Espaces vectoriels normés

December 8, 2022

1 Norme sur un espace vectoriel

Dans tout le chapitre K désigne R ou C et E un K - espace vectoriel.

1.1 Dénition
Une norme sur E est une application N de E dans R+ vériant les trois axiomes suivants :

1. ∀x ∈ E , (N (x) = 0) =⇒ (x = 0) ( axiome de séparation )

2. ∀x ∈ E , ∀λ ∈ K , N (λ.x) = |λ| .N (x) ( axiome d'homogéneîté )

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

Un espace vectoriel E sur lequel on a déni une norme N est noté (E, N ) et dit espace vectoriel normé.
L'inégalité suivante, dite inégalité triangulaire inverse ( ou inversée ) peut être utile ( pour obtenir une
minoration ( par exemple ):
∀x, y ∈ E, |N (x) − N (y)| ≤ N (x − y)
Preuve : c'est une conséquence de l'inégalité habituelle :
N (x) = N (x − y + y) ≤ N (x − y) + N (y) et donc N (x) − N (y) ≤ N (x − y) puis on échange les rôles...

1.2 Exemples de base

1. R muni de la valeur absolue et C muni de l'application module.

2. Sur Kn on a trois normes usuelles : Pour x = (x1 , x2 , .., xn ) vecteur de Kn ,

(a) kxk∞ = max {|xk | /1 ≤ k ≤ n}

kxk1 = nk=1 |xk |
P
(b)
Pn 2
1/2
(c) kxk2 = k=1 |x k | ( norme euclidienne )

3. Sur C 0 ([a, b] , R) on dispose également de trois normes classiques : Pour f , fonction continue sue le
segment [a, b]

(a) kf k∞ = sup {|f (x)| /x ∈ [a, b]} dite norme de la convergence uniforme
Rb
(b) kf k1 = a |f (x)| dx dite norme de la moyenne ( pas trés utilisée comme norme )
R 1/2
b 2
(c) kf k2 = a |f (x)| dx dite norme de la convergence en moyenne quadratique. ( voir plus bas )
 4. SurMn (R) , la norme suivante est connue et trés utilisée : pour une matrice M appartenant à Mn (R)
t 1/2
, kM k2 = (tr( M.M )) ( elle est dite norme de Schür ou norme de Frobenius ) . Remarque : Si M a
pour terme générique mi,j on a :
 1/2
X
kM k2 =  m2i,j 
(i,j)
2
et correspond de ce fait à la norme euclidienne sur Rn ( apprendre par coeur l'expression précédente )
( voir plus bas )

5. Sur Mn (R) , kM k∞ = max {|mi,j | /1 ≤ i, j ≤ n} est considérée dans certaines situations.

1.3 Cas particulier : les normes euclidiennes

Ceci est un résultat du cours d'algèbre :
Théorème :
Si (E, <, >) est un espace pré-hilbertien ( réel ) alors l'application


E −→ R
k.k2 : √ +
x 7−→ < x, x >

est une norme dite norme euclidienne ( associée au produit scalaire <, >)
n
En particulier , sur R , la norme euclidienne associée au produit scalaire usuel est la norme dénie par

n
!1/2
X
kxk2 = |xk |2
k=1

pour x = (x1 , x2 , .., xn )

0
Rb
Sur C ([a, b] , R) , pour le produit scalaire suivant : < f, g >= f (x)g(x)dx , la norme euclidienne est
a
donnée par
Z b 1/2
2
kf k2 = |f (x)| dx
a

Exercice :
L'application :

Mn (R) −→ p R+
N:
A 7−→ tr (AT .A)
est une norme sur Mn (R).
Le programme ociel de la section PSI ne la considère pas comme usuelle !
Elle gure pourtant dans tous les sujets qui nécessitent une norme sur Mn (R) :
Soit il est admis que c'est bien une norme ou bien on vous demande de le démontrer
Preuve :
On n'a pas le choix : il faut partir du produit scalaire correspondant :
Posons : 
Mn (R) × Mn (R) −→ R

ϕ:
(A, B) 7−→ tr AT .B
Montrons que ϕ est un produit scalaire sur Mn (R).
La symétrie :
∀A, B ∈ Mn (R) ,


T 
ϕ(B, A) = tr B T .A = tr B T .A = tr AT .(B T )T = tr AT .B




et ce en utilisant les propriétés de la transposition.
ϕ est linéaire par rapport au second argument ( par linéarité de l'application trace et distributivité du
produit matriciel )
Donc, par symétrie ϕ est bilinéaire.
Positivité :
∀A ∈ Mn (R) ,

n n n
! n n
!
X X X X X
ϕ(A, A) = tr AT .A = AT .A T
a2j,i




i,i
= A i,j
(A)j,i = ≥0
i=1 i=1 j=1 i=1 j=1

La caractère déni-positif 
: 
Pn Pn
si ϕ(A, A) = 0 alors i=1 j=1 a2j,i =0 et par suite, ∀i, ∀j , aj,i = 0 et donc A est nulle.
Conclusion : ϕ est bien un produit scalaire et par conséquent N est la norme euxlidienne associée à ce
produit scalaire.
Ce point est la source de beaucoup d'exercices d'oraux . Exemples

Exercice ( Oral Centrale )

 Rb 1:2
E = C 1 ([a, b] , R). Soit N
Soit l'application de E dans R+ dénie par : N (f ) = (f (a))2 + a (f 0 (x))2 dx
Montrer que N est une norme sur E
Remarque : Si on veut vérier les axiomes qui dénissent une norme , les deux premiers passent sans
problème , mais on bute forcément sur le troisième ( l'inégalité triangulaire )
L'explication : nous allons montrer qu'il s'agit en fait d'une norme euclidienne ( en retrouvant le produit
scalaire auquel elle est associée )
Or la preuve de l'inégalité triangulaire dans ce cas fait appel à l'inégalité de Cauchy-Schwarz ( qui elle
même utilise la positivité du produit scalaire )
Bref on peut y rester des heures ( beaucoup plus que le temps imparti à l'oral )

Pour retrouver le produit scalaire présumé on fait ce que l'on appelle un dédoublment des
carrés
( évidemment on peut également le retrouver par la formule dite de polarisation mais c'est un peu plus
long )
Rb
Posons pour f et g dans C 1 ([a, b] , R) , ϕ(f, g) = f (a).g(a) + a
f 0 (x)g 0 (x)dx
On montre alors qu'il s'agit bien d'un produit scalaire sur E
Par conséquent N est une norme.
Second exemple
Exercice
1:2
Soit N l'application de R2 dans R+ dénie par : N (f ) = (x2 + xy + y 2 )
2
Montrer que N est une norme sur R
Mêmes remarques que pour le premier exemple. Il faut juste retrouver le présumé produit scalaire .
On le fait
 par dédoublement symétrique des termes.
R2 × R2 −→ R
Soit ϕ :
((x, y), (x , y ) 7−→ xx + 2 (x y + xy 0 ) + yy 0
0 0 0 1 0

Remarquer comment le terme mixte xy a été dédoublé.

On montre alors que ϕ est bien un produit scalaire . En particulier , pour la positivité

2 , on fait apparaître
des carrés en écrivant le début d'un carré : ϕ ((x, y), (x, y)) = x2 + xy + y 2 = x + 21 y + 43 y 2 ....

1.4 Distance associée à une norme

Soit(E, N )un espace vectoriel normé
Pour a vecteur de E et r ≥ 0 , on appelle boule fermée centrée en a de rayon r l'ensemble Bf (a, r) =
{x ∈ E/N (x − a) ≤ r}
En particulier la boule de rayon nul est réduite au singleton {a}
 On appelle boule ouverte centrée ena de rayon r l'ensemble B(a, r) = {x ∈ E/N (x − a) < r}
Pour r = 0 cette boule est vide.
Dans (R, |.|) , la boule ouverte B(a, r) est l'intervalle ouvert ]a − r, a + r[ , alors que la boule fermée
Bf (a, r) est le segment [a − r, a + r]
On appelle sphère centrée en a de rayon r l'ensemble S(a, r) = {x ∈ E/N (x − a) = r}
( ces notations ne sont pas universelles )
Une partie A de E est dite bornée si elle est contenue dans une boule ( qu'on peut choisir centrée en 0 )
Ceci revient à dire qu'il existe R>0 tel que pour tout vecteur x de A on ait N (x) ≤ R
Une fonction qui arrive dans un espace vectoriel normé est dite bornée si son image est bornée :
Autrement dit si f : X −→ (E, N ) où X est un ensemble quelconque , f est bornée s'il existe R>0 tel
que pour tout élément x de X on ait N (f (x)) ≤ R
De même une suite à valeurs dans un espace vectoriel normé est dite bornée si {un /n ∈ N} est borné
Ce qui se traduit par l'existence d'un réel R tel que pour tout entier n on ait N (un ) ≤ R .
Proposition : Une boule d'un espace vectoriel normé est une partie convexe de cet espace
Preuve : Rappelons qu'un ensemble A d'un espace vectoriel est dite convexe si , pour tous x et y de A et
pour tout reél λ appartenant à [0, 1] , le vecteur λx + (1 − λ)y appartient à A
Prenons A =Bf (a, r) = {x ∈ E/N (x − a) ≤ r}
Pour x et y de A et pour tout reél λappartenant à [0, 1] , on a :

N (λx + (1 − λ)y − a) = N (λx + (1 − λ)y − (λ + (1 − λ))a)

= N (λ(x − a) + (1 − λ)(y − a)) ≤ N (λ(x − a)) + N ((1 − λ)(y − a))

≤ λN (x − a) + (1 − λ)N (y − a) ≤ λr + (1 − λ)r = r
Ceci prouve que λx + (1 − λ)y appartient bien à A
Pour une boule ouverte preuve analogue à ceci prés : on souhaite que l'inégalité reste stricte
Or le produit par 0 engendre une égalité
On peut alors observer que λ et 1 − λ ne peuvent être nuls en même temps et donc l'une des inégalités est
stricte ce qui sut pour que la somme donne une inégalité stricte
Ou encore les cas λ=0 et λ=1 dans la dénition de la convexité sont triviaux : on peut se contenter de
prendre λ ∈ ]0, 1[

1.5 Produit d'espaces vectoriels normés

Si(E1 , N1 ) et (E2 , N2 ) sont deux espaces vectoriels normés alors on dénit automatiquement sur le produit
E1 × E2la norme suivante :
E1 × E2 −→ R+
N:
(x1 , x2 ) 7−→ max(N1 (x1 ), N2 (x2 ))
Et il s'agit bien d'une norme.
On pourrait faire de même pour un produit d'un nombre ni d'espaces vectoriels normés.

2 Suites d'éléments d'un espace vetoriel normé

Soit(E, N ) un espace vectoriel normé.
Soit (xn )n∈N une suite de vecteurs de E et soit l un vecteur de E
On dit que la suite (xn )n∈N converge dans (E, N ) vers le vecteur l si la suite réelle positive N (xn − l)
converge vers 0
( On dit également que la suite converge vers l au sens de la norme N )
 On montre immédiatement que si (xn )n∈N converge dans (E, N ) vers un vecteur l0 alors l = l0 ( il y a
unicité de la lmite )
Une suite convergente est nécessairement bornée. ( Comme en Sup )
Si (xn )n∈N (E, N ) vers le vecteur l et que (yn )n∈N converge dans (E, N ) vers le vecteur l'
converge dans
0
alors pour tout scalaire λ la suite (λxn + yn )n∈N converge dans (E, N ) vers le vecteur λl + l
Si (xn , yn )n∈N est une suite de (E1 , N1 ) × (E2 , N2 ) et que (l1 , l2 ) est un vecteur de E1 × E2 alors la suite
(xn , yn )n∈N converge dans (E1 , N1 ) × (E2 , N2 ) vers (l1 , l2 ) si et seulement si (xn )n∈N converge dans (E1 , N1 )
vers le vecteur l1 et (yn )n∈N converge dans (E2 , N2 ) vers le vecteur l2 . ( Conséquence directe de la dénition
de la nome prise par convention sur le produit )
Une extraction est une application strictement croissante de N dans N
Exemple φ : n 7−→ 2n et ψ : n 7−→ 2n + 1
Une extraction φ possède la propriété fort utile suivate : ∀n ∈ N , φ(n) ≥ n
Si (xn )n∈N est une suite d'un espace vectoriel E , la suite (yn )n∈N est dite extraite de la suite (xn )n∈N s'il
existe une extraction φ ∀n ∈ N , yn = xφ(n)
telle que

proposition : Si une suite (xn )n∈N converge vers l alors toute suite extraite converge vers la même limite l
Preuve : Soit ε > 0. il existe un rang n0 tel que pour tout n ≥ n0 , on ait kxn − lk ≤ ε
Si φ est une extraction alors , pour tout n ≥ n0 , et comme φ(n) ≥ n , on a donc φ(n) ≥ n0
Il s'en suit donc que , pour tout n ≥ n0 , on a xφ(n) − l ≤ ε .

