Evlc Distributions

Espaces localement convexes -
Distributions
Mohamed HOUIMDI
Version septembre 2019

TABLE DES MATIÈRES
1 Espaces vectoriels topologiques 1

1.1 Ensembles remarquables dans un espace vectoriel topologique . . . . . . . 1
1.1.1 Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Parties équilibrées . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3 Parties absorbantes . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.4 Parties convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.5 Parties absolument convexes . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Rappels de topologie générale . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1 Définition et exemples . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Voisinage - Adhérence - Intérieur - Frontière . . . . . . . . . . . . . 9
1.2.3 Applications continues . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.4 Suites généraliées - Bases de filtre . . . . . . . . . . . . . . . . . . . 13
1.3 Définition et propriétés de base d’un espace vectoriel topologique . . . . . . 17
1.4 Parties bornées - Parties totalement bornées . . . . . . . . . . . . . . . . . 21
1.5 Applications linéares continues . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.6 Espace quotient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2 Espaces localement convexes 30

2.1 Semi-normes et jauges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2 Définition et propriétés de base d’un espace localement convexe . . . . . . 33
2.3 Topologie définie par une famille de semi-normes . . . . . . . . . . . . . . . 34
2.4 Utisation des semi-normes . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4.1 Convergence d’une suite généralisée . . . . . . . . . . . . . . . . . . 36
2.4.2 Parties bornées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4.3 Applications linéaires continues . . . . . . . . . . . . . . . . . . . . 38
2.5 Espaces localement convexes métrisables - Espaces de Fréchet . . . . . . . 38
2.6 Application aux espaces fonctionnels . . . . . . . . . . . . . . . . . . . . . 45
2.6.1 L’espaces des applications d’un ensemble X vers K . . . . . . . . . 45
2.6.2 L’espace C k (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.6.3 L’espace C ∞ (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.6.4 L’espace DK (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.7 Limite inductive et espace D(Ω) . . . . . . . . . . . . . . . . . . . . . . . 50
2.7.1 Définition d’une limite inductive . . . . . . . . . . . . . . . . . . . . 50
2.7.2 L’espace D(Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
ii
TABLE DES MATIÈRES
2.7.3 Limite inductive stricte et applications linéaires continues . . . . . . 57

2.7.4 Limite inductive stricte d’espaces de Fréchet . . . . . . . . . . . . . 58
3 Distributions 62
3.1 Définition et propriètés de base . . . . . . . . . . . . . . . . . . . . . . . . 62
3.2 Multiplication d’une distribution par une fonction de classe C ∞ . . . . . . 66
3.3 Dérivation des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.4 Convergence des distributions . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.5 Support d’une distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.5.1 Définition et exemples . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.5.2 Distributions à support compact . . . . . . . . . . . . . . . . . . . . 73
3.5.3 Distribution dont le support est réduit à un singleton . . . . . . . . 75
3.6 Convolution et régularisation . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.6.1 Convolution de deux fonctions . . . . . . . . . . . . . . . . . . . . . 77
3.6.2 Régularisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.6.3 Produit de convolution d’une distribution par une fonction de D(Rn ) 79
3.6.4 Régularisation - Densité . . . . . . . . . . . . . . . . . . . . . . . . 82
3.6.5 Produit de convolution de deux distributions . . . . . . . . . . . . . 85
3.6.6 Solution fondamentale d’un opérateur différentiel . . . . . . . . . . 88
3.7 Transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.7.1 Transformée de Fourier dans L1 (Rn ) . . . . . . . . . . . . . . . . . 89
3.7.2 Transformation de Fourier dans l’espace de Schwartz S . . . . . . . 92
3.7.3 Transformée de Fourier d’une distribution tempérée . . . . . . . . . 97
3.7.4 Transformée de Fourier d’une distribution à support compact . . . . 101
3.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
Page iii sur 108 Pr.Mohamed HOUIMDI

TABLE DES MATIÈRES
Page iv sur 108 Pr.Mohamed HOUIMDI

CHAPITRE 1
ESPACES VECTORIELS
TOPOLOGIQUES
1.1 Ensembles remarquables dans un espace vectoriel

topologique
1.1.1 Notations
Soient E un K-espace vectoriel, K = R ou K = C, A et B deux parties de E.
1. On désigne par Vect(A) le sous-espace engendré par A et on rappelle que pour

x ∈ E, on a x ∈ Vect(A), si et seulement si, il existe α1 , α2 , . . . , αn ∈ K et il existe
n
x1 , x2 , . . . , xn ∈ A, tels que x =
P
αk xk .
k=1
2. Pour x0 ∈ E, on définit x0 + A par
∀x ∈ E, x ∈ x0 + A ⇐⇒ ∃a ∈ A tel que x = x0 + a
Autrement dit A = {x0 + a : a ∈ A}.

3. A + B est défini par
∀x ∈ E, x ∈ A + B ⇐⇒ ∃a ∈ A, ∃b ∈ B tel que x = a + b
ou encore on a A + B = {a + b : a ∈ A et b ∈ B}.
4. Pour λ ∈ K, on définit λA, par
∀x ∈ E, x ∈ λA ⇐⇒ ∃a ∈ A tel que x = λa
5. Si Λ est une partie de K, on définit ΛA par

[
ΛA = {λa : λ ∈ Λ et a ∈ A} = λA
λ∈Λ
1
CHAPITRE 1. ESPACES VECTORIELS TOPOLOGIQUES
1.1.2 Parties équilibrées

Définition 1.1.
Soient E un K-espace vectoriel, K = R ou K = C. Une partie A de E est dite

équilibrée, si
∀λ ∈ K, |λ| ≤ 1 =⇒ λA ⊆ A
Remarque 1.1.1
λA ⊆ A.
S
1. A est équilibrée, si et seulement si,
|λ|≤1
2. Si K = R, alors A est équilibrée, si et seulement si, pour tout λ ∈ [−1, 1] et pour
tout a ∈ A, on a λa ∈ A.
3. Si K = C, alors A est équilibrée, si et seulement si, pour tout λ ∈ D et pour tout
a ∈ A, on a λa ∈ A, où D est le disque unité de C.
Exemples
Si (E, k · k) est un espace normé, alors toute boule de centre 0 est équilibrée.
Proposition 1.2.
Soit E un K-espace vectoriel, K = R ou K = C.

1. Si A est une partie équilibré de E, alors on a
i) 0 ∈ A.
ii) ∀λ ∈ K, ∀µ ∈ K, |λ| ≤ |µ| =⇒ λA ⊆ µA.
iii) ∀λ ∈ K, |λ| = 1 =⇒ λA = A.
T
2. Soit (Ai )i∈I une famille de parties équilibrées de E, alors Ai est une
i∈I
partie équilibré de E.
Preuve
1. i) On a 0A = {0} et 0A ⊆ A, donc 0 ∈ A.
λ λ
ii) On a |λ| ≤ |µ|, donc µ ≤ 1 et comme A est équilibré, alors µA ⊆ A, donc
λA ⊆ µA.
1
iii) On a |λ| = 1, donc λ = 1, par suite, on a λA ⊆ A et λ1 A ⊆ A, donc λA = A.
2. Exercice.
Remarque 1.1.2
1. Si A est équilibré, alors −A = A, donc A est symétrique par rapport à l’origine.
2. Si A est équilibré, alors pour tout λ ∈ K, on a λA = |λ|A.
3. Soit A une partie quelconque de E. Alors d’après iii) de la proposition précédente,
l’intersection de toutes les parties équilibrées de E contenant A est une partie
équilibrée de E, appelée enveloppe équilibrée de A. On voit facilement que l’enveloppe
équilibré d’une partie A est égal à DA.
Exemples
E = R et A = {x, y}, avec x =
6 y. Soit B l’enveloppe équilibrée de A, alors on a B = [−α, α],
où α = max(|x|, |y|).
Page 2 sur 108 Pr.Mohamed HOUIMDI

1.1.3 Parties absorbantes

Définition 1.3.
Soient E un K-espace vectoriel, K = R ou K = C, A et B deux parties de E.

i) On dit que A absorbe B, s’il existe α > 0, tel que
∀λ ∈ K, 0 < |λ| ≤ α =⇒ λB ⊆ A
ii) On dit que A absorbe x, avec x ∈ E, si A absorbe B, où B = {x}, c’est à dire,

il existe α > 0, tel que
∀λ ∈ K, 0 < |λ| ≤ α =⇒ λx ∈ A
iii) On dit que A est une partie absorbante de E, si A absorbe tout élément x
de E.
Remarque 1.1.3
Soient E un K-espace vectoriel, A et B deux parties de E. Alors
1. A absorbe B, si et seulement si, il existe α > 0, tel que
∀λ ∈ K, |λ| ≥ α =⇒ B ⊆ λA
En effet, supposons que A absorbe B, alors il existe β > 0, tel que
∀λ ∈ K, |λ| ≤ β =⇒ λB ⊆ A
1 1 1
On pose α = , alors pour |λ| ≥ α, on aura ≤ β, donc B ⊆ A, par suite, B ⊆ λA.
β λ λ
Réciproquement, supposons qu’il existe α > 0, tel que pour tout λ ∈ K, avec |λ| ≥ α,
1 1
on a B ⊆ λA et soit β = , alors pour λ ∈ K, tel que |λ| ≤ β, on aura ≥ α, donc
α λ
1
B ⊆ A, par suite λB ⊆ A.
λ
2. Si A est une partie équilibrée de E et B une partie de E, alors A absorbe B, si et
seulement si, il existe α > 0, tel que B ⊆ αA.
En effet, si A absorbe B, alors il existe α > 0, tel que pour tout λ ∈ K, avec |λ| ≥ α,
on a B ⊆ λA, donc en particulier, on a B ⊆ αA. Réciproquement, supposons qu’il
α
existe α > 0, tel que B ⊆ αA et soit λ ∈ K, tel que |λ| ≥ α, alors on a ≤ 1. Comme
|λ|
α α
A est équilibré et ≤ 1, alors A ⊆ A, donc αA ⊆ λA, par suite, B ⊆ λA.
|λ| λ
Exemples
Soit (E, k · k) un espace normé. Alors toute boule de E de centre 0 est absorbante.
En effet, soit B(0, r) une boule de centre 0, par exemple fermée, et soit x ∈ E, avec x 6= 0.
r
Si on pose α = , alors pour λ ∈ K, avec 0 < |λ| ≤ α, on aura kλxk = |λ|kxk ≤ αkxk,
kxk
où αkxk = r, donc λx ∈ B(0, r), pour tout λ, avec 0 < |λ| ≤ α.

1.1.4 Parties convexes

Définition 1.4.
Soit E un K-espace vectoriel, K = R ou K = C, A une partie de E. On dit que A

est convexe, si
∀λ ≥ 0, ∀µ ≥ 0, λ + µ = 1 =⇒ λA + µA ⊆ A
Remarque 1.1.4
1. A est convexe, si et seulement si, pour tout λ ≥ 0, pour tout µ ≥ 0, avec λ + µ = 1,
pour tout x ∈ A et pour tout y ∈ A, on a λx + µy ∈ A.
2. A est convexe, si et seulement si, pour tout λ ∈ [0, 1], pour tout x ∈ A et pour tout
y ∈ A, on a (1 − λ)x + λy ∈ A.
Exemples
1. Tout sous-espace affine de E est convexe et en particulier, tout sous-espace vectoriel
de E est convexe.
2. Soit (E, k · k) un espace normé. Alors toute boule de E est convexe.
En effet, on suppose, par exemple, que B(a, r) est une boule fermée de E et soient
λ ∈ [0, 1], x ∈ B(a, r) et y ∈ B(a, r), alors on a
k(1 − λ)x + λy − ak = k(1 − λ)(x − a) + λ(y − a)k

≤ (1 − λ)kx − ak + λky − ak
≤ (1 − λ)r + λr = r
d’où (1 − λ)x + λy ∈ B(a, r).
Proposition 1.5.
i) Si A est une partie convexe de E, alors pour tout λ ≥ 0 et pour tout µ ≥ 0,

on a λA + µA = (λ + µ)A.
ii) Si A est convexe, alors pour tout entier n ≥ 2, pour tout x1 , x2 , . . . , xn ∈ A et
n n
pour tout λ1 , λ2 , . . . , λn ≥ 0, avec λi xi ∈ A.
P P
λi = 1, on a
i=1 i=1
Ai 6= ∅, alors
T
iii) Si (Ai )i∈I est une famille de parties convexes de E, tel que
T i∈I
Ai est une partie convexe de E.
i∈I
Preuve
i) On voit facilement que pour tout λ, µ ∈ K et pour toute partie A de E, on a toujours
(λ + µ)A ⊆ λA + µA.
Supposons que A est convexe et soient λ ≥ 0 et µ ≥ 0.
Si λ + µ = 0, alors λ = 0 et µ = 0, donc λA + µA ⊆ (λ + µ)A.

λ µ
Si λ + µ 6= 0, alors on a + = 1 et comme A est convexe, alors
λ+µ λ+µ
λ µ
A+ A⊆A
λ+µ λ+µ
donc λA + µA ⊆ (λ + µ)A.
ii) On procède par récurrence sur n.
Si n = 2, alors, par définition d’un convexe, la propriété est vraie.
On suppose que la propriété est vraie jusqu’à l’ordre n.
n+1
Soient x1 , x2 , . . . , xn+1 ∈ A et λ1 , λ2 , . . . , λn+1 ≥ 0, avec
P
λi = 1.
i=1
n+1
λi xi ∈ A, pour cela, on distingue deux cas :
P
Montrons que
i=1
n+1
Si λn+1 = 1, alors λ1 = λ2 = · · · = λn = 0, donc λi xi = xn+1 , avec xn+1 ∈ A.
P
i=1
Si λn+1 6= 1, alors 0 ≤ λn+1 < 1 et on a
n+1 n
X X λi
λi xi = (1 − λn+1 ) xi + λn+1 xn+1
i=1 i=1 1 − λn+1
λi n λi
Pour tout i ∈ {1, 2, . . . , n}, on a ≥ 0 et
P
= 1, donc d’après
1 − λn+1 i=1 1 − λn+1
n λi
xi ∈ A et comme A est convexe et
P
l’hypothèse de récurrence, on aura
i=1 1 − λn+1
λn+1 ∈ [0, 1], alors on a
n
X λi
(1 − λn+1 ) xi + λn+1 xn+1 ∈ A
i=1 1 − λn+1
d’où le résultat.
iii) Exercice
Remarque 1.1.5
Soit A une partie quelconque de E. Alors d’après la proposition précédente, l’intersection
de toutes les parties convexes de E contenant A est une partie convexe de E, c’est le plus
petit convexe contenant A.
Définition 1.6.
Soit A une partie quelconque de E. L’intersection de toutes les parties convexes

de E contenant A, s’appelle l’enveloppe convexe de A et se note co(A).
Remarque 1.1.6
Soit B une partie de E. Alors B = co(A), si et seulement si, B est convexe, B contient A
et si C est un convexe qui contient A, alors C contient B.
Exemples
E = R et A = {x, y}, alors co(A) = [x, y].

Proposition 1.7.
Soient E un K-espace vectoriel, A une partie non vide de E et x ∈ E. Alors

x ∈ co(A), si et seulement si, il existe x1 , x2 , . . . , xn ∈ A et il existe λ1 , λ2 , . . . , λn ≥ 0,
n
P n
P
avec λi = 1, tel que x = λi xi .
i=1 i=1
Preuve
Soit B la partie de E définie par
n n
® ´
n
X X
B= λi xi : n ∈ N, (x1 , x2 , . . . , xn ) ∈ A et λ1 , λ2 , . . . , λn ≥ 0 avec λi = 1
i=1 i=1
Alors B est convexe. En effet, soient x ∈ B, y ∈ B et α ∈ [0, 1], on doit montrer que
n n m n
(1 − α)x + αy ∈ B. On a x =
P P P P
λi xi , avec λi = 1, et y = µi yi , avec µi = 1, donc
i=1 i=1 i=1 i=1
n+m
on aura (1 − α)x + αy =
P
γi zi , tel que
i=1
(
(1 − α)λi si i ∈ {1, 2, . . . , n}
∀i ∈ {1, 2, . . . , n + m}, γi =
αµi−n si i ∈ {n + 1, . . . , n + m}
(
xi si i ∈ {1, 2, . . . , n}
et ∀i ∈ {1, 2, . . . , n + m}, zi =
yi−n si i ∈ {n + 1, . . . , n + m}
On a
n+m
X n
X n+m
X m
X
γi = (1 − α) λi + α µi−n = (1 − α) + α µi = (1 − α) + α = 1
i=1 i=1 i=n+1 i=1
donc on en déduit que (1 − α)x + αy ∈ B et par suite B est convexe et A ⊆ B.

Soit C un convexe de E, tel que A ⊆ C, alors d’après ii) de la proposition précédente, on
a B ⊆ C, donc B est le plus petit convexe contenant A, par conséquent B = co(A).
1.1.5 Parties absolument convexes
Définition 1.8.
Une partie de E qui est à la fois convexe et équilibrée est dite absolument convexe.

Proposition 1.9.
i) A est absolument convexe, si et seulement si,
∀λ ∈ K, ∀µ ∈ K, |λ| + |µ| ≤ 1 =⇒ λA + µA ⊆ A
ii) Si A est absolument convexe, alors pour tout entier n ≥ 2, pour tout
n
x1 , x2 , . . . , xn ∈ A et pour tout λ1 , λ2 , . . . , λn ∈ K, avec |λi | ≤ 1, on a
P
i=1
n
λi xi ∈ A.
P
i=1
6 ∅,
T
iii) Si (Ai )i∈I est une famille de parties absolument convexes, tel que Ai =
T i∈I
alors Ai est absolument convexe.
i∈I
Preuve
i) Soient λ, µ ∈ K, tel que |λ| + |µ| ≤ 1. Comme A est convexe, alors d’après i) de la
proposition 1.6, on a |λ|A + |µ|A ⊆ (|λ| + |µ|)A.
Comme A est équilibré et |λ| + |µ| ≤ 1, alors (|λ| + |µ|)A ⊆ A, donc |λ|A + |µ|A ⊆ A.
Puisque A est équilibré, alors |λ|A = λA et |µ|A = µA, donc λA + µA ⊆ A.
ii) On procède par récurrence sur n.

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

Définition 1.10.
Soient E un K-espace vectoriel, K = R ou K = C, et A une partie de E. L’intersec-

tion de toutes les parties absolument convexes contenant A, s’appelle l’enveloppe
absolument convexe de A et se note aco(A).
Remarque 1.1.7
1. aco(A) est le plus petit ensemble absolument convexe contenant A.
2. B = aco(A), si et seulement si, B absolument convexe, B contient A et si C est une
autre partie absolument convexe contenant A, alors C contient B.
Proposition 1.11.
Soient E un K-espace vectoriel, K = R ou K = C, A une partie de E et x ∈ E.

Alors x ∈ aco(A), si et seulement si, il existe n ∈ N, il existe x1 , x2 , . . . , xn ∈ A et
n n
il existe λ1 , λ2 , . . . , λn ∈ K, avec |λi | ≤ 1, tel que x =
P P
λi xi .
i=1 i=1
Preuve
Il suffit de considérer l’ensemble B défini par
n n
® ´
λi xi : n ∈ N, (x1 , x2 , . . . , xn ) ∈ An et λ1 , λ2 , . . . , λn ≥ 0 avec
X X
B= |λi | ≤ 1
i=1 i=1
alors on voit facilement que B est absolument convexe, B contient A et si C une autre
partie absolument convexe contenant A, alors C contient B.
1.2 Rappels de topologie générale
1.2.1 Définition et exemples

Définition 1.12.
Soient E un ensemble quelconque et P(E), l’ensemble de toutes les parties de E.

Une topologie sur E est définie par une partie T de P(E), vérifiant les propriétés
suivantes :
i) ∅ ∈ T et E ∈ T
ii) Si (Ai )i∈I est une famille quelconque d’éléments de T , alors
S
Ai est un
i∈I
élément de T .
n
T
iii) Si A1 , A2 , . . . , An sont des éléments de E, alors Ai est un élément de E.
i=1
Dans ce cas, les éléments de T sont appelés des ouverts et leurs complémentaires
dans E sont appelés des fermés.

Remarque 1.2.1
Soit (E, T ) un espace topologique.
1. Une partie A de E est fermée, si et seulement si, E \ A est ouvert.
n
S
2. Si A1 , A2 , . . . , An sont des fermés de E, alors Ai est un fermé de E.
i=1
T
3. Si (Ai )i∈I est une famille quelconque de fermés de E, alors Ai est un fermé de E.
i∈I
4. Une intersection quelconque d’ouverts de E, est en général, n’est pas un ouvert de
T 1 1
E. Par exemple dans R, on a − n , n = {0} et {0} n’est pas un ouvert de R.
n∈N∗
5. Une réunion quelconque de fermés de E, est en général, n’est pas un fermé de E.
S 1
Par exemple dans R, on a n , 1 = ]0, 1] et ]0, 1] n’est pas un fermé de R.
n∈N∗
Exemples
1. E un ensemble quelconque et T = {∅, E}, alors T défini une topologie sur E, appelée
topologie grossière sur E.
2. E un ensemble quelconque et T = P(E), alors T défini une topologie sur E, appelée
topologie discrète sur E.
3. E = {1, 2, 3, 4} et T = {∅, {1}, {4}, {1, 4}, E}, alors T définit une topologie sur E.
4. Soit (E, d) un espace métrique et soit T la famille de parties de E définie par A ∈ T ,
si et seulement, pour tout x ∈ A, il existe r > 0, tel que la boule ouverte B(x, r) est
contenue dans A, où B(x, r) = {y ∈ E : d(x, y) < r}. Alors T définit une topologie
sur E, appelée topologie induite par la distance d sur E ou topologie associée à la
distance E.
5. Soient (E1 , T1 ) et (E2 , T2 ) deux espaces topologiques et soit T la partie de E1 × E2 ,
définie par A ∈ T , si et seulement si, pour tout (x, y) ∈ A, il existe A1 × A2 ∈ T1 × T2 ,
tel que (x, y) ∈ T1 × T2 et A1 × A2 ⊆ A. Alors T définit une topologie sur E1 × E2 ,
appelée topologie produit sur E1 × E2 .
1.2.2 Voisinage - Adhérence - Intérieur - Frontière

Définition 1.13.
i) Soient (E, T ) un espace topologique, x ∈ E et V une partie de E. On dit que V

est un voisinage de x, s’il existe un ouvert A de E, tel que x ∈ A et A ⊆ V .
On note V(x) l’ensemble de tous les voisinage de x.
ii) Une partie B(x) de V(x) est dite une base de voisinages de x, si pour tout
V ∈ V(x), il existe W ∈ B(x), tel que W ⊆ V .
Exemples
1. Si V est un ouvert de E et si x ∈ V , alors V est un voisinage de x.
2. Soit x ∈ E, alors l’ensemble de tous les ouverts de E contenant x, forme une base de
voisinages de x.
3. Soit (E, d) un espace métrique, alors pour tout x ∈ E, l’ensemble de toutes les boules
ouvertes de centre x, forme une base de voisinages de x.

4. Si x ∈ R, alors B(x) = {]x − r, x + r[ : r > 0} est une base de voisinages de x.
Définition 1.14.
Soit (E, T ) un espace topologique.

i) On dit que E est séparé, si pour tout x ∈ E et pour tout y ∈ E, il existe
V ∈ V(x) et il existe W ∈ V(y), tel que V ∩ W = ∅.
ii) On dit que E possède le premier axiome de dénombrabilité, si tout x ∈ E,
possède une base de voisinage B(x), avec B dénombrable.
Exemples
Si (E, d) est un espâce métrique, alors E possède le premier axiome de dénombrabilité. En
effet, soit x ∈ E et soit B(x) défini par
ß Å ã ™
1 ∗
B(x) = B x, : n∈N
n
où pour chaque n ∈ N∗ , B(x, n1 ) = {y ∈ E : d(x, y) < n1 } est la boule ouverte de centre x et

de rayon n1 . Alors B(x) est une base de voisinage de x.
Proposition 1.15.
Soit E un espace topologique satisfaisant au premier axiome de dénombrabi-

lité. Alors tout x ∈ E possède une base dénombrable et décroissante formée de
voisinages ouverts.
Preuve
Soit x ∈ E et soit {Vn : n ∈ N} une base de voisinages de x. Pour tout n ∈ N, Vn est un
voisinage de x, donc il existe un voisinage ouvert Un de x, tel que Un ⊆ Vn . Pour tout
n ∈ N, on pose Wn = nk=0 Un , alors {Wn : n ∈ N} est une base dénombrable et décroissante
T
formée de voisinages ouverts.
Définition 1.16.
Soient E un espace topologique et A une partie de E.

i) La réunion de tous les ouverts contenus dans A est un ouvert, c’est le plus
grand ouvert contenu dans A, il est appelé l’intérieur de A et se note Å.
ii) L’intersection de tous les fermés contenant A est un fermé, c’est le plus petit
fermé contenant A, il est appelé l’adhérence de A et se note A.
iii) La frontière de A, que l’on note F r(A) est définie par F r(A) = A \ Å.
Remarque 1.2.2
1. La définition précédente a un sens, car une réunion quelconque d’ouverts est un
ouvert et une intersection quelconque de fermés est un fermé.
2. Pour toute partie A, on a Å ⊆ A ⊆ A.

3. A = Å, si et seulement si, A est un ouvert.

4. A = A, si et seulement si, A est un fermé.
Proposition 1.17.
Soient E un espace topologique, A une partie de E et x ∈ E. Alors on a

i) x ∈ Å, si et seulement si, il existe un ouvert V de E, tel que x ∈ V et V ⊆ A.
ii) x ∈ A, si et seulement si, pour tout voisinage V de x, on a V ∩ A 6= ∅.
iii) x ∈ F r(x), si et seulement si, pour tout voisinage V de x, on a V ∩ A =
6 ∅ et
V ∩ (E \ A) 6= ∅.
Preuve
i) (=⇒) Trivial, car Å est un ouvert.
(⇐=) Vraie, car Å est égal à la réunion de tous les ouverts contenus dans A.
ii) (=⇒) Supposons que x ∈ A et soit V un voisinage de x. Il existe un voisinage ouvert

W de x, tel que W ⊆ V , par suite, il suffit de montrer que W ∩ A 6= ∅.
Supposons, par absurde, que W ∩ A = ∅, donc on aura A ⊆ E \ W . Comme W
est un ouvert, alors E \ W est un fermé et comme A est le plus petit fermé
contenant A, alors A ⊆ E \ W . Or x ∈ A, donc x ∈ / W , ce qui est absurde.
(⇐=) Supposons que pour tout voisinage V de x, on a V ∩ A 6= ∅ et supposons, par

absurde que x ∈/ A. Comme A est un fermé, alors E \ A est un ouvert et comme
x ∈ E \ A, alors E \ A est un voisinage de x et on a (E \ A) ∩ A = ∅, ce qui est
absurde.
iii) Exercice.
Définition 1.18.
Soit E un espace topologique.

i) Une partie A de E est dite dense dans E, si A = E.
ii) On dit que E est séparable, si E possède au moins une partie dénombrable
dense.
Remarque 1.2.3
1. Une partie A de E est dense dans E, si et seulement si, pour tout x ∈ E, il existe
V ∈ V(x), tel que V ∩ A 6= ∅.
2. R muni de sa topologie usuelle est séparable, car Q dense dans R et Q dénombrable.

1.2.3 Applications continues

Définition 1.19.
i) Soient E et F deux espaces topologiques et soit f : E −→ F une application.

On dit que f est continue au point x, avec x ∈ E, si pour tout voisinage W
de f (x), il existe un voisinage V de x, tel que f (V ) ⊆ W .
ii) Si f est continue en tout point x de E, on dit que f est continue sur E.
Remarque 1.2.4
1. Si B(x) et B(f (x)) sont réspectivement des bases de voisinages de x et f (x), alors
f est continue au point x, si et seulement si, pour tout W ∈ B(f (x)), il existe
V ∈ B(x), tel que f (V ) ⊆ W .
2. L’ensemble des ouverts contenant un point d’un espace topologique, forme une base
de voisinages de ce point. Donc une fonction f : E −→ F est continue en un point x
de E, si et seulement si, pour tout voisinage ouvert W de f (x), il existe un voisinage
ouvert V de x, tel que f (V ) ⊆ W .
3. Si (E, d) est un espace métrique, alors on sait que pour tout x ∈ E, l’ensemble des
boules ouvertes de centre x, forme une base de voisinages de x, donc, dans ce cas, la
définition de la continuité en un point x de E se traduit par :
Pour tout r > 0, il existe α > 0, tel que
∀y ∈ E, d(x, y) < α =⇒ d(f (x), f (y)) < r
Aussi l’ensemble des boules fermées de centre x, forme une base de voisinages de x,
donc f est continue au point x, si et seulement si, pour tout r > 0, il existe α > 0,
tel que
∀y ∈ E, d(x, y) ≤ α =⇒ d(f (x), f (y)) ≤ r
Proposition 1.20.
Soient E et F deux espaces topologiques et soit f : E −→ F une application.

Alors f est continue sur E, si et seulement si, l’image réciproque d’un ouvert de
F est un ouvert de E.
Preuve
(=⇒) Supposons que f est continue et soit A un ouvert de F . Soit x ∈ f −1 (A), alors
f (x) ∈ A, comme A est ouvert, alors il existe un voisinage ouvert W de f (x), tel que
W ⊆ A. Comme f est continue, alors il existe un voisinage ouvert Vx de x, tel que
f (Vx ) ⊆ W ⊆ A, donc V ⊆ f −1 (A). On a donc f −1 (A) = Vx , donc f −1 (A) est
S
x∈f −1 (A)
ouvert.
(⇐=) Supposons que l’image réciproque d’un ouvert est un ouvert. Soit x ∈ E et soit W
un voisinage ouvert de f (x). Soit V = f −1 (W ), alors V est un voisinage ouvert de
x et on a f (V ) ⊆ W . On en déduit que f est continue au point x et ceci pour tout
x ∈ E.

Remarque 1.2.5
1. f : E −→ F est continue, si et seulement si, l’image réciproque d’un fermé de F est
un fermé de E.
2. L’image d’un ouvert, par une application continue, n’est pas nécessairement un
ouvert. Par exemple, soit l’application f : R −→ R définie par f (x) = x2 , alors
f (] − 1, 1[) = [0, 1[.
Définition 1.21.
Soient E et F deux espaces topologiques et soit f : E −→ F une application.

i) On dit que f est ouverte, si l’image d’un ouvert de E est un ouvert de F .
ii) On dit que f est homéomorphisme, si f est continue, bijective et f −1 continue.
1.2.4 Suites généraliées - Bases de filtre

Les suites sont, en général, insuffisantes pour caractériser certaines propriétés d’un espace
topologique, par exemple, si E est un espace métrique ou un espace vérifiant le premier
axiome de dénombrabilité, si A est une partie de E et si x ∈ A, alors il existe une suite
(xn )n∈N d’éléments de A, telle que n→∞
lim xn = x. Il se trouve que cette propriété n’est plus
valable dans un espace topologique quelconque comme le montre l’exemple suivant :
On considère R muni de la topologie T définie par A ∈ T , si et seulement si, A = ∅ ou R \ A
est dénombrable, ce qui revient à dire qu’une partie A de R est fermée pour cette topologie,
si et seulement si, A = R ou A est dénombrable. Soit A = [0, 1], A n’est pas dénombrable,
donc A n’est pas fermé, par suite, on a A A. Soit x ∈ A, avec x ∈ / A, et supposons qu’il
existe une suite (xn )n∈N de A, telle que n→∞lim xn = x. Soit V = (R \ {xn : n ∈ N}) ∪ {x},
alors on a R \ V = {xn : n ∈ N} ∩ (R \ {x}), donc R \ V est dénombrable, par suite V est
un ouvert, avec x ∈ V , donc V ∈ V(x). Comme n→∞ lim xn = x, alors il existe N ∈ N, tel que
pour tout n ∈ N, avec n ≥ N , on a xn ∈ V , donc pour n ≥ N , on a xn = x, ce qui est
absurde, car x ∈/ A. Pour remédier à ce problème, nous somme amenés à introduire une
notion plus général que la notion de suite, à savoir les suites généralisées ou les filtres qui
jouent le rôle d’identification de certaines propriétés telles que l’adhérence, la continuité
ou la compacité.
Définition 1.22.
i) Soit (I, ≤) un ensemble ordonné. On dit que I est un ensemble filtrant croissant,
si pour tout i ∈ I et pour tout j ∈ I, il existe k ∈ I, tel que i ≤ k et j ≤ k.
ii) Soit E un ensemble quelconque. Une suite généralisée de E est une famille
(xi )i∈I d’éléments de E, où I est un ensemble filtrant croissant.
Exemples
N muni de son ordre usuel est un ensemble filtrant croissant. Donc toute suite (xn )n∈N
d’éléments de E est en particulier une suite généralisée de E.

Définition 1.23.
Soit E un ensemble quelconque.

1) Une famille F de parties de E est un filtre sur E, si
i) F =
6 ∅ et ∅ ∈
/ F.
ii) Si A ∈ F et B ∈ F alors A ∩ B ∈ F.
iii) Si B ⊆ E et s’il existe A ∈ F, tel que A ⊆ B, alors B ∈ F.
2) Une famille B de parties de E est une base de filtre, si
i) B =
6 ∅ et ∅ ∈
/ B.
ii) Pour tout A ∈ B et pour tout B ∈ B, il existe C ∈ B, tel que C ⊆ A ∩ B.
Exemples
1. Soit E un ensemble quelconque, x ∈ E et Fx = {A ∈ P(E) : x ∈ A}. Alors F est un
filtre sur E.
2. Soit E un ensemble infini et soit F = {A ∈ P(E) : le complémentaire de A dans E est fini}.

Alors F est un filtre sur E, appelé filtre de Fréchet sur E.
3. Soit B une base de filtre sur E et soit F la famille de parties de E définie par A ∈ F,
si et seulement, il existe B ∈ B, tel que B ⊆ A. Alors F est un filtre, appelé filtre
engendré par B.
4. Soit E un espace topologique, x ∈ E et F l’ensemble de tous les voisinages de x.

Alors F est un filtre, appelé filtre des voisinages de x.
5. Soit A une partie non vide de E et soit B = {X ∈ P(E) : A ⊆ X}.

Alors B est une base de filte sur E.
6. Soit E un espace topologique, x ∈ E et B(x) une base de voisinages de x.

Alors B(x) est une base de filtre sur E.
7. Soit (xi )i∈I une suite généralisée d’un ensemble E.

Pour tout j ∈ I, soit Ij = {xi : i ≥ j} et soit B = {Ij : j ∈ I}, alors B est une base
de filtre sur E, appelée base de filtre associée à la suite généralisée (xi )i∈I .
8. Réciproquement, si B est une base de filtre, on pose I = {(x, A) : x ∈ A et A ∈ B}

et on considère la relation ≤ définie sur I par
(x, A) ≤ (y, B) ⇐⇒ B ⊆ A
Alors (I, ≤) est un ensemble filtrant croissant et (xi )i∈I , où pour tout i ∈ I, avec
i = (x, A), on a xi = x, est une suite généralisée dont la base de filtre associée est
égale à B et (xi )i∈I s’appelle la suite généralisée associée à la base de filtre B.
9. Pour tout m ∈ N, on pose Im = {n ∈ N : n ≥ m} et on pose B = {Im : m ∈ N}.

Alors B est une base de filtre sur N, appelée base de filtre de Fréchet.

