T
n Ax 1 aik k | aik || k | i 1 k 1 i 1 k 1 n n n aik k i 1 k 1 k 1 n n n aik k i 1 k 1 k 1 Am x
v
例2
证明由n维向量的1-范数所诱导的算子范数是
A 1 max |aij | , A C
j i 1 n n n
称为从属于向量1 – 范数的矩阵1 –范数。
证明 (1) 设A的各列向量为 αi , i 1, 2, , n
T x | xi | 1, 则 x [ x , x ,..., x ] ,且 | aij1 | 下面证明不仅 成立，而且等号确实可 1 2 A 1 nmax 1 j n i 1 i 1 以取到。 Ax x α x α ... x α
考察
Ax 2 x U DUx =y Dy | i |
2 H H H i 1 2 i 2 n 2 1
| i |
2 i 1
n n
1 1
2 2
n n
Ax 1 | x1 | α1 1 | x2 | α2 1 ... | xn | αn
(| x1 | | x2 | ... | xn |)max α j
1 j n 1
1
max α j
1 j n
1
0, ..., 0] 时， 若设 max α j 1 αk ，当取 x0 [0, ..., 0,1,
n x C 非零的常向量， ，定义
x
H = x α v
v
则 v就是与 相容的向量范数。下面先证明 是向量范数。 显然 x
v
0 ，当且仅当时x ， x H O ，
从而 x
v
0
又 k C , x C n , 有
kx
v
kxα H k
xα H k
矩阵论讲义 矩阵论教程 A
哈尔滨工程大学理学院 矩阵论教学团队
Department of Mathematics, College of Sciences
课程要求
作业要求
书后要求的习题,主动自觉做,抽查和不定时收取
使用教材
《 矩阵论教程》国防工业出版社 2012
其他辅导类参考书（自选） 矩阵论网站 /
j 1 j 1
n
取 x x0 时，其中 x0 的第 j个分量 x j 为
| akj | Ax max | a | A max 所以 ij x0 1, 显然 akj 0, x j x 1 ; akj 0, 1x 1 ij n j 1 akj n n 从属于向量∞ – 范数的矩阵 ∞ –范数等于行模和之最大 a x | a | Ax 且 的第 k 个分量为 kj j kj 0 者，因此又称为行和范数。 j 1 j 1
ABx x Bx
v
v
|| A( Bx ) || || Bx || max ) max Bx 0 || Bx || x 0 || x ||
v v
max
x 0
A( Bx ) v Bx
v
x
A B
即||A||满足相容性。
再证||A||与|| x ||v的相容性。
A max
x 0
Байду номын сангаас
重点： 施密特正交化方法；正交子空间及其正交补；
算子范数；相容性
难点： 正交基及子空间的正交关系，算子范数及其与
向量范数的相容性
§2.6
向量范数与矩阵范数的相容性
我们知道，不仅矩阵间有乘法运算，矩阵与向 量之间也有乘法运算，为了使用上的方便，往往也 要求矩阵范数与向量范数满足相容性。
定义1 设 A 是C nn ( Rnn ) 上的矩阵范数，x 是 C n ( Rn )
12 2 2 U AH A U H 2 n
2 2 2 其中 1 2 ... n 0
，结论显然成立。 证明 若 A O
2
A 2 M 1
若 A O ，任取 x [ x1 , x2 ,..., xn ]T ，且 x 2 1，则
T
1 j n
显然 Ax0 αk ， 于是 Ax0 1 αk 1 。 这说明不仅 Ax 1 αk
1
k
成立，而且确实存在 x0
使 Ax0 1 αk 1，因此有
A 1 max Ax 1 max α j max | aij |
x 1 1 1 j n 1 1 j n i 1 n
max | aij | max | x j |
1 i n
j 1 n
j 1
max | aij |
1 i n j 1
j 1 n
1 j n
下面证明不仅 Ax
n

max | aij | 成立，而且等号确实可以取到。
1 i n j 1
n
| aij | | akj |, 若设 max 1 i n
n n n 给定 上的向量范数 ， 定义 定理2 C v A C
A max
x
Ax x
v
v
则 是 C nn 上与向量范数 v相容的矩阵范数。
通常称 为由向量范数 v 导出的算子范数，
或从属于向量范数 v的矩阵范数。
证明
(1) 当A为非零矩阵时，一定可以找到非零向量 x ，使 Ax≠0 ，从而有
n n n
1 1
那么对于给定的矩阵范数，是否能找到与之相 容的向量范数？又或者对于给定的向量范数，是否
能找到与之相容的矩阵范数呢？
回答都是肯定的。
2.6.1 与已知矩阵范数相容的向量范数 定理1 对于给定的矩阵范数，一定存在与之相容
的向量范数。
定理1 对于给定的矩阵范数，一定存在与之相容
的向量范数。 证明 设 是 C nn 上的矩阵范数， 是任意一个
从属于向量1 – 范数的矩阵1 –范数等于列模和之最大 者，因此又称为列和范数。
例3
证明由n维向量的∞ -范数所诱导的算子范数是
A max | aij |, A C nn
1 i n j 1 n
称为从属于向量∞ – 范数的矩阵∞ –范数。 T x [ x , x ,..., x ] , 且 x max | xi | 1, 证明 (1) 设 1 2 n
上的向量范数。如果 A C nn ( Rnn ), x C n ( Rn )
都有：
Ax

A

x

则称矩阵范数 A 与向量范数 x 是相容的.
例1 证明矩阵范数 A
n
m1
aij 与向量范数
i 1 j 1
n
n
x
1
xi 是相容的。
i 1
n 证明：设 A (aij ) C , x , , , C n 1 2 nn

|
i 1
n
i
|
2
T 令 y Ux [1 ,2 ,...,n ]
则 y 2 Ux 2 x HU HUx x 2 1
2
2
2

2 1
y
2 2
12
下面证明不仅
即 Ax 2 1
Ax
2
1 成立，而且等号确实可以取到。
下面证明不仅
Ax
2
1 成立，而且等号确实可以取到。
A max
x0
Ax x
v
v
0
即||A||满足正定性；另外，显然||A||=0当且仅当A= O 。 (2) 对任意的常数 k C ,
kA max
x 0
kAx x
v
v
k max
x 0
Ax x
v
v
k A
即||A||满足齐次性。
(3) A, B C nn ,
A B max
x 0
( A B) x x
Ax x
v v
v
max(
x 0
Ax x
v
v

Bx x
v
v
)
v
max
x 0
max
x 0
Bx x
v
v
A B
即||A||满足三角不等式。 上述定义的实值函数||A|| (4) A, B C nn , 是矩阵A的范数。
AB max(
x 0
造标准正交基；
3, 理解正交子空间及其正交补的概念，掌握正交投影的 概念；理解正交变换的概念，熟练掌握正交矩阵的性质；
教学内容和基本要求
4, 理解向量范数的概念；理解矩阵范数的概念，掌握算
子范数，会求常用的算子范数，并掌握矩阵范数与向量范数 的相容性； 5, 理解谱半径的概念，掌握谱半径的相关性质；
y x x v 1 令 yv
(2) 由(1)
A max Ax v max Ax v max
x v 1
Ax x
v
v
x v 1
x v 1
max
x0
Ax x
v
v
A
故有
max Ax v A
x v 1
证毕。
Ax v , 得到几个算子范数。 下面我们利用 A max x 1
由定理1知
x
H = x α 与矩阵范数 相容的向量范数。 v
若取定 α [1,0, ,0]T , 有