矩阵分析与多元统计11 广义vec算子与devec算子
矩阵分析与多元统计11 广义vec算子与devec算子
- 定义
- 简单性质
- τ\tauτ符号
广义vec算子与devec算子提供理论上重塑矩阵形状的工具。
定义
假设AAA是一个m×npm \times npm×np的矩阵,aja_jaj是它的第jjj列,定义广义vec算子
vecn(A)=[a1⋯anan+1⋯a2n⋯⋯⋯anp−n+1⋯anp]∈Rmp×nvec_n(A) = \left[ \begin{matrix} a_1 & \cdots & a_n \\ a_{n+1} & \cdots & a_{2n} \\ \cdots & \cdots & \cdots \\ a_{np-n+1} & \cdots & a_{np} \end{matrix} \right] \in \mathbb{R}^{mp \times n}vecn(A)=⎣⎢⎢⎡a1an+1⋯anp−n+1⋯⋯⋯⋯ana2n⋯anp⎦⎥⎥⎤∈Rmp×n
假设BBB是一个np×mnp \times mnp×m的矩阵,bjb^jbj是它的第jjj行,定义广义devec算子
devecn(A)=[b1⋯bnp−n+1b2⋯bnp−n+2⋯⋯⋯bn⋯bnp]∈Rn×mpdevec_n(A) = \left[ \begin{matrix} b^1 & \cdots & b^{np-n+1} \\ b^2 & \cdots & b^{np-n+2} \\ \cdots & \cdots & \cdots \\ b^n & \cdots & b^{np} \end{matrix} \right] \in \mathbb{R}^{n \times mp}devecn(A)=⎣⎢⎢⎡b1b2⋯bn⋯⋯⋯⋯bnp−n+1bnp−n+2⋯bnp⎦⎥⎥⎤∈Rn×mp
简单性质
- 简单关系,(vecnA)′=devecnA′(vec_nA)'=devec_nA'(vecnA)′=devecnA′
- 广义vec算子与广义devec算子与Kronecker乘积:
vecn(A⊗B)=vec(A)⊗Bdevecn(A⊗B′)=devec(A)⊗B′vec_n(A \otimes B) = vec(A) \otimes B \\ devec_n(A \otimes B') = devec(A) \otimes B'vecn(A⊗B)=vec(A)⊗Bdevecn(A⊗B′)=devec(A)⊗B′ - 广义vec算子与广义devec算子与矩阵乘法:AAA是m×npm \times npm×np的矩阵、CCC是r×mr \times mr×m的阵vecn(CA)=(Ip⊗C)vecn(A)devecn(A′C′)=devecn(A′)(Ip⊗C′)vec_n(CA) = (I_p \otimes C)vec_n(A) \\ devec_n(A'C') = devec_n(A')(I_p \otimes C')vecn(CA)=(Ip⊗C)vecn(A)devecn(A′C′)=devecn(A′)(Ip⊗C′)
τ\tauτ符号
记Aτ=vecn(A)A^{\tau}=vec_n(A)Aτ=vecn(A),AAA是一个m×npm \times npm×np的矩阵,这个记号叫τ\tauτ记号。另外记Aτˉ=devecn(A)A^{\bar{\tau}} = devec_n(A)Aτˉ=devecn(A)。这个符号有以下性质:
- (A⊗B)τ=vec(A)⊗B(A \otimes B)^{\tau} = vec(A) \otimes B(A⊗B)τ=vec(A)⊗B
- (Aτ)′=(A′)τˉ(A^{\tau})' = (A')^{\bar{\tau}}(Aτ)′=(A′)τˉ
- (CA)τ=(Ip⊗C)Aτ(CA)^{\tau} = (I_p \otimes C)A^{\tau}(CA)τ=(Ip⊗C)Aτ
- vec(A)(Ip⊗x)=Aτxvec(A)(I_p \otimes x) = A^{\tau} xvec(A)(Ip⊗x)=Aτx
矩阵分析与多元统计11 广义vec算子与devec算子相关推荐
- 矩阵分析与多元统计11 Kronecker乘积
矩阵分析与多元统计11 Kronecker乘积 Kronecker乘积 vec算子与devec算子 Kronecker乘积 定义 数域FFF中,A=(aij)∈Fm×n,B∈Fp×qA = (a_{i ...
