迹运算丨trace

最新推荐文章于 2024-08-28 16:14:39 发布

MissXy_

最新推荐文章于 2024-08-28 16:14:39 发布

阅读量1w

点赞数 6

分类专栏：数学基础文章标签：迹运算 trace 迹

本文链接：https://blog.csdn.net/MissXy_/article/details/81224529

版权

11 篇文章 2 订阅

订阅专栏

迹运算丨 $trace$

线性代数运用挺多的运算，学习一下。

迹运算返回的矩阵对角元素的和：

T r (A) = \sum i A i, i

$Tr(A)=\sum_{i}{A_{i,i}}$
迹运算因为很多原因而受到关注。若不使用求和符号，有些矩阵运算很难描述，而通过矩阵乘法和迹运算符号，可以清楚地表示。例如，迹运算提供了另一种描述矩阵

Frobenius F r o b e n i u s $Frobenius$ 范数的方式：

| | A | | F = T r (A A T) - - - - - - - - \sqrt

$||A||_F=\sqrt{Tr(AA^T)}$

Frobenius 范数，即矩阵元素绝对值的平方和再开平方。范数讲解

用迹运算表示表达式，我们可以使用很多有用的等式来操纵表达式。例如，迹运算在转置运算下是不变的：

T r (A) = T r (A T)

$Tr(A) = Tr(A^T)$

多个矩阵乘积的迹，和将这些矩阵中最后一个挪到最前面之后乘积的迹是相同的。当然，我们需要考虑挪动之后矩阵乘积依然定义良好：

T r (A B C) = T r (C A B) = T r (B C A)

$Tr(ABC) = Tr(CAB) = Tr(BCA)$

即使循环置换后矩阵乘积得到的矩阵形状变了，迹运算的结果依然不变。例如，假设矩阵 $A ∈ R^{m×n}$ ，矩阵 $B ∈ R^{n×m}$ ，我们可以得到:

T r (A B) = T r (B A)

$Tr(AB) = Tr(BA)$
即使

AB∈Rm×m A B ∈ R m × m $AB ∈ R^{m×m}$ 和

BA∈Rn×n B A ∈ R n × n $BA ∈ R^{n×n}$ 。

另一个有用的事实是标量在迹运算后仍然是它自己： $a = Tr(a)$ 。

定义矩阵A:

% 矩阵a
a=[1,3,4;
   3,2,4;
   1,1,2]

输入：

% 求迹，主对角线之和
>> trace(a)
ans =
     5

% Frobenius 范数
>> norm(a,'fro');
ans =
    7.8102
% 上述公式实现
>> sqrt(trace(a*a'))
ans =
    7.8102

关注

专栏目录