范数--文献data-driven adaptive consensus learning from network topologies

向量的范数：

1-范数：向量中各个元素的绝对值之和

x=[2,3,-5,-7]
XLfs1=norm(x,1)

>>

x =

     2     3    -5    -7

XLfs1 =

    17

2-范数：每个元素的平方和再开根号

XLfs2=norm(x,2)

>>XLfs2 =

    9.3274

无穷范数：正无穷：向量元素中绝对值的最大值；负无穷：向量元素中绝对值的最小值

XLfsz=norm(x,inf)

XLfsf=norm(x,-inf)

>>

XLfsz =

     7

XLfsf =

     2

矩阵的范数

1-范数（列模）：矩阵的每一列上的元素绝对值后再求和，再从中取个最大值

A=[2 3 5 -7;4 6 8 -4;6 -11 -3 16]
fs1=norm(A,1)

>>

A =

     2     3     5    -7
     4     6     8    -4
     6   -11    -3    16

fs1 =

    27
 

2-范数（谱模）：矩阵的最大特征值再开平方

fs2=norm(A,2)

fs2 =

   23.1872

无穷范数（行模）：矩阵的每一行的元素绝对值后再求和，再从中取最大值

fswq=norm(A,inf)

fswq =

    36