Vous êtes sur la page 1sur 11

4. Espaces vectoriels normés

Dans tout le chapitre, K désigne R ou C.

II - Normes sur un K-espace vectoriel. Convergence des suites

1) Vocabulaire. Premières propriétés.

Soit E un K-espace vectoriel.

N est une norme sur E si et seulement si N est une application de E dans R + telle que :

x E

λ K

N (x) = 0 x = 0

x E

N (λ.x) = |λ| N (x)

(x, y) E 2

N (x + y) N (x) + N (y)

(séparation) (homogénéité) (inégalité triangulaire)

.

On dit dans ce cas que (E, N ) est un espace vectoriel normé (s’il n’y a pas d’ambiguïté sur le choix de la norme, on parle de l’espace vectoriel normé E).

d est une distance sur E si et seulement si d est une application de E × E dans R + telle que :

(x, y, z) E 2

(x,

(x,

y) E 2 y) E 2

d (x, y) = 0 x = y d (y, x) = d (x, y)

d (x, z) d (x, y) + d (y, z)

(séparation) (symétrie) (inégalité triangulaire)

.

Théorème et définition : si N est une norme sur E, d : (x, y) N (y x) est une distance sur E, appelée la distance associée à N .

Dans la suite, · : x x désigne une norme sur E.

On appelle vecteur unitaire (ou normé) tout vecteur de norme 1. À tout vecteur x non nul on peut

associer le vecteur unitaire

1

x · x qui dirige la même droite (resp. demi-droite dans le cas réel).

Pour a E, r R + , la boule ouverte de centre a et de rayon r est B (a, r) = {x E / x a < r}, la boule fermée de centre a et de rayon r est B f (a, r) = {x E / x a r}, la sphère de centre

a et de rayon r est S (a, r) = {x E

/ x a = r}.

Une partie A de E est dite bornée si et seulement s’il existe une boule la contenant, i.e. :

M R +

x A

x M.

Si D est un ensemble non vide, une application f : D E est dite bornée si et seulement si f (D) est bornée dans E, i.e. :

M R +

x D

f (x) M.

Distance d’un point à une partie non vide : pour A partie non vide de E et x élément de E, on

appelle distance de x à A le réel positif ou nul

d (x, A) =

inf { x a , a A} .

Soit f : E F , N une norme sur F , k R + ; f est dite k-lipschitzienne si et seulement si

(x, y) E 2

N

f (x) f (y) k. x y ;

f est dite lipschitzienne si et seulement s’il existe k tel que f soit k-lipschitzienne.

Propriétés

1) Si · est une norme sur E, l’application x x est 1-lipschitzienne de (E, · ) dans (R, |·|) :

(x, y) E 2

x y x y (inégalité triangulaire “bis”).

2) Si A est une partie non vide de E, l’application x d (x, A) est 1-lipschitzienne de (E, · ) dans (R, |·|).

3) Composition d’applications lipschitziennes : si f : E F est k-lipschitzienne et g :

F G

-lipschitzienne, alors g f : E G est kℓ-lipschitzienne.

4. Espaces vectoriels normés

Page 2

2) Parties convexes

Étant donné (a, b) E 2 , le segment [a, b] est l’ensemble des (1 t) .a + t.b, t [0, 1].

NB : en remplaçant t par 1 u, on constate que [b, a] = [a, b] ; d’ailleurs il n’y a en général pas de relation d’ordre “naturelle” dans

Une partie A de E est dite convexe si et seulement si, pour tout (a, b) de A 2 , [a, b] est inclus dans A.

Propriété : les boules de E sont des parties convexes.

NB : les parties convexes de R sont les intervalles.

3) Suites convergentes, suites divergentes

Soient u = (u n ) nN dans E N une suite de vecteurs de E et un vecteur de E ; on dit que (u n ) nN converge vers dans (E, · ) (ou encore pour la norme · ) si et seulement si la suite numérique ( u n ) nN converge vers 0 dans R, c’est-à-dire si et seulement si

ε> 0

n 0 N nn 0

u n ε.

La suite (u n ) nN est dite convergente dans (E, · ) (ou pour la norme · ) si et seulement s’il existe un vecteur de E tel que (u n ) nN converge vers .

Si c’est le cas, est unique ; est la limite de la suite u = (u n ) nN , notée lim u ou lim

n→∞ u n .

On écrit aussi : u n −→

n→∞ .

Sinon, la suite (u n ) nN est dite divergente.

NB : (u n ) nN converge vers si et seulement si (u n ) nN converge vers 0 : on se ramène ainsi souvent au cas de la limite nulle.

Propriété : toute suite convergente est bornée (réciproque fausse !).

Opérations algébriques sur les suites convergentes :

L’ensemble C des suites de vecteurs de E convergentes dans (E, · ) est un sous-espace de E N et l’application qui à toute suite de C associe sa limite est une application linéaire de C dans E.

4) Suites extraites

Définition : on appelle suite extraite (ou sous-suite) d’une suite (u n ) nN d’éléments de E toute suite de la forme u ϕ(n) nN , où ϕ est une application strictement croissante de N dans N (en particulier lim ϕ = +).

+

Propriété : si (u n ) nN converge, alors toute suite extraite de (u n ) nN converge vers la même limite.

NB : cette propriété peut permettre de nier facilement la convergence d’une suite (cf. (1) n ).

Définition : on appelle valeur d’adhérence d’une suite (u n ) nN d’éléments de E, tout élément a de E tel qu’il existe une suite extraite de (u n ) nN convergeant vers a (terme hors programme

mais naguère apparu dans un sujet

).

5) Normes équivalentes (complément hors programme)

Propriété : soient N et N deux normes sur E ; pour que toute suite convergeant vers 0 au sens de N converge également vers 0 au sens de N , il faut et il suffit qu’il existe un nombre réel

α > 0 tel que N αN (i.e. x E

N (x) αN (x) avec α indépendant de x).

Dém. S’il existe α > 0 tel que N αN , il est clair que pour toute suite (u n ) nN convergeant vers 0 au sens de N , (u n ) nN converge également vers 0 au sens de N , en vertu du théorème d’encadrement, puisque : n N 0 N (u n ) αN (u n ). Pour prouver la réciproque, je procède par contraposition : je suppose que

α> 0 xE

N (x) > αN (x) .

4. Espaces vectoriels normés

Page 3

Pour tout n dans N, cette hypothèse me fournit (en prenant α = n + 1) un vecteur x n de E tel que

N (x n ) > (n + 1) N (x n ) (nécessairement, x n est non nul).

n+1 et N (u n ) = 1.

Ainsi, il existe au moins une suite (u n ) nN qui converge vers 0 au sens de N , mais pas au sens de N , ce qui achève la démonstration.

Définition : deux normes N et N sur un même K-espace vectoriel E sont dites équivalentes si et seulement s’il existe deux réels strictement positifs α et β tels que N αN et N βN .

Je pose alors : n N u n =

1

N (x n ) ·x n et je constate que : n N N (u n ) <

1

Théorème : soient (u n ) nN E N et E ; si N et N sont deux normes équivalentes sur E, alors (u n ) nN converge vers E au sens de N si et seulement si (u n ) nN converge vers au sens de N .

Ainsi, pour montrer que deux normes N et N ne sont pas équivalentes, il suffit d’exhiber une suite (u n ) nN de vecteurs de E telle que l’une des deux suites numériques N (u n ) nN , N (u n ) nN converge vers 0 et pas l’autre.

NB : nous verrons que toutes les normes sont équivalentes en dimension finie.

