Una norma de matriz igual a la raíz cuadrada de la suma de los cuadrados de todas las entradas; equivalente a la norma l2 de la matriz vista como vector o a sqrt(trace(A^T A)).

Principio

Agrega los cuadrados de las entradas para producir un escalar que cuantifica la energía total de la matriz, invariante frente a cambios de base ortogonales.

Demostración

Para A ∈ R^{m×n}, ||A||_F = sqrt(Σ_{i,j} A_{ij}^2). Ejemplo: A = [[1,2],[3,4]] da ||A||_F = sqrt(1+4+9+16)=sqrt(30).

Aplicación incorrecta

Usar la norma de Frobenius para estimar la amplificación operadora en el peor caso (norma espectral) cuando lo que importa es la mayor singular, no la energía agregada.

Consecuencia

Proporciona un escalar rotacionalmente invariante y barato de calcular que acota y es acotado por otras normas (p. ej. ||A||_2 ≤ ||A||_F ≤ sqrt(rank(A)) ||A||_2) e identifica operadores de Hilbert–Schmidt en espacios infinitodimensionales cuando es finita.

Inversión

La norma operador (espectral): mide la amplificación direccional máxima (mayor valor singular) en lugar de la energía agregada de las entradas.

Límite

Definida de manera natural para matrices finitas y operadores de clase trazable/Hilbert–Schmidt; indefinida o infinita para operadores no acotados generales; no capta amplificación direccional ni estructura de esparcimiento.

Tensión semántica

Frente a la norma espectral: Frobenius mide la energía total por entrada, mientras la espectral enfatiza el peor caso; confundirlas puede inducir estimaciones de operador incorrectas.

Síntesis

Una medida l2 independiente de la base de la magnitud total por entrada de una matriz, útil para errores agregados y para identificar la clase de Hilbert–Schmidt cuando es finita.