向量和矩阵的范数



定义1x=(x1 ,x2 ,…,xn )n ,y=(y1 ,y2 ,…,yn )n ∈Rn (或Cn )。将实数
 
      (或复数), 

称为向量
x,y的数量积。将非负实数

     

     

称为向量
x的欧氏范数。


对向量x,y的数量积有: 

    1.
(αx,y)=α(x,y).α为实数(或(x,αy)=(x,y),α为复数);
    2.
(x,y)=(y,x)[(x,y)=(,)];
    3.
(x1 +x2 ,y)=(x1 ,y)+(x2 ,y);
    4. (
Cauchy-Schwarz不等式)

     
(5.1)
等式当且仅当xy线性相关时成立。
对向量
x的欧氏范数有: 
    1.
‖x‖2 ≥0, ‖x‖2 =0当且仅当x=0时成立;

    2.
‖αx‖2 =|α|‖x‖2 ,任意的α∈R(或α∈C),

    3.
‖x+y‖2 ≤‖x‖2 +‖y‖2 (三角不等式),(5.2)

(5.1)(5.2)有下面的事实得到
(x+ty,x+ty)=(x,x)+2(x,y)t+(y,y)t2 ≥0
由一元二次方程根的判别定理可知(5.1)成立;取t=1,再利用(5.1)

  
即得
(5.2)

定义
2(向量的范数) 如果向量x∈Rn (或Cn )的某个实值函数N(x)=‖x‖, 满足条件:
   (1)
‖x‖≥0(‖x‖=0当且仅当x=0)(正定条件),
   (2)  
‖αx‖=|α|·‖x‖,任意的α∈R(或α∈C),
   (3)  
‖x+y‖≤‖x‖+‖y‖(三角不等式),

则称
N(x)Rn (或Cn )上的一个向量范数(或模)。

 由(3)可推出不等式: 
 (4)
| ‖x‖-‖y‖ |≤‖x-y‖
下面我们给出几种常用的向量范数。
   1. 向量的
-范数(最大范数):
   (5.3)
   2. 向量的
1-范数:

  
   3. 向量的
2-范数:

             
(5.4)
   4. 向量的
p-范数:

  
    (5.5)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值