En matemáticas , el producto de Kronecker , a veces denotado por ⊗, [1] es una operación en dos matrices de tamaño arbitrario que da como resultado una matriz de bloques . Es una generalización del producto externo (que se denota con el mismo símbolo) de vectores a matrices, y da la matriz del mapa lineal del producto tensorial con respecto a una elección estándar de base . El producto Kronecker debe distinguirse de la multiplicación de matrices habitual , que es una operación completamente diferente. El producto Kronecker también se denomina a veces producto directo de matriz . [2]
El producto de Kronecker lleva el nombre del matemático alemán Leopold Kronecker (1823–1891), aunque hay poca evidencia de que fue el primero en definirlo y usarlo. El producto de Kronecker también se ha denominado matriz de Zehfuss , y el producto de Zehfuss , en honor a Johann Georg Zehfuss , quien en 1858 describió esta operación de matriz, pero el producto de Kronecker es actualmente el más utilizado. [3] [4]
Definición
Si A es una matriz m × n y B es una matriz p × q , entonces el producto de Kronecker A ⊗ B es la matriz de bloques pm × qn :
más explícitamente:
Utilizando y para denotar truncar la división entera y el resto , respectivamente, y numerar los elementos de la matriz a partir de 0, se obtiene y Para la numeración habitual a partir de 1, se obtieney
Si A y B representan transformaciones lineales V 1 → W 1 y V 2 → W 2 , respectivamente, entonces A ⊗ B representa el producto tensorial de los dos mapas, V 1 ⊗ V 2 → W 1 ⊗ W 2 .
Ejemplos
Similar:
Propiedades
Relaciones con otras operaciones matriciales
- Bilinealidad y asociatividad :
El producto Kronecker es un caso especial del producto tensorial , por lo que es bilineal y asociativo :
- No conmutativo :
En general, A ⊗ B y B ⊗ A son matrices diferentes. Sin embargo, A ⊗ B y B ⊗ A son equivalentes de permutación, lo que significa que existen matrices de permutación P y Q tales que [5]
Si A y B son matrices cuadradas, entonces A ⊗ B y B ⊗ A son aún permutación similares , lo que significa que podemos tomar P = Q T .
Las matrices P y Q son matrices de barajado perfectas. [6] La matriz aleatoria perfecta S p , q se puede construir tomando partes de la matriz identidad I r , donde.
La notación de dos puntos de MATLAB se usa aquí para indicar submatrices, e I r es la matriz de identidad r × r . Si y , luego
- La propiedad de producto mixto:
Si A , B , C y D son matrices de tal tamaño que se pueden formar los productos matriciales AC y BD , entonces
Esto se denomina propiedad de producto mixto , porque mezcla el producto de matriz ordinario y el producto de Kronecker.
Como consecuencia inmediata,
En particular, usando la propiedad de transposición desde abajo, esto significa que si
- Producto de Hadamard (multiplicación por elementos):
La propiedad de producto mixto también funciona para el producto de elementos. Si A y C son matrices del mismo tamaño, B y D son matrices del mismo tamaño, entonces
- Lo inverso de un producto Kronecker:
De ello se deduce que A ⊗ B es invertible si y solo si tanto A como B son invertibles, en cuyo caso la inversa viene dada por
La propiedad del producto invertible también es válida para el pseudoinverso de Moore-Penrose , [7] es decir
En el lenguaje de la teoría de categorías , la propiedad de producto mixto del producto de Kronecker (y el producto tensorial más general) muestra que la categoría Mat F de matrices sobre un campo F , es de hecho una categoría monoidal , con objetos números naturales n , morfismos n → m son n × m matrices con entradas en F , la composición viene dada por la multiplicación de matrices, las flechas de identidad son simplemente n × n matrices de identidad I n, y el producto tensorial viene dado por el producto Kronecker. [8]
Mat F es una categoría de esqueleto concreto para la categoría equivalente FinVect F de espacios vectoriales de dimensión finita sobre F , cuyos objetos son espacios vectoriales de dimensión finita V , las flechas son F -mapas lineales L : V → W , y las flechas de identidad son los mapas de identidad de los espacios. La equivalencia de categorías equivale a elegir simultáneamente una base en cada espacio vectorial de dimensión finita V sobre F; los elementos de las matrices representan estos mapeos con respecto a las bases elegidas; e igualmente el producto Kronecker es la representación del producto tensorial en las bases elegidas. - Transponer :
La transposición y la transposición conjugada son distributivas sobre el producto Kronecker:
- y
- Determinante :
Sea A una matriz de n × n y sea B una matriz de m × m . Luego
- Suma y exponenciación de Kronecker :
Si A es n × n , B es m × m y I k denota el k × k matriz identidad entonces podemos definir lo que se denomina a veces la suma Kronecker , ⊕, por
Esto es diferente de la suma directa de dos matrices. Esta operación está relacionada con el producto tensorial de las álgebras de Lie .
Tenemos la siguiente fórmula para la matriz exponencial , que es útil en algunas evaluaciones numéricas. [9]
Las sumas de Kronecker aparecen naturalmente en la física cuando se consideran conjuntos de sistemas que no interactúan . [ cita requerida ] Sea H i el hamiltoniano del i ésimo sistema. Entonces el hamiltoniano total del conjunto es
Propiedades abstractas
- Espectro :
Supongamos que A y B son matrices cuadradas de tamaño n y m respectivamente. Sean λ 1 , ..., λ n los valores propios de A y μ 1 , ..., μ m los de B (enumerados según la multiplicidad ). Entonces los autovalores de A ⊗ B son
De ello se deduce que la traza y el determinante de un producto de Kronecker están dados por
- Valores singulares :
Si A y B son matrices rectangulares, entonces se pueden considerar sus valores singulares . Suponga que A tiene r A valores singulares distintos de cero, a saber
De manera similar, denote los valores singulares distintos de cero de B por
Entonces el producto de Kronecker A ⊗ B tiene r A r B valores singulares distintos de cero, a saber
Dado que el rango de una matriz es igual al número de valores singulares distintos de cero, encontramos que
- Relación con el producto tensorial abstracto :
El producto de Kronecker de matrices corresponde al producto tensorial abstracto de mapas lineales. Específicamente, si los espacios vectoriales V , W , X e Y tienen bases { v 1 , ..., v m }, { w 1 , ..., w n }, { x 1 , ..., x d }, y { y 1 , ..., y e }, respectivamente, y si las matrices A y B representan las transformaciones linealesS : V → X y T : W → Y , respectivamente en las bases apropiadas, entonces la matriz A ⊗ B representa el producto tensorial de los dos mapas, S ⊗ T : V ⊗ W → X ⊗ Y con respecto a la base { v 1 ⊗ w 1 , v 1 ⊗ w 2 , ..., v 2 ⊗ w 1 , ..., v m⊗ w n } de V ⊗ W y la base definida de manera similar de X ⊗ Y con la propiedad de que A ⊗ B ( v i ⊗ w j ) = ( Av i ) ⊗ ( Bw j ) , donde i y j son números enteros en el rango adecuado. [10]
Cuando V y W son álgebras de Lie , y S : V → V y T : W → W son Lie homomorfismos álgebra , la suma Kronecker de A y B representa los homomorfismos álgebra de Lie inducidos V ⊗ W → V ⊗ W . - Relación con los productos de los gráficos :El producto de Kronecker de las matrices de adyacencia de dos gráficos es la matriz de adyacencia del gráfico del producto tensorial . La suma de Kronecker de las matrices de adyacencia de dos gráficos es la matriz de adyacencia del gráfico de producto cartesiano . [11]
Ecuaciones matriciales
El producto Kronecker se puede utilizar para obtener una representación conveniente de algunas ecuaciones matriciales. Considere, por ejemplo, la ecuación AXB = C , donde A , B y C reciben matrices y la matriz X es la desconocida. Podemos usar el "truco vec" para reescribir esta ecuación como
Aquí, vec ( X ) denota la vectorización de la matriz X, formada apilando las columnas de X en un solo vector de columna .
De las propiedades del producto de Kronecker se deduce ahora que la ecuación AXB = C tiene una solución única, si y sólo si A y B son invertibles ( Horn & Johnson 1991 , Lema 4.3.1).
Si X y C se-clasificadas fila en los vectores columna u y v , respectivamente, entonces ( Jain 1989 , 2,8 Bloquear Matrices y Productos de Kronecker)
La razon es que
Aplicaciones
Para ver un ejemplo de la aplicación de esta fórmula, consulte el artículo sobre la ecuación de Lyapunov . Esta fórmula también es útil para mostrar que la distribución normal de la matriz es un caso especial de la distribución normal multivariante . Esta fórmula también es útil para representar operaciones de procesamiento de imágenes 2D en forma de matriz-vector.
Otro ejemplo es cuando una matriz se puede factorizar como un producto de Hadamard , entonces la multiplicación de matrices se puede realizar más rápidamente usando la fórmula anterior. Esto se puede aplicar de forma recursiva, como se hace en radix-2 FFT y la transformada Fast Walsh-Hadamard . Dividir una matriz conocida en el producto de Hadamard de dos matrices más pequeñas se conoce como el problema del "producto de Kronecker más cercano", y puede resolverse exactamente [12] utilizando el SVD . Dividir una matriz en el producto de Hadamard de más de dos matrices, de una manera óptima, es un problema difícil y objeto de investigación en curso; algunos autores lo plantean como un problema de descomposición tensorial. [13] [14]
Junto con el método de mínimos cuadrados , el producto Kronecker se puede utilizar como una solución precisa al problema de la calibración del ojo de la mano . [15]
Operaciones matriciales relacionadas
Dos operaciones matriciales relacionadas son los productos Tracy – Singh y Khatri – Rao , que operan en matrices particionadas . Deje que el m × n matriz A puede dividir en el m i × n j bloques A ij y p × q matriz B en el p k × q l bloques B kl , con por supuesto Σ i m i = m , Σ jn j = n , Σ k p k = p y Σ ℓ q ℓ = q .
Producto de Tracy – Singh
El producto de Tracy – Singh se define como [16] [17]
lo que significa que el subbloque ( ij ) -ésimo del producto mp × nq A B es lamatriz m i p × n j q A ij B , de los cuales el ( kℓ ) subbloque-ésimo es igual a la m i p k × n j q ℓ matriz A ij ⊗ B kℓ . Básicamente, el producto de Tracy – Singh es el producto de Kronecker por pares para cada par de particiones en las dos matrices.
Por ejemplo, si A y B son matrices divididas 2 × 2, por ejemplo:
obtenemos:
Producto Khatri – Rao
- Producto Block Kronecker
- Producto Khatri-Rao por columnas
Producto desgarrador
Propiedades de productos mixtos [18]
donde denota el producto de división de caras [19] [20]
Del mismo modo: [21]
donde y son vectores , [22]
donde y son vectores ,denota el producto Hadamard
Similar:
- ,
donde es la convolución vectorial yes la matriz de transformada de Fourier (este resultado es una evolución de las propiedades del esquema de conteo [23] ), [19] [20]
donde denota el producto Khatri-Rao de columna-sabia .
Similar:
donde y son vectores
Ver también
- Modelo de matriz lineal generalizada
- Coeficiente de Kronecker
Notas
- ^ "Lista completa de símbolos de álgebra" . Bóveda de matemáticas . 2020-03-25 . Consultado el 6 de septiembre de 2020 .
- ^ Weisstein, Eric W. "Producto Kronecker" . mathworld.wolfram.com . Consultado el 6 de septiembre de 2020 .
- ↑ Zehfuss, G. (1858). "Ueber eine gewisse determinante" . Zeitschrift für Mathematik und Physik . 3 : 298-301.
- ^ Henderson, Harold V .; Pukelsheim, Friedrich; Searle, Shayle R. (1983). "Sobre la historia del producto kronecker" . Álgebra lineal y multilineal . 14 (2): 113–120. doi : 10.1080 / 03081088308817548 . hdl : 1813/32834 . ISSN 0308-1087 .
- ^ Henderson, HV; Searle, SR (1980). "La matriz de permutación vec, el operador vec y productos Kronecker: una revisión" (PDF) . Álgebra lineal y multilineal . 9 (4): 271–288. doi : 10.1080 / 03081088108817379 . hdl : 1813/32747 .
- ^ Van Loan, Charles F. (2000). "El producto de Kronecker omnipresente" . Revista de Matemática Computacional y Aplicada . 123 (1–2): 85–100. Código Bibliográfico : 2000JCoAM.123 ... 85L . doi : 10.1016 / s0377-0427 (00) 00393-9 .
- ^ Langville, Amy N .; Stewart, William J. (1 de junio de 2004). "El producto Kronecker y las redes de autómatas estocásticos" . Revista de Matemática Computacional y Aplicada . 167 (2): 429–447. Código bibliográfico : 2004JCoAM.167..429L . doi : 10.1016 / j.cam.2003.10.010 .
- ^ MacEdo, Hugo Daniel; Oliveira, José Nuno (2013). "Escribir álgebra lineal: un enfoque orientado a biproductos". Ciencia de la Programación de Computadores . 78 (11): 2160–2191. arXiv : 1312.4818 . Código bibliográfico : 2013arXiv1312.4818M . CiteSeerX 10.1.1.747.2083 . doi : 10.1016 / j.scico.2012.07.012 . S2CID 9846072 .
- ^ Cervecero, JW (1969). "Una nota sobre los productos matriciales de Kronecker y los sistemas de ecuaciones matriciales". Revista SIAM de Matemática Aplicada . 17 (3): 603–606. doi : 10.1137 / 0117057 .
- ^ Dummit, David S .; Foote, Richard M. (1999). Álgebra abstracta (2 ed.). Nueva York: John Wiley and Sons. págs. 401–402. ISBN 978-0-471-36857-1.
- ^ Ver Knuth, DE "Pre-Fascículo 0a: Introducción a los algoritmos combinatorios" (impresión cero, revisión 2 ed.). respuesta al ejercicio 96,para aparecer como parte de Knuth, DE The Art of Computer Programming . 4A .
- ^ Van Loan, C .; Pitsianis, N. (1992). Aproximación con productos Kronecker . Ithaca, Nueva York: Cornell University Press.
- ^ Rey Keung Wu; Yam, Yeung; Meng, Helen; Mesbahi, Mehran (2016). "Aproximación de productos de Kronecker con matrices de factores múltiples mediante el algoritmo de producto tensorial". 2016 IEEE International Conference on Systems, Man, and Cybernetics (SMC) . págs. 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). "Aprendizaje de diccionarios rápidos para representaciones dispersas utilizando descomposiciones de tensor de bajo rango" . Análisis de variables latentes y separación de señales (PDF) . Apuntes de conferencias en Ciencias de la Computación. 10891 . págs. 456–466. doi : 10.1007 / 978-3-319-93764-9_42 . ISBN 978-3-319-93763-2.
- ^ Li, Algo; et al. (4 de septiembre de 2010). "Calibración simultánea del mundo del robot y del ojo de la mano utilizando cuaterniones duales y el producto Kronecker" (PDF) . Revista Internacional de Ciencias Físicas . 5 (10): 1530-1536. S2CID 7446157 . Archivado desde el original (PDF) el 9 de febrero de 2020.
- ^ Tracy, DS; Singh, RP (1972). "Un nuevo producto matricial y sus aplicaciones en la diferenciación matricial". Statistica Neerlandica . 26 (4): 143-157. doi : 10.1111 / j.1467-9574.1972.tb00199.x .
- ^ Liu, S. (1999). "Resultados de la matriz de los productos Khatri-Rao y Tracy-Singh" . Álgebra lineal y sus aplicaciones . 289 (1-3): 267-277. doi : 10.1016 / S0024-3795 (98) 10209-4 .
- ^ Slyusar, VI (1998) [27 de diciembre de 1996]. "Productos finales en matrices en aplicaciones de radar" (PDF) . Sistemas de Radioelectrónica y Comunicaciones . 41 (3): 50–53.
- ↑ a b Slyusar, Vadym (1999). "Nuevas operaciones matriciales para DSP" (conferencia autoeditada). doi : 10.13140 / RG.2.2.31620.76164 / 1 - a través de Research Gate. Cite journal requiere
|journal=
( ayuda ) - ↑ a b Slyusar, VI (13 de marzo de 1998). "Una familia de productos faciales de matrices y sus propiedades" (PDF) . Cibernética y Análisis de Sistemas C / C de Kibernetika I Sistemnyi Analiz. 1999 . 35 (3): 379–384. doi : 10.1007 / BF02733426 . S2CID 119661450 .
- ↑ Slyusar, VI (15 de septiembre de 1997). Producto nuevas operaciones de matrices para aplicaciones de radares (PDF) . Problemas directos e inversos de la teoría de ondas electromagnéticas y acústicas (DIPED-97), Lviv. págs. 73–74.
- ^ Ahle, Thomas Dybdahl; Knudsen, Jakob Bæk Tejs (3 de septiembre de 2019). "Esbozo tensorial casi óptimo" . Arxiv . arXiv : 1909.01821 . S2CID 202539940 .
- ^ Ninh, Pham; Pagh, Rasmus (2013). Núcleos polinomiales rápidos y escalables mediante mapas de características explícitos . Conferencia internacional SIGKDD sobre descubrimiento de conocimiento y minería de datos. Asociación para Maquinaria de Computación. doi : 10.1145 / 2487575.2487591 .
Referencias
- Horn, Roger A .; Johnson, Charles R. (1991). Temas de análisis matricial . Prensa de la Universidad de Cambridge. ISBN 978-0-521-46713-1.
- Jain, Anil K. (1989). Fundamentos del procesamiento de imágenes digitales . Prentice Hall. Bibcode : 1989fdip.book ..... J . ISBN 978-0-13-336165-0.
- Steeb, Willi-Hans (1997). Producto Matrix Calculus y Kronecker con aplicaciones y programas C ++ . Publicaciones científicas mundiales. ISBN 978-981-02-3241-2.
- Steeb, Willi-Hans (2006). Problemas y Soluciones en Cálculo Matricial Introductorio y Avanzado . Publicaciones científicas mundiales. ISBN 978-981-256-916-5.
Enlaces externos
- "Producto tensorial" , Encyclopedia of Mathematics , EMS Press , 2001 [1994]
- "Producto Kronecker" . PlanetMath .
- "Producto Kronecker" . MathWorld .
- "Problemas con los nuevos productos Kronecker" (PDF) .
- "Usos más antiguos" . La entrada sobre Kronecker, Zehfuss o Producto directo de matrices tiene información histórica.
- Calcule el producto de Kronecker de dos matrices . SourceForge (código fuente genérico de C ++ y Fortran 90). 2015-06-27.
- "Producto Kronecker" . RosettaCode.org . 31 de diciembre de 2020 . Consultado el 13 de enero de 2021 . Fuente de software en más de 40 idiomas.