Cours et exercices de Topologie

Assohoun ADJE

Le 24 octobre 2012
2
Table des matières

1 Espaces métriques 1
1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Exemples de distances. . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Les espaces discrets. . . . . . . . . . . . . . . . . . . . 2
1.2.2 L’espace métrique Rn , n ≥ 1 entier . . . . . . . . . . . 2
1.2.3 Les espaces vectoriels normés . . . . . . . . . . . . . . 3
1.2.4 Distance de la convergence uniforme. . . . . . . . . . . 4
1.2.5 Obtention d’autres distances à partir d’une distance
donnée. . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.6 La distance sur C n , n ≥ 1. . . . . . . . . . . . . . . . . 5
1.2.7 La droite réelle achevée . . . . . . . . . . . . . . . . . 5
1.2.8 Produit d’espaces métriques . . . . . . . . . . . . . . . 6
1.2.9 Distances équivalentes . . . . . . . . . . . . . . . . . . 6
1.2.10 Sous-espaces métriques . . . . . . . . . . . . . . . . . . 7
1.2.11 Distance entre deux parties, diamètre . . . . . . . . . 7
1.3 Boules, parties ouvertes, parties fermées. . . . . . . . . . . . . 7
1.3.1 Définition et Propriétés. . . . . . . . . . . . . . . . . . 7
1.3.2 Voisinage . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.3 Intérieur . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.4 Extérieur, frontière . . . . . . . . . . . . . . . . . . . . 12
1.3.5 Adhhérence - Ensemble dense . . . . . . . . . . . . . . 12

2 Espaces topologiques 15
2.1 Définition - Ouverts . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1 Topologie des espaces métriques . . . . . . . . . . . . . 15
2.2 Fermés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Exemples d’espaces topologiques . . . . . . . . . . . . . . . . 16
2.4 Voisinages dans les espaces topologiques . . . . . . . . . . . . 16
2.5 Bases d’ouverts, bases de voisinages . . . . . . . . . . . . . . . 18
2.6 Sous-espaces topologiques . . . . . . . . . . . . . . . . . . . . 19
2.7 Adhérence, intérieur, extérieur . . . . . . . . . . . . . . . . . . 19
2.7.1 Adhérence . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.7.2 Intérieur . . . . . . . . . . . . . . . . . . . . . . . . . . 20

3
4 TABLE DES MATIÈRES

2.7.3 Frontière . . . . . . . . . . . . . . . . . . . . . . . . . . 20

3 Limites 21
3.1 Limite d’une suite . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.2 Unicité de la limite de suite dans les espaces topolo-
giques séparés . . . . . . . . . . . . . . . . . . . . . . . 22
3.2 Limite des valeurs d’une fonction . . . . . . . . . . . . . . . . 22
3.2.1 Définition équivalente de la limite en termes d’adhérence 26
3.2.2 Caractère local de la notion de limite . . . . . . . . . . 27
3.3 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.1 Continuité simple . . . . . . . . . . . . . . . . . . . . . 29
3.3.2 Applications ouvertes, Aplications fermées, Homéomor-
phismes . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.4 Continuité uniforme . . . . . . . . . . . . . . . . . . . . . . . 34
3.4.1 Prolongement par continuité . . . . . . . . . . . . . . . 38
3.4.2 Limite uniforme d’une suite de fonctions continues . . 40

4 Suites dans les espaces métriques 43

4.1 Notion de convergence de suites . . . . . . . . . . . . . . . . . 43
4.1.1 Valeurs d’adhérence d’une suite . . . . . . . . . . . . . 45
4.2 Suites de Cauchy. Espaces métriques complets . . . . . . . . . 47
4.2.1 Exemple fondamental . . . . . . . . . . . . . . . . . . 49

5 Théorème de point fixe 57

5.1 Application contractante . . . . . . . . . . . . . . . . . . . . . 57

6 Espaces topologiques compacts 61

6.1 Définition et proriétés . . . . . . . . . . . . . . . . . . . . . . 61
6.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . 61
6.1.2 Propriétés des espaces compacts . . . . . . . . . . . . 62
6.1.3 Union, intersection, produit . . . . . . . . . . . . . . . 63
6.2 Compacité des espaces métriques . . . . . . . . . . . . . . . . 64
6.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
6.4 Compacité et continuité . . . . . . . . . . . . . . . . . . . . . 68
6.5 Espaces localement compacts . . . . . . . . . . . . . . . . . . 72

7 Espaces connexes 73
7.1 Défintion et exemple fondamental . . . . . . . . . . . . . . . . 73
7.1.1 Défintion . . . . . . . . . . . . . . . . . . . . . . . . . 73
7.1.2 Exemple fondamental : les connexes de R . . . . . . . 73
7.2 Fonctions continues et connexité . . . . . . . . . . . . . . . . 74
7.3 Union, adhérence, produit . . . . . . . . . . . . . . . . . . . . 75
7.3.1 Union . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
 7.3.2 Adhérence . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.3.3 Produit . . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.4 Connexité par arcs . . . . . . . . . . . . . . . . . . . . . . . . 77

8 Espaces vectoriels normés 79

8.1 Définition et exemples . . . . . . . . . . . . . . . . . . . . . . 79
8.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.1.2 Distance associée à une norme . . . . . . . . . . . . . 80
8.1.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . 81
8.1.4 Sous-espaces vectoriels normés . . . . . . . . . . . . . 84
8.2 Continuité des lois définissant la structure vectorielle . . . . . 85
8.3 Séries dans les espaces vectoriels normés . . . . . . . . . . . . 87
8.4 Applications linéaires continues . . . . . . . . . . . . . . . . . 90
8.4.1 Composition d’applications linéaires continues . . . . . 95
8.4.2 Isomorphismes d’espaces vectoriels normés - Espaces
vectorie de dimension finie . . . . . . . . . . . . . . . . 95
8.4.3 Applications multilinéaires continues . . . . . . . . . . 98
8.4.4 Quelque exemples d’espaces de type L(E; F ) . . . . . 100
8.4.5 Isomorphismes canoniques . . . . . . . . . . . . . . . . 103
8.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
Chapitre 1

Espaces métriques

Dans ce chapitre et le suivant, nous présentons les notions de base de la

topologie. Nous donnerons des structures qui permettent de parler de limite
et de continuité.

1.1 Définition
Définition 1. Soit X un ensemble non vide. On appelle distance ou métrique
sur X, toute application d : X × X −→ R vérifiant les conditions suivantes :
(i) ∀ (x, y) ∈ X × X, d (x, y) = 0 si et seulement si x = y ;
(ii) ∀ (x, y) ∈ X × X, d (x, y) = d (y, x) ;
(iii) ∀ (x, y, z) ∈ X × X × X, d (x, z) ≤ d (x, y) + d (y, z).
Définition 2. On appelle espace métrique tout ensemble non vide X muni
d’une distance d.
On le notera (X, d) ou, plus brièvement, X, si le choix de d ressort clai-
rement du contexte. Les éléments x ∈ X d’un espace métrique (X, d) sont,
en général, appelés des points.
Remarque 1. Tout ensemble non vide X peut être toujours muni d’une
distance d de la manière suivante : pour tout x ∈ X et y ∈ X on pose :

d (x, y) = 1 si x 6= y et d (x, x) = 0.

La structure métrique définie sur X par cette distance s’appelle la mé-

trique discrète. Cette métrique est rarement intéressante (voir remarque
1-3).
Remarque 2. Un même ensemble non vide X peut être muni de plusieurs
distances ; ainsi, si d est une distance sur X, alors, pour tout α > 0, αd est
aussi une distance sur X. En conséquence, si d1 et d2 sont deux distances sur
un même ensemble non vide X, il convient de considérer (X, d1 ) et (X, d2 )
comme des espaces métriques différents.

1
2 CHAPITRE 1. ESPACES MÉTRIQUES

On déduit immédiatement de la définition 1 les propriétés suivantes.

Proposition 1. Soit (X, d) un espace métrique. Alors, pour tout triplet

(x, y, z) d’éléments de X :
(a) d(x, y) ≥ 0;
(b)
|d (x, z) − d (y, z)| ≤ d (x, y) (1.1)

Preuve : (a) En utilisant successivement (i), (ii), et (iii), on obtient,

pour x, y dans X,

0 = d(x, x) ≤ d(x, y) + d(y, x) = 2d(x, y).

(b) On a :
d (x, z) ≤ d (x, y) + d (y, z) ,
et
d(y, z) ≤ d(y, x) + d(x, z),
D’où
−d (x, y) ≤ d (x, z) − d (y, z) ≤ d (x, y) ;
et dès lors (b).

1.2 Exemples de distances.

1.2.1 Les espaces discrets.
Tout ensemble non vide X muni de la distance discrète est un espace
métrique appellé espace discret.

1.2.2 L’espace métrique Rn , n ≥ 1 entier

.
Dans Rn , soient x = (x1 , x2 , ..., xn ) , y = (y1 , ..., yn ) deux éléments. Défi-
nissons d1 , d2 et d∞ par :
n
X
d1 (x, y) = |xi − yi | (1.2)
i=1

n
!1/2
X 2
d2 (x, y) = (xi − yi ) , (1.3)
i=1

d∞ (x, y) = M ax{|xi − yi | : 1 ≤ i ≤ n} (1.4)

On vérifie aisément que d1 et d∞ sont des distances sur Rn . De plus, les
conditions (i) et (ii) de la définition 1 sont vérifiées par d2 . Montrons que d2
1.2. EXEMPLES DE DISTANCES. 3

vérifie (iii). Pour cela, z = (z1 , ..., zn ) étant un autre élément de Rn , il s’agit
de montrer que :

d2 (x, y) ≤ d2 (x, z) + d2 (z, y) . (1.5)

Cependant, comme nous avons à faire à des nombres positifs, il nous

suffit de montrer que

d22 (x, y) ≤ [d2 (x, z) + d2 (z, y)]2 . (1.6)

Pour y arriver, nous utilisons l’inégalité de Cauchy Schawrtz :

n
! n
!1/2 n
!1/2
X X X
|ai bi | ≤ |ai |2 |bi |2 . (1.7)
i=1 i=1 i=1

D’ailleurs,
n
X n
X
d22 (x, y) = |xi − yi |2 ≤ (|xi − zi | + |zi − yi |)2
i=1 i=1

n
X
= d22 (x, z) + d22 (z, y) +2 |xi − zi | |zi − yi |
i=1

n
!1/2 n
!1/2
X 2
X 2
≤ d22 (x, z) + d22 (z, y) +2 |xi − zi | |zi − yi |
i=1 i=1

= [d2 (x, z) + d2 (z, y)]2 .

La distance d2 est la distance euclidienne. Ces trois distances sur Rn

coïncident si et seulement si n = 1.

1.2.3 Les espaces vectoriels normés

Définition 3. Soit E un espace vectoriel sur K avec K = R ou K = C.
Une application v : E −→ R+ est dite une norme sur E qui est notée aussi
|·|E ou k·kE ou k·k plutôt que v si elle vérifie les conditions suivantes :
(N 1) ∀x ∈ E, v(x) = 0 ⇐⇒ x = 0 où 0 est l’élément nul de E ;
(N 2) ∀c ∈ K, ∀x ∈ E, v(cx) = |c|v(x);
(N 3) ∀ x, y ∈ E, v(x + y) ≤ v(x) + v(y);

Définition 4. On appelle espace vectoriel normé tout espace vectoiel E muni

d’une norme v.
4 CHAPITRE 1. ESPACES MÉTRIQUES

On le note (E, v) ou plus simplement E si le choix de la norme ressort

clairement du contexte. Si (E, v) est une espace vectoriel normé l’application
dv : E × E −→ R+ définie par :

dv (x, y) = v(x − y)
est une distance sur E. En effet, la propriété (i) de la distance résulte de
(N1 ), la propriéé (ii) résulte de (N2 ) appliqu”e à c = 1 et x − y et la propriété
(iii) résulte de (N3 ) puisque

dv (x, y) = v (x − y) = v (x − z + z − y)

≤ v (x − z) + v (z − y) = dv (x, z) + dv (z, y) .
La distance dv ainsi définie sur E s’appelle la distance induite par la
norme v sur E. Ainsi, tout espace vectoriel normé peut être considéré
comme espace métrique.

1.2.4 Distance de la convergence uniforme.

Soient X un ensemble non vide et (E, d) un espace métrique.
Une fonction f : X −→ E est dite bornée si le nombre

δ (f ) = sup {d (f (x) , f (y)) ; x, y ∈ X ∩ dom(f )}

est fini. Notons B (X; E) l’ensemble de telles fonctions.

Soient f et g deux éléments de B (X; E). Fixons a dans X et posons c =
d(f (a), g(a)). Alors, pour tout x ∈ X, nous avons :

d(f (x), g(x)) ≤ d(f (x), f (a))+d(f (a), g(a))+d(g(a), g(x)) ≤ δ(f )+c+δ(g).

Ceci montre que, pour f et g dans B (X; E), le nombre

D(f, g) = sup{d(f (x), g(x)) : x ∈ X} (1.8)

est fini et définie une application numérique D sur B (X; E) × B (X; E)

qui vérifie les propriétés d’une distance. Cette distance est appelée la dis-
tance de la convergence uniforme.

1.2.5 Obtention d’autres distances à partir d’une distance

donnée.
Nous indiquons deux méthodes générales permettant d’obtenir de nom-
breuses distances à partir d’une distance donnée.
1.2. EXEMPLES DE DISTANCES. 5

Première méthode
Soit f : [0, ∞[ = R+ −→ R+ une application strictement croissante
vérifiant :
(i) f (0) = 0) ;
(ii) f (s + t) ≤ f (s) + f (t) ∀ (s, t) ∈ R2+ .
Si d : E × E −→ R+ est une distance sur un ensemble non vide E, il est
aisé de voir que l’application composée fod est encore une distance sur E.
Voici quelques exemples pour certaines fonctions f :Pour 0<r<1 :
t
f1 (t) = rt r > 0 ; f2 (t) = tr ; f3 (t) = 1+t ; f4 (t) = Log(1 + t)
f5 (t) = min(1, t).

Deuxième méthode
Transport de distance :
Soit g : E −→ F une bijection entre deux ensembles E et F . Si d est une
distance sur F , alors la relation

d0 (x, y) = d (g (x) , g (y)) .

définit une distance sur E. Voici deux cas particuliers.

1.2.6 La distance sur C n , n ≥ 1.

Notons z = (z1 , z2 , ..., zn ) l’élément générique de C n avec zk = xk + iyk
ou xk , yk ∈ R. Nous avons une bijection g : C n −→ R2n

g : (z1 , ..., zn ) = (x1 , y1 , x2 , y2 , ..., xn , yn ) .

Par le procédé de transport ci-dessus, la distance euclidienne de R2n donne

la distance suivante sur C n :
!1/2
2
X
d (zk ) , zk0 g (zk ) − g zk0




=
k=1
n 
!1/2

2 2
X
= xk − x0k + yk − yk0 .
k=1

1.2.7 La droite réelle achevée

Un calcul élémentaire montre que l’application g : R −→ ]−1, +1[ définie
par
t
g (t) = .
1 + |t|
est une bijection croissante dont la réciproque est la fonction f définie par
s
f (s) =
1 − |s|
6 CHAPITRE 1. ESPACES MÉTRIQUES

De plus, g (t) tend vers −1 (resp + 1) lorsque t → −∞ (resp. t → +). Posons

g(−∞) = −1 g(+∞) = +1.

Nous obtenons une bijection de R̄ = R ∪ {−∞, +∞} sur [−1, +1]. On définit
alors une distance sur R̄ en posant :

d (x, y) = |g (x) − g (y)| x, y ∈ R̄.

Définition 5. L’ensemble R̄ muni de cette distance est appelé la droite

numérique achevée.

1.2.8 Produit d’espaces métriques

n
Q
Soient (Xi , di ) i = 1, 2, ..., n des espaces métriques, X = Xi le produit
i=1
cartésien des ensembles Xi . Il est aisé de se convaincre que les applications
Di i = 1, 2, ∞ définies ci-dessous sont des distances sur X.
Si x = (x1 , ..., xn ) et y = (y1 , ..., yn ) sont deux éléments de X,
n
X
D1 (x, y) = di (xi , yi )
i=1
" n
#1/2
X
D2 (x, y) = d2i (xi , yi )
i=1
D∞ (x, y) = {max |xi − yi |1 ≤ i ≤ n}.

Muni de l’une quelconque de ces distances, X est donc un espace métrique.

1.2.9 Distances équivalentes

Soient X un ensemble non vide, d1 et d2 deux distances sur X.

Définition 6. On dit que d1 et d2 sont équivalentes s’il existe deux constantes

positives K1 et K2 telles que, quels que soient x, y ∈ X,

K1 d1 (x, y) ≤ d2 (x, y) ≤ K2 d1 (x, y) .

n
Q
Exercice 1. Soit X = Xi le produit de n espaces métriques (Xi , di ) i =
i=1
1, ..., n. Montrer que sur X, les distances D1 , D2 et D∞ sont équivalentes.
En déduire que sur Rn les métriques d1 , d2 et d∞ sont équivalentes.
1.3. BOULES, PARTIES OUVERTES, PARTIES FERMÉES. 7

1.2.10 Sous-espaces métriques

Soient (X, d) un espace métrique et A une partie non vide de X. La
restriction dA de d à A × A vérifie évidemment les conditions (i) à (iii) de
la définition 1 avec X remplacé par A. Cela justifie la

Définition 7. Si (X, d) est un espace métrique et si A 6= φ est une partie

de X, la restriction dA de d à A × A s’appelle la distance induite sur A
par d et (A, dA ) est appelé un sous-espace métrique de (X, d) .

1.2.11 Distance entre deux parties, diamètre

Soient (X, d) un espace métrique, A et B deux parties non vides de X et
x un point de X.

Définition 8. La distance du point x à la partie A est le nombre

d (x, A) = inf {d (x, y) : y ∈ A} .

La distance entre A et B est le nombre

d (A, B) = inf {d (x, y) : x ∈ A, x ∈ B} .

Le diamètre de la partie A est l’élément de R+ ∪ {+∞} définie par

δ (A) = sup {d (x, y) : x, y ∈ A} .

Notons que, puisque d (A, B) = 0 dès que A ∩ B 6= φ, la distance entre

deux parties d’un espace métrique n’est pas une distance au sens de la défini-
tion 1 dans l’ensemble des parties de X. Cependant, il est aisé de démontrer
que :

Exercice 2. Montrer que, pour tout x, y ∈ X et A ⊂ X,on a :

|d (x, A) − d (y, A)| ≤ d (x, y) . (1.9)

Définition 9. Une partie non vide A d’un espace métrique est dite bornée
si son diamêtre δ (A) est fini.

1.3 Boules, parties ouvertes, parties fermées.

1.3.1 Définition et Propriétés.
Soient (X, d) un espace métrique, a ∈ X et r > 0.
8 CHAPITRE 1. ESPACES MÉTRIQUES

Définition 10. On appelle boule ouverte (resp. fermée) de centre a et de

rayon r, l’ensemble

B(a; r) = {x ∈ X : d(x, a) < r}. (resp.B (a; r] = {x ∈ X : d (x, a) ≤ r}) .

On appelle sphère de centre a et de rayon r l’ensemble

S(a, r) = {x ∈ X : d(x, a) = r}.

Définition 11. On dit qu’une partie A ⊂ X est ouverte si tout point de

A est le centre d’une boule ouverte entièrement contenue dans A, c’est-à-dire
quelque soit a ∈ A, il existe r > 0 tel que B (a, r) ⊂ A.
Une partie B ⊂ X est dite fermée si son complémentaire dans X est
ouvert.

En particulier l’ensemble vide et X lui-même sont à la fois ouverts et

fermés.

Proposition 2. Soit (X, d) un espace métrique. Toute boule ouverte de X

est une partie ouverte.

Démonstration. Soient x ∈ X, r > 0, y ∈ B(x, r) et posons µ = r −

d (x, y). Montrons que B (y, µ) ⊂ B (x, r). D’ailleurs pour tout z ∈ B (y, µ)
, nous avons

d (x, z) ≤ d (x, y) + d (y, z) < d (x, y) + µ = r;

donc z ∈ B (x, r).

De même, on a la

Proposition 3. Toute boule fermée d’un espace métrique (X, d)est une par-
tie fermée.

Soient a ∈ X, r > 0 et y ∈ X − B (a, r). Alors d (y a) > r. Il nous faut

montrer l’existence d’une boule ouverte By telle que y ∈ By ⊂ X \ B (a, r].
Posons ε = d (a, y) − r > 0 et montrons que B (y, ε) convient. D’ailleurs pour
tout z ∈ B (y, ε) nous avons

d (z, y) < ε = d (a, y) − r

soit
r < d (a, y) − d (z, y) ≤ d (a, z)
où la dernière inégalité résulte de l’application de 1.1 .

Les parties ouvertes d’un espace métrique possèdent les propriétés sui-
vantes :
1.3. BOULES, PARTIES OUVERTES, PARTIES FERMÉES. 9

Théorème 1. Soit (X, d) un espace métrique. Alors :

(O1 ) : L’ensemble vide φ et X sont des ouverts.
(O1 ) : Toute réunion (finie ou infinie) de parties ouvertes de X est une
partie ouverte.
(O1 ) : Toute intersection finie de parties ouvertes est une partie ouverte.

Preuve.
(O1 ) : L’ensemble φ est ouvert, par définition. De même, X est évidem-
ment ouvert.
2 ) : Soit {Oi , i ∈ I} une famille (quelconque) d’ouverts de X. Posons
(OS
O= Oi et soit x ∈ O. Alors il existe i ∈ I tel que x ∈ Oi et une boule
i∈I
ouverte Bi telle que x ∈ Bi ⊂ Oi ⊂ O. Donc O est ouvert.
(O3 ) : Soient O1 , ..., On un nombre fini de parties ouvertes de X. Posons :
n
\
O= Oi .
i=1

Soit x ∈ O. Alors, quelque soit 1 ≤ i ≤ n, x ∈ Oi . Comme pour chaque

1 ≤ i ≤ n, Oi est une partie ouverte, il existe ri > 0 tel que
x ∈ B (x, ri ) ⊂ Oi . Soit r = min {ri , 1 ≤ i ≤ n}. Alors, r > 0
x ∈ B (x, r) ⊂ Oi quelque soit 1 ≤ i ≤ n et dès lors x ∈ B (x, r) ⊂ O.
Donc O est ouvert.

Par passage au complémentaire et l’utilisation des formules

!
[ \
φ = CX (X), CX Oi = CX Oi ,
i∈I i∈I

et !
\ [
CX Oi = CX Oi ,
i∈I i∈I

on obtient l’équivalent du théorème 1 relatif aux parties fermées.

Théorème 2. Soit un (X, d) espace métrique. Alors :

(F1 ) : L’ensemble vide et X sont des parties fermées.
(F2 ) : Toute intersection de parties fermées de X est une partie fermée de
X.
(F3 ) : Toute réunion finie de parties fermées de X est une partie fermée de
X.
10 CHAPITRE 1. ESPACES MÉTRIQUES

Théorème 3. Soit (X, d) un espace métrique. Pour qu’une partie de X soit

ouverte, il faut et il suffit qu’elle soit réunion de boules ouvertes.
Preuve. Soit A une partie non vide ouverte de X. Alors tout point de
A est centre d’une boule ouverte contenue de A. Soit donc, pour tout Sx ∈ A,
une boule ouvere Bx telle que x ∈ Bx ⊂ A. Alors il est clair que A ⊂ Bx .
S x∈A
En suite, puisque chaque Bx ⊂ A, on a nécessairement Bx ⊂ A et dès
S x∈A
lors A = Bx est bien réunion de boule ouverte.
x∈A
Réciproquement, si A est une réunion de boules ouvertes, A est une
réunion d’ouverts puisque, par la proposition 2 toute boule ouverte est une
partie ouverte. A, réunion de parties ouvertes, est ouverte en vertu du théo-
rème 1.
Exercice 3. Montrer que :
1. Une réunion infinie d’ensembles non ouverts peut être ouvert.
2. Une partie A ⊂ X est bornée si et seulement s’il existe r > 0 et a ∈ X
tels que A ⊂ B [a; r].
Théorème 4. Soient (X, d) un espace métrique, a et b deux points distincts
de X. Alors, il existe un ouvert contenant a et un ouvert contenant b qui
sont disjoints.
On exprime ceci en disant que les ouverts séparent les points.

Preuve du théorème 4. Soient a et b deux points distincts de X. Alors

r = d (a, b) > 0. V = B(a, 2r ) est ouvert contenant a et W = B(b, 2r ) est un
ouvert contenant b. De plus, V ∩ W = φ car s’il existait x ∈ V ∩ W nous
aurions :
r r
d(a, b) ≤ d(a, x) + d(x, b) < + = r = d(a, b);
2 2
ce qui est absurde.

Exercice 4. Dans un espace discret, toute partie est ouverte.

Exercice 5. Démontrer que dans un espace métrique, les ouverts séparent les
fermés. Autrement dit, si A et B sont deux parties parties fermées disjointes
d’un espace métrique, il existe un ouvert contenant A et un ouvert contenant
B qui sont disjoints.

Remarque 3. Dans l’espace métrique R muni de sa métrique naturelle, la

famille    
1 1 ∗
In = − , ,n ∈ N
n n
T
est une famille d’ouverts telle que In = {0} est une partie fermée.
n∈N∗
1.3. BOULES, PARTIES OUVERTES, PARTIES FERMÉES. 11

Ceci montre la nécessité de préciser dans les propriétés relatives aux par-
ties ouvertes ou fermées s’il s’agit des intersections ou des réunions d’une
famille quelconque ou seulement d’un nombre fini de parties.

Les propriétés (O1 ) à (O3 ) du théorème 1 sont celles qui servent d’axiomes
dans la définition d’un espace topologique .
Il résulte des théorèmes 1 et 4 que tout espace métrique est un espace
topologique séparé (cf. chapitre 2).

1.3.2 Voisinage
Définition 12. Soient (X, d) un espace métrique et x ∈ X. On dit qu’une
partie V de X est voisinage de x si V contient un ouvert contenant lui-
même x.

Il revient ou même de dire que V est un voisinage de x si V contient

au moins une boule ouverte contenant x puisque tout ouvert est réunion de
boules ouvertes.
On notera, souvent, V(x), l’ensemble des voisinages de x.

1.3.3 Intérieur
Définition 13. Soient (X, d) un espace métrique x un point de X. On dit
que x est un point intérieur d’une partie A de X si A est un voisinage de
x.
L’intérieur de la partie A de X, noté Å, est l’ensemble des points inté-
rieurs de A.

L’intérieur possède les propriétés suivantes.

Théorème 5. Soient (X, d) un espace métrique, A une partie non vide de

X. Alors :
1. Si O est un ouvert conenu dans A alors, O ⊂ int(A).
2. int(A) est un ouvert contenu dans A.
3. A est une partie ouverte si et seulement si A = int(A).

Preuve : 1 - Soit O un ouvert non vide contenu dans A et soit x un

élément quelconque de O. Il nous faut prouver que x ∈ Å. Mais, O étant
ouvert et x étant un élément de O, il existe une boule ouverte Bx telle que
x ∈ Bx ⊂ O ⊂ A.
2 - Il nous faut montrer deux assertions : (i) Å est ouvert et, (ii) Å est
contenu dans A. (i) Soit x ∈ Å. Alors il existe une boule ouverte Bx telle que
x ∈ Bx ⊂ A. D’après (1), Bx ⊂ Å et dès lors Å est ouvert.
(ii) comme pour tout x ∈ Å, il existe une boule ouverte Bx telle que
x ∈ Bx ⊂ A, il est clair que Å ⊂ A.
12 CHAPITRE 1. ESPACES MÉTRIQUES

3 - Si A est ouvert, comme A ⊂ A, d’après (1), A ⊂ Å. Maintenant

d’après (2), Å ⊂ A ; d’où A =Å.

Corollaire 1. Soient (X, d) un espace métrique A une partie de X. Alors

int(A) est la plus grande partie ouverte qui est incluse dans A.

Preuve : Soit A une partie de (X, d). Par l’assertion (2) du théorème
1 − 5, Å est une partie ouverte contenue dans A. Soit O une partie ouverte
contenue dans A. Alors, par l’assertion (1) du théorème 5,O ⊂ Å.

1.3.4 Extérieur, frontière

Définition 14. On appelle extérieur d’une partie A d’un espace métrique
X, l’intérieur de son complémentaire.

L’extérieur de A se note Ext (A). Donc :

Ext(A) = int(CX A).

Définition 15. On appelle frontière d’une partie A notée F r (A), l’ensemble

des points qui n’appartiennent ni à Å ni a Ext (A).

En d’autres termes

F r(A) = CX ((int(A) ∪ (Ext(A))).

1.3.5 Adhhérence - Ensemble dense

Définition 16. Soient (X, d) un espace métrique, A une partie de X, x un
point de X. On dit que x est adhérent à A, si tout voisinage de x rencontre
A.
L’adhérence de A,noté adh (A) ou Ā, est l’ensemble des points adhérents
à A.

