无穷范数也叫做最大范数,指向量中绝对值最大的元素的绝对值。对于一个n维向量x=(x1,x2,...,xn),其无穷范数定义为:
||x||∞ = max(|x1|,|x2|,...,|xn|)
def inf_norm(x):
max_val = abs(x[0])
if abs(x[i]) > max_val:
max_val = abs(x[i])
return max_val
无穷范数的求法,麻烦给回复
无穷范数也叫做最大范数,指向量中绝对值最大的元素的绝对值。对于一个n维向量x=(x1,x2,...,xn),其无穷范数定义为:
||x||∞ = max(|x1|,|x2|,...,|xn|)
def inf_norm(x):
max_val = abs(x[0])
if abs(x[i]) > max_val:
max_val = abs(x[i])
return max_val
无穷范数求法如下
||x||1 = sum(abs(xi));
2-范数(或Euclid范数):是指空间上两个向量矩阵的直线距离。类似于求棋盘上两点见的直线距离 (无需只沿方格边缘)。
||x||2 = sqrt(sum(xi.^2));
∞-范数(或最大值范数):顾名思义,求出向量矩阵中其中模最大的向量。
||x||∞ = max(abs(xi));
PS.由于不能敲公式,所以就以伪代码的形式表明三种范数的算法,另外加以文字说明
║A║1=max。
计算矩阵的范数公式:║A║1=max。矩阵范数(matrixnorm)是数学中矩阵论、线性代数、泛函分析等领域中常见的基本概念,是将一定的矩阵空间建立为赋范向量空间时为矩阵装备的范数。应用中常将有限维赋范向量空间之间的映射以矩阵的形式表现,这时映射空间上装备的范数也可以通过矩阵范数的形式表达。
无穷范数是各行绝对值之和中的最大值
如果是一个闭区间上的所有连续函数构成的空间,一个函数的无穷范数就是该函数在区间上绝对值最大值。