首先介绍一个特殊的方阵
J
∈
R
2
n
×
2
n
J \in R^{2n \times 2n}
J∈R2n×2n,其定义如下:
J
=
[
O
n
I
n
−
I
n
O
n
]
J=\begin{bmatrix} O_n & I_n\\ -I_n & O_n \end{bmatrix}
J=[On−InInOn]
其中
O
n
∈
R
n
×
n
O_n\in R^{n\times n}
On∈Rn×n是零矩阵;
I
n
∈
R
n
×
n
I_n \in R^{n \times n}
In∈Rn×n是单位矩阵。
那么这个矩阵具有下列的性质:
J
T
=
−
J
J^T = -J
JT=−J
J
−
1
=
J
T
J^{-1} = J^T
J−1=JT
J
T
J
=
I
2
n
J^TJ = I_{2n}
JTJ=I2n
J
T
J
T
=
−
I
2
n
J^TJ^T = -I_{2n}
JTJT=−I2n
J
2
=
−
I
2
n
J^2 = -I_{2n}
J2=−I2n
d
e
t
J
=
±
1
det J = \pm 1
detJ=±1
哈密顿矩阵(Hamiltonian matrix)定义
一个矩阵
A
∈
R
2
n
×
2
n
A\in R^{2n \times 2n}
A∈R2n×2n叫哈密顿矩阵如果
J
A
JA
JA 是对称的,也就是说:
J
A
=
(
J
A
)
T
⇒
A
T
J
+
J
A
=
0
JA = (JA)^T \Rightarrow A^TJ+JA = 0
JA=(JA)T⇒ATJ+JA=0,其中
J
J
J就是上面介绍的特殊矩阵。
令
H
=
{
A
∈
R
2
n
×
2
n
∣
A
T
J
+
J
A
=
0
}
\mathcal{H} =\{A \in R^{2n\times 2n}|A^TJ+JA = 0\}
H={A∈R2n×2n∣ATJ+JA=0}为
2
n
×
2
n
2n\times 2n
2n×2n的哈密顿矩阵的集合。
以下三条性质是等价的:
- A A A是一个哈密顿矩阵
- A = J S A=JS A=JS,其中 S = S T S=S^T S=ST
- ( J A ) ⊤ = J A (JA)^\top = JA (JA)⊤=JA
定理:
令
A
,
B
∈
H
n
A,B \in \mathcal{H}^n
A,B∈Hn,那么下面定理是对的:
- A + B ∈ H n A+B \in \mathcal{H} ^n A+B∈Hn
- α A ∈ H n \alpha A \in \mathcal{H}^n αA∈Hn
- [ A , B ] ∈ H n [A,B] \in \mathcal{H}^n [A,B]∈Hn,其中 [ A , B ] = d e f A B − B A [A,B]\overset{\underset{\mathrm{def}}{}}{=}AB-BA [A,B]=defAB−BA
结果: ( H , [ ⋅ , ⋅ ] ) (\mathcal{H}, [\cdot, \cdot]) (H,[⋅,⋅])是个李代数(Lie algebra)。
定理
令 A ∈ H n A\in \mathcal{H}^n A∈Hn, p A ( x ) p_A(x) pA(x)为矩阵 A A A的特征多项式,那么:
- p A ( x ) = p A ( − x ) p_A(x) = p_A(-x) pA(x)=pA(−x)
- 如果 p A ( c ) = 0 p_A(c) = 0 pA(c)=0,那么 p A ( − c ) = p A ( c ˉ ) = p A ( − c ˉ ) = 0 p_A(-c) = p_A(\bar c)=p_A(-\bar c)=0 pA(−c)=pA(cˉ)=pA(−cˉ)=0,其中 c ∈ R c\in R c∈R。
代数Riccati Equation
首先定义不变子空间(invariant subspace)
由向量
v
1
,
,
.
.
.
v
k
v_1,,...v_k
v1,,...vk张成的线性空间
ν
\nu
ν叫做矩阵
A
A
A的不变子空间如果对于任意
v
∈
ν
,
A
v
∈
ν
v \in \nu, Av \in \nu
v∈ν,Av∈ν。
考虑下面的代数Riccati Equation (ARE):
0
=
R
(
x
)
=
F
+
A
T
X
+
X
A
+
X
A
−
X
G
X
(
1
)
0=R(x)=F+A^TX+XA+XA-XGX (1)
0=R(x)=F+ATX+XA+XA−XGX(1),
其中
A
,
F
,
G
,
X
∈
R
n
×
n
A,F,G,X\in R^{n \times n}
A,F,G,X∈Rn×n,
F
,
G
F,G
F,G是对称矩阵,
X
X
X是未知的对称矩阵。
定义
H
=
[
A
G
F
−
A
T
]
H =\begin{bmatrix}A & G\\ F& -A^T \end{bmatrix}
H=[AFG−AT],令
[
U
V
]
\begin{bmatrix} U\\ V \end{bmatrix}
[UV]
是
H
H
H的不变子空间的一个向量,
也就是说
[
A
G
F
−
A
T
]
[
U
V
]
=
[
U
V
]
Z
,
(
2
)
\begin{bmatrix} A & G\\ F & -A^T \end{bmatrix}\begin{bmatrix} U\\ V \end{bmatrix}=\begin{bmatrix} U\\ V \end{bmatrix}Z , \; \; \; (2)
[AFG−AT][UV]=[UV]Z,(2)
其中
Z
∈
R
n
×
n
,
λ
(
Z
)
⊂
λ
(
H
)
Z\in R^{n\times n}, \lambda(Z) \subset \lambda(H)
Z∈Rn×n,λ(Z)⊂λ(H)。
假定
U
U
U是非奇异的,那么从
(
2
)
(2)
(2)的第一行得到:
A
U
+
G
V
=
U
Z
↔
U
−
1
A
U
+
U
−
1
G
V
=
Z
AU+GV = UZ \leftrightarrow U^{-1}AU+U^{-1}GV=Z
AU+GV=UZ↔U−1AU+U−1GV=Z。
将其插入第二行得到的方程:
F
U
−
A
T
V
=
V
Z
=
V
U
−
1
A
U
+
V
U
−
1
G
V
FU-A^TV=VZ=VU^{-1}AU+VU^{-1}GV
FU−ATV=VZ=VU−1AU+VU−1GV。
以上方程等于
0
=
F
−
A
T
V
U
−
1
−
V
U
−
1
A
−
V
U
−
1
G
V
U
−
1
0=F-A^TVU^{-1}-VU^{-1}A-VU^{-1}GVU^{-1}
0=F−ATVU−1−VU−1A−VU−1GVU−1。
令
X
:
=
−
V
U
−
1
X:= -VU^{-1}
X:=−VU−1,我们发现
X
X
X正好是
(
1
)
(1)
(1)的解。
定理
考虑哈密顿矩阵
H
H
H,假设该矩阵没有特征值在虚轴上,其不变子空间是
χ
−
=
I
m
[
X
1
X
2
]
⊂
R
2
n
×
n
\chi_{-} = Im \begin{bmatrix} X_1\\ X_2 \end{bmatrix} \subset R^{2n \times n}
χ−=Im[X1X2]⊂R2n×n
这是一个由稳定特征值对应的特征向量张成的空间。
如果
X
1
X_1
X1是可逆的,那么
X
=
−
X
2
X
1
−
1
X=-X_2X_1^{-1}
X=−X2X1−1是代数Ricatti方程的解,并且
A
−
G
X
A-GX
A−GX是稳定的。