MAT361 (Yvan Martel) 1.

4 Normes standard sur KN

— Sur KN , les applications qui associent à
Cours 1 : Espaces métriques
x = (x1 , x2 , . . . , xN ) les nombres réels :
!1
1. Distances et normes N N 2

kxk1 := ∑ |xi |, kxk2 := ∑ |xi |2 ,

i=1 i=1
1.1 Distances et espaces métriques
ou encore
Soit X un ensemble et d : X × X → [0, +∞[ une application.
kxk∞ := max |xi |
i=1,...,N
Définition 1.1 On dit que d est une distance sur X si pour tous
x, y, z ∈ X : sont des normes (nous allons le vérifier pour k · k2 ).
— Séparation : d(x, y) = 0 si, et seulement si, x = y ; — Tout K-espace vectoriel de dimension finie peut être
— Symétrie : d(x, y) = d(y, x) ; muni de différentes normes, et peut donc être vu (de plu-
— Inégalité triangulaire : d(x, z) 6 d(x, y) + d(y, z). sieurs façons différentes) comme un espace métrique.
— Nous verrons par la suite que ces normes se généralisent
On dit alors que (X, d) est un espace métrique.
à des K-espaces vectoriels de dimension infinie (espaces
Exemple : sur tout ensemble non vide X, on peut définir la de suites, espaces de fonctions) : faire des raisonnements
distance discrète par : de topologie sur des espaces fonctionnels est le point de
départ de l’analyse avancée.
(
0 si x = y
d(x, y) = 1.5 Inégalité de Cauchy-Schwarz
1 si x 6= y.
Revenons à l’affirmation : « k · k2 est une norme » , afin de la
démontrer.
1.2 Normes et espaces vectoriels normés Preuve. Supposons pour simplifier que K = R. Nous allons
utiliser l’inégalité de Cauchy-Schwarz :
Dans ce cours, K désigne le corps des réels R ou le corps des
1  N 1
complexes C. Soit E un K-espace vectoriel et soit N : E →
 N   N
2 2
 ∑ xi yi  6 ∑ |xi |2 2
 
[0, +∞[ une application.   |y
∑ i . |
i=1 i=1 i=1

Définition 1.2 On dit que N est une norme sur E si pour tous On la démontre en observant que la fonction polynomiale de
vecteurs x, y de E et tout scalaire λ de K : degré 2 en t ∈ R donnée par
— Séparation : N (x) = 0 si, et seulement si, x = 0 ;
N N N N
— Homogénéité : N (λ x) = |λ | N (x) ;
t→7 ∑ |xi + t yi |2 = ∑ |xi |2 + 2t ∑ xi yi + t 2 ∑ |yi |2 ,
— Inégalité triangulaire : N (x + y) 6 N (x) + N (y). i=1 i=1 i=1 i=1
On dit alors que (E, N ) est un espace vectoriel normé.
ne change pas de signe ; par conséquent, son discriminant est
Lien avec ce qui précède. Un espace vectoriel normé négatif ou nul.
(E, N ) est un espace métrique pour la distance d définie à
partir de la norme d : E × E → [0, +∞[, (x, y) 7→ d(x, y) = 1.6 L’application k · k2 est une norme
N (x − y).
On a alors :
N N N N
1.3 Normes équivalentes
∑ |xi + yi |2 = ∑ |xi |2 + 2 ∑ xi yi + ∑ |yi |2
Définition 1.3 On dit que deux normes N1 et N2 , définies i=1 i=1 i=1 i=1
N  N 1  N 1 N
sur un K-espace vectoriel E, sont équivalentes s’il existe des 2 2
2
2
2

constantes C1 ,C2 > 0 telles que, pour tout x ∈ E, 6 ∑ |xi | + 2 ∑ |xi | ∑ |yi | + ∑ |yi |2
i=1 i=1 i=1 i=1
" 1  1 #2
N1 (x) 6 C1 N2 (x) et N2 (x) 6 C2 N1 (x). N N

2 2
= ∑ |xi |2 + ∑ |yi |2 .
i=1 i=1
Dans un cadre métrique, on dit que deux distances d1 et
d2 , définies sur X, sont Lipschitz-équivalentes s’il existe des Ceci démontre l’inégalité triangulaire pour k · k2 .
constantes C1 ,C2 > 0 telles que
Les deux autres axiomes de la définition d’une norme : sépa-
ration et homogénéité, sont faciles à vérifier.
d1 (x, y) 6 C1 d2 (x, y) et d2 (x, y) 6 C2 d1 (x, y),

pour tous x, y ∈ X. 1.7 Normes matricielles standard

Si N1 et N2 sont des normes équivalentes sur un même K- Les espaces de matrices (ou d’applications linéaires) sont des
espace vectoriel, alors les distances associées sont Lipschitz- exemples d’espaces vectoriels, sur lesquels les normes précé-
équivalentes. dentes sont bien définies.

1
 Plus précisément, pour tout entier N > 1, l’espace vectoriel et
MN (K) des matrices N × N à coefficients dans K admet les
normes k · k1 , k · k2 et k · k∞ définies par : kvk∞ := sup |v(x)| (norme de la convergence uniforme).
x∈[0,1]

N  N 1
2
Preuve. Pour vérifier que k · k2 est une norme, on utilise
kAk1 = ∑ |ai j |, kAk2 = ∑ |ai j |2 ,
i, j=1 i, j=1
l’inégalité de Cauchy-Schwarz qui s’exprime cette fois-ci sous
la forme
et Z 1  Z 1  12 Z 1  12
kAk∞ = max |ai j |,   2 2
i, j=1,...,N
 u(t) v(t) dt  6 |u(t)| dt |v(t)| dt .
0 0 0
 
où A désigne la matrice (ai j )16i, j6N .
Ensuite, la démonstration est identique à celle pour les normes
standard sur KN .
1.8 Normes matricielles subordonnées
Dans le cas d’applications linéaires ou de matrices, il existe 2. Topologie des espaces métriques
un autre procédé de fabrication de normes, à partir d’une norme
pré-existante sur l’espace vectoriel sous-jacent. 2.1 Boules ouvertes et boules fermées
Plus précisément : pour tout entier N > 1, étant donnée une
Définition 2.1 Si (X, d) est un espace métrique, pour tout x ∈
norme N sur KN , on peut définir sur MN (K) la norme matri-
X et pour tout r > 0, on note
cielle subordonnée à N par
B(x, r) := {y ∈ X : d(x, y) < r} la boule ouverte,
N (Ax)
kAk := sup = sup N (Ax)
x∈KN \{0} N (x) x∈KN et
N (x)=1

B f (x, r) := {y ∈ X : d(x, y) 6 r} la boule fermée,

Remarque : Les bornes supérieures ci-dessus sont bien défi-
nies car en dimension finie les applications linéaires sont auto- de centre x ∈ X et de rayon r > 0.
matiquement continues. Ce point sera vu dans le cours suivant.
En dimension quelconque, chercher à donner un sens à la no-
tion de norme subordonnée pour des applications linéaires entre
espaces vectoriels normés conduit à introduire la condition de
continuité pour ces applications.

1.9 Normes sur des espaces de suites

Par analogie avec le cas de dimension finie, on définit des F IGURE 1 – Boules dans R2 pour les distances associées aux
normes sur différents espaces de suites x = (xn )n∈N à valeurs normes standard
dans K.
— Sur `∞ (N; K), l’espace vectoriel des suites x = (xn )n∈N
bornées à valeurs dans K, on définit la norme : 2.2 Définition des ouverts
x 7→ kxk∞ := sup |xn |. Définition 2.2 On dit que U ⊂ X est un ouvert de (X, d) si
n∈N
∀x ∈ U, ∃r > 0, B(x, r) ⊂ U.
— Sur `1 (N; K), l’espace des suites x = (xn )n∈N telles que la
série de terme général |xn | converge, on définit la norme : On appelle topologie associée à la métrique d, l’ensemble de
parties de X constitué des ouverts de X.
x 7→ kxk1 := ∑ |xn |.
n∈N — Les parties ∅, X sont des ouverts de (X, d).
— Pour tout x ∈ X et r > 0, la boule B(x, r) est un ouvert
— Sur `2 (N; K), l’espace des suites x = (xn )n∈N pour les- de (X, d). En effet, pour tout y ∈ B(x, r), il découle de
quelles la série de terme général |xn |2 converge, on définit l’inégalité triangulaire que B(y, r − d(x, y)) ⊂ B(x, r).
la norme :
 1 2.3 Notion de voisinage
2
x 7→ kxk2 := ∑ |xn |2 .
Définition 2.3 On appelle voisinage d’un point x ∈ X (ou d’un
n∈N
ensemble Y ⊂ X) tout ensemble V qui contient un ouvert de
1.10 Normes sur l’espace des fonctions continues sur [0, 1] (X, d) qui lui-même contient le point x (ou l’ensemble Y ).

