CoursMesure PDF

Thorie de la Mesure 1
S. Friedli
Departamento de Matemtica, UFMG
E-mail address: sacha@mat.ufmg.br
1. Cours donn lInstitut de Mathmatiques (UNIGE), automne 2010 et 2013.

Table des matires
1. Conventions 1
Chapitre 1. Introduction 3
1. LIntgrale selon Riemann 3
2. Lide originale de Lebesgue 7
3. La Mesure de Lebesgue sur [0, 1] 9
4. propos de la bibliographie 17
Chapitre 2. Tribus et Mesures 19

1. Tribus 19
2. Mesures 22
3. Un Critre dunicit 26
4. Le Thorme dExtension de Carathodory 28
5. Mesures de Lebesgue-Stieltjes sur R 31
6. La mesure de Lebesgue sur Rd 35
Chapitre 3. Intgrer par rapport une mesure 45

1. Mesurabilit 45
2. Intgrer les fonctions tages 48
3. Intgrer les fonctions mesurables positives 51
4. Proprits vraies presque partout 54
5. Intgrer les fonctions mesurables 56
6. Intgrer par rapport la mesure de Lebesgue 58
7. Intgrales dpendant dun paramtre 67
8. Parenthse : intgration et probabilits 68
Chapitre 4. Les espaces Lp et Lp 71

1. Les espaces Lp 71
2. Les espaces Lp 74
3. Remarques sur le cas p = 2 78
4. Remarques sur le cas p = 79
Chapitre 5. Suites de fonctions et approximations 81

1. Convergence ponctuelle et uniforme 81
2. Convergence presque-partout et en mesure 81
iii
3. Convergence en norme Lp 84
4. Thormes de Densit et Approximations dans Lp 85
5. Le Thorme dEgorov 86
Chapitre 6. Produits 89
1. Structure mesurable sur X Y 89
2. Intgrer les sections 92
3. Le Thorme de Tonelli-Fubini 94
4. Changements de Variables sur Rd 97
Chapitre 7. Dcomposition et drivation 99
1. Le Thorme de Radon-Nikodm 99
2. La dcomposition de Lebesgue 106
3. Parenthse : lesprance conditionnelle 107
4. Dualit Lp Lq 113
5. Le Thorme de drivation de Lebesgue 114
Chapitre 8. Le Thorme Fondamental de lAnalyse 121
Bibliographie 127
S. Friedli, Thorie de la Mesure iv Version: 6 janvier 2014

1. CONVENTIONS
1. Conventions
Les entiers naturels : N := {1, 2, . . .}. Les indices i, j, k, l, m, n seront
toujours utiliss pour symboliser ses lments.
La droite relle : R.
La droite acheve : R := R {+, }. Pour tout x R on a
< x < +. Les oprations arithmtiques standards (+, et )
stendent naturellement R . Si x R, alors (les lignes qui suivent
doivent tre interprtes en prenant soit toujours le signe du haut,
soit celui du bas)
() + () = , x () = () x = ,
() () = + , () () = ,

si x > 0,

x () = () x = si x < 0,

0 si x = 0 .
Obs : On ne dfinit jamais , et la convention 0 = 0 jouera
un rle important dans la suite.
Les rationnels : Q. Si I R, QI := Q I.
Limites : Si xn R est une suite monotone non-dcroissante conver-
geant vers x (vent. ), on notera xn % x, ou encore limn xn = x.
De mme, si xn R est une suite monotone non-croissante convergeant
vers x (vent. ), on notera xn & x, ou encore limn xn = x.
Ensembles. Si X est un ensemble, alors P(X) dnote la famille de
tous les sous-ensembles de X ; P(X) contient aussi . Le complmen-
taire de A P(X) scrit Ac := X\A. Pour des ensembles A quel-
conques, on a les Relations de de Morgan :
[ c \ \ c [
A = Ac , A = Ac .

La fonction indicatrice de A est dfinie par
(
1 si A 3 x ,
1A (x) :=
0 sinon.
Si X, Y sont deux ensembles, et f : X Y , alors pour B Y ,
f 1 (B) := {x X : f (x) B}. Pour toute collection densembles
B Y , on a f 1 (Bc ) = (f 1 (B ))c , et
[ [ \ \
1 1 1
f B = f (B ) , f B = f 1 (B ) .

Version: 6 janvier 2014 1 S. Friedli, Thorie de la Mesure

CHAPITRE 1
Introduction
Dans le but de prouver une affirmation concernant la convergence de

la srie de Fourier, Henri Lon Lebesgue (1875-1941) fut amen d-
velopper une nouvelle thorie de lintgration, quil prsenta dans sa
thse [11], intitule Intgrale, longueur, aire. Cette thorie savra plus
tard avoir un champ dapplication bien plus vaste que celle invente
par Newton et Leibniz au 17me sicle, et dveloppe par Riemann et
ses contemporains au 19me.
Lintgration au sens de Lebesgue est aujourdhui utilise dans prati-

quement tous les domaines des mathmatiques. Elle joue un rle par-
ticulirement important dans la formulation rigoureuse de la Thorie
des Probabilits (Kolmogorov, 1933) et dans la Thorie des Systmes
Dynamiques.
Ce cours expose les grands chapitres de cette thorie, comme dcrite

dans la plupart des livres classiques sur le sujet. Une brve description
bibliographique se trouve la fin de cette introduction.
1. LIntgrale selon Riemann

Rappelons brivement la dfinition de lintgrale dfinie de Riemann
pour une fonction f : [a, b] R, que lon supposera positive et borne
pour simplifier.
Considrons une partition de lintervalle [a, b] : x0 a < x1 <

x2 < < xn1 < xn b, et dfinissons pour chaque intervalle
Ii := [xi , xi+1 ) les deux nombres mi := inf{f (x) : x Ii }, Mi :=
sup{f (x) : x Ii }. On dfinit alors les fonctions en escalier
n1
X n1
X
f := mi 1Ii , f+ := Mi 1Ii ,
i=0 i=0
3
1. LINTGRALE SELON RIEMANN
qui sont deux approximations de f satisfaisant f f f+ . On

dfinit alors les sommes de Riemann
n1
X n1
X
I(f ) := mi `(Ii ) , I(f+ ) := Mi `(Ii ) ,
i=0 i=0
o `(I) reprsente la longueur de lintervalle I, cest--dire
`([a, b)) := b a . (1.1)
f (x)
M3
M1
M2
m3
m1
m2
x
a x1 x2 b
Figure 1. Une fonction f : [a, b] R et les deux ap-

proximations f (ici, = (x0 a, x1 , x2 , x3 b)), cor-
respondant aux sommes de Riemann I(f ).
La fonction f est intgrable (au sens de Riemann) si
inf I(f+ ) = sup I(f ) < .

Si f est intgrable, alors la valeur commune des deux nombres ci-dessus

est note
Z b
f (x) dx .
a
Le procd qui mne lintgrale de Riemann dune fonction f consiste

donc discrtiser son domaine.
Il est bien connu que les fonctions continues sont intgrables au sens
de Riemann. Dans ce cas particulier, lintgrale de Riemann garantit
en plus lexistence dune primitive de la fonction f :
S. Friedli, Thorie de la Mesure 4 Version: 6 janvier 2014
Thorme 1.1 (Thorme Fondamental de lAnalyse). Si f est conti-

nue, alors la fonction Z x
x 7 f (s)ds ,
a
est drivable, et sa drive est gale f (x). En particulier, si F est une
primitive quelconque de f , alors
Z b
f (x) dx = F (b) F (a) .
a
Mme si une fonction na pas besoin dtre continue pour tre int-
grable, lensemble de ses points de discontinuit ne peut pas tre trop
important : si f possde trop de discontinuits sur un petit intervalle
I, alors les termes des sommes de Riemann pour lesquels Ii I se
comportent mal dans la limite des partitions fines. Donc la continuit
apparat de faon essentielle dans la dfinition de lintgrale de Rie-
mann. En fait, Lebesgue a montr (on le verra dans le Thorme 3.28)
quune fonction est intgrable au sens de Riemann si et seulement si
lensemble de ses points de discontinuits est ngligeable 1.
Malgr son grand succs rencontr en mathmatique (calcul diffrentiel,

gomtrie analytique, ...), en physique (mcanique, thermodynamique,
...) et en ingnierie, lintgrale de Riemann souffre de quelques dfauts
importants, dont nous allons noncer les principaux.
Passages la limite. La notion dintgrabilit au sens de Riemann

manque de robustesse, comme le montre lexemple suivant. Soit x1 , x2 , . . .
une numration des rationnels de lintervalle [0, 1]. Dfinissons fn :
[0, 1] R par fn (x) := 1Qn (x), o Qn := {x1 , . . . , xn }. Par le tho-
rme mentionn plus haut, chaque fonction fn est intgrable, puisquelle
possde un nombre fini de discontinuits. Par contre, la fonction limite
f (x) := limn fn (x) 1Q[0,1] (x) existe, est borne, mais discontinue
en tout point x [0, 1]. Elle nest donc pas intgrable.
change limite-intgrale. En analyse, on a souvent besoin de pou-

voir changer une limite avec une intgrale. Le rsultat suivant est un
des seuls qui donne une condition sous laquelle cet change peut tre
fait pour lintgrale de Riemann :
Soit fn : [0, 1] R une suite de fonctions intgrables convergeant
R1 uni-
formment vers une fonction f . Alors f est intgrable, et 0 f (x)dx =
1. La dfinition prcise densemble ngligeable sera donne plus bas.

R1
limn 0 fn (x)dx.
La condition de convergence uniforme est trs forte, trop pour que ce
thorme soit vraiment utile. Pour le voir, il suffit de considrer la suite
nx
de fonctions fn (x) := ex (avec f (0) = 0). Il est facile de voir que fn
R1
est intgrable (lintgrale impropre 0 fn (x)dx existe pour tout n). De
plus, comme fn (x) 0 pour tout x [0, 1], il semble raisonnable
daffirmer que Z
lim fn (x)dx = 0 .
n 0
Pourtant la convergence fn 0 nest pas uniforme, et il faut donc
prouver cette convergence la main.
Un autre exemple de rsultat dont la preuve nutilise que des outils

classiques danalyse mais requiert une certaine ingniosit :
Soit fn une suite de fonctions continues sur [0, 1], telle que 0 fn 1,
et telle que fn (x) 0 pour tout x [0, 1]. Alors
Z 1
fn (x)dx 0 .
0
Les deux exemples prcdents sont donc des cas o lchange de limites
Z 1 Z 1
lim fn (x)dx = lim fn (x)dx
n 0 0 n
peut tre justifi, sans que la convergence soit uniforme.
Donc lintgrale au sens de Riemann na pas de thorme gnral sur

lchange intgrale-limite, et chaque cas doit tre considr sparment.
Non-compltude de C[a, b]. Soit C[a, b] lespace vectoriel des fonc-

tions continues sur [a, b]. Dans diverses situations, on sintresse d-
finir une norme sur C[a, b] partir de lintgrale
Z b 1/2
2
kf k := |f (x)| dx .
a
Par exemple, en analyse fonctionnelle, on sintresse ce que muni de
cette norme, lespace C[a, b] soit complet (i.e. que toute suite de Cau-
chy converge). Or il est facile de voir que la norme dfinie ci-dessus ne
satisfait justement pas cette proprit.
Lintgrale de Lebesgue permet dcarter chacune de ces difficults.

2. LIDE ORIGINALE DE LEBESGUE
2. Lide originale de Lebesgue

Comme mentionn plus haut, la dfinition de lintgrale de Riemann
dune fonction f : [a, b] R repose sur une approximation obtenue
partir de partitions de son domaine [a, b]. Lide fondamentale lori-
gine de la thorie de Lebesgue est dapproximer la fonction par des
partitions de son ensemble image, cest--dire f ([a, b]).
Considrons une fonction f : [a, b] R, que lon supposera nouveau

positive et borne pour simplifier. Il existe alors deux nombres m < M
tels que m f (x) M pour tout x [a, b]. Considrons alors une
partition de lintervalle [m, M ] : y0 m < y1 < yn M .
f (x)
y5
y4
y3
y2
y1
x
a b
J2
J3 J4
Figure 2. La mme fonction que sur la Figure 1, ap-

proxime via un partitionnement de lensemble image.
chaque intervalle [yi , yi+1 ) correspond un sous-ensemble du domaine

de f donn par
Ji := f 1 ([yi , yi+1 )) .
On dfinit alors une fonction tage associe f et la partition :
n1
X

:= yi 1Ji , (1.2)
i=0
et son intgrale :
Z n1
X

:= yi `(Ji ) . (1.3)
i=0
2. LIDE ORIGINALE DE LEBESGUE
On dit que f est intgrable au sens de Lebesgue si

Z Z
f := sup < .

Sans que a soit vident premire vue, cette nouvelle dfinition de

lintgrale savre tre beaucoup plus gnrale que celle de Riemann, et
la contient comme cas particulier (dans le sens o toute fonction int-
grable au sens de Riemann est intgrable au sens de Lebesgue). Voyons
quelle est la principale difficult apparaissant avec cette nouvelle dfi-
nition.
Suivant le comportement de f , les ensembles Ji = f 1 ([yi , yi+1 )) peuvent

ne plus tre des intervalles, et avoir une structure complique. Par
exemple, si
(
sin x1 si x (0, 1] ,
f (x) := (1.4)
0 si x = 0 ,
alors pour tout [c, d) [1, 1], f 1 ([c, d)) est une union disjointe,
infinie dnombrable, dintervalles contenus dans [0, 1]. Ou encore, si
f (x) := 1K (x), o K est lensemble de Cantor sur [0, 1], alors f 1 ([1
, 1 + )) = K, que lon sait tre un ensemble non-dnombrable, nulle
part dense.
Pn1
Donc pour pouvoir dfinir i=0 yi `(Ji ), on doit avant tout savoir dfinir
prcisment les nombres, `(Ji ). On doit donc tre en possession dune
fonction densemble `(), qui gnralise la notion de longueur pour les
intervalles, et qui concide avec celle-ci sur les intervalles. Cette fonc-
tion densemble sappelle mesure.
La mesure devra alors satisfaire quelques proprits fondamentales.

Par exemple, pour la fonction (1.4), on doit sassurer que la mesure de
f 1 ([c, d)) est gale la somme (infinie) des longueurs des intervalles.
Donc, la construction de lintgrale de Lebesgue se fera en deux tapes

principales. En premier lieu, on commencera par laborer une Thorie
de la Mesure permettant de distinguer les ensembles de la droite aux-
quels on sait associer une notion de mesure, qui gnralise la notion de
longueur pour les intervalles. Ces ensembles seront appels mesurables.
Ensuite, on se restreindra aux fonctions f telles que tous les ensembles
de la forme f 1 (I) sont mesurables, et lintgration de ces fonctions par
rapport la mesure de Lebesgue se fera en suivant les lignes dcrites
3. LA MESURE DE LEBESGUE SUR [0, 1]
plus haut.
Nous lavons vu, pour lintgrale de Riemann, la continuit est un ingr-

dient central, et la convergence des intgrales vers lintgrale de la limite
nest garantie quau prix dune convergence uniforme. Or la continuit
ne disparat pas compltement dans la thorie de Lebesgue : mme si
la continuit de la fonction nest plus essentielle, cest la continuit de
la mesure qui jouera un rle fondamental dans tous les thormes de la
thorie de lintgration : des ensembles proches (dans un sens qui sera
rendu prcis dans le chapitre suivant) ont des mesures proches.
Dans un but pdagogique, nous construirons la mesure de Lebesgue

sur lintervalle [0, 1], dans la section suivante. Les mthodes introduites
dans la construction de la mesure de Lebesgue ntant pas restreintes
aux sous-ensembles de la droite, nous les dvelopperons en toute g-
nralit dans le Chapitre 2. De mme, la thorie de lintgration par
rapport une mesure peut se faire en toute gnralit ; nous y consa-
crerons le Chapitre 3.
3. La Mesure de Lebesgue sur [0, 1]

Cette section est consacre la construction de la mesure de Lebesgue
sur lintervalle [0, 1]. Ce cas particulier est celui sur lequel Lebesgue a
originalement labor sa thorie, et il montre dj toutes les difficults
rencontres dans le problme plus gnral de construire des mesures
sur des espaces abstraits. La construction de la mesure de Lebesgue
en dimensions suprieures sera tudie en dtails dans la Section 6 du
Chapitre 2.
Notre objectif est donc de pouvoir mesurer le plus possible de sous-

ensembles de [0, 1]. Avant de commencer, on peut se demander ce quon
entend exactement par mesure, et quelles sont les proprits quelle doit
satisfaire. Citons de la Valle Poussin [6] (Chapitre 2, page 1) :
La mesure des grandeurs repose sur un axiome fon-

damental : le tout est la somme des parties. Si une
grandeur se partage en parties de mme espce, la
mesure du tout sera la somme des mesures des par-
ties. Euclide, qui a formul cet axiome, a fond sur
lui la thorie de la mesure des figures de la gomtrie

lmentaire et tous ses successeurs ont fait de mme 2.
Toute gnralisation de la thorie de la mesure,
telle la mesure des ensembles, doit donc se propo-
ser comme premire condition de respecter le principe
prcdent.
La mesure dun ensemble E est un nombre, positif
ou nul, attach cet ensemble et qui en dpend. On
exprime cette correspondance en disant que la mesure
est une fonction de lensemble E. Daprs ce qui pr-
cde, cette fonction doit satisfaire deux conditions
essentielles :
(1) Elle doit tre additive, cest--dire que la mesure
dune somme densembles sans point commun deux
deux doit tre la somme des mesures des parties.
(2) Elle doit se rduire la mesure au sens lmen-
taire dans le cas des figures lmentaires, segment,
rectangle, etc.
La premire de ces deux conditions, ladditivit, peut
tre tendue de deux manires : une fonction est ad-
ditive au sens restreint si elle nest additive que pour
un nombre fini de termes ; elle est additive au sens
complet si elle est encore additive pour une infinit
dnombrable de termes.
Le progrs essentiel obtenu par MM. Borel et Le-
besgue dans la thorie de la mesure est davoir ralis
ladditivit au sens complet. Toute la supriorit de
leur thorie vient de l. Il importe toutefois de dire que
la premire ide de cette thorie revient M. Borel.
Loeuvre propre de M. Lebesgue ne commence quavec
les intgrales dfinies.
Ladditivit au sens complet dont parle de la Valle Poussin est com-

munment appele additivit dnombrable (ou -additivit) : si (An )
est une famille dnombrable densembles deux deux disjoints, alors
[ X
` An = `(An ) . (1.5)
n n
2. Pour dfinir la mesure des figures gomtriques, il faut au principe prcdent

joindre celui-ci : des figures gales (superposables) ont mme mesure.
Sur les rels, la mesure est donc une gnralisation de la notion classique
de longueur pour les intervalles. Or la longueur peut tre vue comme
une fonction densemble
` : {intervalles de [0, 1]} R+ ,
telle que pour un intervalle J de la forme [a, b], [a, b), (a, b] ou (a, b),
`(J) = b a . (1.6)
Nous commencerons par dfinir une fonction densemble sur P([0, 1]),
cest--dire sur toutes les parties de [0, 1], appele mesure extrieure :
` : P([0, 1]) R+ ,
telle que
` (J) = `(J)
pour tout intervalle J. Pour obtenir ladditivit dnombrable, nous nous
verrons obligs de restreindre ` une sous-famille M P([0, 1]) sur
laquelle (1.5) est satisfaite. Les ensembles de M seront appels mesu-
rables, et la restriction
` : M R+
la mesure de Lebesgue sur [0, 1].
Les principales tapes qui mnent la mesure de Lebesgue seront uti-

lises nouveau dans le Chapitre 2, lors de la construction de mesures
sur des espaces plus gnraux.
3.1. Les ensembles ngligeables. Pour commencer, donnons la

dfinition densemble ngligeable, mentionne plus haut.
Un recouvrement dun ensemble quelconque A [0, 1] estS une famille

dnombrable dintervalles ouverts I = {I} telle que A II I.
Dfinition 1.2. A est ngligeable
Psi pour tout > 0 il existe un re-
couvrement I = {I} de A tel que II `(I) < .
En dautres termes, A est ngligeable si
X
inf `(I) = 0 ,
II
o linfimum est sur tous les recouvrements de A. Par exemple, un

point A = {x} est ngligeable.
3.2. Mesure extrieure. Un procd naturel pour mesurer un

ensemble est de lapproximer par des ensembles plus simples que lon
sait dj mesurer. Comme on la fait ci-dessus, on peut le recouvrir
par des intervalles ouverts et chercher minimiser la somme totale des
intervalles.
Dfinition 1.3. Soit A [0, 1]. La mesure extrieure de A est dfinie
par X
` (A) := inf `(I) , (1.7)
II
o linfimum est sur tous les recouvrements de A.
On peut vrifier (exercice) que les recouvrements utiliss pour dfinir `
peuvent tre pris avec des intervalles quelconques, pas ncessairement
ouverts ou ferms.
La mesure extrieure est donc une fonction densemble sur [0, 1], ` :
P([0, 1]) R+ . Pour tout A P([0, 1]), le nombre ` (A) est tel que
pour tout > 0 on peut trouver un recouvrement I de A tel que
X X
`(I) ` (A) `(I) .
II II
Les ensembles ngligeables sont donc ceux pour lesquels ` (A) = 0.

Donnons quelques proprits lmentaires de la mesure extrieure :
Normalisation : ` () = 0.
Consistance : si J [0, 1] est un intervalle, alors ` (J) = `(J). Prenons
par exemple J = [a, b]. Alors J peut tre recouvert par J 0 = (a, b+),
et donc ` (J) `(J 0 ) = `(J)+2. Puisque est arbitraire, ` (J) `(J).
Ensuite, par dfinition, pour tout > 0 il existePun recouvrement I de
J tel que ` (J) II `(I) . Or clairement, II `(I) `(J) (exer-
P
cice), ce qui montre, comme est arbitraire, que ` (J) `(J).
Monotonicit : si A B, alors ` (A) ` (B). En effet, tout recouvre-

ment de B est aussi un recouvrement de A.
Par exemple, pour tout A, ` (A) ` ([0, 1]) = `([0, 1]) = 1 0 = 1.

Sous-additivit dnombrable : si (An )n1 est une famille dnombrable,
alors
[ X
` An ` (An ) . (1.8)
n1 n1

En particulier, si (An )n=1,2,...,N est finie, alors

N
[ N
X

` An ` (An ) . (1.9)
n=1 n=1
En effet, fixons > 0. PourP chaque An iln existe un recouvrement

{In,k }k1 tel que ` (An )
S k1 `(In,k ) /2 . Il est clair que {In,k }n,k
est un recouvrement de n1 An . Donc
[ X XX
` An `(In,k ) = `(In,k )
n1 n,k n1 k1
X
` (An ) + /2n

n1
X
` (An ) + .
n1
On obtient la deuxime affirmation en appliquant la premire avec

Ak = pour tout k N + 1.
La sous-additivit dnombrable implique en particulier que les runions

dnombrables densembles ngligeables sont ngligeables, et que les en-
sembles dnombrables sont ngligeables (le contraire nest pas vrai, voir
exercice). Aussi, ` (A) > 0 seulement si A est non-dnombrable.
3.3. Les ensembles mesurables. La mesure extrieure gnra-

lise donc la notion de longueur pour les intervalles. Il nous reste voir
si elle satisfait la condition (1.5) dadditivit dnombrable.
La proprit de sous-additivit finie (1.9) de ` implique que si A, B

sont deux ensembles quelconques, alors
` (A B) ` (A) + ` (B) .
Si en plus ces ensembles sont disjoints, on sattend obtenir une galit
(voir la citation de de la Valle Poussin) :
` (A B) = ` (A) + ` (B) . (1.10)
Cette identit peut tre vrifie dans certains cas simples, par exemple
lorsque A et B sont distance positive (exercice). Ou encore, on sait
par consistance que ` ([0, 21 )) = 12 , ` ([ 12 , 1]) = 12 , et ` ([0, 1]) = 1, donc
` ([0, 21 )) + ` ([ 21 , 1]) = ` ([0, 1]) . (1.11)
Mais de manire gnrale, on aimerait que la mesure extrieure satis-

fasse (1.10), au moins quand B = Ac := [0, 1]\A :
` (A) + ` (Ac ) = 1 . (1.12)
Cette proprit nest malheureusement pas vraie pour tout ensemble
A [0, 1] (voir la Section 6.5 du Chapitre 2). Donc il ny a aucun
espoir de montrer que ` est -additive sur P([0, 1]).
Donc pour pouvoir utiliser effectivement ` , on doit la restreindre

une sous-classe de P([0, 1]). On pourrait par exemple se restreindre
la classe des ensembles A sur lesquels (1.12) est satisfaite. On verra
(exercice) que la dfinition suivante, bien que plus abstraite, est qui-
valente et plus maniable :
Dfinition 1.4. Un ensemble A [0, 1] est mesurable (au sens de
Lebesgue) par rapport ` si
` (E) = ` (E A) + ` (E Ac ) E [0, 1] . (1.13)
Il est clair que si A est mesurable, alors (1.12) est satisfaite. On peut
en fait vrifier (exercice) que (1.13) et (1.12) sont deux dfinitions qui-
valentes de la mesurabilit.
Dans la suite, on dnotera par M la famille des ensembles mesurables

par rapport ` . Pour vrifier quun ensemble A est mesurable, il suffit
de vrifier
` (E) ` (E A) + ` (E Ac ) . (1.14)
En effet, lingalit contraire est satisfaite par sous-additivit. Com-
menons tudier les proprits de M .
Lemme 1.5. M est une algbre :
(1) M ,
(2) Si A M , alors Ac M ,
(3) Si An M pour tout n = 1, . . . , N , alors An M .
SN
n=1
Dmonstration. Le premier point est vident. Le deuxime suit

de la symtrie de (1.13) par rapport A et Ac . Soient ensuite A, B
M . Pour montrer que A B M , on utilise la sous-additivit de ` :
comme E (A B) = {E A} {E (Ac B)}, on a
` (E (A B)) ` (E A) + ` (E Ac B) .
Donc, par la mesurabilit de B, puis par celle de A,

` (E (A B)) + ` (E (A B)c )
` (E A) + ` (E Ac B) + ` (E (A B)c )
= ` (E A) + ` (E Ac B) + ` (E Ac B c )
| {z }
=` (EAc )

= ` (E) ,
donc A B M . La troisime affirmation sobtient par induction.
On montre ensuite que

Lemme 1.6. Si An M (n = 1, . . . , N ) sont disjoints, alors pour tout
E P([0, 1]) :
N
[ N
X

` (E An ) .

` E An = (1.15)
n=1 n=1
En particulier, ` est additive sur M : si An M (n = 1, . . . , N ) sont

disjoints, alors
[N N

X
` An = ` (An ) . (1.16)
n=1 n=1
Dmonstration. Pour N = 2, soient A1 , A2 M disjoints, et

B := A1 A2 . Alors par la mesurabilit de A2 ,
` (E B) = ` (E B A2 ) + ` (E B Ac2 )
| {z } | {z }
=A2 =A1

= ` (E A1 ) + ` (E A2 ) .
On peut ensuite itrer ce procd et obtenir (1.15), qui implique (1.16)
en prenant E = [0, 1].
Il nous reste vrifier que ces proprits stendent des unions infinies
dnombrables.
Lemme 1.7. M est une tribu :
(1) M ,
(2) Si A M , alors Ac M ,
(3) Si An M pour tout n 1, alors An M .
S
n1
Dmonstration. Les deux premires proprits ont t prouves

plus haut. Pour la troisime, soient An M , que lon commence par
An M . Pour
S S
supposer disjoints. Soit A := n An et BN := nN
tout E,
` (E) = ` (E BN
c
) + ` (E BN )
X
= ` (E BN
c
)+ ` (E An )
nN
X
` (E Ac ) + ` (E An ) .
nN
En prenant N , et par sous--additivit,

X
` (E) ` (E Ac ) + ` (E An )
n
c
` (E A ) + ` (E A) ,
ce qui montre que A M . Si les ensembles An ne sont pas disjoints, on
dfinit B1 := A1 , Bn := An Ac1 S
Acn1 (n
S 2), qui sont disjoints,
et se rduit au cas prcdent puisque n An = n Bn M .

