擅长:python、mysql、java
<p>在这种特殊情况下<code>M</code>的2-范数与公式<code>(np.sum(np.abs(M**2)))**(1/2)</code>给出的Frobenius范数一致,因此我们可以看到:</p>
<pre class="lang-py prettyprint-override"><code>import numpy as np
M = np.array([[ 1., -0.5301332 , 0.80512845],
[ 0., 0., 0.],
[ 0., 0., 0.]])
np.sqrt(np.sum(np.abs(M**2)))
1.388982732341062
np.sqrt(np.sum(np.abs(M**2))) == np.linalg.norm(M,ord=2) == np.linalg.norm(M, ord='fro')
True
</code></pre>
<p>特别地,我们可以证明2-范数是<code>M.T@M</code>的最大特征值的平方根,即</p>
<pre class="lang-py prettyprint-override"><code>np.sqrt(np.linalg.eigvals(M.T@M)[0])
1.388982732341062
</code></pre>
<p>这就是它和矩阵特征值的关系。现在回想一下,奇异值是M的特征值的平方根。T@M我们打开了迷雾</p>
<hr/>
<p>使用Frobenius范数的一个特征(M的迹和的平方根)。T@M):</p>
<pre><code>np.sqrt(np.sum(np.diag(M.T@M)))
1.388982732341062
</code></pre>
<p>面对结果:</p>
<pre class="lang-py prettyprint-override"><code>np.sqrt(np.linalg.eigvals(M.T@M)[0]) == np.sqrt(np.sum(np.diag(M.T@M))) == np.linalg.svd(M)[1][0]
True
</code></pre>