)
nN
qui converge vers simplement, mais non uniformement, t.q.
lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
corrige
n
(x) = nx, pour x [0,
1
n
],
n
(x) = n(
2
n
x), pour x ]
1
n
,
2
n
],
n
(x) = 0, pour x ]
2
n
, 1].
On a (
n
)
nN
C([0, 1], R). Pour tout x [0, 1], on a
n
(x) 0 quand n . La suite (
n
)
nN
converge donc simplement vers 0. Elle ne converge pas uniformement vers 0, car |
n
|
u
= 1 , 0.
On a bien
_
1
0

n
(x)dx =
1
n
0 quand n .

n
)
nN
qui converge simplement vers t.q. lim
n
_
1
0
n
(x) dx ,=
_
1
0
(x) dx.
corrige
n
(x) = n
2
x, pour x [0,
1
n
],
n
(x) = n
2
(
2
n
x), pour x ]
1
n
,
2
n
],
n
(x) = 0, pour x ]
2
n
, 1].
On a (
n
)
nN
C([0, 1], R). Pour tout x [0, 1], on a
n
(x) 0 quand n . La suite (
n
)
nN
converge donc simplement vers 0. Pourtant
_
1
0

n
(x)dx = 1 ,0 quand n .
271
5. Si la suite (
n
)
nN
satisfait les deux conditions :
(a) Pour tout , 0 < < 1, (
n
)
nN
converge uniformement vers sur [, 1],
(b) Les
n
sont à valeurs dans [1, +1],
montrer que lim
n
_
1
0
n
(x) dx =
_
1
0
(x) dx.
corrige
Par la condition (a), la suite (
n
)
nN
converge simplement vers sur ]0, 1]. La condition (b) donne
alors (x) [1, 1] pour tout x ]0, 1] (et donc aussi pour tout x [0, 1] car est continue sur
[0, 1]).
Soit > 0. On utilise maintenant le fait que
_
1
0
f(x)dx =
_
0
f(x)dx +
_
1
f(x)dx, pour tout

f C([0, 1], R), pour obtenir :
[
_
1
0
(
n
(x) (x))dx[ 2 + max
x[,1]
[
n
(x) (x)[.
Daprès (a), il existe n
0
t.q. max
x[,1]
[
n
(x) (x)[ pour n n
0
. On a donc [
_
1
0
(
n
(x)
(x))dx[ 3 pour n n
0
. Ce qui prouve que
_
1
0

n
(x)
_
1
0
(x)dx quand n .
6. Verier que la suite de fonctions denies par

n
(x) =
x
n
1 +nx
2
satisfait les conditions enoncees à la
question 5. Donner lallure generale du graphe de ces fonctions pour des petites valeurs de n; que
devient le graphe lorsque n ?
corrige
On a bien
n
C([0, 1], R) pour tout n N. Soit > 0. Pour tout x [, 1] et tout n N,
on a 0
n
(x)
n
n
2
0 quand n . La condition (a) de la question 5 est donc veriee.
La condition (b) est egalement veriee en remarquant que 2x
n 1 + nx
2
pour tout x 0 et
n N (on a donc
n
(x) [0,
1
2
] pour tout x [0, 1] et tout n N). La question 5 donne donc que
_
1
0

n
(x)dx 0 quand n .
La fonction
n
est croissante pour x [0,
1
n
], elle atteint son maximum en x =
1
n
, ce maximum
vaut
1
2
(
n
ne converge donc pas uniformement vers 0 quand n ). La fonction
n
est ensuite
decroissante pour x [
1
n
, 1] et tends vers 0 pour tout x.
7. On suppose maintenant que la suite (

n
)
nN
verie lhypothèse suivante:
lim
n
_
1
0
[
n
(x) (x)[
2
dx = 0. (12.1)
A-t-on lim
n
_
1
0
[
n
(x) (x)[dx = 0 ? [On pourra par exemple utiliser (après lavoir demontree)
linegalite suivante: pour tout > 0, il existe c
0, ne dependant que de , t. q. a +c
a
2
.]
272
corrige
Soit > 0. On remarque que (pour a 0) a +
a
2
(en fait, on a meme 2a +

a
2
), le plus
facile, pour sen convaincre, est de remarquer que a
a
2
si a (donc a max,
a
2
)). On a
donc
_
1
0
[
n
(x) (x)[dx +
1
_
1
0
(
n
(x) (x))
2
dx.
Par lhypothèse (12.1), Il existe n
0
t.q. le dernier terme de linegalite precedente soit inferieur à si
n n
0
. On a donc
_
1
0
[
n
(x) (x)[dx 2 si n n
0
. On a bien montre que lim
n
_
1
0
[
n
(x)
(x)[dxdx = 0.
8. Meme question que ci dessus en rempla cant lhypothèse (12.1) par : p > 1; lim
n
_
1
0
[
n
(x)
(x)[
p
dx = 0.
corrige
la demonstration est identique à la precedente en remarquant que a +
a
p
p1
, pour tout > 0 et
tout a 0.
9. On suppose quil existe C > 0 tel que

_
1
0
[
n
(x)[
2
dx C, n N, (12.2)
et que la suite (
n
)
nN
converge uniformement sur [, 1], pour tout > 0. Montrer que
lim
n
_
1
0
[
n
(x) (x)[dx = 0.
corrige
On utilise la meme inegalite quà la question 7 avec =
1
, cest-à-dire a
1
+ a
2
. On a donc,
pour tout x [0, 1], [
n
(x)[
1
+[
n
(x)[
2
.
On en deduit, pour ]0, 1], en integrant sur lintervalle [0, ] :
_

0
[
n
(x)[dx

+
_

0
[
n
(x)[
2
dx,
et donc, avec (1.12),
_

0
[
n
(x)[dx

+C.
De meme, on a
_

0
[(x)[dx

+
_
1
0
2
(x)dx.
Soit > 0, on choisit > 0 pour avoir C et
_
1
0

2
(x)dx , puis, on choisit > 0 pour avoir
. On a alors, pour tout n N :

273
_
1
0
[
n
(x) (x)[dx
_
1
[
n
(x) (x)[dx + 4.
Comme (
n
)
nN
converge uniformement vers sur [, 1], il existe n
0
t.q. [
n
(x) (x)[ pour
tout x [, 1] et tout n n
0
. On en deduit
_
1
0
[
n
(x) (x)[dx 5 pour tout n n
0
. Ce qui
prouve que lim
n
_
1
0
[
n
(x) (x)[dx = 0.
10. Construire un exemple de suite (

n
)
nN
qui satisfasse aux hypothèses de la question precedente et
qui ne soit pas bornee (donc qui ne satisfasse pas aux hypothèses de la question 5).
corrige
n
(x) = n
nx, pour x [0,

1
n
],
n
(x) = n
n(
2
n
x), pour x ]
1
n
,
2
n
],
n
(x) = 0, pour x ]
2
n
, 1].
On a (
n
)
nN
C([0, 1], R). Pour tout > 0,
n
0 uniformement sur [, 1] quand n .
Enn,
_
1
0
[
n
(x)[
2
dx 2 (car [
n
(x)[
n pour x [0,
2
n
]).
11. Peut-on remplacer lhypothèse (12.2) par : il existe p > 1 et C > 0 t.q.
_
1
0
[
n
(x)[
p
dx C, pour
tout n N ?
corrige
Oui, le raisonnement fait pour p = 2 sadapte ici en remarquant que a
1
+
p1
a
p
(pour > 0 et
a 0).
12. Peut-on remplacer lhypothèse (12.2) par : il existe C > 0 t.q.

_
1
0
[
n
(x)[dx C, pour tout n N ?
corrige
Non, il sut de reprendre lexemple de la question 4 :
n
(x) = n
2
x, pour x [0,
1
n
],
n
(x) = n
2
(
2
n
x), pour x ]
1
n
,
2
n
],
n
(x) = 0, pour x ]
2
n
, 1].
Corrige 4 (Normes denies par lintegrale)

Soit E = (([1, 1], R) lespace des fonctions continues de [1, +1] dans R. Pour E, on pose
||
1
=
_
+1
1
[(t)[ dt et ||
2
=
_
_
+1
1
[(t)[
2
dt
_1
2
.
1
) est un espace norme.
corrige
Il est clair que |f|
1
R
+
pour tout f E et que |f|
1
= [[|f|
1
, |f + g|
1
|f|
1
+|g|
1
pour
tout R, f, g E.
274
Il reste à verier que |f|
1
= 0 implique f = 0. Pour le montrer, il sut de remarquer que si f ,= 0,
il existe t [1, 1] t.q. a = f(t) ,= 0 et donc, par continuite de f, il existe , [1, 1], < et
f > a/2 sur [, ]. Do` u lon deduit |f|
1

a
2
( ) > 0.
2. Pour n N, on denit
n
E par
n
(x) =
_
_
0 si 1 x 0
nx si 0 x
1
n
1 si
1
n
x 1
(a) Montrer que si (
n
)
nN
converge vers dans (E, | |
1
), alors (x) = 0 si x < 0 et (x) = 1
si x > 0.
corrige
On a
_
0
1
[(x)[dx |
n
|
1
pour tout n N. En faisant tendre n vers on en deduit
_
0
1
[(x)[dx = 0 et donc (par continuite de ) que = 0 sur [1, 0].
Soit > 0. On a aussi
_
1
[(x) 1[dx |
n
|
1
pour tout n t.q. 1/n . On en deduit,
en faisant tendre n vers que
_
0
[(x) 1[dx = 0 et donc = 1 sur [, 1]. Comme est

arbitraire, on a nalement = 1 sur ]0, 1]. Noter que ceci est en contradiction avec = 0 sur
[1, 0] et la continuite de en 0. La suite (
n
)
nN
ne converge donc pas dans (E, | |
1
).
(b) En deduire que (E, | |

1
) nest pas complet.
corrige
La suite (
n
)
nN
est de Cauchy dans (E, | |
1
) (il sut de remarquer que |
n
m
|
1

1
n
si
m n) et ne converge pas dans (E, | |
1
) . Lespace (E, | |
1
) nest donc pas complet.

2
) est un espace prehilbertien (cest-à-dire que sa norme est induite par un
produit scalaire) mais nest pas complet (ce nest donc pas un espace de Hilbert).
corrige
Pour f, g E, on pose (f/g)
2
=
_
1
1
f(x)g(x)dx. Lapplication (f, g) (f/g)
2
est un produit
scalaire sur E, cest-à-dire que cest une application bilineaire de E E dans R, symetrique et
(f/f)
2
= 0 implique f = 0. Elle induit donc une norme sur E qui est justement le la norme | |
2
,
cest-à-dire |f|
2
=
_
(f/f)
2
. Lespace (E, | |
2
) est donc un espace prehilbertien (voir la partie du
cours sur les espaces de Hilbert pour plus de precisions).
Lespace (E, | |
2
) nest pas complet car la meme suite quà la question precedente, (
n
)
nN
, est
de Cauchy dans (E, | |
2
) (on a aussi |
n
m
|
2

1
n
si m n) et ne converge pas dans (E, | |
2
)
(un raisonnement analogue à celui de la question precedente montre que si (
n
)
nN
converge vers
dans (E, | |
2
), alors (x) = 0 si x < 0 et (x) = 1 si x > 0, ce qui est en contradiction avec la
continuite de en 0).
275
Corrige 5 (Rappels sur la convergence des suites reelles)
1. Soit u = (u
n
)
nN
une suite à valeurs dans R. On rappelle que limsup
n
u
n
= lim
n
sup
pn
u
p
.
Montrer que limsup
n
u
n
est la plus grande valeur dadherence de u.
corrige
On note a
n
= sup
pn
u
p
R. La suite (a
n
)
nN
est decroissante donc convergente dans R, ceci
montre que limsup
n
u
n
est bien denie. on pose a = lim
n
a
n
= limsup
n
u
n
.
On montre tout dabord que a est une valeur dadherence de la suite (u
n
)
nN
. On distingue 3 cas :
Cas 1 Il existe n N t.q. a
n
= .
On a alors u
p
= pour tout p n et donc u
n
et a = est bien une valeur
dadherence de la suite (u
n
)
nN
.
Cas 2 a
n
= pour tout n N.
pour tout n N, on a sup
pn
u
p
= , il existe donc (n) n t.q. u
(n)
n. La suite
(u
(n)
)
nN
est donc une sous suite de la suite (u
n
)
nN
, elle converge vers a = , donc a est
bien une valeur dadherence de la suite (u
n
)
nN
.
Cas 3 a
n
> pour tout n N et il existe q N t.q. a
q
< .
Dans ce cas, on a a
n
R pour tout n q. Pour tout n q, il existe (n) n t.q.
a
n
1
n
u
(n)
a
n
(par denition dun sup). La suite (u
(n)
)
nq
est donc une sous suite de
la suite (u
n
)
nN
, elle converge vers a = lim
n
a
n
, donc a est bien une valeur dadherence de
la suite (u
n
)
nN
.
Il reste à montrer que a est superieur ou egal à toutes les valeurs dadherence de la suite (u
n
)
nN
.
Soit b une valeur dadherence de la suite (u
n
)
nN
. Il existe donc : N N t.q. (n) et
u
(n)
b, quand n . Comme a
(n)
u
(n)
pour tout n N, on a donc, en passant à limite
quand n , a b. a est donc la plus grande valeur dadherence de la suite (u
n
)
nN
.
2. Si u = (u
n
)
nN
est une suite à valeurs dans R, on sait (consequence du resultat de la question
precedente) quil existe une suite extraite de u qui converge vers limsup
n
u
n
. Donner un exemple
dune suite de fonctions (f
n
)
nN
de R dans R t.q. aucune sous suite ne converge simplement vers
limsup
n
f
n
(qui est denie par (limsup
n
f
n
)(x) = limsup
n
(f
n
(x)) pour tout x R).
corrige
Comme card(T(N)) = card(R), il existe : R T(N) bijective. On denit maintenant f
n
pour
tout n N.
Soit x R,
Si le cardinal de (x) est ni, on prend f
n
(x) = 1 pour tout n N.
Si le cardinal de (x) est inni, on peut ecrire (x) =
x
(p), p N o` u
x
est une fonction
strictement croissante de N dans N. on prend alors f
n
(x) = 1 si n , (x), f
n
(x) = 1 si
n =
x
(2q) avec q N et f
n
(x) = 0 si n =
x
(2q + 1) avec q N.
276
Avec ce choix de (f
n
)
nN
, limsup
n
f
n
est la fonction constante et egale à 1. On montre main-
tenant que aucune sous suite de (f
n
)
nN
ne converge simplement vers limsup
n
f
n
. En eet,
soit : N N t.q. (n) quand n . Il existe x R t.q. (x) = Im() (car est
surjective). Pour tout p N, on peut trouver n p t.q. (n) =
x
(2q + 1) pour un certain q N
(car (0), . . . , (p 1) ne peut pas contenir
x
(2q +1), q N), on a donc f
(n)
(x) = 0, ce qui
montre que f
(n)
(x) ,1 quand n . La sous suite (f
(n)
)
nN
ne converge donc pas simplement
vers limsup
n
f
n
.
3. Trouver lensemble des valeurs dadherence dune suite (u

n
)
nN
t.q.:
liminf
n
u
n
= 0, limsup
n
u
n
= 1 et lim
n
[u
n+1
u
n
[ = 0.
Donner un exemple dune telle suite.
corrige
On note A lensemble des valeurs dadherence de la suite (u
n
)
nN
. Daprès la question 1 (et son
analogue avec liminf) on a 0, 1 A et A [0, 1]. On montre maintenant que A = [0, 1].
Soit a ]0, 1[. Pour n N, il existe p n t.q. u
p
> a (car sup
pn
u
p
1). De meme, il existe
q > p t.q. u
q
< a (car inf
qp
u
q
0). On pose (n) = minq > p; u
q
< a. On a donc
u
(n)
< a u
(n)1
(noter que ceci est aussi vrai si q = p + 1, grace au choix de p). Comme
[u
(n)
u
(n)1
[ 0 quand n (noter que (n) quand n car (n) > n), on a
u
(n)
a quand n et donc a A. ceci prouve que A = [0, 1].
On obtient un exemple dune telle suite de la manière suivante :
Pour n N il existe un unique (p, q) avec p N, 0 q p t.q. n =
p(p+1)
2
+ q, on pose alors
u
n
=
q
p+1
si p = 2k avec k N, et u
n
=
pq
p+1
si p = 2k + 1 avec k N.
Corrige 6 (Fonctions caracteristiques densembles)

Soit E un ensemble. Lorsque A est une partie de E, on denit 1
A
: E R par :
1
A
(x) = 1, si x A,
1
A
(x) = 0, si x , A.
(12.3)
1
A
est appelee fonction caracteristique de A (elle est souvent aussi notee
A
).
1. Montrer que si A et B sont deux sous-ensembles disjoints de E, alors 1
AB
= 1
A
+1
B
. En deduire
que si (A
n
)
nN
est une suite de sous-ensembles de E deux à deux disjoints, on a

nN
1
A
n
=
1
nN
A
n
(on precisera aussi le sens donne à
nN
1
A
n
).
corrige
Si A et B sont 2 parties de E, il est facile de voir que 1
AB
(x) est dierent de 1
A
(x) + 1
B
(x)
seulement si x A B. Si A et B sont deux parties disjointes de E, on a bien 1
AB
= 1
A
+1
B
.
Si (A
n
)
nN
est une suite de parties de E, on denit, pour x E :
nN
1
A
n
(x) = lim
n
n
p=0
1
A
n
(x),
277
cette limite existe toujours dans R
+
. Si les (A
n
) sont disjoints 2 à 2, cette limite est 0 si x ,
nN
A
n
et est 1 si x
nN
A
n
(car x appartient alors à un seul A
n
).
2. Montrer que si B A E, on a 1
A\B
= 1
A
1
B
.
corrige
Si x B, on a 1
A\B
(x) = 1
A
(x) 1
B
(x) = 0,
Si x A B, on a 1
A\B
(x) = 1
A
(x) 1
B
(x) = 1,
Si x A
c
, on a 1
A\B
(x) = 1
A
(x) 1
B
(x) = 0,
ceci donne bien 1
A\B
= 1
A
1
B
.
3. Montrer que, pour A et B sous-ensembles de E, on a 1

AB
= 1
A
1
B
.
corrige
Si x A B, on a 1
AB
(x) = 1
A
(x)1
B
(x) = 1,
Si x (A B)
c
= A
c
B
c
, on a 1
AB
(x) = 1
A
(x)1
B
(x) = 0,
ceci donne bien 1
AB
= 1
A
1
B
.
4. Soit f : E R une fonction ne prenant quun nombre ni de valeurs. Montrer que f secrit
comme combinaison lineaire de fonctions caracteristiques.
corrige
Soit a
1
,. . . ,a
n
les valeurs prises par f (noter que a
i
,= a
j
si i ,= j). On pose alors A
i
= x E;
f(x) = a
i
. On voit alors que f =
n
i=1
a
i
1
A
i
.
Corrige 7 (Limite uniforme dans R)

Soit (f
n
)
nN
C(R
+
, R
+
). On suppose que (f
n
)
nN
converge uniformement vers f (de sorte que
f C(R
+
, R
+
)).
(a) On suppose que, pour n N, lim
a+
_
a
0
f
n
(x) dx existe dans R. On note
_
+
0
f
n
(x) dx cette
limite.
Montrer, en donnant un exemple, que lim
a+
_
a
0
f(x) dx peut ne pas exister dans R.
corrige
Pour n 1, on denit f
n
par :
f
n
(x) = 1, si 0 x < 1,
f
n
(x) =
1
x
, si 1 x n;
f
n
(x) = n +
1
n
x, si n < x < n +
1
n
,
f
n
(x) = 0, si x n +
1
n
.
278
La suite (f
n
)
nN
converge uniformement vers f defnie par :
f(x) = 1, si 0 x < 1, f(x) =
1
x
, si 1 x.
Plus precisement, on a |f
n
f|
u

1
n
0 quand n .
Dautre part, pour a 1,
_
a
0
f(x) dx = 1 + log(a) quand a .
(b) On suppose de plus que lim

n
_
+
0
f
n
(x) dx existe dans R et que lim
a+
_
a
0
f(x) dx existe
dans R. On note alors
_
+
0
f(x) dx cette dernière limite. A-t-on
lim
n
_
+
0
f
n
(x) dx =
_
+
0
f(x) dx ?
corrige
n
par :
f
n
(x) =
1
n
, si 0 x < n,
f
n
(x) = n +
1
n
x, si n < x < n +
1
n
,
f
n
(x) = 0, si x n +
1
n
.
La suite (f
n
)
nN
converge uniformement vers 0 car |f
n
|
u
=
1
n
0 quand n , mais
1
_
+
0
f
n
(x) dx ,0 quand n .
Corrige 8 (Limites sup et inf densembles)

Soit (A
n
)
nN
une suite de parties dun ensemble E. On note
liminf
n
A
n
=
_
nN
pn
A
p
et limsup
n
A
n
=
nN
_
pn
A
p
.
1. On suppose la suite (A
n
)
nN
monotone, cest-à-dire que A
n
A
n+1
, pour tout n N, ou que
A
n+1
A
n
, pour tout n N. Que sont liminf
n
A
n
et limsup
n
A
n
?
corrige
On suppose que A
n
A
n+1
, pour tout n N, on alors liminf
n
A
n
= limsup
n
A
n
=
nN
A
n
.
On suppose que A
n+1
A
n
, pour tout n N, on alors liminf
n
A
n
= limsup
n
A
n
=
nN
A
n
.
2. Meme question que precedemment si la suite est denie par : A

2p
= A et A
2p+1
= B, p N, A et
B etant deux parties donnees de E.
corrige
Dans ce cas, on a liminf
n
A
n
= A B et limsup
n
A
n
= A B.
3. Montrer que:
1
limsup
n
A
n
= limsup
n
1
A
n
,
liminf
n
A
n
limsup
n
A
n
,
279
liminf
n
A
n
= x E;
+
n=0
1
A
c
n
(x) < ,
limsup
n
A
n
= x E;
+
n=0
1
A
n
(x) = .
corrige
On remarque dabord que, si (B
n
)
nN
E, 1
nN
B
n
= inf
nN
1
B
n
et 1
nN
B
n
= sup
nN
1
B
n
.
Soit x E,
1
limsup
n
A
n
(x) = 1
nN
pn
A
p
(x) = inf
nN
1
pn
A
p
(x) = inf
nN
(sup
pn
1
A
p
(x)) =
lim
n
(sup
pn
1
A
p
(x)) = limsup
n
1
A
p
(x).
Donc 1
limsup
n
A
n
= limsup
n
1
A
n
.
De meme, soit x E,
1
liminf
n
A
n
(x) = 1
nN
pn
A
p
(x) = sup
nN
1
pn
A
p
(x) = sup
nN
( inf
pn
1
A
p
(x)) =
lim
n
( inf
pn
1
A
p
(x)) = liminf
n
1
A
p
(x).
Donc 1
liminf
n
A
n
= liminf
n
1
A
n
.
Si x liminf
n
A
n
, il existe n N t.q. x
pn
A
p
, donc x
pm
A
p
pour tout m N
(on a, par exemple, x A
p
avec p = maxm, n). On en deduit x
mN

pm
A
p
=
limsup
n
A
n
. Donc liminf
n
A
n
limsup
n
A
n
.
Soit x E. On voit que x liminf
n
A
n
si et seulement si il existe n N t.q. x A
p
pour
tout p n, ce qui est equivalent à dire que x nappartient à A
c
n
que pour un nombre ni de n ou
encore que
+
n=0
1
A
c
n
(x) < . On a donc bien liminf
n
A
n
= x E;
+
n=0
1
A
c
n
(x) < .
Soit x E. On voit que x limsup
n
A
n
si et seulement si, pour tout n N, il existe p n
t.q. x A
p
, ce qui est equivalent à dire que x nappartient à A
n
que pour un nombre inni de n
ou encore que
+
n=0
1
A
n
(x) = . On a donc bien limsup
n
A
n
= x E;
+
n=0
1
A
n
(x) =
.
280
12.2.1 Tribus
Corrige 9 (Caracterisation dune tribu)
Soit E un ensemble.
1. Soit T une partie de T(E) stable par union denombrable, stable par passage au complementaire et
t.q. T. Montrer que T est une tribu, cest-à-dire quelle verie aussi E T et quelle est stable
par intersection denombrable.
corrige
E T car E =
c
et que T est stable par passage au complementaire.
T est stable par intersection denombrable car, si (A
n
) T, on a (
nN
A
n
)
c
=
nN
A
c
n
T (car
T est stable par passage au complementaire et par union denombrable) et donc
nN
A
n
T
(car T est stable par passage au complementaire).
2. Lensemble des parties nies de E est-il une tribu ?

corrige
Si E est ni, lensemble des parties nies de E est une tribu, cest la tribu T(E).
Si E est inni, lensemble des parties nies de E nest pas une tribu, car il nest pas stable par
passage au complementaire (le complementaire dune partie nie est innie. . . ).
Corrige 10 (Tribu engendree)

Soit E un ensemble.
1. Montrer quune intersection quelconque de tribus sur E est une tribu sur E.
corrige
Soit (T
i
)
iI
une famille de tribus sur I (I est un ensemble quelconque). On pose T = A E;
A T
i
pour tout i I (T est bien lintersection des tribus T
i
, i I). On montre que T est une
tribu :
T car T
i
pour tout i I.
T est stable par complementaire car, si A T, on a A T
i
pour tout i I, donc A
c
T
i
pour tout i I (car T
i
est stable par passage au complementaire), donc A
c
T.
T est stable par union denombrable car, si (A
n
)
nN
T, on a A
n
T
i
pour tout i I et
tout n N donc
nN
A
n
T
i
pour tout i I et tout n N (car T
i
est stable par union
denombrable), donc
nN
A
n
T,
daprès lexercice precedent, on en deduit que T est une tribu.
281
2. Soit / T(E). On note T
A
lintersection de toutes les tribus sur E contenant / (une partie
de E appartient donc à T
A
si et seulement si elle appartient à toutes les tribus contenant /, on
remarquera quil y a toujours au moins une tribu contenant /, cest la tribu T(E)). Montrer que
T
A
est la plus petite des tribus contenant / (cest la tribu engendree par /).
corrige
Daprès la question precedente, T
A
est bien une tribu. La denition de T
A
donne que toute tribu
contenant / doit contenir T
A
. T
A
est donc la plus petite tribu contenant /.
3. Soient / et B T(E) et T
A
, T
B
les tribus engendrees par / et B. Montrer que si / B alors
T
A
T
B
.
corrige
T
B
est une tribu contenant B, donc contenant /. Donc T
A
T
B
.
Corrige 11 (Exemples de Tribus)

1. Tribu trace
(a) Soit T une tribu sur un ensemble E et F E. Montrer que T
F
= A F, A T est une
tribu sur F (tribu trace de T sur F).
corrige
T
F
car = F et T .
Soit A T
F
. Il existe B T t.q. A = B F. On a donc F A = (E B) F T
F
car
E B T . T
F
est donc stable par passage au complementaire.
Soit (A
n
)
nN
T
F
. Pour tout n N, il existe B
n
T t.q. A
n
= B
n
F. On a
donc
nN
A
n
= (
nN
B
n
) F T
F
car
nN
B
n
T . T
F
est donc stable par union
denombrable.
Ceci est susant pour dire que T
F
est une tribu sur F.
(b) Si E est un espace topologique et T = B(E) (B(E) est la tribu borelienne de E), montrer
que la tribu trace sur F, notee T
F
, est la tribu engendree par la topologie trace sur F (tribu
borelienne de F, notee B(F)). [Montrer que B(F) T
F
. Pour montrer que T
F
B(F),
considerer ( = A T(E); A F B(F) et montrer que ( est une tribu (sur E) contenant
les ouverts de E.] Si F est un borelien de E, montrer que T
F
est egale à lensemble des
boreliens de E contenus dans F.
corrige
On note O
F
lensemble des ouverts de F, et O
E
lensemble des ouverts de E. Par denition
de la topologie trace, O
F
= O F, O O
E
.
Comme O
E
B(E), on a O
F
T
F
= B F, B B(E) (Noter que T
F
= B(E)
F
, avec les
notations de la question precedente). On en deduit que B(F) T
F
car T
F
est une tribu sur
F contenant O
F
qui engendre B(F).
282
On montre maintenant que T
F
B(F). On pose ( = A T(E); A F B(F). (
car F = B(F). ( est stable par passage au complementaire car, si A (, on a
(E A) F = F A = F (A F) B(F), donc (E A) (. Enn, pour montrer que ( est
stable par union denombrable, soit (A
n
)
nN
(, on a (
nN
A
n
) F =
nN
(A
n
F) B(F),
ce qui donne
nN
A
n
( et la stabilite de ( par union denombrable. ( est donc une tribu.
Il est clair que O
E
( car si O O
E
, on a O F O
F
B(F). La tribu ( contient O
E
,
ce qui prouve que ( contient B(E) et donc que A F B(F) pour tout A B(E). Ceci
donne exactement T
F
B(F). On a bien montre nalement que T
F
= B(F) (on rappelle que
T
F
= B(E)
F
, avec les notations de la question precedente).
On suppose maintenant que F est un borelien de E, cest-à-dire que F B(E). On a alors
T
F
B(E) (car A F B(E) si A B(E)). Puis, soit A F t.q. A B(E), on peut ecrire
A = A F, donc A T
F
. On a bien montre que T
F
= A F; A B(E).
2. Soit E un ensemble inni et S = x, x E. Determiner la tribu engendree par S (distinguer les

cas E denombrable et non denombrable).
corrige
On note T(S) la tribu engendree par S.
On suppose que E est au plus denombrable (cest-à-dire dire ni ou denombrable). Daprès
la stabilite de T(S) par union denombrable, la tribu T(S) doit contenir toutes les parties au
plus denombrables. Comme toutes les parties de E sont au plus denombrables, on en deduit
T(S) = T(E).
On suppose maintenant que E est inni non denombrable. On note / lensemble des parties de
E au plus denombrables et B = A
c
, A /. Daprès la stabilite de T(S) par union denom-
brable, la tribu T(S) doit contenir /. Par stabilite de T(S) par passage au complementaire,
T(S) doit aussi contenir B.
on va montrer maintenant que / B est une tribu (on en deduit que T(S) = / B). On a
/ / B et il est clair que / B est stable par passage au complementaire (car A /
implique A
c
B et A B implique A
c
/). Enn, si (A
n
)
nN
/ B, on distingue 2 cas :
1er cas. Si A
n
/ pour tout n N, on a alors
nN
A
n
/ / B.
2eme cas. Si il existe n N t.q. A
n
B on a alors A
c
n
/, donc A
c
n
est au plus denombrable
et (
pN
A
p
)
c
=
pN
A
c
p
A
c
n
est aussi au plus denombrable,ce qui donne (
pN
A
p
)
c
/ et
pN
A
p
B / B.
On a bien montre que
nN
A
n
/ B. Ce qui prouve la stabilite par union denombrable de
/ B. Finalement, / B est donc une tribu contenant S et contenu dans T(S), ceci donne
T(S) = / B.
Corrige 12 (Tribu image)

Soient E et F des ensembles. Pour / T(E) (resp. T(F)) on note T(/) la tribu de E (resp. F)
engendree par /.
Soit f : E F une application.
283
1. Montrer que si T
est une tribu sur F, alors f

1
(T
) = f
1
(B); B T
est une tribu sur E

(tribu image reciproque).
corrige
On demontre que f
1
(T
) est une tribu sur E en remarquant que f

1
() = , E f
1
(A) =
f
1
(FA) (pour tout A F) et f
1
(
nN
A
n
) =
nN
f
1
(A
n
) (pour toute suite (A
n
)
nN
T(F)).
2. Montrer que si T est une tribu sur E, alors T
= B F; f
1
(B) T est une tribu sur F (tribu
image directe).
corrige
Ici aussi, on montre que T
est une tribu sur F en remarquant que f

1
() = , f
1
(F A) =
Ef
1
(A) (pour tout A F) et f
1
(
nN
A
n
) =
nN
f
1
(A
n
) (pour toute suite (A
n
)
nN
T(F)).
Noter que, en general, f(B), B T nest pas une tribu sur F (par exemple, si f est non surjective,
F , f(B), B T ).
3. Montrer que pour tout ensemble ( de parties de F on a : T(f

1
(()) = f
1
(T(()). [Montrer que
T(f
1
(()) f
1
(T(()). Puis, pour montrer que f
1
(T(()) T(f
1
(()), montrer que T = G
F; f
1
(G) T(f
1
(()) est une tribu contenant (.]
corrige
f
1
(T(()) est une tribu sur E (daprès la première question) contenant f
1
(() (car T(() (), elle
contient donc T(f
1
(()), ce qui donne f
1
(T(()) T(f
1
(()).
Pour montrer linclusion inverse, cest-à-dire f
1
(T(()) T(f
1
(()). On pose T = G F;
f
1
(G) T(f
1
(()). On montre dabord que T est une tribu :
T car f
1
() = T(f
1
(())
T est stable par passage au complementaire car, si A T, on a f
1
(A) T(f
1
(()) et
f
1
(F A) = E f
1
(A) T(f
1
(()), donc (F A) T.
T est stable par union denombrable car, si (A
n
)
nN
T, on a f
1
(A
n
) T(f
1
(()) pour
tout n N et f
1
(
nN
A
n
) =
nN
f
1
(A
n
) T(f
1
(()), donc
nN
A
n
T.
On a bien montre que T est une tribu. Il est immediat que T ( (car f
1
(B) T(f
1
(()) pour
tout B (). On en deduit que T contient T((), cest-à-dire que f
1
(B) T(f
1
(()) pour tout
B T((). Ceci signie exactement que f
1
(T(()) T(f
1
(()).
Les 2 inclusions nous donnent bien f
1
(T(()) = T(f
1
(()).
Corrige 13 (Tribu borelienne de R

2
)
On note T la tribu (sur R
2
) engendree par AB; A, B B(R). On va montrer ici que T = B(R
2
).
1. Montrer que tout ouvert de R
2
est reunion au plus denombrable de produits dintervalles ouverts de
R. [Sinspirer dune demonstration analogue faite pour R au lieu de R
2
.] En deduire que B(R
2
) T.
284
corrige
On sinspire ici de la demonstration du lemme 2.1 (on peut reprendre aussi la demonstration de
lexercice 14).
Soit O un ouvert de R
2
. Pour tout x = (x
1
, x
2
)
t
O, il existe r > 0 t.q. ]x
1
r, x
1
+ r[]x
2

r, x
2
+ r[ O. Comme les rationnels sont denses dans R, on peut trouver y
1
Q]x
1
r, x
1
[,
z
1
Q]x
1
, x
1
+r[, y
2
Q]x
2
r, x
2
[ et z
2
Q]x
2
, x
2
+r[. On a donc x ]y
1
, z
1
[]y
2
, z
2
[ O.
On note alors I = (y
1
, z
1
, y
2
, z
2
) Q
4
; ]y
1
, z
1
[]y
2
, z
2
[) O. Pour tout x O, il existe donc
(y
1
, z
1
, y
2
, z
2
) I t.q. x ]y
1
, z
1
[]y
2
, z
2
[. On en deduit que
O =
(y
1
,z
1
,y
2
,z
2
)I
]y
1
, z
1
[]y
2
, z
2
[.
Comme I est au plus denombrable (car Q
4
est denombrable), on en deduit que O T. On a ainsi
montre que T est une tribu contenant tous les ouverts de R
2
, et donc contenant la tribu engendree
par les ouverts de R
2
(cest-à-dire B(R
2
)). Donc, B(R
2
) T.
2. Soit A un ouvert de R et T
1
= B B(R); AB B(R
2
). Montrer que T
1
est une tribu (sur R)
contenant les ouverts (de R). En deduire que T
1
= B(R).
corrige
T
1
car A = B(R
2
).
On montre ici que T
1
est stable par passage au complementaire.
Soit B T
1
, on a donc B
c
B(R) et AB
c
= A(R B) = (AR) (AB). Or, (AR)
est un ouvert de R
2
(car A et R sont des ouverts de R), on a donc (A R) B(R
2
). Dautre
part, (A B) B(R
2
) (car B T
1
). Donc, A B
c
= (A R) (A B) B(R
2
). Ce qui
prouve que B
c
T
1
et donc que T
1
Enn, T
1
est stable par union denombrable. En eet, si (B
n
)
nN
T
1
, on a A(
nN
B
n
) =
nN
AB
n
B(R
2
) (car AB
n
B(R
2
) pour tout n N). Donc,
nN
B
n
T
1
.
On a donc montre que T
1
est une tribu, il reste à montrer que T
1
contient les ouverts de R.
Soit B un ouvert de R. On a donc B B(R) et, comme A B est un ouvert de R
2
, on a
AB B(R
2
). On a donc B T
1
.
T
1
est donc une tribu contenant les ouverts de R, donc contenant B(R). Donc, T
1
= B(R).
La consequence de cette question est donc :
A ouvert de R et B B(R) AB B(R
2
). (12.4)
3. Soit B B(R) et T
2
= A B(R); AB B(R
2
). Montrer que T
2
= B(R).
corrige
On commence par remarquer que la question precedente donne que T
2
En eet, soit A un ouvert de R, la propriete (12.4) donne AB B(R
2
), et donc A T
2
.
2
est une tribu (on en deduira que T
2
= B(R)).
285
T
2
car B = B(R
2
).
On montre ici que T
2
Soit A T
2
, on a A
c
B(R) et A
c
B = (R B) (A B). La propriete (12.4) donne
(R B) B(R
2
) car R est un ouvert de R. Dautre part, (A B) B(R
2
) (car A T
2
).
Donc, A
c
B B(R
2
). Ce qui prouve que A
c
T
2
et donc que T
2
est stable par passage au
complementaire.
Enn, T
2
est stable par union denombrable. En eet, si (A
n
)
nN
T
2
, on a (
nN
A
n
) B =
nN
(A
n
B) B(R
2
) (car A
n
B B(R
2
) pour tout n N). Donc,
nN
A
n
T
2
.
T
2
est donc une tribu (sur R) contenant les ouverts de R, ce qui prouve que T
2
B(R) et donc,
nalement, T
2
= B(R).
4. Montrer que T B(R

2
2
)).
corrige
La question precedente donne :
A, B B(R) AB B(R
2
).
On a donc A B; A, B B(R) B(R
2
). On en deduit T B(R
2
). Avec la question 1, on a
nalement T = B(R
2
).
Corrige 14 (Tribu borelienne sur R

N
)
N
est egale à celle engendree par lensemble de toutes les boules
ouvertes de R
N
. [On pourra montrer dabord que tout ouvert de R
N
est reunion denombrable de
boules ouvertes de R
N
.]
corrige
Soit T la tribu engendree par lensemble de toutes les boules ouvertes de R
N
. Comme les boules
ouvertes sont des ouverts, on a T B(R
N
).
On montre maintenant linclusion inverse, cest-à-dire B(R
N
) T. Soit O un ouvert de R
N
. Pour
tout x O, il existe r > 0 t.q. B(x, r) O (o` u B(x, r) deisgne la boule ouverte de centre x et
rayon r). Comme les rationnels sont denses R, on peut donc trouver y Q
N
et s Q
+
= t Q;
t > 0, t.q. x B(y, s) O. On note alors I = (y, s) Q
N
Q
+
; B(y, s) O. On a alors
O =
(y,s)I
B(y, s). Comme I est au plus denombrable (car Q
N+1
est denombrable), on en deduit
que O T et donc que B(R
N
) T (car T est une tribu contenant tous les ouverts).
Le raisonnement precedent montre meme que B(R
N
) est aussi la tribu engendree par lensemble
des boules ouvertes à rayons rationnels et centre à coordonnees rationnelles.

N
est egale à celle engendree par lensemble des produits
dintervalles ouverts à extremites rationnelles.
corrige
286
On reprend le meme raisonnement que dans la question precedente en rempla cant B(x, r) par
P(x, r) =
N
i=1
]x
i
r, x
i
+r[, avec x = (x
1
, . . . , x
N
)
t
.
3. Montrer que la tribu borelienne de R est engendree par les intervalles ]a, b] o` u a, b R, a < b.
corrige
Soit ( = ]a, b], a, b R, a 0
]a, b +
1
n
[,
on voit que ]a, b] B(R) pour tout a, b R, a < b. Donc, on a ( B(R) et donc T(() B(R).
On montre maintenant linclusion inverse, cest-à-dire B(R) T((). Soit I =]a, b[ avec a, b R,
a < b. On peut ecrire I =
nn
0
]a, b
1
n
], avec n
0
t.q.
1
n
0
< b a. On en deduit que I T(().
Puis, comme tout ouvert non vide peut secrire comme reunion denombrable dintervalles ouverts
à extremites nies (voir le lemme 2.1 page 20), on obtient que tout ouvert appartient à T((). Ceci
permet de conclure que B(R) T(() et nalement que B(R) = T(().
4. Soit S un sous ensemble dense de R. Montrer que B(R

N
) est engendree par la classe des boules
ouvertes (ou bien fermees) telles que les coordonnees du centre et le rayon appartiennent S.
corrige
On reprend le meme raisonnement que dans la première question en rempla cant Q
N
par S
N
(qui
est dense dans R
N
) et Q
+
par S
+
= s S; s > 0 (qui est dense dans R
+
).
Corrige 15
Soit E un ensemble et / T(E).
1. Montrer que / est une algèbre (cf. denition 2.4) si et seulement si / verie les deux proprietes
suivantes :
(a) E /,
(b) A, B / A B /.
corrige
On suppose que / est une algèbre. Il est clair que (a) est veriee. Pour montrer (b) il sut
dutiliser la stabilite par intersection nie et par passage au complementaire, cela donne bien
que A B = A B
c
/ si A, B /.
On suppose maintenant que / verie (a) et (b).
On a alors = E E /, et donc , E /.
On remarque ensuite que, grace à (b), A
c
= E A E si A /. On a donc la stabilite de /
par passage au complementaire.
Soit maintenant A
1
, A
2
/. On a A
1
A
2
= A
1
A
c
2
, on en deduit que A
1
A
2
/ par (b)
et la stabilite de / par passage au complementaire. Une recurrence sur n donne alors que /
Enn, la stabilite de / par union nie decoule de la stabilite de / par intersection nie et par
passage au complementaire car (
n
p=0
A
p
)
c
=
n
p=0
A
c
p
.
On a bien montre que / est une algèbre.
287
2. Soit (/
i
)
iI
une famille dalgèbres (sur E). Montrer que
iI
/
i
= A T(E); A /
i
pour tout
i I est encore une algèbre.
corrige
On peut montrer que
iI
/
i
est une algèbre en utilisant diretement la denition dune algèbre.
Onb peut aussi le montrer en utilisant la première question, ce que nous faisons ici. On montre
donc que
iI
/
i
verie (a) et (b) :
E
iI
/
i
car E /
i
pour tout i I.
Soit A, B
iI
/
i
. Pour tout i I, on a A, B /
i
. On en deduit A B /
i
(car /
i
est
une algèbre) et donc A B
iI
/
i
.
iI
/
i
est une algèbre.
Si ( T(E), la deuxième question permet donc de denir lalgèbre engendree par ( comme lintersection
de toutes les algèbres sur E contenant (.
Corrige 16
Soit E un ensemble et ( un ensemble de parties de E. On suppose que , E (, que ( est stable par
intersection nie et que le complementaire de tout element de ( est une union nie disjointe delements
de (, cest-à-dire :
C ( il existe n N
et C
1
, . . . , C
n
( t.q. C
c
=
n
p=1
C
p
et C
p
C
q
= si p ,= q.
On note B lensemble des reunions nies disjointes delements de (. Une partie de E est donc un element
de B si et seulement si il existe n N
et (A
p
)
p=1,...,n
( t.q. A
p
A
q
= si p ,= q et A =
n
p=1
A
p
.
1. Montrer que B est stable par intersection nie et par passage au complementaire.
corrige
On montre tout dabord la stabilite de B par intersection nie. Soit A, B B. Il existe A
1
, . . . , A
n

( et B
1
, . . . , B
m
( t.q. A
i
A
j
= si i ,= j, B
i
B
j
= , si i ,= j, A =
n
i=1
A
i
et B =
m
j=1
B
j
.
On a alors A B = (
n
i=1
A
i
) (
m
j=1
B
j
) =
n
i=1

m
j=1
(A
i
B
j
). Comme A
i
B
j
( (car ( est
stable par intersection nie) pour tout i, j et que (A
i
B
j
) (A
k
B
l
) = si (i, j) ,= (k, l), on en
deduit que A B B.
Une recurrence sur n donne alors la stabilite de B par intersection nie.
On montre maintenant la stabilite de B par passage au complementaire. Soit A B. Il existe
A
1
, . . . , A
n
( t.q. A
i
A
j
= si i ,= j et A =
n
i=1
A
i
. On a alors A
c
=
n
i=1
A
c
i
. Comme A
c
i
est
une reunion nie disjointe delements de (, on a bien A
c
i
B. La stabilite de B par intersection nie
donne alors que A
c
B. On a donc bien montre la stabilite de B par passage au complementaire.
2. Montrer que lalgèbre engendree par ( est egale à B.

corrige
On note / lagèbre engendree par (. Comme / est stable par union nie et contient (, il est clair
que / B. Comme B contient (, pour montrer linclusion inverse, il sut de montrer que B est une
288
algèbre (car / est lintersection de toutes les algèbres contenant (). On montre donc maintenant
que B est une algèbre.
Pour montrer que B est une algèbre, on montre que B verie les quatre proprietes dune algèbre.
E, B car ( B et E, (.
La question precedente montre que B est stable par par intersection nie et par passage au
complementaire.
La stabilite de B par union nie decoule facilement de la stabilite de B par intersection nie
et par passage au complementaire, car
n
i=1
A
i
= (
n
i=1
A
c
i
)
c
.
On a bien montre que B est une algèbre. Comme B (, on a donc B / et nalement B = /.
Corrige 17
Soit E un ensemble. Pour T(E), on dit que est une classe monotone (sur E) si verie les
deux proprietes suivantes (de stabilite par union croissante denombrable et par intersection decroissante
denombrable) :
(A
n
)
nN
, A
n
A
n+1
pour tout n N
nN
A
n
,
(A
n
)
nN
, A
n
A
n+1
pour tout n N
nN
A
n
.
1. Soit T(E). Montrer que est une tribu si et seulement si est une classe monotone et une
algèbre (cf. exercice 2.8).
corrige
Si est une tribu, est stable par union denombrable et intersection denombrable. On en
deduit immediatement que est une algèbre et une classe monotone.
On suppose maintenant que est une algèbre et une classe monotone. Comme est une
algèbre, pour montrer que est une tribu, il sut de montrer que est stable par union
denombrable.
Soit donc (A
n
)
nN
et A =
nN
A
n
. On veut montrer que A . On remarque que
A =
nN
B
n
avec B
n
=
n
p=0
A
n
. Comme est une algèbre, on a B
n
pour tout n N.
Puis, comme est de stable par union croissante (noter que B
n
B
n+1
) denombrable, on en
deduit que A . On a bien montre que est stable par union denombrable et donc que
est une tribu.
Noter que lhypothèse de stabilite de par intersection decroissante denombrable na pas ete
utilise. Elle sera utile à la question 4.
2. Donner un exemple, avec E = R, de classe monotone qui ne soit pas une tribu.
corrige
Il y a beaucoup dexemples de classes monotones qui ne sont pas des tribus. En voici un : = R.
3. Soit (
i
)
iI
une famille de classes monotones (sur E). Montrer que
iI
i
= A T(E); A
i
pour tout i I est encore une classe monotone.
corrige
289
Soit (A
n
)
nN

iI
i
t.q. A
n
A
n+1
pour tout n N. On a donc, pour tout i I,
(A
n
)
nN

i
et donc, puisque
i
est une classe monotone,
nN
A
n

i
. On en deduit que
nN
A
n

iI
i
.
Soit (A
n
)
nN

iI
i
t.q. A
n
A
n+1
pour tout n N. On a donc, pour tout i I,
(A
n
)
nN

i
et donc, puisque
i
est une classe monotone,
nN
A
n

i
. On en deduit que
nN
A
n

iI
i
.
Ceci montre bien que
iI
i
est une classe monotone.
Si ( T(E), cette question permet donc de denir la classe monotone engendree par ( comme
lintersection de toutes les classes monotones sur E contenant (.
4. (Lemme des classes monotones) Soit / une algèbre sur E. On note la classe monotone engendree
par / et on note T la tribu engendree par /.
(a) Montrer que T.
corrige
est lintersection de toutes les classes monotones sur /. Une tribu etant aussi une classe
monotone, la tribu T (engendree par /) est donc une classe monotone contenant /. On en
deduit que T.
(b) Soit A E. On pose

A
= B E; A B et B A . Montrer que
A
est une classe
monotone.
corrige
Soit (B
n
)
nN

A
, B
n
B
n+1
pour tout n N. On pose B =
nN
B
n
. On va montrer
que B
A
.
On a AB = A
nN
B
n
=
nN
(AB
n
). La suite (AB
n
)
nN
est une suite decroissante
de . Comme est une classe monotone, on en deduit A B =
nN
(A B
n
) .
On montre aussi que B A . En eet, B A =
nN
B
n
A =
nN
(B
n
A) par
la stabilite de par union croissante denombrable.
On a donc bien montre que B
A
. Ce qui donne la stabilite de par union croissante
denombrable.
De manière analogue, on va montrer la stabilite de par intersection decroissante denom-
brable. Soit (B
n
)
nN

A
, B
n
B
n+1
pour tout n N. On pose B =
nN
B
n
.
Comme A B =
nN
(A B
n
), on obtient A B en utilisant la stabilite de par
union croissante denombrable.
Comme B A =
nN
(B
n
A), on obtient B A en utilisant la stabilite de par
intersection decroissante denombrable.
On a donc B
A
. Ce qui donne la stabilite de par intersection decroissante denom-
brable.
A
est une classe monotone.
(c) (Question plus dicile.) Montrer que est une algèbre. [Utiliser la question (b) et la première
question de lexercice 2.8.] En deduire que T = .
290
corrige
Pour montrer que est une algèbre, il sut de montrer que verie les proprietes (a) et (b)
de la première question de lexercice 2.8. Il est immediat que la propriete (a) est veriee car
E / . Pour montrer (b), on utilise la classe monotone
A
denie à la question 4 pour
A E.
Soit A /. Comme / est une algèbre, on a donc /
A
. La classe monotone
A
contient
/, elle contient donc qui est lintersection de toutes les classes monotones contenant /. On
a donc :
A /, B B
A
. (12.5)
On remarque maintenant que, pour tout A, B T(E), on a :
A
B
B
A
.
A /, B A
B
.
Si B , la classe monotone
B
contient donc /. Elle contient alors aussi (qui est
lintersection de toutes les classes monotones sur E contenant /). On a donc montre :
B , A A
B
.
On en deduit que A B si A, B .
On a bien montre que verie la propriete (b) de la première question de lexercice 2.8 et
donc que est une algèbre.
Pour conclure, on remarque est une classe monotone et une algèbre. Cest donc une tribu
(par la question 1) contenant /. Elle contient donc T (qui est lintersection de toutes les tribus
contenant /) et on a bien, nalement, = T.
Corrige 18 (Caracterisation de la tribu engendree)

Soit E un ensemble et / T(E). On dit que / est stable par intersection nie si A, B / AB /.
On dit que / est stable par dierence si :
A, B /, B A A B = A B
c
/.
On dit que / est stable par union denombrable disjointe si :
(A
n
)
nN
/, A
n
A
m
= pour n ,= m
nN
A
n
/.
Soit ( T(E).
1. On note Z lensemble des parties de T(E) stables par dierence et stables par union denombrable
disjointe. Montrer quil existe T Z t.q. ( T et :
/ Z, ( / T /.
corrige
291
On note Z
r
lensemble des elements de Z contenant (. On remarque tout dabord que Z
r
,= car
T(E) Z
r
. Puis, on note T lensemble des parties de E appartenant à tous les elements de Z
r
(cest-à-dire que, pour A T(E), on a A T si, pour tout B Z
r
, A B).
Il est facile de voir que T est stable par dierence, stable par union denombrable disjointe et que
T contient ( (car tous les elements de Z
r
verient ces trois proprietes). Enn, / Z
r
T /,
ce qui est bien la propriete demandee.
Dans la suite, on note toujours T cette partie de T(E). On suppose maintenant que ( est stable
par intersection nie et que E (.
2. Pour A T(E), on note T
A
= D T t.q. A D T.
(a) Soit A T(E). Montrer que T
A
est stable par union denombrable disjointe et stable par
dierence.
corrige
Soit (D
n
)
nN
T
A
avec D
n
D
m
= si n ,= m. On va montrer que
nN
D
n
T
A
. On
remarque tout dabord que
nN
D
n
T car D
n
T, pour tout n N, et T est stable par
union denombrable disjointe. Puis, A (
nN
D
n
) =
nN
(D
n
A) T car D
n
A T,
pour tout n N, (D
n
A) (D
m
A) = , si n ,= m, et T est stable par union denombrable
disjointe. On a donc montre que
nN
D
n
T
A
. Ce qui prouve que T
A
est stable par union
denombrable disjointe.
Soit maintenant D
1
, D
2
T
A
, avec D
1
D
2
. On va montrer que D
2
D
1
D
A
. Pour
cela, on remarque que D
2
D
1
T car D
1
, D
2
T et que T est stable par dierence. Puis,
A (D
2
D
1
) = (A D
2
) (A D
1
) T car A D
1
, A D
2
D, (A D
1
) (A D
2
) et
T est stable par dierence. On a donc montre que D
2
D
1
D
A
. Ce qui prouve que T
A
est
stable par dierence.
(b) Soit A (. Montrer que ( T

A
. En deduire que T
A
= T.
corrige
Soit B (. On a B T (car T () et A B ( (car ( est stable par intersection nie),
donc A B T. Ceci montre que B T
A
et donc ( T
A
.
Comme T
A
est stable par dierence, stable par union denombrable disjointe et que T
A
contient
(, la question 1 donne T
A
T et, nalement, T
A
= T.
(c) Soit A T. Montrer que T

A
= T. En deduire que T est stable par intersection nie.
corrige
Soit B (. On a B T (car T (). Comme B (, la question precedente donne T = T
B
et donc A T
B
. On a donc A B T. Ceci montre que B T
A
et donc ( T
A
.
On en deduit, comme à la question precedente, que T
A
= T.
Soit maintenant B T. Comme T = T
A
, on a B T
A
et donc A B T. Lintersection de
deux elements de T est donc aussi dans T. Ceci prouve bien la stabilite de T par intersection
nie (une recurrence facile donne que lintersection dun nombre ni delements de T est aussi
dans T).
292
3. Montrer que T est une tribu. En deduire que T est la tribu engendree par (.
corrige
On remarque que E T (car E ( T) et que T est stable par complementaire car, si A T, on
a E A T car T est stable par dierence (et E, A T avec A E). Pour montrer que T est une
tribu, il sut de montrer que T est stable par union denombrable (non necessairement disjointe).
Soit (A
n
)
nN
T. Comme T est stable par complementaire, on aussi A
c
n
T, pour tout n N.
Pour tout n N, on pose :
B
n
= A
n
(
n1
i=0
A
c
i
).
On a B
n
T car T est stable par inteserction nie et B
n
B
m
= si n ,= m (en notant que
B
n
A
n
et B
m
A
c
n
si m > n). Comme T est stable par union denombrable disjointe, on en
deduit
nN
B
n
T et donc
nN
A
n
T (car
nN
A
n
=
nN
B
n
). Ceci prouve que T est stable
par union denombrable et donc que T est une tribu.
On a ainsi montre que T est une tribu contenant ( et donc contenant la tribu engendree par (,
notee ((). Dautre part, il est facile de voir que toute tribu contenant ( appartient à Z
r
(deni à
la question 1) et donc que (() contient T. On a bien montre nalement que T = (().
Remarque : lhypothèse E ( na ete utilisee quune seule fois. Elle na ete utilisee que pour
montrer que E T (dans la question 3). On peut remplacer cette hypothèse par il existe une suite
(E
n
)
nN
( t.q. E
n
E
m
= , si n ,= m, et E =
nN
E
n
. En eet, de cette hypothèse, on deduit
aussi E T car T est stable par union denombrable disjointe et ( T. La suite du raisonnement
de la question 3 donne alors aussi que T est la tribu engendree par (.
12.2.2 Mesures
Corrige 19 (Exemples de mesures)
Soit E un ensemble inni non denombrable. Pour toute partie A de E, on pose m(A) = 0 si A est au
plus denombrable, et m(A) = + sinon. Lapplication m est-elle une mesure sur T(E) ?
corrige
Oui, lapplication m est une mesure sur T(E). En eet, on a bien m() = 0 et si (A
n
)
nN
T(E)
on a m(
nN
A
n
) =
+
n=0
m(A
n
) = 0 si A
n
est au plus denombrable pour tout n N (car une reunion
densembles au plus denombrables est au plus denombrable) et m(
nN
A
n
) =

+
n=0
m(A
n
) = si il
existe n N t.q. A
n
est inni non denombrable. On a donc toujours m(
nN
A
n
) =
+
n=0
m(A
n
) (noter
dailleurs quil est inutile de supposer les A
n
disjoints 2 à 2).
Corrige 20 (Mesure trace et restriction dune mesure)

Soit (E, T, m) un espace mesure
1. Soit F T. Montrer que la tribu trace de T sur F, notee T
F
, est incluse dans T (cette tribu est
une tribu sur F). Montrer que la restriction de m à T
F
F
. On lappellera la
trace de m sur F. Si m(F) < , cette mesure est nie.
corrige
293
Soit B T
F
, il existe donc A T t.q. B = A F. Comme F T, on a donc aussi B T.
On note m
F
la restriction de m à T
F
, on a donc m
F
(B) = m(B) pour tout B T
F
. Il est alors
immediat de voir que m
F
() = 0 et que m
F
est -additive sur T
F
, m
F
est donc une mesure sur T
F
.
Si m(F) < , on a m
F
(F) = m(F) < , la mesure m
F
est donc nie (mais la mesure m peut ne
pas etre nie, cest-à-dire que lon peut avoir m(E) = ).
2. Soit / une tribu incluse dans T. La restriction de m à / est une mesure. Est-elle nie (resp.
-nie) si m est nie (resp. -nie) ?
corrige
On note m
a
la restriction de m à /, on a donc m
a
(B) = m(B) pour tout B /. Il est clair que
m
a
est une mesure sur /.
Si m est nie, on a m
a
(E) = m(E) < , m
a
est donc aussi une mesure nie.
Si m est -nie, il existe une suite (A
n
)
nN
T t.q.
nN
A
n
= E et m(A
n
) < pour tout
n N. Mais, comme les A
n
ne sont pas necessairement dans /, la mesure m
a
peut ne pas etre
-nie. On peut construire un exemple facilement de la manière suivante :
On suppose que m est -nie mais nest pas nie (on peut prendre, par exemple (E, T, m) =
(R, B(R), )) et on prend / = , E. La mesure m
a
nest pas -nie. . .
Corrige 21
Soit (E, T, m) un espace mesure ni (ni signie que m(E) < ) et (A
n
)
nN
, (B
n
)
nN
des suites
densembles mesurables tels que B
n
A
n
pour tout n N.
1. Montrer que (
nN
A
n
)
nN
B
n

nN
(A
n
B
n
).
corrige
Soit x (
nN
A
n
)
nN
B
n
, on a donc x
nN
A
n
et x /
nN
B
n
, cest-à-dire quil existe
p N t.q. x A
p
et que, pour tout n N, x / B
n
. On a donc x A
p
B
p
, ce qui prouve que
x
nN
(A
n
B
n
) et donc que (
nN
A
n
)
nN
B
n

nN
(A
n
B
n
).
2. Montrer que m(
nN
A
n
) m(
nN
B
n
)
nN
(m(A
n
) m(B
n
)).
corrige
Puisque m(E) < , on a, pour tout A, B T t.q. B A, m(AB) = m(A)m(B). La monotonie
de m, la -sous additivite de m (et la question precedente) nous donne alors :
m(
nN
A
n
) m(
nN
B
n
) = m((
nN
A
n
) (
nN
B
n
)) m(
nN
(A
n
B
n
))
+
n=0
m(A
n
B
n
) =
+
n=0
(m(A
n
) m(B
n
)).
Corrige 22
294
Soit (E, T, m) un espace mesure ni et (A
n
)
nN
T t.q., pour tout n N, m(A
n
) = m(E). Montrer que
m(
nN
A
n
) = m(E).
corrige
Comme m(E) < , on a m(A
c
) = m(E) m(A) pour tout A T. De m(A
n
) = m(E), on deduit
alors m(A
c
n
) = 0 pour tout n N. Par -sous additivite de m, on a alors m(
nN
A
c
n
) = 0. Comme
nN
A
c
n
= (
nN
A
n
)
c
, on a donc m((
nN
A
n
)
c
) = 0 et donc m(
nN
A
n
) = m(E).
Corrige 23 (Contre exemples. . . )

1. Soit la mesure de Lebesgue sur B(R) et A B(R) t.q. (A) = 0. A-t-on necessairement A ferme ?
corrige
Non, A nest pas necessairement ferme. On peut prendre, par exemple A =
1
n
, n 1. On a
(A) = 0 et A nest pas ferme (car 0 appartient à ladherence de A sans etre dans A).
2. Soit (E, T) un espace mesurable et ( T(E) qui engendre T. On considère m

1
et m
2
des mesures
sur T. Montrer que m
1
(A) = m
2
(A) pour tout A ( nimplique pas que m
1
= m
2
sur T. [On
pourra trouver un exemple (facile) avec (E, T) = (R, B(R)) et m
1
, m
2
non nies. Un exemple avec
(E, T) = (R, B(R)) et m
1
, m
2
nies est aussi possible mais plus dicile ` a trouver. . . ]
corrige
on prend (E, T) = (R, B(R)).
Exemple facile (avec m
1
, m
2
non nies).
On prend (
1
= ]a, [, a R. On a bien T((
1
) = B(R), cest-à-dire que (
1
engendre B(R)
(voir la proposition 2.2). On prend alors m
1
= et m
2
= 2 (cest-à-dire m
2
(B) = 2(B)
pour tout B B(R)). On a bien m
1
(B) = m
2
(B) pour tout B (
1
(car on a alors m
1
(B) =
m
2
(B) = ). Mais m
1
,= m
2
puisque, par exemple, m
1
(]0, 1[) = 1 et m
2
(]0, 1[) = 2.
Exemple dicile (avec m
1
, m
2
nies).
On prend maintenant (
2
= B B(R); 1, 0, 1 B = 1, 0 0, 1 (un element
de (
2
est donc un borelien ne contenant ni 1 ni 0 ni 1, ou bien la partie 1, 0, ou bien
la partie 0, 1). On montre dabord que T((
2
) = B(R). Il est clair que T((
2
) B(R) car
(
2
B(R). Pour montrer linclusion inverse, cest-à-dire B(R) T((
2
), on remarque que
0 = 1, 0 0, 1 T((
2
) et donc que 1 = 1, 0 0 T((
2
), 1 = 0, 1 0
T((
2
). Finalement on voit alors que B(R) T((
2
) car tout borelien secrit comme un borelien
ne contenant ni 1 ni 0 ni 1 (qui appartient donc à T((
2
)), auquel on ajoute eventuellement
1, 2 ou 3 autre(s) element(s) de T((
2
) (qui sont les parties 0, 1 et 1, on conclut alors
avec la stabilite par union nie de la tribu T((
2
)).
On rappelle que, pour a R, on note
a
la mesure de dirac sur B(R). On a donc, pour
B B(R),
a
(B) = 1 si a B et
a
(B) = 0 si a / B. On prend alors m
1
=
1
+
0
+
1
et
m
2
= 2
1
+ 2
1
. On a clairement m
1
= m
2
sur (
2
car m
1
(B) = m
2
(B) = 0 si B B(R) est
t.q. 1, 0, 1 B = et m
1
(1, 0) = m
2
(1, 0) = m
1
(0, 1) = m
2
(0, 1) = 2. Enn,
on a m
1
,= m
2
puisque, par exemple, m
1
(0) = 1 et m
2
(0) = 0.
295
Corrige 24 (Resultat dunicite)
Soit (E, T) un espace mesurable et m, deux mesures sur T. Soit ( T(E). On suppose que ( engendre
T et que ( est stable par intersection nie.
On suppose que m(A) = (A) pour tout A (.
1. On suppose que E ( et que m(E) < . Montrer que m(A) = (A) pour tout A T. [On pourra
introduire T = A T, m(A) = (A) et utiliser lexercice 2.13.]
corrige
On pose T = A T, m(A) = (A). La additivite de m et montre que T est stable par union
denombrable disjointe. Comme m(E) < , on peut aussi montrer que T est stable par dierence
(au sens de lexercice 2.13). En eet, si A, B T, avec B A, on a (par additivite de m et )
m(B) +m(A B) = m(A) et (B) +(A B) = (A). Comme m(A) < et (A) < , on a donc
m(A B) = m(A) m(B) et (A B) = (A) (B), ce qui prouve que m(A B) = (A B) et
donc que A B T.
On utilise maintenant lexercice 2.13. Comme T (, ( est stable par intersection nie et E (, la
question 3 de lexercice 2.13 permet de montrer T = (() = T. (Plus precisement, comme T (,
on a T Z
r
, o` u Z
r
est deni dans le corrige 18. Puis, en utilisant que ( est stable par intersection
nie et que E (, la dernière question de lexercice 2.13 donne que T (().)
On a donc bien montre que m(A) = (A) pour tout A T.
2. (Generalisation de la question precedente). On suppose quil existe une suite (E

n
)
nN
( t.q.
E
n
E
m
= si n ,= m, m(E
n
nN
E
n
. Montrer que m(A) = (A)
pour tout A T.
corrige
Soit n N. Pour A T, on pose m
n
(A) = m(AE
n
) et
n
(A) = (AE
n
) (noter que AE
n
T,
car A, E
n
T). On obtient ainsi deux mesures sur T, m
n
et
n
. Ces deux mesures sont egales sur
( (car A E
n
( puisque ( est stable par intersection nie).
On raisonne alors comme à la question precedente. On pose T = A T, m
n
(A) =
n
(A) et
le raisonnement de la question recedente donne que T est stable par union denombrable disjointe
et (grace à m
n
(E) < ) que T est stable par dierence (au sens de lexercice 2.13). On utilise
maintenant la remarque de la n de la question 3 de lexercice 2.13. Comme T (, ( est stable par
intersection nie et E est une union denombrable disjointe delements de (, cette remarque donne
T = (() = T. On a donc, pour tout A T et tout n N :
m(A E
n
) = m
n
(A) =
n
(A) = (A E
n
).
On en deduit que m(A) = (A), pour tout A T, car, par additivite de m et , m(A) =
nN
m(A E
n
) =
nN
(A E
n
) = (A).
3. Avec (E, T) = (R, B(R), donner un exemple pour lequel E ( et m ,= .

corrige
Un exemple simple est obtenu en prenant pour ( lensemble des ouverts de R, = 2m et m denie
sur T par m(A) =card(A) si A a un nombre ni delements et m(A) = + sinon.
296
Corrige 25 (Mesure atomique, mesure diuse)
Soit (E, T) un espace mesurable t.q. x T pour tout x E. Une mesure m sur T est diuse si
m(x) = 0 pour tout x E. Une mesure m sur T est purement atomique si il existe S T t.q.
m(S
c
) = 0 et m(x) > 0 si x S.
1. Montrer quune mesure purement atomique et diuse est nulle. Donner, pour (E, T) = (R, B(R))
un exemple de mesure purement atomique et un exemple de mesure diuse. [Montrer que la mesure
de Lebesgue sur B(R) est diuse.]
corrige
Soit m une mesure purement atomique et soit S T t.q. m(S
c
) = 0 et m(x) > 0 si x S. Si m
est diuse, on a m(x) = 0 pour tout x E, donc S = et m = 0.
On rappelle que, pour a R, on note
a
la mesure de dirac sur B(R). On a donc, pour B B(R),
a
(B) = 1 si a B et
a
(B) = 0 si a / B. La mesure
a
est (pour tout a R) purement atomique,
il sut de prendre S = a, on a bien
a
(S
c
) = 0 et
a
(a) = 1 > 0.
Un exemple de mesure diuse sur (R, B(R)) est donne par la mesure de Lebesgue sur B(R).
2. Soit m une mesure diuse sur T. Montrer que tous les ensembles denombrables sont de mesure
nulle.
corrige
Soit A une partie denombrable de E. Il existe donc une suite (x
n
)
nN
E t.q. A = x
n
, n N
=
nN
x
n
. On a donc A T (car x
n
T pour tout n N et que T est stable par union
denombrable) et m(A)
+
n=0
m(x
n
) = 0 car m est diuse.
3. Soit m une mesure sur T. On suppose que m est -nie, cest à dire quil existe (E
n
)
nN
T t.q.
E =
nN
E
n
et m(E
n
) < + pour tout n N.
(a) Montrer que lensemble des x E t.q. m(x) > 0 (de tels x sont appeles atomes de m) est
au plus denombrable. [On pourra introduire lensemble A
n,k
= x E
n
; m(x)
1
k
.]
corrige
On pose A = x E; m(x) > 0. Si x A, il existe n N t.q. x E
n
et il existe
k N
t.q. m(x)
1
k
. On a donc x A
n,k
. Ceci montre que A =
(n,k)NN
A
n,k
. Pour
montrer que A est au plus denombrable, il sut de montrer que A
n,k
est au plus denombrable
(car une reunion denombrable densembles au plus denombrables est au plus denombrable).
Soit donc n N et k N
. Soit x
1
, . . . , x
p
p elements distincts de A
n,k
. Par monotonie et
additvite de m, on a
p
k

p
n=1
m(x
n
) = m(x
1
, . . . , x
p
) m(E
n
) < . On en deduit que
p km(E
n
) < et donc que A
n,k
a un nombre ni delements (ce nombre est inferieur ou
egal à km(E
n
)). On en deduit donc que A est au plus denombrable.
(b) Montrer quil existe une mesure diuse m

d
et une mesure purement atomique m
a
sur T telles
que m = m
d
+m
a
. Montrer que m
d
et m
a
sont etrangères, cest à dire quil existe A T t.q.
m
d
(A) = 0 et m
a
(A
c
) = 0.
corrige
297
On considère toujours A = x E; m(x) > 0. On remarque tout dabord que A T (car
A est au plus denombrable, daprès la question precedente, et que les singletons, cest-à-dire
les parties reduites à un seul element, sont dans T). On pose alors, pour tout B T :
m
a
(B) = m(B A), m
d
(B) = m(B A
c
).
Il est facile de voir que m
d
et m
a
sont des mesures sur T et que, par additivite de m, on a bien
m = m
a
+m
d
.
La mesure m
d
est diuse car, si x E, on a m
d
(x) = m(x) = 0 si x A
c
(car A contient
tous les points t.q. m(x) > 0) et m
d
(x) = m() = 0 si x A (car x A
c
= ).
La mesure m
a
est purement atomique. Il sut de prendre S = A, on a bien m
a
(S
c
) =
m(A
c
A) = 0 et m
a
(x) = m(x) > 0 si x S = A.
Enn, m
a
et m
d
sont etrangères car m
d
(A) = 0 et m
a
(A
c
) = 0.
(c) Montrer que si m est nie il existe un singleton dont la mesure est superieure ou egale à la
mesure de tous les autres singletons. Montrer que ceci peut-etre inexact si m nest que -nie.
corrige
On suppose que m est nie. Soit M = supm(x), x E. On veut montrer quil existe
x E t.q. M = m(x). On suppose M > 0 (sinon, il sut de prendre nimporte quel x E
pour avoir m(x) = M). On va raisonner par labsurde, on suppose donc que m(x) < M
pour tout x E. Par denition de M, Il existe une suite (x
n
)
nN
E t.q. m(x
n
) M
quand n . Comme m(x
n
) < M pour tout n N, on peut meme supposer (quitte à
extraire une sous suite) que m(x
n
) < m(x
n+1
) < M pour tout n N. Quitte à supprimer
les premiers termes de la suite, on peut aussi supposer que m(x
0
) >
M
2
. Les points x
n
sont alors tous distincts, ce qui donne

+
n=0
m(x
n
) = m(x
n
, n N) m(E). Ceci est
impossible car m(E) < et m(x
n
) >
M
2
pour tout n N (donc
+
n=0
m(x
n
) = ).
Exemple de mesure -nie pour laquelle M nest pas atteint.
Sur (R, B(R) on denit m par m(B) =
n=2
(1
1
n
)
n
(B) (o` u
n
est le mesure de Dirac au
point n N).
Pour montrer que m est une mesure, on peut remarquer, en posant N
2
= n N; n 2, que
m(B) =
nN
2
;nB
(1
1
n
). Si B =
pN
B
p
avec B
p
B
q
= si p ,= q, on a
pN
m(B
p
) =
pN
nN
2
;nB
p
(1
1
n
) =

(n,p)N
2
N;nB
p
(1
1
n
) (on utilise ici le lemme 2.3 page 30).
Comme les B
p
sont disjoints 2 à 2, n appartient à B
p
pour au plus 1 p, et comme B =
pN
B
p
,
on obtient

(n,p)N
2
N;nB
p
(1
1
n
) =

nN
2
N;nB
(1
1
n
) = m(B). Ceci prouve la -
additivite de m. Le fait que m() = 0 est immediat. On a donc bien montre que m est une
mesure.
La mesure m est bien -nie, il sut de remarquer que m([n, n]) < pour tout n N et
que R =
nN
[n, n]. enn, pour cette mesure m, on a M = supm(x), x E = 1 et il
nexiste pas de x R t.q. m(x) = 1. En fait, m est purement atomique car m((N
2
)
c
) = 0
et on a 0 < m(x), pour tout x N
2
.
298
4. Pour (E, T) = (R, B(R)), donner un exemple de mesure purement atomique nie dont lensemble
des atomes est inni.
corrige
Un tel exemple est obtenu en modiant legerement la mesure construite à la question precedente.
Sur (R, B(R) on denit m par m(B) =
n=1
1
n
2
n
(B). Une demonstration analogue à celle faite à la
question precedente montre que m est bien une mesure sur B(R), m est nie (on a m(R) =

2
6
< ),
m est atomique car m((N
)
c
) = 0 et 0 < m(x) < 1, pour tout x N
. Lensemble des atomes de

m est inni, cest N
Corrige 26 (limites sup et inf densembles)

Soit (E, T, m) un espace mesure et (A
n
)
nN
T. On rappelle que limsup
n
A
n
=
nN

pn
A
p
et
liminf
n
A
n
=
nN
pn
A
p
.
1. On suppose quil existe n
0
N t.q. m(
pn
0
A
p
) < . Montrer que m(liminf
n
A
n
)
liminf
n
m(A
n
) limsup
n
m(A
n
) m(limsup
n
A
n
).
corrige
La propriete de continuite croissante dune mesure (voir la proposition 2.3) donne :
m(liminf
n
A
n
) = lim
n
m(
pn
A
p
).
La monotonie de m donne m(
pn
A
p
) m(A
q
) pour tout q n. On a donc m(
pn
A
p
)
inf
pn
m(A
p
) et donc lim
n
m(
pn
A
p
) lim
n
(inf
pn
m(A
p
)), cest-à-dire :
m(liminf
n
A
n
) liminf
n
m(A
n
).
De inf
pn
m(A
p
) sup
pn
m(A
p
), on deduit liminf
n
m(A
n
) limsup
n
m(A
n
).
Comme il existe n
0
N t.q. m(
pn
0
A
p
) < , la propriete de continuite decroissante
dune mesure (voir la proposition 2.3) donne m(limsup
n
A
n
) = lim
n
m(
pn
A
p
). La
monotonie de m donne m(
pn
A
p
) m(A
q
) pour tout q n. On a donc m(
pn
A
p
)
sup
pn
m(A
p
) et donc lim
n
m(
pn
A
p
) lim
n
(sup
pn
m(A
p
)), cest-à-dire :
m(limsup
n
A
n
) limsup
n
m(A
n
).
2. Donner un exemple (cest-à-dire choisir (E, T, m) et (A

n
)
nN
T) pour lequel :
limsup
n
m(A
n
) > m(limsup
n
A
n
).
corrige
On prend (E, T, m) = (R, B(R), ) et A
n
= [n, n + 1[, pour tout n N. On obtient alors :
limsup
n
m(A
n
) = 1 > 0 = m() = m(limsup
n
A
n
).
299
3. Donner un exemple avec m nie (cest-à-dire m(E) < ) pour lequel
m(liminf
n
A
n
) < liminf
n
m(A
n
) < limsup
n
m(A
n
) < m(limsup
n
A
n
).
corrige
On prend (E, T, m)=([0, 4], B([0, 4]), ) (plus precisement, est ici la restriction à B([0, 4]) de
qui est une mesure sur B(R)) et A
2n
= [0, 2], A
2n+1
= [1, 4] pour tout n N. On obtient
limsup
n
A
n
= [0, 4] et liminf
n
A
n
= [1, 2]. On a ainsi :
m(liminf
n
A
n
) = 1, liminf
n
m(A
n
) = 2, limsup
n
m(A
n
) = 3 et m(limsup
n
A
n
) = 4.
4. () (Lemme de Borel-Cantelli) On suppose que
nN
m(A
n
) < .
Montrer que m(limsup
n
A
n
) = 0.
corrige
De
nN
m(A
n
) < on deduit que
p=n
m(A
p
) 0 quand n et donc que m(
pn
A
p
) 0
quand n (car, par -sous additivte de m, on a m(
pn
A
p
)
p=n
m(A
p
)). Par continuite
decroissante de m, on en deduit alors m(limsup
n
A
n
) = 0.
Corrige 27 (Petit ouvert dense. . . ) ()

On considère ici lespace mesure (R, B(R), ). Soit > 0, peut-on construire un ouvert dense dans R de
mesure inferieure à ? [On rappelle quune partie A de R est dense dans R si A = R ou encore si, pour
tout x R et pour tout > 0, il existe a A t.q. [x a[ < .]
corrige
La reponse est oui. . . . Soit > 0. Comme Q est denombrable, il existe : N Q, bijective. On
considère alors O =
nN
](n)

2
n+2
, (n) +

2
n+2
[. O est bien un ouvert (comme reunion douverts),
dense dans R (car O Q et Q est dense dans R) et, par -sous additivite dune mesure, on a (O)
+
n=0
1
2
n+1
= .
Corrige 28 (Non existence dune mesure sur T(R) exprimant la longueur) ()

On denit la relation dequivalence sur [0, 1[ : xRy si xy Q. En utilisant laxiome du choix, on construit
un ensemble A [0, 1[ tel que A contienne un element et un seul de chaque classe dequivalence. Pour
q Q[0, 1[, on denit A
q
= y [0, 1[; y = x +q ou y = x +q 1, x A, cest-à-dire A
q
= y [0, 1[;
y q A ou y q + 1 A.
1. Montrer que
qQ[0,1[
A
q
= [0, 1[.
corrige
Soit y [0, 1[, il existe x A t.q. yRx (car A contient un element dans chaque classe dequivalence),
cest-à-dire y x Q. Comme y x ] 1, 1[ (car x, y [0, 1[), on a donc y x = q Q[0, 1[ ou
y x + 1 = q Q]0, 1[. Ceci donne y A
q
. On a donc [0, 1[
qQ[0,1[
A
q
. Comme A
q
[0, 1[
pour tout q Q [0, 1[, on a nalement [0, 1[=
qQ[0,1[
A
q
.
Il est important aussi de remarquer que les A
q
sont disjoints 2 à 2. En eet, si y A
q
A
q
, il
existe x, x
A t.q. y x = q ou (q 1) et y x
= q
ou (q
1). On en deduit xx
Q et donc
300
x = x
(car A contient un seul element de chaque classe dequivalence). Ceci donne q = q
= y x
(si y x [0, 1[) ou q = q
= y x + 1 (si y x ] 1, 0[).
2. Montrer que si m est une application de T(R) dans R

+
, invariante par translation et veriant
m([0, 1[) = 1, m ne peut pas etre - additive. En deduire la non-existence dune mesure m, sur
T(R), invariante par translation et t.q. m([a, b]) = b a pour tout a, b R, a < b. En particulier,
montrer que lapplication
, denie en cours, ne peut pas etre une mesure sur T(R).

corrige
On suppose que m est une mesure sur T(R) veriant m([0, 1[) = 1. La - additivite de m donne
alors, avec la première question,
1 =
qQ[0,1[
m(A
q
). (12.6)
Pour x R et B T(R), on note B + x = y + x, y B. On suppose que m est invariante par
translation, on a donc m(B +x) = m(B) pour tout B T(R) et tout x R.
On remarque maintenant que A
q
= ((A+q)[0, 1[)((A+q 1)[0, 1[) pour tout q Q[0, 1[. De
plus, si y ((A+q) [0, 1[) ((A+q 1) [0, 1[), il existe x, x
A t.q. y = x+q = x
+q 1, donc
x
x = 1, ce qui est impossible. Ceci montre que ((A+q) [0, 1[) ((A+q 1) [0, 1[) = . On
a donc, en utilisant ladditivite de m, linvariance par translation de m et le fait que A+q [0, 2[,
m(A
q
) = m((A + q) [0, 1[) + m((A + q 1) [0, 1[) = m((A + q) [0, 1[) + m((A + q) [1, 2[) =
m(A + q) = m(A), pour tout q Q [0, 1[. On en deduit

qQ[0,1[
m(A
q
) = 0 si m(A) = 0 et
qQ[0,1[
m(A
q
) = si m(A) > 0, et donc
qQ[0,1[
m(A
q
) ,= 1, en contradiction avec (12.6). Il
nexiste donc pas de mesure sur T(R), invariante par translation et t.q. m([0, 1[) = 1.
Si m est une mesure sur T(R), invariante par translation et t.q. m([a, b]) = b a pour tout
a, b R, a < b. On montre que m[0, 1[= 1 en utilisant la continuite croissante de m et le fait que
[0, 1[=
n1
[0, 1
1
n
]. Il est donc impossible de trouver une telle mesure.
Lapplication
denie en cours sur T(R) (à valeurs dans R

+
) est invariante par translation et
verie
([a, b]) = b a pour tout a, b R, a < b. Elle nest donc pas -additive sur T(R).
Corrige 29
Soit m une mesure sur B(R) t.q. pour tout intervalle I et tout x R on ait m(I) = m(I + x) (avec
I + x = a + x, a I) et m([0, 1]) = 1. Montrer que pour tout x R, m(x) = 0 (i.e. m est diuse).
En deduire que m est la mesure de Lebesgue sur B(R). [On pourra decouper [0, 1[ en q intervalles de
longueur 1/q.]
corrige
On pose m(0) = . Soit x R. On prend I = 0 (I est bien un intervalle) de sorte que I +x = x.
On a alors = m(0) = m(I) = m(I + x) = m(x). On a donc montre que m(x) = pour tout
x R. Pour montrer que = 0, il sut, par exemple, de remarquer que, en utilisant la -additivite de
m :
1 = m([0, 1])
n=1
m(
1
n
)
n=1
.
301
On en deduit = 0 (sinon, le membre de droite de la precedente inegalite est egal à + et linegalite
est alors fausse).
On a donc bien montre que m(x) = 0 pour tout x R. Ceci donne, en particulier que 1 = m([0, 1]) =
m([0, 1[) +m(1) = m([0, 1[).
Soit maintenant q N
. On a m([
i
q
,
i+1
q
[) = m([0,
1
q
[) pour tout i 0, . . . , q 1, car [
i
q
,
i+1
q
[= [0,
1
q
[+
i
q
.
On en deduit :
1 = m([0, 1[) =
q1
i=0
m([
i
q
,
i + 1
q
[) = qm([0,
1
q
[),
et donc m([0,
1
q
[) =
1
q
. Ceci donne aussi, pour tout x R, m([x, x +
1
q
[) =
1
q
, car [x, x +
1
q
[= [0,
1
q
[+x.
En utilisant ladditivite de m, on a donc, pour tout p N
:
m([0,
p
q
[) =
p1
i=0
m([
i
q
,
i + 1
q
[) =
p
q
. (12.7)
De (12.7), on va deduire m([, [) = pour tout , R t.q. < . En eet, soit , R t.q.
< . Comme [, [= [0, [+, avec = , on a m([, [) = m([0, [). Il existe alors deux suites
(r
n
)
nN
Q
+
et (s
n
)
nN
Q
+
t.q. r
n
et s
n
quand n . Comme [0, r
n
[ [0, [ [0, s
n
[, on
a, grace à (12.7), r
n
= m([0, r
n
[) m([0, [) m([0, s
n
[) = s
n
. Eh faisant n , on en deduit que
m([0, [) = et donc m([, [) = .
Enn, comme m() = 0, on a aussi
m(], [) = , pour tout , R, < .
La partie unicite du theorème de Caratheodory donne alors m = .
Corrige 30 (Support dune mesure sur les boreliens de R

d
)
d
). Montrer quil existe un plus grand ouvert de mesure nulle pour m.
Lensemble ferme complementaire de cet ouvert sappelle le support de m. [On pourra, par exemple,
considerer les paves à extremites rationnelles qui sont de mesure nulle pour m.]
corrige
On note A lensemble des ouverts de R
d
de mesure nulle pour m. Lensemble A est non vide (car
lensemble vide est un ouvert de R
d
de mesure nulle). On pose :
O =
A
.
Lensemble O est donc la reunion de tous les ouverts de R
d
de mesure nulle. Il est clair que O est ouvert
(car cest une reunion douverts) et quil contient tous les ouverts de R
d
de mesure nulle. Pour montrer
que O est le plus grand ouvert de mesure nulle, il sut donc de montrer que O est de mesure nulle. Pour
cela, on va montrer que O est une reunion denombrable douverts de mesure nulle.
Soit x = (x
1
, . . . , x
d
)
t
O. Il existe A t.q. x . Comme est ouvert, il existe > 0 t.q. :
d
i=1
]x
i
, x
i
+[ .
302
Pour tout i 1, . . . , d il existe
i,x
]x
i
, x
i
[Q et
i,x
]x
i
, x
i
+[Q. On a donc :
x
d
i=1
]
i,x
,
i,x
[ O.
Par monotonie dune mesure, on a m(
d
i=1
]
i,x
,
i,x
[) m() = 0, et donc m(
d
i=1
]
i,x
,
i,x
[) = 0.
Comme O =
xO
x, on a aussi :
O =
xO
d
i=1
]
i,x
,
i,x
[=
xO
P
x
,
x
, (12.8)
en posant
x
= (
1,x
, . . . ,
d,x
)
t
,
x
= (
1,x
, . . . ,
d,x
)
t
et P
,
=

d
i=1
]
i
,
i
[ (si = (
1
, . . . ,
d
)
t
et
= (
1
, . . . ,
d
)
t
).
On remarque maintenant que, pour tout x O,
x
,
x
Q
d
. Legalite (12.8) donne donc :
O =
(,)B
P
,
,
o` u B est une partie de Q
2d
et m(P
,
) = 0 pour tout (, ) B. Comme Q
2d
est denombrable, la partie
B est au plus denombrable et la sous additivite dune mesure donne alors que m(O) = 0.
Corrige 31 (Ensemble de Cantor)

On considère lespace mesure ([0, 1], B([0, 1]), ).
On pose C
0
= [0, 1], a
0
1
= 0, b
0
1
= 1, et
0
= 1. Pour n 0, on construit C
n+1
[0, 1] de la
manière suivante : on suppose C
n
=
2
n
p=1
[a
n
p
, b
n
p
] connu, et on denit C
n+1
=
2
n+1
p=1
[a
n+1
p
, b
n+1
p
] o` u, pour
p = 1, . . . , 2
n
, a
n+1
2p1
= a
n
p
, b
n+1
2p1
= a
n
p
+
n+1
, a
n+1
2p
= b
n
p

n+1
et b
n+1
2p
= b
n
p
, avec
n+1
=

n
n
2
, et
0 <
n
< 1. On pose C =
n0
C
n
(C sappelle ensemble de Cantor, lexemple le plus classique est
obtenu avec
n
=
2
3
pour tout n N).
1. Montrer que C
n+1
C
n
.
corrige
Pour tout n N et p 1, . . . , 2
n
, la longueur de lintervalle [a
n
p
, b
n
p
] est
n
. Comme
n+1
<

n
2
et que a
n+1
2p1
= a
n
p
et b
n+1
2p
= b
n
p
, on a [a
n+1
2p1
, b
n+1
2p1
] [a
n+1
2p
, b
n+1
2p
] [a
n
p
, b
n
p
], pour tout n N et
p 1, . . . , 2
n
. En prenant lunion sur p 1, . . . , 2
n
, on en deduit C
n+1
C
n
.
2. Montrer que C est compact et

C= .
corrige
Lensemble C est ferme (dans R) car cest une intersection de fermes (chaque C
n
est ferme). Dautre
part C [0, 1], C est donc compact (car ferme et borne dans R).
Comme
n+1
<

n
2
, on a toujours b
n
p
< a
n
p+1
(pour tout n N et p 1, . . . , 2
n
1). Les
intervalles composant C
n
sont donc disjoints 2 à 2 et de longueur
n
. Ceci montre que x, y [0, 1],
(y x) >
n
implique ]x, y[, C
n
. Comme
n
0 quand n (noter que
n

1
2
n
), on en
deduit que C =
nN
C
n
ne contient aucun intervalle ouvert (non vide) et donc que

C= .
303
3. Montrer que C est non denombrable.
corrige
On commence par denir, par recurrence sur n N
, des points x
c
pour c 1, 2
n
.
Pour n = 1, x
(1)
= a
0
1
et x
(2)
= b
0
1
.
Soit n 1. Supposons que x
c
est construit pour tout c 1, 2
n
et que pour chaque c 1, 2
n
,
x
c
b
n1
p
, p = 1, . . . , 2
n1
a
n1
p
, p = 1, . . . , 2
n1
. On construit maintenant x
c
pour c
1, 2
n+1
. Soit donc c 1, 2
n+1
, on pose c = c, b avec c 1, 2
n
et d 1, 2 et on distingue
4 cas :
(a) x
c
= b
n1
p
, avec p 1, . . . , 2
n1
, d = 1. On pose alors x
c
= a
n
2p
,
(b) x
c
= b
n1
p
, avec p 1, . . . , 2
n1
c
= b
n
2p
,
(c) x
c
= a
n1
p
, avec p 1, . . . , 2
n1
c
= a
n
2p1
,
(d) x
c
= a
n1
p
, avec p 1, . . . , 2
n1
c
= b
n
2p1
.
Il est interessant de noter, avec ces formules, que [x
c
x
c
[
n

1
2
n
et que x
c
C.
On note S lensemble des suites indexees par N
, prenant leurs valeurs dans 1, 2. Si c S, on

note c
n
lelement de 1, 2
n
forme par les n premiers termes de la suite et on note x
n
= x
c
n
. La
suite (x
n
)
nN
est de Cauchy (car [x
n+1
x
n
[
1
2
n
) et incluse dans C, elle converge donc vers un
point x
c
C. On remarque que si c et c
sont deux suites dierentes, alors x

c
,= x
c
. En eet soit
n N t.q. c
n
= c
n
et c
n+1
,= c
n+1
, on alors [x
c
m
x
c
m
[ (1
n
)
n
pour tout m > n et donc, en
passant à la limite quand m , [x
c
x
c
[ (1
n
)
n
, ce qui donne x
c
,= x
c
. Lapplication
c x
c
est donc une injection de S dans C. Ceci montre que C est inni non denombrable (car S
est inni non denombrable).
4. Montrer que si
n
ne depend pas de n, alors (C) = 0. En deduire que si A B([0, 1]), (A) = 0
nentrane pas que A est denombrable.
corrige
La construction des points a
n
p
et b
n
p
donne ([a
n+1
2p1
, b
n+1
2p1
] [a
n+1
2p
, b
n+1
2p
]) = 2
n+1
=
n
n
=
n
([a
n
p
, b
n
p
]). En prenant lunion sur p 1, . . . , 2
n
, on en deduit (C
n+1
) =
n
(C
n
).
Si
n
ne depend pas de n, cest-à-dire
n
= pour tout n N et 0 < < 1, on a donc (C
n+1
) =
(C
n
). Ceci donne, comme (C
0
) = 1, (C
n
) =
n
pour tout n N. Par continuite decroissante
de , on en deduit (C) = lim
n
(C
n
) = 0.
5. Soit 0 < < 1. Montrer quil existe une suite (

n
)
n0
]0, 1[ t.q. (C) = .
corrige
Soit (
n
)
nN
], 1] t.q.
0
= 1,
n+1
<
n
pour tout n N et
n
quand n (on peut
prendre, par exemple,
n
=
1
n+1
).
On prend
n
=

n+1
n
pour tout n N. On a bien 0 <
n
< 1 et, comme (C
n+1
) =
n
(C
n
) (ceci
a ete demontre à la question precedente), on adonc (C
n
) =
n
pour tout n N. Par continuite
decroissante de , on en deduit (C) = lim
n
(C
n
) = .
304
6. Soit f lipschitzienne de R dans R. Montrer que si A est un compact de [0, 1] t.q. (A) = 0, alors
f(A) est un compact de R t.q. (f(A)) = 0.
corrige
Comme f est continue, f transforme les compacts en compacts. Donc, f(A) est bien un compact
de R (et donc appartient à B(R)).
On montre maintenant que (f(A)) = 0.
Soit L R t.q. [f(y) f(x)[ L[y x[ pour tout x, y R. On commence par montrer un petit
resultat preliminaire. Soit I = [a, b] un intervalle ferme de [0, 1] (I est donc compact). Comme f
est continue sur [a, b], il existe x, y [a, b] t.q. f(x) = m = minf(z), z [a, b] et f(y) = M =
maxf(z), z [a, b]. On a donc f(I) [m, M] (en fait, f(I) = [m, M]), do` u :
(f(I)) M m = f(y) f(x) L[y x[ = L(I). (12.9)
Soit > 0. Comme A B(R), daprès la regularite de (voir le theorème 2.3), il existe O, ouvert de
R, t.q. A O et (0) . Daprès le lemme 2.4 page 35, O est une union denombrable dintervalles
ouverts disjoints 2 à 2. En prenant eventuellement la restriction à [0, 1] de ces intervalles, on obtient
donc une famille denombrable, notee (I
n
)
nN
, dintervalles inclus dans [0, 1], disjoints 2 à 2 t.q.
A
nN
I
n
O. On en deduit
+
n=0
(I
n
) = (
nN
I
n
) et f(A)
nN
f(I
n
)
nN
f(I
n
).
On a donc (f(A))
+
n=0
(f(I
n
)). En utilisant (12.9), on a donc (f(A)) L
+
n=0
(I
n
) =
L
+
n=0
(I
n
) L. Comme est arbitrairement petit, on a donc (f(A)) = 0.
7. Construire une fonction continue de R dans R t.q. si A est un compact de [0, 1] t.q. (A) = 0, on
na pas forcement (f(A)) = 0 (mais f(A) est un compact de R). [Utiliser un ensemble de Cantor
de mesure nulle (cf question 4) et un ensemble de Cantor de mesure > 0 (cf question 5).]
corrige
On note C lensemble obtenu dans la question 4, cest-à-dire avec
n
= pour tout n N et
0 < < 1 (par exemple, =
2
3
). On note a
p
n
, b
p
n
, C
n
les points et ensembles utilises pour construire
C et on note aussi D = a
p
n
, n N, p 1, . . . , 2
n
b
p
n
, n N, p 1, . . . , 2
n
. (Noter que
D C.)
Soit > 0. On note

C lensemble C obtenu à la question 5. On a donc (C) = . On note
a
p
n
,

b
p
n
,

C
n
les points et ensembles utilises pour construire

C et on note aussi

D = a
p
n
, n N,
p 1, . . . , 2
n

b
p
n
, n N, p 1, . . . , 2
n
. (Noter que

D

C.)
Soit n N et p 1, . . . , 2
n
. On construit f sur lintervalle [b
n+1
2p1
, a
n+1
2p
] en prenant f ane et
t.q. f(b
n+1
2p1
) =

b
n+1
2p1
et f(a
n+1
2p1
) = a
n+1
2p1
. On remarque que f est ainsi contruit de (
nN
C
c
n
) D
dans (
nN

C
c
n
)

D et est strictement croissante. Comme (
nN
C
c
n
)
c
= C et que C est dinterieur
vide, f est denie sur une partie dense de [0, 1] et, comme (
nN

C
c
n
)
c
=

C et que

C est dinterieur
vide, limage de f est dense dans [0, 1].
Il est maintenant facile de denir f par densite sur tout [0, 1]. En eet, soit x [0, 1](
nN
C
c
n
)D,
il existe une suite de points de (
nN
C
c
n
) D, notee (y
n
)
nN
, convergeant en croissant vers x et
une suite de points de (
nN
C
c
n
) D, notee (z
n
)
nN
, convergeant en decroissant vers x (en fait, ces
points peuvent meme etre pris dans D). Comme f et croissante, la suite (f(y
n
))
nN
converge donc
305
en croissant vers un certain [0, 1] et la suite (f(z
n
))
nN
converge en decroissant vers un certain
[0, 1] (la croissance de f donne aussi que ces limites ne dependent que du choix de x et non du
choix des suites (y
n
)
nN
et (z
n
)
nN
). Comme f est croissante, on a et comme limage de f
(denie pour linstant seulement sur (
nN
C
c
n
) D) est dense dans [0, 1], on a necessairement =
(lintervalle , ne rencontre pas limage de f). On peut donc poser f(x) = = .
La fonction f est donc maintenant denie sur tout [0, 1] à valeurs dans [0, 1]. Elle est strictement
croissante et son image est dense dans [0, 1], elle est donc continue (par le meme raisonnement que
celui fait pour denir f(x) en tout point x [0, 1](
nN
C
c
n
)D). Comme une application continue
transforme un compact en compact, on a donc f([0, 1]) = [0, 1] et ceci prouve en particulier que
f([0, 1] (
nN
C
c
n
) D) = [0, 1] (
nN

C
c
n
)

D. Comme f(D) =

D, on a aussi f(C) =

C. Pour
que f soit denie sur R et continue, on ajoute f(x) = 0 pour x < 0 et f(x) = 1 pour x > 1. On a
toujours f(C) =

C. Ceci donne bien le resultat desire car (C) = 0 et (

C) = > 0.
Corrige 32 (Mesure complète)

Soit (E, T, m) un espace mesure. Une partie B de E est dite negligeable si elle est incluse dans un
element de T de mesure nulle. On note ^
m
lensemble des parties negligeables. On pose T = A N;
A T, N ^
m
.
1. Montrer que T est une tribu et que T ^
m
T.
corrige
(a) On montre dabord que T est une tribu.
T car = et appartient à T et ^
m
(car il est de mesure nulle).
T est stable par passage au complementaire :
Soit C T. Il existe A T et N ^
m
t.q. C = AN. Comme N ^
m
, il existe B T
t.q. N B et m(B) = 0.
On remarque alors que C
c
= (A N)
c
= A
c
N
c
= (A
c
B
c
) (A
c
N
c
B). Comme
A
c
B
c
T (par les proprietes de stabilite de T) et (A
c
N
c
B) ^
m
(car inclus dans
B), on en deduit que C
c
T. Donc, T est stable par passage au complementaire.
T est stable par union denombrable :
Soit (C
n
)
nN
T. Il existe (A
n
)
nN
T et (N
n
)
nN
^
m
t.q. C
n
= A
n
N
n
pour tout
n N. Comme, pour tout n N, N
n
^
m
, il existe B
n
T t.q. N
n
B
n
et m(B
n
) = 0.
On a alors
nN
C
n
= (
nN
A
n
)(
nN
N
n
). On remarque que
nN
N
n
B =
nN
B
n

T et m(B) = 0 par -sous additivite de m. Donc,
nN
N
n
^
m
. comme
nN
A
n
T,
on a nalement
nN
C
n
T. Ce qui prouve bien que T est stable par union denombrable.
On a bien montre que T est une tribu sur E.
(b) On montre maintenant que T ^
m
T.
Si A T, on a A = A . Comme ^
m
, on en deduit A T. Donc, T T.
Si N ^
m
, on a N = N. Comme T, on en deduit N T. Donc, ^
m
T.
Finalement, on a bien T ^
m
T.
306
2. Soit A
1
, A
2
T et N
1
, N
2
^
m
t.q. A
1
N
1
= A
2
N
2
. Montrer que m(A
1
) = m(A
2
).
corrige
Soit B
2
T t.q. N
2
B
2
et m(B
2
) = 0. On a :
A
1
A
1
N
1
= A
2
N
2
A
2
B
2
.
Donc, par monotonie et sous additivite de m, m(A
1
) m(A
2
B
2
) m(A
2
) + m(B
2
) = m(A
2
).
En changeant les roles de A
1
et A
2
, on a aussi m(A
2
) m(A
1
). On a donc m(A
1
) = m(A
2
).
Pour B T, soit A T et N ^
m
t.q. B = A N, on pose m(B) = m(A). (La question
precedente montre que cette denition est coherente.)
3. Montrer que m est une mesure sur T et m
|
T
= m. Montrer que m est la seule mesure sur T egale
à m sur T.
corrige
(a) On montre dabord que m est une mesure sur T.
Comme = et T ^
m
, on a m() = m() = 0.
Soit maintenant (C
n
)
nN
T t.q. C
n
C
m
= si n ,= m. Il existe (A
n
)
nN
T et
(N
n
)
nN
^
m
t.q. C
n
= A
n
N
n
pour tout n N. Comme, pour tout n N, N
n
^
m
, il
existe B
n
T t.q. N
n
B
n
et m(B
n
) = 0.
On a donc
nN
C
n
= (
nN
A
n
) (
nN
N
n
). On a dejà vu que
nN
N
n
^
m
. Par denition
de m, on a donc m(
nN
C
n
) = m(
nN
A
n
). Comme C
n
C
m
= si n ,= m, on a aussi
A
n
A
m
= si n ,= m (car A
p
C
p
pour tout p). La -additivite de m (et la denition de
m(C
n
)) donne(nt) alors :
m(
nN
C
n
) = m(
nN
A
n
) =
nN
m(A
n
) =
nN
m(C
n
).
Ce qui prouve la -additivite de m.
(b) On montre maintenant que m
|
T
= m.
Si A T, on a A = A . Comme ^
m
, on a donc (A T, on le savait dejà, et)
m(A) = m(A). Donc, m
|
T
= m.
(c) Enn, on montre que m est la seule mesure sur T egale à m sur T.
Soit m une mesure sur T egale à m sur T.
Soit C T. Il existe A T et N ^
m
t.q. C = A N. Comme N ^
m
, il existe B T
t.q. N B et m(B) = 0. On a alors A C A B. La monotonie de m, le fait que m = m
sur T et la sous additivite de m donnent :
m(A) = m(A) m(C) m(A B) = m(A B) m(A) +m(B) = m(A).
On a donc m(C) = m(A) = m(C). Ce qui prouve que m = m.
307
4. Montrer que ^
m
= ^
m
T.
corrige
On a dejà vu (à la question 1) que ^
m
T.
Il est facile de voir que ^
m
^
m
. En eet, soit N ^
m
. Il existe B T t.q. N B et
m(B) = 0. Comme T T et que m = m sur T, on a donc aussi B T et m(B) = 0. Ce qui
prouve que N ^
m
.
Soit maintenant N ^
m
. Il existe C T t.q. N C et m(C) = 0. Comme C T, il existe
A T, M ^
m
et B T t.q. m(B) = 0 et C = A M A B. la denition de m donne
que m(C) = m(A), on a donc m(A) = 0. On en deduit m(A B) m(A) + m(B) = 0, et
donc, comme C A B, on a bien C ^
m
.
On a bien montre que ^
m
= ^
m
T.
Lexercice 4.18 page 103 montre la dierence derisoire, du point de vue de lintegration, entre (E, T, m)
et son complete (E, T, m).
Corrige 33 (Serie commutativement convergente dans R)
Soit (a
n
)
nN
R. Le but de lexercice est de montrer que si la serie

nN
a
(n)
est convergente pour
toute bijection : N N, alors la serie
nN
a
n
est absolument convergente.
Pour montrer ce resultat, on suppose, par exemple, que
nN
a
+
n
= . Montrer quil existe : N N,
bijective, t.q.

n
p=0
a
(p)
quand n . Conclure.
corrige
On suppose que la serie

nN
a
n
nest pas absolument convergente. La suite (
n
p=0
[a
p
[)
nN
converge
donc en croissant vers . Comme [a
p
[ = a
+
p
+a
p
et que a
+
p
= maxa
p
, 0 0 et a
p
= maxa
p
, 0 0,
les deux suites (
n
p=0
a
+
p
)
nN
et (
n
p=0
a
p
)
nN
sont donc aussi croissantes et lune des deux, au moins,
converge vers . On suppose que la suite (
n
p=0
a
+
p
)
nN
converge vers (un raisonnement analogue à
ce qui suit permettrait de traiter le cas o` u la suite (
n
p=0
a
p
)
nN
converge vers ). On va construire
ci-après une bijection de N dans N t.q.

n
p=0
a
(p)
quand n . Ceci prouvera que la serie
nN
a
(n)
est non convergente pour au moins une bijection de N dans N.
On note P = n N, a
n
0 et N = n N, a
n
< 0 (de sorte que P N = et P N = N). Soit
1
et
2
les deux applications strictement croissantes de N dans N t.q. P =
1
(n), n N et N =
2
(n),
n N.
On comnence par montrer quil existe une suite strictement croissante (a
n
)
nN
N t.q. a
0
= 0 et :
a
2
(n)
+
a
n+1
1
p=a
n
a
1
(p)
1. (12.10)
Pour montrer lexistence dune telle suite (a
n
)
nN
, on pose a
0
= 0. Puis, on raisonne par recurrence sur n.
Si a
0
, . . . , a
n
sont contruits, lexistence de a
n+1
decoule du fait que
p=a
n
a
1
(p)
=
p=
1
(a
n
)
a
+
p
= .
la construction de la suite ((n))
nN
se fait alors en prenant
1
(a
0
), . . . ,
1
(a
1
1) puis
2
(0) puis
1
(a
1
), . . . ,
1
(a
2
1) puis
2
(1). . . puis
1
(a
n
), . . . ,
1
(a
n+1
1) puis
2
(n). . .
308
Pour decrire precisement cette application , on pose b
0
= 0 et, pour n N, b
n+1
= b
n
+ a
n+1
a
n
+ 1
(la suite (b
n
)
nN
est strictement croissante et tend donc vers quand n ). On denit alors, pour
tout n N, (q) losrque q b
n
, . . . b
n+1
1 par :
(b
n
+p) =
1
(a
n
+p) pour p 0, . . . , a
n+1
a
n
1,
(b
n+1
1) =
2
(n).
On a bien ainsi deni une application de N dans N car b
n+1
1 = b
n
+p, pour p = a
n+1
a
n
. Lapplication
est surjective car (q), q N = P N. Elle est injective car chaque valeur de
1
et
2
nest prise
quune seule fois par . Enn, on a bien

n
p=0
a
(p)
quand n . En eet, on remarque que,
grace à (12.10) :
b
n+1
1+p
q=0
a
(q)

b
n+1
1
q=0
a
(q)
n,
pour tout p 0 et tout n N. Ce qui donne, pour tout n N, liminf
p
p
q=0
a
(q)
n, et donc
p
q=0
a
(q)
, quand p .
Corrige 34 (Mesure sur S

1
)
On considère S
1
= (x, y)
t
R
2
, [x[
2
+[y[
2
= 1 (S
1
est donc le cercle unite de R
2
). Pour z = (x, y)
t
S
1
,
il existe un unique
z
[0, 2[ t.q. x = cos(
z
) et y = sin(
z
). Pour [0, 2[ et z S
1
on pose
R
(z) = (cos(
z
+), sin(
z
+))
t
. Noter que R
est une bijection de S

1
sur S
1
(cest la rotation dangle
).
Denir une tribu T sur S
1
, t.q. T contienne les parties de la forme (cos(), sin())
t
, ], [ avec
< < < , et une mesure sur T de sorte que (S
1
, T, ) soit un espace mesure avec (S
1
) = 1 et
t.q. soit invariante par rotation (cest à dire que, pour tout A T et [0, 2[, on ait R
(A) = R
(z),
z A T et (R
(A)) = (A)). [On pourra utiliser la tribu borelienne de R, notee B(R), et la mesure
de Lebesgue sur B(R).]
corrige
On note lapplication z
z
de S
1
dans R (cette application est bijective de S
1
dans [0, 2[). On
prend alors T =
1
(B), B B(R). Cest bien une tribu sur S
1
Soit < < < et E = (cos(), sin())
t
, ], [. On a E S
1
et, si z S
1
, on a z E si et
seulement si il existe k Z t.q.
z
+ 2k ], [. Ceci prouve que
E =
kZ
1
(] 2k, 2k[),
et donc que E T car
1
(] 2k, 2k[) T pour tout k Z.
On denit maintenant . Soit A T. On pose
A
=
z
, z A. Comme A T, il existe B B(R) t.q.
A =
1
(B), et donc A =
1
(B [0, 2[). Comme est une bijection de S
1
dans [0, 2[, on a alors
A
= B [0, 2[ B(R). On pose (A) =
1
2
(
A
), o` u est la mesure de Lebesgue sur B(R).
est bien une mesure sur T. En eet, on a 2() = (
) = () = 0. Puis, si (A
n
)
nN
est une suite
delements de T, disjoints 2 à 2, la suite (
A
n
)
nN
est une suite delements de B(R), disjoints 2 à 2. La
additvite de decoule alors de celle de .
Il reste à montrer que est invariante par rotation. Soit [0, 2[ et A T. Comme on la vu
precedemment, il existe B B(R) t.q. A =
1
(B [0, 2[). On a donc A = (cos(), sin())
t
,
309
B [0, 2[. Pour R, on note B
= +, B. On a alors :
R
(A) = (cos( +), sin( +))

t
, B [0, 2[ = (cos(), sin())
t
, B
[, 2 +[
= (cos(), sin())
t
, B
[, 2[ (cos(), sin())
t
, B
2
[0, [
=
1
(B
[, 2[)
1
(B
2
[0, [).
La propriete dinvariance par translation de permet de dire que B
B(R) pour tout R. On a

donc R
(A) T et, par additivite dune mesure et denition de ,

2(R
(A)) = (B
[, 2[) +(B
2
[0, [).
Linvariance par translation de donne (B
2
[0, [) = (B
[2, + 2[) et donc :

2(R
(A)) = (B
[, 2[) +(B
[2, + 2[) = (B
[, + 2[) = (B [0, 2[).

Ce qui donne bien (R
(A)) = (A).
12.2.3 Probabilites
Corrige 35 (Lemme de Borel-Cantelli)
Soient (E, T, p) un espace probabilise et (A
n
)
nN
T. On pose B
n
=
kn
A
k
et A =
nN
B
n
(on
rappelle que A = limsup
n
A
n
).
1. Montrer que si
nN
p(A
n
) < + alors p(A) = 0.
corrige
Cette question a ete corrigee dans le corrige 26.
2. On suppose que, pour tout n N
, les evenements A
1
, . . . , A
n
sont independants. On suppose aussi
que
nN
p(A
n
) = . Montrer que p(A) = 1.
corrige
Comme cela a ete vu dans le corrige 26, la propriete de continuite decroissante dune mesure (voir
la proposition 2.3) domme p(A) = lim
n
p(B
n
). Il sut donc de montrer que p(B
n
) = 1 pour
tout n N.
Soit n N. Si il existe k n t.q. p(A
k
) = 1, on a, par monotonie de p, que p(B
n
) p(A
k
) = 1 et
donc p(B
n
) = 1. On suppose maintenant que p(A
k
) < 1 pour tout k n. Comme B
c
n
=
kn
A
c
k
,
la continuite decroissante de p et lindependance des A
k
donne :
p(B
c
n
) = lim
m
m
k=n
p(A
c
k
) = lim
m
m
k=n
(1 p(A
k
)).
Comme ln(1x) x pour tout x < 1 (ou, de manière equivalente, ln(u) u1 pour tout u > 0,
ceci est une consequence, par exemple, de la concavite de la fonction ln), on a, pour m > n :
ln(
m
k=n
(1 p(A
k
))) =
m
k=n
ln(1 p(A
k
))
m
k=n
p(A
k
).
De lhypothèse
nN
p(A
n
) = , on deduit lim
m
ln(
m
k=n
(1p(A
k
))) = , et donc p(B
c
n
) =
0. Ceci donne bien p(B
n
) = 1 et termine la demonstration.
310
12.3.1 Fonctions mesurables
Corrige 36 (Caracterisation des fonctions mesurables) ()
Soient (E, T) un espace mesurable et f une application de E dans R ;
1. Montrer que T
f
= B T(R) ; f
1
(B) T est une tribu.
corrige
Cette question est un cas particulier (avec F = R) de la question 2 de lexercice 2.4, voir le corrige
12 page 283.
2. Soit ( un ensemble qui engendre B(R), montrer que les deux assertions suivantes sont equivalentes :
(i) f est mesurable,
(ii) f
1
(C) T, pour tout C (.
corrige
On remarque que f mesurable signie simplement que T
f
(denie à la question precedente)
contient B(R).
Le sens (i) (ii) est immediat car ( B(R).
Pour le sens (ii) (i), on remarque que T
f
est une tribu. Donc, si T
f
contient (, on a aussi
T
f
contient T(() = B(R). Ceci donne f mesurable. Donc, on a bien (ii) (i)
Corrige 37 (Composition de fonctions mesurables)

Soit (E, T) et (F, S) deux espaces mesurables. Soit f : E F et : F R (R est muni, comme
toujours, de la tribu borelienne). On suppose que f et sont mesurables. Montrer que f est mesurable
(de E dans R).
corrige
E est muni de la tribu T, F est muni de la tribu S et R est muni de la tribu borelienne.
Soit B B(R), on remarque que ( f)
1
(B) = f
1
(
1
(B)). Comme
1
(B) S car est mesurable
(de F dans R), on a donc f
1
(
1
(B)) T car f est mesurable (de E dans F). Ceci montre bien que
f est mesurable (de E dans R).
Corrige 38 (R ou R
+
. . . )
Soit : R R, 0. On munit R (au depart et à larrivee) de la tribu borelienne. Montrer que est
mesurable (on dit aussi borelienne) si et seulement si est mesurable quand on la considère comme une
application de R dans R
+
(R
+
etant aussi muni de la tribu borelienne).
corrige
On suppose mesurable de R dans R. Soit B un borelien de R
+
, on a donc B R B(R) (voir la
denition 3.1 page 52). Comme prend ses valeurs dans R et que est mesurable de R dans R, on a
donc
1
(B) =
1
(B R) B(R). Ceci donne donc que est mesurable de R dans R
+
.
311
Reciproquement, on suppose maintenant mesurable de R dans R
+
(mais ne prend jamais la valeur
, on peut donc la considerer comme etant de R dans R). Soit B B(R). On a donc aussi B B(R
+
)
et donc
1
(B) B(R) car est mesurable de R dans R
+
. Ceci prouve que est mesurable de R dans
R.
Corrige 39 (Stabilite de /)
1. Soient (E, T), (E
, T
), (E
, T
) des espaces mesurables, f (resp. g) une application de E dans

E
(resp. de E
dans E
). On suppose que f et g sont mesurables. Montrer que g f est une

application mesurable de E dans E
.
corrige
Cette question est identique à celle de lexercice 3.2 (voir le corrige 37) avec E
au lieu de R. La
demonstration est semblable :
Soit B T
, on remarque que (g f)
1
(B) = f
1
(g
1
(B)). Comme g
1
(B) T
car g est
mesurable (de E
dans E
), on a donc f
1
(g
1
(B)) T car f est mesurable (de E dans E
). Ceci
montre bien que g f est mesurable (de E dans E).
2. Soit (E, T) un espace mesurable, on munit R de la tribu des boreliens B(R); soient f et g des
fonctions mesurables de E dans R.
(a) Montrer que f
+
(= sup(f, 0)), f
(= inf(f, 0)) sont des fonctions mesurables de E dans R.

corrige
Cette question est demontree dans la proposition 3.7 page 59.
(b) Montrer que f +g, fg et [f[ sont des fonctions mesurables de E dans R.
corrige
Le fait que f + g, fg / est demontre dans la proposition 3.5 et le fait que [f[ / est
demontre dans la proposition 3.7 (car [f[ prend ses valeurs dans R et [f[ /
+
, on conclut
avec lexercice 3.3, corrige 38).
3. Soient (E, T) un espace mesurable, (f

n
)
nN
une suite de fonctions mesurables de E dans R. On
suppose que la suite (f
n
(x))
nN
converge (dans R) pour tout x E. On pose f(x) = lim
n+
f
n
(x)
(pour tout x E). Montrer que f est une fonction mesurable de E dans R.
corrige
La demonstration de cette question est donnee dans la proposition 3.5 page 57 (propriete 3).
4. Soit (E, T) un espace mesurable, on suppose quil existe A T dont les sous-ensembles ne soient
pas tous mesurables. Il existe donc B A t.q. B / T. Montrer que h = 1
B
1
A\B
nest pas
mesurable (de E dans R), alors que [h[ lest.
corrige
312
1 B(R) alors que h
1
(1) = B / T, donc h nest pas mesurable. Par contre [h[ = 1
A
est
mesurable car A T.
Corrige 40 (Mesurabilite des fonctions continues)

Soit f une application de R dans R. On munit R (au depart et à larrivee) de la tribu borelienne
1. On suppose f continue. Montrer que f est mesurable (on dit aussi que f est borelienne).
corrige
Soit O un ouvert de R. Comme f est continue, f
1
(O) est aussi un ouvert de R, donc f
1
(O)
B(R). Comme lensemble des ouverts des ouverts engendre B(R), on en deduit que f est mesurable
(on utilise ici le caracterisation de la mesurabilite donnee à la proposition 3.2 page 55).
2. On suppose f continue à droite (resp. gauche). Montrer que f est mesurable.

corrige
On suppose f continue à droite. Pour n N
, on denit f
n
par :
f
n
(x) =
_
_
_
0 si x n,
f(
p
n
) si
p1
n
< x
p
n
, p n
2
+ 1, . . . , n
2
0 si x > n,
de sorte que
f
n
=
n
2
p=n
2
+1
f(
p
n
)1
]
p1
n
,
p
n
]
.
On a f
n
c car ]
p1
n
,
p
n
] B(R) pour tout n et p. Soit x R. Pour n > [x[, on a f
n
(x) = f(
p
n
)
avec
p
n

1
n
x
p
n
(p depend de n, x est xe). Comme f est continue à droite en x, on a
donc f
n
(x) f(x) quand n (car
p
n
x, avec
p
n
x). La deuxième caracterisation de la
mesurabilite (proposition 3.6 page 59) donne alors f /.
3. On suppose f croissante. Montrer que f est mesurable.

corrige
Soit R. On pose A = f
1
([, [). On suppose A ,= (si A = , on a bien A B(R)). Si
x A, on a f(x) et, comme f est croissante, on a aussi f(y) pour tout y x. Donc,
[x, [ A. En posant a = inf A R , on en deduit que ]a, [ A [a, [. A est donc
necessairement un intervalle (dont la borne superieure est ), ce qui prouve que A B(R). Comme
[, [, R engendre B(R), on en deduit que f est mesurable. (On a utilise ici de nouveau la
caracterisation de la mesurabilite donnee à la proposition 3.2 page 55).
Corrige 41 (Egalite presque partout)

313
1. Soient f et g des fonctions continues de R dans R et la mesure de Lebesgue ; montrer que f = g
p.p. si et seulement si f = g.
corrige
Si f = g (cest-à-dire f(x) = g(x) pour tout x R), on a bien f = g p.p. car f = g sur
c
et
() = 0.
Pour la reciproque, on va utiliser le fait quun ouvert non vide est toujours de mesure de Lebesgue
strictement positive. En eet, si O est un ouvert non vide, il existe , R t.q. < et ], [ O,
on a donc 0 < = (], [) (O).
On suppose maintenant que f = g p.p., il existe A B(R) t.q. (A) = 0 et f = g sur A
c
. On a
alors f(x) ,= g(x) A. Or, f(x) ,= g(x) = (f g)
1
(R
) est un ouvert car (f g) est continue

(de R dans R) et R
est un ouvert de R. Donc f(x) ,= g(x) B(R) et la monotonie de donne

(f(x) ,= g(x)) (A) = 0. On en deduit que f(x) ,= g(x) = (car un ouvert non vide est
toujours de mesure de Lebesgue strictement positive) et donc f = g.
2. Soient f et g des fonctions de R dans R et

0
la mesure de Dirac en 0 ; montrer que f = g
0
p.p.
si et seulement si f(0) = g(0).
corrige
Si f(0) = g(0), on prend A = 0
c
. On a bien A B(R),
0
(A) = 0 et f = g sur A
c
car A
c
= 0.
Donc, f = g
0
p.p..
Reciproquement, on suppose maintenant que f = g
0
p.p., il existe donc A B(R) t.q. f = g sur
A
c
et
0
(A) = 0. Comme
0
(A) = 0, on a donc 0 / A, cest-à-dire 0 A
c
et donc f(0) = g(0).
Corrige 42
Soit f : R
N
R dans R. On munit R
p
de sa tribu borelienne (pour tout p N
). on suppose que f est

mesurable par rapport à x R
N
, pour tout y R, et que f est continue a gauche par rapport a y R,
pour tout x R
N
.
Pour n > 1 et p Z, on pose : a
n
p
=
p
n
, p Z ; on denit la fonction f
n
, n > 1, de R
N
R dans R par :
f
n
(x, y) = f(x, a
n
p
), si y [a
n
p
, a
n
p+1
[
On se limite à N = 1.
1. Montrer que f
n
converge simplement vers f lorsque n +.
corrige
Soit (x, y)
t
R
2
. Pour tout n N
, on a donc f
n
(x, y) = f(x,
p
n
) avec
p
n
y <
p
n
+
1
n
. Noter que x
et y sont xes et que p depend de n. Quand n , on a donc
p
n
y avec
p
n
y. Comme f(x, ) est
continue à gauche en y, on a donc f(x,
p
n
) f(x, y) quand n , cest-à-dire f
n
(x, y) f(x, y)
quand n .
314
2. Montrer que f
n
est mesurable. [On pourra utiliser, sans le demontrer, le fait que AB B(R
2
) si
A, B B(R). Ceci est demontre dans lexercice 2.5 page 42.]
corrige
Soit n N
. Pour p Z, on pose g
p
= f(,
p
n
). On a donc, par hypothèse, g
p
mesurable de R dans
R.
Soit C B(R). Soit (x, y)
t
R
2
. Il existe donc p Z t.q. y [
p
n
,
p+1
n
[. On a alors f
n
(x, y) = g
p
(x)
et donc f
n
(x, y) C si et seulement g
p
(x) C. On en deduit que :
f
1
n
(C) =
pZ
(g
1
p
(C) [
p
n
,
p + 1
n
[).
Comme g
p
est mesurable, on a g
1
p
(C) B(R). On a aussi [
p
n
,
p+1
n
[ B(R) et donc g
1
p
(C)
[
p
n
,
p+1
n
[ B(R
2
) (ceci est demontre dans lexercice 2.5 page 42). Comme B(R
2
) est stable par union
denombrable, on en deduit f
1
n
(C) B(R
2
) et donc f
n
mesurable de R
2
dans R.
3. Montrer que f est mesurable.

corrige
Comme f
n
mesurable pour tout n N
et que f
n
(x, y) f(x, y), quand n , pour tout
(x, y)
t
R
2
, la propriete 3 de la proposition 3.5 donne que f est mesurable (de R
2
dans R).
Corrige 43 (Tribu de Borel sur B(R

+
))
1. Montrer que [0, [, R
+
engendre B(R
+
).
corrige
On note (
1
= [0, [, R
+
.
Comme [0, [ est un ouvert de R
+
pour tout R
+
, on a (
1
B(R
+
) et donc T((
1
) B(R
+
).
Par stabilite dune tribu par passage au complementaire, on a [, ], R
+
T((
1
).
Comme [0, ] = [0, 1[[1, ] T((
1
), on a aussi [, ], R
+
T((
1
).
Par stabilite dune tribu par intersection, on a alors [, [, , R
+
, < T((
1
).
Par stabilite dune tribu par union denombrable, on montre alors que ], [, , R
+
,
< T((
1
) et ], ], R
+
T((
1
).
Comme tout ouvert de R
+
est une reunion au plus denombrable dintervalles du type ], [
(avec , R
+
Q), [0, [ (avec R
+
Q) et ], ] (avec R
+
Q), on en deduit que
tout ouvert de R
+
est dans T((
1
) et donc B(R
+
) T((
1
).
On a bien montre que B(R
+
) = T((
1
).
2. Montrer que [0, [, Q R
+
engendre B(R
+
).
corrige
315
On note (
2
= [0, [, Q R
+
. Si R
+
, on remarque que [0, [=
QR
+
,<
[0, [. On en
deduit que [0, [ T((
2
). On a donc (
1
T((
2
) et T((
1
) T((
2
).
Comme T((
1
) = B(R
+
), on a aussi T((
2
) = B(R
+
).
3. Montrer que ]0, [, R
+
nengendre pas B(R
+
).
corrige
On prend un ensemble E (ayant au moins 2 elements) et une tribu T sur E dierente de T(E)
(par exemple, T = , E). Soit alors A E, A / T. On denit f de E dans R
+
par f(x) =
si x A et f(x) = 0 si x / A. Comme A / T, la fonction f est non mesurable. On a pourtant
f
1
(]0, [) = T pour tout R
+
. Ceci montre que ]0, [, R
+
nengendre pas B(R
+
).
Corrige 44
Soit f une fonction mesurable de R dans R (R est muni de sa tribu borelienne, notee B(R)). On se
propose de montrer que le graphe de f est un borelien de R
2
. On admettra le resultat suivant, vu en
TD :
A, B B(R) AB B(R
2
). (12.11)
On munit aussi R
2
de sa tribu borelienne. Pour x, y R, on pose F(x, y) = f(x) et H(x, y) = y.
1. Montrer que F et H sont mesurables de R
2
dans R.
corrige
Soit A B(R). On a F
1
(A) = f
1
(A) R. Comme f est mesurable, f
1
(A) B(R). Comme
R B(R), (12.11) donne f
1
(A) R B(R
2
) et donc F
1
(A) B(R
2
). On a donc F mesurable
de R
2
dans R.
Le fait que H est mesurable se demontre de manière semblable en remarquant que H
1
(A) = RA
(ou en utilisant la continuite de H).
2. On pose G(f) = (x, y)

t
R
2
; y = f(x) (G(f) est donc le graphe de f). Montrer que G(f)
B(R
2
).
corrige
Lensemble de fonctions mesurables est un espace vectoriel, on a donc F H mesurable. On en
deduit que G(f) B(R
2
) en remarquant que G(f) = (F H)
1
(0) et 0 B(R).
Corrige 45 (mesurabilite au sens de Lusin)

N
), nie sur les compacts de R
N
. On rappelle (cf. cours) que m est neces-
sairement regulière (cest-à-dire que pour tout A B(R
N
) et pour tout > 0, il existe F ferme et O
ouvert t.q. F A O et m(O F) < ).
Soit f R
N
R. On dit que f est mesurable au sens de Lusin si pour tout compact K et pour tout
> 0, il existe K
1
compact, K
1
K, t.q. m(K K
1
) et f
|
K
1
C(K
1
, R).
316
1. On suppose, dans cette question, que f = 1
A
avec A B(R
N
). Montrer que f est mesurable au sens
de Lusin. [Construire K
1
avec K, F et O, o` u F et O sont donnes par la regularite de m appliquee
à lensemble A.]
corrige
Soit K compact et > 0. Par la regularite de m, il existe F ferme et O ouvert t.q. F A O et
m(O F) < . On prend K
1
= (K F) (K O
c
).
Les ensembles K F et K O
c
sont fermes (car lintersection dun compact et dun ferme est
un compact). Lensemble K
1
est donc compact car il est lunion de deux compacts. Comme
K
1
= K(OF), on a bien K
1
K et (KK
1
) (OF). On en deduit m(KK
1
) m(OF) .
On montre maintenant que f
|
K
1
C(K
1
, R). Soit x K
1
. On distingue deux cas :
Premier cas. Si x K F, on a alors x O. Comme O est ouvert il existe t.q. B(x, ) O
(o` u B(x, ) est la boule ouverte de centre x et de rayon ). On a donc K
1
B(x, ) K F A.
Ce qui prouve que f
|
K
1
est constante et egale à 1 sur K
1
B(x, ) et donc f
|
K
1
est continue en x
(car constante dans un voisinage de x).
Deuxième cas. Si x K O
c
, on raisonne de manière similaire. On a x F
c
. Comme F
c
est
ouvert il existe t.q. B(x, ) F
c
. On a donc K
1
B(x, ) K O
c
A
c
. Ce qui prouve que
f
|
K
1
est constante et egale à 0 sur K
1
B(x, ) et donc f
|
K
1
est continue en x.
2. On suppose, dans cette question, que f est etagee (cest-à-dire f c(R

N
, B(R
N
)). Montrer que f
est mesurable au sens de Lusin.
corrige
Il existe n N
, A
1
, . . . , A
n
B(R
N
) et a
1
, . . . , a
n
R t.q. f =
n
i=1
a
i
1
A
i
. On pose f
i
= 1
A
i
, de
sorte que f =
n
i=1
a
i
f
i
.
Soit K compact et > 0. Par la question 1, pour tout i 1, . . . , n, il existe K
(i)
1
compact,
K
(i)
1
K, t.q. m(K K
(i)
1
) /n et (f
i
)
|
K
(i)
1
C(K
(i)
1
, R). On prend alors :
K
1
=
n
i=1
K
(i)
1
.
On a bien K
1
compact (car intersection de compacts), K
1
K. On a aussi (KK
1
) =
n
i=1
(KK
(i)
1
)
et donc :
m(K K
1
)
n
i=1
m(K K
(i)
1
) .
Enn, f
|
K
1
est continue car f
|
K
1
=

n
i=1
a
i
(f
i
)
|
K
1
et (f
i
)
|
K
1
est continue (puisque (f
i
)
K
(i)
1
est
continue et K
1
K
(i)
1
).
3. On suppose que f est mesurable (cest-à-dire f /(R

N
, B(R
N
)). Montrer que f est mesurable au
sens de Lusin. [On rappelle quune fonction mesurable est limite simple de fonctions etagees. On
pourra utiliser le theorème dEgorov, Theorème 3.2, et la question precedente.]
317
corrige
Comme f /(R
N
, B(R
N
)), il existe (f
n
)
nN
c(R
N
, B(R
N
)) t.q. f
n
f p.p..
Soit K compact et > 0. Par la question 2, pour tout n N, il existe K
(n)
1
compact, K
(n)
1
K,
t.q. m(K K
(n)
1
) 2
n
et (f
n
)
|
K
(n)
1
C(K
(n)
1
, R). On prend tout dabord :
K
2
=
nN
K
(n)
1
.
On a bien K
2
compact (car intersection de compacts), K
2
K. On a aussi (K K
2
) =
nN
(K
K
(n)
1
) et donc m(K K
2
)
nN
m(K K
(n)
1
) 2. Enn, (f
n
)
|
K
2
est continue pour tout n N.
Pour trouver K
1
, on utilise maintenant theorème dEgorov. Comme f
n
f p.p. sur K
2
et que
m(K
2
) < , il existe A B(R
n
) t.q. A K
2
, m(K
2
A) et f
n
f uniformement sur A. En
utilisant la regularite de m , on trouve aussi F A, F ferme et m(A F) . On prend alors
K
1
= F.
On a bien K
1
compact (car K
1
est ferme dans le compact K
2
), K
1
K. On a (K K
1
) =
(K K
2
) (K
2
A) (A F) et donc m(K K
1
) 4. Enn f
|
K
1
est continue car f
|
K
1
est limite
uniforme de la suite de fonctions continues ((f
n
)
|
K
1
)
nN
.
Corrige 46 (V.a. mesurable par rapport à une autre v.a.)

Dans cet exercice, on demontre le theorème 3.1. Soit X et Y deux variables aleatoires reelles denies sur
un espace de probabilites (, /, P). On veut veut montrer que Y est mesurable par rapport à la tribu
engendree par X (notee (X) si et seulement si il existe une fonction borelienne f de R dans R telle que
Y = f(X) (cest-à-dire , plus precisement, que Y = f X).
1. Montrer que si Y est de la forme Y = f(X) o` u f est une fonction borelienne de R dans R, alors Y
est (X)-mesurable.
corrige
On rappelle que la tribu engendree par X est (X) = X
1
(B), B B(R).
Soit B B(R), on a Y
1
(B) = X
1
(f
1
(B)). Comme f est borelienne (cest-à-dire mesurable de
R dans R, o` u R est muni de la tribu borelienne), on a f
1
(B) B(R) et donc X
1
(f
1
(B)) (X).
Ce qui prouve que T est (X)-mesurable.
On suppose maintenant que Y est (X)-mesurable.

2. On suppose, dans cette question, quil existe une suite de reels (a
j
) tels que a
j
,= a
k
pour j ,= k et
une suite devenements (A
j
) disjoints deux à deux tels que
Y =
j
a
j
1
A
j
.
On suppose aussi que
j
A
j
= . Montrer que, pour tout j, A
j
(X) et quil existe une fonction
borelienne f : R R telle que Y = f(X).
318
corrige
Soit j N. Comme les A
i
sont disjoints deux à deux, a
i
,= a
k
si i ,= k et
i
A
i
= , on a
A
j
= Y
1
(a
j
). Comme a
j
B(R) et Y est -mesurable, on en deduit que A
j
(X). (On
rappelle aussi que (X) / car X est une v.a. sur (, /, P).)
Pour tout i, il existe B
i
B(R) t.q. A
i
= X
1
(B
i
) (car A
i
(X)). Comme les A
i
sont disjoints
deux à deux, on a, si i ,= j, B
i
B
j
Im(X) = (avec Im(X) = X(), ). On peut donc
supposer les B
i
disjoints deux à deux en remplacant chaque B
i
(i > 0) par B
i

j<i
B
j
.
On pose f =
i
a
i
1
B
i
. La fonction f est bien une fonction borelienne de R dans R. Si , il
existe i t.q. A
i
(car =
i
A
i
), on a donc X(w) B
i
et donc f(X()) = a
i
= Y (). Ce qui
donne bien f(X) = Y .
3. Soit n un entier. On denit la fonction

n
: R R par:
n
(x) =
1
n
[nx] o` u [] designe la partie
entière. ([x] est le plus grand entier inferieur ou egal à x.)
(a) Montrer que, pour tout x R,
n
(x) converge vers x, quand n .
corrige
Soit x R. Pour tout n N
, on a 0 nx [nx] < 1 et donc 0 x

n
(x) <
1
n
. Ce qui
prouve que
n
(x) x quand n .
(b) On pose Y
n
=
n
(Y ). Montrer que Y
n
est (X) mesurable.
corrige
On remarque tout dabord que
1
est borelienne. En eet, pour p Z, on a
1
1
(p) =
[p, p + 1[ B(R). Puis, pour B B(R), on a
1
1
(B) =
pZB
[p, p + 1[ B(R).
Soit n N
. Comme x nx est continue, cest une application borelienne. Par composition

(et produit par (1/n)), on en deduit que la fonction
n
est borelienne. On montre alors
que Y
n
est (X)-mesurable, comme dans la première question car, pour B B(R), on a
Y
1
n
(B) = Y
1
(
1
n
(B)) (X).
4. Terminer la preuve du theorème.

corrige
Soit n N
. Comme lensemble des valeurs prises par Y

n
(denie dans la troisième question) est au
plus denombrable, on peut appliquer la deuxième question. On obtient lexistence de f
n
: R R,
borelienne, t.q. Y
n
= f
n
(X).
On note A lensemble des reels x pour lesquels la suite (f
n
(x))
nN
est convergente. A est donc
aussi lensemble des reels x pour lesquels la suite (f
n
(x))
nN
est de Cauchy. On en deduit que
A B(R) car A peut secrire :
A =
nN

NN

p,qN
(f
p
f
q
)
1
([
1
n
,
1
n
]).
On pose maintenant f(x) = lim
n
f
n
(x) si x A et f(x) = 0 si x A
c
. La fonction f est
borelienne car f est limite simple des fonction boreliennes f
n
1
A
c quand n .
319
Enn, si , on a Y
n
() = f
n
(X()). La troisième question donne que Y
n
() =
n
(Y ())
Y (). On a donc X() A et donc f
n
(X()) f(X()). Ceci donne Y () = f(X()). On a
bien montre que Y = f(X) avec f borelienne.
Maintenant, on se demande dans quelle mesure la fonction f est unique. On note P

X
la loi de X.
5. Soit f et g deux fonctions boreliennes t.q. Y = f(X) = g(X). Montrer que
P
X
(f = g) = 1.
corrige
Soit B = x R, f(x) = g(x). On a B = (f g)
1
(0) B(R). Si , on a f(X()) =
g(X()) = Y () et donc X() B. Ceci prouve que X
1
(B) = et donc que P
X
(B) =
P(X
1
(B)) = 1, cest-à-dire P
X
(f = g) = 1.
Corrige 47 (Composition de v.a.)

Soit (, /, P) un espace probabilise. Soit N une variable aleatoire à valeurs dans N
et (Y
n
)
nN
une suite
de variables alelatoires reelles. (cest-à-dire à valeurs dans R, muni de la tribu des boreliens). On denit
Z par
, Z() = Y
N()
().
Montrer que Z est une variable aleatoire.
corrige
Soit B B(R). Pour n N, on pose :
A
n
= N = n = , N() = n
et
B
n
= Y
1
n
(B) = Y
n
B = , Y
n
() B.
(Notre que lensemble des A
n
, n N
, forme une partition de .) On va montrer que Z

1
(B) =
nN
(A
n
B
n
).
En eet, pour tout , on a A
N()
et, si Z
1
(B), on a Z() = Y
N()
() B. On a donc
A
N()
B
N()
, ce qui donne bien
nN
(A
n
B
n
).
Reciproquement, si
nN
(A
n
B
n
), il existe n N
t.q. A
n
B
n
. On a donc Z() = Y
n
() B.
On a bien montre que Z
1
(B) =
nN
(A
n
B
n
).
Comme N et Y
n
sont des v.a.r., on a A
n
, B
n
/, pour tout n N
. On en deduit que Z
1
(B) /.
Ceci donne bien que Z est mesurable.
N.B. : Une autre demonstration possible est de remarquer que Z =
nN
1
A
n
Y
n
.
Corrige 48 (Evenements, tribus et v.a. independantes)

Soit (E, /, P) un espace probabilise.
320
1. (Independance de 2 evènements) Soit A
1
, A
2
/. Montrer que A
1
et A
2
sont independants (cest-à-
dire P(A
1
A
2
) = P(A
1
)P(A
2
)) si et seulement si les tribus (A
1
) et (A
2
) sont independantes
(cest-à-dire P(B
1
B
2
) = P(B
1
)P(B
2
) pour tout B
1
(A
1
) et B
2
(A
2
)).
corrige
On a (A
1
) = , A
1
, A
c
1
, E et (A
2
) = , A
2
, A
c
2
, E.
Si les tribus (A
1
) et (A
2
) sont independantes on donc :
P(B
1
B
2
) = P(B
1
)P(B
2
) pour tout B
1
, A
1
, A
c
1
, E et tout , A
2
, A
c
2
, E. (12.12)
En prenant, dans (12.12), B
1
= A
1
et B
2
= A
2
, on en deduit que A
1
et A
2
sont independants.
Reciproquement, on suppose que A
1
et A
2
sont independants. Pour montrer que (A
1
) et (A
2
)
sont independantes, il sut de montrer (12.12). On remarque tout dabord que (12.12) est vraie si
B
1
= ou E et si B
2
= ou E (lhypothèse dindependance de A
1
et A
2
est meme inutile). Puis,
on remarque que lhypothèse dindependance de A
1
et A
2
donne que (12.12) est vraie si B
1
= A
1
et
B
2
= A
2
. Enn, on remarque que C
1
et C
2
independants implique que C
1
et C
c
2
sont independants.
En eet, on a :
P(C
1
C
c
2
) = P(C
1
(C
1
C
2
)) = P(C
1
) P(C
1
C
2
).
Comme C
1
et C
2
sont independants, on en deduit :
P(C
1
C
c
2
) = P(C
1
) P(C
1
)P(C
2
) = P(C
1
)(1 P(C
2
)) = P(C
1
)P(C
c
2
).
En appliquant cette propriete avec C
1
= A
1
et C
2
= A
2
, on montre donc que A
1
et A
c
2
sont in-
dependants. En prenant maintenant C
1
= A
c
2
et C
2
= A
1
, on montre alors que A
c
1
et A
c
2
sont
independants. Enn, En prenant C
1
= A
2
et C
2
= A
1
, on montre que A
c
1
et A
2
sont indepen-
dants. On a ainsi montre que (12.12) est vraie, cest-à-dire que les tribus (A
1
) et (A
2
) sont
independantes.
2. (Independance de n evènements, n 2) Soit n 2, A

1
, . . . , A
n
/. Montrer que les evenements
A
1
, . . . , A
n
verient P(
iI
A
i
) =

iI
P(A
i
) pour tout I 1, . . . , n si et seulement si les
tribus (A
1
), . . . , (A
n
) sont independantes (cest-à-dire P(
n
i=1
B
i
) =

n
i=1
P(B
i
) pour tout
B
i
(A
i
), i 1, . . . , n).
corrige
Pour p 0, . . . , n, on introduit la propriete T
p
suivante :
P(
n
i=1
B
i
) =
n
i=1
P(B
i
) si B
i
(A
i
) pour i p et B
i
, A
i
, E pour i > p.
Il est facile de voir que la propriete T
0
est equivalente à P(
iI
A
i
) =

iI
P(A
i
) pour tout
I 1, . . . , n. La propriete T
n
signie que les tribus (A
1
), . . . , (A
n
) sont independantes.
Le fait que T
n
implique T
0
est immediat. On suppose maintenant que T
0
est veriee et va montrer
que T
n
est veriee. Pour cela, on raisonne par recurrence sur p. On suppose donc que T
p1
est
veriee pour un p 1, . . . , n et on doit montrer que T
p
est veriee. Pour montrer que T
p
est
veriee, il sut de prendre les B
i
t.q. B
i
(A
i
) pour i p 1, B
p
= A
c
p
et B
i
, A
i
, E
321
pour i < p et de montrer que P(
n
i=1
B
i
) =
n
i=1
P(B
i
) (car les autres choix de B
p
sont directement
donnes par T
p1
). Or, on a, pour ce choix des B
i
:
P(
n
i=1
B
i
) = P(
n
i=1
C
i
) P(
n
i=1
D
i
),
avec C
i
= D
i
= B
i
si i ,= p, C
p
= E et D
p
= A
p
. En utilisant T
p1
on a P(
n
i=1
C
i
) =
n
i=1
P(C
i
)
et P(
n
i=1
D
i
) =
n
i=1
P(D
i
) et donc :
P(
n
i=1
B
i
) =
_
_
i=p
P(B
i
)
_
_
(P(E) P(A
p
)) =
_
_
i=p
P(B
i
)
_
_
P(A
c
p
) =
n
i=1
P(B
i
).
On a ainsi montre que T
p
est veriee. Par recurrence (nie) sur p, on montre donc que T
n
est
veriee, ce qui prouve que les tribus (A
1
), . . . , (A
n
) sont independantes.
3. En donnant un exemple (avec n 3), montrer que lon peut avoir n evevements, notes A
1
, . . . , A
n
,
independants deux à deux, sans que les evenements A
1
, . . . , A
n
soient independants.
corrige
On prend, par exemple, E = 1, 2, 3, 4, / = T(E) et P donnee par P(i) =
1
4
, pour i 1, 2, 3, 4.
Puis, on choisit A
1
= 1, 2, A
2
= 1, 3 et A
3
= 2, 3. Les trois evevements A
1
, A
2
, A
3
sont bien
independants deux à deux (car P(A
i
A
j
) = P(A
i
)P(A
j
) =
1
4
si i, j 1, 2, 3, i ,= j) mais ne sont
pas independants car 0 = P(A
1
A
2
A
3
) ,=
1
8
= P(A
1
)P(A
2
)P(A
3
).
4. Soit A /.
(a) On suppose que A /
1
et A /
2
et que /
1
et /
2
sont deux tribus independantes (et
contenues dans /). Montrer que P(A) 0, 1.
corrige
Comme A /
1
, A /
2
et que /
1
et /
2
sont deux tribus independantes, on doit avoir
P(A A) = P(A)P(A), cest-à-dire P(A)(1 P(A)) = 0 et donc P(A) 0, 1.
(b) Montrer que P(A) 0, 1 si et seulement si A est independant de tous les elements de /.
corrige
Si A est independant de tous les elements de /, A est independant avec lui meme. On en deduit,
comme à la question precedente que P(A) 0, 1.
Reciproquement, on suppose maintenant que P(A) 0, 1 et on distingue deux cas.
Premier cas. On suppose que P(A) = 0. On a alors pour tout B /, A B A et donc (par
monotonie de P) 0 P(A B) P(A) = 0. On en deduit P(A B) = 0 = P(A)P(B). Ce qui
prouve que A est independant de tous les elements de /.
Deuxième cas. On suppose que P(A) = 1. On a alors P(A
c
) = 0 et, pour tout B /,
P(A B) = 1 P((A B)
c
) = 1 P(A
c
B
c
). Or (par monotonie et -sous addivite de P)
P(B
c
) P(A
c
B
c
) P(A
c
) +P(B
c
) = P(B
c
). Donc, P(A
c
B
c
) = P(B
c
) et donc P(A B) =
1 P(B
c
) = P(B) = P(A)P(B). Ce qui prouve que A est independant de tous les elements de /.
322
5. Soit n 1 et A
1
, . . . , A
n
/. Montrer que les evenements A
1
, . . . , A
n
sont independants si et
seulement si les v.a. 1
A
1
, . . . , 1
A
n
sont independantes.
corrige
Si X est une v.a.r., la tribu engendree par X est (X) = X
1
(B), B B(R). Pour A /,
on a donc (1
A
) = , A, A
c
, E, cest-à-dire (1
A
) = (A). Lindependance des evenements
A
1
, . . . , A
n
correspond (par la denition 2.25) à lindependance des tribus (A
1
), . . . , (A
1
).
Lindependance des v.a.r. 1
A
1
, . . . , 1
A
n
correspond (par la denition 3.12) ) à lindependance des
tribus (1
A
1
), . . . , (1
A
n
). Comme (A
i
) = (1
A
i
), pour tout i, on en deduit que les evenements
A
1
, . . . , A
n
sont independants si et seulement si les v.a. 1
A
1
, . . . , 1
A
n
sont independantes.
Corrige 49 (Convergence en mesure) ()

n
)
nN
une suite de fonctions mesurables de E dans R.
1. Montrer que si il existe f et g fonctions mesurables de E dans R telles que (f
n
)
nN
converge en
mesure vers f et g, alors f = g p.p..
[On pourra commencer par montrer que, pour tout > 0, m(x E ; [f(x) g(x)[ > ) = 0].
corrige
Pour h : E R et > 0, on note toujours h > = x E; h(x) > , h = x E;
h(x) , h < = x E; h(x) < et h = x E; h(x) .
Soit > 0. Pour tout x E et tout n N, on a [f(x) g(x)[ [f(x) f
n
(x)[ +[f
n
(x) g(x)[. On
en deduit [f f
n
[

2
[f
n
g[

2
[f g[ et donc, en passant au complementaire,
[f g[ > [f f
n
[ >

2
[f
n
g[ >

2
. (12.13)
Par sous additivite de m, on a donc m([f g[ > ) m([f f
n
[ >

2
) + m([f
n
g[ >

2
).
En passant à la limite quand n , on en deduit m([f g[ > ) = 0.
On remarque maintenant que x E; f(x) ,= g(x) = [f g[ > 0 =
nN
[f g[ >
1
n
et donc,
par -sous additivite de m, on obtient m(x E; f(x) ,= g(x))
n=1
m([f g[ >
1
n
) = 0 et
donc f = g p.p..
n
)
nN
/ converge en mesure vers f / et (g
n
)
nN
/ converge en mesure
vers g /, alors (f
n
+g
n
)
nN
/ converge en mesure vers f +g /.
corrige
Soit > 0. En reprenant la demonstration de (12.13), on montre que
[f +g (f
n
+g
n
)[ > [f f
n
[ >

2
[g g
n
[ >

2
.
Par sous additivite de m, ceci donne m([f +g(f
n
+g
n
)[ > ) m([f f
n
[ >

2
)+m([gg
n
[ >
2
) et donc que m([f+g(f
n
+g
n
)[ > ) 0 quand n . On a bien montre que f
n
+g
n
f+g
en mesure quand n .
323
3. On suppose maintenant que m est une mesure nie. Montrer que si (f
n
)
nN
/ converge en
n
)
nN
/ converge en mesure vers g, alors (f
n
g
n
)
nN
/ converge en
mesure vers f g /.
[On pourra commencer par montrer que, si (f
n
)
nN
/ converge en mesure vers f /, alors,
pour tout > 0, il existe n
0
et k
0
N tels que, si n n
0
et k k
0
, on a m(x E ; [f
n
(x)[
k) ]. Donner un contre-exemple au resultat precedent lorsque m(E) = .
corrige
Pour k N et n N, la demonstration de (12.13) donne ici [f
n
[ > k [f[ >
k
2
[f
n
f[ >
k
2
et donc
m([f
n
[ > k) m([f[ >
k
2
) +m([f
n
f[ >
k
2
. (12.14)
On pose A
k
= [f[ >
k
2
. On a (A
k
)
kN
T, A
k+1
A
k
pour tout k N et
kN
A
k
= (car f
prend ses valeurs dans R). Comme E est de mesure nie, on a m(A
k
) < (pour tout k) et on
peut appliquer la continuite decroissante de m. Elle donne :
m(A
k
) 0, quand n . (12.15)
Soit > 0. Par (12.15), il existe k
0
N t.q. m(A
k
0
)

2
. Par la convergence en mesure de f
n
vers f, il existe alors n
0
t.q. m([f
n
f[ >
k
0
2

2
pour tout n n
0
et linegalite (12.14) donne
m([f
n
[ > k
0
) si n n
0
. On en deduit (comme [f
n
[ > k [f
n
[ > k
0
si k k
0
) :
n n
0
, k k
0
m([f
n
[ > k) . (12.16)
n
g
n
fg en mesure.
Soit > 0, on veut montrer que m([f
n
g
n
fg[ > 0 quand n . Pour cela, on remarque
que [f
n
g
n
fg[ [f
n
[[g
n
g[ +[g[[f
n
f[. Pour k N
, on a donc
[f
n
[ k [g
n
g[

2k
[g[ k [f
n
f[

2k
[f
n
g
n
fg[
et, en passant au complementaire,
[f
n
g
n
fg[ > [f
n
[ > k [g
n
g[ >

2k
[g[ > k [f
n
f[ >

2k
,
ce qui donne
m([f
n
g
n
fg[ > ) m([f
n
[ > k) +m([g
n
g[ >

2k
)
+m([g[ > k) +m([f
n
f[ >

2k
).
(12.17)
Soit > 0. Il existe k
0
et n
0
de manière à avoir (12.16). En utilisant (12.15) avec g au lieu de f, il
existe aussi k
1
t.q. m([g[ > k) pour k k
1
. On choisit alors k = maxk
0
, k
1
. En utilisant
324
la convergence en mesure de f
n
vers f et de g
n
vers g, il existe n
1
t.q. m([g
n
g[ >

2k
) et
m([f
n
f[ >

2k
) pour n n
1
. Finalement, avec n
2
= maxn
0
, n
1
on obtient :
n n
2
m([f
n
g
n
fg[ > ) 4.
Ce qui prouve la convergence en mesure de f
n
g
n
vers fg, quand n .
Pour obtenir un contre-exemple à ce resultat si m(E) = , on prend (E, T, m) = (R, B(R), ).
Pour n 1 on denit f
n
par f
n
(x) =
1
n
pour tout x R et on denit g
n
par g
n
(x) = x pour tout
x R. Il est clair que f
n
0 en mesure, g
n
g en mesure, avec g(x) = x pour tout x R, et
f
n
g
n
,0 en mesure car m([f
n
g
n
[ > ) = pour tout n N
et tout > 0.
Corrige 50 (Convergence presque uniforme et convergence p.p.)

n
)
nN
/ (cest-à-dire une suite de fonctions mesurables de E
dans R) et f /. On suppose que f
n
f presque uniformement (cest à dire que pour tout > 0 il
existe A T t.q. m(A) et f
n
c
). Montrer que f
n
f p.p., quand n .
corrige
Soit A
n
T t.q. m(A
n
)
1
n
et f
n
c
n
. On pose A =
nN
A
n
, de sorte que
A T et m(A) = 0 car m(A) m(A
n
)
1
n
pour tout n N
.
Soit x A
c
, il existe n N
t.q. x A
n
et on a donc f
n
(x) f(x) quand n . Comme m(A) = 0,
ceci donne bien f
n
f p.p., quand n .
Corrige 51 (Theorème dEgorov) ()

Soient (E, T, m) un espace mesure ni, (f
n
)
nN
fonction mesurable de E dans R. On suppose que f
n
f p.p., lorsque n +.
Pour j N
et n N, on denit :
A
n,j
= x; [f(x) f
n
(x)[
1
j
, et B
n,j
=
_
pn
A
p,j
(12.18)
1. Montrer que à j xe, lim
n+
m(B
n,j
) = 0.
corrige
On remarque dabord que A
n,j
= ([f f
n
[)
1
([
1
j
, [) T car [f f
n
[ /. On a donc aussi
B
n,j
T.
Dautre part, comme f
n
f p.p., lorsque n +, il existe C T t.q. m(C) = 0 et f
n
(x) f(x),
quand n , pour tout x C
c
.
On va montrer que m(B
n,j
) 0, quand n (on rappelle que j N
est xe), en utilisant

la continuite decroissante de m. On remarque en eet que m(B
n,j
) < (pour tout n N) car
m(E) < (et cest seulement ici que cette hypothèse est utile), puis que B
n+1,j
B
n,j
pour tout
n N. La continuite de decroissante de m donne donc
m(B
n,j
) m(
nN
B
n,j
).
325
Or, si x
nN
B
n,j
, on a x B
n,j
pour tout n N. Donc, pour tout n N, il existe p n t.q.
x A
n,j
, cest-à-dire [f(x) f
n
(x)[
1
j
. Comme j est xe, ceci montre que f
n
(x) , f(x) quand
n , et donc que x C. On en deduit que
nN
B
n,j
C et donc que m(
nN
B
n,j
) = 0 et
nalement que m(B
n,j
) 0, quand n .
2. Montrer que, pour tout > 0, il existe A tel que m(A) et f

n
c
lorsque
n +. En deduire le theorème dEgorov (theorème 3.2).
[On cherchera A sous la forme :
_
jN
B
n
j
,j
, avec un choix judicieux de n
j
.]
corrige
Soit > 0. pour tout j N
, la question precedente donne quil existe n(j) N t.q. m(B

n,j
)

