MS-A0002 Matriisilaskenta Laskuharjoitus 6 / 2022 Mallit / Alkuviikko
Transcription
MS-A0002 Matriisilaskenta Laskuharjoitus 6 / 2022 Mallit / Alkuviikko
MS-A0002 Matriisilaskenta, III/2022 Turunen / Bergman MS-A0002 Matriisilaskenta Laskuharjoitus 6 / 2022 Mallit / Alkuviikko Tehtävä 1 (L): Etsi unitaarinen matriisi U ∈ C2×2 siten, että D := U ∗ AU ∈ C2×2 on diagonaalinen, missä −3 −3 A := ∈ R2×2 . −3 −3 Tarkista, että A = U DU ∗ . Ratkaisu: Olkoon −3 −3 A= −3 −3 −3 −3 −3 −3 18 18 = −3 −3 −3 −3 18 18 kummin päin tahansa kerrottuna, joten matriisi A voidaan diagonalisoida unitaarisesti eli se voidaan esittää muodossa A = U DU ∗ , missä D = U ∗ AU . Lasketaan ensin ominaisarvot: det(A − λI) = ⇒ λ1 = 0, −3 − λ −3 −3 −3 − λ λ2 = −6 Lasketaan ominaisarvoja vastaavat ominaisvektorit: λ1 = 0 : λ2 = −6 : −t −3 −3 0 ⇒ v1 = −3 −3 0 t 3 −3 0 t ⇒ v2 = −3 3 0 t missä t kuuluu reaalilukuihin. Vektorit v1 ja v2 ovat ortogonaaliset, kuten pitääkin. Löytääksemme unitaarimatriisin U saadut ominaisvektorit täytyy normeerata ykkösen pituiseksi, joten tarvittavat vektorit ovat: 1 −1 v1 = √ , 2 1 1 1 1 v2 = √ . 2 1 MS-A0002 Matriisilaskenta, III/2022 Turunen / Bergman Näistä saadaan ratkaisuksi 1 −1 1 , U=√ 2 1 1 U −1 1 −1 1 =U = √ . 2 1 1 ∗ Tarkistuksessa matriisille A saadaan siis unitaarinen diagonalisointi 1 −1 1 0 0 1 −1 1 ∗ √ A = U DU = √ . 2 1 1 0 −6 2 1 1 Tehtävä 2 (L): Näytä laskemalla, että matriisi A ∈ C2×2 ei riipu luvuista a, b, c, d ∈ C, kun ∗ u1 a σ 0 v1 c A= . u2 b 0 0 v2 d Ratkaisu: Huomioimatta kompleksiosan merkin vaihtoa (ei oleellista tehtävässä), ∗ v1 c v1 v2 = c d v2 d Nyt kertomalla matriisit yhteen saadaan lopputulokseksi u1 · v1 · σ u1 · v2 · σ u2 · v1 · σ u2 · v2 · σ mistä nähdään, että luvuilla a, b, c, d ∈ C ei ole merkitystä. λ1 0 · · · 0 λ2 · · · Tehtävä 3 (P): Tutkitaan diagonaalimatriisia Λ = .. .. . . . . . 0 0 ··· λk ∈ C seuraavat ominaisuudet pätevät? Perustele! (a) Λ on positiivinen. (b) Λ on symmetrinen. (c) Λ on normaali. (d) Λ on unitaarinen. 0 0 n×n .. ∈ C . Millä arvoilla . λn Ratkaisu: (a) Jos kaikki matriisin ominaisarvot ovat positiivisia ja matriisi on symmetrinen, matriisi on positiivinen. Siispä matriisi on positiivinen, kun kaikki sen ominaisarvot λk ∈ R ovat positiivisia. (b) Symmetrinen matriisi on neliömatriisi, jonka konjugaattitranspoosi vastaa alkuperäistä matriisia. Lisäksi symmetrisen matriisin kaikki ominaisarvot ovat reaalisia. Niinpä annettu matriisi on symmetrinen kaikilla λk ∈ R, koska kaikki diagonaalin ulkopuoliset alkiot ovat nollia. (c) Normaalille matriisille A∗ A = AA∗ . Diagonaalimatriisille tämä pätee millä tahansa diagonaalin arvoilla, joten annettu matriisi on normaali kaikilla λk ∈ C. (d) Matriisi on unitaarinen, jos sen kompleksikonjugaatti on sen käänteismatriisi. Diagonaalimatriisille näin on, jos sen ominaisarvot ovat itseisarvoltaan 1. 