Обобщенный собственный вектор , соответствующий вместе с матрицей генерируют жорданову цепочку линейно независимых обобщенных собственных векторов , которые образуют основу для инвариантного подпространства в . [5] [6] [7]
Используя обобщенные собственные векторы, набор линейно независимых собственных векторов может быть расширен, если необходимо, до полного базиса для . [8] Эта основа может быть использована для определения «почти диагональная матрицы» в жордановой нормальной форме , аналогичной с , что полезно при вычислении определенных матричных функций из . [9] Матрица также полезна при решении системы линейных дифференциальных уравнений, где не требуется диагонализуемость. [10] [11]
Размерность обобщенного собственного подпространства, соответствующего данному собственному значению, равна алгебраической кратности . [12]
СОДЕРЖАНИЕ
1 Обзор и определение
2 Примеры
2.1 Пример 1
2.2 Пример 2
3 цепочки Jordan
4 Каноническая основа
5 Вычисление обобщенных собственных векторов
5.1 Пример 3
6 Обобщенная модальная матрица
7 нормальная форма Джордана
7.1 Пример 4
7.2 Пример 5
8 приложений
8.1 Матричные функции
8.2 Дифференциальные уравнения
9 Примечания
10 Ссылки
Обзор и определение [ править ]
Есть несколько эквивалентных способов определения обычного собственного вектора . [13] [14] [15] [16] [17] [18] [19] [20] Для наших целей, собственный вектор , связанный с собственным значением А.Н. × матрица является ненулевой вектор , для которого , где является × идентичность матрица и - нулевой вектор длины . [21] То есть, находится в ядре этого преобразования . Если имеет линейно независимые собственные векторы, топохожа на диагональную матрицу . То есть существует обратимая матрица , которую можно диагонализовать посредством преобразования подобия . [22] [23] Матрица называется спектральной матрицей для . Матрица называется модальной матрицей для . [24] Диагонализируемые матрицы представляют особый интерес, поскольку их матричные функции могут быть легко вычислены. [25]
С другой стороны, если с ним не связаны линейно независимые собственные векторы, то он не диагонализуем. [26] [27]
Определение: вектор - это обобщенный собственный вектор ранга m матрицы, соответствующий собственному значению, если
но
[28]
Ясно, что обобщенный собственный вектор ранга 1 является обычным собственным вектором. [29] Каждая × матрица имеет связанные с ней линейно независимые обобщенные собственные векторы, и можно показать, что она подобна «почти диагональной» матрице в жордановой нормальной форме. [30] То есть существует обратимая матрица такая, что . [31] Матрица в этом случае называется обобщенной модальной матрицей для . [32] Если - собственное значение алгебраической кратности , то будут линейно независимые обобщенные собственные векторы, соответствующие .[33] Эти результаты, в свою очередь, обеспечивают простой метод вычисления некоторых матричных функций от. [34]
Примечание: чтобы матрица над полем была выражена в жордановой нормальной форме, все собственные значения должны быть в . То есть характеристический полином должен полностью разложиться на линейные множители. Например, если есть элементы с действительными значениями , то может потребоваться, чтобы собственные значения и компоненты собственных векторов имели комплексные значения . [35] [36] [37]
Множество, охватываемое всеми обобщенными собственными векторами для данного , образует обобщенное собственное подпространство для . [38]
Примеры [ править ]
Вот несколько примеров, иллюстрирующих концепцию обобщенных собственных векторов. Некоторые детали будут описаны позже.
Пример 1 [ править ]
Этот простой пример ясно иллюстрирует суть дела. Этот тип матрицы часто используется в учебниках. [39] [40] [41]
Предположим,
Тогда имеется только одно собственное значение, и его алгебраическая кратность m = 2.
Обратите внимание, что эта матрица имеет нормальную форму Жордана, но не диагональна . Следовательно, эта матрица не диагонализуема. Поскольку имеется одна наддиагональная запись, будет один обобщенный собственный вектор с рангом больше 1 (или можно отметить, что векторное пространство имеет размерность 2, поэтому может быть не более одного обобщенного собственного вектора с рангом больше 1). В качестве альтернативы, можно было бы вычислить размерность нуль - пространства от быть р = 1, и , таким образом , есть м - р = 1 обобщенные собственные векторы ранга больше 1.
Обычный собственный вектор вычисляется как обычно ( примеры см. На странице о собственных векторах ). Используя этот собственный вектор, мы вычисляем обобщенный собственный вектор , решая
Записываем значения:
Это упрощает
Элемент не имеет ограничений. Тогда обобщенный собственный вектор ранга 2 равен , где a может иметь любое скалярное значение. Выбор a = 0 обычно самый простой.
Обратите внимание, что
так что это обобщенный собственный вектор,
таким образом , что является обычным собственным вектором, и что и линейно независимы и , следовательно , образуют базис векторного пространства .
Пример 2 [ править ]
Этот пример сложнее, чем пример 1 . К сожалению, построить интересный пример низкого порядка немного сложно. [42]
Матрица
имеет собственные значения и с алгебраическими кратностями и , но геометрическими кратностями и .
