为了反映了矩阵 (向量) 某些特性,线性代数中引入了范数的概念,它分为2-范数,1-范数,无穷范数和Frobenius范 数等.在MATLAB中,用函数norm( )或normest( ) 计算矩阵 (向量) 的范数.
其使用格式如下. norm(X) —— 计算矩阵 (向量) X的2-范数; norm(X,2) —— 同上; norm(X,1) —— 计算矩阵 (向量) X的1-范数; norm(X,inf) —— 计算矩阵 (向量) X的无穷范数; norm(X,'fro') —— 计算矩阵 (向量) X的Frobenius范数; normest(X) —— 只计算矩阵 (向量) X的2-范数;并且是2-范数的估计值,适用于计算norm(X)比较费时的情况.
详细说明:
1、如果A为矩阵
n=norm(A)  返回A的最大奇异值，即max(svd(A))
n=norm(A,p)  根据p的不同，返回不同的值
 p 返回值  1 返回A中最大一列和，即max(sum(abs(A)))  2 返回A的最大奇异值，和n=norm(A)用法一样 inf  返回A中最大一行和，即max(sum(abs(A’))) 'fro' A和A‘的积的对角线和的平方根，即sqrt(sum(diag(A'*A)))
2、如果A为向量   norm(A,p) 返回向量A的p范数。即返回 sum(abs(A).^p)^(1/p),对任意 1
norm(A) 返回向量A的2范数，即等价于norm(A,2)。
norm(A,inf)  返回max(abs(A))
norm(A,-inf) 返回min(abs(A))