Topologie et analyse différentielle

Benoı̂t Perthame

November 10, 2007

2

Entre le risque et la certitude, il faut choisir le risque

Jacques BREL

Car pour moi les idées claires sont (...) des idées mortes et terminées.

Antonin ARTAUD (le théâtre et son double)

 3

PRÉFACE

Ce cours contient quelques notions de topologie et d’analyse différentielle enseignés à

l’École Normale Supérieure au premier semestre de la première année, ce qui correspond
au niveau L3-M1. Le contenu est très classique et doit beaucoup aux ouvrages de H.
Cartan, L. Schwartz et H. Brézis que l’on trouvera dans la bibliographie. L’esprit est
toutefois différent de la tradition des cours enseignés ici, ou du moins tente de l’être, de
deux points de vue. Contrairement à la tradition qui veut que les mathématiques soient
enseignés linéairement (telle notion vient après telle autre suivant un ordre établi au cours
des années), ce cours voit d’abord l’Analyse comme une immense toile où les différentes
notions sont connectées entre elles, admettent différents niveau de compréhension et
d’abstraction. Ensuite, il contient des exemples pour illustrer les notions abstraites et
renvoyer à d’autres théories qui dépassent le niveau de ce cours. Surtout, ils tentent de
montrer que les objets de l’Analyse sont avant tout des outils de modélisation; la plu-
part d’entre eux ont été inventés pour décrire les lois de la nature. Même si la nature
que nous recherchons aujourd’hui est différente de celle que découvraient Newton, Euler,
Maxwell, Boltzmann ou Riemann, les mêmes outils de modélisation une fois correctement
étendus et approfondis, servent de base pour tenter de comprendre la compression et le
traitement des données, les flots de données sur Internet, les nombreuses échelles du vi-
vant, la matière dans ses nombreuses formes. En conséquence on trouvera mentionnés des
théorémes qui peuvent être passés en première lecture, d’autres dont les démonstrations
dépassent clairement le niveau L3-M1.

Plusieurs personnes ont participé à la rédaction de certaines parties de ce cours et je

voudrais les remercier ici. O. Dudas a rédigé la preuve du théorème de Stone-Weierstrass
et l’approximation par les polynômes de Bernstein et O. Guéant a rédigé la section concer-
nant la topologie de l’espace des fonctions C ∞ à support compact (topologies de Whitney
et de Schwartz). F. Kassel a relu ce cours en détail et corrigé de nombreuses coquilles .
P.-E. Jabin et A. Basson ont fourni pas mal d’exercices. A. Bentata et G. Raoul en ont
relu des parties. Merci également à M. Desnous (INRIA, BANG) qui a réalisé la plupart
des illustrations
4
Table des matières

1 Espaces métriques et distances 9

1.1 Espaces métriques et distances . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2 Boules et sphères . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Espaces vectoriels normés . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.2 Normes et distances . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4 Suites convergentes dans un espace métrique . . . . . . . . . . . . . . . . . 14
1.5 L’espace de Schwartz, espaces de Fréchet . . . . . . . . . . . . . . . . . . . 15

2 Espaces topologiques 19
2.1 Définition d’une topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Topologie d’un espace métrique . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Un peu de vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.1 Voisinage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.2 Fermé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.3 Intérieur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.4 Adhérence, densité, séparabilité . . . . . . . . . . . . . . . . . . . . 22
2.3.5 Frontière, extérieur . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.6 Espaces séparés ou espaces de Hausdorff . . . . . . . . . . . . . . . 24
2.3.7 Topologie induite (1) . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.8 Point isolé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4 Comparaison des topologies, normes équivalentes . . . . . . . . . . . . . . 26
2.4.1 Topologie moins fine qu’une autre . . . . . . . . . . . . . . . . . . . 26
2.4.2 Cas des espaces métriques . . . . . . . . . . . . . . . . . . . . . . . 26
2.4.3 Cas des espaces vectoriels normés . . . . . . . . . . . . . . . . . . . 27
2.5 Base d’ouverts et construction de topologies . . . . . . . . . . . . . . . . . 28
2.5.1 Base d’ouverts, système fondamental de voisinages . . . . . . . . . . 28
2.5.2 Système générateur d’une topologie, prébase . . . . . . . . . . . . . 28
2.5.3 Engendrer efficacement une topologie . . . . . . . . . . . . . . . . . 29

5
6 TABLE DES MATIÈRES

2.6 Exemple: l’espace D(Rd ), topologies de Schwartz et de Whitney . . . . . . 29

2.6.1 Quelques propriétés préliminaires . . . . . . . . . . . . . . . . . . . 30
2.6.2 Non métrisabilité des topologies Tw et Ts . . . . . . . . . . . . . . . 32
2.6.3 Complétude de D(Rd ) au sens des e. v. t. . . . . . . . . . . . . . . 34
2.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3 Continuité, limites, convergence 37

3.1 Fonctions continues entre espaces topologiques . . . . . . . . . . . . . . . . 37
3.1.1 Espaces topologiques . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1.2 Cas des espaces métriques . . . . . . . . . . . . . . . . . . . . . . . 39
3.1.3 Semi-continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.1.4 Uniforme continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.1.5 Exemple: la distance au bord . . . . . . . . . . . . . . . . . . . . . 44
3.2 Suites convergentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3 Théorème de prolongement de Tietze-Urysohn . . . . . . . . . . . . . . . . 47
3.4 Applications ouvertes, fermées, homéomorphismes . . . . . . . . . . . . . . 48
3.5 Continuité et constructions de topologies . . . . . . . . . . . . . . . . . . . 49
3.5.1 Topologie induite (2) . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.5.2 Topologie la moins fine rendant continue une application . . . . . . 49
3.5.3 Topologie initiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5.4 Topologie produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.5.5 Groupe topologique . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.5.6 Espace vectoriel topologique . . . . . . . . . . . . . . . . . . . . . . 54
3.5.7 Topologie finale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.5.8 Topologie quotient . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6 Théorèmes de Stone et de Weierstrass . . . . . . . . . . . . . . . . . . . . . 59
3.6.1 Quelques énoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.6.2 Ordre d’approximation et théorème de Jackson . . . . . . . . . . . 60
3.6.3 Démonstration du théorème de Stone-Weierstrass . . . . . . . . . . 64
3.6.4 Polynômes de Bernstein . . . . . . . . . . . . . . . . . . . . . . . . 66

4 Espaces métriques complets, espaces de Banach 69

4.1 Suite de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2 Espace métrique complet, espace de Banach . . . . . . . . . . . . . . . . . 69
4.3 Prolongement des applications uniformément continues . . . . . . . . . . . 71
4.4 Théorème de point fixe de Banach, méthode itérative de Picard . . . . . . 72
4.5 Équations d’évolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.6 Convergence normale des séries et topologie quotient dans un Banach . . . 76
4.7 Théorie de Baire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.8 Problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
TABLE DES MATIÈRES 7

5 Espaces compacts 83
5.1 Définition et premières propriétés . . . . . . . . . . . . . . . . . . . . . . . 83
5.2 Compacité dans les espaces séparés . . . . . . . . . . . . . . . . . . . . . . 84
5.3 Compacité dans les espaces métriques, Théorème de Bolzano-Weierstrass . 86
5.4 Quelques résultats et notations supplémentaires . . . . . . . . . . . . . . . 87
5.5 Théorème de Tychonoff . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.6 Quelques exemples d’applications . . . . . . . . . . . . . . . . . . . . . . . 91
5.6.1 Uniforme continuité des fonctions continues sur un compact . . . . 91
5.6.2 Extrema des fonctions continues sur un compact . . . . . . . . . . . 91
5.6.3 Théorème de Dini . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.6.4 Équivalence des normes en dimension finie . . . . . . . . . . . . . . 91
5.6.5 Théorèmes de point fixe de Brouwer et de Schauder . . . . . . . . . 92
5.6.6 Théorèmes de Perron-Frobenius et de Krein-Rutman . . . . . . . . 94
5.6.7 Décomposition M = Q.S des matrices . . . . . . . . . . . . . . . . 99
5.7 Quelques Théorèmes d’Ascoli-Arzela . . . . . . . . . . . . . . . . . . . . . 99
5.7.1 Compacité des fonctions continues à valeurs réelles . . . . . . . . . 99
5.7.2 Compacité des fonctions continues à valeurs dans un espace métrique101

6 Espaces connexes 105

6.1 Définitions et propriétés élémentaires . . . . . . . . . . . . . . . . . . . . . 105
6.2 Espaces connexes par arcs . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.3 Composantes connexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.4 Homéomorphismes et connexité . . . . . . . . . . . . . . . . . . . . . . . . 109

7 Applications linéaires dans les espaces vectoriels normés 111

7.1 Applications linéaires continues . . . . . . . . . . . . . . . . . . . . . . . . 111
7.2 Dual topologique, théorème de Hahn-Banach . . . . . . . . . . . . . . . . . 112
7.3 Espaces vectoriels séparables . . . . . . . . . . . . . . . . . . . . . . . . . . 114
7.4 Théorème de Banach-Steinhaus . . . . . . . . . . . . . . . . . . . . . . . . 115
7.5 Le théorème de continuité de l’inverse de Banach . . . . . . . . . . . . . . 116

8 Espaces de Hilbert 119

8.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
8.2 Projection sur un convexe fermé . . . . . . . . . . . . . . . . . . . . . . . . 121
8.3 Dualité et théorème de Riesz-Fréchet . . . . . . . . . . . . . . . . . . . . . 124
8.4 Théorèmes de Lax-Milgram et Stampacchia . . . . . . . . . . . . . . . . . 125
8.5 Base hilbertienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8.6 Séries de Fourier, transformée de Fourier discrète, FFT . . . . . . . . . . . 131
8.6.1 Séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
8.6.2 Transformée de Fourier discrète . . . . . . . . . . . . . . . . . . . . 133
8.6.3 Transformée de Fourier Rapide (FFT) . . . . . . . . . . . . . . . . 134
8.6.4 Espaces de Sobolev périodiques (problème) . . . . . . . . . . . . . . 134
8.7 Problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8 TABLE DES MATIÈRES

9 Équations différentielles ordinaires 137

9.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9.2 Théorème de Cauchy-Lipschitz . . . . . . . . . . . . . . . . . . . . . . . . . 139
9.3 Explosion en temps fini, non-unicité . . . . . . . . . . . . . . . . . . . . . . 142
9.4 Les lemmes de Gronwall . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
9.5 Dépendance régulière en fonction des paramètres . . . . . . . . . . . . . . 146
9.6 Flot et mesure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
9.7 Equation de transport et méthode des caractéristiques . . . . . . . . . . . 150
Chapitre 1

Espaces métriques et distances

Lorsque l’on se pose la question de savoir si deux objets d’un semble sont plus ou moins
”proches”, la première idée consiste à essayer de construire une ”distance” entre eux? Or
cela n’est pas toujours suffisant; en effet, dans des espaces ’trop gros’, on peut définir des
suites convergentes sans avoir pour autant de notion de distance. Ces premiers chapitres
visent à définir des notions permettant de répondre à cette question de façon très générale.
On introduit ainsi la notion de ’topologie générale’ qui s’appuie sur des notions purement
ensemblistes. L’esprit de la topologie générale est donc assez proche de la théorie de la
mesure qui vise à construire le ”volume” des sous-ensembles et ceci doit passer par une
”mesure” et plus généralement par la connaissance des ensembles ”mesurables”. Ces deux
théories sont donc totalement entrelacées et les liens sont nombreux .

1.1 Espaces métriques et distances

1.1.1 Définitions
Définition 1.1 On appelle espace métrique (E, d) la donnée d’un ensemble E et d’une
application, appelée distance d : E × E → R+ telle que
(i) (positivité) d(x, y) ≥ 0 et d(x, y) = 0 ⇐⇒ x = y,
(ii) (symétrie) d(x, y) = d(y, x),
(iii) (inégalité triangulaire ) d(x, z) ≤ d(x, y) + d(y, z).

Une des conséquences, souvent utile, de (iii) et (ii) est l’inégalité triangulaire généralisée :

|d(x, y) − d(y, z)| ≤ d(x, z). (1.1)

En effet on déduit de (iii) à la fois d(x, y) − d(y, z) ≤ d(x, z) et d(y, z) − d(x, y) ≤ d(x, z).

9
10 CHAPITRE 1. ESPACES MÉTRIQUES ET DISTANCES

1.1.2 Exemples
1. Sur E = Rd , ou Cd , la distance classique est induite par la norme euclidienne: pour
x = (x1 , x2 , ..., xd ), y = (y1 , y2, ..., yd ), elle est donnée par
v
u d
uX
d2 (x, y) = t (xi − yi)2 .
i=1

2. La distance discrète sur un ensemble E quelconque est définie par

(
1 pour x 6= y,
d(x, y) =
0 pour x = y.
Un ensemble muni de cette distance est appelé ’ensemble discret’.
3. On introduira plus tard la notion de fermé, mais on peut dès à présent mentionner la
distance de Hausdorff entre deux fermés, définie par
dH (F1 , F2 ) = max d(x, F2 ) + max d(y, F1).
x∈F1 y∈F2

4. Un graphe G = (V, E) est un ensemble fini V (’vertices’, noeuds) et une ensemble

non-vide E de ’edges’ (paires non-ordonnées) e = {i, j} avec i 6= j ∈ V . Deux noeuds i, j
sont connectés s’il existe un chemin (de longueur n + 1 ici) (i, i1 ), (i1 , i2 ) ... (in , j) formé
d’éléments de E. Un graphe est connecté si tous les noeuds sont connectés entre eux. On
définit alors
d(i, j) = {nombre de ’edges’ dans le chemin le plus court}.
C’est une distance.

1.1.3 Exercices
Exercice 1. Sur une espace métrique (E, d), on définit aussi des distances (bornées) par
les formules
˜ y) = min(1, d(x, y)),
d(x, ¯ y) = d(x, y) .
d(x,
1 + d(x, y)
Exercice 2. Soient (di)i∈N une famille dénombrable de distances. Montrer que d1 + d2
est aussi une distance. De même pour
X di (x, y) 1
2−i , sup [min( , di(x, y))].
i∈N
1 + d i (x, y) i∈N i + 1

Exercice 3. (Distance riemanienne) Sur Rd , soit A(x) ∈ Md×d des matrices définies
positives dépendant de x de façon régulière. On définit
nZ 1 o
da (x, y) = inf |A(x(t)).ẋ(t)| dt; x(0) = x, x(1) = y ,
0
1.2. BOULES ET SPHÈRES 11

où l’infimum est pris sur toutes les trajectoires x(·) ∈ C 1 ([0, 1]; Rd). Montrer que da est
une distance. Quelle matrice A(x) donne la distance euclidienne?
Cette métrique donne lieu à des questions intéressantes qui ont beaucoup progressé
récemment : pour un point arbitraire pris comme origine on pose u(x) = da (x, 0).
Cette fonction vérifie l’équation ”Eikonale”, un cas particulier des équations de Hamilton-
Jacobi :
A−1 (x).∇u(x) = 1
au sens de la ’viscosité’, voir [6].

3. Vérifier que la distance de Lévy-Prokhorov sur Rd

dLP (x, y) = inf{ε > 0; #{i, |xi − yi | > ε} < εd},
est bien une distance.

Exercice 4. (Distance optique) Soit n : Rd →]0, ∞[ une fonction continue. On définit

nZ T
o
n
d (x, y) = inf n x(t) dt; x(0) = x, x(T ) = y, |ẋ(t)| = 1 ,
0

où l’infimum est pris sur les temps d’arrivée T et les trajectoires x(·) ∈ C 1 ([0, 1]; Rd).
Montrer que ceci définit une distance et donner la relation avec la distance Riemanienne
de l’exercice 3. dans le cas aij (x) = a(x)δij . Trouver l’équation de Hamilton-Jacobi sat-
isfaite par dn .

Ces questions de minimisation font partie de la théorie plus générale du calcul des
variations. Voir [14].

Une question difficile est de retrouver n(x) connaissant d(x, 0) par exemple, appelée
’problème inverse’. Elle est liée aux problèmes d’imagerie médicale par exemple, ou de
géophysique. Comment connaı̂tre un milieu à partir du temps passé par une onde s’y
propageant?

1.2 Boules et sphères

Définition 1.2 (i) On appelle boule ouverte de centre a et rayon R > 0 :
B(a, R) = {x ∈ E; d(a, x) < R}.
(ii) On appelle boule fermée de centre a et rayon R > 0 :
B(a, R) = {x ∈ E; d(a, x) ≤ R}.
(iii) On appelle sphère de centre a et rayon R > 0 :
S(a, R) = {x ∈ E; d(a, x) = R}.
12 CHAPITRE 1. ESPACES MÉTRIQUES ET DISTANCES

(iv) Une partie de E est dite bornée si elle contenue dans au moins une boule.

En général, ”boule” seul signifie ”boule ouverte”.

Ainsi Rd , muni de la distance euclidienne, n’est pas borné. Tout ensemble est borné
˜ d¯ ci-dessus.
pour la distance discrète ou l’une des distances d,

Figure 1.1: Propriété de séparation de Hausdorff

Théorème 1.1 (Propriété de séparation de Hausdorff ) Soit (E, d) un espace métrique et

deux points x 6= y de E. Alors il existe deux boules ouvertes contenant respectivement x
et y, et d’intersection vide.

Preuve. Il suffit de prendre R = d(x, y)/2 et de choisir B(x, R) et B(y, R), qui con-
tiennent bien x et y et sont d’intersection vide. En effet, pour un éventuel point z de
l’intersection, on obtient : d(x, z) < R et d(y, z) < R. On déduit alors de l’axiome (iii)

2R = d(x, y) ≤ d(x, z) + d(y, z) < 2R,

une contradiction qui prouve qu’un tel z n’existe pas.

1.3 Espaces vectoriels normés

1.3.1 Définitions
Définition 1.3 Soit E un espace vectoriel sur K = R ou C, on appelle norme sur E une
fonction notée x → kxk telle que
(i) (positivité) kxk ≥ 0 et kxk = 0 ⇐⇒ x = 0,
(ii) (homothétie) kλxk = |λ| kxk, ∀λ ∈ K,
(iii) (inégalité de convexité) kx + yk ≤ kxk + kyk.

On dit alors que (E, k . . . k) est un espace vectoriel normé.

1.3. ESPACES VECTORIELS NORMÉS 13

On déduit de (iii) la propriété (souvent utile!)

kx − yk ≥ kxk − kyk .

Une semi-norme est définie par les propriétés (ii) et (iii) seulement et kxk ≥ 0 ∀x ∈ E.
Les semi-normes sont souvent notées | . . . |.

Une quasi-norme est définie, pour un réel k > 1, par les axiomes
(i) QN(x) ≥ 0 et QN(x) = 0 ⇐⇒ x = 0,
(ii’) QN(λx) = |λ| QN(x),
(iii’) QN(x + y) ≤ k(QN(x) + QN(y)).
Par exemple, on rencontre l’espace Lp,∞ (Rd ), pour 1 ≤ p < ∞, des fonctions telles que
QNp (f ) < ∞, avec
m(σ, f ) = L{x ∈ Rd ; |f (x)| > σ}, QNp (f ) = sup[σ m(σ, f )1/p ] < ∞.
σ>0

Exercice Vérifier qu’il s’agit bien d’une quasi-norme (avec k = 2).

1.3.2 Normes et distances

Théorème 1.2 Soit k . . . k une norme sur un espace vectoriel E, alors
d(x, y) = kx − yk
est une distance.
Preuve. La propriété (i) des distances est évidente et (ii) aussi car kzk = k − zk (avec
λ = −1). Pour (iii), on écrit
d(x, y) = kx − yk = kx − z + z − yk ≤ kx − zk + kz − yk = d(x, z) + d(y, z).

1.3.3 Exemples
1. Sur Rd , on définit classiquement les normes
d
X
1p
kxkp = |xi |p , kxk∞ = max(|xi |).
i=1

Le cas p = 2 fournit la norme euclidienne. La partie difficile à démontrer est l’inégalité

de convexité (iii). Celle-ci se déduit de l’inégalité de Cauchy-Schwarz pour p = 2
d
X d
X d

21 X
12
xi yi ≤ |xi |2 |yi|2 .
i=1 i=1 i=1
14 CHAPITRE 1. ESPACES MÉTRIQUES ET DISTANCES

Pour les autres valeurs de p on utilise l’inégalité de Minkowski : pour a, b ≥ 0,

ap aq 1 1
ab ≤ + , + = 1, p, q ≥ 1.
p q p q

2. On définit les espaces l p (K) de suites réelles ou complexes x = (xi )i∈N telles que
X
p1
kxkp := |xi |p < ∞.
i∈N

Ce sont des espaces vectoriels normés de dimension infinie.

3. Sur C 0 ([0, 1]), deux normes sont

Z 1
kf k1 = |f (t)|dt, kf k∞ = max |f (t)|.
0 t∈[0,1]

Une semi-norme est

Z 1 Z 1
|f | = |f (t) − hf i|dt où hf i = f (t)dt.
0 0

Les espaces de Lebesgue Lp (Rd ) sont des e.v.n. importants (voir cours d’intégration).

1.4 Suites convergentes dans un espace métrique

Définition 1.4 Dans un espace métrique (E, d), une suite (xn )n∈N converge vers x si et
seulement si
∀ε > 0, ∃N(ε) ∈ N t.q. n ≥ N(ε) =⇒ d(xn , x) < ε.
On note alors xn −−−→
n→∞ x.

Théorème 1.3 Soient (di )i∈N une famille de distances sur un ensemble E et la distance
X

d(x, y) := 2−i min 1, di(x, y) .
i∈N

Alors xn −−−→
n→∞ x pour d est équivalent à xn −−−→
n→∞ x pour chaque di .
1.5. L’ESPACE DE SCHWARTZ, ESPACES DE FRÉCHET 15

Preuve. (i) Supposons que d(xn , x) − −−→ 0, alors on a évidemment, pour tout i, min(1, di (xn , x)) ≤
n→∞
i
2 d(xn , x) −−−→ 0. On a donc aussi di (xn , x) −
n→∞ −−→ 0.
n→∞

(ii) Réciproquement,
X supposons di (xn , x) −−−→ 0 pour tout i. Soit ε > 0 et I(ε) assez grand
n→∞
−i
tel que 2 2 ≤ ε. Soit alors N(ε) assez grand pour que, pour chaque i, 1 ≤ i ≤ I(ε)
i≥I
on ait
di (xn , x) ≤ ε/(2I) pour n ≥ N(ε).
Alors on a bien, pour n ≥ N(ε),
X X
d(xn , x) ≤ 2−i di (xn , x) + 2−i ≤ ε.
i≤I i≥I

1.5 L’espace de Schwartz, espaces de Fréchet

Définition 1.5 On appelle espace de Fréchet, un espace vectoriel E muni d’une famille
dénombrable de semi-normes | . . . |i , i ∈ N∗ telles que |x|i = 0 ∀i ∈ N ∗ ⇔ x = 0 (on
parle de famille filtrante).
On munit les espaces de Fréchet d’une distance, comme ci-dessus, avec, par exemple,
la formule X
d(f, g) = 2−i min(1, |f − g|i).
i

Ce sont alors des espaces vectoriels topologiques (voir Section 3.5.6).

En général les espaces de Fréchet ne sont pas normables (voir exercice ci-dessous).
C’est le cas de l’espace


Lploc (Rd ) = {f ∈ Lp B(0, R) , ∀R > 0},
muni des semi-normes
|u|k = kf kLp (B(0,k) .
C’est aussi le cas de l’espace de Schwartz.

On définit l’espace de Schwartz des fonctions régulières à décroissance rapide par :

 ∂mf
S(Rd ; R) = f ∈ C ∞ (Rd ; R) t.q. (1+|x|k ) m ∈ C00 , ∀k ∈ N, ∀m = (m1 , ..., md ) ∈ Nd .
∂x
(1.2)

Il s’agit d’un espace vectoriel et on définit

 ∂mf 
|f |k,m = sup (1 + |x|k )| m | .
x∈Rd ∂x
16 CHAPITRE 1. ESPACES MÉTRIQUES ET DISTANCES
m
En fait, la définition peut être modifiée, par exemple en choisissant plutôt (1 + |x|k ) ∂∂xmf ∈
m
L∞ , ou bien (1 + |x|k ) ∂∂xmf ∈ L2 et ceci sans modifier l’espace défini ainsi ni les topologies,
comme définies dans le Chapitre 2, induites par les distances ci-dessous.

L’espace de Schwartz joue un rôle important en analyse pour plusieurs raisons. D’une
part il est dense dans beaucoup d’espace normés. D’autre part de nombreuses applications
linéaires agissent de S(Rd ; R) dans lui-même. Par exemple les dérivations ∂x∂ i ou bien la
transformée de Fourier Z
F f (ξ) = e−ix·ξ f (x)dx
Rd

qui est un homéomorphisme de S(Rd ) (ici il faut choisir la variante S(Rd ; C)) dans lui-
même, voir le paragraphe 3.4.

Exercice Considérons l’espace de Schwartz et montrons qu’il est métrisable (on verra
plus tard qu’il n’est pas normable).
1. Montrer que |f |k,m définit une semi-norme.
2. On pose X
d(f, g) = 2−(k+|m|) min(1, |f − g|k,m).
k,m

Montrer qu’il s’agit d’une distance invariante par translation.

3. Caractériser les suites convergentes pour cette distance.

Exercice Considérons l’example suivant. Soit E l’espace vectoriel des fonctions continues
sur R telles que  
kf kk := sup (1 + |x|)k |f (x)| < ∞.
x∈R

Ces normes permettent de définir un espace de Fréchet comme on l’a vu ci-dessus. On

veut montrer que cet espace n’est pas normable. On suppose donc qu’il existe une norme
telle que pour toute suite (fn ) de E

kfn − f k → 0 ⇐⇒ d(fn , f ) → 0.

1. Monter qu’il existe une constante Ck > 0, telle que

∀f ∈ E kf kk ≤ Ck kf k.

[Link] qu’il existe une constante η > 0 telle que

∀f ∈ E d(f, 0) ≤ η =⇒ kf k ≤ 1.

2b. En déduire qu”il existe un k0 tel que

1
∀f ∈ E, kf k ≤ kf kk0 .
η
1.5. L’ESPACE DE SCHWARTZ, ESPACES DE FRÉCHET 17

3. On considère, pour λ(n) ≥ 1, la série de terme général

η 2−n 2 2
un (x) = k
e−x /λ(n) ∈ E.
(1 + |x|) 0

3a. Montrer que kun k ≤ 2−n .

3b. Trouver λ(n) tel que cette suite ne converge pas vers 0 pour la norme k . . . kk0 +1 .
4. Conclure.

Exercice (À faire aprés le pr/’ecédent)! Considérons l’espace de Schwartz.

1. Montrer que d(fn , g) → 0 est équivalent à |fn − g|k,m → 0 pour tout (k, m).
˜ n , g) → 0 avec
2. Montrer que d(fn , g) → 0 est équivalent à d(f

˜ g) = sup min( 1
d(f, , |f − g|k,m).
k,m k + |m|

3. Montrer que cet espace métrique est complet (voir Chapitre 4).
4. Montrer qu’il n’existe pas de norme telle que fn − −−→ f si et seulement si fn
n→∞ −−−→
n→∞ f
P −(k+|m|) |f −g|k,m
pour chaque semi-norme k,m 2 1+|f −g|k,m
.
18 CHAPITRE 1. ESPACES MÉTRIQUES ET DISTANCES
Chapitre 2

Espaces topologiques

La notion de topologie permet de travailler sur des limites sans avoir recours à une dis-
tance. Plusieurs exemples (topologie de Zariski, distributions, topologies faibles) donnent
lieu à des topologies que l’on ne peut pas définir à partir d’une distance.

Soit E un ensemble et P(E) l’ensemble des parties de E.

2.1 Définition d’une topologie

Définition 2.1 Une topologie T ⊂ P(E) d’un ensemble E est la donnée de parties de E
vérifiant les axiomes
(i) ∅ ∈ T , et E ∈ T ,
(ii) ω1 ∈ T , ω2 ∈ T =⇒ ω [ 1 ∩ ω2 ∈ T ,
(iii) ωi ∈ T , ∀i ∈ I =⇒ ωi ∈ T .
i∈I

Les éléments ω ∈ T sont appelés ouverts, (E, T ) est appelé espace topologique.

Exemples.
1) Topologie fine : T = P(E),
2) Topologie grossière : T = {∅, E},
3) Topologie de Zariski. Sur E = N,

soit ω = ∅,
ω∈T ⇔
soit ∃m ∈ N tel que {m, m + 1, ...} ⊂ ω.

Ce troisième exemple montre bien l’utilité des axiomes de stabilité par intersection
finie et par réunion quelconque.

Définition 2.2 Un ensemble est dit discret si il est muni de la topologie fine.

19
20 CHAPITRE 2. ESPACES TOPOLOGIQUES

Lemme 2.1 L’intersection\ de deux (ou un nombre fini, ou un nombre infini) de topologies
est une topologie : T = Tj est une topologie.
j∈J

La réunion de topologies n’est par contre pas une topologie en général.

Preuve. En effet les axiomes (i) et (ii) sont immédiatement réalisés pour [T . Si main-
tenant ωi, i ∈ I sont des ouverts de T , alors on peut montrer (iii) i.e. que ωi ∈ T . En
i∈I

[pour tout i ∈ I, ωi ∈ Tj , ∀j ∈ J, donc par (iii) appliqué à la topologie

effet, on sait que
Tj , on sait que ωi ∈ Tj , ∀j ∈ J. On en déduit le résultat.
i∈I

2.2 Topologie d’un espace métrique

Une classe importante de topologies est fournie par les espace métriques et il est rare
qu’une topologie ne soit pas métrisable (i.e., construite comme ci-dessous) :
Définition-Théorème 2.1 Soit (E, d) un espace métrique, on définit T par
ω ∈ T ⇐⇒ ∀a ∈ ω, ∃R > 0 t.q. B(a, R) ⊂ ω. (2.1)
Alors T est une topologie sur E. Cette topologie est aussi définie comme l’ensemble des
réunions quelconques de boules ouvertes.
Preuve. L’axiome (i) est évidemment réalisé.

Pour (ii), soient ω1 , ω2 ∈ T et a ∈ ω1 ∩ ω2 . Par définition on sait qu’il existe R1 , R2

tels que B(a, R1 ) ⊂ ω1 et B(a, R2 ) ⊂ ω2 . On en déduit que, pour R = min(R1 , R2 ),
B(a, R) ⊂ ω1 ∩ ω2 . Donc ω1 ∩ ω2 vérifie bien la définition d’ouvert.
S
Pour la propriété (iii) soit a ∈ i∈I ωi , donc a ∈ ωi0 pour un certain i0 ∈ I, avec
ωi0 vérifiant S il existe B(a, R) ⊂ ωi0 , et on en déduit que
S la propriété (2.1). Alors,
B(a, R) ⊂ i∈I ωi , ce qui prouve que i∈I ωi ∈ T .

Enfin, l’ensemble des réunions de boules vérifie bien (2.1), et réciproquement (2.1)
montre qu’un tel ω est la réunion des B(a, R) correspondantes.
Exercice Pour tout ensemble E, montrer que la topologie fine est associée à la distance
discrète (voir Section 1.1.2). Qu’en est-il de la topologie grossière?

2.3 Un peu de vocabulaire

Le jargon usuel nous oblige à une fastitieuse liste de définitions qui seront très utiles par
la suite. ”Cela ne durera qu’un instant, vous verrez”.

On se place toujours dans un espace topologique (E, T ).

2.3. UN PEU DE VOCABULAIRE 21

2.3.1 Voisinage
Définition 2.3 Un sous-ensemble V ⊂ E est appelé voisinage d’un point a, s’il existe un
ouvert ω ⊂ T tel que ω ⊂ V et a ∈ ω.

Un ensemble V est un ouvert si et seulement si il est un voisinage de chacun de ses

points (en exercice).

2.3.2 Fermé
Définition 2.4 Soit F ⊂ E, on dit que F est fermé si son complémentaire E\F est
ouvert.

Les fermés vérifient donc les propriétés complémentaires des ouverts

(i) E et ∅ sont fermés,

(ii) une intersection quelconque de fermés est fermée,
(iii) une réunion finie de fermés est fermée.

Exercice Pour la topologie de Zariski, F est fermé si et seulement si F = N ou F a un

nombre fini d’éléments.

Exercice Dans un espace métrique, les boules fermées sont fermées.

d
S À titre de contre-exemple sur R , soit Ri < R une suite croissante vers R, alors
i∈N B(0, Ri ) = B(0, R), donc une réunion dénombrable de fermés n’est pas nécessairement
fermée.

2.3.3 Intérieur
Définition-Théorème 2.2 Soit A ⊂ E, il existe un ensemble, et un seul, noté Int(A),
vérifiant les propriétés suivantes :
(i) Int(A) est ouvert,
(ii) Int(A) ⊂ A,
(iii) pour tout ouvert ω tel que ω ⊂ A, alors ω ⊂ Int(A).

Cet ensemble Int(A) et appelé intérieur de A. C’est le plus grand ouvert inclus dans
A.

La démonstration, similaire à la suivante, est laissée au lecteur. Bien entendu, on

obtient l’intérieur comme [
Int(A) = ω.
{ω ouvert, ω⊂A}
22 CHAPITRE 2. ESPACES TOPOLOGIQUES

Par exemple, sur R muni de la distance euclidienne, Q est d’intérieur vide (aucune
boule, i.e., intervalle ouvert non vide n’est inclus dans Q).

Exercice A est ouvert si seulement si A = Int(A).

Exercice Sur un espace métrique B(a, R) ⊂ Int(B(a, R)), mais il n’y a pas égalité en
général (prendre la distance discrète). Par contre pour un espace vectoriel normé il y a
égalité.

2.3.4 Adhérence, densité, séparabilité

Définition-Théorème 2.3 Soit A ⊂ E, il existe un ensemble, et un seul, noté Ā ou
Adh(A), vérifiant les propriétés suivantes :
(i) Ā est fermé,
(ii) A ⊂ Ā,
(iii) pour tout fermé F tel que A ⊂ F , alors Ā ⊂ F .

Cet ensemble Ā et appelé adhérence de A. C’est le plus petit fermé contenant A.

\
Preuve. Pour l’existence, on construit Ā = F . Cet ensemble a bien les
{F f ermé, A⊂F }
propriétés de contenir A, d’être fermé (voir (ii) dans la Section 2.3.2) et que tout fermé
F contenant A contient bien aussi Ā.

Pour l’unicité, soient deux ensembles Ā1 et Ā2 vérifiant ces propriétés. Alors grâce à
(iii), on a à la fois Ā1 ⊂ Ā2 et Ā2 ⊂ Ā1 , donc Ā1 = Ā2 .

001111001010a ω

Figure 2.1: Adhérence d’un ensemble A

Théorème 2.1 Un point a ∈ Ā si et seulement si tout ouvert contenant a rencontre A.

On dit aussi que a est adhérent à A. .
Par conséquent, dans un espace métrique (E, d), a ∈ Ā si et seulement si pour tout
ε > 0 il existe un point aε ∈ A tel que d(a, aε ) < ε.
2.3. UN PEU DE VOCABULAIRE 23

Preuve. (i) Soit a ∈ ω ouvert ne rencontrant pas A. Alors ω C est un fermé contenant A.
Par définition de Ā, on en déduit que Ā ⊂ ω C donc a ∈ / Ā.
C
(ii) Pour la réciproque, si a ∈
/ Ā, alors a ∈ (Ā) ouvert ne rencontrant pas A.
(iii) L’énoncé concernant les espaces métriques et laissé en exercice.
Exercice A est fermé si et seulement si A = Ā.

Exercice Sur un espace métrique Adh(B(a, R)) ⊂ B(a, R) (et il n’y a pas égalité en
général). Par contre pour un espace vectoriel normé il y a égalité.

C
Exercice On a la relation Ā = Int(AC ) . Par exemple Q̄ = R. Ceci fournit aussi un
exemple de la notion de densité et de séparabilité.

Définition 2.5 Un sous-ensemble A d’un espace topologique (E, T ) est dense si Ā = E.

Pour un espace métrique (E, d), le sous-ensemble A est dense si et seulement si pour
tout a ∈ E et ε > 0 on peut trouver un point aε ∈ A tel que d(a, aε ) ≤ ε.

Définition 2.6 Un espace topologique (E, d) est séparable s’il admet un sous-ensemble
dénombrable dense.

De nombreux espaces même très gros, sont séparables. En particulier, pour 1 ≤ p < ∞,
les espaces Lp (Ω), Ω ouvert de Rd , sont séparables. Par contre L∞ (Ω) n’est pas séparable.
Une intuition derrière cette propriété est que les polynômes ”tronqués” sont denses et on
peut même les choisir à coefficients dans Q. Par contre dans L∞ on ne peut se permettre
une erreur de localisation : soit une suite an < a et an → a, alors I{x≤ai } ne converge pas
vers I{x<a} . Voir la Section 3.2 un peu plus loin pour ce point.

Exemple Soit l’espace vectoriel Md,d (R) des matrices d × d à coefficients réels, muni de la
2
norme naturelle (de Rd ). Alors le sous-ensemble des matrices inversibles (de déterminant
non nul) est dense.

Preuve. Soit M ∈ Md,d (R) une matrice de déterminant nul. Le déterminant

P (λ) = det(M + λI),

est un polynôme en λ. Ses racines (d au plus) sont donc isolées et pour 0 < λ < λ1 (avec
λ1 la plus petite racine strictement positive de P si elle existe) il ne s’annule pas. Les
matrices M + λI sont donc inversibles et convergent vers M pour λ → 0. On peut donc
appliquer le résultat du Théorème 2.1. Voir également la Section 5.6 pour une application
de ce résultat.
24 CHAPITRE 2. ESPACES TOPOLOGIQUES

2.3.5 Frontière, extérieur

Définition 2.7 On définit la frontière par F r(A) = Ā\Int(A). On note aussi ∂A =
F r(A) lorsque A est un ouvert de Rd .

Cette frontière peut être ”grosse” puisque sur R, on a F r(Q) = R.

Définition 2.8 On définit l’extérieur de A par Ext(A) = (Ā)C = Int(AC ).

On a donc le recouvrement disjoint E = Int(A) ∪ F r(A) ∪ Ext(A).

2.3.6 Espaces séparés ou espaces de Hausdorff

Définition 2.9 (Axiome de Hausdorff ) Un espace topologique (E, d) est dit séparé si

∀x ∈ E, ∀y ∈ E avec x 6= y, ∃ωx , ωy ouverts t.q. x ∈ ωx , y ∈ ωy , ωx ∩ ωy = ∅.

En anglais ce sont les ”Hausdorff spaces” (voir [21]).

On a montré (Théorème 1.1) que tout espace métrique est séparé.

Exercice Vérifier que la topologie de Zariski n’est pas séparée, mais les points sont
des fermés.

Propriété 2.1 Dans un espace topologique (E, T ) séparé les points sont des fermés.

On trouve la terminologie ’Espace T 1’ lorsque les point sont fermés, c’était le premier
des cinq axiomes de séparation (Trennungsaxiom en allemand) introduits par Alexadroff
et Hopf. Ce sont les espaces où deux points ont chacun un voisinage qui ne contient pas
l’autre.

Preuve. Soit a un point de E. Pour tout point x 6= a appelons ωx un ouvert séparant x

et a au sens
[ de la définition ci-dessus. Il est clair que le complémentaire du point a s’écrit
C
{a} = ωx , et est donc un ouvert. Donc {a} est un fermé.
x6=a

2.3.7 Topologie induite (1)

Définition-Théorème 2.4 Soit (E, T ) un espace topologique et A ⊂ E, alors

TA = {A ∩ ω, ω ∈ T },

définit une topologie sur A appelée topologie induite sur A.

2.3. UN PEU DE VOCABULAIRE 25

Preuve. En exercice

On vérifie aussi que, pour un espace métrique (E, d), l’espace topologique induit n’est
autre que l’espace métrique (A, d). En effet, les boules de (A, d) sont l’intersection avec
A des boules de (E, d).
Théorème 2.2 Soit (E, d) un espace métrique séparable et A ⊂ E, alors (A, d) est
séparable.
Preuve. Soit D = {a1 , a2 , . . .} un ensemble dénombrable dense dans E. On peut trouver
des points bn,m ∈ A tels que, pour tout n, m ≥ 1,
1
d(an , bn,m ) ≤ d(an , A) + , où d(x, A) := inf d(x, a).
m a∈A

Ces points bn,m forment un ensemble dénombrable DA . Montrons qu’il est dense en
utilisant le critère du Théorème 2.1. Puisque D̄ = E, pour tout point a ∈ A, et tout ε > 0
il existe un point an tel que d(an , a) ≤ ε. On a donc d(a, bn,m ) ≤ d(a, an ) + d(an , bn,m ) ≤
2ε + m1 ≤ 3ε pour m assez grand, ce qui implique que a ∈ D̄A .

01
A
x

0110y
Figure 2.2: La distance intinsèque d’un ouvert A

La distance induite n’est pas forcément la distance la plus intuitive. Prenons par
exemple un ouvert A borné (non convexe de préférence) de Rd (un anneau...mais ce pour-
rait être plus généralement une ’variété’, la sphère par exemple). Supposons l’ensemble
”connexe par arcs”, voir la section 6.2, alors la distance naturelle (intrinsèque) serait
plutôt Z
 1
dA (x, y) = 1
inf |ż(s)|ds; z(0) = x, z(1) = y ,
z∈C ([0,1];A) 0
(voir aussi la Section 1.1.2). Pour A ouvert, et fixant y ∈ A, cette distance u(x) = d(x, y)
vérifie l’équation de Hamilton-Jacobi

 |∇u(x)| = 1, dans A,
u(y) = 0,

u(x) = ∞ pour x ∈ Ac .
La dernière condition peut aussi s’écrire comme une condition aux limites sur la frontière
de A qui a été découverte vers la fin des années 1980 (voir [6]).
26 CHAPITRE 2. ESPACES TOPOLOGIQUES

2.3.8 Point isolé

Définition 2.10 Un point x d’un espace topologique (E, T ) est dit isolé si {x} est un
ouvert .

Exercice Montrer que tous les points de (E, T ) sont isolés si et seulement si T est la
topologie discrète.

2.4 Comparaison des topologies, normes équivalentes

2.4.1 Topologie moins fine qu’une autre
Soit un ensemble E muni de deux topologies T1 et T2 .
Définition 2.11 On dit que la topologie T1 est moins fine (ou encore moins forte, ou
encore elle a moins d’ouverts) que la topologie T2 si tout ouvert de T1 est aussi ouvert
pour T2 . En d’autres termes T1 ⊂ T2 .
La topologie discrète est donc la plus fine des topologies, la topologie grossière est la
moins fine. Si une topologie est séparée, toute topologie plus fine est encore séparée.

