14 向量范数和矩阵范数.pdfVIP

第十四讲 向量范数和矩阵范数 一、 向量范数 1， 定义：设 V 是数域 F 上的线性空间，且对于 V 的任意一个向量 x ，对应一个非负实数x ，满足以下条件： ＊ 正定性：x ≥0,且x =0 ⇔x =0. ＊ 齐次性：ax =| a |x . ＊ 三角不等式 则称x 为向量 x 的范数，[V ;•] 为赋范空间。 2 ， 常用的向量范数： n x = ∑x 2 2-范数： 2 i i=1 n x = | x | 1-范数： ∑ i i=1 n p x =p ∑x P-范数： p i i=1 另外： ＊ x =max | xi | 1≤≤ i n 特别对于R n 中向量，可定义加权范数： x = x T Ax ,x ∈R n , A正定 3， 向量范数的三点性质： 性质 1 x =−x . 性质 2 |α−|| β|||≤|| α−β|| . 性质 3 向量范数x 是R n 上向量 x 的连续函数。 4, 向量范数等价 (1) (2) ①范数等价定义：x 和 || x || 为线性空间 V 上的两种范数， 如果存在常数c和c ，使得 1 2 (2) (1) (2) c || x || ≤x ≤c || x || .则称这两个范数等价。 1 2 ②有限维空间的任意两种向量范数都是等价的。 Remark: 在无限维线性空间中，可以存在不是相互等价的范数。 二、 矩阵范数 1， 定义：数域 F ，对于任意一个矩阵A ∈F n×n ，对应一个非负实 数A ，满足以下条件： ＊ 正定性： ＊ 齐次性： ＊ 三角不等式 ＊ 相容性：任意 A, B ∈F n×n ,都有|| AB ||≤|| A |||| B || . 则称A 为矩阵 A 的范数. 2,常见的矩阵范数 n n n n A ∈C × ,|| A ||=∑∑| aij | （类似于向量1-范数） = = i 1 j 1 Frobenius 范数（F-范数） n n n n H × 2 1/ 2 A ∈C ,|| A ||= ∑∑| aij | =[tr (A A)] i=1 j=1 Remark: F-范数可由奇异值给出 3， 诱导矩阵范数（另一种常见的矩阵范数） 目标：由向量范数诱导矩阵范数 ①矩阵范数与向量范数的相容性： 设||x||是向量范数，||A||是矩阵范数，若 || Ax ||≤|| A |||| x ||, 则称向量范数和矩阵范数相容。 ②设||x||是向量范数，则 || Ax || || A ||=max { } x ≠0 || x || 是与向量范数||x||相容