Матричный анализ
В математике , особенно в линейной алгебре и приложениях, матричный анализ — это изучение матриц и их алгебраических свойств. [1] Некоторые конкретные темы из многих включают в себя; операции, определенные над матрицами (такие как сложение матриц , умножение матриц и операции, полученные из них), функции матриц (такие как возведение матрицы в степень и матричный логарифм и даже синусы, косинусы и т. д. матриц), а также собственные значения матриц ( собственное разложение матриц). матрица , теория возмущений собственных значений ). [2]
Матричные пространства
[ редактировать ]Набор всех матриц размера m × n над полем F, обозначенным в этой статье M mn ( F ), образует векторное пространство . Примеры F включают набор рациональных чисел , реальные цифры , и набор комплексных чисел . Пространства M mn ( F ) и M pq ( F ) являются разными пространствами, если m и p неравны, а также если n и q неравны; например М 32 ( F ) ≠ M 23 ( F ). Две размером m × n матрицы A и B в M mn ( F ) можно сложить вместе, чтобы сформировать другую матрицу в пространстве M mn ( F ):
и умножается на α в F , чтобы получить другую матрицу в M mn ( F ):
Объединив эти два свойства, линейная комбинация матриц A и B в M mn ( F ) представляет собой другую матрицу в M mn ( F ):
где α и β — числа из F .
Любая матрица может быть выражена как линейная комбинация базисных матриц, которые играют роль базисных векторов матричного пространства. Например, для набора матриц 2 × 2 над полем действительных чисел: , один законный базисный набор матриц:
потому что любую матрицу 2 × 2 можно выразить как:
где a , b , c , d — все действительные числа. Эта идея применима и к другим полям и матрицам более высоких размерностей.
Детерминанты
[ редактировать ]Определитель . является квадратной матрицы важным свойством Определитель указывает, является ли матрица обратимой (т. е. существует обратная матрица , когда определитель не равен нулю). Определители используются для нахождения собственных значений матриц (см. ниже), а также для решения системы линейных уравнений (см. правило Крамера ).
Собственные значения и собственные векторы матриц
[ редактировать ]Определения
[ редактировать ]Матрица n × n размера A имеет собственные векторы x и собственные значения λ, определенные соотношением:
Другими словами, матричное умножение A, за которым следует собственный вектор x (здесь n -мерная матрица-столбец ), аналогично умножению собственного вектора на собственное значение. У матрицы размера n × n имеется n собственных значений. Собственные значения являются корнями характеристического многочлена :
где I — n × n единичная матрица размера .
Корни многочленов, в данном контексте собственные значения, могут быть разными, а некоторые могут быть равными (в этом случае собственное значение имеет кратность — количество раз, когда собственное значение встречается). После решения собственных значений собственные векторы, соответствующие собственным значениям, можно найти с помощью определяющего уравнения.
Возмущения собственных значений
[ редактировать ]Сходство матрицы
[ редактировать ]Две размера n × n матрицы A и B подобны, если они связаны преобразованием подобия :
Матрица P называется матрицей подобия и обязательно обратима .
Унитарное сходство
[ редактировать ]Канонические формы
[ редактировать ]Форма эшелона строк
[ редактировать ]Джордан в нормальной форме
[ редактировать ]Каноническая форма Вейра
[ редактировать ]Нормальная форма Фробениуса
[ редактировать ]Треугольная факторизация
[ редактировать ]LU-разложение
[ редактировать ]Разложение LU разбивает матрицу на матричное произведение верхней треугольной матрицы и нижней треугольной матрицы.
Матричные нормы
[ редактировать ]Поскольку матрицы образуют векторные пространства, можно формировать аксиомы (аналогичные аксиомам векторов), чтобы определить «размер» конкретной матрицы. Норма матрицы – положительное действительное число.
Определение и аксиомы
[ редактировать ]Для всех матриц A и B в M mn ( F ) и всех чисел α в F норма матрицы, ограниченная двойными вертикальными чертами || ... ||, выполняется: [примечание 1]
- с равенством только для A = 0 , нулевой матрицы .
- Треугольное неравенство :
Норма Фробениуса
[ редактировать ]Норма Фробениуса аналогична скалярному произведению евклидовых векторов; умножьте элементы матрицы по пунктам, сложите результаты, затем извлеките положительный квадратный корень :
Он определен для матриц любой размерности (т.е. нет ограничений на квадратные матрицы).
Положительно определенные и полуопределенные матрицы
[ редактировать ]Функции
[ редактировать ]Элементы матрицы не ограничиваются постоянными числами, они могут быть математическими переменными .
Функции матриц
[ редактировать ]Функции матрицы принимают матрицу и возвращают что-то еще (число, вектор, матрицу и т. д.).
Матричные функции
[ редактировать ]Функция с матричным значением принимает что-то (число, вектор, матрицу и т. д.) и возвращает матрицу.
См. также
[ редактировать ]Другие отрасли анализа
[ редактировать ]Другие понятия линейной алгебры
[ редактировать ]Виды матрицы
[ редактировать ]- Ортогональная матрица , унитарная матрица
- Симметричная матрица , антисимметричная матрица
- Стохастическая матрица
Матричные функции
[ редактировать ]Сноски
[ редактировать ]- ^ Некоторые авторы, например Хорн и Джонсон, используют тройные вертикальные полосы вместо двойных: ||| А |||.
Ссылки
[ редактировать ]Примечания
[ редактировать ]- ^ Р. А. Хорн, Ч. Р. Джонсон (2012). Матричный анализ (2-е изд.). Издательство Кембриджского университета. ISBN 978-052-183-940-2 .
- ^ Нью-Джерси Хайэм (2000). Функции матриц: теория и вычисления . СИАМ. ISBN 089-871-777-9 .
Дальнейшее чтение
[ редактировать ]- К. Мейер (2000). Книга и руководство по матричному анализу и прикладной линейной алгебре . Том. 2. СИАМ. ISBN 089-871-454-0 .
- ТС Шорс (2007). Прикладная линейная алгебра и матричный анализ . Тексты для бакалавриата по математике . Спрингер. ISBN 978-038-733-195-9 .
- Раджендра Бхатия (1997). Матричный анализ . Серия матричного анализа. Том. 169. Спрингер. ISBN 038-794-846-5 .
- Алан Дж. Лауб (2012). Вычислительный матричный анализ . СИАМ. ISBN 978-161-197-221-4 .