矩阵迹(Trace)的性质及简单推导

1. 基础定义

迹(Trace) 是一个矩阵的对角线元素之和。对于矩阵 A A A,其迹定义为:

Trace ( A ) = ∑ i A i i \text{Trace}(A) = \sum_{i} A_{ii} Trace(A)=i∑Aii

迹的一个重要性质是:

Trace ( A B ) = Trace ( B A ) \text{Trace}(A B) = \text{Trace}(B A) Trace(AB)=Trace(BA)

即两个矩阵相乘后的迹不依赖于它们的顺序。

2. 迹对矩阵的导数

考虑矩阵 X X X,我们推导一些常见的迹函数的导数公式。

2.1 对 Trace ( A X ) \text{Trace}(A X) Trace(AX) 求导

假设 A A A 是已知矩阵, X X X 是需要对其求导的矩阵。我们计算 ∂ ∂ X Trace ( A X ) \frac{\partial}{\partial X} \text{Trace}(A X) ∂X∂Trace(AX):

Trace ( A X ) = ∑ i , j A i j X j i \text{Trace}(A X) = \sum_{i,j} A_{ij} X_{ji} Trace(AX)=i,j∑AijXji

对 X X X 求导:

∂ ∂ X k l Trace ( A X ) = A l k \frac{\partial}{\partial X_{kl}} \text{Trace}(A X) = A_{lk} ∂Xkl∂Trace(AX)=Alk

将其转换为矩阵形式:

∂ ∂ X Trace ( A X ) = A T \frac{\partial}{\partial X} \text{Trace}(A X) = A^T ∂X∂Trace(AX)=AT

2.2 对 Trace ( X T A X ) \text{Trace}(X^T A X) Trace(XTAX) 求导

考虑更复杂的形式 Trace ( X T A X ) \text{Trace}(X^T A X) Trace(XTAX),其中 A A A 是已知矩阵, X X X 是需要对其求导的矩阵。

展开迹:

Trace ( X T A X ) = ∑ i , j , k X k i A i j X k j \text{Trace}(X^T A X) = \sum_{i,j,k} X_{ki} A_{ij} X_{kj} Trace(XTAX)=i,j,k∑XkiAijXkj

对 X p q X_{pq} Xpq 求导:

∂ ∂ X p q ∑ i , j , k X k i A i j X k j = A q q X p q + X p q A q q T \frac{\partial}{\partial X_{pq}} \sum_{i,j,k} X_{ki} A_{ij} X_{kj} = A_{qq} X_{pq} + X_{pq} A_{qq}^T ∂Xpq∂i,j,k∑XkiAijXkj=AqqXpq+XpqAqqT

综合所有项后,得到:

∂ ∂ X Trace ( X T A X ) = A X + X A T \frac{\partial}{\partial X} \text{Trace}(X^T A X) = A X + X A^T ∂X∂Trace(XTAX)=AX+XAT

2.3 总结迹的导数性质

  1. ∂ ∂ X Trace ( A X ) = A T \frac{\partial}{\partial X} \text{Trace}(A X) = A^T ∂X∂Trace(AX)=AT

    • 迹函数可以通过矩阵元素的线性组合进行转换,导数为 A A A 的转置。
  2. ∂ ∂ X Trace ( X T A X ) = A X + X A T \frac{\partial}{\partial X} \text{Trace}(X^T A X) = A X + X A^T ∂X∂Trace(XTAX)=AX+XAT

    • 二次型矩阵的迹求导需要分别对矩阵 X X X 的左右项进行求导,并合并结果。

备注

个人水平有限,有问题随时交流~

相关推荐
jndingxin16 小时前
OpenCV 图形API(5)API参考:数学运算用于执行图像或矩阵加法操作的函数add()
opencv·webpack·矩阵
y5236482 天前
PowerBI 矩阵,列标题自定义排序
线性代数·矩阵·powerbi
梭七y2 天前
【力扣hot100题】(017)矩阵置零
算法·leetcode·矩阵
进击的jerk3 天前
力扣.旋转矩阵Ⅱ
算法·leetcode·矩阵
幻风_huanfeng3 天前
人工智能之数学基础:矩阵的相似变换的本质是什么?
人工智能·深度学习·线性代数·机器学习·矩阵·相似变换
jllws13 天前
数据类设计_图片类设计_矩阵图类型和像素图类型设计的补充
前端·c++·矩阵·数据类设计
Source.Liu3 天前
【学Rust写CAD】18 定点数2D仿射变换矩阵结构体(MatrixFixedPoint结构别名)
矩阵·rust·cad
进击的jerk3 天前
力扣.旋转矩阵
算法·leetcode·矩阵
Yang-Never3 天前
Open GL ES ->模型矩阵、视图矩阵、投影矩阵等变换矩阵数学推导以及方法接口说明
android·矩阵·kotlin·android studio
passxgx3 天前
7.3 主成分分析(PCA)
线性代数