A tutorial on Artificial Intelligence
0.1
  • 引言
  • 第一卷 数学基础
    • 引言
    • 概念解析
    • 几何学
    • 数论
    • 高等数学
    • 矩阵论
      • 1. 线性空间与线性变换
      • 2. 范数理论及应用
        • 2.1. 向量范数
        • 2.2. 矩阵范数
        • 2.3. 范数的应用
      • 3. 矩阵分析及应用
      • 4. 矩阵分解
      • 5. 特征值估计
      • 6. 广义逆矩阵
      • 7. 杂项
      • 8. 名词术语
    • 概率与统计
    • 随机过程
    • 拓扑学
    • 泛函分析
    • 模糊数学
    • 优化理论
    • 名词术语
  • 第二卷 经典物理
  • 第三卷 现代物理学
  • 第四卷 计算机学
  • 第五卷 信号处理
  • 第六卷 人工智能
  • 第七卷 雷达信号处理
  • 第八卷 医学信号处理
  • 第九卷 天文学
  • 第十卷 应用实践
  • 第十一卷 补充内容
  • 名词术语
A tutorial on Artificial Intelligence
  • Docs »
  • 第一卷 数学基础 »
  • 矩阵论 »
  • 2. 范数理论及应用

2. 范数理论及应用¶

  • 2.1. 向量范数
    • 2.1.1. 概念与内涵
    • 2.1.2. 向量范数的等价性
    • 2.1.3. 常见向量范数
      • 普通向量范数
      • 加权范数
  • 2.2. 矩阵范数
    • 2.2.1. 概念与内涵
    • 2.2.2. 矩阵范数与向量范数的相容性
    • 2.2.3. 常见矩阵范数
      • 从属范数
  • 2.3. 范数的应用
    • 2.3.1. 矩阵的谱半径
      • 什么是谱半径
      • 性质
    • 2.3.2. 矩阵非奇异性条件
    • 2.3.3. 逆矩阵的摄动与条件数
      • 矩阵的摄动
      • 条件数
Next Previous

© Copyright 2017-2019,刘志,西安电子科技大学,智能感知与图像理解教育部重点实验室.

Built with Sphinx and ❤️ using a custom theme based on Read the Docs.