Frobenius-Norm-Rechner

原理：Frobenius 范数把矩阵拉平成向量算欧氏长度 ‖A‖_F = √(Σaᵢⱼ²)；它对正交变换不变，且满足 ‖A‖_F² 等于 AᵀA 的迹、也等于全部奇异值的平方和；1-范数与 ∞-范数则是「算子」视角，分别看列和与行和。

步骤：① 输入矩阵（长方形也可以）；② 点击计算；③ 对比三种范数的量级差异。

示例：A = [[1, 2], [3, 4]] 的 Frobenius 范数为 √(1 + 4 + 9 + 16) = 5.477225575052，1-范数 = max(4, 6) = 6，∞-范数 = max(3, 7) = 7；三者在同一数量级，比值不超过 n 或 m。

注意事项：Frobenius 范数不是算子范数（不满足 ‖AB‖ ≤ ‖A‖·‖B‖ 之外的诱导性），但用途极广——最小二乘的残差、PCA 的能量、矩阵逼近的误差都用它度量；需要算子范数时 1-范数与 ∞-范数可以直接从行列和读出。

相关：矩阵条件数计算器用谱范数衡量敏感性；最小二乘回归计算器以 Frobenius 意义的残差平方和为目标；幂法计算器迭代逼近主导奇异方向。