Norma je funkcionál definovaný na vektorovém prostoru a zobecňující pojetí délky vektoru nebo absolutní hodnoty čísla .
Norma ve vektorovém prostoru nad polem reálných nebo komplexních čísel je funkcionál s následujícími vlastnostmi:
Tyto podmínky jsou axiomy normy .
Vektorový prostor s normou se nazývá normovaný prostor a podmínky (1–3) se také nazývají axiomy normovaného prostoru.
Z axiomů normy zřejmým způsobem vyplývá vlastnost nezápornosti normy:
.
Z třetí vlastnosti totiž plyne: , az vlastnosti 2 - .
Nejčastěji je norma označena ve tvaru :. Zejména je normou prvku vektorového prostoru .
Vektor s jednotkovou normou se nazývá jednotkový nebo normalizovaný .
Libovolný nenulový vektor lze normalizovat, tedy vydělit vlastní normou: vektor má jednotkovou normu. Z geometrického hlediska to znamená, že vezmeme souměrný vektor jednotkové délky.
Maticová norma je reálné číslo , které splňuje první tři z následujících podmínek:
Pokud je splněna i čtvrtá vlastnost, norma se nazývá submultiplikativní . O maticové normě složené jako operátorová norma se říká , že je podřízená normě používané ve vektorových prostorech. Je zřejmé, že všechny normy podřízené matice jsou submultiplikativní.
Maticová norma z se nazývá konzistentní s vektorovou normou z a vektorovou normou z , pokud je pravdivá:
pro všechny .
Normou operátora je číslo , které je definováno takto:
, kde je operátor jednající z normovaného prostoru do normovaného prostoru .Tato definice je ekvivalentní následujícímu:
V případě konečných rozměrů operátor v nějaké bázi odpovídá matici — matici operátoru. Pokud norma na prostoru (prostorech), kde operátor působí, připouští jeden ze standardních výrazů v bázi, pak vlastnosti operátorovy normy opakují podobné vlastnosti maticové normy.
kde (obvykle se předpokládá, že jde o přirozené číslo). Zejména:
Speciálním případem je (L0-"norma"), definovaný jako počet nenulových prvků vektoru. Přísně vzato, toto není norma, protože třetí axiom normy neplatí. V zásadě se tento typ „normy“ používá v problémech s řídkým kódováním, zejména v Compressive sensing , kde potřebujete najít nejřídší reprezentaci vektoru (s největším počtem nul), tedy s nejmenší -normou. Pomocí této "normy" lze určit Hammingovu vzdálenost .
Norma definuje metriku na prostoru (ve smyslu distanční funkce metrického prostoru ), čímž generuje metrický prostor, a tedy topologii , jejímž základem jsou všechny druhy otevřených kuliček, tedy množiny formulář . Pojmy konvergence definované v jazyce topologie množin v takové topologii a definované v jazyce normy se shodují.