范数:修订间差异
外观
删除的内容 添加的内容
Add 1 book for verifiability (20240907)) #IABot (v2.0.9.5) (GreenC bot |
|||
(未显示20个用户的27个中间版本) | |||
第1行: | 第1行: | ||
{{NoteTA|G1=math}} |
{{NoteTA|G1=math}} |
||
[[File:Vector norms. |
{{Not|範數 (域論)}} |
||
[[File:Vector norms.svg|thumb|擁有不同範數的[[單位圓]]]] |
|||
⚫ | |||
⚫ | |||
⚫ | |||
⚫ | |||
擁有範數的[[向量空間]]就是[[賦範向量空間]]。同樣,擁有半範數的[[向量空間]]就是賦半範向量空間。 |
擁有範數的[[向量空間]]就是[[賦範向量空間]]。同樣,擁有半範數的[[向量空間]]就是賦半範向量空間。 |
||
==定義== |
==定義== |
||
假設''V''是域 |
假設''V''是域''F''上的[[向量空間]];''V''的'''半範數'''是一個函數<math>p:V\to\mathbb{R}; x\mapsto{}p(x)</math>,满足: |
||
<math>\forall a \in F,\forall u,v \in V</math>, |
<math>\forall a \in F,\forall u,v \in V</math>, |
||
# <math>p(v) \ge 0 </math>(半正定性) |
# <math>p(v) \ge 0 </math>(具有半正定性) |
||
# <math>p(a v) = |a| p(v)</math>( |
# <math>p(a v) = |a| p(v)</math>(具有绝对一次齐次性) |
||
# <math>p(u + v) \le p(u) + p(v)</math> ([[三角不等式]]) |
# <math>p(u + v) \le p(u) + p(v)</math> (满足[[三角不等式]],或称[[次可加性]]) |
||
'''範數'''是一個'''半範數'''加上額外性质: |
'''範數'''是一個'''半範數'''加上額外性质: |
||
:4. <math>p(v)=0</math>,当且仅当<math>v</math>是[[零向量]]([[正定性]]) |
:4. <math>p(v)=0</math>,当且仅当<math>v</math>是[[零向量]]([[正定性]]) |
||
如果拓撲向量空間的[[拓撲]]可以被 |
如果拓撲向量空間的[[拓撲空間|拓撲]]可以被範數導出,這個[[拓撲向量空間]]被稱為[[賦範向量空間]]。 |
||
==例子== |
==例子== |
||
* 所有范数都是半范数。 |
* 所有范数都是半范数。 |
||
* |
* 平凡半范数,即<math>p(x) = 0, \forall x \in V</math>。 |
||
* [[绝对值]]是[[实数]]集上的一个范数。 |
* [[绝对值]]是[[实数]]集上的一个范数。 |
||
* 对向量空间上的[[ |
* 对向量空间上的[[Seminorm|次线性型]]''f''可定义一个半范数:<math>\boldsymbol x \to |f(\boldsymbol x)|</math>。 |
||
===绝对值范数=== |
|||
[[绝对值]]范数為 |
|||
:<math>\|\boldsymbol{x}\|=\sum_i^n|x_i|</math> |
|||
是在由实数或虚数构成的一维向量空间中的范数。 |
|||
绝对值范数是[[曼哈頓距離|曼哈顿范数]]的特殊形式。 |
|||
===欧几里德范数=== |
===欧几里德范数=== |
||
{{Main|欧几里德距离}} |
{{Main|欧几里德距离}} |
||
在''n''维[[欧几里德空间]] |
在''n''维[[欧几里德空间]]<math>\mathbb R ^n</math>上,向量<math>\boldsymbol x = (x_1,x_2,\,\ldots\,,x_n)^{\mathrm T}</math>的最符合直觉的长度由以下公式给出 |
||
:<math>\|\boldsymbol{x}\| := \sqrt{x_1^2 + \cdots + x_n^2}.</math> |
:<math>\|\boldsymbol{x}\|_2 := \sqrt{x_1^2 + \cdots + x_n^2}.</math> |
||
根据[[勾股定理]],它给出了从原点到点 |
根据[[勾股定理]],它给出了从原点到点<math>\boldsymbol x</math>之间的(通常意义下的)距离。欧几里德范数是<math>\mathbb R ^n</math>上最常用的范数,但正如下面举出的,<math>\mathbb R ^n</math>上也可以定义其他的范数。然而,以下定义的范数都定义了同一个拓扑结构,因此它们在某种意义上都是等价的。 |
||
欧几里德范数是'''R'''<sup>''n''</sup>上最常用的范数,但正如下面举出的,'''R'''<sup>''n''</sup>上也可以定义其他的范数。然而,以下定义的范数都定义了同一个拓扑结构,因此它们在某种意义上都是等价的。 |
|||
在一个''n''维复数空间 |
在一个''n''维复数空间<math>\mathbb C ^n</math>中,最常见的范数是: |
||
:<math>\|\boldsymbol{z}\| := \sqrt{|z_1|^2 + \cdots + |z_n|^2}= \sqrt{z_1 \bar z_1 + \cdots + z_n \bar z_n}.</math> |
:<math>\|\boldsymbol{z}\| := \sqrt{|z_1|^2 + \cdots + |z_n|^2}= \sqrt{z_1 \bar z_1 + \cdots + z_n \bar z_n}.</math> |
||
以上两者又可以以向量与其自身的[[内积]]的[[平方根]]表示: |
以上两者又可以以向量与其自身的[[内积]]的[[平方根]]表示: |
||
:<math>\|\boldsymbol{x}\| := \sqrt{\boldsymbol{x}^* \boldsymbol{x}},</math> |
:<math>\|\boldsymbol{x}\| := \sqrt{\boldsymbol{x}^* \boldsymbol{x}},</math> |
||
其中'''''x'''''是一个[[列向量]]( |
其中'''''x'''''是一个[[列向量]](<math>[x_1,x_2,\,\ldots\,,x_n]^{\mathrm T}</math>),而<math>\boldsymbol x ^ *</math>表示其[[共轭转置]]。 |
||
以上公式适用于任何[[内积空间]],包括欧式空间和复空间。在欧几里得空间里,内积等价于点积,因此公式可以写成以下形式: |
以上公式适用于任何[[内积空间]],包括欧式空间和复空间。在欧几里得空间里,内积等价于点积,因此公式可以写成以下形式: |
||
:<math>\|\boldsymbol{x}\| := \sqrt{\boldsymbol{x} \cdot \boldsymbol{x}}.</math> |
:<math>\|\boldsymbol{x}\| := \sqrt{\boldsymbol{x} \cdot \boldsymbol{x}}.</math> |
||
特别地, |
特别地,<math>\mathbb R ^{n+1}</math>中所有的欧几里得范数为同一个给定正实数的向量的集合是一个[[N维球面|''n''维球面]]。 |
||
====复数的欧几里得范数==== |
====复数的欧几里得范数==== |
||
如果将[[复平面]]看作[[欧几里得平面]] |
如果将[[复平面]]看作[[欧几里得平面]]<math>\mathbb R ^2</math>,那么[[复数 (数学)|复数]]的欧几里得范数是其[[复数 (数学)#絕對值、共軛與距離|绝对值]](又称为'''模''')。这样,我们可把<math>x+i\,y</math>视为欧几里得平面上的一个向量,由此,这个向量的欧几里得范数即为<math>\sqrt{x^2 +y^2}</math>(最初由欧拉提出)。 |
||
==參見== |
==參見== |
||
*[[內積]] |
* [[內積]] |
||
*[[賦範向量空間]] |
* [[賦範向量空間]] |
||
*[[矩陣範數]] |
* [[矩陣範數]] |
||
*[[曼哈頓距離]] |
* [[曼哈頓距離]] |
||
* [[Lp范数]] |
|||
==參考文獻== |
== 參考文獻 == |
||
{{ |
{{Reflist}} |
||
{{ReflistH}} |
|||
* {{cite book |
* {{cite book |
||
|last=Bourbaki |first=Nicolas | |
|last = Bourbaki |first = Nicolas |author-link = Nicolas Bourbaki |
||
| title = Topological vector spaces |
| title = Topological vector spaces |
||
| year = 1987 |
|url = https://archive.org/details/topologicalvecto0000nbou | year = 1987 |
||
| chapter = Chapters 1–5 |
| chapter = Chapters 1–5 |
||
| publisher = [[Springer Science+Business Media|Springer]] |
| publisher = [[Springer Science+Business Media|Springer]] |
||
第72行: | 第80行: | ||
| year = 1981 | edition = 2nd |
| year = 1981 | edition = 2nd |
||
| publisher = Academic Press |
| publisher = Academic Press |
||
| |
| page = 20 |
||
| isbn = 0-12-566060-X |
| isbn = 0-12-566060-X |
||
| ref = harv |
| ref = harv |
||
}} |
}} |
||
