الاستقطار وصيغة جوردان القياسية: الطريقة المثلى لتبسيط المصفوفات المعقدة

مقدمة

أثناء تعلم الجبر الخطي، يواجه العديد من الطلاب عقبة كبرى تتمثل في الاستقطار (Diagonalization) وصيغة جوردان القياسية (Jordan Normal Form). المصفوفات هي أدوات قوية لوصف التحويلات الخطية، ولكن غالبًا ما يكون من الصعب قراءة خصائصها في شكلها المعقد. هذا المقال يشرح بالتفصيل كيفية تبسيط المصفوفات إلى أقصى حد.

ما هي المصفوفة: كتحويل هندسي

تمثل المصفوفة المربعة تحويلاً خطيًا يعتمد على “القاعدة” (الأساس) المختارة. من خلال تغيير الأساس، يمكننا تبسيط المصفوفة بشكل كبير.

  graph TD
    A["المصفوفة $A$ في الأساس الأصلي"] -->|"مصفوفة التحويل $P$"| B["المصفوفة $B = P^{-1}AP$ في الأساس الجديد"]
    B -->|"تنفيذ الحسابات"| C["النتيجة في الأساس الجديد"]
    C -->|"التحويل العكسي $P$"| D["النتيجة في الأساس الأصلي"]

مفاهيم الاستقطار

الفهم البديهي

قابلية المصفوفة $A$ للاستقطار تعني أنه يمكننا إيجاد منظور (أساس جديد) بحيث يصبح التحويل مجرد “تمدد أو انكماش” على طول المحاور.

التعريف الرياضي

المصفوفة $A$ من الحجم $n \times n$ قابلة للاستقطار إذا وجدت مصفوفة قابلة للعكس $P$ بحيث تكون:

$$ P^{-1} A P = D $$

حيث $D$ هي مصفوفة قطرية عناصرها هي القيم الذاتية $\lambda_i$، وأعمدة $P$ هي المتجهات الذاتية $\mathbf{v}_i$.

مثال حسابي للاستقطار

$$ A = \begin{pmatrix} 4 & -1 & 6 \\ 2 & 1 & 6 \\ 2 & -1 & 8 \end{pmatrix} $$$$ P^{-1} A P = \begin{pmatrix} 2 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 9 \end{pmatrix} $$

لماذا لا يمكن استقطار بعض المصفوفات؟

$$ 1 \leq \text{التعددية الهندسية} \leq \text{التعددية الجبرية} $$

إذا كانت التعددية الهندسية أقل تمامًا من التعددية الجبرية، فلن نمتلك متجهات ذاتية كافية، وبالتالي لا يمكن استقطار المصفوفة (مصفوفة ناقصة).

نظرية صيغة جوردان القياسية

للمصفوفات غير القابلة للاستقطار، نلجأ إلى صيغة جوردان القياسية.

كتل جوردان

$$ J_k(\lambda) = \begin{pmatrix} \lambda & 1 & 0 & \cdots & 0 \\ 0 & \lambda & 1 & \cdots & 0 \\ \vdots & \vdots & \ddots & \ddots & 1 \\ 0 & 0 & \cdots & 0 & \lambda \end{pmatrix} $$

المتجهات الذاتية المعممة

$$ (A - \lambda I)^k \mathbf{v} = \mathbf{0} \quad \text{و} \quad (A - \lambda I)^{k-1} \mathbf{v} \neq \mathbf{0} $$

التطبيقات: المعادلات التفاضلية والدوال الأسية للمصفوفات

$$ e^{At} = P e^{Dt} P^{-1} $$

في حالة صيغة جوردان، تظهر حدود مثل $t e^{\lambda t}$ والتي تفسر ظواهر فيزيائية كالرنين.

مبرهنة كايلي-هاميلتون ومتعدد الحدود الأصغر

كل مصفوفة تحقق معادلتها المميزة $p(A) = 0$. متعدد الحدود الأصغر يحدد قابلية المصفوفة للاستقطار بناءً على تكرار الجذور.

الفرق بين الاستقطار وتحليل القيمة المفردة (SVD)

  graph LR
    A["مصفوفة عشوائية $A$"] -->|"SVD"| B["$U \Sigma V^*$"]
    B -->|"يمكن تحليلها دائماً بمصفوفات متعامدة"| C["ضغط البيانات"]
    D["مصفوفة مربعة $A$"] -->|"استقطار"| E["$P D P^{-1}$"]
    E -->|"مثالي للحسابات المتكررة"| F["الأنظمة الديناميكية"]

تطبيقات في ميكانيكا الكم وهندسة التحكم

في ميكانيكا الكم، يتم استقطار مصفوفة هاميلتون لإيجاد مستويات الطاقة. وفي هندسة التحكم، يُستخدم لفصل الأنماط لتحديد قابلية التحكم وقابلية الملاحظة.

مثال بالبايثون (Python)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
import numpy as np
from scipy.linalg import schur, eigvals

A = np.array([[5, 4, 2, 1],
              [0, 1, -1, -1],
              [-1, -1, 3, 0],
              [1, 1, -1, 2]])

# القيم الذاتية
eigenvalues = eigvals(A)
print("القيم الذاتية:", eigenvalues)

# تحليل شور
T, Z = schur(A, output='complex')
print("مصفوفة T:")
print(np.round(T, 4))

الخاتمة

الاستقطار وصيغة جوردان القياسية هي أدوات رياضية قوية وأساسية في فهم النظم المعقدة في مجالات متعددة.