В обобщенные собственные подпространства из вычислены ниже.
- обычный собственный вектор, связанный с .
- обобщенный собственный вектор, связанный с .
- обычный собственный вектор, связанный с .
и являются обобщенными собственными векторами, связанными с .
Это приводит к основе для каждого из обобщенных подпространств из . Вместе две цепочки обобщенных собственных векторов охватывают пространство всех 5-мерных векторов-столбцов.
«Почти диагональная» матрица в жордановой нормальной форме , аналогичная матрице , получается следующим образом:
где - обобщенная модальная матрица для , столбцы являются канонической базой для , и . [43]
Иорданские цепи [ править ]
Определение: Позвольте быть обобщенным собственным вектором ранга m, соответствующим матрице и собственному значению . Цепь , порожденная представляет собой набор векторов , заданных
( 1 )
Таким образом, в целом
( 2 )
Вектор , заданный формулой ( 2 ), является обобщенным собственным вектором ранга j, соответствующим собственному значению . Цепочка - это линейно независимый набор векторов. [44]
Каноническая основа [ править ]
Основная статья: Канонический базис § Линейная алгебра
Определение: набор из n линейно независимых обобщенных собственных векторов является каноническим базисом, если он целиком состоит из жордановых цепочек.
Таким образом, как только мы определили, что обобщенный собственный вектор ранга m находится в каноническом базисе, отсюда следует, что m - 1 векторов, которые находятся в цепочке Жордана, порожденной с помощью , также находятся в каноническом базисе. [45]
Позвольте быть собственным значением алгебраической кратности . Сначала найдите ранги (ранги матриц) матриц . Целое число определяется как первое целое число, для которого задан ранг ( n - количество строк или столбцов , то есть n × n ).
Теперь определим
Переменная обозначает количество линейно независимых обобщенных собственных векторов ранга k, соответствующих собственному значению , которое появится в каноническом базисе для . Обратите внимание, что
. [46]
Вычисление обобщенных собственных векторов [ править ]
В предыдущих разделах мы видели методы получения линейно независимых обобщенных собственных векторов канонического базиса для векторного пространства, связанного с матрицей . Эти техники можно объединить в одну процедуру:
Решить характеристическое уравнение из собственных значений и их алгебраических кратности ;
Для каждого
Определить ;
Определить ;
Определить для ;
Определите каждую цепочку Жордана для ;
Пример 3 [ править ]
Матрица
имеет собственное значение алгебраической кратности и собственное значение алгебраической кратности . У нас тоже есть . Ибо у нас есть .
Первое целое число , для которого имеет ранг есть .
Теперь определим
Следовательно, будет три линейно независимых обобщенных собственных вектора; по одному ранга 3, 2 и 1. Поскольку соответствует одной цепочке из трех линейно независимых обобщенных собственных векторов, мы знаем, что существует обобщенный собственный вектор ранга 3, соответствующий такой, что
( 3 )
но
( 4 )
Уравнения ( 3 ) и ( 4 ) представляют собой линейные системы , для которых можно решить . Позволять
потом
и
Таким образом, чтобы удовлетворить условиям ( 3 ) и ( 4 ), мы должны иметь и . Никакие ограничения не накладываются на и . Выбирая , получаем
как обобщенный собственный вектор ранга 3, соответствующий . Обратите внимание, что можно получить бесконечно много других обобщенных собственных векторов ранга 3, выбирая различные значения , и , с . Однако наш первый выбор самый простой. [47]
Теперь, используя уравнения ( 1 ), получаем и как обобщенные собственные векторы ранга 2 и 1 соответственно, где
и
Простое собственное значение может быть решено с использованием стандартных методов и имеет обычный собственный вектор
Канонический базис для IS
и являются обобщенными собственными векторами, связанными с , а - обычным собственным вектором, связанным с .
Это довольно простой пример. В общем случае количество линейно независимых обобщенных собственных векторов ранга не всегда будет одинаковым. То есть может быть несколько цепочек разной длины, соответствующих конкретному собственному значению. [48]
Обобщенная модальная матрица [ править ]
Основная статья: Обобщенная модальная матрица
Позвольте быть n × n- матрицей. Обобщенная модальная матрица для является п × п матрица, столбцы которой, рассматривается в качестве векторов, образует канонический базис для и появляется в соответствии со следующими правилами:
Все цепочки Жордана, состоящие из одного вектора (то есть одного вектора длиной), появляются в первых столбцах .
Все векторы одной цепочки появляются вместе в соседних столбцах .
Каждая цепочка появляется в порядке возрастания ранга (то есть обобщенный собственный вектор ранга 1 появляется перед обобщенным собственным вектором ранга 2 той же цепи, который стоит перед обобщенным собственным вектором ранга 3 той же цепи и т. Д.). [49]
Нормальная форма Джордана [ править ]
Пример матрицы в жордановой нормальной форме. Серые блоки называются жордановыми блоками.
