05(5)-向量和矩阵范数

05(5)-向量和矩阵范数

ID:19873399

大小:184.50 KB

页数:8页

时间:2018-10-07

05(5)-向量和矩阵范数_第1页
05(5)-向量和矩阵范数_第2页
05(5)-向量和矩阵范数_第3页
05(5)-向量和矩阵范数_第4页
05(5)-向量和矩阵范数_第5页
资源描述:

《05(5)-向量和矩阵范数》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、§5向量和矩阵的范数在线性代数方程组的数值解法中,经常需要分析解向量的误差,需要比较误差向量的“大小”或“长度”。那么怎样定义向量的长度呢?我们在初等教学里知道,定义向量的长度,实际上就是对每一个向量按一定的法则规定一个非负实数与之对应,这一思想推广到维线性空间里,就是向量的范数或模。1.向量的范数范数的最简单的例子,是绝对值函数。并且有三个熟知的性质:(1)x¹0Þ

2、x

3、>0

4、x

5、=0当且仅当x=0(2)

6、ax

7、=

8、a

9、×

10、x

11、a为常数(3)

12、x+y

13、≤

14、x

15、+

16、y

17、范数的另一个简单例子是二维欧氏空间的长度(勾股定理)欧氏范数也满足三个条件:设x=(x1,x2)(1)x¹0Þ

18、

19、x

20、

21、>

22、0(2)

23、

24、ax

25、

26、=

27、a

28、×

29、

30、x

31、

32、2a为常数(3)

33、

34、x+y

35、

36、2≤

37、

38、x

39、

40、2+

41、

42、y

43、

44、2前两个条件显然,第三个条件在几何上解释为三角形一边的长度不大于其它两边长度之和。因此,称之三角不等式。下面我们给出维空间中向量范数的概念:设X=(x1,x2,…,xn)T,记为XÎRn定义1:设XÎRn,

45、

46、X

47、

48、表示定义在Rn上的一个实值函数,称之为X的范数,它具有下列性质:1)非负性:即对一切XÎRn,X¹0,

49、

50、X

51、

52、>02)齐次性:即为任何实数aÎR,XÎRn,3)三角不等式:即对任意两个向量X、YÎRn,恒有从以上规定范数的三种基本性质、立即可以推出Rn中向量的范数必具有下列性质:

53、4)

54、

55、0

56、

57、=05)6)对任意的X、YÎRn,恒有:【证明】:根据范数的三角不等式所以同理可证因此必有:证完三个常用的范数:设X=(x1,x2,…,xn)T,则有(Ⅰ);(Ⅱ)(Ⅲ)不难验证,上述三种范数都满足定义的条件。定理5:定义在Rn上的向量范数是变量X分量的一致连续函数。()【证明】:设HÎRn为任意向量,e1,e2,…,en为Rn中的一个基底,且再假设显然N为定常数,则当时,由三角不等式得任给正数e>0,取,则有:证毕定理6:在Rn上定义的任一向量范数都与范数等价,即存在正数M与m(M>m)对一切XÎRn,不等式成立。【证明】:设xÎRn,则的连续函数在有界闭区域(单位球面)上

58、有界,且一定能达到最大值及最小值。设其最大值为M,最小值为m,则有(5.31)考虑到在G上大于零,故m>0设XÎRn为任意非零向量,则代入(5.31)得所以证完由此定理可得推论:Rn上定义的任何两个范数都是等价的。对常用范数,容易验证下列不等式:有了范数的概念,我们就可以讨论向量序列的收敛性问题。定义2:设给定Rn中的向量序列{},即,其中若对任何i(i=1,2,…,n)都有则向量称为向量序列{}的极限,或者说向量序列{}依坐标收敛于向量X*,记为定理7:向量序列{Xk}依坐标收敛于的充分条件是如果一个向量序列{}与向量,满足上式,就说向量序列{}依范数收敛于,于是便得:向量序列依范数收敛

59、与依坐标收敛是等价的。2.矩阵的范数定义3:设A为n阶方阵,Rn中已定义了向量范数,则称为矩阵A的范数或模,记为。矩阵范数有下列基本性质:(1)当A=0时,=0,当A¹0时,>0(正定条件)(2)对任意实数和任意A,有(齐次条件)(3)对任意两个n阶矩阵A、B有(三角不等式)(4)对任意向量XÎRn,和任意矩阵A,有(5)对任意两个n阶矩阵A、B,有前三个性质可对照向量范数,下面来证明(4):设,当XÎRn时,根据定义3,(4)显然成立,当ÎRn时,若X=0,则(4)成为式,若X¹0时,则,故所以从而便得(4)中的不等式。对于(5),由定义3及(4)知:特别地,满足(4)的矩阵范数与向量范

60、数,称为相容的,或协调的,(4)称为相容性条件。使用矩阵范数与向量范数时,必须满足相容性条件。与常用向量范数相容的矩阵范数如下:定理8:设n阶方阵A=(aij)n´n,则(Ⅰ)与相容的矩阵范数是(A的列范数)(Ⅱ)与相容的矩阵范数是(A的2-范数)其中l1为矩阵ATA的最大特征值。(Ⅲ)与相容的矩阵范数是(A的行范数)3.A的范数与A的特征值间的关系设l为矩阵A的任一特征值,向量e为相应的特征向量,则le=Ae因为所以从而得定理9:矩阵A的任一特征值的绝对值不超过A的范数。定义4:矩阵A的诸特征值的最大绝对值称为A的谱半径,记为:由定理9可知:§5向量和矩阵的范数

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。