Kronecker mahsuloti - Kronecker product

Yilda matematika, Kronecker mahsuloti, ba'zan ⊗ bilan belgilanadi,^[1] bu operatsiya ikkitasida matritsalar o'zboshimchalik kattaligida, natijada a blokli matritsa. Bu .ning umumlashtirilishi tashqi mahsulot (bir xil belgi bilan belgilanadi) vektorlardan matritsalarga qadar va ning matritsasini beradi tensor mahsuloti ning standart tanloviga nisbatan asos. Kronecker mahsuloti odatdagidan ajralib turishi kerak matritsani ko'paytirish, bu butunlay boshqacha operatsiya. Kronecker mahsuloti ba'zida to'g'ridan-to'g'ri matritsa mahsuloti deb ham ataladi.^[2]

Kronecker mahsuloti nemis matematikasi nomi bilan atalgan Leopold Kronecker (1823-1891), garchi u birinchi bo'lib uni belgilagan va ishlatganligi haqida dalillar kam bo'lsa ham. Kronecker mahsuloti ham deb nomlangan Zehfuss matritsasi, keyin Yoxann Georg Zehfuss, 1858 yilda ushbu matritsali operatsiyani tasvirlab bergan, ammo hozirda Kronecker mahsuloti eng ko'p qo'llanilmoqda.^[3]

Ta'rif

Agar A bu m × n matritsa va B a p × q matritsa, keyin Kronecker mahsuloti A ⊗ B bo'ladi pm × qn blokli matritsa:

{ displaystyle mathbf {A} otimes mathbf {B} = { begin {bmatrix} a_ {11} mathbf {B} & cdots & a_ {1n} mathbf {B} vdots & ddots & vdots a_ {m1} mathbf {B} & cdots & a_ {mn} mathbf {B} end {bmatrix}},}

aniqroq:

{ displaystyle { mathbf {A} otimes mathbf {B}} = { begin {bmatrix} a_ {11} b_ {11} & a_ {11} b_ {12} & cdots & a_ {11} b_ {1q } & cdots & cdots & a_ {1n} b_ {11} & a_ {1n} b_ {12} & cdots & a_ {1n} b_ {1q} a_ {11} b_ {21} & a_ {11} b_ { 22} & cdots & a_ {11} b_ {2q} & cdots & cdots & a_ {1n} b_ {21} & a_ {1n} b_ {22} & cdots & a_ {1n} b_ {2q} vdots & vdots & ddots & vdots &&& vdots & vdots & ddots & vdots a_ {11} b_ {p1} & a_ {11} b_ {p2} & cdots & a_ {11} b_ {pq} & cdots & cdots & a_ {1n} b_ {p1} & a_ {1n} b_ {p2} & cdots & a_ {1n} b_ {pq} vdots & vdots && vdots & ddots && vdots & vdots && vdots vdots & vdots && vdots && ddots & vdots & vdots && vdots a_ {m1} b_ {11} & a_ {m1} b_ {12} & cdots & a_ { m1} b_ {1q} & cdots & cdots & a_ {mn} b_ {11} & a_ {mn} b_ {12} & cdots & a_ {mn} b_ {1q} a_ {m1} b_ {21} & a_ {m1} b_ {22} & cdots & a_ {m1} b_ {2q} & cdots & cdots & a_ {mn} b_ {21} & a_ {mn} b_ {22} & cdots & a_ {mn} b_ {2q } vdots & vdots & ddots & vdots &&& vdots & vdots & ddots & vdots a_ {m1} b_ {p1} & a_ {m1} b_ {p2} & cdots & a_ {m1 } b_ {pq} & cdots & cdots & a_ {mn} b_ {p1} & a_ {mn} b_ {p2} & cdots & a_ {mn} b_ {pq} end {bmatrix}}.}

Bizda ixchamroq ${ displaystyle (A otimes B) _ {p (r-1) + v, q (s-1) + w} = a_ {rs} b_ {vw}}$

Xuddi shunday ${ displaystyle (A otimes B) _ {i, j} = a _ { lceil (i) / p rceil, lceil (j) / q rceil} b_ {i- lfloor (i-1) / p rfloor p, j- lfloor (j-1) / q rfloor q}.}$ Shaxsiyatdan foydalanish ${ displaystyle i \% p = i- lfloor i / p rfloor p}$ , qayerda ${ displaystyle i \% p}$ qolgan qismini bildiradi ${ displaystyle i / p}$ , bu ko'proq nosimmetrik shaklda yozilishi mumkin

{ displaystyle (A otimes B) _ {i, j} = a _ { lceil (i) / p rceil, lceil (j) / q rceil} b _ {(i-1) \% p + 1 , (j-1) \% q + 1}.}

Agar A va B vakillik qilish chiziqli transformatsiyalar V₁ → V₁ va V₂ → V₂navbati bilan, keyin A ⊗ B ifodalaydi tensor mahsuloti ikkita xaritadan, V₁ ⊗ V₂ → V₁ ⊗ V₂.

Misollar

{ displaystyle { begin {bmatrix} 1 & 2 3 & 4 end {bmatrix}} otimes { begin {bmatrix} 0 & 5 6 & 7 end {bmatrix}} = { begin {bmatrix} 1 { begin {bmatrix} 0 & 5 6 & 7 end {bmatrix}} & 2 { begin {bmatrix} 0 & 5 6 & 7 end {bmatrix}} 3 { begin {bmatrix} 0 & 5 6 & 7 end {bmatrix}} & 4 { begin {bmatrix} 0 & 5 6 & 7 end {bmatrix}} end {bmatrix}} = { begin {bmatrix} 1 marta 0 va 1 marta 5 va 2 marta 0 & 2 marta 5 1 marta 6 va 1 marta 7 va 2 marta 6 va 2 marta 7 3 marta 0 va 3 marta 5 va 4 marta 0 va 4 marta 5 3 marta 6 va 3 marta 7 va 4 marta 6 va 4 marta 7 end {bmatrix}} = { begin {bmatrix} 0 & 5 & 0 & 10 6 & 7 & 12 & 14 0 & 15 & 0 & 20 18 & 21 & 24 & 28 end {bmatrix}}.}

