Kroneckerprodukt är en matematisk operation på två matriser, vilket resulterar i en ny, större, matris som enklast uttrycks som en blockmatris . Operationen är uppkallad efter Leopold Kronecker .
Om A är en m × n -matris och B är en p × q -matris så är deras kroneckerprodukt en mp × nq -matris definierad av:
A
⊗
B
=
(
a
11
B
a
12
B
⋯
a
1
n
B
a
21
B
a
22
B
⋯
a
2
n
B
⋮
⋮
⋱
⋮
a
m
1
B
a
m
2
B
⋯
a
m
n
B
)
=
(
a
11
b
11
a
11
b
12
⋯
a
11
b
1
q
⋯
⋯
a
1
n
b
11
a
1
n
b
12
⋯
a
1
n
b
1
q
a
11
b
21
a
11
b
22
⋯
a
11
b
2
q
⋯
⋯
a
1
n
b
21
a
1
n
b
22
⋯
a
1
n
b
2
q
⋮
⋮
⋱
⋮
⋮
⋮
⋱
⋮
a
11
b
p
1
a
11
b
p
2
⋯
a
11
b
p
q
⋯
⋯
a
1
n
b
p
1
a
1
n
b
p
2
⋯
a
1
n
b
p
q
⋮
⋮
⋮
⋱
⋮
⋮
⋮
⋮
⋮
⋮
⋱
⋮
⋮
⋮
a
m
1
b
11
a
m
1
b
12
⋯
a
m
1
b
1
q
⋯
⋯
a
m
n
b
11
a
m
n
b
12
⋯
a
m
n
b
1
q
a
m
1
b
21
a
m
1
b
22
⋯
a
m
1
b
2
q
⋯
⋯
a
m
n
b
21
a
m
n
b
22
⋯
a
m
n
b
2
q
⋮
⋮
⋱
⋮
⋮
⋮
⋱
⋮
a
m
1
b
p
1
a
m
1
b
p
2
⋯
a
m
1
b
p
q
⋯
⋯
a
m
n
b
p
1
a
m
n
b
p
2
⋯
a
m
n
b
p
q
)
.
{\displaystyle A\otimes B={\begin{pmatrix}a_{11}B&a_{12}B&\cdots &a_{1n}B\\a_{21}B&a_{22}B&\cdots &a_{2n}B\\\vdots &\vdots &\ddots &\vdots \\a_{m1}B&a_{m2}B&\cdots &a_{mn}B\end{pmatrix}}={\begin{pmatrix}a_{11}b_{11}&a_{11}b_{12}&\cdots &a_{11}b_{1q}&\cdots &\cdots &a_{1n}b_{11}&a_{1n}b_{12}&\cdots &a_{1n}b_{1q}\\a_{11}b_{21}&a_{11}b_{22}&\cdots &a_{11}b_{2q}&\cdots &\cdots &a_{1n}b_{21}&a_{1n}b_{22}&\cdots &a_{1n}b_{2q}\\\vdots &\vdots &\ddots &\vdots &&&\vdots &\vdots &\ddots &\vdots \\a_{11}b_{p1}&a_{11}b_{p2}&\cdots &a_{11}b_{pq}&\cdots &\cdots &a_{1n}b_{p1}&a_{1n}b_{p2}&\cdots &a_{1n}b_{pq}\\\vdots &\vdots &&\vdots &\ddots &&\vdots &\vdots &&\vdots \\\vdots &\vdots &&\vdots &&\ddots &\vdots &\vdots &&\vdots \\a_{m1}b_{11}&a_{m1}b_{12}&\cdots &a_{m1}b_{1q}&\cdots &\cdots &a_{mn}b_{11}&a_{mn}b_{12}&\cdots &a_{mn}b_{1q}\\a_{m1}b_{21}&a_{m1}b_{22}&\cdots &a_{m1}b_{2q}&\cdots &\cdots &a_{mn}b_{21}&a_{mn}b_{22}&\cdots &a_{mn}b_{2q}\\\vdots &\vdots &\ddots &\vdots &&&\vdots &\vdots &\ddots &\vdots \\a_{m1}b_{p1}&a_{m1}b_{p2}&\cdots &a_{m1}b_{pq}&\cdots &\cdots &a_{mn}b_{p1}&a_{mn}b_{p2}&\cdots &a_{mn}b_{pq}\end{pmatrix}}.}
Låt A och B vara definierade enligt:
A
=
(
1
−
1
0
2
)
B
=
(
1
0
3
0
6
2
)
.
