一、求法：
1-範數：║A║1 = max{ ∑|ai1|，∑|ai2|，……，∑|ain| }（列和範數，A每一列元素絕對值之和的最大值），其中∑|ai1|第一列元素絕對值的和∑|ai1|=|a11|+|a21|+...+|an1|，其餘方法相同）；
2-範數：║A║2 = A的最大奇異值 =（max{ λi(A^H*A) }）^{1/2}（其中A^H為A的轉置共軛矩陣）。
二、區別：
1、意義不同：1-範數是指向量（矩陣）裡面非零元素的個數，2-範數（或Euclid範數）是指空間上兩個向量矩陣的直線距離。
2、求法不同：1-範數║A║1 = max{ ∑|ai1|，∑|ai2|，……，∑|ain| }，2-範數：║A║2 = A的最大奇異值 = （max{ λi(A^H*A) }）^{1/2}。
擴充套件資料：
矩陣範數中矩陣A和B及所有實數a，滿足以下性質：
1、||A||>=0；
2、||A||=0 iff A=O（零矩陣）；（1和2可統稱為正定性）
3、||aA||=|a|·||A||；（齊次性）
4、||A+B||<= ||A|| + ||B||；（三角不等式）
5、||AB||<=||A|| ||B||。（相容性）
矩陣，Matrix。在數學上，矩陣是指縱橫排列的二維資料表格，最早來自於方程組的係數及常數所構成的方陣。這一概念由19世紀英國數學家凱利首先提出。矩陣是高等代數學中的常見工具，也常見於統計分析等應用數學學科中。在物理學中，矩陣於電路學、力學、光學和量子物理中都有應用；計算機科學中，三維動畫製作也需要用到矩陣。 矩陣的運算是數值分析領域的重要問題。將矩陣分解為簡單矩陣的組合可以在理論和實際應用上簡化矩陣的運算。對一些應用廣泛而形式特殊的矩陣，例如稀疏矩陣和準對角矩陣，有特定的快速運算演算法。關於矩陣相關理論的發展和應用，請參考矩陣理論。在天體物理、量子力學等領域，也會出現無窮維的矩陣，是矩陣的一種推廣。
一、求法：
1-範數：║A║1 = max{ ∑|ai1|，∑|ai2|，……，∑|ain| }（列和範數，A每一列元素絕對值之和的最大值），其中∑|ai1|第一列元素絕對值的和∑|ai1|=|a11|+|a21|+...+|an1|，其餘方法相同）；
2-範數：║A║2 = A的最大奇異值 =（max{ λi(A^H*A) }）^{1/2}（其中A^H為A的轉置共軛矩陣）。
二、區別：
1、意義不同：1-範數是指向量（矩陣）裡面非零元素的個數，2-範數（或Euclid範數）是指空間上兩個向量矩陣的直線距離。
2、求法不同：1-範數║A║1 = max{ ∑|ai1|，∑|ai2|，……，∑|ain| }，2-範數：║A║2 = A的最大奇異值 = （max{ λi(A^H*A) }）^{1/2}。
擴充套件資料：
矩陣範數中矩陣A和B及所有實數a，滿足以下性質：
1、||A||>=0；
2、||A||=0 iff A=O（零矩陣）；（1和2可統稱為正定性）
3、||aA||=|a|·||A||；（齊次性）
4、||A+B||<= ||A|| + ||B||；（三角不等式）
5、||AB||<=||A|| ||B||。（相容性）
矩陣，Matrix。在數學上，矩陣是指縱橫排列的二維資料表格，最早來自於方程組的係數及常數所構成的方陣。這一概念由19世紀英國數學家凱利首先提出。矩陣是高等代數學中的常見工具，也常見於統計分析等應用數學學科中。在物理學中，矩陣於電路學、力學、光學和量子物理中都有應用；計算機科學中，三維動畫製作也需要用到矩陣。 矩陣的運算是數值分析領域的重要問題。將矩陣分解為簡單矩陣的組合可以在理論和實際應用上簡化矩陣的運算。對一些應用廣泛而形式特殊的矩陣，例如稀疏矩陣和準對角矩陣，有特定的快速運算演算法。關於矩陣相關理論的發展和應用，請參考矩陣理論。在天體物理、量子力學等領域，也會出現無窮維的矩陣，是矩陣的一種推廣。