Preuve de la proposition 1.29.• Supposons d = 1. La suite (X n ) n∈Nconvergeant simplement vers X,{ }∀t ∈ R, {X t} = lim X n tn→+∞= ⋂p∈N ∗ ⋃⋂n∈N mn{X m t + 1 }.pLes variables X k , k ∈ N, étant mesurables, pour tout m ∈ N, tout p ∈ N ∗ <strong>et</strong> tout t ∈ R,{X m t + 1 } ([= X −1 −∞,t + 1 ])∈ App[ ]car −∞,t + 1 p∈ B ( R ) . La tribu A étant stable par réunion dénombrable <strong>et</strong> intersection dénombrable,∀t ∈ R, {X t} = ⋂p∈N ∗ ⋃⋂n∈N mn{X m t + 1 }∈ A.pD’après la proposition 1.26, l’application X est mesurable car B ( R ) = σ({[−∞,t]/t ∈ R}) .• Le cas d 2 est une conséquence de la première partie de c<strong>et</strong>te preuve <strong>et</strong> du corollaire 1.28.Terminons c<strong>et</strong>te section par un exemple.Exemple 1.10 Considérons l’applicationoù [y] désigne la partie entière du réel y.f : R −→ R × Rx ↦−→ (cos(x),[x])• La fonction cos étant continue sur R, elle est borélienne d’après le corollaire 1.27.• La fonction partie entière étant constante par morceaux sur R, elle est borélienne d’après la remarque 1.18.Alors, d’après le corollaire 1.28, l’application f est borélienne car B ( R 2) = B(R) ⊗ B(R).1.4 Ensembles négligeablesJ<strong>et</strong>ons une pièce de monnaie équilibrée une infinité de fois. L’évènement ≪ la pièce tombe toujours sur face ≫est un évènement non vide de probabilité nulle ; il s’agit d’un évènement négligeable. La notion d’ensemblesnégligeables joue un rôle important en théorie de la mesure (voir par exemple le chapitre 4).Définition 1.30 (Ensemble négligeable)Soit (Ω, A,µ) un espace mesuré.1. Une partie N de Ω est dite µ-négligeable si∃A ∈ A tel que N ⊂ A <strong>et</strong> µ(A) = 0.2. Une propriété Π(ω) qui dépend de ω ∈ Ω est dite vraie µ-presque partout si l’ensemble{ω ∈ Ω /Π(ω) est fausse} est µ-négligeable.16
Remarque 1.19 Si l’espace (Ω, A,µ) est un espace de probabilité (c’est-à-dire si µ est une probabilité sur(Ω, A)), une propriété vraie µ-presque partout est dite vraie µ-presque sûrement.Remarque 1.20 Un négligeable N ∈ P(Ω) n’appartient pas nécessairement à la tribu A. Par conséquent, lamesure de N n’est pas en général définie. Mais si N ∈ A, N est µ-négligeable si <strong>et</strong> seulement si µ(N) = 0.Exemple 1.11 Soit (Ω, A,µ) un espace mesuré.1. Tout ensemble mesurable de mesure nulle est négligeable.2. Deux fonctions X <strong>et</strong> Y sont égales presque partout si {ω ∈ Ω /X(ω) ≠ Y (ω)} est négligeable.3. Une suite de fonctions (X n ) n∈N converge presque partout vers X s’il existe un ensemble négligeable Ntel que si ω /∈ N, X n (ω) converge vers X(ω).4. Une fonction X est définie presque partout sur Ω si elle est définie sur Ω\N avec N négligeable.Proposition 1.31Soit (Ω, A,µ) un espace mesuré.1. Soient N ∈ P(Ω) <strong>et</strong> N ′ ∈ P(Ω). Si N ⊂ N ′ <strong>et</strong> si N ′ est négligeable alors N est négligeable.2. Soit I un ensemble fini ou dénombrable. Si (N k ) k∈Iest une famille d’ensembles négligeables, alorsl’ensemble ⋃ N k est négligeable.k∈IIntroduisons à présent la notion d’espace mesuré compl<strong>et</strong>.Définition 1.32 (Espace mesuré compl<strong>et</strong>)Un espace mesuré (Ω, A,µ) est compl<strong>et</strong> si toute partie négligeable appartient à A.Attention : Ne pas confondre la notion d’espace mesuré