Cayley-Hamilton定理(凯莱-哈密顿定理)

这篇具有很好参考价值的文章主要介绍了Cayley-Hamilton定理(凯莱-哈密顿定理)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1. 定义
(1) 符号定义

单位矩阵为 I I I,矩阵 A A A的行列式记作 det ⁡ ( A ) \det \left( A \right) det(A),伴随矩阵记作 a d j ( A ) \mathrm{adj} \left(A\right) adj(A).

(2) 特征多项式

矩阵 A A A的特征多项式定义为:
χ A ( s ) ≜ det ⁡ ( s I − A ) = s n + d 1 s n − 1 + ⋯ + d n , \chi _A\left( s \right) \triangleq \det \left( sI-A \right) =s^n+d_1s^{n-1}+\cdots +d_n, χA(s)det(sIA)=sn+d1sn1++dn,

2. 定理内容

χ A ( A ) = A n + d 1 A n − 1 + ⋯ + d n = 0 \chi _A\left( A \right) =A^n+d_1A^{n-1}+\cdots +d_n=0 χA(A)=An+d1An1++dn=0

3. 证明

考虑矩阵 ( s I − A ) \left( sI-A \right) (sIA)的逆,可以表示为:
( s I − A ) − 1 =    a d j ( s I − A ) det ⁡ ( s I − A ) ⋯ ( ∗ ) , \left( sI-A \right) ^{-1}=\frac{\,\,\mathrm{adj}\left( sI-A \right)}{\det \left( sI-A \right)}\cdots \left( * \right) , (sIA)1=det(sIA)adj(sIA)()

其中 ( s I − A ) \left( sI-A \right) (sIA)的行列式可以表示为 { 1 , s , s 2 , ⋯   , s n } \left\{ 1,s,s^2,\cdots ,s^n \right\} {1,s,s2,,sn}的线性组合,即
det ⁡ ( s I − A ) = s n + d 1 s n − 1 + ⋯ + d n . \det \left( sI-A \right) =s^n+d_1s^{n-1}+\cdots +d_n. det(sIA)=sn+d1sn1++dn.

( s I − A ) \left( sI-A \right) (sIA)的伴随矩阵可以表示为 { 1 , s , s 2 , ⋯   , s n − 1 } \left\{ 1,s,s^2,\cdots ,s^{n-1} \right\} {1,s,s2,,sn1}的线性组合,即
a d j ( s I − A ) = B 0 s n − 1 + B 1 s n − 2 + ⋯ + B n − 1 . \mathrm{adj}\left( sI-A \right) =B_0s^{n-1}+B_1s^{n-2}+\cdots +B_{n-1}. adj(sIA)=B0sn1+B1sn2++Bn1.(注:根据伴随矩阵的定义,可以知道多项式最高阶数为 ( n − 1 ) (n-1) (n1)

下证:
χ A ( A ) = A n + d 1 A n − 1 + ⋯ + d n = 0. \chi _A\left( A \right) =A^n+d_1A^{n-1}+\cdots +d_n=0. χA(A)=An+d1An1++dn=0.
( ∗ ) (*) ()式,在等号两边右乘 ( s I − A ) \left( sI-A \right) (sIA),左乘
det ⁡ ( s I − A ) I \det \left( sI-A \right) I det(sIA)I,可以得到
a d j ( s I − A ) ( s I − A ) = det ⁡ ( s I − A ) I . \mathrm{adj}\left( sI-A \right) \left( sI-A \right) =\det \left( sI-A \right) I. adj(sIA)(sIA)=det(sIA)I.

对等号左边进行展开
L H S = ( B 0 s n − 1 + B 1 s n − 2 + ⋯ + B n − 1 ) ( s I − A ) = ( B 0 s n + B 1 s n − 1 + ⋯ + B n − 1 s ) − ( B 0 A s n − 1 + B 1 A s n − 2 + ⋯ + B n − 1 A ) = B 0 s n + ( B 1 − B 0 A ) s n − 1 + ⋯ + ( B n − 1 − B n − 2 A ) s − B n − 1 A . \begin{aligned} \mathrm{LHS}&=\left( B_0s^{n-1}+B_1s^{n-2}+\cdots +B_{n-1} \right) \left( sI-A \right) \\ &=\left( B_0s^n+B_1s^{n-1}+\cdots +B_{n-1}s \right) -\left( B_0As^{n-1}+B_1As^{n-2}+\cdots +B_{n-1}A \right) \\ &=B_0s^n+\left( B_1-B_0A \right) s^{n-1}+\cdots +\left( B_{n-1}-B_{n-2}A \right) s-B_{n-1}A. \end{aligned} LHS=(B0sn1+B1sn2++Bn1)(sIA)=(B0sn+B1sn1++Bn1s)(B0Asn1+B1Asn2++Bn1A)=B0sn+(B1B0A)sn1++(Bn1Bn2A)sBn1A.

而等式右边为
R H S = s n I + d 1 s n − 1 I + ⋯ + d n I . \mathrm{RHS}=s^nI+d_1s^{n-1}I+\cdots +d_nI. RHS=snI+d1sn1I++dnI.

对照系数,有
{ B 0 = I B 1 − B 0 A = d 1 I ⋮ B n − 1 − B n − 2 A = d n − 1 I O − B n − 1 A = d n I ⇒ { B 0 A n = A n B 1 A n − 1 − B 0 A n − 2 = d 1 A n − 1 ⋮ B n − 1 A − B n − 2 A 2 = d n − 1 A − B n − 1 A = d n I \begin{cases} B_0=I\\ B_1-B_0A=d_1I\\ \vdots\\ B_{n-1}-B_{n-2}A=d_{n-1}I\\ O-B_{n-1}A=d_nI\\ \end{cases}\Rightarrow \begin{cases} B_0A^n=A^n\\ B_1A^{n-1}-B_0A^{n-2}=d_1A^{n-1}\\ \vdots\\ B_{n-1}A-B_{n-2}A^2=d_{n-1}A\\ -B_{n-1}A=d_nI\\ \end{cases} B0=IB1B0A=d1IBn1Bn2A=dn1IOBn1A=dnI B0An=AnB1An1B0An2=d1An1Bn1ABn2A2=dn1ABn1A=dnI

上式等号左边累加结果为 O O O(零矩阵),而右边累加为 A A A的特征多项式 χ A ( A ) \chi _A\left( A \right) χA(A),得证.

3. 应用

TODO文章来源地址https://www.toymoban.com/news/detail-411339.html

到了这里,关于Cayley-Hamilton定理(凯莱-哈密顿定理)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 图论10-哈密尔顿回路和哈密尔顿路径+状态压缩+记忆化搜索

    求解哈密尔顿回路 如何求解一个图是否存在哈密尔顿回路呢? 一个最直观的想法就是暴力求解。暴力求解的思路也很简单:我们遍历图的每一个顶点 v,然后从顶点 v 出发,看是否能够找到一条哈密尔顿回路。 暴力求解的代价同求解全排列问题是等价的,其时间复杂度为

    2024年02月04日
    浏览(37)
  • Visual Studio C++找到一个或多个多重定义的符号解决方法

    1、当Visual Studio C++中一个项目下有两个及以上的源文件时,编译会产生错误 : LNK200:_main已经在if_else的学习.obj中定义 LNK116:找到一个或多个多重定义的符号 原因是: 一个项目下有两个及以上的源文件,如下图所示的if else的学习.cpp文件和learn1.cpp文件,里面都存在相同的函数

    2024年02月04日
    浏览(83)
  • C 语言中宏定义中指定数据类型, U、L、F等符号含义

    一、引言 代码中可以直接定义一个变量是可以指定变量数据类型,宏定义中也可以实现数据量类型的指定。 现在我们定义一个宏变量#define NUM 5,这个数字5是以什么类型存储的呢?答案是signed int。我们再这样定义一个宏变量#define NUM 5LL,此时的数字5又是以什么类型存储的呢