Remarquons que ceci définit une structure d’ordre partiel sur les topologies de E.
Les propriétés suivantes sont évidentes
Propriété 2.2 Soit T1 une topologie moins fine que T2 , et A ⊂ E, alors
IntT1 (A) ⊂ IntT2 (A), AdhT2 (A) ⊂ AdhT1 (A).
Exercice La topologie induite par une distance est la moins fine contenant toutes les
boules ouvertes.

Notons que, l’intersection de topologies étant une topologie la notion de ’topologie la

moins fine vérifiant une propriété’ a un sens (comme intersection de toutes les topologies
vérifiant cette propriété). On ne peut pas donner de sens en général au concept inverse.

2.4.2 Cas des espaces métriques

Définition 2.12 Deux métriques d1 , d2 sont dites équivalentes si elles définissent la
même topologie.
Attention, ce vocabulaire est dangeureux car des métriques équivalentes ne définissent
pas les mêmes complétés (voir Section 4.2).
Exercice Sur un espace métrique (E, d), montrer que les distances d(x, y), min(1, d(x, y))
d(x,y)
et 1+d(x,y) sont équivalentes.

Exercice Si il existe une constante k > 0 telle que d1 (x, y) ≤ kd2 (x, y) alors T1 est moins
fine que T2 . La réciproque est fausse (l’exercice ci-dessus fournit un contre-exemple).
2.4. COMPARAISON DES TOPOLOGIES, NORMES ÉQUIVALENTES 27

2.4.3 Cas des espaces vectoriels normés

Définition-Théorème 2.5 Soit E un espace vectoriel muni de deux normes k . . . k1 et
k . . . k2 . Alors
T1 ⊂ T2 T1 est moins fine que T2

⇐⇒ ∃k > 0 tel que kxk1 ≤ kkxk2 , ∀x ∈ E,

⇐⇒ ∃k > 0 tel que B2 (1) ⊂ B1 (k).

Deux normes sont dites équivalentes si elles définissent la même topologie, c’est-à-dire s’il
existe deux constantes k > 0 et K > 0 telles que

kxk1 ≤ kkxk2 ≤ Kkxk1 , ∀x ∈ E.

Preuve. (i) Montrons d’abors que T1 ⊂ T2 implique kxk1 ≤ kkxk2 , ∀x ∈ E. Pour cela
considérons la boule unité B1 (1) de k . . . k1 . Celle-ci est un ouvert de T1 et c’est donc
un ouvert de T2 . Il s’ensuit que B1 (1) contient une boule de cente l’origine pour k . . . k2 ,
disons B2 (1/k) : B2 (1/k) ⊂ B1 (1). Donc kxk2 < k1 ⇒ kxk1 < 1, ce qui revient à dire
kxk1 ≤ kkxk2 .

(ii) Pour la réciproque considérons un ouvert ω de T1 . Il contient donc un boule B1 (a, r)

pour chacun des points a ∈ ω. Or B2 (a, r/k) ⊂ B1 (a, r) ⊂ ω. Donc ω contient bien une
boule de la norme k . . . k2 centrée sur chacun de ses points, c’est donc un ouvert de T2 .
On a bien montré que T1 ⊂ T2 .

Exemple Sur C 0 ([0, 1]) la topologie associée à la norme k . . . k∞ est plus fine (forte) que
la topologie associée à la norme k . . . k1 .

Exemple Sur Rd les normes définies dans la Section 1.3.3 sont équivalentes et on a

d d
1X X
|xi | ≤ max |xi | ≤ |xi |,
d i=1 i=1,...,d
i=1

d d
1 X

2 1/2
X
1/2
√ |xi | ≤ max |xi | ≤ |xi |2 .
d i=1 i=1,...,d
i=1

Plus généralement
1
kxkp ≤ kxk∞ ≤ kxkp ∀p, 1 ≤ p ≤ ∞.
d1/p
Et les constantes sont optimales car atteintes pour les vecteurs de coordonnées égales, ou
de coordonnées toutes nulles sauf une.
28 CHAPITRE 2. ESPACES TOPOLOGIQUES

2.5 Base d’ouverts et construction de topologies

2.5.1 Base d’ouverts, système fondamental de voisinages
Définition 2.13 Soit x ∈ (E, T ), espace topologique, et Vx un ensemble de parties de E
tel que tout V ∈ Vx est un voisinage de x. On dit que Vx est un système fondamental de
voisinages (ou encore une base de voisinages) de x si tout ouvert ω contenant x contient
aussi un voisinage V ∈ Vx .

Définition 2.14 On dit qu’une partie B ⊂ T est une base d’ouverts lorsque tout ouvert
est une réunion d’éléments de B.


Exemple Pour une topologie métrique, on se donne r0 > 0. Les boules ouvertes B(x, r) x∈E,r<r0 ,
fournissent une base d’ouverts. Les mêmes boules fermées fournissent une base de voisi-
nages de x.
d
Qd Sur R on peut aussi choisir comme base d’ouverts les ”rectangles” ou ”pavés” R(x; r1 , . . . , rd ) =
i=1 ]xi − ri , xi + ri [. Ceux-ci sont stables par intersection finie et les deux topologies
ainsi construites sont donc les mêmes.
Sur R2 on peut encore choisir la base d’ouverts formée des rectangles ]x1 − r, x1 +
r[×]x2 − r 2 , x2 + r2 [, qui à nouveau ne sont pas stables par intersection.

2.5.2 Système générateur d’une topologie, prébase

Théorème 2.3 Soit B un ensemble de parties de E contenant E et ∅, stable par inter-
section finie. Alors on définit une topologie par
( )
[
T = ω= Bi , Bi ∈ B
quelconque

= {ω ⊂ E t.q. ∀x ∈ ω, ∃B ∈ B t.q. x ∈ B ⊂ ω} .
Il s’agit bien sûr de la topologie la moins fine contenant B, et B est une base d’ouverts.

Il y a donc une façon très simple de construire des topologies.

Définition 2.15 Soit G un ensemble de parties de E contenant E et ∅, soit B les inter-

sections finies de partie de G. Alors B étant stable par intersection finie, l’ensemble des
réunions de parties de B est une topologie
( )
[ \
T = Gi , Gi ∈ G .
quelconque f inie

On dit que G est une prébase ou encore un système générateur de cette topologie ou encore
que G engendre cette topologie.
Il s’agit de la topologie la moins fine contenant les éléments de G.
2.6. EXEMPLE: L’ESPACE D(RD ), TOPOLOGIES DE SCHWARTZ ET DE WHITNEY29

Preuve du Théorème 2.3. (i) On a : ∅ ∈ T , E ∈ T grâce à l’hypothèse similaire sur

B.
\vérifie la stabilité par intersection finie grâce à la deuxième définition de T . Soit
(ii) On
x∈ ωi , alors x ∈ ωi pour tout i, donc on peut trouver Bi ∈ B tel que x ∈ Bi et
f inie
\
Bi ⊂ ωi . Alors l’intersection finie des Bi est incluse dans ωi , contient x et appartient
f inie
à B.
(iii) La stabilité par réunion est évidente sur la première définition de T .
(iv) On laisse en exercice l’égalité des deux ensembles.

2.5.3 Engendrer efficacement une topologie

La méthode ci-dessus n’est pas toujours efficace. Par exemple ce n’est pas celle utilisée
pour définir la topologie d’un espace métrique. En effet les boules ne sont pas stables par
intersection finie (mais les rectangles de Rd le sont). Une autre méthode est la suivante.

Donnons-nous un ensemble B de parties de E vérifiant


 E ∈ B, ∅ ∈ B,
(2.2)

∀B1 , B2 ∈ B, ∀x ∈ B1 ∩ B2 , ∃B ∈ B t.q. x ∈ B ⊂ B1 ∩ B2 .

Théorème 2.4 On définit une topologie par

[
T = {ω = Bi , Bi ∈ B}
quelconque

= {ω ⊂ E t.q. ∀x ∈ ω ∃B ∈ B t.q. x ∈ B ⊂ ω}.

Cette topologie est la moins fine contenant B. De plus B est une base d’ouverts de T .

Preuve. En exercice.

La topologie des espaces métriques a bien été construite comme ceci.

2.6 Exemple: l’espace D(Rd), topologies de Schwartz

et de Whitney
On considère l’espace vectoriel des fonctions de Rd dans R, C ∞ à support compact, noté
D(Rd ).
Sur cet espace, on peut définir deux topologies pertinentes, à savoir les topologies de
30 CHAPITRE 2. ESPACES TOPOLOGIQUES

Schwartz et de Whitney qui sont toutes les deux définies suivant le même principe. On
considère une famille non vide de ’boules généralisées’ {Bi }i∈I vérifiant

∀i, j ∈ I, ∀x ∈ Bi ∩ Bj , ∃k ∈ I, x ∈ Bk ⊂ Bi ∩ Bj

et on dira qu’un ensemble Ω de D(Rd ) est un ouvert si ∀x ∈ Ω, ∃i ∈ I, x ∈ Bi ⊂ Ω. On

définit ainsi une topologie dépendant de la famille {Bi }i∈I comme dans le Théorème 2.4.

Définition 2.16 (Topologie de Schwartz) La topologie de Schwartz, notée Ts , est définie

comme ci-dessus en prenant pour famille {Bi }i∈I les ensembles :
1
Bs (f, ǫ) = {g ∈ D(Rd ), |∂ α f (x)−∂ α g(x)| ≤ ǫ(x), ∀x ∈ Rd , ∀α(x) ∈ Nd tel que |α| < min }
x∈Rd ǫ(x)

où f ∈ D(Rd ) et ǫ est continue strictement positive et tendant vers 0 lorsque x → ∞ (i.e.
ǫ ∈ C00 (Rd ; R∗+ )).

Définition 2.17 (Topologie de Whitney) La topologie de Whitney, Tw , est quant à

elle définie en prenant pour famille {Bi }i∈I les ensembles :

Bw (f, ǫ, m) = {g ∈ D(Rd ), |∂ α f (x) − ∂ α g(x)| < ǫ(x), ∀x ∈ Rd , ∀α ∈ Nd tel que |α| ≤ m}

où f ∈ D(Rd ), m est un entier naturel et ǫ ∈ C00 (Rd , R∗+ ).

On veut en particulier montrer que ces deux topologies sont différentes, ne sont pas
métrisables et définissent les mêmes suites convergentes.

2.6.1 Quelques propriétés préliminaires

Proposition 2.1 La topologie de Whitney est strictement moins fine que celle de Schwartz
(i.e. Tw ⊂ Ts et l’inclusion est stricte).

Preuve. (i) Montrons d’abord que Tw ⊂ Ts .

Il suffit de prouver que

∀f ∈ D(Rd ), ∀m ∈ N, ∀ǫ1 ∈ C00 (Rd , R∗+ ), ∃ǫ2 ∈ C00 (Rd , R∗+ ), Bs (f, ǫ2 ) ⊂ Bw (f, ǫ1 , m).

Or, si ǫ2 (x) = min( m1 , ǫ1 (x)) on a d’une part ǫ2 ∈ C00 (Rd , R∗+ ) et d’autre part, ∀g ∈
Bs (f, ǫ2 ) :
1
|∂ α f (x) − ∂ α g(x)| ≤ ǫ2 (x), ∀x ∈ Rd , ∀α ∈ Nd tel que |α|1 ≤
ǫ2 (x)

donc,
|∂ α f (x) − ∂ α g(x)| ≤ ǫ1 (x), ∀x ∈ Rd , ∀α ∈ Nd tel que |α|1 ≤ m.
2.6. EXEMPLE: L’ESPACE D(RD ), TOPOLOGIES DE SCHWARTZ ET DE WHITNEY31

On a ainsi g ∈ Bw (f, ǫ1 , m), et l’inclusion est donc prouvée.

(ii) Reste à prouver que Tw 6= Ts .

1
On prend ǫ(x1 , ..., xd ) = 2+||x|| 1
qui est bien de limite nulle en l’infini et il suffit de montrer
que ∀ǫ ∈ C0 (R , R+ ), ∀m ∈ N, Bw (0, ǫ∗ , m) 6⊂ Bs (0, ǫ).
∗ 0 d ∗

Soit ǫ∗ ∈ C00 (Rd , R∗+ ) et m ∈ N. Considérons le compact K = B(m, 1) et ψ une fonc-

tion plateau sur K, c’est-à-dire une fonction C ∞ de K dans [0; 1] vérifiant ψ(x) = 1 sur
B(m, 21 ) et ψ(x) = 0 hors de K. Posons enfin φn (x) = sin(n(x1m+ −m))ψ(x)
1 .
n 2
k 1
On a clairement φn fonction C ∞ à support compact avec || (∂x∂ 1 )k φn ||∞ ≤ nk−m− 2 , et
puisque ǫ∗ est minorée par une quantité strictement positive sur K, on peut choisir n0
tel que n ≥ n0 ⇒ φn ∈ Bw (0, ǫ∗ , m). Reste à montrer
√ que ∃n ≥ n0 , φn 6∈ Bs (0, ǫ) et pour
∂ m+1 (m+1) m+2
cela remarquons que (∂x1 )m+1 φn (m, 0, ..., 0) = n sin (0) et (∂x∂ 1 )m+2 φn (m, 0, ..., 0) =
3
n 2 sin(m+2) (0) par définition de la fonction plateau ψ. √
Si on avait alors ∀n ≥ n0 , φn ∈ Bs (0, ǫ), on aurait en particulier ∀n ≥ n0 , | n sin(m+1) (0)| ≤
1 3
m+2
et |n 2 sin(m+2) (0)| ≤ m+2
1
ce qui absurde puisque l’une des deux quantités tend vers
+∞ lorsque n → ∞.

Passons maintenant à une caractérisation des suites convergentes dans D(Rd ) pour les
deux topologies mais avant cela remarquons par application de la proposition précédente
que si une suite (fn ) converge vers f dans D(Rd ) muni de la topologie de Schwartz alors
il en de même dans D(Rd ) muni de la topologie de Whitney.

Proposition 2.2 (Caractérisation des suites convergentes) Soit (fn ) une suite de
D(Rd ). Alors les assertions suivantes sont équivalentes :
(i) (fn ) converge vers f pour la topologie de Schwartz.
(ii) (fn ) converge vers f pour la topologie de Whitney.
(iii) ∃R, ∀n, supp(fn ) ⊂ B(0, R), supp(f ) ⊂ B(0, R) et ∀α ∈ Nd , (∂ α fn ) converge uni-
formément sur B(0, R) vers ∂ α f .

Preuve. (a) On a déjà remarqué que (i) ⇒ (ii).

(b) Montrons que (ii) ⇒ (iii).

Si (fn ) converge vers f pour la topologie de Whitney, posons tout d’abord Rf tel que
supp(f ) ⊂ B(0, Rf ).
On a
∀ǫ ∈ C00 (Rd , R∗+ ), ∃nǫ , ∀n ≥ nǫ , ∀x ∈ Rd , |fn (x) − f (x)| ≤ ǫ(x),
donc on particulier si n ≥ nǫ et x 6∈ B(0, Rf ), |fn (x)| ≤ ǫ(x).
Supposons alors que les (fn ) n’aient pas un support commun. On a

∀n ∈ N, ∃xn 6∈ B(0, n), ∃ϕ(n) ∈ N, fϕ(n) (xn ) 6= 0.

On peut classiquement s’arranger pour que (fϕ (n)) soit une suite extraite de (fn ) et
puisque limn∞ ||xn || = +∞ on peut aussi extraire de (xn ) une suite (xψ(n) ) avec toujours
32 CHAPITRE 2. ESPACES TOPOLOGIQUES

||xψ(n) || > ψ(n) ≥ n mais aussi ||xψ(n+1) || − ||xψ(n) || ≥ 1.

On a alors ∀n ∈ N, fϕ(ψ(n)) (xψ(n) ) 6= 0 mais aussi limn∞ fϕ(ψ(n)) (xψ(n) ) = 0.
En effet, ∀η > 0, si ǫ ∈ C00 (Rd , R∗+ ) vérifie ||ǫ||∞ ≤ η alors, ∀n ≥ max(nǫ , Rf ), ||xψ(n) || >
n ≥ Rf donc |fϕ(ψ(n)) (xψ(n) )| ≤ ǫ(xψ(n) ) ≤ η.
|f (x )|
Prenons alors ǫ1 ∈ C00 (Rd , R∗+ ) telle que ǫ1 (xψ(n) ) = ϕ(ψ(n))2 ψ(n) ce qui est possible
d’après ce que nous venons de voir et puisque nous avons pris soin d’imposer ||xψ(n+1) || −
||xψ(n) || ≥ 1.
On a donc, d’après ce que nous avons dit au début,

∀n ≥ max(nǫ1 , Rf ), |fϕ(ψ(n)) (xψ(n) )| ≤ ǫ1 (xψ(n) )

Cette dernière inégalité étant absurde par construction même de ǫ1 , on a bien prouvé que
∃R (que l’on peut choisir ≥ Rf ) tel que ∀n, supp(fn ) ⊂ B(0, R) et vérifiant donc aussi
supp(f ) ⊂ B(0, R).
Reste donc à prouver la propriété de convergence uniforme.
Pour cela, prenons α ∈ Nd , on a ∀η > 0, ∃ǫ ∈ C00 (Rd , R∗+ ) tel que ||ǫ||∞ ≤ η.
Par hypothèse,
∃n0 ∈ N, ∀n ∈ n0 , fn ∈ Bw (f, ǫ, |α|1 ).
Ainsi, ∀x ∈ B(0, R), ∀n ≥ n0 , |∂ α f (x) − ∂ α fn (x)| ≤ η ce qui prouve bien la convergence
uniforme de (∂ α fn ) vers ∂ α f .

(c) Montrons que (iii) ⇒ (i).

Soient (fn ) vérifiant les hypothèses de (iii) et ǫ ∈ C00 (Rd , R∗+ ).
Posons m = min||x||≤R ǫ(x) et remarquons que pour écrire fn ∈ Bs (f, ǫ) il suffit d’avoir la
propriété (♦) suivante :

1
∀x ∈ B(0, R), ∀α ∈ Nd , |α|1 ≤ ⇒ |∂ α fn (x) − ∂ α f (x)| ≤ m.
m
Or pour tout α ∈ Nd et donc a fortiori si |α|1 ≤ m1 on a (∂ α fn ) qui converge uniformément
sur B(0, R) vers ∂ α f . Ainsi, ∃N, ∀n ≥ N, fn vérifie la propriété ♦ et donc (fn ) converge
vers f pour la topologie de Schwartz.

Remarque 2.1 Ceci permet en particulier de montrer que l’une des deux topologies n’est
pas métrisable. En effet, elles définissent les mêmes suites convergentes et ne sont pour-
tant pas égales.

2.6.2 Non métrisabilité des topologies Tw et Ts

En fait, on va montrer quelquechose de plus fort à savoir que ni l’une ni l’autre ne sont
métrisables (ces topologies ne sont pas définies par des distances).
2.6. EXEMPLE: L’ESPACE D(RD ), TOPOLOGIES DE SCHWARTZ ET DE WHITNEY33

Pour cela, on va considérer l’ensemble E = {f ∈ D(Rd ) | supp(f ) = B(0, 1), ∀x ∈

B(0, 1), f (x) > 0}. On prend alors φ ∈ E et définit un autre ensemble :

1
E = {x 7→ f (x) + λφ(x − e1 ) | f ∈ E, λ > 0}
f (0)

C’est à partir de cet ensemble que l’on va prouver la non métrisabilité des topologies Ts
et Tw .
Plus précisement, on va montrer, d’une part qu’aucune suite de E ne peut converger vers
0 (ceci, comme nous l’avons vu dans la caractérisation des suites convergentes, ne dépend
pas du choix de la topologie choisie parmi Ts et Tw ), et d’autre part que 0 ∈ E pour la
topologie de Schwartz (et a fortiori pour celle de Whitney puisque Tw ⊂ Ts ).

Lemme 2.2 Aucune suite de E ne peut converger vers 0 pour l’une des deux topologies.

Preuve. Par l’absurde, soit (fn ) une suite de E convergeant vers 0 pour Ts ou Tw .
Par définition de E, ∀n, ∃gn ∈ E, ∃λn > 0, fn (x) = gn (x) + λn φ(x − gn1(0) e1 ).
Soit alors R > 0 tel que ∀n, supp(fn ) ⊂ B(0, R).
On a trivialement 0 ≤ gn (x) ≤ fn (x) et donc, puisque (fn ) converge uniformément vers 0,
limn∞ gn (0) = 0. Ainsi, ∃n ∈ N, gn1(0) > R donc 0 = fn ( gn1(0) ) > λn φ(0), ce qui est absurde
car φ ∈ E et λn > 0.

Lemme 2.3 0 ∈ E pour la topologie de Schwartz (et donc pour celle de Whitney).

Preuve. Il suffit de montrer que ∀ǫ ∈ C00 (Rd , R∗+ ), Bs (0, ǫ) ∩ E =

6 ∅.
Soit donc ǫ ∈ C00 (Rd , R∗+ ) et m = minx∈B(0,1) ǫ(x). Prenons f ∈ E vérifiant |∂ α f | ≤
m, ∀α ∈ Nd tel que |α|1 ≤ m1 ; une telle fonction existe bien et quitte à la multiplier par
1
un scalaire, on peut supposer f (0) > 2 de sorte que B(0, 1) ∩ B( f (0) e1 , 1) = ∅.
Posons alors µ = minx∈B( 1 e1 ,1) ǫ(x). Il va exister un scalaire λ > 0 vérifiant λ|∂ α φ(x)| ≤
f (0)
1 1 1
µ, ∀x ∈ B( f (0) e1 , 1), ∀α ∈ Nd tel que |α|1 ≤ µ
et donc, si g(x) = f (x) + λφ(x − e)
f (0) 1
on
a par construction g ∈ Bs (0, ǫ) ∩ E.

Ces deux lemmes permettent donc d’énoncer le théorème auquel nous voulions aboutir :

Théorème 2.5 Les topologies de Schwartz et de Whitney ne sont pas métrisables.

Preuve. Si l’une des deux topologies était métrisable, puisque 0 ∈ E on aurait l’existence
d’une suite de E convergeant vers 0 ce qui n’est pas le cas.
34 CHAPITRE 2. ESPACES TOPOLOGIQUES

2.6.3 Complétude de D(Rd ) au sens des e. v. t.

On pourrait donc se croire incapable de manipuler ses topologies, mais il convient de
remarquer que, malgré leur non-métrisabilité, les topologies de Schwartz et de Whitney
munissent tout de même D(Rd ) d’une structure d’espace vectoriel topologique permettant
de parler de suite de Cauchy et donc de complétude ce qui est fondamental.
Dans cette dernière partie, on va donc s’atteler à démontrer la complétude des espaces
(D(Rd ), Tw ) et (D(Rd ), Ts ).

Théorème 2.6 (Complétude) (D(Rd ), Tw ) et (D(Rd ), Ts ) sont des evt complets.

Preuve. Remarquons tout d’abord que, puisque Tw ⊂ Ts , toute suite de Cauchy dans
(D(Rd ), Ts ) est aussi de Cauchy dans (D(Rd ), Tw ). Ainsi, puisque la convergence des suites
ne dépend pas de la topologie choisie parmi Tw et Ts , il suffit de prouver que (D(Rd ), Tw )
est complet.
Soit donc (fn ) de Cauchy dans (D(Rd ), Tw ). On peut montrer, d’une manière quasi-
identique à celle employée pour les suites convergentes, que :
∃R > 0, ∀n, supp(fn ) ⊂ B(0, R)
Il nous faut donc juste montrer qu’il existe f ∈ C ∞ (Rd , R) telle que ∀α ∈ Nd , (∂ α fn )
converge uniformément sur B(0, R) vers ∂ α f , puisqu’alors f sera aussi nulle hors de
B(0, R).
Pour cela, on va plonger notre suite de Cauchy dans des espaces de Banach bien connus,
à savoir les C k (B(0, R), R) dont la norme ||.||k est définie par :
X
||f ||k = ||∂ α f ||∞
α∈Nd ,|α|1 ≤k

De fait, comme nous l’avons déjà remarqué, ∀η > 0, ∃ǫ ∈ C00 (Rd , R∗+ ) tel que ||ǫ||∞ ≤
η
Pk
di
. Ainsi, puisque ∃N, ∀n, p > N, fn −fp ∈ Bw (0, ǫ, k), on a ∀n, p > N, ||fn −fp ||k ≤ η
i=0
et donc la suite (fn ) est de Cauchy dans C k (B(0, R), R) et converge donc vers une fonction
f qui est elle aussi C k . Puisque la limite f ne dépend pas de k (c’est en fait la limite
simple des (fn )), et puisque le raisonnement fait précédemment est valable pour tout k,
on a bien obtenu une fonction f de classe C ∞ vérifiant les propriétés souhaitées.
Ainsi, (fn ) converge vers f pour la topologie de Whitney et l’espace considéré est complet.

Ce type de topologies fournit des bases théoriques à la théorie des distributions [25].

2.7 Exercices
Exercice (Topologie de Zariski) Soit k un corps. Une partie F de k n est un fermé de
Zariski s’il existe une famille (Pi )i∈I de polynmes de k[X1 , . . . , Xn ] telle que
F = {x ∈ k n | ∀i ∈ I, Pi (x) = 0}.
2.7. EXERCICES 35

1. Vérifier qu’il existe une (unique) topologie sur k n dont les fermés soient exactement les
fermés de Zariski.
2. Lorsque k = R ou C, comparer la topologie de Zariski et la topologie usuelle.
3. La topologie de Zariski est-elle séparée ?

Exercice (Topologie de la ”limite supérieure” sur R) On munit R de la topologie Tlim sup

engendrée par les intervalles de la forme ] − ∞, a] et ]b, +∞[.

1. Cette topologie est-elle plus fine ou moins fine que la topologie usuelle ? Est-elle
séparée ?
2. Montrer que les intervalles ]a, b] (avec a < b) forment une base d’ouverts.
3. Déterminer l’adhérence de ]a, b].
4. Montrer que Q est dense dans R pour cette topologie.
5. Montrer qu’elle n’est pas métrisable (indication: il n’existe pas de base dénombrable
d’ouverts).
6. À quelle condition une suite xn de réels converge-t-elle vers x ?
7. On définit de faon analogue la topologie de la limite inférieure Tlim inf . Montrer que
Tlim sup ∩ Tlim inf est la topologie usuelle sur R.

Exercice (Axiomes de séparation) On peut définir plusieurs axiomes de séparation pour

un espace topologique (X, O) :

• (axiome de Kolmogorov) On dit que X est T0 si pour toute paire a, b de points

distincts de X, on peut trouver un ouvert U tel que (a ∈ U et b ∈
/ U) ou (a ∈
/ U et
b ∈ U).

• (axiome de Fréchet) On dit que X est T1 si pour toute paire a, b de points distincts
de X, on peut trouver deux ouverts U et V tels que a ∈ U, b ∈ V , a ∈ / V et b ∈/ U.

• (axiome de Hausdorff) On dit que X est T2 , ou séparé, si pour toute paire a, b de

points distincts de X, on peut trouver deux ouverts disjoints U et V tels que a ∈ U
et b ∈ V .

1. Montrer que X est T1 si et seulement si les points sont des fermés.

2. Montrer que X est T2 si et seulement si chaque point est l’intersection de ses voisinages
fermés.
3. On a bien entendu T2 ⇒ T1 ⇒ T0 . Montrer que les implications réciproques sont
fausses. Les limites des suites sont-elles uniques dans les espaces T0 ? Et dans les espaces
T1 ?
On introduit également les axiomes suivants:

• On dit que X est T3 si pour tout fermé A et tout point b ∈

/ A, il existe deux ouverts
disjoints U et V tels que A ⊂ U et b ∈ V .
36 CHAPITRE 2. ESPACES TOPOLOGIQUES

• On dit que X est T4 si pour toute paire de fermés disjoints A et B, il existe deux
ouverts disjoints U et V tels que A ⊂ U et B ⊂ V .

On dit qu’un espace est régulier s’il est T0 et T3 , et normal s’il est T1 et T4 .

4. Montrer que T3 6⇒ T2 et que T4 6⇒ T3 . Montrer en revanche qu’un espace régulier

est séparé, et qu’un espace normal est régulier.
5. Montrer qu’un espace X est régulier si et seulement si pour tout point x de X, les
voisinages fermés de x forment une base de voisinages de x.
6. Donner un exemple d’espace séparé non régulier.
Indication: mettre sur R la topologie engendrée par les intervalles ouverts et par Q.
7. Montrer que les espaces métriques sont normaux.
8. Montrer que l’espace (R, Tlim sup ) introduit à l’exercice précédent est normal.
Chapitre 3

Continuité, limites, convergence

3.1 Fonctions continues entre espaces topologiques

3.1.1 Espaces topologiques
On se donne deux espaces topologiques (E1 , T1 ), (E2 , T2 ), et une application f : E1 → E2 .

ω2

a1 a2
ω1
f (w1 )

Figure 3.1: Continuité d’une fonction f au point a1 .

Définition 3.1 Soit a1 ∈ E1 et a2 = f (a1 ). On dit que f est continue au point a1 si

∀ω2 ouvert contenant a2 , ∃ω1 ouvert contenant a1 t.q.

(3.1)
x ∈ ω1 ⇒ f (x) ∈ ω2 (ou encore f (ω1 ) ⊂ ω2 ).

La fonction f est dite continue si elle est continue en tout point de E1 .

Théorème 3.1 f est continue au point a1 si et seulement si

∀V2 voisinage de a2 , ∃V1 voisinage de a1 t.q. x ∈ V1 ⇒ f (x) ∈ V2 (ou encore f (V1 ) ⊂ V2 ).

37
38 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

Preuve. Il faut simplement montrer que les deux énoncés ”voisinage de” et ”ouvert
contenant” sont bien équivalents. Tout d’abord, remarquons que l’énoncé du théorème
est équivalent à

∀V2 voisinage de a2 , ∃ω1 ouvert contenant a1 t.q. x ∈ ω1 ⇒ f (x) ∈ V2 ,

car si cela est vrai pour un voisinage, ce l’est aussi pour un ouvert qui est inclus dans ce
voisinage -et il en existe!-, et si c’est vrai pour un ouvert, ça l’est aussi pour un voisinage
puisqu’un ouvert est un voisinage!

Par ailleurs, ce second énoncé est bien équivalent à

∀ω2 ouvert contenant a2 , ∃ω1 ouvert contenant a1 t.q. x ∈ ω1 ⇒ f (x) ∈ ω2 ,

car si cela est vrai pour tout voisinage a fortiori c’est vrai pour les ouverts car ce sont des
voisinages, d’autre part si c’est vrai pour tout ouvert, quand on choisit un voisinage il
contient un ouvert ω2 et la conséquence est donc réalisée en choisissant ω1 correspondant
à cet ouvert ω2 .

Définition 3.2 Soit F ⊂ E1 (muni de la topologie induite), a1 ∈ F̄ et f une application

continue de F → E2 . On dit que f admet une limite a2 en a1 , on note a2 = limF ∋a→a1 f (a)
si pour tout ouvert ω2 ∋ a2 de E2 , il existe un ouvert ω1 ∋ a1 de E1 tel que f (ω1 ∩F ) ⊂ ω2 .

Une telle fonction se prolonge par continuité à F ∪ {a1 } avec f (a1 ) := a2 .

Exercice Quelles sont les fonctions continues en un point donné pour la topologie grossière
de E1 ? pour la topologie discrète de E1 ?

Exercice Quelles sont les fonctions continues de (N, TZariski ) dans R? (Ce sont les suites
convergentes).
α
Exercice La fonction u → ∂∂xαu , de D(Rd ) dans lui-même est continue pour les topologies
de Schwartz et de Whitney.

Théorème 3.2 L’application f est continue si et seulement si pour tout ouvert ω2 de E2 ,

f −1 (ω2 ) est un ouvert de E1 :

∀ω2 ∈ T2 , f −1 (ω2 ) ∈ T1 .

Ou encore si f −1 (fermé) est fermé.

Preuve. (⇒) Soit ω2 ∈ T2 , et posons A1 = f −1 (ω2 ), est-ce un ouvert de E1 ? Soit un

point a ∈ A1 , comme a2 = f (a) appartient à ω2 , la définition de la continuité au point a
montre qu’il existe ωa ∈ T1 contenant a tel que f (ωa ) ⊂ ω2 , i.e., a ∈ ωa ⊂ f −1 (ω2 ) = A1 .
3.1. FONCTIONS CONTINUES ENTRE ESPACES TOPOLOGIQUES 39
[
Donc on peut écrire A1 = ωa et c’est bien un ouvert car une réunion quelconque
a∈ω1
d’ouverts est ouverte.

(⇐) Soit a2 = f (a1 ) et ω2 ouvert contenant a2 . Alors ω1 = f −1 (ω2 ) est un ouvert

contenant a1 et convient donc dans la définition de la continuité au point a1 .

Théorème 3.3 Soient deux fonctions f : (E1 , T1 ) → (E2 , T2 ), g : (E2 , T2 ) → (E3 , T3 )

continues, alors g ◦ f est continue.

Preuve. En exercice.

Théorème 3.4 Avec les notations du Théorème 3.2, soit A dense dans E1 alors f (A)
est dense dans f (E1 ) pour sa topologie induite.

Preuve. On utilise le résultat du Théorème 2.1 avec Ā = E1 . Soit ω2 ∩ f (E1 ) un ouvert

non vide de f (E1 ), alors f −1 (ω2 ∩ f (E1 )) = f −1 (ω2 ) est un ouvert non vide de E1 , donc
il contient un élément a ∈ A et f (a) ∈ ω2 ∩ f (E1 ).

Théorème 3.5 Soit une fonction f : (E1 , T1 ) → (E2 , T2 ) continue au point a ∈ E1 , alors
f est encore continue pour toute topologie plus fine sur E1 et moins fine sur E2 .

Preuve. En exercice.

3.1.2 Cas des espaces métriques

Théorème 3.6 Soient deux espaces métriques (E1 , d1 ) et (E2 , d2 ), et une application
f : E1 → E2 . L’application f est continue au point a1 équivalent à

∀ε > 0, ∃η > 0 t.q. d1 (x, a1 ) < η ⇒ d2 (f (x), f (a1 )) < ε,

et aussi équivalent à : pour toute suite xn −−−→

n→∞ a1 , f (xn ) −−−→ f (a1 ).
n→∞

Preuve. La démonstration de cette nouvelle version suit le même raisonnement que pour
la preuve du Théorème 3.1
En effet, l’énoncé (3.1) est équivalent à :

∀ω2 ouvert contenant a2 , ∃η t.q. x ∈ B1 (a1 , η) ⇒ f (x) ∈ ω2 ,

car si cela est vrai pour un ouvert, ce l’est aussi pour une boule ouverte qui est incluse
dans ce voisinage -et il en existe!-, et si c’est vrai pour une boule, ça l’est aussi pour un
ouvert puisqu’une boule ouverte est un ouvert!

Par ailleurs, ce second énoncé est bien équivalent à

 
∀ε > 0, ∃η > 0 t.q. x ∈ B1 (a1 , η) ⇒ f (x) ∈ B2 (a2 , ε) ,
40 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

car si cela est vrai pour tout ouvert a fortiori c’est vrai pour les boules ouvertes, d’autre
part si c’est vrai pour toute boule ouverte, quand on choisit un ouvert contenant a2 , il
contient une boule ouverte B2 (a2 , ε) et la conséquence est donc réalisée pour la boule
B1 (a1 , η) correspondante.
Exemple Une application constante est toujours continue.

Exemple L’application x ∈ R+ \{0} 7→ 1/x est continue.

Exemple Dans un espace métrique (E, d) l’application x 7→ d(x, a) est continue.

Exercice Considérons deux espaces métriques (E, dE ), (F, dF ) tels que

∞
X
dE (x, y) = 2−i min(1, di(x, y)), (avec di des distances sur E).
i=1

et considérons une application f : (E, dE ) → (F, dF ).

(i) Montrer que si il existe di telle que f : (E, di) → (F, dF ) est continue alors f est
continue pour dE . Trouver un contreexemple à la réciproque.
(ii) Montrer que f : (F, dF ) → (E, dE ) est continue si et seulement si pour tout di ,
f : (F, dF ) → (E, di ) est continue.
α
(iii) Montrer que l’application u → ∂∂xαu , de S(Rd ) dans lui-même est continue pour sa
topologie métrique naturelle (voir le paragraphe 1.5).

3.1.3 Semi-continuité
Définition 3.3 Une application f : (E, T ) → R∪{+∞} est dite semi-continue inférieurement
au point a si
∀ε > 0, il existe un ouvert ω ∋ a t.q. ∀x ∈ ω, f (x) > f (a) − ε.

Définition 3.4 Une application f : (E, T ) → R∪{+∞} est dite semi-continue inférieurement
si les propriétés équivalentes suivantes sont satisfaites
(i) elle est semi-continue inférieurement en tout point,
(ii) ∀λ ∈ R, {x; λ < f (x)} est un ouvert de T ,
(iii) ∀λ ∈ R ∪ {+∞}, {x; f (x) ≤ λ} est un fermé.

Ces propriétés sont équivalentes de façon évidente et sont laissées en exercice. En

pratique la propriété (ii) est celle qui est utilisée ou bien l’une des propriétés suivantes.

On définit de même les applications semi-continues supérieurement, f : (E, T ) → R ∪

{−∞} par
∀λ ∈ R, {x; f (x) < λ} est un ouvert de T .
3.1. FONCTIONS CONTINUES ENTRE ESPACES TOPOLOGIQUES 41

On voit immédiatement qu’une application f : (E, T ) → R est continue si et seulement

si elle à la fois s.c.s. et s.c.i.
u(x) u(x)

a a
Figure 3.2: Exemple de fonctions s.c.s. (à gauche) et s.c.i (à droite).

Propriété 3.1 Une somme finie, un min fini d’applications semi-continues inférieurement
est semi-continu inférieurement. Pour une famille quelconque d’applications semi-continues
inférieurement (fi )i∈I ,
f (x) = sup fi (x),
i∈I

est semi-continue inférieurement.

Preuve. Nous ne démontrons que le dernier résultat en utilisant le critère (ii). Soit
λ < f (a), alors on peut trouver un i0 ∈ I tel que λ < fi0 (a) ≤ f (a). Puisque fi0 est s.c.i.,
il existe un ouvert contenant a, ω, tel que fi0 (x) > λ pour tout x ∈ ω. On en conclut que
f (x) > λ pour tout x ∈ ω ce qui prouve (ii).

Définition 3.5 Soit une application f : (E, T ) → R ∪ {+∞} et a ∈ E. On définit la

limite inférieure pour x tend vers a, par :
lim inf f (x) = sup{λ; ∃ ω ouvert contenant a t.q. f (x) ≥ λ ∀x ∈ ω} ∈ R ∪ {±∞}.
x→a

Contrairement à la limite, la liminf existe toujours dans R ∪ {±∞}.

Exercice Soit f : (E, T ) → R une fonction bornée. On définit

u∗ (x) = lim sup u(y), u∗ (x) = lim inf u(y).
y→x y→x

Montre que u∗ est s.c.s. et u∗ est s.c.i.

Exercice Pour toute fonction x(·) de [0, 1] dans Rd , continue ou non, on définit sa longueur
l(x) par
X n
l(x) = sup sup |x(ti−1 ) − x(ti )| ∈ R+ ∪ {+∞}.
n 0=t0 <...<tn =1
i=1
42 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

On appelle courbe, l’image de x(/cdot) et chemin (ou arc) une telle fonction lorsqu’elle
est continue. que x et y décrivent la même courbe s’il existe φ ∈ C 0 ([0, 1], [0, 1]), bijective
telle que x(φ(t)) = y(t), ∀t ∈ [0, 1].

1. Montrer que deux fonctions x et y qui décrivent la même courbe ont la même longueur.

2. Montrer que l est semi-continue inférieurement sur C 0 ([0, 1]; Rd ).

3. On munit C 1 ([0, 1], Rd ) de la ”norme C 1 ”

kx(·)kC 1 = sup |x(t)| + sup |x′ (t)|.
0≤t≤1 0≤t≤1

Montrer que l est continue sur C 1 ([0, 1], Rd ) et qu’alors

Z 1
l(x) = |x′ (t)| dt.
0

3.1.4 Uniforme continuité

Définition 3.6 Une application f : (E1 , d1 ) → (E2 , d2 ) est dite uniformément continue
si
∀ε > 0, ∃η > 0 t.q. ∀x, y, d1 (x, y) < η ⇒ d2 (f (x), f (y)) < ε
En d’autres termes, le choix de η ne dépend pas du point de continuité (y ici). Par
exemple, dans R, les fonctions
x2
x 7→ sin(x), x 7→ |x|α (0 < α ≤ 1), x 7→ ,
1 + |x|
sont uniformément continues (car hölderiennes). Par contre
x 7→ |x|α (α > 1), x 7→ x sin(x), x 7→ ex ,
ne sont pas uniformément continues.
Définition 3.7 Soit α > 0, une application f : (E1 , d1) → (E2 , d2 ) est dite hölderienne
d’ordre α si il existe une constante k > 0 telle que

α
d2 (f (x), f (y)) ≤ k d1 (x, y) .
De telles applications sont uniformément continues. Pour α = 1, une telle application est
dite lipschitzienne (on dit aussi k-lipschitzienne).
Propriété 3.2 Pour une famille quelconque d’applications k-lipschitziennes bornées à
valeurs réelles (fi )i∈I , les fonctions
f (x) = supfi (x), g(x) = inf fi (x),
i∈I i∈I

sont k-lipschitziennes.
3.1. FONCTIONS CONTINUES ENTRE ESPACES TOPOLOGIQUES 43

Preuve. Pour x ∈ E et ε > 0, on peut trouver i0 tel que

fi0 (x) ≥ f (x) − ε.

On a alors
f (x) − f (y) ≤ fi0 (x) + ε − fi0 (y) ≤ kd(x, y) + ε.
Comme ceci est vrai pour tout ε > 0, on en déduit que

f (x) − f (y) ≤ kd(x, y).

En intervertissant les variables, on trouve bien que

|f (x) − f (y)| ≤ kd(x, y).

Définition-Théorème 3.1 Soit une application uniformément continue f : (E1 , d1 ) →

(E2 , d2 ), le module de continuité de f est

ω(f ; h) = sup d2 (f (x), f (y)).

d1 (x,y)<h

Cette fonction ω(f ; ·) : R+ → R+ vérifie

(i) ω(f ; ·) est continue en 0 en posant ω(f ; 0) = 0,
(ii) ω(f ; ·) est croissante,
(iii) h 7→ ω(f ; h) est s.c.i.
et lorsque E1 est un espace vectoriel normé :
(iv) ω(f ; ·) est sous-additive, i.e., ω(f ; h + k) ≤ ω(f ; h) + ω(f ; k),
(v) h → ω(f ; h) est continue et ω(f ; h) = sup d2 (f (x), f (y)).
kx−yk≤h

Récriproquement, si ω(f ; h) −−→ 0 alors l’application f est uniformément continue.

h→0

Preuve. Les points (i) et (ii) sont évidents, de même que la réciproque de (i).

