Analyse 3 fonctions de plusieurs variables analyse 3 -Corr -
Télécharger PDFUniversité Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr Cours d’Analyse 3 Fonctions de plusieurs variables FIGURE 1 – Représentation de la fonction f : R27→ R définie par (x, y) 7→ z =sin(x2+3y2) 0.1+r2 + 2, avec r =px2 + y2, et projection des courbes de niveau sur les plans (x2 + 5y2) ·exp(1−r2) z = 0 et z = 9. 1
Préambule Le but de ce cours est de généraliser la notion de dérivée d’une fonction d’une variable réelle à valeurs réelles à partir de la théorie du calcul différentiel appliquée aux fonctions de plusieurs variables. L’idée fondamentale de cette théorie est d’approcher une application “quelconque” (de plusieurs variables réelles ici) par une application linéaire au voisinage d’un point. Le cadre général pour la mettre en œuvre est celui des espaces vectoriels (ce qui donne un sens au mot "linéaire" comme nous le verrons dans les chapitres qui suivent), munis d’une norme sur l’espace de départ (pour avoir une notion de voisinage) et une norme sur l’espace d’arrivée (pour savoir "approcher"). Nous verrons que de cette théorie découle plusieurs propriétés et théorèmes classiques importants ainsi que plusieurs applications notamment pour l’optimisation (voir le dernier chapitre du cours). Toutefois, avant de s’attaquer au calcul différentiel proprement dit, il paraît nécessaire de bien définir les notions de bases en topologie associées à cette théorie, à savoir : - les distances, boules ouvertes, fermées, - les ensembles ouverts, fermés, les normes, etc. Nous ne le ferons pas dans le contexte des espaces vectoriels de dimension infinie (hors pro gramme), mais dans le cas particulier des espaces Rn(et le plus souvent les espaces où R2et R3) qui sont des espaces vectoriels particuliers de dimension n (dimension finie). Rappelons qu’en dimension 2 (n = 2), on identifie un vecteur x de coordonnées (x1, x2) avec un point du plan de coordonnées (x1, x2) une fois fixée une origine. Ici, on généralisera cette identification en désignant le point ou le vecteur de coordonnées(x1, ..., xn) par x = (x1, ..., xn) ∈ Rn. Rappelons enfin que l’ON NE PEUT PAS DIVISER PAR UN VECTEUR ! Or, dans R, la définition de la dérivée fait intervenir le rapport (f(x) − f(x0))/(x − x0). Elle implique donc de pouvoir diviser par (x − x0). Mais dans Rnça n’a pas de sens car la division par un vecteur n’est pas définie. Que faire alors si on ne peut pas définir la dérivée d’une fonction D ⊂ Rn → Rn? C’est tout le but de ce cours : introduire une notion généralisée de la dérivée : la DIFFERENTIABILITE. 2
Table des matières 1 Notion de topologie dans Rn 5 1.1 Espaces métriques, distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2 Normes des espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.3 Boules ouvertes, fermées et parties bornée . . . . . . . . . . . . . . . . . . . . . . 11 1.4 Ouverts et fermés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.5 Position d’un point par rapport à une partie de E . . . . . . . . . . . . . . . . . . 14 1.6 Suites numériques dans un espace vectoriel normé . . . . . . . . . . . . . . . . . . 18 1.7 Ensemble compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 1.8 Ensemble convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 1.9 HORS PROGRAMME : Applications d’une e.v.n. vers un e.v.n. . . . . . . . . . 23 1.9.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1.9.2 Opérations sur les fontions continues . . . . . . . . . . . . . . . . . . . . 24 1.9.3 Extension de la définition de la continuité . . . . . . . . . . . . . . . . . . 25 1.9.4 Cas des espaces de dimension finie . . . . . . . . . . . . . . . . . . . . . 