Beispiel zu den linearen Operatoren

Inhalt

import numpy as np

Betrachte die Abbildung \(A: \mathbb{R}^n \to \mathbb{R}^m\) gegeben durch eine zufällige Matrix \(\mathbb{R}^{m\times n}\):

n = 3
m = 5

A = np.random.randint(-9,9,size=(m,n))

array([[ 6, -3, -6],
       [ 0, -5, -9],
       [-5, -7, -9],
       [-9,  0,  4],
       [-7, -2,  3]])

Für die Operatornorm, hier in dem Fall konkret, der Matrix-Norm erhalten wir:

# max-Norm
np.linalg.norm(A,np.inf)

np.float64(21.0)

Die Max-(Matrix-)Norm ist gegeben durch das Maximum der absoluten Zeilensummen:

np.sum(np.abs(A),axis=1)

array([15, 14, 21, 13, 12])

# max-Norm
np.linalg.norm(A,1)

np.float64(31.0)

Die 1-(Matrix-)Norm ist gegeben durch das Maximum der absoluten Spaltensummen:

np.sum(np.abs(A),axis=0)

array([27, 17, 31])

# max-Norm
np.linalg.norm(A,2)

np.float64(17.310490129619335)

Die 2-(Matrix-)Norm ist gegeben durch den grössen Eigenwert von \(A^T\cdot A\):

np.linalg.eigvals(A.T@A)**(1/2)

array([ 1.75661528+0.j, 14.08052677+0.j, 17.31049013+0.j])