Aller au contenu
XiMaths

Équivalence des normes en dimension finie

Énoncé au programme, démonstration hors programme · niveau MP, MPI, L2

Énoncé

Théorème. Sur un K\K-espace vectoriel EE de dimension finie, toutes les normes sont équivalentes : si NN et N′N' sont deux normes sur EE, il existe α,β>0\alpha, \beta > 0 tels que αN≤N′≤βN\alpha N \leq N' \leq \beta N.

Au programme de MP, la démonstration n'est pas exigible.

Idée

On compare toute norme NN à la norme infinie dans une base. La majoration est un simple calcul. Pour la minoration, on montre que NN atteint un minimum strictement positif sur la sphère unité de la norme infinie, grâce au théorème de Bolzano-Weierstrass appliqué coordonnée par coordonnée.

Démonstration

Si E={0}E = \{0\}, il n'y a rien à montrer. Sinon, soit (e1,…,en)(e_1, \dots, e_n) une base de EE. Pour x=∑i=1nxieix = \sum_{i=1}^{n} x_i e_i, on pose N∞(x)=max⁡i∣xi∣N_\infty(x) = \max_i |x_i| : c'est une norme sur EE. L'équivalence des normes étant une relation transitive et symétrique, il suffit de montrer que toute norme NN est équivalente à N∞N_\infty.

Majoration. Par l'inégalité triangulaire,

N(x)≤∑i=1n∣xi∣ N(ei)≤β N∞(x),avecβ=∑i=1nN(ei)>0.N(x) \leq \sum_{i=1}^{n} |x_i| \, N(e_i) \leq \beta \, N_\infty(x), \qquad \text{avec} \quad \beta = \sum_{i=1}^{n} N(e_i) > 0.

En particulier, ∣N(x)−N(y)∣≤N(x−y)≤βN∞(x−y)|N(x) - N(y)| \leq N(x - y) \leq \beta N_\infty(x - y) : si N∞(xk−x)→0N_\infty(x_k - x) \to 0, alors N(xk)→N(x)N(x_k) \to N(x).

Minoration. Soit S={x∈E:N∞(x)=1}S = \{ x \in E : N_\infty(x) = 1 \}, non vide, et α=inf⁡x∈SN(x)≥0\alpha = \inf_{x \in S} N(x) \geq 0. Soit (xk)(x_k) une suite d'éléments de SS telle que N(xk)→αN(x_k) \to \alpha, et notons xk,ix_{k,i} ses coordonnées : elles vérifient ∣xk,i∣≤1|x_{k,i}| \leq 1.

  • Par le théorème de Bolzano-Weierstrass dans K\K, on extrait de (xk)(x_k) une sous-suite dont la première coordonnée converge ; de celle-ci, une sous-suite dont la deuxième coordonnée converge ; et ainsi de suite. Après nn extractions, on obtient une suite extraite (xφ(k))(x_{\varphi(k)}) dont toutes les coordonnées convergent, vers ℓ1,…,ℓn\ell_1, \dots, \ell_n.
  • Soit ℓ=∑ℓiei\ell = \sum \ell_i e_i. Alors N∞(xφ(k)−ℓ)=max⁡i∣xφ(k),i−ℓi∣→0N_\infty(x_{\varphi(k)} - \ell) = \max_i |x_{\varphi(k), i} - \ell_i| \to 0. Comme ∣N∞(xφ(k))−N∞(ℓ)∣≤N∞(xφ(k)−ℓ)|N_\infty(x_{\varphi(k)}) - N_\infty(\ell)| \leq N_\infty(x_{\varphi(k)} - \ell), on a N∞(ℓ)=1N_\infty(\ell) = 1 : ℓ∈S\ell \in S, et en particulier ℓ≠0\ell \neq 0.
  • Par la remarque qui suit la majoration, N(xφ(k))→N(ℓ)N(x_{\varphi(k)}) \to N(\ell) ; donc N(ℓ)=αN(\ell) = \alpha. Comme ℓ≠0\ell \neq 0, α=N(ℓ)>0\alpha = N(\ell) > 0.

Pour x≠0x \neq 0, le vecteur xN∞(x)\frac{x}{N_\infty(x)} appartient à SS, donc N(xN∞(x))≥αN\left( \frac{x}{N_\infty(x)} \right) \geq \alpha, c'est-à-dire N(x)≥αN∞(x)N(x) \geq \alpha N_\infty(x) ; c'est encore vrai pour x=0x = 0. Ainsi αN∞≤N≤βN∞\alpha N_\infty \leq N \leq \beta N_\infty.

Remarques

  • Conséquences. En dimension finie, la convergence d'une suite, la continuité d'une fonction, le caractère ouvert, fermé, borné ou compact d'une partie ne dépendent pas de la norme. Une suite converge si et seulement si chacune de ses coordonnées dans une base converge ; toute application linéaire est continue.
  • Faux en dimension infinie. Sur R[X]\R[X], les normes N1(∑akXk)=∑∣ak∣N_1\left( \sum a_k X^k \right) = \sum |a_k| et N∞(∑akXk)=max⁡∣ak∣N_\infty\left( \sum a_k X^k \right) = \max |a_k| ne sont pas équivalentes : pour Pn=1+X+⋯+XnP_n = 1 + X + \dots + X^n, N1(Pn)=n+1N_1(P_n) = n + 1 tandis que N∞(Pn)=1N_\infty(P_n) = 1.