25 1.9.5 Notion de continuité uniforme . . . . . . . . . . . . . . . . . . . . . . . . 26 1.9.6 Applications linéaires continues . . . . . . . . . . . . . . . . . . . . . . . 27 2 Fonctions de plusieurs variables. Limite. Continuité. 29 2.1 Fonctions réelles de variable réelle . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.2 Notion de limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.3 Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.4 Coordonnées polaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.5 Continuité sur un compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 2.6 Théorème des valeurs intermédiaires . . . . . . . . . . . . . . . . . . . . . . . . . 39 3 Calcul différentiel 41 3.1 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.2 Opérateurs différentiels classiques . . . . . . . . . . . . . . . . . . . . . . . . . . 43 3.2.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 3.2.2 Divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.2.3 Rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.3 Propriétés des dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.4 Notion de différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3.5 Opérations sur les fonctions différentiables . . . . . . . . . . . . . . . . . . . . . . 50 3.6 Propriétés géométriques des fonctions de plusieurs variables . . . . . . . . . . . . 51 3
TABLE DES MATIéRES TABLE DES MATIéRES 3.6.1 Gradient et ligne de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.6.2 Le gradient indique la ligne de plus grande pente . . . . . . . . . . . . . . 52 3.6.3 Plan tangent à un graphe d’une fonction de 2 variables . . . . . . . . . . . 53 4 Théorème des accroissements finis 55 4.1 Fonction d’une variable réelle à valeurs réelles . . . . . . . . . . . . . . . . . . . . 56 4.2 Fonction d’une valeur sur un espace Rpet à valeurs réelles . . . . . . . . . . . . . 56 4.3 Fonction d’une variable réelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 4.4 Théorème général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 4.5 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 5 Difféomorphismes 61 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 5.2 Théorème d’inversion locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 5.3 Théorème des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . 63 6 Formules de Taylor 67 6.1 Applications deux fois différentiables . . . . . . . . . . . . . . . . . . . . . . . . 68 6.2 Exemples de différentielles d’ordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . 69 6.3 Matrice Hessienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 6.4 Différentielle d’ordre k . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 6.5 Formule de Taylor avec reste intégral . . . . . . . . . . . . . . . . . . . . . . . . . 73 6.5.1 Fonction d’une variable réelle à valeur réelle . . . . . . . . . . . . . . . . 73 6.5.2 Fonction d’une variable réelle à valeurs dans Rq. . . . . . . . . . . . . . . 73 6.5.3 Fonction de Rpà valeurs dans Rq. . . . . . . . . . . . . . . . . . . . . . 75 6.6 Formule de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 6.6.1 Fonction d’une variable réelle à valeur dans Rq. . . . . . . . . . . . . . . 75 6.6.2 Fonction de Rpà valeur dans Rq. . . . . . . . . . . . . . . . . . . . . . . 76 6.7 Formule de Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 7 Extrema 79 7.1 Rappels d’algèbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 7.2 Extrema libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 7.2.1 Condictions nécessaires du premier ordre . . . . . . . . . . . . . . . . . . 82 7.2.2 Conditions du second ordre . . . . . . . . . . . . . . . . . . . . . . . . . 83 7.2.3 Critères avec les matrices Hessiennes . . . . . . . . . . . . . . . . . . . . 85 7.2.4 Cas particulier où f : R2 → R . . . . . . . . . . . . . . . . . . . . . . . . 85 7.3 Extrema liés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 7.3.1 Contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 7.3.2 Extrema liés avec une seule contrainte . . . . . . . . . . . . . . . . . . . . 86 7.3.3 Extrema liés avec plusieurs contraintes . . . . . . . . . . . . . . . . . . . 87 7.4 Convexité et minima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 4
Chapitre 1 Notion de topologie dans Rn (a) Leonhard Euler (1707-1783) : en résolvant en 1736 le problème des sept ponts enjambant la rivière Pregolia à Königsberg en Prusse, il a ouvert la voie de la topologie. En effet, par la généralisation de ce problème, Cauchy et L’Huillier entre autres commencèrent à développer la théorie liée à cette discipline. (b) Maurice René Fréchet (1878-1973) : c’est à lui que l’on doit en 1906 les d’es paces métriques et les premières notions de topologie en cherchant à formaliser en termes abstraits les travaux de Volterra, Arzelà, Hadamard et Cantor. (c) Johann Bene dict Listing (1808- 1882) : il est le pre mier à avoir em ployé le mot “topo logie” FIGURE 1.1 – Quelques mathématiciens célèbres liés à la topologie. 1.1 Espaces métriques, distance Nous allons dans ce cours, nous intéresser aux fonctions f : U ⊂ Rp → Rq(p, q ∈ N∗). Pour cela il faudra étudier tout d’abord la structure du domaine U car le domaine est aussi important que la fonction comme nous le verrons. 5
1.1 Espaces métriques, distance Notion de topologie dans Rn Nous allons donc définir de nouvelles notions : distances, normes, ouverts, fermés, etc. dans les domaines inclus dans Rn qui nous seront utiles tout au long de ce semestre pour tous les nouveaux outils abordés. Toutefois, même si nous travaillerons principalement dans R2, R3 ou de façon générale Rn, nous pourrons de temps à autre donner des résultats plus généraux qui resteront valables dans des es paces autres que ceux-ci (ce sera le cas de ce premier chapitre). Mais ce ne seront pas n’importe quels espaces. Les définitions et propositions ci-dessous font en effet intervenir des combinaisons entre eux des éléments d’un même espace, des multiplications par des scalaires, etc. Par consé quent il est nécessaire que cet espace reste stable par combinaison linéaires de ses éléments, et les plus appropriés ici seront les espaces vectoriels que nous rappelons ci-dessous. Définition 1.1 (ESPACES VECTORIELS) Soit E un ensemble. On dispose sur cet ensemble d’une opération (notée additivement) et on dispose par ailleurs d’une application K × E → E qui à tout couple (λ, x) associe λx. On dit que E est un espace vectoriel lorsque 1. E est un groupe commutatif (pour l’addition) 2. pour tout vecteur x de E, 1.x = x (1 désignant le neutre de la multiplication de K). 3. pour tous λ, µ ∈ K et pour tout vecteur x de E, (λµ)x = λ(µx) 4. pour tous λ, µ ∈ K et pour tout vecteur x de E, (λ + µ)x = λx + µx 5. pour tout λ ∈ K et tous vecteurs x, y ∈ E, λ(x + y) = λx + λy. Exemple . L’espace Rn = R × ... × R | {z } n−f ois = {x = (x1, ..., xn),tel que xi ∈ R, pour tout i ∈ {1, ..., n}}. Rnest un espace vectoriel de dimension n. C’est celui que nous utiliserons le plus souvent ici. Une fois donné l’espace vectoriel, il faut pouvoir évaluer ses éléments les uns par rapport aux autres. D’où la notion de distance. 6
