Eine Funktion, die einer Matrix eine nichtnegative Größe zuordnet, konsistent mit Vektor­normen und der Beschränktheit der zugehörigen linearen Abbildung; gebräuchliche Beispiele sind induzierte (Operator‑)Normen, die Frobenius‑Norm, die 1‑Norm und die ∞‑Norm.

Prinzip

Matrixnormen erfüllen Submultiplikativität (||AB|| ≤ ||A||·||B||), wenn sie mit Vektornormen kompatibel sind, und induzierte Normen werden als Supremum ||A|| = sup_{x≠0} ||Ax||/||x|| definiert; die Wahl der Norm legt fest, welcher Aspekt der „Größe“ relevant ist (Worst‑case‑Verstärkung, Einträgeenergie, Spaltensumme usw.).

Demonstration

Die spektrale (Operator‑)2‑Norm entspricht dem größten Singulärwert und misst die worst‑case‑Verstärkung von Einheitsvektoren. Die 1‑Norm ist die maximale absolute Spaltensumme und nützlich zur Abschätzung spaltenbezogener Effekte. Die Frobenius‑Norm ist die Wurzel aus der Summe der Quadrate aller Einträge und entspricht der l2‑Norm der Singulärwerte; sie ist nützlich für elementweise Fehlermessungen.

Fehlanwendung

Eine eintragsweise Norm wie Frobenius zu verwenden, wenn eine induzierte/Operatornorm nötig ist, um worst‑case‑Verstärkung zu kontrollieren (z. B. Stabilität iterativer Verfahren), oder Normen zu vermischen ohne Fehlermaße konsistent zu konvertieren.

Konsequenz

Eine wohlgewählte Matrixnorm liefert sinnvolle Schranken für Fehlerfortpflanzung, Konvergenzraten und Stabilität linearer Algorithmen; sie ermöglicht den Vergleich von Operatoren und die Gestaltung von Präconditionern oder Normalisierungsstrategien, die zur gewählten Maßnahme passen.

Umkehrung

Eine vollständige Norm durch eine Seminnorm oder ein ad‑hoc‑Skalar zu ersetzen, das Submultiplikativität oder Kompatibilität mit Vektornormen ignoriert; die umgekehrte Auffassung verliert die Fähigkeit, Schranken zu verketten und über Operatorverhalten zu urteilen.

Abgrenzung

Normen müssen (induziert vs. eintragsweise) spezifiziert werden und sind auf lineare Operatoren zwischen normierten Räumen definiert; in unendlichen Dimensionen ist Beschränktheit erforderlich. Nicht alle nützlichen Maße für die Wirkung einer Matrix sind Normen (z. B. numerischer Rang ist keine Norm).

Semantische Spannung

Es besteht Spannung zwischen induzierten/Operatornormen (die worst‑case‑Verstärkung messen) und eintragsweisen Normen (die aggregierte Energie messen); die Wahl beeinflusst, welche Eigenschaften kontrolliert werden und kann zu unterschiedlichen Auffassungen von „Größe“ führen.

Synthese

Eine Matrixnorm ist eine Norm auf linearen Operatoren, gebunden an die Wahl von Vektornormen; ihre algebraischen Eigenschaften (Submultiplikativität, induzierter Sinn) bestimmen, welche Aspekte der Operatorgröße—Worst‑case‑Verstärkung, Energie oder Eintragsgröße—gemessen werden.