谱范数的理解与论述

       对于任意两点间来说,直线距离最短。而计算两点间距离的公式就是源于众所周知的勾股定理的基础上推导而来的。事实上,不仅对于人们所熟知的二维空间和三维空间如此,对于高维空间亦是如此。在数学上,一般将高维空间的点表示为一个多维向量,而任意一个点到原点的直线距离则称为该点的二范数。对于诸多的计算机或数学相关的应用领域而言,向量的二范数往往都是最为普遍而且重要的概念之一。简而言之,它对于研究者来说是再平常不过的一个概念了。因此本文将不再对其赘述,而主要讨论一种拓展版的二范数,即矩阵的二范数。不过,人们一般称之为矩阵的谱范数。在科研中,该范数也有着极为广泛的应用,例如度量一个矩阵的大小,判断算法是否收敛等。

      更多信息,参见作者个人主页Jianping Cai's Research Page。

谱范数的理解与论述_第1张图片

谱范数的理解与论述_第2张图片

谱范数的理解与论述_第3张图片

你可能感兴趣的:(数学)