当前位置: 首页 > news >正文

【矩阵论】范数和矩阵函数(2)

范数及矩阵函数之收敛性与矩阵函数

定义矩阵的范数是为了讨论矩阵的收敛性。
注:范数和矩阵函数这个系列的(1)(2)等划分是按照章节来的,与视频的分集并不完全一致。

一. 收敛定理

1. 按坐标收敛

在这里插入图片描述

2. 按范数收敛

在《【矩阵论】范数和矩阵函数(1)》中我们已经讨论过范数的定义,以及按照范数收敛的定义,如下。

在这里插入图片描述

3. 等价性

对于一个矩阵序列来说,按照坐标收敛和按照范数收敛,其二者具有等价的意义。
在这里插入图片描述


有很多可能的矩阵序列,就我们讨论的意义来说,幂序列和矩阵幂级数是我们最关心的两类矩阵序列。

二. 幂序列

对于给定的方阵A,考虑方阵列{Ak}

1. 定理1

(1)定理描述
在这里插入图片描述
(2)定理证明
按照矩阵范数的角度来进行证明,根据矩阵的相容性可以对||Ak||放缩成||A||k
因为||A||<1,所以在k→∞的趋近下,该值趋近于O。
在这里插入图片描述

2. 定理2

(1)定理描述

一个矩阵序列趋近于O的充要条件是这个矩阵的谱半径小于1.

在这里插入图片描述
(2)定理证明
在这里插入图片描述
[1]:对于任意一个方阵A,存在可逆矩阵P,使得A变成一个Jordan标准形矩阵,从而可以将A的幂乘矩阵用可逆矩阵P和Jordan形矩阵J进行表示。

在《【矩阵论】矩阵的相似标准型(4)》中“一.2.”部分,我们对每个矩阵的Jordan形矩阵的存在性和唯一性进行了讨论。

[2]:求解在k→0时,Ak的逼近趋势;因为P是确定的可逆矩阵,P≠O,只需要验证在k→0时,Jk是否逼近于O。
又因为J是一个分块对角矩阵,根据分块对角矩阵的幂乘运算特性,相当于各个分块元素Ji进行幂乘运算。

[3]:每一个Ji矩阵都是一个Jordan块,是一个上三角矩阵,对其进行幂乘运算,就相当于各个元素进行幂乘运算。
要想Jk→O,则Jik(i=1,2…,n)→O,那么Jik中的各个元素λik就应该趋近于零。
每个特征值k次幂乘在k→∞时逼近于0,则特征值的模长应该小于1,从而明晰矩阵A的谱半径小于1.

证毕。

3. 定理3

通过定理1和定理2,不难推测矩阵范数和谱半径之间也一定存在某种关系。

(1)定理描述
在这里插入图片描述
(2)定理证明

以下只做简要说明:

对于矩阵A,任取其一个特征值λi,则与该特征值相对应的某个特征向量即为ηi,根据特征量的定义有Aηi = λiηi

对于上述等式,两边同时求矩阵范数,则有**||Aηi|| =** ||λiηi|| = ||λi||·||ηi||
又因为该矩阵范数时相容的,所以根据相容性的定义可得:||Aηi||≤||A||·||ηi||

因为ηi≠θ(特征向量的要求),所以**||ηi||>0**,上述不等式两边同时约掉||ηi||
则可得,||λi||≤||A||

因为λi是A任取的一个特征值,说明矩阵A任意一个特征值的模长都小于矩阵A的矩阵范数,故ρ(A)≤||A||


三. 矩阵幂级数

1. 矩阵幂级数定义及其收敛性

通过矩阵序列(幂级数的部分和)的收敛性来定义矩阵幂级数的收敛性。
在这里插入图片描述

2. 定理

在这里插入图片描述


上文部分以及该系列的第(1)篇文章,都是我们为了讨论矩阵函数及其收敛性所做的准备工作,以下我们将开始讨论矩阵函数。

四. 矩阵函数

1. 矩阵函数的定义

核心要义:通过将函数展开成级数,借助矩阵多项式的运算,把矩阵函数转换成相应的矩阵级数来讨论。

(1)定义描述
在这里插入图片描述
(2)常见的矩阵函数

记住重要的矩阵函数,关键在于记住重要的函数级数。
p.s. 以下三个级数的收敛半径都是无穷大,这意味着不论矩阵A的谱半径为多少,其相应的函数eA,sinA和cosA都是有意义的。
在这里插入图片描述

