矩阵分析
范数和极限
用RnCn表示n维度实复向量空间,Rm×nCm×n表示m行n列实复矩阵空间,设x=x1,x2,⋯,xnT∈Rn,其长度可以定为∣x∣=∑j=1nxj21/2
定义1.1 如果在Rn中定义了实值函数,记为∣∣⋅∣∣,满足
- ∣∣x∣∣≥0,当前仅当x=0时∣∣x∣∣=0
- 对于任意a∈Rn,∣∣ax∣∣=∣a∣∣∣x∣∣
- 对于任意x,y∈Rn,恒有三角不等式∣∣x+y∣∣≤∣∣x∣∣+∣∣y∣∣,
则称∣∣x∣∣为x的范数,也成为模
向量长度满足上述条件1和2是显然的,只需要证明满足第三条,证明过程如下
对于任意的x,y∈Rn,有
∣∣x+y∣∣2=x+y,x+y=x,x+2x,y+y,y
利用Cauchy不等式∣x,y≤∣x∣∣y∣,d导出
∣x+y∣2=∣x∣2+2∣x∣∣y∣+∣y∣2≤∣x∣+∣y∣2c从而三角不等式成立,
Rn中最常用的范数还有1范数和∞范数
∣∣x∣∣1=j=1∑nxj2∣∣x∣∣∞=max{∣x1∣,∣x2∣,⋯,∣xn∣}
定理1.1 给定非奇异矩阵 bmA∈Rm×n, 则对于Rn中的任意范数∣∣x∣∣, ∣∣xA∣∣=∣∣Ax∣∣定义了Rn中的一种新范数
定理1.2 设A∈Rn×n为正定对称矩阵,则∣∣x∣∣A1/2=Ax,x1/2定义了Rn中的一种范数