21

Espaces vectoriels normés de dimension finie

I 6.2 Pour tout 1 6 k 6 d, la forme coordonnée e∗k est continue

K
de E dans et l’application définie par
Topologie des espaces de dimension finie " #
d
1. On fait le bilan des propriétés particulières aux espaces Φ B = ( x1 , . . . , x d ) 7 → ∑ xk ek
vectoriels normés de dimension finie en donnant quelques appli- k =1
cations remarquables au passage.
K
est continue de ( d , k·k∞ ) dans E, quelle que soit la norme choi-
sie sur E.
I.1 Équivalence des normes 6.3 Si E est muni de la norme NB , alors
2. K
Toutes les normes sur d sont équivalentes [19.32].
e∗k ( x ) 6 NB ( x )
2.1 Pour tout espace vectoriel E de dimension d sur , il K ∀ x ∈ E, ∀ 1 6 k 6 d,
K
existe un isomorphisme de d sur E. Quel que soit cet isomor- et ΦB est une isométrie.
phisme ϕ, quelle que soit la norme N sur E, l’application 6.4 ➙ Toute fonction polynomiale des coordonnées :

N ϕ = x 7→ N ϕ( x )

  ∗  m1  ∗  m2 m
∑ · · · e∗d ( x ) d u m

x 7→ e1 ( x ) e2 ( x )
N d

K K
m∈
est une norme sur d et ϕ : ( d , N ϕ ) → ( E, N ) est une isomé-
trie. est continue sur E.
R C
2.2 ➙ Sur un espace vectoriel de dimension finie sur ou , toutes 6.5 ➙ Toute fonction rationnelle des coordonnées est continue sur son
les normes sont équivalentes. ensemble de définition.
2.3 Toutes les normes sur E définissent donc la même topo- 7. Suites [5]
logie : deux normes définissent les mêmes ouverts, les mêmes Si E est un espace vectoriel de dimension finie, on peut étudier
fermés, les mêmes suites convergentes, les mêmes compacts, les une suite (u n )n∈N de vecteurs de E en ne considérant que les
mêmes applications lipschitziennes, les mêmes fonctions conti- suites des coordonnées des vecteurs u n relatives à une base arbi-
nues... →[19.30] trairement choisie (sans se soucier de la norme choisie sur E).
On s’abstient donc en général de préciser la norme considérée et 7.1 On considère une suite (u n )n∈N de vecteurs de E. Pour
on se contente de dire que E est muni de sa topologie d’espace N
tout n ∈ , on pose
vectoriel normé de dimension finie.
2.4 En certaines occasions, la norme doit être précisée : c’est le ∀ 1 6 k 6 d, u n [ k] = e∗k (u n )
cas en particulier lorsqu’on veut calculer la norme subordonnée
d’une application linéaire. de telle sorte que
3. Tout sous-espace vectoriel strict de E est d’intérieur vide.
∀n∈ N, u n = Φ B u n [ 1] , . . . , u n [ d ] .

4. Parties compactes
Le théorème de Bolzano–Weierstrass s’étend à tout espace vecto-
7.2 ➙ Soit (u n )n∈N , une suite de vecteurs de E et, pour tout n ∈ , N
soit (u n [1], . . . , u n [ d]), la famille des coordonnées de u n relatives à une
riel normé de dimension finie.
base B.
4.1 ➙ Les parties compactes d’un espace vectoriel normé de dimension
La suite (u n )n∈N converge vers ℓ dans E (quelle que soit la norme choi-
finie E sont les parties fermées et bornées de E. →[19.22.2]
sie sur E) si, et seulement si, pour tout 1 6 k 6 d, la suite (u n [ k])n∈N
4.2 ➙ Les boules fermées et les sphères sont compactes.
4.3 ➙ Théorème de Bolzano-Weierstrass
converge vers ℓ[ k] = e∗k (ℓ) dans . K
De toute suite bornée d’un espace vectoriel normé de dimension finie 8. Séries [5]
( E, N ), on peut extraire une suite convergente dans E pour N. Par définition, une série ∑ u n de vecteurs converge si, et seule-
ment si, la suite de ses sommes partielles converge.
8.1 ✍ Une série ∑ u n de vecteurs de E est absolument convergente
I.2 Limites et continuité
pour la norme k·k si, et seulement si, la série de terme général positif
5. L’espace vectoriel de dimension finie E est rapporté à une ∑ ku n k est convergente.
base B = (e1 , . . . , ed ). Les formes linéaires coordonnées sont no- 8.2 ➙ Dans un espace vectoriel de dimension finie, toute série absolu-
tées e1∗ , . . ., e∗d : ment convergente est convergente.
8.3 Dans un espace de dimension infinie, une série peut être
d absolument convergente pour une norme N1 sans être absolu-
∀ x ∈ E, x= ∑ e∗k (x) · ek . ment convergente pour une autre norme N2 et la convergence
k =1 absolue n’implique pas toujours la convergence...
6. Continuité des formes coordonnées [5] 9. Sous-espaces de E
6.1 L’application définie par Soit F, un sous-espace de dimension finie de E et (u n )n∈N , une
suite d’éléments de F qui converge vers ℓ ∈ E.
∀ x ∈ E, NB ( x ) = max e∗k ( x ) 9.1 Il existe une suite extraite (u ϕ( k) )k∈N telle que
16k6d

est une norme sur E. ∀k∈ N, k u ϕ ( k + 1 ) − u ϕ ( k ) k 6 2− k .

9.2 La série ∑(u ϕ( k+1) − u ϕ( k) ) converge et sa somme appar-

tient à F.
9.3 ➙ Soit ( E, k·k), un espace vectoriel normé. Tout sous-espace de
dimension finie de E est une partie fermée.
E SPACES VECTORIELS NORMÉS DE DIMENSION FINIE

10. Fonctions continues [5] I.3 Espaces de matrices

On considère une fonction f : A → E où A ⊂ F. Pour tout x ∈ A,
13. Convergence des suites de matrices
on pose
∀ 1 6 k 6 d, f k ( x ) = (e∗k ◦ f )( x )
K
Pour toute matrice A ∈ Mn,p ( ), on note

de telle sorte que A = A[i, j] 16i6n,16 j6 p .

f ( x ) = Φ B f 1 ( x ), . . . , f d ( x ) . K


∀ x ∈ A, 13.1 ➙ Quelle que soit la norme choisie sur Mn,p ( ), une suite de
matrices ( Ak )k∈N converge vers la matrice L si, et seulement si,
10.1 ➙ Soit f , une fonction à valeurs dans E et f 1 , . . ., f d , les compo-
santes de f relatives à une base B de E. ∀ 1 6 i 6 n, ∀ 1 6 j 6 p, L [i, j] = lim Ak [i, j].
La fonction f tend vers ℓ ∈ E au voisinage de a (quelle que soit la k →+ ∞
norme choisie sur E) si, et seulement si, pour tout entier 1 6 k 6 d,
l’application f k tend vers e∗k (ℓ) au voisinage de a. 13.2 Le sous-espace vectoriel des matrices triangulaires supé-
10.2 K
Une application f : A → d définie par rieures est fermé dans Mn ( ). K
K
13.3 ➙ Soient ( Ak )k∈N , une suite de matrices de Md ( ) et ( Xk )k∈N ,
∀ x ∈ A, f ( x ) = f 1 ( x ), . . . , f d ( x )

une suite de matrices colonnes dans Md,1 ( ). K
Si ( Ak )k∈N converge vers A et si ( Xk )k∈N converge vers X, alors la
est continue en a ∈ A si, et seulement si, f k : A → est continue K suite de matrices colonnes ( Ak Xk )k∈N converge vers AX.
en a ∈ A pour tout 1 6 k 6 d.
11. ➙ Applications linéaires Exemples de parties denses
Soient ( E, k·kE ) et ( F, k·kF ), deux espaces vectoriels normés. On sup-
14. Densité des matrices inversibles
pose que la dimension de E est finie.
Toute application linéaire f de E dans F est continue. 14.1 K
Pour toute matrice A ∈ Mn ( ), il existe une suite
(λk )k∈N de scalaires de limite nulle telle que
12. Applications bilinéaires [19.18.3]
12.1 Pour tout 1 6 k 6 d, on suppose que Nk et k·kk sont N, A − λk In ∈ GLn (K).
∀k∈
des normes équivalentes sur Ek . Alors les normes définies sur
l’espace produit E = E1 × · · · × E p par 14.2 * Le groupe GLn (K) est dense dans Mn (K).
15. Densité des matrices diagonalisables
k x k∞ = max k xk kk et N∞ ( x ) = max Nk ( xk ) 15.1 K
Soit N, une norme sur Mn ( ). Pour toute matrice trian-
16k6d 16k6d
K
gulaire T0 ∈ Mn ( ) et tout ε > 0, il existe une matrice diagona-
sont équivalentes. lisable T telle que N ( T − T0 ) 6 ε.
12.2 Soit ϕ, une application bilinéaire de E1 × E2 dans F. 15.2 K
Soit P ∈ GLn ( ). L’application M 7→ P −1 MP est conti-
 
Pour tout x1 ∈ E1 , l’application K
nue de Mn ( ) dans Mn ( ). K
15.3 * L’ensemble des matrices diagonalisables de Mn ( ) est dense C
Φ g ( x1 ) = [ x2 7→ ϕ( x1 , x2 )] C
dans Mn ( ).
est une application linéaire de E2 dans F et l’application
Applications continues usuelles
K K
 
Φ g = x1 7 → Φ g ( x1 )
16. ➙ La trace est continue de Mn ( ) dans .
est une application linéaire de E1 dans L( E2 , F ). 17.1 ➙ L’application det est continue de Mn ( ) dans . K K
12.3 ➙ Si E1 et E2 sont deux espaces vectoriels de dimension finie, K
17.2 ➙ Le groupe linéaire GLn ( ) est un ouvert de Mn ( ). K
toute application bilinéaire de E1 × E2 dans F est continue, quelles que 17.3 K
Le groupe spécial linéaire SLn ( ) = [det M = 1] est un
soient les normes considérées sur E1 , E2 et F. K
fermé de Mn ( ) qui n’est pas compact si n > 2.
12.4 Si E est un espace de dimension finie, alors la composition K
18.1 ➙ La transposition est continue de Mn ( ) dans Mn ( ). K
K
18.2 ➙ Les sous-espaces Sn ( ) des matrices symétriques et An ( ) K
[(u, v) 7→ u ◦ v] des matrices antisymétriques sont des fermés de Mn ( ). K
est bilinéaire de L( E ) × L( E ) dans L( E ).
18.3 R R
L’ensemble Sn+ ( ) est un fermé de Mn ( ) qui n’est pas
un compact.
Quelle que soit la norme k·k sur E, il existe une constante K > 0 18.4 R
L’ensemble Sn++ ( ) est un ouvert relatif à Sn+ ( ) qui est R
telle que R
dense dans Sn+ ( ), mais ce n’est pas un ouvert de Mn ( ). R
R
18.5 ➙ Le groupe orthogonal On ( ) et le sous-groupe SOn ( ) des R
∀ (u, v) ∈ L( E ) × L( E ), k u ◦ v k 6 K k u k k v k. rotations sont des parties compactes de Mn ( ). R
12.5 Sur un espace de dimension finie E, les formes quadra- 19. Formules de Cramer
tiques : 19.1 K
Une fonction f : A → Mn,p ( ) définie par
q = [ x 7→ ϕ( x, x )]

∀ x ∈ A, f ( x ) = f i,j ( x ) 16i6n,16 j6 p
(où ϕ est une forme bilinéaire) sont continues et il existe une
constante K > 0 telle que
est continue en a ∈ A si, et seulement si, f i,j : A → est conti- K
2 nue en a ∈ A pour tout 1 6 i 6 n et tout 1 6 j 6 p.
q(x) 6 K kxk .
∀ x ∈ E,
19.2 ➙ L’application A 7→ A−1 de l’ouvert GLn ( ) ⊂ Mn ( )
 
K K
K
dans Mn ( ) est continue.

21.2
 II D ÉRIVATION

Entraînement 23. Soient k·k1 et k·k2 , deux normes sur E, espace de dimen-
sion finie. Pour toute application linéaire f : E → F, on pose
20. Questions pour réfléchir
1. Soient ( F, k·k), un espace vectoriel normé et E, un sous-
espace vectoriel de F de dimension finie. Alors, pour tout x0 ∈ F,
||| f |||1 = sup f (x) F
et ||| f |||2 = sup f (x) F
.
k x k1 =1 k x k2 =1
d( x0 , E ) = min d( x0 , y).
y∈ E Il existe deux constantes α > 0 et β > 0 telles que

2. Suite de [6.1] – Si B est la base canonique de E = d , la K ∀ f ∈ L( E, F ), α||| f |||1 6 ||| f |||2 6 β||| f |||1.
norme NB est la norme produit sur d . K
3. Soient (ε 1 , . . . , ε r ), une famille libre de vecteurs de E et f 1 ,
K
. . ., f r , des applications de Ω dans . On pose 24. Sous-espaces de E
Soit E, un espace de dimension finie muni d’une norme k·k.
r 24.1 Soit ε, un vecteur non nul. La droite vectorielle dirigée par
∀ h ∈ Ω, f (h) = ∑ f k (h) · ε k . ε est fermée.
k =1 24.2 Soient H, un sous-espace fermé de E et ε, un vecteur n’ap-
partenant pas à H.
Alors, lorsque h ∈ Ω est voisin de 0, 1. On définit une norme sur le sous-espace F = H ⊕ · ε en K
posant
f (h) = O (h) ⇐⇒ ∀ 1 6 k 6 r, f k ( h ) = O ( h ).
∀ u = v + λ · ε ∈ F, N (u ) = max{kvk, | λ| .
4. Comparer [7] avec [19.7.2].
5. Suite de [7] – Si une suite (u n )n∈N de vecteurs de d tend K 2. Si la suite de terme général
vers l’infini, que dire des suites des coordonnées (u n [ k])n∈N rela-
tives à une base de d ? K u n = vn + λn · ε ∈ F
6. Peut-on caractériser le fait que f tende vers l’infini au voi-
sinage de a par le comportement des composantes f 1 , . . ., f d de f converge pour la norme k·k, alors elle est bornée pour la norme N
au voisinage de a ? et il existe une suite extraite (u ϕ( n) )n∈N telle que les deux suites
7. Si l’application f : E → F est linéaire et si la dimension (v ϕ( n) )n∈N et (λ ϕ( n) )n∈N convergent.
de E est finie, l’expression k f ( x )kF atteint-elle un maximum sur 24.3 ➙ Soit ( F, k·k), un espace vectoriel normé. Tout sous-espace de
la boule unité ouverte de E ? dimension finie de F est une partie fermée de ( F, k·k).
8. On suppose que E1 , . . ., E p sont des espaces de dimension
finie. Pour toute application p-linéaire ϕ de E dans un espace vec-
toriel normé F, il existe une constante K ϕ > 0 telle que II

ϕ( x ) F
6 K ϕ k x1 k 1 k x2 k 2 · · · k x p k p Dérivation

pour tout vecteur x = ( x1 , . . . , x p ) ∈ E1 × · · · × E p . Que peut-on 25. Toutes les fonctions étudiées ici sont définies sur un inter-
en déduire sur ϕ ? Exemples ? R
valle I ⊂ et à valeurs dans un espace vectoriel E de dimension
9. S’il existe une matrice colonne non nulle X ∈ Mn,1 ( ) K finie.
telle que (λk X )k∈N converge vers λX dans Mn,1 ( ), alors la suite K Cet espace E est muni de sa topologie d’espace vectoriel normé
scalaire (λk )k∈N converge vers λ dans . K de dimension finie. Si nécessaire, on pourra considérer la norme
10. L’ensemble des matrices triangulaires supérieures et in- NB associée à une base B = (e1 , . . . , ed ) de E. →[6.1]
K
versibles de Mn ( ) est-il ouvert ? fermé ? Les composantes relatives à la base B d’une fonction f seront
11. La matrice notées f 1 , . . ., f d :
0 −1
 
A= ∀ 1 6 k 6 d, f k = e∗k ◦ f .
1 0
C
est diagonalisable dans M2 ( ) mais pas dans M2 ( ). Si une ma- R On peut reconstituer la fonction f à partir de ses composantes au
R
trice B ∈ M2 ( ) est assez proche de A (pour une norme quel- moyen de la formule suivante.
R
conque sur M2 ( )), alors le discriminant du polynôme caracté-
ristique de B est strictement négatif. Comparer avec [15.3]. d

21. Soit f ∈ L( E, F ), où E est un espace vectoriel de dimen-

∀ t ∈ I, f (t) = ∑ f k (t)ek
k =1
sion finie. Alors

∃α∈ R+ , ∀ x ∈ E, f (x) F
> αk x k E
II.1 Fonctions dérivables
26. Dérivabilité en un point
et f est injective si, et seulement si, on peut choisir α > 0. Dans 26.1 ✍ Soient f : I → E et t0 ∈ I. La fonction f est dérivable en
ce cas, t0 lorsque le taux d’accroissement
lim f ( x ) F = ∞.
x→∞
f ( t ) − f ( t0 )
t − t0
22. On note P ∧ Q, le plus grand commun diviseur (unitaire)
des polynômes P et Q. admet une limite (dans E) lorsque t tend vers t0 .
1. L’application [ P 7→ ( P, P ′ )] est continue de d [ X ] dans R Cette limite est notée f ′ (t0 ) ou D ( f )(t0 ).
R R
d [X] × d [X] 26.2 La fonction f est dérivable en t0 si, et seulement si, ses
2. Comme la suite de terme général Pn = X ( X − 2−n ) con- composantes f 1 , . . ., f d sont dérivables en t0 et, dans ce cas,
verge vers X2 , l’application [ P 7→ P ∧ P ′ ] n’est pas continue de
R R
d [ X ] dans d [ X ]. d
f ′ ( t0 ) = ∑ f k′ (t0 )ek .
k =1

21.3
E SPACES VECTORIELS NORMÉS DE DIMENSION FINIE

26.3 La fonction f : I → E est dérivable en t0 ∈ I si, et seule- 30. Fonctions dérivables sur un intervalle
ment si, il existe a ∈ E tel que 30.1 ✍ La fonction f : I → E est dérivable (sur I) lorsqu’elle est
dérivable en tout point t0 ∈ I. Dans ce cas, la fonction de I dans E
f ( t ) = f ( t0 ) + ( t − t0 ) a + O ( t − t0 ) définie par [t 7→ f ′ (t)] est la fonction dérivée de f .
30.2 ✍ La fonction f : I → E est une fonction de classe C 1 (sur
lorsque t tend vers t0 et, dans ce cas, f ′ (t0 ) = a.
I) lorsqu’elle est dérivable sur I et que sa dérivée f ′ est continue sur I.
26.4 Si f est dérivable en t0 , alors f est continue en t0 (et en
particulier définie en t0 ). 30.3 ➙ Une fonction f : I → E est dérivable (resp. de classe C 1 ) si,
et seulement si, pour tout 1 6 k 6 d, sa composante
27. Tangentes
Le graphe de la fonction f : I → E est une partie de l’espace f k = e∗k ◦ f : I → K
R
affine × E.
Γ f = t, f (t) , x ∈ I est dérivable (resp. de classe C 1 ) et


→[31.3]
27.1 ✍ Si f : I → E est dérivable en t0 ∈ I, la droite d’équation d
∀ t ∈ I, f ′ (t) = ∑ f k′ (t)ek .
x = f ( t0 ) + ( t − t0 ) f ′ ( t0 )
 
k =1
31. Linéarité
est la tangente au graphe de f au point d’abscisse t0 . 31.1 ➙ Une combinaison linéaire de fonctions dérivables est dérivable.
27.2 La tangente au graphe de f au point d’abscisse t0 est une 31.2 La dérivation [ f 7→ f ′ ] est une application linéaire de
R
droite affine de × E représentée paramétriquement par
C ( I, E ) dans C 0 ( I, E ).
1


R
t0 , f (t0 ) + · 1, f ′ (t0 ) .

31.3 ➙ Soient f : I → E, une fonction dérivable (resp. de classe C 1 )
et T : E → F, une application linéaire. Alors T ◦ f : I → F est
dérivable (resp. de classe C 1 ) et →[30.3]
28. Dérivabilité à gauche et à droite
Pour qu’une fonction soit dérivable à droite en t0 , il faut qu’elle K
( T ◦ f ) ′ = T ◦ ( f ′ ).
31.4 ➙ Si A : I → Mn,p ( ) est une fonction dérivable, alors la
soit définie en t0 , mais aussi que l’intervalle I ∩ [t0 , + ∞ [ ne soit K
fonction QAP : I → Mm,q ( ) est dérivable quelles que soient les
pas réduit à {t0 }.
28.1 ✍ La fonction f : I → E est dérivable à droite en t0 ∈ I
K
matrices Q ∈ Mm,n ( ) et P ∈ M p,q ( ) et K
lorsque t0 6= max( I ) et que le taux d’accroissement d( QAt P ) dAt
=Q P.
f ( t ) − f ( t0 ) dt dt
t − t0 32. ➙ Dérivation d’une fonction composée
R
Soient I et J, deux intervalles de . Si les fonctions ϕ : I → J et
admet une limite dans E, notée f d′ (t0 ), lorsque t tend vers t0 par valeurs f : J → E sont dérivables (resp. de classe C 1 ), alors f ◦ ϕ : I → E
strictement supérieures. est dérivable (resp. de classe C 1 ) et
28.2 ✍ La fonction f : I → E est dérivable à gauche en t0 ∈ I
lorsque t0 6= min( I ) et que le taux d’accroissement ∀ t ∈ I, ( f ◦ ϕ)′ (t) = ϕ′ (t) · f ′ ϕ(t) .

f ( t ) − f ( t0 )
t − t0 II.2 Formule de Leibniz
admet une limite dans E, notée f g′ (t0 ), lorsque t tend vers t0 par valeurs 33. Le théorème [34] établit la dérivabilité d’un produit de
strictement inférieures. fonctions dérivables et donne en outre la formule qui exprime la
28.3 La fonction f : I → E est dérivable à droite en t0 ∈ I si, dérivée de ce produit : la formule de Leibniz.
et seulement si, sa restriction à I ∩ [ t0 , + ∞ [ est dérivable en t0 . Par produit, il faut entendre ici toute application bilinéaire conti-
28.4 Si f est dérivable à droite en t0 , alors f est continue à nue. →[12.3]
droite en t0 . 34. ➙ Soient E, F et G, trois espaces vectoriels normés de dimension
28.5 ➙ Si t0 est un point intérieur à I, la fonction f : I → E est finie et B : E × F → G, une application bilinéaire.
dérivable en t0 si, et seulement si, f est dérivable à gauche et à droite en Si les fonctions f : I → E et g : I → F sont dérivables, alors la
t0 et si f g′ (t0 ) = f d′ (t0 ). fonction h = B ( f , g) est dérivable de I dans G et
28.6 Si f : [ a, b ] → E, alors f est dérivable à droite en a (resp.
∀ t ∈ I, h′ (t) = B f ′ (t), g(t) + B f (t), g′ (t) .



dérivable à gauche en b) si, et seulement si, f est dérivable en a
(resp. dérivable en b).
28.7 La fonction f : I → E est dérivable à droite (resp. à Si f et g sont de classe C 1 , alors h est de classe C 1 .
gauche) en t0 si, et seulement si, il existe a ∈ E tel que 35. Fonctions polynomiales et rationnelles [25]
On suppose que la fonction f : I → E est dérivable.
f ( t ) = f ( t0 ) + ( t − t0 ) · a + O ( t − t0 ) 35.1 Toute fonction polynomiale des composantes f 1 , . . ., f d est
dérivable sur I et sa dérivée est une fonction polynomiale des
pour tout t dans un voisinage de t0 relatif à ]t0 , + ∞ [ (resp. dans
composantes de f et de f ′ .
un voisinage de t0 relatif à ]− ∞, t0 [).
35.2 Toute fonction rationnelle des composantes f 1 , . . ., f d est
29. Demi-tangentes dérivable sur son ensemble de définition et sa dérivée est une
29.1 ✍ Si f : I → E est dérivable à droite en t0 ∈ I, alors la demi- fonction rationnelle des composantes de f et de f ′ .
tangente à droite au point d’abscisse t0 du graphe de f est le graphe
36. Applications usuelles de la formule de Leibniz
de la fonction ϕd définie par
Tous les exemples sont énoncés pour des fonctions dérivables,
∀ t > t0 , ϕd (t) = f (t0 ) + (t − t0 ) f d′ (t0 ). mais sont encore valides pour des fonctions de classe C 1 .
29.2 ✍ Si f : I → E est dérivable à gauche en t0 ∈ I, alors la demi- 36.1 R
On suppose 3 muni de sa structure euclidienne orientée
tangente à gauche au point d’abscisse t0 du graphe de f est le graphe canonique. Si les fonctions f : I → 3 et g : I → 3 sont R R
de la fonction ϕ g définie par dérivables, alors la fonction h = [t 7→ f (t) ∧ g(t)] est dérivable

∀ t 6 t0 , ϕ g (t) = f (t0 ) + (t − t0 ) f g′ (t0 ).

R
de I dans 3 et

∀ t ∈ I, h ′ ( t ) = f ′ ( t ) ∧ g ( t ) + f ( t ) ∧ g ′ ( t ).

21.4
 II D ÉRIVATION

36.2 K
Si les fonctions xk : I → et ε k : I → E sont dérivables II.3 Accroissements finis
pour tout 1 6 k 6 d, alors la fonction f : I → E définie par
38. On parle d’accroissements finis pour désigner les varia-
d tions
∀ t ∈ I, f (t) = ∑ xk (t)ε k (t) f (y) − f ( x )
k =1
par opposition aux accroissements infiniment petits
est dérivable et
d f ( x0 + δx ) − f ( x0 ) ≈ f ′ ( x0 )δx
f (t) = ∑ xk′ (t)ε k (t) + xk (t)ε′k (t) .
′  
∀ t ∈ I,
k =1 qui apparaissent quand on relie une fonction et sa dérivée.
38.1 ➙ Égalité des accroissements finis
36.3 K
Si A : I → Mn ( ) et X : I → Mn,1 ( ) sont deux fonc- K Si une fonction f à valeurs réelles est continue sur [ a, b ] et dérivable
tions dérivables, alors la fonction B = [ t 7→ At Xt ] est dérivable
K
de I dans Mn,1 ( ) et
sur ] a, b [, alors il existe a < c < b tel que

∀ t ∈ I, Bt′ = A′t Xt + At Xt′ . f ( b ) = f ( a ) + ( b − a ) f ′ ( c ).

36.4 On suppose que F = E, que B est un produit scalaire sur 38.2 Le théorème [38.1] repose sur le théorème de Rolle et en
E et que les fonctions f : I → E et g : I → E sont dérivables. particulier sur le fait qu’une fonction à valeurs réelles admette un
1. Les fonctions h f | g i : I → et k f k2 : I → K
sont R extremum sur tout segment.
38.3 La fonction définie par f (t) = (cos t, sin t) pour tout réel
dérivables et
t est dérivable et, bien que f (0) = f (2π ), sa dérivée n’est jamais
d f (t) g(t) nulle.
= f ′ (t) g(t) + f (t) g′ (t) ,
dt 38.4 à défaut pouvoir généraliser l’égalité des accroissements
dk f (t)k2 finis aux fonctions à valeurs vectorielles, on peut leur étendre
= 2 Re f (t) f ′ (t) . l’inégalité des accroissements finis [38.5] qui rend en définitive
dt les mêmes services que [38.1]. →[39]
2. Si f ne s’annule pas sur I, alors la fonction k f k : I → R R
38.5 ➙ Si f : I → est dérivable, alors f est lipschitzienne sur I si,
est dérivable et et seulement si, sa dérivée est bornée sur I.
d f (t) Re f (t) f ′ (t) 39. Inégalité des accroissements finis
= . Le théorème des accroissements finis peut être démontré sous des
dt f (t) hypothèses moins restrictives que celles du théorème suivant.
3. Si E est un espace euclidien ( K = R) et si k f (t)k = 1 pour →[103]
39.1 ➙ Soit f , une fonction de classe C 1 d’un intervalle I ⊂ dans R
tout t ∈ I, alors
un espace vectoriel de dimension finie E.
∀ t ∈ I, f (t) f ′ (t) = 0. S’il existe une constante K > 0 telle que
36.5 Soient E, un plan vectoriel et B, une base de E. Si f et g ∀ t ∈ I, f ′ (t) 6 K,
sont deux fonctions dérivables de I dans E, alors
h = t 7→ detB f (t), g(t)

 alors f est K-lipschitzienne sur I.
39.2 Suite de [38.5] –
est une fonction dérivable de I dans et K
h′ (t) = detB f ′ (t), g(t) + detB f (t), g′ (t)


∀ ( x, y) ∈ R2 , | eiy − eix | 6 | x − y|

pour tout t ∈ I. 40. Caractérisation des applications constantes

36.6 Soit E, une algèbre de dimension finie. Le produit de deux R
40.1 ➙ Soient I, un intervalle de et f : I → E, une fonction déri-
fonctions dérivables de I dans E est une fonction dérivable sur I. vable sur I. Si
1. Soit E = L(V ), où V est un espace vectoriel normé de ∀ t ∈ I, f ′ (t) = 0E ,
dimension finie. Si les deux fonctions f : I → E et g : I → E
sont dérivables, alors h = [ t 7→ f (t) ◦ g(t)] est dérivable sur I et alors f est constante sur I.
40.2 ➙ Si f : I → E est continue sur l’intervalle I, dérivable sur son
∀ t ∈ I, h ′ ( t ) = f ′ ( t ) ◦ g ( t ) + f ( t ) ◦ g ′ ( t ). intérieur I ◦ et si
∀ t ∈ I ◦ , f ′ (t) = 0E
2. Soit E = Mn ( ). K
2.a Si les fonctions A : I → E et B : I → E sont dérivables, alors f est constante sur I.
alors C = [ t 7→ At Bt ] est dérivable sur I et 41. Primitives
41.1 ✍ Soit f : I → E. Une application F : I → E est une primi-
∀ t ∈ I, Ct′ = A′t Bt + At Bt′ .
tive de f lorsque F est dérivable et que sa dérivée est f :
K
2.b Si P : I → Mn ( ) est dérivable et si Pt ∈ GLn ( ) pour K
tout t ∈ I, alors Q = [ t 7→ Pt−1 ] est dérivable sur I et F′ = f .
R
41.2 ➙ Soient I, un intervalle de ; f , une application de I dans E ;
dQt F1 et F2 , deux primitives de f sur I. Alors la différence F1 − F2 est
∀ t ∈ I, = − Pt−1 Pt′ Pt−1 . constante sur I.
dt
37. * Soient E, un espace vectoriel de dimension d > 2 et B, une
base de E. Quelles que soient les fonctions dérivables f 1 , . . ., f d de I II.4 Applications de classe C k
dans E, l’application 42. Pour tout entier k > 1, les classes C k sont définies par
F = t 7→ detB f 1 (t), . . . , f d (t)

 récurrence.
Les propriétés des fonctions de classe C k seront donc établies par
est dérivable de I dans K et récurrence à partir des propriétés des fonctions continues et des
d fonctions de classe C 1 .
F ′ (t) = ∑ detB f 1 (t), . . . , f k′ (t), . . . , f d (t)


k =1

pour tout t ∈ I.

21.5
E SPACES VECTORIELS NORMÉS DE DIMENSION FINIE

42.1 ✍ Pour tout entier k > 1, une fonction 46.3 En pratique, quand une grandeur exprimée en fonction
d’une certaine variable, il peut être utile de l’exprimer comme
f : I→E une fonction d’une nouvelle variable :

est de classe C k (sur I) lorsqu’elle est dérivable et que sa dérivée f ′ est V = f ( x ) = g ( u ).

de classe C k−1 sur I.
42.2 Dans ce cas, les variables u et x sont reliées par
∀k∈ , NC k+1 ( I, E ) ⊂ C k ( I, E )
u = ϕ( x ) ou par x = ϕ −1 ( u )
42.3 Si I = [ a, b ], alors l’application k·kC p définie par
et les fonctions f et g qui représentent la grandeur V dans deux
p
systèmes de coordonnées différents sont reliées par
k f kC p = ∑ k f (k) k ∞
k =0
f = g◦ ϕ ou par g = f ◦ ϕ −1 .
est une norme sur C p ( I, E ).
42.4 ✍ Une fonction f : I → E est de classe C ∞ (sur I), ou indéfi- 46.4 ➙ Théorème d’inversion, version C 1
niment dérivable (sur I), lorsque R
Si ϕ : I → est une fonction de classe C 1 telle que

∀k∈ N, f ∈ C k ( I, E ) ∀ x ∈ I, ϕ′ ( x ) 6= 0,

de telle sorte que alors ϕ réalise une bijection de l’intervalle I sur J = ϕ∗ ( I ) (qui est un
intervalle) dont la réciproque ϕ−1 : J → I est dérivable sur I et
C ∞ ( I, E ) = C k ( I, E ).
\

k∈ N 1
∀ y ∈ J, ( ϕ −1 ) ′ ( y ) =
,
ϕ ′ ϕ −1 ( y )
Opérations de telle sorte que ϕ−1 est de classe C 1 sur J.
43. Combinaisons linéaires 46.5 ➙ Théorème d’inversion, version C p
N
43.1 ➙ Pour tout k ∈ , la classe C k ( I, E ) est un sous-espace vectoriel R R
Une application ϕ de I, intervalle de , dans est un difféomorphisme
de A ( I, E ) et la dérivation de classe C p de I sur J = ϕ∗ ( I ) si, et seulement si, ϕ est de classe C p
sur I et
D = f 7→ f ′ ∀ x ∈ I, ϕ′ ( x ) 6= 0.
 

est une application linéaire de C k+1 ( I, E ) dans C k ( I, E ).

43.2 ➙ La classe C ∞ ( I, E ) est un espace vectoriel stable par D.
Entraînement
44. Produit
44.1 Triangle de Pascal 47. Questions pour réfléchir
1. Suite de [29.1] – La demi-tangente à droite au point d’abs-
p+1 cisse t0 est la demi-droite affine représentée paramétriquement
     
p p
∀ 1 6 k 6 p, + = par
k−1 k k
44.2 ➙ Formule de Leibniz


R
t0 , f (t0 ) + + · 1, f d′ (t0 ) .

Soient E et F, deux espaces de dimension finie. Si f : I → E et g : 2. On suppose que f : I → E est dérivable à gauche en
I → F sont de classe C p et si B : E × F → G est bilinéaire, alors t0 ∈ I. On pose
B ( f , g) : I → G est de classe C p et
R
M0 = t0 , f (t0 ) ∈ × E et v0 = 1, f g′ (t0 ) ∈ × E.



R
p 
( p) p
B ( f , g) (t) = ∑ B f ( k ) ( t ), g ( p − k ) ( t ) .


La demi-tangente à gauche au point M0 du graphe de f est-elle
k =0
k
R
représentée par M0 + + · v0 ou par M0 + − · v0 ? R
pour tout t ∈ I. →[36]
3. Suite de [30.3] – Appliquer au cas où E = , considéré C
comme un espace vectoriel réel.
45. ➙ Composition 4. Si la fonction [t 7→ At ] est dérivable de I dans Mn ( ), K
Si f : J → E et ϕ : I → R
sont deux fonctions de classe C p telles alors [t 7→ det At ] est une fonction dérivable de I dans . K
que ϕ∗ ( I ) ⊂ J, alors f ◦ ϕ : I → E est une fonction de classe C p . 5. On suppose que f est dérivable sur I et que t0 est un point
intérieur à I. Comparer f ′ (t0 +) et f d′ (t0 ).
Difféomorphismes 6. Étendre le théorème [32] aux fonctions f à valeurs dans
un espace vectoriel normé E de dimension quelconque à l’aide
46. On suppose ici que p ∈ ∗ ∪ {∞ }. N du développement limité
46.1 Un difféomorphisme sert à changer de variable (dans une
intégrale, dans une équation différentielle...) ou à changer de para- f ( u ) = f ( u 0 ) + ( u − u 0 ) f ′ ( u 0 ) + O ( u − u 0 ),
mètre (dans un arc paramétré).
46.2 ✍ Soient I et J, deux intervalles de . R avec u0 = ϕ(t0 ) et u = ϕ(t) = u0 + (t − t0 ) ϕ′ (t0 ) + O (t − t0 ).
Une application ϕ : I → J est un difféomorphisme de classe 7. Étendre la formule de Leibniz aux applications multili-
C p lorsque néaires.
1. la fonction ϕ est de classe C p sur I
2. et réalise une bijection de I sur J
R
8. La fonction f : ∗ → définie par R
3. dont la réciproque ϕ−1 : J → I est de classe C p sur J. ∀ x 6= 0, f ( x ) = Arctan x + Arctan 1/x

est dérivable, sa dérivée est identiquement nulle, mais f n’est pas

constante.
9. Suite de [43.1] – Identifier le noyau et l’image de D.

21.6
 III I NTÉGRATION

10. Soient ϕ : I → J, une bijection de classe C 1 et ψ : J → I, 2.a Soit C = (ε 1 , . . . , ε d ), une base de E. On pose
sa bijection réciproque. Comparer les graphes de ϕ et de ψ, puis
la tangente au graphe de ϕ au point d’abscisse x0 ∈ I avec la ∀ 1 6 k 6 d, ϕk = ε∗k ◦ f .
tangente au graphe de ψ au point d’abscisse y0 = ϕ( x0 ).
48. On suppose que, pour tout t ∈ I, la famille Relier les composantes ϕk , 1 6 k 6 d, de f dans la base C aux
composantes f k , 1 6 k 6 d, de f dans la base B.
B t = e1 ( t ), e2 ( t )


2.b Les définitions [50.1], [50.4], [51] et [51.3] ont bien un sens.
est une base de E et que les deux applications e1 : I → E et
53. ➙ Densité pour la convergence en moyenne
e2 : I → E sont dérivables. Si f et g sont deux applications
Si f est une fonction intégrable sur I, alors il existe une suite ( f n )n∈N
dérivables de I dans E, alors
de fonctions en escalier sur I telles que
h = t 7→ detBt f (t), g(t)


Z
f (t) − f n (t) dt −−−−→ 0.
I n→+ ∞
est dérivable. Expression de h′ (t) ?

54. Densité pour la convergence uniforme

III Soit I = [ a, b ].
54.1 La suite de fonctions ( ϕn )n∈N converge uniformément
Intégration sur I vers f pour la norme k·k :
49. On étend ici la théorie de l’intégrale aux fonctions qui lim sup ϕn (t) − f (t) = 0
prennent leurs valeurs dans un espace vectoriel vectoriel de di- n→+ ∞ t∈ I
mension finie ( E, k·k) en reprenant les notations du [25].
50. Fonctions continues par morceaux si, et seulement si, pour tout 1 6 k 6 n, la suite des composantes
50.1 ✍ La fonction f est une fonction en escalier sur I lorsque ( ϕkn )n∈N converge uniformément sur I vers la composante f k :
toutes ses composantes f 1 , . . ., f d sont des fonctions en escalier sur
I. ∀ 1 6 k 6 d, lim sup ϕkn (t) − f k (t) = 0.
50.2 ➙ Si f : I → E est une fonction en escalier, alors k f k : I → R n→+ ∞ t∈ I

est une fonction en escalier. 54.2 Si la fonction f : I → E est continue par morceaux,
50.3 Si f est une fonction en escalier sur [ a, b ], alors il existe alors il existe une suite ( ϕn )n∈N de fonctions en escalier sur I
une subdivision a = α0 < α1 < · · · < α N = b et une famille qui converge uniformément sur I vers f . →[8.49]
( xk )06k< N de vecteurs de E tels que 54.3 Si la fonction f : I → E est continue, alors il existe une
suite (ψn )n∈N de fonctions continues et affines par morceaux sur
∀ 0 6 k < N, ∀ t ∈ ]αk , αk+1 [ , f (t) = xk . I qui converge uniformément sur I vers f . →[8.135.6]
50.4 ✍ La fonction f est continue par morceaux sur I lorsque toutes 55. Linéarité
ses composantes f 1 , . . ., f d sont continues par morceaux sur I. 55.1 Une combinaison linéaire de fonctions intégrables sur I
50.5 ➙ Si f : I → E est une fonction continue par morceaux, alors est intégrable sur I et
R
k f k : I → est une fonction continue par morceaux. Z Z Z
51. Fonctions intégrables λ f + g)(t) dt = λ f (t) dt + g(t) dt,
I I I
51.1 ✍ La fonction f : I → E est intégrable sur I lorsque toutes ses
composantes f k , 1 6 k 6 d, sont intégrables sur I. quelles que soient les fonctions f et g intégrables sur I.
51.2 On suppose que la fonction f : I → E est continue par 55.2 Relation de Chasles
morceaux sur I. La fonction f est intégrable sur I si, et seulement Si f : I → E est intégrable sur I, alors
R
si, la fonction k f k : I → + est intégrable sur I. Z c Z b Z c
51.3 ✍ Si f : I → E est intégrable sur I, son intégrale est définie par
f (t) dt = f (t) dt + f (t) dt,
a a b
Z d Z 
f (t) dt = ∑ f k (t) dt ek . quels que soient les réels a, b et c dans I.
I I
k =1 55.3 Si I est un voisinage de + ∞ [18.13.4] et si f : I → E est
intégrable sur I, alors
51.4 Si I = ] a, b [ et si f : I → E est intégrable, alors
Z b Z +∞ Z +∞
Z y
f (t) dt = f (t) dt − f (t) dt,
Z
f (t) dt = lim f (t) dt, a a b
I x→a x
y→b
quels que soient a et b dans I.
quelle que soit la norme k·k sur E. K
55.4 ➙ Soit X : I → Mn,1 ( ), une fonction intégrable. Pour toute
52. Cohérence des définitions
K
matrice A ∈ Mn ( ), la fonction AX : I → Mn,1 ( ) est intégrable K
et
Soit f : I → E. Z Z 
1. Certaines propriétés des composantes de f dépendent de AXt dt = A Xt dt .
I I
la base de E choisie pour calculer ces composantes, d’autres pro-
priétés ne dépendent pas de ce choix. K
55.5 ➙ Soit A : I → Mn,p ( ), une fonction intégrable. Quelles
R
1.a Soit f (t) = (et , 1 + t2 ) ∈ 2 . Les composantes de f dans K
que soient les matrices Q ∈ Mm,n ( ) et P ∈ M p,q ( ), la fonction K
la base canonique (e1 , e2 ) sont positives. Les composantes de f
dans la base (− e2 , − e1 ) ne sont pas positives.
K
QAP : I → Mm,q ( ) est intégrable et
1.b Un problème analogue se pose pour définir l’addition et
Q
Z Z 
la multiplication dans . Préciser ce problème et sa résolution. QAt P dt = Q At dt P.
2. Pour qu’une propriété des composantes de f soit une pro- I I
priété de f , il faut que cette propriété soit indépendante du choix
de la base.

21.7
E SPACES VECTORIELS NORMÉS DE DIMENSION FINIE

55.6 ➙ Si f : I → E est intégrable et si ϕ : E → F est linéaire, alors 59.2 ➙ Théorème de convergence dominée
ϕ ◦ f : I → F est intégrable et Soit ( f n )n∈N , une suite de fonctions continues par morceaux de I dans
un espace vectoriel de dimension finie E.
Si la suite ( f n )n∈N converge simplement sur I vers une fonction conti-
Z Z 
( ϕ ◦ f )(t) dt = ϕ f (t) dt .
I I nue par morceaux f et s’il existe une fonction g intégrable sur I telle
que
56. Positivité ∀ t ∈ I, ∀ n ∈ , N
f n ( t ) E 6 g ( t ),
L’espace vectoriel E n’est pas muni naturellement d’une relation
R
d’ordre, à moins que E = . La conservation des inégalités par
alors Z
intégration n’a donc pas de sens pour des fonctions à valeurs vec- lim f (t) − f n (t) E
dt = 0
n→+ ∞ I
torielles et seule subsiste l’inégalité triangulaire, établie par den-
sité à partir du cas des fonctions en escalier sur un segment. et en particulier
56.1 ➙ Si ( f n )n∈N est une suite de fonctions continues par morceaux
qui converge uniformément sur [ A, B ] vers la fonction continue par
Z Z
morceaux f , alors f n (t) dt −−−−→ f (t) dt.
I n→+ ∞ I
Z B Z B
f (t) dt − f n (t) dt 6 ( B − A)k f − f n k∞ 60. On peut en déduire une condition suffisante pour qu’une
A A
intégrale varie continûment en fonction d’un paramètre et,
et Z B Z B R
lorsque Ω est un intervalle de , on dispose d’une condition suf-
f (t) dt = lim f n (t) dt. fisante pour que cette intégrale soit une fonction de classe C 1 sur
A n→+ ∞ A Ω.
56.2 ➙ Si f : I → E est intégrable sur I, alors R
61. ➙ Soient Ω ⊂ d et I, un intervalle de . On considère une R
fonction f définie pour ( x, t) ∈ Ω × I et on suppose que :
61.1 Hypothèse de régularité
Z Z
f (t) dt 6 f (t) dt.  
I I Pour tout t ∈ I, la fonction x 7→ f ( x, t) est continue sur Ω ;
61.2 Hypothèse d’intégrabilité
 
