北理版矩阵分析课件优秀PPT.ppt

《北理版矩阵分析课件优秀PPT.ppt》由会员分享，可在线阅读，更多相关《北理版矩阵分析课件优秀PPT.ppt（74页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、矩阵分析矩阵分析主讲老师：第五章第五章 向量与矩阵的范数向量与矩阵的范数定义：定义：设设 是实数域是实数域 （或复数域（或复数域 ）上）上的的 维线性空间，对于维线性空间，对于 中的随意一个向量中的随意一个向量 依据某一确定法则对应着一个实数，这个依据某一确定法则对应着一个实数，这个实数称为实数称为 的范数，记为的范数，记为 ，并且要求范，并且要求范数满足下列运算条件：数满足下列运算条件：（1）非负性：当）非负性：当 只只有且仅有当有且仅有当 （2）齐次性：齐次性：为随为随意数。意数。（3）三角不等式：对于三角不等式：对于 中的随意两个向中的随意两个向量量 都有都有例例 ：在在 维线性空间维线

2、性空间 中，对于随意的中，对于随意的向量向量 定义定义证明：证明：都是都是 上的范数，并且还有上的范数，并且还有引理（引理（Hoider不等式）：不等式）：设设则则 其中其中 且且 。引理（引理（Minkowski不等式）：不等式）：设设则则 其中实数其中实数 。几种常用的范数几种常用的范数定义：设向量定义：设向量 ，对随，对随意的数意的数 ，称，称为向量为向量 的的 范数。范数。常用的常用的 范数：范数：（1）1范数范数 （2）2范数范数也称为欧氏范数。也称为欧氏范数。（3）范数范数 定理：定理：证明：证明：令令 ，则，则于是有于是有另一方面另一方面故故由此可知由此可知定义：设定义：设 是是

3、 维线性空间维线性空间 上定义的两种向量范数，假如存在两个与上定义的两种向量范数，假如存在两个与 无关的正数无关的正数 使得使得定理：有限维线性空间定理：有限维线性空间 上的随意两个向上的随意两个向量范数都是等价的。量范数都是等价的。利用向量范数可以去构造新的范数。利用向量范数可以去构造新的范数。例例：设：设 是是 上的向量范数，且上的向量范数，且 ，则由，则由所定义的所定义的 是是 上的向量范数。上的向量范数。例例：设设 数域数域 上的上的 维线性空间，维线性空间，为其一组基底，那么对于为其一组基底，那么对于 中的随意一个向量中的随意一个向量 可唯一地表示成可唯一地表示成又设又设 是是 上的

4、向量范数，则由上的向量范数，则由所定义的所定义的 是是 上的向量范数。上的向量范数。矩阵范数矩阵范数定义：对于任何一个矩阵定义：对于任何一个矩阵 ，用，用 表示依据某一确定法则与矩阵表示依据某一确定法则与矩阵 相对相对应的一个实数，且满足应的一个实数，且满足（1）非负性：当）非负性：当 只有只有且仅有当且仅有当 （2）齐次性：齐次性：为随为随意复数。意复数。（3）三角不等式：对于随意两个同种形三角不等式：对于随意两个同种形态矩阵态矩阵 都有都有（4）矩阵乘法的相容性：对于随意两个可以）矩阵乘法的相容性：对于随意两个可以相乘的矩阵相乘的矩阵 ，都有，都有那么我们称那么我们称 是矩阵是矩阵 的范数

5、。的范数。例例 1：对于随意：对于随意 ，定义，定义可以证明如此定义的可以证明如此定义的 的确为矩阵的确为矩阵 的范的范数。数。证明：只须要验证此定义满足矩阵范数的证明：只须要验证此定义满足矩阵范数的四条性质即可。非负性，齐次性与三角不四条性质即可。非负性，齐次性与三角不等式简洁证明。现在我们验证乘法的相容等式简洁证明。现在我们验证乘法的相容性。设性。设 ，则，则例例 2 ：设矩阵：设矩阵 ，证明：，证明：是矩阵范数。是矩阵范数。证明：非负性，齐次性和三角不等式简洁证明：非负性，齐次性和三角不等式简洁证得。现在我们考虑乘法的相容性。设证得。现在我们考虑乘法的相容性。设 ，那么，那么因此因此 为

6、矩阵为矩阵 的范数。的范数。例例 3 ：对于随意：对于随意 ，定义，定义可以证明可以证明 也是矩阵也是矩阵 的范数。我们称此的范数。我们称此范数为矩阵范数为矩阵 的的Frobenious范数。范数。证明：此定义的非负性，齐次性是明显的。证明：此定义的非负性，齐次性是明显的。利用利用Minkowski不等式简洁证明三角不等式。不等式简洁证明三角不等式。现在我们验证乘法的相容性。现在我们验证乘法的相容性。设设 ，则，则 于是有于是有 例例 4：对于随意：对于随意 ，定义，定义证明如此定义的证明如此定义的 是矩阵是矩阵 的范数。的范数。证明：证明：首先留意到这样一个基本事实，即首先留意到这样一个基本

7、事实，即由一个例题可知此定义满足范数的性质。由一个例题可知此定义满足范数的性质。Frobenious范数的性质：范数的性质：（1）假如）假如 ，那么，那么（2）（3）对于任何）对于任何 阶酉矩阵阶酉矩阵 与与 阶酉矩阵阶酉矩阵 都有等式都有等式关于矩阵范数的等价性定理。关于矩阵范数的等价性定理。定理：设定理：设 是矩阵是矩阵 的随意两的随意两种范数，则总存在正数种范数，则总存在正数 使得使得 诱导范数诱导范数定义：设定义：设 是向量范数，是向量范数，是矩阵范是矩阵范数，假如对于任何矩阵数，假如对于任何矩阵 与向量与向量 都有都有则称矩阵范数则称矩阵范数 与向量范数与向量范数 是相容是相容的。的

8、。例例 1：矩阵的：矩阵的Frobenius范数与向量的范数与向量的2-范数范数是相容的是相容的.证明证明:因为因为 依据依据Hoider不等式可以得到不等式可以得到于是有于是有 例例 2：设：设 是向量的范数，则是向量的范数，则满足矩阵范数的定义，且满足矩阵范数的定义，且 是与向量范是与向量范 相容的矩阵范数。相容的矩阵范数。证明：首先我们验证此定义满足范数的四证明：首先我们验证此定义满足范数的四条性质。非负性，齐次性与三角不等式易条性质。非负性，齐次性与三角不等式易证。现在考虑矩阵范数的相容性。证。现在考虑矩阵范数的相容性。设设 ，那么，那么 因此因此 的确满足矩阵范数的定义。的确满足矩阵

9、范数的定义。最终证明最终证明 与与 是相容的。是相容的。由上面的结论可知由上面的结论可知这说明这说明 与与 是相容的。是相容的。定义：上面所定义的矩阵范数称为由向量范定义：上面所定义的矩阵范数称为由向量范数数 所诱导的诱导范数或算子范数。由所诱导的诱导范数或算子范数。由 向量向量 P-范数范数 所诱导的矩阵范数称为矩所诱导的矩阵范数称为矩阵阵P-范数。即范数。即常用的常用的矩阵矩阵P-范数范数为为 ，和和 。定理：定理：设设 ，则，则（1）我们称此范数为矩阵我们称此范数为矩阵 的的列和范数列和范数。（2）表示矩阵表示矩阵 的第的第 个特征值。我们称此范个特征值。我们称此范数为矩阵数为矩阵 的的

10、谱范数谱范数。（3）我们称此范数为矩阵我们称此范数为矩阵 的的行和范数。行和范数。例例 1：设设 计算计算 ，和和 。解：解：因为因为所以所以 。练习练习 ：设设 或或分别计算这两个矩阵的分别计算这两个矩阵的 ，和和 。例例 2：证明：对于任何矩阵证明：对于任何矩阵 都有都有如何由矩阵范数构造与之相容的向量范数？如何由矩阵范数构造与之相容的向量范数？定理：设定理：设 是矩阵范数，则存在向量范数是矩阵范数，则存在向量范数 使得使得证明：对于随意的非零向量证明：对于随意的非零向量 ，定义向量范，定义向量范数数 ，简洁验证此定义满足向，简洁验证此定义满足向量范数的三特性质，且量范数的三特性质，且例：

11、例：已知矩阵范数已知矩阵范数求与之相容的一个向量范数。求与之相容的一个向量范数。解：取解：取 。设。设那么那么矩阵的谱半径及其性质矩阵的谱半径及其性质定义：定义：设设 ，的的 个特征值为个特征值为 ，我们称，我们称为为矩阵矩阵 的谱半径的谱半径。例例 1 ：设设 ，那么，那么这里这里 是矩阵是矩阵 的任何一种范数。的任何一种范数。例例 2 ：设：设 是一个正规则阵，则是一个正规则阵，则证明：因为证明：因为 于是有于是有例例 3 ：设设 是是 上的相容矩阵范数。上的相容矩阵范数。证明：证明：（1）（2）为可逆矩阵，为可逆矩阵，为为 的特征值的特征值则有则有例例 5 ：假如：假如 ，则，则 均为可

12、逆均为可逆矩阵，且矩阵，且这里这里 是矩阵是矩阵 的算子范数。的算子范数。矩阵序列与极限矩阵序列与极限定义：设矩阵序列定义：设矩阵序列 ，其中，其中 ，假如，假如 个数列个数列都收敛，则称矩阵序列都收敛，则称矩阵序列 收敛。收敛。进一步，假如进一步，假如那么那么 我们称矩阵我们称矩阵 为矩阵序列为矩阵序列 的极限。的极限。例例 ：假如设：假如设 ，其中，其中那么那么定理：定理：矩阵序列矩阵序列 收敛于收敛于 的充分必的充分必要条件是要条件是其中其中 为随意一种矩阵范数。为随意一种矩阵范数。证明：取矩阵范数证明：取矩阵范数必要性：设必要性：设 那么由定义可知对每一对那么由定义可知对每一对 都有都

13、有从而有从而有上式记为上式记为充分性：设充分性：设那么对每一对那么对每一对 都有都有即即故有故有现在已经证明白定理对于所设的范数成立现在已经证明白定理对于所设的范数成立，假如，假如 是另外一种范数，那么由范数是另外一种范数，那么由范数的等价性可知的等价性可知这样，当这样，当时同样可得时同样可得因此定理对于随意一种范数都成立。因此定理对于随意一种范数都成立。同数列的极限运算一样，关于矩阵序列同数列的极限运算一样，关于矩阵序列的极限运算也有下面的性质。的极限运算也有下面的性质。（1）一个收敛的矩阵序列的极限是唯一的。）一个收敛的矩阵序列的极限是唯一的。（2）设）设则则（3）设）设，其中，其中 ，那

14、么，那么（4）设）设 ，其中，其中 那么那么（5）设）设 ，且，且 ，均可均可逆，则逆，则 也收敛，且也收敛，且例例 1：若对矩阵若对矩阵 的某一范数的某一范数 ，则，则例例 2：已知矩阵序列：已知矩阵序列：则则 的充要条件是的充要条件是 。证明：证明：设设 的的Jordan标准形标准形其中其中于是于是明显，明显，的充要条件是的充要条件是又因又因其中其中于是于是 的充要条件是的充要条件是 。因此因此 的充要条件是的充要条件是例例 3 ：设：设 是是 的相容矩阵范数，则对的相容矩阵范数，则对随意随意 ，都有，都有 矩阵的幂级数矩阵的幂级数定义：设定义：设 ，假如，假如 个常数项级数个常数项级数都

15、收敛，都收敛，则称矩阵级数则称矩阵级数收敛。假如收敛。假如 个个常数项级数个个常数项级数都确定收敛，都确定收敛，则称矩阵级数则称矩阵级数确定收敛。确定收敛。例例 ：假如设假如设 ，其中，其中那么矩阵级数那么矩阵级数是收敛的。是收敛的。定理：设定理：设 ，则矩阵级，则矩阵级数数确定收敛的充分必要条件是正项级数确定收敛的充分必要条件是正项级数收敛，其中收敛，其中 为随意一种矩阵范数。为随意一种矩阵范数。证明：取矩阵范数证明：取矩阵范数 那么对每一对那么对每一对 都有都有因此假如因此假如收敛，则对每一对收敛，则对每一对 常数项级数常数项级数都是收敛的，于是矩阵级数都是收敛的，于是矩阵级数确定收敛。确

16、定收敛。反之，若矩阵级数反之，若矩阵级数确定收敛，则对每一对确定收敛，则对每一对 都有都有于是于是依据范数等价性定理知结论对任何一种范数都依据范数等价性定理知结论对任何一种范数都正确。正确。定义：定义：设设 ，称形如，称形如的矩阵级数为矩阵幂级数。的矩阵级数为矩阵幂级数。定理：设幂级数定理：设幂级数 的收敛半径为的收敛半径为为为 阶方阵。若阶方阵。若 ，则矩阵幂级数，则矩阵幂级数 确定收敛；若确定收敛；若 ，则，则 发散。发散。证明：证明：设设 的的Jordan标准形为标准形为其中其中于是于是所以所以其中其中当当 时，幂级数时，幂级数都是确定收敛的，故矩阵幂级数都是确定收敛的，故矩阵幂级数 确

17、确定收敛。定收敛。当当 时，幂级数时，幂级数发散，所以发散，所以 发散。发散。定理：矩阵幂级数定理：矩阵幂级数确定收敛的充分必要条件是确定收敛的充分必要条件是 。且。且其和为其和为 。例例 1：（1）求下面级数的收敛半径）求下面级数的收敛半径（2）设）设推断矩阵幂级数推断矩阵幂级数 的敛散性。的敛散性。解：设此级数的收敛半径为解：设此级数的收敛半径为 ，利用公式，利用公式简洁求得此级数的收敛半径为简洁求得此级数的收敛半径为2。而。而。所以由上面的定理可知矩阵幂级数。所以由上面的定理可知矩阵幂级数确定收敛。确定收敛。例例 2：（1）求下面级数的收敛半径）求下面级数的收敛半径（2）设）设推断矩阵幂级数推断矩阵幂级数的敛散性。的敛散性。例例 3：（1）求下面级数的收敛半径）求下面级数的收敛半径（2）设）设推断矩阵幂级数推断矩阵幂级数的敛散性。的敛散性。例例 4：构造一个收敛的二阶可逆矩阵序列，：构造一个收敛的二阶可逆矩阵序列，但是其极限矩阵不行逆。但是其极限矩阵不行逆。解：解：明显每一个明显每一个 均可逆，但均可逆，但是其极限矩阵是其极限矩阵却不行逆。却不行逆。