Cours et exercices corrigés de L3 : Théorie de la Mesure et Intégration de Lebesgue
Tribus boréliennes, mesure positive sur un espace mesurable, mesure de Lebesgue sur R^n, fonctions étagées, intégrale de Lebesgue, lemme de Fatou, théorème de convergence monotone (Beppo Levi), Théorème de Convergence Dominée de Lebesgue (TCD), complétude des espaces L^p.
Définir tribus, fonctions mesurables, mesures positives et la mesure de Lebesgue.
Construire l'intégrale de Lebesgue des fonctions étagées positives puis des fonctions mesurables positives et intégrables.
Démontrer le théorème de convergence monotone et l'inégalité de Markov ; appliquer le lemme de Fatou et la convergence dominée.
Utiliser les théorèmes de continuité et de dérivation des intégrales à paramètre.
Définir les espaces Lp(μ), les inégalités de Hölder et Minkowski, et appliquer le théorème de Fubini-Tonelli.
Le cours
1. Tribus et mesures positives
Tribu : T⊂P(X) est une tribu si X∈T, si T est stable par complémentaire et par réunion dénombrable (donc aussi par intersection dénombrable).
Tribu borélienneB(X) : tribu engendrée par les ouverts de X. Sur R, elle est aussi engendrée par les intervalles ]a;b].
Mesure positive : μ:T→[0;+∞] avec μ(∅)=0 et, pour toute suite (An) d'éléments deux à deux disjoints, μ(⋃nAn)=∑nμ(An) (σ-additivité).
Propriétés : monotonie ; sous-additivité μ(⋃An)≤∑μ(An) ; continuité croissante : si An⊂An+1, μ(⋃An)=limμ(An) ; continuité décroissante : si An+1⊂Anetμ(A0)<+∞, μ(⋂An)=limμ(An).
Mesure de Lebesgueλ : unique mesure sur B(R) telle que λ(]a;b])=b−a pour a≤b ; elle est invariante par translation. Toute partie dénombrable est λ-négligeable, par exemple λ(Q)=0.
Presque partout : une propriété est vraie μ-p.p. si elle est vraie hors d'un ensemble de mesure nulle.
2. Fonctions mesurables et construction de l'intégrale
Fonction mesurable : f:(X,T)→R est mesurable si f−1(B)∈T pour tout borélien B ; il suffit que f−1(]a;+∞[)∈T pour tout a∈R. Les fonctions continues sont boréliennes ; sommes, produits, supn, liminfn et limites simples de fonctions mesurables sont mesurables.
Approximation : toute f≥0 mesurable est limite simple d'une suite croissante de fonctions étagées positives, par exemple φn=min(n,2−n⌊2nf⌋).
Fonctions intégrables : f est intégrable (f∈L1(μ)) si f est mesurable et ∫∣f∣dμ<+∞ ; on pose ∫fdμ=∫f+dμ−∫f−dμ. L'intégrale est linéaire et ∫fdμ≤∫∣f∣dμ.
3. Théorèmes de convergence
Convergence monotone (Beppo Levi) : si (fn) est une suite croissante de fonctions mesurables positives, de limite simple f, alors
∫Xfndμn→∞∫Xfdμ Corollaire (Tonelli pour les séries) : pour gn≥0 mesurables, ∫∑ngndμ=∑n∫gndμ.
Lemme de Fatou : pour toute suite de fonctions mesurables positives, ∫liminfnfndμ≤liminfn∫fndμ.
Convergence dominée (Lebesgue) : soit (fn) une suite de fonctions mesurables convergeant μ-p.p. vers f. S'il existe gintégrable, indépendante de n, telle que ∣fn∣≤gμ-p.p. pour tout n, alors f est intégrable et
∫X∣fn−f∣dμ→0,donc∫Xfndμ→∫Xfdμ
Intégrales à paramètre : soit F(x)=∫Ωh(x,t)dμ(t), x∈I.
