LM360 Mathématiques 2008

TD de topologie et calcul différentiel– Corrigé de

la feuille 6: Espaces vectoriels normés, de Banach
Groupe de TD 5
Corrigé 1. Il est bien connu que k.k2 est une norme (se reporter à un cours de
Deug sur les formes quadratiques). C’est celle associée au produit scalaire euclidien
sur Rn . Plus précisément, on définit
n
X
h(x1 , . . . , xn ; (y1 , . . . , yn )i = xi yi .
i=1

C’est clairement une forme bilinéaire symétrique définie positive (car hx, xi = kxk22
est strictmement positif si x 6= 0). C’est donc un produit scalaire ce qui assure que
k.k2 est une norme.
Pour les deux autres fonctions, la vérification est immédiate et résulte du fait
que la valeur absolue est une norme sur R.
La boule unité de Rn pour k.k1 est définie par l’inégalité |x1 | + ... + |xn | 6 1.
Pour n = 2, il s’agit du carré dont les sommets sont les points (1, 0), (0, 1), (−1, 0)
et (0, −1). Dans R3 , il s’agit de l’octaèdre dont les sommets sont les points (1, 0, 0),
(0, 1, 0), (0, 0, 1), (−1, 0, 0), (0, −1, 0) et (0, 0, −1). La boule unité pour k.k2 est le
disque centré en l’origine et de rayon 1. Quant à la norme k.k∞ , sa boule unité est
le cube [−1, 1]n . On pourra se reporter à un exercice d’une feuille de TD précédente
où ces calculs ont déjà été fait.
Notons que l’équivalence des normes est immédiate car dans un espace vecto-
riel de dimension finie toutes les normes sont équivalentes. Il reste à calculer les
constantes d’équivalence. On a clairement, pour tout x ∈ Rn ,
n
X
kxk∞ = max |xk | ≤ |xk | = kxk1 ≤ n max |xk | = nkxk∞ .
k=1,...,n k=1,...,n
i=1

Il s’agit des meilleures constantes car pour x = e1 = (1, 0, ..., 0) il y a égalité à

gauche et pour x = u = (1, 1, ..., 1) à droite.
Remarque : pour trouver les vecteurs donnant lieu à l’égalité, il suffit de regarder
à quelles conditions les inégalités obtenues sont des égalités. Par exemple pour celle
de gauche il faut utiliser que le max est atteint en une seul xj et que tous les autres
xi sont nuls. A droite, il faut utiliser que tous les |xi | sont égaux au max...
De la même façon, on a pour tout x ∈ Rn ,
√
kxk∞ 6 kxk2 6 nkxk∞
avec égalité respectivement pour x = e1 et x = u. Enfin, comme l’on a (|x1 | + ... +
|xn |)2 > x21 + ... + x2n , on obtient
kxk2 6 kxk1 ,
avec égalité si x = e1 . D’autre part, par l’inégalité de Cauchy-Schwarz,
Xn n
X X n n
 21 X  12
|xk | = |xk | × 1 6 x2k 12
k=1 k=1 k=1 k=1

ce qui montre que √

kxk1 ≤ nkxk2
n
pour tout x ∈ R . L’égalité a lieu pour le vecteur u.

1
Corrigé 2. On considère l’application linéaire T de l’espace vectoriel R3 dans lui
même définie par: T (x, y, z) = (5x − 2y + 2z, 2x − y, x + y + z).
a) Pour tout (x, y, z) ∈ R3 , on a par définition
kT (x, y, z)k∞ = max(|5x − 2y + 2z|, |2x − y|, |x + y + z|).
Or |5x − 2y + 2z| ≤ 5|x| + 2|y| + 2|z| ≤ 9 max(|x|, |y|, |z|) = 9k(x, y, z)k∞ . De
même, |2x − y| ≤ 3k(x, y, z)k∞ et |x + y + z| ≤ 3k(x, y, z)k∞ . Donc
kT (x, y, z)k∞ ≤ 9k(x, y, z)k∞ .
On retrouve ainsi que T est continue (rappelons que c’est toujours vrai pour
une application linéaire allant d’un espace normé de dimension finie dans un
espace normé quelconque). De plus kT k ≤ 9. En effet, rappelons que
kT (x, y, z)k∞
kT k = sup
(x,y,z)6=0 k(x, y, z)k∞

D’après ce qui précéde 9 est un majorant des kT (x, y, z)k∞ /k(x, y, z)k∞ . La
borne supérieur étant le plus petit des majorants, il vient kT k ≤ 9.
Remarquons maintenant que l’on a
kT (1, −1, 1)k∞ = k(9, 3, 1)k∞ = 9.
Comme le vecteur (1, −1, 1) est de norme 1, kT (1, −1, 1)k∞ /k(1, −1, 1)k∞ = 9.
kT k étant un majorant des kT (x, y, z)k∞ /k(x, y, z)k∞ , il vient kT k ≥ 9. En
définitive kT k = 9.
b) Nous avons
kT (x, y, z)k1 =|5x − 2y + 2z| + |2x − y| + |x + y + z|
68|x| + 4|y| + 3|z|
68(|x| + |y| + |z|) = 8k(x, y, z)k1
Donc, kT k ≤ 8. En remarquant que kT (1, 0, 0)k1 = k(5, 2, 1)k1 = 8 et que la
norme de (1, 0, 0) est 1, on a kT k ≥ 8 et donc kT k = 8.
c) Une application linéaire f : Rn → Rn peut s’écrire comme une matrice A =
(ai,j )i,j=1...n (i est l’indice des lignes, j celui des colonnes) une matrice de
Mn (R) (on choisit la base canonique (e1 , . . . , en ) de Rn ). On munit Rn de
k.k1 . Soit X = (x1 , . . . , xn ) un vecteur de Rn . Notons que le vecteur colonne
n
X
Cj = (a1,j , . . . , an,j ) a pour norme ||Cj ||1 = |ai,j |. Montrons que
i=1

Xn
kAk1 = max (kCj k1 ) = max ( |ai,j |). (1)
j=1...n j=1...n
i=1

On a
n
 
X
 a1,k xk 
 k=1 
 n 
 X 

 a2,k xk 

A.X = 
 k=1

..

 
 n .
 

 X 
 an,k xk 
k=1

2
d’où il suit que
n
X n
X
||A.X||1 = | ai,k xk |
i=1 k=1
Xn
≤ |ai,k | |xk | par l’inégalité triangulaire
i,k=1
X n n
X

≤ |ai,k | |xk |
k=1 i=1
Xn n

X
≤ max |ai,k |, k ∈ [1, n] |xk |
i=1 k=1


≤ max ||Ck ||, k ∈ [1, n] ||X||1 .


Donc ||A||1 ≤ max ||Ck ||, k ∈ [1,
n] . Il suffit maintenant de trouver X tel que
||AX||1 ≥ max ||Ck ||, k ∈ [1, n] ||X||1 pour montrer que


||A|| = max ||Ck ||, k ∈ [1, n] .


Soit i ∈ [1, n] tel que ||Ci || = max ||Ck ||, k ∈ [1, n] . Soit ei le vecteur
(0, . . . , 0, 1, 0, . . . , n) où 1 est à la ième -position;

||ei ||1 = 1. Alors Aei = Ci
et ||Aei || = ||Ci || = max ||Ck ||, k ∈ [1, n] ce qui donne le résultat cherché, à
savoir l’égalité (1).

Passons au calcul de la norme de A lorsqu’on munit Rn de la norme k.k∞ .

On note Lj le vecteur ligne Lj = (aj,1 , . . . , aj,n ). Remarquons que l’on a
n
X
||Lj ||1 = |aj,k |. Comme dans le a), on calcule
k=1
( n
)
X
||A.X||∞ = max | ai,k xk | , i ∈ [1, n]
k=1
( n )
X
≤ max |ai,k | |xk | , i ∈ [1, n] par l’inégalité triangulaire
k=1
( n )
X
≤ max |ai,k | max{|xk | , k ∈ [1, n]} , i ∈ [1, n]
k=1
( n )
X
≤ max |ai,k | , i ∈ [1, n] ||X||∞
k=1
≤ max {||Li || , i ∈ [1, n]} ||X||∞ .
D’où ||A||∞ ≤ max {||Li || , i ∈ [1, n]}.

Il suffit maintenant de trouver X tel
que ||AX||∞ ≥ max ||Li ||, i ∈ [1, n] ||X||∞ pour montrer que
n
!

X
||A|| = max ||Ck ||, k ∈ [1, n] = maxj∈[1,n] |aj,k | . (2)
k=1


Soit j ∈ [1, n] tel que ||Lj || = max ||Li ||, i ∈ [1, n] . On définit un vecteur
X = (x1 , . . . , xn ) tel que xk = εk où εk est le signe de aj,k . Alors, par un
calcul similaire au précédent, on obtient
n
X n
X
||AX||∞ = aj,k xk = |aj,k | = ||Lj ||.
k=1 k=1

3
 Comme ||X||∞ = 1, on a obtenu le résultat souhaité, à savoir l’identité (2).
Corrigé 3. L’idée est de ”paramétrer” C par un compact; c’est à dire de trouver
une fonction continue surjective d’un compact sur C. Un segment rejoignant le point
a ∈ A au point b ∈ B est l’ensemble {ta + (1 − t)b , t ∈ [0, 1]} (ici on utilise que E
est un espace vectoriel pour définir un tel segment). On en déduit que l’application
f : A × [0, 1] × B → C définie par f (a, t, b) = ta + (1 − t)b est surjective. Elle est
continue car la somme et la multiplication par un scalaire sont continues dans un
esapc vectoriel normé. De plus E est séparé (c’est un Espace vectoriel normé), donc
C ⊂ E aussi. Alors, comme f est continue et A × [0, 1] × C est compact (c’est un
produit de 3 compacts), C = f (A × [0, 1] × B) est compact.
Corrigé 4. Pour commencer, remarquons que B(x, r) ⊂ BF (x, r) où BF (x, r) =
{y ∈ E/ky − xk ≤ r} est la boule fermée. En effet BF (x, r) est un fermé contenant
B(x, r), donc il contient l’adhérence de la bouel ouverte. Ceci est vrai dans tout
espace métrique !
Réciproquement, montrons maintenant que l’hypothèse (E, k.k) est un espace
vectoriel normé entraine l’inclusion inverse. Il suffit de montrer que tout point y
dans BF (x, r) est limite d’une suite (yn )n∈N d’éléments de la boule ouverte B(x, r).
C’est évident si y ∈ B(x, r), donc il suffit de le faire pour y tel que ky − xk = r.
Soit alors, pour n > 1, yn = x + (1 − 1/n)(y − x). Il est clair que yn ∈ E et de
plus ky − xk = r(1 − 1/n) < r. Donc (yn )n∈N ∈ B(x, rN ). De plus, yn −→ y (par
n→∞
continuité de la mutliplication par un scalaire). Le résultat est démontré.
Remarque: on se rappelera qu’on a montré dans un TD précédent que le résultat
de l’exercice précédent est faux dans un espace métrique quelconque.

Corrigé 5. L’application L est clairement linéaire. Pour x ∈ [−1, 4], on a |f (x)| ≤

kf k∞ , donc
|L(f )| ≤ |f (−1)| + 4|f (0)| + 5|f (1)| + 3|f (2)| + 2|f (3)| + 8|f (4)| ≤ 23kf k∞ ,
ce qui montre d’une part que L est continue, et que kLk ≤ 23.
On peut définir sur l’intervalle [−1, 4] une fonction h affine (c’est à dire de la
forme t 7→ at + b) sur chacun des intervalles [j, j + 1] où j = −1, 0, 1, 2 ou 3, et telle
que
h(−1) = 1, h(0) = −1, h(1) = 1, h(2) = −1, h(3) = 1, h(4) = −1
(faire une figure). Clairement h est continue et
khk∞ = sup |h(t)| = 1.
[−1,4]

De plus, on a L(h) = 1 + 4 + 5 + 3 + 2 + 8 = 23. Donc kLk ≥ 23 et, par suite

kLk = 23.
Remarque: Il ne faut pas oublier de justifier (rapidement) l’existence de la fonc-
tion h (il y’a d’autres possibilités qu’une fonction affine par morceaux) car son
existence n’est pas garantie dans n’importe quel espace. Si, par exemple, on avait
pris, pour E, l’espace des fonctions polynomiales de degré inférieur ou égal à 4, une
telle fonction n’existerait pas...

Corrigé 6. Par linéarité deZla multiplication par ϕ et de l’intégrale, il est clair

1
que T définie par T (f ) = f (t)ϕ(t)dt est linéaire sur X. Comme |T (f )| 6
Z 1 0

|f (t)ϕ(t)|dt et que
0

|f (t)ϕ(t)| 6 |f (t)|kϕ(t)k∞ 6 kf k∞ kϕk∞ ,

4
on obtient en intégrant, |T (f )| 6 kf k∞ kϕk∞ , ce qui montre que T est continue, de
norme 6 kϕk∞ .
Z 1
Remarque : on pouvait aussi majorer |T (f )| 6 |ϕ(t)| dt kf k∞ et obtenir
Z 1 0

kT k 6 |ϕ(t)| dt (qui est une meilleure majoration).

0

Corrigé 7. Rappelons qu’un hyperplan H de E est un sous-espace vectoriel de

E dont un supplémentaire (et donc tous) est une droite (c’est à dire de dimension
un). En particulier si H est un hyperplan, il existe v 6= 0 tel que E = H ⊕ Kv. On
identifie aussi les hyperplans avec le noyau des formes linéaires (non nécéssairement
continues) ϕ : E → K (cf le cours d’algèbre linéaire des annés précédentes).
Si F est un espace vectoriel contenant H alors soit F = H soit F = E. En
effet, si H 6= F , alors il existe un vecteur h + λv ∈ F (où h ∈ H, λ 6= 0 et
E = H ⊕ Kv). D’où, comme F contient H et est un sous-espace vectoriel, v ∈ F et
donc F ⊃ H ⊕ Kv = E, donc F = E.
a) Soient x et y deux points de V : chacun de ces points est limite d’une suite
de points de V , notée (xn ) et (yn ) respectivement. Alors, par continuité de
l’application (u, v) 7→ u + v, x + y est limite de la suite (xn + yn ). Comme
xn + yn ∈ V pour tout n, on a x + y ∈ V . De même, si λ est un scalaire, et si
x ∈ V , la suite (λxn ) tend vers λx (par continuité de la multiplication par un
scalaire) et comme λxn ∈ V pour tout n, on a λx ∈ V . Donc V est un sous
espace vectoriel de E.
b) Soit H un hyperplan de E, c’est à dire un sous espace vectoriel de codimension
1. Alors H est un sous espace vectoriel contenant H. Donc, ou bien H = H
et H est fermé, ou bien H = E et H est dense dans E.
c) Soit ϕ : E → K une forme linéaire. Montrer que ϕ est continue si et seulement
si ker(ϕ) est fermé.
Corrigé 8. Montrons la linéarité:
L(λ(xn )n∈N + µ(yn )n∈N ) = L((λxn + µyn )n∈N )
(λxn + µyn ))n∈N
= (
(n + 1)
= ((λxn )/(n + 1))n∈N + ((µyn )/(n + 1))n∈N
= L((λxn )n∈N ) + L((µyn ))n∈N ).
Pour montrer que L est bijective, il suffit d’exhiber son inverse; on vérifie sans peine
que l’application (yn )n∈N 7→ ((n + 1)yn )n∈N est l’inverse de L; c’est évidemment une
application linéaire. Il reste à montrer que L est continue mais que L−1 ne l’est pas.
On a, pour tout (xn )n∈N ,

x
kL((xn )n∈N )k∞ = sup 6 kxk∞ .
n∈N n+1

Donc L est continue et kLk 6 1. Comme L−1 est linéaire, pour montrer que L−1
kL((xn )n∈N )k
n’est pas continue, il suffit de montrer que est non-bornée. On prend
k(xn )n∈N )k
les suites (0, . . . , 0, 1, 0 . . . , 0) c’est à dire les suites (une pour chaque entier k)
(δn,k )n∈N (où δn,k = 1 si k = n et δn6=k = 0). Alors
kL((δn,k )n∈N )k k+1
= −→ +∞.
k(δn,k )n∈N ) 1 k→∞

5
On conlut que L−1 n’est pas linéaire.

Espaces de Banach
Corrigé 9. Soit x ∈ E. Il est clair que kxk > 0. Si kxk = 0 la dérivée de la fonction
x est nulle sur [0, 1] car kx0 k∞ = 0; donc x est constante et vaut x(0) qui est nul.
De façon immédiate, kλxk = |λ|kxk, pour tout réel λ. Enfin, si x et y sont deux
points de E, on a

|(x + y)(0)| + k(x + y)0 k∞ 6 |x(0)| + |y(0)| + kx0 k∞ + ky 0 k∞ = kxk + kyk.

Donc (E, k.k) est un espace vectoriel normé.

Soit (xn ) une suite de Cauchy de E. Par définition, pour tout ε > 0, il existe un
entier N , tel que si p et q sont supérieur à N , on a kxp − xq k 6 ε. Cela entraı̂ne:

|xp (0) − xq (0)| 6 ε et kx0p − x0q k∞ 6 ε.

La suite xn (0) est alors de Cauchy dans R, donc converge vers un réel a, et la suite
x0n est de Cauchy dans l’espace des fonctions continues sur [0, 1], muni de la norme
de la convergence uniforme. Comme cet espace est complet, la suite x0n converge
uniformément vers une fonction continue y. Posons alors, pour t ∈ [0, 1]:
Z t
x(t) = a + y(s) ds.
0

La fonction x est dans E puisqu’elle est dérivable, de dérivée y qui est continue. De
plus, x(0) = a. On a alors

kx − xn k = |a − xn (0)| + kx0 − x0n k∞ = |a − xn (0)| + ky − x0n k∞ .

Il en résulte que la suite xn tend vers x dans E, et donc que E est complet.

Remarque: La norme k.k est en fait équivalente à la norme suivante :

kxk0 = kxk∞ + kx0 ∞ .

En effet, il est immédiat que k.k0 est une norme (prenez la peine de le vérifier). Pour
tout x dans E, on a |x(0)| 6 kxk∞ et par conséquent

kxk 6 kxk0 .

Par ailleurs, en utilisant le théorème classique des accroissements finis, il existe,

pour tout t ∈ [0, 1], un réel s ∈ [0, t] tel que x(t) − x(0) = tx0 (s), donc

|x(t)| ≤ |x(0)| + t|x0 (s)| ≤ |x(0)| + kx0 k∞ ,

ce qui entraı̂ne, en passant à la borne supérieure, kxk∞ ≤ |x(0)| + kx0 k∞ . Donc

kxk0 = kxk∞ + kx0 k∞ ≤ |x(0)| + 2kx0 k∞ ≤ 2kxk,

ce qui achève de montrer que les normes sont équivalentes.

Corrigé 10. On commence par démontrer le résultat suivant (qui est dans le
cours...):
si |x| < 1, alors 1 − x est inversible dans A.

