Chapitre 1

ESPACES VECTORIELS
TOPOLOGIQUES

1.1 Propriétés générales des E.V.T

1.1.1 Notations
Soit X un espace vectoriel sur K = R ou C. Soit A, B ⊂ X ; ∧ ⊂ K A 6= ∅ B 6= ∅
∧=6 ∅
On pose :
A + B = {x ∈ X, x = a + b a ∈ A, b ∈ B}
∧A = {λa, λ ∈ ∧, a ∈ A}
Si A = {a} on écrit 
A+B = a+B
∧A = ∧a

Si ∧ = {λ} on écrit ∧A = λA.

On pose par convention ∅ + A = A + ∅ = ∅A = ∅.

Propriétés 1.1.1
Soient A, B, Ai , Bi ⊂ X et λ, µ ∈ K.
On a :


 A+B = B+A
λ(A + B) = λA + λB; (A1 + A2 ) + A3 = A1 + (A2 + A3 )




 λ(A ∪ B) = λA ∪ λB; λ(A ∩ B) = λA ∩ λB


(λ + µ)A ⊂ λA + λB; ∧(A + B) ⊂ ∧A + ∧B
∧(∩Aj ) ⊂ ∩(∧Aj ); ∩Aj + ∩Bj ⊂ ∩(Aj + Bj )





 j j j j j

 ∧(∪Aj ) = ∪(∧Aj )


j j

Soit f : X → Y une application linéaire ; X, Y = K.e.v alors :

∧f (A) = f (∧A)

1
2 CHAPITRE 1. ESPACES VECTORIELS TOPOLOGIQUES

f (A + B) = f (A) + f (B)
∧f −1 (A) = f −1 (∧A)
f −1 (A) + f −1 (B) ⊂ f −1 (A + B)

1.1.2 Ensembles remarquables dans un espace vectoriel X

Soit A, B ⊂ X, A 6= ∅ et B 6= ∅ et D = {λ ∈ K : |λ| ≤ 1} =disque unité fermée de
K
On dit que :
- A est équilibré si DA ⊂ A (∀λ ∈ K, |λ| ≤ 1 ⇒ λx ∈ A, ∀x ∈ A)
- A absorbe B s’il existe α > 0 tel que ∀λ ∈ K, |λ| ≥ α ⇒ B ⊂ λA
- A est une partie absorbante de X si A absorbe tout singleton {x}.

Proposition 1.1.1
1) Si A est équilibré alors λA = |λ|A et |λ| ≤ |µ| ⇒ λA ⊂ µA
2) Pour qu’une partie équilibré A absorbe une partie non vide B il faut et il suffit
qu’il existe λ0 ∈ K∗ tel que B ⊂ λ0 A

Démonstration :
λ
1)i) si λ 6= 0 alors, | |λ| | =| |λ| | = 1 d’où |λ|λ |λ|
, λ ∈ D.
( λ
λ
|λ|
A ⊂ A
Si A est équilibré alors |λ|
λ
⊂ A
d’où λA = |λ|A(vrai pour λ = 0 ).
|λ|
ii)si µ 6= 0 et si |λ| ≤ |µ| alors |µ| 6 1 d’où |λ|A ⊂ |µ|A et d’après i) λA ⊂ µA (cas
λ = µ = 0 est trivial)
2) ⇐) Soit A équilibré,B ⊂ X tel que il existe λ0 ∈ K∗ tel que B ⊂ λ0 A. On a pour
tout µ ∈ K :
Si |µ| > |λ0 | alors | λµ0 | 6 1 d’où |λ|µ|0 | 6 1 et |λ|µ|0 | A ⊂ A ie |λ0 |A ⊂ |µ|A d’où λ0 A ⊂ µA.
Donc |µ| > |λ| ⇒ B ⊂ λ0 A ⊂ µA et A absorbe B.
⇒) Évident

Proposition 1.1.2
L’enveloppe convexe d’un équilibré est un équilibré

Démonstration :
Soit A ⊂ X, A 6= ∅, A est équilibré et K(A) son enveloppe convexe.
Soit x ∈ K(A), λ ∈ K tel que |λ| ≤ 1. Montrons que λx ∈ K(A)
Pn n
P Pn n
P
On a : x = λk ak , λk ≥ 0 λk = 1, ak ∈ A d’où λx = λλk ak = λk bk avec
k=1 k=1 k=1 k=1
bk = λak ∈ A(car A est équilibré et |λ| ≤ 1)
donc λx ∈ K(A)
1.1. PROPRIÉTÉS GÉNÉRALES DES E.V.T 3

1.1.3 Semi-normes
Une fonction p : X → R+ s’appelle semi-norme sur X si :
a) p est sous-additive ie ∀x, y ∈ X, p(x + y) ≤ p(x) + p(y).
b) p est circulairement homogène ie p(λx) = |λ|p(x) ∀λ ∈ K ∀x ∈ X.

Remarque 1.1.1 Une semi-norme est une norme si (p(x) = 0) ⇒ (x = 0).

Remarque 1.1.2 Si p : X → R+ est une semi-norme sur X , on définit les en-

sembles :
B(r) = {x ∈ X, p(x) < r} = La boule ouverte de centre O et de rayon r > 0 est
B 0 (r) = {x ∈ X, p(x) ≤ r} = La boule fermée de centre o et de rayon r > 0 est .
S(r) = {x ∈ X, p(x) = r} = La sphère de centre O et de rayon r > 0 est
Les boules et les sphère sont dites unité si r=1.

Exercice 1.1.1.
Montrer que B(r) et B 0 (r) sont à la fois convexes, équilibrées et absorbantes.

Définition 1.1.1
Soit A ⊂ X, A 6= ∅,A absorbant. On appelle jauge ou fonctionnelle de Min-
kowski de A, notée PA , l’application de X dans R+ par :
PA (x) = inf {α > 0|x ∈ αA}.

Exercice 1.1.2. Soit A ⊂ X A 6= ∅, convexe, équilibré et [Link] que PA

est une semi-norme.
Exercice 1.1.3. Soit B la boule unité centrée en O d’une semi-norme p sur X. Montrer
que PB = p

1.1.4 Définition des E.V.T et premières conséquences

Définition 1.1.2 On appelle espace vectoriel topologique (e.v.t) tout espace vec-
toriel X sur K = R ou C muni d’une topologie compatible avec la structure d’espace
vectoriel pour laquelle les applications :
a)

φ:X ×X → X est continue

(x, y) 7→ x + y

. b)

ψ :K×X → X est continue

(λ, x) 7→ λx
4 CHAPITRE 1. ESPACES VECTORIELS TOPOLOGIQUES

où X × X,K × X,sont munis de leurs topologies produits, K = R ou C étant muni

de sa topologie canonique

Remarque 1.1.3
Une telle topologie sur X est donc telle que :
a) si x0 , y0 ∈ X alors ∀V ∈ VX (x0 + y0 ), ∃U1 ∈ VX (x0 ), U2 ∈ VX (y0 )/U1 + U2 ⊂ V .
b)Si λ0 K et x0 ∈ X alors :
∀V ∈ VX (λ0 x0 ), ∃D(r0 ) ∈ VK (x0 ), U ∈ VX (y0 )/D(r0 )U ⊂ V .

Proposition 1.1.3
La topologie d’un e.v.t X est invariante par translation c’est-à-dire pour tout
∀x ∈ X V(x) = {x + V, V ∈ V(0)}.

Démonstration :
Soit x ∈ X , x fixé.
i) Soit ω ∈ V(x). On déduit de la définition d’un e.v.t (voir a)) que l’application
τx : y 7→ τx (y) = y + x est continue de X dans X.
On a τx (0) = x et ω ∈ V(x) ⇒ τx−1 (ω) = V ∈ V(0), or

τx−1 (W ) = {y ∈ X : τx (y) ∈ W }
= {y ∈ X : y + x ∈ W }
= {y ∈ X : y ∈ −x + W }

Ainsi −x + ω ∈ V(0). D’où V(x) ⊂ {x + V, V ∈ V(0)}.

ii) Soit V ∈ V(0). A-t-on x + V ∈ V(x) ?
L’application τ−x : y 7→ y − x est continue de X dans X et τ−x (x) = 0, donc
V ∈ V(0) ⇒ (τ −x)−1 (V ) ∈ V(x).
On pose W = (τ−x )−1 (V ) on a

W = {y ∈ X : τ−x (y) ∈ V }
= {y ∈ X : y − x ∈ V }
= {y ∈ X : y ∈ x + V }
= x+V

Donc {x + V, V ∈ V(0)} ⊂ V (x), d’où le résultat.

Remarque 1.1.4 D’après cette proposition , toute la structure d’e.v.t de X est

déterminée par V(0)
1.1. PROPRIÉTÉS GÉNÉRALES DES E.V.T 5

Exercice 1.1.4. (Exemple fondamental)

Montrer que tout espace normé (X, k.k) est un e.v.t pour la topologie de la norme.

Proposition 1.1.4
Soit X un e.v.t. Alors
a) L’adhérence Ā d’un équilibré A ⊂ X est équilibré.
b) Si A ⊂ X est convexe, alors Ā l’est aussi.

Démonstration :
a)Il faut montrer que DĀ ⊂ Ā.
L’application

f :K×X → X est continue.

(λ, x) 7→ λx

(A équilibré)⇒ (DA ⊂ A). Mais DA = ψ(D × A)

(A équilibré)⇒ (f (D × A) ⊂ A) d’où
f ((D × A)) ⊂ f (D ¯× A) ⊂ Ā c’est-à-dire f (D̄ × Ā) ⊂ Ā ie f (D × Ā) ⊂ Ā. Donc
DĀ ⊂ Ā. Donc Ā est équilibré.
b) Soit λ ∈ [0, 1], soit

gλ : X × X → X
(x, y) 7→ λx + (1 − λ)y

gλ est continue car gλ = ψ ◦ hλ où.

ψ :X ×X → X
(x, y) 7→ x + y

hλ : X × X → X × X
(x, y) 7→ (λx, (1 − λ)y)

est la composé de deux applications continues.

Si A ⊂ X est convexe alors gλ (A × A) ⊂ .
Ainsi gλ (Ā × Ā) ⊂ gλ (A × A) ⊂ Ā =⇒ gλ (Ā × Ā) ⊂ Ā =⇒ λĀ + (1 − λ)Ā ⊂ Ā.
Donc Ā est convexe.
Exercice 1.1.5. Soit X un e.v.t et p : X −→ R+ une semi-norme.
1) Montrer que (p est continue)⇐⇒(p est continue en 0).
2)On appelle tonneau dans l’e.v.t X, toute partie de X qui est à la fois, convexe,
équilibré, absorbante et fermée. Montrer que B̄ 0 (r) est un tonneau où B 0 (r) est la
boule fermée de p. A quelle condition B 0 (r) est un tonneau ?

Remarque 1.1.5
Un e.v.t est dit tonnelé si dans X tout tonneau est voisinage de 0.
6 CHAPITRE 1. ESPACES VECTORIELS TOPOLOGIQUES

1.1.5 Propriétés caractéristiques des e.v.t. Théorème de fini-

tude de Riez
On appelle filtre de voisinage sur un ensemble E, toute partie F de P(E) vérifiant
les propriétés suivantes :
i) φ ∈/ F.
ii)(F1 , F2 ∈ F) =⇒ F1 ∩ F2 ∈ F.
iii)Si V ∈ P(E) et ∃ ∈ F / F ⊂ V alors V ∈ F.
Exemple 1.1.1 Dans un espace topologique (X, O), ∀x ∈ X, V(x) est un filtre.
On sait reconnaitre si un K.e.v X est un e.v.t grâce à des propriétés caracté-
ristiques qui sont toutes algébriques.

On montre que :
Proposition 1.1.5 Soit F un filtre sur l’espace topologique X. Pour que F soit
un filtre de voisinage de 0 pour une topologie d’e.v.t compatible avec la structure
d’espace vectoriel de X, il faut et il suffit que F possède les 5 propriétés caractéris-
tiques suivantes :
(1) 0 ∈ V ∀V ∈ F.
(2) ∀V ∈ F ∃W ∈ F tel que W + W ∈ V .
(3) ∀V ∈ F ∀λ ∈ K, λ 6= 0 λV ∈ F (invariance par les homothéties de rapport
non nul).
(4) ∀V ∈ F V est absorbant.
(5) ∀V ∈ F ∃W ∈ F W équilibré tel que W ⊂ V .

Remarque 1.1.6 Tout e.v.t possède les 5 propriétés et réciproquement, tout espace
vectoriel X possédant les 5 propriétés est un e.v.t.

