În matematică , în domeniul algebrei liniare , produsul Kronecker, notat prin {\ displaystyle \ otimes} , Este o operațiune între două matrici de dimensiuni arbitrare, se aplică întotdeauna, spre deosebire de alte obicei mai mult multiplicarea matricelor .
Definiție
Dacă A este o matrice m × n și B este o matrice p q ×, atunci produsul lor Kronecker {\ Displaystyle A \ otimes B} este un punct de topire x nq matrice definită în blocuri după cum urmează:
{\ Displaystyle \ A \ otimes B = {\ begin {bmatrix} a_ {11} B & \ cdots & a_ {1n} B \\\ vdots & \ ddots & \ vdots \\ a_ {m1} B & \ cdots & a_ {mn} B \ end {bmatrix}}}
Adică, ceea ce face fiecare termen explicit:
{\ Displaystyle \ A \ otimes B = {\ begin {bmatrix} a_ {11} B_ {11} & a_ {11} B_ {12} & \ cdots & a_ {11} B_ {1q} & \ cdots & \ cdots & a_ {1n} B_ {11} & a_ {1n} B_ {12} & \ cdots & a_ {1n} B_ {1q} \\ a_ {11} B_ {21} & a_ {11} B_ {22} & \ cdots & a_ {11} B_ {2q} & \ cdots & \ cdots & a_ {1n} B_ {21} & a_ {1n} B_ {22} & \ cdots & a_ {1n} B_ {2q} \\\ vdots & \ vdots & \ ddots & \ vdots &&& \ vdots & \ vdots & \ ddots & \ vdots \\ a_ {11} B_ {p1} & a_ {11} B_ {p2} & \ cdots & a_ {11} B_ {pq} & \ cdots & \ cdots & a_ {1n} B_ {p1} & a_ {1n} B_ {p2} & \ cdots & a_ {1n} B_ {pq} \\\ vdots & \ vdots && \ vdots & \ ddots && \ vdots & \ vdots && \ vdots \\\ vdots & \ vdots && \ vdots && \ ddots & \ vdots & \ vdots && \ vdots \\ a_ {m1} B_ {11} & a_ {m1} {B_ 12} & \ cdots & a_ {m1} B_ {1q} & \ cdots & \ cdots & a_ {mn} B_ {11} & a_ {mn} B_ {12} & \ cdots & a_ {mn} B_ {1q} \\ a_ {m1} B_ {21} & a_ {m1} B_ {22} & \ cdots & a_ {m1} B_ {2q} & \ cdots & \ cdots & a_ {} mn B_ {21} & a_ {mn } B_ {22} & \ cdots & a_ {} B_ mn {2q} \\\ vdots & \ vdots & \ ddots & \ vdots &&& \ vdots & \ vdots & \ ddots & \ vdots \\ a_ {m1} {B_ p1} & a_ {m1} B_ {p2} & \ cdots & a_ {m1} B_ {pq} & \ cdots & \ cdots & a_ {mn} B_ {p1} & a_ {mn} B_ {p2} & \ cdots & a_ {} B_ mn {pq} \ end {bmatrix}}.}
Rețineți că acest produs nu este o extensie a menționat mai sus „rând prin coloană“ multiplicare, ca și înmulțirea între 3 x 2 și o matrice de 2 x 3 produce o matrice de 6 x 6, nu un 3 × 3.
Exemplu
{\ Displaystyle {\ begin {bmatrix} 1 & 2 \\ 3 & 1 \\\ end {bmatrix}} \ otimes {\ begin {bmatrix} 0 & 3 \\ 2 & 1 \\\ end {bmatrix}} = {\ begin {bmatrix} 1 \ cdot 0 & 1 \ cdot 3 & 2 \ cdot 0 & 2 \ cdot 3 \\ 1 \ cdot 2 & 1 \ cdot 1 & 2 \ cdot 2 & 2 \ cdot 1 \\ 3 \ cdot 0 & 3 \ cdot 3 & 1 \ cdot 0 & 1 \ cdot 3 \\ 3 \ cdot 2 & 3 \ cdot 1 & 1 \ cdot 2 & 1 \ cdot 1 \\\ end {bmatrix}} = {\ begin {bmatrix} 0 & 3 & 0 & 6 \\ 2 & 1 & 4 & 2 \\ 0 & 9 & 0 & 3 \\ 6 & 3 & 2 & 1 \ end {bmatrix}}}
Proprietate
Bilinearity și asociativitatea
Produsul Kronecker este un caz special al unui produs tensor , prin urmare, este biliniară și asociativă :
- {\ Displaystyle A \ otimes (B + C) = A \ otimes B + A \ otimes C \ prototipurilor} (În cazul în care B și C sunt de aceeași dimensiune)
- {\ Displaystyle (A + B) \ otimes C = A \ otimes C + B \ otimes C \ prototipurilor} (În cazul în care A și B au aceeași dimensiune)
- {\ Displaystyle (kA) \ otimes B = A \ otimes (kB) = k (A \ otimes B)} (k scalar )
- {\ Displaystyle (A \ otimes B) \ otimes C = A \ otimes (B \ otimes C),}
Acest produs nu este comutativă, cu toate acestea {\ Displaystyle A \ otimes B} Și {\ B displaystyle \ otimes A} acestea sunt echivalente de permutare, adică, există permutare matrici P și Q astfel încât {\ Displaystyle A \ otimes B = P \ (B \ otimes A) \, Q} . Dacă A și B sunt pătrate , atunci ele sunt similare cu permutare, adică P = Q T
Produs mixt
Dacă A, B, C și D sunt matrice astfel încât există produsul-rând prin coloană între A și C și între B și D, atunci există, de asemenea, există {\ Displaystyle (A \ otimes B) \ cdot (C \ otimes D)} și este în valoare de faptul că
- {\ Displaystyle (A \ otimes B) \ cdot (C \ otimes D) = (A \ cdot C) \ otimes (B \ cdot D)} .
