Chapitre 3 : Espaces vectoriels normés (1)

CP2 : Analyse II

S. B. (ENSA Marrakech) Analyse 1 / 63

 Espace métrique

Motivation : Distances et normes sur le plan

Dans un plan muni d’un repère orthonormé, la distance usuelle
(euclidienne) entre deux points A(a, a0 ) et B(b, b0 ) :
p
d(A, B) = (a − b)2 + (a0 − b0 )2
On peut vérifier les propriétés (intuitives) suivantes :
d(A, B) ≥ 0 : une quantité positive

d(A, B) = d(B, A) : la distance entre A et B et la même distance

entre B et A (propriété de symétrie)

Si d(A, B) = 0, alors a = b et a0 = b0 et donc A coïncide avec B,

donc à partir de d(A, B) je peux affirmer que les deux points sont
séparés ou représentent le même point (propriété de séparation)

Si C(c, c0 ) est un autre point du plan alors

d(A, B) ≤ d(A, C) + d(C, B) (Inégalité triangulaire)
S. B. (ENSA Marrakech) Analyse 2 / 63
 Espace métrique

~ cette
D’autre par on peut aussi parler de la norme du vecteur v = AB.
norme représente la "taille" du vecteur
p
kvk = (a − b)2 + (a0 − b0 )2

Cette notion de norme ("taille") vérifie les propriétés :

kvk = 0 ⇔ v = 0(A = B) (séparation)
Le seul vecteur de norme nulle est le vecteur nul.

Si on dilate ou on rétracte le vecteur, plus généralement si on

multiplie le vecteur par un coefficient λ ∈ R alors la norme du
nouveau vecteur λv suit le même changement, c’est-à-dire
kλvk = |λ| · kvk (homogénéité )

si u est un autre vecteur du plan

kv + uk ≤ kvk + kuk (inégalité triangulaire)

S. B. (ENSA Marrakech) Analyse 3 / 63

 Espace métrique

Une manière différente de mesurer la distance

Imaginez que vous viviez dans une ville qui était aménagée en réseau.
Si vous vouliez vous rendre chez votre ami, vous pourriez mesurer la
distance, non pas à vol d’oiseau, mais comme la distance à parcourir
les rues en marchant ou par un taxi.
Si vous le faisiez, vous utiliseriez un type spécial de géométrie appelé
géométrie Taxicab. La géométrie usuelle que nous utilisons s’appelle
la géométrie euclidienne. Dans la géométrie euclidienne, vous
mesurez la distance entre deux points comme étant la distance directe
à vol d’oiseau, tandis que dans la géométrie Taxicab vous êtes limité à
vous déplacer le long des lignes d’une grille.

S. B. (ENSA Marrakech) Analyse 4 / 63

 Espace métrique

Regardez le schéma ci-dessous. En utilisant la géométrie euclidienne

traditionnelle et le théorème de Pythagore, nous mesurons la distance
entre A et B (la ligne verte) à 8,49 (unités). Si toutefois nous ne
pouvons marcher que dans les rues entre nos points, alors la distance
en taxi entre A et B est de 12 unités. Quelques chemins possibles de
12 unités de longueur sont illustrés ci-dessous en rouge, bleu et jaune.
La géométrie Taxicab tire son nom du fait que les taxis ne peuvent
rouler que dans les rues, plutôt que de se déplacer à vol d’oiseau
suivant la diagonale.
Si (a, a0 ) et (b, b0 ) sont les co-
ordonnées de A et B dans
un repère alors la distance
taxicab de A à B :
d(A, B) = |b − a| + |b0 − a0 |
Cette distance a les mêmes
propriétés précédentes que
la distance usuelle.
S. B. (ENSA Marrakech) Analyse 5 / 63
 Espace métrique

Espaces métriques
L’analyse des principales propriétés de la distance entre deux points
dans le plan conduit à la définition axiomatique suivante.
Définition (Distance)
Soit E un ensemble non-vide. On dit qu’une application

d : E × E → R+
(x, y) 7→ d(x, y)

est une distance sur E si elle vérifie les trois axiomes suivants :
∀(x, y) ∈ E × E, d(x, y) = 0 ⇔ x = y (séparation)

∀(x, y) ∈ E × E, d(x, y) = d(y, x) (symétrie)

∀(x, y, z) ∈ E × E × E, d(x, y) ≤ d(x, z) + d(z, y)

(inégalité triangulaire)
S. B. (ENSA Marrakech) Analyse 6 / 63
 Espace métrique

Définition
On appelle espace métrique tout couple (E, d) où E est un ensemble
non vide et d est une distance définie sur E.

Exemple
1 E = R, d(x, y) = |x − y|, valeur absolue.
2 E = C, d(u, v) = |u − v|, module.
p
3 E = R, d(x, y) = |x − y|
4 E = R, d(x, y) = | arctan x − arctan y|
|x−y|
5 E = R, d(x, y) = 1+|x−y|
6 E =]0, +∞[, d(x, y) = |ln( xy )|
(
0 si x = y
7 E un ensemble non vide d(x, y) =
1 si x 6= y

S. B. (ENSA Marrakech) Analyse 7 / 63

 Espace métrique

Exemple : Métriques (distances) sur E = R2 ,

Soit x = (x1 , x2 ) ∈ R2 et y = (y1 , y2 ) ∈ R2 .
Distance Taxicab ou distance de Manhattan

d1 (x, y) = |x1 − y1 | + |x2 − y2 |

Distance euclidienne
p
d2 (x, y) = |x1 − y1 |2 + |x2 − y2 |2

Distance infinie ou distance de Thybychev

d∞ (x, y) = max (|x1 − y1 |, |x2 − y2 |)

S. B. (ENSA Marrakech) Analyse 8 / 63

 Espace métrique Boules dans un espace métrique

Boules dans un espace métrique

Nous nous plaçons désormais dans un espace métrique (E, d). Il nous
faudra ensuite nous approcher d’un élément de cet espace et regarder
ce qu’il se passe autour de lui (comme par exemple, le définir comme
la limite d’une suite d’éléments de l’espace métrique). Il nous faudra
donc définir la notion de voisinage. Et les outils que nous utiliserons
ici sont les boules.
Définition
Soient (E, d) un espace métrique, a ∈ E et r ∈]0, +∞[.
1 On appelle la boule fermée de centre a et de rayon r l’ensemble
B(a, r) = {x ∈ E | d(a, x) ≤ r}

2 La boule ouverte de centre a et de rayon r est donnée par

B(a, r) = {x ∈ E| d(a, x) < r}

S. B. (ENSA Marrakech) Analyse 9 / 63

 Espace métrique Boules dans un espace métrique

Exemple : R muni de la distance valeur absolue

B̄(a, r) = {x ∈ R | |x − a| ≤ r} = [a − r, a + r] (intervalle fermé)
B(a, r) = {x ∈ R | |x − a| < r} =]a − r, a + r[, (intervalle ouvert)

Exemple : E = R2
Dessiner la boule unité B(0E , 1) = {x ∈ E| d(0, x) ≤ 1} pour les
distances suivantes :
d1 : R2 × R2 → R+ : d1 (x, y) = |x1 − y1 | + |x2 − y2 |
p
d1 : R2 × R2 → R+ : d2 (x, y) = (x1 − y1 )2 + (x2 − y2 )2

d∞ : R2 × R2 → R+ : d∞ (x, y) = max(|x1 − y1 |, |x2 − y2 |)

d1 d2 d∞
S. B. (ENSA Marrakech) Analyse 10 / 63
 Espace normé Espaces vectoriels normés

Espaces vectoriels normés

Dans cette partie E un K-espace vectoriel, avec K = R ou C.
Définition (Norme)
On appelle norme sur E toute application

N : E −→ R+
x 7→ N (x)

vérifiant :
∀x ∈ E, N (x) = 0 ⇔ x = 0 (séparation)

∀λ ∈ K, ∀x ∈ E, N (λx) = |λ| · N (x) (homogénéité )

∀x, y ∈ E, N (x + y) ≤ N (x) + N (y) (inégalité triangulaire)

Un K-espace vectoriel muni d’une norme N est appelé espace
vectoriel normé (e.v.n.). On note (E, N ).
S. B. (ENSA Marrakech) Analyse 11 / 63
 Espace normé Espaces vectoriels normés

Notation
On utilise souvent les notations kxk ou |x| au lieu de N (x).

Exemple
1 La valeur absolue | · | est une norme sur R.
2 Le module | · | est une norme sur C.
3 Sur R2 , l’application

x 7→ kxk1 = |x1 | + |x2 |

est une norme.

4 Sur C([0, 1]), le R-espace vectoriel des fonction réelles continues
sur [0, 1], l’application

f 7→ kf k = sup |f (t)|
t∈[0,1]

est une norme.

S. B. (ENSA Marrakech) Analyse 12 / 63
 Espace normé Espaces vectoriels normés

Proposition (distance induite par une norme)

Soit (E, k · k) un e.v.n. L’application
d : E × E → R+
(x, y) 7→ d(x, y) =k x − y k
est une distance sur E. On l’appelle distance induite sur E par la
norme. Elle possède les propriétés suivantes :
∀x ∈ E, d(0, x) =k x k,

∀λ ∈ K, ∀(x, y) ∈ E 2 , d(λx, λy) = |λ|d(x, y)

( homogénéité )

∀(x, y, z) ∈ E × E × E, d(x + z, y + z) = d(x, y) (invariance

par translation )

Remarque
C’est cette distance qui va nous permettre faire de l’analyse en
particulier définir la notion de limite dans un espace vectoriel normé.
S. B. (ENSA Marrakech) Analyse 13 / 63
 Espace normé Espaces vectoriels normés

Remarque
Toute norme induit une distance, par contre toutes les distances ne
proviennent pas nécessairement d’une norme.

Exemple
La distance 
d : R × Rp−→ R
(x, y) 7−→ |x − y|
n’est induite par aucune norme (quelle propriété de la norme n’est pas
forcément satisfaite ?).

Pour rendre le cours plus simple, nous utiliserons plutôt la notion de

norme dans tout le reste de notre cours, et les espaces vectoriels
normés plutôt que les espaces métriques.

S. B. (ENSA Marrakech) Analyse 14 / 63

 Espace normé Espaces vectoriels normés

Normes usuelles sur Kn (K = R ou C)

Pour tout x = (x1 , · · · , xn ) ∈ Kn , on définit
n
X
kxk1 = |xi |
i=1

n
!1
X 2

kxk2 = |xi |2
i=1

kxk∞ = max(|x1 |, |x2 |, · · · , |xn |)

Remarque
On peut remarquer que si n = 1, et x ∈ K, alors
kxk1 = kxk2 = kxk∞ = |x|
est c’est la norme usuelle dans K.
S. B. (ENSA Marrakech) Analyse 15 / 63
 Espace normé Espaces vectoriels normés

Inégalité de Cauchy-Schwarz
Pour montrer que k · k2 est une norme on a besoin de l’inégalité
suivante :
Théorème (Inégalité de Cauchy-Schwarz)
Soient (x1 , x2 , · · · , xn ) et (y1 , y2 , · · · , yn ) des réels (ou des complexes).
Alors : !1/2 n !1/2
X n X n X
2 2
|xk yk | ≤ |xk | |yk | .
k=1 k=1 k=1

Preuve: On considère :
n
X n
X n
X n
X
P (λ) = (|xk | + λ|yk |)2 = |xk |2 + 2λ |xk yk | + λ2 |yk |2
k=1 k=1 k=1 k=1
P est donc un polynôme en λ, de degré inférieur ou égal à 2, toujours
positif ou nul. Son discriminant réduit est donc négatif ou nul, ce qui
donne l’inégalité recherchée. ~
S. B. (ENSA Marrakech) Analyse 16 / 63
 Espace normé Espaces vectoriels normés

Théorème
k · k1 , k · k2 et k · k∞ sont des normes sur Kn .

Preuve:
Séparation : P
kxk1 = 0 ⇐⇒ j |xj | =P0 ⇐⇒ ∀j ∈ J1 P ; nK, |xj | = 0 ⇐⇒ x = 0
Homogénéité : kλxk1 = nj=1 |λxjP | = |λ| nj=1 |xj | = |λ|kxk1
Inégalité triangulaire : kx + yk1 = nj=1 |xj + yj | ≤
Pn
Pn Pn
j=1 |xj | + |yj | = j=1 |xj | + j=1 |yj | = kxk1 + kyk1

Séparation : P
kxk2 = 0 ⇐⇒ 2
j |xj | = 0 ⇐⇒ ∀j ∈ J1 ; nK, |xj | = 0 ⇔ x = 0
Homogénéité : kλxk = j=1 |λxj |2 = |λ| nj=1 |xj |2 = |λ|2 kxk22
2
Pn P
Inégalité triangulaire :

2
kx + yk22 = nj=1 |xj + yj |2 ≤ nj=1 |xj | + |yj | =
P P
Pn 2
Pn Pn 2
j=1 |xj | + 2 j=1 |xj ||yj | + j=1 |yj | = kxk2 + kyk2

S. B. (ENSA Marrakech) Analyse 17 / 63

 Espace normé Espaces vectoriels normés

Par l’inégalité de Cauchy-Schwartz

2 1/2 2 1/2
Pn Pn
Pn

j=1 |xj ||yj | ≤ k=1 |xk | k=1 |yk |
donc
kx + yk22 ≤ nj=1 |xj |2 + 2 2 1/2 2 1/2 +
P Pn
Pn
Pn 2
k=1 |xk | k=1 |yk | j=1 |yj |
≤ (kxk2 + kyk2 )2
Séparation :
kxk∞ = 0 ⇔ sup |xj | = 0 ⇐⇒ ∀j ∈ J1 ; nK |xj | = 0 ⇐⇒ x = 0
j∈J1 ; nK
Homogénéité : kλxk∞ = sup |λxj | = |λ| sup |xj | = |λ|kxk∞
j∈J1 ; nK j∈J1 ; nK
Inégalité triangulaire : des inégalités
|xk + yk | ≤ |xk | + |yk | ≤ supj |xj | + supj |yj | vraies pour tout
k ∈ J1 ; nK, on tire que supj |xj | + supj |yj | est un majorant de
{|xk + yk | : k ∈ J1 ; nK} ; ainsi :