Exercice 1.1.6.
1)Montrer que tout espace normé (X, k.k) vérifie les 5 propriétés.
◦ ◦
2)Soit X un e.v.t , A ⊂ X , A 6= ∅.Montrer que (A convexe)=⇒(A 6= ∅ convexe).
3)Montrer que tout e.v.t admet une base de voisinage de 0 formée d’ensembles fermés,
équilibrés et absorbants.
On simplifie encore en utilisant la notion de base de filtre.
On appelle base de filtre sur un ensemble E toute partie B de P(E) qui vérifie les
propriétés suivantes :
1)∀B ∈ B, B 6= ∅.
2)∀B1 , B2 ∈ B , ∃B3 ∈ B / B3 ⊂ B1 ∩ B2 .
Exercice 1.1.7. Soit B une base de filtre sur E et F = {V ∈ P(E) , ∃B ∈ B /B ⊂ V }
. Montrer que F est un filtre sur X. F est appelé filtre engendré par B.

Proposition 1.1.6
Soit B une base de filtre sur un espace vectoriel X possédant les propriétés sui-
vantes :
1.1. PROPRIÉTÉS GÉNÉRALES DES E.V.T 7

i ∀B ∈ B, B est absorbant et équilibré.

ii ∀B ∈ B,∃W ∈ B tel que W + W ⊂ B Alors,le filtre F engendré par B est le
filtre des voisinages de 0 pour une structure d’e.v.t sur X .

Définition 1.1.3 (sous-e.v.t)

Soit X un e.v.t.
Soit M un sous-espace vectoriel de X. On dit que M est un sous-espace vecto-
riel topologique de X si est M muni de la structure d’e.v.t induite par X et qui a
comme base de voisinage de 0 :
VM (0) = {M ∩ V, V ∈ VX (0)}

Exercice 1.1.8. Soit X un e.v.t . Soit M un s.e.v de X.

1)Montrer que M̄ est un sous espace vectoriel de X.
◦
2)(M 6= ∅) =⇒ (M = X) (utiliser les propriétés caractéristiques).
◦
3)M est soit rare dans X(ie M = ∅ ) soit dense dans X (ie M̄ = X).
4)Si M est de dimension finie alors :
i)M est fermé dans X.
ii)M est toujours rare dans X si X est de dimension infinie.

Définition 1.1.4 Un espace topologique est dit localement compact si tout point
possède un voisinage compact.

Proposition 1.1.7 tout e.v.t localement compact est de dimension finie.

Démonstration : Soit X e.v.t localement compact et V un voisinage compact de

0, alors 2V est aussi compact et on a :
S ◦
2V ⊂ (a + V ) recouvrement ouvert de 2V ,
a∈2V
◦ ◦
on a : a + V = (τ−a )−1 V , τ−a (x) = x − a.
n
S ◦
2V étant compact ,on a : 2V ⊂ (ai + V ) (1).
i=1
Soit M un sous espace vectoriel engendré par a1 , a2 , ...an . M est de dimension finie .
◦
Montrons que M = X. D’après (1) ∀y ∈ 2V , ∃i ∈ {1, 2, ..., n} /y ∈ ai + V ⊂ M + V
.
D’où M + V ⊃ 2V (2).
Maintenant, M étant un sous espace vectoriel on a :M + M = M et 2M = M .
(2) (2)
Ainsi M + V = M + (M + V ) ⊃ M + 2V = 2M + 2V = 2(M + V ) ⊃ 22 V et on
voit aussitôt que 2m V ⊂ M + V, ∀m ∈ N (3).
Maintenant, ∃V1 ∈ V(0), V1 étant équilibré et absorbant tel que V1 ⊂ V (4).
Donc , ∀x ∈ X, ∃λ ∈ K/x ∈ λV1 .
(4) (3)
Mais ∃m ∈ N / 2m ≥ |λ|; d’où λV1 ⊂ 2m V1 ⊃ 2m V ⊃ M + V .
8 CHAPITRE 1. ESPACES VECTORIELS TOPOLOGIQUES

Conclusion : X ⊂ M + V . Supposons X 6= M . Alors il ∃a ∈ X / a ∈ / M . M étant de

M
dimension finie est fermé ; d’où {X est [Link] il existe U ∈ V(0) , U équilibré
tel que (a + U ) ∩ V = ∅ (5).
W = U ∩ V1 est équilibré et W ⊂ V1 (7), W ⊂ U (8).
(8)
Comme a + W ⊃ a + U , (6) entraine (a + W ) ∩ M = ∅ .
D’où ∀w ∈ W, a + W ∈
/ M ie puisque W est équilibré :
(7) (4)
a∈/ −w + M ⊂ −W + M = W + M ⊂ V1 + M ⊂ V + M .Donc a ∈
/ M + V ce qui
contredit (5) car a ∈ X ⊂ M + V .
Donc X = M et X est comme M de dimension finie n.

Corollaire 1.1.1 (Théorème de finitude de Frédéric Riez) Dans le cas normé ,

la boule unité n’est compacte qu’en dimension finie.

Démonstration : La boule unité B étant un voisinage de 0 dans (X, k.k) d’après

la proposition ci-dessus si B est compacte l’espace est de dimension finie .
C’est-à-dire (B compacte )=⇒(dimX < +∞) et (dimX = +∞) =⇒ (B non com-
pacte) et (B compacte )⇐⇒(dimX < +∞)

Proposition 1.1.8 (Séparation dans les e.v.t)

Pour qu’un e.v.t X soit séparé ie au sens de Hausdorff, il faut et il suffit que ∀x ∈ X,
x 6= 0, ∃U ∈ V(0) tel que x ∈/ U.

Démonstration :
i)=⇒) Si X est séparé et x ∈ X, x 6= 0, ∃U ∈ V(0), V ∈ V(0)/ U ∩ V = ∅. D’où
x∈ / U.
ii)⇐=)Soient x 6= y, on cherche U ∈ V(x),V ∈ V(y) tel que U ∩ V = ∅.
Comme x − y 6= 0 alors ∃V ∈ V(0) / x − y ∈ / U (1). Alors d’après la propriété
caractéristique ∃V ∈ V(0) équilibré tel que V + V ⊂ U (2). On a x + V ∈ V(x) et
y + V ∈ V(y).
Montrons que (x + V ) ∩ (y + V ) = ∅.Si on avaitz ∈ (x + V ) ∩ (y + V ) il existerait
(2)
v, v 0 ∈ V tels que z = x + v = y + v 0 ;d’où x − y = v − v 0 ∈ V − V = V + V = ⊂ U
car (V équilibré =⇒ −V = V ) ce qui contredit (1).
Exercice 1.1.9. Un e.v.t tonnelé X est dit de MONTEL si dans X les parties fermées
et bornées sont compactes.
Montrer qu’un e.v.t de MONTEL de dimension infinie n’est pas normable

1.1.6 Espaces Vectoriels Topologiques Complets

Définition 1.1.5 Soit X un e.v.t sur K=R ou C.
1)Soit (Xn )n∈N une suite ordinaire dans X. On dit que la suite (Xn )n∈N est de Cau-
chy si ∀V ∈ V(0), ∃N ∈ N/∀m, n ∈ N; m,n>N =⇒ xn − xm ∈ V .
2)L’e.v.t X est dit séquentiellement complet, si tout suite ordinaire de Cauchy converge
1.1. PROPRIÉTÉS GÉNÉRALES DES E.V.T 9

dans X.
3)On appelle suite généralisée dans X, toute suite x : ∧ −→ X, λ 7−→ x(λ) = xλ ,
où Λ est un ensemble ordonné, filtrant à droite ou dirigé (i.e toute paire dans (∧, <)
est majorée). 4) Une suite généralisée (xλ )λ∈Λ est dite :
i)De Cauchy dans un e.v.t X si : ∀V ∈ V(0), ∃λ0 ∈ ∧ tel que ∀λ, λ0 ∈ ∧,
λ, λ0 > λ =⇒ xλ − x0λ ∈ ∧.
ii)Convergente vers x ∈ X si : ∀V ∈ V(0), ∃λ0 ∈ ∧ tel que :
∀λ ∈ ∧, λ > λ0 =⇒ xλ − x ∈ V .
5)L’e.v.t X est dit Complet si toute suite généralisée de Cauchy converge.

Remarque 1.1.7 X est Complet=⇒(X séquentiellement Complet). On montre

que la réciproque est vraie si X est à base dénombrable de voisinage de 0, en parti-
culier si X est normé.

Proposition 1.1.9 Dans un e.v.t X sur K=R ou C :

1) Toute suite généralisée convergente est de Cauchy.

2) Si X est complet, tout sous-e.v.t fermé M ⊂ X est complet.
3) Si X est séparé , tout complet M ⊂ X est fermé.

Démonstration :
1) Soit (xλ ) une suite qui converge vers x∈X . Soit V ∈ V(0). Alors ∃W ∈ V(0), W
équilibré tel que W + W ⊂ V .
X
Puisque xλ −→ x, ∃λ0 ∈ Λ tel que ∀λ ∈ Λ, λ > λ0 =⇒ xλ − x ∈ W
On a : xλ − xλ0 = (xλ − x) − (xλ0 − x)
Soit λ, λ0 ∈ Λ > λ0 . Alors xλ − xλ0 ∈ W − W ≡ W + W ⊂ V Donc (xλ )λ∈Λ est de
Cauchy.
2) et 3) Exercice(Adapté aux e.v.t , ces résultats sont connus).

1.1.7 Ensembles Bornés dans un e.v.t

Définition 1.1.6 Soit X un e.v.t A ⊂ X .
On dit que A bornée (au sens de VON NEWMAN)dans X si A est absorbé par tout
voisinage de 0.

Remarque 1.1.8 Comme ∀V ∈ V(0), ∃W ∈ V(0) W équilibré tel que W ⊂ V .

Ainsi (A ⊂ X, A borné)⇐⇒ (∀V ∈ V(0), ∃λ ∈ K∗ /A ⊂ λV ).

Proposition 1.1.10 Dans un e.v.t X :

1. Un ensemble fini est borné.

2. Toute partie d’un borné est borné.
10 CHAPITRE 1. ESPACES VECTORIELS TOPOLOGIQUES

3. Toute reunion finie de bornés est bornée.

4. A ⊂ X, A borné alors Ā borné.
5. Tout compact est borné.
6. Toute suite ordinaire de Cauchy est bornée.

Démonstration :
1,2 et 3 Exercice.
4. Soit A ⊂ X, A borné etV ∈ V(0) . Montrons que V absorbe Ā.
∃W ∈ V(0) W équilibré et fermé tel que W ⊂ V .
A borné⇐⇒ ∃λ ∈ K∗ /A ⊂ λV .D’où Ā ⊂ λW = λW ⊂ λV [car λW = ψλ−1 (W ) où
x
ψλ (x) = est continue] et W fermé et Ā est borné .
λ
5. Soit K un compact de X , V ∈ V(0). Montrons que V absorbe K.
S ◦
∃U ∈ V(0) U équilibré(1) tel que U ⊂ V (2).On a K ⊂ nU .
n∈N∗
◦ ◦ ◦
[nU = ψn−1 (U ) où ψn (x) = x
continue
n
nU ouvert].
Sp ◦
K étant compact de X ; K ⊂ ni U . Soit n = max n1 , n2 , ..., nP ; on a :
i=1
◦ (1) (2)
ni U ⊂ ni U ⊂ nU ⊂ nV ∀i = 1, 2, ..., p.
D’où K ⊂ nV et K est borné.
6. Soit (xn )n∈N une suite ordinaire de Cauchy dans X . Soit V ∈ V(0). Montrons
que V absorbe (xn ).
∃W ∈ V(0) W absorbant et équilibré(1) tel que W + W ⊂ V (2). Puisque (xn )n∈N
est de Cauchy , ∃N ∈ N/∀m, n ∈ N; m,n>N =⇒ xn − xm ∈ W (3).
Fixons m = N . D’après (3) n ≥ N =⇒ xn ∈ xN + W . W étant absorbant et
équilibré ∃λ0 ∈ K∗ /xn ∈ λ0 W .D’où xn ∈ λ0 W + W, ∀n ≥ N (4).Soit λ ∈ K /
(2)
|λ| ≥ |λ0 | + 1 ; W étant équilibré , (4) entraine : xn ∈ λW + λW = λ(W + W ) ⊂ λV.
D’où A = (xn )n≥N est borné ; mais B = (xn )0≤n≤N −1 est fini, donc borné . D’où
(xn )n∈N = A ∪ B est borné.
Exercice 1.1.10. Soient X , Y 2 e.v.t sur K = R ou C ; f : X −→ Y une application
linéaire et continue .
Montrer que (A est borné dans X) =⇒ (f (A) borné dans Y ).
[ On dit que toute application linéaire et continue est bornée sur tout borné.]
Chapitre 2

Espaces vectoriels topologiques

localement convexes

2.1 Définitions et propriétés

Définition 2.1.1 Un e.v.t X sur K = R ou C est dit localement convexe on note
e.l.c, s’il possède une base de voisinage de 0 formée d’ensemble convexe.

Exemple 2.1.1 : Tout espace vectoriel normé est un e.l.c car les boules de la norme
sont des convexes.

Proposition 2.1.1 (Propriétés caractéristiques des e.l.c)

Soit B une base de filtre sur un espace vectoriel X, formée d’ensemble convexes,
équilibrés et absorbants. Pour que B soit base de voisinage de 0 pour une topologie
d’e.l.c sur X, il faut et il suffit que ∀B ∈ B, ∀ρ > 0, ∃W ∈ BW ⊂ ρB (∗).

Démonstration :
Condition nécessaire : Si B est base de voisinage de 0 pour une topologie d’e.l.c
sur X. Alors pour tout B ∈ B ≡ V(0), pour tout ρ > 0, on a ρB ∈ V(0).
Puisque B est une base de voisinage de 0, il existe W ∈ B tel que W ⊂ ρB
Condition suffisante : Si B est une base de filtre sur un espace vectoriel X formé
d’ensemble convexes, équilibrés et absorbants telle que (∗) soit vérifiée. Pour montrer
que B est base de voisinage de 0, pour une structure d’e.v.t sur X, il suffit de montrer
que ∀B ∈ B, ∃W ∈ B tel que W + W ⊂ B.
Prenons dans (∗) ρ = 1/2. Alors pour B ∈ B, il existe W ∈ B tel que W ⊂ 21 B
d’après (∗).
D’où W + W ⊂ 12 B + 12 B = B car B est convexe.
La proposition est donc démontrée car ∀B ∈ B , B est convexe.

Corollaire 2.1.1
Une semi norme p sur le K espace vectoriel X, définit sur X une structure d’e.l.c,
en prenant comme système fondamental de voisinages de 0 les B(ε) où

11
12CHAPITRE 2. ESPACES VECTORIELS TOPOLOGIQUES LOCALEMENT CONVEXES

B(ε) = {x ∈ X p(x) < ε} , ε > 0 car si B = {B(ε) , ε > 0} , ρB(ε) = B(ρε) ,

∀ρ > 0 et ∀ε > 0.

Proposition 2.1.2
Soit p une semi norme sur un e.v.t X. Alors pour que p soit continue, il faut et il
suffit que p soit borné sur un voisinage de 0.

Démonstration :
i) Si p est continue sur X , alors p est continue en 0, d’où,p−1 (] − 1, 1[) ∈ V(0).
D’où ∃V ∈ V(0) / p(V ) ⊂] − 1, 1[⊂ [−1, 1]. D’où p est borné sur V .
ii) Supposons qu’il existe V ∈ V(0) et a > 0 tel que p(V ) = [0, a] (1).
Soit x0 ∈ X , soit ε > 0, on cherche W ∈ V(x0 ) tel que :
ε
(x ∈ W ) =⇒ |p(x) − p(x0 )| < ε (2). Mais V ∈ V(0) =⇒ V ∈ V(0)
a
et on a :
ε a (1)
(x ∈ x0 + V ) ⇔ (x − x0 ∈ aε V ) ⇔ (x − x0 ) ∈ V ⇒ p( aε (x − x0 )) ≤ a
a ε
ε
⇒ p(x − x0 ) < ε. On déduit que pour si W = x0 + V alors W ∈ v(x0 ) et
a
(x ∈ W =⇒ p(x − x0 ) < ε) et donc p est continue en x0 .
D’où (2) car |p(x) − p(x0 )| ≤ p(x − x0 ).

Remarque 2.1.1 D’après cette proposition , si p est une semi norme sur X,alors
p est continue pour la topologie d’e.l.c qu’elle définit sur X, car p est bornée sur
toute boule B(ε) et B(ε) ∈ V(0) , ∀ε > 0 .

2.2 Le théorème de Hahn-Banach(et ces conséquences)

Lemme 2.2.1 : Soit X un espace vectoriel sur R , p une semi-norme sur X. Soit
M un sous-espace vectoriel de co-dimension 1 de X. Et f une forme linéaire sur M
, telle que f (x) ≤ p(x) , ∀x ∈ M .Alors il existe une forme linéaire f˜ sur X tout
entier qui prolonge f et telle que f˜(x) ≤ p(x) , ∀x ∈ X.
L
Démonstration : Soit x1 ∈ X tel que x1 ∈ / M. X = M < x1 >; d’où tout x ∈ X
est de la forme x = y + λx1 , y ∈ M , λ ∈ R (1).
Une forme linéaire f˜ sur X prolongeant f s’écrit :f˜(x) = f (y)+tλ où t = f˜(x1 ) (2).
L’existence de f˜ est donc déterminée par celle de ce nombre t. Pour qu’il puisse
exister de formes linéaires f˜ sur X , vérifiant f˜(x) = p(x) , ∀x , il est nécessaire vus
(1) et (2) que l’on ait : f (y) + tλ = p(y + λx1 ) , ∀y ∈ M (3).
Par hypothèse , (3) est toujours vérifiée si λ = 0 car f (y) ≤ p(y) , ∀y ∈ M .
Si λ > 0 puisque f est linéaire et p une semi-norme , (3) équivaut à :
y y
f ( ) + t ≤ p( + x1 ) , ∀y ∈ Y . Soit puisque M est un sous-espace vectoriel , (3)
λ λ
y
équivaut à : f (z) + t ≤ p(z + x1 ) , ∀z = ∈ M ; et ceci est équivalent à :
λ
2.2. LE THÉORÈME DE HAHN-BANACH(ET CES CONSÉQUENCES) 13

t ≤ Inf [p(z + x1 ) − f (z)] (:= b) (4).

z∈M
Si λ < 0 , ie −λ > 0 , (3)équivaut , divisant (3) par −λ > 0 , à :
y y
f (− ) − t ≤ p(− − x1 ) , ∀y ∈ Y .
λ λ
y
Soit à : −t ≤ Inf (p(−z 0 − x1 ) − f (−z 0 ))z = ∈ M.
z 0 ∈M λ
Ce qui équivaut à : t ≥ Sup [−p(−z 0 − x1 ) − f (z 0 )] (:= a) (5).
z 0 ∈M
On aura donc (4) et (5) si on a :
−p(−z 0 − x1 ) − f (z 0 ) ≤ p(z + x1 ) − f (z) , ∀z, z 0 ∈ M .
Ie si : f (z) − f (z 0 ) ≤ p(z + x1 ) + p(−z 0 − x1 ) , ∀z, z 0 ∈ M (6).
Or (6) est toujours vérifié , car d’après l’hypothèse f (w) ≤ p(w) , ∀w ∈ M.
f (z) − f (z 0 ) = f (z − z 0 ) = f [(z + x1 ) + (−z 0 − x1 )] (∗).
≤ p[(z + x1 ) + (−z 0 − x1 )]
≤ p(z + x1 ) + p(−z 0 − x1 )
Conclusion :Toute forme linéaire f˜ sur X définie par (2) et dont la valeur t = f˜(x1 )
en x1 appartient au segment [a, b] défini par (4) et (5) prolonge f .

Théorème 2.2.1 (Théorème de Hahn-Banach : Forme analytique)

Si X est un espace vectoriel sur K = R ou C , p une semi-norme sur X .Soit M un
sous-espace vectoriel de co-dimension 1 de X. Et f une forme linéaire sur M , telle
que f (x) ≤ p(x) , ∀x ∈ M .Alors il existe une forme linéaire f˜ sur X tout entier qui
prolonge f et telle que |f˜(x)| ≤ p(x) , ∀x ∈ X.

Démonstration :
i)Si K = R alors f étant linéaire , (|f | ≤ p sur M)⇐⇒ (f ≤ p sur M) , en effet si
f (x) ≤ p(x) , ∀x ∈ M , comme (x ∈ M ) =⇒ (−x ∈ M ) et on a :
f (−x)|leqp(−x) , ie −f (x) ≤ p(x) , f (x) ≥ −p(x) , ∀x ∈ M ; d’où |f | ≤ p sur M.
Soit
G = {(G, g) , G = sous-espace deX , g forme linéaire sur G prolongeantf et majorée par p sur G}
On a G 6= 0 car (M, f ) ∈ G .
Munissons G de la relation (≤) définie par :
((G1 , g1 ) ≤ (G2 , g2 )) ⇐⇒ (G1 ⊂ G2 g2 sur g1 ). Alors ≤ est une relation d’ordre
surG .Soit ((Gi , gi )i∈I une partie totalement ordonnée (on dit une chaine) dans
(G , ≤). D’après le lemme de Zorn , cette chaine admet un élément maximal
S
(G , g) où G = Gi ; g|Gi = gi , ∀i ∈ I.
i
Montrons que G = X . Si on avait G 6= X , il existe .....
Soit x1 ∈ X , tel que x1 ∈ / G , G serait donc un sous-espace de codimension 1 de
G̃ = G⊕ < x1 >.
D’après le lemme précédent , g serait prolongeable en une forme linéaire g̃ sur G̃ et
on aurait (G, g) ≤ (G̃, g̃) ce qui contredit la maximalité de (G, g) . D’où G = X et
g prolonge f à X tout entier.
ii) Si K = C , raisonner sur les parties réelle et imaginaire de f .
Explication de la puissance de ce théorème : Ce théorème confirme encore la
puissance du théorème de Hahn-Banach car si M est un sous-espace de dimension 1
14CHAPITRE 2. ESPACES VECTORIELS TOPOLOGIQUES LOCALEMENT CONVEXES

, toute forme linéaire f sur M est continue et si |f | ≤ p sur M , f est prolongeable

en une forme linéaire continue f˜ sur X tout entier.

Théorème 2.2.2
Soit X un e.v.t , p une semi-norme continue sur X .Soit M un sous-espace vectoriel
de X. Et f une forme linéaire continue sur M .
1) Si f (x) ≤ p(x) , ∀x ∈ M , alors il existe une forme linéaire continue f˜ sur X
tout entier qui prolonge f et telle que |f˜(x)| ≤ p(x) , ∀x ∈ X.
2) Si p est une norme sur X , alors toute forme linéaire continue f sur M est
prolongeable en une forme linéaire continue f˜ de même norme que f , à X tout
entier.

Démonstration :
1) L’existence d’une une forme linéaire f˜ tout entier prolongeant f sur X tout
entier est garantie par le théorème de Hahn-Banach , dans le cadre général des
espaces vectoriels . Il ne reste plus qu’à prouver que la continuité de f˜ , or elle
découle directement |f˜(x)| ≤ p(x) , ∀x ∈ X et du fait que p soit continue .
2) Si (X, k.k) est un espace normé , p(x) = kf k . kxk est une semi-norme continue
sur X et la continuité de f sur M entraine que l’on a :
|f (x)| ≤ no f. kxk = p(x) , ∀x ∈ M .
f est donc prolongeable en f˜ : X −→ R , f˜ continue et telle que :
|f˜(x)| ≤ p(x) = kf k . kxk , ∀x ∈ X. D’où f˜ ≤ kf k or (M ⊂ X) =⇒ kf k ≤ f˜ .
D’où f˜ = kf k.

Remarque 2.2.1
1) Les théorèmes démontrés de prolongement que nous avions démontrés précédem-
ment assuraient seulement le prolongement à l’adhérence du sous-espace M considéré
et non l’espace tout entier.
2) Même si M n’est qu’une droite dans un espace de dimension infinie X , le théo-
rème de Hahn-Banach assure le prolongement de toute forme linéaire sur M à X
tout entier ! !

2.3 Topologie définie par une famille de semi-normes

Théorèmes et définition (important)
Soit (Pα )α∈∧ une famille de semi-normes sur un espace vectoriel X sur K=R ou C.
1. L’ensemble des intersections finies des boules de semi-normes Pα définit sur
X une structure d’e.l.c. Cette topologie d’e.l.c sur X s’appelle topologie défi-
nies par la famille de semi-normesPα , α ∈ ∧.
2. Chaque semi-norme Pα est continue pour cette topologie.
2.3. TOPOLOGIE DÉFINIE PAR UNE FAMILLE DE SEMI-NORMES 15

Démonstration :

1. Soit Bα (ε) = {x ∈ X, pα (x) < ε} avec ε > [Link] n ∈ N∗ , l’ensemble

Bα1 (ε1 ) ∩ Bα2 (ε2 ) ∩ ... ∩ Bαn (εn ) = {x ∈ X, pαi (x) < εi , 1 ≤ i ≤ n}.
est une intersection finie de boules de semi-normes. Soit B l’ensemble de ces
intersections finies , où n ∈ N∗ et εi ∈ R∗+ . Alors pour tout B ∈ B , 0 ∈ B ,
car 0 ∈ Bαi (εi ).
Donc ∅ ∈ /B
De plus , pour tout B1 , B2 ∈ B, B1 ∩ B2 ∈ B
Ainsi, B est une base de filtre sur X.
De plus, chaque Bαi (εi ) est convexe, équilibré et absorbant. Donc il en est de
même pour tout B ∈ B. Enfin si B = Bα1 (ε1 ) ∩ Bα2 (ε2 ) ∩ ... ∩ Bαn (εn ) ∈ B ,
alors pour tout ρ > 0 on a :
ρB = ρBα1 (ε1 ) ∩ ρBα2 (ε2 ) ∩ ... ∩ ρBαn (εn )
.
= Bα1 (ρε1 ) ∩ Bα2 (ρε2 ) ∩ ... ∩ Bαn (ρεn ) ∈ B
Le résultat découle donc des propriétés caractéristiques des e.l.c.
de d’e.l.c sur X.
2. En particulier, pour tout, α ∈ ∧, Bα (ε) est voisinage de 0 pour cette topo-
logie et pα est bornée par ε sur Bα (ε).
D’oùPα est continue .

