선형 측정 시스템의 "크기" 측정
수학 에서 연산자 규범 은 연산자 규범이 라고 불리는 실제 숫자 를 각각 할당하여 특정 선형 연산자 의 "크기"를 측정한다.형식적으로는 주어진 두 표준 벡터 공간 사이 의 경계 선형 연산자 의 공간에 정의된 표준 이다.
도입 및 정의 두 개의 표준 벡터 공간 V {\displaystyle V} 및 W {\displaystyle W} 이(가) 지정됨( 동일한 기준 필드 위에 있는 실제 번호 R {\ displaystyle \mathb {R} 또는 복잡한 번호 C {\ displaystytle \ c }) 선형 지도 A : V → W: V\to W} 은(는) 다음과[1] 같은 실제 숫자 c {\displaystyle c} 이(가) 존재하는 경우 에만 연속적이다 .
‖ A v ‖ ≤ c ‖ v ‖ 대체적으로 v ∈ V . {\displaystyle \Av\ \leq c\ v\\ \quad {\mbox{모두 }v\in V.}
왼쪽의 표준은 W {\displaystyle W} 의 표준이고 오른쪽의 표준 은 V {\displaystyle V} 의 표준이다. 직관적으로 연속 연산자 A {\displaystyle A}은( 는) 어떤 벡터의 길이를 c. {\displaystystyle c.} 이상으로 늘리지 않는다 . 따라서 연속 연산 하에서 경계된 세트의 이미지 ator는 또한 경계선이다. 이 특성 때문에 연속 선형 연산자를 경계 연산자 라고도 한다. In order to "measure the size" of A , {\displaystyle A,} one can take the infimum of the numbers c {\displaystyle c} such that the above inequality holds for all v ∈ V . {\displaystyle v\in V.} This number represents the maximum scalar factor by which R n {\displaystyle \mathbb {R} ^{n}} "lengthens" vectors. 즉, A {\displaystyle A} 의 "크기"는 "가장 큰" 사례에서 벡터 수를 "Lengten"으로 측정한다. 따라서 A {\displaystyle A} 의 연산자 규범을 다음과 같이 정의한다.
‖ A ‖ o p = 바 조로 { c ≥ 0 : ‖ A v ‖ ≤ c ‖ v ‖ 대체적으로 v ∈ V } . {\displaystyle \ A\ _{op}=\inf\{c\geq 0:\ Av\ \leq c\ v\{\mbox{모든 }v\in V\}. }
이러한 모든 c {\displaystyle c} 의 집합이 닫히고 비어 있지 않으며 아래로부터 경계 를 이루면 최소값이 달성된다.[2]
이 운영자 규범은 표준 벡터 공간 V[\displaystyle V} 및 W 의 표준 선택에 따라 결정된다는 점을 명심해야 한다.
예 모든 실제 m {\displaystyle m} -n {\ displaystyle \mathb {R} ^{ n }} 까지의 선형 지도에 해당하는 모든 리얼 m {\ displaystyle \mathb {R} ^{m} 실제 벡터 공간에 적용할 수 있는 (벡터) 규범 의 각 쌍 은 모든 m {displaysty }에 대해 연산자 표준을 유도한다. m}- by-n {\displaystyle n} 개의 실제 수 행렬 . 이러한 유도 규범은 행렬 규범의 하위 집합을 형성한다.
If we specifically choose the Euclidean norm on both R n {\displaystyle \mathbb {R} ^{n}} and R m , {\displaystyle \mathbb {R} ^{m},} then the matrix norm given to a matrix A {\displaystyle A} is the square root of the largest eigenvalue of the matrix A ∗ A {\displaystyle A^{*}A} (where A ∗ {\displaystyle A^{*}} 은([3] 는) A {\displaystyle A} 의 결합 전치 부위를 나타낸다 .이것은 A . {\displaystyle A 의 가장 큰 단수값 을 할당하는 것과 같다. }
일반적인 무한 확장형 예제로 넘어가면 다음과 같이 정의된 Lp 공간 인 시퀀스 공간 ℓ 2 , {\displaystyle \ell ^{2 }을 고려하십시오.
l 2 = { ( a n ) n ≥ 1 : a n ∈ C , ∑ n a n 2 < ∞ } . {\displaystyle l^{2}=\좌측\{\\\\\\\\\\\n(a_{n}\n)_{n_{n}\mathb {C},\;\sum _{n} \n} ^{2}<potty \right\}. }
이것은 유클리드 공간 C . n . {\displaystyle \mathb {C} ^{n} 의 무한 차원 아날로그로 볼 수 있다. } Now consider a bounded sequence s ∙ = ( s n ) n = 1 ∞ . {\displaystyle s_{\bullet }=\left(s_{n}\right)_{n=1}^{\infty }.} The sequence s ∙ {\displaystyle s_{\bullet }} is an element of the space ℓ ∞ , {\displaystyle \ell ^{\infty },} with a norm given by
‖ s ∙ ‖ ∞ = up n s n . {\displaystyle \left\s_{\n3}\right\ _{\infit }=\suppy _{n}\왼쪽 s_{n}\right .}
점 곱셈으로 연산자 T s {\ displaystyle T_{s} 를 정의하십시오.
( a n ) n = 1 ∞ ↦ T s ( s n ⋅ a n ) n = 1 ∞ . {\displaystyle \left(a_{n}\right)_{n=1}^{\n1}\\\\stackrel {T_{s}}}}}{\mapsto}}\\\\ \left(s_{n}\cdot a_{n}\오른쪽)_{n=1}^{\inft.}}
연산자 T s {\ displaystyle T_{s}} 은(는) 연산자 표준과 경계를 이룬다 .
‖ T s ‖ o p = ‖ s ∙ ‖ ∞ . \displaystyle \left\T_{s}\right\ _{op}=\left\s_{\bullet }\right\{\infit }}}
이 논의는 ℓ 2 {\ displaystyle \ell ^{ 2}} 공간 을 p > 1 {\displaystyle p>1 } 및 { {\displaystyle \ell ^{\ft } 로 대체한 경우로 직접 확장된다.
등가정의 Let A : V → W {\displaystyle A: V\to W} 은(는) 정규 공간 사이의 선형 연산자임 .처음 네 가지 정의는 항상 동일하며, V ≠ { 0 } {\displaystyle V\neq \{0\}} 을(를) 추가하면 모두 동일하다.
‖ A ‖ o p = 바 조로 { c ≥ 0 : ‖ A v ‖ ≤ c ‖ v ‖ 대체적으로 v ∈ V } = up { ‖ A v ‖ : ‖ v ‖ ≤ 1 그리고 v ∈ V } = up { ‖ A v ‖ : ‖ v ‖ < 1 그리고 v ∈ V } = up { ‖ A v ‖ : ‖ v ‖ ∈ { 0 , 1 } 그리고 v ∈ V } = up { ‖ A v ‖ : ‖ v ‖ = 1 그리고 v ∈ V } 이 평등은 만약의 경우에 한해서만 유지된다. V ≠ { 0 } = up { ‖ A v ‖ ‖ v ‖ : v ≠ 0 그리고 v ∈ V } 이 평등은 만약의 경우에 한해서만 유지된다. V ≠ { 0 } . {\displaystyle {\begin{aignatedat}{4}\A\ _{op}&=\inf &&\{c\geq 0~&&: Av\ \leqc\ v\ ~& ~\,&~{모든 \mbox{에}}~&,&v\in V\}\\&,=\sup&&){)Av\ ~&,&:.~\v\ \leq 1~&,&~{\mbox{과}}~&,&v\in V\}\\&,=\sup&&){)Av\ ~&,&:.~\ v\<>1~&,&~{\mbox{과}}~&,&v\in V\}\\&,=\sup&&){)Av\ ~&,&:.~\v\ \in \{0,1\}~&,&~{\mbox{과}}~&,&v\in V\}\\&,=\sup&&){)Av\ ~&,&:.~\ v\ =1~&,&~{\mbox{과}}~&,&v\in V\}\;\와 같이^;{\text{이 평등, 보유하고 있다. if }}V\neq \{0\}\\&=\sup &&{\bigg \{}{\frac {\ Av\ }{\ v\ }}~&&:~v\neq 0~&&~{\mbox{ and }}~&&v\in V{\bigg \}}\;\;\;{\text{ this equality holds if and only if }}V\neq \{0\}. \\end{aignatedat}}} If V = { 0 } {\displaystyle V=\{0\}} then the sets in the last two rows will be empty, and consequently their supremums over the set [ − ∞ , ∞ ] {\displaystyle [-\infty ,\infty ]} will equal − ∞ {\displaystyle -\infty } instead of the correct value of 0. {\displaystyle 0.} If the supremum is taken over the set [ 0 , ∞ ] {\displaystyle [0,\proft ] 대신 빈 집합의 수식은 0 {\displaystyle 0} 이고 공식은 V . {\displaystyle V.} 만약 A : V → W {\displaystystyle A: 그러면 V\to W} 이(가) 제한됨
‖ A ‖ o p = up { w ∗ ( A v ) : ‖ v ‖ ≤ 1 , ‖ w ∗ ‖ ≤ 1 어디에 v ∈ V , w ∗ ∈ W ∗ } {\displaystyle \ A\ _{op}=\sup \{\왼쪽 w^{*}(Av)\right :\ v\\leq 1,\leq 1,\reft\w*}\right\\\\light\{\cext{{{{{}\in W^}\right\}}}}}}}}}}}}}}} 그리고 ‖ A ‖ o p = ‖ t A ‖ o p {\displaystyle \ A\ _{op}=\left\{}^{t}A\right\ _{op}} 여기서 t A : W ∗ → V ∗ {\ displaystyle {}^{t}A: W ^{*}\to V^{*}} 는 A : V → W , {\displaystyle A: V\to W,} 은 (는) w ∗ w ∘ a . {\displaystyle w^{*}\,\mapsto \,w^{*}\circ A에 의해 정의된 선형 연산자다.}
특성. 연산자 표준은 V {\displaystyle V } 과 (와) W {\displaystyle W} 사이 의 모든 경계 연산자의 공간에 대한 표준이다. 이는
‖ A ‖ o p ≥ 0 그리고 ‖ A ‖ o p = 0 만약의 경우에 한해서만 A = 0 , {\displaystyle \A\_{op}\geq 0{\mbox{ 및 }\A\{op}=0{\mbox{{p}=0{\mbox{{{p}}만약에, } ‖ a A ‖ o p = a ‖ A ‖ o p 매 스칼라마다 a , {\displaystyle \ A\ _{op}= \ A\ _{op}{\mbox{ 모든 스칼라},} ‖ A + B ‖ o p ≤ ‖ A ‖ o p + ‖ B ‖ o p . \displaystyle \ A+B\ _{op}\leq \ A\ _{op}+\B\ _{op}. }
다음의 불평등은 정의의 즉각적인 결과물이다.
‖ A v ‖ ≤ ‖ A ‖ o p ‖ v ‖ 매사에 v ∈ V . {\displaystyle \ Av\ \leq \ A\ _{op}\ v\\\ {\mbox{ 매 }\{}\{}\\v\in.}
연산자 표준은 연산자의 구성 또는 곱셈과도 호환된다: V {\displaystyle V}, W {\displaystyle W} 및 X {\displaystyle X} 이 (가) 동일한 베이스 필드에 걸쳐 3개의 표준 공간이고 A : V → W {\displaystystyle A: V \to W} 및 B : W → X {\displaystyle B: W\to X} 은 (는) 두 개의 경계 연산자로, 그 다음에는 하위 곱셈 표준 으로, 즉 다음과 같다.
‖ B A ‖ o p ≤ ‖ B ‖ o p ‖ A ‖ o p . \displaystyle \BA\ _{op}\leq \b\ \{op}\{op}\A\ _{op}. }
V {\displaystyle V} 의 경계 연산자의 경우 이는 연산자 곱셈이 공동으로 연속됨을 의미한다.
일련의 연산자가 연산자 규범에서 수렴할 경우, 경계 집합에서 균일 하게 수렴한다는 정의에 따른다.
공통 운영자 규범 표 어떤 공통 운영자 규범들은 계산하기 쉽고, 다른 것들은 NP-hard 이다. Except for the NP-hard norms, all these norms can be calculated in N 2 {\displaystyle N^{2}} operations (for an N × N {\displaystyle N\times N} matrix), with the exception of the ℓ 2 − ℓ 2 {\displaystyle \ell _{2}-\ell _{2}} norm (which requires N 3 {\displaystyle N^{3}} operations for the exact ans wer 또는 전력 방법 또는 Lanczos 반복 으로 근사치를 구하면 더 적음).
연산자 규범의[5] 연산성 공동 도메인 ℓ 1 {\displaystyle \ell _{1}. ℓ 2 {\displaystyle \ell _{2}}: ℓ ∞ \displaystyle \ell _{\infully }} 도메인 ℓ 1 {\displaystyle \ell _{1}. 열의 최대 norm 1 {\ displaystyle \ell _{1 } 정규 분포 열의 최대 norm 2 {\ displaystyle \ell _{2 }} 표준 열의 최대 norm{\ displaystyle \ell_{\inflt }} 규범 ℓ 2 {\displaystyle \ell _{2}}: NP-하드 최대 단수 값 최대 maximum 2 {\ displaystyle \ell _{ 2}}개의 행 표준 ℓ ∞ \displaystyle \ell _{\infully }} NP-하드 NP-하드 행의 최대 ℓ 1 {\ displaystyle \ell _{ 1} 정규 분포
조정 또는 전치 표준은 다음과 같이 계산할 수 있다.We have that for any p , q , {\displaystyle p,q,} then ‖ A ‖ p → q = ‖ A ∗ ‖ q ′ → p ′ {\displaystyle \ A\ _{p\rightarrow q}=\ A^{*}\ _{q'\rightarrow p'}} where p ′ , q ′ {\displaystyle p',q'} are Hölder conjugate to p , q , {\displaystyle p,q,} that is, 1 / p + 1 / p ′ = 1 {\display 스타일 1/p+1/p'=1 } 및 1 / q + 1 / q ′ = 1. {\displaystyle 1/q+1/ q'=1 .}
힐버트 공간의 운영자 H {\displaystyle H} 이 (가) 실제 또는 복잡한 Hilbert 공간 이라고 가정해 보십시오.A : H → H {\displaystyle A 인 경우: H\to H} 은 (는) 경계 선형 연산자로, 그러면
‖ A ‖ o p = ‖ A ∗ ‖ o p {\displaystyle \ A\ _{op}=\왼쪽\A^{*}\오른쪽\ _{op}} 그리고 ‖ A ∗ A ‖ o p = ‖ A ‖ o p 2 , {\displaystyle \left\A^{*}A\right\ _{op}=\A\{op}^{2},} 여기서 A ∗{\ displaystyle A^{*} 는 A {\displaystyle A} 의 부선 연산자 를 의미한다 ( 표준 내부 제품을 가진 유클리드 공간 에서는 행렬 A {\displaystyle A} 의 결합 전이 에 해당한다).
일반적으로 A {\displaystyle A} 의 스펙트럼 반경 은 A {\displaystyle A} 의 연산자 규범에 의해 위와 경계를 이룬다.
ρ ( A ) ≤ ‖ A ‖ o p . \displaystyle \rho (A)\leq \ A\ _{op}. }
평등이 항상 유지되지 않는 이유를 보려면 유한 차원 사례에서 행렬의 요르단 표준 형식 을 고려하십시오. 초대각선에는 0이 아닌 엔트리가 있기 때문에 평등이 침해될 수 있다. 퀘이실렌트 연산자 는 그러한 예시의 한 종류다.0이 아닌 quasinilpotent 연산자 A {\displaystyle A} 의 스펙트럼은 { 0 } . {\displaystyle \{0\} 이다 . } 따라서 ρ ( A ) = 0 {\displaystyle \rho (A)=0 }, ‖ A o p > 0. {\displaystyle \ A\ _{op}0. }
그러나 행렬 N {\displaystyle N} 이(가 ) 정상일 때, 요르단의 표준 형식 은 대각선(단일성 등가까지)이다. 이것이 스펙트럼 정리 다. 그런 경우라면 쉽게 알 수 있다.
ρ ( N ) = ‖ N ‖ o p . \\displaystyle \rho(N)=\ N\ _{op}. }
이 공식은 때때로 주어진 경계 연산자 A {\displaystyle A} 의 연산자 규범을 계산하는 데 사용될 수 있다. : 은둔 연산자 B = A , A , {\displaystyle B=A^{*},} 의 스펙트럼 반경을 결정하고 , 제곱근 을 취하여 A . {\displaystystyle A 의 연산자 규범을 얻는다. }
연산자 규범에 의해 유도된 위상 이 있는 H , {\displaystyle H} 의 경계 연산자의 공간은 분리 할 수 없다. 예를 들어 Hilbert 공간인 Lp space L 2 [ 0 , 1 ] , {\displaystyle L^{2}[0,1],} 을(를) 고려하십시오. For 0 < t ≤ 1 , {\displaystyle 0<t\leq 1,} let Ω t {\displaystyle \Omega _{t}} be the characteristic function of [ 0 , t ] , {\displaystyle [0,t],} and P t {\displaystyle P_{t}} be the multiplication operator given by Ω t , {\displaystyle \Omega _{t},} that is,
P t ( f ) = f ⋅ Ω t . {\displaystyle P_{t}(f)=f\cdot \Oomega _{t}. }
그런 다음 각 P t {\ displaystyle P_{t}} 은(는) 연산자 규범 1을 갖는 경계 연산자다 .
‖ P t − P s ‖ o p = 1 대체적으로 t ≠ s . {\displaystyle \left\P_{t}-P_{s}\right\ _{op}=1\quad {\mbox{{}모든 }}}
그러나 { P t : 0 < t ≤ 1 } {\displaystyle \{P_{t}0<t\leq 1\}}} 은 (는) 계산 할 수 없는 집합 이다. 이는 L 2 ( [ 0 , 1 ]) {\displaystyle L^{2}([0,1])} 의 경계 연산자 공간이 연산자 표준에서 분리할 수 없음을 의미한다. 이것을 시퀀스 공간 ℓ{\ displaystyle \ell ^{\infit }} 이(가) 분리할 수 없다는 사실과 비교할 수 있다.
힐버트 공간의 모든 경계 연산자에 대한 연관 대수 , 연산자 규범 및 조정 연산자와 함께 C*-알지브라(C*- algebra)를 산출한다.
참고 항목 메모들
참고 문헌 목록 참조 Aliprantis, Charalambos D.; Border, Kim C. (2007), Infinite Dimensional Analysis: A Hitchhiker's Guide , Springer, p. 229, ISBN 9783540326960 . Conway, John B. (1990), "III.2 Linear Operators on Normed Spaces", A Course in Functional Analysis , New York: Springer-Verlag, pp. 67–69, ISBN 0-387-97245-5
공간
정리 연산자 알헤브라스 문제 열기 적용들 고급 주제