Notion de topologie dans Rn 1.1 Espaces métriques, distance Définition 1.2 (DISTANCE) Soit E un ensemble non vide (on utilisera le plus souvent Rnici). On dit qu’une applica tiond : E × E → R+, (x, y) 7→ d(x, y), est une distance sur E si elle vérifie 1. (SEPARATION) pour tout (x, y) ∈ E × E, {x = y} ⇐⇒ {d(x, y) = 0}, 2. (SYMETRIE) pour tout (x, y) ∈ E × E, d(x, y) = d(y, x), 3. (INEGALITE TRIANGULAIRE) pour tout (x, y, z) ∈ E × E × E, d(x, y) ≤ d(x, z) + d(z, y) Définition 1.3 (ESPACE METRIQUE) On appelle espace métrique tout couple (E, d) où E 6= ∅ est un espace vectoriel et d est une distance. Exemple . 1. E = R, muni de la distance d définie pour tout (x, y) ∈ R2 par d(x, y) = |x − y| est un espace métrique. 2. E = Rn, muni de la DISTANCE DE MANHATTAN d1 définie pour tout (x, y) ∈ Rn × Rn par d1(x, y) = Xn i=1 |xi − yi|. 3. E = Rn, muni de la DISTANCE EUCLIDIENNE d2 définie pour tout (x, y) ∈ Rn × Rn par d2(x, y) = (Xn i=1 |xi − yi|2)1/2. 4. E = Rn, muni de la DISTANCE DE MINKOWSKI dp définie pour tout (x, y) ∈ Rn × Rn par dp(x, y) = (Xn i=1 |xi − yi|p)1/p. 5. E = Rn, muni de la DISTANCE INFINIE ou distance TCHEBYCHEV d∞ définie pour tout (x, y) ∈ Rn × Rn par d∞(x, y) = sup i=1,...,n 7
|xi − yi|. 1.1 Espaces métriques, distance Notion de topologie dans Rn FIGURE 1.2 – Représentation de trois distances. 1. Plan de Manhattan qui, par ses rues quadrillées a donné son nom à la distance de Manhattan. 2. Cette distance est représentée en bleu, jaune et rouge dans la figure 2. On peut noter que la distance euclidienne dans cette figure est représentée en vert et correspond a la somme des diagonales des petits carrés (d’après le théorème de Pythagore). 3. Enfin dans la figure 3, est représentée la distance infinie qui correspond au nombre minimum de mouvements nécessaire au roi pour se déplacer de sa case (ici f6) à une autre case. Il est à noter que la distance de Manhattan est la distance de Minkowski pour p = 1, la distance Euclidienne est la distance de Minkowski pour p = 2 et la distance de Thcebychev est la distance de Minkowski quand p 7→ ∞. Voir figure 1.2 pour une illustration des différentes distances abordées dans cet exemple. Pour rendre le cours plus simple, nous utiliserons plutôt la notion de norme dans tout le reste de notre cours, et les espaces vectoriels normés plutôt que les espaces métriques. Il se trouve que toute norme induit une distance (mais attention tout distance induit n’induit pas nécessairement une norme). Donc ce qui va suivre peut s’adapter parfaitement dans le cadre des espaces métriques, tout en étant plus facilement compréhensible. 8
Notion de topologie dans Rn 1.2 Normes des espaces vectoriels 1.2 Normes des espaces vectoriels Définition 1.4 (NORME) Soit E un espace vectoriel sur R (on utilisera en général E = Rn). On appelle norme sur E une application E → R+, x 7→ kxk, et vérifie 1. (SEPARATION) pour tout x ∈ E, kxk = 0 ⇐⇒ x = 0, 2. (HOMOGENEITE POSITIVE) pour tout λ ∈ R, pour tout x ∈ E kλxk = |λ|.kxk, 3. (INEGALITE TRIANGULAIRE) pour tous x, y ∈ E, kx + yk ≤ kxk + kyk. Définition 1.5 (ESPACE VECTORIEL NORME) Un espace vectoriel sur R muni de la norme est appelé espace vectoriel normé, que l’on notera souvent e.v.n.. On a la relation entre norme et distance dans le résultat suivant. Proposition 1.6 (DISTANCE INDUITE PAR UNE NORME) Soit E un e.v.n. L’application d : E × E → R+, (x, y) 7→ d(x, y) := kx − yk, est une distance sur E. On l’appelle DISTANCE INDUITE sur E par la NORME. Preuve : Faite en cours. Propriété 1.7 (PROPRIETES DES DISTANCES INDUITES PAR DES NORMES) Cette distance possède les propriétés suivantes : 1. pour tout x ∈ E, d(0, x) = kxk, 2. pour tout (x, y) ∈ E2, pour tout λ ∈ R, d(λx, λy) = |λ|d(x, y), 3. pour tout (x, y, z) ∈ E3, d(x + z, y + z) = d(x, y). Preuve : Pas faite en cours. Remarque . ATTENTION : toute norme induit une distance, mais toutes les distances ne pro viennent pas d’une norme. 9
