![645dd36220ff93946f7a2cdcc035f6ee.png](https://i-blog.csdnimg.cn/blog_migrate/e734bf4abf7e40bef565484a6efd2952.jpeg)
在数值分析的迭代法中常常会用到相容性进行缩放,因此我们有必要对
做进一步讨论。我们如果把上式中的看成是列矩阵,由上一节矩阵范数的知识,我们知道他
们是相容的。如果把x看成是向量,那么相容性的关系是否还成立呢?我们本节就来讨论一下
这个问题。这也是我们介绍算子范数的原因。
算子范数的定义
![a13fc0880d2cbe309d30a01adacbfbe7.png](https://i-blog.csdnimg.cn/blog_migrate/1ee46b3d9c4aed260951de8afa8dfb70.png)
由这个定义我来强调一下,并不是所以的矩阵范数都与向量范数相容。只有满足该条件的矩阵
范数才与向量范数是相容的。
![4c06b31378d459d8c5661314d1d49a54.png](https://i-blog.csdnimg.cn/blog_migrate/9e87c09ccbb02e9e4b3e3c727adb2f37.png)
证明的话同矩阵1范数相容性的证明基本一致,只需要把矩阵B换成向量x就可以了。因此,考
试的时候只会考矩阵范数相容性的证明,而不会考与向量范数相容的矩阵范数的证明。
本例,证明如下:
![9de17e82f88b42a46f631f873a99cafb.png](https://i-blog.csdnimg.cn/blog_migrate/7518f73f23f139c4ab375f4f601268b2.png)