Université Paris-Dauphine PSL

DEMI2E
Année 2022-2023

ANALYSE 4

Polycopié de Daniela Tonon,

version modifiée par Olivier Glass
(Version du 13/02/23)

1
Table des matières
1 Espaces métriques 3
1.1 Définition et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Espaces Vectoriels Normés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 Définition et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Espaces préhilbertien et espaces euclidiens . . . . . . . . . . . . . . . . . . . . 6
1.3 Boules ouvertes, Boules fermées, Sphères . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Voisinages, points intérieurs et points adhérents . . . . . . . . . . . . . . . . . . . . . 10
1.5 Parties ouvertes, parties fermées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6 Intérieur et Adhérence d’une partie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6.1 Frontière d’une partie, parties d’intérieur vide et parties denses . . . . . . . . 16
1.7 Parties bornées et diamètre d’une partie . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.8 Suites: convergence, unicité de la limite, etc. . . . . . . . . . . . . . . . . . . . . . . . 20
1.8.1 Caractérisation séquentielle d’une partie fermée et d’une partie dense . . . . . 21
1.8.2 Suites extraites, valeurs d’adhérence. . . . . . . . . . . . . . . . . . . . . . . . 22
1.9 Applications continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.9.1 Homéomorphismes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.10 Suites d’applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2 Topologies 29
2.1 Définition et généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Comparaison des topologies, distances, normes . . . . . . . . . . . . . . . . . . . . . 31
2.3 Topologie induite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4 Topologie produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5 Connexité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5.1 Connexité par arcs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5.2 Composantes connexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

3 Compacité 43
3.1 Compacité au sens de Bolzano-Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2 Compacité et continuité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3 Compacité au sens de Borel-Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.4 Compacité dans un espace normé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

4 Complétude 48
4.1 Définition et généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2 Espaces de Banach. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2.1 Séries dans les Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5 Applications linéaires continues 54

5.1 Espace vectoriel normé des fonctions linéaires continues . . . . . . . . . . . . . . . . 55
5.2 Application: l’exponentielle d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . 58
5.3 Applications bilinéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

6 Calcul différentiel élémentaire en dimension finie 60

6.1 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.2 Différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.3 Propriétés de la différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.4 Différentiabilité : second ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

2
1 Espaces métriques
On se propose dans ce chapitre de faire un important procédé d’abstraction sur les notions que
vous avez apprises pour les ensembles Rn et Cn (distance, norme, boule, voisinage, partie ouverte,
partie fermée, etc). Le but est de les étendre à des structures plus générales, sur lesquelles sont
alors naturellement définies des notions comme celles de convergence et de continuité.

1.1 Définition et exemples

La première notion que l’on va introduire est celle d’espace métrique, c’est-à-dire un espace dans
lequel on peut mesurer la distance entre deux points. La notion de distance se révélera centrale
pour définir d’autres notions.
Dans la suite, X sera un ensemble non vide.
Définition 1.1.1. On appelle distance une fonction d : X × X → R satisfaisant les propriétés
suivantes :
• d(x, y) ≥ 0 pour tous x, y ∈ X, (positivité)

• d(x, y) = 0 ⇐⇒ x = y, (séparation)

• d(x, y) = d(y, x) pour tous x, y ∈ X, (symétrie)

• d(x, y) ≤ d(x, z) + d(z, y) pour tous x, y, z ∈ X, (inégalité triangulaire).

Dans ce cas, appelle espace métrique le couple (X, d).
Dans un espace métrique, on a la propriété suivante, qui découle de l’inégalité triangulaire.
Proposition 1.1.2. (Deuxième inégalité triangulaire) Soit (X, d) un espace métrique. Alors pour
tous x, y, z ∈ X, on a :
d(x, y) ≥ |d(x, z) − d(y, z)|.
Preuve. Exercice !

Exemple 1.1.3. L’ensemble X = R muni de la distance usuelle d(x, y) := |x−y| pour tout x, y ∈ R
est un espace métrique.
Exemple 1.1.4. L’ensemble X = C muni de la distance usuelle d(z1 , z2 ) := |z1 − z2 | pour tout
z1 , z2 ∈ C est un espace métrique. Ici | | est le module d’un nombre complexe.
Exemple 1.1.5. Soit X un ensemble quelconque non vide. On pose, pour tout x, y ∈ X,

1 x ̸= y
d(x, y) :=
0 x=y
On peut vérifier aisément que d est une distance sur X. On appelle cette distance la distance
discrète. Dans (X, d), tous les points sont à distance 1 entre eux.
Bien évidemment, sur un même ensemble X, on peut définir plusieurs distances (par exemple, R
peut être muni de sa distance usuelle, ou de la distance discrète, ou de beaucoup d’autres). Certaines
distances sont suffisamment « similaires » pour partager beaucoup de priopriétés communes (ce que
nous verrons plus tard). C’est dans cet esprit que l’on introduit la notion d’équivalence de distances.
Définition 1.1.6. Deux distances d et d∗ sur X sont dites équivalentes s’il existe deux constantes
C1 , C2 > 0 telles que pour tout x, y ∈ X

C1 d(x, y) ≤ d∗ (x, y) ≤ C2 d(x, y).

3
Exemple 1.1.7. On considère sur X = R la distance usuelle donnée par | | et la distance discrète
d définie dans l’Exemple 1.1.5 ci-dessus. Ces deux distances ne sont pas équivalentes.
En effet, supposons qu’il existe deux constantes C1 , C2 > 0 telles que pour tout x, y ∈ R

C1 d(x, y) ≤ |x − y| ≤ C2 d(x, y).

Posons x = 0 et y = n1 , n ≥ 1 entier. On obtient donc pour tout n ≥ 1

C1 d(0, 1/n) ≤ |1/n| ≤ C2 d(0, 1/n).

Mais d(0, 1/n) = 1 et donc C1 ≤ n1 pour tout n ≥ 1, qui est impossible car C1 > 0. On en déduit
que les deux distances ne sont pas équivalentes car l’inégalité C1 d(x, y) ≤ |x−y| ne peut être vérifiée
pour aucun C1 > 0.
De même, on peut arriver à une contradiction pour l’inégalité de droite. En choisissant x = 0
et y = n, n ≥ 1 entier, on obtient n ≤ C2 , pour tout n ≥ 1, ce qui est impossible.

Exemple 1.1.8. Soit X = Rn ou X = Cn , les fonctions suivantes sont des distances sur X.

n
!1/p
X
∀x, y ∈ Rn dp (x, y) := |xi − yi |p pour tout p ≥ 1
i=1
d∞ (x, y) := max |xi − yi |
i=1,...,n

La distance d2 sur Rn est dite distance euclidienne. Les distances dp , 1 ≤ p ≤ ∞, sont toutes
équivalentes sur X (Exercice !).

Donnons encore des exemples importants de distance.

Exemple 1.1.9. Soient (X, d) et (Y, δ) deux espaces métriques. On pose

B(X, Y ) := {f : X → Y | ∃y ∈ Y t.q. x 7→ δ(f (x), y) est bornée}

l’ensemble des applications bornées de X dans Y .

(Soit y ∈ Y alors x 7→ δ(f (x), y) bornée s’il existe M > 0 tel que ∀x ∈ X δ(f (x), y) < M )
La fonction
σ(f, g) := sup δ(f (x), g(x))
x∈X

définit une distance sur B(X, Y ) (Exercice !). On appelle cette distance distance uniforme.

Exemple 1.1.10. Soit (X, d) un espace métrique et Y ⊆ X une partie de X. La restriction

dY : Y × Y → R de la distance d à Y × Y , définie par dY (y1 , y2 ) := d(y1 , y2 ), ∀y1 , y2 ∈ Y , fait de
(Y, dY ) un espace métrique (Exercice !). On parle alors de distance induite.

Exemple 1.1.11. Soient (X1 , d1 ), (X2 , d2 ), . . . , (Xn , dn ), n espaces métriques. Notons X := X1 ×

X2 × · · · × Xn . Pour deux éléments x = (x1 , x2 , . . . , xn ) et y = (y1 , y2 , . . . , yn ) de X posons

d(x, y) := max di (xi , yi ).

1≤i≤n

La fonction d est bien une distance sur X dite distance produit et (X, d) un espace métrique
(Exercice !) dit espace produit des espaces métriques (X1 , d1 ), (X2 , d2 ), . . . , (Xn , dn ).

4
1.2 Espaces Vectoriels Normés
1.2.1 Définition et exemples
Un exemple particulier (et très important) d’espace métrique est celui des espaces vectoriels normés.
On suppose dans cette section que X est un espace vectoriel sur K, où K est soit R soit C.

Définition 1.2.1. On appelle norme une fonction ∥ ∥ : X → R satisfaisant les propriétés suiv-
antes :

• ∥x∥ ≥ 0 pour tout x ∈ X, (positivité)

• ∥x∥ = 0 ⇐⇒ x = 0, (separation)

• ∥λx∥ = |λ|∥x∥ pour tout x ∈ X, λ ∈ K (homogeneité)

• ∥x + y∥ ≤ ∥x∥ + ∥y∥ pour tout x, y ∈ X, (sous-additivité ou inégalité triangulaire).

Dans ce cas, on appelle espace vectoriel normé (EVN) le couple (X, ∥ ∥).

Remarque 1.2.2. De la sous-additivité on déduit (Exercice !), que l’on a, pour tous x, y ∈ X,

∥x∥ − ∥y∥ ≤ ∥x − y∥.

Bien évidemment, sur un même espace vectoriel X, on peut définir plusieurs normes. Comme
pour les distances, dans le but de les comparer, on introduit la notion d’équivalence de normes.

Définition 1.2.3. Deux normes ∥ ∥ et ∥ ∥∗ sur X sont dites équivalentes s’il existe deux constantes
C1 , C2 > 0 telles que pour tout x ∈ X

C1 ∥x∥ ≤ ∥x∥∗ ≤ C2 ∥x∥.

Exemple 1.2.4. Soit X = Kn , les fonctions suivantes sont des normes sur X.

n
!1/p
X
∀x ∈ Rn ∥x∥p := |xi |p pour tout p ≥ 1
i=1
∥x∥∞ := max |xi |
i=1,...,n

Les normes ∥ ∥p , 1 ≤ p ≤ ∞, sont toutes équivalentes sur X (Exercice !).

Exemple 1.2.5. L’espace des matrices à n lignes et m colonnes Mn,m (K) à entrées dans K est un
espace vectoriel sur K. On peut identifier Mn,m (K) avec Knm . Les normes ∥ ∥p , 1 ≤ p ≤ ∞, sont
donc des normes équivalentes sur Mn,m (K).

Remarque 1.2.6. On verra un peu plus loin que deux normes quelconques sur un espace vectoriel
de dimension finie sont équivalentes (voir Théorème 2.2.14).

La propriété suivante établit qu’un espace vectoriel normé est cas particulier d’espace métrique.

Proposition 1.2.7. Soit (X, ∥ ∥) un espace vectoriel normé, alors

d∥ ∥ (x, y) := ∥x − y∥

pour tout x, y ∈ X, définit une distance sur X, invariante par translation, non bornée si X ̸= {0}.

Preuve. Exercice !

5
Remarque 1.2.8. Pour un espace vectoriel normé (X, ∥ ∥) on utilisera donc librement les notions
définies sur un espace métrique en sous-entendant que l’on fait référence à l’espace métrique sous-
jacent (X, d∥ ∥ ) tel que défini dans la proposition ci-dessus.

Remarque 1.2.9. Il est immédiat que deux normes sur un espace vectoriel sont équivalentes si et
seulement si elles définissent deux distances équivalentes.

Exemple 1.2.10. Soit X un ensemble non vide et (Y, ∥ ∥) un espace vectoriel normé sur K. Soit

B(X, Y ) := {f : X → Y | ∃Mf ≥ 0 t.q. ∥f (x)∥ ≤ Mf , ∀x ∈ X}

l’ensemble des applications bornées de X dans Y . Alors B(X, Y ) est un espace vectoriel (de dimen-
sion infinie) sur K que l’on peut munir de la norme suivante (Exercice !) :

∥f ∥∞ := sup ∥f (x)∥.
x∈X

On appelle cette norme la norme uniforme. Remarquer que la distance uniforme définie dans
l’Exemple 1.1.9 provient de la norme uniforme si (Y, δ) est un espace vectoriel normé (Y, ∥ ∥) et
δ(y, y ′ ) = ∥y − y ′ ∥.
A noter : Si on prend X = N et Y = K (K = R ou K = C) avec la norme | |, on obtient l’espace
vectoriel normé ℓ∞ (K) des suites bornées.

Exemple 1.2.11. Soit C(I, R) l’espace vectoriel (de dimension infinie) des fonctions continues d’un
intervalle fermé I = [a, b] dans R, alors pour tout réel p ≥ 1, f ∈ C(I, R)
Z 1/p
p
∥f ∥p := |f (x)| dx
I

définit une norme sur C(I, R) (Exercice !). On appelle cette norme norme Lp . La fonction ∥ ∥∞
définie dans l’exemple precedent est aussi une norme sur C(I, R) ⊂ B(I, R).

Exemple 1.2.12. Soit (X, ∥ ∥) un espace vectoriel normé et Y un sous-espace vectoriel de X. La

restriction ∥ ∥Y : Y → R de la norme ∥ ∥ à Y , ∥y∥Y := ∥y∥, ∀y ∈ Y , fait de (Y, ∥ ∥Y ) un espace
vectoriel normé (Exercice !). On parle alors de norme induite.

Exemple 1.2.13. Soient (X1 , ∥ ∥1 ), (X2 , ∥ ∥2 ), . . . , (Xn , ∥ ∥n ), n espaces vectoriels normés. Notons
X := X1 × X2 × · · · × Xn . Pour x = (x1 , x2 , . . . , xn ) ∈ X posons

∥x∥ := max ∥xi ∥i .

1≤i≤n

La fonction ∥ ∥ est bien une norme sur X dite norme produit et (X, ∥ ∥) un espace vectoriel normé
(Exercice !) dit espace produit des espaces vectoriels normés (X1 , ∥ ∥1 ), (X2 , ∥ ∥2 ), . . . , (Xn , ∥ ∥n ).

1.2.2 Espaces préhilbertien et espaces euclidiens

Un cas particulier d’evn est donné par la notion d’espace préhilbertien. On suppose dans cette
section que X est un espace vectoriel sur R. Le cas complexe pourrait être inclus ici, mais supposerait
de faire attention à la conjugaison complexe (voir le cours d’Algèbre 3).

Définition 1.2.14. On appelle produit scalaire une fonction ⟨ , ⟩ : X × X → R qui satisfait les
propriétés suivantes :

• ∀x ∈ X, ⟨x, x⟩ ≥ 0 (positivité);

• ⟨x, x⟩ = 0 ⇐⇒ x = 0 (“définition”),

6
 • ∀x, y ∈ X, ⟨x, y⟩ = ⟨y, x⟩ (symétrie),

• ∀x, y, z ∈ X, λ, µ ∈ R, ⟨λx + µy, z⟩ = λ⟨x, z⟩ + µ⟨y, z⟩ (bilinéarité).

On appelle espace préhilbertien le couple (X, ⟨ , ⟩). Si X est un espace vectoriel de dimension
finie le couple (X, ⟨ , ⟩) est dit espace euclidien.

Exemple 1.2.15. X = Rn avec le produit scalaire canonique ⟨x, y⟩ := ni=1 xi yi pour tout x, y ∈ X
P
est un espace euclidien.

Exemple 1.2.16. L’espace vectoriel Mn (R) des matrices carrées n × n à entrées dans R, muni du
produit scalaire défini par : pour tous A, B ∈ Mn (R),

⟨A, B⟩ = Tr(tAB),

est un espace euclidien. (Exercice !)

Exemple 1.2.17. Soit C(I, R) l’espace vectoriel des fonctions continues d’un intervalle fermé I =
[a, b] dans R, on définit un produit scalaire en posant
Z
∀f, g ∈ C(I, R), ⟨f, g⟩ := f (x)g(x)dx.
I

Le couple (X, ⟨ , ⟩) est un espace préhilbertien (Exercice !).

Proposition 1.2.18. (Inégalité de Cauchy-Schwarz) Soit ⟨ , ⟩ un produit scalaire sur X, alors pour
tout x, y ∈ X
|⟨x, y⟩| ≤ ⟨x, x⟩1/2 ⟨y, y⟩1/2 ,
avec égalité si et seulement s’il existe λ ∈ R t.q. x = λy ou y = λx.

Un espace préhilbertien (et donc un espace euclidien) est un espace vectoriel normé (et donc
aussi un espace métrique).

Proposition 1.2.19. Soit ⟨ , ⟩ un produit scalaire sur X, alors on obtient une norme sur X en
posant pour tout x ∈ X p
∥x∥ := ⟨x, x⟩.

Preuve. Exercice !

Proposition 1.2.20. Soit ⟨ , ⟩ un produit scalaire sur X et x, y ∈ X. Alors

∥x + y∥2 + ∥x − y∥2 = 2(∥x∥2 + ∥y∥2 ) (identité du parallélogramme),

1 1
⟨x, y⟩ = ∥x + y∥2 − ∥x − y∥2 (identité de polarisation),
4 4
et on a ⟨x, y⟩ = 0 si et seulement si

∥x + y∥2 = ∥x∥2 + ∥y∥2 (théorème de Pythagore).

Preuve. Exercice !

7
1.3 Boules ouvertes, Boules fermées, Sphères
On suppose dorénavant que (X, d) est un espace métrique fixé. Grace à la notion de distance on
peut définir des boules d’une manière analogue aux disques du plan ou aux boules de l’espace. Cette
notion sera à la base de celle « voisinage » d’un point et de toutes les définitions qui suivront dans
ce chapitre.

Définition 1.3.1. Soient x0 ∈ X, r ∈ R.

On appelle boule ouverte de centre x0 et de rayon r > 0 l’ensemble

Bd (x0 , r) := {x ∈ X | d(x0 , x) < r}.

On appelle boule fermée de centre x0 et de rayon r ≥ 0 l’ensemble

B d (x0 , r) := {x ∈ X | d(x0 , x) ≤ r}.

On appelle sphère de centre x0 et de rayon r ≥ 0 l’ensemble

Sd (x0 , r) := {x ∈ X | d(x0 , x) = r}.

Remarque 1.3.2. Soit x0 ∈ X, et r > 0. On note que, bien évidemment, x0 ∈ Bd (x0 , r), et donc
Bd (x0 , r) ̸= ∅. De plus on a assez clairement :

Bd (x0 , r) ⊆ B d (x0 , r) et Sd (x0 , r) ⊆ B d (x0 , r),

et pour x0 ∈ X et 0 < r1 < r2 :

Bd (x0 , r1 ) ⊆ Bd (x0 , r2 ) et B d (x0 , r1 ) ⊆ B d (x0 , r2 ).

Exemple 1.3.3. Soit (X, d) un espace métrique où X est un ensemble quelconque non vide et d
est la distance discrète définie dans l’Exemple 1.1.5. Alors pour tout x ∈ X,
Bd (x, r) = {x} si 0 < r ≤ 1 et Bd (x, r) = X si r > 1;
B d (x, r) = {x} si 0 ≤ r < 1 et B d (x, r) = X si r ≥ 1;
Sd (x, 0) = {x}, Sd (x, r) = ∅ si 0 < r < 1 et Sd (x, 1) = X \ {x}, Sd (x, r) = ∅ si r > 1.

Dans le cas particulier d’un espace vectoriel normé les boules centrées en 0 de rayon 1 jouent le
rôle de référence (car toutes les autres boules correspondent à des translations et/ou des homothéties
de celles-ci).

Définition 1.3.4. Dans un espace vectoriel normé sur K, (X, ∥ ∥), on appelle boule unité ouverte
l’ensemble
B(0, 1) := {x ∈ X | ∥x∥ < 1}.
De manière analogue, on peut définir la boule unité fermée B(0, 1) et la sphère unité S(0, 1).

Dans un espace métrique, on peut toujours séparer deux points avec des boules ouvertes.

Proposition 1.3.5. (Propriété de Hausdorff ) Soient x1 ̸= x2 ∈ X. Alors il existe r1 , r2 > 0 tels

que Bd (x1 , r1 ) ∩ Bd (x2 , r2 ) = ∅.

Preuve. Soient x1 ̸= x2 ∈ X, donc d(x1 , x2 ) > 0. On pose r1 = r2 := 1

3 d(x1 , x2 ). Pour tout
y ∈ Bd (x1 , r1 ), on a
2
d(x2 , y) ≥ d(x2 , x1 ) − d(x1 , y) > d(x1 , x2 )
3
donc y ∈/ Bd (x2 , r2 ) et alors Bd (x1 , r1 ) ∩ Bd (x2 , r2 ) = ∅.

8
 Figure 1: Sphères unité dans R2 pour les normes ∥ ∥1 , ∥ ∥2 , ∥ ∥∞

On remarque que la notion de boule dépend de la distance choisie. On peut donc comparer les
boules données par des distances différentes.

Remarque 1.3.6. Soient d et d∗ deux distances équivalentes sur X, i.e. il existe C1 , C2 > 0 telles
que pour tout x, y ∈ X
C1 d(x, y) ≤ d∗ (x, y) ≤ C2 d(x, y).
Alors (Exercice !) pour tout x0 ∈ X, r > 0, on a
r
Bd (x0 , r) ⊆ Bd∗ (x0 , C2 r) et Bd∗ (x0 , r) ⊆ Bd (x0 , ).
C1
On en déduit alors que les boules ouvertes de d et d∗ sont emboîtées les unes dans les autres.
Toutes les définitions qui viennent utilisent la notion de boule ouverte et de distance. On pourra
vérifier (Exercice !) que deux distances équivalentes définissent les mêmes voisinages, points in-
térieurs, points adhérents, ouverts, fermés, parties bornées, suites convergentes, fonctions continues,
etc.
Comme deux normes quelconques sur un espace vectoriel de dimension finie sont équivalentes
(voir Théorème 2.2.14), on aura que toutes les distances qui proviennent d’une norme sur un espace
vectoriel de dimension finie définissent les mêmes voisinages, points intérieurs, points adhérents,
ouverts, fermés, parties bornées, etc., suites convergentes et fonctions continues. Sur un espace
vectoriel normé de dimension finie (par exemple sur Rn ), on parlera donc plus simplement de
boules, voisinages, ouverts, fermés, etc. sans specifier la distance, quand on fait référence aux
boules, voisinages, ouverts, fermés, etc. pour n’importe quelle distance provenant d’une norme.

Remarque 1.3.7. Soient (X, d) un espace métrique et Y une partie de X. On considère l’espace
métrique (Y, dY ) avec dY la distance induite. On a alors (Exercice !) : ∀x0 ∈ Y , r > 0

BdY (x0 , r) = Y ∩ Bd (x0 , r).

Comme toutes les définitions qui suivront dans ce chapitre utilisent la notion de boule ouverte on
aura que pour les notions relatives à la distance induite il faudra toujours considerer des boules de
la forme BdY (x0 , r) = Y ∩ Bd (x0 , r).

9
1.4 Voisinages, points intérieurs et points adhérents
Soit (X, d) un espace métrique et E une partie de X, i.e. un sous-ensemble de X, E ⊆ X. On se
propose maintenant d’établir le « placement » d’un point x0 ∈ X par rapport à la partie E.

Définition 1.4.1. On appelle distance de x0 à E le nombre réel définit par

d(x0 , E) := inf d(x0 , y).

y∈E

Remarque 1.4.2. Attention ! En général, il n’existe pas forcément de point y ∈ E tel que
d(x0 , E) = d(x0 , y).

Définition 1.4.3. On dit que E est un voisinage de x0 , s’il existe une boule ouverte centrée en
x0 contenue dans E. Autrement dit, si

∃r > 0 t.q. Bd (x0 , r) ⊆ E.

Remarque 1.4.4. Chaque boule ouverte centrée en x0 est un voisinage de x0 !

Donnons quelques propriétés élémentaires des voisinages.

Proposition 1.4.5.

i) Toute partie de X contenant un voisinage de x0 est un voisinage de x0 .

ii) L’intersection de deux voisinages de x0 est un voisinage de x0 .

Preuve.

i) Soit A une partie de X contenant un voisinage E de x0 . Alors

∃r > 0 t.q. Bd (x0 , r) ⊆ E ⊆ A.

Donc A est un voisinage de x0 .

ii) Soient E1 et E2 deux voisinages de x0 . Alors

∃r1 , r2 > 0 t.q. Bd (x0 , r1 ) ⊆ E1 et Bd (x0 , r2 ) ⊆ E2 .

Soit r = min{r1 , r2 } alors Bd (x0 , r) ⊆ E1 ∩ E2 .

Définition 1.4.6.

i) Un point x0 ∈ X est un point intérieur à E si E est un voisinage de x0 , i.e. si

∃r > 0 t.q. Bd (x0 , r) ⊆ E.

ii) Un point x0 ∈ X est un point adhérent à E si tout voisinage de x0 a une intersection non
vide avec E, i.e.
∀r > 0, ∃x t.q. x ∈ Bd (x0 , r) ∩ E,
ou, de manière équivalente, ∀r > 0, ∃x ∈ E t.q. d(x0 , x) < r.

On peut aussi exprimer ces notions à l’aide de la distance à une partie. On rappelle ici que l’on
note E c = X \ E la partie complémentaire de E dans X.

Proposition 1.4.7. Soit E ̸= X et x0 ∈ X. Alors

10
 i) x0 est un point intérieur à E si et seulement si d(x0 , E c ) > 0.

ii) x0 est un point d’adhérence à E si et seulement si d(x0 , E) = 0.

Preuve. Exercice !

Remarque 1.4.8. Noter qu’un point x0 adhérent à E peut appartenir à E ou à E c . En revanche

un point intérieur appartient forcément à E. D’un autre côté, si x0 ∈ E, alors x0 est forcément un
point adhérent à E, mais il n’est pas forcément intérieur à E.

Exemple 1.4.9. Soit X = R avec d(x, y) := |x − y|, i.e. (R, | |). On considère quatre réels
a < b < c < d et on introduit l’ensemble

E =]a, b[∪{c} ∪ [d, +∞[= {x ∈ R | a < x < b} ∪ {c} ∪ {x ∈ R | x ≥ d}.

Chaque point de E (c inclus) est adhérent à E. De plus, a et b sont aussi points adhérents à E.

Remarque 1.4.10. En regardant l’Exemple 1.4.9, on s’aperçoit que le point c est différent des
autres points adhérents à E car il se trouve « tout seul ». On peut donc raffiner notre définition de
point adhérent de la façon suivante.

Définition 1.4.11.

i) Un point x0 ∈ X est un point isolé de E si

∃r > 0 t.q. Bd (x0 , r) ∩ E = {x0 }.

ii) Un point x0 ∈ X est un point d’accumulation de E si

∀r > 0, ∃x ̸= x0 t.q. x ∈ Bd (x0 , r) ∩ E.

Un point isolé ou d’accumulation est un point d’adhérence. Réciproquement, un point d’adhérence

est soit isolé, soit d’accumulation !
En revenant à l’Example 1.4.9, c est point isolé alors que tous les points de E \ {c} sont des
points d’accumulation. a et b sont aussi des points d’accumulation de E.

Définition 1.4.12. Un point x0 ∈ X est un point de frontière de E si x0 est un point adhérent

à E qui n’est pas intérieur à E, i.e.

∀r > 0, ∃x1 ∈ Bd (x0 , r) ∩ E et ∃x2 ∈ Bd (x0 , r) ∩ E c .

Exemple 1.4.13. En revenant à l’Exemple 1.4.9, a, b, c, d sont points de frontière de E.

Exemple 1.4.14. On considère maintenant Q comme partie de R. On sait que Q est dense dans
R ; il suit que chaque point de R est point d’accumulation et de frontière de Q.

1.5 Parties ouvertes, parties fermées

Soit (X, d) un espace métrique et E une partie de X, grâce aux définitions précédentes, on peut
formaliser la notion de partie ouverte et partie fermée.

Définition 1.5.1.

i) E est dite partie ouverte si chaque point de E est point intérieur à E.

ii) E est dite partie fermée si elle contient tous ses points d’adhérence.

11
Remarque 1.5.2. L’ensemble X tout entier est à la fois ouvert et fermé. Il en est de même pour
l’ensemble vide. Pour tout x ∈ X, le singleton {x} est une partie fermée de X. (Ces propriétés sont
vraies pour n’importe quelle distance !)
ATTENTION : Un voisinage de x0 n’est pas forcément une partie ouverte !
Proposition 1.5.3. Une boule ouverte, définie dans la Définition 1.3, est une partie ouverte de X.
Preuve. Considérons une boule Bd (x0 , r), de centre x0 ∈ X et de rayon r > 0. Soit y ∈ Bd (x0 , r) ;
montrons qu’il est intérieur à Bd (x0 , r). Posons r̃ = r − d(x0 , y) (qui est un réel strictement positif
par la définition de Bd (x0 , r) !) et montrons que Bd (y, r̃) ⊂ Bd (x0 , y). Pour z ∈ Bd (y, r̃), on a par
inégalité triangulaire :

d(z, x0 ) ≤ d(z, y) + d(y, x0 ) < r̃ + d(y, x0 ) = r.

On a donc z ∈ Bd (x0 , r). On a donc bien prouvé Bd (y, r̃) ⊆ Bd (x0 , r), et donc que tout y ∈ Bd (x0 , r)
est intérieur à Bd (x0 , r).

Théorème 1.5.4. Soit (X, d) un espace métrique, E ⊆ X. Alors E est une partie fermée si et
seulement si E c est une partie ouverte.
Preuve. ⇒ Soit E une partie fermée. On veut montrer que E c est ouverte, i.e. que chaque point
de E c est point intérieur à E c . Soit x0 ∈ E c , alors x0 n’est pas un point adhérent à E car E partie
fermée, donc elle contient tous ses points adhérents. Il existe donc r0 > 0 tel que Bd (x0 , r0 ) ∩ E = ∅,
i.e. Bd (x0 , r0 ) ⊆ E c .
⇐ Soit E une partie de X telle que E c soit une partie ouverte. On veut montrer que E est
fermée, i.e. que E contient tous ses points d’adhérence. Soit donc x0 un point d’adhérence de E. Si
on avait x0 ∈ E c , alors comme E c est ouvert, on pourrait trouver r > 0 tel que Bd (x0 , r) ⊂ E c . Mais
cela contredirait directement le fait que x0 est un point d’adhérence de E, qui permet d’affirmer au
contraire que Bd (x0 , r) ∩ E ̸= ∅.

