【矩阵论】3. 矩阵函数——谱公式,幂0与泰勒计算矩阵函数

这篇具有很好参考价值的文章主要介绍了【矩阵论】3. 矩阵函数——谱公式,幂0与泰勒计算矩阵函数。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。

矩阵论的所有文章,主要内容参考北航赵迪老师的课件

[注]由于矩阵论对计算机比较重要,所以选修了这门课,但不是专业搞数学的,所以存在很多口语化描述,而且对很多东西理解不是很正确与透彻,欢迎大家指正。我可能间歇性忙,但有空一定会回复修改的。

矩阵论
1. 准备知识——复数域上矩阵,Hermite变换
1.准备知识——复数域上的内积域正交阵
1.准备知识——Hermite阵,二次型,矩阵合同,正定阵,幂0阵,幂等阵,矩阵的秩
2. 矩阵分解——SVD准备知识——奇异值
2. 矩阵分解——SVD
2. 矩阵分解——QR分解
2. 矩阵分解——正定阵分解
2. 矩阵分解——单阵谱分解
2. 矩阵分解——正规分解——正规阵
2. 矩阵分解——正规谱分解
2. 矩阵分解——高低分解
3. 矩阵函数——常见解析函数
3. 矩阵函数——谱公式,幂0与泰勒计算矩阵函数
3. 矩阵函数——矩阵函数求导
4. 矩阵运算——观察法求矩阵特征值特征向量
4. 矩阵运算——张量积
4. 矩阵运算——矩阵拉直
4.矩阵运算——广义逆——加号逆定义性质与特殊矩阵的加号逆
4. 矩阵运算——广义逆——加号逆的计算
4. 矩阵运算——广义逆——加号逆应用
4. 矩阵运算——广义逆——减号逆
5. 线性空间与线性变换——线性空间
5. 线性空间与线性变换——生成子空间
5. 线性空间与线性变换——线性映射与自然基分解,线性变换
6. 正规方程与矩阵方程求解
7. 范数理论——基本概念——向量范数与矩阵范数
7.范数理论——基本概念——矩阵范数生成向量范数&谱范不等式
7. 矩阵理论——算子范数
7.范数理论——范数估计——许尔估计&谱估计
7. 范数理论——非负/正矩阵
8. 常用矩阵总结——秩1矩阵,优阵(单位正交阵),Hermite阵
8. 常用矩阵总结——镜面阵,正定阵
8. 常用矩阵总结——单阵,正规阵,幂0阵,幂等阵,循环阵


矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

3.4 谱公式计算矩阵函数

3.4.1 前置知识

a. 根遗传公式

n n n 阶方阵 A A A 特根 λ ( A ) = { λ 1 , ⋯   , λ n } \lambda(A)=\{\lambda_1,\cdots,\lambda_n\} λ(A)={λ1,,λn} ,则 f ( A ) f(A) f(A) 的特根为 λ ( f ( A ) ) = { f ( λ 1 ) , ⋯   , f ( λ n ) } \lambda(f(A))=\{f(\lambda_1),\cdots,f(\lambda_n)\} λ(f(A))={f(λ1),,f(λn)} ,其中 λ ( f ( A ) ) = { f ( λ 1 ) , ⋯   , f ( λ n ) } \lambda(f(A))=\{f(\lambda_1),\cdots,f(\lambda_n)\} λ(f(A))={f(λ1),,f(λn)} 为任意多项式函数,满足 f ( A ) = c 0 I + c 1 A + c 2 A 2 + ⋯ + c k A k f(A)=c_0I+c_1A+c_2A^2+\cdots+c_kA^k f(A)=c0I+c1A+c2A2++ckAk

b. 0化式、特根与幂0阵

0化式:若多项式 f ( x ) f(x) f(x) 使 f ( A ) = 0 f(A)=0 f(A)=0 ,称 f ( x ) f(x) f(x) A A A 的0化式

  • A的全体特根是任意0化式 f ( x ) f(x) f(x) 的根A的0化式 f ( x ) f(x) f(x) 含有A的全体不同根
  • sp :若A为单阵,则0化式 f ( x ) f(x) f(x) 不含重复根,即不含大于2的幂次项

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

设 f ( x ) = ( x − 1 ) ( x − 2 ) ,且有 ( A − I ) ( A − 2 I ) = ( 0 0 0 0 0 0 0 0 2 ) ( − 1 0 0 0 − 1 0 0 0 0 ) = 0 , ∴ ( x − 1 ) ( x − 2 ) 为 A 的 0 化式 \begin{aligned} &设f(x)=(x-1)(x-2),且有 (A-I)(A-2I)=\left( \begin{matrix} 0&0&0\\0&0&0\\0&0&2 \end{matrix} \right)\left( \begin{matrix} -1&0&0\\0&-1&0\\0&0&0 \end{matrix} \right)=0,\\ &\therefore (x-1)(x-2)为A的0化式 \end{aligned} f(x)=(x1)(x2),且有(AI)(A2I)= 000000002 100010000 =0,(x1)(x2)A0化式

A k = 0 ( k ≥ 2 ) A^k=0(k\ge 2) Ak=0(k2) 为幂0阵,则A的全体特根为 λ ( A ) = { 0 , ⋯   , 0 } \lambda(A)=\{0,\cdots,0\} λ(A)={0,,0}

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

( A − a I ) k = 0 ( k ≥ 2 ) (A-aI)^k=0(k\ge 2) (AaI)k=0(k2) 为平移幂0阵,则A的全体根为 λ ( A ) = { a , ⋯   , a } \lambda(A)=\{a,\cdots,a\} λ(A)={a,,a}

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

3.4.2 单阵谱公式

单阵 A 有谱分解 A = λ 1 G 1 + λ 2 G 2 + ⋯ + λ k G k , 且 f ( A ) = f ( λ 1 ) G 1 + ⋯ + f ( λ k ) G k 单阵A有谱分解A=\lambda_1G_1+\lambda_2G_2+\cdots+\lambda_kG_k,且f(A)=f(\lambda_1)G_1+\cdots+f(\lambda_k)G_k 单阵A有谱分解A=λ1G1+λ2G2++λkGk,f(A)=f(λ1)G1++f(λk)Gk

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

3.4.3 广谱公式(非单阵2根2重)

若 A 满足 ( A − a I ) 2 ( A − b I ) = 0 , 且 a ≠ b ,即 A 有 0 化式 ( x − a ) 2 ( x − b ) , 则有广谱公式: f ( A ) = f ( a ) G 1 + f ( b ) G 2 + f ′ ( a ) D 1 , 其中 G 1 + G 2 = I , D 1 为固定矩阵 \begin{aligned} &若A满足(A-aI)^2(A-bI)=0,且a\neq b,即A有0化式(x-a)^2(x-b),则有广谱公式:\\ &f(A)=f(a)G_1+f(b)G_2+f'(a)D_1,其中G_1+G_2=I,D_1为固定矩阵 \end{aligned} A满足(AaI)2(AbI)=0,a=b,即A0化式(xa)2(xb),则有广谱公式:f(A)=f(a)G1+f(b)G2+f(a)D1,其中G1+G2=I,D1为固定矩阵

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数
解: ∣ A − λ A ∣ = ∣ − 1 − λ 0 1 1 2 − λ 0 − 4 0 3 − λ ∣ = ( λ − 1 ) 2 ( λ − 2 ) = 0 ⇒ λ ( A ) = { 1 , 1 , 2 } 由于 ( A − I ) ( A − 2 I ) ≠ 0 , 0 化式有重根,所以 A 不是单阵 或 r ( A − I ) = r ( − 2 0 1 1 1 0 − 4 0 2 ) = 2 ≠ 3 − 2 = 1 , ∴ A 不是单阵 ∵ ( A − I ) 2 ( A − I ) = 0 , ∴ 对任一解析函数 f ( x ) 有广谱公式: f ( A ) = f ( 1 ) G 1 + f ( 2 ) G 2 + f ′ ( 1 ) D 1 取不同的多项式求 G 1 , G 2 , D 1 ( 1 ) 令 f ( x ) = ( x − 1 ) ( x − 2 ) , f ′ ( x ) = ( x − 1 ) + ( x − 2 ) = 2 x − 3 , 有 f ( 1 ) = f ( 2 ) = 0 , f ′ ( 1 ) = − 1 代入公式后得, ( A − I ) ( A − 2 I ) = − D 1 ⇒ D 1 = − ( − 2 0 1 1 1 0 − 4 0 2 ) ( − 3 0 1 1 0 0 − 4 0 1 ) = ( − 2 0 1 2 0 − 1 − 4 0 2 ) ( 2 ) 令 f ( x ) = ( x − 1 ) 2 , f ( 1 ) = 0 , f ( 2 ) = 1 , f ′ ( x ) = 2 ( x − 1 ) , f ′ ( 1 ) = 0 ( A − I ) 2 = G 2 = ( 0 0 0 − 1 1 1 0 0 0 ) G 1 = I − G 2 = ( 1 0 0 1 0 − 1 0 0 1 ) ( 2 ) ′ 若令 f ( x ) = ( x − 2 ) 2 , f ( 2 ) = f ′ ( 2 ) = 0 , f ( 1 ) = − 1 , 可求 G 1 令 f ( x ) = e t x , f ′ ( x ) = t e t x , f ( A ) = e t A = f ( 1 ) G 1 + f ( 2 ) G 2 + f ′ ( 1 ) D 1 = e t G 1 + e 2 t G 2 + t e t D 1 即 e t A = e t ( 1 0 0 1 0 − 1 0 0 1 ) + e 2 t ( 0 0 0 − 1 1 1 0 0 0 ) + t e t ( − 2 0 1 2 0 − 1 − 4 0 2 ) = ( e t − 2 t e t 0 t e t e t − e 2 t + 2 t e t e 2 t e 2 t − e t − t e t − 4 t e t 0 e t + 2 t e t ) \begin{aligned} &解:\vert A-\lambda A\vert=\left | \begin{matrix} -1-\lambda & 0 &1\\1 & 2-\lambda &0\\-4&0&3-\lambda \end{matrix} \right |= (\lambda-1)^2(\lambda-2)=0\Rightarrow \lambda(A)=\{1,1,2\}\\ &由于(A-I)(A-2I)\neq 0,0化式有重根,所以A不是单阵\\ &或r(A-I)=r\left( \begin{matrix} -2&0&1\\1&1&0\\-4&0&2 \end{matrix} \right)=2\neq 3-2=1,\therefore A不是单阵\\ &\because (A-I)^2(A-I)=0,\therefore 对任一解析函数f(x)有广谱公式:\\ &f(A)=f(1)G_1+f(2)G_2+f'(1)D_1\\ &取不同的多项式求G_1,G_2,D_1\\ &\quad(1)令f(x)=(x-1)(x-2),f'(x)=(x-1)+(x-2)=2x-3,有f(1)=f(2)=0,f'(1)=-1\\ &\quad \quad代入公式后得,(A-I)(A-2I)=-D_1\Rightarrow D_1=-\left( \begin{matrix} -2&0&1\\1&1&0\\-4&0&2 \end{matrix} \right)\left( \begin{matrix} -3&0&1\\1&0&0\\-4&0&1 \end{matrix} \right)=\left( \begin{matrix} -2&0&1\\2&0&-1\\-4&0&2 \end{matrix} \right)\\ &\quad (2)令f(x)=(x-1)^2,f(1)=0,f(2)=1,f'(x)=2(x-1),f'(1)=0\\ &\quad \quad(A-I)^2=G_2=\left( \begin{matrix} 0&0&0\\-1&1&1\\0&0&0 \end{matrix} \right)\\ &\quad \quad G_1=I-G_2=\left( \begin{matrix} 1&0&0\\1&0&-1\\0&0&1 \end{matrix} \right)\\ &\quad (2)'若令f(x)=(x-2)^2,f(2)=f'(2)=0,f(1)=-1,可求G_1\\ &令f(x)=e^{tx},f'(x)=te^{tx},f(A)=e^{tA}=f(1)G_1+f(2)G_2+f'(1)D_1=e^tG_1+e^{2t}G_2+te^{t}D_1\\ &即e^{tA}=e^t\left( \begin{matrix} 1&0&0\\1&0&-1\\0&0&1 \end{matrix} \right)+e^{2t}\left( \begin{matrix} 0&0&0\\-1&1&1\\0&0&0 \end{matrix} \right)+te^t\left( \begin{matrix} -2&0&1\\2&0&-1\\-4&0&2 \end{matrix} \right)=\left( \begin{matrix} e^t-2te^t&0&te^t\\e^t-e^{2t}+2te^t&e^{2t}&e^{2t}-e^t-te^t\\-4te^t&0&e^t+2te^t \end{matrix} \right) \end{aligned} 解:AλA= 1λ1402λ0103λ =(λ1)2(λ2)=0λ(A)={1,1,2}由于(AI)(A2I)=0,0化式有重根,所以A不是单阵r(AI)=r 214010102 =2=32=1,A不是单阵(AI)2(AI)=0,对任一解析函数f(x)有广谱公式:f(A)=f(1)G1+f(2)G2+f(1)D1取不同的多项式求G1,G2,D1(1)f(x)=(x1)(x2),f(x)=(x1)+(x2)=2x3,f(1)=f(2)=0,f(1)=1代入公式后得,(AI)(A2I)=D1D1= 214010102 314000101 = 224000112 (2)f(x)=(x1)2,f(1)=0,f(2)=1,f(x)=2(x1),f(1)=0(AI)2=G2= 010010010 G1=IG2= 110000011 (2)若令f(x)=(x2)2,f(2)=f(2)=0,f(1)=1,可求G1f(x)=etx,f(x)=tetx,f(A)=etA=f(1)G1+f(2)G2+f(1)D1=etG1+e2tG2+tetD1etA=et 110000011 +e2t 010010010 +tet 224000112 = et2tetete2t+2tet4tet0e2t0tete2tettetet+2tet


矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

λ ( A ) = { 1 , 1 , 2 } , 由于 ( A − I ) ( A − 2 I ) ≠ 0 , ∴ A 不是单阵, ( A − I ) 2 ( A − 2 I ) = 0 有广谱公式 f ( A ) = f ( 1 ) G 1 + f ( 2 ) G 2 + f ′ ( 1 ) D 1 取不同多项式求 G 1 , G 2 , D 1 ( 1 ) 令 f ( x ) = ( x − 1 ) ( x − 2 ) , f ′ ( x ) = ( x − 1 ) + ( x − 2 ) , f ( 1 ) = f ( 2 ) = 0 , f ′ ( 1 ) = − 1 ( A − I ) ( A − 2 I ) = − D 1 ⇒ D 1 = − ( A − I ) ( A − 2 I ) = ( 0 1 0 0 0 0 0 0 0 ) ( 2 ) 令 f ( x ) = ( x − 1 ) 2 , f ( 1 ) = f ′ ( 1 ) = 0 , f ( 2 ) = 1 , 代入解析式得: ( A − I ) 2 = G 2 = ( 0 0 0 0 0 0 0 0 1 ) , G 1 = I − G 2 = ( 1 0 0 0 1 0 0 0 0 ) ∴ f ( A ) = f ( 1 ) G 1 + f ( 2 ) G 2 + f ′ ( 1 ) D 1 = f ( 1 ) ( 1 0 0 0 1 0 0 0 0 ) + f ( 2 ) ( 0 0 0 0 0 0 0 0 1 ) + f ′ ( 1 ) ( 0 1 0 0 0 0 0 0 0 ) f ( x ) = e t x , f ( 1 ) = e t , f ( 2 ) = e 2 t , f ′ ( 1 ) = t e t 可得 e t A = ( e t t e t e t e 2 t ) \begin{aligned} &\lambda(A)=\{1,1,2\},由于(A-I)(A-2I)\neq 0,\therefore A不是单阵,(A-I)^2(A-2I)=0\\ &有广谱公式 f(A)=f(1)G_1+f(2)G_2+f'(1)D_1\\ &取不同多项式求G_1,G_2,D_1\\ & \quad (1)令f(x)=(x-1)(x-2),f'(x)=(x-1)+(x-2),f(1)=f(2)=0,f'(1)=-1\\ &\quad \quad (A-I)(A-2I)=-D_1\Rightarrow D_1=-(A-I)(A-2I)=\left( \begin{matrix} 0&1&0\\0&0&0\\0&0&0 \end{matrix} \right)\\ &\quad (2)令f(x)=(x-1)^2,f(1)=f'(1)=0,f(2)=1,代入解析式得:\\ &\quad \quad (A-I)^2=G_2=\left( \begin{matrix} 0&0&0\\0&0&0\\0&0&1 \end{matrix} \right),G_1=I-G_2=\left( \begin{matrix} 1&0&0\\0&1&0\\0&0&0 \end{matrix} \right)\\ &\therefore f(A)=f(1)G_1+f(2)G_2+f'(1)D_1=f(1)\left( \begin{matrix} 1&0&0\\0&1&0\\0&0&0 \end{matrix} \right)+f(2)\left( \begin{matrix} 0&0&0\\0&0&0\\0&0&1 \end{matrix} \right)+f'(1)\left( \begin{matrix} 0&1&0\\0&0&0\\0&0&0 \end{matrix} \right)\\ &f(x)=e^{tx},f(1)=e^t,f(2)=e^{2t},f'(1)=te^{t}\\ &可得e^{tA}=\left( \begin{matrix} e^t&te^t&\\&e^t&\\&&e^{2t} \end{matrix} \right) \end{aligned} λ(A)={1,1,2},由于(AI)(A2I)=0,A不是单阵,(AI)2(A2I)=0有广谱公式f(A)=f(1)G1+f(2)G2+f(1)D1取不同多项式求G1,G2,D1(1)f(x)=(x1)(x2),f(x)=(x1)+(x2),f(1)=f(2)=0,f(1)=1(AI)(A2I)=D1D1=(AI)(A2I)= 000100000 (2)f(x)=(x1)2,f(1)=f(1)=0,f(2)=1,代入解析式得:(AI)2=G2= 000000001 ,G1=IG2= 100010000 f(A)=f(1)G1+f(2)G2+f(1)D1=f(1) 100010000 +f(2) 000000001 +f(1) 000100000 f(x)=etx,f(1)=et,f(2)=e2t,f(1)=tet可得etA= ettetete2t

