显然这种矩阵的范数||A||v依赖于向量范数||x||v的具体含义. 也就是说, 当给出一种具体的向量范数||x||v时, 相应地就得到了一种矩阵范数||A||v. 定理18 设x?Rn, A=(aij)?Rn×n, 则有常用的算子范数 (称为A的行范数), (称为A的列范数), (称为A的2-范数). 其中?max(ATA)表示ATA的最大特征值, 由于矩阵2-范数与ATA 的特征值有关,所以又称为A的谱范数. 证明见书p202. 由定理18看出, 计算一个矩阵的||A||∞, ||x||1还是比较容易的, 而矩阵的2-范数在||x||2计算上不方便, 但是矩阵的2-范数具有许多好的性质, 它在理论上是非常有用的. 我们指出, 对于复矩阵(即A?Cn×n)定理18中1,2显然也成立, 对于3应改为 例7 设 则 求相应的各种范数. 解 因为 令 得ATA的特征值 故 可见 参见书p203-例7. 定义6 设A?Rn×n的特征值为?i (i=1,2,?,n) , 称 为A的谱半径. 例子 设 , 求A的谱半径. 解 得A的特征值 故得A的谱半径为 定理19(特征值上界) 设A?Rn×n, 则ρ(A)≤||A||,即A的谱半径不超过A的任何一种算子
原创力文档

文档评论(0)