【笔记】向量和矩阵的0、1、2、无穷、p、f、核范数

最新推荐文章于 2024-06-28 15:06:09 发布

冰临天下

最新推荐文章于 2024-06-28 15:06:09 发布

阅读量1.3k

点赞数 1

分类专栏：笔记

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/songyuwen0808/article/details/105655292

版权

笔记专栏收录该内容

2 篇文章 0 订阅

订阅专栏

0范数：

含义：非0元素的个数

1范数：

向量： $||x||_{1} = \sum _{i = 1}^{N}|x_{i}|$ ，所有元素的绝对值之和

矩阵： $||A||_{1} = \underset{j}{max} \sum _{i = 1}^{M}|a_{ij}| = max(\sum _{i = 1}^{M}|a_{i1}|, \sum _{i = 1}^{M}|a_{i2}|, \sum _{i = 1}^{M}|a_{i3}|, ...., \sum _{i = 1}^{M}|a_{iN}|)$ ,即矩阵列向量之和的绝对值的最大值

2范数：

向量： $||x||_{2} = \sqrt {\sum_{i = 1}^{N}x_{i}^{2}} = (\sum_{i = 1}^{N}x_{i}^{2})^{\frac {1}{2}}$ ，即平方和再开放

矩阵： $||A||_{2} = \sqrt {\lambda }, \lambda$ 为 $A^{T}A$ 的最大特征值

$\infty$ 范数：

向量： $||x||_{\infty } = \underset{i}{max}|x_{i}|$ ，即最大的绝对值

矩阵： $||A||_{\infty} = \underset{i}{max}\sum _{j = 1}^{N}|a_{ij}| = max(\sum _{j = 1}^{N}|a_{1j}, \sum _{j = 1}^{N}|a_{2j}, ..., \sum _{j = 1}^{N}|a_{Mj})$ ，即矩阵行向量和的绝对值的最大值

$-\infty$ 范数：

向量： $||x||_{-\infty} = \underset{i}{min}|x_{i}|$ ，即最小的绝对值

P范数：

向量： $||x||_{p} = (\sum _{i = 1}^{N}|x_{i}^{p}|)^{\frac {1}{p}}$ ，类似2范数，为所有元素的p次方和开p次方

F范数：

矩阵： $||A||_{F} = (\sum _{i = 1}^{M}\sum_{j = 1}^{N}|a_{ij}|^{2})^{\frac {1}{2}}$ ，即所有元素平方和再开方

核范数：

矩阵： $||A||_{*} = \sum _{i = 1}^{N}\lambda_{i},\lambda_{i}$ 为A的奇异值，即奇异值之和

关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
【笔记】向量和矩阵的0、1、2、无穷、p、f、核范数

0范数：含义：非0元素的个数1范数：向量：，所有元素的绝对值之和矩阵：2范数：向量：
复制链接

扫一扫

专栏目录

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。