Aspekty obliczeniowe i zastosowania postaci Jordana macierzy
Transkrypt
Aspekty obliczeniowe i zastosowania postaci Jordana macierzy
Aspekty obliczeniowe i zastosowania postaci Jordana macierzy dr Andrzej Mróz (UMK w Toruniu) 2013 Projekt wspóªnansowany ze ±rodków Unii Europejskiej w ramach Europejskiego Funduszu Spoªecznego Kierunki matematyczne mog¡ by¢ atrakcyjne zamawianie ksztaªcenia na Uniwersytecie Szczeci«skim Poddziaªanie 4.1.2. Zwi¦kszenie liczby absolwentów kierunków o kluczowym znaczeniu dla gospodarki opartej na wiedzy 2 Spis tre±ci 1 Wst¦p 3 1.1 Oznaczenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Podobie«stwo macierzy kwadratowych . . . . . . . . . . . . . . . . . . . . . . . . 3 3 2 Posta¢ Jordana 4 3 Spektrum 5 3.1 5 4 5 Warto±ci wªasne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Obliczenia 7 4.1 Wektory wªasne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 4.2 Zwi¡zek z postaci¡ Jordana 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Zastosowania 8 5.1 Pot¦gowanie macierzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 5.2 Ukªady dynamiczne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 5.3 Model ekonomiczny Leontiefa (otwarty) 5.4 Równania ró»niczkowe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 5.5 Inne zastosowania . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 . . . . . . . . . . . . . . . . . . . . . . . 10 3 1 Wst¦p Uwaga. Niniejszy dokument jest wersj¡ zwart¡, przygotowan¡ do druku na podstawie slajdów do wykªadu o tym samym tytule. Zatem nale»y si¦ spodziewa¢, »e nie wszystkie detale s¡ zawarte w tym dokumencie (cz¦±¢ rachunków, dowodów b¦dzie prezentowana na tablicy b¡d¹ przy u»yciu systemu algebry komputerowej). Bez obecno±ci na wykªadzie fragmenty niniejszego dokumentu mog¡ by¢ niezrozumiaªe! 1.1 Oznaczenia • N liczby naturalne (z zerem); • Z liczby caªkowite; • Q liczby wymierne; • R liczby rzeczywiste; • C liczby zespolone. Mn×m (k) zbiór macierzy o Najcz¦±ciej k=R lub Mn (k) := Mn×n (k) Mn (k)∗ n wierszach i m kolumnach o wspóªczynnikach w zbiorze k = C. macierze kwadratowe. zbiór macierzy odwracalnych (równowa»nie, macierzy o niezerowym wyznaczniku). 1.2 Podobie«stwo macierzy kwadratowych Denicja Macierze A, B ∈ Mn (k) s¡ podobne, gdy istnieje macierz X ∈ Mn (k)∗ A = X −1 BX. Oznaczenie: A ∼ B. Inne nazewnictwo: AiB s¡ podobne w sensie Jordana lub s¡ sprz¦»one. Proste wªasno±ci: • A ∼ A, • A ∼ B ⇒ B ∼ A, • A∼B ∧ B∼C ⇒ A ∼ C. Relacja podobie«stwa jest wi¦c relacj¡ równowa»no±ci w " Przykªad. " gdy» 1 10 1 3 1 10 1 3 # " ∼ # " = X −1 13 −10 11 −9 # 13 −10 11 −9 # Mn (k). , " X, dla X= 1 2 1 1 # . Rz¡d: " rk lad: " tr 1 10 1 3 # 1 10 1 3 # " = 2, rk " = 4, tr 13 −10 11 −9 # 13 −10 11 −9 # = 2. = 4. taka, »e k. 4 Wyznacznik: " det Twierdzenie 1 10 1 3 # " = −7, 13 −10 11 −9 det # = −7. Relacja podobie«stwa macierzy zachowuje • rz¡d, • ±lad, • wyznacznik, • warto±ci wªasne, • wielomian charakterystyczny, • wielomian minimalny, • posta¢ Smitha macierzy charakterystycznej. Problem. Jak stwierdza¢ podobie«stwo macierzy A i B? Rozwi¡zanie naiwne: znale¹¢ rozwi¡zania równania: XA = BX, dla macierzy niewiadomych 2 X i sprawdzi¢, czy w±ród rozwi¡za« istnieje macierz odwracalna. Posta¢ Jordana Pomysª: znajdowanie prostej J (A) postaci normalnej macierzy A takiej, »e: • A ∼ J (A), • A ∼ B ⇔ J (A) = J (B). Dla λ ∈ k , n ∈ N, deniujemy: λ Jn (λ) = Macierz Jn (λ) 1 . . . . . . λ 1 λ ∈ Mn (k). nazywamy klatk¡ Jordana. Twierdzenie (C. Jordan) wyznaczonej 1 λ Dowolna macierz ∗ macierzy postaci: J = A ∈ Mn (C) jest podobna do jednoznacznie Jn1 (λ1 ) Jn2 (λ2 ) , Jn3 (λ3 ) . . . Jnr (λr ) n1 , . . . , nr ∈ N oraz λ1 , . . . , λr ∈ C. ∗ jednoznacznie z dokªadno±ci¡ do kolejno±ci klatek Jordana. dla pewnych X ∈ Mn (C) taka, »e J = X −1 AX . A oznaczamy J (A) i nazywamy postaci¡ normaln¡ Innymi sªowy: istnieje Macierz J dla Uwagi. • Dla dowolnych macierzy A, B ∈ Mn (C) : Jordana macierzy A. 5 A ∼ J (A), A ∼ B ⇔ J (A) = J (B) • Dla k =R lub k =Q (z dokªadno±ci¡ do kolejno±ci klatek). sytuacja jest bardziej skomplikowana. Rozwa»a si¦ ogólniejsze wersje postaci normalnej macierzy (por. rzeczywista posta¢ Jordana, posta¢ Frobeniusa, wymierna posta¢ normalna...). • A ∼ B, Aby stwierdza¢, »e tak naprawd¦ nie potrzeba wyznacza¢ postaci J (A) i J (B), ale wystarczy bada¢ tzw. macierze charakterystyczne (pó¹niej). Problemy. • Jak szuka¢ postaci Jordana • Jak szuka¢ macierzy J (A) ? X ∈ Mn (C) takiej, »e J (A) = X −1 AX ? 3 Spektrum 3.1 Warto±ci wªasne Konwencja: Elementy przestrzeni Ustalmy macierz Denicja Skalar kn traktujemy jako wektory kolumnowe. A ∈ Mn (k). λ ∈ k nazywamy warto±ci¡ wªasn¡ macierzy A, o ile istnieje 0 6= v ∈ k n taki, »e: Av = λv. (∗) Natomiast ka»dy wektor v ∈ kn speªniaj¡cy wektorem wªasnym (o warto±ci wªasnej λ) Zbiór wszystkich warto±ci wªasnych z (∗) nazywamy macierzy k nazywamy spektrum (in. widmem) macierzy A. macierzy A ∈ Mn (k) A. Vλ := {v ∈ k n : Av = λv} λ jest wart. wªasn¡, Vλ jest podprzestrzeni¡ Ozn. (gdy Przykªady. (k " • 0 0 0 0 liniow¡ w k n ). = R) #" # " # " # x 0 x = =0 y 0 y " # ⇒ ka»dy x ∈ R2 y v= jest wektorem wªasnym " (o warto±ci wªasnej " # " # x 2x • A = , y 3y 0) macierzy " dla 2 0 A= 0 3 (" # ⇒ V2 = a 0 ) : a∈R (" # V3 = 0 b , ) : b∈R . # 0 0 A= 0 0 # , tj. V0 = R2 . oznaczamy σ(A) = σk (A) i 6 v ∈ k n jest P = {tv : t ∈ k} Obserwacja: Je»eli przeksztaªca prost¡ A ∈ Mn (k), wektorem wªasnym macierzy to macierz A w siebie. " cos α sin α A= − sin α cos α " # " " # " # , α ∈ R. x cos α · x + sin α · y A = y − sin α · x + cos α · y 1 cos α A = 0 − sin α # " # 1 α=0: 0 " . α= # π 2 0 : −1 # " , −1 α=π: 0 # Gdy α 6= nπ , n ∈ Z, • Gdy α = 2nπ , n ∈ Z, A = I2 ⇒ • Gdy α = (2n + 1)π , n ∈ Z, A = −I2 ⇒ Problemy. A α= , • macierz " # 3π 2 : 0 1 , nie ma warto±ci wªasnych w wart. wª. R. 1. wart. wª. −1. A ∈ Mn (k): 1. Jak znale¹¢ wszystkie warto±ci wªasne A, tj. spektrum A? 2. Jak znale¹¢ wszystkie wektory wªasne o danej warto±ci wªasnej przestrze« λ, tj. jak wyznaczy¢ Vλ ? 3. Jaki jest zwi¡zek tych poj¦¢ z postaci¡ Jordana macierzy? Denicja Wielomian χA (x) macierzy A. Lemat λ := det(A−xIn ) ∈ k[x] nazywamy wielomianem charakterystycznym λ∈k Skalar jest warto±ci¡ wªasn¡ macierzy A ⇔ χA (tj. χA (λ) = 0). σk (A) = Zk (χA ), gdzie Zk (χA ) oznacza zbiór wszystkich pierwiastków wielomianu χA nale»¡cych do k . jest pierwiastkiem wielomianu Wniosek. Przykªady. " 0 0 • A= 0 0 # " , # " ⇒ χA (x) = det(A − xI2 ) = x2 " 2 0 • A= 0 3 # " , # " 0 0 1 0 −x 0 A − xI2 = −x = 0 0 0 1 0 −x # # , ⇒ Z(χA ) = {0}. " # " 2 0 1 0 2−x 0 A − xI2 = −x = 0 3 0 1 0 3−x # , ⇒ χA (x) = det(A − xI2 ) = (2 − x)(3 − x) ⇒ Z(χA ) = {2, 3}. " cos α sin α • A= − sin α cos α ⇒ A # , χA (x) = x2 − 2 cos α x + 1, ma rzeczywiste warto±ci wªasne, gdy cos2 α = 1, χA (x) = x2 − 2x + 1 = (x − 1)2 ⇒ Z(χA ) = {1} lub χA (x) = x2 + 2x + 1 = (x + 1)2 ⇒ Z(χA ) = {−1}. czyli gdy 7 4 Obliczenia 4.1 Wektory wªasne " # 0 −1 Przykªad. Niech A = . 1 0 • χA (x) = x2 + 1 ⇒ σR (A) = ∅; C: χA (x) = x2 + 1 = (x − i)(x + i) ⇒ σC (A) = {i, −i}; • ale w • aby wyznaczy¢ " dla Vi : Vi i V−i wystarczy rozwi¡za¢ ukªady równa«: #" # " # ( 0 −1 x x −y = ix =i ⇔ 1 0 y y x = iy (" ⇒ Vi = # s : s∈C −is ) " # 1 =h i. −i " # podobnie wyznaczamy 1 i. i V−i = h Uwaga. Przestrzenie wektorów wªasnych nie zawsze s¡ jednowymiarowe! 4.2 Zwi¡zek z postaci¡ Jordana Przypomnienie (tw. J.): dla dowolnej macierzy J (A) = X −1 AX . A ∈ Mn (C) istnieje taka, »e Jn1 (λ1 ) Jn2 (λ2 ) X ∈ Mn (C) . Jn3 (λ3 ) J (A) = . . . Jnr (λr ) Lemat σC (A) = {λ1 , . . . , λr }. X skªadaj¡ Kolumny macierzy A. n1 , . . . , n r si¦ m.in. z wektorów wªasnych macierzy Uwaga. Dokªadny przepis na wyznaczanie macierzy X oraz stopni pomijamy. Przykªad. " # 0 −1 A= , 1 0 " σC (A) = {i, −i}; # 1 Vi = h i, −i " # V−i = h 1 i. i J (A) = X −1 AX, " gdzie i 0 J (A) = 0 −i # " oraz 1 1 X= −i i # . Uwaga. W przypadku ogólnym rozmiary klatek Jordana w przestrzeni Vλ i rz¦dów macierzy postaci (A − λIn )m , dla λ ∈ σ(A). J (A) zale»¡ od wymiarów 8 5 Zastosowania 5.1 Pot¦gowanie macierzy