Norm
Retourne la norme de la matrice ou du vecteur.
double vector::Norm(
|
Paramètres
la norme
[in] Ordre de la norme
Valeur de Retour
Norme de la matrice ou du vecteur.
Note
- VECTOR_NORM_INF est la valeur absolue maximale parmi les éléments vectoriels.
- VECTOR_NORM_MINUS_INF est la valeur absolue minimale d'un vecteur.
- VECTOR_NORM_P est la norme P du vecteur. Si norm_p=0, alors c'est le nombre d'éléments vectoriels non nuls. norm_p=1 est la somme des valeurs absolues des éléments du vecteur. norm_p=2 est la racine carrée de la somme des carrés des valeurs des éléments vectoriels. La norme P peut être négative.
- MATRIX_NORM_FROBENIUS est la racine carrée de la somme des carrés des valeurs des éléments de la matrice. La norme de Frobenius et la norme vectorielle P2 sont cohérentes.
- MATRIX_NORM_SPECTRAL est la valeur maximale du spectre matriciel.
- MATRIX_NORM_NUCLEAR est la somme des valeurs singulières de la matrice.
- MATRIX_NORM_INF est le vecteur p1-norm maximal parmi les vecteurs verticaux de la matrice. La norme inf de la matrice et la norme inf du vecteur sont cohérentes.
- MATRIX_NORM_MINUS_INF est le vecteur p1-norm minimum parmi les vecteurs verticaux de la matrice.
- MATRIX_NORM_P1 est le vecteur p1-norm maximal parmi les vecteurs matriciels horizontaux.
- MATRIX_NORM_MINUS_P1 est le vecteur minimal p1-norm parmi les vecteurs matriciels horizontaux.
- MATRIX_NORM_P2 est la valeur singulière la plus élevée de la matrice.
- MATRIX_NORM_MINUS_P2 est la plus petite valeur singulière d'une matrice.
Un algorithme simple pour calculer la norme P d'un vecteur en MQL5 :
double VectorNormP(const vector& v,int norm_value)
|
Exemple en MQL5 :
matrix a= {{0, 1, 2, 3, 4, 5, 6, 7, 8}};
|
Exemple en Python :
import numpy as np
|