Gram 矩阵及其主要性质
文章目录
- Gram 矩阵
- 6 大性质
Gram 矩阵
假设 AAA 是一个 m×nm\times nm×n 阶矩阵,
- 列向量 Gram 矩阵
AAA 由列向量 αi\mathbf{\alpha}_iαi 表示, 即
A=[α1α2⋯αn]A=\begin{bmatrix}\mathbf{\alpha}_1 & \mathbf{\alpha}_2 &\cdots & \mathbf{\alpha}_n \end{bmatrix}A=[α1α2⋯αn]
则
G=ATA=[α1Tα2T⋮αnT][α1α2⋯αn]=[α1Tα1α1Tα2⋯α1Tαnα2Tα1α2Tα2⋯α2Tαn⋮⋮⋮αnTα1αnTα2⋯αnTαn]\begin{aligned} G &= \, A^{\mathsf T}A \\[3pt] &= \begin{bmatrix} \mathbf{\alpha}_1^{\mathsf T} \\ \mathbf{\alpha}_2^{\mathsf T} \\ \vdots \\ \mathbf{\alpha}_n^{\mathsf T} \end{bmatrix} \begin{bmatrix} \mathbf{\alpha}_1 & \mathbf{\alpha}_2 & \cdots & \mathbf{\alpha}_n \end{bmatrix} \\[3pt] & = \begin{bmatrix} \mathbf{\alpha}_1^{\mathsf T}\mathbf{\alpha}_1 & \mathbf{\alpha}_1^{\mathsf T}\mathbf{\alpha}_2 & \cdots & \mathbf{\alpha}_1^{\mathsf T}\mathbf{\alpha}_n \\ \mathbf{\alpha}_2^{\mathsf T}\mathbf{\alpha}_1 & \mathbf{\alpha}_2^{\mathsf T}\mathbf{\alpha}_2 & \cdots &\mathbf{\alpha}_2^{\mathsf T}\mathbf{\alpha}_n \\ \vdots & \vdots & & \vdots \\ \mathbf{\alpha}_n^{\mathsf T}\mathbf{\alpha}_1 & \mathbf{\alpha}_n^{\mathsf T}\mathbf{\alpha}_2 & \cdots & \mathbf{\alpha}_n^{\mathsf T}\mathbf{\alpha}_n \end{bmatrix} \end{aligned} G=ATA=⎣⎢⎢⎢⎡α1Tα2T⋮αnT⎦⎥⎥⎥⎤[α1α2⋯αn]=⎣⎢⎢⎢⎡α1Tα1α2Tα1⋮αnTα1α1Tα2α2Tα2⋮αnTα2⋯⋯⋯α1Tαnα2Tαn⋮αnTαn⎦⎥⎥⎥⎤
- 行向量 Gram 矩阵
AAA 由行向量 βiT\mathbf{\beta}_i^{\mathsf T}βiT 表示, 即
A=[β1Tβ2T⋮βmT]A=\begin{bmatrix}\mathbf{\beta}_1^{\mathsf T} \\ \mathbf{\beta}_2^{\mathsf T} \\ \vdots \\ \mathbf{\beta}_m^{\mathsf T} \end{bmatrix}A=⎣⎢⎢⎢⎡β1Tβ2T⋮βmT⎦⎥⎥⎥⎤
则
G=AAT=[β1Tβ2T⋮βmT][β1β2⋯βm]=[β1Tβ1β1Tβ2⋯β1Tβmβ2Tβ1β2Tβ2⋯β2Tβm⋮⋮⋮βmTβ1βmTβ2⋯βmTβm]\begin{aligned} G &= \, AA^{\mathsf T} \\[3pt] &= \begin{bmatrix}\mathbf{\beta}_1^{\mathsf T} \\ \mathbf{\beta}_2^{\mathsf T} \\ \vdots \\ \mathbf{\beta}_m^{\mathsf T} \end{bmatrix} \begin{bmatrix} \mathbf{\beta}_1 & \mathbf{\beta}_2 & \cdots & \mathbf{\beta}_m \end{bmatrix} \\[3pt] & = \begin{bmatrix} \mathbf{\beta}_1^{\mathsf T}\mathbf{\beta}_1 & \mathbf{\beta}_1^{\mathsf T}\mathbf{\beta}_2 & \cdots & \mathbf{\beta}_1^{\mathsf T}\mathbf{\beta}_m \\ \mathbf{\beta}_2^{\mathsf T}\mathbf{\beta}_1 & \mathbf{\beta}_2^{\mathsf T}\mathbf{\beta}_2 & \cdots &\mathbf{\beta}_2^{\mathsf T}\mathbf{\beta}_m \\ \vdots & \vdots & & \vdots \\ \mathbf{\beta}_m^{\mathsf T}\mathbf{\beta}_1 & \mathbf{\beta}_m^{\mathsf T}\mathbf{\beta}_2 & \cdots & \mathbf{\beta}_m^{\mathsf T}\mathbf{\beta}_m \end{bmatrix} \end{aligned} G=AAT=⎣⎢⎢⎢⎡β1Tβ2T⋮βmT⎦⎥⎥⎥⎤[β1β2⋯βm]=⎣⎢⎢⎢⎡β1Tβ1β2Tβ1⋮βmTβ1β1Tβ2β2Tβ2⋮βmTβ2⋯⋯⋯β1Tβmβ2Tβm⋮βmTβm⎦⎥⎥⎥⎤
6 大性质
下面只考虑列向量 Gram 矩阵
(1) G=ATAG = \, A^{\mathsf T}AG=ATA 是对称矩阵
GT=(ATA)T=ATA=GG^{\mathsf T } = \, (A^{\mathsf T}A)^{\mathsf T} = \, A^{\mathsf T}A = G GT=(ATA)T=ATA=G
(2) 对于实矩阵 AAA rank(ATA)=rank(A)\mathrm{rank} (A^{\mathsf T}A) = \mathrm{rank} (A)rank(ATA)=rank(A)
证明 {Ax=0ATAx=0\begin{cases} A\mathsf{x} = 0 \\ A^{\mathsf T}A\mathbf{x} = 0 \end{cases}{Ax=0ATAx=0 同解即可.
证明过程详见经典例题(第3小问)
(3) 若 ATA=0A^{\mathsf T}A=0ATA=0, 则 A=0A = 0A=0
由上面性质
rank(ATA)=rank(A)=rank(0)=0\begin{aligned} \mathrm{rank} (A^{\mathsf T}A) &= \mathrm{rank} (A) \\ &= \mathrm{rank} \ (0) = 0 \end{aligned}rank(ATA)=rank(A)=rank (0)=0
(4) 对于实矩阵 AAA, 则 ATAA^{\mathsf T}AATA 是半正定矩阵
xTATAx=(Ax)TAx≥0\mathbf{x}^{\mathsf T}A^{\mathsf T}A\mathbf{x} = (A\mathbf{x})^{\mathsf T}A\mathbf{x} \geq 0 xTATAx=(Ax)TAx≥0
(5) 对于任意 nnn 阶实对称半正定矩阵 MMM, 存在矩阵 AAA 使得 M=ATAM=A^{\mathsf T}AM=ATA 成立.
因为矩阵 MMM 实对称, 所以 MMM 可以正交对角化
, 即M=QΛQTM = Q\Lambda Q^{\mathsf T}M=QΛQT 又因为矩阵 MMM 半正定, 所以其特征值 $\lambda_i \geq 0 $, 所以可记 Λ1/2=diag(λ1,…,λn)\Lambda^{1/2} = \mathrm{diag} ( \sqrt{\lambda_1}, \dots, \sqrt{\lambda_n})Λ1/2=diag(λ1,…,λn) 且 KaTeX parse error: Expected 'EOF', got '}' at position 29: …2}Q^\{\mathsf T}̲ 则可得
M=QΛQT=(Λ1/2QT)TΛ1/2QT=ATA\begin{aligned} M &= Q\Lambda Q^{\mathsf T} \\ &= (\Lambda^{1/2}Q^{\mathsf T})^{\mathsf T}\Lambda^{1/2}Q^{\mathsf T} \\ &= A^{\mathsf T}A \end{aligned}M=QΛQT=(Λ1/2QT)TΛ1/2QT=ATA
(6) 若 A=[α1α2⋯αn]A=\begin{bmatrix}\mathbf{\alpha}_1 & \mathbf{\alpha}_2 &\cdots & \mathbf{\alpha}_n \end{bmatrix}A=[α1α2⋯αn] 列满秩, 则 ATAA^{\mathsf T}AATA 正定
- 由性质 (2), 知 rank(ATA)=rank(A)=n\mathrm{rank} (A^{\mathsf T}A) = \mathrm{rank} (A) = nrank(ATA)=rank(A)=n
- 因为 Ax=0A\mathbf{x}=0Ax=0 只有零解, 结合性质 (4), 对于非零 x∈Rn\mathbf{x}\in \mathbb{R}^nx∈Rn
xTATAx=(Ax)TAx>0\mathbf{x}^{\mathsf T}A^{\mathsf T}A\mathbf{x} = (A\mathbf{x})^{\mathsf T}A\mathbf{x} > 0 xTATAx=(Ax)TAx>0
原文链接
[1] matnoble.me/posts/gram
[2] 关注我吧
Gram 矩阵及其主要性质相关推荐
- Gram矩阵的一些性质
Gram矩阵的一些性质 定义:对于矩阵A:m×nA:m×nA:m×n,我们称矩阵ATAA^TAATA为AAA的列向量Gram矩阵,矩阵AATAA^TAAT为AAA的行向量Gram矩阵. 以下讨论时考虑 ...