Rezultă că {\ Displaystyle A \ otimes B} este inversabilă dacă și numai dacă A și B sunt inversabilă și inversul este dată de {\ Displaystyle (A \ otimes B) ^ {- 1} = A ^ {- 1} \ otimes B ^ {-. 1}}
Spectru
Fie A și B să fie pătrate de ordinul neq respectiv și lăsa λ 1, ..., λ n fi autovalorile lui A, μ 1, ..., q μ cele ale B. Apoi, autovalorile {\ Displaystyle A \ otimes B} Sunt
- {\ Displaystyle \ lambda _ {i} \ mu _ {j}, \ prototipurilor i = 1, \ ldots, n, \, j = 1, \ ldots, q.}
Rezultă că linia este {\ Displaystyle \ operatorname {tr} (A \ otimes B) = \ operatorname {tr} A \ cdot \ operatorname {tr} B} și că determinant este {\ Displaystyle \ det (A \ otimes B) = (\ det A) ^ {q} \ cdot (\ det B) ^ {n}} .
valorile singular
Fie A și B să fie matrici dreptunghiulare cu zero non- valori singulare , respectiv{\ Displaystyle \ sigma _ {A, i}} , I = 1, .., r A e{\ Displaystyle \ sigma _ {B, j}} , J = 1, .., r B.
Apoi, produsul {\ Displaystyle A \ otimes B} are RaRb valori singulare care sunt exact {\ Displaystyle \ sigma _ {A, i} \ cdot \ sigma _ {B, j}} , I = 1, .., r A, j = 1, .., r B.
Deoarece rangul unei matrice este egal cu numărul de valori singulare nenule, atunci este {\ Displaystyle \ operatorname {rank} (A \ otimes B) = \ operatorname {rank} A \ cdot \ operatorname {rank} B} .
Relațiile cu produsul abstract tensorial
Produsul Kronecker între matrice corespunde produsului tensorial abstract hărților liniare. Mai exact, în cazul în care matricele A și B reprezintă transformările liniare V 1 → W 1 și V 2 → W 2, atunci matricea {\ Displaystyle A \ otimes B} reprezintă produsul tensorial între cele două hărți V 1 {\ displaystyle \ otimes} V 2 → W 1 {\ displaystyle \ otimes} W 2.
Aplicații în graficul de potrivire
De sine {\ displaystyle A_ {1}} Și {\ displaystyle A_ {2}} sunt matricele de adiacenta două grafice neponderați, atunci {\ Displaystyle A = A_ {1} \ otimes A_ {2} + {\ overline {A_ {1}}} \ otimes {\ overline {A_ {2}}}} este matricea de adiacenta a unui grafic, numit asociere, ale cărei noduri corespund sarcinilor între nodurile din cele două grafice originale și al căror maxim / clici maxime corespund / meciuri maxime maxime dintre cele două grafice originale.
ecuații Matrix
Produsul Kronecker poate fi utilizat pentru reprezentarea unor ecuații matrice. De exemplu, să considerăm AXB ecuația = C, unde A, B și C sunt date matrici și X este necunoscută. Putem rescrie această ecuație ca
- {\ Displaystyle (B ^ {\ sus} \ otimes A) \, \ operatorname {vec} X = \ operatorname {vec} C}
unde în cazul în care X este de ordinul m × n, vec (X) reprezintă vectorul de dimensiune m × n format prin intrările X scrise în ordine de coloană, adică
- {\ Displaystyle \ operatorname {vec} X = [X_ {11}, X_ {21}, \ ldots, X_ {m1}, X_ {12}, X_ {22}, \ ldots, X_ {m2}, \ ldots, X_ {1n}, X_ {2n}, \ ldots, X_ {mn}] ^ {\ sus}.} .
Din proprietățile menționate până acum, rezultă că ecuația AXB = C are o soluție unică dacă și numai dacă A și B sunt non-singular.
Istorie
Produsul Kronecker este numit după Leopold Kronecker , dar există puține dovezi că Kronecker a fost primul care să definească și să o folosească. De fapt, a fost , de asemenea , utilizat în trecut sub numele de matrice Zehfuss, de Johann Georg Zehfuss . [1]
Notă
linkuri externe