Résolution de systèmes linéaires
3.2 Normes vectorielles et normes matricielles
3.2.1 Normes vectorielles
2
Definition 3.23
Une norme sur un espace vectorielV est une application}‚} :V ÑR` qui vérifie les propriétés suivantes
˛ }vvv} “0ðñvvv“0,
˛ }αvvv} “ |α| }vvv}, @αPK, @vvvPV,
˛ }uuu```vvv} ď }uuu} ` }vvv}, @ pu, vu, vu, vq PV2 (inégalité triangulaire).
Une norme sur V est également appelée norme vectorielle . On appelle espace vectoriel normé un espace vectoriel muni d’une norme.
Les trois normes suivantes sont les plus couramment utilisées : }vvv}1“
n
ÿ
i“1
|vi|
}vvv}2“
˜ n ÿ
i“1
|vi|2
¸1{2
}vvv}8 “ max
iPv1,nw|vi|.
Proposition 3.24
SoitvvvPKn.Pour tout nombre réelpě1, l’application}‚}p définie par
}vvv}p“
˜ n ÿ
i“1
|vi|p
¸1{p
est une norme sur Kn.
Lemme 3.25: Inégalité de Cauchy-Schwarz
@xxx, yyyPKn
| xxxx, yyyy | ď }xxx}2}yyy}2. (3.47) Cette inégalité s’appelle l’inégalité de Cauchy-Schwarz. On a égalité si et seulement sixxxetyyy sont colinéaires.
Preuve. Exercice B.3.16, page 205
3
Lemme 3.26: Inégalité de Hölder
4
Normes vectorielles et normes matricielles
3.Résolutiondesystèmeslinéaires 3.2.Normesvectoriellesetnormesmatricielles3.2.2Normesmatricielles 99
Pourpą1et p1`1q “1,on a@xxx, yyyPKn
n
ÿ
i“1
|xiyi| ď
˜ n ÿ
i“1
|xi|p
¸1{p˜ n ÿ
i“1
|yi|q
¸1{q
“ }xxx}p}yyy}q. (3.48) Cette inégalité s’appelle l’inégalité de Hölder.
1
Preuve. Exercice B.3.18, page 209 2
Definition 3.27
Deux normes }‚} et }‚}1, définies sur un même espace vectoriel V, sont équivalentes s’il exite deux constantesC etC1 telles que
}xxx}1ďC}xxx} et }xxx} ďC1}xxx}1 pour toutxxxPV. (3.49)
Proposition 3.28
Sur un espace vectoriel de dimension finie toutes les normes sont équivalentes.
3.2.2 Normes matricielles
3Definition 3.29
Unenorme matriciellesurMnpKqest une application}‚}:MnpKq ÑR` vérifiant 1. }A} “0ðñA“0,
2. }αA} “ |α| }A}, @αPK,@APMnpKq,
3. }A`B} ď }A} ` }B}, @ pA,Bq PMnpKq2 (inégalité triangulaire) 4. }AB} ď }A} }B}, @ pA,Bq PMnpKq2
Proposition 3.30
4
3.Résolutiondesystèmeslinéaires 3.2.Normesvectoriellesetnormesmatricielles3.2.2Normesmatricielles
est une norme matricielle, appeléenorme matricielle subordonnée(à la norme vectorielle don-née).
SoitIla matrice identité d’ordren,on a
}I}s“1. (3.54)
1
Preuve. On note B “ tvvvPKn ; }vvv} ď1u la boule unitée de Kn et S “ tvvvPKn ; }vvv} “1u la sphère
2
unitée deKn.On note que les ensemblesBetS sont des compacts car image réciproque de l’application
3
continuevvvÞÑ }vvv} par le fermé bornér0,1s(pour la boule) et le singletont1u(pour la sphère).
4
‚ Vérifions que les égalités suivantes sont vraies :
5
On peut aussi remarquer que
8 et on obtient alors
10 En utilisant (3.55) et (3.56), on en déduit
11
Normes vectorielles et normes matricielles
3.Résolutiondesystèmeslinéaires 3.2.Normesvectoriellesetnormesmatricielles3.2.2Normesmatricielles 101
‚ Vérifions que l’application}‚}s est bien définie surMnpKqi.e. @APMnpKq,}A}să `8. 1
L’applicationvvvÞÑ }Avvv}est continue donc sonsupsur la sphère unitée qui est compacte est atteint. 2
‚ Montrons que @vvvPKn,}Avvv} ď }A}s}vvv}. 3
On a par définition dusup 4
}A}s“ sup
‚ On a immédiatement 9
}I}s“ sup
‚ Montrons que }‚}s est une norme matricielle. 10
11
3.Résolutiondesystèmeslinéaires 3.2.Normesvectoriellesetnormesmatricielles3.2.2Normesmatricielles
}vvv} par inégalité triangulaire dansKn ď sup
La norme }‚}2 est invariante par transformation unitaire :
UU˚ “Iùñ }A}2“ }AU}2“ }UA}2“ }U˚AU}2. (3.60)
Preuve. Exercice B.3.23, page 212
2
Corollaire 3.32
1. Si une matriceA est hermitienne,on a}A}2“ρpAq.
2. Si une matriceA est unitaire, on a}A}2“1.
Preuve. 1. SoitAPMnpCqune matrice hermitienne. Elle est donc normale. D’après le théorème 3.2 (réduction des matrice) page 63, il existe une matrice unitaireUet une matrice diagonaleD telles que
A“UDU˚.
Normes vectorielles et normes matricielles
3.Résolutiondesystèmeslinéaires 3.2.Normesvectoriellesetnormesmatricielles3.2.2Normesmatricielles 103
Les matricesAet Dsont semblables: elles ont les mêmes valeurs propres et donc ρpAq “ρpDq.
De plus, commeAest hermitienne, ses valeurs propres sont réelles et doncDPMnpRq.Comme la norme2 est invariante par transformation unitaire, on a
}A}2“ }UDU˚}2“ }D}2. De plus,D étant réelle, on obtient
}D}2“a
ρpD˚Dq “a ρpD2q La matriceD étant diagonale on en déduit que
ρ` D2˘
“ρpDq2. On obtient donc
}A}2“ρpDq “ρpAq.
2. SiAPMnpCqest unitaire ou siAPMnpRqest orthogonale alorsAA˚“Iet donc }A}2“a
ρpAA˚q “a
ρpIq “1.
1
Théorème 3.33
1. SoitAune matrice carrée quelconque et}‚}une norme matricielle subordonnée ou non, quel-conque. Alors
ρpAq ď }A}. (3.61)
2. Etant donné une matrice A et un nombre ε ą 0, il existe au moins une norme matricielle subordonnée telle que
}A} ďρpAq `ε. (3.62)
Preuve. 1. SoientAPMnpKqet pλ, uuuqun élément propre deA : uuuPCnzt000u, et Auuu“λuuu.
‚ Si la norme matricielle est subordonnée à la norme vectorielle }‚}alors }λuuu} “ |λ| }uuu} “ }Auuu} ď }A} }uuu}
OruuuPCnzt000uet donc on en déduit que
@λPρpAq, |λ| ď }A}.
‚ Si la norme est quelconque (non forcément subordonnée), l’inégalité suivante n’est plus vérifiée }Auuu} ď }A} }uuu}.
Par contre on a pour toute matriceBPMnpKq }AB} ď }A} }B}. Commepλ, uuuqun élément propre deA,on a
Auuuuuu˚“λuuuuuu˚ et donc
}Apuuuuuu˚q} “ }λpuuuuuu˚q} “ |λ| }uuuuuu˚}.