Problem. Dla danej macierzy A · A · . . . · A, " A= dla chcemy wyznaczy¢ wzór na jej dowoln¡ pot¦g¦ s ∈ N. # 1 1 . −2 3 " # " −1 4 = , −8 7 A2 A ∈ Mn (k) A3 Zauwa»my, »e dla −9 11 = −22 13 # , ...? J = J (A): J = X −1 AX As = XJX −1 XJX −1 XJX −1 . . . XJX −1 = XJ s X −1 . Zatem Js A = XJX −1 . ⇒ liczy " si¦ ªatwo! # 1 1 . −2 3 A= χA (x) = x2 − 4x + 5 ⇒ σR (A) = ∅. σC (A) = {2 − i, 2 + i}. Ale # " " # 1+i 1−i 2−i 0 X= . J = J (A) = 2 2 0 2+i A = XJX −1 . # " #" " # 0 1 + i 1 − i (2 − i)s 1 −2i 1 + i s s −1 · · A = XJ X = 0 (2 + i)s 4 2i 1 − i 2 2 = 1 2 5.2 · (1 − i) (2 − i)s + (1 + i) (2 + i)s i (2 − i)s − i (2 + i)s −2 i (2 − i)s + 2 i (2 + i)s (1 + i) (2 − i)s + (1 − i) (2 + i)s . Ukªady dynamiczne Problem. W danym pa«stwie (o zerowym przyro±cie naturalnym) co roku • 10% ludno±ci przenosi si¦ z miasta na wie±, • 20% ludno±ci przenosi si¦ ze wsi do miasta. Zbadaj zachowanie tego ukªadu w dªugim okresie czasu. W jakim stopniu zachowanie ukªadu zale»y od pocz¡tkowego rozmieszczenia ludno±ci? • mn liczba ludno±ci w miastach w roku • wn liczba ludno±ci na wsi w roku mn + wn = const, mn , wn 0, m0 , w0 ( 0, 9 m0 + 0, 2 w0 = m1 0, 1 m0 + 0, 8 w0 = w1 " An # " m0 mn = w0 wn " ⇒ # " . Symulacja dla n 0; n 0. stan pocz¡tkowy. 0, 9 0, 2 0, 1 0, 8 # " #" # " m0 m1 = w0 w1 # m0 100 = : w0 200 # . As = 9 " An " An # " m0 mn = w0 wn # " m0 mn = w0 wn # " . Symulacja dla # " , dla 0, 9 0, 2 0, 1 0, 8 A= " σ(A) = {1; 0, 7}, J = J (A) = " An = XJ n X −1 = " = 1 3 " An 2 1 1 −1 # " m0 w0 # " → 1 3 2 2 1 1 #" " 1 0 0 0, 7 . # " X= , # " · # m0 w0 # # 1n 0 0 (0, 7)n · 2 + (0, 7)n 2 − 2(0, 7)n 1 − (0, 7)n 1 + 2(0, 7)n # m0 1000 = : w0 100 1 3 " →n→∞ "2 # = 3 (m0 1 3 (m0 1 3 1 1 1 −2 2 2 1 1 + w0 ) + w0 ) 2 1 1 −1 # . # . # = # . 10 Wniosek. Po wielu latach w miastach b¦dzie »yªo 23 ludno±ci, na wsi 31 ludno±ci (niezale»nie od rozmieszczenia pocz¡tkowego!). " λ=1 Interpretacja warto±ci wªasnej dla A= 0, 9 0, 2 0, 1 0, 8 # : " # 2 i. 1 V1 = h " 0, 9 0, 2 0, 1 0, 8 ⇒ #" # " 2s 2s = s s # s ∈ R. , dla dowolnego Zatem: po migracji opisanej za pomoc¡ macierzy nie zmienia 5.3 ⇔ A liczba ludno±ci w miastach i na wsi si¦ w miastach mieszka dwukrotnie wi¦cej ludzi ni» na wsi. Model ekonomiczny Leontiefa (otwarty) Kontekst: n rm (sektorów gospodarki) w danym regionie; ka»da produkuje jeden rodzaj dóbr. W procesie produkcji rmy nawzajem wykorzystuj¡ swoje wyroby. • xi warto±¢ (ilo±¢) produkcji rmy • aij xj rmy • ci ilo±¢ produktu j na produkt i; i potrzebna do wyprodukowania xj jednostek j (tj. zapotrzebowanie i); zapotrzebowanie rynku na produkt i. Problem: jaka powinna by¢ produkcja by zaspokoi¢ potrzeby rynku? Dla ka»dego i = 1, . . . , n: xi = ai1 