กลับไปหน้าบทความ

อ่าน 35 นาที

ผลิตภัณฑ์โครเนกเกอร์

ใน ทางคณิตศาสตร์ ผลคูณโครเนกเกอร์ ซึ่งบางครั้งใช้สัญลักษณ์ ⊗ เป็นการ ดำเนินการ กับเมทริกซ์สอง เมทริกซ์ ที่มีขนาดใดๆ ก็ได้ ส่งผลให้ได้ เมทริกซ์บล็อก เป็นการเฉพาะของ ผลคูณเทนเซอร์...

ผลิตภัณฑ์โครเนกเกอร์

ในทางคณิตศาสตร์ผลคูณโครเนกเกอร์ซึ่งบางครั้งใช้สัญลักษณ์เป็นการดำเนินการกับเมทริกซ์สองเมทริกซ์ที่มีขนาดใดๆ ก็ได้ ส่งผลให้ได้เมทริกซ์บล็อกเป็นการเฉพาะของผลคูณเทนเซอร์ (ซึ่งใช้สัญลักษณ์เดียวกัน) จากเวกเตอร์ไปยังเมทริกซ์ และให้เมทริกซ์ของ แผนที่เชิงเส้น ของผลคูณเทนเซอร์โดยสัมพันธ์กับฐาน มาตรฐานที่เลือกไว้ ผลคูณโครเนกเกอร์นั้นแตกต่างจากการคูณเมทริกซ์ ทั่วไป ซึ่งเป็นการดำเนินการที่แตกต่างกันโดยสิ้นเชิง บางครั้งผลคูณโครเนกเกอร์ก็เรียกว่าผลคูณโดยตรงของเมทริกซ์[ 1 ]

ผลคูณโครเนกเกอร์ตั้งชื่อตามนักคณิตศาสตร์ชาวเยอรมันเลโอโปลด์ โครเนกเกอร์ (ค.ศ. 1823–1891) แม้ว่าจะมีหลักฐานน้อยมากว่าเขาเป็นคนแรกที่กำหนดและใช้มัน ผลคูณโครเนกเกอร์ยังถูกเรียกว่าเมทริกซ์เซห์ฟุสและผลคูณเซห์ฟุสตามชื่อของโยฮันน์ เกออร์ก เซห์ฟุสผู้ซึ่งอธิบายการดำเนินการเมทริกซ์นี้ในปี ค.ศ. 1858 แต่ ปัจจุบันคำว่า ผลคูณโครเนกเกอร์เป็นคำที่ใช้กันอย่างแพร่หลายที่สุด[ 2 ] [ 3 ]การระบุชื่อผิดพลาดว่าเป็นโครเนกเกอร์แทนที่จะเป็นเซห์ฟุส เกิดจากเคิร์ท เฮนเซล[ 4 ]

คำนิยาม

ถ้าAเป็น เมทริกซ์ขนาด m × nและBเป็น เมทริกซ์ขนาด p × qแล้ว ผลคูณโครเนกเกอร์A Bจะเป็น เมทริกซ์บล็อกขนาด pm × qn :

เอบี=[เอ11บีเอ1nบีเอ1บีเอnบี],{\displaystyle \mathbf {A} \otimes \mathbf {B} ={\begin{bmatrix}a_{11}\mathbf {B} &\cdots &a_{1n}\mathbf {B} \\\vdots &\ddots &\vdots \\a_{m1}\mathbf {B} &\cdots &a_{mn}\mathbf {B} \end{bmatrix}},}

กล่าวให้ชัดเจนยิ่งขึ้น:

เอบี=[เอ1111เอ1112เอ111qเอ1n11เอ1n12เอ1n1qเอ1121เอ1122เอ112qเอ1n21เอ1n22เอ1n2qเอ11พี1เอ11พี2เอ11พีqเอ1nพี1เอ1nพี2เอ1nพีqเอ111เอ112เอ11qเอn11เอn12เอn1qเอ121เอ122เอ12qเอn21เอn22เอn2qเอ1พี1เอ1พี2เอ1พีqเอnพี1เอnพี2เอnพีq].{\displaystyle {\mathbf {A} \otimes \mathbf {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_{mn}b_{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_{mn}b_{pq}\end{bmatrix}}.}

โดยใช้//{\displaystyle /\!/}และ%{\displaystyle \%}เพื่อใช้แทนการตัดทอนการหารจำนวนเต็มและเศษเหลือตามลำดับ และกำหนดหมายเลขให้กับองค์ประกอบของเมทริกซ์โดยเริ่มจาก 0 จะได้

(เอบี)พี+วี,q+=เอวี{\displaystyle (A\otimes B)_{pr+v,qs+w}=a_{rs}b_{vw}}
(เอบี)ฉัน,เจ=เอฉัน//พี,เจ//qฉัน%พี,เจ%q.{\displaystyle (A\otimes B)_{i,j}=a_{i/\!/p,j/\!/q}b_{i\%p,j\%q}.}

สำหรับการกำหนดหมายเลขตามปกติโดยเริ่มจาก 1 จะได้ดังนี้

(เอบี)พี(1)+วี,q(1)+=เอวี{\displaystyle (A\otimes B)_{p(r-1)+v,q(s-1)+w}=a_{rs}b_{vw}}
(เอบี)ฉัน,เจ=เอฉัน/พี,เจ/q((ฉัน1)%พี)+1,((เจ1)%q)+1.{\displaystyle (A\otimes B)_{i,j}=a_{\lceil i/p\rceil ,\lceil j/q\rceil }b_{((i-1)\%p)+1,((j-1)\%q)+1}.}

ถ้าAและBแทนการแปลงเชิงเส้นV W และV W ตามลำดับผลคูณเทนเซอร์ ของแผนที่ทั้งสองจะ เป็นแผนที่V V W W ซึ่งแทนด้วยA B

ตัวอย่าง

[1234][0567]=[1[0567]2[0567]3[0567]4[0567]]=[1×01×52×02×51×61×72×62×73×03×54×04×53×63×74×64×7]=[0501067121401502018212428].{\displaystyle {\begin{bmatrix}1&2\\3&4\\\end{bmatrix}}\otimes {\begin{bmatrix}0&5\\6&7\\\end{bmatrix}}={\begin{bmatrix}1{\begin{bmatrix}0&5\\6&7\\\end{bmatrix}}&2{\begin{bmatrix}0&5\\6&7\\\end{bmatrix}}\\3{\begin{bmatrix}0&5\\6&7\\\end{bmatrix}}&4{\begin{bmatrix}0&5\\6&7\\\end{bmatrix}}\\\end{bmatrix}}=\left[{\begin{array}{cc|cc}1\times 0&1\times 5&2\times 0&2\times 5\\1\times 6&1\times 7&2\times 6&2\times 7\\\hline 3\times 0&3\times 5&4\times 0&4\times 5\\3\times 6&3\times 7&4\times 6&4\times 7\\\end{array}}\right]=\left[{\begin{array}{cc|cc}0&5&0&10\\6&7&12&14\\\hline 0&15&0&20\\18&21&24&28\end{array}}\right].}

ในทำนองเดียวกัน:

