第四章 向量和矩阵范式.pptVIP

定理4.1 P117 Rn上的一切范数都等价 * * * * * * * 记笔记 §4.2 向量和矩阵的范数 为了研究线性方程组近似解的误差估计 和迭代法的收敛性, 有必要对向量及矩阵的 “大小”引进某种度量----范数的概念。向量范数是用来度量向量长度的,它可以看成是二、三维解析几何中向量长度概念的推广。用Rn表示n维实向量空间。 记笔记 §4.2 向量和矩阵的范数 定义4.2 对任一向量X?Rn, 按照一定规则确定一个实 数与它对应, 该实数记为||X||, 若||X||满足下面三个 性质: (1) ||X||?0；||X||=0当且仅当X=0； (2) 对任意实数?， || ? X||=| ? | ||X||； 对任意向量Y?Rn，||X+Y|| ? ||X||+||Y|| 则称该实数||X||为向量X的范数 在Rn中，常用的几种范数有： 记笔记 其中x1,x2, …,xn分别是X的n个分量。以上定义的 范数分别称为1-范数，2-范数和?-范数 可以验证它们都是满足范数性质的，其中 是由内积导出的向量范数。 §4.2 向量和矩阵的范数 当不需要指明使用哪一种向量范数时，就用记号||.||泛指任何一种向量范数。 有了向量的范数就可以用它来衡量向量的大小和表示向量的误差。 设x*为Ax=b的精确解，x为其近似解，则其绝对误差可表示成||x- x* ||，其相对误差可表示成 记笔记 §4.2 向量和矩阵的范数 或 例4.2 设x=(1, 0, -1, 2)T, 计算 解: =1+0+|-1|+2=4 定理4.1 对于任意向量x ,有 证: ∵ ∴ 即 当 p→∞， ∴ 定义4.3 ( 向量序列的极限 ) 设 为 中的 一向量序列， , 记 。如果 (i =1,2,…, n)，则称 收敛于向量 ，记为 定理4 .2（向量范数的等价性）设 为 上任意两种向量范数, 则存在常数C1,, C20, 使得对任意 恒有 （证:略） 定理7 其中 为向量中的任一种范数。 ? 证 由于 ? 而对于 上的任一种 范数, 由定理知存在常数C1，C2，使 于是可得 从而定理得证。 定义4.5（矩阵的范数）如果矩阵 的某个非负的实值函数 ，满足 则称 是 上的一个矩阵范数(或模) 矩阵的算子范数定义： 矩阵范数的性质可由向量范数定义直接验证。 (1) 设A≠0, ?x≠0, 使Ax≠0, 根据向量范数的性 质??Ax?? 0, 所以 0 ?x≠0, 使??Ax?? =0, 则 =0 当A=0时, 矩阵范数的性质可由向量范数定义直接验证 ∴ (2) 根据向量范数的性质 矩阵范数的性质可由向量范数定义直接验证 (3) 矩阵范数定义的另一种方法是 定义4.7（矩阵的谱半径）设 的特征 值为 , 称 为A的 谱半径。 例 4.12 计算方阵 的三种常用范数 例4.12 计算方阵 的三种范数 解 例4.12 计算方阵 的三种范数 解 先计算 所以 ,从而 课本例题4.3 定理4.8.1 设A为n阶方阵, 则对任意矩阵范数 都有 证: 设 为A的特征值，x是 对应于的特征向 量,则 x=Ax。两端取范数并依据其性质 得 由于x≠0，故 ，所以 4.2 误差分析 4.2.1 方程组的性态 在建立方程组时，其系数往往含有误差（如观测误差或计算误差），就是说，所要求解的运算是有扰动的方程组，因此需要研究扰动对解的影响。 例4.13 考察方程组 和 上述两个方程组尽管只是右端项有微小扰动, 但解大不相同, 第1个方程组的解是 第2个方程组的解