En d’autres termes :
1. x est adhérent à A si quelque soit V ∈ V (x) , V ∩ A 6= φ ;
2. adhA = {x ∈ X : x est adhérent à A}.

Théorème 6. Soient (X, d) un espace métrique, A une partie de X. Alors :

1. CX (adh (A)) = int(CX A).
2. Si F est une partie fermée de X contenant A, adhA ⊂ F .
3. adh (A) est unee partie fermée contenant A.
4. A est fermée si et seulement si A = Ā.
1.3. BOULES, PARTIES OUVERTES, PARTIES FERMÉES. 13

Preuve :
1. x ∈ CX (adh (A)) ⇐⇒ il existe V ∈ V (x) tel que V ∩ A = φ ⇐⇒ il
existe V ∈ V (x) tel que V ⊂ CX A ⇐⇒ x ∈ int (CX A).
2. Soit F une partie fermée de X contenant A. Alors CX F est ouvert
et CX F ⊂ CX A. Comme CX F est ouvert, il résulte du théorème 5 que
CX F ⊂ int (CX A) = CX adhA (par (1)). D’où adh(A) ⊂ F .
3. Puisque CX Ā = int (CX A) est ouvert, adhA est une partie fermée de
X.
D’autre part, puisque,


CX Ā = intX (CX A) ⊂ CX A,

on a C ⊂ Ā.
4. 1ère méthode : Supposons A fermée. Alors d’après (2), on a Ā ⊂ A.
Mais d’après (3), on a A ⊂ Ā. Donc A = Ā. Réciproquement si A = Ā, alors
A est fermée puisque, par (3), Ā est une partie fermée.
2ème méthode : A fermé CX A ouvert CX A = intCX A (d’après le théo-
rème 3 =⇒ CX Ā = CX A =⇒ Ā = A.

Corollaire 2. Soient (X, d) un espace métrique, A une partie de X. Alors

Ā est la plus petite partie fermée contenant A.

En effet, soit F une partie fermée de X contenant A. Alors, par l’assertion

(2) du théorème 1-6, Ā ⊂ F . Comme Ā est une partie fermée en vertu de
l’assertion (3) du théorème 1-6, le Corollaire est démontré.

Exercice 6. Soient (X, d) un espace métrique, A, B des parties de X. Alors

1. Si A ⊂ B, alors intA ⊂ intB et adhA ⊂ adhB.

2. int (A ∪ B) ⊃ (intA) ∪ (intB) , int (A ∩ B) = (intA) ∩ (intB)
3. adh (A ∪ B) = (adhA) ∪ (adhB) , adh (A ∩ B) ⊂ adhA ∩ adhB
4. CX (intA) = adhCX A.
5. A ∩ B = (A ∩ B) − [(int(A) ∩ F r(B)) ∪ [F r(A) ∩ F r(B) ∩ A ∩ B]]
6. Soit

E = {(x, y, z) ∈ R3 : x+2y+z < 1, x2 −3y+3z 2 ≤ 2, x2 −3y+3z ≤ 2, x ≥ 0}.

(a) Déduire de 2, int(E).

(b) Déduire de 5, E.
14 CHAPITRE 1. ESPACES MÉTRIQUES

Remarque 4. Soit X un ensemble non vide et non réduit à un point muni

de la distance discrète. Alors, pour tout x ∈ X, B (x, r) = {x} si 0 < r < 1
et B (x, r) = X si r ≥ 1. En conséquence, si A ⊂ X est une partie non
vide, alors x est intérieur à A si et seulement si x ∈ A (puisque, pour
0 < r < 1, B (x, r) = {x} ⊂ A) et x est adhérent à A si et seulement si
x ∈ A (puisque, si x ∈ / A, alors, pour tout 0 < r < 1, B (x, r) = {x} a une
intersection vide avec A, et donc n’est pas adhérent à E).

Ceci est une des manifestations du cractère peu intéressant de la distance

discrète.

Définition 17. Une partie A d’un espace métrique, (X, d) est dite dense
(dans X ou partout dense) si Ā = X. Un espace métrique (X, d) est dit
séparable s’il est fini ou s’il contient une partie dénombrable dense.

(Y est dénombrable s’il existe une bijection de N∗ dans X).

Donc, A ⊂ X est dense dans X si, ∀x ∈ X et ∀r > 0, B (x, r) ∩ A 6= φ.
Il est clair que si B ⊃ A et A est dense dans X, alors B est dense dans
X.
On peut ”relativiser” cette notion de la manière suivante. Soient A et B
deux parties de l’espace métrique X.

Définition 18. On dit que A est dense par rapport à B si adhA ⊃ B.

En conséquence, si A est dense par rapport à B et B dense par rapport

à C, alors A est dense par rapport à C, puisque adhA ⊃ B entraîne adhA ⊃
adhB ⊃ C. D’ailleurs si B ⊃ A, la densité de A par rapport à B équivaut à
la densité de A dans B̄ considéré comme sous-espace métrique de X.

Exemples 1.

1. Les ensembles kN où k est un entier ≥ 1 sont dénombrables ainsi que

cela réuslte des bijections fk = N ∗ −→ kN définies par fk (x) = kx−k.
De même, les ensembles N × N∗ , Q ∩ R+ , Q ∩ R− et Q = (Q ∩ R+ ) ∪
(Q ∩ R− ) sont dénombrables. Par contre R n’est pas dénombrable.
2. En vertu des résultats vus dans le premier cycle, Q et R\Q sont denses
dans R. De même, Qn est dense dans Rn . Q est dense par rapport à
R \ Q.
3. Soit n ≥ 1, un entier. Comme Qn est dénombrable et dense dans Rn , Rn
est séparable.
Chapitre 2

Espaces topologiques

2.1 Définition - Ouverts

Définition 19. On appelle espace topologique un couple (X, O) où X est
un ensemble non vide et O est une famille de parties de X, appelées ouverts
vérifiant :
(O1 ) Toute réunion d’ouverts est un ouvert ;
(O2 ) Une intersection finie d’ouverts est un ouvert ;
(O3 ) X et l’ensemble vide sont des ouverts.

Définition 20 (Espace topologique séparé). Un espace topologique (X, O)

est dit séparé si quels que soient les éléments distincts a et b de X, ils existent
des ouverts disjoints Oa et Ob contenant respectivement a et b.

2.1.1 Topologie des espaces métriques

Soit (X, d) un espace métrique.

Définition 21. On appelle ouvert de (X, d) toute partie O de X qui est vide
ou qui vérifie
∀x ∈ O, ∃r > 0, B(x, r) ⊂ O.

On vérifie aisément que les axiomes (O1 ), (O2 ) et(O3 ) de la définition

d’un espace toplogique sont satisfaits par les ouverts ainsi définis. En outre
dans un espace métrique :
1. une boule ouverte est un ouvert ;
2. un ouvert est réunion de boules ouvertes.

2.2 Fermés
Soit (X, O) un espace topologique.

15
16 CHAPITRE 2. ESPACES TOPOLOGIQUES

Définition 22. On appelle fermé de (X, O) toute partie de X dont le com-

plémentaire est ouvert.
On déduit de (O1 ), (O2 ) et(O3 ) par passage au comlémentaire les pro-
priétés des fermés.
Proposition 4. La famille F de tous les fermés de (X, O)vérifie :
(F1 ) Toute intersection de fermés est un fermé ;
(F2 ) Une réunion finie de fermés est un fermé ;
(F3 ) L’ensemble vide et X sont des fermés.
Dans un espace métrique, toute boule fermmée est un fermé.

2.3 Exemples d’espaces topologiques

(a) Les espaces métriques et les espaces vectoriels normmés sont des espaces
topologiques.

(a) La topologie discrète : toutes les parties sont des ouverts (et des fermés).
C’est la topologie associée à distance discrète ou triviale. Pour vérifier
qu’une topologie est discrète, il suffit de montrer que tous les single-
tons sont ouverts. C’est le cas de pour l’ensemple Z des entiers rellatifs
muni de la distance d(x, y) = |x − y|.

(a) Topologie grossière. C’est la topologie qui a le moins d’ouverts possible :

O = {φ, X} et F = {X, φ}.
Définition 23. On dit qu’une topologie O sur un ensemble X est métrisable
s’il existe une distance d sur X qui donne cette topologie.
Si X contient au moins deux éléments, la topologie grossière sur X n’est
pas métrisable.

2.4 Voisinages dans les espaces topologiques

Soient (X, O) un espace topologique et x ∈ X.
Définition 24. On appelle voisinage de x dans X, toute partie de X conte-
nant un ouvert ayant x comme élément. On note V(x) l’ensemble des voisi-
nages de x :
V(x) = {V ∈ P(X), ∃O ∈ O, x ∈ O ⊂ V }.
Proposition 5. Si (X, d) est un espace métrique et x ∈ X, on a :

V(x) = {V ∈ P(X), ∃r > 0, B(x, r) ⊂ V }.

2.4. VOISINAGES DANS LES ESPACES TOPOLOGIQUES 17

Preuve : Si V est un voisinzge de x, il existe un ouvert O tel que x ∈ O ⊂

V . Par définition des ouverts des espaces métriques, il existe r > 0 tel que
B(x, r) ⊂ O. Inversement si B(x, r) ⊂ V , il suffit de prendre O = B(x, r).

Les ouverts dans un espace topologique peuvent être définis à l’aide des
voisinages. D’ailleurs :

Proposition 6. Une partie non vide O d’un espace topologique (X, O)est
ouverte si et seulement s’il est voisinange de chacun de ses points, soit :

[O ∈ O] ⇔ [∀x ∈ O, O ∈ V(x)]

Preuve : (⇒) Si O ∈ O, pour tout x ∈ O, on a x ∈ O ⊂ O et donc

O ∈ V(x).
(⇐) Si O est voisinange de chacun de ses points, alors pour tout x ∈ O, il
existe un ouvert ω tel que x ∈ ω ⊂ O. Posons :
[
ωx = ω.
x∈ω⊂O ω ouvert

Alors
O = ∪x∈O {x} ⊂ ∪ωx ⊂ O

de telle sorte que O = ∪ωx est un ouvert.

Proposition 7. La famille V = ∪x∈X V(x) ⊂ P(X) de tous les voisinages

vérifie :
(V1 ) Si V ∈ V(x) alors x ∈ V .
(V2 ) Si V ∈ V(x) et V ⊂ A alors A ⊂ V(x).
(V3 ) Toute intersection finie de voisinanges de x est un voisinange de x.
(V4 ) Si V ∈ V(x), il existe W ∈ V(x) tel que W ⊂ V et W est voisinange
de chacun de ses points.

Preuve :Les assertions (V1 ) et (V2 ) sont immédiates. (V3 ) : Soient (Vi ), i =
1, 2, ..., n, un nombre fini de voisinages de x. Pour tout, 1 ≤ i ≤ n, il existe
un ouvert Oi ⊂ O tel que x ∈ Oi ⊂ Vi . Mais alors V = ∩1≤i≤n Vi est un
voisinage de x.
(V 4) : Si V ∈ V(x), il existe W ∈ O telque x ∈ W ∈ V . Mais alors W
est voisinage de chacun de ses points.

Remarque 5. On peut définir la topologie en partant des voisinages avec les

assertions (V i), 1 ≤ i ≤ 3 comme axiomes, puis définir les ouverts comme
les parties qui sont voisinages de chacun de leurs points.
18 CHAPITRE 2. ESPACES TOPOLOGIQUES

2.5 Bases d’ouverts, bases de voisinages

On sait que dans un espace métrique, tout ouvert est union de boules
ouvertes, objets métriques facilement descriptibles. Cette situation est en
fait générale. Il est souvent plus facile de décrire certains ouverts particuliers
qui ont la particularité d’engendrer de tout ouvert par union quelconque et
intersection finie. D’où la définition suivante.

Définition 25. Soit (X, O) un espace topologique. On dit qu’une famille

B d’ouverts est une base d’ouverts de (X, O) si tout ouvert O ∈ O s’écrit
comme réunion quelconque d’intersections finies d’éléments de B.

Remarque 6. On notera qu’au niveau ensembliste, une intersection finie

d’unions peut s’écrire comme union d’intersections finies.

Définition 26. Soient (X, O) et x ∈ X. On dit que BV(x) ⊂ V(x)) est une
base de voisinages de x si tout voisinage V de x contient un élément W de
BV(x).

On vérifie aisément la

Proposition 8. Si (X, d) est un espace métrique alors :

(i) Tout point x ∈ X admet une base dénombrable de voisinages

1
BV(x) = {B(x, ), n ∈ N }.
n+1

1
(ii) B = {B(x, n+1 ), n ∈ N, x ∈ X} est une base d’ouverts de (X, d).

Remarque 7. L’assertion (i) est une propriété très importante des espaces
métriques. Elle n’est pas vraie en générale. Sous certaines hypothèses supplé-
mentaires, elle constitue une propriété caractéristique des espaces métriques.

Enfin les base de voisinages sont très utiles pour exprimer que des pro-
priétés sont localement vérifiées dans un espace topologique.

Définition 27. On dit qu’un espace topologique est localement truc s’il ad-
ment en tout point une base de voisinages truc.

Ainsi on peut dire que R et même tout espace métrique est localement
borné.
On parle même de localement fermé, localement connexe, localement com-
pact, localement convexe (dans les espaces vectoriels ou affines)... Ces deux
dernières notions étant des plus utiles.
2.6. SOUS-ESPACES TOPOLOGIQUES 19

2.6 Sous-espaces topologiques

Définir un sous-espace topologique d’un espace topologique (X, O) c’est
préciser la topologie que l’on met sur un sous-ensemble A de X, en précisant
par exemple ses ouverts.

Définition 28. Soient (X, O), A ⊂ X. On appelle topologie induite par O

sur A, la tolpologie dont la famille d’ouverts est

OA = {O ∩ A, O ∈ O}

On dit que (A, OA ) est un sous-espace topologique de (X, O).

On appelle O∩A la trace de l’ouvert O sur A. On vérifie que la famille des

traces d’ouverts OA vérifient les axiomes définissant les espaces topologiques.
Soient F l’ensembles des fermé de (X, O) et FA celui de (A, OA ). On a les
propriétés suivantes :

Proposition 9. (a) Les fermés de (A, OA ) sont les traces des fermés de
(X, O) sur A :
FA = {F ∩ A, F ∈ F}.

(b) Pour tout point x ∈ A, les voisinanges de x pour la toplogie de (A, OA )

sont les traces sur A des voisinages de x pour la topologie de (X, O).
(c) Si B ⊂ A ⊂ X, la topologie induite par (A, OA ) sur B n’est rien d’autre
que la topologie (B, OB ) induite par (X, O) sur B :

0 0 0
OB = {O ∩ B, O ∈ O} = {O ∩ B, O ∈ OA } (O = O ∩ A)

Proposition 10. Un sous-espace métrique est sous-espace topologique.

Preuve : Soient (X, d) un espace métrique et (A, dA ) un sous-espace

métrique de (X, d). On sait alors que A ⊂ X et que dA est la restriction à
A × A de d.
Il suffit de vérifier que les ouverts de (A, dA ) sont les traces des ouverts
de (X, d). Il sufit de le faire avec les bases d’ouverts que sont les ensembles
de boules ouvertes. D’ailleurs pour x ∈ A et r > 0, BdA (x, r) = Bd (x, r) ∩ A.

2.7 Adhérence, intérieur, extérieur

Soient (X, O) un espace topologique, et A une partie de X.
20 CHAPITRE 2. ESPACES TOPOLOGIQUES

2.7.1 Adhérence
Définition 29. Soit a ∈ X. On dit que :
(i) a est adhérent à A si tout voisinage U de a contient un point de A.
Autrement dit, A ∩ U 6= φ.
(ii) a est un point d’accumulation de A si tout voisinage U de a dans X
contient un point de A qui est différent de a.
(iii) a est un point isolé de A s’il existe un voisinage U de a qui est tel
que A ∩ U = {a}.

Exemple 1.
1
Dans R, on considère la partie A = { n+1 , n ∈ N}. Le point a = 21
est un point adhérent à A ; il est isolé dans A, mais n’est pas un point
d’accumulation. Le point b = 0 n’est pas dans A quoiqu’il est adhérent à A.

Définition 30. On appelle adhérence de la partie A, l’ensemble noté A ou

adh(A), de tous les points adhérents à A.

2.7.2 Intérieur
Définition 31. (i) On dit un point a ∈ A est intérieur à A si A est un
voisinage de a dans X : A ∈ V(a).
(ii) On appelle intérieur de A, l’ensemble des ponits intérieurs à A. On note
int(A) l’intérieur de A.

2.7.3 Frontière
Définition 32. On appelle frontière de A, l’ensemble F r(A) défini par

F r(A) = A ∩ CX (A).

Proposition 11.
Chapitre 3

Limites

Dans ce chapitre, nous travaillerons tantôt dans un espace topologique,

tantôt dans un espace métrique. Pour les définitions et propriétés générales
nous nous placerons dans les espaces topologiques.

3.1 Limite d’une suite

3.1.1 Définition
Soient (X, O) un espace topologique, (xn )n∈N une suite de points de X
et l ∈ X.
Définition 33. On dit que l est une limite de la suite (xn )n∈N quand n tend
vers l’infini si pour tout voisinage V de l, il existe un rang NV ∈ N à partir
duquel tous les termes de la suite sont dans V. Cela se résume en :

∀V ∈ V(l), ∃NV ∈ N, ∀n ≥ NV , xn ∈ V.

La traduction dans les espaces métriques est plus quantitative : on a un

instrument, la distance, pour mesurer l’approche des termes de la suite de la
limite l.
Proposition 12. Soit (X, d) un espace métrique, (xn )n∈N une suite de
points de X et l ∈ X. Le point l est une limite de la suite (xn )n∈N quand n
tend vers l’infini si et seulement si :

∀ > 0, ∃NV ∈ N, ∀n ≥ NV , d(xn , l) ≤ .

La démonstration est assez simple. Elle consiste à remplacer les voisinages

par les boules ; les boules ouvertes ou fermées centrées en l forment une base
de voisinages de l.

Preuve : [⇒] Supposons que l est une limite de la suite (xn )n . Pour tout
 > 0, la boule Bf (l, ) est un voisinage de l. D’après la définition ci-dessus,

21
22 CHAPITRE 3. LIMITES

il existe un rang N ∈ N tel que : ∀n ≥ N , xn ∈ Bf (l, ). Ce qui s’écrit :

∀ > 0, ∃N ∈ N, ∀n ≥ N , d(xn , l) ≤ .

[⇐] Supposonns que pour tout  > 0, il existe un rang N ∈ N tel

que :∀n ≥ N , d(xn , l) ≤ . Soit V un voisinage de l. Alors, il existe un réel
rV > 0 tel que B(l, rV ) ⊂ V . Prenons V = r2V . Par hypothèse, on sait
trouver NV ∈ N tel que : ∀n ≥ NV , d(xn , l) ≤ . On a donc trouvé NV ∈ N
tel que
∀n ≥ N , xn ∈ Bf (l, )

et ce pour tout voisinage V de l.

3.1.2 Unicité de la limite de suite dans les espaces topolo-

giques séparés
Théorème 7. Il y a unicité de la limite dans un espace topologique séparé.

Preuve : Soient (X, O) un espace topologique séparé et (xn )n∈N une

suite de points de X. Supposons que deux éléments a et b de X soient
limites de la suite (xn )n∈N . Si a 6= b, en vertu de la séparation de l’espace,
il exite des ouverts A et B disjoints contenant respectivement a et b. Mais
alors, comme ils sont tous deux limites de la suite, il existerait un rang p ∈ N
tel que :
n ≥ p ⇒ xn ∈ A ∩ B;

ce qui est en contradiction avec le choix des ouverts A et B.

3.2 Limite des valeurs d’une fonction

Soient (X, O) et (Y, O0 ) des espaces topologiques, A une partie non vide
de X, b ∈ Y , a ∈ X et f : X → Y une fonction de domaine de définition
dom(f ). On suppose que dom(f ) ∩ A ne soit pas vide.

Définition 34. On dit que b est limite de f (x) quand x tend vers a en
restant dans A si :
(i) a ∈ dom(f ) ∩ A ;
(ii) Pour tout voisinage V ∈ O0 de b, il existe un voisinage U ∈ O de a tel
que f (U ∩ A ∩ dom(f )) ⊂ V .

Remarque 8. Si l’espace topologique (Y, O0 ) est séparé, cette limite est

unique. On la note
limx→a,x∈A f (x) = b.
3.2. LIMITE DES VALEURS D’UNE FONCTION 23

En effet supposons que f admette deux limites b et b0 dans l’espace to-

pologique séparé (Y, O0 ). Il exite alors un voisinage Vb de b et un voisinage
Vb0 de b0 qui sont disjoints. Comme b et b0 sont limites de f (x) quand x tend
vers a en restant dans A, il existe un voisinage U de a tel que :

f (U ∩ A ∩ dom(f )) ⊂ Vb ∩ Vb0 ;

ce qui est en contradiction avec le fait que V ∩ Vb0 est vide, puisque
l’ensemble f (U ∩ A ∩ dom(f )) lui n’est pas vide.
Proposition 13. Avec les notations et données de la définition 34, la limite
b est dans l’adhérence de f (A ∩ dom(f )) :

b ∈ f (A ∩ dom(f )).

Démonstartion. Soit Vb un voisinage de b. Comme b = limx→a,x∈A f (x),

il existe un voisinage Ua de a tel que f (Ua ∩ A ∩ dom(f )) ⊂ Vb . Par consé-
quent :

φ 6= f (Ua ∩ A ∩ dom(f )) ∩ Vb ⊂ f (A ∩ dom(f )) ∩ Vb .

Proposition 14. Soient (X1 , d1 ) et (X2 , d2 ) deux espaces métriques, A ⊂

X1 , a ∈ X, f une fonction de X1 dans X2 avec a ∈ domf ∩ A et b ∈ X2 . Les
assertions suivantes sont équivalentes :
(i) limx→a,x∈A f (x) = b.
(ii) ∀ ε > 0, ∃ δ > 0 tel que x ∈ dom f ∩A et d1 (x, a) < δ =⇒ d2 (f (x) , b) <
ε.

Démonstration. Il suffit de remplacer les voisinages par des boules.

Remarque 9. 1. Le point (ii) de la proposition (14) ci-dessus peut s’écrire

de la manière équivalente :

∀ ε > 0, ∃ δ > 0 tel que x ∈ dom f ∩ A ∩ B1 (a, δ) =⇒ f (x) ∈ B2 (b, ε) .

2. Si dom f ⊂ A, on omet la mention ”dans A” dans la définition et

”x ∈ A” dans (i).
3. Si, pour un ε > 0, on a trouvé un ε > 0 qui convient, alors ce δ
convient pour tous les ε0 ≥ ε. Par conséquent, il suffit que (2) soit
satisfaite pour tout ε ∈ [0, ε∗ ] pour un certain ε∗ > 0 fixé. L’exigence
"∀ε > 0" dans (ii) n’a donc une signification que pour ”tout ε > 0
arbitrairement petit”.
Proposition 15. Soient (X1 , d1 ) et (X2 , d2 ) deux espaces métrique, A ⊂
X1 , a ∈ X, f une fonction de X1 dans X2 avec a ∈ domf ∩ A. Les assertions
suivantes sont équivalentes :
24 CHAPITRE 3. LIMITES

(i) Il existe b ∈ X2 tel que limx→a,x∈A f (x) = b.

(ii) Il existe b ∈ X2 tel que, pour toute suite (xn )n∈N d’éléments de A ∩
dom(f ) qui converge vers a, la suite (f (xn ))n∈N converge vers b.
(iii) Pour toute suite (xn )n∈N d’éléments de A ∩ dom(f ) qui converge vers
a, il existe bx ∈ X2 tel que la suite (f (xn ))n∈N converge vers bx .

Démonstration.
(i) ⇒ (ii) : Soit (xn )n∈N une suite d’éléments de A∩dom(f ) qui converge
vers a et soit V , un voisinage de b dans X2 . Comme b vérifie l’assertion (i),
il existe un voisinage U de a dans X1 tel que :

f (A ∩ dom(f ) ∩ U ) ⊂ V.

Comme la suite de terme général xn ∈ A ∩ dom(f ) converge vers a, il existe

un entier naturel nU tel que

n ≥ nU ⇒ xn ∈ U.

Mais alors, pour tout entier n :

n ≥ nU ⇒ f (xn ) ∈ f (A ∩ dom(f ) ∩ U ) ⊂ V.

(ii) ⇒ (i) : Procédons par contraposition. Supposons qu’il existe un

voisinage V de b dans X2 qui est tel que, pour tout voisinage U de a dans X1 ,
il existe un x ∈ A ∩ dom(f ) ∩ U pour lequel f (x) 6∈ f (A ∩ dom(f ) ∩ U ). Mais
1
alors comme, pour tout entier nurel n, la boule ouverte Bn (a, n+1 ) centrée en
1
a et de rayon rn = n+1 est un voisinage de a, il existe xn ∈ A ∩ dom(f ) ∩ Bn
pour lequel f (xn ) 6∈ f (A ∩ dom(f ) ∩ U ). La suite (xn )n∈N a tous ses éléments
dans A ∩ dom(f ), converge vers a ; mais la suite (f (xn ))n∈N ne converge pas
vers b.

(ii) ⇔ (iii) : La différence entre (ii) et (iii) est que dans (ii), la limite b
ne dépend pas du choix de la suite. Il suffit donc de prouver que les limites
bx donnés dans (iii) sont égales. Pour cela, prenons deux suites (xn )n∈N et
(yn )n∈N convergeant vers a dans X1 et notons bx et by les limites des suites
images (f (xn ))n∈N et (f (yn ))n∈N . La suite (un )n∈N définie par :

xn si n est pair
un =
yn si n est impair.

La suite (un )n∈N converge vers a dans X1 et on peut, par hypothèse, lui
associer la limte bu de la suite image (f (un ))n∈N . Comme les suites conver-
gentes (f (xn ))n∈N et (f (yn ))n∈N sont toutes deux des suites extraites de la
suite (f (un ))n∈N , on a :
bx = bu = by .
3.2. LIMITE DES VALEURS D’UNE FONCTION 25

Remarque 10. L’implication (i) ⇒ (ii) : est vraie pour les espaces topo-
logiques généraux. Par contre la réciproque nécessite l’existence d’une base
dénombrable de voisinages de a (ce qui est vrai dans un espace métrique).
Donnons une condition nécessaire d’existence de la limite de f (x) lorsque
x tend vers a dans A.
Proposition 16 (Condition de Cauchy). . Soient (X, O) un espace topolo-
gique, (Y, d) un espace métrique, A une partie non vide de X, f : X → Y une
fonction de domaine de définition dom(f ). On suppose que A ∩ dom(f ) 6= φ
et que a ∈ A ∩ dom(f ). Si f admet une limite quand x tend vers a en restant
dans A, alors :
∀ > 0, ∃U ∈ V(a) : ∀x, y ∈ A ∩ U ∩ dom(f ), d(f (x), f (y)) <  (3.1)
Remarque 11. La relation (4.3) est appelée condition ou crière de Cauchy
au point a.
Démonstration de la proposition 16. Soient b = limx→a,x∈A f (x) et
 > 0. Alors B = B(b, 2 ) est un voisinage de b dans Y . Par définition de b,
il existe un voisinage U de a dans X tel que
f (A ∩ dom(f ) ∩ U ) ⊂ B .
Si donc x et y sont deux éléments de A ∩ dom(f ) ∩ U , alors f (x) et f (y) sont
dans la boule B de telle sorte que :

d(f (x), f (y)) ≤ d(f (x), b) + d(b, f (y)) < 2. = ε.
2
Remarque 12. La condition (4.3), appelée condition de Cauchy n’est, pour
l’instant, qu’une condition nécessaire d’existence d’une limite et ne peut donc
être utilisée pour démontrer que la limite existe dans ce cadre général. Notons
cependant que cette condition de Cauchy est suffisante pour l’existence de la
limite de f (x) quand x tend vers a dans A lorsque X = Rn et X2 = RP .
Cette condition de Cauchy est suffisante pour l’existence de limx→a,x∈A f (x)
si (X2 , d2 ) est complet (voir Prop. 1-20).
Proposition 17. Dans les condition de la proposition 16, si la condition de
Cauchy n’est pas satisfaite, alors la limite de f (x) lorsque x tend vers a en
restant dans A n’existe pas.
En conséquence, la condition de Cauchy peut, dans ce cadre général,
être utilisée pour prouver la non-existence d’une limite. Rappelons que ”la
condition de Cauchy n’est pas satisfaite” est équivalente à :

∃ε > 0 tel que ∀U ∈ V(a), ∃x, y ∈ A∩dom(f )∩U tels que d(f (x), f (y)) ≥ .
(3.2)

Nous allons utiliser la proposition 17 pour montrer la non-existence de

limites.
26 CHAPITRE 3. LIMITES

x
Exemple 2. Montons que limx→0 |x| n’existe pas où X = R est muni de sa
métrique naturelle.

En fait, prenons x > 0 et y < 0. Alors

x y
− = |1 + 1| = 2
|x| |y|

et dès lors (3.2) est satisfaite pour  = 1.