- 矩阵分析与多元统计12 0-1矩阵 交换矩阵与Kronecker乘积
矩阵分析与多元统计12 0-1矩阵 交换矩阵与Kronecker乘积 基本性质 用交换矩阵的构造证明基本性质 这一讲介绍交换矩阵与Kronecker乘积相关的性质.对于矩阵A∈Fm×nA \in F^ ...
- 矩阵分析与多元统计12 0-1矩阵 交换矩阵简介
矩阵分析与多元统计12 0-1矩阵 交换矩阵简介 选择矩阵 交换矩阵 顾名思义,0-1矩阵就是所有元素取值均为0和1的矩阵,这类矩阵在矩阵分析.多元统计乃至组合学和图论中都有很重要的应用.在这个主题中 ...
- 矩阵分析与多元统计1 线性空间与线性变换1
矩阵分析与多元统计 线性空间与线性变换1 线性空间 基.坐标.坐标变换 线性子空间 关于矩阵分析的讨论都是在线性空间中进行的,所以这个系列的博客会从线性空间开始,考虑到是矩阵分析了,所以线性代数层面的 ...
- 矩阵分析与多元统计II 二次型与二次曲面3 二次型及其标准形的定义
矩阵分析与多元统计II 二次型与二次曲面3 二次型及其标准形的定义 上一讲我们讨论了二次齐次函数.对称双线性函数之间的一一对应关系,这一讲我们从多项式的角度讨论二次齐次函数,给出二次型的概念及其标准形 ...
- 矩阵分析与多元统计II 二次型与二次曲面2 双线性函数
矩阵分析与多元统计II 二次型与二次曲面2 双线性函数 双线性函数 双线性函数的表示 满秩双线性函数 对称与反对称 对称双线性函数 反对称双线性函数 应用 伪欧氏空间与伪正交变换 辛空间与辛变换 对称 ...
- 矩阵分析与多元统计1 线性空间与线性变换3 特征值
矩阵分析与多元统计1 线性空间与线性变换3 特征值 线性变换 线性空间的同构 线性变换的特征值与特征向量 几何重数与代数重数 线性变换 从线性空间VVV到它自身的线性映射叫做线性变换,在基α1,⋯,α ...
- 矩阵分析与多元统计 线性空间与线性变换2
矩阵分析与多元统计 线性空间与线性变换2 线性映射 矩阵的等价 线性映射的像空间与核空间 线性映射 V1,V2V_1,V_2V1,V2是数域FFF上的两个线性空间,A:V1→V2\mathcal{ ...
- 矩阵分析与多元统计II 二次型与二次曲面1 线性函数与对偶空间
矩阵分析与多元统计II 二次型与二次曲面1 线性函数与对偶空间 对偶空间 线性函数的表示方法 线性空间的对偶空间也是线性空间 对偶空间的对偶空间 应用1:转置映射 应用2:零化子空间 二次型与二次曲面 ...
最新文章
- 【数据库】sqlite3常用命令及SQL语句
- ffmpeg-20160526-git-bin
- mysql8解压版安装没有密码_MySQL8解压版安装
- drone + gogs 构建CI/CD
- 谷歌大脑提出DropBlock卷积正则化方法,显著改进CNN精度
- IntelliJ IDEA连接mysql
- 【Spring第十一篇】Transaction
- 全国计算机一级2021选择题,2021年度全国计算机一级考试选择题试题与详细答案.doc...
- Javaweb-学习路线
- Avalondock 第二步 创建文档面板
- 10g新特性之multi-block reads自动调优
- 计算机高级筛选操作步骤,【EXCLE表格中根据特定的条件进行高级筛选】计算机excel高级筛选步骤...
- Android 窗口结构(一) 窗口层级构造
- QA团队和测试团队的关系
- 一文搞懂 Redis
- html如何制作电子邮件地址怎么写,如何制作html电子邮件?
- 第十三天 06-文本编辑器VI的使用修改网卡等
- 大端和小端C++转载记录
- 设计一个回合制战斗系统Combat(C++)
- 未来计算机硬件发展趋势是什么,未来计算机硬件发展趋势