2 MS-A0002 Matriisilaskenta, III/2022 Turunen / Bergman Tehtävä 4 (P): Todista seuraavat väitteet (a,b,c,d), jotka koskevat normaalia matriisia A ∈ Cn×n ja sen kaikkia ominaisarvoja λ ∈ C: (a) A∗ = A−1 (unitaarinen A) jos ja vain jos |λ| = 1. (b) A∗ = A (symmetrinen A) jos ja vain jos λ ∈ R. (c) ⟨Ax, x⟩ ≥ 0 kaikille x ∈ Cn (positiivinen A) jos ja vain jos λ ≥ 0. (d) A∗ = A = A2 (ortogonaaliprojektio A) jos ja vain jos λ ∈ {0, 1}. Ratkaisu: A ∈ Cn×n on normaali, joten sillä on ortogonaalidiagonalisointi muotoa A = U ΛU ∗ , missä U on unitaarinen, (eli U ∗ = U −1 ) ja Λ on diagonaalimatriisi, jonka diagonaalialkiot ovat A:n ominaisarvot λi . (a) A∗ = A−1 ⇔ |λi | = 1∀i. Tämän voi osoittaa molempiin suuntiin saman kaltaisella laskulla. Olkoon v ominaisarvoa λ vastaava ominaisvektori. "⇒" ⟨v, v⟩ = ⟨Iv, v⟩ = ⟨A∗ Av, v⟩ = ⟨Av, Av⟩ = ⟨λv, λv⟩ = λλ̄⟨v, v⟩ = |λ|2 ⟨v, v⟩. p Koska v on ominaisvektori, on ||v|| = ⟨v, v⟩ > 0. Nyt siis ⟨v, v⟩ = |λ|2 ⟨v, v⟩, eli 1 = |λ|2 , joten |λ| = 1. "⇐" Vastaavasti, seuraamalla "⇒"osaa takaperin, voidaan kaikilla ominaisarvoilla ja -vektoreilla voidaan kirjoittaa: ⟨Iv, v⟩ = |λ|2 ⟨v, v⟩ = ⟨A∗ Av, v⟩. Koska normaalin matriisin ominaisvektorit kantavat koko avaruuden Cn , ja normaalin matriisin ominaisvektorit ovat ortogonaaliset, voidaan ominaisvektori v korvata millä tahansa vektorilla x: ⟨Ix, x⟩ = ⟨A∗ Ax, x⟩, jolloin heikon muotoilun lauseen perusteella A∗ A = I, ja siten A∗ = A−1 . (b) A∗ = A ⇔ λ ∈ R "⇒" Olkoon v ominaisarvoa λ vastaava ominaisvektori. λ⟨v, v⟩ = ⟨λv, v⟩ = ⟨Av, v⟩ = ⟨v, A∗ v⟩ = ⟨v, Av⟩ = ⟨v, λv⟩ = λ̄⟨v, v⟩. 3 MS-A0002 Matriisilaskenta, III/2022 Turunen / Bergman Taas, ⟨v, v⟩ > 0, joten λ = λ̄, jolloin on oltava λ ∈ R. "⇐" Muistetaan, että A:lla on oltava ortogonaalidiagonalisaatio. Kirjoitetaan A = U ΛU ∗ ja muistetaan, että Λ:n diagonaalilla on A:n ominaisarvot, jotka ovat oletuksen mukaan reaalisia. Nyt siis konjugaattitranspoosin tulosäännön mukaan: A∗ = (U ΛU ∗ )∗ = U Λ∗ U ∗ = U ΛU ∗ = A, missä kolmas yhtäsuuruus seuraa Λ:n alkioiden reaalisuudesta. (c) ⟨Ax, x⟩ ≥ 0 ∀x ∈ Cn ⇔ λi ≥ 0 Tässä tehtävässä on huomioitava, että ehto λi ≥ 0 edellyttää myös λi ∈ R. "⇒ Tehdään vastaoletus: A:lla on ominaisarvo λ < 0, jota vastaa ominaisvektori v. Ominaisarvon määritelmän avulla: ⟨Av, v⟩ = ⟨λv, v⟩ = λ⟨v, v⟩ < 0, missä epäyhtälö seuraa taas ominaisvektorin positiivisesta pituudesta, ja vastaoletuksesta λ < 0. Saatiin ristiriita, joten vastaoletus on epätosi. On siis oltava λ ≥ 0. "⇐" Oletuksen mukaan λ ≥ 0, jolloin myös λ ∈ R. Tällöin kohdan (b) mukaan, tiedetään että A = A∗ . Koska tehtävässä A on normaali, tiedetään myös sille olevan ortogonaalidiagonalisointi. Tällöin ∀x ∈ Cn : ⟨Ax, x⟩ = ⟨U ΛU ∗ x, x⟩ = ⟨ΛU ∗ x, U ∗ x⟩. Koska U ∗ on unitaarinen, ja siten kääntyvä, tiedetään että kaikilla vektoreilla y ∈ Cn on olemassa vastine x ∈ Cn , jolle pätee y = U ∗ x. (Ts. x = U y). Koska lisäksi Λ on diagonaalimatriisi, jonka diagonaalilla on A:n ominaisarvot, ja ominaisarvot tiedetään ei-negatiivisiksi, voidaan kirjoittaa: ⟨Λy, y⟩ = n X λi |yi |2 ≥ 0. i=1 Koska tämä pätee kaikilla y, ja vastaavasti kaikilla x, saatiin siis ⟨Ax, x⟩ ≥ 0. (d) A∗ = A = A2 ⇔ λi ∈ {0, 1} "⇒" Ominaisarvojen määritelmästä: λv = Av = A2 v = Aλv = λAv = λ2 v. Koska v on ominaisvektori ja siten v ei voi olla nollavektori, on oltava λ = λ2 , jolloin λ ∈ {0, 1}. "⇐" Kirjoitetaan A2 Hyödyntämällä A:n ortogonaalidiagonalisointia. 4 MS-A0002 Matriisilaskenta, III/2022 Turunen / Bergman A2 = (U ΛU ∗ )2 = U ΛU ∗ U ΛU ∗ = U ΛΛU ∗ = U Λ2 U ∗ . Koska Λ on diagonaalimatriisi, jonka alkiot ovat A:n ominaisarvoja, joiden tiedetään olevan λi ∈ {0, 1}, on oltava Λ2 = Λ. Tällöin: A2 = U Λ2 U ∗ = U ΛU ∗ = A Siis A2 = A. A∗ = A seuraa (b) kohdasta. 5