教材第六章 矩阵函数
矩阵分析课件-第六章
cos A B=cosA cos B sin A sin B
dt
dt
d cos At=A sin At=-sin At A
dt
6 det eA=etrA,其中trA是A 的迹
7 cos A= 1 eiA+e-iA ,sinA= 1 eiA-e-iA
2
2i
8 sin2 A+cos2 A=E,sin -A=-sin A,cos -A =cosA
9当AB=BA时,有sin A B=sin A cos B cos A sin B
D
i
其中
D
J
i
=
D/ i Di
1
di-1
!Ddi-1
i
D/ i
Di
dixdi
设D = E-A =-1 p1 -2 p2 -s ps
i
j, i
j
, pi是i的代数重复度;
pi
d
,
i
D i =D i = =Ddi-1 i =0, D Ji =0,
故:D A=0.
f (k) j =p(k) j ,j=1,2, ,s;k=0,1, ,dj-1
即f x与p 在A的影谱上有相同的值, 则矩阵函数f A定义为:
f A=pA 称p 为f A的定义多项式。
定理6.2.1:设A
Cnn,J为A的若当标准形,P
Cnn n
且A=PJP-1,函数 f x 在A的影谱上有定义,
ln E+A的幂级数展开式见p201
&6.4 矩阵指数函数与矩阵三角函数
由定理5.5.3知:对任意n阶方阵A
e
At=
k=0
Aktk, k!
sin At= k=0
《矩阵分析》(第3版)史荣昌,魏丰.第六章课后习题答案
第六章 矩阵函数(详解)6-1 解:A 的Jordan 标准形是210020002⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦J变换矩阵P 和1-P 分别为1011010100,111101011-⎡⎤⎡⎤⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦P P所以得1()()p p -=A P J P1()()011(2)(2)00101000(2)011110100(2)011(2)00(2)(2)(2)(2)(2)(2)(2)(2)1009899910p p p p p p p p p p p p p p p -='⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥'''=-⎢⎥'''⎢⎥-+⎣⎦⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦A P J P6-2 解:不难验算得1001000()0000i d i i -⎡⎤⎢⎥⎢⎥-=≠⎢⎥⎢⎥⎣⎦J λE()0i d i i -=J λE因此,Jordan 块i J 的最小多项式为()i d i -λλ,显然它等于i J 的初等因子。
6-3 解:(1)A 的Jordan 标准形为1111⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦J故A 的最小多项式为2(1)λ-。
(2)A 的Jordan 标准形为1010-⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦J故A 的最小多项式为2(1)λλ+。
(3)A 的Jordan 标准形为112-⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦J故A 的最小多项式为(1)(2)λλ+-。
(4)A 的Jordan 标准形为010010⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦J故A 的最小多项式为2λ。
设()p λ与()q λ是两个不同的多项式,对于n 阶矩阵A 满足什么条件使得()()p q =A A 。
为了研究这个问题及引进矩阵函数定义的需要,我们首先给出关于函数在矩阵A 的谱上的定义。
6-4 解:由题意得Jordan 标准形为100021002⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦J 变换矩阵P 和1-P 分别为1052010100,102031305-⎡⎤⎡⎤⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦P P (1)00()0(2)(2)00(2)f f f f f ⎡⎤⎢⎥'=⎢⎥⎢⎥⎣⎦J以()f A 的Jordan 表示为1()()052(1)000101000(2)(2)10203100(2)305f f f f f f -=⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥'=-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦A P J P 为了计算所求矩阵函数,()f A 可写为(2)15(2)025(2)()0(1)09(2)0(2)15(2)f f f f f f f f ''+-⎡⎤⎢⎥=⎢⎥''⎢⎥-⎣⎦A 当()x f x e =时,2(2)(2)f f e '==,(1)f e =故222216025009014e e e e e e ⎡⎤-⎢⎥=⎢⎥⎢⎥-⎣⎦A 当()tx f x e =时,22(2),(2),(1)t t t f e f te f e '===故2222(115)0250090(115)t t t tt t e t e e e te e t ⎡⎤+-⎢⎥=⎢⎥⎢⎥-⎣⎦A 当()cos f x x =时,(2)cos 2,(2)sin 2,(1)cos1f f f '==-=,故cos 215sin 2025sin 2cos 0cos109sin 20cos 215sin 2-⎡⎤⎢⎥=⎢⎥⎢⎥-+⎣⎦A 当3()sin 2f x x π=时,3(2)0,(2),(1)12f f f π'==-=- 45750223sin 010********πππππ⎡⎤-⎢⎥⎢⎥=-⎢⎥⎢⎥-⎢⎥⎣⎦A6-5 解:A 的最小多项式2()(2)x x ϕ=-A得(1,1,2)k l ==1()1x ϕ=得112()(2)x a f x f === 122()(2)x d a f x f dx ='==得()(2)(2)(2)p x f f x '=+-因此()f A 的拉格朗日——西勒维斯特内插多项式表示是 ()()(2)(2)(2)f p f f '==+-A A E A E为了计算所求矩阵函数,把A 代入上式得(2)00()(2)(2)(2)(2)(2)(2)(2)(2)f f f f f f f f f f ⎡⎤⎢⎥'''=-⎢⎥'''⎢⎥-+⎣⎦A当()tx f x e =时,22(2),(2)t t f e f te '==,所以222222200(1)(1)tt tt t t t t e e te e t te te te e t ⎡⎤⎢⎥=-⎢⎥⎢⎥-+⎣⎦A 当()sin f x x =时,(2)sin 2,(2)cos 2f f '==所以sin 200sin cos 2sin 2cos 2cos 2cos 2cos 2sin 2cos 2⎡⎤⎢⎥=-⎢⎥⎢⎥-+⎣⎦A 当()cos f x x π=时,(2)1,(2)0f f '==,故100cos 010001π⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦A E 当1()(1)f x x -=-时,(2)1,(2)1f f '=-=,故1100()121110--⎡⎤⎢⎥-=-⎢⎥⎢⎥-⎣⎦E A 当()arctan 2x f x =时,1(2),(2)44f f π'==,故 00arctan 1112111πππ⎡⎤⎢⎥=-⎢⎥⎢⎥-+⎣⎦A 当10()f x x =时,109(2)2,(2)102f f '==⨯,故109200210810101012⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦A6-6 解:A 的最小多项式2()(1)(2)x x x ϕ=--A得(1,2)k =1()2x x ϕ=-,22()(1)x x ϕ=-得12(1,2)λλ==1111()(1)()x f x a f x ϕ===- 1211()(1)(1)()x d f x a f f dx x ϕ=⎛⎫'==-- ⎪⎝⎭ 2122()(2)()x f x a f x ϕ=== []2()(1)((1)(1)(1)(2)(2)(1)p x f f f x x f x '=--+--+-因此()f A 的拉格朗日——西勒维斯特内插多项式表示为 []2()()(1)((1)(1)()(2)(2)()f P f f f f '==--+--+-A A E A E A E A E (*) 当()sin 2f x x π=时,(1)1,(1)0,(2)0f f f '===,代入(*)式得 100sin (2)0102110π⎡⎤⎢⎥=--=⎢⎥⎢⎥-⎣⎦A A A E 当()tx f x e =时,2(1),(1),(2)t t t f e f te f e '===,代入(*)式得[]22222(1)()(2)()(1)(2)()107320000410000210111t t t t t t t t e e e t e e t t e t t e t e t ⎡⎤=--+--+-⎣⎦=--+-+---+⎡⎤⎡⎤⎢⎥⎢⎥=--+⎢⎥⎢⎥⎢⎥⎢⎥-+-⎣⎦⎣⎦A E A E A E A E E A A E A E6-7 解:A 的最小多项式2()(2)x x ϕ=-A由题意得01()p x a a x =+,1()p x a '=把(2),(2)f f '代入上二式011(2)(2)2,(2)(2)f p a a f p a ''==+==解之得01(2)2(2),(2)a f f a f ''=-=于是矩阵函数()f A 的多项式表示为[]()()(2)2(2)(2)f p f f f ''==-+A A E A当()tx f x e =时,2(2),(2)t tx f e f te '==将其代入上式可得210011t t e e t t t t t t ⎡⎤⎢⎥=-⎢⎥⎢⎥-+⎣⎦A 6-8 解:A 的最小多项式2()(1)(2)x x x ϕ=--A由题意得201212(),()2p x a a x a x p x a a x '=++=+把(1),(2),(1)f f f '代入上二式得01212(1)(1),(1)(1)2f p a a a f p a a ''==++==+000(2)(2)24f p a a a ==++解之得01(2)2(1),2(1)3(1)2(2)a f f a f f f ''=-=+-2(2)(1)(1)a f f f '=--所以()f A 的多项式表示为[][][]2()(2)2(1)2(1)3(1)2(2)(2)(1)(1)f f f f f f f f f '''=-++-+--A E A A 当()sin 2f x x π=时,(1)1,(1)0,(2)0f f f '===,故2100()2010110f ⎡⎤⎢⎥=-=⎢⎥⎢⎥-⎣⎦A A A6-9 解:所求矩阵幂级数之对应的数项幂级数为 10110k k k k x ∞+=+∑ 由积分学幂级数理论知1002211211(1)()(10)1010101123()(1)()10101010110()()101010101(1)1(1)(10)101010k k k k k k k k x x k x x x x k x x x x x x ∞∞+==+--+=+<⎛⎫=++++++ ⎪⎝⎭'⎡⎤=+++⎢⎥⎣⎦'⎡⎤=--=-<⎢⎥⎣⎦∑∑因此矩阵幂级数之和21011()(()10)101010k k k k ρ∞-+=+=-<∑A A E A所给矩阵A 的谱半径2ρ=,所以21()10--E A 即为所求矩阵幂级数之和。
研究生矩阵理论课后答案第6-7章
求矩阵的Jordan标准形与变换矩阵 求矩阵的Jordan标准形与变换矩阵 Jordan
由行列式因子定不变因子和初等因子:( :(参看 ①由行列式因子定不变因子和初等因子:(参看 0 λ − 2 0 第二章有关定义及结果). ).如 第二章有关定义及结果).如 λE-A= −1 λ −1 −1 )=λ行列式因子:D 行列式因子:D1(λ)=1; D2(λ)=λ-2;
第六章 矩阵函数
•矩阵函数一般定义:矩阵函数是从Cm×n到Cu×v的一 矩阵函数一般定义:矩阵函数是从C 个对应规则f:C 使对每个x 个对应规则f:Cm×n→Cu×v,使对每个x∈Cm×n,都 对应于唯一 f(x)∈ 唯一的 对应于唯一的f(x)∈Cu×v. 例如:det:C ,det(A)∈ 例如:det:Cn×n→C1×1,∀A∈Cn×n,det(A)∈C1×1; ,f(A)=2Af:Cn×n→Cn×n,∀A∈Cn×n,f(A)=2A-E∈Cn×n. 矩阵函数的概念十分广泛, •矩阵函数的概念十分广泛,其应用也相应地十分 广泛. 广泛. 我们仅限于讨论从C •我们仅限于讨论从Cn×n到自身的函数 f:Cn×n→Cn×n. 特别更限于最简单的矩阵多项式函数和由矩阵 矩阵多项式函数和由 特别更限于最简单的矩阵多项式函数和由矩阵 幂级数定义的矩阵函数. 幂级数定义的矩阵函数.
0 1 1 1 0 0 1 0 −1
. P -1=
0 1 0 1 −1 1 0 1 − 1
2 0 0 2 0 0 0 A − 2E = 1 1 1 − 2 = 1 −1 1 1 −1 3 2 1 −1 1 0 0 x = 1 , ( A − 2E)x = 1 1 1 1 0 z = 0 , ( A − 2E)z = 1 −1 1 0 00 −1 1 1 = 0 −1 1 1 0 0 1 −1 1 0 = 0 −1 1 −1
矩阵函数及其应用
二、 矩阵函数的初步计算
1. Jordan 标准形法
对于矩阵的多项式,我们曾导出 f(A)= Pf(J)P-1 , f:多项式
f(J)= ⎡⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣f(J1)
f(J2 ) %
%
f(Js )⎤⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦
f(Ji)= ⎡⎢⎢⎢⎢⎢⎢⎣f(λi)
f′(λi) %
21!f′′(λi) %
A2 = ⎡⎣⎢⎢01 01⎤⎦⎥⎥ = A3 = A4 = "
B2 = ⎡⎣⎢⎢01 -01⎤⎦⎥⎥ = B3 = B4 = "
∑ eA
=I+(
∝ n=1
1 )A n!
=I+(e
- 1)A
=
⎡⎢⎢⎣e0
e
1
1⎤⎥⎥⎦
∑ eB
=I+(
∝ n=1
1 )B n!
=I+(e
- 1)B
=
⎡⎢⎢⎣e0
1-1e⎤⎥⎥⎦
= an1x1(t)+ an2x2(t)+ " + annxn(t)
式中 t 是自变量,xi = xi(t)是 t 的一元函数(i= 1,2,",n),aij(i,j = 1,2,",n)
是常系数。
令
x(t)=[x1(t),x2(t),",xn(t)]T , A = ⎡⎢⎢⎢⎢⎢⎢⎣aaa#1n2111
1 λi
1 λi
% %
λ01i ⎤⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦
有非奇异矩阵 P 使得: P-1AP = J
对于函数 f(z),若下列函数
f(λi),f′(λi),...,f(mi-1)(λi)
矩阵函数
记
h f g
必要性 于是
f A g A 即 h A 0 ,则 h 是 A 的化零多项式,
| h ,即有多项式 q 使
h q q 1
m1
2 m
E A
A
1 2 1 A An ; 2! n!
1 3 1 5 1 A A (1) n A2 n 1 ; 3! 5! (2n 1)!
