StandardLists=true

1
 REMERCIEMENTS

Je remercie principalement mon professeur encadrant Pr.Mohammed

Klilou de m’avoir aidé la réalisation de mon projet de fin d’étude. Votre
expertise, votre patience et vos encouragement ont été essentiels pour la
réussite de ce mémoire. Je remercie également sincèrement les membres du
jury, Pr. Mohamed Rossafi et Pr.Mohamed Mahmoud Chems-Eddin,
pour avoir accepté d’évaluer ce travail.
Merci de m’avoir offert cette opportunité de présenter mon travail.

2
CONTENTS

3
 INTRODUCTION

Limite inducitve localement convexe apparaît dans plusieurs domaines

d’analyse fonctionnelle et leur applications ; par exemple dans la théorie
des distributions et analyse complexe.
Ce mémoire est constitué de quatre chapitres :
Au chapitre 1, nous donnons un rappel sur les espaces localement convexes.
Nous consacrons la section 1 à définir les ensembles remarquables dans
un espace vectoriel, en mettant particulièrement l’accent sur les concepts
d’enveloppe convexe et d’ensemble équilibré. Ensuite, nous démontrons que
toute topologie localement convexe peut toujours être définie par une famille
de semi-normes, ce qui nous permet de fournir une caractérisation de la
continuité d’une application linéaire d’un espace localement convexe vers un
autre .
Au chapitre 2, nous donnons une introduction générale sur les systèmes
inductifs. Nous y définissons la notion de limits inductives d’ensembles
quelconques.En outre, nous donnons une méthode de construction des limites
inductives, en nous concentrant particulièrement sur le cas où les applications
de transitions sont les injections canoniques. Ce cas que nous traitons dans
la suite.
Au chapitre 3, Nous étudions la notion de système inductif dans le cas où les
ensembles de chapitre deux sont des espaces localement convexes et celle de
topologie limite inductive localement convexe d’un tel système, après nous
donnons une caractérisation de la continuité d’une application linéaire dans
une limite inductive localement convexe vers un espace localement convexe
quelconque. Nous traitons également le théorème de Mackey-Arens,
qui établit un lien important entre les limites inductives et les espaces
bornologiques qui dit qu’un espace localement convexe séparé est un espace

4
bornologique si, et seulement si, il est limite inductive d’espaces normés.
Nous donnons ensuite la notion de la limite inductive stircte et nous montrons
qu’une limite inductive stricte dénombrable est hyperstricte : Tout système
inductif (Xα , fβα )(I,≤) tel que pour tout α ∈ I la topologie induite par
topologie limite inductive stricte sur Xα est sa propre topologie. Et puis nous
introduisons la notion de la régularité d’une telle limite inductive d’espaces
localement convexes, i.e Tout borné de limite inductive est contenu dans l’un
des facteurs. Nous démontrons alors que toute limite inductive localement
convexe dénombrable stricte est régulière.
Le chapitre 4 consacré à l’étude d’un exemple de limite inducitve localement
convexe dénombrable stricte. Cet exemple il s’agit de l’espace Dm (Ω) des
fonctions à support compact et de classe C m sur un ouvert Ω de Rn avec
m ∈ N ∪ {∞}.

5
 CHAPTER 1
PRÉLIMINAIRE SUR LES ESPACES
LOCALEMENT CONVEXES

Dans ce chapitre, nous exposons plusieurs résultats généraux concernant les

espaces localement convexes, qui seront essentiels pour l’étude des limites
inductives.

1.1 Ensembles remarquables dans un espace

vectoriel
Définition 1.1
Soit X un espace vectoriel sur le corps K.
Soient A et B deux parties de X.

i) On dit que A est équilibrée si DA ⊂ A (où D désigne le disque unité

fermé de C)

ii) On dit que A est convexe si λA + µA ⊆ A, quels que soient λ et µ

positifs,avec λ + µ = 1.

iii) On dit que A absorbe B s’il existe α > 0 (6= ∞) tel que λA ⊇ B pour
|λ| ≥ α.

iv) On dit que A est absorbante si elle absorbe toute partie réduite à un
point ,En d’autre terme, A est absorbante si ,pour chaque x ∈ X ,il
existe un disque Dρ ( de centre O, de rayon ρ > 0) tel que Dρ x ⊂ A.

6
Remarque 1.1

i) Si K = R, Alors A est équilibrée, si et seulement si, pour tout λ ∈

[−1, 1] et pour tout a ∈ A , on a λa ∈ A.

ii) A est convexe, si et seulement si, pour tout λ ∈ [0, 1], pour tout x ∈ A
et pour tout y ∈ A, on a (1 − λ)x + λy ∈ A.

Exemples 1.1

i) Si (X, k k) est un espace nomré, alors toute boule de centre 0 est

équilibrée, absorbant. et pour toute boule sur X est convexe.

Propriétés 1.1

i) Soit A un ensemble équilibré; Alors λA = |λ|A, et

|λ| ≤ |µ| ⇒ λA ⊂ µA.

ii) Soit A un ensemble convexe alors pour λ et µ positifs ou nuls , on a

(λ + µ)A = λA + µA.

iii) • L’intersection finie d’absorbants est absorbante.

• L’intersection d’équilibrés est équilibrée.
• L’intersection de convexes est convexe.

Preuve :

i) Si λ = 0, Les résultats sont triviaux. Supposons donc λ 6= 0.

Montrons d’abord que λA = A si |λ| = 1. En effet si |λ| = 1, on a
λA ⊂ DA et λ1 A ⊂ DA.
Comme DA = A , si A est équilibré, il en résulte que

λA ⊂ A et 1
λ
A ⊂A

d’où λA = A (si |λ| = 1) De ce résultat, .on déduit λA = |λ|A

|λ| |λ|
D’autre part si |λ| ≤ |µ| 6= 0, On a |µ| ∈ D, donc |µ| A ∈ A, car A est
équilibré. Par conséquent,

λA = |λ|A ⊂ |µ|A = µA.

7
 ii) On voit facilement que pour tout λ, µ ∈ K et pour toute partie A de
X, on a toujours (λ + µ)A ⊆ λA + µA.
Supposons que A est convexe et soient λ ≥ 0 et µ ≥ 0.
Si λ + µ = 0, alors λ = 0 et µ = 0, donc λA + µA ⊆ (λ + µ)A.
λ + µ 6= 0, alors on a λ+µ
λ
+ λ+µ
µ
= 1 et comme A est convexe, alors

λ µ
A+ A⊆A
λ+µ λ+µ
donc λA + µA ⊆ (λ + µ)A.

iii) Montrons que l’intersection de deux absorbants A ∩ B est absorbante.

En effet, pour chaque x ∈ X, il existe α > 0 (resp. β > 0 ) tel que
µx ∈ A (resp. µx ∈ B) dès que |µ| ≤ α (resp. |µ| ≤ β) Posons
γ = inf (α, β) . Alors µx ∈ A ∩ B dès que |µ| ≤ γ .
Montrons que l’intersection d’équilibrés Aj est équilibré. En effet,
T
j

Aj ) ⊂
\ \ \
D( DAj ⊂ Aj .
j j j

Montrons que l’intersection de convexes est convexe.

En effet,Si Aj est convexe, On a (λ, µ ≥ 0 et λ + µ = 1)

Aj ) + µ( Aj ) ⊂ (λAj + µAj ) ⊂
\ \ \ \
λ( Aj
j j j j

Remarque 1.2
Si A une parite équilibré de X et B une partie de X,alors A absorbe B,
si et seulement si, il existe α > 0, tel que B ⊆ αA.
En effet, si A absorbe B, alors il existe α > 0 , tel que pour tout λ ∈ K, avec
|λ|≥ α,on a B ⊆ λA, donc en particulier, on a B ⊆ α A.
Réciproquement, supposons qu’il existe α > 0 tel que B ⊆ αA et soit λ ∈ K,
tel que |λ|≥ α, alors on a |λ|α
≤ 1. CommeA est équilibré et |λ| α
≤ 1 , alors
α
|λ|
A ⊆ A, donc αA ⊆ λA, par suite B ⊆ λA.

1.2 Enveloppe convexe et Enveloppe disquée

Définition 1.2

i) On appelle l’enveloppe convexe K(A) d’un ensemble A,l’intersection de

tous les convexes contenant A. C’est, évidemment le plus petit convexe
contenant A.

8
 ii) On appelle l’enveloppe disquée Γ(A) d’un ensemble A l’ensemble des
n n
|λi |≤ 1.
P P
sommes finies λi xi , où les xi dans A, et
i=1 i=1

Proposition 1.1
Soient A un ensemble convexe d’un espace vectoriel X, (xi ) une suite finie
d’éléments de A, et (λi ) une suite de scalaires tels que λi ≥ 0 (0 ≤ i ≤ n)
n n
λi = 1, alors
P P
et λi xi appartient à A.
i=1 i=1

Preuve :
Pour n=1 la proposition est trivial , et pour n=2 c’est la définition d’un
ensemble convexe, Supposons maintenant que la proposition est vraie pour
n − 1, et on peut supposer que λi > 0 pour (0 ≤ i ≤ n). on pose
n−1
λi
α= λi , β = λn , µi =
X

i=1 α
Pour (0 ≤ i ≤ n − 1), D’après raisonnement par récurrence on a
n−1
X
µi xi ∈ A,
i=1

donc par la définition d’un ensemble convexe

n n−1
λi xi = α( µi xi ) + βxn ∈ A.
X X

i=1 i=1

Corollaire 1.1
L’enveloppe convexe d’un ensemble A dans un espace vectoriel X est
l’ensemble de toutes les combinaisons linéaires λi xi où (xi ) une suite finie
P
i
d’éléments de A, λi ≥ 0,et λi = 1 .
P
i

Propriétés 1.2
L’enveloppe convexe d’un équilibré est un équilibré
Preuve :
• Soit A équilibré, K(A) son enveloppe convexe et soit x ∈ K(A). Alors
n n
on a x = λk ak avec λk ≥ 0 et λk = 1.
P P
k=1 k=1
Soit λ ∈ C, avec |λ| = 1, alors on a :
n n
λx = λk λak = λk bk , avec bk = λak .
X X

k=1 k=1

Or bk ∈ A car A est équilibré; donc λx ∈ K(A).

9
Définition 1.3
Une partie de X qui est à la fois convexe et équilibrée dite absolument
convexe.
Proposition 1.2
i) A est absolument convexe, si et seulement si,
∀λ ∈ K, ∀µ ∈ K, |λ|+|µ|≤ 1 ⇒ λA + µA ⊆ A.

ii) Si A est absolument convexe, alors pour tout entier n ≥ 2, pour tout
n
x1 , x2 , . . . , xn ∈ A et pour tout λ1 , λ2 , . . . , λn ∈ K avec |λi |≤ 1, on a
P
i=1
n
λi xi ∈ A.
P
i=1

Preuve :
i) Soient λ, µ ∈ K, tel que |λ|+|µ|≤ 1. Comme A est convexe, Alors
d’après ii) de Propriétés 1.1, on a |λ|A+|µ|A ⊆ (|λ|+|µ|)A.
Comme A est équilibré et |λ|+|µ|≤ 1 , alors (|λ|+|µ|)A ⊆ A, donc
|λ|A+|µ|A ⊆ A.
Puisque A est équilibré, alors |λ|A = λA et |µ|A = µA , donc
λA + µA ⊆ A.

ii) On procède par récurrence sur n.

Si n = 2, alors d’après i), la propriété est vraie.
On suppose la propriété vraie jusqu’à l’ordre n.
n+1
Soit x1 , x2 , . . . , xn+1 ∈ A et soit λ1 , λ2 , . . . , λn+1 ∈ K, tel que |λi |≤ 1.
P
i=1
n+1
Montrons que xi λi ∈ A . Pour cela, on distingue deux cas :
P
i=1
n+1
Si |λn+1 |= 1 , alors on a λ1 = λ2 = · · · = λn = 0, donc xi λi =
P
i=1
λn+1 xn+1 , comme A est équilibré et |λn+1 |= 1, alors λn+1 xn+1 ∈ A.
Si |λn+1 |6= 1, alors |λn+1 |< 1 et on a
n+1 n
λi
xi λi = (1−|λn+1 |) xi + λn+1 xn+1
X X

i=1 i=1 1−|λn+1 |

n
On a λi
≤ 1, donc d’après l’hypothèse de récurrence, on a
P
1−|λn+1 |
i=1
n
X λi
xi ∈ A
i=1 1−|λn+1 |

10
 Comme A est absolument convexe, alors
n
λi
(1−|λn+1 |) xi + λn+1 xn+1 ∈ A
X

i=1 1−|λn+1 |

d’où le résultat.

1.3 Jauge d’un ensemble

Définition 1.4
Une fonction p positive finie [p(x) 6= ∞ et p ≥ 0] sur un K-espace vectoriel
X est dite une semi-norme ,si

1. p est sous-additive :

p(x + y) ≤ p(x) + p(y), ∀x, y ∈ X

2. p est circulairement homogène :

p(λx) = |λ|p(x) ∀λ ∈ K

Remarque 1.3
Les ensembles B = {x ∈ X; p(x) < 1} et B = {x ∈ X; p(x) ≤ 1} sont
appelés respectivement la boule unité ouverte et la boule unité fermée de p.

Proposition 1.3
Soient X un K-espace vectoriel , p une semi-norme sur X et
B = {x ∈ X; p(x) < 1}. Alors B est absolument convexe et absorbant.

Preuve :
Montrons que B est absolument convexe, pour cela, soient x, y ∈ B et soient
λ, µ ∈ K, tels que |λ|+|µ|≤ 1 , alors on a

p(λx + µy) ≤|λ|p(x)+|µ|p(y) <|λ|+|µ| (car p(x) < 1 et p(y) < 1)

Or on a |λ|+|µ|≤ 1, donc p(λx + µy) < 1, par suite λx + µy ∈ B, donc B

est absolument convexe. Comme B est équilibré, alors pour montrer que B
est absorbant, il suffit de montrer que pour tout x ∈ X, il existe α > 0, tel
que αx ∈ B. Soit x ∈ X, si p(x) = 0,alors x ∈ B, donc on peut supposer
que p(x) 6= 0. Soit α = 2p(x)
1
, alors α > 0 et on a p(αx) = αp(x) = 12 , donc
αx ∈ B.

11
Définition 1.5
On appelle jauge (ou la fonction de Minkowski) d’un ensemble A
l’application pA de X dans R+ ∪ {∞} définie par :

pA (x) = inf {α ∈ R∗+ ; x ∈ αA}

avec la convention habituelle inf ∅ = +∞

Proposition 1.4

i) Si A est la boule unité d’une semi-norme p alors la jauge de A n’est

autre que p.

ii) Si A est un ensemble convexe équilibré absorbant , alors sa jauge est

une semi-norme dont la boule unité fermé contient A et dont la boule
unité ouverte est contenue dans A.

Preuve :

i) Soit A la boule unité (fermée ou ouverte) d’une semi-norme p.

Si α > p(x), alors x ∈ αA; si α < p(x), alors x ∈
/ αA.
Par suite,
pA (x) = p(x).

ii) Montrons que la jauge d’un ensemble convexe équilibré absorbant est
une semi-norme. Comme A est absorbant, pA est partout finie (elle est
donc à valeurs dans R+ ).L’homogénéité circulaire découle de fait que
A est équilibré; en effet pour A quelconque, on a pA (λx) = λpA (x), si
λ > 0, car les conditions x ∈ αA et λx ∈ λαA sont équivalentes; si A
est équilibré, on a de plus p(λx) = p(x) si |λ| = 1 , car les relations
λx ∈ αA et x ∈ αA équivalentes.
Montrons la sous-additivité. Soit x, y ∈ X. Pour α > pA (x) et β >
pA (y)

x ∈ αA et y ∈ βA

d’où

x + y ∈ αA + βA = (α + β)A (car A est convexe)

12
 ce qui montre que
pA (x + y) ≤ α + β
Prenons α = pA (x) + ε et β = pA (y) + ε (où ε > 0 est arbitraire).
On obtient pA (x + y) ≤ pA (x) + pA (y) + 2ε.
Comme ε est arbitraire, on en déduit que pA est sous-additive.
Rest à montrer que B ⊂ A ⊂ B
En effet, d’une part x ∈ A ⇒ pA (x) ≤ 1 ⇒ x ∈ B.
D’autre part, x ∈ B ⇒ pA (x) < 1 ⇒ x ∈ A [ on a utilisé x ∈ αA,
∀α > pA (x)]

1.4 Espaces localement convexes

1.4.1 Rappels de la topologie générale
Définition 1.6
Soient X un ensemble quelconque et P(X) l’ensemble de toutes les parties
de X.
Une topologie sur X est définie par une partie T de P(X), vérifiant les
propriétés suivantes :

i) ∅ ∈ T et X ∈ T .

ii) Si (Ai )i∈I une famille quelconque d’éléments de T , alors

S
Ai est un
i∈I
élément de T .
n
iii) Si A1 , A2 , . . . , An des éléments de T alors Ai ∈ T .
T
i=1

L’ensemble X, muni de la topologie T , est appelé espace topologique.

Dans ce cas, Les éléments de T sont appelés des ouverts.

Exemples 1.2

i) X un ensemble quelconque et T = {∅, X}, alors T défini une topologie

sur X,appelée topologie grossière sur X.

ii) X un ensemble quelconque et T = P(X), alors T défini une topologie

sur X, appelée topologie discrète sur X.

Définition 1.7

13
 i) Soient (X, T ) un espace topologique, x ∈ X et V une partie de X. On
dit que V est un voisinage de x , s’il existe un ouvert U de X, tel que
x ∈ U et U ⊂ V .
On note V(x) l’ensemble de tous les voisinages de x.

ii) Une parite B(x) de V(x) est dite une base de voisinages de x, si pour
tout V ∈ V(x), il existe W ∈ B(x), tel que W ⊂ V

Exemples 1.3

i) Si V est un ouvert de X et si x ∈ V , alors V est un voisinage de x.

ii) Soit x ∈ X alors l’ensemble de tous les ouverts de X contenant x,

forme une base de voisinage de x.

iii) Si x ∈ R, alors B(x) = {]x − r, x + r[: r > 0} est une base de voisinage
de x.

1.4.2 Espace vectoriel topologique

Définition 1.8
Soit X un K-espace vectoriel , muni d’une topologie T . On dit que
(X, T ) est un espace vectoriel topologique (e,v,t) si :

i) L’application de X × X vers X, qui à (x, y) ∈ X × X fait correspondre

x + y, est continue sur X × X .

ii) L’application de K × X vers X, qui à (α, x) ∈ K × X fait correspondre

αx , est continue sur K × X.

Exemples 1.4
Si (X, || . ||) est un espace normé , alors X muni de la topologie associée
à la norme est un espace vectoriel topologique.

Définition 1.9
Soient X un espace vectoriel sur K et B un sous-ensemble de P(X) qui
possède les propriétés suivantes (axiomes d’un espace vectoriel topologique):

i) Quel que soit V ∈ B, V est un ensemble équilibré et absorbant dans X.

ii) Quel que soit V1 ∈ B et V2 ∈ B, il existe V3 ∈ B tel que V3 ⊂ V1 ∩ V2 .

iii) Quel que soit V ∈ B,il existe W ∈ B tel que W + W ⊂ V .