Proposition : Une suite à valeurs dans un produit ni d'espaces vectoriels normés converge si et seulement
si chacune de ses composantes converge.
L'espace des nombres complexes étant aisément identiable au produit R×R , une suite complexe converge
de ce fait si et seulement si ses parties réelles et imaginaires convergent.
Preuve : le cas d'un produit de deux sut à comprendre
Si (xn , yn )n∈N est telle que xn ∈ (E1 , N1 ) et yn ∈ (E2 , N2 ) et si (l1 , l2 ) ∈ E1 × E2
Rappelons que la norme dénie par convention sur le produit E1 × E2 est : k(x, y)k = max (N1 (x), N2 (y))
pour tout vecteur (x, y) de E1 × E2 .
Si la suite (xn , yn )n∈N converge dans (E1 × E2 , k.k) vers le couple (l1 , l2 )laors
∀ε > 0, ∃n0 ∈ N / ∀n ≥ n0 , k(xn , yn ) − (l1 , l2 )k ≤ ε
Or k(xn , yn ) − (l1 , l2 )k = k(xn − l1 , yn − l2 )k = max (N1 (xn − l1 ), N2 (yn − l2 ))
Le fait que k(xn , yn ) − (l1 , l2 )k ≤ ε est équivalent au fait qu'à la fois N1 (xn − l1 ) ≤ ε et N2 (yn − l1 ) ≤ ε
D'où la conclusion.

3 Comparaison de normes.
Dénition :
Dénition : Deux normes N1 et N2 sont dites équivalentes sur un même espace vectoriel E s'il existe deux
constantes strictement positives α et β telles que :
∀x ∈ E ,
N1 (x) ≤ αN2 (x)
et ∀x ∈ E ,
N2 (x) ≤ β.N1 (x)

Preuve :

Dénition : Soient N1 et N2 deux normes sur un même espace vectoriel E .

Ces deux normes sont dites équivalentes ( sur E ) si toute suite de vecteurs de E qui converge pour l'une des
normes , converge également pour l'autre norme et ce vers la même limite.
On a alors :
Théorème : Si deux normes N1 et N2 sont équivalentes sur un même espace vectoriel E alors
Toute partie bornée pour l'une des normes l'est également pour l'autre
Toute fonction bornée pour l'une des normes l'est également pour l'autre
et surtout :
toute suite convergente pour l'une des normes l'est aussi pour l'autre et ce vers la même limite.

Preuve :

à la portée de n'mporte quel collégien en herbe.

Remarque :
Comme l'analyse dans un tel espace est basée sur la notion de limite d'une suite ( voir plus loin la
caratérisation séquentielle de la limite d'une fonction ) , on peut armer que deux normes sont équivalentes
si elles fournissent les mêms conclusions analytiques ( une fonction continue pour l'une des normes l'est pour
l'autre ...)
Disposer de normes équivalentes sur un même espace permet donc de faire un choix quant à un éventuel
calcul : une norme est plus appropriée dans une situation donnée qu'une autre

De l'optimalité de la constante de ma joration

Si deux normes N1 et N2 sont telles que , il existe une constante α>0 telle que , ∀x ∈ E , N1 (x) ≤ αN2 (x) ,
cette constante n'est , évidemment, pas unique. Le matheux est alors en mesure de se demander quelle est
la constante optimale dans ce cas ( sous-entendu la plus petite ).
n o
N1 (x)
Comme remarqué ci-dessus , α n'est qu'un majorant de l'ensemble
N2 (x)
/x ∈ E \ {0} .

Le meilleur des majorants n'est autre que la borne supérieure de l'ensemble en question :

 
N1 (x)
αop = sup /x ∈ E \ {0} .
N2 (x)

Dans certains cas ( disons le tout de suite: si l'espace est de dimension nie ) , la borne sup est atteinte .
Autrement dit , ayant trouvé une constante α > 0 telle que , ∀x ∈ E , N1 (x) ≤ αN2 (x) et si jamais on
trouve un vecteur x0 non nul tel que N1 (x) = αN2 (x) alors α est bien la constante optimale. ( insistons sur
le fait que x0 doit être non nul , le vecteur non nul fournissant l'égalité universellement triviale 0 = 0 )

Remarque importante :

Deux normes ne sont pas équivalentes si l'une (au moins ) des majorations est impossible , disons par exemple
N1 (x)
que le quotient ne peut être majoré et pour ce faire il faut et il sut de trouver une suite de vecteurs
N2 (x)
N1 (xn )
non nuls (xn )n∈N telle que le quotient tend vers +∞
N2 (xn )

Seconde remarque :

Pour trouver des normes non équivalentes il faut absolument se placer dans le cadre d'un espace de dimension
innie : on prouvera, en n de chapitre , que , sur un espace de dimension nie, toutes les normes sont
équivalentes.

Exemple :

les trois normes usuelles sur l'espace

 C 0 ([0, 1] , R) ne sont pas équivalentes.
[0, 1] −→ R 1 √ 1
La suite dénie par fn : , est telle que : kfn k1 = , kfn k1 = et kfn k∞ = 1 .
x 7−→ xn n+1 2n+1
kfn k∞ kf k √ kf k
On a donc :
kfn k
= n + 1 , kfnn k∞ = 2n + 1 et kfnn k2 = √n+1 2n+1
1 2 1
 Ces trois quotients tendent vers +∞
Evidemment vous allez poser la question du choix de la suite pour que ça fonctionne :
Aller au plus simple
Et s'il faut trouver un exemple sophistiqué , l'énoncé vous le donnera !

Remarque importante :

La situation suivante est fréquente : l'une des majorations est possible mais pas la deuxième . evidemment
les normes ne sont pas équivalentes mais la majoration trouvée peut être utile
0
Exemple : Soit E = C ([a, b] , R). Pour tout f appartenant à E on a les trois majorations suivantes :

kf k1 ≤ (b
√ − a). kf k∞
kf k1 ≤ √ b − a. kf k2
kf k2 ≤ b − a. kf k∞
La seconde inégalité découle de l'inégalité de Cauchy - Schwarz ( produit scalaire usuel sur les fonctions
continues )

Un exemple de normes non équivalentes et d'une majoration optimale

 R1 1/2
Soit E = C 1 ([0, 1] , R). On note , pour tout f ∈ E , N (f ) = (f (0))2 + 0 (f 0 (t))2 dt ( on a démontré un

peu plus haut que c'est une norme provenant d'un certain produit scalaire ) . On souhaite la comparer à la
norme de la convergence uniforme.
Le raisonnement : la norme de la convergence uniforme ( kf k∞ ) mesure la bornitude de la fonction (
entre quelles valeurs elle est coincée ). La dérivée mesure sa vitesse de variations dans son intervalle de
variations. S'il est bien connu ( depuis le collège ) que l'on peut contrôler les écarts d'une fonction gràce à
ses variations ( inégalité des accroissement nis ) , le contraire est faux : une fonction peut varier dans un
intervalle réduit mais avoir des variations rapides. Morale de l'histoire : on peut espérer majorer kf k∞ par
N (f ) , mais pas l'inverse.
Commençons par la négative
 :
[0, 1] −→ R
Posons, ∀n ∈ N , fn : ( vieille connaissance passe-partout ) , qui est bien dans l'espace
x 7−→ xn
E ( et qui varie rapidement du coté de 1 , pour n assez grand , faites un graphe ) . On a : ∀n ∈ N , kfn k∞ = 1
p n N (fn )
par N (fn ) = et le quotient est de limite innie.
2n−1 kfn k ∞
Nous positivons pour nir :
Rx
Soitx ∈ [0, 1] xé arbitrairement. On a , pour f ∈ E : f (x) = f (0) + 0 f 0 (t)dt
Posons g(t) = t + 1 , pour tout t ∈ [0, x] , de sorte que :

Z x Z x
0
f (x) = f (0) + f (t)dt = f (0)g(0) + f 0 (t)g 0 (t)dt
0 0

et l'on reconnait le produit scalaire dont il est question ( sur C 1 ([0, x] , R) )

Pour dominer cette quantité , l'inégalité de Cauchy-Schwarz est tout indiquée :

 Z x 1/2  Z x 1/2
2 0 2 2 0 2
|f (x)| ≤ (g(0)) + (g (t)) dt . (f (0)) + (f (t)) dt
0 0
 Z 1 1/2  Z 1 1/2
2 0 2 2 0 2
≤ (g(0)) + (g (t)) dt . (f (0)) + (f (t)) dt
0 0
√
≤ 2.N (f )
√
et ceci pour tout x ∈ [0, 1] . Il s'en suit alors que kf k∞ ≤ 2.N (f )
 La question de l'optimalité de cette majoration nous incite à réaliser l'égalité dans l'inégalité de Cauchy-
Schwarz . Or ceci se produit si et seulement (f, g) est liée. Autant, si possible , les prendre égaux.
Considérons alors la fonction dénie par g(t) = t + 1 , pour tout t ∈ [0, 1]. ( g est bien un élément de
√ √
l'espace considéré ) et on a : kgk∞ = 2 , alors que N (g) = 2 . L'égalité kf k∞ = 2.N (f ) est donc bien
réalisée par la fonction non nulle g . La majoration est bien optimale.

Un exemple de normes équivalentes

Ok
Exercice ( Oral Centrale )
1
Posons E = {f ∈ C ([0, 1] , R) /f (0) = 0} ( qui est bien un espace vectoriel )
Pour tout f ∈ E , on note n(f ) = kf 0 + f k∞ et N (f ) = kf 0 k∞ + kf k∞
1) Montrer que n et N sont deux normes sur E
2) Montrer qu'elles sont équivalentes.

Une bonne solution consiste à se dire : comment répercuter l'information dont je dispose sur la quantité
f + f et l'exploiter sur la fonction f ? L'idéal ça serait d'exprimer f en fonction de cette quantité f 0 + f ,
0
0
autant lui donner un nom : g =: f + f et , du coup ( expression dont le jury raole ) f est solution d'une
équation diérentielle avec second membre et du coup on peut exprimer f en fonction du second membre
et du coup on peut espérer montrer le résultat ( vous avez compris du coup pourquoi le jury en raole )
puis, le frère siamois du précédent, donné pobablement par le même examinateur. ( Oral Centrale )

Exercice ( Oral Centrale )

2
= 0, f 0 (0) = 0} ( qui est bien un espace
Posons E = {f ∈ C ([0, 1] , R) /f (0) vectoriel )
Pour tout f ∈ E , on note n(f ) = kf ” + f k∞ et N (f ) = kf ”k∞ + kf k∞
1) Montrer que n et N sont deux normes sur E
2) Montrer qu'elles sont équivalentes.

le seul hic avec ce demi-frère est la méthode de variation des constantes ( cours de Spé sur les équations
diérentielles , donc Patience !!! ) ( malheureusement disparue des nouveaux programmes !)

Une dernière remarque :

vous trouverez dans la littérature la version suivante de ce théorème :

N1 et N2 sont équivalentes sur un même espace vectoriel E s'il existe deux constantes strictement positives
µ etγ telles que :
∀x ∈ E ,
γN1 (x) ≤ N2 (x) ≤ µN1 (x)
C'est évidemment strictement équivalent à la version ci-dessus.
Mais je n'aime pas du tout !!!
Un : on dirait que la norme placée au milieu a un privilège par rapport à l'autre ( alors qu'elles sont
censées être équivalentes )
Deux : De toute façon une double inégalité ne peut se faire qu'en la séparant en deux inégalités
Trois : la constante placée tout à gauche provient de l'inverse d'une constante obtenue à droite ( étant
plus facile de majorer que de minorer ! )
Au nal , il est de quel coté ton oreille ?
( si vous avez de mauvaises lectures, ou si vous avez un mauvais coach , je ne suis pas responsable ♠ )

4 Topologie des espaces vectoriels normés.

4.1 Ouverts , voisinages , interieurs.
Soit (E, k.k) un espace vectoriel normé.
Dénition : Une partie Ω de E est un ouvert de E si pour tout vecteur x de Ω il existe r > 0 tel que B(x, r)
soit incluse dans Ω
Autrement dit tout vecteur de Ω est protégé par une boule ouverte.
Proposition : Une boule ouverte est un ouvert

Preuve : B(a, R) est un ouvert ( R > 0) :

Soit x un élément de cette boule. Faire une gure dans le plan , relier ce point au centre et prolonger
le rayon et dessiner le cercle tangent centré en x et vos comprendrez le choix du rayon ε = R − kx − ak ( ce
nombre est strictement positif )
Montrons que la boule centrée en x de rayon ε est incluse dans B(a, R)
En eet , si y ∈ B(x, ε) on a : ka − yk = ka − x + x − yk ≤ ka − xk + kx − yk < ka − xk + ε = R
Proposition :
1/ le vide et E sont des ouverts de E
2/ Une réunion quelconque d'ouverts est un ouvert
3/ Une intersection nie d'ouverts est un ouvert

1/ Ne pas trop philospher

2/ Immédiat
3/ prendre comme rayon le plus petit des n rayons.
Une intersection quelconque d'ouverts peut ne pas donner un ouvert : contre -exemple universel : Ωn =
∗
− n1 , n1
 
pour n ∈ N . L'intersection des Ωn est le singleton {0} qui..... n'est pas un ouvert. ( et pas autre
chose comme réponse du style ? )

Dénition : Soit (E, k.k) un espace vectoriel normé. Soit a

V une partie de E
un vecteur de E et
a est un point interieur à V s'il existe r > 0 tel que la boule ouverte ecbtrée en a de rayon r est incluse dans
V
L'ensemble des points interieurs à V est appelé l'interieur de V , noté V̊
Résultat immédiat : une partie de E est un ouvert de E si et seulement si elle est égale à son interieur.
L'intérêt principal des points intérieurs en Analyse est le suivant : on peut envisager des limites ( de
fonctions ) en de tels points et ce dans toutes les directions : à droite ou à gauche dans le cas réel , dériver
selon tout vecteur , en particulier selon les vecteurs d'une base , calculer un gradient en de tels points . La
notion de point critique ( en vue de la recherche d'extrema ) repose sur cette notion .
( D'où la question à deux sous : une fonction dérivable en un point y admettant un extremum est-elle
de dérivée nulle en ce point ? )

4.2 Fermés , adhérences

Dénition : Soit (E, k.k) un espace vectoriel normé. Soit F une partie de E
F est un fermé de E si son complémentaire dans E est un ouvert de E
( Utliser de préférence la notation {E (F ) et non pas F , voir plus loin )

Du fait que le complémentaire d'une réunion est l'intersection des complémentaires et que le complémen-
taire d'une intersection soit la réunion des complémentaires ( rappelez-vous : la négation du et c'est le ou
et inversement ) on a :

Proposition :
1/ le vide et E sont des fermés de E
2/ Une réunion nie de fermés est un fermé
3/ Une intersection quelconque de fermés est un fermé

Attention : pour ne pas vous embrouiller , retenir seulement le résultat sur les ouverts ( par exemple )
Remarque : un ensemble peut être à la fois ouvert et fermé. comme quoi fermé n'est pas le contraire
d'ouvert.
Proposition : une boule fermée est un fermé. Une sphère est un fermé

Preuve : Notons F = Bf (a, R) une boule fermée. Notons Ω son complémentaire.

Il s'agit de prouver que Ω est ouvert.
 Soit x un vecteur de Ω . Posons ε = ka − xk − R ( c'est un réel strictement positif et, comme d'habitude,
un croquis dans le plan vous aidera à comprendre ce choix )
Montrons que la boule ouverte centrée en x de rayon ε est incluse dans Ω
Pour cela on a le choix entre un raisonnement par l'absurde ou un raisonnement direct.
Par l'absurde : supposons le contraire : il existe donc un vceteur y qui appartient à B(x, ε) mais qui n'est
pas dans Ω ( donc dansF )
On a alors ka − xk = ka − y + y − xk ≤ ka − yk + ky − xk < R + ε = ka − xk , ce qui est absurde.
Raisonnement direct :
Pour tout vecteury appartenant à B(x, ε) , on a :
ka − yk = ka − x − (y − x)k ≥ ka − xk−ky − xk ( inégalité triangulaire inversée , conséquence immédiate
de l'inégalité triangulaire )
et par suite ka − yk > ka − xk − ε = R
Ceci prouve bien l'inclusion souhaitée.
En ce qui concerne la sphère S(a, R) , en notant , ∆ la boule ouverte B(a, R) et Ω le complémentaire de
la boule fermée , on remarque que le complémentaire de la sphère est la réunion de ces deux ouverts , c'est
donc un fermé.
Pour un usage fréquent on se doit de reconnaître parmi les intervalles de R, ceux qui sont ouverts ou
fermés ou ni l'un ni l'autre.


 ouvert f ermé rien
[a, b] ♠




]a, b[ ♥




[a, b[ ♣



on a le tableau suivant avec a<b réels : ]a, b] ♣
[a, +∞[ ♠




]a, +∞[ ♥




]−∞, a[ ♥




]−∞, a] ♠

Un singleton est fermé .

Dénition : Soit (E, k.k) un espace vectoriel normé. Soit A une partie de E et e un élément de E.
le vecteur e est dit adhérent à A si toute boule ouverte centrée en e rencontre A :
i.e. , ∀ε > 0, B(e, ε) ∩ A 6= Ø

L'ensemble des vecteurs adhérents à A est appelé adhérence de A et noté A

Exemple si A = [0, 1[ alors A = [0, 1]

Dénition : Soit (E, k.k) un espace vectoriel normé. Soit A une partie de E .
La frontière de A est la diérence entre l'adhérence de A et son interieur:
∂A = A \ Å
Exemple A = [0, 1[ alors ∂A = {0, 1}( ensemble réduit à deux points )
La frontière de la boule fermée est la sphère.

Proposition : Soit (E, k.k) un espace vectoriel normé. Soit A une partie de E et e un élément de E.
e est adhérent à A si et seulement si il existe une suite d'éléments de A qui converge vers e
Preuve: Condition nécessaire: si e est adhérent à A
∀ε > 0, B(e, ε) ∩ A 6= Ø
1
Pour tout entier naturel non nul n , en prenant ε= n
, on a donc B(e, n1 ) ∩ A 6= Ø
il existe donc xn élément de A tel que ke − xn k < n1
La suite d'éléments de A ainsi construite converge bien vers e.
Condition susante :
S'il existe une suite (xn ) d'éléments de A qui converge vers e
Alors ∀ε > 0 , il existe un rang n0 tel que ∀n ≥ n0 , ke − xn k < ε
Le vecteur xn0 , en particulier , est à la fois dans A et dans la boule ouverte centrée en e de rayon ε
Donc ∀ε > 0, B(e, ε) ∩ A 6= Ø
 Théorème : Une partie A d'un espace vectoriel normé (E, k.k) est un fermé de E si et seulement si toute
suite convergente d'éléments de A admet sa limite dans A
Autrement dit A est fermé ssi A est égale à son adhérence.

Preuve : Condition nécessaire ( par contraposition )

(xn ) est une suite convergente d'éléments de A et dont la limite l n'appartient pas à A : l est donc dans
Si
le complémentaire de A ( notons le Ω )
l est donc adhérent à A et par conséquent toute boule ouverte centrée en l intersecte A et ne peut donc
être incluse dans Ω . Par conséquent Ω n'est pas ouvert et donc A n'est pas fermé.
Condition susante : Par contraposition aussi
Si A n'est pas fermé alors Ω n'est pas ouvert
Il existe donc un vecteur l de Ω tel que toute boule ouverte centrée en l ne soit pas incluse dans Ω
Donc toute boule centrée en l intersecte A : l est donc adhérent à A
Il existe donc une suite d'éléments de A qui converge vers l et l n'est pas dans A .
Exemple:
Soit A = {(x, y) ∈ R2 /xy = 1} Montrons que A est un fermé de R2 .
Soit (xn , yn ) une suite convergente d'éléments de A et notons (a, b) sa limite
Le fait que (xn , yn ) converge vers (a, b)se traduit par la convergence de la suite (xn ) vers a et de (yn ) vers
b ( convergence des coordonnés ou composantes , conséquence de la norme conventionnelle sur un produit
d'espaces )
Comme , pour tout n, on a xn yn = 1 , on a , par passage à la limite ab = 1
Donc le vecteur (a, b) appartient à A et par suite A est fermé.
Dénition : Une partie A d'un espace vectoriel normé (E, k.k) est dite dense dans A si son adhérence est
égale à l'espace tout entier
Autrement dit A est dense dans E si tout vecteur de E est limite d'une suite d'éléments de A
Exemple : Q est dense dans R ( la dénition ci-dessus ) étant strictement équivalente à celle vue en classe
de Sup ( celle qui utlise la relation d'ordre )

Exemple : GLn (K) est ( un ouvert ) dense dans Mn (K)

( preuve facile qui utilise la notion de valeurs propres )
Soit A ∈ Mn (K). 4 = {λ ∈ sp(A)/λ ∈ ]0, +∞[} ( même si A est complexe )
Posons
Si cet ensemble est vide , posons m = 1.
Sinon , notons m = min(4) ( cet ensemble étant ni , la borne inférieure est atteinte )
Par ce choix de m , on est sûr que ∀λ ∈ ]0, m[ , A − λIn est inversible.
m
Pour tout entier k ≥ 2 , la matrice A− In est dans ce cas et la suite ainsi construite converge , visiblement
k
, vers A .
Pour le fait que c'est un ouvert , voir plus loin.
La notion de densité est une notion trés importante en Analyse : elle permet de montrer une propriété
sur un espace donné en la montrant d'abord pour les vecteurs d'une partie dense et ensuite , en général, par
un argument de continuité l'étendre à l'espace tout entier
Remarque : les notions topologiques sont invariantes par passage à une norme équivalente :
une partie ouverte pour une norme restera ouverte pour une norme équivalente.
une partie fermée pour une norme le sera également pour une norme équivalente .....
Proposition : invariance des notions topologiques par passage à une norme équivalente :
Si N1 et N2 sont deux normes équivalentes sur un même espace vectoriel E alots :
Toute partie ouverte pour l'une des normes l'est pour l'autre
Toute partie fermée pour l'une des normes l'est pour l'autre
Toute partie dense pour l'une des normes l'est pour l'autre
......
5 Etude locale d'une application , limite et continuité.
On retrouve des notions déjà connues ( en cours de Sup ) et pour résumer c'est du copier-coller .....
Remarque primitive : toutes les inégalités ci-dessous peuvent être ( au choix ) strictes ou larges ...
Conformément au programme on énonce tous les cas envisageables .....

Dénition : Soient (E, k.k) et (G, k.k) deux espaces vectoriels normés ( les deux normes sont abusivement
notés de la même façon )
SoitB une partie de E , a un point de E adhérent à B et soit l un vecteur de G
Soitf une application dénie sur B à valeurs dans G .
On dit que f admet pour limite l au point a si :
∀ε > 0 , il existe θ > 0 tel que , ∀x ∈ B , on a :

(kx − ak < θ) =⇒ (kf (x) − lk < ε)

puis

Dénition : Soient (E, k.k) et (G, k.k) deux espaces vectoriels normés ( les deux normes sont abusivement
notés de la même façon )
SoitB une partie non bornée de E et soit l un vecteur de G
Soitf une application dénie sur B à valeurs dans G .
On dit que f admet pour limite l lorsque kxk tend vers +∞ si :
∀ε > 0 , il existe A > 0 tel que , ∀x ∈ B , on a :

(kxk > A) =⇒ (kf (x) − lk < ε)

cas particulier :

Dénition : Soit (G, k.k) un espace vectoriel normé .

Soit l un vecteur de G
Soit f une application dénie sur [a, +∞[ à valeurs dans G .
On dit que f admet pour limite l lorsque x tend vers +∞ si :
∀ε > 0 , il existe A ≥ a tel que , ∀x ∈ [a, +∞[ , on a :

(x > A) =⇒ (kf (x) − lk < ε)

puis

Dénition : Soit (G, k.k) un espace vectoriel normé .

Soit l un vecteur de G
Soit f une application dénie sur ]−∞, b] à valeurs dans G .
On dit que f admet pour limite l lorsque x tend vers −∞ si :
∀ε > 0 , il existe B ≤ b tel que , ∀x ∈]−∞, b] , on a :

(x < B) =⇒ (kf (x) − lk < ε)

puis

Dénition : Soient (E, k.k) un espace vectoriel normé

Soit B une partie de E , a un point de E adhérent à B
Soit f une application dénie sur B à valeurs dans R .
On dit que f admet pour limite +∞ au point a si :
∀C > 0 , il existe θ > 0 tel que , ∀x ∈ B , on a :

(kx − ak < θ) =⇒ (f (x) > C)

ouf !
Le théorème suivant est fondamental en analyse ( puisqu'il ramène toute l'Analyse aux suites )
Théorème ( caractérisation séquentielle d'une limite )
Soient (E, k.k) et (G, k.k) deux espaces vectoriels normés ( les deux normes sont abusivement notés de la
même façon )
SoitB une partie de E , a un point de E adhérent à B et soit l un vecteur de G
Soitf une application dénie sur B à valeurs dans G .
f admet pour limite l au point a si et seulement si
pour toute suite (xn )n∈N d'éléments de B qui converge vers a , la suite image (f (xn ))n∈N converge vers l

Preuve :
Remarquons d'abord que des suites d'éléments de B qui converge vers a , il en existe car a est adhérent à
B .
Condition nécessaire : avec les notations ci-dessus
Soit ε > 0 xé. il existe θ > 0 tel que , ∀x ∈ B , on a :
(kx − ak < θ)=⇒(kf (x) − lk < ε)
Soit , à présent, une suite (xn )n∈N d'éléments de B qui converge vers a
il existe donc un rang n0 tel que pour tout n ≥ n0 , on ait kxn − ak < θ
Il s'en suit alors que , pour ces entiers , on a :kf (xn ) − lk < ε
Ceci prouve bien que la suite image (f (xn ))n∈N converge vers l .
Condition susante : par contraposition
La négation de l'assertion  f admet pour limite l au point a se traduit de la façon suivante :
∃ε > 0 , tel que ∀θ > 0 tel que , ∃x ∈ B , tel que (kx − ak < θ)et(kf (x) − lk ≥ ε)
On a donc , pour tout entier naturel non nul n , en prenant θ = n1 , il existe xn dans B tel que
kxn − ak < n1 et(kf (x) − lk ≥ ε)

la suite (xn ) ainsi constuite à éléments dans B converge vers a mais sa suite image (f (xn ))n∈N ne converge
pas vers l .

