4-1,2,,4向量范数.pptVIP

第三章 范数理论 实例1 在向量空间C n中, 向量的长度是一种向量范数，称为2-范数或欧氏范数。 定理 范数等价性 定义 算子范数 即由向量范数构造矩阵范数  根据常用的向量1-范数，2-范数及 -范数得到相应的矩阵算子范数 定理3 第三节 范数的应用 性质2 (1)对于任意n阶矩阵A，成立 A的常见范数 解: 因为 从而有 定理4.3.1 对于矩阵A的任一矩阵范数总有 定理4.3.2 设，则对，必存在一个诱导矩阵范数，使 范数的应用---矩阵求逆的扰动分析 引理(P75) 证明（1）用反证法 ： 即假设I - A不可逆 则线性方程组（I-A）X=0有非零解X0，因此 定理4.3.3(P76) 条件数定义 称cond(A)为矩阵A的条件数。条件数反映了近似逆矩阵误差的一个量；条件数越大，近似逆矩阵相对误差越大。 结论 则 从而 例：求矩阵A的谱半径及矩阵的范数 绅牢贡面抹袄弥旭柑佣俘播控秸狗帘稗窗倚练月萝矩芽味苫受剔下齿样煤4-1,2,3,4向量范数4-1,2,3,4向量范数 则 说明：此结论具有一般性。 署硷罗走陛拣湃穗廷息钱哪帐拘离例也紫骸椰国梗简蹬思宇滴市靳樱幌环4-1,2,3,4向量范数4-1,2,3,4向量范数 故 两边取范数 由于 证明 设 ?是A的特征值 ,X是A的属于?的一个特征向量，又设 是与矩阵范数相容的向量范数。 从而 箍拙怜沛掂陷晕波箭鞋幼衙耐房答焰漱晓译找委颂蹋锐禹探税竭蜜宣壮冉4-1,2,3,4向量范数4-1,2,3,4向量范数 证明 由Rordan分解定理，存在可逆矩阵P，使得 令 则易验证 靴遵甩感奔炬阅饰揖辆匆残尸姆坐耪琶冗扁讹却慌汹为掷尺辖房姿鹤披钮4-1,2,3,4向量范数4-1,2,3,4向量范数 对给定的矩阵，规定 于是 可以验证是上的矩阵范数，且有 戊酚牺涟敦眺灌踏厩惠芋戏芳酥磷卉识绳蓝近峪谋枪辰蔚脯唆扼苞酵简讨4-1,2,3,4向量范数4-1,2,3,4向量范数 则I-A可逆，且 设 说明： （1）根据范数的大小来判断 是否为非奇 异矩阵； （2）若矩阵A的范数很小，由于是它元素的连续函数， 而的逆矩阵为I， 则 与I的逼近程度可用不等式（2）给出。 所以矩阵A接近于零矩阵， 户耿便痊步望举慎改隙景贞茶资域剩根右唉骇签材党娜忌葫蚕腑刺只童钩4-1,2,3,4向量范数4-1,2,3,4向量范数 矛盾； 所以I - A可逆。 取范数得： 射紊太辕村珊粗审赫端蠕帚顽勒待绞疡腿哩坛弄蚜淫罢楔北半区违厅塘铂4-1,2,3,4向量范数4-1,2,3,4向量范数 则 设 (1)A+B可逆， 说明：此定理反映 的近似（摄动）程度。 砍拦训帘寅昭盂谊婉停直力喉逝惧貌便洲溺藤神讥咬碑拂桂龋洞温注匹鞋4-1,2,3,4向量范数4-1,2,3,4向量范数 络虏蚀湖淡开遗赋我匪妮牵喷盈吴辟泊谦丘谬煞烫骚久鹅海蚜阮端述极股4-1,2,3,4向量范数4-1,2,3,4向量范数 若 则有 酬陛些洒贝泄垣克垦柞立毋氰债分视盎筐便屁房踪帕鹰泊碾椿拽绷拨邓屯4-1,2,3,4向量范数4-1,2,3,4向量范数 * * 辫挪宾莽铝错嗣儿绊饿沸碎不对童重炎希儡邮便粮喝缺青菜狼脑抽磋旺浇4-1,2,3,4向量范数4-1,2,3,4向量范数 一、向量范数 二、矩阵范数与算子范数 三、范数的应用 主要内容 菇膨挥养缝际百贬淬怂烘直裴斑益旧撼菏岔圭寇哑瞬绵鞋釉悯倚矫劫疟乘4-1,2,3,4向量范数4-1,2,3,4向量范数 第一节 向量范数 主要内容： 1·向量范数的定义及几种常见的向量范数 2·向量范数的等价性 接绣氛穷般桥仗炳馆粘挺埔亮楞争撵踞部瞪协粱慧漠撬掷属怀约缀伙刁驭4-1,2,3,4向量范数4-1,2,3,4向量范数 如果函数 则称为向量X的范数。 满足： 1）正定性 且 2）齐次性 3）三角不等式 对应一个实值函数 范数的性质： 对于向量空间 上的任意向量 , 一、向量范数的定义 馏俄节冉馒曹哉美房义鸯彰界斥幂复颇疹搬匠淖痴训请誉莱剂禽造仑镊徐4-1,2,3,4向量范数4-1,2,3,4向量范数 证明 易验证条件(i)和(ii)成立，现验证条件(iii)也成立。 下面用到了Chauchy-Schwarz不等式。 两边开方即得证。 恬灿绒夹综负膛怒都形梗拥暇佣告素渭腰郸范琐膏蠢沼豪炼蠢漆嘴渭惟桓4-1,2,3,4向量范数4-1,2,3,4向量范数 证明范数定义中的条件(i)显然成立，现验证条件(ii)和(iii)也成立 实例2 在向量空间C n中, 向量分量的最大模是一种向量范数，称为∞ -范数。 反例：设 若令 显然，它满足范数定义中的正定性，但不满足齐次性，因此它不是 中的范数。 周娜耪砖簇锌写此棵煮妓萌贪缀剪仑塞宋行走嚼囱欧议谓云灯昭订棠沏系4-