向量和矩阵范数总结

1.范数的意义(norm)

数学中的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,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,所谓映射就是一个集合(向量),通过一种映射关系(矩阵),得到另外一个集合(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。
总结起来一句话,范数(norm),是具有“长度”概念的函数。

2.范数的三个性质

1.非负性:
||x||≥0,且||x||=0当且仅当x=0时成立 。
2.齐次性:
||k⋅x||=|k|⋅||x||
3.三角不等式:
||x+y||≤||x||+||y||

3.向量的范数

这里写图片描述

4.矩阵的范数

这里写图片描述

转载自:https://blog.csdn.net/qq_33626989/article/details/81951332

猜你喜欢

转载自blog.csdn.net/baidu_38172402/article/details/82927080