Матричная операция, обобщающая возведение в степень скалярных чисел
В математике матричная экспонента — это матричная функция на квадратных матрицах , аналогичная обычной экспоненциальной функции . Он используется для решения систем линейных дифференциальных уравнений. В теории групп Ли матричная экспонента дает экспоненциальное отображение между матричной алгеброй Ли и соответствующей группой Ли .
Пусть X — действительная или комплексная матрица размера n × n . Экспонента X , обозначаемая e X или exp( X ) , представляет собой матрицу размера n × n , заданную степенным рядом
![{\displaystyle e^{X}=\sum _{k=0}^{\infty }{\frac {1}{k!}}X^{k}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где определяется как единичная матрица тех же размеров, что и . [1] Ряд всегда сходится, поэтому экспонента X четко определена.![{\displaystyle X^{0}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle I}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Эквивалентно,
![{\displaystyle e^{X}=\lim _{k\rightarrow \infty}\left(I+{\frac {X}{k}}\right)^{k}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Iединичная матрица размера n × nКогда X является диагональной матрицей размера n × n, тогда exp( X ) будет диагональной матрицей размера n × n , где каждый диагональный элемент равен обычной экспоненте , примененной к соответствующему диагональному элементу X .
Характеристики
Элементарные свойства
Пусть X и Y — комплексные матрицы размера n × n , а a и b — произвольные комплексные числа. Обозначим единичную матрицу размера n × n через I , а нулевую матрицу через 0. Матричная экспонента удовлетворяет следующим свойствам. [2]
Начнем со свойств, которые являются непосредственными следствиями определения степенного ряда:
Следующий ключевой результат таков:
- Если тогда .
![{\displaystyle XY=YX}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle е^{X}e^{Y}=e^{X+Y}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Доказательство этого тождества такое же, как и стандартное доказательство степенного ряда для соответствующего тождества для экспоненты действительных чисел. То есть, пока и коммутируют![{\displaystyle X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
, для аргумента не имеет значения, являются ли и числами или матрицами. Важно отметить, что это тождество обычно не выполняется, если и не коммутировать (см. неравенство Голдена-Томпсона ниже).![{\displaystyle X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle Y}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle Y}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Следствия предыдущего тождества следующие:
- е aX е bX знак равно е ( а + б ) Икс
- е X е - X = я
Используя приведенные выше результаты, мы можем легко проверить следующие утверждения. Если X симметричен , то e X также симметричен, а если X кососимметричен , то e X ортогонален . Если X эрмитово , то e X также эрмитово, а если X косоэрмитово , то e X унитарно .
Наконец, преобразование Лапласа матричных экспонент сводится к резольвенте ,
![{\displaystyle \int _{0}^{\infty }e^{-ts}e^{tX}\,dt=(sI-X)^{-1}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
sСистемы линейных дифференциальных уравнений
Одной из причин важности матричной экспоненты является то, что ее можно использовать для решения систем линейных обыкновенных дифференциальных уравнений . Решение
![{\displaystyle {\frac {d}{dt}}y(t)=Ay(t),\quad y(0)=y_{0},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
A![{\displaystyle y(t)=e^{At}y_{0}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Матричную экспоненту можно использовать и для решения неоднородного уравнения
![{\displaystyle {\frac {d}{dt}}y(t)=Ay(t)+z(t),\quad y(0)=y_{0}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Для дифференциальных уравнений вида не существует решения в замкнутой форме
![{\displaystyle {\frac {d}{dt}}y(t)=A(t)\,y(t),\quad y(0)=y_{0},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Aряд МагнусаОпределитель матричной экспоненты
По формуле Якоби для любой комплексной квадратной матрицы справедливо следующее тождество следа : [3]
![{\displaystyle \det \left(e^{A}\right)=e^{\operatorname {tr} (A)}~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Эта формула не только предоставляет вычислительный инструмент, но и демонстрирует, что матричная экспонента всегда является обратимой матрицей . Это следует из того факта, что правая часть приведенного выше уравнения всегда отлична от нуля, и поэтому det( e A ) ≠ 0 , из чего следует, что e A должна быть обратимой.
В действительном случае формула также отображает карту
![{\ displaystyle \ exp \ двоеточие M_ {n} (\ mathbb {R}) \ to \ mathrm {GL} (n, \ mathbb {R})}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
сюръективнымДействительные симметричные матрицы
Матричная экспонента вещественной симметричной матрицы положительно определена. Пусть — вещественная симметричная матрица размера n × n и вектор-столбец. Используя элементарные свойства матричной экспоненты и симметричных матриц, имеем:![{\displaystyle S}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle x\in \mathbb {R} ^{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle x^{T}e^{S}x=x^{T}e^{S/2}e^{S/2}x=x^{T}(e^{S/2}) ^{T}e^{S/2}x=(e^{S/2}x)^{T}e^{S/2}x=\lVert e^{S/2}x\rVert ^{ 2}\geq 0.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Поскольку обратимо, равенство справедливо только для , и мы имеем для всех ненулевых . Следовательно , положительно определено.![{\displaystyle е^{S/2}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle x=0}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle x^{T}e^{S}x>0}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle х}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle е^{S}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Экспонента сумм
Для любых действительных чисел (скаляров) x и y мы знаем, что экспоненциальная функция удовлетворяет условию e x + y = e x e y . То же самое справедливо и для коммутирующих матриц. Если матрицы X и Y коммутируют (это означает, что XY = YX ), то
![{\displaystyle е^{X+Y}=e^{X}e^{Y}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Однако для матриц, которые не коммутируют, приведенное выше равенство не обязательно выполняется.
Формула произведения Ли
Даже если X и Y не коммутируют, экспоненту e X + Y можно вычислить по формуле произведения Ли [4]
![{\displaystyle e^{X+Y}=\lim _{k\to \infty }\left(e^{{\frac {1}{k}}X}e^{{\frac {1}{k }}Y}\вправо)^{k}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Использование большого конечного k для аппроксимации вышеизложенного является основой расширения Сузуки-Троттера, часто используемого в числовой эволюции во времени .
Формула Бейкера-Кэмпбелла-Хаусдорфа.
В другом направлении, если X и Y — достаточно малые (но не обязательно коммутирующие) матрицы, мы имеем
![{\displaystyle е^{X}e^{Y}=e^{Z},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
ZX
исформулы Бейкера – Кэмпбелла – Хаусдорфа[5]![{\displaystyle Z=X+Y+{\frac {1}{2}}[X,Y]+{\frac {1}{12}}[X,[X,Y]]-{\frac {1} {12}}[Y,[X,Y]]+\cdots ,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
XY.XYZ = X + Y.Неравенства для экспонент эрмитовых матриц
Для эрмитовых матриц существует примечательная теорема, связанная со следом матричных экспонент.
