О параметрах сингулярной части регуляризующего разложения Сергейчука-Хорна

 
Код статьиS086956520000721-6-1
DOI10.31857/S086956520000721-6
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Аффилиация: Московский государственный университет им. М.В.Ломоносова
Название журналаДоклады Академии наук
ВыпускТом 481 Номер 1
Страницы7-9
Аннотация

Указан простой способ априорного нахождения числа и порядка жордановых клеток, входящих в регуляризующее разложение квадратной матрицы. Это разложение, предложенное Сергейчуком и Хорном, достигается конгруэнтными преобразованиями и позволяет разделить регулярную и сингулярную части матрицы.

Ключевые слова
Получено09.09.2018
Дата публикации13.09.2018
Кол-во символов5249
Цитировать  
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»

Размещенный ниже текст является ознакомительной версией и может не соответствовать печатной.
1

1. Пусть A — комплексная -матрица. Для таких матриц мы различаем два типа конгруэнтных преобразований: T-конгруэнции, т.е. преобразования вида

 (1)

и *-конгруэнции

 (2)

2 В обеих формулах S — произвольная невырожденная матрица.
3

И в том, и в другом случае матрицу S можно выбрать так, чтобы A приобрела вид

 (3)

4 Здесь — жордановы клетки порядков соответственно с нулем на главной диагонали, а B — невырожденная матрица, определяемая с точностью до конгруэнции. Представление (3) названо в [1] регуляризующим разложением матрицы A, прямая сумма сингулярной частью этого разложения, а о матрице B говорят, что она определяет его регулярную часть. Два последних термина также заимствованы из статьи [1].
5 Там же, в [1], описаны несколько алгоритмов для вычисления разложения (3). Авторы называют их алгоритмами регуляризации, видимо, по той причине, что после выделения клеток остается невырожденная, т.е. регулярная матрица B.
6 Один из алгоритмов регуляризации, описанных в [1], использует только унитарные (а в вещественном случае — только ортогональные) преобразования, что рассматривается авторами как важное достоинство, хотя можно усомниться в полезности унитарности при решении некорректной задачи, родственной задаче построения жордановой нормальной формы.
7 Излишне сложен и другой алгоритм регуляризации из [1], основанный на элементарных преобразованиях строк и столбцов матрицы A. Гораздо более простой алгоритм, также использующий только элементарные преобразования, предложен в [2].
8 Число жордановых клеток p в разложении (3) и их порядки будем называть параметрами этого разложения. Общий недостаток имеющихся алгоритмов регуляризации состоит в том, что параметры регуляризующего разложения определяются лишь в ходе их работы. Эти параметры нельзя найти a priori, до выполнения алгоритмов.
9 Такая ситуация контрастирует с той, что имеет место в теории подобия. Как известно, нильпотентную часть жордановой формы -матрицы A можно определить, не производя самого приведения к этой форме. Напомним, как это делается.
10

Положим

и

11

Последовательность — это так называемая характеристика Вейра (Weir) нулевого собственного значения матрицы A. Она полностью определяет ту часть жордановой формы, которая относится к этому значению, а именно, количество жордановых клеток порядка k с нулем на главной диагонали дается формулой

(см. [3, Lemma 3.1.18] или [4, задачи 6.4.80, 6.4.81]).

12

Если матрица A претерпевает подобие

то

и

 (4)

для всех неотрицательных целых k. Таким образом, числа Вейра суть инварианты подобия и нильпотентную часть жордановой формы можно найти, пользуясь представлением матрицы A в любом базисе.

13

Не так обстоит дело для конгруэнтных преобразований. Будем для определенности говорить о T-конгруэнциях. Из

отнюдь не следует, что, например, матрица B конгруэнтна матрице A. Пусть

Всего подписок: 1, всего просмотров: 1486

Оценка читателей: голосов 0

1. Horn R.A., Sergeichuk V.V. // Linear Algebra Appl. 2006. V. 412. P. 380 – 395.

2. Икрамов Х.Д. // Сиб. журн. вычисл. матем. 2018. Т. 21. № 2. С.

3. Horn R.A., Johnson C.R. Matrix Analysis. Second edition. Cambridge University Press, 2012.

4. Икрамов Х.Д. Задачник по линейной алгебре. СПб.: Издательство “Лань”, 2006.

Система Orphus

Загрузка...
Вверх