x1 + ai2 x2 + . . . + ain xn + ci . Zatem problem jest opisany przez równanie macierzowe x = Ax + c, dla x1 . . . x= , c = . . . , A = cn xn (∗) c1 a11 . . . a1n . . . an1 . . . . .. . . . ann . x = Ax + c • x wektor produkcji, • c wektor potrzeb, • A Denicja macierz konsumpcji (chªonno±ci, input-output). Promieniem spektralnym macierzy A ∈ Mn (C) nazywamy liczb¦ ρ(A) = max{ |λ| : λ ∈ σ(A) } ∈ R. Twierdzenie A ∈ Mn (R) ρ(A) < 1. c 0 istnieje x 0 speªniaj¡cy (∗). Gospodarka o macierzy konsumpcji dowolne zapotrzebowanie rynku, gdy Czyli dla dowolnego 5.4 Równania ró»niczkowe Rozwa»my przykªadowy ukªad liniowych równa« ró»niczkowych: ( x01 (t) = x02 (t) x1 (t) + 2x2 (t), = 3x1 (t) + 2x2 (t). jest w stanie odpowiedzie¢ na 11 Z warunkiem pocz¡tkowym x1 (0) = 0, x2 (0) = 1. Równania tego typu (te» z wi¦ksz¡ liczb¡ zmiennych) wyst¦puj¡ w modelach: • przepªywu roztworów cieczy, • rozkªadu biomasy w ekosystemach, • zmian parametrów ekonomicznych, • zmian temperatur, • ukªadów elektrycznych,... Posta¢ macierzowa: Twierdzenie x0 = Ax, dla x= h λ ∈ σ(A) Dla ka»dej oraz 0 równania ró»niczkowego x = Ax. h i h i x 1 2 x0 = Ax, dla x = x12 , A = 3 2 oraz σ(A) = {4, −1}, V4 = h h i 2 3 i, V−1 = h x(t) = h h x1 (t) x2 (t) i x1 x2 , h 1 2 3 2 u ∈ Vλ , i . funkcja x(t) = eλt u jest rozwi¡zaniem x1 (0) = 0, x2 (0) = 1. −1 1 i A= i i, = αe4t h i 2 3 + βe−t h −1 1 i , czyli ( x1 (t) = 2αe4t − βe−t , x2 (t) = 3αe4t + βe−t . Aby wyznaczy¢ αiβ wykorzystamy warunek pocz¡tkowy. ( x1 (t) = 2αe4t − βe−t , x2 (t) = 3αe4t + βe−t oraz x1 (0) = 0, x2 (0) = 1. Zatem ( 0 = 2α − β, 1 = 3α + β. St¡d α= 1 5, β= 2 5 oraz ( x1 (t) = x2 (t) = 2 4t 5e 3 4t 5e − + 2 −t 5e , 2 −t 5e . Uwaga. Rozpatrywali±my sytuacj¦ szczególn¡, tj.tak¡, gdy warto±ci wªasne A s¡ rzeczywiste. 5.5 Inne zastosowania Posta¢ Jordana, warto±ci i wektory wªasne wykorzystywane s¡ w wielu innych kontekstach, jak: • mechanika kwantowa, • teoria grafów, • statystyka, • algorytm PageRank (Google), • algorytmy kwantowe, • rozpoznawanie obrazów, 12 • sztuczna inteligencja,... Wniosek. Algebra liniowa jest przydatna, wa»na i ciekawa :-) Literatura podstawowa 1. W. Cheney, D. Kincaid, Linear algebra. Theory and applications, USA, 2009. 2. A.I. Kostrikin, Wst¦p do algebry. Algebra liniowa, PWN, Warszawa, 2007. 3. J. Rutkowski, Algebra liniowa w zadaniach, PWN, Warszawa, 2008. Literatura dodatkowa 1. P. Dowbor, A. Mróz, On the normal forms of modules with respect to parametrizing bimodules, preprint (2013). 2. F. R. Gantmacher, Matrix Theory, Chelsea, New York, 1959. 3. H.J.S. Smith, On systems of linear indeterminate equations and congruences, Collected Math. Papers, 1 , Chelsea, (1979) pp. 367409.