预备知识--向量范数.docVIP

第三章 解线性方程组的数值解法 （ Numerical Solution of Linear Equations ） 数值方法基本思想 线性方程组按不同方式分为 按阶数分为： 高阶：n1000；中阶：500-1000；低阶：n500 按系数矩阵的形状和性质分为： 对称正定；三对角；对角占优 按系数矩阵零元素的多少分为： 稠密型；稀疏型 线性方程组的数值解法分为两大类，即迭代法和直接法 迭代法：思想：构造迭代公式，用某种极限过程去逐步逼近精确解 特点：占内存少、程序设计简单 适用：中、大规模问题，尤其是高阶稀疏矩阵 问题：迭代方法的收敛性与收敛速度 直接法：思想：对系数矩阵进行分解、变换，经有限次算术运算，求出精确解 特点：准确、可靠 适用：中、小规模问题，尤其是稠密系数矩阵 问题：舍入误差对病态方程组的影响 方法分类 §3.1 预备知识--预备知识 衡量向量和矩阵大小的度量 用来讨论解线性方程组的误差 3.1.1 向量的范数 定义3-1 上的范数是一个实值函数记作，它满足 （1）当且仅当时，； （2）对任何，； （3），. 定义3-2 内积空间向量的长度，它定义为 . 向量长度满足上述范数条件（1）、（2）是显然的，我们证明它满足不等式（3）. 对任意，. 利用Cauchy不等式，由前式导出 . 从而三角不等式成立. 中的2范数也称为Euclid范数.中常用的范数还有1范数和范数： . . 向量范数的一般类型： . 单位圆：， ? ? 单位圆 椭圆范数： ，其中为任意对称正定矩阵. 例：设，求 解: 定义3-3 设为中的一个给定向量序列 . 若对,则称向量序列收敛于向量. 容易证明，当时，的充要条件为. 事实上，由于 , 从而当时，与等价. 引理3-1 设是在上的一个范数，则是的分量的连续函数. 证明 对任何有 . 其中是第个单位向量.从而我们有 . 因而当时，，即为的连续函数. □ 定理3-1 （范数的等价性） 对于中任意两种范数，总存在常数和， 使对一切都有 . （*） 证明 我们只需证明任意范数与Euclid范数等价即可.考虑单位球面 . 它是中的有界闭集，据引理1，连续，并且它在上达到最大值和最小值， .于是对任何，有，从而 . 故当时（*）成立.当时（*）显然成立. □ 对于常用的范数，，可以算出 , , . 定理3-2 设║·║为中的任一种范数，则序列收敛于的充分必要条件为 时. 利用向量范数的等价性及引理1,容易得到定理4的证明. 3.1.2 矩阵的范数 对于上的任何向量范数,我们可以自然的定义矩阵范数. 定义3-4 若║·║是上任意范数,则对任一阶实方阵 (*) 称为的矩阵范数，确切地说，称为矩阵由向量的范数║·║导出的矩阵范数（也称为从属范数）. 矩阵范数的基本性质： （1），当且仅当时，. （2），. （3）对于阶方阵、，有 ，（三角不等式） （4），有. （5），、. 性质（4）、（5）称为相容性条件 证明 （1）?????? 显然，且 ，又若，则由（*）式， ， . （2）,,\ . （3） 设，，有 . （4）由（*）式，对，有 ,即 而，结论明显成立 . （5）由（4） 非从属范数的矩阵范数： 例如，矩阵的Frobenius范数（F-范数） 它满足性质（1）、（2）、（3）是明显的，现在证明的Frobenius范数适合性质（4）、（5）. 定理3-3 矩阵的F–范数是相容范数，而且它与向量的2-范数相容. 证明 用表示的第行： ， 则有 . 于是 . 三种从属范数计算： （1）矩阵的1-范数（列和范数）: ， （2）矩阵的-范数（行和范数）: ， （3）矩阵的2-范数: 其中: 的最大特征值 因为，对任何， 从而 ,现设，令 显然，满足，并且 ， 从而（1）成立.