- •1. Функции от матриц.
- •2. Интерполяционный полином Лагранжа-Сильвестра
- •3.Скелетное разложение матрицы: лемма о ранге, лемма о существовании и неединственности скелетного разложения
- •5. Теорема о существовании псевдообратной матрицы Мура-Пенроуза.
- •6. Теорема о единственности псевдообратной матрицы Мура-Пенроуза
- •7. Свойства псевдообратной матрицы Мура-Пенроуза
- •8. Решение однородных систем линейных алгебраических уравнений с использованием псевдообратной матрицы Мура-Пенроуза
- •9. Нормальное псевдорешение системы линейных алгебраических уравнений.
- •12. Сопряженное пространство и его базис
- •13. Ортогональное дополнение сопряженного пространства
- •14. Сопряжённое отображение
- •15. Унитарные и ортогональные матрицы. Их свойства
- •16. Критерии унитарности матрицы
- •17. Унитарное подобие.
- •18. Теорема Шура об унитарной триангуляризации матриц
- •19. Спектральная теорема для нормальных матриц
- •20. Эрмитовы и косоэрмитовы матрицы. Их свойства. Эрмитово разложение
- •21. Критерии эрмитовости матрицы
- •22. Теорема Рэлея-Ритца
- •23. Сингулярное разложение матриц
- •24. Полярное разложение матриц
- •25. Векторные нормы. Непрерывность векторных норм
- •26. Эквивалентностьвекторныхнорм
- •27. Матричные нормы
- •28. Согласованные и подчиненные векторные и матричные нормы.
- •29. Число обусловленности.
- •30. Сходимость матриц
- •31. Теорема Гершгорина
- •32. Уточнение оценок собственных значений с помощью преобразования подобия.
- •33. Локализация собственных значений Неравенство Шура. Теорема Бендиксона.
- •34. Локализация собственных значений Теорема Гирша. Теорема Брауна.
- •35. Невырожденность матриц.
- •36. Неотрицательные и положительные матрицы, их свойства.
- •37.Сравнение спектральных радиусов неотрицательных матриц
- •38.Теорема Перрона (с доказательством)
- •39.Теорема Перрона-Фробениуса
- •40.Теорема Фань-Цзы.
- •41.Примитивные и импримитивные матрицы.
- •42.Стохастические матрицы.
- •1. Функции от матриц.
- •2. Интерполяционный полином Лагранжа-Сильвестра
- •3. Скелетное разложение матрицы: лемма о ранге, лемма о существовании и неединственности скелетного разложения
- •21. Критерии эрмитовости матрицы
17. Унитарное подобие.
Так как для унитарной матрицы U*=U-1 , то преобразование А → U*AU, определенное на Сn×n , явл. подобием которое называется унитарным подобием.
Опр. Матрица B Є Сn × n называется унитарно подобной матрице А Є Сn × n , если найдется унитарная матрица U Є Сn × n , такая, что B = U*AU. Если Г можно выбрать вещественной (а значит, ортогональной), то В называется ортогонально подобной матрице А.
Рассмотрим два специальных типа унитарных матриц, которые осуществляют преобразования унитарного подобия, весьма важные для вычисления собственных значений.
Пример 1. (Плоские вращения). Матрица U(θ;i,j) осуществляет вращение (на угол θ) в плоскости координат i,j. Заметим, что если матрица умножается слева на U(θ; i, j), то в ней изменяются только i-я и j-я строки, а если она умножается справа, то изменяются только i-й и j-й столбцы. Таким образом, при переходе к унитарно подобной матрице, осуществляемом с помощью U(θ;i,j), происходит изменение только строк и столбцов с номерами i и j. Унитарное подобие, существляемое посредством плоских вращений, используется при вычислении собственных значений.
Пример2. (Преобразования Хаусхолдера). Возьмем произвольный ненулевой вектор w ∈ Cn и образуем матрицу
Uw = E – tww* (Uw ∈ Cn × n) ,
где t = 2(w*w)-1. Заметим, что w*w - это положительный скаляр, ww* ∈ Cn × n матрица. Если вектор w был нормирован (w*w = 1), то t должно быть равно 2, а матрица Uw должна иметь вид Uw = E − 2ww*. Часто образуют матрицу Uw, выбирая заранее именно нормированный вектор w.
Любая матрица Uw называется преобразованием Хаусхолдера.
Теорема.
Для
унитарно
подобных матриц A
и B
из Сn×n
имеет место равенство
Доказательство:
18. Теорема Шура об унитарной триангуляризации матриц
Теорема. (Шура об унитарной триангуляризации). Пусть задана матрица A ∈ Сn × n и зафиксирован какой-то порядок ее собственных значений λ1,... ,λn. Тогда существует унитарная матрица U ∈ Сn × n , такая, что
U* AU = T = [tij] −
верхняя треугольная матрица с диагональными элементами tii = λi, i = 1,n. Кроме того, если A ∈ Rn × n и все ее собственные значения вещественны, то U можно выбрать ортогональной.
Другими словами, любая комплексная матрица унитарно подобна треугольной матрице. Доказательство:
П
усть
x(1)
-
нормированный собственный вектор,
отвечающий
:
Дополним x(1) до базиса: x(1), y(2) , , y(n) (*)
Ортонормируем систему (*): x(1) , z(2) ,…, z(n) (**)
Составим из (**) матрицу U1: унитарная
U1 =[ x(1) , z(2) , . . . , z(n)]
Рассмотрим матрицу:
A[
]=
[
Аналогично строится унитарная матрица
Сформируем матрицу
Продолжая
аналогично, построим
унитарная
Замечание1. В формулировке теоремы Шура можно говорить не о верхних треугольных, а о нижних треугольных матрицах. При этом унитарная эквивалентность будет осуществляться другой матрицей U. Замечание2. В теореме Шура неоднозначно определяются и U, и T. Это связано с выбором векторов z(i), w(i) и т.п., порядком расстановки собственных чисел. Кроме того, то, что находится выше главной диагонали для унитарно подобных верхних треугольных матриц может сильно различаться. Применение теоремы Шура позволяет установить «почти диагонализуемость» произвольной матрицы.
