École Supérieure d'Education et de Formation

Calcul Diérentiel
Ilyas NAJI(∗)

Février 2022

(∗) Equipe d'Ingénierie Mathématique (E.I.MA./LIRNE), B.P.133-Kénitra -

Maroc
2 Avant-Propos

Avant-propos

Ce polycopié constitue une référence dédiée aux étudiants de troisième année de

licence, inscrits dans le module de Calcul Diérentiel. Il explore deux axes étroite-
ment liés, à savoir les espaces vectoriels normés et les espaces de Banach, ainsi que le
calcul diérentiel dans ces espaces. Ces concepts et techniques sont d'une importance
capitale pour la compréhension des fondements de l'analyse mathématique et de leurs
applications dans divers domaines scientiques et techniques.
La première partie commence par introduire les espaces vectoriels normés et en
particulier les espace de Banach, en dénissant leurs propriétés fondamentales et en
illustrant divers exemples. Nous explorons en particulier les espaces vectoriels nor-
més de dimension nie. Enn les propriété des applications linéaires et multilinéaire
continues sont également abordées.
Dans deuxième partie , nous plongeons dans le calcul diérentiel au sein des es-
paces de Banach. Nous commençons par dénir les applications diérentiables dans ce
contexte, en mettant en évidence leurs caractéristiques et en explorant des exemples
concrets. Le théorème des accroissements nis est ensuite présenté, avec ses implica-
tions importantes dans l'analyse mathématique et ses applications pratiques.
Ce polycopié a été conçu avec soin pour orir une progression logique dans l'ap-
prentissage de ces concepts complexes. Il combine une approche théorique rigoureuse
avec des exemples concrets et des applications pratiques, dans le but d'orir aux
lecteurs une compréhension approfondie et pratique des sujets abordés.
Pour ce programme, en plus des séances de Cours des séances Travaux Dirigés
(TD), sont prévus, et l'auteur propose un recueil d'exercices avec corrections, per-
mettant l'application de l'ensemble des techniques vues dans le cours. À la n de ce
manuscrit se trouvent ces séries d'exercices de TD.
La présentation suit de prés les livres de base : Analyse fonctionnelle : Théorie
et applications" de Jean-Pierre Demailly et le livre : Espaces vectoriels normés pour
le calcul diérentiel de Lot Lassoued. Comme la plupart des démonstrations sont
reproduites dans ce cours, les références sont omises, et les lecteur intéressés par les
diérentes références pourront consulter ces livres.
Bien qu'un soin particulier ait été apporté à la rédaction des notes de cours, des
erreurs ou imprécisions peuvent subsister. Nous accueillerons avec reconnaissance les
éventuelles remarques que le lecteur voudra bien nous faire parvenir.

Ilyas NAJI
Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022 -
Table des matières

Avant-propos 2
1 Espaces vectoriels normés et Espace de Banach 5
1.1 Espaces métriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 Distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.2 Espace métrique . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Espaces vectoriels normés, normes . . . . . . . . . . . . . . . . . . . 7
1.2.1 Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.2 Normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.3 Espaces vectoriel normés . . . . . . . . . . . . . . . . . . . . . 9
1.2.4 Suites numériques dans un espace vectoriel normé . . . . . . . 11
1.2.5 Espaces vectoriels normés de dimension nie . . . . . . . . . . 13
1.3 Espaces complets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Espaces de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

3
4 TABLE DES MATIÈRES

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022 -

Chapitre 1
Espaces vectoriels normés et Espace
de Banach
Dans le vaste domaine de l'analyse fonctionnelle, les Espaces Vectoriels Normés
(EVN) et les Espaces de Banach occupent une place centrale. Ces concepts orent
un cadre puissant pour étudier la convergence, la continuité, et d'autres propriétés
importantes des fonctions et des opérateurs.
Les espaces vectoriels normés sont des structures algébriques équipées d'une notion
de distance, appelée norme, qui capture l'idée intuitive de la taille d'un vecteur dans
l'espace. Ces espaces permettent d'étendre les notions familières de convergence et de
continuité des fonctions à des contextes plus généraux.
Dans ce chapitre, nous explorerons en profondeur les fondements des espaces vec-
toriels normés, en nous concentrant particulièrement sur les propriétés qui découlent
de la norme dénie sur ces espaces. Nous introduirons également les concepts clés tels
que la convergence de suites, la continuité des applications linéaires, et la compacité
dans ce contexte.
Ensuite, nous nous tournerons vers les Espaces de Banach, qui constituent une
classe importante d'espaces vectoriels normés complets. Un espace vectoriel normé est
dit complet s'il est "assez grand" pour contenir toutes les limites des suites conver-
gentes. Les Espaces de Banach fournissent un cadre rigoureux pour étudier la conver-
gence des séries, les solutions d'équations diérentielles, et bien d'autres phénomènes
mathématiques..
1.1 Espaces métriques

En mathématiques, la notion d'espace métrique occupe une place centrale dans

l'étude des structures et des propriétés des ensembles. Les espaces métriques four-
nissent un cadre fondamental pour comprendre la notion de proximité entre les élé-
ments d'un ensemble donné. Cette notion de distance, formalisée à travers une fonc-
tion spécique appelée métrique, permet d'analyser et de caractériser les relations
5
6 Espaces vectoriels normés et Espace de Banach

spatiales et topologiques entre les points d'un espace.

Un espace métrique est déni comme une structure mathématique abstraite com-
posée d'un ensemble d'éléments, associé à une métrique, qui est une fonction ma-
thématique dénissant la distance entre les points de cet ensemble. Cette distance
satisfait des propriétés essentielles telles que la positivité, la symétrie et l'inégalité tri-
angulaire, qui sont cruciales pour dénir une véritable mesure de la distance. L'étude
des espaces métriques englobe une multitude de concepts et de résultats fondamen-
taux en mathématiques, notamment la convergence, la continuité, la compacité, ainsi
que diverses notions topologiques.

1.1.1 Distance
Dénition 1.
Soit E un ensemble non vide (on utilisera le plus souvent R ici). On dit qu'une
(DISTANCE)
n

application
d : E × E → R+ ,
(x, y) 7→ d(x, y).
est une distance sur E si elle vérie
1. (SEPARATION) pour tout (x, y) ∈ E × E, {x = y} ⇐⇒ {d(x, y) = 0},
2. (SYMETRIE) pour tout (x, y) ∈ E × E, d(x, y) = d(y, x),
3. (INEGALITE TRIANGULAIRE) pour tout (x, y, z) ∈ E × E × E,
d(x, y) ≤ d(x, z) + d(z, y)

1.1.2 Espace métrique

Dénition 2.
On appelle espace métrique tout couple (E, d) où E ̸= ∅ est un ensemble et d est une
(ESPACE METRIQUE)

distance.
Exemple 1. 1. E = R, muni de la distance d dénie pour tour (x, y) ∈ R par 2

d(x, y) = |x − y| est un espace métrique.

2. E = R , moni de la DISTANCE DE MANHATTAN d dénie pour tout
n

(x, y) ∈ R × R par
1
n n
n
X
d1 (x, y) = |xi − yi | .
i=1

3. E = R , muni de la DISTANCE EUCLIDIENNE d denie pour tout (x, y) ∈

n

R × R par
2
n n
! n 1/2
X 2
d2 (x, y) = |xi − yi | .
i=1

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022 -

1.2 Espaces vectoriels normés, normes 7

4. E = Rn , muni de la DISTANCE DE MINKOWSKI d denie pour tout

par
p
(x, y) ∈ Rn × Rn

n
!1/p
X p
dp (x, y) = |xi − yi | .
i=1

5. E = R , muni de la DISTANCE INFINIE ou distance TCHEBYCHEV d

n

dénie pour tout (x, y) ∈ R × R par

n n

d∞ (x, y) = sup |xi − yi | .

i=1,...,n

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 mé-
triques. Il se trouve que toute norme induit une distance (mais attention tout distance
induit n'induit pas nécessairement une norme). Donc ce qui va suivre peut s'adap-
ter parfaitement dans le cadre des espaces métriques, tout en étant plus facilement
compréhensible.
1.2 Espaces vectoriels normés, normes

1.2.1 Espaces vectoriels

Dénition 3.
Soit E un ensemble. On dispose sur cet ensemble d'une opération (notée additivement)
et on dispose par ailleurs d'une application K ×E → E qui à tout couple (λ, x) associe
λx. On dit que E est un espace vectoriel lorsque
1. E est un groupe commutatif (pour l'addition)
2. pour tout vecteur x de E, 1.x = x (1 désignant le neutre de la multiplication
de K ).
3. pour tous λ, µ ∈ K et pour tout vecteur x de E, (λµ)x = λ(µx)
4. pour tous λ, µ ∈ K et pour tout vecteur x de E, (λ + µ)x = λx + µx
5. pour tout λ ∈ K et tous vecteurs x, y ∈ E, λ(x + y) = λx + λy.
Exemple 2.
L'espace R = R| × .{z. . × R} = {x = (x , . . . , x ) , tel que x ∈ R, pour tout i ∈ {1, . . . , n}}.
n
1 n i

