Cours Esp Vect Norm

PSI Espaces vectoriels normés
Plan 4.4 Point adhérent - Adhérence d’une partie 16

4.5 Frontière d’une partie . . . . . . . . . . . 18
1 Normes sur un espace vectoriel 1 4.6 Parties denses . . . . . . . . . . . . . . . . 19
1.1 Définitions et exemples fondamentaux 1 4.7 Invariance par l’équivalence des normes 19
1.2 Norme euclidienne . . . . . . . . . . . . 3 4.8 Applications . . . . . . . . . . . . . . . . . 19
1.3 Distance associée à une norme . . . . . . 5
1.4 Boules ouvertes - Boules fermées - 5 Limite des applications entre evns 20
sphères . . . . . . . . . . . . . . . . . . . 6 5.1 Les définitions . . . . . . . . . . . . . . . 20
1.5 Parties convexes . . . . . . . . . . . . . . 6 5.2 Caractérisation séquentielle d’une limite 21
1.6 Parties et applications Bornées . . . . . 7 5.3 Cas d’une application à valeurs dans un
espace normé de dimension finie. . . . . 21
2 Normes équivalentes 8
5.4 Opération sur les limites . . . . . . . . . 22
3 Suites dans un espace vectoriel normé 10
6 Continuité entre evns 23
3.1 Suites convergentes dans un espace vec-
6.1 Définition et propriétés . . . . . . . . . . 23
toriel normé. . . . . . . . . . . . . . . . . . 10
6.2 Opérations sur les fonctions continues . 24
3.2 Opérations sur les suites convergentes 11
3.3 Convergence et normes équivalente . . 12 6.3 Cas des espaces de dimensions finies . . 25
3.4 Suites extraites . . . . . . . . . . . . . . . 13 6.4 Image réciproque des ouverts et des fer-
més par une application continue . . . . 26
4 Topologie d’un espace vectoriel normé 13 6.5 Applications lipschitziennes . . . . . . . 27
4.1 Ouverts dans un espace vectoriel normé 14 6.6 Continuité des applications linéaires et
4.2 Fermés dans un espace vectoriel normé 14 multilinéaires en dimension finie . . . . 28
4.3 Point intérieur - intérieur d’une partie . 15 6.7 Continuité sur un fermé borné . . . . . 30
∗∗∗∗∗∗∗∗∗∗∗∗∗∗∗∗∗∗∗
Dans tout le chapitre K l’un des deux corps R ou C et E et F des K− espaces vectoriels
1 Normes sur un espace vectoriel

1.1 Définitions et exemples fondamentaux
Définition 1.1. (Norme )

1. On appelle norme sur E toute application de E vers R vérifiant
• ∀ x ∈ E, N ( x) ≥ 0
• ∀ x ∈ E, N ( x) = 0 =⇒ x = 0. (séparation)
• ∀ x ∈ E, ∀ λ ∈ K, N (λ x) = |λ| N ( x) (homogénéité)
• ∀ ( x, y) ∈ E 2 , N ( x + y) ≤ N ( x) + N ( y). (inégalité triangulaire)
On note souvent k xk à la place de N ( x)
¡ ¢
2. Si k.k est une norme sur E le couple E, k.k est appelé espace vectoriel normé, et tout
vecteur de E qui vérifie k xk = 1 est appelé vecteur unitaire
Exemples 1.1. (Exemples fondamentaux).

1. Normes sur K : L’application z 7→ | z| définie une norme sur K. De plus Si N est une
autre norme sur K, alors il existe λ ∈ R+ tel que N = λ| . | (λ = N (1)).
2. les normes usuelles sur Kn : pour x = ( x1 , x2 , ..., xn ) ∈ Kn on pose
n n 1
| x k |2 ) 2
X X
k x k1 = | xk | k x k2 = ( k xk∞ = sup | xk |
k=1 k=1 1≤ k≤ n
www.laminehoucin.blogspot.com page:1/ 30
Alors k.k1 , k.k2 , k.k∞ sont des normes sur Kn .

3. Normes usuelles sur un espace vectoriel de dimension finie
Si E est de dimension finie et β = ( e 1 , . . . , e n ) est une base de E , on définit trois normes sur
n
X
E en posant pour tout x = xi e i :
i =1
s
n
X n
X
k xk1 = |xi | et k xk2 = | x i |2 et k xk∞ = max | x i |
i =1 i =1 i ∈[[1,n]]
4. Normes usuelles sur M np (K)

¡ M np
Dans ¢ (K) muni de sa base canonique, on définit 3 normes on posant pour toute matrice
A = a i, j 1≤ i≤n ∈ M np (K) :
1≤ j ≤ p
v
p
n X u n p ³ ´1 p
2
|a i, j |2 = tr( A t A ) ;
X uX X X
k A k1 = |a i, j | , k A k2 = t k A k∞ = max |a i, j |;
i =1 j =1 i =1 j =1 1≤ i ≤ n j =1
5. Norme produit
n
Y
Soient (E 1 , N1 ), ..., (E n , Nn ) des espaces vectoriels normés on pose E = E i . Alors
i =1
• L’ application définie, pour tout x = ( x1 , ..., xn ) ∈ E par
k xk∞ = max N i ( x i )
i ∈[[1,n]]
est une norme sur E appelée norme produit

• Les applications définies, pour tout x = ( x1 , ..., xn ) ∈ E par
s
n
X Xn
k x k1 = Ni (xi ) et k xk2 = N i ( x i )2
i =1 i =1
sont des normes sur E

6. Normes sur E = C ([a, b], K) Les trois normes fondamentales de C ([a, b], K) sont :
• La norme infinie : k f k∞ = sup | f ( x)|
x∈[a,b]
Z b
• La norme de la convergence en moyenne : k f k1 = |f |
a
µZ b ¶ 12
2
• La norme de la convergence en moyenne quadratique : k f k2 = |f |
a
7. Norme de la convergence uniforme : Si X est un ensemble non vide, B( X , K) l’espace
des fonctions bornées de X dans K, alors
k f k∞ = sup | f ( x)|
x∈ X
est une norme sur E appelée norme de la convergence uniforme
Proposition 1.1. Soit (E, k.k) un espace vectoriel normé

1. |k uk − kvk | ≤ k u − vk ≤ k uk + kvk
2. ∀ ( x, y) ∈ E 2 , k( x − y)k ≤ k( x)k + k( y)k.
3. ∀ ( x1 , x2 , . . . , xn ) ∈ E n , k x1 + x2 + · · · + xn k ≤ k x1 k + k x2 k + · · · + k xn k
Exercice 1. Soit E, k.k un espace vectoriel normé

¡ ¢
1
1. Montrer que ∀ x, y ∈ E, k xk ≤ [k x + yk + k x − yk].
2
2. En déduire que ∀ x, y ∈ E, k xk + k yk ≤ k x + yk + k x − yk.
x+ y x− y
Solution : 1. Il suffit de remarquer que x = + et appliquer l’ inégalité triangulaire.
2 2
1 1
2. D’après 1. on a k xk ≤ [k x + yk + k x − yk] en remplaçant x par y on a k yk ≤ [k x + yk + k x − yk] ,en
2 2
sommant ces deux inégalités on obtient le résultat demandé.
1.2 Norme euclidienne

Dans cette section E est R−espace vectoriel .
Définition 1.2. (Produit scalaire).

On appelle produit scalaire sur un R-espace vectoriel E toute application ϕ de E 2 vers R telle
que :
• ϕ bilinéaire : x 7→ ϕ( x, a) et x 7→ ϕ(a, x) sont des formes linéaires sur E pour tout a ∈ E fixé
.
• ϕ symétrique : ∀ x, y ∈ E, ϕ( x, y) = ϕ( y, x).
• ϕ définie positive :
• ∀ x ∈ E, ϕ( x, x) ≥ 0
½
• ∀ x ∈ E, ϕ( x, x) = 0 =⇒ x = 0.
On note souvent le produit scalaire de x et y par ( x| y) ou < x, y > ou encore x.y.
Le couple (E, 〈, 〉) s’appelle espace préhilbertien réel
Remarque 1.1. Par bilinéarité d’un produit scalaire < ., . > on a ∀ x ∈ E ; < x, 0 >=< 0, x >= 0.
Exemples 1.2. 1. Sur E = Rn , on définit un produit scalaire sur E en posant pour x = ( x1 , . . . , xn )

et y = ( y1 , . . . , yn ) :
n
X
( x| y) = xk yk .
k=1
2. Sur E = C 0 ([a, b], R) et f , g ∈ E , on définit un produit scalaire sur E en posant

Z b
( f | g) = f g.
a
Proposition 1.2. Soit (.| .) est un produit scalaire sur E , pour tout x ∈ E on pose
p
k x k = ( x | x ).
Alors pour tous x, y ∈ E on a

1. k xk = 0 ⇔ x = 0
2. ∀λ ∈ K kλ xk = |λ| k xk
3. k x + yk = k xk2 + k yk2 + 2 ( x| y)
2
4. k x + yk2 + k x − yk2 = 2(k xk2 + k yk2 ) (Identité de parallélogramme)

1¡
5. ( x| y) = k x + yk2 − k x − yk2
¢
(Identité de polarisation)
4
6. Inégalité de Cauchy-Schwarz :
( x| y) ≤ k xk k yk
avec égalité si et seulement si x et y sont colinéaires.

7. Inégalité de Minkowski :
k x + yk ≤ k xk k yk
avec égalité si et seulement si x et y sont positivement colinéaires.
p
Corollaire 1.1. l’application x → k xk = 〈 x, x〉 est une norme sur E .appelée norme euclidienne
sur E associée au produit scalaire 〈., .〉
Définition 1.3. une norme sur E est dite norme euclidienne si elle est la norme associée à un
produit scalaire
Remarque 1.2. Une norme k k sur E est euclidienne si et seulement si l’application

1¡
k x + yk2 − k xk2 − k yk2 .
¢
∀ x, y ∈ E ; ( x| y) =
2
définie un produit salaire sur E .
Exemples 1.3. 1. Les “normes 2" définies ci dessus dans les exemples fondamentaux 1.1 sont
toutes des normes euclidiennes associées aux produits scalaires :
n
x i yi dans le cas de Rn
X
• ( x | y) =
i =1
p
n X
a i, j b i, j = tr( A t B) dans le cas de M np (R.)
X
• ( A |B ) =
i =1 j =1
Z b
• ( f | g) = f g dans le cas de C ([a, b], R)
a
v
un+1
uX
2. Soient E = Rn [ X ] et a 1 , ..., a n+1 des réels deux à deux distincts. Posons kP k = t P 2 (a i ) pour
i =1
tout P ∈ E. Alors k.k est une norme euclidienne associée au produit scalaire définit par
nX
+1
∀P,Q ∈ E (P | Q ) = P (a i )Q (a i )
i =1
En effet :
• (.|.) est clairement bilinéaire, symétrique et positive.
• Pour tout P ∈ E on a
(P | P ) = 0 =⇒ ∀ i ∈ [[1, n + 1]] , P (a i )2 = 0
=⇒ ∀ i ∈ [[1, n + 1]] , P (a i ) = 0
=⇒ P a au moins n + 1 racines distinctes
=⇒ P = 0
3. la norme infinie sur Rn n’est pas une norme euclidienne puisqu’en posant
1¡
k x + yk2∞ − k xk2∞ − k yk2∞
¢
( x| y) =
2
on ne définit pas un produit scalaire (vérifier que ce n’est plus bilinéaire)
1.3 Distance associée à une norme
Définition 1.4. On appelle distance sur E toute application d de E 2 dans R+ vérifiant :

1. ∀ ( x, y) ∈ E 2 , d ( x, y) = d ( y, x) (Symétrie)
2. ∀ ( x, y) ∈ E 2 , d ( x, y) = 0 ⇐⇒ x = y (Séparation)
3. ∀ ( x, y, z) ∈ E 3 , d ( x, y) ≤ d ( x, z) + d ( z, y) (Inégalité triangulaire)
Remarque 1.3. Si d est une distance sur E on a la seconde Inégalité triangulaire :
∀ x, y, z ∈ E | d ( x, y) − d ( x, z)| ≤ d ( y, z)
Proposition 1.3. Soit (E, N ) un espace vectoriel normé alors l’application : ( x, y) 7→ N ( x − y) est
une distance sur E appelée distance associée à la norme N
Définition 1.5. Soit (E, N ) un espace vectoriel normé et A une partie non vide de E ; et soit x ∈ E .
On appelle distance de x à A le réel :
d ( x, A ) = inf{ N ( x − a)/a ∈ A }
Justification : l’ensemble { N ( x − a)/a ∈ A } est une partie non vide minorée de R donc admet une borne
inférieure . ceci justifie l’existence du réel d ( x, A )
1.4 Boules ouvertes - Boules fermées - sphères
Définition 1.6. Soit a ∈ E et r > 0

1. On appelle boule ouverte de centre a et de rayon r l’ensemble
B(a, r ) = { x ∈ E | k x − ak < r } = { x ∈ E | d ( x, a) < r }
2. On appelle boule fermée de centre a et de rayon r l’ensemble
B(a, r ) = { x ∈ E | k x − ak ≤ r } = { x ∈ E | d ( x, a) ≤ r }
3. On appelle Sphère de centre a et de rayon r l’ensemble
S (a, r ) = { x ∈ E | k x − ak = r } = { x ∈ E | d ( x, a) = r }
4. Lorsque a = 0 et r = 1, B(0E , 1), B(0E , 1) et S (0E , 1) sont appelées respectivement : la boule

unité ouverte, la boule unité fermée, la sphère unité.
Attention 1.1. Ne pas confondre la boule fermée B(a, r ) avec le complémentaire de B(a, r ).
Exemples 1.4. 1. Dans (R, |.|) on a B(a, r ) =]a − r, a + r [ et on a B(a, r ) = [a − r, a + r ]

q
2. Dans R2 muni de la norme k( x, y)k = x2 + y2 la boule B(a, r ) est présenté dans le plans par le
disque limité par le cercle de centre a et de rayon r
Exercice 2. Tracer B(0, 1) dans le plan R2 pour chacune des normes k.k1 , k.k2 et k.k∞
Exercice 3. Soit E un espace vectoriel normé , a, b ∈ E et r, r0 ∈ R+∗
1. Montrer que B(a, r ) = a + rB(0, 1)
2. Montrer que B(a + b, r + r 0 ) = B(a, r ) + B( b, r 0 )
3. Montrer que si λ ∈ R∗ alors λB(a, r ) = B(λa, |λ| r ).
N.B : Si A et B sont des parties de E on définit A + B et λ A, avec λ ∈ K, par :
A + B = {a + b / (a, b) ∈ A × B} λ A = {λa / a ∈ A }
Exercice 4. Soient k.k1 et k.k2 deux normes sur E, notons B1 (0, r) la boule de centre 0 et de
rayon r pour k.k1 et B2 (0, r ) la boule de centre 0 et de rayon r pour k.k2 .Montrer que pour a > 0
k.k1 ≤ a k.k2 ⇔ B2 (0, 1) ⊂ B1 (0, a)
1.5 Parties convexes
Définition 1.7. Soit (E, k.k) un espace vectoriel normé et soit x, y ∈ E .on appelle segment dex-
trémités x et y la partie de E définie par :
[ x, y] = { tx + (1 − t) y/ t ∈ [0, 1]}
Définition 1.8. Soit (E, k.k) un espace vectoriel normé et soit A une partie non vide de E .On dit
que A est convexe si
∀( x, y) ∈ A 2 [ x, y] ⊂ A
c’est à dire
∀ t ∈ [0, 1] tx + (1 − t) y ∈ A
Exemples 1.5. • ; et E sont convexes

• Tout sous-espace vectoriel de E est une partie convexe.
• L’intersection de parties convexes est une partie convexe.
Proposition 1.4. les boules (ouvertes ou fermées) sont convexes
Preuve : Montrons que la boule fermée B(a, r ) est convexe.Soient x, y ∈ B(a, r ) et t ∈ [0, 1]
ka − ( tx + (1 − t) y)k ≤ t k x − ak + (1 − t) k y − ak ≤ r
Donc tx + (1 − t) y ∈ B(a, r ) ce qui preuve la convexité de B(a, r ). Pour la boule ouverte on fait de même .
Remarque 1.4. la sphère n’est pas convexe.
1.6 Parties et applications Bornées

(E, k.k) un espace vectoriel normé .
Définition 1.9. soient E un evn et X un ensemble non vide.

1. On dit qu’une partie A de E est bornée s’ il existe M ≥ 0 tel que
∀ x ∈ A, k xk ≤ M.
2. On dit qu’une application f : X → E est bornée sur X s’ il existe M ≥ 0 tel que
∀ x ∈ X , k f ( x)kE ≤ M.
On note B ( X , E ) l’ensemble des applications bornées sur X à valeurs dans E .

3. On dit qu’une suite ( xn ) de E est bornée s’ il existe M ≥ 0 tel que
∀ n ∈ N, k xn k ≤ M.
Remarques 1.1. • f est bornée si et seulement si f ( X ) est une partie bornée de E .

• une partie A de E est non bornée si et seulement si il existe une suite (a n ) de A telle que
lim ka n k = +∞
n→+∞
Exemples 1.6. • Les boules B(a, r ) et B(a, r ) et les sphères S (a, r ) sont des parties bornées.
• Si A ⊂ B et B bornée alors A est bornée.
• La réunion de deux parties bornées de E est une partie bornée
• L’intersection de deux parties bornées de E est une partie bornée
• Un sous-espace vectoriel de E, non réduit à {0E }n’est pas borné.
Proposition 1.5. B ( X , E ) est un K−espace vectoriel et en posant pour tout f ∈ B ( X , E ) :
k f k∞ = sup | f ( x)|
x∈ X
on définit une norme sur B ( X , E ) qui s’appelle la norme infinie ou la norme de la convergence
uniforme.
Exemple 1.1. Dans C ([0, 1], R) on considère

Z 1
la suite ( f n ) définie par f n ( t) = nt n .
n
Alors k( f n )k∞ = n → +∞ et k( f n )k1 = nt n dt = ≤ 1 . Donc la suite ( f n ) est bornée pour la
0 n+1
norme k.k1 et ne l’est pas pour la norme k.k∞ .
Remarques 1.2. La notion de bornitude dépend de la norme choisie sur E.
2 Normes équivalentes
Soit E un espace vectoriel normé
Définition 2.1. Deux normes N1 et N2 sont équivalentes s’il existe deux réel a, b ∈ R+∗ tels que
aN1 ≤ N2 ≤ bN1
Proposition 2.1. l’équivalence des normes est une relation d’équivalence.
Proposition 2.2. deux normes N1 et N2 ne sont pas équivalentes si et seulement si il existe une
N1 ( x n )
suite de E \{0} telle que lim ∈ {0, +∞}
n→+∞ N2 ( x n )
Exemples 2.1. Dans E = C ([0, 1]) les normes k.k∞ et k.k1 ne sont pas équivalentes .
En effet : Soit ( f n ) Zla suite de E définie par f n ( x) = x n pour tout x ∈ [0, 1]. Pour tout n ∈ N, on a
1 1
k f n k∞ = 1 et k f n k1 = xn dx = donc
0 n+1
k f n k1
lim = 0 ∈ {0, +∞}
n→+∞ k f n k∞
Exercice 5. (CCP 2012 MP I)

On note E l’espace vectoriel des applications de classe C 1 définies sur l’intervalle [0; 1] et à
valeurs dans R.
On pose pour f ∈ E :
Z 1 Z 1
0 0
k f k = | f (0)| + 2 | f ( t)| dt et k f k = 2| f (0)| + | f 0 ( t)| dt.
0 0
1. Démontrer que k k définit une norme sur E .

De même, k k0 est une norme sur E , il est inutile de le démontrer.
2. (a) Donner la définition de deux normes équivalentes.

