Espace vectoriel normé

K désigne ℝ ou ℂ . E désigne un K -espace vectoriel.

I. Norme

1°) Définition
Déf : On appelle norme sur E toute application N de E vers ℝ + vérifiant :
1) ∀x ∈ E , N (x ) = 0 ⇒ x = 0 (séparation).
2) ∀λ ∈ K , ∀x ∈ E , N (λ.x ) = λ x (homogénéité)
3) ∀x , y ∈ E , N (x + y ) ≤ N (x ) + N (y ) (inégalité triangulaire).
On dit alors que le couple (E , N ) est un espace vectoriel normé.
Prop :Si . est une norme sur E alors :
a) ∀x ∈ E , x = 0 ⇔ x = 0 ,
b) ∀x ∈ E , −x = x ,
c) ∀x , y ∈ E , x − y ≤ x − y .

2°) Notions métriques

Soit (E , . ) un espace vectoriel normé.
a) sur les vecteurs
Déf : Un vecteur x de E est dit unitaire lorsque x = 1 .

Déf : On appelle distance associée à la norme sur E l’application d : E ×E → ℝ + définit par d (x , y ) = y − x .

Prop : α ) ∀x , y ∈ E ,d (x , y ) = 0 ⇔ x = y (séparation),
β ) ∀x , y ∈ E ,d (x , y ) = d (y , x ) (symétrie),
γ ) ∀x , y , z ∈ E , d (x , z ) ≤ d (x , y ) + d (y , z ) (inégalité triangulaire),
δ ) ∀x , y , z ∈ E , d (x + z , y + z ) = d (x , y ) (invariance par translation).
b) sur les parties
Déf : Une partie A de E est dite bornée ssi ∃M ∈ ℝ + , ∀x ∈ A, x ≤ M .
Déf : Soit x un vecteur de E et A une partie non vide d’un espace vectoriel normé E . On appelle distance de
a à A . le réel d (x , A) = inf d (x , y ) .
y ∈A

Déf : Soit A une partie bornée non vide de E .

On appelle diamètre de A le réel δ (A) = sup d (x , y ) .
x ,y ∈A

3°) Boules ouvertes, boules fermées

Déf : Soit a ∈ E et r > 0 . On appelle boule ouverte de centre a et de rayon r l’ensemble
B (a , r ) = {x ∈ E / d (x ,a ) < r } . Boule fermée B (a , r ) et sphère S (a , r ) .
Déf : Les boules de centre 0 et de rayon 1, sont appelées boules unités.
Prop : B (a , r ) = a + rB (0,1) et B (a , r ) = a + rB (0,1) .
Prop : Les boules sont bornées.
Prop : Les boules sont convexes.

II. Normes usuelles

1°) Norme euclidienne

Déf : On appelle produit scalaire sur un ℝ -espace vectoriel E toute application ϕ : E ×E → ℝ vérifiant
1) ϕ est bilinéaire,

-1/8-
 2) ϕ est symétrique : ∀x , y ∈ E , ϕ (x , y ) = ϕ (y , x )
3) ϕ est définie positive : ϕ (x , x ) ≥ 0 et ϕ (x , x ) = 0 ⇒ x = 0 .
Théorème :
Si ϕ est un produit scalaire sur E alors x = ϕ (x , x ) définit une norme sur E et pour tout x , y ∈ E ,
ϕ (x , y ) ≤ x y .
Déf : On dit que . est la norme euclidienne associée au produit scalaire ϕ .

2°) Normes sur Kn

Pour x = (x1 ,…, x n ) ∈ Kn , on pose :

= max ( x1 ,…, x n ) .
2 2
x 1 = x1 + ⋯ + x n , x 2
= x1 + ⋯ + x n et x ∞

Théorème :
. 1, . 2
et . ∞
définissent des normes sur Kn .
Culture :
Plus généralement, pour p ≥ 1 , x p ( p
= x1 + ⋯ + x n )
p 1p
définit une norme sur Kn et

x ∞
= lim x p .
p→+∞

3°) Normes sur un espace de dimension finie

Théorème :
Tout K -espace vectoriel de dimension finie peut-être muni d’une norme.
Déf : En choisissant . = . 1 , . 2
ou . ∞
, la norme N ci-dessus construite est notée . B ,1
, . B ,2
ou
. B ,∞
.