kx+yk∞ = sup |xj +yj | ≤ sup |xj |+ sup |yj | = kxk∞ +kyk∞
j∈J1 ; nK j∈J1 ; nK j∈J1 ; nK

~
S. B. (ENSA Marrakech) Analyse 18 / 63
 Espace normé Espaces vectoriels normés

Boules et parties bornées dans un e.v.n.

Soit (E, k · k) un e.v.n.. Soit a ∈ E et r > 0, alors par la distance
associée
d(a, x) = kx − ak
on a les définitions des boules dans un e.v.n.
Définition
La boule ouverte de centre a et de rayon r :

B(a, r) = {x ∈ E/kx − ak < r} :

La boule fermée de centre a et de rayon r :

B̄(a, r) = {x ∈ E/kx − ak ≤ r}

La boule de centre 0E et de rayon r = 1 est appelée la boule unité de

E.
S. B. (ENSA Marrakech) Analyse 19 / 63
 Espace normé Espaces vectoriels normés

Proposition
Soit (E, k · k) un e.v.n.. Soit a ∈ E et r > 0, alors on a

B(a, r) = a + r.B(0E , 1)

B̄(a, r) = a + r.B̄(0E , 1)

Preuve: On a a + r.B(0E , 1) = {a + ru/kuk < 1}. Soit

x ∈ a + r.B(0E , 1), donc x = a + ru, avec kuk < 1 et par suite
ka − xk = kruk = rkuk ≤ r
Donc x = a + ru ∈ B(a, r).
Inversement, soit x ∈ B(a, r). Donc 1r kx − ak < 1.On peut écrire x,
sous la forme
1
x = a + r (x − a)
r
pour u = 1r (x − a), on a kuk = 1r kx − ak < 1 c-à-d u ∈ B(0E , 1).
S. B. (ENSA Marrakech) Analyse 20 / 63
 Espace normé Espaces vectoriels normés

Définition (Ensemble convexe)

Une partie A de E est dite convexe si, et seulement si
∀(x, y) ∈ A, ∀t ∈ [0, 1], (1 − t)x + ty ∈ A

Proposition
Les boules d’un e.v.n. sont des parties convexes

Preuve: Soient (a, r) ∈ E × ]0, +∞[ ; pour x et y dans B(a, r) et

t ∈ [0, 1], on a :
ka − ((1 − t)x + ty)k = k(1 − t)(x − a) + t(y − a)k
≤ k(1 − t)(x − a)k + kt(y − a)k
= (1 − t)kx − ak + tky − ak < (1 − t)r + t r = r
Ceci montre que (1 − t)x + ty ∈ B(a, r) pour tout t ∈ [0, 1], ou encore
que le segment d’extrémités x et y est contenu dans la boule ouverte
B(a, r).
Vous êtes invités à montrer la convexité de la boule fermée.
S. B. (ENSA Marrakech) Analyse 21 / 63
 Espace normé Espaces vectoriels normés

Définition
Soit (E, k · k) un e.v.n. et A une partie de E.
On dit que A est bornée si il existe M ∈ R+ tel que

∀x ∈ A, kxk ≤ M

Si A est une partie bornée,

sup{kx − yk : (x, y) ∈ A × A}

est appelé le diamètre de A.

Remarque
Les boules sont des parties bornées.

Une partie A est bornée si, et seulement si il existe r > 0 tel que

A ⊂ B(0E , r)
S. B. (ENSA Marrakech) Analyse 22 / 63
 Espace normé Espaces vectoriels normés

Définition
Soit X un sous-ensemble non vide dans un e.v.n. (E, k · k). Une
fonction f : X → E est dite bornée si, et seulement si l’ensemble
f (X) = {f (x) : x ∈ X} est borné dans E, c’est-à-dire ∃M ≥ 0 tel que

∀x ∈ X kf (x)k ≤ M

Théorème
Soit X un ensemble non vide et (E, k · k) un e.v.n. . L’ensemble des
fonctions bornées de X vers E est un K-espace vectoriel. On note cet
espace par B(X, E).

Preuve: Exercice.

S. B. (ENSA Marrakech) Analyse 23 / 63