(b) Démontrer que les deux normes k k et k k0 sont équivalentes sur E .
3. Toutes les normes sur E sont-elles équivalentes à la norme k k ?
Solution : 1. Soit f dans E . f est de classe C 1 sur I = [0, 1], donc ¯ f 0 ¯ est continue sur I , et donc k f k a bien un
¯ ¯
sens. Z 1¯ Z 1
¯( f + g)0 ( t)¯ dt É | f (0)| + | g(0)| +
¯ ¯ 0 ¯ ¯ 0 ¯
* ∀ f , g ∈ E , k f + gk = |( f + g)(0)| + ¯ f ( t)¯ + ¯ g ( t)¯ dt = k f k + k gk.
0 0
Z 1¯ Z 1
¯(λ f )0 ( t)¯ dt = |λ| | f (0)| + |λ|
¯ 0 ¯
* ∀ f ∈ E, ∀λ ∈ R, kλ f k = |λ f (0)| + ¯ f ( t)¯ dt = |λ| k f k
¯
0 0
* ∀ f ∈ E, k f k Ê 0
Z 1¯
¯ f 0 ( t)¯ dt = 0 car ces 2 nombres sont positifs et de somme nulle. Or ¯ f 0 ¯ est
¯ ¯ ¯
* ∀ f ∈ E, k f k = 0 ⇒ | f (0)| = 0 et
0
continue et positive et d’intégrale nulle, donc f 0 = 0, i.e. f est constante. Or f (0) = 0, donc f est nulle.
k k est bien une norme sur E .
2. (i.) N1 et N2 sont des normes équivalentes sur E si et seulement si
∃a > 0, ∃ b > 0 tq ∀ u ∈ E, aN1 ( u) É N2 ( u) É bN1 ( u)
Z Z
(ii.) ∀ f ∈ E , k f k = | f (0)| + 2 ¯ f 0 ¯ É 4 | f (0)| + 2 ¯ f 0 ¯ = 2 k f k0
¯ ¯ ¯ ¯
Z Z
De même k f k0 = 2 | f (0)| + ¯ f 0 ¯ É 2 | f (0)| + 4 ¯ f 0 ¯ = 2 k f k Et donc
¯ ¯ ¯ ¯
1
∀ f ∈ E,k f k É k f k0 É 2 k f k. Les normes sont équivalentes.
2
Z 1
3. Prenons la norme sur E définie par k f k1 = | f ( t)| dt, et considérons la suite ( f n ) de fonctions de E définie par
0
∀ x ∈ R, f n ( x) = x n .
Z 1 Z 1
1
k f n k1 = t n dt = , qui converge vers 0 et k f n k = 0 + 2 f n0 ( t) dt = 2( f n (1) − f n (0)) = 2
0 n+1 0
Il n’existe donc pas de réel a > 0 tel que ∀ f ∈ E, a k f k É k f k1 , ces deux normes ne sont pas équivalentes.
Exercice 6. Soit E de dimension finie n . Montrer que

p p
k.k∞ ≤ k.k2 ≤ n k.k1 ≤ n n k.k∞
En déduire les trois normes sont équivalentes .
Théorème 2.1. Si E est de dimension finie alors toutes les normes sont équivalentes
Preuve : Théorème admis
Proposition 2.3. Si N1 et N2 sont deux normes équivalentes alors toute partie ( reps ; applica-
tion ) bornée pour l’une est bornée pour l’autre
Remarque 2.1. • Dans un espace vectoriel normé de dimension finie, la propriété de bornitude
ne dépend pas de la norme choisie sur E
• Si dans un espace vectoriel normé de dimension infinie on peut trouver une suite qui est bor-
née pour une norme N1 et n’est pas bornée pour une norme N2 alors les normes N1 et N2 ne sont
pas équivalentes.
Exemple 2.1. Dans l’exemples 1.1 la suite ( f n ) définie par f n ( t) = nt n dans C ([0, 1], R) est bor-
née pour la norme k.k1 et ne l’est pas pour la norme k.k∞ donc les deux normes ne sont pas
équivalentes
Théorème 2.2. Soient E un espace vectoriel normé de dimension finie et β = ( e 1 , ..., e n ) une
base de E. Soient X un ensemble non vide et f : X → E un application
Notons f 1 , ..., f n les applications de X dans K telles que
n
X
∀ x ∈ X , f ( x) = f i ( x) e i
i =1
appelées applications coordonnées de f dans la base β. Alors
f est bornée ⇔ ∀ i ∈ [[1, n]] , f i est bornée

µ ¶
cos( x) − sin( x)
Exemples 2.2. 1. Soit R : R → M2 (R) l’application définie par ∀ x ∈ R, R ( x) =
sin( x) cos( x)
alors R est bornée sur R puisque chacune des applications x 7→ cos( x) et x 7→ sin( x) sont bornées
sur R.
1
 
−n
e
2. Soit A n =  n + 1  alors la suite ( A n ) n’est pas bornée dans M2 (R)
ln( n + 1) 0
puisque lim ln( n + 1) = +∞
n→+∞
3 Suites dans un espace vectoriel normé

Dans cette section, (E, k.k) désigne un espace vectoriel normé
3.1 Suites convergentes dans un espace vectoriel normé.
Définition 3.1. (Suite convergente).

Soient ( u n )n∈N une suite d’éléments de E et ` ∈ E
• On dit que ( u n )n∈N converge vers ` pour la norme k.k si la suite réelle (k u n − `k)n∈N converge
vers 0.
• La suite ( u n )n∈N est convergente pour la norme k.k s’il existe ` ∈ E tel que ( u n )n∈N converge vers
` pour k.k.
• Une suite qui n’ est pas convergente est dite divergente
Remarque 3.1. Avec les quantificateurs, ( u n )n∈N converge vers ` si et seulement si
∀ ε > 0, ∃ N ∈ N : ∀ n ∈ N, n ≥ N =⇒ k u n − `k ≤ ε.
Proposition 3.1. Si ( u n )n∈N converge vers ` ∈ E alors ` est unique. On note lim u n = ` ou u n → `.
Preuve : Soient ` et `0 deux limites.
∀ n ∈ N, 0 ≤ k` − `0 k ≤ k` − u n k + k u n − `0 k−→0
D’après le théorème des gendarmes, k` − `0 k = 0 et par suite ` = `0 .
Proposition 3.2. 1. Si ( u n )n∈N converge vers ` alors (k u n k)n∈N converge et lim k u n k = k`k.
2. Si une suite est convergente pour une norme k.kalors elle est bornée pour cette norme .
Preuve :
1. ∀ n ∈ N, ¯k u n k − k`k¯ ≤ k u n − `k → 0.
¯ ¯
2. En effet la suite réelle (k u n k)n∈N converge alors elle est bornée.
Remarque 3.2. La réciproque de 2) est fausse comme le montre l’exemple u n = (−1)n .

1 + n1 e−n
Ã !
Exemples 3.1. 1. La suites de matrices définies par A n = ¡ 1 ¢n 1 tend vers I 2 pour la
2 e n
norme k.k1 .
2. Soit f n ( x) = x n sur [0, 1], alors la suite ( f n ) converge vers la fonction nulle pour la norme k.k1
dans E = C ([0, 1], R)
En effet : Z 1
1
k f n k1 = |tn | dt = −−−−−→ 0
0 n + 1 n→+∞
p
3. Dans E = C ([0, 1], R) La suite ( f n ) définie par f n ( x) = x2 + nx n pour tout x ∈ [0, 1] est conver-
gente ver la fonction définie par f ( x) = x2 pour la norme k.k1 et divergente pour la norme k.k∞
car elle est non bornée pour cette norme.
En effet : Z 1 p
p n n
k f n − f k1 = | nt | d t = −−−−−→ 0
0 n + 1 n→+∞
p p
k f n k∞ = sup | t2 + nt n | = 1 + n −−−−−→ +∞
t∈[0,1] n→+∞
Remarque 3.3. Cet exemple montre que la convergence d’une suite dépend de la norme
choisie sur l’espace E.
3.2 Opérations sur les suites convergentes
Proposition ¢ ( u n )n∈N et (vn )n∈N convergent

3.3. Si respectivement vers ` et `0 , alors pour tout
λ, µ ∈ K , λ u n + µvn n∈N converge vers λ` + µ`0 .
¡
Preuve : pour tout n ∈ N,
0 ≤ k(λ u n + µvn ) − (λ` + µ`0 )k = kλ( u n − `) + µ(vn − `0 )k ≤ |λ|k u n − `k + |µ|kvn − `0 k−→0
Proposition 3.4. si (λn )n∈N est une suite de scalaires convergente vers λ et ( xn )n∈N une suite
vectorielle convergente vers x, alors (λn xn )n∈N converge vers λ x.
Preuve : kλn xn − λ xk = kλn ( xn − x) + (λn − λ) xk ≤ |λn | k xn − xk + |λn − λ|k xk−→0

|{z}
bornée
Remarque 3.4. L’ensemble des suites convergente est espace vectoriel et l ’application qui à
chaque suite convergente associe sa limite est une application linéaire de cet espace dans E.
3.3 Convergence et normes équivalente
Théorème 3.1. Soit N1 et N2 deux normes équivalentes sur E et ( u n ) une suite d’éléments de E
. Alors ( u n )converge vers ` pour N1 si et seulement si ( u n ) converge vers `pour N2
Corollaire 3.1. En dimension finie, la convergence d’une suite et la valeur de sa limite ne dé-
pendent pas du choix de la norme.
Remarque 3.5. 1. En dimension infinie, une suite peut converger pour une norme et diverger
pour une autre.
2. S’il existe une suite qui converge pour une norme N1 et ne converge pas pour une norme N2
alors les normes N1 et N2 ne sont pas équivalentes
Proposition 3.5. Soit E de dimension finie et β = ( e 1 , e 2 , . . . , e p ) une base de E . Soit( u n )n∈N une
suite d’éléments de E et ` ∈ E tels que
p
X p
X
un = u n,i e i et `= `i e i
i =1 i =1
alors
lim u n = ` ⇐⇒ ∀ i ∈ [[1, p]] , lim u n,i = ` i
n→+∞ n→+∞
En d’autres termes, pour qu’une suite soit convergente il faut et il suffit que ses suites coordon-
nées convergent.
Preuve : Supposons que lim u n = `.

Toutes les normes étant équivalentes en dimension finie, il suffit de prouver le résultat à l’aide de la norme
définie par
N∞ ( x1 e 1 + · · · + x p e p ) = max | x i |
i ∈[[1,p]]
On a
∀ i ∈ [[1, p]] , | u n,i − ` i | ≤ N∞ ( u n − `)−→0
d’où ∀ i ∈ [[1, p]] , lim u n,i = ` i .
n→+∞
Réciproquement supposons ∀ i ∈ [[1, p]] , lim u n,i = ` i .
n→+∞
Toutes les normes étant équivalente en dimension finie, il suffit de prouver le résultat avec la norme définie par
v
u p
uX
N 2 ( x1 e 1 + · · · + x p e p ) = t | x i | 2
i =1
On a v
u p
uX
N2 ( u n − `) ≤ t | u n,i − `|2 −→0 par hypothèse
i =1
d’où lim N2 ( u n − `) = 0.
n→+∞
Remarque 3.6. On retrouve alors qu’une suite complexe converge si et seulement si sa partie
réelle et imaginaire convergent.
µ ¶ µ ¶
an bn a b
Exemples 3.2. 1. définie une suite de matrice convergente vers si et seulement si (a n )n∈N
cn dn c d
( b n )n∈N , ( c n )n∈N , et ( d n )n∈N convergent respectivement vers a, b, c et d .
2. Une suite d’éléments de Rn converge si et seulement si chacune de ses suites coordonnées

convergent.
µ ¶n
a 0
Exercice 7. 1. Étudier la convergence de la suite ( A n ) avec A n =
0 d
µ ¶
a b
2. Soit A = . montrer que la suite ( A k )k∈N∗ est convergente ssi (|a| < 1) ou (a = 1, b = 0)
0 a
3.4 Suites extraites
¡Définition 3.2. Soit ( u n )n∈N ∈ E N . On appelle suite extraite de ( u n )n ) toute suite de la forme
u ϕ(n) n ) où ϕ est une application strictement croissante de N dans N
¢
Lemme 3.1. Soit ϕ : N → N une application strictement croissante alors :
∀n ∈ N ϕ( n) ≥ n
Proposition 3.6. Une suite est bornée si et seulement si toutes ses suites extraites sont bornées
Proposition 3.7. Si ( u n )n∈N ∈ E N converge vers ` ∈ E, alors toute ses suites extraites convergent
vers `.
Proposition 3.8. ( u n )n∈N ∈ E N et ` ∈ E .

Si les deux suites extraites ( u 2n )n∈N et ( u 2n+1 )n∈N admettent ` comme limite commune alors
( u n )n∈N converge vers `.
Preuve : Posons vn = k u n − `k. Par hypothèse, (v2n )n∈N et (v2n+1 )n∈N convergent vers 0. D’après la définition
de la limite pour ² > 0, p̀artir d’un certain rang N on a kv2n k < ² et kv2n+1 k < ² . Soit n un entier tel que n ≥ 2 N + 1
— Si n est impair alors n = 2 k + 1 avec k > N donc kvn k = kv2k+1 k < ²
— Si n est pair alors n = 2 k avec k > N donc kvn k = kv2k k < ²
On déduit alors
∀ n > 2 N + 1, kvn k < ²
Donc (vn )n∈N converge vers 0 c’est à dire ( u n )n∈N converge vers `.
4 Topologie d’un espace vectoriel normé

Soit E un espace vectoriel et k.k une norme sur E .
4.1 Ouverts dans un espace vectoriel normé
Définition 4.1. 1. On dit qu’une partie U est un ouvert de E si ∀ a ∈ U, ∃ r > 0 / B(a, r ) ⊂ U

2. Par convention l’ensemble vide est un ouvert de E
3. L’ensemble des ouverts de E s’appelle topologie de E associe à la norme k.k
Exemples 4.1. 1. E et ; sont ouverts

2. Dans R, un intervalle ouvert est une partie ouverte de R
Théorème 4.1. Les boules ouvertes sont des ouverts
Preuve : Soit a ∈ E et B(a, r ) la boule ouverte de centre a et de de rayon r .

• Si r = 0 alors B(a, r ) = ; est un ouvert.
• Si r > 0 soit b ∈ B(a, r ) posons ² = r − k b − ak alors ² > 0 et B( b, ²) ⊂ B(a, r ), car
∀ x ∈ B( b, ²), k x − ak ≤ k x − bk + ka − bk < ² + ka − bk = r
Ainsi B(a, r ) est ouverte.
Proposition 4.1. (Propriétés des ouverts).

1. Une réunion quelconque d’ouvert est un ouvert
2. Toute intersection finie d’ouverts est un ouvert
Remarque 4.1. Une intersection quelconque d’ ouvert n’est plus ouvert en générale
4.2 Fermés dans un espace vectoriel normé
Définition 4.2. Une partie X de E est dite fermée si son complémentaire dans E est un ouvert
de E
Exemples 4.2. • E et ; sont des fermées

• Dans R, les intervalles de type [a, b], [a, +∞[, et] − ∞, a] où a ∈ R sont des parties fermées de R
Théorème 4.2. Les boules fermées et les sphères sont des fermés
Preuve : Soit a ∈ E et B̄(a, r ) la boule fermée de centre a et de de rayon r .Posons O = E \B̄(a, r ) le complémen-
taire de B̄(a, r ) dans E.
• Soit b ∈ O posons ² = k b − ak − r alors ² > 0 et B( b, ²) ⊂ O , car
∀ x ∈ B( b, ²), k x − ak ≥ ka − bk − k x − bk > ka − bk − ² = r
Ainsi O est un ouvert par suite B̄(a, r ) est fermée .

• Soit S (a, r ) sphère de centre a et de de rayon r on a E \S (a, r ) = B(a, r ) ∪ O est une ouvert comme réunion de deux
ouverts donc S (a, r ) est fermée.
Remarques 4.1. 1. E et ; sont à la fois ouverts et fermés .

2. Une partie peut n’être ni ouverte, ni fermée comme le montre l’exemple [−1, 1[ dans R.
Proposition 4.2. 1. Une intersection quelconque de fermés est un fermé

2. Toute réunion finie de fermés est un fermé
Remarques 4.2. Une

[ £union1quelconque de partie fermée n’est plus fermée en général comme le
1
¤
montre l’exemple −1 + n , 1 − n = [−1, 1[ qui n’est plus fermée.
n∈N∗
4.3 Point intérieur - intérieur d’une partie
Définition 4.3. (point intérieur)

On dit que a est un point intérieur d’une partie A s’il existe une boule ouverte de centre a incluse
dans A c’est à dire
∃ r > 0, B(a, r ) ⊂ A.
◦
On note A l’ensemble des points intérieurs à A . On l’appelle intérieur de la partie A .
◦
Proposition 4.3. 1. A ⊂ A.
◦
2. A est un ouvert
◦ ◦
3. Si O est un ouvert tel que O ⊂ A alors O ⊂ A. On dit que A est le plus grand ouvert, au
sens d’inclusion, contenu dans A.
◦
4. A ouvert ⇔ A=A
◦
◦ ◦
5. A = A
◦ ◦
6. A ⊂ B ⇒ A ⊂ B
Preuve :
1. Par définition
◦ ◦
2. Si A = ; c’est un ouvert, si non soit a ∈ A donc il existe r > 0 tel que B(a, r ) ⊂ A, or B(a, r ) est un ouvert donc pour
tout élément x ∈ B(a, r ) il existe ρ > 0 telle que
B( x, ρ ) ⊂ B(a, r ) ⊂ A
◦ ◦
Ainsi tout élément x ∈ B(a, r ) est intérieur à A donc B(a, r ) ⊂ A ce qui montre que A est un ouvert.
◦
3. Soit O est un ouvert tel que O ⊂ A. Si O = ; alors O ⊂ A, si non soit a ∈ O il il existe r > 0 tel que B(a, r ) ⊂ O ⊂ A,
◦
donc a est intérieur à A par suite O ⊂ A.
Proposition 4.4. L’ intérieur d’une boule fermée B(a, r ) est la boule ouverte B(a, r )
Preuve : ◦
• La boule ouverte B(a, r ) est un ouvert contenu dans B(a, r ) donc B(a, r ) ⊂ B(a, r ).
◦
• Réciproquement, soit x ∈ B(a, r ), il existe ρ > 0 tel que B( x, ρ ) ⊂ B(a, r ), en particulier on a k x − ak ≤ r, supposons,
ρ
r+ 2 ρ ρ
par absurde, que k x − ak = r et posons y = a + ( x − a) alors k y − ak = r + > r donc y ∉ B(a, r ) et k y − xk = < ρ
r 2 2
donc y ∈ B( x, ρ ) ce qui contredis l’inclusion B( x, ρ ) ⊂ B(a, r ), donc forcement k x − ak < r par conséquence x ∈ B(a, r ) et
◦
B(a, r ) ⊂ B(a, r ) d’où l’égalité
4.4 Point adhérent - Adhérence d’une partie
Définition 4.4. On dit que a est adhérent à une partie A si toute boule ouverte de centre a
rencontre A c’est à dire
∀ r > 0, A ∩ B(a, r ) 6= ;.
On note A l’ensemble des points adhérents à A . On l’appelle adhérence de la partie A .
Intuitivement, il s’agit des points de A et des points « aux bords » de A .
Attention Il ne faut pas confondre l’adhérence A avec le complémentaire de A .
Exemples 4.3.
• Si A est une partie non vide majorée de R alors sup( A ) est un point adhérent à A.
En effet : Posons α = sup A d’après la caractérisation de la borne sup , pour tout ² > 0 il existe
a ∈ A tel que α − ² < a ≤ α donc a ∈]α − ², α + ²[∩ A. Ainsi ]α − ², α + ²[∩ A 6= ;.
• De meme, Si A est une partie non vide minorée de R alors inf( A ) est un point adhérent à A.
Proposition 4.5. Pour toute partie A de E :

1. E \ Ā = (E \ A )◦ : Le complémentairement de l’adhérence est l’intérieur du complémentaire.
◦
2. E \ A = (E \ A ) : Le complémentairement de l’intérieur est l’adhérence du complémentaire .
Preuve :
1.
x ∈ E \ Ā ⇔ ∃ r > 0, B( x, r ) ∩ A = ;
⇔ ∃ r > 0, B( x, r ) ∩ A ⊂ E \ A
⇔ x ∈ (E \ A )◦
2.
◦
x ∈ E\ A ⇔ ∀ r > 0, B( x, r ) n’est pas inclus dans A
⇔ ∃ r > 0, B( x, r ) ∩ (E \ A ) 6= ;
⇔ x ∈ ( E \ A ).
Proposition 4.6. 1. A ⊂ A (tous les points de A sont adhérents à A )

