常见线形算子范数的求法

来源:学生作业帮助网 编辑:六六作业网 时间:2024/12/20 01:29:12
常见线形算子范数的求法常见线形算子范数的求法常见线形算子范数的求法增算子不动点的迭代求法及其应用摘要:设E是Banach空间,本文在空间C[I,E]中得到了若干新的增算子不动点的存在性定理及其不动点的

常见线形算子范数的求法
常见线形算子范数的求法

常见线形算子范数的求法
增算子不动点的迭代求法及其应用
摘要:设E 是Banach 空间,本文在空间C[ I , E] 中得到了若干新的增算子不动点的
存在性定理及其不动点的迭代求法. 作为应用,我们研究了Banach 空间上非线性积
分方程最大解和最小解及其单调迭代方法.
关键词:空间;非线性积分方程;不动点;迭代方法
中图分类号:O175. 6 AMS( 2000) 主题分类:47H10 ;45N05
文献标识码:A 文章编号:100129847 (2005) 0120128208
1. 引言及预备工作
众所周知,增算子不动点的迭代求法在数学的许多领域,特别是计算非线性微分方程和积
分方程的解时有着极其重要和广泛的应用. 为研究增算子不动点和Banach 空间E 中非线性方
程的迭代求法,人们普遍使用了正规性条件、连续性条件和强紧性条件(例如文[125 ]) . 本文在
C[ I , E] 空间上给出了若干新的增算子不动点存在性定理以及这些不动点的迭代求法. 本文
定理不要求锥的正规性;用一种很弱的连续性条件代替了人们普遍使用的连续性条件;用比文
[1 ]中的逐点拟紧性条件还弱的逐点伪紧性条件代替了人们广泛使用的强紧性条件. 作为应
用,我们还研究了Banach 空间上非线性微分方程最大解和最小解及其迭代求法. 本文结果是
对已有结果的进一步完善和发展(例如文[127 ]) .
本文总假定( E , ‖·‖) 是Banach 空间, I = [ a , b ] < R1 ( b > a) . 对p ≥1 , 令Lp[ I , E]
= { u ( t) ∶I → E | u 强可测且∫I
‖u ( t) ‖pd t < + ∞} (关于强可测函数的讨论见[ 8 ]) ,则
Lp [ I , E] 在范数‖u ( t) ‖p = ∫I
‖u ( t) ‖pd t
1/ p
下为一Banach 空间. 令C[ I , E] = { u ( t) ∶
I → E | u ( t) 在I 上连续} , 则C[ I , E] 在范数‖u ( t) ‖C = max
t ∈I
‖u ( t) ‖下也是Banach 空
间. 设P 是E 中的锥,则P 在E 中导出一个半序≤; E 中的一个锥称为正规的,若存在常数λ
> 0 , 对任给x , y ∈ E , 当θ ≤x ≤y 时,有‖x ‖ ≤λ‖y ‖; 锥P 正规的充要条件是E 中任
何序区间[ x , y ] = { z ∈ E | x ≤z ≤y} 有界. 由E 中半序导出C[ I , E] 中半序如下: u ≤v ,
若u ( t) ≤v ( t) ( Pt ∈ I) ; 导出Lp [ I , E] 中半序如下: u ≤v , 若对几乎一切t ∈ I , 有u ( t)

常见线形算子范数的求法 算子范数与向量范数的关系是如何的? 求矩阵算子范数 矩阵论中向量范数、矩阵范数、算子范数的联系和区别?范数到底有何作用呢?求直白易懂回答~如题 求教 写出常见的线形动物及特征 范数的证明 设||x||为Rn上任一范数,P是可逆矩阵,定义||x||=||Px||,证明:算子范数||A||p=||PAP-1|| 矩阵范数与算子范数有什么区别? 为什么Frobenius范数不是算子范数.请给出证明过程 算子范数中的max是什么意思比如说此式,分号上下应该都是2-范数,应该是具体的值,那么就应该是个数啊,在它前面加一个max是什么意思呢?我知道应该是我没理解算子范数, 常见函数的定义域的求法 设X是赋范线性空间,Y是巴拿赫空间,证明:有界线性算子空间B(x,y)在算子范数收敛的意义下也是巴拿赫 L0范数是什么?L0范数与L1范数的区别 高等代数:线性空间,是不是一定可以定义范数?感觉这几个词语都太抽象了.线形空间是不是可以随意的定义出,至少一种范数呢? 什么是范数?向量的范数公式是什么? 范数的作用是什么?为什么要求范数? 泛函分析中的一个正算子不等式:A大于等于B(A,B均为希尔伯特空间上的正算子) 证明A的范数大于等于B范数泛函分析中的一个正算子不等式:A大于等于B(A,B均为希尔伯特空间上的正算子) 请问算子范数有什么作用和性质? 什么是矩阵的范数