Exemple 3. Prenons X1 = X2 = R muni de sa métrique naturelle. Considé-

rons la fonction f définie comme suit : f (x) = 0 pour tout x 6= 0, f (0) = 1.
Alors domf = R. Montrons que limx→0 lim f (x) n’existe pas.

En fait si x = 0 et y 6= 0, alors

|f (x) − f (y)| = |1 − 0| = 1

et dès lors (3.2) est satisfaite pour  = 1/2.

Par contre, pour cette même fonction, limx→0,x∈R∗ = 0.
En effet, pour tout x ∈ R∗ , on a

|f (x) − f (0)| = |0 − 1| = 1

et dès lors, ε > 0 étant donné, n’importe quel δ > 0 convient dans la condition
(ii) de la définition de la limite.

3.2.1 Définition équivalente de la limite en termes d’adhé-

rence
Les définitions de limite donnée jusqu’à présent sont ”contravariantes” :
on part de l’espace d’arrivée Y de la fonction f et on déduit quelque chose
dans l’espace de départ X. On peut donner une formulation ”contravariante”
de la limite en l’exprimant en termes d’adhérence.

Proposition 18. Dans les conditions de définition de la limite, les assertions

suivantes sont équivalentes :
(i) limx→a,x∈A f (x) = b.
(ii) ∀D ⊂ X, a ∈ adh(A ∩ domf ∩ D) ⇒ b ∈ adh(f (A ∩ domf ∩ D)).

Démonstration.
(i) ⇒ (ii) : Soit D ⊂ X tel que a ∈ D ∩ A ∩ dom(f ). Il faut montrer que
b ∈ f (D ∩ A ∩ dom(f )), c’est-à-dire que :

∀V ∈ V(b), f (D ∩ A ∩ dom(f )) ∩ V 6= φ.
3.2. LIMITE DES VALEURS D’UNE FONCTION 27

Soit donc V ∈ V(b). Comme (i) est satisfaite, il existe U ∈ V(a) tel que

f (U ∩ A ∩ dom(f )) ⊂ V.

Comme a ∈ D ∩ A ∩ dom(f ) et que U est un voisinage de a,

(D ∩ A ∩ dom(f )) ∩ U 6= φ.

Par suite,

f (D ∩ A ∩ dom(f ) ∩ U ) ∩ V = f (D ∩ A ∩ U ∩ dom(f )) 6= φ,

puisque f (∩A ∩ U ∩ dom(f )) ⊂ V.

(ii) ⇒ (i) : Supposons que les espaces sont métriques.

Si l’implication n’est pas vraie, alors :

∃  > 0 tel que ∀ δ > 0, ∃x ∈ domf ∩ A ∩ B(a; δ) : f (x) ∈

/ B(b; ).

Soit D la partie de X définie par

[
D= {x ∈ B (a; δ) ∩ A ∩ domf : f (x) ∈
/ B (b; ε)} .
δ>0

Par ce qui précède, chaque ensemble de l’union qui définit D est non vide, et
par la définition, a ∈ adh (D ∩ A ∩ domf ). De plus, en vertu de sa définition,

f (domf ∩ D ∩ A) = f (D) est tel que f (D) ∩ B(Bb., ε) = φ.

Par conséquent, b ∈
/ adh f (domf ∩ D ∩ A), ce qui est contraire à l’hypothèse.

3.2.2 Caractère local de la notion de limite

Etudions à présent l’influence de A ⊂ X sur l’existence de la limite.
Soient (X, O) et (Y, O0 ) deux espaces topologiques f : X → Y une
fonction, A ⊂ X tel que dom(f ) ∩ A 6= φ et a ∈ adh (domf ∩ A).
Proposition 19. Soit D ⊂ A tel que domf ∩ D 6= φ et a ∈ adh(domf ∩ D).
Si
lim f (x) = b,
x→a,x∈A
on a :
lim f (x) = b.
x→a,x∈D

Preuve : C’est une conséquence immédiate de la définition.

Ainsi, on n’affecte pas l’existence et la valeur de la limite en restreignant

l’ensemble sur lequel on la considère. On peut l’affecter par contre en agran-
dissant cet ensemble ainsi que le montre l’exemple suivant.
28 CHAPITRE 3. LIMITES

Exemple 4.

Soient X = Y = R muni de sa métrique naturelle, f : R → R définie

x
par f (x) = |x| . Prenons A = R+ . On a domf = R\ {0} et domf ∩ A =
∗
R+ . Prenons a  = 0; alors 0 ∈ adh (domf ∩ A) et il est aisé de voir que
x
limx→0,x∈R∗ lim |x| = 1.
Posons ensuite A0
= R− . Alors domf ∩ A0 = R−
∗ , 0 ∈ adh (domf ∩ A0 )
x
et qu’en outre limx→0,x∈R∗ ( |x| = −1.
En fin, en se référant à un exemple pécédent , on a que si D0 = R,
x
limx→0,x∈R |x| n’existe pas.

On a toutefois le résultat suivant qui montre que la réciproque de la

proposition 1 − 8 est vraie. Cela montre que la notion de limite est une
notion locale, puisqu’elle ne dépend que des valeurs de f dans un voisinag
arbitrairement petit du point a considéré.

Proposition 20. Soit W un voisinage de a. Alors :

lim f (x) = b
x→a,x∈A

si et seulement si
lim f (x) = b.
x→a,x∈A∩W

Preuve : Puisque A∩W ⊂ A, il suffit, pour pouvoir appliquer la propos-

tion 1−8, de montrer que A∩domf ∩W 6= φ et que a ∈ adh (A ∩ W ∩ domf ).
Pour cela, soit r > 0 ; alors, B (a; r) étant un voisinage de a, il en est de même
de B (a; r) ∩ W . Par conséquent, il existe r0 > 0 tel que B (a; r0 ) ⊂ B (a; r) ∩
W ; par ailleurs, puisque a ∈ adh (domf ∩ A) , B (a; r0 ) ∩ domf ∩ A 6= φ et
dès lors
B (a; r) ∩ A W ∩ domf 6= φ;

ce qui implique W ∩ domf ∩ A 6= φ et a ∈ adh (domf ∩ A ∩ W ).

Condition suffisante :
Par hypothèse, a ∈ adh (domf ∩ A ∩ W ) et dès lors a ∈ adh (domf ∩ A)
puisque adh (domf ∩ A ∩ W ) ⊂ adh (domf ∩ A). Soit V un voisinage de b.
Alors,
∃ V 0 voisinage de a : f domf ∩ A ∩ W ∩ V 0 ⊂ V

et dès lors, comme V = W ∩ V 0 est aussi un voisinage de a,

(∃V voisinage de a) : f (domf ∩ A ∩ V ) ⊂ V.

3.3. CONTINUITÉ 29

3.3 Continuité
3.3.1 Continuité simple
Nous allons maintenant nous intéresser aux points du domaine de dé-
finition d’une fonction d’un espace topologique (X, O) à valeurs dans un
espace topologique (Y, O0 ) en lesquels la limite des valeurs de la fonction
peut s’obtenir de la manière la plus simple qui soit : en calculant la valeur
de la fonction en ces points.

Soient (X, O) et (Y, O0 ) des espaces topologiques, (Y, O0 ) étant éparé,

f : X → Y , une fonction de domaine de définition dom(f ), a ∈ X.

Définition 35. On dit que f est continue en a si :

1. a ∈ dom(f ) ;
2. limx→a f (x) = f (a).

En d’autres termes, f est continue en a si elle est définie en a et si :

∀V ∈ V(f (a)), ∃U ∈ V(a) : f (U ∩ dom(f )) ⊂ V. (3.3)

On dit alors que a est un point de continuité de f .

Remarques 1.

1. L’expression limx→a f (x) signifie que l’on prend A = X.

2. Si (1.) n’est pas satisfaite, on dit que a est un point de non-continuité
de f . Dans le cas où f définie en a (donc (1) est satisfaite) mais que
(2.) n’est pas vérifiée, on parle d’un point de discontinuité de f .
3. Les conditions (1) - (2) sont équivalentes aux conditions (1) - (3.4)
avec :

lim f (x) existe. (3.4)

x→a

En effet, l’espace topologique (Y, O0 ) étant séparé, il y a unicité de la

limite : l’assertion en découle.
4. Si a est point isolé de dom(f ), alors f est continue en a.
D’ailleurs, soit V ∈ V(f (a)). Alors f (a) ∈ V . Comme a est isolé dans
dom(f ), il existe U ∈ V(a) tel que :

U ∩ dom(f ) = {a}.

Mais alors :
f (U ∩ dom(f )) = f (a) ∈ V.
30 CHAPITRE 3. LIMITES

5. On peut, dans la définition 35, évidemment remplacer l’assertion 2. par

n’importe laquelle des formulations équivalents suivantes issues de la
théorie des limites ci-dessus :

(a) Pour tout voisinage V de f (a), f −1 (V ) est un voisinage de a.

(b) Pour toute partie D de X1 , si a ∈ adh(domf ∩ D), alors f (a) ∈
adh(f (domf ∩ D)).

Proposition 21. Soient (X, d) et (Y, d0 ) des espaces métriques, f : X −→ Y

une fonction de domaine de définition dom(f ), a ∈ dom(f ). Les assertions
suivantes sont équivalentes :
(i) f est continue au point a.
(ii) ∀ > 0, ∃δ > 0 : [∀x ∈ dom(f ), d(x, a) ≤ δ ⇒ d0 (f (x), f (a)) ≤ ].
(iii) Continuité séquentielle en a : Pour toute suite (xn )n∈N de point de
dom(f ) qui converge vers a, la suite (f (xn ))n∈N converge vers f (a).

Démonstartion. Il suffit de traduire la continuité de f en a en termes

de limite de f (x) vers f (a) lorsque x tend vers a.

Remarques 2.

(i) L’implication

(f continue en a ) ⇒ (f séquentiellement continue en a )

est toujours vraie. Par contre, la réciproque nécessite l’existence d’une

base dénombrables de voisinages de a ;ce qui est le cas dans les espaces
métriques.
(ii) La propriété (iii) (qui est donc toujours vraie lorsque f est continue) a
la conséquence suivante : Dans un espace topologique séparé (X, O),
si (xn )n∈N est une suite récurrente définie par xn+1 = f (xn ) et x0 ∈ X
avec f ∈ F(X, Y ), si a ∈ X est limite de la suite (xn )n∈N et si f est
continue en a, alors f (a) = a. En effet, comme (X, O) est séparé, on
a:
a = limn→∞ xn+1 = limn→∞ f (xn ),
et comme f est continue en a, on a :

limn→∞ f (xn ) = f (limn→∞ xn ) = f (a).

Théorème 8. soient (X, OX ), (Y, OY ), (Z, OZ ) des espaces topologiques

séparés. Si la fonction f : X → Y est continue a ∈ X et si la fonction
g : Y → Z est continue en f (a), alors la fonction g ◦ f : X → Z est continue
en a.
3.3. CONTINUITÉ 31

Démonstration. Soit W un voisinage de g(f (a)) ∈ Z. Comme g est

continue en f (a), il existe un voisinage V de f (a) dans Y tel que :

g(V ∩ dom(g)) ⊂ W.

De même, comme V est voisinage de f (a) et que f est continue en a, il existe

un voisinage U de a dans X tel que :

f (U ∩ dom(f )) ⊂ V.

Montrons que :
(g ◦ f )(U ∩ dom(g ◦ f )) ⊂ W.
D’ailleurs, soit z ∈ (g ◦ f )(U ∩ dom(g ◦ f )). Alors, il existe x ∈ U ∩ dom(g ◦ f )
tel que :
z = (g ◦ f )(x) = g(f (x)).
Comme :

x ∈ x ∈ U ∩ dom(g ◦ f ) ⇒ x ∈ U ∩ dom(f ) et f (x) ∈ dom(g),

on a :
f (x) ∈ V ∩ dom(g)
de telle sorte que :

z = g(f (x)) ∈ g(V ∩ dom(g)) ⊂ W.

Proposition 22. Soient K ∈ {R, C}, (X, O) un espace topologique séparé,

f et g des fonctions de X dans K, a ∈ X et λ ∈ K. Si f et g sont continues
en a, alors les fonctions f + g, λf , f × g sont continues en a. Si g(a) 6= 0,
alors la fonction fg est continue en a.

Démonstration. K2 muni de la norme (x, y) → k(x, y)k = max{|x|, |y|}

est un espace topologique séparé. Il est aisé de voir que si f et g sont continues
en a, alors l’application f ×g : X → K2 définie par (f ×g)(x) = (f (x), g(x)) et
l’application f ×λ : X → K2 définie par (f ×λ)(x) = (f (x), λ) sont continues
en a. De plus l’application somme S : K2 → K définie par S(u, v) = u + v
et produit P définie sur K2 par P (u, v) = uv sont continues en a. Enfin,
l’application Q à valeurs dans K et définie sur K × K∗ par Q(u, v) = uv est
continue. Il suffit d’appliquer le théorème 8 pour conclure.

Remarque 13. Ainsi, toutes les fonctions polynômes associées à des poly-
nômes à une indéterminée et à coefficients dans K sont continues en tout
point de K et toutes les fractions rationnelles définissent des fonctions conti-
nues en tout point de leur ensemble de définition.
32 CHAPITRE 3. LIMITES

Définition 36. On dit que f : X −→ Y est continue si f est continue en

tout point de X.

La définition 36 sous-entend que dom(f ) = X et est dès lors équivalente

à
∀ a ∈ X ∀V ∈ V(f (a)) ∃ U ∈ V(a) : f (U ) ⊂ V,
ou en traduisant de manière équivalente

∀ a ∈ X, ∀ D ⊂ X : a ∈ D ⇒ f (a) ∈ f (D).

Par conséquent nous pouvons énoncer

Théorème 9. Soient (X, O), (Y, O0 ) deux espaces topologiques, f : X −→ Y

une application. Les assertions suivantes sont équivalentes :
(i) f est continue (sur X).
(ii) L’image inverse de tout ouvert de Y est un ouvert de X.
(iii) L’image inverse de tout fermé de Y est un fermé de X.
(iv) Pour toute partie D de X, f (D) ⊂ f (D).

Preuve : Les assertions (i), (ii) et (iv) étant équivalentes en vertu de ce

qui précède, il nous suffit de montrer l’équivalence de (ii) et de (iii).
(ii) =⇒(iii). Soit F une partie fermée de X2 . Alors, CX2 F est ouvert de
X2 .
Par l’assertion (iii) CX1 f −1 (F ) = f −1 CX2 F est un ouvert de X1 . Donc
−1
f (F ) est un fermé de X1 .
(iii) =⇒ (ii). Soit V un ouvert de X2 ; alors CX2 V est un fermé de X2 .
Par l’assertion (iii), CX1 f −1 (V ) = f −1 (CX2 V ) est un fermé de X1 ; en
conséquence, f −1 (V ) est un ouvert de X1 .

Remarques 3.

(i) La continuité de f sur X n’entraîne pas que :

(O ∈ O ) ⇒ (f (O) ∈ O0 )

ni que

(F fermé de (X, O) ) ⇒ ( f(F) fermé de (Y, O0 ) ).

Par exemple, la fonction x → x2 envoie l’ouvert U =] − 1, 1[ de R

sur [0, 1[ qui n’est ni ouvert, ni fermé dans R. De même, la fonction
x → arctan(x) envoie le fermé R sur ] − π2 , π2 [ qui est un ouvert de R.
(ii) Les propriétés de transitivité des fonctions scalaires (voir Proposition
22 ) sont encore vraies pour la continuité globale.
3.3. CONTINUITÉ 33

Le théorème 9 est fréquement appliqué par l’intermédiaire du résultat

suivant :

Proposition 23. Soient (X, O) un espace topologique, (Y, d) un espace mé-

trique, f : X → Y une application continue. Alors, pour tout élément b ∈ Y ,
la partie
Ab = {x ∈ X : f (x) = b}
est fermmée dans (X, O).

Démonstration. En effet, Ab = f −1 (b) est l’image réciproque par l’ap-

plication continue f du fermée {b}. Elle est, en vertue du théoràme 9, fermée.

Corollaire 3. Soient (Xi , di ) 1 ≤ i ≤ 2, deux espaces métriques, f : X1 →

X2 une application continue. Alors, pour tout b ∈ X2 , l’ensemble

f − (b) = {x ∈ X1 : f (x) = b}

est une partie fermée de X1 .

Démonstration. Cela va de soit puisque tou espace métrique est un

espace topologique séparé.

3.3.2 Applications ouvertes, Aplications fermées, Homéomor-

phismes
Soient (X, O) et (Y, O0 ) des espaces topologiques séparés, f : X → Y
une application.

Définition 37. (i) L’application f est dite ouverte si l’image directe par f
de tout ouvert de X est un ouvert de Y .
(ii) L’application f est dite fermée si l’image directe par f de tout fermé de
X est un fermé de Y .

Définition 38. On dit que f est un homéomorphisme si elle est bijective,

continue et si sa réciproque f −1 est continue.

Définition 39. On dit que deux espaces topologiques sont homéomorphes

s’il existe un homéomorphisme de l’un sur l’autre.

Remarque 14. Tout homéomorphisme f : X, O) → (Y, O0 ) est une appli-

cation qui est à la fois ouverte et fermée.

En effet, pour tout ouvert U de X, f (U ) = (f −1 )−1 (U ) est ouvert comme

image réciproque de l’application continue f −1 : Y → X.
De même, pour tout fermé F de X, f (F ) = (f −1 )−1 (F ) est fermé.
34 CHAPITRE 3. LIMITES

Proposition 24. Deux topologies O et O0 sont égales si et seulement si

l’application identité Id : (X, O) → (X, O0 est un homéomorphisme.
Démonstration. En effet, comme Id est ouverte, pour tout ouvert U ∈
O, U = Id(U ) est un ouvert de O 0 de telle sorte que

O ⊂ O0 .

De même, comme Id est continue, pour tout élément V ∈ O0 , V = (Id)−1 (V )

est élément de O. Ainsi :
O0 ⊂ O.
D’où l’égalité entre les deux topologies.
Exemple 5.
On prend X = [0, 1[∪[2, 3[ et on considère l’application f : X → [0, 2]
définie par : 
x si x < 1
f (x) =
x − 1 si x ≥ 2.
Cette application est bijective mais n’est pas un homéomorphisme de X sur
f (X) = [0, 2], puisque

limx→1− f −1 (x) = 1 6= f −1 (1) = 2.

Exemple 6.
Pour tous réels a < b, R est homéomorphe à l’intervalle ouvert ]a, b[. En
effet, la fonction f définie par
a+b b−a
f (x) = + artan(x)
2 π
réalise l’homéomorphisme voulu.

3.4 Continuité uniforme

La continuité uniforme est une notion purement métrique.

Soient (Xi , di ) i = 1, 2 deux espaces mériques, f : X1 −→ X2 une

application, A une partie de X1 . Les relations

A ⊂ domf et ∀ x ∈ A

(∀ ε > 0) (∃ δ > 0) (∀ y ∈ A, d1 (x, y) < δ) : d2 (f (x), f (y)) < ε

exprimant la continuité de f en chaque point x de A est équivalente à :

A ⊂ domf et :
3.4. CONTINUITÉ UNIFORME 35

∀ε > 0, ∀x ∈ A, ∃δx,ε , ∀y ∈ A, (d1 (x, y) < δx,ε ⇒ d2 (f (x), f (y)) < ε).
(3.5)
Cette relation (3.5) montre que, ε > 0 étant donné fixé, le δx,ε > 0 corres-
pondant dépend en général de x et si, pour chaque x ∈ A, nous choisissons
un δ = δx,ε qui convient pour la relation (3.5), nous obtenons une application
δ : A → R∗+ , et la condition (3.5) devient alors :

∀ε > 0, ∃δ : A → R∗+ : ∀x ∈ A, ∀y ∈ A, d1 (x, y) < δ(x) ⇒ d2 (f (x), f (y)) < ε.

(3.6)
Réciproquement, si (3.6) est satisfaite, alors il en est de même de (3.5)
en prenant, pour chaque x ∈ A, δ = δ (x). Ainsi on vient de prouver que la
fonction f est continue sur A si et seulement si A ⊂ domf et si la condition
(3.6) est satisfaite.
La situation la plus simple se présente dans (3.6) lorsque, pour chaque
ε > 0, on peut trouver une application constante δ sur A telle que (3.6)
soit satisfaite ; en appelant δ la valeur constante de cette application, on voit
donc, puisque δ (x) = δ pour tout x ∈ A, que (3.6) est équivalente à :
(i) A ⊂ dom(f )
(ii)

(∀ε > 0) (∃ δ > 0) (∀x ∈ A) (∀y ∈ domf : d2 (x, y) < δ) : d2 (f (x) , f (y) < ε)
(3.7)
Définition 40. On dit que f est uniformément continue sur A si A ⊂ domf
et si la conditon (3.7) est satisfaite.
Il est à noter que la condition (3.7) diffère de (3.5) par la permutation
des propositions logiques (∀x ∈ A) et (∃ δ > 0). Une conséquence immédiate
de la définition 1.8 est la
Proposition 25. Si f est uniformément continue sur A , alors f est conti-
nue sur A.
La réciproque de cette proposition est fausse ; ainsi la fonction f : R∗ −→
R définie par f (x) = x1 est continue sur A = ]0, 1] mais n’est pas uniformé-
ment continue sur ]0, 1]. En effet, si f était uniformément continue sur ]0, 1],
on aurait, en prenant par exemple ε = 1 dans (4), l’existence d’un δ > 0 tel
que
1 1
(∀x ∈ ]0, 1]) (∀y > 0 : |y − x| < δ) : − ≤1
y x
et dès lors
(5)
1 1
(∀x ∈ ]0, 1]) (∀ y > 0 : |y − x| < δ) : ≤1+ .
y x
36 CHAPITRE 3. LIMITES

Si maintenant nous choisissons, ce qui est toujours possible, n ∈ N ∗ tel que

1 1 2
− = ≤ δ,
n n+2 n (n + 2)

1 1
et x = , alors y = et
n n+2
1 1
|y − x| = − ≤δ
n+2 n
tandis que
1 1 1 1
= n + 2 > 1 + n = 1 + ⇐⇒ − >1
y x x y
ce qui contredit (5).

Nous allons toutefois montrer, un peu plus tard, que si A est une partie
compacte de X1 , la continuité sur A entraîne la continuité uniforme sur
A. Mais déjà convainquez-vous par le exercices ci-dessous qu’il existe des
fonctions uniformément continues.

Exercice 7. Si (X, d) est un espace métrique, la distance d : X × X → R

est uniformément continue.

Exercice 8. Soient (X, d) un espace métrique, A une partie non vide de X.

Alors l’application g : X −→ R définie par

g (x) = inf {d (x, y) : y ∈ A}

est uniformément continue.

Une classe importante d’applications uniformément continues est celle

des applications dites lipscitziennes.

Définition 41. Soient (X, d) et (X 0 , d0 ) des espaces métriques. Une appli-

cation f de X dans X 0 est dite lipschitzienne de rapport k > 0 si :

∀x, y ∈ X d0 (f (x), f (y)) ≤ kd(x, y).

On déduit aisément le résultat suivant

Proposition 26. On a les implications suivantes :

f est lipschitzienne ⇒ f est uniformément continue ⇒ f est continue.

Définition 42. Soient (X, d) et (X 0 , d0 ) des espaces métriques et une appli-

cation f de X dans X 0 .
3.4. CONTINUITÉ UNIFORME 37

(i) On dit que f est bilipschitzienne si elle est une bijection qui est telle f
et f −1 sont lipschitziennes.
(ii) On dit que f est une isométrie si

∀x, y ∈ X, d0 (f (x), f (y)) = kd(x, y).

Remarque 15. Une isométrie est toujours injective. Si une isométrie est
surjective, alors est bilipschitzienne de rapport 1 dans les deux sens.

Exemple 7. L’application numérique x → f (x) = arct(x) est lipschit-

zienne de rapport k = 1.

En effet :
1
∀x, y ∈ X ∃c ∈]x, y[ telle que |arct(x) − arct(y)| ≤ |x − y|.
1 + c2

où l’existence du réel c est assurée par le théorème des accroissements finis.

Remarque 16. De façon générale, une fonction dérivable, de dérivée uni-

formément bornée, est lipschitzienne.

Exemple 8. (X, d) étant un espace métrique et a ∈ X, l’application da :

X → R définie par
∀ x ∈ X da (x) = d(x, a)

est lipschitzienne de rapport k = 1.

En effet
∀ x, y ∈ X |da (x) − da (y)| ≤ d(x, y).

D’autre part, il suffit de mettre une distance sur X × X, par exemple, la

distance d∞ définie par :

d∞ ((x, y, (u, v) = max{d(x, u), d(y, v)}

pour voir que l’application distance d est lipschitzienne de rapport k = 2.

Soient (X, d1 ), (Y, d2 ) et (Z, D) trois espaces métriques et f : X × Y −→

Z une application.

Définition 43. On dit que f est continue par rapport à y ∈ Y pour tout x
fixé dans X si, quel que soit x ∈ X, la fonction y −→ f (x, y) est continue.
38 CHAPITRE 3. LIMITES

Plus explicitement, cette assertion s’exprime comme suit :

(∀ x ∈ X) (∀ y ∈ Y ) (∀ ε > 0) (∃ δ > 0 : ∀ y 0 ∈ Y,

d2 y, y 0 < δ =⇒ D (f (x, y) , f (x, y)) < ε.

On dit que f est uniformément continue par rapport à y pour tout x

fixé dans X, si, quelque soit x fixé dans X, la fonction y −→ f (x, y) est
uniformément continue sur Y ; en d’autres termes si

(∀ x ∈ X) (∀ ε > 0) (∃ δ > 0) . (∀ y ∈ Y ) ∀ y 0 ∈ Y :

d2 y, y 0 < δ =⇒ D f (x, y) , f x, y 0 < ε.

La seule différence avec la définition précédente est qu’ici, δ ne dépend plus

de x.

Proposition 27. Avec les notations et hypothèses ci-dessus, si f : X×Y −→

Z est continue par rapport à y pour tout x fixé dans X, et continue par
rapport à x, uniformément pour tout y ∈ Y , alors f est continue sur X × Y .

Preuve : Soit (a, b) un point quelconque de X × Y et ε > 0 un réel

quelconque. Pour tout couple (x, y) de X × Y , nous avons
(*)

D (f (x, y) , f (a, b)) ≤ D (f (x, y) , f (a, y)) + D (f (a, y) , f (a, b)) .

A cause de la continuité de f par rapport à y, il existe un réel δ(a, b) > 0 tel

que la relation d2 (y, b) implique que D (f (a, b) , f (a, y)) < ε/2 . En suite, à
cause de la continuité en x, uniformément par rapport à y, il existe δ 0 = δ (a)
(mais ne dépendant pas de y) tel que la relation d1 (x, a) < δ 0 implique que
D (f (x, y) , f (a, y)) < ε/2 . Dès lors, en utilisant par exemple la métrique
D1 définie sur X × Y par D1 ((x, y) , (a, b)) = d1 ( x, a) + d2 (y, b) il ressort
que la relation

D1 ((x, y) , (a, b)) < min δ, δ 0 = δ 00

implique que d1 (a, x) < min (δ, δ 0 ) , d2 (b, y) < min (δ, δ 0 ) et dès lors grâce à
(*) que
D (f (x, y) , f (a, b)) < ε/2 + ε/2 = ε.

3.4.1 Prolongement par continuité

Donnons d’abord un résultat d’unicité valable dans un cadre général.

Soient (X, O) et (Y, O0 ) des espaces topologiques, A une partie non vide
de X munie de la topologie induite et f : A → Y une application continue.
3.4. CONTINUITÉ UNIFORME 39

Définition 44. Soit B une partie de X avec A ⊂ B. On appelle prolonge-

ment de f à B toute application g : B → Y telle que ∀x ∈ A, g(x) = f (x).
Proposition 28. Si l’espace topologique (Y, O0 ) est séparé, alors :
(i) il existe au plus un prolongement g continu de f à l’adhérence A de A ;
(ii) une condition nécessaire sur f pour l’existence d’un prolongement continu
g de f à A est que, ∀a ∈ A − A, limx→a,x∈A f (x) existe.
Démonstration.
(i) : Supposons qu’il existe deux applications continues f1 , f2 : A → Y .
Alors, pour tout a ∈ A, on a :

limx→a,x∈A fi (x) = fi (a).

En se référant à la définition de la limite, la rélation ci-dessus se traduit par :

∀V ∈ V(fi (a)), ∃U ∈ V(a) : fi (U ∩ A) ⊂ V.

Si fi est un prolongement de f à A, on a

∀x ∈ A, fi (x) = f (x)

de telle sorte que pour a ∈ A, on a

∀V ∈ V(fi (a)), ∃U ∈ V(a) : f (U ∩ A) ⊂ V.

Ainsi,
fi (a) = limx→a,x∈A f (x)
pour i ∈ {1, 2} et pour tout a ∈ A. Comme (Y, O0 ) est séparé, on a f1 (a) =
f2 (a) pour tout a ∈ A. Il y a par conséquent au plus une application continue
qui prolonge f à A.
Exemple 9.
Si f :]a, b[⊂ R → R est une fonction continue qui est telle que les limites

limx→a+ f (x) = fa et limx→b− f (x) = fb

existent, alors la fonction g : [a, b] → R définie par

g(x) = f (x) pour a < x < b, g(a) = fa , g(b) = fb ,

est l’unique prolongement continu de f à [a, b].

