矩阵幂级数
6-2 矩阵级数

(k ) 1
( aijk) ∑k=0 ∑i=1∑j=1 m n ∞
都收敛 ,由于 由于
m n
= max ∑ a
m j
(k ) i=1 ij
( ≤ ∑i=1 ∑j=1 aijk )
由正项级数的比较判别法, 由正项级数的比较判别法,
Department of Mathematics
可知级数 ∑k=0
∞
S = ∑k=0 A
∞
(k )
( n aijk) = sij i =1,L, m; ∑k=0
∞
j =1,L, n;
π
1 例1. 2k (k ) 已知矩阵序列{A } 的通项为A(k) = 0 ∞ A(k ) 判断矩阵级数 的敛散性 k =0
∑
4k 1 (k +1)(k + 2)
A(0) B(0) + ( A(0) B(1) + A(1) B(0) ) +L+ ( A(0) B(k ) +L+ A(k ) B(0) ) +L
绝对收敛, 绝对收敛 记: S
S
(n) 3 n
(n) 1
= ∑k=0 A
n
(k )
S
(n) 2
= ∑k=0 B(k)
n
( ( 则 S1(n)S2n) − S3n) = A(1) B(n) + A(2) B(n−1) +L+ A(n) B(1) +L+ A(n) B(n)
Department of Mathematics
当 ρ ( <
∞
R 时,幂级数
k k i
∑c λ
矩阵级数

Department of Mathematics
c di 1 kdi 1 ki
c1 k1 ki ik
di di
所以
ck Ak ck (PJ k P1)
k 0
k 0
= P( ck J k )P1
k 0
= Pdiag(
,则它们按项
与B(k) k 0
相乘所得的矩阵级数
A(0) B(0) ( A(0) B(1) A(1) B(0) ) ( A(0) B(k)
也绝对收敛,且其和为AB
证明:只证4.及5.
均绝对收敛
A(k) B(0) )
4.因
A(k) A,记 S (n)
Department of Mathematics
其中
i
J
i
(i
)
1
i
(i 1, 2, , r) 1
i di di
于是
Ak
Pdiag( J1k
(1),
J
k 2
(2 ),
,
J
k r
(r
))
P
1
ik
J
k i
(i
)
c1 k1 ki ik
sA( k )(
n)
1
2k
a1
(1
q4kn
)
0
1 q11
(k 11)(2k
1 22) 3
1 34
矩阵分析

⎤⎞ 0 ⎥⎟ ⎥ ⎟ P −1 ∞ k k ⎥⎟ 5 ⎥⎟ ∑ k k =0 5 ⎦⎠Biblioteka 由于∑ k发散, 所以原级数发散.
k =0
1 k 解:(3)相应的幂级数为∑ (−1) z , k +1 k =0 的收敛半径为 1,
k
∞
1 k (−1) 所以,当ρ ( A) < 1时, A 收敛。 ∑ k +1 k =0
(3) lim PA Q = PAQ
(k ) k →∞
(4)设 lim A
k →∞ ( k ) −1 k →∞
(k )
= A,若A ,A均可逆,则
(k ) −1
lim( A ) = A
例:设A( k )
⎡ k +1 ⎢ 3k =⎢ ⎢ r 1k ⎢ ⎣
⎤ r ⎥ 1 + 1 1⎤ ⎡ (k ) k ⎥ ,B = ⎢ ⎥ 2 k −k⎥ ⎣ 1 1⎦ k2 + k ⎥ ⎦
1 所以,矩阵幂级数∑ 2 k =0 k
∞
∞
⎡1 7⎤ ⎢ −1 −3⎥ 发散。 ⎣ ⎦
k
⎡ 1 -8⎤ 的特征值为 − 3, (2) A = ⎢ 5 ⎥ ⎣ −2 1 ⎦
ρ ( A) = 5,
k k 级数∑ k z 的收敛半径为b, k =0 b
∞
所以,当5 < b时, 原矩阵级数收敛,
