Реферат: Матричный анализ
ЧТД.
Пример 3.
Пусть f(x) определена на спектре матрицы, минимальный многочлен которой имеет вид . Найти интерполяционный многочлен r(x) для функции f(x).
Решение: По условию f(x) определена на спектре матрицы А Þ f(1), f’(1), f(2), f ‘(2), f ‘’ (2) определены.
.
.
Используем метод неопределенных коэффициентов:
Если f(x)=ln x
f(1)=0 f’(1)=1
f(2)=ln 2 f’(2)=0.5 f’’(2)=-0.25
4. Простые матрицы.
Пусть матрица , так как С алгебраически замкнутое поле, то характеристический многочлен , где , ki – алгебраическая кратность корня .
Обозначим множество векторов удовлетворяющих собственному значению - подпространство, , где r – ранг матрицы .
Теорема. Если квадратная матрица А имеет собственное значение , а матрица имеет , то имеет кратность .
DF. Размерность называется геометрической кратностью собственного значения .
В свете этого определения теорема переформулируется следующим образом:
Теорема. Алгебраическая кратность собственного значения не меньше его геометрической кратности.
DF. Матрица называется простой, если аглебраическая кратность каждого ее собственного значения совпадает с его геометрической кратностью.
Из линейной алгебры следует, что матрица простая тогда и только тогда, когда .
Если матрица А простая, тогда существует n линейно независимых собственных векторов x1, x2, …,xn таких, что , для . Запишем это равенство в матричном виде:
, т.е. А – простая тогда и только тогда, когда и .
Замечание. Обратим внимание на то, что собственные значения А и А’ совпадают. Действительно, собственные значения для А’ это значения . Таким образом характеристические многочлены матриц совпадают. Размерность , тогда . Поэтому, если - собственное значение матрицы А, то и является собственным значением матрицы А’, т.е. существует , что (*) или . Транспонируем (*) и получим (транспонируем это равенство). В этом случае называют левым собственным вектором матрицы А. Соответственно, - называют правым собственным подпространством, - называют левым собственным подпространством.
Рассмотрим следующую конструкцию: если матрица А простая, то существует n линейно независимых собственных векторов x1, x2, …, xn и существует n линейно независимых собственных векторов y1, y2,…,yn, где x1, x2, …, xn такие, что , (1); y1, y2,…,yn такие, что (2), .
Запишем равенство (1) в виде (3) Þ что, если А – простая, то существуют матрицы X и Y, что или (**).
DF. Множества векторов x1, x2, …, xn и y1, y2,…,yn удовлетворяющие условию , т.е. называются квазиортогональными.
Учитывая равенство (**) и определение делаем вывод: множества левых и правых собственных векторов простой матрицы А квазиортогональны и .
Очень важной для матриц является следующая теорема:
СПЕКТРАЛЬНАЯ ТЕОРЕМА. Если А – простая матрица порядка n над полем С и p(x) многочлен из кольца C[x], и x1, x2, …, xn и y1, y2,…,yn – множества правых и левых собственных векторов матрицы А, то , а сопутствующая матрица , где .
Следствие. Сопутствующие матрицы обладают следующими свойства:
1.
2.
3.
Пример. Показать, что матрица простая. Найти сопутствующие матрицы для матрицы А и использовать их для А20, p(x)=x20.
Решение:
Þ
существуют 2 линейно независимые правые и левые системы собственных векторов.
Найдем правые собственные векторы:
Найдем левые собственные векторы:
Найдем сопутствующие матрицы:
.
5.Спектральное разложение функции f(A).
Спектральное разложение для f(A) имеет важное значение и очевидно тесно примыкает к спектральной теореме для простых матриц.
Пусть дана матрица и пусть , .
Теорема. Если , а функция f(x) определена на спектре матрицы А и - значение j-й производной от f(x) в собственном значении , где , , то существуют такие независимые от f(x) матрицы , что (1) , при чем коммутирует с матрицей А и образуют линейно независимую систему в пространстве
Доказательство: заметим, что и , где - базисные многочлены, принимающие одинаковые значения на спектре матрицы А, (3). Сравнивая (1) и (2) и учитывая (3) получим, что . Матрицы называются компонентами матрицы А или компонентными матрицами.
ЧТД.
Опишем следующие свойств компонентных матриц, которые в некоторой степени обобщают свойства сопровождающих матриц.
Теорема. Компонентные матрицы обладают следующими свойствами:
1.
2.
3.
4. .
Замечание. Для того, чтобы найти компонентные матрицы для f(x) определенной на спектре матрицы А необходимо и достаточно знать базисные многочлены, входящие в интерполяционный многочлен, однако нахождение интерполяционного многочлена f(x) связано с некоторыми трудностями, а поэтому будем вычислять компонентные матрицы подбирая соответствующим образом системы функций.
Пример: Найти компоненты для матрицы .
.
Пусть f(x) определена на спектре А, тогда согласно спектральной теореме .
1. f(x)=1
E=1Z11+0Z12+1Z21=Z11+Z21
2. f(x)=x-4
A-4E=0Z11+1Z12+(-2)Z21=Z12-2Z21
3. f(x)=(x-4)2
(A-4E)2=4Z21
.
Таким образом, для любой функции f(x), определенное на спектре матрицы А
.
Пример 2.
Найти компоненты для матрицы
.
Найдем минимальный многочлен матрицы А.
1. f(x)=1
E=Z11+Z21+Z31
2. f(x)=x+1
(A+E)=2Z21+Z31+Z12
3. f(x)=(x+1)2
(A+E)2=4Z21+Z31
4. f(x)=x-1
A-E=-2Z11+Z12-Z31
1. f(x)=1 E=Z11+Z21+Z31
2. f(x)=x+1 A+E=Z11Z22+2Z31
3. f(x)=(x+1)2 (A+E)2=Z11+4Z31
4. f(x)=x-1 (A-E)=-Z11-2Z21+Z22
Z31=A
-Z22=(A+E)2-E-3A
Z12=Z22
Z11=(E-A)-Z22
6.Определенные матрицы.
Эрмитовы и квадратичные матрицы.
Пусть А – эрмитова матрица (А*=А).
Рассмотрим функцию h(x) – действительная функция комплексного аргумента.
Рассмотрим:
DF. Функция , где А – эрмитова матрица, называется эрмитовой формой от n переменных x1, …, xn, где А – матрица эрмитовой формы.
Очевидно, что если А – действительная симметрическая матрица, то в этом случае получаем квадратичную форму .
Для каждой эрмитовой (квадратичной) формы инвариантами являются: ранг (число не нулевых коэффициентов в квадратичной форме нормального вида совпадающих с рангом матрицы А), p (индекс) – число положительных коэффициентов в квадратичной форме нормального вида, оно совпадает с числом положительных собственных значений, сигнатура. Эти числа r, p, гр-r не зависят от тех преобразований, которые совершаются над данными формами.
В дальнейшем ограничимся рассмотрением только квадратичных форм. Нас интересуют 2 семейства матриц.
DF. Действительная симметрическая матрица А называется положительно определенной, если для .
DF. Действительная симметрическая матрица А называется неотрицательно определенной, если для .
Оба типа матриц относятся к классу определенных матриц. Заметим, что положительно определенная матрица невырожденная, т.е. если предположить, что она вырожденная, то , , что противоречит условию.
Теорема № 1. Действительная симметрическая матрица n-го порядка будет определенной ранга тогда и только тогда , когда она имеет r положительных собственных значений, а остальные (n-r) – собственные значения равны 0.
Теорема № 2. Действительная симметрическая матрица положительна определена тогда и только тогда, когда все ее главные миноры положительны.
Теорема № 3. Действительная симметрическая матрица положительно определена тогда и только тогда, когда все ее главные миноры положительны.
7.Неотрицательные матрицы.
DF. Матрица называется неотрицательной, если каждый ее элемент положителен.
Квадратные матрицы такого типа возникают во множестве задач и это определяющее свойство приводит к сильным результатам об их строении. Теорема Фробениуса-Перона является основным результатом для неотрицательных матриц.
Пусть матрицы . Будем говорить, что , если б в частности A>B, если .
Вспомним матрицу перестановки , т.е. матрицы перестановки обязательно ортогональны. Произведение приводит к перестановке столбцов матрицы А.
DF. При матрица называется приводимой матрицей, если существует такая матрица перестановки Р, что совподает с матрицей , где А11, А12, А22 – квадратные матрицы меньшего чем n порядка. Если матрица Р не существует, то матрица А называется неприводимой.
Понятие приводимости имеет значение при решении матричных уравнений , ибо если Ф – приводима, то осуществив замену переменных, которую подсказывают равенства , получаем
, где , .
и решаем матричное уравнение с матрицей более низкого порядка. Затем, и решаем матричное уравнение. Таким образом, если А – приводима, то решение уравнения высокого порядка сводится к решению уравнений более низкого порядка, при чем собственные значения матриц А11 и А22 в своей совокупности составляет множество значений матрицы А.
Интересно, что явление приводимости не связано с величиной матрицы, а зависит лишь от расположения нулевых элементов в матрице.
В связи с этим, используют идею направленного графа матрицы, которую можно взять в качестве характеризации неприводимости матрицы. Наметим первые шаги тоерии и получим вторую характеризацию неприводимости матриц.
DF. Пусть р1, р2, …, рn – n различных точек комплексной плоскости и . Для каждого нулевого элемента матрицы А составим направленную линию от рi к рj . Получающаяся в результате фигура на комплексной плоскости называется направленным графом матрицы.
Например:
DF. Говорят, что любой направленный граф связен, если для каждой пары точек существует направленный путь .
Легко доказать, что квадратная матрица неприводима тогда и только тогда, когда ее граф является связным.
8.Теорема Фробениуса-Перона.
Очевидно, что если , то для . Более того, мы покажем, что для достаточно больших p .
Лемма № 1. Если матрица неотрицательна и неприводима, то .
Доказательство:
Если взять произвольный вектор и , то . И пусть вектор имеет место, очевидно, что Z имеет по крайней мере столько же нулевых положительных элементов, что и y. В самом деле, если предположить, что Z имеет меньше нулевых компонент, то обозначим , тогда и разбив матрицу А на блоки следующим образом
мы будем иметь .
Учитывая, что , то , тогда получаем, что , что противоречит неприводимости матрицы.
Для следующего вектора повторим рассуждения и т.д. В итоге получим, что для некоторого ненулевого вектора y .
ЧТД.
Для ненулевой неприводимой матрицы А рассмотрим действительную функцию r(x), определенную для ненулевых векторов следующим образом: , (Ax)i – i-я координата вектора Ах.
. Из определения следует, что и кроме того, r(x) –такое наименьшее значение , что .
Очевидно, что r(x) инвариантна относительна замены x на , поэтому в дальнейшем можно рассматривать замкнутое множество , такое .
Однако, r(x) может иметь разрывы в точках, где координата x обращается в 0, поэтому рассмотрим множество векторов и обозначим . По лемме № 1 каждый вектор из N будет положительным, а поэтому т.е. для .
Обозначим через наибольшее число, для которого , . – спектральный радиус матрицы А. Если Можно показать, что существует вектор y, что .
Замечание. Могут существовать и другие векторы в L для которых r(x) принимает значение r, поэтому любой такой вектор называется экстремальным для матрицы А (Az=rz).
Интерес к числу r объясняется следующим результатом.
Лемма № 2. Если матрица неотрицательна и неприводима, то число является собственным значением матрицы А, кроме того каждый экстремальный вектор для А положителен и является правым собственным вектором для А, отвечающим собственному значению r.
Основным результатом является теорема Фробениуса-Перона для непрерывных матриц.
Теорема Фробениуса-Перона. Если матрица неотрицательна и неприводима, то:
1. А имеет положительное собственное значение, равное спектральному радиусу матрицы А;
2. существует положительный правый собственный вектор, соответствующий собственному значению r.
3. собственное значение имеет алгебраическую кратность равную 1.
Эта теорема была опубликована в 1912 году Фробениусом и явилась обобщением теоремы Перона, которая является следствием.
Теорме Перона (следствие). Положительная квадратная матрица А имеет положительное и действительное собственное значение r, имеющее алгебраическую кратность 1 и превосходит модули всех других собственных значений матрицы А. Этому r соответствует положительный собственный вектор.
Используя теорему Фробениуса-Перона, можно найти максимальное действительное значение матрицы, не используя характеристического многочлена матрицы.