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
∣∣x∣∣≥0,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∣∣=∣∣α∣∣∣∣x∣∣
三角不等式:
∣
∣
x
+
y
∣
∣
≤
∣
∣
x
∣
∣
+
∣
∣
y
∣
∣
||x+y||\leq||x||+||y||
∣∣x+y∣∣≤∣∣x∣∣+∣∣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|
∣∣x∣∣1=∑i=1n∣xi∣
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}
∣∣x∣∣2=(∑i=1n∣xi∣2)21
∞
\infty
∞范数:
∣
∣
x
∣
∣
∞
=
max
i
=
1
n
∣
x
i
∣
||x||_\infty=\max^n_{i=1}|x_i|
∣∣x∣∣∞=maxi=1n∣xi∣
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
∣∣A∣∣≥0,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∣∣=∣∣α∣∣∣∣A∣∣
三角不等式:
∣
∣
A
+
B
∣
∣
≤
∣
∣
A
∣
∣
+
∣
∣
B
∣
∣
||A+B||\leq||A||+||B||
∣∣A+B∣∣≤∣∣A∣∣+∣∣B∣∣
相容性:||AB||
≤
∣
∣
A
∣
∣
∣
∣
B
∣
∣
\leq||A||||B||
≤∣∣A∣∣∣∣B∣∣,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||
∣∣Ax∣∣≤∣∣A∣∣∣∣x∣∣
就称||A||是与向量范数||X||相容的矩阵范数
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)=∣∣A−1∣∣∣∣A∣∣为矩阵A的条件数
常用的条件数有:
条件数有如下性质:
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