矩阵指数函数的计算及例子

这篇具有很好参考价值的文章主要介绍了矩阵指数函数的计算及例子。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

        最近在学习矩阵指数函数相关的知识,遇到了一些比较有意思的计算方法,写出来供大家一同学习。

        矩阵指数函数的计算是线性系统学习过程中非常重要的部分,下面我将给出四种常见的计算矩阵指数函的方法:

(1)定义法:

对于给定的矩阵,计算的计算式为:

指数矩阵的特征值,矩阵,人工智能,算法

此方法并不能够得到矩阵指数函数的解析形式,故不能应用于计算中。但是,此方法能够得到矩阵指数函数的数值解,且在编程计算和获得数值解方面有着很大的优势。

(2)特征值法:

对于给定的矩阵,通过特征值法计算矩阵指数函数的方式,首先要确定矩阵的特征值为两两互异的,同时根据特征值导出矩阵的右特征向量,求出变换矩阵

其中,                             

                                

则,计算的计算式为:

例,给定一个连续时间线性时不变系统,其自洽方程为

求其矩阵指数函数。

指数矩阵的特征值,矩阵,人工智能,算法

故,矩阵A 的特征值为,进而求出使化为约当标准型的变换矩阵,进而求出:

基此,

  

                        

                   指数矩阵的特征值,矩阵,人工智能,算法

特征值法仅适用于矩阵的特征值为互异的情况,且高阶矩阵的运算较麻烦。

(3)预解矩阵法:

对于给定的矩阵,通过预解矩阵法计算矩阵指数函数的方式,首先要定出预解矩阵,则计算的计算式为:

根据解法2中的题目,由预解矩阵法得:

指数矩阵的特征值,矩阵,人工智能,算法

然后利用拉普拉斯反变换得:

指数矩阵的特征值,矩阵,人工智能,算法

同样的,当矩阵为高阶矩阵时,采用预解矩阵法的运算量会很大,下面我们介绍一下另一种计算方法。

反之,我们可以利用预解矩阵法的反变换根据矩阵指数函数得到矩阵,具体的放法有如下两种:

        1)

        2)

(4)有限项展开法:

首先,定义是n阶方阵上的函数;若是多项式且在A的频谱之上,则矩阵函数可定义为。对于n次多项式可找到一个n-1次多项式指数矩阵的特征值,矩阵,人工智能,算法,,当然此处的可根据题目中的求解的特征值的具体形式做出一定形式的变化,后面会根据文章的阅读情况做出详细的阐述。

具体算法如下:

step1:求出矩阵的特征值。

step2:

其中,和是对求导数,并非关于t求导。此时,根据系数相等的原则,解出对应的的值,并带入step3中,得出最终的矩阵指数函数。

step3:最后求出指数矩阵的特征值,矩阵,人工智能,算法

至此,解毕。文章来源地址https://www.toymoban.com/news/detail-770569.html

到了这里,关于矩阵指数函数的计算及例子的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包