R est un espace vectoriel de dimension n. C'est celui que nous utiliserons le plus sou-
n− fois
n

vent ici.
Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022
8 Espaces vectoriels normés et Espace de Banach

Sous espace vectoriel

Soit E un espace vectoriel. Une partie F de E est un sous-espace vectoriel de E si
elle est elle-même un espace vectoriel. Il existe une caractérisation pratique de cela :
Dénition 4. F est un sous-espace vectoriel de E si
 F n'est pas vide.
 Pour tous x et y de F , alors x + y est dans F .
 Pour tout x de F , et tout scalaire a, ax est dans F .
Autrement dit, une partie F de E est un sous-espace vectoriel si elle n'est pas
vide, et est stable par combinaison linéaire.
Exemple 3.

1. {(x, y, z) ∈ R ; x + y − 3z = 0} est un sous-espace vectoriel de R .

3 3

2. F = {(x, y, z) ∈ R ; x + y − 3z − 2 = 0} n'est pas un sous-espace vectoriel de

3

R . En eet, (1, 1, 0) et (2, 0, 0) sont deux éléments de F , mais leur somme

3

(3, 1, 0) n'est plus dans F .

3. F = {(x, y) ∈ R ; y = x } n'est pas un sous-espace vectoriel de ∈ R . En
3 2 2

eet, (1, 1) et (2, 4) sont dans F , mais leur somme (3, 5) ne l'est pas.
1.2.2 Normes
Dénition 5.
Soit E un espace vectoriel sur R (on utilisera en général E = R ). On appelle nome
n

sur E une application

E → R+
x 7→ ∥x∥
et vérie
1. (Séparation)pour tout x ∈ E, ∥x∥ = 0 ⇐⇒ x = 0,
2. (Homogénieté Positive) pour tout λ ∈ R, pour tout x ∈ E∥λx∥ = |λ| · ∥x∥,
3. (Inégalité Triangulaire pour tous x, y ∈ E, ∥x + y∥ ≤ ∥x∥ + ∥y∥
Exemple 4. IMPORTANT : normes classiques sur R : n

Soient x ∈ R , x = (x , . . . , x ), avec x ∈ R pour tout i ∈ {1, . . . , n}, et p ∈ R tel

n

que p ≥ 1,
1 n i

1. ∥x∥ = X |x | ( NORME MANHATTAN),

n

1 i
1
!1/2
2. ∥x∥ (NORME EUCLIDIENNE),
n
X 2
2 = |xi |
1

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022 -

1.2 Espaces vectoriels normés, normes 9
!1/p
3. ∥x∥ = |x | (NORME p, p ≥ 1),
n
X p
p i

4. ∥x∥ = max |x | (NORME INFINIE),

1

∞ i

sont des normes sur R .

1≤i≤n
n

Exemple 5. Pour f ∈ C([a, b], R)

→ ∥f ∥∞ = sup |f (x)|
x∈[a,b]
Z b
→ ∥f ∥1 = |f (x)|dx
a
Z b  21
→ ∥f ∥2 = |f (x)|2 dx
a
 p1
Pour p ∈ N , ∥f ∥
Z b
∗ p
→ p = |f (x)| dx .
a

Proposition 1. (PROPRIETE DES NORMES) Toute norme ∥ · ∥ dans un e.v.n (E, ∥ ·

∥) vérie, pour tous x, y ∈ E
|∥x∥ − ∥y∥| ≤ ∥x − y∥.

Dénition 6.
Deux normes ∥ · ∥ et ∥ · ∥ sur E sont EQUIVALENTES s'il existe deux constantes
(NORMES EQUIVALENTES)
′

réelles λ > 0 et µ > 0 telles que pour tout x ∈ E

λ∥x∥ ≤ ∥x∥′ ≤ µ∥x∥.

On note alors : ∥ · ∥ ∼ ∥ · ∥ . ′

1.2.3 Espaces vectoriel normés

Dénition 7.
Un espace vectoriel sur R muni de la norme est appelé espace vectoriel normé, que
(ESPACE VECTORIEL NORME)

l'on notera souvent e.v.n.

On a la relation entre norme et distance dans le résultat suivant.
Proposition 2. (DISTANCE INDUITE PAR UNE NORME)
Soit E un e.v.n. L'application
d : E × E → R+ ,
(x, y) 7→ d(x, y) := ∥x − y∥
est une distance sur E. On l'appelle DISTANCE INDUITE sur E par la NORME.
Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022
10 Espaces vectoriels normés et Espace de Banach

Proposition 3.
Cette distance possède les proprictés suivantes :
(Propriété des Distances Induites par des normes)

1. pour tout x ∈ E, d(0, x) = ∥x∥,

2. pour tout (x, y) ∈ E , pour tout λ ∈ R, d(λx, λy) = |λ|d(x, y),
2

3. pour tout (x, y, z) ∈ E , d(x + z, y + z) = d(x, y).

