一个行列式求导

最新推荐文章于 2021-02-12 22:56:24 发布
最新推荐文章于 2021-02-12 22:56:24 发布
阅读量1.1w 收藏 19
点赞数 6
分类专栏： math 文章标签： 线性代数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/TigerTai98/article/details/83623448
版权

一个行列式求导公式

d ∣ A ∣ d t = ∣ A ∣ t r ( A − 1 ∗ d A d t ) ,   A ∈ R n × n \frac{d|A|}{dt} = |A|tr(A^{-1}*\frac{dA}{dt}),\ A\in R^{n \times n} dtd∣A∣​=∣A∣tr(A−1∗dtdA​), A∈Rn×n

证明如下

首先我们有
∣ A ( a i j + ϵ ) ∣ − ∣ A ( a i j ) ∣ = ϵ A i j d ∣ A ∣ d a i j = A i j \begin{aligned} |A(a_{ij}+\epsilon)|-|A(a_{ij})| &= \epsilon A_{ij} \\ \\ \frac{d|A|}{da_{ij}} &= A_{ij} \end{aligned} ∣A(aij​+ϵ)∣−∣A(aij​)∣daij​d∣

最低0.47元/天 解锁文章
TigerTai98
关注
  • 6
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
有关矩阵求导的三个资料
05-21
这本书可能包括了矩阵的乘法、指数函数、对数函数、逆矩阵、迹、行列式、特征值和特征向量等方面的求导规则。对于研究人员和工程师来说，这是一本不可或缺的工具书，可以在处理复杂数学问题时快速查找所需公式。 ...
行列式的求导
分析101
04-19 7963
在应用中，经常会碰到需要对某个矩阵的行列式进行求导的情况。而行列式的计算方法比较复杂，如果将它展开成后计算，会比较麻烦，因此最好直接记住一些结论。 本文以计算∂∣A∣∂A\dfrac{\partial |A|}{\partial A}∂A∂∣A∣​和∂ln⁡∣A∣∂A\dfrac{\partial \ln |A|}{\partial A}∂A∂ln∣A∣​为例，介绍如何对行列式求导，并希望大家可以记住结论。 首先，为防止大家线性代数的内容忘得差不多了，我们先以方阵AAA（n×nn\times nn×n）为例
笔记：矩阵行列式求导以及矩阵的逆的求导
DengTseng的博客
12-12 1万+
笔记：矩阵行列式求导以及矩阵的逆的求导一、结论二、矩阵的行列式求导三、矩阵的逆的导数 一、结论 设A=(aij(t))n×nA=(a_{ij}(t))_{n\times n}A=(aij​(t))n×n​， d∣A∣dt=∣A∣tr(A−1dAdt)dA−1dt=−A−1dAdtA−1 \begin{aligned} &\frac{d |A|}{dt} =|A|tr\left(A^{-1}\frac{dA}{dt}\right)\\ &\frac{d A^{-1}}{dt} = -A^{-1
行列式函数的求导法则
weixin_34335458的博客
12-15 2124
设函数$f_{ij}(x)(i,j=1,2,\cdots,n)$在区间$I$内可导，则行列式函数 \begin{equation} f(x)=\begin{vmatrix} f_{11}(x)&f_{12}(x)&\cdots&f_{1n}(x)\\f_{21}(x)&f_{22}(x)&\cdots&f_{2n}(x)\\\vd...
机器学习中最常用的矩阵/向量求导公式
我是一只小嵩鼠
02-12 2612
矩阵、向量求导公式
lsqnonlinSym:一个 lsqnonlin 包装以获得雅可比行列式-matlab开发
05-31
`lsqnonlinSym`则是针对这一需求的一个包装器函数，它利用MATLAB的符号数学工具箱（Symbolic Math Toolbox）来计算目标函数的雅可比行列式。 符号数学工具箱是MATLAB提供的一套强大的数学工具，它可以处理符号...
matrix calculus
10-13
讲述矩阵运算 求导。 Matrix Calculus - Notes on the Derivative of a Trace Johannes Traa
机器学习中的矩阵和求导.zip_机器学习程序_矩阵求导_矩阵论
09-15
通过理解矩阵运算的基本性质，如乘法、转置、逆和行列式，我们可以更好地掌握线性变换和特征分析。 矩阵求导是优化机器学习模型的核心，特别是在梯度下降和反向传播算法中。当我们需要最小化损失函数时，需要计算...
广义Vandermonde行列式的计算 (2005年)
06-15
用多项式根的韦达定理和构造辅助函数求导的 2种方法,解决了几类三阶广义 Vander-monde行列式的计算,并将一些结果推广到高阶的广义 Vandermonde行列式。
矩阵求导公式总结
susandebug
06-12 8万+
今天推导公式，发现居然有对矩阵的求导，狂汗--完全不会。不过还好网上有人总结了。吼吼，赶紧搬过来收藏备份。 基本公式： Y = A * X --> DY/DX = A' Y = X * A --> DY/DX = A Y = A' * X * B --> DY/DX = A * B' Y = A' * X' * B --> DY/DX = B * A' 1. 矩阵Y对标量x求导
矩阵求导法则与性质
crazy_scott的博客
07-04 10万+
介绍矩阵求导法则，以及常用的求导公式、迹函数、行列式求导结论 矩阵求导法则 矩阵求导应该分为标量求导、向量求导、矩阵求导三个方面来介绍，公式繁多，但仔细看看其实是有规律可循的。 标量求导 无论是矩阵、向量对标量求导，或者是标量对矩阵、向量求导，其结论都是一样的：等价于对矩阵（向量）的每个分量求导，并且保持维数不变。 例如，我们可以计算标量对向量求导： 设yyy为一个元素，x...
矩阵求导法则
weixin_39568744的博客
09-11 2万+
转载自：https://blog.csdn.net/dinkwad/article/details/72819832 矩阵求导的技术，在统计学、控制论、机器学习等领域有广泛的应用。鉴于我看过的一些资料或言之不详、或繁乱无绪，本文来做个科普，分作两篇，上篇讲标量对矩阵的求导术，下篇讲矩阵对矩阵的求导术。本文使用小写字母x表示标量，粗体小写字母xx 表示向量，大写字母X表示矩阵。 首先来琢磨一下定...
矩阵求导
Flower_Panda的博客
01-09 284
矩阵求导 对矩阵的行列式求导 因为 泰勒展开 对于向量形式，展开的一阶项应该是向量g(w)和w-w0的元素对应相乘，相应地矩阵形式也应该是对应相乘， 这里介绍一个性质。下式中的A、B都是m×m， 于是有 ...
机器学习中的常用矩阵求导
不忘初心，方得始终
10-23 1623
矩阵求导好像读书的时候都没学过，因为讲矩阵的课程上不讲求导，讲求导的课又不提矩阵。如果从事机器学习方面的工作，那就一定会遇到矩阵求导的东西。维基百科上：http://en.wikipedia.org/wiki/Matrix_calculus ， 根据Y与X的不同类型（实值，向量，矩阵），给出了具体的求导公式，以及一堆相关的公式，查起来都费劲。 其实在实际的机器学习工作中，最常
矩阵求导、几种重要的矩阵及常用的矩阵求导公式
热门推荐
Norstc的博客
08-01 15万+
一、矩阵求导   一般来讲，我们约定x=(x1,x2,...xN)Tx=(x1,x2,...xN)T，这是分母布局。常见的矩阵求导方式有：向量对向量求导，标量对向量求导，向量对标量求导。 1、向量对向量求导 2、标量对向量求导 3、向量对标量求导 其他的可以参考wiki：维基百科矩阵求导公式 二、几种重要的矩阵 1、梯度（Gradient）   2、雅克比矩阵（J...
（Math）矩阵求导
沤江一流的专栏
06-05 3万+
本文地址：http://blog.csdn.net/mounty_fsc/article/details/51583809 前言 本文为维基百科上矩阵微积分部分的翻译内容。本文为原文的翻译与个人总结，非一一对照翻译。由于水平不足理解不够处，敬请原谅与指出。原文地址https://en.wikipedia.org/wiki/Matrix_calculus。原文为矩阵微积分，本文题为矩阵求导，原因是
矩阵的逆的导数
颹蕭蕭
10-09 1万+
矩阵的逆的导数怎么求？
对|AB-C|+2|B|矩阵求导
最新发布
10-31
对于矩阵求导，我们需要先定义矩阵的导数。设矩阵X是一个m行n列的矩阵，Y是一个n行p列的矩阵，那么X对Y的导数定义为一个m×n×p的张量，其中第i行第j列第k层的元素为∂x_{i,j}/∂y_{j,k}。在这个定义下，我们可以对矩阵的函数进行求导。 现在我们来求解对于|AB-C|+2|B|矩阵的导数。首先，我们需要知道矩阵行列式的求导公式： 对于一个n阶方阵A，有d|A|/dA_{i,j}=C_{j,i}，其中C_{j,i}是A的代数余子式。 根据这个公式，我们可以得到： d|AB-C|/dA = d|AB|/dA = |B|×(A⊗E)_{n^2×n^2} d|AB-C|/dB = d|AB|/dB - d|C|/dB = |A|×(E⊗B)_{n^2×n^2} - |C|×(B^{-1})^T d|B|/dB = 2B 因此，对于|AB-C|+2|B|矩阵求导，我们可以得到： d(|AB-C|+2|B|)/dA = |B|×(A⊗E)_{n^2×n^2} d(|AB-C|+2|B|)/dB = |A|×(E⊗B)_{n^2×n^2} - |C|×(B^{-1})^T + 2B

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值