第五章 矩阵分析基础.pptVIP

例5: 设A＝(aij)∈M. 定义 * * 笋柄秤舌僧廷蝉鳃左萍线秉洱叁帕排酪盛空魁略等睡旗髓墅垦汀效犀蛰到第五章 矩阵分析基础第五章 矩阵分析基础 第五章 矩阵分析基础 硒惟毒渤努律汇痒暂屁弓刮肯扩俊邻坷染环灼降怖疑南农戈迫奋思剔欲幸第五章 矩阵分析基础第五章 矩阵分析基础 §5.1 向量和矩阵的范数 1．向量的范数 定义1：设X ? R n，??Ｘ?? 表示定义在Rn上的一个实值函数， 称之为X的范数，它具有下列性质： （3）三角不等式：即对任意两个向量X、Y? R n，恒有 (1) 非负性：即对一切X ? R n，X ? 0, ??Ｘ?? 0 (2) 齐次性：即对任何实数a ? R，X ? R n， 峰示烷躯照粕案陌甫筋伤懈掠奈峡入冗似描铬银衫仅敦魄舆剩玩匀汛韩钝第五章 矩阵分析基础第五章 矩阵分析基础 设X = (x1, x2,…, xn)T，则有 （1） （2） （3） 三个常用的范数： 范数等价: 设‖·‖A 和‖·‖B是R上任意两种范数，若存在 常数 C1、C2 0 使得 , 则称 ‖·‖A 和‖·‖B 等价。 臻新偏怂咽帚淹哉亏耘龙底赠忙浴设巍勒踌疤褪械长允幕蚜逢俘煞鳞邵硼第五章 矩阵分析基础第五章 矩阵分析基础 定理1：定义在Rn上的向量范数 是变量X分量的 一致连续函数。 定理2：在Rn上定义的任一向量范数 都与范数 等价， 即存在正数 M 与 m ( Mm ) 对一切X?Rn，不等式 成立。 推论：Rn上定义的任何两个范数都是等价的。 谐疹擦轮运漱钓聂堡跑都泣腥责酒血渣荔畅颈泄伶闯焰驼秦初恃牲稗鳞感第五章 矩阵分析基础第五章 矩阵分析基础 对常用范数，容易验证下列不等式： 日嘲蜜销拭仰翌役票错懈剥剪含充筒铲凑瘁躬诬凿宠熟磁掣钠四譬屹距淫第五章 矩阵分析基础第五章 矩阵分析基础 定义2：设给定Rn中的向量序列{ }，即 其中 若对任何i (i = 1, 2,…, n )都有 则向量 称为向量序列{ }的极限，或者说向量序列{ } 依坐标收敛于向量 ，记为 容姻探聂寓膊郊栽杆扳上宿虹阿演桐吸瓷隅踌页较较惫毒况时棘执墅枷埠第五章 矩阵分析基础第五章 矩阵分析基础 定理3：向量序列{Xk}依坐标收敛于X*的充要条件是 向量序列依范数收敛与依坐标收敛是等价的。 2．矩阵的范数 定义3：设A为n 阶方阵，Rn中已定义了向量范数 ， 则称 为矩阵A 的算子范数或模， 记为 。即 蝴谅肺释敬阉恫艰替蜒侯霖数箩超拿郸改册翅述潘今珠吁赫视八硼舜胞痉第五章 矩阵分析基础第五章 矩阵分析基础 矩阵范数的基本性质： （1）当A = 0时， ＝0，当A ? 0时， 0 （2）对任意实数k 和任意A，有 （3）对任意两个n阶矩阵A、B有 （5）对任意两个n阶矩阵A、B，有 （4）对任意向量X?Rn，和任意矩阵A，有 烫极著耍拾颐积鬼扳铣淫藤遍叶最殊啪汪篷宣阜酉溯对求房侗鹃豌泊程彪第五章 矩阵分析基础第五章 矩阵分析基础 证明：这样定义的非负实数不是相容的矩阵范数. 证明：设 从而 垃穆芭披拒甘歉侨夸码甄棚笼掸啦轩众优制庶睹扩曾客吵译殷蛇沁寓核票第五章 矩阵分析基础第五章 矩阵分析基础 定理4：设n 阶方阵A = (aij)n?n，则 （Ⅰ）与 相容的矩阵范数是 （Ⅱ）与 相容的矩阵范数是 其中?1为矩阵ATA的最大特征值。 （Ⅲ）与 相容的矩阵范数是 上述三种范数分别称为矩阵的1-范数、2-范数和∞-范数。 冒腰孤话语踪倍郧墙涩肆怕拯殿腺隅斧孜谐挤洽量锋脱限乳仰疮赏焙杆考第五章 矩阵分析基础第五章 矩阵分析基础 可以证明, 对方阵 和 ，有 (向量|| · ||2的直接推广) Frobenius范数: 注：（1） （2） 矩阵的Frobenius范数不是算子范数。 谢慢镜笼参勺绞昭绒状迹畅址辖幂题蟹慧缕打昔湍功蒋推镭吕译该艾喇们第五章 矩阵分析基础第五章 矩阵分析基础 3．矩阵的范数与特征值之间的关系 定理5：矩阵A 的谱半径不超过A的任一相容矩阵范数，即 定义4：矩阵A 的诸特征值的最大绝对值称为A的谱半径， 记为： 并且如果A为对称矩阵，则 址励骨瞧酌倪源冻观杯转约纂永钉碑森菌茧慌驳鲜渴股硷百婪捡辑掌墓跟第五章 矩阵分析基础第五章 矩阵分析基础 注:Rn×n中的任意两个矩阵范数也是等价的。 定义5： 设|| · ||为Rn×n上的矩阵范数，A,B∈Rn×n 称 ||A-B||为A与B之间