6
 n
X
En effet si |x| < 1, la série xi est de Cauchy car
i=0

q
X q
X
i
k xk≤ kxki −→ 0
min(p,q)→∞
i=p i=p

∞
X n
X
puisque la série kxki est convergente. Comme A est de Banach, la série xi
i=0 i=0
∞
X n
X
i
converge dans A. Montrons que (1 − x) x ) = 1. On a (1 − x) x = 1 − xn+1 .
i

i=0 i=0
D’où le résultat en faisant tendre n vers l’infini.
Soit alors a inversible. En particulier ka−1 k = 6 0. Montrons que B(a, 1/ka−1 k)
×
est un ouvert inclus dans A = {x ∈ A, x inversible}. On alors, pour tout z ∈
B(a, 1/ka−1 k), on écrit z = a − x et on a

k1 − a−1 xk = ka−1 (a − x)k ≤ ka−1 kka − xk < 1.

D’après ci-dessus, 1 − a−1 x est inversible et donc z = a(1 − a−1 x) est inversible
aussi.
Corrigé 11. On identifie Mn (C) aux applications linéaires L(Cn ) de Cn dans lui-
même. On munit Cn d’une norme (elles sont toutes équivalentes en dimension finie
et Cn est complet) et Mn (C) de la norme k.k induite (Définition 6.4.2 du cours).
Les Théorèmes 6.4.5 et 6.4.7 du cours assure que (Mn (C), +, ∗, k.k) est une algèbre
de Banach.
q q
X Ai X kAki X An
a) Comme kAn k ≤ kAkn , on a k k ≤ et la série est de
i=p
i! i=p
i! n
n!
∞
X
Cauchy car xn /n! est convergente pour tout nombre complexe x (vers
n=0
X An
exp(x)). Il suit que est convergente dans l’espace de Banach Mn (C)
n! n
(c’est une espace vectoriel normé de dimension finie).
b) On va utiliser que la suite (1 + x/n)n converge vers exp(x) pour tout réel positif
x. Par la formule du binome de Newton, pour tout n ∈ N, on a
n n
X Ak An X Ak n(n − 1) · · · (n − k + 1)
k − (I + ) k = k (1 − )k
k! n k! nk
k=0 k=0
n
X kAkk n(n − 1) · · · (n − k + 1)
≤ |1 − |
k! nk
k=0
n
X kAkk kAk n
≤ | − (1 + ) .
k! n
k=0

Or le terme de droite tend vers 0 puisque, pour tout x > 0

(1 + x/n)n = exp(n ln(1 + x/n)) = exp(x + o(1/n)) −→ exp(x).

n→∞

n
An X Ak
Il suit que (I + ) converge vers la limite de la série qui existe et
n k!
k=0
vaut exp(A) par le a).

7
Espaces de Hilbert
Corrigé 12. Soit w ∈ V . On a z − w = (x − w) + y où x − w ∈ V . Comme z = x + y
avec y ∈ V ⊥ , on a

kz − wk2 = hz − w, z − wi = h(x − w) + y, (x − w) + yi = kx − wk2 + kyk2 .

Comme kyk2 = kz − xk, on en déduit que kz − wk ≥ kz − xk.

Corrigé 13. On fait l’abus de notation décrire (1 − x) pour la fonction x 7→ 1 − x
(qui est un élément de E).
a) L’espace F est un espace vectoriel de dimension finie (égale à 1) muni de la
norme trace. Il est donc complet d’après le cours.
b) F est un sous-espace fermé car il est complet. On peut donc appliquer le Théorème
de projection sur les sous-espaces vectoriels fermés. Tout élément f de E sécrit
de manière unique sous la forme f = λ(1 − x) + g où λ ∈ R et g ∈ F ⊥ . Par
définition le vecteur λ(1 − x) est la projection orthogonale de f sur F . Ici on
a utilisé que F est de dimension 1, engendré par (1 − x). On a alors

hf, (1 − x)i = hλ(1 − x) + g, (1 − x)i = λk(1 − xk2 car g ∈ F ⊥

hf, (1 − x)i
ce qui permet de trouver λ = . Appliquons cela à f = 1. Il nous
k(1 − xk2
Z 1 Z 1
faut calculer h1, (1−x)i = (1−t)dt = 1/2 et |(1−xk2 = (1−t)2 dt = 1/3.
0 0
il suit que projection orthogonale de 1 sur F est la fonction 3/2(1 − x).