Exemple 1.5.5. Une boule fermée et une sphère, définies dans la Définition 1.3, sont des parties
fermées de X.
En effet, soit x0 ∈ X et r ≥ 0. On montre que

(B d (x0 , r))c = {x ∈ X | d(x0 , x) > r}

est une partie ouverte. Soit x ∈ (B d (x0 , r))c , il existe s > 0 tel que d(x0 , x) = r + s > r (car
/ B d (x0 , r)). En choisissant 2s > 0, on a que pour tout y ∈ Bd (x, 2s ),
x0 ∈
s s
d(y, x0 ) ≥ d(x0 , x) − d(x, y) ≥ r + s − = r + > r.
2 2
Donc Bd (x, 2s ) ⊂ (B d (x0 , r))c , i.e. x est un point intérieur à (B d (x0 , r))c et (B d (x0 , r))c est ouvert.
Soit x0 ∈ X et r ≥ 0. Comme (Sd (x0 , r))c = (B d (x0 , r))c ∪ Bd (x0 , r) est l’union de deux parties
ouvertes, c’est un ouvert. L’ensemble Sd (x0 , r) est par consequent fermé.
Exemple 1.5.6. Dans (R, | |):
L’ensemble E =]a, b[= {x ∈ R | a < x < b} est une partie ouverte : en effet pour tout x0 ∈ E,
0 x0 −a
il existe r = min{ b−x
2 , 2 } tel que Bd (x0 , r) ⊂ E, donc x0 est intérieur à E.
Toutes les parties du genre

]a, +∞[= {x ∈ R | x > a}, ] − ∞, b[= {x ∈ R | x < b}

sont ouvertes, tandis que les parties

[a, +∞[= {x ∈ R | x ≥ a}, [a, b] = {x ∈ R | a ≤ x ≤ b}, ] − ∞, b] = {x ∈ R | x ≤ b}

12
sont fermées. Les parties
[a, b[= {x ∈ R | a ≤ x < b}, ]a, b] = {x ∈ R | a < x ≤ b}
ne sont ni ouvertes ni fermées. Les seules parties fermées et ouvertes de R sont ∅ et R.
On appelle intervalle de R toute partie de R de la forme ] − ∞, b[, ] − ∞, b], ]a, b[, [a, b[, ]a, b],
[a, b], [a, +∞[, ]a, +∞[, ] − ∞, +∞[.
Dans l’Exemple 1.4.9, E =]a, b[∪{c} ∪ [d, +∞[ n’est pas ouvert ni fermé dans R.
Exemple 1.5.7. Dans (R2 , ∥ ∥2 ), soit E = E1 ∪ E2 ∪ E3 où
E1 = {x ∈ R2 | ∥x∥2 ≤ 1}
E2 = {x ∈ R2 | 3 < x1 < 4, x2 = 1}
E3 = {(2, 2)}.
L’ensemble des points adhérents à E est : E ∪ {(3, 1)} ∪ {(4, 1)}. (Parmi lesquels (2, 2) est un point
isolé, les autres points étant d’accumulation.)
L’ensemble des points intérieurs à E est : {x ∈ R2 | ∥x∥2 < 1}.
L’ensemble des points de frontière de E est : {x ∈ R2 | ∥x∥2 = 1} ∪ {(2, 2)} ∪ {(x1 , 1) | 3 ≤ x1 ≤ 4}.
Tous les autres points de R2 sont des points intérieurs à E c .
E n’est pas une partie ouverte (le point (2, 2) ∈ E n’est pas intérieur à E).
E n’est pas une partie fermée (le point d’adhérence (3, 1) n’appartient pas à E).
Exemple 1.5.8. Soit (X, d) un espace métrique où X est un ensemble quelconque non vide et d
est la distance discrète définie dans l’Exemple 1.1.5. Soit E une partie quelconque de X alors elle
est fermée et ouverte.
E est une partie fermée : il faut montrer que E contient tous ses points d’adhérence. Or pour tous
x ∈ X et r ≤ 1, Bd (x, r) = {x}, tandis que si r > 1, Bd (x, r) = X. Donc x est d’adhérence pour E
(i.e. ∀r > 0, ∃y t.q. y ∈ Bd (x, r) ∩ E) si et seulement si x ∈ E. Il s’ensuit que E contient tous ses
points d’adhérence.
E est une partie ouverte : en effet si x ∈ E il existe r ≤ 1, tel que Bd (x, r) = {x} ⊂ E, donc x est
intérieur à E.
(Tous les points d’adhérence de E sont aussi points intérieurs à E, donc E n’a pas de points de
frontière. Chaque point de E est aussi un point isolé.)
Exemple 1.5.9. L’ensemble ]0, 1] n’est ni ouvert ni fermé dans (R, | |), est ouvert dans (]− ∞, 1], | |),
fermé dans (]0, 2], | |), et ouvert et fermé dans (]0, 1], | |). Ici, avec un abus de notation, on note
encore | | la norme induite.
Proposition 1.5.10.
i) Toute union (même infinie) de parties ouvertes de (X, d) est une partie ouverte. Une inter-
section finie de parties ouvertes de (X, d) est une partie ouverte.
ii) Une union finie de parties fermées de (X, d) est une partie fermée. Toute intersection (même
infinie) de parties fermées de (X, d) est une partie fermée.
Preuve. i) Soit A un ensemble quelconque (infini). Pour tout α ∈ A, soit Oα un ouvert. On
veut montrer que ∪α∈A Oα est ouvert. Soit x ∈ ∪α∈A Oα , il existe au moins un indice α0 tel
que x appartient à Oα0 qui est ouvert. Ainsi, il existe r > 0 tel que Bd (x, r) ⊂ Oα0 et donc
Bd (x, r) ⊂ ∪α∈A Oα . Par consequent, pour tout x ∈ ∪α∈A Oα , x est intérieur à ∈ ∪α∈A Oα qui
est donc ouvert.
Soit J = {1, . . . , n} un ensemble fini. À tout j ∈ J on associe un ouvert Oj . On veut montrer
que ∩j∈J Oj est ouvert. Pour tout x ∈ ∩j∈J Oj on a x ∈ Oj pour tout j ∈ J. Il existe donc
rj > 0 tel que Bd (x, rj ) ⊂ Oj pour tout j ∈ J. Soit r = min{rj | j ∈ J} > 0. On observe
alrors que que Bd (x, r) ⊂ ∩j∈J Oj . Donc ∩j∈J Oj est ouvert.

13
 ii) Les affirmations sur les fermés se démontrent par passage au complémentaire.

Remarque 1.5.11. Une intersection infinie d’ouverts n’est pas toujours un ouvert (idem pour une
union infinie de fermés)! Par exemple, dans (R, | |), on a
\  1 1
− , = {0} ⊂ R.
k k
k≥1

Corollaire 1.5.12. Les ouverts de X sont les réunions de boules ouvertes.

1.6 Intérieur et Adhérence d’une partie

Soit (X, d) un espace métrique E une partie de X.

Définition 1.6.1. On appelle intérieur de E, noté E̊, la réunion de toutes les parties ouvertes de
X incluses dans E. Si on note OE l’ensemble des parties ouvertes de X incluses dans E, on a ainsi
[
E̊ := O.
O∈OE

Remarque 1.6.2. Noter que E contient toujours au moins une partie ouverte de E puisque ∅ ∈ OE .
La Proposition 1.5.10 assure que E̊ est une partie ouverte. Ainsi, E̊ est la plus grande partie ouverte
contenue dans E. Évidemment, E = E̊ si et seulement si E est une partie ouverte.

Avec le théorème suivant, on montre que l’intérieur d’une partie E est bien l’ensemble de tous
les points intérieurs à E.

Théorème 1.6.3. Soit (X, d) un espace métrique, E ⊆ X. Soit Ẽ l’ensemble de tous les points
intérieurs à E. Alors
E̊ = Ẽ.

Preuve. Tout d’abord, on remarque que Ẽ ⊆ E.

Montrons d’abord que E̊ ⊆ Ẽ. Pour tout y ∈ E̊, il existe un élement O de la famille OE tel que
y ∈ O. Il existe donc r > 0, Bd (y, r) ⊆ O ⊆ E (car O ouvert et O ⊆ E !). Donc y est un point
intérieur à E, c’est-à-dire y ∈ Ẽ.
Montrons à présent que Ẽ ⊆ E̊. Soit y ∈ Ẽ, autrement dit, soit y un point intérieur à E. Il
existe donc r > 0 tel que Bd (y, r) ⊆ E. La boule Bd (y, r) est ouverte et contenue dans E, donc
Bd (y, r) ∈ OE . Il suit que Bd (y, r) ⊂ E̊ et donc y ∈ E̊.

De manière analogue, on travaille avec les parties fermées.

Définition 1.6.4. On appelle adhérence de E, notée E, l’intersection de tous les fermés de X

contenant E. Autrement dit, si on note FE l’ensemble des parties fermées de X contenant E, on a
\
E := F.
F ∈FE

Remarque 1.6.5. Noter que la famille FE n’est jamais vide car X ∈ FE . La Proposition 1.5.10
assure que E est une partie fermée. Ainsi E est la plus petite partie fermée qui contient E.
Évidemment, E = E si et seulement si E est une partie fermée.

Avec le théorème suivant, on montre que l’adhérence d’une partie E est bien l’ensemble de tous
les points adhérents à E.

14
Théorème 1.6.6. Soit (X, d) un espace métrique, E ⊆ X. Soit E ′ l’ensemble de tous les points
adhérents à E. Alors
E = E′.

Preuve. Tout d’abord, on remarque que E ⊆ E ′ .

Montrons que E ′ ⊆ E. Soit y ∈ E ′ et F ∈ FE , c’est-à-dire une partie fermée de X telle que
E ⊆ F . Comme y est un point adhérent à E, pour tout r > 0, on peut trouver y0 ∈ Bd (y, r) ∩ E ⊆
Bd (y, r) ∩ F . Donc y est un point adhérent à F . Comme F est fermé, on en déduit que y ∈ F . Ceci
étant vrai pour tout F ∈ FE , on en déduit que y ∈ E.
Montrons maintenant que E ⊆ E ′ . Passons au complémentaire, et montrons que X \E ′ ⊆ X \E.
Soit x ∈ X \ E ′ , c’est-à-dire que x n’est pas adhérent à E. On peut donc trouver r > 0 tel que
B(x, r) ∩ E = ∅. Comme B(x, r) est ouvert, son complémentaire X \ B(x, r) est fermé. De plus,
il contient E puisque B(x, r) ∩ E = ∅. Donc X \ B(x, r) ∈ FE et donc E ⊆ X \ B(x, r). Et donc
B(x, r) ∩ E = ∅. Donc x ∈ X \ E.

Remarque 1.6.7. En récapitulant, on a E̊ ⊆ E ⊆ E.

Proposition 1.6.8. Soit (X, d) un espace métrique, E ⊆ X et F ⊆ X. Alors

i) X̊ = X et ∅ = ∅.

ii) X \ E = X ˚
\E et X \ E̊ = X \ E.

iii) Si F ⊆ E alors F̊ ⊆ E̊ et F ⊆ E.
˚
iv) E̊ = E̊ et E = E.

v) F ˚
∩ E = F̊ ∩ E̊ et F̊ ∪ E̊ ⊆ F ˚
∪ E.

vi) F ∪ E = F ∪ E et F ∩ E ⊆ F ∩ E.

Preuve. Exercice !

Exemple 1.6.9. Dans (X, ∥ ∥) espace vectoriel normé, soit x0 ∈ X et r > 0. On note d la distance
définie par la norme d(x, y) = ∥x − y∥, pour tout x, y ∈ X.
a) L’intérieur de B d (x0 , r) est la boule ouverte Bd (x0 , r).
En effet, d’une part Bd (x0 , r) est un ouvert contenu dans B d (x0 , r). D’autre part, il faut montrer
que cet ouvert est le plus grand contenu dans B d (x0 , r) (i.e. Bd (x0 , r) contient tous les ouverts
contenus dans B d (x0 , r)). Imaginons par l’absurde qu’il existe un ouvert O de B d (x0 , r) qui ne
soit pas contenu dans Bd (x0 , r). Il existe ainsi x ∈ O ⊂ B d (x0 , r) tel que x ∈ / Bd (x0 , r), i.e.
∥x0 − x∥ = r. O étant ouvert, il existe r′ > 0 tel que Bd (x, r′ ) ⊂ O ⊂ B d (x0 , r). Considérant le
′ r′
point y := x − r2 ∥xx00 −x
−x∥ , on a ∥x − y∥ = 2 < r donc y ∈ Bd (x, r ) ⊂ O et
′ ′

r ′ x0 − x r′
 
∥x0 − y∥ = x0 − x + = 1+ r>r
2 ∥x0 − x∥ 2r

d’où y ∈ / B d (x0 , r), ce qui est absurde puisque O ⊂ B d (x0 , r).

b) L’adhérence de Bd (x0 , r) est bien la boule fermée B d (x0 , r).
En effet, d’une part B d (x0 , r) est un fermé contenant Bd (x0 , r). D’autre part, il faut montrer
que ce fermé est le plus petit contenant Bd (x0 , r) (i.e. B d (x0 , r) est contenu dans tous les fermés
contenant Bd (x0 , r)). Imaginons par l’absurde qu’il existe F fermé, tel que Bd (x0 , r) ⊂ F et
B d (x0 , r) ne soit pas contenu dans F . Par conséquent, il existe x ∈ B d (x0 , r) tel que x ∈ / F , et
donc x ∈ / Bd (x0 , r) ⊂ F , i.e. ∥x0 − x∥ = r. Or F c ouvert, il existe r′ > 0 tel que Bd (x, r′ ) ⊂ F c .

15
 −x
On considère, pour tout 0 < ℓ < r′ , le point y := x + ℓ ∥xx00 −x∥ , on a ∥x − y∥ = ℓ < r′ donc
y ∈ Bd (x, r′ ) ⊂ F c , i.e. y ∈
/ F et
 
x0 − x ℓ
∥x0 − y∥ = ∥x0 − x − ℓ ∥= 1− r<r
∥x0 − x∥ r

pour ℓ assez petit. Par conséquent, y ∈ Bd (x0 , r), mais y ∈

/ F , ce qui est absurde puisque Bd (x0 , r) ⊂
F.

Exemple 1.6.10. Soit (X, d) un espace métrique où X est un ensemble quelconque non vide et d
est la distance discrète définie dans l’Exemple 1.1.5. Pour tout x ∈ X, on a que Bd (x, 1) = {x}
n’est pas l’intérieur de B d (x, 1) = X (B d (x, 1) étant fermé et ouvert, il est son propre intérieur).
De plus B d (x, 1) = X n’est pas l’adhérence de Bd (x, 1) = {x} (Bd (x, 1) étant fermé et ouvert, il est
égal à son adhérence). Voir Exemples 1.3.3 et 1.5.8.

Exemple 1.6.11. Dans (R, | |), on a

[a,˚b] =]a, b[, [a, b] = [a, b], ]a,˚b[ =]a, b[, ]a, b[ = [a, b],
[a,˚b[ =]a, b[, [a, b[ = [a, b], ]a,˚b] =]a, b[, ]a, b] = [a, b].

Le même raisonnement s’applique aux intervalles non bornés.

Dans l’Exemple 1.4.9, E =]a, b[∪{c} ∪ [d, +∞[ alors E̊ =]a, b[ ∪ ]d, +∞[ et E = [a, b] ∪ {c} ∪
[d, +∞[.

Exemple 1.6.12. Soit (X, d) un espace métrique où X est un ensemble quelconque non vide et d
est la distance discrète définie dans l’Exemple 1.1.5. Soit E une partie de X alors E̊ = E = E, (voir
l’Exemple 1.5.8).

Proposition 1.6.13. Dans (R, | |), soit E ⊆ R non vide, majoré (ou minoré). Alors sup{x ∈ E} ∈ E
(resp. inf{x ∈ E} ∈ E).

Rappel : E ⊆ R non vide, majoré s’il existe un majorant, i.e. ∃y ∈ R tel que ∀x ∈ E, x ≤ y (resp.
minoré s’il existe un minorant, i.e. ∃y ∈ R tel que ∀x ∈ E, x ≥ y.)
sup{x ∈ E} est le plus petit des majorants (resp. inf{x ∈ E} est le plus grand des minorants).

Preuve. Soit E ⊆ R non vide, majoré. On a alors y := sup{x ∈ E} < +∞. De plus par caractérisa-
tion de borne supérieure (cf. le cours d’Analyse 1), pour tout ε > 0, il existe x ∈ E tel que x > y −ε,
i.e. d(y, x) = |y − x| < ε, donc y est un point d’adhérence pour E et y ∈ E. Le raisonnement est
analogue pour la borne inférieure.

1.6.1 Frontière d’une partie, parties d’intérieur vide et parties denses

En utilisant les notions d’intérieur et d’adhérence à une partie, on peut définir la notion suivante.

Définition 1.6.14. On appelle frontière de E la partie ∂E définie par

∂E := E \ E̊.

Avec la proposition suivante, on montre que la frontière d’une partie E est bien l’ensemble de
tous les points de frontière de E.

Proposition 1.6.15. Soit (X, d) un espace métrique, E ⊆ X. Soit E ∗ l’ensemble de tous les points
de frontière de E. Alors
∂E = E ∗ .

16
Preuve. C’est une conséquence immédiate de la Définition 1.4.12.

Exemple 1.6.16. Dans (R, | |), on a

∂[a, b] = ∂]a, b] = ∂[a, b[ = ∂]a, b[ = {a, b}.

Dans l’Exemple 1.4.9, E =]a, b[∪{c} ∪ [d, +∞[ et alors ∂E = {a, b, c, d}.
Exemple 1.6.17. Soit (X, d) un espace métrique, où X est un ensemble quelconque non vide et d
est la distance discrète définie dans l’Exemple 1.1.5. Soit E une partie de X. Alors ∂E = ∅, (voir
l’Exemple 1.6.12).
Définition 1.6.18. Soit E ⊆ X une partie de X on dit que E est dense dans X (ou dans
(X, d)) lorsque X est la plus petite partie fermée contenant E, c’est-à-dire lorsque E = X. Soient
E ⊆ V ⊆ X deux parties de X, on dit que E est dense dans V lorsque E est dense dans (V, dV )
où dV est la distance induite.
Remarque 1.6.19. E ⊆ X est dense dans E.
Exemple 1.6.20. Dans (R, | |), Q et R \ Q sont parties denses dans R, mais Z n’est pas dense dans
R.
Remarque 1.6.21. Soient E ⊆ V ⊆ X deux parties de X, alors E est dense dans V si et seulement
si E ∩ V = V , i.e. ∀x ∈ V , x est adhérent à E, i.e.

∀x ∈ V, ∀r > 0, ∃y ∈ Bd (x, r) ∩ E.

Définition 1.6.22. On dit qu’une partie E est d’intérieur vide lorsqu’elle ne contient pas de
partie ouverte non vide, c’est-à-dire lorsque E̊ = ∅.
Exemple 1.6.23. Dans (X, d), ∅ est d’intérieur vide.
Dans (R, | |) tout singleton {x} est d’intérieur vide, alors que dans (R, d) où d est la distance
discrète, comme {x} est ouvert, il n’est pas d’intérieur vide, son intérieur est {x} lui-même.
Proposition 1.6.24. Une partie E est d’intérieur vide si et seulement si E c est dense in X.
Preuve. E̊ = ∅ ⇐⇒ X \ E̊ = X ⇐⇒ X \ E = X où on a utilisé la Proposition 1.6.8-ii). La
proposition découle du fait que X \ E = E c .

1.7 Parties bornées et diamètre d’une partie

Soit (X, d) un espace métrique et E une partie de X.
Définition 1.7.1. La partie E est dite bornée si elle est contenue dans une boule ouverte, i.e.

∃x0 ∈ X, r > 0 t.q. E ⊆ Bd (x0 , r).

Proposition 1.7.2. Une union finie de parties bornées de (X, d) est une partie bornée de (X, d).
Preuve. Soient Ei , pour i = 1, . . . , m, des parties bornées de (X, d). Alors, pour tout i = 1, . . . , m
on peut trouver xi ∈ Ei et ri > 0 tels que Ei ⊂ Bd (xi , ri ). Il s’ensuit que
m
[
Ei ⊆ Bd (x1 , r),
i=1

où r = maxi=1,...,m (ri + d(x1 , xi )).

17
Figure 2: Exemple dans R2

18
Proposition 1.7.3. Soit (X, ∥ ∥) un espace vectoriel normé. Une partie E de X est une partie
bornée si et seulement s’il existe M > 0 tel que ∥x∥ < M pour tout x ∈ E.
Preuve. ⇒ Soit E ⊂ X une partie bornée, alors il existe r > 0 et y ∈ X tel que E ⊆ Bd∥ ∥ (y, r),
i.e. pour tout x ∈ E, ∥x − y∥ < r. Or, pour tout x ∈ E,

|∥x∥ − ∥y∥| ≤ ∥x − y∥

donc ∥x∥ < r + ∥y∥ =: M .

⇐ Supposons qu’il existe M > 0 tel que ∥x∥ < M pour tout x ∈ E. Alors E ⊆ Bd∥ ∥ (0, M ).
Donc E est bornée.

Définition 1.7.4. Si E est une partie de (X, d), on appelle diamètre de E

diam(E) := sup{d(x, y) | x, y ∈ E}.

Théorème 1.7.5. Soit (X, d) un espace métrique, E ⊆ X, E ̸= ∅. Alors

i) diamE = 0 si et seulement si E = {x0 }, x0 ∈ X;

ii) diamE < +∞ si et seulement si E est une partie bornée;

iii) si E ⊆ F , alors diamE ≤ diamF ;

iv) diamE̊ ≤ diamE = diamE.

Preuve. i) Soit E = {x0 }, x0 ∈ X. Alors

diamE = sup{d(x, y) | x, y ∈ E} = d(x0 , x0 ) = 0.

Réciproquement, s’il existe deux points distincts de E, disons x0 et y0 , alors diamE ≥

d(x0 , y0 ) > 0.

ii) Si diamE < +∞, soit x0 ∈ E. Pour tout y ∈ E on a

d(x0 , y) ≤ sup{d(x, y) | x, y ∈ E},

c’est-à-dire E ⊆ Bd (x0 , r) avec r > diamE. Donc E est une partie bornée.
Réciproquement, si E est une partie bornée, il existe x0 ∈ X et r > 0 tel que E ⊆ Bd (x0 , r).
Donc
diamE = sup{d(x, y) | x, y ∈ E} ≤ 2r.

iii) Trivial.

iv) Comme E̊ ⊆ E ⊆ E alors diamE̊ ≤ diamE ≤ diamE. Donc si diamE = +∞ alors diamE =
+∞. On considère le cas diamE < +∞. Pour tout a, b ∈ E et pour tout ε > 0 il existe
x ∈ Bd (a, ε) ∩ E et y ∈ Bd (b, ε) ∩ E, donc

d(a, b) ≤ d(a, x) + d(b, x) ≤ d(a, x) + d(x, y) + d(b, y) ≤ d(x, y) + 2ε.

En passant à la borne supérieure, il vient

d(a, b) ≤ diamE + 2ε.

Donc diamE ≤ diamE + 2ε et ε étant arbitraire, diamE ≤ diamE. Il s’ensuit que diamE =
diamE

19
Exemple 1.7.6. Dans l’Exemple 1.4.9, E n’est pas borné donc diamE = +∞.
Dans l’Exemple 1.5.6, [a, b[, ]a, b[, ]a, b], [a, b] sont des parties bornées de diamètre égal à b − a.
Dans l’Exemple 1.5.7, E est une partie bornée (E est contenue dans Bd ((0, 0), 5)). Calculez son
diamètre !

Exemple 1.7.7. Soit (X, d) un espace métrique où X est un ensemble quelconque non vide et d est
la distance discrète définie dans l’Exemple 1.1.5. Toute partie E de X est bornée, et X de même.
De plus, diamE = 0 si E est un singleton et diamE = 1 si E contient au moins deux éléments de
X.

1.8 Suites: convergence, unicité de la limite, etc.

Soit X un ensemble non vide.

Définition 1.8.1. Une suite à valeurs dans X est une application x : N → X. On note
xn := x(n) un terme de la suite et (xn )n∈N la suite.

Pour étudier le caractère borné et la convergence d’une suite, on se place dorénavant dans un
espace métrique (X, d).

Définition 1.8.2. On dit qu’une suite (xn )n∈N est bornée si l’ensemble de ses valeurs E :=
{xn , n ∈ N . . . } est une partie bornée de X.

Définition 1.8.3. On dit qu’une suite (xn )n∈N converge vers y ∈ X lorsque pour tout voisinage
V de y,
∃n0 ∈ N, t.q. ∀n ≥ n0 , xn ∈ V,
ce qui équivaut à
∀ε > 0, ∃n0 ∈ N, t.q. ∀n ≥ n0 , xn ∈ Bd (y, ε),
ou encore
∀ε > 0, ∃n0 ∈ N, t.q. ∀n ≥ n0 , d(xn , y) < ε.
L’élément y est appelé limite de la suite et on écrit

lim xn = y, ou xn → y pour n → +∞.

n→+∞

Remarque 1.8.4. Dans un espace métrique (X, d), dire que limn→+∞ xn = y ne signifie pas autre
chose que
lim d(xn , y) = 0.
n→+∞

Exemple 1.8.5. Une suite (xn )n∈N est stationnaire si elle est constante à partir d’un certain rang
n0 , i.e.
∃n0 ∈ N tel que ∀n ≥ n0 , xn = xn0 .
Toute suite stationnaire est convergente, dans tout espace métrique.

Exemple 1.8.6. Dans un espace métrique muni de la distance discrète (voir les exemples 1.1.5 et
1.5.8), seules les suites stationnaires sont convergentes. Par exemple dans (R, d), où d est la distance
discrète, la suite donnée par xn = n1 , n ≥ 1, ne converge pas !

On voit dans l’exemple ci-dessus que la notion de convergence d’une suite dépend de manière
essentielle de la distance que l’on utilise. Cependant, deux distances équivalentes définissent les
mêmes suites convergentes (Exercice !)

20
Théorème 1.8.7 (Unicité de la limite). Soit (xn )n∈N une suite dans (X, d). Si

lim xn = y1 et lim xn = y2 ,
n→+∞ n→+∞

alors y1 = y2 .
Preuve. Soit ε > 0. En utilisant les convergences, on peut trouver deux entiers naturels n1 et n2
tels que
∀n ≥ n1 , xn ∈ Bd (y1 , ε/2) et ∀n ≥ n2 , xn ∈ Bd (y2 , ε/2).
Donc en posant n0 := max{n1 , n2 } on a

d(y1 , y2 ) ≤ d(y1 , xn0 ) + d(xn0 , y2 ) ≤ ε

. Comme ε est arbitraire, on en déduit que d(y1 , y2 ) = 0, et donc y1 = y2 .

Théorème 1.8.8. Une suite (xn )n∈N convergente dans (X, d) est une suite bornée.
Preuve. Appelons y la limite d’une telle suite (xn )n∈N . En utilisant la définition de la convergence
avec ε = 1, on peut trouver n0 ∈ N tel que pour tout n ≥ n0 , d(xn , y) < 1. Soit

M := max{1, d(x0 , y), . . . , d(xn0 −1 , y)}.

Alors pour tout n ∈ N , on a

d(xn , y)< M + 1.
Donc E := {xk , k ∈ N} ⊆ Bd (y, M + 1) est une partie bornée.

Remarque 1.8.9. Une suite bornée n’est pas forcement convergente ! On se rappellera l’exemple
de la suite de terme général xn = (−1)n dans (R, | |).

1.8.1 Caractérisation séquentielle d’une partie fermée et d’une partie dense

Théorème 1.8.10. Soit (X, d) un espace métrique et E une partie non vide de X.
i) Soit y ∈ X. Alors y ∈ E si et seulement s’il existe une suite (xn )n∈N de points de E telle que
xn → y lorsque n → +∞.

ii) E est une partie fermée si et seulement si toute suite (xn )n∈N de points de E qui converge
dans (X, d) a sa limite dans E.
Preuve. i) ⇒ Soit y ∈ E ̸= ∅. Pour n ∈ N, on a Bd (y, n+1
1
) ∩ E ̸= ∅. On peut ainsi introduire
un point xn dans cette intersection. En procédant ainsi pour tous les entiers n, on peut donc
déterminer toute une suite (xn )n∈N . Cette suite (xn )n∈N est une suite de points de E et
1
d(xn , y) < n+1 , d’où limn→+∞ xn = y.
⇐ Réciproquement, soit y ∈ X tel qu’il existe une suite de points de E, disons (xn )n∈N ,
telle que xn → y quand n → +∞. Pour tout r > 0, on peut trouver n0 tel que ∀n ≥ n0 ,
xn ∈ Bd (y, r), d’où Bd (y, r) ∩ E ̸= ∅ et donc y ∈ E.

ii) ⇒ Soit E fermé. Alors E = E. Soit (xn )n∈N une suite convergente de E et y ∈ X sa limite.
Alors par le point i) on a y ∈ E = E.
⇐ Réciproquement, supposons que toute suite (xn )n∈N convergente de E ait sa limite dans
E. On veut montrer que E = E. Il suffit de montrer E ⊆ E. Soit y ∈ E, par le i) il existe
une suite (xn )n∈N de E telle que xn → y quand n → +∞; l’hypothèse nous permet alors
d’affirmer que y ∈ E.

21
Proposition 1.8.11. Soient E ⊆ V ⊆ X deux parties de X. Alors E est dense dans V si et
seulement si tout point x ∈ V est limite d’une suite de E.
Preuve. Le résultat découle du Théorème 1.8.10-i).

1.8.2 Suites extraites, valeurs d’adhérence.

Définition 1.8.12. Soit (xn ) une suite. Une suite extraite ou sous-suite de (xn )n∈N est une
application x ◦ ϕ : N → X où ϕ : N → N est une application strictement croissante. On note
(xϕ(n) )n∈N la suite extraite. Parfois, on notera une sous-suite plus simplement (xnj ) avec nj ∈ N.
On dit que y ∈ X est une valeur d’adhérence de la suite (xn )n∈N , s’il existe une sous-suite
(xϕ(n) )n∈N qui converge vers y dans (X, d).
Remarque 1.8.13. On remarque que y ∈ X est valeur d’adhérence de la suite (xn )n∈N si et
seulement si
∀ε > 0, ∀n ∈ N, ∃n0 ∈ N t.q n0 ≥ n et d(xn0 , y) < ε.
Une suite convergente dans un espace métrique n’a qu’une seule valeur d’adhérence : sa limite (qui
est unique !). Toute suite extraite d’une suite convergente est convergente vers la même limite.
Cependant, une suite avec une seule valeur d’adhérence ne converge pas forcément. Exemple :
Dans (R, | |), la suite de terme général x2n = 1, x2n+1 = n, n ∈ N.
Exemple 1.8.14. Dans (R, | |), la suite de terme général xn = (−1)n , n ∈ N possède deux valeurs
d’adhérence et deux seulement : −1 (limite de la sous-suite (x2n+1 ), n ∈ N) et 1 (limite de la
sous-suite (x2n ), n ∈ N).
La suite de terme général xn = n, pour tout n ∈ N, n’a aucune valeur d’adhérence.
Théorème 1.8.15. Soit (xn )n∈N une suite de (X, d).
i) Une condition nécessaire pour que (xn )n∈N converge vers y ∈ X est que chaque sous-suite
converge vers y.

ii) Une condition suffisante pour que (xn )n∈N converge vers y ∈ X est que de chaque sous-suite
(xϕ(n) )n∈N on puisse extraire une sous-sous-suite (xψ(ϕ(n)) )n∈N convergente vers y.
Preuve. i) Supposons que la suite (xn )n∈N converge vers y ; soit (xϕ(n) )n∈N une sous-suite de
(xn )n∈N . L’extraction ϕ étant strictement croissante, elle satisfait que la propriété ∀n ∈
N, ϕ(n) ≥ n (voir le cours d’Analyse 1, c’est une récurrence facile). Ainsi on passe facilement
de
∀ε > 0, ∃n0 ∈ N, t.q. ∀n ≥ n0 , d(xn , y) < ε,
à
∀ε > 0, ∃n0 ∈ N, t.q. ∀n ≥ n0 , d(xϕ(n) , y) < ε,
en prenant pour chaque ε le même n0 .

ii) Pour la condition suffisante on procède par l’absurde. Supposons (xn )n∈N ne converge pas
vers y. Soit ε > 0 tel que pour tout k il existe nk ≥ k tel que d(xnk , y) ≥ ε. Soit k = 1 ; on
peut donc introduire n1 ≥ 1 tel que d(xn1 , y) ≥ ε. Soit maintenant k = n1 + 1 ; on introduit
n2 ≥ n1 + 1 tel que d(xn2 , y) ≥ ε. En procédant ainsi de manière récurrente, on construit une
sous-suite (xnj ) avec nj ∈ N
n1 < n2 < n3 < . . .
telle que d(xn1 , y) ≥ ε, d(xn2 , y) ≥ ε, d(xn3 , y) ≥ ε, etc. Alors aucune sous-sous-suite con-
vergente vers y ne peut être extraite de la sous-suite (xnj ), car elle se maintient toujours en
dehors de Bd (y, ε). On tombe donc sur une contradiction.

22
 On montre maintenant un résultat qui concerne les suites dans (Rn , ∥ ∥∞ ) et qui généralise
un résultat vrai dans (R, | |). On verra plus tard, Corollaire 2.2.16, que le Théorème de Bolzano-
Weierstrass est vrai dans n’importe quel espace vectoriel normé de dimension finie.

Théorème 1.8.16 (Théorème de Bolzano-Weierstrass dans (Rn , ∥ ∥∞ )). Toute suite bornée de
(Rn , ∥ ∥∞ ) admet (au moins) une valeur d’adhérence.

Preuve. Pour n = 1, nous renvoyons au cours d’Analyse 1. Supposons maintenant n ≥ 2. On indique

ici les coordonnées d’un point y ∈ Rn par un exposant, i.e. y = (y 1 , . . . , y n ). Soit (xk )k∈N une suite
bornée de (Rn , ∥ ∥∞ ). On va extraire une sous-suite convergente de la suite en n étapes. Puisque la
suite (xk )k∈N est bornée pour la norme ∥ ∥∞ (i.e. ∃M > 0 tel que ∥xk ∥∞ = maxi=1,...,n |xik | < M ,
pour tout k ≥ 0), la suite réelle (x1k )k∈N est bornée (car |x1k | < M , pour tout k ≥ 0). Donc il existe
une sous-suite convergente (x1ϕ1 (k) )k∈N de la suite (x1k )k∈N , par Bolzano-Weierstrass dans R. Ainsi
(xϕ1 (k) )k∈N est une sous-suite de (xk ) dont la première composante converge. On peut alors répéter
le procédé: la suite (x2ϕ1 (k) )k∈N est bornée, et donc on peut en extraire une sous-suite (x2ϕ1 ◦ϕ2 (k) )k∈N ,
de sorte que la deuxième composante converge aussi. Notons alors que (xϕ1 ◦ϕ2 (k) )k∈N est une suite
extraite de (xk )k∈N , dont les deux premières composantes convergent. En procédant de la sorte n
fois, on trouve une sous suite telle que toutes les composantes convergent. On obtient ainsi une
sous-suite convergente pour la norme ∥ ∥∞ .

1.9 Applications continues

Soient (X, d) et (Y, δ) deux espaces métriques et f : X → Y une application. On rappelle la
notation : pour tout partie V ⊂ Y on denote f −1 (V ) := {x ∈ X | f (x) ∈ V } l’image réciproque ou
préimage de V .

Définition 1.9.1. Soit x0 ∈ X et y ∈ Y . On dit que f tend vers y en x0 lorsque, pour tout
voisinage V de y, f −1 (V ) est un voisinage de x0 , i.e.

∀ε > 0, ∃η > 0 t.q. Bd (x0 , η) ⊂ f −1 (Bδ (y, ε)),

ce qui équivaut à
∀ε > 0, ∃η > 0 t.q. ∀x ∈ Bd (x0 , η), f (x) ∈ Bδ (y, ε),
et aussi à
∀ε > 0, ∃η > 0 t.q. ∀x ∈ X t.q. d(x, x0 ) < η, δ(f (x), y) < ε.
Dans ce cas, on dit que y est la limite de f et on écrit

lim f (x) = y, ou f (x) → y pour x → x0 ,

x→x0

Remarque 1.9.2. De manière équivalente, on peut aussi dire que f tend vers y en x0 si

∀ε > 0, ∃η > 0 t.q. ∀x ∈ X, d(x, x0 ) ≤ η ⇒ δ(f (x), y) ≤ ε.

Théorème 1.9.3 (Caractérisation séquentielle). Soient (X, d) et (Y, δ) deux espaces métriques,
f : X → Y une application, x0 un point de X et y un point de Y . Les assertion suivantes sont
équivalentes :

i) f tend vers y au point x0 .

ii) Pour toute suite (xn )n∈N de (X, d) convergente vers x0 , la suite (f (xn ))n∈N converge dans
(Y, δ) vers y.

23
Preuve. Commençons par l’implication i) ⇒ ii). Soit (xn )n∈N une suite de (X, d) qui converge vers
x0 . Alors pour ε > 0, on peut trouver un η > 0 tel que

∀x ∈ X, d(x, x0 ) < η, δ(f (x), y) < ε.

Or pour ce η, on peut trouver n0 ∈ N tel que ∀n ≥ n0 d(xn , x0 ) < η. D’où δ(f (xn ), y)) < ε. On a
donc établi que
∀ε > 0, ∃n0 ∈ N t.q. ∀n ≥ n0 , δ(f (xn ), y) < ε.
Pour l’autre implication, on procède par contraposée : on montre donc non i) implique non ii).
Supposons que f ne tende pas vers y au point x0 . Alors on peut trouver un certain ε > 0 tel que

∀η > 0 ∃x ∈ X, d(x, x0 ) < η, δ(f (x), y) ≥ ε,

On peut donc construire une suite (xn )n∈N telle que ∀n ≥ 1, d(xn , x0 ) < n+11
et δ(f (xn ), y) ≥ ε.
(Il suffit pour cela d’utiliser, pour chaque n ∈ N, la phrase précédente avec η = n+1
1
.) On a alors
xn → x0 lorsque n → +∞ mais (f (xn ))n∈N ne peut pas converger vers y.

On a le résultat suivant pour ce qui est de la composition des limites.

Proposition 1.9.4. Soient (X1 , d1 ), (X2 , d2 ) et (X3 , d3 ) trois espaces métriques. f : X1 → X2 et

g : X2 → X3 deux applications. On considère trois points x1 ∈ X1 , x2 ∈ X2 et x3 ∈ X3 . Si f tend
vers x2 au point x1 que que g tend vers x3 au point x2 alors la composée g ◦ f : X1 → X3 tend vers
x3 au point x1 .

Preuve. Comme f tend vers x2 au point x1 , pour tout voisinage V de x2 dans X2 , f −1 (V ) est un
voisinage de x1 dans X1 . Comme g tend vers x3 au point x2 , pour tout voisinage W de x3 dans
X3 , g −1 (W ) est un voisinage de x2 dans X2 . On en déduit que pour tout voisinage W de x3 dans
X3 , f −1 (g −1 (W )) = (g ◦ f )−1 (W ) est un voisinage de x1 dans X1 .

Dans le cas particulier d’un espace image qui est un espace vectoriel normé (ce qui inclut (K, | |)
lui-même), on a aussi les propriétés suivantes.

Proposition 1.9.5. Soient (X, d) un espace métrique, (Y, ∥ ∥) un espace vectoriel normé sur K et
f, g : X → Y deux applications. Supposons que f tende vers y1 ∈ Y au point x0 ∈ X et et que g
tende vers y2 ∈ Y au même point x0 ∈ X. Soit λ ∈ K. Alors :

i) f + g −→ y1 + y2 et λg −→ λy2 , lorsque x → x0 .

ii) Si (Y, ∥ ∥) = (K, | |), alors f g −→ y1 y2 lorsque x → x0 . Si de plus y2 ̸= 0 alors f /g −→ y1 /y2

lorsque x → x0 .

Preuve. Utiliser la caractérisation séquentielle.

Proposition 1.9.6. Soient (X1 , d1 ), (X2 , d2 ) deux espaces métriques, (Y, ∥ ∥) un espace vectoriel
normé sur K et f : X1 → Y, g : X2 → Y, deux applications. On suppose que f tend vers ȳ1 ∈ Y au
point x̄1 ∈ X1 et que g tend vers ȳ2 ∈ Y au point x̄2 ∈ X2 . Alors :

i) f (x1 ) + g(x2 ) −→ ȳ1 + ȳ2 lorsque (x1 , x2 ) → (x̄1 , x̄2 ).

ii) Si (Y, ∥ ∥) = (K, | |), alors f (x1 )g(x2 ) −→ ȳ1 ȳ2 lorsque (x1 , x2 ) → (x̄1 , x̄2 ). Si de plus ȳ2 ̸= 0
alors f (x1 )/g(x2 ) −→ ȳ1 /ȳ2 lorsque (x1 , x2 ) → (x̄1 , x̄2 ).

Quand une fonction tend en un point vers sa valeur au point, on dira que l’application est
continue en ce point.

Définition 1.9.7. L’application f est continue en x0 ∈ X si f tend vers f (x0 ) au point x0 .

24
Définition 1.9.8. Soient (X, d) et (Y, δ) deux espaces métriques et f : X → Y une application. On
dira que f est continue sur E ⊆ X si elle est continue en tout point x de E. Pour souligner les
métriques utilisées, on écrira parfois f : (X, d) → (Y, δ).
Exemple 1.9.9. Toute fonction f : X → Y d’un espace métrique X muni de la distance discrète d
(voir exemples 1.1.5, 1.5.8) dans (Y, δ) espace métrique, est continue sur X. En effet, soit f : X → Y ,
pour tout voisinage V de f (x), x ∈ X, on a x ∈ f −1 (V ) et donc ∀ε > 0 il existe Bd (x, 21 ) = {x} ⊂
f −1 (Bδ (f (x), ε)). Donc f continue en x pour tout x ∈ X.
Proposition 1.9.10. Soient (X, d) et (Y, δ) deux espaces métriques et f : X → Y une application.
Les assertions suivantes sont équivalentes.
i) L’application f est continue.

ii) L’image réciproque f −1 (O) de toute partie ouverte O ⊆ Y est une partie ouverte de X.

iii) L’image réciproque f −1 (F ) de toute partie fermée F ⊆ Y est une partie fermée de X.
Remarque 1.9.11. Noter que l’image directe par f : X → Y continue d’une partie ouverte de
X n’est pas forcement une partie ouverte dans Y . Considérer par exemple une fonction constante
f : R → R pour laquelle f (R) est un singleton. De même l’image directe par f : X → Y continue
d’une partie fermée de X n’est pas forcement une partie fermée dans Y . Considérer par exemple la
fonction arctan : R → R pour laquelle arctan(R) =] − π/2, π/2[ est un intervalle ouvert.
Preuve. Une partie O ⊆ Y est ouverte si et seulement si son complémentaire F = Oc ⊆ Y est une
partie fermée. Donc ii) ⇐⇒ iii) suit du fait que f −1 (Oc ) = (f −1 (O))c .
i) ⇒ ii) Supposons f continue. Soient O ⊆ Y une partie ouverte et x ∈ f −1 (O). La partie O
étant ouverte contient une boule ouverte Bδ (f (x), ε) centrée en f (x). De la continuité de f , il existe
η > 0 tel que Bd (x, η) ⊂ f −1 (Bδ (f (x), ε)) ⊂ f −1 (O) et f −1 (O) est donc ouvert.
ii) ⇒ i) Réciproquement, supposons ii). Soient x ∈ X et ε > 0, considérons Bδ (f (x), ε) ⊆ Y
une boule ouverte. Par notre hypothèse ii), f −1 (Bδ (f (x), ε)) est une partie ouverte ; en outre
x ∈ f −1 (Bδ (f (x), ε)). Donc f −1 (Bδ (f (x), ε)) contient une boule ouverte centrée en x, disons
Bd (x, η), pour un certain η > 0.

Des propositions 1.9.4, 1.9.5 et 1.9.6 on déduit les corollaires suivants.

Corollaire 1.9.12. Soient (X1 , d1 ), (X2 , d2 ) et (X3 , d3 ) trois espaces métriques et f : X1 → X2 et
g : X2 → X3 deux applications. Si f et g sont continues alors g ◦ f est continue.
Corollaire 1.9.13. Soient (X, d) un espace métrique, (Y, ∥ ∥) un espace vectoriel normé sur K et
f, g : X → Y deux applications continues en x0 ∈ X. Alors :
i) f + g et λg, λ ∈ K, sont continues en x0 .

ii) Si (Y, ∥ ∥) = (K, | |), alors f g est continue en x0 . Si de plus g(x0 ) ̸= 0 alors f /g est continue
en x0 .
Corollaire 1.9.14. Soient (X1 , d1 ), (X2 , d2 ) deux espaces métriques, (Y, ∥ ∥) un espace vectoriel
normé sur K et f : X1 → Y, g : X2 → Y, deux applications. On suppose que f continue en x̄1 ∈ X1
et que g est continue en x̄2 ∈ X2 . Alors :
i) h : X1 × X2 → Y définie par h(x1 , x2 ) := f (x1 ) + g(x2 ) est continue en (x̄1 , x̄2 ).

ii) Si (Y, ∥ ∥) = (K, | |), alors p : X1 × X2 → K définie par p(x1 , x2 ) := f (x1 )g(x2 ) est continue
en (x̄1 , x̄2 ). Si g(x̄2 ) ̸= 0 alors q : X1 × X2 → K définie par q(x1 , x2 ) := f (x1 )/g(x2 ) est
continue en (x̄1 , x̄2 ).

25
Remarque 1.9.15. Soient (X, d) et (Y, δ) deux espaces métriques et f : X → Y une application.
Pour E ⊆ X, on définit la restriction f |E : E → Y f |E (x) := f (x) ∀x ∈ E. Alors (Exercice !)

i) Si f est continue, alors f |E est continue.

ii) Si f est continue en x ∈ E, f |E est continue en x ∈ E.

iii) Si E est un voisinage de x dans X et f |E est continue en x ∈ E, alors f est continue en x ∈ E.

Ici, dE est la distance induite, i.e. la restriction de la distance d à E, voir l’Exemple 1.1.10.
On peut traduire l’affirmation iii) par : la continuité est une propriété locale.

Comme dans le cas réel, on peut introduire une notion plus forte que la continuité, à savoir
l’uniforme continuité.

Définition 1.9.16. Soient (X, d) et (Y, δ) deux espaces métriques et f : X → Y une application.
f est uniformément continue sur E ⊆ X si :

∀ε > 0, ∃η > 0, t.q. ∀x0 ∈ E, Bd (x0 , η) ⊂ f −1 (Bδ (f (x0 ), ε)).

Remarque 1.9.17. Dans la phrase précédente η ne dépend donc pas de x0 , alors que dans le cas de
la continuité usuelle, on pourrait prendre un η dépendant du point. Donc clairement, la continuité
uniforme sur E entraîne la continuité sur E.

Définition 1.9.18. Soient (X, d) et (Y, δ) deux espaces métriques, f : X → Y une application,
K ≥ 0. f est K-Lipschitzienne si pour x1 , x2 ∈ X :

δ(f (x1 ), f (x2 )) ≤ Kd(x1 , x2 ).

Remarque 1.9.19. Les applications K-Lipschitziennes sont uniformément continues. En partic-

ulier, elles sont évidement continues.

Exemple 1.9.20. Toutes les applications constantes de (X, d) dans (Y, δ) sont 0-Lipschitz.
L’application identité de (X, d) dans (X, d) est 1-Lipschitz.
La norme d’un espace vectoriel normé dans R est 1-Lipschitz.
Pour tout y ∈ X, la fonction x 7→ d(x, y) est 1-Lipschitz de (X, d) dans R.
Pour tout E ⊆ X non vide, la fonction x 7→ d(x, E) est 1-Lipschitz de (X, d) dans R.

Définition 1.9.21. Soient (X, d) et (Y, δ) deux espaces métriques, f : X → Y une application. On
dit que f est isométrique lorsqu’elle préserve les distances : i.e. pour tous x1 , x2 ∈ X

δ(f (x1 ), f (x2 )) = d(x1 , x2 ).

Une isométrie est une application bijective et isométrique.

Remarque 1.9.22. Une application isométrique est 1-Lipschitz.

1.9.1 Homéomorphismes
Définition 1.9.23. Soient (X, d) et (Y, δ) deux espaces métriques et f : X → Y une application. f
est un homéomorphisme si elle est continue, bijective et que l’application réciproque est continue.

Remarque 1.9.24. Dans ce cas l’application réciproque f −1 est aussi un homéomorphisme. Un

homéomorphisme f transforme :

• les parties ouvertes de X en les parties ouvertes de Y ;

26
 • les parties fermées de X en les parties fermées de Y ;

• l’intérieur d’une partie de X en l’intérieur de la partie image de Y ;

• l’adhérence d’une partie de X en l’adhérence de la partie image de Y ;

• les suites convergentes dans X en des suites convergentes dans Y ;

• la limite d’une suite dans X en la limite de la suite image dans Y ;

• les points d’adhérence d’une suite dans X en les points d’adhérence de la suite image dans Y .

et réciproquement ! Attention ! Un homéomorphisme ne transporte pas en général boules dans

boules ni les parties bornées dans les parties bornées ! (voir Exemple 2.2.9)

Exemple 1.9.25. Soit X un ensemble et d, d∗ deux distances équivalentes sur X (voir la Déf-
inition 1.1.6), i.e. ∃C1 , C2 > 0 t.q. C1 d(x, y) ≤ d∗ (x, y) ≤ C2 d(x, y) pour tout x, y ∈ X.
L’application identité i : (X, d) → (X, d∗ ) est alors un homéomorphisme : elle est bien bijective et
C2 -Lipschitzienne, alors que la réciproque i−1 est C11 -Lipschitzienne.
En particulier, dans Rn , les parties ouvertes, fermées, les notions d’adhérence, intérieur, limite,
etc. sont les mêmes pour toutes les distances dp , 1 ≤ p ≤ ∞, qui proviennent des normes ∥ ∥p ,
1 ≤ p ≤ ∞ (et même pour toutes les normes, car on verra que deux normes quelconques sur Rn
sont équivalentes, Théorème 2.2.14).

1.10 Suites d’applications

Soient (X, d) et (Y, δ) deux espaces métriques.

Définition 1.10.1. Une suite d’applications est une application f : N × X → Y . On note

fn := f (n, ·) : X → Y une application de la suite et (fn )n∈N la suite.

Définition 1.10.2. Soit (fn )n∈N une suite d’applications, fn : X → Y , pour tout n ∈ N, et
f : X → Y une application.
On dit que la suite (fn )n∈N converge simplement vers f sur X, lorsque

∀x ∈ X, ∀ε > 0, ∃n0 = n0 (x, ε) ∈ N, t.q. ∀n ≥ n0 , δ(fn (x), f (x)) < ε.

On dit que la suite (fn )n∈N converge uniformément vers f sur X, lorsque

∀ε > 0, ∃n0 = n0 (ε) ∈ N, t.q. ∀x ∈ X, ∀n ≥ n0 , δ(fn (x), f (x)) < ε.

Une autre façon de formuler la convergence uniforme est la suivante :

Proposition 1.10.3. La suite (fn ) converge uniformément vers f sur X si et seulement si

lim sup δ(fn (x), f (x)) = 0.

n→+∞ x∈X

Proposition 1.10.4. Si la suite (fn )n∈N converge uniformément vers f sur X, alors (fn )n∈N con-
verge simplement vers f sur X.

Théorème 1.10.5 (Limite uniforme d’applications continues). Une limite uniforme d’applications
continues est continue.
Autrement dit, si (fn )n∈N est une suite d’applications continues, fn : X → Y , pour tout n ∈ N,
qui converge uniformément vers une application f : X → Y sur X, alors f est également continue
sur X.

27
Preuve. Fixons x0 ∈ X et ε > 0. Comme la suite (fn )n∈N converge uniformément vers f , il existe
n1 ≥ 0 tel que, pour tout n ≥ n1 ,
ε
∀x ∈ X, δ(fn (x), f (x)) ≤ .
4
De plus, la fonction fn1 étant continue en x0 , il existe η > 0 tel que
ε
∀x ∈ Bd (x0 , η), δ(fn1 (x), fn1 (x0 )) ≤ .
2
Par conséquent, pour tout x ∈ Bd (x0 , η), on a
ε ε ε
δ(f (x), f (x0 )) ≤ δ(f (x), fn1 (x)) + δ(fn1 (x), fn1 (x0 )) + δ(fn1 (x0 ), f (x0 )) ≤ + + = ε,
4 2 4
ce qui montre que f continue en x0 pour tout x0 ∈ X.

Remarque 1.10.6. Ce n’est en général pas vrai avec la convergence simple ! Par exemple, dans
les fonctions de [0, 1] dans R, la suite de fonction (fn ) donnée par fn (x) = xn pour x dans [0, 1]
converge simplement vers la fonction qui vaut 1 en 1 et 0 ailleurs.

28
2 Topologies
2.1 Définition et généralités
On revient dans ce chapitre sur la notion de partie ouverte. On peut remarquer que, si on voit la
notion de partie ouverte comme une abstraction de la notion de boule ouverte, où on oublie l’aspect
métrique, on peut parler de partie fermée, adhérence, intérieur, frontière, convergence, continuité,
densité et de beaucoup d’autres notions introduites dans des espaces métriques sans utiliser la
distance. Ces définitions font en effet sens dans des espaces très généraux, pas forcement métriques,
s’ils sont munis d’une topologie, c’est-à-dire d’un ensemble d’ouverts.
Soit X un ensemble non vide et P(X) l’ensemble des parties de X.

Définition 2.1.1. On dit que O ⊆ P(X) est une topologie sur X si les trois axiomes suivants
sont satisfaits :

i) ∅ ∈ O et X ∈ O;

ii) Une union infinie d’éléments de O est un élément de O,

iii) Une intersection finie d’éléments de O est un élément de O.

On appelle parties ouvertes les elements de O et (X, O) un espace topologique.

Autrement dit, O doit être stable par une union quelconque et par intersection finie.

Exemple 2.1.2. Soit X un ensemble non vide.

On remarque toute de suite que si (X, d) est un espace métrique, Od := {parties ouvertes de (X, d)},
est une topologie pour X!
La topologie discrète donnée par O = {P(X)} est la topologie sur X définie par la distance
discrète, voir Exemple 1.1.5. Dans cette topologie toute partie est ouverte (et donc fermée)!
La topologie grossière donnée par O = {∅, X} ne provient pas d’une métrique ! Dans cette
topologie, ∅ et X sont les seules parties ouvertes (et donc les seules fermées)!

Définition 2.1.3. On dit que l’espace topologique (X, O) est métrisable s’il existe une distance
sur X ayant O comme ensemble des parties ouvertes.

Les parties ouvertes nous permettent de définir la plupart des notions que l’on a vu dans le
chapitre sur les espaces métriques. Il s’agit de notions pour lesquelles il n’est pas nécessaire d’utiliser
la notion de distance !
Soit E une partie de X et x0 ∈ X. À l’aide d’une topologie O sur X on peut donc (ré)introduire
les notions suivantes.

Définition 2.1.4. Soit (X, O) un espace topologique.

i) On dit que V ⊆ X est un voisinage de x0 ∈ X, si ∃O ∈ O t.q. x0 ∈ O ⊆ V.

ii) Un point x0 ∈ X est un point intérieur à E s’il existe un voisinage de x0 contenu dans E.

iii) Un point x0 ∈ X est un point adhérent à E si tout voisinage de x0 a intersection non vide
avec E.

iv) E est une partie fermée si E c est une partie ouverte.

v) On appelle intérieur de E l’ensemble E̊ de tous les points intérieurs à E.

vi) On appelle adhérence de E l’ensemble E de tous les points adhérents à E.

29
 vii) On appelle frontière de E l’ensemble ∂E := E \ E̊.

vii) Soient E ⊆ V ⊆ X deux parties de X on dit que E est dense dans V lorsque E = V .

viii) E est d’intérieur vide lorsque E̊ = ∅.

Prenez le temps de comparer les définitions ci-dessus avec celles données dans le chapitre précé-
dent !

Remarque 2.1.5. Bien évidemment la définition d’ensemble fermé que l’on vient de donner est
équivalente à celle donnée dans la Définition 1.5.1-ii). Même chose pour la définition de l’intérieur
de E et celle donnée dans la Définition 1.6.1 et pour la définition de l’adhérence de E et la Définition
1.6.4. En effet, elles n’utilisent que les notions de parties fermées et ouvertes.
Les notions de boule, partie bornée et diamètre sont forcement liées à la notion de distance.

On revient maintenant aux suites. La notion de suite bornée est forcement liée à la notion de
distance, mais on peut quand même parler de convergence en utilisant les voisinages.

Définition 2.1.6. Soit (X, O) un espace topologique. Une suite (xn )n∈N à valeurs dans X converge
vers y ∈ X si pour tout voisinage V de y, ∃n0 ∈ N, t.q. ∀n ≥ n0 , xn ∈ V.

Remarque 2.1.7. Attention ! La limite n’est pas forcément unique dans un espace qui est juste
topologique ! (En effet, la propriété de Hausdorff, Proposition 1.3.5, qui garantit l’unicité de la limite
et qui est valide dans les espaces métriques, n’est pas forcément vraie dans un espace topologique !
Un espace topologique dans lequel la propriété de Hausdorff n’est pas valable ne peut pas être
métrisable.)
Soit (X, O) avec la topologie grossière O = {∅, X}, toute suite converge vers tout élément de
X, la limite n’est pas unique ! En effet, soit (xn )n∈N une suite de X, pour tout y ∈ X le seule
voisinage de y est X même (les ouverts sont {∅, X}) et toute la suite (xn )n∈N est contenue dans X!
La topologie grossière n’est pas métrisable !

Définition 2.1.8. Un espace topologique (X, O) dans lequel la propriété de Hausdorff est valable,
i.e.
∀x1 ̸= x2 , ∃U, V ∈ O t.q. x1 ∈ U, x2 ∈ V et U ∩ V = ∅,
est dit séparé ou de Hausdorff.

Remarque 2.1.9. Toute topologie provenant d’une distance est séparée ! On dira par abus de
langage qu’un espace métrique est séparé.
Un espace topologique X avec la topologie grossière O = {∅, X}, n’est pas séparé s’il contient
au moins deux point. En effet, le seul ouvert qui contient un point de X est X lui-même. Donc si
X contient deux points, ces deux points ne peuvent pas être dans deux ouverts différents.
ATTENTION : un espace topologique séparé n’est pas forcement métrisable.

Proposition 2.1.10. Dans un espace topologique séparé (X, O), la limite d’une suite est unique.

Preuve. Suivre la preuve du Théorème 1.8.7.

Proposition 2.1.11. Dans un espace topologique séparé (X, O) tout ensemble fini est fermé.

Preuve. Il suffit de montrer que {x} est fermé (car un ensemble fini est une union finie de singletons),
où x ∈ X. Si X = {x}, alors {x} est ouvert et fermé (car X l’est !). On suppose donc que X a plus
d’un point. Soit y ∈ {x}c . Alors Son peut choisir un ouvert Vy ⊆ X, qui contient y mais pas x car
X séparé. Il s’ensuit que {x}c = y∈{x}c Vy , qui est alors réunion de ouverts, donc ouvert.

30
Remarque 2.1.12. ATTENTION : un singleton n’est pas fermé en géneral dans un espace qui est
seulement topologique.
Soit (X, O) avec la topologie grossière O = {∅, X}, si X contient au moins deux éléments, aucun
singleton {x} n’est fermé ! En effet, les seuls fermés de (X, O) sont ∅ et X.
Proposition 2.1.13. Soit (X, O) un espace topologique. Si une suite (xn )n∈N de E ⊆ X converge
vers y ∈ X alors y ∈ E.
Preuve. Suivre la preuve du Théorème 1.8.10-i) implication ⇐.

