Матричный анализ
Курс лекций по дисциплине
«Матричный анализ»
для студентов II курса
математического факультета специальности
«Экономическая кибернетика»
(лектор Дмитрук Мария Александровна)

Глава 3. Функции от матриц.
Определение функции.
Df.
Пусть
–
функция скалярного
аргумента.
Требуется
определить,
что понимать
под f(A), т.е. нужно
распространить
функцию f(x) на
матричное
значение аргумента.
Решение
этой задачи
известно, когда
f(x) – многочлен:
,
тогда
.
Определение f(A) в общем случае.
Пусть
m(x) – минимальный
многочлен А
и он имеет такое
каноническое
разложение
,
,
–
собственные
значения А.
Пусть многочлены
g(x) и h(x) принимают
одинаковые
значения.
Пусть g(A)=h(A) (1), тогда многочлен d(x)=g(x)-h(x) – аннулирующий многочлен для А, так как d(A)=0, следовательно, d(x) делится на линейный многочлен, т.е. d(x)=m(x)*q(x) (2).
Тогда
,
т.е.
(3),
,
,
.
Условимся
m чисел для f(x)
таких
называть значениями
функции f(x) на
спектре матрицы
А, а множество
этих значений
будем обозначать
.
Если множество f(Sp A) определено для f(x), то функция определена на спектре матрицы А.
Из (3) следует, что многочлены h(x) и g(x) имеют одинаковые значения на спектре матрицы А.
Наши рассуждения обратимы, т.е. из (3) (3) (1). Таким образом, если задана матрица А, то значение многочлена f(x) вполне определяется значениями этого многочлена на спектре матрицы А, т.е. все многочлены gi(x), принимающие одинаковые значения на спектре матрицы имеют одинаковые матричные значения gi(A). Потребуем, чтобы определение значения f(A) в общем случае подчинялось такому же принципу.
Значения функции f(x) на спектре матрицы А должны полносильно определить f(A), т.е. функции, имеющие одни и те же значения на спектре должны иметь одно и то же матричное значение f(A). Очевидно, что для определения f(A) в общем случае, достаточно найти многочлен g(x), который бы принимал те же значения на спектре А, что и функция f(A)=g(A).
Df.
Если f(x) определена
на спектре
матрицы А, то
f(A)=g(A), где g(A) – многочлен,
принимающий
на спектре те
же значения,
что и f(A),

Df.
Значением
функции от
матрицы А
назовем значение
многочлена
от этой матрицы
при
.
Среди многочленов из С[x], принимающих одинаковые значения на спектре матрицы А, что и f(x), степени не выше (m-1), принимающий одинаковые значения на спектре А, что и f(x) – это остаток от деления любого многочлена g(x), имеющего те же значения на спектре матрицы А, что и f(x), на минимальный многочлен m(x)=g(x)=m(x)*g(x)+r(x).
Этот многочлен r(x) называют интерполяционным многочленом Лагранжа-Сильвестра для функции f(x) на спектре матрицы А.
Замечание.
Если минимальный
многочлен m(x)
матрицы А не
имеет кратных
корней, т.е.
,
то значение
функции на
спектре
.
Пример:
Найти r(x) для произвольной f(x), если матрица
.
Построим f(H1).
Найдем минимальный
многочлен H1
– последний
инвариантный
множитель
[xE-H1]:
,
dn-1=x2;
dn-1=1;
mx=fn(x)=dn(x)/dn-1(x)=xn 0 – n –кратный корень m(x), т.е. n-кратные собственные значения H1.
,
r(0)=f(0), r’(0)=f’(0),…,r(n-1)(0)=f(n-1)(0)
.
Свойства функций от матриц.
Свойство
№ 1. Если
матрица
имеет
собственные
значения
(среди них могут
быть и кратные),
а
,
то собственными
значениями
матрицы f(A) являются
собственные
значения многочлена
f(x):
.
Доказательство:
Пусть характеристический многочлен матрицы А имеет вид:
,
,
.
Посчитаем
.
Перейдем от
равенства к
определителям:


Сделаем замену в равенстве:
(*)
Равенство
(*) справедливо
для любого
множества f(x),
поэтому заменим
многочлен f(x)
на
,
получим:
.
Слева
мы получили
характеристический
многочлен для
матрицы f(A), разложенный
справа на линейные
множители,
откуда следует,
что
– собственные
значения матрицы
f(A).
ЧТД.
Свойство
№ 2. Пусть
матрица
и
– собственные
значения матрицы
А, f(x) – произвольная
функция, определенная
на спектре
матрицы А, тогда
собственные
значения матрицы
f(A) равны
.
Доказательство:
Т.к.
функция f(x) определена
на спектре
матрицы А, то
существует
интерполяционный
многочлен
матрицы r(x) такой,
что
,
а тогда f(A)=r(A), а у
матрицы r(A) собственными
значениями
по свойству
№ 1 будут
которым соответственно
равны
.
ЧТД.
Свойство
№ 3. Если А
и В подобные
матрицы,
,
т.е.
,
и f(x) – произвольная
функция, определенная
на спектре
матрицы А, тогда

Доказательство:
Т.к.
А и В подобны,
то их характеристические
многочлены
одинаковы
одинаковы и
их собственные
значения, поэтому
значение f(x) на
спектре матрицы
А совпадает
со значение
функции f(x)
на спектре
матрицы В, при
чем существует
интерполяционный
многочлен r(x)
такой, что
f(A)=r(A),
,
.
ЧТД.
Свойство
№ 4. Если А
– блочно-диагональная
матрица
,
то

Следствие:
Если
,
то
,
где f(x) –
функция,
определенная
на спектре
матрицы А.
Интерполяционный многочлен Лагранжа-Сильвестра.
Случай № 1.
Пусть
дана
.
Рассмотрим
первый случай:
характеристический
многочлен
имеет ровно
n корней,
среди которых
нет кратных,
т.е. все собственные
значения матрицы
А различны,
т.е.
,
Sp A – простой.
В этом случае
построим базисные
многочлены
lk(x):
.
Пусть
f(x) – функция,
определенная
на спектре
матрицы А и
значениями
этой функции
на спектре
будут
.
Надо построить
.
Построим:
.
Обратим
внимание, что
.


Пример:
Построить
интерполяционный
многочлен
Лагранжа-Сильвестра
для матрицы
.
Построим
базисные многочлены:



Тогда для функции f(x), определенной на спектре матрицы А, мы получим:
.
Возьмем
,
тогда интерполяционный
многочлен
.
Случай № 2.
Характеристический
многочлен
матрицы А имеет
кратные корни,
но минимальный
многочлен этой
матрицы является
делителем
характеристического
многочлена
и имеет только
простые корни,
т.е.
.
В этом случае
интерполяционный
многочлен
строится так
же как и в предыдущем
случае.
Случай № 3.
Рассмотрим общий случай. Пусть минимальный многочлен имеет вид:
,
где
m1+m2+…+ms=m,
deg r(x) Составим
дробно-рациональную
функцию: Обозначим:
где
Если
в (**) положить
Для
того, чтобы
найти ak3
надо (**)
продифференцировать
дважды и т.д.
Таким образом,
коэффициент
aki
определяется
однозначно. После
нахождения
всех коэффициентов
вернемся к (*),
умножим на m(x)
и получим
интерполяционный
многочлен r(x),
т.е. Пример:
Найти f(A),
если
Найдем
минимальный
многочлен
матрицы А: Проверим,
определена
ли функция на
спектре матрицы
А Умножим
(*) на (х-3) при
х=3 Умножим
(*) на (х-5) Таким
образом,
Пример
2. Если
Найдем
минимальный
многочлен
матрицы А: d2(x)=1,
тогда минимальный
многочлен Рассмотрим
f(x)=sin x
на спектре
матрицы: Умножим
(*) на
Умножим
(*) на
Вычислим
,
взяв производную
(**): Итак,
ЧТД. Пример
3. Пусть
f(x) определена
на спектре
матрицы, минимальный
многочлен
которой имеет
вид
Решение:
По условию f(x)
определена
на спектре
матрицы А
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
Обозначим
множество
векторов
удовлетворяющих
собственному
значению
Теорема.
Если квадратная
матрица А имеет
собственное
значение
DF.
Размерность
В
свете этого
определения
теорема переформулируется
следующим
образом: Теорема.
Алгебраическая
кратность
собственного
значения не
меньше его
геометрической
кратности. DF.
Матрица
Из
линейной алгебры
следует, что
матрица
Если
матрица А простая,
тогда существует
n
линейно независимых
собственных
векторов x1,
x2,
…,xn
таких, что
Замечание.
Обратим
внимание на
то, что собственные
значения А и
А’
совпадают.
Действительно,
собственные
значения для
А’
это значения
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
Запишем
равенство (1) в
виде
DF.
Множества
векторов x1,
x2,
…, xn и
y1,
y2,…,yn
удовлетворяющие
условию
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
Следствие.
Сопутствующие
матрицы обладают
следующими
свойства: Пример.
Показать, что
матрица
Решение: существуют
2 линейно независимые
правые и левые
системы собственных
векторов. Найдем
правые собственные
векторы: Найдем
левые собственные
векторы: Найдем
сопутствующие
матрицы:
и разложим
ее на простейшие
дроби.
.
Умножим (*) на
и получим

–
некоторая
функция, не
обращающаяся
в бесконечность
при
.
,
получим:

.
,
где t
– некоторый
параметр,
.

.





.
- интерполяционный
многочлен.
,
то доказать,
что

-
характеристический
многочлен.



.
функция
является определенной
на спектре.
.
:
.
.
Полагая
,
,
т.е.
.
,
,
,
.
.
Найти интерполяционный
многочлен r(x)
для функции
f(x).
.

.



,
так как С алгебраически
замкнутое поле,
то характеристический
многочлен
,
где
,
ki
– алгебраическая
кратность корня
.
-
подпространство,
,
где r –
ранг матрицы
.
,
а матрица
имеет
,
то
имеет кратность
.
называется
геометрической
кратностью
собственного
значения
.
называется
простой, если
аглебраическая
кратность
каждого ее
собственного
значения совпадает
с его геометрической
кратностью.
простая тогда
и только тогда,
когда
.
,
для
.
Запишем это
равенство в
матричном виде:
,
т.е. А – простая
тогда и только
тогда, когда
и
.
.
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.
,
(1);
y1,
y2,…,yn
такие,
что
(2),
.
(3)
что, если А –
простая, то
существуют
матрицы X
и
Y, что
или
(**).
,
т.е.
называются
квазиортогональными.
.
,
а сопутствующая
матрица
,
где
.



простая. Найти
сопутствующие
матрицы для
матрицы А и
использовать
их для А20,
p(x)=x20.







