矩阵的核范数（Nuclear Norm）

矩阵的核范数（Nuclear Norm）是一种用于衡量矩阵大小的标准，它特别关注矩阵的奇异值。具体来说，核范数是矩阵所有奇异值的和。奇异值是通过奇异值分解（SVD）得到的，它们是矩阵的非负特征值。核范数的计算公式为：

$$\Vert \mathbf{M}{\Vert }_{\ast }=\sum _{i=1}^{\tilde{n}}{\sigma }_i(\mathbf{M})$$

其中，${\sigma }_i(\mathbf{M})$表示矩阵$\mathbf{M}$的第$i$个奇异值，$\tilde{n}$是矩阵$\mathbf{M}$的奇异值的个数，取决于$\mathbf{M}$的维度，具体为 min ⁡ { n , m } \min\{n, m\} min{n,m}，其中$n$和$m$分别是矩阵$\mathbf{M}$的行数和列数。

核范数有以下几个重要性质：

1. 非负性：$\Vert \mathbf{M}{\Vert }_{\ast }\ge 0$，并且当且仅当$\mathbf{M}$是零矩阵时$\Vert \mathbf{M}{\Vert }_{\ast }=0$。
2. 一致性：核范数与矩阵的转置保持一致，即$\Vert \mathbf{M}{\Vert }_{\ast }=\Vert {\mathbf{M}}^{\top }{\Vert }_{\ast }$。
3. 次可加性：对于任意两个矩阵$\mathbf{A}$和$\mathbf{B}$，有$\Vert \mathbf{A}+\mathbf{B}{\Vert }_{\ast }\le \Vert \mathbf{A}{\Vert }_{\ast }+\Vert \mathbf{B}{\Vert }_{\ast }$。

核范数在许多应用中都非常有用，例如在矩阵完成问题和低秩矩阵近似中，核范数常用作正则化项，以鼓励解的低秩性质。