Алгебра · объяснение и практика

Когда кратное собственное значение матрицы 2×2 не даёт базис собственных векторов

Находим характеристический многочлен через след и определитель, различаем кратность корня и размерность собственного подпространства и сравниваем жорданов и скалярный случаи.

Неизвестное x показывает найденное значение — пять.

Главная мысль

Для матрицы 2×2 характеристическое уравнение имеет вид λ²−tr(A)λ+det(A)=0. Повторный корень сообщает алгебраическую кратность два, но не количество независимых собственных векторов. При единственном повторном значении полный собственный базис существует ровно в скалярном случае A=λI.

Корень многочлена и пространство решений

Собственный вектор ненулевой и удовлетворяет Av=λv. Поэтому после нахождения λ решают однородную систему (A−λI)v=0. Значение λ выбирается так, чтобы эта матрица потеряла обратимость, но её ядро может иметь разную размерность. Нулевой вектор всегда удовлетворяет системе и сам по себе не является собственным вектором. Собственное подпространство включает его как элемент пространства, однако базис состоит из ненулевых независимых направлений.

След — сумма двух диагональных элементов, определитель — разность диагональных произведений. Эти числа определяют характеристический многочлен, а дискриминант отличает два действительных корня, повторный корень и сопряжённую комплексную пару. Они не описывают полностью геометрию собственных векторов. В частности, одинаковые след и определитель могут быть у матриц с разной размерностью собственного подпространства при повторном значении.

Пример: корень один, направление тоже одно

Возьмём A со строками (3;2) и (0;3). След равен шести, определитель девяти, характеристический многочлен λ²−6λ+9=(λ−3)². Значение три имеет алгебраическую кратность два. Вычитаем 3I и получаем строки (0;2) и (0;0). Уравнение для вектора с координатами u и v сводится к 2v=0; первая координата свободна. Значит, собственное подпространство одномерно.

Все ненулевые собственные векторы этой матрицы имеют вид (u;0) при u≠0. Два выбранных таких вектора неизбежно пропорциональны и не образуют базис плоскости. Запись одного и того же λ дважды в списке корней не создаёт второго направления. Чтобы получить собственный базис пространства размерности два, нужны именно два независимых вектора, а не два повторения численного значения.

Пример

Для A=((3,2),(0,3)) собственное значение λ=3 кратности два, но базис его подпространства можно взять только из одного вектора (1;0). Для B=3I след, определитель и характеристический многочлен те же, однако собственный базис — (1;0), (0;1).

У B−3I нулевая матрица, поэтому её ядро — вся плоскость. У A−3I ранг равен единице, ядро — прямая. Первая матрица не диагонализируется собственным базисом, вторая уже диагональна. Отличие видно из системы для векторов, а не из повторного корня.

Уточнить поле и не требовать лишнего от ответа

Если два собственных значения различны, соответствующие собственные направления независимы над полем этих корней. При отрицательном дискриминанте у действительной матрицы нет действительных собственных значений, но комплексные остаются. Например, матрица со строками (0;−2), (2;0) имеет характеристический многочлен λ²+4 и значения ±2i. Отсутствие действительного собственного базиса не означает, что вычисление над комплексными числами потеряло смысл.

При повторном значении λ матрица порядка два диагонализируема тогда и только тогда, когда A=λI. Действительно, диагональная форма с двумя одинаковыми значениями сама равна λI, и смена базиса её не изменяет. Инструмент сообщает характеристический многочлен, корни и в кратном случае размерность подпространства; он не обещает автоматически вывести координаты всех собственных векторов. Для них отдельно решают соответствующее ядро и проверяют Av=λv.

От чтения к действию

А теперь — вы

У A=((4,1),(0,4)) единственное собственное значение 4 кратности два. Какова размерность собственного подпространства?

Частые вопросы

Дискриминант ноль означает, что матрица необратима?

Нет. Это условие повторного собственного значения. В примере повторное значение три, а определитель девять, поэтому матрица обратима.

Можно ли нормировать один собственный вектор и получить второй?

Нет. Изменение длины сохраняет то же направление. Для базиса требуется независимое направление, которое должно отдельно удовлетворять уравнению Av=λv.

Углублённый разбор

Минимальный многочлен различает одинаковые спектры

Характеристический многочлен учитывает кратности корней, но не полностью описывает действие оператора. Минимальный многочлен — кратчайшее моническое тождество для матрицы — обнаруживает разницу между скалярным действием и нетривиальным жордановым блоком.

Перед началом: Многочлен от матрицы; Диагонализируемость.

Нулевой многочлен от оператора имеет минимальную степень

Многочлен p аннулирует A, если p(A)=0 как матрица, то есть p(A)x=0 для каждого x. Среди ненулевых аннулирующих многочленов существует монический многочлен минимальной степени m_A. Его единственность следует из вычитания: два разных монических минимальных кандидата дали бы аннулирующий многочлен меньшей степени.

Деление любого аннулирующего p на m_A с остатком показывает, что остаток тоже аннулирует A. Минимальность вынуждает остаток быть нулём. Поэтому m_A делит каждый аннулирующий многочлен, в частности характеристический. Проверка p(A)v=0 на одном векторе определяет лишь поведение этого вектора и может дать многочлен меньшей степени, чем нужен всему оператору.

Простые множители отделяют диагонализируемый случай

Над полем, где m_A раскладывается на линейные множители, матрица диагонализируема тогда и только тогда, когда эти множители различны. При диагональной форме достаточно перемножить (t−λ) по разным собственным значениям. В обратную сторону различные множители позволяют разделить пространство на собственные компоненты посредством полиномиальных проекторов.

Таким образом, повторение корня в характеристическом многочлене ещё допускает диагонализируемость, но повторение в минимальном — уже запрещает её. Необходимо указать поле: матрица поворота может не диагонализироваться над вещественными числами, хотя её минимальный многочлен имеет разные комплексные корни и даёт диагонализацию над ℂ.

