C HAPITRE 1

G ÉNÉRALITÉS SUR LES ESPACES

VECTORIELS NORMÉS

Dans ce chapitre le corps des scalaires K désigne soit R soit C et les espaces vécto-
riels seront définis sur K.

1.1 Norme sur un espace véctoriel

Définition 1.1.1. Soit E un espace vectoriel sur K, une norme sur E est une application :

N : E → R+ (1.1.1)

x 7→ N (x) (1.1.2)

possédant les propriétés suivantes :

(N1) pour tout x ∈ E, on a : N (x) = 0 ⇔ x = 0.

(N2) pour tout x ∈ E et tout λ ∈ K, on a : N (λx) = |λ|N (x).

(N3) pour tout x, y ∈ E, on a : N (x + y) ≤ N (x) + N (y).

La norme N sera désignée par le symbole k · k et le couple (E, k · k) s’appelle espace

normé ou espace vectoriel normé.

Définition 1.1.2. Soit E un K-espace vectoriel. Un espace normé est un couple (E, k · k) où
k · k est une norme sur E.

Exemple 1.1.1. 1. La valeur absolue est une norme sur R, le module est une norme sur
C.

2
1.1. NORME SUR UN ESPACE VÉCTORIEL 3

2. Les applications suivantes sont des normes sur Rn :

Xn X n 1
2 2
kxk1 = |xi |(∗vrif ier), kxk2 = |xi | , kxk∞ = sup |xi |.
1≤i≤n
i=1 i=1

La norme k · k2 est la norme euclidienne sur Rn .

Exemple 1.1.2. Soit E = C([a, b], R) l’espace des fonctions réelles continues sur [a, b]. Pour
tout f ∈ E, montrer que les applications suivantes définient des normes sur E.
Z b
1. kf k1 = |f (x)| dx(* vérifier cet exemple),
a
Z b  12
2
2. kf k2 = |f (x)| dx ,
a
3. kf k∞ = max |f (x)|.
a≤x≤b

Voici quelques propriétées de la norme.

Proposition 1.1.1. 1. On peut remplacer la propriété (N3) ci-dessus par la propriété sui-
vante :
(N3’) pour tout x, y ∈ E et tout t ∈ [0, 1], on a :

ktx + (1 − t)yk ≤ tkxk + (1 − t)kyk.

2. Pour tout x, y ∈ E, on a
(1.1.3)
 
kxk − kyk ≤ kx − yk.

3. L’inégalité (N3) se généralise à n points. Pour tout x1 , x2 , ..., xn ∈ E, on a :

X n X n
xi ≤ kxi k.


i=1 i=1

De l’inégalité (1.1.3), on a l’affirmation suivante :

Corollaire 1.1.1. L’application norme k · k : E → R+ est continue sur E muni de la topologie

induite par k · k. Elle est même 1-Lipschitzienne.

Remarque 1.1.1 (Distance associée à une norme). Soit (E, k · k) un espace normé. L’appli-
cation suivante :

f :E×E → R

(x, y) 7→ d(x, y) = kx − yk,

est appelée distance associée à la norme k · k. Elle vérifie les propriétés suivantes :

Espaces vectoriels normés

1.2. EQUIVALENCE DES NORMES 4

1. ∀(x, y) ∈ E 2 : d(x, y) = 0 ⇔ x = y.

2. ∀(x, y) ∈ E 2 : d(x, y) = d(y, x).

3. ∀(x, y, z) ∈ E 3 : d(x, z) ≤ d(x, y) + d(y, z).

1.2 Equivalence des normes

Définition 1.2.1. Deux normes k · k1 et k · k2 sur un espace vectoriel E sont dites équivalentes
s’il existe α, β > 0 tels que pour tout x ∈ E on ait

αkxk2 ≤ kxk1 ≤ βkxk2 .

Exercice 1. Montrer que Les normes fondamentales k · k1 , k · k2 , k · k∞ définies sur Rn sont

équivalentes.

