文档摘要

3.3 向量的范数与矩阵条件数 在数值线性代数和科学计算中，向量范数和矩阵条件数是衡量向量“大小”和矩阵“病态程度”的关键概念。它们对于理解算法的稳定性、误差传播以及求解线性方程组的可靠性至关重要。 向量范数 向量范数是将向量映射到非负实数的函数，满足正定性、齐次性和三角不等式。常见的向量范数包括： L¹ 范数（曼哈顿范数）： \[ \|\mathbf{x}\|1 = \sum{i=1}^n |xi \] 表示向量各分量绝对值之和。 会员。《3.3 向量的范数与矩阵条件》收录于灏天文库文集《计算数学》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/429-%E8%AE%A1%E7%AE%97%E6%95%B0%E5%AD%A6

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流