Основная статья: нормальная форма Джордана
Позвольте быть n -мерным векторным пространством; пусть - линейное отображение в L ( V ) , множество всех линейных отображений из в себя; и пусть - матричное представление относительно некоторого упорядоченного базиса. Можно показать , что если характеристический полином из факторов на линейные множители, так что имеет вид
где - различные собственные значения , тогда каждое представляет собой алгебраическую кратность соответствующего собственного значения и аналогично матрице в жордановой нормальной форме , где каждое последовательно появляется на диагонали, а запись непосредственно над каждым (то есть на наддиагонали ) либо 0, либо 1: запись над первым вхождением каждого всегда 0; все остальные элементы на супердиагонали равны 1. Все остальные элементы (то есть вне диагонали и супердиагонали) равны 0. Матрица настолько близка, насколько это возможно, к диагонализации . Если диагонализуема, то все элементы выше диагонали равны нулю.[50] Обратите внимание, что в некоторых учебниках они расположены на поддиагонали , то есть непосредственно под главной диагональю, а не на наддиагонали. Собственные значения по-прежнему находятся на главной диагонали. [51] [52]
Каждая матрица размера n × n подобна матрице в жордановой нормальной форме, полученной посредством преобразования подобия , где - обобщенная модальная матрица для . [53] (См. Примечание выше.)
Пример 4 [ править ]
Найдите матрицу в жордановой нормальной форме, похожую на
Решение: Характеристическое уравнение IS , следовательно, является собственным значением алгебраической кратности три. Следуя процедурам предыдущих разделов, мы находим, что
и
Таким образом, и , что означает, что канонический базис для будет содержать один линейно независимый обобщенный собственный вектор ранга 2 и два линейно независимых обобщенных собственных вектора ранга 1 или, что эквивалентно, одну цепочку из двух векторов и одну цепочку из одного вектора . Обозначая , находим, что
и
где - обобщенная модальная матрица для , столбцы являются канонической базой для , и . [54] Обратите внимание, что, поскольку сами обобщенные собственные векторы не уникальны, и поскольку некоторые столбцы обоих и могут быть заменены местами, отсюда следует, что оба и не уникальны. [55]
Пример 5 [ править ]
В примере 3 мы нашли канонический базис линейно независимых обобщенных собственных векторов матрицы . Обобщенный модальный матрица IS
Матрица в жордановой нормальной форме, похожая на is
так что .
Приложения [ править ]
Матричные функции [ править ]
Основная статья: Матричная функция
Три из самых фундаментальных операций, которые могут быть выполнены с квадратными матрицами, - это сложение матриц, умножение на скаляр и умножение матриц. [56] Это именно те операции, которые необходимы для определения полиномиальной функции матрицы размера n × n . [57] Если мы вспомним из основного исчисления, что многие функции могут быть записаны в виде ряда Маклорена , то мы можем довольно легко определить более общие функции матриц. [58] Если диагонализуема, то есть
с
тогда
и оценка ряда Маклорена для функций значительно упрощается. [59] Например, чтобы получить какие - либо мощности K из , нам нужно только вычислить , предварительное умножение на и postmultiply результата на . [60]
Используя обобщенные собственные векторы, мы можем получить нормальную форму Жордана для, и эти результаты могут быть обобщены до прямого метода вычисления функций недиагонализируемых матриц. [61] (См. Матричная функция # Разложение Жордана .)
Дифференциальные уравнения [ править ]
Основная статья: Обыкновенное дифференциальное уравнение
Рассмотрим задачу решения системы линейных обыкновенных дифференциальных уравнений
( 5 )
куда
и
Если матрица является диагональной матрицей, так что для , то система ( 5 ) сводится к системе n уравнений, которые принимают вид
( 6 )
В этом случае общее решение дается выражением
В общем случае мы пытаемся диагонализовать и свести систему ( 5 ) к системе типа ( 6 ) следующим образом. Если диагонализуема, мы имеем , где - модальная матрица для . Подставляя , уравнение ( 5 ) принимает вид , или
( 7 )
куда
( 8 )
Решение ( 7 ) есть
Затем решение ( 5 ) получается с использованием соотношения ( 8 ). [62]
С другой стороны, если не диагонализуема, мы выбираем обобщенную модальную матрицу для такой, что является жордановой нормальной формой матрицы . Система имеет вид
( 9 )
где - собственные значения с главной диагонали, а - единицы и нули с наддиагонали . Систему ( 9 ) часто легче решить, чем ( 5 ). Мы можем решить последнее уравнение в ( 9 ) для , получив . Затем мы подставляем это решение для в предпоследнее уравнение в ( 9 ) и решаем для . Продолжая эту процедуру, мы проходим ( 9 ) от последнего уравнения к первому, решая всю систему для . Затем решение получается с использованием соотношения ( 8 ). [63]
Beauregard, Raymond A .; Фрали, Джон Б. (1973), Первый курс линейной алгебры: с дополнительным введением в группы, кольца и поля , Бостон: Houghton Mifflin Co. , ISBN 0-395-14017-X