Proposition : Soient (E, k.k) et (G, k.k) et (H, k.k) trois espaces vectoriels normés ( les trois normes sont
abusivement notés de la même façon )
Soit B une partie de E , a un point de E adhérent à B et soit (l1 , l2 ) un vecteur de G × H
Soit f une application dénie sur B à valeurs dans G × H (pour tout vacteur x de B , f (x) = (f1 (x), f2 (x)),
avec f1 et f2 étant ce qu'on appelle les composantes de f )
f admet pour limite (l1 , l2 ) au point a si et seulement si f1 a pour limite l1 et f2 a pour limite l2
C'est une conséquence directe de la norme prise par convention sur le produit , à savoir , le max des deux
normes.
Bien entendu ceci se généralise à un produit ni de p espaces vectoriels normés ( au liu de 2) à l'arrivée.
En ce qui concerne les opérations algébriques sur les limites ( somme , produit par un scalaire , produit
quand l'arrivée est Rou C ) c'est du pareil au kif-kif qu'en Sup .... passons....
Idem pour la composition des limites .....circulez...
Pour la continuité en un point , remplacer la limite par la valeur de f au point en question .....Terminus
Le résultat classique suivant est fondamental ( voir cours ultérieur pour des applications classiques )

Exercice : Soient (E, k.k) (G, k.k) deux espaces vectoriels normés.
et
Soit B une partie dense de E et soient f et h deux applications dénies sur E à valeurs dans G.
Si f et h sont continues sur E et coïncident sur la partie dense B alors elles sont égales sur l'espace E tout
entier.

Preuve: Soit x un vecteur de E. Du fait de la densité de B dans E , il existe une suite (xn ) d'éléments de
B qui converge vers x.
Du fait que f et h soient continues , les suites images (f (xn )) et (h(xn )) convegent vers f (x) et h(x)
Mais ces deux suites sont égales ( vu que f et h conncident sur la partie B )
Il s'en suit alors que les limites sont égales.
Le théorème suivant est le must du must pour montrer qu'un bidule est fermé ou ouvert
Théorème : Soient (E, k.k) et (G, k.k) deux espaces vectoriels normés .
Soit f une appication continue de E dans G .
−1
Si F est un fermé de G alors f (F ) est un fermé de E .
−1
Si Ω est un ouvert de G alors f (Ω) est un ouvert de E .
( En français Patois , l'image réciproque , par une application continue d'un fermé ( resp. ouvert ) à l'arrivée
est un fermé ( resp. ouvert ) au départ.

et corollaire :
Théorème : Soient (E, k.k) un espace vectoriel normé .
Soit f une appication continue de E dans R .
L'esnsmble suivant : {x ∈ E/f (x) > 0} est un ouvert de E
les ensembles dénis par : {x ∈ E/f (x) ≥ 0} et {x ∈ E/f (x) = 0} sont des fermés de E

Attention le résulat est faux, en général , pour les images directes :

(des contre exemples ? ) : l'image directe par la fonction continue qu'est le sinus de l'ouvert ]−2022, 2023[
( et qui vaut [−1, 1] n'est pas un ouvert )
L'application R2 −→ R qui associe au vecteur (x, y) sonabcisse x est continue ( voir plus loin )
2 2
l'ensemble A = {(x, y) ∈ R /xy = 1} est un fermé de R .
∗
son image directe par l'application considérée est R ( qui n'est pas un fermé de R )
Preuve :
Soit (xn ) une suite d'éléments de f −1 (F ) qui converge vers l . on souhaite montrer que l appartient à
−1
f (F )
Traduisons : ∀n, f (xn ) appartient à F ( et ce par dénition de l'mage réciproque )
Comme f est continue , la suite (f (xn ))converge vers f (l)
et commeF est fermé , la limite f (l) appartient alors à F . ceci prouve que l appartient à f −1 (F )
On a ainsi montré l'assertion sur les fermés.
Pour celle sur les ouverts il sut de prendre les complémentaires , remarquer que le complémentaire de
f (Ω) et égal f −1 ({G (Ω)) et appliquer le résultat sur les fermés.
−1

2 2 R2 −→ R
Exemple banal : A = {(x, y) ∈ R /xy = 1} est un fermé de R . en eet , en posant f : ,
(x, y) 7−→ xy
qui est continue (car polynômiale )
A {1}
apparait comme étant l'image réciproque par cette application du singleton
 qui est un fermé de R.
Mn (R) −→ R
Exemple à connaître : GLn (R) est un ouvert de Mn (R) . L'application det :
M 7−→ det(M )
−1 ∗ ∗
est continue ( car polynômiale des coécients de la matrice ) et GLn (R) = det (R ) et R est un ouvert de
R ....
encore un Contre exemple pour les images directes :
1
La fonction x 7−→ est continue sur R , l'image directe du fermé [0, +∞[est égale à ]0, 1]qui n'est pas
1+x2
un fermé ( Rebelote ...)

Dénition : une application dénie sur une partie A d'un espace vectoriel normé (E, kk) à valeurs dans un
espace (G, kk) est dite lipscitzienne s'il existe α > 0 tel que

∀x, y ∈ A, kf (x) − f (y)k ≤ α kx − yk

On a immédiatement :
Proposition : toute application lipscitzienne est continue

Exemple basique : Une fonction de classe C1 sur un segment[a, b] de R à valeurs dans K est lipschtzienne
0
. En eet par l'inégalité des accroissements nis il sut de prendre α = sup {|f (t)/t ∈ [a, b]|} ( ce sup existe
0
bien puisque f est continue sur le segment [a, b] )
Exemple usuel :
 Exercice : L'application norme : 
(E, kk) −→ R
x 7−→ kxk
est continue ( car lipschitzienne )

En eet , ∀x, y ∈ E , on a : |kxk − kyk| ≤ kx − yk ( inégalité triangulaire inversée )

Exemple ( moins évident ) :

Classique : Soit A (E, k.k)

une partie non vide d'un espace vectoriel normé Preuv
Pour tout vecteur x de E inf {kx − yk /y ∈ A}( partie de R
on peut dénir non vide minorée )
Cette borne inf est dite distance du vecteur x à la partie A , notée d(x, A)

(E, kk) −→ R
L'application : φ : est lipschitzienne.
x 7−→ d(x, A)
:
Soient x1 et x2 deux vecteurs de E arbitrairement xés.
Pour tout vecteur y de A on a :
d(x1 , A) ≤ kx1 − yk = kx1 − x2 + x2 − yk ≤ kx1 − x2 k + kx2 − yk
et donc d(x1 , A) − kx1 − x2 k ≤ kx2 − yk et ce pour tout vecteur y de A
Le membre de gauche jouant alors le rôle d'un minorant de la quantité variable à droite , on peut prendre
la borne inf à droite , on obtient :
d(x1 , A) − kx1 − x2 k ≤ d(x2 , A) d(x1 , A) − d(x2 , A) ≤ kx1 − x2 k
ou encore
En échangeant le rôle des vecteurs x1 et x2 on a également : d(x2 , A) − d(x1 , A) ≤ kx2 − x1 k
Au nal on a bien |d(x1 , A) − d(x2 , A)| ≤ kx1 − x2 k
 On prend ici un virage à 180° : on fait du MP sans trop le crier sur les toits !
En fait seul le paragraphe intitulé : espaces vectoriels normés de dimension nie est au programme PSI
A vous donc de faire la part des choses.

6 Continuité des applications linéaires ( programme MP )

Puisque le chapitre traite des espaces vectoriels , il est donc tout à fait naturel de rencontrer souvent des
applications linéaires . Et puisqu'il s'agit d'un chapitre d'analyse , on se doit de se poser la question de leur
continuité sachant que la propriété de linéarité est un plus qui facilite grandement leur étude.
C'était ( ancien programme ) un point du cours source de plusieurs sujets de concours.
Le nouveau programme se limite au théorème qui va suivre ( la notion de norme subordonnée est hors
programme , et pourtant comme de coutume, comme le prouve le sujet des Mines MP 2015 , ça continue à
foisonner , sans y faire clairement référence ) ( la seule diérence avec vosanciens c'est que vous êtes censé
connaître juste le résultat qui suit ( et encore ! ) :

Exercice : Soient (E, k.k) et (G, k.k) deux espaces vectoriels normés ( les deux normes sont abusivement
notés de la même façon ) et soit f une application linéaire de E dans G
f est continue sur E si et seulement si il existe C > 0 tel que :
∀x ∈ E , kf (x)k ≤ C kxk

Preuve : On montre ( mais c'est juste pour la preuve , donc inutile d'en faire un théorème ) que les quatre
assertions suivantes sont équivalentes :
1) ∃C > 0/ ∀x ∈ E , kf (x)k ≤ C kxk
2) f est lipschitzienne sur E
3) f est continue sur E
4) f est continue en 0
Les implications 1) =⇒ 2) =⇒ 3) =⇒ 4) étant évidentes ( la première implication utilisant la linéarité ) Il
ne reste plus qu'à montrer l'implication 4) =⇒ 1)
Nous traduisons la continuité en 0 , en prenant un cas particulier pour ε ( les inégalités intervenant dans
la dénition de la continuité peuvent être larges )
Pour ε = 1 , il existe θ > 0 tel que , ∀x ∈ E , (kx − 0k ≤ θ) =⇒ (kf (x) − f (0)k ≤ 1)
∀x ∈ E , (kxk ≤ θ) =⇒ (kf (x)k ≤ 1)
i.e. ,
θ
Pour tout vecteur non nul x le vecteur x est de norme égale à θ
kxk
θ θ
On a donc : f ( kxk x) ≤ 1 et donc
kxk
kf (x)k ≤ 1 ou encore kf (x)k ≤ 1θ kxk ( il sut de poser C= 1
θ
)

Cette majoration étant triviale pour le vecteur nul, elle est donc vraie pour tout vecteur de E .
Remarque :
Il y en qui rajoute les assertions tout aussi équivalentes :
5/ f est bornée sur la boule unité
6/ f est bornée sur la sphère.
Et ceci ne fait qu'enfoncer un peu plus la gabéji dans la tête des élèves !
Non et mille fois Non !
Notation : Lc (E, G): espace des applications linéaires continues de E dans G ( c'est un sous-espace de
L(E, G) )
En particulier Lc (E) : espace des endomorphismes continus de E .
0
Exemple : Soit E = C ([a, b] , R) muni de la norme de la convergence uniforme ( k.k∞ )

E −→ R
Soit ϕ : Rb 2
f 7−→ a t .f (t)dt
ϕ est bien linéaire. R 
Rb 2 Rb 2 b 2
On a : ∀f ∈ E , |ϕ(f )| =
a
t f (t)dt ≤ a
t |f (t)| dt ≤ a
t dt kf k∞ = 13 (b3 − a3 ). kf k∞
Ceci prouve que ϕ est continue.
 Exemple : On change de norme
0
Soit E = C ([a, b] , R)muni de la norme de la convergence en moyenne quadratique ( k.k2 )

E −→ R
Soit ψ: Rb 2
f 7−→ a t .f (t)dt
ψ est bien linéaire.
Rb R 1/2 R 1/2
1/2
b b 2
On a : ∀f ∈ E , |ψ(f )| = a t2 f (t)dt ≤ a t4 dt a
f (t)dt = 51 (b5 − a5 ) . kf k2
Ceci prouve que ψ est continue. ( Une inégalité qui tombe de nulle part c'est forçément ???? )
Rendez-vous en n de chapitre pour des compléments sur ce paragraphe ( en gros pour faire ce qui a
disparu des programmes ) ♦♠♥♣

7 Parties compactes d'un espace vectoriel normé ( programme MP

)
Dénition : Soit (E, k.k) un espace vectoriel normé.
Une partie K ( de préférence non vide pour ne pas trop faire de philosophie ) de E est un compcat de E si
de toute suite d'éléments de K on peut extraire une sous-suite convregente de limite appartenant à K
Attention ( les élèves ( pas vous) oublient souvent la deuxième partie de l'assertion ( le fait que la limite
de la suite extraite doit rester dans K )
Exemple de base : Un segment de R est un compcat de R ( rappelez-vous le cours de Sup ( du moins la
section MPSI ) : de toute suite bornée ....le fameux théorème de Bolzano-weierstrass )
D'ailleurs la dénition ci-dessus est dite compacité par la propriété de ........Bolzano-weierstrass !!
( Il y a une autre dénition dite par la proriété de Borel-lebesgue et elle est ociellment hors programme
, mais comme de coutume avec messieurs les examinateurs et auteurs de sujets elle gure ( sans la nommer )
dans le sujet des Mines MP 2017 )
( Et comme de coutume pour nous , Rendez-vous ....en n de chapitre ♦♠♥♣ (i.e. Kaput ))

Proposition : Un compact est nécessairement fermé et borné.

