1 Introduction

Ce cours vient préparer le terrain pour le cours d’optimisation et le cours sur les équations
aux dérivées partielles. Les espaces de Banach ont des propriétés singulières dues au fait
que ces espaces vectoriels ne sont pas en général de dimension …nie. Par exemple, dans
Rn muni de n’importe quelle norme toute boule fermée est compacte. Cela n’est plus vrai
dans un espace de Banach qui n’est pas de dimension …nie. On peut aussi citer le fait
que dans un espace de Banach qui n’est pas de dimension …nie on peut souvent trouver
des sous - espaces vectoriels qui sont partout denses, toute chose qui est impossible en
dimension …nie. les espaces de Banach dont on a besoin dans les cours d’optimisation et
d’équations aux dérivées partielles sont des espaces de fonctions tels que les espaces Lp et
les espaces de Sobolev, qui ne sont pas de dimension …nie.

1
2 Les espaces de Banach sur un corps K 2 fR; Cg
2.1 Dé…nitions et exemples
2.1.1 Dé…nition: Semi - norme et norme.
Soient E un espace vectoriel sur K de vecteur nul 0E et p : E ! R+ une application.
* On dit que p est une semi - norme sur E lorsque:
i) 8x 2 E; 8 2 K on a p( x) == j j p(x)
ii) 8x; y 2 E on a p(x + y) p(x) + p(y).
* On dit que p est une norme sur E lorsque:
i) p est une semi - norme sur E
ii) 8x 2 E, p(x) = 0 ) x = 0E .

2.1.2 Exemples
1 ) Soient n 2 N et K 2 fR; Cg. Alors Kn est un espace vectoriel sur K.
Posons: !1=2
X
n
8z = (zi )1 i n 2 Kn ; kzkKn := jzi j2 .
i=1
n
Alors k:kKn est une norme sur K appelée la norme Euclidienne.
2 ) Soient (X; d) un espace métrique compact, K 2 fR; Cg, et C((X; d); K) l’espace
vectoriel sur K des applications continues de (X; d) dans K. En posant:
8u 2 C((X; d); K), kuk1 := sup ju(x)j
x2X

nous obtenons une norme sur C((X; d); K), c’est la norme de la convergence uniforme.
3 ) Soient (X; A; ) un espace mesuré positif, K 2 fR; Cg; p 2 [1; +1[,
Z
p
L (X; A; ) : = ff : X ! K application A - mesurable telle que jf jp d < +1g, et
X
Z 1=p
8f 2 Lp (X; A; ), kf kp := jf jp d .
X

Alors Lp (X; A; ) est un espace vectoriel sur K et k:kp est une semi - norme sur cet espace
vectoriel.
Posons: 8f; g 2 Lp (X; A; ), f Rg , f = g - p.p..
Alors R est une relation d’équivalence sur Lp (X; A; ). Notons [f ] la classe d’équivalence
de f 2 Lp (X; A; ).
Posons
Lp (X; A; ) := f[f ] = f 2 Lp (X; A; )g et 8f; g 2 Lp (X; A; ); 8 2 K,
[f ] + [g] := [f + g] , [f ] := [ f ] , et k[f ]kp := kf kp .
p
Alors L (X; A; ), muni de ces deux lois, est un espace vectoriel sur K sur lequel k:kp est
une norme. Voir le cours d’intégration.

2
2.1.3 Espaces de Banach

Un espace vectoriel normé (E; k:kE ) qui est complet pour la distance dE dé…nie sur E par
k:kE est appelé un espace de Banach. Pour rappel: 8x; ; y 2 E, dE (x; y) = kx ykE .
Tous les espaces vectoriels normés que nous avons vus dans l’exemple ci - dessus sont
des espaces de Banach. Voir les cours de topologie et d’intégration.

2.2 Dualité
Soient (E; k:kE ) et (F; k:kF ) deux espaces vectoriels normés sur K, et L(E; F ) l’ensemble
des applications linéaires continues de (E; k:kE ) dans (F; k:kF ). Alors L(E; F ) est un
espace vectoriel sur K:
Posons:
8u 2 L(E; F ), kukL(E;F ) := sup ku(x)kF .
x2E;kxkE =1

Alors k:kL(E;F ) est une norme sur L(E; F ).

Si (F; k:kF ) est complet alors (L(E; F ); k:kL(E;F ) ) l’est aussi. Voir le cours de topologie.

2.2.1 Dé…nition
L’espace vectoriel normé (L(E; K); k:kL(E;K) ) est appelé le dual de (E; k:kE ).
On note souvent L(E; K) =: E 0 ou E .
Donc (E 0 ; k:kE 0 ) est un espace de Banach même lorsque (E; k:kE ) n’en est pas un.

2.2.2 Exemples
1 ) Pour (E; k:kE ) = (Lp (X; A; ); k:kp ) on a:
0
a) Lp (X; A; ) E 0 si p 2]1; +1[, où p10 + p1 = 1;
b) L1 (X; A; ) E 0 si p = 1.
2 ) Pour E = Kn avec n 2 N , muni de sa norme canonique, E 0 est isomorphe en tant
que espace vectoriel sur K à E. ( A véri…er en exercice ).
3 ) Pour p 2 [1; +1[ on pose

X
+1
N
(R )p : = f(xn )n2N 2 R =N
jxn jp < +1g, et
n=0
X
+1
8(xn )n2N 2 RN , k(xn )n2N kp := [ jxn jp ]1=p .
n=0

Alors ((RN )p ; k:kp ) est un espace de Banach. c’est un cas particulier de (Lp (X; A; ); k:kp )
avec X = N et = la mesure de comptage.
Le dual de ((RN )p ; k:kp ) est (RN )p0 où p1 + p10 = 1. ( A prouver en exercice ).

3
2.2.3 Convergence faible

Soient (E; k:kE ) un espace vectoriel normé sur K, (xn )n2N 2 E N et x 2 E. Soit E 0 le dual
de E.
On dit que la suite (xn )n2N converge faiblement vers x lorsque: 8u 2 E 0 on a:
limn!+1 u(xn ) = u(x).
Si tel est le cas on note xn * x.
n!1

2.2.4 Proposition: Compacité dans L(E; F )

Soient (E; k:kE ) un espace vectoriel normé sur K, (F; k:kF ) un espace de Banach sur K,
et (un )n2N 2 L(E; F )N .
Supposons que:
i) 9 E1 sous - ensemble dense dans E tel que: 8x 2 E1 , la suite (un (x))n2N admet une
limite dans F
ii) 9c 2 R+ tel que kun kL(E;F ) c; 8n 2 N.
Alors: 8x 2 E, la suite (un (x))n2N admet une limite dans F , et si on pose u(x) :=
limn!+1 un (x); 8x 2 E, alors on a u 2 L(E; F ).
Preuve:
Soient x 2 E et y 2 E1 . 8m; n 2 N on a:
kun (x) um (x)kF kun (x) un (y)kF + kun (y) um (y)kF + kum (y) um (x)kF
c kx ykE + c kx ykE + kun (y) um (y)kF .
Soit " > 0. Soit y 2 E1 tel que 2c kx ykE "=2. La suite (un (y))n2N est de Cauchy
car elle est convergente, donc 9n0 2 N tel que: 8m; n 2 N tels que m; n n0 on a
kun (y) um (y)kF "=2.
Donc : 8m; n 2 N tels que m; n n0 on a kun (x) um (x)kF ".
Ainsi la suite (un (x))n2N est de Cauchy dans (F; k:kF ) qui est complet. D’où la suite
(un (x))n2N admet une limite dans (F; k:kF ). Posons
u(x) := lim un (x); 8x 2 E.
n!+1

On montre aisément que u est K - linéaire.