Pour tout x ∈ Ω, la fonction t 7→ f ( x, t) est intégrable sur I ;
Primitives 61.3 Hypothèse de domination
Pour tout x0 ∈ Ω, il existe un voisinage V ∈ VΩ ( x0 ) et une fonction
57. Théorème fondamental
g intégrable sur I telle que
57.1 ➙ Si la fonction f : I → E est continue, alors l’application
 Z x  ∀ t ∈ I, ∀ x ∈ V, f ( x, t) E
6 g ( t ).
Fx0 = x 7→ f (t) dt
x0
61.4 Conclusion
est une primitive de f pour tout x0 ∈ I. Alors la fonction F définie par
57.2 Si la fonction f : I → E est continue et intégrable sur
l’intervalle I = ] a, b [, alors
Z
F (x) = f ( x, t) dt
 Z x   Z b  I

Fa = x 7→ f (t) dt et Fb = x 7→ − f (t) dt est continue sur Ω.

a x

sont des primitives de f .

62. ➙ Soient Ω et I, deux intervalles de et f , une fonction définie R
pour tout ( x, t) ∈ Ω × I. On suppose que :
58. Intégration par parties 62.1 Hypothèse de régularité
58.1 ➙ On suppose que E et F sont deux espaces vectoriels normés de Pour tout t ∈ I, la fonction x 7→ f ( x, t) est de classe C 1 sur Ω ;
 
dimension finie. 62.2 Hypothèse d’intégrabilité
Soient f : I → E et g : I → F, deux fonctions de classe C 1 et Pour tout x ∈ Ω, les fonctions
B : E × F → G, une application bilinéaire [12.3]. Alors
  h ∂f i
Z b
′
b Z b
′
t 7→ f ( x, t) et t 7→ ( x, t)
B f (t), g(t) dt = B f (t), g(t) B f (t), g (t) dt, ∂x



a
−
a a
sont intégrables sur I ;
quels que soient a et b dans I. 62.3 Hypothèse de domination
58.2 K
Si A : I → Mn,p ( ) et B : I → M p,q ( ) sont deux K Pour tout x0 ∈ Ω, il existe un voisinage V ∈ VΩ ( x0 ) et une fonction
fonctions de classe C 1 , alors g intégrable sur I tels que
dAt dBt
Z b b Z b
Bt dt = At Bt a −

At dt ∂f
a dt a dt ∀ x ∈ V, ∀ t ∈ I, ( x, t) 6 g ( t ).
∂x E

quels que soient a et b dans I. 62.4 Conclusion

Alors la fonction F définie sur Ω par
Intégrales fonctions d’un paramètre Z
59. Le théorème de convergence dominée s’étend sans diffi- F (x) = f ( x, t) dt
I
culté aux fonctions à valeurs dans un espace vectoriel de dimen-
sion finie.
est de classe C 1 sur Ω et
59.1 Soit ( f n )n∈N , une suite de fonctions qui converge simple-
ment sur I vers la fonction f . La convergence de la suite ( f n )n∈N Z
∂f
est dominée sur I si, et seulement si, pour tout 1 6 k 6 d, la ∀ x ∈ V, F ′ (x) = ( x, t) dt.
I ∂x
convergence de la suite ( f nk )n∈N des composantes est dominée
sur I.

21.8
 IV S ÉRIES DE FONCTIONS

Entraînement 67.4 ➙ La série de fonctions ∑ f n converge normalement sur Ω si, et

seulement si, il existe une série convergente ∑ αn telle que
63. Questions pour réfléchir
1. Les réciproques de [50.2] et de [50.5] sont fausses.
2. Toute fonction en escalier f : [ a, b ] → E est intégrable sur
∀n∈ N, ∀ x ∈ Ω, f n (x) F
6 αn .
[ a, b ]. Pour toute subdivision
IV.2 Continuité de la somme
a = α0 < α1 < · · · < α N = b 68. ➙ Soit ∑ f n , une série de fonctions continues de Ω dans F. S’il
existe un voisinage V ∈ VΩ ( x0 ) sur lequel la série converge uniformé-
telle que f soit constante sur chaque intervalle ouvert ]αk , αk+1 [, ment, alors sa somme est continue au point x0 .
Z b N −1 69. On peut généraliser le théorème précédent en étudiant le
f (t) dt = ∑ ( α k +1 − α k ) · x k comportement de la somme au bord de son ensemble de défini-
a k =0 tion (soit au voisinage d’un point adhérent à Ω) ou au voisinage
de l’infini (seulement si Ω est un voisinage de l’infini).
où xk est la valeur prise par f sur ] αk , αk+1 [. →[52]
70. ➙ Théorème d’interversion des limites [8.30]
3. Pourquoi n’est-il pas possible d’établir l’inégalité de la
Soient ( F, k·kF ), un espace de dimension finie et x0 , un point adhérent
moyenne [56.2] en raisonnant sur les composantes de f ?
R
4. Soit Ω, un ouvert de m . Condition suffisante pour que
à une partie Ω de E ou un point à l’infini.
70.1 Hypothèses
la fonction
On suppose que :
N
 Z 
u 7→ f (u, t) dt 1. Pour tout n ∈ , la fonction f n : Ω → F admet une limite
I
ℓn ∈ F au voisinage de x0 ;
soit de classe C 1 sur Ω. 2. Il existe un voisinage V ∈ VΩ ( x0 ) tel que la suite de fonctions
( f n )n∈N converge uniformément sur V vers une fonction f .
70.2 Conclusion
IV Alors f admet une limite ℓ ∈ F au voisinage de x0 et

Séries de fonctions ℓ = lim lim f n ( x ) = lim lim f n ( x ) = lim ℓn .

x → x0 n→+ ∞ n→+ ∞ x → x0 n→+ ∞

64. On considère une série de fonctions ∑ f n où les fonctions 71. ➙ Passage à la limite terme à terme
f n sont définies sur une partie Ω de E, espace vectoriel de dimen- Soit ∑ f n , une série de fonctions définies sur Ω ⊂ E, à valeurs dans un
sion finie, et prennent leurs valeurs dans F, espace vectoriel de espace F de dimension finie.
dimension finie. 71.1 Hypothèses
On suppose que :
IV.1 Modes de convergence N
1. Pour tout n ∈ , la fonction f n admet une limite ℓn ∈ F au
voisinage de x0 ;
65. Convergence simple, convergence absolue 2. Il existe un voisinage V relatif à Ω de x0 sur lequel la série de
65.1 ✍ La série de fonctions ∑ f n converge simplement sur Ω fonctions ∑ f converge uniformément.
lorsque, pour tout x ∈ Ω, la série ∑ f n ( x ) converge dans F. 71.2 Conclusion
65.2 Lorsque la série de fonctions ∑ f n converge simplement Alors la somme de la série admet une limite dans F au voisinage de x0
sur Ω, on note S, la somme de cette série (définie sur Ω) et, pour et cette limite peut être calculée terme à terme :
N
tout n ∈ , on note Rn , le reste d’ordre n.
65.3 ✍ La série de fonctions ∑ f n converge absolument sur Ω +∞ +∞
lorsque, pour tout x ∈ Ω, la série de terme général positif ∑ f n ( x ) F lim ∑ f n (x) = ∑ xlim f n ( x ).
x → x0 →x 0
n =0 n =0
est convergente.
65.4 ➙ Si une série ∑ f n de fonctions à valeurs dans un espace de di-
mension finie converge absolument sur Ω, alors elle converge simple- 72. Exemple
ment sur Ω. La fonction définie par
66. Convergence uniforme +∞
La norme de la convergence uniforme sur Ω est définie en fonc- 1
tion de la norme choisie sur F.
F ( x, y) = ∑ (1 + x 2 + y2 ) n
n =0
66.1 ✍ Pour toute fonction bornée g : Ω → F, on pose
est continue de R2 \ {(0, 0)} dans R. Elle tend vers +∞ au voisi-
k gk∞ = sup g( x ) F
. nage de (0, 0).
x ∈Ω
66.2 ✍ On considère une série de fonctions ∑ f n qui converge simple- IV.3 Théorèmes d’intégration terme à terme
ment sur Ω.
La série de fonctions ∑ f n converge uniformément sur Ω lorsque la 73. ➙ Version uniforme
suite ( Rn )n∈N des restes converge uniformément sur Ω vers la fonc- Soit ( f n )n∈N , une suite de fonctions continues du segment I = [ a, b ]
tion nulle. dans un espace vectoriel de dimension finie F.
Si la série ∑ f n converge uniformément sur [ a, b ], alors sa somme S est
+∞
N, ∀ n > Nε , continue sur [ a, b ], la série ∑ I f n (t) dt est convergente et
R
∀ ε > 0, ∃ Nε ∈ ∑ f k (x) 6 ε.
k=n ∞ Z b +∞ Z b
S (t) dt = ∑ f n (t) dt.
67. Convergence normale a n =0 a
67.1 ✍ La série de fonctions bornées ∑ f n converge normale-
ment sur Ω lorsque la série de terme général positif ∑ k f n k∞ est 74. ➙ Version lebesguienne
convergente. Soit ∑ f n , une série de fonctions d’un intervalle I dans un espace vec-
67.2 Soit ( f n )n∈N , une suite de fonctions bornées de Ω dans toriel de dimension finie F qui converge simplement sur I.
F. La série ∑ f n converge normalement sur Ω si, et seulement On suppose que :
si, la série de vecteurs ∑ f n converge absolument dans l’espace 74.1 Hypothèse d’intégrabilité
vectoriel normé B (Ω, F ), k·k∞ .