当5 > b时, 原矩阵级数发散,
b = 5时,
k ∞ ⎛ k ⎡ 1 −8⎤ k ⎡ −3 0 ⎤ ⎞ −1 ⎟P = P⎜∑ k ⎢ ∑ ⎥ ⎥ k ⎢ ⎜ k =0 5 ⎣ 0 5⎦ ⎟ 1⎦ k = 0 5 ⎣ −2 ⎝ ⎠ ∞ k
⎛ ⎡∞ k k − ( 3) ⎜ ∞ ⎢∑ k k =0 5 ⎜ ⎢ =P ∑ ⎜ k =0 ⎢ 0 ⎜ ⎢ ⎝ ⎣
矩阵幂和矩阵指数函数的计算方法

矩阵幂和矩阵指数函数的计算方法矩阵幂和矩阵指数函数是矩阵运算中比较重要的两个概念。
在矩阵幂和矩阵指数函数的计算过程中,我们需要用到一些特殊的算法和方法。
本文将介绍矩阵幂和矩阵指数函数的概念、计算方法和应用等方面的内容,帮助读者更好地了解和掌握这两个概念。
一、矩阵幂的概念对于一个$n$阶矩阵$A$,设$k$为一个自然数,则$A^k$表示$k$次幂。
即:$A^k=\underbrace{A \times A \times \cdots \times A}_{k\text{个} A}$其中,当$k=0$时,$A^k$等于$n$阶单位矩阵$I_n$。
矩阵幂的计算过程中,我们需要用到矩阵乘法的定义。
对于两个$n$阶矩阵$A$和$B$,它们的乘积$AB$定义为:$AB=[c_{ij}]=\sum_{k=1}^na_{ik}b_{kj}$其中,$c_{ij}$表示矩阵的第$i$行第$j$列的元素,$a_{ik}$和$b_{kj}$分别表示第$i$行第$k$列的元素和第$k$行第$j$列的元素。
二、矩阵幂的计算方法矩阵幂的计算方法有两种:直接幂法和快速幂法。
1. 直接幂法直接幂法是一种比较简单的计算矩阵幂的方法。
对于一个$n$阶矩阵$A$和一个自然数$k$,我们可以通过$k-1$次连乘的方式计算出$A^k$的值。
即:$A^k=\underbrace{A \times A \times \cdots \times A}_{k-1\text{个} A} \times A$由此可见,计算矩阵幂的直接幂法需要进行$k-1$次矩阵乘法运算,时间复杂度为$O(kn^3)$。
2. 快速幂法快速幂法是计算矩阵幂的高效方法,它能够有效地减少运算次数,提高计算效率。
该方法基于指数的二进制表示,通过不断地平方和乘以相应的权值,最终计算出矩阵幂的值。
具体步骤如下:(1)将指数$k$转换成二进制数,例如,$k=13$转换成二进制数为$1101$。
矩阵分析

附录I 矩阵分析介绍一、内容提要本章以矩阵序列的极限理论为基础的,介绍矩阵分析的一些基本内容, 包括矩阵序列的极限运算,矩阵序列和矩阵级数的收敛定理, 矩阵幂级数的极限运算和矩阵函数,矩阵的微积分等. 由于采用相似的极限理论为基础, 因此本章内容与通常的(函)数列, (函)数项级数, 幂级数具有许多类似的结果, 建议读者在学习本章时, 与高等数学中相应的内容进行对照, 比较异同, 加深理解.(一) 矩阵序列于矩阵级数1.矩阵序列定义 设{}1k k ∞=A 为m n⨯C中的矩阵序列, 其中()()k k ija =A .如果ij k ijk a a =∞→)(lim对i=1,2,…,m, j=1,2,…,n 均成立,则称矩阵序列{}1k k ∞=A 收敛,而()ij a =A 称为矩阵序列{}1k k ∞=A 的极限,记为lim k k →∞=A A .不收敛的矩阵序列称为发散的.从定义可知, 判断矩阵序列收敛需要判断所有矩阵元素组成的n m ⨯个数列同时收敛. 下面的定理告诉我们可以通过矩阵范数的收敛(一个数列)来判断矩阵序列的收敛.定理 设{}1k k ∞=A 为m n⨯C中的矩阵序列,⋅为m n⨯C 中的一种矩阵范数,则矩阵序列{}1k k ∞=A 收敛于矩阵A 的充要条件是k -A A 收敛于零.从线性空间的观点来看, 一个矩阵可以看作是它所在的矩阵空间中的一个“点”,因此一个矩阵序列的收敛问题就可以看成是该矩阵空间中的“点列”的收敛问题,就可以用各点到极限点的距离(范数)来描述收敛。
矩阵序列收敛有如下性质: (1) 设{}1k k ∞=A 和{}1k k ∞=B 为m n⨯C中的矩阵序列,并且lim k k →∞=A A ,lim k k →∞=B B ,则()lim ,,k k k αβαβαβ→∞+=+∀∈A B A B C .(2) 设{}1k k ∞=A 和{}1k k ∞=B 分别为m n⨯C和n l⨯C中的矩阵序列,并且lim k k →∞=A A ,lim k k →∞=B B ,则 lim k k k →∞=A B A B .(3) 设{}1k k ∞=A ,A ∈n n⨯C中的矩阵序列,lim k k →∞=A A 并且(1,2,)k k =A 和A 均为可逆的,则 11lim k k --→∞=A A.(4) 设n n⨯∈A C,lim 0kk →∞=A 的充分必要条件是<1ρ(A ).若对m n⨯C 上的某种范数⋅,有1<A ,则lim 0kk →∞=A .(5) 设{}1k k ∞=A ,∈A m n⨯C ,并且lim k k →∞=A A,则A A k k =∞→lim .2. 矩阵级数定义2设{}1k k ∞=A 为m n⨯C中的矩阵序列, 称12++++k A A A 为由矩阵序列{}1k k ∞=A 构成的矩阵级数,记为1k k ∞=∑A .定义3 记1kk i i ==∑S A ,称之为矩阵级数1k k ∞=∑A 的前k 项部分和.若矩阵序列{}1k k ∞=S 收敛且lim k k →∞=S S ,则称矩阵级数1kk ∞=∑A收敛,而矩阵S 称为矩阵级数的和矩阵,记为1kk ∞=∑S =A.不收敛的矩阵级数称为发散的.定义4 设1k k ∞=∑A 为m n⨯C中的矩阵级数,其中()()k k ija=A .如果∑∞=1)(k k ija对任意的1≤i≤m,1≤j≤n 均为绝对收敛的,则称矩阵级数1k k ∞=∑A 绝对收敛.对比矩阵级数绝对收敛的定义以及高等数学中的数项级数的绝对收敛的定义可以得出矩阵级数收敛的一些性质.(1) 若矩阵级数1k k ∞=∑A 是绝对收敛,则它一定是收敛的,并且任意调换各项的顺序所得到的级数还是收敛的,且级数和不变.(2) 矩阵级数1k k ∞=∑A为绝对收敛的充分必要条件是正项级数1k k ∞=∑A 收敛.(3) 设1k k ∞=∑A 为m n⨯C中的绝对收敛的级数,1k k ∞=∑B 为n l⨯C中的绝对收敛的级数,并且1kk ∞==∑A A, 1kk ∞==∑B B, 则1k k ∞=∑A ·1k k ∞=∑B 按任何方式排列得到的级数也是绝对收敛的,且和均为A B .(4) 设p m⨯∈P C和n q⨯∈Q C为给定矩阵,如果n m ⨯型矩阵级数0k k ∞=∑A 收敛(或绝对收敛),则q p ⨯矩阵级数k k ∞=∑PA Q 也收敛(或绝对收敛),且有等式 00k k k k ∞∞==⎛⎫= ⎪⎝⎭∑∑P A Q P A Q .(二) 矩阵幂级数定理 设∑∞=0k kk t a 为收敛半径为r 的幂级数,A 为n 阶方阵,则(1) ()r ρ<A 时,矩阵幂级数0kk k a ∞=∑A 绝对收敛;(2) ()r ρ>A 时,矩阵幂级数0kk k a ∞=∑A 发散.推论 设∑∞=-00)(k kk z z a 为收敛半径为r 的幂级数,A 为n 阶方阵,如果A 的特征值均落在收敛圆内,即r z <-0λ,其中λ为A 的任意特征值,则矩阵幂级数∑∞=-00)(k kk z a I A 绝对收敛;若有某个0i λ使得r z i >-00λ,则幂级数∑∞=-00)(k kk z a I A 发散.