Espace Vectorielle Normé

CPGE Ibn Ghazi
Cours
Espaces vectoriels
normés
Classe MP**
Table des matières
1 Espaces vectoriels normés 6

I Rappels et précisions . . . . . . . . . . . . . . . . . . . . . . . . . 6
1 Bornes d’une partie . . . . . . . . . . . . . . . . . . . . . . 6
2 Inégalités remarquables . . . . . . . . . . . . . . . . . . . 7
II Norme, distance associée a une norme . . . . . . . . . . . . . . . . 9
1 Norme, espace vectoriel normé . . . . . . . . . . . . . . . 9
2 Exercices d’approfondissement . . . . . . . . . . . . . . . 14
III Introduction aux espaces préhilbertiens . . . . . . . . . . . . . . . 16
1 Espaces préhilbertiens réels . . . . . . . . . . . . . . . . . 16
2 Extension aux espaces complexes . . . . . . . . . . . . . . 18
3 Les espaces préhilbertiens usuels . . . . . . . . . . . . . . 19
4 Différentes notions d’orthogonalité . . . . . . . . . . . . . 19
5 Projections orthogonales et distance à un sev . . . . . . . 23
IV Suites dans un evn . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1 Convergence d’une suite . . . . . . . . . . . . . . . . . . . 25
2 Indépendance de la convergence vis-à-vis de la norme,
normes équivalentes . . . . . . . . . . . . . . . . . . . . . 28
3 Suites extraites . . . . . . . . . . . . . . . . . . . . . . . . 31
2 Applications continues 34
I Limites et continuité . . . . . . . . . . . . . . . . . . . . . . . . . 34
1 Définitions et propriétés . . . . . . . . . . . . . . . . . . . 34
2 Au delà de la continuité en un point . . . . . . . . . . . . 37
II Exemples usuels d’applications continues . . . . . . . . . . . . . . 39
1 Continuité d’une application linéaire . . . . . . . . . . . . 39
2 Continuité d’une application multilinéaire . . . . . . . . . 41
3 Continuité d’une fonction polynomiale . . . . . . . . . . . 41
page 2 / 57
Cours Table des matières
III Connexité par arcs . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

1 Exercices d’approfondissemnt . . . . . . . . . . . . . . . . 45
3 Topologie dans un evn 46

I Topologie d’un evn . . . . . . . . . . . . . . . . . . . . . . . . . . 46
1 Points intérieurs, points adhérants . . . . . . . . . . . . . 46
2 Ouverts et fermés de 𝐸 . . . . . . . . . . . . . . . . . . . . 46
3 Caractérisations séquentielles . . . . . . . . . . . . . . . . 48
4 Ouverts et fermés relatifs d’une partie de 𝐸 . . . . . . . . 49
5 Utilisation de la continuité . . . . . . . . . . . . . . . . . . 49
6 Parties denses de 𝐸 . . . . . . . . . . . . . . . . . . . . . . 51
II Compacité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1 Parties compactes . . . . . . . . . . . . . . . . . . . . . . . 54
2 Compacts dans un espace produit . . . . . . . . . . . . . . 54
3 Image continue d’un compact . . . . . . . . . . . . . . . . 55
4 Le théorème de Bolzano-Weierstrass dans K𝑑 . . . . . . . 56
5 Équivalence des normes en dimension finie et ses consé-
quences . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Liste des résultats remarquables
1.1 Théorème : axiome de la borne supérieure . . . . . . . . . . . . . 7

1.2 Proposition et définition : Norme produit . . . . . . . . . . . . . . 12
1.1 Exercice : normes 𝑁𝑝 . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2 Exercice : Norme de Schur/Frobenius . . . . . . . . . . . . . . . . 15
1.3 Exercice : Normes subordonnées . . . . . . . . . . . . . . . . . . . 15
1.5 Théorème : inégalité de Cauchy-Schwarz . . . . . . . . . . . . . . 17
1.6 Corollaire : inégalité triangulaire . . . . . . . . . . . . . . . . . . . 17
1.7 Corollaire : Norme dérivant d’un produit scalaire . . . . . . . . . 17
1.2 Exemples fondamentaux : les espaces préhilbertiens usuels . . . . 19
1.9 Théorème : procédé de Gram-Schmidt . . . . . . . . . . . . . . . . 22
1.13 Proposition : projection orthogonale sur un sev de dimension finie 23
1.14 Corollaire : Inégalité de Bessel . . . . . . . . . . . . . . . . . . . . 23
1.21 Théorème : d’équivalence des normes en dimension finie . . . . . 30
Classe MP** page 3 / 57 CPGE Ibn Ghazi

Cours Table des matières
1.25 Théorème : de Bolzano-Weirstrass . . . . . . . . . . . . . . . . . . 32

1.8 Exercice : conditions nécessaires de convergence de la suite (𝐴𝑛 )𝑛 32
1.9 Exercice : conditions suffisantes de convergence de la suite (𝐴𝑛 )𝑛 33
2.2 Théorème : caractérisation séquentielle de la limite d’une fonction 36
2.5 Théorème : caractérisation d’une application linéaire continue . . 39
2.6 Théorème : continuité d’une application linéaire en dimension finie 40
2.9 Théorème : continuité des fonctions polynomiales . . . . . . . . . 42
2.12 Théorème : de l’image continue d’un connexe par arcs . . . . . . 44
2.13 Corollaire : tvi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.1 Remarque : Notion de topologie sur un ensemble quelconque . . . 47
3.5 Théorème : caractérisation séquentielle d’un point adhérant . . . 48
3.6 Corollaire : caractérisation séquentielle d’un fermé . . . . . . . . 48
3.10 Théorème : caractérisation de la continuité globale . . . . . . . . 49
3.12 Proposition : caractérisation séquentielle de la densité . . . . . . . 51
3.1 Exercice : propriétés topologiques d’un sev . . . . . . . . . . . . . 52
3.2 Exercice : continuité d’une forme linéaire . . . . . . . . . . . . . . 52
3.17 Théorème : de l’image continue d’un compact . . . . . . . . . . . 55
3.3 Exemple d’application : du théorème de l’image continue d’un
compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.23 Corollaire : théorème de Bolzano-Weierstrass . . . . . . . . . . . . 56
3.11 Exercice : Recouvrement d’un compact par des ouverts . . . . . . 58
3.13 Exercice : Théorème de Riez . . . . . . . . . . . . . . . . . . . . . 58

Espaces vectoriels normés
chapitre 1
Tout au long de ce chapitre, K désignera le corps R ou C et tous les espaces

vectoriels considérés seront supposés définis sur l’un des deux corps.
𝐸 sera un K-espace vectoriel non nul et 𝑑 sera un entier strictement positif.
I
Rappels et précisions
I.1 Bornes d’une partie
Vocabulaire
Soit 𝐴 une partie non vide de 𝑅. Soient 𝛼, 𝛽 ∈ R.

1 On dit que 𝛽 est la borne supérieure de 𝐴 et on écrit 𝛽 = sup 𝐴 si 𝛽 est
le plus petit des majorants de 𝐴 (quand il existe).
caractérisation de la borne supérieure
(
∀𝑥 ∈ 𝐴, 𝑥 6 𝛽
𝛽 = sup 𝐴 ⇐⇒
∀𝜀 > 0, ∃𝑥 0 ∈ 𝐴 ; 𝛽 − 𝜀 < 𝑥 0 6 𝛽
2 On dit que 𝛼 et la borne inférieure de 𝐴 et on écrit 𝛼 = inf 𝐴 si 𝛼 est

le plus grand des minorants de 𝐴 (quand il existe)
caractérisation de la borne inférieure
(
∀𝑥 ∈ 𝐴, 𝑥 > 𝛼
𝛼 = inf 𝐴 ⇐⇒
∀𝜀 > 0, ∃𝑥 0 ∈ 𝐴 ; 𝛼 6 𝑥 0 < 𝛼 + 𝜀
page 5 / 57
Cours Espaces vectoriels normés
Vocabulaire

1 On dit que 𝛽 est le plus grand élément de 𝐴 et on écrit 𝛽 = max 𝐴 si
𝛽 ∈𝐴 et ∀𝑥 ∈ 𝐴, 𝑥 6 𝛽
2 On dit que 𝛼 est le plus petit élément de 𝐴 et on écrit 𝛼 = min 𝐴 si
𝛼 ∈𝐴 et ∀𝑥 ∈ 𝐴, 𝑥 > 𝛼
n.b. Si 𝐴 admet un plus grand (resp. plus petit) élément alors 𝐴 admet une borne
supérieure (resp. inférieure) et sup 𝐴 = max 𝐴 (resp. inf 𝐴 = min 𝐴). On dit dans ce cas
que le sup (resp. le min) de 𝐴 est atteint.
Théorème 1.1 axiome de la borne supérieure
1 Toute partie non vide majorée de R admet une borne supérieure.

2 Toute partie non vide minorée de R admet une borne inférieure.
Remarques pratiques 1.1

1.1.1 Si 𝛽 est un majorant de 𝐴 alors 𝛽 = sup 𝐴 dans l’un des cas suivant
i 𝛽 ∈ 𝐴 (ie 𝛽 = max 𝐴).
ii ∃(𝑎𝑛 )𝑛 ∈ 𝐴N ; (𝑎𝑛 )𝑛 converge vers 𝛽
1.1.2 Si 𝛼 est un minorant de 𝐴 alors 𝛼 = inf 𝐴 dans l’un des cas suivant
i 𝛼 ∈ 𝐴 (ie 𝛼 = min 𝐴).
ii ∃(𝑎𝑛 )𝑛 ∈ 𝐴N ; (𝑎𝑛 )𝑛 converge vers 𝛼
I.2 Inégalités remarquables

Rappel Inégalités remarquables avec leurs cas d’égalité
1.2.1 inégalité triangulaire
X𝑑 X 𝑑
∀(𝑎 1, 𝑎 2, · · · , 𝑎𝑑 ) ∈ R𝑑 𝑎𝑘 6 |𝑎𝑘 |

1
𝑘=1 𝑘=1
avec égalité si et seulement si 𝑎 1, 𝑎 2, · · · , 𝑎𝑑 ont le même signe.
X𝑑 X 𝑑
∀(𝑧 1, 𝑧 2, · · · , 𝑧𝑑 ) ∈ C𝑑 𝑘 6 |𝑧𝑘 |

2 𝑧
𝑘=1 𝑘=1

Avec égalité si et seulement si 𝑧 1, 𝑧 2, · · · , 𝑧𝑑 sont positivement liés :

∃𝜔 ∈ C∗ ; ∀𝑘 ∈ [[1, 𝑑]] , ∃𝜆𝑘 > 0 ; 𝑧𝑘 = 𝜆𝑘 𝜔
1.2.2 Inégalité de Cauchy–Schwarz
1 ∀(𝑎 1, · · · , 𝑎𝑑 , 𝑏 1, . . . , 𝑏𝑑 ) ∈ R2𝑑
X 𝑑 X𝑑 1/2 X
𝑑 1/2
𝑎𝑘 𝑏 𝑘 6 𝑎𝑘2 𝑏𝑘2

𝑘=1 𝑘=1 𝑘=1
Avec égalité si et seulement si

𝑎 1 = 𝑎 2 = · · · = 𝑎𝑑 = 0

∃𝜆 ∈ R ; (𝑏 1, . . . , 𝑏𝑑 ) = 𝜆(𝑎 1, . . . , 𝑎𝑑 )
2 ∀(𝑥 1, . . . , 𝑥𝑑 , 𝑦1, . . . , 𝑦𝑑 ) ∈ C2𝑑

X 𝑑 X 𝑑 1/2 X
𝑑 1/2
𝑥𝑘 𝑦𝑘 6 |𝑥𝑘 | 2 |𝑦𝑘 | 2

𝑘=1 𝑘=1 𝑘=1
Avec égalité si et seulement si

𝑥 1 = 𝑥 2 = · · · = 𝑥𝑑 = 0

∃𝜆 ∈ C ; (𝑦1, 𝑦2, . . . , 𝑦𝑑 ) = 𝜆(𝑥 1, 𝑥 2, . . . , 𝑥 𝑑 )
1.2.3 Une précision sur la positivité de l’intégrale
Soit une fonction 𝑓 : [𝑎, 𝑏] −→ R, cpm positive telle que
∫ 𝑏
𝑓 (𝑥)d𝑥 = 0
𝑎
Si 𝑓 est continue sur [𝑎, 𝑏] alors 𝑓 = 0.
Si 𝑓 est cpm sur [𝑎, 𝑏] alors elle s’annule en tout point où elle est continue
n.b. et donc 𝑓 est partout nulle sur [𝑎, 𝑏] sauf peut être en un nombre fini de points.
1.2.4 inégalité triangulaire de l’intégrale
Soit une fonction continue 𝑓 : [𝑎, 𝑏] −→ K.
∫ 𝑏 ∫ 𝑏
𝑓 (𝑥)d𝑥 6 |𝑓 (𝑥)| d𝑥

𝑎 𝑎
Si 𝑓 est à valeurs réelles, on a égalité si et seulement si 𝑓 garde un signe
constant sur [𝑎, 𝑏].
Si 𝑓 est à valeurs complexes alors on a égalité si et seulement si
∃𝜔 ∈ C, ∃𝜑 ∈ C([𝑎, 𝑏], R+ ) ; ∀𝑥 ∈ [𝑎, 𝑏], 𝑓 (𝑥) = 𝜑 (𝑥)𝜔

1.2.5 Inégalité de la moyenne

Soit 𝑓 : [𝑎, 𝑏] −→ R continue
∫ 𝑏
𝑓 (𝑥)𝑑𝑥 6 (𝑏 − 𝑎) k 𝑓 k ∞

𝑎
avec égalité si et seulement si 𝑓 est constante sur [𝑎, 𝑏]
exercice caractériser le cas d’égalité si 𝑓 est à valeurs complexes
1.2.6 inégalité de Cauchy–Schwarz
Soient 𝑓 , 𝑔 : [𝑎, 𝑏] ↦−→ K deux fonctions continues. Alors
∫ 𝑏 ∫ 𝑏 1/2 ∫ 𝑏 1/2
2 2
(𝑥)𝑔(𝑥)d𝑥 6 |𝑓 (𝑥)| d𝑥 |𝑔(𝑥)| d𝑥

𝑓
𝑎 𝑎 𝑎
Avec égalité si et seulement si 𝑓 et 𝑔 sont proportionnelles. Si les fonctions
𝑓 et 𝑔 sont seulement cpm alors l’inégalité reste valide mais le cas d’égalité
se produit si et seulement si 𝑓 et 𝑔 sont proportionnelles sauf peut être en
nombre fini de points du segment [𝑎, 𝑏].
II
Norme, distance associée a une norme
II.1 Norme, espace vectoriel normé

Définition 1.3
On appelle norme de 𝐸 toute application 𝑁 définie sur 𝐸 est à valeurs réelles
telle que :
i. ∀𝑥 ∈ 𝐸, 𝑁 (𝑥) > 0 ;
ii. ∀𝑥 ∈ 𝐸, 𝑁 (𝑥) = 0 =⇒ 𝑥 = 0 ;
iii. ∀𝑥 ∈ 𝐸, ∀𝜆 ∈ K, 𝑁 (𝜆𝑥) = |𝜆|𝑁 (𝑥) ;
iv. ∀(𝑥, 𝑦) 2 ∈ 𝐸, 𝑁 (𝑥 + 𝑦) 6 𝑁 (𝑥) + 𝑁 (𝑦).
Le couple (𝐸, 𝑁 ) est alors dit un K-ev normé. En outre 𝑁 est dite une semi-
norme de 𝐸 si elle vérifie seulement les axiomes i., iii. et iv.
La distance associée à 𝑁 de 𝐸 est l’application de 𝐸 × 𝐸 dans R définie par
∀(𝑥, 𝑦) ∈ 𝐸 2, d(𝑥, 𝑦) = 𝑁 (𝑥 − 𝑦)
vocabulaire

i. est dite propriété de positivité de 𝑁 ;

ii. est dite propriété de séparation de 𝑁 ;
iii. est dite propriété d’homogénéité de 𝑁 ;
iv. est dite inégalité triangulaire
notation il est d’usage de noter la norme d’un vecteur 𝑥 sous la forme k𝑥 k. S’il n’y a
pas de risque d’ambiguïté nous utiliserons cette écriture et nous noterons l’application
norme elle même par k.k.
Définition 1.4
Si (𝐴, +, ·, ×) est une K-algèbre alors on appelle norme d’algèbre de 𝐴 toute

norme 𝑁 de 𝐴 qui vérifie en plus la propriété
∀(𝑥, 𝑦) ∈ 𝐴2, 𝑁 (𝑥𝑦) 6 𝑁 (𝑥)𝑁 (𝑦)
On dit aussi que 𝑁 est une norme sous-multiplicative.
n.b. Certaines références ajoutent aussi la condition 𝑁 (1𝐴 ) = 1 à la définition d’une
norme d’algèbre. C’est une condition restrictive qui sera ignorée dans ce cours.
Remarque 1.2
Certains espaces vectoriels peuvent être regardés à la fois comme des R-ev
ou des C-ev (comme C𝑛 par exemple). Dans ce cas la définition d’une norme
dépend du corps de base choisi et il faudra préciser dans une telle situation
si la norme utilisée est une R-norme ou une C-norme.
par exemple Les normes de C en tant que C-ev sont les applications 𝑧 ↦−→ 𝜌 |𝑧| où 𝜌
est un réel strictement positif. Par contre toute norme de R2 peut être adaptée en une
R-norme de C.
Exemples fondamentaux 1.1
1.1.1 Normes usuelles de K𝑑

Pour tout 𝑥 = (𝑥 1, · · · , 𝑥𝑑 ) ∈ K𝑑 on note :
𝑑 𝑑
X 1/2
|𝑥𝑘 | 2
X
k𝑥 k ∞ = max |𝑥𝑘 | k𝑥 k 1 = |𝑥𝑘 | k𝑥 k 2 =
16𝑘 6𝑑 𝑘=1 𝑘=1
k.k 1 , k.k ∞ et k.k 2 sont des normes de K𝑑 .
1.1.2 Normes usuelles de 𝑀𝑝,𝑞 (𝐾)
On peut « imiter » les normes usuelles de K𝑛 en posant pour toute matrice

exemples fondamentaux 1.1 (suite)
𝐴 = (𝑎𝑘,ℎ ) ∈ 𝑀𝑝,𝑞 (K) :

X
k𝐴k ∞ = max |𝑎𝑘,ℎ | k𝐴k 1 = |𝑎𝑘,ℎ |
16𝑘 6𝑝 16𝑘 6𝑝
16ℎ6𝑞 16ℎ6𝑞
X 1/2 1/2
k𝐴k 2 = |𝑎𝑘,ℎ | 2 = Tr(𝑡 𝐴𝐴)
16𝑘 6𝑝
16ℎ6𝑞
1.1.3 normes usuelles dans une base d’un espace de dimension finie
Si 𝐸 est de dimension finie, on fixe une base B = (𝑒 1, 𝑒 2, . . . , 𝑒𝑑 ) de 𝐸 et on
𝑑
𝑥 𝑘 𝑒𝑘 ∈ 𝐸
P
pose pour tout 𝑥 =
𝑘=1
𝑑 𝑑
X 1/2
|𝑥𝑘 | 2
X
k𝑥 k ∞,B = max |𝑥𝑘 | k𝑥 k 1,B = |𝑥𝑘 | k𝑥 k 2,B =
16𝑘 6𝑑 𝑘=1 𝑘=1
k.k ∞,B , k.k 1,B et k.k 2,B sont des normes de 𝐸.
1.1.4 Norme usuelle de B (𝑋, K)
étant donné un ensemble non vide 𝑋 , on désigne par B (𝑋, K) l’algèbre des
fonctions bornées de 𝑋 vers K. On pose pour tout 𝑓 ∈ B(𝑋, K)
k𝑓 k ∞ = sup |𝑓 (𝑥)|
𝑥 ∈𝑋
k.k ∞ est une norme d’algèbre de B(𝑋, K). Elle est appelée norme de la
convergence uniforme sur 𝑋 .
1.1.5 Normes usuelles de C ([𝑎, 𝑏], K)
[𝑎, 𝑏] étant un segment non trivial de R, on note pour tout 𝑓 ∈ C ([𝑎, 𝑏], K) :
∫ 𝑏 ∫ 𝑏 1/2
k 𝑓 k ∞ = sup |𝑓 (𝑥)| k𝑓 k 1 = |𝑓 (𝑥)|d𝑥 k𝑓 k 2 = |𝑓 (𝑥)| 2 d𝑥
𝑥 ∈ [𝑎,𝑏 ] 𝑎 𝑎
k.k 1 , k.k ∞ et k.k 2 sont des normes de C([𝑎, 𝑏], K).
n.b. Les expressions k𝑓 k 1 et k𝑓 k 2 sont bien définies aussi pour toute fonction 𝑓
continue par morceau de [𝑎, 𝑏] dans K. Elles ne définissent pas des normes mais des
semi-normes de C𝑚 ( [𝑎, 𝑏], K), l’ensemble des applications cpm de [𝑎, 𝑏] dans K.
n.b. k𝑓 k ∞ est bien définie car toute fonction continue sur un segment est bornée.
1.1.6 Normes usuelles de K[𝑋 ]
Dans K[𝑋 ] on peut écrire tout élément 𝑃 sous la forme
X+∞
𝑃= 𝑎𝑘 𝑋 𝑘 avec 𝑎𝑘 = 0 si 𝑘 > deg 𝑃
𝑘=0

+∞
P +∞
P
Dans ce cas si 𝑃 = 𝑎𝑘 𝑋 𝑘 et 𝑄 = 𝑏𝑘 𝑋 𝑘 alors on pose
𝑘=0 𝑘=0
∞ ∞
X 1/2
|𝑎𝑘 | 2
X
k𝑃 k ∞ = max |𝑎𝑘 | k𝑃 k 1 = |𝑎𝑘 | k𝑃 k 2 =
𝑘 ∈N 𝑘=0 𝑘=0
k.k ∞ , k.k 1 et k.k 2 sont des normes de K[𝑋 ].
1.1.7 Normes usuelles dans des ensembles de suites
1 Soit B(N, K) l’ensemble des suites bornées d’éléments de K.

B(N, K) est un K-ev et on peut le munir de la norme définie par
∀(𝑥𝑛 )𝑛 ∈ B(N, K), k (𝑥𝑛 )𝑛 k ∞ = sup |𝑥𝑛 |
𝑛 ∈N
2 Soit 𝜔 = (𝜔𝑛 )𝑛 une suite de réels strictement positifs. On note ℓ𝜔1 (K)
l’ensemble des suites (𝑥𝑛 )𝑛 d’élément de K telles que la série 𝜔𝑛 |𝑥𝑛 |
P
converge. ℓ 1 (K) est un K-ev est on y définit la norme k.k 1,𝜔 par
+∞
∀(𝑥𝑛 )𝑛 ∈ ℓ𝜔1 (K), k(𝑥𝑛 )𝑛 k 1,𝜔 =
X
𝜔𝑛 |𝑥𝑛 |
𝑛=0
3 Voir la section suivante pour l’espace ℓ 2 (K) et la norme k.k 2 .
Proposition et définition 1.2 Norme produit
Soient (𝐸 1, 𝑁 1 ) , · · · , (𝐸𝑑 , 𝑁𝑑 ) des espaces normés. On définit sur l’espace pro-

duit 𝐸 1 × 𝐸 2 × · · · × 𝐸𝑑 l’application 𝑁 ∞ par
∀𝑥 = (𝑥 1, . . . , 𝑥 𝑝 ) ∈ 𝐸 1 × · · · × 𝐸𝑑 , 𝑁 ∞ (𝑥) = max 𝑁𝑘 (𝑥𝑘 )
16𝑘 6𝑑
𝑁 ∞ est une norme de 𝐸 1 × 𝐸 2 × · · · × 𝐸𝑑 dite norme produit de 𝑁 1, 𝑁 2, . . . , 𝑁𝑑 .
n.b. On peut définir également des normes de 𝐸 1 × 𝐸 2 × · · · × 𝐸𝑑 en posant pour tout
𝑥 = (𝑥 1, 𝑥 2, . . . , 𝑥𝑑 ) ∈ 𝐸 1 × 𝐸 2 × · · · × 𝐸𝑑
X
𝑁 1 (𝑥) = 𝑁𝑘 (𝑥𝑘 )
16𝑘 6𝑑
X 2 1/2
𝑁 2 (𝑥) = 𝑁𝑘 (𝑥𝑘 )
16𝑘 6𝑑
n.b. la norme k.k ∞ de K𝑑 est la norme produit 𝑝 fois de |.| par elle même.
Définition 1.5
Soit k.k une norme de 𝐸. Soient 𝑎 ∈ 𝐸 et 𝑟 ∈ R+ . On appelle boule ouverte

(resp. fermée) de 𝐸 de centre 𝑎 et de rayon 𝑟 pour la norme k.k, l’ensemble

𝐵(𝑎, 𝑟 ) = {𝑥 ∈ 𝐸 / k𝑥 k < 𝑟 }
respectivement 𝐵(𝑎, 𝑟 ) = {𝑥 ∈ 𝐸 / k𝑥 k 6 𝑟 }
On appelle sphère de centre 𝑎 et de rayon 𝑟 l’ensemble
𝑆 (𝑎, 𝑟 ) = {𝑥 ∈ 𝐸 / k𝑥 k = 𝑟 }
n.b. S’il y a risque de confusion, on note 𝐵 k. k (𝑎, 𝑟 ), 𝐵 k. k (𝑎, 𝑟 ) et 𝑆 k. k (𝑎, 𝑟 ).
Définition 1.6
Soit k.k une norme de 𝐸. Soient 𝑥 ∈ 𝐸 et 𝐴 une partie non vide de 𝐸.
1 On appelle distance du vecteur 𝑥 à la partie 𝐴 le réel
d(𝑥, 𝐴) = inf k𝑥 − 𝑎k
𝑎 ∈𝐴
2On dit que la partie 𝐴 est bornée s’il existe 𝑀 > tel que k𝑥 k 6 𝑀 pour
tout 𝑥 ∈ 𝐴. On appelle alors diamètre de 𝐴 le réel
𝛿 (𝐴) = sup k𝑥 − 𝑦 k
(𝑥,𝑦) ∈𝐴2
Propriétés 1.3
k.k est une norme donnée de 𝐸.
1.3.1 Deuxième inégalité triangulaire
∀(𝑥, 𝑦) ∈ 𝐸 2, k𝑥 k − k𝑦 k | 6 k𝑥 − 𝑦 k

n.b. Une conséquence très utile : k𝑥 − 𝑎k 6 𝑟 =⇒ k𝑥 k 6 𝑟 + k𝑎k

1.3.2 distance à une boule
Soient 𝑎 ∈ 𝐸 et 𝑟 ∈ [0, +∞[. Alors

∀𝑥 ∈ 𝐸, d 𝑥, 𝐵(𝑎, 𝑟 ) = max(0, k𝑥 − 𝑎k − 𝑟

d 𝑥, 𝐵(𝑎, 𝑟 ) = max(0, k𝑥 − 𝑎k − 𝑟

d 𝑥, 𝑆 (𝑎, 𝑟 ) = k𝑥 − 𝑎k − 𝑟
1.3.3 diamètre d’une boule
Soient 𝑎 ∈ 𝐸 et 𝑟 ∈ [0, +∞[. La boule 𝐵(𝑎, 𝑟 ) est bornée et on a

𝛿 𝐵(𝑎, 𝑟 ) = 𝛿 𝐵(𝑎, 𝑟 ) = 𝛿 𝑆 (𝑎, 𝑟 ) = 2𝑟
1.3.4 caractère lipschitzien de la distance à une partie
Soit 𝐴 une partie non vide de 𝐸.
∀(𝑥, 𝑦) ∈ 𝐴2, d(𝑥, 𝐴) − d(𝑦, 𝐴) 6 k𝑥 − 𝑦 k


Illustration graphique Les boules unités de R2

Les boules unités de R2 pour les normes usuelles
boules unités des normes usuelles
k.k ∞ : |𝑥 | 6 1 ou |𝑦| 6 1
1 k.k 2 : 𝑥 2 + 𝑦 2 6 1
k.k 1 : |𝑥 | + |𝑦| 6 1
−1.5 −1 −0.5 0.5 1 1.5
−1
II.2 Exercices d’approfondissement
Exercice 1.1 normes 𝑁𝑝
Soit 𝑑 ∈ N∗ . Pour tout réel 𝑝 > 1 on définit l’application 𝑁𝑝 de R𝑑 dans R en

posant pour tout 𝑥 = (𝑥 1, 𝑥 2, . . . , 𝑥𝑑 ) ∈ R𝑑 ,
𝑑
X 1/𝑝
𝑁𝑝 (𝑥) = |𝑥𝑘 |𝑝
𝑘=1
1
Soit dans la suite un réel 𝑝 > 1 et soit 𝑞 ∈ R tel que 𝑝 + 𝑞1 = 1.
𝑎𝑝 𝑞
1 Montrer que : ∀(𝑎, 𝑏) ∈ R2+, 𝑎𝑏 6 𝑝 + 𝑏𝑞 .
2 Montrer l’inégalité de Hölder
X𝑑
∀(𝑥, 𝑦) ∈ (R𝑑 ) 2, 𝑥𝑘 𝑦𝑘 6 𝑁𝑝 (𝑥)𝑁𝑞 (𝑦)

𝑘=1
3 Montrer l’inégalité de Minkowski
∀(𝑥, 𝑦) ∈ (R𝑑 ) 2, 𝑁𝑝 (𝑥 + 𝑦) 6 𝑁𝑝 (𝑥) + 𝑁𝑝 (𝑦)
En déduire que 𝑁𝑝 est une norme de R𝑑 .
𝑑
P 1/𝑝
4 Montrer que lim |𝑥𝑘 |𝑝 = k𝑥 k ∞ .
𝑝→∞ 𝑘=1

Exercice 1.2 Norme de Schur/Frobenius

La norme k.k 2 de M𝑑 (K) est appelée, selon les sources, norme de Schur ou
norme de Frobenius.
1 Montrer que ∀𝐴 ∈ M𝑑 (K), ∀𝑋 ∈ M𝑑,1 (K), k𝐴𝑋 k 2 6 k𝐴k 2 k𝑋 k 2 .
2 Montrer que ∀(𝐴, 𝐵) ∈ M𝑑 (K) 2, k𝐴𝐵k 2 6 k𝐴k 2 k𝐵k 2 .
3 Montrer que ∀𝐴 ∈ M𝑑 (C), 𝜌 (𝐴) 6 k𝐴k 2 .
Exercice 1.3 Normes subordonnées

Soit k.k une norme quelconque de k𝑑, 1k. On pose pour tout 𝐴 ∈ M𝑑 (K)
|||𝐴||| = sup k𝐴𝑋 k
𝑋 ∈M𝑑,1 (K)
k𝑋 k=1
On admet pour l’instant que cette borne supérieure est bien définie.
1 Montrer que |||.||| est une norme de M𝑑 (K). On dit que c’est la norme de
M𝑑 (K) subordonnée à la norme k.k de M𝑑,1 (K).
2 Montrer que ∀𝐴 ∈ M𝑑 (K), ∀𝑋 ∈ M𝑑,1 (K), k𝐴𝑋 k 6 |||𝐴||| k𝑋 k.
3 Montrer que ∀(𝐴, 𝐵) ∈ M𝑑 (K) 2, |||𝐴𝐵||| 6 |||𝐴||||||𝐵|||.
4 Montrer que ∀𝐴 ∈ M𝑑 (K), 𝜌 (𝐴) 6 |||𝐴|||.
5 Montrer que la norme de Schur vérifie les propriétés des questions 2, 3 et
4. Est-elle une norme subordonnée ?
Exercice 1.4
Soient |||.||| ∞ et |||.||| 1 les normes de M𝑑 (K) subordonnées respectivement à k.k ∞
et k.k 1 de M𝑑,1 (K)
1 Montrer que : ∀𝐴 = (𝑎𝑖,𝑗 ) ∈ M𝑑 (K), |||𝐴||| ∞ = max16𝑖 6𝑑 𝑑𝑗=1 |𝑎𝑖,𝑗 |
P
2 Montrer que : ∀𝐴 = (𝑎𝑖,𝑗 ) ∈ M𝑑 (K), |||𝐴||| 1 = max16 𝑗 6𝑑 𝑑𝑖=1 |𝑎𝑖,𝑗 |

P
3 En déduire que pour tout 𝐴 = (𝑎𝑖,𝑗 ) ∈ M𝑑 (K),

X𝑑 𝑑
X
𝜌 (𝐴) 6 max |𝑎𝑖,𝑗 | 𝜌 (𝐴) 6 max |𝑎𝑖,𝑗 |
16 𝑗 6𝑑 𝑖=1 16𝑖 6𝑑 𝑗=1
n.b. Pour la norme |||.||| 2 subordonnée à la norme k.k 2 de M𝑑,1 (K), les justifications
dépassent le cadre de ce cours. Elle est donnée par
1/2
|||𝐴||| 2 = 𝜌 (𝑡 𝐴𝐴)
4 Soit un polynôme unitaire 𝑃 = 𝑋 𝑑 + 𝑎𝑑−1𝑋 𝑑−1 + · · · + 𝑎 1𝑋 + 𝑎 0 ∈ K[𝑋 ].

Montrer que pour toute racine 𝑧 de 𝑃 dans K,

|𝑧| 6 max(|𝑎 0 |, 1 + |𝑎 1 |, . . . , 1 + |𝑎𝑑−1 |) 6 1 + k𝑃 k ∞
III
Introduction aux espaces préhilbertiens
Dans cette section, sauf mention du contraire, 𝐸 est un R-espace vectoriel.
III.1 Espaces préhilbertiens réels

Définition 1.7
On appelle produit scalaire de 𝐸 toute application 𝐵 : 𝐸 × 𝐸 −→ R telle que

i 𝐵 est linéaire à droite :
∀𝑥 ∈ 𝐸, ∀(𝑦1, 𝑦2 ) ∈ 𝐸 2, ∀𝜆 ∈ R, 𝐵(𝑥, 𝑦1 + 𝜆𝑦2 ) = 𝐵(𝑥, 𝑦1 ) + 𝜆𝐵(𝑥, 𝑦2 )
ii 𝐵 est symétrique : ∀(𝑥, 𝑦) ∈ 𝐸 2, 𝐵(𝑥, 𝑦) = 𝐵(𝑦, 𝑥)
iii 𝐵 est définie positive : ∀𝑥 ∈ 𝐸 r{0𝐸 }, 𝐵(𝑥, 𝑥) > 0

Si 𝐵 est un produit scalaire de 𝐸, il est d’usage de noter h𝑥, 𝑦i le réel 𝐵(𝑥, 𝑦) et
k𝑥 k le réel 𝐵(𝑥, 𝑥) 1/2 . La notation h., .i désigne l’application 𝐵 elle même.
vocablulaire Si h, ., i est un produit scalaire de 𝐸, on dit que le couple (𝐸, h, ., i) est un
espace préhilbertien. Il est dit un espace euclidien si en plus 𝐸 est de dimension finie.
n.b. La linéarité à droite et la symétrie impliquent la linéarité à gauche. Ainsi, un produit
scalaire est une forme bilinéaire, symétrique et définie positive.
n.b. Par bilinéarité si 𝑥 = 0𝐸 ou 𝑦 = 0𝐸 alors h𝑥, 𝑦i = 0.
n.b. la notation k𝑥 k n’est bien sûr pas fortuite. L’objectif principal de cette section est
de montrer qu’effectivement k.k est une norme.
Propriétés 1.4
Soit h., .i un produit scalaire de 𝐸.

propriétés 1.4 (suite)
1.4.1 homogénéité
∀𝑥 ∈ 𝐸, ∀𝑦 ∈ R k𝜆𝑥 k = |𝜆| k𝑥 k
1.4.2 identités remarquables
∀(𝑥, 𝑦) ∈ 𝐸 2 k𝑥 + 𝑦 k 2 = k𝑥 k 2 + k𝑦 k 2 + 2h𝑥, 𝑦i
k𝑥 − 𝑦 k 2 = k𝑥 k 2 + k𝑦 k 2 − 2h𝑥, 𝑦i
h𝑥 − 𝑦, 𝑥 + 𝑦i = k𝑥 k 2 − k𝑦 k 2
1.4.3 identités de polarisation
1
∀(𝑥, 𝑦) ∈ 𝐸 2 h𝑥, 𝑦i = (k𝑥 + 𝑦 k 2 − k𝑥 k 2 − k𝑦 k 2 )
2
1
= (k𝑥 + 𝑦 k 2 − k𝑥 − 𝑦 k 2 )
4
1.4.4 identité du parallélogramme
∀(𝑥, 𝑦) ∈ 𝐸 2 k𝑥 + 𝑦 k 2 − k𝑥 − 𝑦 k 2 = 2(k𝑥 k 2 + k𝑦 k 2 )
Théorème 1.5 inégalité de Cauchy-Schwarz
Soit h., .i un produit scalaire de 𝐸. Pour tout (𝑥, 𝑦) ∈ 𝐸 2

|h𝑥, 𝑦i| 6 k𝑥 k k𝑦 k
Avec égalité si et seulement si les vecteurs 𝑥 et 𝑦 sont colinéaires.
résultat important
Corollaire 1.6 inégalité triangulaire
Soit h., .i un produit scalaire de 𝐸. Pour tout (𝑥, 𝑦) ∈ 𝐸 2

k𝑥 + 𝑦 k 6 k𝑥 k + k𝑦 k
Avec égalité si et seulement si 𝑥 et 𝑦 sont positivement liés. C’est dire
𝑥 = 0𝐸 ou ∃𝜆 ∈ R+ ; 𝑦 = 𝜆𝑥
Corollaire 1.7 Norme dérivant d’un produit scalaire
Soit h., .i un produit scalaire de 𝐸. Alors k.k est une norme de 𝐸. Elle est dite
norme dérivant du produit scalaire h., .i.
n.b. Une norme donnée de 𝐸 ne dérive pas forcément d’un produit scalaire. On dira
d’une norme qui dérive d’un produit scalaire qu’elle est une norme hilbertienne.

III.2 Extension aux espaces complexes
Extension aux espace complexes hors programme
Soit 𝐸 un C-espace vectoriel.

1.5.1 Définition
On appelle produit scalaire de 𝐸, toute application 𝐵 : 𝐸 × 𝐸 −→ C telle que
i ∀𝑥 ∈ 𝐸, ∀(𝑦1, 𝑦2 ) ∈ 𝐸 2, ∀𝜆 ∈ C, 𝐵(𝑥, 𝑦1 + 𝜆𝑦2 ) = 𝐵(𝑥, 𝑦1 ) + 𝜆𝐵(𝑥, 𝑦2 ) ;
ii ∀(𝑥, 𝑦) ∈ 𝐸 2, 𝐵(𝑦, 𝑥) = 𝐵(𝑥, 𝑦) ;
iii ∀𝑥 ∈ 𝐸 r{0𝐴 }, 𝐵(𝑥, 𝑥) > 0.
n.b. 𝐵 n’est pas bilinéaire. Elle n’est pas linéaire à gauche :
∀(𝑥 1, 𝑥 2 ) ∈ 𝐸, ∀𝑦 ∈ 𝐸 2, ∀𝜆 ∈ C, 𝐵(𝑥 1 + 𝜆𝑥 2, 𝑦) = 𝐵(𝑥 1, 𝑦) + 𝜆𝐵(𝑥 2, 𝑦)
On dit qu’elle est semi-linéaire à gauche. Qu’elle est sesquilinéaire (sesqui = 1 + 1/2).
n.b. la condition ii. assure que pour tout 𝑥 ∈ 𝐸, 𝐵(𝑥, 𝑥) est réel.
Soit dans la suite une produit scalaire h., .i de 𝐸.

1.5.2 propriétés
Pour tout (𝑥, 𝑦) ∈ 𝐸 2 ,
k𝑥 + 𝑦 k 2 = k𝑥 k 2 + k𝑦 k 2 + 2 Reh𝑥, 𝑦i
ki𝑥 + 𝑦 k 2 = k𝑥 k 2 + k𝑦 k 2 + 2 Imh𝑥, 𝑦i
1
k𝑥 + 𝑦 k 2 − k𝑥 − 𝑦 k 2 + i ki𝑥 + 𝑦 k 2 − i ki𝑥 − 𝑦 k 2

h𝑥, 𝑦i =
4
2 2 1
k𝑥 + 𝑦 k 2 + k𝑥 − 𝑦 k 2

k𝑥 k + k𝑦 k =
2
n.b. La réciproque dans le théorème de Pythagore n’est pas valable pour un produit
scalaire complexe.
1.5.3 Inégalité de Cauchy-Schwarz
∀(𝑥, 𝑦) ∈ 𝐸 2 |h𝑥, 𝑦i| 6 k𝑥 k k𝑦 k

Avec égalité si et seulement si 𝑥 et 𝑦 sont colinéaires.
1.5.4 inégalité triangulaire
∀(𝑥, 𝑦) ∈ 𝐸 2 k𝑥 + 𝑦 k 6 k𝑥 k + k𝑦 k
Avec égalité si et seulement si 𝑥 et 𝑦 sont positivement lié (donc par un scalaire
réel).

III.3 Les espaces préhilbertiens usuels

Exemples fondamentaux 1.2 (les espaces préhilbertiens usuels)
1.2.1 produits scalaires canoniques

On appelle ainsi les applications :
𝑑
1 ∀(𝑥, 𝑦) ∈ (K𝑑 ) 2, h𝑥, 𝑦i =
P
𝑥𝑘 𝑦𝑘
𝑘=1
∀(𝐴, 𝐵) ∈ M𝑝,𝑞 (C), h𝐴, 𝐵i = (𝐴)𝑘,ℎ (𝐵)𝑘,ℎ = Tr(𝑡 𝐴𝐵)

P
2
𝑘,ℎ
𝑑
∀(𝑋, 𝑌 ) ∈ M𝑑,1 (C), h𝑋, 𝑌 i =
P
3 𝑥𝑘 𝑦𝑘 = 𝑡 𝑋𝑌
𝑘=1
Ce sont effectivement des produits scalaires dans leurs espaces respectifs.
n.b. En fait 3. est un cas particulier de 2.
1.2.2 Espaces de fonctions
On définit dans 𝐸 = C([𝑎, 𝑏], K) le produit scalaire h, ., i par
∫ 𝑏
∀(𝑓 , 𝑔) ∈ 𝐸 2, h𝑓 , 𝑔i = 𝑓 (𝑥)𝑔(𝑥)d𝑥
𝑎
1.2.3 Espace de suites
Soit 𝜔 = (𝜔𝑛 ) une suite de réels strictement positifs. On considère l’ensemble
ℓ𝜔2 (K) des suites (𝑥𝑛 )𝑛 de KN telle que 𝜔𝑛 |𝑥𝑛 | 2 converge.
P
1 Si (𝑥𝑛 )𝑛 , (𝑦𝑛 )𝑛 ∈ ℓ𝜔2 (K) alors la série 𝜔𝑥𝑛𝑦𝑛 converge absolument.

P
2 ℓ𝜔2 (K) est un K-ev.

3 On définit un produit scalaire dans ℓ𝜔2 (K) en posant
+∞
X
h(𝑥𝑛 )𝑛 , (𝑦𝑛 )𝑛 i𝜔 = 𝜔𝑛 𝑥𝑛𝑦𝑛
𝑛=0
n.b. Les normes dérivant des produits scalaires dans tous ses exemples ont été notées
communément par k.k 2 dans les exemples fondamentaux 1.1.
n.b. On note ℓ 2 (K) l’espace ℓ𝜔2 (K) correspondant à la suite 𝜔 constante de valeur 1.
III.4 Différentes notions d’orthogonalité
Dans la suite 𝐸 est un espace vectoriel réel muni d’un produit scalaire h., .i.

Définition 1.8
1.8.1 Deux vecteurs orthogonaux

Deux vecteurs 𝑥 et 𝑦 de 𝐸 sont dit orthogonaux si h𝑥, 𝑦i = 0. On écrit 𝑥⊥𝑦.
1.8.2 Famille orthogonale de vecteurs
Une famille (𝑥𝑖 )𝑖 ∈𝐼 de vecteurs de 𝐸 est dite orthogonale si :
∀(𝑖, 𝑗) ∈ 𝐼 2, 𝑖 ≠ 𝑗 =⇒ h𝑥𝑖 , 𝑥 𝑗 i = 0
La famille (𝑥𝑖 )𝑖 est dite orthonormale si elle est orthogonale et ses vecteurs
son unitaires.
1.8.3 orthogonal d’une partie
Soit une partie 𝐴 de 𝐸. On appelle orthogonal de 𝐴 l’ensemble
𝐴⊥ = {𝑥 ∈ 𝐸 / ∀𝑎 ∈ 𝐴, h𝑎, 𝑥i = 0}
1.8.4 sous-espace orthogonaux
Deux sous-espaces 𝐹 et 𝐺 de 𝐸 sont dit orthogonaux si 𝐹 ⊂ 𝐺 ⊥ , ou encore
∀𝑥 ∈ 𝐹, ∀𝑦 ∈ 𝐺, h𝑥, 𝑦i = 0
On écrit alors 𝐹 ⊥ 𝐺.
Vocabulaire
𝑥
Un vecteur 𝑥 ∈ 𝐸 est dit unitaire si k𝑥 k = 1. Si 𝑥 est non nul, le vecteur k𝑥 k
est unitaire. Il est dit vecteur normalisé de 𝑥.
Propriétés 1.8
1.8.1 théorème de Pythagore

Soient 𝑥, 𝑦 ∈ 𝐸
𝑥 ⊥ 𝑦 ⇐⇒ k𝑥 + 𝑦 k 2 = k𝑥 k 2 + k𝑦 k 2
1.8.2 Si (𝑥 1, 𝑥 2, . . . , 𝑥𝑛 ) une famille finie orthogonale de vecteurs de 𝐸 alors
X 𝑛 2 X 𝑛
𝑖 = k𝑥 k𝑖2

𝑥
𝑖=1 𝑖=1
n.b. La réciproque n’est pas forcément vraie si 𝑛 > 2.
X𝑛 2 X 𝑛
k𝑥𝑘 k 2 + 2
X
𝑥𝑖 = h𝑥𝑘 , 𝑥ℎ i.

n.b. En fait
𝑖=1 𝑘=1 16𝑘<ℎ6𝑛
1.8.3 Toute famille orthogonale de vecteurs non nuls de 𝐸 est libre.

1.8.4 Si 𝐸 est un espace euclidien et (𝑒 1, 𝑒 2, . . . , 𝑒𝑑 ) est une famille de vecteurs
de 𝐸 alors les assertions suivantes sont équivalentes

i (𝑒 1, 𝑒 2, . . . , 𝑒𝑑 ) est une bon de 𝐸 ;

𝑑
∀𝑥 ∈ 𝐸, 𝑥 = h𝑒𝑘 , 𝑥i𝑒𝑘 ;
P
ii
𝑘=1
𝑑
2
∀𝑥 ∈ 𝐸, k𝑥 k = 𝑥𝑘2 ;
P
iii
𝑘=1
𝑑 𝑑 𝑑
∀𝑥 = ∈ 𝐸 2, h𝑥, 𝑦i =
P P P
iv 𝑥𝑘 𝑒𝑘 , 𝑦 = 𝑦𝑘 𝑒𝑘 𝑥𝑘 𝑦𝑘
𝑘=1 𝑘=1 𝑘=1
1.8.5 Soit 𝐴 une partie quelconque de 𝐸. Alors 𝐴⊥ est un sev de 𝐸 et on a
𝐴⊥ = Vect(𝐴) ⊥
n.b. En particulier si 𝐹 = Vect{𝑣 1, 𝑣 2, . . . , 𝑣 𝑝 } alors
∀𝑥 ∈ 𝐸, 𝑥 ∈ 𝐹 ⊥ ⇐⇒ ∀𝑖 ∈ [[1, 𝑝]] h𝑣𝑖 , 𝑥i = 0
1.8.6 Deux sous-espaces orthogonaux de 𝐸 sont en somme directe.

n.b. Attention, sauf si 𝐸 est de dimension finie, on n’a pas forcément 𝐹 ⊕ 𝐹 ⊥ = 𝐸.
1.8.7Pour tout sev 𝐹 de 𝐸 on a 𝐹 ⊂ (𝐹 ⊥ ) ⊥ . Si par ailleurs 𝐸 = 𝐹 ⊕ 𝐹 ⊥ alors

𝐹 = (𝐹 ⊥ ) ⊥ .
n.b. Attention, on n’a pas toujours 𝐹 = (𝐹 ⊥ ) ⊥ .
Exemples 1.3
1.3.1 On considère l’espace ℓ 2 (R) des suites réelles de carrés sommables,

qu’on munit de son produit scalaire usuel. Soit
P = {(𝑥𝑛 )𝑛 ∈ RN / ∃𝑁 ∈ N ; ∀𝑛 > 𝑁 , 𝑥𝑛 = 0}
Alors P⊥ = {0} et par suite (P⊥ ) ⊥ = ℓ 2 (R). Aucune des propriétés
ℓ 2 (R) = P ⊕ P⊥ (P⊥ ) ⊥ = P
n’est donc vérifiée.
1.3.2 On munit l’espace 𝐸 = C( [𝑎, 𝑏], R) du produit scalaire
∫ 1
2
∀(𝑓 , 𝑔) ∈ 𝐸 , h𝑓 , 𝑔i = 𝑓 (𝑥)𝑔(𝑥)d𝑥
−1
On définie pour tout 𝑛 ∈ N, la fonction polynomiale 𝐿𝑛 par
d𝑛
𝐿𝑛 (𝑥) = 𝑛 (𝑥 2 − 1)𝑛

d 𝑥
La famille (𝐿𝑛 )𝑛 est orthogonale.
1.3.3 On pose 𝐸 = C2𝜋 (R), ensemble des fonctions continues 2𝜋-

exemples 1.3 (suite)
périodiques de R dans R. On munit 𝐸 du produit scalaire

∫ 1
2 1
∀(𝑓 , 𝑔) ∈ 𝐸 , h𝑓 , 𝑔i = 𝑓 (𝑥)𝑔(𝑥)d𝑥
2𝜋 −1
La famille formée de toutes les fonctions 𝑥 ↦−→ cos 𝑛𝑥, 𝑛 ∈ N et de toutes
les fonctions 𝑥 ↦−→ sin 𝑛𝑥, 𝑛 ∈ N∗ est orthogonale.
Théorème 1.9 procédé de Gram-Schmidt
Soit (𝑥𝑛 )𝑛 une suite de vecteurs de 𝐸. Si (𝑥𝑛 )𝑛 est une famille libre alors il
existe une famille orthogonale (𝑢𝑛 )𝑛 telle que
∀𝑛 ∈ N, 𝑥𝑛 ∈ Vect{𝑥 0, 𝑥 0, . . . , 𝑥𝑛 }
Une telle famille peut être obtenu par le procédé de Gram-Schmidt :
𝑢0
𝑢0 = 𝑥0 𝑒0 =
k𝑢 0 k
𝑢1
𝑢 1 = 𝑥 1 − h𝑒 0, 𝑥 1 i𝑒 0 𝑒1 =
k𝑢 1 k
.. ..
. 𝑛−1
.
X 𝑢𝑛
∀𝑛 ∈ N 𝑢𝑛 = 𝑥 𝑛 − h𝑒𝑘 , 𝑥𝑛 i𝑒𝑘 𝑒𝑛 =
𝑘=0 k𝑢𝑛 k
La famille (𝑢𝑛 )𝑛 (resp. (𝑒𝑛 )𝑛 ) est dite orthogonalisée (resp. orthonormalisée)
de (𝑢𝑛 )𝑛 .
n.b. En fait on a : ∀𝑛 ∈ N, Vect{𝑥 0, . . . , 𝑥𝑛 } = Vect{𝑢 0, . . . , 𝑢𝑛 }
n.b. La famille (𝑒𝑛 )𝑛 est orthonormale.
n.b. Naturellement, le procédé fonctionne avec une famille libre finie (𝑥 1, 𝑥 2, . . . , 𝑥𝑛 ).
résultat important
Corollaire 1.10
1.10.1 existence d’une bon en dimension finie

Tout espace euclidien admet au moins une base orthonormale.
1.10.2 théorème de la base incomplète orthonormale
Si 𝐸 est de dimension finie, toute famille orthonormale de vecteur de 𝐸 peut
être complétée en une base orthonormale de 𝐸.

Proposition 1.11
Soit 𝐹 un sev de 𝐸. Si 𝐹 est de dimension finie alors

𝐸 = 𝐹 ⊕ 𝐹⊥
III.5 Projections orthogonales et distance à un sev

Définition 1.10
Soit 𝐹 un sev de 𝐸. On suppose que 𝐸 = 𝐹 ⊕ 𝐹 ⊥ . On appelle alors projection

orthogonale de 𝐸 sur 𝐹 la projection de 𝐸 sur 𝐹 parallèlement à 𝐹 ⊥ . On la
notera 𝑝 𝐹 . On a ainsi
∀(𝑥, 𝑦) ∈ 𝐸 2, 𝑦 = 𝑝 𝐹 (𝑥) ⇐⇒ 𝑦 ∈ 𝐹 et 𝑥 − 𝑦 ∈ 𝐹 ⊥
Théorème 1.12
Soit 𝐹 un sev de 𝐸 tel que 𝐹 ⊕ 𝐹 ⊥ = 𝐸. Alors pour tout 𝑥 ∈ 𝐸,

d(𝑥, 𝐹 ) = k𝑥 − 𝑝 𝐹 (𝑥) k = k𝑝 𝐹 ⊥ (𝑥)k
En particulier k𝑥 k 2 = d(𝑥, 𝐹 ) 2 + k𝑝 𝐹 (𝑥) k 2
Proposition 1.13 projection orthogonale sur un sev de dimension finie
Soit 𝐹 un sev de dimension finie de 𝐸. Soit (𝑒 1, 𝑒 2, . . . , 𝑒𝑝 ) une bon de 𝐹 .

