本文最后更新于:2023年9月10日 下午
矩阵论02-4:向量范数
1 向量范数
现在对一般定义的范数进行推广,使其可以被自定义。
定义:设V是数域F上的线性空间,如果对于V中任意一个向量x,都有一个实数∣∣x∣∣与之对应,且满足:
- 正定:∣x∣≥0,仅当x=0时∣∣x∣∣=0
- 齐次:∣∣kx∣∣=∣k∣⋅∣∣x∣∣
- 三角不等式:∣∣x+y∣∣≤∣∣x∣∣+∣∣y∣∣
那么称∣∣⋅∣∣式向量空间V上的向量范数,定义了向量范数的线性空间称为赋范线性空间。记作(V,∣∣⋅∣∣)。
向量范数的性质:
- ∣∣θ∣∣=0
- ∣∣∣∣x∣∣−1⋅x∣∣=1, ∣∣x∣∣=0
- ∣∣−x∣∣=∣∣x∣∣
- ∣∣∣x∣∣−∣∣y∣∣∣≤∣∣x−y∣∣
1.1 在Cn上常用的向量范数及性质
1-范数:绝对值或模度量
∣∣x∣∣1=i=1∑n∣xi∣
2-范数:平方或欧式度量
∣∣x∣∣2=i=1∑n∣xi∣2=(xHx)
∞-范数:最大值度量
∣∣x∣∣∞=imax∣xi∣
p-范数:p度量
∣∣x∣∣p=(i=1∑n∣xi∣p)p1, (p≥1)
补充两个重要不等式
设∀a1,bi∈C
Holder不等式
i=1∑n∣aibi∣≤(i=1∑n∣ai∣p)p1(i=1∑n∣bi∣q)q1
参数需满足p>1,q>1,且1/p+1/q=1
Minkowski不等式
(i=1∑n∣ai+bi∣p)p1≤(i=1∑n∣ai∣p)p1+(i=1∑n∣bi∣p)p1
参数需满足p≥1
1.2 向量范数的等价性
定义:给出n维线性空间Cn中定义了两种向量范数∣∣⋅∣∣α, ∣∣⋅∣∣β,若存在两个常数m>0, M>0,使得∀x∈V(F),有
m∣∣x∣∣β≤∣∣x∣∣α≤M∣∣x∣∣β
则∣∣⋅∣∣α, ∣∣⋅∣∣β等价。等价具有自反性(自己与自己等价),对称性(α∼β,β∼α),传递性(α∼β,β∼γ,α∼γ)
1.3 重要定理
定理1:设∣∣⋅∣∣是Cn(或Rn)中的一种向量范数,则∀x∈Cn,x=[x1,…,xn]T,∣∣x∣∣是其分量x1,…,xn的连续函数。
定理2:n维线性空间Cn(或Rn)中任意两种向量范数等价。