1 2 1 4 1 A A (1) n A2为 e A , sin A , cos A 通常称 e A 为矩阵 指数函数, sin A 和 cos A 为矩阵三角函数,对方阵 A 的这三种函 数,容易验证下列性质:
aij ( k ) mnM ,
i 1 j 1 k 1
m
n
N
故此正项级数 A( k ) 收敛. 若 A( k ) 收敛,则对一切 i, j 有
k 1
充分性
aij ( k ) max aij ( k ) A( k ) ,
i, j
k 1, 2,
根据正项级数的比较判别法知 aij ( k ) 收敛( i 1, 2, , m; j 1, 2, , n ) ,所以
k 1
(k )
收敛,并称 S 为矩阵级数 A
k 1
(k )
的和,记为 A( k ) S 不收
k 1
敛的矩阵级数称为发散的.
由 此 定 义 可 知 , 矩 阵 级 数 A( k ) 收 敛 的 充 分 必 要 条 件 是 mn 个 数 项 级 数
k 1
a
k 1
教材第六章 矩阵函数
第六章 矩阵函数矩阵函数是矩阵理论的重要内容,它在力学、控制理论、信号处理等学科中具有重要作用.本章讨论矩阵函数——以方阵为“变量”、其“值”仍为方阵的函数.矩阵函数中最简单的是矩阵多项式,矩阵多项式是研究其他矩阵函数的基础,因为最终是通过它来定义和计算一般矩阵函数的.当然可以用收敛的矩阵幂级数来定义和计算某些矩阵函数.矩阵函数在线性微分方程组及矩阵方程的求解中都有重要的应用,而这些问题的求解是系统与控制理论中经常面临并且必须解决的实际问题.§6.1 矩阵级数定义1 设(){}k A 是m n C ⨯的矩阵序列,其中()()()k k m n ij A a C ⨯=∈,无穷和(1)(2)(3)()k A A A A +++++称为矩阵级数,记为()1k k A∞=∑.对正整数1k ≥,记()()1kk i i SA ==∑,称()k S 为矩阵级数()1k k A ∞=∑的部分和,如果矩阵序列(){}k S 收敛,且有极限S ,即()lim k k S S →∞=,则称矩阵级数()1k k A∞=∑收敛,并称S 为矩阵级数()1k k A∞=∑的和,记为()1k k A S ∞==∑.不收敛的矩阵级数称为发散的.由此定义可知,矩阵级数()1k k A ∞=∑收敛的充分必要条件是mn 个数项级数()1(1,2,;1,2,,)k ijk ai m j n ∞===∑ 都收敛.由矩阵级数的收敛性定义易知(1)若矩阵级数()1k k A ∞=∑收敛,则()lim 0;k k A →∞=(2)若矩阵级数()11k k As ∞==∑,()21k k B s ∞==∑ ,,a b C ∈,则()()121()k k k aAbB as bs ∞=+=+∑;(3)设m mP C⨯∈,n nQ C⨯∈,若矩阵级数()1k k A∞=∑收敛,则()1k k PA Q ∞=∑收敛且()()11()k k k k PAQ P A Q ∞∞===∑∑.定义2 设()1k k A ∞=∑是矩阵级数,其中()()()k k m n ij A a C ⨯=∈,如果mn 个数项级数()1k ijk a ∞=∑(1,2,;1,2,,)i m j n == 都绝对收敛,则称矩阵级数()1k k A ∞=∑绝对收敛.显然,若()1k k A ∞=∑绝对收敛,则它必是收敛的,但反之未必.定理1 矩阵级数()1k k A ∞=∑(其中()()()k k m n ij A a C ⨯=∈)绝对收敛的充分必要条件是对任何一种矩阵范数.,数项级数()1k k A ∞=∑都收敛.证 由各种矩阵范数的等价性,只须就某一种矩阵范数证明之,如考虑,max ij i jA a =.必要性()1k k A∞=∑绝对收敛,则()1k ij k a ∞=∑绝对收敛,该数项级数各项绝对值之和上方有界.今对1,2,,;1,2,i m j n == 的所有mn 个数项级数取共同上界M ,使对一切自然数N 及任意的,(1,1)i j i m j n ≤≤≤≤有()1Nk ijk aM =<∑.于是,对一切自然数N ,有()()()(),11111111max NNN m nm n Nk k k k ijijij i jk k k i j i j k Aaa a mnM =========≤=<∑∑∑∑∑∑∑∑,故此正项级数()1k k A ∞=∑收敛.充分性 若()1k k A ∞=∑收敛,则对一切,i j 有()()(),max ,1,2,k k k ij ij i ja a A k ≤==根据正项级数的比较判别法知()1k ij k a ∞=∑收敛(1,2,,;1,2,,i m j n == ),所以()1k k A∞=∑绝对收敛.定理得证.对矩阵级数也有幂级数的概念. 定义3 设n n A C ⨯∈,形如20120kk k k k c Ac E c A c A c A ∞==+++++∑的矩阵级数称为矩阵幂级数.由定理1即得如下定理. 定理2 设n nA C⨯∈,如果数项级数0kk k c A ∞=∑收敛,则矩阵幂级数0kk k c A ∞=∑绝对收敛,其中⋅是n n C ⨯上的某种相容矩阵范数.推论1 设n n A C ⨯∈,如果n n C ⨯上的某种相容矩阵范数⋅使得A 在幂级数20120kk k k k c zc c z c z c z ∞==+++++∑的收敛圆内,则矩阵幂级数0k k k c A ∞=∑绝对收敛.定理3 设n nA C⨯∈,并且幂级数0k k k c z ∞=∑的收敛半径为R .如果()A R ρ<,则矩阵幂级数0kk k c A ∞=∑绝对收敛;如果()A R ρ>,则矩阵幂级数0k k k c A ∞=∑发散.证 设矩阵A 的Jordan 标准形为J ,即存在可逆矩阵P 使得112(,,,)s P AP J diag J J J -==成立,其中10101i iiii i i n n J λλλλ⨯⎛⎫ ⎪⎪⎪= ⎪ ⎪⎪⎝⎭. 则112(,,,)k k k kk s P A P J diag J J J -== ,因此lim 0lim 0lim 0(1,2,,)k k k i k k k A J J i s →∞→∞→∞=⇔=⇔== ,而(1)11()()()()2!(1)!()()1()2!()()i n k i k i k i k i i k i k i ki k i k i k i f f f f n f f J f f f λλλλλλλλλ-⎛⎫''' ⎪- ⎪' ⎪ ⎪⎪= ⎪'' ⎪⎪' ⎪⎪⎝⎭,其中()k k f λλ=.所以1110000(,,)kk kk k k k k s k k k k c A P c J P Pdiag c J c J P ∞∞∞∞--====⎛⎫== ⎪⎝⎭∑∑∑∑ , 其中1111011110100i i i i in k n kk k i k k ik k i k k k n kk i k k k k i k k k i k n n c c C c C c J c C c λλλλλ∞∞∞--+-===-∞∞-==∞=⨯⎛⎫ ⎪⎪⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭∑∑∑∑∑∑这里(1)(1),!0,i ki k k k k i C k i i C k i --+⎧=≥⎪⎨⎪=<⎩,则当()A R ρ<时,幂级数111,,k k k ik c C λ∞-=∑ 111(1,2,,)i i i n k n kk ik n c Ci s λ∞--+=-=∑ 绝对收敛,因此矩阵幂级数kk k c A∞=∑绝对收敛;当()A R ρ>时,则A 有某个特征值i R λ>,幂级数0kk i k c λ∞=∑发散,故矩阵幂级数0k k k c A ∞=∑发散.推论2 如果幂级数0k k k c z ∞=∑在整个平面上都收敛,则对任意n n A C ⨯∈,矩阵幂级数0k k k c A ∞=∑收敛.§6.2 矩阵函数的定义及性质受高等数学或复变函数的启发,我们可以利用矩阵幂级数来定义矩阵函数.定义4(矩阵函数的幂级数表示) 设n n A C ⨯∈,一元函数()f λ能够展开为λ的幂级数0()k k k f c λλ∞==∑,并且该幂级数的收敛半径为R .当A 的谱半径()A R ρ<时,则将收敛矩阵幂级数0kk k c A ∞=∑的和定义为矩阵函数,记为()f A ,即0()k k k f A c A ∞==∑.因为当z <+∞时,有21112!!z n e z z z n =+++++ ; 3521111sin (1)3!5!(21)!n n z z z z z n +=-+-+-++ ; 242111cos 1(1)2!4!(2)!n nz z z z n =-+-+-+ ; 则由推论2知,对任意n n A C ⨯∈,矩阵幂级数2112!!n E A A A n +++++ ;3521111(1)3!5!(21)!n n A A A A n +-+-+-++ ; 242111(1)2!4!(2)!n n E A A A n -+-+-+ 都是收敛的.它们的和分别记为A e ,sin A ,cos A .通常称A e 为矩阵指数函数,sin A 和cos A 为矩阵三角函数,对方阵A 的这三种函数,容易验证下列性质.对任意,n n A B C ⨯∈,,k l C ∈,有 (1)()kA lA k l A e e e +=; (2)1()A A e e --=;(3)当AB BA =时,A B B A A B e e e e e +==;(4)()AtAt At d e Ae e A dt ==; (5)(sin )cos()cos()dAt A At At A dt ==⋅; (6)(cos )sin sin dAt A At At A dt=-=-⋅. 利用定理3和推论2定义矩阵函数,其实质就是先将函数()f z 展开成z 的收敛幂级数,再将z 代以矩阵A 来定义矩阵函数()f A ,但这个条件比较强,一般不易满足.下面我们拓宽矩阵函数的定义.对矩阵n n A C ⨯∈,假定存在n 阶可逆矩阵P 使得11(,,)s P AP J diag J J -== , (1)其中i J 是前面定义的Jordan 块,则对任意多项式()g λ,有111()()((),,())s g A Pg J P Pdiag g J g J P --== , (2)(1)11()()()1!(1!)()()1()1!()i i in i i i i i i i i n n g g g n g g J g g λλλλλλ-⨯⎡⎤'⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥'⎢⎥⎢⎥⎣⎦ .(2)式表明,()g A 与A 的Jordan 标准形结构以及()g λ在A 的特征值处的函数值与各阶导数值有关.定义5 设矩阵A 的最小多项式为()()()()t mt mm λλλλλλλϕ---= 2121,即说A 之所有不同特征根为t λλλ,,,21 ,它们作为最小多项式()λϕ的根,其重数依次为t m m m ,...,,21.我们把A 的所有不同特征根连同它们在最小多项式中根的重数称为A 的谱.记为()()(){}t t m m m ,,,,,,2211λλλ .定义6 对任意函数()f λ,如果(1)(),(),,(),i m i i i f f f λλλ-' 1,2,i t =都存在,则称()f λ在A 的谱上有定义,并称(1)(),(),,(),i m i i i f f f λλλ-' (1,2,,i t = )为()f λ在A 的谱上的值.定义7 如果两个多项式()λf ,()λg 在A 的谱上有相同的值,即()i f λ=()i g λ,()i f λ'=()()()()()t i g f g i m i m i i i ,,2,1,,,11 =='--λλλ则说()λf 与()λg 在A 的谱上一致.例1 设A 的最小多项式为()()()423--=λλλϕ,则多项式()()()35423++--=λλλλf 与()()()35424++--=λλλλg在A 的谱上一致.[)2('')2(''),2(')2('),4()4(),2()2(g f g f g f g f ====]定理4 对于方阵A 及多项式()λf ,()λg ,()()f A g A =的充分必要条件是()λf 与()λg 在A 的谱上一致.证 设A 之最小多项式为()()()()t mt mm λλλλλλλϕ---= 2121,记 ()()()λλλg f h -=.必要性 ()()A g A f =即()0=A h ,则()λh 是A 的化零多项式,于是()()λλϕh |,即有多项式()λq 使()()()()()()()t mt mm q q h λλλλλλλλϕλλ---== 2121.由于()λh 中至少含有i λλ-的i m 次方幂,对()λh 逐次求导必有()()()()0,,0,01=='=-i m i i i h h h λλλ , (3)即()()()()()()()()t i g f g f g f i m i m i i i i i i ,2,1,,,,11=='='=--λλλλλλ (4) 可见()λf 与()λg 在A 的谱上一致.充分性 若()λf 与()λg 在A 的谱上一致,则(4)式成立.由()λh 在i λλ=处的Taylor 展式()2()()()()'()()''()()2!!i i m m i i i i i i i i h h h h h m λλλλλλλλλλλ-=+-+++-+ ,前i m 项为0,可知i λλ-至少是()λh 的i m 重因式.注意t λλλ,,,21 互异,从而()λϕ必是()λh 的因式,即有多项式()λq 使()()()λλϕλq h =,又()0=A ϕ,因而()0=A h ,()()A g A f =.现在利用多项式给出矩阵函数的另一种定义. 定义8 设矩阵n n A C ⨯∈的最小多项式为()()()()tm t m m λλλλλλλϕ---= 2121,函数)(λf 在A 的谱上有定义.如果存在在A 的谱上与()f λ一致的多项式()g λ,即),()(i i g f λλ=)(')('i i g f λλ=)()(,,)1()1(i m i m i i g f λλ--= (1,2,,i t = ),则定义矩阵函数()f A 为()()f A g A ≡.§6.3 矩阵函数的计算方法矩阵函数的计算问题,是矩阵在应用中的关键问题.矩阵函数的计算是相当复杂的,例如,简单的矩阵函数101A 就要计算100次矩阵A 的乘积;若A 是5阶方阵,则要进行22500次加法和乘法运算.因此,研究如何方便地计算矩阵函数是非常有意义的.本节将讨论四种计算方法.一、递推公式计算法设()f E A λλ=-,根据Cayley-Hamilton 定理知,()0f A =,由此可得A 的递推关系式,从而计算给定的矩阵A 的函数.例1 设4阶方阵A 的特征值为,,0,0ππ-,求sin ,cos A A 解 设A 的特征多项式222422()()f λλλπλλπ=-=-. 由()0f A =,得4220A A π-=,即422A A π=.因此5423A A A A π==,752254A A A A A ππ===,9724563A A A A A ππ===,…………21(21)33223k k k A A A ππ++--==,…………从而357211111sin (1)3!5!7!(21)!k k A A A A A A k +=-+-++-+ 324221111((1))3!5!7!(21)!k k A A k πππ-=+-+-++-++ 335731111()3!5!7!A A ππππππ⎡⎤=+-+-+-+⎢⎥⎣⎦ 331(sin )A A πππ=+-+ 321A A π=-.同理可得242111cos (1)2!4!(2)!k k A E A A A k =-+-+-+ 222E A π=-.二、利用Jordan 标准形的计算法由递推公式计算法知,若A 是有限阶方阵,则由矩阵幂级数定义的矩阵函数()f A 与矩阵A 的某一多项式相等.因此,对给定的有限阶方阵A ,计算()f A 的问题,就是计算矩阵多项式的问题,因而关键是计算m A 的问题,下面就A 为各种不同矩阵情况下的计算问题进行讨论.(1)A 为对角矩阵设12n a a A a ⎛⎫⎪⎪= ⎪ ⎪⎝⎭,则12n m m m m a a A a ⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭. (2)A 为对角形分块矩阵设12k A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,其中12,,,kA A A 为A 的子方阵,由于分块矩阵的乘积与矩阵乘积类似,故对上述分块矩阵A ,有12k m m m m A A A A ⎛⎫ ⎪ ⎪=⎪ ⎪ ⎪⎝⎭. (3)A 为一般矩阵由于对任意方阵,总有A 的Jordan 标准形J 及满秩方阵P ,使得1A PJP -=,因此1m m A PJ P -=.若12s J J J J ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭, (1) 其中111i ii ii i n n J λλλ⨯⎛⎫ ⎪⎪⎪= ⎪ ⎪⎪⎝⎭,1,2,,i s = . (2) (1,2,,)i i s λ= 为A 的i n 重特征根,且12s n n n n +++= ,则1211s mmm m m J J A PJ P P P J --⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦.由上述讨论知,对一般的n 阶方阵A ,要计算m A ,实质上是计算A 的Jordan 块i J 的函数i m J ,并且通过上述(1)、(2)、(3)的讨论可知,A 的多项式及A 的幂级数的计算问题亦可化为计算A 的Jordan 块的函数.(4)计算Jordan 块i J 的函数()i f J设111i ii i k kJ λλλ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦ ,令010110i k k H ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦ ,则 i i i J E H λ=+,即 i i i H J E λ=-,又2001100i k kH ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦ ,3000101000i k kH ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ ,… …0p i H =,()p k ≥.设函数()f λ在i λ处的Taylor 展开式为()0()()()!m m i i m f f m λλλλ∞==-∑,则2()()()()()()1!2!i i i i i i i i f f f J f E J E J E λλλλλ'''=+-+-+ ()()()!m m i i i f J E m λλ+-+(1)21()()()()01!2!(1)!i k k i i i i i i f f f f E H H H k λλλλ--'''=+++++-(1)()()()()2!(1)!()2!()()k i i i i i i i f f f f k f f f λλλλλλλ-''⎛⎫' ⎪- ⎪⎪ ⎪='' ⎪ ⎪ ⎪' ⎪ ⎪⎝⎭.由上述讨论可知,对于给定的一般矩阵A 及函数()f λ,计算()f A 的步骤如下:第一步,经过相似变换将A 化成A 的Jordan 标准形J ,并求相似的变换矩阵P ,使得1A PJP -=,其中J 与i J 如(1)、(2)式;第二步,计算()f J12()()()()k f J f J f J f J ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭, 其中(1)(2)()()()()2!(1)!()()0()()(2)!000()i i n i i i i i n i i i i i i f f f f n f f J f f n f λλλλλλλλ--⎡''⎤'⎢⎥-⎢⎥⎢⎥'=⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦;第三步,计算()f A1()()f A Pf J P -=.例2 设n n A C ⨯∈,它的Jordan 标准形为12s J J J J ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦, 其中 111i ii ii i n n J λλλ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦,1,2,,i s = , 且1A PJP -=,试写At e .解 此时()t f e λλ=,()t f te λλ'=, …………(1)1()i i n n t f t e λλ--=,1211k J tJ tAt Jt J t e e e Pe P P P e --⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦, 其中122112!(1)!10(1,2,,).(2)!00i i i i i i i i i i i i itt t n t i ttn t J ti t n n e te t e t e n e te t e e i s n e λλλλλλλλ--⨯⎡⎤⎢⎥-⎢⎥⎢⎥==⎢⎥-⎢⎥⎢⎥⎢⎥⎣⎦例3 设⎪⎪⎪⎭⎫ ⎝⎛-----=221111122A ,求At e ,sin At .解 令()t e f λλ=,()sin g t λλ=.求得A 的Jordan 标准形为⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫⎝⎛=111121J J J . 再求相似的变换矩阵P .设1123(,,),,,P P AP J AP PJ ηηη-===使则即()()123123110,,,,010001A ηηηηηη⎛⎫ ⎪= ⎪ ⎪⎝⎭123,,ηηη应满足1121233A A A ηηηηηηη=⎧⎪=+⎨⎪=⎩即13,ηη是()0A E x -=两个线性无关的解.解1211210121x -⎛⎫⎪--= ⎪ ⎪--⎝⎭,同解方程组12320x x x +-=,令23,x x 分别取(1,1),(0,1),得得13111,011ηη-⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,便有101100111P -⎛⎫ ⎪= ⎪ ⎪⎝⎭,计算出1010121110P -⎛⎫⎪=-- ⎪ ⎪⎝⎭.于是()()()()1112At f J e f A Pf J P P P f J --⎛⎫===⎪⎝⎭ 1)1()1()1()1(-⎪⎪⎪⎭⎫⎝⎛'=P f f f f P⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛-=0111210100000111001101t t t te e te e ⎪⎪⎪⎭⎫ ⎝⎛+-----+=t t t t t t t t t e t 122121. 1sin ()()At g A Pg J P -==101sin cos 0010cos sin 2cos cos 1000sin 0121cos sin 2cos cos 11100sin 110cos 2cos cos sin t t t t t tt t t t t t t t t t t t t t t t t t t -+-⎛⎫⎛⎫⎛⎫⎛⎫ ⎪⎪⎪ ⎪=--=---⋅ ⎪⎪⎪ ⎪ ⎪⎪⎪ ⎪--+⎝⎭⎝⎭⎝⎭⎝⎭三、拉格朗日——西尔维斯特(Lagrange-Sylvester)插值多项式表示法给定方阵A 及在A 的谱上有定义的函数()λf 时,按照定义,对任一在A 的谱上与()λf 一致的多项式()λg ,都可由()g A 给出()A f .而这样的()λg 有无穷多个,拉格朗日—西尔维斯特插值多项式()p λ就是其中一个,它的次数比A 的最小多项式次数还低.设n 阶矩阵A 的最小多项式为()()()()tm t m m λλλλλλλϕ---= 2121 (3)n m m m m t ≤=+++ 21.为找到一个次数比()λϕ低的多项式()p λ在A 的谱上与()λf 一致,我们设想将真分式()()λϕλp 展开为部分分式()()()()()∑=--⎥⎥⎦⎤⎢⎢⎣⎡-++-+-=tk k m k m k k m k k k k k a a a p 11,110λλλλλλλϕλ . (4)为求出待定系数,,,,1,10-k m k k k a a a 以()k mk λλ-乘(4)式两端并按()k λλ-的升幂排列加以整理有()()()()()()k k k mk m k m k k k k k q a a a p λλλλλλλλϕλ-+-++-+=--11,10 (5)其中()()()km k k λλλϕλϕ-=()()()()111111k ktmm m mk k t λλλλλλλλ-+-+=----()()()(),10111l l l tl m l l m m l l l l l k a a a q λλλλλλλ--=≠⎡⎤=+++⎢⎥---⎢⎥⎣⎦∑ ()λq 是λ的一个有理函数,在k λλ=处有定义且多次可导.今对式(5)两端逐次求导()()()()()21,2112----++-+=⎥⎦⎤⎢⎣⎡k k m k m k k k k k k a m a a p d d λλλλλϕλλ ()()[]k mk q d d λλλλ-+, ()()22k p d d λλϕλ⎡⎤=⎢⎥⎣⎦()()()()323,12!3!12k k m k k k k k k m k a a m m a λλλλ--+-++--- ()()[]k mk q d d λλλλ-+22,……………()()()()()[]kk k k k k m k m m m k k k m m q d d a m p d d λλλλλϕλλ-+-=⎥⎦⎤⎢⎣⎡-----111,11!1. 上述各等式之左端出现的无非是()()λλϕp k ,及它们的各阶导数,各式右端最后一项都有()k λλ-的正整数方幂作为因式.今在上述各式及(5)式中令k λλ=,并注意()()()()()0,1,2,,1l l k k k p f l m λλ==- ,则有()()()(),k kiiii k k p f d d d d λλλλλλλϕλλϕλ==⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦ 从而得 ()()k k k k f a λϕλ=0,()()kk k f d d a λλλϕλλ=⎥⎦⎤⎢⎣⎡=1, ()()k k k f d d a λλλϕλλ=⎥⎦⎤⎢⎣⎡=222!21, ……()()()t k f d d m a kk k k k m m k m k ,,2,1,!11111, =⎥⎦⎤⎢⎣⎡-==---λλλϕλλ. (6)将上述系数代入(4)即可得()()()()(),10111k k k tk m k k m m k k k k a a a p λϕλλλλλλλ--=⎡⎤=+++⎢⎥---⎢⎥⎣⎦∑ , 或()()()()101,11k k tm k k k k m k k k p a a a λλλλλϕλ--=⎡⎤=+-++-⎣⎦∑ .这就是所求的拉格朗日——西尔维斯特插值多项式(简记为L-S 多项式),它与()λf 在A 的谱上一致且其次数显然少于()λϕ(至少要少一次).于是()()()()()101,11k k tm k k k k m k k k f A p A a E a A E a A E A λλϕ--=⎡⎤==+-++-⎣⎦∑ . (7)例4 用拉格朗日-西尔维斯特插值多项式表示方法求例3中的At e . 解 设()t e f λλ=,由A 的若当标准形知A 的最小多项式为()()21-=λλϕ,()λf 在A 的谱上有定义,特征根11=λ,并且()11=λϕ.拉格朗日-西尔维斯特插值多项式应为()()[]()λϕλλ111101-+=a a p ,按(6)式有()()t t t te e d d a e f a =⎥⎦⎤⎢⎣⎡====1)(,11111110λλϕλϕλ,故()()1t t p e te λλ=+-.于是()()()At t t e f A p A e E te A E ===+-⎪⎪⎪⎭⎫ ⎝⎛-----+⎪⎪⎪⎭⎫ ⎝⎛=121121121tt tt te e e e ⎪⎪⎪⎭⎫ ⎝⎛+-----+=t t t t tt t t t e t 122121. 例5 已知4156142153A -⎛⎫⎪=- ⎪ ⎪-⎝⎭,求ln A .解 2415610014201015300(1)E A λλλλλλ--⎛⎫⎛⎫ ⎪ ⎪-=-+-→- ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭.故1111J ⎛⎫ ⎪= ⎪ ⎪⎝⎭为A 的Jordan 标准形,且A 最小多项式为2(1)λ-.设()ln f λλ=,则()f λ在A 的谱上有定义.特征根11λ=,并且1()1ϕλ=.设L-S 多项式[]10111()(1)()p a a λλϕλ=+-101111(1)0(1)[ln ]1f a da d λϕλλ=====故()1p λλ=-.所以3156ln ()()152152A f A p A A E -⎛⎫⎪===-=- ⎪ ⎪-⎝⎭.例6 已知1000112000002021A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,求矩阵函数A . 解 求得A 的最小多项式2()(1)ϕλλλ=-.令()f λλ=,则()f λ在A 的谱上有定义.L-S 多项式为10120212()()[(1)]()p a a a λϕλλϕλ=++-,其中21()(1)ϕλλ=- ,2()ϕλλ=;102100()0()(1)f a λλλλϕλλ=====-,20211()1()f a λλλλϕλλ===== ,23211111122d a d λλλλλ-==⎡⎤==-=-⎢⎥⎣⎦ .于是 11()1(1)(3)22p λλλλλ⎡⎤=--=-⎢⎥⎣⎦.便有2000124011()()(3)0000222042A f A p A E A A ⎛⎫⎪⎪===-=⎪⎪⎝⎭. 四、待定系数法按矩阵函数的定义8只需求出多项式g ()λ,使得()()i i f g λλ= ,(1)(1)()(),,()(),i i m m i i i i f g f g λλλλ--''== (8)1,2,,i t = ,设A 的最小多项式为(3)式,由于()f λ在A 的谱上给定,从而确定了m 个条件,因此,可用这m 个条件确定()g λ的系数.即令210121()m m g a a a a λλλλ--=++++ (m 为A 的最小多项式的系数),则由条件(8)列出方程组,解出011,,,m a a a - 从而求出()g λ,进而计算()()f A g A =.例7 使用待定系数法求例5中的ln A .解 由例5知A 的最小多项式为2()(1)ϕλλ=- ,特征值11λ=是2重根, 令01()g a a λλ=+ ,由于()ln f λλ= ,且11()()f g λλ=,11()()f g λλ''= , 故011ln101a a a =+=⎧⎨=⎩ 于是解得01a =-,11a =,从而3156()ln ()152152f A A g A E A -⎡⎤⎢⎥===-+=-⎢⎥⎢⎥-⎣⎦.例8 使用待定系数法求例6中的A .解 A 的最小多项式为2()(1)ϕλλλ=- .特征值 10λ=是单根,21λ=是二重根.令2012()g a a a λλλ=++ .由于()f λλ=,且11()()f g λλ= ,22()()f g λλ= ,22()()f g λλ''=故00121201122a a a a a a=⎧⎪⎪=++⎨⎪=+⎪⎩,于是解得0120,3,21.2a a a =⎧⎪⎪=⎨⎪⎪=-⎩ 从而 231()()22f A A g A A A ===-200012401000022042⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦.*§6.4 矩阵函数应用举例运用矩阵函数与矩阵微积分理论可以求得某些微分方程组,也可以求解某些矩阵的微分方程.考虑一阶线性微分方程组1111122112211222221122(),(),()n n n n n n n nn n n dx a x a x a x f t dt dx a x a x a x f t dtdx a x a x a x f t dt⎧=++++⎪⎪⎪=++++⎪⎨⎪⎪⎪=++++⎪⎩ (1)其中t 为自变量,()ij ij a a t =(,1,2,,)i j n = ,()i f t (1,2,,)i n = 都是t 的已知函数,()(1,2,,)i i x x t i n == 是t 的未知函数.若记()()12,,,,()[()]Tn ij n n x t x x x A t a t ⨯== ,则方程组(1)可改写为如下的微分方程()()()()dx t A t x t f t dt=+ (2) 如设微分方程组(1)的初始条件为1010202000(),(),...,()n n x t x x t x x t x ===, (3)可以表示成0010200()(,,,)T n x t x x x x == , (4) 则成为一般的初值问题.定理5 设A 是n 阶常数矩阵,则一阶线性常系数微分方程组的初值问题00()(),().dx t Ax t dtx t x ⎧=⎪⎨⎪=⎩ (5) 有且仅有唯一解0()0A t t x e x -=. (6)证 将0()(1,2,,)i x t i n t t == 在处展开成幂级数2000001()()()()()(),2i i i i x t x t x t t t x t t t '''=+-+-+ !从而有2000001()()()()()().2x t x t x t t t x t t t '''=+-+-+ !因为002200002()(),()()(),t t t t t t dx d x dx t A x t x t Ax A x t dt dt dt ==='''===== ,于是[]02()00001()()()()()2!A t t x t E A t t A t t x t e x t -⎧⎫=+-+-+=⎨⎬⎩⎭,这说明初值问题(5)的解必有0()0()A t t x t e x -=的形式.另一方面,由于000()()()000[]()()A t t A t t A t t dx d d e x e x Ae x Ax t dt dt dt---====. 因此,初值问题(5)的唯一解为(6).定义9 设A 是n 阶常数矩阵,如果对任意的0t 和0x ,初值问题(5)的解()x t 都满足lim ()0,t x t →∞=则称微分方程组()dxAx t dt=的解是渐近稳定的. 微分方程组()dxAx t dt=解的渐近稳定性是系统与控制理论的基本问题,对此有如下结果.定理6 对任意的0t 和0x ,初值问题(5)的解()x t 渐近稳定的充分必要条件是矩阵A 的特征值都有负实部.证 必要性 采用反证法.假若矩阵A 有一个特征值111i λαβ=+满足10α≥,设i x 是对应于特征值1λ的特征向量,则111Ax x λ=由定理5知,初值问题1()(0)dxAx t dtx x ⎧=⎪⎨⎪=⎩, 的解为1111111()(cos sin )t t At x t e x e x e t i t x λαββ===+.因为10,α≥则lim ()0t x t →+∞≠,这与必要性的假设矛盾.因此A 的特征值都有负实部.充分性 对任意的0t 和0x ,初值问题(5)的解为0()0()A t t x t e x -=.如果矩阵A 的特征值都有负实部,则0()lim 0A t t t e -→+∞=,故lim ()0t x t →+∞=,即初值问题(5)的解()x t 渐近稳定.定义10 设A 是n 阶矩阵,如果A 的特征值都有负实部,则称A 为稳定矩阵.由定理6和定义10知,初值问题(5)的解()x t 渐近稳定的充分必要条件是矩阵A 为稳定矩阵.例1 求微分方程组1221,.dx x dtdx x dt⎧=⎪⎪⎨⎪=-⎪⎩ (7) 满足初始条件12(0)1,(0)1x x ==- (8)的解.解 (7)、(8)即0(0)dxAx dt x x ⎧=⎪⎨⎪=⎩,其中001,(1,1)10TA x ⎛⎫=- ⎪-⎝⎭.A 之特征方程2()1f λλ=+,由Cayley-Hamilton 定理知()0f A =,即2A E =-.进而便有3456,,,,A A A E A A A E =-===- ,故()∑∞=--++--+==065432!6!5!4!3!2!k kAtE t A t E t A t E t tA E k At eA t t t E t t t ⎪⎪⎭⎫ ⎝⎛-+-+⎪⎪⎭⎫ ⎝⎛+-+-= !5!3!6!4!2153642()c o s s i nc o s (s i n )s i n c o stt t E t A t t ⎛⎫=+=⎪-⎝⎭. 由定理5可知原问题的解为()0cos sin sin cos At t t x t e x t t -⎛⎫== ⎪--⎝⎭.定理7 设A 是n 阶常数矩阵,则微分方程组初值问题()()()()00dx t Ax t f t dt x t x ⎧=+⎪⎨⎪=⎩(9) 的解为()()()000A t t At A tx t e x e e f d t τττ--=+⎰,或写成()()()()000A t t A t t x t ex e f d t τττ--=+⎰. (10)证 首先有()[]()()()dtt dx e t x A e t x e dt d At At At ---+-= ()()()t f e t Ax dt t dx e At At --=⎥⎦⎤⎢⎣⎡-=将上式在],[0t t 上积分,得()()00A A t t d e x d e f d t t d τττττττ--⎡⎤=⎣⎦⎰⎰,即 ()()()000At At A te x t e x t ef d t τττ----=⎰.于是()()000[]At At A t x t e e x e f d t τττ--=+⎰()()000A t tAt A t e x e e f d t τττ--=+⎰.例2 已知()2022110031,0,02130t t e A f t x te ⎛⎫-⎛⎫⎛⎫⎪ ⎪ ⎪=-== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭,在()∞+∞-上解初值问题()()()()00x t Ax t f t x '=+⎧⎪⎨=⎪⎩. 解 其解为()()()()()00ttt At A tAx t e x ef d e f d ττττττ--=+=⎰⎰,A 的最小多项式为()()422--λλ,故设()t e λϕλ=,2012()g a a a λλλ=++.由t e λ与()g λ在A的谱{}(2,2),(4,1)上一致,由待定系数法可定出220221222(4),(13),1(12).4t t t t t t a e e t a e e t a e e t ⎧=-⎪⎪=-++⎨⎪=--⎪⎩ 所以222221(4)(13)(12)4tA t t t t e e e t E e t A e t A ⎡⎤=-+-+++--⎢⎥⎣⎦.()2()2()22()211()[(4())0()13())0t A t t t t e f e e t e e t e A ττττττττττ----⎛⎫⎛⎫ ⎪ ⎪=--+-++- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭222()1(12())0]4t e A e t ττττ-⎛⎫⎪+--- ⎪ ⎪⎝⎭22222222222244133004433t t t t t t e e t e e t e e A e e t e e t τττττττττττττ----⎛⎫⎛⎫-+-++- ⎪ ⎪=+ ⎪ ⎪ ⎪ ⎪-+-++-⎝⎭⎝⎭22222221220422t tt e e t e A e e t τττττττ--⎛⎫--+ ⎪+ ⎪ ⎪--+⎝⎭. 积分得22()20231222()()0124423t tt A tt e t x t e f d e e t t τττ-⎛⎫-- ⎪ ⎪==+ ⎪ ⎪ ⎪--- ⎪⎝⎭⎰222222222322313122222004114422244222t t t tt t e t e t t t e e A A e t t t e t t t ⎛⎫⎛⎫-+++--- ⎪ ⎪ ⎪ ⎪+ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-++++---- ⎪ ⎪⎝⎭⎝⎭将211031213A -⎛⎫ ⎪=- ⎪ ⎪⎝⎭,264628610410A -⎛⎫⎪=-- ⎪ ⎪⎝⎭代入并化简得2212222322331388443333()884433338844t t t t e t t x x t x e e t t x e t t ⎛⎫-+- ⎪⎛⎫ ⎪ ⎪ ⎪==-+++ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪--+ ⎪⎝⎭.习 题 六1、讨论下列矩阵幂级数的敛散性.1)kk k∑∞=⎪⎪⎭⎫ ⎝⎛--1231711; 2)kk k k∑∞=⎪⎪⎭⎫⎝⎛--012816. 2、设nn CA ⨯∈,证明:Neumann 级数∑∞=0k kA收敛的充要条件是1)(<A ρ,且其和为1)(--A E .3、设A 为3阶方阵,可逆矩阵P 使⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=-3211λλλAP P , 求A e Acos ,及A sin .4、已知多项式43()21p λλλλ=-+-与矩阵⎪⎪⎪⎭⎫⎝⎛-=311111002A ,计算(),Ap A e .5、已知⎪⎪⎭⎫ ⎝⎛-=5113A 求A 及Ae .6、已知⎪⎪⎪⎪⎭⎫ ⎝⎛---=12121210201A , 求At e .7、知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1010100014πA ,求A sin . 8、设⎪⎪⎭⎫⎝⎛=1221A ,求Ate . 9、已知矩阵210100212A ⎛⎫⎪=- ⎪ ⎪--⎝⎭试求矩阵函数)(A f 的Lagrange-Sylvester 内插值多项式表示,并用其计算矩阵函数A e tA πsin ,.10、已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=121)(,101024012te t b A .1)求Ate .2)用矩阵函数方法求微分方程()()()dx t Ax t b t dt=+满足初始条件T x )1,1,1()0(-=的解.。
第六章传递函数矩阵的实现理论
能控形实现的维数?
⎡0 ⎢1 ⎢ A = ⎢0 ⎢ ⎢0 ⎢ ⎣0
0 0 0 0 ⎤ 0 0 0 − 2⎥ ⎥ 1 0 0 − 7⎥ ⎥ 0 1 0 − 9⎥ 0 0 1 − 5⎥ ⎦
⎡0 ⎢3 ⎢ B = ⎢5 ⎢ ⎢2 ⎢ ⎣0
4⎤ 6⎥ ⎥ 4⎥ ⎥ 1⎥ 0⎥ ⎦
C = [0 0 0 0 1]
(6-1)
或简写为(A,B,C,E)是其传递函数矩阵 G ( s ) 的一个实现, 如果两者为外部等价即成立关系式:
C(sI − A)−1 B + E = G(s)
(6-2)
传递函数矩阵 G ( s ) 的实现(A,B,C,E)的结构复杂程 度可由其维数表征。一个实现的维数规定为其系统矩阵A的维 数,即有
L O
0 q ⎤ −α 1 I q ⎥ ⎥ , M ⎥ ⎥ −α l −1 I q ⎥ ⎦ lq × lq Iq ⎤ ⎦
q × lq
⎡ P0 ⎤ ⎢ P ⎥ B0 = ⎢ 1 ⎥ ⎢ M ⎥ ⎢ ⎥ P ⎣ l −1 ⎦ lq × p
(6-9)
而真传递函数矩阵 G ( s ) 的能观形实现为 ( A0 , B0 , C0 , E ) 。 例:试建立
co = [0, L, 0, 1]
(6-5)
这时A阵的规模不可能再减小了,因为再减小就不可能得出 传递函数的分母是 n 次多项式的结果。 6.1.2 传递函数矩阵的实现 考虑以有理分式矩阵描述给出的真 q × p 传递函数矩阵 G ( s )
G(s) = (gij (s)), i = 1,L, q j = 1,L, p
(6-4)
能观测规范形实现 式(6-3)所示标量传递函数 g(s)的严真部分n(s)/d(s)的 4 能观测规范形实现具有形式:
矩阵论 第六章 矩阵函数
1 0 0 0 1 1 J 0 0 1
故其最小多项式为 ( 1) 。 (4)此矩阵本身就是一个Jordan标准形, 2 所以其最小多项式 ( 5)( 3) 。
2
矩阵函数及其计算
函数在矩阵谱上的值与矩阵函数
定义:设 A C nn , 1 , 2 ,, r 为 A的 r 个互不相同的特征值, m( ) 为其最小多项 式且有 m( ) ( 1 )d1 ( 2 )d2 ( r )dr
1 J 0 0 所以其最小多项式为 0 1 1 0 1 0
( 1) 。
2
(2)此矩阵的Jordan标准形为
1 0 0 0 3 1 J 0 0 3
从而其最小多项式为( 1)( 3) 。 (3)该矩阵的Jordan标准形为
nn
,那么
(1)矩阵 A 的最小多项式是唯一的。
(2)矩阵的任何一个零化多项式均能被m( )
整除。
(3)相似矩阵有相同的最小多项式。 如何求一个矩阵的最小多项式?首先我们考 虑Jordan标准形矩阵的最小多项式。 例1 :已知一个Jordan块
i Ji
1
i
1 i di di
f (1) sin1, f (1) cos1
我们称此表达式为矩阵函数 f ( A) 的Jordan 表示。 例1 :设
1 2 6 1 0 3 A 1 1 4 A tA 求 f ( A) 的Jordan表示并计算 e , e ,sin A .
解:首先求出其Jordan标准形矩阵 J 与相似 变换矩阵 P .
4 3
与矩阵
3 0 8 A 3 1 6 2 0 5 求 f ( A) 。
矩阵函数的求法
第八讲矩阵函数的求法一、利用Jordan 标准形求矩阵函数。
对于矩阵的多项式,我们曾导出1()()f A Pf J P −=,f :多项式()1()2()()f J f J f J f J s =()()111()()()()()1!2!i ii i i i i m f f f f f J m −′′′=−λλλλ 实际上,以上结果不仅对矩阵的多项式成立,对矩阵的幂级数也成立。
由此引出矩阵函数的另一种定义及计算方法。
1. 定义:设n 阶矩阵A 的Jordan 标准形为J12J J JJ s =,11()10i i i i i J =λλλλλ 且有非奇异矩阵P 使得:1P AP J −= 对于函数()f z ,若下列函数()1(),(),,()i m i i i f f f −′ λλλ (1,2,,)s = λ均有意义,则称矩阵函数()f A 有意义,且()1()211()()()f J f J f A Pf J PP P f J s −−==()()111()()()()()1!2!i i i i i i i i im ff f f f m m m J −′′′=−×λλλλ2. 矩阵函数的求法(步骤):1求出A 的Jordan 标准形及变换矩阵P ,1P AP J −=2 对于J 的各Jordan 块i J 求出()i f J ,即计算出()1(),(),.......,()i m i i i f f f −′λλλ并按照顺序构成()i f J ,()()111()()()()()1!2!i ii i i i i i im f f f f f m m m J −′′′=−×λλλλ3合成()1()2()()f J f J f J f J s =4矩阵乘积给出1()()f A Pf J P −=需要说明的是,计算结果与Jordan 标准形中Jordan 块的顺序无关。
例1 (教材P70例1.27). 1234123121A=,求A [解] 1o求出J 及P11100840022101104114201,,1122816161116JPP −−−− ==−2o求出()1(),(),.......,()i m i i i f f f−′λλλ并构成()i f J :111,4,()m f z z ===λ(1)1f =,135111133222(1)|,(1)|,(1)|111224488f z f z f z z z z −−−′′′′′′===−=−=====11682116821()1681616f J −−=3o合成1()()f J f J =4o 求1()()f A Pf J P −=,1111111()111f A=说明: (1)()f z z =,在0z =不存在泰勒展开(而存在洛朗展开),如按原先的幂级数定义,则根本无从谈()f A 的计算,可见新的定义延拓了原来的定义;(2)2211111234111123[()]111211f A A===,可见这样的A 确与2A 构成反函数;(3)矩阵函数的种类不仅是我们介绍的这种,如辛矩阵。
第6章 矩阵函数
A
(aij
)
C
mn
,如果
lim
k
ai(jk
)
aij( i
1,2,
, m;
j
1,2,
,n
),
则称矩阵序列{A(k)}收敛于矩阵 A , 记为
lim A(k) A 或 A(k) A k .
k
当矩阵序列不收敛时,也叫做发散的.
定理 6.1.2 lim A(k) A 的充分必要条件是 k
||
0.
充分性
如果
lim
k
||
k
||
0,
即
lim
k
max
1in
x(k) i
xi
0,
因为
|
x
k
j
xj
|
max |
1in
xik
xi
|
(
j
1,2,
, n),
所以
lim (
k
x
k
j
xj
)
0
( j 1,2, , n)
因此
lim k .
k
定 义 6.1.2 设 矩 阵 序 列 {A(k )} , 其 中 A(k) (ai(jk) ) Cmn ,
k
k
(对任一向量范数|| || )
证明 由向量范数的等价性, 只需对某一向量范数证明.为此, 取
向量范数|| || .
必要性 如果 lim (k) , 则 k
lim (
k
xi(k
)
xi
)
0
(i
1,2,..
, n)
.
故
矩阵论第六章K积及一些常见的矩阵方程
x2 x2
y1 y2
⎟⎞ ⎟ ⎟ ⎟⎟⎠
=
⎜⎛ ⎜ ⎜⎝
x1 y "
⎟⎞ ⎟
,η
x2 y ⎟⎠
=
⎜⎛ u1v1
⎜ u1v2
⎜ ⎜⎜⎝
u2v1 u2v2
⎟⎞ ⎟ ⎟ ⎟⎟⎠
=
⎜⎛ ⎜
u1v "
⎟⎞ ⎟
⎜⎝u2v ⎟⎠
x1 y1 = ( a11u1 + a12u2 ) ( b11v1 + b12v2 ) = a11b11u1v1 + a11b12u1v2 + a12b11u2v1 + a12b12u2v2
= A+ ⊗ B+ [ ( A ⊗ B ) ( A+ ⊗ B+ ) ]H = [ AA+ ⊗ BB+ ]H
= ( AA+ )H ⊗ ( BB + )H
= AA+ ⊗ BB + = ( A ⊗ B ) ( A+ ⊗ B+ )
同样有[ ( A+ ⊗ B+ ) ( A ⊗ B ) ]H = ( A+ ⊗ B+ ) ( A ⊗ B )
在于它们的元的表示法不同,C mn 中的元是用列向量形式表出的。由
同构定理易知这两个空间是同构的。于是,适当的取同构映射,就能
故
( A ⊗ B ) ( x(i) ⊗ y( j) ) = [ ( A ⊗ In ) + ( Im ⊗ B ) ] ( x(i) ⊗ y( j) )
=
λ i
(
x(i)
⊗
y( j)
)
+
μ j
(
2019大学高等数学ppt课件第六章2矩阵及其运算.ppt
1 0 2 3 1 0 设 A 1 2 1 ,B 1 1 1 ,求满足 3 4 2 2 1 1 方程 3 A 2 X B 的X 。
等……
1 0...... 0 0 1......0 E n ...... 0 0......1
●上三角形矩阵——主对角线下方元素全为零、上方的
元素不全为0的方阵。如:
2 1 2 0 1 0 0 0 1
a11 a12 ...... a1n 0 a ...... a 22 2n ...... 0 0 ...... a nn
●零矩阵 ——所有元素都为零的矩阵,简记作 0mn 。 如
0 ... 0
0 0 0
0 0 0 0
0 00 0 00
等……
●对角形矩阵——主对角线上的元素不全为零,其它的
元素都为0的方阵,简记作 。
0 0 0 2
j 称为列标。
简称为 m n 矩阵,简记作
A (aij )mn
a11 x1 a12 x2 ...... a1n xn b1 a x a x ...... a x b 21 1 22 2 2n n 2 设有线性方程组 am1 x1 am 2 x2 ...... amn xn bm
这样的方程组一定有解,至少有零解
x1 x2
xn 0
根据Crammer法则,当系数行列式D≠0时,齐次线性 方程组只有唯一的零解;否则,当系数行列式 D=0 时,
齐次线性方程组有非零解(无穷多个)。
例2 当k为何值时,下面的方程组只有零解?
矩阵论简明教程第三版大纲
矩阵论简明教程第三版大纲第一章:引言- 矩阵的定义与基本概念- 矩阵的运算法则- 矩阵的特殊类型(零矩阵、单位矩阵、对角矩阵等)第二章:线性方程组与矩阵- 线性方程组的矩阵表示- 线性方程组的解的判定与求解- 齐次线性方程组与非齐次线性方程组- 线性相关与线性无关性质第三章:矩阵的初等变换与矩阵的秩- 矩阵的初等变换及其性质- 矩阵的行阶梯形与行简化阶梯形- 矩阵的秩及其性质- 矩阵的秩与线性方程组解的关系第四章:矩阵的逆与行列式- 矩阵的逆的定义与性质- 矩阵的可逆性判定- 矩阵的伴随矩阵与逆矩阵的性质- 矩阵的行列式的定义与性质- 矩阵的行列式的计算方法第五章:特征值与特征向量- 矩阵的特征值与特征向量的定义与性质- 矩阵的特征值与特征向量的计算方法- 矩阵的对角化与相似矩阵- 特征值与特征向量在几何中的应用第六章:正交变换与正交矩阵- 正交变换的定义与性质- 正交矩阵的性质与判定- 正交变换在几何中的应用- 施密特正交化与正交矩阵的计算方法第七章:复数与复矩阵- 复数与复数域- 复矩阵的定义与性质- 复矩阵的运算法则- 复矩阵的特殊类型(Hermitian矩阵、Unitary矩阵等)第八章:广义逆与线性方程组的最小二乘解- 广义逆的定义与性质- 广义逆与线性方程组的关系- 最小二乘解的定义与性质- 最小二乘解的计算方法第九章:矩阵函数与矩阵方程- 矩阵函数的定义与性质- 矩阵方程的解的存在性与唯一性- 矩阵方程的求解方法第十章:矩阵的分解与应用- 矩阵的LU分解与求解线性方程组- 矩阵的QR分解与最小二乘问题- 矩阵的奇异值分解与主成分分析- 矩阵的特征值分解与对角化。
线性代数(李建平)讲义__复旦大学出版社__第六章
第六章 二次型
第一节
定义1
二次型的基本概念
系数在数域 R中的含有 n 个变量的二次齐次多项式
2
d1 y1 d 2 y2 d n yn
2 2
2
例如 已知 f ( x1 , x2 ) x1 2 x1 x2 x2 ,
2
x1 1 1 y1 y1 y2 令 x 0 1 y y , 2 2 2 则原二次型化为f ( y1 , y2 ) y1 .
2 3
(原二次型的标准型)
x1 y1 y2 y2 y3 x2 x y3 3
原二次型化成标准型
1 1 | C | 0 0
2 1 2 2
0 1 1 0 1
1 0
2 3
y y y
其矩阵
1 0 0 B 0 1 0 0 0 1
确定一个二次型.这样,二次型与对称矩阵之间存在
一一对应的关系.因此,我们把实对称矩阵A叫做 二次型的矩阵,也把二次型叫做实对称矩阵A的二次型, 矩阵A的秩称为二次型的秩.
例1 求二次型 f 的秩.
2 2 f ( x , y , z ) x1 2 x2 2 x1 x2 3 x2 x3
2 1 2 2
2 n
化为矩阵形式.
解
(1)因为
a11 1, a22 2 , a33 3 ,
函数与矩阵的概念和性质
函数与矩阵的概念和性质函数是一种数学对象,描述了输入与输出之间的关系。
一个函数通常由三个要素组成:定义域、值域和对应关系。
函数通常表示为f(x),其中x是定义域的元素,f(x)是x在函数中对应的值。
矩阵是一个由m行n列元素组成的矩形阵列。
每个元素可以是实数、复数或其他数学对象。
一个矩阵的大小通常表示为m x n,其中m是矩阵的行数,n是矩阵的列数。
函数和矩阵有许多重要的概念和性质。
下面我将对其中一些进行详细介绍。
1.函数的复合:给定两个函数f(x)和g(x),它们的复合函数(g∘f)(x)定义为先应用f(x),然后将结果作为g(x)的输入。
复合函数可以用来描述多个函数的组合效果。
2.函数的反函数:对于一个函数f(x),如果存在一个函数g(x),使得f(g(x))=x,且g(f(x))=x对于定义域和值域中的所有元素成立,那么g(x)就是f(x)的反函数。
反函数可以用来将函数的输出映射回输入。
3.矩阵的乘法:给定两个矩阵A和B,它们的乘积A B定义为将A的每一行与B的每一列进行逐个元素的乘法,然后将乘积相加得到的结果。
矩阵乘法可以用来描述线性变换的组合效果。
4.矩阵的转置:给定一个矩阵A,它的转置矩阵A^T定义为将A的行与列进行交换所得到的矩阵。
转置操作可以改变矩阵的形状,同时保持矩阵的性质不变。
5.矩阵的逆:对于一个方阵A,如果存在一个矩阵B,使得A B=B A=I,其中I是单位矩阵,那么B就是A的逆矩阵。
逆矩阵可以用来将矩阵的乘法操作逆转回来。
6.矩阵的行空间和列空间:给定一个矩阵A,它的行空间是由A的行向量张成的向量空间,而列空间是由A的列向量张成的向量空间。
行空间和列空间可以用来描述矩阵所表示的线性变换的影响。
7.矩阵的秩:给定一个矩阵A,它的秩是指A中线性无关的行或列的最大数量。
秩可以用来描述矩阵的线性相关性和维度。
8.矩阵的特征值和特征向量:给定一个方阵A,如果存在一个标量λ和一个非零向量x,使得A x=λx,那么λ就是A的一个特征值,x就是对应于λ的特征向量。
矩阵论——范数及矩阵函数
第六章 范数及矩阵函数§1范数的基本概念范数是更为一般反映向量间“距离”的量。
定义 设数域F 为复数域或实数域,)(F V 为线性空间,v 为)(F V 到R 的映射,满足:(1) 正定性 对V 中一切非零向量α,有0)(>αv ; (2) 齐次性 对V 中一切向量α及F 中一切数k ,有)()(ααv k k v =;(3) 三角不等式 对V 中一切向量α,β有)()()(βαβαv v v +=+; 则称v 是V 上得范数,赋范线性空间。
注:由0)(,0=⇒=θαθv 。
〉〈=ααα,是V 的一种范数。
例1 在n C 中,有三种常用的向量范数,设T n x x x X ),,,(21 = 1—范数 ∑==ni i x X 11;2—范数 2121122)()(X X x X Hni i ==∑=;∞—范数 {}ii x Xm a x=∞pni pi Px X11)(∑==⇒,其中1≥p 。
p ⋅是n C 上的P 范数。
引理 若实数1,>q p ,且111=+qp ,则对一切正实数a,b 有qb p a ab qp +≤。
证明 如图1111---==⇒=q p p y y x x yx⎰==-app p a dx x S 011,⎰==-b qq qb dy y S 012。
而ab S S ≥+21,得证。
定理 1.1 (Holder 不等式)设T n x x x X ),,,(21 =,n T n C y y y Y ∈=),,,(21 ,则∑∑∑∑====≤≤=ni qqi ni ppi i n i i ni ii H y x y x yx Y Y 111111)()(,其中+∈R q p ,,且111=+qp 。
证明 第一个不等式显然成立,证最后一个不等式 首先当X 和Y 至少有一个为θ时,命题成立。
当θθ≠≠Y X ,时,令 ∑∑====ni qqi ii ni ppi ii y y b x x a 1111)(,)(⇒∑∑∑∑====+≤n i qiqin i pi pini qqi ni ppi ii y q y x p x y x y x 111111)()(qn i q i p ni p i q iqi pip in i i i y x y y q x x p y x 11111)()(11∑∑∑∑∑∑∑===⎥⎥⎦⎤⎢⎢⎣⎡+⋅≤ ⇒qni qi pni pi ni i i y x y x 11111)()(∑∑∑===≤定理 1.2 (Minkowski 不等式)设,,,1C y x p i i ∈≥则 pni pi pni pi pni pi i y x y x 111111)()()(∑∑∑===+≤+证明 当1=p 时,命题成立。
矩阵分析第六章
p (λ ) = am λm + am −1λm −1 + L + a1λ + a0
p(λi ) p( J i ) =
由p(Ji) = 0 ⇒
p′(λi ) L O O O
p ( d −1) (λi ) (d i − 1)! M p′(λi i
i
称f(A)的以上表达式为f(A)的Jordan表示.