Точное тождество сокращает степени

Из m_A(A)=0 выражают старшую степень через меньшие. Поэтому любой многочлен от A можно заменить остатком при делении на m_A. Это позволяет вычислять степени и рациональные функции оператора, когда знаменатель не обращается в нуль на его спектре. Уменьшение степени связано со всем оператором, а не с одним выбранным элементом матрицы.

Для доказательства минимальности недостаточно предъявить одно аннулирующее тождество. Нужно исключить меньшую степень. В малом примере это легко: ненулевая константа не аннулирует I, а линейное моническое тождество A−λI=0 означало бы скалярную матрицу. После этого квадратное тождество действительно оказывается минимальным.

Одинаковые характеристические многочлены

Условие. Сравните A=3I₂ и B=[[3,2],[0,3]]. Найдите минимальные многочлены и диагонализируемость над ℝ.

  1. Обе матрицы имеют характеристический многочлен (t−3)², поэтому один спектральный список их не различает.
  2. Для A уже A−3I=0, а ненулевая константа матрицу не аннулирует. Значит m_A(t)=t−3.
  3. Для B матрица N=B−3I ненулевая, но N²=0. Линейный аннулирующий многочлен потребовал бы скалярную B, чего нет.
  4. Следовательно m_B(t)=(t−3)². A диагонализируема, а B нет из-за повторного множителя минимального многочлена.

Ответ. m_A=t−3, m_B=(t−3)²; диагонализируема только A.

Проверка. Прямое вычисление N=[[0,2],[0,0]] и N²=0 подтверждает верхнюю степень; N≠0 независимо исключает линейный кандидат.

Где легко ошибиться. Аннулирующий многочлен ещё не обязательно минимальный. Нужно доказать отсутствие ненулевого аннулирующего многочлена меньшей степени, а не только подставить найденный кандидат.

Проверьте понимание

Каков минимальный многочлен B из задачи?

Вопросы к этой главе

Минимальный многочлен всегда равен характеристическому?

Нет. Для скалярной матрицы порядка n характеристический равен (t−λ)ⁿ, а минимальный t−λ. У них одинаковые разные корни, но могут различаться кратности.

Можно проверять тождество на базисе?

Да. Линейный оператор, обнуляющий каждый базисный вектор, является нулевым. Проверка только одного произвольного вектора без свойства порождения недостаточна.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Marco Taboga: Minimal polynomial

    Авторская лекция: вебом проверены моническая минимальность, единственность, делимость аннулирующих многочленов и связь с характеристическим. Собственная задача ниже использует иные числовые данные.

Спектральные проекторы как многочлены от оператора

При разных собственных значениях компоненты вектора можно выделить многочленами от матрицы. Спектральный проектор строится без явного перехода в собственный базис и сразу проверяется тождествами идемпотентности.

Перед началом: Диагонализируемость; Многочлен от оператора.

Интерполяция задаёт фильтр собственного значения

Пусть A диагонализируема и её разные собственные значения равны λ₁,…,λₖ. Определим Pᵢ=∏ при j≠i (A−λⱼI)/(λᵢ−λⱼ). На собственном векторе значения λᵢ каждый множитель даёт единицу после нормировки, а на векторе другого собственного значения один множитель даёт ноль. Поэтому Pᵢ выделяет ровно i-ю собственную компоненту.

Ненулевые знаменатели обеспечены различием выбранных значений. Кратности отдельных собственных значений в характеристическом многочлене не мешают формуле, если матрица диагонализируема. В произведении перечисляются разные значения, а не все корни с повторениями. Подстановка повторного значения как отдельного индекса создала бы нулевой знаменатель.

Проекторы имеют совместные алгебраические проверки

Из действия на собственном базисе следуют Pᵢ²=Pᵢ, PᵢPⱼ=0 при i≠j, сумма всех Pᵢ равна I и A=ΣλᵢPᵢ. Эти тождества проверяют и выделение компонентов, и полноту разложения. При вычислении степени получается Aᵐ=ΣλᵢᵐPᵢ для неотрицательного целого m, что избегает повторного матричного умножения.

Алгебраическая ортогональность PᵢPⱼ=0 не означает геометрическую перпендикулярность образов. Для несимметричной матрицы спектральные проекторы могут быть косыми. Равенство Pᵢᵀ=Pᵢ требует дополнительной структуры, например вещественной симметричности A. Нельзя подменять полиномиальное разложение утверждением о евклидовых прямых углах.

Недостаток собственных векторов меняет формулу

Для недиагонализируемой матрицы знание разных собственных значений не устраняет нильпотентные части жордановых блоков. Простые интерполяционные фильтры могут не стать идемпотентными. Для обобщённых собственных подпространств используют дополнительные условия на производные многочленов, соответствующие кратностям в минимальном многочлене.

В точном небольшом примере полезно проверить P²=P прямым умножением и AP=λP. Первое говорит о проекции, второе — о собственном подпространстве её образа. Проверка только суммы проекторов равной I не гарантирует, что они выделяют нужные спектральные компоненты: произвольные P и I−P всегда имеют такую сумму.

Два спектральных фильтра

Условие. A=[[2,1],[0,5]]. Постройте P₂ и P₅, затем найдите спектральные компоненты v=(1,3).

  1. Собственные значения 2 и 5 различны, поэтому A диагонализируема и формулы фильтров допустимы.
  2. P₂=(5I−A)/3=[[1,−1/3],[0,0]], P₅=(A−2I)/3=[[0,1/3],[0,1]].
  3. Применение к v даёт P₂v=(0,0), P₅v=(1,3). Значит этот v целиком относится к значению пять.
  4. Проверяем Av=(5,15)=5v. Сумма двух компонент равна исходному вектору.

Ответ. P₂=[[1,−1/3],[0,0]], P₅=[[0,1/3],[0,1]]; компоненты v равны 0 и v.

Проверка. Прямые произведения дают P₂²=P₂, P₅²=P₅ и P₂P₅=P₅P₂=0. Матрица 2P₂+5P₅ совпадает с A.

Где легко ошибиться. Проекторы разных спектральных значений обнуляют произведение, но их образы не обязаны быть перпендикулярны в стандартной евклидовой метрике.

