对数范数与瞬时增长界

形式陈述

矩阵范数量的是一次作用能放大多少；微分方程每个很短的时间步却先保留原状态，再加上一个增量。对实方阵 $A\in\mathbb R^{d\times d}$ ， $d\ge1$ ，固定同一实向量范数及其诱导矩阵范数，定义

\boxed{\mu(A)=\lim_{h\downarrow0}\frac{\|I+hA\|-1}{h}.} \tag{1}

这个实数称为相应范数下的对数范数，也叫矩阵测度。名称不表示它满足范数公理，更不是测度论中的测度。时间增量只从正侧趋零。

极限确实存在

函数 $\phi(h)=\|I+hA\|$ 是凸函数，且 $\phi(0)=1$ 。若 $0<h<k$ ，由凸性

\phi(h)\le(1-h/k)\phi(0)+(h/k)\phi(k),

故 $(\phi(h)-1)/h\le(\phi(k)-1)/k$ 。这个商随 $h$ 向零减小而单调下降；三角不等式又给

1-h\|A\|\le\|I+hA\|\le1+h\|A\|.

商有有限下界，因此式(1)存在，并满足 $-\|A\|\le\mu(A)\le\|A\|$ 。

例如 $\mu(-I)=-1$ 。若从负侧取极限，令 $h=-s$ ，结果是 $-\mu(-A)$ ，一般不等于 $\mu(A)$ 。本页只使用有限维、固定范数、正向时间；不把式(1)直接用于无界算子。

三个可计算公式

对实矩阵 $A=(a_{ij})$ ，有

\begin{aligned} \mu_1(A)&=\max_j\left(a_{jj}+\sum_{i\ne j}|a_{ij}|\right),\\ \mu_\infty(A)&=\max_i\left(a_{ii}+\sum_{j\ne i}|a_{ij}|\right),\\ \mu_2(A)&=\lambda_{\max}\left(\frac{A+A^{\mathsf T}}2\right). \end{aligned} \tag{2}

前两式保留对角元素的符号，只对非对角项取绝对值。第三式使用对称部分的最大特征值，并非 $A$ 本身的最大特征值实部。

无穷范数公式可直接验证：取足够小的正 $h$ ，使所有 $1+ha_{ii}>0$ ，则

\|I+hA\|_\infty =\max_i\left(1+ha_{ii}+h\sum_{j\ne i}|a_{ij}|\right).

减一除以 $h$ 即得第二式；对转置取行和得到第一式。

令 $S=(A+A^{\mathsf T})/2$ ， $\lambda=\lambda_{\max}(S)$ 。对任意 $\|v\|_2=1$ ，

\|(I+hA)v\|_2^2=1+2h\,v^{\mathsf T}Sv+h^2\|Av\|_2^2.

Rayleigh商的最大值给

1+2h\lambda\le\|I+hA\|_2^2 \le1+2h\lambda+h^2\|A\|_2^2.

左界取 $S$ 的最大特征值单位特征向量，右界对所有单位向量成立。开平方再取一阶增率，得到第三式，不需要忽略一个随方向变化的余项。

直觉

标量方程 $x'=ax$ 在短时间内把 $x$ 变为 $(1+ha)x$ 。 $a<0$ 时， $|a|$ 虽然为正，真实幅度却在下降。对数范数正是把这件事推广到全部向量方向：它衡量 $I+hA$ 的最坏相对增长速度，因此允许为负。

也可以从单位球看它。普通范数观察 $A$ 把球拉到哪里；对数范数观察 $I+hA$ 是否在一开始把整个球向内推。球的形状由所选范数决定，所以同一个系统在不同尺度下可能有不同的瞬时增长界。

带符号的指数界

常系数线性方程 $x'=Ax$ 的传播为 $e^{tA}$ ，并且

\boxed{\|e^{tA}\|\le e^{t\mu(A)},\qquad t\ge0.} \tag{3}

证明先由矩阵指数级数得 $e^{hA}=I+hA+O(h^2)$ ，故

\|e^{hA}\|=1+h\mu(A)+o(h).

固定 $t>0$ ，利用半群性质与次乘性，

\|e^{tA}\|\le\|e^{(t/n)A}\|^n =\left(1+\frac tn\mu(A)+o(1/n)\right)^n.

让 $n\to\infty$ 即得式(3)。它把每一小段的增长率接成整个正时间轴的保证。

更精确地， $\mu(A)$ 是满足 $\|e^{tA}\|\le e^{ct}$ 对所有 $t\ge0$ 成立的最小实数 $c$ 。任何这样的界在 $t=0$ 取右增率都迫使 $\mu(A)\le c$ 。这里指数前的系数固定为一；允许 $M e^{ct}$ 、 $M>1$ 后，最小可用指数的讨论会改变。

例子与边界

特征值都负，球仍可能先被拉大

取

A=\begin{pmatrix}-2&8\\0&-2\end{pmatrix}. \tag{4}

两个特征值都是 $-2$ ，但

\mu_\infty(A)=6,\qquad \mu_2(A)=2,\qquad \|A\|_\infty=10.

精确传播是

e^{tA}=e^{-2t}\begin{pmatrix}1&8t\\0&1\end{pmatrix}, \qquad \|e^{tA}\|_\infty=e^{-2t}(1+8t).

其在零点的右导数为六。所有轨道最终衰减，与某些方向短时放大并不冲突；直接写 $\|e^{tA}\|\le e^{-2t}$ 会漏掉非正规耦合。

换尺度后，物理分量的界也要一起换

取任意固定可逆实矩阵 $P$ ，定义 $\|x\|_P=\|P^{-1}x\|$ 。代入诱导范数的定义可得

\mu_P(A)=\mu(P^{-1}AP). \tag{5}

特别地， $P=\operatorname{diag}(w_1,\ldots,w_d)$ 、 $w_i>0$ ，基础范数取无穷范数时，

\|x\|_w=\max_i|x_i|/w_i, \qquad \mu_w(A)=\max_i\left(a_{ii}+\sum_{j\ne i}|a_{ij}|\frac{w_j}{w_i}\right). \tag{6}

对式(4)取 $w=(8,1)$ ，相似变换后的非对角项变为一，所以 $\mu_w(A)=-1$ 。因此

\|x(t)\|_w\le e^{-t}\|x(0)\|_w.

但这意味着 $|x_1(t)|\le8e^{-t}\|x(0)\|_w$ 、 $|x_2(t)|\le e^{-t}\|x(0)\|_w$ ；不能删去第一分量的八。若统一换回原范数，通常要付出 $\|P\|\|P^{-1}\|$ 的因子。选择尺度并没有免费消除实际敏感性。

左图蓝线是原无穷范数的精确传播，红色短线标出零点处斜率六，并非整个时间区间的上界。右图蓝线是在固定权重 $(8,1)$ 下的精确传播，灰色虚线是 $e^{-t}$ 上界；换回第一物理分量时仍须乘八。

如果让 $P=P(t)$ 随时间改变，坐标 $y=P(t)^{-1}x$ 的方程还含 $-P^{-1}P' y$ 。这时只对 $P^{-1}AP$ 取对数范数会漏项；式(5)的传播应用在本页明确限定固定 $P$ 。

负增长量不是任意离散步长的保证

对标量 $x'=-2x$ ， $\mu=-2$ ，而显式Euler一步因子为 $1-2h$ 。只有 $0<h<1$ 时其绝对值严格小于一； $h=1$ 时不衰减， $h>1$ 时发散。对数范数解释连续流的增长，有限步更新还要检查自己的稳定域。

推论与应用

对不确定矩阵取可靠上界

对数范数连续、正齐次并次可加：

\mu(cA)=c\mu(A)\quad(c\ge0),\qquad \mu(A+B)\le\mu(A)+\mu(B),\qquad |\mu(A)-\mu(B)|\le\|A-B\|. \tag{7}

正齐次来自重参数化 $h$ 。次可加用

I+h(A+B)=\tfrac12(I+2hA)+\tfrac12(I+2hB)

和范数凸性；最后一式由 $|\|I+hA\|-\|I+hB\||\le h\|A-B\|$ 取极限得到。于是 $\mu$ 是凸函数，对连续矩阵族有

\mu\left(\int_0^1J(s)\,ds\right) \le\int_0^1\mu(J(s))\,ds. \tag{8}

先对Riemann和使用正齐次与次可加，再用连续性取极限即可。这个平均界使非线性误差方程能够使用一整条线段上的Jacobian上界。

若只知道逐元素区间 $a_{ij}\in[\underline a_{ij},\overline a_{ij}]$ ，无穷范数的一个可靠上界是

\mu_\infty(A)\le \max_i\left(\overline a_{ii}+ \sum_{j\ne i}\max(|\underline a_{ij}|,|\overline a_{ij}|)\right).

稠密输入计算它需 $O(d^2)$ 次实数运算；有向外舍入时，每次上界累加也必须向上舍入。对称部分最大特征值的浮点近似则不自动是严格上界，需另附特征值包围或换用可认证的行和界。

Krylov指数作用中的缺陷传播需要一个已知的半群增长界，式(3)给出可计算选择。对一般非线性候选轨道，后验ODE误差管还要把Jacobian上界认证在整个管内，并证明真实解一直留在这里；仅在画出的中心曲线上算一次 $\mu$ 不足以完成这一步。

参考资料

Nicholas J. Higham，“What Is the Logarithmic Norm?”，2022-01-18，Lemmas 1–2、Theorems 3、6：基本性质、最小指数界和常用范数公式。
Ordinary Differential Equations，Uppsala大学课程存档的数值方法第13章章节稿，§13.1.5，章内pp.24–30，Definition 13.1.19、Theorems 13.1.20–13.1.23及式(13.1.35)：带权范数及Jacobian平均的应用。

形式陈述 ​

极限确实存在 ​

三个可计算公式 ​

带符号的指数界 ​

特征值都负，球仍可能先被拉大 ​

换尺度后，物理分量的界也要一起换 ​

负增长量不是任意离散步长的保证 ​

对不确定矩阵取可靠上界 ​

反向链接