8x 2 E; ku(x)kF = lim kun (x)kF lim c kxkE = c kxkE .

n!+1 n!+1
Donc u est continue

2.3 Le théorème de Hahn - Banach

2.3.1 Dé…nition

Soient E un espace vectoriel sur R et p : E ! R une application. On dit que p est une
forme sous - linéaire lorsque:

4
 i)8x 2 E; 8 2 R+ on a p( x) = p(x)
ii)8x; y 2 E on a p(x + y) p(x) + p(y).
Exemple: Une semi - norme est une forme sous - linéaire:

2.3.2 Le théorème de Hahn - Banach ( Cas réel ):

Soient E un espace vectoriel sur R, F un sous - espace vectoriel de E, p une forme
sous - linéaire sur E, et f une application linéaire de F dans R. Supposons que on a:
8x 2 F; f (x) p(x).
Alors, il existe une application linéaire g de E dans R telle que:
i) 8x 2 F on a g(x) = f (x) ( c’est à dire que g prolonge f )
ii) 8x 2 E on a g(x) p(x).
Preuve:
Soit
P := f(h; H) = H est un s.e.v. de E, F H, h : H ! R est linéaire, prolonge f et h(x) p(x); 8x
Alors P =
6 ; car (f; F ) 2 P. 8(h1 ; H1 ); (h2 ; H2 ) 2 P posons
(h1 ; H1 ) (h2 ; H2 ) () [H1 H2 et h2 prolonge h1 ].
Alors, on montre aisément que est une relation d’équivalence sur P.
Soit P1 une partie maximale ( pour l’inclusion ) qui est totalement ordonnée de P.
Posons
G := [(h;H)2P1 H.
Alors G est un sous - espace vectoriel ( s.e.v. ) de E et F G.
Soit : G ! R dé…nie par: 8x 2 H tel que (h; H) 2 P1 , (x) := h(x).
On montre aisément est bien une application, et que est linéaire, prolonge f et
véri…e jH = h; 8(h; H) 2 P1 . On voit aussi aisément que: 8x 2 G on a (x) p(x).
Donc ( ; G) 2 P1 est l’élément maximal de P1 .
Si G = E alors le théorème est prouvé.
Supposons que G 6= E. Soit w 2 EnG.
Soient 2 R et g1 : G1 := G + Rw ! R dé…nie par: 8x 2 G; 8 2 R, g1 (x + w) :=
(x) + . On voit aisément que g1 est une application linéaire qi prolonge f .
Soit 2 R. A - t - on g1 (x + w) p(x + w); 8x 2 G? C’est à dire, a - t - on
(x) + p(x + w); 8x 2 G? (1)
1er cas: > 0.
On a
1 1
(x) + = [ ( x) + ] et p(x + w) = p( x + w). Donc

(1) , (x) + p(x + w); 8x 2 G

, p(x + w) (x); 8x 2 G.

5
 2nd cas: < 0.
On a
1
(x) + = (x) j j = j j[ ( x) ] et
j j
1
p(x + w) = p(x j j w) = j j p( x w). Donc
j j

(1) , (x) p(x w); 8x 2 G

, (x) p(x w); 8x 2 G.

Pour tous x; y 2 G on a

(x) + (y) = (x + y) p(x + y) = p((x w) + (y + w)) p(x w) + p(y + w), donc

(x) p(x w) p(y + w) (y).

D’où
sup[ (x) p(x w)] inf [p(y + w) (y)].
x2G y2G

Choisissons 2 R tel que

sup[ (x) p(x w)] inf [p(y + w) (y)].

x2G y2G

Alors (1) sera véri…é pour tout x 2 G et tout 2 R. Par suite (g; G) (g1 ; G1 ) et donc
(g1 ; G1 ) 2 P1 . De plus (g; G) 6= (g1 ; G1 ). Cela contredit le fait que (g; G) est l’élément
maximal de P1 .
Conclusion: G = E. Et le théorème est démontré

2.3.3 Le théorème de Hahn - Banach: Cas complexe

Soient E un espace vectoriel sur K 2 fR; Cg, F un sous - espace vectoriel de E, p
une semi - norme sur E et f : F ! K une application K - linéaire. Supposons que:
8x 2 F; jf (x)j p(x).
Alors, il existe une application K - linéaire g de E dans K qui véri…e:
i) 8x 2 F; g(x) = f (x), c’est à dire que g prolonge f
ii) 8x 2 E on a jg(x)j p(x).
Preuve:
Le cas où K = R découle directement du théorème précedent.
Supposons donc K = C.
Posons f1 := Re f et f2 := Im f . Alors f1 et f2 sont R - linéaires. On a: 8x 2
F; f (ix) = if (x) c’est à dire

f1 (ix) + if2 (ix) = i[f1 (x) + if2 (x)] = f2 (x) + if1 (x), donc
f2 (x) = f1 (ix) et f1 (x) = f2 (ix):

6
Par suite
f (x) = f1 (x) if1 (ix); 8x 2 F . (2)
On a
jf1 (x)j jf (x)j = [jf1 (x)j2 + jf2 (x)j2 ]1=2 p(x).
Le premier cas nous donne alors: 9g1 : E ! R application R - linéaire qui prolonge f1 et
véri…e : 8x 2 E, jg1 (x)j p(x).
Posons g(x) := g1 (x) ig1 (ix); 8x 2 E. Alors g est C - linéaire et (2) donne: g(x) =
f (x); 8x 2 F .
Soit x 2 E. Posons g(x) = ei , avec := jg(x)j 2 R+ . Alors
i i i
=e g(x) = g(e x) = g1 (e x), car 2 R.

D’où

i i
jg(x)j = p(e x) = e p(x) = p(x)

2.3.4 Corollaire 1 :
Soient (E; k:kE ) un espace vectoriel normé sur le corps K 2 fR; Cg, F un sous - espace
vectoriel de E, et m0 2 F 0 ( le dual de F ). Alors, 9v 2 E 0 tel que: v(x) = m0 (x); 8x 2 F ,
et kvkL(E;K) = km0 kL(F;K) .
Preuve:
m0 : F ! K est une application linéaire continue, donc

jm0 (x)j km0 kL(F;K) kxkF ; 8x 2 F .

Posons
p(x) := km0 kL(F;K) kxkE ; 8x 2 E.
Alors p est une semi - norme sur E, et on a: jm0 (x)j p(x); 8x 2 F . Le théorème
précedent nous donne alors: 9v : E ! K une application K - linéaire qui prolonge m0 et
véri…e

jv(x)j p(x); 8x 2 E, c’est à dire jv(x)j km0 kL(F;K) kxkE ; 8x 2 E.

D’où v 2 E 0 et on a: kvkL(E;K) km0 kL(F;K) .

8x 2 F; v(x) = m0 (x), donc jm0 (x)j kvkL(E;K) kxkF .

Donc km0 kL(F;K) kvkL(E;K) . Par suite kvkL(E;K) = km0 kL(F;K)

7
2.3.5 Corollaire 2 :
Soient (E; k:kE ) un espace vectoriel normé sur un corps K 2 fR; Cg, et y 2 Enf0E g.
Alors, il existe v 2 E 0 tel que: kvkL(E;K) = 1 et v(y) = kykE .
Preuve:
F := Ky est un sous - espace vectoriel de E.
Posons m0 ( y) := kykE ; 8 2 K. Alors m0 2 F 0 , m0 (y) = kykE et km0 kL(F;K) = 1.
Le corollaire 1 donne alors l’existence de v dans E 0 tel que: v(x) = m0 (x); 8x 2 F et
kvkL(E;K) = km0 kL(F;K) . Donc kvkL(E;K) = 1 et v(y) = kykE

2.3.6 Corollaire 3 :
Soient (E; k:kE ) un espace vectoriel normé sur un corps K 2 fR; Cg, et y 2 E. Si
v(y) = 0K ; 8v 2 E 0 , alors y = 0E .
Preuve:
Si y 6= 0E alors le corollaire 2 nous assure l’existence de v 2 E 0 tel que v(y) = kykE 6= 0

2.3.7 Corollaire 4 :
Soient (E; k:kE ) un espace vectoriel normé sur un corps K 2 fR; Cg, F un sous - espace
vectoriel fermé de (E; k:kE ), et y 2 EnF . Alors il existe v 2 E 0 tel que: v(x) = 0K ; 8x 2 F ,
et v(y) 6= 0K .
Preuve:
y2= F donc y 6= 0E . Posons

d := inf kz ykE = dist(y; F ).

z2F

Comme F est fermé et y 2 = F on a que d > 0. Soit G := Ky + F . Alors G est un sous -

espace vectoriel de E, et: 8z 2 F; 8 2 K , on a
1 1
kz + ykE = j j z+y =j j y ( z) j j d. (3)
E E

Posons m0 (z + y) := d; 8z 2 F; 8 2 K. Alors m0 2 G0 et on a: m0 (y) = d 6= 0 et

0
m (z) = 0K ,8z 2 F . De plus: 8 2 K on a:
d
jm0 ( y)j = j dj = k ykE : k ykE , car d ky 0E kE = kykE .
kykE

Pour 2 K et z 2 F , (3) nous donne

jm0 (z + y)j = j j d kz + ykE .

Donc
jm0 (z + y)j kz + ykE ; 8z 2 F; 8 2 K.

8
D’où jm0 (a)j kakE ; 8a 2 G. Le corollaire 1 nous donne alors: 9v 2 E 0 tel que:
v(x) = m (x); 8x 2 G, et kvkL(E;K) = km0 kL(G;K) . D’où
0

v(x) = m0 (x) = 0K , 8x 2 F et v(y) = m0 (y) = d 6= 0

2.3.8 Corollaire 5 :
Soit (E; k:kE ) un espace vectoriel normé sur un corps K 2 fR; Cg. Si E 0 est séparable
alors E l’est aussi.
( Rappel: (E; k:kE ) est dit séparable lorsqu’il existe une partie dénombrable F de E
qui est partout dense dans E. )
Preuve:
Soit (vn )n2N une suite partout dense dans la boule unité fermée de E 0 .
Pour tout v 2 E 0 on a kvkL(E;K) = supx2E;kxkE =1 jv(x)j, donc: 8" > 0; 9x 2 E tel que
kxkE = 1 et (1 ") kvkL(E;K) jv(x)j; d’où pour " = 12 on a:
1
9x 2 E tel que kxkE = 1 et kvkL(E;K) jv(x)j .
2
Par conséquent
1
8n 2 N; 9xn 2 E tel que kxkE = 1 et kvn kL(E;K) jvn (xn )j .
2
Soit F le sous - espace vectoriel de E engendré par fxn = n 2 Ng. Alors F est séparable.
Montrons que F = E.
Supposons que F 6= E.
Soit y 2 EnF . D’après le corollaire 4, 9v 2 E 0 tel que: v(x) = 0K ; 8x 2 F , v(y) 6= 0K
et kvkL(E;K) = 1. Donc v(xn ) = 0K ; 8n 2 N. D’où:
1
8n 2 N; kvn kL(E;K) jvn (xn )j jvn (xn ) v(xn )j + jv(xn )j = jvn (xn ) v(xn )j
2
= j(vn v)(xn )j kvn vkL(E;K) .
Comme (vn )n2N est dense dans la boule unité, il existe fwn = n 2 Ng fvn = n 2 Ng tel
que limn!+1 kwn vkL(E;K) = 0. Comme: 8n 2 N on a: 21 kwn kL(E;K) kwn vkL(E;K) ,
nous obtenons limn!+1 wn = 0E 0 . Donc v = 0E 0 . Contradiction du fait que v(y) 6= 0K .
Nous concluons que E = F

2.4 Formulation géométrique du théorème de Hahn - Banach

2.4.1 Les hyperplans
Dé…nition Soient E un espace vectoriel sur un corps K 2 fR; Cg, F un sous - espace
vectoriel de E tel que F 6= E, et y 2 E.
a) On dit que F est un hyperplan vectoriel de E lorsqu’il existe x 2 EnF tel que
E = F + Kx.
b) Si F est un hyperplan vectoriel de E, on dit que y + F est un hyperplan ( a¢ ne )
de E.

9
Lemme Soient E un espace vectoriel sur un corps K 2 fR; Cg et F un sous - espace
vectoriel de E tel que F 6= E.
Alors, F est un hyperplan vectoriel de E si et seulement si il existe une application
linéaire non nulle v de E dans K telle que F = Ker(v).
Preuve:
()) Soit x 2 E tel que E = F + Kx.
Soit 2 K . Soit v : E ! K l’application dé…nie par: 8y 2 F; 8 2 K, v(y + x) = .
Alors v est linéaire non nulle et F Ker(v).
8y 2 F; 8 2 K on a
v(y + x) = 0K ) = 0K ) y + x = y 2 F .
Donc Ker(v) F . Ainsi Ker(v) = F .
(() v est non nulle donc 9x 2 E tel que v(x) 6= 0K . A - t - on E = F + Kx? Il est
clair que F + Kx E.
Soit y 2 E. 8a 2 K on a v(y x) = v(y) av(x). Si on choisit de sorte que
v(y) = v(x) on obtient v(y x) = 0K c’est à dire y x 2 F et donc y 2 F + Kx.
Ainsi E F + Kx. D’où E = F + Kx

Lemme Soient E un espace vectoriel sur un corps K 2 fR; Cg, F un sous - ensemble
non vide de E tel que F 6= E.
Alors, F est un hyperplan a¢ ne de E si et seulement si il existe 2 K et il existe une
application linéaire v de E dans K tels que
F = fx 2 E = v(x) = g.
Preuve:
()) Soient y 2 E et G un hyperplan vectoriel de E tels que F = G + y. D’après le
lemme précédent, il existe une application linéaire v de E dans K telle que G = Ker(v).
Posons := v(y). Alors
8x 2 G on a v(x + y) = v(x) + v(y) = v(y) = .

8x 2 E; v(x) = ) v(x y) = 0K ) x y 2 G ) x 2 G + y. Donc

F = fx 2 E = v(x) = g.
(() Supposons que F = fx 2 E = v(x) = g.:
Posons G := Ker(v). D’après le lemme précédent G est un hyperplan vectoriel. Donc
il existe y 2 EnG tel que E = G + Ky.
Soit x 2 F . Alors il existe a 2 G et 2 K tels que x = a + y. Donc = v(x) =
v(a) + v(y) = v(y), c’est à dire = v(y) . D’où F G + v(y) y.

8x 2 G; v[x + y] = v(x) + v(y) = , donc x + y 2 F.

v(y) v(y) v(y)
Ainsi G + v(y)
y F . Donc G + v(y) y = F . D’où F est un hyperplan a¢ ne

10
Dé…nitions Soient E un espace vectoriel sur R, F un hyperplan a¢ ne de E, A et B
deux parties non vides de E.
Soient v une application linéaire de E dans R et 2 R tels que F = fx 2 E =
v(x) = g.
* On dira que F sépare A et B lorsque

A fx 2 E = v(x) g et B fx 2 E = v(x) g
où
B fx 2 E = v(x) g et A fx 2 E = v(x) g.

* On dira que F sépare strictement A et B lorsque

A fx 2 E = v(x) > g et B fx 2 E = v(x) < g

où
B fx 2 E = v(x) > g et A fx 2 E = v(x) < g.

2.4.2 Les ensembles convexes

Dé…nitions a) Soient E un espace vectoriel sur R et F une partie non vide de E.
On dit que F est convexe lorsque:

8x; y 2 F; 8 2 [0; 1], x + (1 )y 2 F .

b) Soient (E; k:kE ) un espace vectoriel normé sur R et F une partie convexe de E telle
que 0E 2 F ( l’intérieur de F ).
0E 2 F donc il existe r > 0 tel que B(0E ; r) F . 8y 2 Enf0E g on a 2r : kyk1 y 2
E
2kykE
B(0E ; r), donc y 2 r
F. Ainsi

8y 2 E; 9 2 R+ tel que y 2 F .

Posons
8y 2 E; p(y) := inff 2 R+ = y 2 F g 2 R+ .
L’application p est appelée la jauge de la partie convexe F .

Lemme On a:
i) 8x 2 E; p(x) 2 R+
ii) p(0E ) = 0
iii) p(x) 1; 8x 2 F et p(x) 1; 8x 2 EnF .
Preuve:
Seule la dernière assertion n’est pas évidente. Soit x 2 EnF . Supposons qu’il existe
2]0; 1[ tel que x 2 F . 1 x 2 F et 0E 2 F . Comme F est convexe on a que x =
( 1 x) + (1 )0E 2 F . Contradiction. Donc f 2 R+ = x 2 F g [1; +1[ et par suite
p(x) 1

11
Proposition Soient (E; k:kE ) un espace vectoriel normé sur R et F une partie convexe
de E telle que 0E 2 F . Alors la jauge p de F est sous - linéaire.
Preuve:
Soient x; y 2 E; et 2 R+ . Nous devons montrer que: p( x) = p(x) et p(x + y)
p(x) + p(y).
* On a
p( x) = inff 2 R+ = x 2 F g.
Si = 0 on a p( x) = p(0E ) = 0R = p(x).
Supposons que > 0. Alors

p( x) = inff 2 R+ = x 2 F g = inff ( ) 2 R+ = x 2 Fg = inff 2 R+ = x 2 Fg

= inff 2 R+ = x 2 F g = p(x).

* On a
p(x + y) = inff 2 R+ = x + y 2 F g.
Soient " > 0, et a; b 2 R+ tels que a > p(x) a " et b > p(y) b ". Il existe
a 0 > p(x) et b 1 > p(y) tels que x 2 0 F et y 2 1 F . Alors
1 0 1 1
x= ( x) avec x 2 F.
a a 0 0

1
Comme F est convexe, 0E 2 F , a0
x 2 F et a
0
2 [0; 1[ on a

1 0 1 0
x= ( x) + (1 )0E 2 F .
a a 0 a

Par un raisonnement analogue on a 1b y 2 F . Comme F est convexe on a

1 1 1
[a( x) + b( y)] 2 F ( combinaison convexe d’éléments de F ).
a+b a b
1
D’où a+b
(x + y) 2 F c’est à dire x + y 2 (a + b)F . Par conséquent

p(x + y) a+b p(x) + p(y) + 2".

Comme " est quelconque on obtient p(x + y) p(x) + p(y)

Corollaire: Soient (E; k:kE ) un espace vectoriel normé sur R, F une partie convexe
de E telle que 0E 2 F et p la jauge de F .
Alors: 8x 2 EnF on a p(x) 1.
Preuve:
Soit x 2 EnF . On a: 8" > 0; B(x; ") * F , donc 9y 2 B(x; ") tel que y 2
= F.
Soit > 0 tel que B(0E ; ) F . 9n0 2 N tel que: 8n 2 N tel que n n0 on a n1 < .

12
 Comme x 2 = F on a: 8n 2 N tel que n n0 ; 9zn 2 B(0E ; ); 9 n 2]0; n1 [ tels que
x + n zn 2
= F . D’après le lemme précédent on a:

p(zn ) 1 et p(x + n zn ) 1; 8n 2 N tel que n n0 .

La sous - linéarité de p donne: 8n n0 ,

1 p(x + n zn ) p(x) + n p(zn ) p(x) + an .

Comme limn!+1 an = 0 on obtient p(x) 1

Théorème: ( Théorème de séparation ) Soient (E; k:kE ) un espace vectoriel normé

sur R, F et G deux parties convexes de E telles que F 6= ; et F \ G = ;.
Alors, il existe un hyperplan a¢ ne H de E qui sépare F et G.
Preuve:
z }| { z }| {
Soit x0 2 F . Alors 0E 2 F x0 avec F x0 et G x0 convexes et F x0 \(G x0 ) =
F \ G x0 = ;. H est un hyperplan a¢ ne qui sépare F et G si et seulement si H x0
est un hyperplan a¢ ne qui sépare F x0 et G x0 . On peut donc supposer sans perte
de généralité que 0E 2 F .
Soit y0 2 G. Posons A := y0 + F G.
1ère étape: Montrons que 0E 2 A et que y0 2 = A.
On a F A et 0E 2 F donc 0E 2 A.
z }| { z }| {
Supposons que y0 2 A = y0 + F G. Alors 0E 2 F G, donc 9" > 0 tel que
B(0E ; ") F G.
Soit v 6= 0E . 9 > 0 tel que v 2 B(0E ; "), donc 9(x; y) 2 F G tel que v = x y.
D’où
1 1 1 1
(y + v) = y+ (x y) = x.
1+ 1+a 1+ 1+a
Supposons que v 2 G. Comme G est convexe on a 1+1 (y + v) 2 G, c’est à dire
1
1+a
x 2 G.
1
Soit z 2 B(0E ; ") F . Comme F est convexe on a: 1+a x + 1+a z 2 F . Donc
1 " 1
1+a
x + B(0E ; 1+ ) F . D’où 1+a x 2 F . Par suite F \ G 6= ;. Contradiction. Par
conséquent y0 2 = A.
nde
2 étape:
A est convexe. Soit p la jauge de A.
Comme y0 2 = A, le corollaire précédent nous donne que p(y0 ) 1.
Soit f : Ry0 ! R dé…nie par: f ( y0 ) := p(y0 ); 8 2 R. Alors f est linéaire.

8 2 R+ on a f ( y0 ) = p(y0 ) = p( y0 ) car p est sous - linéaire.

Donc, 8x 2 Ry0 on a f (x) p(x).

13
 La forme analytique du théorème de Hahn - Banach nous donne alors qu’il existe une
application linéaire g de E dans R telle que

g(x) = f (x); 8x 2 Ry0 , et g(z) p(z); 8z 2 E. (4)

En particulier: 8x 2 F; 8y 2 G on a

g(y0 + x y) p(y0 + x y),

et comme y0 + x y 2 A, on a p(y0 + x y) 1 et donc

g(y0 ) + g(x) g(y) = g(y0 + x y) 1.

D’après (4 ) on a g(y0 ) = f (y0 ) = p(y0 ), donc

p(y0 ) + g(x) g(y) 1; 8x 2 F; 8y 2 G.

Comme p(y0 ) 1 on obtient

g(x) g(y); 8x 2 F; 8y 2 G.

Soientt 2 R tel que

sup g(x) inf g(y) et H := fx 2 E = g(x) = g.

x2F y2G

Alors H est un hyperplan a¢ ne de E qui sépare F et G

Corollaire 1 Soient (E; k:kE ) un espace vectoriel normé sur R, F et G deux parties
convexes de E telles que F 6= ; et F \ G = ;. Alors il existe g 2 E 0 ( dual de E ) et
2 R tels que
g 6= 0 et g(x) g(y); 8(x; y) 2 F G.
Preuve:
L’existence d’une application linéaire g de E dans R et d’un réel tels que g 6= 0 et
g(x) g(y); 8(x; y) 2 F G a été prouvée dans le théorème de séparation ci - dessus.
Montrons que g est continue.
Avec les notations de la preuve ci - dessus on a B(0E ; ") F A, et

kvkE
p(v) = inff 2 R+ = v 2 Ag inff 2 R+ = v 2 B(0E ; ")g = ; 8v 2 E.
"
(4) de la preuve ci - dessus nous donne alors:

kvkE
8v 2 E; g(v) p(v) .
"
Ainsi g est continue

14
Corollaire 2 Soient (E; k:kE ) un espace vectoriel normé sur R, F un sous - ensemble
convexe fermé de E distinct de E, et x 2 EnF .
Alors il existe g 2 E 0 et 2 R tels que

g 6= 0 et g(x) < g(y); 8y 2 F .

Preuve:
F est fermé et x 2
= F , donc 9r > 0 tel que B(x; r) \ F = ;.
B(x; r) est un ouvert convexe et x 2 B(x; r). Le corollaire 1 que nous venons de voir
nous donne que: il existe g 2 E 0 et 2 R tels que

g 6= 0 et g(z) g(y); 8(y; z) 2 F B(x; r).

Il su¢ t de montrer que g(x) < .

r
Comme g 6= 0, i existe z 2 E tel que g(z) = 1. Alors x + 2kzkE
z 2 B(x; r), donc
r
g(x + 2kzk z) . Comme g est linéaire on obtient
E

r r
g(x) + g(z) , et donc g(x) <
2 kzkE 2 kzkE

Corollaire 3 Soient (E; k:kE ) un espace vectoriel normé sur R et F un sous - ensemble
convexe de E.
Alors F est fermé si et seulement si F est fermé pour la convergence faible.
Preuve:
()) Supposons que F est fermé.
Soient (xn )n2N 2 F N et x 2 E tels que (xn )n2N converge faiblement vers x. Alors,
8f 2 E 0 on a limn!+1 jf (xn ) f (x)j = 0.
Supposons que x 2 = F . Alors le corollaire 2 nous donne: il existe g 2 E 0 et 2 R tels
que
g 6= 0 et g(y) a < g(x); 8y 2 F .
En particulier on a: g(xn ) a < g(x); 8n 2 N. On ne peut donc avoir limn!+1 g(xn ) =
g(x). Contradiction. Donc x 2 F .
(() Supposons que F est faiblement fermé.
Soient (xn )n2N 2 F N et x 2 E tels que (xn )n2N converge vers x. x 2 F ?
8f 2 E 0 on a limn!+1 f (xn ) = f (x) car f est continue:Donc (xn )n2N converge faible-
ment vers x. D’où x 2 F

2.5 Ré‡exivité, compacité faible, convergence faible -*

2.5.1 Théorème
Soit (E; k:kE ) un espace vectoriel normé sur R. Alors il existe une application linéaire
injective et continue J de E dans E 00 := (E 0 )0 telle que kJ(v)kE 00 = kvkE ; 8v 2 E.

15
 Preuve:
Soit x 2 E. Soit g : E 0 ! R, f 7 ! f (x). Alors g est une application linéaire.

8f 2 E 0 ; jg(f )j = jf (x)j kf kE 0 kxkE .

Donc g est continue, g 2 (E 0 )0 = E 00 et kgkE 00 kxkE . Posons J(x) := g. Alors:

kJ(x)k kxkE et 8f 2 E 0 on a J(x)(f ) = f (x).
D’après le corollaire 2 du théorème de Hahn - Banach: 9h 2 E 0 tel que khkE 0 = 1 et
g(x) = kxkE . Par suite on a

jf (x)j jh(x)j
kJ(x)kE 00 0 = sup = kxkE . Donc kJ(x)kE 00 0 = kxkE .
f 2E 0 ;f 6=0 kf kE 0 khkE 0

D’où J est continue et injective

Remarque: D’après ce théorème on peut identi…er (E; k:kE ) à un sous - espace

vectoriel normé de (E 00 ; k:kE 00 ).

2.5.2 Dé…nition
On dira qu’un espace vectoriel normé réel (E; k:kE ) est ré‡exif lorsque J(E) = E 00 . Cela
équivaut à dire que (E; k:kE ) et (E 00 ; k:kE 00 ) sont isométriquement isomorphes.

2.5.3 Proposition
Soit (E; k:kE ) un espace de Banach réel ré‡exif. Alors (E 0 ; k:kE 0 ) est aussi un espace de
Banach réel ré‡exif.
Preuve:
Comme (E; k:kE ) est isomorphe à (E 00 ; k:kE 00 ) alors (E 0 ; k:kE 0 ) est isomorphe à ((E 00 )0 ; k:k(E 00 )0 )
avec (E 00 )0 = ((E 0 )0 )0 = (E 0 )00

2.5.4 Proposition
Soit (E; k:kE ) un espace de Banach ré‡exif réel. Si F est un sous - espace vectoriel fermé
de (E; k:kE ), alors (F; (k:kE )jF ) est un espace de Banach ré‡exif.
Preuve:
Soit F un sous - espace vectoriel fermé de (E; k:kE ).
Soit
: E 0 ! F 0 , f 7! fjF .
Alors est bien une application linéaire. 8f 2 E 0 ; 8x 2 F on a: j (f )(x)j = jf (x)j
kf kE 0 kxkE = kf kE 0 kxkF . Donc k (f )kF 0 kf kE 0 . Ainsi est continue.
Soit g 2 F 00 . Alors g est linéaire continue de E 0 dans R, donc g 2 E 00 = J(E),
d’où 9x 2 E tel que J(x) = g .
0
D’où, 8f 2 E on a J(x)(f ) = f (x) = g(fjF ).

16
 x 2 F?
Supposons que x 2 = F . Le corollaire 4 du théorème de Hahn - Banach nous donne:
9f 2 E 0 tel que f (x) 6= 0 et f (y) = 0; 8y 2 F . Donc fjF = 0. D’où f (x) = 0. Absurde.
D’où x 2 F
Comme x 2 F on obtient f (x) = fjF (x) et donc fjF (x) = g(fjF ).
Le corollaire 1 du théorème de Hahn - Banach donne alors: 8h 2 F 0 ; 9h1 2 E 0 tel que
h1 jF = h. Par conséquent: 8h 2 F 0 on a h(x) = g(h). D’où g = J(x). Ainsi J(F ) = F 00

2.5.5 Théorème
Soient (E; k:kE ) un espace de Banach ré‡exif réel et (xn )n2N une bornée dans (E; k:kE ).
Alors (xn )n2N admet une sous - suite qui converge faiblement vers un élément de E.
Preuve:
Soit c 2 R+ tel que kxn kE c; 8n 2 N.
Nous allons montrer qu’il existe x 2 E et (xnk )k2N une sous - suite de (xn )n2N tels que
(xnk )k2N converge faiblement vers x.
Soit F le sous - espace vectoriel fermé de (E; k:kE ) engendré par fxn = n 2 Ng. F est
l’adhérence de l’ensemble des combinaisons linéaires d’éléments de fxn = n 2 Ng.
Alors F est séparable.
Comme (E; k:kE ) est ré‡exif et F est un sous - espace vectoriel fermé de (E; k:kE ), on
a que F est ré‡exif par la proposition précédente. D’où F 00 est séparable. Par suite F 0
est séparable par le corollaire 5 du théorème de Hahn - Banach.
Soit (fn )n2N une suite partout dense dans la boule unité de F 0 .
Nous allons construire notre sous - suite (xnk )k2N par le procédé diagonal.
*
8n 2 N; jf1 (xn )j kf1 kF 0 kxn kF c kf1 kF 0 c.
Donc la suite (f1 (xn ))n2N est bornée dans R. D’où, il existe une sous - suite (xnk )k2N de
(xn )n2N telle que (f1 (xnk ))k2N est convergente dans R.
*
8k 2 N; jf2 (xnk )j kf2 kF 0 kxnk kF c kf2 kF 0 c.
Donc il existe (xnkl )l2N sous - suite de (xnk )k2N telle que (f2 (xnkl ))l2N est convergente dans
R. Alors (f1 (xnkl ))l2N converge vers la limite de (f1 (xnk ))k2N .
*
8l 2 N on a f3 (xnkl ) c.
Donc il existe (xnkl )p2N sous - suite de (xnkl )l2N telle que (f3 (xnkl ))p2N est convergente
p p
dans R.
Et ainsi de suite.
Posons
y1 := xn1 , y2 := xnk2 , y3 := xnkl :::::::.
3

Alors (yn )n2N est une sous - suite de (xn )n2N , mais aussi une sous - suite de chacune des
sous - suites extraites ci - dessus. Donc, 8m 2 N, la suite (fm (yn ))n2N admet une limite
dans R.

17
 8n 2 N, soit gn 2 F 00 dé…ni par gn (f ) = f (yn ); 8f 2 F 0 , ( c’est à dire gn = J(yn ) ):
Un théorème vu plus haut nous donne: kgn kF 00 = kyn kF ; 8n 2 N.
Ainsi on a: 8m 2 N, la suite (gn (fm ))n2N admet une limite dans R, la suite (fm )m2N
est partout dense dans la boule unité de F 0 , et kgn kF 00 = kyn kF c; 8n 2 N.
D’après une proposition vue plus haut, la suite (gn (f ))n2N est convergente dans R,
8f 2 F 0 , et si on pose g(f ) := limn!1 gn (f ); 8f 2 F 0 , alors g 2 F 00 .
Comme F est ré‡exif il existe un unique x dans F tel que J(x) = g, c’est à dire:
g(f ) = f (x); 8f 2 F 0 .
Récapitulons: Nous avons

8f 2 F 0 ; f (x) = g(f ) = lim gn (f ) = lim f (yn ); x 2 F ; yn 2 F; 8n 2 N.

n!+1 n!+1

Soient h 2 E 0 et f := hjF . Alors on a: h(x) = f (x) et h(yn ) = f (yn ); 8n 2 N.

Comme limn!+1 f (yn ) = f (x), on a limn!+1 h(yn ) = h(x). Et cela est vrai pour tout
h 2 E 0 . D’où le résultat

2.5.6 Proposition
Soient (E; k:kE ) un espace vectoriel normé réel séparable et (fn )n2N une suite bornée dans
E 0 . Alors, il existe une sous - suite (fnk )k2N de (fn )n2N et f 2 E 0 tels que (fnk )k2N converge
simplement vers f , c’est à dire: 8x 2 E; limk!+1 fnn (x) = f (x).
Preuve: Laissée en exercice.

2.5.7 Exercice
Soient (E; k:kE ) un espace de Banach réel ré‡exif et (xn )n2N une suite bornée dans E
ayant un seul point adhérent faible.
Montrer que (xn )n2N converge faiblement vers x.

2.6 Les opérateurs compacts

2.6.1 Dé…nition
Soient (E; k:kE ) et (F; k:kF ) deux espaces vectoriels normés sur le corps K 2 fR; Cg, et
T : E ! F une application.
On dit que T est compacte lorsque pour toute partie bornée A de E on a que T (A)
est compact.

Exemple: Si T est linéaire et compacte alors T est continue.

En e¤et:
T est continue si et seulement si il existe C > 0 tel que: 8x 2 E tel que kxkE = 1 on a
kT (x)kF C. La boule unité B dans (E; k:kE ) est bornée, donc T (B) est contenue dans
une partie compacte de (F; k:kF ). Donc T (B) est borné.

18
2.6.2 Théorème: Alternative de Fredholm
Soient (E; k:kE ) un espace vectoriel normé sur le corps K 2 fR; Cg et T : E ! E une
application linéaire compacte. Alors on a deux possibilités: Soit T admet un point …xe
non nul, soit IdE T est inversible.

Lemme de Riesz Soient (E; k:kE ) un espace vectoriel normé sur le corps K 2 fR; Cg,
et F E un sous - espace vectoriel fermé de (E; k:kE ). Alors: 8 < 1; 9x 2 E tel que
kx kE = 1 et dist(x ; F ) .
Preuve:
Soit x 2 EnF . Comme F est fermé on a dist(x; F ) = inf y2F kx ykE =: d > 0. Donc,
d
il existe y 2 F tel que 0 < kx y kE . Posons

1
x := (x y ).
kx y kE

Alors kx kE = 1 et, 8y 2 F on a

1 d
ky x kE = kx y kx y kE ykE > .
kx y kE kx y kE

D’où dist(x ; F )

Preuve du théorème de Fredholm La preuve est sudivisée en 4 étapes.

Etape 1:
Soient S := IdE T et N :=KerS. Alors

9 > 0 tel que dist(x; N ) kS(x)kE ; 8x 2 E.

Preuve:
8x 2 EnN on a

1 1 1
dist( x; N ) = inf x y = inf kx kS(x)kE ykE
kS(x)kE y2N kS(x)kE E
kS(x)kE y2N
1 1
= inf kx zkE = dist(x; N ).
kS(x)kE z2N kS(x)kE

Il su¢ t donc de prouver que

9 > 0 tel que dist(x; N ) kS(x)kE ; 8x 2 E tel que kS(x)kE = 1.

Supposons le contraire.
Alors, il existe (xn )n2N 2 E N tel que kS(xn )kE = 1; 8n 2 N, et pour dn := dist(xn ; N )
on a limn!+1 dn = +1.

19
 Soit (yn )n2N 2 N N tel que dn kxn y n kE 2dn ; 8n 2 N. Soit
1
zn := (xn yn ); 8n 2 N.
kxn y n kE
Alors
1 1
kzn kE = 1; 8n 2 N, et kS(zn )kE = kS(xn )kE ! 0.
kxn yn kE dn n!+1

Donc limn!+1 S(zn ) = 0E .

T est compacte donc il existe (znk )k2N sous - suite de (zn )n2N telle que (T (znk ))k2N
converge vers un élément y0 de E.
On a znk = (S + T )(znk ); 8k 2 N, donc (znk )k2N converge aussi vers y0 .

8k 2 N on a znk = S(znk ) + T (znk ) avec lim S(znk ) = 0E et lim znk = y0 .

k!+1 k!+1

Comme T est continue on obtient y0 = T (y0 ), c’est à dire y0 2 N . 8k 2 N on a

dist(znk ; N ) = inf kznk ykE = kxnk ynk kE 1 inf xnk ynk kxnk ynk kE y E
y2N y2N
1
= kxnk ynk kE 1 dist(xnk ; N ) .
2
Donc (znk )k2N ne peut pas converger vers un élément de N . Contradiction.
Etape 2: R := S(E) est fermé.
Preuve: Soit (xn )n2N 2 E N tel que (S(xn ))n2N converge vers un élément y de E.
Montrons que y 2 S(E).
L’étape 1 nous donne que dn := dist(xn ; N ) est borné.
Soient yn 2 N tel que dn kxn yn k 2dn et wn := xn yn ; 8n 2 N.
Alors la suite (wn )n2N est bornée et S(wn ) = S(xn ) S(yn ) = S(xn ); 8n 2 N. Donc
limn!+1 S(wn ) = y.
Comme T est compacte, il existe (wnk )k2N sous - suite de (wn )n2N telle que la suite
(T (wnk ))k2N converge vers un élément a de E. On a wnk = (S + T )(wnk ); 8k 2 N. Donc
(wnk )k2N converge vers y + a. Comme S est continue on a

S(y + a) = lim S(wnk ) = lim [wnk T (wnk )] = a + y a = y.

k!+1 k!+1

D’où y 2 S(E). Ainsi R est fermé.

Etape 3: Si N = f0E g alors R = E.
Preuve: Posons Rj := S j (E); 8j 2 N .
L’étape 2 nous donne que Rj+1 Rj et Rj est fermé, 8j 2 N .
Supposons que Rj 6= Rj+1 ; 8j 2 N . Le lemme de Riesz ci - dessus nous donne:
9(yn )n2N 2 E N tel que
1
yn 2 Rn ; kyn kE = 1 et dist(yn ; Rn+1 ) ; 8n 2 N.
2
20
Pour n > m on a

T (ym ) T (yn ) = ym + ( yn S(ym ) + S(yn )) = ym y, avec y 2 Rm+1 ,

1
donc kT (ym ) T (yn )kE 2
. Cela contredit la compacité de T .
Donc 9k 2 N tel que: 8k j on a Rj == Rk .
Soit y 2 E. S k (y) 2 Rk = Rk+1 , donc il existe x 2 E tel que S k (y) = S k+1 (x), c’est à
dire S k (y S(x)) = 0E .
Supposons que KerS = f0E g. Alors KerS k = f0E g donc S(x) = y. Ainsi R = E et
donc Rj = E; 8j 2 N .
Etape 4: Si R = E alors N = f0E g.
Preuve:
Posons Nj :=KerS j ; 8j 2 N .
Nj est un sous - espace vectoriel fermé de E car S j est continue, 8j 2 N . On a aussi
Nj Nj+1 ; 8j 2 N .
Comme dans l’étape précédente, on montre qu’il existe l 2 N tel que: 8j l on a
Nj = Nl . Donc, si R = E on a: 8y 2 Nl ; 9x 2 E tel que y = S l (x) et donc S 2l (x) = 0E ,
c’est à dire x 2 N2l = Nl . Par suite y = S l (x) = 0E . Ainsi Nl = f0E g. Comme N Nl
on a N = f0E g.

Supposons que N = f0E g.

D’après l’étape 1 on a: 8x 2 E

k(IdE T )(x)kE kxkE et donc (IdE T ) 1 (x) E

kxkE .
1
D’où (IdE T) est continue

Théorème Soient (E; k:kE ) un espace vectoriel sur le corps K 2 fR; Cg, et T : E ! E
une application linéaire compacte. Alors, le spectre de T ( c’est à dire l’ensemble des
valeurs propres de T ) dé…ni par

Spec(T ) := f 2 K = 9x 2 Enf0E g tel que T (x) = xg

est dénombrable et n’admet pas de point d’accumulation distinct de 0K . De plus, la

multiplicité de chaque valeur propre 2 Spec(T )nf0K g est …nie.
Preuve:
Si Spec(T ) est …ni il n’y a rien à prouver. Supposons donc que Spec(T ) est in…ni.
Supposons qu’il existe une suite ( n )n2N de valeurs propres de T distinctes deux à
deux qui converge vers un élément de K.
8 ; 2 Spec(T ) tels que 6= , et 8u; v 2 E tels que T u = u et T v = v, on véri…e
aisément que u et v sont linéairement indépendants. Donc, il existe une suite (xn )n2N
d’éléments de E deux à deux linéairement indépendants telle que: 8n 2 N, T xn = n xn .
On montre alors aisément, par récurrence sur le nombre d’éléments des familles, que toute
famille …nie d’éléments de fxn = n 2 Ng est linéairement indépendante.

21
 Posons
Mn := V ectfx0 ; :::; xn g; 8n 2 N.
Alors Mn est un sous - espace vectoriel de dimension n + 1 ( donc fermé ) de Mn+1 ,
8n 2 N. D’après le lemme de Riesz on a: 8n 2 Nnf0; 1g, 9yn 2 Mn tel que kyn kE = 1 et
dist(yn ; Mn 1 ) 21 .
Soient m; n 2 Nnf0; 1g tels que n > m. Posons S := IdE T; 8 2 K. Alors on a:
1 1 1 1 1 1
n T yn m T ym = n ( n IdE S n )yn m ( m IdE S n )ym = yn [ym + m S m ym n S n yn ].
Pn
Pour yn = j=0 j xj on a
X
n X
n X
n
1 1 1 1
n S n yn = yn n T yn = j xj n j T xj = [ j xj n j j xj ]
j=0 j=0 j=0

X
n X
n 1
1 1
= j [1 n j ]xj = j [1 n j ]xj 2 Mn 1 .
j=0 j=0

1
On a aussi ym 2 Mn 1 et m S m ym 2 Mn 1 . Donc, 9z 2 Mn 1 tel que
1 1
n T yn m T ym = yn z. D’où
1 1 1
. n T yn (5)m T ym E
2
Comme ( n )n2N converge vers 6= 0, on a que la suite ( n 1 )n2N est bornée. Comme T
est compacte on a que (T ( n 1 yn ))n2N admet une sous - suite convergente. Cela contredit
(5).
Ainsi ( n )n2N n’admet pas de valeur d’adhérence distincte de 0K . Nous avons montré
par la même occasion que Spec(T )nf0K g est discret, donc dénombrable.
Il reste à montrer que dim(E ) < +1; 8 2 Spec(T ), où E := fx 2 E = T x = xg.
Supposons au contraire qu’il existe 2 Spec(T ) tel que E est de dimension in…nie.
Soit (xn )n2N une suite d’éléments de E qui est linéairement indépendante ( c’est à dire que
tout sous - ensemble …ni de cette suite est linéairement indéépendant ). Alors, en reprenant
le raisonnement ci - dessus avec n = ; 8n 2 N, on aboutit à la même contradiction. Donc
dim(E ) < +1; 8 2 Spec(T )

22
3 Les espaces de Hilbert
3.1 Dé…nitions
Soit E un espace vectoriel sur le corps K 2 fR; Cg.

