MATLAB实用教程——数值运算：norm和vecnorm两个函数讲解与辨析

在 MATLAB 中，norm 和 vecnorm 是两个用于计算向量或矩阵范数的函数，虽然它们的功能相似，但在使用场景和适用性上存在一些区别。本文将详细解释这两个函数的用途、功能以及如何选择合适的函数。

norm函数

用法

norm 函数用于计算向量或矩阵的范数。它的基本语法如下：

n = norm(A)

其中，A 可以是一个向量或矩阵，n 是计算得到的范数值。

范数类型

norm 函数支持多种范数类型，常用的包括：

• 2-范数（默认）：向量的欧几里得长度，矩阵的最大奇异值。
• 1-范数：向量的绝对值之和，矩阵的列和的最大值。
• ∞-范数：向量的最大绝对值，矩阵的行和的最大值。

例如：

% 计算向量的 2-范数
v = [3, 4];
n2 = norm(v); % 结果为 5

% 计算矩阵的 1-范数
M = [1, 2; 3, 4];
n1 = norm(M, 1); % 结果为 6

vecnorm函数

用法

vecnorm 函数用于计算数组中每一列或每一行的范数。其基本语法如下：

n = vecnorm(A)

A 可以是一个向量、矩阵或更高维数组，n 返回每列的范数。如果需要计算每行的范数，可以指定维度参数。

范数类型

vecnorm 也支持多种范数类型，使用方式与 norm 相似：

n = vecnorm(A, p, dim)

其中，p 是范数类型（例如 1、2、∞），dim 指定计算的维度（1 表示按列计算，2 表示按行计算）。

例如：

% 计算矩阵每列的 2-范数
M = [1, 2; 3, 4];
nCols = vecnorm(M); 

结果为 $[3.1623,4.4721]$

% 计算矩阵每行的 1-范数
nRows = vecnorm(M, 1, 2); 

结果为 $[3,7]$

选择合适的函数

• 当你需要计算整个向量或矩阵的范数时，使用 norm 函数更为简洁。
• 当你需要对多维数组的每一列或每一行进行范数计算时，使用 vecnorm 更为高效，因为它能够直接返回每个维度的范数，而不需要手动循环。

示例对比

% 使用 norm 计算单个向量的范数
v = [3, 4];
n1 = norm(v);

结果：

% 使用 vecnorm 计算同一向量的范数
n2 = vecnorm(v(:)); % 结果也为 5

结果：

% 使用 norm 计算矩阵的范数
M = [1, 2; 3, 4];
n3 = norm(M); % 结果为 5.4640 (2-范数)

结果：

% 使用 vecnorm 计算矩阵每列的范数
n4 = vecnorm(M); % 结果为 [3.1623, 4.4721]

结果：

扩展应用场景：

• 数据预处理：用$vecnorm$对矩阵行进行归一化（如$A\_normalized=A./vecnorm(A,2,2)）$
• 图像处理：计算图像块的能量分布（按块提取范数）
• 物理建模：计算多维传感器数据的局部能量或幅值

结论

norm 和 vecnorm 都是 $MATLAB$中强大的范数计算工具。根据具体的需求选择合适的函数，可以提高代码的可读性和执行效率。在处理多维数组时，vecnorm 提供了更灵活的选项，而在计算单个向量或整体范数时，norm 则更为简洁。

如需帮助，或有导航、定位滤波相关的代码定制需求，请点击下方卡片联系作者