ax的范数最大_各类范数定义

范数的定义

设

X

是数域

K

上线性空间，称

║˙║

为

X

上的范数

(norm)

，若它满足：

1.

正定性：

║x║≥0

，且

║x║=0

<=>

x=0

；

2.

齐次性：

║cx║=│c│║x║

；

3.

次可加性

(

三角不等式

)

：

║x+y║≤║x║+║y║

。

注意到

║x+y║≤║x║+║y║

中如令

y=-x

，再利用

║

-

x║=║x║

可以得到

║x║≥0

，即

║x║≥0

在定

义中不是必要的。

如果线性空间上定义了范数，则称之为

赋范线性空间

。

注记：范数与内积，度量，拓扑是相互联系的。

1.

利用范数可以诱导出度量：

d(x,y)=║x

-

y║

，进而诱导出拓扑，因此赋范线性空间是

度

量空间

。

但是反过来度量不一定可以由范数来诱导。

2.

如果赋范线性空间作为

(

由其范数自然诱导度量

d(x,y)=║x

-

y║

的

)

度量空间是完备的，

即

任何柯西

(Cauchy)

序列在其中都收敛，则称这个赋范线性空间为

巴拿赫

(Banach)

空间

。

3.

利用内积

可以诱导出范数：

║x║=^{1/2}

。

反过来，范数不一定可以由内积来诱导。当范数满足平行四边形公式

║x+y║^2+║x

-

y║^2=

2(║x║^2+║y║^2)

时，这个范数一定可以由内积来诱导。

完备的内积空间成为

希尔伯特

(Hilbert)

空间

。

4.

如果去掉范数定义中的正定性，

那么得到的泛函称为半范数

(seminorm

或者叫准范数

)

，

相应的完备空间称为

Fréchet

空间

。

对于

X

上的两种范数

║x║α,║x║β

，若存在正常数

C

满足

║x║β≤C║x║α

那么称

║x║β

弱于

║x║α

。如果

║x║β

弱于

║x║α

且

║x║α

弱于

║x║β

，那么称这两种范数等

价。

可以证明，有限维空间上的范数都等价，无限维空间上至少有阿列夫

1(

实数集的基数

)

种

不等价的范数。

算子范数

如果

X

和

Y

是巴拿赫空间，

T

是

X->Y

的线性算子，那么可以按下述方式定义

║T║

：

║T║

=

sup{║Tx║

：

║x║<=1}

根据定义容易证明

║Tx║

<=

║T║║x║

。

对于多个空间之间的复合算子，也有

║XY║

<=

║X║║Y║

。

如果一个线性算子

T

的范数满足

║T║

<

+∞

，那么称

T

是