矩阵等式 matrix identity（numpy仿真）
矩阵乘法
Am×n⋅Bn×p=∑jA(:,j)B(j,:)
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
>> rng('default');
>> A = randi(3, 2, 3); B = randi(3, 3, 2);
>> A*B
ans =
11 16
12 15
>> C = zeros(size(A, 1), size(B, 2));
>> for j = 1:size(A, 2),
C = C + A(:, j) * B(j, :);
end
>> C
C =
11 16
12 15矩阵的迹（trace）
矩阵的迹等于其对角元素之和；
复制代码
1
2
3
4
5
function t = trace(A)
if ~ismatrix(A) || size(A,1)~=size(A,2)
error(message('MATLAB:trace:square'));
end
t = full(sum(diag(A)));基本性质：
∥A∥2F=tr(A′×A)=tr(A×A′)
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
>> A = magic(3);
>> norm(A, 'fro')^2
ans =
285.0000
>> trace(A'*A)
ans =
285
>> trace(A*A')
ans =
285- 矩阵的 F 范数是全体元素平方和，
- A′×A ：其对角线元素分别为列的平方和，
- A×A′ ：其对角线元素分别为行的平方和再相加。
- 本质上都等于： ∑∑A.2
最后
以上就是专一导师最近收集整理的关于矩阵等式 matrix identity（二）的全部内容，更多相关矩阵等式内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复