Matrix calculus(矩阵微积分)(第三部分,向量求导恒等式(I))

本文探讨了矩阵和向量微分中常见的恒等式,包括向量对向量求导及标量对向量求导的情况。文章详细介绍了不同场景下的微分规则,如链式法则、产品法则,并讨论了分子布局与分母布局的影响。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

恒等式

综上所述,如果涉及到分子布局和分母布局的切换,则运算结果会发生转置。
为了搞懂下面的一些等式,应该记得下面的一些规则:链式法则,产品法则,总体法则。总和规则通用,产品规则适用于以下大多数情况,条件是维持矩阵产品的秩序,因为矩阵产品是不可交换的。链式规则适用于某些情况,但不幸的是,不适用于矩阵对向量求导或向量对矩阵求导(后者主要涉及应用于矩阵的跟踪算子)。在后一种情况下,产品规则也不能直接应用,但是使用微分恒等式可以做更多的工作。

向量对向量求导恒等式

首先介绍这一点,因为所有适用于向量对向量微分的操作都直接适用于向量对标量,或者是标量对向量的微分,只需将分子或分母中的的向量简化为标量即可。
恒等式:向量对向量求导yx

情况表达式分子布局分母布局
a不是x的函数ax=0
xx=I
A不是x的函数Axx=AAT
xTAx=ATA
a不是x的函数,u=u(x)aux=aux
a=a(x),u=u(x)aux=aux+uaxaux+axuT
A不是x的函数,u=u(x)Aux=AuxuxAT
u=u(x),v=v(x)(u+v)x=ux+vx
u=u(x)g(u)x=g(u)uuxuxg(u)u
f(g(u))x=f(g)gg(u)uuxuxg(u)uf(g)g

标量对向量求导恒等式

基本的恒等式在黑线的上方

情况表达式分子布局分母布局
第一部分
a不是向量x的方程ax=0T0
a不是向量x的方程,u=u(x)aux=aux
u=u(x),v=v(x)(u+v)x=ux+vx
(uv)x=uvx+vux
u=u(x)g(u)x=g(u)uux
f(g(u))x=f(g)gg(u)uux
u=u(x),v=v(x)(uv)x=uTvx=uTvx+vTux此处假定uxvx为分子布局vxv+uxu此处假定uxvx为分母布局
u=u(x),v=v(x)A不是关于向量x的函数(uAv)x=uTAvx=uTAvx+vTATux此处假定uxvx为分子布局vxAv+uxATu此处假定uxvx为分母布局
2xxT=H,海森矩阵
第二部分
a不是关于向量x的方程(ax)x=(xa)x=aTxx=xTax=aTa
A不是关于向量x的方程,a不是关于向量x的方程bTAxx=bTAATb
A不是关于向量x的方程xTAxx=xT(A+AT)(A+AT)x
A不是关于向量x的方程,A是对称矩阵xTAxx=2xTA2Ax
A不是关于向量x的方程2xTAxx=A+AT
A不是关于向量x的方程,A是对称矩阵2xTAxx=2A
(xx)x=xTxx=2xT2x

表格太长无法编辑了,老是跳屏

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值