Remarque 2.1.14. Cependant, l’implication opposée n’est pas forcément vraie. En effet, on ne
peut pas caractériser l’adhérence par les suites lorsqu’il y a trop de voisinages.
(Pour aller un peu plus loin dans la compréhension : Si y ∈ E et y admet une « base dénom-
brable » de voisinages alors il existe une suite (xn )n∈N de E qui converge vers y.)
Définition 2.1.15. Soient (X, O) et (Y, O′ ) deux espaces topologiques et f : X → Y une application.
On dit que y ∈ Y est la limite de f en x0 si pour tout voisinage V de y, f −1 (V ) est un voisinage
de x0 . L’application f est continue en x0 ∈ X si f (x0 ) est la limite de f en x0 . f est continue
sur E ⊆ X si elle est continue en tout point x de E.
Remarque 2.1.16. Les propositions 1.9.10, 1.9.4 et le Corollaire 1.9.12 restent vrais dans un espace
topologique. Cependant, on ne peut pas caractériser la continuité par les suites lorsqu’il y a trop de
voisinages. En effet, seulement l’implication i) ⇒ ii) du Théorème 1.9.3 est vraie dans un espace
topologique quelconque. (Pour aller un peu plus loin dans la compréhension : On a ii) ⇒ i) si x0
admet une « base dénombrable » de voisinages.)
La continuité uniforme et la notion d’application lipschitzienne n’ont pas de sens en général dans
un espace topologique.
Définition 2.1.17. Soient (X, O) et (Y, O′ ) deux espaces topologiques, (fn )n∈N une suite d’applications,
fn : X → Y , pour tout n ∈ N, et f : X → Y une application.
On dit que la suite (fn )n∈N converge simplement vers f sur X, lorsque pour tout x ∈ X la
suite (fn (x))n∈N converge vers f (x).
La convergence uniforme n’a pas de sens en général dans un espace topologique.

2.2 Comparaison des topologies, distances, normes

Un ensemble X peut être muni de plusieurs topologies. On se propose ici de les comparer.
Définition 2.2.1. Soient O et O′ deux topologies sur X. On dit que O est plus fine que O′ si
toute partie ouverte de O′ est une partie ouverte pour O, i.e. O′ ⊆ O.
Si la réciproque est aussi vraie, on dit que les topologies O et O′ sont équivalentes.
Remarque 2.2.2. La topologie O est plus fine que O′ si et seulement si l’identité de X est une
application continue de (X, O) dans (X, O′ ).
Si O est plus fine que O′ alors elle contient tous les parties ouvertes de O′ plus éventuellement
des autres parties ouvertes.
Toute topologie sur X est moins fine que la topologie discrète (où toutes les parties sont ouvertes)
et plus fine que la topologie grossière (où les seules parties ouvertes sont ∅ et X).
Proposition 2.2.3. Soient O et O′ deux topologies sur X. Les assertions suivantes sont équiva-
lentes.
i) Les topologies O et O′ sont équivalentes.

ii) Les topologies O et O′ définissent les mêmes parties fermées.

31
 iii) Pour tout espace topologique (Y, V), les fonctions continues de (X, O) dans (Y, V) et de (X, O′ )
dans (Y, V) sont les mêmes.

iv) Pour tout espace topologique (Y, V), les fonctions continues de (Y, V) dans (X, O) et de (Y, V)
dans (X, O′ ) sont les mêmes.

v) L’application identité i : (X, O) → (X, O′ ) est un homéomorphisme.

On a aussi le résultat suivant :
Proposition 2.2.4. Soient O et O′ deux topologies sur X. Si les topologies O et O′ sont équivalentes
alors les espaces
Remarque 2.2.5. O) et (X, O′ )opposée
(X,L’implication ont les n’est
mêmes passuites
vraie convergentes.
en général. (Elle est vraie quand les deux
espaces topologiques admettent l’implication ii) ⇒ i) du Théorème 1.9.3, voir Remarque 2.1.16.
Voir aussi la Proposition 2.2.10).
Bien évidemment, on peut aussi comparer les topologies provenant de deux distances sur X.
Définition 2.2.6. Deux distances d et d∗ sur X sont topologiquement équivalentes si les
topologies Od et Od∗ sont équivalentes.
Remarque 2.2.7. Si deux distances d et d∗ sur X sont équivalentes dans le sens de la Définition
1.1.6, elles sont aussi topologiquement équivalentes. (L’implication suit de l’Exemple 1.9.25 et de
la Proposition 2.2.3) Cependant le contraire n’est pas vrai en général.
En effet, la Proposition qui suit est fausse en général pour des distances qui sont seulement
topologiquement équivalentes.
Proposition 2.2.8. Si deux distances d, d∗ sur X sont équivalentes, alors elles ont les mêmes
parties bornées et donc les mêmes suites bornées.
Preuve. Le résultat suit facilement de la Définition 1.1.6 de distances équivalentes.

Exemple 2.2.9. Soit X = R, on considère la distance usuelle d(x, y) = |x − y| et la distance

d∗ (x, y) = min{1, |x − y|}. Ces deux distances sont topologiquement équivalentes mais pas équiva-
lentes. En effet l’identité i : (X, d) → (X, d∗ ) est un homéomorphisme.
Soit x0 ∈ X, pour tout ε > 0 ∃η, 0 < η < min{1, ε}, tel que pour tout x ∈ R, |x − x0 | < η on a
d∗ (x, x0 ) = min{1, |x − x0 |} ≤ min{1, η} = η < ε. i est continue en x0 .
Soit x0 ∈ X, pour tout ε > 0, ∃η, 0 < η < min{1, ε}, tel que pour pour tout x ∈ R, d∗ (x, x0 ) < η,
on a min{1, |x − x0 |} < η < min{1, ε}, donc forcement min{1, |x − x0 |} = |x − x0 | et |x − x0 | < η <
min{1, ε} < ε (car min{1, |x − x0 |} = 1 implique 1 < η < min{1, ε}, impossible). i−1 est continue
en x0 .
D’autre part, l’ensemble E = [0, +∞[ n’est pas borné pour d mais il est borné pour d∗ . En effet
diamd E = +∞ et diamd∗ E = 1 !!
Proposition 2.2.10. Deux distances d, d∗ sur X sont topologiquement équivalentes, si et seulement
si les espaces (X, d) et (X, d∗ ) ont les mêmes suites convergentes.
On se propose maintenant de comparer les topologies dans un espace vectoriel X muni de
deux normes différentes ∥ ∥ et ∥ ∥∗ . On considère, pour tout x, y ∈ X, d(x, y) := ∥x − y∥ et
d∗ (x, y) := ∥x − y∥∗ les deux distances associées.
Définition 2.2.11. Deux normes ∥ ∥ et ∥ ∥∗ sur un espace vectoriel X sont topologiquement
équivalentes si les topologies Od et Od∗ sont équivalentes.
Remarque 2.2.12. On a déjà remarqué que ∥ ∥ et ∥ ∥∗ sont deux normes équivalentes dans le sens
de la Définition 1.2.3 si et seulement si d et d∗ sont deux distances équivalentes (Remarque 1.2.9).
Donc deux normes équivalentes sont aussi topologiquement équivalentes. Grace à l’homogénéité et
à l’invariance par translation de la norme, le contraire est aussi vrai dans un espace vectoriel normé !

32
Théorème 2.2.13. Deux normes ∥ ∥ et ∥ ∥∗ sur un espace vectoriel X sont équivalentes si et
seulement si elles sont topologiquement équivalentes.
Preuve. L’implication ⇒ est évidente (voir Remarque 2.2.12).
⇐ On suppose donc que les topologies Od et Od∗ soient équivalentes. Étant un homéomorphisme,
l’identité de (X, ∥ ∥) dans (X, ∥ ∥∗ ) est continue sur X, donc en particulier en 0. Il existe η > 0 tel
que pour tout x ∈ X, ∥x∥ < η alors ∥x∥∗ < 1. Soit alors x ∈ X \ {0}. Clairement η2 ∥x∥ x
= η2 < η,
η x
donc 2 ∥x∥ ∗ < 1. On en déduit que pour tout x ∈ X

2
∥x∥∗ ≤ ∥x∥.
η
L’autre inégalité s’obtient de la même façon en prenant l’identité de (X, ∥ ∥∗ ) dans (X, ∥ ∥).

Si l’espace vectoriel est de dimension finie on peut en dire plus !

Théorème 2.2.14. Soit X un espace vectoriel de dimension finie. Alors les normes sur X sont
toutes équivalentes.
Preuve. Considérons d’abord le cas des espaces vectoriels réels. On se donne une norme de référence
∥ ∥∞ sur X en choisissant une base (e1 , . . . , en ) de X (possible car X a dimension finie n) et en
posant pour x = λ1 e1 + · · · + λn en

∥x∥∞ := max{|λi | | i = 1, . . . , n}.

Alors l’application
ϕ : (X, ∥ ∥∞ ) → (Rn , ∥ ∥∞ )
définie par ϕ(x) = ϕ(λ1 e1 + · · · + λn en ) = (λ1 , . . . , λn ) est une isométrie linéaire, voir Défini-
tion 1.9.21, et on a ∥ϕ(x)∥∞ = ∥x∥∞ . On en déduit que (X, ∥ ∥∞ ) satisfait la conclusion du
Théorème 1.8.16 de Bolzano-Weierstrass. (Si (xk )k∈N est une suite bornée de (X, ∥ ∥∞ ), (ϕ(xk ))k∈N
est une suite bornée de (Rn , ∥ ∥∞ ) et par Bolzano-Weierstrass admet une sous-suite convergente
(ϕ(xkj ))kj ∈N . Alors (xkj )kj ∈N est une sous-suite convergente de (xk )k∈N .)
On considère alors une norme quelconque ∥ ∥ sur X. On a pour tout x ∈ X
n
X n
X n
X
∥x∥ = λk ek ≤ |λk | ∥ek ∥ ≤ ∥x∥∞ ∥ek ∥ ≤ C1 ∥x∥∞ ,
k=1 k=1 k=1

où C1 = n max1≤k≤n ∥ek ∥. Ça implique, en particulier, qu’une suite convergente pour la norme

∥ ∥∞ , converge aussi pour la norme ∥ ∥ vers la même limite.
Montrons ensuite que ∃C2 > 0 tel que pour tout x ∈ X, ∥x∥∞ ≤ C2 ∥x∥. Par contradiction,
supposons que
∥xm ∥∞
∀m > 0, ∃xm tel que > ∥xm ∥ ≥ 0.
m
On trouve donc une suite ym := ∥xxmm∥∞ , telle que ∥ym ∥∞ = 1 et ∥ym ∥ → 0 pour m → +∞ (en
effet ∥ym ∥ = ∥x∥xmm∥∥∞ < m
1
). D’un part (ym )m∈N converge vers 0 dans (X, ∥ ∥). D’autre part, comme
∥ym ∥∞ = 1, par Bolzano-Weierstrass (que on vient de prouver sur (X, ∥ ∥∞ )) on peut extraire
une sous-suite (ymj )mj ∈N convergente vers y ∈ X pour la norme ∥ ∥∞ , i.e. ∥ymj − y∥∞ → 0 pour
j → +∞, et grâce à l’étape précédente (une suite convergente pour la norme ∥ ∥∞ , converge aussi
pour la norme ∥ ∥ vers la même limite) ∥ymj − y∥ → 0 pour j → +∞. Or, étant (ymj )mj ∈N une
sous-suite de (ym )m∈N , on a que ∥ymj ∥ → 0 et par unicité de la limite y = 0. Cependant

|∥y∥∞ − 1| = |∥y∥∞ − ∥ymj ∥∞ | ≤ ∥y − ymj ∥∞ → 0.

33
Donc ∥y∥∞ = 1 alors que y = 0, absurde !
Dans le cas d’un espace vectoriel sur C, on se donne une isométrie vers (Cn , ∥ ∥∞ ). Comme
(C, | |) satisfait aussi le Théorème 1.8.16 de Bolzano-Weierstrass (étant isométrique à (R2 , ∥ ∥∞ )),
(Cn , ∥ ∥∞ ).

Remarque 2.2.15. L’hypothèse de dimension finie est nécessaire ! Contre-exemple : Les

normes ∥ ∥1 et ∥ ∥∞ sur C([0, 1], R) (voir Exemple 1.2.11 pour la définition de ces normes) ne sont
pas équivalentes. En effet, la suite (fn )n∈N de fonctions C([0, 1], R) où fn est définie pour n ≥ 1

 1 x=0
fn (x) = −nx + 1 x ∈]0, n1 ]
0 x ∈] n1 , 1]


converge pour ∥ ∥1 , mais pas pour ∥ ∥∞ . Ces deux normes ne sont même pas topologiquement
équivalentes !

Dans la preuve précédente, on a montré aussi que, si X est un espace vectoriel de dimension
finie, alors (X, ∥ ∥∞ ) satisfait le Théorème de Bolzano-Weierstrass. Comme les normes sont toutes
équivalentes sur X, on a obtienu la propriété suivante.

Corollaire 2.2.16 (Théorème de Bolzano-Weierstrass). Soit (X, ∥ ∥) un espace vectoriel normé de

dimension finie. Toute suite bornée de (X, ∥ ∥) admet (au moins) une valeur d’adhérence.

Remarque 2.2.17. Grâce à ces résultats, nous pouvons à présent utiliser, dans les espaces normés
à dimension finie, la norme plus utile dans chaque situation. Par exemple, en utilisant la norme
∥ ∥∞ , on pourra dire qu’une suite dans Rn converge si et seulement si la suite de chacune de ses
composantes converge, et qu’une suite dans Rn est bornée si et seulement si la suite de chacune de
ses composantes est bornée, ces affirmations restant vraies quelle que soit la norme utilisée.

2.3 Topologie induite

Définition 2.3.1. Soit E une partie de l’espace topologique (X, O). La famille

OE = {E ∩ O | O ∈ O}

est une topologie pour E. (Exercice !) Ainsi (E, OE ) est un espace topologique. On appelle OE
topologie induite et (E, OE ) sous-espace topologique.

La notion de topologie induite joue un rôle important, notamment dans l’étude de la connexité;
il est donc important de bien se familiariser avec elle.

Proposition 2.3.2. i) (X, O) séparé =⇒ (E, OE ) séparé.

ii) Les parties fermées de (E, OE ) sont les intersections avec E des parties fermées de (X, O).

iii) Les voisinages de x ∈ E pour OE sont les intersections avec E des voisinages de (X, O).

iv) Si F ⊆ E, l’adhérence de F pour OE est l’intersection avec E de l’adhérence de F pour O.

v) Si F ⊆ E, l’intérieur de F pour OE contient E ∩ F̊ , où F̊ est l’intérieur de F pour O.

vi) La suite (xn ) converge dans (E, OE ) si et seulement si elle converge dans (X, O) et sa limite
appartient à E.

vii) Soient (Y, T ) un espace topologique et f : X → Y une application. On définit la restriction

f |E : E → Y , f |E (x) := f (x) ∀x ∈ E. Alors

34
 i) Si f est continue, alors f |E est continue.
ii) Si f est continue en x ∈ E, f |E est continue en x ∈ E.
iii) Si E est un voisinage de x dans X et f |E est continue en x ∈ E, alors f est continue en
x ∈ E.
Preuve. Exercice !

Proposition 2.3.3. Soit (X, O) un espace topologique E ⊆ Y ⊆ X. Alors les topologies induites
sur E par O et OY sont équivalentes.
Preuve. Exercice !

Proposition 2.3.4. Soit (X, O) un espace topologique. Soit E une partie ouverte de X alors
P ∈ OE ⇐⇒ P ∈ O et P ⊆ E.
Preuve. Exercice !

Soit (X, d) un espace métrique et E une partie de X. Bien évidemment on peut construire la
topologie induite sur E en utilisant Od := {parties ouvertes de (X, d)} et la Définition 2.3.1. Mais
on peut aussi induire la topologie sur E de la métrique induite dE définie dans l’Exemple 1.1.10.
Ces deux façons de procéder sont équivalentes.
Proposition 2.3.5. Une partie A ⊆ E est ouverte dans (E, dE ), i.e. A ∈ OdE , si et seulement si
il existe une partie ouverte O de (X, d), i.e. O ∈ Od , tel que A = O ∩ E, c’est-à-dire que OdE et
(Od )E sont équivalentes.
Preuve. Remarquer que pour tout x0 ∈ E, r > 0, on a BdE (x0 , r) = Bd (x0 , r) ∩ E et montrer que
un ouvert de OdE est aussi ouvert de (Od )E et vice versa.

Bien évidemment, si la topologie provient d’une distance on pourra aussi caractériser les boules,
les parties bornées et les suites bornées dans E à l’aide de la distance induite dE . (Exemple: (xn )
suite de points de E est bornée dans (X, d) si et seulement si elle est bornée dans (E, dE ))
Corollaire 2.3.6. Soit (X, ∥ ∥) un espace vectoriel normé de dimension quelconque et Y ⊂ X un
sous-espace vectoriel de dimension finie. Alors,
i) Toute norme ∥ ∥∗ sur Y est équivalente à la norme induite ∥ ∥Y (voir Définition 1.2.12).
ii) Toute suite bornée de Y admet une valeur d’adhérence dans Y .
iii) Y est fermé dans (X, ∥ ∥).
Preuve. i) Y étant un espace vectoriel de dimension finie, satisfait le Théorème 2.2.14. Toute
norme est donc équivalente sur Y et, en particulier, toute norme est équivalente à la norme
induite ∥ ∥Y .
ii) De plus, Y étant un espace vectoriel de dimension finie, satisfait aussi le Corollaire 2.2.16.
Donc toute suite bornée pour n’importe quelle norme ∥ ∥∗ sur Y admet (au moins) une valeur
d’adhérence dans Y .
iii) On déduit du point précédent que, en particulier, toute suite bornée pour la norme induite
∥ ∥Y admet (au moins) une valeur d’adhérence dans Y . D’autre part, toute suite convergente
de (X, ∥ ∥) est bornée par le Théorème 1.8.8. Donc, toute suite (xn )n∈N de points de Y
convergente, admet une seule valeur d’adhérence (sa limite x) et elle est bornée dans (X, ∥ ∥).
Étant bornée pour la norme ∥ ∥, elle et bornée pour la norme ∥ ∥Y (qui est juste la restriction
de ∥ ∥ à Y ), donc (xn )n∈N admet une valeur d’adhérence y ∈ Y , dans (Y, ∥ ∥Y ). Il s’ensuit
que x = y appartient à Y et Y est fermé (Théorème 1.8.10-ii)).

35
2.4 Topologie produit
Définition 2.4.1. Soient (X1 , O1 ), (X2 , O2 ), . . . , (Xn , On ), n espaces topologiques. Notons X :=
X1 × X2 × · · · × Xn . Soit O la topologie donnée par les réunions de produits d’ouverts de Oi , i.e.

O := {∪α∈A Uα | Uα = O1 × O2 × · · · × On où Oi ∈ Oi }.

O est bien une topologie dite topologie produit sur X et (X, O) un espace topologique (Exercice !)
dit espace produit des espaces topologiques (X1 , O1 ), (X2 , O2 ), . . . , (Xn , On ).

On aura donc les propriétés suivantes.

Proposition 2.4.2. i) (Xi , Oi ) séparé, ∀i = 1, . . . , n =⇒ (X, O) séparé.

ii) Les produits F1 × F2 × · · · × Fn des parties fermés Fi de (Xi , Oi ), ∀i = 1, . . . , n, sont des

parties fermées de (X, O).

iii) La partie V ⊆ X est un voisinages de x ∈ X pour O si et seulement si ∀i = 1, . . . , n il existe

Vi voisinage de xi dans (Xi , Oi ) tels que V1 × V2 × · · · × Vn ⊆ V .

iv) L’adhérence de E1 × E2 × · · · × En dans (X, O) est E1 × E2 × · · · × En où Ei est l’adhérence

de Ei dans (Xi , Oi ), ∀i = 1, . . . , n.

v) L’intérieur de E1 × E2 × · · · × En dans (X, O) est E̊1 × E̊2 × · · · × E˚n où E̊i est l’intérieur de
Ei dans (Xi , Oi ), ∀i = 1, . . . , n.

vi) La suite (xn )n∈N converge dans (X, O) si et seulement si ses composantes convergent.

vii) Soit (Y, T ) un espace topologique.

a) Si f : X → Y est continue de (X, O) dans (Y, T ) alors pour tout i = 1, . . . , n, pour tout
x̄j ∈ Xj , j ̸= i, fixés, fi : Xi → Y

x 7→ fi (x) := f (x̄1 × · · · × x̄i−1 × x × x̄i+1 × · · · × x̄n ),

est continue de (Xi , Oi ) dans (Y, T ).

b) g : Y → X, g = (g1 , . . . , gn ), g continue de (Y, T ) dans (X, O) si et seulement si chaque
projection gi : Y → Xi est continue de (Y, T ) dans (Xi , Oi ), pour tout i = 1, . . . , n.

Preuve. Exercice !

Remarque 2.4.3. ATTENTION : dans (X, O) on peut avoir des ouverts qui ne sont pas produits
d’ouverts de (Xi , Oi ) et des fermés qui ne sont pas produits de fermés de (Xi , Oi ). En effet regardons
le cas de R2 avec la topologie produit.
L’ensemble O := {(x1 , x2 ) ∈ R2 | x21 + x22 < 1} est un ouvert de R2 (en effet ∀(x1 , x2 ) ∈ O il
existe ε > 0 tel que U(x1 ,x2 ) S
:=]x1 − ε, x1 + ε[×]x2 − ε, x2 + ε[⊂ O, or U(x1 ,x2 ) est ouvert, produit de
deux ouverts de R, et O = (x1 ,x2 )∈O U(x1 ,x2 ) ).
On considère l’ouvert ]0, 1[×]0, 1[, donc (]0, 1[×]0, 1[)c est un fermé de R2 pour la topologie
produit et qui n’est pas un produit de fermés. En effet (]0, 1[×]0, 1[)c ̸= (] − ∞, 0] ∪ [1, +∞[) × (] −
∞, 0] ∪ [1, +∞[). (Dessiner les deux ensembles pour se convaincre !)

Remarque 2.4.4. ATTENTION : La réciproque de la Proposition 2.4.2-vii)-a) est fausse en

général.
Contre-exemple: f : R2 → R définie par f (x1 , x2 ) = x2x2 +x 2 si (x1 , x2 ) ̸= 0 et f (0, 0) = 0.
1 x2
1 2
La fonction f1 : R → R définie par f1 (x1 ) = 2x1 x̄2
x21 +x̄22
est continue pour tout x̄2 ∈ R et, de même,

36
la fonction f2 : R → R définie par f2 (x2 ) = x̄2x̄2 +x 2 est continue pour tout x̄1 ∈ R. Cependant,
1 x2
1 2
f est continue en tout point autre que (0, 0). En effet si f était continue en (0, 0), l’application
x 7→ f (x, x) (composition de f avec la fonction continue x 7→ (x, x)) serait continue en (0, 0) mais
f (x, x) = 1 pour tout x ̸= 0 et f (0, 0) = 0. Absurde !

Bien évidemment, si (X1 , d1 ), (X2 , d2 ), . . . , (Xn , dn ) sont n espaces métriques on peut aussi con-
sidérer sur X la topologie Od provenant de la distance produit d définie dans l’Exemple 1.1.11. On
a alors

Proposition 2.4.5. La topologie Od associée à la distance produit sur X est équivalente à la topolo-
gie produit O définie à partir de (X1 , Od1 ), (X2 , Od2 ), . . . , (Xn , Odn ).

Preuve. Remarquer que pour tout x ∈ X, r > 0 on a Bd (x0 , r) = Bd1 (x1 , r) × · · · × Bdn (xn , r) et
montrer que un ouvert de O est aussi ouvert de Od et réciproquement.

Bien évidemment si la topologie provient d’une distance, on pourra aussi caractériser les boules,
les parties bornées et les suites bornées dans X comme produit de boules, de parties bornées et de
suites bornées dans (Xi , di ), ∀i = 1, . . . , n.

2.5 Connexité
Définition 2.5.1. Un espace topologique (X, O) est connexe si on ne peut pas l’écrire comme
X = O1 ∪ O2 où O1 , O2 ⊆ X sont deux parties non vides, disjointes et ouvertes.
Un partie E de (X, O) est connexe si (E, OE ) est un espace topologique connexe pour la topologie
induite OE .

Remarque 2.5.2. La connexité d’une partie E est une propriété intrinsèque. i.e. elle ne depend
que de l’espace topologique (E, OE ) et non de l’espace topologique ambient (X, O).
De manière naturelle, on dit que un espace métrique (X, d) est connexe si (X, Od ) est connexe.
Idem pour un espace vectoriel normé.

Exemple 2.5.3. • L’ensemble vide ∅ est connexe.

• Dans un espace topologique (X, O), tout singleton est connexe. En effet, les seuls ouverts de
({x}, O{x} ) sont {{x}, ∅}.

• Dans un espace métrique (X, d), si x ̸= y ∈ X alors {x}∪{y} n’est pas connexe. (En effet, c’est
vrai aussi dans un espace topologique séparé, mais pas en général dans un espace topologique
quelconque, voir le dernier point ci-dessous)

• Dans (R, | |) l’ensemble E = [0, 1] ∪ [2, 3] n’est pas connexe alors que ]0, 1] est connexe.
√ √
• (Q, | |) n’est pas connexe. En effet Q = ( ] − ∞, 2[ ∩ Q) ∪ ( ] 2, +∞[ ∩ Q).

• Soit (X, O) un espace topologique avec la topologie discrète. X est connexe si et seulement si
X = {x}. En effet, dans (X, O), toute partie est ouverte et si X contient plus que un point
x ∈ X, on peut écrire X = {x} ∪ {x}c (union de deux ouverts disjoints non vides !)

• Soit (X, O) un espace topologique avec la topologie grossière. X est toujours connexe. En
effet, les seuls ouverts sont {X, ∅}. Ici, si x ̸= y ∈ X alors {x} ∪ {y} est connexe. En effet,
les seuls ouverts de ({x} ∪ {y}, O{x}∪{y} ) sont {{x} ∪ {y}, ∅}.

On donne maintenant des définitions équivalentes de la connexité.

Théorème 2.5.4. Soit (X, O) un espace topologique. Les propriétés suivantes sont équivalentes.

37
 i) X est connexe.

ii) On ne peut pas écrire X comme X = O1 ∪ O2 où O1 , O2 ⊆ X sont deux parties non vides,
disjointes et fermées.

iii) Les seules parties à la fois ouvertes et fermées dans X sont ∅ et X.

iv) Toute application f : X → {0, 1} de (X, O) dans ({0, 1}, O| | ) continue est constante.
Preuve. non ii) ⇒ non i) soit X = O1 ∪ O2 où O1 , O2 ⊆ X sont non vides, disjointes et
fermées. Alors O1c = O2 et O2c = O1 sont deux parties non vides, disjointes et ouvertes telles
que X = O1c ∪ O2c , mais alors X n’est pas connexe.

non iii) ⇒ non ii) Si E ⊂ X est une partie ouverte et fermée telle que E ̸= ∅ et E ̸= X alors
X = E ∪ E c , où E et E c sont deux parties non vides, disjointes et fermées.

iii) ⇒ iv) On remarque tout de suite que dans ({0, 1}, O| | ), {0} et {1} sont ouverts et fermés.
Soit f : X → {0, 1} continue. Alors f −1 ({0}) est ouvert et fermé dans (X, O), donc soit
f −1 ({0}) = ∅ soit f −1 ({0}) = X. Idem pour f −1 ({1}).

non i) ⇒ non iv) Soient O1 et O2 deux ouverts de E disjoints et non vides tels que X = O1 ∪O2 .
On définit f : X → {0, 1} en posant f (O1 ) = 0 et f (O2 ) = 1. f est continue (vérifier que
l’image réciproque f −1 (F ) de toute partie fermée F ⊆ {0, 1} pour la topologie ({0, 1}, O| | ),
i.e. ∅, {0}, {1}, {0, 1}, est une partie fermée de (X, O)) mais pas constante).

Proposition 2.5.5. Dans (R, | |), E est une partie connexe non vide si et seulement si E est un
intervalle.
(Attention : un singleton {x} = [x, x] est un intervalle, pour tout x ∈ R, R =] − ∞, +∞[ est
aussi un intervalle, voir Exemple 1.5.6).

Preuve. ⇒ Montrons que si E est un connexe non vide alors E est un intervalle. En effet, si E est
un connexe non vide et E = {x}, alors E est un intervalle. Soient x < y ∈ E et supposons par
contradiction qu’il existe x < z < y, z ∈
/ E. Alors O1 :=] − ∞, z[∩E et O2 :=]z, +∞[∩E sont deux
ouverts, non vides et disjoints tels que E = O1 ∪ O2 . Absurde. Donc

] inf{x ∈ E}, sup{x ∈ E}[⊆ E ⊆ [inf{x ∈ E}, sup{x ∈ E}],

i.e. E est un intervalle (par abus de notation [−∞, +∞] =] − ∞, +∞[, ]x, x[= ∅, [x, x] = {x}).
⇐ Réciproquement, soit E un intervalle non vide, O1 et O2 fermés (dans (E, | |)), non vides
tels que E = O1 ∪ O2 . On doit montrer que O1 ∩ O2 n’est pas vide, pour avoir que E est connexe.
Comme O1 et O2 ne sont pas vides, soient x ∈ O1 et y ∈ O2 . Si x = y alors x ∈ O1 ∩ O2 ̸= ∅ et on
a fini. Soit alors x ̸= y. Supposons sans perte de généralité que x < y. Puisque E est un intervalle,
on a [x, y] ⊆ E. Soit
z = sup{O1 ∩ [x, y]}.
On va montrer que z ∈ O1 ∩ O2 . Or O1 ∩ [x, y] est non vide (car x ∈ O1 ∩ [x, y]) et majorée (car
z ≤ y). Donc z ∈ O1 ∩ [x, y] (voir Proposition 1.6.13) et vu que O1 ∩ [x, y] est fermé dans R, on
a z ∈ O1 ∩ [x, y] = O1 ∩ [x, y]. Donc z ∈ O1 . Montrons que z ∈ O2 . Si z = y alors z ∈ O2 et
on a fini. Si z ̸= y, comme z est la borne supérieure de O1 ∩ [x, y], on a ]z, y] ∩ O1 = ∅. Or,
]z, y] ⊂ E = O1 ∪ O2 , donc ]z, y] ⊆ O2 . Or z ∈ ]z, y] = [z, y] ⊆ O2 = O2 , donc z ∈ O2 .

Proposition 2.5.6. Soient (X, OX ) et (Y, OY ) deux espaces topologiques et f : (X, OX ) → (Y, OY )
une application continue. Si (X, OX ) est connexe alors f (X) est connexe pour la topologie induite
de OY .