3.5 幂0与Taylor求解f(A)(最一般化求解)

若有 A k = 0 ( k ≥ 2 ) A^k=0(k\ge 2) Ak=0(k2) ,则 f ( x ) f(x) f(x) 为任一解析式,则有
f ( A ) = f ( 0 ) + f ′ ( 0 ) A + f ′ ′ ( 0 ) 2 ! A 2 + ⋯ + f k − 1 ( 0 ) ( k − 1 ) ! A k − 1 \begin{aligned} f(A)=f(0)+f'(0)A+\frac{f''(0)}{2!}A^2+\cdots+\frac{f^{k-1}(0)}{(k-1)!}A^{k-1} \end{aligned} f(A)=f(0)+f(0)A+2!f′′(0)A2++(k1)!fk1(0)Ak1

  • 对于平移幂0阵 ( A − a I ) k = 0 ( k ≥ 2 ) (A-aI)^k=0(k\ge 2) (AaI)k=0(k2) f ( x ) f(x) f(x) 为任一解析函数,则有公式 f ( A ) = f ( a ) I + f ′ ( a ) ( A − a I ) + f ′ ′ ( a ) 2 ! ( A − a I ) 2 + ⋯ + f ( a ) k − 1 ( k − 1 ) ! ( A − a I ) k − 1 f(A)=f(a)I+f'(a)(A-aI)+\frac{f''(a)}{2!}(A-aI)^2+\cdots+\frac{f(a)^{k-1}}{(k-1)!}(A-aI)^{k-1} f(A)=f(a)I+f(a)(AaI)+2!f′′(a)(AaI)2++(k1)!f(a)k1(AaI)k1

eg

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数
A 为行和矩阵, λ ( A ) = { 0 , t r ( A ) − 0 } = { 0 , 0 } , 则 ( A − λ 1 I ) ( A − λ 2 I ) = A 2 = 0 f ( A ) = f ( 0 ) I + f ′ ( 0 ) A 令 f ( x ) = e t x , 则 f ( 0 ) = 1 , f ′ ( 0 ) = t , ⇒ f ( A ) = I + t A = ( 1 + t − t t 1 − t ) 令 f ( x ) = c o s ( t x ) , 则 f ( 0 ) = 1 , f ( 0 ) = − t s i n ( t x ) = 0 , ⇒ f ( A ) = I = ( 1 0 0 1 ) \begin{aligned} &A为行和矩阵,\lambda(A)=\{0,tr(A)-0\}=\{0,0\},则(A-\lambda_1I)(A-\lambda_2I)=A^2=0\\ &f(A)=f(0)I+f'(0)A\\ &令f(x)=e^{tx},则f(0)=1,f'(0)=t,\Rightarrow f(A)=I+tA=\left( \begin{matrix} 1+t&-t\\t&1-t \end{matrix} \right)\\ &令f(x)=cos(tx),则f(0)=1,f(0)=-tsin(tx)=0,\Rightarrow f(A)=I=\left( \begin{matrix} 1&0\\0&1 \end{matrix} \right) \end{aligned} A为行和矩阵,λ(A)={0,tr(A)0}={0,0},(Aλ1I)(Aλ2I)=A2=0f(A)=f(0)I+f(0)Af(x)=etx,f(0)=1,f(0)=t,f(A)=I+tA=(1+ttt1t)f(x)=cos(tx),f(0)=1,f(0)=tsin(tx)=0,f(A)=I=(1001)


矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

λ ( A ) = { 2 , 2 , 2 } , r ( A − 2 I ) = 2 ≠ 3 − 3 = 0 , A 不是单阵,由 C a y l e y 公式, ( x − 2 ) 3 = 0 ⇒ ( A − 2 I ) 3 = 0 由幂 0 公式与泰勒公式, f ( A ) = f ( 2 ) I + f ′ ( 2 ) ( A − 2 I ) + f ′ ′ ( 2 ) 2 ! ( A − 2 I ) 2 令 f ( x ) = e t x , f ( 2 ) = e 2 t , f ′ ( 2 ) = t e 2 t , f ′ ′ ( 2 ) = t 2 e 2 t ∴ e t A = e 2 t I + t e 2 t ( A − 2 I ) + t 2 e 2 t 2 ( A − 2 I ) 2 = e 2 t [ I + t ( 0 1 0 0 0 1 0 0 0 ) + t 2 2 ( 0 0 1 0 0 0 0 0 0 ) ] = e 2 t ( 1 t t 2 2 0 1 t 0 0 1 ) 令 f ( x ) = s i n ( t x ) , f ( 2 ) = s i n 2 t , f ′ ( 2 ) = t c o s ( 2 t ) , f ′ ′ ( 2 ) = − t 2 s i n ( 2 t ) ∴ s i n ( t A ) = s i n ( 2 t ) I + t c o s ( 2 t ) ( A − 2 I ) − t 2 s i n ( 2 t ) ( A − 2 I ) 2 = = s i n ( 2 t ) ( 1 0 0 0 1 1 0 0 1 ) + t c o s ( 2 t ) ( 0 1 0 0 0 1 0 0 0 ) − t 2 ( 0 0 1 0 0 0 0 0 0 ) = ( s i n ( 2 t ) t c o s ( 2 t ) − t 2 2 s i n ( 2 t ) 0 s i n ( 2 t ) t c o s ( 2 t ) 0 0 s i n ( 2 t ) ) \begin{aligned} &\lambda(A)=\{2,2,2\},r(A-2I)=2\neq 3-3=0,A不是单阵,由Cayley公式,(x-2)^3=0\Rightarrow (A-2I)^3=0\\ &由幂0公式与泰勒公式,f(A)=f(2)I+f'(2)(A-2I)+\frac{f''(2)}{2!}(A-2I)^2\\ &令f(x)=e^{tx},f(2)=e^{2t},f'(2)=te^{2t},f''(2)=t^{2}e^{2t}\\ &\quad \therefore e^{tA}=e^{2t}I+te^{2t}(A-2I)+\frac{t^2e^{2t}}{2}(A-2I)^2=e^{2t}\left[I+t\left( \begin{matrix} 0&1&0\\0&0&1\\0&0&0 \end{matrix} \right)+\frac{t^2}{2}\left( \begin{matrix} 0&0&1\\0&0&0\\0&0&0 \end{matrix} \right)\right]\\ &\quad \quad \quad =e^{2t}\left( \begin{matrix} 1&t&\frac{t^2}{2}\\0&1&t\\0&0&1 \end{matrix} \right)\\ &令f(x)=sin(tx),f(2)=sin2t,f'(2)=tcos(2t),f''(2)=-t^2sin(2t)\\ &\quad \therefore sin(tA)=sin(2t)I+tcos(2t)(A-2I)-t^2sin(2t)(A-2I)^2=\\ &\quad \quad \quad =sin(2t)\left( \begin{matrix} 1&0&0\\0&1&1\\0&0&1 \end{matrix} \right)+tcos(2t)\left( \begin{matrix} 0&1&0\\0&0&1\\0&0&0 \end{matrix} \right)-t^2\left( \begin{matrix} 0&0&1\\0&0&0\\0&0&0 \end{matrix} \right)=\left( \begin{matrix} sin(2t)&tcos(2t)&-\frac{t^2}{2}sin(2t)\\ 0&sin(2t)&tcos(2t)\\ 0&0&sin(2t) \end{matrix} \right) \end{aligned} λ(A)={2,2,2},r(A2I)=2=33=0,A不是单阵,由Cayley公式,(x2)3=0(A2I)3=0由幂0公式与泰勒公式,f(A)=f(2)I+f(2)(A2I)+2!f′′(2)(A2I)2f(x)=etx,f(2)=e2t,f(2)=te2t,f′′(2)=t2e2tetA=e2tI+te2t(A2I)+2t2e2t(A2I)2=e2t I+t 000100010 +2t2 000000100 =e2t 100t102t2t1 f(x)=sin(tx),f(2)=sin2t,f(2)=tcos(2t),f′′(2)=t2sin(2t)sin(tA)=sin(2t)I+tcos(2t)(A2I)t2sin(2t)(A2I)2==sin(2t) 100010011 +tcos(2t) 000100010 t2 000000100 = sin(2t)00tcos(2t)sin(2t)02t2sin(2t)tcos(2t)sin(2t)


矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

由特征方程计算得: λ ( A ) = { 2 , 2 , 2 } , ( A − 2 I ) ≠ 0 , 故 A 不是单阵, ( A − 2 I ) 2 = 0 故可用泰勒求解矩阵函数,解析式为 f ( x ) = f ( 2 ) + f ′ ( 2 ) ( x − 2 ) , 矩阵函数为 f ( A ) = f ( 2 ) I + f ′ ( 2 ) ( A − 2 I ) 令 f ( x ) = e t x , f ( 2 ) = e 2 t , f ′ ( 2 ) = t e 2 t , f ′ ( 2 ) = t 2 e 2 t ⇒ e t A = e 2 t I + t e 2 t ( A − 2 I ) = e 2 t [ I + t ( 0 0 0 1 − 1 1 1 − 1 1 ) ] = e 2 t [ 1 0 0 t 1 − t t t − t 1 + t ] 令 f ( x ) = s i n ( t x ) , f ( 2 ) = s i n ( 2 t ) , f ′ ( 2 ) = t c o s ( 2 t ) ⇒ s i n ( t A ) = s i n ( 2 t ) I + t c o s ( 2 t ) ( A − 2 I ) = ( s i n ( 2 t ) 0 0 0 s i n ( 2 t ) 0 0 0 s i n ( 2 t ) ) + ( 0 0 0 t c o s ( 2 t ) − t c o s ( 2 t ) t c o s ( 2 t ) t c o s ( 2 t ) − t c o s ( 2 t ) t c o s ( 2 t ) ) = ( s i n ( 2 t ) 0 0 t c o s ( 2 t ) s i n ( 2 t ) − t c o s ( 2 t ) t c o s ( 2 t ) t c o s ( 2 t ) t c o s ( 2 t ) s i n ( 2 t ) + t c o s ( 2 t ) ) \begin{aligned} &由特征方程计算得:\lambda(A)=\{2,2,2\},(A-2I)\neq 0,故A不是单阵,(A-2I)^2=0\\ &故可用泰勒求解矩阵函数,解析式为f(x)=f(2)+f'(2)(x-2),矩阵函数为f(A)=f(2)I+f'(2)(A-2I)\\ &令f(x)=e^{tx},f(2)=e^{2t},f'(2)=te^{2t},f'(2)=t^2e^{2t}\\ &\quad \Rightarrow e^{tA}=e^{2t}I+te^{2t}(A-2I)=e^{2t}\left[I+t\left( \begin{matrix} 0&0&0\\1&-1&1\\1&-1&1 \end{matrix} \right)\right]=e^{2t}\left[ \begin{matrix} 1&0&0\\t&1-t&t\\t&-t&1+t \end{matrix} \right]\\ &令f(x)=sin(tx),f(2)=sin(2t),f'(2)=tcos(2t)\\ &\quad \Rightarrow sin(tA)=sin(2t)I+tcos(2t)(A-2I)=\left( \begin{matrix} sin(2t)&0&0\\0&sin(2t)&0\\0&0&sin(2t) \end{matrix} \right)+\left( \begin{matrix} 0&0&0\\tcos(2t)&-tcos(2t)&tcos(2t)\\tcos(2t)&-tcos(2t)&tcos(2t) \end{matrix} \right)\\ &\quad \quad \quad \quad \quad \quad =\left( \begin{matrix} sin(2t)&0&0\\tcos(2t)&sin(2t)-tcos(2t)&tcos(2t)\\tcos(2t)&tcos(2t)&sin(2t)+tcos(2t) \end{matrix} \right) \end{aligned} 由特征方程计算得:λ(A)={2,2,2},(A2I)=0,A不是单阵,(A2I)2=0故可用泰勒求解矩阵函数,解析式为f(x)=f(2)+f(2)(x2),矩阵函数为f(A)=f(2)I+f(2)(A2I)f(x)=etx,f(2)=e2t,f(2)=te2t,f(2)=t2e2tetA=e2tI+te2t(A2I)=e2t I+t 011011011 =e2t 1tt01tt0t1+t f(x)=sin(tx),f(2)=sin(2t),f(2)=tcos(2t)sin(tA)=sin(2t)I+tcos(2t)(A2I)= sin(2t)000sin(2t)000sin(2t) + 0tcos(2t)tcos(2t)0tcos(2t)tcos(2t)0tcos(2t)tcos(2t) = sin(2t)tcos(2t)tcos(2t)0sin(2t)tcos(2t)tcos(2t)0tcos(2t)sin(2t)+tcos(2t)


矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

A − I = ( − 2 − 2 6 − 1 − 1 3 − 1 − 1 3 ) 为秩 1 阵,可知 λ ( A − I ) = { 0 , 0 , 0 } , 故 λ ( A ) = { 1 , 1 , 1 } , A − I ≠ 0 ,故 A 不是单阵 ( A − I ) 2 = 0 , 故可写解析函数 f ( x ) = f ( 1 ) + f ′ ( 1 ) ( x − 1 ) , 矩阵函数为 f ( A ) = f ( 1 ) I + f ′ ( 1 ) ( A − I ) 令 f ( x ) = e t x , f ( 1 ) = e t , f ′ ( t ) = t e t ⇒ f ( A ) = f ( 1 ) I + f ′ ( 1 ) ( A − I ) = e t [ I + t ( − 2 − 2 6 − 1 − 1 3 − 1 − 1 3 ) ] = e t ( 1 − 2 t − 2 t 6 t − t 1 − t 3 t − t − t 1 + 3 t ) \begin{aligned} &A-I=\left( \begin{matrix} -2&-2&6\\-1&-1&3\\-1&-1&3 \end{matrix} \right)为秩1阵,可知\lambda(A-I)=\{0,0,0\},故\lambda(A)=\{1,1,1\},A-I\neq 0,故A不是单阵\\ &(A-I)^2=0,故可写解析函数f(x)=f(1)+f'(1)(x-1),矩阵函数为f(A)=f(1)I+f'(1)(A-I)\\ &令f(x)=e^{tx},f(1)=e^t,f'(t)=te^t\\ &\Rightarrow f(A)=f(1)I+f'(1)(A-I)=e^t\left[ I+t\left(\begin{matrix} -2&-2&6\\-1&-1&3\\-1&-1&3 \end{matrix} \right) \right]=e^t\left( \begin{matrix} 1-2t&-2t&6t\\-t&1-t&3t\\-t&-t&1+3t \end{matrix} \right) \end{aligned} AI= 211211633 为秩1阵,可知λ(AI)={0,0,0},λ(A)={1,1,1},AI=0,故A不是单阵(AI)2=0,故可写解析函数f(x)=f(1)+f(1)(x1),矩阵函数为f(A)=f(1)I+f(1)(AI)f(x)=etx,f(1)=et,f(t)=tetf(A)=f(1)I+f(1)(AI)=et I+t 211211633 =et 12ttt2t1tt6t3t1+3t

3.5.1 若当阵的矩阵函数

a. 若当阵

n 阶上三角 A = ( a 1 0 a 1 ⋱ ⋱ ⋱ 1 a ) n × n , 为 n 阶若当阵 , λ = a 为 n 重根, 若 a = 0 , 可得 n 阶 0 根若当阵 D = ( 0 1 0 0 1 ⋱ ⋱ ⋱ 1 0 ) n × n , 可知 A − a I = D = ( 0 1 0 0 1 ⋱ ⋱ ⋱ 1 0 ) n × n \begin{aligned} &n阶上三角A=\left( \begin{matrix} a&1&&&0\\&a&1&&\\&&\ddots&\ddots&\\&&&\ddots&1\\&&&&a \end{matrix} \right)_{n\times n},为n阶若当阵,\lambda=a为n重根,\\ &若a=0,可得n阶0根若当阵D=\left( \begin{matrix} 0&1&&&0\\&0&1&&\\&&\ddots&\ddots&\\&&&\ddots&1\\&&&&0 \end{matrix} \right)_{n\times n},\\ &可知A-aI=D=\left( \begin{matrix} 0&1&&&0\\&0&1&&\\&&\ddots&\ddots&\\&&&\ddots&1\\&&&&0 \end{matrix} \right)_{n\times n} \end{aligned} n阶上三角A= a1a101a n×n,n阶若当阵,λ=an重根,a=0,可得n0根若当阵D= 0101010 n×n,可知AaI=D= 0101010 n×n