14
Dans la première propriété, on déduit que 0 ∈ V , quel que soit V ∈ B. Donc
B forme une base de voisinages de 0.
Un espace vectoriel X sur K dans lequel on a défini un ensemble B de parties
vérifiant les trois axiomes ci-dessus s’appelle un espace vectoriel topologique
sur K.
Proposition 1.5
Soient X un espace vectoriel topologique et A une partie de X.
i) Si A est équilibré, alors A est équilibé.
ii) Si A est convexe, alors A est convexe.
Preuve :
i) Supposons A est équilibré. Soit x ∈ A et soit λ ∈ K avec 0 <|λ|≤ 1, on
doit montrer que λx ∈ A. Soit V un voisinage de λx, alors λ1 V est un
voisinage de x et comme x ∈ A, alors λ1 V ∩A 6= ∅. Soit v ∈ λ1 V ∩A 6= ∅,
alors λv ∈ V ∩ λA et comme A est équilibré et |λ|≤ 1, alors λA ⊂ A ,
donc λv ∈ V ∩ A. On en déduit donc que A est équilibré .
ii) Soient x ∈ A, y ∈ A et α, β ∈ R+ , avec α + β = 1 Soit W un voisinage
de αx + βy,puisque l’application de X × X vers X qui à (z, w) fait
correspondre αz + βw est continue, alors il existe un voisinage U de
x et un voisinage V de y, tel que αU + βV ⊂ W . Comme x ∈ A et
y ∈ A, alors U ∩ A 6= ∅ et V ∩ A 6= ∅. Soient u ∈ U ∩ A 6= ∅ et
v ∈ V ∩ A 6= ∅, alors αu + βv ∈ A, car A est convexe et αu + βv ∈ W ,
car αU + βV ⊂ W , donc W ∩ A 6= ∅, par suite αu + βv ∈ A.
Définition 1.10
Un espace vectoriel topologique est dit localement convexe s’il existe une
base de voisinage de 0 qui sont des ensembles convexes.
Exemples 1.5
Un espace vectoriel muni d’une nomre est un espace localement convexe
car la boule B = {x; kxk ≤ ρ} forme une base de voisinages de 0 qui sont
des convexes.

1.5 Ensembles bornés

Définition 1.11
Un sous-ensemble A ⊂ X est dit borné s’il est absorbé par tout voisinage
U de 0 .
Autrement dit,

15
 A borné ⇐⇒ ∀U ∈ V(0), ∃α > 0 tel que A ⊂ λU si |λ| ≥ α.

Proposition 1.6
A est borné si, et seulement si, A est absorbé par tout voisinage
fondamental de 0.

Preuve : En effet, soit U ∈ V(0); alors il exist W ∈ B(0) (base de voisinage

de 0) tel que W ⊂ U ; comme A est absorbé par W , il est absorbé par U

1.5.1 Exemple d’ensembles bornés

Proposition 1.7
i) Toute partie d’un borné est un borné.
ii) L’union finie de bornés est un borné; en particulier l’ensemble fini est
borné.
iii) L’adhérence d’un borné est un borné.

Preuve :
i) La proposition i) est triviale
ii) Soit Ai (i = 1, 2) deux bornés de X; soit V un voisinage équilibré de
O; il existe αi > 0 tels que αi V ⊃ Ai ; posons α =inf{α1 , α2 }; alors
αV ⊃ A1 ∩ A2 .
iii) On utilise la régularité d’un E.V.T, il existe une base de voisinage
fermés F de O dans X. Soit A un borné, F un élément de F; par
défénition, A est absorbé par F, donc A est abosrbé par F donc A est
borné.

Propriétés 1.3
Soient X et Y deux E.V.T., f une application continue de X dans Y et B
un borné de X. alors f (B) est un borné dans Y si l’une des deux conditions
est réalisée.
i) f est homogène f (λx) = λf (x) ∀x ∈ X, ∀λ ∈ C.
ii) f est circulairement homogène f (λx) = |λ|f (x) ∀x ∈ X, ∀λ ∈ C.

Preuve :
Soit V un voisinage équilibré de 0 ∈ Y . La continuité de f montre que
U ≡ f −1 (V ) est voisinage de 0 dans X. comme B est borné, il existe α > 0
tel que B ⊂ λU, ∀|λ| ≥ α, d’où

16
 f (B) ⊂ f (λU ) ∀|λ| ≥ α;


λf (U ) si f est homogène
f (λU ) =
|λ|f (U ) f est circulairement homogène

De f (U ) ⊂ V , on tire |λ|f (U ) ⊂ |λ|V .

Comme V est équilibré on a λV = |λ|V , Donc f (λU ) ⊂ λV .
Par conséquent f (B) ⊂ λV , ∀|λ| ≥ α ce qui preuve que f (B) est borné dans
Y.

1.6 Topologie définie par une famille de

semi-normes
Définition 1.12
Soit X un K-espace vectoriel et soit (pi )i∈I une famille de semi-normes
sur X
i) On dit que la famille (pi )i∈I est séparante si, pour tout x ∈ X, il existe
i ∈ I tel que pi (x) 6= 0.

ii) On dit que la famille (pi )i∈I) est filtrante, pour tout i ∈ I et pour tout
j ∈ J, il existe k ∈ I, tel que pi ≤ pk et pj ≤ pk .

Notations 1.1
i) Soit p une semi-norme sur X et soit ε > 0, on pose Vp,ε = {x ∈ X :
p(x) ≤ ε}.

ii) On désigne par B la famille de partiess de X définie par Vpi ,ε ∈ B.

Proposition 1.8
Soit X un espace vectoriel sur K, muni d’une famille de semi-normes
(pi )i∈I . Alors il existe une topologie sur X, appelée topologie définie par
la famille de semi-normes (pi )i∈I , pour lequel X est un espace localement
convexe et pour lequel B est une base de voisinage de 0 .

Preuve:
Montrons d’abord que Vpi ,ε est équilibré. Si x ∈ Vpi ,ε et si λ ∈ K tel que
|λ | ≤ 1, on a pi (λx) = |λ |pi (x) ≤ pi (x) ≤ ε pour tout i ∈ I.Donc λx ∈ Vpi ,ε ,
ce qu’il fallait démontrer.

17
L’ensemble Vpi ,ε est absorbant ; Soit x ∈ X et montorons kx ∈ Vpi ,ε pour
une valeur positive de k; Si pi (x) = 0 c’est évident pour k = 1; si pi (x) ≥ 0 ,
choisissons k > 0 tel que k < ε/pi (x), alors pi (kx) = kpi (x) ≤ ε et kx ∈ Vpi ,ε .
Démontrons maintenant que Vpi ,ε est convexe. Si x ∈ Vpi ,ε et y ∈ Vpi ,ε , on a
pour touti ∈ I pi (x) ≤ ε et pi (y) ≤ ε; alors pour λ ∈ [0.1] on a pour tout
i∈I
pi [λx + (1 − λ)y] ≤ λpi (x) + (1 − λ)pi (y) ≤ λε + (1 − λ)ε = ε
Montrons maintenant que l’ensemble B formé des Vpi ,ε , tels que i ∈ I et
ε > 0 vérifie les trois axiomes de la définition 1.9 .
1. On a déjà les ensembles Vpi ,ε sont équilibrés et absorbant.
2. Si Vpi ,ε1 ∈ B et si Vpj ,ε2 ∈ B, montrons qu’il existe Vpk ,ε tel que Vpk ,ε ⊂
Vpi ,ε1 ∩ Vpi ,ε2 .
Comme la famille (pi )i∈I est filtrante , il existe k ∈ I,α1 > 0 et α2 > 0
tels que , pour tout x ∈ X, pk (x) ≥ α1 pi (x) et pk (x) ≥ α2 pj (x).
Choisissons ε > 0 tel que ε =inf(α1 ε1 , α2 ε2 ). Alors pour tout x ∈ Vpk ,ε ,
on a
1 ε
pi (x) ≤ pk (x) < ≤ ε1
α1 α1
et
1 ε
pj (x) ≤ pk (x) < ≤ ε2 .
α2 α2
Donc x ∈ Vpi ,ε1 ∩ Vpi ,ε2 .
3. Quel que soit Vpi ,ε , montrons que Vpi ,ε/2 + Vpi ,ε/2 ⊂ Vpi ,ε . Si x ∈ Vpi ,ε/2
et y ∈ Vpi ,ε/2 , on a pi (x) < ε/2 et pi (y) < ε/2, alors
pi (x + y) ≤ pi (x) + pi (y) < ε
C’est à dire x + y ∈ Vpi ,ε , ce qu’il fallait démontrer.
L’ensemble B définit donc une topologie localement convexe sur
l’espace vectoriel X sur K, On dit que l’espace localement convexe
X sur K est défini par la famille filtrante de semi-normes (pi )i∈I .
Remarque 1.4
Nous avons supposé que la famille de semi-normes sur X est filtrante.
Soit (qi )i∈I une famille de semi-normes sur X,qui n’est pas nécessairement
filtrante. Désignons encore par Vqi ,ε l’ensemble de x ∈ X tel que qi (x) <
ε.Alors, X est un espace localement convexe et X admet une base de voisinages
formé par l’ensemble :
{x ∈ X : sup qi (x) < ε}
i∈I

18
qui définissent la même topologie d’une famille de semi-normes filtrantes et
croissantes.

1.7 Applications linéaires continues sur un

espace localement convexe
Définition 1.13
Soient X et Y deux K-espaces vectoriels, une application T : X → Y est
dite linéaire si

T (λx + y) = λT (x) + T (y) ∀x, y ∈ X, ∀λ ∈ K

L’ensemble de toutes les applications linéares est donné par L(X, Y ).

Étant donné T une application linéaire de X dans Y , leur noyau défini par

N (T ) = {x ∈ X ; T (x) = 0}

et leur rang défini par

R(T ) = {T (x); x ∈ X}

Ainsi,avec une autre notation, N (T ) = T −1 (0) et R(T ) = T (X)

Proposition 1.9
Soient X et Y deux espaces localement convexes, P et Q deux familles
filtrantes de semi-normes définissant respectivement les topologies de X et Y
. Alors pour toute application linéaire T : X → Y , les propositions suivantes
sont équivalentes :

i) T est continue.

ii) Pour tout q ∈ Q, il existe p ∈ P et il existe c > 0, tel que pour tout
x ∈ X, on a q(T x) ≤ cp(x).

