矩阵分析.docVIP

第7讲 矩阵分析 内容：1. 向量范数与矩阵范数 2. 向量序列与矩阵序列的极限 3. 函数矩阵的微分与积分 4. 矩阵的幂级数 5. 矩阵函数 6. 矩阵分析的一些应用 首先介绍范数，向量范数与矩阵范数在研究数值方法的收敛性,稳定性及其误差估计方面有重要作用；其次，将高等数学中的极限，导数，积分和级数等概念与有关结果推广到矩阵；最后，介绍矩阵序列，矩阵函数的概念及其计算方法，并引入矩阵函数在解微分方程方面的应用． §1 向量范数与矩阵范数 向量范数 1.1 向量范数 向量范数是用来刻画向量大小的一种度量．实数的绝对值，复数的模及用内积定义的向量的长度都是抽象范数的原型． 定义1.1 设是数域上的线性空间，若对中的任一元素（向量），都对应一个实值函数，且满足以下性质： 非负性 ,当且仅当时,有 齐次性 三角不等式 则称为上元素（向量）的范数()．称定义了范数的线性空间为赋范空间． 例1.1 设,则 ，，都是上的向量范数，其中又称为范数，此外这三种范数又分别称为1-范数，2-范数与-范数． 引理1.1 如果实数,且，则对任意非负实数有 （1） 证明：当或时，式（1）显然成立．设，，对于，，记．可知，为的最大值，故有．对任意正实数，，令， ，，则有．令，，则． 引理1.2 设，则 其中实数,且．此时称该不等式为Holder不等式． 定理1.1 设，证明 是的向量范数． 证明 (1) 非负性是显然的． (2) 齐次性．对，则 ． (3)三角不等式．设,设，则.由Holder不等式有 + + 因此 +，即 ． 因此是中的一种向量范数． 容易得出：当时,；当时,；当时,有． 1.2 向量范数的性质 （1）零向量的范数是0 （2）当时, （3）对任意,有 （4）对任意,有 事实上,有，， ，，即．又 ，即，故 ． 1.3 向量范数的等价性 定义1.2 设与是维线性空间上定义的任意两种向量范数，若存在，使得对所有的，总有成立，则称向量范数与等价． 容易验证向量范数的等价具有自反性，对称性和传递性，且常用的各种范数之间有如下的等价关系： ，，可见，和互相等价． 定理1.2 有限维线性空间上的任意两个向量范数都是等价的． 定理1.3 设是上的一种向量范数，给定矩阵，且的个列向量线性无关，对于任意，规定，则是上的一种向量范数． 2 矩阵范数 2.1 矩阵范数 定义1.3 设是复线性空间，若对中的任一元素（矩阵），都对应一个实值函数，且满足以下性质： （1）非负性 ,当且仅当时,有 （2）齐次性 （3）三角不等式 （4）相容性 则称为上元素（矩阵）的范数． 例1.2 设，则是上的一种矩阵范数，称为矩阵的范数． 证明：（1）正定性与（2）齐次性是显然的． （3）三角不等式．设，则 . （4）相容性．因 可见是上的一种矩阵范数． 例1.3 设，则是一种矩阵范数，称为矩阵的范数． 证明 （1）正定性与（2）齐次性是显然的． （3）三角不等式．设，则 ．（4）相容性． ， 故是上的一种矩阵范数． 2.2 矩阵范数的性质 对任意，有 对任意，有 2.3 矩阵范数的等价性 定义1.4 设与是维线性空间上定义的任意两种矩阵范数，若存在，使得对所有的，总有成立，则称矩阵范数与等价． 定理1.3 有限维线性空间上的任意两个矩阵范数都是等价的． 2.4 诱导范数 定义1.4 设是向量范数，是矩阵范数，如果对任意矩阵和任意维向量，均有，则称为与向量范数协调的矩阵范数，或称矩阵范数与向量范数是相容的． 定理1.4 已知与上的同类向量范数，设，则是上的矩阵范数，且与已知的向量范数相容． 定义1.4 称由向量范数诱导的矩阵范数为诱导范数（或从属范数，或算子范数）．矩阵范数通常指诱导范数． 定理1.5 设，，则从属向量的三种范数，，的诱导范数依次是（1） （称为列范数）；（2）（称为谱范数），其中是矩阵最大的特征值；（3）（称为行范数）． 定理1.6 设是阶矩阵，是诱导范数，当时，则可逆，且有． 定理1.7 设是诱导范数，则存在向量范数使成立． §2 向量序列与矩阵序列的极限 2.1 向量序列的极限 定义2.1 设,若 ，则称向量序列收敛于向量或称向量是向量序列当时的极限,记作 或 否则则称向量序列发散（或不收敛）． 由向量范数的等价关系知,若向量序列在某一向量范数意义下收敛,则在其它向量范数下也收敛． 例2.1 设， 则 ． 定理2.1 设,则向量序列收敛于的充要条件为向量序列的各分量收敛于的对应分量， 即． 证明 必要性．对