向量和矩阵的范数



定义1 设x=(x₁ ,x₂ ,…,x_n )ⁿ ,y=(y₁ ,y₂ ,…,y_n )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

     
或
     

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x与y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)

注 (5.1)和(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)得

  
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)是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)