Proposition 2.3.1
Soit X un e.l.c dont la topologie est définie par une famille de semi-normes (Pα )α∈∧
Pour que cette topologie soit séparée , il faut et il suffit que :
(∀x ∈ X, x 6= 0) =⇒ (∃α ∈ ∧ / Pα (x) 6= 0) (∗) .

Démonstration :
i) Supposons que X soit séparé et x ∈ X / pα = 0 , ∀α ∈ ∧ ; alors x ∈ Bα (ε) ,
∀α ∈ ∧ , ∀ε > 0. D’où pour tout V ∈ V(0) , x ∈ V , comme X est séparé , ceci
entraine x = 0. Ainsi(Pα (x) = 0 , α ∈ ∧) =⇒ (x = 0). D’où (*) en contraposant .
ii)Réciproquement , si ∀x0 6= 0 , ∃α0 ∈ ∧ tel que Pα0 (x0 ) 6= 0 , alors x0 ∈ /
Pα0 (x0 )
Bα0 ( ) ∈ V(0). D’où X est séparé.
2
Exercice 2.3.1. Montrer que tout e.l.c X admet une base de voisinages de 0 formée de
tonneaux(on dit une base tonnelée de V(0))

Remarque 2.3.1 On montre que la topologie de tout e.l.c est équivalente à celle
définie par les jauges des éléments d’une base tonnelée de 0, qui sont une famille
de semi-normes continues sur X . Ainsi , (X e.l.c) ⇐⇒(la topologie de X est définie
par une famille de semi-normes).
Exercice 2.3.2. Soit X un e.l.c dont la topologie est définie par une famille de semi-
normes (Pα )α∈A . Soit (xλ )λ∈∧ une suite généralisée dans X .
X R
Montrer que :(xλ −→ x) ⇐⇒ (∀α ∈ A , pα (xλ − x) −→ 0)
16CHAPITRE 2. ESPACES VECTORIELS TOPOLOGIQUES LOCALEMENT CONVEXES

2.4 Applications linéaires continues entre e.l.c

Proposition 2.4.1 (important)
Soient X et Y deux e.l.c sur K = R ou C. On suppose que la topologie de X est
définie par la famille de de semi-normes (pα )α∈∧ et que la topologie de Y est définie
par la famille de semi-normes (qβ )β∈A . Soit f une application linéaire de X dans Y .
Alors il y’a équivalence entre :
1. f est continue
2. Pour toute semi-norme qβ , β ∈ A sur Y , il existe une famille finie pα1 , ..., pαn
de semi-normes , α1 , ..., αn ∈ ∧ et n constantes c1 > 0, ..., cn > 0 telles que
n
X
qβ (f (x)) ≤ ci pαi (x) , ∀x ∈ X
i=1

Démonstration : Montrons que 1 =⇒ 2.

Soit f : X −→ Y continue et linéaire. Puisque Bβ (1) = {y ∈ Y , qβ < 1} ∈ V(0Y ) ,
on a f −1 (Bβ (1)) ∈ V(OX ).
n
Donc il existe α1 , ..., αn ∈ ∧ et ε1 , ..., εn > 0 tels que Bαi (εi ) ⊂ f −1 (Bβ (1))
T
i=1
n
Bαi (εi ) ⊂ f −1 (Bβ (1)) =⇒ qβ (f (x)) < 1. (1)
T
Donc ∀x ∈ X , x ∈
i=1
Ie pαi (x) < εi =⇒ qβ (f (x)) < 1, ∀i ∈ {1, ..., n}
Soit alors x ∈ X. Posons ε = Inf {εi , i = 1, 2, ..., n} , on a , ∀m ∈ N∗ on a :
ε x n
T
y = .P ∈ Bαi (εi ) car on a :
2 n 1 i=1
pαi (x) +
i=1 m
ε pαi (x) ε
∀i ∈ {1, ...n} , pαi (y) = . Pn ≤ < ε ≤ εi . D’après (1),on doit avoir
2 2
pαi (x)
i=1
ε f (x) ε 1
qβ (f (y)) < 1 ie qβ ( . P ) = ( .P )q (f (x)) < 1.
2 n 1 2 n 1 β
pαi (x) + pαi (x) +
i=1 m i=1 m
2P n
D’où qβ (f (x)) ≤ pα (x) .
ε i=1 i
D’où le résultat cherché , avec ci = 2ε , ∀i = 1, 2, ..., n.
Montrons que 2 =⇒ 1 (important)
Comme f est linéaire, suffit de montrer que f est continue en 0.
Soit V ∈ V(0Y ). On cherche U ∈ V(0X ) tel que f (U ) ⊂ V . Puisque V ∈ V(0Y ), il
n
T
existe β1 , ..., βn ∈ A, ε1 , ..., εn > 0 tels que Bβi (εi ) ⊂ V .
i=1
n
T
Il suffit donc de trouver U ∈ V(0X ) tel que f (U ) ⊂ Bβi (εi ).
i=1
n
T
Donc tel que x ∈ U =⇒ f (x) ∈ Bβi (εi ) c’est-à-dire :
i=1
x ∈ U =⇒ ∀i ∈ {1, ..., n}, qβi (f (x)) < εi . (2)
2.5. ESPACES DE BAIRE 17

Par hypothèse, pour tout i = 1, ..., n , il existe αi,j ∈ ∧ , j = 1, ..., pi ∈ N et cij > 0
pi
P
tels que qβi (f (x)) ≤ cij pαi,j (x) , ∀x ∈ X (3).
j=1
pi
P
On aura donc (2) , si on a vu (3) : cij pαi,j (x) < εi , ∀i ∈ {1, ..., n} (4).
j=1
Comme on a une somme de pi de termes positifs , il suffit pour avoir (4) que l’on ait
εi cij εi
pour tout j = 1, ..., pi , cij pαi,j (x) < , i = 1, ..., n. ie si pαi,j (x) < , j = 1, ..., pi .
pi pi
Soit en d’autres termes , si x ∈ Bαi,j ( cijεipi ) , ∀i = 1, ..., n. j = 1, ..., pi , Donc si
Bαi,j ( cijεipi ) on a U ∈ VX (0) et f (U ) ⊂ V
T
U=
j=1,...,pi
i=1,...,n

Corollaire 2.4.1 ( important)

Soit X un e.l.c sur K = R ou C , dont la topologie est définie par la famille de
semi-normes (pα )α∈A ≡ P. Une forme linéaire f : X −→ K est continue si et
seulement si il existe une famille finie p1 , ..., pn ∈ P des constantes c1 , ..., cn > 0
telles que :
Pn
∀x ∈ X , |f (x)| ≤ ci pi (x).
i =1

Démonstration : C’est le cas particulier du théorème où Y = K.

Remarque 2.4.1 : Si (X, k.k) et (Y, k.k) sont normés et f : X −→ Y linéaire ,

alors : (f est continue) ⇐⇒ (kf (x)kY ≤ C kxkX , ∀x ∈ X).
Le résultat connu qui est ici est le cas particulier où les topologies de X et Y sont
définies par une unique norme qui sont des semi-normes.

2.5 Espaces de Baire

2.6 Espaces de Fréchet

Définition 2.6.1 On appelle espace de Fréchet,tout espace vectoriel topologique
localement convexe,séparé à base dénombrable de voisinage de 0 et complet.(donc
séquentiellement complet ).

Exemple 2.6.1 Tout Banach est un Fréchet.

Les Fréchet sont pour les e.v.t ce que sont les Banach pour les espaces normés

Remarque 2.6.1 1. La topologie de tout espace de Fréchet, peut être définie

par une suite croissante de semi-normes . [ on considère les jauges d’une
base décroissante de V(0) formée de tonneaux ]
2. Pour que l’e.l.c X soit de Fréchet, il faut et il suffit que X soit séparé, complet
et que sa topologie soit définie par une famille dénombrable de semi-normes.
18CHAPITRE 2. ESPACES VECTORIELS TOPOLOGIQUES LOCALEMENT CONVEXES

3. Tout espace de Fréchet X est métrisable. En effet si pn est une suite croissante
de semi-normes définissant la topologie de X alors on pose pour x ∈ X :
+∞
P 1 pn (x)
|x| = n 1+pn (x)
et d(x, y) = |x − y|.
n=0 2
On montre que d est une distance sur X et que la topologie d’espace métrique
(X, d) est équivalente à celle définie par pn , n ∈ N∗ .
Donc X est métrisable.

Exercice 2.6.1.
Soit X = {f : R −→ R , f continue} et ∀n ∈ N∗ , on pose : pn (f ) = sup |f (x)| ceci
x∈[−n,n]
pour tout f ∈ X .
Montrer que topologie définie sur X par la suite (pn ) lui confère une structure d’espace de
Fréchet.
Exercice 2.6.2.
On dit qu’un e.v.t X est tonnelé si tout tonneau est voisinage de 0.
Montrer que tout espace de Fréchet est tonnelé.
[ Indication :utiliser le fait que tout Fréchet est de Baire ].

2.7 Limites inductives strictes d’espaces localement

convexes.
On considère un espace vectoriel X sur K = R ou C. Supposons que X soit une
∞
S
réunion croissante d’une suite de sous espaces vectoriels Xn . c’est-à-dire X = Xn ,
n=1
Xn ⊂ Xn+1 .
On suppose en outre que :

1. Pour tout n ∈ N , Xn est muni d’une structure d’e.l.c τn .

2. τn est identique à la topologie induite par la topologie τn+1 de Xn+1

Problème : ∞
S
Peut-on définir sur la réunion X = Xn une topologie τ qui induise sur chaque
n=1
facteur Xn sa topologie τn et qui soit la plus fine sur X rendant continue les injec-
tions canoniques in : (Xn , τn ) −→ (X, τ ) ?
La réponse est oui !
∞
Rn ≡ R∞
S
Exemple 2.7.1 X =
n=1

Théorème 2.7.1 (important)

Soit X un espace vectoriel sur K = R ou C . On suppose que :
∞
S
a) X = Xn , Xn ⊂ Xn+1 , Xn sous espace vectoriel de X .
n=1
2.7. LIMITES INDUCTIVES STRICTES D’ESPACES LOCALEMENT CONVEXES.19

b) Pour tout n ∈ N , Xn est muni d’une structure d’e.l.c τn et τn est identique à la to-
pologie induite sur Xn par la topologie τn+1 du facteur Xn+1 ; ie τn = τn+1 |Xn . Alors :
Il existe sur X une structure d’e.l.c τ et une seule appelée topologie limite inductive stricte
des e.l.c (Xn , τn ) ayant les propriétés suivantes
1. Soit V un convexe de X , il y’a équivalence entre :
i)V est un voisinage de 0 dans (X, τ ) .
ii)∀n ∈ N∗ , V ∩ Xn est un voisinage de 0 dans (Xn , τn ) .

2. ∀n ∈ N∗ la topologie τn de Xn est identique à la topologie induite par τ sur

Xn ; c’est-à-direτn = τ |Xn

3. (X, τ ) est la plus fine des topologies d’e.l.c sur X rendant continue les injec-
tions canoniques in : (Xn , τn ) −→ (X, τ )

Démonstration : (indication)
On pose :
B = {B ∈ P(X)/ convexe, équilibré et absorbant et tel que B∩Xn est un voisinage de 0 dans
(Xn , τn ), ∀n} . On a X ∈ B et on montre que B est une base de voisinage de 0 dans
X , pour une structure d’e.l.c τ sur X ayant les propriétés annoncées.

Remarque 2.7.1 Ce qui est important , c’est de savoir utiliser les propriétés des
topologies limites inductives strictes .
Notamment les applications continues , les ensembles bornés.