Les fonctions f n sont intégrables sur I ;
67.3 ➙ Si une série de fonctions bornées converge normalement sur Ω, 74.2 Hypothèse de régularité
alors elle converge uniformément et absolument sur Ω. La somme S de la série ∑ f n est continue par morceaux sur I ;

21.9
E SPACES VECTORIELS NORMÉS DE DIMENSION FINIE

74.3 Hypothèse de domination 79. Soit ∑ an zn , une série entière de rayon de convergence
La série de terme général positif R > 0. La fonction S définie par
Z
+∞
∑ f n (t) dt
I F S ( x, y) = ∑ an (x + iy)n
n =0
est convergente.
74.4 Conclusion est de classe C 1 sur l’ouvert U = [ x2 + y2 < R2 ]. Comparer les
Alors la somme S est intégrable sur I, la série ∑ I f n (t) dt est conver-
R
dérivées partielles
gente et
Z +∞ Z ∂S ∂S
S (t) dt = ∑ f n (t) dt. ( x, y) et ( x, y)
I ∂x ∂y
n =0 I

IV.4 Dérivation terme à terme sur U.

75. ➙ On suppose que Ω est un intervalle de et que ∑ f n est une R 80. Pour tout entier n > 1, on pose
série de fonctions de classe C 1 qui converge simplement sur Ω. Si la
e−nt
série des fonctions dérivées ∑ f n′ converge uniformément sur I ⊂ Ω,
alors la somme S de la série de fonctions ∑ f n est dérivable sur I et
∀t∈ R, u n (t) =
n2
.

+∞ La fonction S définie par

∀ x ∈ I, S′ (x) = ∑ f n′ ( x ).
n =0 +∞
∀ ( x, y) ∈ R2 , S ( x, y) = ∑ u n ( x 2 + y2 )
76. * On suppose que Ω est un ouvert de 2 et que les fonctions f nR n =1
sont de classe C 1 sur Ω. Si la série de fonctions ∑ f n converge simple-
ment sur Ω et si les séries des dérivées partielles est continue sur R2 et de classe C 1 sur R2 .
81. On étudie la fonction f définie sur l’ouvert U = GLn ( ) K
∑
∂ fn
et ∑
∂ fn K
de Mn ( ) par
∂x ∂y f ( M ) = M −1 .
convergent uniformément sur un ouvert Ω0 ⊂ Ω, alors la somme S de 81.1 K
Lorsque la matrice H ∈ Mn ( ) est proche de la matrice
la série de fonctions ∑ f n est de classe C 1 sur Ω0 et nulle, la matrice In + H est inversible et

∂S +∞ ∂ f
n ∂S +∞ ∂ f
n ( In + H ) − 1 = In − H + O ( H ) .
( M) = ∑ ( M ), ( M) = ∑ ( M)
∂x n=0 ∂x ∂y n=0 ∂y 81.2 La fonction f est différentiable et
pour tout M ∈ Ω0 .
77. La fonction F définie sur R2 \ [y = 0] par K
∀ M ∈ GLn ( ), ∀ H ∈ Mn ( ), K d f ( M )( H ) = M −1 HM −1 .

sh( xy)
81.3 La fonction f est de classe C ∞ sur GLn ( ), car ses com- K
F ( x, y) = e−2y posantes sont des fonctions rationnelles des coordonnées.
y

admet un prolongement continu sur R2 dont les dérivées par- V

tielles sont continues sur 2 . R
Algèbres de dimension finie
Entraînement
82. On considère une algèbre E de dimension finie, mu-
78. Questions pour réfléchir nie d’une norme d’algèbre k·k, c’est-à-dire d’une norme sous-
1. Les normes uniformes sur B (Ω, F ) associées à différentes multiplicative telle que k1E k = 1.
normes sur F sont équivalentes.
2. On choisit une base B = (u1 , . . . , u d ) de F et, pour tout 83. ➙ Toute application polynomiale de E dans E :
N
n ∈ , on note f n1 , f n2 , . . ., f nd , les composantes de la fonction f n d
relatives à la base B.
h i
u 7→ ∑ ak u k
d k =0
∀ x ∈ Ω, f n (x) = ∑ f nk ( x ) · u k .
k =1
est continue.

La série de fonctions ∑ f n converge simplement (resp. uniformé- V.1 Série géométrique

ment ; resp. normalement) sur Ω si, et seulement si, pour tout
84. L’application
1 6 k 6 d, la série de fonctions ∑ f nk converge simplement (resp.
uniformément ; resp. normalement) sur Ω.
F = u 7 → (1 E − u ) −1
 
3. Condition suffisante pour que la somme d’une série de
fonctions soit continue sur Ω.
4. On suppose que, pour tout n ∈ , la fonction f n admet N est continue sur la boule unité ouverte [ku k < 1].
une limite ℓn ∈ F au voisinage de l’infini et qu’il existe un voi- 85. Pour tout u ∈ E, l’application
sinage V de l’infini dans Ω sur lequel la série de fonctions ∑ f n
converge uniformément. Alors la série ∑ ℓn converge dans F et Fu = t 7→ (1E − tu )−1
 

+∞ +∞
lim ∑ f n (x) = ∑ ℓn . est de classe C 1 sur l’intervalle ouvert ]−1/kuk, 1/kuk[ et
x→∞
n =0 n =0
Fu′ (t) = u (1E − t · u )−2 = (1E − t · u )−2 u.

21.10
 V A LGÈBRES DE DIMENSION FINIE

V.2 Série exponentielle Entraînement

86. ➙ L’application 92. Questions pour réfléchir
" # 1. Suite de [82] – Pour toute norme N sur E,
1 n+∞
exp = u 7→ ∑ u ∃ α > 0, ∀ ( x, y) ∈ E × E, N ( xy) 6 αN ( x ) N (y).
n =0 n!

est continue sur E. 2. Suite de [84] – Quelle que soit la norme sur E, la fonction
87. ➙ Soit u ∈ E. F est continue sur un voisinage de 0E .
1. Quels que soient les réels s et t, 3. Suite de [85] – Quelle que soit la norme sur E, la fonction
Fu est de classe C 1 sur un voisinage de 0.
exp(su ) exp(tu ) = exp (s + t)u = exp(tu ) exp(su ). 4.a Si la matrice A est symétrique, alors exp( A) est symé-
 
trique.
2. L’application [ t 7→ exp(tu )] est de classe C ∞ sur R et 4.b Si la matrice exp( A) est symétrique, la matrice A est-elle
symétrique ?
d exp(tu ) 5. Si A est une matrice antisymétrique réelle, alors exp( A)
= u exp(tu ) = exp(tu )u.
dt est une matrice de rotation.
6. Comparer les spectres et les sous-espaces propres de A et
K K
88. ➙ Soient A ∈ Md ( ) et X0 ∈ Md,1 ( ). La fonction X définie
de exp( A) en supposant que A ∈ Sn ( ). R
par 93. Si u ∈ L(V ) admet ( X − a)( X − b ) pour polynôme mini-
R
∀ t ∈ , X (t) = exp(tA) X0 mal (où a et b sont deux scalaires distincts), alors
est de classe C ∞ et
e a − eb be a − aeb
exp(u ) = IE .
∀t∈ R, ′
X (t) = AX (t). a−b
u+
b−a

89. Exponentielle et morphismes d’algèbre [82]

89.1 ➙ Soit ϕ, un endomorphisme d’algèbre de E. Alors 94. Système différentiel à coefficients non constants
On étudie un système différentiel de la forme
exp ϕ(u ) = ϕ exp(u )