Xuddi shunday:

{ displaystyle { begin {bmatrix} 1 & -4 & 7 - 2 & 3 & 3 end {bmatrix}} otimes { begin {bmatrix} 8 & -9 & -6 & 5 1 & -3 & -4 & 7 2 & 8 & -8 & -3 1 & 2 & -5 & -1 end {bmatrix}} = { begin {bmatrix} 8 & -9 & -6 & 5 & -32 & 36 & 24 & -20 & 56 & -63 & -42 & 35 1 & -3 & -4 & 7 & -4 & 12 & 16 & -28 & 7 & -21 & -28 & 49 2 & 8 & -8 & -3 & -8 & -32 & 32 & 12 & 14 & 56 & -56 & -21 1 & 2 & -5 & -1 & -4 & -8 & 20 & 4 & 7 & 14 & -35 & -7 - 16 & 18 & 12 & -10 & 24 & -27 & -18 & 15 & 24 & -27 & -18 & 15 - 2 & 6 & 8 & -14 & 3 12 & 21 & 3 & -9 & -12 & 21 - 4 & -16 & 16 & 6 & 6 & 24 & -24 & -9 & 6 & 24 & -24 & -9 - 2 & -4 & 10 & 2 & 3 & 6 & -15 & -3 & 3 & 6 & -15 & -3 end {bmatrix}}}

Xususiyatlari

Boshqa matritsa operatsiyalari bilan aloqalar

Ikki tomonlama va assotsiativlik:
Kronecker mahsuloti bu alohida holat tensor mahsuloti, shunday bilinear va assotsiativ:
${ displaystyle { begin {aligned} mathbf {A} otimes ( mathbf {B} + mathbf {C}) & = mathbf {A} otimes mathbf {B} + mathbf {A} otimes mathbf {C}, ( mathbf {B} + mathbf {C}) otimes mathbf {A} & = mathbf {B} otimes mathbf {A} + mathbf {C} otimes mathbf {A}, (k mathbf {A}) otimes mathbf {B} & = mathbf {A} otimes (k mathbf {B}) = k ( mathbf {A} otimes mathbf {B}), ( mathbf {A} otimes mathbf {B}) otimes mathbf {C} & = mathbf {A} otimes ( mathbf {B} otimes mathbf {C}), mathbf {A} otimes mathbf {0} & = mathbf {0} otimes mathbf {A} = mathbf {0}, end {aligned}}}$
qayerda A, B va C matritsalar, 0 nol matritsa va k skalar.
Yo'qkommutativ:
Umuman, A ⊗ B va B ⊗ A turli xil matritsalar. Biroq, A ⊗ B va B ⊗ A almashtirish ekvivalenti, ya'ni mavjudligini anglatadi almashtirish matritsalari P va Q shu kabi^[4]
${ displaystyle mathbf {B} otimes mathbf {A} = mathbf {P} , ( mathbf {A} otimes mathbf {B}) , mathbf {Q}.}$
Agar A va B kvadrat matritsalar, keyin A ⊗ B va B ⊗ A hatto almashtirishdir o'xshash, demak biz olishimiz mumkin P = Q^T.
Matritsalar P va Q mukammal aralash matritsalar.^[5] Zo'r aralashtirish matritsasi S_{p, q} tilimlarini olib qurilishi mumkin Men_r identifikatsiya matritsasi, qaerda ${ displaystyle r = pq}$ .
${ displaystyle mathbf {S} _ {p, q} = { begin {bmatrix} mathbf {I} _ {r} (1: q: r,:) mathbf {I} _ {r} (2: q: r,:) vdots mathbf {I} _ {r} (q: q: r,:) end {bmatrix}}}$
MATLAB Bu erda submatrikalarni ko'rsatish uchun yo'g'on ichak belgisi ishlatiladi va Men_r bo'ladi r × r identifikatsiya matritsasi. Agar ${ displaystyle mathbf {A} in mathbb {R} ^ {m_ {1} times n_ {1}}}$ va ${ displaystyle mathbf {B} in mathbb {R} ^ {m_ {2} times n_ {2}}}$ , keyin
${ displaystyle mathbf {B} otimes mathbf {A} = mathbf {S} _ {m_ {1}, m_ {2}} ( mathbf {A} otimes mathbf {B}) mathbf { S} _ {n_ {1}, n_ {2}} ^ { textsf {T}}}$
Aralash mahsulot xususiyati:
Agar A, B, C va D. shunday o'lchamdagi matritsalar mavjudki, ularni shakllantirish mumkin matritsali mahsulotlar AC va BD, keyin
${ displaystyle ( mathbf {A} otimes mathbf {B}) ( mathbf {C} otimes mathbf {D}) = ( mathbf {AC}) otimes ( mathbf {BD}).}$
Bunga aralash mahsulot mulki, chunki u oddiy matritsa mahsuloti va Kronecker mahsulotini aralashtiradi.
Darhol natijada,
${ displaystyle mathbf {A} otimes mathbf {B} = ( mathbf {I_ {2}} otimes mathbf {B}) ( mathbf {A} otimes mathbf {I_ {1}}) = ( mathbf {A} otimes mathbf {I_ {1}}) ( mathbf {I_ {2}} otimes mathbf {B})}$ .
Xususan, ko'chirish pastdan mulk, bu shuni anglatadiki, agar
${ displaystyle mathbf {A} = mathbf {Q} otimes mathbf {U}}$
va Q va U bor ortogonal (yoki unitar ), keyin A shuningdek, ortogonal (resp., unitar).
Hadamard mahsuloti (element bo'yicha ko'paytirish):
Aralash mahsulot xususiyati, shuningdek, elementlarga mos mahsulot uchun ishlaydi. Agar A va C bir xil o'lchamdagi matritsalar, B va D. bir xil o'lchamdagi matritsalar, keyin
${ displaystyle ( mathbf {A} otimes mathbf {B}) circ ( mathbf {C} otimes mathbf {D}) = ( mathbf {A} circ mathbf {C}) otimes ( mathbf {B} circ mathbf {D}).}$
Kronecker mahsulotining teskari tomoni:
Bundan kelib chiqadiki A ⊗ B bu teskari agar va faqat agar ikkalasi ham A va B teskari, bu holda teskari tomonidan beriladi
${ displaystyle ( mathbf {A} otimes mathbf {B}) ^ {- 1} = mathbf {A} ^ {- 1} otimes mathbf {B} ^ {- 1}.}$
Qaytariladigan mahsulot xususiyati Mur-Penrose pseudoinverse shuningdek,^[6] anavi
${ displaystyle ( mathbf {A} otimes mathbf {B}) ^ {+} = mathbf {A} ^ {+} otimes mathbf {B} ^ {+}.}$
Tilida Kategoriya nazariyasi, Kronecker mahsulotining aralash mahsuloti xususiyati (va undan ko'p umumiy tensor mahsuloti) toifani ko'rsatadi Mat_F a dan ortiq matritsalar maydon F, aslida a monoidal kategoriya, ob'ektlar bilan tabiiy sonlar n, morfizmlar n → m bor n-by-m yozuvlari bo'lgan matritsalar F, kompozitsiya matritsani ko'paytirish bilan beriladi, hisobga olish o'qlari oddiygina n × n hisobga olish matritsalari Men_n, va tensor mahsuloti Kronecker mahsuloti tomonidan berilgan.^[7]
Mat_F betondir skelet toifasi uchun teng kategoriya FinVect_F cheklangan o'lchovli vektor bo'shliqlari F, ob'ektlari shunday cheklangan o'lchovli vektor bo'shliqlari V, o'qlar F- chiziqli xaritalar L : V → Vva identifikator o'qlari bo'shliqlarning identifikatsiya xaritalari. Kategoriyalarning tengligi bir vaqtning o'zida bo'ladi asosni tanlash har doim cheklangan o'lchovli vektor makonida V ustida F; matritsalar elementlari ushbu xaritalarni tanlangan asoslarga nisbatan aks ettiradi; va xuddi shu tarzda Kronecker mahsuloti tensor mahsuloti tanlangan bazalarda.
Transpoze:
Transpozitsiya va konjugat transpozitsiyasi Kronecker mahsuloti bo'yicha tarqatiladi:
${ displaystyle ( mathbf {A} otimes mathbf {B}) ^ { textsf {T}} = mathbf {A} ^ { textsf {T}} otimes mathbf {B} ^ { textsf {T}}}$ va ${ displaystyle ( mathbf {A} otimes mathbf {B}) ^ {*} = mathbf {A} ^ {*} otimes mathbf {B} ^ {*}.}$
Aniqlovchi:
Ruxsat bering A bo'lish n × n matritsa va ruxsat bering B bo'lish m × m matritsa. Keyin
${ displaystyle left | mathbf {A} otimes mathbf {B} right | = left | mathbf {A} right | ^ {m} left | mathbf {B} right | ^ { n}.}$
Ko'rsatkich |A| ning tartibi B va ko'rsatkich |B| ning tartibi A.
Kronecker sum va eksponentatsiya:
Agar A bu n × n, B bu m × m va Men_k belgisini bildiradi k × k identifikatsiya matritsasi unda ba'zan nima deb atalishini aniqlashimiz mumkin Kroneker sum, ⊕, tomonidan
${ displaystyle mathbf {A} oplus mathbf {B} = mathbf {A} otimes mathbf {I} _ {m} + mathbf {I} _ {n} otimes mathbf {B}. }$
Bu boshqacha dan to'g'ridan-to'g'ri summa ikki matritsadan iborat. Ushbu operatsiyani bajarish tensor mahsuloti bilan bog'liq Yolg'on algebralar.
Biz uchun quyidagi formula mavjud matritsali eksponent, bu ba'zi raqamli baholashlarda foydalidir.^[8]
${ displaystyle exp ({ mathbf {N} oplus mathbf {M}}) = exp ( mathbf {N}) otimes exp ( mathbf {M})}$
Kroneker summalari tabiiy ravishda paydo bo'ladi fizika o'zaro ta'sir qilmaydigan ansambllarni ko'rib chiqishda tizimlar.^{[iqtibos kerak ]} Ruxsat bering H^men Hamiltoniyalik bo'ling menbunday tizim. Keyin ansamblning umumiy Hamiltoniani
${ displaystyle H _ { mathrm {Tot}} = bigoplus _ {i} H ^ {i}}$ .

Mavhum xususiyatlar

Spektr:
Aytaylik A va B kattalikdagi kvadrat matritsalardir n va m navbati bilan. Ruxsat bering λ₁, ..., λ_n bo'lishi o'zgacha qiymatlar ning A va m₁, ..., m_m ularniki bo'ling B (bo'yicha ro'yxatlangan ko'plik ). Keyin o'zgacha qiymatlar ning A ⊗ B bor
${ displaystyle lambda _ {i} mu _ {j}, qquad i = 1, ldots, n, , j = 1, ldots, m.}$
Bundan kelib chiqadiki iz va aniqlovchi Kronecker mahsuloti tomonidan berilgan
${ displaystyle operatorname {tr} ( mathbf {A} otimes mathbf {B}) = operatorname {tr} mathbf {A} , operator nomi {tr} mathbf {B} quad { text {va}} quad det ( mathbf {A} otimes mathbf {B}) = ( det mathbf {A}) ^ {m} ( det mathbf {B}) ^ {n}. }$
Yagona qadriyatlar:
Agar A va B to'rtburchaklar matritsalar, keyin ularni ko'rib chiqish mumkin birlik qiymatlari. Aytaylik A bor r_A nolga teng bo'lmagan birlik qiymatlari, ya'ni
${ displaystyle sigma _ { mathbf {A}, i}, qquad i = 1, ldots, r _ { mathbf {A}}.}$
Xuddi shunday, ning nolga teng bo'lmagan birlik qiymatlarini belgilang B tomonidan
${ displaystyle sigma _ { mathbf {B}, i}, qquad i = 1, ldots, r _ { mathbf {B}}.}$
Keyin Kronecker mahsuloti A ⊗ B bor r_Ar_B nolga teng bo'lmagan birlik qiymatlari, ya'ni
${ displaystyle sigma _ { mathbf {A}, i} sigma _ { mathbf {B}, j}, qquad i = 1, ldots, r _ { mathbf {A}}, , j = 1, ldots, r _ { mathbf {B}}.}$
Beri matritsa darajasi nolga teng bo'lmagan birlik qiymatlar soniga teng, biz buni topamiz
${ displaystyle operatorname {rank} ( mathbf {A} otimes mathbf {B}) = operatorname {rank} mathbf {A} , operator nomi {rank} mathbf {B}.}$
Xulosa bilan bog'liqlik tensor mahsuloti:
Matritsalarning Kronekker ko'paytmasi chiziqli xaritalarning mavhum tenzor ko'paytmasiga to'g'ri keladi. Xususan, agar vektor bo'shliqlari bo'lsa V, V, Xva Y asoslari bor {v₁, ..., v_m}, {w₁, ..., w_n}, {x₁, ..., x_d}, va {y₁, ..., y_e}, mos ravishda va agar matritsalar bo'lsa A va B chiziqli o'zgarishlarni ifodalaydi S : V → X va T : V → Ynavbati bilan tegishli asoslarda, keyin matritsa A ⊗ B ikkita xaritaning tensor hosilasini anglatadi, S ⊗ T : V ⊗ V → X ⊗ Y asosga nisbatan {v₁ ⊗ w₁, v₁ ⊗ w₂, ..., v₂ ⊗ w₁, ..., v_m ⊗ w_n} ning V ⊗ V va shunga o'xshash tarzda belgilangan asos X ⊗ Y mulk bilan A ⊗ B(v_men ⊗ w_j) = (Av_men) ⊗ (Bw_j), qayerda men va j tegishli oraliqdagi butun sonlardir.^[9]
Qachon V va V bor Yolg'on algebralar va S : V → V va T : V → V bor Yolg'on algebra homomorfizmlari, Kroneker summasi A va B induktsiya qilingan Lie algebra homomorfizmlarini ifodalaydi V ⊗ V → V ⊗ V.
Bilan bog'liqlik mahsulotlar ning grafikalar:
Kronecker mahsuloti qo'shni matritsalar ikkitadan grafikalar ning qo'shni matritsasi tensor mahsuloti grafigi. The Kroneker sum ikkitasining qo'shni matritsalari grafikalar ning qo'shni matritsasi Dekart mahsuloti grafigi.^[10]

Matritsa tenglamalari

Kronecker mahsulotidan ba'zi matritsa tenglamalari uchun qulay tasvirni olish uchun foydalanish mumkin. Masalan, tenglamani ko'rib chiqing AXB = C, qayerda A, B va C matritsalar va matritsalar berilgan X Bu tenglamani qayta yozish uchun "vec trick" dan foydalanishimiz mumkin

{ displaystyle left ( mathbf {B} ^ { textsf {T}} otimes mathbf {A} right) , operatorname {vec} ( mathbf {X}) = operatorname {vec} ( mathbf {AXB}) = operatorname {vec} ( mathbf {C}).}

Mana, vec (X) belgisini bildiradi vektorlashtirish matritsaning X, ustunlarini ketma-ket yig'ish natijasida hosil bo'lgan X bitta ustunli vektor.

Endi Kroneker mahsulotining xususiyatlaridan kelib chiqadiki, tenglama AXB = C noyob echimga ega, agar shunday bo'lsa va faqat shunday bo'lsa A va B bema'ni (Horn va Jonson 1991 yil, Lemma 4.3.1).

Agar X va AXB ustunli vektorlarga qator tartibida joylashtirilgan siz va vnavbati bilan, keyin (Jayn 1989 yil, 2.8 Blok matritsalari va kronecker mahsulotlari)

{ displaystyle mathbf {v} = chap ( mathbf {A} otimes mathbf {B} ^ { textsf {T}} o'ng) mathbf {u}.}

Sababi shu

{ displaystyle mathbf {v} = operatorname {vec} chap (( mathbf {AXB}) ^ { textsf {T}} right) = operatorname {vec} left ( mathbf {B} ^ { textsf {T}} mathbf {X} ^ { textsf {T}} mathbf {A} ^ { textsf {T}} o'ng) = chap ( mathbf {A} otimes mathbf { B} ^ { textsf {T}} o'ng) operator nomi {vec} chap ( mathbf {X ^ { textsf {T}}} o'ng) = chap ( mathbf {A} otimes mathbf {B} ^ { textsf {T}} o'ng) mathbf {u}.}

Ilovalar

Ushbu formulani qo'llashga misol uchun quyidagi maqolaga qarang Lyapunov tenglamasi.Shuningdek, ushbu formulaning matritsaning normal taqsimlanishi ning alohida holati ko'p o'zgaruvchan normal taqsimot. Ushbu formula, shuningdek, 2D tasvirlash uchun foydalidir tasvirni qayta ishlash matritsa-vektor shaklidagi operatsiyalar.

Yana bir misol, matritsani Hadamard mahsuloti, keyin matritsani ko'paytirishni yuqoridagi formuladan foydalanib tezroq bajarish mumkin. Buni rekursiv tarzda qo'llash mumkin radix-2 FFT va Uolsh-Hadamard tez o'zgarishi. Ikki kichik matritsaning Hadamard mahsulotiga ma'lum matritsani ajratish "eng yaqin Kronecker mahsuloti" muammosi sifatida tanilgan va uni to'liq hal qilish mumkin^[11] yordamida SVD. Matritsani Hadamard mahsulotidan ikkitadan ortiq matritsaga optimal tarzda ajratish qiyin muammo va doimiy olib borilayotgan tadqiqot mavzusi; ba'zi mualliflar buni tensorni parchalanish muammosi sifatida baholashdi.^[12]^[13]

Bilan birgalikda eng kichik kvadratchalar usuli, Kronecker mahsuloti uchun aniq echim sifatida foydalanish mumkin qo'l ko'zini kalibrlash muammosi.^[14]

Tegishli matritsali operatsiyalar

Ikki bog'liq matritsa operatsiyalari quyidagilar Treysi-Singx va Xatri-Rao mahsulotlari, ular ishlaydigan ajratilgan matritsalar. Ruxsat bering m × n matritsa A ga bo'linmoq m_men × n_j bloklar A_ij va p × q matritsa B ichiga p_k × q_ℓ bloklar B_kl, albatta Σ_men m_men = m, Σ_j n_j = n, Σ_k p_k = p va Σ_ℓ q_ℓ = q.