- Gram 矩阵性质及应用
v1,v2,-,vnv_1,v_2,\ldots,v_n 是内积空间的一组向量,Gram 矩阵定义为: Gij=⟨vi,vj⟩G_{ij}=\langle v_i,v_j\rangle,显然其是对称矩 ...
- gram矩阵的性质_矩阵分析(九)Gram矩阵
欧氏空间 $V$是$\mathbb{R}$上的线性空间,定义映射 $$ \sigma: V\times V \to \mathbb{R} $$ 对于$\alpha, \beta \in V$,将$\s ...
- 如何对batch的数据求Gram矩阵
Gram矩阵概念和理解 在风格迁移中,我们要比较生成图片和风格图片的相似性,评判标准就是通过计算Gram矩阵得到的.关于Gram矩阵的定义,可以参考[1]. 由这个矩阵的样子,很容易就想到协方差矩阵. ...
- (高能预警!)为什么Gram矩阵可以代表图像风格?带你揭开图像风格迁移的神秘面纱!
文章目录 (高能预警)为什么Gram矩阵可以代表图像风格 简介 风格迁移概述 领域适应 相关知识 Gram矩阵 特征值分解 核函数 希尔伯特空间 可再生核希尔伯特空间 最大平均差异(MMD) 图像风格 ...
- 4.9-4.10 矩阵乘法的性质 矩阵的幂运算 矩阵的转置及其性质
矩阵乘法的性质 矩阵的乘法不遵守交换律 ! 矩阵乘法遵守结合律.分配律 对于任意r行c列的矩阵A,存在c行x列的矩阵O,满足:A . Ocx = Orx 对于任意r行c列的矩阵A,存在x行r列的矩阵O ...
- Codeforces Round #546 (Div. 2) C. Nastya Is Transposing Matrices(矩阵转置的性质)
题目链接: C. Nastya Is Transposing Matrices 题意: 给定两个大小均为n,m的矩阵A,B,每次操作可选择A中的一个正方形子矩阵进行矩阵转置,可进行任意次操作,问能否将 ...
- Gram矩阵+Gram矩阵和协方差矩阵的关系
目录 Gram矩阵简介 协方差矩阵 Gram矩阵 和 协方差矩阵的关系 Gram Matrix代码 Gram矩阵简介 gram矩阵是计算每个通道 i 的feature map与每个通道 j 的feat ...
- Gram矩阵和核函数
Gram矩阵定义 内积空间中的一组向量 v 1 , v 2 , ⋯ , v n \bm v_1,\bm v_2,\cdots,\bm v_n v1,v2,⋯,vn的Gram矩阵是内积的Her ...
- Gram矩阵及其实际含义
1.Gram矩阵的定义 2.意义 格拉姆矩阵可以看做feature之间的偏心协方差矩阵(即没有减去均值的协方差矩阵),在feature map中,每个数字都来自于一个特定滤波器在特定位置的卷积,因此每 ...
最新文章
- 观点速递:大模型落地产业,存在什么问题?
- android中Logcat的TAG过滤
- Android 开发之多线程处理、Handler 详解
- python 取array并集_Python内置数据结构原理与性能简易分析
- 零基础30分钟开启你的快速开发之旅
- 1000层的Transformer,诞生了!
- 淘宝网Java五面:现场面试49题含答案!
- 选轻量应用服务器or云服务器ECS?一图帮你彻底区分
- 如何在python中获取浮点数的十六进制值?
- c#学习笔记01——引用类
- Linux(Ubuntu 14.04) 罗技(logitech) G29 游戏方向盘数据解析(支持自定义开发)
- diabetes影响因子2017_科学网—【关注】2017年JCR(2016)影响因子涨跌一览,Plos One跌破3分 - 美捷登的博文...
- MSM8937系统启动流程【转】
- 叉乘点乘混合运算公式_数学公式总结人教版初一上册
- 反转链表(leetcode 206)
- 请尝试将 `lib` 编译器选项更改为 es2015 或更高版本
- 怎么查看系统安装了mysql_如何查看系统安装的MySQL版本?
- 我很喜欢研究这些比较酷的效果
- 基于Python的多元线性回归分析
- js实现简单的动态添加或删除一行数据