1. Continuité : si x↦h(x,t) est continue pour presque tout t et ∣h(x,t)∣≤g(t) avec g intégrable (pour tout x), alors F est continue. 2. Dérivation : si de plus I est un intervalle, h(⋅,t) est dérivable et ∣∂xh(x,t)∣≤g1(t) avec g1 intégrable, alors F est dérivable et F′(x)=∫Ω∂xh(x,t)dμ(t).
4. Démonstrations : convergence monotone et inégalité de Markov
Théorème de convergence monotone. Soit (fn) une suite croissante de fonctions mesurables à valeurs dans [0;+∞] et f=limfn=supnfn. Alors ∫fndμ→∫fdμ.
Démonstration. 1. f est mesurable (sup de fonctions mesurables). Comme fn≤fn+1≤f, la suite (∫fn) est croissante et majorée par ∫f : elle a une limite L≤∫f. 2. Soit φ=∑i=1mci1Ai étagée avec 0≤φ≤f, et c∈]0;1[. Posons En={x∣fn(x)≥cφ(x)}, mesurable. 3. (En) est croissante (car (fn) l'est) et ⋃nEn=X : si φ(x)=0, x∈E0 ; si φ(x)>0, alors cφ(x)<φ(x)≤f(x)=limfn(x), donc fn(x)≥cφ(x) pour n assez grand. 4. Pour tout n : ∫fn≥∫fn1En≥c∫φ1En=c∑i=1mciμ(Ai∩En). 5. Par continuité croissante de la mesure, μ(Ai∩En)→μ(Ai), donc L≥c∫φ. En faisant c→1 puis en prenant le sup sur φ : L≥∫f. D'où L=∫f. □
Inégalité de Markov. Pour f mesurable positive et a>0 : μ({f≥a})≤a1∫fdμ.
Démonstration. On a a1{f≥a}≤f point par point ; par croissance de l'intégrale, aμ({f≥a})≤∫fdμ. □
Corollaire. Si f≥0 et ∫fdμ=0, alors f=0μ-p.p. : {f>0}=⋃k≥1{f≥1/k} et chaque μ({f≥1/k})≤k∫f=0.
5. Espaces Lp et inégalités
Espaces Lp(μ), 1≤p<∞ : fonctions mesurables telles que ∫∣f∣pdμ<+∞, quotientées par l'égalité presque partout, normées par ∥f∥p=(∫∣f∣pdμ)1/p. L∞ : fonctions essentiellement bornées. Ce sont des espaces de Banach (Riesz-Fischer) ; L2 est un espace de Hilbert pour ⟨f,g⟩=∫fgˉdμ.
Inégalité de Hölder : pour p,q∈[1;+∞] conjugués (p1+q1=1), ∫∣fg∣dμ≤∥f∥p∥g∥q. Cas p=q=2 : Cauchy-Schwarz.
Inégalité de Minkowski : ∥f+g∥p≤∥f∥p+∥g∥p.
Inclusions : si μ(X)<+∞ et 1≤p≤q≤∞, alors Lq(μ)⊂Lp(μ), avec ∥f∥p≤μ(X)p1−q1∥f∥q (Hölder). Sans finitude de la mesure, aucune inclusion n'est garantie.
Lien avec Riemann : une fonction Riemann-intégrable sur un segment est Lebesgue-intégrable, avec la même intégrale. Une intégrale impropre absolument convergente est une intégrale de Lebesgue ; une intégrale seulement semi-convergente ne l'est pas.
6. Mesure produit et théorème de Fubini-Tonelli
Soient (X,TX,μ) et (Y,TY,ν) deux espaces mesurés σ-finis.
Mesure produit : il existe une unique mesure μ⊗ν sur la tribu produit telle que (μ⊗ν)(A×B)=μ(A)ν(B). Exemple : λ⊗λ est la mesure de Lebesgue de R2.
