本文介绍了数值分析中的向量范数和矩阵范数，包括1范数、2范数、无穷范数以及F范数。向量范数的三种类型定义了不同类型的加权和，而矩阵范数则涉及列和行最大和以及特征值。此外，文章阐述了范数的基本性质，如非负性、齐次性和三角不等式，并指出在有限维空间中各种范数的等价性。
在数值分析中我们讨论范数只讨论两种：向量范数和矩阵范数
1.向量范数
向量范数我们主要说三种范数：1范数，2范数，无穷范数。
向量的1范数是指向量的每个元素绝对值求和
向量的2范数是指向量的每个元素平方求和再开方
向量的无穷范数是向量元素绝对值的最大值
向量范数的三条性质：非负数，齐次性，三角不等式。
有限维空间上任何两种范数均等价故任何两种向量范数都等价。
2.矩阵范数
矩阵范数我们主要说四种：1范数，2范数，无穷范数，F范数。
矩阵的1范数是指每一列上元素的绝对值的和的最大值（我习惯叫列范数）
矩阵的2范数是指矩阵的转置和矩阵的乘积的特征值的最大值
矩阵的无穷范数是指每一行上元素的绝对值的和的最大值（我习惯称为行范数）
矩阵的F范数是指矩阵每个元素的平方求和再开方
矩阵范数的四条性质：非负数，齐次性，三角不等式，乘法不等式。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