Если A и B — эрмитовые матрицы, то [6]
![{\displaystyle \operatorname {tr} \exp(A+B)\leq \operatorname {tr} \left[\exp(A)\exp(B)\right].}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Требование коммутативности отсутствует. Существуют контрпримеры, показывающие, что неравенство Голдена-Томпсона не может быть распространено на три матрицы – и, в любом случае, tr(exp( A )exp( B )exp( C )) не гарантированно вещественен для эрмитовых A , B , С . Однако Либ доказал [7] [8] , что его можно обобщить на три матрицы, если мы изменим выражение следующим образом:
![{\displaystyle \operatorname {tr} \exp(A+B+C)\leq \int _{0}^{\infty }\mathrm {d} t\,\operatorname {tr} \left[e^{A }\left(e^{-B}+t\right)^{-1}e^{C}\left(e^{-B}+t\right)^{-1}\right].}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Экспоненциальная карта
Экспонента матрицы всегда является обратимой матрицей . Обратная матрица e X определяется как e − X . Это аналогично тому факту, что экспонента комплексного числа всегда отлична от нуля. Затем матричная экспонента дает нам карту
![{\displaystyle \exp \colon M_ {n}(\mathbb {C})\to \mathrm {GL} (n,\mathbb {C})}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
nnобщую линейную группуnгруппуразмера nnсюръективно[9]C , а не RДля любых двух матриц X и Y ,
![{\displaystyle \left\|e^{X+Y}-e^{X}\right\|\leq \|Y\|e^{\|X\|}e^{\|Y\|}, }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где ‖ · ‖ обозначает произвольную матричную норму . Отсюда следует , что экспоненциальное отображение непрерывно и липшицево непрерывно на компактных подмножествах Mn ( C ) .
Карта
![{\displaystyle т\mapsto е^{tX},\qquad t\in \mathbb {R}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
гладкуюt = 0Фактически это дает однопараметрическую подгруппу полной линейной группы, поскольку
![{\displaystyle е^{tX}e^{sX}=e^{(t+s)X}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Производная этой кривой (или касательного вектора ) в точке t определяется выражением
Производная при t = 0 — это просто матрица X , то есть X порождает эту однопараметрическую подгруппу.
В более общем смысле, [10] для общего t -зависимого показателя X ( t ) ,
![{\displaystyle {\frac {d}{dt}}e^{X(t)}=\int _{0}^{1}e^{\alpha X(t)}{\frac {dX(t) }{dt}}e^{(1-\alpha )X(t)}\,d\alpha ~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Вынеся приведенное выше выражение e X ( t ) за знак интеграла и расширив подынтегральную функцию с помощью леммы Адамара , можно получить следующее полезное выражение для производной матричного показателя степени: [11]
![{\displaystyle \left({\frac {d}{dt}}e^{X(t)}\right)e^{-X(t)}={\frac {d}{dt}}X(t )+{\frac {1}{2!}}\left[X(t),{\frac {d}{dt}}X(t)\right]+{\frac {1}{3!}} \left[X(t),\left[X(t),{\frac {d}{dt}}X(t)\right]\right]+\cdots }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Коэффициенты в приведенном выше выражении отличаются от тех, которые появляются в экспоненте. Для замкнутой формы см. производную экспоненциального отображения .
Производные по направлению при ограничении эрмитовыми матрицами
Пусть – эрмитова матрица с различными собственными значениями. Пусть – его собственное разложение где – унитарная матрица, столбцы которой являются собственными векторами матрицы , – ее сопряженное транспонирование и вектор соответствующих собственных значений. Тогда для любой эрмитовой матрицы производная от at по направлению равна [12] [13]![{\displaystyle X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle n\times n}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle X=E{\textrm {diag}}(\Lambda)E^{*}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle E}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle E^{*}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \Lambda =\left(\lambda _{1},\ldots,\lambda _{n}\right)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle n\times n}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \exp :X\to e^{X}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle D\exp(X)[V]\triangleq \lim _ {\epsilon \to 0}{\frac {1}{\epsilon }}\left(\displaystyle e^{X+\epsilon V} -e ^{X}\right)=E(G\odot {\bar {V}})E^{*}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\bar {V}}=E^{*}VE}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \odot }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle 1\leq я, j\leq n}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle G}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle G_{i,j}=\left\{{\begin{aligned} & {\frac {e^{\lambda _{i}}-e^{\lambda _{j}}}{\lambda _{i}-\lambda _{j}}}&{\text{ if }}i\neq j,\\&e^{\lambda _{i}}&{\text{иначе}}.\\\ конец {выровнено}} \ вправо.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
[13]![{\displaystyle n\times n}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle U}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle U}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle D^{2}\exp(X)[U,V]\triangleq \lim _ {\epsilon _ {u}\to 0}\lim _ {\epsilon _{v}\to 0}{\ frac {1}{4\epsilon _{u}\epsilon _{v}}}\left(\displaystyle e^{X+\epsilon _{u}U+\epsilon _{v}V}-e^{X- \epsilon _{u}U+\epsilon _{v}V}-e^{X+\epsilon _{u}U- \epsilon _{v}V}+e^{X-\epsilon _{u}U- \epsilon _{v}V}\right)=EF(U,V)E^{*}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle F}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle 1\leq я, j\leq n}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle F(U,V)_{i,j}=\sum _{k=1}^{n}\phi _{i,j,k}({\bar {U}}_{ik} {\bar {V}}_{jk}^{*}+{\bar {V}}_{ik}{\bar {U}}_{jk}^{*})}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \phi _{i,j,k}=\left\{{\begin{aligned} & {\frac {G_{ik}-G_{jk}}{\lambda _{i}-\lambda _ {j}}}&{\text{ if }}i\neq j,\\&{\frac {G_{ii}-G_{ik}}{\lambda _{i}-\lambda _{k}} }&{\text{ if }}i=j{\text{ и }}k\neq i,\\&{\frac {G_{ii}}{2}}&{\text{ if }}i= j=k.\\\end{aligned}}\right.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Вычисление матричной экспоненты
Найти надежные и точные методы вычисления матричной экспоненты сложно, и это все еще является темой серьезных текущих исследований в области математики и численного анализа. Matlab , GNU Octave , R и SciPy используют аппроксимант Паде . [14] [15] [16] [17] В этом разделе мы обсуждаем методы, которые в принципе применимы к любой матрице и которые можно явно реализовать для малых матриц. [18] В последующих разделах описываются методы, подходящие для численного оценивания больших матриц.
Диагонализуемый корпус
Если матрица диагональная :
![{\displaystyle A={\begin{bmatrix}a_{1}&0&\cdots &0\\0&a_{2}&\cdots &0\\\vdots &\vdots &\ddots &\vdots \\0&0&\cdots &a_{n }\end{bmatrix}},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle e^{A}={\begin{bmatrix}e^{a_{1}}&0&\cdots &0\\0&e^{a_{2}}&\cdots &0\\\vdots &\vdots &\ ddots &\vdots \\0&0&\cdots &e^{a_{n}}\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Этот результат также позволяет возводить в степень диагонализуемые матрицы . Если
А = УДУ -1
и D диагональ, то
е А знак равно Ue D U -1 .
Применение формулы Сильвестра дает тот же результат. (Чтобы убедиться в этом, заметим, что сложение и умножение, а, следовательно, и возведение в степень, диагональных матриц эквивалентно поэлементному сложению и умножению и, следовательно, возведению в степень; в частности, «одномерное» возведение в степень ощущается поэлементно для диагонали. случай.)
Пример: Диагонализуемый
Например, матрица
![{\displaystyle A={\begin{bmatrix}1&4\\1&1\\\end{bmatrix}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\begin{bmatrix}-2&2\\1&1\\\end{bmatrix}}{\begin{bmatrix}-1&0\\0&3\\\end{bmatrix}}{\begin{bmatrix}-2&2\ \1&1\\\end{bmatrix}}^{-1}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Таким образом,
![{\displaystyle e^{A}={\begin{bmatrix}-2&2\\1&1\\\end{bmatrix}}e^{\begin{bmatrix}-1&0\\0&3\\\end{bmatrix}}{ \begin{bmatrix}-2&2\\1&1\\\end{bmatrix}}^{-1}={\begin{bmatrix}-2&2\\1&1\\\end{bmatrix}}{\begin{bmatrix}{ \frac {1}{e}}&0\\0&e^{3}\\\end{bmatrix}}{\begin{bmatrix}-2&2\\1&1\\\end{bmatrix}}^{-1}= {\begin{bmatrix}{\frac {e^{4}+1}{2e}}&{\frac {e^{4}-1}{e}}\\{\frac {e^{4} -1}{4e}}&{\frac {e^{4}+1}{2e}}\\\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Нильпотентный случай
Матрица N нильпотентна , если N q = 0 для некоторого целого числа q . В этом случае матричную экспоненту e N можно вычислить непосредственно из разложения в ряд, поскольку ряд заканчивается после конечного числа членов:
![{\displaystyle e^{N}=I+N+{\frac {1}{2}}N^{2}+{\frac {1}{6}}N^{3}+\cdots +{\frac {1}{(q-1)!}}N^{q-1}~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Поскольку ряд имеет конечное число шагов, он представляет собой матричный полином, который можно эффективно вычислить .
Общий случай
Используя разложение Жордана – Шевалле.
С помощью разложения Жордана – Шевалле любая матрица X с комплексными элементами может быть выражена как![{\displaystyle n\times n}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle X=A+N}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- A диагонализуема
- N нильпотентен
- A ездит с N
Это означает, что мы можем вычислить экспоненту X , приведя к двум предыдущим случаям:
![{\displaystyle e^{X}=e^{A+N}=e^{A}e^{N}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Обратите внимание, что нам нужна коммутативность A и N , чтобы последний шаг работал.
Используя каноническую форму Джордана
Близко связанный метод состоит в том , чтобы , если поле алгебраически замкнуто , работать с жордановой формой X. Предположим, что X = PJP −1 , где J — жордановая форма X. Затем
![{\displaystyle e^{X}=Pe^{J}P^{-1}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Кроме того, поскольку
![{\displaystyle {\begin{aligned}J&=J_{a_{1}}(\lambda _{1})\oplus J_{a_{2}}(\lambda _{2})\oplus \cdots \oplus J_ {a_{n}}(\lambda _{n}),\\e^{J}&=\exp {\big (}J_{a_{1}}(\lambda _{1})\oplus J_{ a_{2}}(\lambda _{2})\oplus \cdots \oplus J_{a_{n}}(\lambda _{n}){\big )}\\&=\exp {\big (} J_{a_{1}}(\lambda _{1}){\big )}\oplus \exp {\big (}J_{a_{2}}(\lambda _{2}){\big )}\ oplus \cdots \oplus \exp {\big (}J_{a_{n}}(\lambda _{n}){\big )}.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Поэтому нам нужно только знать, как вычислить матричную экспоненту жорданового блока . Но каждый жорданов блок имеет вид
![{\displaystyle {\begin{aligned}&&J_{a}(\lambda)&=\lambda I+N\\&\Rightarrow &e^{J_{a}(\lambda)}&=e^{\lambda I+ N}=e^{\lambda }e^{N}.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где N — специальная нильпотентная матрица. Тогда матричная экспонента J определяется выражением
![{\displaystyle e^{J}=e^{\lambda _{1}}e^{N_{a_{1}}}\oplus e^{\lambda _{2}}e^{N_{a_{2) }}}\oplus \cdots \oplus e^{\lambda _{n}}e^{N_{a_{n}}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Проекционный корпус
Если P является матрицей проекции (т.е. является идемпотентной : P 2 = P ), ее матричная экспонента равна:
е п знак равно я + ( е - 1) п .
Получая это путем разложения показательной функции, каждая степень P сводится к P , которая становится общим делителем суммы:
![{\displaystyle e^{P}=\sum _{k=0}^{\infty }{\frac {P^{k}}{k!}}=I+\left(\sum _{k=1} ^{\infty }{\frac {1}{k!}}\right)P=I+(e-1)P~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Случай вращения
Для простого вращения, при котором перпендикулярные единичные векторы a и b задают плоскость, [19] матрица вращения R может быть выражена через аналогичную экспоненциальную функцию, включающую генератор G и угол θ . [20] [21]
![{\displaystyle {\begin{aligned}G&=\mathbf {ba} ^{\mathsf {T}}-\mathbf {ab} ^{\mathsf {T}}&P&=-G^{2}=\mathbf { аа} ^{\mathsf {T}}+\mathbf {bb} ^{\mathsf {T}}\\P^{2}&=P&PG&=G=GP~,\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\begin{aligned}R\left(\theta \right)=e^{G\theta }&=I+G\sin(\theta)+G^{2}(1-\cos(\ theta ))\\&=I-P+P\cos(\theta )+G\sin(\theta )~.\\\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Формула для экспоненты получается в результате уменьшения степеней G при разложении в ряд и идентификации соответствующих коэффициентов ряда G 2 и G с -cos( θ ) и sin( θ ) соответственно. Второе выражение здесь для e Gθ такое же, как выражение для R ( θ ) в статье, содержащей вывод генератора , R ( θ ) = e Gθ .
