0 范数、1 范数、2 范数有什么区别?

最近学习经常能看到范数,又不是特别懂,所以收集了几篇知乎上的答案,结尾附上答案原地址

1.来自JI Weiwei的回答

你是问向量范数还是矩阵范数?
要更好的理解范数,就要从函数、几何与矩阵的角度去理解,我尽量讲的通俗一些。
我们都知道,函数与几何图形往往是有对应的关系,这个很好想象,特别是在三维以下的空间内,函数是几何图像的数学概括,而几何图像是函数的高度形象化,比如一个函数对应几何空间上若干点组成的图形。
但当函数与几何超出三维空间时,就难以获得较好的想象,于是就有了映射的概念,映射表达的就是一个集合通过某种关系转为另外一个集合。通常数学书是先说映射,然后再讨论函数,这是因为函数是映射的一个特例。
为了更好的在数学上表达这种映射关系,(这里特指线性关系)于是就引进了矩阵。这里的矩阵就是表征上述空间映射的线性关系。而通过向量来表示上述映射中所说的这个集合,而我们通常所说的基,就是这个集合的最一般关系。于是,我们可以这样理解,一个集合(向量),通过一种映射关系(矩阵),得到另外一个几何(另外一个向量)。
那么向量的范数,就是表示这个原有集合的大小。
而矩阵的范数,就是表示这个变化过程的大小的一个度量。

那么说到具体几几范数,其不过是定义不同,一个矩阵范数往往由一个向量范数引出,我们称之为算子范数,其物理意义都如我上述所述。

以上符合知乎回答问题的方式。

接下来用百度回答方式:

0范数,向量中非零元素的个数。

1范数,为绝对值之和。

2范数,就是通常意义上的模。

2.来自魏通的回答

指出错误,已改正。

以下分别列举常用的向量范数和矩阵范数的定义。
  • 向量范数

1-范数:

||x||_1 = \sum_{i=1}^N|x_i|,即向量元素绝对值之和,matlab调用函数norm(x, 1) 。

2-范数:

||\textbf{x}||_2 =\sqrt{\sum_{i=1}^Nx_i^2},Euclid范数(欧几里得范数,常用计算向量长度),即向量元素绝对值的平方和再开方,matlab调用函数norm(x, 2)。

\infty-范数:||\textbf{x}||_\infty = \max_{i}|x_i|,即所有向量元素绝对值中的最大值,matlab调用函数norm(x, inf)。


-\infty-范数:||\textbf{x}||_{-\infty}=\min_i|x_i|

,即所有向量元素绝对值中的最小值,matlab调用函数norm(x, -inf)。


p-范数:||\textbf{x}||_p = (\sum_{i=1}^N|x_i|^p)^{\frac{1}{p}}
,即向量元素绝对值的p次方和的1/p次幂,matlab调用函数norm(x, p)。


  • 矩阵范数

1-范数:||A||_1 = \max_j\sum_{i=1}^m|a_{i,j}|
, 列和范数,即所有矩阵列向量绝对值之和的最大值,matlab调用函数norm(A, 1)。


2-范数:||A||_2 = \sqrt{\lambda_1}"\lambda<br/” eeimg=”1”>为A^TA的最大特征值。

,谱范数,即A’A矩阵的最大特征值的开平方。matlab调用函数norm(x, 2)。

\infty-范数:||A||_\infty = \max_i\sum_{j=1}^N|a_{i,j}|

,行和范数,即所有矩阵行向量绝对值之和的最大值,matlab调用函数norm(A, inf)。


F-范数:||A||_F=\left(\sum_{i=1}^m\sum_{j=1}^n|a_{i,j}|^2\right)^{\frac{1}{2}}

,Frobenius范数,即矩阵元素绝对值的平方和再开平方,matlab调用函数norm(A, ’fro‘)。


核范数:||A||_* = \sum_{i=1}^{n}\lambda_i, \lambda_i是A的奇异值

即奇异值之和。

我是原链接

  • 0
    点赞
  • 4
    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