Proposition 2.7.1
+∞
S
Soit X = Xn , un e.l.c limite inductive stricte des e.l.c (Xn , τn ) . soit Y un e.l.c ;
n=0
soit f : X −→ Y une application linéaire . Alors f est continue si et seulement si
∀n ∈ N la restriction de f à Xn (f |Xn ) est continue pour τn .

Démonstration :
Soit fn = f |Xn . Soit τ la topologie limite inductive stricte de (Xn , τn ).
i) Hypothèse f : X −→ Y continue alors pour tout V ∈ V(0Y ) , f −1 (V ) ∈ V(0X ).
D’où ∀n ∈ N, f −1 (V ) ∩ Xn = fn−1 (V ) ∈ Vτ |Xn (0).
Or τn est identique à τ |Xn .
D’où fn−1 (V ) ∈ Vτn (0) c’est-à-dire fn est continue.
ii) Hypothèse ∀n ∈ N , fn : (Xn , τn ) −→ Y continue .
Montrons que que f est continue.
Soit V ∈ V(0Y ) , V convexe ; f étant linéaire ,alors f −1 (V ) est convexe de X.
Mais ∀n ∈ N f −1 (V ) ∩ Xn = fn−1 (V ) ∈ Vτn (0) car fn continue .
D’après le théorème 1) , ii)⇒ i) , f −1 (V ) ∈ Vτ (0) et f est continue.
20CHAPITRE 2. ESPACES VECTORIELS TOPOLOGIQUES LOCALEMENT CONVEXES

Corollaire 2.7.1 (important)

+∞
S
Soit X = Xn , un e.l.c limite inductive stricte des e.l.c (Xn , τn ) alors une forme
n=1
linéaire f sur X est continue si et seulement si fn = f |Xn est continue ∀n ∈ N.

Démonstration : Appliquer la proposition avec Y = K.

On montre aussi la propriété suivante des bornés dans les e.l.c limites inductives
strictes.

Proposition 2.7.2 (Lemme de Dieudonné-Schawz)

+∞
S
Soit X = Xn , un e.l.c limite inductive stricte des espaces de Fréchet (Xn , τn ).
n=1
Alors tout borné de X pour cette topologie τ est contenu dans un facteur Xn ie :
(A ⊂ X borné) ⇐⇒ (∃n0 ∈ N / A ⊂ Xn0 et A borné dans Xn0 ) .

Remarque 2.7.2 Noter que (A borné dans (Xn , τn )) =⇒ (A borné de X) car :

(Xn , τn ) ,→ (X, τ ).

Exercice 2.7.1. Soit (X, τ ) un e.l.c limite inductive stricte des espaces de Fréchet
(Xn , τn ) , ∀n ∈ N .
1) Montrer que :
a) ((Xn , τn )sépare ∀n ∈ N) =⇒ ((X, τ ) séparé).
b) ((Xn , τn )sépare et complet ∀n ∈ N) =⇒ (Xn fermé dans (X, τ ) ).
2) On suppose que , ∀n , (Xn , τn ) est de Fréchet. Soit (xp ) ⊂ X une suite ordinaire .
Montrer que :
a)((xp ) converge dans (X, τ )) =⇒ ( i)∃n0 ∈ N / (xp ) ⊂ Xn0 ) .
ii) (xp ) converge dans (Xn0 ,τn0 )
b) (X, τ ) est séquentiellement complet.
3) On suppose que , ∀n , Xn est de dimension finie .Montrons que toute forme linéaire sur
X est continue (illustrer par les exemples concrets).
Chapitre 3

DUALITÉ.RFLEXIVITÉ.TRANSPOSITION

A. Dualité
Définition 3.0.1 Soit X un e.v.t sur K = R ou C. On appelle dual topologique
de X noté X’ l’espace des formes linéaires et continues sur X.

Remarque 3.0.1
1)X’ est un espace vectoriel sur K.
2)Si x0 ∈ X 0 et x ∈ X on note x0 (x) =< x0 , x > et <,> est appelé crochet de
dualité entre X et X’.
3) (x, x0 ) 7−→< x0 , x > est une forme bilinéaire sur X × X 0 .

3.1 Topologie sur dual

3.1.1 Topologie duale faible
Soit x ∈ X ; l’application px : X 0 −→ R , x0 7−→ px (x0 ) = | < x0 , x > | est une
semi-norme sur l’espace vectoriel X’.

Définition 3.1.1 On appelle topologie duale faible (faible-étoile) du duale X’

de X , notée σ(X 0 , X) ou Xσ0 et surtout X∗σ 0
la topologie d’e.l.c définie sur X’
par la famille de semi-normes (Px )x∈X .
X 0 ∗σ admet comme base de voisinage de 0 l’ensemble des intersection finies des
boules de semi-normes Px , x ∈ X.
La boule de Px de rayon ε > 0 est Bx (ε) = {x0 ∈ X 0 : Px (x0 ) = | < x0 , x > | < ε}.
Une base de voisinage de 0 dans X 0 ∗σ est donc formée des ensembles :
n
V (x1 . . . xn , ε1 . . . εn ) = Bxi (εi ) = {x0 ∈ X 0 : Pxi (x0 ) = | < x0 , xi > | < εi
T
i=1
i = 1, 2, ..., n}.

Exercice 3.1.1. 1) Montrer qu’une suite (x0 n) ⊂ X 0 converge vers 0 dans X 0 ∗σ si et

seulement si ∀x ∈ X , x0n (x) −→ 0 dans K quand n −→ +∞.

21
22 CHAPITRE 3. DUALITÉ.RFLEXIVITÉ.TRANSPOSITION

[ La topologie duale faible sur X’ est dite celle de la convergence simple sur X’ ] .
2) Montrer que X 0 ∗σ est la moins fine de toutes les topologies d’e.l.c sur X’ , rendant
continue les applications x0 7−→< x0 , x > , ∀x ∈ X

Définition 3.1.2
Soit A ⊂ X, A 6= ∅.
On appelle Polaire de A , le sous-espace de X’ noté A0 et défini par :
A0 = {x0 ∈ X 0 /|< x0 , x >| ≤ 1 , ∀x ∈ X}

Proposition 3.1.1 (Propriétés des polaires)

Soit X un e.v.t et X’ son dual. Alors on a pour tout A, B ⊂ X, A 6= ∅, B 6= ∅ ,
∀λ ∈ K∗ :
1. (A ∪ B)0 = A0 ∩ B 0
2. A ⊂ B ⇒ A0 ⊃ B 0
1
3. (λA)0 = |λ|
A0
x1
, ..., xεnn }0 .
4. V (x1 . . . xn , ε1 . . . εn ) = {
ε1
( A sous-espace vectoriel de X ) =⇒ (A0 = orthogonal de A dans X 0 )
5. .
=⇒ (A0 = {x0 ∈ X 0 :< x0 , x >= 0 , ∀x ∈ A})
6. A0 est un connexe et équilibré dans l’espace vectoriel X’.
7. (A borné de X) ⇒ (A0 absorbant dans X’).

Démonstration : Exercice

0
Remarque 3.1.1 X∗σ admet les définitions équivalentes suivantes :
0
i)X∗σ est définie par la famille des semi-normes (px )x∈X .
0
ii)X∗σ est la topologie de la convergence simple su X.
0
iii) X∗σ est la topologie sur X’ admettant comme base de voisinages de 0, les po-
laires des parties finies de X([Link],4).

3.1.2 Topologie duale forte

Soit B un borné de l’e.v.t X. Alors

PB : X 0 −→ R+
x0 7−→ PB (x0 ) = sup|< x0 , x >|
x∈B

est une semi-norme sur X’. PB est bien définie car ∀x0 ∈ X 0 , x0 est continue ,
et donc bornée sur B.
3.1. TOPOLOGIE SUR DUAL 23

Définition 3.1.3 On appelle topologie duale forte(ou forte-étoile) du dual de

X’ de X , notée Xβ0 ou β(X 0 , X) surtout X∗β
0
la topologie d’e.l.c, définie sur X’ par
la famille de semi-normes (PB )B⊂X avec B borné de l’e.v.t X.
0
X∗β admet donc comme base de voisinage de 0 l’ensemble des intersections finies
des boules de semi-normes (PA ) A est borné de X . La boule de PA de rayon ε > 0
étant BA (ε) = {x0 ∈ X 0 : PA (x0 ) = sup| < x0 , x > | < ε}.
x∈A
0
X∗β admet comme base de voisinage de 0 les ensembles :
Tn
V (A1 , A2 , ..., An ; ε1 , ε2 , ..., εn ) = i=1 BAi (εi ) .
= {x ∈ X 0 : PAi (x0 ) < εi , i = 1, ..., n}
0

0
Remarque 3.1.2 Toute partie finie étant bornée , la topologie duale forte X∗β
0 0 0
est plus fine que la topologie duale faible X∗σ ; X∗β ,→ X∗σ .

Exercice 3.1.2. Montrer que V (A1 , A2 , ..., An ; ε1 , ε2 , ..., εn ) = ( ε11 A1 ∪ ε12 A2 ∪...∪ ε1n An )0
0 admet comme base de voisinage de 0 , les polaires des parties
et en déduire que X∗β
bornées de X.

0
Remarque 3.1.3 X∗β admet comme définitions équivalentes suivantes :
0
i) X∗β est définie par la famille de semi-normes (PB )B⊂X avec B borné de l’e.v.t X.
0
ii)X∗β est la topologie de la convergence uniforme sur les parties bornées de X.
0
iii) X∗β est la topologie d’e.l.c sur X’ admettant comme base de voisinage de 0 ,les
polaires des parties bornées de X.

Remarque 3.1.4 Si (X, k.k) est une norme , on sait que (X 0 , k.k) est un Banach
pour sa norme banachique k.k ; il y aurait alors 3 topologies canoniques sur X’ à
0 0
savoir : X∗β , X∗σ et (X 0 , k.k) .
0
Nous allons montrer que dans le cas normé X∗β = (X 0 , k.k).

Proposition 3.1.2
0
Si X est normé , alors la topologie duale forte X∗β est équivalente à la topologie
normée de X’.

Démonstration :
Soit τ topologie normée de X’ , ie définie par kxk = sup | < x0 , x > | et X∗β
0
la
x∈X
kxk≤1
topologie duale forte sur le dual X’ de l’e.v.t (X, k.k) .
Montrons d’abord que ∀ε > 0 , si B 0 (ε) = {x0 ∈ X 0 , kx0 k ≤ ε} alors :
B 0 (ε) = (B( 1ε ))0 et B 0 (1) = (B(1))0 (1).
En effet on a :
x0 ∈ B 0 (ε) ⇐⇒ kx0 k ≤ ε ⇐⇒ sup{| < x0 , x > | , x ∈ X , kxkX ≤ 1} ≤ ε
⇐⇒ | < x0 , x > | ≤ ε , ∀x ∈ X , kxkX ≤ 1
⇐⇒ | < x0 , xε > | ≤ 1 , ∀x ∈ B 0 (1) = boule unité fermée de (X, k.k)
⇐⇒ | < x0 , xε > | ≤ 1 , ∀ xε ∈ 1ε B 0 (1) = B 0 ( 1ε ) ⇐⇒ x0 ∈ (B( 1ε ))0 d’où (1).
24 CHAPITRE 3. DUALITÉ.RFLEXIVITÉ.TRANSPOSITION

0
1) Montrons que τ est moins fine que X∗β . Soit V ∈ V(X 0 ,τ ) (0) . Montrons que
V ∈ VX∗β (0).
0

(1)
∃ε > 0 tel que V ⊃ B 0 (ε) = (B( 1ε ))0 ∈ VX∗β 1 0
0 (0) . car (B( ))
ε
est la polaire de la
0 1 0
boule et donc du borné B ( ε ) . D’où V ∈ VX∗β 0 (0) et τ est moins fine que X
∗β .
0
2) Montrons que X∗β est moins fine que τ . Soit V ∈ VX∗β 0 (0) . Alors il existe
0
A , borné de X tel que V ⊃ A . Or (A borné de (X, k.k) =⇒ ( A absorbé par
B(0, 1) ∈ V(X 0 ,τ ) (0).) Donc ∃r > 0/ A ⊂ rB(0, 1) = B(0, r) . Or (A ⊂ B(0, r)) =⇒
(1)
A0 ⊃ (B(0, r))0 = B 0 ( 1r ) ∈ V(X 0 ,τ ) (0). D’où V ⊃ A0 ⊃ B 0 ( 1r ) .D’où V ∈ V(X 0 ,τ ) (0) et
0 0
X∗β est moins fine que τ . Et donc X∗β ≡ τ.

Proposition 3.1.3
0 0
Les topologies duales faible et forte X∗σ et X∗β de X’ sont séparées (même si X ne
l’est pas).

0 0
Démonstration : Comme X∗β est plus fine que X∗σ , alors il suffit de montrer que
0
X∗σ est séparée.
0
Comme X∗σ est définie par la famille de semi-normes (px )x∈X , il suffit de montrer
que ∀x ∈ X , x0 6= 0 , ∃x ∈ X , px (x0 ) 6= 0 . Soit x0 ∈ X 0 tel que x0 6= 0 ; x0 étant
0

une fonction sur X , (x0 6= 0) =⇒ (il existe x0 ∈ X tel que x0 (x0 ) =< x0 , x0 >6= 0).
D’où Px0 (x0 ) = |< x0 , x0 >| =
6 0.
0
Donc , X∗σ est séparé.
+∞
S
Exercice 3.1.3. Soit X = Xn , un e.l.c limite inductive stricte des e.l.c de dimen-
n=0
sions finies Xn .
0 et X 0 sont
Montrons que sur le dual X’ de X , les topologies duales faible et forte X∗σ ∗β
équivalentes.

3.2 Topologie affaiblie d’un e.l.c séparé . Bidual.

Théorème et définition : Soit X un e.v.t sur K = R ou C.

0 0 0
1. Le dual du dual fort X∗β s’appelle biduale de X noté X” = (X∗β ).
2. a) Si X est un e.l.c séparé, alors X s’identifie à un sous espace X"(cf théorème
de Hahn Banach). La topologie induite sur X par la topologie duale faible
X”∗σ = σ(X, X 0 ) est appelée topologie affaiblie de X et elle se note : Xσ ou
σ(X, X 0 ).
b)La topologie affaiblieXσ de X est définie par la famille de semi-normes(Px0 )x0 ∈X 0
où ∀x0 ∈ X 0 , Px0 : X −→ R , x 7−→ Px0 (x) = |< x0 , x >|.
c) La topologie affaiblie Xσ de X est moins fine que la topologie initiale de
X.(D’où son nom de topologie affaiblie ).
3. On dit qu’une suite (xn ) ⊂ X converge faiblement dans X si elle converge
dans X pour la topologie affaiblie Xσ .
3.2. TOPOLOGIE AFFAIBLIE D’UN E.L.C SÉPARÉ . BIDUAL. 25

4. Si X et Y sont 2 e.l.c séparés sur K = R ou C , une application linéaire

f : X −→ Y , est dite faiblement continue si : f : (X, Xσ ) −→ (Y, Yσ ) est
continue .
5. Soient X et Y 2 e.l.c séparés alors toute application linéaire continue
f : X −→ Y est faiblement continue.
Démonstration :
0 0 0
1. X” = (X∗β ) =bidual de X=dual du dual fort X∗β de X.
2. a) On définit l’application dite canonique :
ϕ : X −→ X 00
x 7−→ x̂ = ϕ(x) : X 0 −→ K
x0 7−→ x̂(x0 ) =< x0 , x >
∀x0 ∈ X 0 on a : |x̂(x0 )| = | < x0 , x > | = px (x0 ) ; d’où x̂ est continue sur X∗σ
0
,
0 0 0
donc sur X∗β car X∗β ,→ X∗σ . On a donc bien : x̂ ∈ X” , ∀x ∈ X .
Maintenant , si on montre que ϕ : X −→ X” , x 7−→ x̂ est injective
, on en déduira que ϕ es bijective de X sur son image ϕ(x) ⊂ X” ce qui
permettra d’identifier X au sous espace ϕ(x) de X".
Lemme 3.2.1 Soit x0 ∈ X ; alors (x0 (x0 ) = 0 , ∀x0 ∈ X 0 ) =⇒ (x0 = 0) .
Démonstration : Montrons que (x0 6= 0) =⇒ (∃x0 ∈ X 0 /x0 (x0 ) 6= 0).
X étant un e.l.c , sa topologie est définie par une famille de semi-normes
(pi )i∈I . Comme X séparé , (x0 6= 0) =⇒ (∃i0 ∈ I /pi0 (x0 ) 6= 0).
Soit M le sous-espace vectoriel engendré par x0 6= 0 . ie M = {λx0 , λ ∈ K}.
M est un sous-espace vectoriel de dimension 1 de X .
Soit f : M −→ K , x = λx0 7−→ f (x) = λpi0 (x0 ) . f est linéaire (immédiat)
et |f (x)| = |λpi0 (x0 )| = |λ|pi0 (x0 ) = pi0 (λx0 ) = pi0 (x).
f est continue sur M car f est linéaire et M de dimension finie.
D’après le théorème de Hahn-Banach , ∃f˜ ∈ X 0 / f˜|M = f .
Comme x0 = 1.x0 ∈ M , on a f˜(x0 ) = f (x0 ) = 1.pi0 (x0 ) = pi0 (x0 ) 6= 0 .
Ainsi , il existe x0 ∈ X 0 /x0 (x0 ) 6= 0 ; d’où le lemme en contraposant .
Preuve que ϕ : X −→ X” , x 7−→ x̂ est injective . ϕ étant linéaire ,
il suffit de montrer que (ϕ(x) = 0) =⇒ (x = 0) .
ϕ(x) = 0 =⇒ ∀x0 ∈ X 0 , ϕ(x)(x0 ) = x̂(x0 ) =< x0 , x >= 0 . Mais d’après le
lemme : (x0 (x) = 0 , ∀x0 ∈ X 0 ) =⇒ (x = 0) . D’où (ϕ(x) = x̂ = 0) =⇒ (x =
0) et ϕ est injective et donc bijective de X sur son image ϕ(X) ⊂ X” ,
ie X ' ϕ(X).
On peut donc parler de la topologie induite sur sur X par la topologie
0 0
duale faible X”∗σ = σ(X”, X∗β ) du dual X" de X∗β , qui est par définition ,
la topologie affaiblie Xσ de X .
b) Xσ est définie par les (px0 )x0 ∈X 0 , px0 (x) = | < x0 , x > | , ∀x ∈ X .
X”∗σ est à priori , définie par les semi-normes (px0 )x0 ∈X 0 , où
px0 (x”) = | < x”, x0 > | , ∀x” ∈ X” . (Ici <, > est la dualité entre X∗β 0
et
X").
Maintenant , si x” ∈ ϕ(X) ⊂ X” , ∃x ∈ X / x” = ϕ(x) = x̂ ; d’où
26 CHAPITRE 3. DUALITÉ.RFLEXIVITÉ.TRANSPOSITION

px0 (x”) = px0 (x̂) = | < x̂, x0 > | = | < x0 , x > | = px0 (x).
D’où Xσ est définie par les px0 : X −→ R+ , x 7−→ px0 (x) = | < x0 , x > | .
c)Xσ de X est moins fine que la topologie initiale de X.
Soit τ la topologie initiale de X. Soit V ∈ V(X,τ ) (0) d’après b) ,
∃x01 , x02 , ..., x0n ∈ X 0 , ε1 > 0, ε2 > 0, ..., εn > 0 tels que :
n
V ⊃ Bx0i (εi ) = {x ∈ X , px0i (x) = | < x0i , x > | < εi , i = 1, 2, ..., n} (2).
T
i=1
Mais ∀i = 1, 2, ..., n , x0i ∈ X 0 =dual de X ; d’où x0i est continue sur X .
D’où ∀i = 1, 2, ..., n ,(x0i )−1 (] − εi , εi [) ∈ V(X,τ ) (0) . Or (x0i )−1 (] − εi , εi [) =
{x ∈ X , px0i (x) = | < x0i , x > | < εi } = Bx0i (εi ) , ∀i = 1, 2, ..., n.
Tn
D’où Bx0i (εi ) ∈ V(X,τ ) (0) et (2) montre que V ∈ V(X,τ ) (0).
i=1

3.
σ X
(xn ) ⊂ X , ((xn ) ⊂ V converge faiblement vers x) ⇐⇒ (xn −→ x)
(2) R+
⇐⇒ (∀x0 ∈ X 0 , px0 (xn − x) −→ 0)
K
⇐⇒ (x0 (xn ) −→ x0 (x) , ∀x0 ∈ X 0 )

4. f : X −→ Y , f linéaire : ( f faiblement continue)⇐⇒ ( f : Xσ −→ Yσ

continue )
5. Soient X et Y 2 e.l.c séparés ; f : X −→ Y linéaire et continue .
Il faut montrer que f : Xσ −→ Yσ est continue. Xσ est définie par les semi-
normes Px0 , x0 ∈ X 0 et Yσ est définie par les semi-normes Py0 , y 0 ∈ Y 0 .
Soit y 0 ∈ Y 0 . (f : X −→ Y linéaire et continue et y 0 ∈ Y 0 ) =⇒ (y 0 ◦ f ∈ X 0 )
et on a : Py0 (f (x)) = |< y 0 , f (x) >| = |(y 0 ◦ f )(x)| = Py0 ◦f (x) = px0 (x) où
x0 = y 0 ◦ f ∈ X 0 .
Ainsi , ∀y 0 ∈ Y 0 , ∃x0 ∈ X 0 / Py0 (f (x)) = px0 (x). D’où f : Xσ −→ Yσ est
continue.
D’où le théorème.

Exercice 3.2.1.
Soit X un e.l.c séparé . Montrons que sa topologie affaiblie Xσ est séparée.
Exercice 3.2.2.
Soit X un e.l.c séparé . On considère sur son dual X’ la topologie affaiblie Xσ0 du dual fort
0 . Comparer sur X’ les trois topologies X 0 , X 0
X∗β 0
∗σ ∗β et Xσ . (D’où l’importance de la
0 topologie duale faible) .
notation X∗σ
Exercice 3.2.3.
Soient (X, k.k) , (Y, k.k) 2 espaces normés et u : X −→ Y une application linéaire . Soit
B la boule unité fermée de (X, k.k) . On dit que l’application u est compacte si u(B) est
relativement compacte dans (Y, k.k).
1) Montrer que (u est compacte)=⇒ (u continue).
2) Montrer que si u est compacte et B faiblement compacte (ie compacte dans Xσ )
alors u(B) est compacte dans (Y, k.k).
3.3. LE THÉORÈME DE BANACH-STEINHAUSS 27

Exercice 3.2.4.
Soit X un espace vectoriel de dimension finie . Montrer que :
1) Sur le dual X’ de X , (qui est canoniquement normé) les topologies duales faible et forte
0 et X 0 sont équivalentes.
X∗σ ∗β
2)Sur X , sa topologie affaiblie Xσ est équivalente à sa topologie normée canonique.

0 0
Remarque 3.2.1 On montre que X = (X∗σ )

3.3 Le théorème de Banach-Steinhauss

Théorème 3.3.1 (théorème de Banach-Steinhauss ou de la borne uniforme)
Soit X un espace de Banach et Y un espace normé. Soit F une famille d’applica-
tions linéaires et continues de X dans Y.
On suppose que , ∀x ∈ X , l’ensemble {T x , T ∈ F} est borné dans Y.
Alors l’ensemble {kT k , T ∈ F} est borné , ie F est borné dans (L (X, Y ), k.k).

Démonstration :
Soit n ∈ N . Posons Bn = {x ∈ X , kT xkY ≤ n , ∀T ∈ F} , (0 ∈ Bn ) , l’hypothèse
sup kT xk < +∞ , ∀x ∈ X (1) montre que ∀x ∈ X , ∃n ∈ N / x ∈ Bn .
T ∈F
S
D’où X = Bn (2) , soit BY (O, n) est fermée de centre O , de rayon n de Y .
n
Tout T ∈ F étant continue , T −1 BY (O, n) est fermé dans X , ∀T ∈ F. Or on
T −1
a : Bn = T (BY (O, n)) (2’) ; d’où Bn est fermé dans X . X étant de Banach
T ∈F
◦ ◦
et donc de Baire (2) entraine qu’il existe n0 ∈ N tel que B n0 = B̄ n0 6= 0 . Donc
(20 ) T
∃x0 ∈ X , ε > 0 /BX (x0 , ε) ⊂ Bn0 = T −1 BY (O, n).
T ∈F
D’où T (BX (x0 , ε)) ⊂ BY (O, n0 ) , ∀T ∈ F . Ie : BX (x0 , ε) =⇒ kT xkY ≤ n0 , ∀T ∈
F (3) .
Soit x ∈ X tel que kxkX ≤ ε alors x + x0 ∈ BX (x0 , ε) car kx + x0 − x0 kX = kxkX ≤
ε. D’après (3) on doit avoir kT (x + x0 )kY ≤ n0 , ∀T ∈ F (4) .
On a alors , ∀T ∈ F :
kT xkY = kT (x + x0 − x0 )kY = kT (x + x0 ) − T (x0 )kY
≤ kT (x + x0 )kY + kT (x0 )kY
(4)
≤ n0 + kT (x0 )kY
Ainsi : (kxkX ≤ ε) =⇒ (kT xkY ≤ n0 + kT (x0 )kY ≤ n0 + sup kT (x0 )kY = K) (5)
T ∈F
où K est une constante qui existe d’après l’hypothèse (1) .
x ε x ε ε
Soit alors x ∈ X , x 6= 0 . Si y = on aura kyk = = < ε.
kxkX 2 kxkX 2 2
x ε
D’après (5) on doit donc avoir kT ykY = T ( ) ≤K .
kxkX 2 Y
2
D’où kT kL (X,Y ) ≤ ( K) kxkX , ∀T ∈ F et les T ∈ F sont équibornées.
ε
28 CHAPITRE 3. DUALITÉ.RFLEXIVITÉ.TRANSPOSITION

3.4 Le théorème Banach-Aloaglu

Théorème 3.4.1 (Banach-Aloaglu) Soit (X, k.k) un espace normé. La boule
unité fermée B 0 = {x0 ∈ X 0 kx0 k ≤ 1} de l’espace normé dual (X 0 , k.k ) de X
0
est compacte pour la topologie duale faible X∗σ de X’.