Pour le point (iii), soit h0 > 0 et pour tout ε > 0, deux points xε et yε tels que
d1 (xε , yε ) := hε < h0 et
ω(f ; h0) < d2 (f (xε ), f (yε)) + ε.
Alors par monotonie de ω(f ; ·), on obtient, pour h ≥ hε

ω(f ; h) ≥ d2 (f (xε ), f (yε )) > ω(f ; h0) − ε.

Ceci prouve que ω(f ; ·) est s.c.i.

Pour démontrer (iv), il faut voir que pour chaque paire (x, y) telle que kx−yk < h+ k,
on peut trouver un z ∈ E tel que kx−zk < h, kz −yk < k. Ceci est possible en choisissant
h
z = x + h+k (y − x). On laisse (v) en exercice.
44 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

On rencontrera à nouveau les applications uniformément continues pour plusieurs

résultats fondamentaux : (i) leur prolongement pour les espaces complets dans la Section
4.3, (ii) un théorème d’uniforme continuité pour les compacts dans le Théorème 5.9, (iii)
la théorie de l’approximation, (iv) les théorèmes d’Ascoli.

Exercice Montrer qu’un application uniformément continue de Rd dans R vérifie

|(x) − u(0)| ≤ C|x|, pour |x| >> 1.

Exercice Trouver des exemples où h 7→ ω(f ; h) n’est pas continue en dehors de 0, semi-
continue inférieurement, semi-continue supérieurement.
Exercice Montrer que les propriétés (iv) et (v) du Théorème 3.1 sont aussi vraies pour
les espaces de Fréchet.

3.1.5 Exemple: la distance au bord

Dans un espace métrique (E, d), pour tout sous-ensemble A ⊂ E, A 6= ∅, la fonction
d(x, A) : E → R+ est définie par :

d(x, A) := inf d(x, y).

y∈A

Proposition 3.1 La distance au bord est continue et lipschitzienne. De plus d(x, A) =

d(x, Ā) et d(x, A) = 0 ⇔ x ∈ Ā.
Preuve. On commence par montrer le lemme suivant :
Lemme 3.1 |d(x, A) − d(y, A)| ≤ d(x, y) .
Ce lemme conclut bien la démonstration du premier point puisqu’alors pour tout y ∈ E
et ε > 0, pour η = ε on a bien que d(x, y) < η implique |d(x, A) − d(y, A)| ≤ ε.

Pour démontrer le lemme, pour tout ε > 0 on choisit un point aε ∈ A tel que d(x, aε ) ≤
d(x, A) + ε. Alors, comme d(x, A) ≤ d(x, aε ), on a

d(x, A) − d(y, A) ≤ d(x, aε ) + ε − d(y, aε) ≤ d(x, y) + ε.

Passant à la limite ε → 0 on trouve d(x, A)−d(y, A) ≤ d(x, y). Par symétrie de la relation
on a donc montré le lemme.
De plus, puisque A ⊂ Ā on a d(x, Ā) ≤ d(x, A). Pour l’inégalité opposée, soit ε > 0 et
aε ∈ Ā tel que d(x, aε ) ≤ d(x, Ā) + ε. Grâce au Théorème 2.1, il existe bε ∈ A tel que
d(aε , bε ) ≤ ε, on en déduit que

d(x, A) ≤ d(x, be ) ≤ d(x, ae ) + d(aε , bε ) ≤ d(x, Ā) + 2ε.

Passant à la limite ε → 0 on en déduit que d(x, A) = d(x, Ā).

3.2. SUITES CONVERGENTES 45

Enfin, si x ∈ Ā alors clairement d(x, Ā) = 0. Réciproquement si d(x, A) = 0 alors

pour tout ε > 0 il existe aε ∈ A tel que d(x, aε ) ≤ ε, toujours d’après le Théorème 2.1,
ceci signifie que x ∈ Ā.

Pour E = Rd et Ω ouvert de Rd , on peut montrer que la fonction u(x) = d(x, ΩC )

vérifie l’équation de Hamilton-Jacobi

|∇u(x)| = 1 sur Ω,
u(x) = 0 sur ΩC .

Ceci est assez simple pour les points de dérivabilité de u, sinon il faut le comprendre au
sens des solutions de viscosité ([6]).

3.2 Suites convergentes

On considère maintenant des suites (xn )n∈N de E.

Définition 3.8 Soit (E, T ) un espace topologique et l ∈ E. On dit que la suite (xn )n∈N
converge vers a, ou qu’elle admet a comme limite, ou qu’elle tend vers a pour n → ∞, si

∀ω ouvert contenant a, ∃N(ω) ∈ N t.q. n ≥ N ⇒ xn ∈ ω.

On peut remplacer ”ouvert contenant” par ”voisinage de” dans la définition ci-dessus.

Théorème 3.7 Si T1 est moins fine que T2 et xn −n→∞−−−→ x pour T2 alors elle converge vers
x aussi pour T1 .
Dans un espace topologique séparé, la limite d’une suite est unique. On utilise alors
la notation a = lim xn .
n→∞
Si f : (E1 , T1 ) → (E2 , T2 ) est continue et si xn −−−−→
n→∞ x pour T1 alors f (xn ) −n→∞
−−−→ f (x)
pour T2 .

Preuve. En exercice.
Exercice. Montrer que pour E = N muni de la topologie de Zariski, la suite xn = n
admet plusieurs limites.

Théorème 3.8 Dans un espace métrique (E, d), une suite (xn )n∈N converge vers a si et
seulement si
∀ε > 0, ∃N(ε) ∈ N t.q. n ≥ N(ε) =⇒ d(xn , a) < ε.
46 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

Définition 3.9 Soit (E, T ) un espace topologique. On dit que le point a est adhérent à
la suite (xn )n∈N si pour tout ouvert ω contenant a il existe une infinité de valeurs de n
telles que xn ∈ ω.
Par exemple, la suite réelle (−1)n admet les deux valeurs d’adhérence 1 et −1 mais ne
converge pas. Si une suite converge sa limite est valeur d’adhérence (et la seule dans un
espace topologique séparé).

Définition 3.10 Une sous-suite extraite de la suite (xn ) est une suite xk(n) où n → k(n)
est strictement croissante.
Lemme 3.2 Dans un espace métrique (E, d), une suite admet la valeur d’adhérence a si
et seulement si il existe une sous-suite extraite qui converge vers a. Ceci est encore vrai
si (E, T ) admet une base dénombrable de voisinage au point a.
Cette équivalence est fausse pour les espaces topologiques, mais si il existe une sous-
suite extraite qui converge vers a alors a est valeur d’adhérence même sur un espace
topologique.

Preuve. On considère alors un point d’adhérence a de la suite (xn )n∈N . La boule B(a, 1)
contient un élément noté xk(1) . De même la boule B(a, 1/2) contient un élément noté
xk(2) avec k(2) > k(1) (puisqu’il y en a une infinité). Ainsi de suite, pour tout n, la boule
B(a, 1/n) contient un élément xk(n) avec k(n) > k(n − 1). Cette suite converge vers a
puisque d(a, xk(n) ) ≤ 1/n.

Réciproquement, si une sous-suite converge vers a, toute boule centrée sur a (donc
tout ouvert contenant a, ou tout voisinage de a) contient bien une infinité de valeurs en
appliquant directement la définition de la convergence (n ≥ N).

Théorème 3.9 (Continuité séquentielle) Considérons un espace métrique (E1 , d1 ).

(i) Soit A ⊂ E1 , alors a ∈ Ā si et seulement si il existe une suite (xn ) de A qui converge
vers a.
(ii) La partie A est fermée si et seulement si pour toute suite (xn ) de A convergeant vers
a on a a ∈ A.
(iii) Une fonction f : (E1 , d1 ) → (E2 , T2 ) est continue au point a ∈ E si et seulement si
elle est ”séquentiellement continue”, i.e., f (xn ) → f (a) pour toute suite xn → a.
Il suffit que (E1 , T1 ) admette une base dénombrable de voisinage de a.
Remarque 3.1 Cet énoncé est faux en général pour les espaces topologiques (par contre
si il existe une suite (xn ) de A telle que xn → a alors a ∈ Ā, même sur un espace
topologique). Par exemple, deux topologies différentes sur un ensemble E peuvent avoir
les mêmes suites convergentes. C’est le cas de TW et TS sur D(Ω) (voir Section 2.6).
Par contre, deux distances qui ont les mêmes suites convergentes définissent les mêmes
topologies.
3.3. THÉORÈME DE PROLONGEMENT DE TIETZE-URYSOHN 47

Preuve. Voir le Théorème 2.1 et le Lemme 3.2.

Exercice (Cône positif)

(i) L’ensemble des fonctions positives ou nulles est fermé dans C 0 ([0, 1]), dans L2 (Ω).
(ii) L’ensemble des fonctions strictement positives est d’intérieur vide dans Lp (Ω), 1 ≤
p < ∞, et est ouvert dans C 0 (Ω).
(iii) Soit une fonction N(x) ∈ C 0 ([0, 1]), telle que N(0) = 0 et N(x) > 0 pour x > 0. Soit
E l’espace vectoriel normé des fonctions f ∈ C 0 ([0, 1]) telles que kf kE = supx∈]0,1] | Nf (x)
(x)
|<
∞. L’intérieur du cône positif est-il l’ensemble des fonctions f continues, nulles en 0 et
strictement positives pour x > 0? (non).

3.3 Théorème de prolongement de Tietze-Urysohn

Théorème 3.10 Soit (E, d) un espace métrique, F ⊂ E un fermé et une application
f : F → R continue et bornée. Il existe une application continue g : E → R telle que

f (x) = g(x) ∀x ∈ F, sup g(x) = sup f (x), inf g(x) = inf f (x).
x∈E x∈F x∈E x∈F

Corollaire 3.1 Soit (E, d) un espace métrique, F ⊂ E un fermé et ω un ouvert tel que
F ⊂ ω. Alors il existe une application g : E → [0, 1] continue telle que

g(x) = 1 pour x ∈ F, g(x) = 0 pour x ∈

/ ω.

On peut aussi consulter le Théorème d’Uryshon 5.5 pour une version plus générale de
ce résultat.

Preuve. En effet considérons la fonction f définie sur le fermé F ∪ ω C par f (x) = 1 pour
x ∈ F et f (x) = 0 pour x ∈ ω C . Cette fonction est bien continue grâce à l’hypothèse
F ⊂ ω (utiliser le critère de continuité séquentielle du Théorème 3.9 par exemple).

Preuve du Théorème 3.10. Le cas facile est inf x∈F f (x) = supx∈F f (x) := c, car alors
g = c convient. Dans l’autre cas, on peut toujours supposer supx∈F f (x) > inf x∈F f (x) > 0
(par translation et dilatation). On choisit alors


 f (x) pour x ∈ F,

g(x) =

 d(x, y)
 inf [f (y) ], pour x ∈/ F.
y∈F d(x, F )
On vérifie en effet que
(i) pour x ∈/ F , soit yε est un point de F tel que d(x, F ) ≥ d(x, yε ) − ε, alors
d(x, yε ) d(x, yε )
g(x) ≤ f (yε ) ≤ f (yε ) .
d(x, F ) d(x, yε ) − ε
48 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

Or d(x, yε ) reste strictement positive (sinon il existerait une suite extraite telle que
d(x, yn(k) ) → 0 donc x ∈ F , une contradiction). On en déduit que
d(x, yε )
g(x) ≤ sup f (y) −−→
ε→0 sup f (y),
y∈F d(x, yε ) − ε y∈F

donc g(x) ≤ supy∈F f (y).

/ F , g(x) ≥ f (yε ) d(x,y
(ii) pour x ∈ ε)
d(x,F )
− ε pour un certain yε ∈ F . Donc
g(x) ≥ f (yε ) − ε ≥ inf f (y) − ε.
y∈F

Comme ceci est vrai pour tout ε, on a bien g(x) ≥ inf y∈F f (y).
1
(iii) Pour montrer la continuité en un point x0 ∈ F C on utilise simplement que x 7→ d(x,F )
est lipschitzienne sur une boule B définie par d(x, x0 ) assez petit pour que d(x, F ) reste
d(x,y)
positive. Puis que le produit f (y) d(x,F )
est uniformément lipschitzienne (de constante
k indépendante de y ∈ F sur cette boule). Enfin que x 7→ inf y∈F [f (y) d(x, y)] est
donc lipschitzienne de constante k donc continue (mais en général l’infimum de fonctions
continues n’est que semi-continue supérieurement).
(iv) Pour montrer la continuité en un point x ∈ F , on considère une suite xn → x et le
cas intéressant est celui où xn ∈/ F et par conséquent x ∈ F r(F ). On pose 0 < εn =
d(xn , F ) → 0. Soit yn ∈ F tel que d(xn , F ) ≥ d(xn , yn ) − (εn )2 alors d(xn , yn ) → 0 donc
yn → x. On a
d(xn , yn ) d(xn , F ) + (εn )2
g(xn ) ≤ f (yn ) ≤ f (yn ) = f (yn )(1 + εn ) → f (x).
d(xn , F ) d(xn , F )
Par ailleurs, soit zn ∈ F tel que inf y∈F [f (y) d(xn , y)] ≥ f (zn ) d(xn , zn ) − (εn )2 . Comme
d(xn , F ) ≤ d(xn , zn ), on a
d(xn , zn )
g(xn ) ≥ f (zn ) − εn ≥ f (zn ) − εn → f (x).
d(xn , F )
On en déduit bien que g(xn ) → f (x).

3.4 Applications ouvertes, fermées, homéomorphismes

Définition 3.11 Soient E et F deux espaces topologiques, on dit qu’une application f :
E → F est ouverte (resp. fermée) si l’image par f de tout ouvert (resp. fermé) de E est
un ouvert (resp. fermé) de F .
Attention, ce n’est la même chose que lorsque f est bijective.
Définition 3.12 Soient E et F deux espaces topologiques, on dit qu’une application f :
E → F est un homéomorphisme si f est une bijection continue dont l’inverse est continu.
En d’autres termes f est une bijection ouverte dont l’inverse est ouverte. Deux espaces
topologiques sont dits homéomorphes si il existe au moins un homéomorphisme entre les
deux.
3.5. CONTINUITÉ ET CONSTRUCTIONS DE TOPOLOGIES 49

Par exemple, sur R2

p p
2 2 x x2 + y 2 y x2 + y 2
f : {x + y ≤ 1} → {|X| ≤ 1, |Y | ≤ 1}, où X = , Y = ,
max(|x|, |y|) max(|x|, |y|)

définit un homéomorphisme de la boule fermée sur le carré fermé (prendre les ouverts ne
change rien).

Exercice La transformée de Fourier est un homéomorphisme de l’espace de Schwartz

dans lui-même (voir le paragraphe 1.5).

La notion d’homéomorphisme est centrale dans de nombreux domaines telle la topolo-

gie algébrique (voir [19, 11]). La section 6.4 donnent quelques résultats qui semblent
simples mais ne peuvent s’obtenir à ce niveau. Notons aussi que
(i) il existe une application continue surjective de [0, 1] dans [0, 1]2 (le chemin de Péano,
voir la construction dans [24] par exemple) mais Rn et Rm ne sont pas homéomorphes
pour n 6= m,
(ii) la sphère et la boule ne sont pas homéomorphes, voir aussi le théorème de point fixe
de Brouwer (énoncé dans le paragraphe 5.6.5),
(iii) si U et V sont deux parties homéomorphes de Rn (pour leur topologie induite), et si
U est un ouvert de Rn alors V aussi.

3.5 Continuité et constructions de topologies

La continuité permet de construire naturellement des topologies. Donnons quelques ex-
emples.

3.5.1 Topologie induite (2)

Théorème 3.11 Soit (E, T ) un espace topologique et A ⊂ F . La topologie induite sur
A, TA , (voir la Section 2.3.7) est la moins fine rendant continue l’identité IdA : A → E.

Preuve. La continuité de IdA signifie que, pour tout ouvert ω de E, la partie

Id−1
A (ω) = {x ∈ A; x = IdA (x) ∈ ω} = A ∩ ω

est un ouvert de A. La topologie ayant le moins d’ouverts (la moins fine) réalisant ceci
consiste bien à choisir {A ∩ ω, ω ∈ T } c’est-à-dire la topologie induite.

3.5.2 Topologie la moins fine rendant continue une application

On se donne une application d’un ensemble E dans un espace topologique F ,

f : E → (F, TF ).
50 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

On cherche une topologie sur E, notée Tf , qui rende continue l’application f . Bien sûr
la topologie discrète (fine) répond à la question. On cherche donc une topologie ayant
moins d’ouverts. Grâce au Théorème 3.2, une telle topologie doit au moins contenir tous
les ensembles f −1 (ω), ω ∈ TF .

Définition-Théorème 3.2 On définit une topologie sur E par

A ∈ Tf ⇐⇒ A = f −1 (ω), avec ω ∈ TE .

Cette topologie Tf est la moins fine rendant continue l’application f . On l’appelle

topologie initiale associée à f .

Preuve. (i) E = f −1 (F ) et ∅ = f −1 (∅) sont bien des ouverts,

(ii) Une réunion de tels Ai , i ∈ I vérifie bien la propriété :
 
∪i∈I f −1 (ωi ) = f −1 ∪i∈I ωi ,

est bien l’image réciproque d’un ouvert.

(iii) De même l’intersection de deux ouverts

f −1 (ω1 ) ∩ f −1 (ω2 ) = f −1 (ω1 ∩ ω2 ),

est bien l’image réciproque d’un ouvert.

(iv) Toute topologie rendant f continue contient bien les f −1 (ω), ω ∈ TE , et contient donc
Tf .

3.5.3 Topologie initiale

Il est un peu plus délicat de construire une topologie sur E rendant continue une famille
quelconque d’applications

fi : E → (Fi , Ti ), ∀i ∈ I.

Définition-Théorème 3.3 (Topologie initiale) On définit une topologie sur E par ω ∈

TE est ouvert\si pour tout point a ∈ ω, il existe une famille finie J d’ouverts (ωi ∈ Ti )i∈J
telle que a ∈ fi−1 (ωi ) ⊂ ω. En d’autres termes, les fi−1 (ωi) forment une prébase de TE .
i∈J

Cette topologie TE est la moins fine rendant continue les applications fi , elle
\ est aussi
obtenue comme l’ensemble des réunions quelconques d’intersections finies fi−1 (ωi ),
i∈J
ωi ∈ Ti .

L’exemple d’applications constantes montre qu’une topologie initiale peut ne pas être
séparée.
3.5. CONTINUITÉ ET CONSTRUCTIONS DE TOPOLOGIES 51

Preuve. (i) E et ∅ sont bien des ouverts. S

(ii) Une réunion de tels ω α, α ∈ X vérifie bien la propriété : siTa ∈ α∈X ω α , alors a ∈ ω α0
pour un certain ω α0 et donc il existe une intersection finie i∈I f −1 (ωi) ⊂ ω α0 , ωi ∈ Ti
contenant a. Celle-ci est bien incluse dans la réunion des ω α .
(iii)
T Soit a ∈ ω 1 ∩ ω 2 alors T
il existe deux intersections finies contenant a, disons B 1 =
−1
i∈I1 f (ωi1) ⊂ ω 1 et B 2 = i∈I2 f −1 (ωi2 ) ⊂ ω 2 . Alors B 1 ∩ B 2 est bien une intersection
finie contenant a et incluse dans ω 1 ∩ ω 2 .
(iv) On vérifie comme d’habitude que cette définition coı̈ncide bien avec la définition d’une
topologie comme réunion quelconque d’intersections finies.
(v) Toute topologie rendant les fi continues contient bien les fi−1 (ωi ), ωi ∈ Ti , et donc
toutes les intersections finies de tels ensembles puis leurs réunions quelconques. C’est
donc une topologie plus fine que Tf .

Cette construction est à la base de la théorie des ”topologies faibles” qui seront large-
ment étudiées par la suite (voir [4] par exemple):

Définition 3.13 Soit (E, k . . . k) un espace de Banach et E ′ son dual topologique (voir
Section 7.2), on appelle topologie faible (ou vague pour les mesures) la topologie initiale
sur E rendant continue tous les éléments de E ′ . On la note popologie σ(E, E ′ ).

Définition 3.14 Soit (E, k . . . k) un espace de Banach et E ′ son dual topologique, on

appelle topologie faible étoile (faible-⋆) (ou faible pour les mesures) la topologie initiale
sur E ′ rendant continue tous les éléments de E comme applications

x∈E: E ′ → R,
f 7→ f (x).

On la note popologie σ(E ′ , E).

Ces deux topologies sont moins fines (moins fortes) que les topologies des normes re-
spectives (c’est pourquoi on les appelle souvent topologies fortes).

Certains d’espaces de Banach usuels (Lp pour 1 < p < ∞) sont dits réflexifs car on
peut indentifier par E ′′ = E et les topologies faible et faible-étoile coincident alors (voir
[4]).
En général la toplogie faible-⋆ est bien plus agréable que la topologie faible à cause
d’un théorème de compacité très général conséquence du Théorème de Tychonoff (voir
section 5.5).

Lemme 3.3 Les topologies faible et faible-⋆ sont toujours séparées.

Preuve. Ce sont des conséquences du Théorème de Hahn-Banach (voir Section 7.2 et

[4]).
52 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

E2

ω2 (a, b)

E1
ω1

Figure 3.3: Ouverts de la topologie produit.

3.5.4 Topologie produit

Définition-Théorème 3.4 Soit (E1 , T1 ) et (E2 , T2 ) deux espaces topologiques. On définit
une topologie sur E = E1 × E2 par ω ∈ T si pour tout point (a, b) ∈ ω il existe deux ou-
verts ω1 ∈ T1 et ω2 ∈ T2 tels que a ∈ ω1 , b ∈ ω2 et ω1 × ω2 ⊂ ω.

Cette topologie est appelée topologie produit sur E1 × E2 . Les ouverts ω1 × ω2 sont
appelés rectangles ou pavés ouverts. Les ouverts de la topologie produit sont donc des
réunions (quelconques) de rectangles ouverts (qui forment donc une base de la topologie
produit).

Preuve. Il s’agit d’une application du Théorème 2.4. Les rectangles ouverts sont stables
par intersection et forment donc une base d’ouverts (stables par intersection) pour la
topologie produit.

Théorème 3.12 Soit (E1 , T1 ) et (E2 , T2 ) deux espaces topologiques. La topologie produit
est la topologie la moins fine rendant continues les deux projections π1 et π2

 π1 : E1 × E2 → E1 , π1 (x1 , x2 ) = x1 ,

π2 : E1 × E2 → E2 , π2 (x1 , x2 ) = x2 .

En outre ces applications sont ouvertes.

En d’autres termes la topologie produit est la topologie initiale associée aux projec-
tions.
3.5. CONTINUITÉ ET CONSTRUCTIONS DE TOPOLOGIES 53

Preuve. Si ces projections sont continues alors, pour ω1 ∈ T1 et ω2 ∈ T2 on doit avoir que
π1−1 (ω1 ) = ω1 ×E2 et π2−1 (ω2 ) = E1 ×ω2 sont ouverts, donc aussi ω1 ×E2 ∩E1 ×ω2 = ω1 ×ω2 .
On a donc bien, avec les rectangles ouverts, définie la topologie initiale pour ces deux
projections.

Théorème 3.13 Soit (E1 , d1 ) et (E2 , d2) deux espaces métriques, alors la topologie pro-
duit de E1 × E2 est métrisable pour la distance


dE1 ×E2 (x1 , x2 ), (y1, y2 ) = d1 (x1 , y1 ) + d2 (x2 , y2).

Le produit d’espaces vectoriels normés est normés pour la somme des normes.


Preuve. En exercice. On remarquera que max d1 (x1 , y1 ), d2 (x2 , y2 ) définit la même
topologie.

Exercice L’application (x, y) → d(x, y) est continue pour la topologie produit.

Cette notion d’espace produit peut se généraliser à un produit infini.

Définition-Théorème
Q 3.5 Soient (Ei , Ti )i∈I une famille quelconque d’espaces topologiques.
Sur E = i∈I Ei on appelle rectangles ouverts les ensembles de la forme
Y Y
R= ωi × Ei
i∈J i∈J
/

avec ωi ouverts de Ei et J partie finie de I. On définit les ouverts de E comme des

réunions de rectangles ouverts. Ceci définit bien une topologie sur E appelée topologie
produit. Il s’agit de la topologie la moins fine rendant continues les projections πi

πi : E → Ei , πi (x) = xi , avec x = (x1 , x2 , . . .).

Pour Ti métrisable et I dénombrable (disons I = N), cette topologie est métrisable pour
la distance
X
d(x, y) = 2−i min(1, di(xi , yi)), ˜ y) = sup min( 1 , di(xi , yi)).
ou d(x,
i∈N
i∈N i+1

Preuve. Il s’agit toujours

Q d’une application
Q du Théorème 2.4 avec la base d’ouverts
formée des rectangles i∈J f inie ωi × i∈J
/ E i .
On peut démontrer facilement des résultats généraux tels
Q
Théorème 3.14 Une suite
(xn ) de E = i∈I Ei converge si et seulement si chacune des
suites projetées πi (xn ) converge.
54 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

Exemple Soit un Banach E et son dual topologique E ′ . La topologie faible étoile de E ′

est également la topologie induite sur E ′ par la topologie produit RE . Les projections
sont simplement les 
 πx : E ′ ⊂ RE → R

f 7→ f (x)

Théorème 3.15 Soient (Ei , Ti )i∈I et (F, T ) des espaces topologiques Y

(i) Soient des applications fi : F → Ei . Pour que l’application f = fi soit continue
Q i∈I
de F dans i∈I Ei , il faut et il suffit que chaque fi soit continue,
Y
(ii) La topologie produit sur Ei est séparée si et seulement si chacune des topolo-
i∈I
gie Ti est séparée.

On verra plus loin un autre résultat important concernant les topologies produit, le
théorème de Tychonoff, Section 5.5.

3.5.5 Groupe topologique

Définition 3.15 Un espace topologique (E, T ) muni d’une action de groupe (x, y) → x×y
est appelé groupe topologique si les applications (x, y) ∈ E × E → x × y ∈ E et x 7→ x−1
sont continues.

Exemple La demi-droite ouverte ]0, ∞[ muni de la multiplication des réels est un groupe
topologique.

Exemple Les sous-ensembles de l’espace vectoriel normé Md×d (R), O(Rd ) et SO(Rd ) sont
des groupes topologiques pour la multiplication des matrices.

3.5.6 Espace vectoriel topologique

Définition 3.16 Un espace topologique (E, T ) muni d’une structure d’espace vectoriel
sur K = R ou C est un espace vectoriel topologique si les applications (x, y) ∈ E × E →
x + y ∈ E, (λ, x) ∈ K × E → λ x ∈ E sont continues.

Théorème 3.16 Un espace vectoriel normé est un espace vectoriel topologique pour la
topologie associée à sa norme.

Preuve. Montrons par exemple la continuité de l’addition des vecteurs. Pour cela on
considère deux paires (x, y) et (x̃, ỹ). On a kx + y − (x̃ + ỹ)k ≤ kx − x̃k + ky − ỹk.
L’addition est donc 1-lipschitzienne. De même la multiplication de K × E → E est aussi
lipschitzienne sur tout borné (en exercice).
3.5. CONTINUITÉ ET CONSTRUCTIONS DE TOPOLOGIES 55

Théorème 3.17 Dans un espace vectoriel topologique (E, T ), l’adhérence d’un sous-
espace vectoriel F est encore un sous-espace vectoriel.

Preuve. Soit x ∈ F̄ , y ∈ F̄ et posons z = x + y. On doit montrer que z ∈ F̄ , c’est-à-dire

que pour ω ouvert contenant z, on doit montrer que cet ouvert coupe F . Par continuité de
l’addition et le Théorème 3.12, il existe deux ouverts ωx ∋ x et ωy ∋ y tels que ωx +ωy ⊂ ω.
Ces ouverts coupent F et il existe donc x′ ∈ F ∩ ωx et y ′ ∈ F ∩ ωy . On a donc trouvé un
élément x′ + y ′ ∈ F ∩ ω.

Le même raisonnement s’applique à λ x.

Exercice (Espaces de Fréchet) Soit E un espace vectoriel et (pi (·))i∈N une famille
dénombrable de semi-normes sur E. On peut définir une distance sur E par :
X pi (x − y)
d(x, y) = 2−i .
i∈N
1 + pi (x − y)

On suppose que d(x, y) = 0 ⇒ x = y (on parle alors de famille filtrante). Montrer (E, d)
est un espace vectoriel topologique et que la topologie induite est la moins fine rendant
continue la famille (pi )i∈N . Voir aussi la Section 1.5.

Plus généralement, pour des familles non dénombrables, on définit sur E la topologie
la moins fine rendant continue des semi-normes (voir la Section 3.5.3). On vérifie que E
est alors un espace vectoriel topologique.

3.5.7 Topologie finale

On peut aussi construire une topologie sur F rendant continue une famille d’applications

fi : (Ei , Ti ) → F, i ∈ I.

Définition-Théorème 3.6 (Topologie finale) On définit une topologie TF sur F par ω ∈

TF est ouvert si fi−1 (ω) ∈ ωi ∀i ∈ I.
C’est la topologie la plus fine sur F rendant continue toutes les applications fi .

Notons que, même pour (E, d) espace métrique, la topologie finale n’est pas toujours
séparée comme le montre l’exemple des topologies quotient (voir Section 3.5.8).
Preuve. Ceci découle du simple fait que ∀i ∈ I,
[ [
fi−1 (ω1 ∩ ω2 ) = fi−1 (ω1 ) ∩ fi−1 (ω2 ), fi−1 ( ωj ) = fi−1 fi−1 (ωj ).
j∈J j∈J
56 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

3.5.8 Topologie quotient

On se donne un ensemble E et une relation d’équivalence sur E notée R, i.e., xRx,
xRy ⇔ yRx, et xRy, yRz ⇒ xRz.

On peut alors définir un ensemble quotient F = E/R (l’ensemble des classes d’équivalences,
i.e., des parties de E dont les éléments sont en relation; chaque élément de E appartient
donc à un élément de F et un seul noté x̂). On peut donc définir une application canonique
π : E → F = E/R
x 7→ x̂
De plus E est la réunion disjointe des classes x̂.

Réciproquement, une façon simpleS de définir une relation d’équivalence consiste à

choisir un recouvrement disjoint E = disjointe Ai . Les Ai sont alors des classes d’équivalences
pour la relation xRy si et seulement si il existe i tel que x ∈ Ai et y ∈ Ai .
Définition 3.17 Soit (E, TE ) un espace topologique et R une relation d’équivalence. On
appelle topologie quotient, la topologie la plus fine sur F rendant continue π. En d’autres
termes ω ⊂ F = E/R est ouvert si et seulement si π −1 (ω) ∈ TE .
Il s’agit simplement de la topologie finale pour l’application π. On obtient donc assez
facilement que
Proposition 3.2 Une application f : E/R → (G, TG ) est continue si et seulement si
f ◦ π : E → (G, TG ) est continue.

Même pour une espace topologique E séparé, la topologie quotient de E/R n’est pas
toujours séparée. Par exemple sur R si on choisit A =] − ∞, 0] et B =]0, ∞[ alors les
ouverts de E/R = {A, B} sont {A, B}, ∅ et {B}. Mais {A} n’est pas un ouvert de E/R
car A = π −1 ({A}) n’est pas un ouvert de R.

La projection π : E → F n’est pas toujours ouverte. En effet, dans l’exemple ci-dessus,

π(] − 2, −1[) = {A} n’est pas un ouvert.
Proposition 3.3 Si la topologie de E/R est séparée alors les classes d’équivalences de
R sont des parties fermées de E.
Preuve. En effet, les points a ∈ E/R sont fermés pour une topologie séparée et donc
π −1 (a) sont aussi fermés dans (E, TE ).
Définition 3.18 Soit une partie A de E, le saturé de A par R est
[

RA := π(a) = π −1 π(A) .
a∈A

Une partie A est dite saturée si A = RA, en d’autres termes si elle contient la classe
d’équivalence de chacun de ses points.
3.5. CONTINUITÉ ET CONSTRUCTIONS DE TOPOLOGIES 57

On a: A est ouvert (fermé) saturé dans E si et seulement si π(A) est ouvert (fermé)
de E/R.
Proposition 3.4 L’espace topologique F = E/R est séparé si et seulement si pour tous
a, b ∈ E, tels que â 6= b̂ alors il existe deux ouverts saturés disjoints contenant a et b
respectivement.
Preuve. (⇒) Soient deux points a, b de E tels que â 6= b̂, on peut trouver deux
ouverts disjoints de F (supposé séparé) tels que â ∈ ω1 , b̂ ∈ ω2 . Alors Ω1 = π −1 (ω1 ) et
Ω2 = π −1 (ω2 ) sont deux ouverts saturés disjoints contenant a et b respectivement.
(⇐) Soient deux classes d’équivalence â 6= b̂ et des ouverts saturés disjoints de E avec
a ∈ Ω1 et b ∈ Ω2 . Alors (voir ci-dessus) ω1 = π(Ω1 ) et ω2 = π(Ω2 ) sont des ouverts
disjoints de F qui séparent donc â et b̂.
Soit (E, d) un espace métrique et R une relation d’équivalence. L’application
δ(A, B) = inf d(x, y),
x∈A, y∈B

ne définit pas toujours une distance car les propriétés (i) et (iii) ne sont pas forcément
vérifiées.

Exercice Cette construction définit une distance par exemple sur R/Z, on trouve alors
la topologie sur [0, 1[ définie par la métrique
d(ξ, η) = min(|ξ − η|, |ξ − η − 1|, |ξ − η + 1|), ξ, η ∈ [0, 1[.
L’espace topologique R/Z est homéomorphe à la sphere S 1 . Il est obtenu intuitivement
en recollant 0 et 1 dans l’intervalle [0, 1].

Exercice Soit f : (E, TE ) → (G, TG ) une application continue. On dit qu’elle se factorise
par R si pour tout x ∈ E et y ∈ x̂ on a f (y) = f (x). On définit alors fˆ : F = E/R → G
par fˆ(x̂) = f (x).
(i) Montrer que pour ω ∈ TG , f −1 (ω) est une ouvert saturé de F .
(ii) Montrer que fˆ est continue.
(iii) Montrer que si f est ouverte alors fˆ est ouverte.
(iv) On identifie §1 à la sphère unité de C. Soit f : §1 → §1 définie par f (z) = z 2 . on pose
xRy si et seulement si x = y ou x = −y. Montrer que f se factorise par R et que §1 est
homéomorphe à §1 /R.
d
O
d d
Exercice Le tore R /Z (groupe quotient) est homéomorphe à R/Z.
i=1

Exercice La ceinture est l’espace (R/Z) × [0, 1]. Le ruban de Möbius est au con-
traire défini par le recollement après une torsion, d’un bord de [0, 1] × [0, 1], la relation
d’équivalence est alors (x, y)R(x, y) et (0, y)R(1, 1 − y). Une coupe longitudinale donne
alors une ceinture (de longueur double). Trouver la distance à mettre sur [0, 1[×[0, 1] pour
arriver à cet espace topologique et la relation d’équivalence associée.
58 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

Théorème 3.18 Soit (E, k . . . k) un espace vectoriel normé et G 6= E un sous-espace

vectoriel fermé de E. On définit une relation d’équivalence par xRy ⇔ x − y ∈ G.
L’espace quotient F = E/G (mini de sa topologie quotient) est alors un espace vectoriel
normé pour la ”norme quotient”

kx̂kF = inf kx + yk.

y∈G

Si E est un espace de Banach, E/G est aussi un espace de Banach (voir la Section 4.2).

Ce résultat s’étend aux espaces vectoriels dont la topologie est définie par une famille
de semi-normes pi (voir Section 3.5.6) en utilisant les semi-normes

pbi (x̂) = inf pi (x + y).

y∈G

Preuve. L’énoncé concernant les Banach sera démontré plus tard, voir le théorème 4.6.

Montrons d’abord que l’on a bien défini une norme ci-dessus.

(i) Il est évident que kx̂kF ≥ 0 et kx̂kF = 0 signifie qu’il existe une suite (yn ) ∈ GN telle
que x + yn → 0. Comme G est fermé, cela implique que x = − lim yn ∈ G, donc que
x ∈ G, donc que x̂ = 0̂.
(ii) Pour la propriété d’homothétie :

kλcxkF = inf kλx + yk = inf kλx + λyk = |λ| inf kx + yk = |λ| kx̂kF .
y∈G y∈G y∈G

(iii) Enfin, soient x1 ∈ E, x2 ∈ E et, pour ε > 0 donné, soient y1 ∈ G, y2 ∈ G tels que
kx1 + y1 k ≤ kxb1 kF + ε et kx2 + y2 k ≤ kxb2 kF + ε. On a alors, ∀z ∈ G

kxb1 + xb2 kF ≤ kx1 + x2 + zk ≤ kx1 + y1 k + kx2 + y2 k

en choisissant z = y1 + y2 . On en déduit que, pour tout ε > 0,

kxb1 + xb2 kF ≤ kxb1 kF + kxb2 kF + 2ε,

et le résultat s’ensuit.

Il reste à voir si la topologie quotient est bien associée à cette norme. Tout d’abord
l’application π est continue pour cette norme et même lipschitzienne puisque kx̂kF ≤ kxk.
La topologie de la norme est donc moins fine que la topologie quotient. Réciproquement,
soit un ouvert ω de la topologie quotient contenant une classe â. Alors, π −1 (ω) est ouvert
contenant a et contient donc une boule BE (a; r) = {x ∈ E t.q. kx − ak < r}. Donc ω
contient 
π(BE (a, r)) = {y + z; y ∈ G}, z ∈ B(a, r) = BF (â; r),
3.6. THÉORÈMES DE STONE ET DE WEIERSTRASS 59

(cette dernière égalité est laissée au lecteur à titre d’exercice). Donc ω est une réunion de
boules ouvertes pour la norme quotient, et c’est donc un ouvert pour cette norme. Ceci
prouve que les deux topologies sont identiques.

Nous verrons plus loin la notion d’espace connexe mais on peut dores et déjà noter
le résultat suivant

Proposition 3.5 Tout espace quotient d’un espace connexe est connexe.

Il s’agit d’une conséquence du théorème des valeurs intermédiaires. Voir le corollaire

6.2.

Exercice Soit un ouvert borné Ω de Rd et sur L1 (Ω) on peut définir la relation d’équivalence
f Rg si et seulement si f (x) = g(x) + Cste. Ceci correspond à choisir le sous-espace vec-
toriel G = {Cste}. La norme quotient est équivalente à la norme
Z Z
kf kF,1 = f (x) − hf i dx, hf i = f (x)dx,
Ω Ω

mais pas égale (même à une constante près, prendre des fonctions proches d’une masse
de Dirac).

Exercice Par contre sur L2 (Ω) (voir aussi le Chapitre 8), la norme quotient est bien
Z 2
Z
kf kF,2 = f (x) − hf i dx, où hf i = f (x)dx,
Ω Ω

3.6 Théorèmes de Stone et de Weierstrass

Weierstrass a le premier démontré que les polynômes sont denses dans C 0 ([0, 1]). De son
côté Stone a compris les propriétés fondamentales des polynômes qui conduisent à leur
densité. Les démonstrations de Stone et Weierstrass ne sont toutefois pas constructives.

Ici, nous allons donner une démontration simple du Théorème de Weierstrass qui
permet aussi de comprendre une question connexe : le taux d’approximation optimal.

3.6.1 Quelques énoncés

Théorème 3.19 (Weiertrass) L’espace vectoriel des polynômes est dense dans C 0 ([0, 1])
pour la topologie de la convergence uniforme.

Corollaire 3.2 Les polynômes ”trigonométriques”

n
X
pn (x) = aj ei j x ,
j=−n
60 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

0
sont denses dans Cper ([−π, π]; C), espace vectoriel des fonctions continues périodiques
(f (π) = f (−π)) à valeur dans C.
D’autes résultats plus généraux sont bien connus :
Théorème 3.20 Pour tout compact (fermé borné) K de Rd (voir le Chapitre 5), l’espace
vectoriel des polynômes est dense dans C 0 (K).

Théorème 3.21 (Stone-Weierstrass) Soit un sous-ensemble B de C 0 (K; R) (K espace

compact) tel que
(i) B est une algèbre (stabilité par addition, multiplication, multiplication par un scalaire),
(ii) B contient les constantes,
(iii) B sépare les points (∀x, y ∈ K, x 6= y alors f (x) 6= f (y) pour un certain f ∈ B).
Alors B est dense dans C 0 (K; R).
Il existe une variante où l’hypothèse (ii) est remplacée par
∀x ∈ K, ∃f ∈ B t.q. f (x) 6= 0.
Nous renvoyons à la section 3.6.3 pour la preuve. La méthode de démonstration est
plus abstraite et générale que celle prèsentée ci-dessous dans la section 3.6.2, mais ne
donne pas d’ordre d’approximation. Elle utilise de façon essentielle la compacité de K et
la structure ordonnée des fonctions de K à valeurs réelles.
Le Théorème de Stone-Weierstrass permet d’obtenir systématiquement des résultats
intéressants tel le
X
Corollaire 3.3 Les fonctions à variables séparées, i.e., f1i (x1 ) f2i (x2 ), sont denses
i∈I, f ini
0
dans l’ensemble des fonctions continues C (K1 × K2 ; R) (avec Ki espaces compacts).
Cet énoncé ne permet toutefois pas d’obtenir le Théorème de (voir [22]). Il s’agit de
savoir si l’espace vectoriel engendré par les fonctions
1, tλ1 , tλ2 , tλ3 , . . . 0 < λ1 < λ2 < λ3 < . . .
P∞
est dense dans C 0 ([0, 1]). On montre que ceci est le cas si et seulement si i=1 λi = ∞.

3.6.2 Ordre d’approximation et théorème de Jackson

Nous démontrons le résultat suivant qui s’inscrit dans un esprit plus orienté vers la ”théorie
de l’approximation”.
Théorème 3.22 (Jackson) Il existe une constante C telle que, pour toute fonction f ∈
C 0 ([0, 1]), on ait
1
En (f ) := inf kf − pkC 0 ≤ C ω(f ; ), (3.2)
p∈Pn n
où Pn désigne l’espace vectoriel des polynômes de degré inférieur à n et ω le module de
continuité de f .
3.6. THÉORÈMES DE STONE ET DE WEIERSTRASS 61

On rappelle, voir aussi le Chapitre 5, que toute fonction continue sur un compact (par
exemple [0, 1]) est uniformément continue.

