Vous êtes sur la page 1sur 21

Analyse fonctionnelle

par André WARUSFEL


Professeur de Mathématiques Spéciales au Lycée Louis-le-Grand

1. Espaces vectoriels normés.................................................................... A 101 - 2


1.1 Rappels d’algèbre linéaire .......................................................................... — 2
1.2 Normes sur un espace vectoriel réel ......................................................... — 3
1.3 Produit de deux espaces vectoriels normés.............................................. — 4
1.4 Espaces vectoriels normés de dimension finie......................................... — 5
1.5 Applications linéaires continues entre espaces vectoriels normés......... — 5
1.6 Applications multilinéaires continues........................................................ — 6
1.7 Convergence uniforme................................................................................ — 6
1.8 Sous-espaces d’un espace vectoriel normé .............................................. — 8
2. Espaces de Banach .................................................................................. — 8
2.1 Définitions d’un espace de Banach ............................................................ — 8
2.2 Constructions d’espaces de Banach .......................................................... — 9
2.3 Sous-espaces supplémentaires topologiques .......................................... — 9
2.4 Groupe des automorphismes continus d’un Banach ............................... — 10
3. Dualité......................................................................................................... — 10
3.1 Norme d’une forme linéaire continue........................................................ — 10
3.2 Existence de formes linéaires discontinues .............................................. — 11
3.3 Espaces bidual et bidual topologique........................................................ — 11
4. Espaces de Hilbert ................................................................................... — 11
4.1 Définition d’un espace de Hilbert ............................................................... — 11
4.2 Bases hilbertiennes ..................................................................................... — 12
4.3 Sous-espaces supplémentaires topologiques .......................................... — 12
4.4 Orthogonalité dans un Hilbert .................................................................... — 12
4.5 Projection orthogonale dans un Hilbert..................................................... — 13
4.6 Espace dual topologique d’un Hilbert........................................................ — 14
4.7 Transposition entre espaces de Hilbert ..................................................... — 15
4.8 Adjonction entre espaces de Hilbert .......................................................... — 15
5. Espaces fonctionnels fondamentaux ................................................. — 17
5.1 Espaces vectoriels normés de fonctions à variable entière (suites)........ — 17
5.2 Espaces vectoriels normés de fonctions à variable réelle ....................... — 18
6. Théorèmes de Banach et de Baire....................................................... — 19
6.1 Théorèmes de Hahn-Banach ...................................................................... — 19
6.2 Espaces de Baire.......................................................................................... — 19
6.3 Autres théorèmes de Banach ..................................................................... — 20
7. Théorie des opérateurs compacts....................................................... — 20
Références bibliographiques ......................................................................... — 21
2 - 1994

a topologie n’est pas seulement une théorie abstraite, essentiellement des-


L tinée à préciser les fondements de l’analyse. Elle a été construite dans un
but précis : décupler la puissance de cette dernière en la fécondant par un point
de vue algébrico-géométrique permettant de lui appliquer les outils de base de
l’algèbre linéaire (évidemment en dimension infinie). Les précurseurs de cette
A 101

révolution, connue sous le nom d’analyse fonctionnelle, sont essentiellement


David Hilbert et Stefan Banach. Sans cette source d’intuition et les méthodes
qui se sont développées autour d’elle, les applications performantes des
mathématiques au monde scientifique d’aujourd’hui seraient restées bien
moins efficaces.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 1
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

Une première initiation à l’analyse fonctionnelle ne peut être que modeste. Il


s’agira simplement, tout au long de cet article, de placer quelques décors,
renvoyant le lecteur à trois sources distinctes et à une série de présentations
plus techniques de différents domaines, plus ou moins spécialisés, où la part
de l’abstraction diminue pour faire une place de plus en plus grande à des
démarches plus concrètes, devant cerner l’essentiel des secteurs d’application
de l’analyse contemporaine.
Les notions présentées ici irriguent en effet tout un secteur d’activité scienti-
fique et technologique, qu’il s’agisse de tout ce qui relève des calculs basés sur
des systèmes d’équations différentielles ou aux dérivées partielles – tout
particulièrement en vue des applications à la mécanique et à la physique [théo-
rique ou appliquée] –, du monde des économistes [aux modèles simplistes ou
sophistiqués par lesquels ils entendent comprendre les mécanismes sociaux les
plus subtils], des experts en simulations de toutes sortes qui tentent, en
s’appuyant sur tout un arsenal qui ne dédaigne pas de recourir aux outils des
statisticiens et des probabilistes, de décortiquer des phénomènes parfois rebelles
aux routines classiques de quantification, etc. Dans tous ces domaines, les idées
et, très souvent, les théorèmes de l’analyse fonctionnelle forment l’essentiel de
la force de frappe de la mathématisation du monde contemporain.
Les connaissances exigées pour aborder ce chapitre sont heureusement assez
peu nombreuses. Il va de soi qu’il est plus que souhaitable d’être à l’aise avec
le vocabulaire de la topologie métrique (présenté dans l’article [A 100] Topologie)
pour entrevoir en quoi l’analyse fonctionnelle jette un pont entre l’analyse pro-
prement dite et la géométrie. Par ailleurs, on aura naturellement besoin de
posséder des rudiments sur les notions de base d’algèbre linéaire (essentiel-
lement tout ce qui concerne les notions d’espaces vectoriels réels ou complexes
et les homéomorphismes entre ces espaces, présentés en dehors de tout recours
systématique au calcul matriciel qui reste limité au cas trop particulier de la
dimension finie), ainsi que sur le calcul intégral élémentaire (au minimum, une
certaine pratique de la théorie de Riemann, classiquement présentée en classes
préparatoires et en premier cycle à l’Université, et si possible une initiation à
celle de Lebesgue, dont quelques rudiments seront déclinés ici).
Le caractère nécessairement assez aride d’un survol d’un domaine aussi stra-
tégique ne doit pas rebuter un lecteur profane en la matière. Il devra plutôt
considérer les informations regroupées ici comme un index, ou une table des
matières, de quelques techniques fondamentales et des théorèmes-phares qui
s’y rattachent. Leur puissance et leur importance ne peuvent naturellement être
appréciées justement qu’au sein d’un tout, comprenant des descriptions
ciblées plus orientées vers les techniques effectivement utilisées dans le
monde de l’ingénieur ou du chercheur, dont elles constituent, en quelque sorte,
l’une des portes d’entrée.

1. Espaces vectoriels normés 1.1 Rappels d’algèbre linéaire

La notion d’espace vectoriel normé est une extension naturelle Dans cet article, un espace vectoriel sera toujours supposé défini
de celle d’espace euclidien de dimension finie (2 ou 3 en géométrie sur le corps  des nombres réels, ou plus exceptionnellement sur
le corps  des nombres complexes. Rappelons que c’est un
euclidienne proprement dite). Bien que le cas particulier connu
groupe additif E formé de vecteurs, d’élément neutre 0, dont la loi
sous le nom d’espace de Hilbert soit le plus proche de cette origine
est notée additivement, sur lequel on dispose d’une loi dite externe
concrète, il semble plus efficace de dégager dans un premier
temps la notion la plus simple – et relativement moins riche –, où qui, à tout couple (λ, x ) formé d’un scalaire λ ∈  et d’un vecteur
la distance est simplement définie par une norme dont on ne x ∈ E, associe un vecteur noté λx, de façon à vérifier les axiomes
fondamentaux :
précisera pas la nature, mais seulement les propriétés de base.
• λ(x + y ) = λx + λy
• (λ + µ )x = λx + µx
• (λµ )x = λ(µx )
• 1x = x

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 2 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

[Ces axiomes signifient qu’il existe un morphisme d’anneaux entre 1.1.4 Sous-espaces supplémentaires
celui des endomorphismes du groupe (E, +) et celui des scalaires ;
si cette liaison très contraignante n’était pas sous-jacente à cette Deux sous-espaces F et G de E sont supplémentaires si, et seu-
liste de propriétés qui peuvent sembler être un petit peu choisies lement si, tout vecteur x de E se décompose de manière unique en
au hasard, il n’y aurait aucune chance pour que le développement une somme x = y + z où y et z appartiennent respectivement à F et
des conséquences logiques d’un tel système présente un intérêt G. L’intersection F ∩ G est alors le sous-espace nul, c’est-à-dire
quelconque]. formé du seul vecteur 0.
Ce concept peut se généraliser à une famille Fi de sous-espaces
1.1.1 Applications linéaires de E ; ces espaces sont supplémentaires (on dit encore en somme
directe ) si, et seulement si, tout vecteur x de E se décompose de
manière unique en une somme x = ∑i xi où xi ∈ Fi pour tout i, ce
L’ensemble des applications u d’un ensemble E dans un espace qui se traduit par l’égalité :
vectoriel F peut recevoir lui-même une structure d’espace vectoriel,
en définissant la somme de deux applications u et v par : [Exemple : E = F 1 G
E = 1i F i (6)
(u + v )(x ) = u (x ) + v (x ) (1) ce qui se lit  somme directe  de F et G ]
et le produit λu par :
(λu )(x ) = λu (x ) (2)
Si de plus E est lui-même un espace vectoriel, cet ensemble est
1.2 Normes sur un espace vectoriel réel
noté L (E, F ) et appelé espace des applications linéaires de E dans
F, si l’on y dispose, en plus des propriétés précédentes, des L’outil fondamental pour introduire une distance entre deux vec-
égalités : teurs consiste à partir des axiomes d’espace métrique, en leur
u (x + y ) = u (x ) + u (y ), u (λx ) = λu (x ) (3) ajoutant deux contraintes simples : il faut qu’une telle distance
On parle d’endomorphismes si E = F, et L (E, E ) est alors noté entre 0 et y soit correctement transformée lorsque ces vecteurs
L (E ) ou End(E ). Si F est le corps  , les applications linéaires sont subissent une homothétie, c’est-à-dire quand ils sont multipliés par
alors qualifiées de formes linéaires, et L ( E,  ) est l’espace dual un même scalaire λ, et qu’elle satisfasse à une relation bien
algébrique, noté E*. connue en géométrie euclidienne (la somme des longueurs de
deux côtés d’un triangle est au moins égale à la longueur du troi-
sième côté). C’est à ce prix que le maniement de la métrique que
1.1.2 Familles de vecteurs et familles génératrices l’on veut définir sur E a une chance de garder quelque parfum géo-
métrique classique, et d’être assez performant.
Une famille (xi )i ∈ I de vecteurs est simplement une application qui,
à tout indice pris dans l’ensemble I, associe un vecteur xi ∈ E. (Pour
une famille finie, on choisit généralement I de la forme [1,..., n ]). 1.2.1 Axiomes des normes d’espace vectoriel
L’ensemble des vecteurs combinaisons linéaires des (xi ) est celui
Par définition, une norme est une application définie sur E qui, à
des vecteurs que l’on peut écrire sous la forme :
tout vecteur x, associe un nombre réel noté ||x ||, satisfaisant aux
trois relations ci-dessous :
x = ∑ λi xi (4)
• ||x || = 0 ⇒ x = 0
i∈I

où les scalaires (λi )i ∈ I sont nuls, à l’exception peut-être d’un nombre • ||λx || = |λ| ||x ||
fini d’entre eux (ce qui donne un sens à la somme en question, qui • x+y  x + y
est en fait une somme finie non ambiguë grâce à la commutativité
et l’associativité de l’addition). Un espace vectoriel réel E sur lequel on a défini une norme est
C’est évidemment un sous-espace vectoriel de E, c’est-à-dire une appelé espace vectoriel normé, en abrégé EV N.
partie de E qui est elle-même un espace vectoriel. Si ce La dernière propriété est appelée inégalité triangulaire. Ces trois
sous-espace est E tout entier, on dit que la famille (xi ) est généra- axiomes sont évidemment vérifiés si ||x || représente la distance
trice. séparant l’origine 0 d’un plan euclidien de l’extrémité d’un
vecteur x de ce plan. Toutefois quelques particularités de la géomé-
trie classique ne sont pas reprises ici : par exemple, nous n’avons
1.1.3 Indépendance linéaire aucun renseignement sur ce qui se passe lorsque l’inégalité trian-
gulaire est en fait une égalité ; dans un plan, cela signifie simple-
La famille (xi ) est libre, ou encore les (xi ) sont indépendants si, ment que les vecteurs x et y sont positivement liés, c’est-à-dire
et seulement si, la seule combinaison linéaire nulle que l’on peut situés sur une même demi-droite d’origine 0.
former avec eux est celle où tous les λi sont nuls, donc si et seule- Il en résulte que la géométrie d’un espace vectoriel normé peut
ment si : présenter, parfois, des aspects déconcertants ; l’intuition ordinaire
peut conduire à certaines méprises. Mais l’essentiel est sauve-
∑
i∈I
 
λ i x i = 0 ⇔ λ i = 0 pour tout i
 (5) gardé, comme l’ont prouvé plus de soixante années d’utilisation
intensive de ces axiomes.
Dans le cas contraire, les vecteurs sont dits liés. Une famille libre
et génératrice est appelée une base de l’espace E. Tout espace vec-
toriel admet au moins une base. Entre deux bases quelconques de
E, il existe au moins une bijection. Si elles sont finies, l’espace est
dit de dimension finie, et la dimension est le nombre de vecteurs
composant l’une de ces bases.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 3
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