例 2:
0 1 1 2 1 2 0 0 = PJP −1 , J = 2 , P = 1 0 0 A= 1 1 1 2 1 0 − 1 1 − 1 3 f (2) f (J ) = f ′(2) f ( 2) 0 0 1 , P −1 = 1 − 1 1 0 1 − 1 f ( 2) 0 f (2) − f ′(2) − f ′(2) f (2) + f ′(2) 0 f ′(2)
f (λi ), f ′(λi ),L, f ( d −1) (λi ), (i = 1, 2, L, s )
i
都有确定的值, 则称f(x)在A的影谱上有定义.
例1:
− 1 1 0 3 −1 0 , B = − 1 2 − 1 A= − 4 3 0 1 0 2 0 −1 3
例 2:设J为Jordan标准形, J = diag(J1, J2, L, Jr), 则:
p ( J ) = diag( p ( J 1 ), p ( J 2 ),L, p ( J r ))
例 3:设A为n阶矩阵, J为其Jordan标准形, A = PJP−1 = Pdiag(J1, J2, L, Jr)P−1, 则:
4.2 矩阵函数
m0
m a ij
1 i, j n
由此可以看到矩阵级数收敛性是按坐标分量级数
收敛性进行的 若
m0 m
m0
m a ij
1 i, j n 是绝对收敛的, 称矩阵级数
A 是绝对收敛的。
2 矩阵级数的一些性质 由于矩阵级数收敛性归结为数项级数的敛散性讨论 由此不难看到矩阵级数有类似数项级数的性质。 定理6 (1)矩阵级数 Am 是收敛的,则
n
则称矩阵序列 Am m1 在
意义下收敛,且 A 是该序
记作 列的极限,
m
lim Am A 或 Am A
不收敛的矩阵序列称为发散的。
定义 2 设
是矩阵范数,对于n阶矩阵序列
lim Am A 0 则称矩阵序列 n
Am m1 若存在矩阵A满足 Am m1 在
0 1 0
1 m1 1 1 m2 2 m m m En Cm Nn Cm Nn Cm Nn
J nm En N n
m
1 m1 1 1 m2 2 m m m En Cm Nn Cm Nn Cm Nn
一 赋范线性空间中向量序列的敛散性与极限
(一)定义 定义 1 设 V ,
1 , 2 , 是赋范空间,
,n ,
是V中向量序列, 若中V中存在向量 满足
lim n 0
n
则称向量序列 1 , 2 , , n , 是该序列的极限, 记作
lim n
是n阶矩阵序列,称
Am
为矩阵(方阵)级数,记作
m0
A
4-3矩阵函数
1 而对于 (4) zk , R 1 1 z k 0
( I A) 1 Ak , ( A) 1 其对应的矩阵函数为
k 0
(1) (5) ln(1 z ) k k 1
k 1
zk , R 1
其对应的矩阵函数为
(1) k 1 k ln(I A) A , ( A) 1 k k 1
2 k 1
矩阵指数函数
z (2) sin z (1) (2k 1)! k 0
k
A2 k 1 (2) sin A (1) k (2k 1)! k 0
z (3) cos z (1) (2k )! k 0
k
2k
A2k (3) cos A (1) k (2k )! k 0
如果AB=BA,则 e A+B= e A e B = e B e A
(1)e e
(2)
A A
e e I
A A
(e A )1 e A , A C nn
(3)设m为正整数,则
e
A m
e
mA
矩阵函数的Jordan标准形表示—矩阵函数值的求法一
设A是n阶矩阵, 若A的Jordan 标准形为
f ( J ) P J
1 f (0 ) I f ' (0 )( J 0 I ) 2! f ( 2 ) (0 )( J 0 I ) 2 1 ( n1)! f ( n1) (0 )( J 0 I ) n1
由于
0 1 0 H J 0 I C nn 1 0
第三节
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第六章 矩阵函数矩阵函数是矩阵理论的重要内容,它在力学、控制理论、信号处理等学科中具有重要作用.本章讨论矩阵函数——以方阵为“变量”、其“值”仍为方阵的函数.矩阵函数中最简单的是矩阵多项式,矩阵多项式是研究其他矩阵函数的基础,因为最终是通过它来定义和计算一般矩阵函数的.当然可以用收敛的矩阵幂级数来定义和计算某些矩阵函数.矩阵函数在线性微分方程组及矩阵方程的求解中都有重要的应用,而这些问题的求解是系统与控制理论中经常面临并且必须解决的实际问题.§6.1 矩阵级数定义1 设(){}k A 是m n C ⨯的矩阵序列,其中()()()k k m n ij A a C ⨯=∈,无穷和(1)(2)(3)()k A A A A +++++称为矩阵级数,记为()1k k A∞=∑.对正整数1k ≥,记()()1kk i i SA ==∑,称()k S 为矩阵级数()1k k A ∞=∑的部分和,如果矩阵序列(){}k S 收敛,且有极限S ,即()lim k k S S →∞=,则称矩阵级数()1k k A∞=∑收敛,并称S 为矩阵级数()1k k A∞=∑的和,记为()1k k A S ∞==∑.不收敛的矩阵级数称为发散的.由此定义可知,矩阵级数()1k k A ∞=∑收敛的充分必要条件是mn 个数项级数()1(1,2,;1,2,,)k ijk ai m j n ∞===∑ 都收敛.由矩阵级数的收敛性定义易知(1)若矩阵级数()1k k A ∞=∑收敛,则()lim 0;k k A →∞=(2)若矩阵级数()11k k As ∞==∑,()21k k B s ∞==∑ ,,a b C ∈,则()()121()k k k aAbB as bs ∞=+=+∑;(3)设m mP C⨯∈,n nQ C⨯∈,若矩阵级数()1k k A∞=∑收敛,则()1k k PA Q ∞=∑收敛且()()11()k k k k PAQ P A Q ∞∞===∑∑.定义2 设()1k k A ∞=∑是矩阵级数,其中()()()k k m n ij A a C ⨯=∈,如果mn 个数项级数()1k ijk a ∞=∑(1,2,;1,2,,)i m j n == 都绝对收敛,则称矩阵级数()1k k A ∞=∑绝对收敛.显然,若()1k k A ∞=∑绝对收敛,则它必是收敛的,但反之未必.定理1 矩阵级数()1k k A ∞=∑(其中()()()k k m n ij A a C ⨯=∈)绝对收敛的充分必要条件是对任何一种矩阵范数.,数项级数()1k k A ∞=∑都收敛.证 由各种矩阵范数的等价性,只须就某一种矩阵范数证明之,如考虑,max ij i jA a =.必要性()1k k A∞=∑绝对收敛,则()1k ij k a ∞=∑绝对收敛,该数项级数各项绝对值之和上方有界.今对1,2,,;1,2,i m j n == 的所有mn 个数项级数取共同上界M ,使对一切自然数N 及任意的,(1,1)i j i m j n ≤≤≤≤有()1Nk ijk aM =<∑.于是,对一切自然数N ,有()()()(),11111111max NNN m nm n Nk k k k ijijij i jk k k i j i j k Aaa a mnM =========≤=<∑∑∑∑∑∑∑∑,故此正项级数()1k k A ∞=∑收敛.充分性 若()1k k A ∞=∑收敛,则对一切,i j 有()()(),max ,1,2,k k k ij ij i ja a A k ≤==根据正项级数的比较判别法知()1k ij k a ∞=∑收敛(1,2,,;1,2,,i m j n == ),所以()1k k A∞=∑绝对收敛.定理得证.对矩阵级数也有幂级数的概念. 定义3 设n n A C ⨯∈,形如20120kk k k k c Ac E c A c A c A ∞==+++++∑的矩阵级数称为矩阵幂级数.由定理1即得如下定理. 定理2 设n nA C⨯∈,如果数项级数0kk k c A ∞=∑收敛,则矩阵幂级数0kk k c A ∞=∑绝对收敛,其中⋅是n n C ⨯上的某种相容矩阵范数.推论1 设n n A C ⨯∈,如果n n C ⨯上的某种相容矩阵范数⋅使得A 在幂级数20120kk k k k c zc c z c z c z ∞==+++++∑的收敛圆内,则矩阵幂级数0k k k c A ∞=∑绝对收敛.定理3 设n nA C⨯∈,并且幂级数0k k k c z ∞=∑的收敛半径为R .如果()A R ρ<,则矩阵幂级数0kk k c A ∞=∑绝对收敛;如果()A R ρ>,则矩阵幂级数0k k k c A ∞=∑发散.证 设矩阵A 的Jordan 标准形为J ,即存在可逆矩阵P 使得112(,,,)s P AP J diag J J J -==成立,其中10101i iiii i i n n J λλλλ⨯⎛⎫ ⎪⎪⎪= ⎪ ⎪⎪⎝⎭. 则112(,,,)k k k kk s P A P J diag J J J -== ,因此lim 0lim 0lim 0(1,2,,)k k k i k k k A J J i s →∞→∞→∞=⇔=⇔== ,而(1)11()()()()2!(1)!()()1()2!()()i n k i k i k i k i i k i k i ki k i k i k i f f f f n f f J f f f λλλλλλλλλ-⎛⎫''' ⎪- ⎪' ⎪ ⎪⎪= ⎪'' ⎪⎪' ⎪⎪⎝⎭,其中()k k f λλ=.所以1110000(,,)kk kk k k k k s k k k k c A P c J P Pdiag c J c J P ∞∞∞∞--====⎛⎫== ⎪⎝⎭∑∑∑∑ , 其中1111011110100i i i i in k n kk k i k k ik k i k k k n kk i k k k k i k k k i k n n c c C c C c J c C c λλλλλ∞∞∞--+-===-∞∞-==∞=⨯⎛⎫ ⎪⎪⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭∑∑∑∑∑∑这里(1)(1),!0,i ki k k k k i C k i i C k i --+⎧=≥⎪⎨⎪=<⎩,则当()A R ρ<时,幂级数111,,k k k ik c C λ∞-=∑ 111(1,2,,)i i i n k n kk ik n c Ci s λ∞--+=-=∑ 绝对收敛,因此矩阵幂级数kk k c A∞=∑绝对收敛;当()A R ρ>时,则A 有某个特征值i R λ>,幂级数0kk i k c λ∞=∑发散,故矩阵幂级数0k k k c A ∞=∑发散.推论2 如果幂级数0k k k c z ∞=∑在整个平面上都收敛,则对任意n n A C ⨯∈,矩阵幂级数0k k k c A ∞=∑收敛.§6.2 矩阵函数的定义及性质受高等数学或复变函数的启发,我们可以利用矩阵幂级数来定义矩阵函数.定义4(矩阵函数的幂级数表示) 设n n A C ⨯∈,一元函数()f λ能够展开为λ的幂级数0()k k k f c λλ∞==∑,并且该幂级数的收敛半径为R .当A 的谱半径()A R ρ<时,则将收敛矩阵幂级数0kk k c A ∞=∑的和定义为矩阵函数,记为()f A ,即0()k k k f A c A ∞==∑.因为当z <+∞时,有21112!!z n e z z z n =+++++ ; 3521111sin (1)3!5!(21)!n n z z z z z n +=-+-+-++ ; 242111cos 1(1)2!4!(2)!n nz z z z n =-+-+-+ ; 则由推论2知,对任意n n A C ⨯∈,矩阵幂级数2112!!n E A A A n +++++ ;3521111(1)3!5!(21)!n n A A A A n +-+-+-++ ; 242111(1)2!4!(2)!n n E A A A n -+-+-+ 都是收敛的.它们的和分别记为A e ,sin A ,cos A .通常称A e 为矩阵指数函数,sin A 和cos A 为矩阵三角函数,对方阵A 的这三种函数,容易验证下列性质.对任意,n n A B C ⨯∈,,k l C ∈,有 (1)()kA lA k l A e e e +=; (2)1()A A e e --=;(3)当AB BA =时,A B B A A B e e e e e +==;(4)()AtAt At d e Ae e A dt ==; (5)(sin )cos()cos()dAt A At At A dt ==⋅; (6)(cos )sin sin dAt A At At A dt=-=-⋅. 利用定理3和推论2定义矩阵函数,其实质就是先将函数()f z 展开成z 的收敛幂级数,再将z 代以矩阵A 来定义矩阵函数()f A ,但这个条件比较强,一般不易满足.下面我们拓宽矩阵函数的定义.对矩阵n n A C ⨯∈,假定存在n 阶可逆矩阵P 使得11(,,)s P AP J diag J J -== , (1)其中i J 是前面定义的Jordan 块,则对任意多项式()g λ,有111()()((),,())s g A Pg J P Pdiag g J g J P --== , (2)(1)11()()()1!(1!)()()1()1!()i i in i i i i i i i i n n g g g n g g J g g λλλλλλ-⨯⎡⎤'⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥'⎢⎥⎢⎥⎣⎦ .(2)式表明,()g A 与A 的Jordan 标准形结构以及()g λ在A 的特征值处的函数值与各阶导数值有关.定义5 设矩阵A 的最小多项式为()()()()t mt mm λλλλλλλϕ---= 2121,即说A 之所有不同特征根为t λλλ,,,21 ,它们作为最小多项式()λϕ的根,其重数依次为t m m m ,...,,21.我们把A 的所有不同特征根连同它们在最小多项式中根的重数称为A 的谱.记为()()(){}t t m m m ,,,,,,2211λλλ .定义6 对任意函数()f λ,如果(1)(),(),,(),i m i i i f f f λλλ-' 1,2,i t =都存在,则称()f λ在A 的谱上有定义,并称(1)(),(),,(),i m i i i f f f λλλ-' (1,2,,i t = )为()f λ在A 的谱上的值.定义7 如果两个多项式()λf ,()λg 在A 的谱上有相同的值,即()i f λ=()i g λ,()i f λ'=()()()()()t i g f g i m i m i i i ,,2,1,,,11 =='--λλλ则说()λf 与()λg 在A 的谱上一致.例1 设A 的最小多项式为()()()423--=λλλϕ,则多项式()()()35423++--=λλλλf 与()()()35424++--=λλλλg在A 的谱上一致.[)2('')2(''),2(')2('),4()4(),2()2(g f g f g f g f ====]定理4 对于方阵A 及多项式()λf ,()λg ,()()f A g A =的充分必要条件是()λf 与()λg 在A 的谱上一致.证 设A 之最小多项式为()()()()t mt mm λλλλλλλϕ---= 2121,记 ()()()λλλg f h -=.必要性 ()()A g A f =即()0=A h ,则()λh 是A 的化零多项式,于是()()λλϕh |,即有多项式()λq 使()()()()()()()t mt mm q q h λλλλλλλλϕλλ---== 2121.