p-范数

常用的三种p-范数诱导出的矩阵范数是:

1-范数:║A║1 = max{ ∑|ai1|, ∑|ai2| ,…… ,∑|ain| } (列和范数,A每一列元素 绝对值之和的最大值) (其中∑|ai1|第一列元素绝对值的和∑|ai1|=|a11|+|a21|+...+|an1|,其余类似);

2-范数:║A║2 = A的最大奇异值 = ( max{ λi(A^H*A) } ) ^{1/2} (欧几里德范数,谱范数,即A'A 特征值λi中最大者λ1的平方根,其中A^H为A的转置 共轭矩阵);

∞-范数:║A║∞ = max{ ∑|a1j|, ∑|a2j| ,..., ∑|amj| } (行和范数,A每一行元素绝对值之和的最大值) (其中为∑|a1j| 第一行元素绝对值的和,其余类似);

 

二范数 矩阵A的2范数就是 A的转置矩阵乘以A特征根 最大值的开根号,是指空间上两个向量矩阵的直线距离。类似于求棋盘上两点间的直线距离[1]

除了矩阵之外,向量和函数均有范数,其中:

矩阵范数:矩阵A的2范数就是 A的转置乘以A矩阵特征根 最大值的开根号;

向量范数:向量x的2范数是x中各个元素平方之和再开根号;

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。

你可能感兴趣的:(p-范数)