21矩阵与范数.pptxVIP

1.4 向量和矩阵的范数 1.4.2 矩阵的范数及其性质 1.4.1 向量的范数及其性质 1.4 向量和矩阵的范数 学习目标： 掌握向量范数、矩阵范数等概念。 　　在实数域中，数的大小和两个数之间的距离是通过绝对值来度量的。在解析几何中，向量的大小和两个向量之差的大小是“长度”和“距离”的概念来度量的。为了对矩阵运算进行数值分析，我们需要对向量和矩阵的“大小”引进某种度量。范数是绝对值概念的自然推广。 §1.4 向量和矩阵范数 范数是对向量和矩阵的一种度量,实际上是二维和三维向量长度概念的一种推广. 数域:数的集合,对加法和乘法封闭 线性空间:可简化为向量的集合,对向量的加法和数量乘法封闭,也称为向量空间 有理数、实数、复数数域  1.4.1 向量范数 ( vector norms ) 自己证 容易验证，向量的∞范数和1范数满足定义1.5中的条件。对于2范数，满足定义1.5中的条件（1）和（2）是显然的，对于条件（3），利用向量内积的 Cauchy-Schwarz不等式可以验证。 显然 并且由于 注意:一般有向量的等价关系 例 1 求下列向量的各种常用范数 解: 1*4≤9≤9/4*4=9  1.4.2 矩阵的范数( matrix norms ) 常用的矩阵范数 例2 不难验证其满足定义2的4个条件. 称为Frobenius范数,简称