由于()λh 中至少含有i λλ-的i m 次方幂,对()λh 逐次求导必有()()()()0,,0,01=='=-i m i i i h h h λλλ , (3)即()()()()()()()()t i g f g f g f i m i m i i i i i i ,2,1,,,,11=='='=--λλλλλλ (4) 可见()λf 与()λg 在A 的谱上一致.充分性 若()λf 与()λg 在A 的谱上一致,则(4)式成立.由()λh 在i λλ=处的Taylor 展式()2()()()()'()()''()()2!!i i m m i i i i i i i i h h h h h m λλλλλλλλλλλ-=+-+++-+ ,前i m 项为0,可知i λλ-至少是()λh 的i m 重因式.注意t λλλ,,,21 互异,从而()λϕ必是()λh 的因式,即有多项式()λq 使()()()λλϕλq h =,又()0=A ϕ,因而()0=A h ,()()A g A f =.现在利用多项式给出矩阵函数的另一种定义. 定义8 设矩阵n n A C ⨯∈的最小多项式为()()()()tm t m m λλλλλλλϕ---= 2121,函数)(λf 在A 的谱上有定义.如果存在在A 的谱上与()f λ一致的多项式()g λ,即),()(i i g f λλ=)(')('i i g f λλ=)()(,,)1()1(i m i m i i g f λλ--= (1,2,,i t = ),则定义矩阵函数()f A 为()()f A g A ≡.§6.3 矩阵函数的计算方法矩阵函数的计算问题,是矩阵在应用中的关键问题.矩阵函数的计算是相当复杂的,例如,简单的矩阵函数101A 就要计算100次矩阵A 的乘积;若A 是5阶方阵,则要进行22500次加法和乘法运算.因此,研究如何方便地计算矩阵函数是非常有意义的.本节将讨论四种计算方法.一、递推公式计算法设()f E A λλ=-,根据Cayley-Hamilton 定理知,()0f A =,由此可得A 的递推关系式,从而计算给定的矩阵A 的函数.例1 设4阶方阵A 的特征值为,,0,0ππ-,求sin ,cos A A 解 设A 的特征多项式222422()()f λλλπλλπ=-=-. 由()0f A =,得4220A A π-=,即422A A π=.因此5423A A A A π==,752254A A A A A ππ===,9724563A A A A A ππ===,…………21(21)33223k k k A A A ππ++--==,…………从而357211111sin (1)3!5!7!(21)!k k A A A A A A k +=-+-++-+ 324221111((1))3!5!7!(21)!k k A A k πππ-=+-+-++-++ 335731111()3!5!7!A A ππππππ⎡⎤=+-+-+-+⎢⎥⎣⎦ 331(sin )A A πππ=+-+ 321A A π=-.同理可得242111cos (1)2!4!(2)!k k A E A A A k =-+-+-+ 222E A π=-.二、利用Jordan 标准形的计算法由递推公式计算法知,若A 是有限阶方阵,则由矩阵幂级数定义的矩阵函数()f A 与矩阵A 的某一多项式相等.因此,对给定的有限阶方阵A ,计算()f A 的问题,就是计算矩阵多项式的问题,因而关键是计算m A 的问题,下面就A 为各种不同矩阵情况下的计算问题进行讨论.(1)A 为对角矩阵设12n a a A a ⎛⎫⎪⎪= ⎪ ⎪⎝⎭,则12n m m m m a a A a ⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭. (2)A 为对角形分块矩阵设12k A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,其中12,,,kA A A 为A 的子方阵,由于分块矩阵的乘积与矩阵乘积类似,故对上述分块矩阵A ,有12k m m m m A A A A ⎛⎫ ⎪ ⎪=⎪ ⎪ ⎪⎝⎭. (3)A 为一般矩阵由于对任意方阵,总有A 的Jordan 标准形J 及满秩方阵P ,使得1A PJP -=,因此1m m A PJ P -=.若12s J J J J ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭, (1) 其中111i ii ii i n n J λλλ⨯⎛⎫ ⎪⎪⎪= ⎪ ⎪⎪⎝⎭,1,2,,i s = . (2) (1,2,,)i i s λ= 为A 的i n 重特征根,且12s n n n n +++= ,则1211s mmm m m J J A PJ P P P J --⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦.由上述讨论知,对一般的n 阶方阵A ,要计算m A ,实质上是计算A 的Jordan 块i J 的函数i m J ,并且通过上述(1)、(2)、(3)的讨论可知,A 的多项式及A 的幂级数的计算问题亦可化为计算A 的Jordan 块的函数.(4)计算Jordan 块i J 的函数()i f J设111i ii i k kJ λλλ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦ ,令010110i k k H ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦ ,则 i i i J E H λ=+,即 i i i H J E λ=-,又2001100i k kH ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦ ,3000101000i k kH ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ ,… …0p i H =,()p k ≥.设函数()f λ在i λ处的Taylor 展开式为()0()()()!m m i i m f f m λλλλ∞==-∑,则2()()()()()()1!2!i i i i i i i i f f f J f E J E J E λλλλλ'''=+-+-+ ()()()!m m i i i f J E m λλ+-+(1)21()()()()01!2!(1)!i k k i i i i i i f f f f E H H H k λλλλ--'''=+++++-(1)()()()()2!(1)!()2!()()k i i i i i i i f f f f k f f f λλλλλλλ-''⎛⎫' ⎪- ⎪⎪ ⎪='' ⎪ ⎪ ⎪' ⎪ ⎪⎝⎭.由上述讨论可知,对于给定的一般矩阵A 及函数()f λ,计算()f A 的步骤如下:第一步,经过相似变换将A 化成A 的Jordan 标准形J ,并求相似的变换矩阵P ,使得1A PJP -=,其中J 与i J 如(1)、(2)式;第二步,计算()f J12()()()()k f J f J f J f J ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭, 其中(1)(2)()()()()2!(1)!()()0()()(2)!000()i i n i i i i i n i i i i i i f f f f n f f J f f n f λλλλλλλλ--⎡''⎤'⎢⎥-⎢⎥⎢⎥'=⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦;第三步,计算()f A1()()f A Pf J P -=.例2 设n n A C ⨯∈,它的Jordan 标准形为12s J J J J ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦, 其中 111i ii ii i n n J λλλ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦,1,2,,i s = , 且1A PJP -=,试写At e .解 此时()t f e λλ=,()t f te λλ'=, …………(1)1()i i n n t f t e λλ--=,1211k J tJ tAt Jt J t e e e Pe P P P e --⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦, 其中122112!(1)!10(1,2,,).(2)!00i i i i i i i i i i i i itt t n t i ttn t J ti t n n e te t e t e n e te t e e i s n e λλλλλλλλ--⨯⎡⎤⎢⎥-⎢⎥⎢⎥==⎢⎥-⎢⎥⎢⎥⎢⎥⎣⎦例3 设⎪⎪⎪⎭⎫ ⎝⎛-----=221111122A ,求At e ,sin At .解 令()t e f λλ=,()sin g t λλ=.求得A 的Jordan 标准形为⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫⎝⎛=111121J J J . 再求相似的变换矩阵P .设1123(,,),,,P P AP J AP PJ ηηη-===使则即()()123123110,,,,010001A ηηηηηη⎛⎫ ⎪= ⎪ ⎪⎝⎭123,,ηηη应满足1121233A A A ηηηηηηη=⎧⎪=+⎨⎪=⎩即13,ηη是()0A E x -=两个线性无关的解.解1211210121x -⎛⎫⎪--= ⎪ ⎪--⎝⎭,同解方程组12320x x x +-=,令23,x x 分别取(1,1),(0,1),得得13111,011ηη-⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,便有101100111P -⎛⎫ ⎪= ⎪ ⎪⎝⎭,计算出1010121110P -⎛⎫⎪=-- ⎪ ⎪⎝⎭.于是()()()()1112At f J e f A Pf J P P P f J --⎛⎫===⎪⎝⎭ 1)1()1()1()1(-⎪⎪⎪⎭⎫⎝⎛'=P f f f f P⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛-=0111210100000111001101t t t te e te e ⎪⎪⎪⎭⎫ ⎝⎛+-----+=t t t t t t t t t e t 122121. 1sin ()()At g A Pg J P -==101sin cos 0010cos sin 2cos cos 1000sin 0121cos sin 2cos cos 11100sin 110cos 2cos cos sin t t t t t tt t t t t t t t t t t t t t t t t t t -+-⎛⎫⎛⎫⎛⎫⎛⎫ ⎪⎪⎪ ⎪=--=---⋅ ⎪⎪⎪ ⎪ ⎪⎪⎪ ⎪--+⎝⎭⎝⎭⎝⎭⎝⎭三、拉格朗日——西尔维斯特(Lagrange-Sylvester)插值多项式表示法给定方阵A 及在A 的谱上有定义的函数()λf 时,按照定义,对任一在A 的谱上与()λf 一致的多项式()λg ,都可由()g A 给出()A f .而这样的()λg 有无穷多个,拉格朗日—西尔维斯特插值多项式()p λ就是其中一个,它的次数比A 的最小多项式次数还低.设n 阶矩阵A 的最小多项式为()()()()tm t m m λλλλλλλϕ---= 2121 (3)n m m m m t ≤=+++ 21.为找到一个次数比()λϕ低的多项式()p λ在A 的谱上与()λf 一致,我们设想将真分式()()λϕλp 展开为部分分式()()()()()∑=--⎥⎥⎦⎤⎢⎢⎣⎡-++-+-=tk k m k m k k m k k k k k a a a p 11,110λλλλλλλϕλ . (4)为求出待定系数,,,,1,10-k m k k k a a a 以()k mk λλ-乘(4)式两端并按()k λλ-的升幂排列加以整理有()()()()()()k k k mk m k m k k k k k q a a a p λλλλλλλλϕλ-+-++-+=--11,10 (5)其中()()()km k k λλλϕλϕ-=()()()()111111k ktmm m mk k t λλλλλλλλ-+-+=----()()()(),10111l l l tl m l l m m l l l l l k a a a q λλλλλλλ--=≠⎡⎤=+++⎢⎥---⎢⎥⎣⎦∑ ()λq 是λ的一个有理函数,在k λλ=处有定义且多次可导.今对式(5)两端逐次求导()()()()()21,2112----++-+=⎥⎦⎤⎢⎣⎡k k m k m k k k k k k a m a a p d d λλλλλϕλλ ()()[]k mk q d d λλλλ-+, ()()22k p d d λλϕλ⎡⎤=⎢⎥⎣⎦()()()()323,12!3!12k k m k k k k k k m k a a m m a λλλλ--+-++--- ()()[]k mk q d d λλλλ-+22,……………()()()()()[]kk k k k k m k m m m k k k m m q d d a m p d d λλλλλϕλλ-+-=⎥⎦⎤⎢⎣⎡-----111,11!1. 上述各等式之左端出现的无非是()()λλϕp k ,及它们的各阶导数,各式右端最后一项都有()k λλ-的正整数方幂作为因式.今在上述各式及(5)式中令k λλ=,并注意()()()()()0,1,2,,1l l k k k p f l m λλ==- ,则有()()()(),k kiiii k k p f d d d d λλλλλλλϕλλϕλ==⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦ 从而得 ()()k k k k f a λϕλ=0,()()kk k f d d a λλλϕλλ=⎥⎦⎤⎢⎣⎡=1, ()()k k k f d d a λλλϕλλ=⎥⎦⎤⎢⎣⎡=222!21, ……()()()t k f d d m a kk k k k m m k m k ,,2,1,!11111, =⎥⎦⎤⎢⎣⎡-==---λλλϕλλ. (6)将上述系数代入(4)即可得()()()()(),10111k k k tk m k k m m k k k k a a a p λϕλλλλλλλ--=⎡⎤=+++⎢⎥---⎢⎥⎣⎦∑ , 或()()()()101,11k k tm k k k k m k k k p a a a λλλλλϕλ--=⎡⎤=+-++-⎣⎦∑ .这就是所求的拉格朗日——西尔维斯特插值多项式(简记为L-S 多项式),它与()λf 在A 的谱上一致且其次数显然少于()λϕ(至少要少一次).于是()()()()()101,11k k tm k k k k m k k k f A p A a E a A E a A E A λλϕ--=⎡⎤==+-++-⎣⎦∑ . (7)例4 用拉格朗日-西尔维斯特插值多项式表示方法求例3中的At e . 