《向量范数与矩阵范数矩阵的条件数概念Hilbert矩阵的条件数》.pptVIP

*/23 向量范数与矩阵范数 矩阵的条件数概念 Hilbert矩阵的条件数 《数值分析》6 定义1 设 Rn是n维向量空间,如果对任意x∈Rn,都有一个实数与之对应,且满足如下三个条件: (1)正定性: ||x||≥0,且||x||=0 = x = 0 ; (2)齐次性: λ为任意实数 (3)三角不等式: ( y ∈Rn ) 则称||x||为向量x的范数 . 注: 向量范数是向量长度概念的推广.例如 是向量 x 的范数。 一、向量的范数 例2. 证明 ||x||2 是 Rn 上的一种范数 先证明柯西不等式: | xTy |≤ ||x||2·|| y||2 对任意实数λ, 有(x - λy)T(x - λy)≥0 ? xTx – 2λxTy + λ2yTy ≥0 | xTy |2 – (xTx)(yTy) ≤0 ? | xTy |≤ ||x||2·|| y||2 判别式 (三角不等式成立) (正定性成立) (齐次性成立) 正交变换下向量2-范数不变性 QTQ= I , y =Qx ? ? || y ||2 = || x ||2 例3. 范数意义下的单位向量: X=[x1, x2]T 1 1 -1 -1 ||X||2 = 1 1 -1 1 ||X||1 = 1 -1 1 1 -1 -1 ||X||∞ = 1 例4. 设x=(x1, x2, ····, xn)T,证明 证明: 所以 定义 2 定理 1 二、矩阵的范数 定义 3 例 5 Frobenius范数 矩阵算子范数的概念 定义 4 设 ||x||是Rn上的向量范数,A∈Rn×n,则A的非负函数 称为矩阵A的算子范数。 注1: 矩阵算子范数由向量范数诱导出, 如 或 单位圆：x2 + y2 = 1 注2: 矩阵A的算子范数几何意义为: A将单位球变换为椭球的最大伸长率。 a=1.2676, b =0.0657 注3: A-1的算子范数可表示为 定义 5 特别 定理 2 例 6 */23