Proposition 29. Soient (X, O) un espace topologique, (Y, d) un espace mé-
trique, A une partie non vide de X et f une application continue de A dans
Y . On suppose que pour tout a ∈ A − A, limx→a,x∈A f (x) existe. Alors f
admet un unique prolongement par continuité g à A défini par

∀a ∈ A, g(a) = limx→a,x∈A f (x).

40 CHAPITRE 3. LIMITES

Démonstartion. L’application g est bien définie sur A. Il reste à montrer

qu’elle est continue. D’ailleurs :
(i) Pour tout ouvert U de X, on a

g(U ∩ A) ⊂ f (U ∩ A).

En effet, il résulte de la définition de g que, pour tout a ∈ A,

g(a) = limx→a,x∈A f (x) = limx→a,x∈U ∩A f (x.

Il résulte de la proposition 13 que g(a) ∈ f (U ∩ A).

(ii) soient a ∈ A et  > 0. Alors Bf (g(a), ) est un voisinage fermé de g(a).
Il résulte de la définition de g(a) qu’il existe un voisinage V de a dans
X tel que
f (V ∩ A) ⊂ Bf (g(a), ).
Par définition du voisinage V , il existe un ouvert U dans X tel que

a ∈ U ⊂ V et f (U ∩ A) ⊂ Bf (g(a), ).

Comme Bf (g(a), ) est fermé, on a

a ∈ U et f (U ∩ A) ⊂ Bf (g(a), ).

Comme {Bf (g(a), ) :  ∈ R∗+ > 0} forme une base de voisinages de

g(a), g est bien continue au point a.

3.4.2 Limite uniforme d’une suite de fonctions continues

On sait que si X est un ensemble non vide, (Y, d) est un espace métrique,
l’ensemble B(X, Y ) des fonctions bornées f : X → Y muni de la distance
de la convergence uniforme est un espace métrique. Si (X, O) est un espace
topologique, on peut considérer le sous-ensemble Cb0 (X, Y ) = B(X, Y ) ∩
C 0 (X, Y ). On obtient le résultat suivant qui exprime que Cb0 (X, Y ) est une
partie fermée de l’espace métrique (B(X, Y ), D) où D est la distance de la
convergence uniforme (voir 1.8).
Proposition 30. Une limite uniforme d’une suite de fonctions continues
est continue. De façon explicite, soient (X, O) un espace topologique, (Y, d)
un espace métrique, et (fn )n∈N une suite d’applications de Cb0 (X, Y ) qui
converge vers une fonction f ∈ B(X, Y ) pour la distance de la convergence
uniformme. Alors f ∈ Cb0 (X, Y ).
Démonstration. Montrons que f est continue. Soit x ∈ X et soit  > 0.
Comme f est limite de la suite (fn )n∈N , il existe un entier naturel N qui est
tel que :

∀n ∈ N n ≥ N D(fn , f ) ≤ .
3
3.4. CONTINUITÉ UNIFORME 41

Comme la fonction fN est continue au point x, il existe un voisinage U de

x dans X telque

∀y ∈ U d(fN (y), fN (x)) ≤ .
3
En utilisant l’inégalité du triangle vérifiée pat d, on obtient :

∀y ∈ U d(f (y), f (x)) ≤ d(f (y), fN (y))+d(fN (y), fN (x))+d(fN (x)), f (x))


≤ 2D(f, fN ) + ≤ .
3
Ainsi la limite uniforme f est continue.
42 CHAPITRE 3. LIMITES
Chapitre 4

Suites dans les espaces

métriques

4.1 Notion de convergence de suites

Soit (ak )k∈N une suite dans l’espace métrique (X, d). C’est donc, par
définition, une application de N dans X qui à chaque k ∈ N associe ak ∈ X,
et par conséquent une fonction de R dans X de domaine égal à N . Si a ∈ R
est adhérent à N , alors nécessairement a est égal à un k ∈ N (le vérifier)
et dès que 0 < δ < 1, B (a, δ) ∩ N = {a}. Ce qui montre que le concept de
limite pour les valeurs d’une suite ne présente aucun intérêt pour une valeur
finie de l’argument k ∈ N . Comme N est non borné, on peut examiner le
problème de la limite lorsque l’argument k tend vers l’infini. La définition
1-3 appliquée au cas qui nous intéresse (f (k) = ak ) ici nous amène à dire
que ak tend vers a ∈ X lorsque k tend vers l’infini si

(∀ ε > 0) (∃ r > 0) (∀ k ∈ N : k > r) : d (ak , a) < ε.

Maintenant si nous remaquons qu’en vertu de l’axiome d’Archimède tout

réel r est majoré par un élément m de N ∗ , la condition ci-desus peut être
écrite sous la forme équivalente
(1)

(∀ ε > 0) (∃ m ∈N ∗ ) (∀ k ∈N ∗ : k ≥ m) : d (ak , a) < ε.

Soient (X, d) un espace métrique, a un élément de Xet (ak )k∈N une suite
d’éléments de X.

Définition 45. On dit que la suite (ak )k∈N converge vers a ou que (ak )k∈N
est convergente de limite a si elle vérifie (1). Sinon elle est dite divergente.

Remarque 17. Des résultats généraux sur les limites des valeurs des fonc-
tions, nous déduisons les conséquences suivantes :

43
44 CHAPITRE 4. SUITES DANS LES ESPACES MÉTRIQUES

(i) Si limk→∞ ak existe, elle est unique.

(ii) (Condition de Cauchy) Si limk→∞ ak existe alors :

(∀ ε > 0) (∃ m ∈ N ∗ ) (∀ k ∈ N ∗ : k ≥ m) (∀ q ∈ N ∗ : q ≥ m) : d (ak , aq ) < ε.

Il résulte de la remarque 1-7-i que si la suite (ak )k∈N converge vers

a, a est unique et est appelée la limite de cette suite. On notera aussi
que (d(ak , a))k∈N est une suite dans R+ et que, par la définition ci-dessus,
(ak )k∈N converge vers a si et seulement si la suite numérique (d(ak , a))k∈N
converge vers 0.
On peut donner, dans un espace métrique, une caractérisation intéres-
sante des fermés en termes de suites. En fait on a :
Proposition 31. Soit F une partie d’un espace métrique (X, d).Alors F est
fermé si et seulement si la limite de toute suite de points de F qui converge
est dans F

Preuve : Condition nécessaire

Soient F un fermé de X et (ak )k∈N une suite dans F convergeant vers
a ∈ X. Alors F = adhF et

(∀r > 0) (∃m ∈ N ∗ (∀k ∈ N ∗ : k ≥ m) : d (ak , a) < r

Autrement dit ∀r > 0, il existe ak ∈ F tel que ak ∈ B (a; r) ∩ F . Par

conséquent a ∈ adhF = F .

Condition suffisante :
Supposons F telle que pour toute suite (ak )k∈N dans F convergeant vers
a ∈ X, on ait a ∈ X et montrons que F est fermé. En vertu du théorème
1-6 et du fait que F ⊂ adhF , il nous suffit de montrer que adhF ⊂ F .
Soit a ∈ adhF . Alors, en prenant r = k1 dans la définition de l’adhé-
rence, B a;
k1 ∩ F 6= φ. Autrement dit quel que soit l’entier k > 0, il existe

ak ∈ B a; k1 ∩ F . La suite (ak )k∈N est alors une suite d’éléments de F qui

converge vers a. Donc a ∈ F ; ce qu’il fallait démontrer.

La notion de point adhérent à une partie d’un espace métrique peut

s’exprimer en termes de convergence de suites. Pour se convaincre (s’il ne
l’est pas déjà), le lecteur est prier de faire l’exercice suivant.
Exercice 9. Soit A une partie non vide d’un espace métrique (X, d). Alors
un point a ∈ X est adhérent à A si et seulement s’il existe une suite (ak )k∈N
dans A qui converge vers a.
De même, la notion de limite des valeurs d’une fonction entre espaces
métriques peut également s’exrimer en terme de convergence de suite. Se
repporter à la proposition 15.
4.1. NOTION DE CONVERGENCE DE SUITES 45

4.1.1 Valeurs d’adhérence d’une suite

Introduisons pour une suite (xk )k∈N d’un espace topologique (X, O) la
notion suivante, plus faible que celle de la limite.
Définition 46. On dit que le point a de X est une valeur d’ahérence de la
suite (ak )k∈N si :

∀U ∈ V(a), ∀m ∈ N ∗ ∃p ∈ N ∗ : p ≥ m : ap ∈ U.

Dans le cas d’un espace métrique (X, d), on a :

Définition 47. On dit que le point a de X est une valeur d’ahérence de la
suite (ak )k∈N si :

∀ > 0, ∀m ∈ N ∗ ∃p ∈ N ∗ : p ≥ m : d(ap , a) < .

On voit immédiatement que si la suite (ak )k∈N converge et admet a pour

limite, alors a est une valeur d’adhérence de cette suite. Néanmoins une suite
peut avoir une valeur d’ahérence, même unique, sans être convergente. Ainsi,
la suite dans R définie par
1
a2k−1 = , a2k = 2k , k ∈ N ∗ ,
2k−1
n’est pas convergente, quoique admettant zéro comme unique valeur
d’adhérence.
Remarque 18. On montre que dans Rn une condition nécessaire et suffi-
sante pour qu’une suite possède une valeur d’adhérence est que cette suite ne
converge pas vers l’infini.
On rappelle que, k.k étant une norme sur Rn , la suite (ak )k∈N est dite
convergeant vers l’infini si :

∀r > 0 ∃m ∈ N ∀k ∈ N k ≥ m ⇒ kak k ≥ r.

On déduit aussi le théorème de Bolzano-Weistrass :

Théorème 10. Toute suite bornée dans R admet une valeur d’adhérence.
En effet la suite étant bornée, elle ne tend pas vers l’infini.

On donne une autre formulation utile de la valeur d’adhérence, qui né-

cessite la définition suivante :
Définition 48. Soient X un ensemble quelconque et (xk )k∈N une suite dans
X. On dit que la suite (yk )k∈N dans X est une suite extraite ou encore une
sous-suite de (xk )k∈N s’il existe une fonction j : N −→ N telle que, pour
tout k ∈ dom(j)
j (k + 1) > j (k) et yk = xj(k)
46 CHAPITRE 4. SUITES DANS LES ESPACES MÉTRIQUES

Exemples 2.
1 1



1. La suite 2k k∈N ∗ est une suite extraite de k k∈N ∗ et j (k) = 2k.
2. Les suites (2k)k∈N ∗ , (2k + 1)k∈N ∗ sont toutes deux des sous-suites de
(k)k∈N .

La propriété suivante est une conséquence des définitions ci-dessus.

Proposition 32. Si (xk )k∈N est une suite dans un espace topologique qui
converge vers a, alors toute sous-suite de (xk )k∈N converge vers a.

Notons au passage qu’une suite divergente peut admettre des sous-suites

convergentes ainsi que le montre la suite divergente (−1)kk∈N qui admet les
sous-suites convergentes (−1)k∈N et (+1)k∈N .
Donnons maintenant la caractérisation, en termes de sous-suites, de la
valeur d’ahérence.

Proposition 33. On se place dans un espace métrique (X, d). Le point a

est valeur d’adhérence de la suite (ak )k∈N si et seulement s’il existe une
sous-suite de (ak )k∈N qui converge vers a.

Avant de démontrer cette proposition, notons que pour toute application

j : N −→ N ∗ telle que j (k + 1) > j (k) quel que soit k ∈ N ∗ , on a nul doute
j (k + 1) ≥ j (k) + 1, ∀k ∈ N ; ce qui implique que, pour tout k ∈ N ∗ j (k) =
j (0 + k) ≥ j (0) + k ≥ k, et dès lors, j (k) −→ +∞ quand k −→ +∞.
Démonstration .
Condition nécessaire :
Soit a ∈ X une valeur d’ahérence de (ak )k∈N . En prenant ε = 1 et
m = 1 dans la définition 47, on obtient l’existence de k1 ∈ N ∗ tel que
k1 ≥ 1 et d (ak1 , a) ≤ 1 ;
en prenant ε = 12 et m = k1 + 1, on obtient k2 ∈ N ∗ tel que

k2 ≥ kl + 1 et d (ak2 , a) < 1/2 .

En continuant de la sorte, on trouve que, pour chaque n ∈ N ∗ , kn ∈ N ∗

tel que

1
kn ≥ kn−1 + 1 et d (akn , a) ≤ . (n ∈ N ∗ , n ≥ 2) .
n

L’application j : N ∗ −→ N ∗ définie par j (n) = kn est telle que pour tout

n ∈ N ∗ , j (n + 1) ≥ j (n) + 1 > j (n) et (akn )n∈N ∗ = (aj (n))n∈N ∗ est
une suite
extraite de (ak )k∈N qui converge vers a, puisque, par construction,
d aj(n) , a ≤ 1/n quel que soit n ∈ N ∗ .
4.2. SUITES DE CAUCHY. ESPACES MÉTRIQUES COMPLETS 47

Condition suffisante :
Supposons qu’il existe une sous-suite (bk )k∈N ∗ de ak qui converge vers
a. Soit alors j : N −→ N ∗ l’application qui est telle que quel que soit
k ∈ N ∗ , j (k + 1) > j (k) et bk = aj(k) . Par hypothèse,

(∀ ε > 0) ( ∃ m ∈ N ∗ ) (∀k ∈ N ∗ : k ≥ m) : d a, aj(k) < ε.

(4.1)

Dès lors, si ε > 0 et q ∈ N ∗ sont donnés, on a, en prenant n =

j (max (m, q)), où m est associé à  par (4.1),
n ≥ j (q) ≥ q et, comme
n ≥ j (m) ≥ m, on a d (an , a) = d aj(max(q,m)) , a < ε.
En d’autres termes, nous venons de prouver que

(∀ε > 0) (∀q ∈ N ∗ ) (∃n ∈ N ∗ : n ≥ q) : d (an , a) < ε;

c’est-à-dire que a est une valeur d’ahérence de la suite (ak )k∈N ; ce qui
achève la preuve.

Remarque 19. Il résulte de la remarque 18 et de la proposition 33 qu’une

condition nécessaire et suffisante pour qu’une suite dans Rn admette une
sous-suite convergente est qu’elle ne tende pas vers ∞ . En conséquence,
toute suite bornée dans Rn , admet donc une sous-suite convergente.

4.2 Suites de Cauchy. Espaces métriques complets

Jusqu’à présent on ne pouvait parler de la convergence d’une suite que
si on connaissait sa limite. La complétude qui est une notion purement mé-
trique permet de prédire l’existence d’une limite à partir de propriété de la
suite.

Soient (X, d) un espace métrique et (xk )k∈N ∗ une suite dans X. Il est
aisé de voir que si la suite (xk )k∈N converge vers x, elle vérifie la condition
ci-dessous connue sous le nom de condition de Cauchy :

∀ε > 0, ∃m ∈ N ∗ tel que ∀k, q ∈ N ∗ : k, q ≥ m ⇒ d (ak , aq ) < ε. (4.2)

Définition 49. Toute suite (xk )k∈N de (X, d) qui vérifie la condition de
Cauchy ci-dessus est appelée suite de Cauchy.

Ainsi, toute suite dans X qui est convergente dans X y est de Cauchy.
La réciproque est fausse ainsi que le montre l’exemple suivant,

Exemple 10.
48 CHAPITRE 4. SUITES DANS LES ESPACES MÉTRIQUES

Soit f : R → R l’application définie par :

x
f (x) = .
1 + |x|
Alors il est aisé de voir que dom(f ) = R, f (−x) = −f (x) ∀x ∈
R, |f (x)| < 1 ∀x ∈ Rn , lim→+∞ f (x) = 1, limrightarrow−∞ f (x) = −1 et
qu’en outre f est strictement croissante. Soit d : R2 → R, l’application
définie par
d (x, y) = |f (x) − f (y)|
f étant strictement monotone est injective et dès lors, il est aisé de voir que
de est une distance sur R. En conséquence (R, d) est un espace métrique.
Montrons que dans cet espace métrique, il existe des suites de Cauchy non
convergentes. D’ailleurs, par la définition de d, la suite (ak )k∈N∗ converge vers
a ∈ R dans l’espace métrique (R, d) si et seulement si la suite (f (ak ))k∈N∗
converge vers f (a) ∈ R au sens de la distance usuelle sur R induite par la
valeur absolue |·| et la suite (ak )k∈N∗ est de Caucht pour la distance d si
et seulement si (f (ak ))k∈N∗ est de Cauchy pour la distance usuelle sur R.
Comme, au sens de la distance usuelle sur R.
lim f (k) = 1,
k→∞

la suite (f (k))k∈N∗ est une suite de Cauchy pour la distance usuelle, et dès
lors la suite (k)k∈N∗ est de Cauchy pour la distance d. Cependant la suite
(k)k∈N n’est pas convergente pour la distance d. En fait, si (k)k∈N convergeait
vers a ∈ R pour la distance d, alors (f (k))k∈N convergeait vers f (a) pour la
distance usuelle sur R ; comme, pour la distance, usuelle,
lim f (k) = 1, ,
k→∞

on aurait, par unicité de la limite,

1 = f (a) < 1,
ce qui est absurde.

Il existe, toutefois, des espaces métriques pour lesquels toute suite de

Cauchy converge vers un élément de l’espace. Il en est ainsi de Rn muni de
la distance dj où j = 1, 2 ou ∞ et en particulier R muni de sa métrique
naturelle. On est ainsi conduit à la
Définition 50. On dit qu’un espace métrique (X, d) est complet si toute
suite de Cauchy de X converge vers un élément de X.
Dans le cas particulier d’un espace vectoriel normé, on a une terminologie
particulière donnée par la
Définition 51. Un espace de Banach est un espace vectoriel normé (E, v)
qui est complet pour la distance induite par la norme v.
4.2. SUITES DE CAUCHY. ESPACES MÉTRIQUES COMPLETS 49

4.2.1 Exemple fondamental

Théorème 11. L’ensemble R des nombres réels est complet.

Preuve. Soit (xk )k∈N une suite de Cauchy de R. Elle est bornée : il
existe M > 0 tel que |xk | ≤ M ∀k ∈ N. On peut donc extraire une sous-suite
de (xk )k∈N qui converge dans R (puisque [−M, M ] est compact). Mais alors
cette suite de Cauchy converge.

Exemple 11. L’ensemble Q des nombres rationnels n’est pas complet.

En effet tout nombre irrationnel r ∈ R − Q peut être approché par une

suite de nombres rationnels xn = pqnn . La suite (xk )k∈N est de Cauchy dans R
et donc dans Q. Elle ne converge pas dans Q puisque r n’est pas rationnel.

Théorème 12. Si U est un ensemble et (X, d) est un espace métrique com-

plet, alors l’ensemble Fb (U, X) des applications définies sur U et à valeurs
dans X muni de la distance d∞ de la convergence uniforme est complet.

Preuve. Soit (fn )n∈N une suite de Cauchy de (Fb (U, X), d∞ ) et soit
ε > 0.
∃nε ∈ N, ∀m, n ≥ nε , sup d(fn (x), fm (x)) ≤ ε.
x∈U

Il en ressort que pour tout x ∈ U , la suite (fn (x))n∈N est de Cauchy

dans l’espace métrique complet (X, d). Soit f (x) sa limite. On définit ainsi
une application f : U → X. Vérifions qu’elle est bornée sur U . D’ailleurs, il
existe un entier naturel n1 tel que d∞ (fn1 , fn ) ≤ 1 pour tout entier n ≥n1 .
Soit y0 ∈ X (on note également y0 la fonction constante de U → X associée),

∀x ∈ U, ∀n ≥ n1 , d(y0 , fn (x)) ≤ d(y0 , fn1 ) + 1 ≤ d∞ (y0 , fn1 ) + 1

et en passant à la limite n → ∞ (pour x ∈ U fixé), on obtient :

∀x ∈ U, d(y0 , f (x)) ≤ d∞ (y0 , fn1 ) + 1.

Par conséquent f ∈ Fb (U, X).

Vérifions enfin que la suite (fn )n∈N converge vers f dans Fb (U, X) pour
la distance de la convergence uniforme d∞ . Pour ε > 0 et x ∈ U , on a
l’inégalité d(fn (x), fm (x)) ≤ ε pour n, m ≥ nε . On passe à la limite m → ∞
à x ∈ U fixé pour obtenir :

∀x ∈ U, ∀n ≥ nε , d(fn (x), f (x)) ≤ ε

Ce qui s’écrit aussi, puisque nε ne dépend pas de x,vd∞ (fn , f ) ≤ ε. Ainsi on a

la convergence de la suite (fn )n∈N vers f dans Fb (U, X) pour la distance d∞ .
50 CHAPITRE 4. SUITES DANS LES ESPACES MÉTRIQUES

Remarque 20. La démonstration ci-dessus procède d’une méthode assez

générale pour établir la complétude d’un espace métrique :
1. Identifier une limite éventuelle pour la suite de Cauchy (souvent obte-
nue en nutilisant un résultat de complétude connu et en faisant inter-
venir une toplogie mieux connue).
2. Vérifier que l’éventuelle limite est bien dans l’ensemble ;
3. Vérifier que la suite converge bien vers cette limite pour la distance de
départ.

Le résultat ci-dessus est une caractérisation intéressante des parties fer-

mées d’un espace métrique complet.

Proposition 34. Soient (X, d) un espace métrique complet, A une partie

non vide de X. Alors, muni de la métrique induite par d, A est un sous-
espace métrique complet si et seulement si A est fermé dans (X, d).

Démonstration : Condition nécessaire.

Supposons que A soit un sous-espace métrique complet et soit (ak )k∈N ∗
dans A qui converge vers a ∈ X. Alors a ∈ A.
Pour montrer que A est fermé, il suffit de montrer, en vertu de la pro-
position 31, que a ∈ A. D’ailleurs, (ak )k∈N ∗ étant une suite de Cauchy dans
l’espace métrique complet A converge vers un élément de A ; l’unicité de la
limite dans X entraîne que cette limite est a.

Condition suffissante :
Supposons maintenant que A soit une partie fermée de l’espace métrique
complet (X, d). Soit (ak )k∈N ∗ une suite de Cauchy dans A. Alors elle est une
suite de Cauchy dans l’espace métique complet (X, d) et dès lors converge
vers a ∈ X A étant fermée, a ∈ A.

Corollaire 4. Toute boule fermée d’un espace métrique complet est complète.

Soient (E, ν)un espace de Banach et A un sous-espace vectoriel de E.

Alors, muni de la norme induite par ν, A est un espace de Banach si et
seulement si A est une partie fermée.

Exercice 10. Soient (Xi , di ) , i = 1, 2, ..., n des espaces métriques.

Définissons les applications Di , i ∈ {1, 2, ∞} sur X = X1 .×X2 ×..×Xn
de la manière suivante. Pour chaque couple (x, y) de X 2 où (x = xi , ..., xn ) , (y = yi ),
on pose :
Xn
D1 (x, y) = di (xi , yi )
i=1
" n #1/2
X
D2 (x, y) = (di (xi , yi ))2
i=1
4.2. SUITES DE CAUCHY. ESPACES MÉTRIQUES COMPLETS 51

D∞ (x, y) = sup {di (xi , yi ) , 1 ≤ 1 ≤ n} .

Montrer que l’espace métrique (X, D∞ ) est complet si chaque espace mé-
trique (Xi , di ) est complet. En déduire que Rn et C n sont complets et qu’en
vertu de la proposition 34, toute partie fermée de Rn ou C n est complète.

Nous allons maintenant établir la réciproque de la proposition 16.

Soient (X, O) un espace topologique, (Y, d) un espace métrique, A une

partie non vide de X, f : X → Y une fonction de domaine de définition
dom(f ). On suppose que A ∩ dom(f ) 6= φ et que a ∈ A ∩ dom(f ).
On rappelle que f vérifie la condition de Cauchy au point a si :

∀ > 0, ∃U ∈ V(a) : ∀x, y ∈ A ∩ U ∩ dom(f ), d(f (x), f (y)) <  (4.3)

Proposition 35. Suppsons l’espace métrique (Y, d) complet. Alors limx→a,x∈A f (x)
existe si et seulement si f vérifie la condition de Cauchy en a.

Démonstration : Condition nécessaire (voir la démonstration de la pro-

position 16 )
Condition suffisante. Soit a ∈ A ∩ dom(f ). Comme f vérifie le critère de

Cauchy en a, il existe un voisinage U de a tel que :


x, y ∈ A ∩ U ∩ dom(f ) ⇒ d(f (x), f (y)) < .
2

Comme a ∈ A ∩ dom(f ), il existe une suite (ak )k∈N d’éléments dans

A ∩ dom(f ) qui converge vers a. Aussi, comme U ∈ V(a), il existe m ∈ N tel
que :
k ≥ m ⇒ ak ∈ U,
à cause de la convergeance de la suite (ak )k∈N vers a. Considerons la suite
(f (ak ))k∈N et prouvons qu’elle est de Cauchy. D’ailleurs, comme U est un
voisinage de a et que la suite (ak )k converge vers a, on a

p, q ≥ m ⇒ ap , aq ∈ U ∩ A ∩ dom(f )

et, comme f vérifie la condition de Cauchy en a :


d(f (ap ), f (ap )) < .
2
Ce qui prouve l’assertion sur la suite (f (ak ))k∈N . L’espace métrique (X, d)
étant complet, elle converge vers un élément b ∈ X :

b = limk→+∞ f (ak ).
52 CHAPITRE 4. SUITES DANS LES ESPACES MÉTRIQUES

Allons maintenant montrer que

b= lim f (x).
x→a,x∈A

Puisque f ((xk ))k∈N ∗ a pour limite b, il existe, pour le réel ε > 0 ci-dessus,
m0 ∈ N ∗ tel que, pour tout entier k ≥ m0 ,

d(f (ak ), b) < ε/2 .

Soit donc x ∈ domf ∩ A ∩ U et ak avec k ≥ max (m, m0 ) ; alors :

ak ∈ A ∩ dom(f ) ∩ U , d (f (ak ) , f (x)) < ε/2 et d (f (ak ) , b) < ε/2

et dès alors

d (f (x) , b) ≤ d (f (x) , f (ak )) + d (f (ak ) , b) < ε,

ce qui achève la démonstration.

Donnons une caractérisation souvent utile des espaces métriques com-

plets.
Proposition 36. Soit (X, d) un espace métrique. Alors X est complet si et
seulement si, pour toute suite (Fk )k∈N décroissante de parties fermées
T non
vides de X dont la suite des diamètres converge vers 0, l’intersction k∈N Fk
est réduit à un point.
Démonstration. Condition nécessaire. Soit, pour chaque entier po-
sitif k, δk le diamètre de Fk et posons :
\
F = Fk .
k∈N

Alors F est une partie fermée de X dont le diamètre δ est tel que, pour tout
k entier k ≥ 1, δ ≤ δk . Comme la suite (δk )k∈N ∗ tend vers 0, δ = 0.
Cela laisse envisager deux possibilités : F est vide ou est réduit à un point.
Nous allons montrer que F n’est pas vide.
Soit, pour tout k ≥ 1, ak ∈ Fk . Alors la suite (ak )k∈N ∗ est une suite de
Cauchy dans X. En fait, soit ε > 0. Puisque (δk )k∈N ∗ converge vers 0, il
existe un entier positif m tel que δm < ε. Dès lors si p et q sont deux entiers
supérieurs à m, on a ap ∈ Fm et aq ∈ Fm (puisque la suite (Fk )k∈N ∗ est
décroissante). Donc
d (ap , aq ) ≤ δm < ε.
Comme X est complet, la suite (ak )k∈N ∗ converge vers un élément a ∈ X.
Maintenant, comme ai ∈ Fk , pour tout i ≥ k, on a a ∈ F̄k = Fk ; cela étant
vraie pour tout k ∈ N ∗ , on a a ∈ F .
4.2. SUITES DE CAUCHY. ESPACES MÉTRIQUES COMPLETS 53

Montrons maintenant que a est le seul élément de F . Soit en effet b ∈ F .

Alors, par définition de F , quel que soit k ∈ N ∗ , a et b sont des éléments
de Fk . Donc :
d (a, b) ≤ δk .
Comme (δk ) k ∈ N ∗ converge vers 0, on a a = b. Condition suffisante :

Soit (xn )n∈N une suite de Cauchy de X. Pour tout entier p ≥ 1, soit
Bp = {xn : n ≥ p} .


Alors B̄p p∈N est une suite décroissante de fermés non vides. Comme (xn )n∈N ∗
est de Cauchy, la suite (δp )p∈N ∗ où δp = dim (Bp ) tend vers 0 quand p → +∞.
D’ailleurs ε > 0 étant donné, il existe N ∈ N ∗ tel que
p, q ≥ N ⇒ d(ap , aq ) < ε/2 ⇒ δN = supp,q≥N d(ap , aq ) ≤ ε/2 < ε
.
Dès lors si k ≥ N , on a Bk ⊂ BN de telle sorte que δk ≤ δN < ε.
Donc, il existe x ∈ X avec
\
B̄n = {x} .
n∈N ∗

On applique alors les lemmes ci-dessous pour conclure.