Tonelli : si f:X×Y→[0;+∞] est mesurable, alors
∫X×Yfd(μ⊗ν)=∫X(∫Yf(x,y)dν(y))dμ(x)=∫Y(∫Xf(x,y)dμ(x))dν(y) (égalités dans [0;+∞], sans hypothèse d'intégrabilité).
Fubini : si f∈L1(μ⊗ν) — ce que l'on vérifie en appliquant Tonelli à ∣f∣ —, les mêmes égalités ont lieu, toutes les intégrales étant finies.
Changement de variables : si Φ:U→V est un C1-difféomorphisme entre ouverts de Rn, ∫Vf(y)dy=∫Uf(Φ(x))∣detJΦ(x)∣dx pour f≥0 mesurable ou f intégrable.
Méthodes et exemples rédigés
Méthode : Appliquer le théorème de convergence dominée
Exemple
Calculer limn→∞In où In=∫011+x2nsin(x/n)dx.
Étape 1 (Convergence simple) : pour x∈[0;1], nsin(x/n)→x (car sinu∼u en 0, et c'est vrai trivialement si x=0). Donc fn(x)→1+x2x pour tout x.
Étape 2 (Domination) : pour u≥0, ∣sinu∣≤u, donc ∣nsin(x/n)∣≤x et ∣fn(x)∣≤1+x2x≤1 sur [0;1].
Étape 3 (Intégrabilité du dominant) : g=1 est intégrable sur [0;1] (mesure finie) et ne dépend pas de n.
Conclusion : par convergence dominée, limIn=∫011+x2xdx=[21ln(1+x2)]01=2ln2≈0,3466.
Méthode : Intervertir série et intégrale pour des fonctions positives
Exemple
Calculer J=∫01x−ln(1−x)dx, sachant que ∑n≥1n21=6π2.
Étape 1 (Développement en série) : pour x∈]0;1[, −ln(1−x)=∑n≥1nxn, donc x−ln(1−x)=∑n≥1nxn−1.
Étape 2 (Positivité) : chaque terme gn(x)=nxn−1 est mesurable et positif sur ]0;1[ : le corollaire de la convergence monotone (Tonelli pour les séries) s'applique sans aucune hypothèse de convergence uniforme.
Étape 3 (Intégration terme à terme) : ∫01nxn−1dx=n21.
Conclusion : J=∑n≥1n21=6π2≈1,6449 ; en particulier J est finie, ce que l'on obtient sans étude préalable de l'intégrale impropre.
Pièges fréquents
Dans la convergence dominée, le dominant doit être indépendant de n et intégrable : fn=n1]0;1/n[ tend vers 0 partout, mais ∫fn=1 pour tout n (le plus petit majorant, supnfn, n'est pas intégrable).
La convergence monotone exige une suite croissante de fonctions positives : fn=1[n;+∞[ décroît vers 0 alors que ∫fndλ=+∞ pour tout n.
Une intégrale impropre semi-convergente n'est pas une intégrale de Lebesgue : ∫1+∞xsinxdx converge au sens impropre, mais ∫1+∞x∣sinx∣dx=+∞.
Fubini sans intégrabilité peut être faux : pour f(x,y)=(x2+y2)2x2−y2 sur ]0;1]2, les deux intégrales itérées valent 4π et −4π ; ici ∫∫∣f∣=+∞.
Sur un espace de mesure infinie, L2⊂L1 : x↦x11[1;+∞[ est dans L2(R) mais pas dans L1(R).
Questions de révision
Essaie de répondre de tête avant d'afficher la réponse.
Énoncer le théorème de convergence dominée.
Si fn→f p.p. et ∣fn∣≤g p.p. pour tout n avec g intégrable indépendante de n, alors f est intégrable et ∫∣fn−f∣→0, donc ∫fn→∫f.
Énoncer le lemme de Fatou.
Pour toute suite (fn) de fonctions mesurables positives, ∫liminffndμ≤liminf∫fndμ.
