math:范数的物理意义-1范数,2范数

定义

范数,是具有“长度”概念的函数。在线性代数、泛函分析及相关的数学领域,范数是一个函数,是矢量空间内的所有矢量赋予非零的正长度或大小。半范数可以为非零的矢量赋予零长度。

简单说就是: 向量,矩阵,函数的相似度(ps概率分布的相识度用 H ( a , b ) H(a,b) H(a,b) cross entropy 交叉熵来表示)

- 向量范数

1-范数:

∣ ∣ x ∣ ∣ 1 = ∑ i = 1 N ∣ x i ∣ ||x||_1 = \sum_{i=1}^N|x_i| x1=i=1Nxi ,即向量元素绝对值之和,matlab调用函数norm(x, 1) 。

2-范数:

∣ ∣ x ∣ ∣ 2 = ∑ i = 1 N x i 2 ||\textbf{x}||_2 =\sqrt{\sum_{i=1}^Nx_i^2} x2=i=1Nxi2 ,Euclid范数(欧几里得范数,常用计算向量长度),即向量元素绝对值的平方和再开方,matlab调用函数norm(x, 2).

- 矩阵范数

矩阵范数反映了线性映射把一个向量映射为另一个向量,向量的“长度”缩放的比例

1-范数:
∣ ∣ A ∣ ∣ 1 = max ⁡ j ∑ i = 1 m ∣ a i , j ∣   t e x t , 列 和 范 数 , 即 所 有 矩 阵 列 向 量 绝 对 值 之 和 的 最 大 值 , m a t l a b 调 用 函 数 n o r m ( A , 1 ) 。 ||A||_1 = \max_j\sum_{i=1}^m|a_{i,j}| \ text{, 列和范数,即所有矩阵列向量绝对值之和的最大值,matlab调用函数norm(A, 1)。} A1=jmaxi=1mai,j textmatlabnorm(A,1)

2-范数:
∣ ∣ A ∣ ∣ 2 = λ 1 , λ < b r / >   t e x t 为 A T A 的 最 大 特 征 值 , 谱 范 数 , 即 A ′ A 矩 阵 的 最 大 特 征 值 的 开 平 方 。 m a t l a b 调 用 函 数 n o r m ( x , 2 ) 。 ||A||_2 = \sqrt{\lambda_1},\lambda<br/>\ text{为A^TA的最大特征值,谱范数,即A'A矩阵的最大特征值的开平方。matlab调用函数norm(x, 2)。} A2=λ1 λ<br/> textATAAAmatlabnorm(x,2)

- 函数范数

函数f(x)的2范数是x在区间(a,b)上f(x)的平方的积分再开根号。
2-范数: ║ A ║ 2 = A ║A║_2 = A A2=A的最大奇异值 = ( m a x λ i ( A H ∗ A ) ) = ( max{ λi(AH*A) } ) =(maxλi(AHA)), 1/2 (欧几里德范数,谱范数,即AHA特征值λi中最大者λ1的平方根,其中AH为A的转置共轭矩阵)。(参考“矩阵范数”的定义)

你可能感兴趣的:(数学)