矩阵范数与算子范数有什么区别?


一、囊括范围不同

1、矩阵范数:将一定的老薯矩阵空间建立为赋范向量空间时为矩阵装备的范数。

2、算子范数:算子范数(operate norm)是矩阵范数的一种。

二、应用形式表达不同

1、矩阵范数: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。

2、算子范数:算子范数是矩阵范数的一种,设向量x是一个n维向量,A是一个n*n的矩阵,则A的算子范数为Max(Ax/x),算子范数也称从属范数,其中x≠0。

扩展资料:

常用范数及应用:

1、矩阵的L0范数:指矩阵的非0元素的个数,通常用来表示矩阵稀疏性。

2、矩阵的L1范数:侍档者矩蠢春阵中的每个元素绝对值之和,它是L0范数的最优凸近似,可近似表示稀疏性;

3、矩阵的F范数(L2范数):矩阵的各个元素平方之和再开平方根,是凸函数,可微分,易于计算;

4、矩阵的核范数:矩阵的奇异值之和,最小化核范数可导致矩阵低秩。

参考资料来源:

百度百科-算子范数

百度百科-矩阵范数


对于矩阵而言,矩阵范数真包含算子范数,也就芹肢是说任何一种算子范数一定是矩阵范数,但是某些矩阵范数不能作为算子范数(比如嫌梁世渣败Frobenius范数)。