3.Normy wektorów i macierzy.pdf
(
87 KB
)
Pobierz
116013664 UNPDF
Rozdzial 3
Normy wektorow i macierzy
W tym rozdziale zakladamy, ze
KC:
3.1 Ogolna denicja normy
Niech : K
m;n
![0; +1) b edzie przeksztalceniem spelniaj acym warunki:
(i)8A2K
m;n
(ii)8A2K
m;n
8u2K (uA) =juj (A),
(iii)8A;B2K
m;n
(A + B) (A) + (B)
(nierownosc trojk ata albo subaddytywnosc).
Kazde takie przeksztalcenie nazywamy norm a w K
m;n
i oznaczamy
(A) =kAk:
Norma jest miar a \wielkosci" macierzy. Dlatego
kABk
uznajemy za miar e odleglosci mi edzy macierzami A i B.
Powiemy, ze norma jest monotoniczna gdy warunekjAjjBj(tzn. gdy
ja
i;j
jjb
i;j
j8i;j) implikujekAkkBk. Jesli norma w K
n;n
spelnia
kABkkAkkBk; 8A;B2K
n;n
;
to mowimy, ze norma jest submultiplikatywna.
21
(A) = 0()A = 0,
22
ROZDZIAL 3. NORMY WEKTOR OW I MACIERZY
3.2 Normy wektorow
3.2.1 Normy p-te
Wektory w K
n
s a szczegolnymi macierzami. W tym przypadku, waznymi
przykladami norm s a normy Schura, zdeniowane dla danej p, 1p1,
jako
X
n
!
1=p
kxk
p
=
jx
i
j
p
dla 1p <1;
i=1
kxk
1
= max
1in
jx
i
j:
Nietrudno zauwazyc, zekxk
1
= lim
p!1
kxk
p
,8x2K
n
.
Warunki (i) i (ii) normy s a trywialnie spelnione przez normy Schura.
Warunek (iii) latwo sprawdzic dla p = 1;1. Dla p = 1 mamy bowiem
X
n
jx
i
+ y
i
j
n
X
X
kx + yk
1
=
jx
i
j+
jy
i
j=kxk
1
+kyk
1
;
i=1
i=1
i=1
a dla p =1
kx + yk
1
= max
1in
jx
i
+ y
i
jmax
1in
jx
i
j+ max
1in
jy
i
j=kxk
1
+kyk
1
:
(W obu przypadkach zastosowalismy nierownosc trojk ataju + vjjuj+jvj
dla liczb zespolonych u i v.) Dla innych wartosci p warunek (iii) jest duzo
trudniej pokazac. Dlatego ograniczymy si e tu jedynie do przypadku p = 2.
Lemat 3.1 (Nierownosc Schwarza)
Dla dowolnych u;v2K
n
mamy
ju
H
vjkuk
2
kvk
2
:
Dowod. Dla t2K mamy
0ku + vtk
2
= (u + vt)
H
(u + vt)
= u
H
u + ttv
H
v + u
H
vt + v
H
ut
=kuk
2
+jtj
2
kvk
2
+jtjju
H
vj
!
('+ )
+ !
('+ )
;
gdzie t =jtj!
, u
H
v =ju
H
vj!
'
, ! = cos 1 + {sin 1.
n
3.2. NORMY WEKTOR OW
23
Bior ac teraz =' mamy
0kuk
2
+ 2jtjju
H
vj+jtj
2
kvk
2
;
a bior ac = ' mamy
0kuk
2
2jtjju
H
vj+jtj
2
kvk
2
:
St ad dla dowolnej 2R otrzymujemy
0kuk
2
+ 2ju
H
vj+
2
kvk
2
:
Poniewaz prawa strona ostatniej nierownosci jest, jako funkcja , trojmianem
kwadratowym o wartosciach nieujemnych, to
0 = 4
juvj
2
kuk
2
kvk
2
;
co implikujeju
H
vjkuk
2
kvk
2
i konczy dowod.
Na podstawie nierownosci Schwarza mamy teraz
ku + vk
2
=kuk
2
+kvk
2
+ u
H
v + v
H
u
=kuk
2
+kvk
2
+ 2<(u
H
v)
kuk
2
+kvk
2
+ 2ju
H
vj
kuk
2
+kvk
2
+ 2kuk
2
kvk
2
= (kuk
2
+kvk
2
)
2
;
czyli nierownosc trojk ata dlakk
2
.
3.2.2 Pozyteczne (nie)rownosci
Nietrudno pokazac nast epuj ace nierownosci l acz ace normy p-te Schura dla
p = 1; 2;1. Mianowicie, dla kazdego u2K
n
mamy
kuk
1
kuk
1
nkuk
1
;
kuk
1
kuk
2
p
nkuk
1
;
nkuk
2
;
kuk
2
kuk
1
p
24
ROZDZIAL 3. NORMY WEKTOR OW I MACIERZY
przy czym ostatnia z tych nierownosci jest konsekwencj a nierownosci Schwa-
rza,
X
X
X
!