2
j
.
On pose B =
jN
B
n(j),j
, de sorte que B T et, par -sous additivite de m :
m(B)
j=1
m(B
n(j),j
)
j=1
2
j
= .
n
f uniformemement sur B
c
(ce qui conclut la question en prenant
A = B).
Comme B =
jN
(
pn(j)
A
p,j
), on a, en passant au complementaire, B
c
=
jN
(
pn(j)
A
c
p,j
).
Soit > 0. Il existe j N
t.q.
1
j
. Soit x B
c
, comme x
pn(j)
A
c
p,j
, on a donc x A
c
p,j
pour tout p n(j), cest-à-dire :
p n(j) [f
n
(x) f(x)[
1
j
.
Comme n(j) ne depend que de j (et donc que de ) et pas de x B
c
, ceci prouve la convergence
uniforme de f
n
vers f sur B
c
.
3. Montrer, par un contre exemple, quon ne peut pas prendre = 0 dans la question precedente.
corrige
On prend, par exemple, (E, T, m) = (]0, 1[, B(]0, 1[, ) (plus precisement, est ici la restriction à
B(]0, 1[) de , qui est une mesure sur B(R)).
Pour n N
, on prend f
n
= 1
]0,
1
n
[
, de sorte que f
n
0 p.p., quand n (et meme, f
n
(x) 0
pour tout x ]0, 1[).
Soit maintenant B B(]0, 1[) t.q. (B) = 0. On va montrer que f
n
ne peut pas tendre uniformement
vers 0 sur B
c
(ceci prouve bien quon ne peut pas prendre = 0 dans la question precedente, cest-
à-dire = 0 dans le theorème dEgorov).
Soit n N
, Il est clair que B

c
]0,
1
n
[,= (car sinon, ]0,
1
n
[ B et donc
1
n
= (]0,
1
n
[) (B) = 0).
Il existe donc x B
c
t.q. f
n
(x) = 1. On a donc
sup
xB
c
[f
n
(x)[ = 1,
326
ce qui prouve bien que f
n
ne tends pas uniformement vers 0 sur B
c
, quand n .
4. Montrer, par un contre exemple, que le resultat du theorème dEgorov est faux lorsque m(E) = +.
corrige
On prend, par exemple, (E, T, m) = (R, B(R)).
Pour n N, on prend f
n
= 1
]n,n+1[
, de sorte que f
n
0 p.p., quand n (et meme, f
n
(x) 0
pour tout x R).
Soit maintenant 0 < < 1 et B B(R) t.q. (B) . On va montrer que f
n
ne peut pas tendre
uniformement vers 0 sur B
c
(ceci prouve bien que theorème dEgorov peut etre mis en defaut si
m(E) = ).
Soit n N, Il est clair que B
c
]n, n + 1[,= (car sinon, ]n, n + 1[ B et donc 1 = (]n, n + 1[)
(B) , en contradiction avec < 1). Il existe donc x B
c
t.q. f
n
(x) = 1. On a donc
sup
xB
c
[f
n
(x)[ = 1,
ce qui prouve bien que f
n
ne tends pas uniformement vers 0 sur B
c
, quand n .
Corrige 52 (Convergence en mesure et convergence p.p.)

n
)
nN
fonction mesurable de E dans R. On rappelle que, par denition, la suite (f
n
)
nN
converge en mesure
vers f si :
> 0, lim
n+
m(x E; [f
n
(x) f(x)[ > ) = 0. (12.19)
1. On suppose ici que m(E) < +.
(a) Montrer que si (f
n
)
nN
tend vers f presque partout, alors (f
n
)
nN
tend vers f en mesure
[Utiliser le theorème dEgorov.]
corrige
Soit > 0, on veut montrer que m([f
n
f[ > ) = m(x E; [f
n
(x) f(x)[ > ) 0,
quand n , cest-à-dire que
> 0, n
0
, t.q.
n n
0
m([f
n
f[ > ) .
(12.20)
Soit donc > 0. Daprès le theorème dEgorov (theorème 3.2 page 63), il existe A T t.q.
m(A) et f
n
c
. La convergence uniforme sur A
c
nous donne donc
lexistence de n
0
t.q., [f
n
(x) f(x)[ pour tout x A
c
, si n n
0
. On a donc, pour n n
0
,
[f
n
f[ > A, et donc m([f
n
f[ > ) m(A) . On a bien montre (12.20) et donc
la convergence en mesure de f
n
vers f, quand n .
327
(b) Montrer par un contrexemple que la reciproque de la question precedente est fausse.
corrige
On reprend ici un exemple vu au debut de la section 4.7 pour montrer que la convergence dans
L
1
nentrane pas la convergence presque partout.
On prend (E, T, m) = ([0, 1[, B([0, 1[), ) (on a bien m(E) < ) et on construit ainsi la suite
(f
n
)
nN
:
Soit n N. Il existe un unique p N
et
(p1)p
2
n <
p(p+1)
2
. On pose alors k = n
(p1)p
2
et on prend f
n
= 1
[
k
p
,
k+1
p
[
. Il faut noter ici que k + 1
p(p+1)
2

(p1)p
2
= p et donc
k+1
p
1.
Lorsque n , on a p et donc m([f
n
[ > 0) =
1
p
0. Ce qui prouve, en particulier,
que f
n
0 en mesure, quand n .
Enn, on remarque que, pour tout x [0, 1[, f
n
(x) ,0 quand n . En eet, soit x [0, 1[.
Soit n N. On choisit p N
t.q.
(p1)p
2
n, il existe alors k N t.q. 0 k p 1 et
x [
k
p
,
k+1
p
[, de sorte que f
(n)
(x) = 1 en choisissant (n) =
(p1)p
2
+k. On a ainsi construit
(f
(n)
)
nN
, sous suite de (f
n
)
nN
(car (n) n pour tout n N) t.q. f
(n)
(x) , 0 quand
n . ceci montre bien que f
n
(x) ,0 quand n .
Corrige 53 (Essentiellement uniforme versus presque uniforme)

Soit (E, T, m) un espace mesure. Pour f /, on pose A
f
= C R, [f[ C p.p.. Si A
f
,= , on pose
|f|
= inf A
f
. Si A
f
= , on pose |f|
= .
1. Soit f / t.q. A
f
,= . Montrer que |f|
A
f
.
corrige
Comme A
f
,= et |f|
= inf A
f
, il existe une suite (a
n
)
nN
A
f
t.q. a
n
|f|
quand n .
Soit n N, de a
n
A
f
on deduit quil existe B
n
T t.q. m(B
n
) = 0 et [f(x)[ a
n
pour tout
x B
c
n
.
On pose B =
nN
B
n
. On a donc B T et, par -additivite de m, m(B) = 0 (car m(B)
nN
m(B
n
)). Enn, pour tout x B
c
=
nN
B
c
n
, on a [f(x)[ a
n
pour tout n N. En faisant
n , on en deduit que [f(x)[ |f|
. On a donc [f[ |f|
p.p., cest-à-dire |f|
A
f
.
2. Soient (f
n
)
nN
/ et f /.
(a) On suppose, dans cette question, que |f
n
f|
0 quand n (on dit que f

n
f
essentiellement uniformement). Montrer que f
n
f presque uniformement.
corrige
Pour tout n N, il existe A
n
T t.q. m(A
n
) = 0 et [(f
n
f)(x)[ |f
n
f|
pour tout
x A
c
n
. On pose A =
nN
A
n
. On a donc A T, m(A) = 0, [(f
n
f)(x) |f
n
f|
pour
tout x A
c
. Comme |f
n
f|
0 quand n , on en deduit que f

n
f uniformement
sur A
c
. Enn, comme m(A) pour tout > 0, on a bien montre la convergence presque
uniforme de f
n
vers f.
328
(b) En donnant un exemple (cest-à-dire en choisissant convenablement (E, T, m), (f
n
)
nN
et f),
montrer quon peut avoir f
n
f presque uniformement, quand n , et |f
n
f|
,0.
corrige
On prend, par exemple, (E, T, m) = (R, B(R), ), f = 0 et f
n
= 1
[0,
1
n
]
pour tout n N
.
Soit > 0. On choisit A = [0, ], de sorte que m(A) = . On a bien f
n
0 uniformement
sur A
c
, quand n , car f
n
= 0 sur A
c
pour tout n t.q.
1
n
< . Donc, f
n
f presque
uniformement quand n .
Mais f
n
ne tends pas vers 0 essentiellement uniformement, quand n , car |f
n
|
= 1 pour
tout n N
(en eet, f
n
1 sur tout R, f
n
= 1 sur [0,
1
n
]) et ([0,
1
n
]) > 0, pour tout n N
).
Corrige 54 (Mesurabilite des troncatures)

Soit (X, T ) un espace mesurable et f une fonction mesurable de X dans R (R est muni, comme toujours
quand on ne le precise pas, de la tribu borelienne). Pour a > 0, on denit la fonction tronquee :
f
a
(x) =
_
_
_
a si f(x) > a
f(x) si [f(x)[ a
a si f(x) < a
Montrer que f
a
est mesurable.
corrige
Soit a > 0. On denit T
a
de R dans R par :
T
a
(s) =
_
_
_
a si s > a
s si [s[ a
a si s < a
La fonction T
a
peut aussi secrire T
a
(s) = maxa, mina, s pour s R. On remarque que la fonction
T
a
est continue de R dans R. Elle est donc borelienne (cest-à-dire mesurable de R dans R, avec R muni
de sa tribu borelienne).
Comme f
a
= T
a
f, on en deduit que f
a
est mesurable car cest la composee dapplications mesurables.
329
12.4.1 Integrale sur /
+
et sur L
1
Corrige 55 (Sup de mesures)
Soit (E, T) un espace mesurable et (m
n
)
nN
une suite de mesures sur T. On suppose que m
n+1
(A)
m
n
(A) pour tout A T et tout n N. On pose m(A) = supm
n
(A), n N pour A T.
1. (Lemme preliminaire) Soit (a
n,p
)
n,pN
R
+
et (a
p
)
pN
R
+
t.q. a
n+1,p
a
n,p
, pour tout n, p N,
et a
n,p
a
p
quand n , pour tout p N. Montrer

p=0
a
n,p

p=0
a
p
(dans R
+
) quand
n . [On pourra utiliser
N
p=0
a
n,p

p=0
a
n,p

p=0
a
p
.]
corrige
On remarque tout dabord que la suite (
p=0
a
n,p
)
nN
est croissante, elle admet donc une limite
dans R
+
. Pour N N, on passe à la limite quand n dans les inegalites

N
p=0
a
n,p

p=0
a
n,p

p=0
a
p
.
On obtient
N
p=0
a
p
lim
n
p=0
a
n,p

p=0
a
p
.
On passe maintenant à la limite quand N pour obtenir
p=0
a
p
lim
n
p=0
a
n,p

p=0
a
p
.
On a donc lim
n
p=0
a
n,p
=
p=0
a
p
.
2. Montrer que m est une mesure.

corrige
m() = sup
nN
m
n
() = 0.
Soit (A
p
)
pN
T t.q. A
p
A
q
= si p ,= q. On pose A =
nN
A
n
. On a :
m(A) = sup
nN
m
n
(A) = lim
n
m
n
(A) = lim
n
p=0
m
n
(A
p
).
En utilisant la question precedente avec a
n,p
= m
n
(A
p
), on en deduit m(A) =
p=0
m(A
p
).
3. Soit f c
+
(E, T). (On rappelle que c
+
(E, T) est lensemble des fonctions etagees de E dans R
+
.)
Montrer que
_
fdm = sup
nN
(
_
fdm
n
).
corrige
Soit a
1
, . . . , a
p
R
+
et A
1
, . . . , A
p
T t.q. f =
p
i=1
a
i
1
A
i
.
On a
_
fdm
n
=

p
i=1
a
i
m
n
(A
i
), la suite (
_
fdm
n
)
nN
est donc croissante. Puis, en passant à la
limite sur n, on obtient :
lim
n
(
p
i=1
a
i
m
n
(A
i
)) =
p
i=1
a
i
lim
n
(m
n
(A
i
)) =
p
i=1
a
i
m(A
i
) =
_
fdm, et donc
_
fdm = lim
n
(
_
fdm
n
) = sup
nN
(
_
fdm
n
).
4. Soit f /
+
(E, T). (On rappelle que /
+
(E, T) est lensemble des fonctions mesurables de E dans
R
+
.)
330
(a) Montrer que (
_
fdm
n
)
nN
est une suite croissante majoree par
_
fdm.
corrige
Soit f /
+
. Soit (f
p
)
pN
c
+
t.q. f
p
f quand p . Daprès la question precedente,
on a (pour tout n et tout p)
_
f
p
dm
n

_
f
p
dm
n+1

_
f
p
dm.
En passant à la limite sur p (avec n xe) on en deduit
_
fdm
n

_
fdm
n+1

_
fdm. La suite
(
_
fdm
n
)
nN
est donc croissante et majoree par
_
fdm.
(b) Montrer que

_
fdm
n

_
fdm quand n .
corrige
On pose A
f
= g c
+
, g f. On sait que
_
fdm = sup
gA
f
_
gdm et que
_
fdm
n
=
sup
gA
f
_
gdm
n
pour tout n N. La question 2 donne que
_
gdm = sup
nN
_
gdm
n
pour tout
g c
+
. On en deduit :
_
fdm = sup
gA
f
(sup
nN
_
gdm
n
) = sup
nN
( sup
gA
f
_
gdm
n
) = sup
nN
_
fdm
n
,
ce qui, avec la question prececdente, donne bien
_
fdm
n

_
fdm quand n .
5. Soit f L
1
R
(E, T, m). Montrer que f L
1
R
(E, T, m
n
) pour tout n N et que
_
fdm
n

_
fdm
quand n .
corrige
On a [f[ /
+
L
1
R
(E, T, m). la question 4 donne
_
[f[dm
n

_
[f[dm, on en deduit que f
L
1
R
(E, T, m
n
) pour tout n N.
la question 4 donne aussi que
_
f
+
dm
n

_
f
+
dm et
_
f
dm
n

_
f
dm.
Ces 2 convergences ayant lieu dans R, on en deduit que
_
fdm
n

_
fdm quand n .
Corrige 56 (Somme de mesures)

Soient m
1
et m
2
deux mesures sur lespace mesurable (E, T).
1. Montrer que m = m
1
+m
2
est une mesure.
corrige
(a) m() = m
1
() +m
2
() = 0,
(b) Soit (A
n
)
nN
T t.q. A
n
/
m
= si n ,= m. On a :
m(
nN
A
n
) = m
1
(
nN
A
n
) +m
2
(
nN
A
n
).
Comme m
i
(
nN
A
n
) = lim
n
n
p=0
m
i
(A
p
) pour i = 1, 2, on en deduit
331
m(
nN
A
n
) = lim
n
n
p=0
(m
1
(A
p
) +m
2
(A
p
)) = lim
n
n
p=0
m(A
p
),
ce qui prouve bien la -additivite de m.
Ceci montre bien que m est une mesure.
2. Montrer quune application f mesurable de E dans R est integrable pour la mesure m si et seulement
si elle est integrable pour les mesures m
1
et m
2
. Si f est integrable pour la mesure m, montrer que
_
fdm =
_
fdm
1
+
_
fdm
2
.
corrige
Soit A T, on pose = 1
A
. La denition de m donne immediatement
_
dm =
_
dm
1
+
_
dm
2
. (12.21)
Par linerarite de lintegrale, (12.21) est aussi vrai pour c
+
.
Soit maintenant /
+
. Il existe (
n
)
nN
c
+
t.q.
n
quand n . On ecrit (12.21) avec
n
au lieu de et on fait tendre n vers linni. La denition de lintegrale sur /
+
donne alors
(12.21).
On a donc montre que (12.21) etait vrai pour tout /
+
.
Soit f /, en ecrivant (12.21) avec = [f[ on obtient bien que f L
1
(E, T, m) si et seulement
si f L
1
(E, T, m
1
) L
1
(E, T, m
2
).
Enn, si f L
1
R
(E, T, m), on ecrit (12.21) avec = f
+
et = f
, la dierence donne bien

_
fdm =
_
fdm
1
+
_
fdm
2
.
3. Soit (m
n
)
nN
une famille de mesures (positives) sur (E, T) et (
n
)
nN
R
+
. On pose, pour A T,
m(A) =
nN
n
m
n
(A). Montrer que m est une mesure sur T ; soit f une application mesurable
de E dans R et integrable pour la mesure m ; montrer que
_
fdm =
nN
n
_
fdm
n
.
corrige
Soit n N. n denit m
n
par m
n
(A) =
n
m
n
(A) pour tout A T. Il est facile de voir que m
n
est une mesure sur T, que L
1
R
(E, T, m
n
) = L
1
R
(E, T, m
n
) et que
_
fd m
n
=
n
_
fdm
n
pour tout
f L
1
R
(E, T, m
n
).
On pose maintenant , par recurrence sur n,
0
= m
0
et
n
=
n1
+ m
n
pour n N
. La question
precedente montre, par recurrence sur n, que
n
est une mesure sur T et donne que f L
1
R
(E, T,
n
si et seulement si f
pn
L
1
R
(E, T, m
n
) =
pn
L
1
R
(E, T, m
n
). Enn, la question precedente donne
aussi, toujours par recurrence sur n :
_
fd
n
=
n
p=0
_
fd m
n
=
n
p=0
n
_
fdm
n
.
332
Pour tout A T, on a m(A) =

nN
n
m
n
(A) = sup
nN
n
(A). On peut donc utiliser les
resultats de lexercice precedent. On obtient que m est une mesure sur T et que f L
1
R
(E, T, m)
implique f L
1
R
(E, T,
n
) pour tout n N et
_
fdm = lim
n
_
fd
n
. Si f L
1
R
(E, T, m)
on a donc f L
1
R
(E, T, m
n
) pour tout n N et
_
fdm = lim
n
n
p=0
p
_
fdm
p
, cest-à-dire
_
fdm =
nN
n
_
fdm
n
.
Corrige 57 (Mesure de Dirac)

Soit
0
la mesure de Dirac en 0, denie sur B(R). (cf exemple 2.1.) Soit f /
+
, calculer
_
fd
0
.
corrige
Comme
0
(0
c
) = 0, on a f = f(0)1
{0}
p.p., on en deduit
_
fd
0
= f(0)
0
(0) = f(0).
Corrige 58 (Restrictions de la mesure de Lebesgue)

Soit A et B deux boreliens de R t.q. A B. On note
A
[resp.
B
] la restriction à B(A) [resp. B(B)] de
la mesure de Lebesgue sur B(R). Soit f L
1
R
(B, B(B),
B
). Montrer que f
|
A
L
1
R
(A, B(A),
A
) et que
_
f
|
A
d
A
=
_
f1
A
d
B
. [Considerer dabord le cas f c
+
puis f /
+
et enn f L
1
.]
corrige
On rappelle que B(A) = C B(R); C A et B(B) = C B(R); C B (voir lexercice 2.3).
1. Soit f c
+
(B, B(B)). Il existe donc a
1
, . . . , a
p
R
+
et A
1
, . . . , A
p
B(B) B(R) t.q. f =
p
i=1
a
i
1
A
i
.
La fonction f1
A
appartient donc aussi à c
+
(B, B(B)) (car A
i
A B(B)) et elle secrit f =
p
i=1
a
i
1
A
i
1
A
=
p
i=1
a
i
1
A
i
A
, de sorte que
_
f1
A
d
B
=
p
i=1
a
i
(A
i
A).
La fonction f
|
A
(cest-à-dire la restriction de f à A) est denie sur A, elle secrit f
|
A
=
p
i=1
a
i
1
A
i
A
.
Cette fonction appartient à c
+
(A, B(A)) car A
i
A B(A) pour tout i et on a
_
f
|
A
d
A
=
p
i=1
a
i
(A
i
A).
_
f1
A
d
B
=
_
f
|
A
d
A
, (12.22)
pour tout f c
+
(B, B(B)).
2. Soit f /
+
(B, B(B)). il existe (f
n
)
nN
c
+
(B, B(B)) t.q. f
n
f, quand n . On a
donc aussi (f
n
1
A
)
nN
f1
A
et (f
n|
A
)
nN
f
|
A
, quand n . Comme f
n|
A
c
+
(A, B(A)), la
caracterisation de la mesurabilite positive (proposition 3.3) donne f
|
A
/
+
(A, B(A)). On a aussi
f1
A
/
+
(B, B(B)). Puis, en ecrivant (12.22) avec f
n
au lieu de f et en passant à la limite quand
n , la denition de lintegrale sur /
+
(A, B(A)) et sur /
+
(B, B(B)) donne (12.22).
On a donc montre (12.22) pour tout f /
+
(B, B(B)).
333
3. Soit f L
1
R
(B, B(B),
B
). On remarque dabord que f
|
A
/(A, B(A)). En eet, si C B(R), on
a (f
|
A
)
1
(C) = f
1
(C)A B(A). Puis, on applique (12.22) à [f[, qui appartient à /
+
(B, B(B)),
pour obtenir
_
[f
|
A
[d
A
=
_
[f[
|
A
d
A
=
_
[f[1
A
d
B
<
_
[f[d
B
< ,
ce qui montre que f
|
A
L
1
R
(A, B(A)),
A
).
Enn, en appliquant (12.22) avec f
+
et f
au lieu de f, on obtient
_
f
+
1
A
d
B
=
_
f
+
|
A
d
A
=
_
(f
|
A
)
+
d
A
<
et
_
f
1
A
d
B
=
_
f
|
A
d
A
=
_
(f
|
A
)
d
A
< ,
ce qui donne, en faisant la dierence,
_
f1
A
d
B
=
_
f
|
A
d
A
.
Corrige 59 (Integrale de Lebesgue et integrale des fonctions continues)

Soit f C([0, 1], R). Montrer que f L
1
R
([0, 1], B([0, 1]), ) et que
_
fd =
_
1
0
f(x)dx (cette dernière
integrale est à prendre au sens de lintegrale des fonctions continues vue au Chapitre 1). On rappelle
que lon note (un peu abusivement. . . ) par la restriction à B([0, 1]) de la mesure de Lebesgue (aussi
notee . . . ) sur B(R).
corrige
Soit g : [0, 1] R une fonction en escalier. Il existe donc p N
, une famille (
i
)
i{0,...,p}
, avec :
0
= 0,
i
<
i+1
, pour tout i 0, . . . , p 1,
p
= 1, et une famille (a
i
)
i{0,...,p1}
R tels que :
g(x) = a
i
, x ]
i
,
i+1
[, i 0, . . . , p 1.
On sait que
_
1
0
g(x)dx =
p1
i=0
a
i
(
i+1
i
).
Dautre part, cette fonction g est mesurable (cest-à-dire g /([0, 1], B([0, 1])) car, pour tout C R,
g
1
(C) est une reunion (nie) dintervalles du type ]
i
,
i+1
[ à laquelle on ajoute eventuellement certains
des points
i
. On a donc g
1
(C) B([0, 1]). On a bien montre que g /([0, 1], B([0, 1])). Enn, comme
les singletons sont de mesure nulle, on a [g[ =
p1
i=0
[a
i
[1
]
i
,
i+1
[
p.p., et donc
_
[g[d =
p1
i=0
[a
i
[(
i+1
i
) < .
Donc, g L
1
R
([0, 1], B([0, 1]), ). Finalement, puisque g =
p1
i=0
a
i
1
]
i
,
i+1
[
p.p., on a aussi
334
_
gd =
p1
i=0
a
i
(
i+1
i
).
On a donc montre que g L
1
R
([0, 1], B([0, 1]), ) et
_
gd =
_
1
0
g(x)dx. (12.23)
Soit maintenant f C([0, 1], R). On remarque tout dabord que f est mesurable (parce que, par exemple,
les ouverts de [0, 1] engendre B([0, 1]) et que limage reciproque, par f, dun ouvert de [0, 1] est un
ouvert de [0, 1], donc un element de B([0, 1])). Puis, on remarque que f L
1
R
([0, 1], B([0, 1], ) car
_
[f[d |f|
u
= max
x[0,1]
[f(x)[ < .
On compare maintenant
_
fd et
_
1
0
f(x)dx.
Il existe une suite de fonctions en escalier, (f
n
)
nN
, t.q. f
n
f uniformement sur [0, 1], cest-à-dire
|f
n
f|
u
0, quand n .
La denition de lintegrale des fonctions continues donne que
_
1
0
f
n
(x)dx
_
1
0
f(x)dx quand n .
Dautre part, on a aussi
_
f
n
d
_
fd, quand n , car [
_
f
n
d
_
fd[
_
[f
n
f[d
|f
n
f|
u
0, quand n . En passant à la limite quand n dans (12.23) avec f
n
au lieu de g,
on obtient bien
_
fd =
_
1
0
f(x)dx.
Corrige 60 (Fonctions continues et fonctions integrables)

Soit m une mesure nie sur B([0, 1]). Montrer que C([0, 1], R) L
1
R
([0, 1], B([0, 1]), m).
corrige
Soit f C([0, 1], R). On montre tout dabord que f est mesurable.
Soit O un ouvert de R. Comme f est continue, lensemble f
1
(O) = x [0, 1], f(x) O est une ouvert
de [0, 1] et donc f
1
(O) B([0, 1]). Les ouverts de R engendrant la tribu borelienne de R, on en deduit
que f est mesurable de [0, 1] (muni de sa tribu borelienne) dans R (muni de sa tribu borelienne).
On montre maintenant que f est integrable. Comme la fonction f est continue sur le compact [0, 1], elle
est bornee. Il existe donc M R
+
t.q. [f[ M sur [0, 1]. On a donc, par monotonie de lintegrale sur
/
+
:
_
[f[dm Mm([0, 1]) < .
On a donc f L
1
R
([0, 1], B([0, 1]), m).
Corrige 61 (f positive integrable implique f nie p.p.)

+
. Montrer que si
_
fdm < +, alors f < + p.p..
corrige
335
Soit A = f
1
(). On a A T car f est mesurable et B(R
+
).
Pour tout n N
, on a f n1
A
, donc, par monotonie de lintegrale,
_
fdm nm(A), ou encore
m(A)
1
n
_
fdm.
En passant à la limite quand n , on en deduit m(A) = 0. On a donc f < p.p. car f(x) < pour
tout x A
c
.
Corrige 62 (Une caracterisation de lintegrabilite)

Soient (E, T, m) un espace mesure ni, u une fonction mesurable de E dans R. Pour n N, on pose
A
n
= x E, [u(x)[ n et B
n
= x E, n < [u(x)[ n + 1.
1. Montrer que :
_
[u[dm < +
+
n=0
nm(B
n
) < +
+
n=0
m(A
n
) < +. (12.24)
corrige
On remarque tout dabord que B
n
, A
n
T pour tout n N et que :
nN
n1
B
n
[u[
nN
(n + 1)1
B
n
.
On en deduit (en utilisant le theorème de convergence monotone et la monotonie de lintegrale)
que :
nN
nm(B
n
)
_
[u[dm
nN
(n + 1)m(B
n
). (12.25)
Si
_
[u[dm < +, on a donc
nN
nm(B
n
) < .
Reciproquement, si
nN
nm(B
n
) < , on a aussi
nN
(n + 1)m(B
n
) < car
nN
m(B
n
)
m(E) < (remarquer que B
n
B
m
= si n ,= m). On deduit donc de (12.25) que
_
[u[dm < +.
On a ainsi montre que :
_
[u[dm < +
+
n=0
nm(B
n
).
On peut utiliser le meme raisonnement en rempla cant B
n
par C
n
= x E, n [u(x)[ < n + 1.
On a donc aussi :
_
[u[dm < +
+
n=0
nm(C
n
). (12.26)
Pour terminer la question, il sut de montrer que :
+
n=0
nm(C
n
) < +
+
n=0
m(A
n
) < +. (12.27)
336
Pour montrer (12.27), on remarque que C
n
= A
n
A
n+1
pour tout n N et donc, comme A
n+1
A
n
et que m(A
n+1
) m(A
n
) m(E) < :
m(C
n
) = m(A
n
) m(A
n+1
).
On en deduit que, pour tout n N, on a :
n
p=0
p m(C
p
) =
n
p=0
p m(A
p
)
n
p=0
p m(A
p+1
) =
n
p=0
p m(A
p
)
n+1
p=1
(p 1)m(A
p
)
=
n
p=1
m(A
p
) nm(A
n+1
).
On a donc :
n
p=0
p m(C
p
)
n
p=1
m(A
p
), (12.28)
et :
n
p=1
m(A
p
) =
n
p=0
p m(C
p
) +nm(A
n+1
). (12.29)
Si
+
n=0
m(A
n
) < +, on deduit donc de (12.28) que
+
n=0
nm(C
n
) < +.
Reciproquement, si

+
n=0
nm(C
n
) < +. On a, par (12.26),
_
[u[dm < et donc, comme
n1
A
n+1
[u[, on a aussi nm(A
n+1
)
_
[u[dm < . On deduit donc de (12.29) que
n=1
m(A
n
) <
. Comme m(A
0
) m(E) < , on a bien nalement
n=0
m(A
n
) < .
On a bien montre (12.27), ce qui termine la question.
2. Soit p ]1, +[, montrer que [u[

p
est une fonction mesurable et que :
_
[u[
p
dm < +
+
n=0
n
p
m(B
n
) < +
+
n=0
n
p1
m(A
n
) < +. (12.30)
corrige
La fonction [u[
p
est mesurable car composee dune fonction mesurable et dune fonction continue.
On reprend maintenant le raisonnement de la question precedente. On remarque que :
nN
n
p
m(B
n
)
_
[u[
p
dm
nN
(n + 1)
p
m(B
n
). (12.31)
Si
_
[u[
p
dm < +, on a donc
nN
n
p
m(B
n
) < .
Reciproquement, si
nN
n
p
m(B
n
) < , on a aussi
n=1
(n+1)
p
m(B
n
)
n=1
2
p
n
p
m(B
n
) <
et m(B
0
) m(E) < . On a donc

n=0
(n + 1)
p
m(B
n
) < . Ceci donne
_
[u[
p
dm < + par
(12.31).
337
On a ainsi montre que :
_
[u[
p
dm < +
+
n=0
n
p
m(B
n
) < +.
Ici aussi, on peut utiliser le meme raisonnement en rempla cant B
n
par C
n
= x E, n [u(x)[ <
n + 1. On a donc aussi :
_
[u[
p
dm < +
+
n=0
n
p
m(C
n
) < +. (12.32)
Pour terminer la question, il sut donc de montrer que :
+
n=0
n
p
m(C
n
) < +
+
n=0
n
p1
m(A
n
) < +. (12.33)
Pour montrer (12.33), on utilise, comme dans la question precedente que C
n
= A
n
A
n+1
pour tout
n N et donc :
m(C
n
) = m(A
n
) m(A
n+1
).
On en deduit que, pour tout n N,

N
n=0
n
p
m(C
n
) =

N
n=0
n
p
m(A
n
)
N
n=0
n
p
m(A
n+1
) =
N
n=0
n
p
m(A
n
)
N+1
n=1
(n1)
p
m(A
n
) =
N
n=1
(n
p
(n1)
p
)m(A
n
) N
p
m(A
N+1
). On a donc :
N
n=0
n
p
m(C
n
)
N
n=1
(n
p
(n 1)
p
)m(A
n
), (12.34)
et :
N
n=1
(n
p
(n 1)
p
)m(A
n
) =
N
n=0
n
p
m(C
n
) +N
p
m(A
N+1
). (12.35)
Pour conclure, on remarque que
n
p
(n 1)
p
n
p1
p quand n . Il existe donc , > 0 t.q.
n
p1
n
p
(n 1)
p
n
p1
pour tout n N
.
Si
n=0
n
p1
m(A
n
) < , on deduit alors de (12.34) que
+
n=0
nm(C
n
) < +.
Reciproquement, si

+
n=0
n
p
m(C
n
) < +. On a, par (12.32),
_
[u[
p
dm < et donc, comme
N 1
A
N+1
[u[, on a aussi N
p
m(A
n+1
)
_
[u[
p
dm < . On deduit alors de (12.35) que
n=0
n
p1
m(A
n
) < .
On a bien montre (12.33), ce qui termine la question.
Corrige 63 (Sur linegalite de Markov)

1
R
(E, T, m).
338
1. Montrer que pour tout a > 0, on a a m([f[ > a)
_
{|f|>a}
[f[ dm.
corrige
Comme [f[ /
+
, la methode pour faire les questions 1 et 2 a dejà ete vue dans le cours (voir
linegalite (4.8)).
Soit a > 0. On remarque que [f[1
{|f|>a}
a1
{|f|>a}
. Par monotonie de lintegrale, on en deduit :
am([f[ > a) =
_
a1
{|f|>a}
dm
_
[f[1
{|f|>a}
dm =
_
{|f|>a}
[f[dm.
2. Montrer que pour tout a > 0, on a m([f[ > a) (

_
[f[ dm)/a. (Ceci est linegalite de Markov.)
corrige
Comme
_
{|f|>a}
[f[dm
_
[f[dm, cette question decoule immediatement de ma precedente.
3. Montrer que
lim
a
a m([f[ > a) = 0. (12.36)
corrige
Soit (a
n
)
nN
R t.q. a
n
, quand n . On pose g
n
= [f[1
{|f|>a
n
}
. On a g
n
0 p.p.
quand n et, pour tout n N, [g
n
[ [f[ p.p.. Grace au theorème de convergence dominee, on
en deduit que
_
g
n
dm 0 quand n et donc, avec la question 1, a
n
m([f[ > a
n
) 0 quand
n .
4. Donner des exemples de fonctions non integrables qui verient la propriete (12.36) dans les 2 cas
suivants : (E, T, m) = (R, B(R), ) et (E, T, m) = (]0, 1[, B(]0, 1[), ).
corrige
Dans le cas (E, T, m) = (R, B(R), ), il sut de prendre f = 1
R
.
Dans le cas (E, T, m) = (]0, 1[, B(]0, 1[), ), on peut prendre, par exemple, f denie par f(x) =
1
x| ln(2x)|
pour x ]0, 1[. La fonction f est mesurable mais nest pas integrable. Pour a > 0, on a am([f[ > a) =
ax
a
avec x
a
> 0 t.q. x
a
[ ln(2x
a
)[ =
1
a
. On a x
a
0 quand a et donc am([f[ > a) = ax
a
=
1
| ln(2x
a
)|
0 quand a .
Corrige 64 (Sur f 0 p.p.)

1
R
(E, T, m). Montrer que les 2 conditions suivantes sont equiva-
lentes :
1. f 0 p.p.,
2.
_
A
f dm 0 pour tout A T.
corrige
339
On suppose dabord que f 0 p.p.. Soit A T, on a alors f1
A
0 p.p. et donc, par monotonie
de lintegrale sur L
1
(proposition 4.4 page 83),
_
A
fdm =
_
f1
A
dm 0.
En fait, pour etre tout à fait precis, la proposition 4.4 est enoncee avec lhypothèse f g et non
seulement f g p.p.. Toutefois il est clair que cette proposition est aussi vraie avec seulement
f g p.p.. Il sut de remarquer que, si f g p.p., il existe B T t.q. m(B) = 0 et f g sur
B
c
. On a donc f1
B
c g1
B
c . Si f, g L
1
, la proposition 4.4 donne alors
_
f1
B
c dm
_
g1
B
c dm.
On en deduit
_
fdm
_
gdm car
_
fdm =
_
f1
B
c dm et
_
gdm =
_
g1
B
c dm (voir la proposition
4.5 page 85).
_
A
f dm 0 pour tout A T. Soit n N
, on choisit A = A
n
= f
1
n
= x E: f(x)
1
n
, de sorte que f1
A
n

1
n
1
A
n
. La monotonie de lintegrale sur L
1
(proposition 4.4 page 83) donne alors
_
f1
A
n
dm
1
n
m(A
n
).
Comme
_
f1
A
n
dm 0 par hypothèse, on a donc necessairement m(A
n
) = 0.
Par -sous additivite de m, on en deduit que m(f < 0) = m(
nN
f
1
n
) = 0, et donc f 0
p.p..
Corrige 65
1
(= L
1
R
(E, T, m)).
1. Montrer que : > 0, > 0 t.q. A T, m(A)
_
A
[f[dm . [Introduire f
n
= inf([f[, n)].
corrige
On pose f
n
= inf([f[, n). Comme [f[ f
n
0 p.p. (et meme partout), quand n , et que
0 [f[f
n
[f[ L
1
, on peut appliquer le theorème de convergence dominee à la suite ([f[f
n
)
nN
(ou la proposition 4.6). Il donne que
_
([f[ f
n
)dm 0 quand n .
Soit > 0, il existe donc n N t.q.
_
([f[ f
n
)dm . Pour A T, on a donc :
_
A
[f[dm
_
A
([f[ f
n
)dm+
_
A
f
n
dm
_
([f[ f
n
)dm+
_
A
f
n
dm +nm(A).
En prenant =

n
, on en deduit :
A T, m(A)
_
A
[f[dm 2.
NB : Au lieu dappliquer le theorème de convergence dominee à la suite ([f[ f
n
)
nN
, on peut
aussi faire cet question en appliquant le theorème de convergence monotone à la suite (f
n
)
nN
et
en utilisant le fait que f L
1
.
2. Montrer que : > 0, C T t.q. :

340
(i) m(C) < +,
(ii)
_
C
c
[f[dm ,
(iii) sup
C
[f[ < +,
[Considerer C
n
= x E ;
1
n
[f(x)[ n, et montrer que pour n n
0
o` u n
0
est bien choisi, C
n
verie (i), (ii) et (iii).]
corrige
Pour n N
, on pose C
n
= x E ;
1
n
[f(x)[ n.
Soit n N
, on a [f[ n sur C
n
et
1
n
m(C
n
)
_
[f[dm < . Les conditions (i) et (iii) sont donc
veriees si on prend C = C
n
.
Soit > 0. On va maintenant montrer quon peut choisir n de manière avoir aussi (ii). Pour cela,
on pose g
n
= f1
C
c
n
, de sorte que g
n
0 p.p. (et meme partout) et [g
n
[ [f[ p.p. (et meme
partout), pour tout n N
. On peut donc appliquer le theorème de convergence dominee à la suite

(g
n
)
nN
(ou la proposition 4.6). Il donne que
_
[g
n
[dm 0 quand n . Il existe donc n N
t.q. (ii) soit veriee. En prenant C = C

n
, on a donc (i), (ii) et (iii).
Corrige 66 (mmesurabilite)
Soit (E, T, m) un espace mesure. Soit A T t.q. m(A) = 0 et f une application de A
c
dans R. Montrer
que :
il existe g mesurable de E dans R t.q. f = g p.p. si et seulement si il existe (f
n
)
nN
, suite de fonctions
etagees, t.q. f
n
f p.p., quand n .
corrige
On suppose dabord quil existe g mesurable de E dans R t.q. f = g p.p.. Il existe donc B T t.q.
m(B) = 0 et f = g sur B
c
(et B
c
A
c
, i.e. A B).
Comme g /, la deuxième caracterisation de la mesurabilite (proposition 3.6 page 59) donne
lexistence dune suite (f
n
)
nN
c t.q. f
n
(x) g(x) pour tout x E. On a donc aussi f
n
(x)
f(x) pour tout x B
c
. Comme m(B) = 0, on a bien f
n
f p.p..
On suppose maintenant quil existe (f
n
)
nN
c t.q. f
n
f p.p.. Il existe donc B T t.q.
m(B) = 0 et f
n
(x) f(x) pour tout x B
c
(on a donc aussi B
c
A
c
). On pose g
n
= f
n
1
B
c
et on denit g par g(x) = f(x) si x B
c
et g(x) = 0 si x B. Avec ces choix de g
n
et g, on a
(g
n
)
nN
c et g
n
(x) g(x) pour tout x E. On a donc, par la proposition 3.6, g /. On a
aussi f = g p.p. car f = g sur B
c
et m(B) = 0.
Corrige 67 (Mesure complète, suite de lexercice 2.28)

On reprend les notations de lexercice 2.28 page 48. On note donc (E, T, m) le complete de lespace
mesure (E, T, m).
341
Montrer que L
1
R
(E, T, m) L
1
R
(E, T, m). Soit f L
1
R
(E, T, m), montrer quil existe g L
1
R
(E, T, m) t.q.
f = g p.p. et que
_
fdm =
_
gdm.
corrige
1. On commence par montrer que L
1
R
(E, T, m) L
1
R
(E, T, m).
Comme T T, on a /(E, T) /(E, T), /
+
(E, T) /
+
(E, T), c(E, T) c(E, T) et
c
+
(E, T) c
+
(E, T). Puis, comme m = m sur T, on a
_
fdm =
_
fdm pour tout f c
+
(E, T).
Si f /
+
(E, T), il existe une suite (f
n
)
nN
c
+
(E, T) t.q. f
n
f quand n , la denition
de lintegrale sur /
+
donne alors :
_
fdm =
_
fdm, pour tout f /
+
(E, T). (12.37)
Soit f L
1
R
(E, T, m), on a donc f /(E, T) /(E, T) et (12.37) donne
_
[f[dm =
_
[f[dm < .
Donc, f L
1
R
(E, T, m). En appliquant (12.37) à f
, on montre aussi que

_
fdm =
_
fdm.
2. On va montrer la deuxième partie de la question en raisonnant en 3 etapes :
(a) Soit C T. Il existe donc A T, N ^
m
t.q. C = A N. Il existe B T t.q. N B et
m(B) = 0. On a 1
A
,= 1
C
N B. Donc, 1
A
,= 1
C
^
m
= ^
m
, cest-à-dire 1
A
= 1
C
m-p.p. et m-p.p.. En fait, comme ^
m
= ^
m
, il est identique de dire m-p.p. et m-p.p., on
dira donc simplement p.p..
(b) Soit f c(E, T). Il existe a
1
, . . . , a
n
R et C
1
, . . . , C
n
T t.q. f =
n
i=1
a
i
1
C
i
. Daprès (a),
on trouve A
1
, . . . , A
n
T t.q. 1
A
i
= 1
C
i
p.p., pour tout i. On pose alors g =
n
i=1
a
i
1
A
i
, de
sorte que g c(E, T) et g = f p.p..
(c) Soit f L
1
R
(E, T, m). Comme f /(E, T), il existe (daprès la proposition 3.6) (f
n
)
nN

c(E, T) t.q. f
n
(x) f(x) pour tout x E. Daprès (b), pour tout n N, il existe g
n

c(E, T) t.q. f
n
= g
n
p.p.. Pour tout n N, il existe A
n
T t.q. m(A
n
) = 0 et f
n
= g
n
sur
A
c
n
. On pose A =
nN
A
n
. On a A T, m(A) = 0 et f
n
= g
n
sur A
c
, pour tout n N. On
denit alors g par g = f sur A
c
et g = 0 sur A. On a g /(E, T) car g est limite simple de
(g
n
1
A
c ) c(E, T) (cf. proposition 3.6) et f = g p.p. (car f = g sur A
c
).
Comme [f[, [g[ /
+
(E, T) et [f[ = [g[ p.p., on a >
_
[f[dm =
_
[g[dm. Puis, comme
[g[ /
+
(E, T), (12.37) donne
_
[g[dm =
_
[g[dm. On en deduit donc que g L
1
R
(E, T, m).
Enn, en utilisant le fait que f
+
= g
+
p.p., f
= g
p.p. et (12.37) (avec g

+
et g
) on a
aussi :
_
fdm =
_
f
+
dm
_
f
dm =
_
g
+
dm
_
g
dm =
_
g
+
dm
_
g
dm =
_
gdm.
On a bien trouve g L
1
R
(E, T, m) t.q. f = g p.p. et
_
fdm =
_
gdm.
Corrige 68 (Petit lemme dintegration)

342
Soit (E, T, m) un espace mesure et f /(E, T). (On rappelle que /(E, T) est lensemble des fonctions
mesurables de E dans R.)
1. On suppose (dans cette question) que f L
1
R
(A
n
)
nN
T, m(A
n
) 0
_
f1
A
n
dm 0. (12.38)
corrige
Comme f L
1
R
(E, T, m), La question 1 de lexercice 4.14 page 102 donne :
> 0, > 0 t.q. (A T, m(A) )
_
f1
A
dm .
Ceci donne (12.38). . .
2. On prend (dans cette question) (E, T, m) = (R, B(R), ). Donner un exemple de f /(E, T) t.q.
f 0 (de sorte que f /
+
(E, T)), pour lequel (12.38) est faux.
corrige
On prend f(x) = x1
R
+
(x) et A
n
=]n, n +1/n[. On a m(A
n
) 0 (quand n ) et
_
f1
A
n
d 1
pour tout n N. Donc,
_
f1
A
n
d ,0.
3. On suppose (dans cette question) que m(E) < et que f > 0 (cest à dire f(x) > 0 pour tout
x E). Montrer que
(A
n
)
nN
T,
_
f1
A
n
dm 0 m(A
n
) 0. (12.39)
On pourra utiliser le fait que, pour p N
, A
n
f <
1
p
x A
n
; f(x)
1
p
.
corrige
On a f <
1
p+1
f <
1
p
,
pN
f <
1
p
= et m(f <
1
p
) < , pour tout p N
(car
m(E) < ). La propriete de continuite decroissante de la mesure m donne alors que m(f <
1
p
) 0 quand p .
Soit > 0. Il existe donc p N
t.q. m(f <

1
p
) . On a alors m(A
n
) +m(x A
n
; f(x)
1
p
) +p
_
f1
A
n
dm. Comme
_
f1
A
n
dm 0, il existe donc n
0
t.q. m(A
n
) 2 pour n n
0
. Ce
qui prouve (12.39).
4. On prend (dans cette question) (E, T, m) = (R, B(R), ) (de sorte que m(E) = ). Montrer que
si f L
1
R
(E, T, m) et f > 0, alors (12.39) est faux. Donner un exemple de f L
1
R
(E, T, m) t.q.
f > 0.
corrige
On prend A
n
=]n, n +1[. En appliquant la proposition 4.6 page 86 (ou le theorème de convergence
dominee) à la suite (f1
A
n
)
nN
, on obtient que
_
f1
A
n
d 0 (quand n ). Dautre part
(A
n
) = 1 ,0. La propriete (4.35) est donc fausse.
343
On obtient un exemple de f L
1
R
(R, B(R), ) t.q. f > 0 en prenant f(x) = exp([x[).
Corrige 69 (Fatou sans positivite)

n
)
nN
L
1
R
(E, T, m), f L
1
R
(E, T, m) et h /(E, T). (On
rappelle que /(E, T) est lensemble des fonctions mesurables de E dans R.)
1. On suppose que f
n
h p.p. quand n , f
n
f p.p. pour tout n N, et on suppose quil
existe C R t.q.
_
f
n
dm C pour tout n N.
(a) Montrer quil existe (g
n
)
nN
L
1
R
(E, T, m) et g L
1
R
(E, T, m) t.q.
f
n
= g
n
p.p., pour tout n N, f = g p.p.,
g
n
(x) h(x), quand n , pour tout x E,
g
n
g pour tout n N.
corrige
Soit A T t.q. m(A) = 0 et f
n
(x) h(x) pour tout x A
c
.
Pour tout n N, soit A
n
T t.q. m(A
n
) = 0 et f
n
(x) f(x) pour tout x (A
n
)
c
.
On pose B = A (
nN
A
n
). On a B T, m(B) = 0, f
n
(x) h(x) pour tout x B
c
et
f
n
(x) f(x) pour tout x B
c
.
On pose, pour n N, g
n
= f
n
1
B
c +h1
B
et g = f1
B
c +h1
B
. On a bien (g
n
)
nN
L
1
R
(E, T, m),
g L
1
R
(E, T, m) et les 3 conditions demandees sont veriees.
(b) Montrer que h L

1
R
(E, T, m).
corrige
On applique le lemme de Fatou à la suite (g
n
g)
nN
/
+
(noter aussi que (h g) /
+
).
On obtient
_
(h g)dm liminf
n
_
(g
n
g)dm C
_
gdm < .
On en deduit que (h g) L
1
R
(E, T, m) et donc h = h g +g L
1
R
(E, T, m).
2. (question plus dicile) On reprend les hypothèses de la question precedente sauf f

n
f p.p., pour
tout n N que lon remplace par lhypothèse (plus faible) il existe D R t.q.
_
f
n
dm D pour
tout n N. Donner un exemple pour lequel h / L
1
R
(E, T, m). [Prendre (E, T, m) = (R, B(R), ).]
corrige
On prend f
n
= 1
[1/n,n+1/n]
n
2
1
[0,1/n[
et h = 1
R
+
. On a f
n
h p.p.,
_
f
n
dm = 0 et h /
L
1
R
(E, T, m).
Corrige 70
Soient T > 0 et f L
1
= L
1
([0, T], B([0, T]), ) ( designe donc ici la mesure de Lebesgue sur B([0, T]).
1. Soit n N. Montrer que la fonction x e
nx
1
.
corrige
La fonction x e
nx
est continue donc mesurable (de [0, 1] dans R, tous deux munis de la tribu
borelienne). La fonction x e
nx
f(x) est donc mesurable comme produit de fonctions mesurables.
344
On remarque ensuite que
_
[e
nx
f(x)[d(x) e
n
|f|
1
< . On en deduit que la fonction x
e
nx
1
.
On suppose, dans la suite de lexercice, que f 0 p.p. et quil existe M R

+
t.q. que
_
e
nx
f(x) d(x) M pour tout n N.
2. Montrer que f = 0 p.p.. [Appliquer le theorème de convergence monotone.]
corrige
On pose A = f > 0 = x E; f(x) > 0 et B = A 0. Comme f est mesurable, on a
A, B B([0, 1]).
Pour n N, on pose g
n
(x) = e
nx
[f(x)[ pour x [0, 1]. On a g
n
/
+
et g
n
g avec g denie par :
g(x) = , si x B,
g(x) = 0, si x ]0, 1] B,
g(0) = [f(0)[.
Le theorème de convergence monotone donne que g /
+
et
_
g
n
dm
_
gdm quand n .
Comme g
n
= e
n
f p.p., on a
_
g
n
dm =
_
e
nx
f(x) d(x) M et donc, en passant à limite quand
n ,
_
gdm M.
On a aussi h
n
g avec h
n
= n1
B
+ [f(0)[1
{0}
. La denition de lintegrale sur /
+
donne alors
_
gdm = lim
n
n(B) et donc
_
gdm = si (B) > 0. Comme
_
gdm M, on a donc (B) = 0
et donc aussi (A) = 0. Ce qui donne f = 0 p.p..
3. On suppose de plus que f est continue. Montrer que f(x) = 0 pour tout x [0, T].
corrige
On pose toujours A = f > 0 = x E; f(x) > 0. Comme f est continue, lensemble A est un
ouvert de [0, 1]. Si A ,= , il existe un intervalle ouvert non vide inclus dans A et donc (A) > 0
en contradiction avec le resultat de la question precedente qui donne (A) = 0. On a donc A = ,
cest-à-dire f = 0 sur tout [0, 1].
12.4.2 Espace L
1
Corrige 71 (Mesure de densite)
+
. Pour A T, on pose (A) =
_
A
fdm.
1. Montrer que est une mesure sur T.
corrige
On rappelle que, par denition, pour tout A T, on a
_
A
fdm =
_
f1
A
dm avec f1
A
= 0 sur A
c
et
f1
A
= f sur A (on a bien f1
A
/
+
et donc
_
A
fdm est bien denie).
On montre maintenant que est une mesure.
Il est clair que () = 0 car f1
A
= 0 (sur tout E) si A = . Pour montrer que est un mesure, il
reste à montrer que est -additive.
345
Soit (A
n
)
nN
T t.q. A
n
A
m
nN
A
n
et on remarque que
1
A
(x) =

nN
1
A
n
(x) pour tout x E et donc f1
A
(x) =

nN
f1
A
n
(x) pour tout x E. Le
premier corollaire du theorème de convergence monotone (corollaire 4.1) donne alors
_
f1
A
dm =
nN
_
f1
A
n
dm,
cest-à-dire (A) =
nN
(A
n
). Ceci prouve que est -additive et donc que est une mesure.
2. Soit g /. Montrer que g L

1
R
(E, T, ) si et seulement si fg L
1
R
(E, T, m) (on pose fg(x) = 0
si f(x) = et g(x) = 0). Montrer que, pour g L
1
R
(E, T, ),
_
gd =
_
fgdm.
corrige
On raisonne en 3 etapes :
(a) Soit g c
+
0. Il existe donc a
1
, . . . , a
p
R
+
et A
1
, . . . , A
p
T t.q. g =
p
i=1
a
i
1
A
i
. On a
alors (en posant fg(x) = 0 si f(x) = et g(x) = 0) fg =
p
i=1
a
i
f1
A
i
/
+
et :
_
fgdm =
p
i=1
a
i
_
f1
A
i
dm =
p
i=1
a
i
(A
i
) =
_
gd.
(Ce qui, bien s ur, est aussi vrai pour g = 0.)
(b) Soit g /
+
. Il existe alors (g
n
)
nN
c
+
t.q. g
n
g. Litem precedent donne que
_
fg
n
dm =
_
g
n
d. Avec le theorème de convergence monotone (pour et pour m, puisque fg
n
fg en
posant toujours fg(x) = 0 si f(x) = et g(x) = 0), on en deduit que fg /
+
et :
_
fgdm =
_
gd. (12.40)
(c) Soit maintenant g /. En appliquant (12.40) à [g[ /
+
, on a :
_
[fg[dm =
_
f[g[dm =
_
[g[d,
et donc :
fg L
1
R
(E, T, m) g L
1
R
(E, T, ).
En fait, on peut ne pas avoir fg L
1
R
(E, T, m) car fg peut prendre les valeurs . Lassertion
fg L
1
R
(E, T, m) est à prendre, comme dhabitude, au sens il existe h L
1
R
(E, T, m) t.q.
fg = h p.p.. Ceci est verie car si
_
[fg[dm < , on a [fg[ < p.p.. Il sut alors de
changer fg sur un ensemble de mesure nulle pour avoir une fonction mesurable prenant ses
valeurs dans R.
Si g L
1
R
(E, T, ), en ecrivant (12.40) avec g
+
et g
(qui sont bien des elements de /

+
) et
en faisant la dierence on obtient bien que
_
fgdm =
_
gd.
Corrige 72
346
n
)
nN
L
1
(= L
1
R
(E, T, m)) et f L
1
; on suppose que f
n
0 pp
n N, que f
n
f pp et que
_
f
n
dm
_
fdm lorsque n +. Montrer que f
n
f dans L
1
. [on
pourra examiner la suite (f f
n
)
+
.]
corrige
On pose h
n
= (f f
n
)
+
. On a donc (h
n
)
nN
L
1
R
(E, T, m) et h
n
0 p.p.. De plus, comme f
n
0
p.p., on a 0 h
n
f
+
p.p.. En eet, soit x E t.q. h
n
(x) ,= 0. On a alors, si f
n
(x) 0 (ce qui est vrai
pour presque tout x), 0 < h
n
(x) = f(x) f
n
(x) f(x) = f
+
(x).
Comme f
+
L
1
R
(E, T, m), on peut appliquer le theorème de convergence dominee à cette suite (h
n
)
nN
,
il donne que h
n
0 quand n , cest-à-dire
_
(f f
n
)
+
dm 0, quand n . (12.41)
On remarque ensuite que
_
(f f
n
)
dm =
_
(f f
n
)
+
dm
_
(f f
n
)dm,
et donc, comme
_
f
n
dm
_
fdm lorsque n +,
_
(f f
n
)
dm 0, quand n . (12.42)
De (12.41) et (12.42), on deduit
_
[f f
n
[dm 0, quand n ,
cest-à-dire f
n
f dans L
1
R
(E, T, m), quand n .
Corrige 73 (Theorème de Beppo-Levi)

n
)
nN
L
1
(= L
1
R
(E, T, m)) et f: E R, t.q. :
(i) f
n
f p.p. lorsque n +.
(ii) La suite (f
n
)
nN
est monotone, cest-à-dire :
f
n+1
f
n
p.p., pour tout n N,
ou
f
n+1
f
n
1. Construire (g
n
)
nN
L
1
(= L
1
R
(E, T, m)) et g / t.q. f
n
= g
n
p.p., f = g p.p., g
n
(x) g(x)
pour tout x E, et g
n+1
g
n
pour tout n N (ou g
n+1
g
n
pour tout n N).
corrige
Pour tout n N, on choisit un representant de f
n
, que lon note encore f
n
.
Lhypothèse (i) donne quil existe A T t.q. m(A) = 0 et f
n
(x) f(x) pour tout x A
c
.
347
Lhypothèse (ii) donne que la suite (f
n
)
nN
est monotone. On suppose que cette suite est monotone
croissante (le cas monotone decroissante est similaire). Il existe alors, pour tout n N, A
n
T
t.q. m(A
n
) = 0 et f
n+1
f
n
sur A
c
n
.
On pose B = A(
nN
A
n
). On a donc B T et m(B) = 0. Puis on pose g
n
= f
n
1
B
c et on denit
g par g(x) = f(x) si x B
c
et g(x) = 0 si x B. On a bien f = g p.p., (g
n
)
nN
L
1
R
(E, T, m)),
f
n
= g
n
p.p. et g
n+1
g
n
(pour tout n N). Enn g
n
(x) g(x) pour tout x E, et g / car
g est limite simple delements de / (voir la proposition 3.5 sur la stabilite de /).
On remarque aussi que, pour tout n N, f
n
et g
n
sont deux representants du meme element de
L
1
R
(E, T, m) et
_
f
n
dm =
_
g
n
dm.
2. Montrer que f L
1
lim
n+
_
f
n
dm R.
corrige
On reprend la suite (g
n
)
nN
et la fonction g construites à la question precedente et on distingue
maintenant les 2 cas de lhypothèse (ii).
Cas 1 : La suite (g
n
)
nN
est supposee monotone croissante.
Dans ce cas, on a (g
n
g
0
) (g g
0
) quand n et, comme (g
n
g
0
) /
+
pour tout
n N, on peut utiliser le theorème de convergence monotone dans /
+
(theorème 4.1). Il
donne ((g g
0
) /
+
et)
_
(g
n
g
0
)dm
_
(g g
0
)dm quand n . (12.43)
On sait dejà que (g g
0
) / et que
_
[g g
0
[dm =
_
(g g
0
)dm car (g g
0
) /
+
. la
propietee (12.43) donne alors que (g g
0
) L
1
R
(E, T, m) si et seulement si la limite de la suite
(croissante) (
_
(g
n
g
0
)dm)
nN
est dans R (cest-à-dire dierente de ).
Comme g
n
, g
0
L
1
R
(E, T, m), on a
_
(g
n
g
0
)dm =
_
g
n
dm
_
g
0
dm et donc (g g
0
)
L
1
R
(E, T, m) si et seulement si la limite de la suite (croissante) (
_
g
n
dm)
nN
est dans R.
Enn, comme g = (g g
0
) +g
0
et que g
0
L
1
R
(E, T, m), on a g L
1
R
(g g
0
) L
1
R
(E, T, m) et nalement on obtient bien que g L
1
R
(E, T, m) si et seulement la
limite de la suite (croissante) (
_
g
n
dm)
nN
est dans R.
On conclut en remarquant que
_
f
n
dm =
_
g
n
dm pour tout n N et f = g p.p.. Plus
precisement :
Si la limite de la suite (croissante) (
_
f
n
dm)
nN
est dans R, on obtient que g L
1
) et
donc que f L
1
R
(E, T, m) au sens il existe g L
1
R
(E, T, m) t.q. f = g p.p. (on confond
donc f et la classe de g, cest-à-dire h L
1
R
(E, T, m); h = g p.p.).
Reciproquement, si f L
1
R
(E, T, m), cela signie quil existe h L
1
R
(E, T, m) t.q. f = h
p.p. (on a donc confondu f et la classe de h). Comme f = g p.p., on a aussi h = g p.p..
Comme g /, on obtient donc que g L
1
R
(E, T, m) et donc (g g
0
) L
1
R
(E, T, m) ce
qui donne, par (12.43), que la limite de la suite (croissante) (
_
f
n
dm)
nN
est dans R.
Cas 2 : La suite (g
n
)
nN
est supposee monotone decroissante.
348
La demonstration est très voisine de la prececende. On remarque que (g
0
g
n
) (g
0
g)
quand n et, comme (g
0
g
n
) /
+
pour tout n N, on peut utiliser le theorème de
convergence monotone dans /
+
(theorème 4.1). Il donne ((g
0
g) /
+
et)
_
(g
0
g
n
)dm
_
(g
0
g)dm quand n . (12.44)
On sait dejà que (g g
0
) / et que
_
[g g
0
[dm =
_
(g
0
g)dm car (g
0
g) /
+
. La
proprietee (12.44) donne alors que (g g
0
) L
1
R
(E, T, m) si et seulement si la limite de la
suite (croissante) (
_
(g
0
g
n
)dm)
nN
est dans R (cest-à-dire dierente de ).
Comme g
n
, g
0
L
1
R
(E, T, m), on a
_
(g
0
g
n
)dm =
_
g
0
dm
_
g
n
dm et donc (g g
0
)
L
1
R
(E, T, m) si et seulement si la limite de la suite (decroissante) (
_
g
n
dm)
nN
est dans R
(cest-à-dire dierente de ).
Enn, comme g = (g g
0
) +g
0
et que g
0
L
1
R
(E, T, m), on a g L
1
R
(g g
0
) L
1
R
(E, T, m) et nalement on obtient bien que g L
1
R
(E, T, m) si et seulement la
limite de la suite (decroissante) (
_
g
n
dm)
nN
est dans R.
On conclut en remarquant que
_
f
n
dm =
_
g
n
dm pour tout n N et f = g p.p., comme dans
le premier cas.
3. On suppose ici que f L

1
, montrer que f
n
f dans L
1
, lorsque n +.
corrige
On utilise toujours la suite (g
n
)
nN
et la fonction g construites à la première question.
Comme f L
1
R
(E, T, m) on a g L
1
R
(E, T, m) et la propriete (12.43) (ou la propriete (12.44))
donne
_
g
n
dm
_
gdm quand n et donc
_
[g
n
g[dm 0 quand n .
(On a utilise ici le fait que (g
n
g) a un signe constant et que g L
1
R
(E, T, m).)
Comme |f
n
f|
1
=
_
[g
n
g[dm, on en deduit que f
n
f dans L
1
R
(E, T, m), quand n .
Corrige 74 (Preliminaire pour le theorème de Vitali)

1
(= L
1
R
(E, T, m)).
1. Montrer que pour tout > 0, il existe > 0 t.q. :
A T, m(A)
_
A
[f[dm .
[Choisir un representant de f et introduire f
n
= inf([f[, n)].
corrige
En choisissant un representant de f, cette question est demontree à la question 1 de lexsercice 4.14.
349
2. Soit > 0, montrer quil existe C T t.q. m(C) < + et
_
C
c
[f[dm . [Choisir un representant
de f et considerer C
n
= x E ;
1
n
[f(x)[.]
corrige
On choisit un representant de f, encore note f et pose, pour tout n N
, C
n
= [f[
1
n
.
Comme [f[
1
n
1
C
n
, on a, par monotonie de lintegrale, m(C
n
) n|f|
1
< pour tout n N
.
On pose maintenant g
n
= [f[1
C
c
n
. On remarque que g
n
(x) 0 pour tout x E et que [g
n
[ [f[.
On peut donc appliquer le theorème de convergence dominee à la suite (g
n
)
nN
(ou la proposition
preliminaire 4.6). Il donne que
_
g
n
dm 0 quand n .
Soit > 0, il existe donc n
0
N
t.q.
_
g
n
dm . On prend alors C = C
n
0
, on a bien m(C) < +
et
_
C
c
[f[dm .
Corrige 75 (Theorème de Vitali)

n
)
nN
L
1
(= L
1
R
(E, T, m)) et f: E R t.q. f
n
f p.p..
1. On suppose m(E) < +. Montrer que : f L
1
et f
n
f dans L
1
lorsque n +si et seulement
si (f
n
)
nN
est equi-integrable (i.e. : Pour tout > 0, il existe t.q. (A T, n N, m(A)
_
A
[f
n
[dm ). [Pour montrer le sens , utiliser la question 1 de lexercice 4.29. Pour le sens ,
remarquer que
_
[f
n
f[dm =
_
A
[f
n
f[dm +
_
A
c
[f
n
f[dm, utiliser le theorème dEgorov et le
lemme de Fatou...]
corrige
Sens() Soit > 0. Daprès lexercice 4.29 (première question), il existe, pour tout n N,
n
> 0
t.q. :
A T, m(A)
n

_
A
[f
n
[dm . (12.45)
On ne peut pas deduire de (12.45) lequi-integrabilite de (f
n
)
nN
car on peut avoir min
nN
n
= 0.
Comme f L
1
, il existe aussi > 0 t.q. :
A T, m(A)
_
A
[f[dm . (12.46)
On va deduire lequi-integrabilite de la suite (f
n
)
nN
en utilisant (12.45) et (12.46).
Soit A T, on a :
_
A
[f
n
[dm
_
A
[f
n
f[dm+
_
A
[f[dm
_
[f
n
f[dm+
_
A
[f[dm. (12.47)
Comme f
n
f dans L
1
quand n , il existe n
0
N t.q. |f
n
f|
1
si n > n
0
. Pour n > n
0
et
m(A) , (12.47) et (12.46) donne donc
_
A
[f
n
[dm 2. On choisit alors = min
0
, . . . ,
n
0
, >
0 et on obtient, avec aussi (12.45) (pour tout n n
0
) :
n N, A T, m(A)
_
A
[f
n
[dm 2.
350
Ce qui donne lequi-integrabilite de la suite (f
n
)
nN
.
Sens ()
on veut montrer ici que f L
1
et |f
n
f|
1
0 quand n .
Soit > 0. Lequi-integrabilite de la suite (f
n
)
nN
donne lexistence de > 0 t.q. :
n N, A T, m(A)
_
A
[f
n
[dm 2. (12.48)
Pour tout n N, on choisit maintenant un representant de f
n
, encore note f
n
. Comme f
n
f
p.p., il existe B T t.q. m(B) = 0 et f
n
f sur B
c
. En rempla cant f par f1
B
c (ce qui ne change
f que sur un ensemble de mesure nulle, donc ne change pas les hypothèses du theorème), on a alors
f / car f est limite simple de la suite (f
n
1
B
c )
nN
/ (noter que f est bien à valeurs dans R).
Comme m(E) < , on peut utiliser le theorème dEgorov (theorème 3.2), il donne lexistence de
A T t.q. f
n
c
, cest-à-dire sup
xA
c [f
n
(x) f(x)[ 0 quand n .
On a donc aussi, pour ce choix de A,
_
A
c
[f
n
f[dm m(E) sup
xA
c
[f
n
(x) f(x)[ 0, quand n .
Il existe donc n
0
() N t.q.
_
A
c
[f
n
f[dm pour tout n n
0
(). Avec (12.48), on en deduit,
pour tout n n
0
() :
_
[f
n
f[dm
_
A
c
[f
n
f[dm+
_
A
[f
n
[dm+
_
A
[f[dm 2 +
_
A
[f[dm.
Pour majorer par le dernier terme de linegalite precedente, on utilise le lemme de Fatou sur la
suite ([f
n
[1
A
)
nN
/
+
. Comme liminf
n
[f
n
[1
A
= [f[1
A
, il donne avec (12.48),
_
A
[f[dm liminf
n
_
[f
n
[1
A
.
On a donc, nalement,
n n
0
()
_
[f
n
f[dm 3. (12.49)
En choissisant n = n
0
(1), on deduit de (12.49) que f
n
f L
1
et donc que f = (f f
n
) +f
n
L
1
.
Cette appartenance etant, comme dhabitude à prendre au sens il existe g L
1
t.q. f = g p.p.
(en fait, ici, comme nous avons remplace f par f1
B
c ci dessus, on a meme f L
1
).
Puis, (12.49) etant vraie pour tout > 0, on a bien montre que |f
n
f|
1
0 quand n .
2. On suppose maintenant m(E) = +. Montrer que : f L

1
et f
n
f dans L
1
lorsque n
+ si et seulement si (f
n
)
nN
est equi-integrable et verie : > 0, C T, m(C) < + et
_
C
c
[f
n
[dm pour tout n. [Pour montrer le sens , utiliser lexercice 4.29. Pour le sens ,
utiliser lexercice 4.29, le lemme de Fatou et le resultat de la question 1.]
corrige
Sens ()
351
(a) Lhypothèse m(E) < na pas ete utilisee à la question precedente. La meme demonstration
donne donc ici lequi-integrabilite de la suite (f
n
)
nN
(b) On utilise maintenant la deuxième question de lexercice 4.29.
Soit > 0. Pour tout n N, il existe C
n
T t.q. m(C
n
) < et
_
C
c
n
f
n
dm . Comme
f L
1
, il existe aussi D T t.q. m(D) < et
_
D
c
fdm . Enn, comme f
n
f dans L
1
quand n , il existe n
0
t.q. |f
n
f|
1
pour tout n n
0
.
On choisit maintenant C = D (
n
0
n=0
C
n
), de sorte que m(C) < m(D) +
n
0
n=0
m(C
n
) < ,
C
c
D
c
et C
c
C
c
n
si n n
0
. Ce choix de C nous donne, pour tout n n
0
,
_
C
c
[f
n
[dm
_
D
c
[f[dm+
_
[f
n
f[dm 2,
et, pour tout n n
0
,
_
C
c
[f
n
[dm
_
C
c
n
[f
n
[dm .
On a donc m(C) < et
_
C
c
[f
n
[dm 2 pour tout n N.
Sens ()
on veut montrer ici que f L
1
et |f
n
f|
1
0 quand n .
Soit > 0. La deuxième hypothèse donne lexistence de C T t.q. m(C) < et
_
C
c
[f
n
[dm pour tout n N. (12.50)
Comme dans la question precedente, on peut supposer (en changeant eventuellement f sur un
ensemble de mesure nulle) que f /. En appliquant le lemme de Fatou à la suite ([f
n
[1
C
c )
nN

/
+
, on deduit de (12.50) que
_
C
c
[f[dm . (12.51)
La première hypothèse (cest-à-dire lequi-integrabilite de la suite (f
n
)
nN
) donne lexistence de
> 0 t.q.
n N, A T, m(A)
_
A
[f
n
[dm . (12.52)
On peut maintenant utiliser le theorème dEgorov sur la suite (f
n|
C
)
nN
(qui converge p.p. vers
f
|
C
) dans lespace mesurable (C, T
C
) o` u T
C
est la tribu B T; B C. Il donne lexistence de
A C, A T, t.q. m(A) et f
n
c
C. On en deduit que
_
A
c
C
[f
n
f[dm m(C) sup
xA
c
C
[f
n
(x) f(x)[ 0 quand n .
Il existe donc n
0
t.q.
n n
0

_
A
c
C
[f
n
f[dm . (12.53)
352
Enn, en appliquant le lemme de Fatou à la suite ([f
n
[1
A
)
nN
/
+
, on deduit de (12.52) que
_
A
[f[dm . (12.54)
Il sut maintenant de remarquer que
_
[f
n
f[dm
_
A
c
C
[f
n
f[dm+
_
A
[f
n
[dm+
_
A
[f[dm+
_
C
c
[f
n
[dm+
_
C
c
[f[dm,
pour deduire de (12.53), (12.52), (12.54), (12.50) et (12.51) que
n n
0

_
[f
n
f[dm 5.
On conclut comme à la question precedente. En prenant dabord = 1, on montre que f L
1
puis,
comme > 0 est arbitraire, on montre que f
n
f dans L
1
quand n .
3. Montrer que le theorème de convergence dominee de Lebesgue peut etre vu comme une consequence
du theorème de Vitali.
corrige
Soient (f
n
)
nN
L
1
et F L
1
t.q. [f
n
En utilisant lexercice 4.29 sur F, on montre facilement lequi-integrabilite de (f
n
)
nN
et lexistence,
pour tout > 0, de C T t.q. m(C) < et
_
C
c
[f
n
[dm pour tout n N (noter que si
m(E) < cette propriete est immediate en prenant C = E). Il est alors facile de montrer le
theorème de convergence dominee à partir du theorème de Vitali.
Corrige 76 (Theorème de Vitali-moyenne)

Soit (E, T, m) un espace mesure. On note L
1
= L
1
R
(E, T, m). Soit (f
n
)
nN
L
1
et f /(E, T).
1. On suppose que m(E) < . On se propose ici de montrer que :
f L
1
et
|f
n
f|
1
0 quand n
_
_
1. f
n
2. (f
n
)
nN
equi-integrable.
(12.55)
(a) Montrer le sens () de (12.55).
corrige
On montre tout dabord la convergence en mesure. Soit > 0. On a alors :
m([f
n
f[ )
1
_
[f
n
f[dm 0, quand n .
Ce qui donne que f
n
f en mesure, quand n .
Pour montrer lequi-integrabilite, il sut de remarquer que, pour tout A T, on a :
_
A
[f
n
[dm
_
[f
n
f[dm+
_
A
[f[dm.
353
Soit > 0. Comme f L
1
, il existe (voir la proposition 4.9) > 0 t.q.
m(A)
_
A
[f[dm .
Comme |f
n
f|
1
0, quand n , il existe n
0
t.q.
n n
0

_
[f
n
f[dm .
On en deduit :
(n n
0
et m(A) )
_
A
[f
n
[dm 2. (12.56)
Puis, pour tout n N, il existe (voir la proposition 4.9)
n
> 0 t.q.
m(A)
n

_
A
[f
n
[dm . (12.57)
En posant = min,
0
, . . . ,
n
on a donc, avec (12.56) et (12.57):
(n N et m(A) )
_
A
[f
n
[dm 2.
Ce qui montre lequi-integrabilite de (f
n
)
nN
.
(b) Pour montrer le sens (), on suppose maintenant que f

n
f en mesure, quand n , et
que (f
n
)
nN
est equi-integrable.
i. Montrer que pour tout > 0 et > 0, il existe n N t.q. : p, q n m([f
p
f
q
[
.
corrige
On remarque que, pour tout p, q N et tout x E, [f
p
f[(x)

2
et [f
q
f[(x)

2
implique [f
p
f
q
[(x) . On a donc [f
p
f
q
[ [f
p
f[

2
[f
p
f[

2
.
Ce qui donne :
m([f
p
f
q
[ ) m([f
p
f[

2
) +[f
q
f[

2
.
Comme f
n
f en mesure, il existe n N t.q. :
p n m([f
p
f[

2
)

2
,
on en deduit :
p, q n m([f
p
f
q
[ ) .
ii. Montrer que la suite (f

n
)
nN
1
.
corrige
Soit p, q N et > 0, on a :
|f
p
f
q
|
1
=
_
{|f
p
f
q
|}
[f
p
[dm+
_
{|f
p
f
q
|}
[f
q
[dm+m(E). (12.58)
354
Soit > 0. Daprès lequi-integrabilite de (f
n
)
nN
, il existe > 0 t.q.
(A T, m(A) et n N)
_
A
[f
n
[ . (12.59)
On commence à choisir > 0 t.q. m(E) . Puis, la question precedente donne
lexistence de n t.q. m([f
p
f
q
[ ) si p, q n. On a donc, par (12.59) :
_
{|f
p
f
q
|}
[f
p
[ et
_
{|f
p
f
q
|}
[f
q
[ si p, q n.
Finalement, (12.58) donne :
p, q n |f
p
f
q
|
1
3.
La suite (f
n
)
nN
1
.
iii. Montrer que f L

1
et que |f
n
f|
1
0 quand n .
corrige
Comme L
1
est complet, il existe g L
1
t.q. f
n
g dans L
1
, quand n . On peut
supposer g L
1
(en confondant g avec lun de ses representants). La question (a) donne
alors que f
n
g en mesure, quand n . Comme f
n
f en mesure, on a donc
necessairement f = g p.p.. ce qui donne bien f L
1
et |f
n
f|
1
= |f
n
g|
1
0, quand
n .
2. On ne suppose plus que m(E) < . Montrer que :

f L
1
et
|f
n
f|
1
0 quand n
_
_
1. f
n
2. (f
n
)
nN
equi-integrable,
3. > 0, A T t.q. m(A) < et ,
_
A
c
[f
n
[dm , pour tout n N.
(12.60)
corrige
Etape 1 On montre tout dabord le sens ().
Les proprietes 1 et 2 ont dejà ete demontrees dans la question 1-(a) (car lhypothèse m(E) <
navait pas ete utilisee).
Pour demontrer la propriete 3, on utilise la proposition 4.9 du cours. Soit > 0. pour tout n N,
Il existe B
n
T t.q. m(B
n
) < et
_
B
c
n
[f
n
[dm . (12.61)
Il existe aussi B T t.q. m(B) < et
_
B
c
[f[dm . (12.62)
En remarquant que
_
B
c
[f
n
[dm
_
[f
n
f[dm+
_
B
c
[f[dm,
355
on obtient, en utilisant le fait que |f
n
f|
1
0, quand n , et (12.62), lexistence de n
0
t.q.
n n
0

_
B
c
[f
n
[dm 2.
En prenant A = B (
n
0
p=0
B
p
), on obtient alors (avec (12.61)) m(A) < et :
n N
_
A
c
[f
n
[dm 2.
Etape 1 On montre maintenant le sens ().
On reprend la meme methode que dans le cas m(E) < .
On remarque tout dabord que pour tout > 0 et > 0, il existe n N t.q. : p, q n
m([f
p
f
q
[ . La demonstration est la meme que precedemment (lhypothèse m(E) <
navait pas ete utilisee).
On montre maintenant que la suite (f
n
)
nN
1
. Soit p, q N, A T et > 0,
on a :
|f
p
f
q
|
1

_
A
c
([f
p
[ +[f
q
)[dm+
_
{|f
p
f
q
|}
([f
p
[ +[f
q
[)dm+m(A). (12.63)
Soit > 0. Daprès lequi-integrabilite de (f
n
)
nN
, il existe > 0 t.q.
(B T, m(B) et n N)
_
B
[f
n
[ . (12.64)
Daprès la propriete 3 de (12.60), il existe A T t.q. m(A) < et
n N
_
A
c
[f
n
[dm . (12.65)
On commence à choisir > 0 t.q. m(A) . Maintenant que et sont xes, il existe n N t.q.
m([f
p
f
q
[ ) si p, q n. On a donc, par (12.64),
_
{|f
p
f
q
|}
[f
p
[ et
_
{|f
p
f
q
|}
[f
q
[
si p, q n. Avec (12.63) et (12.65), on obtient alors :
p, q n |f
p
f
q
|
1
5.
La suite (f
n
)
nN
1
.
On conclut, comme dans le cas m(E) < , que f L
1
et |f
n
f|
1
0, quand n (car
lhypothèse m(E) < navait pas ete utilisee pour cette partie).
Corrige 77 (Continuite de p | |
p
)
Soient (E, T, m) un espace mesure et f /(E, T).
1. Pour p [1, +[, on pose |f|
p
=
_
_
[f[
p
dm
_1
p
(noter que [f[
p
/
+
) et on dit que f L
p
si
|f|
p
< +. On pose I = p [1, +[, f L
p
.
356
(a) Soient p
1
et p
2
[1, +[, et p [p
1
, p
2
]. Montrer que si f L
p
1
L
p
2
, alors f L
p
. En
deduire que I est un intervalle. [On pourra introduire A = x; [f(x)[ 1.]
corrige
Soit R
+
. On remarque que
p

p
2
si 1 et
p

p
1
si 1. On en deduit que
[f[
p
[f[
p
1
+[f[
p
2
(en fait, on a [f[
p
[f[
p
1
sur A = [f[ 1 et [f[
p
[f[
p
2
sur A
c
) et donc
que f L
p
si f L
p
1
L
p
2
.
On suppose que I ,= . On pose a = inf I et b = sup I. On a donc 1 a b et I [a, b].
On montre maintenant que ]a, b[ I (ce qui donne que I est bien un intervalle dont les bornes
sont a et b).
Soit p ]a, b[. La dention de a et b permet darmer quil existe p
1
I t.q. p
1
 p. On a donc f L
p
1
L
p
2
et p ]p
1
, p
2
[, do` u lon deduit que p I.
on a donc bien monte que ]a, b[ I et donc que I est un intervalle.
(b) On montre sur des exemples que les bornes de I peuvent etre ou ne pas etre dans I. On prend
pour cela: (E, T, m) = ([2, +[, B([2, [), ) ( est ici la restriction à [2, [ de la mesure de
Lebesgue sur B(R)). Calculer I dans les deux cas suivants:
i. f(x) =
1
x
, x [2, +[.
ii. f(x) =
1
x(ln x)
2
, x [2, +[.
corrige
i. f(x) =
1
x
, x [2, +[. Soit 1 p < . Pour savoir si f L
p
ou non, on utilise le
theorème de convergence monotone et lintegrale des fonctions continues sur un intervalle
compact de R.
Pour n N, on pose f
n
= [f[
p
1
[2,n]
. On a donc (f
n
)
nN
/
+
et f
n
[f[
p
ce qui donne,
grace au theorème de convergence monotone,
_
f
n
d
_
[f[
p
d, quand n .
Les integrales ci dessus sont des integrales sur lespace mesure ([2, +[, B([2, [), ). La
comparaison entre lintegrale des fonctions continues et lintegrale de Lebesgue (voir les
exercices corriges 58 et 59) donne que
_
f
n
d =
_
n
2
1
x
p
dx.
On distingue maintenant les cas p = 1 et p > 1.
Si p > 1, on a
_
f
n
d =
1
p1
(
1
2
p1

1
n
p1
)
1
p1
1
2
p1
< , quand n . On a donc
f L
p
.
Si p = 1, on a
_
f
n
d = ln(n) ln(2) quand n . On a donc f , L
1
.
On a donc I =]1, [.
ii. f(x) =
1
x(ln x)
2
, x [2, +[. Pour 1 < p < , on a clairement f L
p
car la fonction f
est positive et majoree par
1
ln(2)
2
g o` u g est la fonction de lexemple precedent, cest-à-dire
g(x) =
1
x
. Pour p = 1, on utilise la meme methode que pour lexemple precedent :
357
Pour n N, on pose f
n
= [f[1
[2,n]
, de sorte que f
n
[f[ = f et donc
_
f
n
d
_
[f[d, quand n .
On a ici
_
f
n
d =
_
n
2
1
x(ln x)
2
dx = ln(2)
1
ln(n)
1
ln(2)
1
< , quand n .
On en deduit que f L
1
, donc I = [1, [.
(c) Soit (p
n
)
nN
I et p I, (I designe ladherence de I dans R), t.q. p
n
p (ou p
n
p).
Montrer que
_
[f[
p
n
dm
_
[f[
p
dm quand n +. [On pourra encore utiliser lensemble
A].
corrige
On utilise ici A = [f[ 1 T.
(a) On suppose dabord que p
n
p quand n . On pose g
n
= [f[
p
n
1
A
et h
n
= [f[
p
n
1
A
c , de
sorte que g
n
L
1
, h
n
L
1
et
_
g
n
dm+
_
h
n
dm =
_
[f[
p
n
dm.
On remarque alors que h
n
h = [f[
p
1
A
c , quand n . Comme (h
n
)
nN
/
+
, le theorème
de convergence monotone donne
_
h
n
dm
_
hdm, quand n . (12.66)
Noter que ceci est vrai meme si p , I (dans ce cas, on a, en fait,
_
hdm = ).
On remarque maintenant que g
n
g = [f[
p
1
A
p.p., quand n , et que 0 g
n
[f[
p
0
car
la suite (g
n
)
nN
est ici decroissante. Comme p
0
I, on a [f[
p
0
L
1
et on peut appliquer le
theorème de convergence dominee (ou la proposition 4.6). Il donne
_
g
n
dm
_
gdm, quand n . (12.67)
Avec (12.66) et (12.67) on obtient
_
[f[
p
n
dm =
_
g
n
dm+
_
h
n
dm
_
gdm+
_
hdm =
_
[f[
p
dm, quand n .
(b) On suppose maintenant que p
n
p quand n et on reprend la meme methode que ci
dessus. On pose g
n
= [f[
p
n
1
A
et h
n
= [f[
p
n
1
A
c , de sorte que g
n
L
1
, h
n
L
1
et
_
g
n
dm+
_
h
n
dm =
_
[f[
p
n
dm.
358
les roles de g
n
et h
n
sont inverses par rapport au cas prececent : On remarque que g
n
g =
[f[
p
1
A
, quand n . Comme (g
n
)
nN
/
+
, le theorème de convergence monotone donne
_
g
n
dm
_
gdm, quand n . (12.68)
Ceci est vrai meme si p , I (dans ce cas, on a, en fait,
_
gdm = ).
On remarque que h
n
h = [f[
p
1
A
c p.p., quand n , et que 0 h
n
[f[
p
0
car la suite
(h
n
)
nN
est ici decroissante. Comme p
0
I, on a [f[
p
0
L
1
et on peut appliquer le theorème
de convergence dominee (ou la proposition 4.6). Il donne
_
h
n
dm
_
hdm, quand n . (12.69)
Avec (12.68) et (12.69) on obtient
_
[f[
p
n
dm =
_
g
n
dm+
_
h
n
dm
_
gdm+
_
hdm =
_
[f[
p
dm, quand n .
La consequence de cette question est que lapplication p |f|
p
est continue de I dans R
+
, o` u I
est ladherence de I dans R. Dans la suite de lexercice, on va introduire le cas p = et montrer
la continuite de p |f|
p
sur ladherence de I dans R
+
.
2. On dit que f L
sil existe C R t.q. [f[ < C p.p.. On note |f|
= infC R t.q. [f[ < C

p.p.. Si f , L
, on pose |f|
= +.
(a) Montrer que f |f|
p.p.. A-t-on f < |f|
p.p. ?
corrige
Si |f|
= +, on a, bien s ur, f |f|
p.p.. On suppose donc maintenant que |f|
< +.
Par denition dune borne inferieure, il existe (C
n
)
nN
C R t.q. [f[ < C p.p. t.q.
C
n
|f|
quand n . Pour tout n N, il existe A

n
T t.q. m(A
n
) = 0 et [f[ < C
n
sur
A
c
n
.
On pose A =
nN
A
n
. On a donc A T, m(A) = 0 et [f(x)[ < C
n
pour tout n N, si x A
c
.
Comme C
n
|f|
quand n , on en deduit [f[ |f|
sur A
c
et donc que [f[ |f|
p.p..
En prenant (E, T, m) = (R, B(R), ) et f(x) = 1 pour tout x R. On a |f|
= 1 et lassertion
f < |f|
p.p. est fausse.