Preuve : On montre la contraposée. C'est à dire : une partie non fermée ne peut être compcate , et une
partie non bornée ne peut être compcate.
Si K n'est pas fermé : il existe une suite (xn ) d'éléments de K qui converge mais dont la limite l n'appartient
pas à K . N'importe quelle suite extraite de (xn ) converge vers l mais le problème est que l n'appartient pas
à K . Et donc K n'est pas compact.
Si K n'est pas borné , cette fois c'est l'extraction d'une sous-suite convergente qui risque de ressembler
à une Césarienne :
Traduisons le fait que K n'est pas borné :
∀C > 0, il existe x ∈ K tel que kxk > C
∗
En particulier , ∀n ∈ N , il existe xn ∈ K tel que kxn k > n
∗
Pour n'importe quelle extraction φ , on a alors , ∀n ∈ N , xφ(n) > φ(n) ≥ n
La suite extraite (xφ(n) ) est donc non bornée et ne peut donc converger.
K n'est donc pas compacte.
Exemple : R n'est pas un compact de R car est non borné.
Proposition : Une partie fermée incluse dans un compact est un compact
Preuve :Si F ⊂ K, avec F fermé et K compact , alors , pour toute suite d'éléments de F , vue comme
une suite d'éléments de K, on peut extraire une sous-suite convergente et vu comme suite de F qui est fermé
) cela assure l'appartenance de la limite à F ( rappelez-vous les deux volets de la dénition )
Le résultat suivant peut être utile dans des situations théoriques .......
Proposition : Une suite d'éléments d'une partie compacte converge si et seulement si elle admet une unique
valeur d'adhérence ( i.e. limite d'une suite extraite )
 Preuve : La condition nécessaire est triviale ( Attention : ne faites pas comme votre prof , ne pas abuser
de ce vocabulaire , les examinateurs peuvent être sensibles )
La condition est susante :
Si(xn ) est une suite d'éléments de K ( compact ) admet une seule valeur d'adhérence l ) , montrons qu'elle
converge ( vers l naturellement )
Pour cela supposons le contraire et traduisons la négation :
Il existe ε>0 tel que , pour tout entier p > n tel que kxp − lk ≥ ε
n , il existe
On peut donc construite une suite extraite de la suite (xn ) ( pour l'entier φ(n), il existe p > φ(n), et
prendre p = φ(n + 1) ) telle que xφ(n) − l ≥ ε et ce pour tout n
La suite (xφ(n) ) étant elle même dans le compact K on peut en extraire une sous-suite convergente de
0 0 0
limite l . On a alors kl − lk ≥ ε et donc l 6= l
0
l est alors une deuxième valeur d'adhérence de la suite initiale ( car limite d'une suite extraite de la suite
extraite ( pour le fun de l'extraction composée voir juste un peu plus loin )
Et ceci est donc absurde.
Prposition : Un produit ni de compacts est un compact de l'espace produit.
Preuve : un produit de deux espaces sut amplement pour comprendre.
SiK1 (resp K2 ) est un compcat d'un espace vectoriel normé (E1 , k.k1 ) ( resp. (E1 , k.k1 ) ) , montrons que
le produit K1 × K2 est un compact de E1 × E2 :
Soit un =(xn , yn ) une suite de K1 × K2 . On souhaite donc en extraire une suite qui converge dans K1 × K2
Mais attention une telle suite est de la forme uφ(n) =(xφ(n) , yφ(n) ) , autrement dit la même extraction doit
être appliquée aux deux suites (xn ) et (xn ) ( un esprit simple (pour ne pas dire un simple d'esprit ) est tenté
d'extraire de chacune à part )
Comme la suite (xn ) est à éléments dans le compact K1 , il existe une extraction φ telle que la suite (xφ(n) )
converge vers un élément a appartenant à K1
Considérons alors la suite (yφ(n) ) ( et non pas (yn ) )
Comme elle est dans le compact K2 , on peut donc en extraire , par une extraction ψ , une suite convergente
dans K2 ( de limite b appartenant à K2 )
La suite obtenue ainsi est en fait la suite (yφ◦ψ(n) ) ( contrairement aux apparences , ce n'est pas l'ordre
contraire de composition )( pour vous en convaincre , notez vn = yφ(n) , et il vient immédiatement vψ(n) =
yφ(ψ(n)) , mais rasurez-vous , vous n'êtes ni les premiers ni les derniers à faire l'erreur )
La suite (xφ◦ψ(n) ) converge naturellement vers a car elle est extraite de (xφ(n) ) qui est déjà convergente.
Au nal la suite uφ◦ψ(n) =(xφ◦ψ(n) , yφ◦ψ(n) ) est bien convergente vers (a, b) ∈ K1 × K2 .
2
Exemple basique : le pavé [a, b] × [c, d] est un compact de R
Attention donc, élèves de la section PSI , le jour où un auteur de sujet un peu trop zélé, décide de passer
par des extractions en dimension deux , est tout à fait capable de vous guider vers la démarche ci-dessus (
quitte à admettre le théorème de bolzano-weierstrass de la section MPSI)
Sinon, le principe de dichotomie....devrait être un procédé familier pour vous, Mr Cheikh.

8 Applications continues sur une partie compacte.

Et voici Beit − [Link] ( en Français , le clou du spectacle ): c'est de loin le point le plus important du
chapitre car le plus fréquent dans les sujets de concours ( de Prépas , cela coule de source )

Exercice : L'image ( directe ) d'une patie compacte par une application continue est un compact.
f : (E, k.k) −→ (G, k.k)
i.e si est une application continue et si K est un compact de E alors f (K) est un
compact de G .

Preuve: Soit (yn ) une suite de f (K) : pour tout n , il existe xn appartenant à K tel que yn = f (xn )
La suite (xn ) étant à éléments dans le compact K , il existe une extrcation φ telle que la suite extraite
(xφ(n) ) converge dans K ( notons l sa limite )
Comme , f est continue , la suite image (f (xφ(n) )) converge vers f (l)
 Mais cette suite n'est autre que (yφ(n) )
On a ainsi extrait de la suite (yn ) une suite convergente de limite f (l) qui appartient bien à f (K) ( vu
que l∈K ) .
Le théorème précédent est à rapprocher du théorème de Sup : l'image , par une application continue ( de
R dans R) d'un segment de R est un segment . ( un segment étant un compact , et le théorème des valeurs
intermédiaires en sus )
La version suivante est la plus utilisée :

Théorème : si f : (E, k.k) −→ (R, |.|) est une application continue ( à valeurs réelles ) si K est un compact
de E alors f est bornée sur K et atteint ses bornes.

Preuve :
L'image directe f (K) est compacte et ce d'aprés le théorème ci-dessus . C'est donc une partie bornée. (
c'est la dénition même d'une fonction bornée )
f admet donc une borne supérieure et une borne inferieure.
Notons M = sup {f (x)/x ∈ K} et montrons qu'elle est atteinte. ( preuve analogue pour la borne inf ou
alors il sut de raisonner sur −f )
Traduisons le fait que M soit la borne superieure :
Pour tout ε > 0 , il existe y ∈ f (K) tel que M − ε < y ≤ M
i.e Pour tout ε > 0 , il existe x ∈ K tel que M − ε < f (x) ≤ M
1 ∗ 1
Pour ε = ( avec n ∈ N ) , il existe xn ∈ K tel que M − < f (xn ) ≤ M
n n
La suite (xn ) ainsi construite étant dans le compact K , on peut en extraire une sous-suite convergente
(xφ(n) ) de limite l appartenant à K
∗ 1
On a alors , ∀n ∈ N , M − < f (xφ(n) ) ≤ M
φ(n)
En passant à la limite et par continuité de f on obtient : f (l) = M
Ce qui prouve que M est atteint .

Corollaire : si f : (E, k.k) −→ (G, k.k) est une application continue ( à valeurs réelles ) si K est un compact
de E alors les bornes suivantes existent et sont atteintes :
sup {kf (x)/x ∈ Kk} et inf {kf (x)/x ∈ Kk}
Preuve : il sut de composer f par l'application norme ( qui est rappelons le, continue ) , l'espace d'arrivée
devient ainsi R et on applique le théorème précédent.
Rappelons ici le théorème de classe de Sup :
Théorème de Heine: toute application continue sur un segment de R à valeurs dans K, est uniformément
continue sur le segment.
Comme un segment de R est le compact par excellence , le même théorème s'étend à une fonction
continue sur un compact d'un espace vectoriel normé:
Théorème de Heine: toute application continue sur un compact , est uniformément continue sur ce compact.

Le théorème initial a servi une fois aux concours de Prépas ( Mines MP 2015 ) ( et dans le cours
d'intégration ) , le théorème général ? je n'ai pas le souvenir d'avoir fait sa rencnotre dans un quelconque
sujet .

9 Parties connexes par arcs ( programme MP )

Dénition : Soit (E, k.k) un espace vectoriel normé.
Soient x et y deux vecteurs deE.
Un chemin continu reliant x à y est une application continue γ dénie sur un segment [a, b] de R à valeurs
dans E et telle que γ(a) = x et γ(b) = y .

Remarque : On peut ramener le segment

 [a, b] au segment [0, 1]et réciproquement . En eet , le change-
[0, 1] −→ [a, b]
ment de variable φ : est une bijection bi-continue qui envoie [0, 1]sur [a, b] et
t 7−→ tb + (1 − t)a
réciproquement.
 
[a, b] −→ E
Il s'en suit alors que si γ : est un chemin continu reliant un vecteur x à un vecteur
 t 7−→ γ(t)
[0, 1] −→ E
y alors , l'application λ : est également un chemin continu ( composée de fonctions
t 7−→ γ(φ(t))
continues ) qui relie également le vecteur x au vecteur y ( puisque λ(0) = γ(φ(0)) = γ(a) = x et que
λ(1) = γ(φ(1)) = γ(b) = y
Réciproquement , pour remplacer un chemin continu déni sur [0, 1] en un chemin continu déni sur [a, b],
−1
il sut de composer par φ .

Proposition : Soit A une partie non vide d'un espace vectoriel normé (E, k.k)
La relation dénie sur A par : ∀x, y ∈ A × A , xRy s'il existe un chemin continu reliant x à y , est une
relation d'équivalence sur A . Ses classes d'équivalence sont appelées les composantes connexes par arcs de
A
Preuve : La relation est réexive : tout élément est en relation avec lui même : il suut de prendre le
chemin constant égal à ce vecteur.
La relation est symétrique : si xRy , et si γ est un chemin continu déni sur [0, 1] reliant x à y , alors
l'application déni par : λ(t) = γ(1 − t) est un chemin continu reliant y à x .
La relation est transitive : Si xRy et si xyRz , si γ1 est un chemin continu déni sur [0, 1] reliant x à y et
si γ2 est un chemin continu déni sur [1, 2] reliant y à z ( la remarque ci-dessus permet de choisir le segment
[1, 2] ) 
alors l'application suivante :
 [0, 2] −→ E
γ: t 7−→ γ1 (t) si t ∈ [0, 1] est un chemin continu reliant x à z ( le seul point à vérier est la
γ2 (t) si t ∈ [1, 2]

continuité en t = 1 )
Exemple : La partie A = [0, 1]∪{2}∪[3, 4] admet trois composantes connexes par arcs , à savoir le segment
[0, 1] , le singleton {2} et le segment [3, 4]
2
Exemple : Notons H = {(x, y) ∈ R /yx = 1}. H admet deux composantes connexes à savoir les deux
branches de l'hyperbole.
Exemple : le complémentaire de l'hyperbole admet trois composantes connexes à savoir , la partie du plan
située au dessus de la branche de droite , la partie située en dessous de la branche de gauche et la partie
entre les deux .....
( y aller avec une gure c'est largement susant )

Dénition : Une partie d'un espace vectoriel normé est dite connexe par arcs si elle admet une seule com-
posante connexe par arcs
Autrement si tout couple de vecteurs de cette partie peut être relié par un chemin continu.
Extrait du programme : Dans des cas simples, une gure convaincante vaut preuve de connexité par arcs.

Des connexes par arcs trés particuliers :

Les convexes ( voir plus haut ) sont des connexes par arcs : le chemin exigé étant le segment reliant les deux
vecteurs.
Dénition : une partie A d'un espace vectoriel normé est dite étoilée s'il existe un vecteur e de A tel que
pour tout vecteur x de A , le segent reliant x à e reste dans A
Une partie étoilée est donc connexe par arcs puisque tous les points sont en relation avec e (par la relation
d'équivalence ci-dessus ) et ainsi A admet une seule composante connexe par arcs.

Proposition : Les connexes par arcs de R sont exactement les intervalles de R :

Preuve :
Un intervalle est convexe ( par dénition même d'un intervalle ) et donc connexe par arcs.
Réciproquement , si I est une partie de R, connexe par arcs , alors , pour tous x, y de I , il existe un
chemin continu dénie sur [0, 1] reliant x à y et qui reste dans I . mais comme l'image d'un intervalle par une
application continue est un intervalle ( théorème des valeurs intermédiaires , de la classe de Sup ) , il s'en suit
que le segment reliant x à y est inclus dans I : c'est la dénition même du fait d'un intervalle deR .
 Justement , l'analogue de ce théorème sur les espaces vectoriels normés :
Théorème : L'image par une application continue d'une partie connexe par arcs est une partie connexe par
arcs.
En particulier , si l'application est à valeurs réelles , L'image par une application continue d'une partie
connexe par arcs est un intervalle de R (version appelée ....théorème des valeurs intermédiaires !!!)

Preuve: Si f : (E, k.k) −→ (G, k.k) est continue , et si C est une partie de E connexe par arcs.
Montrons que f (C) est une partie connexe par arcs de G :
Soient donc y1 et y2 deux éléments de f (C) : il existe x1 et x2 dans C tels que y1 = f (x1 ) et y2 = f (x2 )
Comme C est connexe par arcs , il existe un chemin continu γ déni sur [0, 1] reliant x1 à x2 et tel que
pour tout t appartenant à [0, 1] , γ(t) reste dans C
L'application f ◦ γ , dénie sur [0, 1] est continue et telle que : f ◦ γ(0) = f (x1 ) = y1 , f ◦ γ(1) = f (x2 ) = y2
, et pour tout t ∈ [0, 1], f ◦ γ(t) = f (γ(t)) appartient à f (C) ( puisque γ(t) reste dans C ) : c'est donc un
chemin continu reliant y1 et y2 et restant dans f (C ) .
Une belle application ( que j'ai déniché dans un exercice d'Oral ) :

Exercice :
Soit n un entier naturel, n≥2 .
On note ( )
n
X
4= A ∈ Mn (R) /∀i {1, ..n} , ai,i > |ai,j |
j=1,j6=i

1/Montrer que ∀A ∈ 4, A est inversible.

2/ Montrer que ∀A ∈ 4, det(A) > 0

La première question est classique.

Pour la seconde : Indication : montrer que l'ensemble 4 est convexe.

10 Espaces vectoriels normés de dimension nie (section MP )

On continue sur le même chemin ( hors programme PSI ), on fait le tri ensuite
Le maître-mot est que  tout est vrai en dimension nie , cela ressemble à un catalogue de soldes.....et
ça sera le dernier paragraphe ( programme ociel ) de ce cours interminable .....

Théorème : Sur un espace vectoriel de dimension nie toutes les normes sont équivalentes.

Preuve ( hors programme )

Soit E un espace vectoriel de dimension nie ( égale à n )
Soit (e1 , .., en ) une base xée de E , pour un vecteur x de E , on note (x1 , .., xn ) ses coordonnées dans
cette base. 
E −→ R+
On montre que l'application : N∞ : est une norme sur E
x 7−→ max(|xk | /1 ≤ k ≤ n)
Nous allons montrer que toute norme sur E est équivalente à celle-ci.
On montre d'abord le lemme suivant :
lemme : Un fermé borné de l'espace (E, N∞ ) est un compact.
Preuve : Soit K est un fermé borné de (E, N∞ )
Il existe c > 0 tel que , ∀x ∈ K , N∞ (x) ≤ c ,
Pn
i.e. ∀x = k=1 xk ek ∈ K , max(|xk | /1 ≤ k ≤ n) ≤ c
Comme la convergence au sens de cette norme équivaut à celle des suites coordonnées , cela revient à
[−c, c]n de Rn qui est un compact ( produit ni de compacts
examiner un fermé inclus dans le produit
mais un fermé dans un compact est un compact. D'où la conclusion.)
Revenons, à présent à la preuve du thèorème.
Soit k.k une norme quelconque sur E .
On a : pour tout vecteur x de E ,
 Pn Pn Pn Pn
kxk = k kk ≤
xk eP
k=1 k=1 kxk ek k = k=1 |xk | . kek k ≤ ( k=1 kek k).N∞ (x)
n
En notant α = ( k=1 kek k) , on a donc trouvé une constante telle que :
∀x ∈ E , kxk≤
 α.N∞ (x) ( cela fait la moitié du chemin , il reste la moitié la plus dicile )
(E, N∞ ) −→ (E, k.k)
Notons ϕ : ( c'est en fait l'application identité mais avec deux normes dif-
x 7−→ x
férentes au départ et à l'arivée )
Cette application linéaire est, d'aprés l'inégalité précédente (i.e. ∀x ∈ E , kxk≤ α.N∞ (x) ) continue (
reportez-vous au paragraphe sur la continuité des applications linéaires )
En notant S la sphère unité de l'espace de départ (E, N∞ ) , qui est compacte, ( car fermé bornée et le
lemme aidant ) l'application ϕ est donc bornée sur ce compact et atteint en particulier sa borne inferieure :
il existe x0 ∈ S tel que kϕ(x0 )k = inf {kϕ(x)k /x ∈ S} , autrement : kx0 k = inf {kxk /x ∈ S} ( notons m
cette borne inf )
Remarquons d'abord que m > 0 ( car x0 n'est pas le vecteur nul )
Pour tout vecteur non nul x , le vecteur N∞1(x) .x appartient à la sphère S
On a donc m ≤ kxk
1 1
Ou encore : m ≤ .x = kxk
N∞ (x) N∞ (x)
1
Par suite N∞ (x) ≤ . kxk , ( m étant strictement positif )
m
Cette inégalité étant triviale pour le vecteur nul , on a donc une majoration de la forme : ∀x ∈ E ,
kxk≤ β.N∞ (x) pour une certaine constante β .
Le lemme précédent a naturellement préparé le Théorème suivant :
Théorème : Dans un espace vectoriel normé de dimension nie , une partie de E est compacte si et seulement
elle est fermée bornée.

La condition nécessaire a déjà été prouvée ( en dimension quelconque )

La condition susante : un fermé borné est un compact pour une norme du type N∞ ( qui dépend du
choix d'une base) et ce d'aprés le lemme.
Comme toutes les normes sont équivalentes , un fermé borné est donc un compact pour n'importe quelle
norme ( et ce par invariance des notions topologiques par passage à une norme équivalente )

Proposition : une suite bornée d'un espace vectoriel normé de dimension nie converge si et seulement si
elle a une unique valeur d'adhérence.
Un air de déjà vu : une suite bornée est incluse dans une boule fermée qui est un compact. Passons...
Théorème : Un sous-espace de dimension nie d'un espace vectoriel normé est fermé

Preuve /?

Théorème : toute application linéaire dont l'espace de départ est de dimension nie est continue.

Preuve : reprenons la norme N∞ dénie ci-dessus (une fois xée une base ) ( toutes les normes étant
équivalentes on peut choisir la norme que l'on veut )
Soit f une application linéaire de (E, N∞ ) dans (G, k.k)
Pn
On a , pout tout vecteur x =
Pnk=1 xk ek ,
kf (x)k = k k=1 xk f (ek )k ≤ k=1 kxk f (ek )k = nk=1 |xk | . kf (ek )k ≤ ( nk=1 kf (ek )k).N∞ (x)
Pn P P
Le scalaire jouant le rôle d'une constante α , on a ainsi prouvé une majoration du type :
∀x ∈ E , kf (x)k≤ α.N∞ (x) , ce qui prouve que l'application linéaire f est continue.
Le solde continue ,
Corollaire : toute application polynômiale des coordonées dans une base donnée d'un espace de dimension
nie est continue.
Preuve : si (e1
, .., en ) est une base xée dun tel espace E , pour tout indice i compris entre 1 et n ,

l'application :ϕi :
E Pn −→ K
est continue car linéaire de départ un espace de dimension
x = k=1 xk ek 7−→ xi
nie.
 Le produit des ϕi
est donc continue ( ce produit est possible car les arrivent dans K ) : or ce produit
donne les monômes ( exemples x 7−→ xi x2j ..)
Une combinason linéaire des monômes est donc continue : on obtient les fonctions polynômiales.
Exemple basique : L'application déterminant est continue. vous connaissez tous la célèbre formule (
qui vous a tant enthousiasmé en Sup ) : pour une matrice M = (mi,j )1≤i,j≤n de Mn (K) , on a det(M ) =
P Qn
σ∈Sn ε(σ). i=1 mi,σ(i)
Ainsi l'application déterminant est-elle polynômiale des coécients de la matrice ( que sont ses coordonnées
dans la base des matrices élémentaires )

Théorème : toute application multilinéaire dont l'espace de départ est un produit d'espaces vectoriels
normés de dimensions nies est continue.

( on peut donc justier la continuité de l'application déterminant par son caractère multilinéaire )
Preuve du théorème :
Nous le prouvons pour une application bilinéaire , c'est ammplement susant
Pour cela on énonce le lemme suivant ( qui gurait dans l'ancien testament (pardon , programme )
Lemme : Soit B : (E, k.k) × (F, k.k) −→ (G, k.k) une application bilinéaire.
S'il existe une constante C telle que ∀(x, y) ∈ E × F , kB(x, y)k ≤ C. kxk . kyk , alors B est continue sur
E×F
( en fait c'est même une condition nécessaire , mais çà , même l'ancien programme l'ignore) kk
Et cela ressemble évidemment au cas linéaire :
Soit(x0 , y0 ) de E × F . On a , pour tout (x, y) de E × F ,
B(x, y) − B(x0 , y0 ) = B(x − x0 , y) + B(x0 , y − y0 ) ( et ce par bilinéarité )
Donc , kB(x, y) − B(x0 , y0 )k ≤ kB(x − x0 , y)k + kB(x0 , y − y0 )k
≤ C. kx − x0 k . kyk + C kx0 k . ky − y0 k
Le majorant tend vers 0 quand le couple (x, y) tend vers le couple (x0 , y0 )

11 Espaces vectoriels normés de dimension nie ( PSI )

Proposition : Sur un espace vectoriel de dimension nie, toutes les normes sont équivalentes.

La démonstration est hors programme. ( tant mieux )

Proposition : La convergence d'une suite ( ou l'existence de la limite d'une fonction, ou la continuité d'une
fonction ) à valeurs dans un espace vectoriel normé de dimension nie équivaut à celle de chacune de ses
coordonnées dans une base.
Ceci découle du fait, que si (e1 , ..en ) est une base de E alors l'application :

N∞ :
E P −→ R+
x = nk=1 xk ek 7−→ max(|xk | /1 ≤ k ≤ n)

est une norme sur E. ( et toutes les normes étant équivalentes on peut donc considérer celle là )

Théorème des bornes atteintes:

toute fonction réelle continue sur une partie non vide fermée bornée d'un espace vectoriel normé de dimension
nie est bornée et atteint ses bornes.
La démonstration est hors programme ( ya khawwaf ! )
( Retenir que le programme PSI ignore le vocabulaire compact )
Ne pas oublier : non vide ( on ne sait jamais on vous propose une fonction dénie sur le vide ...sidéral )
Attention : fonction réelle !!!! et donc si elle est vectorielle, ne pas oublier de composer par la norme et
dire que l'application norme est continue ( car lipschitzienne )

Théorème : toute application linéaire dont l'espace de départ est de dimension nie est continue
Preuve:
reprenons la norme N∞ dénie ci-dessus (une fois xée une base ) ( toutes les normes étant équivalentes
on peut choisir la norme que l'on veut )
 Soit f une application linéaire de (E, N∞ ) dans (G, k.k)
Pn
On a , pout tout vecteur x =
Pnk=1 xk ek ,
kf (x)k = k k=1 xk f (ek )k ≤ k=1 kxk f (ek )k = nk=1 |xk | . kf (ek )k ≤ ( nk=1 kf (ek )k).N∞ (x)
Pn P P
Le scalaire jouant le rôle d'une constante α , on a ainsi prouvé une majoration du type :

∀x ∈ E, kf (x)k ≤ α.N∞ (x)

On en déduit que l'application linéaire f est lipschitzienne :

∀x, y ∈ E, kf (x) − f (y)k = kf (x − y)k ≤ α.N∞ (x − y)

et par suite elle est continue.

Remarque
Des questions relatives à la continuité des applications linéaires dénies au départ d'un espace de dimension
innie, il y en a, même en section PSI ( Oui Monsieur ) :
Alors Quésaco ?
Vous êtes censés être susamment intelligent pour dire :
Je fais comme dans la preuve ci-dessus : je trouve une majoration du type ∀x ∈ E, kf (x)k ≤ α.N∞ (x) , j'en
déduis ( par linéarité ) qu'elle est lipschitzienne et par suite elle est continue.
C'est le summum de l'intelligence exigé de votre part et c'est le comble de la malhonnêteté de certains
auteurs !
Voilà, vous êtes prévenus comme l'ont été vos prédécesseurs ( malheureusement l'un ( une ) d'entre eux a
été le summum ( le comble ) de l'ingratitude en vers son prof )
je passe !
puis
Théorème : toute application multili-linéaire dénie sur un produit ni d'espaces de dimensions nies est
continue
Preuve:
Le cas bilinéaire est amplement susant
Si (E1 , N1 ) et (E2 , N2 ) sont deux espaces vectoriels normés de dimension nie et si B : E1 × E2 −→ (G, kk)
est bilinéaire . Notons (e1 , ..en ) une base de E1 et (u1 , ..up ) une base de E2 . Notons, pour un vecteur
x = nk=1 xk ek , kxk∞ = max {|xk | /1 ≤ k ≤ n} et pour y = pk=1 yk uk , kyk∞ = max {|yj | /1 ≤ j ≤ p}
P P
Les normes étant équivalentes, on peut remplacer N1 et N2 par ces deux normes.
On a alors, par bilinéarité :

p
n X
X
∀(x, y) ∈ E1 × E2 , B (x, y) = xk yj B(ei , uj )
k=1 j=1

De sorte que

p p
n X n X
!
X X
kB (x, y)k ≤ |xk | . |yj | . kB(ei , uj )k ≤ kB(ei , uj )k . kxk∞ . kyk∞
k=1 j=1 k=1 j=1

On obtient donc une majoration du type :

∀(x, y) ∈ E1 × E2 , kB (x, y)k ≤ α. kxk∞ . kyk∞

où α est une constante.

C'est étrange mais ceci c'est un air de djà vu ( Rassurez-vous, ça n'a rien d'étrange , vous n^êtes pas
entrain d'alluciner ! )
On a alors, pour un couple de vecteurs (x0 , y0 ) :

∀(x, y) ∈ E1 ×E2 , kB (x, y) − B (x0 , y0 )k = kB (x, y) − B (x, y0 ) + B (x, y0 ) − B (x0 , y0 )k = kB (x, y − y0 ) + B (x − x

 ≤ α. kxk∞ . ky − y0 k∞ + α. kx − x0 k∞ . ky0 k∞
Le majorant est de limite nulle quand (x, y) tend vers (x0 , y0 ) .

