Математика / Матрицы, определители

Норма Фробениуса через след и сингулярные числа

Квадрат нормы Фробениуса равен следу матрицы A^T A, сумме квадратов всех элементов и сумме квадратов сингулярных чисел. Это удобная мера общего размера матрицы.

Опубликовано: 12 мая 2026 г.Обновлено: 12 мая 2026 г.

Линейная алгебра След матрицы

Формула

\|A\|_F^2=\operatorname{tr}(A^TA)=\sum_{i,j}a_{ij}^2=\sum_k\sigma_k^2

grid Матрица как набор квадратов

Показать матрицу, где каждый элемент дает вклад a_ij^2 в общую сумму.

Норма Фробениуса суммирует вклад всех ячеек матрицы.

Обозначения

$A$: матрица, безразмерная
$\|A\|_F$: норма Фробениуса, безразмерная
$\operatorname{tr}(A^TA)$: след матрицы A^T A, безразмерная
$a_{ij}$: элемент матрицы A, безразмерная
$\sigma_k$: сингулярное число матрицы A, безразмерная

Условия применения

Формула записана для вещественных матриц; в комплексном случае используется A^*A.
Матрица может быть прямоугольной.
След берется у квадратной матрицы A^T A.

Ограничения

Норма Фробениуса не равна максимальному растяжению вектора.
При сравнении матриц разных размеров значение нормы зависит от числа элементов.
В задачах устойчивости иногда нужна спектральная норма, а не сумма квадратов всех направлений.

Подробное объяснение

Норма Фробениуса рассматривает матрицу как длинный вектор, составленный из всех ее элементов. Поэтому сумма квадратов элементов естественно дает квадрат длины. Запись через след возникает из перемножения A^T A: диагональные элементы этой матрицы содержат суммы квадратов соответствующих столбцов, а след складывает их все. Связь с SVD показывает более глубокий факт: ортогональные преобразования не меняют норму Фробениуса, а вся величина матрицы сосредотачивается в сингулярных числах. Поэтому ||A||_F удобно использовать для ошибок аппроксимации, регуляризации и сравнения матриц. При работе с этой формулой важно сначала проверить размерности матриц и смысл операции. В линейной алгебре многие ошибки выглядят как верные алгебраические преобразования, но ломаются на уровне размеров: нельзя менять порядок множителей, если произведение после перестановки уже не определено, и нельзя считать обратную матрицу существующей без проверки невырожденности. В численных задачах дополнительно смотрят на обусловленность, потому что формально корректная запись может давать нестабильный ответ при округлении. Поэтому формулу полезно читать не только как способ вычисления, но и как способ увидеть структуру задачи: какие подпространства участвуют, где появляется проекция, где требуется ортогональность, а где достаточно рангового обновления.

Как пользоваться формулой

Если известны элементы матрицы, сложите квадраты всех элементов.
Если удобнее работать матрично, найдите A^T A и возьмите его след.
Если есть SVD, сложите квадраты всех сингулярных чисел.
После суммирования не забудьте извлечь квадратный корень, если нужна сама норма.

Историческая справка

Норма Фробениуса связана с развитием теории матриц и внутреннего произведения на пространстве матриц. Она оказалась удобной потому, что ведет себя как обычная евклидова длина, но при этом сохраняет матричную запись через след. В численной линейной алгебре эта норма стала стандартной для оценки общей ошибки. Современная запись этой формулы сложилась не сразу. Сначала похожие идеи появлялись в задачах решения систем линейных уравнений, теории квадратичных форм, аналитической механике и статистике, где матрицы использовали как компактный язык для больших наборов коэффициентов. В XX веке развитие численного анализа, вычислительной техники и прикладной статистики сделало такие тождества особенно важными: стало нужно не просто доказать существование решения, а уметь устойчиво считать его на реальных данных. Поэтому историческую атрибуцию здесь лучше понимать как цепочку вкладов: алгебраическая идея, удобная матричная запись, численный алгоритм и прикладная интерпретация часто были оформлены разными авторами и школами.

