将矩阵作为列表存储时矩阵的求和

Question

在另一个线程的帮助下，我能够构造以下矩阵，在每一个相同维度的100×100的内有100个对角矩阵：

Sigma_inverse<-lapply(seq(n), function(k) (diag(seq(n)))^(2*k+1))

我有另一个矩阵S，是100乘100。如果我按照下面的代码对矩阵进行求和，它就能工作。

S+Sigma_inverse[[1]]

但是，如果我试图创建另一个包含100个列表的矩阵，其中的矩阵为100×100，并将第一个元素之和为或预期为100×100矩阵，如下代码所示：

S_alpha_dim[[1]]+Sigma_inverse[[1]]

我得到以下错误：

> S_alpha_dim[[1]]+Sigma_inverse[[1]]
Error: dims [product 10000] do not match the length of object [1000000]

因此，我继续检查矩阵S_alpha_dim[1]的维数。

> dim(S_alpha_dim[[1]])
NULL

这是空的，但是后面的矩阵被认为是矩阵S，它是一个100乘100的矩阵，如下所证明：

> dim(S)
[1] 100 100

因此，我开始怀疑R没有将列表识别为矩阵中的矩阵。但是，我遵循这条线索，建议使用列表来表示矩阵中的矩阵。is it possible to have a matrix of matrices in R?

问题：

有人能帮我解决这个问题吗？

更新：

作为S的参考矩阵，为了使代码能够被再现，它类似于使用以下构造和一个2乘2的矩阵，从而产生同样的问题：

matrix_eksa<-matrix(c(1,2,3,4),2,2)

> matrix_eksa_1<-matrix(list(rep(matrix_eksa,100)),100)
> dim(matrix_eksa_1[1])
NULL

Answer 1

我认为你应该使用rep(list(...),100)，而不是list(rep(...,100))，也就是说，

matrix_eksa_1 <- matrix(rep(list(matrix_eksa), 100), 100)

然后你会看到

> matrix_eksa <- matrix(c(1, 2, 3, 4), 2, 2)

> matrix_eksa_1 <- matrix(rep(list(matrix_eksa), 100), 100)

> dim(matrix_eksa_1)
[1] 100   1