Sur C ([0, 1]; K), on définit les normes Autrement dit, un voisinage d’un point x ∈ X est une partie
de X qui contient une boule ouverte centrée en x.
Z 1 Z 1
 12
2 Exemple : Un ouvert est un voisinage de chacun de ses
kvk1 := |v(x)| dx, kvk2 := |v(x)| dx , points.
0 0

2
2.4 Réunions quelconques d’ouverts 2.8 Topologie usuelle sur un intervalle réel
Proposition 2.1 Une réunion quelconque d’ouverts est un ou- Sur l’ensemble [0, 1[ muni de la distance d(x, y) = |y − x|, on
vert de (X, d). vérifie, pour a, b ∈ ]0, 1[ tels que a < b, les propriétés suivantes :
— les ensembles [0, a[ , ]a, b[ et [0, 1[ sont des ouverts ;
Preuve. Soit (Oi )i∈I une famille quelconque d’ouverts de — les ensembles [0, a], [a, b], [0, 1[ et {a} sont des fermés ;
(X, d) et x ∈ i∈I Oi .
S
— l’ensemble [a, b[ n’est ni un ouvert, ni un fermé.
Il existe j ∈ I tel que x ∈ O j , qui est un ouvert. Donc, il existe C’est un exemple de topologie induite : les ouverts de ([0, 1[, d)
r > 0 tel que [ sont les traces des ouverts de (R, d), c’est-à-dire que V ⊂ [0, 1[
B(x, r) ⊂ O j ⊂ Oi , est un ouvert de ([0, 1[, d) si et seulement s’il existe U ⊂ R
i∈I ouvert de (R, d) tel que V = U ∩ [0, 1[.
S
ce qui montre que i∈I Oi est un ouvert.

2.5 Intersections finies d’ouverts

3. Suites dans un espace métrique

Proposition 2.2 Une intersection finie d’ouverts est un ouvert 3.1 Suites convergentes
de (X, d).
Définition 3.1 On dit qu’une suite (xn )n>0 d’un espace
Preuve. Soit (Oi )i∈I une famille finie d’ouverts de (X, d) et métrique (X, d) est convergente, de limite x ∈ X, si
x ∈ i∈I Oi . lim d(xn , x) = 0.
T
n→∞

