Matrixlogarithmus

Verallgemeinerung des skalaren Logarithmus auf Matrizen

In der Mathematik ist der Logarithmus einer Matrix eine Matrixfunktion und Verallgemeinerung des skalaren Logarithmus auf Matrizen. Er ist in gewissem Sinn eine Umkehrfunktion des Matrixexponentials.

Definition

Bearbeiten

Eine Matrix   ist ein Logarithmus einer gegebenen Matrix  , wenn   das Matrixexponential von   ist:

 

Eigenschaften

Bearbeiten

Eine Matrix hat einen Logarithmus genau dann, wenn sie invertierbar ist. Dieser Logarithmus kann eine nicht-reelle Matrix sein, selbst wenn alle Einträge in der Matrix reelle Zahlen sind. In diesem Fall ist der Logarithmus nicht eindeutig.

Berechnung des Logarithmus einer diagonalisierbaren Matrix

Bearbeiten

Im Folgenden wird eine Methode beschrieben,   für ein diagonalisierbare Matrix   zu berechnen:

Ermittle die Matrix   von Eigenvektoren von   (jede Spalte von   ist ein Eigenvektor von  ).
Berechne die Inverse   von  .
Sei  .
Dann ist   eine Diagonalmatrix, deren Diagonalelemente die Eigenwerte von   sind.
Ersetze jedes Diagonalelement von   durch dessen natürlichen Logarithmus, um   zu erhalten. Dann gilt  .

Dass der Logarithmus von   komplex sein kann, obwohl   reell ist, ergibt sich aus der Tatsache, dass eine reelle Matrix komplexe Eigenwerte haben kann (dies gilt zum Beispiel für Rotationsmatrizen). Die Nichteindeutigkeit des Logarithmus folgt aus der Nichteindeutigkeit des Logarithmus einer komplexen Zahl.

Beispiel:  . Wie man nun   berechnet, ist nicht eindeutig definiert, da der natürliche Logarithmus bei −1 den Verzweigungsschnitt[1] hat. Nähert man sich der Zahl   mit positivem Imaginärteil, so ist  ; nähert man sich der Zahl   mit negativem Imaginärteil, so erhält man  . Hier sieht man die Uneindeutigkeit des Logarithmus und auch die nicht notwendigerweise reellwertigen Einträge, obwohl die Matrix reellwertig ist.

Der Logarithmus einer nichtdiagonalisierbaren Matrix

Bearbeiten

Der obige Algorithmus funktioniert nicht für nichtdiagonalisierbare Matrizen wie zum Beispiel

 

Für solche Matrizen muss man zunächst die Jordansche Normalform ermitteln. Statt des Logarithmus der Diagonaleneinträge muss man hier den Logarithmus der Jordan-Blöcke berechnen.

Letzteres wird dadurch erreicht, dass man die Jordan-Matrix schreibt als

 ,

wobei K eine Matrix mit Nullen unter und auf der Hauptdiagonalen ist. (Die Zahl λ ist ungleich null, wenn man annimmt, dass die Matrix, deren Logarithmus man berechnen möchte, invertierbar ist.)

Durch die Formel

 

erhält man

 

Diese Reihe konvergiert für eine allgemeine Matrix   nicht, wie sie es für reelle Zahlen mit Betrag kleiner   tun würde. Diese spezielle Matrix   jedoch ist eine nilpotente Matrix, so dass die Reihe eine endliche Anzahl von Termen hat (  ist null, wenn   den Rang von   bezeichnet).

Durch diesen Ansatz erhält man

 

Aus dem Blickwinkel der Funktionalanalysis

Bearbeiten

Eine quadratische Matrix repräsentiert einen linearen Operator auf dem Euklidischen Raum  . Da dieser Raum endlichdimensional ist, ist jeder Operator beschränkt.

Sei   eine holomorphe Funktion auf einer offenen Menge in der komplexen Ebene, und sei   ein beschränkter Operator. Man kann   berechnen, wenn   auf dem Spektrum von   definiert ist.

Die Funktion   kann auf jeder einfach zusammenhängenden offenen Menge in der komplexen Ebene, die Null nicht enthält, definiert werden und ist auf dieser Definitionsmenge holomorph. Daraus folgt, dass   definiert ist, wenn das Spektrum von   null nicht enthält und es einen Pfad von null in die Unendlichkeit gibt, der das Spektrum von   nicht schneidet (bildet zum Beispiel das Spektrum von   eine Kreislinie, deren Mittelpunkt null ist, dann ist es nicht möglich,   zu definieren).

Für den speziellen Fall des Euklidischen Raums ist das Spektrum eines linearen Operators die Menge der Eigenwerte der Matrix, also endlich. Solange null nicht im Spektrum enthalten ist (die Matrix also invertierbar ist) und damit offensichtlich die obige Pfadbedingung erfüllt ist, folgt, dass   wohldefiniert ist. Die Nichteindeutigkeit folgt aus der Tatsache, dass man mehr als einen Zweig des Logarithmus wählen kann, welcher auf der Menge der Eigenwerte der Matrix definiert ist.

Siehe auch

Bearbeiten

Einzelnachweise

Bearbeiten
  1. Branch Cut Wolfram Research, abgerufen am 19. September 2018.