Проверьте понимание

Чему равна компонента P₂(1,3) в задаче?

Вопросы к этой главе

Нужны ли собственные векторы для самой формулы?

Нет. После проверки диагонализируемости достаточно матрицы и разных собственных значений. Собственные векторы объясняют доказательство, но не входят в вычислительное выражение.

Когда проектор симметричен?

Для вещественной симметричной A её разные собственные подпространства ортогональны, и полиномиальные спектральные проекторы симметричны. У произвольной диагонализируемой матрицы такого вывода нет.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • David Bindel, Cornell CS6210: Perturbation theory

    Первичная лекция автора; вебом прочитан раздел Contour integrals о спектральных проекторах и счёте спектра. Полиномиальная формула данной главы отдельно выводится через интерполяцию на собственном базисе.

Круги Гершгорина и гарантированные области спектра

Чтобы исключить кратное собственное значение, иногда достаточно увидеть непересекающиеся области спектра. Круги Гершгорина дают такие области по строкам, не требуя решать характеристический многочлен.

Перед началом: Собственное значение; Модуль комплексного числа.

Наибольшая координата собственного вектора локализует корень

Пусть Av=λv, v≠0. Выберем индекс i, где |vᵢ| максимально. Тогда (λ−aᵢᵢ)vᵢ=Σ при j≠i aᵢⱼvⱼ. После оценки модулей и деления на |vᵢ|>0 получаем |λ−aᵢᵢ|≤Σ при j≠i |aᵢⱼ|. Поэтому каждый корень лежит хотя бы в одном круге с центром aᵢᵢ и радиусом суммы внедиагональных модулей строки.

Круги рассматриваются в комплексной плоскости даже для вещественной матрицы: собственные значения могут быть комплексными. Из того, что центры вещественны, ещё не следует вещественность всего спектра. Для симметричной вещественной матрицы вещественность известна отдельно, и круги можно пересечь с действительной осью, получив интервалы.

Разделённая компонента кругов считает значения с кратностью

Если объединение k кругов отделено от всех остальных кругов, эта компонента содержит ровно k собственных значений с учётом алгебраической кратности. В частности, попарно непересекающиеся n кругов содержат по одному корню каждый. Тогда все собственные значения различны и матрица диагонализируема над ℂ.

Одна лишь локализация каждого корня в объединении ещё не доказывает последний подсчёт. Для него используется непрерывное изменение матрицы от диагональной к исходной при масштабировании внедиагональной части: отделённая компонента не может обменяться корнями с остальными через свободный промежуток. Это дополнительная часть теоремы, которую нельзя пропускать в выводе о кратности.

Оценка достаточна, но не необходима

Пересечение кругов не доказывает существование кратного корня. Оценка может быть грубой и объединять области совершенно разных собственных значений. Точно так же исключение нуля из всех кругов достаточно для обратимости, но попадание нуля в круг не доказывает вырожденности. Проверка даёт область возможного, а не список реализованных точек.

Можно также применять теорему к транспонированной матрице, получая круги по столбцам: спектр при транспонировании сохраняется. Пересечение двух объединений иногда сужает оценку. Масштабирование строк само по себе спектр меняет; для сохранения значений требуется согласованное диагональное подобие D⁻¹AD, а не произвольная нормировка уравнений.

Спектр без квадратной формулы

Условие. A=[[2,1/4],[1/4,5]]. Локализуйте собственные значения и докажите отсутствие кратного значения.

  1. Первый строковый круг имеет центр два и радиус 1/4, второй — центр пять и тот же радиус.
  2. A симметрична, поэтому значения вещественны и лежат в интервалах [7/4,9/4] и [19/4,21/4].
  3. Интервалы не пересекаются. По разделённой части теоремы каждый содержит ровно одно собственное значение.
  4. Следовательно, значения различны, положительны, и A обратима и диагонализируема над ℝ без явного вычисления корней.

Ответ. По одному различному значению в [7/4,9/4] и [19/4,21/4].

Проверка. Характеристический дискриминант (2−5)²+4·(1/4)²=37/4>0 независимо подтверждает различие; след семь согласуется с расположением двух корней.

Где легко ошибиться. Пересекающиеся круги не являются сертификатом кратного значения, а круг, содержащий ноль, не является сертификатом нулевого определителя.

Проверьте понимание

Что гарантируют два непересекающихся круга в рассмотренной матрице второго порядка?

Вопросы к этой главе

Зачем нужна симметричность в примере?

Для перехода от комплексных кругов к вещественным интервалам. Само включение спектра в круги справедливо и без симметрии, но тогда значения могут быть комплексными.

Можно получить более узкие области?

Иногда помогают столбцовые круги либо диагональное подобие. Любое преобразование нужно проверять на сохранение спектра: обычное деление строк на разные числа этого не гарантирует.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • David Bindel, Cornell CS6210: Gershgorin theory

    Вебом прочитан раздел Gershgorin theory: круги и число корней с кратностями в отделённой компоненте, включая аргумент непрерывной деформации. Двумерная задача главы написана отдельно.

Инерция симметричной матрицы при нулевом диагональном элементе

Нулевой диагональный элемент не означает нулевого собственного направления. Симметричная матрица с нулевой диагональю может иметь положительные и отрицательные значения формы; блочное исключение позволяет посчитать их точно, не решая характеристическое уравнение.

Перед началом: Квадратичная форма; Дополнение Шура.

Инерция сохраняет знаки, а не величины корней

Инерцией действительной симметричной матрицы назовём тройку количеств положительных, отрицательных и нулевых собственных значений с кратностями. При невырожденной замене координат x=Sy матрица формы становится SᵀAS. Закон инерции утверждает, что эта тройка не меняется. Численные значения собственных корней при таком преобразовании обычно меняются, поэтому конгруэнтность нельзя называть подобием.

Если диагональный элемент d ненулевой, соответствующую переменную выделяют в полный квадрат. Для блока [[d,rᵀ],[r,C]] остаток равен C−rrᵀ/d. Один знак определяется знаком d, остальные принадлежат остатку. Это исключение производится одинаково по строкам и столбцам; обычное строковое приведение системы без согласованного столбцового действия инерцию не сохраняет.

Нулевая диагональ требует взглянуть вне диагонали

Пусть все диагональные элементы текущего остатка нулевые, но некоторый внедиагональный b ненулевой. После перестановки выбираем блок H=[[0,b],[b,0]]. Его форма равна 2buv, а собственные значения равны b и −b: он всегда добавляет ровно один плюс и один минус. Блок обратим, поэтому исключение продолжают через C−RᵀH⁻¹R.

Если одновременно вся диагональ и все внедиагональные элементы нулевые, остаток действительно нулевой. Тогда каждое оставшееся измерение даёт нулевой знак. Так алгоритм различает две ситуации, внешне похожие при взгляде только на диагональ. Он применим и к вырожденным матрицам; делить на нулевой одиночный pivot не требуется.

Сертификатом служит сама замена переменных

Для небольшой рациональной матрицы удобно сохранить S и выделенную блочно-диагональную D. Точное равенство SᵀAS=D вместе с det S≠0 независимо подтверждает исключение. Знаки блоков размера 1 и 2 проверяются без приближённых корней. Во встроенном инструменте используются именно рациональные операции: результат описывает введённые числа, а не близкую матрицу после округления. Для измеренных данных чувствительность нулевых знаков надо исследовать отдельно.

Связанный остаток после блока

Условие. Найдите инерцию A=[[0,2,1],[2,0,1],[1,1,0]]. Покажите невырожденную замену координат и объясните, почему нулевой диагонали недостаточно для вывода.

  1. Квадратичная форма равна 4xy+2xz+2yz. Ведущий блок [[0,2],[2,0]] обратим и даёт один положительный и один отрицательный знак.
  2. Его обратная равна [[0,1/2],[1/2,0]]. Для связи r=(1,1) остаток равен 0−rᵀH⁻¹r=−1.
  3. Положим u=x+z/2, v=y+z/2. Тогда форма становится4uv−z². Это треугольная невырожденная замена, сохраняющая инерцию.
  4. Наконец a=u+v, b=u−v дают4uv=a²−b². Получаем a²−b²−z²: один плюс, два минуса и ни одного нуля.

Ответ. Инерция равна (1,2,0); ранг равен 3.

Проверка. Прямое раскрытие a=x+y+z, b=x−y восстанавливает исходную форму. Кроме того det A=4≠0, поэтому нулевого направления в итоговой диагонализации нет.

Где легко ошибиться. Не обнуляйте строку только потому, что её диагональный элемент равен нулю. Ненулевая поперечная связь может образовать обратимый блок с двумя противоположными знаками.

Инерция симметричной матрицы: точные знаки

Симметричная матрица от 1×1 до 5×5. Строки разделяйте переносом, числа — пробелами. Допустимы целые, десятичные числа и дроби. Нулевые диагонали обрабатываются блоками 2×2; нулевые направления сохраняются. Это точный расчёт для введённых рациональных чисел.

Данные для расчёта

Проверьте понимание

Какова инерция указанной матрицы A?

Вопросы к этой главе

Почему одного det A недостаточно?

Он сообщает произведение собственных значений и наличие нулевого корня. Например положительный определитель размера 3 допускает как три плюса, так и один плюс с двумя минусами. Нужны дополнительные знаковые сведения.

Нулевой знак устойчив к малой ошибке ввода?

В общем случае нет. Добавка ε на нулевой диагонали нулевого остатка превращает направление в плюс или минус по знаку ε. Точный инструмент устанавливает инерцию конкретной рациональной матрицы, не доверительный диапазон измерений.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Sergei Treil: Linear Algebra Done Wrong

    Вебом прочитаны глава7§3: закон инерции и глава6§4: Moore–Penrose inverse, четыре равенства Пенроуза. Первоначальный адрес LADW.pdf вернул404; указан читаемый PDF автора. Численные примеры и блочное исключение наши.

Удаление координаты и чередование собственных значений

Удаление одной координаты из симметричной матрицы не позволяет спектру главной подматрицы уйти произвольно далеко. Её собственные значения располагаются между соседними значениями исходной матрицы; доказательство использует размерность подпространств, а не совпадение корней.

Перед началом: Отношение Рэлея; Минимаксная характеристика спектра.

Главная подматрица означает ограничение одной формы

Пусть A действительная симметричная размера n, а B получена удалением одной и той же строки и столбца. Векторы меньшего пространства можно вложить в исходное, поставив ноль в удалённую координату. На этой координатной гиперплоскости отношение Рэлея B совпадает с отношением Рэлея A. Сравниваются ограничения одной формы в одной евклидовой метрике.

Расположим собственные значения по возрастанию: λ₁≤…≤λₙ для A и μ₁≤…≤μₙ₋₁ для B. Тогда λᵢ≤μᵢ≤λᵢ₊₁. Неравенства нестрогие: общее собственное направление может лежать внутри гиперплоскости, а повторяющиеся значения допускают несколько совпадений. Чередование не требует положительной определённости.

Одна потерянная размерность сдвигает индекс не больше чем на один

Минимаксная формула характеризует i-е значение минимизацией максимального отношения Рэлея по i-мерным подпространствам. Подпространства гиперплоскости образуют более узкий допустимый набор, поэтому μᵢ не меньше λᵢ. Для второй границы возьмём пространство первых i+1 собственных векторов A. Его пересечение с гиперплоскостью имеет размерность хотя бы i, и на нём отношение не больше λᵢ₊₁. Это даёт μᵢ≤λᵢ₊₁.

Аргумент показывает, почему важно удалять согласованную строку и столбец. Неглавный квадратный блок не является таким ограничением симметричной формы. Произвольное исключение строк системы или вырезание разных наборов индексов не наследует эти границы. Также нельзя механически переносить результат на несимметричные матрицы только потому, что их спектр в конкретном примере вещественный.

Чередование даёт сертификат, но не восстанавливает все корни

Если спектр меньшей матрицы известен, можно ограничить промежутки для большого спектра и проверить правдоподобие численного результата. Однако одних неравенств обычно недостаточно для точного восстановления A. В частности, промежуточные значения могут иметь кратности, и данные о следе или определителе являются дополнительными условиями. В задаче ниже оба спектра вычисляются независимо, поэтому чередование становится проверкой общего принципа, а не способом подогнать ответ.

Удаление крайней координаты

Условие. Возьмите A=[[2,1,0],[1,2,1],[0,1,2]]. Удалите третью строку и третий столбец. Найдите оба спектра и выпишите чередование.

  1. Характеристический многочлен A равен (2−λ)((2−λ)²−2). Собственные значения по возрастанию:2−√2,2,2+√2.
  2. Главная подматрица B=[[2,1],[1,2]] имеет собственные значения1 и3, что видно на векторах (1,−1) и (1,1).
  3. Получаем цепочку 2−√2≤1≤2≤3≤2+√2. Здесь все четыре сравнения строгие, поскольку1<√2<2.
  4. Проверяем следы: сумма значений A равна6, сумма значений B равна4. Произведения равны4 и3 соответственно, как и прямые определители.

Ответ. Спектр B={1,3}; чередование:2−√2<1<2<3<2+√2.

Проверка. Характеристические многочлены и следы проверены отдельно для двух матриц. Точные неравенства для√2 следуют из1²<2<2² и не зависят от десятичного приближения корней.

Где легко ошибиться. Не называйте чередованием условие «каждый корень B где-то между минимальным и максимальным корнями A». Настоящий результат сильнее: i-й корень находится между конкретными соседними λᵢ и λᵢ₊₁.

Проверьте понимание

Каково большее собственное значение выбранной B?

Вопросы к этой главе

Работает ли утверждение при несимметричной A с вещественными корнями?

Вообще нет. У [[0,2],[−1,3]] собственные значения1 и2, но главная подматрица из первого элемента равна[0], и её корень0 вне этого промежутка. Самосопряжённость существенна.

Что происходит при удалении нескольких координат?

Последовательное применение однокоординатного результата даёт более широкий индексный зазор. При удалении r координат получаем λᵢ≤μᵢ≤λᵢ₊ᵣ. Это следует из цепочки ограничений, а не из произвольного выбора подматрицы.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Sergei Treil: Linear Algebra Done Wrong, chapter7§4.2

    Прочитана минимаксная характеристика собственных значений самосопряжённой матрицы. Чередование для ограничения на координатную гиперплоскость выводится в нашем тексте; отдельное чтение одноимённой теоремы в книге не заявляется.

Числовой диапазон матрицы шире множества собственных значений

Собственные значения описывают действие матрицы на особые направления, но не все её квадратичные наблюдения. Числовой диапазон рассматривает x*Ax для каждого единичного комплексного x. У ненормальной матрицы он может иметь площадь даже тогда, когда весь спектр состоит из одной точки; это объясняет возможность краткого роста при последующем затухании.

Перед началом: Комплексное скалярное произведение; Собственные значения и матричная экспонента.

Квадратичное наблюдение не обязано быть собственным значением

Для комплексной квадратной A определим W(A)={x*Ax:x*x=1}, где звёздочка означает сопряжённое транспонирование. Каждое собственное значение принадлежит W(A): достаточно нормировать соответствующий собственный вектор. Обратное неверно. Уже ненормальный блок с нулевой диагональю даёт непрерывное множество наблюдений, хотя его характеристический многочлен имеет только нулевые корни.

У эрмитовой матрицы W(A) является вещественным отрезком между крайними собственными значениями. У нормальной матрицы оно совпадает с выпуклой оболочкой спектра. Это специальное условие нельзя опускать. Числовой радиус max{|z|:z∈W(A)} также не обязан равняться спектральному радиусу или операторной норме.

Вещественная часть определяется эрмитовой частью

Для любого единичного x выполняется Re(x*Ax)=x*Hx, где H=(A+A*)/2. Поэтому максимальная вещественная часть W(A) равна λ_max(H). Эту величину называют числовой абсциссой. Она контролирует мгновенное изменение евклидовой нормы решения u′=Au: производная|u|² равна 2u*Hu.

Если λ_max(H)>0, существует начальное направление с положительной производной нормы. При этом все собственные значения A всё ещё могут иметь отрицательные вещественные части. Такой временный рост не противоречит асимптотическому затуханию. Другая положительная квадратичная энергия может убывать с самого начала; конкретная норма и временной масштаб должны быть названы явно.

Диск нильпотентного блока вычисляется точно

Для N=[[0,c],[0,0]] и единичного x=(a,b) имеем x*Nx=c·conj(a)b. Из 2|ab|≤|a|²+|b|²=1 следует модуль не больше|c|/2. Изменяя отношение модулей a,b, получаем любой радиус от нуля до этого предела, а их относительной фазой — любой угол. Поэтому W(N) является полным замкнутым диском, а не только его границей.

Этот вывод полезен как тест программы построения числового диапазона. Выбор только действительных x дал бы один отрезок и потерял бы мнимые направления. Проверка только собственных векторов вернула бы ещё меньше — одну нулевую точку. Обе выборки не соответствуют комплексному определению W.

От нулевого спектра к краткому росту затухающей системы

Условие. Пусть N=[[0,4],[0,0]], A=−I+N. Найдите W(N) и покажите начальное направление единичной нормы, у которого решение u′=Au сначала растёт.

  1. Для N числовой диапазон — диск радиуса 2. Его спектр равен{0}, поскольку N²=0 иN ненулевая. Числовой радиус поэтому 2, а спектральный 0.
  2. Эрмитова часть A равна[[-1,2],[2,-1]], её собственные значения 1 и−3. Направление x=(1,1)/√2 соответствует значению 1 и даёт производную квадрата нормы 2.
  3. Так как N²=0, экспонента равна e^(tA)=e^(−t)(I+tN). Для выбранного x квадрат нормы решения равен e^(−2t)[(1+4t)²+1]/2.
  4. При t=1/4 это(5/2)e^(−1/2)>1, тогда как при t→∞ выражение стремится к нулю. Оба собственных значения A равны−1, поэтому рост действительно временный, а не неустойчивость спектра.

Ответ. W(N) — диск|z|≤2. В системе сA=−I+N единичное направление(1,1)/√2 сначала увеличивает евклидову норму, затем затухает.

Проверка. Точное перемножение(I+tN) с его сопряжённым транспонированием подтверждает формулу нормы. Неравенство e^(1/2)<2 следует из ряда и сравнения с геометрическим рядом, поэтому(5/2)e^(−1/2)>5/4>1 без доверия округлённому графику.

Где легко ошибиться. Не заменяйте числовой диапазон выпуклой оболочкой спектра без проверки нормальности. У данного N такая подмена свела бы целый диск к одной точке и скрыла бы возможный начальный рост.

Проверьте понимание

Как выглядит W(N) при N=[[0,4],[0,0]]?

Вопросы к этой главе

Почему рассматриваются комплексные векторы даже для действительной N?

Так определён комплексный числовой диапазон. Относительная фаза координат создаёт мнимую часть наблюдения; ограничение действительными векторами решает другую задачу.

Опровергает ли начальный рост существование функции Ляпунова?

Нет. Он относится к евклидовой норме. Для асимптотически устойчивой матрицы можно подобрать другую положительную квадратичную энергию, которая убывает, хотя обычная длина временно увеличивается.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Nick Higham: What Is the Numerical Range of a Matrix?

    Прочитаны определение W, отличие нормального случая и формула числовой абсциссы через эрмитову часть. Собственный блок N, полное доказательство диска и экспоненциальный пример проверены отдельно; рисунки и матрицы галереи источника не повторяются.

QR-итерация: новый порядок множителей сохраняет спектр

QR-разложение можно использовать не для решения системы, а для изменения самой матрицы без изменения её спектра. На каждом шаге факторы переставляют: вместо QR берут RQ. Ортогональное подобие объясняет сохранение собственных значений, а подходящий сдвиг способен сразу отделить уже найденное значение от оставшейся задачи.

Перед началом: Ортогональное QR-разложение; Подобие квадратных матриц.

Переставлять факторы разрешает конкретное подобие

Для действительной квадратной A запишем A=QR, где QᵀQ=I, аR верхнетреугольна. Новый шаг A₁=RQ удовлетворяет A₁=QᵀAQ. Поэтому его характеристический многочлен совпадает с исходным, а собственные векторы меняют координаты посредством Q. Это не утверждение, что любые два переставленных матричных множителя одинаковы.

Если A симметрична, ортогональное подобие сохраняет симметричность. В точной арифметике след и определитель каждого шага также сохраняются. Эти инварианты полезны для проверки реализации, но сами по себе не доказывают правильность всех элементов: много различных матриц имеют одинаковые след и определитель. Надёжнее дополнительно проверить равенство QᵀAQ=RQ.

Сдвиг возвращают после обратного перемножения

Для выбранного скаляра μ сначала раскладывают A−μI=QR, затем берут A₁=RQ+μI. Снова A₁=QᵀAQ, поскольку QᵀIQ=I. Прибавить μ следует именно к диагонали результата. Если забыть вернуть сдвиг, алгоритм будет сохранять спектр A−μI, а не A.

При точном собственном сдвиге A−μI вырождена, однако QR-разложение всё равно существует: нулевой остаток дополняют ортонормированным направлением. Нельзя применять процедуру, которая делит на норму нулевого остатка и объявляет весь спектральный метод невозможным. Для подходящего последнего диагонального блока возникает точная дефляция, после которой меньшую задачу решают отдельно.

Один удачный шаг не является общим доказательством сходимости

Для симметричной матрицы цель состоит в приближении диагональной формы. Скорость зависит от спектральных промежутков и выбора сдвигов. У несдвинутого метода возможны специальные случаи стагнации; простая формула RQ не обещает одинаковой сходимости для любой матрицы. Для общей действительной матрицы естественная цель — вещественная форма Шура с блоками 1×1 и2×2.

При кратном дефектном собственном значении нельзя ожидать ортогонального базиса собственных векторов только потому, что каждый шаг использует ортогональную Q. Подобие сохраняет исходный дефект. Численная остановка по малому поддиагональному элементу является приближённым решением и требует своего допуска; наш пример ниже показывает точное равенство, а не общее правило выбора порога.

Один обычный шаг и точная дефляция со сдвигом

Условие. Для A=[[2,1],[1,2]] выполните один несдвинутый QR-шаг с положительной диагональю R. Затем отдельно примените точный сдвиг μ=1 и покажите результат.

  1. Первый столбец задаёт q₁=(2,1)/√5. После вычитания проекции второй столбец даёт q₂=(−1,2)/√5. Поэтому Q=(1/√5)[[2,−1],[1,2]], R=(1/√5)[[5,4],[0,3]].
  2. Переставляя факторы, получаем A₁=(1/5)[[14,3],[3,6]]. Внедиагональный элемент уменьшился с1 до 3/5; след остаётся 4, определитель 3.
  3. Для μ=1 матрица A−I имеет две одинаковые строки. Можно взять Q̃=(1/√2)[[1,−1],[1,1]], R̃=[[√2,√2],[0,0]]. Нулевой второй столбцовый остаток дополнен единичным ортогональным направлением.
  4. Произведение R̃Q̃ равно diag(2,0). После возвращения сдвига получается diag(3,1). Характеристический многочлен всех трёх матриц равен λ²−4λ+3; дефляция точна.

Ответ. Обычный шаг даёт[[14/5,3/5],[3/5,6/5]], а сдвиг 1с указанным QR сразу даёт diag(3,1).

Проверка. Все равенства проверяются без приближённых корней: вQᵀQ знаменатель 5, вQR иRQ он также 5; после сдвига аналогично сокращается 2. Независимые след и определитель подтверждают собственные значения 1 и 3.

Где легко ошибиться. Не путайте QR для наименьших квадратов сQR-итерацией. В первом случае сохраняют исходную матрицу и решают треугольную систему; во втором строят новую подобную матрицу и продолжают спектральный поиск.

Проверьте понимание

Каков внедиагональный элемент после указанного несдвинутого шага?

Вопросы к этой главе

Почему вырожденность A−μI не запрещает QR?

Ортогональное дополнение можно выбрать даже при нулевом остатке. Нулевой диагональный элемент R сообщает о ранге, но QR не требует обращения R или деления на этот элемент.

Может ли ортогональная итерация исправить дефектный жорданов блок?

Нет. Все шаги являются подобиями и сохраняют размеры жордановых блоков. Ортогональность координатного преобразования не создаёт недостающие собственные направления.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Per-Olof Persson, MIT18.335: The QR Algorithm I, слайд 9

    Прочитаны алгоритм перестановки QR→RQ и ортогональное подобие на слайде 9, включая оговорку о сходимости. Собственная дробная матрица и точный сдвинутый шаг выведены отдельно; данный PDF не заявляется источником практического выбора сдвигов.

Плоский поворот Якоби обнуляет внедиагональный элемент

Для симметричного спектрального поиска не обязательно переставлять QR-множители. Метод Якоби выбирает пару координат и точно устраняет один симметричный внедиагональный элемент. Остальные связи могут перераспределиться, но их общий квадратный бюджет уменьшается на известную величину.

Перед началом: Ортогональное подобие и симметричность; Норма Фробениуса и плоский поворот.

Поворот действует сразу на строки и столбцы

Вещественная симметричная матрица; точное ортогональное подобие и явно выбранный счёт обеих половин внедиагональной части.

В выбранных координатах p,q стоит симметричный блок ((a,b),(b,d)). Вложим в единичную матрицу поворот R с блоком ((c,−s),(s,c)), где c²+s²=1. Новый оператор A′=RᵀAR подобен A и сохраняет симметрию. Одного умножения справа было бы недостаточно: оно поменяло бы входные координаты без согласованной замены выходных.

Внедиагональный элемент блока равен b(c²−s²)+(d−a)cs. При b=0 поворот не нужен. Иначе положим t=s/c и τ=(d−a)/(2b). Уравнение даёт t²−2τt−1=0. Для τ≠0 выбираем t=−sign(τ)/[|τ|+√(1+τ²)], чтобы не вычитать близкие числа; при τ=0 можно взять t=1. Затем c=1/√(1+t²), s=tc. Это соглашение знака относится именно к записанному R.

Двойной счёт симметричных элементов даёт множитель два

Определим Off(A)²=Σᵢ≠ⱼaᵢⱼ²: сюда входят обе половины матрицы. Ортогональное подобие сохраняет полную норму Фробениуса. При точной диагонализации выбранного блока сумма квадратов его двух диагональных элементов увеличивается на 2b². Остальные диагональные элементы не меняются, поэтому Off(A′)²=Off(A)²−2b².

Величины вне выбранного блока могут стать больше или появиться на месте нулей. Это не опровергает уменьшение общего бюджета. Если каждый раз выбирать наибольший по модулю внедиагональный элемент, его квадрат не меньше Off(A)²/[n(n−1)]. Отсюда Off(A′)²≤[1−2/(n(n−1))]Off(A)². В точной арифметике эта стратегия заставляет всю внедиагональную часть стремиться к нулю.

Один шаг не обязан дать полный собственный базис

Плоский поворот обнуляет только выбранную пару, а не всю строку и не все связи с другими координатами. Для матрицы большего порядка нужны следующие повороты. Накапливая их произведение, можно отслеживать ортогональное изменение базиса. При кратных собственных значениях отдельные собственные векторы не определены единственно, даже если диагонализация состоялась.

Этот метод Якоби не является одноимённой итерацией решения СЛАУ. Там обновляют вектор неизвестных для фиксированной матрицы; здесь меняют подобную матрицу ради спектра. Симметричность существенна: произвольный действительный дефектный оператор нельзя превратить в диагональ ортогональными поворотами. Наши проверки относятся к точному шагу, без обещания машинной точности для малых спектральных промежутков.

Устранённая связь и две оставшиеся

Условие. A=((2,1,1),(1,2,0),(1,0,3)). Устраните элемент a₁₂ поворотом с c=s=1/√2. Найдите новую матрицу и Off² с учётом обеих симметричных половин.

  1. В первом блоке a=d=2,b=1, поэтому τ=0 и t=1. Вложенный поворот имеет строки (c,−c,0),(c,c,0),(0,0,1); его столбцы ортонормированы.
  2. Точное произведение RᵀAR даёт строки (3,0,1/√2),(0,1,−1/√2),(1/√2,−1/√2,3). Выбранные a₁₂ и a₂₁ стали нулями, но связь второй координаты с третьей появилась.
  3. До поворота Off²=2(1²+1²+0²)=4. После него Off²=2(0²+1/2+1/2)=2. Уменьшение равно 2b²=2, как предсказывает тождество.
  4. След остаётся 7. Сумма квадратов диагонали выросла с 17 до 19, а полная норма в квадрате осталась 21. Определитель обеих матриц равен 7; при этом две оставшиеся связи показывают, что полный спектральный поиск ещё не завершён.

Ответ. Новая матрица A′=((3,0,1/√2),(0,1,−1/√2),(1/√2,−1/√2,3)); полный Off² уменьшился с 4 до 2.

Проверка. Независимое раскрытие det(λI−A) и det(λI−A′) даёт λ³−7λ²+14λ−7. Коэффициенты с радикалами сокращаются точно. Эта проверка спектра дополняет, но не заменяет прямое равенство A′=RᵀAR.

Где легко ошибиться. Уточните, считается только верхний треугольник или обе половины. Для нашего Off² уменьшение равно2aₚq²; при одностороннем счёте оно было бы вдвое меньше.

Проверьте понимание

Чему равен полный Off(A′)² после разобранного поворота матрицы 3×3, когда учитываются обе половины?

Вопросы к этой главе

Почему один из нулевых элементов может стать ненулевым?

Поворот смешивает две координаты и их связи со всеми остальными. Сохраняются ортогональное подобие и общий квадратичный бюджет; сохранение каждого отдельного нуля не требуется.

Можно ли выбрать противоположный угол при a=d?

Да, оба допустимых поворота на ±π/4 обнуляют связь, но переставляют два диагональных значения и меняют знаки других связей. Весь расчёт должен следовать одному явно выбранному R.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • David Bindel, Cornell CS6210 — Jacobi iteration

    Идея плоских ортогональных поворотов для симметричного спектрального поиска. Наш знак R, точный трёхмерный пример и формула уменьшения при явном двойном счёте Off выведены отдельно.

Производная матричной экспоненты при некоммутирующем возмущении

Скалярное правило производной экспоненты переносится на матрицы только при дополнительной коммутативности. Если возмущение меняет собственные направления, его положение внутри произведения существенно. Производная Фреше собирает все возможные положения одного возмущающего множителя и остаётся линейной по этому направлению.

Перед началом: Матричная экспонента как степенной ряд; Произведение некоммутирующих матриц.

Одно возмущение может стоять в разных местах

Конечные квадратные вещественные матрицы; производная по скалярному параметру в произвольном матричном направлении.

Обозначим L(A,E)=d exp(A+tE)/dt при t=0. При дифференцировании (A+tE)ᵏ правило произведения даёт сумму AʲEAᵏ⁻¹⁻ʲ по j от нуля до k−1. У всех слагаемых ровно один E, но матрицы по обе стороны различны. Суммируя эти производные с весами 1/k!, получаем линейный оператор по E, описывающий первую вариацию.

Если AE=EA, все k слагаемых одинаковы, и ряд сокращается до exp(A)E. Без этого условия объединять их нельзя. Эквивалентная запись L(A,E)=∫₀¹exp((1−s)A)E exp(sA)ds сохраняет порядок явно. Она получается раскрытием двух экспонент и интегрированием коэффициентов: интеграл (1−s)^p s^q равен p!q!/(p+q+1)!. Сходимость матричных рядов на этом конечном отрезке позволяет такой переход.

Удвоенный блок содержит искомую производную

Составим M=((A,E),(0,A)) из четырёх блоков одинакового размера. У Mᵏ диагональные блоки равны Aᵏ, нижний левый нулевой, а верхний правый содержит сумму всех AʲEAᵏ⁻¹⁻ʲ. Поэтому exp M=((exp A,L(A,E)),(0,exp A)). Это позволяет проверить производную как часть обычной экспоненты другой матрицы.

Блок E не означает малое число: производная уже является линейной функцией направления, а малость относится к параметру t в исходном возмущении. Для оценки exp(A+tE) используют exp A+tL(A,E) и остаток порядка t² при фиксированных A,E. Одна производная не является точной экспонентой при произвольном конечном t.

Нильпотентность исходной матрицы не обрезает всё после первого члена

Даже если A²=0, выражение AEA может оказаться ненулевым. Тогда в производной присутствует вклад кубической степени исходного ряда. Нельзя сначала записать exp A=I+A для одной фиксированной A, а затем дифференцировать эту укороченную формулу по направлениям, которые не сохраняют A²=0. Это дифференцирование равенства за пределами множества, где оно было установлено.

Первую вариацию применяют для чувствительности линейной динамики и производных по коэффициентам модели. Направление E задаёт, какой именно параметр изменён. Производные собственных значений не заменяют матричную производную: изменение базиса тоже влияет на exp A. В нашем расчёте повторное нулевое собственное значение не мешает существованию точной производной.

Кубический вклад при квадрате нильпотентной матрицы

Условие. Пусть N=((0,1),(0,0)), E=((0,0),(1,0)). Найдите L(N,E), сравните с exp(N)E и проверьте результат независимо.

  1. N²=0, но NE=((1,0),(0,0)), EN=((0,0),(0,1)) и NEN=N. Следовательно, NE≠EN: скалярное правило применять нельзя.
  2. В интеграле экспоненты равны I+(1−s)N и I+sN. Произведение равно E+(1−s)NE+sEN+s(1−s)NEN.
  3. Интегралы коэффициентов равны 1,1/2,1/2,1/6. Поэтому L=E+(NE+EN)/2+NEN/6=((1/2,1/6),(1,1/2)).
  4. У блока M=((N,E),(0,N)) четвёртая степень нулевая. Его точная экспонента I+M+M²/2+M³/6 имеет найденный L в верхнем правом блоке. Между тем exp(N)E=E+NE=((1,0),(1,0)) и явно отличается.

Ответ. L(N,E)=((1/2,1/6),(1,1/2)); произведение exp(N)E не является этой производной.

Проверка. Дополнительный независимый путь: (N+tE)²=tI. Разделение чётных и нечётных степеней даёт exp(N+tE)=ΣtᵏI/(2k)!+Σtᵏ(N+tE)/(2k+1)!. Коэффициент t равен I/2+N/6+E, как найдено выше.

Где легко ошибиться. Из N²=0 не следует (N+tE)²=0. Усечение экспоненты на одном нильпотентном операторе нельзя дифференцировать как тождество во всём пространстве матриц.

Проверьте понимание

Какая матрица равна производной exp(N+tE) при t=0 именно для разобранных N,E?

Вопросы к этой главе

Производная линейна также по исходной матрице N?

Нет. Линейность относится к направлению E при фиксированном N. По N формула содержит экспоненты и обычно нелинейна.

Почему простого левого или правого умножения недостаточно?

В примере оба порядка дают другие диагонали. В производной каждый из них входит с половинным весом, а дополнительно появляется NEN/6; порядок всех вкладов определён исходным рядом.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Al-Mohy, Higham — Fréchet derivative of the matrix exponential, §2–3

    Блочное представление производной и производная степенного ряда с сохранением порядка. Наш нильпотентный пример, интеграл полиномиального выражения и чётно-нечётный контроль выведены отдельно.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться