Chapitre 3

Espaces vectoriels normés

Dans tout ce chapitre, E désigne un K-espace vectoriel avec K = R ou C.

3.1 Normes

3.1.1 Définitions, propriétés

Définition 1
Soit E un K-espace vectoriel. On appelle norme sur E toute application
N : E → R+ vérifiant :
i) Séparation : ∀x ∈ E, N (x) = 0 ⇐⇒ x = 0E
ii) Homogénéité : ∀x ∈ E, ∀λ ∈ K, N (λx) = |λ|N (x)
iii) Inégalité triangulaire : ∀x, y ∈ E, N (x + y) ≤ N (x) + N (y).
On dit alors que le couple (E, N ) est un espace vectoriel normé.

Remarque 1
On peut remplacer la condition de séparation dans i) par

i0 ) ∀x ∈ E, N (x) = 0 =⇒ x = 0E

La notation usuelle pour une norme sur un K- espace vectoriel E est N ou k . k.

Proposition 1
Soit (E, k · k) un espace vectoriel normé. Si F est un sous-espace vectoriel de E alors la
restriction de k · k à F est une norme sur F .

1
2 CHAPITRE 3. EVN

Démonstration. Preuve évidente, à faire.

Proposition 2
(Inégalité triangulaire inversée) Soit (E, k · k) un espace vectoriel normé. Alors pour tout
x, y ∈ E, on a
| kxk − kyk | ≤ kx − yk.

Démonstration. Soient x, y ∈ E. En utilisant l’inégalité triangulaire, on a

kxk = kx − y + yk ≤ kx − yk + kyk

ce qui n’est autre que

kxk − kyk ≤ kx − yk. (3.1)
On montre de même (par symétrie entre x et y) que

kyk − kxk ≤ ky − xk = kx − yk (3.2)

(3.1) et (3.2) nous donnent

| kxk − kyk | ≤ kx − yk.

Définition 2
Soit (E, k · k) un espace vectoriel normé. On appelle vecteur unitaire (ou normé) tout
vecteur de E de norme 1.
x
A tout vecteur x non nul on peut associer le vecteur unitaire .
kxk

3.1.2 Distance associée

Définition 3
Soit (E, k · k) un espace vectoriel normé. On appelle distance associée à la norme k · k
sur E l’application
d : E×E → R+
(x, y) 7→ kx − yk

Proposition 3
La distance d associée à une norme k · k sur E vérifie
i) Séparation : ∀x, y ∈ E, d(x, y) = 0 ⇐⇒ x = y
ii) Symétrie : ∀x, y ∈ E, d(x, y) = d(y, x)
iii) Inégalité triangulaire : ∀x, y, z ∈ E, d(x, z) ≤ d(x, y) + d(y, z).
3.1. NORMES 3

Démonstration. La preuve est évidente et découle de la définition de la norme.

Définition 4
Soit (E, k · k) un espace vectoriel normé et A ⊂ E non vide.
1. Pour x ∈ E, on appelle distance de x à A et on note d(x, A) :

d(x, A) := inf{d(x, a); a ∈ A} = inf{kx − ak; a ∈ A}.

2. On appelle diamètre de A et on note diam(A) :

diam(A) = sup{d(x, y); x, y ∈ A} = sup{kx − yk; x, y ∈ A} ∈ R+ ∪ {+∞}

(si A est une partie non vide, non majorée de R, sup A = +∞).

Remarque 2
Si x ∈ A, d(x, A) = 0. Attention, la réciproque est fausse.
Prenons par exemple, E = R, et A =]0, 1].
d(0, A) = inf{a, a ∈]0, 1]} = inf]0, 1] = 0 alors que 0 ∈
/ A.

3.1.3 Normes usuelles sur Kn

Proposition 4
Les applications définies par ∀x = (x1 , ..., xn ) ∈ Kn
n
X
1. kxk1 = |xk |,
k=1
n
!1
2
2
X
2. kxk2 = |xk | ,
k=1
3. kxk∞ = max |xk |
k=1,..,n

sont des normes sur Kn , appelées normes `p avec respectivement p = 1, 2, ∞.

La norme k · k2 est dite associée au produit scalaire canonique dans le cas où K = R.

Démonstration. La preuve sera faite en TD pour Rn et se généralise facilement à Cn .

Pour k · k1 et k · k∞ , c’est facile.
Pour montrer l’inégalité triangulaire pour k · k2 sur Rn , on a besoin de l’inégalité de Cauchy-
Schwarz ci-dessous.
Sur Cn , pour x = (x1 , ..., xn ), y = (y1 , ..., yn ) ∈ Cn , on a, d’après l’inégalité triangulaire dans
C, kx + yk2 ≤ kx0 + y 0 k2 où x0 = (|x1 |, ..., |xn |), y 0 = (|y1 |, ..., |yn |) puis on utilise l’inégalité
de Cauchy-Schwarz dans Rn .
4 CHAPITRE 3. EVN

Proposition 5
(Inégalité de Cauchy-Schwarz) Pour tous x = (x1 , ..., xn ), y = (y1 , ..., yn ) ∈ Rn

n n
!1 n
!1
2 2
x2k yk2
X X X
xk y k ≤ .
k=1 k=1 k=1

avec égalité si et seulement si x et y sont linéairement dépendants.

n
Démonstration. Soient x = (x1 , ..., xn ), y = (y1 , ..., yn ) ∈ Rn . On note hx, yi =
X
xk yk le
k=1
produit scalaire euclidien.
On considère le polynôme du 2nd degré P défini par P (t) = hx + ty, x + tyi = kx + tyk22 =
kyk22 t2 + 2 hx, yi t + kxk22 pour tout t ∈ R.

Par construction, P (t) ≥ 0 pour tout t ∈ R. Comme le coefficient de t2 est kyk22 ≥ 0, on

déduit que son discriminant est négatif ou nul.
Donc ∆ = 4 hx, yi2 − 4kxk22 kyk22 ≤ 0, ce qui n’est autre que

n n
!1 n
!1
2 2
x2k yk2
X X X
xk yk ≤ .
k=1 k=1 k=1

Si x et y sont linéairement dépendants alors x = λy, λ ∈ R et on a donc

| hx, yi | = |λ| kyk22 = kxk2 kyk2 .

Réciproquement, si | hx, yi | = kxk2 kyk2 alors le discriminant ci-dessus est nul. P admet alors
une racine réelle (double) t0 , et pour ce t0 on a P (t) = kx + t0 yk22 = 0. D’où x + t0 y = 0,
c’est-à-dire x = −t0 y et donc x et y sont linéairement dépendants.

Remarque 3
(hors programme) Soit p un réel tel que p ≥ 1, on définit pour x = (x1 , ..., xn ) ∈ Kn ,

n
!1
p
|xk |p
X
kxkp =
k=1

Alors k · kp est également une norme sur Kn .

3.1. NORMES 5

3.1.4 Boules

Définition 5
Soit (E, k · k) un espace vectoriel normé, a ∈ E et r > 0. On définit

• la boule ouverte de centre a et de rayon r par B(a, r) = {x ∈ E; kx − ak < r},

• la boule fermé de centre a et de rayon r par B(a, r) = {x ∈ E; kx − ak ≤ r},

• la sphère de centre a et de rayon r par S(a, r) = {x ∈ E; kx − ak = r}.

Exemple :
1. Soit (R, | . |). Pour tout a ∈ R et r > 0, B(a, r) =]a − r, a + r[, B(a, r) =
[a − r, a + r] et S(a, r) = {a − r, a + r}
2. Soit (C, | . |). Pour tout a ∈ C et r > 0, la boule ouverte B(a, r) (respectivement
la boule fermée B(a, r) n’est autre que le disque ouvert (respectivement fermé)
centré en a et de rayon r. S(a, r) n’est autre que le cercle de centre a et de rayon
r.

Définition 6
Les boules de centre 0E et de rayon 1 sont appelées les boules unités.

Exemples de boules unités dans R2 :

Figure 3.1 – Boule unité pour k · k2

6 CHAPITRE 3. EVN

Figure 3.2 – Boule unité pour k · k∞

Figure 3.3 – Boule unité pour k · k1

On a B1 (0R2 , 1) ⊂ B2 (0R2 , 1) ⊂ B∞ (0R2 , 1).

Proposition 6
(Lien entre les boules ouvertes, fermées et sphères) Soit (E, k · k) un espace vectoriel
normé, a ∈ E et r > 0. On a
i) B(a, r) ⊂ B(a, r)
ii) S(a, r) ⊂ B(a, r)
iii) B(a, r) ∩ S(a, r) = ∅
iv) B(a, r) ∪ S(a, r) = B(a, r)

Proposition 7
Une boule B (ouverte ou fermée) est une partie convexe, c’est-à-dire que

∀x, y ∈ B, ∀θ ∈ [0, 1], (1 − θ)x + θy ∈ B.

Une sphère de rayon r > 0 n’est pas convexe.

3.1. NORMES 7

Démonstration. Nous allons faire la preuve pour les boules ouvertes, la preuve pour les boules
fermées est identique. Soit a ∈ E, r > 0 et considérons la boule ouverte B(a, r). Soit
x, y ∈ B(a, r) et θ ∈ [0, 1]. On a

k(1 − θ)x + θy − ak = k(1 − θ)(x − a) + θ(y − a)k

≤ (1 − θ)kx − ak + θky − ak
< (1 − θ)r + θr
= r.

Par suite k(1 − θ)x + θy − ak < r et donc (1 − θ)x + θy ∈ B, ∀θ ∈ [0, 1].

