泛函数与范数的定义

合集下载

理解泛函分析学习泛函分析的基本概念和方法

理解泛函分析学习泛函分析的基本概念和方法

理解泛函分析学习泛函分析的基本概念和方法泛函分析是数学中的一个重要分支,它研究的是函数的集合和函数间的映射关系。

泛函分析的基本概念和方法对于理解和应用许多数学分支和应用科学领域都具有重要意义。

本文将介绍泛函分析的基本概念和方法,帮助读者更好地理解和学习泛函分析。

1. 范数和内积空间泛函分析的基本概念之一是范数和内积。

范数是定义在线性空间上的一种函数,用来度量空间中的向量的大小。

内积是定义在内积空间上的一种函数,用来度量空间中向量之间的夹角和长度。

了解范数和内积的定义和性质是学习泛函分析的基础。

2. 巴拿赫空间巴拿赫空间是泛函分析中的一个重要概念,它是一个完备的赋范线性空间。

完备性意味着空间中的柯西序列在该空间中有极限。

了解巴拿赫空间的定义和性质对于理解泛函分析的相关定理和方法至关重要。

3. 可分性和正交性可分性是指线性空间中存在可数的稠密子集。

泛函分析中的许多定理和方法依赖于对可分空间的研究。

正交性是指内积空间中存在满足正交关系的向量组。

正交性在泛函分析中有重要应用,如勾股定理和傅里叶级数展开等。

4. 对偶空间和弱收敛对偶空间是泛函分析中的一个重要概念,它是一个原空间的线性函数全体构成的线性空间。

对偶空间的研究对于理解泛函分析的双重性质及其在数学和物理问题中的应用具有重要意义。

弱收敛是指序列在对偶空间中的收敛性质。

了解对偶空间和弱收敛的定义和性质有助于掌握泛函分析中的重要思想和方法。

5. 紧算子和谱理论紧算子是泛函分析中的一个重要概念,它是一种在巴拿赫空间中有紧性的线性算子。

紧算子在泛函分析和泛函微分方程等领域的研究中具有重要应用。

谱理论研究的是算子的谱结构及其与算子性质的关系。

理解紧算子和谱理论对于深入理解泛函分析的相关概念和方法非常重要。

6. 泛函分析的应用领域泛函分析作为数学中的一个重要分支,在许多领域都有广泛的应用,包括数学分析、微分方程、优化理论、量子力学等。

了解泛函分析在不同领域的应用,可以帮助读者更好地理解泛函分析的实际意义,并将其应用于实际问题的研究和解决中。

大学数学泛函分析

大学数学泛函分析

大学数学泛函分析一、引言数学泛函分析是数学的一分支,研究数学空间中的函数和它们的性质。

本文将介绍大学数学泛函分析的基本概念、定理和应用,以帮助读者更好地理解和应用泛函分析知识。

二、范数空间与内积空间1. 范数空间范数空间是指一个向量空间上定义了范数的空间。

范数是一个函数,它将向量映射到非负实数。

我们要介绍的几个常见的范数包括:欧几里得范数、p-范数等。

2. 内积空间内积空间是指一个向量空间上定义了内积的空间。

内积是一个二元运算,它将两个向量映射到一个实数。

内积空间具有许多有用的性质,如共轭对称性、正定性等。

三、泛函分析的基本概念1. 线性算子线性算子是指将一个向量空间映射到另一个向量空间的线性映射。

我们要介绍的几类线性算子包括有界线性算子、紧线性算子等。

2. 连续性与收敛性在泛函分析中,我们关心函数序列的收敛性问题。

连续性和收敛性是泛函分析中的重要概念,它们可以帮助我们刻画函数的性质和行为。

3. 凸集与凸函数凸集是指包含所有连接两点的线段的集合。

凸函数是指定义在凸集上的函数,满足一定的凸性质。

凸集和凸函数在泛函分析中有着广泛的应用。

四、泛函分析的重要定理1. Banach不动点定理Banach不动点定理是泛函分析中的重要定理,它与函数的收敛性和连续性有密切关系。