On peut montrer que l’infimum dans (3.2) est atteint (c’est une conséquence simple
de la notion de compacité) mais surtout qu’il est atteint de façon unique, on parle donc
du ”polynôme de meilleure approximation”. La construction effective du polynôme de
meilleure approximation peut se faire grâce à un algorithme (asymptotique) : l’algorithme
de Rémès. Celle-ci suppose connue la fonction f en tout point et construit une suite de
polynômes P k ∈ Pk et de points d’interpolation (xki )0≤i≤k k∈N où f (xki ) = P k (xki ). Lorsque
k → ∞, cette suite P k converge vers le polynôme de meilleure approximation de f . Voir
[7].

Par ailleurs les polynômes de Bernstein permettent de réaliser un algorithme de con-

struction effective de polynômes Bn , de degrés n, réalisant

1
kf − Bn kC 0 ≤ C ω(f ; √ ).
n

Ceux-ci n’utilisent que les valeurs f ( nj ), 1 ≤ j ≤ n. Voir la section 3.6.4 et [23] pour
d’autres résultats.

Rappelons aussi que le polynôme d’interpolation de Lagrange (ici xj = nj ),

n
X
Ln (x) = f (xj ) ljn (x),
j=0

est le seul polynôme de degré n réalisant Ln (xj ) = f (xj ) pour j ∈ {0, 1, 2, . . . , n}. Ceci
est possible pour
Yn
(x − xk )
k6=j, k=0
ljn (x) = n .
Y
(xj − xk )
k6=j, k=0

Cette approximation ne converge pas en général vers f ∈ C 0 ([0, 1]). Voir aussi la Section
7.4.

Preuve du Théorème 3.22. La démonstration se fait en quatre étapes. Nous com-

mençons par réduire le problème à l’intervalle [−1/2, 1/2]. Puis nous donnons les pro-
priétés d’une suite de polynômes qui servent par convolution à réaliser l’approximation
mais ne donne que la convergence en ω(f ; √1n ). Le résultat optimal demande des polynômes
plus complexes.
(i) Pour x ∈ [−1/2, 1/2], nous posons g(x) = f (x + 1/2) − f (0) − (f (1) − f (0)) (x + 1/2).
62 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

Ceci nous ramène à monter que pour toute fonction g ∈ C00 ([−1/2, 1/2]), i.e., telle que
g(−1/2) = g(1/2) = 0 on a

1
En (g) := inf kg − pkC 0 ≤ C ω(g; ). (3.3)
p∈Pn n

Par la suite g est étendu à tout R par 0 en dehors de [−1/2, +1/2], et les polynômes Pn
sont étendus à tout R par 0 en dehors de [−1, +1].
(ii) Nous considérons la suite
Z +1
2 n 1
Pn (x) = αn (1 − x ) , = (1 − x2 )n dx.
αn −1

Celle-ci vérifie
Z +1 Z +1
C
Pn ≥ 0, Pn = 1, |x| Pn (x) dx ≤ √ .
−1 −1 n

En effet, intégrant par partie nous trouvons, puisque Pn (±1) = 0,

R +1 R +1
1= −1
Pn (x) dx = − −1
Pn′ (x) x dx
R +1
= 2nαn −1
x2 (1 − x2 )n−1 dx,

dont on déduit
Z +1 Z +1
2 2 n 1
αn x (1 − x ) dx ≤ αn x2 (1 − x2 )n−1 dx = .
−1 −1 2n

Ensuite, l’inégalité de Cauchy-Schwarz donne

 Z +1 2 Z +1 Z +1
1
2 n
αn |x| (1 − x ) ≤ αn x2 (1 − x2 )n αn (1 − x2 )n ≤ ,
−1 −1 −1 2n

et le résultat est démontré. Notons en plus, afin de mieux comprendre la structure asymp-
totique des ces polynômes, que poussant le raisonnement ci-dessus plus loin, on obtient
également Z +1
1 = 2n(−1 + αn (1 − x2 )n−1 dx),
−1

d’où l’on déduit que αn ≈ ln(n).

(iii) Rappelant la convention d’extension par 0, on définit le polynôme gn ∈ P2n , sur

[−1/2, 1/2] comme R
gn (x) = RR g(y)Pn(y − x) dy
= R g(x − y)Pn (y) dy.
3.6. THÉORÈMES DE STONE ET DE WEIERSTRASS 63
R
On peut donc estimer, puisque g(x) = g(x) R Pn (y) dy,
R
|g(x) − gn (x)| = | R [g(x) − g(x − y)]Pn (y) dy|
R
≤ R
|g(x) − g(x − y)|Pn(y) dy
R
≤ R
ω(g; |y|)Pn(y) dy
R √
= R
ω(g; |y|√2n2n )Pn (y) dy
R √
≤ ω(g; √12n ) R
(|y| 2n + 1) Pn (y) dy,

en effet d’après la propriété (iii) du Théorème 3.1, on a ω(g; 2h) ≤ 2ω(g; h), donc
ω(g; qh) ≤ qω(g; h), q ∈ N, d’où la majoration ci-dessus en utilisant la monotonie (pro-
priété (ii) du Théorème 3.1) et en insérant la partie entière.
Utilisant (ii) on a donc démontré que
1
E2n (g) := inf kg − pkC 0 ≤ C ω(g; √ ). (3.4)
p∈P2n 2n
1
Le cas impair d’ensuit immédiatement car E2n+1 (g) ≤ E2n (g) ≤ Cω(g; √2n+1 ) grâce à la
monotonie de E en n et à l’argument ci-dessus pour le module de continuité.

(iv) Pour conclure le résultat optimal il suffit de trouver une suite de polynômes Pn
pairs et positifs sur [0, 1), de degré n, tels que
Z +1 Z +1
|x|
Pn (1) = 0, Pn = 1, |Pn (x)|dx ≤ C.
−1 −1 n
Cette construction n’est pas évidente et peut se faire comme suit. On commence par
définir Qn (cos(t)) = sin(nt)
sin(t)
, deg(Qn ) = n. Ceci se fait par récurrence en montrant
également que cos(nt) = Rn (cos(t)), deg(Rn ) = n.
 4
Ensuite, pour 0 ≤ x ≤ 1, on pose Pn (x) = Qn (x) . On montre que ce polynôme
donne le résultat attendu. On peut prendre comme modèle simple du calcul associé, celui
de la fonction un (x) = min(n, 1t )4 pour la mesure t dt sur [0, 1].
Remarque 3.2 La convolution continue utilise la connaissance de toute la fonction. En
terme de théorie de l’approximation, il est par contre plus naturel de supposer ne connaı̂tre
la fonction f qu’en un certain nombre de point. On peut obtenir le même résultat que
ci-dessus en utilisant la construction
n
1X i
gn (x) = g( ) pn (x − xi ).
n i=1 n

Il suffit en effet de vérifier que l’erreur entre l’intégrale et ses sommes de Riemman est
aussi en ω(g; 1/n). Voir pour cela la section 3.6.4.
64 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

Remarque 3.3 Derrière la méthode prèsentée ici, on peut voir un phénomène général.
Les polynômes construits convergent (faiblement) vers une masse de Dirac en 0 et sont
donc des noyaux régularisants pour la convolution.

Remarque 3.4 La construction s’étend à des sous-ensembles compacts de Rd . Pour cela

on commence par utiliser le Théorème de Tietze-Urysohn pour prolonger une fonction de
C 0 (K) en une fonction continue sur un rectangle, nulle sur sa frontière. Puis on utilise
(1) (d)
des produits de polynômes Pn (x1 ) . . . Pn (xd ) pour la construction par convolution.

3.6.3 Démonstration du théorème de Stone-Weierstrass

La démonstration du Théorème 3.21 se fait en trois étapes. On commence par montrer (en
utilisant la structure d’algèbre) que les valeurs absolues de fonctions de B sont dans son
adhérence, puis les max et min. Par compacité, on montre enfin qu’un nombre fini de max
et min, en utilisant l’hypothèse de séparation, permet d’approcher toute fonction continue.

(i) Montrons d’abord que

∀f ∈ B, |f | ∈ B.
f
Soit f ∈ B, f est continue sur K compact donc kf kL∞ < +∞. Quitte à considérer kf kL∞
,
on peut supposer que kf kL∞ ≤ 1. La série
X 1/2 √
tn = 1 − t,
n∈N
n

1 3
· ...(n−3/2)
où an := 1/2n
= 2 2 2n! désigne le coefficient binomial, a un rayon de convergence
égal à 1 donc√converge uniformément sur tout intervalle [−λ, λ] avec 0 ≤ λ < 1 vers la
fonction t 7→ 1 − t. De plus

3
an+1 /an = 1 − + εn ,
2n
où εn est le terme général d’une série absolument convergente donc
µ
∃µ > 0 t.q. an ∼ .
n3/2
Cela nous donne la convergence uniforme sur [-1,1]. On en déduit que
n 
X  p
1/2
(1 − f 2 )n −−−→
k→∞
f 2 = |f | uniformément sur K.
k
|k=0 {z }
∈B

Grâce aux hypothèses (i) et (ii) du théorème, on conclut que |f | ∈ B.

3.6. THÉORÈMES DE STONE ET DE WEIERSTRASS 65

(ii) On obtient alors que pour toutes fonctions f, g ∈ B, les fonctions

1 1
min(f, g) = (|f + g| − |f − g|) et max(f, g) = (|f + g| + |f − g|)
2 2
appartiennent aussi à B.

(iii) On s’intéresse à B = B qui est aussi une sous-algèbre de C 0 (K; R) compte tenu
de la continuité de la somme et du produit. Soient f ∈ C 0 (K; R) et ε > 0. Alors

ga,b (a) = f (a),
∀ a, b ∈ K, ∃ga,b ∈ B vérifiant
ga,b (b) = f (b).

En effet, utilisant les hypothèses (ii) et (iii) du Théoréme 3.21 :

- si a = b, on pose ga,b = fonction constante valant f (a)
- si a 6= b, il existe φ ∈ B t.q. φ(a) 6= φ(b) et on pose
 
f (b) − f (a) f (a)φ(b) − f (b)φ(a)
ga,b (x) = φ(x) + .
φ(b) − φ(a) φ(b) − φ(a)

Puisque ga,b (b) = f (b) et la fonction ga,b − f est continue, il existe Va,b voisinage de b tel
que
∀x ∈ Va,b , ga,b (x) ≥ f (x) − ε.
On fixe le point a et on a : [
K= Va,b ,
b∈K

ce qui permet d’extraire un recouvrement fini de K, Va,b1 , . . . , Va,bn . La fonction ga =

min1≤i≤n ga,bi est bien un élément de B et elle vérifie

ga (a) = a et ∀x ∈ K, ga ≥ f − ε.

De même, il existe Wa voisinage de a tel que

∀x ∈ Wa , ga (x) ≤ f (x) + ε.

On a alors un recouvrement fini de K par Wa1 , . . . , Wan . En posant g = max1≤i≤n gai , il

vient
g ∈ B et kf − gk∞ ≤ ε.
Donc B est bien dense dans C 0 (K, R), ce qui entraı̂ne que B est aussi dense dans C 0 (K, R).

Remarque 3.5 On peut facilement adapter la démonstration dans le cas complexe en

remarquant que |f |2 = f f et en supposant, en plus, que B est stable par conjuguaison.
66 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE

3.6.4 Polynômes de Bernstein

Nous donnons ici la démonstration du Théorème de Weierstrass (théorème 3.19) à l’aide

des polynômes de Bernstein. Tout comme la démonstration donnée dans la section 3.6.2,
elle a l’avantage de donner un algorithme constructif.

(i) Réduction : il existe a < b ∈ R tels que K ⊂ [a, b]. On peut supposer a = 0 et
b = 1 (quitte à prendre une translation puis une homothétie qui sont des isométries de
R).
(ii) Soient f ∈ C 0 (K, R) et n ∈ N. On pose :

Xn  
n k
Bn (f )(X) = f ( )X k (1 − X)n−k .
k=0
k n

Soit Ω : R[X] → R[X] défini par Ω(P ) = XP ′. Alors, avec PY (X) = (X + Y )n on a :

Ω2 (PY )(X) = n(n − 1)X 2 (X + Y )n−2 + nX(X + Y )n−1

n  
X n 2 k
+ k X (1 − X)n−k .
k
k=0

On en déduit les formules :

Bn (1)(X) = (X + (1 − X))n = 1,

n  
X n−1 
X 
n k k n−k n−1
Bn (id)(X) = X (1 − X) = X k (1 − X)n−k = X,
k=0
k n k=0
k − 1

n    2
X n k 1 2 X2 X
2
Bn ( )(X) = X k (1 − X)n−k = Ω (P 1−X )(X) = X 2
− + .
k=0
k n n2 n n

(iii) Soit ε > 0, la fonction f est uniformément continue sur [0, 1] donc il existe δ > 0 tel
que :

k k ε
∀ x ∈ [0, 1], |x − | ≤ δ =⇒ |f ( ) − f (x)| ≤ .
n n 2
3.6. THÉORÈMES DE STONE ET DE WEIERSTRASS 67

On a alors
X n k
|Bn (f )(x) − f (x)| ≤ |f ( ) − f (x)|xk (1 − x)n−k
k
k n
|x− n |≤δ
X n k
+ |f ( ) − f (x)|xk (1 − x)n−k
k
k n
|x− n |>δ
X  
ε n k
≤ + 2kf k∞ x (1 − x)n−k
2 k
k
|x− n |>δ
X   2
ε 2kf k∞ n k
≤ + x− xk (1 − x)n−k
2 δ2 k
k n
|x− n |>δ
X   2
ε 2kf k∞ n k
≤ + x− xk (1 − x)n−k
2 δ 2 k=0 k n
ε 2kf k∞ x
= 2
+ δ2 n
(1 − x).

Donc il existe un entier N tel que pour tout n ≥ N, on ait :

sup |Bn (f )(x) − f (x)| ≤ ε.

x∈[0,1]

Les polynômes de Bernstein associés à f convergent donc uniformément vers f sur l’intervalle
[0, 1].

On peut aussi donner, pour l’approximation par les polynômes de Bernstein, un taux
de convergence en fonction du module de continuité de la fonction f . Celui-ci n’est pas
optimal contrairement au cas des polynômes de Jackson.
68 CHAPITRE 3. CONTINUITÉ, LIMITES, CONVERGENCE
Chapitre 4

Espaces métriques complets, espaces

de Banach

On considère, dans tout ce chapitre, un espace métrique (E, d).

4.1 Suite de Cauchy

Définition 4.1 Soit (xn )n∈N une suite de E. On dit que c’est une suite de Cauchy si

∀ε > 0, ∃N(ε) ∈ N t.q. m, n ≥ N(ε) ⇒ d(xn , xm ) ≤ ε.

En particulier toute suite convergente est de Cauchy grâce à l’inégalité triangulaire.

Toute suite de Cauchy est bornée.


Pour une suite de Cauchy (xn ) et f continue f (xn ) n’est pas forcément de Cauchy.
Choisissons par exemple sur ]0, ∞[, xn = 1/n et f (x) = 1/x. Par contre on a

Théorème 4.1 Soit une fonction f : (E, d) → (F, d) ˜ uniformément continue. Pour toute
suite de Cauchy (xn )n∈N de E, f (xn )n∈N est aussi une suite de Cauchy de F (la réciproque
est fausse).

Remarque 4.1 La notion de suite de Cauchy peut s’étendre aux espaces vectoriels topologiques
en disant que pour tout ouvert ω ∋ 0, il existe un N(ω) tel que pour n, m ≥ N(ω) alors
xn − xm ∈ ω.

Exercice Si une suite de Cauchy admet une valeur d’adhérence a, elle converge vers a.

4.2 Espace métrique complet, espace de Banach

Définition 4.2 Un espace métrique est dit complet si toute suite de Cauchy est conver-
gente. Un espace vectoriel normé complet est appelé espace de Banach.

69
70 CHAPITRE 4. ESPACES MÉTRIQUES COMPLETS, ESPACES DE BANACH

Définition 4.3 Un espace Polonais est un espace métrique, séparable et complet.

Un résultat célèbre de Urysohn en 1928 permet de construire un espace polonais ’uni-

versel’, tel que tout espace polonais en est un sous-espace fermé à isomorphisme prés.

Remarque 4.2 L’espace vectoriel R des nombres réels est complet, pas l’ensemble Q.
Rappelons aussi que les suites de Cauchy permettent de construire R à partir de Q. Ce
type de construction est général et pour tout espace métrique (E, d) on peut construire
un espace métrique ”complété” unique avec les propriétés suivante : (i) E est dense dans
son complété, (ii) la distance sur E est préservée. Cela se réalise grâce à une structure
quotient sur l’ensemble des suites de Cauchy, voir [24] par exemple. Si E est un espace
vectoriel normé, son complété est aussi normé pour une certaine norme (qui prèserve celle
de E).

Exercice Un sous-ensemble d’un espace complet est complet si et seulement si il est fermé.

Exercice Soient (E1 , d1 ) et (E2 , d2 ) deux espaces complets, alors E1 × E2 est complet.

Théorème 4.2 Soit (E, T ) un espace topologique. L’espace vectoriel des fonctions bornées
continues Cb0 (E; R) muni de la norme du sup kf kCb0 = supx∈E |f (x)| est un Banach.

Preuve. Soit (fn )n≥1 une suite de Cauchy. Montrons qu’elle converge en trois étapes
(i) (Limite simple) Pour tout ε > 0 on peut trouver N(ε) tel que pour n, m ≥ ε et tout
x ∈ E, on a
|fn (x) − fm (x)| ≤ kfn − fm kC 0 ≤ ε.
La suite (fn (x))n∈N est donc de Cauchy sur R et elle converge vers une limite notée f (x)
(pour tout x ∈ E).
(ii) (Limite uniforme) Passant à la limite m → ∞ ci-dessus, on a également pour n ≥
N(ε),
|f (x) − fn (x)| = lim |fm (x) − fn (x)| ≤ ε.
m→∞

Rappelant que ce N(ε) ne dépend pas de x, on en déduit

sup |f (x) − fn (x)| = kf − fn kC 0 ≤ ε.

x∈E

Ceci prouve la convergence de la suite (fn )n∈N pour la norme Cb0 (E).
(iii) (Continuité de la limite) Soit x0 ∈ E, on a pour tout x ∈ E, et toujours pour
n ≥ N(ε),

|f (x) − f (x0 )| ≤ |fn (x) − fn (x0 )| + |fn(x) − f (x)| + |fn (x0 ) − f (x0 )| ≤ |fn (x) − fn (x0 )| + 2ε.

Ceci prouve la continuité de f au point x0 puisque pour tout ε > 0 on commence par
choisir un n ≥ N(ε) comme ci-dessus. Puis fn étant continue, il existe un ouvert ω ∈ T tel
4.3. PROLONGEMENT DES APPLICATIONS UNIFORMÉMENT CONTINUES 71

que x0 ∈ ω et |fn (x) − f (x0 )| ≤ ε pour tout x ∈ ω. On en déduit que |f (x) − f (x0 )| ≤ 3ε.

Exercice Soit E un ensemble. L’espace vectoriel des fonctions bornées de E dans R,

muni de la norme du sup kf k = supx∈E |f (x)| est un Banach.

Exercice On se donne un espace topologique (E, T ) et un espace complet (F, dF ). On

considère l’espace métrique Cb0 (E; F ) des fonctions continues bornées de E dans F muni
de la distance
dCb0 (f, g) = sup dF (f (x), g(x)).
x∈E
Montrer que cet espace métrique est complet.

Exemple Soit Ω un ouvert borné de Rd . L’espace C 0 (ω̄) muni de la norme kf kC 0 =

kf k∞ = maxx∈ω̄ |f (x)| est un Banach (voir Chapitre 5). De même pour l’espace C00 (ω̄)
des fonctions nulles sur F r(Ω). R1
Exemple L’espace C 0 ([0, 1]) muni de la norme kf k1 = 0 |f (x)| dx n’est pas complet.

Preuve. En effet, considérons la suite de fonctions continues, pour n ≥ 2,



 0 pour x ∈ [0, .5],



fn (x) = n(x − .5) pour x ∈ [.5, .5 + n1 ],





1 pour x ∈ [.5 + n1 , 1].
Il est facile de voir que cette suite est de Cauchy, converge vers une fonction f (x) discon-
tinue en .5 et qui n’appartient donc pas à C 0 .
Exemple Tous les espaces Lp (Ω) ou l p , 1 ≤ p ≤ ∞ sont des espaces de Banach. L’espace
S(Rd ) est un espace vectoriel métrique complet (voir Section 1.5). L’espace vectoriel
topologique D(Ω) est complet (voir Remarque 4.1 et Section 2.6).

4.3 Prolongement des applications uniformément con-

tinues
Le théorème suivant sert souvent pour construire des objets généraux (par exemple la
transformée de Fourier dans L2 ) partant d’espaces fonctionnels plus agréables, par exemple
l’espace de Schwartz S(Rd ).
Théorème 4.3 (Prolongement des applications uniformément continues) Soit (E, dE ) un
espace métrique et E1 un sous-espace dense de E. Soit (F, dF ) un espace métrique complet
et enfin f : E1 → F une application uniformément continue. Alors f se prolonge de façon
unique en une application uniformément continue de E dans F et le module de continuité
est inchangé (voir la Section 3.1.4).
72 CHAPITRE 4. ESPACES MÉTRIQUES COMPLETS, ESPACES DE BANACH

Exemple La continuité n’est pas suffisante. Par exemple, la fonction x 7→ sin( x1 ) est
continue sur ]0, 1] mais ne se prolonge pas à [0, 1] par continuité.

Preuve. (Unicité) On montre un résultat plus fort, pour f continue il existe un unique
prolongement continu possible. En effet, soit f un tel prolongement et soit x ∈ E\E1 ,
par densité on peut trouver une suite (xn )n≥1 une suite de E1 telle que xn → x. Alors
(voir le Théorème 3.9), par continuité, la suite f (xn ) converge vers f (x) = limn→∞ f (xn )
qui ne peut donc prendre qu’une seule valeur.

(Existence) Soit x ∈ E\E1 et une suite (xn )n≥1 une suite de E1
telle que xn → x.
C’est une suite de Cauchy et par uniforme continuité
la suite f (xn ) est de Cauchy (voir
le Théorème 3.9). Puisque F est complet, f (xn ) converge vers une limite notée f (x).
Montrons d’abord que cette valeur ne dépend pas du choix de la suite. En effet soit
une autre suite yn → x, alors pour tout ε, pour n ≥ N(ε), on a dE (xn , x) ≤ ε,
dE (yn , x) ≤ ε et donc dE (xn , yn ) ≤ 2ε. Ainsi, par uniforme continuité, pour tout ε′
on a dF (f (xn ), f (yn )) ≤ ε′ pour n assez grand. Donc les deux suites f (xn ) et f (yn ) ont
même limite.
Montrons maintenant la continuité uniforme de f sur E et en fait calculons son module
de continuité ωE (f ; h) sur E. On le suppose d’abord fini. On a



ω(f ; h) := sup dF f (x), f (y) ≤ ωE (f ; h) := sup dF f (x), f (y)
x, y∈E1 , dE (x,y)<h x, y∈E, dE (x,y)<h

et par ailleurs, pour tout ε > 0 on peut trouver xε , yε ∈ E, tels que

ωE (f ; h) ≤ dF f (xε ), f (yε) + ε avec d(xε , yε ) < h,




≤ dF f (xnε ), f (yεn) + dF f (xnε ), f (xε ) + dF f (yεn ), f (yε ) + ε,
où xnε , yεn ∈ E1 et xnε → xε , yεn → yε . On a donc, d(xnε , yεn ) → d(xε , yε ) < h et par
conséquent d(xnε , yεn ) < h pour n assez grand. Ainsi on obtient



ω(f ; h) ≤ ωE (f ; h) ≤ ω(f ; h) + dF f (xnε ), f (xε ) + dF f (yεn), f (yε ) + ε,
et, par construction de f , pour n tendant vers l’infini on obtient
ω(f ; h) ≤ ωE (f ; h) ≤ ω(f ; h) + ε,
et ceci pour tout ε > 0. Passant à la limite on obtient bien l’égalité ω(f ; h) = ωE (f ; h).

4.4 Théorème de point fixe de Banach, méthode itérative

de Picard
Théorème 4.4 (Point fixe de Banach) Soit un espace métrique complet (E, d) et une
application f : E → E. On suppose cette application strictement contractante, i.e.,
∃k ∈ [0, 1[ t.q. d(f (x), f (y)) ≤ k d(x, y), ∀x, y ∈ E.
4.4. THÉORÈME DE POINT FIXE DE BANACH, MÉTHODE ITÉRATIVE DE PICARD73

Alors f admet un point fixe unique (f (x̄) = x̄).

Corollaire 4.1 (Point fixe de Banach) Soit F un sous-ensemble fermé d’un espace métrique
complet (E, d) et une application f : F → F strictement contractante, alors f admet un
point fixe unique (f (x̄) = x̄) dans F .

En effet (F, d) est un espace métrique complet donc le Théorème 4.4 s’applique.

Preuve du Théorème 4.4. (Méthode itérative de Picard) Soit x0 ∈ F , on considère la

suite xn+1 = f (xn ). Nous allons montrer que cette suite converge vers le point fixe x̄ quel
que soit x0 .
Pour cela, on calcule

d(xn+1 , xn ) ≤ k d(xn , xn−1 ) ≤ . . . ≤ k n d(x1 , x0 ),

et on en déduit que
d(x1 , x0 )
d(xp , x0 ) ≤ d(xp , xp−1 )+d(xp−1 , xp−2 )+. . .+d(x1 , x0 ) ≤ d(x1 , x0 )(k p−1 +. . .+k+1) ≤ .
1−k
Finalement, on obtient que (xn )n≥0 est une suite de Cauchy puisque, suivant le même
raisonnement
kn
d(xn+p , xn ) ≤ k n d(xp , x0 ) ≤ d(x1 , x0 ),
1−k
qui peut être rendu aussi petit que voulu pour n assez grand.

Puisque l’espace E est complet, cette suite est convergente, xn → x̄ ∈ E. Enfin,

passant à la limite par continuité dans la relation xn+1 = f (xn ), on trouve x̄ = f (x̄) et
l’existence est démontrée.
Pour l’unicité, on considère deux points fixes x̄ et x′ , alors

d(x̄, x′ ) = d(f (x̄), f (x′ )) ≤ k d(x̄, x′ ),

comme, 0 ≤ k < 1, ceci n’est possible que pour d(x̄, x′ ) = 0.

Remarque 4.3 La démonstration montre en fait qu’il suffit que l’une des itérées f p =
f ◦ f ◦ . . . ◦ f (p fois) soit une contraction.

Corollaire 4.2 Soit (E, k . . . k) un espace de Banach et f : (E, k . . . k) → (E, k . . . k)

k-lipschitzienne, i.e.,

kf (x) − f (y)k ≤ k kx − yk, ∀x, y ∈ E,

et |λ| > k. Alors pour tout a ∈ E il existe une unique solution J(a) ∈ E au problème

f (x) + λx = a,

et a 7→ J(a) est (|λ| − k)-lipschitzienne.

74 CHAPITRE 4. ESPACES MÉTRIQUES COMPLETS, ESPACES DE BANACH

a−f (x)
Preuve. Le problème s’écrit aussi x = λ
:= g(x). Or l’application g est contractante
au sens strict pour 0 < Kλ < 1 car

f (x) − f (y) K
kg(x) − g(y)k ≤ k k≤ kx − yk.
λ |λ|

Et il y a donc un unique point fixe.

Montrons que J est lipschitzienne. On a, par soustraction

λ [J(a) − J(b)] = a − b − f (J(a)) + f (J(b)),

donc
|λ| kJ(a) − J(b)k = ka − b − f (J(a)) + f (J(b))k
≤ ka − bk + kf (J(a)) − f (J(b))k
≤ ka − bk + K kJ(a) − J(b)k.
On a donc montré que
1
kJ(a) − J(b)k ≤ ka − bk,
|λ| − K
ce qui prouve que J est lipschitzienne.
Exercice (Opérateurs intégraux dans L1 ). Considérons l’espace de Banach L1 (Ω), Ω
ouvert de Rd . Soit k ∈ L1 (Ω × Ω; R), tel que
Z
kkkL∞ (L1 ) := sup |k(y, x)| dx est f inie,
y∈Ω Ω

(i) Montrer que ceci définit bien une norme sur un sous-espace de Banach de L1 (Ω × Ω; R)
noté L∞ (L1 ).
Pour u ∈ L1 (Ω), on définit l’opérateur (application linéaire sur un espace fonctionnel)
A(u) ∈ L1 (Ω) par Z
A(u)(x) = k(y, x) u(y) dy.
Ω

(ii) Montrer que A est continu et lipschitzien de L1 dans lui-même.

(iii) Pour λ assez grand montrer que l’on peut résoudre l’équation A(u) + λu = f ∈ L1 .

Ce type de méthode s’applique en particulier aux opérateurs de convolution

Z
u 7→ k(x − y)u(y)dy
Rd

qui jouent un rôle important en analyse et dans ses applications.

4.5. ÉQUATIONS D’ÉVOLUTION 75

4.5 Équations d’évolution

Le théorème de point fixe de Banach est aussi un moyen de résoudre de nombreux
problèmes d’évolution, le Théorème de Cauchy-Lipschitz (voir le Chapitre 9) en est un
exemple. Nous décrivons ici le principe abstrait.

Considérons un Banach E et une application A : E → E. On désire résoudre le

problème de Cauchy (c’est-à-dire avec une donnée initiale u0 ∈ E),

du(t)
= A(u), u(t = 0) = u0 . (4.1)
dt
Théorème 4.5 On suppose A lipschitzienne alors il existe une unique solution u ∈
C 1 (R; E) à l’équation (4.1).

La définition de la régularite C 1 dans un espace de Banach sera donnée dans un

Chapitre ultérieur. Indiquons toutefois le principe de la démonstration.
Preuve. Plutôt que (4.1), on résoud
Z t
0


u(t) = u + A u(s) ds.
0

Pour cela on appelle KA la constante de Lipschitz de A et on fixe T ∗ = 2K1 A . On considère

l’espace de Banach X = C 0 − T ∗ , T ∗ ; E . Soit Φ : X → X, l’application définie par
Z t
0


Φ(v)(t) = u + A v(s) ds.
0

Cette application est bienune contraction car (disons pour t ≥ 0 afin d’éviter toute ambi-
guité sur la notion d’intégral)
Rt

Rt


kΦ(v)(t) − Φ(w)(t)kE = k 0 [A v(s) − [A w(s) ]dskE ≤ 0 kA v(s) − [A w(s) kE ds
Rt
≤ KA 0
kv(s) − w(s)kE ds ≤ KA T ∗ kv − wkX .

Elle admet donc un point fixe. Le théorème de point fixe de Banach fournit un point fixe,
donc une solution au problème sous sa forme intégrale sur [−T ∗ , T ∗ ].
Il ne reste qu’à itérer l’argument à partir de u(T ∗ ) sur l’intervalle [T ∗ , 2T ∗], et de
u(−T ∗ ) sur l’intervalle [−2T ∗ , −T ∗ ], et ainsi de suite pour conclure.

Exemple On peut donc résoudre l’équation intégrale associée à l’exemple du paragraphe

4.4 (scattering, fragmentation)
Z
d
u(t, x) + kT (x)u(t, x) = k(y, x)u(t, y)dy.
dt
76 CHAPITRE 4. ESPACES MÉTRIQUES COMPLETS, ESPACES DE BANACH

Pour cela on choisit par exemple E = L1 (Ω) et

Z
A(u) = k(y, x)u(t, y)dy − kT (x)u(t, x).

En fait on peut aller plus loin et résoudre, grâce au théorème de point fixe de Banach,
des équations d’évolution telles que l’équation de division cellulaire intervenant en biologie
∂ ∂
R
∂t
n(t, x) + ∂x n(t, x) + B(x)n(t, x) = b(y, x)n(t, y)dy.
∂
Le terme ∂x n(t, x) décrit la croissance des cellules et le terme en B et b la division de
cellules de taille y en deux cellules de taille x et y − x (b(y, x) est nul pour y ≤ x). Il
s’agit alors d’un exemple d’équation de transport, traitées dans la Section 9.7, voir [20]
pour une introduction à quelques problèmes issus de la biologie.

4.6 Convergence normale des séries et topologie quo-

tient dans un Banach
On se donne une suite (xn )n∈N d’un espace de Banach (E, k . . . k). On s’intéresse à la
convergence de la série dont les sommes partielles sont définies par
n
X
Sn = x1 + x2 + . . . + xn = xi ∈ E.
i=1

∞
X
On dit que la série xi converge vers sa somme S si la suite (Sn )n∈N converge vers S.
i=1

∞
X
Définition-Théorème 4.1 Supposons que, dans un espace de Banach, la série kxi k
i=1
∞
X ∞
X ∞
X
converge. Alors la série xi converge et k xi k ≤ kxi k.
i=1 i=1 i=1

Une telle série est dite normalement (ou absolument) convergente. Pour toute permu-
∞
X ∞
X
tation σ : N → N, la série (xσ(n) )n∈N converge également et xi = xσ(i) .
i=1 i=1

Réciproquement, dans un espace vectoriel normé (E, k . . . k), si

∞
X ∞
X
kxi k < ∞ =⇒ xi converge,
i=1 i=1

alors E est un Banach.

4.6. CONVERGENCE NORMALE DES SÉRIES ET TOPOLOGIE QUOTIENT DANS UN BANACH 77

Preuve. On a
kSn+p − Sn k = kxn+1 + xn+2 + . . . + xn+p k ≤ kxn+1 k + kxn+2 k + . . . + kxn+p k. (4.2)
∞
X
Comme la série des normes converge, la suite kxi k converge, elle est donc de Cauchy.
i=1
n
X
Posant S̄n = kxi k, on a donc
i=1

∀ε, ∃N(ε) t.q. n ≥ N, p > 0 ⇒ S̄n+p − S̄n ≤ ε.

En d’autres termes on a kxn+1 k + kxn+2 k + . . . + kxn+p k ≤ ε. On déduit alors de (4.2)
que Sn est aussi une suite Cauchy et converge donc.
La partie concernant les permutations est laissée en exercice, ainsi que la réciproque dont
la démonstration suit toutefois celle qui est donnée ci-dessous pour les espaces quotients.

Ce théorème permet de démontrer divers résultats : voir le Théorème 7.10 par exemple
et le
Théorème 4.6 Soit (E, k . . . k) un espace de Banach et G un sous-espace vectoriel fermé
de E. L’espace vectoriel quotient F = E/G (voir Section 3.5.8) est un Banach pour la
norme quotient
kx̂kF = inf kx + yk.
y∈G

Preuve. Considérons une suite de Cauchy de E/G, (x̂n )n∈N . Ceci signifie que pour n, p
assez grands on a
kx̂n − x̂p kF ≤ ε, ∀y ∈ G.
Choisissant ε = 2−(k+1) , on peut trouver pour tout k ∈ N, un N(k) tel que
inf kxn − xp + yk ≤ 2−(k+1) , ∀n, p ≥ N(k).
y∈G

On définit alors yN (1) = 0 et par récurrence, yN (k+1) tel que (car on peut atteindre
l’infimum à 2−(k+1) près)
kxN (k+1) − yN (k+1) − (xN (k) − yN (k) )k ≤ 2−k .
Alors la série de terme général zk = xN (k+1) − yN (k+1) −

(xN (k) − yN (k) ) converge donc
normalement et on en déduit que la suite xN (k) − yN (k) converge donc vers un élément
a ∈ E, i.e.,
kx[
N (k) − b
akF ≤ kxN (k) − yN (k) − ak → 0 lorsque k → ∞.
Ceci signifie bien que la suite x̂k admet la valeur d’adhérence b
a, et elle converge donc dans
F vers ba.
78 CHAPITRE 4. ESPACES MÉTRIQUES COMPLETS, ESPACES DE BANACH

4.7 Théorie de Baire

On rappelle qu’une intersection infinie d’ouverts n’est pas toujours ouverte.

Théorème 4.7 (Baire) Soit (E, d) un espace métrique complet. Soit (ωn )n∈N une suite
d’ouverts denses, alors
\
G= ωn est un sous-ensemble dense de E.
n∈N

(Une intersection dénombrable d’ouverts denses est dense). On parle de G − δ dense.

Corollaire 4.3 Soit (E, d) un espace métrique complet. Soit (Fn )n∈N une suite de fermés
d’intérieurs vides, alors [
Fn est d’intérieur vide.
n∈N

(Une réunion dénombrable de fermés d’intérieur vide est d’intérieur vide).

S
Corollaire 4.4 Soit (Fn )n∈N une suite de fermés, si n∈N Fn est d’intérieur non vide
alors il existe un Fn0 tel que Int(Fn0 ) 6= ∅.

Définition 4.4 Soit A un sous-ensemble de E

(i) A est dit ”nulle-part dense” si Int(Ā) = ∅.
(ii) A est dit ”maigre” au sens de Baire, ou ”B-négligeable”, ou de ”première catégorie”
(”first category” en anglais) si A est contenu dans une réunion dénombrable de fermés
d’intérieurs vides, c’est-à-dire si AC contient un G − δ dense. Ce sont aussi les réunions
dénombrables d’ensembles nulle-part denses. Ils sont d’intérieurs vides. Mais cette notion
a beaucoup moins d’intérêt que le presque partout de la théorie de la mesure.
(iii) Les ensembles de ”seconde catégorie” sont les autres (terminologie de Baire).
(iv) Une propriété est dite vraie ”B-presque partout” si elle est vraie sur un G − δ dense,
i.e. en dehors d’un ensemble B-négligeable.

De nombreux résultats spectaculaires tournent autour de la théorie de Baire, voir [18],

mais le théorème de l’application ouverte (voir Section 7.5) et le théorème de Banach-
Steinhaus (voir la Section 7.4) sont de loin les plus utiles.

Preuve. On ne démontre que le théorème, le corollaire étant une transposition du

résultat. On doit donc montrer que, pour toute boule ouverte B(x0 , r0 ), on a B(x0 , r0 ) ∩
G 6= ∅.
Puisque ω1 est dense, il coupe B(x0 , r0 ), et puisque ω1 est ouvert, il existe une boule telle
que
B(x1 , r1 ) ⊂ B(x0 , r0 ) ∩ ω1 ,
0 < r1 < r0 /2.
4.7. THÉORIE DE BAIRE 79

On peut recommencer cette opération et construire par récurrence une suite (xn ∈ E, rn >
0) telle que
B(xn+1 , rn+1) ⊂ B(xn , rn ) ∩ ωn+1 ,
0 < rn+1 < rn /2.
On en déduit que rn → 0 et la suite xn est donc de Cauchy, elle converge donc vers une
limite x ∈ E. Ce point x appartient à toutes les boules fermées B(xn , rn ) (car xn+p ∈
B(xn , rn ) et la limite aussi), en particulier x ∈ ωn pour tout n. Donc x ∈ B(x0 , r0 ) ∩ G
et le résultat est démontré.

Voici une application surprenante de la théorie de Baire

Théorème 4.8 Soit (E, d) un espace métrique complet et des fonctions fn , n ∈ N, con-
tinues de E → (F, dF ). On suppose que fn (x) → f (x) ∀x ∈ E, alors f est continue
B-presque-partout (en tout point d’un G − δ dense).

Corollaire 4.5 Soit f : R → R continue et dérivable en tout point, alors f ′ est continue
B-presque-partout.

Preuve du Corollaire. Par définition de la dérivée, on a

f (x + 1/n) − f (x)
f ′ (x) = lim ,
n→∞ 1/n
f (x+1/n)−f (x)
et on peut donc apliquer le théorème à la suite 1/n
.

Preuve du théorème. La preuve se fait en trois étapes qui permettent de construire

l’ensemble B-négligeable explicitement.
On considère les fermés
Fn,p,q = {x t.q. dF (fp (x), fq (x)) ≤ 1/n},
\
Fn,p = Fn,p,q .
q≥p

(i) On montre d’abord que [

Fn := Fn,p = E.
p∈N

En effet, pour tout n ∈ N, on a par convergence simple de fp ,

∀x ∈ E, ∃p(x, n) dF (fq (x), f (x)) ≤ 1/(2n), ∀q ≥ p(x, n),

et on en déduit que

∀x ∈ E, ∃p(x, n) dF (fp (x), fq (x)) ≤ 1/n, ∀q ≥ p(x, n),

80 CHAPITRE 4. ESPACES MÉTRIQUES COMPLETS, ESPACES DE BANACH

donc x appartient bien à l’un des Fn,p pour un certain p.

(ii) Définissons alors les ouverts
[  
Gn = Int Fn,p ,
p∈N

et montrons que Gn est dense. En effet, pour toute boule B, il existe p tel que Fn,p ∩ B
est d’intérieur non vide, d’après le Corollaire 4.4 en utilisant que
[
Fn,p ∩ B = B.
p∈N

Donc l’un des Int(Fn,p ) coupe B.

Par conséquence, le théorème de Baire montre que
\
G= Gn est un G − δ dense.
n∈N

(iii) Montrons maintenant que f est continue sur G. Soit a ∈ G, donc a ∈ Gn pour tout
n ≥ 1, donc
∀n ∈ N∗ , ∃p t.q. a ∈ Int(Fn,p ).
Par ailleurs, pour tout x ∈ Int(Fn,p ) on sait que

dF (fp (x), f (x)) = lim dF (fp (x), fq (x)) ≤ 1/n,

q→∞

donc
dF (f (x), f (a)) ≤ dF (fp (a), f (a)) + dF (fp (a), fp (x)) + dF (fp (x), f (x))

2
≤ n
+ dF (fp (a), fp (x))

≤ n3 ,

en choisisssant x assez proche de a, car fp est continue, disons d(a, x) ≤ η(n). Mais comme
a ∈ Int(Fn,p ) qui est ouvert, on peut aussi supposer cette boule incluse dans Int(Fn,p ).
Comme ceci est vrai pour tout n on a bien montré la continuité de f au point a.

4.8 Problème
Soit (E, d) un espace métrique complet et f : E → R une application semi-continue
inférieurement et bornée inférieurement. Pour ε > 0, soit x ∈ E tel que

f (x) ≤ inf f + ε. (4.3)

E
4.8. PROBLÈME 81

PARTIE A (Théorème d’Ekeland)

Dans cette partie on montre qu’il existe un point y ∈ E tel que

f (y) ≤ f (x), d(x, y) ≤ 1, ∀z 6= y, f (z) > f (y) − εd(y, z). (4.4)

Les parties B et C peuvent être traitées en admettant ce résultat.

1. Partant de x0 = x, on va construire une suite par récurrence.

-) si ∀z 6= xn , f (z) > f (xn ) − εd(xn , z) alors xn+1 = xn ,
-) sinon, on pose Sn = {z ∈ E t.q. f (z) ≤ f (xn ) − εd(xn , z)}. Montrer que l’on peut
choisir xn+1 ∈ Sn tel que
1
f (xn+1 ) − inf f ≤ [f (xn ) − inf f ].
Sn 2 Sn

2. Montrer que la suite f (xn ) est décroissante et converge vers un réel noté r.

3. À partir de l’inégalité

εd(xn , xn+1 ) ≤ f (xn ) − f (xn+1 ),

montrer que (xn )n∈N est une suite de Cauchy.