Pour les sphères, montrons tout d’abord que S(0E , r) n’est pas convexe . Soit x ∈ S(0, r).
1 1
On a alors −x ∈ S(0, r) mais x + (−x) = 0E ∈ / S(0E , r).
2 2
Plus généralement pour S(a, r), a ∈ E, on prend x ∈ S(a, r). On a alors −x + 2a ∈ S(a, r)
1 1
mais x + (−x + 2a) = a ∈ / S(a, r).
2 2

Exercice 1
Soit (E, k . k) un espace vectoriel normé. Montrer que ∀a ∈ E, ∀r > 0, B(a, r) =
a + B(0E , r) = a + rB(0E , 1).

Correction de l’exercice 1 : Soit a ∈ E et r > 0. Montrons tout d’abord que B(a, r) =

a + B(0E , r). On a

x ∈ B(a, r) ⇐⇒ kx − ak < r
⇐⇒ x − a ∈ B(0E , r)
⇐⇒ x ∈ a + B(0E , r)

D’où B(a, r) = a + B(0E , r).

Montrons maintenant que B(0E , r) = rB(0E , 1).

x ∈ B(0E , r) ⇐⇒ kxk < r

x 1
⇐⇒ k k = kxk < 1
r r
x
⇐⇒ ∈ B(0E , 1)
r
⇐⇒ x ∈ rB(0E , 1)

D’où B(0E , r) = rB(0E , 1).

8 CHAPITRE 3. EVN

3.1.5 Ensembles et fonctions bornés

Définition 7
Soit (E, k · k) un espace vectoriel normé. Une partie A ⊂ E est dite bornée s’il existe
M ∈ R+ tel que
∀x ∈ A, kxk ≤ M.
Ce qui revient à dire que A est incluse dans une boule fermée de centre 0E .

Définition 8
Soit X un ensemble non vide et (E, k · k) un espace vectoriel normé. On dit qu’une
fonction vectorielle f : X → E est bornée lorsque son image l’est, c’est-à-dire

∃M ∈ R+ , ∀x ∈ X, kf (x)k ≤ M.

Proposition 8
Soient f, g : X → E et λ, µ ∈ K. Si f, g sont bornées, alors λf + µg l’est aussi.

Corollaire 1
L’ensemble B(X, E) des fonctions bornées de X dans E est un sous-espace vectoriel de
l’espace vectoriel F(X, E) des fonctions de X dans E.

3.1.6 Exemples d’espaces vectoriels normés

Proposition 9
(Norme sur un espace vectoriel de dimension finie) Tout espace vectoriel de dimension
finie peut être muni d’une norme.

Démonstration. Soit n = dim E.

a. Si n = 0, c’est évident, E = {0E }. L’application

N : E → R+
0E 7→ 0

est une norme sur E.

b. Si n ≥ 1, soit (e1 , ..., en ) une base de E. Pour tout x ∈ E, il existe un unique
n
(x1 , x2 , ..., xn ) ∈ Kn tel que x = xi ei . On applique une des normes `p de Kn à
X

i=1
ces coordonnées (p = 1, 2, ∞), i.e. on pose

N (x) = k(x1 , ..., xn )kp

3.1. NORMES 9

et on vérifie facilement que c’est une norme.

En effet, soit p ∈ {1, 2, ∞}. Comme k · kp est une norme sur Kn , on a
∀x ∈ E, 0 ≤ N (x) = k(x1 , ..., xn )kp < +∞
et
i) Séparation : N (x) = 0 ⇐⇒ k(x1 , ..., xn )kp = 0 ⇐⇒ x1 = .... = xn = 0 ⇐⇒ x =
n
X
xi ei = 0E .
i=1
n
X
ii) Homogénéité : ∀λ ∈ K et ∀x = xi ei ∈ E, on a
i=1

N (λx) = k(λx1 , ..., λxn )kp = |λ| k(x1 , ..., xn )kp = |λ| N (x)
d’après l’homogénéité de k · kp dans Kn .
n
X n
X
iii) Inégalité triangulaire : Pour tous x = xi ei ∈ E, y = yi ei ∈ E,
i=1 i=1

N (x+y) = k(x1 +y1 , ..., xn +yn )kp ≤ k(x1 , ..., xn )kp +k(y1 , ..., yn )kp = N (x)+N (y)
d’après l’inégalité triangulaire de k · kp dans Kn .
Par suite N est une norme sur E.

Exemple :
Soit E = Mn (K), n ≥ 1 et B = (Eij )i,j=1,..,n la base canonique, si on définit pour
A = (aij )i,j=1,...,n , kAk∞ = max |aij |, l’application k · k∞ est une norme sur E.
1≤i,j≤n
n X
X n
De même les applications k · k1 définie par kAk1 = |aij | et k · k2 définie par
i=1 j=1
v
u n X
n
uX
kAk2 = t |aij |2 sont des normes sur E.
i=1 j=1

Proposition 10
(Produit d’espaces vectoriels normés) Soient (E1 , N1 ),..., (Ep , Np ) des K-espaces vec-
toriels normés. Soit E = E1 × ... × Ep l’espace produit qui est lui même un K-espace
vectoriel. Les applications suivantes définies pour tout x = (x1 , ..., xp ) ∈ E par

p p !1
2
Nk2 (xk )
X X
kxk1 = Nk (xk ), kxk2 = et kxk∞ = max Nk (xk )
k=1,...,p
k=1 k=1

définissent des normes sur E.