对于n阶0根若当阵,有

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

b. n阶若当阵的矩阵函数

对于n阶若当阵 ( a 1 0 a 1 ⋱ ⋱ ⋱ 1 a ) \left( \begin{matrix} a&1&&&0\\&a&1&&\\&&\ddots&\ddots&\\&&&\ddots&1\\&&&&a \end{matrix} \right) a1a101a ,对任一解析函数 f ( x ) f(x) f(x)

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

eg

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

由于 ( A − 2 I ) 3 = 0 , 故 f ( A ) = ( f ( 2 ) f ′ ( 2 ) f ′ ′ ( 2 ) 2 ! f ( 2 ) f ′ ( 2 ) f ( 2 ) ) 令 f ( x ) = s i n ( t x ) , f ( 2 ) = s i n ( 2 t ) , f ′ ( 2 ) = t c o s ( 2 t ) , f ′ ′ ( 2 ) = − t 2 s i n ( 2 t ) ⇒ s i n ( t A ) = ( f ( 2 ) f ′ ( 2 ) f ′ ′ ( 2 ) 2 ! f ( 2 ) f ′ ( 2 ) f ( 2 ) ) = ( s i n ( 2 t ) t c o s ( 2 t ) − t 2 2 s i n ( 2 t ) s i n ( 2 t ) t c o s ( 2 t ) s i n ( 2 t ) ) \begin{aligned} &由于(A-2I)^3=0,故f(A)=\left( \begin{matrix} f(2)&f'(2)&\frac{f''(2)}{2!}\\ &f(2)&f'(2)\\ &&f(2) \end{matrix} \right)\\ &令f(x)=sin(tx),f(2)=sin(2t),f'(2)=tcos(2t),f''(2)=-t^2sin(2t)\\ &\Rightarrow sin(tA)=\left( \begin{matrix} f(2)&f'(2)&\frac{f''(2)}{2!}\\ &f(2)&f'(2)\\ &&f(2) \end{matrix} \right)=\left( \begin{matrix} sin(2t)&tcos(2t)&-\frac{t^2}{2}sin(2t)\\ &sin(2t)&tcos(2t)\\ &&sin(2t) \end{matrix} \right) \end{aligned} 由于(A2I)3=0,f(A)= f(2)f(2)f(2)2!f′′(2)f(2)f(2) f(x)=sin(tx),f(2)=sin(2t),f(2)=tcos(2t),f′′(2)=t2sin(2t)sin(tA)= f(2)f(2)f(2)2!f′′(2)f(2)f(2) = sin(2t)tcos(2t)sin(2t)2t2sin(2t)tcos(2t)sin(2t)


令 f ( x ) = e t x , f ( A ) = ( e t a t e t a t 2 2 ! e t a ⋯ t k − 1 ( k − 1 ) ! e t a e t a t e t a ⋯ t k − 2 ( k − 2 ) ! e t a ⋱ ⋱ ⋮ e t a t e t a e t a ) \begin{aligned} 令f(x)=e^{tx},f(A)=\left( \begin{matrix} e^{ta}&te^{ta}&\frac{t^2}{2!}e^{ta}&\cdots &\frac{t^{k-1}}{(k-1)!}e^{ta}\\ &e^{ta}&te^{ta}&\cdots&\frac{t^{k-2}}{(k-2)!}e^{ta}\\ &&\ddots&\ddots&\vdots\\ &&&e^{ta}&te^{ta}\\ &&&&e^{ta} \end{matrix} \right) \end{aligned} f(x)=etx,f(A)= etatetaeta2!t2etatetaeta(k1)!tk1eta(k2)!tk2etatetaeta

3.5.2 分块阵

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

eg

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数

( 1 ) A = ( A 1 A 2 ) , A 1 = ( 1 1 0 1 ) , A 2 = ( 2 ) , A 1 为若当阵,故 f ( A 1 ) = ( f ( 1 ) f ′ ( 1 ) 0 f ( 1 ) ) , f ( A 2 ) = ( f ( 2 ) ) , 故 f ( A ) = ( f ( 1 ) f ′ ( 1 ) 0 0 f ( 1 ) 0 0 0 f ( 2 ) ) 令 f ( x ) = e t x , ⇒ f ′ ( x ) = t e t x , f ( 1 ) = e t , f ′ ( 1 ) = t e t , f ( 2 ) = e 2 t ⇒ f ( A ) = ( e t t e t 0 0 e t 0 0 0 e 2 t ) , A 100 = ( 1 100 0 0 1 0 0 0 2 100 ) \begin{aligned} &(1)A=\left( \begin{matrix} A_1&\\&A_2 \end{matrix} \right),A_1=\left( \begin{matrix} 1&1\\0&1 \end{matrix} \right),A_2=\left( \begin{matrix} 2 \end{matrix} \right),\\ &A_1为若当阵,故f(A_1)=\left( \begin{matrix} f(1)&f'(1)\\0&f(1) \end{matrix} \right),f(A_2)=(f(2)),故f(A)=\left( \begin{matrix} f(1)&f'(1)&0\\0&f(1)&0\\0&0&f(2) \end{matrix} \right)\\ &令f(x)=e^{tx},\Rightarrow f'(x)=te^{tx},f(1)=e^t,f'(1)=te^{t},f(2)=e^{2t}\\ &\Rightarrow f(A)=\left( \begin{matrix} e^t&te^t&0\\0&e^t&0\\0&0&e^{2t} \end{matrix} \right),A^{100}=\left( \begin{matrix} 1&100&0\\0&1&0\\0&0&2^{100} \end{matrix} \right) \end{aligned} (1)A=(A1A2),A1=(1011),A2=(2),A1为若当阵,故f(A1)=(f(1)0f(1)f(1)),f(A2)=(f(2)),f(A)= f(1)00f(1)f(1)000f(2) f(x)=etx,f(x)=tetx,f(1)=et,f(1)=tet,f(2)=e2tf(A)= et00tetet000e2t ,A100= 10010010002100

矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数
矩阵论里的谱,数学,# 矩阵论,矩阵,线性代数文章来源地址https://www.toymoban.com/news/detail-798438.html

到了这里,关于【矩阵论】3. 矩阵函数——谱公式,幂0与泰勒计算矩阵函数的文章就介绍完了。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

  • 【人工智能】Transformer 模型数学公式:自注意力机制、多头自注意力、QKV 矩阵计算实例、位置编码、编码器和解码器、常见的激活函数等

    Transformer模型由多个编码器和解码器层组成,其中包含自注意力机制、线性层和层归一化等关键构造模块。虽然无法将整个模型完美地表示为单个数学公式,但我们可以提供一些重要构造模块的数学表示。以下是使用LaTeX格式渲染的部分Transformer关键组件的数学公式: 自注意力

    2024年02月14日
    浏览(41)
  • 高等工程数学 —— 第一章 (2)矩阵的谱半径与条件数

    谱半径其实就是最大特征值 注意这里谱半径是小于等于矩阵的任意范数的。在求特征值比较麻烦的时候我们就可以用这条性质来估计谱半径的最大值。 当矩阵A为正规矩阵时, A H = A A^H = A A H = A ,所以 ρ ( A ) = ∣ ∣ A ∣ ∣ 2 rho(A) = ||A||_2 ρ ( A ) = ∣∣ A ∣ ∣ 2 ​ 。但是要注

    2024年02月03日
    浏览(34)
  • 玩转LaTeX(三)【数学公式(基础)、​矩阵、多行公式】

    数学公式基础 导言区(引包) 正文区 矩阵: 导言区:(自命令) 正文区: 多行公式 导言区(导包): 正文区

    2024年02月04日
    浏览(32)
  • 数学_矩阵向量求导公式相关

    目录 一. 向量变元的实值标量函数  1、四个法则  2、几个公式 二. 矩阵变元的实值标量函数  1、四则运算  2、几个公式  求导公式 参考:矩阵分析与应用 张贤达 第五章 梯度分析和最优化 P271 本节 证明过程 参考:矩阵求导公式的数学推导(矩阵求导——基础篇) - 知乎

    2024年01月25日
    浏览(33)
  • 3.3 泰勒公式

    复习微积分基础知识。泰勒公式是微积分的一个重要应用,因此在学习泰勒公式之前,需要复习微积分的基本概念和技能,包括函数的导数和微分、极限、定积分等。可以参考MIT的微积分课程进行复习和加强。 学习泰勒级数和泰勒公式的推导。更深入地学习泰勒公式的原理和

    2023年04月20日
    浏览(26)
  • 泰勒展开公式

    泰勒展开公式是一种将一个函数在某个点处展开成幂级数形式的公式。它可以将一个任意可微函数在某一点的附近用一系列的无穷次数的导数来逼近,进而得到一个无穷个项的多项式,并在某些条件下,这个多项式可以无限逼近原函数。它的一般形式可以表示为: f ( x ) = ∑

    2024年02月08日
    浏览(30)
  • 3.3 泰勒公式例题分析

    一、信息 1.f(x)的表达式 2.目标求这个f(x)的n阶麦克劳林公式 二、分析 条件1:告诉我f(x)的表达式为我后续带入公式做准备 条件2:告诉我用什么公式和此次求解的方向 三、思考 疑问: 怎么求麦克劳林公式呢? 解答: 这就要回忆麦克劳林公式的有关记忆区域了,找到它(传送

    2024年02月01日
    浏览(36)
  • 29.仿简道云公式函数实战-数学函数-LOG

    根据指定底数返回数字的对数。 LOG(number, [base]) 根据指定底数返回数字的对数。 number: 必需。 想要计算其对数的正实数。 base: 可选。 对数的底数。 如果省略 base,则假定其值为 10。 首先我们在function包下创建math包,在math包下创建LogFunction类,代码如下: 把LogFunction类注册到

    2024年02月22日
    浏览(24)
  • LSTM数学计算公式

    LSTM(长短期记忆网络)是一种循环神经网络(RNN)的变体,常用于处理时间序列相关的任务。下面将简要介绍LSTM的数学推导和公式模型。 在训练一般神经网络模型时,通常用 ,其中W为权重,X为输入,b为常数。 LSTM包含三个门,每个都需要一次类似上面的计算,除此之外还需

    2024年02月11日
    浏览(30)
  • 【线性代数与矩阵论】矩阵的谱半径与条件数

    2023年11月18日 定义 设 A ∈ C n × n {Ain mathbb C^{n times n} } A ∈ C n × n , λ 1 , λ 2 , ⋯   , λ n { lambda_1,lambda_2,cdots,lambda_n} λ 1 ​ , λ 2 ​ , ⋯ , λ n ​ 是A的特征值,则称 ρ ( A ) = max ⁡ 1 ≤ i ≤ n ∣ λ i ∣ rho(A)=max_{1le ile n}| lambda_i| ρ ( A ) = 1 ≤ i ≤ n max ​ ∣ λ i ​ ∣

    2024年01月25日
    浏览(44)

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