Pour finir,
Lemme 1.8. La fonction densemble ` : M [0, 1] est une mesure :
(1) ` () = 0,
(2) ` est -additive : si (A
Sn )n1 est P
une famille disjointe densembles
mesurables, alors ` ( n An ) = n ` (An ).
S Dmonstration. Soient An P M , disjoints deux--deux, A :=

P(A) n ` (An).SMais pour tout
n An . Par sous-additivit, `

N , par
additivit et monotonicit, nN ` (An ) = ` ( nN An ) ` (A). On
conclut en prenant N .
Mme si M est une classe densembles sur laquelle la mesure extrieure

est -additive, elle pourrait tre vide ! Il est donc important de vrifier
quelle est suffisamment riche en ensemble. En particulier, on aimerait
quelle contienne au moins les intervalles :
Lemme 1.9. M contient les intervalles.
Dmonstration. Soit par exemple A = (a, b) [0, 1] (les autres
cas se traitent de faon similaire), et E [0, 1] un ensemble quelconque.
Soit >P0. Alors il existe un recouvrement I = {I} de E tel que
` (E) I `(I). Dfinissons alors les intervalles ouverts I := I A,
I+ := I Ac . Par la dfinition mme de longueur pour les intervalles,
`(I) = `(I ) + `(I+ ) .
4. PROPOS DE LA BIBLIOGRAPHIE
Or il est clair que {I } est un recouvrement de E A, et que {I+ } est

un recouvrement de E Ac . Donc
X X X
`(I) = `(I ) + `(I+ ) ` (E A) + ` (E Ac ) .
I I I+
Donc ` (E) ` (E A) + ` (E Ac ) .
Puisque cest une tribu, et comme elle contient les intervalles, la classe
M contient galement tous les ouverts (qui sont des unions dnom-
brables dintervalles ouverts), tous les ferms (dont les complmentaires
sont des ouverts), et a fortiori tous les compacts. Donc M contient,
de fait, beaucoup densembles. On peut donc se demander si tous les
sous-ensembles de [0, 1] sont mesurables. Ce nest pas le cas ; nous en
donnerons un exemple densemble non-mesurable dans la Section 6.5.
Mme sil nexiste pas de caractrisation explicite de tous les ensembles

mesurables, nous voyons que tout ensemble A [0, 1] qui peut tre
construit est mesurable. Ici, par construit on entend construit partir
dintervalles, par une suite doprations lmentaires, savoir : unions
dnombrables, intersections dnombrables, complmentaires.
Dfinition 1.10. La mesure extrieure ` , restreinte aux ensembles

mesurables M , est appele la mesure de Lebesgue sur [0, 1]. On lcrira
1 .
Par construction, sur les intervalles, 1 concide avec `. On verra plus
tard que 1 est lunique mesure ayant cette proprit.
Remarquons qu part dans la preuve de la consistance et du Lemme

1.9, on a assez peu utilis les particularits de [0, 1] : la restriction de la
mesure extrieure la classe des ensembles mesurables est un procd
tout fait gnral et sera rutilis dans le Chapitre 2.
4. propos de la bibliographie
La littrature sur la Thorie de la Mesure et de lIntgration est vaste.
Les ouvrages les plus accessibles sont certainement le petit livre de

Bartle [1], ainsi que le livre de Kolmogorov et Fomine [10]. Le livre de
Tao [17], plus rcent, est galement recommand.

4. PROPOS DE LA BIBLIOGRAPHIE
Certaines rfrences, plus compltes, sont par exemple Folland [7],

Rana [14], ou le livre classique de Rudin [15]. Trs prcis, louvrage de
Gapaillard [8], ou encore celui de Bauer [2].
Comme la Thorie de la Mesure est intimement lie la Thorie des

Probabilits, ces deux thories sont souvent dveloppes en parallle.
Les ouvrages classiques de Billingsley [3], Durrett [13] ou de Shiryaev
[16] en sont un bon exemple. Une autre bonne rfrence est le livre de
Neveu [12].
titre de complment, on pourra galement consulter louvrage plus

ancien de Halmos [9], le double pav de Bogachev [4], ainsi que le livre
original de Lebesgue [11], ou celui de de la Valle Poussin [6].
Pour un texte profond, avec une approche historique particulirement

dtaille, on pourra consulter louvrage de Bressoud [5].

CHAPITRE 2
Tribus et Mesures
Dans lintroduction, la recherche dune fonction densemble -additive

sur [0, 1] a conduit distinguer une classe M de sous-ensembles ap-
pels mesurables, formant une tribu. Cest en restreignant la mesure
extrieure ` aux mesurables que nous avons obtenu la mesure de Le-
besgue. Le triplet ([0, 1], M , ` ) est appel espace mesur.
On pourrait passer maintenant lintgration des fonctions f : [0, 1]

R. Or la structure (ensemble, tribu, mesure) peut tre dfinie sur des
ensembles plus abstraits que [0, 1]. En fait, la construction de la plus
grand partie de la thorie de lintgration selon Lebesgue est base sur
les proprits lmentaires de la mesure, essentiellement ladditivit d-
nombrable, et non sur la structure dtaille de lensemble sous-jacent.
On a donc avantage, avant de passer lintgration des fonctions sur
[0, 1], dvelopper la thorie de la mesure sur des espaces plus gn-
raux.
Ceci sera fait dans le prsent chapitre : nous dfinirons les espaces
mesurs (X, F, ) abstraits, donnerons leurs proprits et le moyen de
les construire. Dans le chapitre suivant, la thorie de lintgration par
rapport sera dveloppe en toute gnralit, pour des fonctions
valeurs relles f : X R. Cette thorie contiendra lintgration des
fonctions f : [0, 1] R par rapport la mesure de Lebesgue comme
cas particulier.
1. Tribus
Soit X un ensemble. Comme prcdemment, nous noterons P(X) la
famille des parties A X. On suppose toujours que P(X). Le
complmentaire dun ensemble A P(X) scrira Ac := X\A.
19
1. TRIBUS
Dfinition 2.1. Une famille de sous ensembles de X, F P(X), est

une tribu a si elle satisfait aux conditions suivantes.
(1) F.
(2) Si A F, alors Ac F.
(3) Si An F pour tout n, alors An F.
S
n
Les lments de F sont appels ensembles mesurables, et la paire (X, F)
est appele espace mesurable b.
a. Dans la littrature, on trouve aussi -algbre, ou -algbre de Boole. En an-
glais : -field, -algebra.
b. On peut interprter cette terminologie en sachant que les ensembles mesu-
rables sont ceux auxquels on pourra associer une mesure. Une tribu peut donc tre
considre comme le domaine dune mesure.
Observons queS(1) et (2) impliquent que X F. De plus, par (2) et

(3), n An = ( n Acn )c F. Donc une tribu est une famille densembles
T
qui contient X, et qui est stable sous complmentaires, sous unions d-
nombrables et sous intersections dnombrables.
La tribu la plus simple sur un ensemble X est la famille F := {, X},

appele tribu triviale. Ensuite, si E X est non-vide et diffrent de
X, alors F := {, X, E, E c } est aussi une tribu, contenant quatre en-
sembles mesurables.
En gnral, une tribu contient beaucoup densembles. Il est clair que

la tribu la plus riche en sous-ensembles de X est celle qui contient
tous les sous-ensembles : F := P(X), appele tribu discrte. Cette tribu
est utilise en gnral quand X est fini ou dnombrable, par exemple
quand X = N. Mais quand X nest pas dnombrable, la tribu discrte
contient trop densembles et nest en gnral pas utilisable 1.
Exemple 2.2. La famille F contenant les sous-ensembles E X tels
que ou E est dnombrable, ou E c est dnombrable, est une tribu (exer-
cice).
Dans la pratique, on a souvent besoin quune tribu contienne certains

ensembles particuliers. Sur les rels par exemple, il est naturel de vouloir
une tribu qui contienne les intervalles, et on peut se poser la question :
sur X = R, quelle est la plus petite tribu qui contient les intervalles ?
Il existe un procd simple permettant de rpondre cette question :
1. Nous verrons plus loin quil nest en gnral pas possible de dfinir une mesure
sur tous les sous-ensembles de X.
1. TRIBUS
Lemme 2.3. Soit C P(X) une famille de sous-ensembles. Il existe

une tribu minimale contenant C, que lon notera
T (C), appele la tribu
engendre par C. Elle est donne par (C) := {A : A C, A tribu}.
Ce procd sera utilis surtout pour dfinir des tribus sur des ensembles
de nature continue, comme dans lexemple suivant :
Exemple 2.4. Considrons X = Rd . Soit O la famille des ouverts

de Rd (par rapport la mtrique de la distance Euclidienne). La tribu
B(Rd ) := (O) sappelle la tribu des ensembles Borliens, ou simplement
la tribu des Borliens. On peut aussi dfinir les Borliens de nimporte
quel sous-ensemble de Rd . Par exemple, B([0, 1]).
En gnral, si X est un espace topologique (par exemple un espace m-
trique) dont les ouverts sont nots O, on appellera galement B(O) :=
(O) la tribu des Borliens.
Exemple 2.5. Considrons ensuite le cas X = R , cest--dire lespace

des suites de nombres rels, x = (x1 , x2 , . . . ). Soit n : R Rn la
projection canonique dfinie par n (x1 , x2 , . . . ) := (xS1 , x2 , . . . , xn ). Pour
tout n 1, on pose Cn := n1 (B(Rn )). Alors C := n1 Cn est appele
lalgbre des cylindres. On dfinit alors une tribu sur X par F := (C).
Exemple 2.6. Soient (X, F) et (Y, G) deux espaces mesurables, et
X Y := {(x, y) : x X, y Y }
leur produit cartsien. On peut dfinir une tribu naturelle sur X Y

en considrant la famille des rectangles
R := A B : A F, B G .

Alors, FG := (R) est la tribu produit. Lespace mesurable (X Y, F

G) est lespace produit. Les produits seront tudis dans le Chapitre 6.
Remarque 2.1. Il est important de souligner que le procd dcrit

dans le Lemme 2.3 est utile pour introduire des tribus jouissant de
certaines proprits, mais non-constructif : en gnral, on ne peut pas
caractriser exactement les ensembles contenus dans (C).
Exemple 2.7. Une application permet de lever une structure me-

surable dun ensemble sur un autre ensemble. Soit X un ensemble,
(Y, G) un espace mesurable, et f : X Y une application. Alors
f 1 (G) := {f 1 (G) : G G} est une tribu sur X, appele la tribu
engendre par f .
2. MESURES
1.1. Applications Mesurables.

Dfinition 2.8. Soient (X, F), (Y, G) deux espaces mesurables. Une
application f : X Y est dite (F, G)-mesurable (ou plus simplement
mesurable) si la primage dun mesurable est un mesurable, cest--dire
si B G implique f 1 (B) F.
La faon dont on dfinit la mesurabilit dune application rappelle la
continuit en topologie : si (X, X), (Y, Y) sont deux espaces topolo-
giques (X et Y sont les ouverts de X, resp. Y ), une fonction f : X Y
est dite continue si la primage dun ouvert de Y est un ouvert de X.
Il est facile de vrifier que la composition de deux fonctions mesurables

est mesurable. Pour vrifier quune fonction est mesurable on utilisera
souvent le rsultat suivant :
Lemme 2.9. Soient (X, F), (Y, G) deux espaces mesurables, et soit f :
X Y . Si une famille C P(Y ) est telle que (C) = G, et telle que
f 1 (C) F pour tout C C, alors f est (F, G)-mesurable.
Dmonstration. G0 := {B G : f 1 (B) F} G est une tribu.

Comme elle contient C, elle contient aussi (C). Donc G0 = G.
En particulier, une application continue entre deux espaces topolo-

giques (X, OX ), (Y, OY ), est (B(OX ), B(OY ))-mesurable.
2. Mesures
Dfinition 2.10. Soit (X, F) un espace mesurable. Une fonction den-
semble : F [0, +] est une mesure si elle satisfait aux conditions
suivantes :
(1) () = 0,
(2) est -additive : si An est une suite densembles mesurables
deux--deux disjoints alors
[ X
An = (An ) . (2.1)
n1 n1
Le triplet (X, F, ) est appel espace mesur.

En particulier, (2.1) implique que est additive : si A, B F sont dis-
joints, alors (A B) = (A) + (B).
En gnral, la construction dun espace mesur non-trivial est une

tche dlicate. En particulier, notre premier exemple despace mesur,
2. MESURES
([0, 1], M , ` ), a utilis plusieurs proprits fondamentales de la droite.
Parmi les faons triviales de dfinir une mesure sur un ensemble X,

mentionnons les exemples suivants. Si (A) := 0 pour tout A F,
alors est une mesure. Ou encore, si (A) := 0 si A = , + sinon,
alors est aussi une mesure. Passons des exemples plus intressants.
Exemple 2.11. Sur X muni dune tribu quelconque, fixons x X et
dfinissons, pour tout A F,
x (A) = 1A (x) .
Alors x est une mesure appele masse de Dirac en x.
Exemple 2.12. Si A F est un ensemble fini, posons c (A) :=
card(A). Si A est infini, c (A) := +. Alors c est appele mesure
de comptage. Sur (N, P(N)), c (A) compte simplement le nombre de
points contenus dans A.
Exemple 2.13. On peut gnraliser la mesure de comptage en consi-
Pfamille de nombres non-ngatifs = ((k))kN , et dfinir
drant une
(A) := kA (k). La mesure de comptage correspond (k) := 1.
Exemple 2.14. Soit (X, F, ) un espace mesur, (Y, G) un espace me-
surable. Une application mesurable f : X Y permet de transporter
de X sur Y . En effet,
:= f 1
dfinit une mesure sur (Y, G), appele transport de par f .
On verra que certaines proprits dun espace mesurable (X, F, ) peuvent
dpendre fortement de la masse que la mesure associe lespace tout
entier. La mesure est finie si (X) < ,
S et -finie si il existe une suite
Xn F, (Xn ) < , telle que X = n Xn . La mesure de comptage
sur (N, P(N)) est -finie. Dans lExemple 2.13, en prenant (k) = k 2
on obtient une mesure finie. Par contre si (k) > 0, alors
est seulement -finie. La mesure de comptage sur ([0, 1], P([0, 1])) nest
pas -finie 2.
Une mesure est une probabilit si (X) = 1 ; dans ce cas, (X, F, ) est
appel espace de probabilit. Par exemple, ([0, 1], M , ` ) est un espace
de probabilit, qui modlise lexprience qui consiste tirer un nombre
x [0, 1] au hasard (uniformment). Dans lExemple 2.13, on obtient
2. En effet, si elle ltait, cela signifie que [0, 1] pourrait scrire comme une
union dnombrable densembles finis, ce qui est impossible puisque [0, 1] nest pas
dnombrable.
2. MESURES
P
un espace de probabilit si satisfait la condition k (k) = 1.
Nous commencerons par donner quelques proprits gnrales de la

mesure, puis passerons ensuite la construction de mesures.
2.1. Continuit. Dans cette section et la suivante, on suppose

donn un espace mesur (X, F, ).
Si An F est une suite croissante (An An+1 ), alors A := n An F,

S
et on crit An % A. De mme, si AnT F est une suite dcroissante
(An+1 An ), alors An & A, o A := n An F.
Proposition 2.15 (Sous-additivit, continuit).
(1) Si A, B F, avec A B, alors (A) (B).
(2) Si An F pour tout n, alors ( n An ) n (An ).
S P
(3) Si An F est croissante, An % A, alors (An ) % (A).

(4) Si An F est dcroissante, An & A, et si (A1 ) < , alors
(An ) & (A).
Dmonstration. (1) S S alors (B) = (A) + (C)

Si C := B\A,
(A). (2) On peut crire n An = n Bn , o B1 := A1 , et Bn :=
c
An (A1 A Pn 2. Comme les Bn sont mesurables et
Sn1 ) pour
disjoints, on a ( n An ) = n (Bn ). Mais Bn An , et donc (Bn )
(An ), ce qui prouve la deuxime affirmation. (3) Observons que si
B1 := SA1 et (pourSn 2) Bn := An \An1 , alors les Bn sont disjoints,
An = nk=1 Bk , et n Bn = A. Donc
[ X n
X
(A) = Bk = (Bk ) = lim (Bk ) = lim (An ) .
n n
k k k=1
(4) La suite Bn := A1 \An est croissante et Bn % A1 \A =: B. Par (3) on

a donc limn (An ) = (A1 ) limn (Bn ) = (A1 ) (B) = (A).
Observons que la condition (A1 ) < dans (4) est ncessaire. En effet,
en prenant X = N avec la mesure de comptage et An = {n, n+1, . . .},
alors An & , mais c (An ) = pour tout n.
2.2. Les ensembles de mesure nulle ; compltude. Un fait

invitable, en Thorie de la Mesure, est la prsence densembles non-
vides mais invisibles du point de vue de la mesure :
On dfinit les ensembles de mesure nulle :
N := {N F : (N ) = 0} , (2.2)
2. MESURES
Ainsi que les ensembles ngligeables (par rapport ), dfinis par

Neg := {B P(X) : N N , N B} . (2.3)
Les ensembles ngligeables ne peuvent tre ignors ; ils joueront un rle
central dans toute la thorie de lintgration. Leur proprit fondamen-
tale, facile vrifier, est la suivante.
Lemme 2.16. Les unions dnombrables densembles ngligeables (ou de
mesure nulle) sont ngligeables.
Dans la dfinition donne ci-dessus, les ensembles ngligeables ne sont
pas ncessairement mesurables. On le verra plus tard, il est souvent
ncessaire de travailler avec un espace mesur dans lequel tous les en-
sembles ngligeables sont mesurables. Dans ce cas, on dira que (X, F, )
est complet. Or tout espace mesurable peut tre complt, comme le
montre la proposition suivante.
Proposition 2.17. Soit (X, F, ) un espace mesurable. La tribu
F := (F Neg ) (2.4)
est la tribu complte par rapport . On a
F = {A P(X) : B, B 0 F : B A B 0 , (B 0 \B) = 0} . (2.5)
Soit A F . Si B, B 0 sont comme dans (2.5), on dfinit
(A) := (B) = (B 0 ) . (2.6)
Alors dfinit une mesure sur (X, F ). Lespace mesur
(X, F, ) := (X, F , ) (2.7)
est complet, appel le complt de (X, F, ). De plus, est lunique
mesure sur (X, F ) qui concide avec sur F.
Dmonstration. Soit F1 la famille dfinie par le membre de droite

de (2.5). Il est facile de voir que F1 est une tribu. Puisquelle contient
F et Neg , on a F F1 . Soit alors A F1 et B, B 0 F tels que
B A B 0 , (B 0 \B) = 0. En crivant A = B (A B c ), puisque
B F et A B c B 0 \B, on a A B c Neg , et donc A F . Donc
F1 F .
On vrifie que le nombre (A) en (2.6) est bien dfini, cest--dire ne d-
pend pas du choix de B, B 0 . En effet, soient C, C 0 deux autres ensembles
mesurables tels que C A C 0 , (C 0 \C) = 0. Par monotonicit,
(C) (B 0 ) = (B). De mme, (B) (C). Donc (C) = (B),
et aussi (C 0 ) = (B 0 ).
Finalement, on montre facilement que est une mesure sur (X, F ).
3. UN CRITRE DUNICIT
Au vu du rsultat prcdent, on pourra toujours supposer que les es-

paces mesurables considrs sont complets. On vrifie facilement (exer-
cice) que ([0, 1], M , ` ) est complet.
On dit quune proprit dpendant de x X est vraie -presque partout

si lensemble des points x X pour lesquels elle nest pas vrifie est
ngligeable par rapport . Par exemple, si f, g sont deux fonctions sur
X, alors f = g presque partout signifie que {x X : f (x) 6= g(x)}
est ngligeable.
3. Un Critre dunicit
Une mesure peut tre vue comme une collection de nombres {(A) :
A F}, et on peut se demander sil est ncessaire de connatre tous ces
nombres pour connatre . En dautres termes : est-ce que la connais-
sance de (C) pour certains ensembles mesurables C appartenant
une sous-classe C F permet de reconstruire sur toute la tribu F ?
Thorme 2.18. Soient et deux mesures sur (X, F), et soit C
F une famille densembles stable par intersection (i.e. A, B C
A B C) telle que (C) = F et telle que (C) = (C) pour tout
C C.
(1) Si (X) = (X) < , alors = .
(2) Si il existe une suite Xn C, Xn % X telle que (Xn ) =
(Xn ) < , alors = .
La preuve sera base sur la notion de classe de Dynkin 3.
Dfinition 2.19. Une famille D P(X) est une classe de Dynkin si
(1) X D.
(2) Si A, B D, A B, alors B\A D
(3) An D, An % A implique A D.
Observons quune classe de Dynkin est aussi stable sous complmen-
tation (donc en particulier D) et sous intersections dnombrables
dcroissantes, et que toute tribu est une classe de Dynkin. En outre,
Lemme 2.20. Si D est une classe de Dynkin stable par intersections
(finies), alors cest une tribu.
Dmonstration. Soient An D. Si D est stable par intersec-

tions, elle est aussi stable par runions finies, ce qui implique que
3. Dans la littrature, on trouvera aussi lappellation classe monotone.
3. UN CRITRE DUNICIT
BN := nN An D.SOn a BN % n An , et puisque D est une

S S
classe de Dynkin, on a n An D, et donc D est une tribu.
Comme dans le Lemme 2.3 pour les tribus, on peut considrer la plus
petite classe de Dynkin (C) contenant une famille donne densembles
C P(X). (C) est appele la classe de Dynkin engendre par C. On a
alors :
Thorme 2.21. Si C P(X) est stable par intersections (finies),
alors
(C) = (C) .
Dmonstration. Clairement, (C) (C). Pour voir si (C)

(C), il faut vrifier que (C) est une tribu. Pour montrer que (C) est
une tribu, par le Lemme 2.20 il suffit de montrer quelle est stable par
intersections finies.
Fixons C C et posons
D1 := {B (C) : B C (C)} .
Il est facile de voir que D1 est une classe de Dynkin. Puisque C est stable
par intersections, on a C D1 , et donc D1 (C). Ceci implique que
pour tout C C et tout B (C), on a C B (C). Fixons alors
B (C) et posons encore
D2 := {A (C) : A B (C)} .
Comme avant, on montre aussi facilement que D2 est une classe de
Dynkin contenant C, et donc que D2 (C). Ceci implique que pour
tout A (C) et pour tout B (C), A B (C). Donc (C) est
stable par intersections.
Preuve du Thorme 2.18 : (1) : Soit D := {A F : (A) =

(A)} F. On a X D, et si A, B D, A B, alors comme ces
ensembles ont des mesures finies,
(B\A) = (B) (A) = (B) (A) = (B\A) ,
et donc B\A D. Puis, si An D, An % A, alors par continuit,
(A) = lim (An ) = lim (An ) = (A) ,
n n
et donc A D. Donc D est une classe de Dynkin. Comme elle contient

C et que C est stable par intersections, on a D (C) = (C) = F par
le Thorme 2.21. Donc D = F.
(2) : Soient n () := ( Xn ) et n () := ( Xn ). Comme n (C) =
n (C) pour tout C C et que n (X) = n (X) < , on peut appliquer
4. LE THORME DEXTENSION DE CARATHODORY
(1), et conclure que n = n . Ensuite, pour tout A F, on a (A) =

limn n (A) = limn n (A) = (A), ce qui prouve que = .
4. Le Thorme dExtension de Carathodory

Cette section dcrit le moyen gnralement utilis pour construire une
mesure sur un espace mesurable. Il suit essentiellement la mthode
prsente dans lintroduction pour construire la mesure de Lebesgue sur
[0, 1], qui sapplique dans le cadre plus gnral dun espace mesurable
abstrait (X, F).
4.1. Mesures extrieures.

Dfinition 2.22. Soit X un ensemble. Une fonction densemble :
P(X) [0, +] est une mesure extrieure si elle satisfait aux condi-
tions suivantes :
(1) () = 0,
(2) Si A B, alors (A) (B).
(3) est sous-additive : si (An )n1 est une suite quelconque, alors
[ X

An (An ) . (2.8)
n1 n1
Nous lavons vu, la fonction densemble

X
` (A) := inf `(I) , (2.9)
I
o linfimum porte sur tous les recouvrements dnombrables de A par

des intervalles, et o `(I) est la longueur de lintervalle I, dfinit une
mesure extrieure sur X = [0, 1]. Ce procd peut tre gnralis :
Exemple 2.23. Soit C S P(X) une famille contenant et recouvrant
X, dans le sens o X = n Cn0 pour une suite Cn0 C. Soit : C
[0, +] une fonction densemble telle que () = 0. Soit, pour A
P(X), X
(A) := inf (Cj ) , (2.10)
j
o linfimum porte sur tous les recouvrements finis ou dnombrables
de A par des lments Cj C. Alors est une mesure extrieure
(exercice).
Une mesure extrieure est en gnral utilise dans le but de pouvoir en

extraire une mesure. On procde donc comme dans lIntroduction, en
la restreignant une famille plus petite que P(X).
Dfinition 2.24. Soit est une mesure extrieure sur X. Un en-

semble A P(X) est dit mesurable (par rapport ) si
(E) = (E A) + (E Ac ) , E P(X). (2.11)
Thorme 2.25. Soit M la famille des ensembles mesurables par rap-

port . Alors
(1) M est une tribu.
(2) La restriction de M est une mesure.
De plus, lespace mesur (X, M , ) est complet.
Dmonstration. Les deux premires affirmations se prouvent comme

les Lemmes 1.7 et 1.8. Il reste montrer que (X, M , ) est complet.
Soit donc A P(X) un ensemble ngligeable. Il existe N M tel que
A N et (N ) = 0. Donc aussi (A) = 0, et pour tout E on peut
crire
(E) (E A) + (E Ac ) = (E Ac ) (E),
donc A M .
4.2. Algbres et pr-mesures. Dans les cas concrets, une me-

sure extrieure est dfinie partir dune fonction densemble dj
connue sur une classe densembles C, comme dans lExemple 2.23. Sur
[0, 1] par exemple, on a dfini ` en supposant que lon savait calculer
la longueur des intervalles, `[a, b] := b a.
Or en gnral, sans autres conditions sur la paire (, C), on ne sait

pas si M contient la classe originale C, et encore moins si la mesure
extrieure concide avec sur C. Nous allons donc donner plus de
structure la fonction densemble initiale.
Dfinition 2.26. Une famille A P(X), est une algbre (ou algbre
de Boole) si elle satisfait aux conditions suivantes.
(1) A.
(2) Si A A, alors Ac A.
(3) Si A, B A, alors A B A (et donc A B A).
La diffrence avec une tribu est quune algbre est stable sous intersec-
tions et runions finies.
Dfinition 2.27. Soit A une algbre sur X. Une fonction densemble

: A [0, +] est une pr-mesure si elle satisfait aux conditions
suivantes :
(1) () = 0,
Si An est suite dlments de A disjoints deux--deux, et si
(2) S
n An A, alors
[ X
An = (An ) . (2.12)
n1 n1
Comme pour les mesures, (2.12) implique que est additive : si A, B

A sont disjoints, alors (A B) = (A) + (B). Mais dans le cas de
runions dnombrables, comme A nest pas ncessairement S stable par
runions dnombrables, il est important de supposer que n An A.
Proposition 2.28. Soit une pr-mesure sur une algbre A. Soient

la mesure extrieure obtenue comme en (2.10), et M la tribu des
ensembles mesurables par rapport . Alors
(1) M A.
(2) La restriction de A concide avec .
Dmonstration. (1) Soit A A, et E P(X). Par la dfinition

de (E), pour tout > 0 il existe Pun recouvrement de E par des
ensembles Bn A tel que (E) n (Bn ) . Mais, puisque est
additive sur A, on peut crire (Bn ) = (Bn A) + (B c
Pn A ). Puis,
comme les ensembles BnP A A recouvrent EA, on a n (Bn A)
(E A). De mme, n (Bn Ac ) (E Ac ). Donc (E)
(E A) + (E Ac ) , ce qui montre que A M puisque est
arbitraire. (2) Soit encore A A. Comme {A} recouvre A, on a (A)
(A). Pour montrer lingalit inverse, considrons un recouvrement
quelconque de A par une suite Bn A. Soient Bn0 := Bn A A.
Alors les ensembles
S D1 := B10 et Dn := Bn0 (D1 . . . Dn1 )c A sont
disjoints, et n Dn = A. Donc, comme est une pr-mesure,
[ X X X
(A) = Dn = (Dn ) (Bn0 ) (Bn ) .
n n n n
Par consquent, (A) (A), ce qui implique (A) = (A).
Comme pour les mesures, une pr-mesure sur une S algbre A est dite
-finie sil existe une suite Xn A telle que X = n Xn , (Xn ) < .
5. MESURES DE LEBESGUE-STIELTJES SUR R
Thorme 2.29 (Thorme dExtension de Carathodory). Soit A

une algbre sur X, et une pr-mesure sur (X, A). Soit F := (A) la
tribu engendre par A. Alors il existe une mesure sur (X, F), appele
extension de , qui concide avec sur A. Si est -finie, cette extension
est unique.
Dmonstration. Soit la mesure extrieure associe , et M

la tribu des ensembles mesurables par rapport . Comme M A,
on a aussi M (A) F. Soit alors la restriction de F. Par la
Proposition 2.28, (A) = (A) = (A) pour tout A A.
Supposons que soit -finie. Soit une mesure sur (X, F) qui concide
avec sur A. Comme A est stable sous intersections, = par le par
le point (2) du Thorme 2.18.
Donc par construction on sait que la mesure , qui tend , est en fait
donne par .
5. Mesures de Lebesgue-Stieltjes sur R

La mesure de Lebesgue sur [0, 1] est construite partir de la notion
classique de longueur pour les intervalles :
`([a, b]) := b a .
Plus gnralement, sur la droite relle, on peut considrer une fonction
g : R R non-dcroissante, et pondrer la mesure des intervalles
laide de g :
`g ([a, b]) := g(b) g(a) . (2.13)
Supposons que lon veuille tendre `g une mesure sur la droite,
laide du Thorme de Carathodory. Puisque `g est dfinie sur les
intervalles, on souhaite ltendre la plus petite tribu contenant les
intervalles, cest--dire la tribu des Borliens, B(R). Pour appliquer le
Thorme 2.29, on donne aux intervalles une structure dalgbre et
`g celle de pr-mesure.
Soit I la famille des intervalles de la droite ouverts gauche et ferms

droite, cest--dire de la forme (a, b], (a, ) ou (, b], avec a < b
finis. Il est clair que lintersection de deux lments de I est nouveau
un lment de I, et que le complment dun lment de I peut scrire
comme une union finie disjointe dlments de I. Donc A, la famille
des unions finies disjointes dlments de I, est une algbre. Il est facile
de montrer que cette algbre gnre les Borliens de la droite, B(R)
(exercice).
Remarque 2.2. A peut galement tre vue comme la plus petite al-
gbre sur R contenant les intervalles borns (a, b].
Soit ensuite g : R R une fonction non-dcroissante, et g(a+ ) :=

limxa+ g(x), g(a ) := limxa g(x). Dfinissons aussi g() :=
supx g(x) et g() := inf x g(x), qui peuvent a priori tre +, ou
. On utilise g pour dfinir, pour tout (a, b] I (sans exclure les cas
a = et b = +),

`g (a, b] := g(b) g(a) . (2.14)
Proposition 2.30. Soit g : R R comme ci-dessus S et continue

droite : g(a+ ) = g(a) pour tout a R. Pour tout A = nj=1 (an , bn ] A,
posons
Xn
(A) := `g ((aj , bj ]) . (2.15)
j=1
Alors dfinit une prmesure sur A.
Dmonstration. Un ensemble A A peut toujours scrire de

plusieurs manires comme une union disjointe dintervalles 4. On doit
donc vrifier que (A) ne dpend pas de la reprsentation choisie pour
A. Prenons pour commencer un intervalle A = (a, b], et crivons-le sous
Snforme dune union finie disjointe dintervalles adjacents : (a, b] =
la
j=1 (aj , bj ], o a = a1 < b1 = a2 < b2 . . . an < bn = b. En tlscopant
les termes de la somme,
n
X n
X
`g ((aj , bj ]) = g(bj ) g(aj )
j=1 j=1
= ...
= g(bn ) g(a1 ) = g(b) g(a) = `g ((a, b]) (2.16)
S S
Soient maintenant i Ii = j Jj = A deux faons dcrire A comme
union finie disjointe S
dintervalles (pas ncessairement adjacents).
S Alors
pour chaque i, Ii = j Ii Jj , et pour chaque j, Jj = i Jj Ii . Donc,
4. Par exemple, (0, 1] = (0, 12 ] ( 12 , 1], ou (0, 1] = (0, 13 ] ( 13 , 45 ] ( 54 , 1], etc.

par (2.16),
X XX
`g (Ii ) = `g (Ii Jj )
i i j
XX
= `g (Ii Jj )
j i
X
= `g (Ij ) .
j
Ceci montre que est bien dfinie.

Par dfinition, est additive sur A, et il reste vrifier ladditivit
dnombrable. On peut se restreindre au cas dun intervalle SA = (a, b]
I, mis sous la forme dune union dnombrable disjointe n1 In , o
In = (an , bn ]. Puisque A peut scrire A = N
S S
n=1 In n>N In , et que
chacune de ces unions appartient A, on peut borner, pour tout N ,
N
[ XN
(A) In = (In ) .
n=1 n=1
En prenant N ,
X
(A) (In ) .
n1
Pour montrer lingalit inverse, commenons par le cas o a et b sont

tous les deux finis. Fixons > 0. Comme g est continue droite, il existe
a0 > a tel que g(a0 ) g(a)+, et b0n > bn tel que g(b0n ) g(bn )+/2n . Il
est clair que les intervalles In0 = (an , b0n ) recouvrent lintervalle compact
[a0 , b]. On peut donc en extraire un sous-recouvrement fini In0 k . Pour
simplifier lcriture, supposons que ce sous-recouvrement est I10 , . . . , IK
0
,
que a1 < a2 < < aK , et que aj+1 < b0j , comme sur la Figure 1.
a1 b01 aK b0K
( ) ( ) ( )
( ) ( )
( [ ]
a a0 b
Figure 1. Reprsentation schmatique du recouvre-

ment de [a0 , b] par les intervalles Ij0 = (aj , b0j ), j =
1, . . . , K.
On a (A) = g(b) g(a) g(b) g(a0 ) + g(b0K ) g(a1 ) + . Or

K1
X
g(b0K ) g(a1 ) = g(b0K ) g(aK ) + (g(aj+1 ) g(aj ))
j=1
K1
X
g(b0K ) g(aK ) + (g(b0j ) g(aj ))
j=1
K1
X
g(bK ) g(aK ) + (g(bj ) g(aj )) +
j=1
K
X
= (Ij ) +
j=1
X
(In ) + .
n1
P
Comme > 0 est arbitraire, ceci montre que (A) n1 (In ).
Dans le cas o une des bornes de lintervalle A est infinie, on se ramne

au cas prcdent. Par exemple, si A = (, b] et In un recouvrement,
pour tout L > 0 on obtient,
P par le mme procd que celui utilis ci-
dessus, ((L, b]) n1 (In ). En prenant L , ((L, b])
((, b]).
On peut maintenant considrer lextension de la tribu engendre

par A :
Thorme 2.31. Soit g : R R une fonction non-dcroissante et
continue droite. Alors il existe une unique mesure g sur (R, B(R)),
appele mesure de Lebesgue-Stieltjes associe g, telle que
g ((a, b]) = g(b) g(a) . (2.17)
Inversment, si est une mesure sur (R, B(R)), finie sur les ensembles
borns, alors en dfinissant g(x) := ((0, x]) pour x > 0, g(0) := 0, et
g(x) := ((x, 0]) pour x < 0, alors g est non-dcroissante, continue
droite, et g = .
Dmonstration. Par la Proposition 2.30, dfinie en (2.15) est

une pr-mesure sur
S lalgbre des unions finies disjointes dintervalles de
I. Comme R = nZ (n, n + 1], est -finie. Par le Thorme 2.29,
possde une unique extension la tribu engendre par A, qui dans ce
cas concide avec celle des Borliens. On note cette extension g .
6. LA MESURE DE LEBESGUE SUR RD
Inversment, si est une mesure sur (R, B(R)), finie sur les ensembles
borns, alors la fonction g(x) dfinie dans lnonc est non-dcroissante
et continue droite (par la continuit de ). Comme g concide avec
sur les intervalles de I, le Thorme 2.29 implique g = .
Puisque la mesure g est obtenue en restreignant la mesure extrieure

de Mg (les ensembles mesurables par rapport la mesure extrieure
associ ) aux Borliens, on voit que lon peut en fait considrer g
comme une mesure sur B(R) aussi bien que sur Mg . Or Mg peut tre
a priori plus grande que B(R).
Lorsque g = id, cest--dire g(x) = x pour tout x R, la mesure

construite dans le Thorme 2.31 est la mesure de Lebesgue sur R ; on
la notera
1 := id .
On reviendra la mesure de Lebesgue dans la section suivante.
Pour les mesures finies sur la droite, le thorme ci-dessus est en gnral
nonc de la faon suivante, plus commune en thorie des probabilit :
Thorme 2.32.
(1) Soit une mesure finie sur (R, B(R)), et soit F (x) :=
((, x]). Alors F : R R+ est non-dcroissante, borne,
continue droite et F () := limx& F (x) = 0.
(2) Inversment, si F : R R+ est une fonction non-dcroissante,
borne, continue droite et F () = 0, alors il existe une
unique mesure F sur (R, B(R)), telle que FF = F .
Quand est une probabilit, F est appele la fonction de rpartition
de . Ce rsultat montre que ltude dune mesure de probabilit sur
la droite peut se rduire celle de sa fonction rpartition F , pour la-
quelle dautres outils danalyse peuvent tre utiliss. Par exemple, la
convergence dune suite de mesures de probabilit sur la droite peut
tre caractrise par la convergence de la suite de ses fonctions de r-
partition. Ceci est trs utilis dans les thormes limites en probabilit,
notamment dans la preuve du Thorme Central Limite.
6. La mesure de Lebesgue sur Rd

La construction de la mesure de Lebesgue sur la droite, dans la section
prcdente, stend sans encombres au cas de dimensions suprieures :
Rd avec d 2. La mesure de Lebesgue sur Rd , avec d 2, sera note

d .
Dans cette section nous donnerons quelques-unes de ses proprits,
comme linvariance sous translations, son unicit et sa rgularit. Dans
le Chapitre 6, on donnera une autre construction de d , en dfinissant
le produit d := 1 1 (d fois).
6.1. Les Borliens. La tribu naturelle sur Rd est la plus petite qui
contient tous les ouverts, appele la tribu des Borliens (voir Exemple
2.4), B(Rd ) := (O).
Il est utile de savoir que les Borliens peuvent tre gnrs par des
familles densembles dont la structure est plus simple que celle des ou-
verts.
Un pav est un ensemble de la forme
P = J1 J2 Jd ,
o chaque Ji est un intervalle de R. Si tous les Ji sont ouverts, le pav

est ouvert ; sils sont tous ferms, le pav est ferm. Sils sont ouverts
gauche et ferms droite, le pav est semi-ouvert. Une autre famille
densembles est donne par les quadrants :
Q = (, b1 ] (, b2 ] (, bd ] .
Finalement, les semi-espaces sont les ensembles de la forme Hi = {x :

x ei }, o R et ei est un des vecteurs unitaires de la base
canonique de Rd .
Lemme 2.33. Considrons les familles de P(Rd ) dfinies par

P := {pavs} , Q := {quadrants} , H := {semi-espaces} ,
o il est entendu que les pavs de P peuvent tre ouverts, ferms ou
semi-ouverts. Alors B(Rd ) = (P) = (Q) = (H).
La preuve est laisse en exercice.
6.2. La mesure. Sur [0, 1], la mesure extrieure des parties tait
dfinie par des recouvrements dnombrables par des intervalles. En di-
mensions suprieures, on utilise les pavs (voir Figure 2).

Figure 2. Recouvrement par des pavs en dimension 2.
Le volume dun pav P = J1 Jd , dont lintervalle Ji a des

extrmits ai bi (ouvertes ou fermes), est donn par
d
Y
vol(P ) := (bj aj ) .
j=1
Soit A la plus petite algbre sur Rd engendre par les pavs (voir Re-
marque 2.2). Comme P A B(Rd ), A gnre aussi les Borliens de
Rd :
(A) = B(Rd ) .
On peut, comme pour `g dans la Proposition 2.28, tendre naturelle-
ment vol() sur A et montrer quelle satisfait aux proprits dune pr-
mesure. Lextension de vol() obtenue sappelle la mesure de Lebesgue
sur Rd . Puisquelle est obtenue en restreignant la mesure extrieure
associe vol(), on la note
d := vol .
Plus explicitement, si B est un Borlien, ou un ensemble mesurable
(par rapport vol ),
X
d (B) = vol (B) := inf vol(P ) , (2.18)
P
o linfimum porte sur les recouvrements de B par des familles dnom-

brables de pavs. En dimension d = 1, vol() concide avec `() et vol ()
avec ` ().
Notons M P(Rd ) la tribu des ensembles mesurables par rapport

vol , au sens de la Dfinition 2.24 appele tribu des ensembles mesurables
au sens de Lebesgue. M contient les pavs, et vol (P ) = vol(P ) pour
tout pav P .

La mesure de Lebesgue est -finie en toute dimension, puisque on peut

crire Rd comme dunion des pavs Pn = [n, n]d , et que le volume de
chacun de ces pavs est fini.
On sait par le Thorme 2.25 que (Rd , M , d ) est complet. En fait,
Lemme 2.34. (Rd , B(Rd ), d ) = (Rd , M , d ).
Dmonstration. On utilise la charactrisation de la Proposition
2.17. Comme M B(Rd ), pour montrer que M B(Rd )d , il suffit
de voir que les ensembles ngligeables de (Rd , B(Rd ), d ) sont tous dans
M . Soit donc N un ensemble ngligeable. Donc il existe un Borlien B,
N B, tel que d (B) = 0. Mais alors vol (N ) vol (B) = d (B) = 0.
Comme M est complte, N M .
Pour montrer que M B(Rd )d , prenons A M . On peut sup-
poser que A est born : il existe L > 0 tel que A [L, L]d . En
particulier, vol (A) < . Pour tout k 1, il existe un recouvrement
(k) (k)
de A par des pavs Pn , tel que vol (A) n vol(Pn ) 1/k. Soit
P
(k)
B 0 = k1 n Pn . Alors bien-sr B 0 B(Rd ), B 0 A, et d (B 0 ) =
T S
d (A). On peut faire de mme pour lensemble AC := [L, L]d \A :

e B(Rd ), B
il existe B e AC , tel que d (B)
e = d (AC ). En posant
B := [L, L]d \B e c , B A et d (B) = d (A). On a donc bien trouv
deux Borliens B, B 0 tels que B A B 0 , d (B 0 \B) = 0. Donc
A B(Rd )d .
6.3. Invariance et Unicit. Pour tout x Rd , dfinissons la

translation x y := y + x. Pour un Borlien B, x1 B := {y : x y B}
B(Rd ) 5. Si est une mesure sur (Rd , B(Rd )), on peut donc dfinir la
mesure translate x par
x (B) := (x1 B) B B(Rd ) .
Thorme 2.35. La mesure de Lebesgue est invariante sous transla-
tions :
d x1 = d , x Rd .
Dmonstration. Pour tout pav P , on a
x d (P ) = d (x P ) = vol(x P ) = vol(P ) = d (P ) .
Mais les pavs gnrent les Borliens et sont stables par intersections.
Aussi, la suite de pavs Pn := [n, n]d est telle que d (Pn ) < , et
5. Clairement, x : Rd Rd est continue, donc si O est un ouvert de Rd , alors
x1 (O)est un ouvert de Rd . Comme les ouverts gnrent B(Rd ), le Lemme 2.9
implique que x est mesurable, donc que x1 B B(Rd ).
Pn % Rd . Par le Thorme 2.18, on conclut que x d et d concident

sur les Borliens. Par la Proposition 2.17, elles concident aussi sur les
ensembles mesurables.
Or la mesure de Lebesgue est essentiellement la seule mesure sur B(Rd )

qui soit invariante par translations :
Thorme 2.36. une constante multiplicative prs, d est lunique
mesure sur (Rd , B(Rd )) qui soit invariante sous translations et finie sur
les Borliens borns.
Dmonstration. Supposons que est une mesure invariante sous
translations et finie sur les parties bornes de Rd . Soit c := ([0, 1]d ).
d
Nous allons montrer que = Qdc . Considrons un pav semi-ouvert
P = (0, b1 ] (0, bd ] i=1 (0, bi ], dont le volume vaut d (P ) =
Qd
i=1 bi . Soit n un entier. On dcompose P en une union disjointe de
petits pavs, obtenus par translations de P0 = (0, 1/n]d dont le volume
est 1/nd . Soit ki (n) le plus grand nombre dintervalles disjoints, de taille
1/n, contenus dans (0, bi ]. Clairement, ki (n)/n bi , et on a
d
Y d
Y
(0, ki (n)/n] P (0, (ki (n) + 1)/n] ,
i=1 i=1
donc
d
Y d
Y
(0, ki (n)/n] (P ) (0, (ki (n) + 1)/n] .
i=1 i=1
Qd
Mais i=1 (0, ki (n)/n] est une union disjointe de translats de P0 . Comme
est invariante par translations,
d
Y d
Y
(0, ki (n)/n] = ki (n) ((0, 1/n]d )
i=1 i=1
d ((0, 1]d ) d
Y Y ki (n)
= ki (n) =c .
i=1
nd i=1
n
Donc, lorsque n ,
d
Y d
Y
(0, ki (n)/n] c bi cd (P ) .
i=1 i=1
La borne suprieure converge vers la mme limite, donc (P ) = cd (P ).

Comme prcdemment, ceci implique = cd .
Plus gnralement, considrons les transformations linaires inversibles

de Rd dans Rd , notes GL(d, R). Pour toute transformation T GL(d, R),
det T 6= 0, on peut montrer (voir par exemple [7]) que d (T B) =
| det T |d (B) pour tout borlien B B(Rd ). Donc :
Thorme 2.37. Pour toute transformation T GL(d, R),
d T = | det T |d .
En particulier, la mesure de Lebesgue est invariante sous transformations
orthogonales (telles que T T t = 1), par exemple sous les rotations.
Ces rsultats seront utiliss dans la Section 6.2 lorsque nous tudierons
les changements de variables pour lintgrale par rapport la mesure
de Lebesgue.
6.4. Rgularit.
Thorme 2.38. La mesure de Lebesgue est rgulire : pour tout en-
semble mesurable A M ,
d (A) = inf{d (G) : G A, G ouvert} , (2.19)
= sup{d (K) : K A, K compact} . (2.20)
Ce rsultat implique que lon peut approximer la mesure de nimporte
quel mesurable par des ouverts le contenant, ou par des compacts quil
contient.
Dmonstration. Soit 0 (A) := inf{d (G) : G A, G ouvert}.
Par monotonicit, on a d (A) d (G) pour tout ouvert G A. En par-
ticulier, d (A) 0 (A). Mais puisque d concide avec la mesure ext-
rieure vol sur les ensembles mesurables, on a pour tout P > 0 un recou-
d
vrement de A par S des pavs ouverts Pn tel que (A) n vol(Pn ).
En prenant G := n Pn , qui est ouvert, on a d (A) d (G) . Ceci
implique d (A) 0 (A).
Pour montrer (2.20), posons 1 (A) := sup{d (K) : K A, K compact}.
Par monotonicit, on a d (A) d (K) pour tout compact K A. En
particulier, d (A) 1 (A). Pour lingalit contraire, on peut suppo-
ser que A est contenu dans un pav ferm C Rd (le cas chant, on
peut toujours crire d (A) = limn d (A [n, n]d )). On peut alors ap-
pliquer le raisonnement prcdent lensemble A e := C\A : pour tout
> 0 il existe un ouvert G A e tel que d (A)
e d (G) . Mais alors
c
K := C G est un compact, et
d (K) d (C) d (G) d (C) d (A)e = d (A) .
Ceci implique d (A) 1 (A).
La rgularit est en fait une proprit gnrale des mesures finies sur
Rd .
Proposition 2.39. Toute mesure finie sur (Rd , B(Rd )) est rgulire :
pour tout A B(Rd ),
(A) = inf{(G) : G A, G ouvert} (2.21)
= sup{(K) : K A, K compact} . (2.22)
Dmonstration. Soit A la famille des Borliens A tels que pour

tout > 0, il existe un ferm F et un ouvert G tels que F A G
tels que (G\F ) .
On montre dabord que A contient les ferms.
S Si A est ferm, alors pour
tout n 1, considrons louvert Gn := xA B1/n (x). Alors Gn & A,
et donc (Gn ) & (A) puisque est finie. Pour tout > 0, on peut
donc prendre F := A et n suffisamment grand, tel que (Gn \F ) =
(Gn ) (F ) .
Montrons ensuite que A est une tribu. Clairement, Rd A puisque Rd
est la fois ouvert et ferm. Si A A alors pour tout > 0 il existe
F A G tels que (G \ F ) . Donc F c Ac Gc , et comme
(F c \ GcS) = (G \ F ) , ceci montre que Ac A. Soit An A,
et A := n An . Fixons > 0. Alors pour tout n 1, il existe un
ferm Fn et un ouvert Gn tels que (Gn \Fn ) /2n+1 . Soit G A
louvert G := n1 Gn , et la suite de ferms FN := N
S S
n=1 Fn A. On
a FN % F , et
X
(G\F ) (Gn \Fn ) /2.
n1
Mais comme (G\FN ) & (G\F ), on peut prendre N suffisamment

grande de faon ce que (G\FN ) . Ceci montre que A A.
Soit E un Borlien et F E un ferm tel que (F ) (E) /2.
Soit Cn la suite de cubes ferms (et borns) Cn := [n, n]d . Comme
(F Cn ) % (F ), on peut prendre n suffisamment grand, tel que
(F Cn ) (F ) . Comme K := F Cn est compact, ceci montre
que (K) (E) . Par consquent, (E) = sup{(K) : K
E, K compact}.
6.5. Ensembles non-mesurables. On la vu, les Borliens contien-

nent les pavs, les ouverts, les ferms, les intersections dnombrables,
les unions dnombrables dintersections dnombrables, etc. Donc il est
naturel de se poser la question : existe-t-il des sous-ensembles de Rd
qui ne sont pas Borliens ?

On considre le cas de la droite pour simplifier. Nous allons prsen-

ter un argument qui montre quil peut exister des parties de R qui ne
sont pas des Borliens, et qui ne sont mme pas mesurables au sens de
Lebesgue. Soulignons le fait que cet argument est bas sur lAxiome
du Choix, et que sans lui, il nest pas possible de prouver lexistence
densembles non-mesurables (Solovay, 1970).
Considrons sur R la relation dquivalence

x y x y Q.
Considrons alors lensemble des classes dquivalences C := R/ .
Pour chaque classe c C, choisissons 6 un reprsentant xc . On peut
toujours supposer que xc [0, 1]. Dfinissons
H := {xc : c C} [0, 1].
Supposons que H appartient la classe des ensembles mesurables au
sens de Lebesgue, en particulier que 1 (H) = 1 (x H) pour toute am-
plitude x, et voyons pourquoi cette hypothse mne une contradiction.
S
Dabord, observons que qQ q H = R, et que cette union est disjointe.
En effet, si x q H q0 H, alors x = xc + q = xc0 + q 0 , et donc
xc xc0 = q 0 q Q, et donc xc et xc0 sont dans la mme classe
dquivalence, ce qui implique c = c0 , donc xc = xc0 et donc q = q 0 .
Ensuite, si la mesure de H tait nulle, alors celle de R le serait aussi,
puisque par -additivit et invariance translationnelle,
X X
1 (R) = 1 (q H) = 1 (H) .
qQ qQ
donc 1 (H) > 0. On peut ensuite observer que puisque H [0, 1],
On a S
on a qQ[0,1] q H [0, 2]. Mais comme 1 (q H) = 1 (H) > 0 pour
tout q,
X [
= 1 (q H) = 1 q H 1 ([0, 2]) = 2 ,
qQ[0,1] qQ[0,1]
une contradiction.
On peut maintenant rpondre une question pose dans lintroduction :

comme H nest pas mesurable, il existe une partie E [0, 1] telle que
` (E) < ` (E H) + ` (E H c ) .
6. Axiome du Choix : si (E )T est une famille quelconque densembles non-
vides, alors il existe une fonction de choix sur (E )T , cest--dire une fonction qui
chaque ensemble E fait correspondre exactement un lment x E .
Puisquil existe des ensembles qui ne sont pas mesurables, on peut

ensuite se demander sil existe des ensembles qui sont mesurables mais
qui ne sont pas des Borliens. Il y a en fait beaucoup plus de mesurables
que de Borliens ; voir [7] page 38.

CHAPITRE 3
Intgrer par rapport une mesure
Sur un espace mesur (X, F, ) donn, on aimerait ensuite intgrer une

fonction f : X R par rapport la mesure .
On la vu dans lintroduction, la fonction f doit respecter une condi-

tion vis--vis de la structure mesurable de (X, F) : puisquon voudra
pouvoir calculer leur mesure, les ensembles de la forme f 1 (I) (I R)
doivent appartenir la tribu F. Lintgration sera donc restreinte ce
type de fonctions, appeles mesurables.
On commencera par dfinir lintgrale des fonctions dites tages. Celles-

ci prennent un nombre fini de valeurs et sont lanalogue (bien que de
nature trs diffrente), dans lintgration de Riemann, dune approxi-
mation dune fonction continue par une fonction en escalier. Leur in-
tgrale sera dfinie trs naturellement en termes de la mesure . Lex-
tension de lintgrale aux fonctions mesurables sera immdiate puisque
celles-ci sont approximables par des suites de fonctions tages. Lint-
grale (au sens de Lebesgue) dune fonction mesurable f par rapport
la mesure sera note Z
f d .
On dcrira ensuite les thormes fondamentaux pour lintgrale au sens
de Lebesgue. En particulier, on donnera des conditions suffisantes pour
que la suite des intgrales dune suite de fonctions mesurables fn conver-
geant vers f , converge vers lintgrale de f :
Z Z
lim fn d = lim fn d . (3.1)
n n
1. Mesurabilit
Comme dans le membre de droite de (3.1), on voudra intgrer des fonc-
tions qui sont limites de suites de fonctions. Comme ces limites peuvent
parfois tre infinies, on admettra que f prenne les valeurs . Donc
on considre des fonctions f : X R, o R est la droite acheve (voir
45
1. MESURABILIT
page 1).
La tribu sur R est naturellement dfinie par

B(R) := (B(R) {}) .
Donc les sous-ensembles mesurables de R sont ceux de la forme A,
A {}, A {} ou A {}, o A est un Borlien de R. On est
donc dans un cas particulier dapplication mesurable (voir Dfinition
2.8) :
Dfinition 3.1. Une fonction f : X R est mesurable si f 1 (B) F
pour tout B B(R). On notera lensemble des fonctions mesurables
M = M(X, F), et M+ = M+ (X, F) lensemble des fonctions mesurables
non-ngatives a.
a. M est ne pas confondre avec lensemble des ensembles mesurables associs
une mesure extrieure, not M .
Par exemple, les fonctions constantes (f c) sont mesurables puisque

f 1 (B) = X si B 3 c, sinon. Pour montrer quune fonction est
mesurable, il suffit de vrifier la condition ci-dessus pour les ensembles
B qui sont des demi-droites. Pour simplifier les notations, crivons {f
a} au lieu de {x X : f (x) a}.
Proposition 3.2. Soit f : X R. Les affirmations suivantes sont
quivalentes.
(1) f est mesurable.
(2) {f a} F pour tout a R
(3) {f < a} F pour tout a R
(4) {f a} F pour tout a R
(5) {f > a} F pour tout a R
S
Dmonstration.
T Comme {f < a} = n1 {f a 1/n} et
{f a} = n1 {f < a + 1/n}, on a (2)(3). De la mme manire,
(4)(5). Or (2)(5) puisque {f a} = {f > a}c et (3)(4) puisque
{f < a} = {f a}c . Donc il reste vrifier (1)(2). Or (1)(2)
suit de la dfinition de mesurabilit (les ensembles (, a] sont des
Borliens). Supposons alors que (2) est satisfaite. Observons que les
ensemblesT{f = } sont mesurables puisque, par exemple, {f =
+} = n1 {f > n}. Par le Lemme 2.9, il suffit de vrifier que la
tribu des Borliens B(R) peut tre gnre par nimporte quelle famille
dintervalles du type (, a], (, a), [a, ) ou (a, ). Ceci a dj
t prouv dans le Lemme 2.33.
1. MESURABILIT
La mesurabilit dune fonction est une proprit stable, comme le montre

le rsultat suivant, dont la preuve est base sur lutilisation rpte de
la Proposition 3.2.
Proposition 3.3. (1) Soit fn : X R une suite de fonctions
mesurables. Alors supn fn , inf n fn , lim supn fn , lim inf n fn sont
mesurables. En particulier, si f = limn fn existe, alors elle est
mesurable.
(2) Soient f, g : X R deux fonctions mesurables. Alors a f
(a R), f g et f + g, f /g (lorsquelles sont dfinies par-
tout) sont mesurables, ainsi que |f |, f 2 , f + := sup{f, 0}, f :=
sup{f, 0} = (f )+ .
T
Dmonstration. (1) On a {supn fn a} = n {fn a}, qui
appartient F. Comme inf n fn = supn (fn ), et comme
lim sup fn = inf sup fm , lim inf fn = sup inf fm ,
n n mn n n mn
ceci prouve les autres affirmations. (2) a f est clairement

S mesurable.
Ensuite, {f < g} est mesurable, puisque {f < g} = qQ {f < q}
{g > q} F. Donc {f + g < a} = {f < a g} F, et f + g (puis
f g) est mesurable. Montrons ensuite que f 2 est mesurable. Ceci suit
2 2
de la remarque
suivante : {f a} = X si a 0, 1et {f 2 a} = {f 2
a}{f a} si a > 0. Ensuite, comme f g = 4 ((f +g) (f g) ),
ceci montre que f g est mesurable. En particulier, f + est mesurable
puisque f + = f 1{f 0} . Finalement, |f | est aussi mesurable puisque
{|f | a} = {f a} {f a}.
1.1. Fonctions gales presque partout. Considrons mainte-

nant la comparaison des fonctions, en supposant donne une mesure
sur (X, F).
Deux fonctions mesurables f, g sont gales -presque partout (ou sim-

plement presque partout) si {f 6= g} est ngligeable par rapport .
Thorme 3.4. Soit f : X R mesurable et g : X R une fonction
quelconque. Si f = g presque partout, et si (X, F, ) est complet, alors
g est aussi mesurable.
Dmonstration. Par la compltude de lespace, {f = g} et {f 6=

g} sont mesurables. Pour tout a R, on a

{g a} = {g a} {f = g} {g a} {f 6= g} .
2. INTGRER LES FONCTIONS TAGES
Mais {g a}{f = g} = {f a}{f = g}, qui est mesurable. Aussi,

{g a} {f 6= g} est mesurable puisquil est contenu dans {f 6= g},
qui est ngligeable.
2. Intgrer les fonctions tages

Dans le reste de la section, on suppose donn un espace mesur (X, F, ).
Dfinition 3.5. Une fonction mesurable : X R est tage si elle
ne prend quun nombre fini de valeurs. On notera lensemble des fonc-
tions tages E = E(X, F), et E+ = E+ (X, F) lensemble des fonctions
tages non-ngatives.
Soit une fonction tage dont les valeurs possibles sont {a1 , . . . , an }.
On peut considrer les ensembles disjoints Ek := {x X : (x) = ak }.
Puisque est mesurable, on a Ek SF. De plus, les ensembles Ek
forment toujours une partition de X : k Ek = X. On peut donc crire
sous la forme
Xn
= ak 1Ek . (3.2)
k=1
La dfinition suivante est alors naturelle :

Dfinition 3.6. Soit E+ (X, F) une fonction tage, reprsente
comme en (3.2). Lintgrale de Lebesgue de par rapport est dfinie
par
Z Xn
d := ak (Ek ) . (3.3)
k=1
Rappelons que lon adopte toujours la convention suivante :

0 = 0 = 0.
Le fait que soit non-ngative garantit quil napparat aucune ind-
termination de la forme dans le terme de droite de (3.3) (mme
si lintgrale peut tre infinie, par exemple si lun des ak est + et
si (Ek ) > 0). Par contre, comme la reprsentation (3.2) de en une
combinaison de fonctions indicatrices nest pas unique, on doit vri-
fier que la dfinition de lintgrale ne dpend pas de la reprsentation
choisie.
P P
Lemme 3.7. Si k ak 1Ek et j bj 1Ej0 sont deux reprsentations de la
mme fonction tage , alors
X X
ak (Ek ) = bj (Ej0 ) .
k j

Dmonstration. Il suffit de construire la partition plus fine Ek

Ej0 . Or, puisque ak = bj sur Ek Ej0 , on peut crire
X X [
ak (Ek ) = ak (Ek Ej0 )
k k j
XX
= ak (Ek Ej0 )
k j
XX
= bj (Ek Ej0 )
j k
X [ X
= bj (Ej0 Ek ) = bj (Ej0 ) .
j k j

R
Donc d est bien dfinie, mme si la reprsentation de nest pas
unique.
Si A F, alors = 1A est mesurable, tage, et

Z
1A d (A) .
Considrons par exemple ([0, 1], B([0, 1]), 1 ). On a vu dans lintroduc-

tion que la fonction 1Q[0,1] nest pas intgrable au sens de Riemann.
Mais comme Q[0,1] est un Borlien, 1Q[0,1] est tage et son intgrale
vaut Z X
1Q[0,1] d1 = 1 (Q[0,1] ) = 1 ({q}) = 0 .
qQ[0,1]
Donc linverse de celle de Riemann, lintgrale de Lebesgue permet

dintgrer 1Q , qui est discontinue en tout x R.
Observons aussi que sur X = Rd , la diffrence de lintgrale de Rie-
mann, la dfinition (3.3) fait sens mme si nest pas support born.
Donnons les proprits lmentaires de lintgrale pour les fonctions

tages :
Lemme 3.8. Soient , E+ . Alors + E+ , et
R R
(1) Si c 0, alors cd = c d.
R R R
(2) ( + )d = d + d.
R R
(3) Si , alors d d.
Dmonstration. La P premire affirmation

P est triviale. Pour la se-
conde, supposons que = k ak 1Ek , = j bj 1Fj . Soient cl les valeurs
possibles distinctes de + , cest--dire des sommes ak + bj . chaque
cl on associe lensemble Gl , union
P des ensembles Ek Fj pour lesquels
ak + bj = cl . Alors + = l cl 1Gl , et par dfinition
Z X
( + )d = cl (Gl )
l
X
= (ak + bj )(Ek Fj )
k,j
X [ X [
= ak E k Fj + bj Fj Ek
k j j k
X X
= ak (Ek ) + bj (Fj )
k j
Z Z
= d + d .
o on a utilis ladditivit de la mesure et le fait que les ensembles

Ek , resp. Fj , forment une partition de X. Pour la dernire affirmation,
il suffit dutiliser des reprsentations pour et utilisant la mme
partition Ek Fj .
Le lemme suivant sera le point de dpart des thormes de convergence.
Lemme 3.9. Soit E+ (X, F). Alors la fonction densemble : F

[0, +] dfinie par
Z Z
(A) := d 1A d A F (3.4)
A
est une mesure sur (X, F).
P
Dmonstration. Clairement, () = 0. Soit = k ak 1Ek une
reprsentation de . Si
PAn est une suite disjointe densembles mesu-
rables, alors 1Sn An = n 1An , et
[ Z Z X
An = 1S
n An d = ak 1Ek Sn An d .
n k
3. INTGRER LES FONCTIONS MESURABLES POSITIVES
P
Or la fonction k ak 1Ek n An est tage. Donc, par la linarit de
S
lintgrale et par les proprits fondamentales de la mesure,

Z X X [
ak 1Ek Sn An d = ak Ek An
k k n
X X
= ak (Ek An )
k n
XX
= ak (Ek An )
n k
XZ
= 1An d
n
X
(An ) .
n
P P P P
Largument ci-dessus a utilis deux fois lchange k n = n k ,
justifi par le fait que les termes somms sont non-ngatifs.
3. Intgrer les fonctions mesurables positives

On continue avec un espace mesur (X, F, ). Une proprit essentielle
des fonctions mesurables positives est quelles sont approximables par
des fonctions tages :
Proposition 3.10 (Approximation par des fonctions tages). Soit
f M+ . Alors il existe une suite de fonctions tages n E+ telle
que n (x) n+1 (x) f (x) et n (x) % f (x) pour tout x X. De
plus, si f est borne, alors n % f uniformment.
k 2n
2 2n
1 2n
a b
Figure 1. Approximation dune fonction mesurable po-

sitive f par une fonction tage , et lintgrale de au
sens de Lebesgue.

Dmonstration. Fixons n 1 et dfinissons, pour k = 0, . . . , n2n

1, Ek := f 1 [k2n , (k + 1)2n ) F, et En2n := f 1 ([n, +]). Posons
Pn2n n
alors n := k=0 k2 1Ek . Si x Ek , k < n2n , alors f (x) 2n
n (x) f (x). Dautre part, si f est borne, alors En2n = lorsque n
est suffisamment grand.
Dfinition 3.11. Soit f M+ (X, F). Lintgrale de Lebesgue de f par
rapport est dfinie par
Z nZ o
f d := sup d : E+ (X, F), f . (3.5)
Exemple 3.12. Considrons un ensemble dnombrable X = {xn }nN ,

avec F la tribu discrte. Alors une mesure Psobtient toujours partir
dune fonction : X [0, +], (A) = xA (x), et lintgration
dune fonction f : X R par rapport scrit
Z X
f d = f (x)(x)
xX
Lorsque est une probabilit, cette expression est lexpression bien

connue de esprance mathmatique de f par rapport .
Exemple 3.13. Si X est muni de la tribu discrte, et si x est la masse
de Dirac au point x, alors
Z
f dx = f (x) .
Les deux premires affirmations du prochain rsultat suivent directe-

ment de la dfinition. La troisime sera prouve plus bas.
Lemme 3.14. Soient f, g M+ .
R R
(1) Si c 0, alors cf d = c f d.
R R
(2) Si f g, alors f d gd.
R R R
(3) (f + g)d = f d + gd.
Passons maintenant au premier rsultat fondamental de la thorie de
lintgration :
Thorme 3.15 (Thorme de la Convergence Monotone). Soit fn
M+ une suite monotone non-dcroissante : fn (x) fn+1 (x) pour tout
x. Soit f (x) := limn fn (x) (vent. infini). Alors f M+ , et
Z Z
lim fn d = f d . (3.6)
n

R R
Dmonstration. Comme fn f , on a lim supn fn d f d.
Soit ensuite a > 1. Si Xn := {x : f (x) afn (x)}, alors Xn % X. Si
f est une fonction tage, on peut crire
Z Z Z Z
1 1
fn d fn d f d d .
Xn a Xn a Xn
R R R
R := d, on a (Xn ) % (X) = d. Donc lim inf n fn d
Si ()
1/a d. En prenant R le supremum
R sur f , suivi de a & 1, on
conclut que lim inf n fn d f d.
On peut donner une dfinition plus naturelle de lintgrale pour les fonc-
tions mesurables non-ngatives. Soit f M+ , et n une suite croissante
de fonctions tages convergeant vers f . Alors
Z Z
f d := lim n d . (3.7)
n
En effet, le Thorme de la Convergence Monotone garantit que le

nombre dfini par la limite du membre de droite ne dpend pas de la
suite n choisie.
Avec cette dfinition, la preuve du point (3) du Lemme 3.14 est lmen-
taire : soit n (resp. n ) une approximation de f (resp. g) par une suite
croissante de fonctions tages. Alors n + n est une approximation
de f + g, et
Z Z
(f + g)d = lim (n + n )d
n
Z Z Z Z
= lim n d + lim n d = f d + gd .
n n
Une autre consquence de la convergence monotone :

3.16. Si fn M+ , alors n fn M , et
P +
RP
Lemme
P R n fn d =
n fn d.
P
Dmonstration. P En effet, la suite FN := kN fk est monotone
non-dcroissante, et n fn = limN FN .
Pour les suites qui ne sont pas monotones, on a un rsultat plus faible,
mais trs utile :
Lemme 3.17 (Lemme de Fatou). Si fn M+ , alors
Z Z

lim inf fn (x) d lim inf fn (x)d (3.8)
n n

4. PROPRITS VRAIES PRESQUE PARTOUT
Dmonstration.R Soit gm :=R inf nm fn . Alors gm fn pour tout

n m, et donc gm d inf nm fn d, ce qui donne
Z Z

lim inf fn (x) d lim gm d
n m
Z
= lim gm d
m
Z Z
lim inf fn d lim inf fn d .
m nm n
La deuxime galit suit du Thorme de la Convergence Monotone.

4. Proprits vraies presque partout

On a vu que 1Q est nulle presque partout
R (par rapport la mesure de
1
Lebesgue), et que par consquent 1Q d = 0. Plus gnralement,
Thorme 3.18.
R Soit f M+ . Alors f = 0 presque partout si et
seulement si f d = 0.
R
Dmonstration. Supposons que f d = 0. Soit Bn := {f
1/n}.
R Pour tout n 1, on a f 1/n1Bn , et donc 0 (Bn )/n
fSd = 0, ce qui implique (Bn ) = 0. Par consquent, {f > 0} =
( n1 Bn ) = 0. Supposons ensuite que f = 0 presque
R partout. Soit
B := {f > 0}, et fn := n1B . On a f limn fn et fn d = n(B) = 0.
Donc, par le Lemme de Fatou,
Z Z
0 f d lim inf fn d = 0 .
n

Corollaire 3.19. Soient f, g M+ .
R R
(1) Si f g presque partout, alors f d gd.
R R
(2) Si f = g presque partout, alors f d = gd.
Dmonstration. Montrons la premire affirmation (la deuxime

suit immdiatement de la premire). On crit f = f 1{f g} + f 1{f >g} ,
Ret comme (f > g) = 0 par hypothse, le thorme prcdent implique
f 1{f >g} d = 0 et donc
Z Z Z Z
f d = f 1{f g} d g1{f g} d gd .

4. PROPRITS VRAIES PRESQUE PARTOUT
Thorme 3.20. Si f M+ , alors

Z
f d < f < presque partout.
Dmonstration. Supposons que := (f = +) > 0. Comme

{f n} & {f = +}, (f n) pour tout n. En particulier,
Z Z
f d f d n(f n) n ,
{f n}
une contradiction.
Thorme 3.21. Si f M+ , alors la fonction densemble

Z
(A) := f d A F (3.9)
A
est une mesure sur (X, F). De plus, est absolument continue par rap-
port : si A F est tel que (A) = 0, alors (A) = 0.
Dmonstration. Clairement, () = 0, et la -additivit suit du

Lemme 3.16 : si An F est une suite disjointe, alors
[ Z Z X XZ X
An = S f d = f 1An d = f d = (An ) .
n n An n n An n
Soit A tel que (A) = 0.

R Alors f 1A = 0 presque partout, et le Thorme
3.18 implique (A) = f 1A d = 0.
Thorme 3.22 (Thorme de la Convergence Monotone, version pres-

que-partout). Soit fn M+ une suite telle que fn (x) % f (x) pour
presque tout x, o f M+ . Alors
Z Z
lim fn d = f d . (3.10)
n
Dmonstration. Soit E lensemble de complmentaire ngligeable

sur lequel fn % f . Si fn := f 1E , f := f 1E , alors fn = fn (et f = f )
presque partout et fn % f partout. Donc par le Corollaire 3.19 et par
convergence monotone,
Z Z Z Z

fn d = fn d % f d = f d .

5. INTGRER LES FONCTIONS MESURABLES
5. Intgrer les fonctions mesurables

Finalement, on tend lintgrale aux fonctions de signe quelconque me-
surables, f M. Rappelons que f + := sup{f, 0}, f := sup{f, 0}.
On a f M+ , et f + f = f , f + + f = |f |.
Dfinition 3.23. Une fonction R f M est intgrable (par rapport )
si |f | a une intgrale finie : |f |d < . Si f est intgrable, on pose
Z Z Z
f d := f d f d .
+
(3.11)
Lensemble des fonctions intgrables est not L1 = L1 (X, F, ).

Observons que si f est intgrable, alors |f | < , et f est donc finie
-presque partout. Comme f |f |, (3.11) est bien dfinie.
Parfois, on aura besoin de spcifier la variable dont la fonction dpend

(a sera utile lorsque f dpend de plusieurs variables), et on crira
Z Z
f d f (x)(dx) .
Lemme 3.24. Si f, g L1 , R, alors f + g L1 et f L1 . De

plus, Z Z Z
(f + g)d = f d + gd , (3.12)
Z Z
f d |f |d . (3.13)

Dmonstration. Soit h = f +g (dfinie presque partout). Puisque

|h| |f | + |g|, on a h L1 . De plus, h+ h = f + f + g + g ,
donc h+ + f + g = h + f + + g + , et par le point (3) du Lemme 3.14,
Z Z Z Z Z Z

h d + f d + g d = h d + f d + g + d .
+ +
R R R
En rarrangeant les termes, on obtient hd = f d + gd. Dautre
part,
Z Z Z Z Z Z
+ +
f d = f d f d f d + f d = |f |d .

On a lanalogue du Corollaire 3.19, qui dit que lon ne change pas

la valeur dune intgrale en modifiant la fonction sur un ensemble de
mesure nulle :
5. INTGRER LES FONCTIONS MESURABLES
Lemme 3.25. Soient f, g L1 .

R R
(1) Si f g presque partout, alors f d gd.
R R
(2) Si f = g presque partout, alors f d = gd.
nonons maintenant le principal thorme de convergence pour lin-
tgrale de Lebesgue.
Thorme 3.26 (Thorme de la Convergence Domine). Soient fn
L1 une suite telle que |fn (x)| |g(x)| presque partout, o g L1 . Si
fn f presque partout, f M, alors f L1 , et
Z Z
lim fn d = f d . (3.14)
n
Dmonstration. Pour simplifier, on suppose dabord que |fn |

g et fn f partout. On a alors |f | g, et donc f L1 . De plus on a
g + fn 0, et par le Lemme de Fatou :
Z Z Z Z
(g + f )d lim inf (g + fn )d = gd + lim inf fn d ,
n n
R R
ce qui implique f d lim inf n fn d. De mme, g fn 0 et
donc
Z Z Z Z
(g f )d lim inf (g fn )d = gd lim sup fn d ,
n n
R R
ce qui implique f d lim supn fn d.
Dans le cas gnral, on procde comme dans la preuve du Thorme
3.22, en introduisant lensemble E (de complmentaire ngligeable) sur
lequel fn f et |fn | g. On obtient le rsultat en appliquant largu-
ment prcdent fn := fn 1E et f := f 1E .
Considrons par exemple la suite fn (x) := xn sur ([0, 1], B([0, 1]), 1 ).
Comme |fn | 1, qui est intgrable par rapport 1 , et comme fn (x)
0 pour presque tout x (en fait, pour tous les x diffrents de 1), on a
Z
lim fn d1 = 0 .
n
Observons quon a fait ce calcul sans parler de primitive de la fonction

xn .
5.1. propos de lintgration de fonctions complexes. La

thorie de lintgration dveloppe jusqu prsent sapplique galement
au cas des fonctions valeurs complexes, f : X C. Puisque chaque
fonction de ce type peut scrire f = Ref + iImf , o Re, Im : X R
6. INTGRER PAR RAPPORT LA MESURE DE LEBESGUE
sont relles, lextension est immdiate. On dit que f est intgrable si

Ref et Imf sont intgrables, et alors lintgrale de f est dfinie par
Z Z Z
f d := Ref d + i Imf d .
Lensemble des fonctions intgrables valeurs complexes est gnrale-

ment not L1C (X, F, ).
6. Intgrer par rapport la mesure de Lebesgue

Nous avons construit la mesure de Lebesgue sur Rd , note d , dans la
Section 6 du Chapitre 2. Comme il y a deux tribus naturelles sur Rd ,
celle des Borliens et celle des ensembles mesurables au sens de Le-
besgue, on distinguera deux notions de mesurabilit pour une fonction
f : Rd R. f est mesurable (au sens de Borel) si f 1 (B) B(Rd )
pour tout B B(R), et mesurable au sens de Lebesgue si pour tout
B B(R), f 1 (B) est mesurable au sens de Lebesgue 1.
On utilisera souvent le fait suivant : si f : Rd R est continue, alors

elle est mesurable.
Lespace des fonctions f : Rd R intgrables par rapport d est

L1 (Rd , B(Rd ), d ). La mesure de Lebesgue peut aussi tre restreinte
des sous-ensembles de Rd , comme par exemple aux intervalles de la
droite, dans quel cas lespace en question est L1 ([a, b], B([a, b]), 1 ) pour
un intervalle fini, ou encore L1 (R+ , B(R+ ), 1 ) pour un intervalle infini.
6.1. Lien avec lIntgrale de Riemann. Considrons une fonc-

tion f : [a, b] R et comparons les deux notions dintgrale associes,
celle de Riemann et celle de Lebesgue que nous venons dintroduire.
Rappelons comment se calcule lintgrale de Riemann de f (voir lintro-
duction) : pour une partition de [a, b], x0 = a < x1 < < xn1 <
xn b, on considre deux approximations de f par des fonctions en
escaliers :
n1
X n1
X

= mi 1[xi ,xi+1 ) , +
= Mi 1[xi ,xi+1 ) . (3.15)
i=0 i=0
1. Observons quil existe des fonctions mesurables au sens de Lebesgue mais pas
au sens de Borel [7].
On a +
f . En dfinissant les sommes de Riemann
2
n1
X n1
X
I(
) := mi `([xi , xi+1 )) , I(+
) := Mi `([xi , xi+1 )) ,
i=0 i=0
on dit que f est intgrable au sens de Riemann si

< sup I( +
) = inf I( ) < .

Lorsque ce nombre existe, on le note

Z b
f (x)dx .
a
Dautre part, la mesure de Lebesgue intgre f en lapproximant par

des fonctions tages. On notera son intgrale temporairement par
Z
f d1 .
[a,b]
Thorme 3.27. Si f : [a, b] R est borne et intgrable au sens de

Riemann, alors elle est mesurable au sens de Lebesgue, et on a
Z b Z
f (x)dx = f d1 . (3.16)
a [a,b]
Ceci permet de calculer certaines intgrales en utilisant le Thorme

Fondamental. Par exemple,
Z 1
x3 1 1
Z
2 1
x (dx) = x2 dx = = .
[0,1] 0 3 0 3
On sait que le contraire nest pas vrai : 1Q[0,1] est intgrable au sens de
Lebesgue mais pas au sens de Riemann.
Dmonstration. Puisque f est borne, on peut toujours suppo-
ser quelle est positive. Par la dfinition de lintgrale de Riemann, il
existe une suite de fonctions en escalier
n : [a, b] R, n f , telle
b
que I(
R + +
n ) % a f (x)dx, ainsi quune suite n : [a, b] R, n f ,
R b
telle que I(+n ) & a f (x)dx. Observons que comme les fonctions en

escaliers sont aussi tages, on a [a,b] n d1 = I(
R
n ).
On peut toujours supposer que +

n (resp. n ) est monotone croissante
(resp. dcroissante) 3. Dans ce cas, les limites f := limn
n f et
2. On voit ici que si f nest pas borne, alors au moins une de ces sommes est
infinie.
3. Par exemple, si + n nest pas dcroissante, on peut redfinir gn
+
:=
+ +
min{1 , . . . , n }.
f + := limn +n f existent, et sont mesurables. Par convergence

domine,
Z Z Z b
1 1
f d = lim n d = lim I(n ) = f (x)dx ,
[a,b] n [a,b] n a
Z Z Z b
f + d1 = lim + 1 +
n d = lim I(n ) = f (x)dx .
[a,b] n [a,b] n a
On a donc [a,b] (f + f )d1 = 0, Comme f + f 0, ceci im-

R
plique que f + = f = f presque partout (Thorme 3.18). Comme

([a, b], M , 1 ) est complet, f est mesurable (par le Thorme 3.4). vi-
demment, (3.16) est vrifie.
On sait quil existe des fonctions relles qui sont intgrables au sens
de Lebesgue et pas au sens de Riemann, comme lindicatrice 1Q . Mais
au-del de simplement pouvoir intgrer plus de fonctions, lintgrale
de Lebesgue transforme lintgration en un outil de travail bien plus
souple que celle de Riemann. Ce sont en particulier ses thormes de
convergence (Convegence Monotone, Lemme de Fatou, Convergence
Domine), prsents plus haut, qui la rendent adapte de nombreux
problmes danalyse, o lapproximation dune fonction intervient de
faon naturelle.
moindre cot, on peut aussi donner la dmonstration du rsultat

suivant, qui donne une caractrisation complte de lintgrabilit au
sens de Riemann. Il fut prouv pour la premire fois par Lebesgue en
1904 :
Thorme 3.28. f : [a, b] R est intgrable au sens de Riemann si
et seulement si elle est continue presque partout, cest dire si
1 ({x [a, b] : f est discontinue en x}) = 0 .
Dmonstration. Soit
g + (x) := lim sup f (y) lim+ sup f (y) ,
yx 0 yB (x)

g (x) := lim inf f (y) lim+ inf f (y) ,
yx 0 yB (x)
et soient
n , f , les fonctions introduites dans la preuve du Thorme
3.27. On peut sans autre supposer que pour tout n, la partition n

associe
n est obtenue en raffinant n1 , cest dire en divisant cer-
tains de ses intervalles en sous-intervalles. Soit ensuite n lensemble
des extrmits des intervalles de la partition n , et := n n . Si

S
x [a, b]\ , alors g (x) = f (x). Par le Thorme 3.4, les fonctions
g sont donc mesurables. On peut alors crire
Z Z Z b
1 1
g d = f d = f (x)dx .
[a,b] [a,b] a
Donc [a,b] (g + g )d1 = 0, et comme g + g , on en conclut que

R
g + = g presque partout. Or les points o g + et g concident sont

justement ceux o f est continue.
Les premiers succs remports par lintgrale de Lebesgue furent dans

la thorie des sries trigonomtriques. Plus tard, elle se dveloppa ra-
pidement et trouva de nombreuses applications en analyse. En parti-
culier, Riesz y contribua de faon significative, en remarquant que ses
mthodes ntaient pas restreintes la droite et pouvaient sappliquer
sur des espaces plus abstraits.
propos du niveau dabstraction requis pour dvelopper sa thorie,

Lebesgue commente, dans la prface de son livre [11] :
[...] On peut se demander, il est vrai, sil y a quelque

intrt soccuper de telles complications et sil ne vaut
pas mieux se borner ltude des fonctions qui ne n-
cessitent que des dfinitions simples. Cela na gure que
des avantages quand il sagit dun Cours lmentaire ;
mais, comme on le verra dans ces Leons, si lon voulait
toujours se limiter la considration de ces bonnes fonc-
tions, il faudrait renoncer rsoudre bien des problmes
noncs simples poss depuis longtemps. Cest pour la
rsolution de ces problmes, et non par amour des com-
plications, que jai introduit dans ce livre une dfinition
de lintgrale plus gnrale que celle de Riemann et com-
prenant celle-ci comme cas particulier.
Par le Thorme 3.27, les mthodes dveloppes pour lintgration

de Riemann (intgration par parties, changement de variable, etc.)
peuvent tre utilises pour calculer des intgrales de fonctions par rap-
port la mesure de Lebesgue. Ceci est aussi vrai pour les intgrales
impropres.
Thorme 3.29. Soit f : R R+ telle que sur tout intervalle symm-

trique [n, n], f est bornee et intgrable au sens de Riemann. Alors
f est intgrable par rapport la mesure de LebesgueR n (sur tout R) si
et seulement si la suite dintgrales de Riemann n f (x)dx converge
dans la limite n , et alors
Z Z n
1
f d = lim f (x)dx . (3.17)
n n
Dmonstration. Par le Thorme 3.27, puisquelle est intgrable

au Rsens de Riemann,
Rn fn := f 1[n,n] est mesurable au sens de Lebesgue
et fn d1 = n f (x)dx. De plus, fn % f , donc f est mesurable. Par
convergence monotone,
Z Z Z n
1 1
f (x) (dx) = lim fn d = lim f (x)dx . (3.18)
n n n

1
Par exemple, considrons f (x) = 1+x 2 pour x R. Puisquelle est
continue, elle est intgrable au sens de Riemann sur tout intervalle

born. Or
Z n
1
lim dx = lim 2 arctan(n) = < ,
n n 1 + x2 n
ceci montre que f est intgrable par rapport la mesure de Lebesgue

sur R et que son intgrale vaut .
Il faut souligner limportance de la condition de positivit de f dans
lnonc ci-dessus. En effet, considrons la fonction sinx x , laquelle on
donne la valeur 1 au point x = 0. Alors il est facile de voir (exercice)
que lintgrale impropre au sens de Riemann
Z Z n
sin x sin x
dx = lim dx
x n n x
existe, mais que f nest pas intgrable au sens de Lebesgue, puisque

Z Z
sin x 1
X sin x
1
(dx) = 2 (dx)

x x

R k=0 [k,(k+1)]
Z
X 1
2 | sin x|1 (dx)
k=0
(k + 1) [k,(k+1)]
Z
2 X 1
= | sin x|dx =
0 k1
k

On a un rsultat similaire pour les intgrales impropres sur un intervalle

ouvert (la preuve est laisse en exercice) :
Thorme 3.30. Soit f : (a, b] R+ telle que lintgrale de Riemann
impropre Z b Z b
f (x)dx := lim+ f (x)dx
a+ 0 a+
existe (i.e. soit finie). Alors f est mesurable au sens de Lebesgue, et
Z Z b
1
f d = f (x)dx .
(a,b] a+
Par exemple, puisque

Z 1 Z 1
1 1
dx = lim dx = lim 2(1 ) = 2 ,
0+ x 0+
x 0 +
on a Z
1
1 (dx) = 2 .
(0,1] x
Il est important de souligner que les trois thormes prsents dans
cette section ne mentionnent jamais lexistence dune primitive pour la
fonction intgre. Dans le Chapitre 8, on fera le lien avec le Thorme
Fondamental de lAnalyse : on sintressera la possibilit de dfinir
une primitive dune fonction intgrable f par lexpression classique
Z
F (x) := f d1 .
[a,x]
6.2. La formule du changement de Variable. Dans la pra-

tique, certaines intgrales (par rapport la mesure de Lebesgue) sont
plus simples tudier lorsquelles peuvent tre exprimes en fonction
de variables particulires. Typiquement, on voudra transformer une in-
tgrale dune fonction f = f (x), x D, o D est un ouvert de Rd , en
une intgrale dune nouvelle fonction dont la variable u U . On aura
besoin de supposer que le changement de variable est suffisament lisse.
Dfinition 3.31. Soient U, D deux ouverts de Rd .
(1) Une application : U D bijective, de classe C 1 et telle que
1 est aussi de classe C 1 , est appele diffomorphisme de classe
C 1.
(2) Si est un diffomorphisme de classe C 1 , son Jacobien est
J (u) := det (u) ,
i
o est la matrice d d des drives partielles ()ij := uj
.
Observons qutant drivables, et donc continues, les fonctions u 7

()ij (u) sont mesurables.
Thorme 3.32. Si : U D est un diffomorphisme de classe C 1 ,
alors pour toute fonction f L1 (D, B(D), d ),
Z Z
d
f (x) (dx) = f ((u))|J (u)|d (du) . (3.19)
D U
Dmonstration. On commence par montrer le rsultat pour les

fonctions indicatrices. Soit donc B D un borlien. La formule (3.19)
que lon veut montrer devient, pour f = 1B ,
Z
d
(B) = |J (u)|d (du) . (3.20)
1 (B)
On peut interprter cette expression en disant que le transport de la

mesure |J |d par est exactement la mesure de Lebesgue. Puisque
est inversible, on peut de faon quivalente prendre un borlien A U
et montrer que Z
d ((A)) = |J (u)|d (du) . (3.21)
A
Montrons dabord une version locale du rsultat, en tudiant comment
la mesure dun petit cube de U change sous le diffomorphisme. Le
rsultat suivant montre quil existe une constante de proportionnalit
entre la mesure du cube et celle de son image, donne par la valeur du
Jacobien au centre du cube :
Lemme 3.33. Soit K U un compact. Pour tout > 0, il existe > 0
tel que pour tout pav cubique P0 centr en un point u0 K et dont les
cts sont de taille infrieure ,
(1 )|J (u0 )|d (P0 ) d ((P0 )) (1 + )|J (u0 )|d (P0 ) (3.22)
Dmonstration. Pour tout u U suffisamment proche de u0 , on

peut crire
(u) = (u0 ) + {(u0 ) + R(u0 , u)} (u u0 ) ,
o 4 kR(u0 , u)k 0 lorsque ku u0 k 0. On peut donc crire
(u) (u0 ) = Tu0 (u u0 ) + R(u0 , u)(u u0 )
= Tu0 u u0 + Tu0 1 R(u0 , u)(u u0 ) ,

4. Ici, on utilise la norme kxk := maxi=1,...,d |xi |. Si A est une matrice,

kAk := max1i,jd |Aij |.
o Tu0 GL(d, R) est lapplication linaire inversible v 7 (u0 )v.