Preuve :

(=⇒)
Supposons que T est continue. Soit q ∈ Q et soit W = {x ∈ Y : q(x) ≤
1}, alors W est un voisinage de 0 dans Y et comme T est continue, alors
il existe un voisinage de 0 dans X tel que T (V ) ⊆ W . Comme P est une
famille filtrant, alors il existe p ∈ P et il existe ε > 0, tel que Bp,ε ⊆ V ,
avec Bp,ε = {x ∈ X : p(x) ≤ ε}, donc T (Bp,ε ) ⊆ W . Soit x ∈ X, alors
pour tout n ∈ N, on a 2−nεx +p(x)
∈ Bp,ε , par suite, pour tout n ∈ N , on a

19
 −n −n
T (x) ∈ 2 +p(x)
ε
W . Ainsi , pour tout n ∈ N , on aura q(T x) ≤ 2 +p(x)
ε
. Donc
en faisant tendre n vers l’infini, on aura q(T x) ≤ 1ε p(x). D’où le résultat, car
il suffit c = 1ε .
(⇐=)
Supposons que pour tout q ∈ Q, il existe p ∈ P et il existe c > 0, tel que
pour tout x ∈ X, on a q(T x) ≤ cp(x). Comme X et Y sont deux espaces
vectoriels topologiques, alors il suffit de montrer que T est continue en 0 de X.
Soit W un voisinage de 0 dans Y, comme Q une famille filtrante, alors il existe
q ∈ Q et il existe ε > 0, tel que Bq,ε ⊆ W avec Bq,ε = {x ∈ Y : q(x) ≤ ε}
. Or, par hypothèse, il existe p ∈ P et il existe c > 0, tel que pour tout
x ∈ X, on a q(T x) ≤ cp(x), donc si on pose α = εc et V = Bp,α alors V est
un voisinage de 0 de X et on a T (V ) ⊂ W .

Corollaire 1.2
Soit X un espace localement convexe sur K , dont la topologie est définie
par une famille filtrante de semi-norems (pi )i∈I et soit f une forme linéaire
sur X . Alors f est continue, si et seulement si, il existe p ∈ P et il existe
c > 0 tels que pour tout x ∈ X on a |f (x)|≤ cp(x).

20
 CHAPTER 2
SYSTÈMES ET LIMITES
INDUCTIVES

Nous allons aborder la notion de système inductif dans un cadre très général.
Ensuite, nous donnerons la définition de la limite inductive d’un tel système.
ainsi qu’une méthode de construction de cette limite dans un cas particulier
englobant la plupart des situations concrètes. Enfin, nous démontrerons que
tout système inductif est équivalent à un système réduit.

2.1 Systèmes inductifs

Soit (I, ≤) un ensemble ordonné. On dit que (I, ≤) est un ensemble filtrant
à droite si :

∀(α, β) ∈ I 2 , ∃ γ ∈ I, α ≤ γ et β ≤ γ.

Définition 2.1
Soient (I, ≤) un ensemble ordonné filtrant à droite, (Xα )α∈I une famille
d’ensembles, Pour tout couple (α, β) d’indices de I tels que fβα une
application de Xα dans Xβ , On suppose que les fβα vérifient les conditions
suivantes :

i) ∀α ∈ I fαα = idXα

ii) ∀(α, β, γ) ∈ I 3 ; α ≤ β ≤ γ ⇒ fγα = fγβ ◦ fβα ,

C’est à dire que le diagramme

21
 fβα
Xα Xβ

fγα fγβ

Xγ

est commutatif.
Alors (Xα , fβα )(I,≤) est dit un système inductif .
Exemple 2.1
Soit X un ensemble non vide. La famille formé de tous les sous-ensembles
de X ordonnée par l’inclusion est un système inductif.

2.2 Limites inductives

Définition 2.2
Soit (Xα , fβα )(I,≤) un système inductif d’ensembles.
Une limite inductive de ce système est la donnée d’un ensemble X, et pour
tout α ∈ I, d’une application fα : Xα → X telle que :
i) Si α ≤ β, alors le diagramme suivant est commutatif :
fβ
Xβ X
fβα fα

Xα

i.e fα = fβ ◦ fβα .
ii) Soient Y un ensemble et (uα )α∈I une famille d’applications de Xα vers
Y, telle que:
Si α ≤ β on ait :
uα = uβ ◦ fβα
Dans ces conditions il existe une application et une seule u de X dans
Y telle que pour tout α ∈ I :
uα = u ◦ fα
On écrit X = lim
−→(Xα , fβα )α,β∈I , ou simplement X = lim
−→Xα

22
2.3 Construction de la limite inductive
Définition 2.3
Soit (Xα , fβα )(I,≤) un système inductif d’ensembles et la somme disjointe
de la famille d’ensembles (Xα )α∈I est Xα = {(x, i) | x ∈ Xα } et on
F S
α∈I α∈I
définit une relation d’équivalence R entre deux éléments de
F
Xα de la
α∈I
manière suivante :
(x, α)R(y, β) ⇐⇒ ∃γ ∈ I tel que α ≤ γ , β ≤ γ, et fγα (x) = fγβ (y);
on dit que l’ensemble quotient X =
F
Xα /R est la limite inductive de la
α∈I
famille (Xα )α∈I pour la famille d’applications fβα ,
En effet:
Pour tout α ∈ I, soit fα Xα → X telle que fα (x) = (x, α) pour x ∈ Xα
i) Si α ≤ β et x ∈ Xα on a : fββ (fβα (x)) = fβα (x) donc (x, α) = (fβα , β),
Par conséquent fα (x) = fβ ◦ fβα (x) . Puisque x est quelconque , on a
fα = fβ ◦ fβα .
ii) Soient Y un ensemble et pour tout α ∈ I, uα une application de Xα
dans Y telle que si α ≤ β alors uα = uβ ◦ fβα .
Il revient à trouver une application unique u de X vers Y telle que
uα = u ◦ fα pour tout α ∈ I Notons que si u est existe, donc il vérifie
u((x, α)) = uα (x) d’où l’unicité, On définit donc u : X → Y par
u((x, α)) = uα (x). Vérifions que u est bien définie:
Soit (y, β) ∈ X tel que (x, α) = (y, β), alors il existe γ ∈ I vérifiant
α ≤ γ, β ≤ γ tel que fγα (x) = fγβ (y).
Donc
u((x, α)) = uα (x)
= uγ ◦ fγα (x)
= uγ ◦ fγβ (y)
= uβ (y)
= u((y, β)).
et par suite uα (x) = uβ (y).
Remarques 2.1
i) fα : Xα → X est appelée l’application canonique.
ii) Si X = lim
−→Xα et fα : Xα → X l’application canonique, alors
X= fα (Xα ).
S
α∈I

23
2.4 Exemple de la limite inductive
Soient X un ensemble et (Xα )α∈I une famille filtrante croissante de
sous-ensembles de X. i.e :
(pour tout (α, β) ∈ I 2 , il existe γ ∈ I tel que : Xα ⊂ Xγ et Xβ ⊂ Xγ ).
Si on pose :
α ≤ β ⇐⇒ Xα ⊂ Xβ , Alors I devient préodonné et filtrant à droite.
Pour α ≤ β, On note par fβα l’injection canonique de Xα dans Xβ . Ainsi
(Xα , fβα )(I,≤) est un système inductif et lim
−→Xα = Xα = X .
S
α∈I

Soit fα :Xα → X l’injection canonique . En effet ;

Montrons que X isomorphe à Xα /R Soit :
`
i∈I

Φ: Xα →
S `
Xα /R
i∈I i∈I
x 7→ (x, α)

Si x ∈ Xα ∩ Xβ on a (x, α) = (x, β), car il existe γ ∈ I tel que α ≤ γ ,

β ≤ γ avec Xα ⊂ Xγ et Xβ ⊂ Xγ . Donc x ∈ Xγ et fγα (x) = fγβ (x). Donc
(x, α) = (x, β), d’où Φ est bien définie. La surjectivité de Φ est triviale par
la construction .
Pour l’injectivité on a : (x, α) = (y, β) ⇐⇒ ∃γ ∈ I : α ≤ γ, β ≤ γ et
fγα (x) = fγβ (y). Or fγα et fγβ les restrictions de idXγ respectivement à Xα
et Xβ . Donc x = fγα (x) = fγβ (y) = y. D’où x = y.
Si α ≤ β , alors le diagramme suivant est commutatif :
fβ
Xβ X
fβα fα

Xα

2.5 Systèmes inductifs équivalents

Définition 2.4
Soient (Xα , fβα )(I,≤) et (Yα , gβα )(I,≤) deux systèmes inductifs d’ensembles
relatif à un même ensemble d’indices I, On dit que ces deux systèmes
inductifs qu’il sont équivalents s’il ont la même limite inductive.

24
Proposition 2.1
Soient (Xα , fβα )(I,≤) un système inductif et pout tout i ≤ j , uβα
l’application définie par :

uβα : fα (Xα ) → fβ (Xβ )

telle que uβα (fα (xα )) = fβ (fβα (xα )) Alors (fα (Xα ), uβα )(I,≤) est un système
équivalent à (Xα , fβα )(I,≤) .

Preuve :
On a : uβα ◦ fα = fβ ◦ fβα ∀α ≤ β. Donc pour tout α et xα ∈ Xα ; on a

uαα (fα (xα )) = fα (fαα (xα )) = fα (xα )

donc uαα = idfα (Xα ) pour tout α ∈ I. Soient maintenant ;α ≤ β ≤ γ et

xα ∈ Xα on a:

uγβ ◦ uγα (fα (xα )) = uγβ ◦ fβ ◦ fβα (xα )

= fγ ◦ fγβ ◦ fβα (xα )
= fγ (fγα (xα )
= uγα (fα (xα ))

d’où uγβ ◦ uβα = uγα .

Par suite (fα (Xα ), uβα )(I,≤) est un système inductif.
Comme dans l’exemple précédent on a : lim −→fα (Xα ) = fα (Xα ) = X. Or
S
α∈I
X = lim
−→Xα . Alors les deux systèmes sont équivalents.
Définition 2.5
Un système inductif (Xα , fβα )(I,≤) est dit réduit si toutes les fβα sont
injectives ∀α, β ∈ I.

Proposition 2.2
Tout système inductif est équivalent à un système inductif réduit.

Preuv :
il découle de la proposition précédente

25
 CHAPTER 3
LIMITES INDUCTIVES D’ESPACES
LOCALEMENT CONVEXES

Nous allons aborder la notion des systèmes inductifs d’espaces localement

convexes ainsi que celle de la topologie limite inductive localement convexe.
En particulier, nous présenterons un système fondamental de voisinages de
0 et fournirons une caractérisation de la continuité pour une application
linéaire dans cette topologie. Ensuite, nous examinerons le théorème de
Mackey-Arens, établissant une connexion entre les espaces bornologiques
et les limites inductives. Nous nous concentrerons également sur un cas
significatif de limite inductive, à savoir le cas dénombrable strict. Ensuite,
nous explorons les bornés dans telles limites inductives et démontrons leur
régularité. Enfin, nous présentons une forme affaiblie de cette régularité.

3.1 Topologie limite inductive localement

convexe
Voyons d’abord que si (Xα , fβα )(I,≤) est un système inductif tel que chaque Xα
est un espace vectoriel et chauqe fβα est linéaire alors X = lim−→Xα est aussi un
espace vectoriel et l’on dit que (Xα , fβα )(I,≤) est un système inductif d’espaces
vectoriels . Comme tout système inductif est équivalent à un système réduit.
nous supposoerons dans toute la suite que pour toute α ∈ I, Xα est un
sous-espace vectoriel d’un même espace vectoriel X, que X = Xα et que
S
α∈I
(Xα , fβα )(I,≤) est un système inductif , où α ≤ β ⇐⇒ Xα ⊂ Xβ , et pour

26
tout α ≤ β fβα est l’injection canonique de Xα dans Xβ . L’injection de Xα
dans X sera noté par fα .
Définition 3.1
Soit (Xα , fβα )(I,≤) un système inductif d’espaces localement convexe
.Supposons chaque Xα muni d’une topologie localement convexe τα telle que
pour tout α ≤ β, fβα : Xα → Xβ continue.
Définition 3.2
On appelle la topologie limite inductive localement convexe sur X,qu’on
notera τ , la topologie localement convexe la plus fine rendant continues toutes
les applications fα .
Remarque 3.1
Par définition même, un convexe équilibré absorbant V dans X est un
voisinage de 0 pour τ , si et seulement si, Vα = V ∩ Xα est une voisinage de
0 pour τα .
Proposition 3.1
Si pour tout α ∈ I , Vα est une base de voisinages disquées de 0 dans Xα ,
Alors l’ensemble V des enveloppes disquées des ensembles de la forme
S
Vα ,
α∈I
Vα ∈ Vα est une base de voisinage de 0 pour τ .
Preuve :
On a Γ( Vα ) est un voisinage de 0 pour τ puisque sa trace sur chaque Xβ
S
α∈I
est un voisinage de 0 sur τβ . Maintenant soit W un voisinage disqué de 0
dans X. on a W ∩ Xα contient un voisinage Vα ∈ Vα , et par suite l’enveloppe
disquée Γ( α∈I Vα ) de Vα est contenue dans W . Comme Γ( Vα ) ∈ V, V
S S S
α∈I α∈I
est une base de voisinages de 0 dans X.
Proposition 3.2
Une application linéaire T de X vers un espace localement convexe Y est
continue si, et seulement si, Tα := T ◦ fα est continue pour tout α ∈ I.
Preuve :
Le sens direct est évident.
Réciproquement, soit W un disque voisinage de 0 dans Y , on a :
(T ◦ fα )−1 (W ) = fα−1 (T −1 (W )) = (T −1 (W )) ∩ Xα . Comme c’est un voisinage
de 0 pour τα , (T −1 (W )), étant un disque , est un voisinage de 0 dans X.
Définition 3.3
On dit qu’un espace localement convexe X est bornologique s’il satisfait
aux conditions équivalentes suivantes :

27
 i) Toute partie convexe équilibrée de X qui absorbe les parties bornées de
X est un voisinage de 0 dans X.

ii) Quel que soit l’espace localement convexe Y , une application linéaire u
: X → Y est continue si et seulement si u(A) est borné dans Y pour
tout ensemble A borné dans X.

Proposition 3.3
Une limite inductive localement convexe d’espaces localement convexes
bornologiques est un espace bornologique.

Preuve :
Soit X = lim
−→Xα , avec Xα un espace localement convexe bornologique pour
tout α. Si T est une application linéaire bornée de X dans un espace
localement convexe Y , alors pour tout α, Tα = T ◦ fα est borné de Xα
dans Y . Donc Tα est continue. Par la proposition précédente T est continue.

Définition 3.4
Un espace de Fréchet est un espace localement convexe métrisable et
complet.

Corollaire 3.1
Une limite inductive d’espaces localement convexes métrisables (en
particulier normés ) est un espace bornologique

Théorème 3.1 (Mackey-Arens)

Un espace localement convexe séparé X est un espace bornologique si, et
seulement si, X est limite inductive d’espaces normés .
Si X est complet, ces espaces sont de Banach.

Preuve :
Soit (X, τ ) un espace localement convexe séparé, et soit A un disque borné
fermé pour τ , Consédérons XA le sous-espace engendré par A. On munit XA
de la jauge pA qui est une norme sur XA . La famille B de tous les disques
fermés bornés sera munie de l’ordre : A ≤ B ⇐⇒ A ⊂ B. Le système
(XA , jBA )A,B∈B est un système inductif ; où jBA est l’injection canonique de
XA dans XB . Par ailleurs si A ≤ B : jBA : XA → XB est continue car
pB ≤ pA . Donc (XA , jBA )A,B∈B est un système inductif d’espaces normés.
Soit maintenant T la topologie limite inductive localement convexe sur
X = A XA = lim −→XA .
S

Montrons que T = τ . Il est clair que τ rend continue les jA . Donc τ < T ,
de plus si B est un borné pour τ , alros son enveloppe disquée fermée A est

28
aussi borné et donc B ⊂ XA et y est borné , par suite B est broné pour T .
Ainsi Id : (X, τ ) → (X, T ) est borné et comme (X, τ ) est bornologique , elle
est continue par suite T < τ .
Maintenant, si X est complet , A un disque borné fermé et (xn )n une suite de
Cauchy dans (XA , pA ), alors (xn )n est aussi une suite de Cauchy dans (X, τ )
, Celui-ci étant complet ,(xn )n converge dans X vers un certain élément x.
Montrons que (xn )n tend vers x dans XA
On a :
∀ε > 0, ∃N ∈ N : ∀n, m > N ⇒ xn − xm ∈ εA
.
Or εA est fermé dans (X, τ ) et (xn )n converge dans (X, τ ); Donc quand on
fixe n > N et on fait m tend vers l’infini on aura : xn − x ∈ εA et alors x
est dans XA , de plus xn − x ∈ εA quelque soit n ≥ N donc (xn )n converge
vers x dans (XA , pA ).
Remarque 3.2
Dans la preuve précédente, Si F est la famille des disques, fermés bornés
de dimension finie de X alors (XB , pB )B∈F est un système inductif d’espaces
normés et l’on a :
Proposition 3.4
Si (X, τ ) est la limite inductive localement convexe du système inductif
(XB , pB )B∈F , alors τ est la plus fine de toutes les topologies localement
convexes sur X.
Preuve : Soit T une topologie sur X,On a
Id
(X, τ ) (X, T )

jB

(Xβ , pB )

Comme XB est un espace vectoriel de dimension finie, Id ◦ jB est continue

et par la proposition 3.2 , Id : (X, τ ) → (X, T ) est continue. D’où τ est plus
fine que T .

3.2 Limite inductive stricte d’espaces

localement convexes
Définition 3.5

29
 Un système inductif (Xα , fβα )(I,≤) d’espaces localement convexes où sa
limite inductive (X, τ ) est dite :

i) Stricte si , pour tout α ≤ β , la topologie induite sur Xα par τβ égale à

τα ; i.e : τβ | Xα = τα .

ii) Hyperstricte si , pour tout α ∈ I, La topologie induite par τ sur Xα est

égale à τα ; i.e : τ | Xα = τα .

Remarque 3.3

• Toute limite inductive hyperstricte est stricte.

• La réciproque n’est pas toujours vraie , elle l’est cependant dans le cas
où I est dénombrable .

Lemme 3.1
Soient X un espace localement convexe , M un sous-espace vectoriel de
X (muni de la topologie induite ) alors :

i) Pour tout U un voisinage disqué de 0 dans la topologie induite , il existe

V voisinage convexe de 0 dans X tel que U = V ∩ M .

/ M alors, il existe V un voisinage disqué de 0 tel que x0 ∈

ii) Si x0 ∈ / V.

Preuve :

i) Soit W un voisinage disqué de 0 dans X tel que W ∩ M ⊂ U . Alors

V = Γ(W ∩ U ) répond à la question , en effet : Il clair que U ⊂ V ∩ M .
Soit z ∈ V ∩ M alors z = λw + µ u avec w ∈ W , u ∈ U et |λ|+|µ|≤ 1
. Donc λw = z − µ u et par suite λ = 0 ou bien w ∈ M .

• Si λ = 0 alors z ∈ U .
• Si w ∈ M et comme U est convexe et W ∩ M ⊂ U on a z ∈ U .

/ M alors on peut choisir W tel que (x0 + W ) ∩ M = ∅. Ainsi

ii) Si x0 ∈
x0 ∈/ V ; sinon x0 = λw + µ u ∈ V ce qui donne x0 − λw ∈ M et
x0 − λw ∈ x0 + W ce qui n’est pas vrai.

Proposition 3.5
Une limite inductive stricte dénombrable d’espaces localement convexes
est hyperstricte .

30
Preuve :
Pour chaque n ; fn : Xn → X continue, donc τ | Xn moins fine que
τn . Reste à montrer que τn moins fine que τ | Xn . Soit Un un voisinage
de 0 pour τn alors Un ∩ Xk est un voisinage de 0 dans Xk pour k ≤ n
.Comme τn = τn+1 | Xn , d’après le lemme 3.1 , il existe Un+1 voisinage
disqué de 0 pour τn+1 tel que Un+1 ∩ Xn = Un . Et par récurrence il existe
pour tout k ∈ N∗ un voisinage disqué de 0 dans Xn+k pour τn+k tel que
∞
Un+k+1 ∩ Xn+k = Un+k posons U = Un+k , c’est un disque et U ∩ Xp est
S
k=1
un voisinage de 0 pour τp , quelque soit p ∈ N . Mais U ∩ Xn = Un . d’où
Un est τ −voisinage de 0.