3

Proposition 4. Tout espace vectoriel normé (E, ∥∥.) est un espace métrisable i.e un
espace que l'on peut lui associé une distance
Démonstration. Pour tout x, y ∈ E, on dénit la fonction ρ par
ρ(x, y) = ∥x − y∥.

On remarque que cette fonction est bien une métrique sur E car, on a
ρ(x, y) = ∥x − y∥ = 0,

ou encore
x − y = 0.
D'où l'égalité
x = y.
Il est évident de voir que la distance ρ(x, y) est symétrique
ρ(x, y) = ∥x − y∥
= ∥y − x∥ = ρ(y, x).

Pour l'inégalité triangulaire, on écrit

ρ(x, y) = ∥x − y∥ = ∥(x − z) + (z − y)∥
≤ ∥x − z∥ + ∥z − y∥
= ρ(x, z) + ρ(z, y).

Remarques 1. ATTENTION : toute norme induit une distance, mais toutes les
distances ne proviennent pas d'une norme.
Exemple 6. Quelques sous espaces normés de l'espace des suites
→ E = ℓ (N, K) = (u ) ∈ K , u est bornée , muni de ∥(u )∥ = sup |u | .
∞
 N
n n n ∞ n

→ E = C (N) = (u ) ∈ K , u −→ 0 muni de ∥ · ∥ .
n∈N
 N
0 n n ∞

→ Pour p ≥ 1, ℓ (N, K) = (u ) ∈ K , |u | converge .

( )
+∞
X p
p N
n n
n=0

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022 -

1.2 Espaces vectoriels normés, normes 11

Remarques 2. . Les inclusions suivantes sont vériées.

 C (N) ⊂ ℓ (N, K) En eet, si u −−−−→ 0, alors il existe N ∈ N pour lequel
0
∞
n
−→

pour tout n ≥ N, |u | ≤ 1.
n→+∞

Ceci donne pour tout n ∈ N, |u | ≤ max {1, |u | , |u | , . . . , |u |}, donc (u ) ∈

n

ℓ (N, K).
n 0 1 N n n∈N
∞

 ℓ (N, K) ⊂ ℓ (N, K) En eet, si on considère une suite (u ) ∈ ℓ (N, K)

1 2 1

alors u −→ 0, ce qui implique qu'à partir d'un certain rang, |u | ≤ 1 et alors

n n∈N

|u | ≤ |u |.
n n
2

On trouve doncPimmédiatement que la convergence de la série P |u | im-

n n
+∞

plique celle de |u | , donc (u ) ∈ ℓ (N, K). n=0 n

+∞ 2 2
n=0 n n n∈N

Exemple 7. (C[0, 1], ∥ · ∥ ) est un espace normé, où

∞

C[0, 1] = {f : [0, 1] → C : f est continue sur [0, 1]} et ∥f ∥ = sup |f (t)|. ∞

0≤t≤1

Preuve.
Commencons par remarquer que C[0, 1] est un espace vectoriel.
Nous devons donc vérier que ∥ · ∥ est une norme sur C[0, 1], c'est-à-dire que nous
devons montrer que les conditions d'une norme sont vériées.
∞

 Si f ̸= 0, il existe t ∈ [0, 1] tel que f (t ) ̸= 0 c'est-à-dire |f (t )| > 0. Ainsi

0 0 0

∥f ∥∞ = sup |f (t)| ≥ |f (t0 )| > 0.

0≤t≤1

Donc ∥f ∥ > 0 pour tout f ∈ C[0, 1]\{0}.

 Soit λ ∈ R et f ∈ C[0, 1], alors
∞

∥λf ∥∞ = sup |λf (t)| = sup |λ||f (t)| = |λ| sup |f (t)| = |λ|∥f ∥∞
0≤t≤1 0≤t≤1 0≤t≤1

 ∥f ∥ = 0 donc sup |f (t)| = 0 d'où f (t) = 0, ∀t ∈ [0, 1]

 Soit f, g ∈ C[0, 1]. On voit facilement que, pour tout t ∈ [0, 1],
∞ 0≤t≤1

|f (t) + g(t)| ≤ |f (t)| + |g(t)| ≤ sup |f (t)| + sup |g(t)| ≤ ∥f ∥∞ + ∥g∥∞

0≤t≤1 0≤t≤1

Ainsi
sup |f (t) + g(t)| ≤ ∥f ∥∞ + ∥g∥∞
0≤t≤1

Donc ∥f + g∥ ∞ ≤ ∥f ∥∞ + ∥g∥∞ pour tout f, g ∈ C[0, 1].