4. Soit y la limite de la suite xn , montrer qu’elle satisfait f (y) ≤ f (x).

5. De l’inégalité de la question 3. déduire que d(x, y) ≤ 1.

6. Soit z 6= y, tel que f (z) ≤ f (y) − εd(y, z).

a) Montrer que pour tout n

f (z) ≤ f (xn ) − εd(xn , z),

b) en déduire que 2f (xn+1 ) − f (xn ) ≤ f (z),

c) conclure la démonstration de (4.4).

PARTIE B (Théorème du point fixe de Caristi)

7. Soit f : E → R une application continue et bornée inférieurement. Montrer que

pour tout ε > 0, il existe y ∈ E tel que

f (y) ≤ inf f + ε, et ∀z ∈ E, f (z) ≥ f (y) − εd(y, z).

E
82 CHAPITRE 4. ESPACES MÉTRIQUES COMPLETS, ESPACES DE BANACH

8. Soit une application φ : E → E (pas forcément continue) vérifiant

∀x ∈ E, d(x, φ(x)) ≤ f (x) − f (φ(x))

avec f : E → R une fonction semi-continue inférieurement et bornée inférieurement

donnée. Démontrer que φ admet un point fixe.

PARTIE C (différentiabilité)

9. Soit E un espace de Banach et f : E → R une application différentiable et bornée

inférieurement. Montrer que pour tout ε > 0 il existe un point y où kDf (y)k ≤ ε.

Hint : Sn est une famille décroissante, dans 5. remarquer que εd(xn , xp ) ≤ f (xn ) − f (xp )
pour p > n et passer à la limite, An = f (xn ) − εd(xn , z) dans 6. est décroissante.
Chapitre 5

Espaces compacts

On se donne un espace topologique (E, T )

5.1 Définition et premières propriétés

Définition 5.1 (Heine, Borel, Lebesgue) Soit K ⊂ E, on dit que K est [ compact s’il
est séparé et pour tout recouvrement de K par des ouverts (ωi )i∈I , K ⊂ ωi , on peut
[ i∈I
extraire un recouvrement fini : K ⊂ ωi .
i∈J, f ini

Les auteurs anglosaxons n’utilisent pas toujours la ’séparation’ dans cette définition...
attention. En français on parle alors d’espaces quasi-compacts.

Par exemple, un sous-ensemble fini est toujours compact; si une suite (xn ) converge
vers x, alors l’ensemble K = {x} ∪ {xn , n ∈ N} est compact.

Notons aussi que la compacité est une propriété intrinsèque de K. On peut remplacer
la topologie de E par la topologie induite sur K. Ceci n’est pas vrai pour la propriété
d’être fermé par exemple.

Exercice Montrer que pour la topologie de Zariski tout sous-ensemble de N est quasi-
compact.

Nous donnons dans cette section deux propriétés qui n’utilisent pas la séparation.

Propriété 5.1 Soit K un compact et F ⊂ K un fermé. Alors F est compact.

[ [
Preuve. Soit un recouvrement ouvert de F : F ⊂ ωi . Alors K ⊂ ωi ∪ F C et F C
i∈I i∈I [
étant un ouvert, on peut en extraire un recouvrement fini. Donc K ⊂ ωi ∪ F C .
i∈J, f ini

83
84 CHAPITRE 5. ESPACES COMPACTS
[
Donc F ⊂ ωi .
i∈J, f ini

Proposition 5.1 Soit une application continue f : (E, TE ) → (F, TF ) et K un compact

de E, alors f (K) est compact.

En d’autres termes l’image continue d’un compact est compacte.

[
Preuve. Considérons un recouvrement ouvert de f (K) par des ouverts : f (K) ⊂ ωi ,
[ i∈I
−1 −1
avec ωi ouvert de F . Alors K ⊂ f (ωi ), et f (ωi ) est ouvert par continuité de f .
i∈I [
Il existe donc un recouvrement ouvert de K, K ⊂ f −1 (ωi). On en déduit que
i∈J, f ini
[
f (K) ⊂ ωi .
i∈J, f ini

On peut aussi donner la version suivante de la définition, utilisant les ensembles

complémentaires

Proposition 5.2 Soit K ⊂ E, espace topologique. Cette partie K est compacte si et

seulement si pour tout ensemble de partie fermées dont l’intersection ne coupe pas K,
alors il existe déjà une intersection finie qui ne coupe pas K.

Corollaire 5.1 Soit une famille de fermés inclus dans un compact, si leur intersection
est vide, alors il existe déjà un nombre fini de ces fermés dont l’intersection est vide. Soit
une famille décroissante de fermés inclus dans un compact, si leur intersection est vide,
ils sont déjà vides à partir d’un certain rang (seul un nombre fini n”est pas vide).

5.2 Compacité dans les espaces séparés

On suppose maintenant que l’espace topologique (E, T ) est séparé.

Théorème 5.1 (Séparation des compacts)

(i) Soit K un compact de E et un point y ∈
/ K. Alors il existe deux ouverts U et V
tels que
y ∈ V, K ⊂ U, U ∩ V = ∅.
(ii) Soit K1 et K2 deux compacts disjoints de E. Alors il esxiste deux ouverts U et V tels
que
K1 ⊂ V, K2 ⊂ U, U ∩ V = ∅.
5.2. COMPACITÉ DANS LES ESPACES SÉPARÉS 85

U
K

001111001010y V

Figure 5.1: Séparation d’un point y et d’un compact K.

Preuve. Nous ne démontrons que le point (i). Soit a ∈ K, alors a 6= y et par l’hypothèse
[peut trouver deux ouverts Ua et Va tels que y ∈ Va , a ∈ Ua et
de séparation on [Ua ∩Va = ∅.
Puisque K ⊂ Ua , on peut en extraire un recouvrement fini : K ⊂ Ua := U.
a∈K a∈J f ini
\
Par ailleurs y ∈ Va := V . Finalement, Ua ∩ V ⊂ Ua ∩ Va = ∅ pour tout a ∈ J, on a
a∈J f ini
donc aussi U ∩ V = ∅ et U et V sont des ouverts par les axiomes de base d’une topologie.

Corollaire 5.2 Dans un espace topologique séparé, tout compact est fermé. Dans un
espace topologique compact, les fermés sont les compacts.

Ceci n’est pas vrai pour (N, Tzar ). Toute partie de N est compacte mais pas forcément
fermée.

Preuve. Soit ω = K C et y ∈ ω. Le théorème ci-dessus montre qu’il existe un ouvert Vy

contenant y et ne coupant pas K c-à-d que Vy ⊂ K C = ω. Donc ω est ouvert (c’est la
réunion de ces ouverts Vy pour tout y).

Corollaire 5.3 Soit une application continue f : (K, TK ) → (F, TF ) où K est compact et
F séparé. Si f est bijective alors f −1 est continue, i.e., f est donc un homéomorphisme.

On pourra comparer ce résultat à celui du Théorème de continuité de l’inverse de

Banach, Théorème 7.11.
Preuve. Le second énoncé a déjà été démontré. Montrons le premier. Il faut montrer que
f −1 est continue. Soit ω un ouvert de K, alors ω C est fermé donc compact (propriété 5.1).
Donc f (ω C ) est compact (propriété 5.1) donc fermé (corollaire 5.2). Donc f (ω) = f (ω C )C
est ouvert.

On montre aussi le résultat suivant, lié à la structure d’ordre sur les topologies :

Théorème 5.2 Soit (E, T ) un espace topologique séparé et compact. Alors toute topologie
T ′ moins fine telle que E reste séparée est égale à T .
86 CHAPITRE 5. ESPACES COMPACTS

Preuve. Soit ω un ouvert de T , on doit montrer que ω ∈ T ′ . Soit K = ω C , c’est un

fermé donc compact pour T et donc aussi compact pour T ′ (tout recouvrement par des
ouverts de T ′ est aussi un recouvrement par des ouverts de T et on peut donc en extraire
un recouvrement fini). Grâce au Corollaire 5.2 on déduit que K est un fermé de T ′ , et
ω = K C est donc un ouvert de T ′ . On a bien montré que T ⊂ T ′ .

5.3 Compacité dans les espaces métriques, Théorème

de Bolzano-Weierstrass
Théorème 5.3 Dans un espace métrique les compacts sont bornés. Les compacts de Rd
ou Cd sont les fermés bornés.
[
Preuve. (i) Soit K un compact d’un espace métrique. On écrit K ⊂ B(a, 1), boules
a∈K
ouvertes de centre a est de rayon 1. On peut donc extraire un recouvrement fini qui est
donc borné.

(ii) Pour le cas de Rd ou Cd voir [24] par exemple. Il est intéressant de noter que la
structure d’ordre sur R est utilisée ici.

Théorème 5.4 (Théorème de Bolzano-Weierstrass) Soit un compact Kalors de toute

suite (xn )n∈N , xn ∈ K, on peut extraire une sous-suite convergente.

Réciproquement, dans un espace métrique (E, d), K ⊂ E de toute suite (xn )n∈N ,
xn ∈ K, on peut extraire une sous-suite convergente. Un espace métrique est donc compact
si et seulement si toute suite d’éléments de K admet un point adhérent.

On parle ainsi d’espace équentiellement Compact.

Preuve. (=⇒) Supposons K compact et considérons une suite (xn ) d’éléments de K.
Posons An = {xn , xn+1 , . . .}. Les A¯n forment une suite décroissante de fermés
T non vides.
D’après le Corollaire 5.1, leur intersection n’est donc pas vide. Soit a ∈ n∈N A¯n . Tout
ouvert contenant a coupe A¯n , et contient donc un point de An . Comme ceci est vrai pour
tout n, tout ouvert contenant a contient donc une infinité de points de la suite.
(⇐=) La réciproque est plus longue et se fait en trois étapes.
(i) On commence par le
[
Lemme 5.1 Si toute suite admet un point adhérent et K ⊂ ωi , alors
i∈I

∃ε, ∀a ∈ K, ∃i, B(a, ε) ⊂ ωi .

5.4. QUELQUES RÉSULTATS ET NOTATIONS SUPPLÉMENTAIRES 87

Preuve. Par contradiction, supposons que ∀n, ∃an ∈ K tel que la boule B(an , n1 ) n’est
incluse dans aucun des ωi . Alors, à extraction près, ak(n) → a ∈ ωi0 , et pour n assez
grand, ωi0 contient B(an , n1 ) ⊂ B(a, n1 + d(a, an )) ce qui est une contradiction.
(ii) La deuxième étape consiste à montrer le

Lemme 5.2 Si toute suite admet un point adhérent alors

[
∀ε > 0, ∃(ai )i∈I , Ifini t.q. K ⊂ B(ai , ε).
i∈I, f ini

Preuve. Soit a1 ∈ K et B(a1 , ε). Si cette boule ne recouvre pas K alors on peut
trouver a2 ∈ / B(a1 , ε). Si B(a1 , ε) ∪ B(a2 , ε) ne recouvre pas K on peut trouver a3 ∈ K,
a3 ∈/ B(a1 , ε) ∪ B(a2 , ε)... et ainsi de suite. Si un nombre fini ne suffit pas, la suite (an )n∈N
admet une sous-suite convergente et ceci est impossible car d(ai , aj ) ≥ ε.
[
(iii) On peut maintenant conclure. Si toute suite admet un point adhérent et K ⊂ ωi ,
i∈I
ωi ouvert, alors on choisit le ε > 0 du Lemme 5.1 et le recouvrement fini correspondant
du Lemme 5.2. Chaque B(ai , ε)i∈I (I fini) est donc inclus dans un ωj(i) et la famille finie
(ωj(i) )i∈I recouvre donc K, ce qui prouve l’axiome définissant les ensembles compacts.

Corollaire 5.4 Tout espace métrique compact est complet et séparable.

Preuve. (Séparabilité) Du recouvrement de cet espace E par les boules B(a, 1/n) où a
parcourt E,Son peut extraire un recouvrement fini. Notons Cn les centres de ces boules.
Alors D = n∈N Cn est dénombrable et dense. En effet pour tout x ∈ E et tout n ∈ N, il
existe un point de Cn et donc de D tel que d(x, xn ) ≤ 1/n.

(Complétude) Ceci se déduit du fait qu’une suite de Cauchy a une valeur d’adhérence
et converge donc.

5.4 Quelques résultats et notations supplémentaires

Nous donnons ici une série de résultats complémentaires sans démonstration. On renvoie
à [24] pour plus de détails.

Définition 5.2 (Relativement compact) On dit qu’une partie A d’un espace topologique
séparé est relativement compacte si Ā est compacte (ou encore si elle est incluse dans un
compact de K d’après le Corollaire 5.2).

Notons que dans un espace métrique cette propriété est équivalente à : de toute suite
de A on peut extraire une sous-suite convergente dans Ā.
88 CHAPITRE 5. ESPACES COMPACTS

Définition 5.3 (Précompact) Un espace métrique est dit précompacte si son complété
est compact (voir la Remarque 4.2).

Définition 5.4 (Localement compact) Un espace topologique est dit localement compact
s’il est séparé et si tout point possède un voisinage compact au moins.
Un tel espace est dit dénombrable à l’infini si il est réunion d’une famille dénombrable
de compacts.

En d’autres termes, un espace est dit localement compact si pour tout point x, il existe
un ouvert ω et un compact K tels que x ∈ ω ⊂ K
Par exemple, Rd est dénombrable à l’infini mais pas compact.
Exercice En dimension infinie, un e. v. n. n’est jamais localement compact.

Théorème 5.5 (Théorème de séparation d’Urysohn) Soit (E, T ) un espace localement

compact et K ⊂ ω avec K compact, ω ouvert. Alors il existe une fonction continue de E
dans [0, 1] telle que

f (x) = 1 pour x ∈ K, f (x) = 0 pour x ∈

/ ω.

Il existe de nombreuses variantes et conséquences (en termes topologiques) de ce

résultat en dehors du Théorème (métrique) démontré dans la section 3.3.

Théorème 5.6 (Compactification d’Alexandroff ) Soit un espace localement compact

(E, T ). Alors il existe un espace topologique (Ẽ, T̃ ) compact tel que T est la topologie
induite par T̃ sur E et Ẽ\E est réduit à un point.

La démonstration est fondée sur l’idée suivante. On pose Ẽ = E ∪ {α} et la topologie

Ẽ est consituée des éléments de T et des complémentaires (dans Ẽ) de compacts de E.
Il existe un théorème plus général de compactification, celui de Stone-Čhech ([24]).
Tout espace topologique général (non nécessairement séparé) peut se plonger continument
dans un espace compact (il existe même un choix minimal unique à homéomorphisme
prés).

5.5 Théorème de Tychonoff

Théorème 5.7 (Théorème de Tychonoff ) Tout produit, fini ou non, d’espaces compacts
est compact.
Réciproquement, si un produit d’espaces non vides est compact séparé, alors chacun
d’eux est compact séparé.
5.5. THÉORÈME DE TYCHONOFF 89

Une conséquence en est le Théorème de Banach-Alaoglu-Bourbaki. On renvoie à la

section 7.2 pour la définition de la norme naturelle du dual topologique E ′ d’un Banach
E ainsi qu’aux sections 3.5.3 et 3.5.4 pour les définitions des topologies faible étoile et
produit.
Théorème 5.8 (Théorème de Banach-Alaoglu-Bourbaki) Soit (E, k...k) un espace de Ba-
nach, E ′ sont dual topologique. La boule unité fermée de E ′ est compacte pour la topologie
faible étoile.
En effet la topologie faible étoile n’est autre que la topologie produit de E ′ .

La suite de cette section on montre le Théorème de Tychonoff. La démonstration de

ce résultat est simple dans le cas d’un produit fini mais plus élaborée en général. Elle
utilise des notions de structure d’ordre.

Soit E un ensemble muni d’une relation d’ordre partielle ≤. Un élément x de E est

dit maximal si
∀y ∈ E, x ≤ y ⇒ y = x.
Une partie F de E est totalement ordonnée si

∀x, y ∈ E, x≤y ou y ≤ x.

L’ensemble E munit de l’ordre ≤ est dit inductif si toute partie ordonnée admet un
majorant.

Lemme 5.3 (Lemme de Zorn) Tout ensemble ordonné inductif non vide possède un
élément maximal.

Rappelons que ce lemme est équivalent à l’axiome du choix.

Définition 5.5 Un mauvais recouvrement d’un espace topologique (E, T ) est un recou-
vrement dont on ne peut extraire de recouvrement fini.

Lemme 5.4 Soit B une prébase d’un espace topologique (E, T ). Si E admet un mau-
vais recouvrement par des ouverts, alors il admet aussi un mauvais recouvrement par des
éléments de B.

Preuve. Soit M l’ensemble (non vide) des mauvais recouvrements de E par des ouverts.
Cet ensemble est muni d’un ordre partiel: l’inclusion.

(i) Montrons d’abord qu’il est S inductif. Soit (Ai )i∈I une famille totalement ordonnée
d’éléments de M, posons A = i∈I Ai . Il s’agit bien d’un majorant des Ai . Pour mon-
trer que c’est aussi un mauvais recouvrement de E par des ouverts, nous raisonnons par
l’absurde. Sinon il contiendrait un recouvrement fini {ω1 , . . . , ωn }. Pour tout j, il existe
i(j) tel que ωj ∈ Ai(j) . Comme la famille est totalement ordonnée, il existe k ∈ I tel que
90 CHAPITRE 5. ESPACES COMPACTS

Ai(j) ⊂ Ak pour tout j = 1, . . . , n. Alors de Ak on peut extraire un recouvrement fini ce

qui est une contradiction.

(ii) Par le lemme de Zorn, il existe un élément maximal A∗ de M. En particulier pour

tout ouvert ω ∈/ A∗ , le recouvrement A∗ ∪ ω n’est pas mauvais; donc il existe un recou-
vrement fini de E de la forme {ω, ω1, . . . , ωn } avec ωi ∈ A∗ pour i = 1, . . . n.

(iii) On en déduit que pour deux ouverts ω, ω ′ de E, tels que ω ∈ / A∗ et ω ′ ∈ / A∗ ,

on a aussi ω ∩ ω ′ ∈ / A∗ . En effet, grâce au point (ii) on construit deux recouvrements
de E, {ω, ω1, . . . , ωn } et {ω ′ , ω1′ , . . . , ωn′ }. Alors, {ω ∩ ω ′ , ω1 , . . . , ωn , ω1′ , . . . , ωn′ } est un
recouvrement finit de E et on ω ∩ ω ′ n’appartient donc pas à A∗ .

(iv) Soient deux ouverts ω ⊂ ω ′ . Si ω ∈ / A∗ alors ω ′ ∈ / A∗ . En effet, toujours par le

point (ii), on construit un recouvrement de E, {ω, ω1, . . . , ωn }. Alors {ω ′ , ω1, . . . , ωn } est
aussi un recouvrement fini de E et le résultat en découle.

(v) On montre enfin que B ∩ A∗ recouvre E. Pour tout x ∈ E il existe Ω ∈ A∗ tel

que x ∈ Ω. Par la définition d’une prébase, il existe aussi ω1 , . . . , ωn dans B tels que
x ∈ ω1 ∩ . . . ∩ ωn ⊂ Ω. Par le point (iii), on en déduit qu’il existe i tel que ωi ⊂ A∗ . Ceci
prouve que x ∈ ωi ⊂ B ∩ A∗ . Donc B ∩ A∗ est un recouvrement de E.

La démonstration du lemme 5.4 est bien complète puisque A∗ étant un mauvais recou-
vrement, B ∩ A∗ l’est aussi.

Preuve du théorème 5.7. Le produit d’espace séparés est bien séparé (théorème 3.15).
Q
Soit maintenant (E, T ) = i∈I (Ei , Ti ) un produit d’espaces compacts. Par les pro-
priétés de la topologie produit, B = {πi−1 (ω), i ∈ I, ω ∈ Ti } est une prébase d’ouverts
de E. Supposons que E ne soit pas compact, alors, d’aprés le lemme 5.4, il existe un
mauvais recouvrement A de E par des éléments de B. Pour i ∈ I, soit Ai l’ensemble des
ouverts ω de Ei tels que πi−1 (ω) ∈ A.

Montrons d’abord que Ai ne recouvre pas Ei . Sinon il existerait un recouvrement fini

de Ei , disons ω1 , . . . , ωn par des éléments de Ai. Mais alors πi−1 (ω1 ), . . . , πi−1 (ωn ) serait
un recouvrement fini de E, ce qui contredit le fait que A est mauvais.

Par conséquent, il existe xi ∈ Ei tel que xi ∈

/ ∪Ai . On pose x = (xi )i∈I . Comme A est
un recouvrement de E, il existe un i ∈ I et un ouvert ω de Ei tel que x ∈ πi−1 (ω) ∈ A.
Ceci contredit le fait que xi ∈
/ ∪Ai .
5.6. QUELQUES EXEMPLES D’APPLICATIONS 91

5.6 Quelques exemples d’applications

5.6.1 Uniforme continuité des fonctions continues sur un com-
pact
Théorème 5.9 (Théorème de Heine) Soit f une application continue d’un espace com-
pact (K, TK ) dans un espace métrique (F, dF ), alors elle est uniformément continue.

Preuve. Par l’absurde, on suppose qu’il existe ε > 0 et deux suites (xn ), (yn ) telles que
dK (xn , yn ) ≤ n1 et dF (f (xn ), f (yn )) ≥ ε. Par compacité de K on a, à extraction près,
xn , yn → x et donc dF (f (xn ), f (yn )) → dK (f (x), f (x)) = 0. D’où une contradiction.

5.6.2 Extrema des fonctions continues sur un compact

Théorème 5.10 Toute application continue d’un espace compact dans R atteint ses max-
imum et minimum.

Preuve. L’image d’un compact est compact c’est-à-dire un fermé borné de R. Donc les
maximum et infimum de ce fermé sont bien dans l’image de l’application.
Exercice Considérons un espace dont les fermés bornés sont compacts. Alors, pour F
fermé, il existe x0 ∈ F tel que d(x, F ) = d(x, x0 ). (Voir la Section 3.1.2).

5.6.3 Théorème de Dini

Théorème 5.11 (Théorème de Dini) Soit K un espace compact et f, f1 , f2 , · · · ∈ C 0 (K; R).
On suppose que
f1 ≤ f2 ≤ f3 ≤ . . . , ∀x ∈ K, fn (x) n→∞
−−−→ f (x).

Alors (fn ) converge uniformément vers f .

Preuve. On pose gn = f − fn ≥ 0 (une suite décroissante) et on se donne ε > 0. On

pose Kn = {x ∈TK t.q. gn (x) ≥ ε}. On a . . . ⊂ K3 ⊂ K2 ⊂ K1 et les Kn sont fermés.
On constate de Kn est vide, donc (voir le Corollaire 5.1), il existe n0 (ε) tel que Xn0 est
vide. Alors pour n ≥ n0 , on a 0 ≤ gn (x) ≤ ε pour tout x ∈ K. Ce qui prouve le résultat.

5.6.4 Équivalence des normes en dimension finie

Théorème 5.12 Soit (E, k . . . k) en espace vectoriel normé (sur R ou C). Les propriétés
suivantes sont équivalentes:
(i) l’espace E est de dimension finie,
(ii) la boule unité fermée de E est compacte
(iii) toutes les normes sur E sont équivalentes.
Si E est de dimension infinie, la boule unité fermée de E n’est pas compacte.
92 CHAPITRE 5. ESPACES COMPACTS

Exemple Sur l’espace vectoriel Pn des polynômes de degré inférieur ou égal à n (p(x) =
a0 + a1 x + . . . + an xn ), les normes sont équivalentes (pour tout a < b)
n
X
sup |p(x)| et |ai |.
x∈[a,b] i=0

Mais les constantes dans l’équivalence des normes explosent avec n.

Preuve. Nous ne démontrons que le fait qu’en dimension infinie la boule unité n’est
pas compacte. Considérons une suite (en )n∈N de vecteurs indépendants en ∈ / En−1 =
vect(e1 , ..., en−1 ). Alors, par compacité des fermés bornés de En−1 , il existe xn−1 ∈ En−1
tels que
d(en , En−1 ) = ken − xn−1 k ≤ ken − xk ∀x ∈ En−1 .
en −xn−1
Posons alors bn = ken −xn−1 k
. On a pour tout x ∈ En−1 ,

kbn − xk = k keenn −x
−xn−1
n−1 k
− xk

1
= ken −xn−1 k
en − xn−1 − ken − xn−1 k x

≥ 1.

Soit une sous-suite (bn(k) ) alors on déduit du calcul ci-dessus que kbn(k+1) −bn(k) k ≥ 1. Ceci
implique que la sous-suite (bn(k) ) ne peut converger et le théorème de Bolzano-Weierstrass
montre donc que la boule unité n’est pas compacte.

Remarque 5.1 On rappelle par ailleurs que

(i) tout espace vectoriel E admet une
P base algébrique (ei )i∈I c’est-à-dire que tout élément
de E s’écrit de façon unique x = f inie λi ei (il s’agit d’une conséquence du lemme de
Zorn),
(ii) on dit qu’un espace de BanachPadmet une base de Schauder, (en )n∈N , si tout élément
de E s’écrit de façon unique x = N λn en au sens où la série converge normalement. At-
tention, un espace de Banach séparable n’admet pas toujours de base de Schauder ([17])!

Dans les deux cas, les ensembles I ne sont pas dénombrables en toute généralité.
La construction abstraite rend peu utiles ces bases, contrairement au cas des espaces de
Hilbert, voir la Section 8.5, même si la plupart des Banach usuels admettent des bases de
Schauder.

5.6.5 Théorèmes de point fixe de Brouwer et de Schauder

Rappelons d’abord le Théorème de point fixe de Brouwer qui peut s’établir de plusieurs
façon différentes et traite de la dimension finie
5.6. QUELQUES EXEMPLES D’APPLICATIONS 93

Théorème 5.13 (Théorème du point fixe de Brouwer) Soit f une application continue
d’un convexe compact de Rd dans lui-même, alors f admet un point fixe au moins.
Une forme plus géométrique mais dont on peut démontrer qu’elle est équivalente au
Théorème de Brouwer est le

Théorème 5.14 (Non rétraction de la boule unité) Il n’existe pas d’application continue
f : B(0, 1) ⊂ Rd → Sd−1 telle que f d−1 = Id (identité).
S

Donnons deux exemples d’applications du Théorème de Brouwer.

Exemple (Équilibres de Nash) En théorie des jeux on considère n joueurs. Les vari-
ables xi ∈ [0, 1], 1 ≤ i ≤ n, désignent leurs politiques respectives. Chaque joueur i
choisit sa ’politique individuelle’ xi et une politique est donc représentée par le vecteur
(x1 , x2 , . . . , xn ). Le joueur i chiffre une politique par un gain Gi (x1 , . . . , xn ) ∈ R. Chaque
joueur essaie donc de maximiser son gain en adoptant sa politique mais ne connaissant pas
celle des autres joueurs. Les équilibres (de Nash) désignent les n-uples (x1 , . . . , xn ) ∈ [0, 1]n
tels que
∀i, ∀xi ∈ [0, 1], Gi (x1 , . . . , xi , . . . , xn ) ≤ Gi (x1 , . . . , xi , . . . , xn ).
C’est une situation où chaque joueur se trouve avoir joué au mieux selon son propre
critère. De tels équilibres n’existent pas toujours mais on peut énoncer le
Théorème 5.15 (Théorème de Nash) On suppose que
(i) les Gi sont continus sur [0, 1]n ,
(ii) pour tout (x1 , . . . , xn ), la fonction yi → Gi (x1 , . . . , yi , . . . , xn ) atteint son maximum
en un point unique.
Alors le jeu (Gi )1≤i≤n admet au moins un équilibre.
Preuve. À tout point (x1 , . . . , xn ) on associe le point unique (y1, . . . , yn ) tel que yi
maximise la fonction Gi (x1 , . . . , yi , . . . , xn ). Cette application du convexe compact [0, 1]n
dans lui-même est continue (ce point est laissé en exercice et découle de l’hypothèse (i)).
Elle admet donc un point fixe au moins d’aprés le Théorème de Brouwer. Ce point est
bien un équilibre.
Un autre exemple d’application est le
Théorème 5.16 (Théorème du minimax) Soient E, F deux convexes compacts de Rd
et une fonction continue f : E × F → R, concave par rapport à la première variable et
convexe par rapport à la seconde. Alors
max min f (x, y) = min max f (x, y)
x∈E y∈F y∈F x∈E

La démonstration est laissée en exercice.

Une introduction à la théorie des jeux, d’autres versions plus générales du Théorème
de Brouwer et du Théorème de Nash se trouvent dans [13].
94 CHAPITRE 5. ESPACES COMPACTS

Nous ne démontrons pas ici le Théorème de Brouwer (la démonstration utilise na-
turellement des notions de degré topologique) mais notons qu’il n’est vrai qu’en dimen-
sion finie. Il est néammoins possible, en utilisant la notion de compacité, de ”réduire” la
dimension infinie à la dimension finie. C’est le théorème suivant :

Théorème 5.17 (Théorème du point fixe de Schauder) Soit (E, k . . . k) un espace de

Banach, C un convexe fermé de E et f : C → C une application continue. On suppose
f (C) ⊂ K, avec K compact, alors f admet un point fixe au moins.

Nous renvoyons à Gilbarg et Trudinger [15] pour de nombreuses applications de ce

Théorème ainsi que des variantes (Théorème de Leray-Schauder par exemple).

Preuve. Montrons comment dériver le Théorème du point fixe de Schauder à partir de

celui de Brouwer. Tout d’abord on remarque que f : K ∩ C → K ∩ C.
Soit alors un recouvrement fini
[
K⊂ B(xi , 1/n), et Bi := B(xi , 1/n).
i=1,...I(n)

Soit enfin Φn : K → Conv(x1 , . . . , xI(n) ) ⊂ C définie par :

X
d(x, K\Bi ) xi
i=1,...I(n)
Φn (x) = X .
d(x, K\Bi )
i=1,...I(n)

On a, X
d(x, K\Bi ) kx − xi k
i=1,...I(n) 1
kΦn (x) − xk ≤ X ≤ .
d(x, K\Bi ) n
i=1,...I(n)

Comme Φn ◦ f : Conv(x1 , . . . , xI(n) ) → Conv(x1 , . . . , xI(n) ), on peut appliquer le

Théorème du point fixe de Brouwer et il existe xn tel que Φn ◦ f (xn ) = xn .
Le Théorème
de Bolzano-Weierstrass permet d’extraire une sous-suite telle que f xn(k) converge et
comme (Φn ) converge uniformément vers l’identité, on obtient que Φn(k) ◦ f (xn(k) ) con-
verge et xn(k) converge donc. À la limite on obtient bien f (x̄) = x̄.

5.6.6 Théorèmes de Perron-Frobenius et de Krein-Rutman

On munit Rd de sa structure d’ordre naturelle. Soit x ∈ Rd , on dit que x ≥ 0 (resp. > 0)
si toutes ses coordonnées vérifient xi ≥ 0 (resp. > 0), i = 1, . . . , d.
5.6. QUELQUES EXEMPLES D’APPLICATIONS 95

Théorème 5.18 (Théorème de Perron-Frobenius) Soit A ∈ Md×d (R) une matrice à co-
efficients > 0. On pose

ρ(A) = sup{r ≥ 0 t.q. ∃x ∈ Rd \{0}, x ≥ 0, A.x ≥ r x}.

Alors
(i) ρ(A) > 0 est valeur propre simple de A associée à un vecteur propre x0 > 0,
(ii) tout autre vecteur propre positif de A est proportionnel à x0 ,
(iii) le rayon spectral de A est égal à ρ(A),
(iv) si les coefficients de A sont seulement ≥ 0, alors A admet une valeur propre ≥ 0
associée à un vecteur propre ≥ 0.

Cette expression pour ρ(A) est appelée formule du max-min (A.x ≥ rx s’écrit aussi
min(A.x)i /xi ≥ r) de Collatz-Wielandt, elle est équivalente (pour les matrices irréductibles
comme c’est le cas ici) à

ρ(A) = inf{r ≥ 0 t.q. ∃x ∈ Rd \{0}, x ≥ 0, A.x ≤ r x}.

Posons T (x) = log A exp(x) , où exp et log sont pris coordonnée par coordonnée. Alors,
avec y = log(x) on a

log ρ(A) = inf{s ∈ R t.q. ∃y ∈ Rd , T (y) ≤ s + y} = sup(Ti (y) − yi ).

i,y

On est alors ramené à un problème de ’minimisation’ classique car

Exercice Montrer que pour tout i = 1, . . . , d, l’application y 7→ Ti (y) est convexe.

Exercice (Seconde formule de Collatz-Wielandt) On considère les itérations

xk+1 = [Link] , x0 > 0.

Montrer que maxi (xk+1

i /xki ) décroit vers λ, mini (xk+1
i /xki ) croit vers λ.

Exercice Soit A matrice à coefficients positifs, les vecteurs propres directs et adjoints
(donc positifs), A.N = ρ(A)N et φ.A = ρ(A)φ. Soit enfin le système différentiel

X d
d
ni (t) = [aij − ρ(A)δij ]nj (t).
dt j=1

(i) Soit H(·) convexe, montrer l’inégalité d’entropie généralisée

d d  
d X ni (t)
X

′ ni (t) nj (t) ni (t) nj (t)
ni (t)

φiNi H = φi aij Nj H [ − ]−H +H ≤ 0.
dt i=1 Ni i,j=1
Ni Nj Ni Nj Ni
96 CHAPITRE 5. ESPACES COMPACTS

(ii) en déduire que, pour t → ∞, avec un taux exponentiel,

d
X d
X
n(t) → qN, q= φi ni (0)/ φi NI .
i=1 i=1

Preuve. Preuve de (i). Commençons par montrer que ρ(A) est valeur propre. On pose
X
(A.x)i = aij xj ,
1≤j≤d

X X
m = min aij , M = max aij .
1≤i≤d 1≤i≤d
1≤j≤d 1≤j≤d

Pour x ≥ 0, on a
(A.x)i ≤ M max xj .
1≤j≤d

Ceci entraı̂ne que ρ(A) ≤ M. Par ailleurs pour le vecteur x = (1, 1, . . . , 1) on a

X
(A.x)i = aij ≥ m = m xi ,
1≤j≤d

donc ρ(A) ≥ m.

Soit alors une suite de réels rn < ρ(A) telle que rn −−−→ ρ(A) et une suite de vecteurs
n→∞
n
x ≥ 0 tels que
[Link] ≥ rn xn , kxn k = 1.
Par compacité de la boule unité en dimension finie, on en déduit qu’il existe une sous-suite
convergente: xn(k) −−−→ x ≥ 0. On obtient à la limite
k→∞

A.x ≥ ρ(A) x, kxk = 1. (5.1)

Montrons que x est en fait le vecteur propre recherché. Ceci découle du lemme suivant

Lemme 5.5 Si
A.x ≥ ρ(A) x, x ≥ 0, et kxk = 1,
alors x > 0 et A.x = ρ(A) x.

Preuve. En effet, posons

A.x − ρ(A) x = z ≥ 0,
et supposons z 6= 0 nous allons obtenir une contradiction. Posons y = A.x > 0, alors,
puisque les coefficients de A sont > 0, on a

A.y − ρ(A) y = A.z > 0.

5.6. QUELQUES EXEMPLES D’APPLICATIONS 97

Comme toutes les coordonnées de A.z sont > 0, il existe ε > 0 tel que A.z ≥ εy. On
arrive bien à une contradiction avec la définition de ρ(A) car A.y ≥ (ρ(A) + ε) y. Ceci
prouve que ρ(A) est valeur propre pour le vecteur propre x = A.x/ρ(A) > 0.

Montrons maintenant la simplicité de ce vecteur propre x0 > 0. Soit un autre vecteur

propre associé à la valeur propre ρ(A). Par addition avec µx0 on peut supposer que ce
vecteur propre, notons le y, est strictement positif aussi. On peut aussi les normer pour
la norme l 1 :
Xd Xd
0
xi = yi = 1. (5.2)
i=1 i=1

On a
d
X
ρ(A)(x0i − yi ) = aij (x0j − yj ),
j=1

d
X d
X
ρ(A)|x0i − yi | = aij (x0j − yj ) sgn(x0i − yi ) ≤ aij |x0j − yj |.
j=1 j=1

Mais le lemme 5.5 ci-dessus appliqué à (5.1) montre que ceci implique
d
X
ρ(A)|x0i − yi | = aij |x0j − yj |,
j=1

ce qui signifie que sgn(x0i − yi ) = sgn(x0j − yj ) pour tout j = 1, . . . , d. Donc x0 ≥ y (ou le

contraire), ce qui implique x0 = y compte tenu de (5.2).

Preuve de (ii). Soit y ≥ 0 un vecteur propre, alors l’égalité A.y = λy et la définition

de ρ(A) montrent que 0 < λ ≤ ρ(A). Ensuite, par multiplication de y par un scalaire, on
suppose à nouveau que x0 − y > 0. On a alors

A.(x0 − y) = ρ(A)x0 − λy ≥ ρ(A)(x0 − y),

et, suivant à nouveau le lemme 5.5, ceci montre que x0 − y est proportionnel à x0 , donc
y aussi.

Preuve de (iii). Soit λ ∈ C tel que A − λI n’est pas inversible. Soit y ∈ Cd un vecteur
non nul du noyau. Alors
X λ̄ȳi X
A.y = λy =⇒ |λ| |yi| = aij yj ≤ aij |yj |.
1≤j≤d
|λyi | 1≤j≤d

Par définition de ρ(A), et la propriété (ii), ceci prouve que soit λ < ρ(A), soit λ = ρ(A)
mais le lemme 5.5 montre alors que |y| est vecteur propre pour ρ(A) et l’in égalit é étant
une égalit é, y est également vecteur propre.
98 CHAPITRE 5. ESPACES COMPACTS

Preuve de (iv). On considère une matrice Aε à coefficients > 0 convergents vers ceux
de A. Soit xε , de norme unité, vérifant A(xε ) = ρ(Aε )xε . Par compacité de la boule unité
en dimension finie, on peut extraire de xε une sous-suite convergente vers x, kxk = 1 et
de ρ(Aε ) une sous-suite (extraite à nouveau) convergent vers R ≥ 0. À la limite on trouve
A(x) = R x, x ≥ 0, x 6= 0, ce qui prouve (ii).

L’hypothèse de stricte positivité de l’énoncé (i) peut être affaiblie en supposant que
A est ≥ 0 et irréductible (voir [26]). Ces énoncés sont vrais seulement en dimension finie.
La compacité de la boule unité intervient en effet dans leur démonstration. Elle intervient
aussi en dimension infinie pour la ”réduire” à la dimension finie. C’est le théorème suivant :
Théorème 5.19 (Théorème de Krein-Rutman) Soit (E, k...k) un espace de Banach et A
une application linéaire continue, compacte et fortement positive sur un cône K fermé
(d’intérieur non vide forcément) c’est-à-dire
x ∈ K\{0} =⇒ A(x) > 0.
Le rayon spectral de A, ρ(A) est valeur propre simple de A associée à un vecteur propre
x0 ∈ Int(K) et c’est le seul vecteur propre positif.
Rappelons comment on obtient une structure d’ordre dans un espace vectoriel. Soit
un cône K on dit que
x ≥ y ⇔ x − y ∈ K, et x > y ⇔ x − y ∈ Int(K).

Un cône fermé K est un sous-ensemble de E, tel que

(i) 0 ∈ K,
(ii) x, y ∈ K =⇒ λx + µy ∈ K ∀λ ≥ 0, µ ≥ 0,
(iii) x ∈ K et −x ∈ K =⇒ x = 0.
De plus
(iv) Il est dit reproduisant si ∀x ∈ E alors ∃y, z ∈ K tels que x = y − z,
(v) il est dit normal si 0 ≤ x ≤ y =⇒ kxk ≤ kyk.

Nous renvoyons à [8] pour la démonstration, d’autres versions de ce théorème ainsi

que des énoncés plus précis.

Exemple Soit Ω un ouvert borné de Rd et K(·, ·) ∈ C 0 (Ω̄ × Ω̄). Supposons K > 0

et posons Z
A(u)(x) = K(y, x)u(y)dy, A : C 0 (Ω̄) → C 0 (Ω̄).
Ω
Cet opérateur est linéaire continu, fortement positif et compact (voir le Théorème d’Ascoli
ci-dessous). Le Théorème de Krein-Rutman s’applique donc et montre qu’il existe λ > 0
et u ∈ C 0 (Ω̄) tels que
A(u) = λu, u > 0.
5.7. QUELQUES THÉORÈMES D’ASCOLI-ARZELA 99

Exemple Considérons E = C 0 ([0, 1]; R) muni de la norme de la convergence uniforme.

Soit A(x) = y avec
Z t 
−t s ẏ(t) + y(t) = x(t),
y(t) = e x(s)e ds ⇐⇒
0 y(0) = 0.

Il s’agit bien d’une application linéaire, compacte (voir le Théorème d’Ascoli dans la
Section 5.7), positive mais pas strictement. Il n’existe pas de vecteur propre (complexe)
pour ce problème car la seule solution de ẏ(t) + y(t) = ry(t), avec y(0) = 0 est nulle ainsi
que celles (réelles) de 0 ≤ ẏ(t) ≤ ry(t). L’hypothèse de positivité (au sens large) n’est
donc pas suffisante contrairement à la dimension finie.

5.6.7 Décomposition M = Q.S des matrices

Exemple Toute matrice M ∈ Md,d (R) peut se décomposer sous la forme

M = Q.S, avec [Link] = Id (Q matrice orthogonale), S symétrique positive.

En effet pour M inversible, on trouve que la seule décomposition possible s’obtient par
M t .M = [Link] .Q.S = S 2 c’est-à-dire que S est la racine carrée de la matrice symétrique
positive M t .M. Puis on choisit Q = M.S −1 qui est bien orthogonale car Qt .Q =
S −1 .M t .M.S −1 = S −1 .S 2 .S −1 = Id.

Pour étendre ce résultat aux matrices de déterminant nul, il suffit de raisonner par
densité. On choisit une suite Mn de matrices inversibles qui converge vers M (voir Section
2.3.4), la suite Sn correspondante converge vers S construite comme ci-dessus. D’autre
part, par compacité, on peut extraire une sous-suite convergente de la suite Qn : Qn(k) →
Q quand k → ∞. En passant à la limite on obtient que Mn = Qn .Sn donne M = Q.S.

5.7 Quelques Théorèmes d’Ascoli-Arzela

Les Théorèmes d’Ascoli-Arzela donnent des conditions ou des critères de compacité pour
des familles de fonctions continues.

5.7.1 Compacité des fonctions continues à valeurs réelles

Le plus simple d’entre eux est le suivant. On appelle Cb0 (K; R) l’espace de Banach des
fonctions continues bornées sur (K, T ) muni de la norme de la convergence uniforme

kf − gkC 0 = sup |f (x) − g(x)|,

x∈K
100 CHAPITRE 5. ESPACES COMPACTS

(voir la Section 4.2).