Pour tout j ∈ I, il existe r j > 0 tel que B(x, r j ) ⊂ O j . Notons

r := infi∈I ri . La famille I est finie, donc r > 0. Dans un espace métrique, la limite d’une suite, si elle existe,
est unique.
Par construction B(x, r) ⊂ Oi pour tout i ∈ I. Donc
\ Si une suite (xn )n>0 converge dans (X, d) vers x, on notera
B(x, r) ⊂ Oi ,
i∈I lim xn = x ou xn → x.
n→∞
T
ce qui montre que i∈I Oi est un ouvert.
En général, s’il n’y a pas d’ambiguïté, la distance utilisée n’est
pas mentionnée.
2.6 Définition et propriétés des fermés
Définition 2.4 On dit que F ⊂ X est un fermé de (X, d) si son 3.2 Caractérisation séquentielle des fermés
complémentaire X \ F est un ouvert de (X, d).
Proposition 3.1 Un sous-ensemble F ⊂ X est fermé si, et
Propriétés des fermés : seulement si, la limite de toute suite d’éléments de F, qui
— Les parties ∅ et X sont des fermés de (X, d). converge dans X, appartient à F.
— Une réunion finie de fermés est un fermé de (X, d).
— Une intersection quelconque de fermés est un fermé de Preuve. Supposons que F est un fermé et soit (xn )n>0 une
(X, d). suite d’éléments de F qui converge vers x ∈ X.
— Pour tout x ∈ X et tout r > 0, la boule fermée B f (x, r) est
un fermé de (X, d) : ceci se voit en utilisant l’inégalité Supposons que x ∈ / F. L’ensemble X \ F est un ouvert. Donc,
triangulaire dans le complémentaire de la boule. il existe r > 0 tel que B(x, r) ⊂ X \ F. Or, pour tout n assez
grand, d(x, xn ) < r, donc
2.7 Intérieur, adhérence, densité
xn ∈ B(x, r) ⊂ X \ F,
Soit (X, d) un espace métrique et soit Y une partie de X.
ce qui contredit le fait que xn ∈ F. Conclusion, x ∈ F.
Définition 2.5 L’intérieur de Y
[, noté Y̊ , est le plus grand ouvert
contenu dans Y , soit : Y̊ := U.
U ouvert 3.3 Caractérisation séquentielle des fermés (suite)
U⊂Y
L’adhérence \ de Y , notée Y , est le plus petit fermé contenant Réciproquement, supposons que la limite de toute suite
Y , soit : Y := F. d’éléments de F qui converge dans X, appartient à F et prou-
F fermé
Y ⊂F vons que F est fermé.
On dit que Y est dense dans X si son adhérence est X. Supposons le contraire. Alors X \ F n’est pas un ouvert et il
existe x ∈ X \ F tel que, pour tout r > 0,
Exemple : Dans (R, | · |) on vérifie que

R \ {0} = R, {x} = {x}, Q = R. B(x, r) ∩ F 6= ∅.

˚ {
z }| ˚
z}|{ Pour tout n > 1, choisissons xn ∈ F ∩ B(x, 1/n).
R \ {0} = R \ {0}, {x} = ∅, Q̊ = ∅.
La suite (xn )n>1 est une suite d’éléments de F qui converge
vers x et x ∈
/ F. Ce qui constitue une contradiction.

3
3.4 Suites et adhérence Proposition 4.1 On a équivalence entre :
— L’application f est continue sur X.
Proposition 3.2 L’adhérence d’un ensemble Y ⊂ X dans
— L’image réciproque par f tout ouvert de (Y, d 0 ) est un
(X, d) est égale à l’ensemble des limites de suites convergentes
ouvert de (X, d).
d’éléments de Y . Ainsi, Y est dense dans X si tout élément de X
— L’image réciproque par f tout fermé de (Y, d 0 ) est un
est limite d’une suite de points de Y .
fermé de (X, d).
Preuve. On note Ỹ l’ensemble des limites de suites d’élé-
ments de Y ; déjà Y ⊂ Ỹ . 4.2 Caractérisation topologique de la continuité (preuve)
Soit ỹ ∈ Ỹ et F un fermé qui contient Y . Il existe une suite
(yn )n>0 d’éléments de Y qui converge vers ỹ, donc ỹ ∈ F. On Preuve. Supposons que f est continue sur X et donnons-
conclut que Ỹ ⊂ F et par conséquent que Ỹ ⊂ Y . nous un ouvert U de Y .
Montrons que Ỹ est un fermé, ce qui montrera que Y ⊂ Ỹ . Soit x ∈ f −1 (U). Par définition, y = f (x) ∈ U qui est ouvert.
Il existe donc ε > 0 tel que BY (y, ε) ⊂ U. La continuité de f en
Soit (ỹn )n>1 , une suite d’éléments de Ỹ qui converge vers
x nous assure qu’il existe δ > 0 tel que
ỹ ∈ X. Pour tout n > 1, le point ỹn ∈ Ỹ est la limite d’une suite
d’éléments de Y , donc il existe yn ∈ Y tel que d(yn , ỹn ) 6 1/n.
f (BX (x, δ )) ⊂ BY (y, ε) ⊂ U,
La suite (yn )n>1 , qui est une suite d’éléments de Y , converge
vers ỹ. Par définition de Ỹ , ceci prouve que ỹ ∈ Ỹ , et donc que ce qui montre que
Ỹ est un fermé.
BX (x, δ ) ⊂ f −1 (U).
3.5 Voisinages des points adhérents
Par conséquent, f −1 (U) est un ouvert de X.
Proposition 3.3 L’adhérence d’un ensemble Y ⊂ X dans
(X, d) est égale à l’ensemble des x ∈ X tels que, Y ∩B(x, ε) 6= ∅ Inversement, supposons que l’image réciproque par f de tout
pour tout ε > 0. ouvert de Y est un ouvert de X. Pour tout x ∈ X et pour tout
ε > 0, l’image réciproque de BY ( f (x), ε) par f est un ouvert de
Preuve. Soit Ŷ l’ensemble des x ∈ X tels que B(x, ε) ∩ Y 6= X qui contient x, donc il existe δ > 0 tel que
∅, pour tout ε > 0. Soit x ∈ Ŷ . Pour tout n > 1, choisissons
xn ∈ Y ∩ B(x, 1/n). La suite (xn )n>1 est une suite d’éléments de BX (x, δ ) ⊂ f −1 (BY ( f (x), ε)).
Y qui converge vers x, donc x ∈ Y .
Inversement, tout élément x ∈ Y est la limite d’une suite Autrement dit, l’image de BX (x, δ ) par f est incluse dans
d’éléments de Y . En particulier, pour tout ε > 0, la boule B(x, ε) BY ( f (x), ε), ce qui démontre la continuité de f au point x.
contient des éléments de cette suite, donc des éléments de Y .
Donc x ∈ Ŷ . 4.3 Caractérisation topologique de la continuité (suite)

