Matrix5-1向量的范数.pptVIP

矩阵分析 讨论：矩阵函数的分析性质 函数的定义 函数的计算 函数的分析性质：连续、微分、积分等 定义矩阵函数的思想： 用幂级数定义矩阵函数 需要的背景概念：幂级数序列与收敛性质 本章的结构 向量范数与矩阵范数 向量序列和矩阵序列的收敛 矩阵幂级数 矩阵函数 §5.1 向量的范数 一、向量范数的概念 1. 赋范空间 定义5. 1 (P. 129) Vn(F)上的实值函数?? ? ??： Vn(F) ? R+ , 满足 正定性：??x?? ?0, ??x?? =0 ? x=0。 齐次性：?k?F, ??kx?? =?k? ??x?? 三角不等式：??x+y?????x??+??y?? 则?? ? ??为Vn(F)上的范数, [Vn(F); ?? ? ?? ]是赋范空间。 2. Cn空间常用的范数 Cn空间, H?lder 范数(p- 范数) p-范数的特例： 二、向量范数的收敛性质 1. 连续性 定理5.1 设{?1, ?2, ? ?n}是赋范空间 [Vn(F); ?? ? ?? ] 的基, ?=?ai?i , ?=?bi?i, 则?? ?0, ??? 0, 当 ? ai – bi???时, 有 ? ????? – ?? ? ?? ? ?? 。 §5.2 矩阵的范数 一、矩阵范数 定义5.3 (P. 133) Fn×n上的实值函数?? ? ??： Fn×n?R+ , 满足：?A, 有 正定性：??A?? ?0, ??A?? =0 ? A=0。 齐次性：?k ?F, ??kA?? =?k? ??A?? 三角不等式： ??A+B?? ? ??A??+??B?? 相容性： ??AB?? ???A?? ??B?? 则称??A??为A的范数。 例题1 F-范数：P.134 例题2、证明对任何矩阵范数??A?? , 1. ??I?? ? 1 2. ??An?? ? ??A??n 3. A可逆, ??A-1?? ? ??A??-1 例题3 设矩阵A酉相似与B, 则??A??F =??B??F 二、诱导范数： 1. 矩阵范数与向量范数的相容性 定义5.4 (P. 135) ：??Ax?? ???A?? ??x?? 定理5.3：设??x??是向量范数, 则由??x??诱导的矩阵范数： 例题1 范数诱导的矩阵范数：分别取x的p=1, ∞, 2-范数可得 §5.3 向量序列和矩阵序列的极限 一、C n中向量序列的收敛性 按分量收敛: 按范数收敛: 按分量收敛和按范数收敛的关系 定理5.4 C n中一个向量序列按分量收敛的?它按任何一个范数收敛。 二、矩阵序列的收敛性 按元素收敛 按范数收敛 矩阵序列极限的运算。 例题1 (P. 148 定理4.1-1) 设矩阵A构成的矩阵序列{I, A, A2, … ,Ak, … }, 若对某矩阵范数??A?? , 有??A?? 1, 证明： §5.4 矩阵的幂级数 讨论：方阵A, 数列{a i}构成的矩阵幂级数： a 0 I+a1A+a2A 2 + ? +akA k + ? 1. 收敛性。 2. 求和方法, 由和矩阵作为函数值定义矩阵函数。 一、谱半径 (P.142) 1. 定义：A的谱{?1, ?2, … ,?s}, 则谱半径 ?(A)=max{ ? ?i ? } 2. 谱半径的性质 (P.143): 1). 定理5.6: A?Cn×n , ?范数??A??, ?(A)???A??。 2). 定理5.7: ????, ? ??A??*, ??A??*? ?(A)+ ?。 二、矩阵的幂级数 定义及其收敛性： 收敛性的判别方法 1). 收敛性分析。 2). 定理5.8 (P.149 定理4.1-3)。 例题1、 讨论 的收敛性。 例题4 设 , 讨论 的收敛性。 P.121 例2。 例3：定理无法判断的情形。 * Matrix Analysis 第5章：矩阵分析 P=1 P=2 P=? 距离： d(x, y)=??x – y?? 邻域： R(x0, r)={x 0?Vn(F), ??x – x0??=r } 范数不等式： ??x + y?? ?? ??x ?? –??y?? ?; ??x - y?? ?? ??x ?? –??y?? ? 拓扑空间 度量空间