Matrix calculus(矩阵微积分)(第三部分,向量求导恒等式(I))

恒等式

综上所述,如果涉及到分子布局和分母布局的切换,则运算结果会发生转置。
为了搞懂下面的一些等式,应该记得下面的一些规则:链式法则,产品法则,总体法则。总和规则通用,产品规则适用于以下大多数情况,条件是维持矩阵产品的秩序,因为矩阵产品是不可交换的。链式规则适用于某些情况,但不幸的是,不适用于矩阵对向量求导或向量对矩阵求导(后者主要涉及应用于矩阵的跟踪算子)。在后一种情况下,产品规则也不能直接应用,但是使用微分恒等式可以做更多的工作。

向量对向量求导恒等式

首先介绍这一点,因为所有适用于向量对向量微分的操作都直接适用于向量对标量,或者是标量对向量的微分,只需将分子或分母中的的向量简化为标量即可。
恒等式:向量对向量求导 yx

情况表达式分子布局分母布局
a 不是 x 的函数 ax= 0
xx= I
A 不是 x 的函数 Axx= A AT
xTAx= AT A
a 不是x的函数, u=u(x) aux= aux
a=a(x) , u=u(x) aux= aux+uax aux+axuT
A 不是 x 的函数, u=u(x) Aux= Aux uxAT
u=u(x) , v=v(x) (u+v)x= ux+vx
u=u(x) g(u)x= g(u)uux uxg(u)u
f(g(u))x= f(g)gg(u)uux uxg(u)uf(g)g

标量对向量求导恒等式

基本的恒等式在黑线的上方

情况表达式分子布局分母布局
第一部分
a 不是向量x的方程 ax= 0T 0
a 不是向量x的方程, u=u(x) aux= aux
u=u(x) , v=v(x) (u+v)x= ux+vx
(uv)x= uvx+vux
u=u(x) g(u)x= g(u)uux
f(g(u))x= f(g)gg(u)uux
u=u(x),v=v(x) (uv)x=uTvx= uTvx+vTux 此处假定 ux vx 为分子布局 vxv+uxu 此处假定 ux vx 为分母布局
u=u(x),v=v(x) A 不是关于向量 x 的函数 (uAv)x=uTAvx= uTAvx+vTATux 此处假定 ux vx 为分子布局 vxAv+uxATu 此处假定 ux vx 为分母布局
2xxT= H ,海森矩阵
第二部分
a 不是关于向量 x 的方程 (ax)x=(xa)x=aTxx=xTax= aT a
A 不是关于向量 x 的方程, a 不是关于向量 x 的方程 bTAxx= bTA ATb
A 不是关于向量 x 的方程 xTAxx= xT(A+AT) (A+AT)x
A 不是关于向量 x 的方程, A 是对称矩阵 xTAxx= 2xTA 2Ax
A 不是关于向量 x 的方程 2xTAxx= A+AT
A 不是关于向量 x 的方程, A 是对称矩阵 2xTAxx= 2A
(xx)x=xTxx= 2xT 2x

表格太长无法编辑了,老是跳屏

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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