矩阵范数怎么计算介绍如下：
计算矩阵的范数可以使用各种数值方法，例如幂迭代法、反幂迭代法、QR分解等等。在实际应用中，一般会根据问题的特点和数据的规模选择合适的计算方法。
将矩阵沿列方向取绝对值求和，然后取最大值作为1范数。
对于实矩阵，矩阵A的2范数定义为：A的转置与A乘积的最大特征值开平方根。对于以上矩阵，直接调用函数可以求得2范数为16.8481，对于复矩阵，将转置替换为共轭转置，其他步骤与上一步相同。矩阵A的∞范数定义为先沿着行方向取绝对值之和，然后取最大值，与1范数类似。
矩阵
矩阵指在数学中，按照长方阵列排列的复数或实数集合，最早来自于方程组的系数及常数所构成的方阵，由19世纪英国数学家凯利首先提出。它是高等代数学中的常见工具，其运算是数值分析领域的重要问题。
范数
范数，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。
判断矩阵病态与否的一种度量，条件数越大矩阵越病态
对应矩阵的3种范数，相应地可以定义3种条件数：函数condi（A）、cond（A）以及condoo（A）病态：对于线性方程组Ax=b，如果A的条件数大，b的微小改变就能引起解x较大的改变，数值稳定性差。
如果A的条件数小，b有微小的改变，x的改变也很微小，数值稳定性好，cond（A）=||A||*||A-1||定理：扰动误差，给矩阵A以扰动A；其中x是Ax=b的唯一解，是（A+6A）x=b的唯一解。
到了矩阵这里，变成了2维数组。
那我们可以由向量中范数的定义继续引申，然后添加一些只在矩阵中有意义的范数。对于从向量中引申出来的，称之为诱导范数，诱导即是引申的意思。列模和最大者称为1-范数，行模和最大者称为00-范数等。
同样的，这里的范数有度量矩阵大小的作用：如果有任意一个范数为0，则其他范数一定为0，且矩阵为0矩阵。某种程度上可以充当单个数中的绝对值。