Si on ne précise pas la norme sur E, on munit E de la norme produit k · k∞ .

10 CHAPITRE 3. EVN

Démonstration. La preuve est facile à vérifier pour k · k1 et k · k∞ . On va la faire pour k · k2 .

k · k2 est bien un application à valeurs dans R+ : pour tout x ∈ E,
p !1
2
Nk2 (xk )
X
0 ≤ kxk2 = < +∞.
k=1

i) Séparation :
v
u p
uX 2
kxk2 = t N (x k k) =0
k=1
p
Nk2 (xk ) = 0
X
⇐⇒
k=1
⇐⇒ Nk2 (xk )
= 0 ∀k = 1, ..., p
⇐⇒ Nk (xk ) = 0 ∀k = 1, ..., p
⇐⇒ xk = 0Ek ∀k = 1, ..., p
⇐⇒ x = (x1 , ..., xp ) = 0E
où on a utilisé dans la 2ème équivalence le fait que Nk2 (xk ) ≥ 0 pour tout k = 1, ..., p
et dans la 4ème équivalence le fait que Nk est une norme sur Ek pour tout k = 1, ..., p
et donc vérifie la séparation.
ii) Homogénéité : Soit λ ∈ K et x = (x1 , ..., xp ) ∈ E. On a
v v v
u p u p u p
uX 2
|λ|2 N 2 (x |λ|t N 2 (x
uX uX
kλxk2 = t N (λxk k) = t
k k) = k k) = |λ| kxk2
k=1 k=1 k=1

d’après l’homogénéité de Nk dans Ek .

iii) Inégalité triangulaire : Pour tous x = (x1 , ..., xp ), y = (y1 , ..., yp ),
p
kx + yk22 = Nk2 (xk + yk )
X

k=1
p
(Nk (xk ) + Nk (yk ))2
X
≤
k=1
p  
Nk2 (xk ) + Nk2 (yk ) + 2Nk (xk )Nk (yk )
X
=
k=1
p
kxk22 kyk22
X
= + +2 Nk (xk )Nk (yk )
k=1
≤ kxk22 + kyk22 + 2kxk2 kyk2
= (kxk2 + kyk2 )2
où on a utilisé dans la 1ère inégalité l’inégalité triangulaire des Nk dans les Ek et dans
la 2ème inégalité, l’inégalité de Cauchy-Schwarz dans Rp .
D’où kx + yk2 ≤ kxk2 + kyk2 pour tout x, y ∈ E.
Par suite, k · k2 est une norme sur E = E1 × ... × Ep .
3.1. NORMES 11

Exemples de normes sur des espaces vectoriels de dimension infinie

Proposition 11
(Norme de la convergence uniforme) Soit X un ensemble non vide et (E, k · k) un espace
vectoriel normé. Pour tout f ∈ B(X, E), on définit

kf k∞ = sup kf (x)k.
x∈X

L’application k · k∞ définit une norme sur B(X, E).

Démonstration. Soit f ∈ B(X, E), f est bornée, il existe donc M ≥ 0, tel que kf (x)k ≤ M
pour tout x ∈ X. Par suite

0 ≤ kf k∞ = sup kf (x)k ≤ M < +∞

x∈X

i) Séparation :

kf k∞ = sup kf (x)k = 0 ⇐⇒ ∀x ∈ X, kf (x)k = 0

x∈X
⇐⇒ ∀x ∈ X, f (x) = 0
⇐⇒ f = 0B(X,E)

où on a utilisé dans la 1ère équivalence, le fait que ∀x ∈ X, 0 ≤ kf (x)k ≤ kf k∞ et

que sup{0} = 0 et dans la 2ème le fait que k . k est une norme sur E.
ii) Homogénéité : Soit λ ∈ K, f ∈ B(X, E),

kλf k∞ = sup kλf (x)k = sup |λ| kf (x)k = |λ| sup kf (x)k
x∈X x∈X x∈X

où on a utilisé l’homogénéité pour la norme k · k sur E et le fait que sup(αA) = α sup A

si α ≥ 0 (ici α = |λ|).
iii) Inégalité triangulaire : Soient f, g ∈ B(X, E). On a pour tout x ∈ X,

k(f + g)(x)k = kf (x) + g(x)k

≤ kf (x)k + kg(x)k
≤ sup kf (x)k + sup kg(x)k
x∈X x∈X
= kf k∞ + kgk∞

où on a utilisé l’inégalité triangulaire pour k · k.

