矩阵论课件第3章_范数理论及其应用幻灯片.pptVIP

谱半径的性质使其成为在用迭代法解线性方程组时判断迭代是否收敛的条件，它在特征值估计、广义逆矩阵、数值分析等理论中都占有极其重要的地位。 * 若 ， 同样可由上式定义，不同的是 分别是 和 中的同一种向量范数。 由 的定义 可知 ，即它与向量范数 是相容的 . 在定义3.2.3中，令 ， 则 ，此时 因此，我们可得到如下结论。 定理3.2.1 定理3.2.2　任意从属范数都是范数，即对任意 ， ， ， 都有： (1)非负性： ，当且仅当 时， ； (2)齐次性： ； (3) 三角不等式： (4) 相容性： 另外每一种从属范数还具备如下性质： (a) ； ，且在某点 等 式成立； (c)若 可逆，则 ; (d)若 可逆，则 . 定理3.2.3 设 ，分别由向量范 数 导出的矩阵范数为： (1) 证明后附 (2) (3) 例 3.2.4 定理3.2.4　设 ，则 (1) (2) 定理3.2.5　设 ，且 都是酉矩阵，则 例 3.2.5 3.3 范数的应用 长度和距离在实分析和复分析中的应用，我们已经有充分认识，而范数是长度和距离的推广，因此范数作为一种推广的度量，由于其抽象性和概括性，其应用范围自然也随之扩展。至少在矩阵分析和数值线性代数领域，范数有着深刻的应用。 3.3.1　线性变换的误差分析 设 是线性变换， 是与之对应的矩阵，即 下面研究在此线性变换下“单位圆”的象。 由从属范数 的定义及性质我们可以推出如下结论： （1） （2） （3） （假定A可逆） （假定A可逆） 结论(1)和(2)说明“单位圆”上的向量在线性变换下，象的最长长度为 ，最短长度为 ，结论(3)刻画了单位圆在线性变换下变形的程度。 例 3.3.1 (a) 单位圆 （b）单位圆在线性变换下的像 下面讨论矩阵从属范数在逼近论中的应用。 设 ， 是 的一个近似值，则 上式说明象向量之间的误差不超过 的 倍 而相对误差满足关系 由结论(2)知 ，因此 其中 称为矩阵 的 条件数。 上式说明像向量的相对误差不超过原像的相对误差的 倍。因此 有点类似于微积分中的导数(导数说明变量的变化引起函数的变化程度)。 由于 因此 的条件数都大于1(注意这里使用的范数是矩阵的从属范数)。 可由不同的从属范数计算，计算出来的结果通常是不同的，但它们的量级大致相同，可以证明 其中 、 、 分别由矩阵的1-范数、2-范数和 范数计算得到的。 3.3.2 　线性方程组 解的误差分析 下面讨论误差对解的影响程度。 设 非奇异， ，考虑如下线性方程组 由于误差，设用Gauss消去法得到的解为 ，满足 其中 是由舍入引起的误差矩阵，设机器的有效数字为 t，则 设 是线性方程组的精确解，则 ∞ 表明了误差 对方程组 的解的影响，当 很小时，解的失真程度小，这样的矩阵称为良态矩阵或好条件的。若 很大，则解的失真程度也可能很大，这样的矩阵称为病态矩阵或坏条件的。 Hilbert 矩阵是很有名的病态阵： 当 时, , ， 当 时, 随着 的增大， 的条件数增长 很快。 例 3.3.2 3.4.3　矩阵的谱半径 定义3.3.1　设 为 的 n 个特征值，称 为 的谱半径。 定理3.3.1 设 是任 一矩阵范数，则 例 3.3.3 定理3.3.2 　设 ， 是一个正数，则存在矩阵范数 满足: 定理 3.3.3　设