北航生医数值分析课程学习心得2

第二章：范数

这章我在去年学的时候还是挺懵的，懂是什么又不完全懂，只能大致知道每个范数的计算方法，但不是太明白为什么要范数这个概念，范数为什么这么算。这次重新看了看这部分，查询了一些资料，希望能让大家更好理解。

首先是为什么要有范数？回到高中我们都知道数是能比大小的，但是向量不行，当然复数也不能了，但我们后来采用了模的概念，其实就是比较两个点到原点的距离这样就可以比较了，按照这个方式我们知道（4，4）比（1，5）模大，这其实就是二范数。那么又为什么还有一范数或其它范数呢，大家可以简单理解为一种范数对应一种比较方式，如果我们把前面的“模”定义成一个点从原点只能通过上下左右四种运动方向运动到指定点，那么到（4，4）点要8次（4次向上，4次向右），运动到（1，5）点要6次，通过这种方式判断第一个点范数比第二个点大也就比较出了大小，这种定义方式也就是一范数。当然，如果我们按照横纵坐标最大值作为这个点用于比较大小的“模”，那么第二个点反而比第一个点大了，这种定义方式也对应着无穷范数。

大家理解到这个层次再看向量范数就比较好理解了，主要看p范数，其它都是p范数的特例，无穷范数证明则体现了“大值”现象，次方大了之后底数小的都可以被忽略了。

矩阵范数则相对没那么好理解了，体现的是一种“变换力度”，就是用不同的方式定义出一个矩阵对变换的主要影响因素，当然最后也是转变成可以比较的实数表达了。这边虽说大家只要知道公式，会算矩阵范数就好，但也可能有同学好奇推导，北航出版社的书上有推导证明，但是我有点不是太理解，又查了查资料结合着提一下：

 范数：

根据诱导范数的定义(这边采用这种定义，也是ppt上的定义)，,然后，根据范数的定义：

有：

其中第一个等式我们实际上利用了向量范数的定义，绝对值内的就理解为。

最后结果约去相同的项就得到了  这个公式了。但是，我们还需要验证等号确实能够取到。我们取，其中，x 中为1的唯一一个分量的位置对应着矩阵中列的绝对值之和最大的那一列的列值。此时等号成立.

 范数：

范数：

 注：sign函数根据自变量符号取值为-1，0，1，所以无穷范数等于1.本质上这么设xj也是为了满足 .

当然如果从记忆角度来看的话矩阵一范数是列范数，和“1”的方向一致，矩阵无穷范数是行范数，和“∞”方向，矩阵二范数注意是最大特征值的根号。

谱半径的概念大家注意和二范数区分：一个是矩阵A的最大特征值，另一个是的最大特征值开根号，相当于平方再开根。之后还有条件数的一些说明，ppt证明还是比较清晰，大家可以看看。