矩阵迹的常用公式

最新推荐文章于 2024-05-25 08:58:02 发布

Mickle_Liu

最新推荐文章于 2024-05-25 08:58:02 发布

阅读量1w

点赞数 5

分类专栏：非负矩阵分解文章标签：矩阵线性代数算法

本文链接：https://blog.csdn.net/lgy_study/article/details/128005972

版权

非负矩阵分解专栏收录该内容

3 篇文章 0 订阅

订阅专栏

矩阵迹的有关公式

1. 迹的定义
2. 常用公式
3. 迹的求导

1. 迹的定义

设矩阵 $A=[ a_{ij}]$ 为大小为 $n\times n$ 的矩阵，矩阵 $A$ 的迹定义如下：
$tr(A)=\sum_{i=1}^{n} a_{ii}$

2. 常用公式

公式1：两个矩阵乘积的迹： $t r (A B) = t r (B A)$

公式2：三个矩阵乘积的迹：

$t r (A B C) = t r (C A B) = t r (B C A)$

公式3： $tr(A) = tr(A^T)$

3. 迹的求导

公式4 矩阵乘积的迹的求导：

$\frac{\partial tr(AB)}{\partial A} = \frac{\partial tr(BA)}{\partial A} = B^T$

公式5 矩阵转置乘积的求导：

$\frac{\partial tr(A^TB)}{\partial A} = \frac{\partial tr(BA^T)}{\partial A} = B$

公式6 包含两个变量矩阵的求导（自身及转置）：

$\frac{\partial tr(ABA^TC)}{\partial A} = CAB + C^TAB^T$
证明：
分布求导，可得：
$\frac{\partial tr(ABA^TC)}{\partial A} =\frac{\partial {tr(ABA^TC)}}{\partial{A}} + \frac{\partial{tr(A^TCAB)}}{\partial{A}}$
又
$\frac{\partial {tr(ABA^TC)}}{\partial{A}} = (BA^TC)^T=C^TAB^T$
且
$\frac{\partial{tr(A^TCAB)}}{\partial{A}} = CAB$
所以，
$\frac{\partial tr(ABA^TC)}{\partial A} = CAB + C^TAB^T$