Soit > 0 tel que (1 + )d 1 + , et soit > 0 tel que
sup sup kTu0 1 R(u0 , u)k .
u0 K u:kuu0 k
Un tel existe par continuit uniforme des fonctions et 1 sur

le compact K.
Soit P0 un pav cubique centr en u0 , dont les cts ont taille l .
Par ce qui prcde,
(P0 ) (u0 ) + Tu0 P00 ,
o P00 est le pav centr lorigine donc les cts ont taille l0 = (1 + )l.
On a donc, par linvariance de la mesure de Lebesgue sous translations
(Thorme 2.35) et par le Thorme 2.37,
d ((P0 )) d ((u0 ) + Tu0 P00 )
= d (Tu0 P00 )
= | det Tu0 |d (P00 )
= | det Tu0 |(1 + )d d (P0 )
(1 + )|J (u0 )|d (P0 ) .
On obtient la borne infrieure en procdant de la mme manire, en
crivant (P0 ) (u0 ) + Tu0 P000 , o P000 est un cube de ct l0 = (1 )l,
o (1 )d 1 .
Soit P U un pav ferm (donc compact), et > 0. Soit > 0

pris comme dans le lemme. Comme u 7 |J (u)| est continue, elle
est uniformment continue sur P . On peut donc supposer en plus que
ku u0 k implique 1 |J (u)|/|J (u0 )| 1 + . Soit Pj ,
S de pavs de cts de taille , dont
j = 1, . . . , m une famille disjointe
les centres uj P , et telle que m j=1 Pj = P . En appliquant le lemme
chaque Pj ,
m
X m
X
d d
((P )) = ((Pj )) (1 + ) |J (uj )|d (Pj )
j=1 j=1
Xm Z
2
(1 + ) |J (u)|d (du)
j=1 Pj
Z
= (1 + )2 |J (u)|d (du) .
P0

En procdant de mme pour la borne infrieure, ceci montre (3.21)

pour les pavs dont la fermeture est contenue dans U . Pour montrer
que (3.21) est vrai pour tout borlien, il suffit de voir que
D := {A U : (3.21) est vrifie}
est une classe de Dynkin. Puisquelle contient les pavs et que ceux-ci
sont stables sous intersections, le Thorme 2.21 montre que D concide
avec la famille de tous les borliens contenus dans U , ce qui termine la
preuve de (3.21) et (3.20).
Pour une fonction f : D R intgrable, on procde de faon standard,
en approximant f par une suite de fonctions tages et en utilisant de
faon rpte le Thorme de la Convergence Domine.
Par exemple, on peut calculer lintgrale

Z 2
x sin(x2 )1 (dx)
0
en introduisant
: (0, 4) (0, 2) donn par
le changement de variable
(u) := u. Dans ce cas, J (u) = 1/2 u, et donc par la formule du
changement de variable,
Z 2
1 4 1 cos 4
Z
2 1
x sin(x ) (dx) = sin(u)d (du) = .
0 2 0 2
Il est trs utile de pouvoir transformer une intgrale en une autre in-
tgrale, mais il nous manque encore un outil essentiel pour pouvoir
intgrer explicitement des fonctions de plusieurs variables. On verra
dans le Chapitre 6 comment profiter de la formule de changement de
variable donne dans le Thorme 3.32, et du Thorme de Fubini, pour
calculer des intgrales dans le plan ou dans lespace, en utilisant des
changements de variables appropris. Dcrivons certains changements
de variables souvent utiliss dans R2 et R3 .
6.2.1. Coordonnes polaires sur R2 . Soit U0 := (0, ) (0, 2).
Les points de U0 sont souvent nots (r, ) U0 . Soit alors U U0 un
ouvert, et : U0 R2 le diffomorphisme dfini par
(r, ) := (r cos , r sin ) , (3.23)
dont le Jacobien est donn par :

cos sin

J (r, ) = =r
r sin r cos
7. INTGRALES DPENDANT DUN PARAMTRE
Soit ensuite D = (U ). La formule du changement de variable devient,

pour f intgrable,
Z Z
2
f (x, y) (dx, dy) = f ((r, ))r2 (dr, d)
D U
6.2.2. Coordonnes cylindriques sur R3 .

6.2.3. Coordonnes sphriques sur R3 .
7. Intgrales dpendant dun paramtre

Une application utile des thormes gnraux de convergence prsents
plus haut est ltude dintgrales dpendant dun paramtre.
Thorme 3.34. Soit (X, F, ) un espace mesur et f : I X R,
o I est un intervalle a de R (pas forcment born).
R Supposons que pour
tout t I, f (t, ) L1 (X, F, ). Alors (t) := f (t, x)(dx) est bien
dfinie sur I. Si, de plus,
(1) pour -presque tout x X, f (, x) est continue sur I,
(2) il existe une fonction g L1 (X, F, ) telle que |f (t, x)| g(x)
pour tout (t, x) I X,
alors (t) est continue sur I.
a. Ici, I peut en fait tre remplac par nimporte quel espace mtrique.
Dmonstration. Soit t I, tn une suite de I convergeant vers

t , et fn (x) := f (tn , x). Alors pour tout n on a fn L1 (X, F, ),
|fn | g, et limn fn (x) = f (t , x) pour -presque tout x. Donc, par
convergence domine,
Z Z
lim (tn ) = lim fn (x)(dx) = f (t , x)(dx) = (t ) ,
n n
et donc est continue en t .

Exemple 3.35. Si f L1 (R, B(R), 1 ), alors le rsultat prcdent
montre que la transforme de Fourier de f , dfinie par
Z
fb(k) := eikx f (x)(dx) ,
est une fonction continue.

Exemple 3.36. Soit f L1 (R, B(R), 1 ). Comme t 7 1(,x] (t)f (x)
est continue partout sauf en t = x, elle est continue 1 -presque partout.
Donc la fonction Z
F (x) := f d1
(,x]
8. PARENTHSE : INTGRATION ET PROBABILITS
est continue partout.

Thorme 3.37. Soit (X, F, ) un espace mesur et f : I X R,
o I est un intervalle de R (pas forcment born). Supposons que :
(1) Pour tout t I, f (t, ) L1 (X, F, ).
(2) Pour -presque tout x X, f (, x) est drivable en t I.
(3) Il existe une fonction g L1 (X, F, ) telle que | f
t
(t, x)| g(x)
pour tout (t, x) I X.
R
Alors (t) := f (t, x)(dx) est bien dfinie et drivable en t . De plus,
Z
0 f
(t ) := (t , x)(dx) .
t
Dmonstration. Soit tn 6= t une suite de I convergeant vers t .
Soit
f (tn , x) f (t , x)
Dn (x) := .
tn t
Alors Dn L1 (X, F, ), et limn Dn (x) = f (t , x) pour -presque tout
t
x. Par le Thorme de la Valeur Moyenne, il existe t (dpendant de
t , tn , x) tel que Dn (x) = ft
(t, x), et donc |Dn | g. Par convergence
domine,
(tn ) (t )
Z
lim = lim Dn (x)(dx)
n tn t n
Z Z
f
= lim Dn (x)(dx) = (t , x)(dx) ,
n t
ce qui prouve laffirmation.
8. Parenthse : intgration et probabilits

En thorie des probabilits, lintgration dune fonction sinterprte
comme le calcul de lesprance dune variable alatoire.
Soit (, F, P ) un espace de probabilit, modlisant une exprience ala-

toire donne, et X : R une variable alatoire, cest--dire une fonc-
tion mesurable (telle que X 1 (B) F pour tout B B(R)). En termes
probabilistes, X() est un nombre donnant une certaine information
sur la ralisation de lexprience.
Souvent, on sintresse plus aux valeurs prises par la variable alatoire,

X() R, que par la ralisation . Il est donc intressant de transpor-
ter lala de (contenu dans P ) sur la droite relle, en dfinissant la
loi de la variable X, qui est la mesure de probabilit X sur (R, B(R)),

X := P X 1 .
On voit que X nest autre que le transport de P par X (voir exercices).
On dit par exemple que X suit une loi normale si
Z
1 x2
X (B) = N(0,1) (B) := e 2 1 (dx) .
B 2
pour tout Borlien B.
Lorsque, comme dans lexemple prcdent, la loi de X peut scrire

comme Z
X (B) = (x)1 (dx) ,
R B
o : R R+ est mesurable, d1 = 1, on dit que X est une variable
alatoire de densit . Dans ce cas, X 1 : X est absolument conti-
nue par rapport la mesure de Lebesgue (Thorme 3.21). On verra
au Chapitre 7 que toute variable alatoire dont la loi est absolument
continue par rapport la mesure de Lebesgue possde une densit.
On a aussi vu dans le Thorme 2.32 quune mesure de probabilit

sur la droite, ici X , est entirement dtermine par sa fonction de
rpartition :
FX (x) := X ((, x]) .
FX est non-dcroissante, continue droite, et possde les limites
lim FX (x) = 0 , lim FX (x) = 1 .
x x
R
Si X est intgrable, cest--dire si |X|dP < , on dfinit son esp-
rance mathmatique par
Z
E[X] := XdP .
On peut alors montrer (exercice) que si X est intgrable, son esprance

peut tre calcule laide de sa loi, par
Z
E[X] = xX (dx) .
Dans le cas particulier o X possde une densit (Exercice 22),

Z
E[X] = x(x)1 (dx) .

Par exemple, si X est discrte, cest--dire si X est tage, prenant

ses valeurs dans un ensemble fini, X() {x1 , x2 , . . . , xk }, alors sa
loi est entirement dtermine par la connaissance des nombres pk :=
X ({xk }) = P ({ : X() = xk }), et lesprance est donne par (voir
exercice)
X k
E[X] = xj p j ,
j=1
une expression bien connue du cours de probabilits.

CHAPITRE 4
Les espaces Lp et Lp
Nous avons dfini les fonctions intgrables L1 (X, F, ) commeR tant

lensembles des fonctions mesurables f : X R telles que |f |d <
. Dans le prsent chapitre nous fixerons un nombre 1 Rp < et
distinguerons lensemble des fonctions f : X R telles que |f |p d <
. Cet ensemble a lavantage de pouvoir tre muni dune structure
despace vectoriel et dune topologie, ce qui en fait un des espaces de
fonctions les plus utiliss de lanalyse fonctionnelle.
1. Les espaces Lp
Soit (X, F, ) un espace mesur, que nous fixerons jusqu la fin du
chapitre. Si 1 p < , dfinissons
n Z o
L = L (X, F, ) := f M(X, F) : |f | d < .
p p p
Le cas p = 1 correspond bien-sr lespace des fonctions intgrables,

dfini au chapitre prcdent. Par exemple, sur [1, ) avec la mesure
de Lebesgue, ex Lp pour tout p 1, alors que | log1 x| nest dans
aucun Lp . De manire gnrale, sur un espace fini, toutes les fonctions
mesurables bornes sont dans Lp , puisque
Z
|f |p d sup |f (x)|p (X) .
xX
Exemple 4.1. Considrons X = N avec la mesure de comptage. Comme

une fonction f : N R peut tre identifie avec une suite an := f (n),
L p p
P peutp tre identifi avec lensemble ` des suites (an )n1 telles que
n |an | < .
Commenons par remarquer que si f, g Lp , alors f et g sont finies

presque partout, f + g est donc bien dfinie presque partout, et
|f + g|p (|f | + |g|)p (2 sup{|f |, |g|})p
= 2p (sup{|f |p , |g|p }) 2p (|f |p + |g|p )
Donc si f, g Lp , alors f + g Lp . Il est clair que si f Lp , alors
f Lp pour tout rel .
71
1. LES ESPACES LP
Si f Lp , on dfinit
Z 1/p
kf kp := |f |p d . (4.1)
Nous allons voir que k kp possde plusieurs proprits qui rappellent

celle dune norme. Pourtant, on peut dj remarquer que si kf kp = 0,
alors f nest pas ncessairement identiquement nulle, mais seulement
presque partout. On pourra faire de k kp une norme, en modifiant un
peu la notion de fonction, dans la Section 2.
Mais avant a, tudions deux ingalits fondamentales satisfaites par

k kp . La premire est lIngalit de Hlder.
Lemme 4.2. Soient f Lp , g Lq , o 1 < p < et o q est
lexposant conjugu de p, dfini comme lunique q 1 satisfaisant
1 1
+ = 1.
p q
(On crira parfois q p.) Alors on a lIngalit de Hlder :
kf gk1 kf kp kgkq . (4.2)
En particulier, si f L et g L , o p et q sont conjugus, alors
p q
f g L1 .
Dmonstration. Si kf kp (resp. kgkq ) est nul, alors lnonc est

trivial. En effet, kf kp = 0 implique f = 0 presque partout (Corollaire
3.18), et donc le membre de gauche est nul aussi. Supposons donc que
kf kp et kgkq sont diffrents de zro. Il est facile de vrifier que pour
toute paire de nombres positifs 1 a, b,
ap bq
ab + .
p q
Avec a = |f (x)|/kf kp , b = |g(x)|/kgkq , on obtient
|f (x)g(x)| |f (x)|p |g(x)|q
+ ,
kf kp kgkq pkf kpp qkgkqq
On obtient (4.2) en intgrant par rapport :
kf gk1 1 1
+ = 1.
kf kp kgkq p q

1. En effet, b > 0 fix, la fonction t 7 tp /p tb + bq /q est non-ngative.

1. LES ESPACES LP
Le seul nombre p > 1 qui soit conjugu lui-mme est p = 2, donc

le cas particulier de lingalit de Hlder o p = q = 2 correspond
lIngalit de Cauchy-Schwartz :
kf gk1 kf k2 kgk2 .
En gnral, il ny a pas de relations dinclusion entre les espaces Lp .
Par exemple, sur la droite, ex L1 et L2 , alors que
2
2
ex
p L1 , mais 6 L2 ,
|x|
et
1
L2 , mais 6 L1 .
1 + x2
Par contre la comparaison peut se faire sur des espaces finis :
Lemme 4.3. Si (X) < (par exemple si (X, F, ) est un espace de
probabilit), alors L L ds que < .
Dmonstration. On applique lingalit de Hlder avec les expo-

sants conjugus 0 = /, 0 = /( ) :
Z Z
|f | d = |f | 1d

Z / Z ()/
/
(|f | ) d 1/() d
Z /
()/
= (X) |f | d .
Donc
1 1
kf k (X) kf k , (4.3)
ce qui prouve laffirmation.
Insistons sur le fait que le rsultat ci-dessus nest pas vrai en gnral si
lespace nest pas fini. Par exemple, sur la droite, on a L1 6 Lp (p > 1),
1
que lon comprend facilement en considrant f (x) = |x| 1{|x|>1} .
Passons la deuxime ingalit fondamentale :

Lemme 4.4. Soit 1 p < . Si f, g Lp , on a lIngalit de Min-
kowski :
kf + gkp kf kp + kgkp . (4.4)
2. LES ESPACES LP
Dmonstration. Le cas p = 1 est trivial. Or puisque |f +g|(p1)q =

|f + g|p , on a aussi |f + g|p1 Lq lorsque p et q sont conjugus. Donc
en appliquant deux fois lingalit de Hlder,
Z Z
|f + g| d = |f + g| |f + g|p1 d
p
Z Z
|f | |f + g| d + |g| |f + g|p1 d
p1
kf kp kf + gkp/q p/q
p + kgkp kf + gkp ,
ce qui donne (4.4).

k kp permet de dfinir une notion de convergence sur Lp :
Dfinition 4.5. Une suite fn Lp converge au sens de Lp vers f Lp
Lp
(et on notera fn f ) si kfn f kp 0 lorsque n .
On dit aussi, en anticipant un peu, que fn converge vers f dans la norme
Lp
p si fn f .
Lp
La convergence permet de dfinir une topologie sur Lp , cest dire
une notion de proximit entre les points de Lp . Par exemple, un sous
ensemble C L1 est ferm si toute suite convergente dans C converge
Lp
vers un lment de C : si fn C, et si fn f , alors f C. Aussi, un
ensemble D Lp est dense si pour tout f Lp et pour tout > 0
il existe g D tel que kf gkp . Un ensemble dense D permet
dapproximer f Lp par une suite gn D telle que kgn f kp 0. Par
exemple, on a vu en exercice que E est dense dans L1 . Nous reviendrons
plus en dtails sur lapproximation des fonctions par des ensembles
denses dans le chapitre suivant.
2. Les espaces Lp
Nous lavons dit dans la section prcdente, la fonction identiquement
nulle nest pas la seule satisfaire kf kp = 0, et donc k kp nest pas
une norme dans le sens habituel du terme, que nous rappelons ici :
Dfinition 4.6. Sur un espace vectoriel rel V , une application v 7
kvk R est une norme si
(1) kvk 0 pour tout v V , avec galit si et seulement si v = 0,
(2) kvk = ||kvk pour tout R, v V ,
(3) pour tout v, w V , kv +wk kvk+kwk (ingalit triangulaire).
La paire (V, k k) est un espace norm.
2. LES ESPACES LP
Pour linstant, l application f 7 kf kp dfinie en (4.1) sur les fonctions

f Lp satisfait toutes les conditions qui dfinissent une norme, sauf
que kf kp = 0 nimplique pas f = 0, mais seulement f = 0 presque
partout. Autrement dit, kf gkp = 0 si et seulement si f = g presque
partout. Donc, du point de vue de lintgrale, il est inutile de distinguer
ces fonctions, et rien ne nous empche didentifier les fonctions qui sont
gales presque partout.
Dfinissons donc la relation suivante sur Lp :

f g f = g presque partout . (4.5)
Il est facile de voir que dfinit une relation dquivalence 2 sur Lp .
Par exemple, kf kp = 0 implique que f 0 (la fonction identiquement
nulle). La classe dquivalence de f ,
[f ] := {g Lp : g f } ,
reprsente donc lensemble des fonctions qui lui sont gales presque par-
tout. Sur la droite, on a par exemple 1Q [0] (car [0] contient toutes
2 2
les fonctions qui sont gales zro presque partout), ex 1Qc [ex ].
La relation dquivalence induit donc une partition de Lp en classes

dquivalences, et il ne reste qu identifier ces classes comme les points
dun nouvel ensemble. Formellement, ceci revient considrer lespace
quotient
Lp (X, F, ) := Lp (X, F, )/ .
On munit facilement Lp = Lp (X, F, ) dune structure despace vecto-
riel, en dfinissant [f ] + [g] := [f + g] (bien dfinie puisque f et g sont
finies presque partout), et [f ] := [f ]. Pour une classe dquivalence,
on dfinit
k[f ]kp := kf kp .
On a alors la structure recherche :
Thorme 4.7. (Lp , kkp ) est un espace vectoriel norm, appel espace
de Lebesgue.
Convention 4.1. Dans la suite, pour allger les notations, on omettra
la plupart du temps de spcifier que lon travaille avec des classes dqui-
valences, et on crira simplement f au lieu de [f ], tant sous-entendu
que f est un reprsentant quelconque de sa classe dquivalence.
2. Une relation dquivalence sur un ensemble E est une relation binaire 1)
rflexive (x x pour tout x E), 2) symtrique (x y implique y x), et 3)
transitive (si x y et y z, alors x z).
2. LES ESPACES LP
Exemple 4.8. Considrons X = N avec la mesure de comptage. Comme

vu dans
P lexemple 4.1, Lp peut tre identifi avec les suites (an )n1 telles
p
que n |an | < . Remarquons que dans ce cas il nexiste pas den-
sembles non-vides de mesure nulle, et donc Lp concide avec Lp .
Avec une structure despace norm, on peut introduire une notion de

convergence 3 :
Dfinition 4.9. Soit fn Lp .
(1) fn converge dans la norme Lp si il existe f Lp telle que kfn
Lp
f kp 0 lorsque n . Notation : fn f .
(2) Une suite fn Lp est une suite de Cauchy si kfn fm kp 0
lorsque m, n .
Observons que toute suite de Cauchy est borne en norme : supn kfn kp <
4, et que toute suite convergente est une suite de Cauchy. Une pro-
prit fondamentale des espaces Lp , comme pour les nombres rels, est
que le contraire est aussi vrai :
Thorme 4.10. Pour tout 1 p < , (Lp , k kp ) est complet : toute
suite de Cauchy converge.
Dmonstration. Soit fn Lp une suite de Cauchy : kfn fm kp

0 lorsque m, n . On peut alors extraire une suite dentiers n1 <
k
P
n2 < . . . telle que kfnk+1 fnk kp 2 . On tudie la srie k1 (fnk+1
fnk ). Calculons
Z X p K
Z X p
|fnk+1 fnk | d = lim |fnk+1 fnk | d
K
k1 k=1
K
X p
= lim |fnk+1 fnk |

K p
k=1
K
X p
lim kfnk+1 fnk kp
K
k=1
X p X p
= kfnk+1 fnk kp 2k <
k1 k1
3. On pourrait aussi introduire la mtrique dLp (f, g) := kf gkp .

4. En effet, soit fn une suite de Cauchy dans Lp . Alors il existe n0 tel que
kfn fm k 1 pour tout n, m n0 . Pour tout n n0 , on peut crire kfn kp
kfn0 kp + kfn fn0 kp kfn0 kp + 1.
2. LES ESPACES LP
(La premire galit suit de la convergence monotone,

P lingalit suit
de lingalit
P de Minkowski.) En particulier, k1 |fnk+1 fnk |, et a
fortiori k1 (fnk+1 fnk ), convergent presque srement. Puisque fnk =
fn1 + k1
P
j=1 (fnj+1 fnj ), on a donc existence, presque partout, de la
limite limk fnk . On peut alors poser
(
limk fnk si la limite existe ,
f :=
0 sinon,
qui est mesurable. Le Lemme de Fatou permet de montrer que f Lp :
Z Z Z Z
p
|f | d = lim |fnk | d lim inf |fnk | d sup |fn |p d < .
p p
k k n1
En effet, puisque cest une suite de Cauchy, fn est borne en norme.

Lp
Finalement, pour montrer que fn f , on utilise nouveau le Lemme
de Fatou :
Z
p
kf fnj kp = lim |fnk fnj |p d
k
Z
lim inf |fnk fnj |p d
k
= lim inf kfnk fnj kp p

k
Mais on peut utiliser k j 1 fois lingalit de Minkowski, et obtenir

k1
X k1
X X
kfnk fnj kp kfni+1 fni kp 2i < 2i = 2j+1 .
i=j i=j ij
Donc kf fnj kp 2j+1 , ce qui montre que fnj converge vers f en

norme Lp . Puisque kfn f kp kfn fnj kp + kfnj f kp , ceci conclut
la preuve.
Un espace norm qui est complet pour sa norme est appel espace de
Banach. La possibilit de construire des espaces fonctionnels Lp qui
soient des espaces de Banach est un atout important de lintgrale au
sens de Lebesgue. Ici, nouveau, lintgrale de Riemann ne permet pas
dobtenir la compltude : on montre (en exercice) que C[a, b], lespace
des fonctions continues sur [a, b] muni de la norme
Z b
kf kR := |f (x)|dx
a
est bien un espace norm, mais quil nest pas complet.

3. REMARQUES SUR LE CAS P = 2
3. Remarques sur le cas p = 2

Le
R cas p = 2 correspond lespace des fonctions de carr sommable :
2
|f | d < . La particularit de cet espace est quil permet de dfinir
un produit scalaire : pour toute paire f, g L2 ,
Z
hf, gi := f gd .
La norme peut alors sexprimer par

p
kf k2 = hf, f i . (4.6)
On vrifie facilement que h, i a bien les proprits dun produit scalaire,

savoir :
(1) symtrique : hf, gi = hg, f i.
(2) linaire : hf, gi = hf, gi pour tout R.
(3) dfini positif : hf, f i 0, avec galit si et seulement si f = 0.
Lingalit de Cauchy-Schwarz scrit
|hf, gi| kf k2 kgk2 .
Lutilisation dun produit scalaire permet dintroduire des notions go-

mtriques sur L2 . Par exemple, on dit que f et g sont orthogonales si
hf, gi = 0. Remarquons que lorsque f et g sont orthogonales, alors
kf + gk22 = hf + g, f + gi = hf, f i + hg, gi = kf k22 + kgk22 ,
identit mieux connue sous le nom Thorme de Pythagore. Le produit

scalaire permet aussi de dfinir la projection sur un sous-espace (exer-
cice).
Un espace vectoriel muni dun produit scalaire h, i, qui est complet

par rapport la norme (4.6) est appel espace de Hilbert.
Lespace de Hilbert L2 est trs utilis en analyse fonctionnelle, et de

grande importance en physique mathmatique 5.
5. En mcanique quantique, L2C (R3 , B(R3 ), 3 ) est lespace de Hilbert qui dcrit
une particule quantique (sans spin) dans R3 . Un lment L2C (R3 , B(R3 ), 3 ) est
appel fonction donde.
4. REMARQUES SUR LE CAS P =
4. Remarques sur le cas p =

Bien que la norme k kp ne fasse sens que pour 1 p < , le cas
p = peut tre dfini naturellement : si f M(X, F),
kf k := inf{M > 0 : (|f | M ) = 0}
= inf{M > 0 : |f | M pour -presque tout x}
avec la convention habituelle : inf = +. kf k est parfois appel
supremum essentiel de f , et not ess supxX |f (x)|. On introduit alors
L = L (X, F, ) := f M(X, F) : kf k < ,

et L = L (X, F, ) comme prcdemment, en identifiant comme en

(4.5) les fonctions gales presque partout. En prenant q dans
lidentit des exposants conjugus p1 + 1q = 1, on aimerait affirmer que
p = 1 est conjugu q = , et donner lquivalent de lingalit de
Hlder :
Lemme 4.11. Si f, g M,
Z
|f g|d kf k kgk1 . (4.7)
Dmonstration. Si kf k = , alors il ny a rien montrer. Si

M > kf k , alors |f (x)| M presque partout, et donc
Z Z Z
|f g|d = |f g|1|f |M d M |g|d = M kgk1 .
On obtient le rsultat en prenant linfimum sur M > kf k .

Thorme 4.12.
(1) k k est une norme sur L
(2) kfn f k 0 si et seulement si il existe un ensemble E F,
(E c ) = 0, tel que fn f uniformment sur E.
(3) L est un espace vectoriel complet pour la norme k k .
(4) Les fonctions simples bornes sont denses dans L (pour sa
norme).
La preuve est laisse en exercice.

