复习——–范数

复习–范数

  • 范数
    • 范数和赋范矢量空间的认识
    • 范数赋范矢量空间的数学定义
    • 向量范数的数学定义
    • 矩阵范数的数学定义
    • 函数范数的数学定义
    • 例子:

范数

范数和赋范矢量空间的认识

范数是一个具有“长度”概念的函数。在线性代数、范函分析及相关的数学领域里,范数是一个函数,是矢量空间内的所有矢量赋予非零的正长度或大小。定义范数的矢量空间就是赋范矢量空间。

范数赋范矢量空间的数学定义

f

S

若存在唯一实数

f \in S 若存在唯一实数 \lVert \cdot \rVert

f∈S若存在唯一实数∥⋅∥满足

  1. 正定性:

    f

    0

    ,

    当且仅当

    f

    =

    0

    f

    =

    0

    f \geq 0 ,当且仅当 f = 0, \lVert f \rVert = 0

    f≥0,当且仅当f=0,∥f∥=0

  2. 其次性:

    a

    R

    a

    f

    =

    a

    f

    \forall a \in R ,\lVert a f \rVert = \lvert a \rvert \cdot \lVert f \rVert

    ∀a∈R,∥af∥=∣a∣⋅∥f∥

  3. 三角不等式:

    f

    +

    g

    f

    +

    g

    f

    ,

    g

    S

    \lVert f + g \rVert \leq \lVert f \rVert + \lVert g \rVert , f,g \in S

    ∥f+g∥≤∥f∥+∥g∥,f,g∈S

    则称

    ,是线性空间

    S

    上的范数,线性空间

    S

    则称为赋范线性空间。

    则称\lVert \cdot \rVert,是线性空间 S 上的范数,线性空间 S 则称为赋范线性空间。

    则称∥⋅∥,是线性空间S上的范数,线性空间S则称为赋范线性空间。

向量范数的数学定义

R

n

空间的向量范数

指的是一个

R

n

R

的函数,对任意的

x

,

y

R

n

满足下列条件

R^n 空间的向量范数 \lVert \cdot \rVert 指的是一个 R^n \to R 的函数,对任意的 x, y \in R^n 满足下列条件

Rn空间的向量范数∥⋅∥指的是一个Rn→R的函数,对任意的x,y∈Rn满足下列条件

  1. x

    0

    ,

    x

    =

    0

    当且仅当

    x

    =

    0

    (正定性)

    \lVert x \rVert \geq 0, \lVert x \rVert = 0 当且仅当 x = 0(正定性)

    ∥x∥≥0,∥x∥=0当且仅当x=0(正定性)

  2. a

    x

    =

    a

    x

    a

    R

    (其次性)

    \lVert a x \rVert = \lvert a \rvert \cdot \lVert x \rVert,\forall a \in R (其次性)

    ∥ax∥=∣a∣⋅∥x∥,∀a∈R(其次性)

  3. x

    +

    y

    x

    +

    y

    (三角不等式)

    \lVert x + y \rVert \leq \lVert x \rVert + \lVert y \rVert (三角不等式)

    ∥x+y∥≤∥x∥+∥y∥(三角不等式)

集中常见的向量范数

  1. 向量的

    范数:

    x

    =

    max

    1

    i

    n

    x

    i

    向量的\infty-范数:\lVert x \rVert_\infty = \operatorname*{max}_{1 \leq i \leq n}{\lvert x_i \rvert}

    向量的∞−范数:∥x∥∞​=1≤i≤nmax​∣xi​∣

  2. 向量的

    1

    范数:

    x

    i

    =

    i

    =

    1

    n

    x

    i

    向量的1- 范数:\lVert x \rVert_i = \sum_{i=1}^{n}{\lvert x_i \rvert}

    向量的1−范数:∥x∥i​=i=1∑n​∣xi​∣

  3. 向量的

    2

    范数:

    x

    2

    =

    (

    i

    =

    1

    n

    x

    2

    )

    1

    2

    向量的2- 范数:\lVert x \rVert_2 = (\sum_{i=1}^{n}{x^2})^{\frac{1}{2}}

    向量的2−范数:∥x∥2​=(i=1∑n​x2)21​

  4. 向量的

    p

    范数:

    x

    p

    =

    (

    i

    =

    1

    n

    x

    p

    )

    1

    p

    向量的p- 范数:\lVert x \rVert_p = (\sum_{i=1}^{n}{\lvert x \rvert^p})^{\frac{1}{p}}

    向量的p−范数:∥x∥p​=(i=1∑n​∣x∣p)p1​

矩阵范数的数学定义

如果矩阵

A

R

m

×

n

的某个非负的实值函数

满足:

如果矩阵 A \in R^{m \times n} 的某个非负的实值函数\lVert \cdot \rVert 满足:

如果矩阵A∈Rm×n的某个非负的实值函数∥⋅∥满足:

  1. 正定性:

    A

    0

    ,

    A

    =

    0

    但且仅当

    A

    =

    O

    \lVert A \rVert \geq 0, \lVert A \rVert = 0但且仅当 A = O

    ∥A∥≥0,∥A∥=0但且仅当A=O

  2. 其次性:

    a

    A

    =

    a

    A

    ,对任意的

    a

    R

    \lVert a A \rVert = \lvert a \rvert \cdot \lVert A \rVert,对任意的a \in R

    ∥aA∥=∣a∣⋅∥A∥,对任意的a∈R

  3. 三角不等式:

    A

    +

    B

    A

    +

    B

    \lVert A + B \rVert \leq \lVert A \rVert + \lVert B \rVert

    ∥A+B∥≤∥A∥+∥B∥

  4. 相容性:

    A

    B

    A

    B

    \lVert A B \rVert \leq \lVert A \rVert \lVert B \rVert

    ∥AB∥≤∥A∥∥B∥

    则称

    是一个矩阵范数

    则称\lVert \cdot \rVert 是一个矩阵范数

    则称∥⋅∥是一个矩阵范数

函数范数的数学定义

在连续函数空间

C

[

a

,

b

]

中范数的定义为:

在连续函数空间C[a, b]中范数的定义为:

在连续函数空间C[a,b]中范数的定义为:

在函数空间

C

[

a

,

b

]

中,

f

C

[

a

,

b

]

,若存在唯一实数

满足:

在函数空间C[a, b] 中, f \in C[a, b],若存在唯一实数\lVert \cdot \rVert 满足:

在函数空间C[a,b]中,f∈C[a,b],若存在唯一实数∥⋅∥满足:

  1. 正定性:

    f

    0

    ,当且仅当

    f

    =

    0

    时,

    f

    =

    0

    \lVert f \rVert \geq 0,当且仅当 f = 0时,\lVert f \rVert = 0

    ∥f∥≥0,当且仅当f=0时,∥f∥=0

  2. 其次性:

    a

    R

    a

    f

    =

    a

    f

    \forall a \in R, \lVert a f \rVert = \lvert a \rvert \cdot \lVert f \rVert

    ∀a∈R,∥af∥=∣a∣⋅∥f∥

  3. 三角不等式:

    f

    +

    g

    f

    g

    f

    ,

    g

    C

    [

    a

    ,

    b

    ]

    \lVert f + g \rVert \leq \lVert f \rVert \cdot \lVert g \rVert,f,g \in C[a, b]

    ∥f+g∥≤∥f∥⋅∥g∥,f,g∈C[a,b]

常见的函数范数:

  1. 函数的

    范数:

    f

    =

    max

    a

    <

    x

    <

    b

    f

    (

    x

    )

    函数的\infty – 范数:\lVert f \rVert_\infty = \operatorname*{max}_{a < x <b}{\lvert f(x) \rvert}

    函数的∞−范数:∥f∥∞​=a<x<bmax​∣f(x)∣

  2. 函数的

    1

    范数:

    f

    1

    =

    a

    b

    f

    (

    x

    )


    d

    x

    函数的1 – 范数: \lVert f \rVert_1 = \int_{a}^{b}{\lvert f(x) \rvert \,{\rm d}x}

    函数的1−范数:∥f∥1​=∫ab​∣f(x)∣dx

  3. 函数的

    2

    范数:

    f

    2

    =

    a

    b

    f

    2

    (

    x

    )

    d

    x

    1

    2

    函数的2 – 范数:\lVert f \rVert_2 = \lvert \int_{a}^{b}{ f^2(x) \,{\rm d}x} \rvert^{\frac{1}{2}}

    函数的2−范数:∥f∥2​=∣∫ab​f2(x)dx∣21​

例子:

例子1

例子2

本文来自网络,不代表协通编程立场,如若转载,请注明出处:https://net2asp.com/65dcfe9279.html