02-5:矩阵范数

本文最后更新于:2023年9月13日 下午

矩阵论02-5:矩阵范数

1 定义

矩阵范数:设Fn×nF^{n\times n}是数域FF上所有n阶方阵全体构成的线性空间。则:Fn×nR||\cdot||: F^{n\times n} \rightarrow R称为矩阵范数。范数对于任意矩阵A,BFn×nA,B\in F^{n\times n}满足下列性质:

  1. 正定性A0||A||\geq 0, 当A=0A=0A||A||才为0
  2. 齐次性:kA=kA||kA|| = |k|||A||
  3. 三角不等式:A+BA+B||A+B||\leq ||A||+||B||
  4. 相容性:ABAB||AB||\leq ||A||||B||

2 常用矩阵范数

m1m_1-范数

Am1=i=1nj=1naij||A||_{m_1} = \sum_{i=1}^{n}\sum_{j=1}^n|a_{ij}|

m2m_2-范数:

Am2=(i=1nj=1naij2)12||A||_{m_2} = (\sum_{i=1}^{n}\sum_{j=1}^n|a_{ij}|^2)^{\frac{1}{2}}

mm_\infty-范数:

Am=nmaxi,jaij||A||_{m_\infty} = n\cdot \max_{i,j}|a_{ij}|

当类比向量范数的时候,最大值度量(||\cdot||_\infty, mm_\infty)是不同的,这是因为矩阵范数要满足相容性,乘上n之后才会满足相容性不等式

2 F范数

定义:我们把m2m_2范数称作Frobenius范数,简称FF-范数,记作AF||A||_F

2.1 重要定理

定理1:给出A=[aij]Cn×nA = [a_{ij}]\in C^{n\times n}, AAFF范数AF||A||_F满足以下几个等式。

  1. αj\alpha_j代表矩阵A的第jj列,则有

    AF2=j=1nαj22||A||_F^2 = \sum_{j=1}^n||\alpha_j||_2^2

  2. AF=AHF||A||_F = ||A^H||_F

  3. λi(AHA)\lambda_i(A^HA)表示AHAA^HA的特征值,tr(A^HA)表示迹,有

    AF2=tr(AHA)=i=1nλi(AHA)||A||_F^2 = tr(A^HA) = \sum_{i=1}^n\lambda_i(A^HA)

酉不变性A=[aij]Cn×n\forall A=[a_{ij}]\in C^{n\times n}UU, VVCn×nC^{n\times n}中的酉矩阵,则AF=UAF=AVF=UAVF||A||_F = ||UA||_F=||AV||_F=||UAV||_F。即矩阵左乘,右乘,左右乘酉矩阵,矩阵的F范数都不变,

3 矩阵范数的性质

3.1 一般性质

给出A,BCn×nA, B\in C^{n\times n}, 或(Rn×n)(R^{n\times n}),有

  1. On×n=0||O_{n\times n}|| = 0
  2. ABAB||A-B||\geq |||A||-||B|||(三角不等式的另一边)
  3. A||A||是关于矩阵A各元素aija_{ij}的连续函数。(类比向量范数与各分量是连续函数)

3.2 矩阵范数等价

α||\cdot||_\alpha, β||\cdot||_\betaCn×nC^{n\times n}中定义的任意两种矩阵范数,若存在m, M,使得ACn×n\forall A\in C^{n\times n}都有

mAβAαMxβm||A||_\beta \leq ||A||_\alpha \leq M||x||_\beta

,那么两种范数α||\cdot||_\alpha, β||\cdot||_\beta是等价的。

与矩阵范数类似,Cn×nC^{n\times n}(或Rn×nR^{n\times n})里任意两个矩阵范数等价


02-5:矩阵范数
https://jesseprince.github.io/2023/09/10/master/matrixanalysis/matrixnorm/
作者
林正
发布于
2023年9月10日
许可协议