矩阵的向量化及内积
2016-02-16 20:39
351 查看
定义1. 设矩阵A=(aij)∈Rm×nA=(a_{ij})\in R ^{m\times n},把矩阵AA的元素按行的顺序排列成一个列向量:
vecA=(a11,a12,⋯,a1n,a21,a22,⋯,a2n,⋯,am1,am2,⋯,amn)TvecA = (a_{11},a_{12},\cdots, a_{1n}, a_{21},a_{22},\cdots, a_{2n}, \cdots, a_{m1},a_{m2},\cdots, a_{mn})^T
则称向量vecAvecA为矩阵AA按行展开的列向量。
定义2. 设矩阵A=(aij)∈Rm×nA=(a_{ij})\in R ^{m\times n},把矩阵AA的元素按行的顺序排列成一个列向量:
vecA=(a11,a21,⋯,an1,a12,a22,⋯,an2,⋯,a1m,a2m,⋯,anm)TvecA = (a_{11},a_{21},\cdots, a_{n1}, a_{12},a_{22},\cdots, a_{n2}, \cdots, a_{1m},a_{2m},\cdots, a_{nm})^T
则称向量vecAvecA为矩阵AA按列展开的列向量。
定义3. 设A,B∈Rn×nA, B \in R^{n\times n},称
A∙B=⟨A,B⟩=Tr(ATB)=∑i=1n∑j=1naijbij=(vecA)TvecBA\bullet B = \langle A, B \rangle = Tr(A^T B) = \sum\limits^n_{i=1}\sum\limits^n_{j=1} a_{ij}b_{ij} = (vecA)^T vecB
为矩阵A,BA, B的内积。其中,Trace(A)Trace(A)为矩阵AA的迹,简记为Tr(A)Tr(A)。
vecA=(a11,a12,⋯,a1n,a21,a22,⋯,a2n,⋯,am1,am2,⋯,amn)TvecA = (a_{11},a_{12},\cdots, a_{1n}, a_{21},a_{22},\cdots, a_{2n}, \cdots, a_{m1},a_{m2},\cdots, a_{mn})^T
则称向量vecAvecA为矩阵AA按行展开的列向量。
定义2. 设矩阵A=(aij)∈Rm×nA=(a_{ij})\in R ^{m\times n},把矩阵AA的元素按行的顺序排列成一个列向量:
vecA=(a11,a21,⋯,an1,a12,a22,⋯,an2,⋯,a1m,a2m,⋯,anm)TvecA = (a_{11},a_{21},\cdots, a_{n1}, a_{12},a_{22},\cdots, a_{n2}, \cdots, a_{1m},a_{2m},\cdots, a_{nm})^T
则称向量vecAvecA为矩阵AA按列展开的列向量。
定义3. 设A,B∈Rn×nA, B \in R^{n\times n},称
A∙B=⟨A,B⟩=Tr(ATB)=∑i=1n∑j=1naijbij=(vecA)TvecBA\bullet B = \langle A, B \rangle = Tr(A^T B) = \sum\limits^n_{i=1}\sum\limits^n_{j=1} a_{ij}b_{ij} = (vecA)^T vecB
为矩阵A,BA, B的内积。其中,Trace(A)Trace(A)为矩阵AA的迹,简记为Tr(A)Tr(A)。
相关文章推荐
- Struts2验证
- linux下安装jdk
- NYOJ-106-背包问题
- mybatis --- log4j配置
- HDU 2119 Matrix(二分图最小边覆盖)
- 【走过的弯路】 半波阻容电路输出电流计算
- 贸易
- bzoj-2434: [Noi2011]阿狸的打字机
- sql 查看创建几个数据库
- 6种编写HTML和CSS的最有效的方法
- java中的分代垃圾回收策略
- bzoj-1076[SCOI2008]奖励关
- git 教程
- C++运算符优先级列表
- HDU2546 01背包
- 【转】高斯消元模板 by kuangbin
- Linux - Eclipse CDT + GCC 安装(2014.10.2)
- Sublime Text编辑器
- EJB的分类简介
- Intel X86 CPU寄存器学习笔记