𝑝
1 ∀𝑥 ∈ 𝐸, 𝑝 𝐹 (𝑥) = h𝑒𝑘 , 𝑥i𝑒𝑘 .
P
𝑘=1 𝑝
2
2 ∀𝑥 ∈ 𝐸, d(𝑥, 𝐹 ) 2 = k𝑥 k − h𝑒𝑘 , 𝑥i 2 .
P
𝑘=1
Corollaire 1.14 Inégalité de Bessel
On suppose qu’il existe une suite orthonormale (𝑒𝑛 )𝑛 dans 𝐸. Alors

𝑛
h𝑒𝑘 , 𝑥i 2 6 k𝑥 k 2
X
∀𝑥 ∈ 𝐸,
𝑘=0
Corollaire 1.15
Soit 𝑒 un vecteur non nul de 𝐸 et soit 𝐷 = R𝑒.

1 𝐻 = {𝑒}⊥ est un hyperplan de 𝐸 et 𝐻 ⊥ = 𝐷.

h𝑒, 𝑥i h𝑒, 𝑥i
2 ∀𝑥 ∈ 𝐸 𝑃𝐷 (𝑥) = 𝑒 et 𝑝 𝐻 (𝑥) = 𝑥 − 𝑒
k𝑒 k 2 k𝑒 k 2
h h𝑒, 𝑥i 2 i 1/2 |h𝑒, 𝑥i|
3 ∀𝑥 ∈ 𝐸 d(𝑥, 𝐷) = k𝑥 k 2 − et d(𝑥, 𝐻 ) =
k𝑒 k 2 k𝑒 k
III.6 Exercices d’approfondissement

Exercice 1.5
On munit M𝑑 (R) de son produit scalaire canonique. On noter S𝑑 (R) l’en-
semble des matrices symétrique de M𝑑 (R), A𝑑 (R) celui des matrices antisy-
métriques.
1 Montrer que M𝑑 (R) = S𝑑 (R) ⊕ A𝑑 (R).
2 Expliciter la projection orthogonale sur S𝑑 (R) ainsi que la symétrie
orthogonale d’axe S𝑑 (R).
3 Exprimer la distance d(𝐴, 𝑆𝑑 (R)) pour une matrice 𝐴 ∈ M𝑑 (R).
Exercice 1.6
On munit M𝑑,1 (R) de son produit scalaire canonique. Soit 𝐴 ∈ M𝑑 (R). Soit
(𝐸 1, 𝐸 2, . . . , 𝐸𝑑 ) la base canonique de M𝑑 (R).
1 Que vaut 𝑡 𝐸𝑖 𝐴𝐸 𝑗 . Jusitifier que pour 𝐴, 𝐵 ∈ M𝑑 (R) on a 𝐴 = 𝐵 ssi 𝑡 𝑋𝐴𝑌 =
𝑡 𝑋 𝐵𝑌 pour tout 𝑋, 𝑌 ∈ M𝑑,1 (R).
2 Montrer que : ∀(𝑋, 𝑌 ) ∈ M𝑑,1 (R) 2, h𝐴𝑋, 𝑌 i = h𝑋, 𝑡 𝐴𝑌 i.
3 Montrer que 𝐴 est symétrique si et seulement si :
∀(𝑋, 𝑌 ) ∈ M𝑑,1 (R) 2, h𝐴𝑋, 𝑌 i = h𝑋, 𝐴𝑌 i
4 Montrer l’équivalence entre
i 𝐴 est antisymétrique ;
ii ∀(𝑋, 𝑌 ) ∈ M𝑑,1 (R) 2, h𝐴𝑋, 𝑌 i = −h𝑋, 𝐴𝑌 i ;
iii ∀𝑋 ∈ M𝑑,1 (R), h𝐴𝑋, 𝑋 i = 0 ;
5 Montrer que l’équivalence entre
i 𝐴 est orthogonale (𝑡𝐴𝐴 = 𝐼𝑑 ) ;
ii (𝐴𝐸 1, 𝐴𝐸 2, . . . , 𝐴𝐸𝑛 ) est une bon de M𝑑,1 (R).

iii ∀𝑋 ∈ M𝑑 (R), k𝐴𝑋 k = k𝑋 k (𝐴 conserve la norme) ;

iv ∀(𝑋, 𝑌 ) ∈ M𝑑 (R) 2, h𝐴𝑋, 𝐴𝑌 i = h𝑋, 𝑌 i (𝐴 conserve le produit sca-
laire) ;
Exercice 1.7
On note k.k 2 la norme de Schur de M𝑑 (R). Vérifier que si 𝑃 est une matrice
orthogonale (𝑡 𝑃𝑃 = 𝐼𝑑 ) alors
∀𝑀 ∈ M𝑑 (R), k𝑃𝑀 k 2 = k𝑀𝑃 k 2 = k𝑀 k 2
IV
Suites dans un evn
Dans toute cette section 𝐸 désignera un K-ev muni d’une norme k.k
IV.1 Convergence d’une suite

Vocabulaire
Une suite (𝑥𝑛 )𝑛 d’éléments de 𝐸 est dite bornée pour la norme k.k s’il existe
un réel 𝑀 > 0 tel que
∀𝑛 ∈ N, k𝑥𝑛 k 6 𝑀
n.b. (𝑥𝑛 )𝑛 est aussi bornée s’il existe 𝑁 ∈ N tel que k𝑥𝑛 k 6 𝑀 pour tout 𝑛 > 𝑁 .
Définition 1.12
On dit qu’une suite (𝑥𝑛 )𝑛 d’éléments de 𝐸 est convergente pour la norme k.k
s’il existe ℓ ∈ K tel que
∀𝜀 > 0, ∃𝑁 ∈ N ; ∀𝑛 > 𝑁 , k𝑥𝑛 − ℓ k 6 𝜀
k. k
On écrit alors lim 𝑥𝑛 = ℓ ou 𝑥𝑛 −→ ℓ.
k. k

Remarques 1.3
1.3.1 la convergence d’une suite dépend de la norme utilisée.

1.3.2 La suite (𝑥𝑛 )𝑛 converge vers ℓ pour la norme k.k si et seulement si la
suite réelle (k𝑥𝑛 − ℓ k)𝑛 converge vers 0.
1.3.3 La suite (𝑥𝑛 )𝑛 converge vers ℓ pour k.k si et seulement s’il existe une
suite réelle (𝜀𝑛 )𝑛 et un entier 𝑁 ∈ N tels que
(
∀𝑛 > 𝑁 , k𝑥𝑛 − ℓ k 6 𝜀𝑛
𝜀𝑛 −→ 0
Propriétés 1.16
1.16.1 unicité de la limite

Si une suite d’éléments de 𝐸 est convergente alors elle admet une seule limite.
n.b. Avec une semi-norme, une suite convergente peut avoir plusieurs limites.
1.16.2 toute suite convergente est bornée
Toute suite convergente pour la norme k.k est bornée pour la norme k.k.
1.16.3 linéarité de la limite
Soient deux suites (𝑥𝑛 )𝑛 et (𝑦𝑛 )𝑛 d’éléments de 𝐸. Si elles sont convergentes
pour la norme k.k alors pour tout 𝜆 ∈ K, la suite (𝑥𝑛 + 𝜆𝑦𝑛 )𝑛 est convergente
pour la norme k.k et
lim (𝑥𝑛 + 𝜆𝑦𝑛 ) = lim 𝑥𝑛 + 𝜆 lim 𝑦𝑛
k. k k. k k. k
n.b. La somme d’une suite convergente et d’une suite divergente est divergente.
n.b. Si la somme de deux suites est convergente alors elles sont de même nature.
1.16.4 Si (𝑥𝑛 )𝑛 est convergente pour k.k de limite ℓ alors (k𝑥𝑛 k)𝑛 est conver-
gente de limite kℓ k.
1.16.5 convergence du produit avec une suite de scalaires
Si deux (𝑥𝑛 )𝑛 ∈ 𝐸 N et (𝛼𝑛 )𝑛 ∈ KN convergent alors (𝛼𝑛 𝑥𝑛 )𝑛 converge et
lim 𝛼𝑛 𝑥𝑛 = (lim 𝛼𝑛 )(lim 𝑥𝑛 )
k. k k. k
1.16.6 convergence du produit dans une algèbre normée

On suppose que (𝐸, k.k) est une K-algèbre normée.
Si deux suites (𝑥𝑛 )𝑛 et (𝑦𝑛 )𝑛 d’éléments de 𝐸 sont convergentes pour la norme
k.k alors la suite (𝑥𝑛𝑦𝑛 )𝑛 converge pour k.k et
lim 𝑥𝑛𝑦𝑛 = (lim 𝑥𝑛 ) (lim 𝑦𝑛 )
k. k k. k k. k

En outre si les éléments 𝑥𝑛 sont tous inversibles et si la suite (𝑥𝑛 )𝑛 converge

pour k.k et sa limite est inversible alors la suite (𝑥𝑛−1 )𝑛 converge pour k.k et
lim 𝑥𝑛−1 = (lim 𝑥𝑛 ) −1
k. k k. k
1.16.7 convergence dans un espace produit

Soient (𝐸 1, k.k 1 ), (𝐸 2, k.k 2 ),. . . ,(𝐸𝑝 , k.k 𝑝 ) des evns. Soit pour tout 𝑘 ∈ [[1, 𝑝]],
une suite (𝑥𝑘,𝑛 )𝑛 d’élémentsde 𝐸𝑘 .
La suite (𝑥 1,𝑛 , 𝑥 2,𝑛 , . . . , 𝑥 𝑝,𝑛 ) 𝑛 converge dans 𝐸 = 𝐸 1 × · · · × 𝐸𝑝 pour la norme
produit 𝑁 ∞ de 𝐸 si et seulement si pour tout 𝑘 ∈ [[1, 𝑝]] la suite (𝑥𝑘,𝑛 )𝑛
converge pour la norme k.k𝑘 et dans ce cas
lim (𝑥 1,𝑛 , 𝑥 2,𝑛 , . . . , 𝑥 𝑝,𝑛 ) = (lim 𝑥 1,𝑛 , lim 𝑥 2,𝑛 , . . . , lim 𝑥 𝑝,𝑛 )
𝑁∞ k. k 1 k. k 2 k. k 𝑝

n.b. En particulier, une suite (𝑥 1,𝑛 , 𝑥 2,𝑛 , . . . , 𝑥𝑑,𝑛 ) 𝑛 d’éléments de K𝑑 converge pour la
norme k.k ∞ si et seulement si toute les suites (𝑥𝑘,𝑛 ) convergent et dans ce cas
lim (𝑥 1,𝑛 , 𝑥 2,𝑛 , . . . , 𝑥𝑑,𝑛 ) = (lim 𝑥 1,𝑛 , lim 𝑥 2,𝑛 , . . . , lim 𝑥𝑑,𝑛 )
k. k ∞
Exemples 1.4

1.4.1On pose 𝐴 = 11 −1/2 −1/2 . On montre que 𝐴 est semblable à la matrice

𝐷 = 1/2
0 0
0
. Soit 𝑃 ∈ GL2 (R) telle que 𝐴 = 𝑃𝐷𝑃 −1 . Alors
𝑛
𝑛 1/2 0 −1
∀𝑛 ∈ N, 𝐴 = 𝑃 𝑃
0 0
On en déduit que la suite (𝐴𝑛 )𝑛 est convergente de limite nulle.
1.4.2 On considère l’espace 𝐸 = C([0, 1], R) qu’on munit de ses normes
usuelles k.k ∞ , k.k 1 et k.k 2 . On considère la suite (𝑓𝑛 )𝑛 définie par
∀𝑛 ∈ N, ∀𝑥 ∈ [0, 1], 𝑓𝑛 (𝑥) = 𝑥 𝑛
Alors (𝑓𝑛 )𝑛 converge vers la fonction nulle pour les normes k.k 1 et k.k 2 mais
elle est divergente pour la norme k.k ∞ .
1.4.3 On munit R[𝑋 ] de ses normes usuelles. On considère la suite de
polynômes (𝑃𝑛 )𝑛>0 définie par
𝑛
1 𝑛+𝑘
∀𝑛 ∈ N∗, 𝑃𝑛 =
X
𝑋
𝑘=1 𝑘

𝑛
1
k𝑃𝑛 k 1 = −→ +∞. La suite (𝑃𝑛 )𝑛 n’est pas bornée pour k.k 1
P
𝑘
𝑘=1
donc elle est divergente pour k.k 1 .
𝑛
1 1/2

k𝑃𝑛 k 2 = , cette fois (k𝑃𝑛 k 2 )𝑛 est convergente mais est-ce
P
𝑘2
𝑘=1
suffisant pour dire que (𝑃𝑛 )𝑛 converge pour k.k 2 ?
k𝑃𝑛 k ∞ = 1. Même questions ?
Proposer une suite (𝑄𝑛 )𝑛 qui converge pour k.k ∞ mais pas pour k.k 1 . Expli-
quer pourquoi une suite qui converge pour k.k 1 converge aussi pour k.k ∞ .
Examiner de même les liens entre la convergence pour k.k 1 et pour k.k 2 .
IV.2 Indépendance de la convergence vis-à-vis de la norme, normes

équivalentes
Lemme 1.17
Soient 𝑁 1 et 𝑁 2 deux normes de 𝐸. Les assertions suivantes sont équivalentes

i Pour tout (𝑥𝑛 )𝑛 ∈ 𝐸 N
(𝑥𝑛 )𝑛 converge vers 0𝐸 pour 𝑁 1 =⇒ (𝑥𝑛 )𝑛 converge vers 0𝐸 pour 𝑁 2
ii Pour tout (𝑥𝑛 )𝑛 ∈ 𝐸 N
(𝑥𝑛 )𝑛 est bornée pour 𝑁 1 =⇒ (𝑥𝑛 )𝑛 est bornée pour 𝑁 2
iii ∃𝛼 > 0 ; ∀𝑥 ∈ 𝐸, 𝑁 2 (𝑥) 6 𝛼𝑁 1 (𝑥)
Définition 1.13
Deux normes 𝑁 1 et 𝑁 2 de 𝐸 sont dites équivalentes s’il existe des réels 𝛼, 𝛽 > 0
tels que
∀𝑥 ∈ 𝐸, 𝛼𝑁 2 (𝑥) 6 𝑁 1 (𝑥) 6 𝛽𝑁 2 (𝑥)
Proposition 1.18
L’équivalence des normes est une relation d’équivalence.

Théorème 1.19

i Pour tout (𝑥𝑛 )𝑛 ∈ 𝐸 N
(𝑥𝑛 )𝑛 converge vers 0𝐸 pour 𝑁 1 ⇐⇒ (𝑥𝑛 )𝑛 converge vers 0𝐸 pour 𝑁 2
ii Pour tout (𝑥𝑛 )𝑛 ∈ 𝐸 N
(𝑥𝑛 )𝑛 est bornée pour 𝑁 1 ⇐⇒ (𝑥𝑛 )𝑛 est bornée pour 𝑁 2
iii 𝑁 1 et 𝑁 2 sont des normes équivalentes
Corollaire 1.20

1 les normes 𝑁 1 et 𝑁 2 sont équivalentes.
2 Pour tout (𝑥𝑛 )𝑛 ∈ 𝐸 N
(𝑥𝑛 )𝑛 converge pour 𝑁 1 ⇐⇒ (𝑥𝑛 )𝑛 converge pour 𝑁 2
Dans ce cas on a lim𝑁1 𝑥𝑛 = lim𝑁2 𝑥𝑛
résultat important
Remarques pratiques 1.4
Soient 𝑁 1 et 𝑁 2 deux normes de 𝐸.

1.4.1 En se basant sur le théorème 1.19, dans la pratique on montre que 𝑁 1
et 𝑁 2 ne sont pas équivalentes en cherchant une suite (𝑥𝑛 )𝑛 ∈ 𝐸 N qui vérifie
l’une des conditions suivantes :
1 (𝑥𝑛 )𝑛 est bornée pour 𝑁 1 mais pas pour 𝑁 2 ;
2 (𝑥𝑛 )𝑛 converge vers 0𝐸 pour 𝑁 1 mais pas pour 𝑁 2 ;
1.4.2 On peut aussi constater que 𝑁 1 et 𝑁 2 de 𝐸 sont équivalentes si et
seulement les deux ensembles
n 𝑁 (𝑥) o n 𝑁 (𝑥) o
1 2
/ 𝑥 ∈ 𝐸 r{0𝐸 } et / 𝑥 ∈ 𝐸 r{0𝐸 }
𝑁 2 (𝑥) 𝑁 1 (𝑥)
sont majorés. Les deux normes 𝑁 1 et 𝑁 2 ne sont donc pas équivalentes s’il
existe une suite (𝑥𝑛 )𝑛 d’éléments non nuls de 𝐸 telle que
𝑁 1 (𝑥𝑛 ) 𝑁 1 (𝑥𝑛 )
−→ 0 ou −→ +∞
𝑁 2 (𝑥𝑛 ) 𝑁 2 (𝑥𝑛 )

Théorème 1.21 d’équivalence des normes en dimension finie
Si 𝐸 est de dimension finie alors toutes les normes de 𝐸 sont équivalentes.

n.b. Ce théorème sera démontré dans la section consacrée à la notion de compacité.
n.b. On peut ainsi noter simplement lim 𝑥𝑛 au lieu de lim k. k 𝑥𝑛 si (𝑥𝑛 )𝑛 est une suite
convergente de 𝐸 N .
résultat important
Vocabulaire
On suppose que 𝐸 est de dimension fini et on fixe une base B = (𝑒 1, 𝑒 2, . . . , 𝑒𝑑 )

de 𝐸. On considère une suite (𝑥𝑛 )𝑛 ∈ 𝐸 N et on pose pour tout 𝑛 ∈ N
𝑑
X
𝑥𝑛 = 𝑥𝑘,𝑛 𝑒𝑘
𝑘=1
Les suites (𝑥 1,𝑛 )𝑛 , (𝑥 2,𝑛 )𝑛 , . . . , (𝑥𝑑,𝑛 )𝑛 sont dites les suites composantes de
(𝑥𝑛 )𝑛 dans la base B.
Théorème 1.22
On suppose que 𝐸 est de dimension finie et on adopte les notations précé-

dentes. Alors la suite (𝑥𝑛 )𝑛 est convergente dans 𝐸 si et seulement si ses suites
composantes dans B sont convergentes et dans ce cas
𝑑
X
lim 𝑥𝑛 = (lim 𝑥𝑘,𝑛 )𝑒𝑘
𝑘=1
n.b. Ce qui est une très bonne façon d’exprimer que la convergence d’une suite d’élé-
ments de 𝐸 ne dépend pas de la norme utilisée.
résultat important
Exemples 1.5
1.5.1 comparaison des normes usuelles de K𝑛

Les normes de K𝑛 sont toute équivalentes. N’empêche qu’il est intéressant
de calculer les rapports d’équivalences (les réels 𝛼 et 𝛽) des normes usuelles.
Pour tout 𝑥 ∈ K𝑑
√
k𝑥 k ∞ 6 k𝑥 k 1 6 𝑑 k𝑥 k ∞ k𝑥 k ∞ 6 k𝑥 k 2 6 𝑑 k𝑥 k ∞
√
k𝑥 k 2 6 k𝑥 k 1 6 𝑑 k𝑥 k 2
1.5.2 comparaison des normes usuelles de C( [𝑎, 𝑏], K)
1 Pour tout 𝑓 ∈ C([𝑎, 𝑏], K), k𝑓 k 1 6 (𝑏 − 𝑎) k 𝑓 k ∞ mais il existe des

suites qui convergent pour k.k 1 sans converger pour k.k ∞ .


√
2 Pour tout 𝑓 ∈ C([𝑎, 𝑏], K), k 𝑓 k 2 6 𝑏 − 𝑎 k 𝑓 k ∞ mais il existe des
suites qui convergent pour k.k 2 sans converger pour k.k ∞ .
√
3 Pour tout 𝑓 ∈ C([𝑎, 𝑏], K), k 𝑓 k 1 6 𝑏 − 𝑎 k 𝑓 k 2 mais il existe des
suites qui convergent pour k.k 1 sans converger pour k.k 2 .
IV.3 Suites extraites
Dans cette section, on munit 𝐸 d’une norme k.k. Toutes les convergences de
suites se rapportent à cette norme.
Définition 1.15
Soit (𝑥𝑛 )𝑛 une suite d’éléments de 𝐸.

1On appelle suite extraite de (𝑥𝑛 )𝑛 toute suite de la forme (𝑥𝜑 (𝑛) où 𝜑 est
une application strictement croissante de N dans N.
n.b. Une suite extraite peut aussi s’écrire sous la forme (𝑥𝑝𝑛 )𝑛 où (𝑝𝑛 ) est une suite
strictement croissante d’entiers positifs.
2On appelle valeur d’adhérence de (𝑥𝑛 )𝑛 toute limite d’une suite extraite
de (𝑥𝑛 )𝑛 .
Remarques 1.5
1.5.1 Si 𝜑 est une application strictement croissante de N dans N alors

∀𝑛 ∈ N, 𝜑 (𝑛) > 𝑛
1.5.2 Soit (𝑥𝜑 (𝑛) )𝑛 une suite extraite d’une suite (𝑥𝑛 )𝑛 . Une suite elle même
extraite de (𝑥𝜑 (𝑛) )𝑛 se présente sous la forme (𝑥𝜑◦𝜓 (𝑛) )𝑛 (et non sous la
forme (𝑥𝜓 ◦𝜑 (𝑛) )𝑛 ).
Proposition 1.23
Soient (𝑥𝑛 )𝑛 ∈ 𝐸 N et ℓ ∈ 𝐸. Alors ℓ est une valeur d’adhérence de la suite

(𝑥𝑛 )𝑛 si et seulement si
∀𝜀 > 0, ∀𝑁 ∈ N, ∃𝑛 > 𝑁 ; k𝑥𝑛 − ℓ k 6 𝜀
n.b. ℓ est aussi proche qu’on veut des termes 𝑥𝑛 pour une infinité d’indices 𝑛.

Remarques 1.6
Soit (𝑥𝑛 )𝑛 une suite d’éléments de 𝐸. Soit ℓ ∈ 𝐸. On pose pour tout 𝑁 ∈ N

𝑋 𝑁 = {𝑥𝑛 / 𝑛 > 𝑁 }
1.6.1 (𝑥𝑛 )𝑛 converge vers ℓ si et seulement si
∀𝜀 > 0, ∃𝑁 ∈ N ; 𝑋 𝑁 ⊂ 𝐵(ℓ, 𝜀)
1.6.2 ℓ est une valeur d’adhérence de (𝑥𝑛 ) si et seulement si
∀𝜀 > 0, ∀𝑁 ∈ N, 𝑋 𝑁 ∩ 𝐵(ℓ, 𝜀) ≠ ∅
Théorème 1.24
Soit (𝑥𝑛 )𝑛 une suite d’éléments de 𝐸. Si (𝑥𝑛 )𝑛 converge alors toute suite
extraite (𝑥𝜑 (𝑛) )𝑛 converge et lim 𝑥𝜑 (𝑛) = lim 𝑥𝑛 .
n.b. Une suite convergente admet donc une seule valeur d’adhérence, sa limite.
Théorème 1.25 de Bolzano-Weirstrass
On suppose que 𝐸 est de dimension fini. De toute suite bornée d’éléments de

𝐸 on peut extraite au moins une suite convergente.
n.b. Ce qui équivaut à dire que toute suite bornée d’éléments de 𝐸 admet au moins
une valeur d’adhérence. La démonstration de ce résultat sera également exposée dans la
section sur la compacité.
résultat important
Corollaire 1.26
On suppose que 𝐸 est de dimension finie. Si une suite bornée admet une seule
valeur d’adhérence alors elle est convergente.
IV.4 Exercices d’approfondissement

Exercice 1.8 conditions nécessaires de convergence de la suite (𝐴𝑛 )𝑛
Soit une matrice 𝐴 ∈ M𝑑 (K). On suppose que la suite (𝐴𝑛 )𝑛 converge et on
note 𝐿 sa limite
1 Montrer que 𝐿 2 = 𝐿 et 𝐴𝐿 = 𝐿𝐴 = 𝐿.
2 Montrer que 𝐿 est la matrice de la projection sur Ker(𝐴−𝐼𝑑 ) parallèlement
à Im(𝐴 − 𝐼𝑑 ).
3 Montrer que pour toute va.p. 𝜆 de 𝐴, la suite (𝜆𝑛 )𝑛 converge et en déduire

que 𝜆 = 1 ou |𝜆| < 1.

n.b. Si (𝐴𝑛 )𝑛 converge alors Ker(𝐴 − 𝐼𝑑 ) et Im(𝐴 − 𝐼𝑑 ) sont forcément supplémentaires.
Exercice 1.9 conditions suffisantes de convergence de la suite (𝐴𝑛 )𝑛

Soit 𝐴 ∈ M𝑑 (C). On suppose que
(
∀𝜆 ∈ Sp(𝐴), 𝜆 = 1 ou |𝜆| < 1
Ker(𝐴 − 𝐼𝑑 ) 2 = Ker(𝐴 − 𝐼𝑑 )
Montrer que la suite (𝐴𝑛 )𝑛 converge et préciser sa limite. En déduire en parti-
culier l’équivalence
(𝐴𝑛 )𝑛 converge vers 0 ⇐⇒ 𝜌 (𝐴) < 1
Exercice 1.10
Soit 𝐴 ∈ M𝑑 (C). Montrer que la suite (𝐴𝑛 )𝑛 est bornée si et seulement si
(
𝜌 (𝐴) 6 1
∀𝜆 ∈ Sp(𝐴), |𝜆| = 1 ⇒ Ker(𝐴 − 𝜆𝐼𝑑 ) 2 = Ker(𝐴 − 𝜆𝐼𝑑 )
Exercice 1.11
Soit 𝑁 une norme quelconque de M𝑑 (K). Montrer qu’il existe un réel 𝑘 > 0
tel que
∀(𝐴, 𝐵) ∈ M𝑑 (K) 2, 𝑁 (𝐴𝐵) 6 𝑘𝑁 (𝐴)𝑁 (𝐵)
En déduire que 𝑁 est proportionnelle à une norme d’algèbre.
Exercice 1.12
Soit k.k une norme quelconque de M𝑑 (C). Montrer que pour tout 𝐴 ∈ M𝑑 (C)
lim k𝐴𝑘 k 1/𝑘 = 𝜌 (𝐴)
Exercice 1.13
On considère la suite de fonctions (𝑓𝑛 ) de [0, +∞[ dans R définie par
𝑥𝑛
𝑓 (𝑥) =
𝑛 + 𝑥𝑛
Étudier la convergence de (𝑓𝑛 ) pour la norme k.k ∞ de C𝑏 ([0, +∞[, R).

Applications continues
chapitre 2
Dans tout ce chapitre on considère des K-evns (𝐸, k.k), (𝐸 0, k.k 0) et (𝐸 00, k.k 00).
La notion de continuité est au centre de toutes les autres notions qui seront
abordées par la suite. Dans la pratique beaucoup de justifications passeront
par des justifications de continuité d’applications bien choisies.
I
Limites et continuité
Définition 2.1
Soit 𝐴 une partie non vide de 𝐸. On appelle point adhérant à 𝐴 tout élément
𝑥 de 𝐸 tel que
∀𝜀 > 0, 𝐵(𝑥, 𝜀) ∩ 𝐴 ≠ ∅
On note 𝐴 l’ensemble des points adhérant à 𝐴 et on l’appelle adhérence de 𝐴.
n.b. Si 𝑥 ∈ 𝐸 alors : 𝑥 ∈ 𝐴 ⇐⇒ d(𝑥, 𝐴) = 0.
I.1 Définitions et propriétés

Définition 2.2
Soit une partie non vide 𝐴 de 𝐸. Soit une application 𝑓 : 𝐴 −→ 𝐸 0.

1 Soient des éléments 𝑎 ∈ 𝐴 et ℓ ∈ 𝐸 0. On dit que 𝑓 admet ℓ comme limite
en 𝑎 et on écrit lim 𝑓 = ℓ ou lim 𝑓 (𝑥) = ℓ si
𝑎 𝑥→𝑎
∀𝜀 > 0, ∃𝛿 > 0 ; ∀𝑥 ∈ 𝐴, k𝑥 − 𝑎k 6 𝛿 =⇒ k 𝑓 (𝑥) − ℓ k 0 6 𝜀
page 33 / 57
Cours Applications continues
n.b. L’existence et la valeur de la limite de 𝑓 en 𝑎 dépendent donc des normes utilisées

dans 𝐸 et dans 𝐸 0 .
2 Soit 𝑥 0 ∈ 𝐴. On dit que 𝑓 est continue en 𝑥 0 si elle admet une limite en

𝑥 0 . On dit qu’elle est continue sur 𝐴 si elle continue en tout point de 𝐴.
Remarques 2.1
On adopte les notations de la définition précédente.

2.1.1 Une caractérisation de la notion de limite grâce aux boules :

lim 𝑓 = ℓ ⇐⇒ ∀𝜀 > 0, ∃𝛿 > 0 ; 𝑓 𝐴 ∩ 𝐵(𝑎, 𝛿) ⊂ 𝐵(ℓ, 𝜀)
𝑎
2.1.2 Pour la continuité de 𝑓 en un point 𝑥 0 de 𝐴, la formulation « la limite
de 𝑓 en 𝑥 0 est 𝑓 (𝑥 0 ) » est inutile. Comme dans la définition, il suffit de dire
que la limite de 𝑓 en 𝑥 0 existe, elle sera forcément égale à 𝑓 (𝑥 0 ).
2.1.3 On peut étendre la notion de limite aux cas suivants
1 𝐸 = R, 𝐴 est un intervalle non majoré de R et 𝑎 = +∞ :
∀𝜀 > 0, ∃Δ > 0 ; ∀𝑥 ∈ 𝐴, 𝑥 > Δ =⇒ k𝑓 (𝑥) − 𝑙 k 0 6 𝜀
2 𝐸 = R, 𝐴 est un intervalle non minoré de R et 𝑎 = −∞ :
∀𝜀 > 0, ∃Δ > 0 ; ∀𝑥 ∈ 𝐴, 𝑥 6 −Δ =⇒ k𝑓 (𝑥) − 𝑙 k 0 6 𝜀
3 𝐸 0 = R et ℓ = +∞ :
∀𝐵 > 0, ∃𝛿 > 0 ; ∀𝑥 ∈ 𝐴, k𝑥 − 𝑎k 6 𝛿 =⇒ 𝑓 (𝑥) > 𝐵
4 𝐸 0 = R et ℓ = −∞ :
∀𝐵 > 0, ∃𝛿 > 0 ; ∀𝑥 ∈ 𝐴, k𝑥 − 𝑎k 6 𝛿 =⇒ 𝑓 (𝑥) 6 −𝐵
2.1.4 On considère une partie non vide 𝐵 de 𝐴. Si 𝑓 est continue (sur 𝐴)
alors sa restriction 𝑓 |𝐵 est continue (sur 𝐵).
n.b. Mais attention, dire que la restriction 𝑓 |𝐵 est continue n’a pas la même significa-
tion que de dire que 𝑓 est continue en tout élément de 𝐵.
La première assertion s’écrit :
∀𝑥 ∈ 𝐵, ∀𝜀 > 0, ∃𝛿 > 0 ; ∀𝑦 ∈ 𝐵 , k𝑦 − 𝑥 k 6 𝛿 =⇒ k𝑓 (𝑦) − 𝑓 (𝑥)k 0 6 𝜀
Alors que la seconde s’écrit :
∀𝑥 ∈ 𝐵, ∀𝜀 > 0, ∃𝛿 > 0 ; ∀𝑦 ∈ 𝐴 , k𝑦 − 𝑥 k 6 𝛿 =⇒ k𝑓 (𝑦) − 𝑓 (𝑥)k 0 6 𝜀

Proposition 2.1
Avec les notations de la définition, l’existence et la valeur de la limite de 𝑓 en

𝑎 ne changent pas si on remplace respectivement la norme k.k de 𝐸 ou k.k 0
de 𝐸 0 par des normes équivalentes.
Théorème 2.2 caractérisation séquentielle de la limite d’une fonction
Avec les notations de la définition, 𝑓 admet ℓ comme limite en 𝑎 si et seule-

ment si
k. k k. k 0
∀(𝑎𝑛 )𝑛 ∈ 𝐴N, 𝑎𝑛 −→𝑎 =⇒ 𝑓 (𝑎𝑛 ) −→ℓ
Propriétés 2.3
Soient 𝐴 et 𝐴 0 des parties non vides respectives de 𝐸 et de 𝐸 0. Soient 𝑎 ∈ 𝐴 et

𝑎 0 ∈ 𝐴 0.
2.3.1 linéarité de la limite
Soient deux applications 𝑓 : 𝐴 −→ 𝐸 et 𝑔 : 𝐴 −→ 𝐸 0. Si 𝑓 admettent des limite
en 𝑎 alors pour tout 𝜆 ∈ K, 𝑓 + 𝜆𝑔 admet une limite en 𝐴 et
lim (𝑓 + 𝜆𝑔) = lim 𝑓 + 𝜆 lim 𝑔
𝑎 𝑎 𝑎
2.3.2 limite du produit par une fonction scalaire
Soient des applications 𝑓 : 𝐴 −→ 𝐸 et 𝜑 : 𝐴 −→ R. Si 𝑓 et 𝜑 ont des limites
en 𝑎 alors 𝜑 𝑓 admet une limite en 𝑎 et
lim 𝜑 𝑓 = (lim 𝜑)(lim 𝑓 )
𝑎 𝑎 𝑎
2.3.3 limite du produit dans une algèbre normé
On suppose que (𝐸 0, k.k 0) est une algèbre normée. Soient des applications
𝑓 : 𝐴 −→ 𝐸 0 et 𝑔 : 𝐴 −→ 𝐸 0. Si 𝑓 et 𝑔 ont des limites en 𝑎 alors l’application
𝑓 𝑔 admet une limite en 𝑎 et
lim 𝑓 𝑔 = (lim 𝑓 )(lim 𝑔)
𝑎 𝑎 𝑎
2.3.4 limite d’une composée
Soient des application 𝑓 : 𝐴 −→ 𝐸 0 et 𝑔 : 𝐴 0 −→ 𝐸 00 telle que 𝑓 (𝐴) ⊂ 𝐴 0. Si 𝑓
admet 𝑎 0 comme limite en 𝑎 (alors 𝑎 0 ∈ 𝐴 0) et 𝑔 admet une limite en 𝑎 0 alors
𝑔 ◦ 𝑓 admet une limite en 𝑎 et
lim 𝑔 ◦ 𝑓 = lim
0
𝑔
𝑎 𝑎

2.3.5 caractérisation dans le cas ou 𝐸 0 est un espace produit

On suppose 𝐸 0 est l’espace produit de plusieurs evns (𝐸 1, k.k 1 ), (𝐸 2, k.k 2 ),. . . ,
(𝐸𝑝 , k.k 𝑝 ). Soit une application 𝑓 : 𝐴 −→ 𝐸 0 et on pose pour tout 𝑥 ∈ 𝐴
𝑓 (𝑥) = (𝑓1 (𝑥), 𝑓2 (𝑥), · · · , 𝑓𝑛 (𝑥))
𝐸 0 étant muni de sa norme produit, 𝑓 admet une limite en 𝑎 si et seulement si
les fonction 𝑓𝑘 ont des limites en 𝑎 et dans ce cas
lim 𝑓 (𝑥) = ( lim 𝑓1 (𝑥), lim 𝑓2 (𝑥), · · · , lim 𝑓𝑛 (𝑥))
𝑥→𝑎 𝑥→𝑎 𝑥→𝑎 𝑥→𝑎
2.3.6 caractérisation à l’aide des applications composantes
On suppose que 𝐸 0 est de dimension finie et on enfile une base B =
(𝑒 10 , 𝑒 20 , . . . , 𝑒𝑞0 ). Soit une application 𝑓 : 𝐴 −→ 𝐸 0. Alors 𝑓 admet une limite en
𝑎 si et seulement si les applications composantes 𝑓1, 𝑓2, . . . , 𝑓𝑞 de 𝑓 dans B0
ont des limites en 𝑎 et dans ce cas
𝑞
lim 𝑓𝑘 (𝑥) 𝑒𝑘0
X
lim 𝑓 (𝑥) =
𝑥→𝑎 𝑥→𝑎
𝑘=1
n.b. Toutes ces propriétés s’adaptent parfaitement si on remplace l’existence des limites
par la continuité en un point, voir par la continuité sur les ensembles de définition.
I.2 Au delà de la continuité en un point
Définition 2.3
Soit une application 𝑓 : 𝐴 −→ 𝐸 0.

1 On dit que 𝑓 est uniformément continue (u.c en abrégé) sur 𝐴 si
∀𝜀 > 0, ∃𝛿 > 0, ∀(𝑥, 𝑦) ∈ 𝐴2, k𝑥 − 𝑦 k 6 𝛿 −→ k 𝑓 (𝑥) − 𝑓 (𝑦)k 0 6 𝜀
2 On dit que 𝑓 est lipschitzienne s’il existe un réel 𝑘 > 0 tel que
∀(𝑥, 𝑦) ∈ 𝐴2, k𝑓 (𝑥) − 𝑓 (𝑦) k 0 6 𝑘 k𝑥 − 𝑦 k
On dit, plus spécifiquement, dans ce cas que 𝑓 est 𝑘-lipschitzienne (ou 𝑘-lip
en abrégé). On dit qu’elle est 𝑘-contractante si en plus 𝑘 ∈]0, 1[.

Remarques 2.2
2.2.1 La continuité de 𝑓 sur 𝐴 s’écrit

∀𝑥 ∈ 𝐴, ∀𝜀 > 0, ∃𝛿 > 0, ∀𝑦 ∈ 𝐴, k𝑥 − 𝑦 k 6 𝛿 −→ k𝑓 (𝑥) − 𝑓 (𝑦) k 0 6 𝜀
Presque les mêmes ingrédients donc que la continuité uniforme de 𝑓 sur 𝐴,
mais ici 𝛿 dépend de 𝑥 alors que dans la continuité uniforme le même 𝛿 est
valable pour tout 𝑥 ∈ 𝐴.
2.2.2 Si 𝑓 est u.c. sur 𝐴 alors
k. k k. k 0
∀(𝑥𝑛 )𝑛 ∈ 𝐴N, ∀(𝑦𝑛 )𝑛 ∈ 𝐴N, 𝑥𝑛 − 𝑦𝑛 −→0𝐸 =⇒ 𝑓 (𝑥𝑛 ) − 𝑓 (𝑦𝑛 ) −→0𝐸 0
On peut donc montrer que 𝑓 n’est pas u.c. en exhibant deux suites (𝑥𝑛 )𝑛
et (𝑦𝑛 )𝑛 d’éléments de 𝐴telles que (𝑥𝑛 − 𝑦𝑛 )𝑛 converge vers le vecteur nul
mais pas 𝑓 (𝑥𝑛 ) − 𝑓 (𝑦𝑛 ) 𝑛 .
n.b. En fait 𝑓 est u.c. sur 𝐴 si et seulement si 𝑓 vérifie la propriété ci-dessus. C’est la
caractérisation séquentielle de la continuité uniforme.
Proposition 2.4
1 Toute application lipschitzienne est uniformément continue.

2 Toute application uniformément continue est continue
n.b. Dans les deux énoncés, la réciproque est fausse.
Rappel
Soit 𝐼 est un intervalle non trivial de R. Une fonction de classe C1 𝑓 : 𝐼 −→ K
est lipschitzienne si et seulement si sa dérivée est bornée sur 𝐼 .
n.b. Dans l’un des deux sens à justifier on utilise l’inégalité des accroissements finis
∀(𝑥, 𝑦) ∈ 𝐼 2, |𝑓 (𝑥) − 𝑓 (𝑦)| 6 |𝑥 − 𝑦| sup |𝑓 0 (𝑡)|
𝑡 ∈𝐼
Exemples 2.1
2.1.1 L’application 𝑡 ↦−→ 𝑡 2 est u.c. sur R mais elle n’est pas lipschitzienne.
2.1.2 Soit 𝐴 une partie non vide de 𝐸. L’application 𝑥 ↦−→ d(𝑥, 𝐴) est 1-lip.
Elle est donc continue sur 𝐸.
∫𝑏
2.1.3 L’application 𝑓 −→ 𝑎 𝑓 (𝑥)d𝑥 est (𝑏 − 𝑎)-lip pour la norme k.k ∞ sur
𝐸 = C( [𝑎, 𝑏], R). Elle est donc continue pour cette norme.

II
Exemples usuels d’applications continues
II.1 Continuité d’une application linéaire

Théorème 2.5 caractérisation d’une application linéaire continue
Soit une application linéaire 𝑢 ∈ L(𝐸, 𝐸 0). Les assertions suivantes sont
équivalentes
i 𝑢 est continue ;
ii 𝑢 est continue en 0𝐸 ;
iii 𝑢 est bornée sur la boule unité 𝐵 k. k (0𝐸 , 1) ;
iv Il existe une constante 𝑘 > 0 telle que : ∀(𝑥, 𝑦) ∈ 𝐸 2, k 𝑓 (𝑥)k 0 6 𝑘 k𝑥 k ;
v 𝑢 est lipschitzienne.
L’espace L𝒄 (𝑬, 𝑬 0 )
2.3.1L’ensemble L𝑐 (𝐸, 𝐸 0) formé des applications linéaires continues de 𝐸
dans 𝐸 0 est un sev de L(𝐸, 𝐸 0). On peut le munir de la norme
∀𝑢 ∈ L𝑐 (𝐸, 𝐸 0), |||𝑢 ||| = sup k𝑢 (𝑥) k 0
k𝑥 k61
La norme |||.||| est dite norme de L𝑐 (𝐸, 𝐸 0)
subordonnée aux normes k.k de 𝐸
et k.k 0 de 𝐸 0. Pour éviter les confusions on peut la noter |||.||| 𝐸,𝐸 0 . Elle vérifie
les propriétés suivantes :
1 ∀𝑢 ∈ L𝑐 (𝐸, 𝐸 0), ∀𝑥 ∈ 𝐸, k𝑢 (𝑥)k 𝐸 0 6 |||𝑢 ||| 𝐸,𝐸 0 k𝑥 k 𝐸 .
2 ∀𝑢 ∈ L𝑐 (𝐸, 𝐸 0), ∀𝑣 ∈ L𝑐 (𝐸 0, 𝐸 00), |||𝑣 ◦ 𝑢 ||| 𝐸,𝐸 00 6 |||𝑣 ||| 𝐸 0,𝐸 00 |||𝑢 ||| 𝐸,𝐸 00
2.3.2 |||.||| est une norme d’algèbre de L𝑐 (𝐸). Elle vérifie en particulier
1 ||| id𝐸 ||| = 1 ;
2 ∀𝑢 ∈ L𝑐 (𝐸), ∀𝑥 ∈ 𝐸, k𝑢 (𝑥) k 6 |||𝑢 ||| k𝑥 k ;
3 ∀𝑢 ∈ L𝑐 (𝐸), ∀𝑘 ∈ N, |||𝑢 𝑘 ||| 6 |||𝑢 |||𝑘
Remarques 2.3
2.3.1 Si 𝑢 est un endomorphisme de 𝐸 continu pour une norme k.k alors

∀𝜆 ∈ Sp(𝑢), |𝜆| 6 |||𝑢 |||
Le spectre de 𝑢 est donc borné. En conséquence un endomorphisme ayant
un spectre non borné ne peut être continu pour aucune norme de 𝐸.

remarques 2.3 (suite)
2.3.2 Soit 𝑢 ∈ L𝑐 (𝐸). Si |||𝑢 ||| < 1 alors la suite (𝑢 𝑛 )𝑛 converge vers 0.
2.3.3 Soit 𝑢 ∈ L𝑐 (𝐸). Si 𝑢 est inversible alors 𝑢 −1 est continue et
|||𝑢 ||||||𝑢 −1 ||| > 1
Théorème 2.6 continuité d’une application linéaire en dimension finie
Si 𝐸 est de dimension finie alors toute application linéaire définie sur 𝐸 est
continue.
résultat important
Remarques 2.4
2.4.1 Si dim 𝐸 < ∞ on a donc L𝑐 (𝐸) = L(𝐸) et en général L𝑐 (𝐸, 𝐸 0) =

L(𝐸, 𝐸 0) pour tout K-evn 𝐸 0.
2.4.2
Exemples 2.2
2.2.1 On considère l’application

Φ : C( [0, 1], K) −→ R
∫ 1/2 ∫ 1
𝑓 ↦−→ 𝑓 (𝑥)d𝑥 − 𝑓 (𝑥)d𝑥
0 1/2
Φ est une forme linéaire continue de 𝐸 = C([0, 1], K) pour la norme k.k ∞
∀𝑓 ∈ 𝐸, |Φ(𝑓 )| 6 k 𝑓 k ∞
2.2.2 L’endomorphisme 𝐷 de 𝐸 = C∞ (R, R) défini par
∀𝑓 ∈ 𝐸, 𝐷 (𝑓 ) = 𝑓 0
n’est continue pour aucune norme de 𝐸 puisque son spectre est R (qui est
non borné).
2.2.3 L’endomorphisme 𝑇 de 𝐸 = KN défini par

∀(𝑥𝑛 )𝑛 ∈ 𝐸, 𝑇 (𝑥𝑛 )𝑛 = (𝑥𝑛+1 )𝑛
a pour spectre K et donc ne peut être continu pour aucune norme de 𝐸.
2.2.4 L’endomorphisme de dérivation 𝐷 de K[𝑋 ] peut être continue pour
des normes bien choisie de K[𝑋 ]. Par exemple en posant
+∞
X +∞
X
∀𝑃 = 𝑎𝑘 𝑋 𝑘 ∈ K[𝑋 ], k𝑃 k = 𝑘!|𝑎𝑘 |
𝑘=0 𝑘=0
P+∞
On aura k𝑃 0 k = 𝑘=1
(𝑘 − 1)! · 𝑘 |𝑎𝑘 | 6 k𝑃 k. 𝐷 est donc continue pour k.k.

n.b. 0 est la seule va.p. de 𝐷 .
II.2 Continuité d’une application multilinéaire

Théorème 2.7
Soit une application multilinéaire 𝑓 : 𝐸 1 × · · · × 𝐸𝑑 −→ 𝐸 0. Si on munit

𝐸 = 𝐸 1 × · · · × 𝐸𝑑 de sa norme produit alors 𝑓 est continue si et seulement s’il
existe une constante 𝑐 > 0 telle que
∀(𝑥 1, . . . , 𝑥𝑑 ) ∈ 𝐸 1 × · · · × 𝐸𝑑 , k𝑓 (𝑥 1, 𝑥 2, . . . , 𝑥𝑑 )k 0 6 𝑐
Y
k𝑥𝑘 k 𝐸𝑘
16𝑘 6𝑑
Théorème 2.8
Si 𝐸 1 , 𝐸 2 , . . . ,𝐸𝑑 sont des evns de dimensions finies alors toute application

multilinéaire 𝑓 : 𝐸 1 × · · · × 𝐸𝑑 −→ 𝐸 0 est continue.
Exemples 2.3
2.3.1 Si 𝐸 est de dimension finie alors pour toute base B de 𝐸, l’application

detB est continue sur 𝐸𝑑 .
2.3.2 Si 𝐴 est une algèbre normée alors les applications
𝐴𝑝 −→ 𝐴 𝐴 −→ 𝐴
(𝑥 1, 𝑥 2, . . . , 𝑥 𝑝 ) ↦−→ 𝑥 1𝑥 2 · · · 𝑥 𝑝 𝑥 ↦−→ 𝑥 𝑝
sont continues.
II.3 Continuité d’une fonction polynomiale

Vocabulaire
On suppose que dim 𝐸 < ∞ et on fixe une base B = (𝑒 1, 𝑒 2, . . . , 𝑒𝑑 ) de 𝐸.

2.4.1 On appelle fonction monôme de 𝐸 dans la base 𝐵 toute application de
la forme
𝑑
X
𝑓 :𝑥 = 𝑥𝑘 𝑒𝑘 ↦−→ 𝑥 1𝛼 1 𝑥 2𝛼 2 · · · 𝑥𝑑𝛼𝑑
𝑘=1
2.4.2 On appelle fonction polynomiale de 𝐸 dans la base B toute combinaison

linéaire de fonction monôme de 𝐸 dans B.

n.b. Une fonction polynomiale est une fonction à valeurs scalaires (dans K). Par exemple
l’application 𝑓 : 𝑀 ↦−→ 𝑀 2 n’est pas une fonction polynomiale de M𝑑 (K).
n.b. Si 𝑓 est une fonction polynomiale de 𝐸 dans B alors elle l’est aussi dans n’importe
quelle base de 𝐸. On peut donc parler de fonction polynomiale de 𝐸 tout court.
Théorème 2.9 continuité des fonctions polynomiales
Si 𝐸 est de dimension finie alors toute fonction polynomiale de 𝐸 est continue.
2.4.1 det est une fonction continue de M𝑑 (K) car elle est polynomiale.
2.4.2 Pour tout 𝑘 ∈ N, l’application 𝑀 ∈ M𝑑 (K) ↦−→ 𝑀 𝑘 est continue. Par
suite, pour tout polynôme 𝑃 ∈ K[𝑋 ], l’application 𝑀 ∈ M𝑑 (K) ↦−→ 𝑃 (𝑀)
est continue.
2.4.3 L’application 𝑀 ∈ M𝑑 (K) ↦−→ Com(𝐴) est continue.
2.4.4 L’application 𝑀 ∈ GL𝑑 (K) ↦−→ 𝑀 −1 est continue.
2.4.5 L’application 𝑀 ∈ M𝑑 (K) ↦−→ 𝜒𝑀 est continue.
2.4.6 L’application 𝑀 ∈ M𝑑 (K) ↦−→ 𝜋𝑀 ... n’est pas continue.
2.4.7 L’application 𝑀 ∈ M𝑑 (K) ↦−→ rg 𝑀 n’est pas continue.
III
Connexité par arcs
𝐸 et 𝐸 0 seront des K-evns de dimensions finies. 𝐴 une partie quelconque de 𝐸.
Vocabulaire
Soit 𝐴 une partie de 𝐸. Deux point 𝑥 et 𝑦 de 𝐴 sont dits joignables par un arc
continu dans 𝐸 si et seulement s’il existe une application 𝛾 : [0, 1] −→ 𝐸 telle

que


𝛾 ([0, 1]) ⊂ 𝐴


𝛾 est continue

𝛾 (0) = 𝑥 et 𝛾 (1) = 𝑦


On définit ainsi une relation binaire dans 𝐴 qu’on notera C𝐴 .
Propriétés 2.10
Avec les notation précédentes

2.10.1 S’il existe 𝑎, 𝑏 ∈ R tels que 𝑎 < 𝑏 et une application continue 𝛾 :
[𝑎, 𝑏] → 𝐴 telle que 𝛾 (𝑎) = 𝑥 et 𝛾 (𝑏) = 𝑦 alors 𝑥 C𝐴 𝑦.
2.10.2 C𝐴 est une relation d’équivalence dans 𝐴.
Vocabulaire
Les classes d’équivalence de C𝐴 sont dites les composantes connexes par arcs
de 𝐴.
Remarques 2.5
Rappelons que si 𝑥, 𝑦 ∈ 𝐸 le segment de 𝐸 d’extrémités 𝑥 et 𝑦 est l’ensemble

[𝑥, 𝑦] = {(1 − 𝑡)𝑥 + 𝑡𝑦 / 𝑡 ∈ [0, 1]}
2.5.1 Si [𝑥, 𝑦] ⊂ 𝐴 alors 𝑥 C𝐴 𝑦.
2.5.2 Si 𝑥, 𝑦 ∈ 𝐴 et il existe des points 𝑥 = 𝑥 0, 𝑥 1, 𝑥 2, . . . , 𝑥 𝑝 = 𝑦 tels que
[𝑥𝑘 , 𝑥𝑘+1 ] ⊂ 𝐴 pour tout 𝑘 ∈ [[0, 𝑝 − 1]] alors 𝑥 C𝐴 𝑦. On dit dans ce cas
que 𝑥 et 𝑦 sont joignables par une ligne brisée dans 𝐴.
Définition 2.7
𝐴 est dit connexe par arcs si deux points quelconques de 𝐴 sont joignables
par un arc continu dans 𝐴.
n.b. Ce qui équivaut à dire que 𝐴 contient une seule composante connexe par arcs, 𝐴
elle même.
Remarque 2.6
Pour que 𝐴 soit connexe par arc il suffit qu’il existe 𝑥 0 ∈ 𝐴 qui soit joignable
à tout élément de 𝐴 par un arc continu.

Proposition 2.11
Si 𝐴 est convexe alors elle est connexe par arcs.
2.5.1 𝐸 est bien sûr connexe par arcs.

2.5.2 Toute boule de 𝐸 est convexe et donc connexe par arcs.
2.5.3 Soit 𝐼 une partie de R. Les assertions suivantes sont équivalentes
i 𝐼 est connexe par arcs ;
ii 𝐼 est convexe ;
iii 𝐼 est un intervalle.
2.5.4 Si dim 𝐴 > 2 alors pour tout 𝑎 ∈ 𝐸, 𝐴 = 𝐸 r{𝑎} et connexe par arcs.
2.5.5 Si dim 𝐸 > 2 alors en général, pour toute partie finie 𝐵 de 𝐸, l’ensemble
𝐸 r𝐵 est connexe par arcs.
Théorème 2.12 de l’image continue d’un connexe par arcs
Soit une application 𝑓 : 𝐴 −→ 𝐸 0. Si 𝑓 est continue et 𝐴 est connexe par arcs

alors 𝑓 (𝐴) est connexe par arcs.
résultat important
Corollaire 2.13 tvi
Soit une application continue à valeurs réelles 𝑓 : 𝐴 −→ R. Si 𝐴 est connexe

par arcs alors pour tous 𝑥, 𝑦 ∈ 𝐴 et pour tout 𝑐 compris entre 𝑓 (𝑥) et 𝑓 (𝑦) il
existe 𝑧 ∈ 𝐴 tel que 𝑓 (𝑧) = 𝑐.
Exemples 2.6
2.6.1 Toute sphère de 𝐸 est connexe par arcs.