CHAPITRE 5
Suites de fonctions et approximations
Lorsquon tudie des suites de fonctions sur un ensemble, fn : X R,

il y a plusieurs sens dans lesquels fn peut converger vers une fonction
f lorsque n . Chaque notion de convergence donne en particulier
un moyen dapproximer une fonction par dautres fonctions, en gnral
plus simples.
Dans tout le chapitre, lorsque lon parle de fonctions sur les rels, il sera
sous-entendu que la mesure en question est la mesure de Lebesgue.
1. Convergence ponctuelle et uniforme

Commenons par les deux notions de convergence les plus simples, qui
nont pas recours la mesurabilit :
Dfinition 5.1. fn converge ponctuellement vers f si fn (x) f (x)
pour tout x X.
Dfinition 5.2. fn converge uniformment vers f si supxX |fn (x)
u
f (x)| 0. Notation : fn f .
Il est clair que la convergence uniforme implique la convergence ponc-
tuelle, et que le contraire nest pas vrai. En effet, la suite fn : [0, 1] R,
fn (x) := xn converge vers 1{1} ponctuellement mais pas uniform-
ment puisque supx[0,1] |fn (x) 1{1} (x)| = 1 pour tout n. De mme,
fn : R R, fn (x) := 1[n,n+1] , converge vers f (x) := 0 ponctuellement
mais pas uniformment.
2. Convergence presque-partout et en mesure

Les notions suivantes caractrisent des modes de convergence se rf-
rant une mesure .
Dfinition 5.3. fn converge -presque-partout a vers f si N = {x
p.p.
X : fn (x) 6 f (x)} est ngligeable par rapport . Notation : fn f .
a. En probabilits, on parle plutt de convergence presque-sre.
81
2. CONVERGENCE PRESQUE-PARTOUT ET EN MESURE
Bien-sr, toute suite qui converge ponctuellement converge aussi presque-

partout. Observons toutefois que pour la convergence presque-partout,
la limite nest plus unique. En prenant par exemple fn := 1Qn (Qn =
{q1 , . . . , qn } est lensemble des n premiers rationnels de la droite, selon
un ordre arbitraire choisi) alors fn converge 1 -presque partout vers
1Q , mais aussi vers la fonction identiquement gale zro.
Dfinition 5.4. Soient fn , f M(X, F). fn converge en mesure vers

f si pour tout > 0, (|fn f | ) 0. Notation : fn f .
En peut vrifier (exercice) que :
Lemme 5.5.

(1) Si fn f et fn g, alors f = g presque partout.

(2) Si fn f , gn g, alors pour tout a, b R, afn +bgn af +bg,

et fn gn f g.
Comparons convergence en mesure avec convergence presque partout.
Un exemple classique de suite qui converge en mesure mais pas presque
partout est le suivant : sur [0, 1], considrer la suite f1 := 1, f2 := 1[0,1/2] ,
f3 := 1(1/2,1] , f4 := 1[0,1/4) , f5 := 1[1/4,1/2) , etc. Dautre part, on peut
considrer la suite fn := 1[n,n+1] , qui converge presque partout mais pas
en mesure. Le lemme suivant claircit ces deux situations :
Lemme 5.6.
p.p.
(1) Si (X) < , alors fn f implique fn f .
p.p.
(2) Si fn f , alors il existe une sous-suite nj telle que fnj f .
La premire affirmation nest pas vraie en gnral sans lhypothse de
finitude, comme le montre fn (x) = 1[n,n+1](x) (sur la droite munie de la
mesure de Lebesgue).
Preuve du Lemme 5.6 : On a

\[ \
{fn f } = {x : |fm (x) f (x)| 1/k} ,
k1 n1 mn
donc [\ [
{fn 6 f } = {x : |fm (x) f (x)| > 1/k} .
k1 n1 mn
p.p.
Supposons que fn f , cest--dire que (fn 6 f ) = 0. En particulier,
\ [
{x : |fm (x) f (x)| > 1/k} = 0 , k 1 .
n1 mn

2. CONVERGENCE PRESQUE-PARTOUT ET EN MESURE
Mais pour tout > 0, il existe un k 1 tel que 1/k . Donc,

par la proprit de continuit de la mesure (Proposition 2.15), lorsque
n ,
[
(|fn f | ) {x : |fm (x) f (x)| 1/k}
mn
\ [
& {x : |fm (x) f (x)| 1/k} = 0
n1 mn

Donc fn f .

Inversment, supposons que fn f . Choisissons une suite j & 0 et
une suite j & 0 sommable. On peut donc extraire une sous-suite nj
croissante telle que
(|fnj f | j ) j , j .
Soit alors \[
N := {x : |fnj (x) f (x)| j } .
n1 jn
Par continuit de la mesure et comme (X) < , on a

[
(N ) = lim {x : |fnj (x) f (x)| j }
n
jn
X
lim (|fnj f | j )
n
jn
X
lim j = 0 .
n
jn
Mais comme
[\
Nc = {x : |fnj (x) f (x)| < j } ,
n1 jn
alors fnj (x) f (x) pour tout x N c .
Sur L1 , et lorsque lespace est fini, alors la convergence en mesure est

mtrisable (la preuve est laisse en exercice) :
Lemme 5.7. Pour f, g L1 , on dfinit
|f g|
Z
d(f, g) := d .
1 + |f g|

Si la mesure est finie, (X) < , alors pour fn , f L1 , fn f si et
seulement si d(fn , f ) 0.
3. CONVERGENCE EN NORME LP
3. Convergence en norme Lp
On a dj rencontr la convergence au sens de la norme Lp :
Dfinition 5.8. Soient fn , f M(X, F). fn converge vers f en norme
Lp
Lp si kfn f kp 0. Notation : fn f .
u Lp
Si (X) < , alors fn f implique fn f , puisque
Z
|fn f |p d (X)(sup |fn (x) f (x)|)p .
xX
Lp Lp
Thorme 5.9. fn f implique fn f . En particulier, si fn f ,
p.p.
alors il existe une sous-suite nj telle que fnj f .
Dmonstration.
Z
p
(|fn f | ) = p d
{|fn f |}
Z
|fn f |p d kfn f kp p .
{|fn f |}
Le contraire nest pas vrai : sur [0, 1] avec la mesure de Lebesgue,

prendre fn = n1/p 1[0,1/n] ; fn converge vers f 0 en mesure, mais pas
en norme Lp . En passant, pour prouver le thorme prcdent, on a
obtenu une ingalit trs utilise en probabilits :
Lemme 5.10 (Ingalit de Chebychev). Si f Lp , alors pour tout
a > 0,
(kf kp )p
(|f | a) .
ap
Plus p est grand, plus la convergence en norme Lp est forte :
Lemme 5.11. Si (X) < (en particulier si est une probabilit), et
Lq Lp
si 1 p < q < , alors fn f implique fn f .
Dmonstration. Par lingalit (4.3) prouve dans le Lemme 4.3,

kfn f kp (X)(qp)/pq kfn f kq .
Si lespace nest pas de mesure finie, le rsultat nest plus vrai. En effet,
fn = n1 1{|x|n} converge vers f 0 au sens de la norme L2 mais pas
au sens de la norme L1 .

4. THORMES DE DENSIT ET APPROXIMATIONS DANS LP
Sans hypothses supplmentaires, il ny a pas dimplications directes

entre la convergence presque-sre et la convergence en norme. Lexemple
prcdent est un exemple dune suite qui couverge vers zro presque
partout mais pas en norme L1 , et si on considre comme plus haut la
suite f1 := 1, f2 = 1[0,1/2] , f3 = (1/2, 1], f4 = 1[0,1/4] , etc., alors fn
converge vers 0 dans toutes les normes Lp , mais ne converge nulle part
vers zro.
p.p.
Thorme 5.12. Si fn f , et si il existe g Lp telle que |fn | g,
Lp
alors f Lp et fn f .
Dmonstration. Comme |fn | g, on a aussi |f | g presque

partout, et donc f Lp . Puisque |fn f | 2g, par convergence
R R Lp
domine limn |fn f |p d = limn |fn f |p d = 0. Donc fn f .
4. Thormes de Densit et Approximations dans Lp

Rappelons quun ensemble D Lp est dense si pour tout f Lp et
pour tout > 0 il existe g D telle que kg f kp . En dautres
termes, D est dense si pour tout f Lp il existe une suite gn D telle
Lp
que gn f .
Thorme 5.13. Lespace des fonctions tages = nk=1 ak 1Ek E
P
avec (Ek ) < pour tout k, est dense dans Lp (Rd , B(Rd ), d ).
Dmonstration. Soit f = f + f Lp . Par la Proposition 3.10,

il existe des suites de fonctions tages +
n % f . Alors n := n n

est tage et n (x) f (x) partout. De plus, |n | |f |. Comme f

Lp , alors n Lp , et donc la mesure de chaque ensemble Ek contenu
dans n est finie. Mais on a aussi |n f | 2|f |, donc par convergence
domine kn f kp 0.
Thorme 5.14. Lespace Co (Rd ) des fonctions continues support

compact est dense dans Lp (Rd , B(Rd ), d ).
Preuve du Thorme 5.14 : Soit f Lp (Rd , B(Rd ), P d

), et >
0. Par le Thorme 5.13, il existe E de la forme = j aj 1Ej ,
o les Ej sont des Borliens de mesure finie, telle que k f kp . Il
reste donc vrifier que peut tre approxime (dans la norme k kp )
par une fonction g continue support compact. Comme est une
combinaison linaire dindicatrices, on cherche approximer chaque
5. LE THORME DEGOROV
1Ej par une fonction gj continue support compact. Remarquons que

lon peut supposer Ej born 1.
Lemme 5.15. Soit B B(Rd ) un Borlien born, d (B) < . Alors

pour tout > 0, il existe g Co (Rd ) telle que kg 1B kp .
Dmonstration. Rappelons que la mesure de Lebesgue d est

rgulire (Thorme 2.38). Considrons donc un compact K B et un
ouvert G B tels que d (K \ G) p , et dfinissons
dist(x, Gc )
g(x) := c
, x Rd .
dist(x, G ) + dist(x, K)
Comme B est born, on peut supposer G born, et g est donc support
compact. Elle est de plus continue ; en effet, on montre facilement que
pour tout A Rd , x 7 d(x, A) est continue. Donc g Co (Rd ). On a
aussi |g| 1 partout, et g = 1 sur K. Ainsi,
Z 1/p
p d
kg 1B kp = |g 1B | d d (G\K)1/p .
Appliquons le lemme chaque indicatrice

P 1Ej : il existe gj PCo (Rd )
telle que kgj 1Ej kp /a, o a = j |aj |. Dfinissons g := j aj gj .
Alors g Co (Rd ), et k gkp j |aj |k1Ej gj kp . On a donc
P
kg f kp kg kp + k f kp 2.
On peut reproduire le mme genre de rsultat dans un cadre plus g-
nral, en supposant la rgularit de la mesure :
Thorme 5.16. Soit (X, ) un espace mtrique, B la tribu des en-
sembles Borliens. Soit une mesure sur (X, B), rgulire, cest--dire
que pour tout B B et pour tout > 0 il existe un ouvert G B et
un compact K B tel que (G\K) . Alors lensemble C(X) des
fonctions continues intgrables est dense dans Lp (X, B, ).
5. Le Thorme dEgorov
p.p.
Thorme 5.17 (Egorov). Soit (X, F, ), o est finie. Si fn f ,
alors pour tout > 0 il existe un ensemble mesurable E X tel que
(E ) (X) et tel que sur E , fn converge uniformment vers f :
sup |fn (x) f (x)| 0
xE
1. En effet, si Ej nest pas born, on peut considrer Ej (n) := Ej [n, n]d ,

qui satisfait Ej (n) % Ej , et donc k1Ej 1Ej (n) kpp = d (Ej \ Ej (n)) = d (Ej )
d (Ej (n)) 0.
Si la mesure nest pas finie on construit facilement des contre-exemples :

sur (R, B(R), 1 ), la suite fn = 1[n,n+1] converge partout vers zro, mais
il nexiste pas densemble (de mesure finie) sur lequel la convergence
soit uniforme.
Dmonstration. On dfinit
\
Enm := {|fk f | 1/m} F .
kn
Clairement, Enm En+1m

et E m := n1 Enm . Puisque Enm % E m ,
S
on a (Enm ) % (E m ). Comme (E m ) = (X) < , il existe donc
n0 = n0 (m) tel que (E m \Enm0 (m) ) /2m . Soit
\
E := Enm0 (m) .
m1
Si x E , alors pour tout m, |fk (x) f (x)| 1/m pour tout k

n0 (m), donc limk supxE |fk (x) f (x)| = 0. Remarquons alors que
\ c
m
(X\E ) = X En0 (m)
m1
X
(X\Enm0 (m) )
m1
X
= (E m \Enm0 (m) )
m1
.

5.1. Le Thorme de Lusin. Prenons la fonction f := 1Q[a,b] ,

qui est mesurable mais discontinue en tout point x [a, b]. Si lon mo-
difie f en posant f (x) := 0 en tout rationnel x Q [a, b], alors on
obtient la fonction identiquement nulle, qui est continue partout.
Une autre faon de rendre cette fonction f continue sur la plupart de

son domaine de dfinition, et qui permet de faire le lien avec le thorme
suivre, est la suivante. Soit > 0 un nombre arbitrairement petit,
fix. Considrons une numration des rationnels de [a, b], Q [a, b] =
et soit In lintervalle ouvert de taille /2n centr en qn . Soit
{q1 , q2 , . . .}, S
K := [a, b]\ n1 In . Alors
[ X
1 (K) = 1 ([a, b]\ In ) b a 1 (In ) b a .
n n
(En particulier, K est non-vide !) De plus, K compact, et ne contient

que des irrationnels. En particulier, la restriction de f K est la fonc-
tion identiquement nulle, qui est continue.
Un phnomne semblable est vrai, beaucoup plus gnralement : toute

fonction mesurable est continue sur une grande partie de son domaine
de dfinition.
Thorme 5.18 (Lusin). Soit f : [a, b] R une fonction mesurable
au sens de Lebesgue, finie. Alors pour tout > 0 il existe un compact
K [a, b] tel que
(1) 1 (K) 1 ([a, b]) .
(2) La restriction de f K est continue.
Dmonstration. En exercice.

CHAPITRE 6
Produits
Dans ce chapitre, on se donne deux espaces mesurs (X, F, ), (Y, G, ),

et on tudie lespace produit
X Y := {(x, y) : x X, y Y } .
On associera X Y une structure mesurable et on construira la
mesure produit . On sintressera en particulier lintrgation des
fonctions f : X Y R par rapport la mesure produit. Le principal
rsultat que lon prouvera dans la Section 3, le Thorme de Fubini,
donnera des conditions sous lesquelles
Z Z Z
f d( ) = f (x, y)(dy) (dx)
ZX Z Y
= f (x, y)(dx) (dy) .
Y X
Remarquons en passant que les rsultats prsents ici stendent sans

complications majeures au cas dun nombre fini de facteurs :
X1 X 2 Xn .
On nabordera pas le problme de la construction de la mesure produit
sur un produit infini :
X 1 X2 . . .
1. Structure mesurable sur X Y

Soient donc (X, F, ), (Y, G, ) deux espaces mesurables. Rappelons
comment on dfinit une structure mesurable sur le produit cartsien
X Y , comme dans lExemple 2.6.
On dfinit dabord les rectangles

R := A B : A F, B G .

Alors, F G := (R) est la tribu produit sur X Y , et (X Y, F G)

est lespace produit.
89
1. STRUCTURE MESURABLE SUR X Y
Pour dfinir la mesure produit, on aura besoin du

Lemme 6.1. Soit A P(X Y ) la famille des unions finies disjointes
de rectangles. Alors A est une algbre, et (A) = F G.
Dmonstration. Il est clair que A est une algbre, puisque

(A B)c = (Ac B) (A B c ) (Ac B c ) .
Comme A R, on a (A) (R). Dautre part, puisque (R) est
une tribu, elle doit contenir les unions finies dlments de R, donc
A (R), et donc (A) (R).
Proposition 6.2. Il existe une mesure sur (X Y, F G), note
et appele mesure produit de avec , telle que
( )(A B) = (A)(B) rectangle A B R . (6.1)
Si et sont -finies, alors est lunique mesure avec cette pro-
prit.
Dmonstration. Dfinissons dabord une fonction densemble sur

les rectangles par
(A B) := (A)(B) .
Sn peut ensuite tendre aux unions finies disjointes de rectangles,
On
i=1 Ai Bi A, en posant
[n Xn
Ai Bi := (Ai Bi ) .
j=1 j=1
Il est facile de voir que ne dpend pas de la reprsentation choisie

(comme dans la preuve de la Proposition 2.30, on remarque que lon
peut toujours prendre une partition plus fine). Pour voir que est
une pr-mesure, considrons une union disjointe n1 An Bn A.
S
On
S peut toujours supposer quen fait cette union est un rectangle :
n1 An Bn A B. On peut alors crire sa fonction indicatrice
X
1AB (x, y) = 1A (x)1B (y) = 1An (x)1Bn (y) .
n1
Observons que 1B (y) et chacune des fonctions 1Bn (y) est mesurable par
rapport la tribu G. On peut donc maintenir x X fix et intgrer
les deux cts de lidentit ci-dessus par rapport . Par convergence
monotone on obtient
X
1A (x)(B) = 1An (x)(Bn ) .
n1

1. STRUCTURE MESURABLE SUR X Y
En intgrant ensuite par rapport , on obtient

X
(A)(B) = (An )(Bn ) ,
n1
P
cest--dire (A B) = n1 (An Bn ), ce qui prouve que est une
pr-mesure. Par le Thorme dExtension de Carathodory, stend
une mesure sur F G = (A), note , et cette mesure concide
avec sur A. Si et sont -finies, alors est -finie, et lextension
est unique.
Nous avons donc dfini le produit

(X, F, ) (Y, G, ) := (X Y, F G, ) .
Remarquons que par la construction de lextension dune pr-mesure
(c.f. preuve du Thorme 2.29), on sait que pour tout E F G,
X
( )(E) = inf (An Bn ) ,
n
o linfimum porte sur tous les recouvrements dnombrables de E par

des rectangles.
Pour allger les notations, on crira lensembles des fonctions int-

grables (par rapport ) L1 (XY ) au lieu de L1 (XY, FG, ).
Lintgrale de Lebesgue dune fonction mesurable f : X Y R
scrira Z Z
f d( ) , ou f d( ) .
XY
Nous nous intresserons ensuite aux relations existant entre lintgra-
tion dune fonction f : X Y R par rapport la mesure produit
et les intgrations itres par rapport aux mesures et .
1.1. La mesure de Lebesgue sur Rd . Avant de passer lin-

tgration des fonctions, montrons que la mesure de Lebesgue sur Rd ,
d 2, que nous avons construit dans la Section 6 laide des pavs,
peut tre obtenue partir du produit de la mesure de Lebesgue sur la
droite avec elle-mme :
Thorme 6.3. (Rd , B(Rd ), d ) = dk=1 (R, B(R), 1 ) .
N
Dmonstration. On peut dabord vrifier (exercice) que B(R2 ) =

B(R) B(R), et que B(Rd ) = B(Rd1 ) B(R). Ceci montre bien que
B(Rd ) = dk=1 B(R). Montrons ensuite que d = 1 1 (d fois).
N
Soit (d) := 1 1 . Il est clair que (d) et d concident sur
2. INTGRER LES SECTIONS
les pavs. Mais comme les pavs gnrent B(Rd ) et sont stables par
intersection, ceci implique (d) = d .
2. Intgrer les sections

Si E X Y , on dfinit les sections de E :
x X , Ex := {y Y : (x, y) E} ,
y Y , Ey := {x X : (x, y) E} .
Par exemple, pour un rectangle A B R, (A B)x = B si x A,
sinon. De mme, (A B)y = B si y B, sinon.
Ex E
y
Ey
X
x
Figure 1. Les sections dun ensemble E X Y .
Un premier fait non-trivial est que les sections sont mesurables :

Lemme 6.4. Si E F G, alors
x X , Ex G ,
y Y , Ey F .
Dmonstration. Fixons x X, et considrons Ex := {E F

G : Ex G}. Puisque (X Y )xS= Y G, S que (E c )x = (Ex )c , et que
pour toute suite En F G, ( n En )x = n (En )x , Ex est une tribu.
Comme elle contient les rectangles, on a Ex = F G. On dfinit Ey de
la mme faon.
Corollaire 6.5. Soit f : X Y R une fonction F G-mesurable.
Alors
x X , y 7 f (x, y) est G-mesurable ,
y Y , x 7 f (x, y) est F-mesurable .
Dmonstration. Fixons x X. Alors {y Y : f (x, y) } =

{(x0 , y) : f (x0 , y) }x , qui est mesurable par le Lemme 6.4.
2. INTGRER LES SECTIONS
Le rsultat suivant dcrit la proprit principale de la mesure produit :

( )(E) peut tre calcul en intgrant les mesures des sections.
Proposition 6.6. Si (X, F, ) et (Y, G, ) sont -finis, alors pour tout
E F G, on a
x 7 (Ex ) est F-mesurable , (6.2)
y 7 (Ey ) est G-mesurable , (6.3)
Z Z
( )(E) = (Ex )(dx) = (Ex )(dy) . (6.4)
X Y
Dmonstration. Supposons dabord que et sont finies. Soit

D la classe des ensembles E F G pour lesquels (6.2)-(6.4) sont
vrifies. On montre dabord que D contient les rectangles : comme
(A B)x = B si x A, sinon, x 7 ((A B)x ) = 1A (x)(B), qui
est F-mesurable. De plus,
Z
( )(A B) = (A)(B) = 1A (x)(B)(dx)
X
Z
((A B)x )(dx) .
X
On montre de mme que y 7 ((AB)y ) = 1B (y)(A) est G-mesurable
et que Z
( )(A B) = ((A B)y )(dy) .
Y
On a donc bien D R. Montrons ensuite que D est une classe de
Dynkin (Dfinition 2.19). Dabord, puisque X Y est un rectangle, X
Y D. Ensuite, si E, F D, E F , alors ((F \E)x ) = (Fx )(Ex ),
((F \E)y ) = (Fy ) (Ey ) et ( )(F \E) = ( )(F ) ( )(E)
(puisque et sont finies), donc (6.2)-(6.4) sont vrifies. Finalement,
soit En F G, En % E. Alors ((En )x ) % (Ex ), ((En )y ) % (Ey ),
donc (6.2)-(6.3) valent pour E. On vrifie (6.4) pour E par convergence
monotone. Par exemple,
( )(E) = lim ( )(En )
n
Z Z
= lim ((En )x )(dx) = (Ex )(dx) .
n X X
Donc D est une classe de Dynkin qui contient les rectangles. Puisque
les rectangles sont stables sous intersections, le Thorme 2.21 implique
que D = F G.
Supposons ensuite que et sont -finies : il existe Xn F, (Xn ) <
, Xn % X, et Yn G, (Yn ) < , Yn % Y . Si Dn := Xn Yn , alors
3. LE THORME DE TONELLI-FUBINI
Dn % X Y , et pour tout E on peut crire (Ex ) = limn ((E Dn )x ),

(Ey ) = limn ((E Dn )y ), ce qui prouve (6.2)-(6.3) par le paragraphe
prcdent. Ensuite, ( )(E) = limn ( )(E Dn ), ce qui permet
de vrifier (6.4).
3. Le Thorme de Tonelli-Fubini
On peut alors passer lintgration des fonctions mesurables non-
ngatives. Comme avant, pour allger lcriture, on crira M+ (X, F)
M+ (X), M+ (Y, G) M+ (Y ) et M+ (X Y, F G) M+ (X Y ).
Thorme 6.7 (Tonelli). Si (X, F, ) et (Y, G, ) sont -finis et f
M+ (X Y ), alors
Z
x 7 f (x, y)(dy) est F-mesurable , (6.5)
Y
Z
y 7 f (x, y)(dx) est G-mesurable , (6.6)
X
et Z Z Z
f d( ) = f (x, y)(dy) (dx) , (6.7)
X Y
Z Z
= f (x, y)(dx) (dy) . (6.8)
Y X
Dmonstration. Si f M+ (X Y ), on considre une suite de

fonctions tages n % f . Pour n , les proprits R (6.5)-(6.8) suivent
directement
R de la Proposition 6.6. En effet, 1
Y E
(x, y)(dy) = (Ex ),
1 (x, y)(dx) = (Ey ). On tend ensuite ces proprits f en uti-
X E
lisant trois fois le Thorme de la Convergence Monotone. Dabord sur
X Y , puis sur X et enfin sur Y :
Z Z
f d( ) = lim n d( )
n
Z Z
= lim n (x, y)(dy) (dx)
n X Y
Z Z
n
ZX Z Y

X Y n
Z Z
= f (x, y)(dy) (dx) ,
X Y
ce qui montre (6.7) ; (6.8) se dmontre de la mme faon.
Le Thorme de Tonelli est souvent utilis pour montrer quune fonc-

tion f : X Y R est intgrable par rapport la mesure produit.
En effet, en appliquant le rsultat prcdent |f |,
Z Z Z
|f |d( ) = |f (x, y)|(dy) (dx) , (6.9)
X Y
Z Z
= |f (x, y)|(dx) (dy) . (6.10)
Y X
Donc, si lune quelconque des intgrales doubles du membre de droite

est finie, alors lautre est finie aussi, a la mme valeur, et f est int-
grable.
xy
Exemple 6.8. La fonction (x, y) 7 e x , (x, y) [1, )2 est-elle int-
grable par rapport la mesure de Lebesgue 2 ? Par le Thorme 6.3,
on sait que lintgration par rapport 2 est quivalente lintgration
par rapport la mesure produit 1 1 . Or
Z Z xy Z
e 1

1 1 1
(dy) (dx) = (dx) < .
1 1 x 1 x2
exy
Donc par le Thorme de Tonelli, x
est intgrable sur [1, )2 .
Thorme 6.9 (Thorme de Fubini). Si (X, F, ) et (Y, G, ) sont

-finis et f L1 (X Y ), alors
Z
x 7 f (x, y)(dy) est dfinie -p.p. et F-mesurable , (6.11)
Y
Z
y 7 f (x, y)(dx) est dfinie -p.p. et G-mesurable , (6.12)
X
et Z Z Z
f d( ) = f (x, y)(dy) (dx) , (6.13)
X Y
Z Z
= f (x, y)(dx) (dy) . (6.14)
Y X
Dmonstration. Si fR = f + f est intgrable, alors f + et f

ont des intgrales finies : f d( ) < . Montrons (6.13). Par
(6.7),
Z Z Z

f d( ) = f (x, y)(dy) (dx) , (6.15)
X Y
et donc les fonctions x 7 (x) := Y f (x, y)(dy) sont finies -

R
presque partout, et F-mesurables par (6.5). Donc
Z
+
(x) := (x) (x) = f (x, y)(dy)
Y
est bien dfinie -presque partout (o elle nest pas dfinie, on pose
0), F-mesurable et intgrable par rapport . De plus,
Z Z Z
d = +
d d
X
ZX X
Z
= +
f d( ) f d( )
ZXY XY
f d( ) .
XY
Ceci prouve (6.13). On obtient (6.14) en inversant lordre dintgration

dans le terme de droite de (6.15) et en procdant de la mme manire.

