반복적 행렬 대수학에서 우리는 근사값이 정확한 해에 가까워지고 있는지 판단하기 위해 벡터와 행렬의 '크기'를 정량화할 수 있는 엄밀한 수학적 틀이 필요합니다. 이러한 척도는 오차를 제한하고 수렴을 보장하는 특정 대수적 성질을 유지하면서 고차원 배열을 음이 아닌 실수로 매핑합니다.
노름의 공리적 기초
정의 7.1: 벡터 노름
$\mathbb{R}^n$ 위의 벡터 노름 $\|\cdot\|$는 네 가지 조건을 만족해야 합니다:
- 비음성: $\|\mathbf{x}\| \geq 0$
- 정의성: $\|\mathbf{x}\| = 0 \iff \mathbf{x} = \mathbf{0}$
- 절대 동차성: $\|\alpha \mathbf{x}\| = |\alpha| \|\mathbf{x}\|$
- 삼각 부등식: $\|\mathbf{x} + \mathbf{y}\| \leq \|\mathbf{x}\| + \|\mathbf{y}\|$
주요 척도: $l_2$ 및 $l_\infty$
정의 7.2에 따르면 정의 7.2수치 해석에서 가장 중요한 노름은 다음과 같습니다:
- 유클리드 노름 ($l_2$): $\|\mathbf{x}\|_2 = \{ \sum_{i=1}^n x_i^2 \}^{1/2}$. 기하학적으로 원점까지의 최단 거리입니다.
- 최대 노름 ($l_\infty$): $\|\mathbf{x}\|_\infty = \max_{1 \leq i \leq n} |x_i|$. 이는 단일 최대 성분의 크기를 포착합니다.
이 정의들은 정확한 해 $\mathbf{x}$와 근사값 $\mathbf{y}$ 사이의 거리를 $\|\mathbf{x} - \mathbf{y}\|$로 정의할 수 있게 해줍니다(정의 7.4).
행렬 노름과 유도된 확대
행렬 노름은 다섯 번째 '하위 곱셈성' 성질(정의 7.8)을 추가합니다: $\|A B\| \leq \|A\|\|B\|$.
정리 7.11: 최대 행 합
$n \times n$ 행렬 $A$에 대해 자연스러운 $l_\infty$ 노름은 절대 행합의 최댓값으로 계산됩니다:
$$\|A\|_{\infty} = \max_{1 \leq i \leq n} \sum_{j=1}^{n} |a_{ij}|$$
실습 예제: 벡터 및 행렬 계산
$\mathbf{x} = (-1, 1, -2)^t$ 및 $A = \begin{bmatrix} 1 & 2 & -1 \\ 0 & 3 & -1 \\ 5 & -1 & 1 \end{bmatrix}$를 고려하세요.
벡터 노름
$\|\mathbf{x}\|_\infty = \max(|-1|, |1|, |-2|) = 2$.$\|\mathbf{x}\|_2 = \sqrt{(-1)^2 + (1)^2 + (-2)^2} = \sqrt{6} \approx 2.449$.
행렬 $l_\infty$ 노름
행 1: $|1|+|2|+|-1|=4$행 2: $|0|+|3|+|-1|=4$
행 3: $|5|+|-1|+|1|=7$
결과: $\|A\|_\infty = 7$.
🎯 핵심 원리
노름 간에 크기의 구체적인 '형태'가 달라지지만, 정리 7.7 동치성을 보장합니다: $l_\infty$ 노름에서의 수렴은 $l_2$ 노름에서의 수렴을 의미하며 그 반대도 마찬가지입니다.
$\|\mathbf{x}\|_\infty \leq \|\mathbf{x}\|_2 \leq \sqrt{n}\|\mathbf{x}\|_\infty$