范数及条件数.ppt

§5.4 向量的范数与矩阵的范数 在线性方程组的数值解法中，经常需要分析解向量的误差，需要比较误差向量的“大小”或“长度”。那么怎样定义向量的长度呢？ 我们在初等数学里知道，定义向量的长度，实际上就是对每一个向量按一定的法则规定一个非负实数与之对应，这一思想推广到n维线性空间里，就是向量的范数或模。 用Rn表示n维实向量空间，用Cn表示n维复向量空间，首先将向量长度概念推广到Rn(或Cn)中。 1. 向量的范数 向量的范数可以看作是描述向量“大小”的一种度量. 范数的最简单的例子，是绝对值函数： 有三个熟知的性质： (1) x ? 0 ? ? x ? 0 ? x ? = 0当且仅当x = 0 (2) ?ax? = ? a ??? x ? a为常数 (3) ? x + y ? ≤ ? x ? + ? y ? 1. 向量的范数 范数的另一个简单例子是三维欧氏空间的长度 设x = (x1, x2, x3)，则x的欧氏范数定义为： 欧氏范数也满足三个条件：? x，y ? R3，a为常数 (1) ?? x ?? ≥ 0，且?? x ?? = 0 ? x = 0 (2) ?? ax ?? = ? a ???? x ?? (3) ?? x + y ?? ≤ ?? x ?? + ?? y ?? 前两个条件显然，第三个条件在几何上解释为三角形一边的长度不大于其它两边长度之和。因此，称为三角不等式。 向量范数的一般概念： 定义1：设V是数域F上的向量空间，对V中任一向量α，都有唯一实数??α ?? 与之对应，满足如下三个条件： 1) 正定性：??α?? ≥ 0，且??α?? = 0 ? α = 0 2) 齐次性：??kα?? = |k| ??α?? ，这里k ? F 3) 三角不等式：??α+? ?? ? ??α ?? + ?? ? ?? 则称??α??为α的范数。定义了范数的向量空间称为赋范向量空间. 简单性质： (1) x ? 0 ? —— 单位向量 (2) ||x|| = || – x || (3) | ||x|| – ||y|| | ? || x – y || —— 当x ? y时，||x|| ? ||y|| Cn上的常见范数有： 1) 1-范数 2) 2-范数 称为欧氏范数 3) ?-范数 不难验证，上述三种范数都满足定义的条件。 注：上述形式的统一： 1? p ? ? 有了范数的概念，就可以讨论向量序列的收敛性问题。 定义2：设给定Cn中的向量序列{xk}，即x0，x1，…，xk，… 其中 若对任何i (i = 1, 2,…, n)都有 则向量 称为向量序列{xk}的极限，或者说向量序列{xk}依坐标收敛于向量x*，记为 定理5：定义在Cn上的向量范数||x||是变量x分量的连续函数。（f(x) = ||x||） 定理6：在Cn上定义的任何两个范数都是等价的。 即存在正数k1与k2(k1≥ k2 0)，对一切x?Cn，不等式 k1|| x ||b ? || x ||a ? k2|| x ||b 成立。 对常用范数，容易验证下列不等式： 矩阵的范数 矩阵的范数性质 矩阵的范数性质（续1） 矩阵范数 常见的矩阵范数 对称矩阵范数 例题 矩阵的谱半径 例题 谱半径 矩阵的谱半径 例：设A = (aij)n?n，||A||为其算子范数，如果||A|| 1,则 I – A可逆，且 5.5 误差分析 * * * 例 设x=(1, 0, -1, 2)T, 计算 解: =1+0+|-1|+2=4