Noter aussi que |f|
= infC R t.q. [f[ C p.p..
On pose J = p [1, +]; f L

p
R
+
.
(b) Remarquer que J = I ou J = I +. Montrer que si p I et + J, alors [p, +] J.
En deduire que J est un intervalle de R
+
.
corrige
359
Soit p I et on suppose que J. Soit q ]p, [. Comme [f[ |f|
p.p., On a
[f[
q
|f|
qp
[f[
p
p.p.. On en deduit que f L
q
, cest-à-dire q I. On a ainsi montre que
]p, [ I et donc [p, ] J.
On raisonne maintenant comme dans la question 1. On pose a = inf J et b = sup J, de sorte
que J [a, b]. Puis, soit p t.q. a < p < b. On a necessairement a < et il existe p
1
I t.q.
p
1
< p. On a b et il existe p
2
J t.q. p < p
2
. Si p
2
I, on utilise la question 1 pour
montrer que p I et si p
2
= la première partie de cette question donne que p I. On a
bien ainsi montre que ]a, b[ J. J est donc un intervalle dont les bornes sont a et b.
Noter aussi que inf I = inf J et sup I = sup J.
(c) Soit (p
n
)
nN
I t.q. p
n
+. On suppose que |f|
> 0 (noter que f = 0 p.p. |f|
=
0).
i. Soit 0 < c < |f|
. Montrer que : liminf

n+
|f|
p
n
c. [On pourra remarquer que
_
[f[
p
dm
c
p
m(x; [f(x)[ c.]
corrige
Comme [f[
p
c
p
1
{|f|c}
, la monotonie de lintegrale donne bien
_
[f[
p
dm c
p
m([f[ c),
et donc, comme
_
[f[
p
dm ,= 0,
|f|
p
cm([f[ c)
1
p
. (12.70)
Comme c < |f|
, on a m([f[ c) > 0, do` u lon deduit que m([f[ c)

1
p
1 quand
p (p [1, [).
En passant à la limite inferieure quand n dans (12.70) pour p = p
n
, on obtient alors
liminf
n
|f|
p
n
c.
Comme c est arbitrairement proche de |f|
, on en deduit :
liminf
n
|f|
p
n
|f|
. (12.71)
ii. On suppose que |f|
< +. Montrer que : limsup

n+
|f|
p
n
|f|
. [On pourra considerer

la suite g
n
=
_
[f[
|f|
_
p
n
et noter que g
n
g
0
p.p.. ]
corrige
Comme
f
f
1 p.p. et que p
n
p
0
(car la suite (p
n
)
nN
est croissante), on a g
n
g
0
p.p. et donc
_
g
n
dm
_
g
0
dm, do` u lon deduit (en notant que toutes les normes de f
sont non nulles) :
|f
n
|
p
n
|f|
(
_
g
0
dm)
1
p
n
.
360
On passe à la limite superieure dans cette inegalite et, en remarquant que
_
g
0
dm ,= 0, on
obtient bien :
limsup
n
|f|
p
n
|f|
. (12.72)
iii. Deduire de (a) et (b) que |f|

p
n
|f|
lorsque n +.
corrige
On distingue deux cas :
Cas 1 On suppose ici que |f|
= . (12.71) donne alors que |f|

p
n
et donc |f|
p
n

|f|
quand n .
Cas 2 . On suppose ici que |f|
< , de sorte que 0 < |f|
< . Les assertions (12.71)

et (12.72) donnent alors limsup
n
|f|
p
n
|f|
liminf
n
|f|
p
n
et donc que
|f|
p
n
|f|
quand n .
3. Deduire des deux parties precedentes que p |f|

p
est continue de J dans R
+
, o` u J designe
ladherence de J dans R (cest-à-dire J = [a, b] si J = [a, b[, avec 1 a b +, et [ designe ] ou
[).
corrige
Si f = 0 p.p., on a J = J = [1, ] et |f|
p
= 0 pour tout p J. Donc, p |f|
p
est continue de J
dans R
+
.
On suppose maintenant que f nest pas = 0 p.p.. On a donc |f|
p
> 0 pour tout p [1, ].
On pose J = [a, b] (si J ,= ). On distingue 3 cas :
Cas 1 . Soit p ]a, b[, de sorte que p I.
(a) Soit (p
n
)
nN
I t.q. p
n
p. La question 1-c donne que |f|
p
n
p
n
|f|
p
p
quand n +.
On en deduit que |f|
p
n
|f|
p
quand n (pour sen convaincre, on peut remarquer
que ln(|f|
p
n
) =
1
p
n
ln(|f|
p
n
p
n
)
1
p
ln(|f|
p
p
) = ln(|f|
p
)). Ceci donne la continuite à
gauche de q |f|
q
au point p.
(b) Soit (p
n
)
nN
I t.q. p
n
p. La question 1-c donne aussi |f|
p
n
p
n
|f|
p
p
quand n +
et on en deduit, comme precedemment, que |f|
p
n
|f|
p
quand n . Ceci donne la
continuite à droite de q |f|
q
au point p.
Cas 2 . On prend ici p = a et on suppose a ,= (sinon a = b et ce cas est etudie au Cas 3). Soit
(p
n
)
nN
I t.q. p
n
a.
(a) On suppose dabord que a I. Ici encore, la question 1-c donne |f|
p
n
p
n
|f|
a
a
quand
n + et on en deduit que |f|
p
n
|f|
a
quand n . Ceci donne la continuite à
droite de q |f|
q
au point a.
(b) On suppose maintenant que a , I, de sorte que |f|
a
= . La question 1-c donne alors
|f|
p
n
p
n
quand n + et donc |f|
p
n
quand n . Ceci donne la continuite
à droite de q |f|
q
au point a.
Cas 2 . On prend ici p = b. Soit (p
n
)
nN
I t.q. p
n
a.
361
(a) On suppose dabord que b I. Ici encore, la question 1-c donne |f|
p
n
p
n
|f|
b
b
quand
n + et on en deduit que |f|
p
n
|f|
b
quand n . Ceci donne la continuite à
gauche de q |f|
q
au point b.
(b) On suppose maintenant que b , I.
Si b ,= , on a donc |f|
b
= . La question 1-c donne alors |f|
p
n
p
n
quand n +
et donc |f|
p
n
quand n . Ceci donne la continuite à gauche de q |f|
q
au
point b.
Si b = , la continuite à gauche de q |f|
q
au point b a ete demontre à la question
2-c-iii.
Corrige 78 (Continuite dune application de L

1
dans L
1
)
Soient (E, T, m) un espace mesure ni et soit g une fonction continue de R dans R t.q. :
C R
+
; [g(s)[ C[s[ +C, s R. (12.73)
1. Soit u L
1
R
1
R
(E, T, m).
corrige
u est mesurable de E (muni de la tribu T) dans R (muni de la tribu B(R)) et g est borelienne
(cest-à-dire mesurable de R dans R, muni de la tribu B(R)). On en deduit que g u est mesurable
(de E dans R).
Puis, comme [g u(x)[ = [g(u(x))[ C[u(x)[ +C pour tout x E, on a
_
[g u[dm C|u|
1
+Cm(E).
Donc, g u L
1
R
(E, T, m).
On pose L
1
= L
1
R
(E, T, m). Pour u L
1
1
R
(E, T, m); h = g v p.p. L
1
,
avec v u.
2. Montrer que la denition precedente a bien un sens, cest à dire que G(u) ne depend pas du choix
de v dans u.
corrige
Soient v, w u. Il existe A T t.q. m(A) = 0 et v = w sur A
c
. On a donc aussi g v = g w sur A
c
et donc g v = g w p.p.. On en deduit que h L
1
R
(E, T, m); h = g v p.p. = h L
1
R
(E, T, m);
h = g w p.p..
G(u) ne depend donc pas du choix de v dans u.
3. Soit (u
n
)
nN
L
1
. On suppose que u
n
u p.p. et quil existe F L
1
t.q. [u
n
[ F p.p., pour
tout n N. Montrer que G(u
n
) G(u) dans L
1
.
corrige
362
Pour tout n N, on choisit un representant de u
n
, encore notee u
n
. On choisit aussi des represen-
tants de u et F, notes toujours u et F. Comme u
n
u p.p. quand n et que g est continu, il
est facile de voir que g u
n
g u p.p.. On a donc G(u
n
) G(u) p.p..
On remarque aussi que [g u
n
[ C[u
n
[ +C CF +C p.p. et donc [G(u
n
)[ CF +C p.p., pour
tout n N.
Comme CF+C L
1
, on peut appliquer le theorème de convergence dominee, il donne que G(u
n
)
G(u) dans L
1
quand n .

1
dans L
1
. [On pourra utiliser la question 3. et le theorème appele
reciproque partielle de la convergence dominee.]
corrige
On raisonne par labsurde. On suppose que G nest pas continue de L
1
dans L
1
. Il existe donc
u L
1
et (u
n
)
nN
L
1
t.q. u
n
u dans L
1
et G(u
n
) ,G(u) dans L
1
quand n .
Comme G(u
n
) ,G(u), il existe > 0 et : N N t.q. (n) quand n et :
|G(u
(n)
) G(u)|
1
pour tout n N. (12.74)
(La suite (G(u
(n)
))
nN
est une sous suite de la suite (G(u
n
))
nN
.)
Comme u
(n)
u dans L
1
, on peut appliquer le theorème appele reciproque partielle de la
convergence dominee (theorème 4.7). Il donne lexistence de : N N et de F L
1
t.q.
(n) quand n , u
(n)
u p.p. et [u
(n)
[ F p.p., pour tout n N. (La suite
(u
(n)
)
nN
est une sous suite de la suite (u
(n)
)
nN
).
On peut maintenant appliquer la question 3 à la suite (u
(n)
)
nN
. Elle donne que G(u
(n)
)
G(u) dans L
1
quand n . Ce qui est en contradiction avec (12.74).
12.4.3 Esperance et moments des variables aleatoires

Corrige 79 (Inegalite de Jensen)
Rappel : Une fonction f de R dans R est convexe si et seulement si pour tout a R il existe c
a
t.q.
f(x) f(a) c
a
(x a) pour tout x R.
Soit f une fonction convexe de R dans R et X une v.a. sur un espace de probabilite (, /, P). On
suppose que X et f(X) sont integrables. Montrer linegalite de Jensen, cest-à-dire :
_
f(X)dP f(
_
XdP).
[Utiliser le rappel avec a bien choisi.]
corrige
On utilise le rappel avec a = E(X) =
_
XdP. On obtient pour tout
f(X()) f(a) X() a.
363
Comme les fonctions f(X) f(a) et X a sont integrables, la monotonie de lintegrale donne alors
_
(f(X) f(a))dP
_
(X a)dP.
Comme
_
Xdp = a, on en deduit
_
(f(X) f(a))dP 0, ce qui donne le resultat demande.
Corrige 80 (Sur lequi-integrabilite )

Soit (E, /, P) un espace de probabilite et (X
n
)
nN
une suite de v.a. (reelles). On rappelle que la suite
(X
n
)
nN
est equi-integrable si
_
A
[X
n
[dP 0, quand P(A) 0 (avec A /), uniformement par rapport
à n N. Montrer lequivalence entre les deux proprietes suivantes :
1. lim
a
sup
nN
_
{|X
n
|>a}
[X
n
[dP = 0,
2. sup
nN
_
[X
n
[dP < + et (X
n
)
nN
equi-integrable.
corrige
En attente.
Corrige 81 (Caracterisation de lindependance)

Soit (, /, P) un espace de probabilites, n 2 et X
1
, X
2
, . . . , X
n
, n variables aleatoires reelles. Montrer
que lindependance de (X
1
, X
2
, . . . X
n
) est equivalente à la propriete suivante :
(a
1
, . . . , a
n
) ] , +[
n
, P[X
1
a
1
, . . . , X
n
a
n
] =
n
i=1
P[X
i
a
i
].
(La notation P[X a] est identique à P(X a), elle designe la probabilite de lensemble
, X() a.)
corrige
En attente.
Corrige 82 (Sign(X) et [X[ pour une gaussienne)

Pour s R, on pose sign(s)=1 si s > 0, sign(s)=-1 si s < 0 et sign(0)= 0. Soit (, /, P) un espace
probabilise et X une v.a.r. gaussienne centree (cest-à-dire P
X
= f avec, pour x R, f(x) =
1
2
e
x
2
2
2
,
o` u > 0 est la racine carre de la variance de X). Montrer que sign(X) et [X[ sont independantes et
preciser leurs lois. Meme question avec sign(X) et X
2
.
corrige
En attente.
Corrige 83 (V.a. gaussiennes dependantes)

364
Soit (, /, P) un espace de probabilites,
1
> 0,
2
> 0 et X
1
, X
2
deux variables aleatoires independantes
et telles que :
X
1
^(0,
2
1
) et X
2
^(0,
2
2
).
(le signe signie a pour loi.) Construire deux v.a. Y
1
et Y
2
t.q. X
1
Y
1
, X
2
Y
2
et Y
1
et Y
2
soient
dependantes.
corrige
En attente.
Corrige 84 (V.a. gaussiennes dependantes, à covariance nulle)

soit (, /, P) est un espace de probabilites et X, S deux v.a. reelles, independantes, t.q. X ^(0, 1)
et S a pour loi P
S
=
1
2
1
+
1
2
1
. (Il est possible de construire un espace de probabilites et des v.a.
independantes ayant des lois prescrites, voir le Chapitre 7.)
1. Montrer que SX ^(0, 1).
corrige
Pour x R, on pose f(x) =
1
2
e
1
2
x
2
de sorte que la loi de X est de densite f par rapport à la
mesure de Lebesgue. Soit A B(R), on note A = x, x A. Comme f est paire, on a :
P(X (A)) =
_
A
f(x)dx =
_
A
f(x)dx =
_
A
f(x)dx = P(X A).
On remarque maintenant que P(SX A) = P(S = 1, X A) +P(S = 1, X (A)). Comme S
et X sont independantes, on a :
P(S = 1, X A) = P(S = 1)P(X A) =
1
2
P(X A),
P(S = 1, X (A)) = P(S = 1)P(X (A)) =
1
2
P(X (A)).
Comme P(X (A)) = P(X A), on en deduit P(SX A) = P(X A). Les v.a.r. SX et X
ont donc meme loi, et donc SX ^(0, 1).
2. Montrer que SX et X sont dependantes.

corrige
On raisonne par labsurde. On suppose que SX et X sont independantes. La proposition 4.10
donne alors E([SX[[X[) = E([SX[)E([X[) (noter que la fonction s [s[ est borelienne positive).
Comme [S[ = 1 p.s., on a donc :
E(X
2
) = E([SX[[X[) = E([SX[)E([X[) = E([X[)
2
.
Comme E([X[) < +, on en deduit que Var([X[) = 0, ce qui est impossible car [X[ nest pas egale
p.s. à sa moyenne (sinon, la loi de [X[ serait une masse de Dirac et non pas une loi de densite par
rapport à la mesure de Lebesgue).
365
3. Montrer que Cov(SX, X) = 0.
corrige
Comme SX ^(0, 1) et X ^(0, 1), on a E(SX) = E(X) = 0. Comme S et X sont indepen-
dantes (et S et X
2
integrables), on a (proposition 4.10) SX
2
integrable et E(SX
2
) = E(S)E(X
2
) =
0. On en deduit Cov(SX, X) = E([SX E(SX)][X E(X)]) = E(SX
2
) = E(S)E(X
2
) = 0.
4. (Question subsidiaire.) On ne suppose plus lexistence de S, mais on suppose quil existe Y v.a.
gaussienne independante de X. Montrer que si Y ^(0,
2
), avec > 0, il est possible dutiliser
Y pour construire S, v.a. independante de X et telle que P
S
=
1
2
1
+
1
2
1
.
corrige
Il sut de prendre S = sign(Y ) avec sign(s) = 1 si s < 0, sign(s) = 1 si s > 0 et (par
exemple) sign(0) = 0 (la fonction sign est une fonction borelienne de R dans R). On a bien
X et S independantes (par la proposition 3.10, mais la preuve est facile ici car la tribu engen-
dree par (Y ) est incluse dans celle engendree par Y des que est borelienne). Enn, on a
P(S = 1) = P(Y > 0) =
1
2
= P(Y < 0) = P(S = 1), ce qui donne bien P
S
=
1
2
1
+
1
2
1
.
Corrige 85 (Identites de Wald)

n
)
nN
une suite v.a.r.i.i.d. et N une v.a. à valeurs dans N
. On
pose S
N
= X
1
+. . . +X
N
(cest-à-dire que, pour , S
N
() =
N()
n=1
X
n
()).
1. On suppose, dans cette question, que les v.a.r. N, X
1
, . . . , X
n
, . . . sont independantes. Pour n N
,
on pose A
n
= , N(w) = n (on note, en general, A
n
= N = n), Y
n
=

n
p=1
X
p
et
Z
n
=
n
p=1
[X
p
[.
(a) Soit n N
. Montrer que 1
A
n
et Y
n
sont des v.a.r. independantes et que 1
A
n
et Z
n
sont des
v.a.r. independantes.
(b) On suppose que N et X
1
sont integrables . Montrer que S
N
est integrable et calculer E(S
N
)
en fonction de E(N) et E(X
1
). [On pourra remarquer que S
N
=

n=1
1
A
n
Y
n
et [S
N
[
n=1
1
A
n
Z
n
.]
(c) On suppose que N et X
1
sont de carre integrable, montrer que S
N
est de carre integrable et
calculer sa variance en utilisant les variances de N et X
1
.
2. On suppose maintenant que N = n (X
1
, . . . , X
n
) pour tout n N
(o` u (X
1
, . . . , X
n
) est la
1
, . . . , X
n
) et que E(X
1
) = 0.
(a) Montrer que 1
{nN}
et X
n
sont des v.a.r. independantes.
(b) Reprendre les questions 1(b) et 1(c). [On pourra ecrire S
N
=
nN
1
{nN}
X
n
.]
N.B. : Le cas E(X
1
) ,= 0 peut aussi etre traite. Il se ramène au cas E(X
1
) = 0 en considerant
Y
n
= X
n
E(X
n
).
corrige
En attente.
Corrige 86 (Limite p.s. et independance)

366
n
)
nN
une suite v.a.r. et X, Y deux v.a.r.. On suppose que, pour
tout n N
, X
n
et Y sont independantes et on suppose que X
n
X p.s., quand n . Montrer que
X et Y sont independantes.
corrige
Soit , C
c
(R, R). Comme X
n
et Y sont independantes, on a (voir la proposition 4.10), pour tout
n N
,
E((X
n
)(Y )) = E((X
n
))E((Y )). (12.75)
Comme est continue, on a (X
n
) (X) p.s. et (X
n
)(Y ) (X)(Y ) p.s.. les conver-
gences sont dominees car [(X
n
)[ sup(x), x R (et [(Y )[ sup(x), x R). On peut
donc utiliser le theprème de convergence dominee, il donne lim
n
E((X
n
)(Y )) = E((X)(Y )) et
lim
n
E((X
n
)) = E((X)). En passant à la limite dans (12.75), on en deduit que
E((X)(Y )) = E((X))E((Y )).
La proposition 4.12 permet de conclure que X et Y sont independantes.
367
Corrige 87
Soit (f
n
)
nN
C
1
(]0, 1[, R) convergeant simplement vers la fonction f :]0, 1[R; on suppose que la suite
(f
n
)
nN
( C(]0, 1[, R) ) converge simplement vers la fonction constante et egale à 1.
1. A-t-on f C
1
(]0, 1[, R) et f
= 1 ?
corrige
La reponse est non. La fonction f peut meme ne pas etre continue, comme le montre lexemple
suivant :
Pour n N, n 4, on denit g
n
de [0, 1] dans R par
g
n
(x) = 1, si 0 x
1
2
,
g
n
(x) = 1 +n
2
(x
1
2
), si
1
2
< x
1
2
+
1
n
,
g
n
(x) = 1 n
2
(x
1
2

2
n
), si
1
2
+
1
n
< x
1
2
+
2
n
,
g
n
(x) = 1, si
1
2
+
2
n
< x 1.
Il est facile de voir que g
n
C([0, 1], R) et que g
n
(x) 1 pour tout x [0, 1].
n
par :
f
n
(x) =
_
x
0
g
n
(t)dt, pour tout x ]0, 1[,
de sorte que f
n
C
1
(]0, 1[, R) et f
n
= g
n
sur ]0, 1[. On a donc bien que (f
n
)
nN
converge simplement
vers la fonction constante et egale à 1. (On prend nimporte quelles fonctions C
1
pour f
n
, 0 n 3).
On remarque maintenant que, pour n 4, f
n
(x) = x pour tout x ]0,
1
2
] et que f
n
(x) = x +1 pour
tout x ]
1
2
+
2
n
, 1[. On en deduit que (f
n
)
nN
converge simplement vers la fonction f :]0, 1[ R
denie par f(x) = x pour tout x ]0,
1
2
] et f
n
(x) = x + 1 pour tout x ]
1
2
, 1[. Cette fonction nest
pas continue en
1
2
, donc f , C
1
(]0, 1[, R).
2. On suppose maintenant que la suite (f
n
)
nN
converge vers la fonction constante et egale à 1 dans
L
1
R
(]0, 1[, B(]0, 1[), ). A-t-on f C
1
(]0, 1[, R) et f
= 1 ?
corrige
La reponse maintenant est oui. En eet, soit 0 < x < 1. Comme f
n
C
1
(]0, 1[, R), on a
f
n
(x) = f
n
(
1
2
) +
_
x
1
2
f
n
(t)dt, cest-à-dire
f
n
(x) = f
n
(
1
2
) +s
x
_
f
n
1
I
x
d, (12.76)
avec s
x
= 1 et I
x
=]
1
2
, x[ si x
1
2
, s
x
= 1 et I
x
=]x,
1
2
[ si x <
1
2
.
Quand n , on a
[
_
f
n
1
I
x
d
_
1
I
x
d[ |f
n
1|
1
0,
368
et f
n
(x) f(x) (ainsi que f
n
(
1
2
) f(
1
2
)). On deduit donc de (12.76), quand n ,
f(x) = f(
1
2
) +s
x
_
1
I
x
d,
cest-à-dire f(x) = f(
1
2
) +x
1
2
.
On a bien montre que f C
1
(]0, 1[, R) et f
= 1.
Corrige 88 (Integrale impropre)

On denit lapplication f de R dans R par :
f(x) = 0, si x 0,
f(x) = x
2
sin
1
x
2
, si x > 0.
1. Montrer que f est continue et derivable en tout point de R.
corrige
La fonction f est continue et derivable en tout point de R
et on a f
(x) = 0 pour x < 0 et

f
(x) = 2xsin
1
x
2

2
x
cos
1
x
2
si x > 0.
Pour montrer la continuite et la derivablite de f en 0, il sut de remarquer que, pour tout x > 0,
on a [f(x)[ x
2
et donc [
f(x)f(0)
x0
[ x. On en deduit que f est continue et derivable en 0 et que
f
(0) = 0.
2. Soit 0 < a < b < . Montrer que f
1
]a,b[
L
1
R
(R, B(R), ). On pose
_
b
a
f
(t)dt =
_
f
1
]a,b[
d.
Montrer que :
f(b) f(a) =
_
b
a
f
(t)dt.
corrige
La fonction f
est continue sur ]0, [. La restriction de f
à [a, b] est donc continue (on utilise ici

le fait que a > 0). On a donc, voir la proposition 5.1 (ou lexercice 4.5) :
f
|[a,b]
L
1
([a, b], B([a, b]),
[a,b)
),
o` u
[a,b)
designe la mesure de Lebesgue sur les boreliens de [a, b] (cest-à-dire la restriction à B([a, b])
de la mesure de Lebesgue sur B(R)) et lintegrale (de Lebesgue) de f
|[a,b]
concide avec lintegrale
des fonctions continues, cest-à-dire :
_
f
|[a,b]
d
[a,b)
=
_
b
a
f
(x)dx.
Le terme de droite de legalite precedente est à prendre au sens de lintegrale des fonctions continues.
Comme f est de classe C
1
sur un intervalle ouvert contenant [a, b], il est alors classique que :
_
b
a
f
(x)dx = f(b) f(a).

369
Pour se convaincre de cette dernière egalite, on rappelle que f et x
_
x
a
f
(t)dt sont deux primitives

de f
, leur dierence est donc constante sur [a, b].

Enn, comme f
|[a,b]
L
1
([a, b], B([a, b]),
[a,b)
), il est facile den deduire que f
1
]a,b[
L
1
R
(R, B(R), )
et que
_
f
|[a,b]
d
[a,b)
=
_
f
1
]a,b[
d.
Plus precisement, on pose f
= g et on considère dabord le cas g

|[a,b]
c
+
([a, b], B([a, b]) puis
g
|[a,b]
/
+
([a, b], B([a, b]) et enn g
|[a,b]
L
1
([a, b], B([a, b]),
[a,b)
), comme dans lexercice 4.4.
Ceci termine la question.
Un autre moyen de montrer f
1
]a,b[
L
1
R
(R, B(R), ) est de proceder de la manière suivante :
La fonction f
est la limite simple, quand n , de la suite (f

n
)
nN
o` u f
n
est defnie, pour n N
,
par :
f
n
(x) =
f(x +
1
n
) f(x)
1
n
, pour tout x R.
La fonction f est mesurable (cest-à-dire borelienne car R est muni de la tribu de Borel). Grace
à la stabilite de lensemble des fonctions mesurables (voir la proposition 3.5), on en deduit que f
n
est mesurable pour tout n N
et donc que f
est mesurable (comme limite simple de fonctions

mesurables). La fonction f
1
]a,b[
est donc aussi mesurable (comme produit de fonctions mesurables).
La mesurabilite de f
1
]a,b[
est donc vraie pour tout a, b R (noter cependant que f
nest pas
continue en 0).
Pour montrer que f
1
]a,b[
est integrable, il sut de remarquer que f
est bornee sur ]a, b[, car f
est
continue sur [a, b] (on utilise ici le fait que a > 0) et que (]a, b[) < . On a donc bien montre que
f
1
]a,b[
L
1
R
(R, B(R), ).
3. Soit a > 0.
(a) Montrer f
1
]0,a[
, L
1
R
(R, B(R), ).
corrige
La restriction de f
à ]0, a[ est continue, cest donc une fonction mesurable (cest-à-dire boreli-
enne) de ]0, a[ dans R. On en deduit facilement que f
1
]0,a[
est borelienne de R dans R. (On a
aussi vu à la question precedente que f
etait borelienne. Ceci montre egalement que f
1
]0,a[
est borelienne.)
On a f
1
]0,a[
= g
1
1
]0,a[
g
2
1
]0,a[
, avec :
g
1
(x) = 2xsin
1
x
2
et g
2
(x) =
2
x
cos
1
x
2
si x ]0, a[.
Il est clair que g
1
1
]0,a[
L
1
R
(R, B(R), ) (car g
1
est continue et bornee sur ]0, a[). Pour montrer
que f
1
]0,a[
, L
1
R
(R, B(R), ), il sut donc de montrer que g
2
1
]0,a[
, L
1
R
(R, B(R), ). Pour cela,
on remarque maintenant que :
[g
2
(x)[
2
_
n

4
, si
1
_
n +

4
x
1
_
n

4
, n n
0
, (12.77)
370
avec n
0
N
t.q.
1
n
0
4
a. On deduit alors de (12.77), par monotonie de lintegrale, que,
pour tout N n
0
:
_
[g
2
[1
]0,a[
d
N
n=n
0
2
_
n

4
(
1
_
n

4
1
_
n +

4
) =
N
n=n
0
2
_
n +

4

_
n

4
_
n +

4
,
et donc :
_
[g
2
[1
]0,a[
d
N
n=n
0
2
2
_
n +

4
(
_
n +

4
+
_
n

4
)

N
n=n
0
2
4(n +

4
)
.
En faisant tendre N vers , on en deduit que
_
[g
2
[1
]0,a[
d = et donc que g
2
1
]0,a[
,
L
1
R
(R, B(R), ) et f
1
]0,a[
, L
1
R
(R, B(R), ).
(b) Pour 0 < x < a, on pose g(x) =

_
a
x
f
(t)dt. Montrer que g(x) a une limite (dans R) quand

x 0, avec x > 0, et que cette limite est egale à f(a) f(0). (Cette limite est aussi notee
_
a
0
f
(t)dt, improprement. . . car f
1
]0,a[
, L
1
R
(R, B(R), ), la restriction de f
à ]0, a[ nest donc

pas integrable pour la mseure de Lebesgue sur ]0, a[.)
corrige
On a g(x) = f(a) f(x), pour tout x > 0. Comme f est continue en 0, on en deduit bien que
g(x) a une limite (dans R) quand x 0, avec x > 0, et que cette limite est egale à f(a) f(0).
Corrige 89
Soit f L
1
R
(R, B(R), ). On denit F : R R par: F(x) =
_
f1
[0,x]
d(=
_
x
0
f(t)dt), pour x 0, et
F(x) =
_
f1
[x,0]
d(=
_
0
x
f(t)dt) pour x < 0. Montrer que F est uniformement continue.
corrige
On remarque que, pour tout x, y R, x < y,
F(y) F(x) =
_
f1
]x,y[
d =
_
]x,y[
fd.
Soit > 0, comme f L
1
R
(R, B(R), ), lexercice 4.14 (ou lexercice 4.29) montre quil existe > 0 t.q.
A B(R), (A)
_
A
[f[d .
Soit x, y R, x < y. On a donc, comme (]x, y[) = y x,
[y x[ [F(y) F(x)[
_
]x,y[
[f[d ,
ce qui montre bien la continuite uniforme de F.
Corrige 90 (Integrabilite et limite à linni)

371
Soit f L
1
R
(R, B(R), ) = L
1
.
1. On suppose que f(x) admet une limite quand x . Montrer que cette limite est nulle.
corrige
On pose l = lim
x
f(x) et on suppose l ,= 0. Il existe alors a R t.q. [f(x)[
|l|
2
pour tout
x > a. On en deduit, par monotonie de lintegrale sur /
+
,
_
[f[d
_
]a,[
[l[
2
d = ,
en contradiction avec lhypothèse f L
1
.
2. On suppose que f C(R, R) ; a-t-on : lim

x+
f(x) = 0 ?
corrige
La reponse est non, comme le montre lexemple suivant. On denit, pour n N, n 2, f
n
par :
f
n
(x) = 0, si x n
1
n
2
,
f
n
(x) = n
2
(x n +
1
n
2
), si n
1
n
2
< x n,
f
n
(x) = n
2
(x n
1
n
2
), si n < x n +
1
n
2
,
f
n
(x) = 0, si x > n +
1
n
2
.
Puis, on pose f(x) =

n2
f
n
(x) pour tout x R. On remarque que, pour tout x R, la serie
denissant f(x) a au plus 1 terme non nul. Plus precisement, il existe n (dependant de x) t.q.
f = f
n
dans un voisinage de x. On en deduit que f prend ses valeurs dans R et que f est continue
(car les f
n
sont continues).
Comme f
n
/
+
pour tout n, le premier corollaire du theorème de convergence monotone (corol-
laire 4.1) donne que f /
+
et
_
fdm =
n2
_
f
n
dm =
n2
1
n
2
< .
On a donc f C(R, R) L
1
R
(R, B(R), ) et f(x) ,0 quand x car f
n
(n) = 1 pour tout n N,
n 2.
3. On suppose que f est uniformement continue ; a-t-on : lim

x+
f(x) = 0 ? [On pourra commencer
par montrer que, pour > 0 quelconque et (x
n
)
nN
R t.q. lim
n+
x
n
= +, on a :
lim
n+
_
x
n
+
x
n
[f(x)[d(x) = 0.] (12.78)

corrige
On commence par montrer le resultat prelimaire suggere. Soient > 0 et (x
n
)
nN
R t.q.
lim
n+
x
n
= +.
372
On pose f
n
= [f[1
]x
n
,x
n
+[
. On a, pour tout x R, f
n
(x) 0 quand n (on a meme
f
n
(x) = 0 pour n t.q. x
n
> x). On a aussi [f
n
[ [f[ L
1
. On peut donc appliquer le theorème
de convergence dominee (ou la proposition preliminaire 4.6). Il donne que
_
f
n
dm 0, cest-à-dire
:
_
[f[1
]x
n
,x
n
+[
d 0, quand n . (12.79)
On montre maintenant que f(x) 0 quand x .
On raisonne par labsurde. On suppose que f(x) , 0 quand x . Il existe donc > 0 et une
suite (x
n
)
nN
R t.q. x
n
quand n et [f(x
n
)[ pour tout n N.
La continuite uniforme de f donne lexistence de > 0 t.q.
x, y R, [x y[ [f(x) f(y)[

2
.
On a donc [f(x)[

2
pour x ]x
n
, x
n
+[ et tout n N. On en deduit que
_
[f[1
]x
n
,x
n
+[
d
> 0 pour tout n N, ce qui est en contradiction avec (12.79).
On a donc bien nalement montre que f(x) 0 quand x .
4. On suppose que f C
1
(R, R) et f
L
1
; a-t-on : lim
x+
f(x) = 0?
corrige
Comme f C
1
, on a, pour y > x, f(y) f(x) =
_
y
x
f
(t)dt =
_
]x,y[
f
d. Comme f
L
1
, lexercice
5.7 donne que f est uniformement continue. La question precedente donne alors que f(x) 0
quand x (cest seulement pour ce dernier point quon utilise f L
1
).
Une autre demonstration possible est :
Comme f C
1
, on a f(x) = f(0) +
_
]0,x[
f
d. Comme f
L
1
, on en deduit que f(x) a
une limite (dans R) quand x . En eet, le theorème de convergence dominee donne que
_
]0,x[
f
d
_
]0,[
f
d (dans R) quand x . Enn, la première question donne que la limite de

f(x) quand x est necessairement 0 (et ici aussi, cest seulement pour ce dernier point quon
utilise f L
1
).
Corrige 91 (Continuite en moyenne)

Pour f L
1
= L
1
R
(R, B(R), ) et h R, on denit f
h
(translatee de f) par : f
h
(x) = f(x + h), pour
x R. (noter que f
h
L
1
).
1. Soit f C
c
= C
c
(R, R), montrer que |f
h
f|
1
0 lorsque h 0.
corrige
Comme f C
c
, f est uniformement continue, ce qui donne
sup
xR
[f(x +h) f(x)[ 0 quand h 0.
373
Soit a > 0 t.q. f = 0 sur [a, a]
c
. Pour h R t.q. [h[ 1, on a donc, comme f(x +h) f(x) = 0
si x , [a 1, a + 1],
_
[f(x +h) f(x)[dx (2a + 2) sup
xR
[f(x +h) f(x)[ 0, quand h 0,
et donc que |f( +h) f|
1
0 quand h 0.
2. Soit f L
1
, montrer que |f
h
f|
1
0 lorsque h 0.
corrige
Linvariance par translation de la mesure de Lebesgue donne que f( + h) L
1
pour tout h R.
On veut maintenant montrer que |f( +h) f|
1
0 quand h 0.
Soit > 0. Daprès la densite de C
c
dans L
1
(theorème 5.5), il existe C
c
t.q. |f |
1
.
Linvariance par translation de la mesure de Lebesgue donne |f( +h) ( +h)|
1
= |f |
1
. On
a donc, pour tout h R :
|f( +h) f|
1
2|f |
1
+|( +h) |
1
2 +|( +h) |
1
.
Daprès la première question, il existe > 0 t.q.
[h[ |( +h) |
1
.
Donc,
[h[ |f( +h) f|
1
3.
Ce qui prouve bien que f( +h) f dans L
1
, quand h 0.
Corrige 92 (Sur la concentration dun borelien)

Soit a < b +, A B(]a, b[) et ]0, 1[. On suppose que (A], [) ( ) pour tout
, t.q. a < b. Montrer que (A) = 0. [On pourra, par exemple, commencer par montrer que
(A O) (O) pour tout ouvert O de ]a, b[.]
Consequence de cet exercice : Soit A B(]a, b[) t.q. (A) > 0. Alors, pour tout < 1, il existe , t.q.
a < b et (A], [) ( ).
corrige
Soit O un ouvert de ]a, b[. Comme O est un ouvert de R, il peut secrire comme une reunion denombrable
dintervalles ouverts disjoints 2 à 2 (lemme 2.4). On a donc O =
nN
I
n
avec I
n
I
m
= si n ,= m et, pour
tout n N, I
n
=]a
n
, b
n
[ avec a a
n
b
n
b. La additivite de et lhypothèse (A], [) ()
pour tout , t.q. a 0. Daprès la regularite de (et le fait que A B(]a, b[) B(R)), il existe O ouvert
de R t.q. A O et (O A) . En remplacant O par O]a, b[, on peut supposer que O est un ouvert
de ]a, b[. En utilisant (12.80) et ladditivite de , on a donc :
(A) = (A O) (O) = ((A) +(O A)) ((A) +).
374
Comme > 0 est arbitrairement petit, on en deduit (A) (A), ce qui nest possible (comme < 1)
que si (A) = 0 ou si (A) = .
Il reste donc à montrer que le cas (A) = est impossible. Pour cela, on pose, pour tout n N,
A
n
= A [n, n]. Soit n N, la monotonie de donne (A
n
], [) (A], [), on a donc aussi
(A
n
], [) ( ) pour tout , t.q. a < b. Comme (A
n
) < , la demonstration
precedente, appliquee à A
n
au lieu de A, donne (A
n
) = 0. Enn, comme A =
nN
A
n
, on en deduit
(A) = 0.
Corrige 93 (Points de Lebesgue)

1
lespace L
1
R
1
lespace L
1
R
1. Soit (I
1
, . . . , I
n
) des intervalles ouverts non vides de R t.q. chaque intervalle nest pas contenu dans
la reunion des autres. On pose I
k
=]a
k
, b
k
[ et on suppose que la suite (a
k
)
k=1,...,n
est croissante.
Montrer que la suite (b
k
)
k=1,...,n
est croissante et que les intervalles dindices impairs [resp. pairs]
sont disjoints 2 à 2.
corrige
Soit k 1, . . . , n. Comme a
k
a
k+1
, on a b
k
< b
k+1
(sinon I
k+1
I
k
). La suite (b
k
)
k{1,...,n}
est donc (strictement) croissante.
Soit k 1, . . . , n. On a b
k
a
k+2
(sinon I
k
I
k+2
=]a
k
, b
k+2
[ et donc I
k+1
I
k
I
k+2
car
a
k
a
k+1
< b
k+1
b
k+2
). On a donc I
k
I
k+2
= . ceci prouve (avec la croissance de (a
k
)
k=1,...,n
)
que les intervalles dindices impairs [resp. pairs] sont disjoints 2 à 2.
2. Soit J une famille nie dintervalles ouverts non vide de R dont la reunion est notee A. Montrer
quil existe une sous-famille nie de J, notee (I
1
, . . . , I
m
), formee dintervalles disjoints 2 à 2 et t.q.
(A) 2
m
k=1
(I
k
). [Utiliser la question 1.]
corrige
On commence par montrer la propriete suivante :
Pour toute famille nie, notee J, dintervalles ouverts non vide de R, il existe une sous famille, notee
K, t.q. :
(a) Chaque element de K nest pas contenu dans la reunion des autres elements de K,
(b) La reunion des elements de K est egale à la reunion des elements de J.
Cette propriete se demontre par recurrence sur le nombre delements de J. Elle est immediate si J
a 1 element (on prend K= J). Soit n N
. On suppose que la propriete est vraie pour toutes les

familles de n elements. Soit J une famille de (n + 1) elements. Si chaque element de J nest pas
contenu dans la reunion des autres elements de J, on prend K= J. Sinon, on choisit un element
de J, note I, contenu dans la reunion des autres elements de J. On applique alors lhypothèse de
recurrence à la famille J I, on obtient une sous famille de J I (et donc de J), notee K, veriant
bien les assertions (a) et (b) (en eet, La reunion des elements de J I est egale à la reunion des
elements de J). Ceci termine la demonstration de la propriete desiree.
375
Soit maintenant J une famille nie dintervalles ouverts non vide de R dont la reunion est notee
A (remarquer que A B(R)). Grace à la propriete demontree ci dessus, on peut supposer que
chaque element de J nest pas contenu dans la reunion des autres elements de J. On note J
1
,
. . . J
n
les elements de J, J
i
=]a
i
, b
i
[, i = 1, . . . , n. En reordonnant, on peut aussi supposer que
la suite (a
k
)
k=1,...,n
est croissante. On peut alors appliquer la question 1, elle donne, en posant
P = i = 1, . . . , n; i pair et I = i = 1, . . . , n; i impair que les familles (J
i
)
iP
et (J
i
)
iI
sont
formees delements disjoints 2 à 2, de sorte que :
(
iP
J
i
) =
iP
(J
i
), (
iI
J
i
) =
iI
(J
i
).
Enn, comme A =
n
i=1
J
i
, la sous-additivite de donne (A)
iP
(J
i
) +
iI
(J
i
).
Une sous-famille de J satisfaisant les conditions demandees est alors (J
i
)
iP
si

iP
(J
i
)
iI
(J
i
) et (J
i
)
iI
si
iI
(J
i
) >
iP
(J
i
).
On se donne maintenant f L
1
et on suppose quil existe a > 0 t.q. f = 0 p.p. sur [a, a]
c
. Le
but de lexercice est de montrer que :
n
2
_ 1
n
1
n
f(x +t)dt f(x), pour presque tout x R, quand n . (12.81)
Pour > 0, on denit f
de R dans R par :
f
(x) = sup
h
1
2h
_
h
h
[f(x +t)[dt. (12.82)
est bornee.
corrige
Soit x R. On a, pour h ,
1
2h
_
h
h
[f(x+t)[dt
1
2
|f|
1
donc f
(x) R et [f
(x)[
1
2
|f|
1
.
La fonction f
est donc bornee par

1
2
|f|
1
.
(b) Montrer que f
est borelienne. [On pourra montrer que f
est le sup de fonctions continues.]

corrige
Soit h > 0. On denit f
h
de R dans R par f
h
(x) =
_
h
h
[f(x+t)[dt. La fonction f
h
est continue
car
[f
h
(x +) f
h
(x)[ = [
_
h
h
([f(x + +t)[ [f(x +t)[)dt[
_
h
h
[f(x + +t) f(x +t)[dt
_
[f(x + +t) f(x +t)[dt = |f( +) f|
1
0, quand 0,
par le theorème de continuite en moyenne. (Ceci donne meme la continuite uniforme.)
On en deduit que f
est borelienne comme sup de fonctions continues (en eet, si R,

(f
)
1
(], [) =
h
(
1
2h
f
h
)
1
(], [) est un ouvert, et donc aussi un borelien).
376
(c) Montrer que f
(x) 0 quand [x[ .

corrige
Soit > 0. On a (avec la notation de la question precedente), pour tout x R,
1
2h
f
h
(x)
si h
f
1
2
. Dautre part, on a f
h
(x) = 0 si h
f
1
2
et [x[ a +
f
1
2
. On en deduit que
0 f
(x) si [x[ a +
f
1
2
. Ceci prouve que f
(x) 0 quand [x[ .
4. Pour y > 0, on pose B

y,
= x R, f
(x) > y.
(a) Montrer que tout x B
y,
est le centre dun intervalle ouvert I(x) t.q.
i. (I(x)) 2,
ii.
1
(I(x))
_
I(x)
[f[d > y.
Montrer que parmi les intervalles I(x), x B
y,
, ainsi obtenus, il en existe un nombre ni
I(x
1
), . . . I(x
n
) dont la reunion recouvre B
y,
. [On pourra dabord remarquer que B
y,
est
borne.]
corrige
Si x B
y,
, il existe h t.q.
1
2h
_
x+h
xh
[f(t)[dt =
1
2h
_
h
h
[f(x + t)[dt > y. On choisit alors
I(x) =]x h, x +h[. On a bien i. et ii..
B
y,
est borne car f
(x) 0 quand [x[ . B

y,
est donc ferme et borne (donc compact).
De plus, Si z B
y,
, il existe x B
y,
t.q. [x z[ < . On a donc z I(x). Ceci montre
que I(x), x B
y,
forme un recouvrement ouvert de B
y,
. Par compacite, on peut donc en
extraire un sous recouvrement ni. Il existe donc x
1
, . . . , x
n
B
y,
t.q. B
y,

n
i=1
I(x
i
).
(b) Montrer que (B

y,
)
2
y
|f|
1
. [Utiliser la question 2.]
corrige
En appliquant la question 2 à la famille I(x
i
), i 1, . . . , n, il existe E 1, . . . , n
t.q. I(x
i
) I(x
j
) = , si i, j E i ,= j, et t.q. (B
y,
) (
n
i=1
I(x
i
)) 2
iE
(I(x
i
)).
Comme (I(x
i
)) <
1
y
_
I(x
i
)
[f(t)[dt et comme I(x
i
) I(x
j
) = , si i, j E i ,= j, on a aussi
iE
(I(x
i
)) <
1
y
_
[f(t)[dt et donc (B
y,
)
2
y
|f|
1
.
On denit maintenant f
de R dans R
+
par :
f
(x) = sup
h>0
1
2h
_
h
h
[f(x +t)[dt. (12.83)
5. Montrer que f
est borelienne et que (f
> y)
2
y
|f|
1
, pour tout y > 0.
corrige
f
est borelienne (de R dans R

+
) car cest le sup de fonctions continues de R dans R.
On remarque ensuite que f
> y = x R, f
(x) > y =
nN
B
y,
1
n
et que B
y,
1
n
B
y,
1
n+1
(car
f
1
n
f
1
n+1
). Par continuite croissante de , on a donc (f
> y) = lim
n
(B
y,
1
n
)
2
y
|f|
1
.
377
6. Montrer (12.81) si f admet un representant continu. [cette question nutilise pas les questions
precedentes.]
corrige
On confond f (qui est dans L
1
) avec ce representant continu. On a alors
n
2
_ 1
n
1
n
f(x +t)dt f(x)
pour tout x R, quand n . En eet, pour tout x R et tout n N
, par continuite de
f, il existe
x,n
]x
1
n
, x +
1
n
[ t.q.
n
2
_ 1
n
1
n
f(x + t)dt = f(
x,n
). Pour tout x R, on a bien
f(
x,n
) f(x), quand n (par continuite en x de f).
7. Montrer (12.81). [Approcher f, dans L

1
et p.p., par une suite delements de C
c
(R, R), notee (f
p
)
pN
.
On pourra utiliser (f f
p
)
.]
corrige
On confond f (qui est dans L
1
) avec lun de ses representants (de sorte que f L
1
). Par densite
de C
c
(R, R) dans L
1
, il existe une suite (f
p
)
pN
C
c
(R, R) t.q. f
p
f dans L
1
. Après extraction
eventuelle dune sous suite, on peut supposer aussi que f
p
f p.p..
Pour x R, n N
et p N, on a :
[f(x)
n
2
_ 1
n
1
n
f(x +t)dt[ [f(x) f
p
(x)[ +[f
p
(x)
n
2
_ 1
n
1
n
f
p
(x +t)dt[ + (f f
p
)
(x). (12.84)
Pour m N
et p N, on pose :
A
m,p
= (f f
p
)
>
1
m
, B
m,p
=
qp
A
m,q
et B =
mN
(
pN
B
m,p
).
On remarque que, par la question 5, (A
m,p
) 2m|f f
p
|
1
0 quand p (avec m xe). On
a donc (B
m,p
) inf
qp
(A
m,q
) = 0. On en deduit, par -sous-additivite de , que (B) = 0.
On choisit C B(R) t.q. (C) = 0 et f
p
(x) f(x) pour tout x C
c
.
On va maintenant montrer (grace à (12.84)) que (f(x)
n
2
_ 1
n
1
n
f(x+t)dt) 0 pour tout x (BC)
c
(ce qui permet de conclure car (B C) = 0).
Soit donc x (B C)
c
et soit > 0. Comme x C
c
, il existe p
1
N t.q. [f(x) f
p
(x)[
pour p p
1
. Comme x B
c
, x
mN
(
pN
B
c
m,p
). On choisit m N
t.q.
1
m
. On a
x
pN
B
c
m,p
=
pN
qp
A
c
m,q

qp
1
A
c
m,q
. Il existe donc p p
1
t.q. x A
c
m,p
, on en deduit
(f f
p
)
(x)
1
m
. Enn, p etant maintenant xe, la question 6 donne lexistence de n
1
N
t.q. [f
p
(x)
n
2
_ 1
n
1
n
f
p
(x + t)dt[ pour n n
1
. On a donc [f(x)
n
2
_ 1
n
1
n
f(x + t)dt[ 3 pour
n n
1
. Ce qui termine la demonstration.
Corrige 94 (Convergence vague et convergence etroite)

Soit (m
n
)n N une suite de mesures (positives) nies sur B(R
d
) (d 1) et m une mesure (positive) nie
sur B(R
d
). On suppose que :
_
dm
n

_
c
(R
d
, R).
378
m
n
(R
d
) m(R
d
) quand n .
1. Soit C
c
(R
d
, R). Montrer que
_
dm
n

_
dm, quand n . [On pourra utiliser le fait que
est limite uniforme dune suite delement de C
c
(R
d
, R).]
corrige
Soit C
c
(R
d
, R) t.q. 0,
_
R
d
(x)dx = 1 et (x) = 0 si [x[ 1. Pour p N
, on denit
p
par
p
(x) = p
d
(px) pour x R
d
, de sorte que
_
R
d

p
(x)dx = 1 et (x) = 0 si [x[ 1/p. La suite
(
p
)
pN
sappelle suite regularisante (ou suite de noyaux regularisants).
Soit C
c
(R
d
, R), on denit la suite (
p
)
pN
en posant
p
(x) =
_
(y)
p
(x y)dy, pour tout
x R
d
. Comme
p
et sont des fonctions à support compact, il est clair que
p
est aussi une
fonction à support compact. Grace au theorème de derivabilite sous le signe integral (theorème 4.10),
il est assez facile de voir que
p
est indeniment derivable. On a donc (
p
)
pN
C
c
(R
p
, R). Enn,
du fait que est uniformement continue, on deduit que
p
converge uniformement (sur R
d
) vers
quand p . Plus precisement, en notant | |
u
la norme de la convergence uniforme, on a, pour
tout p N
,
|
p
|
u
sup
zR
d
, |z|1/p
|( +z) |
u
,
dont on deduit bien |
p
|
u
0 quand p .
Soit > 0. On remarque maintenant que, pour p N
et tout n N,
_
dm
n
_
dm =
_
(
p
)dm
n
+
_

p
dm
n
_

p
dm+
_
(
p
)dm,
on a donc [
_
dm
n
_
dm[ |
p
|
u
(sup
nN
m
n
(R
d
)+m(R
d
))+[
_

p
dm
n
_

p
dm[. Comme
sup
nN
m
n
(R
d
) + m(R
d
) < (car lim
n
m
n
(R
d
) = m(R
d
)), il existe donc p
0
N
t.q., pour
tout n N,
[
_
dm
n
_
dm[ +[
_

p
0
dm
n
_

p
0
dm[.
Comme
p
0
C
c
(R
d
, R), la première hypothèse sur la suite (m
n
)
nN
donne quil existe n
0
t.q.
n n
0
implique [
_

p
0
dm
n
_

p
0
dm[ . on a donc, nalement,
n n
0
[
_
dm
n
_
dm[ 2.
Ce qui prouve bien que
_
dm
n

_
c
(R
d
, R).
2. Pour p N
, on note B
p
la boule fermee de centre 0 et de rayon p (pour la norme euclidienne
de R
d
). Montrer quil existe une suite (
p
)
pN
C
c
(R
d
, R) t.q., pour tout p N
, 0
p
1,
p
= 1 sur B
p
et
p

p+1
. On utilise cette suite (
p
)
pN
corrige
Il sut de prendre
p
denie ainsi :
p
(x) = 1 si x B
p
,
p
(x) = p + 1 [x[ si x B
p+1
B
p
,
p
(x) = 0 si x , B
p+1
.
379
3. Soit > 0.
(a) Montrer quil existe p
0
N
t.q. : p p
0

_
(1
p
)dm .
corrige
On utilise ici le theorème de convergence dominee, la suite (1
p
)
pN
converge p.p. vers 0
et est dominee par la fonction constante et egale à 1 (qui est bien une fonction integrable pour
la mesure m). On a donc lim
p
_
(1
p
)dm = 0, ce qui donne le resultat demande.
(b) Montrer que, pour tout p N
,
_
(1
p
)dm
n

_
(1
p
)dm quand n .
corrige
On a
_
(1
p
)dm
n
= m
n
(R
d
)
_

p
dm
n
. comme
p
C
c
(R
d
, R), on a
_

p
dm
n

_

p
dm
(quand n ). Dautre part, on a lim
n
m
n
(R
d
) = m(R
d
). On a donc nalement, quand
n ,
_
(1
p
)dm
n
m(R
d
)
_

p
dm =
_
(1
p
)dm.
(c) Montrer quil existe p

1
N
t.q. : n N, p p
1

_
(1
p
)dm
n
.
corrige
Daprès a), il existe p
2
t.q.
_
(1
p
2
)dm /2. Daprès b), il existe n
0
t.q.
n n
0

_
(1
p
2
)dm
n

_
(1
p
2
)dm+/2.
On a donc
n n
0

_
(1
p
2
)dm
n
.
Comme (1
p
) (1
p
2
) si p p
2
, on a aussi
n n
0
, p p
2

_
(1
p
)dm
n
.
Dautre part, le theorème de convergence dominee donne (comme en a)) que, pour tout n N,
lim
p
_
(1
p
)dm
n
= 0. Pour tout n 0, . . . , n
0
, il existe donc p
2,n
t.q.
p p
2,n

_
(1
p
)dm
n
.
On choisit donc p
1
= maxp
2
, max
n=0,...,n
0
p
2,n
et on obtient bien p N
et :
n N, p p
1

_
(1
p
)dm
n
.
4. Montrer que
_
dm
n

_
b
(R
d
, R) (on dit alors que la suite
(m
n
)
nN
converge etroitement vers m).
corrige
380
Soit C
b
[R
d
, R) et > 0. En ecrivant que =
p
+(1
p
), on a, pour tout p N
,
[
_
dm
n
_
dm[ [
_

p
dm
n
_

p
dm[ +||
u
_
(1
p
)dm
n
+||
u
_
(1
p
)dm.
Les questions 2a) et 2c) permettent de trouver p
0
N
et n
0
N t.q. les deux derniers de la
precedente inegalite soient inferieurs à pour p = p
0
et n n
0
. Puis, comme
p
0
C
c
(R
d
, R),
il existe n
1
t.q. le premier du membre de droite de la precedente inegalite soit inferieur à pour
p = p
0
et n n
1
. On a donc nalement
n maxn
0
, n
1
[
_
dm
n
_
dm[ 3.
Ce qui prouve la convergence etroite de m
n
vers m (quand n ).
5. Indiquer brièvement comment obtenir le meme resultat (cest-à-dire le resultat de la question 4) si

on remplace R
d
(dans les hypothèses et dans la question 4) par ouvert de R
d
.
corrige
Pour la question 1, on remarque que toute fonction de C
c
(, R) est limite uniforme de fonctions
de C
c
(, R) (la demonstration, semblable au cas = R
d
utilise le fait que, si C
c
(, R), la
disatnce entre le support de , qui est compact, et le complementaire de , qui est ouvert, est
strictement positive. On rappelle que le support de est ladherence de lensemble des points o` u
est non nulle).
Pour la question 2, on construit (avec la fonction distance) une suite
p
comme demandee en
remplacant simplement B
p
par B
p
x , d(x,
c
) 1/p, avec d(x,
c
) = max[xy[, y
c
.
Pour les questions 3 et 4, on remplace simplement R
d
par .
381
12.6.1 Espaces L
p
, 1 p
Corrige 95
Soit (E, T, m) un espace mesure, p [1, [ et A T. On pose F = f L
p
R
(E, T, m); f = 0 p.p. sur
A. Montrer que F est ferme (dans L
p
R
(E, T, m)).
corrige
Soient (f
n
)
nN
F et f L
p
R
(E, T, m) t.q. f
n
f dans L
p
R
(E, T, m).
Grace à linegalite de Holder (inegalite (6.3) pour 1 < p < ou inegalite (6.13) qui contient aussi le cas
p = 1), on a, pour tout g L
q
R
(E, T, m) avec q =
p
p1
,
[
_
f
n
gdm
_
fgdm[
_
[(f
n
f)g[dm |f
n
f|
p
|g|
q
0, quand n ,
et donc
_
f
n
gdm
_
fgdm, quand n . (12.85)
On prend alors g = ([f[)
p1
1
{f>0}
1
A
([f[)
p1
1
{f<0}
1
A
L
q
R
(E, T, m) si p > 1 et on prend g =
1
{f>0}
1
A
1
{f<0}
1
A
L
R
(E, T, m) si p = 1.
Comme f
n
g = 0 p.p., on deduit de (12.85) que
_
[f[
p
1
A
dm = 0 et donc que f = 0 p.p. sur A.
Un autre demonstration est possible en utilisant la reciproque partielle du theorème de convergence
dominee (theorème 6.2).
Corrige 96
Soit p [1, ] et C = f L
p
(R, B(R), ); f 0 p.p.. Montrer que C est dinterieur vide pour p <
et dinterieur non vide pour p = .
corrige
Cas p <
Soit f C et soit > 0. On va construire g L
p
(R, B(R), ) t.q. g , C et |f g|
p
. Comme est
arbitraire, ceci montrera bien que f nest pas dans linterieur de C et donc, comme f est arbitraire, que
C est dinterieur vide.
On choisit, comme dhabitude, un representant de f. On pose A
n
= 0 f n B(R). La suite
(A
n
)
nN
est croissante et
nN
A
n
= f 0. Par continuite croissante de , on a donc (A
n
) (f
0) = quand n . Il existe donc n N
t.q. (A
n
) > 0. On choisit cette valeur de n et on pose
A = A
n
.
On prend maintenant m > (
n+1
)
p
(ce choix sera bientot comprehensible. . . ) et, pour i Z, on pose
B
i
= A [
i
m
,
i+1
m
[. Comme les B
i
sont disjoints 2 à 2 et que
iZ
B
i
= A, on a (A) =
iZ
(B
i
). Il
existe donc i Z t.q. (B
i
) > 0. On choisit cette valeur de i et on pose B = B
i
(noter que (B) 1/m).
On construit maintenant g en prenant g(x) = f(x) si x B
c
et g(x) = 1 si x B. On a g mesurable
et :
_
[g[
p
dm =
_
B
c
[g[
p
dm+
_
B
[g[
p
dm
_
[f[
p
dm+(B) < .
382
On a donc g L
p
(R, B(R), ) (et g L
p
(R, B(R), ) en confondant g avec sa classe dequivalence). On
a aussi g , C car (B) > 0 et g < 0 sur B. Enn |f g|
p
p
(n + 1)
p
(B)
(n+1)
p
m

p
(par le choix
de m), donc |f g|
p
.
Ceci montre bien que C est dinterieur vide.
Cas p =
On prend f = 1
R
L
(R, B(R), ) (et donc f L
(R, B(R), ) en confondant f avec sa classe

dequivalence). On note B(f, 1) la boule (dans L
) de centre f et de rayon 1. Soit g B(f, 1).

On a [1 g[ = [f g[ |f g|
1 p.p.. On en deduit que g 0 p.p. et donc que g C. La fonction

f appartient donc à linterieur de C, ce qui prouve que C est dinterieur non vide.
Corrige 97 (Convergence essentiellement uniforme)

n
)
nN
une suite de fonctions mesurables de E dans R et f une fonction
mesurable de E dans R.
Montrer que |f
n
f|
0, quand n , si et seulement si il existe A T t.q. m(A) = 0 et f

n
f
uniformement sur A
c
, quand n .
corrige
On suppose que |f
n
f|
0, quand n .
Soit n N, on a [f
n
f[ |f
n
f|
p.p. (voir, par exemple, lexercice corrige 4.32). Il existe donc

A
n
T t.q. m(A
n
) = 0 et [(f
n
f)(x)[ |f
n
f|
pour tout x A
c
n
.
On pose A =
nN
A
n
, on a alors, par additivite de m, m(A) = 0 et, pour tout n N :
sup
xA
c
[f
n
(x) f(x)[ |f
n
f|
.
On en deduit que f
n
c
, quand n . Ce qui donne la propriete desiree.
Reciproquement, on suppose maintenant quil existe A T t.q. m(A) = 0 et f
n
f uniformement sur
A
c
, quand n .
Soit n N, on a, pour tout x A
c
, [f
n
(x) f(x)[ sup
yA
c [f
n
(y) f(y)[. Comme m(A) = 0, on en
deduit :
[f
n
f[ sup
yA
c
[f
n
(y) f(y)[ p.p.,
et donc :
|f
n
f|
sup
yA
c
[f
n
(y) f(y)[.
Comme f
n
c
, quand n , ceci donne bien |f
n
f|
0, quand n .
Corrige 98 (Densite et continuite en moyenne)

1. Soit p [1, [. Montrer que C
c
p
R
p
R
(R, B(R), ),
montrer que |f f( +h)|
p
0 quand h 0.
corrige
Densite de C
c
dans L
p
383
On reprend ici la demonstration faite pour p = 1 (voir le theorème 5.5)
Il est clair que C
c
(R, R) L
p
= L
p
R
(R, B(R), ). En confondant un element de L
p
avec sa classe
dequivalence, on a donc aussi C
c
(R, R) L
p
= L
p
R
(R, B(R), ) (ceci est aussi vrai pour p = ).
Lobjectif est donc de montrer que pour tout f L
p
et tout > 0, il existe C
c
(R, R) t.q.
|f |
p
. On va raisonner en plusieurs etapes (fonctions caracteristiques, c
+
, /
+
et enn L
p
).
(a) On suppose ici que f = 1
A
avec A B(R) et (A) < .
Soit > 0. On prend la meme fonction que pour p = 1 (demonstration du teorème 5.5). On
a C
c
(R, R), = 1 sur K, = 0 sur O
c
et 0 1 (partout). Les ensembles K et O sont
t.q. K A O et (O K) 2. On en deduit que f = 0 sur KO
c
et 0 [f [ 1,
ce qui donne
|f |
p
p
(O K) 2,
et donc
|f |
p
(2)
1
p
.
Comme est arbitrairement petit, ceci termine la première etape.
(b) On suppose ici que f c
+
L
p
. Comme f c
+
, il existe a
1
, . . . , a
n
> 0 et A
1
, . . . , A
n
T
t.q. f =

n
i=1
a
i
1
A
i
. Comme f L
p
, on a, pour tout i, a
p
i
(A
i
)
_
[f[
p
dm < . Donc,
(A
i
) < .
Soit > 0, letape 1 donne, pour tout i, lexistence de
i
C
c
(R, R) t.q. |1
A
i

i
|
p
.
On pose =

n
i=1
a
i
i
C
c
(R, R) et on obtient |f |
p
(
n
i=1
a
i
) (ce qui est bien
arbitrairement petit).
(c) On suppose ici que f /
+
L
p
.
Soit > 0. Comme f /
+
, il existe une suite (f
n
)
nN
c
+
t.q. f
n
f quand n .
La suite (f f
n
)
nN
est donc dominee par f L
p
. Le theorème de convergence dominee
donne alors que (f f
n
) 0 dans L
p
quand n . On peut donc choisir g = f
n
c
+
t.q.
|f g|
p
.
Letape 2 donne alors lexistence de C
c
(R, R) t.q. |g |
p
. Do` u lon deduit
|f |
p
2. Ce qui termine letape 3.
(d) On suppose enn que f L
p
.
Soit > 0. Comme f
/
+
L
p
, letape 3 donne quil existe
1
,
2
C
c
(R, R) t.q.
|f
+

1
|
p
et |f

2
|
p
. On pose alors =
1

2
. On a C
c
(R, R) et
|f |
p
2. Ce qui prouve bien la densite de C
c
(R, R) dans L
p
.
Continuite en moyenne
On raisonne ici en 2 etapes :
(a) Soit C
c
(R, R). La fonction est donc uniformement continue, ce qui donne
sup
xR
[(x +h) (x)[ 0 quand h 0.
Soit a > 0 t.q. = 0 sur [a, a]
c
. Pour h R t.q. [h[ 1, on a donc, comme (x+h)(x) =
0 si x , [a 1, a + 1],
_
[(x +h) (x)[
p
dx (2a + 2) sup
xR
[(x +h) (x)[
p
0, quand h 0.
384
On en deduit que |( +h) |
p
0 quand h 0.
(b) Soit f L
p
. Linvariance par translation de la mesure de Lebesgue donne que f( + h) L
p
pour tout h R. On veut maintenant montrer que |f( +h) f|
p
0 quand h 0.
Soit > 0. Daprès la densite de C
c
dans L
p
, il existe C
c
t.q. |f |
p
. Linvariance
par translation de la mesure de Lebesgue donne |f( +h) ( +h)|
p
= |f |
p
. On a donc,
pour tout h R:
|f( +h) f|
p
2|f |
p
+|( +h) |
p
2 +|( +h) |
p
.
Daprès la première etape, il existe > 0 t.q.
[h[ |( +h) |
p
.
Donc,
[h[ |f( +h) f|
p
3.
Ce qui prouve bien que f( +h) f dans L
p
, quand h 0.
2. Les assertions precedentes sont-elles vraies pour p = ?

corrige
Les assertions precedentes sont fausses pour p = , comme cela est montre dans lexercice 8.3.
(a) On a bien C
c
(R, R) L
R
(R, B(R), ) mais le resultat de densite est faux. On prend, par
exemple, f = 1
]0,1[
. Il est facile de voir que |f |

1
2
, pour tout C
c
(R, R).
(b) On prend ici aussi f = 1
]0,1[
. Il est facile de voir que |f( +h) f|
= 1 pour tout h ,= 0.
Corrige 99 (Produit L
p
L
q
)
Soient (E, T, m) un espace mesure, p [1, +] et q le conjugue de p (i.e. q =
p
p1
). Soient (f
n
)
nN

L
p
R
(E, T, m), (g
n
)
nN
L
q
R
(E, T, m), f L
p
R
(E, T, m) et g L
q
R
(E, T, m) t.q. f
n
f dans L
p
R
(E, T, m)
et g
n
g dans L
q
R
_
f
n
g
n
dm
_
fgdm lorsque n +.
corrige
On remarque dabord que le lemme 6.2 (ou la proposition 6.9 pour avoir aussi le cas p = ou q = )
donne que fg L
1
R
(E, T, m) et f
n
g
n
L
1
R
(E, T, m) pour tout n N. Puis, on utilise linegalite de Holder
(lemme 6.2 et proposition 6.9) pour obtenir
[
_
f
n
g
n
dm
_
fgdm[ [
_
(f
n
f)g
n
dm[ +[
_
f(g
n
g)dm[
|f
n
f|
p
|g
n
|
q
+|f|
p
|g g
n
|
q
0, quand n ,
car |f
n
f|
p
0, |g g
n
|
q
0 (quand n ) et la suite (|g
n
|
q
)
nN
est bornee car la suite (g
n
)
nN
q
.
Corrige 100
385
n
)
nN
L
1
R
(E, T, m), (g
n
)
nN
L
R
(E, T, m), f L
1
R
(E, T, m) et
g L
R
n
f dans L
1
R
(E, T, m).
1. On suppose que g
n
g dans L
R
(E, T, m). Montrer que f
n
g
n
fg dans L
1
R
(E, T, m).
corrige
Cette question a ete faite dans lexercice 6.7, corrige 99.

n
g p.p.. Montrer par un contre exemple quon peut ne pas avoir
f
n
g
n
fg dans L
1
R
(E, T, m).
corrige
On prend (E, T, m) = (R, B(R), ). On prend f = g = 0 et, pour n N
,
f
n
= g
n
=
n1
]0,
1
n
[
.
On a bien (f
n
)
nN
L
1
R
(E, T, m), (g
n
)
nN
L
R
(E, T, m), f L
1
R
(E, T, m) et g L
R
(E, T, m)
(comme dhabitude, on confond un element de L
p
avec sa classe dequivalence).
On a aussi f
n
0 dans L
1
R
(E, T, m) (car |f
n
|
1
=
1
n
), g
n
0 p.p. et f
n
g
n
,0 dans L
1
R
(E, T, m)
car |f
n
g
n
|
1
= 1 pour tout n N.

n
g p.p. et quil existe M R t.q. |g
n
|
M. Montrer quon a
alors f
n
g
n
fg dans L
1
R
(E, T, m).
corrige
On remarque dabord que fg L
1
R
(E, T, m) et f
n
g
n
L
1
R
(E, T, m) pour tout n N (voir la
proposition 6.9). Puis, on ecrit
[
_
f
n
g
n
dm
_
fgdm[
_
[f
n
f[[g
n
[dm+
_
[f[[g
n
g[dm. (12.86)
Le premier terme du membre de droite de cette inegalite tend vers 0 car il est majore par M|f
n
f|
1
qui tend vers 0 quand n .
Pour montrer que le deuxième terme de cette inegalite tend aussi vers 0, on pose h
n
= [f[[g
n
g[.
On a h
n
0 p.p. car g
n
g p.p., quand n . On a aussi 0 h
n
2M[f[ L
1
R
(E, T, m) (en
eet, comme g
n
g p.p. et [g
n
[ M p.p., on a aussi [g[ M p.p.). On peut donc appliquer le
theorème de convergence dominee. Il donne que
_
h
n
dm 0. On en deduit que le deuxième terme
de (12.86) tend vers 0 quand n et donc que f
n
g
n
fg dans L
1
R
(E, T, m) quand n .
Corrige 101 (Inegalite de Hardy)

Soit p ]1, [. On note L
p
lespace L
p
R
(]0, [, B(]0, [), ) ( est donc ici la mesure de Lebesgue sur les
boreliens de ]0, [).
Soit f L
p
. Pour x ]0, [, on pose F(x) =
1
x
_
f1
]0,x[
d. Le but de lexercice est de montrer que
F L
p
et |F|
p

p
p1
|f|
p
.
386
1. On suppose, dans cette question, que f C
c
(]0, [) (cest-à-dire que f est continue et à support
compact dans ]0, [).
(a) Montrer F C
1
(]0, [) L
p
. Montrer que xF
(x) = F(x) +f(x) pour tout x > 0.

corrige
On pose G(x) =
_
f1
]0,x[
d pour x ]0, [. Comme f est continue, la fonction g est de classe
C
1
sur ]0, [ (et G
= f). On en deduit que F est aussi de classe C

1
sur ]0, [.
Comme f est à support compact dans ]0, [, il existe a, A ]0, [, a A, t.q. f(x) = 0 si
x < a ou x > A. La fonction f est bornee (car continue sur le compact [a, A] et nulle en dehors
de ce compact), on note M = sup[f(x)[; x [a, A]. On a alors [F(x)[
M(Aa)
x
1
[a,[
(x)
pour tout x ]0, [. On en deduit que F L
p
car p > 1 (et on aussi F L
).
Comme xF(x) = G(x), on a bien xF
(x) +F(x) = G
(x) = f(x) pour tout x ]0, [.
(b) On suppose, dans cette question, que f(x) 0 pour tout x ]0, [.
Montrer que
_
0
F
p
(x)dx =
p
p1
_
0
F
p1
(x)f(x)dx. [On pourra utiliser une integration par
parties.]
Montrer que |F|
p

p
p1
|f|
p
.
corrige
Soit n N
. En integrant par parties (entre F

p
et 1) sur ]0, n[, on obtient :
_
n
0
F
p
(x)dx =
_
n
0
pF
p1
F
(x)xdx+F
p
(n)n =
_
n
0
pF
p
(x)dx
_
n
0
pF
p1
f(x)dx+F
p
(n)n,
et donc :
(p 1)
_
n
0
F
p
(x)dx =
_
n
0
pF
p1
f(x)dx F
p
(n)n.
Comme 0 F
p
(n)n
1
n
p1
M(Aa) 0, quand n (o` u a, A, M sont denis à la question
precedente) et que F, f L
p
, on en deduit :
_

0
F
p
(x)dx =
p
p 1
_

0
F
p1
(x)f(x)dx.
En utilisant linegalite de Holder (entre f L
p
et F
p1
L
p
p1
) on deduit de la precedente
inegalite :
_

0
F
p
(x)dx
p
p 1
|f|
p
_
_

0
F
p
(x)dx
_
p1
p
,
et donc (comme F L
p
) |F|
p

p
p1
|f|
p
.
(c) Monter que |F|

p

p
p1
|f|
p
(on ne suppose plus que f(x) 0 pour tout x ]0, [).
corrige
Il sut de considerer H(x) =
1
x
_
[f[1
]0,x[
d pour x > 0. La question precedente donne que H L
p
et |H|
p

p
p1
|f|
p
. Comme [F(x)[ H(x) pour tout x > 0, on a donc |F|
p
|H|
p

p
p1
|f|
p
.
387
2. On ne suppose plus que f C
c
(]0, [).
(a) Montrer quil existe (f
n
)
nN
C
c
(]0, [) t.q |f
n
f|
p
0 quand n . [On pourra utiliser
la densite de C
c
(R, R) dans L
p
R
(R, B(R), ), exercice 6.4.]
corrige
On denit g par g = f sur ]0, [ et g = 0 sur ] , 0]. On a donc g L
p
(R, B(R), ). il
existe donc (g
n
)
nN
C
c
(R, R) t.q. g
n
g dans L
p
(R, B(R), ) quand n . On note g
n
la restriction de la fonction g
n
à ]0, [. La suite (g
n
)
nN
converge donc vers f dans L
p
, mais
les fonctions g
n
ne sont pas necessairement à support compact dans ]0, [. Il faut donc les
modier legèrement.
On se donne une fonction C(R, R) t.q. = 0 sur ] 1, 1[ et = 1 sur ] 2, 2[
c
. On pose
m
(x) = (mx) pour x R et m N
. Le theorème de convergence dominee donne alors

que, pour tout n N, on a
m
g
n
g
n
dans L
p
(R, B(R), ) quand m . Pour tout n N,
on peut donc choisir m
n
N
t.q. |
m
n
g
n
g
n
|
p

1
n+1
. On pose f
n
=
m
n
g
n
, on a bien
(f
n
)
nN
C
c
(]0, [) et |f
n
f|
p
0 quand n .
(b) Montrer que F C(]0, [) L

p
et que |F|
p

p
p1
|f|
p
.
corrige
On pose G(x) =
_
f1
]0,x[
d pour x ]0, [. On remarque que G C(]0, [) car si 0 < x <
y < , on a (en utilisant linegalite de Holder) [G(x)G(y)[
_
[f[1
]x,y[
d |f|
p
(yx)
1
1
p
.
On a donc aussi F C(]0, [).
Soit (f
n
)
nN
C
c
(]0, [) t.q. |f
n
f|
p
0 quand n . On pose F
n
(x) =
1
x
_
f
n
1
]0,x[
d.
On a donc F
n
L
p
et
|F
n
|
p

p
p 1
|f
n
|
p
. (12.87)
Pour x ]0, [, on a (en utilisant linegalite de Holder) [F
n
(x) F(x)[
1
x
|f
n
f|
p
x
1
1
p
. On
en deduit que F
n
F p.p.. Il sut alors dappliquer le lemme de Fatou à la suite ([F
n
[
p
)
nN
pour deduire de (12.87) que F L
p
et |F|
p

p
p1
|f|
p
.
3. Montrer que sup

F
p
f
p
, f L
p
, |f|
p
,= 0 =
p
p1
(dans cette formule, F est donne comme
precedemment à partir de f). [On pourra considerer la suite (f
n
)
nN
denie par f
n
(t) = t
1
p
1
]1,n[
(t)
pour t ]0, [.]
corrige
Soit n 2 et f
n
denie par f
n
(t) = t
1
p
1
]1,n[
(t) pour t ]0, [. On a f
n
L
p
et |f
n
|
p
= (log n)
1
p
.
On pose F
n
(x) =
1
x
_
f
n
1
]0,x[
d et on cherche maintenant à minorer |F
n
|
p
. On remarque que
F
n
(x) 0 pour tout x ]0, [ et :
F
n
(x) =
p
p 1
1
x
(x
p1
p
1), pour x [1, n]. (12.88)
Soit > 0. Il existe A > 1 t.q. :
x > A x
p1
p
1 (1 )x
p1
p
,
388
et donc, en utilisant (12.88), on obtient :
n > A |F
n
|
p

p
p 1
(1 )(
_
n
A
1
x
dx)
1
p
=
p
p 1
(1 )(log n log A)
1
p
.
Comme |f
n
|
p
= (log n)
1
p
, on en deduit que limsup
n
F
n
p
f
n
p
p1
(1 ). Comme > 0 est
arbitrairement petit, on a donc limsup
n
F
n
p
f
n
p
p1
, ce qui donne :
sup
|F|
p
|f|
p
, f L
p
, |f|
p
,= 0
p
p 1
.
La mojoration donnee à la question 3 permet de conclure :
sup
|F|
p
|f|
p
, f L
p
, |f|
p
,= 0 =
p
p 1
.
Corrige 102 (Continuite dune application de L

p
dans L
q
)
Soit (E, T, m) un espace mesure ni, p, q [1, [ et g une application continue de R dans R t.q. :
C R
+
; [g(s)[ C[s[
p
q
+C, s R. (12.89)
1. Soit u L
p
R
q
R
(E, T, m).
corrige
Cet exercice est très voisin de lexercice 4.35 correspondant au cas p = q = 1, le corrige des 3
premières questions va donc suivre essentiellement le corrige 78.
La fonction u est mesurable de E (muni de la tribu T) dans R (muni de la tribu B(R)) et g
est borelienne (cest-à-dire mesurable de R dans R, muni de la tribu B(R)). On en deduit, par
composition, que g u est mesurable (de E dans R).
Pour s [1, 1], on a [g(s)[ 2C et donc [g(s)[
q
2
q
C
q
. Pour s R [1, 1], on a [g(s)[ 2C[s[
p
q
et donc [g(s)[
q
2
q
C
q
[s[
p
. On a donc, pour tout s R, [g(s)[
q
2
q
C
q
+ 2
q
C
q
[s[
p
. On en deduit
que, pour tout x E, [g u(x)[
q
= [g(u(x))[
q
2
q
C
q
+ 2
q
C
q
[u(x)[
p
, et donc :
_
[g u[
q
dm 2
q
C
q
|u|
p
p
+ 2
q
C
q
m(E),
ce qui donne g u L
q
R
(E, T, m).
On pose L
r
= L
r
R
(E, T, m), pour r = p et r = q. Pour u L
p
q
R
(E, T, m);
h = g v p.p., avec v u. On a donc G(u) L
q
et cette denition a bien un sens, cest à dire que
G(u) ne depend pas du choix de v dans u.
corrige
La demonstration du fait que cette denition a bien un sens est essentiellement identique à celle du
cas p = q = 1 (exercice 4.35, corrige 78). Elle nest pas demandee ici.
389
2. Soit (u
n
)
nN
L
p
. On suppose que u
n
u p.p., quand n , et quil existe F L
p
t.q. [u
n
[ F
p.p., pour tout n N. Montrer que G(u
n
) G(u) dans L
q
.
corrige
Pour tout n N, on choisit un representant de u
n
, encore notee u
n
. On choisit aussi des represen-
tants de u et F, notes toujours u et F. Comme u
n
u p.p. quand n et que g est continu, il
est facile de voir que g u
n
g u p.p.. On a donc G(u
n
) G(u) p.p..
On remarque aussi que [g u
n
[ C[u
n
[
p
q
+C C[F[
p
q
+C p.p. et donc [G(u
n
)[ C[F[
p
q
+C p.p.,
pour tout n N.
Comme F F
p
, on a [F[
p
q
L
q
. Les fonctions constantes sont aussi dans L
q
(car m(E) < ).
On a donc C[F[
p
q
+C L
q
. On peut alors appliquer le theorème de convergence dominee dans L
q
(theorème 6.1), il donne que G(u
n
) G(u) dans L
q
quand n .

p
dans L
q
.
corrige
On raisonne par labsurde. On suppose que G nest pas continue de L
p
dans L
q
. Il existe donc
u L
p
et (u
n
)
nN
L
p
t.q. u
n
u dans L
p
et G(u
n
) ,G(u) dans L
q
quand n .
Comme G(u
n
) ,G(u), il existe > 0 et : N N t.q. (n) quand n et :
|G(u
(n)
) G(u)|
q
pour tout n N. (12.90)
(La suite (G(u
(n)
))
nN
est une sous suite de la suite (G(u
n
))
nN
.)
Comme u
(n)
u dans L
p
, on peut appliquer le theorème 6.2 (reciproque partielle de la conver-
gence dominee dans L
q
). Il donne lexistence de : N N et de F L
p
t.q. (n) quand
n , u
(n)
u p.p. et [u
(n)
[ F p.p., pour tout n N. (La suite (u
(n)
)
nN
est une
sous suite de la suite (u
(n)
)
nN
).
On peut maintenant appliquer la question 2 à la suite (u
(n)
)
nN
. Elle donne que G(u
(n)
)
G(u) dans L
q
quand n . Ce qui est en contradiction avec (12.90).
4. On considère ici (E, T, m) = ([0, 1], B(R), ) et on prend p = q = 1. On suppose que g ne verie
pas (12.89). On va construire u L
1
t.q. G(u) , L
1
.
(a) Soit n N

n
R tel que : [g(
n
)[ n[
n
[ et [
n
[ n.
corrige
On raisonne par labsurde. On suppose que [g(s)[ < n[s[ pour tout s t.q. [s[ n. On pose
M = max[g(s)[, s [n, n]. On a M < car g est continue sur le compact [n, n] (noter
que n est xe). en posant C = maxn, M, on a donc :
[g(s)[ C[s[ +C, pour tout s R,
en contradiction avec lhypothèse que g ne verie pas (12.89).
390
Il existe donc s, t.q. [s[ n et [g(s)[ n[s[. Ceci prouve lexistence de
n
.

n
)
nN
+
n=1
[
n
[n
2
= 1.
corrige
Comme
n
n, on a
1
|
n
|n
2

1
n
3
et donc :
0 < =
nN
1
[
n
[n
2
< .
On choisit alors =
1
(c) Soit (a
n
)
nN
1
= 1 et a
n+1
= a
n

[
n
[n
2
(o` u
n
et sont denies

+
n=1
n
1
[a
n+1
,a
n
[
. Montrer que u L
1
et
G(u) , L
1
.
corrige
Pour n 2, on a a
n
= 1
n1
p=1
[
p
[p
2
.
Grace au choix de , on a donc a
n
> 0 pour tout n N
, et a
n
0, quand n .
La fonction u est bien mesurable et, par le theorème de convergence monotone (plus precise-
ment, on utilise sa première consequence, le corollaire 4.1) :
_
[u[d =
nN
[
n
[(a
n
a
n+1
) =
nN
n
2
< .
Donc, u L
1
et aussi u L
1
en confondant, comme dhabitude, u avec sa classe.
on remarque ensuite que g u =
+
n=1
g(
n
)1
[a
n+1
,a
n
[
. On a donc :
_
[g u[d =
nN
[g(
n
)[(a
n
a
n+1
)
nN
n
= .
ceci montre que g u , L
1
et donc G(u) , L
1
.
Corrige 103 (Convergence p.p. et convergence des normes, par Egorov)

Soit (E, T, m) un espace mesure et 1 p . On note L
p
lespace L
p
R
(E, T, m). Soit (f
n
)
n
une suite
delements de L
p
et f L
p
. On suppose que f
n
f p.p., quand n .
1. Montrer que |f|
p
liminf
n
|f
n
|
p
. [Traiter separement le cas 1 p < et p = .]
corrige
391
On suppose que liminf
n
|f
n
|
p
< (sinon, linegalite à demontrer est immediate). Comme
dhabitude, on choisit des representants de f
n
et de f (qui sont donc dans L
p
).
Pour p < , on utilise le lemme de Fatou (lemme 4.6) à la suite (g
n
)
nN
o` u g
n
= [f
n
[
p
. Comme
g
n
[f[
p
p.p., Il donne :
_
[f[
p
dm liminf
n
_
[f
n
[
p
dm.
p
liminf
n
|f
n
|
p
.
Pour p = , il existe A T t.q. m(A
c
) = 0 et f
n
(x) f(x), quand n , pour tout x A.
Pour tout n N, il existe A
n
T t.q. m(A
c
n
) = 0 et f
n
(x) |f
n
|
pour tout x A
n
. On pose
B = A (
nN
A
n
), de sorte que B T et m(B
c
) = 0. Pour x B, on a :
f(x) = lim
n
f
n
(x) = liminf
n
f
n
(x) liminf
n
|f|
.
liminf
n
|f
n
|
2. En prenant (E, T, m) = (]0, 1[, B(]0, 1[), ) (o` u est la mesure de Lebesgue sur les boreliens de
]0, 1[), donner un exemple pour lequel la suite (|f
n
|
p
)
nN
converge dans R et |f|
p
< lim
nN
|f
n
|
p
.
[On pourra aussi traiter separement les cas 1 p < et p = .]
corrige
Pour p < , on peut prendre f
n
= n
1
p
1
]0,
1
n
[
(et f = 0 p.p.).
Pour p = , on peut prendre f
n
= 1
]0,
1
n
[
(et f = 0 p.p.).
Pour la suite de lexercice, on suppose que |f

n
|
p
|f|
p
, quand n .
3. Dans cette question, on suppose que p = 1.
(a) On suppose que m(E) < . Pour tout n N, on choisit un representant de f
n
, encore note
f
n
. On choisit aussi un representant de f, encore note f. Soit A T et > 0. On suppose
que f
n
c
. Montrer quil existe n
0
t.q. :
n n
0

_
A
[f
n
[dm +
_
A
[f[dm.
corrige
Pour n N, on a :
_
A
[f
n
[dm =
_
A
[f[dm+
_
A
([f
n
[ [f[)dm
=
_
A
[f[dm+|f
n
|
1
|f|
1
+
_
A
c
([f[ [f
n
[)dm.
(12.91)
Soit > 0. Par convergence uniforme de f
n
vers f sur A
c
(qui est de mesure nie car
m(E) < ), il existe n
1
t.q.
n n
1

_
A
c
([f[ [f
n
[)dm
_
A
c
[f
n
f[dm .
392
Comme |f
n
|
1
|f|
1
, quand n , il existe n
2
t.q. n n
2
|f
n
|
1
|f|
1
. Pour
n
0
= max(n
1
, n
2
), on a donc :
n n
0

_
A
[f
n
[dm
_
A
[f[dm+ 2.
ce qui donne le resultat demande.
(b) On suppose que m(E) < . Montrer que f

n
f dans L
1
, quand n . [On pourra utiliser
le theorème dEgorov.]
corrige
Soit > 0. Daprès la proposition 4.9 page 92, il existe > 0 t.q.
(A T, m(A) )
_
A
[f[dm .
Le theorème dEgorov (theorème 3.2) donne lexistence de A T t.q. m(A) et f
n
f
uniformement sur A
c
. On a donc :
_
[f
n
f[dm
_
A
c
[f
n
f[dm+
_
A
[f
n
[dm+
_
A
[f[dm.
On a
_
A
[f[dm . Par la question precedente, il existe n
0
t.q.
n n
0

_
A
[f
n
[dm
_
A
[f[dm+ 2 3.
Par convergence uniforme de f
n
vers f sur A
c
, il existe n
1
t.q.
n n
1

_
A
c
[f
n
f[dm m(E) sup
A
c
[f
n
f[ .
On a donc nalement :
n max(n
0
, n
1
)
_
[f
n
f[dm 5.
Ce qui prouve que f
n
f dans L
1
, quand n .
(c) On suppose que m(E) = . Soit > 0. Montrer quil existe C T t.q. :
m(C) < et
_
C
c
[f[dm .
corrige
Cette question est resolue dans la proposition 4.9 page 92.
(d) On suppose que m(E) = . Montrer que f

n
f dans L
1
, quand n .
corrige
Soit > 0. La question precedente donne lexistence de C T t.q. m(C) < et
_
C
c
[f[dm
.
393
La proposition 4.9 donne ici aussi lexistence de > 0 t.q. (A T, m(A) )
_
A
[f[dm .
Le theorème dEgorov (applique à la mesure denie par m
C
(B) = m(B C) pour B T, qui
est bien une mesure nie sur T) donne lexistence de A T t.q. m(A C) et f
n
f
uniformement sur A
c
. On a donc :
_
[f
n
f[dm
_
A
c
C
[f
n
f[dm+
_
AC
c
[f
n
[dm+
_
AC
c
[f[dm.
Par le choix de Aet de C, on a
_
AC
c
[f[dm =
_
(AC)C
c
[f[dm
_
AC
[f[dm+
_
C
c
[f[dm 2.
En reprenant la question 3a, on remarque que lhypothèse m(E) < na ete utilisee que pour
dire que m(A
c
) < . Ici, comme m(A
c
C) < , la meme demonstration donne donc quil
il existe n
0
t.q.
n n
0

_
AC
c
[f
n
[dm
_
AC
c
[f[dm+ 2 4.
Enn, par convergence uniforme de f
n
vers f sur A
c
, il existe n
1
t.q.
n n
1

_
A
c
C
[f
n
f[dm m(C) sup
A
c
[f
n
f[ .
On a donc :
n max(n
0
, n
1
)
_
[f
n
f[dm 7.
Ce qui prouve que f
n
f dans L
1
, quand n .
4. Dans cette question, on suppose que 1 0. Comme [f[
p
L
1
, La
proposition 4.9 donne lexistence de C T t.q. m(C) < et
_
C
c
[f[
p
dm . Elle donne ici aussi
lexistence de > 0 t.q. (A T, m(A) )
_
A
[f[
p
dm .
On applique maintenant le theorème dEgorov avec la mesure m
C
(comme à la question precedente)
et pour les suites (f
n
)
nN
et ([f
n
[
p
)
nN
. On obtient (en prenant lunion des ensembles donnes par
le theorème pour ces deux suites) lexistence de A T t.q. m(A C) , f
n
f uniformement
sur A
c
et [f
n
[
p
[f[
p
uniformement sur A
c
. On a :
_
[f
n
f[
p
dm
_
A
c
C
[f
n
f[
p
dm+ 2
p
_
AC
c
[f
n
[
p
dm+ 2
p
_
AC
c
[f[
p
dm.
Par le choix de A et de C, on a
_
AC
c
[f[
p
dm =
_
(AC)C
c
[f[
p
dm
_
AC
[f[
p
dm+
_
C
c
[f[
p
dm 2.
Comme à la question precedente, en reprenant la question 3a, on obtient quil existe n
0
t.q.
n n
0

_
AC
c
[f
n
[
p
dm
_
AC
c
[f[
p
dm+ 2 4.
394
En fait, pour montrer cette inegalite avec la question 3a, on remplace (12.91) par :
_
AC
c
[f
n
[
p
dm =
_
AC
c
[f[
p
dm+
_
AC
c
([f
n
[
p
[f[
p
)dm
=
_
AC
c
[f[
p
dm+|f
n
|
p
p
|f|
p
p
+
_
A
c
C
([f[
p
[f
n
[
p
)dm,
et on utilise la convergence de |f
n
|
p
p
vers |f|
p
p
, la convergence uniforme de [f
n
[
p
vers [f[
p
et le fait
que m(C) < .
Enn, par convergence uniforme de f
n
vers f sur A
c
, il existe n
1
t.q.
n n
1

_
A
c
C
[f
n
f[
p
dm m(C) sup
A
c
[f
n
f[
p
.
On a donc :
n max(n
0
, n
1
)
_
[f
n
f[
p
dm 2
p
(7).
Ce qui prouve que f
n
f dans L
p
, quand n .
5. Dans cette question, on suppose que p = et que (E, T, m) = (]0, 1[, B(]0, 1[), ). Donner un
exemple pour lequel f
n
,f dans L
, quand n .
corrige
Pour n 2, on pose f = 1
]
1
2
,1[
et on denit f
n
ainsi :
f
n
(x) = 0 si 0 x
1
2
,
f
n
(x) = n(x
1
2
) si
1
2
x
1
2
+
1
n
,
f
n
(x) = 1 si
1
2
+
1
n
x 1.
On a bien, quand n , f
n
f p.p., |f
n
|
|f|
et f
n
, f dans L
(car |f
n
f|
= 1
pour tout n 2).
Corrige 104 (Conv. p.p. et conv. des normes, par Fatou)

Soit (E, T, m) un espace mesure. Pour p [1, ], on note L
p
lespace L
p
R
(E, T, m).
Soit p [1, [, (f
n
)
nN
p
et f L
p
. On suppose que f
n
f p.p. et que
|f
n
|
p
|f|
p
, quand n .
1. On suppose que p = 1. Pour n N, on pose g
n
= [f
n
[ + [f[ [f
n
f[ (en ayant choisi des
representants de f
n
et f). Montrer que g
n
0 pour tout n N. En utilisant le lemme de Fatou,
montrer que f
n
f dans L
1
.
corrige
Comme [f f
n
[ [f[ +[f
n
[, on a bien g
n
0.Comme g
n
tends p.p. vers 2[f[, le lemme de Fatou
(lemme 4.6) donne :
_
2[f[dm liminf
n
_
g
n
dm.
395
Comme |f
n
|
1
|f|
1
, on a liminf
n
_
g
n
dm = 2
_
[f[dm limsup
n
_
[f f
n
[dm. On a
donc :
_
2[f[dm 2
_
[f[dmlimsup
n
_
[f f
n
[dm.
On en deduit que limsup
n
_
[f f
n
[dm 0, et donc que f
n
f dans L
1
.
2. On suppose maintenant que p ]1, [. En utilisant le lemme de Fatou pour une suite convenable,
montrer que f
n
f dans L
p
.
corrige
On prend maintenant g
n
= 2
p
[f
n
[
p
+2
p
[f[
p
[f
n
f[
p
. Comme [ff
n
[ [f[+[f
n
[ 2 max[f
n
[, [f[,
on a [f f
n
[
p
2
p
max[f
n
[, [f[
p
2
p
[f
n
[
p
+ 2
p
[f[
p
. On a donc g
n
0. Comme g
n
tends p.p.
vers 2
p+1
[f[
p
, le lemme de Fatou (lemme 4.6) donne :
_
2
p+1
[f[
p
dm liminf
n
_
g
n
dm.
Comme |f
n
|
p
|f|
p
, on a liminf
n
_
g
n
dm = 2
p+1
_
[f[
p
dmlimsup
n
_
[f f
n
[
p
dm. On
a donc :
_
2
p+1
[f[
p
dm 2
p+1
_
[f[
p
dmlimsup
n
_
[f f
n
[
p
dm.
On en deduit que limsup
n
_
[f f
n
[
p
dm 0, et donc que f
n
f dans L
p
.
Corrige 105 (Compacite L

p
L
q
)
Dans cet exercice, (E, T, m) est un espace mesure. Pour tout 1 r , on note L
r
lespace L
r
R
(E, T, m)
(et L
r
lespace L
r
R
(E, T, m)).
1. Soit r > 1 et (g
n
)
nN
r
. Montrer que la suite (g
n
)
nN
est equi-integrable,
cest-à-dire que :
> 0, > 0 t.q. n N, A T, m(A)
_
A
[g
n
[dm .
[Utiliser linegalite de Holder.]
corrige
En utilsant linegalite de Holder (inegalite (6.3)) entre r ]1, ] et son conjugue et les fonctions g
n
et 1
A
, on obtient, pour tout A T de mesure nie :
_
A
[g
n
[dm |g
n
|
r
m(A)
1
1
r
.
Si C est un majorant de |g
n
|
r
, n N, il sut donc de prendre > 0 t.q. C
1
1
r
(ce qui est
possible car r > 1) pour avoir le resultat demande.
Soit 1 p < q et (f
n
)
nN
q
. On suppose dans toute la suite que f
n
f
p.p. quand n .
396
2. (Compacite L
p
L
q
.) On suppose que m(E) < .
(a) Montrer que f L
q
q
t.q. f = g p.p.).
corrige
Pour chaque n N, on choisit un representant de f
n
, encore note f
n
. Il existe A T t.q.
m(A) = 0 et f
n
(x) f(x), quand n , pour tout x A
c
. On pose g(x) = f(x) pour
x A
c
et g(x) = 0 pour x A, de sorte que g = f p.p. et g(x) = lim
n
f
n
1
A
c (x) pour tout
x E.
Si q < , on applique le lemme de Fatou à la suite ([f
n
[
q
)
nN
. Il donne :
_
[g[
q
dm liminf
n
_
[f
n
[
q
dm C
q
,
o` u C est un majorant de |f
n
|
q
, n N. On a donc g L
q
et donc f L
q
(au sens demande).
Si q = , comme [f
n
[ |f
n
|
p.p., on deduit de g(x) = lim

n
f
n
1
A
c (x) pour tout x E
le fait que |g|
C p.p., o` u C est un majorant de |f

n
|
, n N. On a donc, ici aussi,

g L
et donc f L
(au sens demande).
(b) Montrer que f

n
f dans L
p
quand n . [Utiliser la question 1 avec g
n
= [f
n
f[
p
et un
theorème du cours.]
corrige
La suite (g
n
)
nN
est bornee dans L
r
, avec r =
q
p
> 1. Elle est donc equi-integrable (par
la question 1). Comme elle converge p.p. vers 0 et que m(E) < , le theorème de Vitali
(theorème 4.8) donne que la suite (g
n
)
nN
converge vers 0 dans L
1
et donc que f
n
f dans
L
p
quand n .
3. On suppose que m(E) = .

(a) Soit B T t.q. m(B) < . Montrer que f
n
1
B
f1
B
dans L
p
quand n .
corrige
On denit la mesure m
B
sur T en posant m(A) = m(A B) pour tout A T. la mesure m
B
est nie. On peut donc appliquer la question 2 avec cette mesure. On obtient que f
n
f,
quand n , dans lespae L
p
R
(E, T, m
B
). Ceci qui donne que f
n
1
B
f1
B
dans L
p
quand
n (car,
_
[f
n
f[
p
1
B
dm =
_
[f
n
f[
p
dm
B
).
(b) On prend ici (E, T, m) = (R, B(R), ), q = 2, p = 1, f = 0. Donner un exemple pour lequel
(f
n
)
nN
L
1
, f
n
,0 dans L
1
quand n (et (f
n
)
nN
bornee dans L
2
, f
n
0 p.p. quand
n ).
corrige
On peut prendre, par exemple, f
n
= 1
]n,n+1[
.
Corrige 106 (Exemples de v.a. appartenant à L

q
)
Soit (, /, P) un espace de probabilites et X une v.a. (reelle). Dans les trois cas suivants, donner les
valeurs de q [1, ] pour lesquels la variable aleatoire X appartient à lespace L
q
(, /, P) :
397
1. X suit une loi exponentielle c() ( > 0) (cest-à-dire que la loi de X a une densite f par rapport
à la mesure de Lebesgue, avec f(x) = exp(x)1
]0,+[
pour x R).
corrige
Soit q [1, [, on a :
_
[X[
q
dP =
_
R
[x[
q
dP
X
(x) =
_

0
x
q
exp(x)dx < ,
car la fonction x [x[
q
exp(x) est integrable par rapport à la mesure de Lebesgue sur R
+
. On
a donc X L
q
(, /, P).
Soit maintenant q = . Pour tout a > 0, on a, avec A =]a, [ :
P[X > a] =
_
1
A
(X)dP =
_
R
1
A
(x)dP
X
(x) =
_

a
exp(x)dx > 0,
car exp(x) > 0 pour tout x > a. Donc X , L
(, /, P).
2. X suit une loi de Cauchy de paramètre c > 0 (la loi de X a une densite f par rapport à la mesure
de Lebesgue, avec f(x) =
1
c
x
2
+c
2
pour x R).
corrige
Il sut ici de considerer le cas q = 1. On a :
_
[X[dP =
_
R
[x[dP
X
(x)
c
_

0
x
x
2
+c
2
dx
c
_

c
1
2x
dx = .
On a donc X , L
1
(, /, P), ce qui donne aussi X , L
q
(, /, P) pour tout q [1, ] (car
L
q
(, /, P) L
1
(, /, P) pour q > 1).
3. X suit une loi geometrique ((p) (p ]0, 1[) (cest-à-dire que P(X = k) = p(1 p)
k1
, pour tout
k N
).
corrige
On note A
k
= X = k = , X() = k et A =
k=1
A
k
. Par -additivite de P, on a
P(A) =
k=1
P(A
k
) =
k=1
p(1 p)
k1
= 1. On a donc P(A
c
) = 0.
Soit q [1, [, on a :
_
[X[
q
dP =
_
A
[X[
q
dP =
k=1
_
A
k
[X[
q
dP =
k=1
k
q
p(1 p)
k1
< ,
car la serie de terme general k
q
p(1 p)
k1
est convergente (pour le voir, il sut, par exemple, de
remarquer que
lim
k
(k + 1)
q
p(1 p)
k
k
q
p(1 p)
k1
= lim
k
(k + 1)
q
(1 p)
k
q
= 1 p < 1.
On a donc X L
q
(, /, P).
Soit maintenant q = . Pour tout a > 0, on a P[X > a] P(A
k
) > 0 si k > a. On a donc
X , L
(, /, P).
398
12.6.2 Espaces de Hilberts, espace L
2
Corrige 107
Soit (E, T, m) un espace mesure et (f
n
)
nN
2
R
(E, T, m) deux à deux orthogonaux.
Montrer que la serie

nN
f
n
converge (dans L
2
) si et seulement si

nN
|f
n
|
2
2
est convergente (dans
R).
corrige
Comme L
2
R
(E, T, m) est un espace complet, la serie

nN
f
n
2
R
(E, T, m) si et
seulement la suite des sommes partielles, (
n
k=0
f
k
)
nN
, est de Cauchy (dans L
2
). Cette suite des sommes
partielles est de Cauchy si et seulement si elle verie :
> 0, n
0
t.q. m n n
0
|
m
k=n
f
k
|
2
2
. (12.92)
Le fait que les f
n
soient deux à deux orthogonaux nous donne (theorème de Pythagore) que
|
m
k=n
f
k
|
2
2
=
m
k=n
|f
k
|
2
2
.
Lassertion 12.92 est donc equivalente à dire que la suite (
n
k=0
|f
k
|
2
2
)
nN
est de Cauchy (dans R), ce
qui est equivalent à dire que la serie
nN
|f
n
|
2
2
est convergente (dans R).
Corrige 108 (L
p
nest pas un espace de Hilbert si p ,= 2)
Montrer que L
p
R
(R, B(R), ) (muni de sa norme usuelle) nest pas un espace de Hilbert si 1 p ,
p ,= 2. [Pour p ,= 2, chercher des fonctions f et g mettant en defaut lidentite du parallèlogramme,
cest-à-dire lidentite (6.18) page 144.]
corrige
On prend f = 1
]0,1[
et g = 1
]1,2[
, de sorte que f L
p
R
(R, B(R), ), g L
p
R
(R, B(R), ) (avec la confusion
habituelle entre une classe et lun de ses representants) et que :
|f|
p
= |g|
p
= 1, |f +g|
p
= |f g|
p
= 2
1
p
.
Pour p ,= 2, on a donc |f +g|
2
p
+|f g|
2
p
= 2(2
2
p
) ,= 4 = 2|f|
2
p
+ 2|g|
2
p
.
Lidentite du parallèlogramme, cest-à-dire lidentite (6.18) page 144, nest donc pas satisfaite (pour
p ,= 2), ce qui prouve que, pour p ,= 2, la norme | |
p
(sur L
p
R
(R, B(R), )) nest pas induite par un
produit scalaire.
Corrige 109 (projection sur le cone positif de L

2
)
Soit (X, T, m) un espace mesure et E = L
2
R
(X, T, m). On pose C = f E, f 0 p.p..
1. Montrer que C est une partie convexe fermee non vide de E.
corrige
C ,= car 0 C.
399
Soit f, g C et t [0, 1]. On a tf + (1 t)g L
2
= L
2
R
(X, T, m), car L
2
est un e.v., et
tf + (1 t)g 0 p.p.. On a donc tf + (1 t)g C, ce qui prouve que C est convexe.
Soit (f
n
)
nN
C t.q. f
n
f dans L
2
quand n . On veut montrer que f C (pour en
deduire que C est fermee).
Pour tout L
2
, on a
_
f
n
dm
_
fdm (car [
_
f
n
dm
_
fdm[ |f
n
f|
2
||
2
).
On choisit = f
L
2
. Comme f
n
f
0 p.p., on en deduit
_
(f
)
2
dm =
_
ff
dm 0.
Ce qui prouve que f
= 0 p.p. et donc que f 0 p.p.. On a donc montre que f C et donc

que C est fermee.
Pour montrer que C est fermee, il est aussi possible dutiliser la reciproque partielle du theorème
de convergence dominee (theorème 6.2).
2. Soit f E. Montrer que P

C
f = f
+
.
corrige
On a f
+
C. Pour montrer que P
C
f = f
+
, on utilise la première caracterisation de la projection
(proposition 6.15).
Soit g C, on a (f f
+
/f
+
g)
2
= (f
/f
+
g)
2
=
_
f
gdm 0 (on a utilise ici le fait que

f
f
+
= 0 p.p.). La proposition 6.15 donne alors P
C
f = f
+
.
Corrige 110 (Exemple de non existence de la projection sur un s.e.v. ferme)

Dans cet exercice, on donne un exemple t.q. :
E est un espace de Banach reel, F est un sous espace vectoriel ferme de E, g E F (et donc d(g, F) =
inf|g f|
E
, f F > 0. . . ) et il nexiste pas delement f E t.q. d(g, F) = |g f|
E
.
On prend E = C([0, 1], R), on munit E de la norme habituelle, |f|
E
= max[f(x)[, x [0, 1]. On pose
F = f E; f(0) = 0,
_
1
0
f(x)dx = 0. Enn, on prend g E deni par g(x) = x, pour tout x [0, 1].
1. Montrer que E est un espace de Banach (reel).
corrige
Il est clair que E est un e.v. sur R et que | |
E
est une norme sur E, cest la norme associee à la
convergence uniforme. On montre maintenant que E est complet.
Soit (f
n
)
nN
une suite de Cauchy de E. Pour tout > 0, il existe donc n() t.q. :
x [0, 1], n, m n() [f
n
(x) f
m
(x)[ . (12.93)
De (12.93) on deduit que, pour tout x [0, 1], la suite (f
n
(x))
nN
est de Cauchy. Il existe donc
f : [0, 1] R t.q. f
n
(x) f(x) quand n , pour tout x [0, 1]. Pour montrer que la
convergence de f
n
vers f est uniforme, il sut de reprendre (12.93) avec un x xe et un n xe
(n n()) et de faire tendre m verts , on obtient :
x [0, 1], n n() [f
n
(x) f(x)[ , (12.94)
400
ce qui donne bien la convergence uniforme de f
n
vers f. Comme les f
n
sont continues, on en deduit
que f est continue (comme limite uniforme de fonctions continues), cest-à-dire f E. Enn,
(12.94) donne |f
n
f|
E
si n n() et donc f
n
f dans E, quand n . Ce qui prouve
que E est complet.
2. Montrer que F est un sous espace vectoriel ferme de E.

corrige
On note T et S les applications de E dans R denies par T(f) = f(0) et S(f) =
_
1
0
f(x)dx. Il
sagit donc dapplications lineaires de E dans R. Elles sont egalement continues car [T(f)[ |f|
E
et [S(f)[ |f|
E
pour tout f E.
On en deduit que F est un s.e.v. ferme de E en remarquant que F = KerT KerS.
3. Soit f F. Montrer que |g f|

E
1/2. [On pourra remarquer que
_
1
0
[(g f)(x)[dx
_
1
0
(g
f)(x)dx = 1/2.]
corrige
Comme (g f)(x) [(g f)(x)[ pour tout x [0, 1], on a bien
_
1
0
(g f)(x)dx
_
1
0
[(g f)(x)[dx.
On remarque ensuite que, puisque f F, on a
_
1
0
(g f)(x)dx =
_
1
0
g(x)dx =
_
1
0
xdx =
1
2
. Et
donc :
1
2

_
1
0
[(g f)(x)[dx.
Puis, comme
_
1
0
[(g f)(x)[dx |g f|
E
, on en deduit que |g f|
E
1/2.
4. Montrer quil nexiste pas delement f F t.q. |g f|

E
= 1/2.
corrige
Dans le raisonnement de la question precedente, on remarque que les |g f|
E
> 1/2 sauf si
_
1
0
[(g f)(x)[dx = |g f|
E
et
_
1
0
(g f)(x)dx =
_
1
0
[(g f)(x)[dx.
Soit f F t.q. |gf|
E
= 1/2. On a donc
_
1
0
(gf)(x)dx =
_
1
0
[(gf)(x)[dx et
_
1
0
[(gf)(x)[dx =
|g f|
E
. On en deduit que (g f)(x) = [(g f)(x)[ = |g f|
E
= 1/2 pour tout x [0, 1]. En
eet, si il existe, par exemple, x
0
[0, 1] t.q. (g f)(x
0
) < [(g f)(x
0
)[, on peut alors trouver (par
continuite de g f) un intervalle ouvert non vide sur lequel (g f) < [(g f)[ et on en deduit
_
1
0
(g f)(x)dx <
_
1
0
[(g f)(x)[dx (un raisonnement analogue donne [(g f)(x)[ = |g f|
E
pour
tout x [0, 1]).
On a donc montre que f(x) = g(x)
1
2
= x
1
2
pour tout x [0, 1] ce qui est en contradiction avec
f(0) = 0.
401
5. Montrer que d(g, F) = 1/2. [On pourra, par exemple, montrer que |g f
n
|
E
1/2, avec f
n
deni
par f
n
(x) =
n
x, pour x [0, 1/n], f
n
(x) = (x1/n)
n
/n, pour x [1/n, 1], et
n
choisi pour
que f
n
F.]
corrige
Soit n N
et f
n
denie par f
n
(x) =
n
x, pour x [0, 1/n], f
n
(x) = (x 1/n)
n
/n, pour
x [1/n, 1]. En prenant
n
= (n1)
2
/(2n1) on a
_
1
0
f
n
(x)dx = 0 et donc f
n
F. On remarque
ensuite que |f
n
g|
E
= 1/n
n
/n 1/2 quand n . On en deduit que d(g, F) = 1/2.
Corrige 111 (Lemme de Lax-Milgram)

Soit E est un espace de Hilbert reel et a une application bilineaire de E E dans R. On note (/) le
produit scalaire dans E et | | la norme dans E. On suppose quil existe C R et > 0 t.q. :
[a(u, v)[ C|u||v|, u, v E (continuite de a),
a(u, u) |u|
2
, u E (coercivite de a).
Soit T E
. On va montrer, dans cet exercice, quil existe un et un seul u E t.q. T(v) = a(u, v) pour
tout v E (ceci est le lemme de Lax-Milgram).
1. On suppose, dans cette question, que a est symetrique. On denit une application bilineaire, notee
(/)
a
de E E dans R par (u/v)
a
= a(u, v). Montrer que (/)
a
est un produit scalaire sur E et
que la norme induite par ce produit scalaire est equivalente à la norme | |. En deduire quil existe
un et un seul u E t.q. T(v) = a(u, v) pour tout v E. [Utiliser le theorème de representation de
Riesz.]
corrige
Lapplication (/)
a
: E E R est symetrique, lineaire par rapport à son premier argument, et
(u/u)
a
> 0 pour u E 0 (grace à la coercivite de a). Cest donc un produit scalaire sur E.
La norme induite par ce produit scalaire est equivalente à la norme sur E, notee | |. En eet, les
hypothèses de continuite et coercivite de a donnent
|u| |u|
a

C|u|, u E.
Comme T est dans E
, cest-à-dire lineaire et continu pour la norme | |, T est aussi lineaire et

continu pour la norme | |
a
. Or, E muni de la norme | |
a
est un espace de Hilbert car la norme
| |
a
est induite par un produit scalaire et E est complet avec cette norme car il est complet
avec la norme | | qui est equivalente. On peut donc appliquer le theorème de representation de
Riesz (theorème 6.8) avec E muni de la norme | |
a
. Il donne quil existe un et seul u E t.q.
T(v) = (u/v)
a
pour tout v E, cest-à-dire quil existe un et un seul u E t.q. :
T(v) = a(u, v) pour tout v E.
2. On ne suppose plus que a est symetrique.

402
(a) Soit u E, Montrer que lapplication v a(u, v) est un element de E
. En deduire quil
existe un et un seul element de E, notee Au, t.q. (Au/v) = a(u, v) pour tout v E.
corrige
Lapplication
u
: E R, denie par
u
(v) = a(u, v) pour tout v E, est bien lineaire de
E dans R. Elle est aussi continue car [
u
(v)[ = [a(u, v)[ C|u||v| pour tout v dans E. On
a donc
u
E
(et |
u
|
E
C|u|).
Comme
u
E
, le theorème de representation de Riesz (theorème 6.8) donne quil existe un

element de E, note Au t.q. (Au/v) =
u
(v) pour tout v E, cest-à-dire :
(Au/v) = a(u, v) pour tout v E.
On note, dans la suite A lapplication qui à u E associe Au E.

(b) Montrer que A est lineaire continue de E dans E.
corrige
Soit u
1
, u
2
E,
1
,
2
R. On note w =
1
u
1
+
2
u
2
. Comme a est lineaire par rapport à
son premier argument, on a :
a(w, v) =
1
a(u
1
, v) +
2
a(u
2
, v) pour tout v E,
et donc (Aw/v) =
1
(Au
1
/v) +
2
(Au
2
/v) pour tout v E, ou encore
(Aw
1
Au
1
2
Au
2
/v) = 0 pour tout v E.
On en deduit que Aw =
1
Au
1
2
Au
2
(il sut de prendre v = Aw
1
Au
1
2
Au
2
dans
legalite precedente) et donc que A est une application lineaire de E dans E.
Pour montrer la continuite de A, on remarque que (pour tout u E) [(Au/v)[ = [a(u, v)[
C|u||v| pour tout v E. Do` u lon deduit, en prenant v = Au, que |Au| C|u|.
Lapplication A est donc lineaire continue de E dans E.
Il est important, pour la suite, de remarquer que la coercivite de a donne :
|u|
2
a(u, u) = (Au/u) |Au||u|, pour tout u E,
et donc :
|u|
1
|Au|, pour tout u E. (12.95)
(c) Montrer que Im(A) est ferme

corrige
Soient (f
n
)
nN
Im(A) et f E t.q. f
n
f dans E quand n . On veut montrer que
f Im(A).
Comme f
n
Im(A), il existe, pour tout n N, u
n
E t.q. Au
n
= f
n
. Linegalite (12.95)
donne alors, pour tout n, m N,
|u
n
u
m
|
1
|f
n
f
m
|.
403
La suite (f
n
)
nN
etant de Cauchy (car convergente), on en deduit que la suite (u
n
)
nN
est de
Cauchy et donc convergente (car E est complet).
Il existe donc u E t.q. u
n
u (dans E) quand n . Do` u lon deduit, comme A est
continue, que f
n
= Au
n
Au (dans E) quand n . On a donc f = Au, ce qui prouve que
f Im(A) et donc que Im(A) est ferme.
(d) Montrer que (Im(A))
= 0.
corrige
Soit u (Im(A))
. On a donc (Av/u) = 0 pour tout v E. On prend v = u, on obtient,

grace à la coercivite de a :
|u|
2
a(u, u) = (Au/u) = 0,
et donc u = 0. Ceci prouve bien que (Im(A))
= 0.
(e) Montrer que A est bijective et en deduire quil existe un et un seul u E t.q. T(v) = a(u, v)
pour tout v E.
corrige
Linegalite (12.95) donne linjectivite de A. Pour montrer la surjectivite de A, on remarque
que Im(A) est un s.e.v. ferme de E, on a donc E = Im(A) (Im(A))
(cf. theorème 6.7).

Comme (Im(A))
= 0, on a donc E = Im(A), cest-à-dire A surjective.

On a bien bien montre que A est bijective.
Le theorème de representation de Riesz (theorème 6.8) donne lexistence dun et un seul z E
t.q.
T(v) = (z/v), v E.
Dautre part, la denition de A donne :
a(u, v) = (Au/v), v E.
Pour u E, on a donc :
(T(v) = a(u, v), v E) (z = Au).
La bijectivite de A donne lexistence dun et dun seul u E t.q. Au = z. On a donc un et
un seul u E t.q. T(v) = a(u, v) pour tout v E.
Corrige 112 (Exemple de projection dans L

2
)
p
lespace L
p
R
(]0, 1[, B(]0, 1[), )
et par L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ).
Soit g L
2
.
1. Soit v L
2
et C
c
(]0, 1[, R) (on rappelle que C
c
(]0, 1[, R) signie que est une application
de ]0, 1[ dans R, de classe C
, et quil existe K ]0, 1[, K compact, t.q. (x) = 0 pour tout

x ]0, 1[K) . Montrer que vg
L
1
.
404
corrige
Comme dhabitude, on va confondre un element de L
p
avec lun de ses representants.
Comme g, v L
2
, on a vg L
1
(daprès le lemme 6.2). Puis, comme
c
(]0, 1[, R), on a
et donc (par la proposition 6.9) vg
L
1
.
On pose ( = v L
2
; v 1 p.p.,
_
vg
d
_
d, pour tout C
c
(]0, 1[, R), 0. (On
rappelle que 0 signie (x) 0 pour tout x ]0, 1[.)
2. Montrer que ( est un convexe ferme non vide de L
2
.
corrige
( ,= car 0 (.
On montre la convexite de (. Soient v, w ( et t [0, 1]. On a tv + (1 t)w L
2
(car L
2
est un e.v.). Du fait que v 1 p.p. et w 1 p.p., on deduit immediatement (comme t 0
et (1 t) 0) que tv + (1 t)w t + (1 t) = 1 p.p.. Enn, soit C
c
(]0, 1[, R), 0.
Comme t 0 et (1 t) 0, on remarque que
t
_
vg
d t
_
d,
(1 t)
_
wg
d (1 t)
_
d.
Ce qui donne, en additionnant,
_
(tv + (1 t)w)g
d
_
d.
On en deduit que (tv + (1 t)w) ( et donc que ( est convexe.
On montre enn que ( est fermee. Soient (v
n
)
nN
( et v L
2
t.q. v
n
v dans L
2
quand
n . On veut montrer que v (.
On remaque tout dabord que, grace à linegalite de Cauchy-Schwarz (inegalite (6.14)), on a :
_
v
n
wd
_
vwd, quand n , w L
2
. (12.96)
On prend w = v1
v>1
L
2
dans (12.96). Comme v
n
w w p.p., on a
_
v
n
wd
_
wd.
On deduit alors de (12.96) que
_
vwd
_
wd et donc que
_
(v 1)v1
v>1
d 0. Comme
v(v 1)1
v>1
0 p.p., on a donc necessairement v(v 1)1
v>1
= 0 p.p. et donc (v > 1) = 0,
cest-à-dire v 1 p.p..
Soit maintenant C
c
(]0, 1[, R), 0. Par les inegalites de Cauchy-Schwarz et Holder, on
a :
_
v
n
g
d
_
vg
d, quand n .
En eet, [
_
v
n
g
d
_
vg
d[ |
_
[v
n
v[[g[d |
|v
n
v|
2
|g|
2
0, quand
n .
Du fait que, pour tout n N,
_
v
n
g
d
_
d, on obtient donc, passant à limite quand
n , que
_
vg
d
_
d. Ce qui montre bien que v (.
On a bien montre que ( est fermee.
405
3. On designe par 1 la fonction constante et egale à 1 sur ]0, 1[. Soit u (. Montrer que :
(|u 1|
2
|v 1|
2
pour tout v () (
_
(1 u)(u v)d 0 pour tout v ().
corrige
On remarque dabord que
(|u 1|
2
|v 1|
2
pour tout v () u = P
C
1.
On utilise maintenant la première caracterisation de la projection (proposition 6.15), elle donne que
u = P
C
1 ((1 u/u v)
2
0 pour tout v (),
et donc que
u = P
C
1 (
_
(1 u)(u v)d 0 pour tout v (). (12.97)
4. Soit u ( t.q. |u 1|
2
|v 1|
2
pour tout v (. On suppose que u, g C
1
(]0, 1[, R).
(a) Montrer que (ug)
(x) 1 pour tout x ]0, 1[.

corrige
On raisonne par labsurde. On suppose quil existe c ]0, 1[ t.q. (ug)
(c) < 1. Par continuite

de (ug)
en c, il existe donc a, b t.q. 0 < a < c 0 et = 0 sur ]a, b[
c
. une telle
fonction est obtenue, par exemple, en prenant :
(x) =
0
(
2y (a +b)
b a
), x ]0, 1[, (12.98)
avec :
0
(x) = exp
1
x
2
1
, x ] 1, 1[,
0
(x) = 0, x R] 1, 1[.
(12.99)
Comme u (, on a, daprès la denition de ( (car est un choix possible pour ) :
_
b
a
u(x)g(x)
(x)dx =
_
ug
d
_
d =
_
b
a
(x)dx.
Comme ug est de classe C
1
sur [a, b], on peut integrer par parties sur [a, b] pour obtenir (noter
que (a) = (b) = 0)
_
b
a
(ug)
(x)(x)dx
_
b
a
(x)dx, ou encore :
_
b
a
((ug)
(x) + 1)(x)dx 0.
Ce qui impossible car ((ug)
+1) est une fonction continue negative, non identiquement nulle

sur [a, b] (car non nulle au point c).
406
(b) Soit x ]0, 1[ t.q. u(x) < 1. Montrer que (ug)
(x) = 1.
corrige
On raisonne encore par labsurde. On suppose donc quil existe c ]0, 1[ t.q. u(c) < 1 et
(ug)
(c) ,= 1. Comme on sait dejà que (ug)
(x) 1 pour tout x ]0, 1[, on a donc (ug)
(c) >
1.
Par continuite de u et (ug)
en c, il existe donc a, b, avec 0 < a < c 0 t.q.

u(x) 1 et (ug)
(x) > 1 + pour tout x ]a, b[.

On utilise la meme fonction quà la question precedente, cest-à-dire donnee, par exemple,
par (12.98) et (12.99). La propriete importante est que C
c
(]0, 1[, R) soit t.q. 0,
(c) > 0 et = 0 sur ]a, b[
c
.
On va montrer que pour > 0 assez petit, on a u + (.
On remarque dabord que u+ L
2
(pour tout > 0). Puis, en prenant 0 <
1
=

,
on a u + 1 p.p.. Enn, soit C
c
(]0, 1[, R), 0. On a, en utilisant une integration
par parties sur un intervalle compact de ]0, 1[ contenant le support de :
_
((u +)g)
d =
_
(ug)
d
_
(g)
d.
En utilisant le fait que (ug)
1 (partout) et (ug)
> 1 + sur ]a, b[, on en deduit

_
((u +)g)
d
_
d
_
b
a
(x)dx
_
b
a
(g)
d
_
d,
si 0 <

M
, avec M = max
x[a,b]
[(g)
(x)[ < car (g)
est continue sur [a, b].

En prenant = min(
1
,
2
) > 0, on obtient donc u + (. Comme u = P
C
1, on peut
maintenant prendre v = u + dans la caracterisation de P
C
1, on obtient, comme > 0 :
_
b
a
(1 u(x))(x)dx =
_
(1 u)d 0.
Ce qui est impossible car (1 u) est une fonction continue positive, non identiquement nulle
sur ]a, b[ (car non nulle en c).
(c) Montrer que u est solution du problème suivant:

(ug)
(x) 1, pour tout x ]0, 1[,

u(x) 1, pour tout x ]0, 1[,
(1 + (ug)
(x))(u(x) 1) = 0, pour tout x ]0, 1[.

corrige
Cette question est immediate. On a dejà vu que (ug)
(x) 1, pour tout x ]0, 1[. Comme

u (, on a u 1 p.p.. Mais, comme u est continue sur ]0, 1[, lensemble u > 1 est un ouvert,
cet ensemble est donc vide (car un ouvert de mesure de Lebesgue nulle est toujours vide). On
a donc u 1 partout. Enn, le fait que (1 + (ug)
(x))(u(x) 1) = 0, pour tout x ]0, 1[,

decoule de la question precedente qui montre justement que (1 + (ug)
(x)) = 0 si u(x) < 1.
407
Corrige 113 (Approximation dans L
2
)
p
lespace L
p
R
p
lespace L
p
R
Pour f L
2
et k N
, on denit T
k
f de R dans R par :
T
k
f(x) = k
_
n(x)+1
k
n(x)
k
f(t)dt, (12.100)
o` u n(x) est lentier de Z tel que
n(x)
k
x <
n(x) + 1
k
(lentier n depend donc de x).
1. Soit k N
et f L
2
. Montrer que T
k
f L
2
(plus precisement, T
k
f L
2
et on confond alors,
comme dhabitude, T
k
f avec g L
2
, g = T
k
f p.p.) et que |T
k
f|
2
|f|
2
, pour tout k N
.
corrige
Comme f1
]
n
k
,
n+1
k
[
L
1
pour tout n Z, T
k
(x) est bien denie pour tout x R. On pose
c
n
= k
_ n+1
k
n
k
f(t)dt, pour n Z, de sorte que T
k
(x) = c
n
pour tout x [
n
k
,
n+1
k
[.
T
k
f est mesurable car (T
k
f)
1
(A) =
nZ,c
n
A
[
n
k
,
n+1
k
[ B(R), pour tout A R.
Pour n Z et x [
n
k
,
n+1
k
[, on a (en utilisant linegalite de Cauchy-Schwarz) (T
k
(x))
2
= c
2
n

k
_ n+1
k
n
k
f
2
(t)dt. On deduit (on utilise ici le premier corollaire du theorème de convergence monotone,
corollaire 4.1) :
_
(T
k
f)
2
d =
nZ
1
k
c
2
n

nZ
_ n+1
k
n
k
f
2
(t)dt =
_
f
2
d.
On a donc T
k
f L
2
et |T
k
f|
2
|f|
2
.
2. Soit f C
c
(R, R) (i.e. f continue de R dans R et à support compact). Montrer que T
k
f f dans
L
2
quand k .
corrige
Soit a > 0 t.q. f = 0 sur [a, a]
c
. Comme f est uniformement continue, on a T
k
f f uniformement
(sur R) quand k . En remarquant que T
k
f = 0 sur [a 1, a + 1]
c
pour tout k N
, on en
deduit
|T
k
f f|
2
2
=
_
(T
k
f f)
2
d 2(a + 1)|T
k
f f|
2
0, quand k .
3. Soit f L
2
. Montrer que T
k
f f dans L
2
quand k .
corrige
Soit > 0. Par densite de C
c
(R, R) dans L
2
, il existe C
c
(R, R) t.q. |f |
2
. Comme T
k
est un operateur lineaire, on a, en utilisant la question 1 :
408
|T
k
f f|
2
|T
k
f T
k
|
2
+|T
k
|
2
+| f|
2
2| f|
2
+|T
k
|
2
. (12.101)
La question 2 donne lexistence de k
0
N t.q. le dernier terme de (12.101) soit inferieur à pour
k k
0
. On a donc |T
k
f f|
2
3 pour k k
0
, ce qui prouve que T
k
f f, dans L
2
, quand
k .
Corrige 114 (Projections orthogonales)

On pose H = L
2
R
(] 1, +1[, B(] 1, +1[), ). (On rappelle que B(] 1, +1[) est la tribu borelienne de
] 1, 1[ et la mesure de Lebesgue sur B(] 1, +1[).) Soit F = f H t.q.
_
]1,+1[
f d = 0. Soit
G = f H t.q.
_
]1,0[
f d =
_
]0,1[
f d.
1. Montrer que F et G sont des sous-espaces vectoriels fermes de H. Determiner les sous-espaces F
,
G
et F G.
corrige
Pour f H, on pose T(f) =
_
]1,+1[
f d et S(f) =
_
]1,0[
f d
_
]0,1[
f d.
Linegalite de Cauchy Scharwz entre f et 1
]1,+1[
, pour T, et f et (1
]1,0[
1
]0,1[
), pour S, montre
que T(f) et S(f) sont bien denis pour tout f H et que, pour tout f H :
[T(f)[
2|f|
2
, [S(f)[
2|f|
2
.
On en deduit que T et S sont des elements de H
et donc que F = KerT et G = KerS sont des

s.e.v. fermes de H.
De plus, comme T ,= 0 et S ,= 0, on a dim(F
) = dim(G
) = 1. Pour sen convaincre, il sut

de prendre v F
, v ,= 0 (un tel v existe car T ,= 0 et H = F F
). Pour tout w F
, on
a alors w = w
T(w)
T(v)
v +
T(w)
T(v)
v. On en deduit que (w
T(w)
T(v)
v) F F
= 0 et donc que
w Rv = vectv. Ce qui donne F
= Rv et donc dim(F
) = 1. Un raisonnement semblable
donne dim(G
) = 1.
Soit f lelement de H t.q. f = 1 p.p.. On a clairement f F
(car (f/h)
2
= T(h) = 0 pour tout
h F) et donc, comme dimF
= 1, F
= Rf.
Soit g lelement de H t.q. g = 1 p.p. sur ] 1, 0[ et g = 1 sur ]0, 1[. On a clairement g G
(car
(g/h)
2
= S(h) = 0 pour tout h G) et donc, comme dimG
= 1, G
= Rg.
Il reste à determiner F G. Soit h F G. On a donc
_
]1,0[
h d =
_
]0,1[
h d, car h G, et
donc, comme h F, 0 =
_
]1,+1[
f d = 2
_
]1,0[
h d = 2
_
]0,1[
h d. Ce qui donne
_
]1,0[
h d =
_
]0,1[
h d = 0.
Reciproquement, si h H est t.q.
_
]1,0[
h d =
_
]0,1[
h d = 0, on a bien S(h) = T(h) = 0 et donc
h F G. On a donc :
F G = h H;
_
]1,0[
h d =
_
]0,1[
h d = 0.
409
2. Calculer, pour g H, les projections orthogonales P
F
(g) et P
G
(g) de g sur F et G.
corrige
Soit h H. Comme h P
F
h F
, il existe R t.q. h P
F
h = p.p.. Comme P
F
h F, on a
T(P
F
h) = 0. On en deduit que 2 =
_
1
1
h(t)dt et donc
P
F
h = h
1
2
_
1
1
h(t)dt p.p..
Comme hP
G
h G
, il existe R t.q. hP
G
h = p.p. sur ] 1, 0[ et hP
G
h = p.p. sur
]0, 1[. Comme P
G
h G, on a S(P
G
h) = 0. On en deduit que 2 =
_
0
1
h(t)dt
_
1
0
h(t)dt et donc
P
G
h = h
1
2
(
_
0
1
h(t)dt
_
1
0
h(t)dt) p.p. sur ] 1, 0[,
P
G
h = h +
1
2
(
_
0
1
h(t)dt
_
1
0
h(t)dt) p.p. sur ]1, 0[.
Corrige 115 (Projection orthogonale dans L

2
)
On pose L
2
= L
2
R
(R, B(R), ) (muni de sa structure hilbertienne habituelle) et, pour , R donnes,
< , ( = f L
2
; f p.p..
1. Montrer que ( est vide si et seulement si > 0.
corrige
Si > 0 (cest-à-dire et non nuls et de meme signe), on a alors pour tout f (,
f = min([[, [[) > 0 p.p.. Donc,
_
f
2
d
2
(R) = , en contradiction avec f L
2
.
On a donc ( = .
On suppose maintenant 0. On a alors 0 et donc 0 (. Ce qui prouve que
( ,= .
2. On suppose maintenant que 0. Montrer que ( est une partie convexe fermee non vide de L
2
.
Soit f L
2
, montrer que P
C
f(x) = maxminf(x), , pour presque tout x R. (P
C
f designe
la projection de f sur (.)
corrige
(a) On sait dejà que ( ,= . On montre maintenant que ( est convexe. Soient f, g ( et t [0, 1].
On a tf + (1 t)g L
2
car L
2
est un e.v.. Puis, du fait que f p.p. et g
p.p., on deduit immediatement que tf + (1 t)g p.p.. Donc, tf + (1 t)g (.
Pour montrer que ( est fermee, soient (f
n
)
nN
( et f L
2
t.q. f
n
f dans L
2
, quand
n . On peut montrer que f p.p. comme dans le corrige 112 (question 2) ou
(pour changer de methode. . . ) de la manière suivante :
Daprès le theorème 6.2 (reciproque partielle de la convergence dominee), il existe une sous
suite de la suite (f
n
)
nN
convergeant p.p. vers f, cest-à-dire il existe : N N t.q.
(n) quand n et f
(n)
f p.p. quand n . Comme f
(n)
p.p., on en
deduit f p.p., et donc que f (. ce qui prouve que ( est fermee.
410
(b) On montre maintenant que P
C
f = maxminf, , .
On confond comme dhabitude f avec lun de ses representants, et on denit g par
g = maxminf, , = 1
{f<}
+f1
{f}
+1
{f>}
.
g est donc une fonction mesurable de R dans R. Puis, comme [g[ [f[ p.p., on a bien g L
2
(et donc g L
2
avec la confusion habituelle). Enn, il est immediat que g p.p..
Donc, g (.
Pour montrer que g = P
C
f, on utilise la première caracterisation de la projection (proposition
6.15). Soit h (, on a :
(f g/gh)
2
=
_
(f g)(gh)d =
_
(f )(h)1
{f<}
d+
_
(f )(h)1
{f>}
d 0,
car h p.p.. On en deduit que g = P
C
f.
Corrige 116
Soit (E, T, m) un espace mesure et L
p
= L
p
R
(E, T, m).
1. On suppose ici qu il existe A et B T t.q. A B = , et 0 < m(B) < +, 0 < m(A) <
+. Montrer que L
p
est un Hilbert si et seulement si p = 2. [On pourra utiliser lidentite du
parallèlogramme avec des fonctions de L
p
bien choisies.]
corrige
On sait dejà que L
2
est un espace de Hilbert.
On suppose maintenant que p ,= 2 (et p [1, ]) et on va montrer que L
p
nest pas un espace
de Hilbert. Pour cela , On pose f = 1
A
et g = 1
B
. On a bien f, g L
p
. On va montrer que
lidentite du parallèlogramme nest pas veriee pour ces deux fonctions. On distingue les cas p <
et p = .
Premier cas : p < . On pose a = m(A) et b = m(B) (noter que a, b ]0, [). On a :
1
2
(|f +g|
2
p
+|f g|
2
p
) = (a +b)
2
p
, |f|
2
p
+|g|
2
p
= a
2
p
+b
2
p
.
On en deduit
1
2
(|f + g|
2
p
+ |f g|
2
p
) |f|
2
p
+ |g|
2
p
= (a + b)
(1 h
a
(t)) avec =
2
p
et h
(t) =
t
+ (1 t)
, t =
a
a+b
]0, 1[.
Un etude de la fonction h
montre que :
Si ]0, 1[, on a h
(t) > 1 pour tout t ]0, 1[,

Si ]1, [, on a h
(t) < 1 pour tout t ]0, 1[.

Lidentite du parallèlogramme nest donc pas veriee pour ces fonctions f et g, ce qui prouve que
la norme de L
p
nest pas induite pas un produit scalaire.
Deuxième cas : p = . Dans ce cas, on a :
1
2
(|f +g|
2
p
+|f g|
2
p
) = 1, |f|
2
p
+|g|
2
p
= 2.
411
On en deduit
1
2
(|f +g|
2
p
+|f g|
2
p
) |f|
2
p
+|g|
2
p
= 1 ,= 0. Lidentite du parallèlogramme nest
donc pas veriee pour ces fonctions f et g, ce qui prouve que la norme de L
p
nest pas induite pas
un produit scalaire.
2. Montrer que pour m =

0
(mesure de Dirac en 0), L
p
R
(R, B(R), m) est un Hilbert pour tout p
[1, +].
corrige
Soit f L
p
R
(R, B(R), m). On a |f|
p
= [f(0)[ (noter que tous les representants de f ont la meme
valeur en 0 car m(0) > 0).
Il est facile de voir que la norme de L
p
est induite pas un produit scalaire, notee (/), ce produit
scalaire est deni par :
(f/g) = f(0)g(0), pour f, g L
p
.
Lespace L
p
est donc un espace de Hilbert.
Corrige 117 (Espace l

2
)
On note m la mesure du denombrement sur T(N), cest-à-dire m(A) = card(A) si A est ni et m(A) =
si A nest pas ni.
On note l
2
= L
2
R
(N, T(N), m).
1. Montrer que chaque element de l
2
ne contient quun seul element de lespace L
2
R
(N, T(N), m).
corrige
(Noter dabord que m est bien une mesure sur T(N).)
Soient f, g L
2
= L
2
R
(N, T(N), m) t.q. f = g p.p.. Pour tout n N, on a f(n) = g(n) car
m(n) = 1 > 0. On en deduit que f = g. Ceci montre bien que chaque element de l
2
ne contient
quun seul element de lespace L
2
.
2. Montrer que linegalite de Cauchy-Schwarz sur l

2
donne :
(
nN
a
n
b
n
)
2
nN
a
2
n
nN
b
2
n
pour toutes suites (a
n
)
nN
, (b
n
)
nN
R
+
t.q.

nN
a
2
n
< et
nN
b
2
n
< .
corrige
Soient (a
n
)
nN
, (b
n
)
nN
R
+
t.q.

nN
a
2
n
< et
nN
b
2
n
< (on peut aussi prendre a
n
, b
n
R
au lieu de R
+
).
On denit f, g : N R par f(n) = a
n
et g(n) = b
n
pour n N. Les fonctions f et g sont
mesurables (toute fonction de N dans R est mesurable car la tribu choisie sur N est T(N)) et on a
bien f, g L
2
car :
_
f
2
dm =
nN
a
2
n
< et
_
g
2
dm =
nN
b
2
n
< . (12.102)
412
En eet, pour montrer (12.102), il sut, par exemple, de remarquer que f
2
=
nN
a
2
n
1
{n}
(et g
2
=
nN
g
2
n
1
{n}
) et dutiliser le premier corollaire du theorème de convergence monotone (corollaire
4.1).
Linegalite de Cauchy-Schwarz donne alors que fg L
1
R
(N, T(N), m), cest-à-dire :
nN
[a
n
b
n
[ < ,
et que (f/g)
2
|f|
2
|g|
2
. On en deduit :
(
nN
a
n
b
n
)
2
nN
a
2
n
nN
b
2
n
.
3. Soit : N
, bijective. Montrer que
nN
(n)
n
2
= . [On pourra commencer par montrer
que
n
p=1
1
(p)

n
p=1
1
p
pour tout n N
puis utiliser linegalite de Cauchy-Schwarz.]

corrige
Soit n N
. On peut ordonner lensemble des (p), p 1, . . . , n, selon lordre croissant, cest-

à-dire : (p), p 1, . . . , n = p
1
, . . . , p
n
avec p
i
< p
i+1
pour tout i 1, . . . , n 1 (on
utilise ici linjectivite de ). Comme prend ses valeurs dans N
, on a p
1
1. On en deduit (par
recurrence nie sur i) que p
i
i, pour tout i 1, . . . , n, et donc :
n
p=1
1
(p)
=
n
i=1
1
p
i
p=1
1
p
. (12.103)
On utilise maintenant linegalite de Cauchy-Schwarz de la question precedente avec a
p
=
(p)
p
,
b
p
=
1
(p)
pour p = 1, . . . , n et a
p
= b
p
= 0 pour p > n, on obtient :
(
n
p=1
1
p
)
2
= (
n
p=1
a
p
b
p
)
2
p=1
(p)
p
2
n
p=1
1
(p)
.
En utilisant (12.103), on en deduit :
n
p=1
1
p

n
p=1
(p)
p
2
,
et donc lim
nN
n
p=1
(p)
p
2
lim
nN
n
p=1
1
p
= .
(Noter que cette demonstration reste vraie lorsque est seulement injective.)
Corrige 118 (Isometrie dun espace de Hilbert avec l

2
)
413
Soit H un espace de Hilbert reel, de dimension innie et separable. Soit e
n
, n N une base hilbertienne
de H (une telle base existe, cf. proposition 6.17).
Pour u H, on denit a
u
l
2
(l
2
est deni à lexercice 6.31) par a
u
(n) = (u/e
n
)
H
, pour tout n N.
(On montrera tout dabord que a
u
est bien un element de l
2
.)
Montrer que lapplication A : u a
u
(est lineaire et) est une isometrie de H dans l
2
, cest-à-dire que
|a
u
|
l
2 = |u|
H
pour tout u H.
Montrer que A est bijective (il faut donc montrer que, pour tout a l
2
, il existe u H t.q. a = a
u
).
corrige
La fonction a
u
est mesurable de N dans R (toute fonction de N dans R est mesurable car la tribu choisie
sur N est T(N)). En notant m la mesure du denombrement sur T(N) (voir lexercice 6.31, corrige 117),
on a
_
a
2
u
dm =
nN
(u/e
n
)
2
H
. Legalite de Bessel (voir la proposition 6.18) donne alors que a
u
l
2
et
|a
u
|
l
2 = |u|
H
.
Il est immediat de voir que lapplication A : u a
u
est lineaire, lapplication A est donc une isometrie
de H dans l
2
(ceci donne, en particulier, que A est injective). Il reste à montrer que A est surjective.
Soit a l
2
. On note a
n
= a(n) pour n N, de sorte que (a
n
)
nN
R et

nN
a
2
n
< . Pour n N,
on pose f
n
=

n
p=1
a
p
e
p
. La suite (f
n
)
nN
est de Cauchy dans H car, pour m > n, |f
m
f
n
|
2
H
=
m
p=n+1
a
2
p

p=n+1
a
2
p
0 quand n . Il existe donc u H t.q. f
n
u, dans H, quand n .
Le troisième item de la proposition 6.18 page 155 donne alors que a = a
u
. Ceci montre bien que A est
surjective.

p
Corrige 119 (Fonctions absolument continues)
Soit < a < b < +. On admet les 2 resultats suivant :
Toute fonction monotone denie sur [a, b], à valeurs dans R, est derivable en presque tout point de
]a, b[.
Soit f L
1
R
_
f1
]a,x[
d. La fonction F est alors
derivable en presque tout point de ]a, b[ et on a F
= f p.p..
1. (Fonctions monotones.) Soit f une fonction monotone croissante denie sur [a, b] et à valeurs dans
R.
(a) Montrer que f
L
1
R
(]a, b[, B(]a, b[), ) et que
_
f
1
]a,b[
d f(b) f(a).
[On pourra poser f(x) = f(b) pour x > b, considerer f
n
(x) = n(f(x+
1
n
) f(x)) et remarquer
que f
n
f
p.p. sur ]a, b[.]

corrige
On remarque tout dabord que f est mesurable (de ]a, b[, muni de la tribu borelienne, dans R,
muni de la tribu borelienne) car limage reciproque par f dun intervalle de R est un intervalle
de ]a, b[). Comme [f[ est bornee (par max([f(b)[, [f(a)[)), on a aussi f L
1
R
(]a, b[, B(]a, b[), ).
414
On pose f(x) = f(b) pour x > b (de sorte que f est maintenant monotone croissante, et
donc mesurable, de ]a, [ dans R), et on denit pour n N
la fonction f
n
par f
n
(x) =
n(f(x+
1
n
)f(x)) pour x ]a, b[. Pour n N, la fonction f
n
est donc mesurable (de ]a, b[ dans
R) positive et (en notant que f L
1
R
(]a, b[, B(]a, b[), ) et f( +
1
n
) L
1
R
(]a, b[, B(]a, b[), )) on
a :
_
]a,b[
f
n
d = f(b) n
_
]a,a+
1
n
[
fd f(b) f(a) (12.104)
Comme f est derivable p.p., on a f
n
f
p.p. sur ]a, b[, cest-à-dire quil existe A B(]a, b[)

t.q. (]a, b[A) = 0 et f
n
(x) f
(x) pour tout x A. On pose g(x) = f
(x) si x A et
g(x) = 0 sinon. Le lemme de Fatou applique à la suite f
n
donne (par (12.104)) que g est
mesurable positive (de ]a, b[ dans R
+
) et
_
]a,b[
gd f(b) f(a).
On a donc f
L
1
R
(]a, b[, B(]a, b[), ) (au sens o` u lon confond f
et la classe de g car f
= g
p.p.) et
_
]a,b[
f
d f(b) f(a).
(b) Donner un exemple pour lequel linegalite de la question precedente est stricte. (Les courageux
pourront chercher un exemple pour lequel f est continue. . . )
corrige
Un exemple facile est obtenu en prenant f(x) = 0 si x [a,
a+b
2
] et f(x) = 1 si x ]
a+b
2
, b]. On
a alors f
= 0 p.p. et f(b) f(a) = 1.

On peut obtenir un exemple avec f continue en construisant f à partir de lensemble de
Cantor (f est prise constante sur chacun des intervalles ouverts formant le complementaire de
lensemble de Cantor, on a ainsi f
= 0 p.p.).
2. (Fonctions absolument continues.)

Une fonction denie sur [a, b] et à valeurs dans R est dite absolument continue si pour tout > 0 il
existe > 0 tel que pour toute famille nie dintervalles deux à deux disjoints (]a
k
, b
k
[)
1kn
dont
la somme des longueurs est inferieure à , on a
n
k=1
[f(b
k
) f(a
k
)[ < .
(a) Montrer que absolue continuite implique uniforme continuite.
corrige
Il sut de prendre n = 1, on remarque alors que :
a a
1
< b
1
b, b
1
a
1
[f(b
1
) f(a
1
)[ < .
Ce qui donne luniforme continuite de f.
(b) Montrer que lensemble des fonctions absolument continues sur [a, b] forme un espace vectoriel.
corrige
415
Soit f, g deux fonction absolument continues. Soit > 0, il existe
1
> 0 [resp.
2
>
0] t.q. pour toute famille nie dintervalles deux à deux disjoints (]a
k
, b
k
[)
1kn
dont la
somme des longueurs est inferieure à
1
[resp.
2
], on a

n
k=1
[f(b
k
) f(a
k
)[ < [resp.
n
k=1
[g(b
k
) g(a
k
)[ < ]. On en deduit que pour toute famille nie dintervalles deux à deux
disjoints (]a
k
, b
k
[)
1kn
dont la somme des longueurs est inferieure à = min(
1
,
2
) > 0, on
a
n
k=1
[(f +g)(b
k
) (f +g)(a
k
)[ < 2. Ce qui prouve que f +g est absolument continue.
Il est facile de voir que f est absolument continue si f est absolument continue et R.
Lensemble des fonctions absolument continues sur [a, b] forme donc un espace vectoriel.
3. (Fonctions absolument continues et fonctions monotones.) Une fonction f denie sur [a, b] (et à
valeurs dans R) est dite à variation bornee sil existe C t.q. pour toute subdivision du segment
[a, b], a = x
0
< x
1
< ... < x
n
= b, on ait

n
k=1
[f(x
k
) f(x
k1
)[ C. Pour une fonction f à
variation bornee, on peut denir, pour a < x b, V
x
a
[f] par :
V
x
a
[f] = sup
n
k=1
[f(x
k
) f(x
k1
)[ , a = x
0
< x
1
< ... < x
n
= x, n N
.
On pose aussi V
a
a
[f] = 0.
(a) Montrer que toute fonction absolument continue est à variation bornee.
(b) Montrer pour toute fonction f (denie sur [a, b] et) absolument continue, la fonction x V
x
a
[f]
est absolument continue sur [a, b]. En deduire que toute fonction absolument continue (denie
sur [a, b]) est la dierence de deux fonctions absolument continues monotones croissantes (et
est donc derivable en presque tout point de ]a, b[).
corrige
La question 3 est admise.
4. Soit f L
1
R
_
f1
]a,x]
d. Montrer que F
absolument continue.
corrige
Cette question est une consequence de la proposition 4.9 du cours. Soit > 0, il existe > 0 t.q.
(A B(]a, b[), (A) )
_
A
[f[d .
Si (]a
k
, b
k
[)
1kn
est une famille nie dintervalles deux à deux disjoints dont la somme des longueurs
est inferieure à , on pose A =
n
k=1
]a
k
, b
k
[. On a (A) =
n
k=1
(b
k
a
k
) et donc
_
A
[f[d .
On en deduit le resultat desire car :
n
k=1
[F(b
k
) F(a
k
)[ =
n
k=1
_
]a
k
,b
k
[
fd
k=1
_
]a
k
,b
k
[
[f[ d =
_
A
[f[d .
416
5. Soit F une fonction absolument continue et monotone croissante de [a, b] dans R. On prolonge cette
fonction sur R en posant F(x) = F(a) si x < a et F(x) = F(b) si x > b. Une version etendue du
theorème de Caratheodory (cette version etendue est donnee par le theorème de Lebesgue-Stieltjes,
theorème 2.5, pour ce resultat il sut de F continue croissante) donne lexistence dune (et une
seule) mesure m
F
sur B(R) t.q. m
F
(], [) = F() F() pour tout , R, < .
(a) Montrer que m
F
est absolument continue par rapport à . [Utiliser la regularite de et
labsolue continuite de F.]
corrige
Soit A B(R) t.q. (A) = 0. On veut montrer que m
F
(A) = 0 (ceci donnera bien que m
F
est
absolument continue par rapport à ).
Soit > 0. Comme F est absolument continue sur [a, b], il existe > 0 t.q. pour toute famille
nie dintervalles (de [a, b]) deux à deux disjoints (]a
k
, b
k
[)
1kn
dont la somme des longueurs
est inferieure à , on a
n
k=1
[F(b
k
) F(a
k
)[ < . Comme F est constante et egale à F(a) sur
] , a] et constante et egale à F(b) sur [b, +[, cette propriete est aussi vrai si les intervalles
sont des intervalles de R non necessairement inclus dans [a, b].
Par la regularite de , il existe un ouvert O A t.q. (O) . Cet ouvert O peut secrire
comme une reunion au plus denombrable dintervalles ouverts disjoints deux à deux, O =
k=1
]a
k
, b
k
[ (avec eventuellement a
k
= b
k
pour certaines valeurs de k). Pout tout n N
, on
a
n
k=1
(b
k
a
k
)
k=1
(b
k
a
k
) = (O) et donc :
m
F
(
n
k=1
]a
k
, b
k
[) =
n
k=1
(F(b
k
) F(a
k
)) .
En faisant tendre n vers linni, la continuite croissante de m
F
donne :
m
F
(O) = lim
n
m
F
(
n
k=1
]a
k
, b
k
[) ,
et donc m
F
(A) (car A O). Comme > 0 est arbitrairement petit, on en deduit bien
m
F
(A) = 0.

1
R
(R, B(R), ) t.q. F() F() =
_
g1
],[
d, pour tout , R,
< . Montrer que g = F
p.p. sur ]a, b[.

corrige
Comme m
F
est absolument continue par rapport à , le theorème de Radon-Nikodym (theorè-
me 6.10) donne lexistence de g /
+
(R, B(R)) t.q. m
F
= g. On a donc, pour tout , R,
avec < :
F() F() = m
F
(], [) =
_
g1
],[
d.
En faisant tendre vers et vers +, on en deduit
_
gd = F(b)F(a) < et donc g
L
1
(R, B(R), d) (au sens de la confusion habituelle, cest-à-dire il existe h L
1
(R, B(R), d)
t.q. g = h p.p.).
Pour tout x [a, b], on a F(x) = F(a) +
_
g1
]a,x[
d. Le deuxième resultat admis donne au
debut de lenonce donne donc que F est derivable p.p. sur ]a, b[ et F
= g p.p. sur ]a, b[.
417
6. Soit F une fonction absolument continue de [a, b] dans R. Montrer que F est derivable en presque
tout point de ]a, b[, que F
L
1
R
(]a, b[, B(]a, b[), ) et que pour tout x [a, b] on a
F(x) F(a) =
_
F
1
]a,x[
d.
corrige
Daprès la question 3-(b), la fonction F est la dierence de deux fonctions absolument continues
monotones croissantes, notees F
1
et F
2
. On peut alors appliquer la question 5-(b) à F
1
et F
2
, elle
donne que F
1
et F
2
sont derivables p.p. sur ]a, b[, que F
1
, F
2
L
1
R
(]a, b[, B(]a, b[), ) et que, pour
tout x [a, b] :
F
1
(x) F
1
(a) =
_
F
1
1
]a,x[
d, F
2
(x) F
2
(a) =
_
F
2
1
]a,x[
d.
Comme F = F
1
F
2
, on en deduit que F est derivable p.p. sur ]a, b[, que F
L
1
R
(]a, b[, B(]a, b[), )
et que, pour tout x [a, b] :
F(x) F(a) =
_
F
1
]a,x[
d.
Corrige 120 (Dualite L

1
-L
par le theorème de Radon-Nikodym)

Soit (E, T, m) un espace mesure ni et T (L
1
R
(E, T, m))
. On suppose que T est positive, cest à dire

que, pour f L
1
R
(E, T, m), f 0 p.p. implique T(f) 0.
1. Pour A T, on pose (A) = T(1
A
). Montrer que est bien denie et que est une mesure nie
sur T.
Attention, il y a toujours cette confusion malheureuse de notations, la meme lettre T designe la
tribu sur E et un e
lement de (L
1
R
(E, T, m))
.
On note L
r
= L
r
R
(E, T, m) et L
r
= L
r
R
(E, T, m) (pour r = 1 et r = ).
corrige
Soit A T (tribu sur E), comme m est une mesure nie, on a 1
A
L
1
(et donc 1
A
L
1
en
confondant un element de L
1
avec sa classe dans L
1
). On peut denir (A) par T(1
A
).
Pour montrer que est une mesure sur T, on remarque tout dabord que () = T(1
) = T(0) = 0.
Puis, soit (A
n
)
nN
T t.q. A
n
A
m
nN
A
n
. En utilisant le theorème
de convergence dominee, on remarque que

N
n=0
1
A
n
1
A
dans L
1
quand N (en eet, on
a bien une convergence p.p. et une domination par 1
E
qui est integrable). Comme T (L
1
)
, on
a donc

N
n=0
T(1
A
n
) = T(
N
n=0
1
A
n
) T(1
A
) quand N . Avec la denition de , on en
deduit :
N
n=0
(A
n
) (A) quand N .
Ce qui montre bien que est une mesure sur T.
Pour montrer que est nie, il sut de remarquer que (E) = T(1
E
) R (noter que 1
E
L
1
).
418
2. En utilisant le theorème de Radon-Nikodym, montrer quil existe g /
+
t.q. T(1
A
) =
_
g1
A
dm
pour tout A T.
corrige
Soit A T t.q. m(A) = 0. On a donc 1
A
= 0 p.p.. On en deduit que (A) = T(1
A
) = 0 (la
fonction 1
A
est un element de la classe de 0 dans L
p
).
La mesure est donc absolument continue par rapport à la mesure m. On peut appliquer le
theorème de Radon-Nikodym (theorème 6.10), il donne lexistence de g /
+
t.q. :
T(1
A
) = (A) =
_
g1
A
dm pour tout A T. (12.105)
3. Montrer que g L
R
(E, T, m) (plus precisement, il existe h L
R
(E, T, m) t.q. h = g p.p.). [On
pourra montrer que |g|
|T|
(L
1
)
en choissisant bien A dans la formule trouvee à la question
precedente.]
corrige
On prend A = g > |T|
(L
1
)
. Si m(A) > 0, on a, avec (12.105), en remarquant que |1
A
|
1
= m(A) :
|T|
(L
1
)
m(A) <
_
g1
A
dm = T(1
A
) |T|
(L
1
)
m(A),
ce qui est impossible. On a donc m(A) = 0, ce qui prouve que g = h p.p. avec h denie par h = g
sur A
c
et h = 0 sur A. Comme h L
, on a donc g L
(au sens il existe h L
R
(E, T, m) t.q.
h = g p.p.).
On a aussi montre que |g|
= |h|
|T|
(L
1
)
.
4. Montrer que T(f) =

_
gfdm pour tout f L
1
R
(E, T, m).
corrige
Grace à (12.105), on a, pour tout f = 1
A
avec A T :
T(f) =
_
gfdm. (12.106)
Par linearite de T (sur L
1
) et par linearite de lintegrale, on en deduit que (12.106) est encore vraie
si f c
+
L
1
(on confond encore f et sa classe).
Puis, si f /
+
L
1
, il existe (f
n
)
nN
c
+
t.q. f
n
f quand n . Comme f L
1
et gf L
1
,
le theorème de convergence dominee donne f
n
f dans L
1
et gf
n
gf dans L
1
quand n
(noter que (f
n
)
nN
est dominee par f et (gf
n
)
nN
est dominee par gf). En ecrivant (12.106) avec
f = f
n
et en faisant n , on en deduit (12.106). Legalite (12.106) est donc vraie pour tout
f /
+
L
1
.
Soit enn f L
1
(on confond f avec lun de ses representants). On ecrit alors (12.106) pour
f = f
+
/
+
L
1
et f = f
/
+
L
1
. En faisant la dierence on en deduit (12.106).
Legalite (12.106) est donc vraie pour tout f L
1
.
419
Corrige 121 (Une demonstration de la dualite L
p
L
q
pour p < 2)
Soit (E, T, m) un espace mesure ni et 1 p < 2. On pose q = p/(p 1) et on note L
r
lespace
L
r
R
(E, T, m) (pour r = p, r = q et r = 2). Soit T (L
p
)
. (Attention aux notations maladroites car T

represente à la fois la tribu sur E et la forme lineaire continue sur L
p
. . . , cette confusion de notations
sera corrigee dans une prochaine version !)
1. On considere dabord le cas o` u m(E) < +.
(a) Montrer que L
2
L
p
2
dans L
p
est continue.
corrige
Cette question est faite dans la proposition 6.8 page 139. En particulier, linegalite (6.12) donne
|f|
p
C|f|
2
pour tout f L
2
avec C ne dependant que de p et m(E). En fait, si m(E) > 0,
le plus petit C possible dans cette inegalite est C = (m(E))
1
p
1
2
(voir la remarque 6.6).

2
t.q. T(f) =
_
fgdm pour tout f L
2
.
corrige
On appelle S la restriction de T a L
2
. La question precedente montre que S est bien deni est
que S (L
2
)
. Comme L
2
est un espace de Hilbert, le theorème de representation de Riesz
(theorème 6.8) donne lexistence (et lunicite) de g L
2
t.q. S(f) = (f/g)
2
=
_
fgdm pour
tout f L
2
. Comme S = T sur L
2
, on a donc bien :
T(f) =
_
fgdm pour tout f L
2
. (12.107)
(c) Montrer que la fonction g, trouvee à la question precedente, appartient à L

q
[distinguer les cas
p > 1 et p = 1. Dans le cas p > 1, on pourra considerer les fonctions f
n
= [g[
(q2)
g1
{|g|n}
.
Dans le cas p = 1, prendre f = sgn(g)1
A
o` u A = [g[ > |T|
(L
p
)
.]
corrige
Dans toute la suite, on posera aussi L
r
= L
r
R
(E, T, m) (pour r = p, r = q et r = 2).
Cas p > 1. Dans ce cas, on a 2 < q < . On confond, comme dhabitude, g avec lun de ses
representants, de sorte que g L
2
. On pose alors f
n
= [g[
(q2)
g1
{|g|n}
. La fonction f
n
est
mesurable (comme produit de fonctions mesurables et bornee, on a donc f
n
L
L
2
L
p
.
On peut donc prendre f = f
n
dans (12.107), on obtient
_
f
n
gdm = T(f
n
) et donc, en notant
B
n
= [g[ n :
_
B
n
[g[
q
dm = T(f
n
) |T|
(L
p
)
|f
n
|
p
.
Comme |f
n
|
p
p
=
_
B
n
[g[
p(q1)
dm =
_
B
n
[g[
q
dm, on en deduit :
(
_
B
n
[g[
q
dm)
1
q
|T|
(L
p
)
. (12.108)
On remarque maintenant que [g[
q
1
B
n
[g[
q
quand n . On peut donc appliquer le theorème
de convergence monotone à la suite ([g[
q
1
B
n
)
nN
, linegalite (12.108) donne alors :
(
_
[g[
q
dm)
1
q
|T|
(L
p
)
.
420
On a donc g L
q
(et g L
q
en confondant g avec sa classe dequivalence dans L
q
) et
|g|
q
|T|
(L
p
)
.
Cas p = 1. Dans ce cas, on a q = . On confond aussi g avec lun de ses representants, de
sorte que g L
2
. On pose maintenant A = [g[ > |T|
(L
1
)
et f = sgn(g)1
A
. La fonction f
est donc etagee et on a f L
L
2
L
1
.
On obtient alors, avec (12.107) :
_
A
[g[dm =
_
fgdm = T(f) |T|
(L
1
)
|f|
1
= |T|
(L
1
)
(m(A)). (12.109)
Or, si m(A) > 0, on a (par la denition de A),
_
A
[g[dm > |T|
(L
1
)
m(A), en contradiction
avec (12.109). On a donc m(A) = 0, ce qui donne g L
(et g L
en confondant g avec sa
classe dequivalence dans L
) et |g|
|T|
(L
1
)
.
(d) Si f L
p
, montrer que f
n
= f1
{|f|n}
L
2
q
t.q. T(f) =
_
fgdm, pour tout f L
p
.
corrige
La fonction g recherchee est, bien s ur, celle trouvee dans les questions precedentes.
Soit f L
p
. On confond f avec lun de ses representants, de sorte que f L
p
. Pour n N,
on pose f
n
= f1
{|f|n}
. La fonction f
n
est donc mesurable (comme produit de fonctions
mesurables) et bornee, donc f
n
L
L
2
. On peut donc prendre f = f
n
dans (12.107), on
obtient :
T(f
n
) =
_
f
n
gdm pour tout n N. (12.110)
Le theorème de convergence dominee dans L
p
(theorème 6.1) donne que f
n
f dans L
p
quand n (la suite (f
n
)
nN
converge bien p.p. vers f et est dominee par [f[ L
p
).
Comme T (L
p
)
, on a donc T(f
n
) T(f) quand n . Dautre part, comme g L
q
, on a
_
f
n
gdm
_
fgdm quand n (en eet, linegalite de Holder donne [
_
f
n
gdm
_
fgdm[
|f
n
f|
p
|g|
q
). On deduit donc de (12.110), quand n , que T(f) =
_
fgdm.

nN
A
n
,
avec An A
n+1
et m(A
n
) < +. On note T
n
= A T, A A
n
, m
n
= m
|
T
n
et L
r
(m
n
) =
L
r
R
(A
n
, T
n
, m
n
) (r = p ou q).
(a) Soit n N. Pour f L
p
(m
n
), on pose T
n
(f) = T(

f) avec

f = f p.p. sur A
n
et

f = 0 p.p.
sur (A
n
)
c
. Montrer que T
n
(L
p
(m
n
))
et quil existe g
n
L
q
(m
n
) t.q. :
T
n
(f) =
_
fg
n
dm
n
, f L
p
(m
n
).
corrige
On a dejà vu que T
n
est une tribu sur A
n
(tribu trace) et que m
n
n
(mesure trace, voir lexercice 2.15 par exemple).
Attention ici aussi à la confusion de notations entre T
n
tribu et T
n
forme lineaire sur L
p
(m
n
).
421
La denition de T
n
est coherente car, si f L
p
(m
n
), on confond f avec lun de ses representants
et la fonction

f est alors p.p. egale à f prolongee par 0 hors de A
n
, qui est bien un element
de L
p
. On a donc

f L
p
(avec la confusion habituelle) et T(

f) est bien deni (il ne depend
du representant choisi dans la classe de f).
On remarque aussi que T
n
est lineaire et que, pour f L
p
(m
n
),
[T
n
(f)[ = [T(

f)[ |T|
(L
p
)
|
f|
L
p = |T|
(L
p
)
|f|
L
p
(m
n
)
.
Donc, T
n
(L
p
(m
n
))
et |T
n
|
(L
p
(m
n
))
|T|
(L
p
)
. Comme m
n
(A
n
) = m(A
n
) < , on peut
alors utiliser la première partie, elle donne quil existe g
n
L
q
(m
n
) t.q. :
T
n
(f) =
_
fg
n
dm
n
, f L
p
(m
n
).
La première partie donne aussi :
|g
n
|
L
q
(m
n
)
|T
n
|
(L
p
(m
n
))
|T|
(L
p
(m))
. (12.111)
On utilise (g
n
)
nN
n
= g
m
p.p. sur A
n
.
corrige
Soit f L
p
= L
p
R
(E, T, m) t.q. f = 0 p.p. sur A
c
n
. On note f
n
la restriction de f à A
n
et f
m
la restriction de f à A
m
. En confondant, comme dhabitude, un element de L
p
avec lun de
ses representants, on a f
n
L
p
(m
n
), f
m
L
p
(m
m
) et T
n
(f
n
) = T
m
(f
m
) = T(f). Donc,
_
f
n
g
n
dm
n
=
_
f
m
g
m
dm
m
.
Comme f
n
= f
m
= f sur A
n
et que m
n
est aussi la restriction de m
m
sur A
n
, on a donc :
_
f
n
(g
n
g
m
)dm
n
= 0.
En prenant f = sign(g
n
g
m
)1
{g
n
=g
m
}
sur A
n
et f = 0 sur A
c
n
(on a ici choisi des representants
pour g
n
et g
m
), on en deduit g
n
= g
m
m
n
-p.p. sur A
n
, cest-à-dire g
n
= g
m
p.p. sur A
n
, car
m
n
est la restriction de m sur A
n
(p.p. est alors pris au sens m-p.p.).

n
sur A
n
.
i. Montrer que g L
q
corrige
Plus precisement, on peut choisir, pour tout n N un representant de g
n
de manière à
avoir g
n
= g
m
sur tout A
n
pour m n. On peut alors denir g : E R par g = g
n
sur
A
n
. La fonction g est mesurable de E dans R (car g
n
est mesurable de A
n
dans R).
Cas p > 1. (cest-à-dire q < ). Dans ce cas, on remarque que h
n
[g[ quand n
avec h
n
deni par h
n
= [g
n
[ sur A
n
et h
n
= 0 sur A
c
n
. Le theorème de convergence
monotone donne alors :
_
[g[
q
dm = lim
n
_
h
q
n
dm = lim
n
_
[g
n
[
q
dm
n
.
422
Comme
_
[g
n
[
q
dm
n
|T|
q
(L
p
)
(daprès 12.111), on en deduit que g L

q
(et |g|
q

|T|
(L
p
)
). Donc, g L
q
(en confondant g avec sa classe).
Cas p = 1. (cest-à-dire q = ). Dans ce cas, on a, par (12.111), |g
n
|
L
(m
n
)
|T|
(L
1
)
pour tout n N. On en deduit que |g|
|T|
(L
1
)
(car g > |T|
(L
1
)
=
nN
g
n
>
|T|
(L
1
)
). Donc, g L
(en confondant g avec sa classe).
ii. Montrer que T(f) =

_
fgdm, pour tout f L
p
.
corrige
Soit f L
p
, on pose f
n
= f1
A
n
. Daprès theorème de convergence domine dans L
p
(theorème 6.1), on a f
n
f dans L
p
quand n . Donc :
T(f
n
) T(f) quand n . (12.112)
Or, T(f
n
) = T
n
(h
n
), o` u h
n
est la restriction de f
n
à A
n
. On remarque alors que
T
n
(h
n
) =
_
g
n
h
n
dm
n
=
_
gf
n
dm.
Comme g L
q
, linegalite de Holder donne que
_
gf
n
dm.
_
gfdm quand n (car
[
_
gf
n
dm.
_
gfdm[ |g|
q
|f
n
f|
p
0 quand n ).
On a donc T(f
n
) = T
n
(h
n
)
_
gfdm quand n , ce qui, avec (12.112) donne T(f) =
_
fgdm.
12.6.4 Convergence faible, faible-, etroite, en loi. . .

Corrige 122
n
)
nN
L
2
= L
2
(E, T, m) et f L
2
t.q. la suite (f
n
)
nN
tende
faiblement vers f dans L
2
, cest-à-dire :
_
f
n
dm
_
fdm pour toute fonction L
2
.
1. Montrer que |f|
2
liminf
n+
|f
n
|
2
.
corrige
Comme f
n
f faiblement vers f dans L
2
(quand n ) et que f L
2
, on a :
_
f
n
fdm
_
f
2
dm = |f|
2
2
quand n .
Linegalite de Cauchy-Schwarz donne
_
f
n
fdm |f
n
|
2
|f|
2
. On en deduit, en faisant tendre n
vers linni :
|f|
2
2
= lim
n
_
f
n
fdm = liminf
n
_
f
n
fdm liminf
n
|f
n
|
2
|f|
2
= |f|
2
liminf
n
|f
n
|
2
,
et donc |f|
2
liminf
n
|f
n
|
2
.
423
2. On suppose de plus que |f
n
|
2
|f|
2
lorsque n +. Montrer que la suite (f
n
)
nN
tend vers f
dans L
2
.
corrige
On remarque que |f
n
f|
2
2
= (f
n
f/f
n
f)
2
= |f
n
|
2
2
+|f|
2
2
2
_
f
n
fdm. On a |f
n
|
2
2
|f|
2
2
et, comme f
n
f faiblement dans L
2
, on a aussi
_
f
n
fdm
_
f
2
dm = |f|
2
2
, quand n . On
en deduit donc que |f
n
f|
2
0 quand n .
Corrige 123 (Convergence faible)

Soit (E, T, m) un espace mesure ni. Pour 1 r , on note L
r
lespace L
r
R
(E, T, m). Soit
1 p < et q = p/(p 1). Soit (f
n
)
nN
L
p
et f L
p
.
1. Montrer que f
n
f faiblement dans L
p
quand n (voir la denition 6.17) si et seulement si
_
f
n
gdm
_
fgdm, g L
q
. (12.113)
corrige
Le cours (theorème de dualite 6.9 page 162) donne que
g
, g L
q
= (L
p
)
, avec
g
deni par
g
(f) =
_
fgdm (pour f L
p
). Ceci donne bien le resultat demande (cest-à-dire : f
n
f
faiblement dans L
p
si et seulement si
g
(f
n
)
g
(f) pour tout g L
q
).
2. Montrer que |f|

p
liminf
n
|f
n
|
p
si f
n
f faiblement dans L
p
, quand n . [Utiliser
(6.48) avec un choix convenable de g.]
corrige
Soient (f
n
)
nN
L
p
et f L
p
t.q. f
n
f faiblement dans L
p
, quand n . On confond f avec
lun de ses representant et on pose g = [f[
p1
sign(f). La fonction est mesurable (comme produit
de fonctions mesurables). On a aussi g L
q
et, comme q(p 1) = p, |g|
q
q
= |f|
p
p
. On en deduit,
par linegalite de Holder :
_
f
n
gdm |f
n
|
p
|g|
q
= |f
n
|
p
(
_
[f[
p
dm)
1
1
p
.
Quand n , on obtient :
_
[f[
p
dm =
_
fgdm = lim
n
_
f
n
gdm liminf
n
|f
n
|
p
(
_
[f[
p
dm)
1
1
p
,
et donc |f|
p
liminf
n
|f
n
|
p
.
On suppose dans les questions suivantes (questions 3 à 7) que:

m(E) < , f
n
f p.p., C t.q. |f
n
|
p
C, n N. (12.114)
3. On suppose, dans cette question, que p > 1.
424
(a) Soit N N et g L
q
t.q. g = 0 p.p. sur E
c
N
avec E
N
=
nN
x E; [f
n
(x) f(x)[ 1.
Montrer que
_
f
n
gdm
_
fgdm, quand n .
corrige
Pour denir E
N
, on a, comme dhabitude, confondu les fonctions f
n
et f avec lun de leurs
representants.
On remarque que g(f
n
f) 0 p.p. et que, pour n N, [g(f
n
f)[ [g[ p.p.. Comme
g L
q
L
1
(car m(E) < ), on peut appliquer le theorème de convergence dominee. Il
donne que g(f
n
f) 0 dans L
1
et donc :
_
gf
n
dm
_
gfdm, quand n .
(b) Montrer que f

n
f faiblement dans L
p
. [Pour g L
q
, introduire g
N
= g1
E
N
.]
corrige
Soit g L
q
(on confond g avec lun de ses representants). On pose g
N
= g1
E
N
avec E
N
=
nN
x E; [f
n
(x) f(x)[ 1. On a alors :
_
f
n
gdm
_
fgdm =
_
f
n
(gg
N
)dm+
_
f
n
g
N
dm
_
fg
N
dm+
_
f(g
N
g)dm. (12.115)
Comme g
N
g p.p. quand N (car f
n
f p.p. quand n ), et que [g
N
[ [g[ p.p.
(pour tout N), on peut appliquer le theorème de convergence dominee dans L
q
(theorème 6.1)
car g L
q
et q < (on a besoin ici de lhypothèse p > 1). Il donne :
g
N
g dans L
q
, quand N . (12.116)
Soit > 0. En utilisant linegalite de Holder, lhypothèse |f
n
|
p
C et (12.116), on peut donc
choisir N t.q. :
[
_
f
n
(g
N
g)dm[ |f
n
|
p
|g
N
g|
q
C|g
N
g|
q
, (12.117)
pour tout n N et :
[
_
f(g
N
g)dm[ |f|
p
|g
N
g|
q
, (12.118)
Puis, N etant xe, la question precedente nous donne que
_
f
n
g
N
dm
_
fg
N
dm quand
n . Il existe donc n() t.q. :
n n() [
_
f
n
g
N
dm
_
fg
N
dm[ . (12.119)
Avec (12.117), (12.118) et (12.119), on deduit alors de (12.115) :
n n() [
_
f
n
gdm
_
fgdm[ 3.
Ce qui prouve bien la convergence faible de f
n
vers f dans L
p
.
425
(c) Donner un exemple avec (E, T, m) = (]0, 1[, B(]0, 1[), ) pour lequel f
n
,f dans L
p
.
corrige
On prend f
n
= n
1
p
1
]0,
1
n
[
. On a |f
n
|
p
= 1, f
n
0 p.p. et f
n
,0 dans L
p
(quand n ).
4. On suppose, dans cette question, que p = 1. Montrer que |f|

1
liminf
n
|f
n
|
1
. Donner un
exemple avec (E, T, m) = (]0, 1[, B(]0, 1[), ) pour lequel f
n
,f faiblement dans L
1
, quand n .
corrige
Le fait que |f|
1
liminf
n
|f
n
|
1
est une consequence immediate du lemme de Fatou, lemme
4.6 (en choisisant des representants pour f
n
et f).
On peut prendre, comme exemple, f
n
= n1
]0,
1
n
[
. On a f
n
0 p.p., |f
n
|
1
= 1 et
_
f
n
dm 1 ,= 0
si = 1
]0,1[
(donc f
n
,0 faiblement dans L
1
, quand n ).
5. On suppose, dans cette question, que p > 1 et on prend 1 r < p. Montrer que f
n
f dans L
r
,
quand n . [On pourra, par exemple, utiliser le theorème de Vitali pour la suite (g
n
)
nN
avec
g
n
= [f
n
f[
r
.]
corrige
On pose g
n
= [f
n
f[
r
. On a g
n
0 p.p. et, pour tout A T, on obtient en utilisant linegalite
de Holder avec les fonctions g
n
et 1
A
et les exposants
p
r
et son conjugue :
_
A
g
n
dm =
_
A
[f
n
f[
r
(
_
A
[f
n
f[
p
dm)
r
p
(m(A))
1
r
p
|f
n
f|
r
p
(m(A))
1
r
p
.
On en deduit, comme |f
n
|
p
C :
_
A
g
n
dm (C +|f|
p
)
r
(m(A))
1
r
p
,
do` u lon deduit que la suite (g
n
)
nN
est equiintegrable. Le theorème de Vitali (theorème 4.8, voir
aussi lexercice 4.30) donne alors que g
n
0 dans L
1
, do` u lon conclut que f
n
f dans L
r
, quand
n .
6. Pour cette question, on retire dans (6.49) lhypothèse m(E) < et on suppose que p > 1. Montrer
que f
n
f faiblement dans L
p
.
corrige
Il sut ici de reprendre la meme demonstration quà la question 3 avec E
N
remplace par

E
N
=
E
N
A
N
o` u (A
n
)
nN
T est t.q.
nN
A
n
= E, A
n+1
A
n
pour tout n N et m(A
n
) < pour
tout n N.
7. Dans cette question, on conserve lhypothèse (6.49) mais on ne suppose plus que f L
p
. Montrer
que f appartient necessairement à L
p
.
426
corrige
Le fait que f L
p
est une consequence immediate du lemme de Fatou (applique à la suite
([f
n
[
p
)
nN
).
8. On prend maintenant (E, T, m) = (]0, 1[, B(]0, 1[), ) et on denit f

n
, pour n N par f
n
= 1 p.p.
sur ]2k/n, (2k + 1)/n[ pour k N, (2k + 1)/n 1 et f
n
= 1 p.p. sur ]2k 1/n, 2k/n[ pour
k N
, 2k/n 1. Montrer que f

n
0 faiblement dans L
p
, pour tout 1 p < . [On pourra, par
exemple, utiliser la densite de C([0, 1], R) dans L
1
.]
corrige
On se limite à n pair (la demonstration pour n impair est similaire).
On prend dabord C([0, 1], R). On a alors :
_
f
n
d =
n
2
1
k=0
_ 2k+1
n
2k
n
((x) (x +
1
n
))dx.
On en deduit :
[
_
f
n
d[
_
1
1
n
0
[(x) (x +
1
n
)[dx 0 quand n . (12.120)
Soit maintenant L
1
. Soit > 0. Il existe C([0, 1], R) t.q. | |
1
. On a alors :
[
_
f
n
d[ [
_
f
n
d[ +[
_
f
n
( )d[ [
_
1
0
f
n
d[ +.
Comme C([0, 1], R), on peut utiliser (12.120) (avec au lieu de ). Il existe donc n() t.q.
[
_
1
0
f
n
d[ pour n n(), et donc :
n n() [
_
f
n
d[ 2,
ce qui donne bien
_
f
n
d 0, quand n , pour tout L
1
.
On en deduit bien que f
n
0 faiblement dans L
p
pour tout 1 p < en utilisant la question 1
et le fait que L
q
L
1
pour tout q 1.
Corrige 124 (Convergence faible et non linearite)

p
lespace L
p
R
(]0, 1[, B(]0, 1[), )
et par L
p
lespace L
p
R
(]0, 1[, B(]0, 1[), ).
1. (Unicite de la limite faible). Soit (u
n
)
nN
L
1
et u, v L
1
. On suppose que u
n
u faiblement
dans L
1
, quand n , (cest-à-dire que T(u
n
) T(u) pour toute application T lineaire continue
de L
1
dans R) et que u
n
v faiblement dans L
1
.
427
(a) Montrer que
_
(u v)d = 0, pour tout L
.
corrige
Soit L
. On sait que lapplication w

_
wd est une application T lineaire continue
de L
1
dans R (voir la section 6.3). On a donc, quand n :
_
u
n
d
_
ud et
_
u
n
d
_
vd.
On en deduit bien que
_
ud =
_
vd cest-à-dire
_
(u v)d = 0.
(b) Montrer que u = v p.p.. [Choisir convenablement dans legalite prececente.]

corrige
On choisit des representants de u et v et on prend = sign(u v)1u ,= v. La fonction est
mesurable (et meme etagee) et bornee, donc L
(ou L
avec la confusion habituelle).

Ce choix de dans la question precedente donne alors |u v|
1
= 0 et donc u = v p.p..
2. (Convergence forte contre convergence faible) Soit (v

n
)
nN
L
et v L
. On suppose quil
existe C > 0 t.q. |v
n
|
C pour tout n N et que v

n
v p.p., quand n .
(a) Montrer que v
n
v dans L
p
, quand n , pour tout 1 p < .
corrige
Ceci est une consequence immediate du theorème de convergence dominee dans L
p
(pour
1 p < , theorème 6.1). En eet, on a v
n
v p.p., [v
n
[ C1
]0,1[
p.p. (pour tout n N)
et la fonction C1
]0,1[
appartient à L
p
.
(b) Donner un exemple pour lequel v

n
,v dans L
.
corrige
Il sut de prendre v
n
= 1
]0,
1
n
[
(plus precisement, v
n
est lelement de L
donc 1
]0,
1
n
[
est lun
des representants) et v = 0. On a (v
n
)
nN
L
, |v
n
|
= 1, pour tout n N, v
n
0 p.p.
et v
n
,0 dans L
(quand n ),
(c) Soit (u
n
)
nN
L
1
et u L
1
. On suppose que |u
n
|
C pour tout n N et que u

n
u
faiblement dans L
1
_
u
n
v
n
d
_
uvd, quand n . [Ecrire
v
n
= v + (v
n
v).]
corrige
On remarque que
_
u
n
v
n
d =
_
u
n
vd +
_
u
n
(v
n
v)d. (12.121)
Comme u
n
u faiblement dans L
1
, on a
_
u
n
vd
_
uvd, quand n .
Le deuxième terme de (12.121) tends vers 0 car [
_
u
n
(v
n
v)d[ |u
n
|
|v
n
v|
1
C|v
n
v|
1
0, quand n , car on a montre precedemment que v
n
v dans L
1
.
428
On en deduit bien que
_
u
n
v
n
d
_
uvd, quand n .
On se donne maintenant une fonction C(R, R).

3. Soit u L
. Montrer que u L
.
corrige
Comme C(R, R), est borelienne (cest-à-dire mesurable de R dans R, R etant muni
de la tribu de Borel). On en deduit que u est mesurable comme composee de fonctions
mesurables.
On note M = max[(s)[, [s[ |u|
. On a M < (car est continue sur le compact

[|u|
, |u|
]) et [ u[ M p.p. car [u[ |u|
p.p.. On en deduit que u L
et
| u|
M.
4. Soit u L
et v, w u. Montrer que h L
; h = v p.p. = h L
; h = w p.p..
corrige
On a v = w p.p. et donc v = w p.p., puisque, pour x ]0, 1[. u(x) = v(x) implique
(u(x)) = (v(x)).
Si h : ]0, 1[R, on a donc :
h = u p.p. h = v p.p. ,
ce qui donne bien h L
; h = v p.p. = h L
; h = w p.p..
Grace aux 2 questions precedentes, pour u L
, on pose, si v u :
(u) = h L
; h = v p.p., de sorte que (u) L
.
On se donne maintenant (u
n
)
nN
L
. On suppose quil existe C > 0 t.q. |u

n
|
C pour tout
n N et quil existe u L
1
et f : ]0, 1[R t.q. :
u
n
u faiblement dans L
1
, quand n ,
(u
n
) f p.p., quand n .
Le but de lexercice est de comparer f et (u).
5. Montrer que [
_
u1
A
d[ C(A) pour tout A B(]0, 1[). Montrer que u L
que |u|
C.
corrige
Soit A B(]0, 1[). De lhypothèse |u
n
|
C, on deduit :
[
_
u
n
1
A
d[ |u
n
|
|1
A
|
1
C(A). (12.122)
429
Comme u
n
u faiblement dans L
1
quand n , on a
_
u
n
1
A
d
_
u1
A
d quand n . On
deduit donc de (12.122), quand n :
[
_
u1
A
d[ C(A). (12.123)
On choisit alors un representant de u et on prend dans (12.123), A = A
+
= u > C. Si (A
+
) > 0,
on a
_
u1
A
+
d > C(A
+
), en contradiction avec (12.123). Ce qui prouve que (A
+
) = 0.
On prend ensuite A = A
= u < C. Si (A
) > 0, on a [
_
u1
A
d[ =
_
(u)1
A
d > C(A
),
en contradiction avec (12.123). Ce qui prouve que (A
) = 0.
On a donc ([u[ > C) = (A
+
) +(A
) = 0. Ce qui donne u L
et |u|
C.
6. On suppose, dans cette question, que est ane (cest-à-dire quil existe , R t.q. (s) = s+
pour tout s R). Montrer que f = (u) p.p.. [Utiliser, en particulier, la question 1.]
corrige
On rappelle dabord (voir la section 6.3) que si (w
n
)
nN
L
1
et w L
1
, la suite (w
n
)
nN
tends
vers w faiblement dans L
1
(quand n ) si et seulement
_
w
n
d
_
wd pour tout L
.
Soit L
, on a
_
(u
n
)d =
_
(u
n
+)d =
_
u
n
d+
_
d. Comme u
n
u faiblement
dans L
1
, on en deduit que
_
(u
n
)d
_
ud +
_
d =
_
(u)d (quand n ). Ceci
montre que (u
n
) (u) faiblement dans L
1
quand n .
On utilse maintenant le fait que (u
n
) f p.p.. En notant M = max[(s)[, [s[ C, on a M <
et [(u
n
)[ M p.p. (car [u
n
[ C p.p.) pour tout n N. On peut donc appliquer le theorème de
convergence dominee (car les fonctions constantes sont integrables, sur (]0, 1[, B(]0, 1[), )). Il donne
f L
1
et (u
n
) f dans L
1
quand n . On en deduit alors aussi que (u
n
) f faiblement
dans L
1
quand n (il sut de remarquer que [
_
(u
n
)d
_
fd[ |(u
n
)f|
1
||
0,
quand n , pour tout L
).
Par la question 1 (unicite de la limite faible), on peut donc conclure que f = (u) p.p..
7. On suppose, dans cette question, que est injective. Montrer quil existe v L
t.q. u
n
v p.p.
quand n . En deduire que v = u et f = (u) p.p..
corrige
Pour chaque n N, on choisit un representant de u
n
, encore note u
n
. Comme [u
n
[ C p.p. (pour
tout n N) et (u
n
) f p.p., il existe A B(]0, 1[) t.q. (A) = 0, [u
n
(x)[ C, pour tout x A
c
et tout n N, et (u
n
(x)) f(x), quand n , pour tout x A
c
.
Soit x A
c
. La suite (u
n
(x))
nN
est incluse dans le compact [C, C]. Soit a une valeur dadherence
de cette suite (cest-à-dire la limite dune sous suite convergente). Par continuite de , (a) est
alors une valeur dadherence de de la suite ((u
n
(x)))
nN
. Or, la suite ((u
n
(x)))
nN
converge vers
f(x). Donc, (a) = f(x). Comme est injective, ceci montre que la suite (u
n
(x))
nN
na quune
seule valeur dadherence et donc quelle est convergente (on rappelle quune suite dans un compact,
qui na quune seule valeur dadherence, est convergente). On pose alors v(x) = lim
n
u
n
(x).
430
On a ainsi deni v p.p. (car (A) = 0), et on a u
n
v p.p.. On a aussi obtenu que (v) = f p.p.
(car (v(x)) = f(x) pour tout x A
c
).
Comme [u
n
[ C p.p. (pour tout n), le theorème de convergence dominee donne que u
n
v dans
L
1
(quand n ). On en deduit, comme à la question precedente, que u
n
v faiblement dans
L
1
. La question 1 (unicite de la limite faible) donne alors u = v p.p..
Enn, on a dejà montre que (v) = f p.p. et donc (u) = f p.p..
8. (Astuce de Minty) On suppose, dans cette question, que est croissante.

(a) Soit v L
. Montrer que
_
(f (v))(uv)d 0. [Utiliser la croissance de et la question
2 (c).]
corrige
Soit v L
. Comme est croissante, on a ((u

n
) (v))(u
n
v) 0 p.p. et donc
_
((u
n
) (v))(u
n
v)d 0.
On remarque maintenant que :
((u
n
) (v)) (f (v)) p.p. (quand n ) et |(u
n
) (v)|
M
1
+M
2
(pour
tout n) avec M
1
= max[(s)[, [s[ C et M
2
= max[(s)[, [s[ |v|
(pour tout n).

(u
n
v) (u v) faiblement dans L
1
(quand n ) et |u
n
v|
C +|v|
.
On peut utiliser la question 2 (c) et en deduire que
_
((u
n
) (v))(u
n
v)d
_
(f
(v))(u v)d quand n et donc :
_
(f (v))(u v)d 0.
(b) Soit w L
. Montrer que
_
(f (u))wd 0. [Utiliser la question precedente avec
v = u + (1/n)w.]
corrige
La question precedente avec v = u + (1/n)w donne :
_
(f (u +
1
n
w))wd 0.
Comme est continue, on a (u+
1
n
w) (u) p.p. quand n . On a aussi [(u+
1
n
w)[ M
p.p., pour tout n N, avec M = max[(s)[, [s[ |u|
+|w|
. Le theorème de convergence
dominee donne alors (f (u +
1
n
w)) (f (u)) dans L
1
, quand n , et donc, comme
w L
:
_
(f (u +
1
n
w))wd
_
(f (u))wd.
On en deduit que
_
(f (u))wd 0.
431
(c) Montrer que f = (u) p.p..
corrige
On choisit des representants de f et (u) et on pose w = sign(f (u))1
{f=(u)}
. La question
precedente donne alors, avec ce choix de w, |f (u)|
1
= 0 et donc f = (u) p.p..
9. On denit u
n
, pour n N, par u
n
= 1 p.p. sur ]2k/2n, (2k + 1)/2n[ pour k 0, . . . , n 1, et
u
n
= 1 p.p. sur ]2k 1/2n, 2k/2n[ pour k 1, . . . , n.
(a) Montrer que
_
u
n
d 0, quand n , pour tout C([0, 1], R).
corrige
Cette question et la suivante ont dejà faites dans le corrige 123. On reprend la meme demon-
stration.
Soit C([0, 1], R). On a :
_
u
n
d =
n1
k=0
_ k
n
+
1
2n
k
n
((x) (x +
1
2n
))dx.
On en deduit, grace à la continuite uniforme de :
[
_
u
n
d[
_
1
1
2
n
0
[(x) (x +
1
2n
)[dx 0 quand n . (12.124)
(b) Montrer que u

n
0 faiblement dans L
1
, quand n . [On pourra, par exemple, utiliser la
densite de C([0, 1], R) dans L
1
.] Montrer que u
n
,0 dans L
1
, quand n .
corrige
Soit L
1
. Soit > 0. Il existe C([0, 1], R) t.q. | |
1
. On a alors :
[
_
u
n
d[ [
_
u
n
d[ +[
_
u
n
( )d[ [
_
1
0
u
n
d[ +.
Comme C([0, 1], R), on peut utiliser la question precedente. Il existe donc n() t.q.
[
_
1
0
u
n
d[ pour n n(), et donc :
n n() [
_
u
n
d[ 2.
Ceci donne que
_
u
n
d 0, quand n , pour tout L
1
.
On en deduit bien que u
n
0 faiblement dans L
1
car L
L
1
.
Dautre part, u
n
,0 dans L
1
, quand n , car |u
n
|
1
= 1 pour tout n N.
432
(c) Donner un exemple de fonction C(R, R) pour lequel (u
n
) f p.p. et f ,= (0) p.p.. (et
donc nest pas croissante et nest pas injective).
corrige
Il sut de prendre (s) = s
2
pour tout s R. On a alors (u
n
) = 1 p.p. pour tout n N et
donc (u
n
) f p.p. avec f = 1 p.p. alors que (0) = 0 p.p..
(d) Donner un exemple de fonction C(R, R) croissante pour lequel (u

n
) f p.p. (et donc
f = (0) p.p., par la question 8, et est non injective, par les questions 7 et 9 (b)).
corrige
Il sut de prendre (s) = 0 pour tout s R. On a alors (u
n
) = 0 p.p. pour tout n N et
donc (u
n
) f p.p. avec f = (0) = 0 p.p..
Corrige 125 (Convergence etroite de mesures)

Soit (m
n
)
nN
une suite de mesures nies sur B(R) (on rappelle que m
n
nie signie que m
n
(R) < )
et m une mesure nie sur B(R). On rappelle que C
b
(R, R) L
1
R
(R, B(R), m
n
), pour tout n N, et que
C
b
(R, R) L
1
R
(R, B(R), m).
On suppose que :
_
gdm
n

_
gdm, pour tout g C
b
(R, R).
Soit f C(R, R). On ne suppose pas que f est bornee, mais on suppose que f L
1
R
(R, B(R), m
n
) pour
tout n N.
1. On pose = sup
nN
m
n
(R). Montrer que < .
corrige
La fonction constante et egale à 1 appartient à C
b
(R, R). Lhypothèse donne donc m
n
(R) m(R),
quand n . La suite (m
n
(R))
nN
est donc bornee (car convergente dans R). Ce qui donne
< .
2. On suppose, dans cette question, que :

= sup
nN
_
[f[
2
dm
n
< .
(a) Soit une fonction continue de R dans R, à support compact et t.q. 0 (x) 1 pour tout
x R. Montrer quil existe C R, ne dependant que de et (denis ci dessus), t.q. :
_
[f[dm C.
corrige
En utilisant linegalite de Cauchy-Schwarz, on a :
_
[f[dm
n
(
_
f
2
dm
n
)
1
2
(
_

2
dm
n
)
1
2

1
2
m
n
(R)
1
2
()
1
2
.
433
Comme [f[ C
c
(R, R) C
b
(R, R), lhypothèse donne
_
[f[dm = lim
n
_
[f[dm
n
. On
deduit donc de la majoration precedente que
_
[f[dm ()
1
2
.
(b) Montrer que f L

1
R
(R, B(R), m).
corrige
On denit
1
en posant :
1
(x) = 1, si 0 x 1,
1
(x) = 2 x, si 1 < x 2,
1
(x) = 0, si 2 < x,
1
(x) =
1
(x), si x < 0.
Puis, pour p 2,
p
(x) =
1
(
x
p
) pour x R.
La question precedente donne
_
[f[
p
dm ()
1
2
pour tout p 1. Comme la suite (
p
)
p1
converge simplement et en croissant vers la fonction constante egale à 1, le theorème de con-
vergence monotone donne que
_
[f[dm ()
1
2
et donc que f L
1
R
(R, B(R), m).
(c) Montrer que

_
fdm
n

_
fdm, quand n .
corrige
On utilise encore la suite (
p
)
p1
denie à la question precedente et on remarque que, pour
tout p 1,
[
_
fdm
n
_
fdm[
_
[f[(1
p
)dm
n
+
_
[f[(1
p
)dm
+[
_
f
p
dm
n
_
f
p
dm[.
(12.125)
Soit > 0. Pour tout p 1, on a [f[(1
p
) [f[ p.p.. Comme (1
p
) 0 p.p.
et f L
1
R
(R, B(R), m), on peut appliquer le theorème de convergence dominee. Il donne
_
[f[(1
p
)dm 0 quand p . Il existe donc p
0
1 t.q.
p p
0

_
[f[(1
p
)dm .
En utilisant encore le theorème de convergence dominee (les constantes etant integrables pour
la mesure m), il existe aussi p
1
1 t.q.
p p
1

_
(1
p
)dm <
2
.
On choisit maintenant p = max(p
0
, p
1
). Comme (1
p
) C
b
(R, R), on a donc
_
(1
p
)dm
n

_
(1
p
)dm quand n . Il existe donc n
0
t.q.
n n
0

_
(1
p
)dm
n
<
2
.
En utilisant linegalite de Cauchy-Schwarz et le fait que (1
p
)
2
(1
p
), on en deduit,
pour n n
0
,
_
[f[(1
p
)dm
n

1
2
(
_
(1
p
)dm
n
)
1
2
.
434
Enn, comme f
p
C
b
(R, R), on a
_
f
p
dm
n

_
f
p
dm quand n . Il existe donc n
1
t.q.
n n
1
[
_
f
p
dm
n
_
f
p
dm[ .
Finalement, avec ce choix de p = max(p
0
, p
1
), on deduit donc de (12.125) que
n max(n
0
, n
1
) [
_
fdm
n
_
fdm[ 3.
Ceci prouve bien que
_
fdm
n

_
fdm, quand n .
3. On ne suppose plus que sup

nN
_
[f[
2
dm
n
< .
Montrer (en choississant convenablement (m
n
)
nN
, m et f) que lon peut avoir f , L
1
R
(R, B(R), m).
corrige
On peut prendre, par exemple, m
0
= 0 et, pour n 1, m
n
=
n
p=1
1
p
2
p
(o` u
p
est la masse de Dirac en
p). On prend f denie par f(x) = x pour tout x R. Les hypothèses sur la suite (m
n
)
nN
et m sont
bien veriees avec m =
p=1
1
p
2
p
.
On a bien f L
2
R
(R, B(R), m
n
) L
1
R
(R, B(R), m
n
) pour tout n N mais f , L
1
R
(R, B(R), m).
Corrige 126 (Convergence faible et convexite)

Dans cet exercice (E, T, m) est un espace mesure et on suppose que la mesure m est nie.. Pour tout
1 r , on note L
r
lespace L
r
(E, T, m) (et L
r
lespace L
r
(E, T, m)). Soit 1 p < , (u
n
)
nN
une
suite bornee de L
p
et u L
p
t.q. u
n
u faiblement dans L
p
quand n (on rappelle que ceci signie
T(u
n
) T(u), quand n , pour tout T dans (L
p
)
, cest-à-dire dans le dual topologique de L

p
).
1. On pose r = p/(p 1) si p > 1 et r = , si p = 1. Montrer que, pour tout v L
r
:
_
u
n
vdm
_
uvdm.
corrige
Soit v L
r
. Pour tout w L
p
, on pose T(w) =
_
wvdm. Comme cela a ete vu en cours, linegalite
de Holder (proposition 6.9) donne que T (L
p
)
, on a donc T(u) = lim

n
T(u
n
).
Soit C
1
(R, R). On suppose que est strictement convexe (ce qui est equivalent à dire que
est strictement croissante).

2. Soit a R. Pour x R, on pose h
a
(x) = (x) (a)
(a)(x a).
(a) Montrer que h
a
(x) > 0 si x ,= a.
corrige
Soit x ,= a. Le theorème des accroissements nis donne quil existe y ]a, x[, si x > a, ou
y ]x, a[, si x < a, t.q. (x)(a) =
(y)(xa). On a donc h
a
(x) = (
(y)
(a))(xa) > 0.
435
(b) Montrer que h
a
est decroissante sur ] , a[ et croissante sur ]a, (.
corrige
La fonction h
a
est de classe C
1
et, pour tout x R, on a h
a
(x) =
(x)
(a). on a donc
h
a
(x) < 0 si x < a et h
a
(x) > 0 si x > a.
Soit 1 q < . On suppose maintenant que la suite ((u

n
))
nN
est bornee dans L
q
et quelle
converge faiblement dans L
q
, quand n , vers une (classe de) fonction(s) L
q
.
Precision de notation : On choisit un representant pour u
n
. On designe alors par (u
n
) la fonction
(de E dans R) x (u
n
(x)). Cette fonction est supposee etre dans L
q
et on lidentie, comme
dhabitude, avec lelement de L
q
quelle represente.
Pour n N, on pose f
n
= [(u
n
) (u)
(u)(u
n
u)].
Precision de notation : Ici aussi, pour denir f
n
, on choisit un representant pour u. On designe
alors par (u) et
(u) les fonctions x (u(x)) et x
(u(x)).
3. Soit k R
+
et B T t.q. m(B) < . On pose A
k
= [u[ k (cest-à-dire A
k
= x E t.q.
[u(x)[ k.
Montrer que
_
f
n
1
A
k
1
B
dm
_
( (u))1
A
k
1
B
dm, quand n .
corrige
la fonction
est continue sur R. Elle est donc bornee sur [k, k]. On en deduit que
(u)1
A
k
L
.
Comme m(B) < , on a donc
(u)1
A
k
1
B
L
r
pour tout r [1, ] en en particulier si r est le
conjugue de p (cest-à-dire r = p/(p 1) si p > 1 et r = , si p = 1). La question 1 donne donc :
_

(u)1
A
k
1
B
(u
n
u)dm 0, quand n .
Puis, comme (u
n
) faiblement dans L
q
et que 1
A
k
1
B
L
r
o` u r est maintenant le conjugue de
q, on a aussi :
_
(u
n
)1
A
k
1
B
dm
_
1
A
k
1
B
dm, quand n .
Enn, on remarque que (u)1
A
k
1
B
L
1
(car m(B) < et bornee sur [k, k]). Ce qui donne
nalement que f
n
1
A
k
1
B
L
1
pour tout n N et que
_
f
n
1
A
k
1
B
dm
_
((u))1
A
k
1
B
dm, quand
n .
4. Montrer (u) p.p.. [Utiliser les questions 2(a) et 3.]

corrige
La question 2(a) donne que f
n
0 p.p.. On a donc, grace à la question 3, avec les notations de la
question 3 :
_
( (u))1
A
k
1
B
dm 0, (12.126)
pour tout k R
+
et tout B T t.q. m(B) < .
On va deduire de (12.126) que (u) p.p.. Pour cela, On choisit des representants de u et et
on pose N = (u) < 0 = x E; (x) (u(x)) < 0.
436
Comme m est nie, il existe une suite (E
p
)
pN
T t.q. E =
pN
E
p
, m(E
p
) < et E
p

E
p+1
pour tout p N
. Comme u prend ses valeurs dans R, on a donc aussi E =

pN
(E
p
A
p
)
et nalement N =
pN
N
p
, avec N
p
= N E
p
A
p
.
Soit p N
, on prend k = p et B = E
p
N dans (12.126), de sorte que A
k
B = A
p
E
p
N = N
p
.
Comme (u) < 0 sur N
p
, on obtient que ( (u))1
N
p
= 0 p.p. et donc m(N
p
) = 0. Comme
N =
pN
N
p
, on a nalement m(N) = 0 et donc (u) p.p..
On suppose maintenant que = (u) p.p..

5. Soit B T t.q. m(B) < , k R
+
et A
k
= [u[ k. Montrer que (f
n
)
nN
admet une sous suite
convergeant p.p. vers 0 sur A
k
B.
corrige
La question 2(a) donne f
n
0 p.p. (pour tout n) et la question 3 donne que f
n
1
A
k
B
= f
n
1
A
k
1
B

L
1
et |f
n
1
A
k
1
B
|
1
=
_
f
n
1
A
k
1
B
dm 0, quand n . Daprès la reciproque partielle de conver-
gence dominee (theorème 4.7), la suite (f
n
1
A
k
1
B
)
nN
admet donc une sous suite convergeant p.p.
vers 0. Autrement dit, il existe une application strictement croissante de N dans N t.q. (f
(n)
)
nN
converge p.p. vers 0 sur A
k
B.
6. (Question plus dicile.) Montrer que (f

n
)
nN
admet une sous suite convergeant p.p. vers 0 sur E.
[Utiliser le fait que la mesure m est nie et un procede diagonal.]
corrige
On reprend la suite (E
p
)
pN
introduite à la question 4 (cest-à-dire (E
p
)
pN
T t.q. E =
pN
E
p
,
m(E
p
) < et E
p
E
p+1
pour tout p N
).
La question 5 donne que pour tout p N
, la suite (f
n
)
nN
admet une sous suite convergeant p.p.
vers 0 sur A
p
E
p
. Plus precisement, le raisonnement de la question 5 donne que de toute sous suite
de la suite (f
n
)
nN
on peut extraire une sous suite convergeant p.p. vers 0 sur A
p
E
p
. Comme
E =
pN
(A
p
E
p
), le procede diagonal va nous permettre ci après de construire une sous suite
de la suite (f
n
)
nN
convergeant p.p. vers 0 sur E.
Dans une première epape, on montre, par recurrence, lexistence dune suite dapplications stricte-
ment croissantes (
p
)
pN
de N dans N t.q., pour tout p N
, la suite (f
1
...
p
(n))
nN
converge
p.p. vers 0 sur A
p
E
p
.
Lexistence de
1
decoule de de la question 5 avec k = 1 et B = E
1
. Puis, pour p 1, en supposant
1
, . . . ,
p
construits, on utilise le raisonnement de la question 5 avec la suite (f
1
...
p
(n)
)
nN
,
k = p + 1 et B = E
p+1
. On obtient lexistence dune application srtictement croissante
p+1
de N
dans N t.q. la suite (f
1
...
p+1
(n))
nN
p+1
E
p+1
. Ce qui termine la
recurrence.
La deuxième etape consiste à denir de N dans N en posant
(n) =
1
. . .
n
(n), pour n N.
La fonction est strictement croissante de N dans N et on va montrer que la suite (f
(n)
)
nN
converge p.p. vers 0 (sur E). En eet, soit p N
. Pour n > p, on a :
(n) =
1
. . .
p
(
p+1
. . .
n
(n)).
437
La suite (f
(n)
)
nN
est donc extraite, à partir de n = p, de la suite (f
1
...
p
(n)
)
nN
. Ceci prouve
que (f
(n)
)
nN
p
E
p
. Comme E =
pN
(A
p
E
p
), on en deduit bien
que la suite (f
(n)
)
nN
converge p.p. vers 0 (sur E).
7. Soit x E t.q. f
n
(x) 0, montrer que u
n
(x) u(x). [Soit b R, limite dune sous suite de la
suite (u
n
(x))
nN
. Utiliser la question 2 pour montrer que b = u(x).]
corrige
Le point x est ici xe. On pose a = u(x). On remarque alors que f
n
(x) = h
a
(u
n
(x)) (avec h
a
deni
à la question 2).
Si la suite (u
n
(x))
nN
est non bornee, il existe une sous suite, encore notee (u
n
(x))
nN
, t.q. u
n
(x) ,
[a1, a+1] (on peut meme supposer que lim
n
[u
n
(x)[ = ). On a donc, grace à la question 2 :
f
n
(x) = h
a
(u
n
(x)) min(h
a
(a + 1), h
a
(a 1)) > 0,
en contradiction avec lim
n
f
n
(x) = 0. La suite (u
n
(x))
nN
est donc bornee.
Si b est une valeur dadherence de la suite (u
n
(x))
nN
, il existe une sous suite de la suite (u
n
(x))
nN
,
encore notee (u
n
(x))
nN
, t.q. b = lim
n
u
n
(x). On a donc lim
n
f
n
(x) = h
a
(b). Comme
lim
n
f
n
(x) = 0, la question 2(a) donne b = a. On a ainsi montre que u(x) est la seule valeur
dadherence de la suite bornee (u
n
(x))
nN
, ce qui prouve que u(x) = lim
n
u
n
(x).
8. Montrer que (u
n
)
nN
admet une sous suite convergeant p.p. vers u.
corrige
La question 6 montre que la suite (f
n
)
nN
admet une sous suite convergeant p.p. vers 0. Il existe
donc strictement croissante de N dans N t.q. la suite (f
(n)
)
nN
converge p.p. vers 0. Le
raisonnement de la question 7 montre que
x E, lim
n
f
(n)
(x) = 0 lim
n
u
n
(x) = u(x).
On en deduit que (u
(n)
)
nN
converge p.p. vers u.
9. On suppose ici que p > 1. Montrer que u

n
1
B
u1
B
dans L
r
pour tout r [1, p[ et tout B T
t.q. m(B) < . [Utiliser lexercice 6.18.]
corrige
On raisonne par labsurde. On suppose quil existe r [1, p[ et B T t.q. m(B) < et
u
n
1
B
, u1
B
dans L
r
. Il existe alors > 0 et une sous suite de la suite (u
n
)
nN
, notee (u
g(n)
)
nN
(avec g strictement croissante de N dans N), t.q.
n N |u
g(n)
1
B
u1
B
|
r
. (12.127)
La suite (u
g(n)
)
nN
verie les memes proprietes que la suite (u
n
)
nN
. Par la question 8, on peut donc
extraire de (u
g(n)
)
nN
une sous suite convergeant p.p. vers u. Cette sous suite, notee (u
g(n)
)
nN
(avec strictement croissante de N dans N), etant bornee dans L
p
, lexercice 6.18 (corrige 105 page
396) donne que u
g(n)
)1
B
u1
B
dans L
r
, en contradiction avec (12.127).
438
10. En prenant (E, T, m) = (R, B(R), ) et (s) = s
2
, donner un exemple pour lequel u
n
,u p.p. sur
E (toutefois, daprès la question 8, (u
n
)
nN
admet une sous suite convergeant p.p. vers u).
corrige
Il sut de reprendre lexemple vu en cours pour montrer que la convergence L
1
nentrane pas la
convergence p.p.
Pour n N, il existe un unique m N
t.q. n
m(m1)
2
, . . . ,
m(m+1)
2
1 et on a :
n =
m(m1)
2
+k avec k 0, . . . m1.
On prend alors u
n
= 1
]
k
m
,
k+1
m
]
.
On remarque que |u
n
|
p
p
=
1
m
pour n
m(m1)
2
, . . . ,
m(m+1)
2
1 et donc u
n
0 dans L
p
quand
n . Comme (u
n
) = u
n
, on a aussi (u
n
) 0 dans L
q
quand n (et donc = (u)).
Enn, pour cet exemple, u
n
,0 p.p.
Corrige 127 (Produit de convergences faibles)

Soit (E, T, m) un espace mesure ni. Pour p [1, ], on note L
p
lespace L
p
R
(E, T, m).
Soit , > 0. Pour a R
+
, on denit
a
de R
+
dans R par
a
(t) = (t
)(t
).
1. Soit a R
+
. Montrer que
a
(t) > 0 pour tout t R
+
, t ,= a.
Soit (f
n
)
nN
une suite de fonctions positives appartenant à L
et l
, l
, l
+
L
. On suppose
que la suite (f
n
)
nN
est bornee dans L
et que f
n
l
faiblement dans L
, quand n ,
pour = , = et = +.
On rappelle que f
n
l
faiblement dans L
signie que
_
f
n
dm
_
l
dm, quand n ,
pour tout L
1
.
2. Soit L
1
t.q. 0 p.p.. Montrer que
_
l
a
dm 0.
3. Montrer que l
0 p.p..
4. Montrer que l
+
l
p.p.. [On pourra utiliser

a
(t) 0 avec t = f
n
(x) et a = (l
(x))
1
.]
5. On suppose maintenant que l
+
= l
p.p.. On pose f = l
1
et g
n
= (f
n
f
)(f
n
f
).
(a) Montrer que g
n
0 dans L
1
, quand n .
(b) Montrer quil existe : N N strictement croissante t.q. g
(n)
0 p.p., quand n .
Montrer que f
(n)
f p.p., quand n . [Utiliser la question 1.]
(c) Montrer que f
n
f dans L
q
, quand n , pour tout q [1, [.
corrige
En attente. . .
Corrige 128 (Conv. etroite et conv. des mesures des intervalles)

439
Soit (m
n
)
nN
une suite de mesures sur B(R) et m une mesure sur B(R). On suppose que m
n
m
etroitement, quand n , et que m est diuse (cest-à-dire que m(x) = 0 pour tout x R). Soit I
un intervalle de R, montrer que m
n
(I) m(I) quand n . Montrer (en donnant un contre-exemple)
que cette propriete peut etre fausse si m nest pas diuse.
corrige
On remarque tout dabord que m
n
(I) m(I) si I = R, car
_
1
R
dm
n

_
1
R
dm.
Soit maintenant a R, on va montrer que m
n
(I) m(I) si I =] , a] ou I =] , a]. Pour cela, on
denit, pour p N
,
p
,
p
C
b
(R, R) en posant :
p
(x) = 1 si x a
1
p
,
p
(x) = p(x a) si a
1
p
< x < a,
p
(x) = 0 si a x,
p
(x) =
p
(x
1
p
) pour tout x R.
Comme
p
1
I

p
on a
_

p
dm
n
m
n
(I)
_

p
dm
n
pour tout p, n N. En passant à la limite
quand n , on a donc, pour tout p R :
_

p
dm liminf
n
m
n
(I) limsup
n
m
n
(I)
_

p
dm.
Le theorème de convergence dominee donne lim
p
_

p
dm = m(] , a[) et lim
p
_

p
dm = m(]
, a]). On en deduit :
m(] , a[) liminf
n
m
n
(I) limsup
n
m
n
(I) m(] , a]).
Comme m(] , a]) = m(] , a[) + m(a) = m(] , a[) = m(I), on a, nalement, m(I)
liminf
n
m
n
(I) limsup
n
m
n
(I) m(I), cest-à-dire lim
n
m
n
(I) = m(I).
En ecrivant que m
n
(J) = m(R) m(J
c
), il est facile de voir que lon a aussi m
n
(J) m(J) pour tout
intervalle J de la forme [a, +[ ou ]a, +[. Enn, si a, b R, a < b, un intervalle, note K, dont les
bornes sont a et b peut secrire comme dierence de deux intervalles dont les bornes superieures sont a et
b et dont la borne inferieure est . On en deduit alors facilement que m
n
(K) m(K), ce qui termine
la demonstration.
La propriete demontre peut etre fausse si m nest pas diuse. Pour le voir, il sut de prendre, par
exemple, m =
0
et m
n
=
1/n
pour tout n N
. On a bien m
n
m etroitement et pour I =] , 0]
(par exemple) on a lim
n
m
n
(I) = 0 ,= 1 = m(I).
Corrige 129 (Convergence en loi)

Soit (, /, P) un espace de probabilites et X une v.a. reelle de loi uniforme sur [1, 1].
1. Montrer que X est une v.a. de meme loi que X.
corrige
On pose Y = X et on cherche à determiner la loi de la v.a.r. Y . Soit une fonction borelienne
bornee de R dans R (il sut en fait de prendre pour la fonction caracteristique dun borelien de
R). En posant (x) = (x) pour tout x R, On remarque que
_
(Y )dP =
_
(X)dP =
_
(X)dP =
_
R
(x)dP
X
(x) =
_
R
(x)dP
X
(x). Comme X |(1, 1), on a donc :
_
(Y )dP =
1
2
_
1
1
(x)dx =
1
2
_
1
1
(x)dx,
440
ce qui prouve que Y |(1, 1).
2. Donner un exemple de suite (X

n
)
nN
de v.a. t.q. :
(a) (X
n
)
nN
converge en loi vers X,
(b) (X
n
X)
nN
ne converge pas en loi vers 0.
corrige
On prend X
n
= X pour tout n N. On a donc P
X
n
= P
X
pour tout n N, ce qui donne bien la
convergence en loi de X
n
vers X quand n . Mais, X
n
X = 2X pour tout n N, et donc
X
n
X ne converge pas en loi vers 0 car P
0
=
0
et P
2X
,=
0
. (Il est facile de voir, en raisonnant
comme à la première question, que 2X |(2, 2).)
3. Donner un exemple de trois v.a. X, Y, Z t.q. X et Y aient la meme loi, mais sans que XZ et Y Z
aient la meme loi.
corrige
On prend Y = X (toujours avec X |(1, 1)) et Z = X. les v.a.r. X et Y ont donc meme loi.
Mais, on va montrer que XZ et Y Z nont pas la meme loi. En eet, soit une fonction borelienne
bornee de R dans R. On a :
_
(XZ)dP =
_
(X
2
)dP =
1
2
_
1
1
(x
2
)dx =
_
1
0
(x
2
)dx =
_
1
0
(s)
1
2
s
ds.
Ce qui prouve que P
XZ
= g avec g(x) =
1
2
x
pour x ]0, 1[ et g(x) = 0 si x ,]0, 1[. Comme
XY = XZ, on a P
XY
= h avec h(x) = g(x) pour x R. On en deduit que P
XZ
,= P
XY
.
Corrige 130 (Convergence en loi + convergence en probabilite)

Soit (, /, P) est un espace de probabilite, X une v.a. reelle et (X
n
)
nN
, (Y
n
)
nN
deux suites de v.a.
reelles t.q. :
X
n
X en loi, Y
n
0 en probabilite, quand n .
Montrer que
X
n
+Y
n
X en loi, quand n .
[On pourra utiliser la convergence vague.]
corrige
Daprès la proposition 6.21, il sut de demontrer la convergence vague de P
X
n
+Y
n
vers P
X
quand n ,
cest-à-dire que lim
n
_
(X
n
+Y
n
)dP =
_
(X)dP pour tout C

c
(R, R).
Soit C
c
(R, R). On a
_
(X
n
+Y
n
)dP
_
(X)dP = A
n
+B
n
avec :
A
n
=
_
(X
n
+Y
n
)dP
_
(X
n
)dP, B
n
=
_
(X
n
)dP
_
(X)dP.
On sait dejà que lim
n
B
n
= 0 (car X
n
X en loi). Il sut donc de montrer que lim
n
A
n
= 0.
Soit > 0. Comme C
c
(R, R), est uniformement continue sur R (on rappelle, par contre, que
C
b
(R, R) , uniformement continue), il existe donc > 0 t.q. :
x, y R, [x y[ [(x) (y)[ .
441
On en deduit, pour tout n N, avec ||
u
= max
xR
[(x)[(< ) :
[A
n
[
_
|Y
n
|
[(X
n
+Y
n
) (X
n
)[dP +
_
|Y
n
|>
[(X
n
+Y
n
) (X
n
)[dP + 2||
u
P[[Y
n
[ > ].
Comme Y
n
0 en probabilite, il existe n
0
(dependant seulement de et donc de et ) t.q. :
n n
0
2||
u
P[[Y
n
[ > ] ,
et donc :
n n
0
[A
n
[ 2.
Ce qui prouve que lim
n
A
n
= 0 et termine la demonstration.
Corrige 131 (Convergence en loi versus convergence en probabilite)

Soit (, /, P) un espace de probabilite, X une v.a. reelle et (X
n
)
nN
une suite de v.a. reelles.
1. On suppose, dans cette question, que X
n
X en probabilite, quand n . Montrer que :
X
n
X en loi, quand n .
[Remarquer quil sut de demontrer une convergence vague de P
X
n
vers P
X
.]
corrige
Soit C
c
(R, R). Nous allons montrer que
_
(X
n
)dP
_
(X)dP, quand n (ce qui

prouve la convergence vague de P
X
n
vers P
X
, quand n , voir la denition 6.20).
Soit > 0. Comme C
c
(R, R), est uniformemement continue (ceci serait faux si on prenant
arbitrairement dans C
b
(R, R)). Il existe donc > 0 t.q. :
x, y R, [x y[ (x) (y) .
On en deduit que
[
_
(X
n
) (X)dP[
_
|X
n
X|
[(X
n
) (X)[dP +
_
|X
n
X|>
[(X
n
) (X)[dP
+ 2||
u
P([X
n
X[ > ),
avec ||
u
= max[(s)[, s R < . Comme X
n
X en probabilite, quand n , il existe
n
0
N t.q. :
n n
0
2||
u
P([X
n
X[ > ) .
On a donc nalement
n n
0
[
_
(X
n
) (X)dP[ 2,
ce qui prouve bien que
_
(X
n
)dP
_
(X)dP, quand n .
Pour conclure, on utilise la proposition 6.25 (qui donne que si (m
n
)
nN
et m sont des probabilites sur
B(R), la convergence etroite de m
n
vers m, quand n , est equivalente à la convergence vague
de m
n
vers m). On obtient ainsi la convergence etroite de P
X
n
vers P
X
cest-à-dire la convergence
en loi de X
n
vers X, quand n .
442
2. On suppose quil existe a R t.q. X = a p.s.. On suppose aussi que X
n
X en loi, quand n .
Montrer que :
X
n
X en probabilite, quand n .
corrige
Soit > 0, on va montrer que P([X
n
X[ > ) 0, quand n . Pour cela, on choisit une
fonction continue bornee de R dans R et t.q. (x) = 1 si [x a[ , (a) = 0 et 0 (x) 1
pour tout x R. (Une telle fonction est facile à construire, il sut de la prendre ane par
morceaux). Comme C
b
(R, R), on a
_
(X
n
)dP
_
(X)dP, quand n . Comme X = a

p.s. et (a) = 0, on a
_
(X)dP = 0. Enn, comme (x) = 1 si [x a[ et 0, on a

_
(X
n
)dP P([X
n
X[ > ). On en deduit nalement que P([X
n
X[ > ) 0 quand n
et donc que X
n
X en probabilite quand n .

12.7.1 Mesure produit
Corrige 132
Montrer que, pour tout n 2, on a B(R
n
) = B(R
n1
) B(R). [Sinspirer de la demonstration faite pour
n = 2 dans lexercice 2.5.]
corrige
On note T = B(R
n1
) B(R), cest-à-dire la tribu (sur R
n
) engendree par A B; A B(R
n1
),
B B(R). On veut montrer que T = B(R
n
).
Etape 1, B(R
n
) T.
Soit O un ouvert de R
n
. On va montrer que O T. On suppose O ,= (on sait dejà que T). Pour
tout x = (x
1
, . . . , x
n
)
t
O, il existe r > 0 t.q.

n
i=1
]x
i
r, x
i
+r[ O. Comme les rationnels sont denses
dans R, on peut trouver, pour tout i 1, . . . , n, y
i
Q]x
i
r, x
i
[ et z
i
Q]x
i
, x
i
+ r[. On a donc
x
n
i=1
]y
i
, z
i
[ O.
On note alors I = (y, z) Q
2n
;
n
i=1
]y
i
, z
i
[ O (avec y = (y
1
, . . . , y
n
)
t
et z = (z
1
, . . . , z
n
)
t
). Pour tout
x O, il existe donc (y, z) I t.q. x
n
i=1
]y
i
, z
i
[. On en deduit que O =
(y,z)I
n
i=1
]y
i
, z
i
[.
Lensemble
n1
i=1
]y
i
, z
i
[ est un ouvert de R
n1
, il appartient donc à B(R
n1
) (qui est la tribu engendree
par les ouverts de R
n1
). Lensemble ]y
n
, z
n
[ appartient à B(R). Donc,

n
i=1
]y
i
, z
i
[ B(R
n1
) B(R).
Comme I est au plus denombrable (car Q
2n
est denombrable), on en deduit que O T. On a ainsi
montre que T est une tribu contenant tous les ouverts de R
n
, et donc contenant la tribu engendree par
les ouverts de R
n
(cest-à-dire B(R
n
)). Donc, B(R
n
) T.
Etape 2, B(R
n
) T.
On reprend ici aussi le meme demarche que dans lexercice 2.5.
1. Soit A un ouvert de R
n1
et T
1
= B B(R); AB B(R
n
). On montre dabord que T
1
est une
tribu (sur R)
T
1
car A = B(R
n
).
443
On montre ici que T
1
est stable par passage au complementaire. Soit B T
1
, on a donc
B
c
B(R) et A B
c
= A (R B) = (A R) (A B). Or, (A R) est un ouvert de R
n
(car A est un ouvert de R
n1
et R est un ouvert de R), on a donc (A R) B(R
n
). Dautre
part, (A B) B(R
n
) (car B T
1
). Donc, A B
c
= (A R) (A B) B(R
n
). Ce qui
prouve que B
c
T
1
et donc que T
1
Enn, T
1
est stable par union denombrable. En eet, si (B
p
)
pN
T
1
, on a A (
pN
B
p
) =
pN
AB
p
B(R
n
) (car AB
p
B(R
n
) pour tout p N). Donc,
pN
B
p
T
1
.
On a donc montre que T
1
est une tribu.
1
Soit B un ouvert de R. On a donc B B(R) et, comme A B est un ouvert de R
n
, on a
AB B(R
n
). On a donc B T
1
.
T
1
est donc une tribu contenant les ouverts de R, donc contenant B(R). Donc, T
1
= B(R).
La consequence de ce resultat est :
A ouvert de R
n1
et B B(R) AB B(R
n
). (12.128)
2. Soit B B(R) et T
2
= A B(R
n1
); AB B(R
n
). On va montrer que T
2
= B(R
n1
).
On commence par remarquer que (12.128) donne que T
2
contient les ouverts de R
n1
. En eet, soit
A un ouvert de R
n1
, la propriete (12.128) donne que AB B(R
n
), et donc A T
2
.
2
est une tribu (on en deduira que T
2
= B(R
n1
)).
T
2
car B = B(R
n
).
On montre ici que T
1
est stable par passage au complementaire. Soit A T
2
, on a A
c
B(R
n1
) et A
c
B = (R
n1
B) (AB). La propriete (12.128) donne (R
n1
B) B(R
n
)
car R
n1
est un ouvert de R
n1
. Dautre part, (A B) B(R
n
) (car A T
2
). Donc,
A
c
B B(R
n
). Ce qui prouve que A
c
T
2
et donc que T
2
est stable par passage au
complementaire.
Enn, T
2
est stable par union denombrable. En eet, si (A
p
)
pN
T
2
, on a (
pN
A
p
) B =
pN
(A
p
B) B(R
n
) (car A
p
B B(R
n
) pour tout p N). Donc,
pN
A
p
T
2
.
T
2
est donc une tribu (sur R
n1
) contenant les ouverts de R
n1
, ce qui prouve que T
2
B(R
n1
)
et donc, nalement, T
2
= B(R
n1
).
On a donc obtenu le resultat suivant :
A B(R
n1
), B B(R) AB B(R
n
). (12.129)
3. On montre maintenant que T B(R
n
n
)).
Grace à (12.129), on a A B; A B(R
n1
), B B(R) B(R
n
). On en deduit que T B(R
n
).
On a donc bien, avec letape 1, T = B(R
n
).
444
Corrige 133
Soient E
1
, E
2
deux ensembles, T
1
une tribu sur E
1
et T
2
une tribu sur E
2
. On note E = E
1
E
2
et on
rappelle que T
1
T
2
= A
1
A
2
, A
1
T
1
, A
2
T
2
.
Montrer que lalgèbre engendree par T
1
T
2
est egale à lensemble des reunions nies disjointes delements
de T
1
T
2
cest-à-dire que, pour tout A T(E), A appartient à lalgèbre engendree par T
1
T
2
si et
seulement si il existe (A
(p)
)
p=1,...,n
T
1
T
2
t.q. A
(p)
A
(q)
= si p ,= q et A =
n
p=1
A
(p)
.
corrige
On note / lalgèbre engendree par T
1
T
2
et B lensemble des reunions nies disjointes delements de
T
1
T
2
.
Comme / contient T
1
T
2
et que / est stable par union nie, il est immediat que B /. Pour montrer
que B = /, il sut alors de montrer que que B est une algèbre (puisque / est la plus petite algèbre
contenant T
1
T
2
et que B contient T
1
T
2
).
Pour montrer que B est une algèbre, on montre dabord (etape 1) que T
1
T
2
est stable par intersection
nie et que le complementaire dun element de T
1
T
2
est la reunion de 2 elements disjonts de T
1
T
2
(en fait, pour montrer que B est une algèbre, il surait de savoir que le complementaire dun element de
T
1
T
2
est une union nie disjointe delements de T
1
T
2
). Puis, on en deduit (etape 2) que B verie
les proprietes (a) et (b) de la question 1 de lexercice 2.8 (corrige 15), ce qui donne que B est bien une
algèbre.
Etape 1. Propietes de T
1
T
2
.
Soient A
1
, B
1
T
1
et A
2
, B
2
T
2
. On a clairement (A
1
A
2
) (B
1
B
2
) = (A
1
A
2
) (B
1
B
2
).
Comme T
1
et T
2
sont stables par intersection nie, on en deduit que (A
1
A
2
)(B
1
B
2
) T
1
T
2
et donc que T
1
T
2
Soient A
1
T
1
et A
2
T
2
. On remarque que (A
1
A
2
)
c
= (E
1
A
c
2
) (A
c
1
A
2
). Comme
(E
1
A
c
2
) T
1
T
2
, (A
c
1
A
2
) T
1
T
2
et que (E
1
A
c
2
) (A
c
1
A
2
) = , on a bien montre que
le complementaire dun element de T
1
T
2
est la reunion de 2 elements disjonts T
1
T
2
.
Etape 2. On montre maintenant que B verie les proprietes (a) et (b) de la question 1 de lexercice 2.8.
La propriete (a) est immediate car E = E
1
E
2
T
1
T
2
B. Pour montrer (b), on montre dabord
que B est stable par passage au complementaire.
Soit B B. Il existe (B
(q)
)
q=1,...,m
T
1
T
2
t.q. B
(p)
B
(q)
= si p ,= q et B =
m
q=1
B
(q)
. On a alors
B
c
=
m
q=1
(B
(q)
)
c
. Le complementaire dun element de T
1
T
2
est la reunion de 2 elements disjonts de
T
1
T
2
. Pout tout q, il existe donc C
q,1
, C
q,2
T
1
T
2
t.q. (B
(q)
)
c
= C
q,1
C
q,2
et C
q,1
C
q,2
= .
On a donc B
c
=
m
q=1
(C
q,1
C
q,2
) =
I
(
m
q=1
C
q,(q)
) o` u I designe lensemble des applications de
1, . . . , m dans 1, 2. Ceci prouve que B
c
B. En eet, on remarque dabord que, pour tout I, on
a
m
q=1
C
q,(q)
T
1
T
2
car T
1
T
2
est stable par intersection nie. Puis, pour , I ,= , il existe
k 1, . . . , m t.q. (k) ,= (k). On a donc (
m
q=1
C
q,(q)
) (
m
q=1
C
q,(q)
) = car
m
q=1
C
q,(q)
C
k,(k)
,
m
q=1
C
q,(q)
C
k,(k)
et C
k,(k)
C
k,(k)
= . On a donc bien montre que B
c
est une union nie disjointe
delements de T
1
T
2
, cest-à-dire que B
c
B.
On montre maintenant que B verie la propriete (b) de la question 1 de lexercice 2.8. Soit A, B B.
Comme on vient de voir que B
c
B, Il existe (A
(p)
)
p=1,...,n
T
1
T
2
et (C
(q)
)
q=1,...,m
T
1
T
2
t.q. A
(p)
A
(q)
= si p ,= q, C
(p)
C
(q)
= si p ,= q, A =
n
p=1
A
(p)
et B
c
=
m
q=1
C
(q)
. On a alors
A B = A B
c
= (
n
p=1
A
(p)
) (
m
q=1
C
(q)
) =
n
p=1

m
q=1
(A
(p)
C
(q)
). On en deduit que A B B.
445
En eet, A
(p)
C
(q)
T
1
T
2
pour tout p et tout q (car T
1
T
2
est stable par intersection nie) et
(A
(p
1
)
C
(q
1
)
)(A
(p
2
)
C
(q
2
)
) = si (p
1
, q
1
) ,= (p
2
, q
2
) (car A
(p
1
)
A
(p
2
)
= si p
1
,= p
2
et C
(q
1
)
C
(q
2
)
=
si q
1
,= q
2
).
On a donc montre que B verie les proprietes (a) et (b) de la question 1 de lexercice 2.8, ce qui donne
que B est bien une algèbre et donc que B = /.
Corrige 134 (Exemple de mesure produit)

Soit m
1
et m
2
des mesures nies, non nulles, sur (R, B(R)) et t.q. m
1
m
2
(R
2
D) = 0, o` u D =
(x, x), x R. Montrer quil existe a, , R t.q. m
1
=
a
et m
2
=
a
, o` u
a
est la mesure de Dirac
en a.
corrige
On remarque dabord que R
2
D est un ouvert de R
2
, donc appartient à B(R
2
). la quantite m
1
m
2
(R
2
D)
est donc bien denie.
La construction de la mesure m
1
m
2
donne (voir la demonstration du theorème 7.1) :
m
1
m
2
(R
2
D) =
_
m
2
(R x)dm
1
(x).
Cette egalite est aussi une conclusion du theorème de Fubini-Tonelli (theorème 7.2) avec f = 1
A
, A =
R
2
D.
De lhypothèse m
1
m
2
(R
2
D) = 0, on deduit donc que m
2
(R x) = 0 m
1
-p.p.. Comme m
1
(R) ,= 0,
il existe donc a R t.q. m
2
(R a) = 0. Ceci donne que m
2
=
a
avec = m
2
(a). Comme m
2
,= 0,
on a > 0.
Dans la construction de la mesure m
1
m
2
(demonstration du theorème 7.1), on aurait pu inverser les
roles de m
1
et m
2
. On aurait obtenu la meme mesure m
1
m
2
(grace à la partie unicite du theorème
7.1). On a donc aussi :
m
1
m
2
(R
2
D) =
_
m
1
(R x)dm
2
(x).
(Cette egalite est aussi une conclusion du theorème de Fubini-Tonelli (theorème 7.2) avec f = 1
A
,
A = R
2
D.)
Comme m
2
=
a
, on a donc m
1
m
2
(R
2
D) = m
1
(R a). De lhypothèse m
1
m
2
(R
2
D) = 0,
on deduit donc m
1
(R a) = 0, ce qui donne m
1
=
a
avec = m
1
(a). (On peut aussi remarquer
que, comme m
1
,= 0, on a > 0.)
Corrige 135 (Fonction non borelienne dont les traces sont boreliennes)
Pour B R
2
, on note t(B) lensemble des x
1
R t.q. (x
1
, 0) B. On pose T = B R
2
; t(B) B(R).
Soit ]0,

2
[. Pour x = (x
1
, x
2
)
t
R
2
, on pose g(x) = (x
1
cos x
2
sin , x
1
sin +x
2
cos )
t
.
1. Montrer que T est une tribu contenant B(R
2
).
2. Soit A R t.q. A , B(R). On pose B = A0.
(a) Montrer que B , B(R
2
).
446
(b) On pose f = 1
B
g. Montrer que la fonction f nest pas une fonction borelienne de R
2
dans R
mais que les fonctions f(x
1
, ) et f(; x
2
) sont boreliennes de R dans R, pour tout x
1
, x
2
R.
corrige
En attente. . .
12.7.2 Fubini-Tonelli et Fubini

Corrige 136 (Contre-exemple au theorème de Fubini)
Soit L
1
= L
1
R
(R, B(R), ). Pour (x, y) R
2
, on pose :
f(x, y) =
_
_
1
(x+1)
2
si x > 0 et x < y 2x
1
(x+1)
2
si x > 0 et 2x < y 3x
0 si x > 0 et y ,]x, 3x[
0 si x 0.
(12.130)
1. Montrer que f : R
2
R est B(R
2
)- mesurable.
corrige
On pose A = (x, y)
t
R
2
; x > 0, x < y 2x et, pour n N
, A
n
= (x, y)
t
R
2
; x > 0,
x < y < 2x +
1
n
. A
n
est, pour tout n N
, un ouvert de R
2
, il appartient donc à B(R
2
). On en
deduit que A =
nN
A
n
B(R
2
).
De meme, en posant B = (x, y)
t
R
2
; x > 0, 2x < y 3x et, pour n N
, B
n
= (x, y)
t
R
2
;
x > 0, 2x < y < 3x +
1
n
, on montre que B =
nN
B
n
B(R
2
).
On pose maintenant g(x, y) =
1
(|x|+1)
2
pour (x, y)
t
R
2
. La fonction g est continue de R
2
dans R,
elle est donc mesurable (R
2
et R etant munis de la tribu borelienne).
On remarque maintenant que f = g1
A
g1
B
. On en deduit que f est mesurable (car f est une
somme de produits de fonctions mesurables).
2. Montrer que pour tout y R, f(., y) L

1
; on pose (y) =
_
f(x, y)d(x). Montrer que L
1
.
corrige
On note L
1
= L
1
R
(R, B(R), ).
Soit y R. La fonction f(, y) est mesurable de R dans R (voir la proposition 7.2). Elle appartient
aussi à L
1
(et donc à L
1
en confondant f(, y) avec sa classe dans L
1
) car
_
[f(., y)[d = 0 si y 0
et
_
[f(., y)[d y si y > 0 car f(x, y) = 0 si x , [0, y] et [f(x, y)[ 1 pour tout x, y. On peut
denir (y).
Pour y 0, on a (y) = 0 et pour y > 0, on a :
(y) =
_
f(, y)d =
_
y
2
y
3
1
(x+1)
2
dx +
_
y
y
2
1
(x+1)
2
dx
=
3
y+3
+
4
y+2

1
y+1
=
2y
(y+3)(y+2)(y+1)
.
447
La fonction est continue donc mesurable de R dans R. elle prend ses valeurs dans R
+
, on peut
donc calculer son integrale sur R :
_
d = lim
n
_
n
0
(
3
y + 3
+
4
y + 2

1
y + 1
)dy = 3 ln 3 + 4 ln(2).
Ceci donne bien, en particulier, L
1
(en confondant avec sa classe dans L
1
).
3. Montrer que pour tout x R, f(x, .) L

1
; on pose (x) =
_
f(x, y)d(y). Montrer que L
1
.
corrige
Soit x R. La fonction f(x, ) est mesurable de R dans R (voir la proposition 7.2). Elle appartient
aussi à L
1
(et donc à L
1
en confondant f(x, ) avec sa classe dans L
1
) car
_
[f(x, )[d = 0 si x 0
et
_
[f(x, )[d 3x si x > 0 car f(x, y) = 0 si y , [0, 3x] et [f(x, y)[ 1 pour tout x, y. On peut
donc denir (x).
Pour x 0, on a (x) = 0 et pour x > 0, on a :
(x) =
_
f(x, )d =
_
2x
x
1
(x + 1)
2
dy
_
3x
2x
1
(x + 1)
2
dy = 0
On a donc L
1
et
_
(x)dx = 0.
4. Montrer que
_
d ,=
_
d ( et sont denies dans les questions precedentes).
corrige
On a dejà montre que
_
d = 3 ln 3 + 4 ln(2) ,= 0 =
_
d.
5. Pourquoi le theorème de Fubini ne sapplique-t-il pas ici ?

corrige
Le theorème de Fubini ne sapplique pas ici car la fonction f nest pas integrale pour la mesure
produit, cest-à-dire la mesure de Lebesgue sur R
2
, notee
2
. On peut dailleurs le verier en
remarquant (par le theorème de Fubini-Tonelli) que :
_
[f[d
2
=
_
(
_
[f(x, y)[d(y))d(x) =
_

0
2x
(x + 1)
2
dx = .
Corrige 137 (Integrale dune fonction positive)

Soit (E, T, m) un espace mesure -ni, et f : E R
+
une application mesurable. On pose F = 1
A
avec A = (t, x) R E; 0 < t < f(x).
1. Montrer que F est B(R) T- mesurable
corrige
448
Comme f /
+
, il existe (f
n
) c
+
t.q. f
n
f quand n . On a alors A =
nN
A
n
avec
A
n
= (t, x) R
+
R; 0 < t < f
n
(x). Pour montrer que F est mesurable (cest-à-dire que
A B(R) T), il sut donc de montrer que A
n
B(R) T pour tout n N.
Soit donc n N. Il existe a
1
, . . . , a
p
R
+
et B
1
, . . . , B
p
T t.q. B
i
B
j
= si i ,= j et
f
n
=
p
i=1
a
i
1
B
i
. On a donc A
n
=
p
i=1
]0, a
i
[B
i
B(R)T car ]0, a
i
[B
i
B(R)T B(R)T
pour tout i.
2. Montrer que
_
fdm =
_
+
0
m(x E; f(x) > t)dt et que
_
fdm =
_
+
0
m(x E; f(x) t)dt.
[Utiliser le theorème de Fubini-Tonelli.]
corrige
On peut appliquer le theorème de Fubini-Tonelli (theorème 7.2) à la fonction F, il donne :
_
(
_
F(t, x)d(t))dm(x) =
_
(
_
F(t, x)dm(x))d(t). (12.131)
Pour x E,
_
F(t, x)d(t) = (]0, f(x)[) = f(x).
Pour t R. Si t 0, on a F(t, ) = 0. Donc,
_
F(t, x)dm(x) = 0. Si t > 0, on a F(t, ) = 1
{f>t}
.
Donc,
_
F(t, x)dm(x) = m(f > t).
_
f(x)dm(x) =
_
R
+
m(f > t)d(t) =
_

0
m(x E; f(x) > t)dt.
Pour avoir legalite avec m(f t) au lieu de m(f > t), on reprend le meme raisonnement en
remplacant F par G = 1
B
avec B = (t, x) R E; 0 < t f(x). On remarque dabord que B
est B(R) T-mesurable. En eet, on a B =
nN
B
n
avec B
n
= (t, x) R E; 0 < t < f
n
(x)
et f
n
= f +
1
n
. Comme f
n
/
+
, la première question donne B
n
B(R) T. On en deduit que
B B(R) T. On peut maintenant appliquer le theorème de Fubini-Tonelli à la fonction G, il
donne :
_
(
_
G(t, x)d(t))dm(x) =
_
(
_
G(t, x)dm(x))d(t). (12.132)
Pour x E,
_
G(t, x)d(t) = (]0, f(x)]) = f(x).
Pour t R. Si t 0, on a G(t, ) = 0. Donc,
_
G(t, x)dm(x) = 0. Si t > 0, on a G(t, ) = 1
{ft}
.
Donc,
_
G(t, x)dm(x) = m(f t).
_
f(x)dm(x) =
_

0
m(x E; f(x) t)dt.
Corrige 138 (Une caracterisation de L

p
)
449
On munit R [resp. R
2
] de sa tribu borelienne, notee B(R) [resp. B(R
2
)].
Soit f une application mesurable de R dans R. Pour tout y R
+
, on pose A
y
= x R; [f(x)[ > y.
Pour tout y R
, on pose A
y
= .
1. Montrer que lapplication (x, y)
t
1
A
y
(x) est mesurable de R
2
dans R. [On pourra commencer
par montrer que (x, y)
t
R
2
; [f(x)[ > y est un borelien de R
2
.]
corrige
On pose B = (x, y)
t
R
2
; [f(x)[ > y, de sorte que B = (F G)
1
(]0, [) o` u F et G sont denies
par :
F(x, y) = [f(x)[, G(x, y) = y, (x, y)
t
R
2
.
La fonction x [f(x)[ est mesurable (de R dans R) ainsi que lapplication y 1(application
constante). La proposition 7.3 nous donne alors que F est mesurable de R
2
dans R (puisque
B(R
2
) = B(R) B(R)). La fonction G est aussi mesurable de R
2
dans R (il sut de remarquer
quelle est continue, ou dutiliser une nouvelle fois la proposition 7.3). La fonction F G est donc
mesurable de R
2
dans R, ce qui prouve que B B(R
2
). La fonction 1
B
est donc mesurable de R
2
dans R.
On remarque maintenant que 1
B
(x, y)1
RR
+
(x, y) = 1
A
y
(x) pour tout (x, y)
t
R
2
. Lapplication
(x, y)
t
1
A
y
(x) est donc mesurable de R
2
dans R car elle est egale à un produit de fonctions
mesurables.
Soit p [1, [. Pour y R, on pose g

p
(y) = [y[
p1
(A
y
) (en convenant que g
p
(0) = 0 si (A
0
) =
).
2. (a) Montrer que lapplication (x, y)
t
[y[
p1
1
A
y
(x) est mesurable positive de R
2
dans R.
corrige
Lapplication (x, y)
t
[y[
p1
1
A
y
(x) est mesurable comme produit de fonctions mesurables.
Cette application est, bien s ur, à valeurs dans R
+
. Elle est donc mesurable positive de R
2
dans R.
(b) Montrer que g

p
est integrable sur R si et seulement si f L
p
R
(R, B(R), ). [On pourra, par
exemple, utiliser le theorème de Fubini-Tonelli.]
corrige
On pose H(x, y) = [y[
p1
1
A
y
(x) pour (x, y)
t
R
2
. La question precedente donne que H
/
+
(R
2
, B(R
2
)). On peut donc appliquer le theorème de Fubini-Tonelli (theorème 7.2) à la
fonction H, il donne :
_
(
_
H(x, y)d(x))d(y) =
_
(
_
H(x, y)d(y))d(x). (12.133)
Pour y R, on a
_
H(x, y)d(x) = [y[
p1
(A
y
) = g
p
(y) (en convenant que g
p
(0) = 0 si
(A
0
) = ). Ceci donne, en particulier, que g
p
est mesurable de R dans R
+
(car lune des
conclusions du theorème 7.2 est que y
_
H(x, y)d(x) est mesurable de R dans R
+
).
Pour x R, on a
_
H(x, y)d(y) =
_
[y[
p1
1
[0,|f(x)|[
(y)d(y) =
_
|f(x)|
0
[y[
p1
dy =
1
p
[f(x)[
p
.
450
Legalite (12.133) donne alors :
_
g
p
d =
1
p
_
[f[
p
d. (12.134)
Si f L
p
R
(R, B(R), ), on remarque dabord que g
p
prend ses valeurs dans R
+
car (A
y
)
1
|y|
p
_
[f[
p
d < pour tout y > 0. La fonction g
p
est donc mesurable de R dans R
+
et (12.134)
donne alors que g
p
L
1
R
(R, B(R), ).
Reciproquement, si g
p
L
1
R
(R, B(R), ), (12.134) donne que f L
p
R
(R, B(R), ).
On a donc bien montre :
g
p
L
1
R
(R, B(R), ) f L
p
R
(R, B(R), ).

N
)
Corrige 139 (Proprietes elementaires de
N
)
N
N
).
1. Soit A
1
, . . . , A
N
B(R). Montrer que
N
i=1
A
i
B(R
N
) et
N
(
N
i=1
A
i
) =
N
i=1
(A
i
).
corrige
On va demontrer cette question en supposant tout dabord que (A
i
) < pour tout i. Le cas
general sobtient alors en utilisant A
i
[p, p] au lieu de A
i
et en faisant ensuite tendre p vers
linni. On obtient bien la propriete voulue (en convenant que 0 = 0). Cette methode est
decrite dans la remarque 7.2.
On demontre donc, par recurrence sur N, la propriete suivante :
A
1
, . . . , A
N
B(R), (A
i
) < pour tout i
N
i=1
A
i
B(R
N
) et
N
(
N
i=1
A
i
) =
N
i=1
(A
i
).
(12.135)
La propriete (12.135) est vraie pour N = 2. En eet, on sait que B(R
2
) = B(R) B(R) (proposition
7.1) et que
2
= (denition 7.3). On a donc bien (avec la dention dune mesure produit,
theorème 7.1) :
A
1
, A
2
B(R), (A
1
) < , (A
2
) < A
1
A
2
B(R
2
) et
2
(A
1
A
2
) = (A
1
)(A
2
).
On suppose maintenant que la propriete (12.135) est vraie pour un certain N 2, et on la demontre
pour N + 1.
Soit donc A
1
, . . . , A
N+1
B(R) t.q. (A
i
) < pour tout i. Par (12.135), on a
N
i=1
A
i
B(R
N
)
et
N
(
N
i=1
A
i
) =
N
i=1
(A
i
). On rappelle que B(R
N+1
) = B(R
N
) B(R) (proposition 7.1) et que
N+1
=
N
(denition 7.3). On en deduit que
N+1
i=1
A
i
= (
N
i=1
A
i
)A
N+1
B(R
N
)B(R)
B(R
N
) B(R) = B(R
N+1
) et
N+1
(
N+1
i=1
A
i
) =
N
(
N
i=1
A
i
)(A
N+1
) =
N+1
i=1
(A
i
).
ce qui donne bien (12.135) avec N+1 au lieu de N et termine donc la demonstration par recurrence.
451
2. Soient
1
, . . . ,
N
R et
1
, . . . ,
N
R t.q.
i
<
i
pour tout i 1, . . . , N. Montrer que
N
(
N
i=1
]
i
,
i
[) =
N
i=1
(]
i
,
i
[).
corrige
Cette question est une consequence immediate de la precedente en prenant A
i
=]
i
,
i
[.
3. Soit K est un compact de R

N
(noter que K B(R
N
). Montrer que
N
(K) < +.
corrige
Comme K est compact, il est borne. Il existe donc a R
+
t.q. K
N
i=1
] a, a[. On en deduit
que
N
(K)
N
(
N
i=1
] a, a[) =
N
i=1
(] a, a[) = (2a)
N
< .

N
. Montrer que
N
(O) > 0.
corrige
Soit x = (x
1
, . . . , x
N
)
t
O. Comme O est ouvert, il existe > 0 t.q.

N
i=1
]x
i
, x
i
+ [ O. On
a donc
N
(O)
N
(
N
i=1
]x
i
, x
i
+[) =
N
i=1
(]x
i
, x
i
+[) = (2)
N
> 0.
5. Soit f, g C(R
N
, R). Montrer que f = g p.p. (cest-à-dire
N
-p.p.) implique f(x) = g(x) pour
tout x R
N
.
corrige
Soit O = f ,= g = x R
N
; f(x) ,= g(x). Comme f et g sont continues, O est ouvert. Comme
f = g p.p., on a necessairement
N
(O) = 0. Enn, la question precedente donne alors que O =
et donc que f(x) = g(x) pour tout x R
N
.
6. Montrer que C
c
(R
N
, R) L
1
R
(R
N
, B(R
N
),
N
).
corrige
Soit f C
c
(R
N
, R). Comme f est continue, on a f mesurable de R
N
dans R (R
N
et R etant munis
de leur tribu borelienne, on dit aussi que f est borelienne). Comme f est à support compact, il
existe a R
+
t.q. f = 0 sur K
c
avec K =

N
i=1
[a, a]. Enn, f est bornee, il existe donc M
t.q. [f(x)[ M pour tout x R
N
. On en deduit que
_
[f[d
N
M(2a)
N
< et donc que
f L
1
R
(R
N
, B(R
N
),
N
).
Corrige 140 (Regularite de

N
)
N
N
. (noter que ceci est vrai
pour m =
N
.)
1. SoientA B(R
N
) et > 0. Montrer quil existe O ouvert de R
N
et F ferme de R
N
tels que :
F A O et m(O F) .
corrige
452
On reprend ici la demonstration de la regularite dune mesure sur B(R), nie sur les compacts
(theorème 2.3).
On appelle T lensemble des A B(R
N
) t.q. pour tout > 0, il existe O ouvert et F ferme veriant
F A O et m(O F) . On va montrer que T est une tribu contenant ( =
N
i=1
]a
i
, b
i
[,
< a
i
< b
i
< pour tout i 1, . . . , N. Comme ( engendre B(R
N
) (voir lexercice 2.6, ou
le corrige 14, il est meme demontre quon peut, dans la denition de (, se limiter au cas o` u les a
i
et b
i
sont dans Q), ceci donnera T = B(R
N
).
On demontre tout dabord que ( T. Soit < a
i
 0. On veut montrer quil existe O ouvert et F ferme t.q. F A O et
m(O F) .
Soit n
0
N t.q. (2/n
0
) < b
i
a
i
pour tout i 1, . . . , N. Pour n n
0
, on pose F
n
=
N
i=1
[a
i
+(1/n), b
i
(1/n)] et O = A. On a bien F
n
ferme, O ouvert et F
n
A O. On remarque
ensuite que O F
n
C
n
avec :
C
n
=
N
q=1
C
n,q
, C
n,q
=
N
i=1
I
(n)
i,q
,
I
(n)
i,q
=]a
i
, b
i
[ si i ,= q, I
(n)
q,q
=]a
q
, a
q
+
1
n
[]b
q

1
n
, b
q
[.
Soit q 1, . . . , N. Comme C
n+1,q
C
n,q
(pour tout n n
0
),
nn
0
C
n,q
= et m(C
n,q
)
m(
N
i=1
[a
i
, b
i
]) < (car m est nie sur les compacts), on peut utiliser la propriete de continuite
decroissante dune mesure. On obtient m(C
n,q
) 0 quand n . On a alors aussi m(C
n
)
N
q=1
m(C
n,q
) 0 quand n . Il existe donc n t.q. m(C
n
) < . On prenant F = F
n
, on a bien
alors O ouvert, F ferme et m(O F) . Ce qui montre que A T et donc que ( T.
On montre maintenant que T est une tribu. On remarque tout dabord que T (il sut de
prendre F = O = ) et que T est stable par passage au complementaire (car, si F A O, on a
O
c
A
c
F
c
et F
c
O
c
= O F). Il reste à montrer que T est stable par union denombrable.
Soit (A
n
)
nN
T et A =
nN
A
n
. On veut montrer que A T. On va commencer par traiter le
cas (simple) o` u m(A) < puis le cas (plus dicile) o` u m(A) = .
Premier cas. On suppose que m(A) < . La demonstration est ici identique à celle faite pour
N = 1. Soit > 0. Pour tout n N, il existe O
n
ouvert et F
n
ferme t.q. F
n
A
n
O
n
et
m(O
n
F
n
) (/2
n
). On pose O =
nN
O
n
et

F =
nN
F
n
. On a

F A O, m(O

F) 2,
car (O

F)
nN
(O
n
F
n
), et O ouvert mais

F nest pas necessairement ferme. . .
Cependant, puisque m(A) < , on a aussi m(

F) < . Par continuite croissante de m on a
m(
n
p=0
F
n
) m(

F), quand n , do` u (puisque m(

F) < ) m(

F) m(
n
p=0
F
n
) 0. On
prend alors F =
n
p=0
F
n
avec n assez grand pour que m(

F) m(F) . On a bien F A O,
O ouvert, F ferme et m(O F) 3. Ceci prouve que A T.
Deuxième cas. On suppose maintenant que m(A) = (et le raisonnement precedent nest plus
correct si m(

F) = ). On raisonne en 3 etapes, en adaptant la demonstration faite pour N = 1 :
(a) Soit p = (p
1
, . . . , p
N
) Z
N
. On remarque dabord que A
n

N
i=1
[p
i
, p
i
+ 1[ T pour tout
n N. En eet, soit n N et > 0. Il existe O ouvert et F ferme t.q. F A
n
O et
453
m(O F) . Pour k N
, on a donc :
F
k
= F
N
i=1
[p
i
, p
i
+ 1
1
k
] A
n
i=1
[p
i
, p
i
+ 1[ O
k
= O
N
i=1
]p
i
1
k
, p
i
+ 1[.
On a F
k
ferme, O
k
ouvert et (O
k
F
k
) (O F) D
k
, avec :
D
k
=
N
q=1
D
k,q
, D
k,q
=
N
i=1
J
(k)
i,q
,
J
(k)
i,q
=]p
i
1
k
, p
i
+ 1[ si i ,= p, J
(k)
q,q
=]p
q

1
k
, p
q
[]p
q
+ 1
1
k
, p
q
+ 1[.
En utilisant la continuite decroissante de m et le fait que m est nie sur les compacts (ce qui
donne m(D
k
) m(
N
i=1
[p
i
1, p
i
+1]) < ), on demontre (comme pour les C
n
precedemment)
que m(D
k
) 0 quand k . Il existe donc k N
t.q. m(D
k
) et donc m(O
k
F
k
)
m(O F) +m(D
k
) 2. Ce qui donne bien que A
n
N
i=1
[p
i
, p
i
+ 1[ T.
(b) Soit p = (p
1
, . . . , p
N
) Z
N
. Comme m(A
N
i=1
[p
i
, p
i
+ 1[) < , on peut maintenant
utiliser le premier cas avec A
N
i=1
[p
i
, p
i
+ 1[=
nN
(A
n

N
i=1
[p
i
, p
i
+ 1[). Il donne que
A
N
i=1
[p
i
, p
i
+ 1[ T pour tout p = (p
1
, . . . , p
N
) Z
N
.
(c) On montre enn que A T. Soit > 0. Pour tout p = (p
1
, . . . , p
N
) Z
N
, il existe un
ouvert O
p
et un ferme F
p
t.q. F
p
A
N
i=1
[p
i
, p
i
+ 1[ O
p
et m(O
p
F
p
) /(2
|p|
), en
posant [p[ =

N
i=1
[p
i
[. On prend O =
pZ
NO
p
et F =
pZ
NF
p
. On obtient F A O,
m(O F) 3
N
et O est ouvert. Il reste à montrer que F est ferme.
Soit (x
n
)
nN
F t.q. x
n
x (dans R
N
) quand n . On veut montrer que x F.
Il existe p = (p
1
, . . . , p
N
) Z
N
t.q. x

N
i=1
]p
i
1, p
i
+ 1[. Il existe donc n
0
N t.q.
x
n

N
i=1
]p
i
1, p
i
+1[ pour tout n n
0
. Comme x
n

qZ
NF
q
et que F
q

N
i=1
[q
i
, q
i
+1[
pour tout q = (q
1
, . . . , q
N
)
t
Z
N
, on a donc x
n

qE
p
F
q
, pour tout n n
0
, o` u E
q
= q =
(q
1
, . . . , q
N
)
t
Z
N
; q
i
p
i
, p
i
1 pour tout i 1, . . . , N. Comme E
q
est de cardinal ni
et que F
q
est ferme pour tout q, lensemble
qE
p
F
q
est donc aussi ferme, on en deduit que
x
qE
p
F
q
F et donc que F est ferme.
Ceci montre bien que A T et termine la demonstration du fait que T est une tribu. Comme
cela a dejà ete dit, on en deduit que T = B(R
N
).
2. Soit A B(R
N
). Deduire de la question precedente que m(A) = infm(O), O ouvert t.q. A O.
corrige
Par monotonie de m on a m(A) m(O) si A O, donc m(A) infm(O), O ouvert t.q. A O.
Il reste donc à montrer que m(A) infm(O), O ouvert t.q. A O.
Soit > 0, daprès la question precedente, il existe O ouvert et F ferme t.q F A O et
m(O F) . On a donc aussi m(O A) et donc m(O) = m(A) +m(O A) m(A) +. Ceci
montre bien que infm(O), O ouvert t.q. A O m(A).
Corrige 141 (Densite de C

c
et C
c
dans L
1
)
454
d
d
d
,
d
En fait, la propriete (p1) entrane la propriete (p2) (voir la proposition 7.5) mais cette demonstration
nest pas demandee ici.
On note L
1
lespace L
1
R
(R
d
, B(R
d
), ). Pour f L
1
, on note |f|
1
=
_
[f[d. Enn, pour x R
d
, on
1. Soit C
c
(R
d
d
L
1
.
d
et > 0. Pour x R
d
, on pose (x) =
(d(x,K))
+
avec d(x, K) =
c
(R
d
3. Soit A B(R
d
) t.q. (A) < +.
c
(R
d
, R) t.q. | 1
A
|
1
.
d
1
. Soit > 0. Montrer

quil existe C
c
(R
d
, R) t.q. |f |
1
1
et > 0.
c
(R
d
, R) t.q. |f |
1
.
c
(R
d
, R) t.q. |f |
1
C
c
(R
d
, R), on a |
n
|
1
0, quand n , avec
n
=
n
et (
n
)
nN
une famille
regularisante, voir la denition 8.4.]
(a) Soit C
c
(R
d
1
0 quand h 0.
peut avoir f L
1
et |f( +h) f|
1
,0 quand h 0.
d
densite de C
c
(, R) et C
c
(, R) dans L
1
R
(, B(), ).
corrige
En Attente. . .
Corrige 142 (Invariance par translation de

N
)
Soient N 1,
1
, . . . ,
N
R
et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
, on pose (x) =
(
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
, de sorte que est une bijection de R
N
dans R
N
.
455
1. Soit A B(R
N
), montrer que (A) = (x), x A B(R
N
).
corrige
On pose T = A B(R
N
) t.q. (A) B(R
N
).
Comme est bijective, il est facile de montrer que T est une tribu. En eet, il sut de remarquer
que (R
N
) = R
N
, (A
c
) = ((A))
c
et (
nN
A
n
) =
nN
(A
n
).
Comme est continue, transforme les compacts en compacts. On note ( lensemble des compacts
de R
N
, on a donc ( T (on rappelle que les compacts sont des boreliens). Comme lensemble
des compacts de R
N
engendre B(R
N
) (noter que tout ouvert peut secrire comme une reunion
denombrable de compacts), on a donc T = B(R
N
). Ce qui donne bien (A) B(R
N
) pour tout
A B(R
N
).
2. Montrer que
N
((A)) =
N
i=1
[
i
[
N
(A) pour tout A B(R
N
). [On pourra faire une recurrence
sur N : La proposition 2.9 donne le resultat pour la mesure de Lebesgue sur B(R), notee . On
suppose que le resultat est vrai pour
N1
(et pour toute famille
1
, . . . ,
N1
R
,
1
, . . . ,
N1

R). On le demontre alors pour
N
en posant m(A) = (
N
i=1
[
i
[)
1
N
((A)) et en montrant que
m est une mesure sur B(R
N
) egale à
N
sur B(R
N1
) B(R). On utilise pour conclure la partie
unicite du theorème 7.1 sur la mesure produit.]
corrige
On procède par recurrence sur N. La proposition 2.9 donne le resultat pour la mesure de Lebesgue
sur B(R), cest-à-dire pour N = 1 en posant
1
= . On suppose maintenant que le resultat
est vrai pour N 1 avec un certain N 2, cest-à-dire que
N1
((B)) =

N1
i=1
[
i
[
N1
(B)
pour tout B B(R
N1
),
1
, . . . ,
N1
R
,
1
, . . . ,
N1
R et denie par (y) = (
1
y
1
+
1
, . . . ,
N1
y
N1
+
N1
)
t
pour tout y = (y
1
, . . . , y
N1
)
t
R
N1
, et on demontre le resultat pour
N.
Soit donc
1
, . . . ,
N
R
,
1
, . . . ,
N
R et denie par (x) = (
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
pour tout x = (x
1
, . . . , x
N
)
t
R
N
.
Pour A B(R
N
), on pose m(A) = (
N
i=1
[
i
[)
1
N
((A)).
On montre tout dabord que m est une mesure. On a bien m() = 0 car () = . Puis, soit
(A
n
)
nN
B(R
N
) avec A
n
A
m
= si n ,= m. On a (
nN
A
n
) =
nN
(A
n
) avec (A
n
)
(A
m
) = si n ,= m (car est bijective). Donc,
N
((
nN
A
n
)) =

nN
N
((A
n
)) et donc
m(
nN
A
n
) =

nN
m(A
n
). Ce qui prouve la -additivite de m et donc le fait que m est une
mesure sur B(R
N
).
On montre maintenant que m(A
1
A
2
) =
N1
(A
1
)(A
2
) pour tout A
1
B(R
N1
) et pour tout
A
2
B(R) t.q.
N1
(A
1
) < et (A
2
) < .
Soit donc A
1
B(R
N1
) et A
2
B(R) t.q.
N1
(A
1
) < et (A
2
) < . On a m(A
1
A
2
) =
(
N
i=1
[
i
[)
1
N
((A
1
A
2
)).
On pose (y) = (
1
y
1
+
1
, . . . ,
N1
y
N1
+
N1
)
t
, pour tout y = (y
1
, . . . , y
N1
)
t
R
N1
, et
(z) =
N
z +
N
, pour tout z R. On a donc (A
1
A
2
) = (A
1
) (A
2
). Lhypothèse
456
de recurrence et la proposition 2.9 donne que
N1
((A
1
)) =

N1
i=1
[
i
[
N1
(A
1
) < et que
((A
2
)) =
N
(A
2
) < . Comme
N
=
N1
(car cest la denition de
N
) on en deduit :
N
((A
1
A
2
)) =
N1
((A
1
))((A
2
)) =
N1
i=1
[
i
[
N1
(A
1
)
N
(A
2
),
et donc :
m(A
1
A
2
) = (
N
i=1
[
i
[)
1
N
((A
1
A
2
)) =
N1
(A
1
)(A
2
).
On peut maintenant conclure. Comme m est une mesure sur B(R
N
) = B(R
N1
) B(R)veriant
m(A
1
A
2
) =
N1
(A
1
)(A
2
) pour tout A
1
B(R
N1
) et pour tout A
2
B(R) t.q.
N1
(A
1
) <
et (A
2
) < , la partie unicite du theorème 7.1 donne que m =
N1
, cest-à-dire m =
N
.
On a donc bien
N
((A)) =
N
i=1
[
i
[
N
(A) pour tout A B(R
N
).
Corrige 143 (Changement de variables simple)

Soient N 1,
1
, . . . ,
N
R
et
1
, . . . ,
N
R. Pour x = (x
1
, . . . , x
N
)
t
R
N
. On pose (x) =
(
1
x
1
+
1
, . . . ,
N
x
N
+
N
)
t
N
dans R
N
).
1. Soit f c
+
= c
+
(R
N
, B(R
N
)), montrer que f c
+
et que
_
fd
N
=
N
i=1
[
i
[
_
(f )d
N
.
[Utiliser lexercice 7.14.]
corrige
Soit A B(R
N
) et f = 1
A
. On a alors f = 1
B
avec B =
1
(A). En appliquant lexercice
7.14 (corrige 142) à linverse de , note , on a donc
N
(B) =
N
((A)) = (
N
i=1
[
i
[)
1
N
(A),
cest-à-dire :
_
fd
N
=
N
(A) = (
N
i=1
[
i
[)
N
(B) = (
N
i=1
[
i
[)
_
f d
N
.
Soit maintenant f c
+
0. Il existe donc a
1
, . . . , a
n
R
+
et A
1
, . . . , A
n
B(R
N
) t.q. f =
n
i=1
a
i
f
i
, avec f
i
= 1
A
i
. On a alors, par linearite de lintegrale :
_
fd
N
=
n
i=1
a
i
_
f
i
d
N
= (
N
i=1
[
i
[)
n
i=1
a
i
_
f
i
d
N
= (
N
i=1
[
i
[)
_
n
i=1
a
i
f
i
d
N
= (
N
i=1
[
i
[)
_
f d
N
.
(Ce qui est, bien s ur, aussi vrai si f = 0.)
2. Soit f /
+
= /
+
(R
N
, B(R
N
)), montrer que f /
+
et que
_
fd
N
=
N
i=1
[
i
[
_
(f )d
N
.
corrige
457
Il existe (f
n
)
nN
c
+
t.q. f
n
f quand n . On a donc aussi (f
n
)
nN
c
+
et f
n
f
quand n (ce qui donne, en particulier que f /
+
). La question precedente donne :
_
f
n
d
N
= (
N
i=1
[
i
[)
_
f
n
d
N
.
La denition de lintegrale sur /
+
donne alors, quand n :
_
fd
N
= (
N
i=1
[
i
[)
_
f d
N
.
3. Soit f L
1
= L
1
R
(R
N
, B(R
N
),
N
), montrer que f L
1
et que
_
fd
N
=
N
i=1
[
i
[
_
(f )d
N
.
corrige
Comme f est mesurable de R
N
dans R et est mesurable de R
N
dans R
N
(R
N
et R etant munis
de leur tribu borelienne), on a bien f mesurable de R
N
dans R.
En appliquant la question precedente à la fonction [f[ on obtient que
_
[f[d
N
=
_
[f[d
N
<
car
_
[f[d
N
< . On a donc f L
1
.
Enn, en remarquant que (f )
+
= f
+
et (f )
= f
et en utilisant la question precedente

avec f
+
et f
, on obtient :
_
f
+
d
N
= (
N
i=1
[
i
[)
_
f
+
d
N
,
_
f
d
N
= (
N
i=1
[
i
[)
_
f
d
N
.
En faisant la dierence, on en deduit :
_
fd
N
= (
N
i=1
[
i
[)
_
f d
N
.
Corrige 144 (Primitives de fonctions L

p
)
Soit p [1, [. On note L
p
= L
p
R
(]0, 1[, B(]0, 1[), ). Soit f, g L
p
. On denit F et G de [0, 1] dans R
par :
F(x) =
_
x
0
f(t)dt (=
_
]0,x[
fd), G(x) =
_
x
0
g(t)dt (=
_
]0,x[
gd), pour tout x [0, 1].
1. Montrer que F et G sont des fonctions continues et quil existe C R t.q. [F(y) F(x)[
C[y x[
1
1
p
et [G(y) G(x)[ C[y x[
1
1
p
, pour tous x, y [0, 1], x < y.
corrige
458
On note L
1
= L
1
R
(]0, 1[, B(]0, 1[), ). F (et G) sont bien denies partout sur [0, 1] car f1
[0,x]
L
1
(et g1
[0,x]
L
1
) pour tout x [0, 1] (on confond, comme dhabitude, un element de L
1
ou L
p
avec
lun de ses representants).
Soit x, y [0, 1], x < y. En utilisant linegalite de Holder avec f et 1
[x,y]
, on obtient, avec
q = p/(p 1) :
[F(y) F(x)[ = [
_
f1
[x,y]
d[ |f|
p
|1
[x,y]
|
q
|f|
p
[y x[
1
1
p
. (12.136)
On a de meme :
[G(y) G(x)[ |g|
p
[y x[
1
1
p
. (12.137)
Ce qui donne les inegalites demandees en prenant C = max(|f|
p
, |g|
p
).
Les inegalites (12.136) et (12.137) donnent aussi la continuite (uniforme) de F et G lorsque p > 1
(et donc 1 (1/p) > 0), mais pas pour p = 1.
Pour p = 1, on montre la continuite de F (et de G par un raisonnement semblable) en remarquant
que, pour x, y [0, 1], x < y :
[F(y) F(x)[
_
[f[1
[x,y]
d 0, quand ([x, y]) = y x 0,
ceci decoule de lexercice 4.14 et donne meme la continuite uniforme de F comme cela a ete demontre
dans lexercice 5.7.
2. On suppose p > 1. Soit n N
et k 0, . . . , n 1. Montrer que, pour tout x [

k
n
,
k+1
n
], on a
(F(x), G(x)) A
n,k
B
n,k
, o` u A
n,k
et B
n,k
sont des intervalles de R (independants de x) dont les
longueurs tendent vers 0 quand n . [Utiliser la question 1.]
corrige
On pose toujours C = max(|f|
p
, |g|
p
). Pour x [
k
n
,
k+1
n
], on a, avec
1
q
= 1
1
p
> 0 :
[F(x) F(
k
n
)[ C(
1
n
)
1
q
, [G(x) G(
k
n
)[ C(
1
n
)
1
q
.
On en deduit que (F(x), G(x)) A
n,k
B
n,k
avec :
A
n,k
= [F(
k
n
) C(
1
n
)
1
q
, F(
k
n
) +C(
1
n
)
1
q
], B
n,k
= [G(
k
n
) C(
1
n
)
1
q
, G(
k
n
) +C(
1
n
)
1
q
].
On a bien (A
n,k
) = (B
n,k
) = 2C(
1
n
)
1
q
0 quand n .
3. On suppose p > 2. Montrer que E = (F(x), G(x)); x [0, 1] est une partie negligeable de R
2
(muni de la mesure de Lebesgue sur les boreliens de R
2
). [En utilisant une majoration convenable
des longueurs de A
n,k
et B
n,k
, inclure E (pour tout n N) dans une partie de R
2
dont la mesure
de Lebesgue tend vers 0 quand n .]
corrige
459
Pour tout n N
, on pose H
n
=
n1
k=0
A
n,k
B
n,k
B(R
2
) = B(R) B(R). La question precedente
donne E H
n
. On en deduit que E H avec H =
nN
H
n
B(R
2
).
On utilise maintenant lhypothèse p > 2 pour montrer que
2
(H) = 0 (et donc que E est neglige-
able). En eet, on a, pour tout n N
2
(H)
2
(H
n
)
n1
k=0
2
(A
n,k
B
n,k
) =
n1
k=0
(A
n,k
)(B
n,k
)
n4C
2
(
1
n
)
2
q
= 4C
2
n
1
2
q
,
avec C = max(|f|
p
, |g|
p
) et
1
q
= 1
1
p
. Comme p > 2, on a q < 2 et donc n
1
2
q
0 quand
n . Ceci donne que
2
(H
n
) 0 quand n et donc que
2
(H) = 0.
12.7.4 Convolution
Corrige 145 (Proprietes elementaires de la convolution)
Soit f, g L
1
(R
N
) = L
1
R
(R
N
, B(R
N
),
N
).
1. Montrer que f g = g f p.p.. [Utiliser linvariance par translation de la mesure de Lebesgue et sa
consequence pour les changements de variables simples (propositions 7.7 et 7.8).]
corrige
On confond, comme dhabitude f (et g) avec lun de ses representants, et on choisit comme represen-
tant de f g (qui est denie comme un element de L
1
(R
N
)) la fonction denie par f g(x) =
_
f(y)g(x y)d
N
(y) si f()g(x ) L
1
(R
N
). On sait que cette fonction est denie p.p. car
f()g(x) L
1
(R
N
) pour presque tout x R
N
. On choisit de manière analogue comme represen-
tant de g f la fonction denie par g f(x) =
_
g(y)f(x y)d
N
(y) si g()f(x ) L
1
(R
N
).
Soit x R
N
un point pour lequel f g est denie. On a donc f()g(x ) L
1
(R
N
). On pose
h() = f()g(x ). On utilise alors la proposition 7.8 (changement de variables simples) avec
denie par (y) = y +x pour tout y R
N
. Elle donne h L
1
(R
N
) et :
_
h((y))d
N
(y) =
_
h(y)d
N
(y).
Comme h((y)) = f((y))g(x (y)) = f(x y)g(y), on en deduit que g f est denie au point
x et que g f(x) = f g(x).
Ceci montre bien que f g = g f p.p..
2. On suppose que f et g sont à support compact (f à support compact signie quil existe K, compact
de R
N
, t.q. f = 0 p.p. sur K
c
). Montrer que la fonction f g est alors aussi à support compact.
[On designe par B(0, ) la boule ouverte de centre 0 et de rayon . Comme f et g sont à support
compact, il existe a et b R
+
tels que f = 0 p.p. sur B(0, a)
c
c
. Montrer
que f g = 0 p.p. sur B(0, a +b)
c
.]
corrige
460
Comme pour la question precedente, on confond f (et g) avec lun de ses representants, et on
choisit comme representant de f g la fonction denie par f g(x) =
_
f(y)g(x y)d
N
(y) si
f()g(x ) L
1
(R
N
).
Soit a, b R
+
t.q. f = 0 p.p. sur B(0, a)
c
c
. (R
N
est muni dune norme,
notee | |.)
Soit x B(0, a + b)
c
. On va montrer que f()g(x ) = 0 p.p. (et donc que f g(x) = 0, noter
aussi que f()g(x ) est mesurable car f et g le sont).
Comme f = 0 p.p. sur B(0, a)
c
, on a aussi f()g(x ) = 0 p.p. sur B(0, a)
c
. Comme g = 0 p.p.
sur B(0, b)
c
, on a f()g(x ) = 0 p.p. sur B(x, b)
c
(car y B(x, b)
c
(x y) B(0, b)
c
). On a
donc :
f()g(x ) = 0 p.p. sur B(0, a)
c
B(x, b)
c
. (12.138)
Or B(0, a) B(x, b) = car y B(0, a) B(x, b) implique |y| < a et |x y| < b et donc
|x| = |x y +y| < a +b, en contradiction avec x B(0, a +b)
c
. On a donc B(0, a)
c
B(x, b)
c
=
(B(0, a) B(x, b))
c
= R
N
et (12.138) donne alors f()g(x ) = 0 p.p. et donc f g est denie au
point x et f g(x) = 0.
On a bien montre que f g = 0 p.p. sur B(0, a +b)
c
et donc que f g est à support compact.
Corrige 146 (Convolution L

p
C
c
)
Soit 1 p . Soit f L
p
(R
N
) = L
p
R
(R
N
, B(R
N
),
N
) (ou f L
1
loc
(R
N
)) et C
c
(R
N
, R). On
pourra se limiter au cas N = 1.
1. Montrer que pour tout x R
N
, la fonction f()(x ) appartient à L
1
(R
N
). On pose alors
f (x) =
_
f()(x )d
N
.
corrige
On rappelle que f L
1
loc
(R
N
) si f /= /(R
N
, B(R
N
)) et f1
K
L
1
(R
N
) pour tout compact K
de R
N
. On a donc L
p
(R
N
) L
1
loc
(R
N
) (pour tout 1 p ) car si f L
p
(R
N
), on a bien f /
et, grace à linegalite de Holder, f1
K
L
1
(R
N
) (et |f1
K
|
1
|f|
p
|1
K
|
q
< ,avec q = p/(p 1)).
On suppose donc dans la suite de ce corrige que f L
1
loc
(R
N
) car cette hypothèse est plus generale
que f L
p
(R
N
). Pour simplier la redaction, on se limite au cas N = 1.
Soit x R. La fonction f()(x ) est mesurable (cest-à-dire ici borelienne car R est muni de
sa tribu de Borel) car f est mesurable et (x ) est mesurable (car continue). Comme est à
support compact, il existe a R
+
t.q. = 0 sur [a, a]
c
. On a donc (x ) = 0 sur K
c
x
avec
K
x
= [xa, x+a], ce qui permet de montrer que f()(x) L
1
(R) car [f()(x)[ [f1
K
x
[||
u
,
avec ||
u
= max[(z)[, z R < , et f1
K
x
L
1
(R).
La fonction f est donc denie sur tout R.
461
2. Montrer que f C
(R
N
, R).
corrige
Comme dans la question precedente, on va utiliser a R
+
t.q. = 0 sur [a, a]
c
et ||
u
=
max[(z)[, z R (on va aussi utiliser les normes des derivees de , |
(k)
|
u
). On raisonne
maintenant en 3 etapes.
Etape 1. On commence par montrer que f est continue en tout point de R. Soit x
0
R. La
continuite de f en x
0
decoule du theorème de continuite sous le signe
_
, theorème 4.9. En eet,
on pose, pour x, y R :
F(x, y) = f(y)(x y).
On a F(x, ) L
1
(R) pour tout x R et f (x) =
_
F(x, )d. La fonction F verie alors les 2
hypothèses suivantes :
(a) x F(x, y) est continue en x
0
, pour tout y R,
(b) [F(x, y)[ G(y) pour tout x ]x
0
1, x
0
+ 1[ et pour tout y R, en prenant G = [f1
K
[||
u
avec K = [x
0
1 a, x
0
+ 1 +a].
Comme K est compact, on a G L
1
(R) et le theorème 4.9 donne bien la continuite de f en x
0
.
Etape 2. On montre maintenant que f est derivable en tout point et que (f )
= f
.
Soit x
0
R. Pour montrer la derivabilite de f en x
0
, on utilise le theorème de derivabilite sous
le signe
_
, theorème 4.10. On reprend la meme fonction F que dans letape 1, elle verie les 2
hypothèses suivantes :
(a) x F(x, y) est derivable pour tout x ]x
0
1, x
0
+ 1[ et pour tout y R,
(b) [
F
x
(x, y)[ = [f(y)
(xy)[ H(y) pour tout x ]x

0
1, x
0
+1[ et pour tout y R, en prenant
H = [f1
K
[|
|
u
avec K = [x
0
1 a, x
0
+ 1 +a].
Comme K est compact, on a H L
1
(R) et le theorème 4.10 donne bien la derivabilite de f en
x
0
et le fait que (f )
(x
0
) = f
(x
0
).
Etape 3. On montre enn que f C
(R, R). Pour cela, on va montrer, par recurrence sur k,

que f C
k
(R, R) et (f )
(k)
= f
(k)
pour tout k N (ce qui donne bien f C
(R, R)).
Letape 1 montre que f C
0
(R, R) (et on a bien (f )
(0)
= f = f
(0)
). On suppose
maintenant que f C
k
(R, R) et (f )
(k)
= f
(k)
pour un certain k N. Letape 2 appliquee
à
(k)
(qui appartient aussi à C
c
(R, R)) au lieu de donne alors que f
(k)
est derivable et que sa
derivee est f
(k+1)
. Letape 1 appliquee à
(k+1)
donne que f
(k+1)
C(R, R). On a donc bien
nalement montre que f C
k+1
(R, R) et (f )
(k+1)
= f
(k+1)
. Ce qui termine la recurrence.
3. On suppose maintenant que f est ` a support compact, cest à dire quil existe un compact de R,
note K, t.q. f = 0 p.p. sur K
c
, montrer que f est aussi à support compact.
corrige
Comme f et sont à support compact, on demontre que f est aussi à support compact, comme
cela a ete fait dans lexercice 7.19 (corrige 145). Plus precisement, si f = 0 p.p. sur B(0, a)
c
et
= 0 sur B(o, b)
c
, on a f = 0 sur B(0, a +b)
c
(voir le corrige 145).
462
Corrige 147 (Inegalite de Young)

Soient 1 < p < +, f L
1
R
(R
N
, B(R
N
),
N
) et g L
p
R
(R
N
, B(R
N
),
N
). Montrer que f g est
denie p.p., f g L
p
R
(R
N
, B(R
N
),
N
) et |f g|
p
|f|
1
|g|
p
. [Ecrire
_
(
_
[f(x y)g(y)[dy)
p
dx =
_
(
_
[f(x y)[
1
q
[f(x y)[
1
p
[g(y)[dy)
p
dx, avec q =
p
p1
. Appliquer linegalite de Holder puis le theorème
de Fubini-Tonelli].
corrige
Pour simplier les notations, on ne traite ici que le cas N = 1. On suppose aussi que f et g ne sont pas
nulles p.p. (sinon, il est immediat que f g est denie partout et f g(x) = 0 pour tout x R).
On confond f et g avec lun de leurs representants.
Pour x, y R, on pose H(x, y) = g(y)f(x y). La première partie de la demonstration de la proposition
sur la convolution (proposition 7.9) montre que H, et donc [H[, est B(R
2
)-mesurable. On peut alors
utiliser les deux premières conclusions du theorème de Fubini-Tonelli (theorème 7.2) pour armer que
[g()f(x )[ /
+
(R, B(R)) pour tout x R et que /
+
(R, B(R)) avec denie par (x) =
_
[g()f(x )[d pour tout x R. Par composition de fonctions mesurables, on a donc aussi
p
/
+
(R, B(R)).
Soit x R. Les fonctions [f(x )[
1
q
et [f(x )[
1
p
[g()[ sont aussi mesurables. On peut alors utiliser
linegalite de Holder avec q = p/(p 1). elle donne :
((x))
p
= (
_
[f(x )[
1
q
[f(x )[
1
p
[g()[[d)
p
(
_
[f(x )[d)
p
q
(
_
[f(x )[[g()[
p
d)
|f|
p
q
1
(
_
[f(x )[[g()[
p
d).
(12.139)
Noter que (12.139) est vraie si [f(x )[[g()[
p
L
1
(R) et si [f(x )[[g()[
p
, L
1
(R). Dans ce dernier
cas on obtient seulement (x)
p
. On a aussi utiliser la proposition 7.8 pour dire que
_
[f(x)[d =
_
[f[d = |f|
1
.
On peut maintenant utiliser le theorème de Fubini-Tonelli (theorème 7.2) avec les fonctions [f[ et [g[
p
. Il
donne :
_
(x)
p
d(x) |f|
p
q
1
_
(
_
[f(x )[[g()[
p
d)d(x)
|f|
p
q
1
_
(
_
[f(x y)[[g(y)[
p
d(x))d(y) |f|
p
q
1
|f|
1
|g|
p
p
= |f|
p
1
|g|
p
p
.
(12.140)
Ceci donne que L
p
(R) et, en particulier que (x) < p.p., cest-à-dire (A) = 0 avec A = =
(noter que A B(R) puisque /
+
). Pour tout x A
c
, on a donc g()f(x ) L
1
(R) et on peut
denir g f(x) par g f(x) =
_
g(y)f(x y)d(y).
La fonction g f est donc denie p.p.. On remarque maintenant quelle est egale p.p. à une fonction
mesurable. En eet, les fonctions H
+
et H
sont B(R
2
)-mesurables (daprès la première partie de la
demonstration de la proposition 7.9, on rappelle que H(x, y) = g(y)f(x y)). Les deux premières
conclusions du theorème 7.2) donnent alors (g()f(x)
/
+
(R, B(R)) pour tout x R et que
1
,
2

/
+
(R, B(R)) avec
1
denie par
1
(x) =
_
(g()f(x))
+
d et
2
denie par
2
(x) =
_
(g()f(x))
d
pour tout x R. On pose alors h =
1
2
sur A
c
et h = 0 sur A. On a bien que h est mesurable (de
R dans R) et h = g f p.p..
463
On remarque enn que h L
p
(R) car [h[ p.p. et L
p
(R). On en deduit bien que g f L
p
(R)
(avec la confusion habituelle entre g f et la classe de h dans L
p
(R)).
Le fait que |g f|
p
|f|
1
|g|
p
est consequence immediate de (12.140) puisque g f p.p..
Enn, le raisonnement fait dans la première question de lexercice (7.19) montre que, pour tout x R,
f()g(x ) L
1
(R
N
) si et seulement f(x )g() L
1
(R
N
) et que ces deux fonctions ont alors meme
integrale. Ceci permet de montrer que f g est aussi denie p.p. et que f g = g f p.p.
12.7.5 Changement de variables

Corrige 148
1. Verier que si n 1
_
n
0
sin x
x
dx =
_
n
0
(
_

0
e
xt
dt) sin xdx.
corrige
Soit n N, la fonction x
sin x
x
est continue que [0, n] en posant
sin x
x
= 1 pour x = 0, elle est donc
bien integrable pour lespace mesure ([0, n], B([0, n]), ).
Pour tout x > 0, on a e
x
/
+
(R
+
, B(R
+
)). Pour calculer
_
0
e
xt
dt, on remarque que, pour
tout p N, on a
_
p
0
e
xt
dt = [
e
xt
x
]
p
0
=
1
x

e
xp
x
. Quand p , on en deduit, avec le theorème
de convergence monotone, que
_
0
e
xt
dt =
1
x
. On obtient bien :
_
n
0
sin x
x
dx =
_
n
0
(
_

0
e
xt
dt) sin xdx.
2. Calculer F
n
(t) =
_
n
0
e
xt
sin xdx (t 0).
corrige
Pour t = 0, on a
_
n
0
e
xt
sin xdx =
_
n
0
sin xdx = 1 cos n. Donc, F
n
(0) = 1 cos n.
Soit maintenant t > 0. Comme les fonctions x e
xt
et x sin x sont indeniment derivables sur
R, on peut calculer
_
n
0
e
xt
sin xdx en integrant deux fois par parties :
_
n
0
e
xt
sin xdx =
_
n
0
te
xt
cos xdx [e
xt
cos x]
n
0
=
_
n
0
t
2
e
xt
sin xdx [te
xt
sin x]
n
0
[e
xt
cos x]
n
0
.
Ce qui donne :
(t
2
+ 1)
_
n
0
e
xt
sin xdx = 1 te
nt
sin n e
nt
cos n.
et donc :
F
n
(t) =
_
n
0
e
xt
sin xdx =
1 te
nt
sin n e
nt
cos n
t
2
+ 1
.
464
3. Calculer lim
n+
_

0
F
n
(t)dt. (F
n
est denie à la question precedente.)
corrige
Pour tout n N, F
n
est continue de R
+
dans R, elle est donc mesurable de R
+
dans R.
On a, pour tout n N et tout t 0, te
nt
te
t
1/e. On en deduit :
[F
n
(t)[ (2 +
1
e
)
1
t
2
+ 1
pour tout t R + et pour tout n N.
(en fait, on a meme 0 F
n
(t)
1
t
2
+1
.) Comme t
1
t
2
+1
est integrable sur (R
+
, B(R
+
), ), ceci
donne que F
n
L
1
(R
+
, B(R
+
), ) pour tout n N.
Enn comme F
n
(t)
1
t
2
+1
quand n , pour tout t > 0, on peut appliquer le theorème de
convergence dominee à la suite (F
n
)
nN
, il donne :
_

0
F
n
(t)dt
_

0
1
t
2
+ 1
dt =

2
, quand n .
4. En deduire que lim

n+
_
n
0
sin x
x
dx =

2
.
corrige
Soit n N. On denit H de R
2
dans R par H(x, t) = e
xt
sin x1
[0,n]
(x)1
[0,]
(t).
La fonction H est B(R
2
)-mesurable et elle appartient à L
1
(R
2
) car, par le theorème de Fubini-
Tonelli :
_
[H(x, t)[d
2
(x, t)
_
n
0
[ sin x[(
_

0
e
xt
dt)dx =
_
n
0
[ sin x[
x
dx < ,
car la fonction x
| sin x|
x
est continue que [0, n] en posant
| sin x|
x
= 1 pour x = 0, elle est donc bien
integrable pour lespace mesure ([0, n], B([0, n]), ).
On peut donc appliquer le theorème de Fubini à la fonction H, il donne, avec la première question :
_
n
0
sin x
x
dx =
_
n
0
(
_

0
e
xt
dt) sin xdx =
_

0
(
_
n
0
e
xt
sin xdx)dt =
_

0
F
n
(t)dt.
La question 3 donne alors lim
n
_
n
0
sin x
x
dx = lim
n
_
0
F
n
(t)dt =

2
.
Corrige 149 (Coordonnees polaires)

1. Calculer
_
(R
+
)
2
e
(x
2
+y
2
)
dxdy (on rappelle que dxdy designe d
2
(x, y)). [On pourra utiliser le
passage en coordonnees polaires.]
corrige
Pour x, y R, on pose f(x, y) = e
(x
2
+y
2
)
1
R
+
(x)1
R
+
(y). On a f /
+
(R
2
, B(R
2
)) (noter que f
est le produit de fonctions mesurables). On peut donc lui appliquer la formule (7.17) :
465
_
f(x, y)d
2
(x, y) =
_
2
0
__

0
f(r cos , r sin )rdr
_
d.
On a donc :
_
(R
+
)
2
e
(x
2
+y
2
)
d
2
(x, y) = 2
_

0
e
r
2
rdr.
Puis, comme
_
n
0
e
r
2
rdr =
1
2
(1e
n
2
) et que, par le theorème de convergence monotone,
_
n
0
e
r
2
rdr
0
e
r
2
rdr quand n , on en deduit
_
0
e
r
2
rdr =
1
2
et donc :
_
(R
+
)
2
e
(x
2
+y
2
)
d
2
(x, y) = .
2. Calculer
_
R
+
e
x
2
dx.
corrige
On applique le theorème de Fubini-Tonelli (theorème 7.2) à la fonction f defnie à la question
precedente. Il donne :
_
f(x, y)d
2
(x, y) =
_
R
__
R
f(x, y)dy
_
dx,
et donc :
=
_
(R
+
)
2
e
(x
2
+y
2
)
d
2
(x, y) =
_

0
__

0
e
y
2
dy
_
e
x
2
dx =
__

0
e
x
2
dx
_
2
.
On en deduit que
_
0
e
x
2
dx =
Corrige 150 (Cordonnees polaires dans R

N
)
On note S
N1
la sphère de centre 0 et rayon 1 dans R
N
(i.e. S
N1
= x R
N
[ [x[ = 1, o` u [.[ designe
la norme euclidienne usuelle). Pour A S
N1
, on pose

A = tx, t [0, 1] , x A.
Montrer que si A est un borelien de S
N1
, alors

N
.
On denit alors, quand A est un borelien de S
N1
, (A) = N
N
(
A). Montrer que denit une mesure

sur les borelien de S
N1
.
Montrer que, pour tout f : R
N
R mesurable positive ou integrable on a
_
R
N
f(x) dx =
_

0
__
S
N1
f() d()
_
N1
d.
Trouver alors les R tels que x [x[
soit integrable sur R

N
B
1
ou sur B
1
, avec B
1
= x R
N
;
[x[ 1.
corrige
Cet exercice est trop dicile à faire complètement sans indications.
Pour R R
+
, on note B
R
= x R
N
; [x[ R.
466
1. On montre tout dabord que

N
si A est un borelien de S
N1
. Pour cela, on
pose T = A B(S
N1
);

A B(R
N
).
On montre que T est une tribu. En eet,

A = B(R
N
) si A = et donc T. Puis, on
remarque que T est stable par complementaire car, pour A T,

S
N1
A = B
1

A B(R
N
), ce
qui montre que S
N1
A T. Enn, il est facile de voir que T est stable par union denombrable
car, pour (A
n
)
nN
T, on a

nN
A
n
=
nN
A
n
B(R
N
) et donc
nN
A
n
T. On a bien montre
que T est une tribu.
Soit ( lensemble des fermes de S
N1
. Si A (, on voit que

A est un ferme de R
N
. En eet,
si (t
n
, x
n
)
nN
[0, 1] A est t.q. t
n
x
n
y dans R
N
, on peut supposer, par compacite de [0, 1]
et de S
N1
, après extraction dune sous suite encore notee (t
n
, x
n
)
nN
, que t
n
t [0, 1] et
x
n
x S
N1
quand n . On en deduit que y = tx

A, ce qui prouve que

A est ferme.
Comme les fermes sont des boreliens, on a donc ( T.
Pour conclure, il sut de remarquer que la tribu engendree par ( (sur S
N1
) est B(S
N1
). On en
deduit bien que B(S
N1
) = T.
2. Il est facile de montrer que est une mesure. Il sut en eet de remarquer que

= (et donc
() = 0) et que, pour (A
n
)
nN
T t.q. A
n
A
m
= si n ,= m, on a, avec A =
nN
A
n
,
A =
nN
A
n
et

A
n
A
m
= si n ,= m. On deduit alors la -additivite de de la -additivite de
N
.
3. On va montrer maintenant :
_
R
N
f(x) dx =
_

0
__
S
N1
f() d()
_
N1
d, (12.141)
pour tout f = 1
E
avec E B(R
N
). Cette demonstration est dicile (le reste de la demonstration
sera plus facile). On raisonne en 3 etapes.
Etape 1. Pour A B(S
N1
) et pour 0 r < R < , on pose A
r,R
= , [r, R[, A.
Dans cette etape, on prend f = 1
E
avec E = A
r,R
et on montre alors que les deux membres de
(12.141) sont bien denis et sont egaux.
Pour montrer que A
r,R
B(R
N
), il sut de remarquer que A
r,R
= A
R
A
r
avec A
a
=
tQ
a
t
A,
Q
a
= t Q
+
, t < a si a > 0 (et A
0
= ). Comme

A B(R
N
), on a t
A B(R
N
) pour tout t > 0
(voir la proposition 7.7) et donc A
a
B(R
N
) pour tout a 0. On en deduit que A
r,R
B(R
N
).
On calcule maintenant
N
(A
r,R
) (cest-à-dire le membre de gauche de (12.141)). Daprès la propo-
sition 7.8, on a
N
(t
A) = t
N
N
(
A) pour tout t > 0. la continuite croissante dune mesure donne

alors
N
(A
a
) = a
N
N
(
A) pour tout a > 0 et donc :
N
(A
r,R
) =
N
(A
R
A
r
) =
N
(A
R
)
N
(A
r
) = (R
N
r
N
)
N
(
A) =
R
N
r
N
N
(A).
Soit > 0. Si , [r, R[, ona f(r) = 0 pour tout S
N1
. On a donc f() = 1

/
+
(S
N1
, B(S
N1
)) et
_
f()d = 0. Si [r, R[, ona f(r) = 1 pour tout A et f(r) = 0
467
pour tout S
N1
A. Donc, f() = 1
A
/
+
(S
N1
, B(S
N1
)) et
_
f()d = (A). On en de-
duit que la fonction
_
f()d est egale à (A)1
[r,R[
, elle appartient donc à /
+
(R
+
, B(R
+
), )
et on a :
_

0
__
S
N1
f() d()
_
N1
d =
_
R
+
(A)1
[r,R[
()
N1
d
= (A)
_
R
r
N1
d = (A)
R
N
r
N
N
.
On a bien montre que les deux membres de (12.141) etaient bien denis et etaient egaux.
Etape 2. On pose T = A
r,R
, 0 r < R < , A B(S
N1
). On montre ici que T engendre
B(R
N
).
On a dejà vu que T B(R
N
). Donc, T(T) B(R
N
). Pour montrer linclusion inverse, on va
montrer que tout ouvert de R
N
peut secrire comme une union au plus denombrable delements de
T.
On commence par remarquer quil existe une partie denombrable de S
N1
, dense dans S
N1
(ceci
decoule de la separabilite de R
N
). Soit S une telle partie. On peut alors demontrer (on ne detaille
pas ici cette demonstration, assez simple) que si x O, O ouvert de R
N
, il existe une boule ouverte
de S
N1
dont le centre est dans S et donc le rayon est rationnel, on note A cette boule, et il existe
r, R Q t.q. x A
r,R
O. On en deduit facilement que O est une union au plus denombrable
delements de T (voir lexercice 2.6 pour des resultats semblables). Ce resultat montre que les
ouverts de R
N
sont dans T(T) et donc que B(R
N
) T(T).
On a bien nalement B(R
N
) = T(T).
Etape 3. On montre dans cette etape que (12.141) est vraie pour tout f = 1
E
avec E B(R
N
).
En admettant que le deuxième membre de (12.141) est bien deni pour tout E B(R
N
), on peut
denir m sur B(R
N
) par m(E) =
_
0
__
S
N1
1
E
() d()
_
N1
d. m est alors une mesure. On a
montre que m =
N
sur T (Etape 1) et que T engendre B(R
N
) (Etape 2). Le fait que deux mesures
sur une tribu T soient egales sur une famille engendrant T est insusant pour dire quelles sont
egales sur T (voir exercice 2.18), mais cela est susant si cette famille est une semi-algèbre (une
famille ( est une semi-algèbre si ,
c
(, ( est stable par intersection nie, et le complementaire
de tout elèment de ( est une reunion nie disjointe delements de (), et si les mesures sont nies.
Cest ainsi que nous allons montrer que (12.141) est vraie pour tout f = 1
E
avec E B(R
N
).
Soit R > 0. On note T
R
= E T; E B
R
et B
R
= B(B
R
) = A B(R
N
); A B
R
. Letape 2
donne que la tribu engendree (sur B
R
) par T
R
, notee T(T
R
), est egale à B
R
.
On remarque tout dabord que si C T
R
, (B
R
C) est la reunion disjointe dau plus 3 elements
de T
R
. On en deduit, comme dans lexercice 7.2, que lalgèbre engendree par T
R
sur B
R
(voir la
denition 2.4 pour la denition dune algèbre), notee /
R
, est lensemble des reunions nies disjointes
delements de T
R
. Soit E /
R
. Il est alors facile de montrer (par linearite de lintegrale et avec
letape 1) que les deux membres de (12.141) sont bien denis et egaux si f = 1
E
.
On note M
R
lensemble des elements E B(B
R
) t.q. les deux membres de (12.141) soient bien
denis et egaux si f = 1
E
. Une application facile du theorème de convergence monotone donne que
M
R
est une classe monotone. (en fait, si (E
n
)
nN
M
R
est une suite decroissante, on applique le
468
theorème de convergence monotone à la suite 1
B
R
1
E
n
alors que si (E
n
)
nN
M
R
est une suite
croissante, on applique le theorème de convergence monotone à la suite 1
E
n
). M
R
est donc une
classe monotone qui contient /
R
, M
R
contient donc la classe monotone engendree par /
R
, or, le
lemme sur les classes monotones (exercice 2.12) montre que cette classe monotone est egale à la tribu
engendree par /
R
, elle meme egale à la tribu engendree par T
R
. Ceci montre que M
R
= B(B
R
) et
donc que les deux membres de (12.141) sont bien denis et egaux si f = 1
E
avec E B(B
R
).
En appliquant une nouvelle fois le theorème de convergence monotone, on montre alors facilement
que les deux membres de (12.141) sont bien denis et egaux si f = 1
E
avec E B(R
N
).
4. La n de la demonstration est maintenant facile (elle utilise un raisonnement souvent utilise
dans des exercices precedents). Par linearite de lintegrale, on montre que les deux membres de
(12.141) sont bien denis et egaux si f c
+
(R
N
, B(R
N
)), puis, par convergence monotone, si
f /
+
(R
N
, B(R
N
)). Enn, on traite le cas f L
1
(R
N
) en decomposant f = f
+
f
.
5. Comme application simple de (12.141) pour f /
+
(R
N
, B(R
N
)), on trouve que x [x[
est
integrable sur R
N
B
1
si et seulement si +N 1 < 1 et est integrable sur B
1
si et seulement si
+N 1 > 1.
Corrige 151 (Changement de variables W

1,1
croissant)
Soit f L
1
R
(R, B(R), ) t.q. f > 0 p.p.. Pour x R, on pose (x) =
_
x
f(t)dt. (On rappelle que, pour

a < b,
_
b
a
f(t)dt designe
_
1
]a,b[
fd.)
1. Montrer que C(R, R) et que est strictement croissante.
On note I
m
limage de (I
m
est donc un intervalle dont les bornes sont 0 et
_
fd) et on note
: I
m
R la fonction inverse de ( est donc continue de I
m
dans R).
On rappelle que si I est un intervalle de R et B(I) est sa tribu borelienne, on a B(I) = T(I) B(R).
Pour A R, on note (A) = (x), x A. Pour A I
m
, on note (A) = (x), x A.
2. Montrer que (A), A B(R) = B(I
m
) et que (A), A B(I
m
) = B(R).
3. Soit I un intervalle de R. Montrer que ((I)) =
_
I
fd.
4. Soit O un ouvert de R. Montrer que ((O)) =
_
O
fd. En deduire que, pour tout > 0 il existe
> 0 t.q. :
O ouvert, (O) ((O)) .
5. Soit A B(R). Montrer que ((A)) =
_
A
fd. [On pourra, par exemple, utiliser la regularite de
et la question precedente.]
6. Soit a, b R t.q. a < b.
(a) Soit B B(R). On pose g = 1
B
. Montrer que :
_
(b)
(a)
g(t)dt =
_
b
a
g((s))f(s)ds. (12.142)
[Prendre A = (B I
m
)]a, b[ et utiliser la question precedente.]
469
(b) Montrer que (12.142) est encore vraie pour g c
+
(R, B(R)), puis pour g /
+
(R, B(R)).
(c) Soit g : R R mesurable. On suppose que g1
](a),(b)[
L
1
R
(R, B(R), ). Montrer g
f1
]a,b[
L
1
R
NB: On peut montrer que est derivable p.p. et que
= f p.p.. La formule (12.142) est alors la

formule habituelle de changement de variable. Noter aussi que la fonction , restreinte à lintervalle ]a, b[,
appartient à un espace appele W
1,1
(]a, b[) (ce qui explique le titre de lexercice).
corrige
En Attente
470
Corrige 152 (Non densite de C
c
dans L
)
On considère f = 1
R
+
R
(R, B(R), ), en confondant f avec sa classe).
1. Montrer que |f |

1
2
pour tout C(R, R).
corrige
Soit C(R, R). On va montrer que |f |

1
2
pour tout 0 < < 1/2 (ce qui donne bien
nalement |f |

1
2
).
Soit donc 0 < < 1/2.
On suppose tout dabord que (0)
1
2
. Il existe alors, par continuite de , > 0 t.q. (x)
1
2

pour tout x [, 0]. On a donc (x) f(x)
1
2
pour presque tout x [, 0], ce qui prouve
que ([ f[
1
2
) ([, 0]) = > 0. On a donc |f |

1
2
.
On suppose maintenant que (0)
1
2
. De manière analogue, il existe > 0 t.q. (x)
1
2
+ pour
tout x [0, ]. On a alors f(x) (x)
1
2
pour presque tout x [0, ], ce qui prouve que
([f [
1
2
) ([0, ]) = > 0. On a donc aussi |f |

1
2
.
Comme > 0 est arbitrairement petit, on a bien montre que |f |

1
2
.
2. Montrer que |f( +h) f|
= 1 pour tout h R.
corrige
Pour h > 0, on a [f(+h)f()[ = 1 p.p. sur [h, 0] et donc ([f(+h)f()[ 1) ([h, 0]) =
h > 0, ce qui prouve que |f( +h) f|
1. Comme il est clair que [f( +h) f()[ 1 p.p., on

a nalement |f( +h) f|
= 1.
Pour h < 0, on a [f( + h) f()[
= 1 p.p. sur [0, h] et donc ([f( + h) f()[ 1)

([0, h]) = h > 0, ce qui prouve que |f( + h) f|
1. Comme il est clair aussi que

[f( +h) f()[ 1 p.p., on a nalement |f( +h) f|
= 1.
Corrige 153 (Separabilite de L

p
(), 1 p < )
Soient N 1, un ouvert de R
N
et p tel que 1 p < +. Montrer que lespace L
p
() est separable.
On pourra se limiter au cas = R et raisonner ainsi : Soit n N
, pour q = 0, 1, . . . , 2n
2
1, on note:
I
n
q
= [n +
q
n
, n +
q+1
n
[. On pose : A
n
= f : R R; f[
I
n
q
= r, o` u r Q, et f = 0 sur [n, n[
c
. On
pose A =
nN
A
n
.
1. Montrer que A est denombrable.
corrige
Soit n N
. A f A
n
, on associe lensemble des valeurs prises par f sur les intervalles I
n
q
,
q = 0, 1, . . . , 2n
2
1. On construit ainsi une bijection de A
n
dans Q
2n
2
, ce qui prouve que A
n
est
denombrable car Q
2n
2
est denombrable.
On en deduit que A est denombrable comme union denombrable densembles denombrables.
471
2. Montrer que, pour tout f C
c
(R, R) et pour tout > 0, il existe g A t.q. |f g|
p
.
corrige
Soit f C
c
(R, R) et soit > 0.
Comme f est à support compact, il existe a R
+
t.q. f = 0 sur [a, a]
c
.
Comme f est uniformement continue, il existe > 0 t.q. [x y[ [f(x) f(y)[ .
On choisit maintenant n N
t.q. n a et 1/n . On construit alors g A

n
de la manière
suivante :
g(x) = 0, si x [n, n[
c
,
g(x) = r
q
, si x [n +
q
n
, n +
q+1
n
[, q 0, 1, . . . , 2n
2
1,
avec r
q
Q t.q. [f(n +
q
n
) r
q
[ et r
q
= 0 si f(n +
q
n
) = 0.
On a g A (car g A
n
), [g(x) f(x)[ 2 pour tout x et [g(x) f(x)[ = 0 si x [a 1, a +1]
c
.
On en deduit :
_
[g(x) f(x)[
p
dx 2(a + 1)2
p
p
.
On peut donc trouver g A arbitraiement proche de f en norme L
p
.
3. Conclure par la densite de C

c
(R, R) dans L
p
(R, ) (theorème 8.1).
corrige
Soit f L
p
(R) et soit > 0. Par le theorème 8.1, il existe g C
c
(R, R) t.q. |g f|
p
. Par la
question precedente, il existe h A t.q. |g h|
p
. On a donc |f h|
p
2. Ce qui prouve
que A est dense dans L
p
(R). Comme A est denombrable, on en deduit que L
p
(R) est separable.
Corrige 154 (Non separabilite de L
R
(R, B(R), ))
On note B lensemble des f appartenant à L
(R, B(R), ) t.q., pour tout n N, f = 0 p.p. sur ]n, n+1[

ou f = 1 p.p. sur ]n, n + 1[.
1. Montrer que B est non denombrable. [Construire une injection de lensemble des parties de N dans
B.]
corrige
Soit P une partie N. On construit (P) B en prenant (P) = 1 p.p. sur ]n, n + 1[ si n P,
(P) = 0 p.p. sur ]n, n + 1[ si n , P et (P) = 0 p.p. sur R
.
est bien injective car, si P, Q T(N), P ,= Q, il existe n P t.q. n , Q (ou il existe n Q
t.q. n , T). On a alors (P) = 1 p.p. sur ]n, n + 1[ et (Q) = 0 p.p. sur ]n, n + 1[ (ou (P) = 0
p.p. sur ]n, n + 1[ et (Q) = 1 p.p. sur ]n, n + 1[). On en deduit que |(P) (Q)|
1 car
(]n, n + 1[) > 0, et donc (P) ,= (Q).
Comme T(N) est non denombrable (et non ni), lensemble B est aussi non denombrable (et non
ni).
472
2. Soit A une partie dense de L
R
(R, B(R), ). Montrer que pour tout f B, il existe g A t.q.
|f g|

1
4
. En deduire quon peut construire une application injective de B dans A.
corrige
Soit f B. Par densite de A dans L
R
(R, B(R), ), il existe g A t.q. |f g|

1
4
. On peut
donc construire (grace à laxiome du choix) une application de B dans A t.q. |f (f)|

1
4
pour tout f B.
On monte maintenant que est injective. En eet, soit f
1
, f
2
B t.q. (f
1
) = (f
2
). On a alors,
avec g = (f
1
) = (f
2
), |f
1
f
2
|
|f
1
g|
+ |f
2
g|

1
2
. Ceci prouve que f
1
= f
2
car
|f
1
f
2
|
1 si f
1
,= f
2
(il sut de remarquer quil existe n N t.q. [f
1
f
2
[ = 1 p.p. sur
]n, n + 1[).
3. Montrer que L
R
corrige
Si L
R
(R, B(R), ) est separable, il existe A (au plus) denombrable, dense dans L
R
(R, B(R), ). La
question precedente permet de construire une injection de B de A. Ce qui est en contradiction avec
le fait que B est non denombrable (et non ni).
Corrige 155 (Convolution L

p
L
q
)
Pour 1 p , on note L
p
= L
p
R
(R, B(R), ) et L
p
= L
p
R
(R, B(R), ).
1. Soit 1 < p < +, q =
p
p1
, f L
p
et g L
q
.
(a) Montrer que pour tout x R, lapplication f()g(x ) est integrable.
corrige
Soit x R. Lapplication f()g(x ) est mesurable car les applications f et g(x ) sont
mesurables. Puis, on deduit de linegalite de Holder (inegalite (6.3)) que f()g(x ) L
1
et :
|f()g(x )|
1
|f|
p
|g(x )|
q
= |f|
p
|g|
q
.
On peut donc denir (f g)(x) pour tout x R.

