Ковариант Фробениуса - Frobenius covariant

В матричная теория, то Коварианты Фробениуса из квадратная матрица А являются его специальными многочленами, а именно проекция матрицы Ая связанный с собственные значения и собственные векторы из А.[1]:стр. 403 437–8 Они названы в честь математика. Фердинанд Фробениус.

Каждый ковариант представляет собой проекция на собственное подпространство связанный с собственным значением λяКоварианты Фробениуса - это коэффициенты при Формула Сильвестра, что выражает функция матрицы ж(А) как матричный полином, а именно линейную комбинацию значений этой функции на собственных значениях А.

Формальное определение

Позволять А быть диагонализуемая матрица с собственными значениями λ1, …, λk.

Ковариант Фробениуса Ая, для я = 1,…, k, - матрица

По сути, это Полином Лагранжа с аргументом матрицы. Если собственное значение λя проста, то как матрица идемпотентной проекции на одномерное подпространство Ая имеет подразделение след.

Вычисление ковариантов

Фердинанд Георг Фробениус (1849–1917), немецкий математик. Его главными интересами были эллиптические функции дифференциальные уравнения, и позже теория групп.

Коварианты Фробениуса матрицы А можно получить из любого собственное разложение А = SDS−1, где S неособен и D диагонально с Dя,я = λя. Если А не имеет кратных собственных значений, тогда пусть cя быть я-й правый собственный вектор А, это я-й столбец S; и разреши ря быть я-й левый собственный вектор А, а именно яй ряд S−1. потом Ая = cя ря.

Если А имеет собственное значение λя появляются несколько раз, затем Ая = Σj cj рj, где сумма ведется по всем строкам и столбцам, связанным с собственным значением λя.[1]:стр.521

пример

Рассмотрим матрицу два на два:

Эта матрица имеет два собственных значения: 5 и −2; следовательно (А−5)(А+2)=0.

Соответствующее собственное разложение есть

Следовательно, коварианты Фробениуса, явно проекции, суть

с участием

Заметка trА1= trА2=1, как требуется.

использованная литература

  1. ^ а б Роджер А. Хорн и Чарльз Р. Джонсон (1991), Темы матричного анализа. Издательство Кембриджского университета, ISBN  978-0-521-46713-1