Историческая линия формулы

Название связано с Фердинандом Георгом Фробениусом и матричной алгеброй, но конкретную учебную формулу следует понимать как стандартный результат теории матричных норм. Свойство является частью общей теории следа как инварианта линейного оператора. Его не связывают с одним автором; оно закрепилось вместе с матричной алгеброй и стало особенно полезным в статистике, оптимизации и теории квадратичных форм.

Пример

Для матрицы A = [[1,2],[3,4]] квадрат нормы Фробениуса равен 1^2+2^2+3^2+4^2=30, поэтому сама норма равна sqrt(30). То же значение получится через след A^T A. В практической задаче это означает, что ошибка между двумя матрицами можно измерить как обычную евклидову длину списка всех разностей элементов. Для "Норма Фробениуса через след и сингулярные числа" удобно взять матрицы разных размеров: A размера 2 на 3 и B размера 3 на 2. Тогда AB и BA имеют разные размеры, но следы совпадают, что показывает истинный смысл свойства: оно относится к сумме диагональных вкладов, а не к равенству самих матриц. В более сложной записи с тремя множителями можно сдвигать начало чтения произведения по кругу, но нельзя произвольно переставлять соседние матрицы. Такая проверка защищает от самой частой ошибки при работе со следом.

Частая ошибка

Норму Фробениуса часто путают со спектральной нормой. Первая суммирует энергию по всем направлениям, а вторая берет только максимальное растяжение. Еще одна ошибка - забывать квадратный корень: сумма квадратов элементов дает квадрат нормы, а не саму норму. При работе с комплексными числами нельзя использовать обычное транспонирование вместо сопряженного.

Практика

Задачи с решением

Норма по элементам

Условие. Найдите ||A||_F для A=[[1,2],[2,1]].

Решение. Квадрат нормы равен 1^2+2^2+2^2+1^2=10. Значит, ||A||_F=sqrt(10).

Ответ. sqrt(10).

Норма по сингулярным числам

Условие. Сингулярные числа матрицы равны 4, 3, 0. Найдите норму Фробениуса.

Решение. Квадрат нормы равен 4^2+3^2+0^2=25. Норма равна sqrt(25)=5.

Ответ. 5.

Дополнительные источники

Г. Стрэнг, Введение в линейную алгебру
Д. Лэй, Линейная алгебра и ее приложения
G. H. Golub, C. F. Van Loan, Matrix Computations
MIT OpenCourseWare, Linear Algebra

Связанные формулы

Математика

След матрицы

$\operatorname{tr}A=a_{11}+a_{22}+\dots+a_{nn}$

След квадратной матрицы равен сумме элементов главной диагонали. Он сохраняется при замене базиса и связан с собственными значениями.

Математика

Циклическое свойство следа матрицы

$\operatorname{tr}(AB)=\operatorname{tr}(BA),\quad \operatorname{tr}(ABC)=\operatorname{tr}(BCA)=\operatorname{tr}(CAB)$

След произведения матриц не меняется при циклической перестановке множителей, если все произведения определены. Это свойство помогает упрощать доказательства, производные матричных функций и выражения с нормами.

Математика

Сингулярное разложение матрицы

$A=U\Sigma V^T,\quad U^TU=I,\quad V^TV=I$

Сингулярное разложение представляет матрицу как произведение двух ортогональных матриц и диагональной матрицы сингулярных чисел. Это универсальная форма разложения, которая работает для прямоугольных матриц и показывает главные направления действия линейного отображения.

Математика

Спектральная норма через сингулярные числа

$\|A\|_2=\sigma_{\max}(A)=\sqrt{\lambda_{\max}(A^TA)}$

Спектральная норма матрицы равна ее наибольшему сингулярному числу. Она показывает максимальный коэффициент растяжения вектора при действии линейного отображения.