嘿，这个问题挺有意思的——咱们先把背景和结论说清楚：这个不等式是成立的，下面我来一步步推导证明，顺便帮你理清楚背后的逻辑。

首先，先回顾已知条件：

• $A,B \in \mathbf R^{m \times n}$，且$m \leq n$
• $|\cdot|$是Frobenius范数，$\langle \cdot,\cdot\rangle$是对应的Frobenius内积（等于矩阵乘积的迹：$\langle A,B\rangle = \text{tr}(A^T B)$）

证明过程 #

1. 奇异值分解转化
   对矩阵$A$做奇异值分解：$A = U\Sigma V^T$，其中$U$是$m \times m$正交矩阵，$V$是$n \times n$正交矩阵，$\Sigma$是$m \times n$对角矩阵，对角元为$A$的奇异值$\sigma_1(A), \sigma_2(A), ..., \sigma_m(A)$（其余元素为0）。

   代入$A^T B$可得：
   $$A^T B = V\Sigma^T U^T B$$
   令$M = U^T B V$（因为正交变换不改变Frobenius范数，所以$|A^T B| = |\Sigma^T M|$）。

2. 范数与内积的展开

   • 计算$|A^T B|^2$：
     $$|A^T B|^2 = |\Sigma^T M|^2 = \sum_{i=1}^m \sum_{j=1}^n (\Sigma^T M){ij}^2 = \sum{i=1}^m \sigma_i(A)^2 \sum_{j=1}^n M_{ij}^2 = \sum_{i=1}^m \sigma_i(A)^2 |M_i|^2$$
     这里$M_i$是矩阵$M$的第$i$行，$|M_i|$是该行的欧几里得范数，显然$|M_i|^2 \geq M_{ii}^2$（因为行的范数平方是所有元素平方和，至少大于等于对角元的平方）。

   • 计算$\langle A,B\rangle$：
     $$\langle A,B\rangle = \text{tr}(A^T B) = \text{tr}(V\Sigma^T U^T B) = \text{tr}(\Sigma^T U^T B V) = \text{tr}(\Sigma^T M) = \sum_{i=1}^m \sigma_i(A) M_{ii}$$

3. 应用柯西不等式
   对$\sum_{i=1}^m \sigma_i(A) M_{ii}$应用柯西-Schwarz不等式：
   $$\left( \sum_{i=1}^m \sigma_i(A) M_{ii} \right)^2 \leq \left( \sum_{i=1}^m 1^2 \right) \left( \sum_{i=1}^m (\sigma_i(A) M_{ii})^2 \right)$$
   化简得：
   $$\langle A,B\rangle^2 \leq m \sum_{i=1}^m \sigma_i(A)^2 M_{ii}^2$$

4. 结合范数的下界
   因为$|A^T B|^2 \geq \sum_{i=1}^m \sigma_i(A)^2 M_{ii}^2$，代入上式可得：
   $$\langle A,B\rangle^2 \leq m |A^T B|^2$$
   整理后就是我们要验证的不等式：
   $$|A^T B|^2 \geq \frac{1}{m} \langle A,B\rangle^2$$

补充说明 #

这个结论其实是单个矩阵情况的自然推广——单个矩阵时，$B=A$，此时$M_{ii} = \sigma_i(A)$，代入后就得到了题目中给出的$|A^T A|^2 \geq \frac{1}{m}|A|^4$，完全吻合。

备注：内容来源于stack exchange，提问作者Roberto Rastapopoulos