Maths-Sup

Analyse
Mathématiques du Réel
Cours et exercices pour les
étudiants du niveau 2, IME 2023

Yemata K. Francis
 Table des matières

1 Espaces métriques 1
1.1 Notions de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Espaces vectoriels normés (e.v.n) . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Norme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2 Norme eulidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
 CHAPITRE 1

Espaces métriques

Objectifs
• Se familiariser avec les concepts généraux des espaces métriques.
• Maı̂triser les notions de continuité et de suite dans les espaces métriques.
• Démontrer le théorème du point fixe.

Introduction
Travailler dans R est vite limitant. En effet, de nombreux problèmes ne peuvent se modéliser que sur
des espaces vectoriels de dimension plus grande. Pensons par exemple à des modélisations de systèmes
physiques comportant un nombre n de paramètres. L’étude de ce système se fera via l’étude de fonctions
possédant n variables et donc définies sur des parties d’espaces de dimension n. La possibilité d’utiliser
de tels espaces est conditionnée par la possibilité de transposer les notions telles que la continuité des
fonctions, la convergence des suites et voir même les notions de différentiabilité. Toutes ces notions ont
un facteur commun, celui de faire intervenir la notion de distance ou de longueur. Ainsi l’on comprend
l’importance de la possibilité de mesurer la distance entre deux points d’un espace donné.

1.1 Notions de base

• Définitions et exemples
E est un ensemble non vide.
Définition 1.1. Une application d : E2 −→ R + définit une métrique (ou distance) sur E si :
M1 : ∀ x, y ∈ E, d( x, y) = d(y, x ) ; (symétrie)
M2 : ∀ x, y ∈ E, d( x, y) = 0 ⇐⇒ x = y ; (séparation)
M3 : ∀ x, y, z ∈ E, d( x, z) ≤ d( x, y) + d(y, z) (inégalité triangulaire).
Définition 1.2. On appelle espace métrique tout couple (E, d) où d est une métrique sur E.
Conséquence 1.1. ∀ x, y, z ∈ E, d( x, y) − d(y, z) ≤ d( x, z).

1
Exemple 1.1. 1. (R, | · |) ; (C, | · |) sont des espaces métriques.
2. Sur E = R n ou C n , on peut alors définir plusieurs distances faisant intervenir les distances
entre les composantes. Les distances classiques induites sont définies comme suit : pour deux
éléments arbitraires de E ; x = ( x1 , x2 , . . . , xn ) et y = (y1 , y2 , . . . , yn ), on pose :
s
n n
d1 ( x, y) = ∑ | xi − yi |; d2 ( x, y) = ∑ ( x i − y i )2 ; d∞ ( x, y) = max {| xi − yi |}.
1≤ i ≤ n
i =1 i =1

1 si x 6= y
3. La distance discrète sur un ensemble E quelconque est définie par : d( x, y) = .
0 si x = y

Définition 1.3. Soit ϕ : R + −→ R + une application. On dit que :

1. ϕ ne s’annule qu’en 0 si ∀u ∈ R + , ϕ(u) = 0 ⇐⇒ u = 0.
2. ϕ est croissante si ∀u, v ∈ R + , ϕ(u) ≤ ϕ(u + v).
3. ϕ est sous-additive si ∀u, v ∈ R + , ϕ(u + v) ≤ ϕ(u) + ϕ(v).

Exemple 1.2. Dans chacun des cas suivants, les applications suivantes définies de R + vers R +
vérifient les propriétés 1, 2, 3, ci-dessus :
a) ϕ(u) = ln(1 + u) b) ϕ(u) = min(1, u) c) ϕ(u) = 1+u u d) ϕ(u) = uα avec α ∈]0, 1[.

Proposition 1.1. Soit (E, d) un espace métrique et ϕ : R + −→ R + une application ne s’annu-

lant qu’en 0, croissante et sous-additive. Alors l’application ϕ ◦ d définit une distance sur E.

Application : Si d est une métrique sur E, les applications suivantes sont aussi des métriques
sur E :
d( x,y)
a) δ1 ( x, y) = ln(1 + d( x, y)) b) δ2 ( x, y) = min(1, d( x, y)) c) δ3 ( x, y) = 1+d(x,y)
d) δ4 ( x, y) = (d( x, y))α avec α ∈]0, 1[.
Dans toute la suite on considère un espace métrique (E, d) et a ∈ E.

Définition 1.4. 1. On appelle boule ouverte de centre a et de rayon r > 0, le sous-ensemble

de E noté Bd (a, r ) et défini par :

Bd (a, r ) = { x ∈ E; d(a, x ) < r }.

2. On appelle boule fermée de centre a et de rayon r > 0, le sous-ensemble de E noté Bd (a, r )

et défini par :
B d (a, r ) = { x ∈ E; d(a, x ) ≤ r }.
3. On appelle sphère de centre a et de rayon r > 0, le sous-ensemble de E noté Sd (a, r ) et défini
par :
Sd (a, r ) = { x ∈ E; d(a, x ) = r }.

Définition 1.5. Une partie A de E est dite bornée si elle est contenue dans au moins une boule
ouverte.

Exemple 1.3. 1. Dans R, la distance usuelle est donnée par d( x, y) = | x − y|. Les boules
sont des intervalles. En effet, pour a ∈ R et r ∈ R ∗+ , on a : Bd (a, r ) =] a − r, a + r [ et
B d (a, r ) = [ a − r, a + r ].

2
 2. Dans C, on remplace la valeur absolue par le module d( x, y) = | x − y|. La boule ouverte
de centre a ∈ C et de rayon r ∈ R ∗+ , Bd (a, r ), est le disque ouvert de centre a et de rayon r
et, Bd (a, r ) est le disque fermé.
3. Pour le cas de la distance discrète sur une ensemble quelconque E, B(a, 12 ) = { a} et
B (a, 21 ) = B(a, 1) = { a}, tandis que B(a, 1) = E est différent de { a} = B(a, 1) si E
a ou moins deux éléments.
4. Dans R2 , les boules de centre O et de rayon 1 ont la forme suivante :

• Sous-ensembles ouverts et sous-ensembles fermés

Définition 1.6. Un sous-ensemble U de E sera dit ouvert s’il est vide ou si pour tout élément
x de cet ensemble on peut trouver une boule ouverte de rayon suffisamment petit en sorte qu’elle
soit toute entière contenue dans U i.e.
∀ x ∈ U, ∃r > 0, Bd ( x, r ) ⊆ U.
Définition 1.7. L’ensemble O de tous les ouverts de E s’appelle la topologie de E.
Proposition 1.2. 1. E est ouvert.
2. Une réunion quelconque d’ensembles ouverts est ouverte.
3. Une intersection finie d’ensembles ouverts est ouverte.
Démonstration. Cf. cours 1ère année.
Définition 1.8. Soit V ∈ P(E) et x ∈ E. On dira que V est un voisinage de x s’il existe un
ouvert U de E tel que x soit élément de U et U soit inclus dans V i.e.
∃U ouvert de E tel que x ∈ U ⊆ V.
On notera V( x ) l’ensemble de tous les voisinages de x.
Proposition 1.3. 1. V ∈ V( x ) ⇐⇒ ∃r > 0; Bd ( x, r ) ⊆ V.
2. Si U est un ouvert de E et si x ∈ U alors U ∈ V( x ).
Proposition 1.4. Un sous-ensemble U de E est ouvert si et seulement si il est voisinage de chacun
de ses points.
Définition 1.9. Le complémentaire d’un sous-ensemble ouvert de E sera appelé sous-ensemble
fermé.
Proposition 1.5. 1. E et ∅ sont fermés.
2. Une réunion finie d’ensembles fermés est fermée.
3. Une intersection quelconque d’ensembles fermés est fermée.

3
• Suites dans un espace métrique
Soit ( xn )n∈N une suite d’éléments de E i.e ∀n ∈ N, xn ∈ E.

Définition 1.10. On dit que la suite ( xn )n∈N est de Cauchy si :

∀ε > 0, ∃ Nε ∈ N, ∀n, m ∈ N, (n > Nε et m > Nε ) =⇒ d( xn , xm ) < ε.

Définition 1.11. On dit que la suite ( xn )n∈N converge vers a si :

∀ε > 0, ∃ Nε ∈ N, ∀n ∈ N, n > Nε =⇒ d( xn , a) < ε.

Remarque 1.1. 1. Si la suite ( xn )n∈N converge vers a, alors lim xn = a dans (E, d).
n →+ ∞
N.B : lim xn = a dans (E, d) signifie que lim d( xn , a) = 0.
n →+ ∞ n →+ ∞
2. Si a est la limite de la suite ( xn )n∈N , alors a est unique.

Définition 1.12. On dit que l’espace métrique (E, d) est complet si toute suite de Cauchy dans
E converge dans E.

Exemple 1.4. (R n , d1 ), (R n , d2 ), (R n , d∞ ) sont des e.m.c.

Remarque 1.2. Les fermés d’un complet sont complets.

• Applications continues
Soit ( F, δ) un autre espace métrique et f : E −→ F une application.

Définition 1.13.
1. On dit que f est continue en a si :

∀ε > 0, ∃η(ε,a) > 0, ∀ x ∈ E, d( x, a) < ηε,a =⇒ δ( f ( x ), f (a)) < ε.

2. On dit que f est continue sur E si f est continue en chaque point de E i.e.

∀ x ∈ E, ∀ε > 0, ∃η(ε,x) > 0, ∀y ∈ E, d( x, y) < ηε,x =⇒ δ( f ( x ), f (y)) < ε.

Proposition 1.6. On a équivalence entre :

(i) f est continue en a (ii) ∀ε > 0, ∃η(ε,a) > 0, Bd (a, ηε,a ) ⊆ f −1 Bδ ( f (a), ε) .

Proposition 1.7. On a équivalence entre :

(i) f est continue sur E (ii) Pour tout ouvert O de F, f −1 (O) est un ouvert de E.

Théorème 1.1. f est continue en a si et seulement si pour toute suite ( xn ) d’éléments de E,

si ( xn ) converge vers a dans (E, d) alors ( f ( xn )) converge vers f (a) dans ( F, δ)

Démonstration. TPE.
x 2 − y2
(
si ( x, y) 6= (0, 0)
Exemple 1.5. La fonction f définie de R2 vers R par f ( x, y) = x 2 + y2
0 si ( x, y) = (0, 0)
n’est pas continue en (0, 0).

4
Définition 1.14.
1. On dit que f est uniformément continue sur E si :
∀ε > 0, ∃ηε > 0, ∀ x, y ∈ E, d( x, y) < ηε =⇒ δ( f ( x ), f (y)) < ε.
2. On dit que f est Lipschitzienne de rapport κ > 0 sur E, si
∀ x, y ∈ E, δ( f ( x ), f (y)) < κd( x, y).
Si de plus κ < 1, on dit que f est contractante.
Exemple 1.6.
1. La fonction x 7−→ x2 n’est pas uniformément continue sur R.
1
2. La fonction x 7−→ n’est pas uniformément continue sur ]0, 5], mais l’est sur [1, 5].
x
√
3. Les fonctions x 7−→ x est uniformément continue sur [0, +∞[, mais non Lipschitzienne.
4. Les fonctions sin, cos et arctan sont Lipschitziennes de rapport 1 sur R.
Remarque 1.3. Toute fonction f dérivable et à dérivée continue sur un intervalle [ a, b] est
Lipschitzienne de rapport k = sup {| f ′ (t)|}.
t∈[ a,b ]

Proposition 1.8. On dit que f est uniformément continue sur E ssi Pour toutes suites ( xn ) et
(yn ) d’éléments de E, si lim d( xn , yn ) = 0 alors lim δ( f ( xn ), f (yn )) = 0.
n →+ ∞ n →+ ∞

Proposition 1.9.
1. Si f est uniformément continue sur E alors f est continue sur E.
2. Si f est Lipschitzienne sur E alors f est uniformément continue sur E.

• Notion du point fixe d’une application

Définition 1.15. On dit que f admet un point fixe si : ∃ x ∈ E, f ( x ) = x.
Théorème 1.2. Si (E, d) est un espace métrique complet et f : E −→ E est une application
contractante alors f admet un unique point fixe.
Démonstration. (Cf. Exo 1.16 TD).
x = 15 (2 sin x + cos y)

Application : Le système admet une solution unique.
y = 15 (cos x + 3 sin y)

• Métriques uniformément équivalentes-Distances topologiquement équivalentes

Définition 1.16. On dit que f est une application ouverte si l’image par f de tout ouvert de E
est un ouvert de F.
Définition 1.17. On dit que f est un homéomorphisme si f est bijective et continue et f −1 est
continue.
Proposition 1.10. Si f est bijective, on a équivalence entre :
(i) f est une application ouverte
(ii) f −1 est une application continue de F vers E.

5
Définition 1.18. Deux distances d1 et d2 sur E sont topologiquement équivalentes si tout
ouvert de (E, d1 ) est un ouvert de (E, d2 ) et réciproquement.

Proposition 1.11. Deux distances d1 et d2 sur E sont topologiquement équivalentes si et

seulement si l’application identité Id : (E, d1 ) −→ (E, d2 ) est un homéomorphisme.

Définition 1.19. On dit que deux métriques d1 et d2 sur E sont uniformément équivalentes s’il
existe deux réels strictement positifs k1 et k2 tels que :

∀ x, y ∈ E, k1 d1 ( x, y) ≤ d2 ( x, y) (1) et d2 ( x, y) ≤ k2 d1 ( x, y) (2).

Remarque 1.4. 1. La première inégalité n’est rien d’autre que la traduction du fait que
l’application identique Id : (E, d2 ) −→ (E, d1 ) est continue. Ceci implique que la réciproque,
par l’application identique, d’un ouvert de (E, d1 ) est un ouvert de (E, d2 ). Autrement dit,
tout ouvert de (E, d1 ) est un ouvert de (E, d2 ). La topologie definie par d1 est moins fine
que ≪ (incluse dans) ≫ celle définie par d2 . De même, en examinant la seconde inégalité, on
observe que la topologie definie par d2 est moins fine que celle definie par d1 .
2. Si deux métriques sont uniformément équivalentes, elles définissent la même topologie. Par
conséquent la notion ≪ uniformément équivalente ≫ est plus forte que celle de ≪ topologique-
ment équivalente ≫. En particulier, si une suite de Cauchy converge sur (E, d), elle conver-
gera pour toute autre métrique uniformément équivalente à d. Par contre, si une suite de
Cauchy est convergente pour une topologie donnée, elle ne convergera pas nécessairement
pour une topologie équivalente. Autrement dit, la complétude est une notion ≪ métrique ≫ et
pas ≪ topologique ≫.
3. Deux métriques d1 et d2 sont
équivalentes si et seulement s’il existe une seule constante
k > 0 ici k = max{k2 , k− 1
1 } :
∀ x, y ∈ E, k−1 d1 ( x, y) ≤ d2 ( x, y) ≤ kd1 ( x, y).

1.2 Espaces vectoriels normés (e.v.n)

1.2.1 Norme
Dans cette sous-section K désigne le corps R ou C, et E est un K-espace vectoriel de dimension
finie ou non.

Définition 1.20. On appelle norme sur E une application de E −→ R + habituellement notée

k · k vérifiant :
N1 : ∀ x ∈ E, k x k = 0 ⇐⇒ x = 0 ; (séparation)
N2 : ∀ x ∈ E, ∀λ ∈ K, kλx k = |λ|k x k ; (homogénéité)
N3 : ∀ x, y ∈ E, k x + yk ≤ k x k + kyk (inégalité de triangulaire).

Définition 1.21. On appelle espace vectoriel normé (e.v.n) tout couple (E, k · k) où k · k est une
norme sur E.

Conséquence 1.2. ∀ x, y ∈ E, k x k − kyk ≤ k x − yk.

Exemple 1.7. 1. (R, | · |) ; (C, | · |) sont des e.v.n.

6
2. Les normes fondamentales sur R n avec n ∈ N ∗ .
Pour X = ( x1 , x2 , . . . , xn ), on pose :

n  n  12
2
k X k1 = ∑ | xi |; k X k2 = ∑ | xi | ; kX k∞ = max {| xi |}.
1≤ i ≤ n
i =1 i =1

k · k1 est appelée la norme de la somme (facile à montrer que c’est une norme)
k · k∞ est appelée la norme du max (facile à montrer que c’est une norme).
k · k2 est appelée la norme euclidienne (la partie la plus difficile à montrer est l’inégalité
triangulaire). Celle-ci se déduit de l’inégalité suivante dite de Cauchy-Schwarz :

n  n  12  n  21
2 2
∑ | xi yi | ≤ ∑ | xi | ∑ | yi | . (1.1)
i =1 i =1 i =1

Plus généralement, sur E = R n avec n ∈ N ∗ , on définit les normes classiques suivantes :

pour X = ( x1 , x2 , . . . , xn ), on pose :
 n  1p
p
kX k p = ∑ | xi | , avec p ≥ 1.
i =1

La partie la plus difficile à montrer est l’inégalité triangulaire. Pour le faire on utilise
l’inégalité de Minkowski :
 n  1p  n  1p  n  1p
∑ | xi + yi | p ≤ ∑ | xi | p + ∑ | yi | p ; p ≥ 1. (1.2)
i =1 i =1 i =1

Pour montrer l’inégalité de Minkowski, on utilise l’inégalité de Hölder :

n  n  1p  n  1q
1 1
∑ | xi yi | ≤ ∑ | xi | p ∑ | yi | q ; + = 1; p, q ≥ 1.
p q
(1.3)
i =1 i =1 i =1

Pour montrer l’inégalité de Hölder, on utilise l’inégalité de Jensen :

1 p 1 q 1 1
∀ a, b ≥ 0, ab ≤ a + b ; + = 1; p, q ≥ 1. (1.4)
p q p q
3. Les normes fondamentales sur C0 ([ a, b]) avec a, b ∈ R.
Pour f ∈ C0 ([ a, b]), on pose :
Z b Z b
 21
2

k f k1 = | f (t)|dt; k f k2 = | f (t)| dt ; k f k∞ = sup | f (t)| .
a a t∈[ a,b ]

k · k1 est appelée la norme de la convergence en moyenne sur [ a, b].

k · k2 est appelée la norme de la convergence en moyenne quadratique sur [ a, b]. Cette norme
est euclidienne.
k · k∞ est appelée la norme de la convergence uniforme sur [ a, b].

7
 4. Les normes fondamentales sur Mn,p (K ) avec n, p ∈ N ∗ .
Pour A = (aij ) ∈ Mn,p (K ), on pose :

n p  n p  12
k A k1 = ∑ ∑ |aij |; k A k2 = ∑ ∑ |aij |2 ; k Ak∞ = max {| aij |}.
1≤ i ≤ n
i =1 j =1 i =1 j =1 1≤ j ≤ p

Remarque 1.5.
1. Si (E, k · k) est un e.v.n alors, en posant
∀ x, y ∈ E; d( x, y) = k x − yk,
on obtient que (E, d) est un espace métrique.
2. (R n , d) est un espace métrique complet (e.m.c) muni de la distance d définit par :
∀ X, Y ∈ R n ; d(X, Y ) = kX − Y k2 .
Ainsi (R n , k · k2 ) est une e.v.n.c i.e un espace de Banach.
Définition 1.22. On dit que deux normes N1 et N2 sur E sont équivalentes si
∃k1 , k2 ∈ R ∗+ , ∀ x ∈ E, k1 N1 ( x ) ≤ N2 ( x ) ≤ k2 N1 ( x ).
Exemple 1.8. Les normes k · k1 , k · k2 et k · k∞ définies sur R n sont équivalentes. En effet, on a :
√ √
k X k ∞ ≤ k X k2 ≤ n k X k ∞ ; k X k ∞ ≤ k X k1 ≤ n k X k ∞ ; k X k2 ≤ k X k1 ≤ n k X k2 .
Définition 1.23. Soit A une partie de R n .
1. A sera dit convexe si : ∀t ∈ [0, 1], ∀ x, y ∈ A, tx + (1 − t)y ∈ A.
2. A sera dit compact si A est fermé et borné.
Exemple 1.9.
1. Les boules ouvertes et les boules fermées sont des ensembles convexes. En effet :
soit (a, r ) ∈ R n ×]0, +∞[, pour tout x, y ∈ Bd (a, r ) et t ∈ [0; 1] on a (1 − t) x + ty ∈ Bd (a, r )
car d(a, (1 − t) x + ty) < r. Justifier.
n
2. Dans R n , les ensembles compacts sont de la forme ∏ [ ai , bi ] avec ai , bi ∈ R.
i =1

1.2.2 Norme eulidienne

Dans cette sous-section E est un R-espace vectoriel de dimension finie ou non.

• Produit scalaire réel

Définition 1.24. On appelle produit scalaire réel sur E, toute forme bilinéaire symétrique et
définie positive, i.e. toute application ϕ : E × E −→ R telle que :
P1 : ∀ x ∈ E, ϕ x : y 7−→ ϕ( x, y) est linéaire (linéarité à droite) ;
P2 : ∀( x, y) ∈ E2 , ϕ( x, y) = ϕ(y, x ) (symétrie) ;
P3 : ∀ x ∈ E, x 6= 0 =⇒ ϕ( x, x ) > 0 (définie positive).

8
Définition 1.25. Un espace muni d’un produit scalaire réel est dit espace préhilbertien réel.
Le produit scalaire ϕ( x, y) de deux vecteurs est noté < · | · >, ou encore x · y ou (· | ·).
Remarque 1.6.
(i) La linéarité à droite et la symétrie impliquent la linéarité à gauche.
(ii) Si l’un des vecteurs est nul, le produit scalaire est nul.
(iii) Le caractère ≪ définie positif ≫ du produit scalaire peut s’établir en montrant que :
∀ x ∈ E, ( x | x ) ≥ 0 et ( x | x ) = 0 =⇒ x = 0.
Exemple 1.10.
(i) Produit scalaire canonique sur R n : il est défini par
n
∀ x = ( x1 , . . . , x n ) ∈ R n , ∀ y = ( y1 , . . . y n ) ∈ R n , ( x | y ) = ∑ xk yk .
k=1
(ii) Produit scalaire canonique sur Mn,1 (R ) : il est défini par
n
∀(X, Y ) ∈ (Mn,1 (R ))2 , (X | Y ) = t XY = ∑ xk yk .
k=1
(iii) Produit scalaire canonique sur Mn,p (R ) : il est défini par
∀( A, B) ∈ (Mn,p (R ))2 , ( A | B) = tr (t XY ) = ∑ ai,j bi,j .
i,j

(iv) Produit scalaire canonique sur le R-espace vectoriel des fonctions continues sur le segment
[ a, b] et à valeurs réelles :
Z b
∀( f , g) ∈ (C0 ([ a, b], R ))2 , ( f | g) = f (t) g(t)dt.
a
(v) Produit scalaire canonique sur le R-espace vectoriel des fonctions continues sur R,
2π-périodique et à valeurs réelles :
Z π
2 1
∀( f , g) ∈ (C2π (R )) , ( f | g) = f (t) g(t)dt.
2π −π
(vi) Produit scalaire canonique sur l’espace R [ X ] des polynômes à cœfficients réels :
Z 1
2
∀( P, Q) ∈ (R [ X ]) , ( P | Q) = P(t)Q(t)dt.
−1
Soit E un espace préhilbertien réel dont le produit scalaire est noté (· | ·). On définit sur E la
norme suivante : q
∀ x ∈ E, k x k = ( x | x ).
Définition 1.26. La norme définie précédemment est dite euclidienne si E est de dimension finie.
Définition 1.27. Un espace préhilbertien réel est dit euclidien s’il est de dimension finie et sa
norme est euclidienne.
Exemple 1.11. R n est un espace euclidien car sa norme (euclidienne) provient du produit scalaire
(· | ·) défini par :
q
( x | y) = x1 y1 + x2 y2 + · · · + xn yn et k x k = ( x | x ).

9
Expression du produit scalaire en fonction de la norme
Proposition 1.12. Soit E un espace préhilbertion réel. Pour tout x, y ∈ E, on a :
(i) k x + yk2 = k x k2 + 2( x | y) + kyk2 ;
(ii) k x + yk2 + k x − yk2 = 2k x k2 + 2kyk2 (égalité du parallélogramme) ;
(iii) ( x | y) = 12 (k x + yk2 − k x k2 − kyk2 ) = 14 (k x + yk2 − k x − yk2 ).

Corollaire 1.1. (Égalité du parallélogramme). La somme des carrés des longueurs des côtés d’un
parallélogramme est égale à la somme des carrés des longueurs des diagonales.
Théorème 1.3. (Inégalité de Schwarz). Pour tout x, y ∈ E, on a :

|( x | y)| ≤ k x kkyk.
L’égalité a lieu si, la famille ( x, y) est liée.

1.3 Exercices
Exercice 1.1.
1. Lesquelles des applications suivantes donnent une distance sur R ?
1
d1 ( x, y) = ( x − y)2 ; d2 ( x, y) = | x − y| 2 ; d3 ( x, y) = | x − 2y| ; d4 ( x, y) = | x2 − y2 |.
2. Expliquer pourquoi d( f , g) = sup | f (t) − g(t)| définit une distance sur C0 [0, 1], R .


t∈[0,1]

Exercice 1.2.
Soit (E, d) une e.m. et ϕ : R + −→ R + une application croissante, sous-additive et ne s’annulant
qu’en 0.
1. Montrer que ϕ ◦ d est une distance sur E.
2. Vérifier que d et ϕ ◦ d sont métriquement équivalentes s’il existe une constante C > 0 telle
que C−1 u ≤ ϕ(u) ≤ Cu, et topologiquement équivalentes si ϕ est continue en 0.
u
3. Étudier les cas a) ϕ(u) = min(1, u), b) ϕ(u) = 1+ u .

Exercice 1.3.
Soit (E, d) une espace métrique. Montrer que les applications δ et λ définies sur E × E par :

δ( x, y) = ln(1 + d( x, y)) et λ( x, y) = (d( x, y))α avec α ∈]0, 1[

sont des distances sur E.

Exercice 1.4.
Soit E un ensemble non vide. Soit d1 et d2 deux distances sur E.
1. On suppose qu’il existe k > 0 tel que ∀( x, y) ∈ E2 , d1 ( x, y) ≤ kd2 ( x, y). Montrer que
toute boule ouverte de (E, d1 ) est un ouvert de (E, d2 ). En déduire que la topologie de
(E, d1 ) est moins fine que celle de (E, d2 ).
2. Soit λ1 et λ2 deux nombres réels positifs ou nuls, non tous nuls. Pour tout x, y ∈ E,
on pose : d( x, y) = λ1 d1 ( x, y) + λ2 d2 ( x, y). Montrer que (E, d) est un espace métrique.
Généraliser ce résultat avec n distances sur E.

10
Exercice 1.5.
Soit f : R −→ R une fonction strictement croissante. On définit l’application δ : R × R −→ R
par : δ( x, y) = | f ( x ) − f (y)|.
1. Montrer que δ est une distance sur R.
2. Étudier l’équivalence métrique et topologique avec la distance usuelle d( x, y) = | x − y|
dans les cas où a) f ( x ) = x3 , b) f ( x ) = arctan x.

Exercice 1.6.
Soit E =]0, +∞[. Pour x et y de E, on pose : δ( x, y) = | ln x − ln y|.
1. Vérifier que δ est une distance sur E.
2. Soit d la distance usuelle sur E. Montrer que d et δ sont deux distances topologiquement
équivalentes.
3. Montrer que (E, d) n’est pas complet.
4. La suite ( n1 )n≥1 est-elle convergente dans l’espace métrique (E, δ) ? Est-elle une suite de
Cauchy dans (E, δ) ?
5. Montrer que l’espace métrique (E, δ) est complet.

Exercice 1.7.
1 1
Soit E =]0, +∞[. Pour x et y de E, on pose : δ( x, y) = x − y .
1. Vérifier que δ est une distance sur E.
2. Soit d la distance usuelle sur E. Montrer que d et δ sont deux distances topologiquement
équivalentes.
3. Montrer que (E, δ) n’est pas complet.
4. Montrer que l’espace métrique (]0, 1], δ) est complet.

Exercice 1.8.
Soit E = R. Pour x et y de E, on pose : δ( x, y) = | arctan x − arctan y|.
1. Vérifier que δ est une distance sur E.
2. Soit d la distance usuelle sur E. Montrer que d et δ sont deux distances topologiquement
équivalentes.
3. Montrer que δ et d ne sont pas équivalentes.
4. Montrer que (E, δ) n’est pas complet.

Exercice 1.9.
Soit E un espace vectoriel normé.
1. Montrer que ∀( x, y) ∈ E2 , k x k + kyk ≤ 2 max k x + yk, k x − yk .

2. Montrer que l’on peut avoir l’égalité avec x 6= 0 et y 6= 0.

3. On suppose désormais que la norme est euclienne.
√
a. Montrer que ∀( x, y) ∈ E2 , k x k + kyk ≤ 2 max k x + yk, k x − yk .


√
b. Peut-on améliorer la constante 2 ?.

11
Exercice 1.10.
Soit N l’application définie sur R2 par : N ( x, y) = max | x |, |y|, | x − y| .

1. Montrer que N est une norme sur R2 .

2. Représenter la boule unité ouverte.

Exercice 1.11.
Dans chancun des cas suivants, montrer que l’application N : R2 −→ R est une norme sur R2 .
Déssiner la sphère unité.
| x + ty|
a) N ( x, y) = sup | x + ty|, b) N ( x, y) = sup 1+ t 2
.
t∈[0,1] t ∈R

Exercice 1.12.
Soit a, b ∈ R tel que a < b. On pose E = C0 ([ a, b], R ) l’espace des fonctions continues sur [ a, b]
et à valeurs dans R. Soit k · k2 l’application définie de E vers R + par :
Z b
 12
k f k2 = | f (t)|2 dt .
a

1. Énoncer et démontrer l’inégalité de Jensen.

Rb Rb
1 R b
1
2. Montrer que ∀ f ∈ E, ∀ g ∈ E, a | f (t) g(t)|dt ≤ a | f (t)|2 dt 2 a | g(t)|2 dt 2 .
3. Montrer que k · k2 est une norme sur E.
Rb
4. Soit φ l’application définie de E vers R + par : φ( f ) = a f (t)dt.
√
Montrer que φ est b − a-Lipschitzienne.
5. Montrer que l’espace C0 ([−1, 1], R ), k · k2 n’est pas complet.



 0 si −1 ≤ x ≤ 0
Considérer la suite f n ( x ) = nx si 0 ≤ x ≤ n1 . Montrer ( f n ( x )) converge vers f ( x )
1
 1 si n ≤ x ≤ 1

0 si x < 0
dans (E, k · k2 ) et f ( x ) = . Conclure.
1 si x > 0

Exercice 1.13.
n
1. Montrer que sur R n [ X ], k Pkn = ∑ | P(k)| définit une norme.
k=0
2. Déterminer la norme de l’application linéaire de R2 [ X ] dans R3 [ X ] qui au polynôme P(X )
associe le polynôme XP(X ) quand ces espaces sont munis respectivement des normes k · k2
et k · k3 .

Exercice 1.14.
1. a. Rappeller la définition d’une application linéaire entre deux R-espaces vectoriels E et
F, d’une forme linéaire sur E.

12
 b. On suppose que E est de dimension finie et on désigne par E∗ le dual de E. Définir E∗
et montrer que (R n )∗ est isomorphe à R n , n ∈ N ∗ .
n
c. Montrer que toute forme linéaire L sur R n est de la forme L( x ) = ∑ ai xi où x =
i =1
( x1 , . . . , xn ), ai ∈ R, 1 ≤ i ≤ n.
2. Rappeller les trois normes canoniques sur R n et montrer qu’elles sont équivalentes.

Exercice 1.15.
Soit L : R n −→ R p une application linéaire. On pose N1 ( L) = sup k L( x )k, où R n et R p sont
k x k≤1
munis des normes euclidiennes. On désigne respectivement par L(n, p) et M(n, p) l’ensemble
des applications linéaires de R n vers R p et l’ensemble des matrices à n colonnes et p lignes. Pour
tout A = ( aij ) ∈ M(n, p), on pose N2 ( A) = sup | aij |.
1≤ i ≤ n
1≤ j ≤ p

1. Montrer que M(n, p) et L(n, p) sont des R-espace vectoriels isomorphes.

2. Montrer que M(n, p) et L(n, p) sont isomorphes à R np .
3. Montrer que N1 et N2 sont des normes respectivement sur L(n, p) et M(n, p).
4. Montrer que toute application linéaire L : R n −→ R p est continue.
(On montrera d’abord que ∀ x ∈ R n , k L( x )k ≤ N1 ( L)k x k).

Exercice 1.16.
Soit (E, d) un espace métrique complet, f : E −→ E une application telle que ∃k ∈]0; 1[
vérifiant ∀ x, y ∈ E, d( f ( x ), f (y)) ≤ kd( x, y).
1. Montrer que f est continue sur E.
2. Soit x0 ∈ E. On considère la suite ( xn ) définie par xn+1 = f ( xn ).
a. Montrer que ( xn ) est de Cauchy.
b. Montrer que ( xn ) converge vers un unique point fixe de f .
√
3. On suppose que E = [1, +∞[. Soit f : E −→ E définie √ par : f ( x ) = 3 + x.
Soit ( xn )n≥0 la suite définie par : x0 = 1 et xn+1 = 3 + xn .
Montrer que : E est complet, f est contractante et ( xn ) converge vers a à déterminer.
x = 15 (2 sin x + cos y)

4. Montrer que le système admet une solution unique.
y = 15 (cos x + 3 sin y)

13