1.2.4 Suites numériques dans un espace vectoriel normé
Dans cette section, nous nous plaçons (sauf exception spéciée) dans un (E, ∥ · ∥)
un e.v.n quelconque.
Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022
12 Espaces vectoriels normés et Espace de Banach

Dénition 8. On appelle suite dans E toute application


N → E
n 7→ xn

On note une telle application (x ) . n n∈N

Dénition 9.
Soit (x ) , une suite de E muni de la norme ∥ · ∥. La suite (x ) est dite bornée
(Suite Bornée)

si et seulement si l'ensemble {x , n ∈ N} est borné. Autrement dit, il existe M > 0

n n∈N n n∈N

tel que pour tout n ∈ N, ∥x ∥ ≤ M .

n
n

Proposition 5.
L'ensemble des suites bornées dans un espace vectoriel normé est un espace vectoriel.
(Suites et Espace Vectoriel)

Dénition 10.
Soit (x ) , une suite de E muni de la norme ∥ · ∥. On dit que (x ) converge
( Suite et Convergence)

dans (E, ∥ · ∥) , si et seulement s'il existe l ∈ E, tel que pour tout ε > 0, il existe
n n∈N n n∈N

N ∈ N, tel que pour tout n ≥ N, ∥x − l∥ < ε.n

Proposition 6.
La limite de la suite (x ) dénie ci-dessus est UNIQUE.
(Limite et Unicité)

n n∈N

Proposition 7.
L'ensemble des suites convergentes dans un espace vectoriel normé est un espace
(Suites Convergentes Et Espace vectoriel)

vectoriel.
Proposition 8.
Sur R , comme toutes les normes sont équivalentes, toute suite convergente pour l'une
(Convergences et Normes-Dimension Finie)
n

des normes est convergente pour l'autre.

Dénition 11.
Soit A ⊂ E. On dit que (x ) est une suite de points de A si et seulement si pour
(Suites et Parties)

tout n ∈ N , x ∈ A.
n n∈N
n

Proposition 9.
Si (x ) est une suite de points de A et (x ) converge vers l, alors l ∈ Ā
(Limite et Adherence)

n n∈N n n∈N

Proposition 10.
Soit A ⊂ E, alors A est fermé si et seulement TOUTE suite de points de A qui
(Caractérisation des fermés par les suites)

converge a sa limite qui appartient à A.

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022 -
1.2 Espaces vectoriels normés, normes 13

1.2.5 Espaces vectoriels normés de dimension nie

Dénition 12. On dit que E est de dimension nie s'il possède une famille généra-
trice nie.
Théorème 1. Théorème de la base extraite
De toute famille génératrice nie de E, on peut extraire une base de E. En particulier,
un espace de dimension nie admet une base.
Remarques 3.
En particulier, on déduit des résultats précédents que tout espace vectoriel de dimen-
sion nie admet une base nie.
Théorème 2. Si E est de dimension nie, alors toutes les bases de E ont le même
nombre d'éléments. Ce nombre s'appelle la dimension de E et est noté dim(E)
Dans ce qui suit, on considère E un K-espace vectoriel normé de dimension nie
n ≥ 1 et on pose (e , ..., e ) une base de cet espace
1 n

Équivalence des normes

Proposition 11. Dans Rn , toutes les normes sont équivalentes.
Démonstration.
Soit N une norme sur R . En posant (ε , . . . , ε ) la base canonique de R , on a pour
n n

tout x = x ε + · · · + x ε ∈ R
1 n
n
1 1 n n

n n
!
X X
N(x) = N (x1 ε1 + · · · + xn εn ) ≤ |xk | N (εk ) ≤ N (εk ) ∥x∥∞ .
k=1 k=1

De plus, en posant C = P n
k=1 N (εk ) pour tout x, y ∈ E
|N(x) − N(y)| ≤ N(x − y) ≤ C∥x − y∥∞ .

N est donc lipschitzienne et alors continue pour ∥·∥ . Posons S = {x ∈ R , ∥x∥ = 1}. n

S est fermé et borné dans un espace de dimension nie pour ∥.∥ , c'est donc un com-
∞ ∞

pact.
∞

N étant continue, elle est bornée sur S et y atteint sa borne inférieure qu'on note α.
Il existe alors y ∈ S pour lequel pour tout x ∈ E\{0},
 
x
N ≥ N(y) = α > 0
∥x∥∞
et alors
α∥x∥∞ ≤ N(x) ≤ C∥x∥∞ .

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022

14 Espaces vectoriels normés et Espace de Banach

On en déduit donc que toute norme N sur R est équivalent à ∥ · ∥ et que donc par
n

transitivité, toutes les normes sur R sont équivalentes.

∞
n

Corollaire 1. E étant isomorphe à Rn , toutes les normes sur E sont équivalentes.

Démonstration.
Soit φ : R −→ E un isomorphisme et soit N et N deux normes sur E. Sur R , les
n n

deux normes N ◦ φ et N ◦ φ sont équivalentes. Il existe donc β, γ > 0 tels que pour
1 2

tout x
1 2

γN2 (φ(x)) ≤ N1 (φ(x)) ≤ βN2 (φ(x)).

Or φ étant surjective, pour tout y ∈ E, il existe x ∈ E tel que φ(x) = y, on a donc

pour tout y ∈ E,
γN2 (y) ≤ N1 (y) ≤ βN2 (y).

Théorème de Riesz
Théorème 3. (Riesz)
Soit (E, ∥∥) espace vectoriel normé, alors :
La boule fermée unité est un compact ⇐⇒ (E, ∥∥) est de dimension nie.
Démonstration.
Si E est de dimension nie, on a alors B (0 , 1) compact car c'est un fermé borné
de E. Montrons que B (0 , 1) ⇒ E de dimension nie. On raisonne par l'absurde et
f E

on suppose E de dimension innie. On a :

f E

[
Bf (0E , 1) ⊂ B(x, 1).
x∈Bf (0E ,1)

Or Bf (0E , 1) est un compact donc d'après la propriété de Borel-Lebesgue :

avec B
n
!
n
[
∃ (xi )1≤i≤n ∈ Bf (0E , 1) f (0E , 1) ⊂ B (xi , 1) .
i=1

Soit F = Vect (x ) .F est sous-espace vectoriel de dimension nie, c'est donc

un fermé. Comme E est de dimension innie, il existe x ∈ E/x ∈/ F . D'où ∃y ∈
1≤i≤n i

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022 -

1.3 Espaces complets 15

F/∥x − y∥ = d(x, F ) . On note x 0 = x−y

∥x−y∥
; x0 ∈ Bf (0E , 1) . Pour tout z ∈ F on a :
x−y
∥x0 − z∥ = −z
∥x − y∥
1
= · ∥x − y − ∥x − y∥ · z∥
∥x − y∥
1
= · ∥x − (y + z · ∥x − y∥)∥
∥x − y∥
d(x, F ) ∥x − y∥
≥ = = 1.
∥x − y∥ ∥x − y∥

Donc on en déduit que ∀z ∈ F,S∥x − z∥ ≥ 1. Donc en particulierS ∀1 ≤ i ≤

n, ∥x − x ∥ ≥ 1. On a alors x ∈ B (x , 1). Or on a B (0 , 1) ⊂
0
n n
/ B (x , 1))
Donc on en déduit que x ∈/ B (0 , 1) ce qui est une contradiction. L'hypothèse de
0 i 0 i=1 i f E i=1 i

départ, à savoir E de dimension nie, est ainsi fausse : l'espace E est donc bien de
0 f E

dimension innie.

1.3 Espaces complets

Dénition 13.
Une suite (x ) d'un espace métrique (E, d) est dite de Cauchy, si :
n n∈N

∀ε > 0, ∃N ∈ N, ∀n ≥ N ∀m ≥ N d (xn , xm ) < ε.

Ce qui est équivalent, si on note pour tout n ∈ N, X = {x , k ≥ n}, au fait que

la suite décroissante (diam (X )) converge vers 0 . Ainsi, toute suite convergente
n k

est de Cauchy. Par contre, une suite de Cauchy n'est pas toujours convergente.
n n∈N

Proposition 12.
Toute suite de Cauchy qui admet une sous-suite convergente est convergente. Ou
encore, toute suite de Cauchy qui admet une valeur d'adhérence est convergente.
Démonstration.
Soit (x ) une suite de Cauchy d'un espace métrique (E, d). Supposons que cette
suite admet une valeur d'adhérence l. Soit ε > 0, il existe un entier N tel que pour
n n∈N

tout p et q supérieurs à N, d (x , x ) < ε. Soit n ≥ N , soit m ≥ n tel que d (x , l) < ε

(un tel entier m existe car l est une valeur d'adhérence de (x ) ). De l'inégalité
p q m

triangulaire, il vient : d (x , l) ≤ d (x , x ) + d (x , l) < 2ε. Donc la suite (x )

n n∈N

converge vers l.
n n m m n n∈N

Dénition 14.
Soit (E; d) un espace métrique.
Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022
16 Espaces vectoriels normés et Espace de Banach

