12.1 Norme et distance
Si \(\boldsymbol{x}\in\mathbb{R}^n\), et si \(x_1,\dots,x_n\) sont ses composantes relativement à la base canonique, alors sa norme est définie par le réel \[ \|\boldsymbol{x}\|:= \sqrt{x_1^2+\cdots+x_n^2}\,. \]
(Propriétés de la norme)

Pour la première propriété, \[\begin{aligned} \|\lambda\boldsymbol{x}\| &=\sqrt{(\lambda x_1)^2+\dots+(\lambda x_n)^2}\\ &=\sqrt{\lambda^2 x_1^2+\dots+\lambda^2 x_n^2}\\ &=\sqrt{\lambda^2(x_1^2+\dots+x_n^2)}\\ &=|\lambda|\sqrt{x_1^2+\dots+x_n^2}\\ &=|\lambda|\|\boldsymbol{x}\|\,. \end{aligned}\] Ensuite, \(\|\boldsymbol{x}\|\geqslant 0\) est évidente, et remarquons que \(\|\boldsymbol{x}\|=0\) si et seulement si \(\|\boldsymbol{x}\|^2=0\), qui est équivalente à \[ x_1^2+\cdots +x_n^2=0\,. \] Or une somme de nombres non-négatifs est nulle si et seulement chacun de ces nombres est nul, \(x_k^2=0\), et donc \(x_k=0\) pour chaque \(k=1,\dots,n\).

On démontrera l'inégalité triangulaire dans la section suivante.

\(\boldsymbol{x}\in\mathbb{R}^n\) est unitaire (ou normalisé) si \(\|\boldsymbol{x}\|=1\).

Remarque: Pour tout vecteur non-nul \(\boldsymbol{x}\), il existe exactement deux vecteurs unitaires qui sont colinéaires à \(\boldsymbol{x}\), donnés par \[ \boldsymbol{u}_\pm := \pm \frac{\boldsymbol{x}}{\|\boldsymbol{x}\|}\,. \]

La notion de norme permet de définir encore deux notions géométriques classiques:

La distance entre \(\boldsymbol{x}\) et \(\boldsymbol{y}\) est définie par \[ \mathrm{dist}(\boldsymbol{x},\boldsymbol{y}):= \|\boldsymbol{x}-\boldsymbol{y}\|\,. \]
Deux vecteurs \(\boldsymbol{x},\boldsymbol{y}\in\mathbb{R}^n\) sont orthogonaux (ou perpendiculaires) si \[ \|\boldsymbol{x}+\boldsymbol{y}\|^2=\|\boldsymbol{x}\|^2 + \|\boldsymbol{y}\|^2\,. \] Si \(\boldsymbol{x}\) et \(\boldsymbol{y}\) sont orthogonaux, on écrit \(\boldsymbol{x}\perp \boldsymbol{y}\).