1.2 Normes des espaces vectoriels Notion de topologie dans Rn Exemple . IMPORTANT : normes classiques sur Rn: Soient x ∈ Rn, x = (x1, ..., xn), avec xi ∈ R pour tout i ∈ {1, ..., n}, et p ∈ R tel que p ≥ 1, 1. kxk1 =Xn 1 |xi| (NORME MANHATTAN), 2. kxk2 = (Xn 1 3. kxkp = (Xn 1 |xi|2)1/2(NORME EUCLIDIENNE), |xi|p)1/p (NORME p, p ≥ 1), 4. kxk∞ = max 1≤i≤n|xi| (NORME INFINIE), sont des normes sur Rn. Proposition 1.8 (PROPRIETE DES NORMES) Toute norme k.k dans un e.v.n (E, k.k) vérifie, pour tous x, y ∈ E |kxk − kyk| ≤ kx − yk. Preuve : Faite en cours. Définition 1.9 (NORMES EQUIVALENTES) Deux normes k.k et k.k0sur E sont EQUIVALENTES s’il existe deux constantes réelles λ > 0 et µ > 0 telles que pour tout x ∈ E λkxk ≤ kxk0 ≤ µkxk. On note alors : k.k ∼ k.k0. Proposition 1.10 Cette définition induit une relation d’équivalence. Preuve : Pas faite en cours. Proposition 1.11 (NORMES EQUIVALENTES ET DIMENSION FINIE) Sur Rn(et tout autre espace vectoriel normé de dimension finie) TOUTES les normes sont équivalentes. 10
Notion de topologie dans Rn 1.3 Boules ouvertes, fermées et parties bornée Preuve : Pas faite en cours (abordé en TD). Remarque . Dans la suite du cours on notera donc (sauf précision) k.k pour désigner une norme quelconque sur Rn. Nous nous plaçons désormais dans des espaces vectoriels normés (E, k.k). En général nous pren drons E = Rn. Il nous faudra ensuite nous approcher d’un élément de cet espace et regarder ce qu’il se passe autour de lui (comme par exemple, le définir comme la limite d’une suite d’éléments de l’espace métrique). Il nous faudra donc définir la notion de voisinage. Et les outils que nous utiliserons ici sont les boules. 1.3 Boules ouvertes, fermées et parties bornée Définition 1.12 (BOULE OUVERTE, FERMEE, SPHERE) Soit (E, k.k) un e.v.n. Soient a un point de E et r ∈ R, r > 0. 1. Bk.k(a, r) = {x ∈ E; kx−ak ≤ r} est appelé boule FERMEE de centre a et de rayon r. 2. Bk.k(a, r) = {x ∈ E; kx − ak < r} est appelé boule OUVERTE de centre a et de rayon r. 3. Sk.k(a, r) = {x ∈ E; kx − ak = r} est appelé SPHERE de centre a et de rayon r. Dans le cas où a = 0 (vecteur nul) et r = 1 on a ce qu’on appelle les boules ou sphères unités. Définition 1.13 (BOULE UNITE OUVERTE, FERMEE, SPHERE) Soit (E, k.k) un e.v.n. 1. Bk.k(0, 1) = {x ∈ Ekxk ≤ 1} est appelé boule UNITE FERMEE. 2. Bk.k(a, r) = {x ∈ E; kxk < 1} est appelé boule UNITE OUVERTE. 3. Sk.k(a, r) = {x ∈ E; kxk = 1} est appelé SPHERE UNITE. Remarque . Dans la suite et pour éviter les lourdeurs d’écriture nous ne mettrons pas la norme en indice et nous écrirons juste B(a, r), B(a, r), et S(a, r) lorsque l’on désignera respectivement la boule fermée, ouverte ou la sphère de centre a et de rayon r pour une norme k.k quelconque. Si jamais la norme devait être spécifiée, nous l’ajouterons alors en indice. Remarque . ATTENTION : les boules ont des formes différentes selon les espaces métriques utilisés. Voir un exemple dans R2 pour la distance euclidienne dans la figure 1.3, ou la figure 1.4 pour des distances p, où p = 0.5, 1, 2, 4 et ∞. 11
1.3 Boules ouvertes, fermées et parties bornée Notion de topologie dans Rn FIGURE 1.3 – Exemples sur R2avec la norme euclidienne d’une boule fermée (1.), ouverte (2.), et d’une sphère (3.) centrée en a et de rayon r. FIGURE 1.4 – Exemples sur R2avec la norme de Minkowski p de la sphère unité (centrée en 0 et de rayon 1, avec p = 1, 2, 4 et ∞). Le cas p = 0.5 est à part puisqu’on rappelle que k.kp avec 0 < p < 1 n’est pas une norme sur Rn). On dessine juste l’ensemble {x ∈ Rn, kxk0.5 = 1} Définition 1.14 (PARTIE BORNEE) Soit (E, k.k) un e.v.n. Une partie bornée P de E est une partie de E pour laquelle on peut trouver une boule (ouverte ou fermée) qui contient tous les points de P (voir figure 1.5 pour un exemple). 12