根据幂级数性质,幂级数的和函数是收敛圆内的解析函数(任意次可微,在任一点处均可展成Taylor 级数),而一个圆内解析的函数可以展开成收敛的幂级数.于是,如果)(z f 是 r z z <-0内的解析函数,其展成绝对收敛的幂级数为∑∞=-=0)()(k kkz z az f ,则当矩阵n n⨯∈A C的特征值落在收敛圆r z z <-0内时,定义∑∞=∆-=00)()(k kk z a f I A A并称之为A 关于解析函数)(z f 的矩阵函数.常用的一些矩阵函数有:232!3!e=++++AAAI A ;24cos 2!4!=-+-AAA I ;35sin 3!5!=-+-AAA A ;123()--=++++I A I A A A ;23ln()23+=-+-A A I A A .对于一般的矩阵函数()f A ,可以利用矩阵的Jordan 分解写出其具体表达式.定理 设∑∞=-=0)()(k k kz z az f 为收敛半径为r 的幂级数,A 为n 阶方阵,1-=A T JT 为其Jordan 分解,()s J J J J ,,,2 1diag =.当A 的特征值均落在收敛圆内时,即r z <-0λ,其中λ为A 的任意特征值,则矩阵幂级数∑∞=-00)(k kk z a I A 绝对收敛, 并且和矩阵为()()()()()-12,,,T J J J T A f s f f f 1diag=其中()i f J 的定义为(1)''()()()(1)!()()()()n ff f n f f f f λλλλλλ-⎛⎫⎪-⎪⎪= ⎪ ⎪ ⎪⎝⎭J. 另外,还可以通过待定系数的方法来求矩阵函数,避免求矩阵的Jordan 分解。
矩阵论知识点

矩阵论知识点第一章:矩阵的相似变换1. 特征值,特征向量特殊的:Hermite矩阵的特征值,特征向量2. 相似对角化充要条件:(1)(2)(3)(4)3. Jordan标准形计算:求相似矩阵P及Jordan标准形求Jordan标准形的方法:特征向量法,初等变换法,初等因子法4. Hamilton-Cayley定理应用:待定系数法求解矩阵函数值计算:最小多项式5. 向量的内积6. 酉相似下的标准形特殊的:A酉相似于对角阵当且仅当A为正规阵。
第二章:范数理论1. 向量的范数计算:1,2,范数2. 矩阵的范数计算:1,2,,m , F 范数,谱半径3. 谱半径、条件数第三章:矩阵分析1. 矩阵序列2. 矩阵级数特别的:矩阵幂级数计算:判别矩阵幂级数敛散性,计算收敛的幂级数的和3. 矩阵函数计算:矩阵函数值,At e ,Jordan 矩阵的函数值4. 矩阵的微分和积分计算:函数矩阵,数量函数对向量的导数如,dt dA(t),dt dA(t),)()(X R AXX X X X f T T T 等5. 应用计算:求解一阶常系数线性微分方程组第四章:矩阵分解1. 矩阵的三角分解计算:Crout分解,Doolittle分解,Choleskey分解2. 矩阵的QR分解计算:Householder矩阵,Givens矩阵,矩阵的QR分解或者把向量化为与1e同方向3. 矩阵的满秩分解计算:满秩分解,奇异值分解4. 矩阵的奇异值分解第五章:特征值的估计与表示1. 特征值界的估计计算:模的上界,实部、虚部的上界2. 特征值的包含区域计算:Gerschgorin定理隔离矩阵的特征值3. Hermite矩阵特征值的表示计算:矩阵的Rayleigh商的极值4. 广义特征值问题AX转化为一般特征值问题计算:BX第六章:广义逆矩阵1. 广义逆矩阵的概念2. {1}逆及其应用计算:)(1A ,判别矩阵方程D AXB ,b Ax 解的情况3. Moore-Penrose 逆A计算:利用A 判别方程组b Ax 解的情况,并求极小范数解或极小范数最小二乘解第七章:矩阵的直积1. 矩阵的直积计算:B A 的特征值,行列式,迹2. 矩阵的行拉直计算:AXB 的行拉直,求解矩阵方程FXBAX 第八章:线性空间与线性变换1. 线性空间的基、维数、坐标计算:基、维数、坐标,值域和核空间2. 线性变换计算:线性变换的矩阵,线性变换的值域与核的基与维数3. 欧氏空间1. 求相似矩阵P 及Jordan 标准形2. 求解一阶常系数线性微分方程组3. Crout 分解,Doolittle 分解4. 矩阵的QR 分解或者把向量化为与1e 同方向5. 奇异值分解6. Gerschgorin 定理隔离矩阵的特征值7. 利用A 判别方程组b Ax 解的情况,并求极小范数解或极小范数最小二乘解8. 求解矩阵方程FXB AX 1.向量1,2,范数,矩阵的1,2,,m , F 范数,谱半径2.判别矩阵幂级数敛散性,计算收敛的幂级数的和3.矩阵函数值,At e ,Jordan 矩阵的函数值4.函数矩阵,数量函数对向量的导数如,dt dA(t),dt dsinAt ,)()(X R AX X X X X f TTT 等5.模的上界,实部、虚部的上界6.矩阵的Rayleigh 商的极值7.广义特征值BX AX 转化为一般特征值问题8.)(1A ,B A 的特征值,行列式,迹9.基、维数、坐标,值域和核空间10.线性变换的矩阵,线性变换的值域与核的基与维数。
矩阵幂级数的收敛性质和应用
矩阵幂级数的收敛性质和应用孙延彬【摘要】根据矩阵幂级数的定义和数学分析中幂级数的收敛性质,运用类比的推理方法,在已知知识的基础上,验证并总结了矩阵幂级数的部分相应的收敛性质.【期刊名称】《和田师范专科学校学报》【年(卷),期】2010(029)003【总页数】4页(P198-201)【关键词】矩阵幂级数;范数;收敛性质【作者】孙延彬【作者单位】平顶山学院团委,河南平顶山,467000【正文语种】中文作为数学的一个重要分支,矩阵理论具有极为丰富的内容;作为一种基本的工具,矩阵理论在数学以及其他科学技术领域,如数值分析、最优化理论、概率论、运筹学、控制理论、力学、电学、信息科学与技术、管理科学与工程等学科都有着重要的应用。
其中矩阵级数以及矩阵幂级数在建立矩阵函数和解决微分方程的许多问题时,也有着重要的应用。
目前有很多关于矩阵、幂级数以及矩阵幂级数的研究:曹玉平发表过《矩阵幂级数绝对收敛性的判定》,林金火发表过《矩阵幂级数的收敛性质》等,这篇文章从矩阵序列的收敛性质来讨论矩阵级数以及矩阵幂级数的收敛性质,主要分四个部分:范数的定义和有关性质、矩阵序列的定义和收敛性质、矩阵幂级数的收敛性质和应用。
定义 1.1 设V是数域F(一般为实数域R或复数域C)上的线性空间,用表示按某个法则确定的与向量x对应的实数,且满足:(1)非负性:当当且仅当(2)齐次性:为任意数;(3)三角不等式:对于V中任何向量x, y都有则称实数是向量x的范数。
定义1.2 设向量对任意数称xp−量为向量的范数。
常用的范数有下述三种:(1)1-范数(2)2-范数也称为欧氏范数;(3)∞-范数定义1.3 设V是n维线性空间,和为任意两种向量范数(不限于p−范数),则总存在正数对V中所有向量x∈V,总有则称这两种向量范数是等价的。
定义1.4 对于任何一个矩阵A ∈ Cm×n,用表示按照某个法则确定的与矩阵A对应的实数,且满足:(1)非负性:当时,;当且仅当时,(2)齐次性:k为任意复数;(3)三角不等式:对于任意两个同类型矩阵A, B都有(4)矩阵乘法相容性:若A与B可乘,有则称对于A的这个实数是矩阵A的矩阵范数。
矩阵论-矩阵级数
例:判断矩阵序列Ak的敛散性.
1 0 0
(1)
A
1 0
11,
(2)
A
0.9
0
01.9,
(3)
A
0 0
0.9 0
1 , 0.9
0.3 0.8 (4)A 0.6 0.1
1 0
0
1 0 0
解:(3)Ak 0
0.9k
k
0.9k
1
,
故
limA k
k
0
0 0.
0 0 0.9k
0 0 0
(4) A 0.9 1,故Ak收敛,且lim Ak 0.
Ck2i k2 kik1
i
ik
例:判断矩阵序列Ak的敛散性.
1 0 0
(1)
A
1 0
11,
(2)
A
0.9
0
01.9,
(3)
A
0 0
0.9 0
1 , 0.9
0.3 0.8 (4)A 0.6 0.1
解:(1)Ak
1 0
k 1
,
故
limA k
k
发散.
(2)(A) 0.9 1,故limA k 0. k
yH ( cmAm ) y cm yH Am y cm yH km y cmkm yH y
m0
m0
m0
m0
cmkm也收敛. 与Able定理矛盾. m0
故当(A) R时, cmAm发散. m0
注:定理1实际上定义了一种映射f(z)= cmzm , z R(收敛半径), m0
A Cnn满足(A) R, f (A)= cmAm收敛,所以对应一个矩阵, m0
合肥工业大学2016级研究生矩阵理论课件第3章
3.1 向量范数 3.2 矩阵范数 3.3 矩阵的算子范数 3.4 矩阵序列 3.5 矩阵幂级数的收敛性
3.1 向量范数
定义 1 设 V 是数域 P 上的线性空间,如果 对 V 中任意向量 x,都有一个非负实数║x║ 与之对应, 且满足: 1) 正定性: x 0 时, ║x║> 0,
k 1
k 1
例 2 设 x = (1, 2,…, n)T Cn,定义
n
x 2
| k |2 ,
k 1
证明║x║2 为向量范数. 称此范数为 2-范数.
证明: ║x║2 就是 Cn 中标准内积所定义的范
数║x║:
n
x 2 ( x, x) k1 k 2. .
例3
对 A = (aij)nn,B = (bij)nn,令
n
D AB (dij )nn , dij aikbkj , k 1
由 Cauchy-Schwarz 不等式可知
所以
2
dij
n
2
n
aikbkj
n
aik 2
2
bkj ,
k 1
k 1
k 1
AB 2 F
设 x=(1, 2,…, n)TCn,令
x
max
0k n
k
,
证明║x║为向量范数. 此范数称为-范数.
证明 1) x 非零时其分量不全为零,即得.
2) 计算可得
x
max
0k n
k
max
0k n
k
x,
3) 再设 y = (1, 2,…, n)T, 则
5.2矩阵级数
zk
的收敛半径为2,再求A的特
征值为 1 1.1, 2 0.4 ,则谱半径 ( A) r ,
由此可得此矩阵级数绝对收敛。
都绝对收敛,其和分别为A与B . 则级数 与
级数 按项相乘所得的矩阵级数
S3:A(1) B(1) ( A(1) B(2) A(2) B(1) ) ( A(1) B(3) A(2) B(2) A(3) B(1) )
( A(1) B(k ) A(2) B(k 1) A(k ) B(1) )
k
A(i) B(k 1i)
k 1 i1
绝对收敛,且和为AB.
定理5.4 方阵A 的幂级数(Neuman级数)
收敛 A 为收敛矩阵,且在收敛时,其和为 .
证 必要性. 由于该矩阵幂级数的第i 行第 j 列的元素是数项级数
因为
收敛,所以
从而
即 A 为收敛矩阵.
充分性. 由于 可逆,又因为
1
例5.2
已知 A(k )
2k 0
3 4k
1 k
(k
1)
研究矩阵级数
的收敛性.
解 因为
S N
N
A(k )
N k 1
1 2k
k 1
0
N
k 1 3 4k
N
k 1
1
k
(k
S (N )
N
1 0
9 1
所以,级数收敛.
定义5.6 如果 绝对收敛的,则称
中的mn个数项级数都是 是绝对收敛的.
的收敛半径为r ,如果方阵A 的特征值为
1, 2 , , n ,当 i 0 r i 1,2, , n
时,则方阵级数
绝对收敛;若
存在j,使得 j 0 r ,则方阵级数
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
§4.矩阵的幂级数在研究矩阵幂级数之前先研究一下矩阵(主要是方阵)级数。
一、矩阵级数1.Df 1.:若给定n n C ⨯中的一方阵序列, ,,,10m A A A 则和式 +++++m A A A A 210)1(称为方阵级数,记为∑∞=0m m A 。
其中为通项,m —求和变量。
∑==+++=Nm mN N A A A A S 010 称为(1)的前N 项部分和序列(矩阵序列)若S S N →}{,则称(1)收敛,且其和为S说明:若记ij m A )(表示的第i 行第j 列位置上的元素,根据定义1显然有,∑∞=0m mA 收敛2n ⇔个数项级数∑∞==0),,2,1,()(m ijm n j i A收敛。
Df 2.若个数项级数∑∞=0)(m ij m A 绝对收敛,则称∑∞=0m m A 绝对收敛。
2.收敛方阵级数的性质:①若方阵级数∑∞=0m m A 绝对收敛,则它一定收敛,且任意交换各项的次序,所得新级数仍收敛且和不变。
②方阵级数∑∞=0m m A 收敛对任一方阵范数⋅,正项级数∑∞=0m mA 收敛。
下面研究矩阵(方阵)幂级数 二、矩阵幂级数Df 1.设nn C A ⨯∈,称∑∞=0m m m A c 为矩阵A 的幂级数,其中}{m c 为一复数序列,称∑==N m mm N A c S 0为幂级数∑∞=0m m m A c 的部分和,若S S N N=∞→lim ,称∑∞=0m mm A c 收敛于S ,并称S 为幂级数∑∞=0m m m A c 的和矩阵。
注:若令m m m A A c =,则矩阵幂级数矩阵级数的形式。
因此,矩阵级数的结论对矩阵幂级数的形式是适用的。
即: Th 1.矩阵幂级数∑∞=0m mm A c 收敛于∑∞===⇔0),2,1,()()(m ijij m m n j i S A c S其中,ij m m A c )(,ij S )(分别表示m m A c 和的第i 行,第j 列元素。
Th 2.矩阵幂级数∑∞=0m m m A c 绝对收敛对任一范数⋅,正向级数级数∑∞=0m m m A c 收敛。
Proof :若∑∞=0m mm A c 收敛,考虑∑∞=01m m m A c 的敛散性,由矩阵范数的等价性,⋅与1⋅等价,即21,k k ∃ 使mm mm mm A c k A c A c k 211≤≤(由比较审敛法)∑∞=01m mmA c收敛。
又∑==≤ni ijm m jm m ij mm A c Ac Ac 11)(max ˆ)(∑∞=0)(m ijmmA c收敛,因此,∑∞=0m m m A c 绝对收敛。
若∑∞=0m m m A c 绝对收敛∑∞=⇔0)(m ijm m A c 收敛))((011∑∑∑∞===⇒m n i n j ij mm A c 收敛,即∑∞=04m mm A c 收敛。
由矩阵范数的等价性对任一矩阵范数⋅,21,k k ∃使4241mm mm mm Ac k Ac Ac k ≤≤,有∑∞=0m mm A c 收敛。
推论1.若∑∞=0m mm A c 绝对收敛(收敛),则∑∞=0)(m m m Q A c P 绝对收敛(收敛)其中P ,Q 为给定的n 阶方阵,且有∑∑∞=∞==0)(m m m m mmQ A c P Q A cPProof :∑∞=0m mm A c 绝对收敛∑∞=0m m m A c 绝对收敛。
