矩陣範數計算器

矩陣範數將整個矩陣濃縮為一個非負數，用來描述矩陣的大小。不同範數著重不同特徵，因此最佳選擇取決於研究的問題。範數是線性代數、數值分析、最佳化、資料科學與工程中的基礎概念，能用於比較矩陣、衡量誤差，以及討論迭代計算是否收斂。 弗羅貝尼烏斯範數是所有元素平方和的平方根。它將矩陣視為一個長向量，因此直觀且計算成本低，常用於近似誤差、影像處理與機器學習目標函數。若矩陣中兩個元素為3與4，其餘皆為零，依熟悉的畢氏定理，弗羅貝尼烏斯範數便為5。 矩陣1範數是各直行元素絕對值總和的最大值。沿每一直行加總絕對值，再取最大的總和。無窮範數則對應橫列：加總各橫列元素的絕對值，再取最大值。這些誘導範數特別適合估計矩陣會將以相應向量範數衡量的向量誤差放大多少。 譜2範數衡量線性變換所產生的最大伸展。它等於最大奇異值，也等於轉置矩陣與原矩陣乘積之最大特徵值的平方根。本計算器透過穩定的冪次迭代估計此特徵值，對一般實矩陣具有良好精度，遇到零矩陣則傳回零。 這四種範數都僅在零矩陣時為零，所有元素同時變號時保持不變，並遵守三角不等式。它們通常不會得到相同數字，但可透過與維度相關的界限連結。要衡量整體大小可用弗羅貝尼烏斯範數，分析直行影響可用1範數，分析橫列影響可用無窮範數，研究幾何伸展可用2範數。元素可為正數、負數、整數或小數，也接受非方陣。