矩阵的范数和条件数（Norms and Condition Numbers）

最新推荐文章于 2022-11-13 10:29:15 发布

VIP文章独孤四叶

最新推荐文章于 2022-11-13 10:29:15 发布

阅读量3k

点赞数

文章标签：线性代数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_25151621/article/details/106622484

版权

矩阵的范数
$\|A\|=\max _{\boldsymbol{x} \neq 0} \frac{\|A \boldsymbol{x}\|}{\|\boldsymbol{x}\|}$

对于一个正定对称矩阵（positive definite symmetric matrix ）而言，其范数 $\|A\|=\lambda_{\max }(A)$

不论矩阵是否对称，其范数满足：

最低0.47元/天解锁文章

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
矩阵的范数和条件数（Norms and Condition Numbers）

矩阵的范数∥A∥=max⁡x≠0∥Ax∥∥x∥\|A\|=\max _{\boldsymbol{x} \neq 0} \frac{\|A \boldsymbol{x}\|}{\|\boldsymbol{x}\|}∥A∥=maxx=0∥x∥∥Ax∥ 对于一个正定对称矩阵（positive definite symmetric matrix ）而言，其范数∥A∥=λmax⁡(A)\|A\|=\lambda_{\max }(A)∥A∥=λmax(A)不论矩阵是否对称，其范数满足：∥A∥2=m.
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。