4°) Normes sur des espaces de suites

Théorème :
+∞
ℓ1 (K ) = {u ∈ K ℕ / ∑ un < +∞} est un sous-espace vectoriel de K ℕ normé par u 1 = ∑ un .
n =0

1
Déf : ℓ (K ) est appelé espace des suites sommables.
Théorème :
 +∞ 
12

{ }
ℓ 2 (K ) = u ∈ K ℕ / ∑ un < +∞ est un sous-espace vectoriel de K ℕ normé par u 2 = ∑ un
2
 n =0
2
 .

Déf : ℓ 2 (K ) est appelé espace des suites de carré sommable.
Théorème :
ℓ ∞ (K ) = {u ∈ K ℕ / ∃M ∈ ℝ , ∀n ∈ ℕ, un ≤ M } est un sous-espace vectoriel de K ℕ normé par
u ∞
= sup un .
n ∈ℕ

5°) Normes sur des espaces de fonctions continues

Soit I un intervalle de ℝ non singulier.
Théorème :
{ }
L1c (I , K ) = f ∈ C (I , K ) / ∫ f < +∞ est un sous-espace vectoriel de C (I , K ) normé par
I

f 1 = ∫ f (t ) dt .
I

-2/8-
Théorème :
{ }
Lc2 (I , K ) = f ∈ C (I , K ) / ∫ f < +∞ est un sous-espace vectoriel de C (I , K ) normé par
I
2

(∫ )
12
2
f 2
= f (t ) dt .
I

Théorème :
c (I , K ) = { f ∈ C (I , K ) / ∃M ∈ ℝ , ∀t ∈ I , f (t ) ≤ M } est un sous-espace vectoriel de C (I , K ) normé par
L∞
f ∞
= sup f (t ) .
t ∈I

6°) Norme produit

Soit (E1 , N 1 ),…,(E p , N p ) des espaces vectoriels normés et E = E1 ×⋯×En . Pour x = (x1 ,…, x n ) ∈ E , on pose
x = max N i (x i ) .
1≤i ≤p

Théorème :
. définit une norme sur E .

Déf : Cette norme est appelé norme produit sur E = E1 ×⋯×En et (E , . ) est appelé espace vectoriel normé
produit des espaces vectoriels normés (E1 , N 1 ),…,(E p , N p )
n
Prop : Pour a = (a1 ,…,an ) ∈ E et r > 0 : B (a , r ) = ∏Bi (ai , r ) .
i =1

7°) Norme sur une algèbre

Soit (A, +,×,.) une K -algèbre.
Déf : On appelle norme d’algèbre sur A toute application . : A → ℝ + vérifiant :
1) . est une norme sur A ,
2) ∀x , y ∈ A, xy ≤ x y (sous-multiplicaticité)
3) (option) 1A = 1 .
On dit alors que le couple (A, . ) est une algèbre normée.

8°) Comparaison de normes

Déf : Une norme N 2 sur E est dite dominée par une norme N 1 ssi ∃α > 0, ∀x ∈ E , N 2 (x ) ≤ αN 1 (x ) .
Déf : Deux normes N 1 et N 2 sur un même espace E sont dites équivalentes ssi elles se dominent
mutuellement i.e. : ∃α, β > 0, ∀x ∈ E , αN 2 (x ) ≤ N 1 (x ) ≤ βN 2 (x ) .
Prop : On définit ainsi une relation d’équivalence sur les normes de E .
Prop : Si N 1 et N 2 sont deux normes équivalentes alors toute boule pour l’une des normes est incluse et
contient des boules de même centre pour l’autre norme.
Théorème :
Sur un K -espace vectoriel de dimension finie, toutes les normes sont équivalentes (admis).

III. Suites d’éléments d’un espace vectoriel normé

(E , . ) désigne un espace vectoriel normé.

1°) Suites bornées

Déf : Une suite u = (un ) d’éléments de E est dite bornée ssi ∃M ∈ ℝ + , ∀n ∈ ℕ, un ≤ M .
Prop : L’ensemble ℓ ∞ (E ) formée des suites bornées d’éléments de E est un sous-espace vectoriel de E ℕ et
l’application définit par u ∞
= sup un y définit une norme.
n ∈ℕ

-3/8-
2°) Suite convergente
Déf : On dit qu’une suite u = (un ) d’éléments de E tend vers ℓ ∈ E (pour la norme . ) ssi un − ℓ → 0
i.e. : ∀ε > 0, ∃N ∈ ℕ, ∀n ∈ ℕ, n ≥ N ⇒ un − ℓ ≤ ε .
.
On note alors u → ℓ ou un → ℓ .
Théorème :
Si un → ℓ et un → ℓ ′ alors ℓ = ℓ ′ .
Déf : On dit qu’une suite u = (un ) d’éléments de E converge ssi il existe ℓ ∈ E tel que un → ℓ . Cet élément
ℓ est alors unique, on l’appelle limite de u et on note ℓ = lim u ou ℓ = lim un .
n →+∞

3°) Opérations sur les limites

Prop : Si un → ℓ alors un → ℓ .
Par conséquent toute suite convergente est bornée.
Théorème :
Si un → ℓ et vn → ℓ ′ alors λun + µvn → λ ℓ + µℓ ′ .
Si de plus, E est une algèbre normée unvn → ℓℓ ′ .
Cor : L’ensemble des suites convergentes est un sous-espace vectoriel (ou sous-algèbre) de E ℕ et l’application
u ֏ lim u y définit une application linéaire (ou morphisme d’algèbre)
Prop : Si αn ∈ K → α et un → ℓ alors αn .un → α.ℓ .

4°) Effet d’un changement de norme

Théorème :
Si N 1 est dominée par N 2 alors toute suite convergeant pour N 2 converge vers la même limite pour N 1 .
Cor : Deux normes équivalentes définissent les mêmes suites convergentes.

5°) Cas particuliers

a) suite d’un espace produit
p espaces et on adopte une notation fonctionnelle.
Soit (E1 , N 1 ),…,(E p , N p ) des espaces vectoriels normés. On munit E = E1 ×…×E p de la norme produit.
Soit u = (u (n )) une suite d’éléments de E . Pour tout n ∈ ℕ , u (n ) = (u1 (n ),…, u p (n )) .
Déf : Les suites ui = (ui (n )) sont appelées suites coordonnées de la suite u .
Prop : La suite u est bornée ssi ses suites coordonnées le sont.
Prop : La suite u converge ssi ses suites coordonnées convergent et si tel est le cas : lim u = (lim u1 ,…,lim u p ) .
b) suite d’un espace vectoriel normé de dimension finie
Soit E un K -espace vectoriel de dimension finie p ∈ ℕ∗ .
B = (e1 ,…,e p ) une base de E .
Soit u = (u (n )) une suite d’éléments de E . Pour tout n ∈ ℕ , u (n ) = u1 (n )e1 + ⋯ + u p (n )e p .
Déf : Les suites ui = (ui (n )) sont appelées suites composantes de la suite u dans B .
Prop : La suite u est bornée ssi ses suites composantes le sont.
Prop : La suite u converge ssi ses suites composantes convergent et si tel est le cas :
lim u = (lim u1 )e1 + ⋯ + (lim un )e p .

IV. Topologie
(E , . ) désigne un espace vectoriel normé.

-4/8-
1°) Voisinage
Déf : On appelle voisinage d’un élément a de E toute partie V de E contenant une boule centrée en a i.e.
telle que : ∃α > 0, B (a , α ) ⊂V .
Prop : Si V est un voisinage de a et W une partie de E contenant V alors W est un voisinage de a .
Prop : Si V1 ,…,Vn sont des voisinages de a alors V1 ∩ … ∩Vn est un voisinage de a .
Prop : Si a ,b ∈ E sont distincts alors il existe des voisinages de a et b disjoints.

2°) Ouverts et fermés

a) parties ouvertes
Déf : Une partie U de E est dite ouverte ssi elle est voisinage de chacun de ses points i.e. :
∀a ∈U , ∃α > 0, B (a , α ) ⊂U . On dit encore que U est un ouvert de E .
Prop : Une réunion (finie ou infinies) de parties ouvertes est ouverte.
Prop : Une intersection finie de parties ouvertes est un ouverte.
Prop : Si U 1 ,…,U p sont des parties ouvertes des espaces vectoriels normés E1 ,…, E p alors U 1 ×⋯×U p est une
partie ouverte de l’espace vectoriel normé produit E1 ×⋯×E p .
b) parties fermées
Déf : Une partie F de E est dite fermée ssi son complémentaire est une partie ouverte. On dit encore que F
est un fermé de E .
Prop : Une intersection (finie ou infinie) de parties fermées est fermée.
Prop : Une union finie de parties fermées est fermée.
Théorème :
Pour une partie F de E , on a équivalence entre :
(i) F est fermée
(ii) ∀ (un ) ∈ F ℕ , un → ℓ ⇒ ℓ ∈ F .
Prop : Si F1 ,…, Fp sont des parties fermées des espaces vectoriels normés E1 ,…, E p alors F1 ×…×Fp est une
partie fermée de l’espace vectoriel normé produit E = E1 ×⋯×E p .

3°) Intérieur et adhérence

a) point intérieur
Déf : Un élément a ∈ E est dit intérieur à une partie A ssi A est voisinage de a i.e. ∃α > 0, B (a , α ) ⊂ A . On
note A l’ensemble des points intérieurs à A appelé intérieur de A .
Théorème :
A est la réunion des ouverts inclus dans A .
Par suite A est un ouvert et c’est le plus grand ouvert inclus dans A .
Cor : Une partie A est ouverte ssi A = A
b) point adhérent
Déf : Un point a ∈ E est dit adhérent à une partie A ssi ∀α > 0, A ∩ B (a , α ) ≠ ∅ .
On note A l’ensemble des points adhérents à A appelé adhérence de A .
Prop : C E A = (C E A) .


Théorème :
A est l’intersection des fermés contenant A . Par suite A est un fermé et c’est le plus petit fermé
contenant A .
Cor : Une partie A est fermée ssi A = A .
Théorème :
Soit a ∈ E et A une partie de E . On a équivalence entre :
(i) a est adhérent à A ,
(ii) Il existe une suite d’éléments de A convergeant vers a .

-5/8-
4°) Frontière
Déf : On appelle frontière d’une partie A de E l’ensemble Fr(A) = A \ A .

Prop : Fr(A) = A ∩C E A et donc Fr(A) est une partie fermée.

5°) Topologie relative

Soit A une partie de E .
Déf : On appelle voisinage de a ∈ A relatif à A , tout ensemble de la forme A ∩V avec V voisinage de a
dans E .
Déf : On appelle ouvert relatif à A tout ensemble de la forme A ∩U avec U ouvert de E .
Prop : Une partie de A est un ouvert relatif à A ssi elle est voisinage relatif à A de chacun de ses points.
Déf : On appelle fermé relatif à A tout ensemble de la forme A ∩ F avec F fermé de E .
Prop : Une partie de A est un fermé relatif ssi son complémentaire dans A est un ouvert relatif.