38
Preuve. Si f (X) n’est pas connexe alors il existe une application continue non constante g : f (X) →
{0, 1}. Alors, l’application composée g ◦ f : X → {0, 1} est continue et non constante (f (X) n’est
pas connexe donc f (X) ̸= {y}, car tout singleton est connexe, et f n’est pas constante). Donc X
n’est pas connexe.

Corollaire 2.5.7. Soit f : R → R une application continue. Alors l’image d’un intervalle par f est
un intervalle.

Preuve. C’est une conséquence des propositions 2.5.6 et 2.5.5.

Corollaire 2.5.8. Soient O et O′ deux topologies équivalentes sur X. Alors X est connexe pour O
si et seulement si X est connexe pour O′ .

Proposition 2.5.9. Soient (X1 , O1 ), (X2 , O2 ), . . . , (Xn , On ), n espaces topologiques et (X, O) l’espace
topologique produit introduit dans la Définition 2.4.1. (X, O) est connexe si et seulement si (Xi , Oi )
est connexe pour tout i = 1, . . . , n.

Preuve. Exercice !

Proposition 2.5.10. Soit (X,S O) un espace topologique et (Eα )α∈A une famille de parties connexes
d’intersection non vide. Alors α∈A Eα est connexe.

Preuve. Une application continue f : α∈A Eα → {0, 1} est constante sur chacun des Eα donc sur
S

α∈A Eα , car
S T
α∈A Eα ̸= ∅.

Remarque 2.5.11. Une intersection de parties connexes n’est pas connexe en général. Même une
intersection décroissante de connexes n’est pas connexe en général. Donner des exemples !

Lemme 2.5.12. Soit E une partie connexe de (X, O) espace topologique et E ⊆ B ⊆ E. Alors B
est une partie connexe. En particulier, E est une partie connexe.

Preuve. Soit f : B → {0, 1} continue donc f |E : E → {0, 1} est continue et, comme E connexe, elle
est constante. E étant dense dans B, on a f constante aussi sur B.

On considère maintenant la connexité dans un espace vectoriel normé.

Définition 2.5.13. Soit (X, ∥ ∥) un espace vectoriel normé sur K et E un partie de X. E est dite
convexe si i.e. ∀x, y ∈ E et ∀t ∈ [0, 1] on a (1 − t)x + ty ∈ E.

Proposition 2.5.14. Toute partie convexe d’un espace vectoriel normé est connexe. En particulier,
un espace vectoriel normé est connexe.

Preuve. Soit (X, ∥ ∥) un espace vectoriel normé sur K et E une partie de X convexe. Soit f : E →
{0, 1} une fonction continue quelconque. Pour tout x, y ∈ E, la courbe γ : [0, 1] → E définie par
γ(t) := (1 − t)x + ty est continue. Donc, f ◦ γ : [0, 1] → {0, 1} est continue et comme [0, 1] est
connexe elle est forcement constante. Mais alors f (x) = f (γ(0)) = f (γ(1)) = f (y), donc f est aussi
constante.

Remarque 2.5.15. Soit (X, ∥ ∥) un espace vectoriel normé sur K, la boule unité est convexe,
donc connexe par la proposition précédente. En effet, pour tout x, y ∈ B(0, 1) et ∀t ∈ [0, 1], on a
∥(1 − t)x + ty∥ ≤ (1 − t)∥x∥ + t∥y∥ < 1 − t + t = 1. Donc (1 − t)x + ty ∈ B(0, 1).
ATTENTION : Dans un espace métrique on peut avoir des boules qui ne sont pas connexes.
Exemple : soit ([0, 2] ∪ [3, 4], d) avec d la distance discrète. Pour tout x ∈ [0, 2] ∪ [3, 4] et r > 1, la
boule ouverte Bd (x, r) = [0, 2] ∪ [3, 4] n’est pas connexe. Voir Exemple 1.3.3.

39
2.5.1 Connexité par arcs
Pour terminer ces considérations sur la connexité, on introduit une propriété plus restrictive que la
connexité.

Définition 2.5.16. Soit (X, O) un espace topologique, x, y ∈ X. On appelle arc ou chemin une
application continue γ : ([0, 1], | |) → (X, O) telle que γ(0) = x et γ(1) = y.

Remarque 2.5.17. Pour x, y ∈ X la relation « xRy » si et seulement si il existe un arc de x à y"

est une relation d’équivalence.

Définition 2.5.18. Un espace topologique (X, O) est connexe par arcs si, pour tout x, y ∈ X, il
existe un arc de x à y.

Exemple 2.5.19. Dans (R, | |), soit f : R → R continue. Alors

graph(f ) := {(x, f (x))| x ∈ R}

est connexe par arcs. En effet pour tout (x, f (x)) et (y, f (y)) dans graph(f ) γ : [0, 1] → graph(f )
définie par γ(t) = ((1 − t)x + ty, f ((1 − t)x + ty) est un arc de x à y.

Théorème 2.5.20. Si (X, O) est un espace topologique connexe par arcs, alors il est connexe.

Preuve. Vu que X est connexe par arcs, pour tout x, y ∈ X il existe γ : [0, 1] → X continue telle que
γ(0) = x et γ(1) = y. Or, pour tout y ∈ X, Ey = γ([0,S 1]) ⊆ X est un famille de parties connexes
avec intersection non vide car x ∈ Ey . Comme X = y∈X Ey , on a X connexe par la Proposition
2.5.10.

Proposition 2.5.21. Soient (X, OX ) et (Y, OY ) deux espaces topologiques et f : (X, OX ) →

(Y, OY ) une application continue. Si (X, OX ) est connexe par arcs, alors (f (X), Of (X) ) est connexe
par arcs.

Proposition 2.5.22. Soit (X, O) un espace

S topologique et (Eα )α∈A une famille de parties connexes
par arcs d’intersection non vide. Alors, α∈A Eα est connexe par arcs.

Remarque 2.5.23. Un espace topologique connexe n’est pas forcement connexe par arcs. L’adhérence
du graphe de sin(1/x)
graph(sin 1/x) := {(x, sin 1/x) | 0 < x ≤ 1}
est connexe (car adhérence !), mais pas connexe par arcs. Par exemple, on ne pourra jamais trouver
un arc dans graph(sin 1/x) qui lie (0, 0) avec (1, sin 1)!

On considère maintenant la connexité par arcs dans un espace vectoriel normé.

Proposition 2.5.24. Toute partie convexe d’un espace vectoriel normé est connexe par arcs. En
particulier, un espace vectoriel normé est connexe par arcs.

Preuve. Soit (X, ∥ ∥) un espace vectoriel normé sur K et E un partie de X convexe. Pour tout
x, y ∈ E, la courbe γ : [0, 1] → E définie par γ(t) := (1 − t)x + ty est continue, γ(0) = x, γ(1) = y
et γ([0, 1]) ⊂ E.

Remarque 2.5.25. Soit (X, ∥ ∥) un espace vectoriel normé sur K. La boule unité est convexe,
donc connexe par arcs par la proposition précédente (on a déjà vu que elle est connexe).

On peut même dire plus.

Théorème 2.5.26. Si (X, ∥ ∥) est un espace vectoriel normé, E ⊆ X une partie ouverte connexe
de X, alors elle est connexe par arcs.

40
Preuve. Si E = ∅, on n’a rien à prouver. Soit donc x ∈ E et posons A := {y ∈ E | yRx} (voir
Remarque 2.5.17). A n’est pas vide car x ∈ A. On montre que A est ouvert et fermé dans E et
comme E connexe ça implique A = E.
On note d la distance définie par la norme d(x, y) = ∥x − y∥, pour tout x, y ∈ X.
A est ouvert : soit en effet y ∈ A et r > 0 tel que B := Bd (y, r) soit incluse dans E ouvert. Pour
tout z ∈ B on a zRy car B convexe et connexe par arcs, et yRx. Donc zRx et B ⊆ A.
A est fermé : soit y adhérent à A pour (E, dE ) alors y ∈ A ∩ E (voir Proposition 2.3.2-iv) ,
i.e. ∀ε > 0 on a Bd (y, ε) ∩ E ∩ A ̸= ∅. De plus, E étant ouvert, il existe r > 0 tel que B := Bd (y, r)
soit incluse dans E et donc pour ce même r on a Bd (y, r) ∩ B = Bd (y, r) ∩ E ∩ B ̸= ∅. Or pour tout
z ∈ B ∩ A on a zRy car B convexe et zRx car z ∈ A. Donc yRx, y ∈ A. A contient donc tout ses
points d’adhérence donc est fermé.

Remarque 2.5.27. Dans (Rn , ∥ ∥), une partie ouverte connexe est connexe par arcs.

2.5.2 Composantes connexes

Lemme 2.5.28. Pour x, y ∈ X la relation « xRy si et seulement s’il existe une partie E de X
connexe contenant x et y » est une relation d’équivalence.
Preuve. La réflexivité et la symétrie sont évidentes. Si xRy et yRz, soit A une partie connexe
contenant x et y, soit B une partie connexe contenant y et z. Comme A ∩ B̸=∅, la partie A ∪ B est
connexe donc xRz.

Définition 2.5.29. Soit x ∈ X. On appelle composante connexe de X contenant x la classe

d’équivalence de x pour la relation « être dans une partie connexe de X ». Autrement dit, les
composantes connexes de X forment une partition de X.
Remarque 2.5.30. On rappelle la définition suivante :
Un ensemble de parties de X est une partition de X si :
• aucune de ces parties n’est vide;
• leur union est égale à X;
• elles sont deux à deux disjointes.
Exemple 2.5.31. Les éléments de Z sont ses composantes connexes.
Proposition 2.5.32. Pour tout x ∈ X, soit {Cα }α∈A la famille des parties connexes de X contenant
x, i.e. telles que x ∈ Cα pour tout α ∈ A. Alors la composante connexe de X contenant x est
[
Cx = Cα .
α∈A
De plus, Cx est une partie connexe et fermée et c’est la plus grande partie connexe contenant x.
Preuve. Si y ∈ Cx , alors xRy, i.e. il existe une partie connexe C contenant x et y, d’où l’inclusion
de Cx ⊆ ∪α∈A Cα .
Réciproquement, si y ∈ ∪α∈A Cα , alors il existe une partie connexe contenant x et y, d’où xRy
et y appartient à Cx .
La partie Cx est connexe en tant qu’union de parties connexes d’intersection non vide, voir la
Proposition 2.5.10. Elle est fermée car C x est connexe, donc contenue dans Cx .

Remarque 2.5.33. Si Cx intersecte un connexe C, alors C ⊆ Cx . Autrement dit, Cx avale tous

les connexes qu’elle touche.
X est connexe si et seulement s’il n’a qu’une composante connexe.

41
Lemme 2.5.34. Soit E ⊆ X une partie non vide, ouverte, fermée et connexe. Alors, E est une
composante connexe de X.

Preuve. Soit x ∈ E. Alors E ⊆ Cx , car E est connexe et Cx est la plus grande partie connexe
contenant x.
Réciproquement, Cx ∩ E est non vide, ouvert et fermé dans Cx connexe : il est donc égal à Cx ,
voir Théorème 2.5.4. On a donc Cx = Cx ∩ E ⊆ E.

Remarque 2.5.35. La réciproque de ce lemme est fausse : en général une composante connexe
n’est pas ouverte. Par exemple les composantes connexes de Q sont des singletons, qui ne sont pas
ouverts dans Q.

Exemple 2.5.36. Les composantes connexes de [0, 1] ∪ [2, 3] sont [0, 1] et [2, 3].

On considère maintenant les composantes connexes dans un espace vectoriel normé.

Proposition 2.5.37. Si E est une partie ouverte d’un espace vectoriel normé (X, ∥ ∥), les com-
posantes connexes de E sont ouvertes et fermées dans E.

Preuve. On note d la distance définie par la norme d(x, y) = ∥x − y∥, pour tout x, y ∈ X.
Soit x ∈ E et Cx sa composante connexe dans E. Il suffit de montrer qu’elle est ouverte (car
on sait déjà qu’elle est fermée dans E par la Proposition 2.5.32). Soit y ∈ Cx et soit ε > 0 tel que
Bd (y, ε) ⊂ E. La boule Bd (y, ε) est connexe dans E, car convexe dans un espace vectoriel normé,
et intersécte Cx , donc Bd (y, ε) ⊂ Cx .

Proposition 2.5.38. Si E est une partie ouverte d’un espace vectoriel normé (X, ∥ ∥), E est
réunion disjointe de parties connexes et ouvertes de X.

Preuve. Les composantes connexes de X conviennent.

Proposition 2.5.39. Soient (X, OX ) et (Y, OY ) deux espaces topologiques et f : (X, OX ) →

(Y, OY ) une application continue. Alors pour tout x ∈ X, f (Cx ) ⊆ Cf (x) , ou Cf (x) est la com-
posante connexe de f (x) dans f (X).

Preuve. Exercice !

42
3 Compacité
Dans ce chapitre on introduit la notion de compacité.

3.1 Compacité au sens de Bolzano-Weierstrass

On se place ici dans un espace métrique.

Définition 3.1.1. (Compacité au sens de Bolzano-Weierstrass) Un espace métrique (X, d) est com-
pact si toute suite de X admet (au moins) une valeur d’adhérence.
Une partie E de X est compacte si (E, dE ) est compact pour la métrique induite dE .

Remarque 3.1.2. La compacité d’une partie E est une propriété intrinsèque. i.e. elle ne depend
que de l’espace métrique (E, dE ) et non de l’espace métrique ambient (X, d).

Exemple 3.1.3. • Dans un espace métrique (X, d), l’ensemble vide ∅ est toujours compact.
Tout singleton est compact. Si x ̸= y ∈ X alors {x} ∪ {y} est compact.

• (R, | |) n’est pas compact (prendre xn = n). Toute intervalle [a, b] de (R, | |) est compact (en
effet [a, b] est borné donc, par le théorème de Bolzano-Weierstrass, toute suite de [a, b] admet
au moins une valeur d’adhérence dans R. Vu que [a, b] est fermé cette valeur est dans [a, b]!).

Proposition 3.1.4. Soit (X, d) un espace métrique et E une partie non vide de X munie de la
distance induite dE .

i) Si E est compacte alors E est fermée et bornée dans (X, d).

ii) Si X est compact et E est fermée dans (X, d), alors E est compacte.

Preuve. i) Soit E une partie compacte. On prend une suite (xn )n∈N de points de E convergeant
vers x ∈ X. Alors (xn )n∈N admet une seule valeur d’adhérence (sa limite x) dans (X, d) et
par compacité (xn )n∈N admet une valeur d’adhérence aussi dans (E, dE ). Donc x appartient
à E et E est fermée. Supposons par l’absurde E ne soit pas bornée. Soit x0 ∈ E. On
peut construire une suite (xn )n∈N de E telle que d(x0 , xn ) ≥ n, ∀n ≥ 0. Aucune sous-suite
de (xn )n∈N ne peut être convergente car elles sont non bornées, mais E est compacte : cela
constitue une contradiction. Donc E est bornée.

ii) Si X est compact et E est fermée dans X, soit (xn )n∈N une suite de points de E ⊆ X. Comme
X compact, elle possède une sous-suite convergente dans X, mais comme E est fermée la limite
de cette suite extraite doit être dans E.

Remarque 3.1.5. Un espace métrique compact (X, d) est borné.

On peut donc caractériser les parties compactes de R.

Corollaire 3.1.6. Une partie E de (R, | |) est compacte si et seulement si elle est fermée et bornée.

Preuve. ⇒ est une consequence de la Proposition 3.1.4.

⇐ Soit E ⊆ R une partie fermée et bornée. Elle est donc inclue dans un intervalle [−r, r], r > 0,
qui est compact. Puisque E est un partie fermée de R, elle est a fortiori fermée dans ([−r, r], | |).
La Proposition 3.1.4-ii) assure donc que E est compacte.

La proposition suivante est parfois bien utile pour montrer qu’une suite est convergente.

Proposition 3.1.7. Soit (xn )n∈N une suite à valeurs dans un espace métrique compact (X, d).
Alors cette suite est convergente si et seulement si elle a une unique valeur d’adhérence.

43
Preuve. ⇒ Toute suite convergente dans un espace métrique quelconque a une unique valeur
d’adhérence.
⇐ Supposons maintenant que (X, d) est compact, et que la suite (xn )n∈N a une unique valeur
d’adhérence x0 ∈ X. Procédons par l’absurde et supposons que (xn )n∈N ne converge pas vers x0 . Il
existe alors une boule Bd (x0 , ε) de rayon ε > 0 telle que F := X \ Bd (x0 , ε) contienne une infinité de
termes de la suite. Cette partie F est fermée dans X, donc compacte. On obtient donc une seconde
valeur d’adhérence x1 ∈ F (et donc x1 ̸= x0 ) pour (xn )n∈N .

Proposition 3.1.8. Soient (X1 , d1 ), (X2 , d2 ), . . . , (Xn , dn ), n espaces métriques et (X, d) l’espace
métrique produit introduit dans la Définition 1.1.11. (X, d) est compact si et seulement si (Xi , di )
est compact pour tout i = 1, . . . , n.

Preuve. Exercice !

Proposition 3.1.9. Soient (X, d) un espace métrique et (KnT )n∈N une suite décroissante (pour
l’inclusion) de parties compactes, non vides de X. Alors K := n∈N Kn est compacte et non vide.
Si de plus (Kn )n∈N sont aussi connexes alors K est connexe.

3.2 Compacité et continuité.

Proposition 3.2.1. Soient (X, d) et (Y, δ) deux espaces métriques et f : X → Y une application
continue. Si X est compact alors f (X) est compact.

Preuve. Soit (yn )n∈N une suite de f (X). Alors pour tout n ≥ 0, il existe xn ∈ X tel que f (xn ) = yn .
Comme X est compact, il existe une suite extraite (xnk )nk ∈N qui converge vers une limite x0 ∈ X.
Comme f est continue, la suite ynk := f (xnk ) converge vers f (x0 ) ∈ f (X).

Corollaire 3.2.2. Soient (X, d) et (X, δ) deux espaces métriques topologiquement équivalents. Alors
(X, d) est compact si et seulement si (X, δ) est compact.

Une autre application fondamentale concerne les extrema des fonctions à valeurs réelles.

Corollaire 3.2.3. Soit f : X → R une application continue à valeurs réelles, définie sur un espace
métrique compact non vide (X, d). Alors f est bornée et atteint ses bornes.

Preuve. L’image f (X) ⊆ R est une partie compacte de R. Elle est donc bornée et admet ainsi une
borne inférieure et une borne supérieure. On a sup{f (x) | x ∈ X} ∈ f (X) (voir Proposition 1.6.13)
et puisque f (X) ⊆ R est fermée, sup{f (x) | x ∈ X} ∈ f (X) = f (X). De même pour l’inf.

La compacité assure l’uniforme continuité d’une application.

Théorème 3.2.4 (Théorème de Heine). Soient (X, d) et (Y, δ) deux espaces métriques. Si (X, d)
est compact et f : (X, d) → (Y, δ) est continue, alors f est uniformément continue.

Preuve. On rappelle que f est uniformément continue si

∀ε > 0 ∃η > 0 t.q. ∀x0 , x ∈ X d(x, x0 ) < η ⇒ δ(f (x), f (x0 )) < ε.

Raisonnons par l’absurde. On admet donc qu’il existe ε > 0, deux suites (xn )n∈N , (yn )n∈N de X
telles que d(xn , yn ) < n1 mais δ(f (xn ), f (yn )) > ε pour tout n ∈ N. La compacité de X permet
de faire converger une sous-suite (xnk )nk ∈N vers x ∈ X. Alors (ynk )nk ∈N converge aussi vers x
(car d(ynk , x) ≤ d(ynk , xnk ) + d(xnk , x) →k→+∞ 0). Par continuité de f en x on a f (xnk ) →
f (x) et f (ynk ) → f (x) et par continuité de la distance δ on a δ(f (xnk ), f (ynk )) → 0 alors que
δ(f (xn ), f (yn )) > ε pour tout n ∈ N, absurde.

44
Théorème 3.2.5. Soient (X, d) et (Y, δ) deux espaces métriques. Si (X, d) est compact et f :
(X, d) → (Y, δ) est bijective et continue, alors f est un homéomorphisme.

Preuve. f étant bijective est inversible et f (X) = Y . Il suffit donc de montrer que l’application
réciproque f −1 : (Y, δ) → (X, d) est continue, i.e. que pour toute partie fermée E ⊆ X on a
(f −1 )−1 (E) fermée dans Y . Or si E ⊆ X est une partie fermée de X, alors E est compacte car X
est compact (Proposition 3.1.4-ii)). Or (f −1 )−1 (E) = f (E) (car f bijective) est compacte car f
continue (Proposition 4.1.4) et par conséquent fermée (Proposition 3.1.4-i)).

3.3 Compacité au sens de Borel-Lebesgue

Définition 3.3.1. Un recouvrement ouvert d’un espace métrique (X, d) est une collection U =
(Uα )α∈A d’ouverts Uα de X tels que X = ∪α∈A Uα .

Définition 3.3.2. Un espace métrique a la propriété de Borel-Lebesgue si de tout recouvrement

ouvert U = (Uα )α∈A on peut extraire un recouvrement fini, i.e. il existe I ⊂ A fini tel que X =
∪i∈I Ui .

Cette définition resterait valable dans le cadre plus général d’un espace topologique séparé.
Dans un espace métrique, la propriété de Borel-Lebesgue est équivalente à la compacité !

Théorème 3.3.3. Soit (X, d) un espace métrique. Alors les conditions suivantes sont équivalentes.

• L’espace (X, d) satisfait la propriété de Borel-Lebesgue.

• L’espace (X, d) est compact.

La remarque suivante sera bien utile dans la pratique, lorsqu’il s’agira de montrer qu’une partie
E d’un espace métrique (X, d) est compacte.

Remarque 3.3.4. Soient (X, d) un espace métrique, et E ⊆ X une partie de X. Alors l’espace
métrique (E, dE ) est compact si et seulement si, de tout recouvrement de E par des ouverts de X,
on peut extraire un sous-recouvrement fini.

3.4 Compacité dans un espace normé

On se met dans cette section dans un espace vectoriel normé (X, ∥ ∥) et on note d la distance définie
par la norme d(x, y) = ∥x − y∥, pour tout x, y ∈ X.

Théorème 3.4.1. Dans un espace vectoriel normé (X, ∥ ∥), les conditions suivantes sont équiva-
lentes.

i) La sphère unité S(0, 1) est compacte.

ii) La boule unité B(0, 1) fermée est compacte.

iii) Toute boule fermée est compacte.

iv) Les fermés bornés sont compacts.

Preuve. Le fait que i) ⇒ ii) est le seul point délicat (faire les autres points par Exercice !). Soit
(xn )n∈N une suite de B(0, 1). S’il existe une sous-suite (xnk )nk ∈N identiquement nulle c’est gagné.
Sinon, il existe n0 ∈ N tel que xn ̸= 0 pour tout n ≥ n0 . On considère alors pour n ≥ n0 , yn := ∥xxnn ∥ .
(yn ) appartient à la sphère unité pour tout n ≥ n0 . Par compacité de la sphère unité, il existe une
sous-suite (ynk )nk ∈N convergeant vers y dans la sphère unité et, par compacité de [0, 1], il existe une
sous-sous-suite ∥xnkj ∥ convergeant vers λ ∈ [0, 1]. Alors xnkj = ∥xnkj ∥ynkj converge vers λy.

45
 Dans un espace vectoriel normé de dimension finie on peut même dire plus.

Théorème 3.4.2. Soit (X, ∥ ∥) un espace vectoriel normé de dimension finie et E ⊆ X une partie
de X. Alors E est compacte si et seulement si elle est une partie bornée et fermée.

Preuve. ⇒ On a vu dans la Proposition 3.1.4-i) qu’une partie compacte est aussi fermée et bornée
(dans n’importe quel espace métrique).
⇐ Réciproquement, on utilise le fait que X est un espace vectoriel normé de dimension finie, et
donc satisfait Bolzano-Weierstrass par le Corollaire 2.2.16. Soit donc E une partie fermée et bornée
de X. Une suite de E admet une valeur d’adhérence x0 dans X par le Corollaire 2.2.16. Mais
comme E est fermée, la limite est dans E.

Remarque 3.4.3. On en déduit que dans un espace vectoriel normé de dimension finie la sphère
unité est compacte et toute boule fermée est compacte.

On cherche maintenant à montrer que un espace vectoriel normé où les fermés et bornés sont
compacts est nécessairement à dimension finie. Le Théorème suivant caractérise les espaces vectoriels
à dimension finie. Il est donc très important.

Théorème 3.4.4 (Théorème de compacité de Riesz). Un espace vectoriel normé (X, ∥ ∥) est de
dimension finie si et seulement si la boule unité fermée est compacte.

Preuve. ⇒ C’est une consequence du Théorème 3.4.2 et du Théorème 3.4.1.

⇐ On suppose que la boule unité fermée est compacte et on montre que X est de dimension
finie. On note d la distance définie par la norme d(x, y) = ∥x − y∥, pour tout x, y ∈ X.
Étape 1. Montrons que si B(0, 1) est compacte, on peut la recouvrir par un nombre fini de
boules ouvertes de rayon 1/2. C’est-à-dire il existe x1 , . . . , xk dans B(0, 1) tel que
k
[
B(0, 1) ⊆ Bd (xi , 1/2).
i=1

(On peut obtenir ça directement en utilisant le Théorème 3.3.3!)

En effet, on prend x1 dans B(0, 1). Si Bd (x1 , 1/2) ne recouvre pas, on prend x2 ∈ B(0, 1) \
Bd (x1 , 1/2). Si Bd (x1 , 1/2) ∪ Bd (x2 , 1/2) ne recouvre pas, on prend x3 ∈ B(0, 1) \ (Bd (x1 , 1/2) ∪
Bd (x2 , 1/2)). Tant que ∪ni=1 Bd (xi , 1/2) ne recouvre pas, on peut choisir xn+1 dans le complémen-
taire. Par construction, d(xi , xj ) ≥ 1/2 si i ̸= j. Si on peut définir xn pour tout n ∈ N, on a une
suite de B(0, 1) sans sous-suite convergente (car d(xi , xj ) ≥ 1/2 si i ̸= j vérifier par Exercice !).
Ceci contredit la compacité de B(0, 1), donc le procédé s’arrête avec un entier maximal k ∈ N tel
que
k
[
B(0, 1) ⊆ Bd (xi , 1/2).
i=1

Étape 2. Supposons par l’absurde que X soit de dimension infinie. Notons F le sous-espace
vectoriel de X engendré par les xi , donc F est de dimension finie et F ⊂ X mais F ̸= X. Il
existe alors x ∈ X \ F . On ne peut pas avoir d(x, F ) = 0. En effet, sinon, on obtient x ∈ F par
la Proposition 1.4.7 et alors x ∈ F = F , car F sous-espace vectoriel de dimension finie est fermé
(par le Corollaire 2.3.6-iii)). On suppose donc que d(x, F ) = r > 0 (Noter que d(x, F ) < +∞ par
définition).
Le sous-espace F étant fermé, il existe y ∈ F tel que ∥x − y∥ = d(x, y) = d(x, F ) = r. En effet,
soit (yn )n∈N ∈ F une suite minimisante pour r = d(x, F ) = inf y∈F d(x, y) = inf y∈F ∥x − y∥, i.e.
telle que limn→+∞ ∥x − yn ∥ = r, alors pour n grand yn ∈ B d (x, 2r) ∩ F et B d (x, 2r) ∩ F fermé borné
dans F à dimension finie, donc B d (x, 2r) ∩ F compact. Il existe donc y ∈ F et (ynj )nj ∈N tel que
ynj → y et d(x, y) = ∥x − y∥ = r, car d(x, ·) est continue.

46
 x−y ∥x−y∥
On note alors x0 := r . x0 ∈ B(0, 1) car ∥x0 ∥ = r = 1. Or pour tout z ∈ F on a

x−y 1 1 d(x, F )
∥x0 − z∥ = − z = ∥x − y − rz∥ = ∥x − (y + rz)∥ ≥ =1
r r r r

vu que y + rz ∈ F , car F sous-espace vectoriel.

Donc,
S pour tout z ∈ F , ∥x0 − z∥ ≥ 1. En particulier, ∀i = 1, . . . , k on a ∥x0 − xi ∥ ≥ 1. Alors
/ ki=1 Bd (xi , 1/2), mais x0 ∈ B(0, 1) et
x0 ∈
k
[
B(0, 1) ⊆ Bd (xi , 1/2).
i=1

Cela constitue une contradiction.

Remarque 3.4.5. Voilà des contre-exemples en dimension infinie.

• Dans (ℓ∞ (R), ∥ ∥∞ ), (voir Exemple 1.2.10) la suite (xn )n∈N = (0, . . . , 0, 1, 0, . . . ) avec 1 en posi-
tion n appartient à la boule unité fermée et n’a pas de sous-suite convergente car d(un , um ) = 1
si n ̸= m.

• Dans (C([0, 1], R), ∥ ∥∞ ), la suite de fonctions un (x) = xn appartient à la boule unité fermée
et n’a pas de sous-suite convergente dans (C([0, 1], R), ∥ ∥∞ ). Sa limite simple (mais pas
uniforme) est la fonction u(x) = 0 si x ∈ [0, 1[, u(1) = 1 et n’appartient pas à C([0, 1], R).

47
4 Complétude
Dans ce chapitre on introduit la notion de complétude. Pour ce faire, on généralisera la notion de
suite de Cauchy aux espaces métriques. Contrairement à la compacité ou à la connexité, qui sont
des notions topologiques, la complétude est une notion métrique, car on utilise la notion de distance
pour la définir.

4.1 Définition et généralités

Soit (X, d) un espace métrique.

Définition 4.1.1. Une suite (xn )n∈N de (X, d) est dite de Cauchy lorsque

∀ε > 0, ∃n0 ∈ N, ∀n ≥ n0 , p ≥ 0, d(xn+p , xn ) < ε.