解 设()t e f λλ=,由A 的若当标准形知A 的最小多项式为()()21-=λλϕ,()λf 在A 的谱上有定义,特征根11=λ,并且()11=λϕ.拉格朗日-西尔维斯特插值多项式应为()()[]()λϕλλ111101-+=a a p ,按(6)式有()()t t t te e d d a e f a =⎥⎦⎤⎢⎣⎡====1)(,11111110λλϕλϕλ,故()()1t t p e te λλ=+-.于是()()()At t t e f A p A e E te A E ===+-⎪⎪⎪⎭⎫ ⎝⎛-----+⎪⎪⎪⎭⎫ ⎝⎛=121121121tt tt te e e e ⎪⎪⎪⎭⎫ ⎝⎛+-----+=t t t t tt t t t e t 122121. 例5 已知4156142153A -⎛⎫⎪=- ⎪ ⎪-⎝⎭,求ln A .解 2415610014201015300(1)E A λλλλλλ--⎛⎫⎛⎫ ⎪ ⎪-=-+-→- ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭.故1111J ⎛⎫ ⎪= ⎪ ⎪⎝⎭为A 的Jordan 标准形,且A 最小多项式为2(1)λ-.设()ln f λλ=,则()f λ在A 的谱上有定义.特征根11λ=,并且1()1ϕλ=.设L-S 多项式[]10111()(1)()p a a λλϕλ=+-101111(1)0(1)[ln ]1f a da d λϕλλ=====故()1p λλ=-.所以3156ln ()()152152A f A p A A E -⎛⎫⎪===-=- ⎪ ⎪-⎝⎭.例6 已知1000112000002021A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,求矩阵函数A . 解 求得A 的最小多项式2()(1)ϕλλλ=-.令()f λλ=,则()f λ在A 的谱上有定义.L-S 多项式为10120212()()[(1)]()p a a a λϕλλϕλ=++-,其中21()(1)ϕλλ=- ,2()ϕλλ=;102100()0()(1)f a λλλλϕλλ=====-,20211()1()f a λλλλϕλλ===== ,23211111122d a d λλλλλ-==⎡⎤==-=-⎢⎥⎣⎦ .于是 11()1(1)(3)22p λλλλλ⎡⎤=--=-⎢⎥⎣⎦.便有2000124011()()(3)0000222042A f A p A E A A ⎛⎫⎪⎪===-=⎪⎪⎝⎭. 四、待定系数法按矩阵函数的定义8只需求出多项式g ()λ,使得()()i i f g λλ= ,(1)(1)()(),,()(),i i m m i i i i f g f g λλλλ--''== (8)1,2,,i t = ,设A 的最小多项式为(3)式,由于()f λ在A 的谱上给定,从而确定了m 个条件,因此,可用这m 个条件确定()g λ的系数.即令210121()m m g a a a a λλλλ--=++++ (m 为A 的最小多项式的系数),则由条件(8)列出方程组,解出011,,,m a a a - 从而求出()g λ,进而计算()()f A g A =.例7 使用待定系数法求例5中的ln A .解 由例5知A 的最小多项式为2()(1)ϕλλ=- ,特征值11λ=是2重根, 令01()g a a λλ=+ ,由于()ln f λλ= ,且11()()f g λλ=,11()()f g λλ''= , 故011ln101a a a =+=⎧⎨=⎩ 于是解得01a =-,11a =,从而3156()ln ()152152f A A g A E A -⎡⎤⎢⎥===-+=-⎢⎥⎢⎥-⎣⎦.例8 使用待定系数法求例6中的A .解 A 的最小多项式为2()(1)ϕλλλ=- .特征值 10λ=是单根,21λ=是二重根.令2012()g a a a λλλ=++ .由于()f λλ=,且11()()f g λλ= ,22()()f g λλ= ,22()()f g λλ''=故00121201122a a a a a a=⎧⎪⎪=++⎨⎪=+⎪⎩,于是解得0120,3,21.2a a a =⎧⎪⎪=⎨⎪⎪=-⎩ 从而 231()()22f A A g A A A ===-200012401000022042⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦.*§6.4 矩阵函数应用举例运用矩阵函数与矩阵微积分理论可以求得某些微分方程组,也可以求解某些矩阵的微分方程.考虑一阶线性微分方程组1111122112211222221122(),(),()n n n n n n n nn n n dx a x a x a x f t dt dx a x a x a x f t dtdx a x a x a x f t dt⎧=++++⎪⎪⎪=++++⎪⎨⎪⎪⎪=++++⎪⎩ (1)其中t 为自变量,()ij ij a a t =(,1,2,,)i j n = ,()i f t (1,2,,)i n = 都是t 的已知函数,()(1,2,,)i i x x t i n == 是t 的未知函数.若记()()12,,,,()[()]Tn ij n n x t x x x A t a t ⨯== ,则方程组(1)可改写为如下的微分方程()()()()dx t A t x t f t dt=+ (2) 如设微分方程组(1)的初始条件为1010202000(),(),...,()n n x t x x t x x t x ===, (3)可以表示成0010200()(,,,)T n x t x x x x == , (4) 则成为一般的初值问题.定理5 设A 是n 阶常数矩阵,则一阶线性常系数微分方程组的初值问题00()(),().dx t Ax t dtx t x ⎧=⎪⎨⎪=⎩ (5) 有且仅有唯一解0()0A t t x e x -=. (6)证 将0()(1,2,,)i x t i n t t == 在处展开成幂级数2000001()()()()()(),2i i i i x t x t x t t t x t t t '''=+-+-+ !从而有2000001()()()()()().2x t x t x t t t x t t t '''=+-+-+ !因为002200002()(),()()(),t t t t t t dx d x dx t A x t x t Ax A x t dt dt dt ==='''===== ,于是[]02()00001()()()()()2!A t t x t E A t t A t t x t e x t -⎧⎫=+-+-+=⎨⎬⎩⎭,这说明初值问题(5)的解必有0()0()A t t x t e x -=的形式.另一方面,由于000()()()000[]()()A t t A t t A t t dx d d e x e x Ae x Ax t dt dt dt---====. 因此,初值问题(5)的唯一解为(6).定义9 设A 是n 阶常数矩阵,如果对任意的0t 和0x ,初值问题(5)的解()x t 都满足lim ()0,t x t →∞=则称微分方程组()dxAx t dt=的解是渐近稳定的. 微分方程组()dxAx t dt=解的渐近稳定性是系统与控制理论的基本问题,对此有如下结果.定理6 对任意的0t 和0x ,初值问题(5)的解()x t 渐近稳定的充分必要条件是矩阵A 的特征值都有负实部.证 必要性 采用反证法.假若矩阵A 有一个特征值111i λαβ=+满足10α≥,设i x 是对应于特征值1λ的特征向量,则111Ax x λ=由定理5知,初值问题1()(0)dxAx t dtx x ⎧=⎪⎨⎪=⎩, 的解为1111111()(cos sin )t t At x t e x e x e t i t x λαββ===+.因为10,α≥则lim ()0t x t →+∞≠,这与必要性的假设矛盾.因此A 的特征值都有负实部.充分性 对任意的0t 和0x ,初值问题(5)的解为0()0()A t t x t e x -=.如果矩阵A 的特征值都有负实部,则0()lim 0A t t t e -→+∞=,故lim ()0t x t →+∞=,即初值问题(5)的解()x t 渐近稳定.定义10 设A 是n 阶矩阵,如果A 的特征值都有负实部,则称A 为稳定矩阵.由定理6和定义10知,初值问题(5)的解()x t 渐近稳定的充分必要条件是矩阵A 为稳定矩阵.例1 求微分方程组1221,.dx x dtdx x dt⎧=⎪⎪⎨⎪=-⎪⎩ (7) 满足初始条件12(0)1,(0)1x x ==- (8)的解.解 (7)、(8)即0(0)dxAx dt x x ⎧=⎪⎨⎪=⎩,其中001,(1,1)10TA x ⎛⎫=- ⎪-⎝⎭.A 之特征方程2()1f λλ=+,由Cayley-Hamilton 定理知()0f A =,即2A E =-.进而便有3456,,,,A A A E A A A E =-===- ,故()∑∞=--++--+==065432!6!5!4!3!2!k kAtE t A t E t A t E t tA E k At eA t t t E t t t ⎪⎪⎭⎫ ⎝⎛-+-+⎪⎪⎭⎫ ⎝⎛+-+-= !5!3!6!4!2153642()c o s s i nc o s (s i n )s i n c o stt t E t A t t ⎛⎫=+=⎪-⎝⎭. 由定理5可知原问题的解为()0cos sin sin cos At t t x t e x t t -⎛⎫== ⎪--⎝⎭.定理7 设A 是n 阶常数矩阵,则微分方程组初值问题()()()()00dx t Ax t f t dt x t x ⎧=+⎪⎨⎪=⎩(9) 的解为()()()000A t t At A tx t e x e e f d t τττ--=+⎰,或写成()()()()000A t t A t t x t ex e f d t τττ--=+⎰. (10)证 首先有()[]()()()dtt dx e t x A e t x e dt d At At At ---+-= ()()()t f e t Ax dt t dx e At At --=⎥⎦⎤⎢⎣⎡-=将上式在],[0t t 上积分,得()()00A A t t d e x d e f d t t d τττττττ--⎡⎤=⎣⎦⎰⎰,即 ()()()000At At A te x t e x t ef d t τττ----=⎰.于是()()000[]At At A t x t e e x e f d t τττ--=+⎰()()000A t tAt A t e x e e f d t τττ--=+⎰.例2 已知()2022110031,0,02130t t e A f t x te ⎛⎫-⎛⎫⎛⎫⎪ ⎪ ⎪=-== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭,在()∞+∞-上解初值问题()()()()00x t Ax t f t x '=+⎧⎪⎨=⎪⎩. 解 其解为()()()()()00ttt At A tAx t e x ef d e f d ττττττ--=+=⎰⎰,A 的最小多项式为()()422--λλ,故设()t e λϕλ=,2012()g a a a λλλ=++.由t e λ与()g λ在A的谱{}(2,2),(4,1)上一致,由待定系数法可定出220221222(4),(13),1(12).4t t t t t t a e e t a e e t a e e t ⎧=-⎪⎪=-++⎨⎪=--⎪⎩ 所以222221(4)(13)(12)4tA t t t t e e e t E e t A e t A ⎡⎤=-+-+++--⎢⎥⎣⎦.()2()2()22()211()[(4())0()13())0t A t t t t e f e e t e e t e A ττττττττττ----⎛⎫⎛⎫ ⎪ ⎪=--+-++- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭222()1(12())0]4t e A e t ττττ-⎛⎫⎪+--- ⎪ ⎪⎝⎭22222222222244133004433t t t t t t e e t e e t e e A e e t e e t τττττττττττττ----⎛⎫⎛⎫-+-++- ⎪ ⎪=+ ⎪ ⎪ ⎪ ⎪-+-++-⎝⎭⎝⎭22222221220422t tt e e t e A e e t τττττττ--⎛⎫--+ ⎪+ ⎪ ⎪--+⎝⎭. 积分得22()20231222()()0124423t tt A tt e t x t e f d e e t t τττ-⎛⎫-- ⎪ ⎪==+ ⎪ ⎪ ⎪--- ⎪⎝⎭⎰222222222322313122222004114422244222t t t tt t e t e t t t e e A A e t t t e t t t ⎛⎫⎛⎫-+++--- ⎪ ⎪ ⎪ ⎪+ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-++++---- ⎪ ⎪⎝⎭⎝⎭将211031213A -⎛⎫ ⎪=- ⎪ ⎪⎝⎭,264628610410A -⎛⎫⎪=-- ⎪ ⎪⎝⎭代入并化简得2212222322331388443333()884433338844t t t t e t t x x t x e e t t x e t t ⎛⎫-+- ⎪⎛⎫ ⎪ ⎪ ⎪==-+++ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪--+ ⎪⎝⎭.习 题 六1、讨论下列矩阵幂级数的敛散性.1)kk k∑∞=⎪⎪⎭⎫ ⎝⎛--1231711; 2)kk k k∑∞=⎪⎪⎭⎫⎝⎛--012816. 2、设nn CA ⨯∈,证明:Neumann 级数∑∞=0k kA收敛的充要条件是1)(<A ρ,且其和为1)(--A E .3、设A 为3阶方阵,可逆矩阵P 使⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=-3211λλλAP P , 求A e Acos ,及A sin .4、已知多项式43()21p λλλλ=-+-与矩阵⎪⎪⎪⎭⎫⎝⎛-=311111002A ,计算(),Ap A e .5、已知⎪⎪⎭⎫ ⎝⎛-=5113A 求A 及Ae .6、已知⎪⎪⎪⎪⎭⎫ ⎝⎛---=12121210201A , 求At e .7、知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1010100014πA ,求A sin . 8、设⎪⎪⎭⎫⎝⎛=1221A ,求Ate . 9、已知矩阵210100212A ⎛⎫⎪=- ⎪ ⎪--⎝⎭试求矩阵函数)(A f 的Lagrange-Sylvester 内插值多项式表示,并用其计算矩阵函数A e tA πsin ,.10、已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=121)(,101024012te t b A .1)求Ate .2)用矩阵函数方法求微分方程()()()dx t Ax t b t dt=+满足初始条件T x )1,1,1()0(-=的解.。