Norme equivalenti — ingegnerismo.it

Due norme sono equivalenti quando misurano le lunghezze in modo diverso ma compatibile: nessuna delle due può diventare arbitrariamente grande mentre l’altra resta piccola. In pratica, definiscono la stessa nozione di vicinanza, convergenza, continuità, apertura e chiusura.

Questa idea è essenziale in analisi e algebra lineare perché permette di scegliere la norma più comoda nei calcoli senza cambiare la struttura topologica del problema, almeno in dimensione finita.

Definizione

Sia $V$ uno spazio vettoriale e siano $\|\cdot\|_a$ e $\|\cdot\|_b$ due norme su $V$ . Si dicono equivalenti se esistono costanti $c,C>0$ tali che, per ogni $x\in V$ ,

c\|x\|_a\le\|x\|_b\le C\|x\|_a.

Le due costanti possono dipendere dalle norme e dallo spazio, ma non dal vettore $x$ . Il loro ruolo è fornire un controllo uniforme: la norma $b$ è sempre compresa tra due multipli della norma $a$ .

Esempio in Rn

In $\mathbb{R}^n$ le norme più comuni sono

\|x\|_1=\sum_{i=1}^n |x_i|, \qquad \|x\|_2=\left(\sum_{i=1}^n x_i^2\right)^{1/2}, \qquad \|x\|_\infty=\max_i |x_i|.

Valgono le stime

\|x\|_\infty \le \|x\|_2 \le \|x\|_1 \le \sqrt{n}\,\|x\|_2 \le n\|x\|_\infty.

Queste disuguaglianze mostrano che le tre norme sono equivalenti. Possono produrre valori numerici diversi, ma se una successione converge per una di esse converge anche per le altre.

Teorema in dimensione finita

In ogni spazio vettoriale reale o complesso di dimensione finita, tutte le norme sono equivalenti. Il risultato dipende in modo cruciale dalla compattezza della sfera unitaria in dimensione finita.

Una conseguenza pratica è che, in $\mathbb{R}^n$ , nozioni come limite, continuità e insieme aperto non dipendono dalla norma scelta. Si può quindi usare la norma euclidea per ragionare geometricamente, la norma $\ell^\infty$ per stimare componenti massime o la norma $\ell^1$ per sommare errori assoluti.

Che cosa resta diverso

Equivalenza non significa uguaglianza. Le norme equivalenti conservano la stessa topologia, ma non necessariamente:

gli stessi valori numerici;
le stesse sfere geometriche;
le stesse costanti di condizionamento;
le stesse direzioni di discesa in ottimizzazione;
la stessa sensibilità agli errori distribuiti o concentrati.

Ad esempio, minimizzare una norma euclidea al quadrato produce il metodo dei minimi quadrati, mentre minimizzare una norma $\ell^1$ porta a problemi più robusti rispetto agli outlier e spesso legati alla sparsità.

Dimensione infinita

In dimensione infinita il teorema fallisce. Su uno spazio di funzioni, norme diverse possono generare nozioni realmente diverse di convergenza. Per esempio, la convergenza uniforme è più forte della convergenza in media quadratica:

\|f\|_\infty=\sup_x |f(x)|, \qquad \|f\|_2=\left(\int |f(x)|^2\,dx\right)^{1/2}.

Una successione può convergere in $L^2$ senza convergere uniformemente. Per questo, negli spazi $L^p$ e negli spazi di Sobolev la scelta della norma non è un dettaglio tecnico, ma parte del modello matematico.

Uso operativo

Le norme equivalenti sono usate per:

semplificare dimostrazioni di convergenza in dimensione finita;
passare da una norma comoda per il calcolo a una norma comoda per l’interpretazione;
stimare errori numerici componente per componente;
confrontare condizionamento e stabilità di algoritmi;
giustificare che aperture, chiusure e continuità in $\mathbb{R}^n$ non cambiano con la norma.

Errori comuni

pensare che tutte le norme siano equivalenti anche in dimensione infinita;
confondere equivalenza topologica con uguaglianza dei valori;
dimenticare che le costanti $c$ e $C$ possono peggiorare con la dimensione $n$ ;
usare una norma equivalente per la teoria ma inadatta al significato fisico dell’errore;
trascurare che in calcolo numerico le costanti di equivalenza possono influenzare stime pratiche e tolleranze.

Vedi anche: Norma euclidea, Palla aperta, Disuguaglianza di Minkowski, Formulario di Geometria e Algebra Lineare.