矩阵论简单应试(范数相关)

本文介绍了矩阵范数的基本概念,包括定义、六种常见范数类型如m1范数、无穷大范数和F范数,并探讨了矩阵范数在图像处理和向量范数相容性方面的潜在应用。非数学专业者也能理解其简单的证明方法和实际意义。
摘要由CSDN通过智能技术生成

矩阵范数

1.定义:
定义
矩阵的范数,总感觉和矩阵的秩有很大的关系。一般考矩阵范数定义就是将上述四个条件每一个都证明一次就可以了。一般将矩阵范数写成相关元素的和。感觉就和以前证明不等式差不多,可能会用到各种不等式。
2.六种矩阵范数:
参考的
一般就这三种(不是数学专业学的少)。
m1范数字面上就是矩阵中所有元素取绝对值求和。
m无穷大字面上就是元素绝对值最大的数乘以方阵的行数(列数)。
F范数字面上就是矩阵每个元素平方求和开方。
(怎么感觉可以用在图像处理等的特征提取上,将一个矩阵用一个数表示,感觉和卷积神经网络也有一点像。接触不多。其实有一个疑问,分块矩阵的范数之间有没有什么关系?)
非数学专业考的还是比较简单的。
在这里插入图片描述
这几种记住定义感觉就差不多了。
3.向量范数和矩阵范数相容
感觉这一点考的比较多,其实还是以不变应万变的。
在这里插入图片描述
就是套公式证明。主要看明白每个符号的含义就可以了。
说是范数,听起来比较厉害,其实就和数组求平均什么的差不多,就是多了套公式运用而已。运用各种方式套相关的公式。
一般直接将矩阵范数展开,按照定义和相关的比较大小方法。

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值