第五章矩阵分析(改~).docVIP

| PAGE 第五章　矩阵分析 本章将介绍矩阵微积分的一些内容.包括向量与矩阵序列的收敛性、矩阵的三种导数和矩阵微分与积分的概念，简要介绍向量与矩阵范数的有关知识. §5.1　向量与矩阵的范数 从计算数学的角度看，在研究计算方法的收敛性和稳定性问题时，范数起到了十分重要的作用. 一、向量的范数 定义1　设是数域上维（数组）向量全体的集合，是定义在上的一个实值函数，如果该函数关系还满足如下条件： 1）非负性 对中任何向量，恒有，并且仅当时，才有=0； 2）齐次性 对中任意向量及中任意常数，有 3）三角不等式 对任意，有 ， 则称此函数（有时为强调函数关系而表示为）?为上的一种向量范数. 例1　对中向量，定义 ＝， 则为上的一种向量范数[表示复数的模]. 证　首先， 1）非负性　当时，；当时，； 2）齐次性　对任意及，有 ； 3）三角不等式 对任意复向量，有 （由Cauchy-ВуНЯКОВСКИЙ不等式） 因此 所以 确为上的一种向量范数 例2 对[或]上向量定义 ， ， 则及都是[或]上的向量范数，分别称为1-范数和范数. 证 仅对后者进行证明. 1）非负性 当时，，又显然有； 2）齐次性 对任意向量及复数， 　　　　　　　　　　 3）三角不等式 对任意向量 =. 综上可知确为向量范数. 上两例中的是常用的三种向量范数. 一般地，对于任何不小于1的正数，向量的函数 也构成向量范数，称为向量的范数. 注（1）当时， （2）当时，为2-范数，它是酉空间范数；当为实数时，为欧氏空间范数； 由范数的存在，可知向量的范数有无穷多种，而且，向量的范数并不仅限于范数.在验证向量的范数定义中，三角不等式的过程中常涉及到两个著名的不等式，即： 1、H?lder不等式　设正实数满足则对任意的有 　　　　　　　　 2、Minkowski不等式 对任意实数,及有 （）. 例3　设为维向量，则 各种范数值差距很大.但是，各种范数之间却存在着内在的制约关系，称为范数的等价性. 定理1 设为有限维线性空间的任意两种向量范数（它们不限于范数），则存在正的常数,使对一切向量，恒有 (1) 证 如果范数和都与一固定范数譬如2-范数满足式（1）的关系，则这两种范数之间也存在式（1）的关系，这是因为若存在正常数和，使 成立，则显然有 令，则得式（1），因此只要对证明或（1）成立即可. 设是维的，它的一个基是，于是中的任意向量可表示为 从而，可视为n个变量的函数，记为，易证是连续函数，事实上，若令,则 . . 由于 是常数，因此与充分接近时，就与充分接近，所以是连续函数. 所以在有界闭集上， 函数可达到最大值及最小值.因此在中，不能全为零，所以.记向量 ， 则其坐标分量满足， 因此，.从而有 . 但故 . 即 . 二、矩阵的范数 定义2 设是数域F上所有矩阵的集合，是定义在上的一个实值函数，如果该函数关系还满足如下条件：对中任意矩阵、及中任意常数总有 1）非负性 并且仅当时，才有； 2）齐次性 ； 3）三角不等式 ； 则称是上的一种矩阵范数. 例4　对（或）上的矩阵定义 ， ， ， 则都是（或）上的矩阵范数. 实用中涉及较多的是方阵的范数，即的情形. 定义3 设是数域，是上的方阵范数.如果对任意的，总有 ， 则说方阵范数具有乘法相容性. 注意：在某些教科书上，往往把乘法相容性直接纳入方阵范数的定义中作为第4个条件，在读书时，只要注意到各自定义的内涵就可以了. 例5 对上的矩阵定义，则是一种矩阵范数，并且具备乘法相容性. 证　非负性与齐次性显然成立，另两条证明如下：三角不等式 ； 乘法相容性 ， 证得为矩阵范数且具有乘法相容性. 并不是所有的方阵范数都具有乘法相容性.例如对于上的方阵范数就不具备相容性条件.此时 . 取 ， 则有 ， 而 . 定义4 如果阶矩阵的范数与维向量的范数，使对任意阶矩阵及任意维向量均有，则称矩阵范数与向量范数是相容的. 定理2 设是某种向量范数，对阶矩阵定义 　　 　　　　（2） 则为方阵范数，称为由向量范数导出的矩阵范数，而且它具有乘法相容性并且与向量范数相容. 证 首先可证，由（2）式定义的函数关系满足与向量范数的相容性.对于任意阶矩阵及维向量，当时，有 ， 即