• 矩阵理论 第七讲 矩阵级数与矩阵函数


    第七讲 矩阵级数与矩阵函数

     

    一、 矩阵序列

    1. 定义: 设有矩阵序列, 其中, 且当, 则称收敛, 并把叫做的极限, 或称收敛于A. 记为

    不收敛的序列则称为发散的,其中又分为有界和无界的情况.

    2. 收敛矩阵序列的性质:

    分别收敛于A、B, 则

    (1)

    (2)

    (3) ,若存在

    (4)

    3 收敛矩阵: 设A为方阵,且当, 则称A为收敛矩阵.

    [定理] 方阵A为收敛矩阵的充要条件是A的所有特征值的模值均小于1.

    证明: 对任何方阵A,均存在可逆矩阵P, 使得

    其中JA的Jordan标准形

    ,

     

    就等价于, 等价于, 而这只有才可能也必能.

    [得证]

     

    二、 矩阵级数

    1.定义: 矩阵序列的无穷和叫做矩阵级数, 而称为其部分和, 若矩阵序列收敛,且有极限S, 则称该级数收敛,且有极限S. 记为

    不收敛的级数必为发散的.

    若矩阵级数的所有元素均绝对收敛,则称该级数为绝对收敛.

    2. 绝对收敛矩阵的性质

    1. 绝对收敛级数一定收敛,且任意调换它的项所得的级数仍收敛,并具有相同的和.

    (2) 绝对收敛,则也绝对收敛且等于

    (3) , 均绝对收敛,且和分别为

    三、 方阵的幂级数

    A为方阵, 称为A的幂级数. 称为A的Neumann级数.

    1. Neumann级数收敛的充要条件

    [定理] Neumann级数收敛的充要条件是A为收敛矩阵,且在收敛时其和为.

    证明: [必要性]

    级数收敛, 其元素为

    显然也是收敛的. 作为数项级数, 其通项趋于零是级数收敛的必要条件. 故

    ,即

    也就是说A为收敛矩阵.

    [充分性]:

    A为收敛矩阵, 则其特征值的模值均小于1. 设A的特征值为, 的特征值为. 则由

    可见

    , 的行列式不为零,存在.

    右乘

    时, , 故. 所以

    即Neumann级数收敛于.

     

    2. 收敛圆

    [定理] 若矩阵A的特征值全部落在幂级数的收敛圆内, 则矩阵幂级数是绝对收敛的. 反之, 若A存在落在的收敛圆外的特征值, 则是发散的.

    证明略.

    [推论] 若幂级数在整个复平面上收敛, 则对任何的方阵A, 均收敛.

     

    四、 矩阵函数

    如: , sinA, cosA

    以矩阵为自变量的" 函数"(实际上是"函矩阵")

    我们知道,

    均为整个复平面上收敛的级数, 故对任何的方阵A

    均绝对收敛. 三者分别称为矩阵指数函数、矩阵正弦函数、矩阵余弦函数。

     

    [性质]

    但是一般来说, , 三者互不相等. 例如

    , , 则

    可见

    , , ,

    所以, ,

    [定理] 若, 则

    [证明]:

    同理, 有

    [推论] , 总存在逆阵

     

    五、 矩阵函数的初步计算

    1. Hamilton-Cayley定理

    n阶矩阵A是其特征多项式的零点, 即令

     

    [证明]: 设A的特征值为, 则又可写成

    由Schur引理知, 存在酉矩阵U, 使得

    相似矩阵具有相同的特征多项式

    所以

    2.零化多项式

    多项式f(z),若f(A)=0,则称其为A的零化多项式。

    由以上定理可知,方阵A的特征多项式为A的零化多项式。

    3. 矩阵指数函数、正弦函数、余弦函数的计算

    例: 已知四阶矩阵的特征值是、 0、 0, 求sinA、 cosA

    解:

    作业 P163 3, 4, 5

  • 相关阅读:
    C++ 解析CSV文件
    MFC/WTL 设置背景图和控件透明的方法
    VS2008安装x64版本所遇问题
    VS2012 安装番茄插件
    16年面试提问
    git 使用笔记
    03_运算符、键盘录入、流程控制
    02_java关键字、表识符、注释、进制转换、补码反码、数据类型转换
    01_计算机和java基础
    10 js一维数组、一维数组细节
  • 原文地址:https://www.cnblogs.com/begtostudy/p/1818567.html
Copyright © 2020-2023  润新知