6) Quelques normes usuelles

a) Norme euclidienne associée à un produit scalaire sur un R-espace vectoriel

Rappelons que, si E est un R-espace vectoriel muni d’un produit scalaire (·|·) (c’est-à-dire une forme

bilinéaire symétrique définie positive sur E), l’application x x = (x|x) est une norme sur E, la norme euclidienne associée au produit scalaire (·|·). Nous disposons en outre, pour tout (x, y) de E, des développements :

et

qui fournissent l’identité du parallélogramme :

x+y 2 + xy 2 = 2 x 2 + y 2

et les identités de polarisation :

x +y 2 = x 2 + y 2 + 2 (x|y)

x y 2 = x 2 + y 2 2(x|y)

(x|y) = 1

2 x+y 2 x 2 y 2 = 1

2 x 2 + y 2 xy 2 = 1

4 x+y 2 xy 2

et de l’inégalité de Cauchy-Schwarz :

|(x|y)| ≤ x · y (avec égalité si et seulement si x, y colinéaires).

b) Normes usuelles sur K p

Pour x = (x 1 ,

,x

p ) R p , on pose :

N 1 (x) =

p

k=1

|x k |

;

N 2 (x) =

p

k=1

x k 2 ; N (x) = max

1kp |x k | .

Théorème : N 1 ,N 2 et N sont trois normes sur R p , équivalentes deux à deux, avec :

N N 2 N 1 p.N 2 p.N .

NB : N 2 est la norme associée au produit scalaire canonique (x, y)

p

k=1

x k .y k .

N 1 et N sont également définies sur C p , |·| désignant alors le module.

c) Produit d’espaces vectoriels normés

Plus généralement, étant donnée une famille finie d’espaces vectoriels normés (E k ,N k ), 1 k p, on

peut munir l’espace produit E =

p

E k de la norme N définie par

k=1

si x = (x 1 ,

,x

p ) E, N (x) = max

1kp N k (x k ).

4. Espaces vectoriels normés

Page 4

d) Normes usuelles sur C 0 ([a, b] , K)

Soit a, b réels (a < b) et E = C 0 ([a, b] , R) le R-espace vectoriel des fonctions continues de [a, b] dans R. Pour f E, on pose :

N 1 (f) = b |f| ;

a

N 2 (f) = b f 2 ;

a

N (f ) = max |f|.

[a,b]

Théorème : N 1 ,N 2 et N sont trois normes sur C 0 ([a, b] , R), avec :

N 1 b aN 2 (ba)N ,

mais elles sont deux à deux non équivalentes (utiliser f n : t

N 1 est dite norme de la convergence en moyenne sur [a, b], N 2 est dite norme de la convergence en moyenne quadratique sur [a, b], N est dite norme de la convergence uniforme sur [a, b].

ta ba n

).

Dém. pas de difficulté particulière, une fois noté que N 2 est la norme associée au produit scalaire

(f, g) f.g.

NB : N 1 et N sont également définies sur C 0 ([a, b] , C), |·| désignant alors le module.

a

b

e) Norme N sur l’espace (E) des suites bornées

Soit (E, · ) un espace vectoriel normé. L’ensemble (E) des suites bornées d’éléments de E est un sous-espace du K-espace vectoriel E N et

N : u = (u n ) nN N

(u) = sup

nN u n

est une norme sur (E). L’ensemble des suites convergentes d’éléments de E est un sous-espace vectoriel de (E).

f) Norme N 1 sur l’espace 1

On note 1 l’ensemble des suites réelles (u n ) telles que la série |u n | converge.

Théorème : 1 est un sous-espace vectoriel de R N et N 1 : (u n ) nN n=0 |u n | est une norme sur 1 .

g) Norme N 2 sur l’espace 2

On note 2 l’ensemble des suites réelles (u n ) telles que la série

Théorème : 2 est un sous-espace vectoriel de R N et l’on définit un produit scalaire sur 2 en posant,

n=0

2

u n converge.

pour u = (u n ) nN et v = (v n ) nN ,

(u|v) =

u

n v n .

Ainsi N 2 : u = (u n ) nN

n=0

n=0

u n 1/2 est une norme euclidienne sur 2 .

2

Propriété : on a 1 2 (R), N N 2 N 1 dans 1 et N N 2 dans 2 ; mais N 1 et N (resp. N 2 et N ) ne sont pas équivalentes dans 1 (resp. 2 ), ni N 1 et N 2 dans 1 .

7) Relations de comparaison entre suites

a) Domination

(u n ) E N est dominée par (α n ) R N si et seulement si :

M R +

n 0 N nN nn 0

u n M. |α n |

On note alors : u n = O(α n ) (lire “grand O” de α n ).

NB : si (α n ) ne s’annule pas à partir d’un certain rang, u n = O(α n ) signifie que

Exemple : u n = O (1) signifie que (u n ) est bornée.

1 n ·u n est bornée.

α

4. Espaces vectoriels normés

Page 5

b) Prépondérance — négligeabilité

(u n ) E N est négligeable devant (α n ) R N si et seulement si :

εR + n 0 N nN

nn 0 u n ε. |α n |

On note alors : u n = o(α n ) (lire “petit O” de α n ). On dit aussi que (α n ) est prépondérante devant (u n ).

NB : si (α n ) ne s’annule pas à partir d’un certain rang, u n = o(α n ) signifie que vers 0.

Exemple : u n = o (1) signifie que (u n ) converge vers 0.

c) Équivalence

1 n ·u n converge

α

(u n ) et (v n ) de E N sont équivalentes si et seulement si : u n v n = o( v n ). On note alors : u n v n (lire “ u n équivalent à v n ”). La relation ainsi définie sur E N est symétrique et transitive.

NB : lorsque (u n ) et (v n ) sont à valeurs dans K = R ou C et si (v n ) ne s’annule pas à partir d’un

certain rang, u n v n signifie que u n

v

n

converge vers 1.

Exemple : pour = 0, u n signifie que (u n ) converge vers .

Attention ! u n 0 signifie que u n est nul à partir d’un certain

Propriétés : soient (u n ) et (v n ) à valeurs réelles. a) Si u n v n ,u n ,v n dans R + et α R, alors u v

α

n

α

n

(α exposant constant)

b) Si u n v n , u n ,v n dans R + , admettant une limite dans [0, +] différente de 1, alors ln u n ln v n .

c) e u n e v n si et seulement si (u n v n ) converge vers 0.

Attention ! (u n v n ) converge vers 0” n’est pas équivalent à “u n v n ”!

IIII - Topologie d’un espace vectoriel normé

Soient (E, · ) un espace vectoriel normé, x un point de E et A une partie de E.

1) Voisinages, ouverts et fermés

A est un voisinage de x si et seulement si : r > 0

A est un ouvert de E si et seulement si A est voisinage de chacun de ses points ;

A est un fermé de E si et seulement si son complémentaire est un ouvert.

B (x, r) A ;

Exemples : les boules ouvertes sont des ouverts, les boules fermées sont des fermés. Dans R, les demi-droites fermées sont des

Premières propriétés :

1) Toute réunion d’ouverts est un ouvert, toute intersection finie d’ouverts est un ouvert.

2) Toute intersection de fermés est un fermé, toute réunion finie de fermés est un fermé.

Attention ! nN 0,1 +

n = ]0, 1] , nN 0,1

1

n = [0, 1[ ne sont ni ouverts, ni fermés.

1

et E sont à la fois ouverts et fermés (on montrera que ce sont les seules parties ouvertes et fermées de E).

4. Espaces vectoriels normés

Page 6

2) Intérieur, adhérence, frontière, parties denses

x

est intérieur à

A si

et seulement si : r > 0

B (x, r) A (i.e.

A est un voisinage de x)

 

˚

l’intérieur de A, noté A, est la réunion des ouverts inclus dans A ; c’est le plus grand ouvert de E

inclus dans A ; c’est aussi l’ensemble des points intérieurs à A

 

est adhérent à A si et seulement si : r > 0 B (x, r) A = ; en particulier tout point de A est adhérent à A, même si cette notion n’est "intéressante" que pour un point n’appartenant pas à A

x

 

¯

l’adhérence de A, notée A, est l’intersection des fermés contenant A ; c’est le plus petit fermé de E

contenant A ; c’est aussi l’ensemble des points adhérents à A

 

x est un point frontière de A si et seulement s’il est adhérent à A et adhérent à E\A (autrement dit adhérent à A mais non intérieur à A)

 

¯

˚

la frontière de A est l’ensemble Fr A = A\ A des points frontières de A.

Exemples : les boules B (x, r) et B f (x, r) ont pour frontière la sphère S (x, r) ; dans R, la frontière de Q est R tout entier ! Toujours dans R, sous réserve d’existence, la borne inférieure ou supérieure d’une partie est un point adhérent à cette partie.

˚

¯ ˚

¯
¯

Propriétés : pour toute partie A de E, on a AAA,E\ A = E\A,E\ A = E\A;

˚

¯

A est ouvert si et seulement si A = A ; A est fermé si et seulement si A = A.

Caractérisation séquentielle des points adhérents, des parties fermées

Un point x de E est adhérent à A si et seul t s’il existe une suite de points de A convergeant vers x.

A est un fermé de E si et seul t si toute suite convergente d’éléments de A a sa limite dans A.

Parties denses : une partie D de A est dite dense dans A si et seulement si tout point de A est adhérent

¯

à D, i.e. tout point de A est limite d’une suite de points de D, ou encore A D.

Exemples : Q et R\Q sont denses dans R ; GL p (K) est dense dans M p (K).

IIIIII - Étude locale d’une application — Continuité

Dans tout le paragraphe, E et F sont deux espaces vectoriels normés, les deux normes étant notées · .

Attention ! En dimension infinie, les notions suivantes dépendent a priori du choix desdites normes.

1) Notion de limite

Définition : soient A une partie non vide de E, a un point de E adhérent à A, f : A F et b F . f admet b pour limite au point a si et seulement si

ε > 0

δ > 0

x A

x a δ f (x) b ε.

Lorsqu’un tel b existe il est unique ; on dit alors que b est la limite de f en a et l’on note :

Extensions :

b = lim f

a

ou

b = lim

xa f (x)

lorsque E = R et A non majorée, on dit que a = +est adhérent à A et alors f

: A F admet

b

F pour limite en +ssi

ε> 0

K> 0 xA

xK f (x) b ε

lorsque E = R et A non minorée, on dit que a = −∞ est adhérent à A et alors f

: A F admet

b F pour limite en −∞ ssi

ε> 0

K> 0

xA x≤−K f (x) b ε

lorsque F = R, on dit que f : A R admet b = +pour limite en a (adhérent à A dans E) ssi

M> 0

δ> 0 xA

xa δ f (x) M

lorsque F = R, on dit que f : A R admet b = −∞ pour limite en a (adhérent à A dans E) ssi

M> 0

δ> 0

xA

xa δ f (x) ≤−M

4. Espaces vectoriels normés

Page 7

Interprétation en termes de voisinages

Dans R, on appelle voisinage de +(resp. −∞) toute partie contenant une demi-droite ouverte de la forme ]a, +[ (resp. ]−∞, a[). Alors, en notant V E (a) l’ensemble des voisinages dans E de a, toutes les définitions ci-dessus peuvent s’écrire de façon unifiée : f admet b pour limite en a si et seulement si

W ∈V F (b) V ∈V E (a)

f (A V ) W.

2) Caractérisation séquentielle de l’existence d’une limite finie

Théorème : f : A F admet une limite (finie) en a (adhérent à A) si et seulement si l’image par f de toute suite d’éléments de A convergeant vers a est une suite convergente dans F .

De plus, si xa lim f (x) = b et

n u n = a, avec (u n ) A N , alors lim

lim

n f (u n ) = b.

3) Opérations sur les limites

Linéarité de la limite : banal.

Composition de limites : soient G un troisième espace vectoriel normé de dimension finie,

f : A F , g : B G B est une partie de F telle que f (A) B ; si a est adhérent à A et si f

admet une limite finie b en a, alors b est adhérent à B ; si, en outre, lim g = c, alors lim gf = c.

b

a

Limite d’une fonction à valeurs dans un espace produit : on reprend les notations du § I.6.c) et

p

l’on munit E =

D, a adhérent à A et f : A E. f est caractérisée par les applications composantes f k = p k f, où

p k est la projection canonique p k : (x 1 ,

f admet une limite en a dans E si et seulement si, pour tout k [[1, p]], f k admet une limite en a

E k de la norme N . Soit D un autre espace vectoriel normé, A une partie de

k=1

,x

p ) x

k .

dans E k . Si c’est le

cas, lim f = lim f 1 ,

a

a

, lim f p .

a

4) Applications continues

Définition : soit f : A F ; si a A, f est continue en a si et seulement si f (cette limite étant nécessairement finie, égale à f (a)).

admet une limite en a

f est continue sur A si et seulement si f est continue en tout point de A.

Prolongement par continuité : si f : A F , a E\A, a adhérent à A et si f admet une limite finie b

en a, alors f admet un unique prolongement f à A ∪ {a} continu en a, défini par :

f (x) =

f (x) si

x A

b

si

x = a .

Caractérisation séquentielle de la continuité :

f est continue en a si et seulement si, pour toute suite (u n ) d’éléments de A convergeant vers a, la suite image (f (u n )) converge dans F (c’est alors nécessairement vers f (a)).

Exemples :

1) toute fonction lipschitzienne est continue (si f est k-lipschitzienne, choisir δ = ε/k) ;

2) toute norme N : E R est continue (car 1-lipschitzienne de (E, N ) dans (R, |·|)).

Opérations sur les fonctions continues :

L’ensemble C (A, F ) des fonctions continues de A dans F est un K-espace vectoriel.

L’ensemble C (A, K) des fonctions continues de A dans K est une K-algèbre.

Composition : si f : A F et g : B G sont continues et telles que f (A) B, alors g f est

continue.

Restriction : si f : A F est continue sur A et B A, alors f| B est continue sur B.

4. Espaces vectoriels normés

Page 8

Raisonnement par densité : soient deux applications continues f et g de A dans F et B une partie de

A, dense dans A. Si f et g coïncident sur B, alors elles sont égales sur A.

Exemple : si E est un K-espace vectoriel de dimension finie et u, v dans L (E), alors χ uv = χ vu .

Théorème : images réciproques d’ouverts et de fermés par une fonction continue Soit f : E F continue sur E ( E est l’espace de départ tout entier) ;

si est un ouvert de F , alors f 1 (Ω) est un ouvert de E ;

si Φ est un fermé de F , alors f 1 (Φ) est un fermé de E.

Cas particuliers : pour f : E R, continue sur E et α R,

• {x E / f (x) > α}, {x E / f (x) < α} et {x E / f (x) = α} sont des ouverts de E.

• {x E / f (x) α}, {x E / f (x) α} et {x E / f (x) = α} sont des fermés de E.

Exemple : det : M n (K) K est continue, donc GL n (K) = det 1 (K\ {0}) est un ouvert de M n (K).

5) Continuité des applications linéaires

Soient (E, N) et (F, N ) deux espaces vectoriels normés.

Théorème : u ∈ L (E, F ) est continue sur E si et seulement s’il existe k dans R + tel que

xE N u(x) k.N (x) .

Si c’est le cas, u est k-lipschitzienne.

Dém. La condition suffisante est immédiate : si je suppose l’existence de k, la linéarité de u montre aussitôt que u est k-lipschitzienne, donc continue. Pour la réciproque, je suppose u continue en 0 (ce sera suffisant !). Avec ε = 1, la définition de la continuité en 0 me fournit δ > 0 tel que (puisque u (0) = 0)

xE N (x) δ N u(x) 1.

Soit alors x non nul dans E. J’ai N

(x) ·x = δ, donc par construction

δ

N

N u

δ

N

(x)

·x 1

d’où

N u(x) 1

δ N (x)

1 δ convient (l’inégalité étant encore vraie pour x = 0 !

et donc k =

Exemple : soit E = C ([0, 1] , K), muni de la norme N 1 ;u : f 1 f est continue de E dans K, tandis

0

que v : f

f(1) ne l’est

NB : nous verrons que toutes les applications linéaires sont continues en dimension finie.

IVIV - Compacité (complément hors programme)

1) Définition

Une partie A d’un espace vectoriel normé E est compacte si et seulement si toute suite d’éléments de

A admet une sous-suite convergeant

vers un élément de A. On dit aussi que A est un compact de E.

2) Premières propriétés

Tout compact d’un espace vectoriel normé est fermé et borné.

Réciproque fausse ! La boule B f (0, 1) dans K [X] muni de la norme N 1 est fermée bornée mais non compacte : la suite (X n ) n’admet aucune sous suite convergente !

Exemples fondamentaux :

les compacts de K sont les fermés bornés (c’est le théorème de Bolzano-Weierstrass de MPSI !) ;

les segments sont des compacts de R , mais il y a dans R des compacts qui ne sont pas des intervalles.

4. Espaces vectoriels normés

Page 9

3) Image directe d’un compact par une fonction continue

Théorème : si f : A F est continue sur A et K compact de E inclus dans A, alors f (K) est un compact de F .

Corollaire : si f est à valeurs réelles et continue sur un compact non vide K, alors f est bornée sur K et atteint ses bornes, notées min f, max f, les extremums globaux de f sur K (en effet,

K

K

la borne supérieure (resp. inférieure) d’une partie de R est adhérente à cette partie, dès qu’elle existe).

Cas particulier : toute application continue sur un compact non vide est bornée et les bornes supérieure

et inférieure de sa norme sont atteintes.

VV - Espaces vectoriels normés de dimension finie

1) Compléments hors programme

a) Équivalence des normes en dimension finie — conséquences

Théorème de Bolzano-Weierstrass : toute suite bornée de K p possède une sous-suite convergente pour la norme N .

Corollaire : les parties compactes de K p muni de la norme N sont les parties fermées bornées.

Corollaire : dans K p , toutes les normes sont équivalentes.

Théorème fondamental Dans un K-espace vectoriel de dimension finie, toutes les normes sont équivalentes.

b) Compacité

Théorème de Bolzano-Weierstrass : toute suite bornée d’un K-espace vectoriel de dimension finie possède une sous-suite convergente (pour n’importe quelle norme !).

Théorème : dans un K-espace vectoriel de dimension finie, les parties compactes sont les fermés bornés.

2) Les résultats au programme dans la filière PSI

a) Notions indépendantes du choix de la norme

Dans un K-espace vectoriel de dimension finie, les notions de point intérieur, d’intérieur d’une par- tie, de point adhérent, d’adhérence d’une partie, de parties bornées, ouvertes, fermées, de fonctions lipschitziennes, de limite et de continuité sont indépendantes du choix de la norme.

b) Utilisation des coordonnées

Dans un K-espace vectoriel F de dimension finie d, pour l’étude d’une limite, il est inutile de préciser

au sens de quelle norme et l’on peut se ramener à l’étude des coordonnées dans une base B = (e 1 ,

de F .

Pour qu’une suite (u n ) nN de vecteurs de F soit convergente, il faut et il suffit que les d suites coordonnées

soient convergentes (k [[1, d]]) ; si c’est le cas, les coordonnées de la limite sont les limites des suites coordonnées.

De même pour une application à valeurs dans F : soient A une partie non vide d’un espace vectoriel

normé E, f : A F et f 1 ,

,e

d )

q les applications coordonnées associées à f vérifiant

,f

xA

f (x) =

q

k=1

f k (x) .e k .

Alors f admet une limite en a (adhérent à A dans E) si et seulement si les f k ,k N q admettent toutes une limite en a ; si c’est le cas,

lim f =

a

q

k=1

lim f k .e k .

a

4. Espaces vectoriels normés

Page 10

c) Fonction continue sur une partie fermée bornée

Théorème : si E est un espace vectoriel normé de dimension finie et K une partie non vide, fermée et bornée de E, alors toute fonction continue de K dans R est bornée et atteint ses bornes.

Exemple : si K est une partie fermée, bornée, non vide de E et x E, alors

a K

d (x, K) = x a ;

en effet, f