矩阵范数是衡量矩阵大小的一种方法，常见的求法有以下几种：
1.一阶范数（列和范数）：将矩阵的列向量相加，然后取绝对值之和。即||A||_1=∑|a_i|，其中a_i为矩阵A的第i列。
2.二阶范数（谱范数）：矩阵A的最大奇异值的平方。即||A||_2=max(σ_i)_，其中σ_i为矩阵A的特征值。
3.无穷范数（行和范数）：将矩阵的行向量相加，然后取绝对值之和。即||A||∞=∑|a_j|，其中a_j为矩阵A的第j行。
4.Frobenius范数：矩阵A的元素平方和的平方根。即||A||_F=sqrt(∑a_ij^2)，其中a_ij为矩阵A的元素。
5.核范数（K-norm）：矩阵A的所有奇异值之和。即||A||_K=∑σ_i，其中σ_i为矩阵A的特征值。
6.拟范数（nuclearnorm）：矩阵A的非零元素个数。即||A||_*=∑a_ij≠0，其中a_ij为矩阵A的元素。
7.正交范数（欧几里得范数）：矩阵A的转置与矩阵A的乘积的二阶范数。即||A||_o=||ATA||_2。
8.条件数（conditionnumber）：矩阵A的谱范数与Frobenius范数的比值。即cond(A)=||A||_2/||A||_F。
这些范数在矩阵理论和实际应用中都有广泛的应用，如线性代数、优化问题、信号处理等。不同的范数有不同的性质和应用，选择合适的范数可以更好地描述矩阵的大小和特性。