On a les propriétés suivantes

Théorème 4.1.2. i) Une suite (xn )n∈N de Cauchy est bornée, c’est-à-dire que l’ensemble E =
{xn | n ≥ 0} est borné. De plus E est fermé et borné.

ii) Une suite (xn )n∈N est de Cauchy si et seulement si diam{xk | k ≥ n} tends vers 0 quand
n → +∞.

iii) Une sous-suite d’une suite de Cauchy est une suite de Cauchy.

iv) Si une sous-suite d’une suite de Cauchy converge, la suite converge. Autrement dit, une suite
de Cauchy converge dès qu’elle possède au moins une valeur d’adhérence.

v) Toute suite convergente est de Cauchy.

Preuve. i) Soit (xn )n∈N une suite de Cauchy. Alors

∀ε > 0, ∃n0 ∈ N, ∀n ≥ n0 , ∀p ≥ 0, d(xn+p , xn ) < ε.

En particulier pour ε = 1

∃n0 ∈ N, ∀p ≥ 0, d(xn0 +p , xn0 ) < 1.

Soit
M := max{1, d(x0 , xn0 ), . . . , d(xn0 −1 , xn0 )}.
Alors pour tout n ∈ N, on a
d(xn , xn0 ) < M + 1 =: r.
Donc E := {x0 , x1 , . . . xn , . . . } ⊆ Bd (xn0 , r) est une partie bornée.
Bien évidemment E est fermée.
Or pour tout y ∈ E \ E, y est d’adhérence pour (xn )n∈N , i.e. il existe une sous-suite (xnj )nj ∈N
telle que limj→+∞ xnj = y. Donc pour ε = 1/2
1
∃j0 ∈ N, tel que d(xnj0 , y) < .
2
En rappelant que E ⊆ Bd (xn0 , r), on a
1
d(xn0 , y) ≤ d(xn0 , xnj0 ) + d(xnj0 , y) < r + < r + 1.
2
La boule Bd (xn0 , r + 1) contient alors tout E.

48
 ii) ⇒ Soit (xn )n∈N une suite de Cauchy. Alors

∀ε > 0, ∃n0 ∈ N, ∀n ≥ n0 , ∀p ≥ 0, d(xn+p , xn ) < ε.

En particulier, ∀ε > 0, il existe n0 ∈ N tel que ∀n ≥ n0 , d(xn , xn0 ) < ε. Donc, pour tout
n ≥ n0 ,

diam{xk | k ≥ n} ≤ diam{xk | k ≥ n0 } = sup{d(xk , xm ) | k, m ≥ n0 }

et
sup{d(xk , xm ) | k, m ≥ n0 } ≤ sup{d(xk , xn0 ) + d(xm , xn0 ) | k, m ≥ n0 } < 2ε.
C’est à dire ∀ε > 0, ∃n0 , ∀n ≥ n0 on a diam{xk | k ≥ n} < 2ε, donc limn→+∞ diam{xk | k ≥
n} = 0.
⇐ Soit (xn )n∈N une suite telle que limn→+∞ diam{xk | k ≥ n} = 0. Alors,

∀ε > 0, ∃n0 ∈ N, ∀n ≥ n0 , diam{xk | k ≥ n} = sup{d(xk , xm ) | k, m ≥ n} < ε

On a donc que, pour le même n0 , ∀n ≥ n0 ,

∀p ≥ 0, d(xn+p , xn ) < diam{xk | k ≥ n} < ε.

iii) Évident.

iv) Soit (xnj )nj ∈N une sous-suite convergente et l ∈ X sa limite. Alors ∀ε > 0,
ε
∃j0 ∈ N, ∀j ≥ j0 , d(xnj , l) <
2
et
ε
∃n0 ∈ N, ∀n ≥ n0 , ∀p ≥ 0, d(xn+p , xn ) < .
2
On a donc que, pour tout n ≥ n0 et pour un j ≥ j0 tel que nj ≥ n0 ,

d(xn , l) ≤ d(xn , xnj ) + d(xnj , l) < ε.

v) Soit (xn )n∈N une suite convergente et l ∈ X sa limite. Alors

ε
∀ε > 0, ∃n0 , ∀n ≥ n0 , d(xn , l) < .
2
On a donc que, pour le même n0 , ∀n ≥ n0 ,
ε ε
∀p ≥ 0, d(xn+p , xn ) ≤ d(xn+p , l) + d(l, xn ) < + = ε.
2 2

Exemple 4.1.3. Exemples de suites de Cauchy non convergentes : Dans ([0, 1[, | |) la suite xn =
1 − n1 est de Cauchy mais elle n’est pas convergente car 1 ∈ / [0, 1[. Dans (Q, | |), n’importe quelle
suite de rationnels qui converge vers un irrationnel est de Cauchy (parce que elle admet une limite
finie dans R) mais elle ne converge pas dans Q, car la limite n’y appartient pas.

Proposition 4.1.4. Soient (X, d) et (Y, δ) deux espaces métriques et f : X → Y une application
uniformément continue. Si (xn )n∈N est de Cauchy dans X alors f (xn )n∈N est de Cauchy dans Y .

49
Preuve. f uniformément continue, donc ∀ε > 0

∃η > 0, t.q. ∀x0 ∈ X, Bd (x0 , η) ⊂ f −1 (Bδ (f (x0 ), ε)),

i.e. ∀x, x̃ ∈ X, d(x, x̃) < η on a δ(f (x), f (x̃)) < ε. Or pour le même η

∃n0 ∈ N, ∀n ≥ n0 , p ≥ 0, d(xn+p , xn ) < η, i.e.

donc δ(f (xn+p ), f (xn )) < ε.

Définition 4.1.5. On dit qu’un espace métrique (X, d) est complet si toute suite de Cauchy dans
X est convergente.
Une partie E de X est complète si (E, dE ) est complet pour la métrique induite dE .

Exemple 4.1.6. (R, | |) est complet. ([0, 1[, | |) et (Q, | |) ne sont pas complets.

Corollaire 4.1.7. Un espace métrique compact est complet.

Preuve. Dans un espace métrique (X, d) compact toute suite de X (donc même une suite de Cauchy)
admet (au moins) une valeur d’adhérence, i.e. une sous-suite convergente. Par le Théorème 4.1.2,
si une sous-suite d’une suite de Cauchy converge, la suite converge.

Théorème 4.1.8. Toute espace vectoriel normé de dimension finie est complet.

Preuve. Toute suite de Cauchy est bornée. De plus toute espace vectoriel normé de dimension finie,
satisfait Bolzano-Weierstrass par le Corollaire 2.2.16. Donc toute suite de Cauchy, étant bornée,
admet une sous-suite convergente. Par le Théorème 4.1.2-iv) on a alors que toute suite de Cauchy
converge.

Remarque 4.1.9. L’espace (Rn , ∥ ∥) est complet.

Remarque 4.1.10. La notion de suite de Cauchy dans un espace complet permet de montrer
qu’une suite converge sans connaitre la limite à priori. C’est l’outil fondamental de beaucoup de
résultats d’existence.

Proposition 4.1.11. Soit (X, d) un espace métrique et E une partie non vide de X munie de la
distance induite dE .

i) Si E est complet, alors E est fermée dans X.

ii) Si X est complet, E est fermée dans (X, d) alors E est complet.

Preuve. i) Soit E une partie complète. On prend une suite (xn )n∈N de points de E convergeant
vers x ∈ X. Alors (xn )n∈N est de Cauchy dans (X, d), donc aussi dans (E, dE ), mais alors elle
converge dans E complet, donc x ∈ E.

ii) Si X est complet et E est fermée dans X, soit (xn )n∈N une suite de Cauchy dans (E, dE ),
donc elle est de Cauchy aussi dans (X, d). Comme X est complet, elle possède une limite dans
X, mais comme E est fermée la limite de cette suite doit être dans E.

Corollaire 4.1.12. Dans un espace vectoriel normé de dimension finie, les parties complètes sont
les parties fermées.

Corollaire 4.1.13. Dans un espace vectoriel normé quelconque, tout sous-espace vectoriel de di-
mension finie est fermé.

50
Preuve. Un sous-espace vectoriel de dimension finie est complet pour la norme induite grace au
Théorème 4.1.8 et aux propriétés de la norme induite.

Remarque 4.1.14. On vient de re-démontrer le résultat du Corollaire 2.3.6-iii).

Proposition 4.1.15. Supposons que toutes parties fermées et bornées de (X, d) espace métrique
soient complètes, alors X est complet.

Preuve. Soit (xn )n∈N une suite de Cauchy dans (X, d). Posons

E = {xn | n ≥ 0} .

On a deja montré que E est une partie fermée et bornée dans le Théorème 4.1.2-i). Étant fermée
et bornée, E est complète par hypothèse. Or (xn )n∈N est une suite de Cauchy de points de (E, dE ),
elle converge dans E et donc dans X.

Proposition 4.1.16. Soient (X1 , d1 ), (X2 , d2 ), . . . , (Xn , dn ), n espaces métriques et (X, d) l’espace
métrique produit introduit dans la Définition 1.1.11. Si (Xi , di ) est complet pour tout i = 1, . . . , n
alors (X, d) est complet.

Preuve. Exercice !

4.2 Espaces de Banach.

Définition 4.2.1. Un espace de Banach est un espace vectoriel normé complet.

Exemple 4.2.2. Tout espace vectoriel normé de dimension finie est un espace de Banach (Théorème
4.1.8).

Corollaire 4.2.3. Tout sous-espace vectoriel fermé d’un espace de Banach est lui-même un espace
de Banach pour la norme induite.

Preuve. C’est une consequence du Théorème 4.1.11-ii)

4.2.1 Séries dans les Banach

P vectoriel X est une suite de couples (xn , Sn )n∈N d’éléments

Définition 4.2.4. Une série d’un espace
de X tel que pour tout n ∈ N, Sn = nk=0 xk . On appelle xn le termeP général de la série et Sn la
somme partielle de rang n. La série (xn , Sn )n∈N sera dénotée par xn .
P
Définition 4.2.5. On dit qu’une série xn d’un espace vectoriel normé (X, ∥ ∥) convergeP∞ vers
x ∈ X si la suite des sommes partielles
P (Sn )n∈N converge vers x dans (X, ∥ ∥). On note x = n=0 xn
la limite de la série. On dit que xn satisfait la condition de Cauchy lorsque (Sn )n∈N est une
suite de Cauchy.

Remarque 4.2.6. Si (X, ∥ ∥) est un espace de Banach alors la condition de Cauchy est équivalente
à la convergence de la série.
P
Définition 4.2.7. On dit qu’une série xn d’un espace vectoriel normé (X, ∥ ∥) converge nor-
∥xn ∥ converge dans R. Cela revient à dire que ∞
P P
malement vers x ∈ X si la série n=0 ∥x n∥ <
+∞.

Dans un espace de Banach une série normalement convergente est convergente !

P
Théorème 4.2.8. P Soit (X, ∥ ∥) un espace de Banach et xn une série deP
X normalement con-
vergente.
P∞ Alors x n est convergente et pour toute permutation σ de N, xσ(n) converge vers
x
n=0 n .

51
Preuve. La série ∥xn ∥ converge dans R, donc elle satisfait la condition de Cauchy. Soit ε > 0, il
P
existe n0 ≥ 0 tel que pour tout n ≥ n0 , p > 0
n+p
X n
X n+p
X
∥xk ∥ − ∥xk ∥ = ∥xk ∥ < ε.
k=0 k=0 k=n+1

Or, on a
n+p
X n+p
X
∥Sn+p − Sn ∥ = ∥ xn ∥ ≤ ∥xk ∥ < ε.
k=n+1 k=n+1

La suite (Sn )n∈N est donc de Cauchy dans X de Banach (i.e. complet), donc elle converge.
P∞On considère la deuxième partie de l’énoncé. Soit σ : N → N une permutation. Pn Soit x =
n=0 nx . Fixons ε > 0 et prenons n 1 ∈ N tel que
P∞ pour tout n ≥ n 1 , on a ∥x − k=0 xk ∥ < ε.
Le fait que ∥xn ∥ converge à une limite réelle n=0 ∥xn ∥, signifie que pour tout ε > 0, il existe
P
n2 ≥ 0 tel que pour tout m ≥ n2 , on a
∞
X ∞
X m
X
∥xk ∥ := ∥xn ∥ − ∥xn ∥ < ε.
k=m n=0 n=0

On peut donc, pour tout ε > 0, trouver n0 = max{n1 , n2 } tel que pour m ≥ n0 ,
m
X ∞
X m
X
∥x − xk ∥ < ε et ∥xn ∥ − ∥xn ∥ < ε.
k=0 n=0 n=0

Or, on peut trouver n̄ ∈ N suffisamment grand pour que {σ(0), σ(1), . . . , σ(n̄)} contienne {0, 1, . . . , n0 }
(il suffit en effet de prendre n̄ = max σ −1 {0, 1, . . . , n0 }). Alors pour m ≥ n̄,
m
X n0
X ∞
X
∥x − xσ(xk ) ∥ ≤ ∥x − xk ∥ + ∥xk ∥ < 2ε.
k=0 k=0 k=n0

Le viceversa est aussi vrai.

Théorème 4.2.9. Soit (X, ∥ ∥) un espace vectoriel normé. Alors (X, ∥ ∥) est de Banach si et
seulement toute série normalement convergente de X est convergente.

Preuve. Il nous reste à montrer que si toute série normalement convergente de X est convergente
alors (X, ∥ ∥) est de Banach.
Soit (xn )n∈N une suite de Cauchy dans X. On veut montrer que la suite (xn )n∈N converge. Pour
cela, il suffit de montrer qu’elle admet une valeur d’adhérence (Théorème 4.1.2-iv)). On veut donc
construire une suite extraite de (xn )n∈N qui soit convergente. La suite (xn )n∈N étant de Cauchy,
on peut construire récursivement une suite croissante d’entiers n1 < n2 < · · · < np < . . . tels que,
pour tout p ≥ 0 et pout tout n > np , on ait

1
∥xn − xnp ∥ ≤ .
2p
En particulier, on a ∥xnp+1 − xnp ∥ ≤ 1
2p .
Or, la série de terme général

y0 := xn1 , yp := xnp+1 − xnp , ∀p ≥ 1

52
 (car ∞
P∞
est normalement convergenteP 2p ),
1
donc convergente. Puisque les
P
p=1 ∥xnp+1 − xnp ∥ ≤ p=1
sommes partielles de la série yk vérifient
p
X
yk = xnp+1 ,
k=0

la suite (xn )n∈N admet pour valeur d’adhérence la limite yk . Étant (xn )n∈N de Cauchy et vu
P
qu’elle admet une valeur d’adhérence, elle est convergente.

53
 5 Applications linéaires continues
Soient (X, ∥ ∥X ) et (Y, ∥ ∥Y ) deux espaces vectoriels normés sur K, avec K = R ou K = C.

Définition 5.0.1. Une application f : X → Y est dite linéaire si elle vérifie les propriétés suiv-
antes :

• ∀x1 , x2 ∈ X, f (x1 + x2 ) = f (x1 ) + f (x2 );

• ∀x ∈ X, λ ∈ K, f (λx) = λf (x) (homogénéité).

Proposition 5.0.2 (Caractérisation fondamentale). Soit f : X → Y une application linéaire. Les

assertions suivantes sont équivalentes.

i) L’application f est continue.

ii) L’application f est continue en 0 ∈ X.

iii) L’application f est bornée sur la boule unité de X.

iv) L’application f est bornée sur les parties bornée de X.

v) Il existe M ≥ 0 tel que pour tout x ∈ X

∥f (x)∥Y ≤ M ∥x∥X .

vi) L’application f est Lipschitzienne, c’est-à-dire il existe M ≥ 0 tel que, pour tout x1 , x2 ∈ X

∥f (x1 ) − f (x2 )∥Y ≤ M ∥x1 − x2 ∥X .

vii) L’application f est uniformément continue sur X.

Preuve. Le fait que i) ⇒ ii) est immédiat.

ii) ⇒ iii) On remarque toute de suite que si f est linéaire f (0) = 0. On suppose f continue en 0 ∈ X,
donc pour ε = 1, il existe η > 0 tel que f (BX (0, η)) ⊆ BY (0, 1). Or on a
1 1
f (BX (0, η)) ⊆ BY (0, 1),
η η
et donc
1
f (BX (0, 1)) ⊆ BY (0, ).
η
C’est-à-dire f est bornée sur la boule unité de X.

iii) ⇒ iv) Si f est bornée sur la boule unité de X, l’homogénéité de f assure alors que l’image par f de
toute partie bornée de X est bornée dans Y .

iv) ⇒ v) Si f est bornée sur les parties bornée de X, en particulier f (SX (0, 1)) est bornée. Alors il
existe M ≥ 0 tel que ∥f (SX (0, 1))∥Y ≤ M , i.e. pour tout x ∈ X, x ̸= 0, on a
 
x
f ≤ M,
∥x∥X Y

et par linéarité, pour tout x ∈ X, x ̸= 0,

∥f (x)∥Y ≤ M ∥x∥X .

54
 v) ⇒ vi) Il suffit d’appliquer v) à x1 − x2 .

vi) ⇒ vii) Les applications Lipschitziennes sont uniformément continues.

vi) ⇒ i) Les applications uniformément continues sont continues

Théorème 5.0.3. Si (X, ∥ ∥X ) est un espace vectoriel normé de dimension finie alors toute appli-
cation linéaire f : X → Y est continue.

Preuve. D’après la Proposition 5.0.2, il suffit de démontrer que f est bornée sur la boule unité.
Comme dans la preuve du Théorème 2.2.14, considérons d’abord le cas des espaces vectoriels
réels. On se donne une norme de référence ∥ ∥∞ sur X en choisissant une base (e1 , . . . , en ) de X
(possible car X a dimension finie n) et en posant pour x = λ1 e1 + · · · + λn en

∥x∥∞ := max{|λi | | i = 1, . . . , n}.

Alors l’application
ϕ : (X, ∥ ∥∞ ) → (Rn , ∥ ∥∞ )
définie par ϕ(x) = ϕ(λ1 e1 + · · · + λn en ) = (λ1 , . . . , λn ) est est une isométrie linéaire, voir Définition
1.9.21, et on a ∥ϕ(x)∥∞ = ∥x∥∞ .
Sans perte de généralité on peut admettre que X soit muni de la norme ∥ ∥∞ , étant toute norme
équivalente sur X (espace vectoriel P de dimension finie).
Soit x ∈ BX (0, 1), alors x = ni=1 λi ei pour |λi | < 1 pour tout i. On a

Xn n
X n
X n
X
∥f ( λi ei )∥Y = ∥ λi f (ei )∥Y ≤ |λi |∥f (ei )∥Y < ∥f (ei )∥Y
i=1 i=1 i=1 i=1
Pn
On pose M = i=1 ∥f (ei )∥Y et on obtient que f est bornée sur la boule unité de X.
Dans le cas d’un espace vectoriel sur C, on se donne une isométrie vers (C, ∥ ∥∞ ) qui est
isométrique à (R2 , ∥ ∥∞ ).

Remarque 5.0.4. Une application linéaire qui est aussi continue satisfait une (et automatiquement
toutes) les propriétés de la Proposition 5.0.2 ci-dessus. En particulier la fonction de X → R

∥f (x)∥Y
x 7→
∥x∥X

est bornée.

5.1 Espace vectoriel normé des fonctions linéaires continues

On considère ici l’espace vectoriel des fonctions linéaires continues de X dans Y , dénoté par
Lc (X, Y ). La remarque 5.0.4 permet de formuler la définition suivante.

Définition 5.1.1. Pour toute f ∈ Lc (X, Y ) on appelle norme subordonnée la fonction ||| ||| :
Lc (X, Y ) → R définie par
∥f (x)∥Y
|||f ||| = ∥f ∥X,Y = sup .
x∈X,x̸=0 ∥x∥X

Remarque 5.1.2. En particulier, pour tout x ∈ X

∥f (x)∥Y ≤ |||f |||∥x∥X .

55
Proposition 5.1.3. Pour tout f ∈ Lc (X, Y ) on a

|||f ||| = sup ∥f (x)∥Y ,

x∈X,∥x∥X ≤1

et
|||f ||| = sup ∥f (x)∥Y ,
x∈X,∥x∥X =1

Preuve. On a clairement
∥f (x)∥Y
sup ∥f (x)∥Y ≤ sup ∥f (x)∥Y ≤ sup .
x∈X,∥x∥X =1 x∈X,∥x∥X ≤1 x∈X,x̸=0 ∥x∥X
 
∥f (x)∥Y
D’autre part ∥x∥X = f x
∥x∥X , d’où
Y
 
x
sup ∥f (x)∥Y = sup f .
x∈X,∥x∥X =1 x∈X,x̸=0 ∥x∥X Y

Proposition 5.1.4. La fonction ||| ||| : Lc (X, Y ) → R est une norme sur Lc (X, Y ).
Preuve. On a bien |||f ||| ≥ 0 pour tout f ∈ Lc (X, Y ). Or |||f ||| = 0 si et seulement si pour tout
x ∈ X, x ̸= 0 on a
∥f (x)∥Y
= 0,
∥x∥X
donc ∥f (x)∥Y = 0 et, étant ∥ ∥Y une norme, on a f (x) = 0 pour tout x ∈ X, x ̸= 0 et par linéarité
f (0) = 0, i.e. f = 0.
Pour tout λ ∈ K on a bien

|||λf ||| = sup ∥λf (x)∥Y = sup |λ|∥f (x)∥Y = |λ||||f |||.
x∈X,∥x∥X ≤1 x∈X,∥x∥X ≤1

Si f, g ∈ Lc (X, Y ) alors

|||f + g||| = sup ∥f (x) + g(x)∥Y ≤ sup ∥f (x)∥Y + ∥g(x)∥Y

x∈X,∥x∥X ≤1 x∈X,∥x∥X ≤1

≤ sup ∥f (x)∥Y + sup ∥g(x)∥Y = |||f ||| + |||g|||.

x∈X,∥x∥X ≤1 x∈X,∥x∥X ≤1

Remarque 5.1.5. Si X est de dimension finie, la borne supérieure

|||f ||| = sup ∥f (x)∥Y

x∈X,∥x∥≤ 1

est atteinte. En effet, en appliquant la caractérisation de la borne supérieure on peut définir une
suite d’éléments (xn )n∈N de X telle que ∥xn ∥X ≤ 1, n ≥ 0 et ∥f (xn )∥Y tends vers |||f |||. Cette suite
étant bornée (elle est contenue dans la boule unité fermée) et X de dimension finie, le Théorème
de Bolzano-Waierstrass 2.2.16 assure que elle admet une sous-suite convergente (xnj )nj ∈N vers un
élément x̄ ∈ X, tel que ∥x̄∥X ≤ 1. Par la continuité de la norme, la continuité de f et grâce l’unicité
de la limite, on a bien

|||f ||| = lim ∥f (xnj )∥Y = ∥f ( lim xnj )∥Y = ∥f (x̄)∥Y ,

j→+∞ j→+∞

et la borne supérieure est donc atteinte.

56
Proposition 5.1.6. Soient (X, ∥ ∥X ), (Y, ∥ ∥Y ), (Z, ∥ ∥Z ) trois espaces vectoriels normés, f ∈
Lc (X, Y ) et g ∈ Lc (Y, Z). Alors g ◦ f ∈ Lc (X, Z) et
|||g ◦ f ||| ≤ |||g||||||f |||.
Preuve. La composée de fonctions linéaires reste linéaire et la composée de fonctions continues est
continue. De plus, pour tout x ∈ X on a
∥g ◦ f (x)∥Z ≤ |||g|||∥f (x)∥Y ≤ |||g||||||f |||∥x∥X .

Théorème 5.1.7. Si (Y, ∥ ∥Y ) est un espace de Banach, alors (Lc (X, Y ), ||| |||) est un espace de
Banach.
Preuve. Il faut montrer que toute suite de Cauchy dans (Lc (X, Y ), ||| |||) est convergente.
Soit (fn )n∈N une suite de Cauchy dans (Lc (X, Y ), ||| |||). Alors pour tout x ∈ X, la suite
(fn (x))n∈N est une suite de Cauchy dans (Y, ∥ ∥Y ) car
ε
∀ε, ∃n0 ∈ N, ∀n ≥ n0 , p ≥ 0, |||fn+p − fn ||| < ,
∥x∥
implique que, pour le même n0 et ∀n ≥ n0 , p ≥ 0,
∥fn+p (x) − fn (x)∥Y ≤ |||fn+p − fn |||∥x∥X ≤ ε.
Étant (Y, ∥ ∥Y ) complet, (fn (x))n∈N converge vers yx ∈ Y . Or, la fonction définie par f : X → Y ,
f (x) := yx for all x ∈ X est linéaire. En effet, pour tout x1 , x2 ∈ X et λ ∈ K, on a,
lim fn (x1 ) = f (x1 ), lim fn (x2 ) = f (x2 ), et lim fn (x1 + λx2 ) = f (x1 + λx2 ).
n→∞ n→∞ n→∞
Or
lim fn (x1 + λx2 ) = lim fn (x1 ) + λfn (x2 )) = f (x1 ) + λf (x2 ),
n→∞ n→∞
et f (x1 ) + λf (x2 ) = f (x1 + λx2 ) suit par unicité de la limite.
Il nous reste à montrer que f continue et que (fn )n∈N converge vers f dans (Lc (X, Y ), ||| |||).
On montre que la convergence de la suite d’applications (fn )n∈N est uniforme sur les parties
bornées de X (voir Proposition 1.7.3 pour la caractérisation des parties bornées d’un espace vectoriel
normé). En effet pour tout M > 0 et ∀ε > 0, il existe N ≥ 0 (dépendant de ε, M ), tel que pour tout
n ≥ N et p ≥ 0 on a |||fn+p − fn ||| < M ε
. Ce qui entraine que ∥fn+p (x) − fn (x)∥Y < ε, pour tout
x ∈ X, ∥x∥X < M. En faisant tendre p → +∞, on obtient ∥f (x) − fn (x)∥Y < ε pour tout n ≥ N ,
indépendamment du choix de x ∈ BX (0, M ). On a donc,
∀M > 0, ∀ε > 0, ∃N ≥ 0, ∀n ≥ N, ∀x ∈ B X (0, M ), ∥fn (x) − f (x)∥Y < ε,
i.e. la convergence des (fn )n∈N vers f est uniforme sur les parties bornées de (X, ∥ ∥X ).
La restriction de f à chaque partie bornée de X est donc continue (voir Théorème 1.10.5) et,
la continuité étant une propriéeté locale, il s’ensuit que f est continue sur X. (Pour tout x0 ∈ X,
il existe M > 0 tel que x0 ∈ E := {x ∈ X, ∥x∥ < M }, f étant continue sur les parties bornées est
continue sur E et donc en x0 ∈ E, i.e. f est continue en chaque point de X et donc sur X)
De plus, f est bien la limite de (fn )n∈N dans (Lc (X, Y ), ||| |||), en effet de la convergence uniforme
sur la boule unité (M = 1), on obtient
∀ε > 0, ∃N ≥ 0, ∀n ≥ N, |||fn − f ||| = sup ∥fn (x) − f (x)∥Y = sup ∥fn (x) − f (x)∥Y < ε,
x∈B X (0,1) x∈BX (0,1)

En particulier, le dual d’un espace vectoriel normé est toujours un espace de Banach.
Corollaire 5.1.8. Soient (X, ∥ ∥) un espace vectoriel normé et X ′ = Lc (X, R) son dual, c’est-à-dire
l’ensemble des application linéaires continues sur X. L’espace X ′ , muni de la norme ||| |||, est un
espace de Banach.

57
5.2 Application: l’exponentielle d’une matrice
Soit A ∈ Mm,n (R) (une matrice à m lignes, n colonnes). Or A est une application linéaire A :
Rn → Rm . De plus, grâce au Théorème 5.0.3, étant Rn un espace vectoriel de dimension finie,
A est toujours continue. On considère donc sur Mm,n (R) la norme ||| ||| définie dans la Définition
5.3.3 (toutes les normes sur Mm,n (R) sont équivalentes, voir Théorème 2.2.14). Bien évidemment
(Mm,n (R), ||| |||) est un espace de Banach (Théorème 4.1.8).
On considère maintenant les matrices carrés Mn,n (R) = Mn (R).
P Am
Théorème 5.2.1. Pour tout A ∈ Mn (R), la série m! converge dans Mn (R). Ainsi on obtient
l’application entre espaces vectoriels normés
exp : Mn (R) → Mn (R)
définie par
∞
X
AAm
A 7→ e = .
m!
m=0
De plus l’application est une application continue entre espaces vectoriels normés et satisfait
|||eA ||| ≤ e|||A||| .

P∞ AmOn montre premièrement que l’application exp : Mn (R) → Mn (R), donnée par A 7→ e =
Preuve. A

m=0 m! , est bien définie. Pour tout A ∈ Mn (R), on a

m m
X Ak X |||A|||k
||| ||| ≤ ≤ e|||A||| < +∞,
k! k!
k=0 k=0
P Am
il s’ensuit que la série m! converge normalement et donc converge ( théorème 4.2.8, (Mn (R), ||| |||)
est un espace de Banach !), i.e. eA ∈ Mn (R). De plus, on obtient aussi l’inégalité de l’énoncé car
Ak
|||eA ||| ≤ m
P
k=0 ||| k! |||.
On vérifie deuxièmement que l’application exp est continue. Or pour chaque m ∈ N, on considère
l’application définie par la suite des sommes partielles
m
X Ak
Sm : Mn (R) → Mn (R), A 7→ .
k!
k=0

Il s’agit d’une application polynomiale en A et donc Sm est continue (voir Proposition 1.9.13). On
vient de montrer que pour chaque A ∈ Mn (R)
|||Sm (A) − exp(A)||| → 0 pour n → +∞,
P Am
car la convergence normale de la série m! implique la convergence ci-dessus. On montre que la
convergence de la suite d’applications (Sm )m∈N est uniforme sur les parties bornées de Mn (R) (voir
Proposition 1.7.3 pour la caractérisation des parties bornées d’un espace vectoriel normé). En effet
pour tout M > 0 on a
∞ ∞
X |||A|||k X Mk
sup |||Sm (A) − eA ||| ≤ sup ≤ .
A∈Mn (R),|||A|||<M A∈Mn (R),|||A|||<M k=m+1 k! k!
k=m+1
P∞ Mk k
Or limm→+∞ k=m+1 k! = 0, car la série numérique de terme général Mk! converge vers eM .
Donc la suite d’applications (Sm )m∈N converge uniformément vers l’application exp sur les parties
bornées de Mn (R). La restriction de l’application exponentielle à chaque partie bornée de Mn (R)
est donc continue (voir Théorème 1.10.5) et, la continuité étant une propriété locale, il s’ensuit que
l’application exponentielle est continue sur Mn (R). (Pour tout A0 ∈ Mn (R), il existe M > 0 tel que
A0 ∈ E := {A ∈ Mn (R), |||A||| < M }, exp étant continue sur les parties bornées est continue sur E
et donc en A0 ∈ E, i.e. exp est continue en chaque point de Mn (R) et donc sur Mn (R))

58
Proposition 5.2.2. Soient A, B ∈ Mn (R) telles que AB = BA, alors eA+B = eA eB = eB eA .

Corollaire 5.2.3. Si A ∈ Mn (R) est non nulle alors eA est inversible d’inverse e−A .

5.3 Applications bilinéaires

Soient (X1 , ∥ ∥X1 ), (X2 , ∥ ∥X2 ) et (Y, ∥ ∥Y ) trois espaces vectoriels normés sur K, avec K = R ou
K = C.

Définition 5.3.1. Une application f : X1 × X2 → Y est dite bilinéaire si elle est linéaire en
chacune des ses variables, i.e. :

• ∀x1 , x̃1 ∈ X1 , x2 ∈ X2 , f (x1 + x̃1 , x2 ) = f (x1 , x2 ) + f (x̃1 , x2 );

• ∀x1 ∈ X1 , x2 , x̃2 ∈ X2 , f (x1 , x2 + x̃2 ) = f (x1 , x2 ) + f (x1 , x̃2 );

• ∀x1 ∈ X1 , x2 ∈ x2 , λ ∈ K, f (λx1 , x2 ) = λf (x1 , x2 ) = f (x1 , λx2 ).

La forme bilinéaire f est dite symétrique si f (x, y) = f (y, x) pour (x, y) ∈ X1 × X2 .

Proposition 5.3.2 (Caractérisation fondamentale). Soit f : X1 × X2 → Y une application bil-

inéaire. Les assertions suivantes sont équivalentes.

i) L’application f est continue.

ii) L’application f est continue en (0, 0) ∈ X1 × X2 .

iii) Il existe C ≥ 0 tel qu’on ait :

∥f (x1 , x2 )∥Y ≤ C∥x1 ∥X1 ∥x2 ∥X2 .

pour tous x1 ∈ X1 , x2 ∈ X2 .

Preuve. Suivre la preuve de la Proposition 5.0.2.

On considère ici l’espace vectoriel des fonctions bilinéaires continues de X1 × X2 dans Y , dénoté
par Lc (X1 × X2 , Y ). La définition suivante donne un norme pour Lc (X1 × X2 , Y ).

Définition 5.3.3. Pour toute f ∈ Lc (X1 × X2 , Y ) on définit

∥f (x1 , x2 )∥Y
|||f ||| = ∥f ∥X1 ×X2 ,Y = sup .
(x1 ,x2 )∈X1 ×X2 ,x1 ̸=0,x2 ̸=0 ∥x1 ∥X1 ∥x2 ∥X2

Remarque 5.3.4. On peut tout généraliser aux applications multilinéaires.

59
6 Calcul différentiel élémentaire en dimension finie
Dans ce chapitre on arrive finalement au calcul différentiel, on fixe donc n, m ≥ 1 et on considère
des fonctions f : Rn → Rm . Rn et Rm sont des espaces vectoriels à dimension finie sur R, on
les considérera toujours comme des espaces vectoriels normé dans les quels toutes les normes sont
équivalentes. Par abus de notation, on utilisera la notation ∥ ∥ pour les deux (plutôt que indiquer
∥ ∥n une norme sur Rn et ∥ ∥m une norme sur Rm ). On gardera bien en tête que (Rn , ∥ ∥) et
(Rm , ∥ ∥) vérifient Bolzano-Weierstrass et, de plus, ils sont des espaces de Banach (toute suite de
Cauchy est donc convergente).
À partir d’ici, on convient que les points de Rn et Rm sont représentés par des vecteurs colonnes
et on note 0 le vecteur colonne de 0, i.e.
   
x1 0
n t  ..  n t  .. 
x ∈ R , x = (x1 , . . . , xn ) =  .  , 0 ∈ R , 0 = (0, . . . , 0) =  .  .
xn 0

Pour f : Rn → Rm , on écrira, pour tout x ∈ Rn , x 7→ f (x) = t (f1 (x), . . . , fm (x)), ou

     
x1 f1 (x1 , . . . , xn ) f1 (x1 , . . . , xn )
 .. .. ..
 .  7→  .  , ou f (x1 , . . . , xn ) =  . .
    

xn fm (x1 , . . . , xn ) fm (x1 , . . . , xn )
 
x1
Noter, que par abus de notation on écrit f (x1 , . . . , xn ) (ou fi (x1 , . . . , xn )) plutôt que f  ...  ou
 

xn
f ( t (x1 , . . . , xn )).
Dans ce chapitre, une suite de Rn sera noté (xk )k∈N où pour tout k ∈ N, xk est un vecteur
(colonne) de Rn , donc xk = t (xk1 , . . . , xkn ).
On reprend ici rapidement quelque résultat sur la continuité, que on a déjà vu de manière plus
général dans les chapitres précédents.
Définition 6.0.1. Soit f : E ⊆ Rn → Rm , et soit x̄ ∈ E.
On dit que f est continue en x̄ si, pour tout ϵ > 0, il existe η > 0 tel que, pour tout x ∈ E,

∥x − x̄∥ < η ⇒ ∥f (x) − f (x̄)∥ < ϵ.

On dit que f est continue sur une partie U ⊆ E si f est continue en tout point x̄ ∈ U .
On dit que f est uniformément continue sur E si, pour tout ϵ > 0, il existe η > 0 tel que, pour
tout x̄, x ∈ E,
∥x − x̄∥ < η ⇒ ∥f (x) − f (x̄)∥ < ϵ.
On dit que f est K-Lipschitzienne sur E, pour K ≥ 0, si pour tout x, y ∈ E :

∥f (x) − f (y)∥ ≤ K∥x − y∥.

Proposition 6.0.2. Soit f : Rn → Rm . Pour E ⊆ Rn , on définit la restriction f |E : E → Rm

f |E (x) := f (x) ∀x ∈ E. Alors
i) Si f est continue sur Rn , alors f |E est continue.

ii) Si f est continue en x̄ ∈ E, f |E est continue en x̄ ∈ E.

iii) Si E est un voisinage de x̄ dans Rn et f |E est continue en x̄ ∈ E, alors f est continue en

x̄ ∈ E.

60
Proposition 6.0.3. La continuité est stable pour un certain nombre d’opérations :

i) Si f, g : E ⊆ Rn → R sont continues en x̄ ∈ E, alors f + g et λg sont continues en x̄, λ ∈ R.

ii) Si f, g : E ⊆ Rn → R sont continues en x̄ ∈ E, alors f g est continue en x̄.

iii) Si f : E ⊆ Rn → R est continue en x̄ ∈ E et f (x̄) ̸= 0, alors 1/f est bien définie dans un
voisinage de x̄ et est continue en x̄.

iv) Si f : E ⊆ Rn → Rm est continue en x̄ ∈ E, et si g : f (E) ⊆ Rm → Rp est continue en f (x̄),

alors g ◦ f est continue en x̄.

v) Si f : E ⊆ Rn → Rp est continue en x̄ ∈ E et g : F ⊆ Rm → Rp est continue en ȳ ∈ F , alors

h : E × F ⊆ Rn × Rm → Rp définie par h(x, y) := f (x) + g(y) est continue en (x̄, ȳ).

vi) Si f : E ⊆ Rn → R est continue en x̄ ∈ E et g : F ⊆ Rm → R est continue en ȳ ∈ F , alors

p : E × F ⊆ Rn × Rm → R définie par p(x, y) := f (x)g(y) est continue en (x̄, ȳ).
Si g(ȳ) ̸= 0 alors q : E × F ⊆ Rn × Rm → R définie par q(x, y) := f (x)/g(y) est continue en
(x̄, ȳ).

Proposition 6.0.4. i) Si f : Rn → R est continue alors pour tout j = 1, . . . , n, pour tout

x̄ℓ ∈ R, ℓ ̸= j, fixés, l’application partielle gj : R → R

t 7→ gj (t) := f (x̄1 , . . . , x̄j−1 , t, x̄j+1 , . . . , x̄n ),

est continue.

ii) Soit f : Rn → Rm , ∀x ∈ Rn , f (x) = t (f1 (x), . . . , fm (x)) ∈ Rm . f est continue si et seulement

si chaque projection (composante) fi : Rn → R, i = 1, . . . , m, est continue.

Remarque 6.0.5. ATTENTION : La réciproque de la Proposition 6.0.4-i) est fausse en général.

Voir le contre-exemple dans la Rémarque 2.4.4.

Proposition 6.0.6. Soit f : E ⊆ Rn → Rm et soit x̄ ∈ E. La fonction f est continue en x̄ si et

seulement si, pour toute suite (xk )k∈N de E qui converge vers x̄, la suite (f (xk ))k∈N converge vers
f (x̄).

Remarque 6.0.7. On rappelle ici que une suite (xk )k∈N ⊆ Rn converge si et seulement si chaque
composante converge.

Proposition 6.0.8. Soit E ⊆ Rn , et soit f : E → Rm une application. L’application f est continue

sur E si et seulement si, pour tout ouvert (resp. fermé) O ⊆ Rm , f −1 (O) est un ouvert (resp.
fermé) de (E, | |). Si E est ouvert (resp. fermé), f est continue sur E si et seulement si, pour tout
ouvert (resp. fermé) O ⊆ Rm , f −1 (O) est un ouvert (resp. fermé) de Rn .

Remarque 6.0.9. On rappelle ici que E ⊆ Rn est un ensemble compact si et seulement si E est
fermé borné.

Proposition 6.0.10. Soit E ⊆ Rn un ensemble compact, et soit f : E → Rm continue sur E. Alors

f (E) est un compact de Rm et la fonction f est uniformément continue sur E.

Corollaire 6.0.11 (Théorème de Weierstrass). Soit E ⊆ Rn un ensemble compact, et soit f : E → R

continue sur E. Alors f atteint ses bornes.

61
 Si une fonction f : Rn → Rm est linéaire alors il existe une unique matrice A ∈ Mm,n (R) (m
lignes, n colonnes), A = (Ai,j )i=1,...,m j=1,...,n telle que pour tout x ∈ Rn , f (x) = Ax (Rappel: on
considère x ∈ Rn comme un vecteur colonne). Cette matrice A est appelée la matrice représentative
de l’application linéaire f relativement aux bases canoniques de Rn et de Rm .
Soit (en1 , . . . , enn ) la base canonique de Rn , et (em
1 , . . . , em ) la base canonique de R . Alors pour
m m

tout x ∈ R , on a
n

   
Xn n
X Xm Xn
xj enj  = xj f enj = Ai,j xj  em


f (x) = f   i ,
j=1 j=1 i=1 j=1

où pour j = 1, . . . , n, i = 1, . . . , m, on a noté

Ai,j := f enj = fi enj

i

les m composantes du vecteur f (enj ) de Rm sur la base canonique (em 1 , . . . , em ) de R . Autrement dit
m m

la matrice A = (Ai,j )i=1,...,m j=1,...,n est la matrice représentative de la famille {f (en1 ) , · · · , f (enn )}
dans la base (em 1 , . . . , em ) de R . Par conséquent, l’application f est déterminée de façon unique
m m

par la matrice A ∈ Mm,n (R) dont les coefficients sont ces Ai,j .
Bien évidemment, la réciproque est aussi vraie. Toute matrice A ∈ Mm,n (R) définie une appli-
cation linéaire f : Rn → Rm donnée par f (x) = Ax pour tout x ∈ Rn .
Grâce au Théorème 5.0.3, toute fonction linéaire de Rn → Rm est continue et, grâce à la
Proposition 5.0.2, elle envoi des ensembles bornés de Rn dans des ensemble bornés de Rm . Comme
déjà vu dans la Section 5.2, pour les applications linéaires on utilisera la norme subordonnée ||| |||.
Une application linéaire de Rn dans R est dite une forme linéaire.
Une forme bilinéaire f sur Rn × Rn est une application f : Rn × Rn → R telle que pour tous
a et b ∈ Rn , les applications partielles
• f (a, ·) : Rn → R définie par y 7→ f (a, y)

• f (·, b) : Rn → R définie par x 7→ f (x, b)

soient linéaires, i.e. des formes linéaires.
Le premier exemple fondamental de forme bilinéaire est le produit scalaire euclidien sur Rn
⟨ , ⟩ : Rn × Rn → R voir Exemple 1.2.15.
Comme pour les applications linéaires on a la représentation matricielle suivante. Soit f une
forme bilinéaire sur Rn × Rn . Alors il existe une unique matrice A ∈ Mn (R) telle que pour x, y ∈ Rn
on ait
f (x, y) = ⟨Ax, y⟩ = t yAx = t ( t Ay)x = ⟨x, t Ay⟩.
La matrice A ∈ Mn (R) est la matrice ayant pour coefficients

Ai,j = f (ej , ei )

ainsi pour x, y ∈ Rn
n
X
f (x, y) = Aij xj yi .
i,j=1

Cette matrice A est alors appelée la matrice représentative de la forme bilinéaire f relativement à
la base canonique de Rn , ici indiquée avec (e1 , . . . , en ).
La forme bilinéaire f est symétrique si et seulement si sa matrice représentative A est symétrique,
c’est-à-dire si Ai,j = Aj,i pour i, j = 1, ..., n.
Une forme quadratique f sur Rn est une application f : Rn → R telle que
• f (λx) = λ2 f (x) pour λ ∈ R et x ∈ Rn

62
 • l’application ϕ : Rn × Rn → R,
ϕ(x, y) := f (x + y) − f (x) − f (y), ∀(x, y) ∈ Rn × Rn
est une forme bilinéaire sur Rn × Rn .
Soit f une forme quadratique sur Rn . Alors il existe une unique matrice symétrique A ∈ Mn (R)
telle que pour x, y ∈ Rn on ait
f (x) = ⟨Ax, x⟩ et ϕ(x, y) = ⟨Ax, y⟩.
En effet ϕ(x, y) = ϕ(y, x), pour tout (x, y) ∈ Rn ×Rn , implique t yAx = t xAy, mais t xAy = t (Ay)x = t y t Ax
pour tout (x, y) ∈ Rn × Rn , i.e. t A = A.

6.1 Dérivées partielles

Nous partons d’une fonction f : R → R pour généraliser par étapes la notion de dérivabilité aux
fonctions de Rn dans Rm .
Soit O ⊆ R un ouvert, x̄ ∈ O et f : O → R une fonction. On dit que f est une fois derivable
en x̄ s’il existe un nombre f ′ (x̄) ∈ R tel que
f (x̄ + h) − f (x̄)
lim = f ′ (x̄).
h→0 h
f ′ (x̄) est appelé la dérivée première ou d’ordre un de f en x̄.
Pour simplifier dans ce qui suit et quand il n’y aura pas d’ambiguité, on dira dérivable à la place
de une fois dérivable et dérivée à la place de dérivée première ou d’ordre un.
On peut réexprimer cette définition comme ceci : f est derivable en x̄, s’il existe un nombre
f (x̄) et une fonction ε : R → R définie sur un voisinage de 0, continue en 0 et satisfaisant ε(0) = 0,
′

tels que
f (x̄ + h) = f (x̄) + f ′ (x̄)h + |h|ε(h)
pour tout h dans un voisinage de 0.
En effet, d’une part, si f est derivable en x̄, on peut écrir pour tout h ̸= 0 dans un voisinage de
l’origine
f (x̄ + h) − f (x̄)
= f ′ (x̄) + ε̃(h)
h
où ε̃(h) → 0 lorsque h → 0. La fonction ε définie dans un voisinage de l’origine par
h
ε(h) := ε̃(h) pour h ̸= 0 et ε(0) = 0,
|h|
est bien continue en 0, satisfait ε(0) = 0, et on a bien f (x̄ + h) = f (x̄) + f ′ (x̄)h + |h|ε(h). Pour
démontrer la réciproque, on note que ε(h) → 0 lorsque h → 0 implique (|h|/h)ε(h) → 0 lorsque
h → 0.
Remarque 6.1.1. Si f est dérivable en x̄ et si on note h = x − x̄, on obtient au voisinage de x̄ :
f (x) = f (x̄) + f ′ (x̄)(x − x̄) + |x − x̄|ε(x − x̄).
En d’autres termes, f est dérivable en x̄ si elle est “bien approchée” par sa droite tangente
x 7→ T (x) := f (x̄) + f ′ (x̄)(x − x̄)
dans un voisinage du point x̄, i.e. f (x) − T (x) = o(|x − x̄|) quand x → x̄.
Une fonction est donc dérivable en un point si elle est bien approchée dans un voisinage de
ce point par une fonction affine (sa tangente dans le cas d’une fonction de R dans R). C’est
cette formulation que nous généraliserons pour définir la différentiabilité des fonctions de plusieurs
variables.

63
 De manière triviale, on peut généraliser la notion de dérivabilité aux fonctions f : O ⊆ R → Rm .
Définition 6.1.2. Soit O ⊆ R un ouvert, x̄ ∈ O et f : O ⊆ R → Rm une fonction. On dit que f
est une fois derivable en x̄ s’il existe un élément l ∈ Rm tel que

f (x̄ + h) = f (x̄) + lh + |h|ε(h)

où ε : R → Rm est définie sur un voisinage de 0, continue en 0 et satisfaisant ε(0) = 0 ∈ Rm , ici

df
h ∈ R. Cet élément l, qui est alors unique, est noté f ′ (x̄) ou dx (x̄) et appelé la dérivée première
de f en x̄.
On dit que f est dérivable (ou admet une dérivée) dans une partie V ⊆ O si f est dérivable
en chaque point de V . La fonction f ′ : V ⊆ R → Rm définie par

x 7→ f ′ (x)

est appelée la fonction dérivée de f dans V .

Comme précédemment pour simplifier quand il n’y aura pas d’ambiguité, on dira dérivable à la
place de une fois dérivable et dérivée à la place de dérivée première.
On a immédiatement la proposition suivante :
Proposition 6.1.3. Soit O ⊆ R un ouvert, x̄ ∈ O et f : O ⊆ R → Rm une fonction. Alors la
fonction f est dérivable en x̄ si et seulement si les m composantes fi : O ⊆ R → R sont dérivables
en x̄ pour i = 1, . . . , m et dans ce cas
 ′ 
f1 (x̄)
f ′ (x̄) =  .. m
∈R .
 
.
′ (x̄)
fm
On définit maintenant la dérivée seconde.
Définition 6.1.4. Soit O ⊆ R un ouvert, x̄ ∈ O et f : O ⊆ R → Rm une fonction. On dit que f
est deux fois dérivable en x̄ si la fonction f admet une dérivée dans un ouvert V ⊆ O tel que
x̄ ∈ V , et si la fonction dérivée f ′ est dérivable en x̄. Cette dérivée est notée
d2 f
f ′′ (x̄) ou (x̄)
dx2
et appelée la dérivée seconde ou d’ordre deux de f en x̄.
On dit que f est deux fois dérivable (ou admet deux dérivées) dans une partie E ⊆ O si la
fonction f admet une dérivée seconde en chaque point de E. La fonction f ′′ : E ⊆ R → Rm définie
par
x 7→ f ′′ (x)
est appelée la dérivée seconde de f dans E.
Par définition on a donc f ′′ (x̄) = (f ′ )′ (x̄).
Exemple 6.1.5. Soit f : R \ {0} → R2 définie pour x ̸= 0 par
 2 
x
f (x) := 1 .
x

(Noter R \ {0} est un ouvert de R!)

On a f ′ : R \ {0} → R2 et f ′′ : R \ {0} → R2
   
′ 2x ′′ 2
f (x) := , f (x) := .
− x12 2
x3

64
Remarque 6.1.6. La définition de dérivabilité donnée est restreinte aux ouverts de R. Si f :
[a, b] → Rm est une fonction définie dans un intervalle fermé [a, b] ⊆ R à valeurs dans Rm , on définit
la notion de dérivée à droite en a (resp. à gauche en b) en considérant de façon classique des limites
à droite en a (resp. à gauche en b). On conviendra alors de dire que f est dérivable dans [a, b] si f
est dérivable dans ]a, b[, dérivable à droite en a et dérivable à gauche en b.

On examine maintenant le cas f : O ⊆ Rn → Rm avec n ≥ 2.

Si x̄ = t (x̄1 , ..., x̄n ) est un point d’un ouvert O ⊆ Rn et j est un indice compris entre 1 et n,
il existe un intervalle ouvert Oj de R contenant x̄j tel que les points (x̄1 , . . . , x̄j−1 , xj , x̄j+1 , . . . , x̄n )
appartiennent à O lorsque le point xj appartient à Oj (avec des conventions d’écriture évidentes
pour j = 1 et j = n). En effet, si par exemple on munit Rn de la norme

∥x∥∞ = max |xj |,

1≤j≤n

il existe r > 0 tel que {x ∈ Rn ; ∥x − x̄∥∞ < r} ⊆ O et donc on pourra prendre Oj =]x̄j − r, x̄j + r[.

Définition 6.1.7. Soit f : O ⊆ Rn → Rm une fonction définie dans un ouvert O ⊆ Rn à valeurs

dans Rm , x̄ ∈ O et 1 ≤ j ≤ n. On dit que f admet une dérivée partielle première (ou d’ordre
un) par rapport à la variable xj en x̄ si l’application partielle gj : Oj ⊆ R → Rm

t 7→ gj (t) := f (x̄1 , . . . , x̄j−1 , t, x̄j+1 , . . . , x̄n ),

est dérivable au point x̄j . Sa dérivée est alors notée

∂f
∂j f (x̄) ou (x̄)
∂xj

et appelée la dérivée partielle première ou d’ordre un au point x̄ de f par rapport à la variable

xj .
On dit que f est admet une dérivée partielle première (ou d’ordre un) par rapport à la
variable xj dans une partie V ⊆ O si f admet une dérivée partielle première par rapport à la
variable xj en chaque point de V . La fonction ∂j f : V ⊆ Rn → Rm définie par

x 7→ ∂j f (x)

est appelée la fonction dérivée partielle première ou d’ordre un de f par rapport à la variable
xj dans V .

Comme précédemment pour simplifier dans ce qui suit et quand il n’y aura pas d’ambiguitè, on
dira dérivée partielle à la place de dérivée partielle première ou d’ordre un.
Par définition on a donc
∂f dgj
(x̄) = (x̄j ) = gj′ (x̄j )
∂xj dt
où gj est la fonction définie dans Oj , gj : Oi ⊆ R → Rm , par

t 7→ gj (t) := f (x̄1 , . . . , x̄j−1 , t, x̄j+1 , . . . , x̄n ).

La recette pour calculer la dérivée partielle par rapport à la variable xj est donc la suivante

• on fixe toutes les autres variables à leur valeur au point considéré,

• puis on dérive la fonction d’une seule variable ainsi obtenue.

65
Exemple 6.1.8. Soit f : R2 → R définie pour (x1 , x2 ) ∈ R2 par
x1 x2 (x21 −x22 )
(
x21 +x22
si (x1 , x2 ) ̸= (0, 0)
f (x1 , x2 ) :=
0 si (x1 , x2 ) = (0, 0)
On calcules ses dérivées partielles premières.
t2 −x2
On fixe x2 ̸= 0, et on considère la fonction g1 : R → R définie par g1 (t) = tx2 t2 +x22 . Sa dérivée
2
première est
t2 − x22 2t(t2 + x22 ) − (t2 − x22 )2t t2 − x22 4t2 x32
g1′ (t) = x2 2 + tx 2 2 = x 2 + .
t2 + x2 (t2 + x2 )2 t2 + x2 (t2 + x22 )2
2

On a alors que pour tout (x1 , x2 ) ∈ R2 avec x2 ̸= 0

∂f x2 − x22 4x2 x3
(x1 , x2 ) = g1′ (x1 ) = x2 21 2 + 2 1 22 2 .
∂x1 x1 + x2 (x1 + x2 )
Pour x2 = 0, on a f (x1 , 0) = 0 pour tout x1 ∈ R, et donc
∂f
(x1 , 0) = 0.
∂x1
De manière analogue, pour tout (x1 , x2 ) ∈ R2 avec x1 ̸= 0
∂f x2 − x22 4x31 x22 ∂f
(x1 , x2 ) = x1 12 − , (0, x2 ) = 0.
∂x2 x1 + x22 (x21 + x22 )2 ∂x2
D’après la Proposition 6.1.3, on a immédiatement la proposition suivante :
Proposition 6.1.9. Soit f : O ⊆ Rn → Rm une fonction définie dans un ouvert O ⊆ Rn à valeurs
dans Rm , x̄ ∈ O. Alors la fonction f a une dérivée partielle en x̄ par rapport à la variable xj si et
seulement si les m composantes fi : O ⊆ Rn → R ont des dérivées partielles en x̄ par rapport à la
variable xj pour i = 1, . . . , m et dans ce cas
 ∂f 
1
∂xj (x̄)
∂f  .. 
(x̄) =  .
.
∂xj 
∂fm

∂xj (x̄)

On introduit deux notations qui seront utilisées dans la suite.

Définition 6.1.10. Soit f : O ⊆ Rn → R une fonction définie dans un ouvert O ⊆ Rn à valeurs
dans R, et admettant des dérivées partielles en un point x̄ de O. Le vecteur ∇f (x̄) de Rn défini par
 ∂f 
∂x1 (x̄)
∇f (x̄) = 
 .. 
. 
∂f
∂xn (x̄)

est appelé le gradient de f en x̄.

Définition 6.1.11. Soit f : O ⊆ Rn → Rm une fonction définie dans un ouvert O de Rn à valeurs
dans Rm , et admettant des dérivées partielles en un point x̄ ∈ O. La matrice Jf (x̄) ∈ Mm,n (R)
définie par
∂fi
Jf (x̄) = (x̄)i=1,...,m j=1,...,n
∂xj
est appelé la matrice jacobienne de f en x̄ et si m = n son déterminant est appelé le jacobien
∂ (f1 , . . . , fn )
de f en x̄, noté det(Jf (x̄)) ou (x̄).
∂ (x1 , . . . , xn )

66
 De façon détaillée la matrice jacobienne s’écrit
 ∂f1 ∂f1 
∂x1 (x̄)
... ∂xn (x̄)
.
. .. ..
Jf (x̄) =  . . . .
 
∂fm ∂fm
∂x1 (x̄) . . . ∂xn (x̄)
On définit maintenant les dérivées partielles secondes.
Définition 6.1.12. Soit f : O ⊆ Rn → Rm une fonction définie dans un ouvert O ⊆ Rn à valeurs
dans Rm , x̄ ∈ O, 1 ≤ i, j ≤ n. On dit que f admet une dérivée partielle seconde (ou d’ordre
deux) par rapport aux variables xi et xj en x̄ si la fonction f admet une dérivée partielle par
∂f
rapport à la variable xj dans un ouvert V ⊆ O tel que x̄ ∈ V , et si la fonction dérivée partielle ∂x j
admet une dérivée partielle en x̄ par rapport à la variable xi . Cette dérivée partielle est alors notée
∂2f 2 f (x̄)
(x̄) ou ∂ij si i ̸= j
∂xi ∂xj
∂2f
(x̄) ou ∂ii2 f (x̄) si i = j
∂x2i
et appelée la dérivée partielle seconde ou d’ordre deux de f en x̄ par rapport aux variables xi
et xj .
On dit que f admet une dérivée partielle seconde (ou d’ordre deux) par rapport aux
variables xi et xj dans une partie E ⊆ O si la fonction f admet une dérivée partielle seconde
2 f : E ⊆ Rn → Rm définie
par rapport aux variables xi et xj en chaque point de E. La fonction ∂ij
par
2
x 7→ ∂ij f (x)
est appelée la dérivée seconde de f par rapport aux variables xi et xj dans E.
Par définition on a donc  
∂f
∂2f ∂ ∂xj
(x̄) = (x̄)
∂xi ∂xj ∂xi
ce qui signifie qu’on dérive d’abord par rapport à xj puis par rapport à xi .
De façon générale l’ordre des deux dérivations est important. Ainsi par exemple :
Exemple 6.1.13. Soit f : R2 → R définie pour (x1 , x2 ) ∈ R2 par
x1 x2 (x21 −x22 )
(
x21 +x22
si (x1 , x2 ) ̸= (0, 0)
f (x1 , x2 ) :=
0 si (x1 , x2 ) = (0, 0)
∂f ∂f
On a vu dans l’Exemple 6.1.8 que f admet des dérivées partielles premières ∂x1 et ∂x2 définies sur
R2 . Pour rappel, pour tout (x1 , x2 ) ∈ R2 avec x2 ̸= 0
∂f x2 − x22 4x21 x32 ∂f
(x1 , x2 ) = x2 21 + , (x1 , 0) = 0
∂x1 x1 + x22 (x21 + x22 )2 ∂x1
et, pour tout (x1 , x2 ) ∈ R2 avec x1 ̸= 0
∂f x2 − x22 4x31 x22 ∂f
(x1 , x2 ) = x1 12 − , (0, x2 ) = 0.
∂x2 x1 + x22 (x21 + x22 )2 ∂x2
∂f ∂f ∂f
Or pour tout x2 ̸= 0, on a ∂x1 (0, x2 ) = −x2 et ∂x1 (0, 0) = 0, i.e. ∂x1 (0, x2 ) = −x2 , pour tout
x2 ∈ R. Donc
∂2f
(0, 0) = −1.
∂x2 ∂x1

67
 ∂f ∂f
Mais pour tout x1 ̸= 0, on a ∂x2 (x1 , 0) = x1 et ∂x2 (0, 0) = 0. Donc

∂2f
(0, 0) = 1
∂x1 ∂x2
Finalement, f admet des dérivées partielles secondes en (0, 0) avec

∂2f ∂2f
(0, 0) = 1 et (0, 0) = −1.
∂x1 ∂x2 ∂x2 ∂x1
Cependant sous une hypothèse de continuité, l’ordre dans lequel on dérive est sans importance.

