通过MCP连接 →

输入计算

每行输入一个实数,支持负数和小数,空行会被忽略。

数学公式

广告

结果

L2 范数(欧几里得)
13
for 3 component(s)
L1 范数(曼哈顿 / 绝对值之和) 19
L2 范数(欧几里得) 13
L∞ 范数(绝对值最大值) 12

什么是向量范数?

向量范数用来衡量一个向量的"长度"或大小。本计算器可以计算实向量最常用的三种范数:L1 范数(也称曼哈顿范数或出租车范数)、L2 范数(即我们熟悉的欧几里得长度),以及 L∞ 范数(绝对值最大的那个分量)。它们在机器学习、最优化、统计学、信号处理和物理学中无处不在。

从原点指向某一点的二维向量箭头,并显示其水平和垂直分量
二维空间中的向量及其分量。

使用方法

在输入框中每行填入向量的一个分量,例如一个含有 3、-4、12 三个元素的向量。计算器完全支持负数和小数,空行会被自动忽略。点击计算后,三种范数会一次性全部给出,同时还会显示识别到的分量个数。

公式详解

设向量 \(\vec{x}\) 的各分量为 \(x_1\)、\(x_2\)、……、\(x_n\):

  • L1 = \(|x_i|\) 之和——把所有分量取绝对值后相加。
  • L2 = \(x_i^2\) 之和再开平方根——也就是从原点出发的直线距离。
  • L∞ = \(|x_i|\) 的最大值——绝对值最大的那个分量。

三种范数的定义如下:

$$\|\vec{v}\|_1 = \sum_{i=1}^{n} |x_i| \qquad \|\vec{v}\|_2 = \sqrt{\sum_{i=1}^{n} x_i^{2}} \qquad \|\vec{v}\|_\infty = \max_i |x_i|$$

一个实用的检验技巧:对任意向量,不等式 \(\|\vec{v}\|_\infty \le \|\vec{v}\|_2 \le \|\vec{v}\|_1\) 总是成立。

Advertisement
原点与某一点之间 L1、L2 和 L-无穷距离的对比
L1(曼哈顿距离)沿网格路径,L2(欧几里得距离)是直线,L-无穷是最大的单个分量。

实例演算

以向量 [3, -4, 12] 为例。L1 范数为

$$\|\vec{v}\|_1 = |3| + |-4| + |12| = 3 + 4 + 12 = 19$$

L2 范数为

$$\|\vec{v}\|_2 = \sqrt{3^2 + (-4)^2 + 12^2} = \sqrt{9 + 16 + 144} = \sqrt{169} = 13$$

L∞ 范数为

$$\|\vec{v}\|_\infty = \max(3, 4, 12) = 12$$

常见问题

输入为空会怎样? 如果没有填入任何分量,三种范数都会显示为 0。

分量的正负号有影响吗? 三种范数都基于绝对值或平方运算,因此一个分量和它的相反数对结果的贡献完全相同。

为什么有些结果不是整数? L2 范数需要开平方根,除非平方和恰好是完全平方数,否则结果是无理数,会以约十位有效数字的形式四舍五入显示。

最后更新: