矩阵分析：范数的意义

什么是范数？什么是向量范数、矩阵范数？他们有什么意义。

先给出结论：范数——对向量/矩阵的定量描述。我们将以集合来作为类比，解释这段话。

集合——映射关系——>集合

向量——矩阵——>向量

集合通过映射关系发生变化，生成新集合。向量通过和矩阵相乘发生变化，生成新向量。

为了定量描述、比较向量的大小/特征，定义向量范数。所以向量范数定义了向量的大小，使得向量之间可以被比较。例如，(2,2)和(1,3)本来不能比较，但如果使用二范数， 小于.因此(2,2)小于(1,3)。

而矩阵范数则描述了矩阵的大小/特征。因为矩阵本身用于描述映射关系（线性关系），所以矩阵范数相当于用来描述了向量到向量之间变化的幅度/大小。