Définition 1.24.
Soient E un espace topologique, y ∈ E, (xi )i∈I une suite généralisée de E et B

une base de filtre sur E.
i) On dit que (xi )i∈I converge vers y dans E et on écrit lim xi = y, si pour tout
I
voisinage V de y, il existe i0 ∈ I, tel que
∀i ∈ I, i ≥ i0 =⇒ xi ∈ V
ii) On dit que B converge vers y dans E et on écrit lim xi = y, si pour tout
B
voisinage V de E, il existe A ∈ B, tel que A ⊆ V .
Remarque 1.2.6
1. Soit (xi )i∈I une suite généralisée d’un espace topologique E et soit B la base de filtre
associée à (xi )i∈I . Alors (xi )i∈I converge vers un élément y de E, si et seulement si
B converge vers y.
2. Soit B une base de filtre d’un espace topologique E et soit (xi )i∈I la suite généralisée
associée à la base de filtre B. Alors B converge vers un élément y de E, si et
seulement si (xi )i∈I converge vers y.
Théorème 1.25.
Soient E un espace topologique séparé et (xi )i∈I une suite généralisée de E. Si

(xi )i∈I admet une limite dans E, alors cette limite est unique.
Preuve
Supposons, par absurde, que (xi )i∈I possède deux limites x et y. Comme E est séparé,
alors il existe V ∈ V(x) et il existe W ∈ V(x), tel que V ∩ W = ∅. Comme (xi )i∈I converge
vers x et vers y et comme I est filtrant croissant, alors il existe i0 ∈ I, tel que
∀i ∈ I, i ≥ i0 =⇒ xi ∈ V ∩ W
donc V ∩ W 6= ∅, ce qui est absurde, car V ∩ W = ∅.

Remarque 1.2.7
De la même manière, on montre que si E est un espace topologique séparé et si B est une
base de filtre sur E qui admet une limite dans E, alors cette limite est unique.
Proposition 1.26.
Soient E un espace topologique, A une partie de E et x ∈ E. Alors x ∈ A, si et

seulement si, il existe une suite géréralisée (xi )i∈I de A, telle que lim xi = x.
I
Preuve
(=⇒) Supposons que x ∈ A, alors pour tout V ∈ V(x), on a V ∩ A 6= ∅. On considère la
famille (xV )V ∈V(x) , où pour tout V ∈ V(x), xV ∈ V ∩ A, alors (xV )V ∈V(x) est une

suite généralisée, car V(x) est un ensemble filtrant croissant pour la relation d’ordre
suivante :
∀V ∈ V(x), ∀W ∈ V(x), V ≤ W ⇐⇒ W ⊆ V
et on vérifie facilement que lim xV = x.
V(x)
(⇐=) Supposons qu’il existe une suite généralisée (xi )i∈I de A, tel que lim xi = x. Soit
I
V ∈ V(x), alors il existe i0 ∈ I, tel que
∀i ∈ I, i ≥ i0 =⇒ xi ∈ V
donc V ∩ A 6= ∅ et par conséquent, x ∈ A.
Remarque 1.2.8
Soient E un espace topologique satisfaisant au premier axiome de dénombrabilité, A une
partie de E et x ∈ E. Alors x ∈ A, si et seulement si, il existe une suite (xn )n∈N , telle que
lim xn = x.
n→∞
En effet, s’il existe une suite (xn )n∈N , telle que lim xn = x, alors il est clair que x ∈ A.
n→∞
Réciproquement, supposons que x ∈ A. Comme E satisfait au premier axiome de dénom-
brabilité, alors on sait que x possède une base {Vn : n ∈ N} dénombrable et décroissante
de voisinages ouverts de x. Pour chaque n ∈ N, soit xn ∈ Vn ∩ A, alors (xn )n∈N d’éléments
de A, telle que pour tout n ∈ N, on a xn ∈ Vn , avec Vn+1 ⊆ Vn . Soit V un voisinage de 0,
alors il existe N ∈ N, tel que VN ⊆ V , donc pour n ≥ N , on a xn ∈ V , d’où lim xn = x.
n→∞
Proposition 1.27.
Soient E et F deux espaces topologiques, f : E −→ F une application et x ∈ E.

Alors f est continue au point x, si et seulement si, pour toute suite généralisée
(xi )i∈I qui converge vers x, la suite généralisée (f (xi ))i∈I converge vers f (x).
Preuve
(=⇒) Supposons que f est continue au point x et soit (xi )i∈I une suite généralisée, telle
que lim xi = x. On doit montrer que lim f (xi ) = f (x), pour cela, soit W un voisinage
I I
de f (x). Comme f est continue, alors il existe un voisinage V de x, tel que f (V ) ⊆ W
et comme lim xi = x, alors il existe i0 ∈ I, tel que i ∈ I, avec i ≥ i0 , on a xi ∈ V .
I
Donc pour i ≥ i0 , on aura f (xi ) ∈ W .
(⇐=) Supposons que pour toute suite généralisée (xi )i∈I qui converge vers x, la suite
généralisée (f (xi ))i∈I converge vers f (x) et montrons que f est continue au point
x. On suppose que f n’est pas continue au point x, alors il existe un voisinage W
de f (x), tel que pour tout voisinage V de x, il existe xV ∈ V , tel que f (xV ) ∈ / W.
Comme V(x) est un ensemble filtrant croissant pour l’ordre V1 ≤ V2 , si et seulement
si V2 ⊆ V1 , alors (xV )V ∈V(x) est une suite généralisée et on voit facilement que
(xV )V ∈V(x) converge vers x, donc (f (xV ))V ∈V converge vers f (x), ce qui est absurde,
car pour tout V ∈ V(x), xV ∈ / W.

1.3 Définition et propriétés de base d’un espace vec-

toriel topologique
Définition 1.28.
Soit E un K-espace vectoriel, K = R ou K = C, muni d’une topologie T . On dit

que (E, T ) est un espace vectoriel topologique (e.v.t), si :
i) L’application de E × E vers E, qui à (x, y) ∈ E × E fait correspondre x + y,
est continue sur E × E.
ii) L’application de K × E vers E, qui à (α, x) ∈ K × E fait correspondre αx, est
continue sur K × E.
Exemples
Si (E, k · k) est un espace normé, alors E muni de la topologie associée à la norme est un
espace vectoriel topologique.
Théorème 1.29.
Soit E un espace vectoriel topologique. Alors pour tout α0 ∈ K∗ et pour tout

x0 ∈ E, l’application h : E −→ E qui à x ∈ E fait correspondre h(x) = α0 x + x0
est un homéomorphisme de E.
Preuve
Comme α0 6= 0, alors h est bijective et pour tout x ∈ E, on a h−1 (x) = α10 (x − x0 ). On voit
donc que h−1 est aussi une application affine qui s’écrit sous la forme h−1 (x) = β0 x + y0 ,
avec β0 = α10 et y0 = − αx00 , ainsi, il suffit de montrer que h est continue. Soit z ∈ E et soit W
un voisinage de f (z), on doit montrer qu’il existe un voisinage V de z, tel que h(V ) ⊆ W . Or,
par définition, l’application Φ : E × E −→ E qui à (x, y) fait correspondre x + y est continue,
donc en particulier Φ est continue au point (α0 z, x0 ), avec Φ(α0 z, x0 ) = α0 z + x0 = f (z).
Comme W est un voisinage de f (z), alors W est un voisinage de Φ(z), donc il existe un
voisinage V1 de α0 z et un voisinage V2 de x0 , tels que V1 + V2 ⊆ W , donc, en particulier,
on a x0 + V1 ⊆ W .
D’autre part, par définition, l’application Ψ : K × E −→ E qui à (α, x) ∈ K × E fait
correspondre αx est continue, donc en particulier, Ψ est continue au point (α0 , z). Or V1
est un voisinage de α0 z et α0 z = Ψ(α0 , z), donc il existe r > 0 et il existe un voisinage V
de z, tels que
∀α ∈ K, |α − α0 | < r =⇒ αV ⊆ V1
Donc, en particulier, on a α0 V ⊆ V1 , par suite on aura x0 + α0 V ⊆ W et ainsi on a
h(V ) ⊆ W . D’où le résultat.
Remarque 1.3.1
1. Pour tout x ∈ E et pour tout ouvert V de E, x + V est un ouvert de E.
En effet, l’application h : E −→ E df́inie par h(y) = x + y est un homéomorphisme et
on a x + V = h(V ).

2. Pour Toute partie A de E et pour tout ouvert V de E, A + V est un ouvert de E.

S
En effet, il suffit de remarquer que A + V = (x + V ).
x∈A
Proposition 1.30.
Soit E un espace vectoriel topologique et soit x0 ∈ E. Alors W est un voisinage

de x0 , si et seulement si, il existe un voisinage V de 0, tel que W = x0 + V .
Preuve
(=⇒) Supposons que W est un voisinage de x0 et soit h : E −→ E l’application définie
par h(x) = x0 + x. D’après le théorème précédent, h est un homéomorphisme et
comme h(0) = x0 , alors h−1 (W ) est un voisinage de 0, donc si on pose V = h−1 (W ),
alors on aura h(V ) = h(h−1 (W )), et puisque h est surjective, alors h(V ) = W , donc
x0 + V = W .
(⇐=) Soit V un voisinage de 0. Comme h−1 est continue et h(0) = x0 , alors h(V ) est un
voisinage de x0 , avec h(V ) = x0 + V .
Théorème 1.31.
1. Soient E un espace vectoriel topologique et V le filtre de voisinages de 0.

Alors on a
i) Tout V ∈ V est absorbant.
ii) Tout V ∈ V il existe W ∈ V, avec W équilibré, tel que W ⊆ V .
iii) Pour tout V ∈ V, il existe W ∈ V, tel que W + W ⊆ V .
2. Réciproquement, soit E un K-espace vectoriel et soit F un filtre sur E, tel
que
i) Tout V ∈ F est absorbant.
ii) Tout V ∈ F, il existe W ∈ V, avec W équilibré, tel que W ⊆ V .
iii) Pour tout V ∈ F, il existe W ∈ F, tel que W + W ⊆ V .
Alors il existe une unique topologie T sur E, pour laquelle E est un espace
vectoriel topologique et pour laquelle F est un système de voisinages de 0.
Preuve
1. i) Soit V un voisinage de 0 et soit x ∈ E. On doit montrer qu’il existe α > 0, tel que
∀λ ∈ K, |λ| ≤ α =⇒ λx ∈ V
Pour cela, on considère l’application Ψ : K × E −→ E définie par Ψ(λ, y) = λy,

alors on sait que Ψ est continue, donc en particulier, Ψ est continue au point
(0, x), avec Ψ(0, x) = 0. Comme V est un voisinage de 0, alors il existe α > 0 et
il existe W ∈ V(x), tels que Ψ({λ ∈ K : |λ| ≤ α} × W ) ⊆ V , donc on a
∀λ ∈ K, |λ| ≤ α =⇒ λW ⊆ V

Comme x ∈ W , alors en particulier, on a
∀λ ∈ K, |λ| ≤ α =⇒ λx ∈ V
ii) Soit V ∈ V(0), on doit chercher W ∈ V(0), avec W équilibré, tel que W ⊆ V .
L’application Ψ : K × E −→ E continue au point (0, 0), avec Ψ(0, 0) = 0, et
V ∈ V(0), donc il existe α > 0 et il existe U ∈ V(0), tels que
∀λ ∈ K, |λ| ≤ α =⇒ λU ⊆ V
λU , alors W est équilibré et on a W ⊆ V .

S
On pose W =
|λ|≤α
iii) Soit V ∈ V(0), on doit chercher W ∈ V(0), tel que W + W ⊆ V . L’application

Φ : E × E −→ E définie par Φ(x, y) = x + y au point (0, 0), avec Φ(0, ) = 0, et
comme V est un voisinage de 0, alors il existe deux voisinages de 0 V1 et V2 de
0, tel que Φ(V1 × V2 ) ⊆ V , donc V1 + V2 ⊆ W . On pose W = V1 ∩ V2 , alors on a
W +W ⊆ V .
2. Soit F un filtre sur E vérifiant les propriétés i), ii) et iii). Soit T la topologie définie
sur E par A est un ouvert pour T , si et seulement si, A = ∅ ou pour tout x ∈ A, il
existe U ∈ F, tel que x + U ⊆ A.
Montrons que tout U ∈ F est un voisinage de 0 pour la topologie ainsi définie. Pour
cela, on considère la partie A de E définie par x ∈ A, si et seulement si, il existe
V ∈ F, tel que x + V ⊆ U , alors on a 0 ∈ A et A ⊆ U . Soit x ∈ A, alors il existe V ∈ F,
tel que x + V ⊆ U et il existe W ∈ F, tel que W + W ⊆ V , donc x + W + W ⊆ U ,
par suite x + W ⊆ A, donc A est un ouvert. Comme 0 ∈ A et A ⊆ U , alors U est un
voisinage de 0.
Soit (x, y) ∈ E × E et soit W un voisinage de x + y. Il existe V ∈ F, tel que
x + y + V ⊆ W et il existe U ∈ F, tel que U + U ⊆ V , donc (x + U ) + (y + U ) ⊆ W ,
par suite Φ((x + U ) × (y + U )) ⊆ W , où Φ : E × E −→ E est l’application définie par
Φ(x, y) = x + y. Ainsi on voit que Φ est continue sur E × E.
Soit (α, x) ∈ K × E et soit W un voisinage de αx, alors il existe V ∈ F, tel que
αx + V ⊆ W . On pose V0 = V , donc d’après les propriétés ii) et iii), il existe V1 ∈ F,
avec V1 équilibré, tel que V1 + V1 ⊆ V0 et il existe V2 ∈ F, avec V2 équilibré, tel que
V2 + V2 ⊆ V1 , ainsi par récurrence, il existe une (Vn )n≥1 déléments équilibrés de F,
tel que pour tout n ≥ 0, on a Vn+1 + Vn+1 ⊆ Vn . Soit N ∈ N∗ , tel que |α| ≤ 2N − 2 et
soit t > 0, tel que pour tout µ ∈ K, avec |µ| ≤ t, on a µx ∈ VN , t existe car VN est
absorbant. Donc si on pose r = min(t, 1), alors on aura r ≤ 1 et pour tout µ ∈ K,
avec |µ| ≤ r, on a µx ∈ VN . Posons Dr = {µ ∈ K : |µ| ≤ r}, alors pour λ ∈ α + Dr
et y ∈ x + VN , on a (λ − α)x ∈ VN , car |λ − α| ≤ r, et on a (λ − α)(y − x) ∈ VN , car
VN est équilibré et r ≤ 1. On a aussi |α| ≤ 2N − 2, VN équilibré et y − x ∈ VN , donc
α(y − x) ∈ (2N − 2)VN . Or on a λy − αx = (λ − α)(y − x) + (λ − α)x + α(y − x), donc
λy − αx ∈ VN + VN + (2N − 2)VN . On a (2N − 2)VN ⊆ VN + VN + · · · + VN , par suite,
| {z }
(2N −2) f ois

on a λy − αx ∈ VN + VN + · · · + VN . Or, on a
| {z }
2N f ois
VN + VN + · · · + VN ⊆ VN −1 + VN −1 + · · · + VN −1
| {z } | {z }
2N f ois 2N −1 f ois
⊆ VN −2 + VN −2 + · · · + VN −2
| {z }
2N −2 f ois
..
.
..
.
⊆ V1 + V1 ⊆ V0
Donc λy − αx ∈ V , car V0 = V . On en déduit donc que
Ψ((α + Dr ) × (x + VN )) ⊆ αx + V ⊆ W
où Ψ : K × E −→ E est l’application définie par Ψ(α, x) = αx, donc Ψ est continue.
Théorème 1.32.
Soit E un espace vectoriel topologique. Alors

T
i) Pour toute partie A de E, on a A = (V + A).
V ∈V(0)
ii) Pour tout V ∈ V(0), il existe W ∈ V(0), avec W équilibré, tel que W ⊆ V .
V = {0}.
T
iii) E est séparé, si et seulement si,
V ∈V(0)
Preuve
T
i) Soit A une partie quelconque de E. Montrons que A = (V + A).
V ∈V(0)
Soit x ∈ A et soit V ∈ V(0). On doit montrer que x ∈ V + A, pour cela, soit W un
voisinage équilibré de 0, tel que W ⊆ V . Comme x ∈ A et comme x + W ∈ V(x),
alors (x + W ) ∩ A 6= ∅, donc x ∈ A − W et comme W est équilibré, alors W = −W ,
donc x ∈ W + A, par suite x ∈ V + A.
Soit maintenant x ∈ (V +A) et soit U ∈ V(0), on doit montrer que (x+U )∩A 6= ∅.
T
V ∈V(0)
Soit W un voisinage équilibré de 0, tel que W ⊆ U , alors on a x ∈ W + A, car
x∈ (V + A), donc (x − W ) ∩ A 6= ∅. Comme W est équilibré, alors −W = W ,
T
V ∈V(0)
donc (x + W ) ∩ A 6= ∅, par suite, (x + U ) ∩ A 6= ∅, car x + W ⊆ x + U .
ii) Soit V ∈ V(0), alors il existe W ∈ V(0), avec W équilibré, tel que W + W ⊆ V . D’après
(U + W ), donc en particulier, on a W ⊆ W + W , d’où W ⊆ V .
T
i), on a W =
U ∈V(0)
V = {0}. Comme E est

T
iii) (=⇒) Supposons que E est séparé et montrons que
V ∈V(0)
séparé, alors pour tout x ∈ E, avec x 6= 0, il existe un voisinage U de 0, tel que
x∈/ U , par suite, x ∈ V = {0}.
T T
/ V . On en déduit donc que
V ∈V(0) V ∈V(0)

V = {0} et montrons que E est séparé. Soient x et y

T
(⇐=) Supposons que
V ∈V(0)
deux éléments de E, avec x 6= y, on doit montrer qu’il existe deux voisinages de
0, V1 et V2 , tels que (x + V1 ) ∩ (x + V2 ) = ∅. Comme x =6 y, alors x − y 6= 0, et
V = {0}, alors il existe un voisinage U de 0, tel que x − y ∈
T
comme / U . Soit
V ∈V(0)
W un voisinage de 0 équilibré, tel que W + W ⊆ U , donc x − y ∈ / W + W . On
en déduit donc que (x + W ) ∩ (y + W ) = ∅, car sinon, il existe w, w0 ∈ W , tel
que x + w = y + w0 , donc x − y = w0 − w, par conséquent, x − y ∈ W − W , avec
W = −W , car W est équibré, donc x − y ∈ W + W , ce qui est absurde.
Corollaire 1.33.
Soit E un espace vectoriel topologique. Alors E est séparé, si et seulement si,

{0} est fermé.
Preuve
D’après la proposition précédente, on a {0} =
T
V et on a E séparé, si et seulement si,
V ∈V(0)
V = {0}, donc on voit que E est séparé, si et seulement si {0} = {0}.
T
V ∈V(0)
Exercice
Soit E un espace vectoriel topologique et soit A une partie de E. Montrer que si A est
équilibré, alors A est équilibré.
Corollaire 1.34.
Soit E un espace vectoriel topologique. Alors l’origine possède une base de

voisinages équilibrés et fermés.
Preuve
Soit V ∈ V(0), alors d’après ii) du théorème précédent, il existe W ∈ V(0), avec W équilibré,
tel que W ⊆ V . La fermeture d’un équilibré est équilibré, donc W ⊆ est un voisinage
équilibré et fermé de 0 et on a W ⊆ V .
1.4 Parties bornées - Parties totalement bornées

Définition 1.35.
Soient E un espace vectoriel topologique et B une partie de E.

i) On dit que B est bornée, si B est absorbée par tout voisinage de l’origine.
ii) On dit que B est totalement bornée, si pour tout V ∈ V(0), il existe
n
x1 , x2 , . . . , xn ∈ E, tel que B ⊆
S
(xk + V ).
k=1

Remarque 1.4.1
1. B est borné, si et seulement si, pour tout V ∈ V(0), il existe α > 0, tel que
∀λ ∈ K, |λ| ≥ α =⇒ B ⊆ λV
2. B est borné, si et seulement si, pour tout voisinage équilibré W de 0, il existe α > 0,
tel que B ⊆ αW . De plus, dans ce cas, on peut toujours choisir α > 1.
3. Toute partie finie de E est bornée. En effet, soit B = {x1 , x2 , . . . , xn } une partie
finie de E et soit V un voisinage de 0. Comme V est absorbant, alors pour tout
k ∈ {1, 2, . . . , n}, il existe αk > 0, tel que pour tout λ ∈ K, avec |λ| ≥ αk , on a xk ∈ λV .
Soit α = max αk , alors pour λ ∈ K, avec |λ| ≥ α, on a B ⊆ λV .
1≤k≤n
4. Si B est borné, alors B est borné.
En effet, soit V un voisinage de 0, alors on sait qu’il existe un voisinage W de 0, tel
que W ⊆ V . Comme B est borné, alors il existe α > 0, tel que pour tout λ ∈ K, avec
|λ| ≤ α, on a λB ⊆ W , donc on aura λB ⊆ W , par suite λB ⊆ V .
5. Toute partie totalement bornée est bornée.
En effet, soit B une partie totalement bornée de E et soit V un voisinage équilibré
de l’origine. Alors il existe une partie finie A de E, telle que B ⊆ A + V et il existe un
voisinage équilibré W de 0, tel que W +W ⊆ V . Comme A est finie, alors A est bornée,
alors il existe α > 0, tel que A ⊆ αW , donc A+W ⊆ W +αW . Puisque W est équilibré
1 α
et puisque ≤ 1 et ≤ 1, alors on a W ⊆ (α + 1)W et αW ⊆ (α + 1)W ,
α+1 α+1
donc W + αW ⊆ (α + 1)(W + W ), par suite, B ⊆ (α + 1)(W + W ) ⊆ (α + 1)V , donc
B est borné, car V est équilibré.
Proposition 1.36.
Soient E un espace vectoriel topologique et (xn )n≥0 une suite de E, telle que
lim x = 0, alors {xn : n ∈ N} est borné.
n→∞ n
Preuve
Soit W un voisinage de l’origine équilibré. Comme lim xn = 0, alors il existe N ∈ N∗ , tel
n→∞
que pour tout n ∈ N, avec n ≥ N , on a xn ∈ W , donc {xn : n ≥ N } ⊆ W .
L’ensemble {x0 , x1 , . . . , xN −1 } est fini, donc il est borné, et comme W est équilibré, alors il
existe α > 1, tel que {x0 , x1 , . . . , xN −1 } ⊆ αW . On a W équilibré et α > 1, donc W ⊆ αW ,
par suite, on a {xn : n ∈ N} ⊆ αW .
Proposition 1.37.
Soient E un espace vectoriel topologique et B une partie de E. Alors B est bornée,

si et seulement si, pour toute suite (xn )n≥0 de B et pour toute suite (αn )n≥0 de
K, avec lim αn = 0, on a lim αn xn = 0.
n→∞ n→∞
Preuve
(=⇒) On suppose que B est bornée. Soient (xn )n≥0 une suite de B et (αn )n≥0 une suite
de K, avec lim αn = 0. Montrons que lim αn xn = 0, pour cela, soit W un voisinage
n→∞ n→∞

équilibré de l’origine. Comme B est bornée, alors il existe α > 0, tel que B ⊆ αW ,
donc pour tout n ∈ N, on a xn ∈ αW . Comme lim αn = 0, alors il existe N ∈ N, tel
n→∞
que pour tout n ∈ N, avec n ≥ N , on a α|αn | ≤ 1> Comme W est équilibré, alors
pour tout n ∈ N, avec n ≥ N , on a αn xn ∈ W .
(⇐=) Supposons, par absurde, que B n’est pas bornée, alors il existe un voisinage équilibré
V de l’origine, tel que pour tout α > 0, il existe xα ∈ B, avec xα ∈/ αW . En particulier,
1
pour tout n ∈ N∗ , il existe xn ∈ B, tel que xn ∈/ nW . Pour chaque n ∈ N∗ , soit αn = ,
n
lim αn = 0 et pour tout n ∈ N∗ , on a αn xn ∈
alors on a n→∞ / W , ce qui est absurde, car
lim αn xn = 0.
n→∞
1.5 Applications linéares continues

Proposition 1.38.
Soient E et F deux espaces vectoriels topologiques et soit f : E −→ F une

application linéaire. Alors les propositions suivantes sont équivalentes
i) f est continue sur E.
ii) f est continue au point 0.
Preuve
i) =⇒ ii) Trivial
ii) =⇒ i) Soit x ∈ E et soit W un voisinage de f (x) dans F , alors il existe un voisinage U
de 0 dans F , tel que W = f (x) + U . Comme f est continue en 0, alors il existe un
voisinage V de 0 dans E, tel que f (V ) ⊆ U . Or x + V est un voisinage de x et on a
f (x + V ) = f (x) + f (V ), donc f (x + V ) ⊆ W , par suite, f est continue en x.
Proposition 1.39.
Soient E et F deux espaces vectoriels topologiques et soit f : E −→ F une

application linéaire continue. Alors on a
i) Si B est un borné de E, alors f (B) est un borné de F .
ii) Si F est séparé, alors ker(f ) est un fermé de E.
Preuve
i) Supposons que B est un borné de E et montrons que f (B) est un borné de F . Soit
W un voisinage équilibré de 0 dans F , on doit montrer qu’il existe α > 0, tel que
f (B) ⊆ αW . Comme f est continue à l’origine, alors il existe un voisinage équilibré
V de 0 dans E, tel que f (V ) ⊆ W et comme B est borné et V équilibré, alors il
existe α > 0, tel que B ⊆ αV , donc f (B) ⊆ αf (V ). On en déduit que f (B) ⊆ αW .
ii) Comme F est sṕaré, alors on sait que {0} est fermé dans F . On a ker(f ) = f −1 ({0})
et f continue, donc ker(f ) est fermé.

1.6 Espace quotient

Soient E un espace vectoriel topologique, M un sous-espace vectoriel de E, E/M l’espace
vectoriel quotient de E par M et s : E −→ E/M la surjection canonique, pour tout x ∈ E,
on a s(x) = x, où x = x + M désigne la classe de x modulo M .
Définition 1.40 (Topologie quotient).
Une partie W de E/M est un ouvert pour ce qu’on appelle la topologie quotient
sur E/M , si s−1 (W ) est un ouvert de E.
Remarque 1.6.1
1. Une partie W de E/M est un ouvert pour la topologie quotient, si et seulement si,
il existe un ouvert V de E, tel que s(V ) = W .
En effet, si W est un ouvert pour la topologie quotient, alors par définition, s−1 (W )
est un ouvert de E. Comme s est surjective, alors on a s(s−1 (W )) = W , donc si on
pose V = s−1 (W ), alors V est un ouvert de E et on a s(V ) = W .
Réciproquement, supposons qu’il existe un ouvert V de E, tel que W = s(V ), alors
on aura s−1 (W ) = s−1 (s(V )) = M + V , avec M + V =
S
(x + V ). Comme V est un
x∈M
ouvert de E, alors pour tout x ∈ M , on a x + V est un ouvert de E, donc
S
(x + V )
x∈M
est un ouvert de E, par suite s−1 (W ) est un ouvert de E.
2. Pour tout ouvert V de E, s(V ) est un ouvert de E/M , car d’après 1.), s−1 (s(V ))
est un ouvert de E.
3. s : E −→ E/M est une application linéaire continue et ouverte.
Proposition 1.41.
Soient E un espace vectoriel topologique et M un sous-espace vectoriel de E.

Alors on a
i) E/M muni de la topologie quotient est un espace vectoriel topologique.
ii) W est un voisinage de 0, si et seulement si, il existe un voisinage V de 0 dans
E, tel que W = s(V ).
iii) E/M est séparé, si et seulement si, M est fermé dans E.
Preuve
i) Soit (x, y) ∈ E × E et soit W un voisinage ouvert de x + y, on doit montrer qu’il existe
un voisinage W1 de x et un voisinage W2 de y, tels que W1 + W2 şubseteqW . On a
x + y = x + y, donc W est un voisinage de x + y. Soit V = s−1 (W ), alors V est un
ouvert et on a x + y ∈ V , donc V est un voisinage de x + y et comme E est un espace
vectoriel topologique, alors il existe un voisinage ouvert V1 de x et un voisinage ouvert
V2 de y, tels que V1 + V2 ⊆ V . D’après la remarque précédente, s(V1 ) et s(V2 ) sont
deux ouverts de E/M , avec x ∈ s(V1 ) et y ∈ s(V2 ). On a s(V1 + V2 ) = s(V1 ) + s(V2 ) et
s(V1 +V2 ) ⊆ s(V ), donc si on pose W1 = s(V1 ) et W2 = s(V2 ), alors on a W1 +W2 ⊆ W .

ii) Soit W un voisinage de 0, alors il existe un voisinage ouvert W1 de 0, tel que W1 ⊆ W .

Soit V = s−1 (W ), alors on a s−1 (W1 ) ⊆ V , s−1 (W1 ) est un ouvert et 0 ∈ s−1 (W1 ),
donc V est un voisinage de 0 et on a s(V ) = s(s−1 (W )) = W .
Soit V un voisinage de 0, alors il existe un voisinage ouvert V1 de 0, tel que V1 ⊆ V .
Or d’après la remarque prćd́ente, s(V1 ) est un ouvert, avec 0 ∈ s(V1 ) et s(V1 ) ⊆ V ,
donc s(V ) est un voisinage de 0.
iii) (=⇒) Supposons que E/M est sṕaré. Comme E/M est un espace vectoriel topologique,
alors {0} est fermé. Comme s est continue et M = s−1 ({0}), donc M est fermé.
(⇐=) Supposons que M est fermé et montrons que E/M est séparé, pour cela, il
suffit de montrer que {0} est fermé. On sait que {0} =
T
s(V ), donc il suffit
V ∈V(0)
s(V ) = {0}. Supposons, par absurde, qu’il existe x ∈ E,
T
de montrer que
V ∈V(0)
avec x 6= 0, tel que x ∈ s(V ). On a x 6= 0, donc x ∈
T
/ M et comme M est
V ∈V(0)
fermé, alors il existe un voisinage équilibré V de 0, tel que (x + V ) ∩ M = ∅,
donc x ∈/ −V + M . Or V est équilibré, donc −V = V , par suite, x ∈ / V + M,
donc s(x) ∈
/ s(V + M ), avec s(V + M ) = s(V ), par conséquent, x ∈
/ s(V ), ce qui
est absurde.

1.7 Exercices
Exercice 1.1
Soient E un espace vectoriel topologique, A et B deux parties de E.
1. Montrer que si A est ouvert et si B est quelconque, alors A + B est ouvert.
2. Montrer que si A et B sont compacts, alors A + B est compact.
3. Montrer que si A est compact et B fermé, alors A + B est fermé.
4. Trouver un exemple d’un espace vectoriel topologique, dans lequel A et B sont fermés
mais A + B n’est pas fermé.
Exercice 1.2
Soient E un espace vectoriel topologique, F un sous-espace vectoriel de E et V ∈ V(0).
1. Montrer que F est un sous-espace vectoriel de E. En déduire que si H est hyperplan
de E, alors H est fermé ou H est dense dans E.
S
2. a) Montrer que E = αV .
α>0
b) Montrer que si F 6= E, alors F̊ = ∅.
Exercice 1.3
Soient E un espace vectoriel topologique, K un compact de E et C un fermé de E, tel
que K ∩ C = ∅. Montrer qu’il existe un voisinage V de 0, tel que (K + V ) ∩ (C + V ) = ∅.
Exercice 1.4
Soient E un K-espace vectoriel et B une partie de E. Montrer que les deux propositions
suivantes sont équivalentes :
i) B est bornée.
ii) Pour toute suite (xn )n≥0 d’éléments de B et pour toute suite (αn )n≥0 , avec lim αn = 0,
n→∞
on a aussi n→∞
lim αn xn = 0.
Exercice 1.5
Soient E un K-espace vectoriel et V ∈ V(0). Montrer que
1. Si (αn )n≥0 est une suite strictement croissante, telle que n→∞
lim αn = +∞, alors on a
∞
S
E= αn V .
n=0
2. Toute partie compacte K de E est bornée.
3. Si (δn )n≥0 est une suite strictement décroissante, telle que lim δn = 0 et si on pose
n→∞
B = {δn V : n ∈ N}, alors B est une base de voisinages de 0.
Exercice 1.6
Soit E un espace normé de dimension infinie.
1. Montrer que si F est un sous-espace vectoriel de E de dimension finie, alors pour
tout x ∈ E, il existe y ∈ F , tel que d(x, F ) = kx − yk.
2. Montrer que B = {x ∈ E : kxk = 1} n’est pas totalement borné.
Exercice 1.7
Soient E un espace vectoriel topologique et A une partie de E.
a) Montrer que si A est équilibré, alors A est équilibré.
◦ ◦
b) Montrer que si A est équilibré et si 0 ∈ A, alors A est équilibré.
c) Montrer que si A est équilibré, alors co(A) est absolument convexe.

Exercice 1.8
Quelques définitions de base
Soit X un ensemble quelconque.
1. Une famille F de parties de X est un filtre sur X, si
i) F =
6 ∅ et ∅ ∈
/ F.
ii) Si A ∈ F et B ∈ F alors A ∩ B ∈ F.
iii) Si B ⊆ X et s’il existe A ∈ F, tel que A ⊆ B, alors B ∈ F.
2. Une famille B de parties de X est une base de filtre, si
i) B =
6 ∅ et ∅ ∈
/ B.
ii) Pour tout A ∈ B et pour tout B ∈ B, il existe C ∈ B, tel que C ⊆ A ∩ B.
3. Soient F1 et F2 deux filtres sur X. On dit que F1 est moins fin que F2 , si F1 ⊆ F2 .
Première partie
1. Dans chaque cas, vérifier que F est un filtre sur X :
a) X un ensemble infini et A ∈ F, si et seulement si, le complémentaire de A dans
X est fini.
b) X un ensemble quelcoque, B une base de filtre sur X et A ∈ F, si et seulement
si, il existe B ∈ B, tel que B ⊆ A. Dans ce cas, F s’appelle le filtre engendré
par B.
c) X un espace topologique, a ∈ X et F l’ensemble de tous les voisinages de a.
d) X un ensemble quelconque, A une partie non vide de X et B ∈ F, si et seulement
si, A ⊆ B.
e) Pour tout m ∈ N, on pose Im = {n ∈ N : n ≥ m} et B = {Im : m ∈ N}. Vérifier que
B est une base de filtre sur N et que le filtre F engendré par B est définie par
A ∈ F, si et seulement si, le complémentaire de A dans N est fini. F s’appelle
le filtre de Fréchet sur N.
2. L’ensemble de tous les filtres sur un ensemble X est ordonné par la relation F1 ≤ F2 ,
si et seulement si, F1 est moins fin que F2 . On dit que F est un ultrafiltre sur X,
si F est un élément maximal pour cette relation d’ordre. Montrer, en utilisant le
lemme de Zorn, que X possède au moins un ultrafiltre et pour tout filtre F sur X,
il existe au moins un ultrafiltre U , tel que F ⊆ U .
3. Soit U un filtre sur X. Montrer que les propositions suivantes sont équivalentes :
i) U est un ultrafiltre,
ii) Pour tout A ⊆ X, on a A ∈ U ou X \ A ∈ U ,
iii) Pour tout A ⊆ X et pour tout B ⊆ X, si A ∩ B ∈ U , alors A ∈ U ou B ∈ U .
4. Soit X un ensemble quelconque. Pour tout x ∈ X, soit U la famille de parties de X
définie par A ∈ U , si et seulement si x ∈ A. Montrer que U est un ultrafiltre sur X.
5. Soient X et Y deux ensembles et f : X −→ Y une application.
a) Montrer que si F est un filtre sur X, alors f (F) = {f (A) : A ∈ F} est une base
de filtre sur Y et que si f est surjective, alors f (F) est un filtre sur Y .

b) Montrer que si F est un ultrafiltre sur X, alors le filtre engendré par f (F) est
un ultrafiltre sur Y .
c) Montrer que si F est un filtre sur Y et si pour tout B ∈ F, on a f −1 (B) 6= ∅,
alors f −1 (F) = {f −1 (B) : B ∈ F} est un filtre sur X.
Deuxième partie
Soient X un espace topologique, x ∈ X et F un filtre sur X. On dit que F converge vers
x, si V(x) ⊆ F, où V est le filtre formé par tous les voisinages de x.
1. Montrer que si X est un espace topologique séparé et que si un filtre F sur X possède
une limite, alors cette limite est unique.
2. Soient X un espace topologique, x ∈ X et A une partie de X. Montrer que x ∈ A, si
et seulement si, il existe un filtre F sur A qui converge vers x.
3. Soient X et Y deux espaces topologiques et f : X −→ Y une application.
a) Montrer que f est continue en un point x ∈ X, si et seulement si, pour tout filtre
F qui converge vers x, le filtre engendré par f (F) converge vers f (x).
b) Montrer que f est continue en un point x ∈ X, si et seulement si, pour tout
ultrafiltre U qui converge vers x, le filtre engendré par f (U ) converge vers
f (x).
4. Soient X un espace topologique, x ∈ X et F un filtre sur X. On dit que x est un
point d’accumulation de F, si pour tout A ∈ F, on a x ∈ A.
a) Montrer que si un filtre F sur X converge vers x, alors x est un point d’accumu-
lation de x.
b) Montrer que si un ultrafiltre U sur X possède un point d’accumulation x, alors
U converge vers x.
Troisième partie
Soit ((Xi , Ti ))i∈I une famille d’espaces topologiques et soit X =
Q
Xi le produit cartésien
i∈I
des Xi .
On appelle rectangle élémentaire de X, toute partie R de X qui sécrit sous la forme
Vi , où pour tout i ∈ I, Vi est un ouvert de Xi et l’ensemble des i ∈ I, tels que
Q
R=
i∈I
Vi 6= Xi est fini ({i ∈ I : Vi 6= Xi } est fini).
La topologie T sur X engendrée par l’ensemble de tous les rectangles élémentaires s’appelle
la topologie produit sur X. Ainsi, par définition, une partie V de X est un ouvert pour la
topologie T , si et seulement si, V est une réunion quelconque de rectangles élémentaires.
1. Pour chaque i ∈ I, soit πi : (X, T ) −→ (Xi , Ti ) la projection de X sur Xi . Montrer
que πi est une application surjective continue et ouverte.
2. Soit F un filtre sur X, avec X = Xi , et pour chaque i ∈ I, soit Fi = πi (F). Alors
Q
i∈I
F converge vers x, si et seulement si, pour tout i ∈ I, Fi converge vers xi .
3. Dans cette question X est un espace topologique quelconque.
a) Soit U un ultrafiltre sur X et soit x ∈ X. Montrer que U converge vers x, si et
seulement si, pour tout fermé F de X, avec F ∈ U , on a x ∈ F .

b) Montrer que X est compact, si et seulement si, tout ultrafiltre sur X converge
vers un élément de X.
Q
4. (Xi )i∈I une famille d’espaces topologiques et X = Xi muni de la topologie produit.
i∈I
Montrer que X est compact, si et seulement si, pour tout i ∈ I, Xi est compact (c’est
le théorème de Tychonoff).

CHAPITRE 2
ESPACES LOCALEMENT CONVEXES
2.1 Semi-normes et jauges

Définition 2.1.
Soit E un K-espace vectoriel, K = R ou K = C, et p : E −→ R+ une application.

On dit que p est une semi-norme sur E, si
i) ∀λ ∈ K, ∀x ∈ E, p(λx) = |λ|p(x).
ii) ∀x ∈ E, ∀y ∈ E, p(x + y) ≤ p(x) + p(y).
Remarque 2.1.1
Soit p une semi-norme sur E. Alors on a
1. p(0) = 0 et pour tout x ∈ E, on a p(−x) = p(x).
2. ∀x ∈ E, ∀y ∈ E, |p(x) − p(y)| ≤ p(x − y).
En effet, on a p(x) = p((x − y) + y) ≤ p(x − y) + p(y), donc p(x) − p(y) ≤ p(x − y). On
a aussi p(y) = p((y − x) + x) ≤ p(y − x) + p(x), donc p(y) − p(x) ≤ p(y − x). Comme
p(y − x) = p(x − y), alors |p(x) − p(y)| ≤ p(x − y).
3. F = {x ∈ E : p(x) = 0} est un sous-espace vectoriel de E.
Proposition 2.2.
Soient E un K-espace vectoriel, p une semi-norme sur E et B = {x ∈ E : p(x) < 1}.

Alors B est absolument convexe et absorbant.
Preuve
Montrons que B est absolument convexe, pour cela, soient x, y ∈ B et soient λ, µ ∈ K, tels
que |λ| + |µ| ≤ 1, alors on a
p(λx + µy) ≤ |λ|p(x) + |µ|p(y) < |λ| + |µ| (car p(x) < 1 et p(y) < 1)
30
CHAPITRE 2. ESPACES LOCALEMENT CONVEXES
Or on a |λ| + |µ| ≤ 1, donc p(λx + µy) < 1, par suite λx + µy ∈ B, donc B est absolument
convexe. Comme B est équilibré, alors pour montrer que B est absorbant, il suffit de
montrer que pour tout x ∈ E, il existe α > 0, tel que αx ∈ B. Soit x ∈ E, si p(x) = 0,
1
alors x ∈ B, donc on peut supposer que p(x) 6= 0. Soit α = , alors α > 0 et on a
2p(x)
1
p(αx) = αp(x) = , donc αx ∈ B.
2
Définition 2.3.
Soient E un K-espace vectoriel et A une partie absorbante de E. On définit une

application pA : E −→ R+ par
∀x ∈ E, pA (x) = inf({t > 0 : x ∈ tA})
et on dit que pA est la jauge associée à A.
Remarque 2.1.2
L’application pA est bien définie, car A est une partie absorbante, donc pour tout x ∈ E,
il existe t > 0, tel que x ∈ tA, par suite {t > 0 : x ∈ tA} est non vide et minoré par 0.
Lemme 2.4.
Soient E un K-espace vectoriel et A une partie de E, avec A absorbante et

absolument convexe. Pour λ ∈ K et x ∈ E, on pose X = {t > 0 : λx ∈ tA} et
Y = {t > 0 : x ∈ tA}, alors X = |λ|Y .
Preuve
t
Pour chaque t > 0, on a t ∈ X, si et seulement si, λx ∈ tA, si et seulement si, x ∈ A.
λ
t t
Comme A est équilibré, alors x ∈ A, donc on aura t ∈ X, si et seulement si, ∈Y,
|λ| |λ|
par suite, on a X = |λ|Y .
Théorème 2.5.
Soient E un K-espace vectoriel et A une partie de E, avec A absorbante et

absolument convexe. Alors pA définit une semi-norme sur E et on a
{x ∈ E : pA (x) < 1} ⊆ A ⊆ {x ∈ E : pA (x) ≤ 1}
Preuve
Montrons que pA est une semi-norme sur E.
i) Soit x ∈ E et soit λ ∈ K, alors on a pA (λx) = inf({t > 0 : λx ∈ tA}), donc d’après le
lemme précd́ent, on a pA (λx) = |λ| inf({t > 0 : x ∈ tA}), donc pA (λx) = |λ|pA (x).
ii) Soient x ∈ E et y ∈ E, montrons que pA (x+y) ≤ pA (x)+pA (y). Soit ε > 0, alors il existe
ε ε
t > 0, tel que x ∈ tA et t < pA (x) + et il existe s > 0, tel que y ∈ sA et s < pA (y) + .
2 2

On a alors x + y ∈ tA + sA et comme A est convexe, alors tA + sA ⊆ (t + s)A, donc

x + y ∈ (t + s)A, par suite, on a pA (x + y) ≤ t + s < pA (x) + pA (y) + ε, et ceci pour
tout ε > 0, donc pA (x + y) ≤ pA (x) + pA (y).
iii) Montrons que {x ∈ E : pA (x) < 1} ⊆ A ⊆ {x ∈ E : pA (x) ≤ 1}. Soit x ∈ E, tel que
pA (x) < 1, alors il existe t > 0, tel que x ∈ tA et pA (x) ≤ t < 1. On a t < 1 et A
équilibré, donc tA ⊆ A, par consq́uent x ∈ A. Si maintenant x ∈ A, alors pA (x) ≤ 1.
Lemme 2.6.
Soient E un espace vectoriel topologique, (αn )n≥0 une suite de R∗+ , tel que
1
lim α = 0, et x ∈ E. Alors on a lim (1 + αn )x = x et lim x = x.
n→∞ n n→∞ n→∞ 1 + αn
Preuve
Montrons que n→∞ lim (1 + αn )x = x. Soit V ∈ V(0), alors on sait que V est absorbant, donc
il existe α > 0, tel que pour tout λ ∈ K, avec |λ| ≤ α, on a λx ∈ V . On a lim αn = 0 et
n→∞
α > 0, donc il existe N ∈ N, tel que pour tout n ∈ N, avec n ≥ N , on a αn ≤ α, par suite,
pour n ≥ N , on a αn x ∈ V . Ainsi, pour n ≥ N , on a (1 + αn )x ∈ x + V .
1
Montrons que lim x = x. Soit V ∈ V(0) et soit α > 0, tel que pour tout λ ∈ K,
n→∞ 1 + αn
αn
avec |λ| ≤ α, on a λx ∈ V . On a n→∞ lim = 0 et α > 0, donc il existe N ∈ N, tel que
1 + αn
αn αn
pour tout n ∈ N, avec n ≥ N , on a ≤ α, par suite, pour n ≥ N , on a − x∈V.
1 + αn 1 + αn
1
Ainsi, on voit que pour n ≥ N , on a x ∈ x+V .
1 + αn
Théorème 2.7.
Soient E un espace vectoriel topologique et p une semi-norme sur E. On pose

Bo = {x ∈ E : p(x) < 1} et Bf = {x ∈ E : p(x) ≤ 1}, alors on a
◦
Bf ⊆ Bo ⊆ Bf ⊆ B o
Preuve ◦ ◦
Pour montrer que Bf ⊆ Bo , il suffit de montrer que E \ Bo ⊆ E \ Bf . Or on sait que
◦
E \ Bf = E \ Bf , donc il suffit de montrer que E \ Bo ⊆ E \ Bf .
Soit x ∈ E \ Bo , alors on a p(x) ≥ 1, et soit (αn )n≥0 une suite de R∗+ , tel que n→∞
lim αn = 0.
Pour tout n ∈ N, on a p((1 + αn )x) = (1 + αn )p(x), avec p(x) ≥ 1, donc on a
p((1 + αn )x) ≥ (1 + αn ) > 1, par suite, pour tout n ∈ N, on a (1 + αn )x ∈ / Bf . D’après le
lemme précédent, on a lim (1 + αn )x = x, donc x ∈ E \ Bf .
n→∞
Montrons que Bf ⊆ Bo . Pour cela, soit x ∈ Bf et soit (αn )n≥0 une suite de R∗+ , tel que
x
lim α = 0, alors on voit facilement que pour tout n ∈ N, on a
n→∞ n
∈ Bo , puis d’après
1 + αn
1
le lemme précédent, on a lim x = x. On en déduit donc que x ∈ Bo .
n→∞ 1 + αn

Corollaire 2.8.
Soient E un espace vectoriel topologique et A une partie de E absorbante et

absolument convexe.
i) Si A est ouvert, alors A = {x ∈ E : pA (x) < 1}.
i) Si A est fermé, alors A = {x ∈ E : pA (x) ≤ 1}.
Preuve
Posons Bo = {x ∈ E : pA (x) < 1} et Bf = {x ∈ E : pA (x) ≤ 1}, alors, d’après le théorème
2.5, on sait que Bo ⊆ A ⊆ Bf .
◦
i) Supposons que A est ouvert. D’après le théorème précédent, on a A ⊆ Bf ⊆ Bo , donc
on aura A = Bo .
ii) Supposons que A est fermé. D’après le théorème précédent, on a Bf ⊆ Bo ⊆ A, donc
on aura A = Bf .
2.2 Définition et propriétés de base d’un espace loca-

lement convexe
Définition 2.9.
Soit E un espace vectoriel topologique. On dit que E est localement convexe, si

l’origine possède une base de voisinages convexes.
Exemples
Dans un espace normé les boules de centre 0 sont convexes et forment une base de voisinages
de 0, donc tout espace normé est localement convexe.
Lemme 2.10.
Soient E un espace vectoriel topologique et A une partie de E.

i) Si A est convexe alors A est convexe.
ii) Si A est équilibré, alors A est équilibré.
ii) Si A est équilibré, l’enveloppe convexe co(A) est équilibré.
Preuve
i) Soient x ∈ A, y ∈ A et α, β ∈ R+ , avec α +β = 1. Soit W un voisinage de αx+βy, puisque
l’application de E × E vers E qui à (z, w) fait correspondre αz + βw est continue,
alors il existe un voisinage U de x et un voisinage V de y, tels que αU + βV ⊆ W .
Comme x ∈ A et y ∈ A, alors U ∩ A 6= ∅ et V ∩ A 6= ∅. Soient u ∈ U ∩ A et v ∈ V ∩ A,
alors αu + βv ∈ A, car A est convexe et αu + βv ∈ W , car αU + βV ⊆ W , donc
W ∩ A 6= ∅, par suite αu + βv ∈ A.

ii) Supposons que A est équilibré. Soit x ∈ A et soit λ ∈ K, avec 0 < |λ| ≤ 1, on doit
1
montrer que λx ∈ A. Soit V un voisinage de λx, alors V est un voisinage de x et
λ
1 1
comme x ∈ A, alors V ∩ A = 6 ∅. Soit v ∈ V ∩ A, alors λv ∈ V ∩ λA et comme A
λ λ
est équilibré et |λ| ≤ 1, alors λA ⊆ A, donc λu ∈ V ∩ A. On en déduit donc que A
est équilibré.
iii) Supposons que A est équilibré. Soit x ∈ co(A) et soit λ ∈ K, avec 0 < |λ| ≤ 1, on
doit montrer que λx ∈ co(A). On a x ∈ co(A), donc il existe x1 , x2 , . . . , xn ∈ A et il
n
P n
P
existe λ1 , λ2 , . . . , λn R+ , avec λi = 1, tels que x = λi xi . Comme A est équilibré
i=1 i=1
n
et |λ| ≤ 1, alors pour tout i ∈ {1, 2, . . . , n}, on a λxi ∈ A. On a λx =
P
λi (λxi ), donc
i=1
n
λx ∈ co(A), car
P
λi = 1.
i=1
Proposition 2.11.
Soit E un espace localement convexe. Alors l’origine possède une base de voisinages
absolument convexes et fermés.
Preuve
Soit V ∈ V(0), alors on sait qu’il existe V1 ∈ V(0), avec V1 fermé, tel que V1 ⊆ V . Comme
E est localement convexe, alors il existe V2 ∈ V(0), avec V2 convexe, tel que V2 ⊆ V1 . On
sait aussi qu’il existe V3 ∈ V(0), avec V3 équilibré, tel que V3 ⊆ V2 . On pose W = co(V3 ),
alors d’après le lemme précédent, W est absolument convexe et on a W ⊆ V1 ⊆ V .
2.3 Topologie définie par une famille de semi-normes

Définition 2.12.
Soit E un K-espace vectoriel et soit (pi )i∈I une famille de semi-normes sur E.
i) On dit que la famille (pi )i∈I est séparante, si pour tout x ∈ E, il existe i ∈ I,
tel que pi (x) 6= 0.
ii) On dit que la famille (pi )i∈I est filtrante, pour tout i ∈ I et pour tout j ∈ I,
il existe k ∈ I, tel que pi ≤ pk et pj ≤ pk .
Remarque 2.3.1
Soit (pi )i∈I une famille quelconque de semi-normes sur E et soit F(I) l’ensemble de toutes
les parties finies de I. Pour chaque J ∈ F(I), on pose qJ = sup pi .
i∈J
Alors (qJ )J∈F(I) est une famille croissante de semi-normes sur E, (J1 ⊆ J2 =⇒ pJ1 ≤ pJ2 ),
donc en particulier (qJ )J∈F(I) est une famille filtrante de semi-normes sur E.
Notations
1. Soit p une semi-norme sur E et soit ε > 0, on pose Bp,ε = {x ∈ E : p(x) ≤ ε}

2. On désigne par B la famille de parties de E définie par V ∈ B, si et seulement si, il

existe J ∈ F(I) et il existe ε > 0, tel que V =
T
Bpi ,ε .
i∈J
Proposition 2.13.
Soit E un K-espace vectoriel, muni d’une famille de semi-normes (pi )i∈I . Alors
il existe une unique topologie vectorielle sur E, appelée topologie définie par la
famille de semi-normes (pi )i∈I , pour laquelle E est un espace localement convexe
et pour laquelle B est une base de voisinage de l’origine.
Preuve
Soit F la famille de parties de E, définie par W ∈ F, si et seulement si, il existe V ∈ F, tel
que V ⊆ W . Alors il est facile de vérifier que F est un filtre et que F vérifie les propriètés
suivantes :
i) Tout W ∈ F est absorbant.
En effet, soit W ∈ F, donc il existe ε > 0 et il existe une partie finie J de I, tel que
Bpi ,ε ⊆ W . Soit x ∈ E et soit β = max pi (x).
T
avec
i∈J i∈J
Si β = 0, alors pour tout i ∈ J, on a pi (x) = 0, donc pour tout λ ∈ K, on a λx ∈ W .
ε
Si β > 0, on pose α = , alors pour λ ∈ K, avec |λ| ≤ α, on a λx ∈ W . On en déduit
β
donc que W est absorbant.
ii) Pour tout W ∈ F, il existe V ∈ F, avec V équilibré, tel que V ⊆ W .
En effet, soit W ∈ F, alors il existe ε > 0 et il existe une partie finie J de I, tel que
Bpi ,ε ⊆ W . Posons V =
T T
avec Bpi ,ε , alors V est une intersection finie de parties
i∈J i∈J
équilibrées, donc V est équilibré.
iii) Pour tout W ∈ F, il existe V ∈ F, tel que V + V ⊆ W
Bpi ,ε ⊆ W . Posons V = Bpi , 2ε , alors on voit facilement que V + V ⊆ W .
T T
avec
i∈J i∈J
iv) Pour tout W ∈ F, il existe V ∈ F, avec V convexe, tel que V ⊆ W .
Bpi ,ε ⊆ W . Posons V =
T T
avec Bpi ,ε , alors V est une intersection finie de parties
i∈J i∈J
convexes, donc V est convexe et on a V ⊆ W .
Ainsi, d’aprés le théorème 1.31, il existe une unique topologie sur E pour laquelle E est
un espace vectoriel topologique localement convexe et pour laquelle F est un systéme de
voisinages de l’origine.
Remarque 2.3.2
Soit (pi )i∈I une famille de semi-normes sur E.
1. Si (pi )i∈I est une famille filtrante et si B est la famille de parties de E définie par
V ∈ B, si et seulement si, il existe i ∈ I et il existe ε > 0, tel que V = Bpi .ε , alors B
est une base pour la topologie définie sur E par la famille de semi-normes (pi )i∈I .
En effet, soit J ∈ F(I), comme (pi )i∈I est une famille filtrante, alors il existe i ∈ I,
tel que pour tout j ∈ J, on a pj ≤ pi , donc Bpi ,ε ⊆
T
Bpj ,ε .
j∈J

2. Pour chaque J ∈ F(I), on pose qJ = max pi , alors (qJ )J∈F(I) est une famille croissante,
i∈J
donc filtrante, de semi-normes sur E qui définit la même topologie sur E que celle
définie par la famille (pi )i∈I .
Donc si E est un espace localement convexe dont la topologie est définie par une
famille (pi )i∈I de semi-normes sur E, alors on peut toujours supposer que la famille
(pi )i∈I est croissante, (i ≤ j =⇒ pi ≤ pj )).
3. Si (pi )i∈I une famille de semi-normes sur E. Alors la topologie définie sur E par la
famille (pi )i∈I est séparé, si et seulement si, la famille (pi )i∈I est séparante.
Théorème 2.14.
Soit E un espace vectoriel topologique. Alors les deux propositions suivantes sont
équivalentes :
i) E est un espace localement convexe.
ii) La topologie de E est définie par une famille de semi-normes.
Preuve
(=⇒) Supposons que E est localement convexe, alors d’après la proposition 2.11, l’origine
possède une base V de voisinages absolument convexes et fermés. Pour chaque V ∈ V,
soit pV la jauge associée à V , alors pV est une semi-norme, car V est absolument
convexe. Soit T la topologie définie sur E par la famille de semi-normes (pV )V ∈V .
La famille de semi-normes (pV )V ∈V est filtrante, car si V1 ∈ V et V2 ∈ V, alors
pV1 ≤ pV1 ∩V2 et pV2 ≤ pV1 ∩V2 , donc une base B de voisinages de l’origine pour la
topologie T est définie par W ∈ B, si et seulement si, il existe ε > 0 et il existe V ∈ V,
tel que W = {x ∈ E, : pV (x) ≤ ε}. Or d’après le corollaire 2.8, pour tout V ∈ V, on a
V = {x ∈ E : pV (x) ≤ 1}, donc pour tout ε > 0, on a {x ∈ E : pV (x) ≤ ε} = εV , par
suite, on a B = {εV : ε > 0 et V ∈ V}. Ainsi on voit que la topologie initiale de E et
la topologie T ont même base de voisinages de l’origine, donc elles sont identiques.
(⇐=) Trivial, car pour tout i ∈ I et pour tout ε > 0, {x ∈ E : pi (x) ≤ ε} est absolument
convexe et fermé.
2.4 Utisation des semi-normes
2.4.1 Convergence d’une suite généralisée

Proposition 2.15.
Soit E un espace localement convexe dont la topologie est définie par une famille
de semi-normes notée P et soit (xi )i∈I une suite généralisée de E. Alors (xi )i∈I
converge vers 0 dans E, si et seulement si, pour tout p ∈ P, la famille (p(xi ))i∈I
converge vers 0 dans R.

Preuve
(=⇒) Supposons que (xi )i∈I converge vers 0. Pour chaque p ∈ P et pour chaque ε > 0 on
doit montrer qu’il existe j ∈ I, tel que
∀i ∈ I, i ≥ j =⇒ p(xi ) ≤ ε
Soit V = {x ∈ E : p(x) ≤ ε}, alors V est un voisinage de 0 et comme (xi )i∈I converge
vers 0, alors il existe j ∈ I, tel que
∀i ∈ I, i ≥ j =⇒ xi ∈ V
Donc pour i ≥ j, on a p(xi ) ≤ ε.

(⇐=) Supposons que pour tout p ∈ P, (p(xi ))i∈I converge vers 0.
Soit V un voisinage de 0, alors il existe p1 , p2 , . . . , pn ∈ P et il existe ε > 0, tels que
n
Bpk ,ε ⊆ V , où pour chaque k ∈ {1, 2, . . . , n}, on a Bpk ,ε = {x ∈ E : pk (x) ≤ ε}.
T
k=1
Pour chaque k ∈ {1, 2, . . . , n}, on a pk (xi ) converge vers 0, donc il existe jk ∈ I, tel
que
∀i ∈ I, i ≥ jk =⇒ pk (xi ) ≤ ε
I est un ensemble filtrant croissant, donc il existe j ∈ I, tel que jk ≤ j pour tout
k ∈ {1, 2, . . . , n}, donc pour i ≥ j, on a pk (xi ) ≤ ε, pour tout k ∈ {1, 2, . . . , n}. Ainsi,
n
pour tout i ∈ I, avec i ≥ j, on a xi ∈ Bpk ,ε , par suite, pour i ≥ j, on a xi ∈ V .
T
k=1
2.4.2 Parties bornées

Proposition 2.16.
Soit E un espace localement convexe dont la topologie est définie par une famille
de semi-normes notée P et soit B une partie de E. Alors B est bornée, si et
seulement si, pour tout p ∈ P, on a sup p(x) < +∞.
x∈B
Preuve
(=⇒) Supposons que B est bornée. Soit p ∈ P et soit V = {x ∈ E : p(x) ≤ 1}, alors V
est un voisinage équilibré de 0 et comme B est bornée, alors il existe α > 0, tel que
B ⊆ αV . Soit x ∈ B, alors il existe v ∈ V , tel que x = αv, donc p(x) = αp(v) ≤ α,
par suite, on a sup p(x) ≤ α.
x∈B
(⇐=) Supposons que pour tout p ∈ P, on a sup p(x) < +∞. Soit V un voisinage équilibré
x∈B
de 0, on doit montrer qu’il existe α > 0, tel que B ⊆ αV . Comme V est un voisinage
n
de 0, alors existe p1 , p2 , . . . , pn ∈ P et il existe ε > 0, tels que Bpk ,ε ⊆ V . Pour
T
k=1
M
chaque k ∈ {1, 2, . . . , n}, on pose Mk = sup pk (x), M = max Mk et α = , alors
x∈B 1≤k≤n
Å ã ε
1 M M
pour tout x ∈ B et pour tout k ∈ {1, 2, . . . , n}, on a pk x ≤ , avec = ε,
α α α
n
donc B ⊆ α Bpk ,ε , par suite, B ⊆ αV .
T
k=1

2.4.3 Applications linéaires continues

Proposition 2.17.
Soient E et F deux espaces localement convexes, P et Q deux familles filtrantes de

semi-normes définissant respectivement les topologies de E et F . Alors pour toute
application linéaire T : E −→ F , les propositions suivantes sont équivalentes :
i) T est continue.
ii) Pour tout q ∈ Q, il existe p ∈ P et il existe c > 0, tel que pour tout x ∈ E, on
a q(T x) ≤ cp(x).
Preuve
(=⇒) Supposons que T est continue. Soit q ∈ Q et soit W = {x ∈ F : q(x) ≤ 1}, alors W
est un voisinage de 0F et comme T est continue, alors il existe un voisinage V de 0E ,
tel que T (V ) ⊆ W . Comme P est une famille filtrante, alors il existe p ∈ P et il existe
ε > 0, tel que Bp,ε ⊆ V , avec Bp,ε = {x ∈ E : p(x) ≤ ε}, donc T (Bp,ε ) ⊆ W . Soit
εx
x ∈ E, alors pour tout n ∈ N, on a −n ∈ Bp,ε , par suite, pour tout n ∈ N, on
2 + p(x)
2−n + p(x) 2−n + p(x)
a T (x) ∈ W . Ainsi, pour tout n ∈ N, on aura q(T x) ≤ . Donc
ε ε
1
en faisant tendre n vers l’infini, on aura q(T x) ≤ p(x). D’où le résultat, car il suffit
ε
1
de prendre c = .
ε
(⇐=) Supposons que pour tout q ∈ Q, il existe p ∈ P et il existe c > 0, tel que pour tout
x ∈ E, on a q(T x) ≤ Cp(x). Comme E et F sont deux espaces vectoriels topologiques,
alors il suffit de montrer que T est continue en 0E . Soit W un voisinage de 0F , comme
Q est une famille filtrante, alors il existe q ∈ Q et il existe ε > 0, tel que Bq,ε ⊆ W ,
avec Bq,ε = {x ∈ F : q(x) ≤ ε}. Or, par hypothèse, il existe p ∈ P et il existe c > 0,
c
tel que pour tout x ∈ E, on a q(T x) ≤ cp(x), donc si on pose α = et V = Bp,α ,
ε
alors V est un voisinage de 0E et on a T (V ) ⊆ W .
Corollaire 2.18.
Soit E un espace localement convexe, dont la toplogie est définie par une famille
filtrante de semi-normes P et soit ϕ : E −→ K une forme linéaire. Alors ϕ est
continue, si et seulement si, il existe p ∈ P et il existe c > 0, tels que pour tout
x ∈ E, on a |ϕ(x)| ≤ cp(x)
Preuve
Conséquence directe de la proposition précédente.
2.5 Espaces localement convexes métrisables - Espaces

de Fréchet
Rappelons que si E est un ensemble quelconque, une application d : E × E −→ R+ définit
une distance sur E, si

i) ∀x ∈ E, ∀y ∈ E, d(x, y) = 0 ⇐⇒ x = y,
ii) ∀x ∈ E, ∀y ∈ E, d(x, y) = d(y, x),
iii) ∀x ∈ E, ∀y ∈ E, ∀z ∈ E, d(x, y) ≤ d(x, z) + d(y, z)
Dans ce cas, la topologie T définie par d sur E est définie par V ∈ T , si et seulement si,
pour tout x ∈ V , il existe r > 0, tel que {y ∈ E : d(x, y) < r} ⊆ V .
Définition 2.19.
On dit qu’un espace vectoriel topologique E est métrisable, s’il existe une distance
d sur E, tel que la topologie définie par d sur E coincide avec la topologie vectorielle
sur E.
Remarque 2.5.1
Soit E un espace vectoriel topologique.
1. Si E est métrisable, alors E possède une base dénombrable de voisinages de l’origine.
En effet, si pour tout n ∈ N, on pose Bn = {x ∈ E : d(x, 0) ≤ 21n }, alors on voit que
B = {Bn : n ∈ N} est une base dénombrable de voisinages de l’origine.
Bn = {0}.
T
2. Si E est métrisable, alors E est séparé. En effet, il suffit de voir que
n∈N
Définition 2.20.
Une distance d sur un espace vectoriel E est dite invariante par translation, si
pour x, y, z ∈ E, on a d(x + z, y + z) = d(x, y).
Remarque 2.5.2
Soit d une distance invariante par translation sur un espace vectoriel E. Pour tout x ∈ E,
on pose N (x) = d(x, 0), alors on a
i) ∀x ∈ E, N (x) = 0 ⇐⇒ x = 0,
ii) ∀x ∈ E, N (−x) = N (x),
iii) ∀x ∈ E, ∀y ∈ E, N (x + y) ≤ N (x) + N (y).
Théorème 2.21.
Soit E un espace vectoriel topologique séparé. Si E possède une base dénombrable

de voisinages de l’origine, alors E est métrisable et la distance d définissant
la topologie de E est invariante par translation et satisfait les deux propriétés
suivantes :
i) Pour tout λ ∈ C, avec |λ| ≤ 1, on a d(λx, 0) ≤ d(x, 0).
ii) Si λ −→ 0 alors pour tout x ∈ E, on a d(λx, 0) −→ 0.
Preuve
Soit B = {Vn : n ∈ N∗ } une base de voisinages de 0. Comme E est séparé, alors on peut
Vn = {0}.
T
supposer que
n∈N∗

Posons W1 = V1 , puisque V1 est un voisinage de 0, alors il existe un voisinage équilibré

W2 de 0, tel que W2 + W2 + W2 ⊆ V1 . Aussi, V2 ∩ W2 est un voisinage de 0, donc il existe
un voisinage équilibré W3 de 0, tel que W3 + W3 + W3 ⊆ V2 ∩ W2 . Ainsi par récurrence on
construit une suite strictement décroissante (Wn )n∈N∗ , telle que pour pour tout n ∈ N∗ ,
Wn est un voisinage équilibré de 0 et telle que
∀n ∈ N∗ , Wn+1 + Wn+1 + Wn+1 ⊆ Vn ∩ Wn
Aussi, on voit facilement que {Wn : n ∈ N∗ } forme une base de voisinages de 0 et que
Wn = {0}. Soit α : E −→ R+ la fonction définie par :
T
n∈N∗

1

 2k
 si x ∈ Wk et x ∈
/ Wk+1
∀x ∈ E, α(x) = 1 si x ∈
/ W1


0 si x = 0
Alors l’application α vŕifie les propriétés suivantes qui sont facile à vérifier :
i) ∀x ∈ E, α(x) = 0 ⇐⇒ x = 0.
1
ii) Pour tout x ∈ E, il existe k ∈ N∗ , tel que x ∈ Wk , si et seulement si, α(x) ≤
.
2k
iii) ∀x ∈ E, ∀λ ∈ K, |λ| = 1 =⇒ α(λx) = α(x), (car pour tout k ∈ N∗ , Wk est équilibré).
iv) ∀x ∈ E, ∀λ ∈ K, |λ| ≤ 1 =⇒ α(λx) ≤ α(x). (car pour tout k ∈ N∗ , Wk est équilibré).
Soit maintenant π : E −→ R+ , l’application définie par
Ç® p p
´å
∗
X X
∀x ∈ E, π(x) = inf α(xi ) : p ∈ N , x1 , x2 , . . . , xp ∈ E et xi = x
i=1 i=1
Alors l’application π satisfait aux propriétés suivantes :

a) Pour tout x ∈ E, on a π(x) ≥ 0,
b) Pour Tout (x, y) ∈ E × E, on a π(x + y) ≤ π(x) + π(y),
1
c) Pour tout x ∈ E, on a α(x) ≤ π(x) ≤ α(x)
2
En effet, pour tout x ∈ E, on a α(x) ≥ 0, donc pour tout x ∈ E, on a π(x) ≥ 0.
Soit (x, y) ∈ E × E et soit ε > 0, alors il existe x1 , x2 , . . . , xp ∈ E et il existe y1 , y2 , . . . , yq ∈ E,
p q p ε q ε
α(xi ) ≤ π(x) + et α(yi ) ≤ π(y) + . Or, on a
P P P P
tels que xi = x, yi = y,
i=1 i=1 i=1 2 i=1 2
p q p q
α(yi ) ≤ π(x) + π(y) + ε, donc π(x + y) ≤ ε et
P P P P
x+y = xi + yi , avec α(xi ) +
i=1 i=1 i=1 i=1
ceci pour tout ε > 0, par suite, on a π(x + y) ≤ π(x) + π(y).
Pour établir c), montrons d’abord, par récurrence sur n, que si x1 , x2 , . . . , xn ∈ E et s’il
n 1 n
existe m ∈ N∗ , tel que xi ∈ Wm .
P P
α(xi ) < m , alors
i=1 2 i=1
1
Pour n = 1, on a α(x1 ) < m , donc par définition de l’application α, on a x1 ∈ Wm+1 ,
2
donc x1 ∈ Wm , car Wm+1 ⊆ Wm .
Supposons que la propriété est vraie jusqu’à l’ordre n. Soient x1 , x2 , . . . , xn , xn+1 ∈ E, tel
n+1 1 n+1
xi ∈ W m .
P P
que α(xi ) < m et montrons que
i=1 2 i=1

n+1 1 1 1
, alors pour tout i ∈ {1, 2, . . . , n}, on a α(xi ) < m , donc α(xi ) ≤ m .
P
Comme α(xi ) <
m
i=1 2 2 2
Noua allons distinguer les deux cas suivants :
n+1
P 1 n
P 1
Si α(xi ) < m+1 , alors α(xi ) < m+1 , donc d’après l’hypothèse de récurrence, on a
i=1 2 i=1 2
n n+1 n n+1
xi ∈ Wm+1 . On a xi +xn+1 , avec xn+1 ∈ Wm+1 , donc xi ∈ Wm+1 +Wm+1
P P P P
xi =
i=1 i=1 i=1 i=1
n+1
et comme Wm+1 + Wm+1 ⊆ Wm , alors xi ∈ W m .
P
i=1
n+1 1 n+1 1
α(xi ) ≥ ∈ {1, α(xi ) ≥ m+1 .
P P
Si m+1
, soit k 2, . . . , n + 1} le plus grand entier, tel que
i=1 2 i=k 2
n+1
P n
P n+1
P 1
Si k = 1, on a α(xi ) = α(xi )+α(x1 ), avec α(xi ) < m+1 , donc d’après l’hypothèse
i=1 i=2 i=2 2
n n+1
α(xi ) ∈ Wm+1 et comme x∈ Wm+1 , alors α(xi ) ∈ Wm+1 + Wm+1 ,
P P
de récurrence, on a
i=2 i=1
n+1
avec Wm+1 + Wm+1 ⊆ Wm , donc α(xi ) ∈ Wm .
P
i=1
1 1 1
Si k = n + 1, alors α(xn+1 ) ≥ et comme α(xn+1 ) ≤ m+1 , alors α(xn+1 ) = m+1 . Or
2m+1 2 2
n n+1 n 1 1 1 1 1
α(xi ) < m − m+1 , avec m − m+1 = m+1 ,
P P P
on a α(xi ) = α(xi )−α(xn+1 ), donc
i=1 i=1 i=1 2 2 2 2 2
n 1 n
α(xi ) ∈ Wm+1 .
P P
donc α(xi ) < m+1 et ainsi d’après l’hypothèse de récurrence, on aura
i=1 2 i=1
n+1 n n+1
α(xi ) ∈ Wm+1 + Wm+1 , avec
P P P
On a α(xi ) = α(xi ) + α(xn+1 ), donc
i=1 i=1 i=1
n+1
Wm+1 + Wm+1 ⊆ Wm , donc α(xi ) ∈ Wm .
P
i=1
n+1 1 n+1 1 k−1 1
α(xi ) ≥ m+1 , alors
P P P
Si 1 < k < n + 1, puisque on a α(xi ) < m
et α(xi ) < m+1 ,
i=1 2 i=k 2 i=1 2
k−1
xi ∈ Wm+1 .
P
donc d’après l’hypothèse de récurrence, on a
i=1
n+1
P 1
D’après le choix de K, on a aussi α(xi ) < , donc d’après l’hypothèse de récur-
i=k+1 2m+1
n+1
xi ∈ Wm+1 .
P
rence, on a
i=k+1
n+1 k−1 n+1 n+1
xi ∈ Wm+1 + Wm+1 + Wm+1 , avec
P P P P
Or, on a xi = x i + xk + xi , donc
i=1 i=1 i=k+1 i=1
n+1
Wm+1 + Wm+1 + Wm+1 ⊆ Wm , par suite, xi ∈ Wm . D’où le résultat.
P
i=1
1
Montrons maintenant c). Pour cela, soit x ∈ E, tel que α(x) = m , avec m ∈ N, puis sup-
2
1 n
posons, par absurde, que π(x) < α(x), donc il existe x1 , x2 , . . . , xn ∈ E, tel que
P
xi = x
2 i=1
n
P 1 n
P 1
et α(xi ) < α(x), donc on aura α(xi ) < m+1 et d’après ce qui précède, on aura
i=1 2 i=1 2
n n 1
xi ∈ Wm+1 . On a xi = x, donc x ∈ Wm+1 et ainsi on aura α(x) ≤ m+1 , ce qui est
P P
i=1 i=1 2
1
absurde, car α(x) = m .]] Pour (x, y) ∈ E × E, on pose d(x, y) = π(x − y), alors on a
2
— d(x, y) = π(x − y) = π(y − x) = d(y, x),
1
— si d(x, y) = 0, alors π(x − y) = 0, donc α(x − y) = 0, car α(x − y) ≤ π(x − y), par
2
suite, on a x = y,

— pour x, y, z ∈ E, on a d(x, z) + d(z, y) = π(x − z) + π(z − y) ≥ π(x − y), donc on a

d(x, y) ≤ d(x, z) + d(z, y),
— pour x, y, z ∈ E, on a d(x + z, y + z) = π(x − y) = d(x, y).
On en déduit donc que d définit une distance sur E et que d est invariante par translation.
Reste à vérifier que la topologie définie sur E par d coïncide avec la topologie initiale de E.
Montrons que la topologie T2 définie sur E par la distance d est identique à la topologie
initiale T1 de E. Pour cela, il suffit de montrer que l’application identique de E est un
homéomorphisme. Comme d est invariante par translation, alors il suffit de montrer la
continuité à l’origine dans les deux sens. Soit W un voisinage de 0 pour la topologie T2 ,
1 1
alors il existe m ∈ N∗ , tel que B(0, m ) ⊆ W , où B(0, m ) est la boule fermée de centre 0
2 2
1 1 1
et de rayon m . Soit x ∈ Wm , alors on sait que α(x) ≤ m , donc on a aussi π(x) ≤ m ,
2 2 2
1 1
car π(x) ≤ α(x), par suite, on a x ∈ B(0, m ) et ainsi on voit que Wm ⊆ B(0, m ) ⊆ W .
2 2
Réciproquement, soit W un voisinage de 0 pour la topologie T1 , alors il existe m ∈ N∗ , tel
1 1
que Wm ⊆ W . Soit x ∈ B(0, m+1 ), alors on a π(x) ≤ m+1 et comme α(x) ≤ 2π(x), alors
2 2
1 1
α(x) ≤ m , par suite, on a x ∈ Wm , donc on a B(0, m+1 ) ⊆ Wm ⊆ W .
2 2
Corollaire 2.22.
Soit E un espace localement convexe. Alors E est métrisable, si et seulement si, E

est séparé et sa topologie est définie par une famille dénombrable de semi-normes.
Preuve
1
(=⇒) Supposons que E est métrisable, alors les boules fermées B(0, ), où n ∈ N∗ , forment
n
une base dénombrables de voisinages de l’origine. Puisque E est localement convexe,
alors d’après la proposition 2.11, pour tout n ∈ N∗ , il existe un voisinage Vn de
1
0, absolument convexe et fermé, tel que Vn ⊆ b(0, ), par suite, {Vn : n ∈ N∗ } est
n
une base dénombrable de voisinages de 0 qui sont absolument convexes et fermés.
Pour chaque n ∈ N∗ , soit pn la jauge associée à Vn , alors d’après la proposition 2.14,
(pn )n∈N∗ est une famille dénombrable qui définit la topologie de E.
(⇐=) Supposons que la topologie de E est définie par une famille dénombrable (pn )n∈N∗
de semi-normes sur E. D’après la remarque 2.3.2, on peut supposer que la famille
(pn )n∈N∗ est croissante, donc si pour tout n ∈ N∗ , on pose Vn = {x ∈ E : pn (x) ≤ 1},
alors {Vn : n ∈ N∗ } est une base dénombrable de voisinages de 0, donc d’après le
théorème précédent, E est métrisable.