{\displaystyle A={\begin{pmatrix}1&-1\\0&2\end{pmatrix}}~~B={\begin{pmatrix}1&0&3\\0&6&2\end{pmatrix}}.}
Deras kroneckerprodukter blir:
A
⊗
B
=
(
B
−
B
0
2
B
)
=
(
1
0
3
−
1
0
−
3
0
6
2
0
−
6
−
2
0
0
0
2
0
6
0
0
0
0
12
4
)
{\displaystyle A\otimes B={\begin{pmatrix}B&-B\\0&2B\end{pmatrix}}={\begin{pmatrix}1&0&3&-1&0&-3\\0&6&2&0&-6&-2\\0&0&0&2&0&6\\0&0&0&0&12&4\end{pmatrix}}}
B
⊗
A
=
(
A
0
3
A
0
6
A
2
A
)
=
(
1
−
1
0
0
3
−
3
0
2
0
0
0
6
0
0
6
−
6
2
−
2
0
0
0
12
0
4
)
{\displaystyle B\otimes A={\begin{pmatrix}A&0&3A\\0&6A&2A\end{pmatrix}}={\begin{pmatrix}1&-1&0&0&3&-3\\0&2&0&0&0&6\\0&0&6&-6&2&-2\\0&0&0&12&0&4\end{pmatrix}}}
Kroneckerprodukten har egenskaperna
A
⊗
(
B
+
C
)
=
A
⊗
B
+
A
⊗
C
{\displaystyle A\otimes (B+C)=A\otimes B+A\otimes C}
(
A
+
B
)
⊗
C
=
A
⊗
C
+
B
⊗
C
{\displaystyle (A+B)\otimes C=A\otimes C+B\otimes C}
(
k
A
)
⊗
B
=
k
(
A
⊗
B
)
{\displaystyle (kA)\otimes B=k(A\otimes B)}
(
A
⊗
B
)
⊗
C
=
A
⊗
(
B
⊗
C
)
{\displaystyle (A\otimes B)\otimes C=A\otimes (B\otimes C)}
(
A
⊗
B
)
(
C
⊗
D
)
=
A
C
⊗
B
D
{\displaystyle (A\otimes B)(C\otimes D)=AC\otimes BD}
om AC och BD är definierade.
(
A
⊗
B
)
T
=
A
T
⊗
B
T
{\displaystyle (A\otimes B)^{T}=A^{T}\otimes B^{T}}
Om
λ
i
{\displaystyle \lambda _{i}}
för i = 1, 2, ..., n är egenvärden till A och
μ
j
{\displaystyle \mu _{j}}
för j = 1, 2, ..., q är egenvärden till B så är
λ
i
μ
j
{\displaystyle \lambda _{i}\mu _{j}}
ett egenvärde till deras kroneckerprodukter för alla kombinationer av i och j och alla egenvärden till kroneckerprodukterna uppkommer på detta sätt.
Ur detta kan man få ekvationer för matrisspåren och determinanterna för kroneckerprodukterna:
tr
(
A
⊗
B
)
=
tr
A
tr
B
{\displaystyle \operatorname {tr} (A\otimes B)=\operatorname {tr} A\operatorname {tr} B}
det
(
A
⊗
B
)
=
(
det
A
)
q
(
det
B
)
n
{\displaystyle \det(A\otimes B)=(\det A)^{q}(\det B)^{n}}
En kroneckersumma av två kvadratiska matriser A och B (n × n respektive m × m ) är matrisen definierad av
I
m
⊗
A
+
B
⊗
I
n
{\displaystyle I_{m}\otimes A+B\otimes I_{n}}
Kroneckersummans egenvärden är på formen
λ
i
+
μ
j
{\displaystyle \lambda _{i}+\mu _{j}}
.
Kroneckerprodukter kan användas för att lösa matrisekvationer av typen AxB = C , då man kan få en lösning genom
(
B
T
⊗
A
)
vec
X
=
vec
C
{\displaystyle (B^{T}\otimes A)\operatorname {vec} X=\operatorname {vec} C}
som löses som ett vanligt ekvationssystem. vec C är vektoriseringen av matrisen C , C :s kolonner staplade ovanpå varandra i en vektor.
Kroneckersummor används vid lösningen av Sylvesters ekvation , AX + XB = C , då en lösning ges av:
(
I
m
⊗
A
+
B
T
⊗
I
n
)
vec
X
=
vec
C
{\displaystyle (I_{m}\otimes A+B^{T}\otimes I_{n})\operatorname {vec} X=\operatorname {vec} C}
Horn, Roger A.; Johnson, Charles R. (1991), Topics in Matrix Analysis , Cambridge University Press, ISBN 0-521-46713-6 .