    2024年02月15日
    浏览(44)
  • 解析C++链接错误:未定义引用和未解析符号的完整解决方案

      概述: C++中的\\\"未定义的引用\\\"和\\\"未解析的外部符号\\\"错误通常源于声明与定义不一致或缺失定义。解决方法包括确保所有声明有相应定义、检查定义位置,使用头文件和命名空间组织代码。这些步骤帮助开发者提高代码可维护性和避免链接错误。 在C++中,\\\"未定义的引用\\\"和

    2024年03月20日
    浏览(51)
  • 离散数学 | 图论 | 欧拉图 | 哈密顿图 | 割点 | 桥(欧拉图和哈密顿图有没有割点和桥?)

    本文主要解决以下几个问题: 1.欧拉图能不能有割点,能不能有桥? 2.哈密顿图能不能有割点,能不能有桥? 首先我们要明白几个定义 割点 的定义就是在一个图G中,它本来是连通的,去掉一个点v以后这个图G就不连通了,那么点v就被叫做 割点 。 桥 的定义就是在一个图G中

    2024年02月08日
    浏览(39)
  • Hamilton力学的辛算法简介

    Hamilton力学的辛算法简介 冯康 我的熟人和我 我的朋友和我 只能说 嗨 蛮好的 外微分形式 1-形式 2-形式 闭2-形式(辛构造) Euclid Space 符合如下内积定义的线性空间V称为Euclid空间 对称性 (a, b) = (b, a) 线性 (a, kb) = k(a, b) (a+c, b) = (a, b) + (c, b) 非简并性 (a, a)= 0 当且仅当 a=0 时 (a,

    2024年02月10日
    浏览(23)
  • 离散数学 --- 特殊图 --- 欧拉图,哈密顿图

    1.在经过所有边的前提下,欧拉通路(回路)必定是最小的通路(回路),因为它经过每条边且只经过一次,没有比这更小的情况了。 2.回路一定是通路,但通路不一定是回路   1.入度比出度大1的结点是有向图中的欧拉通路的终点,入度比出度小1的结点则是始点 所谓的割边

    2024年02月11日
    浏览(54)
  • 哈密顿算符梯度 散度 旋度的补充

    做一些哈密顿算符的补充 后面的是一个向量,但是单独的看这个向量没有意义 需要把这个函数和其他函数放在一起做运算的时候才有意义 梯度 散度 和 旋度 蓝色部分是一个标量的梯度 我们用 算符 乘以这个 标量 (后面的就是向量乘以标量) 我们把 f 乘进去,得到了f对于

    2024年02月06日
    浏览(37)
  • Acwing.91 最短Hamilton路径(动态规划)

    给定一张n个点的带权无向图,点从0~n-1标号,求起点0到终点n-1的最短Hamilton路径。Hamilton路径的定义是从0到n-1不重不漏地经过每个点恰好一次。 第—行输入整数n。 接下来n行每行n个整数,其中第i行第j个整数表示点i到j的距离(记为a[i.i])。对于任意的, y,z,数据保证a[x,x]=0,

    2024年02月15日
    浏览(44)
  • latex 常用数学符号( 二项式系数、矩阵、数组、方程与方程组、条件定义、括号、括号尺寸、字体)

    类型 符号 LaTeX 二项式系数 ( n k ) binom{n}{k} ( k n ​ ) binom{n}{k} 小型二项式系数 ( n k ) tbinom{n}{k} ( k n ​ ) tbinom{n}{k} 大型二项式系数 ( n k ) dbinom{n}{k} ( k n ​ ) dbinom{n}{k} x y z v begin{matrix}x y \\\\z vend{matrix} x z ​ y v ​ ∣ x y z v ∣ begin{vmatrix}x y \\\\z vend{vmatrix} ​ x z ​ y v ​ ​ ∥

    2024年02月06日
    浏览(38)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包