Антидиагональная матрица

Антидиагональная матрица — матрица, все элементы которой равны нулю, кроме стоящих на побочной диагонали, то есть такая $(n\times n)$ -матрица $A$ , для которой $A_{i,j}=0$ для любых любых пар $(i,j)$ , удовлетворяющих условию $i+j\neq n+1$ .

Пример:

{\begin{bmatrix}0&0&0&0&1\\0&0&0&2&0\\0&0&5&0&0\\0&7&0&0&0\\-1&0&0&0&0\end{bmatrix}}

Все антидиагональные матрицы являются персимметричными.

Умножение диагональных матриц даёт диагональную матрицу; умножение антидиагональной матрицы на диагональную в любом порядке даёт антидиагональную матрицу. Антидиагональные матрицы обратимы тогда и только тогда, когда все элементы её побочной диагонали являются ненулевыми. Обратная матрица любой невырожденной антидиагональной матрицы также является антидиагональной.

Модуль определителя антидиагональной матрицы равен модулю произведения элементов, стоящих на побочной диагонали:

\det A=(-1)^{\frac {(n-1)n}{2}}\prod _{i=1}^{n}A_{i,n+1-i}

Любая антидиагональная матрица $A$ с элементами $\lambda _{i}$ на побочной диагонали может быть получена из диагональной матрицы $D$ с теми же элементами $\lambda _{i}$ на главной диагонали умножением на перъединичную матрицу $J$ : $A=JD=DJ$ .

Ссылки

Anti-diagonal matrix на PlanetMath.

Похожие исследовательские статьи

Пфаффианом кососимметричной матрицы называется некоторый многочлен от её элементов, квадрат которого равен определителю этой матрицы. Как и определитель, пфаффиан является ненулевым только для кососимметричных матриц размера $\text{[math]}$ , и в этом случае его степень равна n.

Обра́тная ма́трица — такая матрица $\text{[math]}$ , при умножении которой на исходную матрицу $\text{[math]}$ получается единичная матрица $\text{[math]}$ :

\text{[math]}

Ма́трица — математический объект, записываемый в виде прямоугольной таблицы элементов кольца или поля, который представляет собой совокупность строк и столбцов, на пересечении которых находятся его элементы. Количество строк и столбцов задаёт размер матрицы. Матрицу можно также представить в виде функции двух дискретных аргументов. Хотя исторически рассматривались, например, треугольные матрицы, в настоящее время говорят исключительно о матрицах прямоугольной формы, так как они являются наиболее удобными и общими.

Определи́тель (детермина́нт) в линейной алгебре — скалярная величина, которая характеризует ориентированное «растяжение» или «сжатие» многомерного евклидова пространства после преобразования матрицей; имеет смысл только для квадратных матриц. Стандартные обозначения определителя матрицы $\text{[math]}$ — $\text{[math]}$ , $\text{[math]}$ , $\text{[math]}$ .

Транспонированная матрица — матрица $\text{[math]}$ , полученная из исходной матрицы $\text{[math]}$ заменой строк на столбцы.

Вы́рожденная ма́трица — квадратная матрица $\text{[math]}$ определитель которой $\text{[math]}$ равен нулю.

Диагональная матрица — квадратная матрица, все элементы которой, стоящие вне главной диагонали, равны нулю:

\text{[math]}

В математике квадра́тная ма́трица — это матрица, у которой число строк совпадает с числом столбцов, и это число называется порядком матрицы. Любые две квадратные матрицы одинакового порядка можно складывать и умножать.

Симметричной (Симметрической) называют квадратную матрицу, элементы которой симметричны относительно главной диагонали. Более формально, симметричной называют такую матрицу $\text{[math]}$ , что $\text{[math]}$ .

Со́бственный ве́ктор — понятие в линейной алгебре, определяемое для произвольного линейного оператора как ненулевой вектор, применение к которому оператора даёт коллинеарный вектор — тот же вектор, умноженный на некоторое скалярное значение. Скаляр, на который умножается собственный вектор под действием оператора, называется собственным числом линейного оператора, соответствующим данному собственному вектору. Одним из представлений линейного оператора является квадратная матрица, поэтому собственные векторы и собственные значения часто определяются в контексте использования таких матриц.

В линейной алгебре, фробениусовой нормальной формой линейного оператора А называется каноническая форма его матрицы, соответствующая минимальному разложению линейного пространства в прямую сумму инвариантных относительно А подпространств, которые могут быть получены как линейная оболочка некоторого вектора и его образов под действием А. Она будет блочно-диагональной матрицей, состоящей из фробениусовых клеток вида

\text{[math]}

Умноже́ние ма́триц — одна из основных операций над матрицами. Матрица, получаемая в результате операции умножения, называется произведе́нием ма́триц. Элементы новой матрицы получаются из элементов старых матриц в соответствии с правилами, проиллюстрированными ниже.

Ля́мбда-ма́трица — квадратная матрица, элементами которой являются многочлены над некоторым числовым полем:

\text{[math]}

Спектральное разложение матрицы или разложение матрицы на основе собственных векторов — это представление квадратной матрицы $\text{[math]}$ в виде произведения трёх матриц $\text{[math]}$ , где $\text{[math]}$ — матрица, столбцы которой являются собственными векторами матрицы $\text{[math]}$ , $\text{[math]}$ — диагональная матрица с соответствующими собственными значениями на главной диагонали, $\text{[math]}$ — матрица, обратная матрице $\text{[math]}$ .

Разложение Шура — разложение матрицы на унитарную, верхнюю треугольную и обратную унитарную матрицы, названное именем Исая Шура.

Алгоритм вычисления собственных значений — алгоритм, позволяющий определить собственные значения и собственные векторы заданной матрицы. Создание эффективных и устойчивых алгоритмов для этой задачи является одной из ключевых задач вычислительной математики.

В линейной алгебре квадратная матрица A называется диагонализируемой, если она подобна диагональной матрице, то есть если существует невырожденная матрица P, такая что P⁻¹AP является диагональной матрицей. Если V — конечномерное векторное пространство, то линейное отображение T : V → V называется диагонализируемым, если существует упорядоченный базис в V, при котором T представляется в виде диагональной матрицы. Диагонализацией называется процесс нахождения соответствующей диагональной матрицы для диагонализируемой матрицы или линейного отображения. Квадратная матрица, которую нельзя диагонализировать, называется дефектной.

Симплектическая матрица — это матрица M размера 2n×2n с вещественными элементами, которая удовлетворяет условию

Круги Гершгорина — набор кругов на комплексной плоскости, определяемых по квадратной матрице, таких, что все собственные значения данной матрицы заведомо лежат внутри каких-то из этих кругов. Таким образом, они позволяют получить априорное ограничение на расположение собственных значений квадратной матрицы. Впервые их описание было опубликовано советским математиком Семёном Ароновичем Гершгориным в 1931 году.

Матричный логарифм — матрица, для которой матричная экспонента равна исходной матрице — обобщение логарифма и в некотором смысле обратная функция матричной экспоненты. Не все матрицы имеют логарифм, но те матрицы, которые имеют логарифм, могут иметь более одного логарифма. Изучение логарифмов матриц приводит к теории Ли, так как если матрица имеет логарифм, то она является элементом группы Ли, а логарифм является соответствующим элементом векторного пространства алгебры Ли.

Эта страница основана на статье Википедии.
Текст доступен на условиях лицензии CC BY-SA 4.0; могут применяться дополнительные условия.
Изображения, видео и звуки доступны по их собственным лицензиям.