Python3——np.linalg.norm

版权声明：本文为博主原创文章，未经博主允许不得转载。

---

在线性代数中，一个向量通过矩阵转换成另一个向量时，原有向量的大小就是向量的范数，这个变化过程的大小就是矩阵的范数。

矩阵的范数

首先假设矩阵的大小为m∗nm∗n，即m行n列。

1. 1-范数，又名列和范数。顾名思义，即矩阵列向量中绝对值之和的最大值。
   $$||A|{|}_1=\underset{j}{\max }\sum _{i=1}^m|a_{ij}|$$
2. 2-范数，又名谱范数，计算方法为$A^{T}A$矩阵的最大特征值的开平方。
   $$||A|{|}_2=\sqrt{\max (\lambda )}$$
3. $\infty$-范数，又名行和范数。顾名思义，即矩阵行向量中绝对值之和的最大值。
   ∣ ∣ A ∣ ∣ 1 = max ⁡ j ∑ i = 1 n