[147233][8965134728831251]=[89653236242056634235134741216287212849288383232121456562112514820471435716181210242718152427181526814391221391221416166624249624249241023615336153]{\displaystyle {\begin{bmatrix}1&-4&7\\-2&3&3\end{bmatrix}}\otimes {\begin{bmatrix}8&-9&-6&5\\1&-3&-4&7\\2&8&-8&-3\\1&2&-5&-1\end{bmatrix}}=\left[{\begin{array}{cccc|cccc|cccc}8&-9&-6&5&-32&36&24&-20&56&-63&-42&35\\1&-3&-4&7&-4&12&16&-28&7&-21&-28&49\\2&8&-8&-3&-8&-32&32&12&14&56&-56&-21\\1&2&-5&-1&-4&-8&20&4&7&14&-35&-7\\\hline -16&18&12&-10&24&-27&-18&15&24&-27&-18&15\\-2&6&8&-14&3&-9&-12&21&3&-9&-12&21\\-4&-16&16&6&6&24&-24&-9&6&24&-24&-9\\-2&-4&10&2&3&6&-15&-3&3&6&-15&-3\end{array}}\right]}

คุณสมบัติ

ความสัมพันธ์กับการดำเนินการเมทริกซ์อื่นๆ

  1. ความเป็นเส้นตรงคู่และความสัมพันธ์แบบสมาคม :

    ผลคูณโครเนกเกอร์เป็นกรณีพิเศษของผลคูณเทนเซอร์ดังนั้นจึงเป็นทวิเชิงเส้นและมีคุณสมบัติการสลับที่ได้ :

    เอ(บี+ซี)=เอบี+เอซี,(บี+ซี)เอ=บีเอ+ซีเอ,(เคเอ)บี=เอ(เคบี)=เค(เอบี),(เอบี)ซี=เอ(บีซี),เอ0=0เอ=0,{\displaystyle {\begin{aligned}\mathbf {A} \otimes (\mathbf {B} +\mathbf {C} )&=\mathbf {A} \otimes \mathbf {B} +\mathbf {A} \otimes \mathbf {C} ,\\(\mathbf {B} +\mathbf {C} )\otimes \mathbf {A} &=\mathbf {B} \otimes \mathbf {A} +\mathbf {C} \otimes \mathbf {A} ,\\(k\mathbf {A} )\otimes \mathbf {B} &=\mathbf {A} \otimes (k\mathbf {B} )=k(\mathbf {A} \otimes \mathbf {B} ),\\(\mathbf {A} \otimes \mathbf {B} )\otimes \mathbf {C} &=\mathbf {A} \otimes (\mathbf {B} \otimes \mathbf {C} ),\\\mathbf {A} \otimes \mathbf {0} &=\mathbf {0} \otimes \mathbf {A} =\mathbf {0} ,\end{aligned}}}
    โดยที่A , BและCเป็นเมทริกซ์, 0เป็นเมทริกซ์ศูนย์ และkเป็นค่าสเกลาร์
  2. สมบัติไม่ สลับที่ :

    โดยทั่วไปA BและB Aเป็นเมทริกซ์ที่แตกต่างกัน อย่างไรก็ตามA BและB Aมีความสมมูลกันในเชิงการเรียงสับเปลี่ยน หมายความว่ามีเมทริกซ์การเรียงสับเปลี่ยนPและQ อยู่จริง ซึ่ง[ 5 ]

    บีเอ=พี(เอบี)คิว.{\displaystyle \mathbf {B} \otimes \mathbf {A} =\mathbf {P} \,\left(\mathbf {A} \otimes \mathbf {B} \right)\,\mathbf {Q} .}

    ถ้าAและBเป็นกำลังสอง แล้วA BและB Aจะมีความคล้ายคลึงกัน ในการเรียงสับเปลี่ยนแบบคู่ ซึ่งหมายความว่าเราสามารถใช้P = Q Tได้

    เมทริกซ์PและQเป็นเมทริกซ์สับเปลี่ยนที่สมบูรณ์แบบ เรียกว่าเมทริกซ์ "การสลับตำแหน่ง" [ 6 ]เมทริกซ์การสลับตำแหน่งS สามารถสร้างได้โดยการนำส่วนย่อยของ เมทริกซ์เอกลักษณ์ I มาใช้ โดยที่=พีq{\displaystyle r=pq}.

    เอสพี,q=[ฉัน(1:q:,:)ฉัน(2:q:,:)ฉัน(q:q:,:)]{\displaystyle \mathbf {S} _{p,q}={\begin{bmatrix}\mathbf {I} _{r}(1:q:r,:)\\\mathbf {I} _{r}(2:q:r,:)\\\vdots \\\mathbf {I} _{r}(q:q:r,:)\end{bmatrix}}}

    ในที่นี้ใช้สัญลักษณ์โคลอนใน MATLAB เพื่อระบุเมทริกซ์ย่อย และ I คือ เมทริกซ์เอกลักษณ์ขนาด r × rถ้าเออาร์1×n1{\displaystyle \mathbf {A} \in \mathbb {R} ^{m_{1}\times n_{1}}}และบีอาร์2×n2{\displaystyle \mathbf {B} \in \mathbb {R} ^{m_{2}\times n_{2}}}, แล้ว

    บีเอ=เอส1,2(เอบี)เอสn1,n2ที{\displaystyle \mathbf {B} \otimes \mathbf {A} =\mathbf {S} _{m_{1},m_{2}}(\mathbf {A} \otimes \mathbf {B} )\mathbf {S} _{n_{1},n_{2}}^{\textsf {T}}}
  3. คุณสมบัติของผลิตภัณฑ์ผสม:

    ถ้าA , B , CและDเป็นเมทริกซ์ที่มีขนาดที่สามารถสร้างผลคูณเมทริกซ์ACและBDได้ ดังนั้น[ 7 ]

    (เอบี)(ซีดี)=(เอซี)(บีดี).{\displaystyle (\mathbf {A} \otimes \mathbf {B} )(\mathbf {C} \otimes \mathbf {D} )=(\mathbf {AC} )\otimes (\mathbf {BD} ).}

    คุณสมบัติ นี้เรียกว่าคุณสมบัติผลคูณผสมเนื่องจากเป็นการผสมผสานระหว่างผลคูณเมทริกซ์แบบธรรมดาและผลคูณโครเนกเกอร์

    ผลที่ตามมาโดยตรง (อีกครั้ง โดยพิจารณาจาก)เออาร์1×n1{\displaystyle \mathbf {A} \in \mathbb {R} ^{m_{1}\times n_{1}}}และบีอาร์2×n2{\displaystyle \mathbf {B} \in \mathbb {R} ^{m_{2}\times n_{2}}}),

    เอบี=(ฉัน1บี)(เอฉันn2)=(เอฉัน2)(ฉันn1บี).{\displaystyle \mathbf {A} \otimes \mathbf {B} =(\mathbf {I} _{m_{1}}\otimes \mathbf {B} )(\mathbf {A} \otimes \mathbf {I} _{n_{2}})=(\mathbf {A} \otimes \mathbf {I} _{m_{2}})(\mathbf {I} _{n_{1}}\otimes \mathbf {B} ).}

    โดยเฉพาะอย่างยิ่ง การใช้ คุณสมบัติ การสลับแถวและคอลัมน์จากด้านล่าง หมายความว่า ถ้า

    เอ=คิวยู{\displaystyle \mathbf {A} =\mathbf {Q} \otimes \mathbf {U} }

    และถ้าQและUเป็นเมทริกซ์ตั้งฉาก (หรือเมทริกซ์เอกลักษณ์ ) แล้วAก็เป็นเมทริกซ์ตั้งฉาก (หรือเมทริกซ์เอกลักษณ์) เช่นกัน

    ผลคูณเมทริกซ์-เวกเตอร์แบบผสมของโครเนกเกอร์สามารถเขียนได้ดังนี้:

    (เอบี)เวกเตอร์(วี)=เวกเตอร์(บีวีเอที){\displaystyle \left(\mathbf {A} \otimes \mathbf {B} \right)\operatorname {vec} \left(\mathbf {V} \right)=\operatorname {vec} (\mathbf {B} \mathbf {V} \mathbf {A} ^{T})}
    ที่ไหนเวกเตอร์(วี){\displaystyle \operatorname {vec} (\mathbf {V} )}ตัว ดำเนิน การเวกเตอร์ถูกนำมาใช้กับวี{\displaystyle \mathbf {V} }(เกิดจากการปรับรูปร่างของเมทริกซ์)
  4. คุณสมบัติของผู้ที่เดินทางไปทำงาน :

    ถ้าเอ{\displaystyle \mathbf {A} }และซี{\displaystyle \mathbf {C} }เป็นเมทริกซ์จัตุรัสที่มีมิติ{\displaystyle m}, และบี{\displaystyle \mathbf {B} }และดี{\displaystyle \mathbf {D} }เป็นเมทริกซ์จัตุรัสที่มีมิติn{\displaystyle n}จากนั้นก็เป็นคอมมิวเทเตอร์

    [เอบี,ซีดี]=[เอ,ซี](บีดี)+(ซีเอ)[บี,ดี]{\displaystyle [\mathbf {A} \otimes \mathbf {B} ,\mathbf {C} \otimes \mathbf {D} ]=[\mathbf {A} ,\mathbf {C} ]\otimes (\mathbf {B} \mathbf {D} )+(\mathbf {C} \mathbf {A} )\otimes [\mathbf {B} ,\mathbf {D} ]},

    หรือ

    [เอบี,ซีดี]=[เอ,ซี](ดีบี)+(เอซี)[บี,ดี]{\displaystyle [\mathbf {A} \otimes \mathbf {B} ,\mathbf {C} \otimes \mathbf {D} ]=[\mathbf {A} ,\mathbf {C} ]\otimes (\mathbf {D} \mathbf {B} )+(\mathbf {A} \mathbf {C} )\otimes [\mathbf {B} ,\mathbf {D} ]}.
  5. ผลคูณฮาดามาร์ด (การคูณแบบทีละองค์ประกอบ):

    คุณสมบัติผลคูณแบบผสมยังใช้ได้กับผลคูณแบบองค์ประกอบต่อองค์ประกอบด้วย ถ้าAและCเป็นเมทริกซ์ที่มีขนาดเท่ากัน และBและDเป็นเมทริกซ์ที่มีขนาดเท่ากัน[ 7 ]

    (เอบี)(ซีดี)=(เอซี)(บีดี).{\displaystyle (\mathbf {A} \otimes \mathbf {B} )\circ (\mathbf {C} \otimes \mathbf {D} )=(\mathbf {A} \circ \mathbf {C} )\otimes (\mathbf {B} \circ \mathbf {D} ).}
  6. ผลผกผันของผลคูณโครเนกเกอร์:

    ดังนั้นA Bจะหาอินเวอร์สได้ก็ต่อเมื่อทั้งAและBหาอินเวอร์สได้ ซึ่งในกรณีนี้ อินเวอร์สจะกำหนดโดย

    (เอบี)1=เอ1บี1.{\displaystyle (\mathbf {A} \otimes \mathbf {B} )^{-1}=\mathbf {A} ^{-1}\otimes \mathbf {B} ^{-1}.}

    คุณสมบัติผลคูณที่ผกผันได้ยังคงใช้ได้กับผกผันเทียมของ Moore–Penroseเช่นกัน[ 7 ] [ 8 ] นั่นคือ

    (เอบี)+=เอ+บี+.{\displaystyle (\mathbf {A} \otimes \mathbf {B} )^{+}=\mathbf {A} ^{+}\otimes \mathbf {B} ^{+}.}

    ในภาษาของทฤษฎีหมวดหมู่คุณสมบัติผลคูณผสมของผลคูณโครเนกเกอร์ (และผลคูณเทนเซอร์ทั่วไป) แสดงให้เห็นว่าหมวดหมู่Mat ของเมทริกซ์เหนือฟิลด์F นั้นเป็น หมวดหมู่โมโนอิดัลจริง ๆโดยมีวัตถุเป็นจำนวนธรรมชาติnมอร์ฟิซึมnmเป็น เมทริกซ์ n × mที่มีรายการอยู่ในFการประกอบกำหนดโดยการคูณเมทริกซ์ลูกศรเอกลักษณ์เป็นเพียงเมทริกซ์เอกลักษณ์n × n I และผลคูณเทนเซอร์กำหนดโดยผลคูณโครเนกเกอร์[ 9 ]

    Mat เป็นหมวดหมู่โครง ร่างที่เป็นรูปธรรม สำหรับ หมวด หมู่ที่เทียบเท่ากันFinVect ของปริภูมิเวกเตอร์มิติจำกัดเหนือF โดย ที่วัตถุของมันคือปริภูมิเวกเตอร์มิติจำกัดVลูกศรคือแผนที่เชิงเส้นF L  : VWและลูกศรเอกลักษณ์คือแผนที่เอกลักษณ์ของปริภูมิเหล่านั้น ความเทียบเท่าของหมวดหมู่เท่ากับการเลือกฐาน พร้อมกัน ในทุกปริภูมิเวกเตอร์มิติจำกัดVเหนือFองค์ประกอบของเมทริกซ์แสดงถึงแผนที่เหล่านี้โดยสัมพันธ์กับฐานที่เลือก และในทำนองเดียวกัน ผลคูณโครเนกเกอร์คือการแสดงแทนผลคูณเทนเซอร์ในฐานที่เลือก
  7. สลับแถวและคอลัมน์ :

    การสลับตำแหน่งและการสลับตำแหน่งแบบคอนจูเกตเป็นคุณสมบัติการกระจายตัวของผลคูณโครเนกเกอร์:

    (เอบี)ที=เอทีบีที{\displaystyle (\mathbf {A} \otimes \mathbf {B} )^{\textsf {T}}=\mathbf {A} ^{\textsf {T}}\otimes \mathbf {B} ^{\textsf {T}}}และ(เอบี)*=เอ*บี*.{\displaystyle (\mathbf {A} \otimes \mathbf {B} )^{*}=\mathbf {A} ^{*}\otimes \mathbf {B} ^{*}.}
  8. ปัจจัยกำหนด :

    ให้Aเป็น เมทริกซ์ขนาด n × nและให้Bเป็น เมทริกซ์ขนาด m × mแล้ว

    |เอบี|=|เอ||บี|n.{\displaystyle \left|\mathbf {A} \otimes \mathbf {B} \right|=\left|\mathbf {A} \right|^{m}\left|\mathbf {B} \right|^{n}.}
    เลขชี้กำลังใน| A |คืออันดับของBและเลขชี้กำลังใน| B |คืออันดับของA
  9. ผลรวมโครเนกเกอร์และการยกกำลัง :

    ถ้าAเป็น เมทริกซ์ ขนาด n × n , Bเป็น เมทริกซ์ขนาด m × mและI แทนเมทริกซ์เอกลักษณ์ขนาดk × k แล้วเราสามารถกำหนดสิ่งที่บางครั้งเรียกว่าผลรวมโครเนกเกอร์ ( ⊕)ได้โดย

    เอ¯บี=เอฉัน+ฉันnบี.{\displaystyle \mathbf {A} \,{\overline {\oplus }}\,\mathbf {B} =\mathbf {A} \otimes \mathbf {I} _{m}+\mathbf {I} _{n}\otimes \mathbf {B} .}

    นี่แตกต่างจากการบวกโดยตรงของเมทริกซ์สองเมทริกซ์ การดำเนินการนี้เกี่ยวข้องกับผลคูณเทนเซอร์บนพีชคณิตลีดังที่ได้อธิบายไว้ด้านล่าง ( #คุณสมบัติเชิงนามธรรม ) ในหัวข้อ "ความสัมพันธ์กับผลคูณเทนเซอร์เชิง นามธรรม "

    เรามีสูตรต่อไปนี้สำหรับเมทริกซ์เอกซ์โพเนนเชียลซึ่งมีประโยชน์ในการประเมินเชิงตัวเลขบางอย่าง[ 10 ]

    เอ็กซ์(เอ็น¯เอ็ม)=เอ็กซ์(เอ็น)เอ็กซ์(เอ็ม){\displaystyle \exp({\mathbf {N} \,{\overline {\oplus }}\,\mathbf {M} })=\exp(\mathbf {N} )\otimes \exp(\mathbf {M} )}

    ผลรวมโครเนกเกอร์ปรากฏขึ้นตามธรรมชาติในวิชาฟิสิกส์เมื่อพิจารณากลุ่มของระบบ ที่ไม่เกิดปฏิสัมพันธ์ กัน

    ถ้าH rคือแฮมิลโทเนียนของระบบที่rดังกล่าว แฮมิลโทเนียนทั้งหมดของกลุ่มระบบจะเป็น

    ชมท็อต=¯ชม.{\displaystyle H_{\operatorname {Tot} }={\overline {\bigoplus _{r}}}H^{r}.}
  10. การแปลง ผลคูณโครเนกเกอร์เป็นเวกเตอร์ :

    อนุญาตเอ{\displaystyle A}เป็น×n{\displaystyle m\times n}เมทริกซ์และบี{\displaystyle B}เอพี×q{\displaystyle p\times q}เมทริกซ์ เมื่อสลับลำดับของการคูณโครเนกเกอร์และการแปลงเป็นเวกเตอร์ การดำเนินการทั้งสองสามารถเชื่อมโยงกันได้ในเชิงเส้นผ่านฟังก์ชันที่เกี่ยวข้องกับ เมท ริกซ์การสลับตำแหน่งเคq{\displaystyle K_{qm}}นั่นคือเวกเตอร์(โครน(เอ,บี)){\displaystyle \operatorname {vec} (\operatorname {Kron} (A,B))}และโครน(เวกเตอร์เอ,เวกเตอร์บี){\displaystyle \operatorname {Kron} (\operatorname {vec} A,\operatorname {vec} B)}มีความสัมพันธ์ดังต่อไปนี้:

    เวกเตอร์(เอบี)=(ฉันnเคqฉันพี)(เวกเตอร์เอเวกเตอร์บี).{\displaystyle \operatorname {vec} (A\otimes B)=(I_{n}\otimes K_{qm}\otimes I_{p})(\operatorname {vec} A\otimes \operatorname {vec} B).}

    นอกจากนี้ ความสัมพันธ์ข้างต้นยังสามารถจัดเรียงใหม่ได้ในรูปของเวกเตอร์เอ{\displaystyle \operatorname {vec} A}หรือเวกเตอร์บี{\displaystyle \operatorname {vec} B}ดังต่อไปนี้:

    เวกเตอร์(เอบี)=(ฉันnจี)เวกเตอร์เอ=(ชมฉันพี)เวกเตอร์บี,{\displaystyle \operatorname {vec} (A\otimes B)=(I_{n}\otimes G)\operatorname {vec} A=(H\otimes I_{p})\operatorname {vec} B,}

    ที่ไหน

    จี=(เคqฉันพี)(ฉันเวกเตอร์บี) และ ชม=(ฉันnเคq)(เวกเตอร์เอฉันq).{\displaystyle G=(K_{qm}\otimes I_{p})(I_{m}\otimes \operatorname {vec} B){\text{ and }}H=(I_{n}\otimes K_{qm})(\operatorname {vec} A\otimes I_{q}).}
  11. ผลิตภัณฑ์ภายนอก :
    ถ้าxอาร์n{\displaystyle x\in \mathbb {R} ^{n}}และyอาร์{\displaystyle y\in \mathbb {R} ^{m}}หากเวกเตอร์เหล่านี้เป็นเวกเตอร์ใดๆ ผลคูณภายนอกระหว่างเวกเตอร์ทั้งสองจะเป็นดังนี้x{\displaystyle x}และy{\displaystyle y}ถูกกำหนดให้เป็นxyที{\displaystyle xy^{T}}ผลคูณโครเนกเกอร์มีความสัมพันธ์กับผลคูณภายนอกโดย:yx=เวกเตอร์(xyที){\displaystyle y\otimes x=\operatorname {vec} (xy^{T})}.

คุณสมบัติเชิงนามธรรม

  1. สเปกตรัม :

    สมมติว่าAและBเป็นเมทริกซ์จัตุรัสขนาดnและmตามลำดับ ให้λ , ..., λ เป็นค่าลักษณะเฉพาะของAและμ , ..., μ เป็นค่าลักษณะเฉพาะของB (เรียงตามจำนวนครั้งที่ปรากฏ ) แล้วค่าลักษณะเฉพาะของA Bคือ

    λฉันμเจ,ฉัน=1,,n,เจ=1,,.{\displaystyle \lambda _{i}\mu _{j},\qquad i=1,\ldots ,n,\,j=1,\ldots ,m.}

    ดังนั้น ผลรวมของ ร่องรอยและดีเทอร์มิแนนต์ของผลคูณโครเนกเกอร์จึงกำหนดโดย

    tr(เอบี)=trเอtrบีและเดท(เอบี)=(เดทเอ)(เดทบี)n.{\displaystyle \operatorname {tr} (\mathbf {A} \otimes \mathbf {B} )=\operatorname {tr} \mathbf {A} \,\operatorname {tr} \mathbf {B} \quad {\text{and}}\quad \det(\mathbf {A} \otimes \mathbf {B} )=(\det \mathbf {A} )^{m}(\det \mathbf {B} )^{n}.}
  2. ค่าเอกลักษณ์ :

    ถ้าAและBเป็นเมทริกซ์สี่เหลี่ยมผืนผ้า เราสามารถพิจารณาค่าเอกลักษณ์ของเมทริกซ์ทั้งสอง ได้ สมมติว่าAมีค่าเอกลักษณ์ที่ไม่เป็นศูนย์จำนวนr

    σเอ,ฉัน,ฉัน=1,,เอ.{\displaystyle \sigma _{\mathbf {A} ,i},\qquad i=1,\ldots ,r_{\mathbf {A} }.}

    ในทำนองเดียวกัน ให้แทนค่าเอกลักษณ์ที่ไม่เป็นศูนย์ของBด้วย

    σบี,ฉัน,ฉัน=1,,บี.{\displaystyle \sigma _{\mathbf {B} ,i},\qquad i=1,\ldots ,r_{\mathbf {B} }.}

    ดังนั้น ผลคูณโครเนกเกอร์A Bจึงมี ค่าเอกลักษณ์ที่ไม่เป็นศูนย์ r r กล่าวคือ

    σเอ,ฉันσบี,เจ,ฉัน=1,,เอ,เจ=1,,บี.{\displaystyle \sigma _{\mathbf {A} ,i}\sigma _{\mathbf {B} ,j},\qquad i=1,\ldots ,r_{\mathbf {A} },\,j=1,\ldots ,r_{\mathbf {B} }.}

    เนื่องจากอันดับของเมทริกซ์เท่ากับจำนวนค่าเอกฐานที่ไม่เป็นศูนย์ เราจึงพบว่า

    อันดับ(เอบี)=อันดับเออันดับบี.{\displaystyle \operatorname {rank} (\mathbf {A} \otimes \mathbf {B} )=\operatorname {rank} \mathbf {A} \,\operatorname {rank} \mathbf {B} .}
  3. ความสัมพันธ์กับผลคูณเทนเซอร์ เชิงนามธรรม :