* {{cite book |last=Trèves |first=François |title=Topological Vector Spaces, Distributions and Kernels |publisher=[[Academic Press, Inc.]] |year=1995 |isbn=0-486-45352-9 |pages=136–149, 195–201, 240–252, 335–390, 420–433}} |
* {{cite book |last=Trèves |first=François |title = Topological Vector Spaces, Distributions and Kernels |publisher=[[Academic Press, Inc.]] |year=1995 |isbn=0-486-45352-9 |pages = 136–149, 195–201, 240–252, 335–390, 420–433 }} |
||
* {{cite book |last=Khaleelulla |first=S. M. |title=Counterexamples in Topological Vector Spaces |publisher=[[Springer-Verlag]] |series=Lecture Notes in Mathematics |volume=936 | |
* {{cite book |last = Khaleelulla |first = S. M. |title = Counterexamples in Topological Vector Spaces |publisher=[[Springer-Verlag]] |series = Lecture Notes in Mathematics |volume=936 |year = 1982 |isbn=978-3-540-11565-6 |pages=3–5 |zbl = 0482.46002 }} |
||
{{ |
{{ReflistF}} |
||
{{-}} |
|||
{{泛函分析}} |
|||
[[Category:線性代數|F]] |
[[Category:線性代數|F]] |
||
[[Category:泛函分析|F]] |
[[Category:泛函分析|F]] |
||
[[Category:度量几何|F]] |
[[Category:度量几何|F]] |
||
[[Category:范数| |
[[Category:范数| ]] |
2024年9月8日 (日) 07:05的最新版本
範數(英語:Norm),是具有“长度”概念的函數。在線性代數、泛函分析及相關的數學領域,是一個函數,其為向量空間內的所有向量賦予非零的正長度或大小。另一方面,半範數(英語:seminorm)可以為非零的向量賦予零長度。
舉一個簡單的例子,一個二維度的歐幾里得空間就有歐氏範數。在這個向量空間的元素(譬如:(3,7))常常在笛卡兒座標系統被畫成一個從原點出發的箭號。每一個向量的歐氏範數就是箭號的長度。
擁有範數的向量空間就是賦範向量空間。同樣,擁有半範數的向量空間就是賦半範向量空間。
定義
[编辑]假設V是域F上的向量空間;V的半範數是一個函數,满足:
,
範數是一個半範數加上額外性质:
如果拓撲向量空間的拓撲可以被範數導出,這個拓撲向量空間被稱為賦範向量空間。
例子
[编辑]绝对值范数
[编辑]绝对值范数為
是在由实数或虚数构成的一维向量空间中的范数。
绝对值范数是曼哈顿范数的特殊形式。
欧几里德范数
[编辑]在n维欧几里德空间上,向量的最符合直觉的长度由以下公式给出
根据勾股定理,它给出了从原点到点之间的(通常意义下的)距离。欧几里德范数是上最常用的范数,但正如下面举出的,上也可以定义其他的范数。然而,以下定义的范数都定义了同一个拓扑结构,因此它们在某种意义上都是等价的。
在一个n维复数空间中,最常见的范数是:
以上公式适用于任何内积空间,包括欧式空间和复空间。在欧几里得空间里,内积等价于点积,因此公式可以写成以下形式:
特别地,中所有的欧几里得范数为同一个给定正实数的向量的集合是一个n维球面。
复数的欧几里得范数
[编辑]如果将复平面看作欧几里得平面,那么复数的欧几里得范数是其绝对值(又称为模)。这样,我们可把视为欧几里得平面上的一个向量,由此,这个向量的欧几里得范数即为(最初由欧拉提出)。
參見
[编辑]參考文獻
[编辑]- Bourbaki, Nicolas. Chapters 1–5. Topological vector spaces. Springer. 1987. ISBN 3-540-13627-4.
- Prugovečki, Eduard. Quantum mechanics in Hilbert space 2nd. Academic Press. 1981: 20. ISBN 0-12-566060-X.
- Trèves, François. Topological Vector Spaces, Distributions and Kernels. Academic Press, Inc. 1995: 136–149, 195–201, 240–252, 335–390, 420–433. ISBN 0-486-45352-9.
- Khaleelulla, S. M. Counterexamples in Topological Vector Spaces. Lecture Notes in Mathematics 936. Springer-Verlag. 1982: 3–5. ISBN 978-3-540-11565-6. Zbl 0482.46002.