格式：n=norm(A,p)
功能：norm函数可计算几种不同类型的矩阵范数,根据p的不同可得到不同的范数

以下是Matlab中help norm 的解释

NORM   Matrix or vector norm.
For matrices...
NORM(X) is the largest singular value of X, max(svd(X)).
NORM(X,2) is the same as NORM(X).
NORM(X,1) is the 1-norm of X, the largest column sum,
= max(sum(abs(X))).
NORM(X,inf) is the infinity norm of X, the largest row sum,
= max(sum(abs(X'))).
NORM(X,'fro') is the Frobenius norm, sqrt(sum(diag(X'*X))).
NORM(X,P) is available for matrix X only if P is 1, 2, inf or 'fro'.
For vectors...
NORM(V,P) = sum(abs(V).^P)^(1/P).
NORM(V) = norm(V,2).
NORM(V,inf) = max(abs(V)).
NORM(V,-inf) = min(abs(V)).

1、如果A为矩阵

n=norm(A) 《Simulink与信号处理》

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

返回min(abs(A))

矩阵 (向量) 的范数运算
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.

范数 (norm)，是具有“长度”概念的函数。在 线性代数 、 泛函分析 及相关的数学领域，是一个 函数 ，其为 向量空间 内的所有 向量 赋予非零的正 长度 或 大小 。半范数反而可以为非零的 向量 赋予零长度。

举一个简单的例子，一个二维度的欧氏几何空间 就有欧氏范数。在这个 向量空间 的元素（譬如：(3,7)）常常在 笛卡儿坐标系统 被画成一个从原点出发的箭号。每一个 向量 的欧氏范数就是箭号的长度。

拥有范数的 向量空间 就是 赋范向量空间 。同样，拥有半范数的 向量空间 就是赋半范向量空间。