Search
Duplicate

김영길/ 선형대수학/ Eigen decomposition, Cayley-Hamilton theorem, inner product space

(대각화 가능 판별 예제 생략 - 교재 참조)
(행렬의 n승을 구하는 예제 생략 - eigenvalue, eigenvector를 이용해서 대각화하면 계산 된다)

System of differential equations

주어진 연립 미분 방정식이 다음과 같을 때, 해를 구하는 방법
x1(t)=3x1(t)+x2(t)+x3(t)x'_{1}(t) = 3x_{1}(t) + x_{2}(t) + x_{3}(t)
x2(t)=2x1(t)+4x2(t)+2x3(t)x'_{2}(t) = 2x_{1}(t) + 4x_{2}(t) + 2x_{3}(t)
x3(t)=x1(t)x2(t)+x3(t)x'_{3}(t) = -x_{1}(t) - x_{2}(t) + x_{3}(t)
x=[x1(t)x2(t)x3(t)]x = \left[ \begin{array}{rrr} x_{1}(t) \\ x_{2}(t) \\ x_{3}(t) \end{array} \right]
x=[311242111]x=Axx' = \left[ \begin{array}{rrr} 3 & 1 & 1 \\ 2 & 4 & 2 \\ -1 & -1 & 1 \end{array} \right] x = Ax
A=QDQ1A = QDQ^{-1}
AQ=QDAQ = QD에서 파생 DD는 Diagonal matrix
x=QDQ1xx' = QDQ^{-1}x
Q1x=DQ1xQ^{-1}x' = DQ^{-1}x
y=Dyy' = Dy
Q1x=yQ^{-1}x = y로 치환
Q=[101012111]Q = \left[ \begin{array}{rrr} -1 & 0 & -1 \\ 0 & -1 & -2 \\ 1 & 1 & 1 \end{array} \right]
D=[200020004]D = \left[ \begin{array}{rrr} 2 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 4 \end{array} \right]
[y1(t)y2(t)y3(t)]=[200020004][y1(t)y2(t)y3(t)]=[2y1(t)2y2(t)4y3(t)]\left[ \begin{array}{rrr} y'_{1}(t) \\ y'_{2}(t) \\ y'_{3}(t) \end{array} \right] = \left[ \begin{array}{rrr} 2 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 4 \end{array} \right] \left[ \begin{array}{rrr} y_{1}(t) \\ y_{2}(t) \\ y_{3}(t) \end{array} \right] = \left[ \begin{array}{rrr} 2y_{1}(t) \\ 2y_{2}(t) \\ 4y_{3}(t) \end{array} \right]
각 함수는 독립적 (system is decoupled)
y1(t)=c1e2ty_{1}(t) = c_{1} e^{2t}
y2(t)=c2e2ty_{2}(t) = c_{2} e^{2t}
y3(t)=c3e4ty_{3}(t) = c_{3} e^{4t}
x=Qyx = Qy 했던 것을 되돌려준다.
[x1(t)x2(t)x3(t)]=[101012111][c1e2tc2e2tc3e4t]\left[ \begin{array}{rrr} x_{1}(t) \\ x_{2}(t) \\ x_{3}(t) \end{array} \right] = \left[ \begin{array}{rrr} -1 & 0 & -1 \\ 0 & -1 & -2 \\ 1 & 1 & 1 \end{array} \right] \left[ \begin{array}{rrr} c_{1}e^{2t} \\ c_{2}e^{2t} \\ c_{3}e^{4t} \end{array} \right]
eigenvalue, eigenvector를 이용해서 system을 decoupling 시킨 후에 decoupling된 1차 미분 방정식을 풀고 다시 coupling된 상태로 만들어주면 된다. 이렇게 연립 미분 방정식을 풀 수 있다.

Thm 5.23 Cayley-Hamilton theorem

선형변환 T:VVT : V \to V에 대하여
f(t)f(t)TT 의 특성 방정식이고
=det([T]βtI)= det([T]_{\beta} - tI)일 때
f(T)=T0f(T) = T_{0}
Ex 7)
T:R2R2T : R^{2} \to R^{2}
(a,b)(a+2b,2a+b)(a, b) \mapsto (a + 2b, -2a +b)
β={(1,0),(0,1)}\beta = \{ (1, 0), (0, 1) \}
T(1,0)=(1,2)T(1, 0) = (1, -2)
T(0,1)=(2,1)T(0, 1) = (-2, 1)
A=[T]β=[1221]A = [T]_{\beta} = \left[ \begin{array}{rr} 1 & 2 \\ -2 & 1 \end{array} \right]
TT의 특성 방정식은
f(t)=det([T]βtI)=det[1t221t]=t22t+5f(t) = det([T]_{\beta} - tI) = det \left[ \begin{array}{rr} 1 - t & 2 \\ -2 & 1 - t \end{array} \right] = t^{2} - 2t + 5
Cayley-Hamilton 정리에 의해
A22A+5I=0A^{2} - 2A + 5I = 0
A=[abcd]A = \left[ \begin{array}{rr} a & b \\ c & d \end{array} \right]에 대해
AA의 특성 방정식은
det(AtI)=[atbcdt]det(A - tI) = \left[ \begin{array}{rr} a - t & b \\ c & d - t \end{array} \right]
t2(a+d)t+adbct^{2} - (a + d)t + ad - bc
A2(a+d)A+(adbc)I=0A^{2} - (a + d)A + (ad - bc)I = 0

Inner product space

Inner product and norm

Ex 1)
x=(a1,a2,...,an)Fnx = (a_{1}, a_{2}, ... , a_{n}) \in F^{n}
y=(b1,b2,...,bn)Fny = (b_{1}, b_{2}, ... , b_{n}) \in F^{n}
<x,y>=i=1naibˉi<x, y> = \sum_{i=1}^{n} a_{i} \bar{b}_{i}
z=(c1,c2,...,cn)Fnz = (c_{1}, c_{2}, ... , c_{n}) \in F^{n}
<x+z,y>=i=1n(ai+ci)bˉi=i=1naibˉi+i=1ncibˉi=<x,y>+<z,y><x + z, y> = \sum_{i=1}^{n}(a_{i} + c_{i})\bar{b}_{i} = \sum_{i=1}^{n} a_{i} \bar{b}_{i} + \sum_{i=1}^{n} c_{i} \bar{b}_{i} = <x, y> + <z, y>