Proposition 2.23.
Soit E un espace localement convexe séparé dont la topologie est définie par une
famille dénombrable et croissante (pn )n∈N de semi-normes. Soit d : E × E −→ R+
l’application définie par
∞
X 1 pn (x − y)
∀(x, y) ∈ E × E, d(x, y) = n
n=0 2 1 + pn (x − y)
Alors d définit sur E une distance invariante par translation et la topologie définie
par d sur E coïncide avec la topologie originale de E.
Preuve
1 pn (x − y) 1 ∞ 1 pn (x − y)
≤ n , donc la série
P
On a n n
est convergente, par suite d
2 1 + pn (x − y) 2 n=0 2 1 + pn (x − y)
définit bien une application sur E × E et il est clair que d est invariante par translation.
— Pour tout (x, y) ∈ E × E et pour tout n ∈ N, on a pn (x − y) = pn (y − x), donc
d(x, y) = d(y, x).
— Si x = y, alors pour tout n ∈ N, on a pn (x − y) = 0, donc d(x, y) = 0.
— Si x 6= y, alors x − y 6= 0, donc il existe n ∈ N, tel que pn (x − y) 6= 0, car E est séparé,
par suite, on a d(x, y) 6= 0.
— Soient x, y, z ∈ E et pour tout n ∈ N, on a pn (x − y) ≤ pn (x − z) + pn (z − y), donc
d(x, y) ≤ d(x, z) + d(z, y)
On en déduit donc que d définit une distance sur E.
Montrons que la topologie T2 définie par d sur E coïncide avec la topologie initiale T1 de
E. Pour cela, soit W un voisinage de l’origine pour la topologie T2 , alors il existe m ∈ N,
1 1
tel que {x ∈ E : d(x, 0) ≤ m } ⊆ W . Soit V = {x ∈ E : pm+1 (x) ≤ m+2 }, alors V est un
2 2
voisinage de 0 pour la topologie T1 . Soit x ∈ V , alors on a
1
p0 (x) ≤ p1 (x) ≤ . . . ≤ pm (x) ≤ pm+1 (x) ≤
2m+2
pn (x)
Comme ≤ pn (x), alors on a
1 + pn (x)
m+1 m+1 ∞
X 1 pn (x) X pn (x) 1 X 1 1
n
≤ n
≤ m+2 n
= m+1
n=0 2 1 + pn (x) n=0 2 2 n=0 2 2
pn (x)
On a aussi ≤ 1, donc on a
1 + pn (x)
∞ ∞
X 1 pn (x) X 1 1
n
≤ n
=
n=m+2 2 1 + pn (x) n=m+2 2 2m+1
On en déduit donc qu’on a

∞ m+1 ∞
X 1 pn (x) X 1 pn (x) X 1 pn (x) 1 1 1
n
= n
+ n
≤ m+1 + m+1 = m
n=0 2 1 + pn (x) n=0 2 1 + pn (x) n=m+2 2 1 + pn (x) 2 2 2

1
Ainsi, on aura d(x, 0) ≤ m , donc x ∈ W et par suite, V ⊆ W .
2
Réciproquement, soit W un voisinage de 0 pour la topologießT1 , alors il existe k ∈ N et ™il
1 1
existe m ∈ N, tel que {x ∈ E : pk (x) ≤ m } ⊆ W . Soit V = x ∈ E : d(x, 0) ≤ m+k+1 ,
2 2
alors V est un voisinage de 0 pour la topologie T2 . Pour tout x ∈ V , on a
∞
X 1 pn (x) 1
n
≤
n=0 2 1 + pn (x) 2m+k+1
1 pk (x) 1 pk (x) 1
donc en particulier, on a ≤ , par suite, on a ≤ . Ainsi,
2k 1 + pk (x) 2m+k+1 1 + pk (x) 2m+1
1 1
on aura pk (x) ≤ m+1 ≤ m , donc x ∈ W et par conséquent V ⊆ W .
2 −1 2
Définition 2.24.
Un espace de Fréchet est un espace localement convexe métrisable et complet.
Exemples
1. Tout espace de Banach est un espace de Fréchet.
2. Si E est un espace de Fréchet et si F est un sous-espace fermé de E, alors E/F est
un espace de Fréchet.
Définition 2.25.
Soient E et F deux espaces topologiques et T : E −→ F une application linéaire.

On dit que T est bornée, si l’image par T de toute partie bornée de E est une
partie bornée de F .
Exemples
1. Si E et F sont des espaces normés, alors on sait qu’une application linéaire T : E −→ F
est continue, si et seulement si, T est bornée.
2. Soient E et F deux espaces topologiques et T : E −→ F une application linéaire
continue, alors, d’après la proposition 1.37, T est bornée.
Lemme 2.26.
Soient E un espace topologique métrisable et (xn )n≥1 une suite de E, telle que
lim x = 0. Alors il existe une suite de nombres strictement positifs (αn )n≥1 ,
n→∞ n
telle que n→∞
lim αn = +∞ et n→∞
lim αn xn = 0.
Preuve
On a lim xn = 0, donc lim d(xn , 0) = 0, par suite, il existe une suite (nk )k≥1 strictement
n→∞ n→∞
∗ 1
croissante de N , telle que pour tout n ≥ nk , on a d(xn , 0) ≤ 2 . Soit (αn )n≥1 la suite
k
définie par αn = 1, si n < n1 , et αn = k, si nk ≤ n < nk+1 , alors pour tout n ∈ N, on a

d(αn xn , 0) = d(kxn , 0). Comme d est une distance invariante par translation, alors on voit
facilement par récurrence que pour tout k ∈ N∗ , on a d(kxn , 0) ≤ kd(xn , 0). Ainsi, pour
1
tout n ∈ N∗ , on a d(αn xn , 0) ≤ , donc n→∞lim αn xn = 0, car lorsque n tend vers l’infini, nk
k
tend vers l’infini, donc k tend vers l’infini.
Théorème 2.27.
Soient E et F deux espaces vectoriels topologiques et T : E −→ F une application

linéaire. On suppose que E est métrisable, alors les propositions suivantes sont
équivalentes :
i) T est continue.
ii) T est bornée.
iii) Si (xn )n≥0 est une suite de E, tel que lim xn = 0, alors {T (xn ) : n ∈ N} est
n→∞
borné.
iv) Si (xn )n≥0 est une suite de E, tel que lim xn = 0, alors lim T (xn ) = 0
n→∞ n→∞
Preuve
i) =⇒ ii) D’après la proposition 1.39.
ii) =⇒ iii) Comme lim xn = 0, alors d’après la proposition 1.36, {xn : n ∈ N} est borné.
n→∞
Or T est bornée, donc {T (xn ) : n ∈ N} est borné.
iii) =⇒ iv) Soit (xn )n≥0 une suite de E, tel que n→∞ lim xn = 0, donc d’après le lemme 2.26,
il existe une suite de nombres strictement positifs (αn )n≥0 , telle que lim αn = +∞
n→∞
et lim αn xn = 0. Donc, par hypothèse, {αn T (xn ) : n ∈ N} est borné et comme
n→∞
1
lim
n→∞ αn
= 0, alors d’après la proposition 1.37, on a n→∞lim T (xn ) = 0.
iv) =⇒ i) Supposons, par absurde, que T n’est pas continue, donc il existe un voisinage W
de 0F , tel que pour tout voisinage V de 0E , il existe x ∈ V , avec T (x) ∈
/ W . Comme E
est métrisable, alors il existe une suite strictement décroissante Vn )n≥0 de voisinages
de 0E , telle que {Vn : n ∈ N} forme une base de voisinages de l’origine. Donc, en
particulier, pour tout n ∈ N, il existe xn ∈ Vn , tel que T (xn ) ∈ / W . Comme Vn )n≥0
est décroissante, alors lim xn = 0, donc par hypothèse, on aura lim T (xn ) = 0, ce
n→∞ n→∞
qui est absurde, car pour tout n ∈ N, on a T (xn ) ∈ / W.
2.6 Application aux espaces fonctionnels

2.6.1 L’espaces des applications d’un ensemble X vers K
Soient X un ensemble non vide et KX le K-espace vectoriel de toutes les applications de
X vers K, K = R ou K = C. On considère la famille de semi-normes (px )x∈X définie pour
tout f ∈ KX , par px (f ) = |f (x)|. Alors KX muni de cette famille de semi-normes est un
espace localement convexe séparé.
La topologie définie ainsi sur KX s’appelle la topologie de la convergence simple.
Pour x ∈ X et pour ε > 0, on pose Bx,ε = {y ∈ X : px (y) ≤ ε}. On définit la famille B de

parties de X, par V ∈ B, si et seulement si, il existe n ∈ N∗ , il existe x1 , x2 , . . . , xn ∈ X et

n
Bxi ,ε , alors B est une base de voisinages pour la topologie
T
il existe ε > 0, tel que V =
i=1
de la convergence simple.
Remarquons que si pour tout f ∈ KX , on pose f = (f (x))x∈X , alors KX s’identifie au
Kx , où pour chaque x ∈ X, on a Kx = K. Dans ce cas, la topologie produit
Q
produit
x∈X
sur KX coïncide avec la topologie de la convergence simple sur KX .
2.6.2 L’espace C k (Ω)

Notations (Utilisation des multi-indices)
Pour n ∈ N∗ et pour α ∈ Nn , avec α = (α1 , α2 , . . . , αn ) on pose
— |α| = α1 + α2 + · · · + αn , appelé longueur de α.
— α! = α1 !α2 ! . . . αn !, appelé α-factoriel.
— Si β ∈ Nn , avec β = (β1 , β2 , . . . , βn ), α − β = (α1 − β1 , α2 − β2 , . . . , αn − βn ).
— Si β ∈ Nn , avec β = (β1 , β2 , . . . , βn ), β ≤ α, si et seulement si, βi ≤ αi , pour tout
i ∈ {1, 2 . . . , n}.
Ç å
n α α!
— Si β ∈ N , avec β = (β1 , β2 , . . . , βn ), = .
β β!(α − β)!
— Si x ∈ Rn , avec x = (x1 , x2 , . . . , xn ), xα = xα1 1 xα2 2 . . . xαnn .
∂ |α| f
— Si f est une fonction, Dα f = .
∂ α1 x1 ∂ α2 x2 . . . ∂ αn xn
On a aussi les formules suivantes :
a) Formule du multinôme
k! α
(x1 + x2 + . . . + xn )k =
X
x où x = (x1 , x2 , . . . , xn )
|α|=k
α!
b) Formule du binôme
Ç å
n n n α α−β β α
X
∀α ∈ N , ∀x ∈ R , ∀y ∈ R , (x + y) = x y
β≤α
β
c) Formule de Leibnitz Ç å
α α
Dα−β f Dβ g
X
D (f g) =
β≤α
β
où f et g sont deux fonctions de Ω vers R
d) Formule de Taylor-Young à l’ordre N au voisinage de x0 , avec x0 ∈ Ω
N X
Dα f (x0 )
(x − x0 )α + o(kx − x0 kN )
X
f (x) =
k=0 |α|=k
α!
où f est une fonction de classe C N sur Ω.

e) Formule de Taylor avec reste intégral à l’ordre N au voisinage de x0 , avec x0 ∈ Ω
N X
Dα f (x0 ) α
X (x − x0 )α Z 1
(1−t)N Dα f (x0 +t(x−x0 ))dt
X
f (x) = (x−x0 ) +(N +1)
k=0 |α|=k
α! |α|=N +1
α! 0
où f est une fonction de classe C N sur Ω.
Pour chaque k ∈ N et pour chaque ouvert Ω de Rn , on désigne par C k (Ω) le C-espace

vectoriel des fonctions f : Ω −→ C qui sont de classe C k sur Ω. Pour f ∈ C k (Ω) et pour
chaque compact K de Ω, on pose pK (f ) = max (sup |Dα f (x)|). Donc si on désigne par
|α|≤k x∈K
K l’ensemble de tous les compacts de Ω, alors (pK )K∈K définit une famille croissante et
séparante de semi-normes sur C k (Ω), par suite, C k (Ω) est un espace localement convexe
séparé.
Lemme 2.28.
Pour tout ouvert Ω de Rn , il existe une suite (Km )m∈N∗ de parties compactes de
Ω, vérifiant les propriétés suivantes :
◦
i) Pour tout m ∈ N∗ , on a Km ⊆ K m+1 .
S
ii) Ω = Km .
m∈N∗
iii) Pour tout compact K de Ω, il existe m ∈ N∗ , tel que K ⊆ Km .
Dans ce cas, (Km )m∈N∗ s’appelle une suite exhaustive de Ω.
Preuve
1
Pour chaque m ∈ N∗ , on pose Km = {x ∈ Ω : kxk ≤ m et d(x, ∂Ω) ≥ }, où ∂Ω désigne
m
la frontière de Ω, alors on a
i) Pour tout m ∈ N∗ , Km est fermé borné, donc Km est compact.
/ ∂Ω, donc il existe m ∈ N∗ , avec
ii) Soit x ∈ Ω, alors d(x, ∂Ω) > 0, car ∂Ω est fermé et x ∈
1
m assez grand, tel que kxk ≤ m et d(x, ∂Ω) ≥ , par suite, on a x ∈ Km .
m
◦ ◦
K m , donc K ⊆
S S
iii) Soit K un compact de Ω. On a Ω = K m et comme K est
m≥2 m≥2
m ◦ m ◦ ◦
compact, alors il existe m ≥ 2, tel que K ⊆ K i = K m , donc K ⊆ Km .
S S
K i , avec
i=2 i=2
Remarque 2.6.1
1
1. Pour chaque m ∈ N∗ , on pose Ωm = {x ∈ Ω : kxk < m et d(x, ∂Ω) > }, alors de
m
la même manière on voit que (Ωm )m∈N∗ est une suite croissante d’ouverts et que
S
Ω = Ωm .
m∈N∗
2. Pour m ∈ N∗ et pour f ∈ C k (Ω), on pose pm (f ) = max ( sup |Dα f (x)|), alors

|α|≤k x∈Km
(pm )m∈N∗ est une famille dénombrable de semi-normes sur f ∈ C k (Ω)
et d’après le
lemme précédent, on voit que (pm )m∈N∗ et (pK )K∈K définissent la même topologie

sur C k (Ω), par suite, d’après la proposition 2.23, C k (Ω) est métrisable et sa topologie
est définie par la distance suivante qui est invariant par translation :
+∞
1 pm (f − g)
∀f ∈ C k (Ω), ∀g ∈ C k (Ω), d(f, g) =
X
n
m=1 2 1 + pm (f − g)
3. Une suite (fn )n∈N d’éléments de C k (Ω) converge vers 0, si et seulement si, pour
tout α ∈ Nk , avec |α| ≤ k, la suite (Dα fn )n∈N converge uniformément vers 0 sur tout
compact de Ω.
Théorème 2.29.
Pour tout k ∈ N∗ et pour tout ouvert Ω de Rn , C k (Ω) est un espace de Fréchet.
Preuve
Soit (fn )n∈N une suite de Cauchy de C k (Ω), alors pour tout compact K de Ω et pour tout
ε > 0, il existe N ∈ N, tel que
∀n ∈ N, ∀m ∈ N, n, m ≥ N =⇒ max (sup |Dα fn (x) − Dα fm (x)|) ≤ ε

|α|≤k x∈K
Donc, en particulier, si pour tout x ∈ Ω, on prend K = {x}, alors on voit que pour tout
α ∈ Nk , avec |α| ≤ k, la suite (Dα fn (x))n∈N est de Cauchy dans C. Comme C est complet,
alors (Dα fn (x))n∈N converge vers un élément de C, noté fα (x). Fixons n ∈ N et α ∈ Nk ,
avec |α| ≤ k, alors pour tout x ∈ K, on a m→∞lim |Dα fn (x) − Dα fm (x)| = |Dα fn (x) − fα (x)|,
donc pour tout n ≥ N et pour tout x ∈ K, on a |Dα fn (x) − Dα f (x)| ≤ ε, par suite, on a
∀n ∈ N, n ≥ N =⇒ max (sup |Dα fn (x) − Dα f (x)|) ≤ ε

|α|≤k x∈K
Donc pour tout α ∈ Nk , avec |α| ≤ k, la suite (Dα fn )n∈N converge uniformément vers fα
sur tout compact de Ω. Par suite, si on pose f0 = f , alors f ∈ C k (Ω) et pour tout α ∈ Nk ,
avec |α| ≤ k, on a Dα f = fα .
2.6.3 L’espace C ∞ (Ω)

C ∞ (Ω) = C k (Ω), donc f ∈ C ∞ (Ω), si et seulement si, pour tout k ∈ N, on a f ∈ C k (Ω)
T
k∈N
Pour f ∈ C ∞ (Ω), pour tout compact K de Ω et pour tout k ∈ N, on pose
pK,k (f ) = max (sup |Dα f (x)|)

|α|≤k x∈K
alors (pK,k )K∈K,k∈N définit une famille de semi-normes sur C ∞ (Ω), donc C ∞ (Ω) muni de
cette famille de semi-normes est un espace localement convexe.
Soit (Km )m∈N une suite exhaustive de Ω. Pour f ∈ C ∞ (Ω) et pour m, k ∈ N, on pose
pm,k (f ) = max ( sup |Dα f (x)|), alors (pm,k )m∈N,k∈N est une famille dénombrable de semi-
|α|≤k x∈Km
normes sur C ∞ (Ω) quidéfinit la même topologie sur C ∞ (Ω) que celle définie par la famille
(pK,k )K∈K,k∈N . On en déduit donc que C ∞ (Ω) est un espace localement convexe métrisable.

Donc une suite (ϕn )n∈N de C ∞ (Ω) converge vers ϕ, avec ϕ ∈ C ∞ (Ω), si et seulement si,
pour tout α ∈ N, la suite (Dα ϕn )n≥0 converge uniformément sur tout compact K de Ω
vers la fonction Dα ϕ.
Exemples (Exemple de convergence dans C ∞ (Rn ))

Soit ϕ ∈ C ∞ (Rn ) et pour tout ε > 0, soit ϕε ∈ C ∞ (Rn ) définie par ϕε (x) = ϕ(εx). Alors
lim ϕε = ϕ(0) dans C ∞ (Rn ).
ε→0
On doit montrer que pour tout α ∈ N, la suite (Dα ϕε )ε>0 converge uniformément sur tout
compact K de Rn vers la fonction constante ϕ(0). Pour cela, pour tout α ∈ Nn , pour tout
compact K de Rn et pour tout δ > 0, on doit montrer qu’il existe µ > 0, tel que pour tout
ε > 0, on a
ε < µ =⇒ sup |Dα ϕε (x) − Dα ϕ(0)| < δ
x∈K
Remarquons d’abord que comme K est compact, alors il existe r > 0, tel que
K ⊆ {x ∈ Rn : kxk ≤ r}
Si |α| = 0, comme ϕ est continue en 0, alors il existe ν > 0, tel que pour tout x ∈ Rn , on a
kxk < ν =⇒ |ϕ(x) − ϕ(0)| < δ

ν
Donc, si on pose µ = , alors pour tout ε < µ et pour tout x ∈ K, on a kεxk < ν, donc
r
pour tout x ∈ K, on a |ϕ(εx) − ϕ(0)| < δ.
Si |α| ≥ 1, alors on a Dα ϕε (x) = ε|α| Dα ϕ(εx) et Dα ϕ(0) = 0, donc on aura
sup |Dα ϕε − Dα ϕ(0)| = ε|α| sup |Dα ϕ(εx)|

x∈K x∈K
On a ε tend vers 0, donc on peut supposer que 0 < ε < 1, par suite, on aura
sup |Dα ϕε − Dα ϕ(0)| ≤ ε|α| sup |Dα ϕ(x)|

x∈K kxk≤r
D’où le résultat.
Théorème 2.30.
Pour tout ouvert Ω de Rn , C ∞ (Ω) est un espace de Fréchet.
Preuve
On utilise le fait que C ∞ (Ω) = C k (Ω) et que pour tout k ∈ N, C k (Ω) est un espace de
T
k∈N
Fréchet.

2.6.4 L’espace DK (Ω)
Définition 2.31.
Soient Ω un ouvert de Rn et f : Ω −→ C une fonction continue.

i) On appelle support de f , qu’on note supp(f ), la partie de Ω définie par
supp(f ) = {x ∈ Ω : f (x) 6= 0}.
ii) Pour tout compact K de Ω, on dit que f ∈ DK (Ω), si et seulement si, f ∈
C ∞ (Ω) et supp(f ) ⊆ K.
Remarque 2.6.2
1. supp(f ) est un fermé de Ω.
2. Si f ∈ DK (Ω), alors supp(f ) est un compact de Ω
3. supp(f ) = ∅ ⇐⇒ f = 0.
4. supp(f g) ⊆ supp(f ) ∩ supp(g).
5. Pour chaque x ∈ Ω, soit ϕx : C ∞ (Ω) −→ C l’application définie pour tout f ∈ C ∞ (Ω)
par ϕx (f ) = f (x). Alors ϕx est une forme linéaire continue sur C ∞ (Ω) et pour tout
compact K de Ω, on a DK (Ω) = ker(ϕx ). On en déduit donc que DK (Ω) est un
T
x∈K
/
sous-espace fermé de C ∞ (Ω), donc DK (Ω) est un espace de Fréchet.
6. La topologie de DK (Ω) est définie par la famille de semi-normes (pm )m∈N , où pour
tout m ∈ N et pour tout f ∈ DK (Ω), on a pm (f ) = max (sup |Dα f (x)|). (Exercice)
|α|≤m x∈K
7. Pour tout m ∈ N, on désigne par DK m (Ω) l’espace des fonctions ϕ : Ω −→ K de classe
C m sur Ω, telles que supp(ϕ) ⊆ K. Alors DK m (Ω) est un espace normé dont la norme
est définie pour tout ϕ ∈ DKm (Ω) par kϕk = max (sup |D α f (x)|). De plus D m (Ω)
K
|α|≤m x∈K
muni de cette norme est un espace de Banach.
2.7 Limite inductive et espace D(Ω)
2.7.1 Définition d’une limite inductive

Soient E un K-espace vectoriel, (I, ≤) un ensemble dirigé et (Ei )i∈I une famille de sous-
espaces vectoriels de E, tels que
i) Pour tout i ∈ I, Ei est muni d’une topologie localement convexe notée Ti .

ii) Pour tout i, j ∈ I, avec i ≤ j, on a Ei ⊆ Ej et la topologie induite par Ej sur Ei est
moins fine que Ti .
S
iii) E = Ei .
i∈I
Dans ce cas, on dit que (Ei )i∈I est un système inductif de E.

Proposition 2.32.
Soient E un K-espace vectoriel et (Ei )i∈I est un système inductif de E. Soit V la

famille de parties de E définie par W ∈ V, si et seulement si,
i) W est absolument convexe,
ii) Pour tout i ∈ I, W ∩ Ei est un voisinage de 0Ei .
Alors V est une base de voisinages pour une topologie localement convexe sur E
et E muni de cette topologie s’appelle la limite inductive de la famille (Ei )i∈I .
Dans ce cas, on note E = lim Ei
−→
I
Preuve
D’après le théorème 1.31 et la proposition 2.13, il suffit de vérifier que V vérifie les propriètés
suivantes :
i) V 6= ∅ et ∅ ∈
/ V.
ii) Si W1 ∈ V et W2 ∈ V alors W1 ∩ W2 ∈ V.
iii) Tout W ∈ V est absorbant.
iv) Tout W ∈ V est équilibré.
v) Pour tout W ∈ V, il existe V ∈ V, tel que V + V ⊆ W .
Définition 2.33.
On dit que E est une limite inductive stricte de la famille (Ei )i∈I , si pour tout
i, j ∈ I, avec i ≤ j, la topologie induite par Ej sur Ei est égale à Ti .
Remarque 2.7.1
Si I = N, on dit que En )n∈N est une suite inductive de E et on note E = lim En .
−→n
2.7.2 L’espace D(Ω)

Soit Ω un ouvert de Rn , alors pour tout compact K de Ω, on sait que DK (Ω) est un espace
de Fréchet dont la toplogie est définie par la famille de semi-normes (pm )m∈N , où pour
tout m ∈ N et pour tout f ∈ DK (Ω), on a pm (f ) = max (sup |Dα f (x)|).
|α|≤m x∈K
On désigne par D(Ω) l’espace des fonctions de classe C ∞ à support compact. Soit K
l’ensemble de tous les compacts de Ω, alors (K, ⊆) est un ensemble dirigé et on a les
propriètés suivantes :
i) D(Ω) = DK (Ω).
S
K∈K
ii) Pour tout K ∈ K, DK (Ω) est un espace de Fréchet.
ii) Si K ∈ K et L ∈ K, avec K ⊆ L, alors DK (Ω) ⊆ DL (Ω) et la topologie induite par
DL (Ω) sur DK (Ω) est identique à la topologie initiale de DK (Ω).
On voit donc que (DK (Ω))K∈K est un système inductif strict et que D(Ω) = lim DK (Ω).
−→
K

Remarque 2.7.2
1. Soit Ω un ouvert de Rn et soit (Km )m≥0 une suite exhaustive de Ω, donc on sait
que pour tout compact K de Ω, il existe m ∈ N, tel que K ⊆ Km , par suite, on a
DK (Ω) ⊆ DKm (Ω). On en déduit donc que D(Ω) = DKm (Ω) et que
S
m∈N
D(Ω) = lim DK (Ω) = lim DKm (Ω). Ainsi, D(Ω) est une limite inductive stricte d’une
−→ −m
→
K
suite d’espaces de Fréchet.
2. Nous montrons dans la suite qu’une suite (ϕn )n≥0 de D(Ω) converge vers un élément
ϕ de D(Ω), si seulement si, il existe un compact K de Ω, tel que
i) Pour tout n ∈ N, on a ϕn ∈ DK (Ω) et ϕ ∈ DK (Ω).
ii) Pour tout α ∈ Nn , on a Dα ϕn converge uniformément sur K vers Dα ϕ.
Lemme 2.34.
Soit f : R −→ R la fonction définie pour tout t ∈ R, par

( 1
e− t si t > 0
f (t) =
0 si t ≤ 0
Alors f est de classe C ∞ sur R.
Preuve
Montrons d’abord, par récurrence sur n, que pour tout n ∈ N∗ et pour tout t > 0, on a
Pn (t) 1
f (n) (t) = 2n e− t , où Pn est un polynôme de de degré n − 1.
t
1 1
Pour n = 1 et pour t > 0, on a f 0 (t) = 2 e− t , donc la proprièté est vraie pour n = 1.
t
Supposons que la proprièté est vraie jusqu’à l’ordre n, alors pour t > 0, on a
Pn (t) 1
f (n) (t) = 2n e− t , où Pn est un polynôme de de degré n − 1, donc on aura
t
t2 Pn0 (t) − 2ntPn (t) + Pn (t) − 1

f (n+1) (t) = e t
t2(n+1)
Soit Qn (t) = t2 Pn0 (t) − 2ntPn (t), soit an−1 le coefficient de plus haut degré de Pn et bn+1 le
coefficient de plus haut degré de Qn , alors on a bn+1 = (n−1)an−1 −2nan−1 = −(n+1)an−1 ,
donc bn+1 6= 0, car an−1 6= 0, par suite, Qn est de degré n. Comme deg(Pn ) = n − 1, alors
deg(Qn + Pn ) = n.
Montrons maintenant, par récurrence sur n, que pour tout n ∈ N, la fonction f est de
classe C n et que f (n) (0) = 0.
Pour n = 0, on a lim+ f (t) = 0, donc f est continue sur R, par suite f est de classe C 0 et
t→0
f (0) = 0.
Supposons que f est de classe C n et que f (n) (0) = 0 et montrons que f est de classe C n+1
f (n) (t) Pn (t) 1
et que que f (n+1) (0) = 0. On a lim+ = lim+ 2n+1 e− t = 0, donc f (n) est dérivable
t→0 t t→0 t
en 0 et on a (f (n) )0 (0) = f (n+1) (0) = 0.

Remarque 2.7.3
1. Soient a ∈ R et b ∈ R, avec a < b, et soit ϕa,b : R −→ R la fonction définie par
b−a
 Å ã
exp − si x ∈]a, b[
∀x ∈ R, ϕa,b (x) = f (x − a)f (b − x) = (x − a)(b − x)
0 si x ∈]a,
/ b[

alors on a ϕa,b ∈ D(R) et supp(ϕa,b ) = [a, b].

2. Soient a ∈ R et b ∈ Rn , avec a = (a1 , . . . , an ) et b = (b1 , . . . , bn ). On suppose que pour
tout i ∈ {1, 2, . . . , n}, on a ai < bi et on pose ϕi = ϕai ,bi . Soit ϕ : Rn −→ R la fonction
définie par
n
n
Y
∀x ∈ R , x = (x1 , . . . , xn ) =⇒ ϕ(x) = ϕi (xi )
i=1
n
Alors on voit facilement que ϕ ∈ D(Rn ) et supp(ϕ) =
Q
[ai , bi ].
i=1
Un autre exemple fondamental d’élément de D(Rn ) est défini dans la proposition
suivante :
Proposition 2.35.
Soit ϕ : Rn −→ R la fonction définie par :

 1
exp(− ) si kxk < 1
∀x ∈ Rn , ϕ(x) = 1 − kxk2
0 si kxk ≥ 1

où kxk2 = x21 +x22 +· · ·+x2n , alors ϕ ∈ D(Rn ) et on a supp(ϕ) = {x ∈ Rn : kxk ≤ 1}.
Preuve
En effet, soit f la fonction considŕée dans le lemme précédent, alors f : R −→ R est de
classe C ∞ . Soit g : Rn −→ R la fonction définie pour tout x ∈ Rn , par g(x) = 1 − kxk2 .
Comme g est une fonction polynôme, alors g est de classe C ∞ et comme ϕ = f ◦ g, alors ϕ
est de classe C ∞ et on a supp(ϕ) = {x ∈ Ω : kxk ≤ 1}.
Proposition 2.36.
1
ϕ(x)dx et ψ = ϕ. Pour chaque ε > 0 et pour tout x ∈ Rn , soit
R
Soient α =
Rn α
1 x
ρε (x) = n ψ . Alors la famille (ρε )ε>0 vérifie les propriètés suivantes :
ε ε
i) Pour tout ε > 0, on a ρε ∈ ϕ ∈ D(Rn ),
ii) supp(ρε ) = Bε , où Bε = {x ∈ Rn : kxk ≤ ε},
iii) Pour tout x ∈ Rn , avec kxk < ε, on a ρε (x) > 0,
iv) Pour tout x ∈ Rn , on a ρε (x) ≥ 0,
R
v) Pour tout ε > 0, on a ρε (x)dx = 1.
Rn
Dans ce cas, (ρε )ε>0 s’appelle une famille régularisante.

Preuve
Exercice.
Remarque 2.7.4
Soit Ω un ouvert de Rn et soit a ∈ Ω, alors il existe r < 0, tel que B(a, r) ⊆ Ω, où B(a, r)
est la boule fermée de centre a et de rayon r. On considère la fonction ϕa définie pour
tout x ∈ Ω par Å ã
1

exp − si kx − ak < r
ϕa (x) = r2 − kx − ak2
0 si kx − ak ≥ r

Alors pour tout a ∈ Ω, on a ϕa ∈ D(Ω) et supp(ϕ) = B(a, r).
Lemme 2.37.
Soit a, b ∈ R, avec a < b, alors

i) Il existe une fonction Ψa,b de classe C ∞ sur R, telle que
— Pour tout x ∈ Rn , on a 0 ≤ Ψa,b (x) ≤ 1.
— Pour tout x ∈ [b, +∞[, on a Ψa,b (x) = 1.
— Pour tout x ∈] − ∞, a], on a Ψa,b (x) = 0.
ii) Si 0 < a < b, alors il existe une fonction Φa,b ∈ D(Rn ), telle que
√
— supp(Φa,b ) ⊆ B(0, b).
√
— Pour tout x ∈ B(0, a), on a Φa,b (x) = 1.
— Pour tout x ∈ Rn , on a 0 ≤ Φa,b (x) ≤ 1.
Preuve
i) Soit fa,b la fonction définie sur R par
b−a
 Å ã
exp − si x ∈]a, b[
∀x ∈ R, fa,b (x) = (x − a)(b − x)
0 si x ∈]a,
/ b[

Alors d’après la remarque 2.7.3, on a fa,b ∈ D(Rn ) et supp(fa,b ) = [a, b]. Posons
+∞
R
α= fa,b (x)dx et considérons la fonction Ψa,b définie sur R par
−∞
1Z x
∀x ∈ R, Ψa,b (x) = fa,b (t)dt
α −∞
Comme fa,b est de classe C ∞ , alors Ψa,b est de classe C ∞ et on voit facilement que
Ψa,b vérifie les conditions de la proposition.
ii) On suppose 0 < a < b et pour tout x ∈ √ Rn , on pose Φa,b (x) = 1 − Ψa,b (kxk2 ), alors
Φa,b est de classe C ∞ . Pour x ∈/ B(0, b), alors 2
√ kxk > b, donc Ψ√
2
a,b (kxk ) = 1, donc
Φa,b (x) = 0, par suite, on a supp(Φa,b ) ⊆ B(0, b). Pour x ∈ B(0, a), on a kxk2 ≤ a,
donc Ψa,b (kxk2 ) = 0, par suite, Φa,b (x) = 1.

Corollaire 2.38.
i) Il existe une fonction Ψ de classe C ∞ sur R, tel que 0 ≤ Ψ ≤ 1, Ψ vaut 1 sur

[1, +∞[ et Ψ vaut 0 sur ] − ∞, 0].
ii) Il existe une fonction Φ ∈ D(R), tel que 0 ≤ Φ ≤ 1, Φ vaut 1 sur [−2, 2] et
supp(Φ) ⊆ [−3, 3].
Preuve
i) Il suffit de prendre Ψ = Ψ0,1 .
ii) Il suffit de prendre Φ = Φ4,9 .
Théorème 2.39 (Urysohn diffŕentiable).
Soient K un compact de Rn et F un fermé de Rn , avec K ∩ F = ∅. Alors il existe

une fonction f de classe C ∞ sur Rn , telle que f vaut 1 sur un voisinage de K,
nulle sur F et pour tout x ∈ R, on a 0 ≤ f (x) ≤ 1.
Preuve
D’abord pour tout x ∈ Rn , on désigne par Bo (x, r) la boule ouverte de centre x et de rayon
r et Bf (x, r) la boule ouverte de fermée x et de rayon r.
Pour tout x ∈ K, comme x ∈ / F et F fermé, il existe rx > 0, tel que Bf (x, 2rx ) ∩ F = ∅.
p
Puisque K est compact, alors il existe rx1 , rx2 , . . . , rxp , tel que K ⊆
S
Bo (xi , rxi ).
i=1
Soit Φ la fonction du corollaire précédent et soit ΦK la fonction définie sur Rn par
p
Ç å
kx − x k 2
i
∀x ∈ Rn , ΦK (x) =
X
Φ 2
i=1 rxi
alors ΦK est de classe C ∞ , car Φ est de classe C ∞ .

p
Si x ∈ Bo (xi , rxi ), alors il existe i ∈ {1, 2, . . . , p}, tel que kx − xi k < rxi , donc on a
S
i=1
kx − xi k2
0≤ < 1, par suite, comme Φ vaut 1 sur ] − 2, 2[, alors on a ΦK (x) ≥ 1.
rx2i
p
Si x ∈ Bf (xi , 2rxi ), alors pour tout i ∈ {1, 2, . . . , p}, on a kx − xi k > 2rxi , donc on a
S
/
i=1
kx − xi k2
> 4, par suite, comme Φ s’annule hors [−2, 2], alors ΦK (x) = 0.
rx2i
Donc pour x ∈ F , on a ΦK (x) = 0.
Soit Ψ la fonction du corollaire précédent et soit f = Ψ ◦ ΦK , alors on voit facilement que
f vérifie les hypothèses du théorème.

Théorème 2.40 (Partition de l’unité).
Soit (Ωα )α∈Λ une famille d’ouverts de Rn et soit Ω =

S
Ωα . Alors il existe une
α∈Λ
suite (ϕk )k≥0 de D(Ω), telle que
i) Pour tout k ∈ N, on a ϕk ≥ 0 et il existe αk ∈ Λ, tel que supp(ϕk ) ⊆ Ωαk .
∞
ii) Pour tout x ∈ Ω, on a
P
ϕk (x) = 1.
k=0
iii) Pour tout compact K de Ω, il existe m ∈ N et il existe un ouvert V , avec
m
K ⊆ V ⊆ Ω, tel que pour tout x ∈ V , on a
P
ϕk (x) = 1.
k=0
Dans ce cas, (ϕk )k≥0 s’appelle une partition de l’unité sur Ω subordonnée à la
famille (Ωα )α∈Λ .
Preuve
On sait que Rn est séparable, donc tout ouvert de Rn est séparable. Soit A = {x0 , x1 , . . . , xk , . . .}
une partie dénomrable dense dans Ω. On a Ω = Ωα , donc pour tout k ∈ N, il existe
S
α∈Λ
αk ∈ Λ, tel que xk ∈ Ωαk . Comme Ωαk est un ouvert, alors il existe une boule fermée Bk
de centre xk et de rayon rk , telle que Bk ⊆ Ωαk . Pour chaque k ∈ N, on considère la boule
rk ∞
S
fermée βk de centre xk et de rayon . Comme A est dense dans Ω, alors on a Ω = βk .
2 k=0
D’après le théorème d’Urysohn différentiable, pour chaque k ∈ N, il existe ψk ∈ D(Ω), tel
que ψk vaut 1 sur βk , 0 ≤ ψk ≤ 1 et ψk (x) = 0 pour tout x ∈/ Bk .
Considérons la suite (ϕk )k≥0 définie par
(
ϕ0 = ψ0
∀k ≥ 0, ϕk+1 = (1 − ψ0 )(1 − ψ1 ) . . . (1 − ψk )ψk+1
alors on voit facilement, par récurrence sur k, que
∀k ∈ N, ϕ0 + ϕ1 + · · · + ϕk = 1 − (1 − ψ0 )(1 − ψ1 ) . . . (1 − ψk )
Pour tout k ∈ N, on a ϕk (x) = 0 pour x ∈/ Bk , donc supp(ϕk ) ⊆ Bk ⊆ Ωαk , donc la propriété

i) du théorème est vérifiée.
Soit x ∈ Ω, alors il existe k ∈ N, tel que x ∈ βk , donc pour m ∈ N, avec m ≥ k, on a
ϕ0 (x) + ϕ1 (x) + · · · + ϕm (x) = 1 − (1 − ψ0 (x))(1 − ψ1 (x)) . . . (1 − ψm (x)) = 1
car on a x ∈ βk , donc 1 − ψk (x) = 0. Donc la propriété ii) du théorème est vérifiée.

m
Soit K un compact de Ω, alors il existe m ∈ N, tel que K ⊆
S
βk , donc si on pose
k=1
m m
βk , alors K ⊆ W et pour tout x ∈ W , on a
S P
W= ϕk (x) = 1.
k=1 k=1

2.7.3 Limite inductive stricte et applications linéaires continues
Proposition 2.41.
Soit E = lim Ei une limite inductive stricte d’une famille (Ei )i∈I d’espaces locale-
−→
I
ment convexes, F un espace localement convexe quelconque et T : E −→ F une
application linéaire. Si pour chaque i ∈ I, on désigne par Ti la réstriction de T à
Ei , alors T est continue, si et seulement si, pour tout i ∈ I, Ti est continue.
Preuve
i) =⇒ ii) Supposons que T est continue. Soit i ∈ I et soit V ∈ V(0F ). Comme T : E −→ F
est continue, alors il existe W ∈ V(0E ), tel que T (W ) ⊆ V . Pour i ∈ I, posons
Vi = W ∩ Ei , alors par définition d’une limite inductive, pour tout i ∈ I, on a
Vi ∈ V(0Ei ) et on a Ti (Vi ) = T (Vi ) = T (W ∩ Ei ) ⊆ T (W ) ⊆ V .
ii) =⇒ i) Supposons que pour tout i ∈ I, Ti est continue. Soit V ∈ V(0F ), avec V abso-
lument convexe, alors pour tout i ∈ I, il existe Vi ∈ V(0Ei ), tel que T (Vi ) ⊆ V . Soit
Vi , alors pour tout i ∈ I, on a
S S
W = aco( Vi ) l’enveloppe absolument convexe de
i∈I i∈I
Vi ⊆ W ∩ Ei , donc pour tout i ∈ I, W ∩ Ei est un voisinage de l’origine dans Ei , par
suite, d’après définition d’une limite inductive, on a W ∈ V(0E ).
S
On a T (W ) = T (aco( Vi )) et comme T est linéaire, alors on a
i∈I
[ [ [
T (aco( Vi )) = aco(T ( Vi )) = aco( T (Vi ))
i∈I i∈I i∈I
T (Vi ) ⊆ V et V est absolument convexe, donc aco(T ( Vi ) ⊆ V , par

S S
Or, on a
i∈I i∈I
suite, on a T (W ) ⊆ V .
Corollaire 2.42.
Soit Ω un ouvert de Rn et soit T : D(Ω) −→ K une forme linéaire. Alors T est

continue, si et seulement si, pour tout compact K de Ω, il existe m ∈ N et il existe
C > 0, tel que pour tout ϕ ∈ DK (Ω), on a |T (ϕ)| ≤ C max (sup |Dα ϕ(x)|)
|α|≤m x∈K
Preuve
Il suffit d’appliquer la proposition prćédente, puis le corollaire 2.18.

2.7.4 Limite inductive stricte d’espaces de Fréchet

Lemme 2.43.
Soient E un espace localement convexe séparé, M un sous-espace vectoriel de

E, muni de la topologie induite et V un voisinage de l’origine dans M , avec V
absolument convexe. Alors
i) Il existe un voisinage W de l’origine dans E, avec W absolument convexe, tel
que V = W ∩ M .
ii) Si M est fermé et si x0 ∈
/ M , alors il existe un voisinage W de l’origine dans
E, avec W absolument convexe, tel que x0 ∈ / W et W ∩ M = V .
Preuve
i) On a V ∈ VM (0), donc par définition de la topologie induite, il existe W1 ∈ VE (0), tel
que V = W1 ∩ M . Comme E est localement convexe, alors il existe W2 ∈ VE (0), avec
W2 absolument convexe, tel que W2 ⊆ W1 . Posons W = aco(V ∪ W2 ) et montrons que
W ∩ M = V . On a V ⊆ W ∩ M , donc on doit vérifier que W ∩ M ⊆ V . Soit x ∈ W ∩ M ,
alors x ∈ W , avec W = aco(V ∪ W2 ), donc il existe y, z ∈ V ∪ W2 et il existe λ, µ ∈ K,
avec |λ| + |µ| ≤ 1, tel que x = λy + µz. Comme V et W2 sont absolument convexes,
alors on peut supposer que y ∈ V et z ∈ W2 .
Si µ = 0, alors x ∈ V , car V est absolument convexe et |λ| ≤ 1.
Si µ 6= 0, alors z ∈ M , car x ∈ M et y ∈ M , donc z ∈ W2 ∩ M , par suite, on a z ∈ V ,
car W2 ∩ M ⊆ V . On a donc y ∈ V et z ∈ V , donc x ∈ V , car V est absolument
convexe.
ii) Supposons maintenant que M est fermé, donc il existe W1 ∈ VE (0), avec W1 absolument
convexe, tel que (x0 + W1 ) ∩ M = ∅, car x0 ∈
/ M . Comme E est séparé, alors il existe
W2 ∈ VE (0), avec W2 absolument convexe, tel que x0 ∈ / W2 , et comme V ∈ VM (0),
alors il existe W3 ∈ VE (0), avec W3 absolument convexe, tel que V = W3 ∩ M . Soit
W4 = W1 ∩ W2 ∩ W3 , alors W4 ∩ M ⊆ V et x0 ∈ / W4 . Soit W = aco(V ∪ W4 ), alors de
la même manière que dans i), on voit que W ∩ M = V . Supposons, par l’absurde, que
x0 ∈ W , comme W = aco(V ∪ W4 ), alors il existe y, z ∈ V ∪ W2 et il existe λ, µ ∈ K,
avec |λ| + |µ| ≤ 1, tel que x0 = λy + µz. Puisque x0 ∈/ V et x0 ∈ / W4 et puisque V
et W4 sont absolument convexes, alors on peut supposer que y ∈ V et z ∈ W4 . On
a λy ∈ V , car V est absolument convexe, et on a V ⊆ M , donc x0 − µz ∈ M , avec
x0 − µz ∈ x0 + W1 , ce qui est absurde, donc x0 ∈
/ W.
Théorème 2.44.
Soient E = lim En une limite inductive stricte d’une suite (En )n∈N d’espaces de
−→
n
Fréchet et A une partie bornée de E. Alors il existe n ∈ N, tel que A ⊆ En .
Preuve
Supposons, par absurde, que pour tout n ∈ N, on a A * En , donc on a
Pour n = 0, A * E0 , donc il existe x ∈ A, avec x ∈
S
/ E0 . On a E = En , donc il existe
n∈N

n1 , tel que x ∈ En1 et on a A * En1 , donc il existe xn1 ∈ A, tel que xn1 ∈ / En1 . On a
En , donc il existe n2 , avec n1 < n2 , tel que xn1 ∈ En2 . Soit Vn1 un voisinage
S
E=
n∈N
de l’origine dans En1 , avec Vn1 absolument convexe, alors d’après le lemme précedent,
il existe un voisinage de l’origine Vn2 dans En2 , avec Vn2 absolument convexe, tel que
Vn1 = Vn2 ∩ En1 et xn1 ∈ / Vn2 . On a A * En2 , donc il existe xn2 ∈ A, tel que xn2 ∈ / En2 ,
1
donc xn2 ∈ En , donc il existe n3 , avec n2 < n3 , tel que xn2 ∈ En3 . On
S
/ En2 . On a E =
2 n∈N
a Vn2 un voisinage de l’origine dans En2 , avec Vn2 absolument convexe, donc d’après le
lemme précedent, il existe un voisinage de l’origine Vn3 dans En3 , avec Vn3 absolument
1
convexe, tel que Vn2 = Vn3 ∩ En2 et xn2 ∈ / Vn3 . Ainsi, par récurrence, on construit une
2
suite (xnk )k≥1 de A et une suite de voisinages (Vnk )k≥1 , telles que
i) Pour tout k ≥ 1, Vnk est un voisinage de l’origine dans Enk et Vnk = Vnk+1 ∩ Enk .
1
ii) Pour tout k ≥ 1, on a xnk ∈ / Vnk+1 .
k
S
Soit W = Vnk , alors W est absolument convexe, car W est une réunion croissante de
k≥1
parties absolument convexes.
Soit n ∈ N, alors deux cas sont possibles :
Si n < n1 , alors pour tout k ≥ 1, on a En ⊆ Enk , donc pour tout k ≥ 1, Vnk ∩ En est un
voisinage de l’origine dans En . On a W ∩ En = (Vnk ∩ En ), donc W ∩ En est un voisinage
S
k≥0
de l’origine dans En .
Si n ≥ n1 , alors il existe k0 ≥ 1, tel que nk0 ≤ n < nk0 +1 , donc on voit facilement que
(Vnk ∩ En ) ⊆ W ∩ En , or pour k ≥ k0 + 1, on a En ⊆ Enk , donc pour tout k ≥ k0 + 1,
S
k≥k0 +1
Vnk ∩ En est un voisinage de l’origine dans En .
On en déduit donc que W est un voisinage de l’origine dans E et que pour tout k ≥ 1,
1 1
on a xnk ∈ / W . Comme A est bornée, (xnk )k≥1 est une suite de A et lim = 0, alors
k k→∞ k
1
d’après la proposition 1.37, on a lim xnk = 0, ce qui est absurde, car pour tout k ≥ 1,
k→∞ k
1
on a xnk ∈ / W.
k
Corollaire 2.45.
−→n
Fréchet. Alors on a
i) Une suite (xk )k≥0 de E converge 0 dans E, si et seulement si, il existe n ∈ N,
tel que pour tout k ∈ N, on a xk ∈ En et (xk )k≥0 converge 0 dans En .
ii) E est séquentiellement complet.
Preuve
i) Supposons que (xk )k≥0 converge vers 0, alors (xk )k≥0 est bornée, donc d’après le
théorème précédent, il existe n ∈ N, tel que {xk : k ∈ N} ⊆ En .
ii) Soit (xk )k≥0 une suite de Cauchy dans E, alors alors (xk )k≥0 est bornée, donc d’après
le théorème précédent, il existe n ∈ N, tel que {xk : k ∈ N} ⊆ En , donc (xk )k≥0 est

de Cauchy dans En . Comme En est complet, alors (xk )k≥0 converge vers x, avec
x ∈ En , donc on voit facilement que (xk )k≥0 converge vers x dans E.
Proposition 2.46.
−→n
Fréchet. Alors E n’est pas métrisable.
Preuve
Supposons que E est métrisable, alors E devient un espace métrique complet, car E est
séquentiellement complet. Pour tout n ∈ N, En est complet donc En est un fermé de E
et comme En est un sous-espace vectoriel de E, avec En 6= E, alors En est d’intérieur
S
vide. Comme E = En , alors E est un espace métrique complet et E est une réunion
n∈N
de parties fermées dont l’intérieur est vide, donc d’après le théorème de Baire, E est
d’intérieur vide, ce qui est absurde, donc E n’est pas métrisable.
Corollaire 2.47.
Pour tout ouvert Ω de Rn , on a

i) Une partie A de D(Ω) est bornée, si et seulement si, il existe un compact K
de Ω et il existe M > 0, tel que pour tout ϕ ∈ A et pour tout m ∈ N, on a
max (sup |Dα ϕ(x)|) ≤ M

|α|≤m x∈K
ii) Une suite (ϕk )k≥0 est de cauchy dans D(Ω), si et seulement si, il existe un
compact K de Ω, tel que pour tout m ∈ N, on a
lim ( max (sup |Dα ϕk (x) − Dα ϕj (x)|)) = 0

k,j→∞ |α|≤m x∈K
iii) Une suite (ϕk )k≥0 converge vers 0 dans D(Ω), si et seulement si, il existe un
compact K de Ω, tel que pour tout m ∈ N, on a
lim ( max (sup |Dα ϕk (x)|)) = 0

k→∞ |α|≤m x∈K
iv) D(Ω) n’est pas métrisable.
Preuve
i) Rappelons que si E est un espace localement convexe, dont la topologie est définie
par une famille de semi-normes, notée P, alors une partie A de E est bornée, si et
seulement si, pour tout p ∈ P, on a sup p(x) < +∞. Donc pour montrer i), il suffit
x∈A
d’utiliser le théorème 2.40.
ii) Rappelons que si E est un espace localement convexe, dont la topologie est définie par
une famille de semi-normes, notée P, alors une suite (xk )k≥0 est de Cauchy, si et
seulement si, pour tout p ∈ P, on a lim p(xk − xj ) = 0. Donc il suffit d’utiliser le
k,j→∞
corollaire 2.41.

iii) Rappelons que si E est un espace localement convexe, dont la topologie est définie
par une famille de semi-normes, notée P, alors une suite (xk )k≥0 converge vers 0,
si et seulement si, pour tout p ∈ P, on a lim p(xk ) = 0. Donc il suffit d’utiliser le
k→∞
corollaire 2.41.
iv) D(Ω) est une limite inductive stricte d’espaces de Fréchets, donc d’après la proposition
précédente, D(Ω) n’est pas métrisable.

CHAPITRE 3
DISTRIBUTIONS
3.1 Définition et propriètés de base

Définition 3.1.
Soit Ω un ouvert de Rn . Une distribution T sur Ω est une forme linéaire continue
sur D(Ω). L’ensemble des distributions sur Ω se note D0 (Ω).
Notations
Si T est une distribution sur Ω, alors pour tout ϕ ∈ D(Ω), on pose T (ϕ) =< T, ϕ >.
Remarque 3.1.1
1. D0 (Ω) est le dual topologique de D(Ω), donc D0 (Ω) est un K-espace vectoriel.
2. D’après le corollaire 2.41, T est une distribution sur Ω, si et seulement si, pour tout
compact K de Ω, il existe m ∈ N et il existe C > 0, tels que
∀ϕ ∈ DK (Ω), | < T, ϕ > | ≤ C max (sup |Dα ϕ(x)|)

|α|≤m x∈K
3. D’après le théorème 2.27 et le corollaire 2.46, T est une distribution sur Ω, si

et seulement si, pour toute suite (ϕk )k≥0 de D(Ω), telle que lim ϕk = 0, on a
k→∞
lim < T, ϕk >= 0.
k→∞
Définition 3.2.
Si l’entier m de la remarque précédente ne dépend pas du compact K, c’est à

dire, il existe m ∈ N, tel que pour tout compact K de Ω, il existe C > 0, tel que

|α|≤m x∈K
on dit que T est une distribution d’ordre fini. Dans ce cas, l’ordre de T est le plus
petit entier m vérifiant cette propriété.
62
CHAPITRE 3. DISTRIBUTIONS
Remarque 3.1.2
Si T est une distribution d’ordre m, alors T : Dm (Ω) −→ K est une forme linéaire continue.
Réciproquement, si T : Dm (Ω) −→ K est une forme linéaire continue, alors T est une
0
distribution d’ordre ≤ m. On note D m (Ω) l’espace des distributions d’ordre ≤ m, alors
0
D m (Ω) s’identifie au dual topologique de Dm (Ω).
Exemples (Distributions régulières)

On désigne par L1loc (Ω) le K-espace vectoriel des fonctions f : Ω −→ K, intégrable au sens
de Lebesgue sur tout compact de Ω. Si donc f ∈ L1loc (Ω), on dit que f est localement
intégrable sur Ω.
Pour tout f ∈ L1loc (Ω), soit Tf : D(Ω) −→ K l’application définie par
Z
∀ϕ ∈ D(Ω), < Tf , ϕ >= f ϕdx
Ω
Alors Tf définit une distribution sur Ω. En effet, soit K un compact de Ω, alors pour tout
ϕ ∈ DK (Ω), vu que supp(ϕ) ⊆ K, on a
Z Z
| < Tf , ϕ > | ≤ |f (x)||ϕ(x)|dx ≤ |f (x)|dx sup |ϕ(x)|
K K x∈K
On voit donc que Tf est une distribution d’ordre 0.

Pour tout f ∈ L1loc (Ω), on pose < Tf , ϕ >=< f, ϕ >.
Définition 3.3.
Une distribution T sur Ω est dite régulière, s’il existe f ∈ L1loc (Ω), tel que T = Tf .
Une distribution qui n’est pas régulière est dite singulière.
Exemples (Fonction de Heaviside)

On appelle fonction de Heaviside, la fonction H : R −→ R définie par
(
1 si x > 0
∀x ∈ R, H(x) =
0 si x ≤ 0
Alors H est une fonction localement intégrable sur R, donc H définit une distribution
régulière sur R.
Exemples (Distribution de Dirac)

Pour tout a ∈ Ω, l’application δa : D(Ω) −→ C définie par
∀ϕ ∈ D(Ω), < δa , ϕ >= ϕ(a)
définit une distribution sur Ω, appelée distribution de Dirac de masse a sur Ω.

Pour tout compact K de Ω, on a | < δa , ϕ > | ≤ sup |ϕ(x)|, donc pour tout a ∈ Ω, δa est
x∈K
une distribution d’ordre 0. δ0 sera désignée tout simplement par δ.
Exercice
Montrer que pour tout a ∈ Ω, δa est une distribution singulière.

Exemples (Valeur principale de Cauchy)

1
La fonction x 7−→ f (x) = n’est pas localement intégrable sur R, donc f ne définit pas
x
une distribution sur R. Par contre f est localement intégrable sur R∗ , donc f définit
une distribution régulière sur R∗ . Nous allons prolonger d’une manière ou d’autre cette
distribution à R en considérant ce qu’on appelle la valeur principale de Cauchy sur R,
1
notée vp et définie par
x
1 Z
ϕ(x)
∀ϕ ∈ D(R), vp (ϕ) = lim dx
x ε→0 |x|≥ε x
ϕ(x)
Vérifions d’abord que pour tout ϕ ∈ D(R), lim dx. Soit ϕ ∈ D(R), alors ϕ est en
R
ε→0 |x|≥ε x
particulier de classe C 1 , donc il existe une fonction ψ continue sur R, tel que pour tout
x ∈ R, on a ϕ(x) = ϕ(0) + xψ(x). Donc si on suppose supp(ϕ) ⊆ [−a, a], avec a > 0, alors
pour ε < a, on a
Z a Z a Z a
ϕ(x) 1
dx = ϕ(0) dx + ψ(x)dx
ε x ε x ε
et on a aussi Z −ε Z a Z −ε
ϕ(x) 1
dx = −ϕ(0) dx + ψ(x)dx
−a x ε x −a
par suite, on aura
Z a Z −ε
Z
ϕ(x)
dx = ψ(x)dx + ψ(x)dx
|x|≥ε x ε −a
Comme ψ est continue sur R, alors on a

Z a
1 Z
ϕ(x)
vp (ϕ) = lim dx = ψ(x)dx
x ε→0 |x|≥ε x −a
D’autre part, si ϕ ∈ D(R), avec supp(ϕ) ⊆ [−a, a], où a > 0, alors d’après l’inégalité des
accroissements finis, pour tout x ∈ R, on a |ϕ(x) − ϕ(0)| ≤ |x| sup |ϕ0 (x)|, donc on voit
|x|≤a
que |ψ(x)| ≤ sup |ϕ0 (x)|, pour tout x ∈ [−a, a], par suite si on pose K = [−a, a], alors on a
|x|≤a
1
∀ϕ ∈ DK (R), |vp (ϕ)| ≤ 2a sup |ϕ0 (x)|
x x∈K
1
On en déduit donc que vp est une distribution sur R d’ordre ≤ 1
x
Exercice
1 1
Montrer que vp est une distribution d’ordre 1 et déduire que vp n’est pas une distribu-
x x
tion régulière.
Exemples (Partie finie)
Soit n ∈ N, avec n ≥ 2, et pour tout ε > 0, soit Lε : D(R) −→ K, l’application définie pour
tout ϕ ∈ D(R), par
n−1
Z
ϕ(x) X 2ϕ(k) (0) 1
Lε (ϕ) = dx −
|x|>ε xn k=0
k!(n − k − 1) ε n−k−1
k≡n mod 2

Alors pour tout ϕ ∈ D(R), lim Lε (ϕ) existe dans K.

ε→0
En effet, soit ϕ ∈ D(R), alors en appliquant la formule de Taylor avec reste intégral à
l’ordre n − 1 au voisinage de 0, pour tout x ∈ R, on aura
n−1
ϕ(k) (0) k xn Z 1
(1 − t)n−1 ϕ(n) (tx)dt
X
ϕ(x) = x +
k=0
k! (n − 1)! 0
Soit ψ la fonction définie sur R par

Z 1
1
∀x ∈ R, ψ(x) = (1 − t)n−1 ϕ(n) (tx)dt
(n − 1)! 0
Alors d’après les propriétés d’une intégrale dépendant d’un paramètre, on voit que ψ est
une fonction de classe C ∞ sur R et on a ϕ = xn ψ.
Soit R > 0, tel que supp(ϕ) ⊆ [−R, R], donc pour tout ε > 0, avec 0 < ε < R, on a
Z
ϕ(x) Z
ϕ(x)
n
dx = dx
|x|>ε x ε<|x|<R xn
En remplaçant ϕ par xn ψ, on aura
n−2
ñ ô−ε ñ ôε !
Z
ϕ(x) X ϕ(k) (0) xk−n+1 xk−n+1
dx = +
ε<|x|<R xn k=0
k! k−n+1 k−n+1 R
−R
ϕn−1 (0) Ä ä Z
+ [ln |x|]−ε
−R + [ln |x|] R
ε + ψ(x)dx
(n − 1)! ε<|x|<R
En développant le calcul on voit qu’on a
n−2
ñ ô−ε ñ ôε !
X ϕ(k) (0) xk−n+1 xk−n+1
+
k=0
k! k−n+1 −R
k−n+1 R
n−1 n−1
X 2ϕ(k) (0) 1 X 2ϕ(k) (0) 1
= n−k−1
− n−k−1
k=0
k!(n − k − 1) ε k=0
k!(n − k − 1) R
k≡n mod 2 k≡n mod 2
On en déduit donc l’existence de lim Lε (ϕ) et on voit facilement que l’application

ε→0
T : D(R) −→ K définie pour tout ϕ ∈ D(R), par < T, ϕ >= lim Lε (ϕ), est une distribution
ε→0
sur R d’ordre ≤ n.
1
Si n est pair, avec n = 2m, T est appelée partie finie et se note pf 2m .
x
1
Si n est impair, avec n = 2m + 1, T est appelée valeur principal et se note vp 2m+1 .
x
1
On remarque que pour n = 1, on retrouve la définition de vp .
x
1
Pour n = 2, la partie finie pf 2 est définie par
x
ÅZ ã
1 ϕ(x) 2ϕ(0)
∀ϕ ∈ D(R), < pf 2 , ϕ >= lim dx −
x ε→0 |x|>ε x2 ε

1
Pour n = 3, la valeur principal vp est définie par
x3
2ϕ0 (0)
ÅZ ã
1 ϕ(x)
∀ϕ ∈ D(R), < vp 3 , ϕ >= lim dx −
x ε→0 |x|>ε x3 ε
3.2 Multiplication d’une distribution par une fonc-

tion de classe C ∞
Remarquons d’abord que si ϕ ∈ D(Ω) et f ∈ C ∞ (Ω), alors f ϕ ∈ D(Ω).
Proposition 3.4.
Soient Ω un ouvert de Rn , T ∈ D0 (Ω) et f ∈ C ∞ (Ω). On note f T l’application de

D(Ω) vers K définie par
∀ϕ ∈ D(Ω), < f T, ϕ >=< T, f ϕ >
Alors f T définit une distribution sur Ω.
Preuve
Comme T est linéaire, alors il est facile de voir que f T est linéaire. On doit donc montrer
que f T est continue. Soit K un compact de Ω, montrons qu’il existe k ∈ N et il existe
M > 0, tels que
∀ϕ ∈ DK (Ω), | < f T, ϕ > | ≤ M max (sup |Dα ϕ(x)|)

|α|≤k x∈K
Comme T est une distribution et K un compact de Ω, alors il existe m ∈ N et il existe

C > 0, tel que
|α|≤m x∈K
Donc pour tout ϕ ∈ DK (Ω), on a
| < f T, ϕ > | = | < T, f ϕ > | ≤ C max (sup |Dα (f ϕ)(x)|)

|α|≤m x∈K
D’après la formule de Leibnitz, pour tout x ∈ K, on a

Ç å
X α
Dα (f ϕ)(x) = Dβ f (x)Dα−β ϕ(x)
β≤α
β
Donc pour tout x ∈ K, on a

Ç å!
α
|Dα (f ϕ)(x)| ≤ ( max (sup |Dβ (f )(x)|))( max (sup |Dβ (ϕ)(x)|))
X
β≤α
β |β|≤m x∈K |β|≤m x∈K
n
n α
= 2n , on voit que ≤ 2|α| . On en déduit donc que
P P
En utilisant le fait que k β
k=1 β≤α

pour tout K un compact de Ω, il existe m ∈ N et il existe M > 0, avec
M = C2|α| max (sup |Dβ (f )(x)|)

|β|≤m x∈K
tel que
ϕ ∈ DK (Ω), | < f T, ϕ > | ≤ M max (sup |Dβ (ϕ)(x)|)
|β|≤m x∈K
Donc f T définit une distribution sur Ω.
Exemples
1. Pour tout f ∈ C ∞ (Ω), on a f δa = f (a)δa . En particulier, on a xδ = 0.
2. Pour tout ϕ ∈ D(Ω), on a
Z +∞
1 Z
< xvp , ϕ >= lim ϕ(t)dt = ϕ(t)dt =< 1, ϕ >
x ε−→0 |x|≥ε −∞
1
donc xvp = 1
x
3.3 Dérivation des distributions

Soit Ω un ouvert de Rn et soit α ∈ Nn . Alors il est facile de voir que l’opérateur de
dérivation Dα : D(Ω) −→ D(Ω) est continue. Donc pour toute distribution T ∈ D0 (Ω),
l’application T ◦ Dα : D(Ω) −→ K est une forme linéaire continue, par suite, T ◦ Dα définit
une distribution sur Ω. On a alors la définition suivante :
Définition 3.5.
Soient Ω un ouvert de Rn et T ∈ D0 (Ω). Pour tout α ∈ N, la distribution Dα T

est définie sur Ω, par rap
∀ϕ ∈ D(Ω), < Dα T, ϕ >= (−1)|α| < T, Dα ϕ >
Remarque 3.3.1
1. D’après la définition, pour tout i ∈ {1, 2, . . . , n}, la dérivée partielle de T par rapport
à xi , qu’on note ∂i T , est définie par
∀ϕ ∈ D(Ω), < ∂i T, ϕ >= − < T, ∂i ϕ >
2. Si f ∈ L1loc (Ω), alors pour tout i ∈ {1, 2, . . . , n}, la dérivée partielle de Tf par rapport
à xi , s’appelle la dérivée partielle de f au sens des distributions et se note ∂i f , donc
on a Z
∀ϕ ∈ D(Ω), < ∂i f, ϕ >= − < f, ∂i ϕ >= − f (x)∂i ϕ(x)dx
Ω
Pour tout α ∈ Nn , Dα f est définie au sens des distributions par Dα Tf .
3. Soit f : R −→ R une fonction dérivable sur R, alors on a f ∈ L1loc (R) et on a Tf0 = −Tf 0 .

