若有一个向量
a
=
[
−
3
,
8
,
6
,
−
1
]
a=[-3,8,6,-1]
a=[−3,8,6,−1]
则:
若有向量 a = [ 3 , 2 , 1 ] , b = [ 1 , 2 , 3 ] a=[3,2,1],b=[1,2,3] a=[3,2,1],b=[1,2,3]
作为一种算子,实矩阵
A
∈
R
m
x
n
A \in R_{mxn}
A∈Rmxn的范数记作
∣
∣
A
∣
∣
||A||
∣∣A∣∣,它是矩阵
A
A
A的实值函数,必须具有以下性质;
(1)对于任何非零矩阵
A
≠
O
A≠O
A=O,其范数大于零,即
∣
∣
A
∣
∣
||A||
∣∣A∣∣>0,并且||O||=0。
(2)对于任意复数c有
∣
∣
c
A
∣
∣
=
∣
C
∣
∣
∣
A
∣
∣
||cA||=|C|||A||
∣∣cA∣∣=∣C∣∣∣A∣∣。
(3)矩阵范数满足三角不等式
∣
∣
A
+
B
∣
∣
≤
∣
∣
A
∣
∣
+
∣
∣
B
∣
∣
||A+B||≤||A||+||B||
∣∣A+B∣∣≤∣∣A∣∣+∣∣B∣∣。
(4)两个矩阵乘积的范数小于或等于两个矩阵范数的乘积,即
∣
∣
A
B
∣
∣
≤
∣
∣
A
∣
∣
∣
∣
B
∣
∣
||AB||≤||A|| ||B||
∣∣AB∣∣≤∣∣A∣∣∣∣B∣∣。例如 nxn矩阵
A
A
A的实值函数
f
(
A
)
=
∑
i
=
1
n
∑
j
=
1
n
∣
a
i
j
∣
f(A)=\sum_{i=1}^n\sum_{j=1}^n|a_{ij}|
f(A)=i=1∑nj=1∑n∣aij∣
易验证:
(1)
f
(
A
)
≥
0
f(A)≥0
f(A)≥0,并且当
A
=
0
A=0
A=0即
a
i
j
≡
0
a_{ij}≡0
aij≡0时
f
(
A
)
=
0
f(A)=0
f(A)=0。
(2)
f
(
c
A
)
=
∑
i
=
1
n
∑
j
=
1
n
∣
c
a
i
j
∣
=
∣
c
∣
∑
i
=
1
n
∑
j
=
1
n
∣
a
i
j
∣
=
∣
c
∣
f
(
A
)
f(cA)=\sum_{i=1}^n\sum_{j=1}^n|ca_{ij}|=|c|\sum_{i=1}^n\sum_{j=1}^n|a_{ij}|=|c|f(A)
f(cA)=∑i=1n∑j=1n∣caij∣=∣c∣∑i=1n∑j=1n∣aij∣=∣c∣f(A)
(3)
f
(
A
+
B
)
=
∑
i
=
1
n
∑
j
=
1
n
(
l
a
i
j
∣
+
∣
b
i
j
∣
)
≤
∑
i
=
1
n
∑
j
=
1
n
(
∣
a
i
j
∣
+
∣
b
i
j
∣
)
=
f
(
A
+
B
)
f(A+B) =\sum_{i=1}^n\sum_{j=1}^n(la_{ij}| +|b_{ij}|) \leq \sum_{i=1}^n\sum_{j=1}^n(|a_{ij}|+ |b_{ij}|) = f(A+B)
f(A+B)=∑i=1n∑j=1n(laij∣+∣bij∣)≤∑i=1n∑j=1n(∣aij∣+∣bij∣)=f(A+B)
(4)对于两个矩阵的乘积,有
f
(
A
B
)
f(AB)
f(AB)
= ∑ i = 1 n ∑ j = 1 n ∣ ∑ k = 1 n a i k b i k ∣ =\sum_{i=1}^n\sum_{j=1}^n|\sum_{k=1}^na_{ik}b_{ik}| =∑i=1n∑j=1n∣∑k=1naikbik∣
≤ ∑ i = 1 n ∑ j = 1 n ∑ k = 1 n ∣ a i k ∣ ∣ b i k ∣ \leq \sum_{i=1}^n\sum_{j=1}^n\sum_{k=1}^n|a_{ik}||b_{ik}| ≤∑i=1n∑j=1n∑k=1n∣aik∣∣bik∣
≤ ∑ i = 1 n ∑ j = 1 n ( ∑ k = 1 n ∣ a i k ∣ ∑ l = 1 n ∣ b k l ∣ ) \leq \sum_{i=1}^n\sum_{j=1}^n(\sum_{k=1}^n|a_{ik}|\sum_{l=1}^n|b_{kl}|) ≤∑i=1n∑j=1n(∑k=1n∣aik∣∑l=1n∣bkl∣)
=
f
(
A
)
f
(
B
)
=f(A)f(B)
=f(A)f(B)
因此,实函数
f
(
A
)
=
∑
i
=
1
n
∑
j
=
1
n
∣
a
i
j
∣
f(A)= \sum_{i=1}^n\sum_{j=1}^n|a_{ij}|
f(A)=∑i=1n∑j=1n∣aij∣是一种矩阵范数。
若矩阵
A
=
[
1
−
1
2
1
2
−
1
3
−
1
2
]
A= \left[
(1)Frobenius 范数
∣
∣
A
∣
∣
F
=
(
∑
i
=
1
n
∑
j
=
1
n
∣
a
i
j
∣
2
)
(
1
/
2
)
||A||_F=( \sum_{i=1}^n\sum_{j=1}^n|a_{ij}|^2)^{(1/2)}
∣∣A∣∣F=(i=1∑nj=1∑n∣aij∣2)(1/2)
这一定义可以视为向量的Euclidean范数对按照矩阵各行排列的“长向量”
x
=
[
a
11
,
…
,
a
1
n
,
a
21
,
…
,
a
2
n
,
…
,
a
m
1
,
…
,
a
m
n
]
T
x=[a_{11},…,a_{1n},a_{21},…,a_{2n},…,a_{m1},…,a_{mn}]^T
x=[a11,…,a1n,a21,…,a2n,…,am1,…,amn]T
的推广。
矩阵的Frobenius范数也称Euclidean范数、Schur范数、Hilbert-Schmidt范数或者
l
2
l_2
l2范数。
举例
∣
∣
A
∣
∣
F
=
(
∣
1
∣
2
+
∣
−
1
∣
2
+
∣
2
∣
2
+
∣
1
∣
2
+
∣
2
∣
2
+
∣
−
1
∣
2
+
∣
3
∣
2
+
∣
−
1
∣
2
+
∣
2
∣
2
)
1
/
2
=
(
26
)
1
/
2
||A||_F=(|1|^2 + |-1|^2 + |2|^2 + |1|^2 + |2|^2 + |-1|^2 + |3|^2 + |-1|^2 + |2|^2)^{1/2} =(26)^{1/2}
∣∣A∣∣F=(∣1∣2+∣−1∣2+∣2∣2+∣1∣2+∣2∣2+∣−1∣2+∣3∣2+∣−1∣2+∣2∣2)1/2=(26)1/2
(2)
l
p
l_p
lp范数
∣
∣
A
∣
∣
p
=
max
x
≠
0
∣
∣
A
x
∣
∣
p
∣
∣
x
∣
∣
p
||A||_p=\max_{x≠0}\frac{||Ax||_p}{||x||_p}
∣∣A∣∣p=x=0max∣∣x∣∣p∣∣Ax∣∣p
式中,
∣
∣
x
∣
∣
p
||x||_p
∣∣x∣∣p是向量
x
x
x的
l
p
l_p
lp范数。
l
p
l_p
lp范数也称Minkowski p范数,或者简称p范数。
举例
当p=1时,
∣
∣
A
∣
∣
1
=
m
a
x
(
1
+
1
+
3
,
1
+
2
+
1
,
2
+
1
+
2
)
=
5
||A||_1 =max(1+1+3,1+2+1,2+1+2)=5
∣∣A∣∣1=max(1+1+3,1+2+1,2+1+2)=5
(3)行和范数
∣
∣
A
∣
∣
r
o
w
=
max
1
≤
i
≤
m
∑
j
=
1
n
∣
a
i
j
∣
||A||_{row}=\max_{1 \leq i \leq m}{\sum_{j=1}^n|a_{ij}|}
∣∣A∣∣row=1≤i≤mmaxj=1∑n∣aij∣
举例
∣
∣
A
∣
∣
r
o
w
=
m
a
x
(
1
+
1
+
2
,
1
+
2
+
1
,
3
+
1
+
2
)
=
6
||A||_{row}=max(1+1+2,1+2+1,3+1+2)=6
∣∣A∣∣row=max(1+1+2,1+2+1,3+1+2)=6
(4)列和范数
∣
∣
A
∣
∣
c
o
l
=
max
1
≤
j
≤
n
∑
i
=
1
n
∣
a
i
j
∣
||A||_{col}=\max_{1 \leq j \leq n}{\sum_{i=1}^n|a_{ij}|}
∣∣A∣∣col=1≤j≤nmaxi=1∑n∣aij∣
举例
∣
∣
A
∣
∣
c
o
l
=
m
a
x
(
1
+
1
+
3
,
1
+
2
+
1
,
2
+
1
+
2
)
=
5
||A||_{col}=max(1+1+3,1+2+1,2+1+2)=5
∣∣A∣∣col=max(1+1+3,1+2+1,2+1+2)=5