T
Lemme 1. Pour toute suite (xn ) de X, B̄p est effectivement l’ensemble
p∈N ∗
des valeurs d’adhérence de (xn ) .
Lemme 2. Si une suite de Cauchy admet une valeur d’adhérence, elle converge
vers cette valeur d’adhérence.
Démonstration du lemme 1.
\ \
x∈ B̄p ⇐⇒ ∀p ∈ N∗ , ∀ε > 0, B(x, ε) Bp 6= φ
p∈N ∗

⇐⇒ ∀ε > 0, ∀p ∈ N∗ ∃k ≥ p tel que d(x, xk ) < ε

⇐⇒ x est valeur d’adhérence de la suite (xn )n∈N
Démonstration du lemme 2. (xn )n∈N ∗ est de Cauchy ⇐⇒ ∀ ε >
0, ∃ N ∈ N ∗ tel que
p, q ≥ N ⇒ d(xp , xq ) < ε/2.
Si donc x est une valeur d’adhérence de (xn )n∈N ∗ , pour cet entier N , il
existe un autre entier k ≥ N tel que d (x, xk ) < ε/2.
Mais alors pour tout entier n ≥ N , on a :
ε
d (x, xn ) ≤ d (x, xk ) + d (xk , xn ) < 2. = ε.
2
54 CHAPITRE 4. SUITES DANS LES ESPACES MÉTRIQUES

Théorème 13. Soient (X1 , d1 ) un espace métrique, A une partie de X1

et f une application uniformément continue de A dans un espace métrique
complet (X2 , d2 ). Alors il existe une et une seule application g : Ā −→ X2
qui soit un prolongement uniformément continue de f .

Démonstration.
Soit ε > 0. La fonction f étant uniformément continue sur A, il existe
δ > 0 tel que

∀ x, y ∈ A, d1 (x, y) < δ ⇒ d2 (f (x) , f (y)) < ε/4.

Soit a ∈ Ā. Alors B1 (a, δ/2) ∩ A 6= φ et, pour tout couple (x, y) d’éléments
de B1 (a, δ/2) ∩ A, on a

d1 (x, y) ≤ d (x, a) + d (a, y) < δ

de telle sorte que, pour de tels éléments,

d2 (f (x), f (y)) < ε/4 < ε.

Ainsi la fonction f vérifie la condition de Cauchy en tout point a ∈ Ā.

Définissons g : Ā −→ X2 par :

f (a) si a ∈ A,
g(a) =
limx→a,x∈A f (x) si x ∈ Ā \ A.

La fonction g est manifestement un prolongement de f qui est définie sur Ā.

Montrons qu’elle est uniformément continue.
Soit ε > 0. La fonction f étant uniformément continue sur A, il existe
δ > 0 tel que

∀ x, y ∈ A, d1 (x, y) < δ ⇒ d2 (f (x) , f (y)) < ε/4.

Soient a ∈ Ā et b ∈ Ā. Alors :

g(a) = lim g(b) = lim .

x→a,x∈A x→b,x∈A

De par les définitions de g (a) et de g (b), il existe η ≤ δ/4 tel que

x ∈ B1 (a, η)∩A =⇒ d2 (g(a), f x)) < ε/4y ∈ B1 (a, η)∩A =⇒ d2 (g(a), f (x)) < ε/4.

Fixons xa ∈ B1 (a, η) ∩ A et yb ∈ B1 (b, η) ∩ A.

Alors :

d1 (xa , yb ) ≤ d1 (xa , a) + d1 (a, b) + d1 (b, yb ) < d (a, b) + 2η ≤ d (a, b) + δ/2.

En conséquence, si nous prenons η = δ/4 et a ∈ Ā et b ∈ Ā tels que

d1 (a, b) < η alors d (xa , yb ) < 34 δ < δ de telle sorte que d2 (f (xa ) , f (yb )) <
4.2. SUITES DE CAUCHY. ESPACES MÉTRIQUES COMPLETS 55

ε/4.
Par suite, pour a ∈ Ā et b ∈ Ā tels que

d1 (a, b) < η,
on a :

d2 (g (a) , g (b)) ≤ d2 (g (a) , g (xa )) + d2 (g (xa ) , g (yb )) + d2 (g (yb ) , g (b))

ε
= d2 (g (a) , f (xa )) + d2 (f (xa ) , f (yb )) + d2 (f (yb ) , g (b)) < 3. < ε.
4
L’unicité du prolongement g résulte de la proposition 28.
56 CHAPITRE 4. SUITES DANS LES ESPACES MÉTRIQUES
Chapitre 5

Théorème de point fixe

5.1 Application contractante

Soit (X, d) un espace métrique et f une application de X dans X.

Définition 52. (i) On dit qu’une application f : X −→ X est une contrac-

tion s’il existe un nombre réel 0 < k < 1 tel que, pour tout couple (x, y)
d’éléments de X,
d [f (x) , f (y)] ≤ k d (x, y) (5.1)

(ii) On dit qu’un point a ∈ X est un point fixe pour f si f (a) = a.

Exercice 11. Montrer que toute contraction est uniformément continue.

Théorème 14. Soient (X, d) un espace métrique complet et f une contrac-

tion de X dans X. Alors, f admet un point fixe unique.

Preuve. Soit x0 un point arbitraire de X. Montrons que la suite (xk )k∈N

définie par xn+1 = f (xn ), n ∈ N est de Cauchy. Soit k la constante telle que
(1), alors, pour tout couple (m, n) d’entiers m ≥ n, nous avons :

d(xn , xm ) = d(f (xm−1 ) , f (xm−1 )) ≤ k d (xn−1 , xm−1 )

et par n applications successives du même procédé, nous obtenons :

d (xn , xm ) ≤ k n d (x0 , xm−n ) .

Par l’application de l’inégalité triangulaire, nous avons :

d (x0 , xm−n ) ≤ d (x0 , x1 ) + d (x1 , x2 ) + ... + d (xm−n−1 , xm−n ) .

Mais, en appliquant (1) un nombre suffisant de fois, nous obtenons

d (xp , xp−1 ) ≤ k p d (x0 , x1 ) .

57
58 CHAPITRE 5. THÉORÈME DE POINT FIXE

D’où :

1 + k + k 2 + ... + k m−n−1


d (x0 , xm−n ) ≤ d (x0 , x1 )
∞
X d(x0 , x1 )
≤ d (x0 , x1 ) kp = .
1−k
p=0

Donc :
kn
d (xn , xm ) ≤ d (x0 , x1 ) . (5.2)
1−k
Puisque 0 < k < 1, le second membre de (2) tend vers 0 quand n → ∞ ; ce
qui fait que la suite (xn ) est de Cauchy. Puisque X est complet, elle admet
une limite a. Mais, puisque f est continue, nous avons

f (a) = f ( lim xn ) = lim f (xn ) = lim xn+1 = a.

n→∞ n→∞ n→∞

Le point a est donc bien un point fixe de f .

Unicité. Supposons qu’il existe un ba tel que b = f (b). Nous

d (a, b) = d [f (a) , f (b)] ≤ k d (a, b) < d (a, b) ;

ce qui est absurde.

Remarque 21.
En fixant n et en faisant tendre m vers +∞ dans (5.2), on obtient
kn
d (xn , x) ≤ d (x0 , x1 ) (5.3)
1−k
où x est la solution de l’équation

x = f (x) . (5.4)

La relation 5.3 donne donc la marge d’erreur dans l’approximation de la

solution x de l’équation 5.4.
Remarque 22.
Le théorème 14 fonde la méthode dite des approximations successives.
Lorsque f est une contraction, pour touver la solution de l’équation

x = f (x) .

Il suffit de partir d’un point quelconque x0 ∈ X et de calculer la limite de

la suite (xn ) définie par xn+1 = f (xn ) , n ∈ N. Cette méthode peut être
utilisée pour prouver l’existence, l’unicité et la continuité des solutions d’une
équation différentielle ordinaire, et pour construire des solutions périodiques
d’une telle équation. L’utilisation de cette méthode nécessite la démarche
suivante :
5.1. APPLICATION CONTRACTANTE 59

(i) définir l’espace métrique X ;

(ii) montrer qu’il est complet ;
(iii) définir l’application continue f : X −→ X,
(iv) montrer qu’elle est une contraction.

Le résultat suivant, qui généralise le théorème 14, peut être utile.

Exercice 12. Si une itérée d’une application f d’un espace mérique complet
dans lui-même est une contraction, alors l’application f admet un et un seul
point fixe.

Exercice 13 (Point fixe et équations différentielles : un théorème de Cau-

chy-Lipschitz). Soit I un intervalle de R et f : I ×Rm → Rm une application
continue, supposée globalement lipschitzienne en la seconde variable y au sens
suivant : pour tout intervalle compact K ⊂ I, il existe k > 0 tel que, pour
tous t ∈ K, y, z ∈ Rm ,

kf (t, y) − f (t, z)k ≤ kky − zk

où, k.k est une norme quelconque sur Rm .

Le but de l’exercice est de montrer que le système différentiel

y 0 = f (t, y) , y(t0 ) = x,

avec t0 ∈ I et x ∈ Rm donnés, admet une solution unique t → y(t), qui est

définie dans I tout entier.
Dans les questions 1 à 4, on suppose I compact, et on note E l’espace des
fonctions t → y(t) continues de I dans Rm , muni de la norme kyk∞ =
supt∈I ky(t)k. Pour y ∈ E, et t ∈ I, on définit
Z t
F (y)(t) = x + f (t, y(t))dt.
t0

1. Montrer que le système différentiel équivaut à y ∈ E et F (y) = y.

2. Soit l la longeur de I. Montrer que F est lipchitzienne sur E de rapport
kl. Peut-on en déduire le résultat souhaité ?
3. Montrer que, pour tout entier p ≥ 1, l’application itérée F p = F ◦
(kl)p
F ◦ ... ◦ F est lipchitzienne de rapport p! . [On pourra montrer, par
récurrence, que

(k|t − t0 |)p
kF p (y)(t) − F p (z)(t)k ≤ ky − zk∞ .]
p!

4. Conclure lorsque I est compact.

60 CHAPITRE 5. THÉORÈME DE POINT FIXE

5. Etendre le résultat à un intervalle quelconque. [On pourra écrire l’in-

tervalle I comme réunion d’une suite d’intervalles compacts.]
6. Exemples. Appliquer ce qui précède au système linéaire à coefficients
constants : y 0 = Ay, y(0) = x. [On explicitera les itérées F n (x) de la
fonction constante x], et à l’équation du pendule

u00 = −sinu, u(0) = a, u0 (0) = b.

Exercice 14 (Point fixe et équations intégrales). Soient I = [a, b] un inter-

valle compact de R, K : I × I → R une application continue et E l’espace des
applications numériques continues sur I, muni de la norme de la convergence
uniforme. On donne ϕ ∈ E.
1. Montrer que l’équation intégrale de Fredholm
Z b
x(t) = ϕ(t) + K(s, t)x(s)ds , t ∈ I,
a

admet une unique solution x ∈ E, si (b − a)maxs,t∈I |K(s, t)| < 1.

[F(x)(t) est le second membre de l’équation, on pourra appliquer un
théorème de point fixe à F .]
2. Résoudre et discuter l’équation
Z 1
x(t) = ϕ(t) + λx(s)ds, t ∈ [0, 1] ⊂ I,
0

selon les valleurs de λ.

3. Montrer que l’équation intégrale de Volterra
Z t
x(t) = ϕ(t) + K(s, t)x(s)ds, t ∈ I,
a

admet toujours une unique solution x ∈ E. [On pourra appliquer un

théorème de point fixe à une itérée du second membre.]
Chapitre 6

Espaces topologiques compacts

6.1 Définition et proriétés

Soit (X, d) un espace métrique.
Rappelons qu’une partie non vide A de X est bornée s’il existe a ∈ X
et r > 0 tels que A ⊂ B (a; r]. Une partie bornée est également appelée un
borné. Cette définition est compatible avec celle de borné dans R. Evidem-
ment, tout ensemble contenu dans unborné est borné, et il résulte aussitôt
de la définition et du fait qu’une boule fermée est fermée que l’adhérence de
tout borné est borné. En conséquence, la frontière d’un borné est bornée.
On sait que les ensembles fermés et bornés de Rn et les fonctions de Rn
dans Rp continues sur de tels ensembles jouissent de propriétés intéressantes.
Il n’en est plus de même dans les espaces métriques quelconques. Toutefois,
dans un espace métrique quelconque, il existe une classe de fermés bornés
particuliers qui, dans Rn coïncident avec la classe des fermes bornés, et pour
laquelle les propriétés intéressantes obtenues dans Rn subistent. C’est la
classe des parties compactes dont la caractérisation nécessite les définitions
ci-dessous.

6.1.1 Définitions
Soit X un ensemble non vide et A une de X. Un recouvrement de A est
une famille F = {Fi , i ∈ I} (avec I un ensemble non vide quelconque) de
parties de X telle que : [
A⊂ Fi .
i∈I
Le recouvrement F = {Fi , i ∈ I} est dit fini si I est un ensemble fini et il
est dit ouvert si, pour chaque i ∈ I Fi est un ouvert de X.
Au lieu de ”F est un recouvrement de A, on dira aussi F recouvre A”.
Nous arrivons maintenant à la définition de la notion de d’espace topo-
logique compact.

61
62 CHAPITRE 6. ESPACES TOPOLOGIQUES COMPACTS

Soit (X, O) un espace topoloqique.

Définition 53. (C1 ) On dit que l’espace topologique (X, O) est compact s’il
est séparé et si de tout recouvrement ouvert de X, on peut extraire un
sous-recouvrement fini.
(C2 ) Une partie K de X est dite compacte si le sous espace topoloque (K, OK )
est compact.
La propriété requise dans la définition s’appelle la propriété de Borel-
Lebesgue.

Par passage au complémentaire, on a une définition équivalente avec les

fermés que nous donnons ici comme propriété.
Proposition 37. Un espace topologique (X, O) est compact s’il est séparé et
si de toute famille de fermés d’intersection vide, on peut extraire une sous-
famille finie d’intersection vide :
\ \
( Fi = φ) ⇒ (∃J ⊂ I, J fini, Fj = φ)
i∈I j∈J

Le résultat suivant est une conséquence utile dans le cas où les fermés
sont emboités.
Proposition 38. (X, O) est un espace topologique compact si toute suite
décroissante de fermés non vides (Fn )n∈N , Fn+1 ⊂ Fn , Fn 6= φ, a une
intersection non vide.
T
Démonstration.
T ParT contraposée si n∈N Fn = φ, il existerait n1 , ..., np ∈
N tels queTFn1 T.... Fnp = φ. Dans ce cas, si m = max{n1 , ..., np }, alors
Fm = Fn1 .... Fnp = φ ; ce qui contredit l’hypothèse sur la non vacuité
de Fm .

6.1.2 Propriétés des espaces compacts

Donnons maintenant les principales propriétés des compacts et montrons
en particulier qu’ils forment une classe de parties fermées. En outre, ils sont
bornés dans le cas métrique.
Proposition 39. Dans un espace topologique séparé, une partie compacte
est fermée.
Démonstration. Soit K une partie compacte d’un espace topologique
séparé (X, O). Montrons de CX K est ouvert. Soit x ∈ CX K. Comme (X, O)
est séparé, pourTtout y ∈ K, il existe Vx,y ∈ V(x) et Wx,y ∈ O tels que
y ∈ Wx,y et Vx,y WSx,y = φ. Comme K est compact, on peut extraire du re-
couvrement ouvert y∈K Wx,y un sous-recouvrement fini : K ⊂ i=n
S
i=1 W x,yi .
Ti=n
On prend alors V = i=1 Vx,yi et on a bien V ∈ V(x) et V ∈ CX K.
6.1. DÉFINITION ET PRORIÉTÉS 63

Corollaire 5. Toute partie compacte d’un espace métrique est fermée.

Démonstration. En effet un espace métrique étant un espace topolo-
gique séparé, Il suffit d’appliquer la proposition 39.
Proposition 40. Toute partie fermée d’un espace topologique compact est
compacte.
Démonstration. Soient F une partie fermée d’un espace T Ttopologique
compacte (X, O), (FTi )i∈I une famille de fermés telle que F ( i∈I Fi ) = φ.
Alors la famille (F Fi )i∈I est une famille de fermés de X d’intersection
vide. Comme (X, O) est compact, il existe une partie finie J de I telle que
\ \ \ \
φ= (F Fj ) = F ( Fi ).
j∈J i∈I

Corollaire 6. Dans un espace topologique compact, les compacts sont les

fermés.
Corollaire 7. Les compacts de R sont les parties fermées et bornées.
Démonstration.
Soit A une partie fermée et bornée de R. Il existe l > 0 tel que A ⊂ K =
[−l, l]. Comme K est compact, par la Proposition ci-dessus, A est compacte.
Réciproquement une partie compacte de R est nécéssairemnt fermée. En
outre, elle est bornée : sinon on pourrait y trouver une suite (xn )n∈N telle
que |xn | ≥ n qui n’aurait pas de ponit d’accumulation dans R.

6.1.3 Union, intersection, produit

Proposition 41. Dans un espace topologique séparé, une union finie de
parties compactes est compacte.
Preuve : Soient (Ki )1≤i≤n n parties compactes d’un espace topologique
(X, O) et R = (Oi )i∈I un recouvrement ouvert de l’union K des compacts
Kj , 1 ≤ j ≤ n. Alors R est un recouvrement de chacun des compacts pris
S k ∈ {1, ..., n}, on peut
séparément. Pour chaque S trouver une0 partie finie Jk
de I telle que Kk ⊂ i∈Jk Oi . En posant J = 1≤k≤n Jk , R = (Oj )j∈J est
un sous recouvrement fini de K.
Proposition 42. Dans un espace topologique séparé, une intersection quel-
conque de parties compactes est compacte.
Preuve : En T effet si (Ki )i∈I est une famille de parties compactes, l’in-
tersection K = i∈I Ki est une intersections de parties fermées du compact
Ki0 (i0 ∈ I) fixé. C’est un fermé donc compact.
Théorème 15 (Tychonoff). Un produit d’espaces topologiques compacts est
compact.
64 CHAPITRE 6. ESPACES TOPOLOGIQUES COMPACTS

6.2 Compacité des espaces métriques

Proposition 43. Toute partie compacte d’un espace métrique (X, d) est
bornée.

Preuve. Soit K une partie compacte de l’espace métrique (X, d). Alors

F = {B(x; 1) : x ∈ K}

est un recouvrement ouvert de K. K étant compact, il existe une partie

finie de l’ensemble des indices, qui est ici K, soit

K̃ = {x1 , x2 , ..., xm }
n o
telle que F̃ = B (xi ; 1) : xi ∈ K̃ = {B (x1 ; 1) , ..., B (xm ; 1)} recouvre K.
On a donc
m
[
K⊂ B (xi ; 1) .
i=1

En conséquence, si x ∈ K, il existe 1 ≤ i ≤ m tel que d (x, xi ) < 1. Par

suite, quel que soit x ∈ K,

d (x, x1 ) ≤ d (x, xi ) + d (xi , x1 ) < 1 + max {d (xj ; x1 ) : 1 ≤ j ≤ m} = r,

ce qui montre que K ⊂ B(x1 ; r). La partie K est donc bornée.

Remarque 23. Il résulte de cette propoisition que Rn et Cn ne sont pas

compacts puisqu’ils ne sont pas bornés.

Remarque 24. Il résulte des propositions 40 et 43 que dans un espace mé-

trique, toute partie compacte est fermée et bornée.

La réciproque n’est, en général pas vraie puisque dans un espace vectoriel

normé de dimension infinie, une boule fermée n’est jamais compacte (voir [1]
par exemple). Par contre, la réciproque est vraie si les boules fermées de
l’espaces métrique considéré sont compactes. En effet supposons que dans
l’espace métrique X, toutes les boules fermées soient compactes. Alors, si
K est un fermé et borné de X, il est contenu dans une boule fermée, qui
est compacte ; il est donc fermé dans un compact, donc compact d’après la
proposition 40.

6.3 Exemples
Exemple 12. Toute partie finie d’un espace topologique séparé est compacte.
6.3. EXEMPLES 65

En effet soient (X, O) un espace topologique séparé et F une partie

finie de X ; alors F = {x1 , ..., xm } où pour ≤ 1 ≤ im, xi ∈ X. Soit
G = {Fj , j ∈ J} un recouvrement ouvert de F . Alors pour 1 ≤ j ≤ m,
il existe un Fj ∈ G tel que xj ∈ Fj et dès lors
m
[
F ⊂ Fj .
j=1

Exemple 13. Si (ak )k∈N ∗ est une suite convergente d’un espace topologique
séparé (X, O) et si a est sa limite, alors l’ensemble

A = {a1 , a2 , ..., ak , ..., } ∪ {a}

est compact.

En effet soit O = {Oi ; j ∈ I} un recouvrement ouvert de A. Alors, il

existe O∞ ∈ O tel que a ∈ O∞ et, puisque O∞ est un voisinage ouvert, il
existe un entier nature m tel que :

k ≥ m ⇒ ak ∈ O∞ .

D’autre part, pour 1 ≤ i ≤ m − 1, il existe Oi ∈ O tel que

ai ∈ Oi .

En conséquence
m−1
!
[
A⊂ Oi ∪ O∞ ,
i=1
d’où la thèse.

Proposition 44. Soient (X, d) un espace métrique compact,(ak )k∈N une

suite de points de X. Alors :
(i) La suite (ak )k∈N admmet au moins une valeur d’adhérence.
(ii) Si la suite (ak )k∈N n’admet qu’une seule valeur d’adhérence a, elle converge
vers a.

Démonstration.
(i) Soient pour tout k ∈ N,

Ak = {ak , ak+1 ...} ,

Āk l’adhérence de Ak . Āk k∈N est une suite décroissante de fermés non
T T
vides de X. L’espace X étant compact Āk 6= φ. Soit donc a ∈ Āk .
k∈N k∈N
Alors, a est une valeur d’adhérence de la suite (ak )k∈N (cf. Lemme 1).
66 CHAPITRE 6. ESPACES TOPOLOGIQUES COMPACTS

(ii) Supposons que la suite

T (ak ) n’ait qu’une seule valeur d’adhérence
que nous notons a. Alors Āk = {a}. Soit V un voisinage ouvert de a ;
k∈N ∗
alors CX V est fermé de même que l’ensemble
Fk = Āk ∩ CX V.
La suite (Fk )k∈N est une suite décroissante de fermés de l’espace X. Nous
osons affirmer que l’un au moins des Fk est vide. En fait, supposons le
contraire. L’espace X étant compact, T il résulterait de l’exercice 8-2 (ii) ci-
dessus l’existence d’un élément b ∈ Fk . Ce qui impliquerait que b ∈
k∈N
∩Āk = {a} et dès lors b = a ce qui est absurde, puisque a ∈ V . Donc il
existe p ∈ N tel que Fp = Āp ∩ CX V = φ. En conséquence,
Ap ⊂ Āp ⊂ CX (CX V ) = V
et dès lors, la suite des Ak étant décroissante, quel que soit k ≥ p, ak ∈ Ak ⊂
Ap ⊂ V ; ce qui prouve la convergence de (ak ) vers a.
Proposition 45. Tout espace métrique compact est complet.
Démonstration. Soient X un espace métrique compact, (ak ) une suite
de Cauchy dans X. Alors, en vertu de la proposition 43(i) (ak ) admet une
velaur d’adhérence a. Mais alors, par le Lemme 2 (ak ) converge vers a.

Nous allons démontrer que, dans un espace métrique, la propriété men-

tionnée dans la proposition 43(i) caractérise les compacts ; en d’autres termes,
K ⊂ X est compact si et seulement si toute suite (ak ) dans K y admet une
valeur d’adhérence. Cette démonstration, quelque peu délicate, va nécessiter
deux résultats techniques.
Lemme 3. Soient (X, d) un espace métrique, K ⊂ X. Supposons que toute
suite de points de K admette au moins une valeur d’adhérence dans K. Alors,
quel que soit ε > 0 , il existe un recouvrement de K par un nombre fini de
boules ouvertes de rayons ε.
Preuve. En effet, soient ε > 0 et x1 un point de K Si B (x1 ; ε) = K, le
lemme est démontré. S’il n’en est pas ainsi, soit x2 ∈
/ B (x1 ; ε). Si B (x1 ; ε) ∪
B (x2 ; ε) = K, le lemme est démontré. Sinon, on recommence l’opération. Si
la conclusion du lemme n’est pas satisfaite, on construit de cette manière,
une suite (xk ) de points de K tels que quels que soient (p, q) ∈ N 2 , p 6= q,
d (xp , xq ) ≥ ε.
Mais la suite (ak ) admet, par hypothèse, une valeur d’adhérence a. Dès lors
si les entiers p0 et q 0 sont donnés, il existe deux entiers p et q tels que :
ε ε
d (a, xp ) < , d (a, xq ) < .
3 3
6.3. EXEMPLES 67

Mais alors
2ε
ε ≤ d (xp , xq ) ≤ d (xp , a) + d (a, xq ) < < ε,
3
ce qui est absurde ; d’où le lemme.

Lemme 4. Soient (X, d) un espace métrique, K ⊂ X. Supposons que toute

suite de points de K admet au moins une valeur d’adhérence dans K. Soit
(Oi )i∈I un recouvrement ouvert de K. Alors il existe un nombre ε > 0 tel
que, pour tout x ∈ K, la boule B(x, ε) soit contenue dans l’un des Oi .

Preuve. Supposons que la propriété soit fausse.
Alors, quel que soit
K ∈ N ∗ , il existe xk ∈ K tel que la boule B xk ; k1 ne soit contenue dans
aucun des ouverts Oi du recouvrement. La suite (xk )k∈N ∗ ainsi obtenue
admet, en vertu de l’hypothèse, une valeur d’adhérence x ∈ K. Soit i (x) ∈ I
tel que
x ∈ Oi(x) . L’ensemble Oi(x) étant un ouvert, il existe un réel r > 0 tel
que B(x, r) ⊂ Oi(x) .
Soit n un entier naturel ≥ 1 tel que n1 < 2r . x étant une valeur d’adhérence
de la suite (xk ), il existe au moins un entier m ≥ n tel que d (x, xm ) < n1 .
1


Mais alors B xm , m ⊂ Oi(x) , ce qui est contraire au choix des xk . En fait,
1 1
< n1 et dès lors


pour tout y ∈ B xm , m , nous avons d (y, xm ) < m

1 1 2
d (y, x) ≤ d (y, xm ) + d (xm , x) < + = < r;
n n n
ce qu’il fallait prouver pour achever cette démonstration.

La caractérisation annoncée est le

Théorème 16. Soit (X, d) un espace métrique, K ⊂ X. Les énoncés sui-

vants sont équivalents.
(i) K est compact.
(ii) Toute suite d’éléments de K admet au moins une valeur d’adhérence
dans K.

Preuve. (i) =⇒ (ii). Voir la proposition 43

(ii) =⇒ (i) Soit (Oi )i∈I un recouvrement ouvert de K. Par le lemme 4, il
existe un nombre réel ε > 0 tel que pour tout x ∈ K, la boule B (x; ε) soit
incluse dans un ouvert Oi(x) du recouvrement. Mais alors, par le lemme 3, il
existe un nombre fini d’éléments x1 , x2 , ..., xm de K tel que
m
S
K B (xi ; ε). Comme pour chaque 1 ≤ i ≤ m, il existe Oi tel que
i=1
m
S
B (xi ; ε) ⊂ Oi , on a que K ⊂ Oi ; donc K est compact.
i=1
68 CHAPITRE 6. ESPACES TOPOLOGIQUES COMPACTS

Corollaire 8. Soient (X, d) un espace métrique et K une partie de X. Pour

que K soit compacte il faut et il suffit que de toute suite de points de K, on
puisse extraire une sous-suite convergente dans K.
Preuve. Il suffit de noter que l’existence de suite extraite convergente
équivaut à l’existence d’une valeur d’adhérence et d’appliquer le théorème
16.
Corollaire 9. Tout espace métrique compact est séprarable.
Preuve. Soit (X,  d) un
espace métrique compact. Puisque, pour tout
k ∈ N ∗ , la famille B x; k1 , x ∈ X est un recouvrement ouvert de X, il
existe une partie finie Ak de X tel que
 
[ 1
X⊂ B x; . (6.1)
k
x∈Ak

Ainsi, pour tout entier k ≥ 1, il existe une partie finie Ak de X telle que
(6.1).
Posons [
A= Ak .
k∈N ∗

Alors A est une partie dénombrable (car réunion dénombrable de partie

finies) qui vérifie évidemment l’inclusion Ā ⊂ X.Montrons maintenant que
X ⊂ Ā. Pour cette fin, soient x ∈ X, r > 0. Alors il existe n ∈ N ∗ tel
que n1 < r.
Comme x ∈ X, il résulte de (6.1) l’existence de y ∈ An tel que
x ∈ B y; n1 , c’est-à-dire tel que d (y, x) < n1 < r. Donc A ∩ B (x; r) 6= φ et
dès lors X ⊂ Ā. En conséquence Ā = X.