Corollaire 3.2
Si les τn sont séparées , alors τ est une topologie séparée.

Preuve :
Soit x un élément non nul de X. Alors , il existe n ∈ N tel que x ∈ Xn .
Comme τn est séparée, il existe un voisinage Un de 0 (pour τn ) ne contenant
pas x. Comme τn est identique à celle induite par τ , il existe U ∈ V(0) pour
τ tel que U ∩ Xn = Un . Donc x ∈ / U , ce qui preuve que τ est séparée.

Proposition 3.6
Pour tout n ∈ N, la topologie induite par τ sur Xn est identique à τn .

Preuve :
τ n ⊃ τ | Xn .
Soit Vn un voisinage de 0 (dans Xn ) pour la topologie induite τ | Xn . Par
définion, même de la topologie induite on a Vn = V ∩ Xn avec V ∈ V(0) pour
τ.
Il existe U , voisinage convexe de V(0) (pour τ ), contenu dans V (car τ est
localement convexe), D’après la proposition précédente , Un = U ∩ Xn est un
voisinage de 0 pour τn . Or Un ⊂ Vn donc Vn est aussi voisinage de 0 pour
τn .
τ n ⊂ τ | Xn .
Nous utilisons ici le fait que τn = τn+1 | Xn . Soit Un un voisinage arbitraire
convexe de 0(dans Xn ) pour τn . Montrons qu’il existe U ∈ V(0) pour τ tel
que U ∩ Xn = Un .
Par le lemme , il existe un voisinage convexe Un+1 pour τn+1 tel que
Un+1 ∩ Xn = Un .
Par récurrence, on voit qu’il existe , pour tout k = 1, 2, . . . un voisinage
convexe de 0 Un+k dans Xn+k pour τn+k tel que Un+k+1 ∩ Xn+k = Un+k .
Posons U = k∈N Un+k .
S

31
On voit que U ∩ Xn = Un . D’autre part, U est voisinage de 0 pour τ , car U
est convexe et car U ∩ Xn est un voisinage de 0 pour τn (∀n ∈ N).

Définition 3.6
Un système inductif non nécessairement dénombrable (Xα , τα )αβ∈I
d’espaces localement convexes alors sa limite inductive est dite régulière si
pour tout borné B de (X, τ ) , il existe α ∈ I tel que B ⊂ Xα et B est
τα -bornée .

Proposition 3.7
Si (X, τ ) est une limite inductive stricte dénombrable d’espaces localement
convexes (Xn , τn ) et si pour tout n ∈ N, Xn est fermé dans (Xn+1 , τn+1 ) alors
le système inductif (Xn , τn ) est régulier .

Preuve :
Soit B un borné de X qui n’est contenu dans aucun Xn . Comme Xn
est fermé dans Xn+1 , il existe une suite {k1 , k2 , . . . } contenu dans N et une
suite (xn )n contenu dans B telles que :xn ∈ Xkn+1 , xn ∈ / Xkn (n ∈ N) . Par
le lemme, il existe pour tout n, Vkn voisinage disqué de 0 dans Xkn tel que
∞
/ Vkn+1 et Vkn+1 ∩ Xkn = Vkn . Alors V =
n−1 xn ∈ Vkn est un voisinage de
S
n=1
0 pour τ . Or n−1 xn ∈
/ V pour tout n , ceci est impossible car B est borné
dans X.

Proposition 3.8
Tout système inductif régulier d’espaces localement convexes séparés est
séparé.

Preuve :
X
On a {0} est un borné de X. Donc {0} est un borné de X. Or X est
X
régulier , donc il existe n ∈ N tel que {0} ⊂ Xn . Comme Xn est séparé
X X
et {0} est un sous-espace vectoriel de Xn , {0} = {0}, et par suite X est
séparé .

Théorème 3.2
Si X = lim
−→Xn est séparé et chaque Xn est fermé dans X, alors pour tout
borné B de X , il existe n ∈ N tel que B ⊂ Xn .

Preuve :
Supposons qu’un borné B de X n’est contenu dans aucun Xn . Alors, pour
tout n ≥ 1, il existe bn ∈ B tel que bn ∈ Xn \Xn−1 avec X0 = {0}. Comme
b1 6= 0 , il existe un voisinage disqué G1 de 0 dans X tel que b1 ∈
/ G1 + G1

32
; on pose V1 = G1 ∩ X1 . C’est un voisinage de 0 dans X1 et b1 ∈ / V1 . On
X
pose W1 = V1 . Comme W1 ⊂ G1 + G1 , on a b1 ∈ / W1 . Or X1 est fermé
dans X . Donc W1 est contenu dans X1 . Mais 12 b2 ∈ / X1 . Donc 12 b2 ∈
/ W1 . Il
existe donc un voisinage disqué G2 de 0 dans X tel que b1 ∈ / W1 + G2 + G2 et
1
b
2 2
∈
/ W 1 + G2 + G2 , Ceci est dû au fait que {b , 1
1 2 2b } est fermé et X séparé
. Si V1 = G2 ∩ X2 , alors V2 est un voisinage de 0 dans X2 . On pose alors
X
W2 = V1 + V2 . On a b1 ∈ / W2 .
/ W2 et 12 b2 ∈
On suppose que pour tout k = 1, 2, . . . , n , Vk est un voisinage de 0 dans
X
Xk tel que V1 ⊂ V2 ⊂ · · · ⊂ Vn et k1 bk ∈ / (V1 + V2 + · · · + Vn ) , pour tout
X
k = 1, 2, . . . , n . On pose Wn = (V1 + V2 + · · · + Vn ) . Comme Xn est fermé
dans X, on a Wn ⊂ Xn . D’autre part il existe un voisinage disqué Gn+1 de 0
dans X tel que k1 bk ∈ / Wn + Gn+1 + Gn+1 pour tout k = 1, 2, . . . , n + 1. Alors
Vn+1 = Gn+1 ∩ Xn+1 est un voisinage de 0 dans Xn+1 et
X
Wn+1 = (V1 + V2 + · · · + Vn+1 ) ⊂ V1 +V2 +· · ·+Vn+1 +Gn+1 ⊂ V1 +V2 +. . . Vn +Gn+1 +Gn+1

donc Wn+1 ⊂ Wn + Gn+1 + Gn+1 et par conséquent k1 bk ∈

/ Wn+1 , quelque soit
∞
k = 1, 2, . . . , n+1 . Par suite Wn est un voisinage de 0 dans X ne contenant
S
n=1
∞
aucun 1
. Ceci donne que Wn n’absorbe pas B . Contraduction avec
S
b
m m
n=1
l’hypothèse.

33
 CHAPTER 4
EXEMPLE DE LA LIMITE
INDUCTIVE

Ce chapitre est dédié à l’exploration d’un exemple de limite inductive qui est
un exemple de limite inductive stricte dénombrable.
C’est en fait un exemple joue un rôle important en théorie des distributions,
sont à l’origine de l’étude des limites inductives.

Définition 4.1
Soient Ω un ouvert de Rn , m ∈ N∗ et f : Ω → R continue .

i) On appelle support de f , qu’on note supp f , la partie de Ω définie par

suppf = {x ∈ Ω : f (x) 6= 0}.
m
ii) On désigne par DK (Ω) l’ensemble des f ∈ C m (Ω) telles que supp(f ) ⊂
K, Où K est un compact de Ω .

iii) On désigne par Dm (Ω) l’ensemble des f ∈ C m (Ω) telles que supp(f )
soit compact de Ω.

iv) On désigne par K(Ω) l’ensemble des f ∈ C(Ω) telles que supp(f ) soit
compact de Ω

v) On considérera :
m
pK,m la semi-norme définie sur DK (Ω) par : pK,m (f ) = max (sup|Dα f |)
|α|≤m x∈K
n
où α = (α1 , α2 , . . . , αn ) ∈ Nn et |α|=
P
αi .
i=1

34
Remarque 4.1
Si m = 0 on a D0 (Ω) = K(Ω) et DK 0 (Ω) = KK (Ω). Si m = +∞, on
omettera d’écrire ∞. On note D(Ω) et Dk (Ω) au lieu de D∞ (Ω) et DK
∞
(Ω).

Proposition 4.1
m
(DK (Ω); pK,m ) est un espace de Banach.

Preuve :
Soit (fn )n∈N est une suite de Cauchy dans DK
m
(Ω). Alors pour tout ε > 0
et pour tout m, il existe N ∈ N tel que si p, q > N on a pK,m (fp − fq ) < ε
c’est à dire que pour tout |α|≤ m on a :

sup|Dα fp (x) − Dα fq (x)|< ε. (4.1)

x∈K

Comme C(Ω) est complet, il existe gα ∈ C(Ω) telle que (Dα fp )p converge vers
gα . En particulier pour |α|= 0 on a (fp )p converge vers g0 = f dans C(Ω).
Par ailleurs puisque dans DK m
(Ω) chaque fn est nulle sur {K
Ω , Cela vaut aussi
pour f . Donc suppf ⊂ k. Montrons maintenant que f ∈ C m (Ω) et que (fn )n
converge dans DK m
(Ω). On raisonne par récurrence sur |α|. Si |α|= 0 on a
bien g0 = f = D f . 0

On suppose que pour tout α : |α|≤ r on a Dα f = gα avec r < m et

soit α = (α1 , α2 , . . . , αn ) tel que |α|= r + 1 et l tel que αl 6= 0. on a
0
Dα f = ∂x∂ l (Dα f ) avec |α0 |= r. Comme (Dα fp )p converge uniformément vers
0 0
gα et (Dα fp )p converge vers Dα f = gα0 , par le théorème de dérivation on
0
a : ∂x∂ l (Dα f ) = gα et donc Dα f = gα . En fin en fixant p dans (4.1) et en
faisant tendre q vers +∞, on obtient que (fp )p converge vers f dans DK m
(Ω).

Théorème 4.1
(DK (Ω), (pK,p )p∈N ) est un espace de Fréchet.

