11 votos

¿Cómo se demuestra que la norma espectral es menor o igual que la norma de Frobenius?

¿Cómo se demuestra que la norma espectral es menor o igual que la norma de Frobenius?

La definición dada para la norma espectral de $A$ es la raíz cuadrada del mayor valor propio de $A*A$ . No sé cómo utilizarlo. ¿Hay alguna otra definición que pueda utilizar? También tenemos $\displaystyle{\max\frac{\|Ax\|_p}{\|x\|_p}}$ pero si $p=2$ es la norma de Frobenius, ¿verdad?

8voto

tooshel Puntos 475

La norma de Frobenius de $A$ es la raíz cuadrada de la suma de todos los valores propios (la traza) de $A^*A$ y como todos los valores propios de $A^*A$ son no negativos, se deduce que el mayor valor propio es menor o igual que la suma de todos los valores propios.

Si $p=2$ es la norma de Frobenius, ¿verdad?

No, si $p=2$ que es otra caracterización de la norma espectral. En la respuesta de Michalis se esboza una prueba de ello.

5voto

wweicker Puntos 2262

Cualquier norma matricial inducida por una norma sobre su espacio vectorial (sobre $\mathbb{R}$ o $\mathbb{C}$ ) que también satisface $\|A^{*}\|=\|A\|$ será mayor o igual que la norma espectral. Sea $\lambda$ denotan el mayor valor singular de A (la raíz cuadrada del mayor valor propio de ( $A^*A$ ) y $v$ el vector propio correspondiente. Sea $\|A\|$ denotan la norma matricial inducida por una norma sobre el espacio vectorial: $$ \|A\|^2=\|A^{*}\|\cdot\|A\|\geq\|A^{*}A\|=\max\frac{\|A^{*}Ax\|}{\|x\|}\geq\frac{\|A^{*}Av\|}{\|v\|}=\lambda $$ y así $\|A\|\geq\sqrt{\lambda}$

Para la 2-norma se tiene realmente una igualdad, que se puede demostrar por descomposición del valor singular. Podemos tomar una base ortonormal de vectores propios para $A^*A$ (con respecto al producto escalar habitual que también induce la 2-norma). Denotemos esta base por $v_1,\ldots,v_n$ con valores propios $\lambda=\lambda_1,\ldots,\lambda_n$ . Para cualquier vector $x=\sum x_i v_i$ tenemos $$ \|Ax\|_2^2=\overline{x}^TA^{*}Ax\leq\overline{x}^T\sum\lambda_i x_i v_i=\sum\lambda_i |x_i|^2\leq \lambda \|x\|_2^2 $$ Así que $\|A\|_2\leq \sqrt{\lambda}$ y ambas desigualdades muestran conjuntamente $\|A\|_2=\sqrt{\lambda}$ .

0 votos

Creo que la prueba de Michalis sólo funciona para las normas de las matrices autoadjuntas. Esto se aplica en el caso de la norma de Frobenius, pero no es válido para todas las normas (considere la norma de suma máxima de columnas, $\parallel A \parallel_1 = \displaystyle\max_{1\le j \le n } $ $\displaystyle\sum_{i=1}^n a_{ij}$ .)

1 votos

(1) Pero la norma de Frobenius no está inducida por una norma en su espacio vectorial, ¿verdad? (2) En tu prueba de que $\|A\|\geq \sqrt{\lambda}$ asumiste que $\|A\|=\|A^*\|$ lo que no es cierto para muchas normas. (Por ejemplo, véase el ejemplo de la respuesta/comentario de Tim Duff).

0 votos

Evidentemente, tienes razón.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X