简介与定义
例子
考虑两个装备了正则欧几里德范数的欧几里德空间:
R
n
{\displaystyle \mathbb {R} ^{n}}
和
R
m
{\displaystyle \mathbb {R} ^{m}}
,其中
n
,
m
{\displaystyle n,m}
都是正整数。从
R
n
{\displaystyle \mathbb {R} ^{n}}
映射到
R
m
{\displaystyle \mathbb {R} ^{m}}
的有界线性算子(线性映射)都可以用
n
×
m
{\displaystyle n\times m}
的矩阵 来表示。所以这些算子构成的空间实际上是矩阵空间:
M
n
,
m
(
R
)
{\displaystyle {\mathcal {M}}_{n,m}(\mathbb {R} )}
,而对应的算子范数也称为矩阵范数 。假设某个线性映射对应的矩阵是
A
{\displaystyle A}
,那么它的矩阵范数是
A
∗
A
{\displaystyle A^{*}A}
的最大特征值 的平方根 ,或者说是
A
{\displaystyle A}
的最大的奇异值 。
对于无限维的赋范空间,常见的例子有平方可加序列空间
ℓ
2
{\displaystyle \ell ^{2}}
。其定义为:
ℓ
2
=
{
(
a
n
)
n
∈
N
;
a
n
∈
C
,
∑
n
|
a
n
|
2
<
∞
}
.
{\displaystyle \ell ^{2}=\{(a_{n})_{n\in \mathbb {N} };\;\;a_{n}\in \mathbb {C} ,\;\sum _{n}|a_{n}|^{2}<\infty \}.}
给定一个有界数列
s
=
(
s
n
)
n
∈
N
∈
ℓ
∞
{\displaystyle s=(s_{n})_{n\in \mathbb {N} }\in \ell ^{\infty }}
,考虑从
ℓ
2
{\displaystyle \ell ^{2}}
到自身的线性算子
T
s
{\displaystyle T_{s}}
:
∀
a
=
(
a
n
)
n
∈
N
∈
ℓ
2
,
T
(
a
)
=
(
s
n
⋅
a
n
)
n
∈
N
.
{\displaystyle \forall a=(a_{n})_{n\in \mathbb {N} }\in \ell ^{2},\;\;T(a)=(s_{n}\cdot a_{n})_{n\in \mathbb {N} }.}
由于
s
{\displaystyle s}
是有界序列,其范数
‖
s
‖
∞
=
sup
{
|
s
n
|
;
n
∈
N
}
<
+
∞
{\displaystyle \|s\|_{\infty }=\sup\{|s_{n}|;\;\;n\in \mathbb {N} \}<+\infty }
,所以
‖
T
s
(
a
)
‖
2
⩽
‖
s
‖
∞
‖
a
‖
2
{\displaystyle \|T_{s}(a)\|_{2}\leqslant \|s\|_{\infty }\|a\|_{2}}
。
T
{\displaystyle T}
是连续线性算子(有界算子)。而
T
s
{\displaystyle T_{s}}
的算子范数:
‖
T
s
‖
o
p
=
‖
s
‖
∞
.
{\displaystyle \|T_{s}\|_{op}=\|s\|_{\infty }.}
类似的例子还有
L
p
{\displaystyle L^{p}}
空间 之间的映射。例如考虑平方可积函数的空间
L
2
(
R
)
{\displaystyle L^{2}(\mathbb {R} )}
,设有从
L
2
(
R
)
{\displaystyle L^{2}(\mathbb {R} )}
映射到
L
2
(
R
)
{\displaystyle L^{2}(\mathbb {R} )}
的线性算子
T
f
{\displaystyle T_{f}}
:
∀
φ
∈
L
2
(
R
)
,
(
T
f
(
φ
)
)
(
t
)
=
f
(
t
)
ϕ
(
t
)
.
{\displaystyle \forall \varphi \in L^{2}(\mathbb {R} ),\;\;(T_{f}(\varphi ))(t)=f(t)\phi (t).}
其中f 为给定的有界函数。则
T
f
{\displaystyle T_{f}}
是连续线性算子,其算子范数为:
‖
T
f
‖
o
p
=
‖
f
‖
∞
.
{\displaystyle \|T_{f}\|_{op}=\|f\|_{\infty }.}
等价定义
线性算子A 的算子范数除了定义为
‖
A
‖
o
p
=
inf
{
c
;
‖
A
(
u
)
‖
F
⩽
c
⋅
‖
u
‖
E
∀
u
∈
E
}
.
{\displaystyle \|A\|_{op}=\inf\{c;\;\;\|A(u)\|_{F}\leqslant c\cdot \|u\|_{E}\;\forall u\in E\}.}
以外,还可以用以下等价的方式定义[ 1] :97 :
A 的算子范数是A 在单位闭球上取值的上确界:
‖
A
‖
o
p
=
sup
{
‖
A
(
u
)
‖
F
;
u
∈
E
,
‖
u
‖
E
≤
1
}
,
{\displaystyle \|A\|_{op}=\sup\{\|A(u)\|_{F};\;\;u\in E,\;\;\|u\|_{E}\leq 1\},}
A 的算子范数是A 在单位开球上取值的上确界:
‖
A
‖
o
p
=
sup
{
‖
A
(
u
)
‖
F
;
u
∈
E
,
‖
u
‖
E
<
1
}
,
{\displaystyle \|A\|_{op}=\sup\{\|A(u)\|_{F};\;\;u\in E,\;\;\|u\|_{E}<1\},}
A 的算子范数是A 在单位球面上取值的上确界:
‖
A
‖
o
p
=
sup
{
‖
A
(
u
)
‖
F
;
u
∈
E
,
‖
u
‖
E
=
1
}
,
{\displaystyle \|A\|_{op}=\sup\{\|A(u)\|_{F};\;\;u\in E,\;\;\|u\|_{E}=1\},}
A 的算子范数是A 在E 中非零元素上取值和元素范数之比的上确界:
‖
A
‖
o
p
=
sup
{
‖
A
(
u
)
‖
F
‖
u
‖
E
;
u
∈
E
,
u
≠
0
}
.
{\displaystyle \|A\|_{op}=\sup\{{\frac {\|A(u)\|_{F}}{\|u\|_{E}}};\;\;u\in E,\;\;u\neq 0\}.}
性质
参见
参考来源
^ 1.0 1.1 1.2 1.3 1.4 A. N. Kolmogorov, S. V. Fomin 著 Leo F. Boron 译. Elements of the Theory of Functions and Functional Analysis Volume I: Metric and Normed Spaces. New York: Ghaylock Press. 1957 (英语) .