方阵幂的求法归纳.docxVIP

方阵幂的求法归纳 矩阵的幂是指对矩阵连续乘方的运算。若把n阶矩阵A分解成A = U×D×U-1 ，其中U为初等变换矩阵，D为对角矩阵，U-1为U的逆矩阵，则A的n次幂可求为A^n = U^n×D^n×(U^(-1))^n 。 矩阵的幂求法可分为非对称和对称的，非对称就是对角矩阵D的每个对角元都不相等的情况，其中对角元要取到n次负幂，可以采用“反向连乘”的方法求解。它是将矩阵A的n次幂分解成多个A的若干次幂的积。有一个M的量，它的第一次幂A^1乘上最后一次幂A^m：M = A^1A^2……A^m ，它相当于矩阵A的n次幂，这时A的n次幂可以按照包括M在内的若干次幂累乘方式求解。 矩阵的对称法是指对角矩阵D的每个对角元都是相同的情况，也就是D=A。这种情况下，A^n可以由 Split-Matrix-Multiplication 方法来求解，它将分解M矩阵成a，b，c，d四个矩阵之和，M = a + b + c + d，当 n=2 时下面的公式得到：M^2=(a+b) (c+d) 以及：M^2 = a2 + bd + ac + bc。 这里的a，b，c，d四个矩阵可分别称之为四个子式，每个子式都是较小的矩阵，可叠加地乘起来得到M^2。从上面的公式可以看出，M的n次幂实际上是由M的2次、4次、8次……以及最后一次2^k次幂积得来的。 矩阵的幂求法不仅可以应用于计算，还可以用于解决各种实际问题。其应用领域有常微分方程求解、随机投掷问题、Markov Chain 模型以及数据挖掘等。矩阵的幂求解可以使用快速矩阵幂求法，利用矩阵的特点进行加速，从而提高计算效率。