范数及条数.pptVIP

§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