特徵理論與對角化
借對角化計算矩陣冪
把一個矩陣自乘許多次,既昂貴又不開竅。但若 A 可對角化,A = P D P^-1,則求冪幾乎不費力:A^k = P D^k P^-1,而對角矩陣求冪只需把每個對角元各自取冪。繁重的反覆相乘,就被對一些數取冪所取代。
原因在於望遠鏡式的相消。A^2 = (P D P^-1)(P D P^-1) = P D (P^-1 P) D P^-1 = P D^2 P^-1,同樣的相消重複 k 次便得 A^k = P D^k P^-1。對角化一次,然後代入任意 k,就同時給出對每個冪都成立的閉形式——依同樣思想,還包括 e^A = P e^D P^-1 及其他矩陣函數。
標誌性應用是以閉形式求解線性遞推。把遞推寫成向量更新 u_{k+1} = A u_k;則 u_k = A^k u_0 = P D^k P^-1 u_0,讀出各分量便得顯式公式。對斐波那契數列,其 2x2 友矩陣的特徵值是黃金比 phi 及其共軛,而這正是 Binet 公式 F_k = (phi^k - psi^k)/sqrt(5) 的來處。
A = P D P^-1 => A^k = P D^k P^-1 , where D^k = diag(lambda_1^k, ..., lambda_n^k)
對角化一次,此後每個冪都可由對角線上的特徵值取冪得到。
當 A 虧損、不可對角化時,同樣的方案借 Jordan 形 A = P J P^-1 仍然奏效:Jordan 塊的冪 J^k 有含二項式係數的整齊閉形式,故即便沒有完整特徵向量基,閉形式的冪依然存在。
又稱
另見