Énoncer l'inégalité de Markov et en donner la preuve en une ligne.
μ(f≥a)≤a1∫fdμ pour f≥0, a>0 : intégrer a1{f≥a}≤f.
Quelle hypothèse permet d'intervertir série et intégrale sans condition de convergence ?
La positivité des termes : ∫∑gn=∑∫gn pour gn≥0 mesurables (convergence monotone).
Que vérifier avant d'appliquer Fubini à une fonction de signe quelconque ?
L'intégrabilité sur le produit : ∫X∫Y∣f∣<+∞, que l'on calcule grâce à Tonelli.
Mesure de Lebesgue de Q ?
λ(Q)=0 : Q est dénombrable et chaque singleton est de mesure nulle (σ-additivité).
Exercices corrigés
Exercice 1 Théorème de convergence dominée de Lebesgue
Palier 1 · découverte
Soit (fn) une suite de fonctions mesurables convergeant presque partout vers f. Quelle hypothèse garantit lim∫fn=∫f ?
Il existe g∈L1 positive telle que ∣fn∣≤g presque partout
fn est continue
fn est strictement positive
L'espace de mesure est borné
Un indice
Teste fn=n1]0,1/n[ sur [0,1] : elle tend vers 0 presque partout sur un espace de mesure finie. Que vaut ∫fn ? Quelles options ce contre-exemple élimine-t-il ?
Voir la correction
Bonne réponse : A. Il existe g∈L1 positive telle que ∣fn∣≤g presque partout
Le théorème de convergence dominée de Lebesgue requiert l'existence d'une fonction intégrable dominante g∈L1 telle que ∣fn∣≤g p.p.
Exercice 2 Lemme de Fatou
Palier 2 · application
Pour toute suite (fn) de fonctions mesurables positives, le lemme de Fatou établit que :
∫liminfn→∞fn≤liminfn→∞∫fn
∫liminffn=lim∫fn
∫fn converge obligatoirement
liminffn=0
Un indice
Pose gn=infk≥nfk : la suite (gn) est croissante, positive, et tend vers liminffn.
Voir la correction
Bonne réponse : A. ∫liminfn→∞fn≤liminfn→∞∫fn
Le lemme de Fatou énonce l'inégalité ∫liminffndμ≤liminf∫fndμ pour toute suite de fonctions mesurables positives.
Exercice 3 Théorème de convergence monotone de Beppo Levi
Palier 3 · approfondissement
Pour une suite croissante (fn) de fonctions mesurables positives tendant vers f, que garantit le théorème de Beppo Levi ?
limn→∞∫fn=∫f
f est bornée
∫f=0
La suite des intégrales oscille
Un indice
Par croissance, fn≤f, donc la suite (∫fn) est croissante et majorée par ∫f. Reste à obtenir l'inégalité inverse.
Voir la correction
Bonne réponse : A. limn→∞∫fn=∫f
Le théorème de Beppo Levi (ou de la convergence monotone) garantit que pour toute suite croissante de fonctions mesurables positives, on a ∫limfn=lim∫fn.
Exercice 4 Inégalité de Hölder pour les espaces Lp
Palier 4 · défi
Pour 1<p,q<∞ vérifiant p1+q1=1, l'inégalité de Hölder assure que :
∥fg∥1≤∥f∥p∥g∥q
∥fg∥1=∥f∥p+∥g∥q
∥f+g∥p≤∥f∥p+∥g∥p
∥fg∥p≤∥f∥p∥g∥p
Un indice
Généralisation de Cauchy-Schwarz pour p=q=2.
Voir la correction
Bonne réponse : A. ∥fg∥1≤∥f∥p∥g∥q
L'inégalité de Hölder établit que pour deux exposants conjugués p1+q1=1, on a ∫∣fg∣dμ≤(∫∣f∣p)1/p(∫∣g∣q)1/q.