    ผลคูณโครเนกเกอร์ของเมทริกซ์สอดคล้องกับผลคูณเทนเซอร์เชิงนามธรรมของแผนที่เชิงเส้น โดยเฉพาะอย่างยิ่ง ถ้าปริภูมิเวกเตอร์V , W , XและYมีฐาน{ v , ..., v }, { w , ..., w }, { x , ..., x }และ{ y , ..., y }ตามลำดับ และถ้าเมทริกซ์AและBแทนการแปลงเชิงเส้นS  : VXและT  : WYตามลำดับในฐานที่เหมาะสมแล้ว เมทริกซ์A Bจะแทนผลคูณเทนเซอร์ของแผนที่สองแผนที่S T  : V WX Yโดยสัมพันธ์กับฐาน{ v w , v w , ..., v w , ..., v w }ของV Wและฐานที่กำหนดในทำนองเดียวกันของX Yโดยมีคุณสมบัติว่าA B ( v w ) = ( Av ) ( Bw )โดยที่iและjเป็นจำนวนเต็มในช่วงที่เหมาะสม[ 11 ]

    เมื่อVและWเป็นพีชคณิตลีและS  : VVและT  : WWเป็นโฮโมมอร์ฟิซึมของพีชคณิตลีผลรวมโครเนกเกอร์ของAและB แสดงถึงโฮโมมอร์ฟิซึมของพีชคณิตลี ที่เหนี่ยวนำV WV W
  4. ความสัมพันธ์กับผลคูณของกราฟ :
    ผลคูณโครเนกเกอร์ของเมทริกซ์ประชิด ของ กราฟสอง กราฟ คือเมทริกซ์ประชิดของกราฟผลคูณเทนเซอร์ ผลรวมโครเนกเกอร์ของเมทริกซ์ประชิดของกราฟ สองกราฟ คือเมทริกซ์ประชิดของกราฟผลคูณคาร์ทีเซียน[ 12 ]

สมการเมทริกซ์

ผลคูณโครเนกเกอร์สามารถใช้เพื่อสร้างการแสดงสมการเมทริกซ์บางรูปแบบที่สะดวกยิ่งขึ้นได้ ตัวอย่างเช่น พิจารณาสมการAXB = Cโดยที่A , BและCเป็นเมทริกซ์ที่กำหนดให้ และเมทริกซ์Xเป็นตัวแปรที่ไม่ทราบค่า เราสามารถใช้ "เทคนิคเวกเตอร์" เพื่อเขียนสมการนี้ใหม่ได้ดังนี้

(บีทีเอ)เวกเตอร์(X)=เวกเตอร์(เอXบี)=เวกเตอร์(ซี).{\displaystyle \left(\mathbf {B} ^{\textsf {T}}\otimes \mathbf {A} \right)\,\operatorname {vec} (\mathbf {X} )=\operatorname {vec} (\mathbf {AXB} )=\operatorname {vec} (\mathbf {C} ).}

ในที่นี้ vec( X ) หมายถึงการแปลงเมทริกซ์X ให้เป็นเวกเตอร์ โดยการ เรียงคอลัมน์ของX เข้าด้วยกันเป็น เวกเตอร์คอลัมน์เดียว

จากคุณสมบัติของผลคูณโครเนกเกอร์ จึงสรุปได้ว่าสมการAXB = Cมีคำตอบเดียวก็ต่อเมื่อAและBสามารถผกผันได้( Horn & Johnson 1991 , Lemma 4.3.1 )

ถ้าXและCถูกเรียงลำดับตามแถวเป็นเวกเตอร์คอลัมน์uและvตามลำดับแล้ว( Jain 1989 , 2.8 Block Matrices and Kronecker Products)

วี=(เอบีที)คุณ.{\displaystyle \mathbf {v} =\left(\mathbf {A} \otimes \mathbf {B} ^{\textsf {T}}\right)\mathbf {u} .}

เหตุผลก็คือว่า

วี=เวกเตอร์((เอXบี)ที)=เวกเตอร์(บีทีXทีเอที)=(เอบีที)เวกเตอร์(Xที)=(เอบีที)คุณ.{\displaystyle \mathbf {v} =\operatorname {vec} \left((\mathbf {AXB} )^{\textsf {T}}\right)=\operatorname {vec} \left(\mathbf {B} ^{\textsf {T}}\mathbf {X} ^{\textsf {T}}\mathbf {A} ^{\textsf {T}}\right)=\left(\mathbf {A} \otimes \mathbf {B} ^{\textsf {T}}\right)\operatorname {vec} \left(\mathbf {X^{\textsf {T}}} \right)=\left(\mathbf {A} \otimes \mathbf {B} ^{\textsf {T}}\right)\mathbf {u} .}

แอปพลิเคชัน

สำหรับตัวอย่างการประยุกต์ใช้สูตรนี้ โปรดดูบทความเกี่ยวกับสมการ Lyapunovสูตรนี้ยังมีประโยชน์ในการแสดงให้เห็นว่าการแจกแจงปกติของเมทริกซ์เป็นกรณีพิเศษของการแจกแจงปกติแบบหลายตัวแปร สูตรนี้ยังมีประโยชน์สำหรับการแสดง การดำเนินการ ประมวลผลภาพ 2 มิติ ในรูปแบบเมทริกซ์-เวกเตอร์

อีกตัวอย่างหนึ่งคือ เมื่อเมทริกซ์สามารถแยกตัวประกอบเป็นผลคูณโครเนกเกอร์ได้ การคูณเมทริกซ์สามารถทำได้เร็วขึ้นโดยใช้สูตรข้างต้น ซึ่งสามารถนำไปใช้แบบเรียกซ้ำได้ เช่นเดียวกับที่ทำในFFT แบบ radix-2และการแปลง Fast Walsh–Hadamardการแยกเมทริกซ์ที่ทราบออกเป็นผลคูณโครเนกเกอร์ของเมทริกซ์ขนาดเล็กสองเมทริกซ์เรียกว่าปัญหา "ผลคูณโครเนกเกอร์ที่ใกล้ที่สุด" และสามารถแก้ไขได้อย่างแม่นยำ[ 13 ]โดยใช้SVDการแยกเมทริกซ์ออกเป็นผลคูณโครเนกเกอร์ของเมทริกซ์มากกว่าสองเมทริกซ์ในลักษณะที่เหมาะสมที่สุดเป็นปัญหาที่ยากและเป็นหัวข้อของการวิจัยอย่างต่อเนื่อง ผู้เขียนบางคนมองว่าเป็นปัญหาการแยกส่วนเทนเซอร์[ 14 ] [ 15 ]

เมื่อใช้ร่วมกับวิธีการกำลังสองน้อยที่สุดผลิตภัณฑ์ Kronecker สามารถใช้เป็นวิธีแก้ปัญหาที่แม่นยำสำหรับปัญหาการปรับเทียบมือและตาได้[ 16 ]

การดำเนินการเมทริกซ์ที่เกี่ยวข้องสองอย่างคือ ผลคูณ Tracy–SinghและKhatri–Raoซึ่งดำเนินการกับเมทริกซ์ที่แบ่งส่วนให้เมทริกซ์A ขนาด m × nถูกแบ่งออกเป็นบล็อกA m × n และเมทริกซ์B ขนาด p × q ถูก แบ่งออกเป็นบล็อกB p × q โดยที่Σ m = m , Σ n = n , Σ p = pและΣ q = q

ผลิตภัณฑ์ของเทรซี่-ซิงห์

ผลิตภัณฑ์Tracy–Singhถูกกำหนดไว้ดังนี้[ 17 ] [ 18 ] [ 19 ]

เอบี=(เอฉันเจบี)ฉันเจ=((เอฉันเจบีเค)เค)ฉันเจ{\displaystyle \mathbf {A} \circ \mathbf {B} =\left(\mathbf {A} _{ij}\circ \mathbf {B} \right)_{ij}=\left(\left(\mathbf {A} _{ij}\otimes \mathbf {B} _{kl}\right)_{kl}\right)_{ij}}

ซึ่งหมายความว่าบล็อกย่อยที่ ( ij ) ของผลคูณmp × nq A{\displaystyle \circ }Bคือเมทริกซ์ A m p × n q{\displaystyle \circ }Bซึ่งซับบล็อกที่ ( kℓ )เท่ากับเมทริกซ์ Aij Bkℓ ขนาดm p × n ซ์ทั้ง

ตัวอย่างเช่น ถ้าAและBต่างก็เป็น เมทริกซ์แบ่งส่วนขนาด 2 × 2เช่น:

เอ=[เอ11เอ12เอ21เอ22]=[123456789],บี=[บี11บี12บี21บี22]=[147258369],{\displaystyle \mathbf {A} =\left[{\begin{array}{c | c}\mathbf {A} _{11}&\mathbf {A} _{12}\\\hline \mathbf {A} _{21}&\mathbf {A} _{22}\end{array}}\right]=\left[{\begin{array}{c c | c}1&2&3\\4&5&6\\\hline 7&8&9\end{array}}\right],\quad \mathbf {B} =\left[{\begin{array}{c | c}\mathbf {B} _{11}&\mathbf {B} _{12}\\\hline \mathbf {B} _{21}&\mathbf {B} _{22}\end{array}}\right]=\left[{\begin{array}{c | c c}1&4&7\\\hline 2&5&8\\3&6&9\end{array}}\right],}

เราได้รับ:

เอบี=[เอ11บีเอ12บีเอ21บีเอ22บี]=[เอ11บี11เอ11บี12เอ12บี11เอ12บี12เอ11บี21เอ11บี22เอ12บี21เอ12บี22เอ21บี11เอ21บี12เอ22บี11เอ22บี12เอ21บี21เอ21บี22เอ22บี21เอ22บี22]=[1247814312214516282035624422458101661524366912189182781020322540123048121524363045183654782849325693663141635564064184572212442634872275481].{\displaystyle {\begin{aligned}\mathbf {A} \circ \mathbf {B} ={}&\left[{\begin{array}{c | c}\mathbf {A} _{11}\circ \mathbf {B} &\mathbf {A} _{12}\circ \mathbf {B} \\\hline \mathbf {A} _{21}\circ \mathbf {B} &\mathbf {A} _{22}\circ \mathbf {B} \end{array}}\right]\\={}&\left[{\begin{array}{c | c | c | c}\mathbf {A} _{11}\otimes \mathbf {B} _{11}&\mathbf {A} _{11}\otimes \mathbf {B} _{12}&\mathbf {A} _{12}\otimes \mathbf {B} _{11}&\mathbf {A} _{12}\otimes \mathbf {B} _{12}\\\hline \mathbf {A} _{11}\otimes \mathbf {B} _{21}&\mathbf {A} _{11}\otimes \mathbf {B} _{22}&\mathbf {A} _{12}\otimes \mathbf {B} _{21}&\mathbf {A} _{12}\otimes \mathbf {B} _{22}\\\hline \mathbf {A} _{21}\otimes \mathbf {B} _{11}&\mathbf {A} _{21}\otimes \mathbf {B} _{12}&\mathbf {A} _{22}\otimes \mathbf {B} _{11}&\mathbf {A} _{22}\otimes \mathbf {B} _{12}\\\hline \mathbf {A} _{21}\otimes \mathbf {B} _{21}&\mathbf {A} _{21}\otimes \mathbf {B} _{22}&\mathbf {A} _{22}\otimes \mathbf {B} _{21}&\mathbf {A} _{22}\otimes \mathbf {B} _{22}\end{array}}\right]\\={}&\left[{\begin{array}{c c | c c c c | c | c c}1&2&4&7&8&14&3&12&21\\4&5&16&28&20&35&6&24&42\\\hline 2&4&5&8&10&16&6&15&24\\3&6&6&9&12&18&9&18&27\\8&10&20&32&25&40&12&30&48\\12&15&24&36&30&45&18&36&54\\\hline 7&8&28&49&32&56&9&36&63\\\hline 14&16&35&56&40&64&18&45&72\\21&24&42&63&48&72&27&54&81\end{array}}\right].\end{aligned}}}

ผลิตภัณฑ์ Khatri–Rao

  • ผลิตภัณฑ์บล็อกโครเนกเกอร์
  • ผลคูณของ Khatri–Rao ตามคอลัมน์

ผลิตภัณฑ์ที่ทำให้หน้าแตก

คุณสมบัติของผลิตภัณฑ์ผสม[ 20 ]

เอ(บีซี)=(เอบี)ซี,{\displaystyle \mathbf {A} \otimes (\mathbf {B} \bullet \mathbf {C} )=(\mathbf {A} \otimes \mathbf {B} )\bullet \mathbf {C} ,}

ที่ไหน{\displaystyle \bullet }แสดงถึงผลิตภัณฑ์การแยกหน้า[ 21 ] [ 22 ]

(เอบี)(ซีดี)=(เอซี)(บีดี),{\displaystyle (\mathbf {A} \bullet \mathbf {B} )(\mathbf {C} \otimes \mathbf {D} )=(\mathbf {A} \mathbf {C} )\bullet (\mathbf {B} \mathbf {D} ),}

ในทำนองเดียวกัน: [ 23 ]

(เอแอล)(บีเอ็ม)(ซีเอส)=(เอบีซี)(แอลเอ็มเอส),{\displaystyle (\mathbf {A} \bullet \mathbf {L} )(\mathbf {B} \otimes \mathbf {M} )\cdots (\mathbf {C} \otimes \mathbf {S} )=(\mathbf {A} \mathbf {B} \cdots \mathbf {C} )\bullet (\mathbf {L} \mathbf {M} \cdots \mathbf {S} ),}
ทีที=ทีที,{\displaystyle \mathbf {c} ^{\textsf {T}}\bullet \mathbf {d} ^{\textsf {T}}=\mathbf {c} ^{\textsf {T}}\otimes \mathbf {d} ^{\textsf {T}},}

ที่ไหน{\displaystyle \mathbf {c} }และ{\displaystyle \mathbf {d} }เป็นเวกเตอร์ [ 24 ]

(เอบี)()=(เอ)(บี),{\displaystyle (\mathbf {A} \bullet \mathbf {B} )(\mathbf {c} \otimes \mathbf {d} )=(\mathbf {A} \mathbf {c} )\circ (\mathbf {B} \mathbf {d} ),}

ที่ไหน{\displaystyle \mathbf {c} }และ{\displaystyle \mathbf {d} }เป็นเวกเตอร์และ{\displaystyle \circ }หมายถึง ผล คูณของ Hadamard

ในทำนองเดียวกัน:

(เอบี)(เอ็มเอ็นคิวพี)=(เอเอ็มเอ็น)(บีคิวพี),{\displaystyle (\mathbf {A} \bullet \mathbf {B} )(\mathbf {M} \mathbf {N} \mathbf {c} \otimes \mathbf {Q} \mathbf {P} \mathbf {d} )=(\mathbf {A} \mathbf {M} \mathbf {N} \mathbf {c} )\circ (\mathbf {B} \mathbf {Q} \mathbf {P} \mathbf {d} ),}
เอฟ(ซี(1)xซี(2)y)=(เอฟซี(1)เอฟซี(2))(xy)=เอฟซี(1)xเอฟซี(2)y,{\displaystyle {\mathcal {F}}(C^{(1)}x\star C^{(2)}y)=({\mathcal {F}}C^{(1)}\bullet {\mathcal {F}}C^{(2)})(x\otimes y)={\mathcal {F}}C^{(1)}x\circ {\mathcal {F}}C^{(2)}y,}

ที่ไหน{\displaystyle \star }คือการสังเคราะห์ เวกเตอร์ และเอฟ{\displaystyle {\mathcal {F}}}คือเมทริกซ์การแปลงฟูริเยร์ (ผลลัพธ์นี้เป็นการพัฒนาคุณสมบัติการร่างนับ[ 25 ] ) [ 21 ] [ 22 ]

(เอแอล)(บีเอ็ม)(ซีเอส)(เค*ที)=(เอบีซีเค)(แอลเอ็มเอสที),{\displaystyle (\mathbf {A} \bullet \mathbf {L} )(\mathbf {B} \otimes \mathbf {M} )\cdots (\mathbf {C} \otimes \mathbf {S} )(\mathbf {K} \ast \mathbf {T} )=(\mathbf {A} \mathbf {B} \cdot \mathbf {C} \mathbf {K} )\circ (\mathbf {L} \mathbf {M} \cdots \mathbf {S} \mathbf {T} ),}

ที่ไหน*{\displaystyle \ast }หมายถึงผลคูณ Khatri–Rao ตามคอลัมน์

ในทำนองเดียวกัน:

(เอแอล)(บีเอ็ม)(ซีเอส)()=(เอบีซี)(แอลเอ็มเอส),{\displaystyle (\mathbf {A} \bullet \mathbf {L} )(\mathbf {B} \otimes \mathbf {M} )\cdots (\mathbf {C} \otimes \mathbf {S} )(c\otimes d)=(\mathbf {A} \mathbf {B} \cdots \mathbf {C} \mathbf {c} )\circ (\mathbf {L} \mathbf {M} \cdots \mathbf {S} \mathbf {d} ),}
(เอแอล)(บีเอ็ม)(ซีเอส)(พีคิว)=(เอบีซีพี)(แอลเอ็มเอสคิว),{\displaystyle (\mathbf {A} \bullet \mathbf {L} )(\mathbf {B} \otimes \mathbf {M} )\cdots (\mathbf {C} \otimes \mathbf {S} )(\mathbf {P} \mathbf {c} \otimes \mathbf {Q} \mathbf {d} )=(\mathbf {A} \mathbf {B} \cdots \mathbf {C} \mathbf {P} \mathbf {c} )\circ (\mathbf {L} \mathbf {M} \cdots \mathbf {S} \mathbf {Q} \mathbf {d} ),}

