Sauter au contenu

Section 2 L'espace vectoriel normé \(\mathcal L(E,F)\)

Notons \(\mathcal L(E,F)\) l'ensemble des applications linéaires continues de \(E\) dans \(F\text{.}\) Alors \(\mathcal L(E,F)\) est une espace vectoriel  1 .

[ref. souhaitée]

De plus, si \(f\in \mathcal L(E,F)\text{,}\) on a vu qu'il existe \(C\gt0\) telle que, pour tout \(x\in E\text{,}\) \(\|f(x)\|_F \leq C\|x\|_E\text{.}\) On en déduit que le sous-ensemble:

\begin{equation*} \left\{\frac{\|f(x)\|_F}{\|x\|_E}, x\in E\setminus \{0_E\}\right\}\subset \R \end{equation*}

est majoré (par \(C\)), et donc admet une borne supérieure. On peut donc définir une l'application suivante:

Définition 2.1.

On notera \(\|.\|_{\mathcal L(E,F)}\) l'application définie sur \(\mathcal L(E,F)\) par

\begin{equation*} \|.\|_{\mathcal L(E,F)}: f\in \mathcal L(E,F)\mapsto \sup_{x\neq 0_E}\frac{\|f(x)\|_F}{\|x\|_E} \in \R^+ \end{equation*}

et cette quantité est du plus haut intérêt:

Preuve guidée 2.1. Norme sur \(\mathcal L(E,F)\).
(a)

Montrer que

\begin{align*} \|f\|_{\mathcal L(E,F)} \amp = \sup_{\|x\|_E=1}\|f(x)\|_F\\ \amp = \min\{C\gt 0,\forall x\in E, \|f(x)\|_F \leq C\|x\|_E\}. \end{align*}
Spoiler

Montrons les deux égalités:

  1. Soit \(x\in E\) tel que \(\|x\|_E=1\text{.}\) Alors \(x\neq 0_E\) donc

    \begin{equation*} \|f(x)\|_F =\frac{\|f(x)\|_F}{\|x\|_E} \leq \sup_{x\neq 0_E}\frac{\|f(x)\|_F}{\|x\|_E}=\|f\|_{\mathcal L(E,F)} \end{equation*}

    donc \(\|f\|_{\mathcal L(E,F)}\) est un majorant de \(\{\|f(x)\|_F, \|x\|_E=1\}\text{,}\)et donc

    \begin{equation*} \sup_{\|x\|_E=1}\|f(x)\|_F \geq \|f\|_{\mathcal L(E,F)} \end{equation*}

    D'unautre côté, soit \(y\neq 0_E\text{.}\) Posons \(x=\frac{y}{\|y\|_E}\text{;}\)alors \(\|x\|_E=1\) donc

    \begin{equation*} \|f(x)\|_F\leq \sup_{\|x\|_E=1}\|f(x)\|_F \end{equation*}

    Or,

    \begin{equation*} \|f(x)\|_F=\left\| \frac{y}{\|y\|_E}\right\|_F = \frac{\|f(y)\|_F}{\|y\|_E} \end{equation*}

    Donc, ona montré que \sup_{\|x\|_E=1}\|f(x)\|_F est un majorant de \(\left\{\frac{\|f(x)\|_F}{\|x\|_E}, x\in E\setminus \{0_E\}\right\}\text{,}\) donc

    \begin{equation*} \|f\|_{\mathcal L(E,F)} \leq \sup_{\|x\|_E=1}\|f(x)\|_F \end{equation*}
  2. On a fait, à la Question 1.1.b, la remarque suivante: si \(C\) vérifie

    \begin{equation*} \forall x\neq 0_E, \|f(x)\|_F \leq C\|x\|_E \end{equation*}

    alors cette inégalité est aussi vérifiée pour \(x=0_E\text{.}\) Donc:

    \begin{align*} \{C\gt 0,\forall x\in E, \|f(x)\|_F \leq C\|x\|_E\}\amp =\{C\gt 0,\forall x\neq 0_E, \|f(x)\|_F \leq C\|x\|_E\}\\ \amp \left\{C\gt 0,\forall x\neq 0_E,\frac{\|f(x)\|_F}{\|x\|_E}\leq C\right\} \end{align*}

    Mais alors, \(\min \{C\gt 0,\forall x\in E, \|f(x)\|_F \leq C\|x\|_E\}\) est le plus petit majorant de \(\left\{\frac{\|f(x)\|_F}{\|x\|_E}, x\neq 0_E\right\}\text{,}\) et est donc bien égal à \(\sup_{x\neq 0_E}\frac{\|f(x)\|_F}{\|x\|_E} =\|f\|_{\mathcal L(E,F)}\text{.}\)

(b)

Une propriété pratique: montrer que pour tout \(x\in E\text{,}\)

\begin{equation*} \|f(x)\|_F\leq \|f\|_{\mathcal L(E,F)} \|x\|_E \end{equation*}
Spoiler

Pour tout \(x\neq 0_E\text{,}\) on a

\begin{equation*} \frac{\|f(x)\|_F}{\|x\|_E}\leq \sup_{x\neq 0_E}\frac{\|f(x)\|_F}{\|x\|_E} = \|f\|_{\mathcal L(E,F)} \end{equation*}

donc

\begin{equation*} \|f(x)\|_F\leq \|f\|_{\mathcal L(E,F)} \|x\|_E \end{equation*}

et comme c'est vrai aussi pour \(x=0_E\text{,}\) on a gagné.

(c)

Montrer que \(\|.\|_{\mathcal L(E,F)}\) est une norme 2  sur \(\mathcal L(E,F)\text{.}\)

vu la notation qu'on a choisie, le contraire serait très dommage
Spoiler

On a trois propriétés à démontrer. Allons-y gaiement:

  1. Montrons que \(\|f\|_{\mathcal L(E,F)}=0\) ssi \(f=0_{\mathcal L(E,F)}\text{.}\)

    \(\boxed{\Rightarrow}\) Supposons que \(\|f\|_{\mathcal L(E,F)}=0\text{.}\) Alors pour tout \(x\neq 0_E\text{,}\)

    \begin{equation*} 0\leq \frac{\|f(x)\|_F}{\|x\|_E}\leq 0 \end{equation*}

    donc \(\|f(x)\|_F=0\text{,}\) donc \(f(x)=0_F\) pour tout \(x\neq 0_E\text{.}\) Comme c'est vrai aussi pour \(x=0_E\text{,}\) on a bien \(f=0_{\mathcal L(E,F)}\text{.}\)

    \(\boxed{\Leftarrow}\) Si \(f=0_{\mathcal L(E,F)}\) alors, pour tout \(x\) de norme 1, on a \(f(x)=0_F\) donc \(\|f(x)\|_F=0\text{.}\) On en déduit que

    \begin{equation*} \|f\|_{\mathcal L(E,F)}=\sup_{\|x\|_E=1}\|f(x)\|_F = \sup \{ 0 \} =0 \end{equation*}
  2. Montrons que, pour tous \(\lambda\in \R\text{,}\) \(f\in \mathcal L(E,F)\text{,}\)

    \begin{equation*} \|\lambda f\|_{\mathcal L(E,F)} = |\lambda|\|f\|_{\mathcal L(E,F)} \end{equation*}

    Soient donc \(\lambda\in \R\text{,}\) \(f\in \mathcal L(E,F)\) .D'un côté, on a, pour tout \(x\in E\text{,}\)

    \begin{equation*} \|\lambda f(x)\|_F = |\lambda| \|f(x)\|_F \leq |\lambda| \|f\|_{\mathcal L(E,F)} \|x\|_E \end{equation*}

    Donc \(|\lambda| \|f\|_{\mathcal L(E,F)} \in \{C\gt 0,\forall x\in E, \|f(x)\|_F \leq C\|x\|_E\}\text{,}\) donc, d'après la deuxième égalité de la Question 2.1.a,

    \begin{equation*} \|\lambda f\|_{\mathcal L(E,F)} \leq |\lambda|\|f\|_{\mathcal L(E,F)} \end{equation*}

    \(\leadsto\) Jusqu'ici, on a donc obtenu, pour tout \(g\in \mathcal L(E,F)\text{,}\) pour tout \(\mu\in\R\text{,}\)

    \begin{equation*} (\star)\quad \|\mu g\|_{\mathcal L(E,F)} \leq |\mu|\|g\|_{\mathcal L(E,F)} \end{equation*}

    Reste à montrer que \(\|\lambda f\|_{\mathcal L(E,F)} \geq |\lambda|\|f\|_{\mathcal L(E,F)}\text{.}\)

    Si \(\lambda =0\text{,}\) d'après (1), ça marche.

    Si \(\lambda \neq 0\text{,}\)

    \begin{align*} \|f\|_{\mathcal L(E,F)} \amp= \left\|\frac1{\lambda} \lambda f\right\|_{\mathcal L(E,F)}\\ \amp \leq \frac1{|\lambda|}\|\lambda f\|_{\mathcal L(E,F)} \text{ d'après }(\star) \end{align*}

    où on applique \((\star)\) avec \(g=\lambda f\) et \(\mu = \frac1{\lambda}\text{.}\) On trouve donc

    \begin{equation*} |\lambda|\|f\|_{\mathcal L(E,F)}\leq \|\lambda f\|_{\mathcal L(E,F)} \end{equation*}

    comme souhaité.

  3. Montrons que pour tous \(f,g\in \mathcal L(E,F)\text{,}\)

    \begin{equation*} \|f+g\|_{\mathcal L(E,F)}\leq\|f\|_{\mathcal L(E,F)}+\|g\|_{\mathcal L(E,F)} \end{equation*}

    Soient donc \(f,g\in \mathcal L(E,F)\text{.}\) Alors pour tout \(x\in E\) de norme 1,

    \begin{equation*} \|f(x)+g(x)\|_F \leq \|f(x)\|_F+\|g(x)\|_F \leq \|f\|_{\mathcal L(E,F)} + \|g\|_{\mathcal L(E,F)} \end{equation*}

    donc \(\|f\|_{\mathcal L(E,F)} + \|g\|_{\mathcal L(E,F)}\) majore l'ensemble \(\{\|f(x)+g(x)\|_F,\|x\|_E=1\}\text{,}\) donc, d'après la première égalité de la Question 2.1.a,

    \begin{equation*} \|f+g\|_{\mathcal L(E,F)}\leq\|f\|_{\mathcal L(E,F)}+\|g\|_{\mathcal L(E,F)} \end{equation*}

Une illustration de ce que calcule cette norme:

Figure 2.2. Source: Math3ma, https://www.math3ma.com/blog/operator-norm-intuitively

Reprenons l'application définie à l'Exercice 1.1 sur \((E=\mathcal C^0([0,1],\R),\|.\|_\infty)\) par:

\begin{equation*} A:f\in E \mapsto f(0)\in\R \end{equation*}

Montrer que l'application \(A\in \mathcal L(E,\R)\) est de norme 1.

Indication

Le calcul fait à l'Exercice 1.1 pour montrer que \(A\) est continue justifie que \(\|A\|_{\mathcal L(E,\R)}\leq 1\text{.}\) Reste à montrer l'autre inégalité. Pour cela, on peut utiliser le fait que

\begin{equation*} \|A\|_{\mathcal L(E,\R)} = \sup_{\|f\|_\infty=1}|A(f)| \end{equation*}

Puisque le sup est un majorant, il suffit de trouver une fonction (simple !) \(f\in E\) telle que \(\|f\|_\infty= 1\) et \(|A(f)|=1\text{.}\)

Spoiler

Comme remarqué dans l'indice, il nous reste à montrer que

\begin{equation*} \|A\|_{\mathcal L(E,\R)}=\sup_{\|f\|_\infty=1}|A(f)|\geq 1 \end{equation*}

Pour ça, considérons la fonction constante égale à 1: \(f_1:x\in[0,1]\mapsto 1\text{.}\) Alors \(f_1\in E\text{,}\) et on a \(\|f_1\|_\infty = 1\text{.}\) De plus

\begin{equation*} 1=|f_1(0)|=|A(f_1)|\leq \sup_{\|f\|_\infty=1}|A(f)| \end{equation*}

donc on a bien \(\|A\|_{\mathcal L(E,\R)}\geq 1\text{.}\)

Une remarque importante: La norme \(\|.\|_{\mathcal L(E,F)}\) dépend à la fois des normes choisies sur \(E\) et \(F\text{:}\) si on change de normes sur les e.v. \(E,F\text{,}\) la norme \(\|.\|_{\mathcal L(E,F)}\) sur \(\mathcal L(E,F)\) change aussi.

Pour appuyer là-dessus, on dit parfois que \(\|.\|_{\mathcal L(E,F)}\) est la norme d'application linéaire induite par les normes \(\|.\|_E\) sur \(E\) et \(\|.\|_F\) sur \(F\text{.}\)

Illustrons ce point sur \(\R^n\text{,}\) où on peut faire des calculs explicites:

Preuve guidée 2.2. Norme induite par la norme 1.

Soit \(f:\R^n \rightarrow \R^p\) une application linéaire. Alors \(f\) est représentée par sa matrice dans les bases canoniques \(A=(a_{ij}) \in \mathcal M_{p,n}(\R)\text{.}\)

On munit \(\R^n\) et \(\R^p\) de la norme \(\|.\|_1\text{.}\) On va montrer que la norme d'application linéaire induite sur \(\mathcal L(\R^n,\R^p)\) est donnée par

\begin{equation*} \boxed{\|f\|_{\mathcal L,1} = \max_{1\leq j \leq n}\sum_{i=1}^p |a_{ij}|} \end{equation*}

Essayer de calculer ce truc pour quelques matrices \(2\times 2\text{,}\) pour se faire une idée.

(a)

Comme souvent, on va procéder par double inégalité. Posons, pour se simplifier la vie,

\begin{equation*} M=\max_{1\leq j \leq n}\sum_{i=1}^p |a_{ij}| \end{equation*}

Montrer que pour tout \(x\in \R^n\text{,}\)

\begin{equation*} \|f(x)\|_1 =\|Ax\|_1\leq M \|x\|_1. \end{equation*}

ce qui nous donne \(\|f\|_{\mathcal L,1}\leq M\text{.}\)

Spoiler

Soit donc \(x\in \R^n\text{.}\) Calculons

\begin{align*} \|f(x)\|_1 \amp= \|Ax\|_1 = \left\|\begin{pmatrix} a_{11}x_1+...+a_{1n}x_n\\ \vdots\\ a_{p1}x_1+...+a_{pn}x_n\end{pmatrix}\right\|_1\\ \amp = |a_{11}x_1+...+a_{1n}x_n|+ ... +|a_{p1}x_1+...+a_{pn}x_n|\\ \amp \leq |a_{11}||x_1|+...+|a_{1n}||x_n|+ ... +|a_{p1}||x_1|+...+|a_{pn}||x_n|\\ \amp=(||a_{11}|+...+|a_{p1}|)|x_1|\\ \amp +(||a_{1n}|+...+|a_{pn}|)|x_n| \\ \amp\leq (\max_j (||a_{1j}|+...+|a_{pj}|))(|x_1|+...+|x_n|)\\ \amp = M\|x\|_1 \end{align*}

comme on voulait.

(b)

Reste à montrer que \(\|f\|_{\mathcal L,1}\geq M\text{.}\)

Il vous faut juste un vecteur \(x\) de norme 3  1 tel que \(\|f(x)\|_1=M.\)

Pour la norme \(\|.\|_1\)

Allez-y !

Indication

Soit \(j_0\in\{1,\ldots,n\}\) tel que \(M=\sum_{i=1}^p |a_{ij_0}|\text{.}\) Essayer de calculer \(\|f(e_{j_0})\|_1\text{,}\) où \(e_{j_0}\) est le \(j_0\)-ème vecteur de labase canonique.

Spoiler

Soit \(e_{j_0}=(0,...,1,0,...0)\) le \(j_0\)-ème vecteur de la base canonique. Par définition de \(A\text{,}\) \(f(e_{j_0})\) est la \(j_0\)-ème colonne de \(A\) donc

\begin{equation*} \|f(e_{j_0})\|_1 = \|(a_{1j_0},...,a_{pj_0})\|_1 = \sum_{i=1}^p |a_{ij_0}| = M \end{equation*}

Puisque \(\|e_{j_0}\|_1=1\text{,}\) on en déduit, par la première égalité de la Question 2.1.a, que \(\|f\|_{\mathcal L,1}\geq M\text{.}\)

Preuve guidée 2.3. Norme induite par la norme \(\infty\).

Soit \(f:\R^n \rightarrow \R^p\) une application linéaire et \(A=(a_{ij}) \in \mathcal M_{p,n}(\R)\) sa matrice dans les bases canoniques.

On munit \(\R^n\) et \(\R^p\) de la norme \(\|.\|_\infty\text{.}\) On va montrer que la norme d'application linéaire induite sur \(\mathcal L(\R^n,\R^p)\) est donnée par

\begin{equation*} \boxed{\|f\|_{\mathcal L,\infty} = \max_{1\leq i \leq p}\sum_{j=1}^n |a_{ij}|} \end{equation*}
(a)

Comme on ne change pas une équipe qui gagne, on va montrer deux inégalités. Posons, cette fois,

\begin{equation*} M'=\max_{1\leq i \leq p}\sum_{j=1}^n |a_{ij}| \end{equation*}

Calculer, pour tout \(x\in \R^n\text{,}\)

\begin{equation*} \|f(x)\|_\infty =\|Ax\|_\infty \end{equation*}

et majorer par \(M'\|x\|_\infty\text{,}\) ce qui nous donne \(\|f\|_{\mathcal L,\infty}\leq M'\text{.}\)

Spoiler

Soit donc \(x\in \R^n\text{.}\) Calculons

\begin{align*} \|f(x)\|_\infty \amp= \|Ax\|_\infty = \left\|\begin{pmatrix} a_{11}x_1+...+a_{1n}x_n\\ \vdots\\ a_{p1}x_1+...+a_{pn}x_n\end{pmatrix}\right\|_\infty\\ \amp = \max(|a_{11}x_1+...+a_{1n}x_n|, ... ,|a_{p1}x_1+...+a_{pn}x_n|)\\ \amp = \max_{1\leq i \leq p} (|a_{i1}x_1+...+a_{in}x_n|)\\ \amp \leq \max_{1\leq i \leq p} (|a_{i1}||x_1|+...+|a_{in}||x_n|)\\ \amp\leq \max_{1\leq i \leq p}((|a_{i1}|+...+|a_{in}|)\|x\|_\infty)\\ \amp=\|x\|_\infty \max_{1\leq i \leq p}(|a_{i1}|+...+|a_{in}|)\\ \amp = M\|x\|_\infty \end{align*}

comme on voulait.

(b)

Reste à montrer que \(\|f\|_{\mathcal L,1}\geq M'\text{.}\)

Il vous faut un vecteur \(x\) de norme 4  1 tel que \(\|f(x)\|_1=M.\)

Pour la norme \(\|.\|_\infty\) cette fois! On a le droit de mettre plusieurs 1

Allez-y !

Indication

Si on suppose tous les \(a_{ij}\) positifs, et qu'on prend \(v_0=(1,1,...1)\in \R^n\text{,}\) que donne \(\|f(v_0)\|_\infty\) ? Et s'ils n'étaient pas tous positifs, que faudrait-il changer ?

Spoiler

Soit \(i_0\in\{1,\ldots,p\}\) tel que \(M'=\sum_{j=n}^p |a_{i_0j}|\text{.}\) Pour garder avoir des égalités dans le calcul précédent, on veut "rendre positifs" les éventuels \(a_{i_0j}\) négatifs. On pose, pour chaque \(j\text{,}\)

\begin{equation*} sgn(a_{i_0j}) = \begin{cases} 1 \amp\text{ si } a_{i_0j} \geq 0\\-1 \amp\text{ si } a_{i_0j} \lt 0\end{cases} \end{equation*}

Du coup,

\begin{align*} \amp|\underbrace{sgn(a_{i_01})a_{i_01}+sgn(a_{i_02})a_{i_02}+...+sgn(a_{i_0n})a_{i_0n}}_{\geq 0}|\\ \amp =sgn(a_{i_01})a_{i_01}+sgn(a_{i_02})a_{i_02}+...+sgn(a_{i_0n})a_{i_0n}\\ \amp=\underbrace{sgn(a_{i_01})a_{i_01}}_{\geq 0}+\underbrace{sgn(a_{i_02})a_{i_02}}_{\geq0}+...+\underbrace{sgn(a_{i_0n})a_{i_0n}}_{\geq0}\\ \amp = |sgn(a_{i_01})a_{i_01}|+|sgn(a_{i_02})a_{i_02}|+...+|sgn(a_{i_0n})a_{i_0n}| \end{align*}

et on a, pour tout \(i\text{,}\)

\begin{align*} |a_{i1}sgn(a_{i_01})+...+a_{in}sgn(a_{i_0n})|\amp \leq|a_{i1}\underbrace{sgn(a_{i_01})}_{=\pm1}|+...+|a_{in}\underbrace{sgn(a_{i_0n})}_{=\pm1}|\\ \amp =|a_{i1}|+...+|a_{in}|\\ \amp\leq |a_{i_01}|+|a_{i_02}|+...+|a_{i_0n}|\\ \amp\leq |sgn(a_{i_01})a_{i_01}|+|sgn(a_{i_02})a_{i_02}|+...+|sgn(a_{i_0n})a_{i_0n}|\\ \amp= |sgn(a_{i_01})a_{i_01}+sgn(a_{i_02})a_{i_02}+...+sgn(a_{i_0n})a_{i_0n}| \end{align*}

Du coup, pour \(v_0=(sgn(a_{i_01}),sgn(a_{i_02}),...sgn(a_{i_0n}))\in \R^n\text{,}\) le calcul précédent donne

\begin{align*} \|f(v_0)\|_\infty \amp= \|Av_0\|_\infty \\ \amp = \max_{1\leq i \leq p} (|a_{i1}sgn(a_{i_01})+...+a_{in}sgn(a_{i_0n})|)\\ \amp = |sgn(a_{i_01})a_{i_01}+sgn(a_{i_02})a_{i_02}+...+sgn(a_{i_0n})a_{i_0n}|\\ \amp= |sgn(a_{i_01})a_{i_01}|+|sgn(a_{i_02})a_{i_02}|+...+|sgn(a_{i_0n})a_{i_0n}|\\ \amp= |a_{i_01}|+|a_{i_02}|+...+|a_{i_0n}|\\ \amp = M' \end{align*}

Puisque \(\|v_0\|_\infty=1\text{,}\) on en déduit, par la première égalité de la Question 2.1.a, que \(\|f\|_{\mathcal L,\infty}\geq M'\text{.}\)

Preuve guidée 2.4. Norme induite par la norme 2.

Soit \(f:\R^n \rightarrow \R^p\) une application linéaire et \(A=(a_{ij}) \in \mathcal M_{p,n}(\R)\) sa matrice dans les bases canoniques.

De plus, pour toute matrice carrée \(B\in \mathcal M_n(\R)\text{,}\) on note \(\rho(B)\) son rayon spectral:

\begin{equation*} \rho(B)=\max\{|\lambda|,\lambda \text{ valeur propre de }B\} \end{equation*}

On munit \(\R^n\) et \(\R^p\) de la norme euclidienne \(\|.\|_2\text{.}\) On va montrer que la norme d'application linéaire induite sur \(\mathcal L(\R^n,\R^p)\) est donnée par

\begin{equation*} \boxed{\|f\|_{\mathcal L,2} = \sqrt{\rho({}^tA A)}} \end{equation*}
(a)

Soit \(x\in\R^n\text{.}\) Commençons, comme toujours, par majorer \(\|f(x)\|_2\text{.}\)

Montrer que \(\|f(x)\|_2^2=\langle {}^tAA x,x \rangle\text{,}\) où \(\langle.,.\rangle\) est le produit scalaire usuel sur \(\R^n\text{.}\)

Spoiler

Et on calcule:

\begin{equation*} \|f(x)\|_2^2=\|Ax\|_2^2=\langle Ax,Ax\rangle=\langle {}^tAA x,x \rangle, \end{equation*}

par définition de la matrice transposée.

(b)

Montrer que la matrice \({}^tAA\in \mathcal M_n(\R)\) admet \(n\) valeurs propres positives 5 

pas nécessairement toutes différentes
\begin{equation*} 0\leq \lambda_1\leq...\leq\lambda_n \end{equation*}

et qu'elle est diagonalisable dans une base orthonormée \((v_1,\ldots,v_n)\text{.}\)

Indication

On rappelle ce précieux résultat d'algèbre linéaire:

Spoiler

Montrons que la matrice \({}^tAA\) est symétrique. On a :

\begin{equation*} {}^t({}^tAA)={}^tA{}^t({}^tA)={}^tAA \end{equation*}

donc, d'après le théorème de réduction des matrices symétriques, il existe une b.o.n. \((v_1,\ldots,v_n)\) de vecteurs propres de \({}^tAA\text{:}\) quitte à la ranger un peu mieux, on peut supposer que les valeurs propres associées \(\lambda_1,...,\lambda_n\) (éventuellement comptées plusieurs fois, s'il y a des valeurs propres à multiplicité) sont dans l'ordre:

\begin{equation*} \lambda_1\leq...\leq\lambda_n \end{equation*}

Reste à montrer que ces valeurs propres sont positives. Or on a, pour tout \(i=1...n\text{,}\)

\begin{equation*} {}^tAA v_i = \lambda_i v_i \end{equation*}

donc

\begin{equation*} \langle{}^tAA v_i, v_i\rangle =\langle \lambda_i v_i ,v_i \rangle = \lambda_i \langle v_i,v_i\rangle \end{equation*}

Or \(v_i\) est de norme 1, donc

\begin{equation*} \langle v_i,v_i\rangle = \|v_i\|_2^2 =1 \end{equation*}

et on a vu plus haut que

\begin{equation*} \langle{}^tAA v_i, v_i\rangle = \|Av_i\|_2^2 \geq 0 \end{equation*}

donc on a bien \(\lambda_i\geq 0\text{.}\)

(c)

Pour un \(x\in\R^n\) quelconque, écrire \(x\) dans la base \((v_1,\ldots,v_n)\text{.}\)

En déduire que

\begin{equation*} \|f(x)\|_2\leq \sqrt{\rho({}^tA A)}\|x\|_2 \end{equation*}

et donc, que

\begin{equation*} \|f\|_{\mathcal L,2} \leq \sqrt{\rho({}^tA A)} \end{equation*}
Spoiler

Chef oui chef, posons donc \(x=x_1v_1+...+x_nv_n\text{,}\) alors d'après le calcul fait plus haut,

\begin{align*} \|f(x)\|_2^2 \amp= \langle {}^tAA (x_1v_1+...+x_nv_n),x_1v_1+...+x_nv_n \rangle\\ \amp= \sum_{i,j} x_ix_j\langle {}^tAA v_i,v_j \rangle\\ \amp=\sum_{i,j} x_ix_j\langle\lambda_i v_i,v_j\rangle\\ \amp=\sum_{i,j} \lambda_ix_ix_j\underbrace{\langle v_i,v_j\rangle}_{=\delta_{ij}}\\ \amp=\sum_{i} \lambda_ix_i^2\\ \amp \leq \sum_i \max_i \lambda_i x_i^2\\ \amp \leq \max_i \lambda_i \|x\|_2^2 \end{align*}

et comme \(0\leq\max_i \lambda_i=\rho({}^tAA)\text{,}\) on a bien obtenu que pour tout \(x\in\R^n\text{,}\)

\begin{equation*} \|f(x)\|_2\leq \sqrt{\rho({}^tAA)}\|x\|_2 \end{equation*}

d'où \(\|f\|_{\mathcal L,2} \leq \sqrt{\rho({}^tA A)}\text{.}\)

(d)

Dans cette b.o.n. \((v_1,\ldots,v_n)\text{,}\) ne peut-on pas trouver un vecteur \(v_{i_0}\) de norme 1 tel que

\begin{equation*} \|f(v_{i_0})\|_2 = \sqrt{\rho({}^tA A)} ? \end{equation*}

Si par hasard c'était le cas, conclure.

Spoiler

Soit \(i_0\) tel que \(\rho({}^tAA)=\max_i \lambda_i= \lambda_{i_0}\text{.}\) Alors \(\|v_{i_0}\|_2=1\) et

\begin{equation*} \|f(v_{i_0})\|_2^2 = \langle {}^tAA v_{i_0}, v_{i_0}\rangle =\lambda_{i_0}\langle v_{i_0}, v_{i_0}\rangle=\lambda_{i_0} \end{equation*}

donc

\begin{equation*} \|f(v_{i_0})\|_2 = \sqrt{\lambda_{i_0}}=\sqrt{\rho({}^tA A)} \end{equation*}

et puisque

\begin{equation*} \|f\|_{\mathcal L,2}=\sup_{\|x\|_2=1}\|f(x)\|_2\geq \|f(v_{i_0})\|_2=\sqrt{\rho({}^tA A)} \end{equation*}

on a bien obtenu l'inégalité qui nous manquait.

Ainsi, muni de \(\|.\|_{\mathcal L(E,F)}\text{,}\) \(\mathcal L(E,F)\) devient un espace vectoriel normé: on peut donc parler de ses ouverts, de ses suites, de ses compacts, bref, on peut utiliser tout l'arsenal des e.v.n.

En particulier, on a la propriété topologique suivante:

Or, dans un espace vectoriel normé complet (aussi appelé espace de Banach), on sait que, non seulement les suites de Cauchy convergent, mais on a aussi un résultat sur les séries:

Donc, si \((F,\|.\|_F)\) est complet, alors, pour toute suite d'applications linéaires continues \((A_n)_n\in \mathcal L(E,F)^\N\)telle que la série réelle \(\sum \|A_n\|_{\mathcal L(E,F)}\) converge, la suite d'applications linéaires \((S_n=\sum_{k=0}^n A_k)_n\) converge dans \(\mathcal L(E,F)\text{,}\) et on peut donc définir l'application linéaire \(S=\sum_{k=0}^\infty A_k\text{.}\)

De plus, la norme induite bénéficie de quelques agréables propriétés calculatoires:

Remarque 2.8.

Le troisième point est particulièrement utile pour étudier la convergence de séries de terme général du type \(u_n=T^n\) pour \(T\in\mathcal L(E)\text{,}\) puisqu'il permet de comparer à des séries réelles géométriques, qui ne sont pas les plus méchantes.