博客主要总结了向量与矩阵的范数。向量的无穷范数是取向量最大值，矩阵范数是矩阵间距离度量方法，介绍了矩阵的1范数，即各列绝对值之和最大的列的绝对值之和，还说明了矩阵的2范数，是矩阵与其转置相乘后所得矩阵最大特征值开方。
1.向量的范数：
0范数，向量中非零元素的个数。1范数，为绝对值之和。
2范数，就是通常意义上的模。
无穷范数，就是取向量的最大值。
但是向量的范数和矩阵的范数关系不大，百度了好久也没看到狠心的东西，下面我来总结一下：
矩阵的范数：（是矩阵之间距离度量的方法）
矩阵的1范数（norm(A,1)）：在矩阵的各个列中，指绝对值之和最大的那个列（的绝对值之和）
矩阵的2范数（norm(A,2)）：指矩阵A与矩阵A的转置相乘后得到B，再对矩阵B的最大特征值开方
转载自：https://blog.csdn.net/qq_29540745/article/details/53102095
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
