什么是向量的范数?常用的向量范数有哪些?
什么是矩阵的范数?为什么要引入矩阵的范数?矩阵范数的应用是什么?
什么是矩阵的算子范数?为什么引入算子范数?
什么是矩阵的幂级数?如何判断收敛?
1.向量范数:本质是一种特别的函数,用来反应向量的“大小”,这个大小可以是找出向量项中某位最大的,用成绩来理解向量范数,也可以是突出向量班级所有人的总分数,或者第一名分数等等。
向量的p范数:向量每项取模再取p次方,之后求和再开p次方根号。由p范数可以引申出,1范数,2范数,无穷大范数。
2.矩阵范数。把矩阵理解成班级里好几排同学的成绩(向量是一排同学),那么矩阵范数就很好理解了,既可以强调哪一排分数最高,也可以强调所有整体分数如何。
F范数:所有项取模再平方再求和,最后开根号(类似于向量2范数的算法)
F范数的性质1:结果等于用A构造一个H矩阵(AA*H)的迹再开根号()
性质2:矩阵乘以一个酉矩阵不会改变F范数
3.算子范数。一种靠向量范数定义的新的矩阵范数,特点是基于