4. Soit T ∈ D0 (Ω) et soit f ∈ C ∞ (Ω). Alors pour tout α ∈ Nn , on montre par récurrence
sur |α|, qu’on a Ç å
X α
α
D (f T ) = Dβ f Dα−β T
β≤α
β
Exemples (Dérivation de la distribution de Dirac et celle de Heaviside)

1. Pour tout α ∈ Nn et pour tout ϕ ∈ D(Ω), on a < Dα δa , ϕ >= (−1)|α| Dα ϕ(a).
2. Soit H la fonction de Heaviside, alors pour tout ϕ ∈ D(R), on a

Z +∞ Z ∞
0 0 0
< H , ϕ >= − < H, ϕ >= − H(x)ϕ (x)dx = − ϕ0 (x)dx = ϕ(0) =< δ, ϕ >
−∞ 0
Donc H 0 = δ.
Exemples (Dérivation sur R au sens des distributions de f (x) = ln |x|)

On sait que la fonction f définie pour tout x ∈ R, par f (x) = ln(|x|) est localement
intégrable sur R, donc f définit une distribution sur R. Pour calculer f 0 au sens des
distributions, soit ϕ ∈ D(R), alors on a
Z +∞
0 0
< f , ϕ >= − < f, ϕ >= − ln(|x|)ϕ0 (x)dx
−∞
Or, cette intégrale ci-dessus est convergente, car ϕ0 est une fonction à support compact,
donc pour tout ϕ ∈ D(R), on a
ÅZ −ε Z +∞ ã
0 0 0
< f , ϕ >= − lim ln(|x|)ϕ (x)dx + ln(|x|)ϕ (x)dx
ε→0 −∞ ε
Donc à l’aide d’une intégration par parties, on aura

Å ã
0
Z
ϕ(x)
< f , ϕ >= lim (ϕ(ε) − ϕ(−ε)) ln ε + dx
ε→0 |x|≥ε x
En appliquant le théorème des accroissements finis, on voit qu’il existe cε , avec |cε | < ε,
tel que ϕ(ε) − ϕ(−ε) = 2εϕ0 (c ). Comme lim ε ln(ε) = 0, alors on a
ε→0
Z
ϕ(x) 1
< f 0 , ϕ >= lim dx =< vp , ϕ >
ε→0 |x|≥ε x x
1
On en déduit donc, qu’au sens des distributions, on a (ln |x|)0 = vp .
x

1
Exemples (Dérivation de vp )
x
Pour tout ϕ ∈ D(R), on a
1 0 ϕ0 (x)
Å ã
1 0 Z
< vp , ϕ > = − < vp , ϕ >= − lim dx
x x ε→0 |x|>ε x
ϕ(x) −ε ϕ(x) +∞ Z
Çï ò ï ò å
ϕ(x)
= − lim + + dx
ε→0 x −∞ x ε |x|>ε x2
ÅZ ã
ϕ(x) ϕ(0)
= − lim dx − 2
ε→0 |x|>ε x2 ε
1
= − < pf 2 , ϕ >
x
1 0
Å ã
1
On en déduit donc que vp = −pf 2 .
x x
Exemples (Formule des sauts)

Soit f : R −→ R une fonction de classe C 1 par morceaux, n’ayant que des discontinuités
de première espèce. On désigne par a1 , a2 , . . . , am les points de discontinuité de f , avec
a1 < a 2 < · · · < a m .
−
Pour chaque i ∈ {1, 2, . . . , m}, on pose f (a+
i ) = lim+ f (x), f (ai ) = lim− f (x) et soit σi =
x→ai x→ai
−
f (a+
i ) − f (ai ), alors on a
m
0
X
(Tf ) = Tf 0 + σi δai
i=1
En effet, soit ϕ ∈ D(R), alors on a

Z +∞
0 0
< (Tf ) , ϕ > = − < Tf , ϕ >= − f (x)ϕ0 (x)dx
−∞
Z a1 m−1
X Z ai+1 Z +∞
0 0
=− f (x)ϕ (x)dx − f (x)ϕ (x)dx − f (x)ϕ0 (x)dx
−∞ i=1 ai am
Puis à l’aide d’une intégration par parties, pour tout i ∈ {1, 2, . . . , m − 1}, on a
Z ai+1 Z ai+1
f (x)ϕ0 (x)dx = (f (a− +
i+1 )ϕ(ai+1 ) − f (ai )ϕ(ai )) − f 0 (x)ϕ(x)dx
ai ai
Comme ϕ est à support compact, alors on a aussi

Z a1 Z a1
f (x)ϕ0 (x)dx = f (a−
1 )ϕ(a1 ) − f 0 (x)ϕ(x)dx
−∞ −∞
et on a Z +∞ Z +∞
f (x)ϕ0 (x)dx = −f (a+
m )ϕ(am ) − f 0 (x)ϕ(x)dx
am am
Or, on a
m−1 m−1
(f (a− + +
σi ϕ(ai ) + f (a−
X X
i+1 )ϕ(ai+1 ) − f (ai )ϕ(ai )) = −f (a1 )ϕ(a1 ) − m )ϕ(am )
i=1 k=2

et aussi on a
m−1
X Z ai+1 Z am
0
f (x)ϕ(x)dx = f 0 (x)ϕ(x)dx
i=1 ai a1
Donc en regroupant les termes, on aura

Z +∞ m m
0 0
X X
< (Tf ) , ϕ >= − f (x)ϕ(x)dx + σi ϕ(ai ) =< Tf 0 + σi δai , ϕ >
−∞ k=1 k=1
3.4 Convergence des distributions

Soit Ω un ouvert de Rn . On définit sur D0 (Ω) la famille de semi-normes (pϕ )ϕ∈D(Ω) , définie
pour tout ϕ ∈ D(Ω), par
∀T ∈ D0 (Ω), pϕ (T ) = | < T, ϕ > |
Alors D0 (Ω) muni de cette famille de semi-normes est un espace localement convexe et la
topologie définie par cette famille sur D0 (Ω) s’appelle la topologie faible∗ sur D0 (Ω). On a
alors la définition suivante :
Définition 3.6.
Soit (Tn )n≥0 une suite de D0 (Ω).

i) On dit que (Tn )n≥0 converge vers T , si pour tout ϕ ∈ D(Ω), on a
n→∞
lim < Tn , ϕ >=< T, ϕ >
ii) On dit que (Tn )n≥0 est de Cauchy, si pour tout ϕ ∈ D(Ω), (< Tn , ϕ >)n≥0 est
de Cauchy dans K.
Remarque 3.4.1
Soit (I, ≤) un ensemble dérigé et soit (Ti )i∈I une famille de D0 (Ω). On dit que (Ti )i∈I
converge vers T dans D0 (Ω), si pour tout ϕ ∈ D(Ω), on a lim < Ti , ϕ >=< T, ϕ >.
I
Exemples
Soit ρ ∈ D(Rn ), une fonction, tel que supp(ρ) ⊆ {x ∈ Rn : kxk ≤ 1} et ρ(x)dx = 1, (pour
R
1 x
une telle fonction voir proposition 2.36). Pour tout ε > 0, on pose ρε (x) = n ρ , alors
ε ε
0 n
dans D (R ) on a lim ρε = δ.
ε→0
En effet, pour tout ε > 0 et pour tout ϕ ∈ D(Rn ), on a
Z x dx Z
< ρε , ϕ >= ρ ϕ(x) = ρ(x)ϕ(εx)dx
ε εn
D’après l’exemple du paragraphe 2.6.3. (ϕε )ε>0 , où ϕε (x) = ϕ(εx), converge uniformément
sur supp(ρ) vers ϕ(0), donc on aura
Z Z
< ρε , ϕ >= lim ρ(x)ϕ(εx)dx = ρ(x)ϕ(0)dx = ϕ(0) =< δ, ϕ >
ε→0

Proposition 3.7.
Pour tout ouvert Ω de Rn , l’espace D0 (Ω), muni de la topologie faible∗ , est

séquentiellement complet.
Preuve
Soit (Tk )k≥0 une suite de Cauchy de D0 (Ω). Alors pour tout ϕ ∈ D(Ω), la suite (< Tk , ϕ >)
est de Cauchy dans K, donc lim < Tk , ϕ > existe dans K. Soit T : D(Ω) −→ K l’application
k→∞
définie pour tout ϕ ∈ D(Ω), par T (ϕ) = lim < Tk , ϕ >, alors il est clair que T est linéaire.
k→∞
On doit donc montrer que T est continue. Soit K un compact de Ω, alors pour tout
ϕ ∈ DK (Ω), lim < Tk , ϕ > existe dans K, par suite sup | < Tk , ϕ > | < +∞. Comme DK (Ω)
k→∞ k∈N
est un espace de Fréchet, alors d’après le théorème de Banach-Steinhaus version espaces
de Fréchet, il existe C > 0 et il existe m ∈ N, tel que
∀k ∈ N, ∀ϕ ∈ DK (Ω), | < Tk , ϕ > | ≤ C max (sup |Dα ϕ(x)|)

|α|≤m x∈K
∀ϕ ∈ DK (Ω), | < T, ϕ > | = lim | < Tk , ϕ > | ≤ C max (sup |Dα ϕ(x)|)
k→+∞ |α|≤m x∈K
Donc on voit que pour tout compact K de Ω, T est continue sur DK (Ω), par suite, T est
continue sur D(Ω).
Proposition 3.8.
Soient Ω un ouvert de Rn et Tk )k≥0 une suite de D0 (Ω), telle que lim Tk existe
k→∞
dans D0 (Ω). On pose T = lim Tk , alors pour tout α ∈ N, on a lim Dα Tk = Dα T .
k→∞ k→∞
Preuve
Pour tout ϕ ∈ D(Ω) et pour tout k ∈ N, on a < Dα Tk , ϕ >= (−1)|α| < Tk , Dα ϕ >. Comme
lim Tk = T dans D0 (Ω) et comme Dα ϕ ∈ D(Ω), alors pour tout ϕ ∈ D(Ω), on a
k→∞
lim < Dα Tk , ϕ >= (−1)|α| lim < Tk , Dα ϕ >= (−1)|α| < T, Dα ϕ >=< Dα T, ϕ >
k→∞ k→∞
3.5 Support d’une distribution

3.5.1 Définition et exemples
Définition 3.9.
Soit T ∈ D0 (Ω) et soit ω un ouvert contenu dans Ω. On dit que T s’annule sur ω,
si pour tout ϕ ∈ D(ω), on a < T, ϕ >= 0.

Remarque 3.5.1
Si ω et Ω sont deux ouverts de Rn , avec ω ⊆ Ω, alors il est clair que D(ω) ⊆ D(Ω).
Lemme 3.10.
ωi et T ∈ D0 (Ω). On suppose
S
Soient (ωi )i∈I une famille d’ouverts de Ω, ω =
i∈I
que pour tout i ∈ I, T s’annule sur ωi , alors T s’annule sur ω.
Preuve
S
On a ω = ωi , donc d’après le théorème 2.39, il existe une partition de l’unité (ϕk )k∈N
i∈I
sur Ω subordonnée à la famille (ωi )i∈I . Soit ϕ ∈ D(Ω) et soit K = supp(ϕ). Comme K est
m
compact, alors il existe m ∈ N, tel que pour tout x ∈ K, on a
P
ϕk (x) = 1, donc pour tout
k=0
m
x ∈ K, on a ϕ(x) = (ϕk ϕ)(x). D’après le théorème 2.39, on a supp(ϕk ) ⊆ ωik , donc si on
P
k=0
m m
pose ψk = ϕk ϕ, alors on a ψk ∈ D(ωik ). On a ϕ =
P P
ψk , donc < T, ϕ >= < T, ψk >= 0,
k=0 k=0
car pour tout k ∈ {0, 1, . . . , m}, T s’annule sur ωik .
Remarque 3.5.2
Soient Ω un ouvert de Rn , T ∈ D0 (Ω), (ωi )i∈I la famille de tous les ouverts de Ω sur lesquels
S
T s’annule et ω = ωi . Alors d’après le lemme précédent, T s’annule sur ω et on voit
i∈I
alors que ω est le plus grand ouvert de Ω sur lequel T s’annule.
Définition 3.11.
Soient Ω un ouvert de Rn , T ∈ D0 (Ω) et ω le plus grand ouvert de Ω sur lequel T

s’annule. Le support de T , qu’on note supp(T ), est défini par supp(T ) = Ω \ ω.
Remarque 3.5.3
1. Pour tout x ∈ Ω, on a x ∈/ supp(T ), si et seulement si, il existe un voisinage ouvert
Vx de x, avec Vx ⊆ Ω, tel que pour tout ϕ ∈ D(Vx ), on a < T, ϕ >= 0.
2. Soit ϕ ∈ D(Ω), tel que supp(ϕ) ∩ supp(T ) = ∅, alors < T, ϕ >= 0.
3. Si f est une fonction continue sur Ω, alors supp(Tf ) = supp(f ) = {x ∈ Ω : f (x) 6= 0}.
4. Si f ∈ L1loc (Ω), alors le support de f n’est plus définie de la manière ordinaire
appliquée aux fonctions continues. Dans ce cas on considère le plus grand ouvert ω
où f est nulle presque partout, alors supp(f ) = Ω \ ω et on a supp(Tf ) = supp(f ).
Par exemple considérons la fonction f : R −→ R définie par
(
1 si x ∈ Q
∀x ∈ R, f (x) =
0 si x ∈
/Q
Alors f ∈ L1loc (R) et on a f est nulle presque partout sur R, donc supp(f ) = ∅. Par
contre, comme Q est dense dans R, alors on a {x ∈ R : f (x) 6= 0} = Q = R.
Exemples
1. supp(δa ) = {a}.
1
2. supp(vp ) = R.
x

3.5.2 Distributions à support compact

Lemme 3.12.
Pour tout ouvert Ω de Rn ,

i) L’injection canonique de D(Ω) dans C ∞ (Ω) est continue.
ii) D(Ω) est dense dans C ∞ (Ω).
Preuve
i) L’injection canonique est linéaire, donc il suffit de montrer que si (ϕn )n≥0 est une suite
de D(Ω) qui tend vers 0 dans D(Ω), alors (ϕn )n≥0 tend vers 0 dans C ∞ (Ω).
Soit (ϕn )n≥0 une suite de D(Ω) qui tend vers 0 dans D(Ω). Donc il existe un compact
K de Ω, tel que pour tout n ∈ N∗ , on a supp(ϕn ) ⊆ K et tel que pour tout α ∈ Nn ,
on a lim (sup |Dα ϕn (x)|) = 0.
n→+∞ x∈K
Pour montrer que (ϕn )n≥0 tend vers 0 dans C ∞ (Ω), on doit montrer que pour tout
compact L de Ω et pour tout α ∈ Nn , on a lim (sup |Dα ϕn (x)|) = 0.
n→+∞ x∈L
Soit L un compact de Ω et soit α ∈ Nn , alors on a
sup |Dα ϕn (x)| ≤ sup |Dα ϕn (x)|

x∈L x∈K
Comme lim (sup |Dα ϕn (x)|) = 0, alors lim (sup |Dα ϕn (x)|) = 0.
n→+∞ x∈K n→+∞ x∈L
ii) Soit (Km )m∈N une suite exhaustive de Ω. D’après le théorème d’Urysohn différentiable,
pour chaque m ∈ N, il existe ψm ∈ D(Ω), tel que ψm vaut 1 sur un voisinage de Km .
Soit f ∈ C ∞ (Ω) et pour tout m ∈ N, soit ϕm = ψm f , alors pour tout m ∈ N, on a
ϕm ∈ D(Ω). Soit K un compact de Ω, alors il existe m0 ∈ N, tel que K ⊆ Km0 , par
suite, pour tout m ≥ m0 , on a ϕm − f = 0 sur K, donc on a
lim (sup |Dα (ϕn (x) − f )|) = 0

n→+∞ x∈K
Remarque 3.5.4
Comme D(Ω) est dense dans C ∞ (Ω), alors toute application linéaire continue
T : D(Ω) −→ F , où F est un espace localement convexe, se prolonge d’une manière unique
à une une application linéaire continue Te : C ∞ (Ω) −→ F .
En effet, pour f ∈ C ∞ (Ω), soit (ϕn )n≥0 une suite de D(Ω), telle que lim ϕn = f dans
n→+∞
C ∞ (Ω), alors on pose Te(f ) = lim T (ϕn ).
n→+∞
Notations
Pour tout ouvert Ω, on pose E (Ω) = C ∞ (Ω) et on désigne par E 0 (Ω) le dual topologique
de E (Ω), c’est l’espace des formes linéaires continues sur E (Ω).
Rappelons que T ∈ E 0 (Ω), si et seulement si, il existe un compact K de Ω, il existe m ∈ N
et il existe C > 0, tel que
∀f ∈ E (Ω), |T (f )| ≤ C max (sup |Dα f (x)|)

|α|≤m x∈K

Théorème 3.13.
Soit Ω un ouvert de Rn , alors on a

i) Si T ∈ E 0 (Ω), alors la réstriction de T à D(Ω) est une distribution à support
compact.
ii) Si T ∈ D0 (Ω) est une distribution à support compact, alors T se prolonge
d’une manière unique à un élément de E 0 (Ω)
Preuve
i) On désigne par S la réstriction de T à D(Ω). Comme T est continue, alors il existe
m ∈ N et il existe C > 0, tel que
∀f ∈ E (Ω), |T (f )| ≤ C max (sup |Dα f (x)|)

|α|≤m x∈K
Donc pour tout ϕ ∈ D(Ω), on a
| < S, ϕ > | ≤ C max (sup |Dα ϕ(x)|)

|α|≤m x∈K
Donc S est une distribution sur Ω et pour tout ϕ ∈ D(Ω), avec supp(ϕ) ∩ K = ∅, on
a < S, ϕ >= 0, donc supp(S) ⊆ K, par suite supp(S) est compact.
ii) Soit T ∈ D0 (Ω) une distribution à support compact, avec supp(T) = L et soit ψ ∈ D(Ω),
avec ψ = 1 sur un voisinage de L. Soit Te : E (Ω) −→ K définie par
∀f ∈ E (Ω), Te(f ) =< T, ψf >
Soit K = supp(ψ), alors on a supp(ψf ) ⊆ supp(ψ), donc supp(ψf ) ⊆ K, par suite,

on a ψf ∈ D(Ω). Comme T ∈ D0 (Ω), alors il existe m ∈ N et il existe C > 0, tel que
|Te(f )| = | < T, ψf > | ≤ C max (sup |Dα (ψf )(x)|)

|α|≤m x∈K
En appliquant la formule de Leibnitz, comme dans la démonstration de la proposition

3.4., il existe M > 0, tel que pour tout f ∈ E (Ω), on a
|Te(f )| ≤ M max (sup |Dα f (x)|)

|α|≤m x∈K
Donc Te est une forme linéaire continue sur E (Ω) et la restriction de Te à D(Ω)
coincide avec T . Comme D(Ω) est dense dans E (Ω), alors Te est unique.
Remarque 3.5.5
1. D’après le théorème précédent, l’ensemble des distributions compacts s’identifie à
E 0 (Ω), c’est pour cela que dans la suite on désigne par E 0 (Ω) l’espace des distributions
à support compact.
2. La définition de Te ne dépend pas du choix de la fonction ψ.
En effet, si χ ∈ D(Ω) est une autre fonction, telle que ψ = 1 sur un voisinage de
supp(T ), alors on voit facilement que pour tout f ∈ E (Ω), on a

supp(ψ − χ)f ∩ supp(T ) = ∅, donc pour tout f ∈ E (Ω), on a
< T, ψf > − < T, χf >=< T, (ψ − χ)f >= 0
3. Toute distribution à support compact est de rang fini.
3.5.3 Distribution dont le support est réduit à un singleton
Théorème 3.14.
Soient Ω un ouvert de RN , a ∈ Ω et T ∈ D0 (Ω), avec supp(T ) = {a}. Si on désigne

par p l’ordre de T , alors il existe une suite (aα )α∈NN , tel que aα = 0, pour tout
α ∈ NN , avec |α| > p, et tel que
aα D α δa
X
T=
α∈NN
Preuve
Pour la démonstration de ce théorème, nous avons besoin du lemme suivant :
Lemme 3.15.
Soient Ω un ouvert de Rn , a ∈ Ω et T ∈ D0 (Ω), avec supp(T ) = {a}. Soit ϕ ∈ D(Ω),

tel que pour tout α ∈ Nn , avec |α| ≤ p, on a Dα ϕ(a) = 0, où p est l’ordre de T ,
alors < T, ϕ >= 0.
Preuve
Soit χ ∈ D(Ω), tel que χ vaut 1 sur un voisinage ouvert Va de a et tel que supp(ϕ) ⊆ B(a, r),
avec 0 < r < 1. Pour n ∈ N∗ et pour x ∈ Ω, on pose χn (x) = χ(a + r(x − a)), alors on a
supp(χn ) ⊆ B a, nr , donc pour tout ϕ ∈ D(Ω), (1 − χn )ϕ est nulle sur Va , par suite, on

a supp((1 − χn )ϕ) ∩ supp(T ) = ∅, car supp(T ) = {a}, donc < T, (1 − χn )ϕ >= 0. On voit
donc que pour tout ϕ ∈ D(Ω) et pour tout n ∈ N∗ , on a < T, ϕ >=< T, ϕχn >.
T est d’ordre p, donc il existe CK > 0, tel que pour tout compact K de Ω, on a
∀ϕ ∈ DK (Ω), | < T, ϕ > | ≤ CK max (sup |Dα ϕ(x)|)

|α|≤p x∈K
Donc en particulier, si on pose Kn = B a, nr , alors pour tout n ∈ N∗ , on a

| < T, ϕχn > | ≤ CK1 max ( sup |Dα (ϕχn )(x)|)

|α|≤p x∈Kn
D’après la formule de Leibnitz, pour tout x ∈ Kn , on a

Ç å
X α
α
D (ϕχn )(x) = Dβ ϕ(x)Dα−β χn (x)
β≤α
β

Pour chaque β ∈ Nn , avec β ≤ α, appliquons la formule de Taylor à l’ordre p − |β| au

voisinage de a à la fonction Dβ ϕ, alors pour tout x ∈ Kn , on a
β (x − a)γ Z 1
(1 − t)p−|α| Dβ+γ ϕ(a + t(x − a))dt
X
D ϕ(x) = (p + 1 − |β|)
|γ|=p+1−|β|
γ! 0
On a |(x − a)γ k ≤ kx − ak|γ| , donc pour x ∈ Kn , on a
rp+1−|β| 1
|(x − a)γ k ≤ ≤
np+1−|β| np+1−|β|
Donc, si on pose
C1 = (p + 1)N p+1 max ( sup |Dγ ϕ(x)|)
|γ|≤p+1 x∈K1
Alors on a
C1
sup |Dβ ϕ(x)| ≤ p+1−|β|
x∈Kn n
On a aussi
sup |Dα−β χn (x)| = sup |Dα−β χ(a + n(x − a))| ≤ n|α|−|β| sup |Dα−β χ(x)|
x∈Kn x∈Kn x∈K1
Donc si on pose
C2 = 2|α| max ( sup |Dγ χ(x)|)
|γ|≤p+1 x∈K1
alors on aura
C1 C2 C1 C2
∀n ∈ N∗ , max ( sup |Dα (ϕχn )(x)|) ≤ p+1−|α|
≤
|α|≤p x∈Kn n n
Or, pour tout n ∈ Nn , on a
| < T, ϕχn > | ≤ CK1 max ( sup |Dα (ϕχn )(x)|)

|α|≤p x∈Kn
Donc pour tout n ∈ Nn , on a
C1 C2
| < T, ϕ > | = | < T, ϕχn > | ≤
n
On en déduit que < T, ϕ >= 0.
Preuve (du théorème)

Soit ϕ ∈ D(Ω), alors d’après la formule de Taylor avec reste intégral à l’ordre p au voisinage
de a, pour tout x ∈ Ω, on a
p X
Dα ϕ(a) α
X (x − a)α Z 1
(1 − t)N Dα ϕ(a + t(x − a))dt
X
ϕ(x) = (x − a) + (p + 1)
k=1 |α|=k
α! |α|=m+1
α! 0

Soit ψ : Ω −→ C, la fonction définie pour tout x ∈ Ω, par
(x − a)α Z 1
(1 − t)N Dα ϕ(a + t(x − a))dt
X
ψ(x) = (p + 1)
|α|=p+1
α! 0
Comme ϕ est à support compact, alors d’après le théorème de dérivation sous le signe
somme, on voit que ψ ∈ D(Rn ) et que pour tout α ∈ Nn , avec |α| ≤ p, on a Dα ψ(a) = 0,
donc d’après le lemme précédent, on a < T, ψ >= 0. Ainsi, on en déduit que pour tout
ϕ ∈ D(Ω), on a
p X
Dα ϕ(a)
< T, (x − a)α >
X
< T, ϕ >=
k=1 |α|=k
α!
Ici < T, (x − a)α > est bien définie, car x 7−→ (x − a)α est de classe C ∞ et T est à support
< T, (x − a)α >
compact. Pour chaque α ∈ Nn , avec |α| ≤ p, on pose aα = , alors on a
(−1)|α| α!
p X p X
aα (−1)|α| Dα ϕ(a) = aα < Dα δ, ϕ >
X X
< T, ϕ >=
k=1 |α|=k k=1 |α|=k
Donc on obtient p X
aα D α δ
X
T=
k=1 |α|=k
3.6 Convolution et régularisation

3.6.1 Convolution de deux fonctions
Soient f et g deux fonctions de L1 (Rn ) et soit F : Rn × Rn −→ C la fonction définie
pour tout (x, y) ∈ Rn × Rn , par F (x, y) = f (y)g(x − y). Faisons le changement de variable
z = x − y, où x est la variable et y est considéré comme constante, alors on aura un jacobien
qui vaut 1, donc on aura Z
|F (x, y)|dx = |f (y)|kgk1
Rn
Comme les fonctions f et g sont intégrables sur Rn , alors d’après le théorème de Fubini,
on a Z Z Z
|F (x, y)|dxdy = |F (x, y)|dx dy = kf k1 kgk1
Rn ×Rn Rn Rn
Ainsi, d’après Fubini, on voit que, presque pour tout x, la fonction y 7−→ f (y)g(x − y) est
intégrable sur Rn , ce qui justifie la définition suivante :
Définition 3.16.
Soient f et g deux fonctions de L1 (Rn ), Le produit de convolution de f et g, noté

f ∗ g, est la fonction définie pour tout x ∈ Rn , par
Z
(f ∗ g)(x) = f (y)g(x − y)dy
Rn

Remarque 3.6.1
1. Soient f et g deux fonctions de L1 (Rn ), alors d’après ce qui précède, on a
f ∗ g ∈ L1 (Rn ) et kf ∗ gk1 ≤ kf k1 kgk1 .
2. A l’aide d’un changement de variable, on voit facilement que f ∗ g = g ∗ f .
3. On vérifie aussi que si f , g et h sont trois fonctions de L1 (Rn ), alors on a
f ∗ (g ∗ h) = (f ∗ g) ∗ h
4. supp(f ∗ g) ⊆ supp(f ) + supp(g). En effet, pour tout x ∈ Rn , on a

Z Z
(f ∗ g)(x) = f (x − y)g(y)dy = f (x − y)g(y)dy
Rn supp(g)
Si y ∈ supp(g) et x ∈⊆/ supp(f ) + supp(g), alors x − y ∈

/ supp(f ), par suite, on a
(f ∗ g)(x) = 0, donc supp(f ∗ g) ⊆ supp(f ) + supp(g).
5. Si l’un des supports de f et g est compact, alors on a
supp(f ∗ g) ⊆ supp(f ) + supp(g)
car la somme d’un compact et d’un fermé est un fermé.
3.6.2 Régularisation
Lemme 3.17.
Si ϕ est une fonction à support compact continue sur Rn et si f ∈ L1 (Rn ), alors

ϕ ∗ f est continue sur Rn .
Preuve
On pose F (x, y) = ϕ(x − y)f (y), comme ϕ ∈ L1 (Rn ) et g ∈ L1 (Rn ), alors y 7−→ F (x, y)
est intǵrable sur Rn et comme ϕ est continue sur Rn , alors pour presque tout y ∈ Rn ,
x 7−→ F (x, y) est continue sur Rn et on a sup |F (x, y)| ≤ g(y), où pour tout y ∈ Rn , on a
Å ã x∈Rn
g(y) = sup |ϕ(x)| |f (y)|. Comme g ∈ L1 (Rn ), alors d’après le théorème de continuité
x∈Rn Z
sous le signe somme, x 7−→ F (x, y)dy est continue sur Rn , donc ϕ ∗ f est continue sur
Rn
Rn .
Lemme 3.18.
Si ϕ est une fonction à support compact de classe C 1 sur Rn et si f ∈ L1 (Rn ),

alors ϕ ∗ f est de classe C 1 sur Rn et pour tout i ∈ {1, 2, . . . , n}, on a
∂(ϕ ∗ f ) ∂ϕ
= ∗f
∂xi ∂xi

Preuve
On pose F (x, y) = ϕ(x − y)f (y), comme ϕ ∈ L1 (Rn ) et g ∈ L1 (Rn ), alors y 7−→ F (x, y) est
∂ϕ
intǵrable sur Rn . Comme ϕ est de classe C 1 sur Rn , alors pour tout i ∈ {1, 2, . . . , n},
∂xi
∂F
existe et continue sur Rn , donc pour tout y ∈ Rn , (x, y) existe et on a
∂xi
∂F ∂ϕ
(x, y) = (x − y)f (y)
∂xi ∂xi
∂ϕ
ϕ est à support compact, donc aussi est à support compact, par suite, on a
∂xi Å ã
∂F n ∂ϕ
sup | (x, y)| ≤ g(y), où pour tout y ∈ R , on a g(y) = sup (x)| |f (y)|. Comme
x∈Rn ∂xi x∈Rn ∂xi
g ∈ L1 (Rn ), alors d’après le théorème de continuité et dérivation sous le signe somme, la
∂(ϕ ∗ f )
fonction ϕ ∗ f est continue, existe sur Rn et on a :
∂xi
∂(ϕ ∗ f ) ∂ϕ
= ∗f
∂xi ∂xi
Proposition 3.19.
Soient ϕ ∈ D(Rn ) et f ∈ L1 (Rn ). Alors ϕ ∗ f ∈ C ∞ (Rn ) et pour tout α ∈ Nn , on a
Dα (ϕ ∗ f ) = Dα ϕ ∗ f
Dans ce cas, la fonction ϕ ∗ f s’appelle une régularisation de f .
Preuve
On procède par récurrence sur |α|, en appliquant les deux lemmes précédents.
Remarque 3.6.2
Si f ∈ L1loc (Rn ) et si ϕ ∈ D(Rn ), alors on voit facilement que ϕ ∗ f est bien définie et que
ϕ ∗ f ∈ C ∞ (Rn ) et pour tout α ∈ Nn , on a Dα (ϕ ∗ f ) = Dα ϕ ∗ f .
3.6.3 Produit de convolution d’une distribution par une fonc-

tion de D(Rn )
Notations
Pour toute fonction f : Rn −→ C et pour tout x ∈ Rn , la fonction τx f est définie pour
tout y ∈ Rn , par (τx f )(y) = f (y − x). Aussi la fonction fˇ est définie pour tout y ∈ Rn , par
fˇ(y) = f (−y).
Lemme 3.20.
i) Pour tout x ∈ Rn , l’application τx : D(Rn ) −→ D(Rn ) est continue.

ii) Pour tout ϕ ∈ D(Rn ), l’application de Rn vers D(Rn ) qui à x ∈ Rn fait
correspondre τx ϕ est uniformément continue sur Rn .

Preuve
i) Comme τx est linéaire, il suffit de montrer que si une suite (ϕn )n∈N tend vers 0 dans
D(Rn ), alors la suite (τx ϕn )n∈N tend aussi vers 0 dans D(Rn ). Comme (ϕn )n∈N tend
vers 0 dans D(Rn ), alors il existe un compact K, tel que pour tout n ∈ N, on a
supp(ϕn ) ⊆ K et pour tout α ∈ Nn , on a lim (sup |Dα ϕn (y)|) = 0.
n→∞ y∈K
Comme supp(ϕn ) ⊆ K , alors on voit facilement que supp(τx ϕn ) ⊆ x+K. Soit α ∈ Nn ,
alors pour tout ϕ ∈ D(Rn ), on a Dα (τx ϕ) = τx (Dα ϕ), donc pour tout n ∈ N, on a
sup |Dα (τx ϕ)(y)| = sup |τx (Dα ϕn )(y)| = sup |Dα ϕn (y)|
y∈x+K y∈x+K y∈K
On en déduit donc que lim ( sup |Dα (τx ϕn )(y)|) = 0.

n→∞ y∈x+K
ii) Soient ϕ ∈ D(Rn ), h ∈ Rn et α ∈ Nn , alors d’après la formule de Taylor, pour tout

y ∈ Rn , on a
|Dα (τx+h ϕ)(y) − Dα (τx ϕ)(y)| = |(τx+h Dα ϕ)(y) − (τx Dα ϕ)(y)|

= |Dα ϕ(y − x − h) − Dα ϕ(y − x)|
n Z 1
∂ψ
(y − x − th)dt (où ψ = Dα ϕ)
X
= (−hi )
i=1 0 ∂xi
On en déduit que
Ç å
α α ∂ψ
|D (τx+h ϕ)(y) − D (τx ϕ)(y)| ≤ max sup (y) khk1
1≤i≤n y∈R ∂xi
n
Donc lim ( sup sup |Dα (τx+h ϕ)(y) − Dα (τx ϕ)(y)|) = 0. D’où le résultat.
h→0 x∈Rn y∈Rn
Remarque 3.6.3
Soient f ∈ L1loc (Rn ) et ϕ ∈ D(Rn ).
1. Pour tout x ∈ Rn , on a
Z Z
(f ∗ ϕ)(x) = f (y)ϕ(x − y)dy = f (y)(τx ϕ̌)(y)dy =< f, τx ϕ̌ >
Rn Rn
Donc pour T ∈ D0 (Rn ) et pour tout ϕ ∈ D(Rn ), il est naturel de définir (T ∗ ϕ)(x)
pour tout x ∈ Rn , par
(T ∗ ϕ)(x) =< T, τx ϕ̌ >
2. Pour tout x ∈ Rn , on a aussi

Z Z
< τx f, ϕ > = (τx f )(y)ϕ(y)dy = f (y − x)ϕ(y)dy
n n
ZR ZR
= f (y)ϕ(y + x)dy = f (y)(τ−x ϕ)(y)dy
Rn Rn
=< f, τ−x ϕ >
Donc pour T ∈ D0 (Rn ) et pour x ∈ Rn , il est naturel de définir τx T , par
< τx T, ϕ >=< T, τ−x ϕ >

Théorème 3.21.
Soient T ∈ D0 (Rn ), ϕ ∈ D(Rn ) et ψ ∈ D(Rn ), alors on a

i) T ∗ ϕ est continue sur Rn et supp(T ∗ ϕ) ⊆ supp(T ) + supp(ϕ).
ii) T ∗ ϕ ∈ C ∞ (Rn ) et pour tout α ∈ Nn , on a
Dα (T ∗ ϕ) = Dα T ∗ ϕ = T ∗ Dα ϕ
iii) (T ∗ ϕ) ∗ ψ = T ∗ (ϕ ∗ ψ).
Preuve
i) Pour chaque x0 ∈ Rn , montrons que lim (T ∗ ϕ)(x) = (T ∗ ϕ)(x0 ). Pour cela, on peut
x→x0
se restreindre à la boule fermée de centre x0 et de rayon 1, notée Bx0 . On a
lim (T ∗ ϕ)(x) = (T ∗ ϕ)(x0 ) ⇐⇒ lim < T, τx ϕ̌ >=< T, τx0 ϕ̌ >

x→x0 x→x0
D’après le lemme précédent, on a lim τx ϕ̌ = τx0 ϕ̌ dans D(Rn ), ainsi on aura

x→x0
lim < T, τx ϕ̌ >=< T, τx0 ϕ̌ >, par suite, on a lim (T ∗ ϕ)(x) = (T ∗ ϕ)(x0 ).
x→x0 x→x0
On a supp(τx ϕ̌) = x−supp(ϕ) donc si x ∈/ supp(T )+supp(ϕ), alors on voit facilement
que supp(T )∩(x−supp(ϕ)) = ∅, donc (T ∗ϕ)(x) =< T, τx ϕ̌ >= 0. Comme supp(ϕ) est
compact, alors supp(T ) + supp(ϕ) est fermé, donc supp(T ∗ ϕ) ⊆ supp(T ) + supp(ϕ).
ii) Montrons d’abord, d’une manière formelle, que pour tout α ∈ Nα , on a
Dα T ∗ ϕ = T ∗ Dα ϕ
Pour tout x ∈ Rn , on a
(Dα T ∗ ϕ)(x) =< Dα T, τx ϕ̌ >= (−1)|α| < T, Dα (τx ϕ̌) >
ˇ
Or, on a Dα (τx ϕ̌) = (−1)|α| τx D
˘ α ϕ, donc on aura
ˇ
(Dα T ∗ ϕ)(x) =< T, τx D
˘ α
ϕ >= (T ∗ Dα ϕ)(x)
Montrons maintenant que pour tout α ∈ Nn , Dα (T ∗ ϕ) existe et Dα (T ∗ ϕ) = T ∗ Dα ϕ.

