Chapitre 2 : espaces de Banach

13 Septembre 2018

Table des matières

1 Introduction 2
1.1 Espaces normés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Définition et propriétés des espaces de Banach . . . . . . . . . . . . 3
1.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Applications linéaires continues 5

2.1 L’espace L(E, F ) . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 L’espace GL(E) . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 Applications multi-linéaires . . . . . . . . . . . . . . . . . . . . . . 7

3 Compacité 7
3.1 Cas de la dimension finie : Théorème de Riesz . . . . . . . . . . . . 7
3.2 Cas de la dimension infinie : Théorème d’Ascoli . . . . . . . . . . . 7

4 Densité dans l’espace des fonctions continues 8

4.1 Le Théorème de Bernstein-Weierstrass . . . . . . . . . . . . . . . . 8
4.2 Le Théorème de Stone-Weierstrass . . . . . . . . . . . . . . . . . . 8

Dans ce cours, on considère des K-espaces vectoriels où K est le corps R ou C.

On se gardera bien de généraliser ces résultats à un corps quelconque. En particulier
la complétude de R et C joue un rôle fondamental dans ce qui suit. Par souci de
concision, on parlera simplement d’espace vectoriel.

1
1 Introduction
1.1 Espaces normés
Définition 1.1 (Norme) Soit E un espace vectoriel, on appelle norme sur E toute
application k.k de E dans R+ telle que pour tout x ∈ E ;
— kxk = 0 ⇒ x = 0 ;
— kλ xk = |λ| kxk pour tout λ ∈ R ou C ;
— kx + yk ≤ kxk + kyk.
Le couple (E, k.k) est appelé un espace vectoriel normé.

On connaı̂t plusieurs exemples d’espaces vectoriels normés comme (R, | · |) ou

(C, | · |). Un autre exemple est l’espace vectoriel RN ou CN muni des normes k · kp
pour 1 ≤ p ≤ ∞, avec [Link] donnée tout x ∈ RN et pour p ∈ [1, ∞[ par,

N
!1/p
X
kxkp = |xj |p
j=1

et pour p = ∞ par
kxk∞ = max |xj |.
1≤j≤N

Pour démontrer que ces applications sont bien des normes on a recourt aux inégalités
de Hölder et de Minkowski.
On montrera en cours ou en TD que C([a, b]) muni des normes

kf k∞ = sup{|f (x)| | x ∈ [a, b]}

et Z b
kf k1 = |f (x)| dx.
a

Définition 1.2 (Équivalence de normes) Deux normes N1 et N2 sur un espace vec-

toriel E sont équivalentes si et seulement si il existe deux constantes C1 et C2 > 0
telles que
∀x ∈ E, C1 N1 (x) ≤ N2 (x) ≤ C2 N1 (x).

On a alors les propriétés suivantes

Proposition 1.3 Deux normes sur un espace vectoriel sont équivalentes si et seule-
ment si les distances induites sont aussi équivalentes.

2
 Démonstration : la preuve est un exercice classique qu’il faut savoir faire.
Théorème 1.4 Sur un espace vectoriel de dimension finie toutes les normes sont
équivalentes.
Ainsi on pourra vérifier que les normes k · k1 et k · k∞ sur C([0, 1]) ne sont pas
équivalentes. Par exemple, on prend un (x) = xn , on a kun k∞ = 1 pour tout n et
1
kun k1 = n+1 −→ 0.

1.2 Définition et propriétés des espaces de Banach

Proposition 1.5 Soit E un espace vectoriel normé. Soit F ⊂ E un sous-espace
vectoriel de dimension finie. Alors F est fermé dans E.
Définition 1.6 Un espace de Banach est un espace vectoriel normé complet pour la
distance induite par la norme.
Définition 1.7 (Séries dans un espace vectoriel normé) Une série est convergente
si la suite des sommes partielles
N
X
SN := xk
k=1
X
est convergente. Une série xn est absolument convergente si et seulement si la
n≥1
X
série numérique kxn k est convergente.
n≥1

Théorème 1.8 Un espace vectoriel normé E est complet si et seulement si toute

série absolument convergente est convergente.
Démonstration : Soit E un espace vectoriel normé et (xn )n∈N ⊂ E.

(⇒) Supposons que E est complet et que la série (xn )n∈N est absolument conver-
gente. Montrons que la suite des sommes partielles (SN )N est de Cauchy. Pour
N, p ≥ 0, on écrit
N +p ∞
X X
kSN − SN +p k ≤ kxn k ≤ kxn k.
n=N +1 n=N +1

Le membre de droite est le reste d’une série convergente, on peut donc le rendre
aussi petit que l’on veut pour N assez grand.