1=2
X
!
1=2
p
kuk
1
=
ju
i
j=
ju
i
jj1j
ju
i
j
2
1
2
=
nkuk
2
:
i=1
i=1
i=1
i=1
nk1k
2
= nk1k
1
.
Kul a jednostkow a w K
n
(ze wzgl edu na norm ekk) nazywamy zbior
wektorow
p
K =fu2K
n
:kuk1g:
Z podanych powyzej nierownosci wynika w szczegolnosci, ze
K
1
K
2
K
1
;
gdzie K
p
jest kul a jednostkow a w normie p-tej Schura.
Zauwazmy jeszcze, ze normy p-te s a monotoniczne oraz, ze dla dowolnej
macierzy permutacji P2K
n;n
i wektora x2K
n
kPxk
p
=kxk
p
;
tzn. norma p-ta wektora jest niezmiennicza ze wzgl edu na przestawienia
kolejnosci jego wspolrz ednych.
3.3 Normy macierzy
3.3.1 Normy p-te
Normy p-te macierzy s a deniowane (indukowane) przez normy p-te wek-
torow w nast epuj acy sposob:
kAk
p
= sup
06=x2K
n
kAxk
p
kxk
p
= supfkAxk
p
: x2K
n
;kxk
p
= 1g:
Zauwazmy, ze uzywamy tego samego oznaczenia dla norm wektora jak i ma-
cierzy. Jest to uzasadnione, gdyz norma p-ta macierzy jest uogolnieniem
n
n
n
n
Dodatkowo zauwazamy, ze nierownosci tych nie mozna poprawic. Na przy-
klad, dla pierwszego wersora e
1
mamyke
1
k
p
= 18p, a dla 1 = [1; 1;:::; 1]2
K
n
mamyk1k
1
=
3.3. NORMY MACIERZY
25
normy p-tej wektora. Dla A = [u
1
;:::;u
m
]
T
2K
m;1
P
i=1
= K
m
mamy bowiem
ju
i
j
p
)
1=p
. (Tutaj t2K!)
Wprost z denicji wynika, ze normy indukowane macierzy spelniaj a wa-
runek zgodnosci (z norm a wektorow a), tzn.
kAk
p
= sup
jtj=1
kAtk
p
= (
8A2K
m;n
8x2K
n
kAxk
p
kAk
p
kxk
p
:
Normy te s a rowniez submultiplikatywne,
8A2K
m;l
8B2K
l;n
kABk
p
kAk
p
kBk
p
:
Rzeczywiscie, dla x2K
l
mamy
k(AB)xk
p
=kA(Bx)k
p
kAk
p
kBxk
p
kAk
p
kBk
p
kxk
p
;
sk ad
k(AB)xk
p
kxk
p
sup
x6=0
kAk
p
kBk
p
:
Dla macierzy permutacji P2K
m;m
i Q2K
n;n
mamy
kPAQ
T
k
p
=kAk
p
;
co oznacza, ze przestawienie kolumn i wierszy macierzy nie zmienia jej p-
tej normy. Rzeczywiscie, poniewaz przestawienie wspolrz ednych nie zmienia
normy p-tej wektora, mamy
sup
x6=0
kPAQ
T
xk
p
kxk
p
= sup
x6=0
kAQ
T
xk
p
kQ
T
xk
p
=
X
kAyk
p
kyk
p
:
y6=0
3.3.2 Pozyteczne (nie)rownosci
Dla niektorych p, norm e mozna wyrazic w sposob pozwalaj acy j a latwo ob-
liczyc.
Lemat 3.2 Dla dowolnej macierzy A = (a
i;j
)2K
m;n
(a) kAk
1
= max
1im
P
n
j=1
ja
i;j
j,
(b) kAk
1
= max
1jn
P
m
i=1
ja
i;j
j.
Plik z chomika:
wp-pl
Inne pliki z tego folderu:
1.Grupy i ciała, liczby zespolone.pdf
(97 KB)
10.Formy dwuliniowe i kwadratowe.pdf
(79 KB)
11.Przestrzenie euklidesowe.pdf
(82 KB)
2.Macierze liczbowe.pdf
(90 KB)
3.Normy wektorów i macierzy.pdf
(87 KB)
Inne foldery tego chomika:
Angielski dla początkujących
Angielski w 20 minut przez 60 dni
AutoCAD 2010 PL
Botanika
Botanika M
Zgłoś jeśli
naruszono regulamin