2.6.2 GL𝑑 (R) n’est pas connexe par arcs.
2.6.3 GL𝑑 (C) est connexe par arcs.

III.1 Exercices d’approfondissemnt

Exercice 2.1
Montrer que toute application réelle continue et injective sur un intervalle 𝐼
de R est strictement monotone sur 𝐼 .
Exercice 2.2
Soit une application continue 𝑓 : 𝐴 ↦−→ 𝐸 0. On suppose que 𝐴 est connexe par
arc et que 𝑓 est localement constante, ie
∀𝑥 ∈ 𝐴, ∃𝑟 > 0 ; 𝑓 |𝐴∩𝐵 (𝑥,𝑟 ) est constante
Montrer que 𝑓 est constante sur 𝐴.
Exercice 2.3
Soit 𝐹 un sev de 𝐸. Montrer que dim 𝐹 6 dim 𝐸 − 2 alors 𝐸 r𝐹 est connexe par
arc. Montrer que si dim 𝐹 = dim 𝐸 − 1 alors 𝐸 r𝐹 admet deux composantes
connexes par arcs.
Exercice 2.4
Soit 𝑓 une fonction polynomiale de 𝐸. On pose
𝑍 (𝑓 ) = {𝑥 ∈ 𝐸 / 𝑓 (𝑥) = 0}
Montrer que si K = C alors 𝐸 r𝑍 (𝑓 ) est connexe par arcs. Ce résultat subsiste-
t-il si K = R ?
Exercice 2.5
Montrer que les composantes connexes par arcs de GL𝑑 (R) sont
GL𝑑+ (R) = {𝑀 ∈ M𝑑 (R) / det(𝑀) > 0}
GL𝑑− (R) = {𝑀 ∈ M𝑑 (R) / det(𝑀) < 0}

Topologie dans un evn
chapitre 3
(𝐸, k.k) désignera un K-evn.
I
Topologie d’un evn
I.1 Points intérieurs, points adhérants

Vocabulaire
Soit 𝑥 ∈ 𝐸. Une partie 𝐴 de 𝐸 est dite un voisinage de 𝑥 s’il existe 𝑟 > 0 tel
que 𝐵(𝑥, 𝑟 ) ⊂ 𝐴. On note V (𝑥) l’ensemble des voisinages de 𝑥.
Définition 3.2
Soit 𝐴 une partie quelconque de 𝐸.
1 Un élément 𝑎 de 𝐸 est dit un point intérieur de 𝐴 si 𝐴 est un voisinage
de 𝑎. L’ensemble 𝐴˚ des points intérieurs de 𝐴 est appellé intérieur de 𝐴.
2 Un élément 𝑥 de 𝐸 est dit un point adhérant à 𝐴 si 𝐵(𝑥, 𝑟 ) ∩ 𝐴 ≠ ∅ pour
tout 𝑟 > 0. L’ensemble 𝐴 des points adhérents à 𝐴 est dit adhérence de 𝐴.
3 On appelle frontière de 𝐴 l’ensemble Fr(𝐴) = 𝐴r 𝐴. ˚
I.2 Ouverts et fermés de 𝐸

Définition 3.3
page 45 / 57
Cours Topologie dans un evn
1 𝐴 est dit un ouvert de 𝐸 s’il est un voisinage de tous ses points.

n.b. Ce qui équivaut à dire que 𝐴˚ = 𝐴.
2 𝐴 est dit un fermé de 𝐸 si 𝐸 r𝐴 est un ouvert de 𝐸.
Propriétés 3.1
3.1.1 La réunion d’une famille d’ouverts de 𝐸 est un ouvert de 𝐸.

3.1.2 La réunion d’une famille finie de fermés de 𝐸 est un fermé de 𝐸.
3.1.3 L’intersection d’une famille de fermés de 𝐸 est un fermé de 𝐸.
3.1.4 L’intersection d’une famille finie d’ouverts de 𝐸 est un ouvert de 𝐸.
Remarque 3.1 (Notion de topologie sur un ensemble quelconque)
𝑋 étant un ensemble quelconque, on appelle topologie de 𝑋 toute ensemble

T de parties de 𝑋 tel que
i ∅ ∈ T et 𝑋 ∈ T.
ii Pour toute famille (𝑈𝑖 )𝑖 ∈𝐼 d’éléments de T, ∪𝑖 ∈𝐼 𝑈𝑖 ∈ T.
iii Pour toute famille finie (𝑈 𝑗 ) 𝑗 ∈𝐽 d’éléments de T, ∩ 𝑗 ∈𝐽 𝑈 𝑗 ∈ T.
Le couple (𝑋, T) est alors dit un espace topologique. Les éléments de T
sont dits les ouverts de (𝑋, T) et leurs complémentaires dans 𝑋 sont dits les
fermés de (𝑋, T).
n.b. Selon les propriétés précédentes, toute norme de 𝐸 définit une topologie dans 𝐸.
Propriétés 3.2
Soit 𝐴 une partie de 𝐸.

3.2.1 𝐴˚ est un ouvert de 𝐸. C’est le plus grand ouvert de 𝐸 contenu dans 𝐴.
3.2.2 𝐴 est un fermé de 𝐸. C’est le plus petit fermé contenant 𝐴.

3.2.3 𝐴 est un ouvert de 𝐸 ⇐⇒ 𝐴˚ = 𝐴.
3.2.4 𝐴 est un fermé de 𝐸 ⇐⇒ 𝐴 = 𝐴.

3.2.5 Fr(𝐴) est un fermé de 𝐸.
Proposition 3.3
Soient 𝑎 ∈ 𝐸 et 𝑟 ∈ [0, ∞[

1 𝐵(𝑎, 𝑟 ) est un ouvert.

2 𝐵(𝑎, 𝑟 ) et 𝑆 (𝑎, 𝑟 ) sont des fermés.
˚
𝐵(𝑎, 𝑟 ) = 𝐵(𝑎, 𝑟 ) et 𝐵(𝑎, 𝑟 ) = 𝐵(𝑎, 𝑟 ).
˙
3

4 Fr 𝐵(𝑎, 𝑟 ) = Fr 𝐵(𝑎, 𝑟 ) = 𝑆 (𝑎, 𝑟 ).
Théorème 3.4
Deux normes équivalentes définissent dans 𝐸 les mêmes ouverts (et donc les
mêmes fermés).
n.b. Selon le vocabulaire introduit dans la remarque 3.1, deux normes équivalentes de 𝐸
définissent la même topologie dans 𝐸.
I.3 Caractérisations séquentielles
Théorème 3.5 caractérisation séquentielle d’un point adhérant
Soient 𝐴 une partie de 𝐸. Un point 𝑥 de 𝐸 est adhérant à 𝐴 si et seulement s’il

existe au moins une suite (𝑎𝑛 )𝑛 d’éléments de 𝐴 qui converge vers 𝑥.
Corollaire 3.6 caractérisation séquentielle d’un fermé
Une partie 𝐴 de 𝐸 est un fermé si toute suite convergente de 𝐴, converge dans

𝐴. Plus précisément
∀(𝑎𝑛 )𝑛 ∈ 𝐴N, (𝑎𝑛 )𝑛 converge =⇒ lim 𝑎𝑛 ∈ 𝐴
Remarque 3.2
Soient 𝐴 une partie de 𝐸 et 𝑎 ∈ 𝐴. S’il existe une suite (𝑏𝑛 )𝑛 d’éléments de

𝐸 r𝐴 qui converge vers 𝑎 alors 𝑎 n’est pas un point intérieur de 𝐴.
Proposition 3.7
Tous sous-espace vectoriel de dimension finie de 𝐸 est un fermé de 𝐸.

I.4 Ouverts et fermés relatifs d’une partie de 𝐸

Définition 3.4

1 Une partie 𝑈 de 𝐴 est dite un ouvert relatif de 𝐴 (ou simplement un
ouvert de 𝐴) si
∀𝑥 ∈ 𝑈 , ∃𝑟 > 0 ; 𝐵(𝑥, 𝑟 ) ∩ 𝐴 ⊂ 𝑈
2 Une partie 𝑊 de 𝐴 est dite un fermé relatif de 𝐴 (ou simplement un
ouvert de 𝐴) si 𝐴r𝑊 est un ouvert relatif de 𝐴.
Proposition 3.8
Soit 𝐴 une partie quelconque de 𝐴.

1 Une partie 𝑈 de 𝐴 est un ouvert relatif de 𝐴 si et seulement s’il existe un
ouvert 𝑈 0 de 𝐸 tel que 𝑈 = 𝐴 ∩ 𝑈 0.
Une partie 𝑈 de 𝐴 est un fermé relatif de 𝐴 si et seulement s’il existe un
2
fermé 𝑊 0 de 𝐸 tel que 𝑊 = 𝐴 ∩ 𝑊 0.
Corollaire 3.9

1Si 𝐴 est un ouvert de 𝐸 alors les ouverts relatifs de 𝐴 sont les ouverts de
𝐸 inclus dans 𝐴.
2 Si 𝐴 est un fermé de 𝐸 alors les fermés relatifs de 𝐴 sont les fermés de 𝐸
inclus dans 𝐴.
I.5 Utilisation de la continuité

Théorème 3.10 caractérisation de la continuité globale
Soit 𝐴 une partie non vide de 𝐸. Soit une application 𝑓 : 𝐴 −→ 𝐸 0. Les

assertions suivantes sont équivalentes
i 𝑓 est continue sur 𝐴 ;
ii Pour tout ouvert 𝑈 0 de 𝐸 0, 𝑓 −1 (𝑈 0) est un ouvert relatif de 𝐴 ;
iii Pour tout fermé 𝑊 0 de 𝐸 0, 𝑓 −1 (𝑊 0) est un fermé relatif de 𝐴 ;
résultat important

Corollaire 3.11
Soit une application 𝑓 : 𝐸 ↦−→ R. Si 𝑓 est continue alors pour tout réel 𝛼
1 les ensembles {𝑥 ∈ 𝐸 / 𝑓 (𝑥) > 𝛼 }, {𝑥 ∈ 𝐸 / 𝑓 (𝑥) < 𝛼 } et {𝑥 ∈
𝐸 / 𝑓 (𝑥) ≠ 𝛼 } sont des ouverts de 𝐸.
2 les ensembles {𝑥 ∈ 𝐸 / 𝑓 (𝑥) > 𝛼 }, {𝑥 ∈ 𝐸 / 𝑓 (𝑥) 6 𝛼 } et {𝑥 ∈
𝐸 / 𝑓 (𝑥) = 𝛼 } sont des fermés de 𝐸.
Exemples 3.1
3.1.1 Une boule ouverte de 𝐸 est un ouvert de 𝐸. Une boule fermée ou une
sphère de 𝐸 est un fermé de 𝐸.
3.1.2 Toute partie finie de 𝐸 est un fermé de 𝐸.
3.1.3 Si 𝐴 est une partie de 𝐸 alors les ensembles
{𝑥 ∈ 𝐴 / d(𝑥, 𝐴) < 𝑟 } ;
{𝑥 ∈ 𝐴 / d(𝑥, 𝐴) 6 𝑟 }
sont respectivement un ouvert et un fermé.
3.1.4 GL𝑑 (K) est un ouvert de M𝑑 (K).
3.1.5 Les ensembles
GL𝑑+ (R) = {𝐴 ∈ M𝑑 (R) / det 𝐴 > 0};
GL𝑑− (R) = {𝐴 ∈ M𝑑 (R) / det 𝐴 < 0}
sont des ouverts de M𝑑 (R).
3.1.6 L’ensemble
𝑓 ∈ C( [0, 1], R) / ∀𝑥 ∈ [0, 1], 𝑓 (𝑥) > 0

est un fermé de C([𝑎, 𝑏], R) pour k.k ∞ et pour k.k 1 .

3.1.7 L’ensemble
𝑓 ∈ C( [𝑎, 𝑏], R) / ∀𝑥 ∈ [0, 1], 𝑓 (𝑥) > 0

est un ouvert de C([𝑎, 𝑏], R) pour k.k ∞ . Mais

𝑓 ∈ C𝑏 ([0, +∞[, R) / ∀𝑥 ∈ [0, +∞[, 𝑓 (𝑥) > 0

ne l’est pas dans C𝑏 ( [0, +∞[, R) pour la norme k.k ∞ .

I.6 Parties denses de 𝐸

Définition 3.5
Soit 𝐴 une partie non vide de 𝐸. On dit que 𝐴 est dense dans 𝐸 si 𝐴 = 𝐸.
Autrement dit, si
∀𝑥 ∈ 𝐸, ∀𝑟 > 0, 𝐵(𝑥, 𝑟 ) ∩ 𝐴 ≠ ∅
n.b. Toute boule de 𝐸 contient au moins un point de 𝐴.
Vocabulaire
En général, Si 𝑋 est un sous-ensemble de 𝐸 alors une partie 𝐴 de 𝑋 est dite

dense dans 𝑋 si 𝑋 ⊂ 𝐴. Ce qui équivaut à
∀𝑥 ∈ 𝑋, ∀𝑟 > 0, 𝐴 ∩ 𝐵(𝑥, 𝑟 ) ≠ ∅
Remarque 3.3
Soit 𝐴 une partie dense de 𝐸. Alors pour toute partie 𝑋 de 𝐸

𝑋 ∩ 𝐴 = ∅ =⇒ 𝑋˚ = ∅
Proposition 3.12 caractérisation séquentielle de la densité
Soit 𝐴 une partie non vide de 𝐸. 𝐴 est dense dans 𝐸 si et seulement si pour
tout élément 𝑥 de 𝐸, il existe une suite (𝑎𝑛 )𝑛 d’éléments de 𝐴 qui converge
vers 𝑥.
Proposition 3.13
Soit 𝐴 une partie dense de 𝐸. Si 𝑓 et 𝑔 sont des applications continues de 𝐸

dans 𝐸 0 alors
𝑓 = 𝑔 ⇐⇒ ∀𝑎 ∈ 𝐴, 𝑓 (𝑎) = 𝑔(𝑎)
3.2.1 Q est dense dans R. Tout sous-groupe de (R, +) non discret est dense
dans R.
exemple Z + 2𝜋Z est dans dans R.
3.2.2 GL𝑑 (K) est dense dans M𝑑 (K).

3.2.3 D𝑑 (C), l’ensemble des matrices diagonalisables de M𝑑 (C) est dense
dans M𝑑 (C).

3.2.4 théorème de Weierstrass

Pour toute fonction continue 𝑓 : [𝑎, 𝑏] → K, il existe une suite de fonction
polynomiales (𝑃𝑛 )𝑛 qui converge vers 𝑓 pour la norme k.k ∞ .
Ce qui signifie que l’ensemble P( [𝑎, 𝑏], K) des fonctions polynomiales de
[𝑎, 𝑏] dans K est dense pour k.k ∞ dans C( [𝑎, 𝑏], K).
I.7 Exercices d’approfondissement

Exercice 3.1 propriétés topologiques d’un sev
Soit 𝐹 un sev de 𝐸.
1 Montrer que 𝐹 est un sev de 𝐸. En déduire qu’un hyperplan de 𝐸 est soit
fermé soit dense dans 𝐸.
2 Montrer que si 𝐹˚ ≠ ∅ alors 𝐹 = 𝐸.
Exercice 3.2 continuité d’une forme linéaire

Soit 𝜑 une forme linéaire de 𝐸.
1 Montrer que 𝜑 est continue si et seulement si Ker 𝜑 est un fermé de 𝐸. Ce
résultat reste-t-il valable pour une application linéaire quelconque ?
2 Donner un exemple d’hyperplan dense de C( [𝑎, 𝑏], R), k.k 1 .

3 On pose 𝐻 = Ker 𝜑. Montrer que si 𝜑 est continue alors

|𝜑 (𝑥)|
∀𝑥 ∈ 𝐸, d(𝑥, 𝐻 ) =
|||𝜑 |||
Exercice 3.3
On suppose que 𝐸 est un espace préhilbertien.
1 Montrer que pour tout 𝑎 ∈ 𝐸 r{0𝐸 }, 𝐻 = {𝑎}⊥ est un hyperplan fermé et
donner d(𝑥, 𝐻 ) pour tout 𝑥 ∈ 𝐸.
2 Montrer que pour tout sev 𝐹 de 𝐸, 𝐹 ⊥ est un fermé de 𝐸. En déduire que
si 𝐹 n’est pas un fermé alors 𝐹 et 𝐹 ⊥ ne sont pas supplémentaires dans 𝐸.
Exercice 3.4
Soit (𝑥𝑛 )𝑛 une suite d’éléments de 𝐸. Montrer que l’ensemble des valeurs
d’adhérence de (𝑥𝑛 )𝑛 est 𝑁 ∈N 𝑋 𝑁 .
T

Exercice 3.5
Montrer que GL𝑑 (K) est un ouvert dense de M𝑑 (K).
Exercice 3.6
Soit 𝑟 ∈ [[1, 𝑑]]. On note
𝑀𝑟 = {𝐴 ∈ M𝑑 (K) / rg 𝐴 = 𝑟 }
𝑀𝑟+ = {𝐴 ∈ M𝑑 (K) / rg 𝐴 > 𝑟 }
𝑀𝑟− = {𝐴 ∈ M𝑑 (K) / rg 𝐴 6 𝑟 }
1 Montrer que 𝑀𝑟− est un fermé de M𝑑 (K). Que peut-on dire de 𝑀𝑟+ ?
2 Montrer que 𝑀𝑟− est d’intérieur vide. Quelle est l’adhérence de 𝑀𝑟+ ?
3 Montrer que 𝑀 𝑟 = 𝑀𝑟− .
Exercice 3.7
On suppose que dim 𝐸 < ∞. Soit 𝑢 un endomorphisme de 𝐸.
1 Montrer que si 𝑢 est cyclique alors l’ensemble 𝑈 = {𝑥 ∈ 𝐸 / 𝐸 = h𝑢, 𝑥i}
est un ouvert dense de 𝐸.
2 Montrer qu’en général l’ensemble 𝑈 = {𝑥 ∈ 𝐸 / 𝜋𝑥,𝑢 = 𝜋𝑢 } est un ouvert
dense de 𝐸.
Exercice 3.8
On suppose que dim 𝐸 < ∞. Montrer que l’ensemble des endomorphismes
cycliques de 𝐸 est un ouvert dense de L(𝐸).
Exercice 3.9
On note 𝑈𝑑 = {𝑃 ∈ R[𝑋 ] / deg 𝑃 = 𝑑 et 𝑃 est unitaire}

𝑆𝑑 = {𝑃 ∈ 𝑈𝑑 / 𝑃 est scindé à racines simples}
𝑇𝑑 = {𝑃 ∈ 𝑈𝑑 / 𝑃 est scindé}
1 Montrer que 𝑈𝑑 est un fermé de R𝑑 [𝑋 ].
2 Montrer que 𝑇𝑑 est un fermé de 𝑈𝑑 .
3 Montrer que 𝑆𝑑 est un ouvert de 𝑈𝑑 .
4 Montrer que 𝑆𝑑 = 𝑇𝑑 .
5 Que se passe-t-il si on remplace R par C ?

Exercice 3.10
Soit 𝐶 une partie convexe de 𝐸. Montrer que 𝐶 est convexe. 𝐶˚ est-il convexe ?
II
Compacité
II.1 Parties compactes

Définition 3.7
Une partie 𝐾 de 𝐸 est dite un compact de 𝐸 pour la norme k.k si toute suite
d’éléments de 𝐾 admet au moins une valeur d’adhérence dans 𝐾 pour k.k.
Autrement dit : pour toute suite (𝑥𝑛 )𝑛 ∈ 𝐾 N , il existe au moins une suite
extraite (𝑥𝜑 (𝑛) )𝑛 qui converge pour k.k et lim k. k 𝑥𝜑 (𝑛) ∈ 𝐾.
Propriétés 3.14
3.14.1 Tout compact est un fermé borné.

3.14.2 Si 𝐾 est un compact, une partie 𝐿 de 𝐾 est un compact si et seulement
si elle est un fermé de 𝐸.
II.2 Compacts dans un espace produit
On considère des evns (𝐸𝑘 , k.k𝑘 ), 𝑘 ∈ [[1, 𝑑]] et on munit leur produit cartésien
de la norme produit 𝑁 ∞ .
Propriétés 3.15
3.15.1 Rappel
Soit (𝑥𝑛 )𝑛 une suite d’éléments de 𝐸 1 × 𝐸 2 × . . . × 𝐸𝑑 . On pose pour tout 𝑛 ∈ N,
𝑥𝑛 = (𝑥 1,𝑛 , 𝑥 2,𝑛 , . . . , 𝑥𝑑,𝑛 ). Alors (𝑥𝑛 )𝑛 converge pour 𝑁 ∞ si et seulement si
converge pour k.k𝑘 , pour chaque 𝑘 ∈ [[1, 𝑑]], (𝑥𝑘,𝑛 )𝑛 .
Dans ce cas
lim 𝑥𝑛 = (lim 𝑥 1,𝑛 , lim 𝑥 2,𝑛 , . . . , lim 𝑥𝑑,𝑛 )

3.15.2 Soient 𝐴1, 𝐴2, . . . , 𝐴𝑑 des parties respectives de 𝐸 1, 𝐸 2, . . . , 𝐸𝑑 .

1 𝐴1 × 𝐴2 × · · · × 𝐴𝑑 est borné pour 𝑁 ∞ si et seulement si pour tout
𝑘 ∈ [[1, 𝑑]], 𝐴𝑘 est bornée pour k.k𝑘 .
2 𝐴1 × · · · × 𝐴𝑑 est un fermé de 𝐸 1 × · · · × 𝐸𝑑 si et seulement si pour
chaque 𝑘 ∈ [[1, 𝑑]], 𝐴𝑘 est un fermé de 𝐸𝑘 .
3 𝐴1 × · · · × 𝐴𝑑 est un ouvert de 𝐸 1 × · · · × 𝐸𝑑 si et seulement si pour
chaque 𝑘 ∈ [[1, 𝑑]], 𝐴𝑘 est un ouvert de 𝐸𝑘 .
Proposition 3.16
Si 𝐾1, 𝐾2, . . . , 𝐾𝑑 sont des compacts respectifs des evns 𝐸 1, 𝐸 2, . . . , 𝐸𝑑 alors

𝐾1 × 𝐾2 × . . . × 𝐾𝑑 est un compact de (𝐸 1 × · · · × 𝐸𝑑 , 𝑁 ∞ ).
II.3 Image continue d’un compact

Théorème 3.17 de l’image continue d’un compact
Soit une application 𝑓 : 𝐴 ⊂ 𝐸 −→ 𝐸 0. Si 𝐴 est un compact de 𝐸 et 𝑓 est

continue alors 𝑓 (𝐴) est un compact de 𝐸 0.
résultat important
Corollaire 3.18
Soit 𝐾 un compact de 𝐸.
1 Toute fonction continue à valeurs réelles 𝑓 : 𝐾 −→ R est bornée est
atteint se bornes. Autrement dit, il existe 𝑥 0, 𝑦0 ∈ 𝐾 tels que
∀𝑥 ∈ 𝐾, 𝑓 (𝑥 0 ) 6 𝑓 (𝑥) 6 𝑓 (𝑦0 )
2 Pour toute fonction continue 𝑓 : 𝐾 ↦−→ 𝐸 0, il existe 𝑥 0, 𝑦0 ∈ 𝐾 tels que
∀𝑥 ∈ 𝐾, k 𝑓 (𝑥 0 ) k 6 k𝑓 (𝑥) k 6 k 𝑓 (𝑦0 )k
Exemple d’application 3.3 (du théorème de l’image continue d’un compact)
3.3.1 Si 𝐾 est un compact de 𝐸 et 𝑓 : 𝐾 ↦−→ 𝐸 0 est une fonction continue

qui ne s’annule pas sur 𝐾 alors il existe 𝑘 > 0 tel que
∀𝑥 ∈ 𝐾, k 𝑓 (𝑥) k > 𝑘

exemple d’application 3.3 (du théorème de l’image continue d’un compact) (suite)
3.3.2 Si 𝐾 est un compact de 𝐸 alors pour tout 𝑥 ∈ 𝐸 il existe 𝑎 ∈ 𝐾 tel que

d(𝑥, 𝐾) = k𝑥 − 𝑎k
Autrement dit, la distance d’un point quelconque de 𝐸 à 𝐾 est atteinte en
un point de 𝐾. Et de la même façon, un compact étant borné, il admet un
diamètre et il existe 𝑎, 𝑏 ∈ 𝐾 tels que
𝛿 (𝐾) = k𝑎 − 𝑏 k
II.4 Le théorème de Bolzano-Weierstrass dans K𝑑
Dans cette section on pose les bases pour justifier les grands théorèmes énon-
cés sans démonstrations dans les précédentes sections. En particulier celui de
l’équivalence des normes en dimension finie. On prêtera donc attention à ne
pas utiliser un résultat qui découle de ce théorème dans la démarche.
Théorème 3.19
Toute suite réelle bornée admet au moins une valeur d’adhérence.
Corollaire 3.20
Toute suite complexe bornée admet au moins une valeur d’adhérence.
Proposition 3.21
Les compacts de (K𝑑 , k.k ∞ ) sont les fermés bornés.
II.5 Équivalence des normes en dimension finie et ses conséquences

Théorème 3.22
Si 𝐸 est de dimension fini alors toutes les normes de 𝐸 sont équivalentes.
Corollaire 3.23 théorème de Bolzano-Weierstrass
Si 𝐸 est de dimension finie alors les compacts de 𝐸 sont les fermés bornés.

Corollaire 3.24
1 Si 𝐸 est de dimension finie alors toute application linéaire de 𝐸 dans un

autre evn est continue.
2Si 𝐸 et 𝐸 0 sont de dimensions finies alors toute application bilinéaire de
𝐸 × 𝐸 0 dans un autre evn est continue.
Exemple d’application 3.4
𝐸 est supposé de dimension finie.

3.4.1 Soit 𝑊 un fermé de 𝐸. Alors
∀𝑥 ∈ 𝐸, ∃𝑎 ∈ 𝐴 ; d(𝑥,𝑊 ) = k𝑥 − 𝑎k
dem soit 𝛼 = d(𝑥,𝑊 ). Posons 𝐾 = 𝑊 ∩ 𝐵(𝑥, 𝛼 + 1). Par caractérisation de la borne
inférieure, 𝐾 est non vide. De plus pour tout 𝑦 ∈ 𝑊 r𝐾, k𝑦 − 𝑥 k > 𝛼 + 1 donc 𝛼 =
d(𝑥,𝑊 ) = d(𝑥, 𝐾).
𝐾 est l’intersection de deux fermés donc c’est un fermé. Il est contenu dans le compact
𝐵(𝑥, 𝛼 + 1) donc c’est un compact. Alors il existe 𝑎 ∈ 𝐾 tel que d(𝑥, 𝐾) = d(𝑥,𝑊 ) =
k𝑥 − 𝑎k.
3.4.2 Lorsque dim 𝐸 < ∞, la boule unité fermée de 𝐸 est un compact et

une application linéaire 𝑢 : 𝐸 ↦−→ 𝐸 0 est forcément continue. Il existe donc
𝑥 0 ∈ 𝐵(0𝐸 , 1) tel que
k𝑢 (𝑥 0 ) k = sup k𝑢 (𝑥) k = |||𝑢 |||
k𝑥 k61
De plus, si 𝑢 est non nulle, un tel vecteur est forcément sur la sphère unité.
dem en remarquant que 𝑥 0/ k𝑥 0 k est sur la sphère unité, on aura k𝑢 (𝑥 0/ k𝑥 0 k ) k 6
k𝑢 (𝑥 0 )k et donc par linéarité de 𝑢, k𝑢 (𝑥 0 )k 6 k𝑢 (𝑥 0 )k k𝑥 0 k. 𝑢 est non nulle donc
𝑢 (𝑥 0 ) ≠ 0 et donc k𝑥 0 k > 1, soit k𝑥 0 k = 1.
3.4.3 Si 𝐴 est une algèbre de dimension finie muni d’une norme quelconque
𝑁 alors il existe 𝑘 > 0 tel que
∀(𝑥, 𝑦) ∈ 𝐴2, 𝑁 (𝑥𝑦) 6 𝑘𝑁 (𝑥)𝑁 (𝑦)
n.b. les normes d’algèbres de 𝐴 sont ainsi simplement celles pour lesquelles cette
constante vérifie 𝑘 6 1. De plus, en multipliant dans la majoration précédente par 𝑘 on
voit que 𝑘𝑁 est une norme d’algèbre. Ainsi toute norme de 𝐸 est proportionnelle à une
norme d’algèbre.

II.6 Exercices d’approfondissement

Exercice 3.11 Recouvrement d’un compact par des ouverts
Soit 𝐾 une partie de 𝐸. Montrer que les assertions suivantes sont équivalentes
i. 𝐾 est un compact ;
ii. pour toute suite (𝑊𝑛 )𝑛 de fermés de 𝐾, si ∩𝑛 ∈N𝑊𝑛 = ∅ alors il existe une
partie finie 𝑃 de N telle que ∩𝑝 ∈𝑃𝑊𝑝 = ∅ ;
iii. pour toutes suite (𝑈𝑛 )𝑛 d’ouverts de 𝐸, si 𝐾 ⊂ ∪𝑛 ∈N𝑈𝑛 alors il existe une
partie finie 𝑃 de N telle que 𝐾 ⊂ ∪𝑝 ∈𝑃 𝑈𝑝
voca Une famille (𝑈𝑖 )𝑖 d’ouverts de 𝐸 est dite un recouvrement de 𝐾 par des ouverts si
𝐾 ⊂ ∪𝑖 𝑈𝑖 .
Exercice 3.12
On suppose que 𝐸 est de dimension finie.
Soit (𝑥𝑛 )𝑛 une suite d’éléments de 𝐸 qui est convergente. Montrer que l’en-
semble 𝐾 = {𝑥𝑛 / 𝑛 ∈ N} ∪ {lim 𝑥𝑛 } est un compact.
Montrer que ce résultat est valable lorsque 𝐸 est de dimension infinie.
Exercice 3.13 Théorème de Riez

On voudrait montrer que tout evn qui vérifie la propriété de Bolzano-
Weierstrass est de dimension finie.
Par contre-apposée, on considère un evn 𝐸 de dimension infinie.
1 Montrer que pour tout sev 𝐹 de 𝐸 de dimension finie, il existe un vecteur
unitaire 𝑥 ∈ 𝐸 tel que d(𝑥, 𝐹 ) > 1/2.
2 Construire une suite (𝑥𝑛 )𝑛 de vecteurs unitaires de 𝐸 telle que
1
∀(𝑛, 𝑚) ∈ N2, 𝑛 ≠ 𝑚 =⇒ k𝑥𝑛 − 𝑥𝑚 k >
2
3 Conclure.

Espace Vectorielle Normé

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Espace Vectorielle Normé

Transféré par

Droits d'auteur :

Formats disponibles

CPGE Ibn Ghazi

1 Espaces vectoriels normés 6

III Connexité par arcs . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

3 Topologie dans un evn 46

Liste des résultats remarquables

1.1 Théorème : axiome de la borne supérieure . . . . . . . . . . . . . 7

Classe MP** page 3 / 57 CPGE Ibn Ghazi

1.25 Théorème : de Bolzano-Weirstrass . . . . . . . . . . . . . . . . . . 32

Classe MP** page 4 / 57 CPGE Ibn Ghazi

Tout au long de ce chapitre, K désignera le corps R ou C et tous les espaces

I.1 Bornes d’une partie

Soit 𝐴 une partie non vide de 𝑅. Soient 𝛼, 𝛽 ∈ R.

2 On dit que 𝛼 et la borne inférieure de 𝐴 et on écrit 𝛼 = inf 𝐴 si 𝛼 est

Soit 𝐴 une partie non vide de 𝑅. Soient 𝛼, 𝛽 ∈ R.

Théorème 1.1 axiome de la borne supérieure

1 Toute partie non vide majorée de R admet une borne supérieure.

Remarques pratiques 1.1

Soit 𝐴 une partie non vide de 𝑅. Soient 𝛼, 𝛽 ∈ R.

I.2 Inégalités remarquables

Classe MP** page 6 / 57 CPGE Ibn Ghazi

Avec égalité si et seulement si 𝑧 1, 𝑧 2, · · · , 𝑧𝑑 sont positivement liés :

2 ∀(𝑥 1, . . . , 𝑥𝑑 , 𝑦1, . . . , 𝑦𝑑 ) ∈ C2𝑑

Classe MP** page 7 / 57 CPGE Ibn Ghazi

1.2.5 Inégalité de la moyenne

II.1 Norme, espace vectoriel normé

Classe MP** page 8 / 57 CPGE Ibn Ghazi

i. est dite propriété de positivité de 𝑁 ;

Si (𝐴, +, ·, ×) est une K-algèbre alors on appelle norme d’algèbre de 𝐴 toute

Exemples fondamentaux 1.1

1.1.1 Normes usuelles de K𝑑

Classe MP** page 9 / 57 CPGE Ibn Ghazi

exemples fondamentaux 1.1 (suite)

𝐴 = (𝑎𝑘,ℎ ) ∈ 𝑀𝑝,𝑞 (K) :

Classe MP** page 10 / 57 CPGE Ibn Ghazi

exemples fondamentaux 1.1 (suite)

1 Soit B(N, K) l’ensemble des suites bornées d’éléments de K.

3 Voir la section suivante pour l’espace ℓ 2 (K) et la norme k.k 2 .

Proposition et définition 1.2 Norme produit

Soient (𝐸 1, 𝑁 1 ) , · · · , (𝐸𝑑 , 𝑁𝑑 ) des espaces normés. On définit sur l’espace pro-

Classe MP** page 11 / 57 CPGE Ibn Ghazi

(resp. fermée) de 𝐸 de centre 𝑎 et de rayon 𝑟 pour la norme k.k, l’ensemble

n.b. Une conséquence très utile : k𝑥 − 𝑎k 6 𝑟 =⇒ k𝑥 k 6 𝑟 + k𝑎k

Classe MP** page 12 / 57 CPGE Ibn Ghazi

Illustration graphique Les boules unités de R2

boules unités des normes usuelles

−1.5 −1 −0.5 0.5 1 1.5

II.2 Exercices d’approfondissement

Exercice 1.1 normes 𝑁𝑝

Soit 𝑑 ∈ N∗ . Pour tout réel 𝑝 > 1 on définit l’application 𝑁𝑝 de R𝑑 dans R en

Classe MP** page 13 / 57 CPGE Ibn Ghazi

Exercice 1.2 Norme de Schur/Frobenius

Exercice 1.3 Normes subordonnées

2 Montrer que : ∀𝐴 = (𝑎𝑖,𝑗 ) ∈ M𝑑 (K), |||𝐴||| 1 = max16 𝑗 6𝑑 𝑑𝑖=1 |𝑎𝑖,𝑗 |

3 En déduire que pour tout 𝐴 = (𝑎𝑖,𝑗 ) ∈ M𝑑 (K),

4 Soit un polynôme unitaire 𝑃 = 𝑋 𝑑 + 𝑎𝑑−1𝑋 𝑑−1 + · · · + 𝑎 1𝑋 + 𝑎 0 ∈ K[𝑋 ].

Classe MP** page 14 / 57 CPGE Ibn Ghazi

Montrer que pour toute racine 𝑧 de 𝑃 dans K,

Dans cette section, sauf mention du contraire, 𝐸 est un R-espace vectoriel.

III.1 Espaces préhilbertiens réels

On appelle produit scalaire de 𝐸 toute application 𝐵 : 𝐸 × 𝐸 −→ R telle que

ii 𝐵 est symétrique : ∀(𝑥, 𝑦) ∈ 𝐸 2, 𝐵(𝑥, 𝑦) = 𝐵(𝑦, 𝑥)

iii 𝐵 est définie positive : ∀𝑥 ∈ 𝐸 r{0𝐸 }, 𝐵(𝑥, 𝑥) > 0

Soit h., .i un produit scalaire de 𝐸.