3.Résolutiondesystèmeslinéaires 3.2.Normesvectoriellesetnormesmatricielles3.2.2Normesmatricielles
De plus on a
}Apuuuuuu˚q} ď }A} }puuuuuu˚q}
ce qui donne
|λ| }uuuuuu˚} ď }A} }puuuuuu˚q}
Comme la matriceB“uuuuuu˚ est non nulle caruuunon nul et puuuuuu˚quuu“uuupuuu˚quuuq “uuuxuuu, uuuy ‰0.
on obtient
|λ| ď }A}
et on en déduit alors
@λPρpAq,|λ| ď }A}. 2. voir [1], théorème 1.4-3 page 18-19.
1 2
Théorème 3.34
L’application}‚}E:MnÑR` définie par
}A}E “
¨
˝ ÿ
pi,jq“Pv1,nw2
|aij|2
˛
‚
1{2
“a
trpA˚Aq, (3.63)
pour toute matrice A“ paijqd’ordren, est une norme matricielle non subordonnée (pourně2), invariante par transformation unitaire et qui vérifie
}A}2ď }A}E ď?
n}A}2, @APMn. (3.64)
De plus}I}E“? n.
Théorème 3.35
1. Soit}‚}une norme matricielle subordonnée, et Bune matrice vérifiant }B} ă1.
Alors la matricepI`Bqest inversible, et
›
›
›pI`Bq´1
›
›
›ď 1 1´ }B}.
2. Si une matrice de la formepI`Bqest singulière, alors nécessairement }B} ě1
pour toute norme matricielle, subordonnée ou non.
Preuve. 1. Par l’absurde, on suppose la matrice I`Bsingulière (non inversible). Alors 0 est une de
3
ses valeurs propres. On notep0, uuuqun élément propre deI`B.On a donc
4
pI`Bquuu“000 ô Buuu“ ´uuu
ô p´1, uuuq élément propre de B ce qui est en contradiction avecρpBq ď }B} ă1.
La matriceI`Best donc inversible.
Par définition de l’inverse
pI`BqpI`Bq-1“I
Normes vectorielles et normes matricielles
3.Résolutiondesystèmeslinéaires 3.2.Normesvectoriellesetnormesmatricielles3.2.3Suitesdevecteursetdematrices 105
et donc
pI`Bq-1`BpI`Bq-1“I ce qui s’écrit aussi
pI`Bq-1“I´BpI`Bq-1.
En prenant sa norme on obtient 1
›
›
›pI`Bq-1
›
›
› “
›
›
›I´BpI`Bq-1
›
›
› ď }I} `
›
›
›BpI`Bq-1
›
›
› par l’inégalité triangulaire ď 1`
›
›
›BpI`Bq-1
›
›
› car pour une norme subordonnée }I} “1 ď 1` }B}
›
›
›pI`Bq-1
›
›
› Ce qui donne
›
›
›pI`Bq-1
›
›
›´ }B}
›
›
›pI`Bq-1
›
›
›ď1
et donc l’inégalité est démontrée. 2
2. On a démontré lors de la démontration par l’absurde que si I`B est singulière (non inversible) alorsρpBq ě1.Comme pour toute normeρpBq ď }B}(voir théorème 3.33, page 103), on obtient
}B} ě1.
3
3.2.3 Suites de vecteurs et de matrices
4Definition 3.36
SoitV un espace vectoriel muni d’une norme}‚}, on dit qu’une suitepvvvkqd’éléments deV converge vers un élémentvvvPV, si
lim
kÑ8}vvvk´vvv} “0 et on écrit
vvv“ lim
kÑ8vvvk.
Théorème 3.37: admis, voir [1] Théorème 1.5-1 page 21-22 SoitBune matrice carrée. Les conditions suivantes sont équivalentes :
1. limkÑ8Bk“0,
2. limkÑ8Bkvvv“0pour tout vecteurvvv, 3. ρpBq ă1,
4. }B} ă1 pour au moins une norme matricielle subordonnée}‚}.
Théorème 3.38: admis, voir [1] Théorème 1.5-2 page 22
5
3.Résolutiondesystèmeslinéaires 3.3.Conditionnementd’unsystèmelinéaire3.3.0Suitesdevecteursetdematrices
SoitBune matrice carrée, et}‚}une norme matricielle quelconque. Alors lim