Théorème 5.20 Soit un espace métrique (K, dK ) et une suite de fonctions fn ∈ C 0 (K; R)
(continues de K dans R). On suppose que
(i) l’espace K est compact,
(ii) cette suite est uniformément bornée,
(iii) cette suite est ”équi-uniformément continue”, i.e., il existe un module de continuité
ω(h) (croissant et tendant vers 0 pour h → 0), commun aux fn , tel que

sup |fn (x) − fn (y)| ≤ ω(h).

dK (x,y)≤h

Alors il existe une sous-suite extraite fn(k) qui converge dans C 0 (K; R) (la famille fn est
donc relativement compacte).

Typiquement, ce théorème s’applique aux familles uniformément lipschitziennes ou

höldériennes.

Remarque 5.2 Les suites de fonctions suivantes ne sont pas relativement compactes
(i) sur R, fn (x) = f (x − n) (avec f ∈ Cb ) est bien ”équi-uniformément continue”, bornée,
mais sur un ensemble K non-compact.
(ii) sur [0, 1], fn (x) = n est bien ”équi-uniformément continue”, mais pas bornée.

Preuve.
(i) Construisons une sous-suite convergeant en beaucoup de points. Les compacts métriques
étant séparables, il existe une
suite (xp )p∈N dense dans K. Comme la suite (fn )n∈N est
uniformément bornée, fn (x1 ) est bornée et on peut donc extraire une sous-suite n1 (k)
telle que
fn1 (k) (x1 ) → f (x1 ) k → ∞.
Posons g1 = fn1 (1) . Puis on peut extraire de n1 (k) une sous-suite n2 (k) telle que

fn2 (k) (x2 ) → f (x2 ) k → ∞.

Posons g2 = fn2 (2) . Ainsi de suite, on construit par extractions successives np (k), à partir
de np (1) = np−1 (p − 1), telle que

fnp (k) (xp ) → f (xp ) k → ∞.

et on pose gp = fnp (p) . On a donc

gk (xp ) → f (xp ) k → ∞, ∀p ∈ N. (5.3)

(ii) Montrons que f est continue. Comme

|fn (xp ) − fn (xq )| ≤ ω(dK (xp , xq )), ∀n ∈ N,

5.7. QUELQUES THÉORÈMES D’ASCOLI-ARZELA 101

ceci est aussi vrai pour les gk et passant à la limite on obtient que

|f (xp ) − f (xq )| ≤ ω(dK (xp , xq )).

En d’autres termes f est uniformément continue sur un sous-ensemble dense de K, comme

R est complet, f se prolonge de façon unique à K en une fonction continue que l’on notera
encore f (Théorème 4.3).
(iii) Montrons enfin la convergence uniforme de gn vers f . Soit ε > 0 et r > 0 tel que
I
[
ω(r) ≤ ε et considérons un recouvrement K = B(xi , r) (en renumérotant les xp ). On
i=1
calcule alors, en choisissant pour chaque x un point xi tel que x ∈ B(xi , r),

|gn (x) − f (x)| ≤ |gn (x) − gn (xi )| + |gn (xi ) − f (xi )| + |f (xi ) − f (x)|

≤ 2ω(d(x, xi)) + |gn (xi ) − f (xi )|

≤ 2ω(d(x, xi)) + max |gn (xj ) − f (xj )|

1≤j≤I

≤ 2ω(r) + max |gn (xj ) − f (xj )|

1≤j≤I

≤ 2ε + max |gn (xj ) − f (xj )|.

1≤j≤I

Par ailleurs, puisque gn (xj ) → f (xj ) pour tout j = 1, .., I, on peut choisir n assez grand
tel que max |gn (xj ) − f (xj )| ≤ ε. On obtient alors |gn (x) − f (x)| ≤ 3ε et ce pour tout
1≤j≤I
x ∈ K. On a donc bien démontré la convergence uniforme.

5.7.2 Compacité des fonctions continues à valeurs dans un es-

pace métrique
En fait il existe de nombreuses versions plus générales du Théorème d’Ascoli, nous en
donnons une ici à titre d’exemple. On se donne un espace topologique (K, TK ) et un espace
métrique (F, dF ). On considère l’ensemble Cb0 (K; F ) des fonctions continues bornées de
K dans F . Il s’agit d’un espace métrique muni de la distance de la convergence uniforme

dCb0 (f, g) = sup d(f (x), g(x)).

x∈K

Théorème 5.21 (Ascoli) Soit une famille F ⊂ C 0 (K; F ), on suppose que

(i) l’espace K est compact,
(ii) pour tout x ∈ K, l’ensemble {f (x); f ∈ F } est relativement compact dans F ,
(iii) pour tout point a ∈ K, cette famille est équicontinue au point a, i.e.,

∀ε > 0, ∃ωa ∈ TK , d(f (x), f (a)) < ε ∀x ∈ ωa , ∀f ∈ F .

102 CHAPITRE 5. ESPACES COMPACTS

Alors la famille F est relativement compacte dans C 0 (K; F ).

Si K est compact et F complet, la réciproque est aussi vraie. Toute partie relativement
compacte dans C 0 (K; F ) vérifie (ii) et (iii).

Preuve. Les étapes de la preuve suivent celles du Theorème 5.20.

(i) Comme K n’est pas un espace métrique, il faut construire la famille (xp )p∈N . Pour cela
nous utilisons l’hypothèse (iii). Nous savons que
1
∀k, ∀a ∈ K, ∃ωa ∈ TK t.q. a ∈ ωa et d(f (y), f (a)) < ∀y ∈ ωa .
k
Du recouvrement de K par les ouverts ωa on peut extraire un recouvrement fini
[
K= ωik , ωik = ωaki .
1≤i≤I(k)

On pose alors {(xp )p∈N } = {(aki )1≤i≤i(k), k∈N } et comme ci-dessus on construit par extrac-
tions successives une sous-suite gn telle que

gn (xp ) −→ f (xp ), n → ∞, ∀p ∈ N.

Notons toutefois que la suite (xp )p∈N n’est pas forcément dense dans K.
(ii) Montrons que pour tout y ∈ K, gn (y) converge vers une limite unique f (y). Comme
Adh{gn (y)} est compact, si cette limite n’était pas unique, alors il existerait deux sous-
suites convergent vers f (y) et g(y) respectivement. Mais pour tout k ∈ N, ∃i, tel que
y ∈ ωik tel que
1
d(gn (y), gn(xki )) ≤ ,
k
donc
1 1
d(g(y), g(xki )) ≤ et d(f (y), g(xki )) ≤ .
k k
2
Ainsi on obtient ∀k, d(f (y), g(y)) ≤ k , donc f (y) = g(y). Ceci conclut bien que toute la
suite (gn (y)) converge.
(iii) Cette limite f est bien continue car pour tout point y et k > 0, soit un point aki tel
que y ∈ ωik . Alors pour tout z ∈ ωik on a
2
d(gn (z), gn (y)) ≤ d(gn (z), gn (aki )) + d(gn (z), gn (aki )) ≤ ,
k
donc, passant à la limite,
2
d(g(z), g(y)) ≤ ∀z ∈ ωik .
k
La continuité au point y est donc démontrée.
(iv) La convergence uniforme se démontre comme ci-dessus.
5.7. QUELQUES THÉORÈMES D’ASCOLI-ARZELA 103

(Réciproque)
(i) Si la famille F est relativement compacte, alors pour tout x ∈ E, {f (x)} est relative-
ment compacte dans F (toute suite admet une sous-suite convergente car une sous-suite
(gnk ) qui converge uniformément converge au point x).
(ii) Il existe f1 , . . . , fm ∈ F tels que
[
F⊂ Bco (fi , ε),
i=1,·,m

i.e.
∀f ∃fi t.q. d(fi (x), f (x)) < ε ∀x ∈ K.
Alors pour a ∈ K, il existe un ouvert ω contenant a tel que ∀x ∈ ω

d(fi(x), fi (a)) ≤ ε

par continuité des (fi )1≤i≤m . On obtient alors pour x ∈ ω

d(f (x), f (a)) ≤ d(f (x), fi (x)) + d(fi (x), fi (a)) + d(fi (a), f (a))
≤ 3ε.

Donc F est équicontinue au point a.

104 CHAPITRE 5. ESPACES COMPACTS
Chapitre 6

Espaces connexes

6.1 Définitions et propriétés élémentaires

Définition 6.1 Un espace topologique (E, T ) est dit non-connexe si l’une des propriétés
équivalentes suivantes est réalisée
(i) il existe un sous-ensemble de E, ni vide ni E lui-même, à la fois ouvert et fermé,
(ii) il existe des partie complémentaires de E toutes deux ouvertes non-vides (ou fermées).
L’espace E est dit connexe si on ne peut trouver de tels sous-ensembles. Un sous-
ensemble de E est dit connexe, si pour la topologie induite il est connexe.

Cette équivalence est bien claire!

Théorème 6.1 L’ensemble des réels R est connexe, les sous-ensembles connexes de R
sont les intervalles.

Preuve. Soit E un sous-ensemble connexe (non réduit à un point) de R et x < y deux

points de E. Par l’absurde, si l’intervalle [x, y] n’est pas inclus dans E alors il existe
x < z < y avec z ∈ / E. Clairement E∩] − ∞, z[ et E∩]z, ∞[ sont alors des ouverts
complémentaires dans E donc E n’est pas connexe.
Exemple De nombreux espaces ne sont pas connexes: les réunions de deux ouverts dis-
joints dans un espace topologique, Q.

Cette notion est à l’origine de nombreuses notions topologiques mais aussi d’analyse.
Par exemple, considérons une fonction C 1 sur un ouvert connexe de Rd . Si sa différentielle
est nulle, la fonction est constante (c’est faux si l’ouvert n’est pas connexe).

Théorème 6.2 (Théorème des valeurs intermédiaires) L’image continue d’un es-
pace connexe est connexe: soit f : (E, TE ) → (F, TF ), continue, alors f (E) est connexe.

105
106 CHAPITRE 6. ESPACES CONNEXES

Preuve. Écrivons f (E) = ω1 ∪ ω2 avec ωi des ouverts non-vides disjoints. Alors E =

f −1 (ω1 )∪f −1 (ω2 ) avec f −1 (ωi ) des ouverts non-vides disjoints, ce qui est impossible. Donc
f (E) est connexe. Par contre F lui-même peut être non-connexe.

Corollaire 6.1 En particulier pour des applications à valeurs réelles, l’image d’un con-
nexe est un intervalle.

Corollaire 6.2 Tout espace quotient (muni de sa topologie quotient) d’un espace connexe
est connexe. Tout produit d’espace connexes est connexe.

La réciproque suivante du Théorème 6.2 a lieu

Théorème 6.3 Si l’image de toute fonction continue d’un espace topologique E dans R
est un intervalle, alors E est connexe.

Preuve. Par l’absurde, sinon on aurait E = ω1 ∪ ω2 avec ωi ouverts non-vides disjoints.

L’application qui prend la valeur 0 sur ω1 et 1 sur ω2 est bien continue mais {0, 1} n’est
pas connnexe.
Voici enfin un résultat topologique général

Théorème 6.4 Soit A un sous-ensemble connexe de (E, T ), alors son adhérence Ā est
également connexe.

Mais l’intérieur d’un sous-ensemble connexe n’est pas toujours connexe (prendre deux
boules fermées de Rd se touchant en un seul point).
Preuve. Écrivons Ā = F ∪G avec F et G fermés disjoints de Ā. Alors A = (A∩F )∪(A∩G)
avec A ∩ F et A ∩ G fermés disjoints de A. Donc l’un deux est vide, disons A ∩ G. Donc
A = A ∩ F ou encore A ⊂ F , donc Ā ⊂ F̄ = F , donc G est vide.

6.2 Espaces connexes par arcs

Définition 6.2 Un espace topologique (E, T ) est dit connexe par arcs si pour tout x,
y ∈ E, il existe une application continue z(·) ∈ C 0 ([0, 1]; E) telle que z(0) = x, z(1) = y.
Une telle application est appelée chemin (ou arc). On dit qu’il est fermé si z(0) = z(1),
on définit alors une application z ∈ C 0 (S1 ; E).

Exemple Tout sous-ensemble convexe d’un espace vectoriel topologique est connexe par
arcs.

Exercice Montrer que, dans un espace topologique, on définit une relation d’équivalence
par xRy s’il existe un chemin joignant x et y.

Théorème 6.5 Tout espace connexe par arcs est connexe.

6.3. COMPOSANTES CONNEXES 107

La réciproque est fausse, même sur R2 . Considérer l’ensemble C formé de l’union

-) des droites {x = 1/n, n ∈ N∗ },
1
-) des segments x = n, n+1 ≤ y ≤ n1 .
Il est connexe par arcs, donc connexe. D’aprés le Théorème 6.4, son adhérence C̄ =
C ∪ {x = 0} est donc connexe, mais on vérifie facilement qu’elle n’est pas connexe par
arcs.

Preuve. Par l’absurde, supposons que E n’est pas connexe mais connexe par arcs. Alors
E = ω1 ∪ ω2 avec ωi ouverts non-vides disjoints. Soient x ∈ ω1 et y ∈ ω2 et z(·) un chemin
les joignant. Alors Im(z) ∩ ω1 et Im(z) ∩ ω2 sont un recouvrement de Im(z) par deux
ouverts disjoints de Im(z). Ceci est une contradiction avec le Théorème 6.2 qui montre
que Im(z) est connexe car [0, 1] est connexe. Donc E est connexe.

Théorème 6.6 (Théorème du passage en douane) Soit (E, T ) un espace topologique et

A ⊂ E. Tout chemin joignant Int(A) à Int(AC ) = (Ā)C rencontre sa frontière F r(A) =
Ā\Int(A).

On rapelle (Section 2.3.5) que E = Int(A) ∪ F r(A) ∪ Ext(A) avec l’extérieur de A

définit par Ext(A) = (Ā)C .
Preuve. Soit F = Im(z) l’image d’un tel chemin, on sait que F est connexe comme image
continue d’un ensemble connexe. Elle rencontre Int(A) et Ext(A) qui sont des ouverts
disjoints (non-vides

dans le cas présent).

Si elle ne rencontrait pas F r(A), on aurait
F = F ∩ Int(A) ∪ F ∩ Ext(A) , une réunion disjointe de deux ouverts non-vides. Ce
n’est pas possible pour F connexe.

Théorème 6.7 Soit Ai des sous-ensembles connexes de (E, T ) deux à deux d’intersection
non vide, alors A = ∪i Ai est connexe.
Ceci est encore vrai en remplaçant ’connexe’ par ’connexe par arcs’.

Preuve. Écrivons A = F ∪ G avec F et G ouverts disjoints; il faut montrer que l’un deux
est vide.
Chaque Ai peut s’écrire Ai = (Ai ∩ F ) ∪ (Ai ∩ G), réunion d’ouverts disjoints (pour
la topologie induite). L’un d’eux est donc vide car Ai est connexe, disons Ai ∩ G = ∅, ou
encore Ai = Ai ∩F . Mais alors pour tout j ∈ I, on a également Aj ∩G = ∅ et Aj = Aj ∩F
(par intersection non-vide). Donc on a bien, par réunion, G = A ∩ G = ∅.

6.3 Composantes connexes

En s’appuyant sur le Théorème 6.7, on peut énoncer la

Définition 6.3 Soit (E, T ) un espace topologique et x ∈ E. La réunion des sous-

ensembles connexes contenant x est connexe. On l’appelle composante connexe de x.
108 CHAPITRE 6. ESPACES CONNEXES

Notons que l’on pourrait définir également la notion de ’composante connexe par arcs’.

Théorème 6.8 Soit (E, T ) un espace topologique alors

(i) les composantes connexes de E sont fermées,
(ii) les composantes connexes sont disjointes,

E est donc la réunion disjointe de ses composantes connexes.

Preuve. La propriété (i) découle du Théorème 6.4, la propriété (ii) découle du Théorème
6.7.

Définition 6.4 Un espace topologique est dit complètement discontinu si ses composantes
connexes sont réduites à des points.

Dans E = {1/n} ∪ {0} ⊂ R, chaque point constitue sa propre composante con-

nexe, celle réduite à {0} n’est pas ouverte. Dans Q, tous les points forment leur pro-
pre composantes connexes qui ne sont pas ouvertes. Ce sont des exemples d’ensembles
complètement discontinus mais pas discrets (pas munis de la topologie discrète).
Sur R on a une caractérisation complète des ouverts grâce à leurs composantes con-
nexes

Théorème 6.9 Tout ouvert non-vide de R est la réunion dénombrable disjointe d’intervalles
ouverts.

Théorème 6.10 Soient (Ei , Ti )i∈I une famille quelconque d’espaces topologiques non vides.
Leur produit (muni de la topologie produit) est connexe si et seulement si chacun des Ei
est connexe.

On peut relier ce résultat au problème de l’écriture décimale des réels. On sait que
celle-ci n’est pas unique puisque 1 = 0, 9999... En fait il ne peut y avoir de système
d’écriture unique en effet

Corollaire 6.3 L’écriture décimale définit une surjection continue de {0, 1, ..., 9}N dans
[0, 1], mais il ne peut y avoir de bijection continue.

Preuve. Si on écrit un réel x ∈ [0, 1] comme x = (x0 , x1 , x2 , ....), la continuité signifie

simplement qu’une suite xn converge vers x est équivalent à xkn converge vers xk pour
chaque k ∈ N ce qui est bien le cas pour l’écriture décimale.

Grâce au théorème de Tychonoff 5.7, {0, 1, ..., 9}N est compact. Par compacité, l’inverse
d’une telle bijection serait continue. Ceci est impossible car {0, 1, ..., 9}N est un ensemble
discret donc complètement discontinu mais [0, 1] est connexe.
6.4. HOMÉOMORPHISMES ET CONNEXITÉ 109

Théorème 6.11 Soit (E, d) un espace métrique. Supposons que pour chaque point x ∈ E,
les boules B(x, r), pour r assez petit, sont connexes. Alors les composantes connexes de
E sont à la fois ouvertes et fermées,
C’est le cas pour un ouvert E d’un espace vectoriel normé.
Plus généralement ce résultat est vrai dans les espaces vérifiant la
Définition 6.5 Un espace topologique (E, T ) est dit localement connexe (resp. par arcs),
si tout point possède une base de voisinages connexes (resp. par arcs).
Preuve. (i) Soit C une composante connexe et y ∈ C. Alors, toute boule connexe (ou
tout voisinage connexe) B de y vérifie que B ⊂ C (par le Théorème 6.7 car y ∈ C et
y ∈ B et C est le plus grand connexe contenant y). Donc C est ouverte.
Notons enfin qu’un espace topologique connexe et localement connexe par arcs est
connexe par arcs.

6.4 Homéomorphismes et connexité

Rappelons qu’il existe une application continue surjective de [0, 1] dans [0, 1]2 (le chemin
de Péano, voir la construction dans [24] par exemple). Mais une telle application ne peut
être bijective (plusieurs points de [0, 1] doivent avoir la même image) sinon ce serait un
homéomorphisme d’aprés le Corollaire 5.3, ce qui n’est pas possible. En effet, on a le
résultat suivant proche:
Théorème 6.12 (i) [0, 1] et [0, 1]2 ne sont pas homéomorphes,
(ii) les sphères S1 et S2 ne sont pas homéomorphes,
(iii) le tore T2 = S1 × S1 et la sphère S2 ne sont pas homéomorphes,
(iv) Rn et Rm ne sont pas homéomorphes pour n 6= m,
(v) La sphère et la boule de Rd ne sont pas homéomorphes.
Preuve. (i) Si on retire un point intérieur à l’intervalle [0, 1], il n’est plus connexe, par
contre [0, 1]2 privé de l’image de ce point reste connexe (il est facile de connecter deux
points par un chemin sans passer par cette image).
(ii) De même, S2 privé de deux points reste connexe mais pas S1 privé de deux points.
(iii) On peut montrer que S2 privé d’une courbe fermée (non-réduite à un point) n’est
plus connexe (Théorème de Jordan) mais T2 privé de la courbe z = {1} × S1 n’est plus
connexe.
Nous ne complétons pas cette démonstration car on voit que des notions supplémentaires
sont nécessaires pour aborder ces questions (homotopie, homologie... voir [19]). Notons
par exemple la notion suivante:
Définition 6.6 Un espace topologique (E, T ) est dit simplement connexe s’il est connexe
par arcs et si tout chemin fermé (tel que z(0) = z(1)) peut se déformer continument en un
point, ou encore toute application continue de S1 dans E se prolonge en une application
continue de B 2 (0, 1) dans E.
110 CHAPITRE 6. ESPACES CONNEXES

Dans un espace vectoriel topologique, un ensemble convexe C est toujours simplement

connexe. En effet, on peut toujours supposer que 0 ∈ C, le chemin fermé z(s) se prolonge
alors en ze(s, r) = rz(s) ∈ C. En fait il suffit que C soit étoilé i.e. si x ∈ C, rx ∈ C pour
tout r ∈ [0, 1].
Dans R2 , la couronne B(0, 2)\B̄(0, 1), ou la sphère S1 ne sont pas simplement connexes.

Définition 6.7 Un espace topologique (E, T ) est appelé variété topologique de dimension
d si tout point possède un voisinage homéomorphe à B d . En général on suppose aussi E
métrique séparable.

Un théorème de Brouwer montre qu’un tel entier d est unique.

Perelman a démontré la fameuse
Conjecture de Poincaré Toute variété topologique de dimension 3 compacte et simple-
ment connexe est homéomorphe à S3 .
Chapitre 7

Applications linéaires dans les

espaces vectoriels normés

On consid ère toujours dans ce chapitre des espaces vectoriels normés sur R.

7.1 Applications linéaires continues

Soient (E, k · kE ) et (F, k · kF ) deux espaces vectoriels normés. On définit

L(E; F ) = L : E → F, linéaire et continue . (7.1)

Théorème 7.1 Soit L une application linéaire de E → F , alors L est continue si et

seulement si il existe une constante C telle que

kL(x)kF ≤ CkxkE . (7.2)

La meilleure constante C est notée

kL(x)kF
kLkL(E;F ) := sup = sup kL(x)kF .
x∈E, x6=0 kxkE kxkE =1

 
Preuve. D’après le Théorème 3.2, lorsque L est continue, L−1 BF (0, 1) est un ouvert
contenant l’origine, donc une boule BE (0, r) avec r > 0 (on note toujours BE (0, r) la
boule ouverte de E de centre l’origine et de rayon r). Il s’ensuit que ∀x ∈ E, tel que
kxkE < r, alors kL(x)kF < 1. On en déduit que la constante C = 1/r convient.

La réciproque est claire car une fonction lipschitzienne est continue.

Théorème 7.2 Cette quantité kLkL(E;F ) définit une norme sur L(E; F ). Si F est un
espace de Banach alors L(E; F ) est un Banach.

111
112CHAPITRE 7. APPLICATIONS LINÉAIRES DANS LES ESPACES VECTORIELS NORMÉS

Preuve. On laisse en exercice le fait que kLkL(E;F ) définit une norme et montrons que
pour F Banach, L(E; F ) est un Banach. Soit une suite de Cauchy kLn − Lm kL(E;F ) ≤ ε
pour n, m ≥ N(ε). Alors pour tout x ∈ E,
kLn (x) − Lm (x)kF ≤ εkxkE , ∀n, m ≥ N(ε),
ce qui prouve que Ln (x) est de Cauchy et converge donc vers un vecteur L(x) ∈ F . On
vérifie sans peine que L est une application linéaire et, de l’inégalité précédente on déduit
, passant à la limite quand m → ∞, que
kLn (x) − L(x)kF ≤ εkxkE ∀x ∈ E.
En d’autres termes kLn − LkL(E;F ) ≤ ε et L est donc continu et kLn − LkL(E;F ) −−−→
n→∞ 0.

Théorème 7.3 Soient (E, k · kE ), (F, k · kF ) et (G, k · kG ) trois espaces vectoriels normés
et L1 ∈ L(E; F ), L2 ∈ L(F ; G) alors
kL2 ◦ L1 kL(E;G) ≤ kL2 kL(F ;G) kL1 kL(E;F ).

7.2 Dual topologique, théorème de Hahn-Banach

Définition 7.1 Soit (E, k · kE ) un espace vectoriel normé. On appelle dual topologique,
et on note E ′ l’espace de Banach des formes linéaires continues sur E, c’est-à-dire E ′ =
L(E; R). Il est muni de la norme
f (x)
kf kE ′ = sup f (x) = sup f (x) = sup .
x∈E,kxkE ≤1 x∈E,kxkE =1 x∈E,x6=0 kxkE
On note en général f (x) = hf, xiE ′ ,E .
Théorème 7.4 Soit (E, k · kE ) un vectoriel normé. Pour tout x ∈ E on a
kxkE = sup hf, xiE ′ ,E = max hf, xiE ′,E .
f ∈E ′ ,kf kE ′ ≤1 f ∈E ′ ,kf kE ′ ≤1

Ce Théorème est une conséquence du

Théorème 7.5 (Théorème de Hahn-Banach) Soit (E, k · kE ) un vectoriel normé et p :
E → R une application vérifiant
p(λx) = λp(x), ∀x ∈ E, ∀λ > 0,
(7.3)
p(x + y) ≤ p(x) + p(y), ∀x, y ∈ E.
Soit aussi G un sous-espace vectoriel de E et g : E → R une forme linéaire vérifiant
g(x) ≤ p(x) ∀x ∈ G.
Alors g se prolonge en une forme linéaire f sur E telle que
f (x) ≤ p(x) ∀x ∈ E, f (x) = g(x) ∀x ∈ G.
7.2. DUAL TOPOLOGIQUE, THÉORÈME DE HAHN-BANACH 113

Nous renvoyons à [4, 24] pour une démonstration de ce résultat qui s’appuie sur le
Lemme de Zorn 5.3. Le Théorème de Hahn-Banach a également de nombreuses applica-
tions à l’étude des fonctions convexes, on renvoie à [4] pour ce point.

Démonstration du Théorème 7.4. Soit x0 ∈ E, il suffit de démontrer qu’il existe

f0 ∈ E ′ telle que kf0 kE ′ ≤ kx0 kE et hf0 , x0 iE ′,E = kx0 k2E .
Pour cela on choisit p(x) = kx0 kE kxkE , G = R.x0 et g(tx0 ) = tkx0 k2 . Cette forme
linéaire g se prolonge donc à E en une forme linéaire vérifiant les deux propriétés

f0 (x) ≤ p(x) = kx0 k kxk =⇒ kf0 kE ′ ≤ kx0 kE ,

f0 = g sur R.x0 =⇒ hf0 , x0 iE ′ ,E = kx0 k2E ,

et le résultat est démontré.
Exemple L’espace de Banach des mesures de Radon bornées sur Rd est le dual du Banach
des fonctions continues tendant vers zéro à l’infini M 1 (Rd ) = C00 (Rd )′ . On a donc
Z Z
d|µ(x)| = sup ϕ(x) dµ(x).
Rd ϕ∈C00 (Rd ); kϕk∞ ≤1 Rd

Puisque D(Rd ) est dense dans C00 (Rd ), on a aussi (exercice)

Z Z
d|µ(x)| = sup ϕ(x) dµ(x).
Rd ϕ∈D(Rd ); kϕk∞ ≤1 Rd

Exemple On peut utiliser le résultat précédent pour des fonctions L1 (Rd ). On obtient
Z
kf kL1 (Rd ) = sup ϕ(x) f (x)dx.
ϕ∈D(Rd ); kϕk∞ ≤1 Rd

On rappelle toutefois que L1 (Rd ) n’est pas un dual.

 ′
′
Exemple Par contre pour tout 1 < p ≤ ∞, on a Lp (Rd ) = Lp (Rd ) avec p′ l’exposant
1 1 ′
conjugué de p c’est-à-dire p
+ p′
= 1. Donc, toujours par densité de D(Rd ) dans Lp (Rd ),
on obtient (voir [4])
Z
kf kLp (Rd ) = sup ϕ(x) f (x)dx
ϕ∈Lp′ (Rd ); kϕkp′ ≤1 Rd
Z
= sup ϕ(x) f (x)dx.
ϕ∈D(Rd ); kϕkp′ ≤1 Rd
114CHAPITRE 7. APPLICATIONS LINÉAIRES DANS LES ESPACES VECTORIELS NORMÉS

7.3 Espaces vectoriels séparables

Voici une application utile du Théorème de Hahn-Banach.

Corollaire 7.1 Soit F ⊂ E un sous-espace vectoriel tel que F̄ 6= E, alors il existe une
forme linéaire f ∈ E ′ \{0} telle que hf, xi = 0 pour tout x ∈ F̄ .

Preuve. On choisit p(x) = d(x, F̄ ) (on laisse en exercice le soin de vérifier les hypothèses
sur p dans le théorème de Hahn-Banach 7.5). On choisit un point x0 ∈ / F̄ et sur G = R.x0
la forme linéaire g(tx0 ) = td(x0 , F̄ ). On a bien g(tx0 ) ≤ p(tx0 ) et il existe donc une forme
linéaire f ∈ E ′ telle que

f (x) ≤ p(x) ∀x ∈ E, f (tx0 ) = g(tx0 ) 6= 0 ∀t ∈ R\{0}.

Cette forme linéaire convient bien.

Théorème 7.6 Soit E un espace vectoriel normé tel que E ′ soit séparable alors E est
séparable.

Notons que la réciproque n’est pas vraie puisque pour Ω ouvert de Rd on a L∞ (Ω) =
L (Ω)′ qui n’est pas séparable mais L1 (Ω) est séparable.
1

Preuve. Soit (fn )n∈N une suite dense de E ′ . Par définition, on a

kfn kE ′ = sup hfn , xiE ′ ,E ,

x∈E, kxk=1

et il existe donc xn ∈ E tel que

1
kxn kE = 1, hfn , xn iE ′,E ≥ kfn kE ′ .
2

On appelle D = {x1 , x2 , . . . , xn , . . .} et il suffit de montrer que l’ensemble F des combi-

naisons linéaires finies de D à coefficients rationnels est dense dans E car cet ensemble est
dénombrable. Comme cet ensemble est lui-même dense dans l’ensemble des combinaisons
linéaires finies de D à coefficients réels, il suffit de montrer que cet espace vectoriel F est
dense.

En appliquant le Corollaire 7.1, soit f ∈ E ′ telle que hf, xn iE ′ ,E = 0 ∀xn ∈ D (en fait
on pourrait choisir x ∈ F à la place de xn ∈ D), il suffit de montrer que ceci implique
f = 0. Pour cela on choisit, par densité, fn telle que kf − fn kE ′ ≤ ε et on a
1
kfn kE ′ ≤ hfn , xn iE ′ ,E = hfn − f, xn iE ′ ,E ≤ ε.
2
On en déduit que kf kE ′ ≤ kf − fn kE ′ + kfn kE ′ ≤ ε + 2ε pour tout ε, donc que f = 0.
7.4. THÉORÈME DE BANACH-STEINHAUS 115

7.4 Théorème de Banach-Steinhaus

Le Théorème de Banach-Steinhaus est une très belle application du Théorème de Baire
(voir la Section 4.7). On traite donc maintenant d’espaces de Banach et non de simples
e.v.n.

Théorème 7.7 (Banach-Steinhaus) Soient (E, k · kE ) et (F, k · kF ) deux espaces de Ba-

nach. Soit (Li )i∈I une famille d’applications linéaires continues Li ∈ L(E; F ), ∀i ∈ I .
On suppose que
sup kLi (x)kF < ∞ ∀x ∈ E,
i∈I

alors il existe C > 0 telle que

sup kLi kL(E;F ) ≤ C, ou encore kLi (x)kF ≤ CkxkE , ∀x ∈ E.
i∈I

En anglais on parle de ”uniform boundedness principle”.

Preuve. Considérons les ensembles

\
An = {x ∈ E; kLi (x)kF ≤ n} = {x ∈ E; ∀i ∈ I, kLi (x)kF ≤ n}.
i∈I

Ce sont des fermés de E et on a, grâce à l’hypothèse du théorème, que

[
An = E.
n∈N

Il résulte du Théorème de Baire (sous la forme qui suit le corollaire 4.4) que Int(An0 ) 6= ∅
pour un certain n0 . Il existe donc une boule ouverte B(x0 , r) incluse dans An0 :
kLi (x0 + rz)kF ≤ n0 ∀i ∈ I, ∀z ∈ E, kzkE ≤ 1.
On en déduit que
n0 + kLi (x0 )kF
kLi (z)kF ≤ , ∀z ∈ E, kzkE ≤ 1.
r
Ce signifie bien que
n0 + kLi (x0 )kF
kLi kL(E;F ) ≤ .
r
Et le résultat est bien démontré.

À titre d’exemple, donnons une application à la théorie de l’approximation. On rap-

pelle que pour une fonction f ∈ E = C 0 ([0, 1]), son polynôme d’interpolation de Lagrange
aux points xi ∈ [0, 1] (distincts et rangés en ordre croissant) pour i = 0, 1, 2 . . . n, est
défini par
Xn
Ln [f ](x) = f (xj ) ljn (x).
j=0
116CHAPITRE 7. APPLICATIONS LINÉAIRES DANS LES ESPACES VECTORIELS NORMÉS

C’est le seul polynôme de degré n réalisant Ln (xj ) = f (xj ) pour j ∈ {0, 1, 2, . . . , n}. Ceci
est possible pour
Yn
(x − xk )
k6=j, k=0
ljn (x) = n .
Y
(xj − xk )
k6=j, k=0

Cette approximation ne converge pas en général vers f ∈ C 0 ([0, 1]) :

Théorème 7.8 Quel que soient les points (xni )i∈{1,...,n} ∈ [0, 1], il existe une fonction
f ∈ C 0 ([0, 1]) telle que Ln [f ](x) ne converge pas vers f dans C 0 ([0, 1]).

Ce résultat est une conséquence, en utilisant l’énoncé contraposé du Théorème de

Banach-Steinhaus, du :

Théorème 7.9 L’application linéaire de C 0 ([0, 1]) dans lui-même définie par f 7→ Ln [f ](x)
vérifie
kLn [f ]kL(E;E) = Λn , kId − Ln [f ]kL(E;E) = 1 + Λn ,
et
n
X
Λn = |ljn (x)| −−−→
n→∞ ∞.
L∞ (0,1)
i=0

Les points de Tchebyshev xi = 21 [1 − cos( (2i+1)π

2n+2
)] donnent une constante équivalente
à la meilleure valeur de Λn , Λn,T chebyshev ≈ π2 ln(n). Les points équidistribués sont bien
n+1
plus mauvais Λn,equi ≈ en2 ln(n) .

7.5 Le théorème de continuité de l’inverse de Banach

On appelle isomorphismes de E dans F le sous-ensemble des applications linéaires contin-
ues bijectives d’inverse continue. En fait on verra par la suite que les applications linéaires
continues bijectives ont toujours un inverse continu, Théorème de Banach 4.4 :
n o
Isom(E; F ) = L ∈ L(E; F ) t.q. L est bijective et L−1 ∈ L(F ; E) .

Théorème 7.10 Soient (E, k · kE ), (F, k · kF ) deux espaces de Banach. Alors le sous-
ensemble Isom(E; F ) est un ouvert de L(E; F ).

Preuve. Soit L ∈ Isom(E; F ). Nous devons montrer que pour kMkL(E;F ) assez petit
alors L + M est inversible. Ceci se fait en deux étapes.
(i) (Réduction à L(E; E).) On pose

L + M = L ◦ (IdE→E + L−1 ◦ M),

7.5. LE THÉORÈME DE CONTINUITÉ DE L’INVERSE DE BANACH 117

et, avec N = −L−1 ◦ M ∈ L(E; E), il suffit donc de montrer que Id − N est inversible
pour kNkL(E;E) < 1.
(ii) Pour N ∈ L(E; E), kNkL(E;E) < 1, on pose

Jn = Id + N + N ◦ N + . . . + N n .

n
Comme kN n kL(E;E) < kNkL(E;E) , cette série converge normalement (voir la section
4.6) et on pose
J = Id + N + N ◦ N + . . . + N n + . . . ∈ L(E; E).
On a pour tout n > 0

(Id−N)◦(Id+N +N ◦N +. . .+N n ) = (Id+N +N ◦N +. . .+N n )◦(Id−N) = Id−N n+1 .

n+1
Comme kN n+1 kL(E;E) ≤ kNkL(E;E) → 0, passant à la limite, on en déduit que

(I − N)−1 = J.

Théorème 7.11 (de continuité de l’inverse de Banach) Soient (E, k · kE ), (F, k · kF ) deux
espaces de Banach et L ∈ L(E; F ). Si L est bijective alors L ∈ Isom(E; F ), i.e., L−1 est
continue.

Notons l’analogie avec le résultat du Corollaire 5.3 concernant la continuité de l’inverse

sur des compacts.
Exemple Soit E une espace vectoriel muni de deux normes k · k1 et k · k2 . Supposons que
E soit un espace de Banach pour ces deux normes et que k · k1 ≤ Ck · k2 , alors on a aussi
k · k2 ≤ C ′ k · k1 . En effet, la première inégalité signifie que Id : (E, k · k2 ) → (E, k · k1 ) est
continue. Étant bijective, l’identité est donc d’inverse continue, ce qui est exprimé dans
la seconde identité.
Ce résultat est lui-même une conséquence du
Théorème 7.12 (Théorème de l’application ouverte) Soient (E, k · kE ), (F, k · kF ) deux
espaces de Banach et L ∈ L(E; F ). Si L est surjective alors il existe une constante c > 0
telle que

BF (0, c) ⊂ L BE (0, 1) .

Exercice Montrer que cet énoncé est équivalent à: l’image par L de tout ouvert de E est
un ouvert de F . (Ceci explique le nom de ce théorème).

Preuve du Théorème 7.11. Grâce au théorème 7.10, pour tout x ∈ E tel que kL(x)k <
c, alors kxk ≤ 1. Quitte à changer x en x/kxk, on en déduit que
1
kxk ≤ kL(x)k ∀x ∈ E.
c
118CHAPITRE 7. APPLICATIONS LINÉAIRES DANS LES ESPACES VECTORIELS NORMÉS

Ceci signifie bien que L−1 est continue.

Preuve du Théorème 7.10.
(i) On montre que sous l’hypothèse du théorème, il existe c > 0 telle que


BF (0, 2c) ⊂ L BE (0, 1) . (7.4)

S
On pose An = nL BE (0, 1) . Puisque L est surjectif, on a ∞ n=1 = F . Le Théorème de
Baire montre qu’il existe n0 tel que Int(An0 ) 6= ∅ et donc aussi


Int[L BE (0, 1) ] 6= ∅.
On considère alors y0 ∈ F et c > 0 tels que


B(y0 , 4c) ⊂ L BE (0, 1) .



En particulier y0 ∈ L BE (0, 1) et par conséquent −y0 ∈ L BE (0, 1) . Par addition




B(0, 4c) ⊂ L BE (0, 1) + L BE (0, 1) = 2L BE (0, 1) ,


(par convexité de L BE (0, 1) ). D’où le résultat (7.4).


(ii) On déduit de (7.4) que BF (0, c) ⊂ L BE (0, 1) . Pour cela, fixons y ∈ F tel que
kykF ≤ c. On cherche x ∈ E tel que
kxk < 1, L(x) = y.
D’aprés (7.4), on sait que
1
∀ε ∃z ∈ E avec lzk < et ky − L(z)k < ε.
2
c
On choisit ε = 2
et on obtient z1 ∈ E tel que
1 c
kz1 k < et ky − L(z1 )k < .
2 2
Appliquant le même procédé a y − L(z1 ) et ε = 4c , on obtient z2 ∈ E tel que
1 c
kz2 k < et ky − L(z1 ) − L(z2 )k < .
4 4
Ainsi de suite, on construit par récurrence une suite (zn ) telle que
1 c
kzn k < et ky − L(z1 + z2 + . . . + zn )k < , ∀n.
2n 2n
Donc la suite xn = z1 + z2 + . . . + zn est de Cauchy. Donc elle converge vers un élément
x ∈ E. On a bien
kxk ≤ 1, y = L(x),
puisque L est continu.
Chapitre 8

Espaces de Hilbert

8.1 Définitions
On se donne un espace vectoriel sur R, appelé H.

Définition 8.1 On appelle produit scalaire sur H une forme bilinéaire symétrique définie
positive B : H × H → R, c’est-à-dire telle que
(i) (linéarité à droite) B(u, λv) = λB(u, v), B(u, v + v ′ ) = B(u, v) + B(u, v ′),
(ii) (symétrie) B(u, v) = B(v, u),
(iii) (définie positive) B(u, u) ≥ 0 et B(u, u) = 0 ⇔ u = 0.
p
Définition-Théorème 8.1 L’application u → kuk = B(u, u) est une norme appelée
norme associée au produit scalaire B (on parle aussi de norme hilbertienne) et on a
l’inégalité de Cauchy-Schwarz :

|B(u, v)| ≤ kuk kvk,

et il n’y a égalité que si u et v sont parallèles (u = λ v ou bien v = 0).

Rappelons aussi ”l’inégalité du parallélogramme” :

u+v 2 u−v 2 1
k k +k k = (kuk2 + kvk2).
2 2 2
Rappelons aussi que le produit scalaire permet de définir une forme linéaire continue
v 7→ B(u, v) (pour u ∈ H donné), d’après les Théorèmes 7.1 et 8.1 elle est donc continue.

Preuve.
(i) (Cauchy-Schwarz) On considère le polynôme en λ ∈ R :

kuk2 + λ2 kvk2 − 2λB(u, v) = B(u − λv, u − λv) ≥ 0, ∀λ ∈ R.

Cette condition de signe implique que son discriminant est négatif :

B(u, v)2 ≤ kuk2 kvk2.

119
120 CHAPITRE 8. ESPACES DE HILBERT

Ceci prouve l’inégalité de Cauchy-Schwarz. Le cas d’égalité correspond au cas où ce

polynôme a une racine double (u = λ v) ou bien au cas où v = 0.
(ii) (Norme) Il est bien clair que kuk = 0 ⇔ u = 0 et kλuk = |λ| kuk. De l’inégalité de
Cauchy-Schwarz on déduit aussi que

ku+vk2 = B(u+v, u+v) = kuk2 +kvk2 +2B(u, v) ≤ kuk2 +kvk2 +2kuk kvk = (kuk+kvk)2

et l’inégalité triangulaire ) est démontrée.

On vérifie aisément que l’application (u, v) 7→ B(u, v) est alors continue de H × H

dans R.

Définition 8.2 On dit que (H, B) est un espace de Hilbert si, muni de la norme associée
à la forme bilinéaire B, H est complet.

L’hypothèse de complétude est en fait très faible. Suivant la Remarque 4.2, on peut
toujours compléter un espace H muni d’un produit scalaire (il est alors dit préhilbertien).
La norme ”complétée” est toujours associée à un produit scalaire.

