文档介绍:48
第五章 矩阵分析
、矩阵的三种导数和矩阵微分与积分的概念,简要介绍向量与矩阵范数的有关知识.
§ 向量与矩阵的范数
从计算数学的角度看,在研究计算方法的收敛性 设是某种向量范数,对阶矩阵定义
(2)
则为方阵范数,称为由向量范数导出的矩阵范数,而且它具有乘法相容性并且与向量范数
55
相容.
证 首先可证,由(2),当时,有
,
即 (3)
而当时,,于是总有(3)式成立.
容易验证满足范数定义中的非负性、齐次性及三角不等式三个条件,,对任意阶矩阵,利用(2)式和(3)式可得
.
即说矩阵范数具备乘法相容性.
一般地,:
例6 证明:对n阶复矩阵,有
1),称为A的列和范数.
2),称为A的行和范数.
证 1)
,有
56
于是,对任意非零向量有.
,设是第个分量为1而其余分量全为0的向量,则,且
,
即 .
2)的证明与1)相仿,留给读者去完成.
例7 证明对阶复矩阵,有
,
这里是的奇异值,称此范数为的谱范数.
证 ,故有酉矩阵,使得
.
如设则是相应于特征根的单位特征向量,即有
.
对任意满足的复向量 ,有
57
令,则,,则
于是 .
即有 .
由的任意性,便得
特别取,则有,
即 .
这说明在单位球面上可取到最大值,从而证明了
各种矩阵范数之间也具有范数的等价性
定理3 设是任意两种矩阵范数 则有正实数使对一切矩阵恒有
§ 向量与矩阵序列的收敛性
在这一节里,我们将把数列极限的概念,扩展到向量序列与矩阵序列上去.
可数多个向量(矩阵)按顺序成一列,就成为一个向量(矩阵)序列,
例如 ,
是一个维向量序列,记为,诸的相应分量则形成数列.
定义5 ,
59
数列均收敛且有,,则称为向量序列的极限,记为,或简记为.
如果向量序列不收敛,,读者不难证明向量序列的收敛性具有如下性质.
设是中两个向量序列,是复常数,如果,则
定理4 对向量序列,的充分必要条件是,其中是任意一种向量范数.
证明1) ,;
;
;
.
2)由向量范数等价性,对任一种向量范数,有正实数,
.
于是定理对任一种向量范数都成立.
根据上述定义,向量序列有极限的根本之处在于各分量形成的数列都有极限
59
.
由于中矩阵可以看作一个维向量,,我们可以用矩阵各个元素序列的同时收敛来规定矩阵序列的收敛性.
定义6 设有矩阵序列,如果对任何,均有
则说矩阵序列收敛,如令,.
矩阵序列不收敛时称为发散.
讨论矩阵序列极限的性质,以下设所涉及的矩阵为阶矩阵:
1) 若,为数列且,则.
特别,当为常数时,.
2) 若,,则.
3) 若,,则.
4) 若且诸及均可逆,则收敛,并且
.
容易证明性质1)-3)成立,对性质4)注意到行列式值定义的和式无非是中元素的乘法与加法之组合,再由
即可知
60
用表示中元素的代数余子式,用表示中()元素的代数余子式,便有
.
进而 .
这里是的伴随矩阵,
,
所以.
定理5 对于矩阵序列,的充分必要条件是对任何一种矩阵范数,有
定理5的证明与定理4类似,由于矩阵范数的等价性,只需证明对矩阵范数定理成立,其方法也与定理4的证明一致,这里从略.
以下主要介绍范数在特征值估计方面的应用.
定义7 设,为的个特征值,称
为的谱半径.
有了谱半径的概念,可以对矩阵范数作如下的初步估计.
定理6 设,则对上的任一矩阵范数,皆有
证 设是的特征值,为的属于特征值的特征向量,故,,由,应有
61
而,于是有
同除,有