首先,明确我们使用的范数是算子范数,通常定义为:
其中 A 是线性算子,x是其定义域中的向量,∣∣x∣∣ 和 ∣∣Ax∣∣ 分别是向量 x 和 Ax的某种范数(如欧几里得范数)。
接下来,我们考虑共轭算子 A*。对于任意向量 y,我们有:
∣∣A*y∣∣=sup∣∣x∣∣=1∣(A*y,x)∣∣
这里 (A∗y,x)表示 A∗y和 x的内积。由于 A* 是 A 的共轭算子,根据共轭算子的定义,我们有:
(A*y,x)=(y,Ax)
因此,
∣∣A*y∣∣=sup∣∣x∣∣=1∣(y,Ax)∣∣
接下来,利用柯西-施瓦茨不等式,有:
∣(u,v)∣≤∣∣u∣∣⋅∣∣v∣∣
将 u=y 和 v=Ax代入柯西-施瓦茨不等式,我们得到:
∣(y,Ax)∣≤∣∣y∣∣⋅∣∣Ax∣∣
由于 ∣∣x∣∣=1 ,我们 有 ∣∣Ax∣∣≤∣∣A∣∣(根据算子范数的定义)。因此,
∣(y,Ax)∣≤∣∣y∣∣⋅∣∣A∣∣
算子范数的定义:
注意上图定义中,在求最大值的时候是x在变化。
将∣(y,Ax)∣≤∣∣y∣∣⋅∣∣A∣∣不等式代入 ∣∣A∗y∣∣ 的表达式中,我们得到:
∣∣A*y∣∣=sup∣∣x∣∣=1∣(y,Ax)∣≤sup∣∣x∣∣=1(∣∣y∣∣⋅∣∣A∣∣)=∣∣y∣∣⋅∣∣A∣∣
但是,我们注意到 ∣∣A*y∣∣的定义与 y 的范数 ∣∣y∣∣无关(因为我们在求上确界时,y是固定的,而 x在变化)。
为了得到一个不依赖于 y 的上界,可以考虑 y的范数为1的情况(即 ∣∣y∣∣=1),这样我们得到:
∣∣A*y∣∣≤∣∣A∣∣当∣∣y∣∣=1
由于这个不等式对所有 ∣∣y∣∣=1 的 y都成立,因此我们可以得出:
∣∣A*∣∣=sup∣∣y∣∣=1∣∣A*y∣∣≤∣∣A∣∣