Par suite, kf + gk∞ = sup k(f + g)(x)k ≤ kf k∞ + kgk∞ ∀f, g ∈ B(X, E).
x∈X
D’où k · k∞ est une norme sur B(X, E).
12 CHAPITRE 3. EVN

Proposition 12
On considère l’espace vectoriel C([a, b], K) de fonctions continues de [a, b] à valeurs dans
K, a, b ∈ R, a < b (sous-espace vectoriel de B([a, b], K)). Les applications définies sur
C([a, b], K) par ∀f ∈ C([a, b], K)
Z b
1. kf k1 = |f (t)|dt,
a
Z b !1
2
2. kf k2 = |f (t)|2 dt ,
a

3. kf k∞ = sup |f (t)|
t∈[a,b]

sont des normes sur C([a, b], K).

Démonstration. A faire en exercice pour k · k1 , k · k∞ (pour k · k∞ , même preuve que celle de

Proposition 11 ).
La preuve pour k·k2 avec K = R sera faite en TD et utilise pour montrer l’inégalité triangulaire,
l’inégalité de Cauchy-Schwarz ci-dessous pour les intégrales des fonctions de C([a, b], R).
Pour K = C, la preuve de l’inégalité triangulaire se généralise du cas R en utilisant le fait que
kf + gk2 ≤ k |f | + |g| k2 puis en utlisant l’inégalité de Cauchy-Schwarz pour les fonctions de
C([a, b], R).

Proposition 13
(Inégalité de Cauchy-Schwarz version intégrale sur un segment) On se place sur E =
Z b
C([a, b], R) (a < b, a, b ∈ R) muni du produit scalaire hf, gi = f (t)g(t)dt. On a alors
a
pour tous f, g ∈ E,
Z b Z b !1 Z b !1
2 2
2 2
f (t)g(t)dt ≤ |f (t)| dt |g(t)| dt .
a a a

Démonstration. Soient f, g ∈ E. Considérons le polynôme du 2nd degré P défini par

Z b Z b
P (λ) = kf + λgk22 = 2
|f (t) + λg(t)| dt = λ 2
kgk22 + 2λ f (t)g(t) dt + kf k22
a a

pour tout λ ∈ R.
Par construction, P (λ) ≥ 0 pour tout λ ∈ R. Comme le coefficient de λ2 est kf k2 ≥ 0, on
déduit que son discriminant est négatif ou nul.
Donc ∆ = 4 hf, gi2 − 4kf k22 kgk22 ≤ 0 ce qui n’est autre que
Z b Z b !1 Z b !1
2 2
2 2
f (t)g(t)dt ≤ |f (t)| dt |g(t)| dt .
a a a
3.2. EQUIVALENCE DES NORMES 13

Remarque 4
(hors programme) Soit p un réel tel que p ≥ 1, on définit pour f ∈ C([a, b], K) ,
Z b !1
p
p
kf kp = |f (t)| dt
a

Alors k · kp est également une norme sur C([a, b], K).

3.2 Equivalence des normes

Définition 9
Deux normes N1 et N2 sur un même espace vectoriel E sont dites équivalentes si

∃ C1 , C2 > 0, ∀x ∈ E, C1 N1 (x) ≤ N2 (x) ≤ C2 N1 (x).

Proposition 14
L’équivalence de normes est une relation d’équivalence sur l’ensemble des normes de E.

Théorème 1
(Equivalence des normes en dimension finie : admis) Sur un K-espace vectoriel de di-
mension finie, toutes les normes sont deux à deux équivalentes.

Remarque 5
1. Comme dim Rn = n finie, on a alors, d’après Théorème 1, que les normes k · k1 ,
k · k2 et k · k∞ sont deux à deux équivalentes sur Rn . En effet, pour tout x ∈ Rn ,
on a
√ √
kxk∞ ≤ kxk1 ≤ nkxk∞ , kxk∞ ≤ kxk2 ≤ nkxk∞ et kxk2 ≤ kxk1 ≤ nkxk2 .
2. Soient (E1 , N1 ),..., (Ep , Np ) des K-espaces vectoriels normés et E = E1 × ... × Ep
l’espace vectoriel produit. Alors les trois normes définies sur E dans la Proposition
√
10, k · k1 , k · k2 , k · k∞ sont deux à deux équivalentes (kxk∞ ≤ kxk1 ≤ pkxk2 ≤
pkxk∞ pour tout x = (x1 , ..., xp ) ∈ E).
3. En dimension infinie, il existe des normes équivalentes, mais il y a aussi des normes
non équivalentes. On le verra par exemple en TD pour les normes k · k1 , k · k2 et
k · k∞ sur C([a, b], R) qui est un espace vectoriel de dimension infinie.

Proposition 15
Soient E un K−espace vectoriel et N1 , N2 deux normes équivalentes sur E. Alors tout
boule de centre a ∈ E pour l’une des normes est incluse et contient des boules de même
centre a (mais de rayons différents) pour l’autre norme.
14 CHAPITRE 3. EVN

Démonstration. On va faire la preuve pour les boules ouvertes, on fait pareil pour les boules
fermées.
Comme les normes N1 et N2 équivalentes alors

∃C1 , C2 > 0, ∀x ∈ E, C1 N1 (x) ≤ N2 (x) ≤ C2 N1 (x).

Soit a ∈ E et r > 0. Considérons la boule BN1 (a, r). On va montrer que

BN2 (a, C1 r) ⊂ BN1 (a, r) ⊂ BN2 (a, C2 r).

Soit x ∈ BN2 (a, C1 r). On a alors

1 1
N1 (x − a) ≤ N2 (x − a) < C1 r = r
C1 C1

et donc x ∈ BN1 (a, r). D’où BN2 (a, C1 r) ⊂ BN1 (a, r).
Prenons maintenant x ∈ BN1 (a, r). On a alors

N2 (x − a) ≤ C2 N1 (x − a) < C2 r

et donc x ∈ BN2 (a, C2 r). D’où BN1 (a, r) ⊂ BN2 (a, C2 r).
Par suite
BN2 (a, C1 r) ⊂ BN1 (a, r) ⊂ BN2 (a, C2 r).

Exemple : √
2
Sur R√ , on a k · k∞ ≤ k · k2 ≤ 2k · k∞ √ ce qui nous donne B2 (0, 1) ⊂ B∞ (0, 1) ⊂
B2 (0, 2) et B2 (0, 1) ⊂ B∞ (0, 1) ⊂ B2 (0, 2).

3.3 Suites dans un espace vectoriel normé

Soit (E, k · k) un K-espace vectoriel normé.

3.3. SUITES DANS UN ESPACE VECTORIEL NORMÉ 15

3.3.1 Convergence

Définition 10
On dit qu’une suite (un )n∈N ∈ E N d’éléments de E est bornée s’il existe M ≥ 0 tel que
kun k ≤ M pour tout n ∈ N.

Définition 11
Soit (un )n∈N une suite d’éléments de E. On dit que cette suite est convergente s’il existe
l ∈ E tel que kun − lk → 0 lorsque n → +∞, c’est-à-dire

∀ > 0, ∃N ∈ N, ∀n ≥ N, kun − lk ≤ ,

ce qui aussi équivalent à dire

∀ > 0, ∃N ∈ N, ∀n ≥ N, kun − lk < .

On dit dans ce cas que (un )n converge vers l dans E et l est alors l’unique limite de la
suite (un )n . On note l = lim un ou un → l .
n n→+∞
On dit que la suite est divergente dans le cas contraire.

Démonstration. Supposons qu’il existe l1 , l2 ∈ E tq kun − l1 k → 0 et kun − l2 k → 0 quand

n → +∞. On a alors

0 ≤ kl1 − l2 k ≤ kl1 − un k + kun − l2 k → 0.

n→+∞

Par suite kl1 − l2 k = 0 et donc l1 = l2 .

Remarque 6
un → l ⇐⇒ un − l → 0E .
n→+∞ n→+∞

Attention!
La convergence d’une suite dans un espace vectoriel normé (E, k · k) est relative à la
norme k · k et n’est pas en général satisfaite pour une autre norme. Si on travaille avec
plusieurs normes sur E, on précisera la convergence de (un )n pour k · k.
16 CHAPITRE 3. EVN

Exemple :
Soit E = C([a, b], K). Une suite (fn )n d’éléments de E converge vers f ∈ E pour k · k∞
si kfn − f k∞ = sup |fn (x) − f (x)| → 0 ce qui n’est autre que la convergence
x∈[a,b] n→+∞

uniforme de (fn )n vers f sur [a, b].

Proposition 16
Soit (un )n∈N une suite d’éléments de E qui converge vers l ∈ E. On a alors la suite
(kun k)n∈N converge vers klk dans R.

Démonstration. D’après l’inégalité triangulaire inversée, on a

∀n ∈ N, 0 ≤ | kun k − klk | ≤ kun − lk.
Comme lim kun − lk = 0, on déduit que lim | kun k − klk | = 0 et donc kun k → klk.
n n n→+∞

Proposition 17
Si (un )n∈N est une suite convergente d’éléments de E, alors (un )n est bornée.

Démonstration. On a (un )n∈N est une suite convergente d’éléments de E. Il exsite donc l ∈ E
tel que
∀ > 0, ∃N = N () ∈ N, ∀n ≥ N, kun − lk ≤ .
En particulier, pour  = 1, ∃N ∈ N, ∀n ≥ N, kun − lk ≤ 1 et donc pour tout ∀n ≥
N, kun k ≤ klk + 1 (d’après l’inégalité triangulaire).
Soit M = max(ku0 k, ..., kuN −1 k, klk + 1). On a alors kun k ≤ M pour tout n ∈ N et par
suite la suite (un )n est bornée.

On a les propriétés usuelles sur les limites .