2. Jordan块的函数

根据上述的定义,对于一些简单的或者高阶幂乘有特点的矩阵,可以快速求解其矩阵函数。
但是对于一些更加一般的矩阵,我们也希望找到求解函数的方法。

因为任意一个矩阵都有其对应的Jordan标准形,而且Jordan形也是上三角矩阵,具有一定的特殊性,于是我们从研究Jordan块的函数入手,来解决一般矩阵函数的求解问题。

(1)Jordan块的多项式函数
在这里插入图片描述
(2)Jordan块的任意解析式函数
先给出结论:上文最后得到的那个矩阵形式,不仅对于多项式函数成立,对于任意解析式函数也有同样的结果。
在这里插入图片描述
本质:从多项式函数到任意函数的过渡,可以借助部分和与无穷级数之间的关系。

3. Jordan形矩阵的函数

同样延续上面的思路,得到Jordan形矩阵的函数,就是对矩阵各个对角块上的Jordan块分别代入函数即可。
在这里插入图片描述

4. 一般矩阵的矩阵函数

在讨论Jordan块和Jordan形矩阵时,我们已经梳理了思路,任何矩阵都有其对应的Jordan形,所以可以把Jordan形的结论应用在一般矩阵的函数求解上。

(1)定理1

在这里插入图片描述
【定理证明】
假设现在有一个解析函数f(x) = lim fm(x),以及有一个一般矩阵A,且已知P-1AP = J(J就是A对应的Jordan标准形),即A可以表示成A = PJP-1

那么可知f(A) = lim fm(A) = lim P(fm(J))-1P-1

因为fm(x)是个多项式函数,而P矩阵在这里是确定的常量矩阵,所以将A代入fm(x)相当于只把J代入多项式函数中。

根据极限运算,f(A) = p(lim fm(J))P-1 = Pf(J)P-1

因为P矩阵是关于下标m的不变量,因此关于m求极限的时候,P矩阵可以直接提出不参与极限运算。

(2)定理2

在这里插入图片描述

这个定理在线性代数课程中对于多项式函数f已经验证过是成立的,此处只不过将f推广到任意解析式函数。

也可以借助前面的定理来理解,已知f(A) = Pf(J)P-1,所以f(A)和f(J)肯定是相似的,具有相同的特征值。

而J是Jordan标准形,f(J)依然是上三角矩阵,其主对角线上的元素就是其特征值,而对角线上的元素,也就是将数值代入f函数中计算后得到的结果(根据Jordan块和Jordan标准形的函数可知)。

(3)待定系数法

按照前面将任意矩阵化简成Jordan标准形的思路,虽然可行,但是求解Jordan矩阵和与之对应的变换矩阵计算量太大。
因此,我们有以下名为“待定系数法”的方法

在这里插入图片描述

证明:
在这里插入图片描述
关于Jordan形和最小多项式的定理细节部分可以参考博文《【矩阵论】矩阵的相似标准型(4)(5)》

基于上述的思路,可能原本函数f是一个形式十分复杂的函数,接下来我们只需要构造一个多项式函数g,满足定理中的若干约束即可。
也就是可设g(x) = a0+a1x+…+ap-1xp-1,那么按照定理中的约束,即可得到p个方程进行系数求解。
p.s. 这里还要注意p = Σri-1(也就是最小多项式的总次数-1)

5. 矩阵函数的计算示例

(1)利用定义进行计算(适合高阶幂有特点的矩阵)
在这里插入图片描述
在这里插入图片描述
(2)Jordan形矩阵的函数计算
在这里插入图片描述
同理,要求解sinAt,相当于解析式函数从sinx变成了sinxt,求解思路完全一致,答案见下方。
在这里插入图片描述
(3)一般矩阵的函数计算

要想利用上文讨论的定理,借助Jordan标准形的函数结果来求得一般矩阵的函数,就需要先求解出矩阵A对应的Jordan标准形J以及相应的变换矩阵P。

根据矩阵的特征量信息来确定Jordan标准形的形式,可以参考以下博文,其中有例题讲解。
《【矩阵论】矩阵的相似标准型(4)(5)》

在这里插入图片描述
在这里插入图片描述

下面使用待定系数法求解一般矩阵的函数值。

在这里插入图片描述

【求解过程】在这里插入图片描述
其中当f(A) = eAt时,求解思路与上述一致,只是代入方程组求解出来的系数a和b不同而已,答案应为g(A) = f(A) = (1-t)etI+tetA.


