[论文解读] A Generalized Closed Form For Triangular Matrix Powers

Walter Shur|arXiv (Cornell University)|Jan 29, 2013

Matrix Theory and Algorithms参考文献 1被引用 3

一句话总结

本文提出了一种广义的闭式公式，用于计算上三角矩阵的幂，即使对角线元素重复亦可适用。该方法在先前针对对角线元素唯一的矩阵研究基础上，通过引入基于调整链和扰动技术的系数，实现了对任意幂（正、负或零）的精确计算，公式中使用二项式系数和基于特征值的项。

ABSTRACT

This paper shows how to obtain a simple closed form for the elements of a triangular matrix raised to the nth power.

研究动机与目标

• 将现有针对上三角矩阵幂的闭式公式推广至对角线元素不唯一的场景。
• 开发一种无需依赖对角线唯一性的矩阵幂计算方法。
• 提供一种系统化方法，用于通过特征值重数和组合系数计算矩阵 M^n 的 (i,j) 项。
• 形式化引入扰动（在对角线元素上加 x^i）以避免在系数推导过程中出现除零错误。
• 将结果表达为二项式系数与对角线值幂的组合，且系数与指数 n 无关。

提出的方法

• 通过将每个对角线元素 m_{i,i} 替换为 m_{i,i} + x^i 的扰动技术，确保计算过程中对角线元素唯一。
• 定义‘调整链’为矩阵元素乘积除以特征值差值的商，用于计算幂因子 p_{i,j,s}。
• 将扰动矩阵的幂因子构成的多项式在 x→0 时的常数项作为系数 c_{i,j,r,s}。
• 使用公式 ${}_{n}m_{i,j} = \sum_{r=1}^{num(i,j)} \sum_{s=1}^{mpy_{i,j}(r)} c_{i,j,r,s} \binom{n-1}{s-1} m_{i,j,r}^{n-s}$ 计算矩阵幂。
• 对对角线元素唯一的情况，通过递归定义和链式求和计算 p_{i,j,s}，再通过扰动推广至一般情况。
• 通过符号计算和示例验证该方法，涵盖特征值重复、零幂和负幂的情形。

实验结果

研究问题

• RQ1 如何将上三角矩阵幂的闭式表达式推广至对角线元素重复的矩阵？
• RQ2 当特征值不互异时，扰动（在对角线上添加 x^i）在系数推导中起到什么作用？
• RQ3 调整链及其和与广义公式中幂因子 p_{i,j,s} 之间有何关系？
• RQ4 该公式能否处理负幂和零幂？在何种条件下仍保持有效？
• RQ5 系数 c_{i,j,r,s} 的组合解释（如状态转移或路径计数）是什么？

主要发现

• 公式 ${}_{n}m_{i,j} = \sum_{r=1}^{num(i,j)} \sum_{s=1}^{mpy_{i,j}(r)} c_{i,j,r,s} \binom{n-1}{s-1} m_{i,j,r}^{n-s}$ 对任意矩阵幂（包括负幂和零幂）均提供精确的闭式解。
• 对于矩阵 M_{1,6}，M^n 的 (1,6) 项为 $-\frac{203}{32}3^{n-1} + \frac{5}{8}\binom{n-1}{1}3^{n-2} + \frac{15}{2}\binom{n-1}{2}3^{n-3} - \frac{59}{2}5^{n-1} - 60\binom{n-1}{1}5^{n-2} + \frac{1211}{32}7^{n-1}$，通过扰动和系数提取推导得出。
• 当所有对角线元素为 5 时，M 的 (1,4) 项为 $3\cdot 5^{n-1} + 20\binom{n-1}{1}5^{n-2} + 33\binom{n-1}{2}5^{n-3} + 40\binom{n-1}{3}5^{n-4}$，可解释为类似马尔可夫路径概率的求和。
• 系数如 $c_{1,6,1,1} = -\frac{203}{32}$ 和 $c_{2,4,1,2} = 30$ 是在扰动后对多项式项代入 x=0 计算得出。
• 当 n ≥ 1 时，该方法能正确处理奇异矩阵，前提是定义 0^0 = 1。
• 通过证明当 r ≥ 2 时差商的消去和恒等式，验证了递归定义与链式定义的 p_{i,j,s} 之间的等价性。