矩阵填充学习（一）

前言

最近研究课题确定以后，其中有一部分内容需要用到矩阵填充的知识，因此计划学习一些矩阵分解和矩阵填充，也记录一下学习的过程，当作笔记了。本篇主要介绍学习一些前置知识。下面内容都是通过学习张贤达编写的《矩阵分析与应用》总结得到，这本书内容非常丰富，当作工具书或者学习都很不错。

一些需要清楚的基本概念

张量

数据沿着一相同方向排列称为一路阵列。标量是零路阵列的表示，行向量和列向量分别是数据沿水平和垂直方向排列的一路阵列。矩阵是数据沿水平水平和垂直两个方向排列的二路阵列。张量是数据的多路阵列表示，一个张量就是一个多路阵列或多为阵列，是矩阵的一种扩展。n路阵列表示的张量称为n阶张量，记为 $\tau \in K^{I_1\times I_2\times \cdots \times I_n}$，其中K代表数域的R或者复数域C。

矩阵$A\in K^{m\times n}$用元素和矩阵符号[.]表示为$A=[a_{ij}{]}_{i,j=1}^{m,n}$，n阶张量$A\in K^{I_1\times I_2\times \cdots \times I_n}$用双重矩阵符号[[.]]表示为$A=[[a_{i_1\cdots i_n}]{]}_{i_1,\cdots ,i_n=1}^{I_1,\cdots ,I_n}$，其中$a_{i_1\cdots i_n}$是张量的第$(i_1,\cdots ,i_n$