02-5:矩阵范数

Last updated on November 23, 2025 pm

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×n→R||\cdot||: F^{n\times n} \rightarrow R称为矩阵范数。范数对于任意矩阵A,B∈Fn×nA,B\in F^{n\times n}满足下列性质:

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

2 常用矩阵范数

m1m_1-范数:

∣∣A∣∣m1=∑i=1n∑j=1n∣aij∣||A||_{m_1} = \sum_{i=1}^{n}\sum_{j=1}^n|a_{ij}|

m2m_2-范数:

∣∣A∣∣m2=(∑i=1n∑j=1n∣aij∣2)12||A||_{m_2} = (\sum_{i=1}^{n}\sum_{j=1}^n|a_{ij}|^2)^{\frac{1}{2}}

m∞m_\infty-范数:

∣∣A∣∣m∞=n⋅max⁡i,j∣aij∣||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, m∞m_\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∣∣A∣∣F||A||_F。

2.1 重要定理

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

  1. 用αj\alpha_j代表矩阵A的第jj列,则有

    ∣∣A∣∣F2=∑j=1n∣∣αj∣∣22||A||_F^2 = \sum_{j=1}^n||\alpha_j||_2^2

  2. ∣∣A∣∣F=∣∣AH∣∣F||A||_F = ||A^H||_F

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

    ∣∣A∣∣F2=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, VV是Cn×nC^{n\times n}中的酉矩阵,则∣∣A∣∣F=∣∣UA∣∣F=∣∣AV∣∣F=∣∣UAV∣∣F||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,B∈Cn×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. ∣∣A−B∣∣≥∣∣∣A∣∣−∣∣B∣∣∣||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

设∣∣⋅∣∣α||\cdot||_\alpha, ∣∣⋅∣∣β||\cdot||_\beta是Cn×nC^{n\times n}中定义的任意两种矩阵范数,若存在m, M,使得∀A∈Cn×n\forall A\in C^{n\times n}都有

m∣∣A∣∣β≤∣∣A∣∣α≤M∣∣x∣∣βm||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://lynx-li.github.io/2023/09/13/master/matrixanalysis/matrixnorm/
Author
Lynx Li
Posted on
September 13, 2023
Licensed under