范数 ∥ ⋅ ∥ \left\| \cdot \right\| ∥⋅∥
范数定义了向量在空间中的距离,使向量之间的能够比较。 其最直观的一种理解为,将组成向量的实数列表映射为一个实数。
范数是一个函数,其表示方法为
∥
x
∥
\left\| x \right\|
∥x∥
范数的定义如下:
设 V V V是数域 p \textbf{p} p上的线型空间, ∥ x ∥ \left\| x \right\| ∥x∥是以 V V V中的向量 x x x为自变量的非负实值函数 f(x) = ∥ x ∥ \textbf{f(x)}=\left\| x \right\| f(x)=∥x∥满足:
- 正定性:当 x ≠ 0 x \ne0 x=0时, ∥ x ∥ > 0 \left\| x \right\| >0 ∥x∥>0,当 x = 0 时 x=0时 x=0时, ∥ x ∥ = 0 \left\| x \right\|=0 ∥x∥=0;
- 齐次性:对任意 k ∈ P , x ∈ V k \in \textbf{P}, x \in V k∈P,x∈V,有 ∥ k x ∥ = ∣ k ∣ ∥ x ∥ \left\| kx \right\|=\left| k \right| \left\| x \right\| ∥kx∥=∣k∣∥x∥;
- 三角不等式:对任意 x , y ∈ V x,y\in V x,y∈V,有 ∥ x + y ∥ ⩽ ∥ x ∥ + ∥ y ∥ \left\| x+y \right\| \leqslant \left\| x \right\|+\left\| y \right\| ∥x+y∥⩽∥x∥+∥y∥
则称 ∥ x ∥ \left\| x \right\| ∥x∥为向量 x x x的范数,并称定义了范数的线性空间为赋范线性空间。
常用的范数有L1范数( ∥ x ∥ 1 \left\| x \right\|_1 ∥x∥1)和L2范数( ∥ x ∥ 2 \left\| x \right\|_2 ∥x∥2)两种:
- L1范数
∥
x
∥
1
\left\| x \right\|_1
∥x∥1
L1范数,也被称为哈曼顿距离:一个向量中所有元素的绝对值之和。
∥ x ∥ 1 = ∑ ∣ x i ∣ \left\| x\right\|_1=\sum{\left| x_i \right|} ∥x∥1=∑∣xi∣ - L2范数
∥
x
∥
2
\left\| x \right\|_2
∥x∥2
L2范数,也被称为欧几里得范数:一个向量中所有元素取平方和后再开平方。
∥ x ∥ 2 = ∑ i x i 2 \left\| x\right\|_2=\sqrt{\sum_i{ x_i^2 }} ∥x∥2=i∑xi2