ในทางคณิตศาสตร์ ผลคูณโครเนกเกอร์ ซึ่งบางครั้งใช้สัญลักษณ์⊗ เป็นการดำเนินการ กับเมทริกซ์สองเมทริกซ์ ที่มีขนาดใดๆ ก็ได้ ส่งผลให้ได้เมทริกซ์บล็อก เป็นการเฉพาะของผลคูณเทนเซอร์ (ซึ่งใช้สัญลักษณ์เดียวกัน) จากเวกเตอร์ไปยังเมทริกซ์ และให้เมทริกซ์ของ แผนที่เชิงเส้น ของผลคูณเทนเซอร์ โดยสัมพันธ์กับฐาน มาตรฐานที่เลือกไว้ ผลคูณโครเนกเกอร์นั้นแตกต่างจากการคูณเมทริกซ์ ทั่วไป ซึ่งเป็นการดำเนินการที่แตกต่างกันโดยสิ้นเชิง บางครั้งผลคูณโครเนกเกอร์ก็เรียกว่าผลคูณโดยตรงของเมทริก ซ์[ 1 ]
ผลคูณโครเนกเกอร์ตั้งชื่อตามนักคณิตศาสตร์ชาวเยอรมันเลโอโปลด์ โครเนกเกอร์ (ค.ศ. 1823–1891) แม้ว่าจะมีหลักฐานน้อยมากว่าเขาเป็นคนแรกที่กำหนดและใช้มัน ผลคูณโครเนกเกอร์ยังถูกเรียกว่าเมทริกซ์เซห์ฟุส และผลคูณเซห์ฟุส ตามชื่อของโยฮันน์ เกออร์ก เซห์ฟุส ผู้ซึ่งอธิบายการดำเนินการเมทริกซ์นี้ในปี ค.ศ. 1858 แต่ ปัจจุบันคำว่า ผลคูณโครเนกเกอร์ เป็นคำที่ใช้กันอย่างแพร่หลายที่สุด[ 2 ] [ 3 ] การระบุชื่อผิดพลาดว่าเป็นโครเนกเกอร์แทนที่จะเป็นเซห์ฟุส เกิดจากเคิร์ท เฮน เซล[ 4 ]
คำนิยาม ถ้าA เป็น เมทริกซ์ขนาด m × n และB เป็น เมทริกซ์ขนาด p × q แล้ว ผลคูณโครเนกเกอร์A ⊗ B จะเป็น เมทริกซ์บล็อกขนาด pm × qn :
เอ ⊗ บี = [ เอ 11 บี ⋯ เอ 1 n บี ⋮ ⋱ ⋮ เอ ม 1 บี ⋯ เอ ม n บี ] , {\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:
เอ ⊗ บี = [ เอ 11 ข 11 เอ 11 ข 12 ⋯ เอ 11 ข 1 q ⋯ ⋯ เอ 1 n ข 11 เอ 1 n ข 12 ⋯ เอ 1 n ข 1 q เอ 11 ข 21 เอ 11 ข 22 ⋯ เอ 11 ข 2 q ⋯ ⋯ เอ 1 n ข 21 เอ 1 n ข 22 ⋯ เอ 1 n ข 2 q ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ เอ 11 ข พี 1 เอ 11 ข พี 2 ⋯ เอ 11 ข พี q ⋯ ⋯ เอ 1 n ข พี 1 เอ 1 n ข พี 2 ⋯ เอ 1 n ข พี q ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ เอ ม 1 ข 11 เอ ม 1 ข 12 ⋯ เอ ม 1 ข 1 q ⋯ ⋯ เอ ม n ข 11 เอ ม n ข 12 ⋯ เอ ม n ข 1 q เอ ม 1 ข 21 เอ ม 1 ข 22 ⋯ เอ ม 1 ข 2 q ⋯ ⋯ เอ ม n ข 21 เอ ม n ข 22 ⋯ เอ ม n ข 2 q ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ เอ ม 1 ข พี 1 เอ ม 1 ข พี 2 ⋯ เอ ม 1 ข พี q ⋯ ⋯ เอ ม n ข พี 1 เอ ม n ข พี 2 ⋯ เอ ม n ข พี q ] . {\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 \%} เพื่อใช้แทนการตัดทอนการหารจำนวนเต็ม และเศษเหลือ ตามลำดับ และกำหนดหมายเลขให้กับองค์ประกอบของเมทริกซ์โดยเริ่มจาก 0 จะได้
( เอ ⊗ บี ) พี ร + วี , q ส + ว = เอ ร ส ข วี ว {\displaystyle (A\otimes B)_{pr+v,qs+w}=a_{rs}b_{vw}} ( เอ ⊗ บี ) ฉัน , เจ = เอ ฉัน / / พี , เจ / / q ข ฉัน % พี , เจ % q . {\displaystyle (A\otimes B)_{i,j}=a_{i/\!/p,j/\!/q}b_{i\%p,j\%q}.} สำหรับการกำหนดหมายเลขตามปกติโดยเริ่มจาก 1 จะได้ดังนี้
( เอ ⊗ บี ) พี ( ร − 1 ) + วี , q ( ส − 1 ) + ว = เอ ร ส ข วี ว {\displaystyle (A\otimes B)_{p(r-1)+v,q(s-1)+w}=a_{rs}b_{vw}} ( เอ ⊗ บี ) ฉัน , เจ = เอ ⌈ ฉัน / พี ⌉ , ⌈ เจ / q ⌉ ข ( ( ฉัน − 1 ) % พี ) + 1 , ( ( เจ − 1 ) % 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}.} ถ้าA และB แทนการแปลงเชิงเส้น V → W และV → W ตามลำดับผลคูณเทนเซอร์ ของแผนที่ทั้งสองจะ เป็นแผนที่V ⊗ V → W ⊗ W ซึ่งแทนด้วยA ⊗ B
ตัวอย่าง [ 1 2 3 4 ] ⊗ [ 0 5 6 7 ] = [ 1 [ 0 5 6 7 ] 2 [ 0 5 6 7 ] 3 [ 0 5 6 7 ] 4 [ 0 5 6 7 ] ] = [ 1 × 0 1 × 5 2 × 0 2 × 5 1 × 6 1 × 7 2 × 6 2 × 7 3 × 0 3 × 5 4 × 0 4 × 5 3 × 6 3 × 7 4 × 6 4 × 7 ] = [ 0 5 0 10 6 7 12 14 0 15 0 20 18 21 24 28 ] . {\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:
[ 1 − 4 7 − 2 3 3 ] ⊗ [ 8 − 9 − 6 5 1 − 3 − 4 7 2 8 − 8 − 3 1 2 − 5 − 1 ] = [ 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 − 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 ] {\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 ความเป็นเส้นตรงคู่ และความสัมพันธ์แบบสมาคม :
ผลคูณโครเนกเกอร์เป็นกรณีพิเศษของผลคูณเทนเซอร์ ดังนั้นจึงเป็นทวิเชิงเส้น และมีคุณสมบัติการสลับที่ได้ :
เอ ⊗ ( บี + ซี ) = เอ ⊗ บี + เอ ⊗ ซี , ( บี + ซี ) ⊗ เอ = บี ⊗ เอ + ซี ⊗ เอ , ( เค เอ ) ⊗ บี = เอ ⊗ ( เค บี ) = เค ( เอ ⊗ บี ) , ( เอ ⊗ บี ) ⊗ ซี = เอ ⊗ ( บี ⊗ ซี ) , เอ ⊗ 0 = 0 ⊗ เอ = 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 , B และC เป็นเมทริกซ์, 0 เป็นเมทริกซ์ศูนย์ และk เป็นค่าสเกลาร์สมบัติ ไม่ สลับที่ :
โดยทั่วไปA ⊗ B และB ⊗ A เป็นเมทริกซ์ที่แตกต่างกัน อย่างไรก็ตามA ⊗ B และB ⊗ A มีความสมมูลกันในเชิงการเรียงสับเปลี่ยน หมายความว่ามีเมทริกซ์การเรียงสับเปลี่ยน P และQ อยู่จริง ซึ่ง[ 5 ]
บี ⊗ เอ = พี ( เอ ⊗ บี ) คิว . {\displaystyle \mathbf {B} \otimes \mathbf {A} =\mathbf {P} \,\left(\mathbf {A} \otimes \mathbf {B} \right)\,\mathbf {Q} .} ถ้าA และB เป็นกำลังสอง แล้วA ⊗ B และB ⊗ A จะมีความคล้ายคลึงกัน ในการเรียงสับเปลี่ยนแบบคู่ ซึ่งหมายความว่าเราสามารถใช้P = Q T ได้
เมทริกซ์P และQ เป็นเมทริกซ์สับเปลี่ยนที่สมบูรณ์แบบ เรียกว่าเมทริกซ์ "การสลับตำแหน่ง" [ 6 ] เมทริกซ์การสลับตำแหน่งS สามารถสร้างได้โดยการนำส่วนย่อยของ เมทริกซ์เอกลักษณ์ I มาใช้ โดยที่ร = พี q {\displaystyle r=pq} .
เอส พี , q = [ ฉัน ร ( 1 : q : ร , : ) ฉัน ร ( 2 : q : ร , : ) ⋮ ฉัน ร ( q : q : ร , : ) ] {\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 × r ถ้าเอ ∈ อาร์ ม 1 × n 1 {\displaystyle \mathbf {A} \in \mathbb {R} ^{m_{1}\times n_{1}}} และบี ∈ อาร์ ม 2 × n 2 {\displaystyle \mathbf {B} \in \mathbb {R} ^{m_{2}\times n_{2}}} , แล้ว
บี ⊗ เอ = เอส ม 1 , ม 2 ( เอ ⊗ บี ) เอส n 1 , n 2 ที {\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}}} คุณสมบัติของผลิตภัณฑ์ผสม:
ถ้าA , B , C และD เป็นเมทริกซ์ที่มีขนาดที่สามารถสร้างผลคูณเมทริกซ์ AC และBD ได้ ดังนั้น[ 7 ]
( เอ ⊗ บี ) ( ซี ⊗ ดี ) = ( เอ ซี ) ⊗ ( บี ดี ) . {\displaystyle (\mathbf {A} \otimes \mathbf {B} )(\mathbf {C} \otimes \mathbf {D} )=(\mathbf {AC} )\otimes (\mathbf {BD} ).} คุณสมบัติ นี้เรียกว่าคุณสมบัติผลคูณผสม เนื่องจากเป็นการผสมผสานระหว่างผลคูณเมทริกซ์แบบธรรมดาและผลคูณโครเนกเกอร์
ผลที่ตามมาโดยตรง (อีกครั้ง โดยพิจารณาจาก)เอ ∈ อาร์ ม 1 × n 1 {\displaystyle \mathbf {A} \in \mathbb {R} ^{m_{1}\times n_{1}}} และบี ∈ อาร์ ม 2 × n 2 {\displaystyle \mathbf {B} \in \mathbb {R} ^{m_{2}\times n_{2}}} ),
เอ ⊗ บี = ( ฉัน ม 1 ⊗ บี ) ( เอ ⊗ ฉัน n 2 ) = ( เอ ⊗ ฉัน ม 2 ) ( ฉัน n 1 ⊗ บี ) . {\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 การสลับแถวและคอลัมน์ จากด้านล่าง หมายความว่า ถ้า
เอ = คิว ⊗ ยู {\displaystyle \mathbf {A} =\mathbf {Q} \otimes \mathbf {U} } และถ้าQ และU เป็นเมทริกซ์ตั้งฉาก (หรือเมทริกซ์เอกลักษณ์ ) แล้วA ก็เป็นเมทริกซ์ตั้งฉาก (หรือเมทริกซ์เอกลักษณ์) เช่นกัน
ผลคูณเมทริกซ์-เวกเตอร์แบบผสมของโครเนกเกอร์สามารถเขียนได้ดังนี้:
( เอ ⊗ บี ) เวกเตอร์ ( วี ) = เวกเตอร์ ( บี วี เอ ที ) {\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 การเวกเตอร์ ถูกนำมาใช้กับวี {\displaystyle \mathbf {V} } (เกิดจากการปรับรูปร่างของเมทริกซ์)คุณสมบัติของผู้ที่เดินทางไปทำงาน :
ถ้าเอ {\displaystyle \mathbf {A} } และซี {\displaystyle \mathbf {C} } เป็นเมทริกซ์จัตุรัสที่มีมิติม {\displaystyle m} , และบี {\displaystyle \mathbf {B} } และดี {\displaystyle \mathbf {D} } เป็นเมทริกซ์จัตุรัสที่มีมิติn {\displaystyle n} จากนั้นก็เป็นคอมมิวเทเตอร์
[ เอ ⊗ บี , ซี ⊗ ดี ] = [ เอ , ซี ] ⊗ ( บี ดี ) + ( ซี เอ ) ⊗ [ 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
[ เอ ⊗ บี , ซี ⊗ ดี ] = [ เอ , ซี ] ⊗ ( ดี บี ) + ( เอ ซี ) ⊗ [ 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} ]} .ผลคูณฮาดามาร์ด (การคูณแบบทีละองค์ประกอบ):
คุณสมบัติผลคูณแบบผสมยังใช้ได้กับผลคูณแบบองค์ประกอบต่อองค์ประกอบด้วย ถ้าA และC เป็นเมทริกซ์ที่มีขนาดเท่ากัน และB และD เป็นเมทริกซ์ที่มีขนาดเท่ากัน[ 7 ]
( เอ ⊗ บี ) ∘ ( ซี ⊗ ดี ) = ( เอ ∘ ซี ) ⊗ ( บี ∘ ดี ) . {\displaystyle (\mathbf {A} \otimes \mathbf {B} )\circ (\mathbf {C} \otimes \mathbf {D} )=(\mathbf {A} \circ \mathbf {C} )\otimes (\mathbf {B} \circ \mathbf {D} ).} ผลผกผันของผลคูณโครเนกเกอร์:
ดังนั้นA ⊗ B จะหาอินเวอร์สได้ ก็ต่อเมื่อ ทั้งA และB หาอินเวอร์สได้ ซึ่งในกรณีนี้ อินเวอร์สจะกำหนดโดย
( เอ ⊗ บี ) − 1 = เอ − 1 ⊗ บี − 1 . {\displaystyle (\mathbf {A} \otimes \mathbf {B} )^{-1}=\mathbf {A} ^{-1}\otimes \mathbf {B} ^{-1}.} คุณสมบัติผลคูณที่ผกผันได้ยังคงใช้ได้กับผกผันเทียมของ Moore–Penrose เช่นกัน[ 7 ] [ 8 ] นั่นคือ
( เอ ⊗ บี ) + = เอ + ⊗ บี + . {\displaystyle (\mathbf {A} \otimes \mathbf {B} )^{+}=\mathbf {A} ^{+}\otimes \mathbf {B} ^{+}.} ในภาษาของทฤษฎีหมวดหมู่ คุณสมบัติผลคูณผสมของผลคูณโครเนกเกอร์ (และผลคูณเทนเซอร์ทั่วไป) แสดงให้เห็นว่าหมวดหมู่Mat ของเมทริกซ์เหนือฟิลด์ F นั้นเป็น หมวดหมู่โมโนอิดัล จริง ๆโดยมีวัตถุเป็นจำนวนธรรมชาติn มอร์ฟิซึมn → m เป็น เมทริกซ์ n × m ที่มีรายการอยู่ในF การประกอบกำหนดโดยการคูณเมทริกซ์ลูกศรเอกลักษณ์ เป็นเพียงเมทริกซ์เอกลักษณ์ n × n I และผลคูณเทนเซอร์กำหนดโดยผลคูณโครเนกเกอร์[ 9 ]
Mat เป็นหมวดหมู่โครง ร่างที่เป็นรูปธรรม สำหรับ หมวด หมู่ที่เทียบเท่ากัน FinVect ของปริภูมิเวกเตอร์มิติจำกัดเหนือF โดย ที่วัตถุของมันคือปริภูมิเวกเตอร์มิติจำกัดV ลูกศรคือแผนที่เชิงเส้นF L : V → W และลูกศรเอกลักษณ์คือแผนที่เอกลักษณ์ของปริภูมิเหล่านั้น ความเทียบเท่าของหมวดหมู่เท่ากับการเลือกฐาน พร้อมกัน ในทุกปริภูมิเวกเตอร์มิติจำกัดV เหนือF องค์ประกอบของเมทริกซ์แสดงถึงแผนที่เหล่านี้โดยสัมพันธ์กับฐานที่เลือก และในทำนองเดียวกัน ผลคูณโครเนกเกอร์คือการแสดงแทนผลคูณเทนเซอร์ ในฐานที่เลือกสลับแถวและคอลัมน์ :
การสลับตำแหน่งและการสลับตำแหน่งแบบคอนจูเกต เป็นคุณสมบัติการกระจายตัวของผลคูณโครเนกเกอร์:
( เอ ⊗ บี ) ที = เอ ที ⊗ บี ที {\displaystyle (\mathbf {A} \otimes \mathbf {B} )^{\textsf {T}}=\mathbf {A} ^{\textsf {T}}\otimes \mathbf {B} ^{\textsf {T}}} และ( เอ ⊗ บี ) * = เอ * ⊗ บี * . {\displaystyle (\mathbf {A} \otimes \mathbf {B} )^{*}=\mathbf {A} ^{*}\otimes \mathbf {B} ^{*}.} ปัจจัยกำหนด :
ให้A เป็น เมทริกซ์ขนาด n × n และให้B เป็น เมทริกซ์ขนาด m × m แล้ว
| เอ ⊗ บี | = | เอ | ม | บี | n . {\displaystyle \left|\mathbf {A} \otimes \mathbf {B} \right|=\left|\mathbf {A} \right|^{m}\left|\mathbf {B} \right|^{n}.} เลขชี้กำลังใน| A | คือ อันดับของB และเลขชี้กำลังใน| B | คืออันดับของA ผลรวมโครเนกเกอร์และการยกกำลัง :
ถ้าA เป็น เมทริกซ์ ขนาด n × n , B เป็น เมทริกซ์ขนาด m × m และI แทนเมทริกซ์เอกลักษณ์ขนาด k × k แล้วเราสามารถกำหนดสิ่งที่บางครั้งเรียกว่าผลรวมโครเนกเกอร์ ( ⊕) ได้โดย
เอ ⊕ ¯ บี = เอ ⊗ ฉัน ม + ฉัน n ⊗ บี . {\displaystyle \mathbf {A} \,{\overline {\oplus }}\,\mathbf {B} =\mathbf {A} \otimes \mathbf {I} _{m}+\mathbf {I} _{n}\otimes \mathbf {B} .} นี่แตกต่าง จากการบวกโดยตรง ของเมทริกซ์สองเมทริกซ์ การดำเนินการนี้เกี่ยวข้องกับผลคูณเทนเซอร์บนพีชคณิตลี ดังที่ได้อธิบายไว้ด้านล่าง ( #คุณสมบัติเชิงนามธรรม ) ในหัวข้อ "ความสัมพันธ์กับผลคูณเทนเซอร์เชิง นามธรรม "
เรามีสูตรต่อไปนี้สำหรับเมทริกซ์เอกซ์โพเนนเชียล ซึ่งมีประโยชน์ในการประเมินเชิงตัวเลขบางอย่าง[ 10 ]
เอ็กซ์ ( เอ็น ⊕ ¯ เอ็ม ) = เอ็กซ์ ( เอ็น ) ⊗ เอ็กซ์ ( เอ็ม ) {\displaystyle \exp({\mathbf {N} \,{\overline {\oplus }}\,\mathbf {M} })=\exp(\mathbf {N} )\otimes \exp(\mathbf {M} )} ผลรวมโครเนกเกอร์ปรากฏขึ้นตามธรรมชาติในวิชาฟิสิกส์ เมื่อพิจารณากลุ่มของระบบ ที่ไม่เกิดปฏิสัมพันธ์ กัน
ถ้าH r คือแฮมิลโทเนียนของระบบที่r ดังกล่าว แฮมิลโทเนียนทั้งหมดของกลุ่มระบบจะเป็น
ชม ท็อต = ⨁ ร ¯ ชม ร . {\displaystyle H_{\operatorname {Tot} }={\overline {\bigoplus _{r}}}H^{r}.} การแปลง ผลคูณโครเนกเกอร์เป็นเวกเตอร์ :
อนุญาตเอ {\displaystyle A} เป็นม × n {\displaystyle m\times n} เมทริกซ์และบี {\displaystyle B} เอพี × q {\displaystyle p\times q} เมทริกซ์ เมื่อสลับลำดับของการคูณโครเนกเกอร์และการแปลงเป็นเวกเตอร์ การดำเนินการทั้งสองสามารถเชื่อมโยงกันได้ในเชิงเส้นผ่านฟังก์ชันที่เกี่ยวข้องกับ เมท ริกซ์การสลับตำแหน่ง เค q ม {\displaystyle K_{qm}} นั่นคือเวกเตอร์ ( โครน ( เอ , บี ) ) {\displaystyle \operatorname {vec} (\operatorname {Kron} (A,B))} และโครน ( เวกเตอร์ เอ , เวกเตอร์ บี ) {\displaystyle \operatorname {Kron} (\operatorname {vec} A,\operatorname {vec} B)} มีความสัมพันธ์ดังต่อไปนี้:
เวกเตอร์ ( เอ ⊗ บี ) = ( ฉัน n ⊗ เค q ม ⊗ ฉัน พี ) ( เวกเตอร์ เอ ⊗ เวกเตอร์ บี ) . {\displaystyle \operatorname {vec} (A\otimes B)=(I_{n}\otimes K_{qm}\otimes I_{p})(\operatorname {vec} A\otimes \operatorname {vec} B).} นอกจากนี้ ความสัมพันธ์ข้างต้นยังสามารถจัดเรียงใหม่ได้ในรูปของเวกเตอร์ เอ {\displaystyle \operatorname {vec} A} หรือเวกเตอร์ บี {\displaystyle \operatorname {vec} B} ดังต่อไปนี้:
เวกเตอร์ ( เอ ⊗ บี ) = ( ฉัน n ⊗ จี ) เวกเตอร์ เอ = ( ชม ⊗ ฉัน พี ) เวกเตอร์ บี , {\displaystyle \operatorname {vec} (A\otimes B)=(I_{n}\otimes G)\operatorname {vec} A=(H\otimes I_{p})\operatorname {vec} B,} ที่ไหน
จี = ( เค q ม ⊗ ฉัน พี ) ( ฉัน ม ⊗ เวกเตอร์ บี ) และ ชม = ( ฉัน n ⊗ เค q ม ) ( เวกเตอร์ เอ ⊗ ฉัน q ) . {\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}).} ผลิตภัณฑ์ภายนอก :
ถ้าx ∈ อาร์ n {\displaystyle x\in \mathbb {R} ^{n}} และy ∈ อาร์ ม {\displaystyle y\in \mathbb {R} ^{m}} หากเวกเตอร์เหล่านี้เป็นเวกเตอร์ใดๆ ผลคูณภายนอกระหว่างเวกเตอร์ทั้งสองจะเป็นดังนี้x {\displaystyle x} และy {\displaystyle y} ถูกกำหนดให้เป็นx y ที {\displaystyle xy^{T}} ผลคูณโครเนกเกอร์มีความสัมพันธ์กับผลคูณภายนอกโดย:y ⊗ x = เวกเตอร์ ( x y ที ) {\displaystyle y\otimes x=\operatorname {vec} (xy^{T})} .
คุณสมบัติเชิงนามธรรม สเปกตรัม :
สมมติว่าA และB เป็นเมทริกซ์จัตุรัสขนาดn และm ตามลำดับ ให้λ , ..., λ เป็นค่าลักษณะเฉพาะ ของA และμ , ..., μ เป็นค่าลักษณะเฉพาะของB (เรียงตามจำนวนครั้งที่ปรากฏ ) แล้วค่าลักษณะเฉพาะ ของA ⊗ B คือ
λ ฉัน μ เจ , ฉัน = 1 , … , n , เจ = 1 , … , ม . {\displaystyle \lambda _{i}\mu _{j},\qquad i=1,\ldots ,n,\,j=1,\ldots ,m.} ดังนั้น ผลรวมของ ร่องรอย และดีเทอร์มิแนนต์ ของผลคูณโครเนกเกอร์จึงกำหนดโดย
tr ( เอ ⊗ บี ) = tr เอ tr บี และ เดท ( เอ ⊗ บี ) = ( เดท เอ ) ม ( เดท บี ) 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}.} ค่าเอกลักษณ์ :
ถ้าA และB เป็นเมทริกซ์สี่เหลี่ยมผืนผ้า เราสามารถพิจารณาค่าเอกลักษณ์ของเมทริกซ์ทั้งสอง ได้ สมมติว่าA มีค่าเอกลักษณ์ที่ไม่เป็นศูนย์จำนวนr
σ เอ , ฉัน , ฉัน = 1 , … , ร เอ . {\displaystyle \sigma _{\mathbf {A} ,i},\qquad i=1,\ldots ,r_{\mathbf {A} }.} ในทำนองเดียวกัน ให้แทนค่าเอกลักษณ์ที่ไม่เป็นศูนย์ของB ด้วย
σ บี , ฉัน , ฉัน = 1 , … , ร บี . {\displaystyle \sigma _{\mathbf {B} ,i},\qquad i=1,\ldots ,r_{\mathbf {B} }.} ดังนั้น ผลคูณโครเนกเกอร์A ⊗ B จึงมี ค่าเอกลักษณ์ที่ไม่เป็นศูนย์ r r กล่าวคือ
σ เอ , ฉัน σ บี , เจ , ฉัน = 1 , … , ร เอ , เจ = 1 , … , ร บี . {\displaystyle \sigma _{\mathbf {A} ,i}\sigma _{\mathbf {B} ,j},\qquad i=1,\ldots ,r_{\mathbf {A} },\,j=1,\ldots ,r_{\mathbf {B} }.} เนื่องจากอันดับของเมทริกซ์ เท่ากับจำนวนค่าเอกฐานที่ไม่เป็นศูนย์ เราจึงพบว่า
อันดับ ( เอ ⊗ บี ) = อันดับ เอ อันดับ บี . {\displaystyle \operatorname {rank} (\mathbf {A} \otimes \mathbf {B} )=\operatorname {rank} \mathbf {A} \,\operatorname {rank} \mathbf {B} .} ความสัมพันธ์กับผลคูณเทนเซอร์ เชิงนามธรรม :
ผลคูณโครเนกเกอร์ของเมทริกซ์สอดคล้องกับผลคูณเทนเซอร์เชิงนามธรรมของแผนที่เชิงเส้น โดยเฉพาะอย่างยิ่ง ถ้าปริภูมิเวกเตอร์V , W , X และY มีฐาน{ v , ..., v }, { w , ..., w }, { x , ..., x } และ{ y , ..., y } ตามลำดับ และถ้าเมทริกซ์A และB แทนการแปลงเชิงเส้นS : V → X และT : W → Y ตามลำดับในฐานที่เหมาะสมแล้ว เมทริกซ์A ⊗ B จะแทนผลคูณเทนเซอร์ของแผนที่สองแผนที่S ⊗ T : V ⊗ W → X ⊗ Y โดยสัมพันธ์กับฐาน{ v ⊗ w , v ⊗ w , ..., v ⊗ w , ..., v ⊗ w } ของV ⊗ W และฐานที่กำหนดในทำนองเดียวกันของX ⊗ Y โดยมีคุณสมบัติว่าA ⊗ B ( v ⊗ w ) = ( Av ) ⊗ ( Bw ) โดยที่i และj เป็นจำนวนเต็มในช่วงที่เหมาะสม[ 11 ]
เมื่อV และW เป็นพีชคณิตลี และS : V → V และT : W → W เป็นโฮโมมอร์ฟิซึมของพีชคณิตลี ผลรวมโครเนกเกอร์ของA และB แสดงถึงโฮโมมอร์ฟิซึมของพีชคณิตลี ที่เหนี่ยวนำV ⊗ W → V ⊗ W ความสัมพันธ์กับผลคูณของกราฟ :
ผลคูณโครเนกเกอร์ของเมทริกซ์ประชิด ของ กราฟ สอง กราฟ คือเมทริกซ์ประชิดของกราฟผลคูณเทนเซอร์ ผล รวมโครเนกเกอร์ ของเมทริกซ์ประชิดของกราฟ สองกราฟ คือเมทริกซ์ประชิดของกราฟผลคูณคาร์ที เซียน[ 12 ]
สมการเมทริกซ์ ผลคูณโครเนกเกอร์สามารถใช้เพื่อสร้างการแสดงสมการเมทริกซ์บางรูปแบบที่สะดวกยิ่งขึ้นได้ ตัวอย่างเช่น พิจารณาสมการAXB = C โดยที่A , B และC เป็นเมทริกซ์ที่กำหนดให้ และเมทริกซ์X เป็นตัวแปรที่ไม่ทราบค่า เราสามารถใช้ "เทคนิคเวกเตอร์" เพื่อเขียนสมการนี้ใหม่ได้ดังนี้
( บี ที ⊗ เอ ) เวกเตอร์ ( X ) = เวกเตอร์ ( เอ X บี ) = 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 ) หมายถึงการแปลง เมทริกซ์X ให้เป็นเวกเตอร์ โดยการ เรียงคอลัมน์ของX เข้าด้วยกันเป็น เวกเตอร์คอลัมน์ เดียว
จากคุณสมบัติของผลคูณโครเนกเกอร์ จึงสรุปได้ว่าสมการAXB = C มีคำตอบเดียวก็ต่อเมื่อA และB สามารถผกผันได้( Horn & Johnson 1991 , Lemma 4.3.1 )
ถ้าX และC ถูกเรียงลำดับตามแถวเป็นเวกเตอร์คอลัมน์u และv ตามลำดับแล้ว( Jain 1989 , 2.8 Block Matrices and Kronecker Products)
วี = ( เอ ⊗ บี ที ) คุณ . {\displaystyle \mathbf {v} =\left(\mathbf {A} \otimes \mathbf {B} ^{\textsf {T}}\right)\mathbf {u} .} เหตุผลก็คือว่า
วี = เวกเตอร์ ( ( เอ X บี ) ที ) = เวกเตอร์ ( บี ที X ที เอ ที ) = ( เอ ⊗ บี ที ) เวกเตอร์ ( X ที ) = ( เอ ⊗ บี ที ) 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 Lyapunov สูตรนี้ยังมีประโยชน์ในการแสดงให้เห็นว่าการแจกแจงปกติของเมทริกซ์ เป็นกรณีพิเศษของการแจกแจงปกติแบบหลาย ตัวแปร สูตรนี้ยังมีประโยชน์สำหรับการแสดง การดำเนินการ ประมวลผลภาพ 2 มิติ ในรูปแบบเมทริกซ์-เวกเตอร์
อีกตัวอย่างหนึ่งคือ เมื่อเมทริกซ์สามารถแยกตัวประกอบเป็นผลคูณโครเนกเกอร์ได้ การคูณเมทริกซ์สามารถทำได้เร็วขึ้นโดยใช้สูตรข้างต้น ซึ่งสามารถนำไปใช้แบบเรียกซ้ำได้ เช่นเดียวกับที่ทำในFFT แบบ radix-2 และการแปลง Fast Walsh–Hadamard การแยกเมทริกซ์ที่ทราบออกเป็นผลคูณโครเนกเกอร์ของเมทริกซ์ขนาดเล็กสองเมทริกซ์เรียกว่าปัญหา "ผลคูณโครเนกเกอร์ที่ใกล้ที่สุด" และสามารถแก้ไขได้อย่างแม่นยำ[ 13 ] โดยใช้SVD การแยกเมทริกซ์ออกเป็นผลคูณโครเนกเกอร์ของเมทริกซ์มากกว่าสองเมทริกซ์ในลักษณะที่เหมาะสมที่สุดเป็นปัญหาที่ยากและเป็นหัวข้อของการวิจัยอย่างต่อเนื่อง ผู้เขียนบางคนมองว่าเป็นปัญหาการแยกส่วนเทนเซอร์[ 14 ] [ 15 ]
เมื่อใช้ร่วมกับวิธีการกำลังสองน้อยที่สุด ผลิตภัณฑ์ Kronecker สามารถใช้เป็นวิธีแก้ปัญหาที่แม่นยำสำหรับปัญหาการปรับเทียบมือและตา ได้[ 16 ]
การดำเนินการเมทริกซ์ที่เกี่ยวข้องสองอย่างคือ ผลคูณ Tracy–Singh และKhatri–Rao ซึ่งดำเนินการกับเมทริกซ์ที่แบ่งส่วน ให้เมทริกซ์A ขนาด m × n ถูกแบ่งออกเป็นบล็อกA m × n และเมทริกซ์B ขนาด p × q ถูก แบ่งออกเป็นบล็อกB p × q โดยที่Σ m = m , Σ n = n , Σ p = p และΣ q = q
ผลิตภัณฑ์ของเทรซี่-ซิงห์ผลิตภัณฑ์Tracy–Singh ถูกกำหนดไว้ดังนี้[ 17 ] [ 18 ] [ 19 ]
เอ ∘ บี = ( เอ ฉัน เจ ∘ บี ) ฉัน เจ = ( ( เอ ฉัน เจ ⊗ บี เค ล ) เค ล ) ฉัน เจ {\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 } B คือเมทริกซ์ A m p × n q ∘ {\displaystyle \circ } B ซึ่งซับบล็อกที่ ( kℓ ) เท่ากับเมทริกซ์ Aij Bkℓ ขนาด m p × n ซ์ ทั้ง
ตัวอย่างเช่น ถ้าA และB ต่างก็เป็น เมทริกซ์แบ่งส่วนขนาด 2 × 2 เช่น:
เอ = [ เอ 11 เอ 12 เอ 21 เอ 22 ] = [ 1 2 3 4 5 6 7 8 9 ] , บี = [ บี 11 บี 12 บี 21 บี 22 ] = [ 1 4 7 2 5 8 3 6 9 ] , {\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:
เอ ∘ บี = [ เอ 11 ∘ บี เอ 12 ∘ บี เอ 21 ∘ บี เอ 22 ∘ บี ] = [ เอ 11 ⊗ บี 11 เอ 11 ⊗ บี 12 เอ 12 ⊗ บี 11 เอ 12 ⊗ บี 12 เอ 11 ⊗ บี 21 เอ 11 ⊗ บี 22 เอ 12 ⊗ บี 21 เอ 12 ⊗ บี 22 เอ 21 ⊗ บี 11 เอ 21 ⊗ บี 12 เอ 22 ⊗ บี 11 เอ 22 ⊗ บี 12 เอ 21 ⊗ บี 21 เอ 21 ⊗ บี 22 เอ 22 ⊗ บี 21 เอ 22 ⊗ บี 22 ] = [ 1 2 4 7 8 14 3 12 21 4 5 16 28 20 35 6 24 42 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 7 8 28 49 32 56 9 36 63 14 16 35 56 40 64 18 45 72 21 24 42 63 48 72 27 54 81 ] . {\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–Raoผลิตภัณฑ์บล็อกโครเนกเกอร์ ผลคูณของ Khatri–Rao ตามคอลัมน์
ผลิตภัณฑ์ที่ทำให้หน้าแตก คุณสมบัติของผลิตภัณฑ์ผสม[ 20 ]
เอ ⊗ ( บี ∙ ซี ) = ( เอ ⊗ บี ) ∙ ซี , {\displaystyle \mathbf {A} \otimes (\mathbf {B} \bullet \mathbf {C} )=(\mathbf {A} \otimes \mathbf {B} )\bullet \mathbf {C} ,} ที่ไหน∙ {\displaystyle \bullet } แสดงถึงผลิตภัณฑ์การแยกหน้า [ 21 ] [ 22 ]
( เอ ∙ บี ) ( ซี ⊗ ดี ) = ( เอ ซี ) ∙ ( บี ดี ) , {\displaystyle (\mathbf {A} \bullet \mathbf {B} )(\mathbf {C} \otimes \mathbf {D} )=(\mathbf {A} \mathbf {C} )\bullet (\mathbf {B} \mathbf {D} ),} ในทำนองเดียวกัน: [ 23 ]
( เอ ∙ แอล ) ( บี ⊗ เอ็ม ) ⋯ ( ซี ⊗ เอส ) = ( เอ บี ⋯ ซี ) ∙ ( แอล เอ็ม ⋯ เอส ) , {\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} ),} ค ที ∙ ง ที = ค ที ⊗ ง ที , {\displaystyle \mathbf {c} ^{\textsf {T}}\bullet \mathbf {d} ^{\textsf {T}}=\mathbf {c} ^{\textsf {T}}\otimes \mathbf {d} ^{\textsf {T}},} ที่ไหนค {\displaystyle \mathbf {c} } และง {\displaystyle \mathbf {d} } เป็นเวก เตอร์ [ 24 ]
( เอ ∙ บี ) ( ค ⊗ ง ) = ( เอ ค ) ∘ ( บี ง ) , {\displaystyle (\mathbf {A} \bullet \mathbf {B} )(\mathbf {c} \otimes \mathbf {d} )=(\mathbf {A} \mathbf {c} )\circ (\mathbf {B} \mathbf {d} ),} ที่ไหนค {\displaystyle \mathbf {c} } และง {\displaystyle \mathbf {d} } เป็นเวกเตอร์ และ∘ {\displaystyle \circ } หมายถึง ผล คูณของ Hadamard
ในทำนองเดียวกัน:
( เอ ∙ บี ) ( เอ็ม เอ็น ค ⊗ คิว พี ง ) = ( เอ เอ็ม เอ็น ค ) ∘ ( บี คิว พี ง ) , {\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 ) x ⋆ ซี ( 2 ) y ) = ( เอฟ ซี ( 1 ) ∙ เอฟ ซี ( 2 ) ) ( x ⊗ y ) = เอฟ ซี ( 1 ) x ∘ เอฟ ซี ( 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 ]
( เอ ∙ แอล ) ( บี ⊗ เอ็ม ) ⋯ ( ซี ⊗ เอส ) ( เค * ที ) = ( เอ บี ⋅ ซี เค ) ∘ ( แอล เอ็ม ⋯ เอส ที ) , {\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:
( เอ ∙ แอล ) ( บี ⊗ เอ็ม ) ⋯ ( ซี ⊗ เอส ) ( ค ⊗ ง ) = ( เอ บี ⋯ ซี ค ) ∘ ( แอล เอ็ม ⋯ เอส ง ) , {\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} ),} ( เอ ∙ แอล ) ( บี ⊗ เอ็ม ) ⋯ ( ซี ⊗ เอส ) ( พี ค ⊗ คิว ง ) = ( เอ บี ⋯ ซี พี ค ) ∘ ( แอล เอ็ม ⋯ เอส คิว ง ) , {\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} ),} ที่ไหนค {\displaystyle \mathbf {c} } และง {\displaystyle \mathbf {d} } เป็นเวก เตอร์
หมายเหตุ ↑ Weisstein, Eric W. "ผลคูณโครเนกเกอร์ " mathworld.wolfram.com สืบค้น เมื่อ 2020-09-06 ↑ เซห์ฟุสส์, จี. (1858). “อูเบอร์ ไอเนอ เกวิสเซ ความมุ่งมั่น” . Zeitschrift für Mathematik และ Physik 3 : 298– 301. ↑ 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 . ↑ Sayed, Ali H. (2022-12-22). การอนุมานและการเรียนรู้จากข้อมูล: พื้นฐาน . สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์. ISBN 978-1-009-21812-2 .↑ Henderson, HV; Searle, SR (1980). "เมทริกซ์การเรียงสับเปลี่ยนเวกเตอร์ ตัวดำเนินการเวกเตอร์ และผลคูณโครเนกเกอร์: บทวิจารณ์" (PDF) พีชคณิต เชิง เส้นและหลายเชิงเส้น 9 (4): 271– 288. doi : 10.1080/03081088108817379 . hdl : 1813/32747 . ↑ Van Loan, Charles F. (2000). "ผลคูณโครเนกเกอร์ที่พบได้ทั่วไป" . วารสารคณิตศาสตร์เชิงคำนวณและประยุกต์ . 123 ( 1– 2): 85– 100. Bibcode : 2000JCoAM.123...85L . doi : 10.1016/s0377-0427(00)00393-9 . 1 2 3 หลิว 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 ↑ Langville, Amy N. ; Stewart, William J. (1 มิถุนายน 2547). "ผลคูณโครเนกเกอร์และเครือข่ายออโตมาตาเชิงสุ่ม" วารสาร คณิตศาสตร์เชิงคำนวณและประยุกต์ 167 ( 2): 429– 447. Bibcode : 2004JCoAM.167..429L . doi : 10.1016/j.cam.2003.10.010 . ↑ มาเซโด, ฮิวโก ดาเนียล; โอลิเวรา, โฮเซ่ นูโน (2013) "การพิมพ์พีชคณิตเชิงเส้น: แนวทางเชิงผลิตภัณฑ์คู่" วิทยาศาสตร์การเขียนโปรแกรม คอมพิวเตอร์ 78 (11) : 2160– 2191. arXiv : 1312.4818 Bibcode : 2013arXiv1312.4818M . CiteSeerX 10.1.1.747.2083 ดอย : 10.1016/j.scico.2012.07.012 . S2CID 9846072 . ↑ Brewer, JW (1969). "หมายเหตุเกี่ยวกับผลคูณเมทริกซ์ Kronecker และระบบสมการเมทริกซ์" SIAM Journal on Applied Mathematics . 17 (3): 603– 606. doi : 10.1137/0117057 . ↑ ↑ ดู Knuth, DE "Pre-Fascicle 0a: Introduction to Combinatorial Algorithms" (ฉบับพิมพ์ครั้งที่ศูนย์, ฉบับแก้ไข ครั้ง ที่ 2 ) คำตอบสำหรับแบบฝึกหัด ที่ 96 เก็บถาวรจาก ต้นฉบับ เมื่อ 2019-05-13 เรียกดู เมื่อ 2007-10-24 ตีพิมพ์เป็นส่วนหนึ่งของหนังสือ Knuth, DE เรื่อง The Art of Computer Programming เล่ม 4A ↑ Van Loan, C.; Pitsianis, N. (1992). การประมาณค่าด้วยผลคูณโครเนกเกอร์ อิธากา, นิวยอร์ก: สำนักพิมพ์มหาวิทยาลัยคอร์เนลล์ ↑ King Keung Wu; Yam, Yeung; Meng, Helen; Mesbahi, Mehran (2016). "การประมาณค่าผลคูณโครเนกเกอร์ด้วยเมทริกซ์ตัวประกอบหลายตัวโดยใช้อัลกอริทึมผลคูณเทนเซอร์" การประชุมวิชาการนานาชาติ IEEE ว่าด้วยระบบ มนุษย์ และไซเบอร์เนติกส์ (SMC) ปี 2016 หน้า 004277–004282 doi : 10.1109 / SMC.2016.7844903 ISBN 978-1-5090-1897-0 . S2CID 30695585 . ↑ Dantas, Cássio F.; Cohen, Jérémy E.; Gribonval, Rémi (2018). "การเรียนรู้พจนานุกรมที่รวดเร็วสำหรับการแสดงแทนแบบเบาบางโดยใช้การแยกส่วนเทนเซอร์อันดับต่ำ" การ วิเคราะห์ตัวแปรแฝงและการแยกสัญญาณ (PDF) บันทึกการบรรยายในวิทยาการคอมพิวเตอร์ เล่มที่ 10891 หน้า 456–466 doi : 10.1007 /978-3-319-93764-9_42 ISBN 978-3-319-93763-2 . S2CID 46963798 . ↑ Li, Algo และ คณะ (4 กันยายน 2010). "การปรับเทียบหุ่นยนต์ - โลกและมือ-ตาพร้อมกันโดยใช้ควอเทอร์เนียนคู่และผลคูณโครเนกเกอร์" (PDF) วารสาร นานาชาติวิทยาศาสตร์กายภาพ 5 (10): 1530– 1536. S2CID 7446157 เก็บถาวรจาก ต้นฉบับ (PDF) เมื่อวันที่ 9 กุมภาพันธ์ 2020 ↑ Tracy, DS; Singh, RP (1972). "ผลคูณเมทริกซ์แบบใหม่และการประยุกต์ใช้ในการหาอนุพันธ์ของเมทริกซ์" Statistica Neerlandica . 26 (4): 143– 157. doi : 10.1111/j.1467-9574.1972.tb00199.x . ↑ Liu, Shuangzhe (1999). "ผลลัพธ์เมทริกซ์เกี่ยวกับผลคูณ Khatri–Rao และ Tracy–Singh" . พีชคณิตเชิงเส้นและการประยุกต์ใช้ . 289 ( 1– 3): 267– 277. doi : 10.1016/S0024-3795(98)10209-4 . ↑ Liu, Shuangzhe; Trenkler, Götz (2008). "Hadamard, Khatri-Rao, Kronecker และผลคูณเมทริกซ์อื่นๆ" วารสารนานาชาติวิทยาศาสตร์สารสนเทศและระบบ 4 ( 1): 160– 177 ↑ Slyusar, VI (1998) [27 ธันวาคม 1996]. "ผลิตภัณฑ์ขั้นสุดท้ายในเมทริกซ์ในการใช้งานเรดาร์" (PDF) ระบบ วิทยุ อิเล็กทรอนิกส์และการสื่อสาร 41 (3): 50– 53 1 2 Slyusar, Vadym (1999). " การดำเนินการเมทริกซ์ใหม่สำหรับ DSP" (การบรรยายที่เผยแพร่เอง). doi : 10.13140/RG.2.2.31620.76164/1 – ผ่าน ResearchGate 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 . ↑ Slyusar, VI (15 กันยายน 1997). การดำเนินการใหม่ของการคูณเมทริกซ์สำหรับ การ ประยุกต์ใช้เรดาร์ (PDF) ปัญหาโดยตรงและผกผันของทฤษฎีคลื่นแม่เหล็กไฟฟ้าและคลื่นเสียง (DIPED-97), ลวีฟ หน้า 73–74 ↑ อาห์เล, โธมัส ดีบดาห์ล; คนุดเซ่น, ยาคอบ เบค เตจส์ (2019-09-03) "ร่างเทนเซอร์ที่เกือบจะเหมาะสมที่สุด" arXiv : 1909.01821 [ cs.DS ]. ↑ Ninh, Pham; Pagh, Rasmus (2013). เคอร์เนลพหุนามที่รวดเร็วและปรับขนาดได้ผ่านแผนที่คุณลักษณะที่ชัดเจน การประชุมนานาชาติ SIGKDD ว่าด้วยการ ค้น พบความรู้และการ ทำ เหมืองข้อมูล สมาคมเครื่องจักรคำนวณ CiteSeerX 10.1.1.718.2766 doi : 10.1145/2487575.2487591
ลิงก์ภายนอก "ผลคูณเทนเซอร์" . สารานุกรมคณิตศาสตร์ . EMS Press . 2001 [1994]. “ผลิตภัณฑ์โครเนกเกอร์” . แพลนเน็ตแมท . "ผลคูณโครเนกเกอร์" MathWorld "ปัญหาของผลิตภัณฑ์ Kronecker รุ่นใหม่" (PDF) เก็บถาวรจากต้นฉบับ(PDF) เมื่อ 2021-11-04 เรียกดู เมื่อ2009-08-19 "การใช้งานในยุคแรกสุด " หัวข้อเกี่ยวกับ Kronecker, Zehfuss หรือผลคูณโดยตรงของเมทริกซ์ มีข้อมูลทางประวัติศาสตร์อยู่ด้วยคำนวณผลคูณโครเนกเกอร์ของเมทริกซ์สองเมทริกซ์ SourceForge ( ซอร์สโค้ดทั่วไปในภาษา C++ และ Fortran 90) 27 มิถุนายน 2015 "ผลคูณโครเนกเกอร์" . RosettaCode.org . 31 ธันวาคม 2020 . สืบค้นเมื่อ13 มกราคม 2021 . ซอร์สโค้ดซอฟต์แวร์มีให้เลือกมากกว่า 40 ภาษา