矩阵的二范数_矩阵的范数 之 常用不等式

矩阵的范数 之 常用不等式(一)

向量和矩阵的大小都可以用范数(norm)来衡量。 自己在学习过程中,向量的范数理解的比较快,而矩阵的范数一直觉得比较复杂, 理解也感觉不是特别深入。今天开始简单讲一下自己对几个常用矩阵范数不等式的理解,抛砖引玉,请大家指正。

---------------------------------------------------------------------------------------------------------------------------------

---------------------------------------------------------------------------------------------------------------------------------

百度百科直接有矩阵范数定义

d7e9a2ee2b423c8cf408b869dbe85cbc.png

上边等式或不等式是定义,可直接应用,不需要讲。我们平时经常用的,还有下边两个不等式:

0229df94c08d0c821ab3a8f856b154c1.png   

007e79666afaa74e139fbdc781b0ea44.png

A和B是矩阵,x是向量。 这两个公式在做放缩时经常用到, 学名叫做范数的相容性。 但是你知道为什么成立吗?

---------------------------------------------------------------------------------------------------------------------------------

---------------------------------------------------------------------------------------------------------------------------------

答疑时间。

其实很简单,也是由范数的定义自然保证的。 矩阵常用范数为诱导范数(induced norm),定义为

0ec13c33ad153b3efffb4611e9fb243f.png

P代表是什么范数(1-,2-等范数啦)。 对他因为们都适用,下边不带 p.

由定义, 显然可见(其实我读文献每次见到显然都很紧张,作者理解的显然和我往往不在一个频道。你有被显然支配的时候么?有请在评论+1。不过我们这里真的很显然)

dacc2c7669f3a881596bf2a148405a8e.png

有了上式, 同理可得

48512e7189fca826b59cf85169028020.png

就是这么简单,主要是理解定义。

下篇介绍: 矩阵常用的二范数,怎么就等于它的奇异特征值呢?

已标记关键词 清除标记
表情包
插入表情
评论将由博主筛选后显示,对所有人可见 | 还能输入1000个字符
相关推荐
©️2020 CSDN 皮肤主题: 1024 设计师:白松林 返回首页