Proposition 18
Soit (un )n∈N et (vn )n∈N deux suites d’éléments de E qui convergent respectivement vers
l, k ∈ E. Alors pour tout λ, µ ∈ K, la suite (λun + µvn )n∈N converge vers λl + µk.
En d’autres termes, l’ensemble des suites convergentes dans E est un K−espace vector-
tiel, et l’application définie sur cet espace vectoriel (un )n∈N 7−→ lim un est linéaire.
n

Démonstration. On a d’après l’inégalité triangulaire et l’homogénéité de la norme

∀n ∈ N, 0 ≤ kλun + µvn − λl − µkk ≤ kλun − λlk + kµvn − µkk
= |λ| kun − lk + |µ| kvn − kk
→ 0
n→+∞

Par suite, kλun + µvn − λl − µkk → 0 et donc λun + µvn → λl + µk

n→+∞ n→+∞
3.3. SUITES DANS UN ESPACE VECTORIEL NORMÉ 17

Proposition 19
Soient (λn )n∈N ∈ KN une suite numérique convergeant vers λ ∈ K et (un )n∈N ∈ E N une
suite d’éléments de E convergeant vers l ∈ E, alors (λn un )n∈N converge vers λl dans
E.

Démonstration. On a, d’après l’inégalité triangulaire et l’homogénéité de la norme

0 ≤ kλn un − λlk = kλn un − λun + λun − λlk
≤ |λn − λ|kun k + |λ| kun − lk
≤ M |λn − λ| + |λ| kun − lk
→ 0.
n→+∞

On a utilisé le fait que (un )n converge et donc est bornée ( ∃M > 0 tel que kun k ≤ M pour
tout n ∈ N).

Par suite, kλn un − λlk → 0 et donc λn un → λl.

n→+∞ n→+∞

3.3.2 Invariance de la notion de convergence d’une suite pour des

normes équivalentes

Proposition 20
Deux normes équivalentes définissent les mêmes suites convergentes et celles-ci ont les
mêmes limites pour les deux normes. En d’autres termes, si N et N 0 sont équivalentes,
alors pour toute suite (un )n d’éléments de E, on a l’équivalence :

un → l pour N1 ⇐⇒ un → l pour N2
n→+∞ n→+∞

Démonstration. Comme les normes N1 et N2 équivalentes alors

∃ C1 , C2 > 0, ∀x ∈ E, C1 N1 (x) ≤ N2 (x) ≤ C2 N1 (x).
On a donc pour tout n ∈ N,
C1 N1 (un − l) ≤ N2 (un − l) ≤ C2 N1 (un − l).
Supposons donc que (un )n converge vers l dans E pour N1 i.e. lim n
N1 (un − l) = 0. Comme
0 ≤ N2 (un − l) ≤ C2 N1 (un − l), on a alors lim N2 (un − l) = 0 et donc (un )n converge vers
n
l dans E pour N2 .
De même, réciproquement, supposons que (un )n converge vers l dans E pour N2 i.e. lim N2 (un −
n
1
l) = 0. Comme 0 ≤ N1 (un − l) ≤ N2 (un − l), on a alors lim N1 (un − l) = 0 et donc (un )n
C1 n
converge vers l dans E pour N1 .
18 CHAPITRE 3. EVN

Attention!
Si les normes ne sont pas équivalentes il se peut que la suite converge pour une des deux
normes et diverge pour l’autre ou converge pour les deux normes mais vers des limites
différentes.

Exemple :
On considère E = C([0, 1], R) et pour tout n ∈ N, fn : [0, 1] → R avec fn (t) = tn pour
tout t ∈ [0, 1]. Z
1 1
On a kfn k1 = tn dt = → 0 et donc (fn )n converge vers 0E pour k · k1 .
0 n + 1 n→+∞
D’autre part, kfn k∞ = 1 9 0 et donc (fn )n ne converge pas vers 0E pour k · k∞ .
n→+∞
On peut déduire donc que k · k1 et k · k∞ ne sont pas équivalentes sur E.

Proposition 21
Deux normes équivalentes définissent les mêmes suites bornées.

Démonstration. Preuve facile, similaire à celle de Proposition 20.

3.3.3 Convergence dans les espaces vectoriels de dimension finie

Définition 12
(Suites coordonnées dans un espace vectoriel de dimension finie) Soit E un K−espace
vectoriel de dimension p ∈ N∗ et B = (e1 , ..., ep ) une base de E. Soit (u(n))n∈N une
suite d’éléments de E. Pour tout n ∈ N, on peut écrire
p
X
u(n) = uk (n)ek = u1 (n)e1 + ... + up (n)ep .
k=1

Les suites scalaires (uk (n))n∈N , k = 1, ..., p sont appelées suites coordonnées (ou com-
posantes) de la suite (u(n))n∈N dans la base B.