3.6 Valeurs d’adhérence et suites extraites L’équivalence entre les deux dernières propriétés est une
conséquence du fait que l’image réciproque du complémentaire
Définition 3.2 Soit (xn )n>0 une suite de (X, d). Un point a ∈ X d’une partie A dans Y est égale au complémentaire dans X de
est une valeur d’adhérence de la suite (xn )n>0 si a est limite l’image réciproque de A, i.e.
d’une suite extraite de la suite (xn )n>0 .
f −1 (Y \ A) = X \ f −1 (A).
Rappel : on dit que (yn )n>0 est une suite extraite (ou une
sous-suite) de la suite (xn )n>0 , s’il existe ϕ : N → N, strictement
croissante, telle que yn = xϕ(n) pour tout n > 0.
Exemple : Dans R muni de la distance usuelle, la suite
4.4 Stabilités de la continuité
((−1)n )n>0
— La composée d’applications continues est aussi une ap-
ne converge pas mais admet deux valeurs d’adhérence. plication continue : si f : X → Y est continue au point
x ∈ X et si g : Y → Z est continue au point f (x) ∈ Y , alors
g ◦ f est continue au point x.
4. Applications continues
— Si f : X → E et g : X → E sont deux applications conti-
nues en x ∈ X, à valeurs dans un espace vectoriel normé
4.1 Définition et caractérisation topologique de la conti-
(E, k k) et si α, β : X → K sont deux fonctions continues
nuité
en x ∈ X, alors α f + β g est continue en x ∈ X.
Soient (X, d) et (Y, d 0 ) des espaces métriques et soit f : X →
Y une application.
4.5 Continuité uniforme
Définition 4.1 On dit que f est continue en x0 ∈ X si Définition 4.2 Soient (X, d) et (Y, d 0 ) des espaces métriques.
∀ε > 0, ∃δ > 0, d(x0 , x) < δ =⇒ d 0 ( f (x0 ), f (x)) < ε. Une application f : X → Y est dite uniformément continue sur
X si
On dit que f est continue sur X si f est continue en tout point
de X. ∀ε > 0, ∃δ > 0, ∀x, x0 ∈ X, d(x, x0 ) < δ =⇒ d 0 ( f (x), f (x0 )) < ε.