该定理表明,在某些条件下,一个映射总能找到一个不动点。

2. Hahn-Banach定理Hahn-Banach定理是泛函分析中的核心定理,它在函数的延拓性和存在性方面有重要应用。

该定理表明,在一定条件下,我们可以将一个线性函数延拓到整个向量空间上。

3. Riesz表示定理Riesz表示定理是泛函分析中的经典定理之一,它将内积空间中的连续线性泛函表示为内积的形式。

该定理在量子力学等领域有着重要的应用。

五、泛函分析的应用泛函分析在科学和工程领域有着广泛的应用。

以下是几个典型的应用领域:1. 偏微分方程泛函分析在偏微分方程中有着重要的应用。

通过泛函分析的方法,我们可以研究偏微分方程的解的存在性、唯一性和稳定性等性质。

数学物理学中的泛函分析及其应用

数学物理学中的泛函分析及其应用

数学物理学中的泛函分析及其应用泛函分析是数学物理学中的一门重要学科,是研究函数空间及其上的映射的数学分析学科。

它涵盖了数学和物理很多领域中的重要论题,包括微积分,变分法,偏微分方程,量子力学等。

在科学研究和工程应用中,泛函分析发挥着极为重要的作用。

本文将介绍泛函分析及其应用。

一、泛函分析的概念泛函是一个映射,它把一个函数空间中的函数映射到一个标量域上的函数。

泛函分析是对这些映射的研究,它是基于函数空间的理论和方法。

泛函分析的目标是找出函数空间和其上的线性算子的基本性质和规律,研究它们的逼近和收敛性质以及存在性和唯一性等问题。

泛函分析的重要概念包括:线性空间、范数、内积、拓扑、紧算子、自伴算子等。

线性空间是指函数集合中的任意两个函数满足加法和数乘封闭性的集合。

范数是定义在线性空间上的一种实数函数,符合非负性、齐性和三角不等式。

内积是一个函数空间中的二元运算,它满足线性性和正定性。

拓扑是指函数空间中元素间的近似关系,定义了开集和闭集,并定义了连续性、紧性等概念。

紧算子是指将一个无限维线性空间中的元素映射到一个有限维线性空间的算子。

自伴算子是指满足自我共轭性质的线性变换。

二、泛函分析在物理学中的应用泛函分析在物理学中有着广泛的应用。

物理学中的方程和算子一般都具有函数变量,因此把物理问题转换为泛函问题,就可以运用泛函分析方法解决它们。

以下简单介绍几个物理学中泛函分析的应用:1.偏微分方程:泛函分析在偏微分方程中应用广泛,特别是在非线性偏微分方程的研究中。

例如,用变分法解决非线性偏微分方程的问题,就涉及到泛函分析中的极值问题和约束问题。

2.量子力学:量子力学中的波函数就是定义在函数空间上的一个元素,因此泛函分析在量子力学中也有着广泛的应用。

例如,量子力学的本征方程中的算子就是线性空间中的元素,因此可以利用泛函分析中的算子理论来解决这些问题。

3.碟形电机:泛函分析在碟形电机中应用广泛。

作为一种电子器件,碟形电机的设计和制造需要精确的电控理论。

高等数学中的泛函分析及应用

高等数学中的泛函分析及应用

高等数学中的泛函分析及应用泛函分析是数学中一个重要的分支,广泛应用于物理学、工程学、经济学和计算机科学等领域。

在高等数学中,泛函分析是一个非常重要的课程,它不仅是数学基础课程的一部分,也是许多专业的必修课程。

本文旨在介绍泛函分析的基本概念和应用,以便读者对该领域有更深入的了解。

一、泛函的概念泛函是将一个函数映射到一个实数集上的函数。

通常的情况下,泛函被定义为一个变量为函数的积分或微积分方程,这种定义方式在实际问题中更加常见。

泛函经常用来描述物理学和工程学中的问题,例如流体力学中的能量等。