ที่ไหน{\displaystyle \mathbf {c} }และ{\displaystyle \mathbf {d} }เป็นเวกเตอร์

ดูเพิ่มเติม

หมายเหตุ

  1. Weisstein, Eric W. "ผลคูณโครเนกเกอร์" mathworld.wolfram.com สืบค้นเมื่อ2020-09-06
  2. เซห์ฟุสส์, จี. (1858). “อูเบอร์ ไอเนอ เกวิสเซ ความมุ่งมั่น” . Zeitschrift für Mathematik และ Physik 3 : 298– 301.
  3. Henderson, Harold V.; Pukelsheim, Friedrich; Searle, Shayle R. (1983). "เกี่ยวกับประวัติของผลคูณโครเนกเกอร์" . พีชคณิตเชิงเส้นและหลายเชิงเส้น . 14 (2): 113– 120. doi : 10.1080/03081088308817548 . hdl : 1813/32834 . ISSN 0308-1087 . 
  4. Sayed, Ali H. (2022-12-22). การอนุมานและการเรียนรู้จากข้อมูล: พื้นฐาน . สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์. ISBN 978-1-009-21812-2.
  5. Henderson, HV; Searle, SR (1980). "เมทริกซ์การเรียงสับเปลี่ยนเวกเตอร์ ตัวดำเนินการเวกเตอร์ และผลคูณโครเนกเกอร์: บทวิจารณ์" (PDF)พีชคณิตเชิงเส้นและหลายเชิงเส้น9 (4): 271– 288. doi : 10.1080/03081088108817379 . hdl : 1813/32747 .
  6. Van Loan, Charles F. (2000). "ผลคูณโครเนกเกอร์ที่พบได้ทั่วไป" . วารสารคณิตศาสตร์เชิงคำนวณและประยุกต์ . 123 ( 1– 2): 85– 100. Bibcode : 2000JCoAM.123...85L . doi : 10.1016/s0377-0427(00)00393-9 .
  7. 1 2 3หลิว ชวงเจ้อ; เทรงค์เลอร์, เกิทซ์; โคลโล, โทนู; ฟอน โรเซน, ดีทริช; บักซาลารี, ออสการ์ มาเรีย (2023) "ศาสตราจารย์ไฮนซ์ นอยเดคเกอร์ และแคลคูลัสเชิงอนุพันธ์เมทริกซ์" เอกสารสถิติ . 65 (4): 2605– 2639. ดอย : 10.1007/s00362-023-01499- w
  8. Langville, Amy N. ; Stewart, William J. (1 มิถุนายน 2547). "ผลคูณโครเนกเกอร์และเครือข่ายออโตมาตาเชิงสุ่ม"วารสารคณิตศาสตร์เชิงคำนวณและประยุกต์ 167 ( 2): 429– 447. Bibcode : 2004JCoAM.167..429L . doi : 10.1016/j.cam.2003.10.010 .
  9. มาเซโด, ฮิวโก ดาเนียล; โอลิเวรา, โฮเซ่ นูโน (2013) "การพิมพ์พีชคณิตเชิงเส้น: แนวทางเชิงผลิตภัณฑ์คู่" วิทยาศาสตร์การเขียนโปรแกรมคอมพิวเตอร์78 (11) : 2160– 2191. arXiv : 1312.4818 Bibcode : 2013arXiv1312.4818M . CiteSeerX 10.1.1.747.2083ดอย : 10.1016/j.scico.2012.07.012 . S2CID 9846072 .  
  10. Brewer, JW (1969). "หมายเหตุเกี่ยวกับผลคูณเมทริกซ์ Kronecker และระบบสมการเมทริกซ์" SIAM Journal on Applied Mathematics . 17 (3): 603– 606. doi : 10.1137/0117057 .
  11. Dummit, David S.; Foote, Richard M. (1999). พีชคณิตนามธรรม ( ฉบับที่ 2). นิวยอร์ก: John Wiley and Sons. หน้า401–402 . ISBN   978-0-471-36857-1.
  12. ดู Knuth, DE "Pre-Fascicle 0a: Introduction to Combinatorial Algorithms" (ฉบับพิมพ์ครั้งที่ศูนย์, ฉบับแก้ไข ครั้ง ที่ 2 ) คำตอบสำหรับแบบฝึกหัดที่ 96 เก็บถาวรจากต้นฉบับเมื่อ 2019-05-13 เรียกดูเมื่อ2007-10-24   ตีพิมพ์เป็นส่วนหนึ่งของหนังสือ Knuth, DE เรื่อง The Art of Computer Programmingเล่ม4A 
  13. Van Loan, C.; Pitsianis, N. (1992). การประมาณค่าด้วยผลคูณโครเนกเกอร์อิธากา, นิวยอร์ก: สำนักพิมพ์มหาวิทยาลัยคอร์เนลล์
  14. King Keung Wu; Yam, Yeung; Meng, Helen; Mesbahi, Mehran (2016). "การประมาณค่าผลคูณโครเนกเกอร์ด้วยเมทริกซ์ตัวประกอบหลายตัวโดยใช้อัลกอริทึมผลคูณเทนเซอร์" การประชุมวิชาการนานาชาติ IEEE ว่าด้วยระบบ มนุษย์ และไซเบอร์เนติกส์ (SMC) ปี 2016หน้า004277–004282 doi : 10.1109 / SMC.2016.7844903 ISBN  978-1-5090-1897-0. S2CID 30695585 . 
  15. Dantas, Cássio F.; Cohen, Jérémy E.; Gribonval, Rémi (2018). "การเรียนรู้พจนานุกรมที่รวดเร็วสำหรับการแสดงแทนแบบเบาบางโดยใช้การแยกส่วนเทนเซอร์อันดับต่ำ"การวิเคราะห์ตัวแปรแฝงและการแยกสัญญาณ (PDF)บันทึกการบรรยายในวิทยาการคอมพิวเตอร์ เล่มที่10891หน้า456–466 doi : 10.1007 /978-3-319-93764-9_42 ISBN   978-3-319-93763-2. S2CID 46963798 . 
  16. Li, Algo และคณะ (4 กันยายน 2010). "การปรับเทียบหุ่นยนต์ - โลกและมือ-ตาพร้อมกันโดยใช้ควอเทอร์เนียนคู่และผลคูณโครเนกเกอร์" (PDF)วารสารนานาชาติวิทยาศาสตร์กายภาพ5 (10): 1530– 1536. S2CID 7446157เก็บถาวรจากต้นฉบับ(PDF)เมื่อวันที่ 9 กุมภาพันธ์ 2020  
  17. Tracy, DS; Singh, RP (1972). "ผลคูณเมทริกซ์แบบใหม่และการประยุกต์ใช้ในการหาอนุพันธ์ของเมทริกซ์" Statistica Neerlandica . 26 (4): 143– 157. doi : 10.1111/j.1467-9574.1972.tb00199.x .
  18. Liu, Shuangzhe (1999). "ผลลัพธ์เมทริกซ์เกี่ยวกับผลคูณ Khatri–Rao และ Tracy–Singh" . พีชคณิตเชิงเส้นและการประยุกต์ใช้ . 289 ( 1– 3): 267– 277. doi : 10.1016/S0024-3795(98)10209-4 .
  19. Liu, Shuangzhe; Trenkler, Götz (2008). "Hadamard, Khatri-Rao, Kronecker และผลคูณเมทริกซ์อื่นๆ" วารสารนานาชาติวิทยาศาสตร์สารสนเทศและระบบ 4 ( 1): 160– 177
  20. Slyusar, VI (1998) [27 ธันวาคม 1996]. "ผลิตภัณฑ์ขั้นสุดท้ายในเมทริกซ์ในการใช้งานเรดาร์" (PDF)ระบบวิทยุอิเล็กทรอนิกส์และการสื่อสาร 41 (3): 50– 53
  21. 1 2 Slyusar, Vadym (1999). " การดำเนินการเมทริกซ์ใหม่สำหรับ DSP" (การบรรยายที่เผยแพร่เอง). doi : 10.13140/RG.2.2.31620.76164/1 ผ่านResearchGate
  22. 1 2 Slyusar, VI (13 มีนาคม 2541). "ตระกูลของผลคูณหน้าของเมทริกซ์และคุณสมบัติของมัน" (PDF) . Cybernetics and Systems Analysis C/C of Kibernetika I Sistemnyi Analiz. 1999 . 35 (3): 379– 384. doi : 10.1007/BF02733426 . S2CID 119661450 . 
  23. Slyusar, VI (15 กันยายน 1997). การดำเนินการใหม่ของการคูณเมทริกซ์สำหรับ การประยุกต์ใช้เรดาร์ (PDF)ปัญหาโดยตรงและผกผันของทฤษฎีคลื่นแม่เหล็กไฟฟ้าและคลื่นเสียง (DIPED-97), ลวีฟ หน้า73–74 
  24. อาห์เล, โธมัส ดีบดาห์ล; คนุดเซ่น, ยาคอบ เบค เตจส์ (2019-09-03) "ร่างเทนเซอร์ที่เกือบจะเหมาะสมที่สุด" arXiv : 1909.01821 [ cs.DS ].
  25. Ninh, Pham; Pagh, Rasmus (2013). เคอร์เนลพหุนามที่รวดเร็วและปรับขนาดได้ผ่านแผนที่คุณลักษณะที่ชัดเจน การประชุมนานาชาติ SIGKDD ว่าด้วยการ ค้น พบความรู้และการ ทำเหมืองข้อมูล สมาคมเครื่องจักรคำนวณCiteSeerX 10.1.1.718.2766 doi : 10.1145/2487575.2487591 
  • "ผลคูณเทนเซอร์" . สารานุกรมคณิตศาสตร์ . EMS Press . 2001 [1994].
  • “ผลิตภัณฑ์โครเนกเกอร์” . แพลนเน็ตแมท .
  • "ผลคูณโครเนกเกอร์" MathWorld
  • "ปัญหาของผลิตภัณฑ์ Kronecker รุ่นใหม่" (PDF)เก็บถาวรจากต้นฉบับ(PDF)เมื่อ 2021-11-04 เรียกดูเมื่อ2009-08-19
  • "การใช้งานในยุคแรกสุด "หัวข้อเกี่ยวกับ Kronecker, Zehfuss หรือผลคูณโดยตรงของเมทริกซ์ มีข้อมูลทางประวัติศาสตร์อยู่ด้วย
  • คำนวณผลคูณโครเนกเกอร์ของเมทริกซ์สองเมทริกซ์ SourceForge (ซอร์สโค้ดทั่วไปในภาษา C++ และ Fortran 90) 27 มิถุนายน 2015
  • "ผลคูณโครเนกเกอร์" . RosettaCode.org . 31 ธันวาคม 2020 . สืบค้นเมื่อ13 มกราคม 2021 .ซอร์สโค้ดซอฟต์แวร์มีให้เลือกมากกว่า 40  ภาษา

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ ผลิตภัณฑ์โครเนกเกอร์

ใน ทางคณิตศาสตร์ ผลคูณโครเนกเกอร์ ซึ่งบางครั้งใช้สัญลักษณ์ ⊗ เป็นการ ดำเนินการ กับเมทริกซ์สอง เมทริกซ์ ที่มีขนาดใดๆ ก็ได้ ส่งผลให้ได้ เมทริกซ์บล็อก เป็นการเฉพาะของ ผลคูณเทนเซอร์...

คำนิยาม

ถ้า A เป็น เมทริกซ์ขนาด m × n และ B เป็น เมทริกซ์ขนาด p × q แล้ว ผลคูณโครเนกเกอร์ A ⊗ B จะเป็น เมทริกซ์บล็อกขนาด pm × qn :

ความสัมพันธ์กับการดำเนินการเมทริกซ์อื่นๆ

ผลคูณโครเนกเกอร์เป็นกรณีพิเศษของ ผลคูณเทนเซอร์ ดังนั้นจึงเป็น ทวิเชิงเส้น และ มีคุณสมบัติการสลับที่ได้ :

คุณสมบัติเชิงนามธรรม

สมมติว่า A และ B เป็นเมทริกซ์จัตุรัสขนาด n และ m ตามลำดับ ให้ λ , ..., λ เป็น ค่าลักษณะเฉพาะ ของ A และ μ , ..., μ เป็นค่าลักษณะเฉพาะของ B (เรียงตาม จำนวนครั้งที่ปรากฏ ) แล้ว ค่าลักษณะเฉพาะ ของ A ⊗ B คือ