版权声明:本文为博主原创文章,未经博主允许禁止转载(http://blog.csdn.net/napoay) https://blog.csdn.net/napoay/article/details/89740934
1、矩阵和行列式
矩阵的知识是从行列式而来,矩阵和行列式的区别在于矩阵是一张表,行列式是一个数。
如下,
A是一个矩阵:
A=⎣⎡147258369⎦⎤(1)
B是一个行列式:
B=∣∣∣∣∣∣147258369∣∣∣∣∣∣=0(2)
2、矩阵和向量
向量是一个特殊的矩阵,其行或列数目为1。
矩阵A的一个3*1的列向量
x
为:
x
=⎣⎡147⎦⎤(3)
A的一个1*3的行向量
y
为:
x
=∣∣123∣∣(4)
3.向量范数
向量范数: 给向量赋予一个正标量值,或者简单理解为向量的模。
z
=⎣⎡147⎦⎤(5)
向量
z
的模记通常记作
∣∣z
∣∣(或
∣∣z
∣∣2) :
∣∣z
∣∣=⎣⎡147⎦⎤=12+42+72
(5)
范数有不同的计算方法,上面介绍的是比较常用的求模方法,向量还有其他范数:
向量的1范数(L1范数): 各元素的绝对值之和::
∣∣X
∣∣1=i=1∑nXi
向量的2范数,各元素平方和再开根号:
∣∣X
∣∣2=i=1∑nXi2
向量的p范数,各元素绝对值的p次方再开q次方:
∣∣X
∣∣P=(i=1∑n∣Xi∣p)1/p
向量的无穷范数,元素绝对值最大者:
∣∣X
∣∣∞=i=1∑nmax(∣X
∣i)
4. 矩阵范数
矩阵的1-范数:
矩阵的每一列上的元素绝对值先求和,再从中取个最大的. (列和最大)
矩阵的2-范数(谱模):
二范数指矩阵A的2范数,就是A的转置共轭矩阵与矩阵A的积的最大特征根的平方根值,是指空间上两个向量矩阵的直线距离。类似于求棋盘上两点间的直线距离。
矩阵的无穷范数(行模)
矩阵的每一行上的元素绝对值先求和,再从中取个最大的M,(行和最大)
参考文章
https://blog.csdn.net/zaishuiyifangxym/article/details/81673491
https://blog.csdn.net/bendanban/article/details/44221279
https://www.cnblogs.com/freyr/p/4533048.html
https://wenku.baidu.com/view/a27808cd941ea76e58fa04b3.html