向量的外积计算方法及示例

正义的彬彬侠

于 2024-09-25 00:39:23 发布

阅读量874

点赞数 22

分类专栏：机器学习文章标签：机器学习线性代数矩阵人工智能

本文链接：https://blog.csdn.net/u013172930/article/details/142503457

版权

机器学习专栏收录该内容

61 篇文章 1 订阅

订阅专栏

定义：

向量的外积（Outer Product）是两个向量之间的一种乘法运算，结果是一个矩阵。给定一个 $n$ 维列向量 $\mathbf{u}$ 和一个 $m$ 维列向量 $\mathbf{v}$ ，它们的外积 $\mathbf{u} \mathbf{v}^\top$ 是一个 $\times m$ 的矩阵，其元素由 $\mathbf{u}$ 的元素与 $\mathbf{v}$ 的元素的乘积组成。

计算方法：

假设：
$\mathbf{u} = \begin{pmatrix} u_1 \\ u_2 \\ \vdots \\ u_n \\ \end{pmatrix}, \quad \mathbf{v} = \begin{pmatrix} v_1 \\ v_2 \\ \vdots \\ v_m \\ \end{pmatrix}$

则外积 $\mathbf{A} = \mathbf{u} \mathbf{v}^\top$ 的计算如下：
$\mathbf{A} = \begin{pmatrix} u_1 v_1 & u_1 v_2 & \cdots & u_1 v_m \\ u_2 v_1 & u_2 v_2 & \cdots & u_2 v_m \\ \vdots & \vdots & \ddots & \vdots \\ u_n v_1 & u_n v_2 & \cdots & u_n v_m \\ \end{pmatrix}$

每个元素 $a_{ij} = u_i \times v_j$ 。

示例：

给定向量：
$\mathbf{u} = \begin{pmatrix} 1 \\ 2 \\ 3 \\ \end{pmatrix}, \quad \mathbf{v} = \begin{pmatrix} 4 \\ 5 \\ \end{pmatrix}$

计算外积 $\mathbf{A} = \mathbf{u} \mathbf{v}^\top$ ：

写出 $\mathbf{v}^\top$ ：
$\mathbf{v}^\top = \begin{pmatrix} 4 & 5 \\ \end{pmatrix}$
计算外积矩阵：
$\mathbf{A} = \mathbf{u} \mathbf{v}^\top = \begin{pmatrix} 1 \\ 2 \\ 3 \\ \end{pmatrix} \begin{pmatrix} 4 & 5 \\ \end{pmatrix} = \begin{pmatrix} 1 \times 4 & 1 \times 5 \\ 2 \times 4 & 2 \times 5 \\ 3 \times 4 & 3 \times 5 \\ \end{pmatrix}$
计算结果：
$\mathbf{A} = \begin{pmatrix} 4 & 5 \\ 8 & 10 \\ 12 & 15 \\ \end{pmatrix}$