||是什么符号 “||!”这个符号是什么意思？
|| ||， 这个数学符号是范数。
一、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，范数是一个函数，是矢量空间内的所有矢量赋予非零的正长度或大小。半范数可以为非零的矢量赋予零长度。
定义范数的矢量空间是赋范矢量空间；同样，定义半范数的矢量空间就是赋半范矢量空间。
注：在二维的欧氏几何空间 R中定义欧氏范数，在该矢量空间中，元素被画成一个从原点出发的带有箭头的有向线段，每一个矢量的有向线段的长度即为该矢量的欧氏范数。
二、如果线性空间上定义了范数，则称之为赋范线性空间。
1、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，范数是一个函数，是矢量空间内的所有矢量赋予非零的正长度或大小。半范数可以为非零的矢量赋予零长度。
定义范数的矢量空间是赋范矢量空间；同样，定义半范数的矢量空间就是赋半范矢量空间。
注：在二维的欧氏几何空间 R中定义欧氏范数，在该矢量空间中，元素被画成一个从原点出发的带有箭头的有向线段，每一个矢量的有向线段的长度即为该矢量的欧氏范数。
2、矩阵范数（matrix norm）是数学中矩阵论、线性代数、泛函分析等领域中常见的基本概念，是将一定的矩阵空间建立为赋范向量空间时为矩阵装备的范数。应用中常将有限维赋范向量空间之间的映射以矩阵的形式表现，这时映射空间上装备的范数也可以通过矩阵范数的形式表达。
矩阵范数却不存在公认唯一的度量方式。
扩展资料：范数(norm)是数学中的一种基本概念。在泛函分析中，它定义在赋范线性空间中，并满足一定的条件，即①非负性；②齐次性；③三角不等式。它常常被用来度量某个向量空间（或矩阵）中的每个向量的长度或大小。
参考资料：范数_百度百科
& 是和、与的意思,英文符号相当与and这个词。字符 & 的最早历史可以追溯到公元1世纪，是拉丁语 et 的连写。最早的 & 很像 E 和 T 的组合,但随着印刷技术的发展,这个符号逐渐形成自己的样式，并脱离其原始的影子。
是“大于号”的意思。“大于”可以用数学符号表示为 >，当一个数值比另一个数值大时使用大于号(>)来表示它们之间的关系。例如50大于30，常被记作“50＞30”。
扩展资料
常见的运算符号：
如加号（+），减号（－），乘号（×或·），除号（÷或/），两个集合的并集（∪），交集（∩），根号（√￣），对数（log，lg，ln，lb），比（:），绝对值符号| |，微分（d），积分（∫），闭合曲面（曲线）积分（∮）等。
参考资料：百度百科-数学符号
& 是和、与的意思,英文符号相当与and这个词。字符 & 的最早历史可以追溯到公元1世纪，是拉丁语 et 的连写。最早的 & 很像 E 和 T 的组合,但随着印刷技术的发展,这个符号逐渐形成自己的样式，并脱离其原始的影子。
||x||在高等数学中表示范数，完整的定义是设X是数域K上线性空间，称║˙║为X上的范数
它的分类有很多，最常见的是矩阵范数，还有诱导范数，非诱导范数，酉不变范数
下面的是最常见的范数，[x1,x2,...,xn]表示一个n维的向量
x=[x1,x2,...,xn]^T就表示这个向量的转置
若X是数域K上的线性空间，泛函 ║·║: X->R 满足：
1. 正定性：║x║≥0，且║x║=0 <=> x=0；
2. 正齐次性：║cx║=│c│║x║；
3. 次可加性(三角不等式)：║x+y║≤║x║+║y║ 。
那么║·║称为X上的一个范数。
最常用的范数就是p-范数。若x=[x1,x2,...,xn]^T，那么
║x║p=(|x1|^p+|x2|^p+...+|xn|^p)^{1/p}
当p取1，2，∞的时候分别是以下几种最简单的情形：
1-范数：║x║1=│x1│+│x2│+…+│xn│
2-范数：║x║2=(│x1│^2+│x2│^2+…+│xn│^2)^1/2
∞-范数(读作无穷范数)：║x║∞=max(│x1│,│x2│,…,│xn│)
更多的可以百度“范数”
一般指向量的值
