在本章中,若不作特别说明,所有向量空间均假定为有限维的,此外域F为R或C。
7.1线性算子的伴随
定理 7.1 (算子伴随)
设V和W为F上的有限维内积空间,τ∈L(V,W),那么对于所有v∈V和w∈W,存在唯一的函数τ∗:W→V满足
该函数在L(W,V)内,称为τ的伴随(adjoint)。
证明
我们首先寻找满足条件的线性映射τ∗:W→V。
若τ∗w存在,则其形式上接近将任意v∈V映射到⟨τv,w⟩的线性泛函。
根据Riesz表示定理 5.11,任何线性泛函均可用Riesz向量表示。
具体地,对于每个w∈W,定义线性泛函fw∈V∗为fwv=⟨τv,w⟩。
那么根据Riesz表示定理 5.11,存在Riesz向量Rfw∈V使得fwv=⟨v,Rfw⟩。
记Riesz映射为R,那么定义线性变换τ∗:W→V为
τ∗w=Rfw=R(fw)⟹⟨v,τ∗w⟩=⟨v,Rfw⟩=fwv=⟨τv,w⟩,
(7.1.2)
其线性性源于Riesz映射的线性性。
最后验证其唯一性:
假设存在满足条件的另一线性变换σ:W→V,则⟨v,(τ∗−σ)w⟩=0对所有v,w∈V成立,即(τ∗−σ)w=0对所有w∈V成立,因此σ=τ∗。
以下是算子伴随的基本性质。
命题 7.1
设V和W为有限维内积空间。
对于每个σ,τ∈L(V,W)和r∈F,
(σ+τ)∗=σ∗+τ∗;
(rτ)∗=rˉτ∗;
τ∗∗=τ且⟨τ∗v,w⟩=⟨v,τw⟩;
若V=W,则(στ)∗=τ∗σ∗;
若τ可逆,则(τ−1)∗=(τ∗)−1;
若V=W且p(x)=F[x],则p(τ)∗=p(τ∗)。
此外,若τ∈L(V)且S为V的子空间,则
S是τ-不变的当且仅当S⊥是τ∗不变的;
(S,S⊥)约化τ当且仅当S⊥同时是τ-不变和τ∗-不变的,此时(τ∣S)∗=(τ∗)∣S。
证明
我们仅证明最后两条性质。
若S是τ-不变的,那么对于任意v∈S和w∈S⊥,τv∈S,因此
0=⟨v,τw⟩=⟨τ∗w,v⟩ for all v∈S⟹τw∗∈S⊥ for all w∗∈S⊥⟹τ∗S⊥⊆S⊥.
(7.1.3)
反之若S⊥是τ∗不变的,类似可证明该结论。
若(S,S⊥)约化τ,那么对于任意v∈S和w∈S⊥,τv∈S且τw∈S⊥,进而
0=⟨τv,w⟩=⟨v,τ∗w⟩ for all v∈S⟹τ∗w∈S⊥ for all w∈S⊥⟹τ∗S⊥⊆S⊥.
(7.1.4)
反之若S⊥是τ-不变且τ∗-不变的,那么0=⟨τ∗w,v⟩=⟨w,τv⟩,即τv∈S⊥⊥=S(命题 5.5)对所有v∈S成立,因此S是τ-不变的。
对于后一论述,考虑s,t∈S,有
⟨s,(τ∗)∣St⟩=⟨s,τ∗t⟩=⟨τs,t⟩=⟨(τ∣S)s,t⟩=⟨s,(τ∣S)∗t⟩.
(7.1.5)
利用引理 5.1,(τ∗)∣St=(τ∣S)∗t对所有t∈S成立,故(τ∗)∣S=(τ∣S)∗。
现在我们将线性变换的核与像与其伴随关联起来。
命题 7.2
设τ∈L(V,W),其中V和W为有限维内积空间。
ker(τ∗)=im(τ)⊥且im(τ∗)=ker(τ)⊥,进而τ单射(满射) ⇔ τ∗满射(单射);
ker(τ∗τ)=ker(τ)且ker(ττ∗)=ker(τ∗);
im(τ∗τ)=im(τ∗)且im(ττ∗)=im(τ);
(ρS,T)∗=ρT⊥,S⊥。
证明
根据定义,
ker(τ∗)={u∈V∣τ∗u=0}={u∈V∣⟨τV,u⟩=⟨V,τ∗u⟩={0}}={u∈V∣u∈im(τ)⊥}=im(τ)⊥.
(7.1.6)
根据命题 5.5,ker(τ∗)⊥⊆im(τ)⊥⊥=im(τ),并且im(τ)⊆ker(τ∗)⊥,故im(τ∗)=ker(τ)⊥;
显然ker(τ)⊆ker(τ∗τ);
对于任意v∈ker(τ∗τ),0=⟨v,(τ∗τ)v⟩=⟨τv,τv⟩,因此τv=0,即v∈ker(τ)。
可见反向包含成立,ker(ττ∗)=ker(τ)。
根据命题 7.1,ker(τ∗)=ker((τ∗)∗τ∗)=ker(ττ∗);
结合前两条结论与(τ∗τ)∗=τ∗τ的事实,
im(τ∗τ)=ker(τ∗τ)⊥=ker(τ)⊥=im(τ∗),im(ττ∗)=im((τ∗)∗)=im(τ).
(7.1.7)根据性质1和命题 3.6,ker((ρS,T)∗)=im(ρS,T)⊥=S⊥且im((ρS,T)∗)=ker(ρS,T)⊥=T⊥。
另外,对于任意v∈V和w∈W,根据投影算子的幂等性(定理 3.10),
⟨v,((ρS,T)∗)2w⟩=⟨ρS,T2v,w⟩=⟨ρS,Tv,w⟩=⟨v,(ρS,T)∗w⟩.
(7.1.8)
利用引理 5.1,(ρS,T∗)2=(ρS,T)∗,因此其为投影算子,即(ρS,T)∗=ρT⊥,S⊥。
最后,在实(复)内积空间中,线性算子伴随对应的矩阵也有一种常用的表示。
命题 7.3
设τ∈L(V,W),其中V和W为有限维内积空间。
若B和C分别为V和W的有序标准正交基,则
[τ∗]C,B=([τ]B,C)∗.
(7.1.9)
简而言之,伴随τ∗的矩阵是τ的矩阵的伴随(共轭转置)。
证明
容易验证在Euclidean空间或幺正空间上的共轭转置满足伴随的定义要求,那么利用伴随的唯一性,可确定矩阵伴随恰好为共轭转置。
不妨设B=(b1,⋯,bn),C=(c1,⋯,cm),那么
([τ∗]C,B)i,j=([τ∗(cj)]B)i=⟨τ∗(cj),bi⟩=⟨τ(bi),cj⟩=([τ(bi)]C)j=([τ]B,C)j,i,
(7.1.10)
因此[τ∗]C,B=([τ]B,C)∗,结论得证。
7.2正交投影
2.1 基本概念及其性质
在内积空间中,我们可以选择一些特殊的投影算子。
定义 7.1 (正交投影)
形如ρS,S⊥的投影称为正交投影(orthogonal projection)。
等价地,若ker(ρ)⊥im(ρ),则称投影ρ正交。
我们已经知道算子ρ是投影当且仅当其幂等(定理 3.10),而正交投影也具有类似的特征。
定理 7.2
设V为有限维内积空间,以下关于L(V)内的算子ρ的表述等价:
ρ是正交投影;
ρ幂等且自伴,即ρ=ρ∗;
ρ幂等且不增加长度,即∥ρv∥≤∥v∥对所有v∈V成立。
证明
若表述1成立,则ρ幂等,并且存在子空间S使得ρ=ρS,S⊥。
利用命题 5.5和命题 7.2,ρ∗=ρ(S⊥)⊥,S⊥=ρS,S⊥=ρ,从而ρ自伴,表述2成立;
若表述2成立,那么对于任意v∈V,⟨v−ρv,ρv⟩=⟨ρ∗(v−ρv),v⟩=⟨0,v⟩=0,进而
∥v∥2=∥(v−ρv)+ρv∥2=∥v−ρv∥2+∥ρv∥2≥∥ρv∥2⟹∥ρv∥≤∥v∥,
(7.2.1)
等号成立当且仅当v=ρv,即v∈im(ρ),表述3成立;
若表述3成立,则ρ为投影算子,并且投影定理 5.10表明,对于任意w∈im(ρ)⊆V,存在x∈ker(ρ)和y∈ker(ρ)⊥使得w=x+y,因此
x+y=w=ρw=ρ(x+y)=ρy⟹∥x∥2+∥y∥2=∥w∥2=∥ρy∥2≤∥y∥2,
(7.2.2)
这要求∥x∥=0,即x=0,因此im(ρ)⊆ker(ρ)⊥;
根据推论 4.1,im(ρ)≅ker(ρ)⊥。
若ker(ρ)⊥\im(ρ)=∅,则dim(im(ρ))<dim(ker(ρ)⊥)<∞。
根据推论 3.2,这与两者同构的要求矛盾。
因此im(ρ)=ker(ρ)⊥,根据命题 3.6,ρ为正交投影,表述1成立。
2.2 单位算子的正交分解
我们在第第 3.6.9 小节小节讨论了V上单位算子的分解,其与V的直和分解形成一一对应。
当投影算子还是正交投影时,对应直和为正交直和。
定义 7.2 (单位算子的正交分解)
单位算子的正交分解(orthogonal resolution of the identity)首先是单位算子的分解ρ1+⋯+ρk=ι,其次要求每个投影算子ρi是正交投影。
以下定理指出了V的正交直和分解与单位算子的正交分解之间的对应关系。
定理 7.3
设V为内积空间,V上单位算子的正交分解与V的正交直和分解按如下方式对应:
若ρ1+⋯+ρk=ι是单位算子的正交分解,则V=im(ρ1)⊙⋯⊙im(ρk);
若V=S1⊙⋯⊙Sk且ρi为到Si上两两正交的投影,则ρ1+⋯+ρk=ι是单位算子的正交分解。
证明
根据定理 3.11,仅需证明当i=j时im(ρi)⊥im(ρj)。
对于任意vi∈im(ρi),vj∈im(ρj),根据定理 7.2,
⟨vi,vj⟩=⟨ρivi,ρjvj⟩=⟨ρjρivi,vj⟩=⟨0,vj⟩=0,
(7.2.3)
因此⟨im(ρi),im(ρj)⟩={0},结论得证;
根据定理 3.11,仅需证明ρi为正交投影,即Si⊥=⊙j=iSj对所有i成立。
由于Sj⊥Si对所有j=i成立,显然有⊙j=iSj⊆Si⊥。
根据推论 4.1,Si⊥≅⊙j=iSj,因此两者相同。
7.3正规算子
3.3 一般性质
定义 7.3 (正规算子)
若内积空间V上的线性算子τ与其伴随可交换,即ττ∗=τ∗τ,则称其正规(normal);
对于矩阵A∈Mn(F),若A与其伴随A∗可交换,则称其正规。
命题 7.4
设τ∈L(V)为正规算子。
若τ约化(S,S⊥),则τ∣S是正规算子;
τ∗是正规算子;
若τ可逆,则τ−1是正规算子;
对任意多项式p(x)∈F[x],p(τ)是正规算子;
对任意v,w∈V,⟨τv,τw⟩=⟨τ∗v,τ∗w⟩。
特别地,∥τv∥=∥τ∗v∥,因此ker(τ∗)=ker(τ);
对任意整数k≥1,ker(τk)=ker(τ);
τv=λv ⇔ τ∗v=λˉv;
若λ和μ为τ的不同本征值,则Eλ⊥Eμ,其中Eλ为对应本征值λ的本征子空间。
证明
根据命题 7.1,对于任意s∈S,
(τ∣S)∗(τ∣S)s=(τ∗)∣Sτs=τ∗τs=ττ∗s=(τ∣S)(τ∣S)∗s,
(7.3.2)
因此τ∣S也是正规算子;
根据定义,τ∗显然是正规算子;
根据命题 7.1,(τ−1)∗(τ−1)=(τ∗)−1(τ−1)=(ττ∗)−1=(τ∗τ)−1=(τ−1)(τ−1)∗,可见τ−1是正规算子;
根据命题 7.1,通过归纳法容易证明(τm)∗τn=(τ∗)mτn=τn(τm)∗,因此p(τ)也是正规算子;
对于任意v,w∈V,⟨τv,τw⟩=⟨τ∗τv,w⟩=⟨ττ∗v,w⟩=⟨τ∗v,τ∗w⟩;
采用归纳法,该结论在k=1时显然成立。
假设结论对于k−1成立,显然有ker(τ)⊆ker(τk);
对于任意v∈ker(τk),0=τkv=τk−1(τv),因此τv∈ker(τk−1)=ker(τ)=ker(τ∗)(性质2),即τ∗τv=0,从而0=⟨τ∗τv,v⟩,即v∈ker(τ)。
因此ker(τk)⊆ker(τ),反向包含成立。
那么该结论对所有整数k≥1成立;
根据性质2,v∈ker(τ−λι)=ker((τ−λι)∗)=ker(τ∗−λˉι),结论得证;
设v∈Eλ,w∈Eμ,其中至少一个本征值非零。
不妨设λ=0,那么结合性质5,λ⟨v,w⟩=⟨τv,w⟩=⟨v,τ∗w⟩=⟨v,μ∗w⟩=μ⟨v,w⟩。
由于λ=μ,要求⟨v,w⟩=0,而v,w的任意性进一步要求Eλ⊥Eμ。
3.4 特殊正规算子
定义 7.4
设V为内积空间。
若τ∈L(V)满足τ∗=τ,则称其为自伴的(self-adjoint)。
另外,在复数和实数情形,τ也分别称为厄米的(Hermitian)和对称的(symmetric);
若τ∈L(V)可逆且满足τ∗=τ−1,则在复数和实数情形中分别称其为幺正的(unitary)和正交的(orthogonal)。
当然也存在上述定义的矩阵版本,可通过简单将τ替换为矩阵A得到。
此外,算子τ自伴当且仅当τ在任意一组有序标准正交基O下的坐标矩阵自伴。
自伴算子
与线性算子τ相关的二次型(quadratic form)为函数
Qτ:V→F defined by Qτ(v)=⟨τv,v⟩.
(7.3.3)
根据命题 5.1,在复内积空间中,τ=0当且仅当Qτ(v)=0,但这对实内积空间一般不成立。
不过对于实内积空间上的自伴算子,该结论依然成立。
命题 7.5
设V为有限维内积空间,σ,τ∈L(V)。
若τ和σ自伴,则
(σ+τ)自伴;
若τ可逆,则τ−1自伴;
对任意实多项式p(x)∈R[x],p(τ)自伴;
复算子τ是Hermitian算子当且仅当Qτ(v)对所有v∈V均为实数;
若τ是复算子或实对称算子,则τ=0 ⇔ Qτ(v)=0。
证明
读者可结合命题 7.1自行证明该结论;
Qτ(v)对所有v∈V为实数当且仅当
⟨τv,v⟩=Qτ(v)=Qτ(v)=⟨v,τv⟩=⟨τ∗v,v⟩⟺⟨(τ−τ∗)v,v⟩=0.
(7.3.4)
若τ=τ∗,则上式显然成立;
反之若Qτ(v)为实数,那么根据命题 5.1,在复内积空间中要求τ∗=τ;
复算子情形的证明与前文基本一致。
在实数情形中,充分性是显然的;
对于必要性,设v=x+y,那么
0=Qτv=⟨τ(x+y),x+y⟩=Qτ(x)+Qτ(y)+⟨τx,y⟩+⟨τy,x⟩=⟨τx,y⟩+⟨τ∗x,y⟩=2⟨τx,y⟩,
(7.3.5)
因此⟨τx,y⟩=0对任意x,y∈V成立。
根据命题 5.1,τ=0。
幺正算子与等距映射
幺正算子具有一个良好性质:
它是将一组标准正交集映射到另一组标准正交基上的正规算子。
命题 7.6
设V为有限维内积空间,σ,τ∈L(V)。
若τ和σ是幺正(正交)算子,则
对于满足∣r∣=1的r∈C,rτ幺正;
στ是幺正算子;
若τ可逆,则τ−1是幺正算子;
τ幺正(正交)当且仅当其为等距同构;
τ幺正当(正交)且仅当其将任意标准正交基映射到另一组标准正交基上;
若τ幺正(正交),则τ的本征值具有绝对值1。
证明
读者可结合命题 7.1自行证明该结论;
若τ幺正(正交),则对于任意u,v∈V,⟨τu,τv⟩=⟨τ∗τu,v⟩=⟨u,v⟩,因此τ为等距同构;
反之⟨τ∗τu,v⟩=⟨u,v⟩对任意u,v∈V成立,根据引理 5.1,τ∗τu=u对任意u∈V成立,即τ∗τ=ι。
由于τ为双射,其存在逆映射,故τ∗=τ−1,结论得证;
利用τ是等距同构的性质容易证明;
设τv=λv且v=0,则∣λ∣2⟨v,v⟩=⟨λv,λv⟩=⟨τv,τv⟩=⟨τ∗τv,v⟩=⟨v,v⟩,故∣λ∣=1。
类似地,关于幺正(正交)矩阵也有如下结果。
命题 7.7
设A为F=C或R上的n×n矩阵。
下列表述等价:
A幺正(正交);
A的列组成Fn中一组标准正交基;
A的行组成Fn中一组标准正交基;
若A幺正,则∣det(A)∣=1。
若A正交,则det(A)=±1。
证明
矩阵A幺正当且仅当AA∗=I,这等价于A的行标准正交;
类似地,A∗A=I等价于A的列标准正交;
利用1=det(A)det(A∗)=det(A)det(A)可得到结果。
幺正(正交)矩阵在基变换中起到了重要的作用。
若B=(u1,⋯,un)为有序标准正交基,且
{v=a1u1+⋯+anun,w=b1u1+⋯+bnun⟹⟨v,w⟩=a1b1+⋯+anbn=[v]B⋅[w]B,
(7.3.6)
其中右侧为Fn的标准内积,因此v⊥w当且仅当[v]B⊥[w]B,从而可给出类似推论 3.4的结果。
定理 7.4
若给定以下任意两者:
幺正(正交)的n×n矩阵A;
Fn的有序标准正交基B;
Fm的有序标准正交基C;
则第三者可由方程A=MB,C唯一确定。
最后回顾一下算子(矩阵)相似的内容。
当有序基正交归一时,会有一些更良好的性质。
定义 7.5 (幺正等价与正交等价)
若对于两个复矩阵A和B,若存在幺正矩阵U使得B=UAU−1=UAU∗,则称A和B幺正相似(unitarily similar),也称为幺正等价(unitarily equivalent)。
与幺正相似相关的等价类称为幺正相似类(unitary similarity class);
若对于两个实矩阵A和B,若存在正交矩阵O使得B=OAO−1=OAOT,则称A和B正交相似(orthogonally similar),也称为正交等价(orthogonally equivalent)。
与正交相似相关的等价类称为正交相似类(orthogonal similarity class)。
类似推论 3.6的结果如下,其证明留给读者(可结合定理 7.4)。
定理 7.5
设V为n维内积空间,那么两个n×n矩阵A和B幺正(正交)相似当且仅当其关于(可能不同的)有序标准正交基表示同一个线性算子τ∈L(V)。
在这种情况下,A和B恰好表示L(V)中(关于有序标准正交基)相同的线性算子集。
3.5 正规算子的结构
鉴于我们未讨论有理规范形和Jordan标准型的动机与形式,在此我们直接将结论列举如下。
算子版本
定理 7.6 (正规算子的结构定理)
复数情形:
设V为有限维复内积空间。
对于τ∈L(V),以下表述等价:
τ是正规的;
τ是幺正可对角化的;
τ有正交谱分解:
τ=λ1ρ1+⋯+λkρk.
(7.3.7)
在正规算子中,Hermitian算子恰好为那些所有复本征值均为实数的算子;
在正规算子中,幺正算子恰好为那些所有复本征值范数均为1的算子;
实数情形:
设V为有限维实内积空间。
τ∈L(V)正规当且仅当
V=Eλ1⊙⋯⊙Eλk⊙W1⊙⋯⊙Wm,
(7.3.8)
其中{λ1,⋯,λk}为τ的谱,每个Wj是二维不可分解τ-不变子空间,其内包含一组有序基Bj,满足
[τ]Bj=[ajbj−bjaj]
(7.3.9)在实正规算子中,对称算子为那些上述分解中不出现子空间Wi的算子。
因此,对于τ∈L(V),以下表述等价:
τ是对称的;
τ是正交可对角化的;
τ有正交谱分解:
τ=λ1ρ1+⋯+λkρk.
(7.3.10)
在是正规算子中,正交算子恰好为那些特征值为±1且分解出的[τ]Bi的行和列范数均为1,即存在θ∈R使得
[τ]Bi=[sinθcosθ−cosθsinθ]
(7.3.11)
矩阵版本
定理 7.7 (正规矩阵的结构定理)
复数情形:
复矩阵A正规当且仅当其幺正可对角化,即当且仅当存在幺正矩阵U使得
UAU∗=diag(λ1,⋯,λk).
(7.3.12)复矩阵A Hermitian当且仅当表述(1)成立,其中各本征值λi为实数;
复矩阵A幺正当且仅当表述(1)成立,其中所有本征值λi的范数为1;
实数情形:
实矩阵A正规当且仅当存在正交矩阵O使得
OAOT=diag(λ1,⋯,λk,[a1b1−b1a1],⋯[ambm−bmam])
(7.3.13)实矩阵A对称当且仅当其正交可对角化,即当且仅当存在正交矩阵O使得
OAOT=diag(λ1,⋯,λk).
(7.3.14)实矩阵A正交当且仅当存在正交矩阵O和θ1,⋯,θm∈R使得
OAOT=diag(λ1,⋯,λk,[sinθ1cosθ1−cosθ1sinθ1],⋯,[sinθmcosθm−cosθmsinθm])
(7.3.15)
7.4泛函演算
4.6 概念与动机
设τ为有限维内积空间V上的正规算子,τ具有谱分解(定理 6.2)
τ=λ1ρ1+⋯+λkρk.
(7.4.1)
由于每个ρi都是幂等的,ρim=ρi对任意整数m≥1成立。
利用归纳法,可证明投影算子的两两正交性意味着τn=λ1nρ1+⋯+λknρk对所有正整数n成立。
因此对于F上任意多项式p(x),均有
p(τ)=p(λ1)ρ1+⋯+p(λk)ρk.
(7.4.2)
对于任意(k−1)次多项式p(x),若其在p(λ1),⋯,p(λk)这k个点的取值确定,则该多项式唯一确定。
例 7.1
对于给定的指标1≤j≤k,设多项式pj(x)在λi处取值为δi,j,那么
pj(τ)=i=1∑kp(λi)ρi=i=1∑kδi,jρi=ρj.
(7.4.3)
因此每个投影算子ρi都可以唯一表示为关于τ的多项式;
若τ可逆,设多项式p(x)在λi处取值为λi−1,那么
p(τ)=λ1−1ρ1+⋯+λk−1ρk⟹τp(τ)=ρ1+⋯+ρk=ι=p(τ)τ.
(7.4.4)
因此逆映射τ−1=p(τ)也可以唯一表示为关于τ的多项式;
设多项式p(x)在λi处取值为λi,那么
p(τ)=λ1ρ1+⋯+λkρk=τ∗.
(7.4.5)
因此τ的伴随τ∗同样可以唯一表示为关于τ的多项式。
我们可以将该想法进一步推广。
对于任意函数f:{λ1,⋯,λk}→F,可如下定义线性算子:
f(τ)=f(λ1)ρ1+⋯+f(λk)ρk,
(7.4.6)
其中f(τ)只是一种形式记号,并不意味着f的定义域为L(V)。
由此可定义例如τ,τ−1,eτ等函数。
不过需要注意的是,在此定义中我们仅关心f在有限个点λ1,⋯,λk上的取值而不关心其具体形式。
因此,采用多项式之外的函数讨论f(τ)的表示并不带来任何额外便利:
由于τ的谱分解是有限和,借助插值的思想,通过{(λi,f(λi))}i=1k可唯一确定一个(k−1)次多项式p(x),从而f(τ)=p(τ);
换言之,对于任意形式上非多项式的函数f,其在τ上的作用与多项式函数p在τ上的作用结果无异。
研究算子τ的函数称为τ的泛函演算(functional calculus)。
4.7 交换性
泛函演算可应用于算子交换性的研究,以下是两个简单例子。
定理 7.8
设V为有限维复内积空间。
对于τ,σ∈L(V),设其谱分解分别为
τ=λ1ρ1+⋯+λkρk,
(7.4.7)σ=μ1ν1+⋯+μmνm,
(7.4.8)
并以τ↔σ的记号表示τ与σ可交换。
对于任意μ∈L(V),μ↔τ ⇔ μ↔ρi对所有i成立;
τ↔σ ⇔ ρi↔νj对所有i,j成立;
若f:{λ1,⋯,λk}→F和g:{μ1,⋯,μm}→F为单射,则f(τ)↔g(σ) ⇔ τ↔σ。
证明
必要性是显然的;
对于充分性,根据例例 7.1,存在多项式pi(x)使得ρi=pi(τ),因此μ↔ρi;
必要性是显然的;
对于充分性,根据例例 7.1,存在多项式pi(x)和qj(x)使得ρi=pi(τ)且νj=qj(σ),因此τ↔σ;
对于必要性,结论2要求τ↔σ时ρi↔νj对所有i,j成立,因此f(τ)↔g(σ);
对于充分性,记Λ={λ1,⋯,λk}。
由于f:Λ→F是单射,故f:Λ→im(f)是双射,即存在逆映射f−1:im(f)→Λ使得f−1(fτ)=τ。
当然f−1∈FΛ,从而也是泛函演算,即τ=f−1(fτ)是关于f(τ)的多项式。
类似地,σ是关于g(σ)的多项式,从而τ↔σ。
定理 7.9
设τ和σ为有限维复内积空间V上的正规算子,则τ和σ可交换当且仅当其具有如下形式:
τ=p(r(τ,σ)),σ=q(r(τ,σ)),
(7.4.9)
其中p(x),q(x)和r(x,y)均为多项式。
证明
必要性是显然的;
对于充分性,不妨设τ和σ的谱分解分别为λ1ρ1+⋯+λkρk和μ1ν1+⋯+μmνm。
根据定理 7.8,τ↔σ意味着ρi↔νj对所有i,j成立,因此
τrσs=(λ1rρ1+⋯+λkrρk)(μ1sν1+⋯+μmsνm)=i,j∑λirμjsρiνj⟹r(τ,σ)=i,j∑r(λi,μj)ρiνj
(7.4.10)
对任意双变量多项式r(x,y)成立。
选择合适的多项式r(x,y),使得αi,j=r(λi,μj)关于不同的有序对(i,j)不同。
那么存在唯一的(km−1)次多项式p(x)和q(y),使得p(αi,j)=λi且q(αi,j)=μj。
由于ρi↔νj,可知
p(r(τ,σ))=i,j∑p(αi,j)(ρiνj)=i∑λiρij∑νj=i∑λi(ρiι)=τ,
(7.4.11)
类似地q(r(τ,σ))=σ,结论得证。
7.5正算子与极分解
5.8 正算子与正定算子
定义 7.6 (正算子与正定算子)
对于自伴算子τ∈L(V)。
若二次型Qτ(v)=⟨τv,v⟩≥0对所有v∈V成立,则称τ是正的(positive);
若二次型Qτ(v)=⟨τv,v⟩>0对所有非零的v∈V成立,则称τ是正定的(positive definite)。
根据定义,我们立刻得到正算子与正定算子的等价描述。
命题 7.8
在有限维内积空间上的自伴算子τ是
正的当且仅当其所有本征值非负;
正定的当且仅当其所有本征值为正。
证明
对于充分性,取非零向量v为τ的本征值为λ的本征向量,则有λ⟨v,v⟩=⟨τv,v⟩≥0,即λ≥0;
对于必要性,根据定理 6.2和定理 7.6,设τ的谱分解为τ=λ1ρ1+⋯+λkρk,那么
Qτ(v)=⟨(λ1ρ1+⋯+λkρk)v,(ρ1+⋯+ρk)v⟩=i,j∑λi⟨ρiv,ρjv⟩=i,j∑λi⟨ρjρiv,v⟩=i∑λi⟨ρi2v,v⟩=i∑λi⟨ρiv,ρiv⟩≥0,
(7.5.1)
因此τ为正算子,结论得证;
对于充分性,仿上可知λ⟨v,v⟩>0对τ的所有非零本征向量v成立,因此λ>0;
对于必要性,仿上可知Qτ(v)=∑iλi⟨ρiv,ρiv⟩中至少存在一个⟨ρiv,ρiv⟩>0,对应的λi>0,因此Qτ(v)>0。
若τ为具有谱分解τ=λ1ρ1+⋯+λkρk的正算子,那么我们可取τ的正平方根(positive square root):
其中λi是λi的非负平方根,容易验证(τ)2=τ;
并且不难看出τ是唯一平方为τ的正算子:
若存在正算子σ使得τ=σ2,那么对于τ的本征值λi及其对应的本征向量vi,τ(σvi)=σ3vi=σ(τvi)=λi(σvi),可见Eλi也是σ-不变子空间,这意味着
Eλi=τEλi=σ(σEλi)⊆σEλi⊆Eλi.
(7.5.3)
因此Eλi=σEλi。
根据定理 6.2,σ与τ的正交谱分解具有相同的投影算子,可设σ=μ1ρ1+⋯+μkρk;
根据命题 7.8,μi≥0。
利用σ2=τ可确定μi=λi。
反之,若τ有正平方根,即存在正算子σ使得τ=σ2,则τ显然是正的。
我们将上述讨论整理为如下结果。
定理 7.10
设τ∈L(V),则以下表述等价:
τ为正算子;
τ有唯一的正平方根;
存在算子σ使得τ=σ∗σ。
证明
若表述1成立,则根据上述讨论,表述2也成立;
若表述2成立,容易证明τ的正平方根τ满足(τ)∗=τ,进而τ=(τ)2=(τ)∗(τ),表述3成立;
若表述3成立,τ的二次型Qτ(v)=⟨σ∗σv,v⟩=⟨σv,σv⟩≥0对所有v∈V成立,因此τ为正算子。
下述定理恰好是正平方根的应用。
证明
设τ和σ的谱分解分别为τ=λ1ρ1+⋯+λkρk和σ=μ1ν1+⋯+μmνm。
根据定理 7.8,此时ρi与νj对任意i,j可交换,那么其正平方根τ与σ同样可交换,进而
(τσ)2=(τσ)(τσ)=τ(τσ)σ=τσ. (7.5.4)
根据定理 7.10,τσ也是正算子。
5.9 算子的极分解
类似复数的极形式(polar form)z=reiθ,有限维复内积空间上的任意非零线性算子τ也有类似的分解。
引理 7.1
设τ为有限维复内积空间V上的非零线性算子。
存在正算子ρ和幺正算子ν使得τ=νρ,其中ρ唯一。
此外,若τ可逆,则ν也唯一;
存在正算子σ和幺正算子μ使得τ=σμ,其中σ唯一。
此外,若τ可逆,则μ也唯一。
证明
这里我们仅证明第一条结论,第二条结论类似可证。
假设τ可分解为τ=νρ的形式,那么
τ∗τ=(ρ∗ν∗)(νρ)=ρ(ν−1ν)ρ=ρ2
(7.5.5)
那么根据定理 7.10,正算子τ∗τ具有唯一正平方根ρ,并且对于任意v∈V,
∥ρv∥2=⟨ρv,ρv⟩=⟨ρ2v,v⟩=⟨τ∗τv,v⟩=∥τv∥2.
(7.5.6)
根据命题 7.6,幺正算子是等距同构,因此可定义等距映射ν:im(ρ)→im(τ)为ν(ρv)=τv。
首先需要检验ν是良定义的:
当ρx=ρy对某些x,y∈V成立时,∥τ(x−y)∥=∥ρ(x−y)∥=0,因此τx=τy。
反之可验证τ是单射,因此若B={b1,⋯,bk}是im(ρ)的一组标准正交基,那么νB={νb1,⋯,νbk}也是一组标准正交集,并且⟨νB⟩=im(τ),即νB是im(τ)的一组标准正交基。
根据定理 5.7,对于有限维内积空间,总可以将B扩张为V的一组标准正交基,从而νB也是V的一组标准正交基,此时ν:V→im(ν)是等距同构。
当τ可逆时,ν∗τ=ν−1(νρ)=ρ表明ρ也是可逆的。
利用ρ的唯一性,此时ν=τρ−1唯一。
我们不加证明地指出任何幺正算子都具有μ=eiσ的形式,其中σ自伴,从而有如下推论。
定理 7.11 (极分解)
设τ为有限维复内积空间上的非零线性算子,则存在正算子ρ和σ使得τ具有极分解(polar decomposition)τ=ρeiσ,其中ρ唯一确定。
此外,若τ可逆,则σ也唯一。
该定理还有一个直接的推论。
推论 7.1
设τ=ρeiσ为非零线性算子的极分解,则τ正规当且仅当ρσ=σρ。
证明
已知ττ∗=(ρeiσ)(e−iσρ)=ρ2且τ∗τ=e−iσρ2eiσ,因此τ正规当且仅当ττ∗=τ∗τ,即eiσρ2=ρ2eiσ。
设τ和σ的谱分解分解为τ=λ1ρ1+⋯+λkρk和σ=μ1ν1+⋯+μmνm,从而eiσ=eiμ1ν1+⋯+eiμmνm。
根据定理 7.8,ρ与eiσ可交换当且仅当ρi与νj对所有i,j可交换,当且仅当ρ与σ可交换。