В двух измерениях, если и , то , , и![{\displaystyle a=\left[{\begin{smallmatrix}1\\0\end{smallmatrix}}\right]}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle b=\left[{\begin{smallmatrix}0\\1\end{smallmatrix}}\right]}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle G=\left[{\begin{smallmatrix}0&-1\\1&0\end{smallmatrix}}\right]}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle G^{2}=\left[{\begin{smallmatrix}-1&0\\0&-1\end{smallmatrix}}\right]}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle R(\theta)={\begin{bmatrix}\cos(\theta)&-\sin(\theta)\\\sin(\theta)&\cos(\theta)\end{bmatrix}} =I\cos(\тета)+G\sin(\тета)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Матрица P = − G 2 проецирует вектор на ab -плоскость, и вращение затрагивает только эту часть вектора. Примером, иллюстрирующим это, является поворот на 30 ° = π/6 в плоскости, охватываемой a и b ,
![{\displaystyle {\begin{aligned}\mathbf {a} &={\begin{bmatrix}1\\0\\0\\\end{bmatrix}}&\mathbf {b} &={\frac {1 }{\sqrt {5}}}{\begin{bmatrix}0\\1\\2\\\end{bmatrix}}\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\begin{aligned}G={\frac {1}{\sqrt {5}}}&{\begin{bmatrix}0&-1&-2\\1&0&0\\2&0&0\\\end{bmatrix} }&P=-G^{2}&={\frac {1}{5}}{\begin{bmatrix}5&0&0\\0&1&2\\0&2&4\\\end{bmatrix}}\\P{\begin{bmatrix }1\\2\\3\\\end{bmatrix}}={\frac {1}{5}}&{\begin{bmatrix}5\\8\\16\\\end{bmatrix}}= \mathbf {a} +{\frac {8}{\sqrt {5}}}\mathbf {b} &R\left({\frac {\pi }{6}}\right)&={\frac {1 }{10}}{\begin{bmatrix}5{\sqrt {3}}&-{\sqrt {5}}&-2{\sqrt {5}}\\{\sqrt {5}}&8+{\ sqrt {3}}&-4+2{\sqrt {3}}\\2{\sqrt {5}}&-4+2{\sqrt {3}}&2+4{\sqrt {3}}\ \\end{bmatrix}}\\\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Пусть N = I - P , поэтому N 2 = N и его произведения на P и G равны нулю. Это позволит нам оценить мощности R .
![{\displaystyle {\begin{aligned}R\left({\frac {\pi }{6}}\right)&=N+P{\frac {\sqrt {3}}{2}}+G{\ frac {1}{2}}\\R\left({\frac {\pi }{6}}\right)^{2}&=N+P{\frac {1}{2}}+G{ \frac {\sqrt {3}}{2}}\\R\left({\frac {\pi }{6}}\right)^{3}&=N+G\\R\left({\ frac {\pi }{6}}\right)^{6}&=NP\\R\left({\frac {\pi }{6}}\right)^{12}&=N+P=I \\\конец{выровнено}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Оценка по ряду Лорана
В силу теоремы Кэли–Гамильтона матричная экспонента выражается в виде многочлена порядка n −1.
Если P и Q t — ненулевые полиномы от одной переменной, такие, что P ( A ) = 0 , и если мероморфная функция
![{\displaystyle f(z)={\frac {e^{tz}-Q_{t}(z)}{P(z)}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
,
![{\displaystyle e^{tA}=Q_{t}(A).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
( z ) иzA.Такой полином Q t ( z ) можно найти следующим образом — см. формулу Сильвестра . Если a является корнем P , Q a,t ( z ) решается из произведения P на главную часть ряда Лорана f в точке a : оно пропорционально соответствующему коварианту Фробениуса . Тогда сумма St Q a ,t , где a пробегает все корни P , может быть принята за конкретное Q t . Все остальные Qt будут получены добавлением кратного P к St ( z ) . В частности, S t ( z ) , полином Лагранжа-Сильвестра , является единственным Q t , степень которого меньше степени P .
Пример . Рассмотрим случай произвольной матрицы 2×2:
![{\displaystyle A:={\begin{bmatrix}a&b\\c&d\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Матрица экспоненты e tA в силу теоремы Кэли–Гамильтона должна иметь вид
![{\displaystyle e^{tA}=s_{0}(t)\,I+s_{1}(t)\,A.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
(Для любого комплексного числа z и любой C -алгебры B мы снова обозначаем через z произведение z на единицу B. )
Пусть α и β — корни характеристического многочлена A ,
![{\displaystyle P(z)=z^{2}-(a+d)\ z+ad-bc=(z-\alpha)(z-\beta)~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Тогда у нас есть
![{\displaystyle S_{t}(z)=e^{\alpha t}{\frac {z-\beta }{\alpha -\beta }}+e^{\beta t}{\frac {z-\ альфа }{\beta -\альфа }}~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\begin{aligned}s_{0}(t)&={\frac {\alpha \,e^{\beta t}-\beta \,e^{\alpha t}}{\alpha - \beta }},&s_{1}(t)&={\frac {e^{\alpha t}-e^{\beta t}}{\alpha -\beta }}\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
если α ≠ β ; в то время как, если α = β ,
![{\displaystyle S_{t}(z)=e^{\alpha t}(1+t(z-\alpha))~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
так что
![{\displaystyle {\begin{aligned}s_{0}(t)&=(1-\alpha \,t)\,e^{\alpha t},&s_{1}(t)&=t\,e ^{\alpha t}~.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Определение
![{\displaystyle {\begin{aligned}s&\equiv {\frac {\alpha +\beta }{2}}={\frac {\operatorname {tr} A}{2}}~,&q&\equiv {\frac {\alpha -\beta }{2}}=\pm {\sqrt {-\det \left(A-sI\right)}},\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
у нас есть
![{\displaystyle {\begin{aligned}s_{0}(t)&=e^{st}\left(\cosh(qt)-s{\frac {\sinh(qt)}{q}}\right) ,&s_{1}(t)&=e^{st}{\frac {\sinh(qt)}{q}},\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где sin( qt )/ q равно 0, если t = 0 , и t, если q = 0 .
Таким образом,
![{\displaystyle e^{tA}=e^{st}\left(\left(\cosh(qt)-s{\frac {\sinh(qt)}{q}}\right)~I~+{\ frac {\sinh(qt)}{q}}A\right)~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Таким образом, как указано выше, матрица А , разложившаяся на сумму двух взаимно коммутирующих частей, следового и бесследового,
![{\displaystyle A=sI+(A-sI)~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
матричная экспонента сводится к простому произведению экспонент двух соответствующих частей. Это формула, часто используемая в физике, поскольку она представляет собой аналог формулы Эйлера для спиновых матриц Паули , то есть вращения дублетного представления группы SU(2) .
Полиному St также можно дать следующую « интерполяционную » характеристику. Определим е т ( z ) ≡ е tz и n ≡ deg P . Тогда S t ( z ) является уникальным многочленом степени < n , который удовлетворяет условию S t ( k ) ( a ) = et ( k ) ( a ) всякий раз, когда k меньше кратности a как корня P . Мы предполагаем, как это очевидно возможно, что P — минимальный многочлен от A . Далее мы предполагаем, что A — диагонализуемая матрица . В частности, корни P просты, а « интерполяционная » характеристика указывает на то, что S t задается интерполяционной формулой Лагранжа, поэтому это полином Лагранжа-Сильвестра .
С другой стороны, если P = ( z - a ) n , то
![{\displaystyle S_{t}=e^{at}\ \sum _{k=0}^{n-1}\ {\frac {t^{k}}{k!}}\ (za)^{ к}~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Самый простой случай, не охваченный приведенными выше наблюдениями, - это когда a ≠ b , что дает![{\displaystyle P=(za)^{2}\,(zb)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle S_{t}=e^{at}\ {\frac {zb}{ab}}\ \left(1+\left(t+{\frac {1}{ba}}\right)(za) \right)+e^{bt}\ {\frac {(za)^{2}}{(ba)^{2}}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Оценка путем реализации формулы Сильвестра
Практическое, ускоренное вычисление вышеизложенного сводится к следующим быстрым шагам. Напомним, что матрица exp( tA ) размера n×n представляет собой линейную комбинацию первых n -1 степеней матрицы A по теореме Кэли–Гамильтона . Для диагонализуемых матриц, как показано выше, например, в случае 2×2, формула Сильвестра дает exp( tA ) = B α exp( tα ) + B β exp( tβ ) , где B s — коварианты Фробениуса A .
Однако проще всего просто решить эти B напрямую, вычислив это выражение и его первую производную при t = 0 в терминах A и I , чтобы найти тот же ответ, что и выше.
Но эта простая процедура работает и для дефектных матриц, в обобщении Бухгейма. [22] Здесь это показано на примере матрицы размером 4×4, которая не является диагонализуемой , а B не являются матрицами проекций.
Учитывать
![{\displaystyle A={\begin{bmatrix}1&1&0&0\\0&1&1&0\\0&0&1&-{\frac {1}{8}}\\0&0&{\frac {1}{2}}&{\frac {1}{ 2}}\end{bmatrix}}~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
λ 1 = 3/4λ 2 = 1Рассмотрим экспоненту каждого собственного значения, умноженную на t , exp( λ i t ) . Умножьте каждое возведенное в степень собственное значение на соответствующую матрицу неопределенных коэффициентов B i . Если собственные значения имеют алгебраическую кратность больше 1, то повторите процесс, но теперь умножая на дополнительный коэффициент t для каждого повторения, чтобы обеспечить линейную независимость.
(Если бы одно собственное значение имело кратность три, то было бы три члена: Напротив, когда все собственные значения различны, B являются просто ковариантами Фробениуса , и решение для них, как показано ниже, просто сводится к инверсии Матрица Вандермонда этих 4 собственных значений.)![{\displaystyle B_{i_{1}}e^{\lambda _{i}t},~B_{i_{2}}te^{\lambda _{i}t},~B_{i_{3}} т^{2}е^{\лямбда _{i}t}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Суммируем все такие слагаемые, вот таких четыре,
![{\displaystyle {\begin{aligned}e^{At}&=B_{1_{1}}e^{\lambda _{1}t}+B_{1_{2}}te^{\lambda _{1 }t}+B_{2_{1}}e^{\lambda _{2}t}+B_{2_{2}}te^{\lambda _{2}t},\\e^{At}& =B_{1_{1}}e^{{\frac {3}{4}}t}+B_{1_{2}}te^{{\frac {3}{4}}t}+B_{2_ {1}}e^{1t}+B_{2_{2}}te^{1t}~.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Чтобы решить все неизвестные матрицы B с точки зрения первых трех степеней A и единицы, нужны четыре уравнения, причем приведенное выше дает одно такое при t = 0. Далее продифференцируйте его по t ,
![{\displaystyle Ae^{At}={\frac {3}{4}}B_{1_{1}}e^{{\frac {3}{4}}t}+\left({\frac {3 }{4}}t+1\right)B_{1_{2}}e^{{\frac {3}{4}}t}+1B_{2_{1}}e^{1t}+\left( 1t+1\вправо)B_{2_{2}}e^{1t}~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
и опять,
![{\displaystyle {\begin{aligned}A^{2}e^{At}&=\left({\frac {3}{4}}\right)^{2}B_{1_{1}}e^ {{\frac {3}{4}}t}+\left(\left({\frac {3}{4}}\right)^{2}t+\left({\frac {3}{4} }+1\cdot {\frac {3}{4}}\right)\right)B_{1_{2}}e^{{\frac {3}{4}}t}+B_{2_{1} }e^{1t}+\left(1^{2}t+(1+1\cdot 1)\right)B_{2_{2}}e^{1t}\\&=\left({\frac { 3}{4}}\right)^{2}B_{1_{1}}e^{{\frac {3}{4}}t}+\left(\left({\frac {3}{4 }}\right)^{2}t+{\frac {3}{2}}\right)B_{1_{2}}e^{{\frac {3}{4}}t}+B_{2_{ 1}}e^{t}+\left(t+2\right)B_{2_{2}}e^{t}~,\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
и еще раз,
![{\displaystyle {\begin{aligned}A^{3}e^{At}&=\left({\frac {3}{4}}\right)^{3}B_{1_{1}}e^ {{\frac {3}{4}}t}+\left(\left({\frac {3}{4}}\right)^{3}t+\left(\left({\frac {3} {4}}\right)^{2}+\left({\frac {3}{2}}\right)\cdot {\frac {3}{4}}\right)\right)B_{1_{ 2}}e^{{\frac {3}{4}}t}+B_{2_{1}}e^{1t}+\left(1^{3}t+(1+2)\cdot 1\ right)B_{2_{2}}e^{1t}\\&=\left({\frac {3}{4}}\right)^{3}B_{1_{1}}e^{{\ frac {3}{4}}t}\!+\left(\left({\frac {3}{4}}\right)^{3}t\!+{\frac {27}{16}} \right)B_{1_{2}}e^{{\frac {3}{4}}t}\!+B_{2_{1}}e^{t}\!+\left(t+3\ cdot 1\right)B_{2_{2}}e^{t}~.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
(В общем случае необходимо взять n −1 производных.)
Полагая t = 0 в этих четырех уравнениях, теперь можно решить четыре матрицы коэффициентов B s:
![{\displaystyle {\begin{aligned}I&=B_{1_{1}}+B_{2_{1}}\\A&={\frac {3}{4}}B_{1_{1}}+B_{ 1_{2}}+B_{2_{1}}+B_{2_{2}}\\A^{2}&=\left({\frac {3}{4}}\right)^{2} B_{1_{1}}+{\frac {3}{2}}B_{1_{2}}+B_{2_{1}}+2B_{2_{2}}\\A^{3}&= \left({\frac {3}{4}}\right)^{3}B_{1_{1}}+{\frac {27}{16}}B_{1_{2}}+B_{2_{ 1}}+3B_{2_{2}}~,\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
уступать
![{\displaystyle {\begin{aligned}B_{1_{1}}&=128A^{3}-366A^{2}+288A-80I\\B_{1_{2}}&=16A^{3}- 44A^{2}+40A-12I\\B_{2_{1}}&=-128A^{3}+366A^{2}-288A+80I\\B_{2_{2}}&=16A^{ 3}-40A^{2}+33A-9I~.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Замена значением A дает матрицы коэффициентов
![{\displaystyle {\begin{aligned}B_{1_{1}}&={\begin{bmatrix}0&0&48&-16\\0&0&-8&2\\0&0&1&0\\0&0&0&1\end{bmatrix}}\\B_{1_{ 2}}&={\begin{bmatrix}0&0&4&-2\\0&0&-1&{\frac {1}{2}}\\0&0&{\frac {1}{4}}&-{\frac {1} {8}}\\0&0&{\frac {1}{2}}&-{\frac {1}{4}}\end{bmatrix}}\\B_{2_{1}}&={\begin{ bmatrix}1&0&-48&16\\0&1&8&-2\\0&0&0&0\\0&0&0&0\end{bmatrix}}\\B_{2_{2}}&={\begin{bmatrix}0&1&8&-2\\0&0&0&0\\0&0&0&0\\ 0&0&0&0\end{bmatrix}}\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
так что окончательный ответ
![{\displaystyle e^{tA}={\begin{bmatrix}e^{t}&te^{t}&\left(8t-48\right)e^{t}\!+\left(4t+48\ right)e^{{\frac {3}{4}}t}&\left(16-2\,t\right)e^{t}\!+\left(-2t-16\right)e^ {{\frac {3}{4}}t}\\0&e^{t}&8e^{t}\!+\left(-t-8\right)e^{{\frac {3}{4} }t}&-2e^{t}+{\frac {t+4}{2}}e^{{\frac {3}{4}}t}\\0&0&{\frac {t+4}{ 4}}e^{{\frac {3}{4}}t}&-{\frac {t}{8}}e^{{\frac {3}{4}}t}\\0&0&{\ frac {t}{2}}e^{{\frac {3}{4}}t}&-{\frac {t-4}{4}}e^{{\frac {3}{4}} t}~.\end{bmatrix}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Процедура намного короче алгоритма Путцера, иногда используемого в таких случаях.