Théorème 6.1.14 (de Schwarz). Soit f : O ⊆ Rn → Rm une fonction définie dans un ouvert
2f ∂2f
O ⊆ Rn à valeurs dans Rm . Si les dérivées partielles ∂x∂i ∂xj
et ∂x j ∂xi
existent dans un ouvert
contenant x̄ et sont continues en x̄, alors

∂2f ∂2f
(x̄) = (x̄).
∂xi ∂xj ∂xj ∂xi

Exemple 6.1.15. Dans l’exemple précédent on a que f est continue sur R2 . En effet elle est continue
en tout point différent de (0, 0) (composition de fonctions continues) et pour tout (x1 , x2 ) ̸= (0, 0)
on a
|x21 − x22 | x21 x22
 
|f (x1 , x2 )| ≤ |x1 x2 | 2 ≤ |x1 x2 | + ≤ 2|x1 x2 |,
x1 + x22 x21 + x22 x21 + x22
Donc, pour tout suite de points (xk ) = (xk1 , xk2 ) → (0, 0) pour k → +∞, on a bien que

0 ≤ lim |f (xk1 , xk2 )| ≤ lim |xk1 xk2 | = 0.

k→+∞ k→+∞

∂f ∂f ∂f
Ses dérivées partielles premières ∂x 1
: R2 → R et ∂x 2
: R2 → R sont aussi continues sur R2 ( ∂x 1
est continue en dehors de (x1 , 0) et pour tout suite de points (xk1 , xk2 ) → (x1 , 0) pour k → +∞ on a
∂f ∂f ∂f
bien limk→+∞ ∂x 1
(xk1 , xk2 ) = ∂x1
(x1 , 0) = 0, de manière analogue pour ∂x 2
).
Cependant, même si les dérivées partielles secondes

∂2f ∂2f
: R2 → R, et : R2 → R
∂x2 ∂x1 ∂x1 ∂x2
existent en tout point (Vérifier !), elle ne sont pas continues en (0, 0). En effet pour tout (x1 , x2 ) ̸=
(0, 0), on a

∂2f x2 − x22 4x2 x2 12x21 x22 (x21 + x22 )2 − 16x21 x42 (x21 + x22 )
(x1 , x2 ) = 12 2 − 2 1 22 2 +
∂x2 ∂x1 x1 + x2 (x1 + x2 ) (x21 + x22 )4

et pour (x, x) ̸= (0, 0)

∂2f 4 12(2)2 − 16(2)

(x, x) = 0 − + =0−1+1=0
∂x2 ∂x1 4 24
alors que
∂2f
(0, 0) = −1.
∂x2 ∂x1
∂2f
De manière analogue on montre que ∂x1 ∂x2 n’est pas continue en (0, 0).

On introduit enfin la notation suivante :

68
Définition 6.1.16. Soit f : O ⊆ Rn → R une fonction définie dans un ouvert O de Rn à valeurs
dans R, et admettant des dérivées partielles d’ordre 2 en un point x̄ de O. La matrice Hf (x̄) ∈ Mn (R)
définie par
∂2f
Hf (x̄) = (x̄)i=1,...,n j=1,...,n
∂xi ∂xj
est appelé la matrice hessienne de f en x̄,

De façon détaillée la matrice hessienne s’écrit

 ∂2f ∂2f

2 (x̄) ... ∂x1 ∂xn (x̄)
 ∂x1. ..
.. ..

Hf (x̄) = 
 . .
.

∂2f ∂2f
∂xn ∂x1 (x̄) . . . ∂x2
n
(x̄)

Les formules sont et seront écrites de façon générale pour n ≥ 1 en convenant que si n = 1 les
notions de dérivées partielles et de dérivées coïncident, c’est-à-dire

∂f df ∂2f d2 f
= = f′ et = = f ′′
∂x1 dx ∂x21 dx2

Il n’y a pas grand-chose à dire de plus sur les dérivées partielles : vous savez tout, puisqu’il
s’agit simplement de fonctions d’une seule variable. Toutes les propriétés des dérivées des fonctions
R → R sont valables (dérivée de la somme, du produit, du rapport de fonctions, dérivée d’une
composition de fonctions, etc.).
Malheureusement, cette notion ne suffit pas, car par exemple il arrive que toutes les dérivées
partielles d’une fonction soient définies en un point, mais que la fonction ne soit pas continue en ce
point.

Exemple 6.1.17. Prenons par exemple f : R2 → R définie par

0 si x1 = 0 ou x2 = 0,

f (x1 , x2 ) :=
1 sinon.

On a f (0, x2 ) = 0 pour tout x2 ∈ R et f (x1 , 0) = 0 pour tout x1 ∈ R, donc

∂f ∂f
(0, 0) = (0, 0) = 0,
∂x1 ∂x2

et pourtant f n’est pas continue en (0, 0) (car f ( k1 , k1 ) = 1 pour tout k ∈ N∗ et f (0, 0) = 0).

6.2 Différentiabilité
On cherche donc une notion de dérivation de type « global » par rapport aux n variables réelles
pour des fonctions de n variables réelles pour n ≥ 1.
Commençons par donner une définition dans un style un peu informel : on dit que f : Rn → Rm
est différentiable en un point x̄ si elle est « bien approchée » par une application affine aux alentours
du point x̄, c’est-à-dire par une application de la forme

x 7→ T (x) := f (x̄) + M (x − x̄)

pour une certaine matrice M ∈ Mm,n (R), au sens où f (x) − T (x) = o(∥x − x̄∥) quand x → x̄.
Passons ensuite à une définition plus formelle.

69
Définition 6.2.1. Soit f : O ⊆ Rn → Rm une fonction définie dans un ouvert O ⊆ Rn à valeurs
dans Rm , x̄ ∈ O. On dit que f est une fois différentiable en x̄ s’il existe une application linéaire
L : Rn → Rm telle que pour une norme ∥ ∥ sur Rn

f (x̄ + h) = f (x̄) + L(h) + ∥h∥ε(h),

où ε est une fonction définie dans un voisinage de 0 ∈ Rn à valeurs dans Rm , continue en 0 ∈ Rn et

satisfaisant ε(0) = 0 ∈ Rm , ici h ∈ Rn . Cette application linéaire L qui est alors unique, est notée
df (x̄) et appelé la différentielle première ou d’ordre un de f en x̄.
On dit que f est une fois différentiable (ou admet une différentielle première) dans une
partie V ⊂ O si elle est différentiable en tout point de V et on note df l’application df : V →
Lc (Rn , Rm ) définie par
x 7→ df (x).

Notation : Si f est une fois différentiable en x̄, alors df (x̄) : Rn → Rm est une application
linéaire, pour tout h ∈ Rn h 7→ df (x̄)(h) ∈ Rm et elle est représentée par une matrice de Mm,n (R)
que on déterminera plus tard.
Comme dans la Définition 6.1.3 cette formule a bien un sens pour un accroissement h petit dans
un voisinage de 0 ∈ Rn .
Pour simplifier on dira différentiable à la place de une fois différentiable et différentielle à la
place de différentielle première ou d’ordre un.

Preuve de l’unicité. Soit L1 et L2 deux applications linéaires de Rn dans Rm telles que pour h petit
dans Rn

f (x̄ + h) = f (x̄) + L1 (h) + ∥h∥ε1 (h), f (x̄ + h) = f (x̄) + L2 (h) + ∥h∥ε2 (h).

Pour h ̸= 0 dans h ∈ Rn fixé, on considère un accroissement de la forme th pour t ∈ R petit. D’après

les formules précéedentes on a donc

L1 (th) − L2 (th) = ∥th∥ε2 (th) − ∥th∥ε1 (th)

soit pour t ̸= 0
∥th∥ε2 (th) − ∥th∥ε1 (th))
L1 (h) − L2 (h) = .
t
Or pour une norme ∥ ∥ de Rm on a

∥th∥ε2 (th) − ∥th∥ε1 (th)

≤ ∥h∥ (∥ε2 (th)∥ + ∥ε1 (th)∥)
t

En faisant tendre t vers 0 dans R on en déduit que L1 (h) − L2 (h) = 0. Ainsi L1 = L2 .

Remarque 6.2.2. Comme pour la notion de dérivabilité d’une fonction d’une variable réelle, cette
notion de différentiabilité d’une fonction de n variables réelles est une notion locale et ne dépend
pas des normes données sur Rn et sur Rm .
En effet, supposons que f soit différentiable en x̄ pour la norme ∥ ∥ et montrons que f l’est
encore pour toute autre norme ∥ ∥′ . Pour tout h ̸= 0 dans un voisinage de l’origine, on a

∥h∥
f (x̄ + h) = f (x̄) + Jf (x̄)h + ∥h∥ε(h) = f (x̄) + Jf (x̄)h + ∥h∥′ ε(h)
∥h∥′
où ε s’annule et est continue en 0. Par équivalence des normes, il existe M > 0 tel que
∥h∥
≤M pour tout h ̸= 0.
∥h∥′

70
Il s’ensuit que la fonction ε′ définie dans un voisinage de l’origine par
∥h∥
ε′ (h) := ε(h) et ε′ (0) = 0
∥h∥′
s’annule et est continue en 0.
Comme pour la dérivabilité des fonctions d’une variable réelle on a
Proposition 6.2.3. Soit f : O ⊆ Rn → Rm une fonction définie dans un ouvert O ⊆ Rn à valeurs
dans Rm , x̄ ∈ O. Alors la fonction f est différentiable en x̄ si et seulement si les m composantes
fj : O ⊆ Rn → R sont différentiables en x̄ pour j = 1, . . . , m et dans ce cas, pour tout h ∈ Rn
proche de 0 ∈ Rn , on a  
df1 (x̄)(h)
df (x̄)(h) =  ..
.
 
.
dfm (x̄)(h)
Exemple 6.2.4. 1. Une application constante f : Rn → Rm est différentiable en tout point
x ∈ R et sa différentielle est nulle. En effet f (x + h) = f (x) pour tout x, h ∈ Rn , i.e.
n

df (x)(h) = 0 pour tout h ∈ Rn .

2. Une application linéaire f : Rn → Rm est différentiable en tout point x ∈ Rn et est égale à sa
différentielle. En effet f (x + h) = f (x) + f (h) pour tout x, h ∈ Rn , i.e. df (x) = f .
3. Une forme quadratique f : Rn → R est différentiable en tout point x ∈ Rn . Munissons Rn de
la norme ∥ ∥2 . Ecrivons f (x) = ⟨Ax, x⟩, où A est une matrice symétrique dans Mn (R). Alors
f (x+h) = ⟨A(x+h), x+h⟩ = ⟨Ax, x⟩+⟨Ax, h⟩+⟨Ah, x⟩+⟨Ah, h⟩ = f (x)+2⟨Ax, h⟩+⟨Ah, h⟩.
Où on a utilisée le fait que ⟨Ah, x⟩ = t xAh = t (Ah)x = t h t Ax = t hAx = ⟨Ax, h⟩.
On voit que la définition de différentiabilité est satisfaite en prenant
df (x) : Rn → R, h 7→ 2⟨Ax, h⟩,
ainsi que
⟨Ah, h⟩
ε(h) = pour h ̸= 0 et ε(0) = 0.
∥h∥2
Cette fonction est bien continue en 0 car, par l’inégalité de Cauchy-Schwarz (voir Proposition
1.2.18, noter que la norme définie par le produit scalaire canonique sur Rn est exactement la
norme ∥ ∥2 ) et le fait que toute application linéaire est bornée,
|⟨Ah, h⟩|
≤ ∥Ah∥2 ≤ M ∥h∥2 ,
∥h∥2
pour une certaine constante M > 0.
4. Aucune norme n’est différentiable en l’origine. En effet si c’était le cas pour une norme
∥ ∥ : Rn → R, il devrait exister une application linéaire d∥ ∥ (0) : Rn → R, représentée par
un élément de M1,n (R), i.e. un vecteur v ∈ Rn , telle que, pour h ∈ R2 dans le voisinage de
l’origine,
∥0 + h∥ = ∥0∥ + t vh + ∥h∥ε(h),
i.e. pour h et −h
∥h∥ = ⟨v, h⟩ + ∥h∥ε(h), et ∥h∥ = −⟨v, h⟩ + ∥h∥ε(−h)
et donc, pour tout h ̸= 0,
2 = ε(h) + ε(−h),
ce qui est incompatible avec ε(h) → 0 si h → 0.

71
Remarque 6.2.5. Soit à présent f : O ⊆ Rn → Rm une fonction différentiable en x̄ ∈ O, O ⊆ Rn
ouvert. On a alors que df (x̄) : Rn → Rm est une application linéaire. Calculons les éléments de la
matrice M (x̄) de Mm,n (R) qui la représente, en commençant par deux cas particuliers.
Cas d’une f fonction de Rn dans R. La matrice M (x̄) ∈ M1,n (R) est une matrice ligne, et peut
donc être représentée par un vecteur de Rn . Ce vecteur est effectivement le gradient de f en x̄,
dénoté par ∇f (x̄). Voyons que
 ∂f ∂f 
M (x̄) = t ∇f (x̄) = (x̄), . . . , (x̄) ,
∂x1 ∂xn
et donc que
∂f ∂f
df (x̄)(h) = t ∇f (x̄)h = ⟨∇f (x̄), h⟩ = (x̄)h1 + · · · + (x̄)hn
∂x1 ∂xn
pour tout h ∈ Rn .
En effet, en prenant h = tej pour un vecteur ej (1 ≤ j ≤ n) de la base de Rn et t ∈ R dans un
voisinage de l’origine, on déduit de la définition de différentiabilité que

f (x̄ + tej ) = f (x̄) + M (x̄)ej t + |t| ∥ej ∥ε(tej )

où ε est continue et s’annule en 0. Dès lors

f (x̄ + tej ) − f (x̄) ∂f

M (x̄)ej = M (x̄)1,j = lim = (x̄).
t→0 t ∂xj

Cas d’une fonction f de R dans Rm . La matrice M (x̄) ∈ Mm,1 (R) est une matrice colonne, et
peut donc être représentée par un vecteur de Rm . Si f = t (f1 , . . . , fm ), on a pour tout 1 ≤ i ≤ m

df
M (x̄)i = fi′ (x̄) = (x̄),
dx
et de plus on écrit souvent f ′ (x̄) pour indiquer M (x̄), car l’élément i de ce vecteur est simplement
la dérivée de l’application fi en x̄.
En effet, pour tout h ∈ R dans un voisinage de l’origine, on déduit de la définition de différen-
tiabilité que chaque composante (i.e. pour tout 1 ≤ i ≤ m) vérifie

fi (x̄ + h) = fi (x̄) + M (x̄)i,1 h + |h|εi (h)

où εi est continue et s’annule en 0. Donc, on trouve

fi (x̄ + h) − fi (x̄)
M (x̄)i,1 = lim = fi′ (x̄).
h→0 h

Cas général. Si f : Rn → Rm , M (x̄) ∈ Mm,n (R) on peut combiner ce qu’on a trouvé dans les
deux cas précédents, pour obtenir

∂fi fi (x̄ + tej ) − fi (x̄)

M (x̄)i,j = Jf (x̄)i,j = (x̄) = lim ,
∂xj t→0 t

si f = t (f1 , . . . , fm ). Donc
 ∂f1 ∂f1 
∂x1 (x̄)
... ∂xn (x̄)
.
.. .. ..
Jf (x̄) =  . . .
 
∂fm ∂fm
∂x1 (x̄) . . . ∂xn (x̄)

72
 Si n = 1, les notions de différentiabilité et dérivabilité coincident.
Théorème 6.2.6 (Cas n = 1). Soit f : O ⊆ R → Rm une fonction définie dans un ouvert O ⊆ R
à valeurs dans Rm , x̄ ∈ O. La fonction f est différentiable en x̄ si et seulement si elle est dérivable
en x̄ et dans ce cas pour tout h ∈ R on a
df (x̄)(h) = hf ′ (x̄).
Si n ≥ 2, il arrive que toutes les dérivés partielles d’une fonction soient définies en un point, mais
que f ne soit pas différentiable en ce point (voir Exemple 6.1.17). Néanomoins, sous des hypothèses
supplémentaires, l’existence des dérivées partielles garantit la différentiabilité :
Théorème 6.2.7 (Cas n ≥ 2). Soit f : O ⊆ Rn → Rm une fonction définie dans un ouvert O ⊆ Rn
à valeurs dans Rm , x̄ ∈ O. Si toutes les dérivées partielles de f existent dans un voisinage de x̄ et
sont continues en x̄ alors f est différentiable en x̄.
Remarque 6.2.8. ATTENTION : f : O ⊆ Rn → Rm peut être différentiable en x̄ même si ses
dérivées partielles ne sont pas continues en x̄.
Définition 6.2.9. Soit f : O ⊆ Rn → Rm une fonction différentiable dans un ouvert O ⊆ Rn à
valeurs dans Rm . On dit que f est de classe C 1 lorsque sa différentielle
df : O → Lc (Rn , Rm ), x 7→ df (x)
est une application continue.
Proposition 6.2.10. Soit f : O ⊆ Rn → Rm une fonction différentiable dans un ouvert O ⊆ Rn à
valeurs dans Rm . f est de classe C 1 si et seulement si ses dérivées partielles sont continues.
Exemple 6.2.11. On a vu dans l’Exemple 6.1.15 que la fonction f : R2 → R définie pour (x1 , x2 ) ∈
R2 par
x1 x2 (x21 −x22 )
(
x21 +x22
si (x1 , x2 ) ̸= (0, 0)
f (x1 , x2 ) :=
0 si (x1 , x2 ) = (0, 0)
admet des dérivées partielles continues sur R2 , elle est donc C 1 . Sa différentielle en (x1 , x2 ) est une
application linéaire répresenté par le vecteur gradient
!
∂f
∂x (x 1 , x2 )
∇f (x1 , x2 ) = ∂f
1

∂x2 (x1 , x2 )
∂f ∂f
avec ∂x1 (x1 , x2 ) et définies dans l’Exemple 6.1.13.
∂x2 (x1 , x2 )
 
t h1 ∂f ∂f
df (x1 , x2 )(h1 , h2 ) = ∇f (x1 , x2 ) = (x1 , x2 )h1 + (x1 , x2 )h2 .
h2 ∂x1 ∂x2

6.3 Propriétés de la différentiabilité

Proposition 6.3.1. Soit f : O ⊆ Rn → Rm une fonction définie dans un ouvert O ⊆ Rn à valeurs
dans Rm , x̄ ∈ O. Si la fonction f est différentiable en x̄, alors f est continue en x̄.
Preuve. D’après la Définition 6.2.4 de différentiabilité, on a, pour tout x dans un voisinage de x̄
(prendre h = x − x̄) :
f (x) − f (x̄) = Jf (x̄)(x − x̄) + ∥x − x̄∥ε(x − x̄),
où ε(x − x̄) → 0 lorsque x → x̄. Par ailleurs, on a vu que pour toute application linéaire représentée
par une matrice A, il existe une contante M > 0 telle que, pour tout y ∈ Rn , ∥Ay∥ ≤ M ∥y∥. Donc
∥f (x) − f (x̄)∥ ≤ (M + ∥ε(x − x̄)∥)∥x − x̄∥ ≤ (M + 1)∥x − x̄∥,
en prenant x suffisamment proche de x̄ pour que ∥ε(x − x̄)∥ ≤ 1. Donc f est continue en x̄.

73
Remarque 6.3.2. ATTENTION : la réciproque n’est pas vraie en general. Il existe des fonctions
continues qui ne sont pas différentiables. Par exemple considérons l’application f : R2 → R définie
par ( 2
x1 x2
x 2 +x2 si (x1 , x2 ) ̸= (0, 0),
f (x1 , x2 ) = 1 2
0 si (x1 , x2 ) = (0, 0).
Or f est continue sur R2 . En effet elle est continue en tout point différent de (0, 0) (composition de
fonctions continues) et pour tout (x1 , x2 ) ̸= (0, 0) on a

x21
|f (x1 , x2 )| ≤ |x2 | ≤ |x2 |,
x21 + x22

Donc, pour tout suite de points (xk1 , xk2 ) → (0, 0) pour k → +∞, on a bien que

0 ≤ lim |f (xk1 , xk2 )| ≤ lim |xk2 | = 0.

k→+∞ k→+∞

D’autre coté f n’est pas différentiable en (0, 0). En effet si f était différentiable en (0, 0) il devrait
exister une application linéaire df (0) : R2 → R, représentée par un élément de M1,2 (R), i.e. un
vecteur v = t (v1 , v2 ) ∈ R2 , telle que, pour h = t (h1 , h2 ) ∈ R2 dans le voisinage de l’origine,

f (0 + h) = f (h) = t vh + ∥h∥ε(h),
∂f ∂f ∂f
et v1 = ∂x 1
(0, 0) et v2 = ∂x2 (0, 0). On calcule donc ∂x1 (0, 0). On a f (x1 , 0) = 0 pour tout x1 ̸= 0
et f (0, 0) = 0, donc
∂f
(0, 0) = 0.
∂x1
∂f
De manière analogue ∂x2 (0, 0) = 0. Or pour h = t (h1 , h1 )

1
f (h1 , h1 ) = h1 = ∥h∥ε(h).
2
Si on prend par exemple la norme ∥ ∥∞ , pour tout h1 ̸= 0,
1
= ε(h)
2
ce qui est incompatible avec ε(h) → 0 si h → 0.
On peut en effet vérifier que les dérivées partielles ne sont pas continues en (0, 0) (elles ne peuvent
pas être continues vu que f n’est pas différentiable en (0, 0)). Pour tout (x1 , x2 ) ̸= (0, 0) on a

∂f 2x1 x32
(x1 , x2 ) = 2
∂x1 (x1 + x22 )2

et pour tout (x, x) ̸= (0, 0)

∂f 1
(x, x) = .
∂x1 2
∂f
Cependant ∂x1 (0, 0) = 0.

Proposition 6.3.3. Supposons n ≥ 2. Soit I ⊂ R un ouvert, et soit f : I → R dérivable en un

point x̄ ∈ I. Alors la fonction F : I × Rn−1 → R définie par F (x) = f (x1 ) est différentiable en tout
point de la forme (x̄, x2 , . . . , xn ). De plus

∇F (x̄) = t (f ′ (x̄), 0, . . . , 0).

74
Proposition 6.3.4. Soit E ⊂ Rn un ouvert et soit x̄ ∈ E. Une fonction f : E → Rm est
différentiable en x̄ si et seulement si toutes les fonctions fi : E → R sont différentiables en x̄
(1 ≤ i ≤ m), où on a noté f = t (f1 , . . . , fm ).
Proposition 6.3.5. Soit un ouvert E ⊂ Rn et soit x̄ ∈ E.
1. Si f, g : E → Rm sont différentiables en x̄, λ ∈ R, alors f + g et λf , le sont aussi et

d(f + g)(x̄) = df (x̄) + dg(x̄), d(λf )(x̄) = λdf (x̄).

2. Si f : E → Rm k : E → R sont différentiables en x̄, alors kf l’est aussi et

d(kf )(x̄) = f (x̄) t ∇k(x̄) + k(x̄)df (x̄).

3. Si f : E → R est différentiable en x̄ et si f (x̄) ̸= 0, alors 1/f est bien définie dans un voisinage
de x̄ et est différentiable en x̄. De plus
1
∇(1/f )(x̄) = − ∇f (x̄).
f 2 (x̄)

4. Si f : E → Rm est différentiable en x̄, g : V ⊆ Rm → Rp est différentiable en f (x̄) et

f (E) ⊆ V , alors g ◦ f : E → Rp est différentiable en x̄ et

d(g ◦ f )(x̄) = dg(f (x̄))df (x̄).

Exemple 6.3.6. 1. La fonction

f : R2 → R, f (x1 , x2 ) = (x21 + x22 ) ln(x21 + x22 + 1)

est différentiable sur R2 . En effet f = g ◦ h, où

g : R → R, g(z) = ln(z + 1)

est différentiable sur l’ouvert ] − 1, +∞[, et où

h : R2 → R+ , h(x1 , x2 ) = x21 + x22

est différentiable sur R2 (c’est un polynôme). On calcule

∂f ∂h  x2 + x2 
(x1 , x2 ) = g ′ (h(x1 , x2 )) (x1 , x2 ) = ln(x21 + x22 + 1) + 2 1 2 2 2x1 ,
∂x1 ∂x1 x1 + x2 + 1
∂f ∂h  x2 + x2 
(x1 , x2 ) = g ′ (h(x1 , x2 )) (x1 , x2 ) = ln(x21 + x22 + 1) + 2 1 2 2 2x2 .
∂x2 ∂x2 x1 + x2 + 1

2. Soient les fonctions  

ln x1
g: R∗+ ×R→R , 2
g(x1 , x2 ) =
x1 − x2
et
x21 + x22
 
2 2
h:R →R , h(x1 , x2 ) = .
2x1
La fonction f = g ◦ h est différentiable sur l’ouvert R2 \{(0, 0)}, et sa matrice jacobienne est
donnée par

Jg◦h (x1 , x2 ) = Jg (h(x1 , x2 ))Jh (x1 , x2 )

! !
1 2x1 2x2
0

x 2 +x2 2x1 2x2 x21 +x22 x21 +x22
= 1 2 = .
1 −1 2 0 2x1 − 2 2x2

75
6.4 Différentiabilité : second ordre
Dans cette section, on se restreint aux fonctions de Rn dans R. Premièrement, cela nous évitera des
notations très lourdes (la dérivée d’une fonction à valeurs vectorielles est une application linéaire,
et sa dérivée seconde devient donc une application linéaire à valeurs dans les applications linéaires).
Ensuite, une fonction à valeurs vectorielles n’est qu’une collection de fonctions à valeurs réelles,
et beaucoup de résultats énoncés pour des fonctions à valeurs réelles se généralisent sans trop de
problèmes.

Définition 6.4.1. Soit O ⊆ Rn un ouvert, x̄ ∈ O et f : O ⊆ Rn → R une fonction. On dit que f

est deux fois différentiable en x̄ ∈ O si f est définie et est différentiable dans un ouvert V ⊆ O,
tel que x̄ ∈ V , et si ∇f : E → Rn est différentiable en x̄.
La matrice jacobienne de ∇f en x̄ s’appelle matrice hessienne de f en x̄ et se note Hf (x̄) :

∂2f ∂2f
 
∂x21
(x̄) ... ∂x1 ∂xn (x̄)

Hf (x̄) = J∇f (x̄) =  .. .. .. 
.
 . . . 
∂2f ∂2f
∂xn ∂x1 (x̄) ... ∂x2
n
(x̄)

La différentielle de ∇f en x̄ s’appelle différentielle seconde de f en x̄ et se note d2 f (x̄) ∈

Lc (Rn × Rn , R). Elle est une forme bilinéaire telle que pour tout h, k ∈ Rn

d2 f (x̄)(h, k) = ⟨d(∇f (x̄))(h), k)⟩ = t kHf (x̄)h

et pour 1 ≤ i, j ≤ n on a
∂2f
d2 f (x̄)(ej , ei ) = (x̄).
∂xi ∂xj
On dit que f est deux fois différentiable dans une partie E ⊂ O si elle est deux différentiable
en tout point de E et on note d2 f l’application d2 f : V → Lc (Rn × Rn , R) définie par

x 7→ d2 f (x).

Exemple 6.4.2. 1. Soit a ∈ Rn et soit b ∈ R. La fonction affine f : Rn → R définie par

f (x) = ⟨a, x⟩ + b est deux fois différentiable en tout point x ∈ Rn , et sa matrice hessienne
est partout nulle. En effet, on calcule que ∇f (x) = a pour tout x ∈ Rn , puisque pour tout
h ∈ Rn ,
f (x + h) = ⟨a, x⟩ + b + ⟨a, h⟩ = f (x) + ⟨∇f (x), h⟩.
Donc ∇f est partout différentiable et de différentielle nulle.

2. Soit A ∈ Mn (R) une matrice symétrique. La forme quadratique f : Rn → R définie par

f (x) = ⟨Ax, x⟩ est deux fois différentiable en tout point x ∈ Rn , et sa matrice hessienne vaut
2A. En effet, on calcule d’abord que ∇f (x) = 2Ax (voir Exemple 6.2.4-3). Donc ∇f est
linéaire, et sa matrice jacobienne vaut 2A (voir Exemple 6.2.4-2).

Théorème 6.4.3 (Théorème de Schwarz). Soit O ⊆ R un ouvert, x̄ ∈ O et f : O ⊆ Rn → R une

fonction. Si f est deux fois différentiable en x̄, alors sa matrice hessienne est symétrique : pour
tout 1 ≤ i < j ≤ n,
∂2f ∂2f
(x̄) = (x̄).
∂xi ∂xj ∂xj ∂xi
Remarque 6.4.4. L’hypotèse « f est deux fois différentiable en x̄ » est nécessaire.

76
 Voilà un contre-exemple : Considérons toujours la fonction des exemples 6.1.8, 6.1.13, 6.1.15
f : R2 → R définie par
x1 x2 (x21 −x22 )
(
x21 +x22
si (x1 , x2 ) ̸= (0, 0),
f (x1 , x2 ) =
0 si (x1 , x2 ) = (0, 0).

On a déjà remarqué que toutes les dérivées partielles secondes existent en tout point. En particulier

∂2f ∂2f
(0, 0) = −1 et (0, 0) = 1.
∂x2 ∂x1 ∂x1 ∂x2
En effet f n’est pas deux fois différentiable en (0, 0). En effet si f était deux différentiable en (0, 0)
il devrait exister une application linéaire d∇f (0) : R2 → R2 , représentée par un élément de M2 (R),
i.e. la matrice Hessienne, telle que, pour tout h = t (h1 , h2 ) ∈ R2 dans le voisinage de l’origine,

∇f (0 + h) = ∇f (h) = Hf (0)h + ∥h∥ε(h),

or  
0 −1
Hf (0) =
1 0
Or pour h = t (h1 , h1 )
   
h1 −h1
∇f (h1 , h1 ) = = + ∥h∥ε(h).
−h1 h1

Si on prend par exemple la norme ∥ ∥∞ , pour tout h1 ̸= 0,

 
2
= ε(h).
−2

ce qui est incompatible avec ε(h) → 0 si h → 0.

2f 2f
( ∂x∂1 ∂x2
(x1 , x2 ), ∂x∂2 ∂x 1
(x1 , x2 ) ne sont pas continues en (0, 0), voir Exemple 6.1.15).

Définition 6.4.5. Soit f : O ⊆ Rn → R une fonction deux fois différentiable dans un ouvert
O ⊆ Rn à valeurs dans R. On dit que f est de classe C 2 lorsque sa différentielle seconde

d2 f : O → Lc (Rn × Rn , R), x 7→ d2 f (x)

est une application continue.

77