分块矩阵的转置

news2024/12/26 19:53:31

证明A = \left( \begin{matrix} A_{11} & \cdots & A_{1r} \\ \vdots & \qquad & \vdots \\ A_{s1} & \cdots & A_{sr}\end{matrix} \right)     则A^T = \left( \begin{matrix} A_{11}^T & \cdots & A_{s1}^T \\ \vdots & \qquad & \vdots \\ A_{1r}^T & \cdots & A_{sr}^T \end{matrix} \right)

证明:令A_{m \times n} = \left( \begin{matrix} A_{11} & \cdots & A_{1r} \\ \vdots & \qquad & \vdots \\ A_{s1} & \cdots & A_{sr}\end{matrix} \right) = \left( \begin{matrix} a_{11} & \cdots & a_{1n} \\ \vdots & \qquad & \vdots \\ a_{m1} & \cdots & a_{mn}\end{matrix} \right),有A^T_{n \times m}= \left( \begin{matrix} a_{11} & \cdots & a_{m1} \\ \vdots & \qquad & \vdots \\ a_{1n} & \cdots & a_{mn}\end{matrix} \right) = \left( \begin{matrix} b_{11} & \cdots & b_{1m} \\ \vdots & \qquad & \vdots \\ b_{n1} & \cdots & b_{nm}\end{matrix} \right),对它做一个分块A^T= \left( \begin{matrix} C_{11} & \cdots & C_{1s} \\ \vdots & \qquad & \vdots \\ C_{r1} & \cdots & C_{rs} \end{matrix} \right)使得C_{ij}和后面的分块矩阵中的B_{ij}是同型矩阵,要证明A^T = \left( \begin{matrix} A_{11}^T & \cdots & A_{s1}^T \\ \vdots & \qquad & \vdots \\ A_{1r}^T & \cdots & A_{sr}^T \end{matrix} \right) = \left( \begin{matrix} B_{11} & \cdots & B_{1s} \\ \vdots & \qquad & \vdots \\ B_{r1} & \cdots & B_{rs} \end{matrix} \right)(任意的B_{ij}= A_{ji}^T),需要证明1)D = \left( \begin{matrix} A_{11}^T & \cdots & A_{s1}^T \\ \vdots & \qquad & \vdots \\ A_{1r}^T & \cdots & A_{sr}^T \end{matrix} \right)是一个n \times m的矩阵  2)任意的C_{ij} = B_{ij}

       首先证明1)我们先定义两个函数L和H,L用于获取矩阵分块包含的列数,H用于获取矩阵分块包含的行数,令H( A_{ij}) = h_ih_1+h_2+ \cdots + h_s = m,令L(A_{ij}) = l_jl_1+l_2+\cdots+l_r=n,还有H(B_{ij}) = H(A_{ji}^T) = L(A_{ji}) = l_iL(B_{ij}) = L(A_{ji}^T) = H(A_{ji}) = h_j,容易求出D是一个n \times m的矩阵。

        接下来证明2)要证明C_{ij} = B_{ij},只需要证明(C_{ij})_{uv} = (B_{ij})_{uv}

先求(C_{ij})_{uv}H((C_{ij})_{11}) = \sum_{k=1}^{i-1}H(C_{kj}) + 1 = \sum_{k=1}^{i-1}H(B_{kj}) + 1 = \sum_{k=1}^{i-1}l_k + 1

L((C_{ij})_{11}) = \sum_{k=1}^{j-1}L(C_{ik}) + 1 = \sum_{k=1}^{j-1}L(B_{ik}) + 1 = \sum_{k=1}^{j-1}h_k + 1

所以(C_{ij})_{uv} = b_{\sum_{k=1}^{i-1}l_k+u, \sum_{k=1}^{j-1}h_k+v} = a_{\sum_{k=1}^{j-1}h_k+v, \sum_{k=1}^{i-1}l_k+u} = (A_{ji})_{vu}

再求(B_{ij})_{uv}(B_{ij})_{uv} = (A_{ji}^T)_{uv} = (A_{ji})_{vu}

所以(C_{ij})_{uv} = (B_{ij})_{uv}成立,所以C_{ij} = B_{ij}

       综上所述结论成立。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2080488.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

HarmonyOS ArkUI工程框架解析

通过 HarmonyOS Developer 官网我们可以了解 ArkUI 是一套声明式开放框架,开发者可以基于 ArkTS 语法设计一套极简的 DSL 以及丰富的 UI 组件完成跨设备的界面开发。 那么 ArkUI 是如何实现这一套声明式开放框架的呢?本文将通过分析开源的 HarmonyOS 渲染…

记录devtmpfs:error mounting -2问题的解决

ext4文件系统制作有问题. 重新制作文件系统烧录 /dev文件夹丢失

软考攻略/超详细/系统集成项目管理工程师/基础知识分享04

第二章 信息技术发展 2.1信息技术及其发展 2.1.1 计算机软硬件(了解) 在许多情况下,计算机的某些功能既可以由硬件实现,也可以由软件来实现。 1、计算机硬件 计算机硬件主要分为:控制器、运算器、存储器、输入设备和…

开发中如何在运行/调试时将项目热部署到Tomcat

这里有一篇不错的博客,可以参考 http://t.csdnimg.cn/oWcgm 正常情况下,我们将web项目打包成war包后,需要放到tomcat的webapps路径下,然后启动tomcat,才能正常访问。但是这在开发阶段是极为不便的。因此可以使用两种方…

基于机器学习的工业制造缺陷分析预测系统

B站视频及代码下载:基于机器学习的工业制造缺陷分析预测系统-视频-代码 1. 项目简介 制造缺陷是工业生产过程中面临的重大挑战之一,对产品质量和生产效率产生直接影响。准确预测和分析制造缺陷的发生,可以帮助企业提高生产质量、降低成本&…

DNS 服务器的搭建(正向区域配置)

一、Windows DNS 正向区域配置 1.实验目标 2.拓扑结构 3.实验需求 4.配置要点 5.配置步骤 1.配置各主机 IP 地址及网关 2.DNS 服务器服务部署 3.验证实验 一、Windows DNS 正向区域配置 1.实验目标 掌握 DNS 的功能和基本操作 熟悉公网 DNS 架构 掌握 DNS …

豆瓣同城活动采集

可采集豆瓣同城活动,来辅助分析一个城市的文商旅体活跃繁荣程度。 示例数据: 活动网址:已屏蔽不显示 封图网址:已屏蔽不显示 标题:【百年老号-本地观众力捧】谦祥益相声茶馆-陆家嘴店 开始日期:2024-0…

tomcat在idea中 乱码(service ,catalina log)

我试了很多方法,把idea中的所有配置都改成了utf-8,(包括修改vm配置,fileEndcoding,外部文件endcodeing ...等等)都没有改好, 最后在修改了tomcat的配置文件,就好了 在tomcat的安装…

【C++ 第十六章】哈希

1. unordered系列关联式容器 在C98中,STL提供了底层为红黑树结构的一系列关联式容器,在查询时效率可达到 ,即最差情况下需要比较红黑树的高度次,当树中的节点非常多时,查询效率也不理想。最好 的查询是,进行…

Modern C++——函数参数类型的分类和使用

大纲 基本定义值类型左值引用非常量左值引用常量左值引用 右值引用总结 在C中,函数参数主要有两种方式:值类型和引用类型。其中引用类型又分为:左值引用和C11引入的右值引用。下面我们分别对其进行介绍。 基本定义 要弄清楚这些概念&#x…

三级_网络技术_51_应用题

一、 请根据下图所示网络结构回答下列问题。 1.填写路由器RG的路由表项。 目的网络/掩码长度输出端口__________S0(直接连接)__________S1(直接连接)__________S0__________S1__________S0__________S1 2.如果需要监听路由器RE…

mysql理论学习上

1:常⻅的SQL语句 1.1sql介绍 SQL 是⽤于访问和处理数据库的标准的计算机语⾔。 SQL,指结构化查询语⾔,全称是 Structured Query Language。SQL 让您可以访问和处理数据库。 SQL 是⼀种 ANSI(American National Standards Inst…

SSRF漏洞(二)

本文仅作为学习参考使用,本文作者对任何使用本文进行渗透攻击破坏不负任何责任。 前言: 本文主要讲解依靠phpstudy搭建pikachu靶场。 phpstudy下载使用以及搭建本地SQL labs靶场 SSRF漏洞(一) 一,靶场搭建。 靶场…

用Python实现时间序列模型实战——Day1:时间序列的基本概念

一、学习内容 1. 时间序列数据的定义与特点 定义: 时间序列数据是一组按时间顺序排列的观测值。时间序列的每个观测值都与特定时间点相关联。例如,气温每天的记录、股票每日的收盘价等。 特点: 时间依赖性:时间序列数据的一个…

ssm基于微信小程序的食堂窗口自助点餐系统源码调试讲解

1. 环境搭建 JDK 1.8:确保您的系统已安装JDK 1.8,并配置好环境变量。JDK 1.8 是目前很多Java项目仍在使用的稳定版本,适用于SSM框架。Tomcat 7:安装并配置Tomcat 7作为您的Web服务器。Tomcat 7 支持Servlet 3.0和JSP 2.2&#xf…

黑马JavaWeb开发笔记07——Ajax、Axios请求、前后端分离开发介绍、Yapi详细配置步骤

文章目录 前言一、Ajax1. 概述2. 作用3. 同步异步4. 原生Ajax请求(了解即可)5. Axios(重点)5.1 基本使用5.2 Axios别名(简化书写) 二、前后端分离开发1. 介绍1.1 前后台混合开发1.2 前后台分离开发方式&…

使用 OpenCV 组合和缩放多张图像

在图像处理领域,我们经常需要将多张小图像组合成一张大图。例如,将多张图像按一定布局排列在一起,或者创建一个缩略图画廊。在这篇博客中,我将向你展示如何使用 Python 的 OpenCV 库来完成这一任务。 代码 下面是一段完整的 Pyt…

计算物理精解【2】

文章目录 矢量运动矢量基础定义计算方法示例 矢量的分量二维空间中的矢量分量三维空间中的矢量分量分量的计算示例 参考文献 矢量运动 矢量 基础 矢量的分量是该矢量在相应轴上的投影。 a x a c o o s Q , a y a s i n Q a_xacoosQ,a_yasinQ ax​acoosQ,ay​asinQ求解矢…

【书生大模型实战营(暑假场)】进阶任务三 LMDeploy 量化部署实践闯关任务

进阶任务三 LMDeploy 量化部署实践闯关任务 任务文档视频 1 大模型部署基本知识 1.1 LMDeploy部署模型 定义 在软件工程中,部署通常指的是将开发完毕的软件投入使用的过程。在人工智能领域,模型部署是实现深度学习算法落地应用的关键步骤。简单来说…

智能科技的浪潮:AI、ML、DL和CV的探索之旅

智能科技的浪潮:AI、ML、DL和CV的探索之旅 前言人工智能:智能科技的基石从专用到通用:AI的分类与演进机器学习:数据中的智慧算法的力量:经典与创新深度学习:解锁复杂性之门神经网络的深度:基础与…