Иллюстрации
Предположим, что мы хотим вычислить экспоненту
![{\displaystyle B={\begin{bmatrix}21&17&6\\-5&-1&-6\\4&4&16\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Его жордановая форма :
![{\displaystyle J=P^{-1}BP={\begin{bmatrix}4&0&0\\0&16&1\\0&0&16\end{bmatrix}},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
P![{\displaystyle P={\begin{bmatrix}-{\frac {1}{4}}&2& {\frac {5}{4}}\\{\frac {1}{4}}&-2&-{ \frac {1}{4}}\\0&4&0\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Давайте сначала вычислим exp( J ). У нас есть
![{\displaystyle J=J_{1}(4)\oplus J_{2}(16)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Экспонента матрицы 1×1 — это просто экспонента одного элемента матрицы, поэтому exp( J 1 (4)) = [ e 4 ] . Экспоненту J 2 (16) можно вычислить по формуле e (λ I + N ) = e λ e N , упомянутой выше; это дает [23]
![{\displaystyle {\begin{aligned}&\exp \left({\begin{bmatrix}16&1\\0&16\end{bmatrix}}\right)=e^{16}\exp \left({\begin{bmatrix }0&1\\0&0\end{bmatrix}}\right)=\\[6pt]{}={}&e^{16}\left({\begin{bmatrix}1&0\\0&1\end{bmatrix}}+ {\begin{bmatrix}0&1\\0&0\end{bmatrix}}+{1 \over 2!}{\begin{bmatrix}0&0\\0&0\end{bmatrix}}+\cdots {}\right)={ \begin{bmatrix}e^{16}&e^{16}\\0&e^{16}\end{bmatrix}}.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Следовательно, экспонента исходной матрицы B равна
![{\displaystyle {\begin{aligned}\exp(B)&=P\exp(J)P^{-1}=P{\begin{bmatrix}e^{4}&0&0\\0&e^{16}&e ^{16}\\0&0&e^{16}\end{bmatrix}}P^{-1}\\[6pt]&={1 \over 4}{\begin{bmatrix}13e^{16}-e^ {4}&13e^{16}-5e^{4}&2e^{16}-2e^{4}\\-9e^{16}+e^{4}&-9e^{16}+5e^{ 4}&-2e^{16}+2e^{4}\\16e^{16}&16e^{16}&4e^{16}\end{bmatrix}}.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Приложения
Линейные дифференциальные уравнения
Матричная экспонента имеет приложения к системам линейных дифференциальных уравнений . (См. также матричное дифференциальное уравнение .) Напомним, ранее в этой статье говорилось, что однородное дифференциальное уравнение вида
![{\displaystyle \mathbf {y} '=A\mathbf {y} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
e At y (0)Если мы рассмотрим вектор
![{\displaystyle \mathbf {y} (t)={\begin{bmatrix}y_{1}(t)\\\vdots \\y_{n}(t)\end{bmatrix}}~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
неоднородных![{\displaystyle \mathbf {y} '(t)=A\mathbf {y} (t)+\mathbf {b} (t).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
анзацаe - At![{\displaystyle {\begin{aligned}&&e^{-At}\mathbf {y} '-e^{-At}A\mathbf {y} &=e^{-At}\mathbf {b} \\& \Rightarrow &e^{-At}\mathbf {y} '-Ae^{-At}\mathbf {y} &=e^{-At}\mathbf {b} \\&\Rightarrow &{\frac {d }{dt}}\left(e^{-At}\mathbf {y} \right)&=e^{-At}\mathbf {b} ~.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Второй шаг возможен благодаря тому, что если AB = BA , то e At B = Be At . Итак, вычисление e At приводит к решению системы путем простого интегрирования третьего шага по t .
Решение этой проблемы можно получить путем интегрирования и умножения на для исключения показателя степени в LHS. Обратите внимание, что while является матрицей, учитывая, что это матричная экспонента, мы можем сказать, что . Другими словами, .![{\displaystyle е^{{\textbf {A}}t}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle е^{{\textbf {A}}t}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle е^{{\textbf {A}}t}e^{- {\textbf {A}}t}=I}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \exp {{\textbf {A}}t}=\exp {{(- {\textbf {A}}t)}^{-1}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Пример (однородный)
Рассмотрим систему
![{\displaystyle {\begin{matrix}x'&=&2x&-y&+z\\y'&=&&3y&-1z\\z'&=&2x&+y&+3z\end{matrix}}~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Соответствующая дефектная матрица
![{\displaystyle A={\begin{bmatrix}2&-1&1\\0&3&-1\\2&1&3\end{bmatrix}}~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Матричная экспонента
![{\displaystyle e^{tA}={\frac {1}{2}}{\begin{bmatrix}e^{2t}\left(1+e^{2t}-2t\right)&-2te^{ 2t}&e^{2t}\left(-1+e^{2t}\right)\\-e^{2t}\left(-1+e^{2t}-2t\right)&2(t+1 )e^{2t}&-e^{2t}\left(-1+e^{2t}\right)\\e^{2t}\left(-1+e^{2t}+2t\right) &2te^{2t}&e^{2t}\left(1+e^{2t}\right)\end{bmatrix}}~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
так что общее решение однородной системы имеет вид
![{\displaystyle {\begin{bmatrix}x\\y\\z\end{bmatrix}}={\frac {x(0)}{2}}{\begin{bmatrix}e^{2t}\left( 1+e^{2t}-2t\вправо)\\-e^{2t}\влево(-1+e^{2t}-2t\вправо)\\e^{2t}\влево(-1+e ^{2t}+2t\right)\end{bmatrix}}+{\frac {y(0)}{2}}{\begin{bmatrix}-2te^{2t}\\2(t+1)e ^{2t}\\2te^{2t}\end{bmatrix}}+{\frac {z(0)}{2}}{\begin{bmatrix}e^{2t}\left(-1+e^ {2t}\right)\\-e^{2t}\left(-1+e^{2t}\right)\\e^{2t}\left(1+e^{2t}\right)\end {bmatrix}}~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
в размере
![{\displaystyle {\begin{aligned}2x&=x(0)e^{2t}\left(1+e^{2t}-2t\right)+y(0)\left(-2te^{2t}\ right)+z(0)e^{2t}\left(-1+e^{2t}\right)\\[2pt]2y&=x(0)\left(-e^{2t}\right)\ влево(-1+e^{2t}-2t\вправо)+y(0)2(t+1)e^{2t}+z(0)\влево(-e^{2t}\вправо)\влево (-1+e^{2t}\right)\\[2pt]2z&=x(0)e^{2t}\left(-1+e^{2t}+2t\right)+y(0)2te ^{2t}+z(0)e^{2t}\left(1+e^{2t}\right)~.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Пример (неоднородный)
Рассмотрим теперь неоднородную систему
![{\displaystyle {\begin{matrix}x'&=&2x&-&y&+&z&+&e^{2t} \\y'&=&&&3y&-&z&\\z'&=&2x&+&y&+&3z&+&e^{2t} \end{matrix}}~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
У нас снова есть
![{\displaystyle A=\left[{\begin{array}{rrr}2&-1&1\\0&3&-1\\2&1&3\end{array}}\right]~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
и
![{\displaystyle \mathbf {b} =e^{2t}{\begin{bmatrix}1\\0\\1\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Ранее у нас уже было общее решение однородного уравнения. Поскольку сумма однородного и частного решений дает общее решение неоднородной задачи, нам теперь нужно найти только частное решение.
Мы имеем, как указано выше,
![{\displaystyle {\begin{aligned}\mathbf {y} _{p}&=e^{tA} \int _{0}^{t}e^{(-u)A}{\begin{bmatrix} e^{2u}\\0\\e^{2u}\end{bmatrix}}\,du+e^{tA}\mathbf {c} \\[6pt]&=e^{tA}\int _ {0}^{t}{\begin{bmatrix}2e^{u}-2ue^{2u}&-2ue^{2u}&0\\-2e^{u}+2(u+1)e^{ 2u}&2(u+1)e^{2u}&0\\2ue^{2u}&2ue^{2u}&2e^{u}\end{bmatrix}}{\begin{bmatrix}e^{2u}\\ 0\\e^{2u}\end{bmatrix}}\,du+e^{tA}\mathbf {c} \\[6pt]&=e^{tA}\int _{0}^{t} {\begin{bmatrix}e^{2u}\left(2e^{u}-2ue^{2u}\right)\\e^{2u}\left(-2e^{u}+2(1+u )e^{2u}\right)\\2e^{3u}+2ue^{4u}\end{bmatrix}}\,du+e^{tA}\mathbf {c} \\[6pt]&=e ^{tA}{\begin{bmatrix}-{1 \over 24}e^{3t}\left(3e^{t}(4t-1)-16\right)\\{1 \over 24}e^ {3t}\left(3e^{t}(4t+4)-16\right)\\{1 \over 24}e^{3t}\left(3e^{t}(4t-1)-16\ right)\end{bmatrix}}+{\begin{bmatrix}2e^{t}-2te^{2t}&-2te^{2t}&0\\-2e^{t}+2(t+1)e ^{2t}&2(t+1)e^{2t}&0\\2te^{2t}&2te^{2t}&2e^{t}\end{bmatrix}}{\begin{bmatrix}c_{1}\ \c_{2}\\c_{3}\end{bmatrix}}~,\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
cy pОбобщение неоднородного случая: изменение параметров
Для неоднородного случая можно использовать интегрирующие коэффициенты (метод, аналогичный вариации параметров ). Мы ищем частное решение вида y p ( t ) = exp( tA ) z ( t ) ,
![{\displaystyle {\begin{aligned}\mathbf {y} _{p}'(t)&=\left(e^{tA}\right)'\mathbf {z} (t)+e^{tA} \mathbf {z} '(t)\\[6pt]&=Ae^{tA}\mathbf {z} (t)+e^{tA}\mathbf {z} '(t)\\[6pt]& =A\mathbf {y} _{p}(t)+e^{tA}\mathbf {z} '(t)~.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Чтобы y p было решением,
![{\displaystyle {\begin{aligned}e^{tA}\mathbf {z} '(t)&=\mathbf {b} (t)\\[6pt]\mathbf {z} '(t)&=\ left(e^{tA}\right)^{-1}\mathbf {b} (t)\\[6pt]\mathbf {z} (t)&=\int _{0}^{t}e^ {-uA}\mathbf {b} (u)\,du+\mathbf {c} ~.\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Таким образом,
![{\displaystyle {\begin{aligned}\mathbf {y} _{p}(t)&=e^{tA}\int _{0}^{t}e^{-uA}\mathbf {b} ( u)\,du+e^{tA}\mathbf {c} \\&=\int _{0}^{t}e^{(tu)A}\mathbf {b} (u)\,du+ e^{tA}\mathbf {c} ~,\end{aligned}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
cТочнее, рассмотрим уравнение
![{\displaystyle Y'-A\ Y=F(t)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
с начальным условием Y ( t 0 ) = Y 0 , где
- A - комплексная матрица размера n на n ,
- F — непрерывная функция из некоторого открытого интервала I до Cn ,
это точка Я , и
является вектором C n .
Умножение показанного выше равенства слева на e -tA дает
![{\displaystyle Y(t)=e^{(tt_{0})A}\ Y_{0}+\int _{t_{0}}^{t}e^{(tx)A}\ F (х)\ dx~.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Мы утверждаем, что решение уравнения
![{\ displaystyle P (d/dt) \ y = f (t)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
с начальными условиями для 0 ≤ k < n![{\displaystyle y^{(k)}(t_{0})=y_{k}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ displaystyle y (t) = \ sum _ {k = 0} ^ {n-1} \ y_ {k} \ s_ {k} (tt_ {0}) + \ int _ {t_ {0}} ^{t}s_{n-1}(tx)\ f(x)\ dx~,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где обозначения следующие:
— монический полином степени n > 0 ,- f — непрерывная комплекснозначная функция, определенная на некотором открытом интервале I ,
это точка Я ,
является комплексным числом, и
s k ( t ) — коэффициентв многочлене, обозначенномв подразделе «Оценка рядами Лорана» выше.![{\displaystyle X^{k}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle S_{t}\in \mathbb {C} [X]}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Чтобы обосновать это утверждение, мы преобразуем наше скалярное уравнение порядка n в векторное уравнение первого порядка путем обычного сведения к системе первого порядка . Наше векторное уравнение принимает вид
![{\displaystyle {\frac {dY}{dt}}-A\ Y=F(t),\quad Y(t_{0})=Y_{0},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Aтранспонированнаякомпаньон P.В случае n = 2 получаем следующее утверждение. Решение
![{\displaystyle y''-(\alpha +\beta)\ y'+\alpha \,\beta \ y=f(t),\quad y(t_{0})=y_{0},\quad y '(t_{0})=y_{1}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
является
![{\displaystyle y(t)=y_{0}\ s_{0}(tt_{0})+y_{1}\ s_{1}(tt_{0})+\int _{t_{ 0}}^{t}s_{1}(tx)\,f(x)\ dx,}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где функции s 0 и s 1 такие же, как в подразделе «Оценка по рядам Лорана» выше.
Матрично-матричные экспоненты
Матричная экспонента другой матрицы (матрично-матричная экспонента), [24] определяется как
![{\displaystyle X^{Y}=e^{\log(X)\cdot Y}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle ^{Y}\!X=e^{Y\cdot \log(X)}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
нормальнойнеособойX размера n × nY размера n × nДля матрично-матричных экспонент существует различие между левой экспонентой Y X и правой экспонентой X Y , поскольку оператор умножения для преобразования матрицы в матрицу не является коммутативным . Более того,
- Если X нормальный и неособый, то X Y и Y X имеют одинаковый набор собственных значений.
- Если X нормальный и неособый, Y нормальный и XY = YX , то X Y = Y X.
- Если X нормально и неособо, и X , Y , Z коммутируют друг с другом, то X Y + Z = X Y · X Z и Y + Z X = Y X · Z X .
Смотрите также
Рекомендации
- ^ Холл, 2015 г., уравнение 2.1.
- ^ Зал 2015 г. Предложение 2.3
- ^ Холл, 2015 г. Теорема 2.12.
- ^ Холл, 2015 г., Теорема 2.11.
- ↑ Зал 2015, Глава 5.
- ^ Бхатия, Р. (1997). Матричный анализ . Тексты для аспирантов по математике. Том. 169. Спрингер. ISBN 978-0-387-94846-1.
- ^ Либ, Эллиот Х. (1973). «Выпуклые функции следа и гипотеза Вигнера-Янасе-Дайсона». Достижения в математике . 11 (3): 267–288. дои : 10.1016/0001-8708(73)90011-X .
- ^ Х. Эпштейн (1973). «Замечания к двум теоремам Э. Либа». Связь в математической физике . 31 (4): 317–325. Бибкод : 1973CMaPh..31..317E. дои : 10.1007/BF01646492. S2CID 120096681.
- ^ Зал 2015 г. Упражнения 2.9 и 2.10.
- ^ Р. М. Уилкокс (1967). «Экспоненциальные операторы и дифференцирование параметров в квантовой физике». Журнал математической физики . 8 (4): 962–982. Бибкод : 1967JMP.....8..962W. дои : 10.1063/1.1705306.
- ^ Холл, 2015 г., Теорема 5.4.
- ^ Льюис, Адриан С.; Сендов, Христо С. (2001). «Дважды дифференцируемые спектральные функции» (PDF) . Журнал SIAM по матричному анализу и приложениям . 23 (2): 368–386. дои : 10.1137/S089547980036838X.См. теорему 3.3.
- ^ аб Деледалль, Шарль-Альбан; Денис, Лоик; Тюпин, Флоренция (2022). «Уменьшение спеклов в матрично-логарифмической области для радиолокационных изображений с синтезированной апертурой». Журнал математического изображения и видения . 64 (3): 298–320. дои : 10.1007/s10851-022-01067-1 .См. предложения 1 и 2.
- ^ "Матричная экспонента - MATLAB expm - MathWorks Deutschland" . Mathworks.de. 30 апреля 2011 г. Проверено 5 июня 2013 г.
- ^ «GNU Octave - Функции матрицы». Network-theory.co.uk. 11 января 2007 г. Архивировано из оригинала 29 мая 2015 г. Проверено 5 июня 2013 г.
- ^ "R - pkg {Matrix}: Матричная экспонента" . 28 февраля 2005 г. Проверено 17 июля 2023 г.
- ^ "Документация по функциям scipy.linalg.expm" . Сообщество SciPy. 18 января 2015 г. Проверено 29 мая 2015 г.
- ^ См. Hall 2015, раздел 2.2.
- ^ в евклидовом пространстве
- ^ Вейль, Герман (1952). Пространство-время имеет значение. Дувр. п. 142. ИСБН 978-0-486-60267-7.
- ^ Бьоркен, Джеймс Д.; Дрелл, Сидни Д. (1964). Релятивистская квантовая механика . МакГроу-Хилл. п. 22.
- ^ Райнхарт, РФ (1955). «Эквивалентность определений матричной функции». Американский математический ежемесячник , 62 (6), 395–414.
- ^ Это можно обобщить; в общем случае экспонента J n ( a ) представляет собой верхнетреугольную матрицу с e a /0! на главной диагонали e a /1! на приведенном выше, e a /2! на следующем и так далее.
- ^ Игнасио Баррадас и Джоэл Э. Коэн (1994). «Итерированное возведение в степень, матричное возведение в степень и энтропия» (PDF) . Academic Press, Inc. Архивировано из оригинала (PDF) 26 июня 2009 г.
- Холл, Брайан К. (2015), Группы Ли, алгебры Ли и представления: элементарное введение , Тексты для выпускников по математике, том. 222 (2-е изд.), Спрингер, ISBN 978-3-319-13466-6
- Хорн, Роджер А.; Джонсон, Чарльз Р. (1991). Темы матричного анализа . Издательство Кембриджского университета . ISBN 978-0-521-46713-1..
- Молер, Клив ; Ван Лоан, Чарльз Ф. (2003). «Девятнадцать сомнительных способов вычисления экспоненты матрицы, двадцать пять лет спустя» (PDF) . Обзор СИАМ . 45 (1): 3–49. Бибкод : 2003SIAMR..45....3M. CiteSeerX 10.1.1.129.9283 . дои : 10.1137/S00361445024180. ISSN 1095-7200..
- Сузуки, Масуо (1985). «Формулы разложения экспоненциальных операторов и экспонент Лия с некоторыми приложениями к квантовой механике и статистической физике». Журнал математической физики . 26 (4): 601–612. Бибкод : 1985JMP....26..601S. дои : 10.1063/1.526596.
- Куртрайт, ТЛ ; Фэрли, Д.Б. ; Захос, СК (2014). «Компактная формула для вращений как полиномов матрицы спина». Симметрия, интегрируемость и геометрия: методы и приложения . 10 : 084.arXiv : 1402.3541 . Бибкод : 2014SIGMA..10..084C. дои : 10.3842/SIGMA.2014.084. S2CID 18776942.
- Домовладелец, Олстон С. (2006). Теория матриц в численном анализе . Дуврские книги по математике. ISBN 978-0-486-44972-2.
- Ван Кортрик, ТС (2016). «Матричные экспоненты, элементы группы SU (N) и действительные полиномиальные корни». Журнал математической физики . 57 (2): 021701. arXiv : 1508.05859 . Бибкод : 2016JMP....57b1701V. дои : 10.1063/1.4938418. S2CID 119647937.
Внешние ссылки