V. Densité
(E , . ) désigne un espace vectoriel normé.

1°) Définition
Déf : Une partie A de E est dite dense ssi E = A .
Théorème :
On a équivalence entre :
(i) A est dense dans B ,
(ii) ∀x ∈ E , ∀α > 0, B (x , α ) ∩ A ≠ ∅ ,
(iii) ∀x ∈ E , ∃(an ) ∈ Aℕ ,an → x .
Déf : Une partie A de E est dite dense dans B ssi B ⊂ A .

2°) Théorème de Weierstrass

On se place dans E = C 0 ([a ,b ], K) normé par . ∞
.
Théorème (admis)
Soit f : [a ,b ] → K continue.
∀ε > 0, ∃P ∈ K [X ], ∀t ∈ [a ,b ], f (t ) − P (t ) ≤ ε (i.e. f − P ∞
≤ ε en identifiant polynôme et fonctions
polynomiales)
Cor : Le sous-ensemble des fonctions polynomiales est dense dans C ([a ,b ], K ) pour la norme . ∞
(et pour
. 2
et . 1
par domination)

Cor : A fortiori, il en est de même pour C k ([a ,b ], K ) avec k ∈ ℕ ∪ {∞} .

Cor : Toute fonction f : [a ,b ] → K continue est limite uniforme d’une suite de fonctions polynomiales (aussi
d’une suite de fonction de classe C k ,…)

VI. Compacité
(E , . ) désigne un espace vectoriel normé.

1°) Valeurs d’adhérence d’une suite

Déf : On appelle suite extraite (ou sous-suite) d’une suite u = (un ) d’éléments E toute suite de la forme
(uϕ (n ) ) où ϕ : ℕ → ℕ est strictement croissante (extractrice)
Prop : Si w est une suite extraire d’une suite v elle-même extraite d’une suite u alors w est extraite de u .
Prop : Si (un ) converge vers ℓ alors toute suite extraite de (un ) converge aussi vers ℓ .
Déf : On appelle valeur d’adhérence d’une suite u d’éléments de E toute limite d’une suite convergente
extraite de u . On note Adh(u ) l’ensemble des valeurs d’adhérence d’une suite u .

-6/8-
Théorème :
Toute suite bornée d’éléments de K admet au moins une valeur d’adhérence.

2°) Partie compacte

Déf : Une partie K de E est dite compacte ssi toute suite d’éléments de K possède au moins une valeur
d’adhérence dans K i.e. ∀ (un ) ∈ K ℕ , ∃ϕ extractrice, uϕ (n ) → ℓ ∈ K .
Prop : Toute partie compacte est fermée et bornée.
Prop : Toute partie fermée d’une partie compacte est elle-même compacte.
Prop : Si K1 ,…, K p sont des parties compactes d’espaces vectoriels normés E1 ,…, E p alors K = K1 ×⋯×K p
est une partie compacte de l’espace vectoriel normé produit E = E1 ×⋯×E p .

3°) Compacité en dimension finie

lemme :
De toute suite bornée d’éléments de Kn , on peut extraire une suite convergente.
Théorème :
En dimension finie, les parties compactes sont les parties fermées et bornées.
Les parties compactes sont assurément de cette forme. Etudions la réciproque.
Soit K une partie fermée bornée d’un espace vectoriel normé E de dimension finie n ∈ ℕ .
Si n = 0 alors E = {0} et K = ∅ ou K = {0} . Dans les deux cas K est compacte.
Sinon, on peut introduire une base B = (e1 ,…,e p ) de E .
Soit u = (u (n )) une suite d’éléments de K .
Notons u1 ,…, u p les suites composantes de u .
Considérons v ∈ (K p ) ℕ définie par v (n ) = (u1 (n ),…, u p (n ))
La suite u est bornée donc ses suites composantes le sont aussi et par conséquent v est bornée.
∃ϕ extractrice, (v (ϕ (n ))) CV donc les (ui (ϕ (n ))) CV et finalement (u (ϕ (n ))) CV.
De plus (u (ϕ (n ))) ∈ K ℕ et K est fermé donc (u (ϕ (n ))) CV dans K .
Cor : En dimension finie, de toute suite bornée on peut extraire une suite convergente.

VII. Complétude
(E , . ) désigne un espace vectoriel normé.

1°) Suite de Cauchy

Déf : Une suite (un ) d’éléments de E est dite être de Cauchy ssi elle vérifie :
∀ε > 0, ∃n 0 ∈ ℕ, ∀n , m ≥ n 0 , un − um ≤ ε ou, ce qui est équivalent
∀ε > 0, ∃n 0 ∈ ℕ, ∀n ≥ n 0 , ∀p ≥ 0, un +p − un ≤ ε .
Prop : Toute suite convergente est de Cauchy.
Prop : Toute suite de Cauchy est bornée.
Prop : Toute suite de Cauchy ayant une valeur d’adhérence converge.

2°) Espaces de Banach

Déf : Un espace vectoriel normé (E , . ) est dit complet ssi toute suite de Cauchy d’éléments de E converge.
On dit alors que (E , . ) est un espace de Banach (ou algèbre de Banach si E est une K -algèbre)
Théorème :
Tout K -espace vectoriel de dimension finie est un espace de Banach.
Théorème :
B (X , K ) muni de la norme f ∞ = sup f (x ) est un espace de Banach.
x ∈I

-7/8-
3°) Partie complète
Déf : On appelle partie complète d’un espace vectoriel normé (E , N ) toute partie A de E telle que toute suite
de Cauchy d’éléments de A converge dans A .
Prop : Les parties complètes sont fermées.
Théorème :
Les parties complètes d’un espace de Banach sont ses parties fermées.

VIII. Série d’éléments d’un espace vectoriel normé

1°) Vocabulaire
Déf : Soit (un ) une suite d’éléments de E . On appelle série de terme général un la suite (Sn ) définie par
n
S n = ∑ uk .
k =0

Cette série est notée∑ u et S est appelé somme partielle de rang n

n n de cette série.

Déf : On dit que la série ∑ u converge ssi la suite (S ) converge.

n n
+∞
Sa limite S est alors appelée la somme de la série et est notée ∑u
n =0
n .
+∞
On introduit aussi Rn = ∑u
k =n +1
k = S − Sn appelé reste de rang de la série.

2°) Série absolument convergente dans un espace de Banach

Déf : Une série ∑u n d’éléments de E est dit ACV ssi la série numérique ∑u n converge.
Théorème :
Si ∑ un est une série ACV d’éléments d’un espace de Banach alors celle-ci converge et
+∞ +∞

∑u
n =0
n ≤ ∑ un .
n =0

Cor : En dimension finie, les séries ACV sont CV

Prop : (admis)
n  +∞  +∞  +∞
Si ∑u et ∑v sont ACV alors pour wn = ∑ uk vn −k , ∑w est ACV et ∑ un ∑ vn  = ∑ wn .
n n
k =0
n
 n =0  n =0
 n =0 

3°) Série géométrique

Soit (A, . ) une algèbre de Banach.
Théorème :
+∞
Pour a élément de A vérifiant a < 1 , la série géométrique ∑a n
est ACV et sa somme ∑a
n =0
n
est

l’inverse de l’élément 1A −a .

4°) Série exponentielle

Soit (A, . ) une algèbre de Banach.
Théorème :
1
Pour tout a élément de E la série exponentielle ∑ n !a n
est ACV.

Sa somme est appelé exponentielle de a et est notée exp(a ) .

Prop : ∀a ,b ∈ A , ab = ba ⇒ exp(a + b ) = exp(a )exp(b ) .
∀a ∈ A , exp(a ) ∈U (A) et exp(a )−1 = exp(−a ) .

-8/8-