「dyadic product （外積, outer product）の性質」の編集履歴（バックアップ）一覧に戻る
''[[特異値分解と一般化逆行列]]も参照''
あるデータ列に対する分散共分散行列なんかは，dyadic productで与えられる。
<math>C = \frac{1}{n} \mathbf{\phi(x_n)} \mathbf{\phi(x_n)}^T </math>
ただし，<math>\phi</math> は適当な特徴空間への写像。
== Definition ==
'''Def. as Tensor Product'''
基底を１つとって固定する。
<math>\mathbf{x,y} \in \mathbb{R}^n</math> の成分表示を，
<math>\mathbf{x} := \sum_i^n x_i \mathbf{e}_i</math>
<math>\mathbf{y} := \sum_i^n y_i \mathbf{e}_i</math>
とおく。
このとき，x と y の Dyadic Product とは，以下で定義されるテンソル積である。
<math>\mathbf{x} \otimes \mathbf{y} := \sum_{i,j} x_i y_j \mathbf{e}_i \otimes \mathbf{e}_j</math>
== Dyadic Product の成分表示 ==
Dyadic はまた，次のように行列として成分表示することができる。
<math>\mathbf{x} \otimes \mathbf{y} \sim \mathbf{x} \mathbf{y}^\mathrm{T} = \begin{pmatrix} x_1 y_1 & \cdots & x_1 y_n \\ \vdots & \ddots & \vdots \\ x_n y_1 & \cdots & x_n y_n \end{pmatrix}</math>
即ち，ij成分は基底のテンソル積<math>\mathbf{e}_i \otimes \mathbf{e}_j</math>の係数を表している。
x y^T の形の積を，Outer Product などと呼ぶこともある。
== Dyadic Product の性質 ==
成分表示から分かるように，各行ベクトルは互いに平行である。
列ベクトルもまた互いに平行である。
<math>\mathbf{x} \mathbf{y}^\mathrm{T} = \begin{pmatrix} x_1 \mathbf{y}^\mathrm{T} \\ \vdots \\ x_n \mathbf{y}^\mathrm{T} \end{pmatrix} = \begin{pmatrix} \mathbf{x} y_1 & \cdots & \mathbf{x} y_n\end{pmatrix}</math>
任意のベクトルのy成分を取り出して，x方向に回転させる線形写像である。
<math>\mathbf{x} \mathbf{y}^\mathrm{T} \mathbf{v} = (\mathbf{y} \cdot \mathbf{v}) \mathbf{x}</math>
従って特に，固有ベクトルはxと平行である。
Dyadic Product の行列としての rank は 1 である。
<math>\mbox{rank} \ (\mathbf{x} \mathbf{y}^\mathrm{T}) = \mbox{rank} \ (\mathbf{y}^\mathrm{T} \mathbf{x}) = 1</math>
⇒ 従って有効な固有値は１個だけ。他はゼロ。
⇒ 定理により，トレースは固有値の和になるから，非零固有値は内積で与えられることが分かる。
<math>\lambda = \mbox{tr} (\mathbf{x} \mathbf{y}^\mathrm{T}) = \sum_i x_i y_i = \mathbf{x} \cdot \mathbf{y}</math>
== Dyadic Product の和 ==
<math>\sum_i^M \mathbf{x}_i \otimes \mathbf{y}_i </math> の rank は 高々min(M,n)
== 自分自身との Dyadic Product ==
