距离与范数

本章主要首先介绍距离空间的概念、性质。在此基础上介绍范数以及赋范线性空间、Hilbert空间的概念与性质。并介绍向量空间、矩阵空间上的一些范数,进一步引入矩阵谱半径、条件数的概念以及其相关应用。

§1 范数与赋范空间,内积与向量范数 §2 矩阵范数* §3 矩阵的谱半径、矩阵的条件数及应用#

  • 1.范数与赋范空间。从距离概念开始引入范数的概念,进一步引入赋范空间并介绍赋范空间的一些性质。
  • 2.Hilbert空间、正交系。本节主要介绍一类特殊的线性赋范空间——Hilbert空间,该空间上范数是有内积诱导的。并介绍Hilbert空间上的标准正交系以及标准正交系下的元素坐标表示。
  • 3.向量范数、矩阵范数。本节主要介绍n维向量空间、n维矩阵空间上的一些范数,以及各类范数之间的关系。
  • 4.矩阵谱半径。本节主要介绍矩阵谱半径的概念,以及矩阵级数的敛散性与谱半径的关系。
  • 5.矩阵条件数。本节主要介绍矩阵条件数的概念,以及矩阵条件数在误差估计中的应用。

距离与距离空间

根据距离去定义极限,完备性

线性空间,范数,赋范线性空间,完备的赋范线性空间空间,Banach空间

向量与矩阵范数,酉矩阵,算子范数,谱范数,相容性

矩阵的谱半径,矩阵序列、矩阵级数,矩阵的条件数

距离和距离空间

抽象数学把集合叫做空间,从一个啥也不是的集合,到有优秀性质的空间,中间还有一些概念需要解决。

从欧几里得距离,抽象出距离的概念,定义了距离的集合就是距离空间。

微积分是高等算术,用来计算各种曲线、曲面,微积分是以极限为基础的,而极限就是在表达两个东西的距离足够近。

因此定义了距离,就可以把微积分里的极限模拟到抽象距离空间里。

有了极限就可以去谈收敛的问题,微分、积分都是在极限存在(收敛)下的一个极限表达式的记号。在集合上一个点列有可能收敛到集合外去,这就引出了空间的完备问题。任意 Cauchy 列在空间内收敛,就称空间完备。

范数

距离是衡量两个元素之间的关系。范数是单个元素的性质。

范数模拟了几何里长度的概念。定义了范数的线性空间称为赋范线性空间。一个线性空间如果定义了范数,那么可以利用范数来简介衡量两个元素的距离。

完备的赋范线性空间空间称为 Banach 空间。

范数有很多种,因此有了范数等价问题。范数等价保证了向量序列的收敛性与范数选取无关。

什么是长度?欧式长度是一个范数。

补充

在讨论范数的时候,就不再谈论抽象空间了。因为选定基后,抽象空间已经同构一个 Cn 上的空间。因此讨论范数只考虑同构的 CnRn 空间的范数即可。

因此也可以发现,范数的值是和坐标相关的。

向量范数

x=[x1,x2,,xn]TCn
  • 1范数 x1=Σk=1n|xk|
  • 2范数 x2=Σk=1n|xk|2=xHx
  • ∞范数 x=max|xi|
  • p范数
xp=[i=1n|xi|p]1p

矩阵范数

向量是个 n×1 矩阵,把向量范数推广一下,可以直接定义出矩阵范数:满足一些条件的一个映射 :Cn×nR

一些直接定义出来的范数的例子:

  • m1 范数 Am1=ΣΣ|aij|
  • F 范数 AF=ΣΣ|aij|2
  • m 范数 Am=nmax|aij|

F范数的酉不变性

矩阵范数和向量范数的相容性

相容的代数定义:向量 xCn,矩阵 ACn×n,若 AxaAmxa 则称 向量函数 和矩阵范数相容。

其含义为向量 x 的长度为 xa 。矩阵 A 作用后的新向量为 Ax ,其长度为 Axa

空间里任一向量变换后的长度都在一个确定的有界范围内。

这个矩阵范数是存在的,并且有

AxaxaAm

算子范数

如何找出上面这个范数呢?既然是任意向量,那么就找个特殊的 x=1

AxaAm

大于左边最大的就行。找个最小的上界,令做一个范数:

Am=maxx=1Ax

这个范数是由向量导出的范数,诱导范数。矩阵也是个算子,更好听的名字:算子范数。

一些算子范数

  • A1=maxji=1n|aij| 极大列和范数
  • A2=λ1 谱范数
  • A=maxii=1n|aij| 极大行和范数

任何向量范数都存在相容的矩阵范数。

谱范数

矩阵谱半径

矩阵级数

矩阵的条件数

对于矩阵方程 Ax=b ,如果对系数矩阵有一个小的扰动 δA ,使得解 x 只有小的扰动,那么这个矩阵性质比较好,称为"良态"的。

条件数就是衡量误差(即 δA )经过矩阵 A 之后,扩大为 x 误差的程度。

举个例子原矩阵方程 Ax=b ,系数矩阵和常向量都有小扰动为 δAδb,方程变为

(A+δA)x^=b+δb

衡量解的相对误差:

xx^xcond(A)1cond(A)δAA(δAA+δbb)

对于求矩阵的 A1,也会有误差,衡量公式

A1(A+δA)1A1cond(A)1cond(A)δAA

里面的 cond(A) 就是条件数,计算方法

cond(A)=AA1