Exercice 2. Soit E = C 1 ([0, 1], R) l’espace vectoriel des fonctions continûement dérivables de
[0, 1] dans R. Pour tout f ∈ E, on pose

kf k1 = sup (|f (x)| + |f 0 (x)|).

x∈[0,1]

1. Montrer que k · k1 est une norme sur E.

2. Est-elle équivalente à la norme kf k2 = sup |f (x)| + sup |f 0 (x)|) ?

x∈[0,1] x∈[0,1]

Remarque 1.2.1. En général pour prouver que deux normes k·k1 , k·k2 sur un espace véctoriel
E ne sont pas équivalentes, il suffit de trouver une suite (xn )n ⊂ E de sorte que

kxn k1 kxn k1
lim =0 ou lim = +∞.
n→+∞ kxn k2 n→+∞ kxn k2

Z 1
Exercice 3. La quantité kf k1 = |f (t)| dt est une norme sur C([0, 1], R) qui n’est pas
0
équivalente à la norme de la convergence uniforme kf k∞ = max |f (x)|.
0≤x≤1
Utiliser la suite de fonctions (fn )n définie par

 1 − (n + 1)x, 0 ≤ x ≤ 1 ;
n+1
fn (x) =
1
 0, ≤ x ≤ 1.
n+1

Espaces vectoriels normés

1.3. ESPACES DE BANACH 5

1.3 Espaces de Banach

Définition 1.3.1. Une suite (xn )n∈N de points d’un espace normé (E, k · k) est une suite de
Cauchy si :
∀ε > 0, ∃n0 ∈ N, ∀p, q ∈ N : p > q ≥ n0 ⇒ kxp − xq k ≤ ε.

Définition 1.3.2. Une suite (xn )n∈N de points d’un espace normé (E, k·k) est dite convergente
vers x0 ∈ E si :

∀ε > 0, ∃n0 ∈ N, ∀n ∈ N : n ≥ n0 ⇒ kxn − x0 k ≤ ε.

Définition 1.3.3. Un espace normé (E, k · k) est complet si toute suite de Cauchy de points de
E est convergente.

L’avantage des espaces complets est que dans de tels espaces, il n’est pas utile de
connaitre la limite d’une suite pour montrer qu’elle est convergente, il suffit de montrer
qu’elle est de Cauchy.

Définition 1.3.4. Un espace de Banach est un espace normé (E, k · k) qui est complet pour la
distance associée à la norme.

Exemple 1.3.1. 1. (R, | · |) est un espace de Banach.

X n 1
n p p
2. R muni de kxkp = |xi | ; (p ≥ 1) ou de kxk∞ = sup |xi | est un espace de
1≤i≤n
i=1
Banach.

Exercice 4. Montrer que C([a, b], R), k · k∞ est un espace de Banach.

Exercice 5. Soit E = C([−1, 1], R) muni de la norme fondamentale :

Z 1 1/2
kf k2 = |f (t)|2 dt .
−1

On considère la suite (un ) qui définie par




 0, si −1 ≤ x < −1n
,

un (x) = nx + 1, si −1
n
≤ x < 0,


si 0 ≤ x ≤ 1.

 1,

1. Montrer que (un ) est de Cauchy dans E.

Espaces vectoriels normés

1.3. ESPACES DE BANACH 6

2. Montrer que (un ) n’est pas convergente dans E.

3. Que peut-on déduire ?

Remarque 1.3.1. La complètude est conservée par changement de normes équivalentes. Si, par
exemple, une suite (xn )n est de Cauchy et qu’elle converge pour une norme donnée, il en sera
de même pour tout autre norme équivalente.

Dans ce paragraphe on s’intéresse à un K-espace véctoriel E de dimension finie n.

Lemme 1.3.1. Soit E un espace véctoriel de dimension finie. Alors il existe une infinité de
normes sur E.

Démonstration. Soit {e1 , e2 , ..., en } une base de E, alors pour tout x ∈ E, il existe un
unique élément (λ1 , λ2 , ..., λn ) ∈ Kn tel que x = ni=1 λi ei . Alors l’application
P

ψ : Kn → E
n
X
(λ1 , λ2 , ..., λn ) 7→ ψ(u) = λi ei
i=1

est linéaire et bijective. Comme on a une infinité de normes dans Kn , alors on déduit le
résultat.

Théorème 1.3.1. Soit (E, k · k) un espace véctoriel normé de dimension finie alors toutes les
normes sur E sont équivalentes.

Espaces vectoriels normés