1-3范数.pptVIP

1.3.1 向量范数 1.3.2 范数的等价性 1.3.3 矩阵范数 1.3.4 矩阵范数的性质 1.3.1 向量范数 向量范数的概念是复数模的概念的自然推广。 二、研究矩阵和向量的序列以及级数的收敛准则 范数的主要的应用： 一、研究矩阵和向量的误差估计 2、齐次性 3、三角不等式 1、非负性 模函数提供了复数变量大小的度量 满足以下三条件： 范数某种意义上提供了向量或矩阵的大小的度量 对任意的复数 及 ，函数 1、非负性 2、齐次性 3、三角不等式 称函数 为 上的一个向量范数 对任意向量 和 及复数 ， 函数 满足以下三条件： 设任意n维向量 ( 为向量x的转置）。 常用的向量范数为： p-范数 ( xH 为向量x的共轭转置） 特别的， 表示 的模。 加权的范数： 一般情况下，对给定的任意一种向量范数 ， 是它的每一个分量的权系数。 其中W 为对角矩阵， 加权的1-范数为： 例如,对任 加权的2-范数为： 可定义出 其对角元素 例 对任给 ,试问如下实值函数是否构成 向量范数？ 故，1.和2.不满足非负性条件。 3.不满足齐次性条件； 4. 满足加权向量范数的定义，故构成向量范数。 2.中取 1.中取 ？ ？ ？ ？ √ ? ? ? 答： 例：求向量 的１，2和∞-范数。 解： 上可以定义各种向量范数，其数值大小一般不同。 在 或者 但是在各种向量范数之间存在下述重要的关系 1.3.2 向量范数的等价性 （向量范数的等价性定理） 上的任意两种向量范数，则存在两个与向量无关的正常数 c1＞0和c2＞0，使得下面的不等式成立 并称 和 为 上的等价范数。 定理1.1 和 为 设 （向量序列收敛性定理） 其中 定理 则 设 向量收敛 分量收敛 范数收敛 1.3.3 矩阵范数 矩阵可以看做是一个向量 向量范数的概念直接推广到矩阵上？ 推广应考虑到矩阵的乘法运算 （2）齐次性 （3）三角不等式 则称函数 为 上的一个矩阵范数。 即对任意矩阵A、B以及任意复常数 ，若该函数满足以下条件： ‖A‖≥0 当且仅当A=0m×n时‖A‖=0 （4）相容性 定义1.2 定义在Cm×n上的一个非负实值函数，记为 （1）非负性 矩阵的 -范数和Frobenius范数（简称F-范数） 例：设 ，问是否构成A的一种范数？ 则可得出 故不构成A的一种范数。 若定义实值函数： ，则可验证其构成 A的一种范数。 解：取 那么， （矩阵范数的等价性定理） 上的任意两种矩阵范数， C1＞0和C2＞0，使得下面的不等式成立 并称 和 为 上的等价范数。 定理 矩阵范数具有向量范数的一切性质 （矩阵序列收敛性定理） 其中 定理 则 设 和 为 设 则存在两个与矩阵无关的正常数 矩阵收敛 元素收敛 范数收敛 定义 称如下集合为矩阵 的谱 称如下实数为矩阵 的谱半径 2．算子范数 则 是一种矩阵范数。 定理1.2 称由如上关系式定义的矩阵范数为从属向量范数 的矩阵范数简称从属范数或算子范数． 若定义 （列和范数） （行和范数） （1） （2） （3） （谱范数） 其中 表示矩阵AHA的最大特征值； 定理1.3 几种常用的算子范数 在向量范数中，最常用的范数为向量的1-范数、2-范数和 ∞-范数，下面分别给出从属这三种向量范数的矩阵范数。 可以证明： 对任何算子范数，单位矩阵 的范数值为1，即 推论 不是算子范数。 特殊矩阵：单位矩阵的范数？？？ 设 求 例2 解： 令 得 对于酉矩阵 ，我们可有如下的结论： 事实上， （酉矩阵的范数不变性） 1.3.3 矩阵范数的性质 　 证 故得到 ． 设‖·‖M为矩阵Cn×n空间的任一矩阵范数， 任意的n阶方阵A均有 定理1.４ 则对 其中 为方阵A的谱半径。 从而 设 则存在向量 满足 定理1.5 注：定理1.５