(b) Montrer que [(f g)(x)[ |f|
p
|g|
q
, pour tout x R.
corrige
Soit x R. On a [(f g)(x)[ = [
_
f()g(x )d[
_
[f()g(x )[d = |f()g(x )|
1
. En
utilisant linegalite montree dans la question precedente, on a donc :
[(f g)(x)[ |f|
p
|g|
q
.
473
(c) Montrer que f g est continue sur R.
corrige
Soit x, h R. On a :
[f g(x +h) f g(x)[
_
[f()g(x +h ) f()g(x )[d
|f|
p
|g(x +h ) g(x )|
q
= |f|
p
|g( h) g|
q
.
Le theorème de continuite en moyenne dans L
q
(exercice 6.4, corrige 98, le cas general de la
mesure de Lebesgue sur R
N
est donne dans le theorème 8.2) donne que |g( h) g|
q
0,
quand h 0. Ceci prouve la continuite (et meme la continuite uniforme) de f g sur R.
2. Soit 1 < p < +, q =

p
p1
.
(a) Soit F L
p
et G L
q
. Montrer quon peut denir F G sur R en posant F G = f g, avec
f F et g G. [Il sut donc de demontrer que f g ne depend pas du choix de f dans F et
g dans G.]
corrige
Soit f
1
, f
2
F et g
1
, g
2
G. Comme f
1
= f
2
p.p. et g
1
= g
2
p.p., on a aussi, pour tout x R,
f
1
()g
1
(x ) = f
2
()g
2
(x ) p.p. et donc f
1
g
1
(x) = f
2
g
2
(x).
Pour tout x R, on peut donc denir F G(x) en posant F G(x) = f g(x), avec f F et
g G (car f g(x) ne depend pas du choix de f et g dans F et G).
(b) Montrer que lapplication (F, G) F G est bilineaire continue de L

p
L
q
dans C
b
(R, R) (on
rappelle que C
b
(R, R) est lensemble des fonctions continues bornees de R dans R, muni de la
norme de la convergence uniforme).
corrige
On note | |
u
la norme de la convergence uniforme (on rappelle que, sur C
b
(R, R), elle concide
avec la norme | |
).
Soit F L
p
et G L
q
. Si f F, g G, on a dejà vu que, pour tout x R :
[F G(x)[ = [f g(x)[ |f|
p
|g|
q
= |F|
p
|G|
q
.
On en deduit |F G|
u
= sup[F G(x)[, x R |F|
p
|G|
q
. Ce qui prouve bien la continuite
de la forme bilineaire (F, G) F G de L
p
L
q
dans C
b
(R, R).
(c) Soit F L
p
et G L
q
. Montrer que F G C
0
(R, R) (cest-à-dire que la fonction F G est
continue de R dans R et que (F G)(x) 0 quand x ).
corrige
On considère tout dabord le cas f C
c
(R, R) et g C
c
(R, R). On sait dejà que f g est
continue (par exemple, parce que f L
p
et g L
q
). Dautre part, comme f et g sont à
support compact, il existe a > 0 et b > 0 t.q. f = 0 sur B
c
(0, a) et g = 0 sur B
c
(0, b). On
474
en deduit que f g = 0 sur B
c
(0, a +b) (ceci est demontre, par exemple, dans lexercice 7.19,
corrige 145). On a donc f g C
c
(R, R) C
0
(R, R).
Soit maintenant F L
p
et G L
q
. Le theorème de densite dans les espaces L
p
(exercice
6.4, corrige 98, ou encore theorème 8.1 pour un cas plus general) donne lexistence de deux
suites (f
n
)
nN
C
c
(R, R) et (g
n
)
nN
C
c
(R, R) t.q. f
n
F dans L
p
et g
n
G dans L
q
,
quand n . La continuite de la forme bilineaire (F, G) F G de L
p
L
q
dans C
b
(R, R)
montre alors que f
n
g
n
F G dans C
b
(R, R) (cest-à-dire uniformement), quand n .
Or f
n
g
n
C
0
(R, R), pour tout n N, et C
0
(R, R) est ferme dans C
b
(R, R), on a donc
F G C
0
(R, R).
3. On prend maintenant p = 1 et q = +.
(a) Soit f L
1
et g L
. Montrer que (f g)(x) est bien denie pour tout x R. Montrer que
f g C
b
(R, R).
corrige
On procède ici comme dans le cas 1 < p, q < .
Soit x R. Lapplication f()g(x ) est mesurable car produit dapplications mesurables.
Puis, linegalite de Holder pour le cas p = 1, q = (proposition (6.9)) donne f()g(x) L
1
et :
|f()g(x )|
1
|f|
1
|g(x )|
= |f|
1
|g|
.
On peut donc denir (f g)(x) pour tout x R et on a [(f g)(x)[ |f|
1
|g|
. Ceci donne
sup[(f g)(x)[, x R |f|
1
|g|
et donc que f est bornee.

Pour montrer que f g est continue sur R, on utilise linvariance par translation de la mesure
de Lebesgue pour ecrire, pour tout x R :
f g(x) =
_
f(x )g()d.
Soit x, h R. On a donc :
[f g(x +h) f g(x)[
_
[f(x +h )g() f(x )g()[d
|f(x +h ) f(x )|
1
|g|
= |f( h) f|
1
|g|
.
1
(theorème 5.6) donne que |f( h) f|
1
0,
quand h 0. Ceci prouve la continuite (et meme la continuite uniforme) de f g sur R.
On a donc bien f g continue et bornee, cest-à-dire f g C
b
(R, R).
(b) Soit F L
1
et G L
. Montrer que (F G)(x) est bien denie pour tout x R en posant

F G = f g, avec f F et g G.
corrige
La demonstration est identique à celle du cas 1 < p, q < . Elle nest pas redonnee ici.
475
(c) Lapplication (F, G) F G est-elle continue de L
1
L
dans C
b
?
corrige
La reponse est oui car nous avons vu que |f g|
u
= sup[(f g)(x)[, x R |f|
1
|g|
(d) A-t-on F G C
0
(R, R), pour tout F L
1
et G L
?
corrige
La reponse est non. On prend, par exemple, G = 1 p.p. et F L
1
, F ,= 0. On a alors
F G(x) =
_
Fd pour tout x R. Donc, F G(x) ,0, quand x , et F G , C
0
(R, R).
Corrige 156 (Caracterisation dune fonction par son action sur C
c
)
Soit d N
. On rappelle que
d
est la mesure de Lebesgue sur les boreliens de R
d
et que lelement
dintegration par rapport à
d
est note dx (au lieu de d
d
(x)). On rappelle aussi que [ [ denote la norme
euclidienne dans R
d
. On se donne une fonction C
c
(R
d
, R) t.q. :
(x) = 0 si x R
d
, [x[ 1,
(x) 0 si x R
d
,
_
(x)dx = 1.
Pour n N
, on note
n
la fonction denie par
n
(x) = n
d
(nx), de sorte que (
n
)
nN
est une famille
de noyaux regularisants (voir le chapitre 8 du cours).
1. Soit f L
1
(R
d
, B(R
d
),
d
).
(a) Soit C
c
(R
d
, R). Montrer que f L
1
(R
d
, B(R
d
),
d
).
corrige
La fonction f est mesurable car produit de fonctions mesurable. Elle est integrable car on
a [f(x)(x)[ [f(x)[||
u
, pour tout x R
d
(avec ||
u
= max[(x)[, x R < car
C
c
(R
d
, R) C
b
(R
d
, R)) et donc :
_
[f(x)(x)[dx |f|
1
||
< .
Ce qui donne bien f L
1
(R
d
, B(R
d
),
d
).

_
f(x)(x)dx = 0 pour tout C
c
(R
d
, R).
(b) Soit n N
. Montrer f
n
(x) est bien deni pour tout x R
d
et que f
n
(x) = 0 pour tout
x R
d
.
corrige
Soit x R
d
. On pose (y) =
n
(x y) pour y R
d
(n est xe). On a donc C
c
(R
d
, R)
(car
n
C
c
(R
d
, R)) et f = f()
n
(x ).
La première question donne f()
n
(x ) = f L
1
(R
d
, B(R
d
),
d
) et f
n
(x) est donc bien
deni. De plus, lhypothèse satisfaite par f donne :
f
n
(x) =
_
f(y)
n
(x y)dy =
_
f(y)(y)dy = 0
476
(c) Montrer que f = 0 p.p..

corrige
La proposition 8.1 donne f
n
f dans L
1
(R
d
, B(R
d
),
d
) quand n . Comme f
n
= 0
p.p., on en deduit que f = 0 p.p.
2. Soit un ouvert de R
d
et g L
1
loc
() (cest-à-dire que g est une fonction de R
d
dans R t.q.
g1
K
L
1
(R
d
, B(R
d
),
d
) pour tout compact K de ).
(a) Soit C
c
(, R). Montrer que g L
1
(R
d
, B(R
d
),
d
). (La fonction est prolongee par 0
hors de .)
corrige
Soit K un compact de t.q. = 0 sur K
c
. On a alors g = g1
K
.
Comme g1
K
L
1
(R
d
, B(R
d
),
d
), la question 1(a) donne g L
1
(R
d
, B(R
d
),
d
).

_
g(x)(x)dx = 0 pour tout C
c
(, R).
(b) Soit n N
. On note
n
lensemble des x t.q. [x y[ >
1
n
pour tout y
c
. Montrer
g
n
(x) est bien denie pour tout x
n
et que g
n
(x) = 0 pour tout x
n
.
corrige
Soit x
n
. On pose (y) =
n
(x y) pour y R
d
(n et x sont xes). On a donc
C
c
(R
d
, R). comme
n
(z) = 0 si [z[ 1/n, on a = 0 sur K
c
o` u K est la boule fermee
de centre x et de rayon 1/n, cest-à-dire K = B(x, 1/n). Comme x
n
, on a K . La
fonction (ou, plus precisement, la restriction de à ) appartient donc à C
c
(, R)).
On a g = g()
n
(x ). On conclut comme dans la question 1(b) :
La question 2(a) donne g()
n
(x) = g L
1
(R
d
, B(R
d
),
d
) et g
n
(x) est donc bien deni.
De plus, lhypothèse satisfaite par g donne :
g
n
(x) =
_
g(y)
n
(x y)dy =
_
g(y)(y)dy = 0
(c) Soit K un compact de , montrer que g1

K
= 0 p.p.. En deduire que g = 0 p.p. sur .
corrige
On note la distance de K à
c
, cest-à-dire = inf[yz[, y K, z
c
. Cette distance est
strictement positive car K est compact,
c
est ferme et K O
c
= (le fait que cette distance
est strictement positive est demontre, par exemple, dans la demonstration du theorème 5.5).
Soit n
0
N
t.q. 1/n
0
< , de sorte que K
n
pour tout n n
0
(avec
n
deni dans la
question 2(b)).
La question 2(b) donne alors que, pour tout n n
0
, g
n
est bien deni sur K et g
n
= 0
sur K.
477
Pour passer à limite sur n (et montrer que g = 0 p.p. sur K), on pose

K = z R
d
;
d(z, K) 1/n
0
(o` u d(z, K) est la distance de z à K, cest-à-dire d(z, K) = inf[z y[,
y K).

K est un compact de R
d
et comme 1/n
0
< , on a

K . On en deduit :
g1
K
L
1
(R
d
, B(R
d
),
d
).
La proposition 8.1 donne alors g1
K

n
g1
K
dans L
1
(R
d
, B(R
d
),
d
), quand n . On a
donc aussi, en prenant la restriction à K de ces fonctions :
(g1
K

n
)
|K
g
|K
dans L
1
(K, B(K),
d
), quand n . (12.143)
Soit n n
0
. On remarque que g1
K

n
= g
n
sur K. En eet, pour x K et y ,

K, on a
[x y[ > 1/n
0
1/n et donc
n
(x y) = 0. On en deduit :
g1
K

n
(x) =
_
g1
K
(x)
n
(x y)dy =
_
g(x)
n
(x y)dy = g
n
(x), pour tout x K.
On a bien montre que g1
K

n
= g
n
sur K. Comme g
n
= 0 sur K (question 2(b)), on
deduit de (12.143) que g = 0 p.p. sur K.
Pour montrer que g = 0 p.p. sur , on remarque que =
nN
K
n
, avec K
n
=
n
B
n
(o` u
n
est ladherence de
n
et B
n
est la boule fermee de centre 0 et de rayon n). Comme K
n
est
un compact de , la demonstration precedente donne g = 0 p.p. sur K
n
, pour tout n N
.
On en deduit que g = 0 p.p. sur .
Corrige 157 (Theorème de compacite dans L

1
)
On pose L
1
(]0, 1[) = L
1
R
(]0, 1[, B(]0, 1[), ) et L
1
(R) = L
1
R
(R, B(R), ) (o` u designe la mesure de Lebesgue
sur B(R) ou sa trace sur B(]0, 1[)). Pour f L
1
(]0, 1[[), on identie f avec lun de ses representants et
on note

f la fonction denie par

f = f sur ]0, 1[ et

f = 0 sur R]0, 1[.
Soit / une partie de L
1
(]0, 1[).
On rappelle que / est relativement compacte dans L
1
(]0, 1[) si et seulement si / est precompacte (cest-
à-dire que pour > 0 il existe p N
et f
1
, . . . , f
p
/ t.q. /
p
i=1
B(f
i
, ), o` u B(f, ) designe la boule
ouverte dans L
1
(]0, 1[) de centre f et de rayon ).
Partie I (condition susante). On suppose, dans cette partie, que / est relativement compacte dans
L
1
(]0, 1[).
1. Montrer que / est une partie bornee de L
1
(]0, 1[).
2. Soit > 0. Montrer quil existe > 0 t.q. :
h R, [h[ , f / |
f( +h)

f|
1
. (12.144)
Partie II (condition necessaire). On suppose, dans cette partie, que / une partie bornee de L
1
(]0, 1[)
et que pour tout > 0 il existe > 0 veriant (12.144).
Soit C
c
(R, R) t.q. 0, (x) = 0 si [x[ 1 et
_
(x)dx = 1. Pour n N
, on denit
n
par
n
(x) = n(nx) si x R.
478
1. Soit > 0. Montrer quil existe n
0
N
t.q. :
n N
, n n
0
, f / |
f
n

f|
1
. (12.145)
[On pourra remarquer que

f
n
(x)

f(x) =
_
(

f(x
y
n
)

f(x))(y)dy.]
2. Soit n N
. Pour f /, on note f
n
la restriction à [0, 1] de la fonction

f
n
.
1
, C
2
> 0 ne dependant que de n, et de la borne de / dans L
1
(]0, 1[)
t.q. :
x [0, 1], f / [f
n
(x)[ C
1
,
x, y [0, 1], f / [f
n
(x) f
n
(y)[ C
2
[x y[.
En deduire que lensemble f
n
, f / est relativement compact dans C([0, 1], R) [Utiliser le
theorème dAscoli.]
(b) Montrer que lensemble f
n
, f / est relativement compact dans L
1
(]0, 1[).
3. Montrer que la partie / est relativement compacte dans L
1
(]0, 1[).
corrige
En attente. . .
479
12.9.1 Denition, proprietes elementaires
Corrige 158 (Matrice des moments dordre deux et matrice de covariance)
Soit (, /, P) est un espace de probabilite. Soit X un vecteur aleatoire de dimension d (d 1), dont
toutes les coordonnees (notees X
i
, i = 1, . . . , d) sont supposees etre de carre integrable. La matrice des
moments dordre 2 du v.a. X est la matrice E(XX
t
), dont le terme (i, j) est le reel E(X
i
X
j
), et on
rappelle que la matrice de covariance de X, notee Cov(X), est la matrice E((XE(X))(XE(X))
t
) =
E(XX
t
)E(X)E(X)
t
, dont le terme (i, j) est la covariance des v.a.r. X
i
et X
j
. (La notation X
t
designe
le transpose du vecteur X.)
1. Soit u R
d
, montrer que u
t
E(XX
t
)u = E((u X)
2
) et que u
t
Cov(X)u = Var(u X) (On rappelle
que u X =
d
i=1
u
i
X
i
= u
t
X).
corrige
Lapplication Z E(Z) est lineaire, on en deduit que u
t
E(XX
t
)u = E(u
t
XX
t
u) = E((u X)
2
).
Cette egalite appliquee au vu v.a. XE(X) donne u
t
Cov(X)u = Var(u X) car u XE(u X) =
u (X E(X)).
2. Montrer que les matrices E(XX

t
) et Cov(X) sont symetriques et semidenies positives.
corrige
Il est facile de voir que E(XX
t
) et Cov(X) sont des matrices symetriques (car pour toutes v.a.r.
Y, Z on a E(Y Z) = E(ZY )). La question precedente donne u
t
E(XX
t
)u 0 et u
t
Cov(X)u 0
pour tout u R
d
, ce qui signie que les matrices E(XX
t
) et Cov(X) sont semidenies positives.
3. Montrer que si A est une matrice kd et b un vecteur de R

k
, Y = AX+b, alors E(Y ) = AE(X)+b
et Cov(Y ) = ACov(X)A
t
.
corrige
Comme X est un v.a. de carre integrable, la fonction Y est aussi un v.a. de carre integrable. En
utilisant la linearite de lapplication Z E(Z), on calcule son esperance et sa variance :
E(Y ) = E(AX +b) = AE(X) +E(b) = AE(X) +b,
Cov(Y ) = E([A(X E(X))][A(X E(X))]
t
) = E(A[X E(X)][X E(X)]
t
A
t
)
= AE([X E(X)][X E(X)]
t
)A
t
= ACov(X)A
t
.
4. Montrer que si Cov(X) nest pas inversible, alors le v.a. X prend p.s. ses valeurs dans un sous
espace ane de R
d
de dimension (inferieure ou) egale à d1, et que la loi de X nest pas absolument
continue par rapport à la mesure de Lebesgue de R
d
, notee d (i.e. cette loi nest pas à densite dans
R
d
).
corrige
Si Cov(X) nest pas inversible, il existe u R
d
, u ,= 0, t.q. Cov(X)u = 0. On a donc Var(u X) =
u
t
Cov(X)u = 0, ce qui donne u X = E(u X) p.s.. On pose = E(u X) et on a donc :
X H p.s. avec H = v R
d
t.q. u v = .
480
Comme u ,= 0, lensemble H est un sousespace ane de R
d
de dimension egale à d 1.
Lensemble H etant de dimension d 1, on a
d
(H) = 0. Or on a P
X
(H) = P(X H) = 1 ,= 0.
On en deduit que P
X
nest par absolument continue par rapport à
d
et donc que P
X
nest pas une
loi de densite par rapport à
d
(voir le theorème 6.10).
5. Montrer que si trois points x, y et z de R

2
ne sont pas alignes, tout v. a. X de dimension 2 tel que
P(X = x) > 0, P(X = y) > 0 et P(X = z) > 0 a une matrice de covariance non degeneree.
corrige
On raisonne par labsurde. Soit x, y et z trois points de R
2
non alignes et X un v.a. de dimension 2
tel que P(X = x) > 0, P(X = y) > 0 et P(X = z) > 0. On suppose que la matrice de covariance de
X est degeneree. La question precedente donne alors quil existe une droite de R
2
(cest-à-dire un
sousespace ane de R
2
de dimension egale à 1), notee D, t.q. X D p.s.. Comme P(X = x) > 0,
on a donc X = x D ,= . En prenant X = x D, on deduit x = X() D. On montre
de meme que y, z D. Ce qui est impossible car les trois points x, y et z ne sont pas alignes.
12.9.2 Independance
Corrige 159 (Covariance dune somme de v.a.i.)
Soit (, /, P) est un espace de probabilite et X, Y deux vecteurs aleatoires independants de dimension d
(d 1). Montrer que Cov(X +Y ) = Cov(X)+Cov(Y ).
corrige
Comme X et Y sont des v.a. independants, toute composante de X est independante de toute composante
de Y (voir, par exemple, la remarque 9.5). On en deduit :
E([X E(X)][Y E(Y )]
t
) = E([Y E(Y )][X E(X)]
t
) = 0
et donc :
Cov(X +Y ) = E([X E(X) +Y E(Y )][X E(X) +Y E(Y )]
t
)
= E([X E(X)][X E(X)]
t
) +E([X E(X)][Y E(Y )]
t
)
+E([Y E(Y )][X E(X)]
t
) +E([Y E(Y )][Y E(Y )]
t
)
= E([X E(X)][X E(X)]
t
) +E([Y E(Y )][Y E(Y )]
t
) = Cov(X) + Cov(Y ).
Corrige 160 (Loi dun couple de v.a. independantes)

Soit (, /, P) un espace de probabilites et X, Y deux v.a.r..
1. Montrer que X et Y sont independantes si et seulement si la loi du couple (X, Y ) est P
(X,Y )
=
P
X
P
Y
.
corrige
On suppose tout dabord que X et Y sont independantes. Soit A, B B(R). On a, par denition
de P
(X,Y )
, P
(X,Y )
(A B) = P(X A, Y B). Comme X et Y sont independantes, on a
P(X A, Y B) = P(X A)P(X B), ce qui donne :
P
(X,Y )
(AB) = P
X
(A)P
Y
(B).
481
Or, P
X
P
Y
verie aussi P
X
P
Y
(A B) = P
X
(A)P
Y
(B). La partie unicite du theorème 7.1
donne alors P
(X,Y )
= P
X
P
Y
.
Reciproquement, on suppose maintenant que P
(X,Y )
= P
X
P
Y
, on a donc, pour tout A, B B(R),
P(X A, Y B) = P
(X,Y )
(A B) = P
X
P
Y
(A B) = P
X
(A)P
Y
(B). ce qui prouve que les
tribus engendrees par X et Y sont independantes, cest-à-dire que X et Y sont independantes.
2. On suppose que X et Y ont des densites par rapport à : P

X
= f et P
Y
= g, avec f, g
L
1
R
(R, B(R), ) (et positives p.p.). Montrer que X et Y sont independantes si et seulement si la loi
du couple (X, Y ) a pour densite la fonction (x, y) f(x)g(y) par rapport à
2
.
corrige
Comme P
X
= f et P
Y
= g, on a, pour tout A, B B(R),
P
X
P
Y
(AB) = P
X
(A)P
Y
(B) =
_
A
fd
_
B
gd.
Le theorème 7.2 donne alors :
P
X
P
Y
(AB) =
_
AB
f(x)g(y)d
2
(x, y).
Ce qui donne P
X
P
Y
= F
2
, avec F(x, y) = f(x)g(y) pour x, y R. la mesure P
X
P
Y
est donc
la mesure de densite F par rapport à
2
. La question 2 est alors une consequence immediate de la
première question.
Corrige 161 (V.a. suivant une loi normale multidimensionelle)

Soit (, /, P) un espace de probabilites et X = (X
1
, . . . , X
d
) (d > 1) un v.a. de dimension d. On suppose
que les X
i
sont des v.a.r. independantes et que X
i
^(m
i
,
2
i
), avec m
i
R et
i
> 0 pour tout i.
Montrer que X suit une loi normale multidimensionnelle et donner m et D t.q. X ^(m, D).
corrige
Comme les X
i
(i = 1, . . . , d) sont des v.a.r. independantes, la loi de X est le produit des lois P
X
i
,
i = 1, . . . , d, cest-à-dire P
X
= P
X
1
. . . P
X
d
. Cette proprietee est donnee dans le theorème 9.2 (elle
decoule du fait que P(X
1
A
1
, . . . , X
d
A
d
) = P(X
1
A
1
) . . . P(X
d
A
d
) si A
1
, . . . A
d
sont d boreliens
de R). Ceci donne que pour toute fonction borelienne bornee de R
d
dans R, on a :
_
(X)dP =
_
R
d
(x)dP
X
(x) =
_
R
. . .
_
R
(x
1
, . . . , x
d
)dP
X
1
(x
1
) . . . dP
X
d
(x
d
).
Comme, pour i = 1, . . . , d, X
i
^(m
i
,
2
i
), on a P
X
i
= f
i
avec f
i
(x) =
1
2
i
e
(xm
i
)
2
2
2
i
(pour x R).
On en deduit :
_
(X)dP = (2)
d
2
1
d
i=1
i
_
R
. . .
_
R
(x
1
, . . . , x
d
)e
P
d
i=1
(x
i
m
i
)
2
2
2
i
dx
1
. . . dx
d
.
Ce qui donne :
_
(X)dP = (2)
d
2
1
detD
_
R
d
(x)e
1
2
(xm)
t
D
1
(xm)
dx,
482
o` u dx designe lintegration par rapport à la mesure de Lebesgue sur R
d
(cest-à-dire dx = d
d
(x)), D
designe la matrice diagonale dont les temes diagonaux sont
2
1
, . . . ,
2
d
et m = (m
1
, . . . , m
d
)
t
. Ceci montre
bien que X suit une loi normale multidimensionnelle avec X ^(m, D) (voir la denition 9.3).
Corrige 162 (Somme de v.a. independantes et convolution)

Soit (, /, P) un espace de probabilites et X, Y deux v.a.r. independantes.
1. On suppose que la loi de X a une densite, notee f, par rapport à la mesure de Lebesgue. Montrer
que la loi de X + Y a aussi une densite (par rapport à la mesure de Lebesgue) et lexprimer en
fonction de f et de la loi de Y .
corrige
Comme les X et Y sont des v.a.r. independantes, la loi du couple (X, Y ) est P
X
P
Y
(theorème 9.2).
On a donc, pour toute fonction borelienne bornee de R dans R :
_
(X +Y )dP =
_
R
2
(x +y)dP
(X,Y )
(x, y) =
_
R
_
R
(x +y)dP
X
(x)dP
Y
(y).
Comme P
X
= f, on a alors :
_
(X +Y )dP =
_
R
__
R
(x +y)f(x)dx
_
dP
Y
(y).
A y xe, on utilise le changement de variable x +y = z, on obtient :
_
(X +Y )dP =
_
R
__
R
(z)f(z y)dz
_
dP
Y
(y),
et donc, en utilisant le theorème de Fubini (theorème 7.3) ou le theorème de Fubini-Tonelli (theorè-
me 7.2) si on se limite à des fonctions positives (ce que lon peut faire) :
_
(X +Y )dP =
_
R
__
R
f(z y)dP
Y
(y)
_
(z)dz =
_
R
g(z)(z)dz,
avec g(z) =
_
R
f(z y)dP
Y
(y) pour tout z R. Ceci montre que (X +Y ) est une v.a.r. dont la loi
a pour densite la fonction g (par rapport à la mesure de Lebesgue).
2. On suppose que X ^(,

2
) et Y ^(m, s
2
) (m, , s, R). Montrer que X + Y ^( +
m,
2
+s
2
) (le signe signie a pour loi).
corrige
On peut supposer, bien s ur, s 0 et 0 (car et ninterviennent que par leur carre). Nous
allons commencer par deux cas particuliers faciles.
Cas 1 Si s = = 0, on a X = p.s. et Y = m p.s. et donc X +Y = m+ p.s., ce qui donne bien
X +Y ^(m+, 0).
Cas 2 Si s = 0 et > 0, on a Y = m p.s. et donc X + Y = X + m p.s.. La densite de
X + Y (par rapport à Lebesgue) est alors la densite de X translatee de m, ce qui donne bien
X +Y ^(m+,
2
). De meme, si s > 0 et = 0, on a X +Y ^(m+, s
2
).
483
Cas 3 On suppose maintenant que s, > 0. Lenonce de cet exercice suggère (implicitement) de
faire cette question en utilisant la question precedente. Nous allons proceder ainsi dans ce corrige
(mais dautres methodes sont possibles, voir le N.B. ci après). La question precedente donne que
(X+Y ) est une v.a.r. dont la loi a pour densite la fonction g (par rapport à la mesure de Lebesgue)
veriant, pour x R :
g(x) =
1
2s
1
2
_
R
e
(xy)
2
2
2
e
(ym)
2
2s
2
dy.
Soit x R. On pose x = x m et on utilise le changement de variable z =
ym
s
. On obtient :
g(x) =
1
2s
_
R
e
( xsz)
2
2
2
e
z
2
2
dz =
1
2
_
R
e
1
2
2
( x
2
2sz x+(s
2
+
2
)z
2
)
dz.
En remarquant que ( x
2
2sz x +(s
2
+
2
)z
2
) = (
s
2
+
2
z
1
s
2
+
2
s x)
2
+(

2
s
2
+
2
x
2
), on a aussi,
avec le changement de variable
s
2
+
2
z
1
s
2
+
2
s x = z :
g(x) =
1
2
e
1
2(s
2
+
2
)
x
2
_
R
e
1
2
2
(
s
2
+
2
z
1
s
2
+
2
s x)
2
dz =
1
2
s
2
+
2
e
1
2(s
2
+
2
)
x
2
_
R
e
1
2
z
2
d z.
Comme
_
R
e
1
2
z
2
d z =

2 et x = x m, on a donc g(z) =
1
s
2
+
2
e
1
2(s
2
+
2
)
(xm)
2
. Ce
qui donne bien X +Y ^( +m,
2
+s
2
).
N.B. Cette question peut aussi etre resolue en utilisant la transformee de Fourier que nous verrons
au chapitre 10. Elle est resolue ainsi (avec, plus generalement, aX+bY , a, b R, au lieu de X+Y )
dans le corrige 167, question 1(a)), sur Vecteurs gaussiens, independance, covariance).
Corrige 163 (Calcul de )

Soit (, /, P) un espace de probabilite, (U
n
)
nN
et (V
n
)
nN
deux suites de variables aleatoires de loi
uniforme sur lintervalle [0, 1]. On suppose que toutes ces v.a. sont independantes (dans leur ensemble).
On pose pour tout n 1 :
X
n
= 1 si U
2
n
+V
2
n
1 et X
n
= 0 sinon,
et
Z
n
= 4
X
1
+ +X
n
n
.
1. Determiner, pour tout n N
, la loi de X
n
.
corrige
On note D = (x, y) R
2
, t.q. x
2
+y
2
1 et = 1
D
, de sorte que est une fonction borelienne
de R
2
dans R (car D B(R
2
)) et que X
n
= 1
D
(U
n
, V
n
) = (U
n
, V
n
) pour n N
.
Soit n N
. Comme U
n
et V
n
sont des v.a.r. et que est borelienne de R
2
dans R, la fonction X
n
est donc une v.a.r.. Comme X
n
ne prend que les valeurs 1 et 0, la loi de X
n
est P
X
n
= p
1
+(1p)
0
o` u p = P(U
2
n
+ V
2
n
1). Pour calculer p, on utilise le fait que U
n
et V
n
sont independantes, on
obtient (avec le theorème 9.2 sur la loi dun couple de v.a.) :
p = P(U
2
n
+V
2
n
1) =
_
1
D
(U
n
, V
n
)dP =
_
R
_
R
1
D
(x, y)dP
U
n
(x)dP
V
n
(y).
484
Comme U
n
|(0, 1) et V
n
|(0, 1), on en deduit (en utilisant les coordonnees polaires) :
p =
_
1
0
_
1
0
1
D
(x, y)dxdy =

2
_
1
0
rdr =

4
.
Donc p
X
n
=

4
1
+ (1

4
)
0
.
2. Montrer que la suite (Z

n
)
nN
converge en probabilite vers .
corrige
On utilise les notations introduites dans la première question. Pour n N
, on pose Y
n
= 4X
n
,
cest-à-dire Y
n
= 4(U
n
, V
n
). Comme les v.a.r. (U
n
)
nN
, (V
n
)
nN
sont independantes (dans leur
ensemble), la proposition 9.5 donne la suite (Y
n
)
nN
est une suite de v.a.r. independantes. De
plus, comme Y
n
= 4X
n
, on a P
Y
n
=

4
4
+ (1

4
)
0
. La suite Y
n
est donc une suite de v.a.r.i.i.d.
de carres integrables (on a E(Y
n
) = et E(Y
2
n
) = 4). On peut appliquer le theorème 6.27 (loi
faible des grands nombres), il donne que Z
n
tend en probabilite vers E(Y
1
), cest-à-dire vers .
3. Soit ]0, 1[ et > 0. A laide de linegalite de Tchebychev, donner, en fonction de et , une

valeur de n
0
N
t.q.
n n
0
P[[Z
n
[ ] .
corrige
On reprend ici la demonstration du theorème 6.27. En utilisant linegalite de Bienayme Tchebychev
(lemme 4.10), on a :
p([Z
n
[ ) = p((Z
n
)
2

2
)
1
2
E((Z
n
)
2
).
Puis, en posant S
n
=
n
i=1
Y
i
, on a Z
n
=
S
n
n
et donc E((Z
n
)
2
) =
1
n
2
E((S
n
n)
2
) =
Var(S
n
)
n
2
.
La proposition 6.26 donne Var(S
n
) = nVar(Y
1
) = n(4 ). On en deduit nalement
p([Z
n
[ )
1
2
n(4 )
n
2
=
(4 )
n
2
.
Il sut donc de prendre n
0
t.q.
(4)
n
0
2
pour avoir P([Z
n
[ ) .
12.9.3 Vecteurs gaussiens, theorème central limite

Corrige 164 (Loi du couple (X, X) si X suit une loi normale)
1. Soit A un borelien de R
2
. On pose T(A) = x R t.q. (x, x)
t
A. Montrer que T(A) est un
borelien de R. On pose m(A) = (T(A)) (o` u est mesure de Lebesgue sur B(R)).
corrige
Lapplication x (x, x)
t
est continue de R dans R
2
, elle donc borelienne. Comme T(A) est limage
reciproque de A par cette application, on a bien T(A) B(R).
On a ainsi deni une application m de B(R

2
) dans R
+
.
485
2. Montrer que lapplication m (denie ci dessus) est une mesure sur B(R
2
) et que pour toute appli-
cation borelienne positive de R
2
dans R on a :
_
R
2
(x, y)dm(x, y) =
_
R
(x, x)dx.
corrige
Pour montrer que m est une mesure, on remarque que m() = 0 (car T() = ) et m est -additive
(ce qui decoule simplement du fait que A B = T(A) T(B) = ).
On montre ensuite que
_
R
2
(x, y)dm(x, y) =
_
R
(x, x)dx pour = 1
A
, avec A B(R
2
) (cest une
consequence immediate de la denition de m), puis pour etagee positive (par linearite), puis pour
borelienne positive (car une telle fonction est limite croissante de fonctions etagees positives).
3. Soit (, /, P) est un espace de probabilite. et X une v.a.r. t.q. X ^(0, 1).

(a) On pose Z = (X, X)
t
. Montrer que le v.a. Z est un vecteur gaussien et donner, pour a R
2
,
la loi de a Z (en fonction de a).
corrige
Soit a = (a
1
, a
2
)
t
R
2
. On pose = a
1
+a
2
, de sorte que a Z = X.
Si = 0, on a P
aZ
= P
0
= ^(0, 0) (qui est bien une loi gaussienne).
Si ,= 0. Soit une application borelienne bornee de R ans R on a :
_
(a Z)dP =
_
R
(x)
1
2
e
x
2
2
dx =
_
R
(y)
1
2[[
e
y
2
2
2
dy.
Ce qui prouve que a Z ^(0, [[). Le v.a. Z est donc bien un vecteur gaussien.
(b) Montrer la loi du v.a. (X, X)

t
a une densite par rapport à la mesure m denie dans les
questions precedentes et donner cette densite. En deduire que la loi du v.a. (X, X)
t
na pas
de densite par rapport à la mesure de Lebesgue sur B(R
2
).
corrige
Soit borelienne bornee de R
2
dans R. On a :
_
(X, X)dP =
_
R
(x, x)
1
2
e
x
2
2
dx.
On en deduit que la loi du v.a. (X, X)
t
est fm avec f borelienne de R
2
dans R et t.q.
f(x, x) =
1
2
e
x
2
2
pour x R. Comme m est etrangère à
2
, loi du v.a. (X, X)
t
na pas de
densite par rapport à
2
(qui est la mesure de Lebesgue sur B(R
2
)).
N.B. la loi de (X, X)

t
est une loi normale bidimensionnelle car le vecteur (X, X)
t
est gaussien (voir la
proposition 9.9) mais ce nest pas une loi de densite par rapport à la mesure de Lebesgue sur B(R
2
).
Exercice 12.1 (petit calcul)
Soit (, /, P) un espace de probabilite et (X
n
)
nN
une suite de v.a.r.i.i.d. t.q. X
1
^(0, 1). Soit
] 1, 1[. On pose, pour n 1, S
n
= X
n
+ X
n1
+ . . . +
n1
X
1
. Soit t R, calculer
S
n
(t). Vers
quoi converge
S
n
(t) ?
486
12.10.1 Transformee de Fourier dans L
1
Corrige 165 (Resultat partiel dinversion de Fourier dans L
1
)
Soit H(t) = e
|t|
, t R. On pose, pour > 0 :
h
(x) = (2)
1
2
_
R
H(t)e
itx
dt, x R. (12.146)
1. Montrer que h
(x) = (
2
)
1
2
2
+x
2
, et
_
R
h
(x)dx = (2)
1
2
.
corrige
Soit x R. Comme H est paire, on a (2)
1
2
h
(x) =
_
R
e
|t|
cos(tx)dt et donc
(2)
1
2
h
(x) = 2 lim
n
_
n
0
e
t
cos(tx)dt.
En integrant deux fois par parties, on remarque que
_
n
0
e
|t|
cos(tx)dt =
1
(
x
)
2
_
n
0
e
|t|
cos(tx)dt +a
n
,
avec lim
n
a
n
= 0. Ceci donne
_
n
0
e
|t|
cos(tx)dt =

2
+x
2
(1 +a
n
),
et donc h
(x) = (
2
)
1
2

2
+x
2
.
Pour calculer
_
R
h
(x)dx, on utilise le changement de variable x = y, on obtient

_
R
h
(x)dx = (
2
)
1
2
_
R
1
1 +x
2
dy = (2)
1
2
.
2. Soit f L
1
C
(R, B(R), ), montrer que pour tout x R, on a :
f h
(x) =
_
R
H(t)

f(t)e
ixt
dt. (12.147)
corrige
Noter que designe ici à la fois le paramètre introduit au debut de lenonce et la mesure de
Lebesgue. Cette maladresse de notation semble toutefois sans gravite.
Comme f L
1
C
(R, B(R), ) et h
R
(R, B(R), ), f h
(x) est deni pour tout x R et on a :

f h
(x) =
_
R
f(t)h
(x t)dt = (2)
1
2
_
R
f(t)
__
R
H(y)e
i(xt)y
dy
_
dt.
Comme f L
1
C
(R, B(R), ) et H() L
R
(R, B(R), ), on peut utiliser le therorème de Fubini
(theorème 7.3) pour inverser lordre dintegration et obtenir :
f h
(x) = (2)
1
2
_
R
H(y)e
ixy
__
R
f(t)e
ity
dt
_
dy =
_
R
H(y)e
ixy

f(y)dy.
487
3. Soit g une fonction mesurable bornee de R dans C, continue en 0. Montrer que gh
(0)
2g(0)
quand 0. [Utiliser 1. et le theorème de convergence dominee.]
corrige
On utilise maintenant le fait que h
L
1
R
(R, B(R), ) et g L
C
(R, B(R), ) pour remarquer que
g h
(x) est deni pour tout x R. Pour x = 0, on a :

g h
(0) =
_
R
g(x)h
(x)dx =
_
2
_1
2
_
R
2
+x
2
g(x)dx.
Avec le changement de variable y =
x
, on obtient :
g h
(0) =
_
2
_1
2
_
R
g(y)
1
1 +y
2
dy.
Comme [g(y)
1
1+y
2
[ |g|
u
1
1+y
2
(avec |g|
u
= sup
xR
[g(x)[) et que la fonction y
1
1+y
2
est
integrable sur R, on peut utiliser le theorème de convergence dominee pour en deduire (grace à la
continuite de g en 0) :
lim
0
g h
(0) =
_
2
_1
2
g(0)
_
R
1
1 +y
2
dy = (2)
1
2
g(0).
4. Soit f L
1
C
(R, B(R), ), montrer que :
|f h
2f|
1
0 lorsque 0. (12.148)
[Utiliser la continuite en moyenne et la question precedente avec g(y) =
_
[f(x y) f(x)[dx.]
corrige
Comme
_
R
h
(y)dy =
2, on a :
|f h
2f|
1
=
_
R
[
_
R
(f(x y) f(x))h
(y)dy[dx
_
R
__
R
[f(x y) f(x)[h
(y)dy
_
dx.
En utilisant le theorème de Fubini-Tonelli (theorème 7.2), on en deduit :
|f h
2f|
1

_
R
__
R
[f(x y) f(x)[dx
_
h
(y)dy = g h
(0),
avec g(y) =
_
[f(x y) f(x)[dx.
1
(theorème 5.6, ecrit pour de fonctions à valeurs
reelles mais la generalisation est immediate pour des fonctions à valeurs complexes) donne que g
est continue en 0 et donc aussi continue de R dans R (en remarquant que [g(y) g(z)[ g(y z)[)
et donc aussi mesurable de R dans C. Ellle est egalement bornee (car [g(y)[ 2|f|
1
, pour tout
y R). On peut donc utiliser la question precedente, elle donne que lim
0
g h
(0) = 0 et donc
que lim
0
|f h
2f|
1
= 0.
488
5. Deduire de ce qui precède le theorème dinversion de Fourier, theorème 10.1.
corrige
On note L
1
= L
1
C
1
(on a donc

f C
0
(R, C)). On suppose que

f L
1
. Soit
(
n
)
nN
R
+
une suite t.q. lim
n
n
= 0. Comme f L
1
, la question precedente nous donne
que f h
2f dans L
1
et la question 2 nous donne pour tout n N et tout x R :
f h
n
(x) =
_
R
H(
n
t)

f(t)e
ixt
dt.
On utilise maintenant le theorème de convergence dominee qui sapplique parce que

f L
1
et
[H(
n
t)

f(t)e
ixt
[ [
f(x)[ (pour tout x et tout n). Comme lim

n
H(
n
x) = 1, pour tout x R,
on a donc, pour tout x R :
lim
n
f h
n
(x) =
_
R
f(t)e
ixt
dt =
f(x).
Enn, comme f h
2f dans L
1
, on peut supposer, après extraction dune sous suite, que
f h
2f p.p.. On a donc, nalement (par unicite de la limite dans R),

2f =
f()
p.p., cest-à-dire f =
f() p.p..
12.10.2 Transformee de Fourier dune mesure signee

Corrige 166 (Une mesure est caracterisee par sa transformee de Fourier)
Soit d 1.
d
. On suppose que m = .
(a) Soit L
1
C
(R
d
, B(R
d
),
d
). Montrer que
_
dm =
_
d.
corrige
On remarque que
_
dm = (2)
d
2
_ __
e
ixt
(x)dx
_
dm(t). (Les integrales sont toutes sur
R
d
). La mesure signee m peut se decomposer en dierence de deux mesures positives etrangères
m = m
+
m
(decomposition de Hahn, proposition 2.6). Comme

_ _
[e
ixt
(x)[dxdm
(t) =
||
1
m
(R
d
) < +, on peut utiliser le theorème de Funini-Tonelli (theorème 7.2) avec les
mesures
d
et m
+
et les mesures
d
et m
. On obtient ainsi :
_
dm = (2)
d
2
_ __
e
ixt
dm(t)
_
(x)dx =
_
m(x)(x)dx.
Le meme raisonnement donne
_
d =
_
(x)(x)dx. Comme m(x) = (x) pour tout x R
d
,
on en deduit bien
_
dm =
_
d.
(b) Montrer que

_
dm =
_
d pour tout o(R
d
, C) (et donc pour tout C
c
(R
d
, R)).
corrige
Comme o(R
d
, C) L
1
C
(R
d
, B(R
d
),
d
), la question precedente donne
_
dm =
_
d pour
tout o(R
d
, C). Or, lapplication est une bijection dans o(R
d
, C) (proposition 10.6).
On a donc
_
dm =
_
d pour tout o(R
d
, C).
489
(c) Montrer que m = (On rappelle quune fonction de C
c
(R
d
, R) est limite uniforme de
fonctions de C
c
(R
d
, R)).
corrige
Soit C
c
(R
d
, R) et (
n
)
nN
C
c
(R
d
, R) t.q.
n
, uniformement sur R
d
, quand
n . La question precedente donne
_

n
dm =
_

n
d pour tout n N. On utilise alors
le theorème de convergence dominee (ce qui est possible car les mesures m
et
sont des
mesures nies), il donne
_
dm =
_
d.
La proposition 5.4 donne alors m = .

d
1
C
(R
d
, B(R
d
),
d
). Montrer
que m est la mesure de densite f par rapport à la mesure de Lebesgue avec f =

m().
12.10.3 Fonction caracteristique dun v.a.
Corrige 167 (Vecteurs gaussiens, independance, covariance)
1
, . . . , X
d
1. On suppose ici que d = 2.
(a) On suppose que X
1
et X
2
suivent des lois gaussiennes et sont independantes, montrer que X
est un vecteur gaussien et que Cov(X
1
, X
2
) = 0.
corrige
Comme X
1
et X
2
suivent des lois gaussiennes, il existe m
1
, m
2
R et
1
,
2
R
+
t.q.
X
k
^(m
k
,
2
k
) pour i = 1, 2. On a donc
X
k
(u) = e
ium
k
e
2
k
u
2
2
pour k = 1, 2 et pour tout
u R.
Soit a
1
, a
2
R. On calcule alors la fonction caracteristique de la v.a.r. a
1
X
1
+ a
2
X
2
. Soit
u R, on a :
a
1
X
1
+a
2
X
2
(u) =
_
e
i(a
1
X
1
+a
2
X
2
)u
dP =
_
e
ia
1
X
1
u
e
ia
2
X
2
u
dP
En utilisant lindependance de X
1
et X
2
, on en deduit :
a
1
X
1
+a
2
X
2
(u) =
_
e
ia
1
X
1
u
dP
_
e
ia
2
X
2
u
dP =
X
1
(a
1
u)
X
2
(a
2
u).
Ce qui donne
a
1
X
1
+a
2
X
2
(u) = e
iu(a
1
m
1
+a
2
m
2
)
e
u
2
(
2
1
a
2
1
+
2
2
a
2
2
)
2
. Comme la loi dune v.a.r. est
entièrement determinee par sa fonction caracteristique (proposition 10.10), on en deduit que
a
1
X
1
+a
2
X
2
^(m,
2
) avec m = a
1
m
1
+a
2
m
2
et =
_
2
1
a
2
1
+
2
2
a
2
2
. Ceci prouve bien que
X est un vecteur gaussien.
Lindependance de X
1
et X
2
permet aussi de calculer la fonction caracteristique de X. Soit
u = (u
1
, u
2
)
t
R
2
:
X
(u) =
_
e
i(X
1
u
1
+X
2
u
2
)
dP = e
i(u
1
m
1
+u
2
m
2
)
e
u
2
1
2
1
+u
2
2
2
2
2
.
Ceci prouve que la matrice de covariance de X est diagonale (proposition 10.13) et donc que
Cov(X
1
, X
2
) = 0.
490
(b) On suppose que X est un vecteur gaussien et que Cov(X
1
, X
2
) = 0. Montrer que X
1
et X
2
sont independantes.
corrige
Daprès la proposition 10.11, pour montrer que X
1
et X
2
sont independantes, il sut de
montrer que
X
(u) =
2
j=1
X
j
(u
j
) pour tout u = (u
1
, u
2
)
t
R
2
. Ceci est une consequence
facile du fait que Cov(X
1
, X
2
) = 0. En eet, la matrice de covariance de X est alors diagonale
et on a bien (gra ce à la proposition 10.13), en reprenant les notations de la question precedente
(cest-à-dire X
k
^(m
k
,
2
k
) pour i = 1, 2),
X
(u) = e
i(u
1
m
1
+u
2
m
2
)
e
u
2
1
2
1
+u
2
2
2
2
2
=
X
1
(u
1
)
X
2
(u
2
),
cest-à-dire
X
(u) =
2
j=1
X
j
(u
j
) pour tout u = (u
1
, u
2
)
t
R
2
.
2. On suppose toujours d = 2. Donner un exemple pour lequel X

1
et X
2
sont gaussiennes mais X
nest pas un vecteur gaussien. [On pourra, par exemple, choisir (, /, P) et X
1
, X
2
de manière à
avoir Cov(X
1
, X
2
) = 0 sans que X
1
, X
2
soient independantes, voir lexercice 4.44.]
corrige
On considère les deux v.a.r. S et X de lexercice 4.44 et on prend X
1
= SX et X
2
= X. Les v.a.r.
X
1
et X
2
sont gaussiennes (on a X
1
^(0, 1) et X
2
^(0, 1)), elles sont dependantes et on a
Cov(X
1
, X
2
) = 0 (voir lexercice 4.44). On en deduit que le v.a. X = (X
1
, X
2
) nest pas gaussien
(sinon les v.a.r. seraient independantes, daprès la question precedente).
3. On suppose que X est un vecteur gaussien et que les composantes de X sont independantes deux
à deux. Montrer que X
1
, . . . , X
d
sont independantes.
corrige
La demonstration est ici similaire à celle de la question 1(b). Daprès la proposition 10.11, pour mon-
trer que les v.a.r. X
1
, . . . , X
d
sont independantes, il sut de montrer que
X
(u) =
d
j=1
X
j
(u
j
)
pour tout u = (u
1
, . . . , u
d
)
t
R
d
. Ceci est une consequence facile du fait que les v.a.r. X
1
, . . . , X
d
sont independantes deux à deux. En eet, cette hypothèse dindependance deux à deux donne
que la matrice de covariance de X est diagonale et on a alors (grace à la proposition 10.13), avec
X
k
^(m
k
,
2
k
) pour i = 1, . . . , d,
X
(u) = e
i
P
d
k=1
u
k
m
k
e
P
d
k=1
u
2
k
2
k
2
=
X
1
(u
1
) . . .
X
d
(u
d
),
cest-à-dire
X
(u) =
d
j=1
X
j
(u
j
) pour tout u = (u
1
, . . . , u
d
)
t
R
d
.
Corrige 168 (Suite de v.a.r.i.i.d. de Poisson)

Soit (, /, P) un espace de probabilite et X une v.a. de Poisson de paramètre ( > 0). On rappelle
que, P[X = k] = e

k
k!
, pour tout k N et que E[X] = , V ar[X] = .
1. Calculer la fonction caracteristique
X
de X.
corrige
Soit u R, on a
X
(u) =
_
e
iXu
dP =
kN
e
iku
e

k
k!
= e
kN
(e
iu
)
k
k!
= e
(e
iu
1)
491
2. Soit (X
n
)
nN
une suite de v.a. independantes et de Poisson de paramètre .
(a) Soit n > 1. Deduire de la première question la loi de la v.a. Y
n
=
n
p=1
X
p
.
corrige
Soit u R. On a
Y
n
(u) =
_
e
iY
n
u
dP =
_
n
p=1
e
iX
p
u
dP. Comme les v.a.r. X
1
, . . . , X
n
sont independantes, on en deduit que
Y
n
(u) =
n
p=1
_
e
iX
p
u
dP = e
n(e
iu
1)
.
Comme la loi dune v.a.r. est entièrement determinee par sa fonction caracteristique (propo-
sition 10.10), on en deduit que Y
n
est une v.a. de Poisson de paramètre n.
(b) Utiliser le theorème central limite pour demontrer que

e
n
n
k=0
n
k
k!

1
2
quand n .
corrige
On suppose maintenant que = 1. la suite (X
n
)
nN
est une suite de v.a.r.i.i.d. de carres
integrables et on a E(X
1
) = 1 et Var(X
1
) = 1. Pour n N
, on pose
Z
n
=
1
n
n
i=1
(X
i
1) =
1
n
(Y
n
n).
Le theorème central limite (theorème 6.12) donne que la suite (P
Z
n
)
nN
converge etroitement
vers la loi normale ^(0, 1). Comme une loi normale est diuse (cest-à-dire quelle ne charge
pas les points), on en deduit que P(Z
n
0) tend vers 1/2 quand n (voir lexercice 6.51
et noter que P(Z
n
0) = P
Z
n
(] , 0[)). Or, P(Z
n
0) = P(Y
n
n) et, comme Y
n
est une
v.a. de Poisson de paramètre n, on a :
P(Y
n
n) =
n
k=0
P(Y
n
= k) =
n
k=0
e
n
n
k
k!
.
On a donc e
n
n
k=0
n
k
k!
1/2, quand n .
492
12.11.1 Esperance conditionnelle
Corrige 169 (Esperance conditionnelle selon une tribu)
Soit (, /, P) un espace probabilise et Y une variable aleatoire reelle integrable. Dans les trois cas
suivants, montrer que E[Y [B] est reduit à un element et determiner E[Y [B] (en fonction de Y et B).
1. La tribu B la tribu grossière, cest-à-dire B = , .
corrige
Soit Z une application de dans R, B-mesurable. Soit a Im(Z) (on suppose, bien s ur, ,= ). On
a alors Z = a = ; Z() = a , = . Comme Z est B-mesurable, on a donc Z = a = . Une
application B-mesurable est donc une fonction constante (reciproquement, une fonction constante
est bien B-mesurable). Si Z E(Y [B), il existe donc a R t.q. Z() = a pour tout . Le
reel a doit alors verier E(aU) = E(UY ) pour tout application U, B-mesurable de dans R. On
a donc ab = E(ab) = E(bY ) = bE(Y ) pour tout b R. La seule solution est donc a = E(Y ).
Lensemble E[Y [B] est donc reduit à un seul element, la fonction constante et egale à E(Y ).
2. Soit B / t.q. 0 < P[B] < 1. On prend pour B la tribu engendree par B.
corrige
Soit Z une application de dans R, B-mesurable. Les paties B et B
c
sont non vides (car de
probabilite strictement positive). Soit
1
B et a = Z(
1
). On a alors Z = a = ;
Z() = a ,= . Comme Z est B-mesurable, on a donc Z = a = B ou et donc Z = a B.
De meme, soit
2
B
c
et b = Z(
2
), on a Z = b B
c
. Une application B-mesurable est donc
une fonction constante sur B et B
c
. Reciproquement, une fonction constante sur B et B
c
est bien
B-mesurable.
Si Z E(Y [B), il existe donc a, b R t.q. Z = a1
B
+ b1
B
c . Les reels a, b doivent alors verier
E(ZU) = E(UY ) pour tout application U B-mesurable de dans R, cest-à-dire :
aP(B) +bP(B
c
) =
_
B
Y dP +
_
B
c
Y dP pour tout , R.
Comme P(B) > 0 et P(B
c
) = 1 P(B) > 0, la seule solution est donc :
a =
_
B
Y dP
P(B)
et b =
_
B
c
Y dP
P(B
c
)
.
Lensemble E[Y [B] est donc reduit à un seul element, la fonction Z denie par Z =
R
B
Y dP
P(B)
1
B
+
R
B
c
Y dP
P(B
c
)
1
B
c .
3. Soit (B
n
)
nN
/ t.q. B
n
B
m
= si n ,= m, =
nN
B
n
et 0 < P(B
n
) < 1 pour tout n N
.
On prend pour B la tribu engendree par (B
n
)
nN
(cest-à-dire B =
nJ
B
n
, J N
).
corrige
On reprend le meme raisonnement que dans les deux questions precedentes. On remarque dabord
quune application Z de dans R est B-mesurable si et seulement si il existe une suite (
n
)
nN
R
493
t.q. Z =
nN

n
1
B
n
. (Cette Serie est bien convergente en tout point de car les B
n
sont disjoints
deux à deux.
Si Z E(Y [B), il existe donc (a
n
)
nN
R t.q. Z =
nN
a
n
1
B
n
. La suite (a
n
)
nN
doit alors
etre telle que Z soit integrable et que E(ZU) = E(UY ) pour tout application U B-mesurable bornee
de dans R, cest-à-dire t.q.

nN
[a
n
[P(B
n
) < + et :
nN
n
a
n
P(B
n
) =
nN
n
_
B
n
Y dP pour toute suite bornee (
n
)
nN
R.
Comme P(B
n
) > 0, la seule solution est donc :
a
n
=
_
B
n
Y dP
P(B
n
)
pour tout n N
.
Comme on sait que lensemble E[Y [B] est non vide, il est inutile de verier que la fonction Z
trouvee est integrable (puisque cette fonction est la seule fonction pouvant appartenir à E[Y [B]).
Lensemble E[Y [B] est donc reduit ` a un seul element. Cet element est la fonction Z denie par
Z =
nN
R
B
n
Y dP
P(B
n
)
1
B
n
.
Corrige 170 (Esperance conditionnelle selon une v.a.r.)

Soit (, /, P) un espace probabilise, X une variable aleatoire reelle et Y une variable aleatoire reelle
integrable.
1. On suppose quil existe a R t.q. X = a p.s.. Donner un element de E[Y [X].
corrige
On utilise la proposition 11.5. Soit Z E[Y [X], il existe alors , fonction borelienne de R dans R,
t.q. Z = (X), (X) est integrable et
E((X)(X)) = E(Y (X)) pour toute application de R dans R, borelienne bornee.
On a donc Z = (a) p.s. et en prenant pour une fonction t.q. (a) = 1 dans legalite precedente,
on obtient (a) = E(Y ). On a donc nalement Z = E(Y ) p.s.. La fonction constante et egale à
E(Y ) est un element de E[Y [X]. Plus precisement, la fonction (X) est un element de E[Y [X],
dès que est une fonction borelienne de R dans R et t.q. (a) = E(Y ).
2. On suppose que X prend p.s. deux valeurs x

1
ou x
2
avec x
1
,= x
2
corrige
On pose A
1
= X = x
1
et A
2
= X = x
2
. On suppose que P(A
1
) > 0 et P(A
2
) > 0 (sinon, on
est ramene à la question precedente). Noter que A
1
A
2
= et P(A
1
) + P(A
2
) = 1. On utilise
encore la proposition 11.5. Soit Z E[Y [X], il existe alors , fonction borelienne de R dans R, t.q.
Z = (X), (X) est integrable et
E((X)(X)) = E(Y (X)) pour toute application de R dans R, borelienne bornee. (12.149)
On a donc Z = (x
1
)1
A
1
+ (x
2
)1
A
2
p.s.. Soit
1
,
2
R, en prenant pour une fonction
borelienne bornee de R dans R t.q. (x
1
) = a
1
et (x
2
) = a
2
dans legalite (12.149), on obtient :
(x
1
)
1
P(A
1
) +(x
2
)
2
P(A
2
) =
1
_
A
1
Y dP +
2
_
A
2
Y dP pour tout
1
,
2
R.
494
Comme P(A
i
) > 0 pour i = 1, 2, on en deduit que (x
i
) =
R
A
i
Y dP
P(A
i
)
, pour i = 1, 2, et donc que
Z =
_
A
1
Y dP
P(A
1
)
1
A
1
+
_
A
i
Y dP
P(A
i
)
1
A
2
p.s..
Ici encore, la fonction (X) est un element de E[Y [X] dès que est une fonction borelienne de R
dans R et t.q. (x
i
) =
R
A
i
Y dP
P(A
i
)
pour i = 1, 2 (un exemple possible est donc (x
i
) =
R
A
i
Y dP
P(A
i
)
pour
i = 1, 2 et (x) = 0 pour x , x
1
, x
2
).
3. On suppose que X est une v.a. prenant p.s. ses valeurs dans un ensemble denombrable x
n
, n N
avec P(X = x
n
) ,= 0 pour tout n N

corrige
On peut supposer que les x
n
sont dierents deux à deux. Pour n N
, on pose A
n
= X = x
n
.
Les ensembles A
n
sont disjoints deux à deux, P(A
n
) > 0 pour tout n N
et
n=1
P(A
n
) = 1.
On utilise encore la proposition 11.5. Soit Z E[Y [X], il existe alors , fonction borelienne de R
dans R, t.q. Z = (X), (X) est integrable et
E((X)(X)) = E(Y (X)) pour toute application de R dans R, borelienne bornee. (12.150)
On a donc Z =

nN
(x
n
)1
A
n
p.s.. Soit (
n
)
nN
R une suite bornee de R. Dans legalite
(12.150), on prend pour une fonction borelienne bornee de R dans R t.q. (x
n
) =
n
pour tout
n N
(un tel existe, on peut prendre, par exemple, (x) = 0 si x est dierent de tous les x
n
),
on obtient :
nN
(x
n
)
n
P(A
n
) =
nN
n
_
A
n
Y dP pour toute suite bornee (
n
)
nN
R.
Comme P(A
n
) > 0 pour tout n N
, on en deduit que (x
n
) =
R
A
n
Y dP
P(A
n
)
, pour tout n N
, et
donc que
Z =
nN
_
A
n
Y dP
P(A
n
)
1
A
n
p.s..
Noter que, comme on sait que E(Y [X) est non vide (donc quil existe Z E(Y [X)), la fonction
nN
R
A
n
Y dP
P(A
n
)
1
A
n
est necessairement integrable (en fait, on a |Z|
1
|Y |
1
).
Enn, ici encore, la fonction (X) est un element de E[Y [X] dès que est une fonction borelienne
de R dans R et t.q. (x
n
) =
R
A
n
Y dP
P(A
n
)
pour tout n N
. Un exemple possible est donc (x

n
) =
R
A
n
Y dP
P(A
n
)
pour tout n N
et (x) = 0 pour x , x
n
, n N
. Cet exemple donne la fonction
nN
R
A
n
Y dP
P(A
n
)
1
A
n
.
Corrige 171 (Calcul de E(exp(XY )[X) si Y est gaussienne)

495
Soit (, /, P) un espace de probabilites et X, Y deux v.a. reelles independantes. On suppose que Y suit
une loi gaussienne centree reduite et que E[exp(X
2
/2)] < . Montrer que exp(XY ) est integrable et
determiner E[exp(XY )[X].
corrige
La v.a.r. exp(XY ) est positive. On calcule
_
e
XY
dP en utilisant lindependance de X et Y (et le
theorème 9.2, qui donne que P
(X,Y )
= P
X
P
Y
) et le fait que Y ^(0, 1) :
_
e
XY
dP =
_
R
_
R
e
xy
1
2
e
y
2
2
dydP
X
(x).
En remarquant que xy
y
2
2
=
1
2
(x y)
2
+
1
2
x
2
on obtient :
_
e
XY
dP =
1
2
_
R
__
R
e
(xy)
2
2
)dy
_
e
x
2
2
dP
X
(x) =
1
2
_
R
__
R
e
z
2
2
dz
_
e
x
2
2
dP
X
(x),
et donc
_
e
XY
dP =
_
R
e
x
2
2
dP
X
(x) = E(e
X
2
2
) < +. Ce qui donne que e
XY
est une v.a.r. integrable.
Selon la proposition 11.5 on cherche un element de E[exp(XY )[X] sous la forme (X) o` u est une
fonction borelienne de R dans R, t.q. Z = (X), (X) est integrable et
E((X)(X)) = E(e
XY
(X)) pour toute application de R dans R, borelienne bornee.
Soit une application borelienne bornee de R dans R, on calcule E(e
XY
(X)) en utilisant, comme
precedemment, lindependance de X et Y et le fait que Y ^(0, 1) :
E(e
XY
(X)) =
1
2
_
R
_
R
e
xy
(x)e
y
2
2
dydP
X
(x) =
1
2
_
R
__
R
e
(xy)
2
2
dy
_
e
x
2
2
(x)dP
X
(x).
On a donc E(e
XY
(X)) =
_
R
e
x
2
2
(x)dP
X
(x) = E(e
X
2
2
(X)). Ceci nous montre que e
X
2
2
est
un element de E[exp(XY )[X] et donc (comme on confond E[exp(XY )[X] avec lun de des elements)
E[exp(XY )[X] = e
X
2
2
p.s..
Corrige 172 (Esperance du produit et produit des esperances)

Soit (, /, P) un espace de probabilites et X, Y deux v.a. integrables t.q. XY est integrable et E[X[Y ] =
E(X) p.s.. Montrer que E(XY ) = E(X)E(Y ).
corrige
Grace à la proposition 11.5 on a
E(E[X[Y ](Y )) = E(X(Y )) pour toute application de R dans R, borelienne bornee.
Comme E[X[Y ] = E(X) p.s., on en deduit
E(X)E((Y )) = E(X(Y )) pour toute application de R dans R, borelienne bornee. (12.151)
Soit n N
. Pour s R, on pose T
n
(s) = maxn, mins, n. La fonction T
n
est borelienne (car
continue) bornee (par n) de R dans R. On peut donc utiliser (12.151) avec = T
n
. On obtient
E(X)E(T
n
(Y )) = E(XT
n
(Y )).
496
Comme Y est integrable, on a, par convergence dominee, lim
n
E(T
n
(Y )) = E(Y ) (noter que [T
n
(Y )[
[Y [).
Comme XY est integrable (et cest uniquement ici que cette hypothèse est utilisee), on a, par convergence
dominee, lim
n
E(XT
n
(Y )) = E(XY ) (noter que [XT
n
(Y )[ [XY [).
En passant à limite quand n sur legalite E(X)E(T
n
(Y )) = E(XT
n
(Y )), on a donc E(X)E(Y ) =
E(XY ).
12.11.2 Martingales
Corrige 173 (Quelques proprietes des martingales)
n
)
nN
(cest-à-dire dune suite croissante
de sous tribus de /) et (X
n
)
nN
une suite de de v.a.r. (cest-à-dire un processus reel). On suppose que
X
n
est integrable pour tout n N.
n
)
nN
est une sous-martingale (par rapport à la ltration (B
n
)
nN
). Montrer
que la suite (E(X
n
))
nN
est croissante.
corrige
Soit n N. Comme (X
n
)
nN
est une sous-martingale, on a E(X
n+1
[B
n
) X
n
p.s. et donc
E(E(X
n+1
[B
n
)) E(X
n
). Or (comme les fonctions constantes sont B
n
-mesurables bornees),
E(E(X
n+1
[B
n
)) = E(X
n+1
). On a donc E(X
n+1
) E(X
n
).
n
)
nN
est une martingale (par rapport à la ltration (B
n
)
nN
). Montrer que
E(X
n+m
[B
n
) = X
n
p.s. pour tout m 0.
corrige
Pour m = 0, le fait que E(X
n
[B
n
) = X
n
p.s., pour tout n N, decoule du fait que X
n
est B
n
-
mesurable. Pour m 1, On montre la propritee demandee par recurrence sur m N
. Pour m = 1
le fait que E(X
n+1
[B
n
) = X
n
p.s., pour tout n N, est donne dans la denition de martingale.
Soit m N
. On suppose que E(X

n+m
[B
n
) = X
n
p.s., pour tout n N. On veut montrer que
E(X
n+m+1
[B
n
) = X
n
p.s., pour tout n N. Soit n N. Comme (X
n
)
nN
est une martingale, on
a E(X
n+m+1
[B
n+m
) = X
n+m
et donc :
E(X
n+m+1
U) = E(X
n+m
U) pour tout U B
n+m
-mesurable bornee.
Comme B
n
B
n+m
, on a donc aussi
E(X
n+m+1
U) = E(X
n+m
U) pour tout U B
n
-mesurable bornee.
Lhypothèse de recurrence donne E(X
n+m
[B
n
) = X
n
p.s.. On a donc :
E(X
n+m
U) = E(X
n
U) pour tout U B
n
-mesurable bornee.
On a en deduit :
E(X
n+m+1
U) = E(X
n
U) pour tout U B
n
-mesurable bornee.
Ce qui montre que E(X
n+m+1
[B
n
) = X
n
p.s. et termine la recurrence.
497
3. Soit une fonction convexe de R dans R. On suppose que (X
n
)
nN
est une martingale (par rapport
à la ltration (B
n
)
nN
) et que (X
n
) est integrable pour tout n N (on rappelle que (X
n
) est
une notation pour designer X
n
). Montrer que ((X
n
))
nN
est une sous-martingale (par rapport
à la ltration (B
n
)
nN
).
corrige
On remarque tout dabord que (X
n
) est bien B
n
-mesurable (car X
n
est B
n
-mesurable et est
borelienne), pour tout n N. Pour montrer que ((X
n
))
nN
est une sous-martingale, il sut
alors dutiliser le proposition 11.4 sur linegalite de jensen. Soit n N. La proposition 11.4
donne E((X
n+1
)[B
n
) (E(X
n+1
[B
n
)) p.s.. Comme E(X
n+1
[B
n
) = X
n
p.s., on en deduit
E((X
n+1
)[B
n
) (X
n
) p.s., ce qui montre bien que ((X
n
))
nN
est une sous-martingale.
Thats all folks

498

Int Poly Proba Integr

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Int Poly Proba Integr

Uploaded by

Copyright:

Available Formats

MESURE, INTEGRATION, PROBABILITES

Thierry Gallouet Rapha`ele Herbin

(t) dt existe dans R.

est bien une norme.

(x)). Soient f et g deux applications de R dans R

) dans R. [Indication : On pourra remarquer que, pour tout

, o` u 1 designe la fonction constante et egale `a 1 sur [0, 1].]

(A), pour tout A T.

sont etrang`eres, cest-`a-dire quil existe C T tel que m

est decomposee en trois etapes. Dans la premi`ere etape, on

sont des mesures nies, etrang`eres et t.q. m = m

, on utilise un element C de T t.q. m(C) = = supm(A), A T (lexistence

() = 0 (car m() = 0) et les applications m

sont des applications additives

sont des mesures nies, il sut de

sont des mesures nies (noter que m

`a B(R) est une mesure, quon note ,

) Soit A T(R). On pose

(B), pour tout A, B T(R), A B,

(]a, b[) = b a pour tout (, ) R

(A) est la borne inferieure dune

() = 0, il sut de remarquer que (I

([a, b]) = b a, a, b R, a < b. (2.14)

([a, b]) b a +2. On en deduit

([a, b]). Ceci donne bien (2.14).

donne (avec (2.14)) que

(]a, b[) = b a pour tout a, b R, a < b. La monotonie de

donne alors aussi que

(]a, b[) = b a pour tout a, b R, a < b, et enn que

([a, ]) = pour tout a R.

est une mesure.

est denie dans la denition 2.18 (et que E

sur L. En eet, soit E

`a L est une mesure. Ceci se fait en deux etapes decrites ci-apr`es.

sur L en prenant A = R, cette propriete dadditivite a

, on en deduit alors que

est une mesure sur L. Soit (E

(E) et donc, en utilisant ladditivite de

sur L (demontree `a letape 1, voir (2.15) avec A = E),

(E). Ce qui donne, passant `a

(E). Dautre part,

(A) < (sinon linegalite

`a B(R) la mesure que nous cherchions. On peut se demander toutefois

pour tout N 1, les N tribus T

, application denie de lensemble des intervalles de R de la

(]a, b]) = F(b) F(a). La demonstration du fait quil existe un prolongement

, / = 1, . . . , N, P ]0, 1[, p(k) = C

est une tribu sur F, alors f

est une tribu sur E

, denie en cours, ne peut pas etre une mesure sur T(R).

est une bijection de S

(x) = min(f(x), 0) = (f)

est immediat. On a dej`a vu, dans la demonstration de la

/ (voir lexercice 3.3). La proposition 3.5

) des espaces probabilises, X une

une variable aleatoire reelle sur E

(Y t) pour tout t R. On a aussi p

) des espaces probabilises, X (resp. X

) une variable aleatoire de (E, T, p)

)) dans (R, B(R)), on dit que les variables aleatoires X et X

sont equidistribuees si elles

que nous verrons dans la section 6.1.2.

) des espaces mesurables, f (resp. g) une application de E dans

). On suppose que f et g sont mesurables. Montrer que g f est une