工程数学(4)——向量范数,矩阵范数和方程组条件数


一、向量范数

如果向量x的某个实值函数 f ( x ) = ∣ ∣ x ∣ ∣ f(x)=||x|| f(x)=x满足如下性质:
正定性: ∣ ∣ x ∣ ∣ ≥ 0 ||x|| \geq 0 x0,当且仅当x=0时,||x||=0
齐次性:对任意实数 α \alpha α,都有 ∣ ∣ α x ∣ ∣ = ∣ ∣ α ∣ ∣ ∣ ∣ x ∣ ∣ ||\alpha x||=||\alpha|||| x|| αx=αx
三角不等式: ∣ ∣ x + y ∣ ∣ ≤ ∣ ∣ x ∣ ∣ + ∣ ∣ y ∣ ∣ ||x+y||\leq||x||+||y|| x+yx+y,则称||x||为一个向量范数
常用向量范数:
1范数: ∣ ∣ x ∣ ∣ 1 = ∑ i = 1 n ∣ x i ∣ ||x||_1=\sum^n_{i=1}|x_i| x1=i=1nxi
2范数: ∣ ∣ x ∣ ∣ 2 = ( ∑ i = 1 n ∣ x i ∣ 2 ) 1 2 ||x||_2=(\sum^n_{i=1}|x_i|^2)^\frac{1}{2} x2=(i=1nxi2)21
∞ \infty 范数: ∣ ∣ x ∣ ∣ ∞ = max ⁡ i = 1 n ∣ x i ∣ ||x||_\infty=\max^n_{i=1}|x_i| x=maxi=1nxi
所有向量范数彼此等价

二、矩阵范数

如果矩阵A的某个实值函数 f ( A ) = ∣ ∣ A ∣ ∣ f(A)=||A|| f(A)=A满足如下性质:
正定性: ∣ ∣ A ∣ ∣ ≥ 0 ||A|| \geq 0 A0,当且仅当A =0时,||A||=0
齐次性:对任意实数 α \alpha α,都有 ∣ ∣ α A ∣ ∣ = ∣ ∣ α ∣ ∣ ∣ ∣ A ∣ ∣ ||\alpha A||=||\alpha|||| A|| αA=αA
三角不等式: ∣ ∣ A + B ∣ ∣ ≤ ∣ ∣ A ∣ ∣ + ∣ ∣ B ∣ ∣ ||A+B||\leq||A||+||B|| A+BA+B
相容性:||AB|| ≤ ∣ ∣ A ∣ ∣ ∣ ∣ B ∣ ∣ \leq||A||||B|| AB,则称||A||为一个矩阵范数
对于向量范数||x||和矩阵范数||A||,如果满足 ∣ ∣ A x ∣ ∣ ≤ ∣ ∣ A ∣ ∣ ∣ ∣ x ∣ ∣ ||Ax||\leq||A||||x|| AxAx
就称||A||是与向量范数||X||相容的矩阵范数
在这里插入图片描述
行范数:行和最大
列范数:列和最大

三、方程组的条件数

对于矩阵 A x = b Ax=b Ax=b
c o n d ( A ) = ∣ ∣ A − 1 ∣ ∣ ∣ ∣ A ∣ ∣ cond(A)=||A^{-1}||||A|| cond(A)=A1A为矩阵A的条件数
常用的条件数有:
在这里插入图片描述

条件数有如下性质:在这里插入图片描述

条件数越大,解的相对误差越大,方程组越呈现病态
PS:条件数可以用来做方程组误差估计,这里不详细讨论

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

打赏作者

叫我阿亮就好了-

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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