Preuve :

On considère une distance d sur DK (Ω) définie par :

+∞
1 pK,p (f − g)
∀f ∈ C p (Ω), ∀g ∈ C p (Ω), d(f, g) =
X

p=1 2 1 + pK,p (f − g)
n

telle que la topologie de DK (Ω) définie par la famille de semi-normes (pK,p )p∈N
coincide avec la topologie induite par la distance d. Alors (DK (Ω), (pK,p )p∈N )
est métrisable.
Montrons qu’il est complet. Soit (fn )n une suite de Cauchy dans DK (Ω).
Elle est alors une suite de Cauchy dans chaque DK p
(Ω) qui est complet. Donc,

35
pour tout p ∈ N, (fn )n converge dans DKp
(Ω) vers f (p). En fait la limite ne
p0
dépend pas de p. En effet ; si p ∈ N, alors (fn )n converge dans DK
0
(Ω) vers
0
p0 max{p,p }
f (p ). Comme DK (Ω) et DK (Ω) contiennent DK
0 p
(Ω) on a f (p) = f (p0 ).
Posons f = f (p), p ∈ N. Alors f ∈ DK (Ω) quel que soit p ∈ N . Et par suite
p

(fn )n converge dans DK (Ω) vers f .

Lemme 4.1
Pour tout ouvert Ω de Rn , il existe une suite (Km )m∈N∗ de parties
compactes de Ω , vérifiant les propriétés suivantes :
◦
i) Pour tout m ∈ N∗ , on a Km ⊆ K m+1 .

ii) Ω =
S
Km .
m∈N∗

iii) Pour tout compact K de Ω, il existe m ∈ N∗ , tel que K ⊆ Km .

Dans ce cas, (Km )m∈N∗ s’appelle une suite exhaustive de Ω.

Preuve :
Pour chaque m ∈ N∗ , on pose Km = {x ∈ Ω : kxk≤ m et d(x, ∂Ω) ≥ 1
m
},
où ∂Ω désigne la frontière de Ω , alors on a

i) Pour tout m ∈ N∗ , Km est fermé borné, donc Km est compact.

ii) Soit x ∈ Ω , alors d(x, ∂Ω) > 0 , car ∂Ω est fermé et x ∈

/ ∂Ω, donc il
existe m ∈ N , avec m assez grand, tel que kxk≤ m et d(x, ∂Ω) ≥ m1 ,
∗

par suite, on a x ∈ Km .
◦ ◦
iii) Soit K un compact de Ω, On a Ω = Km , Donc K ⊆ Km et
S S
m≥2 m≥2
m ◦
comme K est compact, il existe m ≥ 2 , tel que K ⊆ Ki , avec
S
i=1
m ◦ ◦
Ki = K m , donc K ⊆ Km .
S
i=1

On notera par K l’ensemble de tous les compacts de Ω, ordonné par

l’inclusion. Quand K ⊂ K 0 on désignera par jK 0 K l’injection canonique
de DK m
(Ω) dans DK
m
0 (Ω); m étant dans N ∪ {+∞}. On a :

• jKK = idDKm (Ω) ; ∀K ∈ K

00
• jK 00 K 0 ◦ jK 0 K = jK 00 K , dès que K ⊂ K 0 ⊂ K .

36
Comme pour tout K ⊂ K 0 , on a pK,m ≤ pK 0 ,m , l’injection jK 0 K est continue,
et par suite (DK
m
(Ω), jK 0 K )K,K 0 ∈K est un système inductif d’espaces localement
convexes.
Par ailleurs , DK (Ω) = Dm (Ω), donc lim −→DK (Ω) = D (Ω).
S m m m
K K

Proposition 4.2
Le système inductif (DK m
(Ω), jK 0 K )K,K 0 ∈K est équivalent au système
dénombrable stricte (DKn (Ω), jn0 n )n,n0 ∈N , avec jn0 n = jKn0 Kn
m

Preuve :
Il est claire que, en tant qu’ensembles on a :
top
DK (Ω) = DK (Ω) = Dm (Ω). Soit en outre (Dm (Ω), T ) = lim (Ω).
S m S m m
n −→ DKn
K n n
top Id
et (Dm (Ω), τ ) = lim
−→DK (Ω). Donc l’identité : (D (Ω), T ) → (D (Ω), τ )
m m m

K
est bicontinue. En effet, puisque chaque Kn est aussi compact, Id ◦ jn est
continue, donc d’après la proposition (3.2 de CH-III) Id est (T , τ ) continue.
Réciproquement, si K ∈ K , il existe n ∈ N tel que K ⊂ Kn . Ainsi Id ◦ jk qui
n’est autre que jn ◦jKn K est continue. Encore par la proposition Id est (T , τ ).
D’où T = τ et les deux systèmes sont équivalents . De plus τn+1 | DK m
n
= τn
, donc par la proposition (3.6 CH-III) la limite est hyperstricte.

Remarques 4.1

i) Comme Dm (Ω) est limite inductive dénombrable stricte de complets,

séparés, elle est complète, séparée et régulière.
ii) Une suite (fn )n converge vers 0 dans Dm (Ω) si, et seulement si, il
existe un compact K de Ω tel que (fn )n ⊂ DKm
(Ω) et fn tend vers 0
dans DK (Ω).
m

Nous allons maintenant déterminer, dans les cas particuliers m = 0 et

Ω = R puis m = +∞, des familles de semi-normes définissant la topologie
limite inductive localement convexe de Dm (Ω).
Cas m=0 (e.g. cas de K(Ω))
Soit V = C + (R) = {v ∈ C(R) | v ≥ 0}. Pour tout v ∈ V et pour tout
f ∈ C(R), on pose : pv (f ) = sup v(x)|f (x)|.
x∈R
On considère l’espace vectoriel CV (R) = {f ∈ C(R) | pv (f ) < +∞ ; ∀v ∈ V }
et on le munit de la topologie définie par les semi-normes (pv )v∈V . Alors on
a la proposition suivante .
Proposition 4.3
K(R) = CV (R) algébriquement et topologiquement.

37
Preuve :
Il est clair que K(R) ⊂ CV (R).
Soit f ∈ CV (R). Supposons que f n’est pas à support compact , alors il
existe une suite strictement croissante (xn )n telle que xn tend vers +∞ et
f (xn ) 6= 0 pour tout n. Soit Un un voisinage ouvert de xn , tel que Un ∩Um = ∅
dès que n 6= m. Si gn ∈ C(R) tel que gn (x) = |f (xnn )| et suppgn ⊂ Un , alors la
fonction v définie par :

gn (x)
 si x ∈ Un
v(x) = •
0 x∈
S
 / Un
n

est dans V et vérifie v(xn )|f (xn )|≤ pv (f ), quel que soit n.
Or v(xn )|f (xn )|= n. Donc pv (f ) = +∞. ce qui n’est pas vrai. Ainsi K(R) =
CV (R) algébriquement.
Soit τl la topologie limite inductive de K(R) et τv la topologie définie par la
famille de semi-normes (pv )v∈V . On va démontrer que τv = τl . Pour ce faire,
Id
on va démontrer que (K(R), τl ) → (K(R), τv ) est bicontinue. Remarquons
tout d’abord que (K(R), τl ) = lim
−→Kn (R) où Kn (R) = K(R ).
n [−n,n]
Or pour tout v ∈ V , tout n ∈ N et tout f ∈ Kn (R) on a

pv (f ) = sup v(x)|f (x)|

x∈[−n,n]

≤ sup v(x) sup |f (x)|

x∈[−n,n] x∈[−n,n]

≤ Cpn (f )

Donc Id :(K(R), τl ) → (K(R), τv ) est (τl , τv ) continue.

Réciproquement, soit W un voisinage convexe équilibré de 0 pour τl . Alors

pour tout n, W ∩ Kn (R) est un voisinage convexe de 0 pour τn ; donc il exsite
une suite (rn )n décroissantes de nombres strictements positifs telle que :
1
B(0, rn ) = {f ∈ Kn (R)/ sup |f (x)|≤ 1} ⊂ W ∩ Kn (R)
x∈[−n,n] rn

On fixe n ∈ N∗ , 0 < α < 1 et l’on considère la fonction v définie comme suit

: 
1 sur [−n + α, n − α]
v(x) = rn1

rn+k
sur [−n − k + α, n − k + 1] ∪ [n + k − 1, n + k − α] si k ≥ 1
et v est linéaire par morceaux et continue.

38
Alors la boule unité Bv de la semi-norme pv est contenue dans W. En effet
si f ∈ Bv et suppf ⊂ [−m, m] . Alors on a :

sup v(t)|f (t)|= sup v(t)|f (t)|≤ 1

x∈R x∈[−m,m]

Or sur [−m, m] , on a v ≥ 1
rn
. Il en résulte que

1
sup |f (t)|≤ sup v(t)|f (t)|≤ 1
t∈[−m,m] rm t∈[−m,m]

De là pm (f ) = sup |f (t)|≤ rm , ou encore f ∈ Bm (0, rm ). Comme

t∈[−m,m]
Bm (0, rm ) contenue dans W, on a f ∈ W Par suite τl = τv .

Pour donner une famille de semi-normes définissant la topologie de D(Ω),

on a besoin de quelques résultats et définitions.

Définition 4.2
Une famille A de parties d’un espace topologique X est dite localement
finie si pour tout x ∈ X, il existe un voisinage V de x tel que, V ne rencantre
qu’un nombre finie d’éléments de A.

Définition 4.3
Soient Ω un ouvert de Rn , (Ωi )i∈I un recouvrement d’ouverts de Ω et
m ∈ N ∪ {+∞}. Une famille (αi )i∈I de fonctions de C m (Ω) est dite partition
C m localement finie de l’unité relativement au recouvrement de (Ωi )i∈I si elle
vérifie :

i) αi (x) ≥ 0, pour tout x ∈ Ω.

ii) supp αi ⊂ Ωi , pour tout i ∈ I.

iii) (supp αi )i∈I est localement finie.

αi (x) = 1, pour tout x ∈ Ω.

P
iv)
i∈I

Théorème 4.2
Soient Ω un ouvert de Rn , (Ωi )i∈I un recouvrement d’ouverts de Ω.
Alors il existe une partition C ∞ localement finie de l’unicité relativement
au recouvrement de (Ωi )i∈I .

