• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

向量与矩阵的范数及其在matlab中的用法(norm)

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

一、常数向量范数

  • \(L_0\) 范数

\(\Vert x \Vert _0\overset{def}=\)向量中非零元素的个数

其在matlab中的用法:

sum( x(:) ~= 0 )
  • \(L_1\) 范数

\(\Vert x \Vert_1\overset{def} = \sum\limits_{i=1}^{m} \vert x_{i}\vert = \vert x_{1}\vert + \cdots +\vert x_{m}\vert\),即向量元素绝对值之和

其在matlab中的用法:

norm(x, 1)
  • \(L_2\) 范数

\(\Vert x \Vert_2=(\vert x_1\vert^2+\cdots+\vert x_m\vert^2)^{1/2}\),即向量元素绝对值的平方和后开方

其在matlab中的用法:

norm(x, 2)
  • \(L_{\infty}\) 范数
  • 极大无穷范数

\(\Vert x \Vert_{\infty}= max \{ \vert x_1\vert, \cdots,\vert x_m\vert \}\),即所有向量元素绝对值中的最大值

其在matlab中的用法:

norm(x, inf)
  • 极小无穷范数

\(\Vert x \Vert_{\infty}= min \{ \vert x_1 \vert, \cdots, \vert x_m\vert \}\),即所有向量元素绝对值中的最小值

其在matlab中的用法:

norm(x, -inf)

二、矩阵范数

诱导范数和元素形式范数是矩阵范数的两种主要类型。

1. 诱导范数

  • \(L_1\) 范数(列和范数)

\(\Vert A \Vert_1= \underset{1\leqslant j\leqslant n}{\mathop{\max }}\sum\limits_{i=1}^{m}\{ \vert a_{ij}\vert \}\),即所有矩阵列向量绝对值之和的最大值

其在matlab中的用法:

norm(A,1)
  • \(L_2\) 范数

\(\Vert A \Vert_2=\sqrt{\lambda _{i}}\),其中 \(\lambda_i\)\(A^{T}A\) 的最大特征值。

其在matlab中的用法:

norm(A,2)
  • \(L_{\infty}\) 范数(行和范数)

\(\Vert A \Vert_{\infty}= \underset{1\leqslant i\leqslant m}{\mathop{\max }}\sum\limits_{j=1}^{n}\{\vert a_{ij}\vert\}\),即所有矩阵行向量绝对值之和的最大值

其在matlab中的用法:

norm(A,inf)

2. "元素形式"范数

  • \(L_{0}\) 范数

\(\Vert A \Vert_0\overset{def}=矩阵的非零元素的个数\)

其在matlab中的用法:

sum(sum(A ~= 0))
  • \(L_{1}\) 范数

\(\Vert A \Vert_1\overset{def}=\sum\limits_{i=1}^{m}\sum\limits_{j=1}^{n}\vert a_{ij}\vert\),即矩阵中的每个元素绝对值之和

其在matlab中的用法:

sum(sum(abs(A)))
  • \(L_{F}\) 范数

\(\Vert A \Vert_F\overset{def}=(\sum\limits_{i=1}^{m}\sum\limits_{j=1}^{n}\vert a_{ij}\vert^2)^{1/2}\),即矩阵的各个元素平方之和后开方

其在matlab中的用法:

norm(A,\'fro\')
  • \(L_{\infty}\) 范数

\(\Vert A \Vert_{\infty}= \underset{i=1,\cdots,m;\ j=1,\cdots,n}{\mathop{\max }}\{\vert a_{ij}\vert \}\),即矩阵的各个元素绝对值的最大值

其在matlab中的用法:

max(max(abs(A)))
  • 核范数

\(\Vert A \Vert_{*}= \sum\limits_{i=1}^{n}\lambda_i\)\(\lambda_i\)\(A\) 的奇异值,即所有矩阵奇异值之和

其在matlab中的用法:

sum(svd(A))

本文作者:@qiuhlee
本文为作者原创,转载请注明出处。本文地址:https://www.cnblogs.com/qiuhlee/p/9474650.html


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap