矩陣範數與擾動
範數的等價性
範數的等價性是這樣一條定理:在有限維空間上,對於收斂、連續或開集這類問題,你選哪個範數都無所謂。任意兩個範數 ||.||_a 與 ||.||_b 是可比的:存在正常數 c 與 C 使得對所有 x 有 c ||x||_b <= ||x||_a <= C ||x||_b。每個範數都被另一個的常數倍夾住。
其後果是定性的穩健。在某一範數下收斂到零的序列在每個範數下都收斂到零;在一個範數下開的集合在所有範數下都開;在一個範數下連續的函數在所有範數下都連續。所以有限維中的拓撲與範數無關,你可以挑選讓證明最容易的那個範數。
證明本身就很有教益。任一固定範數的單位球面在有限維中是緊的(海涅-博雷爾),而任何另一個範數是其上的連續函數,因而在那裡取到正的最小值和有限的最大值——它們就是常數 c 與 C。維數有限正是在此處必不可少:在無窮維中範數一般不等價。
但對數值計算的告誡:等價不意味著實務中可互換。常數 c 與 C 可能大到 sqrt(n) 或 n,隨維數增長。所以儘管 1-、2-、inf-範數在某物是否收斂上一致,它們在誤差實際有多大上可能相差很大的倍數。當你報告一個界時,常數要緊。
c ||x||_b <= ||x||_a <= C ||x||_b for all x, with 0 < c <= C
兩個有限維範數總能彼此夾在常數倍之間;只有常數會改變。
R^n 的具體常數:||x||_inf <= ||x||_2 <= sqrt(n) ||x||_inf,且 ||x||_2 <= ||x||_1 <= sqrt(n) ||x||_2。這個 sqrt(n) 的差距在漸近意義上無害,但在數值報告中是實實在在的。
又稱
另見