Pour cela, il suffit de montrer le résultat pour α ∈ Nn , avec |α| = 1, le résultat dans
le cas général se déduit par récurrence sur |α|. Soit (e1 , e2 , . . . , en ) la base canonique
de Rn , alors on sait que
∂(T ∗ ϕ) 1
(x) = lim ((T ∗ ϕ)(x + hei ) − (T ∗ ϕ)(x)) = lim < T, ψx,h >
∂xi h→0 h h→0
où pour tout y ∈ Rn , on a
1
ψx,h (y) = (ϕ(x − y + hei ) − ϕ(x − y))
h
Alors on vérifie de la même manière que dans le lemme précédent, que dans D(Rn ),

ˇ
∂ϕ
˜
on a lim ψx,h = τx Ainsi, on aura
h→0 ∂xi
ˇ
∂(T ∗ ϕ) ∂ϕ
˜ ∂ϕ
(x) = lim < T, ψx,h >=< T, τx >= (T ∗ )(x)
∂xi h→0 ∂yi ∂yi
iii) Remarquons d’abord que l’application Φ : Rn −→ D(Rn ) qui à y ∈ Rn fait correspondre

ψ̌(y)τy ϕ̌ est continue et Φ(y) = 0, pour tout y ∈
/ supp(ψ̌). Donc Φ est intégrable au
n
sens de Bochner sur R et on a
Z Z
F (y)dy = ψ̌(y)τy ϕ̌dy = ψ̌ ∗ ϕ̌
Rn Rn
Comme T est continue sur D(Rn ), alors on a

Z Z
< T, ϕ̌ ∗ ψ̌ > =< T, ψ̌(y)τy ϕ̌dy >= ψ̌(y) < T, τy ϕ̌ > dy
Z Rn ZR
n
= ψ̌(y)(T ∗ ϕ)(y)dy = ψ(−y)(T ∗ ϕ)(y)dy = [(T ∗ ϕ) ∗ ψ](0)

Rn Rn
Donc on a [T ∗ (ϕ ∗ ψ)](0) =< T, ϕ̌ ∗ ψ̌ >= [(T ∗ ϕ) ∗ ψ](0).

ˇ
Pour x ∈ Rn , en remarquons qu’on a τ˘ −x ψ = τx ψ̌ et que τx (ϕ ∗ ψ) = ϕ ∗ τx ψ, alors
on a
[T ∗ (ϕ ∗ τ−x ψ)](0) = [(T ∗ ϕ) ∗ τ−x ψ](0)
Or, on a
ˇ
[T ∗ (ϕ ∗ τ−x ψ)](0) =< T, ϕ̌ ∗ τ˘
−x ψ >=< T, ϕ̌ ∗ τx ψ̌ >
=< T, τx (ϕ ∗ ψ) >= [T ∗ (ϕ ∗ ψ)](x)
et on a
Z
[(T ∗ ϕ) ∗ τ−x ψ](0) = (T ∗ ϕ)(y)(τ−x ψ)(−y)dy
n
ZR
= (T ∗ ϕ)(y)ψ(x − y)dy = [(T ∗ ϕ) ∗ ψ](x)
Rn
D’ù le résultat.
3.6.4 Régularisation - Densité

On désigne par Cc (Rn ) le C-espace vectoriel des fonctions continue sur Rn à support
compact. Alors, d’après le cours d’intégration, on sait que Cc (Rn ) est dense dans Lp (Rn ),
pour tout p ≥ 1.
Lemme 3.22.
D(Rn ) est dense dans Cc (Rn ).

Preuve
Soit (ϕε )ε>0 une famille régularisante. Rappelons que (ϕε )ε>0 vérifie les propriétés sui-
vantes :
i) Pour tout ε > 0, on a ϕε ≥ 0, ϕε ∈ D(Rn ) et supp(ϕε ) = B(0, ε).

ii) Pour tout ε > 0 et pour tout x ∈ Rn , avec kxk < ε, on a ϕε (x) > 0.
R
iii) Pour tout ε > 0, on a ϕε (x)dx = 1.
Rn
Soit f ∈ Cc (Rn ) et pour tout ε > 0, soit fε = ϕε ∗ f , alors (fε )ε>0 est une famille de Cc (Rn )
qui converge uniformément vers f sur Rn . En effet, on a
Z
|ϕε ∗ f − f | = ϕε (y)f (x − y)dy − f (x)
Rn
Z Z
= (ϕε (y)f (x − y) − f (x))dy (car ϕε (x)dx = 1)
Rn Rn
≤ sup |f (x − y) − f (x)| (car supp(ϕε ) ⊆ B(0, ε))
kyk≤ε
Comme f est continue à support compact sur Rn , alors f est uniformément continue sur
Rn , par suite, on a
lim ( sup |f (x − y) − f (x)|) = 0
ε→0 x∈Rn
kyk≤ε
lim ( sup |(ϕε ∗ f )(x) − f (x)|) = 0

ε→0 x∈Rn
D’après le lemme 3.17, pour tout ε > 0, fε est continue sur Rn et on a
supp(fε ) ⊆ supp(f ) + B(0, ε)
Donc si on suppose que supp(f ) ⊆ B(0, r), alors supp(fε ) ⊆ B(0, r + ε). On voit donc que
(fε )ε>0 est une famille de Cc (Rn ) qui converge vers f dans Cc (Rn ).
Proposition 3.23.
D(Rn ) est dense dans L1 (Rn ).
Preuve
Soient ε > 0 et f ∈ L1 (Rn ). On doit montrer qu’il existe fε ∈ D(Rn ), tel que kf − fε kL1 ≤ ε.
Comme Cc (Rn ) est dense dans L1 (Rn ), alors pour ε > 0 et pour f ∈ L1 (Rn ), il existe
ε
ϕ ∈ Cc (Rn ), tel que kf − ϕkL1 ≤ .
2
Soit (ϕδ )δ>0 une famille régularisante. Alors d’après le lemme précédent, on a
lim ( sup |(ϕδ ∗ ϕ)(x) − ϕ(x)|) = 0. Soit r > 0, tel que supp(ϕ) ⊆ B(0, r), alors on a
δ→0 x∈Rn
supp(ϕδ ∗ ϕ) ⊆ B(0, r + δ). Ainsi, pour x ∈
/ B(0, r + δ), on a (ϕδ ∗ ϕ)(x) − ϕ(x) = 0, par

suite, on a
Z
kϕδ ∗ ϕ − ϕkL1 = |(ϕδ ∗ ϕ)(x) − ϕ(x)|dx
B(0,r+δ)
≤ ( sup |(ϕδ ∗ ϕ)(x) − ϕ(x)|)µ(B(0, r + δ))
x∈Rn
(où µ est la mesure de Lebesgue sur Rn )
Comme lim ( sup |(ϕδ ∗ ϕ)(x) − ϕ(x)|) = 0 et µ(B(0, r + δ)) est borné au voisinage lorsque
δ→0 x∈Rn
δ tend vers 0, alors on voit que lim kϕδ ∗ ϕ − ϕkL1 = 0. Ainsi, pour ε > 0, il existe δ > 0,
δ→0
ε
tel que kϕδ ∗ ϕ − ϕkL1 ≤ , par suite, on a
2
ε ε
kf − ϕδ ∗ ϕkL1 ≤ kf − ϕkL1 + kϕδ ∗ ϕ − ϕkL1 ≤ + =ε
2 2
d’où le résultat, car ϕδ ∗ ϕ ∈ D(Rn ).
Lemme 3.24.
Soit (ϕk )k≥0 une suite régularisante et soit ϕ ∈ D(Rn ). Alors (ϕk ∗ ϕ)k≥0 converge
vers ϕ dans D(Rn ).
Preuve
Soit α ∈ Nn , alors on sait que Dα (ϕk ∗ ϕ) = ϕk ∗ Dα ϕ, donc en tenant compte que
ϕk (x)dx = 1 et que supp(ϕk ) ⊆ B(0, k1 ), alors on a
R
Rn
Z
α α
|D (ϕk ∗ ϕ)(x) − D (x)| = ϕk (y)Dα ϕ(x − y)dy − Dα ϕ(x)
Rn
Z
= ϕk (y)(Dα ϕ(x − y) − Dα ϕ(x))dy
Rn
Z
= ϕk (y)(Dα ϕ(x − y) − Dα ϕ(x))dy
kxk≤ k1
≤ sup |Dα ϕ(x − y) − Dα ϕ(x)|

kyk≤ k1
Ainsi, on aura
sup |Dα (ϕk ∗ ϕ)(x) − Dα (x)| ≤ sup sup |Dα ϕ(x − y) − Dα ϕ(x)|
x∈Rn x∈Rn kyk≤ 1
k
Dα ϕ est une fonction à support compact, donc Dα ϕ est uniformément continue, par suite,
on a
lim ( sup sup |Dα ϕ(x − y) − Dα ϕ(x)|) = 0
k→+∞ x∈Rn kyk≤ 1
k
Par conséquent, on a
lim sup |Dα (ϕk ∗ ϕ)(x) − Dα (x)| = 0

k→+∞ x∈Rn

Proposition 3.25.
D(Rn ) est dense dans D0 (Rn ).
Soit T ∈ D0 (Rn ) et soit (ϕk )k≥0 une suite régularisante. Montrons que (T ∗ ϕk )k≥0 converge
vers T dans D0 (Rn ). Soit ϕ ∈ D(Rn ), alors on a
< T ∗ ϕk , ϕ >= [(T ∗ ϕk ) ∗ ϕ̌](0) = [T ∗ (ϕk ∗ ϕ̌)](0) =< T, ϕˇk ∗ ϕ >
On a ϕˇk = ϕk et d’après le lemme précédent, on a ϕk ∗ ϕ −→ ϕ dans D(Rn ), donc on a
lim < T ∗ ϕk , ϕ >=< T, ϕ >

k→+∞
3.6.5 Produit de convolution de deux distributions

Notations
Si T ∈ D0 (Rn ), on désigne par Ť la distribution définie par
∀ϕ ∈ D(Rn ), < Ť , ϕ >=< T, ϕ̌ >
Ť définit bien une distribution et on a supp(Ť ) = −supp(T ).

Si T ∈ D0 (Rn ) et a ∈ Rn , on désigne par τa T la distribution définie par
∀ϕ ∈ D(Rn ), < τa T, ϕ >=< T, τ−a ϕ >
Remarque 3.6.4
Soient f ∈ L1 (Rn ) et g ∈ L1 (Rn ), alors pour tout ϕ ∈ D(Rn ), on a
Z Z Z
< f ∗ g, ϕ > = (f ∗ g)(x)ϕ(x)dx = f (y)g(x − y)dy ϕ(x)dx
n Rn Rn
ZR Z Z Z
= g(x − y)ϕ(x)dx f (y)dy = ǧ(y − x)ϕ(x)dx f (y)dy
n Rn Rn Rn
ZR
= (ǧ ∗ ϕ)(y)f (y)dy =< f, ǧ ∗ ϕ >
Rn
Donc pour tout ϕ ∈ D(Rn ), on a < f ∗ g, ϕ >=< f, ǧ ∗ ϕ >, ce qui justifie la définition
suivante :
Définition 3.26.
Soient S et T deux distributions de D0 (Rn ) dont l’une au moins est à support

compact. Le produit de convolution de S par T , noté S ∗ T est définit pour tout
ϕ ∈ D(Rn ), par
< S ∗ T, ϕ >=< S, Ť ∗ ϕ >
Exemples
Pour tout a ∈ Rn et pour tout T ∈ D0 (Rn ), on a δa ∗ T = τa T . En effet, pour tout ϕ ∈ D(Rn ),
on a
< δa ∗ T, ϕ >=< δa , Ť ∗ ϕ >= (Ť ∗ ϕ)(a)

et on a
ˇ
(Ť ∗ ϕ)(a) =< Ť , τa ϕ̌ >=< T, τ¯
a ϕ̌ >=< T, τ−a ϕ >=< τa T, ϕ >
donc pour tout ϕ ∈ D(Rn ), on a < δa ∗ T, ϕ >=< τa T, ϕ >, par suite δa ∗ T = τa T .

En particulier, pour tout T ∈ D0 (Rn ), on a δ ∗ T = T , donc δ est un élément neutre pour
le produit de convolution.
Proposition 3.27.

compact et soit ϕ ∈ D(Rn ). Alors on a (T ∗ S) ∗ ϕ = T ∗ (S ∗ ϕ).
Preuve
Soit x ∈ Rn , alors on a
ˇ
[(T ∗ S) ∗ ϕ](x) =< T ∗ S, τx ϕ̌ >=< T, Š ∗ τx ϕ̌ >=< T, τx S
˘ ∗ ϕ >= [T ∗ (S ∗ ϕ)](x)
Remarque 3.6.5
Soient S et T deux distributions de D0 (Rn ), tels que pour tout ϕ ∈ D(Rn ), on a T ∗ϕ = S ∗ϕ,
alors T = S. (Exercice)
Théorème 3.28.

compact. Alors on a
i) S ∗ T = T ∗ S.
ii) supp(T ∗ S) ⊆ supp(T ) + supp(S).
iii) Pour tout α ∈ Nn , on a Dα (T ∗ S) = T ∗ Dα S = Dα T ∗ S.
Preuve
i) Soient ϕ ∈ D(Rn ) et ψ ∈ D(Rn ), alors d’après la proposition précédente, on a
(T ∗ S) ∗ (ϕ ∗ ψ) = T ∗ [S ∗ (ϕ ∗ ψ)] = T ∗ [(S ∗ ϕ) ∗ ψ] = T ∗ [ψ ∗ (S ∗ ϕ)]

= (T ∗ ψ) ∗ (S ∗ ϕ)
On a aussi (S ∗ T ) ∗ (ϕ ∗ ψ) = (S ∗ T ) ∗ (ψ ∗ ϕ) = (S ∗ ϕ) ∗ (T ∗ ψ) = (T ∗ ψ) ∗ (S ∗ ϕ).
Ainsi, pour tout ϕ, ψ ∈ D(Rn ), on a [(T ∗ S) ∗ ϕ] ∗ ψ = [(S ∗ T ) ∗ ϕ] ∗ ψ, donc d’après
la remarque précédente, on a T ∗ S = S ∗ T
ii) Soit ϕ ∈ D(Rn ), tel que supp(ϕ) ∩ (supp(T ) + supp(S)) = ∅, alors on voit facilement
que (supp(ϕ) − supp(S)) ∩ supp(T ) = ∅. Or, d’après le théorème 3.20, on a
supp(Š ∗ ϕ) ⊆ supp(ϕ) − supp(S), donc supp(T ) ∩ supp(Š ∗ ϕ) = ∅. Ainsi, on aura
< T, Š ∗ ϕ >= 0, donc < T ∗ S, ϕ >= 0. Donc pour tout ϕ ∈ D(Rn ), tel que supp(ϕ) ∩
(supp(T ) + supp(S)) = ∅, on a < T ∗ S, ϕ >= 0, par suite, on a
supp(T ∗ S) ⊆ supp(T ) + supp(S)

Or, l’un des deux supports est compact, donc supp(T ) + supp(S) est fermé. D’où
iii) Soit ϕ ∈ D(Rn ) et soit α ∈ Nn , alors on a
< Dα (T ∗ S), ϕ >= (−1)|α| < T ∗ S, Dα ϕ >= (−1)|α| < T, Š ∗ Dα ϕ >
ˇ
D’après le théorème 3.20, on a Š ∗ Dα ϕ = Dα Š ∗ ϕ et on a Dα Š = (−1)|α| D
˘ α S, donc
on aura
ˇ
< Dα (T ∗ S), ϕ >=< T, D ˘ α
S ∗ ϕ >=< T ∗ Dα S, ϕ >
Donc Dα (T ∗ S) = T ∗ Dα S et comme T ∗ S = S ∗ T , alors on obtient le résultat.
Proposition 3.29.
Soient T , S et R trois distributions de D0 (Rn ), telles que deux au moins d’entre

eux est à support compact, alors on a (T ∗ S) ∗ R = T ∗ (S ∗ R).
Preuve
Il suffit de montrer que pour tout ϕ ∈ D(Rn ), on a [(T ∗ S) ∗ R] ∗ ϕ = [T ∗ (S ∗ R)] ∗ ϕ.
Soit ϕ ∈ D(Rn ), alors on a
[(T ∗ S) ∗ R] ∗ ϕ = (T ∗ S) ∗ (R ∗ ϕ) = T ∗ [S ∗ (R ∗ ϕ)]
On a aussi
[T ∗ (S ∗ R)] ∗ ϕ = T ∗ [(S ∗ R) ∗ ϕ] = T ∗ [S ∗ (R ∗ ϕ)]
D’où le résultat.
Remarque 3.6.6
Soient T et S deux distributions de E 0 (Rn ), donc T et S sont deux distributions à support
compact. D’après le théorème précédent, on a
La somme de deux compacts est un compact, donc supp(T ∗ S) est compact, par suite
T ∗ S ∈ E 0 (Rn ). On a alors les propriétés suivantes :
i) E 0 (Rn ) est stable pour le produit de convolution.
ii) Le produit de convolution est associative.
iii) Le produit de convolution est commutative.
iv) δ est un élément neutre pour le produit de convolution.
v) Le produit de convolution est distributive par rapport à l’addition.
vi) Pour tout λ ∈ K et pour tout T, S ∈ E 0 (Rn ), on a λ(T ∗ S) = (λT ) ∗ S = T ∗ (λS).
On en déduit donc que (E 0 (Rn ), +, ·, ∗) est une algèbre commutative et unitaire, appelée
algèbre de convolution.

3.6.6 Solution fondamentale d’un opérateur différentiel

Soit P ∈ C[X1 , X2 , . . . , Xn ] un polynôme à n indéterminées de degré total m, donc on a
aα X α , avec {aα : |α| = m} 6= {0}, où pour tout α ∈ Nn , avec α = (α1 , . . . , αn ),
P
P=
α∈Nn
|α|≤m
m
on a X α = X1α1 X2α2 · · · Xnαn . On peut aussi écrire P sous la forme P = aα X α .
P P
k=0 |α|=k
aα Dα s’appelle un opérateur différentiel d’ordre m à coefficients constants.
P
P (D) =
|α|≤m
Remarque 3.6.7
1. P (D) : D0 (Rn ) −→ D0 (Rn ) est un opérateur linéaire continue.
m
P dk
2. Si n = 1, un opérateur différentiel d’ordre m s’écrit sous la forme P (D) = ak ,
k=0 dxk
avec am 6= 0. Donc pour tout u ∈ D0 (R), on a
m
dk u
= a0 u + a1 u0 + · · · + am u(m)
X
P (D)u = ak
k=0
dxk
Dans la suite on s’intéresse à la résolution dans D0 (Rn ) de l’équation P (D)u = f , avec

u ∈ D0 (Rn ) et f ∈ D0 (Rn ).
Définition 3.30.
On dit que T ∈ D0 (Rn ) est une solution fondamentale de P (D), si P (D)T = δ.
Remarque 3.6.8
Supposons que T ∈ D0 (Rn ) est une solution fondamental de P (D) et considérons dans
D0 (Rn ), l’équation P (D)u = f . Supposons que l’une au moins des deux distributions T et
f est à support compact et posons u = T ∗ f , alors u est solution de P (D)u = δ.
En effet, on a P (D)u = P (D)(T ∗ f ) = (P (D)T ) ∗ f = δ ∗ f = f .
u ainsi construite ne représente pas toutes les solutions de l’équation P (D)u = f , c’est
uniquement l’une des solutions de cette équation.
Théorème 3.31 (Malgrange-Ehrenpreis (1955)).
Tout opérateur différentiel non nul à coefficients constants admet une solution
fondamental.
Preuve
Démonstration à admettre.
Exemples
On se propose de chercher une solution fondamentale T ∈ D0 (R) de l’opérateur différentiel
d’ordre m à coefficients constants :
a0 T + a1 T 0 + · · · + am T (m) = δ

Pour cela, on considère une fonction f ∈ C ∞ (R) solution de l’équation différentielle

a0 y + a1 y 0 + . . . + am y (m) = 0, telle que
1
f (0) = f 0 (0) = . . . = f (m−2) (0) = 0 et f (m−1) (0) =
am
On pose T = Y f , où Y est la fonction de Heaviside, alors pour tout ϕ ∈ D(R), on a

Z +∞
< T 0 , ϕ > = − < T, ϕ0 >= − f (t)ϕ0 (t)dt
0
Z +∞
= f (0)ϕ(0) + f 0 (t)ϕ(t)dt = f (0) < δ, ϕ > + < Y f 0 , ϕ >
0
On en déduit donc que T 0 = Y f 0 + f (0)δ. On montre facilement par récurrence sur k, que
pour tout k ∈ N, on a
T (k) = Y f (k) + f (0)δ (k−1) + f 0 (0)δ (k−2) + · · · + f (k−1) (0)δ
Donc si f (0) = f 0 (0) = . . . = f (m−2) (0) = 0, alors pour k ∈ {1, 2, . . . , m−1}, on a T (k) = Y f (k)
et on a T (m) = Y f (m) + f (m−1) (0)δ, par suite on a
m m m
(k) (k)
ak f (k) + δ = δ
X X X
ak T = ak Y f +δ = Y
k=1 k=1 k=1
3.7 Transformée de Fourier
3.7.1 Transformée de Fourier dans L1 (Rn )

Définition 3.32.
Pour tout f ∈ L1 (Rn ), la transformée de Fourier de f est la fonction, notée fb,

définie sur Rn par Z
n b
∀x ∈ R , f (x) = e−ix·y f (y)dy
Rn
où x · y = x1 y1 + x2 y2 + · · · xn yn est le produit scalaire de x par y.
Remarque 3.7.1
R
On a fb(0) = f (y)dy.
Rn
Exemples
1. f (x) = χ[−1,1] la fonction caractéristique de [−1, 1] sur R, alors on a
2 sin x

−ixt
Z 1
si x 6= 0
∀x ∈ R, fb(x) = e dt = x
−1 2 si x = 0
/ L1 (R).
On remarque alors que fb ∈

2. f (x) = e−|x| , alors pour tout x ∈ R, on a

Z +∞ Z +∞ Z +∞
−ixt −|t| −(1+ix)t
fb(x) = e e dt = e dt + e(1−ix)t dt
−∞ 0 0
1 1 2
= + =
1 + ix 1 − ix 1 + x2
x2
3. f (x) = e− 2 , alors pour tout x ∈ R, on a
2
Z +∞ 2 2 Z +∞ − (t + ix)
− t2 − x2
fb(x) = e−ixt e dt = e e 2 dt
−∞ −∞
z2
En intégrant la fonction complexe z 7−→ e− 2 sur le rectangle dont les sommets sont
les points d’affixes respectives −a, a, a + ix et −a + ix, où a > 0, et en appliquant le
théorème de Cauchy pour les fonctions holomorphes, on voit facilement, en faisant
tendre a vers +∞, qu’on a
2
Z +∞ − (t + ix) Z +∞ √
−t2
e 2 dt = e 2 dt = 2π
−∞ −∞
√ x2 √
Donc fb(x) = 2πe− 2 = 2πf (x).
kxk2
4. Pour x ∈ Rn , soit f (x) = e− 2 , où kxk2 = x21 + x22 + · · · + x2n . Alors on a
kxk2 x21 x22 x2

n
− − − −
e 2 =e 2 e 2 ...e 2
Et on a aussi
e−ix·y = e−ix1 y1 e−ix2 y2 . . . e−ixn yn
On en déduit donc que
n Z +∞ x2
k √ kxk2 √
e−ixk yk e− dxk = ( 2π)n e− 2 = ( 2π)n f (x)
Y
fb(x) = 2
k=1 −∞
Proposition 3.33.
Soit f ∈ L1 (Rn ), alors on a

i) fb est bornée sur Rn et on a kfbk∞ ≤ kf kL1 .
ii) fb est uniformément continue sur Rn .
iii) lim fb(x) = 0.
kxk→+∞
Preuve
i) Trivial.

ii) Pour x ∈ Rn et h ∈ Rn , on a
Z
|fb(x + h) − fb(x)| ≤ |e−ihy − 1||f (y)|dy
Rn
par suite, on a
Z
sup |fb(x + h) − fb(x)| ≤ |e−ihy − 1||f (y)|dy
x∈Rn Rn
Pour tout y ∈ Rn , on a lim |e−ihy − 1||f (y)| = 0 et |e−ihy − 1||f (y)| ≤ 2|f (y)|, donc
h→0
d’après le théorème de convergence dominée, on a
lim ( sup |fb(x + h) − fb(x)|) = 0

h→0 x∈Rn
Ainsi on voit que fb est uniformément continue sur Rn .

πx
iii) Pour x ∈ Rn , on pose h = , alors on voit facilement que
kxk2
1Z
f (x) =
b (f (y) − τh f (y))e−ix·y dy
2 Rn
Donc on aura
|fb(x)k ≤ kf − τh f kL1
Or, d’après le cours d’intégration, on sait que lim kf − τh f kL1 = 0, donc quand kxk tend
h→0
vers l’infini, h tend vers 0, par suite on a lim fb(x) = 0.
kxk→+∞
Proposition 3.34.
Pour tout a ∈ Rn , on a
−ia·x fb.
af = e
i) τd
ia·x f = τ fb.
ii) e’ a
Preuve
i) Soit x ∈ Rn , alors on a
Z Z
a f (x) =
τd e−ix·y (τa f )(y)dy = e−ix·y f (y − a)dy
n Rn
ZR
= e−ix·(y+a) f (y)dy = e −ia·x b
f (x)
Rn
ii) Soit x ∈ Rn , alors on a

Z Z
iax f (x) =
e’ e−ix·y eiay f (y)dy = e−i(x−a)·y f (y)dy
Rn Rn
= fb(x − a) = τa fb(x)

Proposition 3.35.
Soient f ∈ L1 (Rn ) et g ∈ L1 (Rn ), alors on a

∗ g = fb× gb.
i) f‘
ii) Z Z
f (x)b
g (x)dx = fb(x)g(x)dx
Rn Rn
Preuve
i) Pour tout x ∈ Rn , on a
Z
∗ g(x) =
f‘ e−ix·y (f ∗ g)(y)dy
ZRn
Z
= e−ix·y f (z)g(y − z)dz dy
n Rn
ZR Z
= e−ix·y g(y − z)dy f (z)dz
n n
ZR ZR
−ix·(y+z)
= e g(y)dy f (z)dz
n Rn
RZ Z
= e−ix·z f (z)dz e−ix·y g(y)dy = fb× gb
Rn Rn
ii) Exercice
3.7.2 Transformation de Fourier dans l’espace de Schwartz S
Définition 3.36.
i) On dit qu’une fonction f : Rn −→ C est à décroissance rapide, si pour tout

m ∈ N, on a lim kxkm f (x) = 0.
kxk→∞
ii) On dit que f ∈ C ∞ (Rn )
est une fonction de Schwartz, si pour tout α ∈ Nn ,
Dα f est une fonction à décroissance rapide.
iii) On appelle espace de Schwartz, qu’on note S(Rn ), l’espace de toutes les
fonctions de Schwartz.
Remarque 3.7.2
1. S(Rn ) est un sous-espace vectoriel de C ∞ (Rn ) stable par dérivation et par multipli-
cation par des fonctions polynômes.
2. On vérifie que f ∈ S(Rn ), si et seulement si, pour tout β ∈ Nn et pour tout m ∈ N,

on a sup ((1 + kxk)m |Dβ f (x)|) < +∞. (Exercice)
x∈Rn
3. D(Rn ) ⊆ S(Rn ) ⊆ C ∞ (Rn ) et S(Rn ) ⊆ Lp (Rn ), pour tout p ≥ 1.

Proposition 3.37.
Soit f ∈ C ∞ (Rn ). Alors f ∈ S(Rn ), si seulement si, pour tout α ∈ Nn et pour

tout β ∈ Nn , on a sup |xα Dβ f (x)| < +∞.
x∈Rn
Preuve
Remarquons d’abord que si on pose kxk = |x1 | + · · · + |xn |, alors pour tout α ∈ Nn , on a
|xα | ≤ kxk|α| et pour tout m ∈ N,
(=⇒) Supposons f ∈ S(Rn ) et soient α ∈ Nn et β ∈ Nn , alors pour tout x ∈ Rn , on a
|xα Dβ f (x)| ≤ kxk|α| |Dβ f (x)|. Comme f ∈ S(Rn ), alors lim kxk|α| Dβ f (x) = 0,
kxk→+∞
par suite, sup (kxk|α| |Dβ f (x)|) < +∞, donc sup α β
|x D f (x)| < +∞.
x∈Rn x∈Rn
(⇐=) Il suffit de remarquer que pour tout m ∈ N, on a
m! α
kxkm =
X
|x |
|α|=m
α!
Donc pour tout β ∈ Nn et pour tout x ∈ Rn , avec x 6= 0, on a
2m+1
kxkm |Dβ f (x)| ≤ max ( sup |xα Dβ f (x)|)
kxk |α|=m+1 x∈Rn
Remarque 3.7.3
1. Pour α, β ∈ Nn et pour f ∈ S(Rn ), on pose pα,β (f ) = sup |xα Dβ f (x)|, alors (pα,β )α,β∈Nn
x∈Rn
est une famille dénombrable de semi-normes sur S(Rn ), donc S(Rn ) est un espace
localement convexe métrisable.
2. Pour α, β ∈ Nn et pour m ∈ N, on pose pour tout f ∈ S(Rn ),
pα,β,m (f ) = max ( sup |xα Dβ f (x)|)

|α|,|β|≤m x∈Rn
Alors (pα,β,m )α,β∈Nn ,m∈N est famille filtrante de semi-normes sur S(Rn ) qui définit
sur S(Rn ) la même topologie que la famille (pα,β )α,β∈Nn .
3. La topologie de S(Rn ) peut-être aussi définie par la famille de semi-normes (pm,β )m∈N,β∈Nn ,
où pour tout f ∈ S(Rn ), on a pm,β (f ) = sup ((1 + kxk)m |Dβ f (x)|).
x∈Rn
4. Une suite (fk )k≥0 de S(Rn ) converge vers f , si et seulement si, pour tout α, β ∈ Nn ,
xα Dβ fk (x) converge uniformément sur Rn vers xα Dβ f (x).
5. On vérifie que S(Rn ) est un espace de Fréchet. (Exercice)
Exemples
1. D(Rn ) ⊆ S(Rn ).
En effet, si ϕ ∈ D(Rn ) avec supp(ϕ) ⊆ K, alors pour α, β ∈ Nn , on a
sup |xα Dβ ϕ(x)| = sup |xα Dβ ϕ(x)| < +∞

x∈Rn x∈K
2
2. Soit ϕ(x) = e−kxk , alors ϕ ∈ S(Rn ) et ϕ ∈
/ D(Rn ).

3. Soit f (x) = e−kxk , alors f ∈ L1 (Rn ) et f ∈

/ S(Rn ).
Proposition 3.38.
i) L’injection canonique de D(Rn ) dans S(Rn ) est continue.

ii) D(Rn ) est dense dans S(Rn ).
Preuve
i) Soit (ϕn )n≥0 une suite de D(Rn ) qui converge vers 0 dans D(Rn ), on doit vérifier que
(ϕn )n≥0 converge vers 0 dans S(Rn ). Comme (ϕn )n≥0 tend vers 0 dans D(Rn ), alors
il existe un compact K, tel que pour tout n ∈ N, on a supp(ϕn ) ⊆ K. Soient α, β ∈ Nn
et soit R > 0, tel que K ⊆ B(0, R), alors on a
sup |xα Dβ ϕn (x)| = sup |xα Dβ ϕn (x)| ≤ R|α| sup |Dβ ϕn (x)|
x∈Rn x∈K x∈K
Comme lim supx∈K |Dβ ϕn (x)| = 0, alors lim supx∈Rn |xα Dβ ϕn (x)| = 0.
n→+∞ n→+∞
ii) Soit f ∈ S(Rn ) etsoit ϕ ∈ D(Rn ),
telle que ϕ vaut 1 sur la bouleunité
B(0, 1) et
x
0 ≤ ϕ ≤ 1. Pour tout k ∈ N∗ et pour tout x ∈ Rn , on pose ϕk (x) = ϕ et fk = ϕk f .
k
On se propose de montrer que (fk )k≥1 converge vers f dans S(R ). Soient α, β ∈ Nn ,
n
alors on a
xα Dβ fk (x) − xα Dβ f (x) = xα Dβ [(ϕk − 1)f ](x)
D’après la formule de Leibnitz, on a
Ç å
γ
Dβ [(ϕk − 1)f ](x) = (ϕk − 1)Dβ f (x) + Dγ ϕk (x)Dβ−γ f (x)
X
γ≤β
β
|γ|≥1
Ç å
γ 1 γ x β−γ
= (ϕk − 1)Dβ f (x) +
X
D ϕ D f (x)
γ≤β
β k |γ| k
|γ|≥1
Pour x ∈ Rn , on a (1 − ϕ)(x) = 0 si kxk ≤ 1 et (1 − ϕ)(x) ≤ 1 si kxk > 1. On en déduit

kxk
alors qu’on a |(ϕ − 1)(x)| ≤ kxk, donc pour tout k ∈ N∗ , on a |(ϕk − 1)(x)| ≤ .
k
Ainsi, on a
1
|xα (ϕk − 1)Dβ f (x)| ≤ kxkxα Dβ f (x) (3.1)
k
On a aussi
2|β|
Ç å
γ 1 γ x β−γ
xα max( sup |Dγ ϕ(x)|) max( sup |xα Dγ f (x)|)
X
D ϕ D f (x) ≤
γ≤β
β k |γ| k k γ≤β x∈Rn γ≤β x∈Rn
|γ|≥1
(3.2)
En appliquant (3.1) et (3.2), on voit que lim supx∈Rn (|xα Dβ fk (x)−xα Dβ f (x)|) = 0.
k→+∞

Proposition 3.39.
Soit f ∈ S(Rn ) une fonction de Schwartz, alors pour tout α ∈ Nn et pour tout
x ∈ Rn , on a
i) x
‘ α f (x) = i|α| D α fb(x).
ii) D
‘ α f (x) = i|α| xα fb(x).
Preuve
Il suffit de supposer que |α| = 1, le cas général se déduit par récurrence sur |α|. Supposons
∂
alors que |α| = 1 et Dα = = ∂i .
∂xi
i) Pour tout x ∈ Rn , on a Z
∂i fb(x) = ∂i e−ix·y f (y)dy
Rn
On a ∂i (e−ix·y f (y)) = −iyi e−ix·y f (y) et on a |∂i (e−ix·y f (y))| = |yi f (y)|, avec
yi f ∈ L1 (Rn ), car yi f ∈ S(Rn ). Donc d’après le théorème de dérivation sous le signe
somme, on a
Z Z
−ix·y
∂i fb(x) = −iyi e f (y)dy = −i e−ix·y yi f (y)dy = −ix
d i f (x)
Rn Rn
ii) Pour tout x ∈ Rn , on a Z

i f (x) =
∂” e−ix·y (∂i f )(y)dy
Rn
Comme e−ix·y ∂f ∈ L1 (Rn ), donc d’après le théorème de Fubini, on a

Z ÅZ +∞ ã
−ix·y
∂i f (x) =
” e (∂i f )(y)dyi dy
Rn−1 −∞
On a f ∈ S(Rn ), donc lim f (x) = 0, par suite, on a lim f (x) = 0. Par consé-
kxk→+∞ xi →±∞
quent, on a
+∞
Z ÅZ ã Z
−ix·y
i f (x) =
∂” iyi e (∂i f )(y)dyi = i e−ix·y (yi f )(y)dy = ix
d i f (x)
Rn−1 −∞ Rn
Proposition 3.40.
Pour tout f ∈ S(Rn ), on a fb ∈ S(Rn ).
Preuve
Soient α ∈ Nn et β ∈ Nn , alors pour tout x ∈ Rn , on a
|xα Dβ fb(x)| = |xα xd

β f (x)| = |D
ÿ α (xβ f )(x)| ≤ kD α (xβ f )k 1
L
On en déduit donc que sup |xα Dβ fb(x)| < +∞.

x∈Rn

Proposition 3.41 (Fourier inverse).
Pour tout f ∈ S(Rn ) et pour tout x ∈ Rn , on a

1 R ix·y b
i) f (x) = e f (y)dy.
(2π)n Rn
ii) f“(x) = (2π)n fˇ(x).

“
Preuve 2
2 kxk
i) Pour t > 0 et pour x ∈ Rn , on pose gt (x) = e−t 2 , alors on a
√ n1 Å
kxk2
ã
g“t (x) = ( 2π) n exp − 2
t 2t
On a lim (eix·y fb(y)gt (y)) = eix·y fb(y) et on a |eix·y fb(y)gt (y)| ≤ |fb(y)|, avec fb ∈ L1 (Rn ),
t→0
donc d’après le théorème de convergence dominée, on a
Z Z
eix·y fb(y)dy = lim eix·y gt (y)fb(y)dy
Rn t→0 Rn
Or, on a
Z Z Z
ix·y ix·y g (y)f (y)dy =
e gt (y)fb(y)dy = e÷ t τx g“t (y)f (y)dy
Rn Rn Rn
√ n1Z Å
ky − xk2
ã
= ( 2π) n exp − f (y)dy
t Rn 2t2
√ nZ Å
kyk2
ã
= ( 2π) exp − f (x + ty)dy
Rn 2
En appliquant de nouveau le théorème de convergence dominée, on a

Z
ix·y
√ n
Å
Z
kyk 2ã
lim e gt (y)fb(y)dy = ( 2π) lim exp − f (x + ty)dy
t→0 Rn t→0 Rn 2
√ n Z Å
kyk2
ã
= ( 2π) f (x) exp − dy = (2π)n f (x)
Rn 2
ii) Pour f ∈ S(Rn ) et pour x ∈ Rn , on a
1 Z ix·y b ˇ
f (x) = e f (y)dy = “(−x) = f“
f “(x)
“
(2π)n n
R
Remarque 3.7.4
Soit F : S(Rn ) −→ S(Rn ) l’application définie pour tout f ∈ S(Rn ), par F (f ) = fb. Alors
pour tout f ∈ S(Rn ), on a F (F (f )) = (2π)n fˇ
Lemme 3.42.
L’injection canonique de S(Rn ) dans L1 (Rn ) est continue.