Proposition 22
Soit E un K−espace vectoriel de dimension p ∈ N∗ et B = (e1 , ..., ep ) une base de E.
On a équivalence entre
i) la suite (u(n))n∈N converge dans E
ii) les suites coordonnées (uk (n))n , k = 1, ..., p convergent dans K.
De plus, dans ce cas on a
   
lim u(n) = lim u1 (n) e1 + ... + lim up (n) ep .
n n n
3.3. SUITES DANS UN ESPACE VECTORIEL NORMÉ 19

Démonstration. E est un espace vectoriel de dimension finie, on peut donc le munir d’une
norme et rappelons que toutes les normes sont alors deux à deux équivalentes sur E. On va
p
X
considérer la norme infinie : pour tout x = xk ek ∈ E, kxk∞ = max |xk |.
k=1,..,p
k=1

Montrons tout d’abord que i) =⇒ ii).

p
X
On suppose que la suite (u(n))n converge vers l = lk ek dans E i.e. lim
n
ku(n) − lk∞ = 0.
k=1
Comme on a pour tout k = 1, .., p,

∀n ∈ N, 0 ≤ |uk (n) − lk | ≤ max |uk (n) − lk | = ku(n) − lk∞ → 0,

k=1,..,p n→+∞

on déduit alors que |uk (n) − lk | → 0 pour tout k = 1, ..., p et donc la suite (uk (n))n
n→+∞
converge vers lk dans K pour tout k = 1, .., p.

Montrons maintenant que ii) =⇒ i).

Supposons que pour tout k = 1, ..., p, la suite (uk (n))n converge vers lk dans K i.e. |uk (n) −
p
X
lk | → 0 . Montrons que la suite (u(n))n converge vers l = lk ek dans E. On a
n→+∞
k=1

p
X
∀n ∈ N, 0 ≤ ku(n) − lk∞ = max |uk (n) − lk | ≤ |uk (n) − lk | → 0.
k=1,..,p n→+∞
k=1

p
X
Par suite, lim
n
ku(n) − lk∞ = 0 et donc (u(n))n converge vers l = lk ek dans E.
k=1
20 CHAPITRE 3. EVN

Exemple :
1. On considère dans R2 (de dimension 2), la suite (un )n≥1 avec
1 1 1 1
∀n ≥ 1, un = (e n , n ln(1 + )) = e n e1 + n ln(1 + )e2
2n n
où (e1 , e2 ) est la base canonique de R2 .
1 1 1 1 1
Comme e n → 1 et n ln(1+ ) ∼ → , on déduit que un → (1, ).
n→+∞ 2n +∞ 2 n→+∞ 2 n→+∞ 2
2. Soit (zn )n une suite d’éléments de C. Comme (1, i) est une base de C qui est
un R-espace vectoriel de dimension 2, (zn )n converge dans C ⇐⇒ (Re(zn ))n et
(Im(zn ))n convergent dans R et on a

lim zn = lim Re(zn ) + i lim Im(zn ).

n n n

3. Dans Mn (K) (de dimension n2 finie, toutes les normes sont deux à deux équi-
valentes), une suite (Ak )k∈N d’élements de Mn (K) avec pour tout k ∈ N,
Ak = (aij (k))i,j=1,...,n converge vers A = (aij )i,j=1,...,n dans Mn (K) si seule-
ment si
aij (k) → aij dans K pour tout i, j = 1, ..., n.
k→+∞

3.3.4 Convergence dans les espaces produits

Théorème 2
Soit E = E1 × ... × Ep un produit d’espaces vectoriels normés (Ek , Nk ), k = 1, ..., p,
muni d’une des trois normes définies précédemment k · k1 , k · k2 , k · k∞ (deux à deux
équivalentes).
Soit (u(n))n∈N une suite d’éléments de E où pour tout n ∈ N, u(n) = (u1 (n), ..., up (n)).
Les suites (uk (n))n∈N sont appelées suites coordonnées de la suite (u(n))n∈N .
On a alors equivalence entre
i) la suite (u(n))n∈N converge dans E (pour la norme produit).
ii) les suites coordonnées (uk (n))n , k = 1, ..., p convergent dans Ek (pour Nk ).
De plus, dans ce cas on a
 
lim u(n) = lim u1 (n), ..., lim up (n) .
n n n

Démonstration. On va considérer la norme produit k · k∞ parmi les trois normes deux à deux
équivalentes k · k1 , k · k2 , k · k∞ (déjà vu).
Montrons tout d’abord que i) =⇒ ii).
3.3. SUITES DANS UN ESPACE VECTORIEL NORMÉ 21

La suite (u(n))n converge vers l = (l1 , ..., lp ) pour k · k∞ , on a donc lim ku(n) − lk∞ = 0.
n
Comme ∀k = 1, ..., p, 0 ≤ Nk (uk (n) − lk ) ≤ ku(n) − lk∞ , on a alors lim n
Nk (uk (n) − lk ) = 0
pour tout k = 1, ..., p, ce qui montre ii).
Montrons maintenant que ii) =⇒ i). Supposons que chaque (uk (n))n converge dans Ek vers
lk pour k = 1, ..., p. Posons l = (l1 , ..., lp ) ∈ E. On a alors
p
X
0 ≤ ku(n) − lk∞ ≤ Nk (uk (n) − lk ) → 0
n→+∞
k=1

Par suite, lim ku(n) − lk∞ = 0 et donc (u(n))n converge vers l dans E pour k · k∞ .
n