La equivalencia de las normas vectoriales en espacios de dimensión finita implica inmediatamente que todas las normas matriciales inducidas son equivalentes. Teorema 1, aquí , da algunas de las normas populares inducidas. Me interesa el $\|A\|_{2,1}$ y $\|A\|_{2,2}$ norma, donde \begin{equation*} \|A\|_{2,1}=\sup\{\|A\mathbf{x}\|_1:\|\mathbf{x}\|_2=1\} \end{equation*} y \begin{equation*} \|A\|_{2,2}=\sup\{\|A\mathbf{x}\|_2:\|\mathbf{x}\|_2=1\} \end{equation*}
Según mi análisis hasta ahora; $\|A\|_{2,1}$ límites superiores $\|A\|_{2,2}$ . ¿Puede alguien comprobarlo?
Para una matriz $A\in\mathbb{R}^{n\times m}$
$\|A\|_{2,1}=\max_{u\in\{1,-1\}^n}\|A^Tu\|_2\leq \sqrt{\sum_{i=1}^m(\sum_{j=1}^n|a_{ij}|)^2}$ .
Y $\|A\|_{2,2}=\lambda_{\max}(A^TA)=\sigma_{\max}(A)\leq\|A\|_F= \sqrt{\sum_{i=1}^m\sum_{j=1}^n|a_{ij}|^2}$ ,
$\implies$ \begin{equation} \|A\|_{2,2}^2\leq{\sum_{i=1}^m\sum_{j=1}^n|a_{ij}|^2}\leq{\sum_{i=1}^m\left(\sum_{j=1}^n|a_{ij}|\right)^2} \end{equation} .