Некоторым обобщением понятия длины вектора (оценкой величины вектора) является величина, называемая норма вектора. Функция

является нормой вектора, если она обладает следующими свойствами:
1)
³
(равенство только при
);
2)
; (
– число,
– вектор)
3)
– неравенство треугольника.
Чтобы отличить одну норму от другой используются индексы при двойной черте.
Полезный класс векторных норм – это p-нормы, определяемые как
. (2.1.35)
Наиболее важными из p -норм являются 1, 2 и
нормы:
(2.1.36)
– норма по модулю (частный случай (2.1.35) при
);
(2.1.37)
– «евклидова» норма (частный случай (2.1.35) при
);
(2.1.38)
– максимум модуля для элементов вектора (частный случай (2.1.35) при
).
Очевидно, что евклидова норма
. Это соответствует естественному понятию длины вектора в двумерном и трехмерном пространстве.
Единичным вектором по отношению к норме
называется вектор
, удовлетворяющий равенству
.
Классический результат о p -нормах – неравенство Гельдера
. (2.1.39)
Очень важным частным случаем этого неравенства является неравенство Коши-Шварца:
. (2.1.40)
Все нормы в
эквивалентны, т.е. для двух норм
и
в
существуют положительные константы
и
, такие, что
(2.1.41)
для всех
из пространства
. Например, для вектора
из
имеем:
;
;
. (2.1.42)
В вычислительной математике большую роль играет понятие «близости» двух векторов. Это соответствует понятию «расстояния», определяемому формулой
, (2.1.43)
т.е. расстояние между векторами равно норме от их разности:
, где
. (2.1.44)
Оценка близости двух векторов используется для определения погрешности решения в итерационных методах.
Пусть вектор
пространства
есть приближение к вектору
пространства
. Для заданной векторной нормы
будем говорить, что
(2.1.45)
есть абсолютная погрешность
,
а при
формула
(2.1.46)
задает относительную погрешность
.
Сходимость. Будем говорить, что последовательность векторов
,
, …,
, … сходится к вектору
, если
. (2.1.47)
Отметим, что вследствие приведенных выше свойств векторных норм сходимость в a -норме влечет сходимость в b -норме и наоборот.