矩阵的1范数:将矩阵沿列方向取绝对值求和,取最大值作为1范数。例如如下的矩阵,1范数求法如下:
对于实矩阵,矩阵A的2范数定义为:A的转置与A乘积的最大特征值开平方根。对于以上矩阵,直接调用函数可以求得2范数为16.8481,使用定义计算的过程,说明计算是正确的。
对于复矩阵,将转置替换为共轭转置,矩阵A的∞范数定义为先沿着行方向取绝对值之和,取最大值(与1范数类似)。
扩展资料:
注意事项:
1、应用中常将有限维赋范向量空间之间的映射以矩阵的形式表现,这时映射空间上装备的范数也可以通过矩阵范数的形式表达。
2、矩阵范数却不存在公认唯一的度量方式, 一般来讲矩阵范数除了正定性,齐次性和三角不等式之外,还规定其必须满足相容性。
3、如果║·║α是相容范数,且任何满足║·║β≤║·║α的范数║·║β都不是相容范数,那么║·║α称为极小范数。对于n阶实方阵(或复方阵)全体上的任何一个范数║·║,总存在唯一的实数k>0,使得k║·║是极小范数。
4、如果不考虑相容性,那么矩阵范数和向量范数就没有区别,因为mxn矩阵全体和mn维向量空间同构。引入相容性主要是为了保持矩阵作为线性算子的特征,这一点和算子范数的相容性一致,并且可以得到Mincowski定理以外的信息。
参考资料来源:百度百科-矩阵
参考资料来源:百度百科-矩阵乘法
2024-04-02 广告