Notations et rappels
L'ensemble est un corps commutatif, ou et , l'espace vectoriel des matrices à lignes et colonnes à coefficients dans . Si a pour coefficients , on notera :
où désigne l'indice de ligne et , l'indice de colonne. La matrice désigne la transposée de la matrice : et :
- .
La matrice est l'adjointe de la matrice :
Lorsque et , si , sont les valeurs propres dans de alors le rayon spectral de est :
et sa trace est :
- .
est dite
- positive si ;
- définie positive si ;
La matrice désigne la matrice identité dans . De plus, une matrice est dite
- diagonale si pour ;
- bande si pour et .
Elle est dite -diagonale si c’est une matrice bande , c'est-à-dire pour et . Il est aussi important de se souvenir des propriétés suivantes :
- une matrice hermitienne, c'est-à-dire telle que , a toutes ses valeurs propres réelles et il existe une base de de vecteurs propres de : est donc diagonalisable. En particulier, une matrice réelle symétrique a toutes ses valeurs propres réelles ;
- une matrice définie positive a toutes ses valeurs propres strictement positives ;
- pour une matrice , il existe une matrice inversible telle que la matrice soit diagonale par blocs, chaque bloc étant une sous-matrice de Jordan d'ordre , c'est-à-dire telle que :
- .
Normes matricielles
On appelle norme matricielle sur , toute application de notée possédant les propriétés suivantes :
- est une norme ;
- .
Norme subordonnée
Rappelons (cf. § « Cas particulier des applications linéaires » du cours sur les espaces vectoriel normés) qu'étant donnée une norme sur l'espace vectoriel , l’application encore notée et définie par :
est une norme matricielle.
Cette norme, dite subordonnée à la norme vectorielle donnée, vérifie :
- .
Pour tel que , on notera la norme matricielle subordonnée à la norme vectorielle définie par :
- si ,
- ;
- si ,
- .
Si , nous avons :
- ;
- ;
- .
- Une norme matricielle n’est pas nécessairement subordonnée à une norme vectorielle, comme la norme de Schur pour laquelle .
- Par définition d'une norme subordonnée, nous avons :
- .
- Inversement, étant donnée une norme matricielle sur , il existe toujours une norme vectorielle telle que la majoration ci-dessus soit vérifiée. On peut choisir par exemple :
- .
- L'axiome 2 de la définition des normes matricielles implique en effet que .
Soit alors pour toute norme matricielle , nous avons .
En général, . Cependant, si est hermitienne alors car (cf. proposition ci-dessus), or .
Soit . Pour tout , il existe une norme matricielle subordonnée à une norme vectorielle telle que .