线性代数(四十五) : 线性映射的范数
来源:互联网 发布:广联达电力软件应用 编辑:程序博客网 时间:2024/05/17 22:00
本节定义衡量线性映射或者说矩阵的大小的一个概念:范数.
1 上确界
设A是欧几里得空间X到另一欧几里得空间U的线性映射.
我们知道实数的任何有界子集都存在最小的上节,称为上确界
简记为sup.对于任意向量x,和线性映射A,Ax的每个分量都是x的分量的线性组合.
当向量x的长度为1的时候。Ax的长度就构成了一个有界数集.这个数集的上确界就称为矩阵A的范数.定义:
(1)式
2 矩阵范数的性质
(i)
证明:
当z为0向量时显然成立
当z为单位向量时,结合定义易证.
对任意z,z=kx,其中x是单位向量.由于:
再结合z为单位向量的情形即可证明.
(ii)
根据前几节的定理:
在(1)式中令Ax=u,即可证明
(iii)
对任意标量K都有:
证明:
(iv)设A,B均为X到U的线性映射,则:
证明:
根据三角不等式对于任意x属于X有:
左端上确界为:
右端上确界之和不大于:
因此得证.
(v)设A是X到U的线性映射.C是U到V的线性映射,则:
证明:
运用性质(i)有:
再次运用性质(i):
限定x长度为1,两端分别取上确界即证.
(vi)
证明:
根据伴随的性质:
标量积是对称函数:
上式两端取上确界,根据性质(ii).即证
3 范数与可逆性
设A是有限维欧几里得空间X到其自身的可逆的线性映射.B是X到自身的另一线性映射且:
则B可逆
证明:
令A-B=C 则 B=A-C B可分解为:
由于可逆映射的乘积仍可逆.因此只需证明I-s可逆.
假设I-S不可逆,则存在x不等于0使得(I-S)x=0.此时x= Sx
利用S的范数有:
由于x不等于0,因此:
在根据性质(v)有:
再根据:
因此这与上边的S范数等于1矛盾.因此I-S可逆.证毕
0 0
- 线性代数(四十五) : 线性映射的范数
- Matlab与线性代数 -- 向量的范数
- Matlab与线性代数 -- 矩阵的范数
- 线性代数(三) : 线性映射与矩阵
- 线性代数中的范数
- 线性代数学习2 线性相关、生成子空间、范数、特征分解
- 线性代数(二)--有限维向量空间和线性映射
- 线性代数(四十九) : 希尔伯特-施密特范数
- [线性代数]向量组的线性相关性
- 线性代数 04.02 向量组的线性相关性
- 线性代数 04.03 线性相关性的判定
- 线性代数(三十二) : 矩阵的谱映射定理
- 线性代数(一) : 线性空间
- 线性代数3-线性空间
- 线性代数--线性无关2
- 线性代数--线性无关3
- 线性代数--线性无关4
- 固定映射的线性地址
- 广义表的长度和深度
- 2014年系列技术讲座之基于大数据的数据挖掘
- iOS基础一 NSFileManager
- 线性代数(四十四) : 正交矩阵
- jdk 和 tomcat 的环境变量的配置
- 线性代数(四十五) : 线性映射的范数
- 线性代数(四十六) : 完备性与局部紧致性
- 交叉编译器安装
- OpenGL入门示例7——黑色背景绘制彩色ZUFE字母
- day1-day30总结
- Java中HashMap遍历的两种方式
- TortoiseSVN使用简介
- Tomcat多端口、虚拟目录配置
- 软件可以这样维护