6.4 Compacité et continuité

Nous allons maintenant examiner quelques importantes propriétés des
applications continues sur un compact. Nous commencerons par le théorème
de Heine.
Théorème 17. Soient (Xi , di ), i = 1, 2 deux espace métriques, K ⊂ X1 une
partie compacte non vide et f : X1 → X2 une fonction continue sur K. Alors
f est uniformément continue sur K.
Preuve. Soient ε > 0. Il nous faut montre qu’il existe un réel δ > 0
qui est tel que, pour tout couple (x, y) de points de K × domf vérifiant
d1 (x, y) < δ , on ait d2 (f (x) , f (y)) < ε.
D’ailleurs la fonction f étant continue sur K, pour tout x ∈ K, il existe
δ(x) > 0 tel que pour tout y ∈ K ∩ B (x, δ (x)) on ait

d2 (f (x), f (y)) < ε/2 . (6.2)

6.4. COMPACITÉ ET CONTINUITÉ 69

Soit O le recouvrement ouvert de K définie par

O = {B (x; δ (x) /2 ) : x ∈ K}

Puisque K est compact, il existe un nombre fini d’éléments x1 , ..., xm dans

K tels que
m
[
K⊂ B (xi , δ (xi ) /2 ) . (6.3)
i=1

Posons :
δ = min {δ (xi ) /2 : 1 ≤ i ≤ m} .
Par 6.3, puisque x ∈ K, il existe 1 ≤ i ≤ m tel que

d1 (x, xi ) < (1/2 ) δ (xi )

et dès lors, par 6.2

d2 (f (x) , f (xi )) < ε/2 ;
tandis que, pour tout y ∈ domf tel que

d1 (y, x) ≤ δ,

on a  
1
d1 (y, xi ) ≤ d (y, x) + d (x, xi ) ≤ δ + δ (xi ) ≤ δ (xi )
2
et donc, par (1) ,
d2 (f (y) , f (xi )) < ε/2 .
En conséquence, pour tout y ∈ domf tel que

d1 (y, x) ≤ δ, on a

d2 (f (y) , f (x)) ≤ d2 (f (y) , f (xi )) + d2 (f (xi ) , f (x)) < ε/2 + ε/2 = ε

, et la démonstration est complète.

Corollaire 10. Si F ⊂ Rn est un fermé borné, toute fonction f de Rn dans

Rp continue sur F y est uniformément continue.

Preuve. Il suffit de remarquer que tout fermé borné de Rn est compact

et d’appliquer le théorème 17.

Exercice 15. Soient (X, d) un espace métrique, A une partie de X, non

vide. A est donc un espace métrique. Montrer qu’une partie B de l’espace
métrique A est ouverte (resp. fermée) si et seulement B = A ∩ U où U est
une partie ouverte (resp. fermée) de X.

Voici à présent la généralisation du théorème de Weierstrass.

70 CHAPITRE 6. ESPACES TOPOLOGIQUES COMPACTS

Théorème 18. Soient (X1 , d1 ) , (X2 , d2 ) deux espaces métriques, K

une partie non vide et compacte de X1 et f une application de K
dans X2 . Si f est continue sur K alors f (K) est un compact de X2 .
Preuve. Supposons f continue sur K et soit O = (Oi )i∈I un recouvre-
ment ouvert de f (K). Puisque f est continue, pour chaque i ∈ I, f −1 (Oi )
est un ouvert de l’espace métrique K, et dès lors (voir l’exercice 15) il existe
un ouvert Ui de X1 tel que

f −1 (Oi ) = K ∩ Ui .

Mais la famille d’ouverts U = (Ui )i∈I recouvre K. En fait, si x ∈ K, alors

f (x) ∈ f (K) ; donc il existe i (x) ∈ I tel que f (x) ∈ Oi (x), ce qui entraîne
que
x ∈ f −1 Oi(x) = K ∩ Ui(x) ⊂ Ui(x) .

Puisque K est compact, un nombre fini de ces ouverts, soit Ui , ..., Um suffit
à recouvrir K :
[m
K⊂ Ui .
i=1
Mais alors, si y ∈ f (K), il existe x ∈ K tel que y = f (x),
et pour ce x, il
existe 1 ≤ i (x) ≤ m tel que x ∈ Ui(x)
et donc à f −1 Oi(x) = K ∩ Ui(x) .
En conséquence, y ∈ f f −1 Oi(x) ⊂ Oi(x) et dès lors {Oi , 1 ≤ i ≤ m}
recouvre f (K).

Deuxième démonstration :
Soit (yk ) une suite dans f (K). Il nous faut démontrer qu’elle admet une
suite extraite qui converge dans K. D’ailleurs, pour tout entier naturel k, soit
xk ∈ K tel que yk = f (xk ). La
suite (xk )k est dans K. K étant compact, elle


admet une suite extraite xϕ(k) k qui converge vers x ∈ K. La suite yϕ(k) k


où yϕ(k) = f xϕ(k) est exctraite de (yk ) et converge vers y = f (x) ∈ K.
Corollaire 11. Si K ⊂ X1 est compact non vide et f : K → R est une
application continue, alors f admet un maximun et un minimum sur K.
Preuve. Par le théorème 17, f (K) est une partie compacte de R (sup-
posé muni de sa distance naturelle) et donc une partie fermée et bornée de
R. Il est donc majoré et minoré et, puisque f (K) est fermé,

sup f (K) ∈ adh f (K) = f (K) et inf f (K) ∈ adh f (K) = f (K) ;

ce qui démontre le corollaire.

Corollaire 12. Soient K une partie non vide et compacte d’un es-
pace métrique X et f une application numérique continue sur K
telle que ∀x ∈ X, f (x) > 0. Alors, il existe δ > 0 tel que ∀x ∈ K, f (x) ≥
δ.
6.4. COMPACITÉ ET CONTINUITÉ 71

Preuve. Il résulte du corollaire 11 que inf x∈K f (x) existe. Posons

δ = inf {f (x) , x ∈ K} .

Par le corollaire 11, il existe x0 ∈ K tel que δ = f (x0 ) > 0. Donc, quel que
soit x ∈ K,

f (x) ≥ inf {f (x) , x ∈ K} = δ = f (x0 ) > 0.

Corollaire 13. Soient (Xi , di ), i = 1, 2 deux espaces métriques et f une

application continue bijective de X1 dans X2 . Si X1 est compact alors f est
un homéomorphisme.

Preuve. Il suffit de voir que f −1 est continue. Pour cela, en vertu du théo-

−1
rème 9, il suffit de montrer que, pour tout fermé F ⊂ X1 , f −1 (K) =
f (F ) est un fermé de X2 . Soit donc F une partie fermée de X1 .X1 étant
compacte, F est compact et dès lors f étant continue, f (F ) est un compact
de X2 ; f (F ) est donc un fermé comme l’est tout compact en vertu de la
proposition 39.

Exercice 16. Soient (X, d) un espace métrique compact, f, g : X −→ R des

applications continues telles que ∀ x ∈ X, f (x) > g(x).
Montrer qu’il existe un réel β > 0 tel que :

∀ x ∈ X, f (x) ≥ g(x) + β.

Exercice 17. Soient a, b, et c trois points de R2 , et d la distance euclidienne.

On définit f : R2 → R par :

f (x) = d(x, a) + [d(x, b)]2 + [d(x, c)]3 .

1 − 1. Soient x0 ∈ R2 , Mx0 = {x ∈ R2 : f (x) ≤ f (x0 )}. Montrer que sur

Mx0 , f admet un minimum.
1 − 2. Soit u ∈ Mx0 tel que M infx∈Mx0 f (x) = f (u). Montrer que f atteint
sa borne inférieure sur R au point u.

Définition 54. Soient (Xi , Oi ), i = 1, 2 deux espaces topologiques séparés,

f : X1 → X2 une application continue. On dit que f est propre si pour tout
compact K2 de X2 , l’image réciproque f −1 (K2 ) est un compact de X1 .

Exemple 14. Si on note 4 = {(x, x), x ∈ R} la diagonale dans R2 , la

restriction de la projection sur l’axe des abscisses à 4 est propre.
72 CHAPITRE 6. ESPACES TOPOLOGIQUES COMPACTS

6.5 Espaces localement compacts

Définition 55. On dit qu’un espace topologique (X, O) est localement com-
pact si tout point de X admet une base de voisinages compacts.

Exemple 15. Rn et de manière générale, tout espace vectoriel de dimen-

sion finie sur R et tout fermé d’un espace vectoriel de dimension finie sont
localement compact.

En effet les pavés de Rn sont compacts et il est possible de former avec

des pavés une base de voisinages en tout point de Rn (boules ouvertes pour
la distance d∞ ).

Remarque 25. (i) Un espace vectoriel normmé de dimension infinie n’est

pas localement compact.
(ii) L’importance de la notion d’espace localement compact vient du fait
qu’elle permet de généraliser à des espaces topologiques non métrisables
des arguments sur des propriétés essentiellement métriques comme la
complétude ou la séparation des fermés.
(iii) Tout espace localement compact peut être vu comme une partie d’un
espace compact.
Chapitre 7

Espaces connexes

D’un point de vue intuitif, un espace topologique connexe est un espce

topologique fait d’un seul morceau.

7.1 Défintion et exemple fondamental

7.1.1 Défintion
Soit (X, O) un espace topologique.

Définition 56. On dit que l’espace topologique (X, O) est connexe si les
seules parties de X à la fois ouvertes et fermées sont X et l’ensemble vide
φ.

Il revient au même de dire que X n’admet pas de partition non triviale

d’ouverts (ou de fermés).

Définition 57. On dit qu’une partie A de X est connexe si l’espace topolo-

gique (A, OA ) est connexe (OA étant la topologie induite sur A par O).

Proposition 46. Une partie A de X est connexe si et seulement si l’exis-

tence de deux ouverts disjoints O1 et O2 de (X, O) tels que A ⊂ O1 ∪ O2
entraîne A ⊂ O1 ou A ⊂ O2 .

Preuve : L’existence d’ouverts disjoints O1 et O2 de (X, O) tels que

A ⊂ O1 ∪ O2 revient à dire que (A, OA ) admet la partition formée par les
ouverts A∩O1 et A∩O1 . La partie A est connexe si et seulement si A∩O1 = φ
ou A ∩ O2 = φ.

7.1.2 Exemple fondamental : les connexes de R

Théorème 19. Les parties connexes de R sont les intervalles.

73
74 CHAPITRE 7. ESPACES CONNEXES

Preuve.
Condition nécessaire : Supposons que A soit connexe. Si A n’est
pas un intervalle, il existe des réels a, b et c avec a ∈ A, b ∈ A, c ∈/ A
tels que a < c < b. Mais alors les ensembles ouverts A ∩ ]−∞, c[ = A1
A2 = A ∩ ]−∞, c[ forment une partie de A de telle sorte que A ne serait pas
connexe.

Condition suffisante : Soit A un intervalle non vide de R. Si A est

réduit à un point, il est connexe. Supposons que A contient au moins deux
points. Soit f : A −→ {0, 1} une application continue ; montrons que f est
constante. Soient a < b deux éléments de A et montrons que f (a) = f (b)
D’ailleurs, la métrique de {0, 1} étant discrète, la partie {f (a)} est à la
fois ouverte et fermée. L’ensemble B définie par

B = [a, b] ∩ f −1 ({f (a)})

est majorée et fermée de telle sorte que

c = sup B ∈ B ⊂ [a, b] .

Comme f −1 (f (a)) est un ouvert qui contient c, il existe ε > 0 tel que

[c − ε, c + ε] ⊂ f −1 (f (a)) .

Supposons c < b ; alors il existe x ∈ R avec c < x < b et c < x < c + ε. Donc
f (x) = f (a) et x ∈ B. Ce qui contredit la définition de c ; donc c = b et
f (b) = f (c) = f (a).

Exemple 16. L’ensemble Q des nombres rationnels n’est pas connexe.

√
En effet
√ Q est inclus dans l’union des ouverts disjoints O 1 =] − ∞, 2[
et O2 =] 2, +∞[ sans être inclus dans l’un d’eux.
De même A = [1, 2] ∪ [3, 5] n’est pas connexe. Il suffit d’utiliser le résultat
ci-dessus, puisqu’ils ne sont pas des intervalles.

7.2 Fonctions continues et connexité

Le résultat suivant donne une caractérisation de la connexité.

Théorème 20. Un espace topologique (X, O) est connexe si et seulement si

toute application continue de X dans {0, 1} est constante.

Preuve : L’ensemble {0, 1} pris comme partie de R a pour topologie la

topologie discrète. Pour cette topologie, les singletons {1} et {0} sont aussi
ouverts.
7.3. UNION, ADHÉRENCE, PRODUIT 75

Condition nécessaire : Supposons (X, O) connexe. Soit f : X →

{0, 1}une application continue. Alors le couple formé par les parties f −1 (0)
et f −1 (1) est une partition d’ouverts de X. Donc, ou bien f −1 (0) = X et f
est la fonction nulle ou bien f −1 (1) = X et f est la fonction constante égale
à 1.
Condition suffisante : Supposons que toute application continue f :
X → {0, 1} est contante. Soit A une de X qui est àla fois ouverte et fermée.
Alors F = {A, CX (A)} est une partition d’ouverts de X de telle sorte que la
fonction caractéristique 1A : X → {0, 1} est constante car continue. Elle est
donc contante. Par suite A = X ou A = φ. L’espace topologique (X, O) est
connexe.

Le résultat suivant est à la fois simple et important quant à ses consé-

quences.

Théorème 21. L’image d’un connexe par une application continue est connexe.

Preuve. Il est suffisant de montrer que toute application continue de

f (X) dans {0, 1} est constante.
Soit g : f (X) −→ {0, 1} une application continue. Alors gof : X −→
{0, 1} est continue, comme composée de deux applications continues. L’es-
pace X étant connexe, gof est constante. D’où g : f (X) −→ {0, 1} est aussi
constante.

Corollaire 14 (Théorème des valeurs intermédiaires). Si (X, O)est connexe

et si f : X → R est continue, alors f (X) est un intervalle.

7.3 Union, adhérence, produit

7.3.1 Union
Théorème 22. Toute famille (Ai )i∈I de parties connexes d’un espace topo-
logique (X, O) ayant deux à deux une intersection non vide a une réunion
connexe.
S
Preuve : Posons A = i∈I Ai et considerons une application continue
f : A → {0, 1}. Pour chaque i ∈ I, la restriction fi : Ai → 0, 1 de f à Ai est
constante de telle sorte qu’il existe ci ∈ 0, 1 tel que f (Ai ) = ci . Mais comme
pour j 6= i Aj ∩ Ai 6= φ, il vient que cj = ci ∀i, j ∈ I. Donc f est contante et
par suite A est connexe.

Remarque 26. On peut affaiblir l’hypothèse sur les intersections en suppo-

sant simplement qu’il existe un i0 ∈ I qui est tel que Ai0 ∩ Ai 6= φ pour tout
i ∈ I.
76 CHAPITRE 7. ESPACES CONNEXES

Une application du résultat précédent est que pour tout point x d’un
espace topologique (X, O), l’union de toutes les parties connexes de X qui
contiennent x est connexe. C’est la plus grande partie connexe de X qui
contient x.

Définition 58. Soient (X, O) un espace topologique et x ∈ X. On appelle

composante connexe de x qu’on note C(x), la plus grande partie connexe de
X qui contient x.

Avec cette notation, il aisé de voir que deux points x et y appartiennent

à la même composante de X si et seulement si C(x) = C(y).

Proposition 47. La relation R défine dans X par xRy ⇔ C(x) = C(y) est
une relation d’équivalence dont les classes d’équivalence sont les composantes
connexes de X. Ainsi, les composantes connexes de X forment une partition
de X.

Remarque 27. D’un point de vue intuitif, les composantes connexes de

X sont les morceaux d’un seul tenant de X. Par exemple les composantes
connexes de X = [0, 1] ∪ [2, 4] sont [0, 1] et [2, 4].

7.3.2 Adhérence
Théorème 23. Si une partie A d’un espace topologique (X, O) est connexe,
alors son adhérence A est connexe.

Preuve : Soit f : A → {0, 1} une application continue. Alors f est

continue sur le connexe A. Il en résulte que A ⊂ f −1 ({0}) ou A ⊂ f −1 ({1})
d’après la proposition 46 . Comme f −1 ({0}) et f −1 ({1}) sont fermés, on doit
avoir A = f −1 ({0}) ou A = f −1 ({1}).

Corollaire 15. Les composantes connexes d’un espace topologique (X, O)

sont des fermés.

7.3.3 Produit
Théorème 24. Un produit d’espaces connexes est connexe.

Démonstration. Donnons la démonstration relative au produit de deux

expaces topologiques connexes X1 et X2 . D’ailleurs si f : X1 × X2 → {0, 1}
est une application continue, pour tout couple (x1 , x2 ) ∈ X1 × X2 les appli-
cations partielles

f (., x2 ) : X1 → {0, 1} f (x1 , .) : X2 → {0, 1}

sont constantes. On en déduit que f est constante.

Corollaire 16. Les pavés de Rn sont connexes.

7.4. CONNEXITÉ PAR ARCS 77

7.4 Connexité par arcs

Dans ce paragraphe, nous introduisons une notion plus forte que la
connexité et qui est en fait plus facile à vérifier.

Définition 59. Soient (X, O) un espace topologique, x et y deux éléments

de X. On appelle chemin ou arc joignant x et y toute application continue
γ : [0, 1] → X telle que γ(0) = x et γ(1) = y.

Définition 60. Un espace topologique (X, O) est dit connexe par arcs si
deux points quelconques de X peuvent être joints par un chemin.

Théorème 25. Un espace topologique connexe par arcs est connexe.

Preuve : Soit (X, O) un espace topologique connexe par arcs et soit

x ∈ X fixé. Pour tout y ∈ X, soit γy un chemin qui joint les points x et y.
On peut écrire : [ [
X= {y} = γy ([0, 1]).
y∈X y∈X

Pour tout y ∈ X, l’image γy ([0, 1]) de l’intervalle [0, 1] par l’application

continue γy est un connexe de X qui contient le point x. X, union de ces
images est donc connexe.

Exemple 17. (a) Dans Rn toutes les parties convexes sont connexes par
arcs. De manière générale, tout espace vectoriel normé est connexe par
arcs et donc connexe.
(b) Il y a des ensembles connexes qui ne sont pas connexes par arcs. Par
exemple, dans R2 , l’ensemble A = {(x, sin( x1 ), x > 0} est connexe par
arcs, donc connexe. Son adhérence qui est
1
{(x, sin( ), x > 0} ∪ ({0} × [−1, 1])
x
est connexe mais n’est pas connexe par arcs.

Exercice 18. Soient E et F deux espaces métriques.

(i) Montrer que E × F est connexe si et seulement si E et F sont connexes.
(ii) Soient A ( E et B ( F. Montrer que si E et F sont connexes alors
(E × F ) \ (A × B) est connexe.
78 CHAPITRE 7. ESPACES CONNEXES
Chapitre 8

Espaces vectoriels normés

Dans tout ce chapitre, K désigne le corps C des nombres complexes ou

celui des nombres réels et, sauf mention explicite du contraire, les espaces
considérés sont des espaces vectoriels sur K.

8.1 Définition et exemples

8.1.1 Définition
Définition 61. Soit E un espace vectoriel sur K. On appelle norme sur E
toute application k.k : E −→ R+ qui vérifie les conditions suivantes :
(ev1) ∀ x ∈ E, kxk = 0 ⇐⇒ x = 0E où 0E est l’élément neutre de E pour
l’addition.
(ev2) ∀ c ∈ K, ∀ x ∈ E, kcxk = |c|kxk.
(ev3) ∀ (x, y) ∈ E × E, kx + yk ≤ kxk + kyk.

Définition 62. On appelle espace vectoriel normé, tout espace vectoriel

E muni d’une norme k.k.

On le note (E, k.k) ou plus simplement E, si le choix de la norme ressort

clairement du contexte.

Exercice 19. Si E, k.k) un espace vectoriel normé, montrer que :

(i) ∀ x ∈ E, k − xk) = kxk ;
(ii) ∀ x ∈ E ∀ y ∈ E, |kxk − kyk| ≤ kx − yk ;
n
P n
P
(iii) ∀ xi ∈ E, i = 1, ..., n k xi k ≤ kxi k.
1=1 1=1

79
80 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

8.1.2 Distance associée à une norme

Exercice 20. (E, v) étant un espace vectoriel sur K, montrer que l’applica-
tion dv : E × E −→ R+ définie par

dv (x, y) = v (x − y) (8.1)

est une distance sur E.

Définition 63. La distance dv définie sur E par (8.1 s’appelle la distance
induite par la norme v sur E.
E étant un ensemble non vide, on sait par la remarque 1, que E peut être
muni de la métrique discrète. Mais si E est en outre normé, il peut être muni
d’une autre métrique différente de la métrique discrète. Somme toute, tout
espace vectoriel normé est un espace métrique, donc un espace topologique.

La distance dv associée à la norme v sur E vérifie les propriétés suivantes :

∀ x, y, a ∈ E, dv (x − a, y − a) = dv (x, y) (8.2)

∀ x, y ∈ E, ∀ λ ∈ K, vd (λx, λy) = |λ| dv (x, y) (8.3)

On exprime (8.2 en disant que dv est invariante par translation.

Réciproquement, pour toute distance d sur un espace vectoriel E qui

vérifie (8.2) et (8.3), la fonction vd : E −→ R+ définie par

vd (x) = d (0, x) (8.4)

est une norme sur E et d en est la distance induite.

Dans toute la suite, sauf une mention explicite du contraire, lorsqu’on

parlera (ou usera) de la structure métrique d’un espace vectoriel normé
(E, v), il s’agira de la structure métrique induite par la distance dv . Ainsi, les
notions de boules ouvertes et fermées, d’adhérence, de convergeance seront
relatives à l’espace métrique (E, dv ). Par exemple, dans (E, v) on a :

B(a; r) = {x ∈ E : dv (x, a) < r}

B(a; r] = {x ∈ E : dv (x, a) ≤ r}
S(a; r) = {x ∈ E : dv (x, a) = r}.

Puisque tout espace vectoriel normé (E, v) est un espace métrique, tout
ce qui a été fait dans le chapitre I s’applique aux espaces vectoriels normés.
En particulier, une suite (xk ) dans un espace vectoriel norém (E, v) est dite
convergeante et de limite a ∈ E si

(∀ ε > 0) (∃ m ∈ N ∗ ) (∀ k ∈ N : k ≥ m) : v (xk − a) < ε. (8.5)

8.1. DÉFINITION ET EXEMPLES 81

De même, la suite xk est dite de Cauchy si

∀ε > 0 (∃m ∈ N ∗ ) (∀k ∈ N ∗ : k ≥ m) (∀q ∈ N ∗ : q ≥ m) : v (xk − aq ) < ε.

(8.6)

8.1.3 Exemples
Normes sur Rn et sur Cn
Sur Rn , espace vectoriel sur R, les applications de Rn dans R+ définies
par
n
X
x −→ kxk1 = |xi |
i=1
n
!1/2
X
x −→ kxk2 = x2i
i=1
x −→ kxk∞ = max {|xi | 1 ≤ i ≤ n}

sont des normes, qui se réduisent toutes à la valeur absolue |x| si n = 1.

De même, sur C l’application numérique z −→ |z|, où |z| est le module de
z, définit également une norme sur C, qui coïncide avec la norme k.k2 de
l’espace vectoriel R2 sur R associé à C.

Espace des applications bornées d’un ensemble dans un espace vec-

toriel
Soit A un ensemble non vide quelconque, (E, v) un espace vectoriel sur
K, normé v et désignons par B (A; E) l’ensemble des applications f de A
dans E, bornées, f étant dite bornée s’il existe un réel M ≥ 0 (pouvant
dépendre de f ) tel que, pour tout x ∈ A, on ait

v (f (x)) ≤ M.
Si on définit l’addition de deux éléments f et g de B (A; E) par

(f + g) (x) = f (x) + g (x) , x ∈ A

et la multiplication de f ∈ B (A; E) par un élément c ∈ K par

(c f ) (x) = cf (x) x ∈ A,

on vérifie sans peine que, muni de ces lois, B (A; E) constitue un espace vecto-
riel sur K. D’un autre point de vue, pour tout f ∈ B (A; E) , {vf (x) ; x ∈ A}
étant une partie majorée de R, admet une borne supérieur. En conséquence,
la fonction vB : B (A; E) −→ R+ définie par

vB (f ) = sup {v (f (x)) : x ∈ A} (8.7)

82 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

est bien une application. En outre,

(i) vB (f ) = 0 si et seulement si f = 0E (application nulle de A
dans E) ;
(ii) pour tout c ∈ K, nous avons

vB (c f ) = sup {v (c f ) (x) : x ∈ A}
= sup {|c| v (f (x)) : x ∈ A}
= |c| sup {v (f (x)) ; x ∈ A} = |c| vB (f ) ;

(iii) si f et g appartiennent à B (A; E), alors, pour tout x ∈ A,

v ((f + g) (x)) = v (f (x) + g (x)) ≤ v (f (x)) + v (g (x)) ,

puisque v est une norme sur E ; en conséquence, pour tout x ∈ A,

v (f (x) + g (x)) ≤ vB (f ) + vB (g) ,

ce qui implique, puisque le second membre ne dépend pas de x,

vB (f + g) ≤ vB (f ) + vB (g) .

En conséquence, l’application vB définie sur B (A; E) par (8.7) est une norme
appelée la norme de la convergence uniforme sur A. La distance sur
B (A; E) induite par vB , soit dB , est appelée la distance de la convergente
uniforme sur A.

Nous allons maintenant montrer que l’espace vectoriel normé B (A; E)

ainsi défini est un espace de Banach si et seulement si (E, v) est un
espace de Banach.
Supposons que (E, v) soit un espace de Banach. Soient (fk ) une suite de
Cauchy dans B (A; E) et ε > 0. Alors : ∃m ∈ N ∗ tel que :

(∀p ∈ N ∗ : p ≥ m) (∀q ∈ N ∗ : q ≥ m) : dB (fp , fq )

= vB (fp − fq ) = sup v(fp − fq ) < ε.

x∈A

Donc, ∀x ∈ A, la suite (fk (x)) est une suite de Cauchy dans l’espace normé
(E; v). Comme cet espace est complet, cette suite y admet une limite soit
f (x) ∈ E. On définit ainsi une application

f : A −→ E par x −→ f (x) = lim fk (x).

k→+∞

Dans (1), fixons p et faisons tendre q vers l’infini. Nous obtenons grâce à
la continuité de la fonction distance,
(2) (∃m ∈ N ∗ ) : (∀p ∈ N : p ≥ m) : dB (fp , f ) ≤ ε.
Donc, la suite (fk ) converge vers f dans F(A; E), ensemble des applications
8.1. DÉFINITION ET EXEMPLES 83

de A dans E. Montrons que f ∈ B (A; E). D’ailleurs la fonction fm étant

bornée, l’ensemble fm (A) est une partie bornée de E. Donc, il existe am ∈
E, rm > 0 tels que
sup v(am − f (x)) < rm .
x∈A
Par conséquent, ∀ x ∈ A.

v (am − f (x)) ≤ v (am − fm (x)) + v (fm (x) − f (x))

sup v(am − fm (x)) + sup v(fm (x) − (f (x))

x∈A x∈A

= rm + vB (fm − f ) = rm + dB (fm , f ) < rm + ε,

et dès lors f (A) ⊂ B (am ; rm + ε). En conséquence, f ∈ B (A; E) et donc
B (A; E) est un espace de Banach.

Réciproquement, supposons que B (A; E) soit complet et montrons qu’alors,

E est complet. En fait, si E n’était pas complet, il existerait une suite de
Cauchy (ek ) de points de E qui ne convergerait pas dans E. Soit alors, (fk )
la suite de Cauchy dans B (A; E) définie par

fk (x) = ek ∀ x ∈ A.

Cette suite de Cauchy ne serait pas convergente contrairement à l’hypothése

que B (A; E) est complet.

Produit fini d’espaces vectoriels normés

Soient Xi , k.ki 1 ≤ i ≤ m une famille finie d’espaces vectoriels normes.
Posons
m
Y
X= Xi = X1 × X2 × ... × Xm et soit x = (x1 , ..., xm )
i=1

l’élément générique de X. Alors, il est aisé de se convaincre que les applica-

tions numériques définies sur X par
m
X
v1 (x) = kxi ki (8.8)
i=1

m
!1/2
X
v2 (x) = kxi k2i (8.9)
i=1
v∞ (x) = Sup {kxi ki 1 ≤ i ≤ m} (8.10)
sont des normes sur X. En outre, muni de chacune de ces normes, X est un
espace de Banach si chaque Xi est un espace de Banach. En conséquence,
pour tout entier n ≥ 1, Rn et Cn sont des espaces de Banach.
84 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

8.1.4 Sous-espaces vectoriels normés

Soit (E, v) une espace vectoriel normé et soit F un sous-espace vectoriel
de E. La restriction vF de v à F vérifie évidemment les conditions les trois
conditions de la définition de la norme, avec E remplacé par F ; elle définit
donc une norme sur F . La définition suivante est donc justifiée.

Définition 64. Si (E, v) est un espace vectoriel normé, F un sous-espace

vectoriel de E, la restriction vF de v à F s’appelle la norme sur F induite
par c et (F, vF ) s’appelle un sous-espace vectoriel de (E, v).

Exemple 18. Soient n et p deux entiers ≥ 1, A une partie non vide de Rn

et soit CB (A.Rp ) l’ensemble des applications de A dans Rp continues et
bornées sur A. Il est aisé de voir que CB (A; Rp ) est un sous-espace vectoriel
de B (A; Rp ).

Convenons de munir Rp de la norme euclidienne v2 définie par (8.9 ) ,

soit !1/2
p
X
2
v2 (x) = xi
i=1

alors, la restriction vCB de la norme vB définie par

vB (f ) = sup v2 (f (x))
x∈A

munit CB (A; Rp ) d’une structure de sous-espace vectoriel normé de B (A; Rp ).

Puisque Rp est un espace de Banach ; B (A; Rp ) est un espace de Banach.
Nous osons affirmer que CB (A; Rp ) est un espace de Banach. Pour s’en
convaincre, il suffit de prouver que CB (A; Rp ) est fermé dans B (A; Rp ).
Convenons de munir Rp de la norme v2 définie par (8.9), soit

p
!1/2
X
v2 (x) = x2i
i=1

alors, la restriction vCB de la norme vB définie par

vB (f ) = sup v2 (f (x))
x∈A

munit CB (A; Rp ) d’une structure de sous-espace vectoriel normé de B (A; Rp ).

Puisque Rp est un espace de Banach ; B (A; Rp ) est un espace de Banach.
Nous osons affirmer que CB (A; Rp ) est un espace de Banach. Pour s’en
convaincre, il suffit de prouver que CB (A; Rp ) est fermé dans B (A; Rp ).
Soit donc (fk ) une suite d’éléments de CB (A; Rp ) convergeant vers une
application f dans B (A; Rp ). Pour prouver que f ∈ CB (A; Rp ), il reste à
montrer que f est continue sur A. Soit ε > 0. f étant la limite de (fk ) dans
8.2. CONTINUITÉ DES LOIS DÉFINISSANT LA STRUCTURE VECTORIELLE85

(B (A; Rp ) , vB ), il existe une entier naturel m ≥ 1, tel que pour tout k ∈ N

vérifiant k ≥ m, on ait

sup (v2 (fk − f ) (x)) = dB (fk , f ) < ε/3.

x∈A

soit a ∈ A et soit k un entier tel que k ≥ m. fk étant continue en a, il existe

un voisinage V de a dans A tel que pour tout x ∈ V , nous ayons

v2 (fk (x) − fk (a)) < ε/3.

En conséquence, pour tout x ∈ V , nous avons :

v (2 f (x) − f (a)) ≤ v2 (f (x) − fk (x)) + v2 (fk (x) − fk (a))

+v2 (fk (a) − f (a))

< sup v2 (f (x) − fk (x)) + ε/3 + sup (fk (x) − f (x))

x∈A x∈A

< ε/3 + ε/3 + ε/3 = ε.

En résumé, ε > 0 étant donné, il existe un voisinage V de a tel que, pour
tout x ∈ V , nous ayons

dv2 (f (x) , f (a)) = v2 f (x) − f (a) < ε ;

ce qui n’est rien d’autre que la continuité de f en a ∈ A. Comme a est pris

quelconque dans A, l’assertion en résulte.

8.2 Continuité des lois définissant la structure vec-

torielle
Soit (E, v) un espace vectoriel normé. Nous savons que les espaces vecto-
riels E × E et K × E peuvent être muni de normes. Nous choisissons, pour
cette partie du cours, de les munir de la norme de type max.
Autrement exprimé, nous poserons :
- pour (x, y) ∈ E × E, k(x, y)k1 = max [v (x) , v (y)]
- pour (λ, x) ∈ K × E, k(λ, y)k2 = max [|λ| , v (x)]
où |λ| est la valeur absolue ou le module de λ selon que λ est réel ou complexe.

Théorème 26. Soit E un espace vectoriel sur K, normé par v. Alors

(i) l’application de E × E dans E définie par (x, y) −→ x + y est
continue ;
(ii) l’application de K × E dans E définie par (λ, y) −→ λx est
continue.
86 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

Preuve :
(i) Posons, pour tout (x, y) ∈ E × E, f (x, y) = x + y. Il s’agit de
démontrer que la fonction f à valeurs dans (E, v) et définie sur E × E, k.k
est continue.
Soit (x0 , y0 ) un élément quelconque de E × E et soit ε > 0. Posons
δ = 2ε . Alors, pour tout (x, y) ∈ E × E vérifiant
k(x, y) − (x0 , y0 )k1 = max [v (x − x0 ) , v (y − y0 )] < δ,
nous avons
v (f (x, y) − f (x0 , y0 )) = v (x − x0 + y − y0 )
≤ v (x, x0 ) + v (y − y0 ) ≤ 2 max [v (x − x0 ) , v (y − y0 )]
= 2 k(x, y) − x0 , y0 k1 < 2δ = ε ;
d’où la continuité uniforme de f .
(ii) Posons g (λ, x) = λx. Il s’agit de démontrer que l’application g dé-
finie sur (K × E, k.k2 ) et à valeurs dans (E, v) est continue. Soient donc
(λ0 , x0 ) ∈ K × E et ε > 0. Pour tout élément (λ, x) de K × E, nous avons
v (g (λ, x) − g (λ0 , x0 )) = v (λx − λ0 x0 )
= v (x (λ − λ0 ) + λ0 (x − x0 )) ≤ (x (λ − λ0 )) + v (λ0 (x − x0 ))
≤ |λ − λ0 | v (x) + |λ0 | v (x − x0 ) .
Donc, si nous choisissons x ∈ E tel que
(1 + |λ0 |) v (x − x0 ) < ε/2,
nous obtenons
ε
v (x) = v (x0 + x − x0 ) ≤ v (x0 ) + v (x − x0 ) < v (x0 ) +
2 (1 + |λ0 |)
et dès lors, en choisissons (λ, x) tel que |λ − λ0 | ≤ 12 . kε0 il vient
1 ε ε
|λ − λ0 | v (x) < . .k0 = ..
2 k0 2
En conséquence, le réel δ définie par
 
ε ε
δ = inf ,
2 (1 + |λ0 |) 2k0
est tel que, pour tout (λ, x) ∈ K × E qui vérifie
max [|λ − λ0 | , v (x − x0 )] = k(λ, x) − (λ0 , x0 )k2 < δ,
nous avons
v (g (λ, x) − g (λ0 , x0 )) ≤ |λ − λ0 | v (x) + |λ0 | v (x − x0 )
ε ε
< + =ε;
2 2
d’où la continuité de g.
8.3. SÉRIES DANS LES ESPACES VECTORIELS NORMÉS 87

8.3 Séries dans les espaces vectoriels normés

Soit (E, v) un espace vectoriel normé et soit (xn ) une suite d’éléments de
E.

Définition 65. On appelle série de terme général xn , le couple ((xn ) , (Sn ))

n
P
formé par les suites (xn ) et (Sn ) où Sn = xi .
i=1

Sn est appelé la somme partielle d’indice n de la série.

Définition 66. Si la suite (Sn ) converge vers un point S ∈ E, on dit que la

P∞
série est convergente et que S est la somme de la série xn .
n=1

∞
P ∞
P
On écrit alors S = xn = xn . Dire que la série ((xn ) , (Sn )) est
n=1 n≥1
convergente et de somme S c’est dire que

∀ε > 0 (∃m ∈ N ∗ ) (∀k ∈ N : k ≥ m) : v (Sk − S) < ε.

Définition 67. On dit qu’une série de terme général xn dans un espace

vectoriel normé (E, v) est normalement convergente ou absolument
convergente si la série numérique à termes positifs v (xn ) est convergente.

Autrement exprimé, si yn = v (xn ), la série ((xn ) , (Sn )) est dite normale-

ment convergente si la série numérique à termes positifs yn , soit ((yn ) , (Un ))
Pn Pn
où Un = yk = v (xk ) est convergente.
k=1 k=1

Définition 68. Une série est dite semi-convergente si elle est convergente
sans être normalement convergente.

Théorème
P 27 (Critère de Cauchy). Soit (E, ) un espace de Banach et soit
xn une série d’éléments de E et de somme partielle Sn . Alors, la série
n≥1
P
xn est convergente si et seulement si (Sn )n∈N est une suite de Cauchy.
n≥1

Démonstration : En effet, nous avons d’une part,

P
xn est convergente ⇐⇒ (Sn ) est convergente et d’autre part, (E, v)
étant complet,
(Sn ) est convergente ⇐⇒ (Sn ) est de Cauchy.
Le critère de Cauchy pour les séries dans un espace de Banach permet,
comme nous allons le voir, de démontrer l’importante condition suffisante
suivante de convergence d’une série dans un espace de Banach.
88 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

P
Théorème 28. Soit (E, v) un espace de Banach et soit xn une
P n≥1
série d’éléments de E. Si la série xn est normalement conver-
n≥1
gente, alors elle est convergente et
 
X X
v xn  ≤ v (xn ) . (8.11)
n≥1 n≥1

n
Preuve : Soit, pour tout n ∈ N ∗ , Sn =
P
xk . Il suffit de montrer que
k=1
(Sn ) est une suite de Cauchy. Soit ε > 0. Puisque la série
X
v (xk )
k∈N ∗

n
P
converge, la suite de terme général Sn = v(xk ) est de Cauchy, et dès lors,
k=1

r
X q
X
(∃m ∈ N ∗ ) (∀q ≥ m) (∀r > q ≥ m) : v (xk ) − v (xk )
k=1 k=1

r
X r
X
= v (xk ) = v (xk ) < ε.
k=q+1 k=1+q

Mais, pour tout r > q, nous avons

r q r r
! ! !
X X X X X
v (Sr − Sq ) = v xk − xk = v xk −v xk ≤ v (xk )
k=1 k=1 k+1 rk=1 k=q+1
(8.12)
En conséquence, si r et q sont des entiers tels que r > q ≥ m, nous avons
r
X
v (Sr − Sq ) ≤ v (xk ) < ε
k=q+1

et donc la suite (Sk ) vérifie la condition de Cauchy. L’inégalité (2 − 4 − 1)

s’obtient en faisant tendre r vers l’infini dans (2 − 4 − 2), avec q = 0 et
S0 = 0.

Remarque 28. Dans R munin de sa métrique naturel, il est bien connu que
la série de terme général (−1)
n converge alors que celle de terme général n1
diverge.
8.3. SÉRIES DANS LES ESPACES VECTORIELS NORMÉS 89

P Cet exemple montre que dans Pun espace vectoriel normé (E, v), la série
xk peut converger alors que v (xk ) diverge.
k≥1 k≥1
La condition ci-dessus n’est donc pas une condition nécessaire de conver-
gence. Nous pouvons dès lors séparer les séries convergentes en deux classes
selon les définitions ci-dessous. P (−1)n
Ainsi, dans R muni de sa norme usuelle, la série n est semi-
k∈N ∗
convergente..
P
Définition 69. On dit que la série xk est inconditionnellement conver-
P k∈N ∗
gente si tout réarrangement de xk converge vers la même somme.
k∈N ∗
Nous avons alors la propriété suivante pour la série normalement conver-
gente.
P
Proposition 48. Si la série xk dans l’espace vectoriel normé (E, v)
k∈N ∗
converge normalement, alors elle converge inconditionnellement.
Preuve
P :
xk , avec yk = xg(x) , k ∈ N ∗ et g :
P
Soit yk un réarrangment de
k
N ∗ −→ N ∗ une bijection. Soit ε > 0. Alors, par le critère de Cauchy de la
convergente normale, il existe m ∈ N ∗ tel que :
p
X
∗ ∗
(∀q ∈ N : q ≥ m) (∀p ∈ N : p > q ≥ m) : v (xk ) ≤ ε/2 .
k≥q+1

Maintenant g étant bijective, {1, 2, ..., m} ⊂ g (N ∗ ) = N ∗ et dès il existe m∞

tel que :
{1, 2, ..., m} ⊂ {g (1) , g (2) , ..., g (m∞ )} .
!
P P
Soit Xq (resp.Yq ) la somme partielle d’ordre q de la série xk resp. yk .
k∈N ∗ k≥1
Alors, si q ≥ m∞ ,
q
X q
X q
X q
X
Xq − Yq = xk − yk = xk − xg(k)
k=1 k=1 k=1 k=1

ne contiendra aucun des xk (k = 1, 2, ..., m) , puisqu’ils s’annulent dans la

différence, et dès lors,
q
X q
X

v (Xq − Yq ) ≤ v (xk ) + v xg(x) ≤ ε/2 + 2 = ε.
k=m+1 k=1
q
P
En conséquence, limq→∞ (Xq − Yq ) = 0 et dès lors la série yk converge
k=1
q
P
vers la même somme que la série xk .
k=1
90 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

P
Remarque 29. Si xk est une série dans R on peut démontrer la réci-
k≥1
proque de la proposition 2 − 2. Autrement exprimé, une série à termes réels
est normalement convergente si et seulement elle est inconditionnellement
convergente.
Exercice 21. Prouver l’assertion de la remarque ci-dessus.

8.4 Applications linéaires continues

Soient (E, v) et (F, µ) deux espaces vectoriels normés sur K.
Définition 70. Une application f : E −→ F est dite linéaire continue si
(i) f (x + y) = f (x) + f (y) ∀x, y ∈ E,
f (λx) = λf (x) ∀x ∈ E, ∀λ ∈ K.
(ii) f est continue pour les structures métriques définies par les normes
v et µ.
Le résultat suivant donne des critères permettant de reconnaître si une
application linéaire définie entre espaces vectoriels normés est continue.
Théorème 29. Avec les notations de la définition précédente, pour une ap-
plication linéaire f : E −→ F , les conditions suivantes sont équivalentes
(a) f est continue.
(b) f est continue à l’origine 0.
(c) Il existe M ≥ 0 tel que quel que soit x ∈ E,

µ (f (x)) ≤ M v (x)

(d) Il existe M ≥ 0 tel que

µ (f (x)) ≤ N ∀x ∈ E tel que v (x) = 1.

Preuve :
Nous allons montrer les implications
(a) =⇒ (b) =⇒ (c) =⇒ (d) =⇒ (a) .
1. (a) =⇒ (b) évident
2. (b) =⇒ (c). Il est clair que l’inégalité dans (c) est vraie pour x = 0.
Nous allons le montrer pour les x non nuls. D’ailleurs f étant continue en 0,
(en prenant ε = 1 dans la définition de la continuité), il existe δ > 0 tel que

µ (f (Y )) ≤ 1

quel que soit y ∈ E tel que v (y) ≤ δ. Soit x un élément non nul de E. Alors
x
l’élément y = v(x) δ est tel que v(y) = 1 et vérifie dès lors

δ
µ(f (x)) = µ(f (y)) ≤ 1,
v(x)
8.4. APPLICATIONS LINÉAIRES CONTINUES 91

soit,
1
µ (f (x)) ≤ v (x) .
δ
Il suffit de prendre M = 1δ .
3. (c) =⇒ (d) évident. Il suffit de considérer les x ∈ E pour lesquels
v(x) = 1 dans (c).
4. (d) =⇒ (a). Soit x0 ∈ E. Monstrons que f est continue en x0 .
D’ailleurs pour tout x 6= x0 , on a
 
x − x0
v =1
v (x − x0 )
  
1 x−x0
et dès lors, par (d) , v(x−x 0)
µ (f (x) − f (x 0 )) = µ f v(x−x0 ) ≤ N c’est-
à-dire :
µ (f (x) − f (x0 )) ≤ N v (x − x0 ) .
En conséquence, si ε > 0 est donné et si x ∈ E est tel que v (x − x0 ) N1 < ε,
nous avons
µ (f (x) − f (x0 )) < ε.
Ainsi f est continue en x0 .

Notation : On notera L (E, F ) l’ensemble de toutes les applications li-

néaires continues de E dans F .

L (E, F ) est trivialement un espace vectoriel (sous-espace vectoriel de

l’espace de toutes les applications de E dans F ). Sur L (E, F ), on pose :

kf k = sup µ(f (x)). (8.13)

v(x)≤1

Pour tout f ∈ L (E, F ) , k f k est fini d’après le critère (c) du théorème 2 − 3.

En outre, d’après ce même critère, on a la relation fondamentale

µ (f (x)) ≤ kf k v (x) ∀x ∈ E. (8.14)

De plus, si M > 0 est tel que

µ (f (x)) ≤ M.v (x) ∀x ∈ E,

alors, pour chaque x ∈ E tel que v (x) ≤ 1, nous avons µ (f (x)) ≤ M de

telle sorte que

µ (f (x))
kf k = sup µ (f (x)) = kf k = sup .
v(x)=1 x6=0 v (x)
92 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

Exemple 19. Soient a et b deux nombres tels que a < b, I = [a, b]. Soit
X = CI l’ensemble des fonctions complexes définies et continues sur I. Pour
chaque u ∈ X, posons
kuk = sup |u (t)| .
t∈I

Alors, (X, k.k) et C sont des espaces vectoriels normés complexes. Il aisé de
voir que l’application f : X −→ C définie par

Zb
f (u) = u (t) dt
a

est linéaire continue et kf k = (b − a).

Exemple 20. Soit X = B(R, C) l’espace vectoriel des applications bornées

définies sur R et à valeurs complexes muni de la norme

kuk = sup |u (t)| .

t∈R

Pour tout a ∈ R, l’application fa : X −→ X définie par

fa (u) = u (. − a)

est visiblement linéaire et est telle que, quelle que soit u ∈ X,

kfa (u)k = sup |u (t − a)| = sup |u (t)| = kuk .

t∈R t∈R

Il résulte du critère (c) du théorème 2 − 3 que fa est continue. De plus,

kfa k = 1. Les applications de type, fa sont des opérateurs de translation.
Il résulte de ce qui précède que les opérateurs de translation sont continues
dans l’ensemble des applications bornées.

Exemple 21. Soient X un espace vectoriel sur K par normé v. Alors, pour
tout λ ∈ K l’homolthétie fλ : X −→ X, x −→ λx est une application linéaire
continue.

En fait ∀x ∈ X,

v (fλ (x)) = v (λx) = |λ| v (x)

de telle sorte que

kfλ k = |λ| .

Considérons l’espace vectoriel K n muni de la norme v∞ définie par (2 − 1 − 13)

et soit (E, µ) un espace vectoriel sur K normé.
8.4. APPLICATIONS LINÉAIRES CONTINUES 93

Proposition 49. Toute application linéaire de K n dans E est continue.

Démonstration : En fait, soit (ei )1≤i≤n la base canonique de K n . Alors
tout élément x = (x1 , ..., xn ) s’écrit
n
X
f (x) = xi ei ,
i=1

et dès lors
n
X
f (x) = xi f (ei ) .
i=1
En conséquence,
n
X
µ (f (x)) ≤ |xi | µ (f (ei ))
i=1
n
X
≤ , µ (f (ei )) sup |xi | = M v∞ (x)
i=1 1≤i≤n

n
P
avec M = µ (f (ei )). La thèse résulte du théorème 2 − 3.
i=1

Exemple 22 (Applicattion linéaire discontinue). Soit X l’espace des poly-

nomes à coefficients complexes, normé par l’application

P → kP k = sup |P (t)| .
0≤t≤1

L’application f : X −→ C définie par f (P ) = P (4) est linéaire mais non

continue.
Si f était continue, il existerait un réel M > 0 tel que

|f (P )| ≤ M kP k ∀P ∈ X.

Mais alors, pour chaque entier n ≥ 1, le polynôme Pn définit par

 n
t
Pn (t) =
2
est telle que :
f (Pn ) = 2n
 n
t 1
kPn k = sup = n.
1≤t≤i 2 2
La continuité de f entraînerait alors 2n ≤ M 2−n c’est-à-dire

4n ≤ M ∀n ∈ N ∗ ;
94 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

ce qui est impossible.

Les espaces vectoriels normés (E, v) et (F, µ) étant données l’application

définie par (2 − 5 − 1) fait de L (E, F ) un espace vectoriel normé et donc un
espace métrique. En outre :
Théorème 30. Soient (E, v) et (F, µ) deux espaces vectoriels, normés. Alors,
si (F, µ) est un espace de Banach, (L(E; F ), k.k) est un espace de Banach.
Preuve :
Soit (fn ) une suite de Cauchy dans L (E; F ). Pour tout x ∈ E fixé,
l’inégalité
µ (fp (x) − fq (x)) ≤ kfp − fq k v (x)
montre que (fn (x)) est une suite de Cauchy dans F . L’espace F étant com-
plet, la suite (fn (x)) admet une limite que nous notons f (x). On définit
ainsi une application f : E −→ F par
f (x) = lim fn (x) .
n→+∞

Montrons que f ∈ L (E; F ) .

Linéarité de f .
Pour tout x et y dans E, on a :

f (x + y) = lim (fn (x + y)) = lim (fn (x) + fn (y))

n→+∞ n→+∞
= lim fn (x) + lim fn (y)
n→+∞ n→+∞
= f (x) + f (y).
De même, pour tout (λ, x) ∈ K × E, on a :
f (λx) = fn (λx) lim (λ fn (x)) = λ lim fn (x) = λf (x)
n→+∞ n→+∞

Continuité de f :
Soit r > 0. Parce que f est de Cauchy, il existe un entier naturel n0 tel
que
p, q ≥ n0 =⇒ kfp − fq k ≤ r,
c’est-à-dire, pour tout x ∈ E avec v (x) = 1,
µ ((fp − fq ) (x)) = µ (fp (x) − fq (x)) ≤ r (8.15)
En faisant tendre q vers +∞ dans (1) on obtient
p ≥ n0 =⇒ µ (fp (x) − f (x)) ≤ r.
On en déduit que, pour tout x ∈ E avec v (x) = 1
µ(f (x)) ≤ µ(f (x) − fn0 (x)) + µ(fn0 (x0 )) ≤ r + kfn0 k .
D’où la continuité de f .
8.4. APPLICATIONS LINÉAIRES CONTINUES 95

Théorème 31. Soit E un espace vectoriel sur K normé par v. Le dual (to-
pologique) de E que nous notons E ∗ , est l’ensemble L(E, K) des applications
linéaires continues de E dans K.
Puisque K ∈ {R, C} est complet, le dual E ∗ de E est un espace de
Banach.

8.4.1 Composition d’applications linéaires continues

Soient E, F et G des espaces vectoriels normés, f ∈ L (E, F ) et g ∈
L (F, ) G. Désignons indifféremment les normes par k.k. Alors,
Proposition 50. Avec les notations précédentes gof ∈ L (E, G) et

kgof k ≤ kgk . kf k .

Preuve :
La composition de deux applications linéaires est une application linéaire
et la composition de deux applications continues est continue, donc gof est
linéaire et continue. De plus :

k(gof ) (x)k = kg (f (x))k ≤ kgk kf (x)k ;

or
kf (x)k ≤ kf k kxk .
Il résulte des propriétés caractéristiques de la norme que

kgof k ≤ kgk . kf k .

8.4.2 Isomorphismes d’espaces vectoriels normés - Espaces

vectorie de dimension finie
Soient E et F deux espaces vectoriels normés.
Définition 71. Une application f : E −→ F est dite un isomorphisme si :
(i) f est linéaires et continue,
(ii) f est bijective et sa bijection réciproque (qui est linéaire) est conti-
nue.
Il résulte aussitôt de cette définition que f : E −→ F est un isomorphisme
si et seulement si f esst un homéomorphisme qui est linéaire.
Le résultat suivant, très important en analyse est à retenir.
Théorème 32. Si E et F sont des espaces de Banach, toute application
linéaire continue et bijective f : E −→ F est un isomorphisme.
Ce théorème dit que l’application réciproque f −1 : F −→ E est automa-
tiquement continue.
Un exemple important d’isomorphisme d’espaces normés est l’isométrie.
96 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

Définition 72. Soient E et F deux espaces vectoriels, normés respective-

ment par v et. µ Une application f : E −→ F est dite une isométrie si f est
une bijection linéaire qui conserve la norme, c’est-à-dire

µ (f (x)) = v (x) ∀x ∈ E. (8.16)

Il résulte de (2 − 7 − 1) et du théorème 2 − 3 qu’une isométrie est auto-

matiquement continue et est dès lors un isomorphisme. La réciproque n’est
pas vraie comme le montre l’exemple suivant : pour tout k ∈ K − {0}, l’ho-
mothétie x −→ kx est un isomorphisme de E dans E qui n’est une isométrie
que si |k| = 1.

Proposition 51. Soit n ≥ 1 un entier naturel. Alors, sur l’espace vectoriel

K n , toutes les normes sont équivalentes.

Preuve : Soit p : K n −→ R+ = {r ∈ R : r ≥ 0} la norme sur K n définie

par
n
X
x = x1 , ..., xn −→ p (x) = |xi | ,
i=1

et soit k.k . n’importe qu’elle autre norme sur K n . Alors, pour tout X =
(x1 , x2 , ..., xn ) ∈ K n ,
Xn
x= xi ei
i=1

où (ei ) est la base canonique de K n . En conséquence,

n
X n
X n
X n
X
kxk = (x) = xi e i ≤ kxi ei k = |xi | kei k ≤ ( sup kei k) |xi | = M p (x)
i=1 i=1 i=1 1≤i≤n i=1

où
M = sup kei k
1≤i≤n

Ainsi,
kxk ≤ M p (x) ∀x ∈ K n . (8.17)
Munissons K n de la distance induite par p. Alors, dans l’espace métrique
ainsi obtenu, l’ensemble

S = {x ∈ K n : p (x) = 1}

est, en vertu de (2 − 7 − 2) fermé et borné et dès lors compact. Il résulte aussi

de (2 − 7 − 2) que l’application k.k est continue. En fait, quels que soient x
et y dans K n ,
|kxk − kyk| ≤ kx − yk ≤ M p (x − y)
8.4. APPLICATIONS LINÉAIRES CONTINUES 97

et dès lors kxk −→ kyk dès que x −→ y. En conséquence, par le corollaire

1 − 8, il existe α > 0, il existe x0 ∈ S tels que

α = kx0 k = inf kxk .

x∈S

Ainsi, il existe α > 0 qui est tel que

α ≤ kxk ∀x ∈ S.
x
Pour tout x 6= 0 de K n , y = p(x) ∈ S et dès lors

1
α ≤ kyk = kxk .
p (x)
c’est-à-dire
αp (x) ≤ kxk (8.18)
Les relations (2 − 7 − 2) et (2 − 7 − 3) provent la thèse.
Corollaire 17. Pour tout espace vectoriel E sur K normé par v, toute
application linéaire bijective f : K n −→ E est un isomorphisme.
Preuve : Il suffit de montrer que f −1 est continue. Puisque f est conti-
nue en vertu de l’exemple 2 − 3 − 4. Soit p la norme de K n définie par
n
X
x = (x1 , ..., xn ) −→ p (x) = |xi |
i=1

L’application v o f est une norme de K n . Par la proposition 2 − 4, elle est

équivalente à p. Par conséquent, il existe α > 0 et β > 0 tels que

α [(vof ) (x)] ≤ p (x) ≤ β [(vo) (x)] ∀x ∈ K n . (8.19)

Soit y ∈ E. Alors, il existe un élément unique x ∈ K n tel que y = f (x).

Donc x = f −1 (y) et dès lors, par (2 − 7 − 4),

α v (y) ≤ p f −1 (y) ≤ β v (y) .

(8.20)

La continuité de f −1 : E −→ K n résulte de la deuxième relation d’inégalité

de (2 − 7 − 5) et du théorème 2 − 3.
Corollaire 18. Soit E un espace vectoriel de dimension finie. Alors, sur E,
toutes les normes sont équivalentes.
Preuve :
Soit n = dim E et soit (e1 , ..., en ) une base de E.
L’application f : K n −→ E définie par
n
X
f (x) = xi e i
i=1
98 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

où x = (x1 , ..., xn )
est linéaire continue et bijective. (Elle est même un isomorphisme en vertu
du corollaire 2 − 1. Soient v et η deux normes sur E. Alors, les applications
vof et ηof sont des normes de K n , toutes deux équivalentes à p, en vertu de
la proposition 2 − 4. En conséquence, il existe m1 , m2 , M1 et M2 , des réles
strictement positifs tels que, quel que soit x ∈ K n ,

m1 (v o f ) (x) ≤ p (x) ≤ M1 (v o f ) (x) ,

m2 p (x) ≤ (η o f ) (x) ≤ M2 p (x) .

Donc, quel que soit y ∈ E.

m1 (y) ≤ p f −1 (y) ≤ M1 v (y) .

(8.21)

m2 p f −1 (y) ≤ η (y) ≤ M2 p f −1 (y)

(8.22)

Les relations (2 − 7 − 6) et (2 − 7 − 7) impliquent

m1 v (y) ≤ m−1 −1


2 η (y) ≤ M1 M2 m2 v (y) ∀y ∈ E.

Donc les normes et v sont équivalentes. Comme η et v sont prises arbitrai-

rement, la thèse est démontrée.

Corollaire 19. Soit E un espace vectoriel normé de dimension fini. Alors

E est un espace de Banch et, toute application linéaire de E dans un e.v.
normé F est continue.

Preuve :
Soit n = dim E. Alors, il existe une application linéaire bijective f :
K n −→ E. D’après le corollaire 2 − 1, f est un isomorphisme. Puisque K n
est complet (se rappeler que K ∈ {R, C} , E est complet (et est donc un
espace de Banach).
Soit maintenant F un espace vectoriel sur K normé par η et soit g :
E −→ F une application linéaire. Si nous montrons que

h = g o f : K n −→ F

est continue, il s’en suivra que g = hof −1 est continue. D’ailleurs, h est
continue en vertu de l’exemple (2 − 3 − 4) et de la proposition 2 − 4

8.4.3 Applications multilinéaires continues

Soient Ei 1 ≤ i ≤ n et F des espaces vectoriels normés sur K et f :
E1 × E2 × ... × En −→ F une application.
8.4. APPLICATIONS LINÉAIRES CONTINUES 99

Définition 73. Avec les notations précédentes, f est dite multilinéaire conti-
nue si
(a) f est multilinéaire (bilinéaire si n = 2, trilinéaire si n = 3), c’est-
à-dire si pour chaque entier k ∈ [1, n] et pour chaque système ai ∈ Ei (i 6= k),
l’application ”partielle”

xk −→ f (a1 , ..., ak−1 , xk , ak+1 , ..., an )

de Ek dans F est linéaire

(b) f est continue.
Cela a un sens de parler de la continuité de f : E1 ×E2 ×...×En −→ F car
les Ei étant des espaces vectoriels normés, leur produit E1 × E2 × ... × En a
aussi une structure d’espace métrique (voir l’exemple 2 − 1 − 3).
Le résultat suivant généralise le théorème 2 − 3.
Théorème 33. Soient (Ei , vi ) 1 ≤ i ≤ n, (F, k.k) des espaces vectoriels
normés et f : E1 ×...×En −→ E une application multilinéaire. Les assertions
suivantes sont équivalentes.
(a) f est continue ;
(b) f est continue en 0 = (0, ..., 0) ;
(c) Il existe K1 > 0 tel que pour tout x = (x1 , ..., xn ) tel que vi (xi ) ≤
1,
kf (x1 , ..., xn )k ≤ K1 ;
(d) Il existe K2 > 0 tel que pour tout x = (x1 , ..., xn ) tel que vi (xi ) =
1,
kf (x1 , ..., xn )k ≤ K2 ;
(e) Il existe une constante K > 0 telle que

kf (x1 , ..., xn )k ≤ K v1 (x1 ) ... vn (xn )

pour tous les xi ∈ Ei , 1 ≤ i ≤ n.

Preuve :
On a évidemment (a) =⇒ (b).
Montrons que (b) =⇒ (c). Puisque f est continue à l’origine (0, ..., 0) ; il
existe δ > 0 tel que

v1 (x1 ) + ... + vn (xn ) ≤ δ =⇒ kf (x1 , ..., xn )k ≤ 1.

Mais alors pour tous xi ∈ Ei 1 ≤ i ≤ n tels que vi (xi ) ≤ 1, on a

 x 
1
v1 δ , ..., ≤ 1
n
de telle sorte que  x
1 xn 
f δ. , ..., δ ≤ 1,
n n
100 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

soit  n n
kf (x1 , ..., xn )k ≤= K1 .
δ
L’implication (x) =⇒ (d) est évidente. Montrons que (d) =⇒ (c). Soit M un
majorant de kf (x1 , .., xn )k lorsque xi ∈ Ei 1 ≤ i ≤ n avec vi (xi ) = 1.
Si les xi sont tous non nuls, les xi sont de norme 1 de telle sorte que
d’après (c),
vi (xi )
et par conséquent
 
x1 xn
f , ..., ≤M
v1 (x1 ) vn (xn )

Cette inégalité reste vraie si l’un des xi est nul. (e) =⇒ (a). Cette implication
résulte de la relation

kf (x1 , ..., xn ) − f (y1 , ...yn )k

= kf (x1 − y1 , x2 , ..., xn ) + f (y1 , x2 − y2 , x3 , ..., xn )

+f (y1 , y2 , x3 − y3 , x4 , ..., x4 ) + ... + f (y1 , ..., yn−1 , xn − yn )k
≤ M [v1 (x1 − y1 ) . v2 (x2 ) ...vn (xn ) + v2 (x2 − y2 ) . v1 (y1 ) . v (y3 ) ...vn (yn )
+...vn (xn − yn ) .v1 (y1 ) ...vn−1 (yn−1 )]

8.4.4 Quelque exemples d’espaces de type L(E; F )

Pour tout espace vectoriel sur K, F normé par µ, L (K, ) F est isométri-
quement isomorphe à F (cf. Théorème).

Exemple 23. Pour tout espace vectoriel normé E, L (E, K) est un espace de
Banach réel ou complexe, selon que K et R ou C appelé le dual topologique
de E.

Définition 74. Une algèbre A est un espace vectoriel muni d’une loi interne
appelée la multiplication qui est bilinéaire. L’algèbre est dite associative si la
multiplication est associative.

Définition 75. Soit (x, y) −→ xy la multiplication d’une algèbre A. L’al-

gèbre A est dite une algèbre de Banach si A est un espace de Banach et si,
∀x, y ∈ A
kxyk ≤ kxk . kyk
ouù k.k est la norme de A.

Exemple 24. Pour tout espace de Banach E, L(E; E) est une algèbre de
Banach.
8.4. APPLICATIONS LINÉAIRES CONTINUES 101

En effet, nous savons déjà que L(E; E) est un espace de Banach. Sur
L(E; E) prenons la multiplication

(f, g) −→ f og = b (f, g)

alors, b est bilinéaire et, par la proposition 2 − 3,

kb (f, g)k = kf ogk ≤ kf k . kgk

d’où la thèse.
Théorème 34. Si E est un esapce de Banach et si f ∈ L(E; E), la série
X 1
fn
n!
n≥0

est normalement convergente. On note exp(f ) sa somme.

Preuve :
Notons, par convention, f 0 = 1E , l’application identique de E. Nous
avons, d’après la proposition 50.

kf n k ≤ kf kn .

Donc, la série des normes de la série étudiée est majorée par la série
X 1
kf kn = exp (kf k) ,
n!
n≥0

qui est l’exponentielle usuelle. D’où la thèse

Théorème 35. Soient E un espace de Banach et u ∈ L(E; E) telle que
kuk < 1. Alors IE − u est inversible dans L(E; E).
Preuve :
kukn un est convergente et comme, par la
P
Puisque kuk < 1, la série
n≥1
proposition 50,
kun k ≤ kukn
un = IE + u + u2 +... est normalement convergente.
P
la série
n≥0
P n P n
Soit v = u . Alors, uv = vu = u ..
n≥0 n≥0
En conséquence,
X X
IE = un − un = v − uv = v − vu = (IE − u) v = v (IE − u) ,
n≥0 n≥0

et dès lors IE − u est inversible d’inverse v.

Le résultat suivant est une conséquence du théorème 35.

102 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

Théorème 36. Soient E et F deux espaces de Banach, U = Isom(E; F ) le

sous ensemble de L(E; F ) formé des isomorphismes de E dans F . Alors :
(a) U = Isom(E; F ) est une partie ouverte de L(E; F ).
(b) l’application u → u−1 de U = Isom(E; F ) dans (F ; E) est continue.

Preuve : Il est clair que ce théorème n’a d’intérêt que si l’ensemble

Isom (E; F ) n’est pas vide, c’est-à-dire si les espaces E et F sont iso-
morphes. Nous supposons donc qu’il en est ainsi.
(a) Soit u0 ∈ Isom (E; F ). Nous allons montrer qu’il existe un réel
η = η (u0 ) > 0 tel que, dans L (E; F ), la boule B (u0 , η) est contenue dans
Isom (E; F ). D’ailleurs pour que u ∈ L (E; F ) soit un isomorphisme, il faut
et il suffit que
(u0 )−1 u : E −→ E
soit un isomorphisme, c’et-à-dire soit un élément inversible de L (E; E). Po-
sons :
(u0 )−1 u = 1 − v. (8.23)
Cherchons une conditions suffisante pour que (u0 )−1 u soit inversible dans
L (E; E). Il suffit, au regard de (2 − 8 − 1), que kvk < 1, en vertu du théo-
rème 2 − 8. Or par (2 − 8 − 1), v = 1 − (u0 )−1 u = (u0 )−1 (u0 − u) et dès
lors,
kvk ≤ u−10 . ku0 − uk . (8.24)
En conséquence, si
1
ku0 − uk < ,
u−1
0

nous sommes sûrs que kvk < 1 et dès lors que u est un isomorphisme. Il
1
suffit donc de prendre η = u−1 .
k 0 k
(b) Nous déduisons de (2 − 8 − 1) que

u−1 = (1 − v)−1 u−1

0

et dès lors h i
−1
u−1 − u−1
0 = (1 − v) − 1 (u0 )−1 .

Soit ε > 0, il nous faut prouver qu’il existe δ = δ (u0 ) > 0 tel que

u−1 − u−1
0 <ε
1
dès que ku − u0 k < δ. Prenons u tel que ku − u0 k < . Alors, v1 et dès
ku−1
0 k
lors, par le théorème 2 − 8, 1 − v est inversible et d’inverse.

(1 − v)−1 =
X X
vn = 1 + vn.
n≥0 n≥1
8.4. APPLICATIONS LINÉAIRES CONTINUES 103

D’où
(1 − v)−1 − 1 =
X
vn
n≥1

et donc
kvk
(1 − v)−1 − 1 =
X X
vn ≤ kvkn = .
1 − kvk
n≥1 n≥1

Par conséquent,

u−1 . kvk
u−1 − u−1
0 ≤ u−1
0 (1 − v)−1 − 1 ≤ 0
1 − ku0 k
kvk
Maintenant, par (2 − 8 − 2), v et donc 1−kvk −→ 0 quand u −→ u0 de telle
sorte qu’il existe δ1 > 0 tel que
kvk ε
≤
1 − kvk u−1
0

pour tout u tel que ku − u0 k < δ1 . En conséquence pour tout u ∈ L (E; F )

tel que ( )
1
ku − u0 k < inf δ1 , −1 ,
u0
nous avons
ε u−1
u−1 − u0 < 0
=ε;
u−1
0
ce qu’il fallait démontrer.

8.4.5 Isomorphismes canoniques

Soient Ei 1 ≤ i ≤ n et F des espaces vectoriels normés sur le corps K.
L’ensemble des applications multilinéaires continues f : E1 ×E2 ×...×En −→
F , muni de l’addition et du produit par un scalaire, est évidemment un espace
vectoriel. Nous le noterons L (E1 , ..., En ; F ). Si E1 = E2 = ... = En = E,
nous le noterons simplement Ln (E; F ).
Posons, pour f ∈ L (E1 , ..., En ; F ),

kf k = sup {kf (x1 , x2 , ..., xn )k : kx1 k = ... = kxn k = 1} .

Alors, par le théorème 2 − 6,

k.f (x1 , ..., xn )k ≤ kf k . kx1 k ... kxn k ∀ (x1 , x2 , ..., xn ) .

L’application f −→ kf k est une norme sur L (E1 , ..., En ; F ) et L (E1 , ..., En ; F )

est complet si F est un espace de Banach.
De plus,
104 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

Théorème 37. L (E;Lk (E; F)) est canoniquement isomorphe à Lk+1 (E; F)
pour tout entier naturel k ≥ 1.

Preuve :
L’application f −→ X (f ) définie par

X (f ) (x1 , ..., xk+1 ) = f (xk+1 ) . (x1 , ..., xk )

applique L (E, Lk (E, F )) dans Lk+1 (E; F ). L’application X est évidemment

linéaire. Elle est injective car

X (f ) = 0 =⇒ f (xk+1 ) . (x1 , ..., xn ) = 0 ∀x1 , x2 , ..., xn ∈ E

=⇒ f (xk+1 ) = 0 ∀xk+1 ∈ E =⇒ f ≡ 0.
Elle est surjective. D’ailleurs si g ∈ Lk+1 (E; F ), définissons

f : E −→ Lk (E ; F ) par f (x) = g (x, .) .

Alors g ∈ L (E; Lk (E; F )) et X (f ) = g. Enfin X est continue car les inéga-

lités

kX (f ) (x1 , ..., xk+1 )k ≤ kf (xk+1 )k . kx1 k ... kxk k ≤ kf k . kxk+1 k . kx1 k ... kxk k

montrent que kX (f )k ≤ kf k et dès lors kXk ≤ 1.

D’ailleurs kXk = 1 (le montrer à titre d’exercice).

Théorème 38. Pour tout espace vectoriel normé F sur le corps K, L(K; F )
est canoniquement isomorphe à F .

Preuve :
L’application T : L (K; F ) −→ F définie par T (f ) = f (1) est évidem-
ment linéaire. Elle est injective car

T (f ) = 0 =⇒ f (1) = 0 =⇒ f (t) = t. f (1) = 0 ∀t ∈ K =⇒ f = 0.

Elle est surjective. En effet si x ∈ F , l’élément f de L (K; F ) défini par

f (t) = t.x ∀t ∈ K

est tel que T (f ) = x.

Enfin, T est continue et les relations

kT (f )k = sup |T (f ) (t)| = sup |f (1)| = kf k

|t|≤1 |t|≤1

montrent que kT k = 1.
8.5. EXERCICES 105

8.5 Exercices
Exercice 22. Soit (X, d) où d est la distance discrète. Quelles sont les suites
de Cauchy pour cette distance ? L’espace (X, d) est-il complet ?

Exercice 23. Donner un exemple d’espaces métriques (X, d) et (Y, d) ho-

méomorphes tels que (X, d) soit et (Y, d0 ) ne le soit pas.

Exercice 24. Soit (X, d) où d est la distance discrète. Quelles sont les suites
de Cauchy pour cette distance ? L’espace (X, d) est-il complet ?

Exercice 25. Donner un exemple d’espaces métriques (X, d) et (Y, d) ho-

méomorphes tels que (X, d) soit et (Y, d0 ) ne le soit pas.

Exercice 26. Soient X et Y deux espaces métriques et f : X → Y.

(a) Montrer que si f est uniformément continue, alors elle conserve les
suites de Cauchy. Qu’en est-il de la réciproque ?
(b) On suppose f uniformément continue, bijective et de réciproque conti-
nue. Montrer que si Y est complet, X l’est aussi.

Exercice 27. (Distance usuelle sur l’espace des fonctions numériques conti-
nues sur [0, 1]] Soit E l’espace des applications continues de [0, 1] dans R.
Pour tout f, g ∈ E, on pose :
Z 1
d(f, g) = |f (t) − g(t)|dt.
0

On note D la distance de la convergence uniforme.

(a) Montrer que (E, D) est complet.
(b) Montrer que d est une distance.
(c) Montrer que l’application identique de (E, D) dans (E, d) est continue,
par contre l’application identique de (E, d) dans (E, D) n’est pas conti-
nue.
(d) Montrer que (E, d) n’est pas complet.

Exercice 28. Montrer qu’on peut, dans la définition de la norme, remplacer

l’inégalité triangulaire par la propriété suivante : l’ensemble des x tels que
kxk ≤ 1 est une partie convexe de E. [On pourra utiliser un barycentre
x y
convenable des points kxk et kyk .]

Exercice 29. Montrer que tout parallélogramme non aplati centré à l’origine
est la boule unité d’une norme sur R2 .

Exercice 30. Soit K ∈ {R, C} et E un espace vectoriel normé sur K. Mon-

trer les assertions suivantes.
106 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

(i) Si λ est un élément non nul de K et si A est une partie de E qui est
fermée (resp. ouverte, compacte, connexe), alors λA est fermée (resp.
ouverte, compacte, connexe).
(ii) Si A et B sont deux ouverts (resp. compacts, connexes) de E, alors
A + B est ouvert (compact, connexe).
(iii) Si A est compact et B est fermé, alors A + B est fermé. Donner un
contre-exemple dans R montrant que la somme de deux fermés peut ne
pas être fermée.

Exercice 31. Monrer que dans un espace vectoriel normé E sur un corps
commuatif K ∈ {R, C}, l’adhérence de la boule ouverte B(a, r) est la boule
fermés Bf (a, r).

Exercice 32. Monrer que dans un espace vectoriel normé (E, k.k) sur un
corps commuatif K ∈ {R, C}, toute boule ouverte est homéomorphe à E. On
pourra envisager l’application
rx
x→
1 + kxk

de E dans la boule ouverte B(oE , r).

Exercice 33. Monrer que dans un espace vectoriel normé (E, k.k) sur un
corps commuatif K ∈ {R, C}, si A et B sont compacts (resp. connexes), il
en est de même de C, réunion des segments joignants deux points arbitraires
de A et B.

Exercice 34. Monrer que dans un espace vectoriel normé (E, k.k) sur un
corps commuatif K ∈ {R, C}, l’adhérence d’un sous-espace vectoriel est un
sous-espace vectoriel. Examiner le cas où E est de dimension finie.

Exercice 35 (Les normes k.kp ). . Pour x = (x1 , ..., xn ) ∈ Rn , on pose :

X 1
kxkp = ( |xi |p ) p , kxk∞ = max1≤i≤1 |xi |.
1≤i≤n

1. Dessiner l’ensemble Bp des x tels que kxkp ≤ 1 lorsque n = 2, p =

1 3
2 , 1, 2 , 2, 3ou∞. Montrer que Bp croit avec p.
2. Montrer que k.kp n’est pas une norme pour 0 < p < 1.
3. k.kp tend vers k.k∞ lorsque p tend vers l’infini. [On pourra isoler un
|xi | maximal dans k.kp .]
4. Montrer que k.kp est une norme sur Rn pour p ≥ 1. [ On pourra
montrer que la fonction xi → xpi est convexe sur l’intervalle ]0, ∞[,
puis que x → kxkpp est convexe sur Rn , et utiliser l’exercice 28.]
8.5. EXERCICES 107

Exercice 36 (Equivalence de normes). Pour 1 ≤ p, q ≤ ∞, on note Cp,q la

plus petite constante telle que

kxkq ≤ Cp,q kxkp

pour tout x ∈ Kn avec K ∈ {R, C}. On rappelle que :

X
kxkp = ( |xi |p )1/p kxk∞ = max1≤i≤n |xi |.
1≤i≤n

1. Déterminer Cp,∞ et C∞,q pour 1 ≤ p ≤ ∞. Pour la suite p et q seront

supposés finis.
|xi | 1/q
2. Montrer que Cp,q = 1 pour p ≤ q.[On pourra observer que ( kxk p
) ≤
|xi | 1/p
( kxk p
) .]
3. Montrer que
1
− p1
Cp,q = n q pour p ≥ q.

Exercice 37 (Equivalence de normes). Pour 1 ≤ p, q ≤ ∞, on note Cp,q la

plus petite constante telle que

kxkq ≤ Cp,q kxkp

pour tout x ∈ Kn avec K ∈ {R, C}. On rappelle que :

X
kxkp = ( |xi |p )1/p kxk∞ = max1≤i≤n |xi |.
1≤i≤n

1. Déterminer Cp,∞ et C∞,q pour 1 ≤ p ≤ ∞. Pour la suite p et q seront

supposés finis.
|xi | 1/q
2. Montrer que Cp,q = 1 pour p ≤ q.[On pourra observer que ( kxk p
) ≤
|xi | 1/p
( kxk p
) .]
3. Montrer que
1
− p1
Cp,q = n q pour p ≥ q.

Exercice 38. Soit (E, kk) un espace vectoriel normé et F un sous-espace

vectoriel de E.
(i) Montrer que l’adhérence de F est un sous-espace vectoriel de E.
(ii) En déduire que si F est un hyperplan, alors ou bien F est fermé, ou
bien F est partout dense dans E.
(iii) On suppose que F est fermé.
(a) Montrer que l’application N : E/F → R définie par N (x) =
inf kxk est une norme sur E/F.
x∈X
108 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

(b) Montrer que la projection canonique p : E → E/F est uniformé-

ment continue et ouverte.
(c) Montrer que si E est un espace de Banach, alors E/F est un espace
de Banach.

Exercice 39. On norme E = C[X] par P = n0 ai X i → kP k = sup{|ai |, 0 ≤

P
i ≤ n}. Etudier la continuité des applications :
0
D : E → E P → D(P ) = P ( polynôme dérivé)

f : E → C, P → f (P ) = P (x0 ).
Dans l’étude relative à f , distinguer les cas |x0 | < 1 et |x0 | ≥ 1.

Exercice 40. Soit E, l’espace vectoriel des suites complexes

x = (x0 , x1 , ..., xn , 0, 0, ...)

à termes nuls sauf un nombres d’entre eux, normé par kxk = sup{|xi |, 0 ≤
i ≤ n } et (an ) une suite complexe quelconque. On définit sur E la forme
linéaire f par :
∞
X
f (x) = ak xk .
0
P∞
Etudier la continuité de f . On pourra considerer la série 0 |ak | et envisager
l’étude suivant que cette série est ou non convergente.

Exercice 41. Soient E l’espace vectoriel des fonctions réelles f définies et

continues sur R telles que la fonction x ∈ R → f (x)e−x soit bornée sur R.
On munit E de la norme

kf k = supx∈R |f (x)|e−x .

(i) Montrer que E est un espace de Banach.

(ii) Pour d ∈ R, on considère l’application linéaire de translation Td : E →
E définie par
(Td f )(x) = f (x − d) ∀x ∈ R.
Calculer la norme de Td .
(iii) Soit g ∈ E et h une fonction numérique continue et bornée par C > 0
sur R. Montrer que pour tout d > LogC, il existe une unique fonction
fd de E vérifiant l’équation

fd (x) = h(x)fd (x − d) + g(x) ∀x ∈ R.

8.5. EXERCICES 109

Exercice 42. Soient (X, d) un espace métrique et f : X → X une applica-

tion. On suppose :

∃0 < k < 1 : ∀x, y ∈ X d(f (x), f (y)) ≤ kd(x, y). (8.25)

On dit alors que f est contractante. On définit la suite (xn )n∈N d’éléments
dans X par :
xn+1 = f (xn ).
(i) On suppose que f est contractante. Montrer que la suite (xn )n∈N est
de Cauchy. En déduire que si l’espace métrique (X, d) est complet,
l’application contractante f admet un point fixe unique.
(ii) On suppose maintenant qu’au lieu de f , c’est plutôt une certaine itérée
f p , p ≥ 1 qui est contractante et que (X, d) est complet. Montrer que
f admet encore un point fixe unique.
(iii) Dans cette partie, on suppose que l’espace métrique (X, d) est compact
et que l’application f : X → X vérifie :

∀x, y ∈ X, x 6= y, d(f (x), f (y)) < d(x, y). (8.26)

Montrer que f admet un point fixe unique α.[On pourra se servir de

l’application x ∈ X → d(x, f (x)).]
(iv) Montrer que, sous l’hypothèse (8.26), pour tout x0 ∈ X, la suite des
itérés xn = f n (x0 ) converge vers le point fixe α.
(v) Soient Y une partie non vide convexe compacte d’un espace vectoriel
normé (E, k.k) et g : Y → Y une application telle que

∀x, y ∈ Y, kf (x) − f (y)k ≤ kx − yk. (8.27)

Montrer que g admet au moins un point fixe. [ On pourra appliquer (i)

à ft (x) = (1 − t)g(x) + tx0 , avec x0 ∈ Y fixé et 0 < t < 1, puis faire
tendre t vers 0.]

Exercice 43. 1. Démontrer que dans Rn , n ∈ N∗ , toutes les normes sont

équivalentes.
2. Soient (E, k.kE ) et (F, k.kF ) des espaces vectoriels normés et f : E →
F une application linéaire. Démontrer que si E est de dimension finie,
alors f est continue.
3. Démontrer que si dans espace métrique, une suite de Cauchy admet
une valeur d’adhérence, cette suite est convergente. En déduire que tout
espace métrique compact est complet.
110 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

Exercice 44. 1. Soient (X, d) un espace métrique compact et F une ap-

plication de X dans lui-même. On suppose que, pour tous x, y ∈ X
avec x 6= y,
d(F (x), F (y)) < d(x, y).
Montrer que F admet un point fixe unique. [On pourra raisonner sur
l’application x ∈ X → d(x, F (x)).]
2. Sous les hypothèses de 1., montrer que, pour tout x0 ∈ X, la suite des
itérés xn = F n (x0 ) converge vers le point fixe.
3. Soient X une partie non vide convexe compacte d’un espace vectoriel
normé (E, k.k), et F une application de X dans lui-mêm. On suppose
que, pour tous x, y ∈ X,

kF (x) − F (y)k ≤ kx − yk.

Montrer que F admet au moins un point fixe. [On pourra appliquer un

théorème de point fixe à l’application x → Ft (x) = (1 − t)F (x) + tx0 ,
avec x0 ∈ X fixé et 0 < t < 1, puis faire tendre t vers 0.]

Exercice 45. Soient E un espace vectoriel normé, f une forme linéaire

continue sur E, non identiquement nulle et,

d(a, Ker(f )) = infy∈kerf (f ) ka − yk

la distance d’un point a au noyau de f .

1. Montrer l’égalité
|f (a)|
kf k =
d(a, ker(f ))
pour tout a tel que f (a) 6= 0. [On cherchera à écrire x ∈ E sous la
forme x = λ(a − y) avec f (y) = 0.]
2. Montrer que l’infinimum est atteint dans infy∈Kerf (f ) ka − yk si et
seulement si le supremum est atteint dans supx∈E,x6=o |fkxk
(x)|
. Montrer
que c’est le cas si E est de dimension finie, ou si E est un espace de
Hilbert.
3. Soitent l’espace des fonctions complexes continues sur l’intervalle [−1, 1],
muni de la norme kxk = sup−1≤t≤1 |x(t)|, et la forme linéaire définie
sue E par :
Z 1 Z 0
f (x) = x(t)dt − x(t)dt.
0 −1

Calculer kf k. La propriété de 2 est telle vérifiée ici ?

Exercice 46. Soit C0 l’espace vectoriel des suites complexes x = (xn )n∈N
qui convergent vers 0, muni de la norme kxk = sup{|xn |, n ∈ N}. Montrer
8.5. EXERCICES 111

que C0 est un espace de Banch. On considère la forme linéaire f définie sur

C0 par
∞
X xn
f (x) = .
2n
0

Montrer que f est continue, mais que, si x ∈

/ H, d(x, H) où H = Ker(f ),
n’est pas atteint.

Exercice 47 (Inégalité de Hardy). Soit E lespace des fonctions continues

de R dans R telles que
Z
kf k = ( f (x)2 dx)1/2
R

soit fini. On note g(x) la moyenne de f entre 0 et x :

1 x
Z
g(x) = f (t)dt si x 6= 0 , g(0) = 0.
x 0

1. Montrer que g est continue sur R et que pour x ∈ R,

Z x Z x
2
g(t) dt = 2 f (t)g(t)dt − xg(x)2 .
0 0

2. En déduire que
Z x Z ∞
( g(t)2 dt)1/2 ≤ 2( f (t)2 dt)1/2
0 0

pour x ≥ 0, et que g appartient à E avec kgk ≤ 2kf k.

3. Montrer que l’application f → g de E dans E (muni de la norme
ci-dessus) est continue, de norme égale à 2.

Exercice 48. Les nombres complexes x, y, z, étant donnés, expliciter la

matrice exp(X) où :
 
x y z
X =  0 x y .
0 0 x
Montrer que, si a est un nombre complexe non nul, il existe (x, y, z) ∈ C3 tel
que  
a 1 0
exp(X) = A =  0 a 1 .
0 0 a

Exercice 49. Démontrer que si A ∈ Mp (R) est antisymétrique, alors exp(A)

est une matrice diagonale.
112 CHAPITRE 8. ESPACES VECTORIELS NORMÉS

Exercice 50. Démontrer que pour toute matrice A ∈ Mp (C), on a

det(exp(A)) = exp(T r(A)).

On triangulera la matrice A.

Exercice 51. Soient E unespace préhilbertien, F un sous-espace vectoriel

non réduit à {0E } complet de E et PF la projection de E sur F . Montrer que,
pour tout x ∈ E, x − PF (x) est orthogonal à F et que PF est une application
linéaire continue de norme égale à 1.

Exercice 52. Soient E unespace préhilbertien, A une partie convexe et com-

plète de E. Montrer que, pour tout x ∈ E, il existe un unique y ∈ A tel que
kx − yk = d(x, A). On montrera que si yn ∈ A est tel que kx − yn k ≤
d(x, A) + n1 , la suite (yn ) est de Cauchy.
Montrer que
∀z ∈ A : Re(y − x, y − z) ≤ 0,
et que cette condition caractérise le point unique y = PA (x).