compl<strong>et</strong> <strong>et</strong> la notion d’espace métriquecompl<strong>et</strong>. Ces notions ne sont pas liées.Le théorème suivant montre que l’on peut toujours supposer qu’un espace mesuré est compl<strong>et</strong>.Théorème 1.33 (Complétion d’un espace mesuré)Soit (Ω, A,µ) un espace mesuré. Notons N l’ensemble des parties µ-négligeables de (Ω, A) <strong>et</strong>A µ = {A ∪ N /A ∈ A, N ∈ N }.1. A µ est la plus p<strong>et</strong>ite tribu contenant A <strong>et</strong> N, c’est-à-dire que A µ = σ(A ∪ N).2. Il existe une unique mesure positive µ sur (Ω, A µ ) telle que∀A ∈ A, µ(A) = µ(A).3. L’espace mesuré (Ω, A µ ,µ) est compl<strong>et</strong>.4. Si µ est une probabilité sur (Ω, A), µ est une probabilité sur (Ω, A µ ).17
- Page 1: Année 2009-2010Intégration et Pro
- Page 6 and 7: Remarque 1.1 En probabilités, un e
- Page 8 and 9: Remarque 1.3 Une tribu étant stabl
- Page 10 and 11: Exemple 1.4 Soient (Ω, A) un espac
- Page 12 and 13: Preuve de la proposition 1.15. Éta
- Page 14 and 15: Donnons à présent la mesure d’u
- Page 16 and 17: 1.3.2 Un exemple : les fonctions é
- Page 20 and 21: Remarque 1.21 Soit (Ω, A,µ) un es
- Page 22 and 23: 1. Montrons que µ est bien défini
- Page 24 and 25: • Supposons I fini. Nous pouvons
- Page 26 and 27: D’après (i), (ii), (iii) et (iv)
- Page 28 and 29: Exemple 2.1∫1. Supposons que µ =
- Page 30 and 31: Nous pouvons donc considérer une s
- Page 32 and 33: 2.1.3 Intégrale d’une fonction d
- Page 34 and 35: 2.2 Propriétés générales de l
- Page 36 and 37: Nous pouvons énoncer une propriét
- Page 38 and 39: • Étant donné que pour tout n
- Page 40 and 41: Alors, A ∈ A et A c ∈ A car les
- Page 42 and 43: Nous pouvons prolonger F i en une f
- Page 44 and 45: Proposition 2.27 (Riemann-intégrab
- Page 46 and 47: 2.5.3 L’essentiel de la section 2
- Page 48 and 49: • Fixons n ∈ N. Notons que par
- Page 51 and 52: Chapitre 3Loi d’une variable alé
- Page 53 and 54: 3.2 Mesure image et loi d’une var
- Page 55 and 56: De plus, (ϕ n ◦ X) n∈N est une
- Page 57 and 58: 2. Par ailleurs, pour tous réels a
- Page 59 and 60: Preuve de la proposition 3.13. Nous
- Page 61 and 62: ••2. Soit F : R → R une fonct
- Page 63 and 64: 3.4 Variables aléatoires et lois a
- Page 65 and 66: La fonction borélienne f étant po
- Page 67 and 68: 3.4.3 Changement de variablesNous n
- Page 69 and 70:
Proposition 3.33 (Fonction de répa
- Page 71 and 72:
Proposition 3.38Soient X une variab
- Page 73 and 74:
Nous commençons par étudier le ca
- Page 75 and 76:
Chapitre 4Espaces L p et L pDans ce
- Page 77 and 78:
Définition 4.3 (Espace L ∞ (Ω,
- Page 79 and 80:
Terminons cette section en remarqua
- Page 81 and 82:
Dans le cas où µ est une mesure b
- Page 83 and 84:
Par suite,‖f + g‖ p p (‖f‖
- Page 85 and 86:
Cette propriété est une conséque
- Page 87 and 88:
4.3 Espaces L p et L p sur un espac
- Page 89 and 90:
4.3.2 InégalitésCommençons par r
- Page 91 and 92:
4.4 Annexes4.4.1 Annexe : Preuve du
- Page 93 and 94:
Étudions à présent les moments d
- Page 95 and 96:
Annexe AClasses monotonesDe nombreu
- Page 97 and 98:
Ce théorème permet de montrer que
- Page 99 and 100:
Annexe BIntégrales dépendant d’
- Page 101 and 102:
Loi de la v.a. X P X Espérance Var
- Page 103:
Bibliographie[1] Barbe, P. et Ledou