Xt′ = B (t) Xt
pour tout u ∈ E.
K
89.2 ➙ ∀ A ∈ Md ( ), t (exp A) = exp(t A). où la fonction [ t 7→ B (t)] est continue de I dans Mn ( ). K
C
89.3 ➙ ∀ A ∈ Md ( ), exp A = exp A. 94.1 Soit [t 7→ A(t)], une application de classe C 1 de I dans
K
89.4 ➙ Soit P ∈ GLd ( ). Alors K
Mn ( ). L’application
P −1 exp( A) P = exp( P −1 AP ) f = [ t 7→ exp A(t)]
pour toute matrice A ∈ Md ( ). K est de classe C 1 sur I et si de plus
90. Exponentielle d’un endomorphisme [3.103]
Soit u, un endomorphisme diagonalisable de V, espace vectoriel
de dimension finie. (⋆) ∀ t ∈ I, A ( t ) A ′ ( t ) = A ′ ( t ) A ( t ),
90.1 Il existe une base de V constituée de vecteurs propres
communs à u et à exp(u ). alors
90.2 Si ( pλ )λ∈Sp( u) est la famille des projecteurs spectraux as- f ′ (t) = [exp A(t)] A′ (t) = A′ (t) exp A(t)
sociés à u, alors →[9.147]
pour tout t ∈ I.
∀t∈ R, exp(tu ) = ∑ eλt pλ . 94.2 Analyse de la condition nécessaire
λ ∈Sp( u) On cherche maintenant des conditions simples pour que la condi-
91. Exponentielle d’une matrice tion (⋆) soit vérifiée.
K
Soit A ∈ Md ( ). R
1. S’il existe P ∈ GLn ( ) telle que D (t) = P −1 A(t) P soit
91.1 La matrice exp( A) est un polynôme en A. →[96] diagonale pour tout t ∈ I, alors la condition (⋆) est vérifiée.
91.2 Si A = Diag(λ1 , . . . , λd ), alors 2. Il suffit aussi que

exp( A) = Diag(eλ1 , . . . , eλd ). ∀ (s, t) ∈ I × I, A(s) A(t) = A(t) A(s)

91.3 Si A est diagonalisable, alors il existe une matrice inver- pour que (⋆) soit vérifiée.
sible P telle que P −1 AP et P −1 exp( A) P soient diagonales. 3. La condition
91.4 Si A est semblable à une matrice triangulaire T, alors
exp( A) est semblable à exp( T ). ∀ (s, t) ∈ I × I, A′ (s) A′ (t) = A′ (t) A′ (s)
91.5

C
∀ A ∈ Mn ( ), det exp( A) = exp(tr A).
  est vérifiée dès que la dérivée A′ est constante (cas d’un sys-
tème différentiel à coefficients constants). Cette condition suffit-
elle pour que (⋆) soit vérifiée ?
95. Caractérisation des sous-espaces stables
Soit u ∈ L(V ), où V est un espace de dimension finie.
1. Tout sous-espace propre de u est contenu dans un sous-
espace propre de exp(u ).
2. Un sous-espace vectoriel V0 est stable par u si, et seule-
ment si, il est stable par exp(tu ) pour tout t ∈ . R

21.11
E SPACES VECTORIELS NORMÉS DE DIMENSION FINIE

96. On suppose que le degré du polynôme minimal de A est 102. Une propriété de connexité
égal à p. Les seules parties d’un intervalle I qui soient à la fois des fermés
R K
1. Il existe des fonctions ε 0 , . . ., ε p−1 de dans telles que et des ouverts relatifs à I sont égaux à I. →[18.86]
102.1 Soient A = [ a, b ], un segment  et X, une partie fermée de
p −1 A qui contient a. L’ensemble A X = x ∈ [ a, b ] : [ a, x ] ⊂ X a un
∀t∈ R, exp(tA) = ∑ ε k (t) Ak . plus grand élément M X .
k =0 102.2 Si X est une partie fermée de [ a, b ] qui contient a et telle
que
2. Les fonctions ε k sont de classe C ∞ et vérifient un système ∀ x0 ∈ X, ∃ α > 0, [ x0 , x0 + α[ ∩ [ a, b ] ⊂ X,
différentiel linéaire du premier ordre représenté par la matrice
compagnon [9.163] associée au polynôme minimal de A. alors X = [ a, b ].
3. Les fonctions ε k sont-elles polynomiales ? 103. Inégalité des accroissements finis [102]
Soit f : [ A, B ] → E, une application continue.
103.1 Si f est lipschitzienne sur ] A, B [, alors f est lipschitzienne
sur [ A, B ].
Questions, exercices & problèmes 103.2 Si f est dérivable sur [ a, b ] et si

∃ K > 0, ∀ t ∈ [ a, b ], f ′ (t) E
6K
Perfectionnement
97. Exemples et contre-exemples alors, pour tout ε > 0,
1. Exemple de fonction continue qui n’est pas dérivable.
R t ∈ [ a, b ] : f (t) − f ( a) 6 (K + ε)(t − a) = [ a, b ].

2. Exemple de fonction f dérivable sur ∗ sans être déri- E
vable au point 0, dont la dérivée admet une limite finie au voisi-
nage de 0. 103.3➙ Soit f : I → E, une fonction continue sur l’intervalle I et
3. Exemples de sous-algèbres de dimension finie de E pour dérivable sur l’intérieur I ◦ de cet intervalle. S’il existe une constante
K
E = [ X ] ; pour E = L(V ). K > 0 telle que
4. Exemples de normes sur l’algèbre E qui sont (resp. ne ∀ t ∈ I ◦, f ′ (t) E 6 K,
sont pas) des normes d’algèbre
K
4.a pour E = Mn ( ) ; alors f est K-lipschitzienne sur I.
103.4 à quoi sert l’hypothèse sur la dimension de E dans la dé-
4.b pour E = L(V ) avec V, espace vectoriel de dimension
finie. monstration de [103] ?
98. Méthodes 104. Espaces homéomorphes
1. Comment caractériser les applications constantes à va- Un homéomorphisme de ( E, k·kE ) sur ( F, k·kF ) est une bijection
leurs dans un espace vectoriel de dimension finie sans utiliser f : E → F telle que les deux applications
le théorème [40.1] ?
2. Une fonction f est fonction affine de R
dans E lorsqu’il f : ( E, k·kE ) → ( F, k·kF ) et f −1 : ( F, k·kF ) → ( E, k·kE )
existe deux vecteurs a et b de E tels que
sont continues.
∀t∈ R, f (t) = t · a + b. Les espaces vectoriels normés ( E, k·kE ) et ( F, k·kF ) sont dits ho-
méomorphes lorsqu’il existe un homéomorphisme de ( E, k·kE )
R
Comment caractériser les fonctions affines de dans E ? sur ( F, k·kF ).
3. Comment calculer l’exponentielle d’une matrice diagona- 1. Si f est un homéomorphisme de ( E, k·kE ) sur ( F, k·kF ),
lisable ? alors l’image par f d’une partie ouverte (resp. fermée, resp. com-
pacte) de E est une partie ouverte (resp. fermée, resp. compacte)
99. Questions pour réfléchir
de F. Que dire de l’image par f d’une suite convergente (u n )n∈N
1. Soit (u n )n∈N , une suitede vecteurs de E qui converge
d’éléments de E ?
vers ℓ ∈ E. L’adhérence de A = u n , n ∈ N
, égale à A ∪ {ℓ}, est 2. Deux espaces vectoriels normés de même dimension d
une partie compacte de E. Cette propriété est-elle encore vraie si sont homéomorphes.
E est un espace de dimension infinie ? 3. Si ( E, k·kE ) est complet et si ( E, k·kE ) et ( F, k·kF ) sont ho-
2. On suppose que f est dérivable sur R
et que sa dérivée méomorphes, l’espace ( F, k·kF ) est-il complet ?
admet des limites finies à gauche et à droite en 0. Comparer f ′ (0),
f g′ (0), f d′ (0), f ′ (0+) et f ′ (0−). 105. Soit A ∈ Mn ( ).C
3. On suppose que f : ] a, b [ → E est dérivable. Est-il pos-
1. On suppose que le spectre de A est contenu dans ∗− . Que R
sible de prolonger f en une fonction dérivable sur [ a, b ] ? dire du spectre de exp(tA) ? Que peut-on en déduire de exp(tA)
lorsque t tend vers + ∞ ?
4. Étendre la formule de Leibniz aux applications multili- 2. Condition nécessaire et suffisante pour que
néaires continues à valeurs dans un espace vectoriel normé de
dimension quelconque.
5. Généraliser [37] pour le calcul de la dérivée p-ième.
∃ M > 0, ∀ t ∈ R, exp(tA) 6 M.
6. Généraliser [48] à un espace E de dimension d > 3. →[37]
100. Banque CCP
Exercices 40, 41.

Pour aller plus loin

101. Questions pour réfléchir
1. Soit E, un espace vectoriel normé de dimension finie.
1.a Comment définir une norme sur C 1 ([0, + ∞ [ , E ) ?
1.b Comment définir une norme sur C ∞ ([ a, b ], E ) qui en fasse
un espace complet ?
2. Soit E, une algèbre de dimension finie. Existe-t-il une
norme d’algèbre sur E ?

21.12