具体地说,泛函是对一个无限维的向量空间内的函数进行操作的工具,可以对其进行求导、积分等运算。

二、泛函分析的基本概念泛函分析中的基本概念包括:线性空间、范数、内积、完备性、集合的紧性、分离性等。

线性空间:泛函分析描述的是函数空间,函数空间是一个线性空间,即一个向量空间,它含有基本的数乘和向量加法运算。

泛函分析中讨论的函数通常是连续函数,函数值域是实数或者复数。

范数:范数是度量向量的大小的函数,它可以是任意实数或者复数。

标准范数是欧几里得范数,也就是向量的模长。

内积:内积是一个向量空间中定义的二元函数,它满足线性性和对称性。

对于实向量空间中的两个向量,内积定义为它们的点积积分。

对于复向量空间中的两个向量,内积定义为它们的共轭积的积分。

完备性:完备性是一个在泛函分析中很重要的概念,它指函数空间中存在极限。

对于一个函数序列,如果其所有元素的范围在函数空间中,则该函数序列完备。

集合的紧性:一个函数集合是紧的,当且仅当它满足一直存在最小诺依曼-阿克马兹斯基定理(弱紧定理)。

分离性:在泛函分析中,分离性是指向量空间中可以找到保证它们不等同的闭子空间的一对向量。

这对向量的分离距离是它们之间的最小距离。

分离性是基本的、非常重要的概念,因为它形成了许多定理和原理的基础。

三、泛函分析的应用泛函分析在实际问题中的应用非常广泛,例如:1、量子力学:量子力学中的哈密顿算子可以被视为一个泛函,而波函数则可以被视为一个函数。

泛函分析的基本概念与空间性质

泛函分析的基本概念与空间性质

泛函分析的基本概念与空间性质泛函分析是数学中的一个重要分支,它研究的是函数的空间以及这些函数构成的空间的性质。

本文将介绍泛函分析的基本概念和一些常见的空间性质。

一、泛函分析的基本概念1. 线性空间:线性空间是指具有加法和数乘两种运算,并满足一些基本性质的集合。

在泛函分析中,函数的集合常常构成一个线性空间。

2. 泛函:泛函是定义在线性空间上的一个实值函数,即将线性空间中的元素映射到实数域上。

泛函可以将一个函数映射到一个实数,或者将一个向量映射到一个实数等。

3. 范数:范数是泛函分析中用来度量向量“大小”的一种方法。

在线性空间中,范数需要满足非负性、同一性、齐次性以及三角不等式等性质。

范数可以衡量向量的长度或大小。

4. 完备性:在泛函分析中,完备性是指一个空间中的柯西序列收敛到空间中的一个元素。

完备性是保证泛函分析中许多重要定理成立的基础。

二、常见的空间性质1. 紧性:紧性是指空间中的任意序列都有收敛子序列的性质。

在泛函分析中,紧性是一个非常重要的性质,它与完备性和有界性等概念密切相关。

2. 可分性:可分性是指一个空间中存在一个可数集合,该集合在空间中稠密。

可分性是泛函分析中的一个重要性质,它保证了许多关键定理的存在性和可推广性。

3. 连续性:连续性是指泛函在某个点上的微小变化引起其函数值的微小变化。

在泛函分析中,连续性是一个重要的性质,它与极限、收敛等概念密切相关。

4. 可逆性:可逆性是指一个泛函在某个空间中的函数上有左逆元素。

可逆性是泛函分析中的一个重要概念,它在解决方程组和优化问题等方面具有重要应用。

此外,泛函分析还涉及到拓扑结构、对偶空间、复数域上的泛函分析等内容,这些内容超出了本文的范围。

三、结论泛函分析的基本概念和空间性质是该学科的重要基础。

通过对线性空间、泛函、范数、完备性等概念的理解,我们可以更好地研究函数的性质、解决问题以及推导出更一般化的结论。

了解常见的空间性质,如紧性、可分性、连续性和可逆性等,可以帮助我们更深入地理解泛函分析,并应用于实际问题中。