又QA c P Q A c P m m m m ⋅⋅≤⋅⋅)(由比较审敛法,∑∞=0)(m m m Q A c P 绝对收敛。
下面给出判断矩阵幂级数收敛与发散的方法:Th 3.设复变数幂级数∑∞=0m m m Z c 的收敛半径为R ,A 的谱半径为n n C A A ⨯∈),(ρ,则:①当R A <)(ρ时,∑∞=0m m m A c 绝对收敛。
②当R A >)(ρ时,∑∞=0m m m A c 发散。
Proof :①若R A <)(ρ,R A st <+>∃ερε)(.,0(如取))((21A R ρε-=)∑∞=+0))((m mmA cερ收敛存在矩阵⋅,mm m m A c A c A A ts ))(()(.ερερ+≤⇒≥+②若R A >)(ρ,设x Ax j λ=,其中x 为单位向量,)(A j ρλ=若∑∞=0m m m A c 收敛,则由推论1.知:x x c x c x x A c x x A c x m Hm j m m mjm Hm mm Hm mm H∑∑∑∑∞=∞=∞=∞====0)(λλ)1(02∑∞====m H m jm x x x c λ也收敛,但∑∞=0m m j m c λ在收敛域之外而发散,矛盾,故,∑∞=0m m m A c 发散。
应该注意:R A =)(ρ时,无法确定。
推论 2.若∑∞=0m mm Z c 的收敛半径+∞=R ,则对nn C A ⨯∈∀,∑∞=0m m m A c 绝对收敛,即复变数幂级数∑∞=0m m m Z c 在整个复平面上收敛。
eg 1.∑∞=0!m mm Z 的收敛半径+∞=R ,对n n C A ⨯∈∀,有RA <)(ρ,故Am m e m A →∑∞=0!且绝对收敛。
eg 2.设⎪⎪⎪⎭⎫ ⎝⎛=2.024.02.03.015.01.01.03.02.0A ,试证明∑∞=0m m A 绝对收敛。
Proof :∑∞=0m m X 的收敛半径1=R 。
则只要证1)(<A ρ即可。
对任意的矩阵范数,都相互等价,不妨取5⋅,有:19.0max )(,15<==<≤≤ij n j i a n A A ρ由Th 3,∑∞=∴0m m A 绝对收敛。
eg 3.若nn C A ⨯∈,1)(<A ρ证明:10)(-∞=-=∑A E A m mProof :12))((+-=++++-N N A E A A A E A E 即10)(+=-=-∑N Nm m A E A A E两边取极限左边=00lim()()Nmm N m m E A AE A A ∞→∞==-=-∑∑右边=1lim N N E A E+→∞-=(由上节Th5. 1)(<A ρ ,0lim 1→∴+∞→N N A )所以有E AA E Nm m=-∑=0)(,即10()m m A E A ∞-==-∑eg 4.设⎪⎪⎪⎭⎫ ⎝⎛=3003.0203.02.01A①试判断∑∞=+01m mA m 的敛散性②试证明:∑∞=-0!)1(m mm Am 绝对收敛。
解:①3)(=A ρ,设∑∞=+01m m Z m 的收敛半径为R 。
121lim=++=∞→m m R m 可见R A >)(ρ,故∑∞=+01m mA m 发散。
②∑∞=-0!)1(m mm Zm 的收敛半径+∞=RR A <∴)(ρ故∑∞=-0!)1(m mm Am 绝对收敛。
说明:象幂级数一样,有时还会遇到如∑∞=-00)(m m m E A c λ的幂级数,对于它的敛散性,可用下列定理判别。
Th 4.若∑∞=-00)(m m m E Z c λ的收敛半径为R ,对n n C A ⨯∈∀,其特征值为n λλλ,,,21 ,若满足),,2,1(0n i R i =<-λλ。
则∑∞=-)(mmmEAcλ绝对收敛;若有某一使Ri>-λλ,则∑∞=-)(mmmEAcλ发散。