3.1.1 Dé…nition
Un produit scalaire sur E est une application h:; :i : E E ! K telle que:
i) 8x; y; z 2 E; 8a; b 2 K on a hax + by; zi = a hx; zi + b hy; zi
ii) 8x; y 2 E on a hy; ; xi = hx; yi ( le conjugué )
iii) 8x 2 E on a hx; xi 2 [0; +1[, avec hx; xi = 0 ) x = 0E .

3.1.2 Lemme
Soit h:; :i un produit scalaire sur E. Alors x 7! kxkE := hx; xi1=2 est une norme sur E.
Preuve:
Soient x; y 2 E et 2 K.
* On a kxkE 2 R+ .
* kxkE = 0 ) hx; xi = 0 ) x = 0E .
*

k xkE = (h x; xi)1=2 = ( hx; xi)1=2 = ( h x; xi)1=2 = [ hx; xi]1=2 = [j j2 hx; xi]1=2 = j j kxkE .

kx + yk2E = hx + y; x + yi = hx; x + yi + hy; x + yi = hx + y; xi + hx + y; yi

= hx; xi + hy; xi + hx; yi + hy; yi = hx; xi + hy; xi + hx; yi + hy; yi
= kxk2E + hx; yi + hx; yi + kyk2E = kxk2E + 2 Re hx; yi + kyk2E .

D’après l’inégalité de Schwarz qui va suivre après cette preuve on a: jhx; yij
kxkE kykE . Donc

kx + yk2E kxk2E + 2 kxkE kykE + kyk2E = (kxkE + kykE )2 .

Doù
kx + ykE kxkE + kykE

3.1.3 Lemme: Inégalité de Schwarz

Soit h:; :i un produit scalaire sur E. Alors on a:

8x; y 2 E on a jhx; yij kxkE kykE ,

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

Preuve:

23
 Soient x; y 2 E.
Si hx; yi = 0 alors l’inégalité est véri…ée. Supposons donc hx; yi =
6 0.
Posons
hx; yi
:= sgn(hx; yi) := .
jhx; yij
Posons z = y. Soit t 2 R. Alors on a

0 hx tz; x tzi = hx; x tzi t hz; x tzi = hx tz; xi thx tz; zi

= hx; xi t hz; xi thx; zi t hz; zi = hx; xi thz; xi thx; zi + t2 z; z
= kxk2E t hy; xi t hy; xi + t2 kzk2E = kxk2E t hy; xi t hy; xi + t2 j j2 kyk2E
= kxk2E t hx; yi t hx; yi + t2 j j2 kyk2E
hx; yi hx; yi
= kxk2E t hx; yi t hx; yi + t2 kyk2E
jhx; yij jhx; yij
= kxk2E 2t jhx; yij + t2 kyk2E .

Cette fonction de t atteint son minimum pour t = kykE 2 jhx; yij. Pour t = kykE 2 jhx; yij
on a

0 hx tz; x tzi = kxk2E 2 kykE 2 jhx; yij jhx; yij+kykE 4 jhx; yij2 kyk2E = kxk2E kykE 2 jhx; yij2 .

Donc
jhx; yij2 kxk2E kyk2E , c’est à dire jhx; yij kxkE kykE ,
avec égalité si et seulement si x tz = 0E , c’est à dire x = tz

3.1.4 Dé…nition
* Si h:; :i est un produit scalaire sur E, on dit que (E; h:; :i) est un espace préhilbertien.
* Si h:; :i est un produit scalaire sur E et (E; k:kE ) est complet, on dit que (E; h:; :i)
est un espace de Hilbert.

3.1.5 Exemples
1 ) Soit n 2 N . Posons

X
n
0
8z = (zk )1 k n et z = (zk0 )1 k n n 0
2 C , hz; z i := zk zk0 .
k=1

Alors h:; :i est un produit scalaire sur Cn qui est tel que (Cn ; h:; :i) est un espace de Hilbert.
2 ) Soient (X; A; ) un espace mesuré positif, K 2 fR; Cg et
Z
2
L (X; A; ) := ff : X ! K = f est A - mesurable et jf j2 d < +1g.
X

24
Posons: Z
2
8f; g 2 L (X; A; ), h[f ]; [g]iL2 := f gd .
X

Alors h:; :iL2 est un produit scalaire sur L2 (X; A; ) qui fait de L2 (X; A; ) un espace de
Hilbert.

3.1.6 Exercice
Soit h:; :i un produit scalaire sur E. Soient x; y 2 E; (xn )n2N et (yn )n2N 2 E N qui conver-
gent respectivement vers x et y. Montrer que:

1) lim hxn ; yn i = hx; yi

n!+1

2 ) kx + yk2E + kx yk2E = 2(kxk2E + kyk2E ) ( La loi du parallélogramme ).

3.1.7 Dé…nition
Soient h:; :i un produit scalaire sur E et ; =
6 F E.. L’orthogonal de F est

F ? := fx 2 E = hx; yi = 0; 8y 2 F g.

Alors F ? est un sous - espace vectoriel de E. De plus F ? est fermé à cause de 1 ) de

l’exercice précédent.

3.2 Théorème: Décomposition en somme directe

Supposons que (E; h:; :i) est un espace de Hilbert sur K 2 fR; Cg. Si F est un sous - espace
vectoriel fermé de (E; k:kE ) alors on a E = F F ? , c’est à dire: 8x 2 E; 9!(y; z) 2 F F ?
tel que x = y + z. De plus on a: d(x; y) = dist(x; F ) et d(x; z) = dist(x; F ? ).
Preuve:
Soient x 2 E et
:= inffkx ykE = y 2 F g = dist(x; F ).
Soit (yn )n2N 2 F N tel que limn!+1 kx yn kE = . La loi du parallélogramme nous donne:
8m; n 2 N,

2(kyn xk2E + kym xk2E ) = kyn ym k2E + kyn + ym 2xk2E , donc

2
1
kyn ym k2E = 2(kyn xk2E + kym xk2E ) 4 (yn + ym ) x
2 E
2(kyn xk2E + kym xk2E ) 4 2

car
1 1
(yn + ym ) 2 F et donc (yn + ym ) x .
2 2 E

25
Comme limn!+1 kyn xkE = on voit que (yn )n2N est une suite de Cauchy dans
(E; k:kE ) quui est complet. Donc, il existe y 2 E tel que (yn )n2N converge vers y. Comme
F est fermé on a que y 2 F . De plus ky xkE = .
Posons z := x y. Montrons que z 2 F ? .
Soit v 2 F . hz; vi = 0? 9a 2 K tel que hz; avi 2 R ( en prenant par exemple a = hz; vi
). Posons u := av et

f (t) := kz + tuk2E = kzk2E + 2t hz; ui + t2 kuk2E ; 8t 2 R.

Alors: 8t 2 R, f (t) 2 R et z + tu = x (y tu) avec y tu 2 F . Donc inf t2R f (t) =

f (0) = . D’où f 0 (0) = 2 hz; ui = 0. Par suite z 2 F ? .
Unicité de z:
Supposons qu’il existe z 0 2 F ? tel que z 0 6= z et x z 0 2 F . Alors
2 2 2
kx z 0 kE = k(x z) + (z z 0 )kE = kx zk2E + kz z 0 kE + hx z; z z 0 i + hx z; z z0i
2
= kx zk2E + kz z 0 kE car z z 0 2 F ? et x z 2 F
kx zk2E avec égalité si et seulement si z = z 0 .

Ainsi z est l’élément de F ? qui est le plus proche de x.

Par un raisonnement analogue on montre que y est l’élément de F qui est le plus
proche de x.
Supposons que x = y 0 +z 0 avec y 0 2 F et z 0 2 F ? . Alors y y 0 = z 0 z 2 F \F ? = f0E g.
Donc y y 0 = z 0 z = 0E , c’est à dire y = y 0 et z = z 0

3.3 Le théorème de représentation de Riesz

3.3.1 Lemme
Soit (E; h:; :i) un espace de Hilbert sur le corps K 2 fR; Cg. Alors:
1 ) 8y 2 E, l’application fy : E ! K, x 7! hx; yi, appartient à E 0
2 ) L’application ' : E ! E 0 , y 7! fy est conjugué - linéaire, et véri…e: k'(y)kE 0 =
kykE ; 8y 2 E.
Preuve:
1 ) Soit y 2 E.
8x1 ; x2 2 E et 2 K on a:

fy (x1 + x2 ) = hx1 + x2 ; yi = hx1 ; yi + hx2 ; yi = fy (x1 ) + fy (x2 ).

L’inégalité de Schwarz donne:

8 2 E; jfy (x)j = jhx; yij kxkE kykE .

Donc fy est continue. D’où fy 2 E 0 .

26
 2 ) Soient y1 ; y2 ; x 2 E et 2 K. Alors on a

'(y1 + y2 )(x) = hx; y1 + y2 i = hy1 + y2 ; xi = hy1 ; xi + hy2 ; xi

= hy1 ; xi + hy2 ; xi = hx; y1 i + hx; y2 i = '(y1 )(x) + '(y2 )(x)
= ['(y1 ) + '(y2 )](x). Donc
'(y1 + y2 ) = '(y1 ) + '(y2 ).

On a aussi

j'(y1 )(x)j = jhx; y1 ij kxkE ky1 kE donc k'(y1 )kE 0 ky1 kE .

De plus
j'(y1 )(y1 )j = ky1 k2E , donc k'(y1 )kE 0 = ky1 kE

3.3.2 Théorème: le théorème de représentation de Riesz

Soit (E; h:; :i) un espace de Hilbert sur le corps K 2 fR; Cg. Alors: 8f 2 E 0 , il existe un
unique y 2 E tel que: 8x 2 E; f (x) = hx; yi.
Preuve:
Soit f 2 E 0 .
* Unicité: Supposons qu’il existe y1 ; y2 2 E tels que: 8x 2 E; f (x) = hx; y1 i = hx; y2 i.
Alors: 8x 2 E on a hx; y1 y2 i = 0K . Donc y1 y2 = 0E en prenant x = y1 y2 .
* Supposons que f = 0E 0 . Alors y = 0E est solution.
* Supposons que f 6= 0E 0 .
F :=Kerf est un sous - espace vectoriel fermé de E et F 6= E. 9z 2 F ? tel que
kzkE = 1.
Soient x 2 E et u := f (x)z f (z)x. Alors

f (u) = f (x)f (z) f (z)f (x) = 0K , donc u 2 F . D’où

D E D E
0 = hu; zi = f (x) kzk2E f (z) hx; zi = f (x) x; f (z)z c’est à dire f (x) = x; f (z)z .

Il su¢ t donc de prendre y = f (z)z

Remarque Il résulte de ce théorème que tout espace de Hilbert est ré‡exif.

3.3.3 Théorème: Existence de base orthonormale dénombrable

Soit (E; h:; :i) un espace de Hilbert sur le corps K 2 fR; Cg. Alors l’espace de Banach
(E; k:kE ) est séparable si et seulement si il existe dans E une base orthonormale dénom-
brable.
Preuve: Admis.

27
3.4 Le théorème de Lax - Milgram
3.4.1 Dé…nitions
Soient (E; h:; :i) un espace de Hilbert sur le corps K 2 fR; Cg et B : E E ! K une
application bilinéaire dans le même sens que le produit scalaire h:; :i. On dit aussi que B
est sesquilinéaire..
* On dit que B est continue lorsqu’il existe C 2 R+ tel que: 8x; y 2 E; jB(x; y)j
C kxkE kykE ..
* On dit que B est coercive lorsqu’il existe C1 2 R+ tel que: 8x 2 E; jB(x; x)j
C1 kxk2E .

3.4.2 Théorème de Lax - Milgram

Soient (E; h:; :i) un espace de Hilbert sur le corps K 2 fR; Cg et B : E E ! K une
forme sesquilinéaire continue et coercive. Alors, 8f 2 E 0 , il existe un unique x 2 E tel
que: 8y 2 E on a f (y) = B(x; y).
Preuve:
Soit y 2 E. L’application x 7! B(x; y) appartient à E 0 . Le théorème de représentation
de Riesz nous donne qu’il existe un unique z 2 E tel que B(x; ; y) = hx; zi ; 8x 2 E.
Notons z =: T (y). Alors on a: B(x; y) = hx; T (y)i ; 8x; y 2 E.
Assertion 1: T est linéaire et continue de (E; k:kE ) dans (E; k:kE ).
En e¤et: Soient y1 ; y2 2 E et 2 K. Soit x 2 E. On a

B(x; y1 + y2 ) = hx; T (y1 + y2 )i .

Comme B est sesquilinéaire on a

B(x; y1 + y2 ) = B(x; y1 ) + B(x; y2 ) = hx; T (y1 )i + hx; T (y2 )i = hx; T (y1 ) + T (y2 )i .

Donc, 8x 2 E on a

hx; T (y1 + y2 )i = hx; T (y1 ) + T (y2 )i , c’est à dire hx; T (y1 + y2 ) T (y1 ) T (y2 )i = 0K .

Par suite on a

T (y1 + y2 ) T (y1 ) T (y2 ) = 0E , c’est à dire T (y1 + y2 ) = T (y1 ) + T (y2 ).

Ainsi T est linéaire.

Voyons à présent la continuité de T .
On a B(x; y) = hx; T (y)i ; 8x; y 2 E.
Soit y 2 E. Pour x = T (y) 6= 0E on a

B(T (y); y) = kT (y)k2E . (6)

Comme B est continue on a: 9C > 0 tel que: jB(a; b)j C kakE kbkE . (6) donne alors

C kT (y)kE kykE kT (y)k2E c’est à dire kT (y)kE C kykE .

28
Ainsi T est continue.
Assertion 2: T (E) est fermé.
En e¤et: Soit (yn )n2N 2 E N et z 2 E tel que la suite (T (yn ))n2N converge vers z.
9?a 2 E tel que z = T (a).
Comme B est coercive on a: 9C1 > 0 tel que

8u 2 Enf0E g; C1 kuk2E B(u; u) = hu; T (u)i kukE kT (u)kE et donc C1 kukE kT (u)kE .

Par suite

8m; n 2 N on a C1 kyn y m kE kT (yn ym )kE = kT (yn ) T (ym )kE .

La suite (yn )n2N est donc une suite de Cauchy dans (E; k:kE ) qui est complet. Donc cette
suite converge vers un élément a de E. Comme T est continue on a z = limn!+1 T (yn ) =
T (a). Ainsi T (E) est fermé.
Assertion 3: T est surjective.
En e¤et: Supposons que T (E) 6= E. Alors 9z 2 Enf0E g tel que hz; T (x)i = 0; 8x 2 E.
D’où
0 = hz; T (z)i = B(z; z) C1 kuk2E . Absurde.
Donc T est surjective.
On voit dans la preuve de l’assertion 2 que T est injective. Donc T est une bijection
linéaire de E sur E. La coercivité de B nous donne:
1 1 1 1 1
8z 2 E; T (z) E
T (T (z)) E
= kzkE . DoncT est continue
C1 C1
Nous aurions pu utilliser le théorème de Banach pour a¢ rmer directement que T 1 est
continue.
Revenons à notre hypothèse de départ, à savoir f 2 E 0 .
D’après le théorème de Riesz, il existe un unique y 2 E tel que: 8x 2 E on a
f (x) = hx; yi.
D’après les 3 assertions ci - dessus, il existe une application linéaire bijective et continue
T de (E; k:kE ) dans (E; k:kE ), avec T 1 continue. Alors
1
8a; b 2 E; B(a; b) = ha; T (b)i et donc B(a; T (b)) = ha; bi .

Par suite
1
8x 2 E on a f (x) = B(x; T (y))

3.4.3 L’adjoint d’une application linéaire continue

Dé…nition et lemme Soient (E; k:kE ) et (F; k:kF ) deux espaces vectoriels normés sur
un corps K 2 fR; Cg, et T une application linéaire continue de (E; k:kE ) dans (F; k:kF ).
Alors il existe une unique application linéaire et continue T de (F 0 ; k:kF 0 ) dans (E 0 ; k:kE 0 )
dé…nie par:
8g 2 F 0 ; T g := g T .

29
 T est appelé l’adjoint de T .
Preuve:
Soient g1 ; g2 2 F 0 et 2 K. T et g1 sont linéaires continues donc g1 T appartient à
E 0 . De plus

T (g1 + g2 ) = (g1 + g2 ) T = g1 T + g2 T = T g1 + T g2 .

Donc T est K - linéaire. On a aussi

kT g1 kE 0 = kg1 T kE 0 kg1 kF 0 kT kL(E 0 ;F 0 ) .

Donc T est continue

Adjoint dans un espace de Hilbert

30