1.2.2 Distance dans un espace vectoriel normé 1.3 Produit de deux espaces vectoriels
normés
Voici une liste (non limitative) de conséquences des axiomes des
normes :
• ||x || = 0 ⇔ x = 0 Soient deux espaces vectoriels normés E et F, respectivement
munis de deux normes notées N1 et N2 . Sur la base du passage de
• ||x || > 0 pour x ≠ 0 la topologie de  à celle de  2 , on peut munir le produit cartésien
• x 0 E × F, c’est-à-dire l’ensemble des couples (x, y) avec x ∈ E et y ∈ F,
d’une norme ||o|| qui en fasse un espace vectoriel normé.
• ||y – x || = ||x – y ||
La structure d’espace vectoriel est évidemment assurée par les
• ||– x || = ||x || définitions suivantes, qui sont les plus naturelles pour les opéra-
tions d’addition et de produit externe :
• x – y  x+y
(x, y ) + (x’, y’ ) = (x + x’, y + y’ ), λ(x, y ) = (λx, λy ) (10)
On en déduit aussitôt que E est un espace métrique si on le
munit de la distance définie par l’égalité fondamentale : Nous verrons dans la section suivante comment définir des nor-
mes dans E × F compatibles avec ces opérations.
d (x, y ) = ||y – x || (7)
Bien entendu, la notion de produit s’étend aussitôt au cas de plu-
Les boules ouvertes B (a, r ) et fermées B ( a, r ) , ainsi que la sieurs espaces vectoriels (Ei ) ; nous en étudierons un exemple
sphère S (a, r ), respectivement définies par d (a, x ) < r, d ( a, x )  r particulièrement important correspondant au cas où tous ces espa-
et d (a, x ) = r, ont un centre unique (a ) et un rayon unique (r ). La ces sont égaux au plus simple d’entre eux : le corps  des nom-
boule fermée est notamment l’adhérence de la boule ouverte ; tou- bres réels. C’est même là, le prototype du concept général
tes deux sont connexes, ainsi que la sphère (à l’exception impor- d’espace vectoriel et, par conséquent, la pierre à partir de laquelle
tante d’un espace de dimension 1, c’est-à-dire d’une droite) : tout ont été bâties l’algèbre linéaire et l’analyse fonctionnelle.
cela élimine un certain nombre de comportements paradoxaux qui
peuvent parfois apparaître en topologie métrique simple. Les espa-
ces vectoriels normés sont une généralisation assez fidèle de 1.3.1 Normes classiques sur un produit cartésien
l’espace euclidien traditionnel.
Pour la structure topologique définie par la distance d, la norme Il n’existe pas de choix unique pour une norme ||o|| qui fasse de
||o|| est, bien entendu, une fonction continue, et même uniformé- E × F un espace vectoriel normé, mais plutôt trois que nous distin-
ment continue car lipschitzienne ,comme le montre l’inégalité : guerons traditionnellement à l’aide d’indices spéciaux, à savoir :
• ||(x, y )||1 = N1(x ) + N2(y )
x – y  x – y = d ( x, y ) (8)
• ||(x, y )||∞ = max (N1(x ) + N2(y ))
[Rappelons qu’une application f entre espaces métriques est lips-
chitzienne si, et seulement si, il existe une constante k telle que la • || ( x, y )|| 2 = ( N1 ( x ) 2 + N2 ( y ) 2 )
distance des images f (x ) et f (y ) soit inférieure ou égale au produit
par k de la distance de x et y. Elle est alors automatiquement uni- La dernière des trois correspond à la généralisation naturelle des
formément continue, donc continue.] règles des espaces euclidiens, car elle rappelle l’énoncé classique
du théorème de Pythagore, mais elle est d’un emploi moins souple
que les deux premières. La seconde est sans doute la plus maniable
1.2.3 Normes équivalentes parmi elles.

Si deux normes N1 et N2 sont définies sur un même espace vec-


toriel, elles définissent deux topologies métriques en général 1.3.2 Équivalences des normes
différentes : ce qui est une boule pour l’une ne l’est pas pour d’espaces-produits
l’autre, etc. Mais, si l’on suppose les deux normes équivalentes,
c’est-à-dire s’il existe deux nombres A et B strictement positifs tels Muni de ces trois normes, l’espace E × F reçoit trois structures
que, pour tout vecteur x, on ait les inégalités : différentes, comme on peut le vérifier en dessinant les boules de
 2 correspondant à ces trois normes (les deux premières sont des
A N1 ( x )  N2 ( x )  B N1 ( x ) (9) carrés). Mais l’on peut démontrer sans trop de peine les relations
ci-dessous :
il est facile de vérifier que ces deux topologies métriques ont exac-
N∞  N1  2 N∞
tement mêmes ouverts et mêmes fermés, donc exactement même
topologie. N∞  N2  2 N∞ (11)
On peut même démontrer que l’existence de A et B est une N2  N1  2 N2
condition nécessaire et suffisante pour que deux normes engen-
drent une seule topologie. Cette propriété donne au mathématicien L’existence de ces inégalités, qui prouve que ces trois normes sont
une certaine souplesse en lui permettant de changer de norme équivalentes entre elles, montre que les trois topologies ainsi
selon ses besoins sans toucher aux ouverts de l’espace, comme définies sont identiques, même si leurs boules peuvent différer
nous le verrons dans la construction de produits d’espaces vecto- suivant la norme choisie. Cette unique topologie est naturellement
riels normés. appelée topologie produit de E × F. Dans le cas de deux espaces
égaux à  , on a ainsi obtenu la topologie usuelle du plan euclidien,
pour laquelle la distance issue de N 2 est la plus concrète qui soit.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 4 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

1.4 Espaces vectoriels normés Les ouverts connexes d’espaces vectoriels normés de dimension
finie sont connexes par arcs ; mieux encore, pour tout couple de
de dimension finie points d’un tel espace, il existe une ligne polygonale ayant un
nombre fini de sommets qui permet de les joindre continûment
tout en restant à l’intérieur de l’ouvert.
Le modèle de base d’un espace vectoriel normé de dimension n
est évidemment  n , produit de n exemplaires du corps des nombres Enfin, l’on dispose dans ces espaces d’une très précieuse carac-
réels, c’est-à-dire l’ensemble des listes (x1 ,..., xn ) de n nombres réels. térisation des parties compactes : ce sont les parties fermées et
Mais il en existe beaucoup d’autres, qui lui sont reliés par de puis- bornées. Un théorème dû à Frédéric Riesz assure même que cette
santes relations dont la première, purement algébrique, est que la propriété caractérise à son tour les espaces de dimension finie.
donnée d’une base B = (ei ) d’un espace E de dimension n définit
mécaniquement une bijection entre E et  n par l’application :
1.5 Applications linéaires continues
x = ∑ xi ei Œ ( x1 , ..., xn ) (12)
entre espaces vectoriels normés
i

Mais ce qui nous intéresse surtout ici est évidemment lié à la struc-
ture topologique de E. Le résultat énoncé dans la section suivante L’une des plus grandes surprises qu’ont dû éprouver les
est essentiel à cet égard. fondateurs de la topologie et de l’analyse fonctionnelle a sûrement
été de découvrir qu’une application linéaire, pourtant si innocente
d’aspect, pouvait être discontinue.
1.4.1 Unicité de la topologie en dimension finie
Voici un exemple irréfutable, et qui semble pourtant paradoxal à
Un théorème fondamental montre que tout espace vectoriel première vue. L’ensemble  [ X ] des polynômes P = ∑ p n X n à
normé de dimension finie est linéairement homéomorphe au pro- coefficients réels est un espace vectoriel normé si on le munit de
duit  n , muni de l’une quelconque parmi les trois normes définies la norme définie par ||p|| = max |pn |.
par les égalités ci-dessous :
L’application linéaire f qui, au polynôme P, associe le polynôme
• || ( x 1 , ..., x n )|| 1 = ∑ i x i
pn
Q = ∑ q n X n , avec q n = --------------
- , est évidemment continue puisque
• ||(x1 , ..., xn )||∞ = max (|x1|, ..., |xn |) n+1
le plus grand coefficient (en valeur absolue) de Q n’excède pas
∑i xi
2
• || ( x 1 , ..., x n )|| 2 = celui de P.
Cette application est visiblement bijective, son inverse étant
Dire que E est linéairement homéomorphe à  n signifie qu’il
existe une application linéaire f de E dans  n qui est continue, définie par f –1  ∑ p n X n  = ∑  n + 1  pn X n . Or il suffit d’étudier le
inversible et dont l’inverse f –1 est également continu.
polynôme f –1(X n )
= (n + 1)X n pour voir que f –1, bien que linéaire et
Cela ne signifie pas nécessairement qu’une telle bijection trans- inverse d’une application linéaire continue, est discontinue puisque
porte la norme (c’est-à-dire que la norme de la différence f (x ) – f (y ), non bornée sur la sphère S (0,1) à laquelle appartient le monôme X n.
calculée dans  n , est égale à celle de x – y dans E ) ; si c’était le cas,
on parlerait alors d’homéomorphisme linéaire isométrique pour Cet exemple, et d’autres encore plus surprenants (dans lesquels
signifier que les distances sont conservées. Mais les ouverts sont on peut voir par exemple la norme d’un vecteur tendre vers l’infini
transformés en ouverts et les fermés en fermés : cette invariance alors que toutes ses coordonnées tendent vers 0, ou la norme tendre
topologique est évidemment plus importante que le respect des vers 0 alors que toutes les coordonnées tendent vers l’infini), rendent
normes. indispensables des critères simples de continuité des applications
linéaires entre espaces vectoriels normés.
Ici encore, l’on dispose d’inégalités prouvant que les trois
normes Ni sont équivalentes et définissent la même topologie, à
savoir : 1.5.1 Conditions nécessaires et suffisantes
N∞  N1  n N∞ de continuité
N∞  N2  n N∞ (13)
Les neuf conditions ci-dessous sont équivalentes :
N2  N1  n N2
(1) f est continue en 0
Il en résulte en particulier qu’il n’existe qu’une seule topologie
sur un espace vectoriel normé E de dimension finie n, même si E (2) f est continue en un point
n’est pas  n , même si E =  n mais s’il est muni d’une autre
norme que l’une des trois que nous venons de définir. Pour cette (3) f est bornée sur S ( 0, 1 )
topologie, E est complet ; nous dirons que c’est un espace de (4) f est bornée sur B ( 0, 1 )
Banach.
(5) f est bornée sur B ( 0, 1 ) (14)
f(x)
1.4.2 Propriétés complémentaires (6) le rapport ----------------- est borné
x
en dimension finie
(7) f est lipschitzienne
Ces espaces vérifient d’autres propriétés intéressantes : en (8) f est uniformément continue
premier lieu, il faut noter que toute application linéaire qui envoie
(9) f est continue
l’un d’eux dans un espace vectoriel normé F est continue, même si
F est de dimension infinie (que l’image soit de dimension finie n’a
par contre, en général, aucune conséquence intéressante ; ainsi
une application linéaire vers la droite  , de dimension 1, n’est pas
nécessairement continue).

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 5
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

Si l’une des neuf conditions nécessaires et suffisantes obtenues 1.6.1 Conditions nécessaires et suffisantes
ci-dessus est vérifiée, la norme ||| f ||| de f est définie par l’égalité de continuité
fondamentale :
||| f ||| = sup f ( x ) (15) Soit f : x = ( x 1 , …, x n )  y une application multilinéaire asso-
où x décrit, au choix, la sphère S (0, 1), la boule ouverte B (0, 1) ou ciant à tout vecteur x ∈ E1 × ... × En un vecteur y = f (x ) ∈ F. On
la boule fermée B ( 0, 1 ) .
notera respectivement S (0, 1) et B ( 0, 1 ) la sphère et la boule
Il s’agit bien d’une norme, qui fait de l’ensemble des applications fermée de centre 0 et de rayon 1 relatifs à une norme convenable
linéaires continues de E dans F un espace vectoriel normé que définie sur le produit des Ei (c’est par exemple la norme N∞ , mais
nous noterons ici  ( E, F ) , pour le distinguer de l’espace vectoriel
L (E, F ) qui ne prend en compte que les structures algébriques et ce n’est pas indispensable).
non une éventuelle continuité des fonctions considérées. Les cinq conditions ci-dessous sont équivalentes :
D’ailleurs, cet espace existe, même si le corps de base K n’est ni
 ni  . (1) f est continue en 0
Cette norme peut encore être définie par l’égalité : (2) f est bornée sur S ( 0, 1 )
(3) f est bornée sur B ( 0, 1 ) (20)
f (x)
||| f ||| = sup -----------------
- (16) f (x)
x (4) le rapport ------------------ est borné
Π xi
où x décrit l’ensemble des vecteurs non nuls de E. Ainsi la norme (5) f est continue
de l’application idE est égale à 1.
Si l’une des cinq conditions nécessaires et suffisantes obtenues
Une condition suffisante de continuité pour f est que l’espace E ci-dessus est vérifiée, la norme ||| f ||| de f est définie par l’égalité
soit de dimension finie ; elle n’est évidemment pas nécessaire. fondamentale :
||| f ||| = sup f ( x ) (21)
1.5.2 Propriétés de la triple norme où x décrit, au choix, la sphère S (0, 1) ou la boule fermée B ( 0, 1 ) .
Il s’agit bien d’une norme, qui fait de l’ensemble des applica-
La norme ||| ● ||| prend quelquefois le nom de triple norme tions multilinéaires continues de E1 × ... × En dans F un espace vec-
(à cause des trois barres verticales) pour la différencier des normes
dans E et dans F, qui n’en utilisent que deux. toriel normé, noté par exemple  ( E 1 ,...., E n ; F ) .
Elle a toutes les propriétés d’une norme, notamment : Elle vérifie naturellement l’inégalité f ( x )  ||| f ||| Π i x i pour
|||f + g |||  ||| f ||| + ||| g ||| tout x = (x1,..., xn ) ∈ E1 × ... × En .
||| λf ||| = λ ||| f ||| (17) Une condition suffisante de continuité pour f est que chacun des
espaces Ei soit de dimension finie ; elle n’est évidemment pas
||| f ||| > 0 ⇔ f ≠ 0 nécessaire.
Dans le cas où cela a un sens, on a aussitôt :
|||f  g|||  ||| f ||| ||| g ||| (18) 1.6.2 Exemples d’applications bilinéaires
continues
Ces relations découlent facilement du fait que la norme vérifie
naturellement l’inégalité : Voici une liste, bien entendu non limitative, d’applications
bilinéaires f : E × F → G continues d’usage constant :
f ( x )  ||| f ||| x (19)
• E = F est un espace de Hilbert (par exemple euclidien), G = 
pour tout x de E, et que c’est le plus petit réel à posséder cette pro- et f (x, y ) = (x|y ) (produit scalaire) ;
priété. • E = F = G est un espace euclidien de dimension 3
et f (x, y ) = (x ∧ y ) (produit vectoriel) ;
Toutes ces relations sont très naturelles. Il faut noter cependant
• E =  , F = G est un espace vectoriel normé et f (x, y ) = xy
que, même si f et f –1 sont toutes deux continues, on n’a pas en (produit extérieur d’un scalaire par un vecteur) ;
général |||f –1||| = ||| f |||–1, mais tout au plus une inégalité, à savoir • E =  (F ) où F = G est un espace vectoriel normé
||| f ||| |||f –1|||  1. et f (x, y ) = x (y) (valeur en y de l’endomorphisme continu x de F ) ;
• E = F = G est une algèbre vectorielle normée et f (x, y) = x · y
(produit intérieur à une algèbre) ;
• E = F = G =  ( X ) où X est un espace vectoriel normé et
f ( x, y ) = x  y (produit de composition de deux endomor-
1.6 Applications multilinéaires continues phismes continus de X ).
Le dernier exemple est évidemment un cas particulier de
Une application multilinéaire est une application f d’un produit l’avant-dernier.
de n espaces vectoriels Ei dans un espace vectoriel F dont chacune
des restrictions fi obtenues en bloquant les valeurs de n – 1 varia-
bles xi est linéaire [fi est donc un élément de L (Ei , F )]. Le cas le
plus important est celui où n = 2 ; l’application est alors dite 1.7 Convergence uniforme
bilinéaire. Si F est le corps  des réels, f est appelée forme définie
sur E1 × ... × En .
Bien que le cadre naturel de l’étude de la convergence uniforme
Un exemple fondamental de forme bilinéaire est donné par la soit celui de familles de fonctions entre espaces métriques, nous
notion de produit scalaire usuel (x |y), qui envoie  2 dans  , dont nous placerons dans un cas particulier suffisant pour que l’on
nous verrons une généralisation importante en théorie des espaces puisse se faire une idée très précise de ce concept capital : celui de
de Hilbert. suites de fonctions bornées entre espaces vectoriels normés.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 6 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

L’ensemble de ces fonctions est lui-même justement muni de ce entiers tendant vers l’infini, il est très différent de chercher la limite
que l’on appelle norme de la convergence uniforme : quand n tend vers l’infini de :
||| f ||| ∞ = sup f (22) n–p
--------------- (26)
n+p
[le réel sup ||f || est la borne supérieure dans  de la fonction ||f ||,
c’est-à-dire la borne supérieure de l’ensemble des nombres réels (ce qui donne 1), puis la limite de cette limite lorsque p tend vers
||f (x )||]. l’infini (ce qui donne 1), ou d’échanger les rôles de n et de p puisque
l’on trouve comme résultat, dans ce second cas, le nombre (– 1).
Dire que fn tend vers f au sens de cette norme signifie que
||| f – f n ||| tend vers 0 quand n tend vers l’infini. Nous commen- Le théorème de Weierstrass, encore appelé théorème de la double
cerons par donner une définition traditionnelle, puis des variantes limite, dit essentiellement que, pour que l’on puisse écrire une égalité
utilisant notamment la norme de la convergence uniforme. de la forme :
lim lim f ( n, p ) = lim lim f ( n, p ) (27)
n p p n
1.7.1 Définitions de la convergence uniforme
il suffit que l’une des limites de f (n, p ) soit atteinte uniformément,
Considérons une fonction f et une suite de fonctions fn envoyant que l’autre existe, ainsi que l’une des limites doubles. L’autre limite
une partie A d’un espace vectoriel normé E dans un espace vecto- double existe alors et a même valeur que la précédente.
riel normé F. Alors f est dite limite uniforme de la suite fn si, et seu- En généralisant légèrement la définition de la convergence uni-
lement si, pour tout ε > 0, il existe un entier N tel que, pour tout forme donnée ci-dessus pour lui permettre de couvrir des applica-
entier n, l’inégalité n  N implique, pour tout élément x de A, tions entre espaces métriques généraux, on peut ainsi retrouver
l’inégalité : facilement le fait qu’une limite de famille de fonctions continues
||f (x ) – fn (x )|| < ε (23) est continue, ainsi qu’un certain nombre de résultats analogues.
Une définition équivalente peut s’énoncer ainsi : pour que la En présence d’espaces complets, le critère de Weierstrass est
suite (fn ) converge uniformément vers f, il faut et il suffit que la encore plus efficace puisque l’existence de certaines de ces limites
suite (fn ) converge simplement vers f [c’est-à-dire que fn (x ) est alors automatique.
converge vers f (x ) pour tout x ] et que, pour tout ε > 0, il existe un
entier N tel que, pour tous les entiers n et m tels que
n  N et m  N , on ait : 1.7.4 Limites uniformes d’intégrales et de dérivées
||fn – fm || < ε (24) Le critère de Weierstrass permet, notamment, de démontrer des
[la fonction ||fn – fm || est la fonction qui, à tout élément x de A, théorèmes très généraux, dont voici deux exemples :
associe le nombre réel ||fn (x ) – fm (x )||]. ■ Pour qu’une suite de fonctions intégrables (par exemple au sens
De plus, si F est un espace vectoriel normé complet, c’est-à-dire de Riemann ou de Lebesgue), définies sur un segment [a, b] et à
un espace de Banach, on peut ne garder que la dernière partie de valeurs dans un espace de Banach, ait une limite intégrable, il suffit
cette seconde définition ; cela présente l’immense avantage de que la convergence soit uniforme. On dispose alors de l’égalité :
faire disparaître la fonction f qu’il n’est alors nullement besoin de
 
b b
connaître avec précision. Cette troisième définition de la
convergence uniforme utilise un critère essentiel connu sous le lim f n = lim fn (28)
a a
nom de critère de Cauchy.
On peut écrire des définitions analogues en utilisant la norme de ■ Pour qu’une suite de fonctions dérivables à valeurs dans un
la convergence uniforme. On a déjà vu en préambule l’une de ces espace vectoriel normé ait une limite dérivable, il suffit que les fonc-
formulations. En voici une autre concernant le cas particulier où F tions dérivées f n′ convergent uniformément vers une limite g et que
est complet : la convergence uniforme de la suite (fn ) équivaut à les fonctions fn elles-mêmes convergent simplement vers une limite
l’existence, pour tout ε > 0, d’un N tel que, pour tous n et m supé- f. On dispose alors de l’égalité g = f ’, c’est-à-dire encore :
rieurs ou égaux à N, on ait :
d d
||| f n – f m||| < ε (25) ----------- lim f n = lim ----------- f n (29)
dx dx
Dans le second cas, on aura remarqué que c’est au niveau des
1.7.2 Propriétés des limites uniformes dérivées que la convergence se doit d’être uniforme ; le fait que fn
converge éventuellement uniformément n’est pas suffisant.
La convergence uniforme est un mode de convergence
conservant de nombreuses propriétés des fonctions qu’elle
concerne. Nous n’en citerons que deux :
1.7.5 Conditions suffisantes de convergence
uniforme
— Une limite uniforme de fonctions bornées est bornée.
— Une limite uniforme de fonctions continues est continue. Dans la théorie des séries, il est classique de démontrer que la
Nous verrons d’autres propriétés analogues dans les sections convergence uniforme découle automatiquement d’un autre type
suivantes. de convergence appelé convergence normale. Nous n’en parlerons
pas ici, nous contenant de donner l’énoncé de deux théorèmes dus
à Ulysses Dini :
1.7.3 Théorème de la double limite — Pour qu’une suite croissante de fonctions continues d’un
de Weierstrass espace compact dans  converge uniformément, il suffit que fn
converge simplement vers une limite continue ;
Le théorème de Weierstrass permet, dans un grand nombre de — Pour qu’une suite de fonctions croissantes d’un segment
cas, d’intervertir deux symboles du type lim. Un exemple simple [a, b] dans  converge uniformément, il suffit que fn converge
où l’ordre des limites est essentiel est le suivant : si n et p sont des simplement vers une limite continue.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 7
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

Signalons enfin un dernier résultat de densité, particulièrement 2.1 Définitions d’un espace de Banach
important, également dû à Weierstrass : toute fonction réelle
continue sur un segment [a, b] y est limite uniforme d’une suite de
restrictions de fonctions polynômes à ce segment. Un espace vectoriel normé de Banach (en abrégé : un Banach)
est un espace vectoriel normé complet pour la topologie métrique
définie par sa norme (ou les normes équivalentes), c’est-à-dire que
1.8 Sous-espaces d’un espace vectoriel toute suite de Cauchy y converge.
normé Notons que tout espace vectoriel normé E peut être plongé dans
un espace de Banach F, en gardant sa norme, sa distance et sa
La propriété topologique essentielle d’un sous-espace vectoriel F topologie ; on peut même supposer que E est dense dans F,
d’un espace vectoriel normé E est que son adhérence topologique c’est-à-dire que E = F . Cet espace F est alors unique à un homéo-
(ou clôture) F est un sous-espace vectoriel de E, donc un espace morphisme linéaire près ; par un léger abus de langage, on l’appelle
vectoriel normé pour la restriction de la norme de E. l’espace complété de E.
Ainsi, les sous-espaces de dimension finie répondent à ce cri- Or on peut exprimer ϕ à partir du projecteur p de E dans E qui,
tère, car ils sont fermés, donc égaux à leur adhérence. à x, associe p (x ) = y. C’est une application linéaire, d’image F et de
Un peu plus généralement, tout sous-espace F admettant un noyau G ; de même le projecteur q, défini en échangeant les rôles
hyperplan H fermé pour sa propre structure induite d’espace vec- de F et G, associe z à x. On a aussitôt q = idE – p, et p et q sont en
toriel normé est fermé comme H. Toutefois la somme, même même temps continus ou non. La relation annoncée est
directe, de deux sous-espaces fermés n’est pas nécessairement évidemment :
fermée ; ce point sera abordé en détail un peu plus loin. ϕ (x ) = (p (x ),q (x )) (31)
Si l’espace E est complet (on dit alors que E est un espace de Par suite E = F ⊕ G est une somme directe topologique si, et seu-
Banach), ses sous-espaces fermés sont également des Banach lement si, p est continue. Cela équivaut encore au fait que la bijec-
comme fermés d’un espace complet. tion naturelle entre E et F × G est un homéomorphisme linéaire :
E=F⊕G≈F×G (32)
1.8.1 Hyperplans d’un espace vectoriel normé Une condition nécessaire pour cela est que F et G, noyaux res-
pectifs de q et p, soient fermés, mais ce n’est pas suffisant en
D’après ce qui précède : général. Pour qu’un sous-espace F d’un espace vectoriel normé E
— ou bien l’adhérence topologique H d’un hyperplan H lui est ait au moins un supplémentaire topologique, il suffit que F soit de
égale (auquel cas l’hyperplan est fermé, et l’on peut montrer que dimension finie ou qu’il admette un supplémentaire algébrique G
toute forme linéaire dont il est le noyau est continue) ; de dimension finie.
— ou bien cet hyperplan est dense (c’est-à-dire que H = E ,
Dans le second cas, on dit que F est de codimension finie, la
donc que tout élément de E est limite d’au moins une suite d’élé-
codimension étant la dimension de G ou, ce qui revient au même,
ments de H, et il est clair que toute forme linéaire dont H est le
celle de l’espace vectoriel quotient E/F (dont nous verrons la
noyau est alors discontinue).
définition et un exemple d’utilisation dans le cadre des espaces de
Si un sous-espace F est le noyau d’une application linéaire f, il Banach).
est nécessaire que F soit fermé pour que f soit continue ; la réci-
proque est fausse sauf si, comme nous venons de le voir, F est un
hyperplan ou si, plus généralement, F admet un supplémentaire 2.1.1 Caractérisation par les boules et sphères
algébrique de dimension finie.
Les parties fermées d’un tel espace sont alors complètes.
Réciproquement, il suffit que l’une des boules fermées ou que
1.8.2 Sous-espaces supplémentaires topologiques l’une des sphères de l’espace, supposées de rayon strictement
positif, soient complètes pour qu’il soit de Banach.
Un espace vectoriel normé E est égal à la somme directe F ⊕ G
de deux de ses sous-espaces si, et seulement si, pour tout x ∈ E, il C’est notamment le cas si B ( 0, 1 ) ou S (0, 1) sont complètes. Un
existe un couple unique (y, z) ∈ F × G tel que x = y + z. Cela signifie espace vectoriel normé qui n’est pas complet peut donc être carac-
qu’il existe une application linéaire, nécessairement bijective, térisé par le fait qu’il existe une suite de Cauchy divergente (xn ),
notée par exemple ϕ, entre E et F × G, définie par : que l’on peut même supposer formée de vecteurs de norme 1.

ϕ (x ) = (y, z ) (30)
L’application inverse ϕ–1 est telle que ϕ–1 (y, z ) = y + z ; elle est donc 2.1.2 Cas particulier des espaces
clairement continue. de dimension finie
La somme directe E = F ⊕ G est dite topologique, et F et G sont
dits supplémentaires topologiques si, et seulement si, ϕ est Cette propriété des Banach relative à une telle boule ou une telle
continue comme son inverse. sphère est évidemment à rapprocher de la caractérisation des espa-
ces vectoriels de dimension finie, pour lesquels il faut et il suffit
qu’elles soient compactes. La compacité impliquant la complétude,
on retrouve ainsi que les espaces de dimension finie sont complets,
2. Espaces de Banach ce qui provient également par ailleurs du fait que le produit d’un
nombre fini d’espaces complets (par exemple  ) est également
complet.
Les espaces de Banach portent le nom de leur inventeur, Stefan
Banach, qui les introduisit en 1932 dans son livre Théorie des Opé-
rations Linéaires. Généralisations des espaces de Hilbert que nous
présenterons plus loin dans ce chapitre, ils ont permis d’étendre
efficacement une bonne partie de la géométrie traditionnelle aux
espaces dont les éléments sont des fonctions.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 8 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

2.1.3 Dimensions des sous-espaces fermés si, et seulement si, x et y ont pour différence x – y un vecteur de F.
d’un Banach La classe de x, c’est-à-dire l’ensemble des vecteurs y équivalents à
x, se note x + F ; c’est bien entendu un sous-espace affine, passant
par x, et admettant l’espace F comme direction.
Tout sous-espace de dimension finie d’un espace de Banach est,
comme dans tout espace vectoriel normé, fermé et donc complet, Sa norme, dans l’ensemble E/F de ces classes, n’est autre que la
ce qui donne une famille importante de sous-espaces de Banach. distance de l’origine 0 à l’ensemble x + F, ou encore la distance de
Il en existe également de dimension infinie, mais on peut montrer x à l’espace F lui-même.
que, s’ils admettent des bases algébriques, comme tout espace La définition des opérations dans E/F est claire si l’on remarque
vectoriel, ces bases sont plus riches que l’ensemble  , c’est-à-dire que la somme de deux vecteurs x et y est équivalente à celle de
qu’il n’existe aucun espace de Banach de dimension infinie dénom- deux vecteurs x’ et y’ respectivement équivalents à x et à y : il est
brable. par conséquent logique d’appeler « somme » des classes de x et
de y celle de x + y. On agit de manière analogue pour définir le
produit de x + F par un scalaire λ.
2.2 Constructions d’espaces de Banach La projection canonique de E dans E/F qui, à x, associe sa classe
x + F, est linéaire et continue ; sa norme, calculée dans  ( E, E/F ) ,
est égale à 1.
Nous verrons plus loin les principales familles d’espaces de
Banach, d’ailleurs souvent introduites par Banach lui-même, mais
il peut être utile de connaître deux procédés essentiels permettant
de définir des espaces de Banach, « fils » d’autres Banach « pères ».
2.3 Sous-espaces supplémentaires
Il existe essentiellement deux mécanismes générateurs : l’un est à topologiques
base de fonctions, ce qui montre bien le rôle essentiel que jouent
en analyse fonctionnelle les espaces vectoriels normés complets,
l’autre s’appuie sur des structures algébrico-topologiques. Le caractère complet d’un Banach simplifie un peu la théorie des
sous-espaces supplémentaires topologiques. Nous savons en effet
que, dans le cadre général des espaces vectoriels normés, une
2.2.1 Espaces de fonctions à valeurs décomposition telle que E = F ⊕ G où F et G sont fermés (ce qui est
dans un Banach une condition nécessaire) n’implique pas nécessairement que cette
somme soit topologique, c’est-à-dire que les projecteurs sur F
parallèlement à G et sur G parallèlement à F soient continus.
Dans ce qui suit, A est un ensemble, E un espace de Banach. On
dispose alors des théorèmes suivants :
■ L’ensemble B (A, E ) des fonctions bornées de A dans E est un 2.3.1 Somme directe topologique dans un Banach
espace de Banach pour la norme de la convergence uniforme :
Ici nous disposons cependant d’un théorème très simple pour
||| f ||| = sup f = sup { f ( x ) |x ∈ A } (33) caractériser les sommes directes topologiques :
■ Si A est un espace topologique, l’ensemble BC (A, E ) des fonc- ■ Dans un espace de Banach, pour qu’une somme directe de
tions continues bornées de A dans E en est un sous-espace fermé, sous-espaces supplémentaires soit topologique, il faut et il suffit
donc également un Banach pour cette même norme. que chacun d’eux soit fermé.
■ Si A est compact, l’ensemble  0 ( A, E ) des fonctions continues Il en résulte que le produit cartésien F × G de deux supplé-
de A dans E est égal à BC (A, E ) et admet donc également une struc- mentaires fermés d’un Banach est linéairement homéomorphe à
ture d’espace de Banach. leur somme directe topologique F ⊕ G = E.
Ces théorèmes s’appliquent naturellement au cas particulier où
E est de dimension finie.
2.3.2 Sous-espaces fermés paradoxaux
d’un Banach
2.2.2 Espaces d’applications linéaires continues
Pour que la propriété précédente soit vraie, il faut absolument
Nous disposons ici de deux procédés puissants : que la somme soit E tout entier ; il existe en effet des exemples où
la somme directe de deux sous-espaces fermés d’un Banach n’est
— L’ensemble  ( F, E ) des applications linéaires continues d’un pas fermée, et n’est donc pas homéomorphe au fermé F × G, bien
espace vectoriel normé F dans E est un espace de Banach. qu’il existe un isomorphisme linéaire algébrique entre eux.
— Tout quotient E/F de E par l’un de ses sous-espaces fermés F De tels exemples montrent qu’il faut être prudent quant à
est un espace de Banach pour la norme : l’extension de propriétés triviales en dimension finie ; ils sont pour-
||x + F || = d (x, F ) (34) tant assez rares, et supposent par exemple que les deux sous-espa-
ces F et G sont chacun de dimension infinie, nécessairement non
Le premier de ces théorèmes a comme corollaire le fait que dénombrable.
l’ensemble  ( E ) de ses endomorphismes continus ainsi que son Dans le même genre de comportement plutôt déroutant, on peut
dual topologique E′E*top , ensemble des applications linéaires citer l’existence de sous-espaces fermés d’un Banach n’admettant
aucun supplémentaire fermé (et donc a fortiori sans supplémen-
continues de E dans  (étudié dans la section suivante) sont des
taire topologique). L’exemple classique est celui de l’espace F des
Banach ; leur emploi est constant en analyse fonctionnelle. suites complexes de limite nulle, noté généralement c 0 (  ), qui est
Bien entendu la norme d’une application linéaire continue de E fermé dans le Banach  ∞ (  ) des suites complexes bornées,
dans F (respectivement dans lui-même ou dans  ) est calculée c’est-à-dire des suites pour lesquelles on peut définir la norme :
comme nous l’avons vu dans la section précédente.
||u || = sup |un | (36)
Le second processus est un peu plus abstrait. Le quotient est
formé des classes d’équivalence pour la relation : mais dont aucun de ses supplémentaires dans  ∞ (  ) n’est fermé.

x~y (35)

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 9
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

2.4 Groupe des automorphismes — Pour qu’il existe g continue telle que f  g soit l’application
identique idE de E, il faut et il suffit que l’image de f soit l’espace
continus d’un Banach E lui-même et que son noyau ait un supplémentaire topologique.
Dans le premier cas (f injective ), g est un inverse à gauche ; dans
L’ensemble  ( E ) des bijections linéaires continues f d’un le second (f surjective ), g est un inverse à droite. Dans les deux cas
espace de Banach E dans lui-même est un groupe. En principe, les ensembles formés par les f concernés sont évidemment des
nous devrions demander que f et f –1 soient toutes deux continues ouverts.
mais, comme nous le verrons, un théorème dû à Banach lui-même Ces résultats s’étendent aussitôt à la recherche d’inverses laté-
prouve que, comme en algèbre, il suffit qu’une application linéaire raux d’applications linéaires continues entre deux Banach.
entre deux Banach soit continue pour que son inverse ait la même
propriété. On donne alors à f le nom d’automorphisme continu de
E. 2.4.3 Algèbres vectorielles normées

L’exemple de  ( E ) où E est un espace vectoriel normé est le


2.4.1 L’ouvert  ( E ) des automorphismes prototype des algèbres vectorielles normées, à la fois espaces vec-
toriels normés et anneaux, avec une propriété « mixte » reliant les
En dimension finie, nous disposons d’un critère simple pour deux sortes de produits :
savoir si un endomorphisme linéaire – nécessairement continu –
est inversible : il suffit de vérifier que son déterminant det f est dif- ( λf )  (µg) = (λµ) (f  g) (41)
férent de zéro :
Aux axiomes d’espace vectoriel normé et d’anneau, on doit ajou-
dim E < +∞ ⇒  ( E ) = det –1 ( * ) (37) ter une relation sur la norme, effectivement vérifiée dans le cas de
 ( E ) , pour laquelle la norme d’un produit est inférieure ou égale
La fonction « déterminant » étant continue, il en résulte que au produit des normes.
 ( E ) est, dans ce cas au moins, un ouvert pour la topologie Nous ne traiterons pas ici de la théorie des algèbres normées,
d’espace normé. Or cette propriété est générale, comme le montre pas même de celle des algèbres de Banach qui sont complètes
l’implication ci-dessous : si f et g sont, respectivement, un auto- pour la topologie de la norme (c’est le cas pour  ( E ) si E est
morphisme et un endomorphisme continus d’un Banach E, la lui-même un Banach), bien qu’on ait pu y bâtir une théorie spec-
condition : trale très importante, mais assez technique. Signalons également
|||( g )||| < |||( f –1 )||| –1 (38) que le cas des algèbres commutatives est aussi tout à fait intéres-
sant et fécond.
implique que l’endomorphisme continu f + g est également un
automorphisme, son inverse étant donné par l’égalité :
+∞
( f + g ) –1 = ∑ ( – 1 ) n ( f –1  g )n  f –1 (39) 3. Dualité
n=0

Le groupe  ( E ) n’est pas connexe ; par exemple en dimen- Le dual algébrique E* d’un espace vectoriel est l’ensemble des
sion finie il est facile de voir que les f de déterminant strictement applications linéaires de E dans le corps de base  (ou ) , appe-
positif et ceux de déterminant strictement négatif forment une par- lées formes linéaires. Il contient un sous-espace remarquable
tition de  ( E ) en deux parties ouvertes et fermées disjointes. formé des formes continues ; on le note E′ = E*top . C’est le seul à
posséder une réelle importance en analyse fonctionnelle, le dual
En dimension finie,  ( E ) est dense dans  ( E ) , c’est-à-dire algébrique étant beaucoup plus riche que lui, mais formé pour
que la fermeture de cet ouvert est l’espace  ( E ) entier ; ce résul- l’essentiel de formes discontinues inutilisables, même dans le cas
tat ne se généralise pas à la dimension infinie. des espaces de Banach.
Seul le cas particulier de la dimension finie correspond à l’égalité
2.4.2 Propriétés complémentaires de  ( E ) de ces deux espaces ; nous n’en tiendrons guère compte dans ce
qui suit, les espaces qui se présentent naturellement en analyse
étant tous de dimension infinie.
Si une suite (fn ) d’endomorphismes continus d’un Banach a
Si l’on se donne une base algébrique d’un tel espace, les appli-
pour limite un automorphisme f, il existe un rang N à partir duquel
cations qui, à un vecteur x, associent telle ou telle de ses coordon-
les fn sont eux-mêmes tous inversibles ; et f –1 est alors la limite de nées relatives à cette base sont, en général, discontinues. Cela
–1
fn . explique pourquoi les bases algébriques d’espaces fonctionnels
fondamentaux sont sans grand intérêt.
L’application notée Inv qui, à l’automorphisme f, associe son Nous verrons que les espaces de Hilbert sont, de ce point de
inverse Inv (f ) = f –1 est une application dont la variable et l’image vue, relativement intéressants car ils possèdent des « bases » qui
sont dans un ouvert d’un espace vectoriel normé. Elle est différen- remplacent, dans une certaine mesure, le rôle traditionnel des
tiable et même de classe  ∞ . Sa différentielle en f est l’application bases en dimension finie.
linéaire continue qui, à un endomorphisme continu arbitraire g,
associe l’endomorphisme continu :
3.1 Norme d’une forme linéaire continue
d f Inv ( g ) = – f –1  g  f –1 (40)
Par définition, la norme d’une forme linéaire continue f est égale
Notons enfin, en liaison avec l’étude précédente des automor-
à la borne supérieure ||f || de la fonction |f | qui, à tout vecteur x de
phismes continus d’un Banach, deux conditions pour qu’un endo-
E, associe le nombre positif |f (x )|. Elle vérifie donc l’inégalité
morphisme continu f d’un Banach ait un inverse latéral continu :
fondamentale :
— Pour qu’il existe g continue telle que g  f soit l’application f (x)  f x (42)
identique idE de E, il faut et il suffit que le noyau de f soit réduit à
0 et que son image ait un supplémentaire topologique ; C’est même le plus petit nombre réel possédant cette propriété.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 10 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

3.2 Existence de formes linéaires La géométrie des espaces de Banach réflexifs est plus simple que
le cas général, car elle s’écarte relativement peu du cas trivial des
discontinues espaces de dimension finie. Ces espaces sont donc susceptibles d’un
recours à l’intuition géométrique traditionnelle, ce qui facilite le
travail du mathématicien qui doit les appliquer à des problèmes
Dans tout espace vectoriel normé de dimension infinie on peut concrets, par exemple venus des besoins de la physique ou de la
exhiber au moins une forme linéaire discontinue à l’aide de l’axiome mécanique.
du choix. Nous ne le ferons pas, nous contentant de donner un
exemple qui peut s’étendre sans grande difficulté au cas général.
Nous allons munir l’espace vectoriel  [ X ] des polynômes réels
d’une structure d’espace vectoriel normé en posant, pour tout
polynôme P de coefficients (pn ) (nuls au-delà du degré de P ) :
4. Espaces de Hilbert
||P || = max |pn | (43)
Historiquement, la notion d’espace de Hilbert, implicitement
Il est facile de vérifier que cela définit bien une norme. Considérons définie par David Hilbert vers les années 1900, est la première
la forme linéaire f, application linéaire de  [ X ] dans  , définie par extension à une dimension infinie des propriétés géométriques de
∞ l’espace usuel. Elle a servi de matrice aux espaces vectoriels nor-
f (P ) = P (1) = ∑ 0 pn (somme finie puisque les pn sont presque més et, surtout, aux espaces de Banach définis plus haut.
tous nuls).
Le polynôme 1 + X + X 2 + ... + X n, somme des monômes fonda-
mentaux de degré inférieur ou égal à n, est de norme 1, alors que
la valeur de f (1 + X + ... + X n ) est égal à n + 1, et n’est par
4.1 Définition d’un espace de Hilbert
conséquent pas bornée bien que l’on ne quitte pas la sphère unité
S (0, 1). Un espace de Hilbert E est un espace vectoriel normé complet
Bien entendu la détermination d’une forme f discontinue pour (donc un Banach), dont la norme est issue d’un produit scalaire,
d’autres normes de  [ X ] et, a fortiori, pour des espaces plus appelé ici produit hilbertien (ou même produit hermitien si E est un
compliqués que  [ X ] , peut exiger des définitions plus subtiles (il espace vectoriel complexe). Une telle norme porte généralement le
faut en effet définir des bases algébriques, ce qui demande, en nom de norme euclidienne.
principe, de faire intervenir des processus non élémentaires), mais Tout espace vectoriel de dimension finie peut recevoir une struc-
la construction de formes linéaires discontinues et assez simple ture d’espace de Hilbert compatible avec sa topologie. Un tel
dans son principe. espace s’appelle traditionnellement espace euclidien, en référence
Le résultat est absolument général : même dans des espaces au modèle fondateur de la géométrie.
relativement réguliers comme les espaces de Banach ou de Hilbert,
il existe toujours une différence significative entre formes linéaires
continues et les autres. Un choix « au hasard » d’une forme 4.1.1 Espaces de Hilbert réels
linéaire, dans le dual algébrique E* d’un espace vectoriel normé de
dimension infinie, renvoie systématiquement à une forme discon- De manière précise, un produit scalaire est une application de E 2
tinue. dans le corps de base, supposé dans un premier temps être celui
En sens inverse, l’on peut se demander si un espace admet des des réels  , notée :
formes linéaires continues non triviales. La réponse est heureuse- ( x, y )  ( x | y ) (45)
ment affirmative, mais non triviale ; on a besoin pour cela d’un
théorème fondamental dû à Banach qui affirme que, pour tout et supposée par définition bilinéaire, symétrique et définie positive,
vecteur x, on dispose d’au moins une forme linéaire f de norme c’est-à-dire telle que :
||f || = 1, donc continue et non nulle, telle que f (x ) = ||x ||.
( x|y + z ) = ( x|y ) + ( x|z )
( x|λy ) = λ ( x|y ) (46)
3.3 Espaces bidual et bidual topologique ( x|y ) = ( y|x )
x ≠ 0 ⇒ ( x|x ) > 0

Le bidual E** est l’espace dual de l’espace E*, c’est-à-dire La norme hermitienne est définie par l’égalité :
l’ensemble des applications linéaires de E* dans  . Pour tout vec-
teur x ∈ E nous pouvons définir un élément θ (x ) du bidual E** en x = ( x|x ) (47)
posant :
Elle permet de définir une structure d’espace vectoriel normé (et
θ ( x ) ( f ) = f (x ) (44)
même bien entendu de Banach) et une topologie. Pour cette der-
pour toute forme linéaire f de E dans  . L’application θ ainsi nière, le produit scalaire est évidemment continu, comme la norme
définie est linéaire de E dans E**. C’est une bijection si, et seule- hermitienne qui en est issue.
ment si, E est de dimension finie. Pour vérifier cette continuité, on dispose en effet d’une inégalité
Dans le cas général, θ est seulement injective. Si l’on se limite au célèbre, dite de Cauchy-Buniakovski-Schwarz :
dual topologique, il se trouve que θ (x ) est elle-même continue
dans tous les cas. C’est donc un élément du bidual topologique, ( x|y )  x y (48)
dual topologique E’’ du dual topologique E* top . Cette inégalité, souvent abrégée sous le sigle CBS, est d’un usage
Les espaces pour lesquels le bidual topologique est exclusive- constant en analyse et participe à un très grand nombre de majo-
ment formé des formes θ (x ) sont appelés réflexifs. Dans le cas des rations d’expressions où intervient un produit scalaire ou une
espaces  p (  ) qui seront définis dans la section consacrée aux norme hermitienne, par exemple dans de nombreux problèmes de
espaces fonctionnels fondamentaux, on constate qu’ils sont géométrie euclidienne.
réflexifs si p est un réel strictement supérieur à 1 ; les espaces
 1 et  ∞ ne le sont pas.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 11
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

4.1.2 Espaces de Hilbert complexes existent pour tout vecteur x de l’espace. On en déduit l’égalité
xi = (ei |x ) qui permet le calcul de ces « coordonnées » géné-
Les seules modifications consistent à remplacer le corps  par ralisées.
celui des complexes  , et l’égalité : Ici, le mode de définition du symbole ∑ est évidemment assez
(x|y ) = (y |x ) (49) délicat à exposer, et nous nous restreindrons volontairement au
cas particulier faisant l’objet de la section suivante.
qui définit la symétrie par une relation dite de symétrie
hermitienne :
( x|y ) = ( y|x ) (50) 4.2.2 Espaces de Hilbert séparables
Le produit scalaire n’est plus bilinéaire, mais seulement Un espace de Banach E est dit séparable si, et seulement si, il est
sesquilinéaire, c’est-à-dire linéaire à droite et semi-linéaire à gauche, de dimension infinie et admet une partie A dense (c’est-à-dire telle
puisque : que E = A ) et infinie dénombrable (c’est-à-dire en bijection avec
( λx|y ) = λ ( x|y ) (51)  ). (La demande sur la dimension n’est là que pour écarter les
espaces de dimension finie, dont les Banach, et surtout les Hilbert,
Cela dit, le carré scalaire (x|x ) d’un vecteur non nul est toujours un séparables sont une extension non triviale).
nombre réel strictement positif, comme sa norme. Le théorème fondamental sur les Hilbert séparables est qu’ils
Cette fois-ci E est, bien sûr, un espace vectoriel normé complexe : sont tous linéairement et isométriquement homéomorphes. Pour
la norme de λx est égale au produit de la norme de x par le module parler plus brièvement, il n’en existe essentiellement qu’un seul.
du nombre complexe λ, d’ailleurs noté |λ| comme une valeur absolue On choisit souvent, pour les représenter tous, l’espace  2 (  ) ou,
de réel. Dans l’inégalité CBS, le symbole | ● | renvoie évidemment ce qui revient au même grâce à la théorie de Fourier étudiée en
à un module au lieu d’une valeur absolue ; mais les applications en analyse harmonique, l’espace L 2 ( [ 0, 1 ],  ), qui seront définis
sont pratiquement les mêmes. dans la section consacrée aux espaces fonctionnels fondamentaux.
Les différences entre les deux types d’espace de Hilbert sont De plus tout espace de Hilbert séparable admet une base hilber-
donc d’assez peu d’importance, et nous ne parlerons pratiquement tienne dénombrable, c’est-à-dire que l’on n’a besoin ici que de
ici que des Hilbert réels. décompositions du type :

x = ∑ xn en (54)
4.1.3 Espaces préhilbertiens n=0

Si l’on écarte la complétude d’un espace de Hilbert en ne gardant qui se ramènent à de simples sommes de séries bien connues.
que les propriétés du produit scalaire, on obtient un espace vectoriel Bien entendu la famille ( e n ) n ∈  , bien que libre, n’engendre pas
préhilbertien (réel ou complexe selon le cas). Un tel espace peut
toujours être plongé dans un espace de Hilbert – qui n’est autre que l’espace E entier, mais seulement l’un de ses sous-espaces vecto-
son complété –, dont il forme une partie dense. riels F. Toutefois F est dense dans E (c’est-à-dire F = E ). Dans F,
la famille (en ) est bien une base orthonormée ; la densité de F dans
E permet de dire que (en ) est une famille totale de vecteurs de E.
4.2 Bases hilbertiennes La propriété essentielle d’une telle base hilbertienne est l’égalité
de Bessel-Parseval :
Tout espace de Hilbert a, comme tout Banach, des bases algé-

briques qui sont, comme nous l’avons vu, finies ou infinies non
dénombrables. Dans le second cas, ces bases sont de peu d’utilité ; x = ∑ xn 2 (55)
elles sont remplacées par la notion de base hilbertienne qui rend n=0
presque les mêmes services. où l’on a, pour tout indice n :
xn = (en |x ) (56)
4.2.1 Extension de la notion de coordonnées
Dans un espace vectoriel, la décomposition algébrique d’un
vecteur x sous la forme :
4.3 Sous-espaces supplémentaires
x = ∑ xi ei (52) topologiques
où la famille (ei )i ∈ I est une base, engendre la notion usuelle de coor- Le cas des espaces de Hilbert est très remarquable en ce sens
données (xi ) ; ce sont les nombres nuls, sauf peut-être pour un que, pour qu’un sous-espace vectoriel admette un supplémentaire
nombre fini d’indices, définis de manière unique par cette topologique, il faut et il suffit qu’il soit fermé. Les paradoxes ren-
décomposition en combinaison linéaire. contrés dans le cas des espaces de Banach et, a fortiori, dans celui
des espaces vectoriels normés généraux disparaissent donc ici
De telles combinaisons linéaires sont nécessairement finies, en
presque totalement.
ce sens que les xi sont donc presque tous nuls. Toutefois l’analyse
permet, dans certains cas, de donner un sens à des sommes du De manière précise, un sous-espace fermé F d’un Hilbert admet
même genre, mais où les termes de la forme xi ei ≠ 0 ne sont pas toujours au moins un supplémentaire topologique : c’est son
nécessairement en nombre fini. On parle alors de sommes de orthogonal F ⊥, étudié dans la section suivante.
séries, ou même de sommes de familles sommables.
On démontre que tout espace de Hilbert possède au moins une
base hilbertienne (ei )i ∈ I , c’est-à-dire une famille de vecteurs 4.4 Orthogonalité dans un Hilbert
orthonormés (tels que ||ei || = 1 pour tout i ), deux à deux ortho-
gonaux (tels que (ei |ej ) = 0 pour tout couple (i, j ) avec i ≠ j ) pour Toute application bilinéaire comme le produit scalaire (x|y )
lesquels des décompositions du type : engendre une notion d’orthogonalité. Deux vecteurs sont orthogo-
x = ∑ xi ei (53) naux si, et seulement si, ils vérifient l’égalité :
(x|y ) = 0 (57)

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 12 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

Cette relation se note : ■ L’orthogonal F ⊥ d’un sous-espace fermé F d’un espace de Hilbert
x⊥y (58) E est un sous-espace fermé, n’ayant que le vecteur nul en commun
avec F, et supplémentaire topologique de ce dernier :
Pour un produit scalaire qui est symétrique, l’orthogonalité est
également symétrique : si x est orthogonal à y, alors y est ortho- E = F ⊕ F⊥ (62)
gonal à x.
En dimension finie n, la dimension de F ⊥ est la codimension de F,
On dispose alors du théorème de Pythagore :
c’est-à-dire le nombre n – dim F.
||x + y ||2 = ||x ||2 + ||y ||2 (59) Tout vecteur x de E s’écrit donc, de manière unique, sous la
forme x = y + z, où y est un vecteur de F et où z est orthogonal à
tous les vecteurs de F (y compris). On en déduit aussitôt une rela-
4.4.1 Orthogonal d’une partie d’un Hilbert tion de Pythagore :
||x ||2= ||y ||2 + ||z ||2 (63)
Pour une partie A d’un Hilbert E, on note A⊥ et on appelle ortho-
gonal de A l’ensemble des vecteurs x de E orthogonaux à tous les L’orthogonal de E est {0} ; celui de {0} est E. Si F est un
vecteurs a de A. C’est évidemment un sous-espace vectoriel de E, sous-espace de G, c’est-à-dire si F ⊂ G, on a naturellement
fermé et donc complet, c’est-à-dire un sous-Hilbert de E. L’intersec- G ⊥ ⊂ F ⊥.
tion de A et de A⊥ est vide ou réduite au seul vecteur 0, seul vec- Notons que le biorthogonal d’un sous-espace, c’est-à-dire
teur orthogonal à lui-même. l’orthogonal (F ⊥ ) ⊥ de son orthogonal, lui est égal. Cette propriété
A, le sous-espace vectoriel engendré par A et même l’adhérence n’est nullement évidente (seule l’est l’inclusion F ⊂ (F ⊥ ) ⊥ ), sauf
de ce dernier ont même orthogonal. L’étude de l’orthogonalité toutefois en dimension finie, car ces deux espaces ont même
dans un Hilbert peut donc se borner à l’ensemble de ses dimension. Elle signifie encore que, si F ⊥ est l’orthogonal de F,
sous-espaces fermés, qui ont tous une structure d’espaces de Hil- inversement F est l’orthogonal de F ⊥, ce qui introduit une dualité
bert. intéressante entre ces deux espaces.
Il est facile de montrer que l’orthogonal (F + G )⊥ de la somme de
deux sous-espaces fermés est l’intersection F ⊥ ∩ G ⊥ de leurs
4.4.2 Parties d’orthogonal nul orthogonaux. Inversement, la propriété F = (F ⊥ ) ⊥ montre que
l’orthogonal (F ∩ G) ⊥ de l’intersection de deux sous-espaces fer-
L’orthogonal E ⊥ de E est évidemment l’espace {0} formé du seul més est la somme F ⊥ + G ⊥ de leurs orthogonaux. Ces propriétés,
vecteur nul. Mais il n’est pas le seul. En effet il existe des parties qui montrent bien la dualité entre deux sous-espaces orthogonaux,
A de E (voire des sous-espaces vectoriels stricts F de E en dimen- s’étendent à des sommes et intersections finies de sous-espaces.
sion infinie), dont l’orthogonal est aussi réduit à 0. Nous n’en don- Ce tableau résume les relations fondamentales sur l’orthogona-
nerons qu’un seul exemple : l’espace F =  [ X ] des polynômes à lité dans un Hilbert :
coefficients réels, c’est-à-dire encore l’ensemble des suites réelles
(pn ) n’ayant qu’un nombre fini de termes non nuls, est un E⊥ = { 0 } F l F⊥ = { 0 }
sous-espace d’orthogonal nul de l’espace  2 (  ) qui, comme nous
le verrons plus bas, est un Hilbert pour le produit scalaire défini { 0 }⊥ = E F 1 F⊥ = E
par :
∞ ( F ⊥ )⊥ = F F ⊂ G ⇒ G⊥ ⊂ F⊥
( u|v ) = ∑ un vn (60) ( F + G )⊥ = F ⊥ l G ⊥ ( F l G )⊥ = F⊥ + G⊥
(64)
n=0

En effet, une suite u orthogonale à tout vecteur de F (c’est-à-dire


à tout polynôme P = ∑ p n X n ) est orthogonale à X n, donc telle
4.5 Projection orthogonale
que 0 = (u|X n) = un . Nous verrons que cette situation ne peut se dans un Hilbert
produire lorsque F est fermé, sauf naturellement si F = E. Dans ce
cas précis,  2 (  ) =  [ X ] et les polynômes forment une partie
Considérons une décomposition d’un Hilbert en la somme
dense de  2 (toute suite de  2 est limite d’une suite de polynômes
directe topologique orthogonale E = F ⊕ F ⊥ d’un sous-espace F
pour la topologie issue de sa norme hilbertienne ; c’est d’ailleurs (nécessairement fermé) et de son orthogonal (également fermé).
évident puisqu’il suffit de définir les différents polynômes p L’application p de E dans E définie, à partir de la décomposition
tendant vers u par des égalités du type :
x = y + z avec (y, z ) ∈ F × F ⊥, par p (x ) = y est un projecteur linéaire
N (donc tel que p  p = p ), continu, d’image F et de noyau F ⊥.
p = ∑ un X n (61)
0 Ce projecteur possède donc une norme ||| p ||| égale à la borne
supérieure des normes des vecteurs y = p (x ) lorsque x décrit
et de faire tendre N vers l’infini).
l’ensemble des vecteurs orthonormés (c’est-à-dire de norme
||x || = 1). L’égalité de Pythagore donne aussitôt y  x , avec éga-
4.4.3 Orthogonal d’un sous-espace fermé lité lorsque x appartient à F. Donc la norme ||| p ||| est égale à 1, sauf
dans le cas tout à fait exceptionnel où F est réduit au seul vecteur
Le théorème fondamental sur l’orthogonal d’un sous-espace
fermé d’un Hilbert généralise très étroitement la situation géomé- 0, où ||| p ||| = 0 . On dit que p est un projecteur orthogonal.
trique classique de l’espace usuel, où orthogonal signifie formant Le projecteur associé q = idE – p est également orthogonal et de
un angle droit, mesurable avec un rapporteur... De manière pré- norme 1, sauf dans le cas tout à fait exceptionnel où F = E.
cise, nous disposons du théorème suivant : Dans un Banach non hilbertien, la norme d’un projecteur défini
par une somme directe topologique peut être strictement supé-
rieure à 1. C’est même d’ailleurs le cas dans un Hilbert pour une
somme E = F ⊕ G où G ne serait pas l’orthogonal de F.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 13
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

4.5.1 Parties convexes d’un espace vectoriel réel 4.6.1 Isomorphisme fondamental d’un Hilbert
La propriété fondamentale de décomposition d’un espace de Hil- Dans un espace de Hilbert, nous disposons d’une application
bert en somme directe orthogonale topologique de deux linéaire fondamentale, que nous noterons δ, reliant l’espace E
sous-espaces, dont chacun est l’orthogonal de l’autre, résulte lui-même à son dual topologique E′ = E*top . Cette application est
d’une théorie puissante de la projection sur un convexe complet à la fois linéaire, bijective, d’inverse continue et isométrique
d’un espace préhilbertien. Cette notion demande quelques défini- (c’est-à-dire conservant les normes). C’est donc un homéomor-
tions supplémentaires. phisme parfait.
Une partie A d’un espace vectoriel réel E est dite convexe si, et Elle est caractérisée par le fait que, pour toute forme linéaire
seulement si, tout segment [a, b ], défini comme l’ensemble des continue f de E dans  , il existe un vecteur unique x de E tel que,
vecteurs de la forme x = ta + (1 – t ) b où t ∈ [0, 1], est inclus dans pour tout vecteur y ∈ E, on ait l’égalité :
A dès que ses extrémités a et b sont elles-mêmes dans A. L’inter-
section d’une famille de convexes est convexe. f (y ) = (x|y ) (66)
Une partie convexe est évidemment connexe, car connexe par Notant δ (x ) = f, on voit que la relation précédente s’écrit encore :
arcs. Parmi les parties convexes d’un espace vectoriel E, citons les
sous-espaces vectoriels et les sous-espaces affines, c’est-à-dire les δ (x ) (y ) = (x|y ) (67)
transformés d’un sous-espace vectoriel par une translation de vec- La définition de δ est intrinsèque, c’est-à-dire qu’elle peut s’effec-
teur a qui, à un vecteur x, associe x + a. Mais il y en a d’autres : tuer sans recours à une base de l’espace. Deux mathématiciens
c’est le cas par exemple des deux demi-espaces ouverts et des sont ainsi certains de parler exactement de la même fonction sans
deux demi-espaces fermés définis par un hyperplan. avoir à effectuer de choix particuliers. De telles invariances sont
Si l’espace est normé, ce qui définit une topologie sur lui, on évidemment précieuses.
peut montrer, par exemple, que l’adhérence d’une partie convexe L’une des propriétés essentielles de δ consiste en son caractère
est convexe. Ces notions ont une grande importance, y compris isométrique ; il est en effet presque immédiat de vérifier que
dans des domaines où on ne s’attendrait pas nécessairement à ||f || = ||δ (x )|| = ||x ||. Les géométries d’un espace de Hilbert et de son
rencontrer des notions mathématiques trop abstraites (notamment dual topologique sont donc essentiellement identiques, comme cela
en économie). se produit par exemple dans le cadre de la géométrie euclidienne
classique.
Cette simplicité a encouragé les mathématiciens, après Hilbert, à
4.5.2 Projection sur un convexe complet chercher à l’étendre à des espaces plus généraux. C’est ainsi que
d’un espace préhilbertien sont nées dans les années trente et quarante les théories des espa-
ces de Banach, des espaces vectoriels normés et des espaces vec-
Soit A une partie d’un espace préhilbertien E, non vide, convexe toriels topologiques qui ont permis le développement de l’analyse
et complète pour la topologie issue de la norme hermitienne fonctionnelle et son application à de très nombreux problèmes de
x = ( x|x ) . Pour tout élément x de E, il existe un élément et un mathématiques (pures ou non) et de physique.
seul a ∈ A, appelé projection orthogonale de x sur A, tel que pour Dans le cas d’un espace de Hilbert complexe, l’application δ n’est
tout autre élément b ∈ A on ait ||x – a || < ||x – b ||. C’est donc le plus tout à fait linéaire, puisque interviennent ici les conjugués des
point de A situé à la plus petite distance de x ; si par exemple x est scalaires complexes en jeu ; mais l’essentiel de la théorie reste
lui-même élément de A, on a évidemment a = x. inchangé.
Cette projection peut encore être caractérisée par l’inégalité :
( x – a|b – a )  0 (65) 4.6.2 Caractère réflexif d’un espace de Hilbert
pour tout b ∈ A. Géométriquement, cela signifie que le vecteur x – a
De ce qui précède on déduit aussitôt qu’un espace de Hilbert est
fait un angle obtus avec tous les vecteurs b – a où b décrit A.
réflexif, c’est-à-dire quasiment confondu avec son bidual topologi-
L’application p de E dans E définie par p (x ) = a est continue ; elle que [abusivement noté E ’’], puisque l’application θ envoyant injec-
est même uniformément continue puisque 1-lipschitzienne : tivement un espace dans son bidual topologique est ici bijective et
p ( y ) – p ( x )  y – x . Son image est A. isométrique. L’usage veut que l’on identifie E et E ’’, ce qui revient
à confondre x et θ (x ), donc f (x ) et x (f ) pour tout x ∈ E et toute
Cette propriété peut être appliquée avec fruit au cas où F est un
forme linéaire continue f ∈ E′ = E*top .
sous-espace vectoriel d’un espace de Hilbert. Il suffit de poser
Cette propriété s’appelle théorème de représentation et est
A = F , qui est un sous-espace vectoriel fermé d’un espace conjointement due à Frédéric Riesz et Maurice Fréchet. Elle a été
complet, donc lui-même complet, pour obtenir ainsi un résultat démontrée pour la première fois dans le cadre de l’espace L2 des
relevé dans la section précédente : p est alors le projecteur ortho- fonctions de carré intégrable au sens de Lebesgue sur le segment
gonal sur F, et E est la somme directe orthogonale topologique de [0, 1].
F et du sous-espace F ⊥, orthogonal commun à F et à F . La tentation de confondre également E et son dual topologique
est trop grande pour que l’on n’y succombe pas à l’occasion ; mais
cette seconde identification peut parfois se révéler dangereuse, et
il vaut mieux s’en tenir exclusivement à la première.
4.6 Espace dual topologique d’un Hilbert
La dualité dans un espace de Hilbert est particulièrement
simple ; c’est en effet ici que le caractère géométrique d’espace
vectoriel normé est le plus proche de celui des espaces usuels.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 14 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

4.7 Transposition entre espaces de qui complète heureusement l’identification d’un Hilbert à son
bidual. On retrouve ainsi notamment pourquoi l’égalité de deux
Hilbert applications équivaut à celle de leurs transposées.

Soit f ∈  (E, F ) une application linéaire continue entre deux 4.7.3 Invariants par transposition
espaces de Hilbert, dont nous ne distinguerons pas, par souci de
simplicité, les symboles typographiques désignant classiquement
les produits scalaires et l’orthogonalité [(●|●) et ●⊥], bien que E et F La transposition est donc un procédé permettant de définir, à
puissent naturellement être différents. partir d’une application f donnée, une application qui soit sa
« parente », mais agissant entre les duaux topologiques des espa-
ces liés par f, et héritant en quelque sorte des propriétés de f.
t
4.7.1 Définition de l’application transposée Ainsi, la norme ||| f ||| de la transposée de f est-elle égale à la
norme ||| f ||| de f :
La transposée tf de f est encore une application linéaire continue, ||| tf ||| = |||f ||| (71)
mais définie entre les espaces duals topologiques de E et de F. Plus
Dans un Banach ordinaire, ce résultat est également exact ; mais
précisément, tf est définie sur F′ = F*top et à valeurs dans
t
E′ = E*top , [noter l’échange des lettres E et F]. À toute forme s’il est très facile d’y prouver l’inégalité ||| f |||  ||| f ||| , prouver l’éga-
lité exige le théorème de Hahn-Banach que nous étudierons plus
linéaire continue v de F dans  , elle associe une forme linéaire loin ; dans un Hilbert au contraire, l’égalité ttf = f montre immédia-
continue u, envoyant E dans  , telle que : tement qu’en fait les deux normes sont égales.
t
Si f est de rang fini n, c’est-à-dire si son image est de dimension
u = f (v) = v  f (68) finie n, il en est de même de tf, et leurs rangs (les dimensions des
images) sont égaux. Sinon, les deux espaces images sont des
c’est-à-dire définie par u (x ) = v [f (x )] pour tout x ∈ E. sous-espaces de dimensions infinies, dans F et dans E’ respective-
Puisque tf est continue, la transposition peut donc être vue ment.
comme une application de  ( E, F ) dans  ( F′, E′ ) . Norme et rang d’une application linéaire continue entre Hilbert
(Une telle définition peut être étendue à n’importe quelle appli- sont donc deux invariants par transposition.
cation linéaire entre espaces vectoriels sur un corps quelconque, Toutefois, cet héritage subit certaines distorsions. Ainsi, la trans-
pour laquelle le concept de continuité n’a aucun sens particulier, posée d’une application injective n’est-elle pas, en général, injec-
mais nous ne l’utiliserons que dans le cas d’une application tive mais plutôt surjective ; de même, la transposée d’une
continue entre espaces de Hilbert, où elle a des propriétés remar- surjection est une injection.
quables, d’usage constant en analyse.)

4.7.4 Cas particulier des endomorphismes


4.7.2 Propriétés de la transposition
d’un espace euclidien
Les relations suivantes sont immédiates, pourvu que les opéra-
Dans le cas particulier où E est égal à F et de dimension finie, les
tions qui y figurent aient un sens (par exemple lorsque nous écri-
déterminants et les valeurs propres de f et tf sont égaux, ainsi que
vons f –1, cela suppose implicitement que f est bijective et que son
leurs polynômes caractéristiques et quelques autres invariants fon-
inverse envoie continûment F dans E ) :
damentaux d’algèbre linéaire.
t t t t t
(f + g) = f + g ( λf ) = λ f Plus précisément, pour toute base B de E, il existe une base B*
t
de E*, dite base duale de la précédente, dans laquelle la matrice
t t t –1 t –1
(f  g) = g  f (f ) = ( f) (69) de tf n’est autre que la matrice transposée de celle de f, c’est-à-dire
la matrice obtenue en échangeant lignes et colonnes, transformant
t t
0 = 0 idE = id E ′ par exemple ai, j en aj, i :
t
(avec F = E pour la dernière formule). Enfin les deux égalités f = g t
Mat B* ( f ) =  Mat B ( f )  (72)
et tf = tg sont équivalentes, et l’application nulle est la seule dont
la transposée soit nulle. En d’autres termes, l’application T qui, à f, ce qui explique les propriétés ci-dessus. Bien entendu, si B est
associe sa transposée tf = T (f ) est linéaire, injective et isométrique orthonormée, il en est de même pour sa duale B*.
(c’est-à-dire conservant les distances puisque, comme nous le
verrons dans le paragraphe suivant,
t
|||T ( g – f )||| = ||| ( g – f )||| = ||| g – f ||| ). 4.8 Adjonction entre espaces de Hilbert
En réalité, T est même un homéomorphisme linéaire isomé-
trique de  ( E, F ) sur  ( F′, E′ ) . Cet homéomorphisme est dit Soit toujours f ∈  ( E, F ) une application linéaire continue d’un
canonique, ce qui signifie qu’il peut être défini de manière natu- espace de Hilbert E dans un autre Hilbert F. Ayant défini la trans-
relle sans utiliser de base particulière dans l’un ou l’autre espace. posée tf comme élément de  ( F′, E′ ) et muni par ailleurs des iso-
Puisque l’on peut identifier un espace de Hilbert E et son bidual morphismes fondamentaux δ entre E et son dual E’ et entre F et
E’’, la bitransposée ttf = t (tf ) d’une application f de E dans F, théo- son dual F’ (encore noté δ pour simplifier), on peut estimer que la
riquement élément de  ( E″, F″ ) , peut être considérée comme connaissance de tf engendre mécaniquement une nouvelle appli-
cation linéaire continue, envoyant cette fois-ci F dans E. C’est effec-
appartenant en fait à  ( E, F ) , espace qui contient f elle-même. De tivement le cas, et cette nouvelle application, notée f *, est appelée
plus, on dispose à cet égard d’une égalité fondamentale : adjointe de f.
ttf =f (70)

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 15
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

4.8.1 Définitions de l’application adjointe 4.8.3 Adjonction dans un Hilbert complexe

L’adjointe f * de f est encore une application linéaire continue, Si le Hilbert E est un espace vectoriel sur le corps  des nom-
mais définie entre les espaces de Hilbert F et E. Plus précisément, bres complexes, les théories de la transposition et de l’adjonction
f * est définie sur F et à valeurs dans E [noter l’échange des lettres sont très voisines de celles qui ont été exposées dans le cadre des
E et F ]. C’est l’unique fonction f * telle que, pour tout vecteur x de Hilbert réels. Il faut toutefois signaler ici une différence
E et tout vecteur y de F, on ait : importante : l’adjointe (λf )* de l’application λf n’est plus égale à
λf *, mais à l’application λ f , où le surlignement marque la
(f (x )|y ) = (x|f *(y )) (73) conjugaison dans  .
Puisque (x |y ) = δ (y )(x ), on peut donc caractériser d’une autre Il existe également d’autres nuances à apporter à l’exposé des
manière f * en recourant à l’égalité δ (y ) (f (x )) = δ (f *(y )) (x ) pour propriétés des espaces de Hilbert, mais nous nous contenterons de
cette remarque à propos de l’adjonction, les autres étant à peu
tout (x , y ) ∈ E × F, soit encore à l’égalité δ ( y )  f = δ  f * ( y ) pour près évidentes suivant le contexte où l’on pourrait être amené à les
tout y ∈ F, équivalente à son tour à tf (δ (y )) = δ f *(y ), donc à l’éga- rencontrer.
t
lité fonctionnelle f  δ = δ  f* et, enfin, à la relation
fondamentale : 4.8.4 Invariants par adjonction
–1 t
f* = δ  f  δ (74) L’adjonction est donc un procédé permettant de définir, à partir
qui permet de retrouver que f * envoie bien un vecteur de F dans d’une application f donnée, une application qui soit sa « parente »,
E en passant successivement par F ’ et par E ’. mais échangeant l’ordre des espaces liés par f, et héritant en quel-
que sorte des propriétés de f.
La première définition semble sans doute bien plus concrète que
la seconde, car elle traduit simplement un « transport » de la lettre Ainsi, la norme ||| f*||| de l’adjointe de f est-elle égale à la norme ||| f |||
f de la gauche du signe | vers sa droite, au simple prix de l’adjonc- de f :
tion d’un astérisque. Mais l’autre est très efficace sur le plan ||| f*||| = ||| f ||| (78)
mathématique, car elle indique avec la plus grande netteté le
mécanisme précis de l’action de f * sur E, prouvant par exemple les Si f est de rang fini n, c’est-à-dire si son image est de dimension
caractères linéaire et continu de f * sans avoir à recourir à un quel- finie n, il en est de même de f *, et leurs rangs (les dimensions des
conque calcul. images) sont égaux. Sinon, les deux espaces images sont des
Le formalisme moderne, qui semble dans certains cas bien sous-espaces de dimensions infinies, dans F et dans E respective-
compliquer le travail du scientifique, est parfois enrichissant par sa ment.
souplesse, et il est bon de savoir l’utiliser à bon escient quand il Norme et rang d’une application linéaire continue entre Hilbert
peut apporter de la clarté comme c’est ici visiblement le cas, fût-ce sont donc deux invariants par adjonction.
en demandant un effort raisonnable de réflexion.
Toutefois, cet héritage subit certaines distorsions. Ainsi,
l’adjointe d’une application injective n’est-elle pas, en général,
injective mais plutôt surjective ; de même, l’adjointe d’une surjec-
4.8.2 Propriétés de l’adjonction tion est une injection.
La relation la plus importante qui concerne l’adjonction est sans
doute la suivante : la biadjointe f ** = (f *)* d’une application 4.8.5 Cas particulier des endomorphismes
linéaire continue f, c’est-à-dire l’adjointe de son adjointe, lui est
égale. En effet, toutes deux sont dans  ( E, F ) et vérifient
d’un espace euclidien
l’égalité :
f ** = f (75) Dans le cas particulier où E est égal à F et de dimension finie, les
déterminants et les valeurs propres de f et f * sont égaux, ainsi que
Les relations suivantes sont immédiates, pourvu que les opéra- leurs polynômes caractéristiques et quelques autres invariants fon-
tions qui y figurent aient un sens (par exemple lorsque nous écri- damentaux d’algèbre linéaire.
vons f –1, cela suppose implicitement que f est bijective et que son
inverse envoie continûment F dans E ) : Si le corps de base était  , il faudrait modifier légèrement ces
affirmations ; ainsi, les valeurs propres de f * sont les conjuguées
( f + g )* = f * + g* ( λf )* = λf * de celles de f et peuvent par conséquent ne pas leur être égales.
–1 Plus précisément, il existe dans E des bases B = (e1 ,..., en ) dites
(f g)* = g* f* (f ) * = ( f * ) –1
orthonormées parce que (ei |ej ) = 0 si i ≠ j et 1 si i = j, telles que, si
 

0* = 0 id *
E = id E A est la matrice de f relative à B, celle de f * est la transposée tA
(76)
de A [sa transconjugée tA dans le cas d’un espace complexe].
(avec F = E pour la dernière formule). Enfin les deux égalités f = g
et f * = g * sont équivalentes, et l’application nulle est la seule dont Dans un espace euclidien, l’ensemble des f dont l’adjointe est
l’adjointe soit nulle. En d’autres termes, l’adjonction A qui, à f, égale à l’inverse :
associe son adjointe f * = A (f ) est linéaire, injective et isométrique f *= f –1 (79)
(c’est-à-dire conservant les distances puisque, comme nous le ver-
rons un peu plus loin, |||A ( g – f )||| = |||( g – f )*||| = ||| g – f ||| .) est un groupe, appelé groupe orthogonal de E et noté O (E ).
En réalité, A est même un homéomorphisme linéaire isométrique L’ensemble des f égales à leur adjointe :
de  ( E, F ) sur  ( F, E ) . Cet homéomorphisme est dit canonique, f *= f (80)
ce qui signifie qu’il peut être défini de manière naturelle sans utiliser est un espace vectoriel, appelé espace des endomorphismes symé-
de base particulière dans l’un ou l’autre espace. Cela provient du triques ou autoadjoints.
résultat analogue déjà vu pour la transposition, puisque T et A sont
liés par la relation fondamentale : Si A est la matrice de f dans une base orthonormée E, ces deux
relations sont respectivement équivalentes aux égalités matriciel-
A ( f ) = δ –1  T(f )  δ (77) les tAA = I et tA = A.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 16 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

Le théorème fondamental concernant ces notions est le Pour chacune de ces normes, marquées avec trois barres ||| si la
théorème spectral, valable seulement en dimension finie : tout norme dans E est signifiée par deux barres ||, et par deux barres si
endomorphisme autoadjoint f est tel qu’il existe une base ortho- E est égal à  , ces espaces sont des espaces de Banach.
normée (εi ) formée de vecteurs propres pour f : pour tout indice i, On peut les considérer comme des cas particuliers de l’espace
il existe un réel si (la valeur propre associée [réelle même dans le
cas d’un espace hermitien, c’est-à-dire hilbertien complexe de de Banach plus général  p ( E ) , où p est un réel supérieur ou égal
dimension finie]) tel que f (εi ) = si εi . à1:

Il existe donc une base orthonormée dans laquelle l’endomor-
phisme f a une matrice diagonale. Cette propriété est souvent résu-
• u ∈  p ⇔ ∃ |||u||| p = p
∑0 un p

mée par la proposition un peu elliptique « tout endomorphisme Même la norme « infinie » rentre dans ce cadre par abus de lan-
autoadjoint diagonalise dans le groupe orthogonal ». gage, dans la mesure où elle est effectivement la limite |||u||| p lors-
Une partie essentielle de l’analyse fonctionnelle consiste à tenter que p tend vers l’infini.
de généraliser le théorème spectral à des espaces de dimension
infinie ; mais les résultats sont assez difficiles à cerner en restant à
un niveau élémentaire ; nous n’y ferons qu’une brève allusion dans 5.1.2 Polynômes et suites convergentes
la section consacrée aux opérateurs.
Chacun des espaces  p ci-dessus contient comme sous-ensem-
ble E [X ], ensemble des « polynômes » à coefficients dans E,
c’est-à-dire ensemble des suites dont les termes sont nuls au-delà
5. Espaces fonctionnels d’un certain rang. Cette fois-ci, aucun des différents espaces nor-
més obtenus en munissant E [X ] de l’une des normes |||● ||| p ne peut
fondamentaux être un Banach.
Entre les  p , où p est fini, et  ∞ se placent naturellement les
espaces c0 (E ) et c (E ), ensembles de suites convergentes définis
La parution en 1932 du livre de Stefan Banach a pratiquement par :
fixé un certain nombre d’exemples d’espaces dont l’utilisation s’est
• u ∈ c0 ⇔ lim u = 0
imposée rapidement à tous les mathématiciens. Même les nota-
tions alors utilisées sont presque toutes devenues standard. Tous • u ∈ c ⇔ ∃ lim u
ces exemples concernent des espaces vectoriels normés dont les
éléments (les vecteurs) sont des fonctions. Parmi elles, les fonc- Pour chacun d’eux la norme est naturellement ||| u ||| ∞ = sup u
tions définies sur l’ensemble  des nombres entiers naturels, qui (c’est même un maximum dans le cas de c0 ). Ce sont encore des
sont donc des suites, sont d’un abord un peu plus simple ; les
espaces de Banach.
autres espaces concernent des fonctions à variable réelle, et
exigent souvent le recours à la théorie de l’intégration. Si 1< p < q < + ∞, nous disposons des inclusions (strictes) :

E [ X ] ⊂  1 ⊂  p ⊂  q ⊂ c0 ⊂ c ⊂  ∞ (81)

5.1 Espaces vectoriels normés On dispose également des inégalités suivantes :


de fonctions à variable entière |||u ||| ∞  |||u ||| q  |||u ||| p  |||u ||| 1 (82)
(suites)

Sous l’influence de Banach, une attention particulière a été por-


5.1.3 Duaux topologiques des espaces normés
tée sur certains ensembles de suites, c’est-à-dire d’applications de de suites réelles
 dans un ensemble E. Pour certains, E sera un espace de Banach,
mais dans d’autres cas nous supposerons explicitement que E est Désormais E sera le corps  des réels ; dans ces conditions,
le corps  [éventuellement  ]. Ces ensembles sont spontanément nous pouvons caractériser les espaces duaux topologiques des
munis de structures d’espaces vectoriels par les définitions : ensembles définis ci-dessus. En effet :
• u + v = w ⇔ wn = un + vn pour tout n — les duaux topologiques des espaces c, c0 et  [ X ] muni de la
norme |||● ||| ∞ sont linéairement et isométriquement homéomorphes
• λu = v ⇔ vn = λ un pour tout n à 1 ;
— les duaux topologiques des espaces  1 et  [ X ] muni de la
norme |||● |||1 sont linéairement et isométriquement homéomorphes
5.1.1 Espaces vectoriels normés de suites à ∞ ;
— les duaux topologiques des espaces  2 et  [ X ] muni de la
Ces espaces sont des sous-espaces vectoriels de l’espace général norme |||● |||2 sont linéairement et isométriquement homéomorphes
de l’ensemble de suites à valeurs dans un Banach E défini ci-dessus.
à  2 . Ce dernier est donc pratiquement confondu avec son dual ;
Les trois espaces  p les plus importants, ainsi dénommés par
c’est d’ailleurs tout à fait normal, puisqu’il s’agit en fait d’un espace
Banach en l’honneur de Lebesgue, sont respectivement :
de Hilbert ;
∞ — les duaux topologiques des espaces  p pour 1 < p < + ∞ et de
• u ∈  1 ⇔ ∃ |||u ||| 1 = ∑0 un
 [ X ] muni de la norme |||● ||| p sont linéairement et isométri-
quement homéomorphes à  q où le réel q est défini par l’égalité :

• u ∈  2 ⇔ ∃ |||u ||| 2 = ∑0 un 2
1 1
----- + ----- = 1 (83)
• u ∈  ∞ ⇔ ∃ |||u ||| ∞ = sup u p q

[c’est-à-dire en fait la borne supérieure, naturellement supposée — le dual topologique de l’espace  ∞ contient strictement un
finie, de l’ensemble des nombres réels ||un ||]. sous-espace linéairement et isométriquement homéomorphe à  1 ,
mais ne lui est pas homéomorphe.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 17
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

Considérons en effet l’application de c (  ) dans  définie par 5.2.2 Espaces de fonctions intégrables
f (u ) = lim u ; elle est linéaire et continue (de norme ||f || = 1 car au sens de Riemann
lim u  sup u ) et f (e ) = 1 pour la suite constante e telle que
en = 1 pour tout n. Par un théorème de Banach on peut la prolon-
ger à  ∞ en une forme linéaire continue g de même norme ; si Ces espaces sont des variantes de  0 ( [ 0, 1 ], E ) muni de l’une
cette dernière appartenait à un espace linéairement et isométrique- des normes :
ment homéomorphe à  1 , il existerait une série convergente de

1
terme général |an | telle que, pour toute suite bornée u, on ait : • ||| f |||1 = f
0

∑ 
1
lim u = f ( u ) = an un (84) 2
• ||| f ||| 2 = f
n=0 0


Or cette relation est clairement impossible, comme on le voit en 1
considérant les suites nulles sauf pour une unique valeur de • ||| f ||| p = p f p
l’indice n, qui appartiennent bien entendu à c 0 (  ) et vérifient 0
donc g (u ) = f (u ) = lim u = 0. On les note R1 ([0, 1], E ), R2 ([0, 1], E ) et Rp ([0, 1], E ) pour
1  p < +∞ .
Aucun d’eux n’est complet. Dans le cas particulier E =  , leurs
5.2 Espaces vectoriels normés duaux topologiques sont les mêmes que ceux des espaces Lp étudiés
dans la section suivante. Leur seul intérêt est pédagogique ; dans
de fonctions à variable réelle la pratique on leur substitue les Lp même si, en sens inverse, un
calcul effectif d’intégrale de Lebesgue se ramène toujours effecti-
Nous distinguerons ici essentiellement deux types de fonctions, vement à celui de l’intégrale de Riemann d’une fonction continue,
selon que l’on ne s’intéresse qu’à l’ordre de grandeur des valeurs au moins par morceaux.
prises par une fonction, auquel cas l’outil de mesure est la borne
supérieure de l’ensemble des normes de ces valeurs, ou que l’on
est attentif aux variations de la fonction tout autant qu’à son 5.2.3 Espaces de fonctions intégrables
amplitude : c’est alors généralement un type d’« intégrale » qui au sens de Lebesgue
sera l’outil chargé de fournir les bons critères de comparaison des
fonctions entre elles. Dans ce dernier cas, il n’est plus nécessaire Les notations sont exactement les mêmes, à ceci près que l’inté-
de supposer la fonction continue, mais seulement assez régulière grale utilisée est celle de Lebesgue et non celle de fonctions
pour que l’on puisse définir son intégrale. continues, qu’il ne s’agit plus de norme pour une fonction mais, de
façon plus précise, de norme d’une classe d’équivalence pour la
relation :
5.2.1 Espaces de fonctions continues f ~ g ⇔ f (x ) = g (x ) presque partout (86)
et enfin qu’ils sont désignés par les symboles Lp ([0, 1], E ) où la
Le prototype de ces espaces est l’ensemble  0 ( [ 0, 1 ], E ) des lettre L a remplacé la lettre R pour marquer le changement de
fonctions continues sur l’intervalle compact [0, 1], à valeurs dans théorie de l’intégration.
un espace de Banach E, souvent égal à  . Elles sont naturellement
bornées, et la norme que l’on y utilise est la norme de la Sans intégrale de Lebesgue, il aurait été impossible d’obtenir
convergence uniforme, définie par : des Banach pour des normes de ce type. En un sens, même si la
théorie de Lebesgue n’avait pas été introduite trente ans avant, on
||| f ||| = max f peut imaginer qu’un Banach ou l’un de ses pairs y aurait été
(85) conduit de manière presque obligatoire pour « compléter » les
et donc égale à la borne supérieure (effectivement atteinte) de espaces R p.
l’ensemble des nombres réels de la forme ||f (x )|| lorsque x décrit En effet, tous les espaces Lp sont des espaces de Banach (L2
[0, 1]. étant même un Hilbert pour E =  ), et sont les « complétés » des
Cet espace est lui-même un Banach (c’est parce que la limite uni- précédents, en ce sens que tout Banach qui contient un
forme d’une famille de fonctions continues est continue). Cette sous-espace linéairement et isométriquement homéomorphe à un
convergence selon la norme de la convergence uniforme implique, R p contient également un espace homéomorphe au Lp correspon-
dant, et dont l’homologue de Rp est une partie dense.
bien entendu, la convergence simple : si ||| f n – f ||| tend vers 0 pour
Il existe aussi un espace de Banach L∞ ([0, 1], E ) ayant une pro-
n tendant vers l’infini, il en résulte que, pour tout x ∈ [0, 1], la suite priété analogue, défini par une norme voisine de la norme de la
définie dans le Banach E par ||fn (x ) – f (x )|| tend également vers 0. convergence uniforme utilisant une notion assez délicate de borne
Cette exigence de convergence partout est très forte, et limite sin- supérieure essentielle.
gulièrement le nombre de cas où cette norme est utilisable telle
Certaines ressemblances lient les  p et les Lp ; ainsi, pour
quelle, mais son influence théorique est essentielle.
E =  , les Lp ont Lq comme duaux topologiques (à homéomor-
Bien entendu on peut remplacer le segment [0, 1] par une partie phisme près). L∞ étant, pour sa part, le dual de L1 et ayant
compacte A d’un espace quelconque ; les résultats ne sont pas lui-même pour dual topologique un sur-espace assez complexe de
essentiellement modifiés. L1, beaucoup plus « gros » que L1 et formé de certaines mesures
de Radon.
Ainsi une forme linéaire typique est-elle définie par :