Notion de topologie dans Rn 1.4 Ouverts et fermés FIGURE 1.5 – Exemples sur R2 de partie bornée, avec la norme euclidienne. 1.4 Ouverts et fermés Définition 1.15 (PARTIE OUVERTE) Soit (E, k.k) un e.v.n. Une partie ouverte (ou un ouvert) de E est une partie U de E telle que pour tout x ∈ U, il existe r > 0 réel, tel que B(x, r) ⊂ U. Autrement dit, tout point de U est le centre d’une boule ouverte de rayon non-nul, incluse dans U (voir figure 1.6 pour un exemple). Définition 1.16 (PARTIE FERMEE) Soit (E, k.k) un e.v.n. Une partie fermée (ou un fermé) de E est une partie telle que son complémentaire U de E est un ouvert. Proposition 1.17 (BOULES OUVERTES, FERMEES) Soit (E, k.k) un e.v.n. On a alors : 1. une boule ouverte est un ouvert, 2. une boule fermée est un fermé. Preuve : Faite en cours. 13
1.5 Position d’un point par rapport à une partie de E Notion de topologie dans Rn FIGURE 1.6 – Exemples sur R2 de partie ouverte, avec la distance euclidienne. Proposition 1.18 (INTERSECTION, REUNIONS D’OUVERTS, DE FERMES) Soit (E, k.k) un e.v.n. 1. toute union finie ou infinie d’ouverts de E est un ouvert, 2. toute intersection FINIE d’ouverts de E et un ouvert, 3. toute union FINIE de fermés de E est un fermé, 4. toute intersection finie ou infinie de fermés de E est un fermé, 5. les ensembles à la fois ouverts et fermés de E sont ∅ et E, et si ce sont les seuls on dira que l’espace est CONNEXE, 6. un ensemble fini de points de E est fermé . Preuve : Faite en cours (en partie). 1.5 Position d’un point par rapport à une partie de E Avant toute chose, énonçons la définition de voisinage d’un point. Toutes les autres définitions découleront de cette notion. Définition 1.19 (VOISINAGE) On dit qu’une partie V de E est un voisinage de x ∈ E si V contient un ouvert contenant x. Remarque . Cette définition revient à dire qu’une partie V de E est un voisinage de x ∈ E si V contient une boule ouverte contenant x (la boule peut être ou non centrée en x). 14
Notion de topologie dans Rn 1.5 Position d’un point par rapport à une partie de E FIGURE 1.7 – Exemples sur R2 de voisinage V de x, avec la norme euclidienne. Soit (E, k.k) un e.v.n. Soit A ⊂ E une partie quelconque de E. Alors A contient au-moins un ouvert (en effet ∅ ⊂ A). Soit OA l’ensemble de toutes les parties ouvertes de E contenues dans A. Alors [ P est un ouvert (comme réunion de parties quelconques d’ouverts). Définition 1.20 (INTERIEUR) P ∈OA Soient (E, k.k) un e.v.n. et A ⊂ E. Un point x de E est dit intérieur à A si A est un voisinage de x, autrement dit, si A contient une boule ouverte contenant x. L’intérieur de A, noté◦A ou Int(A) est l’ensemble des points intérieurs à A. Proposition 1.21 (PROPRIETE DE L’INTERIEUR) Soient (E, k.k) un e.v.n. et A ⊂ E. L’intérieur de A est la plus grande partie ouverte incluse dans A. Preuve : Pas faite en cours. Remarque . On a x ∈◦A =[ P ∈OA Remarque . On a : 1.◦A est un ouvert, 15
P . 1.5 Position d’un point par rapport à une partie de E Notion de topologie dans Rn 2.◦A ⊂ A, 3. A est un ouvert ⇐⇒◦A = A. Preuve : (3.) fait en cours. Soit (E, k.k) un e.v.n. Soit A une partie quelconque de E. Alors E contient au-moins une partie fermée contenant A (en effet E est fermé). Soit F l’ensemble des parties fermées contenant A. Alors \ F est la plus petite partie fermée contenant A. Et \ F ∈F F ∈F F est bien une partie fermée (comme intersection de familles fermées). Définition 1.22 (ADHERENCE) Soient (E, k.k) un e.v.n. et A ⊂ E. Un point x de E est dit adhérent à A si tout voisinage de x rencontre A , autrement dit, si toute boule ouverte contenant x contient au-