Définition 8.3 On dit que deux espaces de Hilbert H1 , H2 sont isomorphes

si il existe
une application linéaire inversible U : H1 → H2 telle que B2 U(u), U(v) = B1 (u, v) pour
tout u, v ∈ H1 . Un tel opérateur U est dit unitaire.

On a alors kuk1 = kU(u)k2 , ∀u ∈ H1 . L’application linéaire U est donc continue et

kUkL(H1 ,H2 ) = 1 et kU −1 kL(H2 ,H1 ) = 1. Lorsque H1 = H2 , on dit que U est une isométrie.

Exemple Sur Rd , le produit scalaire est noté (x, y) ou x · y et il est donné par
d
X
(x, y) = xi yi.
i=1

Les matrices unitaires vérifient U t = U −1 .

Exemple L’exemple précédent s’étend en dimension infine aux suite de carré intégrable ;
X
l 2 (R) = {(xi )i∈N ∈ RN t.q. (xi )2 < ∞}.
i∈N

Muni du produit scalaire X

(x, y) = xi yi,
i∈N
2
l (R) est un Hilbert. Il joue un rôle important car, comme on le verra dans la Section
8.5, il s’agit d’un espace isomorphe à tous les Hilbert séparables.
8.2. PROJECTION SUR UN CONVEXE FERMÉ 121


Preuve. Montrons que l 2 (R) est un Hilbert. On considère une suite de Cauchy (xni )i∈N n∈N
de l 2 (R). Alors X
(xni − xpi )2 ≤ ε pour n, p ≥ N(ε).
i∈N

En particulier, pour chaque i ∈ N la suite (xni )n∈N est aussi de Cauchy dans R et elle
converge donc vers un réel xi . Alors on a, pour tout q ∈ N,
q
X
(xni − xpi )2 ≤ ε pour n, p ≥ N(ε),
i=0

donc, passant à la limite p → ∞, on trouve

q
X
(xni − xi )2 ≤ ε pour n ≥ N(ε),
i=0

et enfin, passant à la limite q → ∞, on obtient

X
(xni − xi )2 ≤ ε pour n ≥ N(ε).
i∈N

Exemple Enfin la théorie de l’intégration fournit un Hilbert : L2 (Ω; dµ) pour le produit
scalaire Z
(u, v) = u(x) v(x) dµ(x),
Ω
pour toute mesure borélienne dµ(x) (par exemple la mesure de Lebesgue dx). Dans le
1
cas Ω = Rd muni de la mesure de Lebesgue, un opérateur unitaire est U(u)(x) = ad/2 u( xa )
pour tout a > 0. Un autre est U(u)(x) = u(x − h) (h ∈∈ Rd ).

L’extension de ces définitions aux espaces de Hilbert sur C se fait en utilisant la

variante suivante pour la définition du produit scalaire, on change l’axiome de symétrie
en
B(u, v) = B(v, u).

Par la suite nous noterons (u, v) le produit scalaire sur H.

8.2 Projection sur un convexe fermé

Rappelons qu’un ensemble C est dit convexe si pour tout u, v ∈ C et θ ∈ [0, 1], alors
θu + (1 − θ)v ∈ C. Par exemple, les boules ou les sous-espaces vectoriels d’un espace
vectoriel normé sont convexes. Les intersections d’ensembles convexes sont convexes.
122 CHAPITRE 8. ESPACES DE HILBERT

1011111
00000
C
00000
11111
u = P (f )

00000110011001010f
c

11111
Figure 8.1: Projection sur un sous-ensemble fermé.

Théorème 8.1 Soit C ⊂ H un convexe fermé non vide. Alors pour tout f ∈ H, il existe
un unique u ∈ C tel que
kf − uk = minkf − vk. (8.1)
v∈C

De plus u est caractérisé par la propriété :


u ∈ C,
(8.2)
(f − u, v − u) ≤ 0 ∀v ∈ C.

On note u = PC (f ) = projection de f sur C.

La projection est continue et même 1-lipschitzienne comme on l’énonce ci-dessous:

Proposition 8.1 Pour tout f , g ∈ H on a

kPC (f ) − PC (g)k ≤ kf − gk.

Preuve du Théorème 8.1. Par définition de l’infimum, on peut trouver une suite (vn )
de C telle que
d(f, C) := inf kf − vk = lim kf − vn k.
v∈C n→∞

Utilisant l’égalité kx + yk2 − kx − yk2 = 4(x, y), on a

kvn − vm k2 = kvn − f k2 + kf − vm k2 − 2(f − vn , f − vm )

= kvn − f k2 + kf − vm k2 − 12 k2f − vn − vm k2 + 12 kvn − vm k2 ,
vn +vm
ainsi, puisque l’on a kf − 2
k ≥ d(f, C) grâce à l’hypothèse de convexité, on obtient

0 ≤ 21 kvn − vm k2 = kvn − f k2 + kf − vm k2 − 2kf − vn +vm 2

2
k

≤ kvn − f k2 + kf − vm k2 − 2d(f, C)2 → 0 lorsque n, m → ∞.

Ceci prouve que la suite (vn ) est une suite de Cauchy et elle converge donc vers u ∈ C
(qui est fermé).
8.2. PROJECTION SUR UN CONVEXE FERMÉ 123

L’unicité est une conséquence de l’unicité de la limite d’une suite de Cauchy en choi-
sissant v2n = u et v2n+1 = ũ pour deux points de minimum éventuels u et ũ.

Pour prouver la caractérisation par l’inégalité (8.2), considérons u ∈ C, par convexité

on a
kf − vk2 ≥ kf − uk2 , ∀v ∈ C,
m
 
kf − (1 − θ)u + θv k2 ≥ kf − uk2, ∀θ ∈]0, 1], ∀v ∈ C,

m
kf − u + θ(u − v)k2 ≥ kf − uk2 , ∀θ ∈]0, 1], ∀v ∈ C,
m
−2θ(f − u, v − u) + θ2 ku − vk2 ≥ 0, ∀θ ∈]0, 1], ∀v ∈ C,
m
−2(f − u, v − u) + θku − vk2 ≥ 0, ∀θ ∈]0, 1], ∀v ∈ C,
m
−2(f − u, v − u) ≥ 0, ∀v ∈ C.

Preuve de la Proposition 8.1. Posons u = PC (f ), v = PC (g). On utilise la car-

actérisation (8.2) pour obtenir

0 ≤ (u − f, v − u), 0 ≤ (v − g, u − v).

En additionant, on trouve donc

0 ≤ (u − f − v + g, v − u) = −kv − uk2 + (g − f, v − u),

d’où
ku − vk2 ≤ (g − f, v − u) ≤ kf − gk ku − vk,
et le résultat s’en déduit.

Corollaire 8.1 Dans le cas où F est un sous-espace vectoriel fermé de H, PF est un
opérateur linéaire et la projection u = PF (f ) est aussi caractérisée par

u ∈ F,
(f − u, v) = 0 ∀v ∈ F.
124 CHAPITRE 8. ESPACES DE HILBERT

8.3 Dualité et théorème de Riesz-Fréchet

Rappelons la définition :
Définition 8.4 On appelle H ′ le dual topologique de H, c’est-à-dire l’espace vectoriel des
formes linéaires continues sur H (application linéaires ϕ : H → R).

Théorème 8.2 (Théorème de Riesz-Fréchet) Pour toute forme linéaire continue ϕ ∈ H ′ ,

il existe une unique f ∈ H tel que

ϕ(u) = (f, u) ∀u ∈ H.

Preuve. Considérons une application linéaire continue ϕ ∈ H ′ . Son noyau F = ϕ−1 ({0})
est un sous espace vectoriel fermé de H. Si F = H alors ϕ ≡ 0 et f = 0 convient. Sinon,
soit h ∈ H\F et posons g = h − PF (h). Grâce au Corollaire 8.1, cet élément g vérifie

ϕ(g) 6= 0, (g, v) = 0 pour v ∈ F. (8.3)

Considérons maintenant u ∈ H, et décomposons le sous la forme

ϕ(u)
u = λ g + v, λ= , donc v ∈ F,
ϕ(g)
(car par construction ϕ(v) = 0). Mais alors (g, v) = 0 d’après (8.3). On en déduit donc
que
ϕ(g)
(g, u) = λkgk2 ⇐⇒ ϕ(u) = (g, u) ∀u ∈ H.
kgk2
ϕ(g)
Le résultat s’en déduit avec f = kgk2
g.

L’identitication de H et H ′ peut être dangeureuse lorsque l’on

 utilise naturellement
 le
2 2 2
produit scalaire de H = L . Par exemple considérons V = L R; (1 + |x|)dx ⊂ L (R)
(sous-espace dense de L2 (R)), muni du produit scalaire
Z
(u, v)V = (1 + |x|) u(x) v(x) dx.
R

Une forme linéaire ϕ ∈ L2 (R)′ est aussi un élément de V ′ . Identifiant ϕ à un élément f ∈

L2 (R), cette fonction ne définit pas une forme linéaire sur V et la formule ϕ(v) = (f, v)V
n’est pas vraie (et n’a pas de sens) sur H. En fait c’est une situation où l’on doit écrire

V ⊂ H = H ′ ⊂ V ′.

Exercice Montrer que dans cette situation, on a

dx

V ′ = L2 R; .
1 + |x|
8.4. THÉORÈMES DE LAX-MILGRAM ET STAMPACCHIA 125

8.4 Théorèmes de Lax-Milgram et Stampacchia

Définition 8.5 Soit a(·, ·) : H × H → R une forme bilinéaire. Elle est dite
(i) continue si il existe une constante Ca telle que

|a(u, v)| ≤ Ca kuk kvk ∀u, v ∈ H,

(ii) coercive si il existe une constante α > 0 telle que

a(u, u) ≥ α kuk2 ∀u ∈ H.

Théorème 8.3 (Lax-Milgram) Soit a(·, ·) : H × H → R une forme bilinéaire continue et

coercive. Pour toute forme linéaire ϕ ∈ H ′ , il existe un unique u ∈ H tel que

a(u, v) = ϕ(v) ∀v ∈ H.

De plus si a(·, ·) est symétrique, alors u est caractérisé par

(
u ∈ H,
1 1
2
a(u, u) − ϕ(u) = min { a(v, v) − ϕ(v)}.
v∈H 2

Corollaire 8.2 Soit A ∈ L(H; H) (application linéaire continue) telle que (A(u), u) ≥
α kuk2 ∀u ∈ H avec α > 0, alors A ∈ Isom(H; H).

Ce Théorème, abstrait et de nature géométrique, a une application inattendue qui en

fait son importance. Il permet de résoudre de façon totalement abstraite des équations
aux dérivées partielles du type

X d

 ∂ 2 u(x)

 ∆u := = f (x) ∈ L2 (Ω),
2
i=1
∂x i




u(x) = 0 ∀x ∈ ∂Ω,

où Ω désigne un ouvert régulier de Rd et ∂Ω sa frontière. On ramène en effet ce problème

à la résolution de
Z Z
a(u, v) := ∇u(x) · ∇v(x) dx = f (x) u(x) dx, ∀v ∈ H,
Ω Ω

et toute la difficulté est reporté au choix de l’espace de Hilbert H et conduit aux espaces
de Sobolev. Il réduit aussi la résolution effective (numérique) de ce type de problème à
la recherche de sous-espaces de dimension finie d’un Hilbert qui le remplisse ”le mieux
possible”.
126 CHAPITRE 8. ESPACES DE HILBERT

Preuve.
(i) (Existence et unicité de u) Le Théorème de Riesz-Fréchet permet de définir une appli-
cation linéaire A : H → H par

a(u, v) = (A(u), v), et kA(u)k ≤ Ca kuk,

(prendre v = A(u)). De même on associe à ϕ un élément f ∈ H par ϕ(v) = (f, v). On

cherche alors à résoudre A(u) = f ou encore

u − r A(u) + r f = u, dans H.

Il suffit donc de démontrer, utilisant le Théorème de point fixe de Banach (Section 4.4),
que l’application T : H → H

T (u) = u − r A(u) + r f,

est une contraction stricte pour r > 0 assez petit. On calcule donc

kT (u1) − T (u2 )k2 = ku1 − u2 − r A(u1 − u2 )k2

= ku1 − u2 k2 + r 2 kA(u1 − u2 )k2 − 2r(A(u1 − u2 ), u1 − u2 )

≤ (1 + Ca2 r 2 )ku1 − u2 k2 − 2ra(u1 − u2 , u1 − u2 )

= (1 + Ca2 r 2 )ku1 − u2 k2 − 2αrku1 − u2 k2

= (1 − 2αr + Ca2 r 2 )ku1 − u2 k2 ,

et la constante k = 1 − 2αr + Ca2 r 2 < 1 pour r > 0 assez petit. D’où l’existence et l’unicité
d’un point fixe de T et donc d’une solution u au problème.

(ii) (Principe variationnel) Dans le cas où la forme bilinéaire a est symétrique on écrit
1
2
a(u, u) − 21 a(w, w) − ϕ(u − w) = 21 a(u, u) − 21 a(w, w) − a(u, u − w)

= − 12 a(u, u) − 21 a(w, w) + a(u, w)

= − 12 a(u − w, u − w) ≤ 0.

Exercice (Opérateur de scattering). Soit Ω un ouvert de Rd . Soit une fonction k :

Ω × Ω → R+ , on suppose

 k(·, ·) ∈ L2 (Ω × Ω), k(x, y) = k(y, x) ≥ 0, ∀x, y ∈ Ω,
R (8.4)
 ∞
0 ≤ kT (x) := Ω k(x, y) dy ∈ L (Ω), ∀x ∈ Ω.
8.4. THÉORÈMES DE LAX-MILGRAM ET STAMPACCHIA 127

et on pose Z
K(u)(x) = kT (x) u(x) − k(x, y) u(y) dy. (8.5)
Ω
On se donne alors
λ > 0, (8.6)
et on considère l’équation linéaire (voir aussi l’exemple de la Section 4.4), pour x ∈ Ω,
K(u)(x) + λ u(x) = f (x). (8.7)
On va montrer que cette équation admet une unique solution dans H = L2 (Ω).
(i) On définit la forme bilinéaire
Z Z
a(u, v) = (λ + kT (x)) u(x) v(x) dx − k(x, y) u(y) v(x) dy dx,
Ω Ω×Ω

Montrer qu’elle est continue.

(ii) Montrer qu’elle est coercive (on pourra remarquer que u(x)u(y) ≤ 21 (u(x)2 + u(y)2)).
(iii) Conclure.
(iv) Quel est le problème de minimisation associé?

Exercice (Généralisation de l’exemple précédent). On se donne maintenant M(x) > 0

tel que Z
K(M)(x) := kT (x)M(x) − k(x, y) M(y) dy = 0.
Ω
et on suppose maintenant
 R M (y)
 Ω×Ω k(x, y)2 M (x) < ∞, k(x, y) ≥ 0, ∀x, y ∈ Ω
(8.8)
 R ∞
0 ≤ kT (x) := Ω
k(y, x) dy ∈ L (Ω), ∀x ∈ Ω.
R 2
1/2
Soit l’espace de Hilbert défini par la norme kukH = Ω u(x)
M (x)
dx . On va montrer
que pour λ > 0, il existe une unique solution u ∈ H au problème
K(u)(x) + λ u(x) = f (x) ∈ H.

R
(i) Montrer que cette équation est équivalente à résoudre a(u, v) = Ω f (x)v(x)
M (x)
pour tout
v ∈ H avec
Z Z
u(x) v(x) u(y) v(x)
a(u, v) = (λ + kT (x)) dx − k(x, y) dy dx.
Ω M(x) Ω×Ω M(x)

(ii) Montrer quela forme bilinéaire a(·, ·) est continue et coercive. Conclure.
(iii) Sous l’hypothèse d’équilibre en détail (microréversibilité)
k(x, y)M(y) = k(y, x)M(x),
128 CHAPITRE 8. ESPACES DE HILBERT

donner un problème de minimisation associé.

Une extension du Théorème de Lax-Milgram est le Théorème de Stampacchia, très

utilisé pour des problèmes de la mécanique (quelle est la forme d’une nappe élastique
tendue au-dessus d’un obstacle) ou en finance (optimiser un stock en imposant de rester
dans certaines limites, ou des stock-options sur le marché américain).
Théorème 8.4 (Stampacchia) Avec les hypothèses du théorème 8.3, soit C un convexe
fermé non vide. Alors pour tout ϕ ∈ H ′ il existe un unique u ∈ C tel que
a(u, v − u) ≥ ϕ(v − u) ∀v ∈ C.
De plus, si a(·, ·) est symétrique, alors u est caractérisé par
(
u ∈ C,
1 1
2
a(u, u) − ϕ(u) = min{ a(u, v) − ϕ(v)}.
v∈C 2

Preuve. Suivant la démonstration du Théorème 8.3, on se ramène au problème

(f − A(u), v − u) ≤ 0 ⇔ (rf − rA(u) + u) − u, v − u ≤ 0, ∀v ∈ C.
Il reste à montrer qu’il existe un point fixe unique
u = PC (rf − rA(u) + u).
Le reste de la démonstration est laissé en exercice.

8.5 Base hilbertienne

Définition 8.6 Soit (En )n∈N une famille dénombrable de sous-espaces
L fermés de H. On
dit que H est somme hilbertienne des (En ) et on note H = n∈N En si
(i) les En sont deux à deux orthogonaux :
(u, v) = 0, ∀u ∈ En , v ∈ Em , n 6= m,
(ii) l’espace vectoriel engendré par les (En ) est dense dans H.
Théorème 8.5 On suppose que H est somme hilbertienne des (En ). Pour tout u ∈ H,
posons un = PEn (u) (voir la Section 8.2), alors on a
X∞
(i) u = un , (série convergente),
n=1
∞
X
(ii) de plus kuk2 = kun k2 , (égalité de Parseval).
n=1
∞
X ∞
X
Réciproquement, soit une suite un ∈ En telle que kun k2 < ∞ alors la série u = un
n=1 n=1
est convergente et un = PEn (u) pour tout n ≥ 1.
8.5. BASE HILBERTIENNE 129

Notons toutefois que les séries ci-dessus ne convergent pas normalement en général.
∞
X
En fait si il y a convergence normale alors la série kun k converge, donc kun k est borné
n=1
∞
X
et kun k2 converge aussi. La convergence normale est donc une notion plus forte que
n=1
celle utilisée ci-dessus.

Preuve. (1) Soit u ∈ H. Nous allons d’abord montrer que, posant un = PEn (u), on
a ∞
X
kun k2 ≤ kuk2 (inégalité de Bessel). (8.9)
n=1
k
X
Pour cela introduisons les sommes partielles Sk (u) = un . Il s’agit de la projection
n=1
k
M
de u sur l’espace vectoriel fermé Fk = En . En effet, Sk (u) ∈ Fk et, pour v ∈ En ,
n=1
1 ≤ n ≤ k, on a (u − Sk (u), v) = (u, v) − (un , v) = (u − un , v) = 0. On en déduit donc
Mk
que pour v ∈ En on a également (u − Sk (u), v) = 0, ce qui prouve bien que Sk (u) est
n=1
la projection de u sur Fk . On a donc
k
X
2
kSk (u)k = kun k2 ≤ kuk2. (8.10)
n=1

La série de terme général kun k2 converge donc et l’inégalité (8.9) est donc démontrée.

On a donc, pour p > k,

p
X
2
kSk (u) − Sp (u)k = kun k2 → 0 lorsque k → ∞.
n=k

Donc Sk (u) est une suite de Cauchy qui converge donc vers un vecteur S(u) ∈ H.

Montrons maintenant que S(u) = u. Soit n ∈ N et v ∈ En , alors on a vu que

(u−Sk (u), v) = 0 pour k ≥ n. Passant à la limite k → ∞ on en déduit que (u−S(u), v) = 0

pour tout v ∈ En (quel que soit n), donc ceci est aussi vrai pour tout v ∈ V ect (En )n≥1
et donc (par densité dans H de cet espace vectoriel), pour tout v ∈ H. Donc u = S(u).

Enfin, passant à la limite dans les inégalités (8.10), on obtient

k
X
kuk2 = kun k2 ≤ kuk2 ,
n=1
130 CHAPITRE 8. ESPACES DE HILBERT

d’où l’égalité de Parseval (ii).

(2) Passons finalement à la réciproque. La convergence de la série se démontre comme

ci-dessus (on montre que la suite des sommes partielles est de Cauchy). Puis on remarque
que un = PEn (Sk (u)) pour k ≥ n. Passant à la limite on en déduit que un = PEn (u).

Définition 8.7 Soit (en )n≥1 une famille dénombrable de vecteurs non nuls de H. On dit
que H est somme hilbertienne
M des (en ), ou que les (en ) forment une base hilbertienne de
H, et on note H = en si
n≥1
(i) (en , ep ) = 0, ∀p 6= n,
(ii) l’espace vectoriel engendré par les (en ) est dense dans H.
On parle de base hilbertienne orthonormée si de plus ken k = 1.
Théorème 8.6 Un espace de Hilbert séparable admet une base hilbertienne.
Preuve. Soit un ensemble dénombrable dense (vn )n≥1 . Grâce au procédé d’orthogonalisation
de Gram-Schmidt on peut en déduire une base hilbertienne. On choisit e1 = v1 (supposé
non nul), puis e2 = v2 − e1 (v2 , e1 )/ke1 k2 (en supposant v2 non colinéaire à e1 sinon on
ne le garde pas et on passe à v3 pour définir e2 ). Ainsi de suite on construit un ensemble
de vecteurs orthogonaux (en )n≥1 qui engendre bien les mêmes espaces vectoriels que les
(vn )n≥1 .
Corollaire 8.3 Tout espace de Hilbert séparable est isomorphe à l 2 (R).

Exercice Soit H un espace de Hilbert muni d’une base hibertienne. On note u b(n) les
coordonnées d’un vecteur u sur cette base.
1. Montrer

qu’une famille (uk )k≥1 est relativement compacte dans H si et seulement si
ubk k≥1 est une famille relativement compacte de ℓ2 (Z).


2. Montrer qu’une famille ubk k≥1 est compacte dans ℓ2 (Z) si et seulement si
∞
X
sup |ubk (l)|2 := ω(n) → 0 pour n → ∞.
k
l=n

3. Voir la Section 8.6.4 pour une application.

Exemple (Polynômes orthogonaux) On se donne une fonction continue w, strictement

positive sur un intervalle ]a, b[ (a < b pas nécessairement bornés) et on suppose que
xn w(x) ∈ L1 (]a, b[), ∀n ∈ N. On considère l’espace de Hilbert
Z b
2
H = L (w(x) dx) = {u t.q. u(x)2 w(x) dx < ∞},
a
Rb
muni du produit scalaire (u, v) = a
u(x) v(x) w(x) dx.
8.6. SÉRIES DE FOURIER, TRANSFORMÉE DE FOURIER DISCRÈTE, FFT 131

Théorème 8.7 Il existe une famille orthogonale et une seule de polynômes (pn )n∈N de
degré n et monique (vérifiant pn = xn + an,n−1xn−1 + . . . + an,0 ). Le polynôme pn a
exactement n racines réelles distinctes et appartiennent à ]a, b[.
On préfère la normalisation ’monique’ à unitaire car elle mène à des coefficients plus
simples.
En général (mais pas toujours) il s’agit d’une base hilbertienne. En particulier dans le
cas où w ∈ C([a, b]) la suite (pn )n∈N forme une base hilbertienne car, d’après le Théorème
de Weierstrass, les polynômes sont denses dans C([a, b]) et donc dans L2 (w(x)dx). En
effet, C([a, b]) est dense dans L2 (w(x)dx) et
Z b 1/2 Z b
2
kf − pn kH = |f − pn | w(x)dx ≤ kf − pn kC([a,b]) ( w(x)dx)1/2 .
a a

−|x|2
Ceci est aussi le cas du poids e sur R et on obtient alors les polynômes de Hermite,
+ −x
ou sur R avec le poids e et on obtient les polynômes de Laguerre. Sur [−1, 1] avec les
poids (1 − x2 )α on obtient les polynômes de Chebyschev pour α = 1/2, de Chebyschev de
seconde espèce pour α = −1/2, de Legendre pour α = 0, plus généralement on parle des
polynômes de Jacobi.

On renvoit à [7, 9, 23] pour la preuve du Théorème 8.7 et pour des compléments.

8.6 Séries de Fourier, transformée de Fourier discrète,

FFT
8.6.1 Séries de Fourier
Les séries de Fourier prèsentent une application intéressante et utile des bases hilberti-
ennes. On considère l’espace de Hilbert des fonctions à valeurs complexes
Z Z
2 dx dx 2 dx
H = L (]0, 2π[; ), (u, v) = u(x) v(x) , kuk = |u(x)|2 .
2π [0,2π] 2π [0,2π] 2π

On définit les coefficients de Fourier de u par

Z
dx
u
b(n) = u(x) e−inx = (u, einx ), n ∈ Z.
[0,2π] 2π

Théorème 8.8 (Fourier-Riesz-Fischer)

dx
La famille (einx )n∈Z est une base orthonormée
de L2 (]0, 2π[; 2π ) et pour tout u ∈
dx
L2 (]0, 2π[; 2π b(n) ∈ ℓ2 (Z)), on a
) (ou encore pour toute famille u
X X
u(x) = b(n) einx ,
u kuk2L2 = u(n)|2 ,
|b
n∈Z n∈Z
132 CHAPITRE 8. ESPACES DE HILBERT
X
(u, v) = u
b(n) b
v (n) (égalité de Parseval).
n∈Z

dx


En d’autre termes u ∈ L2 (]0, 2π[; 2π ) 7→ u
b(n) n∈Z
∈ ℓ2 (Z) est une isométrie entre
espaces de Hilbert.

Preuve. On a bien Z
inx ipx dx
(e ,e )= ei(n−p)x = δnp .
[0,2π] 2π
dx
La famille (e )n∈Z est donc bien orthonormée. Elle est dense dans L2 (]0, 2π[; 2π
inx
) car,
d’après le théorème de Weierstrass, les polynômes trigonométriques (qui sont les combi-
naisons linéaires finies des einx , n ∈ Z) sont denses dans Cper ([0, 2π]) (et la convergence
uniforme implique la convergence L2 ), et Cper ([0, 2π]) est dense dans L2 . On peut donc
appliquer les résultats de la Section 8.5.

Cette théorie L2 très simple pose très vite des questions très compliquées. Voir [16]
pour de nombreux résultats autour des séries de Fourier. Notons en quelques uns

Théorème 8.9 (Carleson, 1966) La série de Fourier d’une fonction u ∈ L2 converge

presque partout.

Comme cette série de Fourier converge dans L2 , il est évident qu’elle converge presque
partout à extraction prés. Il s’agissait d’une conjecture ancienne de Lusin de montrer la
convergence presque partout de
k
X
Sk (x) = b(n)einx
u
n=−k

vers u.
Kolmogorov a démontré que l’on peut trouver une fonction dans L1 dont la série de
Fourier diverge p.p.

Une question plus simple est de savoir si la série de Fourier Sk d’une fonction u ∈
Cper ([0, 2π]) peut converger uniformément. C’est faux mais un résultat de Fejér dit que
les moyennes arithmétiques des Sk convergent uniformément vers u.

Pour conclure notons aussi le résultat simple

b(·) ∈ ℓ1 alors u ∈ Cper ([0, 2π]).
Proposition 8.2 Si u
Preuve. En effet u b(·) ∈ ℓ1 ⇒ u
b(·) ∈ ℓ2 , u est donc somme de sa série de Fourier. Par
ailleurs, la série X
b(n)einx
u
n∈Z

converge normalement dans Cper ([0, 2π]) donc uniformément.

8.6. SÉRIES DE FOURIER, TRANSFORMÉE DE FOURIER DISCRÈTE, FFT 133

8.6.2 Transformée de Fourier discrète

Une version discrète de la Transformée de Fourier consiste à considérer des nombres
complexes (uj )1≤j≤N . On pose alors

N
1 X nj
vn = uj e−2iπ N , 1 ≤ n ≤ N.
N j=1

Lemme 8.1 On a
N
X nj
uj = vn e2iπ N , 1 ≤ j ≤ N,
n=1

N
X N
X
2
|uj | = |vn |2 , (u, ũ) = (v, ṽ),
j=1 n=1

pour le produit scalaire de CN .

Preuve. (i) Une première méthode consiste à calculer

N
X N
X n (j−k)
2iπ nNj
vn e = 1
N
uk e2iπ N

n=1 k,n=1

N
X h1 XN
n (j−k)
i
= uk e2iπ N .
k=1
N n=1

Or
N
1 X 2iπ n (j−k)
e N = δjk .
N n=1

En effet, ceci est évident pour j = k et pour j 6= k on écrit, utilisant que l’on a ici une
série géométrique
N N(j−k)
X e2iπ N − 1
2iπ n (j−k) 2iπ j−k
e N =e N
(j−k)
= 0.
n=1 e2iπ N −1
De même on obtient l’égalité des normes et produit scalaires.
 nj

1
(ii) Plus direct est de remarquer que la famille de vecteurs N
e−2iπ N est une
1≤n≤N
base orthonormée de CN (ce qui revient au calcul ci-dessus).
Bien entendu, la transformée de Fourier discrète peut-être vue comme une version
numérique de la transformée de Fourier.
134 CHAPITRE 8. ESPACES DE HILBERT

8.6.3 Transformée de Fourier Rapide (FFT)

Le calcul de la Transformée de Fourier discrète revient au calcul du produit matrice-
vecteur
XN
2iπ
vn = w −jnuj , w=eN .
j=1

Ce calcul nécessite N opérations (disons multiplications) pour chaque coefficient c’est-à-

dire O(N 2 ) opérations. En fait pour N = 2d (et bien plus généralement aussi), il existe des
algorithmes qui permettent de calculer le vecteur (vn )1≤n≤N en O(Nln(N)) opérations,
c’est ce que l’on appelle la Transformée de Fourier Rapide (Fast Fourier Transform). Voir
[8].
Le principe consiste, posant N = 2M à calculer les termes pairs et impairs et observer
que certains calculs se font en commun
M
X M
X
−2jn
vn = w u2j + w −(2j−1)n u2j−1 := tn + w n zn ,
j=1 j=1

avec, compte tenu de w −2M j = w −N j = 1,

M
X
tn = w −2jnu2j , tn+M = tn ,
j=1

M
X
zn = w −2jn u2j−1 , zn+M = zn .
j=1
M
Compte tenu de w = −1, on a donc
vn+M = tn+M + w n+M zn+M = tn − w n zn .
On remarque que les formules définissant tn et zn sont identiques à celle définissant vn .
Appelant C(M) le coût du calcul avec la taille M, on voit donc que C(2M) = 2C(M)+M
(calculer t et z avec la taille M et calculer w n pour n = 1, ..., M). Ce coût est bien
O(Nln(N)).

8.6.4 Espaces de Sobolev périodiques (problème)

Les séries de Fourier permettent de définir quelques espace de Sobolev particulièrement
simples. Pour s ∈]0, +∞[, on considère le sous-espace vectoriel de L2 défini par
X
s
Hper = {u ∈ L2 (0, 2π) t.q. |n|2s |b
u(n)|2 < ∞}.
n∈Z

1. Muni du produit scalaire

Z
dx X 2s
(u, v)s = u(x) v(x) + |n| u
b(n) b
v(n),
[0,2π] 2π n∈Z
8.7. PROBLÈME 135

montrer qu’il s’agit d’un espace de Hilbert.

1
2. Soit u ∈ Cper , montrer que
c
du
(n) = inb
u(n),
dx
et que u ∈ Hper1
. Donner alors une expression de kuks en fonction de u et du
dx
.
s
3. Montrer que pour s > 1/2, H ⊂ Cper .
4. Montrer qu’une famille bornée de H s est relativement compacte dans L2 (on pourra
utiliser l’exercice de la section 8.5).
5. Montrer que, gardant le produit scalaire de base de L2 , le dual topologique de H s
s’identifie à X
−s
Hper = {u t.q. |n|−2s |b
u(n)|2 < ∞},
n∈Z

(ce ne sont pas les coefficients de Fourier de fonctions!).

6. On peut montrer (mais cela est plus difficile) l’inégalité de Sobolev
1 1
kukLp ≤ Ckuks , = − s, 0 ≤ s < 1/2.
p 2

7. On cherche une solution périodique sur (0, 2π)d, dénommée u, à l’équation

−∆u + u = f ∈ L2 (0, 2π).

Donner une formule pour les coefficients de Fourier de u en fonction de ceux de f et

montrer que, pour s > 0, si f ∈ H s alors u ∈ H s+2. Montrer que pour f ∈ H −1 alors
u ∈ L2 . Faire le lien avec le Théorème de Lax-Milgram en utilisant la forme quadratique
sur H 1 X
a(u, v) = (1 + |n|2 )b v (n).
u(n) b
n∈Z

8.7 Problème
Exemple (Opérateur de scattering (2) ) Soit Ω un ouvert borné de Rd . Soit une fonction
K : Ω × Ω → R+ , on suppose

0 < ν ≤ k(·, ·) ≤ K∞ < ∞, k(x; y) = k(y, x). (8.11)

On considère l’équation linéaire (voir aussi l’exemple de la Section 4.4), pour x ∈ Ω,

Z Z
K(u)(x) = kT (x) u(x) − k(y, x) u(y) dy = f (x), kT (x) = k(x, y) dy. (8.12)
Ω Ω

On va montrer que, pour tout f ∈ H, cette équation admet une unique solution dans
Z
2
H = {u ∈ L (Ω) t. q. u(x) dx = 0}.
Ω
136 CHAPITRE 8. ESPACES DE HILBERT

R
(i) Remarquer d’abord que Ω f (x) dx = 0, découle de l’intégration de (8.12) sur Ω. Aussi,
pour toute solution, u + C, C ∈ R est encore solution.
(ii) Montrer que H est un Hilbert pour la norme L2 (Ω).
(iii) On définit la forme bilinéaire
Z Z
a(u, v) = kT (x)u(x) v(x) dx − k(y, x) u(y) v(x) dy dx,
Ω Ω×Ω

Montrer qu’elle est continue.

(iii) Montrer qu’elle est coercive On pourra remarquer que
Z Z
2 1
a(u, u) = k(y, x) [u(y) − u(y) u(x)] dy dx = k(y, x) [u(y) − u(x)]2 dy dx
Ω×Ω 2 Ω×Ω
et Z Z
2
[u(y) − u(x)] dy dx ≥ mes(Ω) [u(x)]2 dx.
Ω×Ω Ω

(iv) Conclure.
(v) Soit uλ la solution pour λ > 0 de

λuλ + K(uλ )(x) = f.

Montrer que uλ − −→ u dans H.

λ→0
(vi) Étendre ce résultat au cas où K n’est pas symétrique mais où il existe M(x) ∈ L2 (Ω),
M(x) > 0, telle que
Z
∗
K (M)(y) := kT (y)M(y) − k(y, x) M(x) dx = M(y).
Ω

On travaille alors dans l’espace de Hilbert

Z
2
H = {u ∈ L (Ω) telles que u(x) M(x) dx = 0},
Ω

R u(x)2
1/2
muni de la norme kukH = Ω M (x)
dx .
Chapitre 9

Équations différentielles ordinaires

9.1 Exemples
Ce Chapitre fournit les premières propriétés des équations différentielles ordinaires. Pour
b(t, x) ∈ C 0 (R×Rd ; Rd ) donné (on appelle b le champ de vecteurs), on cherche une solution
(trajectoire) de l’équation :
 d
dt
X(t) = b(t, X(t)),
(9.1)
X(t = 0) = y ∈ Rd .
Ce type de problème intervient dans un nombre important de domaines car il constitue
l’outil de modélisation le plus simple. Le fait de fixer la donné à l’instant t = 0 est appelé
problème de Cauchy. Rappelons quelques exemples célébres.

Principe fondamental de la dynamique. Une particule de masse unitaire, de po-

sition X(t) et de vitesse V (t) se déplace dans un champ de force F (v, x), on écrit alors la
dynamique

Ẋ(t) = V (t), X(0) = y,
(9.2)
V̇ (t) = F (V (t), X(t)), V (0) = w.

Systèmes hamiltoniens. Dans le cas où la force dérive d’un potentiel U(·), F (x) =
−∇U(x), ce système entre dans le cadre plus général des systèmes hamiltoniens qui sont
définis, à partir d’une fonction donnée H(p, q) appelé hamiltonien, par

Ṗ (t) = ∇q H(P (t), Q(t)), P (0) = p,
(9.3)
Q̇(t) = − ∇p H(P (t), Q(t)), Q(0) = q.
2
Pour (9.2), on trouve simplement le hamiltonien H = |v|2 + U(x) avec P = X, Q = V .
On vérifie aisément la propriété d’énergie des solutions des systèmes hamiltoniens

H(P (t), Q(t)) = H(p, q) ∀t ∈ R.

137
138 CHAPITRE 9. ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES

Systèmes dérivant d’un potentiel, système gradient.

On dit qu’un système dérive d’un potentiel s’il s’écrit

Ẋ(t) = −∇U X(t) .

On a alors
d

2
U X(t) = − ∇U X(t) .
dt
Ceci montre que le système va converger vers un point singulier, en général un minimum
local de potentiel.
Il existe de nombreux exemples de tels systèmes en dimension infinie qui sont très liés
au calcul des variations, aux éq. aux dérivées partielles ou à la géométrie.

Système proie-prédateur de Lotka-Volterra.

Lotka-Volterra system; F=continuous line, P=dashed line Lotka-Volterra system; trajectories in (F,P) phase plane
4 4

3.5 3.5

3 3

2.5 2.5

2 2

1.5 1.5

1 1

0.5 0.5

0 0
0 2 4 6 8 10 12 14 16 18 0 0.5 1 1.5 2 2.5 3 3.5 4

Figure 9.1: Solutions du système de Lotka-Volterra avec tous les paramètres égaux à 1;
Gauche : F (t) (ligne continue) et P (t) (ligne discontinue) pour 0 ≤ t ≤ 18, Droite :
trajectoires dans le plan (F, P ).

Le système de Lotka-Volterra est le modèle de référence de l’écologie. Ici, F (t)

reprèsente le nombre de proies (F =food) qui utilisent une ressource naturelle (planc-
ton) pour se nourrir et P (t) reprèsente le nombre de prédateurs qui mangent les proies
(le terme quadratique prend en compte la probabilité de rencontre),

 Ḟ = αF − βF P,
(9.4)

Ṗ = γP F − µP.
Ce système fût l’un des premiers modèle d’écologie proposé par Volterra. Il lui a permis
d’expliquer (par ses points stationnaires) pourquoi la reprise de la pêche à la fin de la
9.2. THÉORÈME DE CAUCHY-LIPSCHITZ 139

première guerre mondiale augmentait la proportion ”sardines/requins” sur les marchés

du bord de l’Adriatique. Reprendre la pêche revient à augmenter µ et diminuer α!

Exercice Le système de Lotka-Volterra n’est pas hamiltonien. Trouver un changement

de variable le rendant hamiltonien et montrer que ses solutions sont périodiques. Montrer
que la moyenne sur une période est égale au point stationnaire.

Le fait que toutes les trajectoires soient périodiques est peu vraisemblable comparé
aux observations et de nombreuses corrections ont été proposées qui permettent d’obtenir
un point attractif. Par exemple on peut considérer des limitations sur les divers termes
des membres de droite dans (9.4). On peut aussi considérer des perturbations aléatoires
s’ajoutant à cette dynamique et considérer alors l’équation
∂ ∂ ∂ ∂ ∂n ∂ ∂n
n(t, f, p) + [(αf − βf p)n] + [(γpf − µp)n] = [f ] + [p ] (9.5)
∂t ∂f ∂p ∂f ∂f ∂p ∂p
La quantité n(t, f, p) représente alors la densité de probabilité de rencontrer un système
de f proies et p prédateurs à l’instant t. Le terme de ’diffusion ’ (d’ordre 2) représente
(de façon très irréaliste mais très générale) diverses fluctuations qui changent le nombre
de proies et de prédateurs.

La relation entre trajectoire X(t; y) et densité n(t, y) est abordé dans les Sections 9.6
et 9.7.

La relation entre l’E.D.O. (9.4) et l’E.D.P. (9.5) est expliquée dans la Section 9.7 en
l’absence de ’bruit’.

9.2 Théorème de Cauchy-Lipschitz

On rencontre deux types d’hypothèses de Cauchy-Lipschitz (C.L.) sur le champ de vecteurs
b(t, x) ∈ C 0 (R × Rd ; Rd ) : b est localement uniformément lipschitzienne en x, et b est sous-
linéaire en x, i.e. telle que ∀T > 0, ∀R > 0,

∃M1 (T, R) t.q. |b(t, x) − b(t, y)| ≤ M1 (T, R)|x − y| ∀x, y ∈ BR , ∀|t| ≤ T, (9.6)

∃M2 (T ) t.q. |b(t, x)| ≤ M2 (T )(1 + |x|) ∀x ∈ Rd , ∀|t| ≤ T. (9.7)

La première hypothèse est appelée ”C. L. locale”, la seconde ”C. L. globale” pour une
raison simple exprimée dans le
Théorème 9.1 Sous l’hypothèse (9.6), il existe un unique intervalle maximal d’existence
]T− (y), T+ (y)[ avec T− (y) < 0 < T+ (y), et une unique solution de (9.1), X ∈ C 1 (]T− , T+ [; Rd ).
De plus,

soit T+ = +∞, soit |X(t)| → ∞ lorsque t → T+ , t < T+ ,

140 CHAPITRE 9. ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES

et soit T− = −∞, soit |X(t)| → ∞ lorsque t → T− , t > T− .

Sous les hypothèses (9.6)–(9.7), cette solution est globale (T± = ±∞).
Preuve. On démontre le théorème de Cauchy-Lipschitz en deux étapes, d’abord l’existence
locale, ensuite l’existence d’un intervalle maximal.
(i) Existence locale. Nous démontrons le lemme suivant :
Lemme 9.1 (Cylindre de sécurité) Soit T, R ≥ 0. Alors il existe τ (T, R) > 0 (assez
petit) tel que pour tout |t0 | ≤ T et tout |x0 | ≤ R, alors l’équation
d
X(t) = b(t, X(t)), X(t0 ) = x0 , (9.8)
dt
admet une unique solution C 1 pour t ∈ [t0 − τ, t0 + τ ].
Preuve du Lemme 9.1. Pour cela nous choisissons le plus grand τ (T, R) > 0 tel que :


 τ M1 (T + 1, R + 1) ≤ 12 ,



τ ≤ 1,





τ kb(t, x)kL∞ ([−T −1,T +1]×B(R+1)) ≤ 1.

Ensuite nous définissons d’une part le sous-ensemble fermé F de C 0 ([t0 − τ, t0 + τ ]; Rd )

(espace de Banach muni de la norme du sup) formé des fonctions Y (t) telles que Y (t0 ) = x0
et |Y (t)| ≤ R + 1 pour t ∈ [t0 − τ, t0 + τ ] et d’autre part l’application
Z t
A(Y ) = X, où X est donné par X(t) = x0 + b(s, Y (s))ds.
t0

Cette application a les propriétés suivantes.

(a) On a A : F → F . En effet X est continue, X(t0 ) = x0 et pour |t − t0 | ≤ τ ,

|X(t)| ≤ |x0 | + τ sup |b(s, Y (s))|

|s−t0 |≤τ

≤ |x0 | + τ kb(·, ·)kL∞ ([−T −1,T +1]×B(R+1))

≤ R + 1.

(b) L’application A est une contraction stricte. En effet, pour Y1 , Y2 ∈ F , on a

Rt
|X1 (t) − X2 (t)| = | t0 [b(s, Y1 (s)) − b(s, Y2 (s))]ds|

≤ τ M1 (T + 1, R + 1) sup|t0 −s]≤τ |Y1 (s) − Y2 (s)|

≤ 21 kY1(s) − Y2 (s)kC 0 ([t0 −τ,t0 +τ ];Rd ) .

9.2. THÉORÈME DE CAUCHY-LIPSCHITZ 141

On en déduit, utilisant le théorème de point fixe de Banach, l’existence et l’unicité d’un

point fixe de A dans F qui n’est rien d’autre que la solution de (9.8) (l’unicité de la
solution C 1 est montrée plus loin).

(ii) L’intervalle maximal d’existence du Théorème 9.1 se prouve alors en recollant les so-
lutions construites ci-dessus de proche en proche. À chaque étape on construit un temps
τn = τ (tn , |X(tn )|) pour lequel il existe une solution sur l’intervalle [tn , tn + τn = tn+1 ]
(disons en considérant les temps positifs seulement). Ceci conduit à une solution globale
(∀t > 0) hormis si τn → 0 et la série converge, i.e., tn → T+ < ∞. Comme le temps
d’existence τ (T, R) reste uniformément positif lorsque tn , X(tn ) reste borné (grâce au
lemme), cela prouve que |X(t)| → ∞ pour t → T+ . Plus précisément, pour toute boule
B(R) la trajectoire n’est plus dans B(R) pour t > T+ −τ (T+ , R) sinon on pourrait obtenir
une solution jusqu’à t + τ (T, R) > T+ .

(iii) L’unicité est une conséquence des lemmes de Gronwall ci-dessous. En effet soient
deux solutions X1 et X2 de (9.1) définies sur un même intervalle t ∈ [0, T ], on a (appelant
R le rayon d’une boule qui contient les trajectoires X1 (t) et X2 (t), ce qui est possible car
elles sont bornées pour t ∈ [0, T ], et traitant le cas t > 0 seulement) :
Rt
|X1 (t) − X2 (t)| = | 0 [b(s, X1 (s)) − b(s, X2 (s))]ds|
Rt
≤ M1 (T, R) 0
|X1 (s) − X2 (s)|ds,

ce dont on déduit que |X1 (t) − X2 (t)| = 0 grâce au lemme de Gronwall.

(iv) Existence globale sous l’hypothèse (9.7). Fixons un temps T > 0 et montrons que la
solution existe au-delà de T . Pour cela on écrit
Z t Z t


X(t) = x0 + b(s, X(s))ds =⇒ |X(t)| ≤ |x0 | + M2 (T ) T + |X(s)|ds ,
0 0

donc on a, toujours grâce au lemme de Gronwall ci-dessous (Section 9.4), sur [0, T+ [,


|X(t)| ≤ |x0 | + T M2 (T ) eM2 (T )t , (9.9)

ce qui est incompatible avec l’explosion en T+ et prouve donc que T+ > T .

Remarque 9.1 (Régularité de Carathéodory) L’hypothèse ’b continu’ n’est pas optimale.

On dit qu’une fonction localement bornée b : R × Rd → Rd est de Carathéodory si
(i) pour presque tout t ∈ R, x → b(t, x) est continue,
(ii) pour tout x ∈ Rd , t → b(t, x) est mesurable.
Il s’agit de la régularité ’naturelle’ pour traiter les E. D. O. (et non pas b(t, x) ∈
C (R × Rd ; Rd )) car on a
0

Proposition 9.1 Soit I un intervalle de R et X : I → Rd une fonction mesurable, alors

t → b(t, X(t)) est mesurable de I dans Rd .
142 CHAPITRE 9. ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES

9.3 Explosion en temps fini, non-unicité

Les hypothèses du théorème 9.1 sont nécessaires. Tout d’abord, notons que sous la seule
hypothèse b ∈ C 1 , on peut ne pas avoir existence globale.

Exemple (Explosion en temps fini). Considérons le système sur R

d
X(t) = X(t)2 , X(0) = y,
dt
alors sa solution est X(t) = y/(1 − yt) et on voit que T− (y) = −∞ et T+ (y) = y1 pour
y > 0, et pour y < 0 on a T− (y) = y1 , T+ (y) = ∞. La fonction b(x) = x2 n’est pas
sous-linéaire à l’infini!

De même la régularité de Lipschitz locale n’est pas nécessaire pour l’existence (mais
on perd alors l’unicité)
Théorème 9.2 (Cauchy-Péano) On suppose que b ∈ C 0 (R × Rd ; Rd ) alors l’équation
différentielle (9.1) admet une solution C 1 définie sur un intervalle ] − τ, τ [ avec τ > 0.
Dans cet énoncé on constate que l’unicité est perdue:

Exemple (Phénomène de Péano) On choisit l’équation différentielle

p
ẋ(t) = 2 x(t), x(0) = 0.
Pour tout a > 0, elle admet comme solutions x(t) = 0 pour t ≤ a et x(t) = (t − a)2 pour
t ≥ a.

Preuve du Théorème 9.2. On peut toujours trouver une suite de fonctions bn ∈ C 1 telle
que bn n→∞−−−→ b dans C 0 (R × Rd ; Rd ). On peut alors suivre la démonstration du Lemme 9.1
loc
pour obtenir un cylindre [−τ, τ ] × B(x0 , R) où la suite de solutions associées est bornée,
|xn (t) − x0 | ≤ R pour |t| ≤ τ .

On en déduit que b t, xn (t) est aussi borné pout t ∈ [−τ, τ ], et ẋ(t) aussi. La suite
xn (t) est donc uniformément lipschitzienne et le Théorème d’Ascoli 5.20 (coordonnée
par coordonnée) montre que l’on peut extraire une sous-suite telle xn(k) − −−→ x(t) dans
k→∞
C 0 ([−τ, τ ]; Rd ). Donc, on a aussi b(t, xn(k) (t)) −−−→ b(t, x(t)) dans C 0 ([−τ, τ ]; Rd ) et aussi
k→∞
ẋn(k) (t) −−−→ ẋ(t) dans C 0 ([−τ, τ ]; Rd ). Ceci prouve bien que x(t) est de classe C 1 sur
k→∞
] − τ, τ [ et résoud l’équation.

9.4 Les lemmes de Gronwall

Lemme 9.2 Soit u(t) ∈ C 1 ([0, T ]) vérifiant
d
u(t) ≤ Bu(t), B = Cste,
dt
9.4. LES LEMMES DE GRONWALL 143

alors
u(t) ≤ u(t = 0) eBt ∀t ∈ [0, T ].

Preuve. On a donc
d d
[u(t)e−Bt ] = e−Bt [ u(t) − Bu(t)] ≤ 0,
dt dt
donc u(t)e−Bt ≤ u(t = 0). D’où le résultat.

Lemme 9.3 Soit u(t) ∈ C 0 ([0, T ]) vérifiant

Z t
u(t) ≤ A + B u(s) ds, A ∈ R, B > 0,
0

alors
u(t) ≤ AeBt , t ∈ [0, T ].
Rt
Preuve. On pose v(t) = 0
u(s) ds ∈ C 1 ([0, T ]). Alors, comme ci-dessus,

d d
v(t) = u(t) ≤ A + Bv(t) =⇒ [v(t)e−Bt ] ≤ A e−Bt .
dt dt
−Bt
Ceci implique v(t)e−Bt ≤ A 1−eB (car v(t = 0) = 0) et revenant à l’équation sur u(t), on
en déduit (car B > 0)
u(t) ≤ A + Bv(t) ≤ AeBt .

Lemme 9.4 Soit u(t) ∈ L1 ([0, T ]) vérifiant

Z t
u(t) ≤ A + B u(s) ds, A ∈ R, B > 0,
0

alors
u(t) ≤ AeBt , t ∈ [0, T ].

Preuve. On a, réintroduisant l’inégalité sur u(s) dans l’intégrale,

Rt
u(t) ≤ A + B 0
u(s) ds
Rt Rs
≤A+B 0
[A + B 0
u(σ)dσ]ds
Rt
= A(1 + Bt) + B 2 0
(t − s)u(s)ds.
144 CHAPITRE 9. ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES

On itère alors l’argument:

Rt
u(t) ≤ A(1 + Bt) + B 2 0
(t − s)u(s)ds
Rt Rs
≤ A(1 + Bt) + B 2 0
(t − s)[A + B 0
u(σ)dσ]ds
2 Rt (t−s)2
= A(1 + Bt + B 2 t2 ) + B 3 0 2
u(s)ds.

Et par récurrence on trouve

2 n Z t
2t nt n+1 (t − s)n
u(t) ≤ A(1 + Bt + B + ...+ B )+B u(s)ds.
2 n! 0 n!
Passant à la limite n → ∞, on obtient

u(t) ≤ AeBt .

Exercice On suppose que u(t) > 0, u(t) ∈ C 1 ([0, T ]) vérifie

d
u(t) ≤ Bu(t) [1 + | ln(u(t))|], B ≥ 0.
dt
Montrer une borne a priori sur u(t).

Exercice (Condition d’unicité d’Osgood) On suppose qu’il existe une constante B > 0
telle que

b(t, x) − b(t, y), x − y ≤ B|x − y|2.
Montrer l’inégalité, pour deux trajectoires partant de deux points y1 , y2 ,

|X1 (t) − X2 (t)| ≤ |y1 − y2 | eBt .

d
On pourra considérer la quantité dt
|X1 (t) − X2 (t)|2 .

L’une des applications les plus usuelles des lemmes Gronwall consiste à monter des
bornes sur la solution ce qui implique l’existence globale de solutions grâce au Théorème
9.1 et sans utiliser l’hypothèse de C. L. globale.

Exemple On considère un système hamiltonien avec H(p, q) → ∞ pour |p| + |q| → ∞.

Alors, supposant que H ∈ C 1 , le système (9.3) admet une unique solution et elle est glob-
ale (T± = ±∞).
(En effet H(P (t), Q(t)) = H(p0 , q 0 ) et ceci implique que P (t) et Q(t) restent bornés).
9.4. LES LEMMES DE GRONWALL 145

Exercice Même s’il n’est pas hamiltonien, le système de Lotka-Volterra admet des solu-
tions globales pour la même raison.

Exercice On considère le système suivant modélisant une réaction chimique O2 ↔ 2O

par exemple. Posant n(t) = [O2 ], p(t) = [O] on obtient alors (pour k = 2) un système du
type suivant avec k ≥ 1 :
 d
 dt n(t) + n(t) = p(t)k , n(t = 0) = n0 > 0,
(9.10)
 d k 0
dt
p(t) + p(t) = n(t), p(t = 0) = p > 0.
Ce système admet des solutions pour t > 0 malgré son caractère quadratique. En effet,
les solutions locales existent grâce au Théorème de Cauchy-Lipschitz 9.1, et :
1. montrer que ces solutions vérifient n(t) > 0 et p(t) > 0,
2. trouver une loi de conservation montrant une borne globale,
3. Montrer que, pour t → +∞, n(t) → n∞ , p(t) → p∞ avec n∞ + p∞ = n0 + p0 et
n∞ = (p∞ )k avec un taux exponentiel.

Réponses :
1. En effet, on considère le système modifié (on note x+ = max(0, x))
 d
 dt
n(t) + n(t) = (p(t)+ )k , n(t = 0) = n0 > 0,
(9.11)
 d k 0
dt
p(t) + (p(t)+ ) = n(t), p(t = 0) = p > 0.
Ce système vérifie encore l’hypothèse locale du Théorème de Cauchy-Lipschitz et il admet
donc des solutions locales. La première équation donne, comme dans la preuve du lemme
de Gronwall 9.2,
d
n(t) + n(t) ≥ 0 ⇒ n(t) ≥ n0 e−t > 0.
dt
On en déduit alors que p(t) > 0 par le même argument. Ce système modifié fournit donc
une solution positive au système (9.10) (et il y a unicité des solutions!).
2. Puisque
d
[n(t) + p(t)] = 0,
dt
on en déduit que 0 < n(t) < n0 + p0 , 0 < p(t) < n0 + p0 et ceci prouve que T+ = ∞.
3. Les relations définissent des valeurs positives uniques n∞ , p∞ . On a alors
d


dt
n(t) − n∞ + n(t) − n∞ = p(t)k − (p∞ )k ,

= (p(t) − p∞ )R(t) R(t) > 0

= −(n(t) − n∞ )R(t).
On a donc
1d
2
2
n(t) − n∞ + n(t) − n∞ ≤ 0
2 dt
146 CHAPITRE 9. ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES

2
2
Grâce au lemme de Gronwall, on a donc n(t) − n∞ ≤ n0 − n∞ e−2t .

9.5 Dépendance régulière en fonction des paramètres

On considère maintenant un paramètre λ ∈ Ω̄, Ω ouvert de Rp et l’E.D.O. paramétrée
par λ :  d
dt
X(t; λ) = b(t, X(t; λ); λ),
(9.12)
X(t = 0; λ) = y(λ) ∈ Rd .
Théorème 9.3 On suppose qu’à λ fixé les hypothèses (9.6) et (9.7) sont satisfaites avec
des constantes indépendantes de λ ∈ Ω̄.
(i) On suppose y(·) localement bornée, pour des temps |t| ≤ T , les trajectoires X(t; λ)
sont alors localement uniformément bornées en λ et T .
(ii) Si b et y sont continus en (t, x, λ) alors X(t; λ) est continu.
(iii) Si b et y sont lipschitziens en λ (localement uniformément en t et x pour b) alors
X(t; λ) est lipschitzien en λ (localement uniformément en t).
(iv) Si Dλ b(t, x; λ) ∈ C 0 (R × Rd × Ω), Dx b(t, x; λ) ∈ C 0 (R × Rd × Ω) et y(λ) ∈ C 1 (Ω) alors
X(t; λ) ∈ C 1 (R × Ω), Dλ X(t; λ) ∈ C 1 (R) et
 d
 dt Dλ X(t; λ) = Dλ b(t, X(t; λ); λ) + Dx b(t, X(t; λ); λ) ◦ Dλ X(t; λ),

Dλ X(t = 0; λ) = Dλ y(λ).
Preuve.
(i) se déduit de la borne (9.9) donnée ci-dessus.

(ii) Soit λ ∈ Ω et µ dans un voisinage de λ. Montrons la continuité au point λ. Puisque

les solutions sont uniformément bornées, pour R assez grand et 0 ≤ t ≤ T (on laisse le
cas t < 0 en exercice), on a
Rt
|X(t; λ) − X(t; µ)| ≤ |y(λ) − y(µ)| + 0 |b(s, X(s; λ); λ) − b(s, X(s; µ); µ)| ds
Rt
≤ |y(λ) − y(µ)| + |b(s, X(s; λ); λ) − b(s, X(s; λ); µ)| ds
0 Rt
+ 0 |b(s, X(s; λ); µ) − b(s, X(s; µ); µ)| ds
Rt
≤ ωy (|λ − µ|) + T ωb (|λ − µ|) + M1 (T, R) 0
|X(s; λ) − X(s; µ)| ds,
en notant ωy et ωb des modules de continuité de y (sur un voisinage compact de y) et de
b restreinte à F où F désigne un ensemble compact en t, x, λ contenant les trajectoires et
un voisinage de λ (on rappelle le Théorème 5.9).

On peut donc appliquer le deuxième lemme de Gronwall et on obtient la continuité

uniforme de X en λ,
|X(t; λ) − X(t; µ)| ≤ [ωy (|λ − µ|) + T ωb (|λ − µ|)] eM1 (T,R) t .
9.5. DÉPENDANCE RÉGULIÈRE EN FONCTION DES PARAMÈTRES 147

D’autre part, b étant aussi uniformément borné le long les trajectoires, on a :

R
|X(t; λ) − X(s; λ)| ≤ [s,t] b(σ, X(σ; λ); λ) dσ

≤ kbkL∞ (F ) |t − s|.

De ces deux inégalités, on déduit bien la continuité de X en (t, λ).

(iii) On considère deux solutions pour deux paramètres λ et µ, uniquement les temps
positifs pour simplifier et t ∈ [0, T ]. Puisque les solutions sont uniformément bornées,
pour R assez grand on a
Rt
|X(t; λ) − X(t; µ)| ≤ |y(λ) − y(µ)| + 0 |b(s, X(s; λ); λ) − b(s, X(s; µ); µ)| ds
Rt
≤ K1 |λ − µ| + K2 T |λ − µ| + M1 (T, R) 0
|X(s; λ) − X(s; µ)| ds.

On peut donc appliquer le deuxième lemme de Gronwall et on obtient

|X(t; λ) − X(t; µ)| ≤ (K1 + K2 T )|λ − µ|eM1 (T,R) t .

L’aspect lipschitzien en t a déjà été démontré dans (ii).

(iv) Soit la matrice M(t) ∈ Md×p solution de

d
dt
M(t) = Dλ b(t, X(t; λ); λ) + Dx b(t, X(t; λ); λ) ◦ M(t),

M(t = 0) = Dλ y(λ).

Cette E.D.O. a bien une solution car elle est linéaire en M(t) et satisfait donc les hy-
pothèses du Théorème de Cauchy-Lipschitz 9.1 (dans sa version globale). On calcule,
pour h ∈ Rp assez petit,
d
 
dt
X(t; λ + h) − X(t; λ) − M(t).h

= b(t, X(t; λ + h); λ + h) − b(t, X(t; λ); λ) − Dx b(t, X(t; λ); λ) ◦ M(t).h − Dλ b(t, X(t; λ); λ).h

= b(t, X(t; λ + h); λ + h) − b(t, X(t; λ); λ + h) − Dx b(t, X(t; λ); λ) ◦ M(t).h + |h| ε(h)

et ceci en utilisant, par exemple, l’inégalité des accroissements finis. On peut encore
réécrire l’expression ci-dessus, et toujours grâce à l’inégalité des accroissements finis,
comme
= Dx b(t, X(t; λ); λ + h).(X(t; λ + h) − X(t; λ)) − Dx b(t, X(t; λ); λ) ◦ M(t).h + |h| ε(h)

= Dx b(t, X(t; λ); λ)[X(t; λ + h) − X(t; λ) − M(t).h] + |h| ε(h).

148 CHAPITRE 9. ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES

(la notation ε(h) est utilisée pour désigner différentes fonctions qui tendent vers 0 avec
h). On utilise alors l’argument usuel

|X(t; λ + h) − X(t; λ) − M(t).h| ≤ |y(λ + h) − y(λ) − Dy(λ).h|

+M1 (T, R)|X(t; λ + h) − X(t; λ) − M(t).h| + |h| ε(h)

≤ |h| ε(h) + M1 (T, R)|X(t; λ + h) − X(t; λ) − M(t).h|.

Il reste à utiliser le lemme de Gronwall pour obtenir

|X(t; λ + h) − X(t; λ) − M(t).h| ≤ |h| ε(h)eM1 (T,R) t .

Ceci prouve bien que la différentielle de X en λ existe et vaut M(t). On en déduit donc
que Dλ X et dtd X sont continus, donc que X(t; λ) est C 1 (on rappelle le Théorème des
Dérivées Partielles Continues).

9.6 Flot et mesure

On considère la solution de l’E.D.O. (9.1) paramétrée par λ = y et nous appelons main-
tenant s la variable de temps et nous avons donc :
d
X(s; y) = b(s, X(s; y)), X(s = 0; y) = y.
ds
Théorème 9.4 Sous les hypothèses de Cauchy-Lipschitz (9.6)–(9.7), et supposant b ∈
C 1 (Rd+1 ), alors l’application,

Φ(t) : y ∈ Rd → X(t; y) ∈ Rd ,

est un difféomorphisme de classe C 1 appelé flot.

Preuve. Le Théorème 9.3 de régularité en fonction d’un paramètre montre que Φ(t) est
bien C 1 (Rd ; Rd ). Par ailleurs c’est une injection par le Théorème de Cauchy-Lipschitz qui
montre l’existence et l’unicité des trajectoires. Elle est bien inversible comme on le voit
en renversant le temps. L’application Φ(t)−1 (x) s’obtient en résolvant l’E.D.O.
d
Y (s; x) = b(s, Y (s; x)), Y (s = t; x) = x,
ds
et en posant y = Y (s = 0; x). En effet, comme X(s; y) et Y (s; x) résolvent la même
E.D.O. avec la même donnée initiale, elles sont égales, on a donc X(s = 0; y) = x ⇔
Y (s = 0; x) = y.

Une question fondamentale est alors de comprendre la transformation des volumes,

c’est-à-dire de la mesure, par le flot d’une E.D.O. Pour cela on rappelle que la dérivée de
9.6. FLOT ET MESURE 149

X(t; y) vérifie (voir le Théorème 9.3)

 d
 ds Dy X(s; y) = Dx b(s, X(s; y)) ◦ Dy X(s; y),
(9.13)

Dy X(s = 0; y) = Id×d ,

On a :

Théorème 9.5 (Liouville) Avec les hypothèses du Théorème 9.4, le Jacobien

J(t; y) = detDy X(t; y),

vérifie  d
 ds
J(s; y) = div b(s, X(s; y)) × J(s; y),
(9.14)

J(s = 0; y) = 1.
La divergence de b,
Xd
∂
div b(s, x) = bi (s, x)
i=1
∂x i

permet donc de mesurer l’évolution des volumes par le flot. En effet, soit un ensemble
mesurable V 0 et V (t) = {X(t; y), y ∈ V 0 }. Alors on a, par le Théorème de changement
de variable dans une intégrale,
Z Z
mes(V (t)) = dx = J(t; y) dy.
V (t) V0

Les flots préservant le volume jouent un rôle important en physique et en mécanique des
fluides incompressibles (équations d’Euler ou Navier-Stokes).

Définition 9.1 Un flot est dit incompressible s’il préserve les volumes, c’est-à-dire si
div b(s, x) = 0.

Exemple Les flots hamiltoniens préservent les volumes puisque

div(p,q) ∇q H(p, q), −∇p H(p, q) = 0.

Preuve du Théorème 9.5 On pose A(s) = Dy X(s; y) et B(s) = Dx b(s, X(s; y)). En
utilisant l’E.D.O. (9.13), on a

d
A(s) = B(s) ◦ A(s).
ds
On en déduit que
A(s + h) = A(s) + h B(s) ◦ A(s) + o(h),
150 CHAPITRE 9. ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES

donc  
detA(s + h) = det [Id×d + h B(s)] ◦ A(s) + o(h)

= [1 + h trB(s)] detA(s) + o(h),

ce dont on déduit, en divisant par h et faisant tendre h vers zéro, que
d
detA(s) = trB(s) detA(s).
ds
ce qui prouve le résultat. On a en particulier utilisé le résultat algébrique suivant :
Lemme 9.5 Pour toute matrice B ∈ Md×d on a :

det[Id×d + h B] = 1 + h trB + O(h2 ).

On laisse la preuve de ce résultat en exercice (on peut par exemple raisonner par récurrence).

À titre de complément mentionons par exemple les

Théorème 9.6 (du retour de Poincaré) Soit Φ(t) un flot incompressible et soit Ω un
ensemble invariant, i.e., Φ(t)(Ω) = Ω pour tout t. Alors presque tout y ∈ Ω est stable au
sens de Poisson. C’est-à-dire que,

∀T > 0, ∀V (y) (voisinage de y) ∃t ≥ T, X(t; y) ∈ V (x).

Nous renvoyons à [1] pour une preuve de ce résultat.

Théorème 9.7 (Poincaré-Bendixson) En dimension d = 2, soit un champ autonome

(b(t, x) = b(x)) et F un fermé régulier tel que b(x).ν(x) < 0 pour tout x ∈ ∂F , où ν(x)
désigne la normale extérieure à F . Alors
-) soit F admet un point stationnaire, i.e., b(x) = 0,
-) soit il existe une trajectoire X(t) fermée (i.e., X(0) = X(T ) pout un T > 0).

Voir [28] pour des considérations sur ces questions et la théorie de la bifurcation.

9.7 Equation de transport et méthode des caractéristiques

Considérons l’équation de transport sous sa forme dite forte :
 ∂
∂t
u + b(t, x) · ∇x u = 0, ∀t ∈ R, ∀x ∈ Rd ,
(9.15)
u(t = 0) = u0 (x) ∈ C 1 (Rd ).
On peut construire des solutions explicites de cette équation grâce à la méthode des
caractéristiques. Pour cela on a besoin des hypothèses de Cauchy-Lipschitz (9.6)–(9.7).
On peut alors définir les caractéristiques :
9.7. EQUATION DE TRANSPORT ET MÉTHODE DES CARACTÉRISTIQUES 151

Définition 9.2 On appelle caractéristiques de l’équation de transport (9.15), les trajec-

toires du système différentiel:

Ẋ(t; y) = b(t, X(t; y)),
(9.16)
X(t = 0; y) = y ∈ Rd .

On rappelle que ces trajectoires existent pour tout temps et que le flot

y ∈ Rd → X(t; y) ∈ Rd ,

est un difféomorphisme de classe C 1 pour b ∈ C 1 (Rd+1 ).

Théorème 9.8 Sous les hypothèses (9.6)–(9.7) et b ∈ C 1 (R × Rd ) alors il existe une

unique solution u ∈ C 1 (R × Rd ) de l’équation de transport (9.15), donnée par la méthode
des caractéristiques

∀t, s ∈ R, ∀y ∈ Rd , u(t, X(t; y)) = u(s, X(s; y)) = u0 (y).

On dit que la solution de l’équation de transport est ”constante le long des car-
actéristiques”.

Preuve : Utilisant la règle de dérivation composée, on calcule

d ∂
u(t, X(t, y)) = u + ∇x u · Ẋ,
dt ∂t

or Ẋ(t, y) = b(t, X(t, y)), d’où

d ∂
u(t, X(t, y)) = 0 ⇐⇒ u(t, x) + b(t, x) · ∇x u(t, x) = 0, pour x = X(t; y)
dt ∂t
et la formule énoncée est donc démontrée ainsi que l’unicité, puisque lorsque y parcourt
Rd , x = X(t; y) parcourt également Rd . Pour conclure le Théorème 9.8, il suffit de rappeler
que y 7→ X(t, y) est un difféomorphisme de classe C 1 et la formule des caractéristiques
définit donc bien une solution u(t, x) en tout point.

Proposition 9.2 (Propriétés d’hyperbolicité) La solution de l’équation de transport (9.15)

vérifie les propriétés :
(i) u(t, x) ne dépend que de u0 (y) avec |y| ≤ |x| + kbkL∞ |t|, en d’autres termes, il y a
vitesse finie de propagation,
(ii) il y a propagation des singularités,
(iii) |u(t, x)| ≤ ku0 kL∞ .
152 CHAPITRE 9. ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES

Les propriétés (i)–(iii) sont bien sûr opposées aux propriétés des solutions de l’équation
de la chaleur qui dépendent instantanément de toute la donnée initiale, avec un effet
régularisant.

Preuve : Ces propriétés se déduisent immédiatement de la formule du Théorème 9.8.

Considérons maintenat l’équation de transport sous sa forme dite faible :

 ∂
∂t
u + div(b(t, x)u) = 0, ∀t ∈ R, ∀x ∈ Rd ,
(9.17)
u(t = 0) = u (x) ∈ C 1 (Rd ).
0

On a alors la variante suivante (que l’on laisse en exercice) du Théorème 9.8

Théorème 9.9 Sous les hypothèses (9.6)–(9.7) et div(b), b ∈ C 1 (R × Rd ) alors il existe

une unique solution u ∈ C 1 (R × Rd ) de l’équation de transport (9.17), donnée par la
méthode des caractéristiques

∀t ∈ R, ∀y ∈ Rd , u(t, X(t; y))J(t; y) = u0 (y).

Bibliographie

[1] Arnold V. I., Mathematical methods of classical mechanics, Springer (1978).

[2] Bourbaki N., Espaces vectoriels topologiques, Hermann (1967).

[3] Bourbaki N., Topologie générale, Masson (1990).

[4] Brezis H., Analyse fonctionnelle. Théorie et applications, Masson (1983).

[5] Choquet G., Cours d’analyse. Topologie, Masson (1964).

[6] Crandall, M. G.; Lions P.-L. User’s guide to viscosity solutions of second order partial
differential equations, Bull. Amer. Math. Soc. 27 (1992), 1–67.

[7] Crouzeix M. et Mignot A. L., Analyse numérique de équations différentielles, 2éme

édition, Masson (1989).

[8] Dautray R. and Lions J.-L., Analyse Mathématique et cacul numérique pour les sci-
ences et les techniques, Masson (1988).

[9] Demailly J.-P., Analyse numérique et équations différentielles , Presses Universitaires

de Grenoble, 1996.

[10] Dixmier J., Topologie générale, PUF (1981).

[11] Dungundji J., Topology. Reprinting of the 1966 original. Allyn and Bacon Series in
Advanced Mathematics. Allyn and Bacon, Inc., Boston, Mass.-London-Sydney, 1978.

[12] Dunford N. and Schwartz J.T., Linear Operators, Part I, Interscience (1967).

[13] Ekeland I., La Théorie des jeux et ses applications à l’économie mathématique. P.U.F.
(1974).

[14] Evans, L. C. Partial Differential Equations, Graduate Studies in Mathematics Vol.

19, American Mathematical Society (1998).

[15] Gilbarg D. et Trudinger N. S., Elliptic Partial Differential Equations of second order.
Springer (1983).

[16] Katznelson Y., An introduction to hamonic analysis. Second edition, Dover (1976).

153
154 BIBLIOGRAPHIE

[17] Lindenstrauss J., Tzafriri L., Classical Banach spaces (2 volumes), Springer (1973,
1979).

[18] Oxtoby J. C., Measure and category, 2nd edition, Springer (1980).

[19] Paulin F., Topologie algébrique élémentaire, cours à l’ENS, 2001-2002.

[20] Perthame B. Transport equations arising in biology.

[21] Reed M. and Simon B., Methods of modern mathematical physics, (vomume 1) Acad.
Press (1972).

[22] Rudin W., Real and complex analysis, 2nd edition, McGraw Hill (1974).

[23] Schatzman M., Analyse nmérique, InterEditions (1991).

[24] Schwartz L., Analyse (topologie générale et analyse fonctionnelle), Hermann, Paris
(1970). Voir aussi l’édition simplifiée de 1991, Analyse 1, Théorie des ensemble et
topologie.

[25] Schwartz L., Théorie des distributions, Hermann, Paris (1966).

[26] Serre D., Les matrices, théorie et pratique, Dunod (2001).

[27] Simmons G. F. Introduction to topology and modern analysis. McGraw-Hill (1963).

[28] Strogatz S. H., Nonlinear dynamics and chaos, Addison-Wesley (1994).

[29] R. M. Young, An introduction to nonharmonic Fourier series. Academic Press (1980).

Index

Absolue (convergence), 76 Bolzano-Weierstrass (théorème de), 86, 92,

Adhérent, adhérence, 22 94
Adhérence (définition), 22 Bornée (partie), 11, 25, 54, 60, 69, 86, 98,
Adhérent, adhérence, 22, 46, 55, 64, 69, 77, 135
86, 87 Boule, 11, 12, 20–22, 25–28, 39, 49, 86, 87,
Alexandroff (compactification d’), 88 91–93, 96, 111, 115, 121, 141
Algorithme, 61, 66, 134 Brouwer (théorème de point fixe de), 49, 92–
Algèbre, 60, 64, 65 94
Application fermée (définition), 48
Application ouverte, 52, 117 Cône, 47, 98
Application ouverte (définition), 48 Caractéristiques, 150, 151
Application ouverte (théorème de), 78, 117 Carathéodory (régularité de), 141
Arc, 42, 106 Caristi (théorème du point fixe de), 81
Ascoli (théorèmes d’), 99, 101 Carleson (théorème de), 132
Cauchy (problème de), 75, 137
B-négligeable, 78 Cauchy-Lipschitz (hypthèses de), 148, 150
B-presque partout, 78 Cauchy-Lipschitz (théorème de), 75, 139, 145,
Baire (terminologie de), 78 147, 148
Baire (théorème de), 78, 115, 118 Cauchy-Péano (théorème de), 142
Baire (théorie de), 78, 79 Cauchy-Schwarz (inégalité de), 13, 62, 119,
Banach (espace de), 34, 58, 69, 73–77, 94, 120
98, 99, 111, 113, 115–117, 140 Ceinture, 57
Banach (point fixe de), 72, 73, 75, 76, 126 Champ de vecteur, 137
Banach-Alaoglu-Bourbaki, 89 Chebyschev (polynôme de), 131
Banach-Steinhaus (Théorème de), 78, 115, Chemin, 42, 106, 107, 109
116 Chemin de Péano, 49, 109
Base algébrique, 92 Collatz-Wielandt (formule de), 95
Base d’ouverts, 28, 52, 53 Compacité, 51, 60, 61, 64, 83, 84, 86, 91, 92,
Base dénombrable (de voisinage), 28, 36, 46 94, 96, 98, 99, 101
Base de Schauder, 92 Compact, 10, 29, 31, 44, 60, 61, 64, 83–88,
Base de voisinages, 28 90–94, 98, 100–103, 110, 117, 130,
Base hilbertienne, 128, 130, 131 146
Bernstein (théorème, algorithme, polynômes Compact, compacité (définition), 83
de), 61, 66, 67 Compactification, 88
Bessel (inégalité de), 129 Compactification de Stone-Čhech, 88
Bifurcation (théorie de la), 150 Complètement discontinu, 108

155
156 INDEX

Complet (espace), 17, 34, 69, 71–73, 78, 79, Espace T1, 24
87, 101, 102, 120 Espace topologique (définition), 19
Composantes connexes, 107–109 Espace vectoriel topologique, 15, 54
Composantes connexes par arcs, 108 Espace vectoriel normé (définition), 12
Connexe (espace), 59, 105–109 Espace vectoriel topologique, 106, 110
Connexe par arcs, 25, 106, 107, 109 Etoilé, 110
Continuité séquentielle, 46 Euler(équation de), 149
Continuité (définition), 37, 38 Explosion, 142
Convergence (définition), 37 Extérieur, 24, 107
Convolution, 61, 63, 64, 74 Extraite (sous-suite), 46
Courbe, 42
Famille filtrante, 15, 55
Densité (définition), 22 Fermé (définition), 21
Difféomorphisme, 148, 151 Filtrante (semi-normes), 15, 55
Dini (théorème de), 91 Flot, 148–151
Discret (ensemble), 10, 19, 108 Forme bilinéaire, 119, 120, 125–127, 136
Distance, 9, 10, 13–15, 19, 20, 22, 25, 26, Fortement positif, 98
32, 46, 53, 55, 57, 70, 71, 101 Fourier (série de), 131–134
Distance (au bord), 44 Fourier (transformée de), 16, 49, 71, 133,
Distance de Hausdorff, 10 134
Distance discrète, 10, 12, 20 Fourier-Riesz-Fischer (théorème de), 131
Distance euclidienne, 11, 12, 22 Fréchet (espace de), 15, 16, 44, 55
Distance induite, 25 Frontière, 24, 71, 107
Distance intrinsèque, 25
Distance riemanienne, 10 Gram-Schmidt (procédé de), 130
Distributions, 19, 34 Graphe (distance sur un), 10
Dénombrable à l’infini, 88 Gronwall (lemmes de), 141, 142, 144–148
Groupe quotient, 57
Ecologie, 138 Groupe topologique, 54
Ecriture décimale, 108
Ekeland (Théorème d’), 81 Hölderienne (définition), 42
Engendrer (une topologie), 28 Hahn-Banach (théorème de), 112–114
Entropie, 95 Hamilton-Jacobi (équations de), 11, 45
Equicontinue, 100, 101, 103 Hamiltonien (flot), 149
Equilibres de Nash, 93 Hamiltonien (système), 137, 139, 144
Equivalentes (distances), 26 Hausdorff (Axiome de), 24
Equivalentes (normes), 26, 27, 59, 91 Hausdorff (Distance de), 10
Espace connexe, 59, 105–109 Hausdorff spaces (définition), 24
Espace de Fréchet, 15, 16, 44, 55 Heine (théorème de), 91
Espace de Hilbert, 92, 119, 131 Hermite (polynôme de ), 131
Espace de Schwartz, 15, 17, 49, 71 Hilbert (définition), 120
Espace métrique, 9–12, 14, 17, 20–26, 29, Hilbert (espace de), 92, 119, 131
39, 40, 44–47, 53, 57, 69, 71, 86–88, Homéomorphisme, 16, 48, 49, 85, 88, 109
100, 101 Hyperbolicité, 151
INDEX 157

Incompressible, 149 Navier-Stokes (équation de), 149

Interpolation, 61, 115 Normal (cône), 98
Intérieur (définition), 21 Normale (convergence), 76, 77, 117, 129
Inégalité triangulaire, 9, 120 Norme, 12, 13, 23, 26, 27, 42, 53, 58, 70,
Inégalité triangulaire généralisée, 9 71, 74, 77, 91, 97, 99, 111, 117, 119,
Irréductible (matrice), 95, 98 120, 127, 133, 136, 140
Isomorphes (Hilbert), 120, 125, 130 Norme hilbertienne, 119
Isomorphisme, 116, 117 Norme quotient, 59, 77
Isométrie, 132 Nulle-part dense (au sens de Baire), 78
Jackson (théorème, algorithme, polynômes Opérateur, 74
de), 60, 67 Ordre (structure d’), 26, 86, 89, 94, 98
Jacobi (polynôme de ), 131 Osgood (condition d’), 144
Jacobien, 149 Ouvert (définition), 19
Jeux (théorie des), 93
Jordan (théorème de), 109 Péano (chemin de), 49
Péano (phénomène de), 142
Krein-Rutman (théorème de), 94, 98 Parseval (égalité de), 128
Lagrange (points, polynôme de), 61, 115 Passage en douane (théorème du), 107
Laguerre (polynôme de ), 131 Pavé, 28, 52
Lax-Milgram (théorème de), 125, 128 Perron-Frobenius (théorème de), 94, 95
Limite (définition), 37, 38 Picard (méthode itérative de), 72, 73
Liouville (thérorème de), 149, 150 Poincaré (conjecture de), 110
Lipschitzienne (définition), 42 Poincaré (théorème du retour de), 150
Localement compact, 88 Poincaré-Bendixson (théorème de), 150
Localement connexe, 109 Point fixe, 49, 72–76, 81, 92–94, 126, 128,
Localement connexe par arcs, 109 141
Longueur (d’une courbe), 42 Point isolé, 26
Lotka-Volterra (système de), 138, 139, 145 Polonais (espace), 70
Polynôme trigonométrique, 59
Möbius (ruban de), 57 Polynômes orthogonaux, 130
Müntz-Szasz (théorème de), 60 Prébase (d’une topologie), 28, 50, 89, 90
Maigre (au sens de Baire), 78 Précompact, 88
Matrice, 23, 54, 95, 98, 99, 120, 134, 147, Première catégorie (au sens de Baire), 78
150 Principe fondamental de la dynamique, 137
Mauvais (recouvrement), 89, 90 Problème inverse, 11
Max-min (formule du), 95 Produit scalaire, 119–121, 124, 130, 133
Minimax (théorème du), 93 Projection, 52–54, 56, 121–123, 129
Module de continuité, 43, 60, 63, 67, 71, 72,
100, 146 Quasi-compact, 83
Monique, 131 Quasi-norme, 13

Nash (équilibres de), 93 Réflexifs (espaces de Banach), 51

Nash (théorème de), 93 Rémès (algorithme de), 61
158 INDEX

Rayon spectral, 95, 98 Système générateur d’une topologie, 28

Recouvrement (mauvais), 89, 90
Relation d’équivalence, 56, 59, 106 Tchebyshev, 116
Relativement compact, 87, 135 Théorie des jeux, 93
Reproduisant (cône), 98 Tietze-Urysohn (théorème de), 47, 64
Riesz-Fréchet (théorème de), 124, 126 Topologie (comparaison de), 26
Ruban de Möbius, 57 Topologie (définition), 19
Topologie discrète, 108
Séparé (espace, topologie), 35, 55, 57, 83– Topologie faible, 19, 51
85, 87, 88, 90 Topologie faible-⋆, 51, 89
Séparable, 22, 23, 25, 70, 87, 92, 100, 110, Topologie finale, 55
114, 120, 130 Topologie fine, 19, 20
Séparation, 12, 35, 64, 83, 85, 88 Topologie grossière, 19, 20
Séparé (définition), 24 Topologie induite, 24, 26, 39, 49, 55, 83, 88
Séquentiellement Compact, 86 Topologie initiale, 50, 53
Série de Fourier, 131–134 Topologie produit, 52, 89, 108
Saturé (le), 56 Topologie quotient, 55, 56, 58, 76, 77, 106
Saturée (partie), 56 Topologie vague, 51
Scattering, 75, 126, 135 Tore, 57
Schauder (base de), 92 Trajectoire, 137
Schauder (théorème de point fixe de), 92, 94 Transformée de Fourier Rapide, 134
Transport (équation de), 76, 150
Schwartz (espace de), 15, 17, 49, 71
Tychonoff (théorème de), 51, 88, 108
Schwartz (topologie de), 29–34
Seconde catégorie (au sens de Baire), 78 Uniforme continuité, 42–44, 61, 66, 69, 71,
Semi-continuité (définition), 40 72, 91
Semi-norme, 13–16, 55, 58 Urysohn (théorème de), 47, 88
Simplement connexe (espace), 110
Sobolev (espace de), 134 Valeurs intermédiaires (théorème des), 106
Sobolev (espaces de), 125 Variété topologique, 110
Somme hilbertienne, 128, 130 Variationnel (principe), 126
Sous-suite extraite, 46 Viscosité (solution de), 11, 45
Sphères, 11 Voisinage (base dénombrable), 28, 36, 46
Stable (au sens de Poisson), 150 Voisinage (définition), 21
Stampacchia (théorème de), 125, 128
Whitney (topologie de), 29–34
Stone-Čhech(compactification de), 88
Stone-Weierstrass (théorème de), 59, 60, 64 Zariski (topologie de), 19, 21, 24, 34, 38, 45,
Suite convergente (définition), 14, 45 83
Suite de Cauchy (définition), 69 Zorn (lemme de), 89, 90, 92, 113
Système dénombrable de voisinage, 28, 36,
46
Système dérivant d’un potentiel, 138
Système fondamental de voisinages, 28
Système gradient, 138