39
Preuve :
Admis.

Maintenant trouvons de manière détaillée un système fondamental de

voisinages de 0 dans D(Ω). On note par (Kn )n la suite de compacts de Ω
donné par le lemme 4.1 de ce chapitre. Soit m = (mk )k≥1 une suite croissante
d’entiers positifs. Soit Vm,ε l’ensemble de tous les fonctions f de D(Ω) telles
K
que, pour tout k ≥ 1, |Dp f |≤ εk dès que |p|≤ mk et x ∈ Ω∩{Ω k−1 . L’ensemble
Vm,ε est un disque et pour tout n ≥ 1, Vm,ε ∩ DKn (Ω) contient l’ensemble :

{f ∈ DKn (Ω), |Dp f |≤ εn , ∀p :|p|≤ mn et ∀x ∈ Ω}

Or ce dernier est un voisinage de 0 dans DKn (Ω) , c’est la boule de centre et

de rayon εn de la semi-norme pKn ,mn . Ainsi Vm,ε est un voisinage de 0 dans
D(Ω).
Réciproquement Soit V un voisinage disqué de 0 dans D(Ω).
On va montrer que V contient un certain Vm,ε . Comme pour tout n, V ∩
DKn+1 (Ω) est un voisinage de 0 dans DKn+1 (Ω), il contient un boule pour une
des semi-normes pKn+1 ,m . Il existe donc ln ∈ N et un rayon ηn tels que :

BKn ,ln (0, ηn ) = {f ∈ DKn (Ω) :|Dp f (x)|≤ ηn , ∀p :|p|≤ ln , ∀x ∈ Kn+1 }

◦
Comme chaque Ωn = Kn+1 \Kn−1 est ouvert et le recouvrement ouver
(Kn+1 \Kn−1 ) de Ω est localement finie, il lui est associé une partition C ∞ de
S
n
l’unité, Soit (αn )n . On a donc, pour tout f ∈ D(Ω), f = (2n αn f ). Cette
P1
n
n 2
somme est en fait finie, puisque suppf est compact et la famille (suppαn )n
est localement finie. On va construire Vm,ε de sorte que si f ∈ Vm,ε , alors
2n αn f ∈ V . Mais V est un disque, D’après la remarque précédente f sera
dans V. Construisons alors Vm,ε . Or d’après la formule de Leibniz,
!
p p−q
D (αn f ) =
p
D αn D q f
X

q≤p q

. Par un simple calcul , puisque (αn )n est fixé une fois pour toute , on obtient
:
|Dp (2n αn f )|≤ M (n, p)max |Dq f |
|q|≤|p|

Où M (n, p) est une constante positive dépendant de n et de p. Il en résulte

que si |Dp f |≤ rn pour tout p : |p|≤ ln . alors |Dp (2n αn f )|≤ Nn .rn , pour un
K
certain Nn > 0 et quelque soit p : |p|≤ ln . En particulier si ,sur {Ω n−1 , on a
|Dp f |≤ rn quelque soit p : |p|≤ ln , alors la compacité de Kn+1 et le fait que

40
suppαn ⊂ Kn assurent l’existance d’un λn > 0 tel que |Dp (2n αn f )|< λn rn et
pour tout x ∈ Ω. Or BK1 ,l1 (0, η1 ) est contenue dans V.
On pose alors ε1 = λη11 , m1 = l1 . on suppose construire m1 , . . . , mn et
ε1 , . . . , εn tels que pour tout i = 1, . . . , n − 1 , mi+1 ≥ max(mi , li+1 ) et
εi+1 ≤ min(εi , ληi+1 i+1
). Si on veut que 2n+1 αn+1 f soit dans V, On impose
la condition |Dp (2n+1 αn+1 f )|≤ ηn+1 pour tout p : |p|≤ ln+1 et pour tout
x ∈ X, ceci est assuré si on prend dans ce qui précède rn+1 = ληn+1 n+1
. Mais
on cherche aussi à réaliser la construction d’un Vm,ε . On pose donc mn+1 =
max(mn , ln+1 ) et εn+1 = min(εn , ληn+1n+1
) . Alors pour m = (mn )n et ε = (εn )n ,
on a Vm,ε ⊂ V . En effet si f ∈ Vm,ε , alors, pour tout n, |Dp f (x)|≤ εn quelque
soit p : |p|≤ mn . Or εn ≤ ληnn et mn ≥ ln . Donc |Dp (2n αn f )(x)|≤ ηn . Par
suite 2n αn f ∈ V . D’où f = 21n (2n αn f ) ∈ V .
P
n
Nous sommes actuellement en position de donner une famille de semi-normes
définissant la topologie de D(Ω).
Pour tout p ∈ Nn , on définit une fonction vp continue sur Ω telle que la
famille V = (supp vp )p est localement finie sur Ω.
On définit ensuite, pour tout f ∈ D(Ω) la quantité :

PV (f ) = sup sup|Dp f (x)|vp (x)

p∈Nn x∈Ω

En fait c’est un sup fini sur p. puisque (suppvp )p est localement finie, et PV
est une semi-norme sur D(Ω). Lorsque V décrit toutes les familles possibles,
construites comme ci-dessus, la famille (PV )V définit la topologie de D(Ω).
En effet si m = (mn )n est une suite strictement croissante d’entiers naturels
et ε = (εn )n ⊂ R∗+ une suite décroissantes, alors Vm,ε contient une boule
pour une certaine famille V. En effet pour tout p ∈ Nn , il existe n tel que
mn−1 <|p|≤ mn , on définit alors vp par , vp (x) = où α0 = 0 sur Ω.
P αl (x)
εl+1
l≥n−1
C’est une fonction continue sur Ω et suppvp ⊂ Ω\Kn−2 .
Supposons alors que PV (f ) ≤ 1. Alors pour tout n et tout p: |p|≤ mn on a
sup|vp (x)Dp f (x)|≤ 1. Donc si x ∈ Kn \Kn−1 on aura vp (x) = αn−1
εn
(x)
+ αεnn+1
(x)
.
x∈Ω
or εn+1 ≤ εn et sur Kn \Kn−1 , αn−1 + αn = 1. Donc |Dp f (x)|≤ εn , comme x
est quelconque dans Kn \Kn−1 , on a |Dp f (x)|≤ εn , ∀ p : |p|≤ mn et ∀x ∈ Ω.
D’où f ∈ Vm,ε .
Réciproquement soit V = (vp )p∈Nn une famille définie comme ci-dessus,
Comme (suppvp )p est localement finie et les Kn sont des compacts, il existe
une suite (mn )n qu’on peut supposer croissante telle que Kn ∩ supp vp = ∅
pour tout p : |p|> mn . Soit µn = max max|vp (x)| et soit (εn )n une suite
|p|≤mn x∈Kn
décroissante de réels tels que µn εn ≤ 1; Si |Dp f (x)|≤ εn dès que |p|≤ mn et

41
x ∈ Ωn . alors

PV (f ) = max max|vp (x)Dp f (x)|≤ εn µn ≤ 1.

|p|≤mn x∈Ωn

Par suite Vm,ε contenu dans la boule unité de PV et la topologie de D(Ω) est
alors définie par les PV .

Remarques
Dans le cas d’une limite inductive , dénombrable srtirct X, on a les propriètés
fondamentales suivantes :

1. X induit sur chaque Xn sa propre topolgie.

2. Tout borné sur X est contenu dans un certain Xn

3. Si tous les Xn sont complets , alors X l’est aussi.

Néanmoins, ces résultats ne restent plus vrais dans le cas non dénombrable.
En effet YUKIO KÔMURA donne un exemple de limite inductive stricte non
dénombrable, Il s’agit de l’exemple suivant [11] :
Soit A un ensemble non dénombrable. On note par ω0 (A) l’ensemble des
suites (xλ )λ∈A , tel que tous les xλ nuls sauf pour une famille dénombrable
d’indices. Alors ω0 (A) est limite inductive stricte de ω(Aα ) où ω(Aα ) =
{(xλ ), xλ = 0pourλ ∈ / Aα } et Aα est une partie dénombrable de A.

42
 CONCLUSION

Ce mémoire de fin d’études avait pour objectif l’étude des limites inducitves
des espaces localement convexes.
Au début de ce mémoire nous avons présenté plusieurs résultats
fondamentaux dans les espaces localement convexes . Le reste de ce travail a
été consacré à l’étude de limite inductive d’espaces localement convexes avec
leur régularité et de donner un exmeple de ce dernier.
il offre aussi une analyse complète et structurée des espaces localement
convexes et des systèmes inductifs, fournissant ainsi une compréhension
approfondie des techniques et des théories nécessaires pour aborder des
problèmes avancés en analyse fonctionnelle et en théorie des distributions.
Je garde du mémoire un excellent souvenir, il constitue désormais une
expérience valorisante et encourageante pour mon avenir.

43
 BIBLIOGRAPHY

[1] K.D.Bierstedt, Functional analysis and it’s applications (1988) 35-133.

[2] N.Bourbaki , Espaces vectoriel topologiques, Springer-Verlag Berlin
Heidelberg 2007.
[3] N.Bourbaki , Théorie des ensembles , Springer-Verlag Berlin Heidelberg
2006.
[4] J.Garsoux, Espaces vectoriel tologique et distributions , Dunod, Paris,
1963.
[5] J.Horvath, Topological vector spaces and distributions vol 1,
Addison-Wesley , 1966.
[6] H.Jarchow, Locally Convex Spaces , B. G. Teubner Stuttgart 1981.
[7] J. Kucera and K. Mckennon, Bounded sets in inductive limits. Proc.
Amer. Math. Soc. 69 (1978), 62-64.
[8] Y.Kômura, Some Examples on Linear Topological Spaces, Msth. Annaten
I53, 150–162 (1964).
[9] A.P.Robertson and W.Robertson , Topological vector sapces , Cambridge
at the university 1973.
[10] H. H. Schaefer , Topological vector spaces, Graduate Texts in
Mathematics, New York, Springer–Verlag, 1971.
[11] Vo-khac Khoan , Distributions, Analyse de fourier, Opérateurs aux
dérivées partielles T1 , Vuibert, 63, Paris 1973.

44