Montrons que les deux hypothses du Thorme de Fubini, intgrabilit

de f et -finitude des mesures et , sont essentielles. Le premier
contre-exemple montre limportance de lintgrabilit de f .
Exemple 6.10. Soient X = Y = N munis de la tribu discrte et
= =mesure de comptage. Si m 1 alors f (m, m) := 1 et f (m +
1, m) := 1. Partout ailleurs, f (m, n) := 0. Alors
Z XX
|f |d( ) = |f (m, n)| = ,
XY m n
donc f nest pas intgrable. Or on vrifie facilement que

Z Z XX
f (x, y)(dy) (dx) = f (m, n) = 1
X Y m n
Z Z XX
f (x, y)(dx) (dy) = f (m, n) = 0 .
Y X n m
Un exemple semblable, bas sur la mme ide :

Exemple 6.11. Sur X = Y = [0, 1], avec la mesure de Lebesgue,
considrons la fonction

2
2n
si (x, y) [ 21n , 2n1
1
] [ 21n , 2n1
1
),
2n+1 1 1 1 1
f (x, y) := 2 si (x, y) [ 2n+1 , 2n ) [ 2n , 2n1 ),

0 sinon.
4. CHANGEMENTS DE VARIABLES SUR RD
On vrifie facilement que

Z 1Z 1 Z 1 Z 1
f (x, y)dy dx = 1 , f (x, y)dx dy = 0 .
0 0 0 0
On en dduit que f ne peut pas tre intgrable, et donc que lon a

ncessairement
Z 1Z 1
|f (x, y)|dy dx = ,
0 0
ce qui se vrifie facilement.
Le prochain contre-exemple montre que lhypothse de -finitude des

mesures est essentielle :
Exemple 6.12. Soit X = (0, 1), muni de la tribu des Borliens et de

la mesure de Lebesgue 1 , et Y = (0, 1) muni de la tribu discrte et
de la mesure de comptage c . Soit f := 1 , o est la diagonale
:= {(x, x) : x (0, 1)}. Alors f est mesurable (exercice), et
Z Z Z Z
1
1 d dc 6= 1 dc d1 .
X Y Y X
Ceci est bien-sr d au fait que la mesure de comptage sur (0, 1) nest
pas -finie.
4. Changements de Variables sur Rd

Mme sil nest pas utilis seulement dans ce but, le Thorme de Fu-
bini permet souvent de calculer des intgrales de fonctions de plusieurs
variables. Nous en avons dj vu des exemples simples plus haut, et
nous passons maintenant des exemples classiques de son utilisation.
Nous avons vu dans la Section 6.2 une formule permettant de transfor-

mer lintgrale dune fonction f = f (x), x D Rd , en une intgrale
portant sur des nouvelles variables, u = 1 (x), u 1 (D). Un chan-
gement de variable utile se fait en gnral en fonction des symtries en
prsence, et le Thorme de Fubini permet parfois de calculer lint-
grale crite en fonction des nouvelles variables.
Par exemple, considrons lintgrale
Z Z
x2 1 2
I = e (dx) = ex dx .

4. CHANGEMENTS DE VARIABLES SUR RD
Comme lintgrant est positif, le Thorme de Tonelli permet dcrire

I 2 de la faon suivante :
Z Z
x2 2
2
I = e dx ey dy
Z
2 2
= e(x +y ) dxdy
R2
On peut modifier la rgion dintgration sur un ensemble de mesure
nulle, sans changer la valeur de lintgrale : si D0 := R2 \{(x, 0) R2 :
x 0}, alors
(r, ) := (r cos , r sin )
est un diffomorphisme de U0 dans D0 , o U0 := {(r, ) : r > 0,
(0, 2)}, de Jacobien J (r, ) = r. La formule du changement de va-
riable (3.23) donne
Z Z Z
(x2 +y 2 ) (x2 +y 2 ) 2
e dxdy = e dxdy = er rdrd
R2 D0 U0
Une deuxime utilisation du Thorme de Tonelli et une deuxime uti-
lisation de la formule du changement de variable donne
Z Z 2 Z
r2 r2
e rdrd = d re dr = .
U0 0 0
On a donc montr que
Z
2
ex dx = .


CHAPITRE 7
Dcomposition et drivation
Considrons la mesure de Lebesgue sur Rd , d . On sait par le Thorme

2.35 que d est invariante sous translations, et quelle charge les pavs
proportionnellement leur volume.
Soit une autre mesure sur Rd . Supposons que lon veuille comparer
avec la mesure de Lebesgue, localement. Un moyen naturel de faire
cette comparaison est dtudier
(B (x))
f (x) := lim+ , (7.1)
0 1 (B (x))
o B (x) := {y : ky xk < }, k k tant la norme euclidienne. Lorsque
cette limite existe, on dira que f (x) reprsente la densit de par rap-
port 1 au point x. Pour des raisons videntes, f (x) sera aussi appele
drive de par rapport 1 .
Pour que la densit existe, doit satisfaire une condition de continuit

par rapport 1 : (B (x)) doit tendre vers zro, et au moins aussi vite
que 1 (B (x)).
Si lexistence de la densit f est tablie, au moins pour 1 -presque tous

les x de la droite, il est naturel desprer pouvoir reconstruire partir
de 1 , en intgrant sa densit :
Z
(B) = f d1 , B B(R) .
B
On tudiera cette question en dtails dans ce chapitre, dabord dun

point de vue beaucoup plus gnral, sur des espaces ne possdant pas
forcment la structure topologique de Rd .
1. Le Thorme de Radon-Nikodm
Commenons avec quelques dfinitions gnrales propos de la com-
paraison de mesures sur un espace mesurable (X, F).
99
1. LE THORME DE RADON-NIKODM
Dfinition 7.1. Soient et deux mesures sur (X, F).

(1) est absolument continue par rapport , et on note , si
(A) = 0 (A F) implique (A) = 0.
(2) et sont singulires (ou alors : est singulire par rapport ),
et on note , si il existe deux ensembles disjoints E, F F,
E F = X, tel que (E) = 0, (F ) = 0.
Donc deux mesures sont singulires si elles sont supportes par des
ensembles disjoints. Par dfinition, la mesure triviale 0 est absolu-
ment continue et singulire par rapport toute mesure.
On a dj vu (Thorme 3.21) que si est dfinie laide dune fonction

intgrable f M+ par
Z
(A) := f d , A F ,
A
que lon note f , alors . Le rsultat suivant montre que le

contraire est aussi vrai, sous une hypothse de -finitude :
Thorme 7.2 (Radon-Nikodm). Soient , deux mesures sur

(X, F), telles que . Si les deux mesures sont -finies, alors il
existe f M+ (X, F) telle que
Z
(A) = f d , A F . (7.2)
A
On appelle f la densit (ou drive) de Radon-Nikodm de par rapport
d
, et on la note f = d . Elle est unique un ensemble ngligeable
(par rapport ) prs.
La dmonstration de ce thorme sera base sur le Corollaire 7.12, dont

la preuve repose sur la notion de charge.
1.1. Charges et dcomposition de Hahn. La preuve du Tho-

rme 7.2 repose sur une gnralisation de la notion de mesure :
Dfinition 7.3. Une fonction densemble : F R est une charge a

si elle satisfait aux conditions suivantes :
(1) () = 0,
(2) Si (An )n1 est une famille densembles mesurables deux--deux
disjoints alors
[ X
An = (An ) , (7.3)
n1 n1
o il est sous-entendu que la srie dans (7.3) converge.

a. Dans la littrature, on trouve aussi mesure signe, signed measure.
Il est clair que toute mesure prenant des valeurs finies est une charge.
Mais contrairement aux mesures, une charge peut aussi prendre des
valeurs ngatives. En particulier, une charge nest pas ncessairement
monotone. Observons aussi quici () prend des valeurs relles, et non
dans la droite acheve (sans quoi la srie dans (7.3) pourrait ne pas
tre dfinie).
Exemple 7.4. Si , sont deux mesures finies sur (X, F), alors :=
est une charge. On verra quen gnral, toute charge peut tre
crite la diffrence de deux mesures finies (dcomposition de Hahn).
On peut facilement vrifier (exercice) que toute mesure signe est conti-
nue dans un sens un peu plus faible que celui de la Proposition 2.15 :
Lemme 7.5. Soit An F.
(1) Si An % A, alors (An ) (A).
(2) Si An & A, alors (An ) (A).
Dmonstration. Dans le premier cas par exemple, il suffit dcrire

A comme lunion des ensembles Bn := An \An1 .
Puisque son signe peut varier dun ensemble lautre, une charge mne
distinguer les ensembles mesurables de charge positive de ceux de
charge ngative. Plus prcisment, il est intressant de distinguer les
ensembles dont tous les sous-ensembles sont ou positifs, ou ngatifs :
Dfinition 7.6. Soit une charge. Un ensemble E F est
(1) positif (par rapport ) si (A) 0 pour tout A E, A F.
(2) ngatif (par rapport ) si (A) 0 pour tout A E, A F.
Lemme 7.7.
(1) Si E est positif, alors tout E 0 E est positif.
S
(2) Si En est positif pour tout n, alors E := n En est positif.
Dmonstration. La premire affirmation est triviale. Pour la se-

conde, on pose Ek := Ek (E1 . . . Ek1 )c . Alors les Ek sont disjoints,
positifs, et donc pour tout A E,
[ X
(A) = A Ek = (A Ek ) 0 ,
k k
puisque A Ek Ek pour tout k.

Dfinition 7.8. Une dcomposition de Hahn de X par rapport
est une partition de X en une paire (H+ , H ) densembles mesurables
disjoints, H+ H = X, telle que H+ est positif par rapport et H
ngatif par rapport .
Une dcomposition de Hahn (H+ , H ) est donc telle que toute partie
mesurable de H+ est charge positivement, et toute partie mesurable
de H est charge ngativement.
Thorme 7.9 (Existence dune Dcomposition de Hahn). Pour toute
charge , il existe une dcomposition de Hahn (H+ , H ) de X par
rapport . Cette dcomposition est unique modulo des ensembles de
charge nulle : pour toute autre dcomposition (H+0 , H0 ), (H+ 4H+0 ) =
(H 4H0 ) = 0.
Dmonstration. Soit P+ la classe des ensembles positifs 1. On a

P+ 6= puisque est positif. Soit := sup{(A) : A P+ }. On a
0 < (exercice). Soit En une suite densembles positifs telle que
(En ) % . On peut supposer que En est croissante (sinon, on peut
toujours redfinir En0 := E1 En , qui est positive et croissante).
Par le Lemme 7.7, lensemble
[
H+ := En
n
est positif. Il reste vrifier que H := X\H+ est ngatif.

Supposons que H nest pas ngatif. Il doit alors contenir un sous-
ensemble mesurable E tel que (E ) > 0. Si E tait positif, alors
He + := H+ E serait positif aussi, et (H
e + ) > , une contradiction.

Donc E contient des sous-ensembles de charge strictement ngative.
En particulier, il existe un plus petit nombre entier n1 1 et un sous
1. Dans cette preuve, la positivit/ngativit sera toujours par rapport .
X H+ H
E
E1 E2
...
E3 E4
Figure 1. Une vue dartiste de la dcomposition de

Hahn. Les ensembles Ei sont de charge ngative.
ensemble E1 E tel que (E1 ) 1/n1 < 0. Ensuite, on peut

recommencer le mme raisonnement avec lensemble E \E1 : il a charge
(E \E1 ) = (E ) (E1 ) > (E ) > 0, donc ne peut pas tre positif,
donc il doit exister un plus petit nombre entier n2 1 et un E2
E \E1 tel que (E2 ) 1/n2 < 0. En itrant cet argument, on obtient
une suite disjointe Ek de sous ensembles de E de charges ngatives
(Ek ) 1/nk < 0. La suite nk a la proprit suivante : si n < nk ,
alors il nexiste aucun sous-ensemble G E \(E1 Ek ) tel que
(G) 1/n. Dfinissons
[
F := Ek .
k1
P P
Puisque < (F ) = k (Ek ) k1 1/nk < 0, ceci implique
nk .
Montrons maintenant que E \F est positif. En effet, sil tait ngatif,
il existerait G E \F avec (G) < 0. Mais puisque nk , il existe
en particulier un k, suffisamment grand, tel que (G) 1/(nk 1),
en contradiction avec la dfinition de nk .
Donc E \F est positif. Par consquent, H+ (E \F ) est aussi positif.
Mais
(H+ (E \F )) = (H+ ) + (E ) (F ) (H+ ) + (E ) > ,
une contradiction avec la dfinition de . Ceci montre que H ne
peut contenir densembles de charge positive. Donc H est ngatif,
et (H+ , H ) est bien une dcomposition de Hahn.
Pour montrer lunicit, considrons une autre dcomposition (H+0 , H0 ).
Alors H+ \H+0 H+ et H+ \H+0 H0 . Donc H+ \H+0 est la fois positif
et ngatif. On montre ainsi que (H+ 4H+0 ) = (H 4H0 ) = 0.
Thorme 7.10. Soit une charge, et soit (H+ , H ) une dcomposi-

tion de Hahn de X par rapport . Alors les mesures finies
+ (A) := (A H+ ) , (A) := (A H ) , AF (7.4)
sont les uniques mesures sur (X, F) telles que = + , + .
Dmonstration. Les proprits des mesures dcoulent de la

preuve prcdente. Soient + , deux autres mesures singulires telles
que = + . Soient alors E, F F disjoints tels que E F = X,
+ (F ) = (E) = 0. Alors (E, F ) est une autre dcomposition de
Hahn de X par rapport , et donc pour tout A F,
+ (A) = + (A F ) = (A F ) = (A H+ ) = + (A H+ ) = + (A) ,
donc + = + . De mme, on montre que = .
Dfinition 7.11. Les mesures + et construites dans le Thorme
7.10 sont appeles respectivement variation positive et variation ngative
de . La dcomposition de en + sappelle dcomposition de
Jordan de . La mesure || := + + est la variation totale de .
Lusage que lon fera des charges dans la preuve du Thorme de Radon-
Nikodm est contenue dans le rsultat suivant :
Corollaire 7.12. Si et sont des mesures finies sur (X, F), alors
soit (ce qui nexclut pas que lune delles soit triviale), soit il existe
> 0 et un ensemble E F tels que (E) > 0 et est positive
sur E.
Dmonstration. Soit (H+ (n), H (n)) S une dcomposition T de Hahn
1
par rapport n := n , et soit H+ := n H+ (n), H := n H (n) =
H+c . Alors H est ngatif par rapport chaque n , et donc 0 (H )
1
n
(H ) pour tout n. Par consquent, (H ) = 0 puisque (H ) < .
Si (H+ ) = 0 alors . Si (H+ ) > 0, alors (H+ (n0 )) > 0 pour au
moins un n0 . Aussi, H+ (n0 ) est positif par rapport n0 = n10 .
On peut donc prendre := n10 et E := H+ (n0 ).
Preuve du Thorme 7.2. Soit . Supposons dabord que

et sont finies. Posons
n Z o
K := g M : +
gd (A) , A F ,
A
qui nest pas vide puisque la fonction identiquement nulle f 0 satis-
fait la condition. Soit ensuite
nZ o
:= sup gd : g K .

Puisque gd (X)R< pour tout g K, on a 0 < . Soit

R
gn K telle que limn gn d = . Soit fn := sup{g1 , . . . , gn }. Alors

fn est non-dcroissante. De plus, fn K pour tout n. En effet, pour
n = 1, f1 = g1 K. Pour n = 2,
Z Z Z
f2 d = g1 d + g2 d
A A{g1 g2 } A{g1 <g2 }
(A {g1 g2 }) + (A {g1 < g2 }) = (A) ,
donc f2 K. Par induction, fn K. Soit f := limn fn . Alors fn
est mesurable, et par convergence monotone,
Z Z
f d = lim fn d .
A n A
Comme cest Rvrai pour tout A F on a f K. De plus, comme
fn gn , on a f d = .
Soit := f , qui est une mesure (finie) puisque f K. On va
montrer que = 0.
Puisque , on a aussi . Donc moins dtre identiquement
nulle, ne peut pas tre singulire par rapport . Si elle nest pas
identiquement nulle, alors par le Corollaire 7.12, il existe > 0 et E F
tels que (E) > 0, et tels que est positive sur E. On peut ensuite
calculer, pour tout A F,
Z Z
(f + 1E )d = f d + (E A)
A
ZA
f d + (E A)
A
Z
= f d + (E A)
E c A
(puisque f K) (E A) + (E A) = (A) ,
c
ce qui montre que f + 1E K. Mais comme

Z
(f + 1E )d = + (E) > ,
cest une contradiction. Ceci montre que = 0, et donc prouve que

= f . Pour voir que la densit f est unique, supposons que
Z Z
f d = gd A F .
A A
En appliquant cette identit une fois avec A = {f g}, une fois avec
A = {f < g}, on obtient que f = g -presque partout. Ceci montre le
thorme lorsque les deux mesures sont finies.
2. LA DCOMPOSITION DE LEBESGUE
Si et sont -finies, il existe Xn , Yn F, Xn % X, Yn % X, tels que

(Xn ) < , (Yn ) < . Soit Zn := Xn Yn , qui satisfait Zn % X,
et (Zn ) < , (Zn ) < . Considrons W1 := Z1 , W2 := Z2 W1c ,
et pour tout n 2, Wn := Zn (W1 Wn1 )c . La suite (Wn )n1
forme une partition de X. De plus, les mesures n () := ( Wn ),
n () := ( Wn ) sont finies, et n n . On peut donc appliquer la
premire partie de la preuve : il existe fn M+ telle que n = fn n .
Soit f := n1 fn M+ . On a alors, pour tout A F,
P
X XZ Z
(A) = n (A) = fn d = f d .
n1 n1 AWn A
Comme avant, on peut montrer que cette densit f est unique modulo
des ensembles de mesure nulle. Ceci termine la preuve du Thorme de
Radon-Nikodm.
d
La densit f = d possde quelques proprits qui rappellent celles de
la drive usuelle. Par exemple :
Lemme 7.13. Soit une mesure -finie, et , deux mesures -finies
telles quel , . Alors , et
d d d
= .
d d d
2. La dcomposition de Lebesgue
Une premire consquence importante du Thorme de Radon-Nikodm :
Thorme 7.14 (Dcomposition de Lebesgue). Soit une mesure -
finie. Alors pour toute mesure -finie , il existe deux uniques mesures
s et a , telles que
= s + a , s , a . (7.5)
s est la composante singulire de , et a est la composante absolument
continue de (par rapport ).
Dmonstration. Soit := + , qui est -finie. Alors

et . Donc par le Thorme 7.2, il existe une densit de Radon-
Nikodm g = d
d
M+ telle que pour tout A F,
Z
(A) = gd .
A
3. PARENTHSE : LESPRANCE CONDITIONNELLE
Considrons les ensembles disjoints U := {g = 0}, V = {g > 0}. On a

X = U V . Soit
s (A) := (A U ) , a (A) := (A V ) .
Puisque (U ) = 0, Ron a s . Vrifions ensuite que a . En effet,
si (A) = 0, alors A gd = 0, et donc g(x) = 0 pour -presque tout
x A. En particulier, (A V ) = 0, donc aussi (A V ) = 0 puisque
, et donc a (A) = (A V ) = 0.
Vrifions lunicit de la dcomposition. Supposons quil existe deux
dcompositions de , s +a et s0 +a0 . Donc il existe A tel que (Ac ) =
0, s (A) = 0, et il existe A0 tel que (A0 c ) = 0 et s (A0 ) = 0. On a donc,
dune part, que ((AA0 )c ) = 0, ce qui implique a ((AA0 )c ) = a0 ((A
A0 )c ) = 0. Dautre part, ceci implique s (A A0 ) = 0 et s0 (A A0 ) = 0.
Soit alors E un mesurable tel que (E) < . On peut crire
a (E) = a (E (A A0 )) + a (E (A A0 )c )
| {z }
=0
= (E (A A0 )) s (E (A A0 )) .
| {z }
=0
On montre de mme que = (E (A A0 )), et donc a (E) =

a0 (E)
a (E). Ceci implique donc s (E) = s0 (E). Si E est quelconque, il suit
0
de ce qui prcde et de la -finitude de que a (E) = a0 (E). On a

donc montr que a = a0 et s = s0 .
3. Parenthse : lesprance conditionnelle

Soit (, F, P ) un espace de probabilits. Les ensembles de la tribu F
sont appels vnements plutt que ensembles mesurables.
3.1. propos des tribus. Travailler avec une tribu F signifie

que pour chaque vnement A F, et pour chaque ralisation
de lexprience, on peut dterminer si oui ou non appartient A (en
dautres termes, on peut calculer 1A ()). Par exemple, considrons
= {pitons dans les rues de Genve} ,
cest--dire que lexprience consiste tirer au hasard un piton dans
les rues de Genve. Une tribu possible est
F1 = {, , F, M } ,
o F = {pitons de sexe fminin}, M = {pitons de sexe masculin}.
Cette tribu signifie que lunique distinction que lon sera capable de
faire aprs avoir tir un piton au hasard, est de dterminer si cest une
femme ou un homme.
Pour la mme exprience, une autre tribu possible est

F2 = {, , J, V } ,
o J est lensemble des pitons de moins de 60 ans, et V celui des
pitons de 60 ans ou plus. On pourrait aussi considrer la tribu qui
permet de distinguer le sexe et lge de la personne, en utilisant une
tribu plus fine que F1 et F2 :
F3 = F1 F2 := {, , F J, F V, M J, M V } .
Le choix dune tribu reflte donc linformation rvle par la ralisation
dune exprience alatoire.
La tribu contenant le moins dinformation est la tribu triviale {, } :

le rsultat de lexprience ne fournit aucune information. La tribu
la plus riche en information est la tribu discrte P(). Puisque P()
contient aussi les singletons {}, chaque ralisation permet didentifier
exactement quel lment a t choisi. Dans lexemple ci-dessus, cela
signifie identifier exactement quelle est la/le Genevois choisi (et non
seulement son sexe et la tranche dge dans laquelle il se trouve).
3.2. Conditionner par rapport des tribus finies ou d-

nombrables. Supposons donc quune tribu F soit donne. Si P est
une probabilit sur (, F) , alors P (A) quantifie avec quelle probabilit
llment tir appartient A F.
Soit X : R une variable alatoire intgrable. Pour chaque ralisa-

tion , X() est un nombre dcrivant une certaine proprit de , et
son esprance scrit Z
E[X] = XdP .
Dans un certain sens, E[X] est une prdiction raisonnable que lon
peut faire propos de la valeur de X() si lon ne possde aucune
information sur . En effet, si lon moyenne les rsultats obtenus en
rptant lexprience de manire indpendante, la Loi Forte des Grands
Nombres garantit que
X1 + + X n
E[X] P p.s.
n
Se pose donc la question suivante : si lon sait que le tir appartient
un ensemble B, quelle est la meilleure prdiction possible que lon
peut faire sur X() ?
Si lon sait que B, alors la probabilit avec laquelle on dcrit

lexprience change. Du cours de probabilits, on sait qu un vnement
B F de probabilit positive permet de dfinir une nouvelle mesure
P (|B) sur (, F), conditionne par rapport lvnement B :
P (A B)
P (A|B) := . (7.6)
P (B)
Donc sachant que B a eu lieu, la meilleure prdiction sur la valeur de
X est alors
Z Z
1
E[X|B] := X()P (d|B) = X dP . (7.7)
P (B) B
Reprenons lexemple o lon tire un piton au hasard dans les rues de
Genve, muni de la tribu discrte. Soit X() la taille (en centimtres)
de lindividu choisi lors de lexprience . Suposons que lon ait
E[X] = 168 cm .
Si maintenant lon sait en plus si lindividu est une femme ou un
homme, alors on aura peut-tre
E[X|F ] = 163 cm , E[X|H] = 172 cm, .
On peut reconstruire E[X] partir de E[X|F ] et E[X|H], en calculant
Z Z
E[X|F ]P (F ) + E[X|H]P (H) = XdP + XdP
F H
= E[X] .
Donc la paire (E[X|F ], E[X|H]) contient plus dinformation, et il est
naturel de dfinir une nouvelle variable alatoire
E[X|F1 ]() := E[X|F ]1F () + E[X|H]1H () ,
appele esprance conditionnelle de X par rapport la tribu F1 .
On peut tre un peu plus gnral. Soit {Bn }n1 une partition dnom-
brable de , cest--dire une famille Bn F telle que n Bn = ,
S
et Bn Bm = lorsque n 6= m. Une telle partition gnre une sous
tribu B := ({Bn }n1 ) F, contenant toutes les unions densembles
Bn . Soit X une variable alatoire intgrable. Si P (Bn ) > 0, on d-
finit E[X|Bn ] comme plus haut. Si P (Bn ) = 0, on dfinit E[X|Bn ]
de faon arbitraire, par exemple en posant E[X|Bn ] := 0. On dfinit

E[X|B] : R par
X
E[X|B]() := E[X|Bn ]1Bn () , (7.8)
n1
appele version de lesprance conditionnelle de X par rapport B. Le

nom version est utilis pour souligner le fait que lon peut toujours
modifier E[X|B] sur des ensembles de mesure nulle.
Clairement, 7 E[X|B]() est mesurable par rapport la tribu B.

De plus, pour tout B B,
Z XZ
E[X|B] dP = E[X|Bn ] dP
B n1 BBn
X
= P (B Bn )E[X|Bn ] . (7.9)
n1
Si B B alors B est une union dlments Bk , k S, ce qui implique

P (B Bn ) = P (Bn )1S (n), o 1S (n) = 1 si n S, 0 sinon. En utilisant
la dfinition de E[X|Bn ], (7.9) vaut
X Z Z
1S (n) X dP = X dP .
n1 Bn B
Donc la variable E[X|B] satisfait

Z Z
E[X|B] dP = X dP , B B . (7.10)
B B
Bien-sr, toute version de E[X|B] satisfait (7.10). Le rsultat suivant

montre que les versions de E[X|B] sont les seules ayant cette proprit.
Lemme 7.15. Soit (, F, P ) un espace de probabilit et B F une
sous-tribu. Soient Y1 , Y2 deux variables mesurables par rapport B,
intgrables par rapport P . Alors Y1 = Y2 presque partout si et seule-
ment si Z Z
Y1 dP = Y2 dP B B . (7.11)
B B
Dmonstration. Suit du Thorme 3.18.
3.3. Conditionner par rapport une sous-tribu. Dans le

cas dune tribu B gnre par une partition dnombrable, lesprance
conditionnelle est dfinie comme en (7.8). On a vu que ses principales
proprits sont
(1) E[X|B] est mesurable par rapport B.

(2) La famille de relations (7.10) est satisfaite.
On a aussi vu dans le Lemme 7.15 que E[X|B] est unique, modulo des
modifications de mesure nulle.
Pour tendre lesprance conditionnelle des sous-tribus quelconques

G F, le manque de dnombrabilit empche une dfinition directe
comme en (7.8). En particulier se pose le problme des ensembles B
G de mesure nulle, pour lesquels (7.8) ne peut pas tre dfinie pour
dfinir E[X|G]. Malgr tout, on peut utiliser les deux proprits ci-
dessus pour dfinir E[X|G], et ensuite essayer de montrer son existence
et son unicit. Finalement, on peut vrifier la compatibilit de cette
dfinition avec celle obtenue naturellement dans le cas dnombrable
(7.8).
Dfinition 7.16. Soit G F une sous-tribu et X : R une
variable alatoire non-ngative. Toute variable alatoire G-measurable
Y : R qui satisfait
Z Z
Y dP = X dP , B G , (7.12)
B B
est appele version de lesprance conditionnelle de X par rapport G,
et gnralement note E[X|G]. Pour une variable intgrable quelconque
X, on dfinit lesprance conditionnelle comme : E[X|G] := E[X + |G]
E[X |G].
La principale proprit de lesprance conditionnelle est donc que
Z Z
E[X|G] dP = X dP , B G , (7.13)
B B
Observons que quand elle existe, E[X|G] est intgrable. En effet, en

appliquant (7.13) avec B = ,
Z Z
E[E[X|G]] = E[X|G] dP = X dP = E[X] . (7.14)
Vrifions maintenant que lesprance conditionnelle existe. Dfinissons,

pour tout B G,
Z
Q(B) := X dP .
B
Comme on suppose que X 0 est intgrable, Q est une mesure finie
sur (, G). De plus, elle est absolument continue par rapport P sur
G : si G G est tel que P (G) = 0, alors Q(G) = 0. Par le Thorme
de Radon-Nikodm, il existe une variable alatoire non-ngative G-

mesurable, Y , telle que
Z
Q(B) = Y dP , B G .
B
Donc Y est une version de lesprance conditionnelle E[X|G]. On voit

que E[X|G] nest rien dautre que la drive de Radon-Nikodm dQ
dP
, et
est unique des ensembles de mesure nulle prs (Lemma 7.15).
Exemple 7.17. Vrifions que la dfinition abstraite concide avec celle
de la section prcdente pour les partitions dnombrables. Soit B la
tribu gnre par une partition {Bn }n1 , et soit E[X|B] une version de
lesprance conditionnelle au sens de la dfinition 7.16. Comme E[X|B]
est mesurable par rapport B, elle est constante sur chaque Bn , cest-
-dire E[X|B]() = bn pour tout Bn . Donc pour tout n on a
Z Z Z
bn P (Bn ) = bn dP = E[X|B] dP = X dP .
Bn Bn Bn
Donc, lorsque P (Bn ) > 0,

Z
1
bn = X dP ,
P (Bn ) Bn
qui concide avec (7.8) sur les ensembles Bn de mesure positive. Comme
les autres ensembles ont mesure nulle et quon na qu considrer un
nombre fini dentre eux, on a bien construit une version de (7.8).
Mentionnons les deux cas extrmes qui permettent de mieux com-

prendre la dpendance de E[X|G] en fonction de G. Dabord, si G est la
plus grande sous-tribu de F, i.e. G = F, alors clairement E[X|G] = X
presque partout. Ceci vient du fait que X est mesurable par rapport
F, et de lidentit triviale
Z Z
X dP = X dP , B F .
B B
Dautre part, si G est la tribu triviale, G = {, }, alors E[X|G] = E[X]

presque partout. En effet, E[X|G] doit tre constante sur , et cette
constante est fixe par la condition (prendre B = dans (7.13))
Z Z
E[X|G] = E[X|G] dP = X dP = E[X] .
Ces deux cas montrent comme E[X|G] est une approximation de X ;

plus G est fine, plus cette approximation est prcise.

4. DUALIT LP LQ
Lesprance conditionnelle est un outil de base en thorie des probabi-

lits. Il permet notamment de dfinir la notion de martingale adapte
une filtration (voir le cours de probabilit).
4. Dualit Lp Lq
Une application importante du Thorme de Radon-Nikodm en ana-
lyse fonctionnelle est propos de la dualit entre les espaces Lp et Lq ,
o p et q sont conjugus.
Dfinition 7.18. Une application T : Lp R est une fonctionnelle
linaire continue si
(1) T (f + g) = T (f ) + T (g) pour tout R, f, g Lp .
Lp
(2) T (fn ) T (f ) lorsque fn f .
Si T : Lp R, on dfinit la norme
|T (f )|
kT k := sup = sup |T (f )| .
f Lp kf kp f Lp
f 6=0 kf kp 1
On a toujours |T (f )| kT k kf kp , et on peut montrer que T est

continue si et seulement si kT k < 2.
On a dj vu une construction de fonctionnelle linaire continue dans
lExercice 42 : si g Lq , alors
Z
T (f ) := f gd
est linaire et continue, et kT k = kgkq . Le Thorme de Dualit affirme

que toute fonctionelle linaire continue est de cette forme :
Thorme 7.19 (Dualit de Riesz des espaces Lp et Lq ). Soit une
mesure -finie, 1 p < . Soit q lexposant conjugu p (avec la
convention 1 ). Alors pour toute fonctionnelle linaire continue
T : Lp R, il existe g Lq telle que
Z
T (f ) = f gd f Lp . (7.15)
De plus, kT k = kgkp .
2. En effet, si T est continue, elle est en particulier continue en 0, et donc pour

= 1, il existe un > 0 tel que si kf kp , alors |T (f )| 1. Soit f Lp tel que f 6=
kf k kf k
0. On peut crire |T (f )| = |T ( kff k p )| p p . Donc kT k 1 . Inversment, si
Lp
kT k < et fn f , alors |T (fn ) T (f )| = |T (fn f )| kT k kfn f kp 0,
donc T est continue.
5. LE THORME DE DRIVATION DE LEBESGUE
On ne donnera pas la preuve de ce rsultat, que le lecteur trouvera

dans plusieurs des rfrences donnes dans lintroduction.
Lespace des fonctionnelles linaires continues sur un espace vectoriel
est appel le dual de lespace. Le rsultat ci-dessus affirme donc que le
dual de Lp peut tre identifi Lq (o q p). Dans le cas particulier
o p = q = 2, on dit que L2 est self-dual.
5. Le Thorme de drivation de Lebesgue

Le Thorme de Radon-Nykodm est un rsultat dexistence : si
est absolument continue par rapport , alors il existe une densit
d
f = d . Dans cette section, on considre le cas particulier o lespace
mesurable est (Rd , B(Rd )), et la mesure de rfrence est la mesure
de Lebesgue d . On considrera une mesure -finie, d , et on
d
montrera comment sa densit d d peut tre calcule par un processus
naturel de limite, mentionn dans lintroduction du chapitre.
5.1. Drivabilit. Rappelons que Br (x) = {z : kz xk < r}.

Dfinition 7.20. Soit une mesure finie sur (Rd , B(Rd )). On dit que
est drivable au point x Rd si la limite
(B (x))
D(x) := lim+ d (7.16)
0 (B (x))
existe. On appellera D(x) la drive de par rapport d au point x.
Exemple 7.21. Si (B) := d (B [1, 1]d ), alors est drivable en

tout x (1, 1)d et en ces points D(x) = 1, ainsi que sur les points
de ([1, 1]d )c , o D(x) = 0.
Notre objectif est de comparer D avec la drive de Radon-Nikodm

d
dd
. Dans le reste de la section, la notion de presque partout sera
toujours en rfrence la mesure de Lebesgue d .
Thorme 7.22. Soit une mesure finie sur (Rd , B(Rd )).
(1) Si A B(Rd ), (A) = 0, alors D(x) = 0 pour presque tout
x A.
(2) Si d , alors D(x) existe presque partout, et
d
D(x) = d presque partout .
d
(3) D(x) existe presque partout.
Pour tudier lensemble des points o est drivable, on introduit

(B (x)) (B (x))
D(x) := lim sup , D(x) := lim inf .
0+ d (B (x)) 0+ d (B (x))
Par dfinition, est drivable en x si et seulement si D(x) = D(x) <
. De plus,
Lemme 7.23. x 7 D(x) et x 7 D(x) sont mesurables.
Dmonstration. Pour montrer que x 7 D(x) est mesurable, il

suffit de montrer que x 7 (x) est mesurable, o (x) := sup0<r< (B r (x))
d (B (x)) .
r
Fixons > 0 et montrons que E := {x : (x) > } est ouvert. Soit
x E. Alors il existe 0 < r < tel que (B r (x))
d (B (x)) > . Soit > 0 suffi-
r
samment petit, tel que r + < . Alors B+r (y) Br (x) y B (x),
et donc
(B+r (y)) (Br (x)) (Br (x)) d (Br (0))
= .
d (B+r (y)) d (B+r (y)) d (Br (x)) d (B+r (0))
Comme d (Br (0)) = cd rd pour une constante cd > 0 (exercice), on a
d (Br (0)) d
d
= 1+ ,
(B+r (0)) r
dont la limite est 1 lorsque 0. On peut donc prendre > 0
d
suffisamment petit tel que (B r (x))

d (B (x)) 1 + r > , et donc
r
(B+r (y))
(y) > ,
d (B+r (y))
ce qui implique y E. Donc E est ouvert, et comme les ouverts g-
nrent les Borliens, ceci montre que est mesurable.
Rappelons (voir Proposition 2.39) quune mesure finie sur Rd est rgu-
lire.
Proposition 7.24. Si est finie (et donc rgulire), alors pour tout
> 0 et pour tout Borlien A,
3d
(1) d ({x A : D(x) > })
(A).
(2) d ({x A : D(x) > 0}) = 0 si (A) = 0.
La deuxime partie de la proposition dit que sur un ensemble de me-
sure nulle par rapport , D = 0 d -presque partout. Lingrdient
principal de la preuve sera le
Lemme 7.25. Soit B une famille finie de boules (ouvertes ou fermes)

sur Rd . Il existe une sous-famille {B1 , . . . , Bm } B telle que
(1) Bi Bj = si i 6= j,
(2) d ( BB B) 3d d ( m
S S
i=1 Bi ).
Dmonstration. Soit B1 la boule de B de plus grand rayon. Si

B1 , . . . , Bk ont dj t dfinies, soit Bk+1 la boule de B\{B1 , . . . , Bk }
de plus grand rayon, disjointe de B1 , . . . , Bk (voir Figure). Comme B
B3
B2 B1
B5
B4
est finie, ce procd termine aprs avoir slectionn un nombre fini de

boules B1 , . . . , Bm . Pour tout j = 1, . . . , m, soit Bj la bouleSde mme
centre que Bj , mais de rayon trois fois plus grand. Alors BB B
Sm
j=1 Bj , et donc
[ [m X m
d B d Bj d (Bj )
BB j=1 j=1
m
X m
[
d d d d
=3 (Bj ) = 3 Bj .
j=1 j=1

Preuve de la Proposition 7.24 : Par le Lemme 7.23, E := {x
A : D(x) > } est un Borlien. Soit K un compact et G un ouvert,
tels que K E G. Pour tout x K, il existe rx > 0 tel que
Brx (x) G et tel que
(Brx (x)) 1
d
> , et donc d (Brx (x)) (Brx (x)) .
(Brx (x))
La famille {Brx (x), x K} recouvre K. Soit B {Brx (x), x K} un
sous-recouvrement fini. Par le Lemme 7.25, il existe {B1 , . . . , Bm } B
tel que
[ m
X
d d d
(K) B 3 d (Bj )
BB j=1
d Xm
3
(Bj )
j=1
m
d
3 [ 3d
= Bj (G) .
j=1

Comme d et sont rgulires, on peut prendre le supremum sur K et

d d
linfimum sur G, ce qui donne d (E) 3 (E) 3 (A).
Pour
S la deuxime affirmation, on dcompose {x A : D(x) > 0} =
k1 {x A : D(x) 1/k}. Or pour tout k, par la premire affirma-
tion, d ({x A : D(x) 1/k}) 3d k(A) = 0.
On considre ensuite les mesures qui ont une densit par rapport d .
Proposition 7.26. Soit f 0, f L1 (Rd , B(Rd ), d ), et soit

Z
(A) := f dd , A B(Rd ) .
A
Alors est une mesure finie, drivable presque partout, et
D(x) = f (x) presque partout.
Dmonstration. Comme f est intgrable, est finie, et donc

rgulire (Proposition 2.39). Pour montrer que D(x) existe et est
presque partout gale f (x), il suffit de vrifier que
d ({x : D(x) > f (x)}) = 0 , d ({x : D(x) < f (x)}) = 0 .
Pour la premire galit (la deuxime se traite de la mme faon), on

va montrer que
d (E Ac ) = 0 pour tout Q , (7.17)
o E := {x : D(x) > } et A := {x : f (x) }. Fixons x0 Ac et

tudions (B)
d (B) , o B est une boule quelconque centre en x0 . On peut

crire
(B) = d (B) + (B) d (B)

Z
= (B) + (f )dd
d
ZB
d (B) + (f )dd .
BA
R
Comme f 0 sur A , () := A (f )dd est une mesure.
Puisque kf k1 < , est finie. En prenant B B (x0 ), en divisant par
d (B (x0 )) et en prenant la lim sup0+ , on obtient
D(x0 ) + D(x0 ).
Mais par construction, (Ac ) = 0. Donc, par la Proposition 7.24,

D(x0 ) = 0 pour presque tout x0 Ac . On a donc montr que
D(x0 ) pour presque tout x0 Ac . Ceci montre (7.17).
Remarque 7.1. Soit f une fonction intgrable et f = f + f sa

dcomposition en partie positive et ngative. En appliquant deux fois
la Proposition 7.26, on a donc montr que pour presque tout x,
Z
1
lim f dd = f (x) .
0+ d (B (x)) B (x)
Les points x o la limite ci-dessus existe sont parfois appels points de

Lebesgue de f . Observons que pour que ces limites fassent sens, il suffit
de supposer que f est localement intgrable, cest--dire que f 1K est
intgrable pour tout compact K Rd .
Preuve du Thorme 7.22 : Soit une mesure finie. (1) Par la

Proposition 7.24, (A) = 0 implique d ({x A : D(x) > 0}) =
d ({x : D(x) > 0}) = 0.R (2) Si d alors par le Thorme de
d
Radon-Nikodm, (A) = A f dd , avec f = d d . Comme est finie,
f L (R , B(R ), ). Donc par la Proposition 7.26, D existe et est

1 d d d
d
gale d d presque partout. (3) Soit = a + s la dcomposition de
Lebesgue de par rapport d : a d , s d . Il existe donc E

tel que d (E) = 0, s (E c ) = 0. Donc par (1), Ds = 0 presque
R partout
dans E c . Par le Thorme de Radon-Nikodm, a (A) = A fa dd , avec
fa = d a
dd
. Par (2), Donc Da = fa presque partout dans E. Donc D
existe presque partout, et vaut D = Da = fa .
5.2. Points de densit des ensembles mesurables. Soit A un

Borlien de Rd . Un point x A est dit point de densit de A si
d (A B (x))
lim+ = 1.
0 d (B (x))
Thorme 7.27. Si A est un Borlien de mesure de Lebesgue positive,
alors presque tous les points de A sont des points de densit.
Dmonstration. La fonction f = 1A est intgrable. On peut donc
appliquer le Thorme 7.22 : pour presque tout x Rd ,
d (A B (x))
Z
1
lim = lim+ d 1A (x)d (dx) = 1A (x) .
0+ d (B (x)) 0 (B (x)) B (x)
Donc ce nombre est gal 1 pour presque tous les x A.

CHAPITRE 8
Le Thorme Fondamental de lAnalyse
Le Thorme Fondamental du Calcul Diffrentiel (1.1) dcrit les rela-

tions existant entre une fonction et sa drive, ou entre une fonction et
ses primitives. Dans ce chapitre, on regarde de plus prs ces relations,
munis de la mesure de Lebesgue et de son intgrale. On considrera
exclusivement des fonctions dfinies sur un intervale [a, b] de la droite.
La notion de presque partout sera toujours en rfrence la mesure
de Lebesgue 1 sur [a, b].
Soit f : [a, b] R une fonction intgrable. On peut dfinir, pour tout

x [a, b], lintgrale indfinie
Z x Z
1
F (x) := f d f 1[a,x] d1 .
a [a,b]
On sait par le Thorme 3.34 que F est continue. On sait aussi (voir
Thorme 1.1) que si f est continue, alors F est drivable partout sur
(a, b), et
F 0 (x) = f (x) , x (a, b) .
Lorsque lon suppose seulement que f est intgrable, cette dernire

proprit peut ne plus tre vraie. Il suffit de prendre par exemple la
fonction
(
0 si x < c ,
f (x) :=
1 si x c ,
o c (a, b). Cette fonction est intgrable, et son intgrale dfinie

F (x) = 0 si x 0, F (x) = x si x > 0, est drivable partout sauf
en x = c. En particuler, F 0 = f partout sauf en x = c. En prenant
f = 1Q[a,b] , on obtient F 0 (x) = 0 partout, et donc F 0 = f presque
partout.
121
Thorme 8.1 (Le Thorme Fondamental de lAnalyse, selon Le-
besgue). Soit f une fonction intgrable sur [a, b]. Alors
Z x
F (x) := f d1
a
0
est drivable presque partout, et F = f .
Rx Rx
Observons que par dfinition, F (x) = a f+ d1 a f d1 , o f =
f+ f est la dcomposition de f en ses parties positives et ngatives,
f 0. On prouvera donc dabord le thorme dans le cas o f 0. Or
dans ce cas, F (x) est monotone non-dcroissante. On montrera donc le
rsultat suivant, plus gnral :
Thorme 8.2 (Lebesgue). Si F : [a, b] R est continue et mono-
tone, alors elle est drivable presque partout.
En fait, lhypothse de continuit sur F nest pas ncessaire, mais elle
simplifiera un peu lexposition. On supposera F non-dcroissante.
On introduit les drives de Dini :
. f (y) f (x) f (y) f (x)

DF (x) := lim sup , D/ F (x) := lim sup
yx yx yx+ yx
f (y) f (x) f (y) f (x)
. DF (x) := lim inf , D/ F (x) := lim inf

yx yx +
yx yx
Comme f est non-dcroissante, tous ces nombres sont 0. De plus, on

a videmment que
D/ F D/ F , . DF . DF .
Pour montrer que F est drivable en un point x, il faut montrer que

ses 4 drives de Dini sont gales et finies. Le Thorme 8.2 sera donc
une consquence des Propositions 8.3 et 8.6 ci-dessous :
Proposition 8.3. Si F est continue et non-dcroissante,
1 {x [a, b] : D/ F (x) = } = 0 .
On commencera par la remarque suivante. Soit x [a, b) tel que

D/ F (x) = +. Alors pour tout C > 0, D/ F (x) > C, et donc il
existe z > x, z (a, b), tel que
f (z) f (x)
> C , cest--dire f (x) Cx < f (z) Cz .
zx
Dfinition 8.4. Soit g : [a, b] une fonction continue. Un point
x (a, b) est dit invisible depuis + (resp. ) pour g si il existe
z > x (resp. z < x), z (a, b), tel que g(x) < g(z). On note I + (g)
(resp. I (g)) lensemble des points de [a, b] invisibles depuis + (resp.
) pour g.
a x b
Figure 1. Un point x invisible depuis +.
Lemme 8.5. Si g : [a, b] est continue. Alors

(1) I + (g) est un ouvert, I + (g) = n (an , bn ), o les (an , bn ) [a, b]
S
sont disjoints deux--deux, et g(an ) g(bn ) pour tout n.
(2) I (g) est ouvert, I (g) = k (ck , dk ), o les (ck , dk ) [a, b] sont
S
disjoints deux--deux, et g(dk ) g(ck ) pour tout k.
Dmonstration. Soit x invisible depuis + pour g : il exists un

z > x tel que g(x) < g(z). Pour ce mme z, et par la continuit de g,
on a g(y) < g(z) pour tous les y (a, b) suffisamment proches de x.
Ceci prouve que I + (g) est ouvert, et donc quil peut scrire comme une
union dnombrable dintervalles ouverts disjoints (an , bn ). Supposons,
par labsurde, quil existe un (an , bn ) tel que g(an ) > g(bn ). Soit h
tel que g(bn ) < h < g(an ), par exemple h := g(an )+g(b 2
n)
. Soit alors
x := sup{x (an , bn ) : g(x) = h}. Dune part an < x < bn , et donc
x I + (g). Dautre part, g(x ) > g(z) pour tout z (x , bn ]. Mais,
comme bn 6 I + (g) par construction, on a aussi g(bn ) g(z) pour tout
z > bn . Donc g(x ) g(z) pour tout z > x , et donc x 6 I + (g), une
contradiction.
Preuve de la Proposition 8.3 : La fonction gC (x) := F (x)

Cx est continue, et on a vu que
{D/ F > C} I + (gC ) .
Par le lemme prcdent, on peut crire I + (gC ) = n (an , bn ), avec
S
gC (an ) gC (bn ), cest--dire bn an C1 (F (bn ) F (an )). Donc
X
1 {I + (gC )} (bn an )
n
1 X
(F (bn ) F (an ))
C n
F (b) F (a)
.
C
Dans la dernire ingalit, on a utilis la monotonicit de F . On conclut
que
1 {D/ F = } inf 1 {D/ F > C} = 0 .
C>0
Proposition 8.6. Si F est continue et non-dcroissante,

1 {x [a, b] : D/ F (x) > . DF (x)} = 0 ,
1 {x [a, b] : . DF (x) > D/ F (x)} = 0 .
Dmonstration. On ne prouvera que la premire identit (la

deuxime sobtient de la premire applique F (x) := F (x), dfinie
sur [b, a]). Pour commencer, on dcompose
[
{D/ F > . DF } = Ep,q ,
p,qQ:
0p<q
o Ep,q := {. DF < p < q < D/ F }. On va montrer que

p
(, ) [a, b] , 1 {(, ) Ep,q } ( ) . (8.1)
q
On montre facilement (voir Srie 1) que ceci implique 1 (Ep,q ) = 0.
Fixons donc un intervalle (, ) [a, b], et crivons
(, ) Ep,q = (, ) {. DF < p} {D/ F > q} .

Considrons alors la restriction de F (, ). Comme prcdemment,

on observe que si x (, ) est tel que . DF (x) < p, alors il existe
z (, ), z < x, tel que F (z)F
zx
(x)
< p, et donc x est invisible depuis
pour la fonction gp (x) := F (x) px. On a donc
[
(, ) {. DF < p} (an , bn ) ,
n
o les (an , bn ) (, ), avec gp (bn ) gp (an ). Ceci implique

F (bn ) F (an ) p(bn an ) . (8.2)
On recommence ensuite le procd pour chacun des intervalles (an , bn ) :
en considrant la restriction de F (an , bn ), on remarque quun point
x (an , bn ) tel que D/ F (x) > q est invisible depuis + pour gq (x) =
F (x) qx, et donc
[
(an , bn ) {D/ F < p} (an,k , bn,k ) ,
k
avec (an,k , bn,k ) (an , bn ) et

1
bn,k an,k (f (bn,k ) f (an,k )) . (8.3)
q
En utilisant (8.2) et (8.3), on a donc
[
1 {(, ) Ep,q } (bn,k an,k )
n,k
1 XnX o
(f (bn,k ) f (an,k ))
q n k
1X
(f (bn ) f (an ))
q n
pX p
(bn an ) ( ) .
q n q
Ceci prouve (8.1), et par consquent la premire affirmation de la pro-
position.
Preuve
R x du Thorme
Rx 8.1 : Soit f = f+ f intgrable. Comme
F (x) = a f + d1 a f d1 , et que chacun des termes est une fonc-
tion continue et monotone, F est drivable presque partout par le Tho-
rme 8.2. Il reste prouver que lorsquelle existe, la drive de F est
gale f presque partout : 1 {F 0 6= f } = 0. On va dabord montrer
que 1 {F 0 > f } = 0. Dabord, dcomposons
[
{F 0 > f } = Ap,q ,
p,qQ:
p<q
o Ap,q = {f < p < q < F 0 }. (Obs : p et q sont de signes a priori

quelconques.) Prenons une paire p, q comme ci-dessus. Fixons > 0, et
considrons suffisamment petit, tel que
Z
si (A) , alors f d1 .
1
A
(Lexistence dun tel a t prouve en exercice, dans la Srie 6).

Utilisons ensuite la rgularit de la mesure de Lebesgue, et considrons
un ouvert G, (a, b) G Ap,q tel que 1 (G) 1 (Ap,q ) 1 (G).
Considrons la restriction de F G. Un x G qui satisfait F 0 (x) > q
est invisible depuis + pour F (x) qx. En particulier, on a
[
G Ap,q (an , bn ) S ,
n
avec F (bn ) F (an ) q(bn an ) pour tout n (rappelons quon ne sait

rien sur le signe de q, donc on vite de diviser par q). On a alors
X
q1 (S) = q (bn an )
n
X
(F (bn ) F (an ))
n
XZ Z Z Z
1 1 1
= f d = f d = f d + f d1 .
n [an ,bn ] S Ap,q S\Ap,q
1 1
Observons
R que (S \ Ap,q ) (G \ Ap,q ) . Donc dune part
| S\Ap,q f d1 | , de lautre
Z
f d1 p1 (Ap,q ) = p1 (S) p1 (S \ Ap,q ) p1 (S) + |p| .
Ap,q
On a donc montr que

+ |p|
1 (S)
,
qp
qui peut tre rendu arbitrairement petit en choisissant bien et .
Comme 1 (Ap,g ) 1 (G) = 0, ceci montre que 1 {F 0 > f } = 0 En
rptant la mme procdure pour f , on montre que 1 {F 0 < f } = 0,
ce qui conclut la preuve du Thorme Fondamental.

Bibliographie
1. R. G. Bartle, The elements of integration, John Wiley & Sons Inc., New York,
1966.
2. Heinz Bauer, Probability theory and elements of measure theory, Academic Press
Inc. [Harcourt Brace Jovanovich Publishers], London, 1981.
3. P. Billingsley, Probability and measure, third ed., Wiley Series in Probability
and Mathematical Statistics, John Wiley & Sons Inc., New York, 1995.
4. V. I. Bogachev, Measure theory. Vol. I, II, Springer-Verlag, Berlin, 2007.
5. D. M. Bressoud, A radical approach do Lebesgues Theory of Integration, Cam-
bridge University Press, 2008.
6. C.-J. de la Valle Poussin, Intgrales de Lebesgue, fonctions densembles, classes
de Baire, deuxime dition ed., Gauthier-Villars, Paris, 1934.
7. G. B. Folland, Real analysis, second ed., Pure and Applied Mathematics (New
York), John Wiley & Sons Inc., New York, 1999, Modern techniques and their
applications, A Wiley-Interscience Publication.
8. J. Gapaillard, Intgration pour la licence : cours et exercices corrigs (2me
ed.), Dunod, 1997.
9. P. R. Halmos, Measure Theory, D. Van Nostrand Company, Inc., New York, N.
Y., 1950.
10. A. Kolmogorov and S. Fomine, Elments de la thorie des fonctions et de lana-
lyse fonctionnelle, ditions Mir, Moscou, 1974.
11. Lebesgue H. L., Leons sur lintgration et la recherche des fonctions primitives,
Gauthier-Villars, 1928.
12. J. Neveu, Bases mathmatiques du calcul des probabilits, Masson et Cie, di-
teurs, Paris, 1964.
13. Durrett R., Probability : Theory and examples, Duxbury Press, 1988.
14. W. Rana, Introduction to Measure and Integration, third ed., Springer-Verlag,
New York, 2009.
15. W. Rudin, Real and complex analysis, third ed., McGraw-Hill Book Co., New
York, 1987.
16. A. N. Shiryayev, Probability, Graduate Texts in Mathematics, vol. 95, Springer-
Verlag, New York, 1984.
17. T. Tao, An introduction to measure theory, Graduate Studies in Mathematics,
vol. 95, American Mathematical Society, Providence, 2010.
127

CoursMesure PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

CoursMesure PDF

Caricato da

Copyright:

Formati disponibili

Thorie de la Mesure 1

1. Cours donn lInstitut de Mathmatiques (UNIGE), automne 2010 et 2013.

Chapitre 2. Tribus et Mesures 19

Chapitre 3. Intgrer par rapport une mesure 45

Chapitre 4. Les espaces Lp et Lp 71

Chapitre 5. Suites de fonctions et approximations 81

S. Friedli, Thorie de la Mesure iv Version: 6 janvier 2014

Version: 6 janvier 2014 1 S. Friedli, Thorie de la Mesure

Dans le but de prouver une affirmation concernant la convergence de

Lintgration au sens de Lebesgue est aujourdhui utilise dans prati-

Ce cours expose les grands chapitres de cette thorie, comme dcrite

1. LIntgrale selon Riemann

Considrons une partition de lintervalle [a, b] : x0 a < x1 <

qui sont deux approximations de f satisfaisant f f f+ . On

o `(I) reprsente la longueur de lintervalle I, cest--dire

`([a, b)) := b a . (1.1)

Figure 1. Une fonction f : [a, b] R et les deux ap-

La fonction f est intgrable (au sens de Riemann) si

inf I(f+ ) = sup I(f ) < .

Si f est intgrable, alors la valeur commune des deux nombres ci-dessus

Le procd qui mne lintgrale de Riemann dune fonction f consiste

Thorme 1.1 (Thorme Fondamental de lAnalyse). Si f est conti-

Malgr son grand succs rencontr en mathmatique (calcul diffrentiel,

Passages la limite. La notion dintgrabilit au sens de Riemann

change limite-intgrale. En analyse, on a souvent besoin de pou-

1. La dfinition prcise densemble ngligeable sera donne plus bas.

Un autre exemple de rsultat dont la preuve nutilise que des outils

Donc lintgrale au sens de Riemann na pas de thorme gnral sur

Non-compltude de C[a, b]. Soit C[a, b] lespace vectoriel des fonc-

Lintgrale de Lebesgue permet dcarter chacune de ces difficults.

2. Lide originale de Lebesgue

Considrons une fonction f : [a, b] R, que lon supposera nouveau

Figure 2. La mme fonction que sur la Figure 1, ap-

chaque intervalle [yi , yi+1 ) correspond un sous-ensemble du domaine

On dit que f est intgrable au sens de Lebesgue si

Sans que a soit vident premire vue, cette nouvelle dfinition de

Suivant le comportement de f , les ensembles Ji = f 1 ([yi , yi+1 )) peuvent

La mesure devra alors satisfaire quelques proprits fondamentales.

Donc, la construction de lintgrale de Lebesgue se fera en deux tapes

Nous lavons vu, pour lintgrale de Riemann, la continuit est un ingr-

Dans un but pdagogique, nous construirons la mesure de Lebesgue

3. La Mesure de Lebesgue sur [0, 1]

Notre objectif est donc de pouvoir mesurer le plus possible de sous-

La mesure des grandeurs repose sur un axiome fon-

lui la thorie de la mesure des figures de la gomtrie

Ladditivit au sens complet dont parle de la Valle Poussin est com-

2. Pour dfinir la mesure des figures gomtriques, il faut au principe prcdent

Les principales tapes qui mnent la mesure de Lebesgue seront uti-

3.1. Les ensembles ngligeables. Pour commencer, donnons la

Un recouvrement dun ensemble quelconque A [0, 1] estS une famille

o linfimum est sur tous les recouvrements de A. Par exemple, un

3.2. Mesure extrieure. Un procd naturel pour mesurer un

Les ensembles ngligeables sont donc ceux pour lesquels ` (A) = 0.

Monotonicit : si A B, alors ` (A) ` (B). En effet, tout recouvre-

Par exemple, pour tout A, ` (A) ` ([0, 1]) = `([0, 1]) = 1 0 = 1.

S. Friedli, Thorie de la Mesure 12 Version: 6 janvier 2014

En particulier, si (An )n=1,2,...,N est finie, alors

En effet, fixons  > 0. PourP chaque An iln existe un recouvrement

On obtient la deuxime affirmation en appliquant la premire avec

La sous-additivit dnombrable implique en particulier que les runions

3.3. Les ensembles mesurables. La mesure extrieure gnra-

La proprit de sous-additivit finie (1.9) de ` implique que si A, B

Mais de manire gnrale, on aimerait que la mesure extrieure satis-

En effet, fixons > 0. PourP chaque An iln existe un recouvrement