向量、矩阵的范数/模(norm)

向量、矩阵的范数/模(norm)norm:翻译为模或者内积,广义来说是一个函数vector(向量)norms1.eculidean(欧几里得)normvector$x=(x_1;x_2;…;x_n)$其eculideannorm为:$||x||=\sqrt{x^Tx}=(\sum_{i=1}

大家好,欢迎来到IT知识分享网。向量、矩阵的范数/模(norm)

norm:翻译为模或者内积,广义来说是一个函数

vector(向量) norms

1. eculidean(欧几里得)norm

vector \(x = (x_1;x_2; …; x_n)\)
其eculidean norm为 :\(||x|| = \sqrt{x^T x} = (\sum_{i=1}^n x_i^2)^{\frac 12} = \sqrt{x_1^2 +x_2^2 + …+x_n^2}\)

2. P norm (P>=1)

\[||x||_p = (\sum_{i=1}^n {|x_i|}^p)^{\frac 1p} \]

常用:1 norm 、2norm(eculidean norm)、\(\infty\) norm

matrix norms

there have a matrix A \(\in C^{m \times n}\)

1. frobenius matrix norm (F norm)

\[||x||_F^2 = \sum_{ij}{|a_{ij}|}^2 = \sum_i {||A_{i*}||}_2^2 =\sum_j {||A_{*j}||}_2^2 = trace(A^* A) \]

2. matrix 2-norm

\[||A||_2 = \sqrt {\lambda_{max}} \]

\[\lambda_{max} \quad {是A^* A 最大特征值} \]

3. matrix 1-norm

\[||A||_1 = \, {列向量最大1模} \]

4. matrix \(\infty\) norm

\[||A||_{\infty} =\, {行向量最大1模} \]

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/31526.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信