Xreferat.com » Рефераты по математике » Матричный анализ

Матричный анализ

/>.


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. .

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

  1. f(x)=x-4

A-4E=0Z11+1Z12+(-2)Z21=Z12-2Z21

  1. 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

  1. f(x)=x+1

(A+E)=2Z21+Z31+Z12

  1. f(x)=(x+1)2

(A+E)2=4Z21+Z31

  1. 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.

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: