矩阵函数及其应用
第十六讲 矩阵函数
一、 矩阵函数的定义与性质 以矩阵为自变量的” 函数“ 如: eA, sinA, cosA 1,如何定义?
∝
121
①我们知道, e=1+z+z+"=∑zn
2!n=0n!
z
(-1)n
sin(z)=∑z2n+1
n=0(2n+1)!(-1)n2n
cos(z)=∑z
n=0(2n)!
∝
∝
均为整个复平面上收敛的级数(?,收敛半径), 故对任何的方阵A
1nA ∑n=0n!(-1)n
A2n+1 ∑n=0(2n+1)!(-1)n2nA ∑n=0(2n)!
∝∝
∝
均收敛,那么我们将他们收敛到的矩阵分别称为矩阵指数函数、矩阵正弦函数、
矩阵余弦函数,记作e=∑
A
n=0
∝
∝
1n
A n!
(-1)n
A2n+1 sinA=∑
n=0(2n+1)!(-1)n2n
A。 cosA=∑n=0(2n)!
∝
∝
12
②我们知道,=1+z+z+"=∑zn
1−zn=0n∝z2z3n+1z ln(1+z)=z-+"=∑(-1)
n23n=1
,于是其对应的矩阵级数,当ρ(A)
∑A,∑(−1)
n
n=0
n=1
∝∝
n+1
An
收敛, n
那么将他们收敛到的矩阵记作(I−A)−1,ln(I+A)
由上面的①,②给出矩阵函数的定义:
且收敛到f(z);如果对于矩阵A∈Cn×n的谱半径设级数∑akzk的收敛半径为R,
k=0∝
ρ(A)
k=0
∞
2,性质
eiA=cosA+isinA 1
cosA=iA+e-iA)
2sinA=
1iA
-e-iA) 2i
cos(-A)=cosA sin(-A)=-sinA
一般来说eAeB, eBeA, eA+B三者互不相等. 例如
⎡11⎤⎡1-1⎤
⎥, 则 ⎥, B=⎢A=⎢
⎢⎣00⎥⎦⎢⎣00⎥⎦
⎡11⎤
⎥=A3=A4=" A=⎢
⎣⎢00⎦⎥⎡1-1⎤2
⎥=B3=B4=" B=⎢
⎣⎢00⎦⎥
2
⎡ee-1⎤1
⎥ e=I+(∑=I+(e-1)A=⎢
⎢⎣01⎥⎦n=1n!
∝⎡e1-e⎤1B
⎥ e=I+(∑=I+(e-1)B=⎢
⎢1⎥⎦n=1n!⎣0
A
∝
⎡e2
ee=⎢
⎢0⎣
A
B⎡e22e-e2-1⎤⎥BA
ee=⎢
⎢0⎥1⎣⎦e2-2e+1⎤⎥
⎥1⎦
可见eAeB≠eBeA
⎡20⎤⎡20⎤2
⎢⎥⎢⎥=2(A+B), (A+B)3=22(A+B)," , (A+B)=2A+B=
⎢⎣00⎥⎦⎢⎣00⎦⎥
∝⎡e20⎤1n-112A+B⎥ e=I+(∑2)(A+B)=I+-1)(A+B)=⎢
⎢⎥201n=1n!⎣⎦
所以, eA+B≠eAeB , eA+B≠eBeA 但是
[定理] 若AB=BA, 则eA+B=eAeB=eBeA [证明]:
eAeB=(I+A+
121
A+")(I+B+B2+") 2!2!
121
+2AB+B2)+3+3A2B+3AB2+B3)+" 2!3!11
+B)2++B)3+"=eA+B 2!3!
=I+(A+B)+=I+(A+B)+
(A+B)2=(A+B)(A+B)=A2+AB+BA+B2=A2+2AB+B2 (A+B)3="=A3+3A2B+3AB2+B3
同理, 有eBeA=eA+B. [推论1]
cos(A±B)=cosAcosB±sinAsinB⎫⎪⎪⎬←AB=BA sin(A±B)=sinAcosB±cosAsinB⎪⎪⎭
[推论2] eAe-A=e-AeA=e0=I, (eA)-1=e-A,(eA)m=emA,eA总存在逆阵
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)
⎢1⎢⎢f(J)⎢2⎢
f(J)=⎢%⎢
⎢
%⎢
⎢⎢⎢⎣
⎤⎥⎥⎥⎥⎥⎥ ⎥⎥⎥⎥f(Js)⎥⎥⎦
⎡⎢1′′⎢f(λ)f′(λ)f(λ)"iii⎢f(J)=i⎢%%⎢%⎢⎣
⎞⎟⎤⎟m-1⎟⎟⎥1⎟
fi⎠(λ)⎥
i⎥ m-1!⎥i⎥
⎛⎜⎜⎜⎜⎝
⎥⎦
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J
⎡J
⎢1⎢⎢⎢J=⎢⎢
⎢⎢⎢⎢⎢⎣
J2
⎡λ10⎤⎥⎤⎢i⎥⎢⎥⎥⎢⎥λ1⎥⎢⎥i⎥⎢⎥⎥⎢⎥ λ%⎥,J(λ)=%⎢⎥ii⎥⎢⎥⎥⎢%%1⎥⎥⎥⎢⎥⎢Js⎥⎦λ⎥⎥⎢0i⎦⎣
有非奇异矩阵P使得:P-1AP=J 对于函数f(z),若下列函数
f(λ),f′(λ),(mi-1
)
ii...,f(λ)i (λ=1,
2,",s) 均有意义,则称矩阵函数f(A)有意义,且
⎡⎢f(J⎤⎢1)
⎥⎢f(J⎥⎥
f(A)=Pf(J)P-1=P⎢2)⎢⎥⎢%⎥-1 ⎢⎥P⎢%⎥⎢⎣
f(J⎥s)⎥⎦
⎡⎢⎢1⎛⎜⎜⎞⎜⎟⎜⎟⎤f(Ji)=⎢f(λ)⎢if′(λ)i1f′′(λ)i"⎢f⎝
mi-1⎟⎟⎟
⎠⎥m(λ)i-1!i⎥
⎥⎥2. 矩阵函
⎢%⎥
⎣
%%⎥⎦m×im
i
数的求法(步骤):
1D
求出A的Jordan标准形及变换矩阵P,P-1
AP=J 2D 对于J的各Jordan块Ji求出f(Ji),即计算出
f(λ),f′(λ),...(mi-1
)
ii,f(λ)i
并按照顺序构成f(Ji),
⎡
⎢1⎛⎜⎜⎜⎜m-⎞⎟⎟⎤f(J⎢f(λ)f′(λi)=⎢i)1f′′(λ)"⎢ii⎢%mf⎝
i1⎟⎟⎟
⎠(λ⎥i-1!i)⎥
⎥⎥ ⎢%⎥⎣
%⎥⎦m×imi
⎡⎢f(J1)
⎤⎢⎥⎢⎥⎢f(J)⎥⎥ 3D
合成f(J)=⎢2⎢⎥⎢
⎥⎢
%⎥ ⎢
⎥⎢%⎥⎢⎢⎣f(J⎥s)⎥⎥⎦
4D 矩阵乘积给出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。
⎡200⎤eA,eAt,sinA. 例,若 ,求
⎢⎥⎢A=111⎥⎢⎥⎢1−13⎥⎣⎦
-1
2.最小多项式法
设m(λ)为n阶矩阵A的最小多项式,若
f(λ)=q(λ)m(λ)+r(λ)
余式
则f(A)=r(A)。
注:前面讲过上式对矩阵多项式成立,对于矩阵函数也成立。 同样计算方法1中的例子: ⎡00−2⎤⎢⎥A=⎢010⎥
⎢⎥,计算eAt ⎢103⎥⎣⎦
例
三,矩阵函数的微分和积分
• 我们讨论的矩阵函数:A(t)=[aij(t)] m×n, • 分析性质包括连续微分积分等;
A(t)连续、可微分、可积分⇔每一个aij(t)连续、可微分、可积分。 •
limA(t)=[lima(t)]
t→t0
t→t0
ij
m×n
daij(t)dA(t)=[]m×ndtdt
bb
∫A(t)dt=[∫a(t)dt]
ij
a
a
m×n
四,矩阵函数的应用 1、微分方程组的一般形式 X ' (t)=A(t)X
f(t) X(t 0 )=C。
⎧=0⎪⎪齐次:f(t)
求解: X ' (t)=AX(t) X(t 0 )=C。 定理5、11 : 上述方程组的解为: X(t)=e A(t – t 0) x(t0) 例:
⎡12⎤
⎥X(t)′{X(t)=⎢⎢
⎣43⎥⎦
⎡1⎤
X(0)=⎢⎥
⎢⎣2⎥⎦
3、一阶线性常系数非齐次微分方程组 求解: X ' (t)=AX(t)+f(t) X(t 0 )=C。
定理5.14(P133) :上述方程组的解为: X(t)=e A(t – t 0) x(t0)+ 例:
t
∫
t0
eA(t−s)f(s)ds
⎡12⎤⎡1⎤
⎥X(t)+⎢⎥{X′(t)=⎢⎢
⎢⎣−1⎥⎦⎣43⎥⎦
⎡1⎤
X(0)=⎢⎥
⎢⎣2⎥⎦
1,一阶线性其次常系数常微分方程组
⎧dx1⎪=a11x(t)+a12x2(t)+"+a1nxn(t)1⎪dt⎪⎪dx2⎪=a21x(t)+a22x2(t)+"+a2nxn(t)1 ⎨dt⎪⎪#⎪⎪⎪⎪dxn=an1x(t)+an2x2(t)+"+annxn(t)1⎩dt
xi=x(t)式中t是自变量,是t的一元函数(i=1,2,",n),aij(i,j=1,2,",n)i
是常系数。 令
⎡a11a12
⎢
⎢a21a22
T
x2(t),",xn(t)],A=⎢ x(t)=[x(t),1
⎢##⎢⎢a
⎣n1an2
"a1n⎤
⎥
"a2n⎥
⎥
%#⎥⎥"ann⎥⎦
则原方程组变成常系数矩阵方程
其解为
A(t-t)更一般
x(t)=etAx(0)=etAc⎯⎯⎯→ x(t)=e0x(t0
对该解求导,可以验证
dx(t)tA
=Aec=Ax(t) 且t=0时,x(t)=e0Ac=Ic=c=x(0) dt
表明x(t)确为方程的解,积分常数亦正确
⎧dx1⎪⎪⎪dt=x2⎡x(0)⎤⎡r1⎤1⎪⎥=⎢⎥ 例:求解微分方程组⎨, 初始条件为⎢
⎢⎪dx2x2(0)⎥⎦⎢⎣r2⎥⎦⎪⎣=-x1⎪⎪⎪⎩dt
⎡01⎤
⎥,须计算f(A)=eAt → f(λ)=etλ 解:A=⎢⎢⎥⎢⎣-10⎥⎦
1o求出A的特征多项式,ϕ(λ)=为2
2
=(λ+1)=(λ-i)(λ+i),阶数1λ
2o定义待定系数的最小多项式 m(λ)=c0+cλ1
f(λ)=eit=cost+isint1
c0+ic13o解方程 =m(λ)= 1
-it=cost-isint=c-icf(λ)=e201
⎧⎪c0=cost
⎪⎨
⎪⎪⎩c1=sint
4o
⎡cost
f(A)=m(A)=c0I+c1A=⎢⎢
⎢⎣0
⎡costsint⎤
⎥=⎢⎢⎥
⎢⎣-sintcost⎥⎦
0⎤⎥⎡⎢0sint⎤⎥
+⎢⎥cost⎥⎦⎢⎣-sint0⎥⎥⎦
⎤⎡costsint⎤⎡r⎤⎡x(t)⎤⎡rcost+rsint1121tA⎢⎥ ⎥⎢⎥=⎢⎥=x(t)=ex(0)=⎢⎢⎥⎥⎢⎥⎢⎥⎢x(t)1⎦⎣⎢2⎦⎥⎣⎢-sintcost⎦⎥⎣r2⎦⎣r2cost-rsint
dx
=A(t)x(t)(解法不要2, 如果A与t相关,即变系数矩阵方程 dt
求)
二、 一阶线性非齐次常系数常微分方程组
⎧dx1⎪=a11x(t)+a(t)+"+a1nx(t)+f(t)112x2n1dt⎪⎪⎪dx2=a21x(t)+a(t)+"+a2nx(t)+f(t)122x2n2 ⎨⎪⎪#⎪⎪⎪⎪dxn=an1x(t)+a(t)+"+annxn(t)+f(t)1n2x2n⎪⎩令
Tx(t)=[x(t),x(t),,x(t)]"12nTf(t)=[f(t),f(t),...,f(t)]12n⎡a11a12⎢⎢a21a22⎢⎢##⎢⎢aa⎣n1n2"a1n⎤⎥"a2n⎥⎥%#⎥⎥"ann⎥⎦
方程组化为非齐次
矩阵方程
采用常数变易法求解之;齐次方程的解为etAc,可设非齐次方程的解为etAc(t),
代入方程,得: dxdtAdcdc=)c(t)+etA=etA=f(t) dtdtdtdt
dc=e-tAf(t) dt
所以,c(t)=
是解。
加上初始条件x(t0)=x0,有 ∫ttoe-sAf(s)ds+c(t0) ←由积分性质(3)可验证c(t)
x(t)=eA(t-t0)x0+∫eA(t-s)f(s)ds] t0t
⎡200⎤⎢⎥A=⎢111⎥,f(t)=⎢⎥例:⎢1−13⎥⎣⎦
⎡e2t⎤⎢⎥⎢e2t⎥,x(0)=⎢⎥⎢0⎥⎢⎣⎥⎦⎡−1⎤⎢⎥⎢1⎥⎢⎥ ⎢0⎥⎣⎦
Remark:高阶常微分方程常常可以化为一阶常微分方程组来处理, d2ydy+cy=f 如: a2+bdtdt
dy,则可得 令x1=y,x2=dt
⎧dx1⎪⎪=x2⎪dt ⎪ ⎨⎪dx21cbf⎪=-cx-bx)=-x-x+⎪1212⎪aaaa⎪⎩dt
一般地,n阶常微分方程可以化为n个一阶常微分方程组成的方程组。
第五章推荐习题P134,
1,4,7,8,10,11,12,15,17.