infinity norm(也常称 max norm / maximum norm / Chebyshev norm):在向量或函数空间中,用“最大绝对分量(或最大绝对值)”来衡量大小的范数。
对向量 (x=(x_1,\dots,x_n)),无穷范数通常写作
[
|x|_\infty=\max_i |x_i|.
]
(在更一般的函数情形中,可理解为“上确界范数”。)
/ɪnˈfɪnəti nɔːrm/
The infinity norm of ((2,-5,1)) is (5).
((2,-5,1)) 的无穷范数是 (5)。
In optimization, minimizing the infinity norm can reduce the worst-case error across all components.
在优化问题中,最小化无穷范数可以降低各个分量中“最坏情况”的误差。
infinity 来自拉丁语 infinitus(意为“无限的、无穷的”);norm 来自拉丁语 norma(“准则、标准”)。在数学里,“无穷范数”之所以带 “infinity”,与 (L^p) 范数家族有关:当 (p \to \infty) 时,对分量大小的度量趋向于由“最大值”主导,因此得名。