Preuve
L’injection canonique est linéaire, donc d’après la proposition 2.17, pour montrer la
continuité, il suffit de montrer qu’il existe m ∈ N, il existe β ∈ Nn et il existe C > 0, tels
que pour tout f ∈ S(Rn ), on a
kf kL1 ≤ C sup ((1 + kxk)m |Dβ f (x)|)

x∈Rn
1
Pour cela, rappelons que la fonction g : Rn −→ Rn définie par g(x) = est
(1 + kxk)p
intégrable sur Rn , si et seulement si, p > n.
Pour tout ∈ S(Rn ), on a
Z Z
1
kf kL1 = |f (x)|dx = (1 + kxk)n+1 |f (x)|dx
Rn Rn (1 + kxk)n+1
ÅZ ã
1
≤ dx sup (1 + kxk)n+1 |f (x)|)
Rn (1 + kxk)n+1 x∈Rn
D’où le résultat pour m = n + 1 et |β| = 0.
Proposition 3.43.
L’application F : S(Rn ) −→ S(Rn ) qui à f ∈ S(Rn ) fait correspondre fb est un

homéomorphisme de S(Rn ) vers S(Rn ).
Preuve
On a F est linéaire et d’après proposition 3.38, si F (f ) = 0, alors f = 0, donc F est
injective. Puis d’après la remarque 3.7.4, pour tout g ∈ S(Rn ), on a g = F (f ), avec
1
f = √ n F (ǧ), donc F est surjective.
( 2π)
Il suffit donc de montrer que F est continue en 0. Soit (fn )n≥0 une suite de S(Rn ) qui
converge vers 0 dans S(Rn ), on doit montrer que (F (fn ))n≥0 converge vers 0 dans S(Rn ).
Pour cela, soient α, β ∈ Nn , alors d’après la proposition 3.37, on a
sup (|xα Dβ f“n (x)|) ≤ kDα (xβ fn )kL1

x∈Rn
Comme (fn )n≥0 converge vers 0 dans S(Rn ), alors on a lim (Dα (xβ fn )) = 0, par suite,
n→+∞
d’après le lemme précédent, on a lim kDα (xβ f n )kL1 = 0. Ainsi, on a
n→+∞
lim sup (|xα Dβ f“n (x)|) = 0

n→+∞ x∈Rn
3.7.3 Transformée de Fourier d’une distribution tempérée

D’après la proposition 3.35, l’injection canonique de D(Rn ) dans S(Rn ) est continue, donc
toute forme linéaire continue T : S(Rn ) −→ K est aussi une forme linéaire continue sur
D(Rn ), par suite toute forme linéaire continue sur S(Rn ) définit une distribution sur Rn .

Définition 3.44.
On appelle distribution tempérée, toute forme linéaire continue sur S(Rn ).
Remarque 3.7.5
1. Il est facile de voir que l’injection de S(Rn ) dans E (Rn ) est continue, donc toute
forme linéaire continue sur S(Rn ) est aussi une forme linéaire continue sur E (Rn ),
par suite toute distribution à support compact est une distribution tempérée.
2. On note S 0 (Rn ) l’ensemble des distributions tempérées, alors S 0 (Rn ) est le dual
topologique de S(Rn ) et on a E 0 (Rn ) ⊆ S 0 (Rn ) ⊆ D0 (Rn ).
3. Soit T : S(Rn ) −→ K une forme linéaire, alors d’après le corollaire 2.18, T est une
distribution tempérée, si et seulement si, il existe α, β ∈ Nn , il existe m ∈ N et il
existe C > 0, tels que
∀ϕ ∈ S(Rn ), | < T, ϕ > | ≤ C max ( sup |xα Dβ ϕ(x)|)

|α|,|β|≤m x∈Rn
4. Si T ∈ S 0 (Rn ), alors il est facile de voir que pour tout γ ∈ Nn , on a Dγ T ∈ S 0 (Rn ).

5. Si f ∈ L1 (Rn ), alors Tf ∈ S 0 (Rn ), donc on a L1 (Rn ) ⊆ S 0 (Rn ).
6. Si P ∈ K[x1 , x2 , . . . , xn ] est une fonction polynôme, alors P ∈ S 0 (Rn ).
En effet, il suffit de vérifier que pour tout α ∈ Nn , on a xα ∈ S 0 (Rn ).
Soit α ∈ Nn et soit ϕ ∈ S(Rn ), alors on a
|xα |
Z ÅZ ã
α α
| < x ,ϕ > | ≤ |x ϕ(x)|dx ≤ m
dx sup (1 + kxk)m |ϕ(x)|
Rn R (1 + kxk)
n
x∈Rn
(1 + kxk)|α|
ÇZ å
≤ dx sup (1 + kxk)m |ϕ(x)|
Rn (1 + kxk)m x∈Rn
où m ∈ N, tel que m > n + |α|.

Définition 3.45.
i) On dit qu’une fonction continue f : R −→ C est à croissance lente, s’il existe

C > 0 et il existe m ∈ N, tel que
∀x ∈ Rn , |f (x)| ≤ C(1 + kxk)m
ii) On désigne par OM (Rn ) l’espace des fonction f ∈ C ∞ (R), tel que pour tout
α ∈ Nn , la fonction Dα f est à croissance lente.
Remarque 3.7.6
1. Si f ∈ OM (Rn ) et si ϕ ∈ S(Rn ), alors il est facile de voir que f ϕ ∈ S(Rn ) et que
l’application Φ : S(Rn ) −→ S(Rn ) définie pour tout ϕ ∈ S(Rn ), par Φ(ϕ) = f ϕ est
continue.
En effet, soient α, β ∈ Nn , alors pour tout x ∈ Rn , on a
Ç å
X β
α β
x D (f ϕ)(x) = Dγ f (x)xα Dε−γ ϕ(x)
γ≤β
γ

On a f ∈ OM (Rn ) , donc pour tout γ ≤ β, il existe mγ ∈ N et il existe Cγ > 0, tel

que
∀x ∈ Rn , |Dγ f (x)| ≤ Cγ (1 + kxk)mγ
Soient m = max mγ et C = max Cγ , alors on voit facilement que
γ≤β γ≤β
sup |xα Dβ (f ϕ)(x)| ≤ C2|β| max( sup (1 + kxk)m |xα Dγ ϕ(x)|)

x∈Rn γ≤β x∈Rn
2. Si f ∈ OM (Rn ) et si T ∈ S 0 (Rn ), alors f T ∈ S 0 (Rn ).

Définition 3.46.
On définit la transformée de Fourier d’une distribution tempérée T , par
∀ϕ ∈ S(Rn ), < Tb, ϕ >=< T, ϕ

b>
Exemples
1. Pour tout ϕ ∈ S(Rn ), on a
Z
< δ,
b ϕ >=< δ, ϕ b =
b >= ϕ(0) ϕ(y)dy =< 1, ϕ >
Rn
On en déduit que δb = 1.
2. De la même manière on voit que pour tout a ∈ Rn , on a δ“a = ea , où pour tout x ∈ Rn ,
on a ea (x) = e−iax .
3. Pour tout ϕ ∈ S(Rn ), on a
1, ϕ >=< δ,
<b b ϕ >=< δ, ϕ
“>
b “
“ = (2π)n ϕ̌, par suite, pour tout ϕ ∈ S(Rn ),

D’après la remarque 3.7.4, on sait que ϕ
“
1, ϕ >= (2π)n ϕ̌(0) = (2π)n ϕ(0) = (2π)n < δ, ϕ >

<b
1 = (2π)n δ.
On en déduit que b
Proposition 3.47.
Soit T ∈ S(Rn ), alors on a

i) Pour tout a ∈ Rn , on a τd −iax T
aT = e
b.
ii) Pour tout a ∈ Rn , on a e’iax T = τ Tb.

a
iii) Pour tout α ∈ Nn , on a D

‘ α T = (ix)α Tb = (i)|α| xα Tb.
iv) Pour tout α ∈ Nn , on a x‘α T = (i)|α| D α T
b
Preuve
i) Soit ϕ ∈ S 0 (Rn ), alors on a
< τd
a T , ϕ >=< τa T, ϕ
b >=< T, τ−a ϕ
b >=< T, e÷ b =< e−iax Tb, ϕ >
−iax ϕ >=< T

ii) Soit ϕ ∈ S 0 (Rn ), alors on a
iax T , ϕ >=< eiax T, ϕ

< e’ b >=< T, eiax ϕ
b >=< T, τ’
−a ϕ >=< τa T , ϕ >
b
iii) Soit ϕ ∈ S 0 (Rn ), alors on a
<D
‘ α T , ϕ >= (−1)|α| < T, D α ϕ
b >= (−1)|α| < T, (−i)|α| x
‘ α ϕ >=< (ix)α T
b, ϕ >
iv) Soit ϕ ∈ S 0 (Rn ), alors on a
< x‘ b >=< T, (−i)|α| D

α T , ϕ >=< T, xα ϕ ‘ α ϕ >=< (i)|α| D α T
b, ϕ >
Remarque 3.7.7
Pour tout a ∈ Rn , on a ed
iax = e‘
iax 1 = τ b n n n
a 1 = (2π) δa . Soit ϕ ∈ R , alors pour tout a ∈ R ,
on a
1 1 Z
ϕ(a) =< δa , ϕ >= iax
< e , ϕ >=
d eiax ϕ(x)dx
(2π)n (2π)n Rn
b
Ainsi, on retrouve la formule d’inversion de la transformée de Fourier.
Proposition 3.48 (Inversion de la transformée de Fourier).
L’application F : S 0 (Rn ) −→ S 0 (Rn ) qui à T ∈ S 0 (Rn ) fait correspondre F(T ) = Tb

est un isomorphisme et pour tout T ∈ S 0 (Rn ), on a F(F(T )) = (2π)n Ť .
Preuve
Soit ϕ ∈ S(Rn ), alors on a
< F(F(T )), ϕ >=< T, F(F(ϕ)) >=< T, (2π)n ϕ̌ >=< (2π)n Ť , ϕ >
Donc on voit que F(F(T )) = (2π)n Ť .
Exemples
Nous aurons besoin de la définition suivante :
Une distribution T ∈ D0 (Rn ) est dite paire, si Ť = T , c’est à dire, on a
∀ϕ ∈ D(Rn ), < T, ϕ̌ >=< T, ϕ >
T est dite impaire, si Ť = −T , c’est à dire, on a
∀ϕ ∈ D(Rn ), < T, ϕ̌ >= − < T, ϕ >
1 ’1
1. On sait que xvp = 1, donc xvp = b 1 = 2πδ, par suite, d’après la proposition
x x
0
’1 1
précédente, on a xvp = ivp . On sait aussi que l’équation T 0 = δ a pour solution
‘
x x
T = Y + c, où Y est la fonction de Heaviside et c ∈ K.
0
‘ 1 ‘ 1 1
On a ivp = 2πδ, donc vp = −2iπ(Y + c). Comme vp est une distribution
x x x
‘ 1
impaire, alors vp est aussi impaire, donc on a Y̌ + c = −Y − c. On a Y + Y̌ = 1,
x
1 ‘ 1 1
donc c = − et ainsi on a vp = −2iπ(Y − ) = −iπ(2Y − 1).
2 x 2 (
1 si x > 0
Rappelons que la fonction signe est définie sur R par sgn(x) = .
−1 si x < 0
‘ 1
On voit facilement que sgn = 2Y − 1, par suite, on a vp = −iπsgn.
x
‘ 1
2. On a vp = −iπsgn, donc d’après la formule d’inversion de la transformée de Fourier,
x
on a
ˇ
1¯ 1 1
gn = −(2π) vp = −2ivp
s”
iπ x x
Comme sgn = 2Y − 1, alors s” “ − 2πδ, donc on a Y
gn = 2Y “ = −ivp 1 + πδ.
x
Remarque 3.7.8
Soit P ∈ C[X1 , X2 , . . . , Xn ] un polynôme de degré total m, avec P = aα X α , où
P
|α|≤m
X α = X1α1 X2α2 · · · Xnαn et soit P (D) l’opérateur différentiel associé à P :
∀T ∈ D0 (Rn ), P (D)T = aα D α T
X
|α|≤m
Alors pour tout T ∈ S(Rn ), on a
aα (ix)α Tb = P (ix)Tb
X X
P
◊ (D)T = aα D
‘ αT =
|α|≤m |α|≤m
Donc en particulier pour la recherche d’une solution fondamentale E de l’opérateur

différentiel P (D), c’est à dire, P (D)E = δ, il suffit de chercher E ∈ S 0 (Rn ), tel que
P (ix)E“ = 1, car δb = 1, puis pour déterminer E, on applique la transformée de Fourier
inverse .
3.7.4 Transformée de Fourier d’une distribution à support com-

pact
Lemme 3.49.
Soient T ∈ S 0 (Rn ) et ϕ ∈ S(Rn ). Alors on a

i) T ∗ ϕ ∈ S 0 (Rn ) et T
’ ∗ϕ = ϕ
bTb.
b = (2π)n ϕT
ii) Tb ∗ ϕ ”.

Preuve
i) Pour tout ψ ∈ S 0 (Rn ), on a
Z Z
<T ∗ ϕ, ψb > = T ∗ ϕ(y)ψ(y)dy = (T ∗ ϕ)(y)ψ(y)dy
’ ’ b “
“
Rn Z Rn
= (2π)n < T, τy ϕ̌ > ψ̌(y)dy

Rn Z
= (2π)n < T, τy ϕ̌ψ̌(y)dy > (car T est linéaire continue)

n
ZR
= (2π)n < T, ϕ̌(x − y)ψ̌(y)dy >= (2π)n < T, ϕ̌ ∗ ψ̌ >
Rn
=< T, (2π)n ϕ ∗ˇ ψ >=< T, ϕ ∗ψ >

’
’
∗ ψ >=< Tb, ϕ
=< Tb, ϕ‘ bψb >=< ϕ
bTb, ψb >
On en déduit donc pour tout ϕ ∈ S(Rn ), on a < T ’ ∗ ϕ, ψb >=< ϕ bTb, ψb >, comme
F : S(Rn ) −→ S(Rn ) est bijective, alors on a le résultat.
ii) On pose ψ = ϕ ∗ ψ = ψbSb = ϕ
b et S = Tb, alors d’après i), on a S‘ “T
“ “ ˇ .
“ = (2π)2n ϕ̌Ť = (2π)2n ϕT
ˇ
Donc on a (2π)n S ∗ˇ ψ = (2π)2n ϕT ˇ = (2π)2n ϕT b = (2π)n ϕT
, par suite, on a Tb ∗ ϕ ”.
d d
Théorème 3.50.
Soit T une distribution à support compact sur Rn , alors on a

i) Tb est une fonction de classe C ∞ .
ii) Pour tout S ∈ S 0 (Rn ), on a S
’ ∗ T = TbS.
b
Preuve
i) Soit ϕ ∈ D(Rn ), tel que ϕ = 1 sur un voisinage de supp(T ), alors on a ϕT = T . Donc
d’après le lemme précédent, on a Tb = ϕT b donc Tb ∈ C ∞ (Rn ), car Tb ∗ ϕ
” = Tb ∗ ϕ, b∈
C ∞ (Rn ).
ii) Soit S ∈ S 0 (Rn ), alors on a
1
<S ∗ T , ϕ > =< S ∗ T, ϕ
b >=< S, Ť ∗ ϕ
b >= “∗ ϕ
< S, T b>
’ “
(2π)n
D’après le lemme précédent, on a T b = (2π)n ϕT

“∗ ϕ “, par suite, on aura
“ d
<S ∗ T , ϕ >=< S, ϕT
“ >=< S,
b ϕTb >=< TbS,
b ϕ>
’ d
Remarque 3.7.9
Soit T une distribution à support compact sur Rn , alors Tb ∈ C ∞ (Rn ), donc on a
Z
n
∀ϕ ∈ S(R ), < Tb, ϕ >= Tb(x)ϕ(x)dx
Rn
Or, on a aussi
Z
n
∀ϕ ∈ S(R ), < Tb, ϕ >=< T, ϕ
b >=< T, e−ixy ϕ(y)dy >
Rn

Comme T est linéaire continue, alors on aura

Z
∀ϕ ∈ S(Rn ), < T, e−ixy > ϕ(y)dy
Rn
Pour x ∈ Rn et pour y ∈ Rn , on pose ex (y) = e−ixy , alors on a Tb(x) =< T, ex >.
3.8 Exercices
Exercice 3.1
Soit ϕ ∈ C ∞ (Rn ) et pour tout ε > 0, soit ϕε ∈ C ∞ (Rn ) définie par ϕε (x) = ϕ(εx). Montrer
que lim ϕε = ϕ(0) dans C ∞ (Rn ).
ε→0
1

Exercice 3.2  −

Soit f : R −→ R la fonction définie pour tout t ∈ R, par f (t) = e t si t > 0 .

0 si t ≤ 0
Montrer que f est de classe C ∞ sur R.
Exercice 3.3
Soient a, b ∈ R, avec a < b.
1. Montrer qu’il existe une fonction f de classe C ∞ sur R, telle que 0 ≤ f ≤ 1, f vaut
0 sur ] − ∞, a] et f vaut 1 sur [b, +∞[.
2. On suppose que 0 < a < b. Montrer qu’il existe une√fonction ϕ ∈ D(Rn ), telle que
√
0 ≤ ϕ ≤ 1, ϕ vaut 1 sur B(0, a) et supp(ϕ) ⊆ B(0, b).
Exercice 3.4
1. Soient Ω un ouvert de Rn et a ∈ Ω.
a) Justifier pourquoi il existe une ã (ϕn )n≥1 de D(Ω), telle que 0 ≤ ϕn ≤ 1,
Å suite
1
ϕn (a) = 1 et supp(ϕn ) ⊆ B a, .
n
b) Montrer que pour tout a ∈ Ω, δa est une distribution singulière.
2. a) Justifier pourquoi
ï ï (ϕnò)n≥1 de D(R), telle que 0 ≤ ϕn ≤ 1, ϕn
òil existe une suite
1 1
vaut 1 sur , 1 et supp(ϕn ) ⊆ ,2 .
n 2n
1 1
b) Montrer que vp est une distribution d’ordre 1 et déduire que vp est une
x x
distribution non régulière.
Exercice 3.5
Soit Ω un ouvert de Rn et soit T une forme linéaire sur D(Ω). On dit que T est positive, si
∀ϕ ∈ D(Ω), ϕ ≥ 0 =⇒ T (ϕ) ≥ 0
1. Montrer que si ϕ ∈ D(Ω) et ψ ∈ D(Ω), avec ϕ ≤ ψ, alors T (ϕ) ≤ T (ψ).

2. Soit K un compact de Ω et soit θK ∈ D(Ω), telle que θK vaut 1 sur K.
a) Montrer que pour tout ϕ ∈ DK (Ω), il existe M > 0, tel que −M θK ≤ ϕ ≤ M θK .
b) En déduire que T est une distribution et que T est d’ordre nul.

Exercice 3.6 +∞
P (k)
Soit T la forme linéaire définie sur D(R) par ∀ϕ ∈ D(R), < T, ϕ >= ϕ (k).
k=0
1. Montrer que T définit bien une distribution sur R.
n
2. Supposons,
ï ò par absurde,ï queò T est d’ordre fini m. Soit χ ∈ D(R ), tel que χ = 1 sur
1 1 1 1
− , , supp(χ) ⊆ − , et 0 ≤ χ ≤ 1. On considère la fonction ψ définie sur R,
4 4 2 2
xm+1
par ψ(x) = χ(x) et pour λ > 0, on considère la fonction ϕλ définie sur R,
(m + 1)!
par ϕλ (x) = ψ[λ(x − (m + 1)]
ï ò
1 3
a) Montrer que pour tout λ > 1, on a supp(ϕλ ) ⊆ m + , m + .
2 2
b) Montrer que ψ (m+1) (0) = 1.
c) Montrer que pour tout λ > 1, on a < T, ϕλ >= λm+1 .
d) En déduire une contradiction et conclure.
Exercice 3.7
Soit T l’application définie sur D(R) par
+∞ Å Å ã ã
X 1 1
∀ϕ ∈ D(R), < T, ϕ >= ϕ − ϕ(0)
k=0
k k
1. Montrer que T est une distribution d’ordre inférieur ou égal à 1.

1
2. a) Justifier que pour tout n ∈ N∗, il existe ϕn ∈ D(R), telle que ϕn = 1 sur n,1 ,
0 ≤ ϕn ≤ 1 et supp(ϕn ) ⊆ [0, 2].
n 1
b) Montrer que pour tout n ∈ N∗ , on a < T, ϕn >≥
P
.
k=1 k
c) En déduire que T est d’ordre 1.
Exercice 3.8
Pour chaque (p, q) ∈ N2 , calculer xp δ (q) .
Exercice 3.9
Déterminer la limite dans D0 (Rn ) des suites (Tn )n≥1 suivantes :
a) Tn = n(δ 1 − δ− 1 ).
n n
b) Tn = n2 (δ 1 + δ− 1 − 2δ).
n n
Exercice 3.10
1 1 x
Soit f ∈ L (R), tel que f (x)dx = 1. Pour chaque ε > 0, on pose fε (x) = f
R
.
R ε ε
a) Montrer que, dans D0 (R), on a lim fε = δ.
ε→0
α
b) En déduire que, dans D0 (R), on a lim = δ.
α→0 π(x2 + α2 )
Exercice 3.11
1. Montrer que pour tout ϕ ∈ D(R), il existe ψ ∈ D, tel que pour tout x ∈ R, on a
ϕ(x) = ϕ(0) + xψ(x).
2. Soit T ∈ D0 (R). Montrer que xT = 0, si et seulement si, il existe c ∈ R, tel que T = cδ.

3. Soit S ∈ D0 (R). On se propose re résoudre l’équation xT = S.

a) Déterminer une fonction χ ∈ D(R), tel que χ vaut 1 sur [−1, 1].
b) Pour ϕ ∈ D(R), on pose ρ = ϕ − ϕ(0)χ. Montrer qu’il existe ψ ∈ D(R), tel que
ρ = xψ.
c) Soit T0 l’application définie sur D(R) par T0 (ϕ) =< S, ψ >. Montrer que T0 ∈
D(R)0 et que xT0 = S.
d) En déduire toutes les solutions de l’équation xT = S.
Exercice 3.12 +∞
P
1. Soit (an )n∈Z une suite de nombres complexes et soit T = an δnπ . Montrer que
n=−∞
T ∈ D0 (R) et que sin(x)T = 0.
2. Réciproquement, montrer que si sin(x)T = 0, alors il existe une suite (an )n∈Z de
+∞
P
nombres complexes, tel que T = an δnπ .
n=−∞
Exercice 3.13
Soient T ∈ D(Rn ), f ∈ C ∞ (Rn ) et Z(f ) = {x ∈ Rn : f (x) = 0}.
1. Montrer que si f T = 0, alors supp(T ) ⊆ Z(f ).
2. On suppose que T est d’ordre 0. Montrer que si supp(T ) ⊆ Z(f ), alors f T = 0.
3. Trouver une distribution T d’ordre > 0, tel que supp(T ) ⊆ Z(f ) et tel que f T = 0.
4. Résoudre dans C ∞ (R), l’équation f δ 0 = 0.
Exercice 3.14
Soit T l’application linéaire définie sur D(R2 ) par
Z
∀ϕ ∈ D(R2 ), T (ϕ) = ϕ(x, −x)dx
R
1. Montrer que T définit une distribution sur R2 et déterminer son ordre.

2. Déterminer le support de T et en déduire qu’il n’existe pas de fonction f continue
sur R2 , telle que T = Tf .
3. Calculer au sens des distributions
∂T ∂T
−
∂x ∂y
Exercice 3.15
Soit T ∈ D0 (R).
1. On suppose que T est solution de T 0 = 0.
a) Déterminer une fonction ρ ∈ D(R), telle que ρ(x)dx = 1.
R
R
b) Soit ϕ ∈ D(R) et soit ψ la fonction définie sur R, par
Z x Z +∞ Z x
ψ(x) = ϕ(t)dt − ϕ(t)dt ρ(x)dx
−∞ −∞ −∞
Montrer que ψ ∈ D(R) et calculer ψ 0 .

c) Calculer < T 0 , ψ > en fonction de T , ϕ et ρ et en déduire que T est une distribution

régulière constante.
2. On suppose que T est solution de T 00 = 0.
a) Montrer que T 0 est une distribution régulière constante. Soit a ∈ R, tel que
T 0 = Ta .
b) On pose S = T − Tax . Montrer que S 0 = 0 et en déduire qu’il existe b ∈ R, tel que
T = Tax+b .
3. On suppose que T est solution de T (n) = 0, avec n ≥ 2. On se propose de démontrer
qu’il existe un polynôme P de degré ≤ n − 1, tel que T soit égale à la distribution
régulière définie par P . On suppose que la propriété est vraie pour tout entier p,
avec p < n.
a) Montrer qu’il existe c ∈ R, tel que T (n−1) soit égale à la distribution régulière
définie par la constante c.
xn−1
b) On pose S = T − c . Montrer que S n−1 = 0 et conclure.
(n − 1)!
dm T
4. Soient f ∈ E 0 (R) et m ∈ N∗ . Résoudre dans D0 (R), l’équation = f.
dxm
Exercice 3.16
Soient Ω un ouvert de Rn et a ∈ Ω.
1. Montrer que pour tout α ∈ Nn , on a supp(Dα δa ) = {a}.
2. Soient T ∈ D0 (Ω) et ϕ ∈ D(Ω), tels que supp(T ) ∩ supp(ϕ) = ∅.
Montrer que < T, ϕ >= 0.
3. T ∈ D0 (Ω) une distribution d’ordre k et ϕ ∈ Dk (Ω), tel que pour tout x ∈ supp(T )
et pour tout α ∈ Nn , avec |α| ≤ k, on a Dα ϕ(x) = 0. Montrer que < T, ϕ >= 0.
4. Soit T ∈ D0 (Ω), telle que supp(T ) = {a}. Montrer qu’il existe k ∈ N et il existe une
aα D α δa .
P
suite finie (aα )|α|≤k , telle que T =
|α|≤k
Exercice 3.17
Soient S et T deux distributions sur Rn , dont l’une au moins est à support compact et
soit a ∈ Rn .
1. Montrer que τa T = δa ∗ T .
2. Montrer que τa (T ∗ S) = (τa T ) ∗ S = T ∗ (τa S).
ˇ
3. Montrer que T˘∗ S = Ť ∗ Š.
Exercice 3.18
0 (R) l’ensemble des distributions T ∈ D 0 (R), tel que supp(T ) ⊆ [0, +∞[.
On désigne par D+
0 (R) est un sous-espace vectoriel de D 0 (R).
1. Vérifier que D+
0 (R) et soit ϕ ∈ D(R), tel que supp(ϕ) ⊆ [a, b].
2. Soit S ∈ D+
Montrer que supp(Š ∗ ϕ) ⊆] − ∞, b].
0 (R) et ψ ∈ C ∞ (R), avec supp(ψ) ⊆]−∞, b]. Soit θ ∈ D(R), tel que θ = 1
3. Soient S ∈ D+
sur un intervalle compact I convenablement choisis. On pose < S, ψ >=< S, θψ >.
Montrer que < S, ψ > ne dépend pas de la fonction θ choisie telle que θ = 1 sur I.

4. Soient T ∈ D+ 0 (R) et S ∈ D 0 (R). Montrer que T ∗ S est bien défini et que

+
T ∗S ∈ D+0 (R). En déduire que (D 0 (R), +, ·, ∗) est une algèbre de convolution unitaire
+
qui contient la fonction de Heaviside.
5. Soit λ ∈ C∗ . Déterminer l’inverse dans D+0 (R) de Y , δ 0 et δ 0 − λδ, où Y est la fonction
de Heaviside. On note T −1 , lorqu’il existe, l’inverse de T , avec T ∈ D+ 0 (R).
6. Soit P ∈ C[X], un polynôme unitaire non constant. On note P (d) l’opérateur diffé-
rentiel défini par P , c’est à dire
dn dn−1 d
P (d) = n
+ a n−1 n−1
+ · · · + a1 + a0
dx dx dx
0 (R), on a P (d)(T ) = P (d)(δ) ∗ T .
a) Montrer que pour tout T ∈ D+
b) Soient λ1 , λ2 , . . . , λn les racines de P dans C. Déterminer P (d)(δ)−1
c) En déduire que tout opérateur différentiel à coefficients constants admet une
0 (R).
solution fondamental dans D+
Exercice 3.19
Résoudre au sens des distributions l’équation différentielle suivante :
T 00 − 4T 0 + 2T = δ
Exercice 3.20
Soit f ∈ L1 (Rn ). Montrer que
1. Pour tout a ∈ Rn et pour tout x ∈ Rn , on a τd −ia·x fb(x).
a f (x) = e
2. Pour tout a ∈ Rn et pour tout x ∈ Rn , on a ed n

a f (x) = τa f (x), où pour tout y ∈ R ,
b
on a ea (y) = eia·y .
n 1 b x
3. Pour λ ∈ R , on pose fλ (x) = f (λx). Montrer que fλ (x) = n f
“ .
|λ| λ
4. Pour toute matrice inversible A et pour tout x ∈ Rn , on a
1
◦ A(x) =
f‘ (fb◦ t (A−1 ))(x)
det(A)
Exercice 3.21
2
Soit a > 0 et soit f : R −→ R la fonction définie par f (x) = e−ax . Déterminer fb.
+∞
…
R −ax2 π
Rappelons que e dx = .
−∞ a
Exercice 3.22
Soit a ∈ Rn et soit T ∈ S(Rn ), tel que supp(Tb) = {a}. Montrer qu’il existe m ∈ N et il
existe une suite (aα )α∈Nn , avec aα = 0 pour |α| > m, tel que
1
aα (−ix)α eiax
X
T= n
(2π) |α|≤m

BIBLIOGRAPHIE
[1] D.Aliprantis and K.Border, « Infinite Dimensional Analysis », a Hitchhiker’s guide.

Springer, Heidelberg, 2006.
[2] G.Di Fratta, « Theory of Distributions », [101.718] Theory of distributions vo (2std
Vorlesung, Sommersemester 2018), Lecture Notes.
[3] N.El Hage Hassan, « Topologie générale et Espaces normés », Dunod, Parie, 2011.
[4] L.Grafakos « Classical Fourier Analysis », Graduate Texts in Mathematics, Third
Edition, Springer 2010.
[5] J.Horvath, « Topological Vector Spaces and Distributions », Volume I, Addison-Wesley
Series in Mathematics, 1966.
[6] W.Rudin « Functional Analysis », International Editions, McGraw-Hill, Inc. 1991.
[7] H. H. Schaefer, « Topological vector spaces », Graduate Texts in Mathematics, New
York, Springer–Verlag, 1971.
[8] L.Schwartz, « Functional Analysis », Notes by Paul Rabinowitz, Courant Institute of
Mathematical Sciences, New York University, 1964.
[9] C.Zuily, « Distributions et Equations aux Dérivées Partielles », Collection Méthodes,
Hermann, Parie, 2001.
108

Evlc Distributions

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Evlc Distributions

Transféré par

Droits d'auteur :

Formats disponibles

Espaces localement convexes -

Version septembre 2019

1 Espaces vectoriels topologiques 1

2 Espaces localement convexes 30

2.7.3 Limite inductive stricte et applications linéaires continues . . . . . . 57

Page iii sur 108 Pr.Mohamed HOUIMDI

Page iv sur 108 Pr.Mohamed HOUIMDI

1.1 Ensembles remarquables dans un espace vectoriel

1. On désigne par Vect(A) le sous-espace engendré par A et on rappelle que pour

Autrement dit A = {x0 + a : a ∈ A}.

5. Si Λ est une partie de K, on définit ΛA par

1.1.2 Parties équilibrées

Soient E un K-espace vectoriel, K = R ou K = C. Une partie A de E est dite

Soit E un K-espace vectoriel, K = R ou K = C.

Page 2 sur 108 Pr.Mohamed HOUIMDI

1.1.3 Parties absorbantes

Soient E un K-espace vectoriel, K = R ou K = C, A et B deux parties de E.

ii) On dit que A absorbe x, avec x ∈ E, si A absorbe B, où B = {x}, c’est à dire,

En effet, supposons que A absorbe B, alors il existe β > 0, tel que

Page 3 sur 108 Pr.Mohamed HOUIMDI

1.1.4 Parties convexes

Soit E un K-espace vectoriel, K = R ou K = C, A une partie de E. On dit que A

k(1 − λ)x + λy − ak = k(1 − λ)(x − a) + λ(y − a)k

d’où (1 − λ)x + λy ∈ B(a, r).

i) Si A est une partie convexe de E, alors pour tout λ ≥ 0 et pour tout µ ≥ 0,

Page 4 sur 108 Pr.Mohamed HOUIMDI

Soit A une partie quelconque de E. L’intersection de toutes les parties convexes

Page 5 sur 108 Pr.Mohamed HOUIMDI

Soient E un K-espace vectoriel, A une partie non vide de E et x ∈ E. Alors

donc on en déduit que (1 − α)x + αy ∈ B et par suite B est convexe et A ⊆ B.

1.1.5 Parties absolument convexes

Page 6 sur 108 Pr.Mohamed HOUIMDI

i) A est absolument convexe, si et seulement si,

ii) On procède par récurrence sur n.

Page 7 sur 108 Pr.Mohamed HOUIMDI

Soient E un K-espace vectoriel, K = R ou K = C, et A une partie de E. L’intersec-

Soient E un K-espace vectoriel, K = R ou K = C, A une partie de E et x ∈ E.

1.2 Rappels de topologie générale

1.2.1 Définition et exemples

Soient E un ensemble quelconque et P(E), l’ensemble de toutes les parties de E.

Page 8 sur 108 Pr.Mohamed HOUIMDI

1.2.2 Voisinage - Adhérence - Intérieur - Frontière

i) Soient (E, T ) un espace topologique, x ∈ E et V une partie de E. On dit que V

Page 9 sur 108 Pr.Mohamed HOUIMDI

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

Soit (E, T ) un espace topologique.

où pour chaque n ∈ N∗ , B(x, n1 ) = {y ∈ E : d(x, y) < n1 } est la boule ouverte de centre x et

Soit E un espace topologique satisfaisant au premier axiome de dénombrabi-

formée de voisinages ouverts.

Soient E un espace topologique et A une partie de E.

Page 10 sur 108 Pr.Mohamed HOUIMDI

3. A = Å, si et seulement si, A est un ouvert.

Soient E un espace topologique, A une partie de E et x ∈ E. Alors on a

ii) (=⇒) Supposons que x ∈ A et soit V un voisinage de x. Il existe un voisinage ouvert

(⇐=) Supposons que pour tout voisinage V de x, on a V ∩ A 6= ∅ et supposons, par

Soit E un espace topologique.

Page 11 sur 108 Pr.Mohamed HOUIMDI

1.2.3 Applications continues

i) Soient E et F deux espaces topologiques et soit f : E −→ F une application.

∀y ∈ E, d(x, y) < α =⇒ d(f (x), f (y)) < r

Soient E et F deux espaces topologiques et soit f : E −→ F une application.

Page 12 sur 108 Pr.Mohamed HOUIMDI

Soient E et F deux espaces topologiques et soit f : E −→ F une application.

1.2.4 Suites généraliées - Bases de filtre