矩阵范数

定义:对于任意矩阵A,都有一个确定的实数\parallel x \parallel与之对应,并且这个实数满足下面4条性质:

  • 非负性:除了零矩阵,其他任意矩阵的\parallel x \parallel ≥0
  • 齐次性:对任意矩阵A和实数k,都有:\parallel kx \parallel = |k|\parallel x \parallel
  • 三角不等性:对于任意两个矩阵,都有:\parallel A+B \parallel ≤ \parallel A \parallel + \parallel B \parallel
  • 乘法不等性:对于任意两个矩阵,都有:\parallel AB \parallel ≤ \parallel A \parallel \cdot \parallel B \parallel

说明:任意矩阵都有范数,长方形、正方形、零值、复值矩阵都有范数!但都要满足上面4条。

常用的矩阵范数

本文使用的是长方形矩阵:A = (a_{ij}) \in R^{n\times m}

下面常用的矩阵范数有3种,下面直接给出定义:

(1)无穷范数/行范数:各行绝对值求和,取最大那个

\parallel x \parallel_{\infty} = max\sum_{j=1}^{m}a_{ij} \quad\quad 1≤i≤n

(2)1范数/列范数:各列绝对值求和,取最大那个

\parallel x \parallel_{1} = max\sum_{i=1}^{n}a_{ij} \quad\quad 1≤j≤m

(3)2范数:与转置阵相乘后,取最大特征值的开根号

\parallel x \parallel_{2} = \sqrt{\lambda_{max}(A^{T}A)}

其中\lambda_{max}(A^{T}A)表示A^{T}A的最大特征值;我们知道:一个矩阵的转置与它自己想乘,就会得到一个对称正定阵!并且对称正定阵的特征值都是非负的!所以2范数根号里的东西不可能是负数,2范数的结果也不可能是复数,故仍满足上面的4个条件。

注意:矩阵x哪怕只是个行向量或列向量,所有的范数它也是拥有的!

最后对范数的说明:对于矩阵而言没必要考虑范数的区别,因为有限维空间的范数都等价(Minkowski定理)。后面要根据范数做判断时,既然范数没区别,那么意思就是各种范数都要满足条件

谱半径

谱半径只针对"方阵"而言!设\lambda_i (i=1,2,\cdots,n)为n阶方阵A的全部特征值。则称:

\rho(A) = max|\lambda_i|

为方阵A的谱半径,含义为:绝对值最大的那个特征值(方阵自己的特征值是可以有正有负的)。

注意:方阵A的谱半径不超过其任何一种范数!即:

\rho(A) ≤ \parallel x \parallel


补充1

上述各种范数,对应matlab中的函数是norm,已亲测norm函数和上文说的内容是一致的。

给一个2范数的例子:(转置*原矩阵)的最大特征的开根号

clear ; clc

a = [1 3 9;2 8 -3;2 0 1];
[x y] = eig(a'*a);  % y矩阵的对角元素是特征值

% 最大特征值开根号:
% 手动实现f2_sd
f2_sd = sqrt( max( diag(y) ) )
% 自带函数f2_sd, 默认也是2范数
f2_zd = norm(a,2)

结果:一致

f2_sd =

    9.6142


f2_zd =

    9.6142
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,335评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,895评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,766评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,918评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,042评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,169评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,219评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,976评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,393评论 1 304
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,711评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,876评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,562评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,193评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,903评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,142评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,699评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,764评论 2 351

推荐阅读更多精彩内容