Démonstration : Soit x ∈ X et Bx = {λ ∈ K / |λ| ≤ kxk}.

Bx est un compact de K comme fermé et borné.
D’après le théorème de Tychonoff, (tout produit fini ou non de compacts est com-
pact) K = Π Bx est compact pour la topologie produit Π Kx où K ≡ Kx , ∀x ∈ X.
x∈X x∈X
Un élément de K est une famille (a(x))x∈X où a(x) ∈ Bx ;
i.e ce qui définit une fonction a : X −→ K , x 7−→ a(x) = ax ∈ Bx ⊂ K.
Donc , (ax )x∈X = (a(x))x∈X est l’ensemble des valeurs de a , que l’on va consi-
dérer comme un seul élément de K = Π Bx .
x∈X
0 0 0 0 0
Soit x ∈ B , alors x ∈ X , ie x est une forme linéaire et continue sur X ; et
de plus , ∀x ∈ X , |x0 (x)| ≤ ||x0 || ||x|| ≤ ||x|| car x0 ∈ B 0 .
Or (|x0 (x)| ≤ kxk) =⇒ (x0 (x) ∈ Bx ) D’où , ∀x0 ∈ B 0 , on a (x0 (x))x∈X ∈ K.
Considérons l’application :
F : B 0 −→ K
x0 7−→ F (x0 ) = (x0 (x))x∈X
- F est injective , car :
F (x0 ) = F (y 0 ) ⇐⇒ (x0 (x))x∈X = (y 0 (x))x∈X
⇐⇒ x0 (x) = y 0 (x), ∀x ∈ X
⇐⇒ x0 = y 0 .
D’où F est bijective de B 0 sur F (B 0 ) ⊂ K Montrons que F (B 0 ) est compact dans
K.
Puisque K est compact , il suffit de montrer que F (B 0 ) est fermé dans K .
Soit (yn ) ⊂ F (B 0 ) tel que yn −→ y = (a(x))x∈X dans Π Kx (1) .
x∈X
Puisque (yn ) ⊂ F (B 0 ) alors pour tout n , il existe x0n ∈ B 0 /yn = F (x0n ) = (x0n (x))x∈X .
Π Kx
x∈X
D’où (x0n (x))x∈X −→ (a(x))x∈X .
D’où xn (x) −→ a(x), ∀x ∈ X (2).
Montrons que a ∈ B 0 et que y = F (a) .
i) D’après (2) a est linéaire comme limite simple d’applications linéaires x0n .
ii)(2) donne |x0n (x)| −→ |a(x)| ; d’autre part, |x0n (x)| ≤ ||x0n || kxk ≤ kxk
car kx0 nk ≤ 1 . D’où |a(x)| ≤ kxk (3) ; (3) montre que a est continue et kak ≤ 1.
D’où a = x0 ∈ B 0 .
Comme a = x0 ∈ B 0 , (1) montre que y = (a(x))x∈X = F (a) et F (B 0 ) est fermé
et donc compact dans K.
Puisque B 0 = F −1 (F (B)) et que F (B 0 ) est compact dans K , pour montrer que
B 0 est compact dans X∗σ 0
, il reste à montrer que que la réciproque F −1 de F est
0
continue de K dans X∗σ , où K est muni de la topologie induite par Π Kx .
x∈X
0
X∗σ
Soit (yn ) ⊂ F (B 0 ) tel que yn −→ y dans K ; montrons que F −1 (yn ) −→ F −1
(y) .
3.5. RÉFLEXIVITÉ 29

F (B 0 ) étant fermé , il existe x0n ∈ B 0 tel que yn = F (x0n ) et il existe x0 ∈ B 0

tel que y = F (x0 ) ; On a : x0n = F −1 (x0 ). x0 = F −1 (y).
Π Kx Π Kx
x∈X x∈X
yn −→ y ⇐⇒ F (x0n ) −→ F (x0 )
Π Kx
x∈X
⇐⇒ (x0n (x))x∈X −→ (x0 (x))x∈X
Π Kx
x∈X
=⇒ x0n (x) −→ x0 (x) ∀x ∈ X
Π Kx
x∈X
=⇒ x0n −→ x0 dans X∗σ 0

=⇒ F −1 (yn ) −→ F −1 (y) dans X∗σ

0
0 0
Conclusion : B est compact dans X∗σ . D’où le théorème.
Exercice 3.4.1. Soit (X, k.k) un espace normé et B 0 = {x0 ∈ X 0 kx0 k ≤ 1} .
11) Montrer que tout borné A de l’espace normé (X 0 , k.k) est faiblement relativement
compact (ie Ā est compact dans X∗σ 0 ) .

2) Soit (x0n ) une suite convergente vers x0 dans X∗σ 0 . Montrer que l’ensemble (x0 ) est
n
faiblement relativement compact dans X∗σ . 0

3) Montrer de 3 manières que B’ est fermée dans dans X∗σ 0 .

4) Soit Xσ0 la topologie affaiblie de l’espace normé (X 0 , k.k). Montrer de 4 manières que B’
est fermé dans Xσ0 .

3.5 Réflexivité
3.5.1 Application du théorème de Hahn-Banach
Proposition 3.5.1
Soit X un e.v.t sur K = R ou C , x0 ∈ X .
1) Soit α ∈ K et p : X −→ R+ une semi-norme continue sur X telle que
p(x0 ) 6= 0 . Alors il existe x0 ∈ X 0 tel que x0 (x0 ) = α et telle que :
|α|
|x0 (x)| ≤ p(x) , ∀x ∈ X (1) .
p(x0 )
2) En particulier si (X, k.k) est un espace normé , il existe x0 ∈ X 0 tel que :
x0 (x0 ) = kx0 k , kxk ≤ 1 et on a : kx0 k = sup |x0 (x0 )| (2) .
x0 ∈X 0
kx0 k≤1

Démonstration :
1) Comme p(x0 ) 6= 0 on a x0 6= 0 . Soit M le sous-espace engendré par x0 et
f : M −→ K , x = λx0 7−→ f (x) = λα (3) f est linéaire et donc continue car
p(x)
dimM est finie . Ensuite |f (x)| = |λ||α| et p(x) = p(λx0 ) = |λ|p(x0 ) ; |λ| =
p(x0 )
|α|
et donc |f (x)| = |α||λ| = p(x) , ∀x ∈ M (3’) . Comme p est une semi-norme
p(x0 )
|α|
continue sur X , q = p(x) , p est aussi semi-norme continue sur X .
p(x0 )
30 CHAPITRE 3. DUALITÉ.RFLEXIVITÉ.TRANSPOSITION

(30 )
D’après le théorème de Hahn-Banach , puisque |f | ≤ q sur M , ∃x0 ∈ X 0 ,
|α|
x0|M = f et telle que |x0 (x)| ≤ q(x) = p(x) , ∀x ∈ X (4). Comme x0 ∈ M on
p(x0 )
(3)
a : x0 (x0 )f (x0 ) = f (1.x0 ) = 1.α = α. D’où 1) .
2) On applique 1) en prenant α = kx0 k et p(x) = kxk , x ∈ X.
Il existe donc , x00 ∈ X 0 tel que x0 (x0 ) = kx0 k (5) , (4) donne , pour x0 6= 0
kx0 k
|x00 (x)| ≤ kxk = kxk , ∀x ∈ X ; d’où kx0 k ≤ 1 . Maintenant on a ∀x0 ∈ X 0 tel
kx0 k
que kxk ≤ 1 : |x00 (x)| ≤ kx0 k kx0 k ≤ kx0 k , d’où sup |x0 (x0 )| ≤ kx0 k (6) .
x0 ∈X 0
kx0 k≤1
Par ailleurs , puisque kx0 k ≤ 1 on a vu (5) , |x00 (x)| = kx0 k ≤ sup |x0 (x0 )| ce
x0 ∈X 0
kx0 k≤1
qui ,ajouté à (6) montre que kx0 k = sup |x0 (x0 )| vrai aussi pour x0 = 0 . D’où la
x0 ∈X 0
kx0 k≤1
proposition.

Corollaire 3.5.1 Soit (X, k.k) un espace normé . Alors l’application canonique
ϕ : X −→ X 00
x 7−→ ϕ(x) = x̂ : X 0 −→ K conserve la norme .
x0 7−→ < x̂, x0 >=< x0 , x >
C’est-à-dire kxkX = kx̂kX ” .

Démonstration :
On déduit de la proposition , 2) , que ∀x ∈ X et puisque :
X” = (X 0 )0 , kx̂kX ” = sup | < x0 , x > | = kxk
x0 ∈X 0 (prop.2)
kx0 k≤1

3.5.2 Espaces réflexifs

Définition 3.5.1
L’espace normé (X, k.k) est dit réflexif si l’application canonique :
ϕ : X −→ X 00
x 7−→ ϕ(x) = x̂ : X 0 −→ K est un isomorphisme iso-
x0 7−→ < x̂, x0 >=< x0 , x >
métrique (et topologique) des espaces normés (X, k.k) et (X”, [Link]” ).

Théorème 3.5.1
Tout espace de Hilbert est réflexif.

Démonstration :
Exercice.
(Indication : Soit (X, (|)) de Hilbert et (X 0 , (|)X 0 ) son dual qui est également de
T T̃
Hilbert , X −→ X 0 et X −→ X” = (X 0 )0 les anti-isomorphismes isométriques ,
3.6. TRANSPOSITION 31

canoniques.
Vérifier que T̃ ◦ T : X −→ X” est isomorphisme isométrique et que T̃ ◦ T n’est autre
que l’application canonique x 7−→ x̂) .
Exercice 3.5.1.
Montrer que tout espace normé réflexif est de Banach.
Exercice 3.5.2.
Montrer que tout espace de dimension finie est réflexif.
Exercice 3.5.3.
Montrer que si X est un espace normé réflexif , alors sur son dual X’ , la topologie duale
faible est équivalente à la topologie affaiblie Xσ0 de l’espace normé X’ .

3.6 Transposition
3.6.1 Définition
Définition 3.6.1 Soient X et Y deux e.v.t sur K = R ou C . f : X −→ Y une
application linéaire et continue .
La transposée de f est l’application notée :
t
f : Y 0 −→ X 0
y 0 7−→ t f (y 0 ) : X −→ K
x 7−→ (t f )(y 0 )(x) =< y 0 , f (x) >= (y 0 ◦ f )(x) = y 0 [f (x)]

Remarque 3.6.1 (f : X −→ Y linéaire et continue et y 0 ∈ Y 0 =⇒ y 0 ◦ f ∈ X 0 ).

3.6.2 Théorème général de la transposition

Théorème 3.6.1 Soient X et Y deux e.v.t sur K = R ou C. f : X −→ Y une
application linéaire et continue. Alors , la transposée
t
f : Y 0 −→ X 0 est linéaire et continue :
0 0
1)Pour les topologies duales faibles Y∗σ et X∗σ de Y’ et X’ .
0 0
2)Pour les topologies duales fortes Y∗β et X∗β de Y’ et X’.

Démonstration :
On a : f : X −→ Y et t f : Y 0 −→ X 0 1) Montrons que t f : Y∗σ 0 0
−→ X∗σ est continue.
0 0
Y∗σ et X∗σ sont définies par (py )y∈Y et (px )x∈X
py (y 0 ) = | < y 0 , y > | , ∀y 0 ∈ Y 0
où
px (x0 ) = | < x0 , x > | , ∀x0 ∈ X 0
Soit x ∈ X, ∀y 0 ∈ Y 0 , on a :
Px (t f (y 0 )) = | <t f (y 0 ), x > |
= | < y 0 , f (x) > |
= pf (x) (y 0 ) = py (y 0 ).
0 0
D’où t f est continue de Y∗σ dans X∗σ .
0 0
2) Y∗β et X∗β sont définies par (pB )B borné de Y et (pA )Aborné de X
32 CHAPITRE 3. DUALITÉ.RFLEXIVITÉ.TRANSPOSITION

 pB (y 0 ) = sup| < y 0 , y > | , ∀y 0 ∈ Y 0


y∈B
où
 pA (x0 ) = sup| < x0 , x > | , ∀x0 ∈ X 0
x∈A
Soit A un borné de X. Soit y 0 ∈ Y 0 . On a :
PA (t f (y 0 )) = sup| <t f (y 0 ), x > |
x∈A
= sup| < y 0 , f (x) > |
x∈A
= sup | < y 0 , y > | = PB (y 0 ).
y∈f (A)
Où B = f (A) est un borné de Y . (car f est continue et A borné ).
0 0
D’où t f est continue de Y∗β dans X∗β .

Corollaire 3.6.1 Soient X1 et X2 deux e.v.t sur K = R ou C.

On suppose que X1 ,→ X2 ( X1 s’injecte continument dans X2 ).

0 0
1. X2,∗σ ,→ X1,∗σ
0 0
2. X2,∗β ,→ X1,∗β

Démonstration :
1. D’après le théorème général de la transposition , on a : X1 ,→ X2 alors
ti ti
0 0 0 0
X2,∗σ ,→ X2,∗σ et X2,∗β ,→ X1,∗β ;
où Il reste à vérifier que t i : X20 −→ X10 est l’injection canonique .
Or on a : ∀x02 ∈ X20 , ∀x1 ∈ X1 .
t
i(x02 )(x1 ) =< x02 , i(x1 ) >=< x02 , x1 >= x02 (x1 .)
D’où t i(x02 = x02 ), i.e t i : X20 −→ X10 est bien l’injection canonique .

X10 et X2,∗σ
0
étant munies de leurs topologies duales faibles et fortes. Si X1 est dense
dans X2 et si x01 est une forme linéaire continue sur X1 pour la topologie induite par
X2 , alors x01 se prolonge de façon unique en une forme linéaire continue sur X2 .
Exercice 3.6.1.
Soient X , Y et Z trois e.v.t sur K = R ou C . f : X −→ Y et g : Y −→ Z des applications
linéaires et continues .
1) g ◦ f : X −→ Z est une application linéaire et continue .
2) t (g ◦ f ) = t g ◦ t f : Z 0 −→ X 0
Exercice 3.6.2.
Soient X et Y deux e.l.c séparé sur K = R ou C et f : X −→ Y un isomorphisme
topologique (ie une bijection linéaire et bicontinue ) de X dans Y.
1) Montrer que t f : Y 0 −→ X 0 est un isomorphisme topologique dont on déterminera la
réciproque de :
0 −→ X 0 .
i) Y∗σ ∗σ
0 −→ X 0 .
ii) Y∗β ∗β
iii) Yσ0 −→ Xσ0 .
3.7. THÉORÈME DU GRAPHE FERMÉ 33

2) On suppose que (X, k.k) et (Y, k.k) sont des espaces normés , Montrer que si f : X −→ Y
est un isomorphisme isométrique , alors t f : Y 0 −→ X 0 est un isomorphisme isométrique
des espaces normés (X, k.k) et (Y, k.k) .
Exercice 3.6.3.
Montrer que si X est un espace normé réflexif , alors son dual X 0 est aussi un espace normé
réflexif.
[ Utiliser (X 0 )” = (X”)0 ]
Exercice 3.6.4.
Montrer que si (X, k.k) est un espace normé réflexif , alors sa boule unité fermée B est
faiblement compacte (ie compacte pour la topologie affaiblie Xσ ).
[ Indication : Utiliser le théorème de Banach-Aloaglu et l’équivalence de la topologie
duale faible X”∗σ = σ(X”, X 0 ) et de la topologie affaiblie X”σ de l’espace normé X". ]

3.7 Théorème du graphe fermé

Ce théorème est l’un les plus important de l’analyse Fonctionnelle . Il est lui même
conséquence du théorème de l’application ouverte et de l’application inverse qui
découlent du théorème de Baire.
Rappelons qu’une application est dite ouverte si l’image d’un ouvert est un ouvert.

3.7.1 Théorème de l’application ouverte

Théorème 3.7.1
Soient X et Y deux espaces de Banach et T : X −→ Y une application linéaire
continue et surjective , alors T est une application ouverte .

Démonstration :
On sait qu’un ouvert est voisinage de chacun de ces points . Il suffit donc de montrer
que ∀x et ∀N ∈ V(x) , T (N ) ∈ V(t(x)) . En outre comme X et Y sont des e.v.t , il
suffit de rester à l’origine x = O . Comme X et Y sont normés , il suffit de montrer
que si BX (r) est une boule de centre O et de rayon r de X , alors T (BX (r)) construit
une boule BY (r0 ) de Y de centre O=T(O) et de rayon r0 .
T est linéaire , donc :
T (BX (r)) = rT (BX (1)) où BX (1) est la boule unité de X et si n ∈ N∗ alors ,
r
T (BX (r)) = T (BX (n)) .
n
Il suffit donc de montrer que l’on peut trouver n tel que O soit intérieur à T BX (n) .
T est surjective , donc ∀y ∈ Y , ∃x ∈ X / y = T (x) . Ainsi ∃n ∈ N∗ / x ∈ BX (n)
(prendre n > [kxk] + 1) . D’où y = T (x) ∈ T BX (n) . On peut donc écrire :
S S
Y = T BX (n) = T BX (n) .
n∈N n∈N
Y est de Banach , donc de Baire . D’où ∃n0 tel que T BX (n0 ) ait un intérieur . On
peut , (en translatant si nécessaire) supposer que O est intérieur à T BX (n0 ) .
34 CHAPITRE 3. DUALITÉ.RFLEXIVITÉ.TRANSPOSITION

Autrement dit ∃ε tel que BY (ε) ⊂ T BX (n0 ) (a) .

Nous allons montrer que : T BX (n0 ) ⊂ T BX (n0 ) (b) .
Ce qui nous permettra de conclure vu (a) .
ε
Soit y ∈ T BX (n0 ) prenons x1 ∈ BX (n0 ) tel que kT (x1 ) − ykY <
2
(puisque BY (y, 2ε ) ∩ T BX (n0 ) 6= ∅).
On a donc y − T x1 ∈ BY ( 2ε ) , mais utilisons (a) :
1 1
BY (ε) ⊂ T BX (n0 ) =⇒ BY (ε) = BY ( 2ε ) ⊂ T BX (n0 ) = T BX ( n20 ) .
2 2
ε n0
D’où y − T x1 ∈ BY ( 2 ) ⊂ T BX ( 2 ) (c) .
ε
Prenons maintenant x2 ∈ BX ( n20 ) tel que ky − T x1 − T x2 kY < 2
2
(puisque BY (y − tx1 , 4ε ) ∩ T BX ( n20 ) 6= ∅).
On a donc y − T x1 − T x2 ∈ BY ( 4ε ) ⊂ T BX ( n40 ) , vu (c) et par récurrence , soit (xp )
p
n0
) et tel que y − T xj ∈ BY ( 2εp ) .
P
tel que xp ∈ BX ( 2p−1
j=1
∞ ∞
∞ n
P P P 0
Alors on a : T xj ≤ kxj kX ≤
j−1
= 2n0 < +∞ .
j=1 j=1 j=1 2
X
Ce qui montre que , puisque X est de Banach , (la convergence de la série des
P∞
normes entrainent la convergence de la série) que xj converge vers x dans X ;
j=1
∞
P
donc x = xj en outre kxkX ≤ 2n0 =⇒ x ∈ BX (2n0 ) .
j=1
p p ε
T xj ∈ BY ( 2εp ) =⇒ y −
P P
Ensuite y − T xj < −→ 0 .
j=1 j=1 2p p−→∞
Y
∞
P ∞
P
D’où y = T xj = T xj = T x ∈ T bX (2n0 ) car T étant linéaire et continue :
j=1 j=1
p
P p
P
( T xj = T xj et
j=1 j=1
Pp p
P p
P ∞
P
( xj −→ x) =⇒ (T ( xj ) = T xj −→ T x) T xj = T x ) .
j=1 p−→∞ j=1 j=1 p−→∞ j=1
D’où T BX (n0 ) ⊂ T BX (n0 ) ie (b) .
r r rε
En conclusion T bX (r) = T BX (2n0 ) ⊃ BY (ε) = BY ( 2n ).
2n0 2n0 0
rε
D’où le résultat en prenant r0 = et T est ouverte .
2n0
D’où le théorème 3.7.1 .

3.7.2 Théorème de l’application inverse

Théorème 3.7.2 (de l’application inverse)
Une bijection continue T d’un espace de Banach X dans un espace de Banach Y est
un homéomorphisme .
(ie T −1 est continue) .

Démonstration :
3.7. THÉORÈME DU GRAPHE FERMÉ 35

Elle est immédiate et découle du théorème 3.7.1 . T étant bijective et continue est
surjective et continue et d’après le théorème 3.7.1 , T est ouverte .
Mais (T ouverte =⇒ T −1 continue) car si O est un ouvert de X :
T (O) = (T − )−1 (O) et : i)T ouverte =⇒ T ouverte =⇒ (T −1 ) continue .
ii) T −1 continue=⇒ (T − )−1 (O) est ouvert de Y =⇒ T ouverte.
D’où le théorème 3.7.2 .
On va maintenant énoncer l’important théorème du graphe fermé . On sait que si
une application est continue , alors son graphe est fermé . Mais la réciproque n’est
pas vraie en général . Le théorème du graphe fermé dans cette donne cette réciproque
dans le cas particulier d’une application d’un espace de Banach dans un autre (ie
définie partout)

3.7.3 Théorème du graphe fermé

Théorème 3.7.3 ( du graphe fermé )
oient X et Y deux espaces de Banach et T : X −→ Y une application linéaire . Alors
T est continue si et seulement si son graphe est fermé dans le produit X × Y .

Démonstration :
Rappelons que le graphe de T est l’ensemble :
Γ(T ) = {(x, y) ∈ X × Y , y = T (x)} ⊂ X × Y .
1) On sait que T continue =⇒ Γ(T ) fermé .
2) Réciproquement , supposons le graphe Γ(T ) de T fermé .
Comme T est linéaire , Γ(T ) est un sous-espace de l’espace vectoriel produit
X × Y ( où pour (x, y) , (x0 , y 0 ) ∈ X × Y , (x, y) + (x0 , y 0 ) = (x + x0 , y + y 0 ) et
λ(x, y) = (λx, λy)). Le produit X × Y est muni de l’une des trois normes canoniques
équivalentes est de Banach comme produit d’espaces de Banach.
Le sous-espace fermé Γ(T ) de X × Y est un Banach pour la norme induite prenons
pour exemple la norme k(x, T (x))kΓ = kxkX + kT xkY .
On sait que les projections π1 : X × Y −→ X et π2 : X × Y −→ Y avec π1 (x, y) = x
et π2 (x, y) = y , sont continues ; π1 (x, T x) = x et π2 (x, T x) = T x , la restriction de
π1 à Γ est une bijection continue du Banach Γ sur le Banach X .
En effet si ϕ : X −→ Γ , x 7−→ ϕ(x) = (x, T (x)) , ϕ est surjective et si
ϕ(x) = ϕ(y) , alors (x, T (x)) = (y, T (y)) x=y ϕ injective.
En outre π1 (x, T x) = x donc (π1 ◦ ϕ)(x) = x .
Ainsi π1 ◦ ϕ = IdX ; (π1 ◦ ϕ)(x, T (x)) = ϕ[π1 (x, T (x))] = ϕ(x) = (x, T (x)) .
Donc π1 ◦ ϕ = IdΓ =⇒ la restriction de π1 à Γ est une bijection d’inverse
ϕ : π1−1
|Γ
= ϕ = (π1|Γ )−1 .
π1|Γ est donc une bijection continue de Γ dans X .
D’après le théorème 3.7.2 de l’application inverse , π1−1 |Γ
= ϕ est continue de X −→ Γ
. Mais on a , ∀x ∈ X : T (x) = π2 (x, T (x)) = π2 [ϕ(x)] = π2 ◦ ϕ(x) T = π2 ◦ ϕ .
T est alors continue comme composée des applications continues π2 et ϕ = (π1|Γ )−1
. D’où le le théorème 3.7.3 .
36 CHAPITRE 3. DUALITÉ.RFLEXIVITÉ.TRANSPOSITION

Note 3.7.1 Le théorème 3.7.3 est valable pour T défini sur X tout entier . Il est
faux si T n’est défini que sur un sous-espace stricte de X