1. On dit que E est complet si toute suite de Cauchy dans E est convergente.
2. Une partie F de E est dite complète si F constitue un espace métrique complet
pour la distance induite.
Exemple 8. 1. L'espace R est un espace complet. c'est le plus petit espace com-
plet qui contient Q.
2. L'espace R est muni de la distance d(x, y) = | arctan(x) − arctan(y)| n'est pas
complet. En eet, la suite des entiers x = n est de cauchy dans (R, d) car
d(n, m) = | arctan(n) − arctan(m)| tend vers = 0 ; mais cette suite
n
π π
−
n'est pas convergente dans (R, d). 2 2

3. Le sous-espace Z est complet, et plus généralement, tout espace métrique muni

de la distance discrète est complet. En eet, dans de tels espaces, toute suite
de Cauchy est stationnaire et par conséquent convergente.
Voici une autre caractérisation des espaces complets :
Proposition 13.
Un espace métrique E est complet, si et seulement si, pour toute suite décroissante
(Fn )n∈Nde fermés
T non vides de E vériant lim diam (F ) = 0, il existe un point
de E tel que F = {l}.
n→+∞ n
l n∈N n

Démonstration.  Supposons que (E, d) est complet. Soit (F ) une suite dé-
croissante de fermés non vides de E vériant lim diam (F ) = 0.
n n∈N

Pour tout n ∈ N, on choisie un point x ∈ F et on montre, dans un premier

n→+∞ n

temps, que la suite (x ) est de Cauchy.

n n

Soit ε > 0. Il existe N ∈ N tel que pour tout n ≥ N , diam (F ) < ε. Donc
n

pour n et m supérieurs à N , puisque la suite des F est décroissante, les deux

n

points x et x appartient à F et par suite d (x , x ) ≤ diam (F ) < ε.

n

La suite (x ) est donc deTCauchy, et comme E est complet, elle converge vers un
n m N n m N

point l. Montrons que F = {l}. Pour tout m ∈ N et pour tout n ≥ m,

n

on a x ∈ F , donc pour tout m ∈TN, la limite l appartient à l'adhérence

n∈N n

F = F et il résulte donc que l ∈ F . Soit l un autre point de cette

n m
′

intersection. Pour tout n ∈ N, l et l appartient à F , donc d (l, l ) ≤ diam (F )

m m n∈N n
′ ′

et comme ce dernier terme tend vers 0 , il vient que l = l .

n n
′

 La réciproque : Supposons que l'espace E vérie la deuxième propriété de la

proposition et montrons qu'il est complet. Soit (x ) une suite de Cauchy. Les
fermés F = {x , k ≥ n} sont décroissant et leur diamètre tend vers 0 donc
n

leur intersection est un un singleton. Or l'intersection de ces F est l'ensemble

n k

des valeurs d'adhérence de la suite (x ), donc (x ) est convergente.

n
n n

Proposition 14.
Soit (E, d) un espace métrique.
Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022 -
1.4 Espaces de Banach 17

1. Si F est une partie complète de E, alors F est fermée dans E.

2. Si E est complet, alors toute partie fermée de E est complète.
Démonstration.
1. Soit (x ) une suite d'élément de F qui converge dans E vers un point l. Cette
suite est une suite de Cauchy dans F , car elle converge dans E, et comme F
n

est complet, elle converge dans F c'est-à-dire que sa limite l appartient à F .

Donc F est fermée.
2. Supposons que E est complet. soit F une partie fermée de E, et (x ) une suite
de Cauchy d'éléments de F . Cette suite est aussi de Cauchy dans E est comme
n

E est complet, elle converge dans E vers un point l. Or la partie F est fermée,
donc la limite l ∈ F . Il résulte, alors que F est complète.

1.4 Espaces de Banach

Avant d'introduire les espaces de Banach, nous avons besoin d'introduire les suites
de Cauchy qui constituent un concept fondamental en analyse mathématique. En gros,
une suite de Cauchy est une séquence d'élements dans laquelle les termes successifs
se rapprochent de plus en plus les uns des autres à mesure que l'on avance dans la
séquence. Plus précisément, pour toute tolérance donnée, il existe un rang à partir
duquel tous les termes de la suite sont susamment proches les uns des autres.
Formellement, on peut dénir les suites de Cauchy comme suit
Dénition 15.
Soit (x ) une suite de E. On dit que (x ) est une suite de Cauchy si et seule-
(Suites de Cauchy)

ment si pour tout ε > 0, il existe N ∈ N, tel que pour tous n, m ≥ N , ∥x − x ∥ < ε
n n∈N n n∈N
n m

Proposition 15.
Soit x une suite de Cauchy dans un espace normé (E, ∥ · ∥) contient une sous suite
x convergente vers x alors la suite x est aussi convergente vers le même élément
n

x.
nk n

Démonstration. Soit x une suite de Cauchy alors il vient

n

∀ε > 0, ∃N , ∀p, q ≥ N , on a ∥x − x ∥ < ε,

ε ε p q

en particulier pour n ≥ N , on a
k ε

∀p, nk ≥ Nε , ∥xp − xnk ∥ < ε

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022

18 Espaces vectoriels normés et Espace de Banach

avec la convergence de la suite x vers x nk

nk ≥ Nε , ∥xnk − x∥ < ε

D'où la convergence de la suite x vers l'élément x

n

∀p, nk ≥ Nε , ∥xp − x∥ = ∥xp − x + xnk − xnk ∥

≤ ∥xp − xnk ∥ + ∥xnk − x∥ < ε

Proposition 16.
Si une suite est convergente alors elle est de Cauchy
(Cauchy et convergence)

Remarques 4. :
la réciproque n'est pas vraie en général. Par contre, le fait de travailler sur un espace
Attention

où la réciproque est vraie serait bien pratique. En eet nous pourrions montrer la
convergence d'une suite sans avoir à calculer la limite de cette suite. Les espaces dont
la réciproque de la propriété ci-dessus.
Dénition 16.
Si dans un ensemble, toute suite de Cauchy est convergente, on dit que l'ensemble est
(Espace Complet)

complet
Dénition 17.
Tout espace vectoriel normé complet est appelé espace de Banach
Remarques 5. L' e.v.n (R , ∥ · ∥), est un espaces de Banach. Donc toute suite de
n

Cauchy dans ces espaces sera convergente.

Théorème de Point xe
Théorème 4. (du point xe de Banach).
Soient (E, ∥·∥) un espace vectoriel normé, A ⊂ E complète et f : A → A contractante,
i. e. il existe k ∈]0, 1[ tel que ∥f (x) − f (y)∥ ⩽ k∥x − y∥ pour tous x, y ∈ A. Alors
1. il existe un unique a ∈ A tel que f (a) = a,
2. pour tout x ∈ A, la suite (x ) des itérés de x par f converge vers a.
3. la convergence est géométrique, i. e. pour tout n ∈ N, on a
0 n n∈N 0

kn
∥xn − a∥ ⩽ ∥x1 − x0 ∥ .
1−k

Démonstration. Commençons par montrer le point 2. Soit (x ) une suite de A

telle que x = f (x ) pour tout n ∈ N. Montrons que (x ) est de Cauchy dans
n n∈N
n+1 n n n∈N

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022 -

1.4 Espaces de Banach 19

(A, ∥∥). Pour tout n ∈ N , on a ∥x − x ∥ = ∥f (x ) − x ∥ ⩽ k ∥x − x ∥. Par

∗

récurrence, on montre que ∥x − x ∥ ⩽ k ∥x − x ∥. Pour q > p, on a

n+1 n n n n n−1
n
n+1 n 1 0

∥xq − xp ∥ ⩽ ∥xq − xq−1 ∥ + · · · + ∥xp+1 − xp ∥ < k q−1 + · · · + k p ∥x1 − x0 ∥

kp
⩽ ∥x1 − x0 ∥ → 0.
1−k
Comme (A, ∥ · ∥) est complète, la suite (x ) converge. On note a sa limite.
Montrons le point 1 . En passant à la limite quand n → +∞ dans x = f (x ), on
n n∈N

obtient a = f (a).
n+1 n

Montrons l'unicité du point xe. Soient a, a ∈ A tels que a = f (a) et a = f (a).

′ ′ ′

Alors ∥a − a ∥ = ∥f (a) − f (a )∥ ⩽ k ∥a − a ∥ avec k < 1, donc a = a . On obtient

′ ′ ′ ′

l'estimation d'erreur géométrique (le point 3) en passant à la limite quand q → +∞

dans (*).
Remarques 6.

1. Sans la complétude de A, c'est faux. On prend A =]0, 1[ et f : x ∈ A 7−→

x/2 ∈ A. Alors f est bien contractante, mais elle n'admet pas de point xe.
2. Sans la√contraction stricte, c'est également faux. On prend A = R et f : x ∈
R 7−→ 1 + x . Alors f est contractante, mais n'a pas de point xe.
2

Ilyas NAJI - École Supérieure d'Education et de Formation - Berrechid - Février 2022