3
(⇐) On suppose que toute série absolument convergente est convergente. Mon-
trons que E est complet.
Soit (un )n∈N une suite de Cauchy dans E. On peut trouver ϕ : N → N stricte-
ment croissante telle que

kuϕ(n+1) − uϕ(n) k ≤ 2−n , ∀n ≥ 1.

En particulier la série de terme général uϕ(n+1) − uϕ(n) est absolument convergente

et donc convergente par hypothèse. Les sommes partielles de cette série sont
N
X
SN = uϕ(n+1) − uϕ(n) = uϕ(N +1) − uϕ(0)
n=0

et donc la suite (uϕ(n) )n∈N est convergente. Ainsi la suite (un )n∈N est de Cauchy et
adment une sous-suite convergente, donc elle converge. Ainsi E est complet.

Remarque 1.9 La construction de la sous-suite (uϕ(n) )n est un exercice en soit. On

applique la définition de la suite de Cauchy en prenant des choix de ε successifs 1,
1/2, ..., 1/2k ,...

1.3 Exemples
On rappelle RN ou CN pour N ∈ N∗ , muni d’une norme est un espace de
Banach.
En outre, l’espace des suites bornées l∞ , muni de la norme kxkl∞ donnée pour
x ∈ l∞
kxkl∞ = sup |xn | < ∞.
n∈N

On vérifie que (l∞ , [Link]∞ ) est une espace de Banach.

Plus généralement, les espaces lp pour tout 1 ≤ p < ∞ c’est-à-dire x ∈ lp
lorsque x = (xn )n∈N avec
!1/p
X
kxklp := |xn |p < ∞.
n∈N

On vérifie que (lp , [Link] ) est une espace de Banach.

Puis l’exemple des fonctions bornées B(X, E) d’un enxemble X sur un espace
de Banach E.

4
Théorème 1.10 Soient X un ensemble et (E, k.k) un espace de Banach, on considère
l’ensemble des fonctions f bornées de X dans E, c’est-à-dire telles que

kf kB(X,E) = sup kf (x)k < ∞.

x∈X

Alors (B(X, E), [Link](X,E) ) est un espace de Banach.

Démonstration : c’est un excellent exercice de Master 1 (TD).

De plus si X est muni d’une structure d’espace métrique par une distance d, on
définit Cb (X, E) comme étant l’ensemble des fonctions f de B(X, E) qui sont conti-
nues. Alors (Cb (X, E), [Link](X,E) ) est un espace de Banach [c’est un sous-espace
fermé de B(X, E)].

Remarque 1.11 L’espace C([0, 1], R) avec la norme || · ||1 n’est pas complet.

2 Applications linéaires continues

2.1 L’espace L(E, F )
Théorème 2.1 Soient E et F deux espaces vectoriels normés et T une application
linéaire de E dans F . Les trois conditions sont équivalentes :
— l’application T est lipschitzienne,
— l’application T est continue,
— il existe un ouvert U de E tel que T soit bornée sur U c’est-à-dire tel que

sup kT (x)kF < ∞.

x∈U

Démonstration : A savoir.

Proposition 2.2 Soient E et F deux espaces vectoriels normés ; on désigne par

L(E, F ) l’ensemble des applications linéaires continues de E dans F . L’application
définie par
T 7→ kT kL(E,F ) = sup kT (x)kF
kxkE ≤1

est une norme sur L(E, F ).

En outre, si (F, [Link] ) est un espace de Banach, alors (L(E, F ), [Link](E,F ) ) l’est
aussi.

5
Démonstration : C’est un résultat important qu’il faut savoir démontrer. La preuve
sera détaillée en cours.
Important : F = R, dans ce cas, on note E 0 = L(E, R), c’est le dual topologique
de E. On remarque que E 0 est un espace de Banach.

Proposition 2.3 Toute application linéaire définie sur un espace vectoriel normé de
dimension finie est continue.

Démonstration : A savoir.

Proposition 2.4 Soient E F et G trois espaces vectoriels normés ; et (L1 , L2 ) ∈

L(E, f ) × L(F, G alors L = L2 ◦ L1 ∈ L(E, G) et

kLkL(E,G) ≤ kL1 kL(E,F ) kL2 kL(F,G) .

Démonstration : A savoir.

2.2 L’espace GL(E)

Lorsque E = F , on note L(E) = L(E, E). L’un des résultats de base sur les
éléments inversibles de L(E) est le suivant.

Théorème 2.5 (Lemme de Von Neumann) Soit E un espace de Banach et T ∈

GL(E) un isomorphisme de E, c’est-à-dire une application linéaire continue bijec-
tive d’inverse continu. On a alors

BL(E) (T, kT −1 k−1

L(E) ) ⊂ GL(E).

En particulier GL(E) est un ouvert de L(E).

Démonstration : La démonstration de ce théorème fera l’objet d’un devoir à la

maison.

RemarqueP2.6 Insistons sur le fait que dans unPespace de Banach E, la conver-

gence de n kxn kE implique la convergence de n xn dans E.

6
2.3 Applications multi-linéaires
Pour conclure cette section, nous allons donner une caractérisation des applica-
tions multi-linéaires continues.

Théorème 2.7 Soient (Ej , [Link] )1≤j≤N une famille d’espaces vectoriels normés et
(F, k.k) un espace vectoriel normé. On considère une application N -linéaire de
E1 × ... × EN dans F .
Cette application f est continue de E = E1 × ... × EN si et seulement si

sup kf (x1 , ..., xN )kF < ∞.

kxkE ≤1

Démonstration : A savoir.

3 Compacité
Les résultats qui suivent et leurs démonstrations sont très importants.

3.1 Cas de la dimension finie : Théorème de Riesz

Le fait que la dimension de l’espace soit finie ou non induit de grandes différences
sur la topologie comme on peut le voir au travers de l’énoncé suivant.

Théorème 3.1 (Théorème de Riesz) Soit E un K-espace vectoriel normé avec K =

R ou C ; on a alors B E (0E , 1) est compacte si et seulement si dim E < ∞.

Démonstration : La preuve sera détaillée en cours. Il faut la connaı̂tre par cœur.

Remarque 3.2 Ceci signifie qu’en dimension finie dim(E) = N , les compacts de
E sont les fermés bornés. La preuve montre bien plus que cela puisque E et RN
sont isomorphes.

3.2 Cas de la dimension infinie : Théorème d’Ascoli

En dimension infinie, tout se complique. On traite le cas de l’espace des fonc-
tions continues.

Théorème 3.3 (Théorème d’Ascoli) Soit (X, d) un espace métrique compact et

(E, k.k) un espace de Banach. Une partie A de C(X, E) est relativement compacte
dans le Banach C(X, E) si et seulement si

7
 1. Pour tout x ∈ X, A(x) = {f (x), f ∈ A} est une partie relativement com-
pacte de E.
2. A vérifie la propriété d’équicontinuité.
Démonstration : La preuve sera détaillée en cours.

4 Densité dans l’espace des fonctions continues

4.1 Le Théorème de Bernstein-Weierstrass
Théorème 4.1 Soit [a, b] un intervalle fermé borné de R. Pour toute fonction conti-
nue f : [a, b] → R, il existe une suite de fonctions polynomiales (fn )n qui converge
uniformément vers f sur [a, b].
Pour démontrer ce théorème, on définit le module de continuité : pour tout δ > 0
on pose
ωf (δ) = sup |f (x) − f (y)|
|x−y|δ

D’après le théorème de Heine (voir Fiche 1), toute fonction continue f sur [a, b]
à valeur dand R est uniformément continue. Ceci implique (est équivalent !) à la
propriété
lim ωf (δ) = 0.
δ→0

4.2 Le Théorème de Stone-Weierstrass

Dans le cas général, on peut caractériser les sous-algèbres denses de C(X, R) :
Théorème 4.2 Soit (X, d) un espace métrique compact et A une sous-algèbre de
C(X, R) c’est-à-dire un sous-espace vectoriel stable par la multiplication. On sup-
pose que
1. A sépare les points de X, c’est-à-dire pour tout x, y ∈ X, x 6== y, il existe
f ∈ A telle que f (x) 6= f (y).
2. Pour tout x ∈ X, il existe f ∈ A telle que f (x) 6= 0.
Alors A est dense dans C(X, R).
Le cas des fonctions à valeurs complexes est légérement différent.
Théorème 4.3 Soient (X, d) une espace métrique compact et A une sous-algèbre
de l’espace C(X, C). Si A contient les fonctions constantes, si A sépare les points
de X et si A est stable par conjugaison, (f ∈ A ⇒ f ∈ A), alors A est dense dans
C(X, C).