五. 矩阵函数的性质

1. 性质描述
在这里插入图片描述

p.s.上图中性质2处的表述应该是“则eAB = eBA = eA+B”,截图时忘记修改,望读者注意。

2. 性质证明
①性质1直接利用矩阵函数的定义,将自然常数e进行级数展开,将零矩阵O代入,即可得到相应结果。

②将eAB和eA+B项都分别按照级数展开,然后讨论其中的一般项AkBl项的系数,两边都对应相等,所以两个式子也相等。
在这里插入图片描述

P.S. 上述证明过程中,能够用组合式来求解某一般项AkBl的系数,是使用了二项式定理,而该定理的成立是基于两个项A和B是可交换的

那么若A和B是不可交换的,我们可以通过举反例来说明此时性质2不再成立
在这里插入图片描述

③在定理描述部分已经进行了证明,参考上上图。


应用上述性质,可以简化矩阵函数的计算过程。

【例】矩阵函数的计算
在这里插入图片描述

相关文章:

  • 【矩阵论】矩阵的广义逆
  • 【吴恩达CNN】week1:卷积与池化
  • 【最优化】最优化理论的基本概念
  • 【最优化】最优化的相关条件
  • 【最优化】一维搜索技术
  • 【最优化】无约束梯度算法
  • 【信号与系统|吴大正】1:信号与系统概述
  • 【最优化】二阶收敛算法
  • 【最优化】拉格朗日乘子法
  • 【PyTorch】卷积神经网络
  • 【最优化】数值优化算法
  • 【信号与系统|吴大正】2:连续系统的时域分析
  • 【MIT算法导论】哈希表、全域哈希
  • 【吴恩达CNN】week2:深度卷积网络
  • 【信号与系统|吴大正】3:离散系统的时域分析
  • golang中接口赋值与方法集
  • Hibernate【inverse和cascade属性】知识要点
  • Hibernate最全面试题
  • IndexedDB
  • JavaScript 无符号位移运算符 三个大于号 的使用方法
  • jQuery(一)
  • JS进阶 - JS 、JS-Web-API与DOM、BOM
  • JS学习笔记——闭包
  • MySQL数据库运维之数据恢复
  • Nginx 通过 Lua + Redis 实现动态封禁 IP
  • php ci框架整合银盛支付
  • Travix是如何部署应用程序到Kubernetes上的
  • tweak 支持第三方库
  • Zepto.js源码学习之二
  • 测试开发系类之接口自动化测试
  • 道格拉斯-普克 抽稀算法 附javascript实现
  • 如何正确配置 Ubuntu 14.04 服务器?
  • 设计模式走一遍---观察者模式
  • 自定义函数
  • ​Distil-Whisper:比Whisper快6倍,体积小50%的语音识别模型
  • # 达梦数据库知识点
  • #{}和${}的区别?
  • #pragam once 和 #ifndef 预编译头
  • #我与Java虚拟机的故事#连载12:一本书带我深入Java领域
  • (2)(2.10) LTM telemetry
  • (22)C#传智:复习,多态虚方法抽象类接口,静态类,String与StringBuilder,集合泛型List与Dictionary,文件类,结构与类的区别
  • (3)llvm ir转换过程
  • (31)对象的克隆
  • (delphi11最新学习资料) Object Pascal 学习笔记---第8章第5节(封闭类和Final方法)
  • (附源码)spring boot智能服药提醒app 毕业设计 102151
  • (每日持续更新)信息系统项目管理(第四版)(高级项目管理)考试重点整理第3章 信息系统治理(一)
  • (七)微服务分布式云架构spring cloud - common-service 项目构建过程
  • (十)c52学习之旅-定时器实验
  • (十六)Flask之蓝图
  • (一)Spring Cloud 直击微服务作用、架构应用、hystrix降级
  • (一)搭建springboot+vue前后端分离项目--前端vue搭建
  • (转)Sublime Text3配置Lua运行环境
  • (转载)虚函数剖析
  • *(长期更新)软考网络工程师学习笔记——Section 22 无线局域网
  • ..回顾17,展望18