Proposition : Exemples ( du programme ociel )

L'application déterminant est continue.
Le produit matriciel est continue
puis
Proposition ;
toute application polynomiale des coordonnées d'un vecteur dans une base d'un espace de dimension nie
est continue.
Exemple :
L'application : 
Mn (R) −→ Mn (R)
t
A 7−→ AA
est continue.
( Attention, elle est ni linéaire , ni bilinéaire !! )
L'espace d'arrivée étant de dimension nie, il sut de montrer que ses applications coordonnées ( dans la
base des matrices élémentaires ) est continue.
Or, pour tous i et j appartenant à {1, ..n} ,

n
X
t


∀A ∈ Mn (R) , AA i,j
= ak,i .ak,j
k=1

qui est donc polynomiale des coordonnées de A dans la base des matrices élémentaires et donc elle est continue.
Exemple :
Soit M une matrice xée de Mn (R). L'application :


Mn (R) −→ Mn (R)
A 7−→ t AM A

est continue.
On pourrait faire comme ci-dessus.
Mais c'est bien connu, un examinateur ne pose jamais la même question deux fois !! ( en général, il attend
donc une nouvelle réponse )
Soient : 
Mn (R) −→ Mn (R) × Mn (R)
f:
A 7−→ (t A, A)
et 
Mn (R) ×Mn (R) −→ Mn (R)
g:
(X, Y ) 7 →
− XM Y
l'application en question n'est autre que la composée g◦f
Il sut donc de justier que g et f sont continues.
f est continue car chacune de ses composantes l'est ( chacune est linéaire sur un espace de dimension nie
)
g est continue car bilinéaire sur un produit d'espaces de dimensions nies.
et ..........Hasta la vista
12 Compléments :
12.1 Notion de norme subordonnée
Rappelons le théorème du cours ( programme ociel ) :

Théorème : Soient (E, k.k) (G, k.k) deux espaces vectoriels normés ( les
et deux normes sont abusivement
notés de la même façon ) et soit f une application linéaire de E dans G
f est continue sur E si et seulement si il existe C > 0 tel que :
∀x ∈ E , kf (x)k ≤ C kxk
Evidemment une telle constante n'est pas unique ( toute constante supérieure à C fonctionne encore )
Il est donc naturel de penser à chercher la meilleure constante possible vériant une telle inégalité et c'est
évidemment la plus petite.
Remarquons d'abord que la majoration peut être réecrite de manière équivalente comme suit :
∀x ∈ E \ {0} , kfkxk
(x)k
≤C
Et ce pour la simple raison que , pour le vecteur nul l'inégalité est triviale (
n 0≤0) o
kf (x)k
Ainsi la continuité de f se traduit par le fait que l'ensemble
kxk
/x ∈ E \ {0} est majoré. Une

constante C telle que ci-dessus est alors un majorant de cet ensemble. Quel est donc le plus majorant d'un
ensemble majoré ? mais oui bien sûr : c'est sa borne supérieure.

Dénition : Si
n f est une
o application linéaire continue de (E, k.k) dans (G, k.k) alors la quantité suivante
kf (x)k
sup kxk /x ∈ E \ {0} est bien dénie . On la note en général k|f |k et dite norme subordonnée de
l'application linéaire f
Pourquoi subordonnée ? car elle dépend du choix des normes sur les espaces de départ et d'arrivée.
Pourquoi Norme ? car on a le résultat suivant ( question posé aux Mines MP 2015 , nouveau programme
)

Proposition : Soient (E, k.k) (G, k.k) deux espaces vectoriels normés ( les deux
et normes sont abusivement
notés de la même façon ) . On note Lc (E, G) l'espace des applications linéaires continues de E dans G (
c'est bien espace vectoriel ).

Lc (E, G) −→ R+
L'application k||k : est une norme .
f 7−→ k|f |k
Preuve : n o
Si f ∈Lc (E, G) est telle que k|f |k = 0 alors sup kfkxk
(x)k
/x ∈ E \ {0} = 0
Il s'en suit donc que, pour tout vecteur non nul , on a : , kf (x)k = 0 et donc f (x) = 0 et naturellement
f (0) = 0 . Donc f est bien l'application nulle.
n o n o
kλf (x)k kf (x)k
Pour tout scalaire λ , l'ensemble
kxk
/x∈ E \ {0} e st obtenu de l'ensemble ∈ E \ {0} , kxk
/x
en multipliant tous ses termes par |λ . Il en est donc de même pour leurs bornes supérieures i.e. k|λf |k=
|λ k|f |k
Si f et g appartiennent à Lc (E, G) , alors pour tout vecteur non nul x de E , on a :
k(f +g)(x)k
kxk
= kf (x)+g(x)k
kxk
≤ kfkxk
(x)k
+ kg(x)k
kxk
≤ k|f |k + k|g|k
On prend alors le Sup sur le membre de gauche ( celui de droite étant une constante ) , on obtient alors
l'inégalité triangulaire : k|f + g|k ≤ k|f |k + k|g|k
Cette norme apparaît sous quatre formes dans les sujets et ce gràce au résultat suivant
Exercice : Soient (E, k.k) et (G, k.k) deux espaces vectoriels normés ( les deux normes sont abusivement
notés de la même façon ) et soit f une application linéaire de E dans G continue alors les quatres bornes
supérieures
n suivantes existentoet sont égales :
M1 = sup kfkxk
(x)k
/x ∈ E \ {0}
n o
kf (x)k
M2 = sup kxk /x ∈ E \ {0} / kxk ≤ 1
n o
kf (x)k
M3 = sup{kf (x)k /x ∈ E/ kxk = 1} = sup kxk
/x ∈ E/ kxk = 1
M4 = sup{kf (x)k /x ∈ E/ kxk ≤ 1}
Preuve : L'existence des quatre bornes est acquise par la continuité de f ( et l'existence d'une constante
C telle que...)
C'est en fait l'égalité des quatres bornes qui nous intéresse ici.
Il faut d'abord se rappeler que A et B sont deux parties non videset majorées de R telles que A ⊂ B alors
sup(A) ≤ sup(B)
∗
Notons E = E \ {0} ( aucune confusion avec le dual n'est possible ici ) , B la boule unité fermée , et S
∗
la sphère unité et B la boule unité fermée privée du vecteur nul.
∗ ∗
Des inclusions S ⊂ B ⊂ E , on a alors M3 ≤ M2 ≤ M1
De l'inclusion S ⊂ B on a également M3 ≤ M4
Reste à monter que M1 ≤ M3 ( ce qui entraînera l'égalité M3 = M2 = M1 ) et M4 ≤ M3 ( ce qui achèvera
la preuve )

Pour tout vecteur x de E∗ , le vecteur

1
kxk
x est dans la sphère . Donc 1
f ( kxk x) ≤ M3
1 1
Or f ( kxk x) = kxk
kf (x)k
On a donc ∀x ∈ E ∗ , kxk
1
kf (x)k ≤ M3 . En prenant le sup sur le membre de gauche , on obtient doncM1 ≤
M3 .
On montre, à présent, que M4 ≤ M2 .
D'abord , le vecteur nul étant hors jeu dans tous ces ensembles , on a :
M4 = sup{kf (x)k /x ∈ E/ kxk ≤ 1} = sup {kf (x)k /x ∈ E \ {0} / kxk ≤ 1}
Pour tout vecteur non nul x tel que kxk ≤ 1 , on a :
1
kf (x)k ≤ kxk kf (x)k ≤ M2
On prend ensuite le sup sur le membre de gauche , on obtient M4 ≤ M2
Morale de l'histoire : chaque auteur de sujet utilise la borne qu'il veut ... à vous de comprendre que l'on
parle de la même chose ( et qu'on vous raconte la même histoire )
La raison d'être de la norme suivante me semble être le résultat suivant :
Proposition : Soient (E, k.k) , (G, k.k) et (H, k.k) trois espaces vectoriels normés ( les trois normes sont
abusivement notés de la même façon , comme d'habitude).
Si g : E −→ G et h : G −→ H sont linéaires et continues alors h◦g est linéaire continue (mais ça on le sait
) et on a ;
k|h ◦ g|k ≤ k|h|k . k|g|k
( on dit que la norme subordonnée est sous-multiplicative )

Remarque : ça serait trop beau si on avait l'égalité mais faut pas rêver !! ( car il faudrait une coincidence
providentielle pour que les deux sup soient atteints simultanément )
Preuve :
Pour ne pas à avoir à diviser par des quantités suceptibles de s'annuler, il convient ici d'exploiter l'inégalité
suivante pour une application linéaire continue :
∀x ∈ E ,
kf (x)k ≤ k|f |k . kxk
On a donc ∀x ∈ E , kh ◦ g(x)k = kh(g(x))k ≤ k|h|k . kg(x)k ≤ k|h|k . k|g|k . kxk
kh◦g(x)k
Donc pour tout vecteur non nul , on a :
kxk
≤ k|h|k k|g|k
En prenant la borne supérieure sur le membre de gauche , on obtient la majoration souhaitée:
k|h ◦ g|k ≤ k|h|k . k|g|k
 En particulier , nous avons le résultat suivant :

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

On note Lc (E) l'espace vectoriel des endomorphismes continues de E
C'est également une algèbre en rajoutant la composition des applications.
La norme subordonnée est dite norme d'algèbre sur Lc (E) car elle vérie
k|h ◦ g|k ≤ k|h|k . k|g|k , ∀h, g ∈Lc (E)
Elle vérie , en particulier , ∀k ∈ N , hk ≤ k|h|kk ( et c'est cette majoration qui est souvent utilisée
comme argument pour montrer la convergence de certaines séries dans un tel espace )

Version matricielle :
Pour une matrice A de Mn (K) , on note f l'endomorphisme de Kn canoniquement associé ( i.e. celui dont
n
la matrice relative à la base canonique de est la matrice
K donnée A )
n
Cet endomorphisme est continu ( l'espace K étant de dimension nie )
n o
Sa norme subordonnée étant k|f |k = sup kfkxk
(x)k
/x ∈ Kn \ {0} où [Link] une norme sur Kn ( en général
l'une des trois normes usuelles : k.k1 , k.k2 ou k.k∞ )
 
x1
 x2 
n
Pour un vecteur x = (x1 , .., xn ) de K , on note X =  .  la matrice colonne formée de ses coordonnées
 
.
 . 
xn
dans la base canonique . On sait alors que le vecteur f (x) est représenté dans la même base par la colonne
AX . n o
n kAXk n
En identiant alors l'epace des matrices colonnes et l'espace K , on a donc k|f |k = sup /X ∈ K \ {0}
kXk
On note alors cette quantité k|A|k et ce an d'éviter tout ce passage inutile par les endomorphismes.
n
Dénition : pour toute matrice A de Mn (K) et pour toute norme k.k sur K , on note k|A|k =
n o
sup kAXk
kXk
/X ∈ Kn \ {0} , quantité dite norme subordonnée de la matrice A
L'un des exercices classiques calcule explicitement cette norme en fonction des coécients de la matrice
et ce pour les trois normes usuelles surKn .
On obtient ce résultat Exercice:

k|A|k1 = max { ni=1 |ai,j | , 1 ≤ j ≤ n}

P
1.
nP o
n
2. k|A|k∞ = max j=1 |a i,j | , 1 ≤ i ≤ n
n√ o
3. k|A|k2 = max λ, λ ∈ sp(t A.A)
Attention : le résultat concernant la norme euclidienne ( k.k2 ) fait appel à des résultats du cours d'algèbre
bilinéaire ( réduction des endomorphismes symetriques ) et donc infaisable à ce stade du cours.

Exercice : Soit E = C 0 ([a, b] , R) , soit g un élément xé de

 E
E −→ R
On considère l'application linéaire suivante : ϕ: Rb
f 7−→ a g(t)f (t)dt

1. On munit l'espace E de l'une des trois normes usuelles k.k1 , k.k2 et k.k∞ . Montrer que l'application
ϕ est continue dans les trois cas

2. Calculer sa norme subordonnée pour chacune des trois normes.

12.2 Compléments : Compacité. Propriété de Borel Lebesgue. ( limite MP***
)
Exercice 1 : Soit K (E, k.k) .
un compact d'un espace vectoriel normé
Montrer que , pour tout ε > 0 , il existe un recouvrement ni de K par des boules ouvertes de rayon ε :
n
i.e. , il existe un entier n , des vecteurs (xi )1≤i≤n appartenant à K tel que K ⊂ ∪i=1 B(xi , ε)

Preuve : La négation de l'assertion ci-dessus se traduit par l'existence d'un réel strictement positif ε tel
que , toute réunion nie de boues ouvertes de rayon ε ( centrés en des éléments de K ) ne recouvre K
Soit x1 un élément quelconque de K . La boule centrée en x1 de rayon εne recouvre pas K : il existe donc
x2 appartenant à tel que kx2 − x1 k ≥ ε.
K
2
On recomence : ∪i=1 B(xi , ε) ne recouvre pas K : il existe donc x3 tel que kx3 − x1 k ≥ εet kx3 − x2 k ≥ ε.
Ainsi de suite , on contruit une suite (xi )i∈N∗ telle que , pour tout entier n , kxn − xi k ≥ ε et ce pour tout
i compris entre n−1 .1 et
Ce qui implique que kxi − xj k ≥ ε pour tout i 6= j
Pour toute extraction φ , on a donc xφ(n) − xφ(n+1) ≥ ε et ce pour tout n
La suite extraite (xφ(n) ) ne peut donc converger ( car sinon en passant à la limite , on trouve 0 > ε
Ainsi on ne peut extarire aucune suite coonvergente de la suite (xn ) , ce qui contredit la compacité de K
Exercice 2 : Soit K un compact d'un espace vectoriel normé (E, k.k) .
On suppose qu'une famille d'ouverts (Ωi )i∈I constitue un recouvrement de K (i.e. K ⊂ ∪i∈I Ωi )
Montrer qu'il existe ε > 0 tel que , ∀x ∈ K , il existe i ∈ I / B(x, ε) ⊂ Ωi .

