切比雪夫范数(Chebyshev norm):在线性代数与数值分析中,通常指向量的无穷范数(也叫最大范数),即向量各分量绝对值的最大值:
[
|x|_\infty=\max_i |x_i|
]
它常用于衡量“最坏情况下”的误差大小。(在一些语境里也称 uniform norm / sup norm。)
/ˈtʃɛbɪʃɛv nɔːrm/
The Chebyshev norm of ((3,-5,2)) is (5).
((3,-5,2)) 的切比雪夫范数是 (5)。
In optimization, minimizing the Chebyshev norm can reduce the worst-case deviation across all components.
在优化问题中,最小化切比雪夫范数可以降低所有分量中的最坏情况偏差。
“Chebyshev” 来自俄国数学家 Pafnuty Chebyshev(切比雪夫) 的姓氏。该名称常出现在与“最大误差/一致误差”相关的数学领域(如逼近论、数值分析)。由于该范数对应“取最大值”的度量方式,因此与“切比雪夫距离(Chebyshev distance)”在思想上相近。