向量a+b的絕對值..這不叫絕對值

叫模

是和向量的大小

a=(x1,y1) b=(x2,y2)

a+b =(x1+x2,y1+y2)

所以|a+b|=根號[(x1+x2)^2+(y1+y2)^2]

或者

|a+b|^2= (a+b)^2=a^2+2ab+b^2 切記 這裡的a和b都是向量

=|a|^2+2|a||b|cos夾角 +|b|^2

向量的絕對值 ，就是向量的長度 。長度的計算公式 如下 :

向量a =(x,y),則

向量a的絕對值 =√(x²+y²)

一般來講矩陣範數除了正定性，齊次性和三角不等式之外，還規定其必須滿足相容性：║XY║≤║X║║Y║。所以矩陣範數通常也稱為相容範數。
如果║·║α是相容範數，且任何滿足║·║β≤║·║α的範數║·║β都不是相容範數，那麼║·║α稱為極小範數。對於n階實方陣（或複方陣）全體上的任何一個範數║·║，總存在唯一的實數k>0，使得k║·║是極小範數。
注：如果不考慮相容性，那麼矩陣範數和向量範數就沒有區別，因為mxn矩陣全體和mn維向量空間同構。引入相容性主要是為了保持矩陣作為線性運算元的特徵，這一點和運算元範數的相容性一致，並且可以得到Mincowski定理以外的資訊。

範數，是具有“長度”概念的函式。線上性代數、泛函分析及相關的數學領域，範數是一個函式，是向量空間內的所有向量賦予非零的正長度或大小。半範數可以為非零的向量賦予零長度。

定義範數的向量空間是賦範向量空間；同樣，定義半範數的向量空間就是賦半範向量空間。

注：在二維的歐氏幾何空間 R中定義歐氏範數，在該向量空間中，元素被畫成一個從原點出發的帶有箭頭的有向線段，每一個向量的有向線段的長度即為該向量的歐氏範數。