1
ϕg : f  ϕg ( f ) = fg (87)
0

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 18 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

Il existe pourtant des différences significatives entre les  p et 6.1.3 Théorèmes géométriques de Hahn-Banach
les Lp. Ainsi les espaces Lp ne sont pas comparables les uns aux
autres en général : une fonction peut être de carré intégrable sans Si A est une partie convexe non vide et ouverte d’un espace vec-
être elle-même intégrable ou réciproquement, surtout si l’on géné- toriel normé E et B une partie convexe non vide du même espace,
ralise leur domaine de définition à des ensembles autres que le disjointe de la précédente, il existe un hyperplan fermé H, noyau
segment [0, 1]. d’une forme linéaire continue f de E, et un réel h tels que f ( x )  h
pour tout x ∈ A et f ( x )  h pour tout x ∈ B (on dit que H sépare au
sens large les convexes A et B ).
6. Théorèmes de Banach Si A est une partie convexe non vide et fermée d’un espace vec-
toriel normé E et B une partie convexe et compacte non vide du
et de Baire même espace, disjointe de la précédente, il existe un hyperplan
fermé H, noyau d’une forme linéaire continue f de E, et deux réels
Les grands théorèmes de l’analyse fonctionnelle portent, h et k < h tels que f ( x )  h pour tout x ∈ A et f ( x )  k pour tout
presque tous, la marque de Stefan Banach. Nous les avons x ∈ B (on dit que H sépare au sens strict les convexes A et B ).
regroupés ici pour la commodité des références, mais ils sont Chacune des deux formes du théorème géométrique de
d’inspiration (et de difficulté) très variées. Bien entendu, il en existe Hahn-Banach a de nombreuses applications, notamment en
d’autres (par exemple le théorème d’Alaoglu, qui n’est pas de recherche opérationnelle, en économie, etc. Elles sont à la base de
Banach, ou le théorème du point fixe dans les espaces métriques toute une série de processus de séparation fondamentaux pour
complets – donc valable dans les Banach – qui lui est dû). l’analyse convexe.
Notons que la seconde forme du théorème géométrique de
Hahn-Banach est souvent appliquée au cas particulier où B est
6.1 Théorèmes de Hahn-Banach réduite à un point extérieur au convexe fermé A. En dimension
finie, on peut même montrer que, si le point 0, par exemple,
On regroupe sous ce terme deux résultats ayant pour origine un n’appartient pas à un convexe non vide A, il existe une forme
lemme commun sur le prolongement d’une fonctionnelle linéaire (nécessairement continue) telle que f ( x )  0 pour tout
sous-additive. S’appliquant à des espaces vectoriels normés quel- x ∈ A et f (x ) > 0 pour tout x intérieur à A ; si de plus A est fermé,
conques, leur portée est très générale. on peut même montrer dans ce cas que f possède un minimum
strictement positif sur A.

6.1.1 Lemme de Hahn-Banach


6.2 Espaces de Baire
Pour toute fonction sous-additive et positivement homogène p
d’un espace vectoriel dans  , c’est-à-dire telle que :
Un espace de Baire est un espace topologique tel qu’une inter-
p (x + y)  p (x) + p (y)
(88) section dénombrable d’ouverts denses est une partie dense
p ( λx ) = λp ( x ) pour λ > 0 (a priori non ouverte). On peut également donner une version de
cette définition utilisant une réunion dénombrable de fermés
et toute forme linéaire f d’un sous-espace F de E telles que égaux à leur frontière (c’est-à-dire d’intérieur vide).
f ( x )  p ( x ) pour tout x ∈ F, il existe une forme linéaire f ’ ∈ E ’,
Signalons que les ouverts d’un espace de Baire, ainsi que les
majorée par p et égale à f sur F, c’est-à-dire telle que :
espaces séparés dans lesquels tout point a un voisinage de Baire,
f ′ (x)  p (x) pour tout x ∈ E sont des espaces de Baire.
(89)
f ′ (x) = f (x) pour tout x ∈ F
6.2.1 Théorème de Baire

6.1.2 Théorème analytique de Hahn-Banach Le théorème de René Baire dit que tout espace métrique complet
(et en particulier tout espace de Banach) est un espace de Baire. Il
Pour toute forme linéaire continue f d’un sous-espace vectoriel F a considérablement inspiré Stefan Banach pour reconnaître dans la
d’un espace vectoriel normé E, il existe une forme linéaire complétude l’outil qui lui était nécessaire pour donner un cadre
continue f ’ de E prolongeant f et de même norme qu’elle, efficace à l’étude des ensembles de fonctions.
c’est-à-dire telle que : On aurait un résultat analogue pour des espaces séparés où tout
point admet un voisinage compact (espaces localement compacts).
f′ = f
(90) Ce théorème, très abstrait, est à la base des quatre résultats
f ′ (x) = f (x) pour tout x ∈ F exposés dans les sections suivantes.

C’est ce théorème qui permet de démontrer une égalité telle que


|||tf ||| = ||| f ||| , ou assure qu’un espace vectoriel normé non réduit 6.2.2 Théorème de Banach-Steinhaus
à 0 admet toujours au moins une forme linéaire continue (son dual
topologique n’est pas nul). Pour qu’une famille (fi )i ∈ I d’applications linéaires continues
Il permet également de démontrer que la norme ||x || d’un vec- d’un Banach E dans un Banach F soit uniformément majorée
teur x est la borne supérieure de l’ensemble des réels du type |f (x )| (c’est-à-dire pour qu’il existe un réel A tel que |||f i |||  A pour tout
lorsque f décrit l’ensemble des formes linéaires continues de i ∈ I ), il faut et il suffit que, pour tout vecteur x ∈ E, l’ensemble des
norme ||f || égale à 1, établissant ainsi une dualité très forte entre nombres réels ||fi (x )|| admette un majorant (c’est-à-dire qu’il existe
un espace E et son dual topologique E′ = E*top .
une fonction de x majorant l’ensemble des ||fi (x )|| lorsque i
Ce résultat justifie notamment l’emploi du terme « dual » dans le décrit I ).
cadre des relations entre un espace et l’ensemble de ses formes
linéaires continues.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 19
ANALYSE FONCTIONNELLE ______________________________________________________________________________________________________________

La condition nécessaire est évidente, sa réciproque ne l’est pas. Deux espaces compacts A et B sont homéomorphes si, et seule-
Le théorème de Banach-Steinhaus est, en quelque sorte, une ment si, les espaces de fonctions réelles continues respectivement
légitimation d’une uniformisation de majorants : à partir d’inégali- définies sur A et sur B sont linéairement et isométriquement
tés dépendant de x, on peut en déduire une inégalité générale sur homéomorphes (Banach-Stone).
la sphère unité S (0,1).
Un corollaire étonnant du théorème de Banach-Steinhaus dit que
toute limite simple d’une suite d’applications linéaires continues
d’un Banach dans un espace vectoriel normé est elle-même 7. Théorie des opérateurs
linéaire continue (il n’y a pas besoin de convergence uniforme).
compacts
6.2.3 Théorème de l’application ouverte
La théorie des opérateurs (synonyme d’applications linéaires
L’image d’un ouvert d’un Banach E par une surjection linéaire continues) est assez complexe ; nous ne donnerons ici qu’un très
continue de E dans un Banach F est un ouvert de F. bref aperçu de la partie concernant les opérateurs compacts, pour
lesquels on peut généraliser assez correctement les résultats très
Une application transformant un ouvert en un ouvert est dite simples valables en dimension finie.
ouverte. Ce n’est pas le cas en général d’une application continue
(penser à la fonction sinus). Un opérateur compact est une application linéaire continue f
entre deux Banach E et F telle que, pour toute suite bornée (xn )
d’éléments de E, on puisse extraire une suite convergente à partir
6.2.4 Isomorphismes bicontinus de la suite des images f (xn ).
entre espaces de Banach L’ensemble des opérateurs compacts est fermé dans  ( E, F ) .
Une condition nécessaire et suffisante pour que f soit compacte
Pour qu’un isomorphisme linéaire entre deux Banach soit bicon- est que l’image par f de la boule unité ouverte de E soit relative-
tinu (donc un homéomorphisme linéaire), il faut et il suffit qu’il soit ment compacte, c’est-à-dire incluse dans une partie compacte de F.
continu. Un opérateur de rang fini (c’est-à-dire dont l’image est de dimen-
L’inverse d’une application continue, même linéaire, n’est pas sion finie) est nécessairement compact.
forcément continue ; le théorème de Banach ci-dessus affirme que Toute limite d’opérateurs continus de rang fini est compacte (la
c’est le cas lorsque les espaces isomorphes en jeu sont complets. réciproque, exacte dans les espaces de Hilbert, est fausse en
Ce résultat est très loin d’être évident sauf pour les naïfs ; il résulte général ; ce problème – posé par Banach lui-même – n’a été résolu,
du théorème de l’application ouverte et donc du théorème de dans un sens opposé à son désir, qu’en 1972 par Per Enflo ).
Baire.
Un opérateur compact est nécessairement continu, et ce mot
aurait pu ne pas figurer dans la définition (mais ce n’est pas
6.2.5 Théorème du graphe fermé suffisant : ainsi, en dimension infinie, l’identité n’est pas
compacte).
Pour qu’une application linéaire f entre deux espaces de Banach L’image d’une boule fermée d’un espace de Banach réflexif par
E et F soit continue, il faut et il suffit que son graphe, défini comme un opérateur compact est compacte.
l’ensemble des couples (x, f (x )) où x décrit E, soit fermé dans Le transposé d’un opérateur compact (et son adjoint pour des
l’espace E × F. Hilbert) est compact relativement aux duaux topologiques.
La condition nécessaire est évidente, sa réciproque ne l’est pas. ■ Désormais F est supposé égal à E et f est un endomorphisme
Un tel théorème permet, par exemple, de démontrer que c0 n’a pas compact de E.
de supplémentaire fermé dans  ∞ .
Pour les résultats suivants, nous devons introduire la notion de
Un corollaire du théorème du graphe fermé dit qu’une applica- spectre de f, ensemble de ses valeurs spectrales, c’est-à-dire des
tion linéaire entre deux Banach est continue si, et seulement si, nombres s tels que f – s idE ne soit pas bijectif [pour une valeur
pour toute suite de vecteurs xn tendant vers 0 et telle que u (xn ) ait propre, f – s idE n’est pas injectif].
une limite λ, on a λ = 0.
Le spectre de f est un compact inclus dans le segment
À son tour, ce corollaire admet un corollaire (théorème de
Hellinger-Töplitz) qui dit qu’un endomorphisme d’un espace de  – |||f |||, ||| f |||.
Hilbert E vérifiant, pour tout (x, y ) ∈ E 2, l’égalité : Le nombre 0 est une valeur spectrale de f.
(u(x )|y ) = (x|u (y )) (91) Les valeurs spectrales non nulles et les valeurs propres non nulles
de f coïncident.
est continu ; c’est alors naturellement un endomorphisme
autoadjoint, car u* existe et est égal à u. L’espace propre relatif à une valeur propre non nulle d’un opé-
rateur compact est de dimension finie (Frédéric Riesz).
Si le spectre n’est pas fini, par exemple réduit à {0}, il est formé
de 0 et d’une suite de réels isolés tendant vers 0.
6.3 Autres théorèmes de Banach
■ Désormais E et F sont des Hilbert égaux et l’opérateur compact f
est autoadjoint, c’est-à-dire égal à son adjoint f *.
Tout espace de Banach séparable est linéairement et isométri- Si f n’est pas nul, son spectre n’est pas réduit à {0}.
quement homéomorphe à un sous-espace de  ∞ , à un sous-espace
de  0 ( [ 0, 1 ],  ) ainsi qu’à un espace-quotient de  1 Si l’espace E est séparable, donc homéomorphe à  2 , il existe
(Banach-Mazur). une base hilbertienne de E formée de vecteurs propres pour f.
Ce résultat généralise le théorème spectral bien connu dans le
cas de dimension finie.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
A 101 − 20 © Techniques de l’Ingénieur, traité Sciences fondamentales
______________________________________________________________________________________________________________ ANALYSE FONCTIONNELLE

Références bibliographiques

[1] BREZIS (H.). – Analyse fonctionnelle (théorie [6] SCHWARTZ (L.). – Analyse : Topologie géné- [10] RUDIN (W.). – Functional analysis, 397 p.,
et applications), 233 p., Masson (1983). rale et Analyse fonctionnelle, 433 p., McGraw-Hill (1973).
[2] BEAUZAMY (B.). – Introduction to Banach Hermann (1970). [11] MADDOX (I.J.). – Elements of functional ana-
s p a c e s a n d t h e i r g e o m e t r y, 3 3 8 p . , [7] KURATOWSKI (K.). – Introduction à la théorie lysis, 208 p., Cambridge University Press
North-Holland (1982). des ensembles et à la topologie, 305 p., (1970).
[3] DIXMIER (J.). – Topologie générale, 164 p., Dunod (1966). [12] JAMESON (G.). – Topology and normed
PUF (1981). [8] TISSERON (C.). – Notions de topologie, intro- spaces, 408 p., Chapman and Hall (1974).
[4] DIEUDONNÉ (J.). – Fondements de l’analyse duction aux espaces fonctionnels, 319 p., [13] STEEN (L.) et SEEBACH (J.). – Counter-
moderne, 372 p., Gauthier-Villars (1967). Hermann (1985). examples in topology, 244 p., Springer-Verlag
[5] CHOQUET (G.). – Cours de topologie, 328 p., [9] BERGE (C.). – Espaces topologiques, fonc- (1970).
Masson (1984). tions multivoques, 283 p., Dunod (1965). [14] YOUNG (N.). – Introduction to Hilbert space,
239 p. Cambridge University Press (1988).

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales A 101 − 21

Vous aimerez peut-être aussi