矩阵论三种常见的矩阵范数

Posted 悠望南山2016

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了矩阵论三种常见的矩阵范数相关的知识,希望对你有一定的参考价值。

本次博客参考了:http://blog.csdn.net/left_la/article/details/9159949
感谢原博主简明扼要的概括以及matlab代码提供!

1-范数(列和范数)

A1=maxjmi=1aij
将矩阵沿列方向取绝对值求和,然后擢选出数值最大的那个值作为1-范数。
比如:

A =

     1     2     3
     4     5     6
     7     8     9

>> norm_1 = norm(A,1)

norm_1 =

    18

第一列求和结果为:|1|+|4|+|7|=12
第二列求和结果为:|2|+|5|+|8|=15
第三列求和结果为:|3|+|6|+|9|=18
里面最大的就是18,因此矩阵A的列和范数为18。

2-范数( AA 最大特征值开方)

A2=λ1
这一部分涉及到的我不懂的概念比较多,接下来一一说明。

2-1 共轭转置矩阵

A 指的是A的共轭转置矩阵,也有 AH 这个写法。如果A里面全是实数,那效果就与 AT 无二;如果A里面也有复数,则是先对A取共轭(各项实部不变,虚部取相反数),然后再转置,比如:

A =

   1.0000 + 0.0000i   0.0000 - 2.0000i
   3.0000 + 0.0000i   0.0000 - 4.0000i

>> A'

ans =

   1.0000 + 0.0000i   3.0000 + 0.0000i
   0.0000 + 2.0000i   0.0000 + 4.0000i

在matlab中A’的意思就是求共轭转置矩阵。

2-2 特征值

矩阵A的特征值被定义为: A v⃗ =λ v⃗ 
其中 v⃗  被称为“矩阵A的特征向量”,λ被称为“矩阵A的特征值”。
在matlab中求解矩阵A的特征值方法如下:

A =

     1     2     3
     4     5     6
     7     8     9

>> [V,D] = eig(A)

V =

   -0.2320   -0.7858    0.4082
   -0.5253   -0.0868   -0.8165
   -0.8187    0.6123    0.4082


D =

   16.1168         0         0
         0   -1.1168         0
         0         0   -0.0000

矩阵V的每一列都是一个特征向量,D中对应列中的值即与该特征向量相匹配的特征值。以上例V、D第一列为例,此时特征值λ=16.1168,特征向量 v⃗ =[0.2320,0.5253,0.8187]T ,用matlab作验证如下:

>> A = [1,2,3;4,5,6;7,8,9]

A =

     1     2     3
     4     5     6
     7     8     9

>> v = [-0.2320,-0.5253,-0.8187]'

v =

   -0.2320
   -0.5253
   -0.8187

>> lambda = 16.1168

lambda =

   16.1168

>> A * v

ans =

   -3.7387
   -8.4667
  -13.1947

>> lambda * v

ans =

   -3.7391
   -8.4662
  -13.1948

可知满足 A v⃗ =λ v⃗ 

2-3 矩阵的2-范数

矩阵的2-范数即对矩阵 AA 最大特征值 λ1 开方,如下:

>> [V,D] = eig(A'*A)

V =

   -0.4082   -0.7767    0.4797
    0.8165   -0.0757    0.5724
   -0.4082    0.6253    0.6651


D =

    0.0000         0         0
         0    1.1414         0
         0         0  283.8586

>> sqrt(283.8586)

ans =

   16.8481

(这里最大特征值为283.8586)

当然,matlab中也有更直接的计算矩阵2-范数的方法,如下:

>> norm_2 = norm(A,2)

norm_2 =

   16.8481

两种方法计算出的结果是一样的。

∞-范数(行和范数)

A=maxinj=1aij
和1-范数(列和范数)类似,这里是沿行方向取绝对值求和,将最大的那个值作为矩阵的∞-范数。matlab代码如下:

>> A

A =

     1     2     3
     4     5     6
     7     8     9

>> norm(A,inf)

ans =

    24

第一行求和结果为:|1|+|2|+|3|=6
第二行求和结果为:|4|+|5|+|6|=15
第三行求和结果为:|7|+|8|+|9|=24
里面最大的就是24,因此矩阵A的行和范数为24。

2016.9.27
by 悠望南山

以上是关于矩阵论三种常见的矩阵范数的主要内容,如果未能解决你的问题,请参考以下文章

向量范数和矩阵范数

L0,L1,L2范数及其应用

常见向量范数和矩阵范数

线性代数知识回顾:矩阵的秩,矩阵的范数,矩阵的条件数,矩阵的特征值和特征向量

矩阵的F-范数 的作用?

矩阵2范数与向量2范数的关系