我是靠谱客的博主 专一导师,最近开发中收集的这篇文章主要介绍矩阵等式 matrix identity(二),觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

矩阵等式 matrix identity(numpy仿真)

矩阵乘法

Am×nBn×p=jA(:,j)B(j,:)

>> 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;

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:

A2F=tr(A×A)=tr(A×A)

>> 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

以上就是专一导师为你收集整理的矩阵等式 matrix identity(二)的全部内容,希望文章能够帮你解决矩阵等式 matrix identity(二)所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

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。
点赞(33)

评论列表共有 0 条评论

立即
投稿
返回
顶部