有矩陣A, A^n=E求A?

或者如何判斷對矩陣A是否有n使A^n=E


對於問題1,使得A^n=E的矩陣A不唯一。構造方法參考問題2的回答。

對於問題2,有下面的命題:

存在正整數n使得mathbb{C}上的k階方陣A(即A in mathbb{GL}_{k	imes k}(mathbb{C})) 滿足A^n=E充要條件A可以對角化,且A的每個特徵值lambda_m都滿足{lambda_m}^n=1. 證明概述如下:

注意到x^n-1是矩陣A的零化多項式。而在mathbb{C}上我們有

x^n-1=prod_{m=0}^{n-1}left(x- e^{frac{2pi m i}{n}}
ight)

而對於p 
eq q, left(x- e^{frac{2pi p i}{n}}
ight)left(x- e^{frac{2pi q i}{n}}
ight)互素,因此由定理知:

	ext{Ker}left(A- E
ight)oplus 	ext{Ker}left(A- e^{frac{2pi  i}{n}}E
ight)oplus ...oplus 	ext{Ker}left(A- e^{frac{2pi  (n-1)i}{n}}E
ight) = V

其中V是全空間。

因此,矩陣Amathbb{C}上可以對角化,且每個特徵值lambda_m都滿足{lambda_m}^n=1. 必要性成立。

充分性顯然,不證。

所以,要判斷對於某個矩陣A是否存在n使得A^n=E,只要嘗試將其對角化,看是否存在正整數n使得它的每個特徵值lambda_me^{frac{2pi m i}{n}}這樣的Pattern就可以了。

以上。


看(x^n-1)是否整除矩陣的最小多項式,參見凱萊-哈密爾頓定理。


這不是一個簡單的問題,在credit risk模型裡面已經有許多關於這個問題的研究。參考這篇paper:

Estimating continuous time transition matrices from discretely observed data, Author: Yasunari Inamura

這篇paper總結了已有的主要方法。


推薦閱讀:

(一)矩陣乘法
【矩陣的乘積/複合變換】- 圖解線性代數 05
第九課:矩陣的範數

TAG:數學 | 矩陣 | 計算科學 |