秩一自伴变换

我们已经看到(章节:秩一变换,定理 2)每个秩为 ρ 的线性变换 A 都是 ρ 个秩一线性变换的和。容易看出(利用谱定理)如果 A 是自伴的或正定的,那么这些被加项也可以相应地取为自伴的或正定的。我们知道(章节:秩一变换,定理 1)秩一变换的矩阵必须是什么形式;如果该变换是自伴的或正定的,我们还能得到更多信息吗?

定理 1. A 秩一且自伴(或正定),则在任一标准正交坐标系下, A 的矩阵 ( α i j ) α i j = κ β i β ¯ j 给出,其中 κ 为实数(或由 α i j = γ i γ ¯ j 给出)。反之,若 [ A ] 在某个标准正交坐标系下具有此形式,则 A 秩一且自伴(或正定)。

证明. 我们知道,任一秩一变换 A 在任一标准正交坐标系 𝒳 = { x 1 , , x n } 下的矩阵 ( α i j ) α i j = β i γ j 给出。若 A 自伴,则我们必有 α i j = α ¯ j i ,因此 β i γ j = β j γ i 。若存在某个 i 使得 β i = 0 γ i 0 ,则对所有的 j β ¯ j = β i γ j / γ ¯ i = 0 ,从而 A = 0 。由于我们假设 A 的秩为一(而非零),这是不可能的。类似地, β i 0 γ i = 0 也不可能;也就是说,我们可以找到一个 i 使得 β i γ i 0 。利用这个 i ,我们有 β ¯ j = ( β i / γ ¯ i ) γ j = κ γ j ,其中 κ 是一个非零常数,与 j 无关。由于自伴矩阵的对角线元素 α j j = ( A x j , x j ) = β j γ j 是实数,我们甚至可以断定 α i j = κ β i β ¯ j ,其中 κ 为实数。

此外,若 A 是正定的,则我们进一步知道 κ β j β ¯ j = α j j = ( A x j , x j ) 为正定,因此 κ 也是正定的。此时我们记 λ = κ ;关系式 κ β i β ¯ j = ( λ β i ) ( λ β ¯ j ) 表明 α i j α i j = γ i γ ¯ j 给出。

容易看出这些必要条件也是充分的。若 α i j = κ β i β ¯ j κ 为实数,则 A 自伴。若 α i j = γ i γ ¯ j ,且 x = i ξ i x i ,则 从而 A 是正定的。 ◻

作为定理 1 的推论,很容易证明一个关于正定矩阵的著名定理。

定理 2. A B 是正定线性变换,它们在某个标准正交坐标系下的矩阵分别为 ( α i j ) ( β i j ) ,则由 γ i j = α i j β i j (对所有 i j )所定义、在同一坐标系下矩阵为 ( γ i j ) 的线性变换 C 也是正定的。

证明. 由于我们可以将 A B 都写成秩一正定变换的和,从而 α i j = p α i p α ¯ j p β i j = q β i q β ¯ j q , 于是得到 γ i j = p q α i p β i q ( α j p β j q ) . (此处的上标不是指数。)由于正定矩阵的和是正定的,只需证明对每一对固定的 p q ,矩阵 ( ( α i p β i q ) ( α j p β j q ) ) 是正定的,而这由定理 1 可得。 ◻

顺便指出,这个证明表明,如果将定理 2 中假设和结论的“正定”换成“自伴”,则该定理仍然成立;然而在大多数应用中,只有所陈述的版本才有用。定理 2 中描述的矩阵 ( γ i j ) 称为 ( α i j ) ( β i j ) Hadamard 乘积

练习

练习 1. 𝒰 𝒱 是有限维内积空间(同为实空间或同为复空间)。

  1. 𝒰 𝒱 上所有双线性形式的向量空间上存在唯一的内积,使得若 w 1 ( x , y ) = ( x , x 1 ) ( y , y 1 ) w 2 ( x , y ) = ( x , x 2 ) ( y , y 2 ) ,则 ( w 1 , w 2 ) = ( x 2 , x 1 ) ( y 2 , y 1 )
  2. 在张量积 𝒰 𝒱 上存在唯一的内积,使得若 z 1 = x 1 y 1 z 2 = x 2 y 2 ,则 ( z 1 , z 2 ) = ( x 1 , x 2 ) ( y 1 , y 2 )
  3. { x i } { y p } 分别是 𝒰 𝒱 的标准正交基,则向量 x i y p 构成 𝒰 𝒱 的标准正交基。

练习 2. 两个埃尔米特变换的张量积一定是埃尔米特的吗?酉变换呢?正规变换呢?