Tracy-Singh mahsuloti

The Tracy-Singh mahsuloti sifatida belgilanadi^[15]^[16]

{ displaystyle mathbf {A} circ mathbf {B} = chap ( mathbf {A} _ {ij} circ mathbf {B} right) _ {ij} = left ( left ( mathbf {A} _ {ij} otimes mathbf {B} _ {kl} right) _ {kl} right) _ {ij}}

bu shuni anglatadiki (ij) ning pastki bloklari MP × nq mahsulot A ${ displaystyle circ}$ B bo'ladi m_men p × n_j q matritsa A_ij ${ displaystyle circ}$ B, ulardan (kℓ) -chi pastki blok tenglamaga teng m_men p_k × n_j q_ℓ matritsa A_ij ⊗ B_kℓ. Aslida Tracy-Singh singari mahsulot bu ikki matritsadagi har bir bo'linma juftligi uchun Kronekerning juftlik mahsulotidir.

Masalan, agar A va B ikkalasi ham 2 × 2 ajratilgan matritsalar, masalan:

{ displaystyle mathbf {A} = left [{ begin {array} {c | c} mathbf {A} _ {11} & mathbf {A} _ {12} hline mathbf {A} _ {21} & mathbf {A} _ {22} end {array}} right] = left [{ begin {array} {cc | c} 1 & 2 & 3 4 & 5 & 6 hline 7 & 8 & 9 end {array}} right], quad mathbf {B} = left [{ begin {array} {c | c} mathbf {B} _ {11} & mathbf {B} _ {12} hline mathbf {B} _ {21} & mathbf {B} _ {22} end {array}} right] = left [{ begin {array} {c | c c} 1 & 4 & 7 hline 2 & 5 & 8 3 & 6 & 9 end {array}} right],}

biz olamiz:

{ displaystyle { begin {aligned} mathbf {A} circ mathbf {B} = left [{ begin {array} {c | c} mathbf {A} _ {11} circ mathbf {B} & mathbf {A} _ {12} circ mathbf {B} hline mathbf {A} _ {21} circ mathbf {B} & mathbf {A} _ {22} circ mathbf {B} end {array}} right] = {} & left [{ begin {array} {c | c | c | c} mathbf {A} _ {11} otimes mathbf {B} _ {11} & mathbf {A} _ {11} otimes mathbf {B} _ {12} & mathbf {A} _ {12} otimes mathbf {B} _ {11} & mathbf {A} _ {12} otimes mathbf {B} _ {12} hline mathbf {A} _ {11} otimes mathbf {B} _ {21} & mathbf {A} _ {11} otimes mathbf {B} _ {22} & mathbf {A} _ {12} otimes mathbf {B} _ {21 } & mathbf {A} _ {12} otimes mathbf {B} _ {22} hline mathbf {A} _ {21} otimes mathbf {B} _ {11} & mathbf { A} _ {21} otimes mathbf {B} _ {12} & mathbf {A} _ {22} otimes mathbf {B} _ {11} & mathbf {A} _ {22} otimes mathbf {B} _ {12} hline mathbf {A} _ {21} otimes mathbf {B} _ {21} & mathbf {A} _ {21} otimes mathbf {B} _ {22} & mathbf {A} _ {22} otimes mathbf {B} _ {21} & mathbf {A} _ {22} otimes mathbf {B} _ {22} end {qator }} o'ng] = {} va chap [{ begin {array} {cc | c c c c | c | c c} 1 & 2 & 4 & 7 va 8 & 14 & 3 & 12 & 21 4 & 5 & 16 & 28 & 20 & 35 & 6 & 24 & 42 hline 2 & 4 & 5 & 8 & 10 & 16 & 6 & 15 & 24 3 & 6 & 6 & 9 & 12 & 18 & 9 & 18 & 27 8 & 10 & 20 & 32 & 25 & 40 & 12 & 30 & 48 12 & 15 & 24 & 36 & 30 & 45 & 18 & 36 & 54 hline 7 va 8 & 28 & 49 & 32 & 56 & 9 & 36 & 63 hline 14 & 16 & 35 & 56 & 40 & 64 & 18 & 45 & 72 21 & 24 & 42 & 63 & 48 & 72 & 27 & 54 & 81 end {array}} o'ng]. end {hizalanan}}}

Xatri-Rao mahsuloti

Kronecker mahsulotini blokirovka qiling
Xatri-Rao ustunli donasi

Yuzni ajratuvchi mahsulot

Aralash mahsulotlar xususiyatlari

{ displaystyle mathbf {A} otimes ( mathbf {B} bullet mathbf {C}) = ( mathbf {A} otimes mathbf {B}) bullet mathbf {C}}

,^[17]

qayerda ${ displaystyle bullet}$ belgisini bildiradi Yuzni ajratuvchi mahsulot

{ displaystyle ( mathbf {A} bullet mathbf {B}) ( mathbf {C} otimes mathbf {D}) = ( mathbf {A} mathbf {C}) bullet ( mathbf { B} mathbf {D})}

,^[18]^[19]

Xuddi shunday:

{ displaystyle ( mathbf {A} bullet mathbf {L}) ( mathbf {B} otimes mathbf {M}) ... ( mathbf {C} otimes mathbf {S}) = ( mathbf {A} mathbf {B} ... mathbf {C}) bullet ( mathbf {L} mathbf {M} ... mathbf {S})}

,

{ displaystyle c ^ { textsf {T}} bullet d ^ { textsf {T}} = c ^ { textsf {T}} otimes d ^ { textsf {T}}}

,^[20]

qayerda ${ displaystyle c}$ va ${ displaystyle d}$ bor vektorlar,

{ displaystyle ( mathbf {A} bullet mathbf {B}) (c otimes d) = ( mathbf {A} c) circ ( mathbf {B} d)}

,^[21]

qayerda ${ displaystyle c}$ va ${ displaystyle d}$ bor vektorlar, ${ displaystyle circ}$ belgisini bildiradi Hadamard mahsuloti

Xuddi shunday:

{ displaystyle ( mathbf {A} bullet mathbf {B}) ( mathbf {M} mathbf {N} c otimes mathbf {Q} mathbf {P} d) = ( mathbf {A} mathbf {M} mathbf {N} c) circ ( mathbf {B} mathbf {Q} mathbf {P} d),}

{ displaystyle { mathcal {F}} (C ^ {(1)} x star C ^ {(2)} y) = ({ mathcal {F}} C ^ {(1)} bullet { matematik {F}} C ^ {(2)}) (x otimes y) = { mathcal {F}} C ^ {(1)} x circ { mathcal {F}} C ^ {(2) } y}

,

qayerda ${ displaystyle star}$ vektor konversiya va ${ displaystyle { mathcal {F}}}$ bo'ladi Furye transformatsion matritsasi (bu natija rivojlanib bormoqda eskizni hisoblash xususiyatlari^[22]),

{ displaystyle ( mathbf {A} bullet mathbf {L}) ( mathbf {B} otimes mathbf {M}) ... ( mathbf {C} otimes mathbf {S}) ( mathbf {K} ast mathbf {T}) = ( mathbf {A} mathbf {B} ... mathbf {C} mathbf {K}) circ ( mathbf {L} mathbf {M } ... mathbf {S} mathbf {T})}

,^[18]^[19]

qayerda ${ displaystyle ast}$ belgisini bildiradi Xatri-Rao ustunli donasi.

Xuddi shunday:

{ displaystyle ( mathbf {A} bullet mathbf {L}) ( mathbf {B} otimes mathbf {M}) ... ( mathbf {C} otimes mathbf {S}) (c otimes d) = ( mathbf {A} mathbf {B} ... mathbf {C} c) circ ( mathbf {L} mathbf {M} ... mathbf {S} d)}

,

{ displaystyle ( mathbf {A} bullet mathbf {L}) ( mathbf {B} otimes mathbf {M}) ... ( mathbf {C} otimes mathbf {S}) ( mathbf {P} c otimes mathbf {Q} d) = ( mathbf {A} mathbf {B} ... mathbf {C} mathbf {P} c) circ ( mathbf {L} mathbf {M} ... mathbf {S} mathbf {Q} d)}

, qayerda

{ displaystyle c}

va

{ displaystyle d}

bor vektorlar

Shuningdek qarang

Izohlar

^ "Algebra belgilarining to'liq ro'yxati". Matematik kassa. 2020-03-25. Olingan 2020-09-06.
^ Vayshteyn, Erik V. "Kronecker mahsuloti". mathworld.wolfram.com. Olingan 2020-09-06.
^ G. Zehfuss (1858), "Ueber eine gewisse Determinante", Zeitschrift für Mathematik und Physik, 3: 298–301.
^ H. V. Xenderson; S. R. Searl (1980). "Vec-permutation matrix, vec-operator va Kronecker mahsulotlari: sharh" (PDF). Chiziqli va ko'p chiziqli algebra. 9 (4): 271–288. doi:10.1080/03081088108817379. hdl:1813/32747.
^ Charlz F. Van Loan (2000). "Hamma joyda joylashgan Kronecker mahsuloti". Hisoblash va amaliy matematika jurnali. 123 (1–2): 85–100. Bibcode:2000JCoAM.123 ... 85L. doi:10.1016 / s0377-0427 (00) 00393-9.
^ Langvil, Emi N.; Styuart, Uilyam J. (2004 yil 1-iyun). "Kronecker mahsuloti va stoxastik avtomat tarmoqlari". Hisoblash va amaliy matematika jurnali. 167 (2): 429–447. Bibcode:2004JCoAM.167..429L. doi:10.1016 / j.cam.2003.10.010.
^ MacEdo, Ugo Daniel; Oliveira, Xose Nuno (2013). "Chiziqli algebra yozish: ikki mahsulotga yo'naltirilgan yondashuv". Kompyuter dasturlash fanlari. 78 (11): 2160–2191. arXiv:1312.4818. Bibcode:2013arXiv1312.4818M. CiteSeerX 10.1.1.747.2083. doi:10.1016 / j.scico.2012.07.012. S2CID 9846072.
^ J. W. Brewer (1969). "Kronecker matritsasi mahsulotlari va matritsa tenglamalari tizimlari to'g'risida eslatma". Amaliy matematika bo'yicha SIAM jurnali. 17 (3): 603–606. doi:10.1137/0117057.
^ Dammit, Devid S.; Fut, Richard M. (1999). Mavhum algebra (2 nashr). Nyu-York: Jon Vili va o'g'illari. 401-402 betlar. ISBN 978-0-471-36857-1.
^ 96-mashqning javobiga qarang, D. E. Knut: "Pre-Fascicle 0a: Kombinatorial algoritmlarga kirish", nol bosib chiqarish (2-tahrir), D.E.ning bir qismi sifatida paydo bo'lishi. Knuth: Kompyuter dasturlash san'ati Vol. 4A
^ Van qarz, C; Pitsianis, N (1992). Kronecker mahsulotlari bilan yaqinlashtirish. Ithaka, NY: Kornell universiteti.
^ Qirol Keung Vu; Yam, Yeung; Men, Xelen; Mesbaxi, Mehran (2016). "Tenzor mahsuloti algoritmi orqali ko'p faktorli matritsalar bilan Kronecker mahsulotini yaqinlashtirish". 2016 yil IEEE tizimlari, inson va kibernetika bo'yicha xalqaro konferentsiya (SMC). 004277–004282-betlar. doi:10.1109 / SMC.2016.7844903. ISBN 978-1-5090-1897-0. S2CID 30695585.
^ Dantas, Kassio F.; Koen, Jeremi E.; Gribonval, Rémi (2018). "Past darajali tenzor dekompozitsiyalaridan foydalangan holda siyrak tasvirlar uchun tez lug'atlarni o'rganish". Yashirin o'zgaruvchan tahlil va signallarni ajratish (PDF). Kompyuter fanidan ma'ruza matnlari. 10891. 456-466 betlar. doi:10.1007/978-3-319-93764-9_42. ISBN 978-3-319-93763-2.
^ Algo Li va boshqalar. "Ikkala kvaternionlar va Kronecker mahsulotlaridan foydalangan holda bir vaqtning o'zida robot-dunyo va qo'l-ko'zni kalibrlash." Xalqaro fizika fanlari jurnali. 5 (10), 1530-1536 betlar, 2010 yil 4 sentyabr.
^ Treysi, D. S .; Singh, R. P. (1972). "Yangi matritsa mahsuloti va uning matritsalarni differentsiatsiyalashdagi qo'llanmalari". Statistica Neerlandica. 26 (4): 143–157. doi:10.1111 / j.1467-9574.1972.tb00199.x.
^ Liu, S. (1999). "Xatri-Rao va Treysi-Singx mahsulotlari bo'yicha matritsa natijalari". Chiziqli algebra va uning qo'llanilishi. 289 (1–3): 267–277. doi:10.1016 / S0024-3795 (98) 10209-4.
^ Slyusar, V. I. (1996 yil 27 dekabr). "Radar qo'llanmalaridagi matritsalardagi so'nggi mahsulotlar" (PDF). Radioelektronika va aloqa tizimlari.– 1998, jild. 41; 3 raqami: 50–53.
^ ^a ^b Slyusar, V. I. (1998 yil 13 mart). "Matritsalardan yuz mahsulotlari va uning xususiyatlari" oilasi (PDF). Kibernetika I Sistemnyi Analiz kibernetika va tizim tahlili. 1999 yil. 35 (3): 379–384. doi:10.1007 / BF02733426. S2CID 119661450.
^ ^a ^b Slyusar, Vadim (1999). "DSP uchun yangi matritsali operatsiyalar". doi:10.13140 / RG.2.2.31620.76164 / 1. Iqtibos jurnali talab qiladi | jurnal = (Yordam bering)
^ Slyusar, V. I. (1997-09-15). "Radarlarni qo'llash uchun matritsalar mahsulotining yangi operatsiyalari" (PDF). Proc. Elektromagnit va akustik to'lqinlar nazariyasining to'g'ridan-to'g'ri va teskari muammolari (DIPED-97), Lvov.: 73–74.
^ Tomas D. Ahle, Yakob Bek Tejs Knudsen. Tensorning deyarli optimal chizmasi. Nashr etilgan 2019. Matematika, informatika, ArXiv
^ Ninx, Fam; Rasmus, Pagh (2013). Aniq xususiyat xaritalari orqali tezkor va miqyosli polinom yadrolari. Bilimlarni kashf qilish va ma'lumotlarni qazib olish bo'yicha SIGKDD xalqaro konferentsiyasi. Hisoblash texnikasi assotsiatsiyasi. doi:10.1145/2487575.2487591.

Adabiyotlar

Shox, Rojer A.; Jonson, Charlz R. (1991), Matritsa tahlilidagi mavzular, Kembrij universiteti matbuoti, ISBN 978-0-521-46713-1.
Jain, Anil K. (1989), Raqamli tasvirni qayta ishlash asoslari, Prentice Hall, Bibcode:1989fdip.book ..... J, ISBN 978-0-13-336165-0.
Stib, Villi-Xans (1997), Matritsa hisobi va Kronecker mahsuloti, dasturlar va C ++ dasturlari bilan, Jahon ilmiy nashriyoti, ISBN 978-981-02-3241-2
Stib, Villi-Xans (2006), Matritsa va kirish matritsalarini hisoblashda muammolar va echimlar, Jahon ilmiy nashriyoti, ISBN 978-981-256-916-5

Tashqi havolalar

[1] "Algebra belgilarining to'liq ro'yxati". Matematik kassa. 2020-03-25. Olingan 2020-09-06.

[2] Vayshteyn, Erik V. "Kronecker mahsuloti". mathworld.wolfram.com. Olingan 2020-09-06.

[3] G. Zehfuss (1858), "Ueber eine gewisse Determinante", Zeitschrift für Mathematik und Physik, 3: 298–301.

[4] H. V. Xenderson; S. R. Searl (1980). "Vec-permutation matrix, vec-operator va Kronecker mahsulotlari: sharh" (PDF). Chiziqli va ko'p chiziqli algebra. 9 (4): 271–288. doi:10.1080/03081088108817379. hdl:1813/32747.

[5] Charlz F. Van Loan (2000). "Hamma joyda joylashgan Kronecker mahsuloti". Hisoblash va amaliy matematika jurnali. 123 (1–2): 85–100. Bibcode:2000JCoAM.123 ... 85L. doi:10.1016 / s0377-0427 (00) 00393-9.

[6] Langvil, Emi N.; Styuart, Uilyam J. (2004 yil 1-iyun). "Kronecker mahsuloti va stoxastik avtomat tarmoqlari". Hisoblash va amaliy matematika jurnali. 167 (2): 429–447. Bibcode:2004JCoAM.167..429L. doi:10.1016 / j.cam.2003.10.010.

[7] MacEdo, Ugo Daniel; Oliveira, Xose Nuno (2013). "Chiziqli algebra yozish: ikki mahsulotga yo'naltirilgan yondashuv". Kompyuter dasturlash fanlari. 78 (11): 2160–2191. arXiv:1312.4818. Bibcode:2013arXiv1312.4818M. CiteSeerX 10.1.1.747.2083. doi:10.1016 / j.scico.2012.07.012. S2CID 9846072.

[8] J. W. Brewer (1969). "Kronecker matritsasi mahsulotlari va matritsa tenglamalari tizimlari to'g'risida eslatma". Amaliy matematika bo'yicha SIAM jurnali. 17 (3): 603–606. doi:10.1137/0117057.

[9] Dammit, Devid S.; Fut, Richard M. (1999). Mavhum algebra (2 nashr). Nyu-York: Jon Vili va o'g'illari. 401-402 betlar. ISBN 978-0-471-36857-1.

[TAOCP0a-10] 96-mashqning javobiga qarang, D. E. Knut: "Pre-Fascicle 0a: Kombinatorial algoritmlarga kirish", nol bosib chiqarish (2-tahrir), D.E.ning bir qismi sifatida paydo bo'lishi. Knuth: Kompyuter dasturlash san'ati Vol. 4A

[VanLoan-11] Van qarz, C; Pitsianis, N (1992). Kronecker mahsulotlari bilan yaqinlashtirish. Ithaka, NY: Kornell universiteti.

[12] Qirol Keung Vu; Yam, Yeung; Men, Xelen; Mesbaxi, Mehran (2016). "Tenzor mahsuloti algoritmi orqali ko'p faktorli matritsalar bilan Kronecker mahsulotini yaqinlashtirish". 2016 yil IEEE tizimlari, inson va kibernetika bo'yicha xalqaro konferentsiya (SMC). 004277–004282-betlar. doi:10.1109 / SMC.2016.7844903. ISBN 978-1-5090-1897-0. S2CID 30695585.

[13] Dantas, Kassio F.; Koen, Jeremi E.; Gribonval, Rémi (2018). "Past darajali tenzor dekompozitsiyalaridan foydalangan holda siyrak tasvirlar uchun tez lug'atlarni o'rganish". Yashirin o'zgaruvchan tahlil va signallarni ajratish (PDF). Kompyuter fanidan ma'ruza matnlari. 10891. 456-466 betlar. doi:10.1007/978-3-319-93764-9_42. ISBN 978-3-319-93763-2.

[14] Algo Li va boshqalar. "Ikkala kvaternionlar va Kronecker mahsulotlaridan foydalangan holda bir vaqtning o'zida robot-dunyo va qo'l-ko'zni kalibrlash." Xalqaro fizika fanlari jurnali. 5 (10), 1530-1536 betlar, 2010 yil 4 sentyabr.

[15] Treysi, D. S .; Singh, R. P. (1972). "Yangi matritsa mahsuloti va uning matritsalarni differentsiatsiyalashdagi qo'llanmalari". Statistica Neerlandica. 26 (4): 143–157. doi:10.1111 / j.1467-9574.1972.tb00199.x.

[16] Liu, S. (1999). "Xatri-Rao va Treysi-Singx mahsulotlari bo'yicha matritsa natijalari". Chiziqli algebra va uning qo'llanilishi. 289 (1–3): 267–277. doi:10.1016 / S0024-3795 (98) 10209-4.

[slyusar-17] Slyusar, V. I. (1996 yil 27 dekabr). "Radar qo'llanmalaridagi matritsalardagi so'nggi mahsulotlar" (PDF). Radioelektronika va aloqa tizimlari.– 1998, jild. 41; 3 raqami: 50–53.

[slyusar2-18] Slyusar, V. I. (1998 yil 13 mart). "Matritsalardan yuz mahsulotlari va uning xususiyatlari" oilasi (PDF). Kibernetika I Sistemnyi Analiz kibernetika va tizim tahlili. 1999 yil. 35 (3): 379–384. doi:10.1007 / BF02733426. S2CID 119661450.

[lecture-19] Slyusar, Vadim (1999). "DSP uchun yangi matritsali operatsiyalar". doi:10.13140 / RG.2.2.31620.76164 / 1. Iqtibos jurnali talab qiladi | jurnal = (Yordam bering)

[DIPED-20] Slyusar, V. I. (1997-09-15). "Radarlarni qo'llash uchun matritsalar mahsulotining yangi operatsiyalari" (PDF). Proc. Elektromagnit va akustik to'lqinlar nazariyasining to'g'ridan-to'g'ri va teskari muammolari (DIPED-97), Lvov.: 73–74.

[tensorsketch-21] Tomas D. Ahle, Yakob Bek Tejs Knudsen. Tensorning deyarli optimal chizmasi. Nashr etilgan 2019. Matematika, informatika, ArXiv

[ninh-22] Ninx, Fam; Rasmus, Pagh (2013). Aniq xususiyat xaritalari orqali tezkor va miqyosli polinom yadrolari. Bilimlarni kashf qilish va ma'lumotlarni qazib olish bo'yicha SIGKDD xalqaro konferentsiyasi. Hisoblash texnikasi assotsiatsiyasi. doi:10.1145/2487575.2487591.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

Lineer algebra
Asosiy tushunchalar	Skalar Vektor Vektor maydoni Skalyar ko'paytirish Vektorli proektsiya Lineer span Lineer xarita Lineer proektsiya Lineer mustaqillik Lineer birikma Asos Asosning o'zgarishi Qator va ustunli vektorlar Qator va ustun oraliqlari Kernel O'ziga xos qiymatlar va xususiy vektorlar Transpoze Lineer tenglamalar
Matritsalar	Bloklash Parchalanish Qaytariladigan Kichik Ko'paytirish Rank Transformatsiya Kramer qoidasi Gaussni yo'q qilish
Ikki chiziqli	Ortogonallik Nuqta mahsulot Ichki mahsulot maydoni Tashqi mahsulot Gram-Shmidt jarayoni
Ko'p chiziqli algebra	Aniqlovchi O'zaro faoliyat mahsulot Uch mahsulot Etti o'lchovli o'zaro faoliyat mahsulot Geometrik algebra Tashqi algebra Bivektor Multivektor Tensor Outermorfizm
Vektor maydoni inshootlar	Ikki tomonlama To'g'ridan-to'g'ri summa Funktsiya maydoni Miqdor Subspace Tensor mahsuloti
Raqamli	Suzuvchi nuqta Raqamli barqarorlik Asosiy chiziqli algebra kichik dasturlari (BLAS) Matritsa siyrak Chiziqli algebra kutubxonalarini taqqoslash
Turkum Kontur Matematik portal Vikikitob Vikipediya