数学的泛函分析方法

数学的泛函分析方法

数学的泛函分析方法泛函分析是数学中的一个分支领域,它研究的是函数空间及其上的线性算子等数学结构。

在数学的各个领域中,泛函分析方法都得到了广泛的应用,包括数论、微分方程、偏微分方程、概率论等等。

本文将介绍数学的泛函分析方法及其在不同领域中的应用。

一、泛函分析的基本概念和原理泛函分析的基本概念包括函数空间、线性算子、内积、范数等。

函数空间是泛函分析的重要概念之一,它是一组具有一定性质的函数的集合。

常见的函数空间有无穷可微函数空间、有界函数空间、连续函数空间等。

线性算子则是函数之间的映射,它保持线性性质。

内积是一个函数空间上的二元运算,它满足线性性、对称性和正定性。

范数是函数空间上的一种度量,它衡量函数的大小和距离。

泛函分析的原理主要包括函数的连续性、可微性、积分等性质。

连续性是泛函分析的基本性质之一,它描述了函数在某一区间上的变化情况。

可微性是指函数在某一点附近存在导数,它描述了函数的变化速率。

积分是泛函分析中常用的计算工具,它描述了函数在某一区间上的总体情况。

二、泛函分析在数论中的应用泛函分析在数论中的应用主要体现在数论函数的性质研究、数论方程的解法等方面。

数论函数是研究整数性质的函数,如欧拉函数、狄利克雷级数等。

泛函分析方法可以用来研究这些数论函数的性质,如连续性、可微性等。

此外,泛函分析方法还可以用来解决一些数论方程,如椭圆曲线方程、费马方程等。

三、泛函分析在微分方程中的应用泛函分析在微分方程中的应用是非常广泛的,它主要体现在解析解的存在性和唯一性、解的稳定性等方面。

微分方程是描述变化的数学模型,而泛函分析方法可以用来证明微分方程的解的存在性和唯一性,以及解的稳定性。

此外,泛函分析方法还可以用来研究微分方程的数值解法,如有限元法、有限差分法等。

四、泛函分析在偏微分方程中的应用泛函分析在偏微分方程中的应用同样是非常广泛的,它主要体现在偏微分方程的解的存在性和唯一性、解的稳定性等方面。

偏微分方程是描述空间变化的数学模型,而泛函分析方法可以用来证明偏微分方程的解的存在性和唯一性,以及解的稳定性。

泛函分析知识总结

泛函分析知识总结

泛函分析知识总结泛函分析是数学中一个重要的分支领域,它研究的是无穷维空间和函数的性质。

在泛函分析中,我们考虑的对象是函数空间,而不是具体的函数。

泛函分析广泛应用于数学、物理学、工程学等领域。

1.线性空间与拓扑空间:泛函分析的基础是线性空间的理论。

线性空间是指具有加法和数乘运算,同时满足线性结构条件的集合。

泛函分析还引入了拓扑空间的概念,拓扑空间是指在线性空间的基础上引入了距离、收敛等概念,并给出了一些性质。

2.范数与内积:范数和内积是泛函分析中常用的两个概念。

范数是定义在线性空间上的一种非负实值函数,它满足正定性、齐次性和三角不等式。

范数可以用来度量向量的大小。

内积是将两个向量映射到实数的一个运算,它满足对称性、线性性和正定性。

3.完备性和紧性:完备性是指一个空间中的柯西序列收敛于空间内的一个点。

完备性是一个重要的性质,它可以用来判断一个空间是否是可度量空间,即能够定义距离的空间。

紧性是指一个空间内的每个序列都存在收敛的子序列。

紧性常用于分析序列在空间内的收敛性。

4.泛函空间和对偶空间:泛函分析中经常考虑的是函数空间,函数空间是指由一类满足特定条件的函数构成的空间。

常用的函数空间有连续函数空间、可积函数空间等。

函数空间还可以定义内积、范数等结构。

对偶空间是一个线性空间的对偶空间,它由该线性空间上的线性函数构成。

5.泛函的连续性和收敛性:泛函分析研究的是空间到实数域的映射,所以泛函的连续性和收敛性是一个重要的问题。

在泛函分析中,我们定义了一个泛函的连续性,当且仅当对于任意给定的序列,如果其收敛于一个点,那么其映射的泛函值也会收敛于该泛函值。

类似地,我们还可以定义泛函的收敛性。

6.算子:算子是泛函分析中一个重要的概念,它是一种将一个空间映射到另一个空间的映射。

线性算子是指满足线性性质的映射,而有界算子是指满足一定范围内的性质的映射。

算子可以是线性差分方程、微分算符等。

7.泛函分析在物理学和工程学中的应用:泛函分析在物理学和工程学中有广泛的应用。

数学无穷维空间中的泛函分析

数学无穷维空间中的泛函分析

数学无穷维空间中的泛函分析数学无穷维空间中的泛函分析是研究无穷维空间上的线性泛函及其性质的一个分支领域。

在数学的发展过程中,泛函分析发展得相当完整,并且在许多领域中都有广泛的应用,包括物理学、工程学、经济学等。

本文将介绍泛函分析的基本概念和主要理论。

一、泛函分析的基本概念1.1 线性空间泛函分析的研究对象是线性空间,即一组满足线性运算规则的元素的集合。

线性空间中的元素可以是实数或复数,具有加法和乘法运算。

1.2 范数和完备性在泛函分析中,我们关注的是向量的长度和距离的概念。

范数是定义在线性空间上的函数,满足非负性、齐次性和三角不等式。

完备性是指一个空间中的柯西序列收敛于该空间中的一个点。

在泛函分析中,完备性通常与范数空间中的闭性等价。

1.3 泛函和泛函的连续性泛函是定义在线性空间上的映射,将每个向量映射到一个标量。

泛函的连续性是指在向量变化很小时,映射的结果也有小的变化。

二、泛函分析的主要理论2.1 勒贝格空间勒贝格空间是指具有完备而有界的范数的空间。

在泛函分析中,勒贝格空间是常用的研究对象,它的完备性和范数的性质使其成为研究分析问题的基础。

2.2 算子理论算子是指将一个线性空间映射到另一个线性空间的映射。

在泛函分析中,算子理论研究了算子的范数、连续性、对偶性等性质。

特别地,Banach空间和Hilbert空间中的算子理论是泛函分析的重要组成部分。

2.3 凸分析凸分析是研究凸集和凸函数的性质的分析学分支。

在泛函分析中,凸分析是一种重要的工具,用于研究凸问题的最优性和最优解的存在性。

2.4 对偶理论对偶理论是泛函分析中的重要概念,它描述了两个线性空间之间的关系。

通过对偶理论,我们可以将一个线性空间映射到它的对偶空间,并研究它们之间的一些性质和关系。

三、泛函分析的应用泛函分析在许多领域都有广泛的应用。

以下是几个典型的应用领域:3.1 物理学中的泛函分析泛函分析在物理学中有广泛的应用,特别是在量子力学和流体力学等领域。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

泛函数-正文
又称泛函,通常实(复)值函数概念的发展。

通常的函数在R n或C n(n是自然数)中的集合上定义。

泛函数常在函数空间甚至抽象空间中的集合上定义,对集合中每个元素取对应值(实数或复数)。

通俗地说,泛函数是以函数作为变元的函数。

泛函数概念的产生与变分学问题的研究发展有密切关系。

设Ω为R n中的区域,Г1表示边界嬠Ω的片断,
表示一函数集合。

考虑对应
,式中F为具有2n+1个自变数的函数:为寻求J(u)的局部极值,在一定条件下取J(u)的加托变分
如果在u=u0达到局部极值,则u0适合欧拉方程δJ(u)=0。

在应用中,常以数学或物理的某个微分方程为背景产生一定泛函数,使原问题化成泛函数极值问题。

当代分析学中,变分方法有广泛应用。

一般把问题化成Tx=0的形式,即对应于某泛函数φ的欧拉方程,其中φ定义在一巴拿赫空间X中的开集S上且加托可微:算子T称为梯度算子,φ称为T的场位。

人们常遇到二阶微分系统,由此产生二次泛函数极值问题,是当代变分法常见的研究对象。

泛函数φ:S嶅X→R(X为拓扑空间)称为在x∈S处下半连续,如果对每个实数r<φx,有x的邻域U(x),使得r<φz,凬z∈U(x)∩S。

称φ在x∈S处下半序列连续,如果对每个序列。

其连续性及有界性如同对算子相应的性质所做的规定。

设φ是定义在线性集合S上的实(复)值泛函数。

如果φ(x+y)=φ(x)+φ(y),φ称为加性的;如果φ(λx)=λφ(x),λ∈R(C)称为齐性的;如果同时有加性及齐性称为线性的。

当φ
取实值时,加性得放松为次加性,其定义为:φ(x+y)≤φ(x)+φ(y);齐性得放松为正齐性,其定义为:ƒ(λx)=λƒ(x)(λ≥0);如果同时有次加性及齐性,则称φ具有次线性;如果对于λ∈(0,1),有φ(λx+(1-λ)y)≤λφ(x)+(1-λ)φ(y),则称φ为凸的;如果当x≠y时上式中的≤必为<,则称φ为严格凸的。

在一些问题中,容许凸泛函数φ取值+∞,但φ扝+∞,这时称φ为真凸的。

此外,还有所谓凸集S上的拟凸泛函数φ:S嶅K→R(K为线性空间),使φ(tx+(1-t)y)≤max{φx,φy},x,y∈S, t∈(0,1)。

在赋范空间K中无界集S上定义的泛函数φ称为强制的,如果有函数с:(0,+∞)→R,с(t)→+∞(t→+∞)使得φ(z)≥с(‖z‖),凬z∈S。

线性泛函数是线性算子理论研究的对象之一,也是研究空间性质及结构的工具。

例如,局部凸拓扑线性空间K有对偶空间K,K的元素就是定义在K上的连续线性泛函数。

对K可赋予简单收敛拓扑或有界收敛拓扑。

偶K、K间的关系对认识空间的性质和研究算子的性质都有基本意义。

相应于多重线性算子有多重线性泛函数。

例如,设K1、K2是同一数域上的线性空间,定义在积空间K1×K2上的映射φ:K1×K2→R(或C)称为双线性泛函数,如果K2(K1)中元素固定时φ成为K1(K2)上的线性泛函数。

当K1=K2=K,K1及K2中取等同的x∈K,则得φ(x,x),称为二次泛函数。

对希尔伯特空间中线性算子谱理论的研究,双线性泛函数形式作为表示工具是方便的。

二次泛函数在变分法中的应用更是为人熟知的。

拟赋范空间、局部凸拓扑线性空间、赋范空间等的表征主要在于分别在各空间上定义的次加性泛函数,即拟范数、半范数族、范数等。

测度空间中的测度,即对应于某种集合的值也可理解为泛函数。

对于给定函数的不定积分也可类似地看待。

范数
向量范数
定义1. 设,满足
1. 正定性:║x║≥0,且║x║=0 <=> x=0
2. 齐次性:║cx║=│c│║x║,
3. 三角不等式:║x+y║≤║x║+║y║
则称Cn中定义了向量范数,║x║为向量x的范数.
可见向量范数是向量的一种具有特殊性质的实值函数.
常用向量范数有,令x=( x1,x2,…,xn)T
1-范数:║x║1=│x1│+│x2│+…+│xn│
2-范数:║x║2=(│x1│^2+│x2│^2+…+│xn│^2)^1/2
∞-范数:║x║∞=max(│x1│,│x2│,…,│xn│)
易得║x║∞≤║x║2≤║x║1≤n1/2║x║2≤n║x║∞
定理中任意两种向量范数║x║α,║x║β是等价的,即有m,M>0使
m║x║α≤║x║β≤M║x║
可根据范数的连续性来证明它.由定理1可得
定理2.设{x(k)}是Cn中向量序列,x是Cn中向量,则
║x(k)-x║→0(k→∞) iff xj(k)-xj→0,j=1,2,…,n(k→
∞)
其中xj(k)是x(k)的第j个分量,xj是x的第j个分量.此时称{x(k)}收敛于x,记作x(k) →x(k→∞),或.
三、矩阵范数
定义2. 设,满足
1. 正定性:║X║≥0,且║X║=0 <=> X=0
2. 齐次性:║cX║=│c│║X║,
3. 三角不等式:║X+Y║≤║X║+║Y║
4. 相容性: ║XY║≤║X║║Y║
则称Cn×n中定义了矩阵范数,║X║为矩阵X的范数.
注意, 矩阵X可视为n2维向量,故有前三条性质.因此定理1,2中向量的等价性和向量
序列收敛的概念与性质等也适合于矩阵.第四条,是考虑到矩阵乘法关系而设.更有矩
阵向量乘使我们定义矩阵范数向量范数的相容性:
║Ax║≤║A║║x║
所谓由向量范数诱导出的矩阵范数与该向量范数就是相容的.
定理3. 设A是n×n矩阵,║?║是n维向量范数则
║A║=max{║Ax║:║x║=1}= max{║Ax║/║x║: x≠0}
是一种矩阵范数,称为由该向量范数诱导出的矩阵范数或算子范数,它们具有相容性
或者说是相容的.
单位矩阵的算子范数为1
可以证明任一种矩阵范数总有与之相容的向量范数.例如定义:
║x║=║X║,X=(xx…x)
常用的三种向量范数诱导出的矩阵范数是
1-范数:║A║1= max{ ∑|ai1|, ∑|ai2| ,…… ,∑|ain| } (列范数,A每一列元素绝对值之和的最大值)
(其中∑|ai1|第一列元素绝对值的和∑|ai1|=|a11|+|a21|+...+|ann|,其余类似)2-范数:║A║2=( max{ λi(A'A) } ) ^1/2 ( 谱范数,即A'A特征值λi中最大者λm 的平方根,其中A'为A的转置矩阵).
∞-范数:║A║∞=max{ ∑|a1j|, ∑|a2j| ,..., ∑|ann| } (行范数,A每一行元素绝对值之和的最大值)
(其中为∑|a1j| 第一行元素绝对值的和,其余类似)
Frobenius范数: 它与向量2-范数相容.但非向量范数诱导出的矩阵范数.
F-范数:||A||F= ( ∑∑ aij^2 )^1/2 (F范数,A全部元素平方和的平方根)
四、矩阵谱半径
定义3.设A是n×n矩阵,λi是其特征值,i=1,2,…,n.称特征值的绝对值的最大值为A的谱半径.
谱半径是矩阵的函数,但非矩阵范数.对任一矩阵范数有如下关系:
ρ(A)≤║A║
因为任一特征对λ,x,Ax=λx,令X=(xx…x),可得AX=λX.两边取范数,由矩阵范数的相容性和齐次性就导出结果.
定理3.矩阵序列I,A,A2,…Ak,…收敛于零的充分必要条件是║ρ(A)║<1.。

相关文档
最新文档