4
 √
Remarque. La fonction x 7→ x est uniformément continue 4.10 Applications linéaires continues
sur [0, +∞[ en vertu de l’inégalité
√ Proposition 4.3 Soient (E, k · kE ) et (F, k · kF ) deux espaces
√  p
pour tous x, x0 > 0,  x0 − x 6 |x0 − x|,
 vectoriels normés et L : E → F une application linéaire. Alors,
les propositions suivantes sont équivalentes :
La fonction continue x 7→ x2 n’est pas uniformément continue — l’application linéaire L est continue sur E ;
sur R. — l’application linéaire L est continue en 0 ;
— il existe une constante C > 0 telle que, pour tout x ∈ E,
4.6 Applications lipschitziennes
kL(x)kF 6 C kxkE .
Définition 4.3 On dit qu’une application f : X → Y définie
entre deux espaces métriques, est lipschitzienne de rapport Remarque. Le dernier critère est à rapprocher de la définition
k > 0 (ou encore k-lipschitzienne) si, pour tous x, y ∈ X, de norme subordonnée donnée au premier paragraphe.
d 0 ( f (x), f (y)) 6 k d(x, y).
4.11 Preuve des critères de continuité
Une application lipschitzienne est uniformément continue car
la distance entre deux points images est dans ce cas majorée Preuve. On suppose L continue en 0 (assertion la plus faible
par une fonction linéaire de la distance des points à la source. des trois). Il existe δ > 0 tel que, pour tout x ∈ E, on ait :

kxkE 6 δ ⇒ kL(x)kF 6 1.
4.7 La fonction distance est 1-lipschitzienne
Soit (X, d) un espace métrique et x0 ∈ X. On a Par homogénéité, si x 6= 0 on a :
d(x, x0 ) − d(y, x0 ) 6 d(x, y),
 
kxkE δ 1
kL(x)kF = · L
x 6 · kxkE .
et en échangeant le rôle de x et de y, on conclut que δ kxkE F δ
|d(x, x0 ) − d(y, x0 )| 6 d(x, y). Ensuite, L étant linéaire, on peut écrire :
Donc l’application d(·, x0 ) : X → R est 1-lipschitzienne.
1
Cas particulier : dans un espace vectoriel normé (E, k k), kL(x) − L(y)kF = kL(x − y)kF 6 · kx − ykE ,
δ
pour tous x, y ∈ E,
 
kyk − kxk 6 ky − xk. ce qui montre que L est lipschitzienne.

4.12 Espaces des applications linéaires continues

4.8 Caractérisation séquentielle de la continuité On note L (E, F) l’espace vectoriel des applications li-
néaires continues de E dans F.
Proposition 4.2 Soient (X, d) et (Y, d 0 ) deux espaces mé- Pour tout L ∈ L (E, F), on définit
triques et x ∈ X. Une application f : X → Y est continue au
point x si et seulement si pour toute suite (xn )n>0 qui converge kL(x)kF
kLkL (E,F) := sup = sup kL(x)kF .
vers x dans X, on a x∈E\{0} kxkE kxkE =1
lim f (xn ) = f (x).
n→+∞ En particulier, pour tout x ∈ E,
Preuve. Supposons que f est continue en x et soit (xn )n>0
kL (x)kF 6 kLkL (E,F) kxkE .
une suite qui converge vers x.
Soit ε > 0 arbitraire. Il existe δ > 0 tel que On vérifie que l’on définit ainsi une norme sur L (E, F).
0
d(x, y) < δ =⇒ d ( f (x), f (y)) < ε.
Il existe n0 ∈ N tel que pour tout n > n0 , d(xn , x) < δ , et
donc pour de tels n, d 0 ( f (xn ), f (x)) < ε. On a bien montré que
limn→+∞ f (xn ) = f (x).

4.9 Preuve du critère séquentiel de continuité (suite)

Supposons que f n’est pas continue en x.
Il existe ε > 0 tel que, pour tout δ > 0, il existe y ∈ X tel que
d(y, x) < δ et d 0 ( f (y), f (x)) > ε.
En prenant δ = 1/n, on construit ainsi une suite (xn )n>1 vé-
rifiant
d(xn , x) < 1/n et d 0 ( f (xn ), f (x)) > ε.
La suite (xn )n>1 converge vers x et la suite ( f (xn ))n>1 ne
converge pas vers f (x).