Faisons encore une fois la négation : Supposons que :

∀ ε > 0 , ∃x ∈ K / ∀i ∈ I / B(x, ε) ne soit pas incluse dans Ωi
1
On a donc , pour tout entier naturel non nul n
, pour le choix de ε =
n
, l'existence d'un élément xn dans
1
K tel que pour tout indice i , la boule centrée en xn de rayon
n
n'est pas incluse dans Ωi
La suite (xn ) étant à éléments dans un compact , on peut en extraire une sous-suite convergente dans K
( notons ϕ une telle extraction et l la limite )
Puisque K ⊂ ∪i∈I Ωi , il existe donc un indice j tel que l ∈ Ωj
Ωj est un ouvert ( il faut bien, à
et comme
un moment ou un autre, utiliser cette propriété des ouverts ) , il existe r > 0 tel que B(l, r) ⊂ Ωj
1
Du fait que que la suite (
ϕ(n)
) tend vers 0 et du fait que xϕ(n) − l tend également vers 0 , on peut
1
trouver un entier p qui réalise en même temps
ϕ(p)
< 2r et xϕ(p) − l < 2r
1
Mais alors pour tout vecteur y de la boule B(xϕ(p) , ) , on a :
ϕ(p)
r 1
kl − yk ≤ l − xϕ(p) + xϕ(p) − y < 2 + ϕ(p) = r
1
On a donc l'inclusion B(xϕ(p) ,
ϕ(p)
) ⊂ B(l, r) ⊂ Ωj
Ce qui contredit le fait que cette boule ne soit incluse dans aucun des Ωi
Dxercice 3 : Propriété de Borel - Lebesgue
Montrer que de tout recouvrement d'un compact par des ouverts on peut extraire un sous-recouvrement ni:
i.e.
Si une famille d'ouverts (Ωi )i∈I constitue un recouvrement de K (i.e. K ⊂ ∪i∈I Ωi ) , alors il existe un entier
n et n indices i1 , .., in appartenant à I tels que K ⊂ ∪nj=1 Ωij
Preuve : Synthèse immédiate des deux exercices précédents.
Application : preuve du théorème de Heine : toute application continue sur un compact y est uniforément
continue.
Soit ε>0 x appartenant à K , il existe θx > 0
(
. Pour tout qui dépend du vecteur x ( et naturellment
de ε ) tel que : ∀y ∈ K , (kx − yk < θ) =⇒ kf (x) − f (y)k < 2ε
1
Naturellement K ⊂ ∪x∈K B(xk , θx )
2
De ce recouvrement par des ouverts on peut donc extraire un sous-recouvrement ni:
n 1
il existe un entier n et n points x1 , .., xn tels que : K ⊂ ∪k=1 B(xk , θk )
2
Posons θ = min {θk /1 ≤ k ≤ n}
θ
Soient y, z appartenant à K tel que ky − zk <
2
 Il existe un indice i compris entre 1et n tel que y B(xi , 21 θi )
appartienne à
1 1 1
Le vecteur z est alors lui aussi dans cette même boule car : kz − xi k ≤ kz − yk + ky − xi k < θ + θi ≤ θi
2 2 2
ε ε
On a alors : kf (y) − f (z)k ≤ kf (y) − f (xi )k + kf (xi ) − f (z)k ≤ + = ε
2 2
1
En dénitive, on abien trouvé un réel strictement positif ( θ ) tel que :
2
∀y, z ∈ K , kz − yk < 21 θ =⇒ (kf (z) − f (y)k < ε)

Remarque on peut faire une démonstration directe de ce théorème sans passer par la propriété de Borel-
Lebesgue ( en utilisant celle de Bolzano-weierstrass )

12.3 Espaces lpet Lp

La notation en miniscule est réservée aux espaces de suites et celle en majiscule pour les espaces de fonctions.
Les espaces de fonctions font intervenir , en général , la notion d'intégrale généralisée ( qui sera étudiée
ultérieurement ) . On se contentera donc ici des espaces de suites ( faisant appel à la notion de séries déjà vu
en première année )
Deux réels strictement positifsq sont dits des exposants conjugués si p1 + 1q = 1
p et

Commençons par le cas particulier p = 2 ( puisque 2 est son propre conjugué )

2

(un )2 /converge
P
Exercice : On note E = l (R) = (un )n∈N /réellles/

1. Montrer que l2 (R) est un espace vectoriel.

(
E −→ R
2. Montrer que l'application : N : P+∞ 2 1/2

est une norme sur E
u 7−→ n=0 (un )
Preuve :
Evidemment il faut le voir comme un sous-espace de l'espace des suites réelles.
La suite nulle y est .
Le produit par un scalaire d'un élément de E est un élément de E
Reste la stabilité par la somme :
(un )2 (vn )2
P P
Si u et v
sont deux suites telles que les séries et soient convergentes , il faut montrer qu'il
(un + vn )2
P
en est de même pour la série
2 2 2
Or (un + vn ) = (un ) + (vn ) + 2un .vn
P
Il s'agit donc de prouver que la série 2un .vn est convergente
Or, réexe absolu, pour une suite de signe douteux, on prend la valeur absolue :
2. |un .vn | = 2 |un | . |vn | ≤ (un )2 + (vn )2 ( qui n'est autre que .....l'identité remarquable du collégien )
Ceci permet de conclure.
La norme proposée est sans aucun doute euclidienne ( présence de la racine et des carrés )

E × E −→ R
Pour cela posons : ϕ: P+∞
(u, v) 7−→ n=0 un .vn
et montrons qu'il s'agit bien d'un produit scalaire.
On voit immédiatement que ϕ est symétrique, linéaire par rapport à l'un des arguments et donc bilinéaire.
ϕ(u, u) = +∞ 2
P
Elle est également positive : n=0 n ) ≥ 0
(u
Dénie positive : si ϕ(u, u) = 0 alors la suite est nulle.
2 1/2
P+∞

La norme associée est alors kuk2 = n=0 (un )
Avant de passer au cas général , on rappelle ici ( ou on découvre si ce n'est pas dèjà fait ) la notion de
fonction convexe : dénition et propriétés élémentaires ( sans démonstration )
Dénition : Une fonction réelle dénie sur un intervalle I de R est dite convexe si :
∀x, y ∈ I , ∀λ ∈ [0, 1] , f (λx + (1 − λ)y) ≤ λf (x) + (1 − λ)f (y)
L'interprétation graphique donnée à cette inégalité est que la corde joignant deux points de la courbe de
f est au dessus de la courbe ( faire un schéma )
Remarquer que pour λ=0 et pour λ = 1, cette inégalité devient une égalité triviale : f (x) = f (x) et
f (y) = f (y)
 Raison pour laquelle , on peut se contenter de prendre dans la dénition λ ∈ ]0, 1[
Remarquer aussi que si x = y, c'est encore une égalité triviale ( f (x) = x) et ce pour tout λ ∈ [0, 1]
Réciproquement, on peut dénir ce qu'on appelle une fonction strictement convexe : celles pour lesquelles
l'égalité pour λ ∈ ]0, 1[ ne peut se produire que pour le cas où x=y
Une caractérisation
Proposition : Une fonction réelle dénie sur un intervalle I de R , qui est de plus deux fois dérivable , est
convexe si et seulement si sa dérivée seconde est positive.
On démontre aussi que si la dérivée seconde est strictement positive alors la fonction est strictement convexe.

Exemple basique : la fonction x 7−→ −ln(x) est strictement convexe sur ]0, +∞[
Exercice de base : Montrer que pour tous réels strictements positifs a et b et tout couple (p, q) de réels
1
strictements positifs conjuguées (
p
+ 1q = 1) , on a :
1 1
ab ≤ ap + bq
p q
( inégalité restant vraie si a ou b
est nul )
p
L'égalité est réalisée si et seulement si a = bq
1
Preuve : De la convexité évoquée ci-dessus de la x 7−→ −ln(x) , pour λ= p
qui est bien dans ]0, 1[ et
 
1
1−λ= q
, on a donc , −ln( p1 a + 1q b) ≤ − p1 ln(a) + 1q ln(b)
ou encore : a
1/p 1/q
b ≤ p1 a + 1q b
En prenant a1/p = x et b1/q = y , on a alors

1 1
xy ≤ xp + y q
p q

Pour n ∈ N , n ≥ 2 , pour un vecteur x = (x1 , ..., xn ) de Rn , posons :

n
Dénition : Pour n ∈ N , n ≥ 2 , pour un vecteur x = (x1 , ..., xn ) de R ,
posons pour tout réel p > 0 ,
n
!1/p
X
kxkp = |xk |p
k=1
On souhaite dans un premier temps montrer que ceci dénit bien une norme sur Rn ( ce qui pose problème
c'est évidemment ..l'inégalité tiangulaire ) et trouver des inégalités du type Cauchy-schwarz )
On montre d'abord le résultat suivant :
Exercice : Inégalité de Hölder : pour p et q réels strictement positifs conjugués , on a :
∀x ∈ Rn ,
p
X
xk yk ≤ kxkp . kykq
k=1

Avec égalité si et seulement si les xk yk sont tous de même signe et le vecteur noté |x|p = (|x1 |p , .., |xn |p ) et
|y|q = (|y1 |q , .., |yn |q ) sont proportionnels.
( Dans le cas p = q = 2, c'est évidemment l'inégalité de qui vous savez . Dont on rappelle qu'elle est la
base de la preuve de l'inégalité tiangulaire dans ce cas.
Preuve : D'aprés l'exercice de base ci-dessus , on a , |xk | . |yk | ≤ 1
p
|xk |p + 1q |yk |q , pour tout k
On a donc
n
∀x, y ∈ R ,
p p p n
X X 1X 1X
x k yk ≤ |xk | . |yk | ≤ |xk |p + |yk |q
k=1 k=1
p k=1
q k=1

1 1
= (kxkp )p + (kykq )q
p q
 On a donc, dans un premier temps obtenu la majoration suivante :
∀x, y ∈ Rn ,
p
X 1 1
xk yk ≤ (kxkp )p + (kykq )q
k=1
p q
1 1
Mais , dans la majoration souhaitée , les facteurs et n'apparaissent pas explicitement : la seule façon
p q
1 1
de les faire disparaître c'est de les sommer :
p
+ q
= 1et donc de prendre x et y tels que kxkp =kykq Par

exemple kxkp =kykq = 1

On a donc , dans un deuxième temps le résultat suivant :
∀x, y ∈ Rn ,
p
!
  X
kxkp = kykq = 1 =⇒ xk y k ≤ 1
k=1

Pour x et y
becteurs non nuls il sut alors de les normaliser :
1 1
les vecteurs
kxkp
x et kyk y sont donc dans la situation prédente
q
Pp 1 1
On a donc : k=1 kxkp xk . kykq yk ≤1 et par conséquent

p
X
xk .yk ≤ kxkp . kykq
k=1

, qui est bien l'inégalité souhaitée.

Le cas d'égalité :
L'inégalité triangulaire devient une égalité avec la condition du signe constant de ses termes.
Pour des vecteurs tels que kxkp = kykq = 1 il y a égalité ssi il ya égalité dans les inégalités de convexité :
p q
or ceci se produit ssi pour tout k , |xk | = |yk |
Ce qui impose l'égalité, dans le cas général , pour tout k ,
1
kxkp
|xk |p = 1
kykq
|yk |p
D'où la proprtionnalité annoncée.
On est, à présent, en mesure de montrer l'inégalité triangulaire pour la prétendue norme [Link]
On souhaite donc montrer que
Exercice : pour tout p > 0, pour tous vecteurs x et y de Rn , on a :

kx + ykp ≤ kxkp + kykp

Preuve : Soit q l'exposant conjugué de p (i.e. tel que p1 + 1q = 1)
Notons |x| = (|x1 | , .., |xn |) et |y| = (|y1 | , .., |yn |) et z = |x| + |y|
Choisissons un vecteur non nul w tel que l'inégalité de Holder entre z et w soit une égalité :
c'est à dire telle que
p
X
zk wk = kzkp . kwkq
k=1

: il sut de prendre w z p = |w|q

tel que
p/q p
Le choix du vecteur positif w = z convient donc. Or
q
=p−1 .
Pp
L'égalité souhaitée donne alors : k=1 zk wk = kzkp . kwkq
ou encore
p
X
(|xk | + |yk |).wk = kzkp . kwkq
k=1

, c'est a à dire

p p
X X
|xk | .wk + |yk | .wk = kzkp . kwkq
k=1 k=1
 Pp Pp
Or k=1 |xk | .wk ≤ kxkp . kwkq et k=1 |yk | .wk ≤ kykp . kwkq ( Holder )
On a donc kzkp . kwkq ≤ kxkp . kwkq + kykp . kwkq et comme kwkq est strictement positif on a alors
kzkp ≤ kxkp + kykp . qui est bien l'inégalité recherchée. ( i.e. l'inégalité triangulaire )
( il y en a que celaamuse de faire faire ceci à leurs éléves de Sup au mois d'Octobre !!! ) ( et la pédagogie
Bordel !)