2. A est un fermé
3. Si A ⊂ F et F est fermé alors A ⊂ F . On dit que A est le plus petit fermé contenant A
4. Si A ⊂ B alors A ⊂ B
5. A est un fermé si et seulement si A = A
6. A = A
Preuve :
1. claire : tout point de A est un point adhérent à A
2. D’après la proposition 4.4, on a E \ Ā = (E \ A )◦ est un ouvert donc A est un fermé
3. Si A ⊂ F et F est fermé alors E \F est un ouvert de E \ A donc E \F ⊂ (E \ A )◦ = E \ Ā ainsi A ⊂ F.
4. on a A ⊂ B ⊂ B et on a B est un fermé donc A ⊂ B
5. Si A = A alors A est un ferme puisque A l’ est
Si A est un fermé alors A ⊂ A et comme A ⊂ A on déduit que A = A
Proposition 4.7. (caractérisation séquentielle des points adhérents).

a est adhérent à A si, et seulement s’il existe une suite de points de A convergeant vers a
Preuve :
• Soit a adhérent. Alors ∀ n ∈ N∗ , ∃ a n ∈ B(a, n1 ) ∩ A .
1
Notamment, (a n )n∈N∗ ∈ A N et ∀ n ∈ N∗ , ka n − ak ≤ −→0.
n
• Réciproquement, Supposons l’existence de (a n )n∈N ∈ A N convergente vers a.
Soir r > 0. Comme lim a n = a, il existe N ∈ N tel que ∀ n ≥ N, ka N − ak < r .
n→+∞
Notamment a N ∈ B(a, r ) et a N ∈ A par définition de (a n )n∈N . Ainsi ∀ r > 0, A ∩ B(a, r ) 6= ;.
Exemple 4.1. Dans R, la borne supérieure ou inférieure d’une partie non vide bornée sont des
points adhérents, ainsi il existe deux suites ( xn ) et ( yn ) d’élément de A telles que
lim xn = sup A et lim yn = inf A
Corollaire 4.1. Soit A une partie d’un espace vectoriel normé E.

A est un fermé si et seulement si pour toute suite (a n ) de A qui est convergente, on a lim a n ∈ A
Preuve :
Si A est un fermé et (a n ) une suite de A convergente vers x ∈ E aolrs x ∈ A = A
Réciproquement soit x ∈ A d’ après la caractérisation séquentielle de l’ adhérence il existe (a n ) une suite de A
convergente vers x donc x ∈ A par hypothèse , d’ où A = A donc A est ferme
Exemples 4.4. 1. X = { x} est fermé car toute suite de x converge vers X . par conséquence , toute
partie finie est fermé comme réunion finie de fermés.
2. une sphère est fermée . en effet ka n − ak = r et a n → x implique k x − ak = r
3. Une ellipse délimite une partie X fermée du plan.

2
2 x y2
½ ¾
En effet, si X = ( x, y) ∈ R / 2 + 2 ≤ 1 , et ( xn , yn ) n∈N ∈ X N convergente vers ( x, y) ∈ R2 ce qui
¡ ¢
a b
x2n yn2
se traduit par lim xn = x et lim yn = y, Alors ∀ n ∈ N, 2 + 2 ≤ 1. D’après les propriétés
n→+∞ n→+∞ a b
x2 y2
sur les suite réelles, on a donc 2 + 2 ≤ 1.
a b
Ainsi ( x, y) ∈ X d’où X est fermé.
4. L’ensemble D des matrices diagonales d’ordre p est fermé.
¡ ¢ ¡ ¢
En effet si (D n )n∈N converge vers D = a i, j 1≤ i, j≤ p , en notant D n = d i, j [ n] 1≤ i, j≤ p , on a ∀ i 6=
j ∈ [[1, p]] , ∀ n ∈ N, d i, j [ n] = 0 d’où lim d i, j [ n] = 0 = a i, j . Ainsi D est diagonale.
n→+∞
2
5. X = [0, 1[ n’est pas fermé car lim 1 − n1 , 0 = (1, 0) 6∈ X .
¡ ¢
n→+∞ | {z }
∈X
Il n’est pas ouvert non plus car lim − n1 , 0 = (0, 0) 6∈ X C .
¡ ¢
n→+∞ | {z }
∈X C
Proposition 4.8. L’adhérence d’une boule ouverte B(a, r ) est la boule fermée B(a, r )
Preuve :
• B(a, r ) est un fermé qui contient B(a, r ) donc B(a, r ) ⊂ B(a, r ).
1
• Soit x ∈ B(a, r ) si k xk < r alors x ∈ B(a, r ) ⊂ B(a, r ) si k xk = r, posons pour tout n ∈ N∗ , xn = x − ( x − a) alors
n
1
k xn − ak = r (1 − ) < r donc ( xn ) est une suite de B(a, r ) qui converge vers x par suite x ∈⊂ B(a, r ) ceci montre l’autre
n
inclusion
Exemple 4.2. L’ensemble des points adhérents à ]a, b[ est l’ensemble [a, b].
4.5 Frontière d’une partie
◦
Définition 4.5. On appelle frontière de A l’ensemble ∂ A = A \ A
Intuitivement, il s’agit du « bord » de A (lorsqu’ il y en a un.) c’est à dire les points pouvant
être « approchés » à la fois par l’intérieur et par l’extérieur de cet ensemble.
Remarque 4.2. Les points de la frontière de A sont les points x tels que toute boule ouverte
centrée en x rencontre à la fois A et son complémentaire
Proposition 4.9. 1. ∂ A est un fermé.

◦ ◦
2. A, ∂ A et E \ Ā sont deux à deux disjointes et E = A ∪ ∂ A ∪ (E \ Ā )
4.6 Parties denses
Définition 4.6. On dit qu’une partie A de E est dense dans E si A = E
Théorème 4.3. (caractérisation séquentielle de la densité ).

il y a équivalence entre les assertions suivantes :
1. A est dense dans E
2. Pour tout ouvert de E, on a O ∩ A 6= ;
3. Tout élément de E est limite d’une suite de A
4.7 Invariance par l’équivalence des normes
Proposition 4.10. Si N1 et N2 sont deux normes équivalentes dans E alors

1. Tout ouvert pour N1 est un ouvert pour N2
2. Tout fermé pour N1 est un fermé pour N2
3. L’adhérence , l’intérieure et la frontière d’une partie pour N1 sont les mêmes pour N2
4. Une partie dense pour N1 est dense pour N2
Remarques 4.3. 1. Deux normes équivalentes dans E définissent la même topologie sur E.
2. En dimension finie deux normes quelconque définissent la même topologie.
4.8 Applications
Exercice 8. Montrer que GL n (K) est dense dans M n (K)
Solution : Soit A ∈ M n (K) on sait que le polynôme caractéristique χ A ( X ) de A est de degré n et ses racines sont
les valeurs propres de A, posons λ1 , ..., λ p les valeurs propres distinctes non nulles de A telles que 0 < |λ1 | < ... <
|λ p |et soit (a n ) une suite de nombres réels telle que pour tout n ∈ N, 0 < a n < |λ1 | et lim a n = 0 . Posons en fin
n→+∞
A n = A − a n I n Alors
• ∀ n ∈ N, A n ∈ GL n (K) car a n n’est pas valeur propre de A.
• lim A n = A car lim a n = 0.
n→∞ n→+∞
On conclut alors que GL n (K) est dense dans M n (K).
Exercice 9. Montrer que D n (C) , l’ensemble des matrices diagonalisables de M n (C), est dense
dans M n (C).
Exercice 10. Soit E un espace vectoriel normé et F un sous espace vectoriel de E tel que
F 6= E.
1. Montrer que F est un s.e.v de E .
2. En déduire que si H est un hyperplan de E alors H est ou bien fermé ou bien dense dans E
o
3. Montrer F = ;
4. On suppose que E est de dimension finie. Montrer que F est un fermé
5 Limite des applications entre evns

(E, k.kE ) et (F, k.kF ) sont deux espaces vectoriels normés .
5.1 Les définitions
Définition 5.1. 1. Soit f : A ⊂ E → F et a ∈ A, ` ∈ F .
lim f ( x) = ` ⇔ ∀ε > 0, ∃α > 0, ∀ x ∈ A, k x − ak < α ⇒ k f ( x) − `k < ε

x→ a
2. Soient f : A ⊂ E → F, avec A non bornée, et ` ∈ F
lim f ( x) = ` ⇔ ∀ε > 0, ∃α > 0, ∀ x ∈ A, k xk > α ⇒ k f ( x) − `k < ε

k xk→+∞
3. Soit f : A ⊂ R → F , avec A non majorée, et ` ∈ F .
lim f ( x) = ` ⇔ ∀ε > 0, ∃α > 0, , ∀ x ∈ A, x > α ⇒ k f ( x) − `k < ε

x→+∞
4. Soit f : A ⊂ R → F , avec A non minorée, et ` ∈ F .
lim f ( x) = ` ⇔ ∀ε > 0, ∃α > 0, , ∀ x ∈ A, x < −α ⇒ k f ( x) − `k < ε

x→−∞
5. Soit f : A ⊂ E → R et a ∈ A
lim f ( x) = +∞ ⇔ ∀B > 0, ∃α > 0, ∀ x ∈ A, k x − ak < α ⇒ f ( x) > B

x→ a
lim f ( x) = −∞ ⇔ ∀B > 0, ∃α > 0, ∀ x ∈ A, k x − ak < α ⇒ f ( x) < −B

x→ a
Remarque 5.1. Ces définitions sont encore valables en remplaçant les inégalités strictes par des
inégalités larges
Proposition 5.1. La limite lorsqu’ elle existe est unique
Preuve : dans le cas 1 provient de la relation k l 1 − l 2 k ≤ k f ( x) − l 1 k + k f ( x) − l 2 k −−−→ 0

x→ a
Remarque 5.2. Si la fonction f est définie en a ∈ A et si la limite existe en a, alors cette limite vaut f (a).
En effet ∀α > 0, ka − ak ≤ α et donc ∀ε > 0, | f (a) − l | < ε d’où f (a) = l .
Si a ∈ A alors : f admet une limite finie en a ⇔ f est continue en a.
Exemples 5.1. 1. La fonction valant 1 partout sauf en 0 où elle est s’annule n’admet pas de
limite en 0.
2. Soit f : ( x, y) = x4 + y4 + x y alors lim f ( x, y) = +∞
k(x,y)k→+∞
q
En effet : posons k( x, y)k = x2 + y2 alors f ( x, y) ≥ x4 + y4 + x2 y2 ≥ k( x, y)k4 → +∞
Proposition 5.2. Soit f : A ⊂ E → F si f admet une limite l ∈ E en point a ∈ Ā alors f est bornée
au voisinage a
5.2 Caractérisation séquentielle d’une limite
Théorème 5.1 (Caractérisation séquentielle d’une limite). Soit f : A ⊂ E → F et a ∈ A

(
pour toute suite ( u n )n∈N d’éléments de A
lim f ( x) = l ⇔ lim u n = a ⇒ lim ( f ( u n )) = l.
x→ a
n→+∞ n→+∞
Preuve : On ne traitera que le cas où a ∈ E et l ∈ F , les cas infinies étant laissés en exercice. • Supposons
que lim f = l et fixons ε > 0.
a
∃ α > 0 | ∀ x ∈ D, k x − ak < α ⇒ k f ( x) − l k ≤ ε
Soit ( u n )n∈N convergente vers a : ∃ N ∈ N | ∀ n ∈ N, n ≥ N =⇒ k u n − ak ≤ α.
Ainsi
∃ N ∈ N | ∀ n ∈ N, n ≥ N =⇒ k f ( u n ) − l k ≤ ε.
Ceci étant vrai pour tout ε > 0, on en déduit lim f ( u n ) = l
n→+∞
• Pour la réciproque, raisonnons par contraposée : Supposons que f ne tende pas vers l en a c’est à dire
∃ε > 0 | ∀α ∈ R, ∃ x ∈ A | k x − ak ≤ α et k f ( x) − l k ≥ ε.
On exploite le “∀α".
1
∃ ε > 0 | ∀ n ∈ N, ∃ x n ∈ A | k x n − a k ≤ et k f ( xn ) − l k ≥ ε.
n
On a lim xn = a (par définition de ( xn )n∈N ) mais ( f ( xn ))n∈N ne converge pas vers l
n→+∞
Remarque 5.3. Ce théorème est très utile pour montrer qu’une limite n’existe pas.Par exemple
s’il existe deux suites ( xn ) et ( yn ) de A qui convergent vers a et lim f ( xn ) 6= lim f ( yn ) alors f
n’admet pas de limite en a.
1
µ ¶
Exemples 5.2. 1. f ( x) = sin a-t-elle une limite en 0 ?
x
1
Soit u n = , alors u n −−−−−→ 0 et f ( u n ) = 0 −
→0 .
nπ n→+∞ n
1
et soit vn = −−−−−→ 0 alors f (vn ) −−−−−→ 1 6= 0 donc f n’admet pas de limite en 0.
2 nπ + π2 n→+∞ n→+∞
2. L’application de R2 \{(0, 0)} dans R définie par

xy
f ( x, y) =
x2 + y2
1 1 1 1 1
¶ µ µ ¶
n’a pas de limite en (0, 0) car f , 0 = 0−→0 et f , = −→ 6= 0.
n n n 2 2
5.3 Cas d’une application à valeurs dans un espace normé de dimen-

sion finie.
Théorème 5.2. (Cas d’une application à valeurs dans un espace normé de dimension
finie).
Soit F de dimension finie, β = ( e 1 , e 2 , . . . , e n ) une base de F et Soit f : A ⊂ E → F et a ∈ A
n
X n
X
Si f = f i e i et l = l i e i ∈ F ,alors
i =1 i =1
lim f ( x) = l ⇐⇒ ∀ i ∈ [[1, n]] , lim f i ( x) = l i

x→ a x→ a
π
µ ¶
cos x − sin x
Exemples 5.3. f : x 7−→ alors la limite de f en 0 est I 2 , et la limite de f en est
sin x cos x 2
µ ¶
0 −1
.
1 0
5.4 Opération sur les limites
Proposition 5.3. (Opération algébriques).

Soit A une partie non vide de E et a ∈ A
1. Si f , g : A ⊂ E → F admettent respectivement l et l 0 comme limite en a, alors pour tout
λ, µ ∈ K , λ f + µ g admet une limite en a et
lim(λ f + µ g) = λ l + µ l 0
a
2. Si f : A ⊂ E → R admettant λ comme limite en a et g : A ⊂ E → F admettant l comme

limite en a, alors f g admet une limite en a et on a
lim f g = λ l
a
3. Si f : A ⊂ E → R est une fonction à valeurs réelles admettant λ 6= 0 comme limite en a,

1
alors f ne s’annule pas dans un voisinage de a dans A et admet une limite en a donnée
f
par
1 1
lim =
a f λ
Preuve : Il suffit d’utiliser la caractérisation séquentielle et d’utiliser les résultats déjà montrés dans le cours
sur les suites.
Proposition 5.4. (Composition).

Soient f : A 1 −→ F ; et g : A 2 −→ F 0 telles que f ( A 1 ) ⊂ A 2 et a ∈ A 1 .
Si lim f = b alors b ∈ A 2 et si de plus lim g = l, Alors
a b
lim g ◦ f = l
a
Preuve : ∀( u n )n ∈ A N
1 telle que lim u n = a on a lim f ( u n ) = l 1 .
n→+∞ n→+∞
Or ∀(vn )n ∈ A N
2 telle que lim v n = l 1 on a lim g(v n ) = l 2 .
n→+∞ n→+∞
Donc, en posant , vn = f ( u n ) il vient : lim g( f ( u n )) = l 2 .
n→+∞
On conclut avec la caractérisation séquentielle.
Exercice 11. Les fonctions suivantes ont-elles des limites en (0, 0) ?

1
µ ¶
1. f ( x, y) = ( x + y) sin 2
x + y2
x 2 − y2
2. f ( x, y) =
x 2 + y2
| x + y|
3. f ( x, y) = 2
x + y2
Ã !
x2 + y2 − 1 sin( x2 ) + sin( y2 )
4. f ( x, y) = sin x,
x
p
x 2 + y2
Indication :Essayer, par des majorations, de voir si on peut obtenir une limite. Sinon, regar-
der la limite sur des droites ou des courbes, et essayer d’obtenir des limites différentes.,
Solution : 1. On a
| f ( x, y)| ≤ | x| + | y| ≤ k( x, y)k1 .
La limite de f en (0, 0) est donc 0.
2. Non ! On a
3
lim f ( x, x) = 0 et lim f ( x, 2 x) = − .
x →0 x →0 5
3. Non !
lim f ( x, x) = +∞.
x →0
sin x
4. Il suffit d’étudier la limite des deux fonctions coordonnées ( f 1 , f 2 ). Or, x2 + y2 − 1 tend vers -1, et vers 1. f 1
x
tend donc vers −1 si ( x, y) tend vers (0, 0). D’autre part, on a
| sin( x2 )| x2 | sin( y2 )| y2
| f 2 ( x, y)| ≤ 2
p + 2
p .
x x2 + y2 y x2 + y2
Mais on a sin( x2 )/ x2 → 1, et
x2 x 2 + y2
q
p ≤p ≤ x2 + y2 .
x 2 + y2 x 2 + y2
On en déduit que f 2 ( x, y) tend vers 0 si ( x, y) tend vers (0, 0), et donc f ( x, y) tend vers (−1, 0) si ( x, y) tend vers
(0, 0).
6 Continuité entre evns

6.1 Définition et propriétés
Définition 6.1. Soit f : A −→ F et a ∈ A .

• On dit que f est continue au point a si et seulement si lim f ( x) = f ( a)
x→ a
c’est à dire lim k f ( x) − f (a)k = 0.
x→ a
• On dit que f est continue sur A si elle est continue en tout point de A . On note C ( A, F ) ou
C 0 ( A, F ) l’ensemble des fonctions continues de A dans F .
Remarques 6.1. 1. Avec quantificateurs :
f est continue en a ⇔ ∀ε > 0, ∃α > 0, ∀ x ∈ A, [k x − ak < α ⇒ k f ( x) − f (a)k < ε.]

⇔ ∀ε > 0, ∃α > 0, ∀ x ∈ A, [ x ∈ B(a, α) ⇒ f ( x) ∈ B( f (a), ε).]
2. On peut remplacer les inégalités strictes par des inégalités larges.

3. Si f définie en a alors f admet une limite en a si et seulement si ell est continue en a.
Théorème 6.1 (Caractérisation séquentielle de la continuité). Soit f : A ⊂ E → F et a ∈ A

(
pour toute suite ( u n )n∈N d’éléments de A
f continue en a ⇔ lim u n = a ⇒ lim ( f ( u n )) = f (a).
n→+∞ n→+∞
Exercice 12. Soit f : E → E continue en 0 telle que ∀ x ∈ R f (2 x) = f ( x) . Montrer que f est

constante
Exercice 13. Montrer que la fonction caractéristique de Q est discontinue en tout point de R.
Exercice 14. Soit f : E → F continue . Montrer que si f est nulle sur une partie dense A de E
alors f est nulle sur E
Proposition 6.1. si f et g sont continues et égaux sur une partie dense alors elles sont égales
6.2 Opérations sur les fonctions continues
Proposition 6.2. Soit a ∈ D et f , g : D → F deux applications continues en a alors

1. Pour tout λ ∈ K la fonction f + λ g est continue en a
2. Si ϕ : D → K est continue en a alors ϕ g est continue en a.
1
3. Si F = K et g(a) 6= 0 alors g ne s’annule pas dans un voisinage de a et est continue en a
g
Proposition 6.3. Soient f , g : D → F deux applications continues sur D . Alors :

— Pour tout λ ∈ K la fonction f + λ g est continue sur D .
— Si ϕ : D → K est continue alors ϕ g est continue en sur D
1
— Si F = K et g ne s’annule pas sur D alors est continue sur D .
g
Corollaire 6.1. C ( A, F ) est un K-espace vectoriel .
2 x2 y
Exemple 6.1. Soit f : R → R définie f ( x, y) = 2 si ( x, y) 6= (0, 0) et f ((0, 0)) = 0.
x + y2
Alors f est continue sur R.
En effet :
• ( x, y) 7→ x et ( x, y) 7→ y sont continues sur R2 . ainsi f est continue sur R2 \{(0, 0)} comme somme,
produit et quotient de fonctions continues sur R2 \{(0, 0)} dont le dénominateur ne s’annule pas.
• D’autre part
∀( x, y) 6= (0, 0), | f ( x, y)| ≤ | y| ≤ k( x, y)k2 −−−−−−−→ 0
(x,y)→(0,0)
donc lim f ( x, y) = 0 ainsi f est continue en (0, 0.)

(x,y)→(0,0)
Proposition 6.4. (Composition).

Soient f : A 1 ⊂ E −→ F, g : A 2 ⊂ F −→ G telles que f ( A 1 ) ⊂ A 2 et a ∈ A 1 .
— Si f est continue en a et g continue en f (a) alors g ◦ f est continue en a
— Si f est continue sur A 1 et g continue en f ( A 1 ) alors g ◦ f est continue sur A 1
Proposition 6.5 (continuité de la restriction). Soient A et A 0 deux sous-ensembles de E tels que

A ⊂ A0.
Soient g : A 0 −→ F et f = g | A . Si g est continue sur A 0 alors f est continue sur A
Attention 6.1. La réciproque est fausse : f = E [0,1[ est continue en 0 (car elle est constante)
mais x 7→ E ( x) n’est pas continue en 0.
Définition 6.2. Si f est définie sur A \{a} et admet une limite finie l en a, alors la fonction fe telle
que fe| A\{a} = f et fe(a) = l est continue en a et s’appelle le prolongement par continuité de f en a.
Par abus de notation on note souvent fe = f .
Remarque 6.1. Autrement dit, lorsque a 6∈ A , f se prolonge par continuité en a si et seulement si f

admet une limite finie en a.
arcsin(1 − x2 )
Exemples 6.1. 1. On considère la fonction f définie par f ( x) =
1− x
Comme x 7→ 1 − x2 est continue sur R et que arcsin est continue sur [p−1,p 1], la fonction f est
2
continue aux points x ∈ R tels que 1 − x ∈ [−1, 1] c’est à dire sur [− 2, 2].
p p p p
f est donc continue sur [− 2, 2]\{1} comme quotient de fonctions continues sur [− 2, 2]\{1}
dont le dénominateur ne s’annule pas.
arcsin(−2 h − h2 ) −2 h − h2
En 1, on a f (1+ h) = ∼ = 2+ h. D’où f est prolongeable par continuité
−h 0 −h
en 1 en lui donnant la valeur f (1) = 2.
2. L’application de R2 \{(0, 0)} dans R définie par
x2 y2
f ( x, y) =
x2 + y2
est prolongeable par continuité en (0, 0) par f (0, 0) = 0 puisque
∀ ( x, y) ∈ R2 \{(0, 0)}, | f ( x, y) − 0| ≤ k( x, y)k22 −−−−−−−→ 0

(x,y)→(0,0)
6.3 Cas des espaces de dimensions finies
Proposition 6.6. Soit F de dimension finie et β = ( e 1 , e 2 , . . . , e n ) une base de F et f : A ⊂ E → F

n
X
tel que f = f i e i . Alors f est continue si et seulement si chaque f i pour 1 ≤ i ≤ n est continue.
i =1
x2 + y2
Ã !
cos x
Exemple 6.2. ( x, y) 7−→ 1 est continue sur R2 .
arctan( x y) 1+ x2 + y2
Proposition 6.7. Soit E de dimension finie et β = ( e 1 , e 2 , . . . , e n ) une base de E . Soit P k la k ieme

projection de E definie par :
Pk : E −→ K
Xn
x= x i e i 7−→ xk
i =1
Alors P k est continue sur E pour tout k ∈ [[1, n]] .
n
X n
X
Preuve : Soit a = a i e i et x = x i e i Pour tout k ∈ [[1, n]] on a :
i =1 i =1
|P k ( x) − P k (a)| = | xk − a k | ≤ k x − ak1 −−−→ 0

x→ a
Définition 6.3 (application polynomiale). Soit E de dimension finie et β = ( e 1 , e 2 , . . . , e n ) une base

de E . Pour i ∈ [[1, n]], on note p i : x = x1 e 1 + · · · + xn e n 7−→ x i les projections de E .
On dit que f : E → K est polynomiale si elle est combinaison linéaire des produits finies des p i .
c’est à dire
n m
α1,k α
α1,k ....αn,k ∈ N, λk ∈ K
X X
∀x = xi e i , f ( x) = λk x1 ....xn n,k ,
i =1 k=1
Exemple 6.3. f : ( x, y, z) 7→ x yz − 2 x y + 3 y3 − x4 + xz − x y est polynomiale sur R3
Proposition 6.8. Toute application polynomiale est continue.
Preuve : comme combinaison linéaire de produits d’applications continues
Exemple 6.4. le déterminant det est polynomial en les coefficients de la matrice donc continue
sur M n (K). X
En effet : Si M = ( m i j ) alors det( M ) = (σ) m 1σ(1) ...m nσ(n)
σ∈ S n
Exemples 6.2. • L’application f : M 7→ t MM est continue sur M n (K). en effet ses applications
cordonnées sont polynomiales
xy
• ( x, y) 7−→ continue sur R2 d’après les théorèmes d’opérations car ( x, y) 7→ x y et
1 + x2 + y2
( x, y) 7→ 1 + x2 + y2 le sont (polynomiales) et le dénominateur ne s’annule pas.
6.4 Image réciproque des ouverts et des fermés par une application
continue
Proposition 6.9. Soit f : D ⊂ E → F , alors il ya équivalence entre :

1. f est continue sur D
2. L’image réciproque de tout ouvert de F est un ouvert relatif de D .
3. L’image réciproque de tout fermé de F est fermé relatif de D .
Preuve :
1 ⇒ 2 : supposons f est continue sur D . Soit U un ouvert de F . Posons O = f −1 (U ), si O = ; alors O est un ouvert ,
si non soit x ∈ O donc f ( x) ∈ U qui est ouvert par suite il existe ² > 0 tel que B( f ( x), ²) ⊂ U ; comme f est continue en
x il existe α > 0 tel que pour tout y ∈ B( x, α) on a f ( y) ∈ B( f ( x), ²) ⊂ U donc y ∈ O par suite B( x, α) ⊂ O ainsi O est un
ouvert de D.
2 ⇒ 1 : supposons que l’image réciproque de tout ouvert de F est un ouvert relatif de D. Soit a ∈ D et ² > 0 f −1 (B( f (a), ²))
est un ouvert de D qui contient a donc il existe α > 0 tel que B(a, α) ∩ D ⊂ f −1 (B( f (a), ²)). Ainsi
∀ x ∈ D, k x − ak < α ⇒ k f ( x) − f (a)k < ²
ce qui veut dire que f est continue sur D.
2 ⇔ 3 : Se déduit par complémentation puisque
∀B ∈ (F ), f −1 (F \B) = D \ f −1 (B)
Corollaire 6.2. Soit f ∈ C (E, R), et α ∈ R.

— Les ensembles { x ∈ E | f ( x) ≤ α}, { x ∈ E | f ( x) = α} sont des fermés.
— L’ensemble { x ∈ E | f ( x) < α} est un ouvert.
Preuve : précédent avec { x ∈ E | f ( x) ≤ α} = f −1 ] − ∞, α] , { x ∈ E | f ( x) = α} = f −1 {α} et

¡ ¢ ¡ ¢
On utilise le théorème
{ x ∈ E | f ( x) < α} = f −1 ] − ∞, α[
¡ ¢
Exemples 6.3. 1. Soit f ∈ C (E, R), et α ∈ R.

— Les ensembles { x ∈ E | f ( x) ≤ α}, { x ∈ E | f ( x) = α} sont des fermés.
— L’ensemble { x ∈ E | f ( x) < α} est un ouvert.
2. Une sphère est un fermé puisqu’elle est de la forme { x ∈ E | f ( x) = R } où f : x 7→ k x − ak est
continue.
3. une boule ouverte est un ouvert puisqu’elle est de la forme { x ∈ E | f ( x) < R } où f : x 7→ k x − ak
est continue.
4. GL n (R) est un ouvert de M n (K). On a en effet GL n (K ) = det−1 (K∗ ) et le déterminant est
continue car polynomial et K∗ est un ouvert comme complémentaire du fermé {0}.
5. O n (R) := { A n (R)/ t MM = I n } est un fermé comme image réciproque du fermé { I n } par lapplica-
tion continue M 7→ t MM.
6.5 Applications lipschitziennes
Définition 6.4. (Application lipschitzienne).

Soient E est F deux espaces vectoriels normés et k ∈ R+ , une application f : A ⊂ E → F est dite
k− lipschitzienne si :
∀ x ∈ A, k f ( x) − f ( y)kF ≤ kk x − ykE
elle est dite lipschitzienne si elle est k− lipschitzienne pour un certain k dans R+ .
Si de plus k ∈ [0, 1[ on dit que f est contractante
Proposition 6.10. • la composée d’applications lipschitziennes est lipschitzienne.

• Une application lipschitzienne est continue.
Exemples 6.4. 1. D’après l’inégalité des accroissements finis, toute fonction à dérivée bornée
est lipschitzienne.
2. Soit k k une norme sur ¯E alors x 7−→ k xk est 1-lipschitzienne donc elle est continue. puisque
2 ¯
¯
∀ ( x, y) ∈ E , k xk − k yk¯ ≤ k x − yk
3. Soit E un espace vectoriel normé et A une partie non vide de E,
alors l’application d A : x 7→ d ( x, A ) est lipschitzienne.
6.6 Continuité des applications linéaires et multilinéaires en dimen-

sion finie
Soient (E, k.kE ) et (F, k.kF ) deux espaces vectoriels normés .
Théorème 6.2. Si E est de dimension finie et f ∈ L(E, F ), alors

1. ∃ k > 0, ∀ x ∈ E, k f ( x)k ≤ kk xk
2. f est lipschitzienne donc continue.
Preuve :
1. Soit β = ( e 1 , e 2 , . . . , e n ) une base de E .
Xn
Pour x = x i e i on a
i =1
Ã !
n
X n
X n
X
k f ( x)k = k x i f ( e i )k ≤ | x i | k f ( e i )k ≤ sup | x i | k f ( e i )k
i =1 i =1 i ∈[[1,n]] i =1
n
X
Posons M = k f ( e i )k. On a alors
i =1
k f ( x)k ≤ M k xk∞
Comme toute les normes sont équivalentes en dimension finie, on en déduit l’existence d’un réel k tel que
k f ( x)k ≤ kk xk. k étant indépendant de x, on en déduit l’assertion.
2. pour ( x, y) ∈ E 2 ,
k f ( x) − f ( y)k = k f ( x − y)k ≤ kk x − yk
et f est bien lipschitzienne.
Remarque 6.2. Le théorème est faux en dimension infinie comme le montre l’exemple ϕ : C ([0, 1], R) →
R; f 7→ f (1) qui est linéaire et non continue pour la norme k.k1 puisque la suite ( f n ) de E définie
par f n ( t), = t n converge vers la fonction nulle tandis que ϕ( f n ) → 1 6= ϕ(0)
Exemples 6.5. 1. M 7−→ P −1 MP est continue sur M n (C) puisqu’ elle est linéaire sur un es-
pace de dimension finie
Notamment si ( M n )n∈N converge vers M ,alors lim P −1 M n P = P −1 MP .
n→+∞
t
2. M 7−→ M est continue sur M n (C) puisqu’ elle est linéaire sur un espace de dimension finie
Notamment si ( M n )n∈N converge vers M ,alors lim t M n = t M .
n→+∞
Définition 6.5. Soit E 1 , ..., E n et F des espaces vectoriels . On dit qu’ une application
n
Y
f: Ei −→ F
i =1
( x1 , x2 , . . . , xn ) 7−→ f ( x1 , x2 , . . . , x n )
est n-linéaire si elle est linéaire par rapport à chacune de ses variables ; c’est à dire que cha-
cune de ses applications partielles f i : y 7−→ f ( x1 , , . . . , x i−1 , y, x i+1 , . . . , xn ) est linéaire de E i dans
F
Si de plus n = 2 on dit que f est bilinéaire et si n = 3 on dit que f est trilinéaire.
Exemples 6.6. 1. Le produit scalaire est bilinéaire .

2. En dimension n, ( x1 , . . . xn ) 7−→ detβ ( x1 , . . . xn ) est n-linéaire.
3. L’application Rn −→ R est n-linéaire.

( x1 , x2 , . . . , xn ) 7−→ x1 x2 . . . xn
Théorème 6.3. Si (E 1 , N1 ), ..., (E n , Nn ) des espaces vectoriels normés de dimensions finies , alors
Yn
toute application n− linéaire de E i dans un espace vectoriel normé F, est continue.
i =1
En d’autre termes :
Toute application multilinéaire d’un produit d’espaces vectoriels normés de dimensions finies
est continue.
Preuve : Dans le cas d’une application bilinéaire B pour simplifier l’écriture, le cas général étant analogue :
Soit β = ( e 1 , e 2 , . . . , e n ) une base de E 1 et γ = ( f 1 , f 2 , . . . , f p ) une base de E 2 .
Xn p
X
Pour x = x i e i et y = yi f i on a
i =1 j =1
X p
n X p
n X
X
kB( x, y)k = k x i y j B ( e i , f j )k ≤ | x i | | y j |kB( e i , f j )k
i =1 j =1 i =1 j =1
d’où Ã !Ã !Ã !
p
n X
X
B( x, y) ≤ sup | x i | sup | y j | kB( e i , f j )k
i ∈[[1,n]] j ∈[[1,p]] i =1 j =1
p
n X
kB( e i , f j )k. On a alors ∀ ( x, y) ∈ E 2 , kB( x, y)k ≤ M k xk∞ k yk∞
X
Posons M =
i =1 j =1
Donc pour ( x0 , y0 ) et ( x, y) ∈ E 2 ,
kB( x, y) − B( x0 , y0 )k = kB( x − x0 , y) − B( x0 , y − y0 )k
≤ kB( x − x0 , y)k∞ + kB( x0 , y − y0 )k∞
≤ M k x − x0 k∞ k yk∞ + M k x0 k∞ k y − y0 k∞ −−−−−−−−−→ 0
( x,y)→( x0 ,y0 )
et B est donc bien continue pour la norme infinie. Comme toute les normes sont équivalentes en dimension finie
( c’est à dire la notion de limite ne dépend pas de la norme choisie), elle est continue tout court.
Exemples 6.7. 1. ( A, B) 7→ AB est continue sur Mn (K) car bilinéaire en dimension finie .
Notamment, si ( A n )n∈N et (B n )n∈N convergent vers A et B respectivement, alors ( A n B n )n∈N
converge vers AB.
2. f : M 7→ M 2 est continue sur Mn (K) car c’est la composée f = h ◦ g où g est l’application dé-
finie sur Mn (K) dans Mn (K) × Mn (K) par g( M ) = ( M, M ) qui est linéaire en dimension finie
donc continue, et h est l’application définie par h : ( A, B) 7→ AB définie de Mn (K) × Mn (K)
dans Mn (K) qui est bilinéaire en dimension finie donc continue.
3. Dans L(E ) où E est de dimension finie, l’application ( f , g) 7−→ f ◦ g est continue.
4. Si E est de dimension finie, l’application de K × E vers E définie par (λ, x) 7−→ λ x est
bilinéaire en dimension finie donc continue.
On a plus précisément kλ xk = |λ| k xk.
5. En dimension finie, le produit scalaire est continue.
6. On retrouve que ( x1 , . . . xn ) 7−→ detβ ( x1 , . . . xn ) est continue puisque n-linéaire en dimension
finie.
Attention 6.2. Ces théorèmes sont faux à priori si E n’est pas de dimension finie.
Remarque 6.3. Par contre, avec les mêmes démonstrations, toute application n-linéaire véri-
n
Y
fiant une relation du type ∀ ( x1 , . . . , xn ) ∈ E i , k f ( x1 , . . . , xn )k ≤ kk x1 k . . . k xn k, est continue, même
i =1
en dimension infinie.
6.7 Continuité sur un fermé borné
Théorème 6.4. Soient E et F deux espaces vectoriels normés de dimensions finies.

Si f : K → F continue sur un fermé borné K de E à valeurs dans (F, k.k) alors f est bornée et
l’application x → k f ( x)k définie sur K dans R+ atteint ses bornes
C’est à dire , ∃a, b ∈ K tels que
sup k f ( x)k = k f (a)k, et inf k f ( x)k = k f ( b)k

x∈ K x∈ K

Cours Esp Vect Norm

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

Cours Esp Vect Norm

Transféré par

Droits d'auteur :

Formats disponibles

PSI Espaces vectoriels normés

Plan 4.4 Point adhérent - Adhérence d’une partie 16

1 Normes sur un espace vectoriel

Définition 1.1. (Norme )

Exemples 1.1. (Exemples fondamentaux).

Alors k.k1 , k.k2 , k.k∞ sont des normes sur Kn .

4. Normes usuelles sur M np (K)

est une norme sur E appelée norme produit

sont des normes sur E

est une norme sur E appelée norme de la convergence uniforme

Proposition 1.1. Soit (E, k.k) un espace vectoriel normé

Exercice 1. Soit E, k.k un espace vectoriel normé

1.2 Norme euclidienne

Définition 1.2. (Produit scalaire).

Exemples 1.2. 1. Sur E = Rn , on définit un produit scalaire sur E en posant pour x = ( x1 , . . . , xn )

2. Sur E = C 0 ([a, b], R) et f , g ∈ E , on définit un produit scalaire sur E en posant

Alors pour tous x, y ∈ E on a

4. k x + yk2 + k x − yk2 = 2(k xk2 + k yk2 ) (Identité de parallélogramme)

avec égalité si et seulement si x et y sont colinéaires.

Remarque 1.2. Une norme k k sur E est euclidienne si et seulement si l’application

1.3 Distance associée à une norme

Définition 1.4. On appelle distance sur E toute application d de E 2 dans R+ vérifiant :

Remarque 1.3. Si d est une distance sur E on a la seconde Inégalité triangulaire :

1.4 Boules ouvertes - Boules fermées - sphères

Définition 1.6. Soit a ∈ E et r > 0

B(a, r ) = { x ∈ E | k x − ak < r } = { x ∈ E | d ( x, a) < r }

2. On appelle boule fermée de centre a et de rayon r l’ensemble

3. On appelle Sphère de centre a et de rayon r l’ensemble

4. Lorsque a = 0 et r = 1, B(0E , 1), B(0E , 1) et S (0E , 1) sont appelées respectivement : la boule

Exemples 1.4. 1. Dans (R, |.|) on a B(a, r ) =]a − r, a + r [ et on a B(a, r ) = [a − r, a + r ]

k.k1 ≤ a k.k2 ⇔ B2 (0, 1) ⊂ B1 (0, a)

1.5 Parties convexes

Exemples 1.5. • ; et E sont convexes

Proposition 1.4. les boules (ouvertes ou fermées) sont convexes

Remarque 1.4. la sphère n’est pas convexe.

1.6 Parties et applications Bornées

Définition 1.9. soient E un evn et X un ensemble non vide.

2. On dit qu’une application f : X → E est bornée sur X s’ il existe M ≥ 0 tel que

On note B ( X , E ) l’ensemble des applications bornées sur X à valeurs dans E .

Remarques 1.1. • f est bornée si et seulement si f ( X ) est une partie bornée de E .

Proposition 1.5. B ( X , E ) est un K−espace vectoriel et en posant pour tout f ∈ B ( X , E ) :

Exemple 1.1. Dans C ([0, 1], R) on considère

Remarques 1.2. La notion de bornitude dépend de la norme choisie sur E.

Proposition 2.1. l’équivalence des normes est une relation d’équivalence.

Exercice 5. (CCP 2012 MP I)

1. Démontrer que k k définit une norme sur E .

2. (a) Donner la définition de deux normes équivalentes.

∃a > 0, ∃ b > 0 tq ∀ u ∈ E, aN1 ( u) É N2 ( u) É bN1 ( u)

Exercice 6. Soit E de dimension finie n . Montrer que

En déduire les trois normes sont équivalentes .

Preuve : Théorème admis

appelées applications coordonnées de f dans la base β. Alors

f est bornée ⇔ ∀ i ∈ [[1, n]] , f i est bornée

3 Suites dans un espace vectoriel normé

3.1 Suites convergentes dans un espace vectoriel normé.

Définition 3.1. (Suite convergente).

Remarque 3.1. Avec les quantificateurs, ( u n )n∈N converge vers ` si et seulement si

Preuve : Soient ` et `0 deux limites.

D’après le théorème des gendarmes, k` − `0 k = 0 et par suite ` = `0 .

2. En effet la suite réelle (k u n k)n∈N converge alors elle est bornée.

Remarque 3.2. La réciproque de 2) est fausse comme le montre l’exemple u n = (−1)n .

3.2 Opérations sur les suites convergentes

Proposition ¢ ( u n )n∈N et (vn )n∈N convergent