第九章 实向量空间上的算子
\(\newcommand{\L}{\mathcal L}\newcommand{\M}{\mathcal M}\newcommand{\C}{\mathbb C}\newcommand{\span}{\operatorname{span}}\newcommand{\null}{\operatorname{null}}\newcommand{\range}{\operatorname{range}}\newcommand{\l}{\langle}\newcommand{\r}{\rangle}\newcommand{\lv}{\lVert}\newcommand{\rv}{\rVert}\)
本章将延续上一章的记号和假设。
9.1 复化
///
-
定义 9.1.1(向量空间的复化):设 \(V\) 是 \(\mathbb R\) 上的。定义 \(V\) 的复化为 \(\C\) 上的向量空间 \(V_{\C}:=V\times V\)(将 \(V_{\C}\) 中的元素 \((u,v)\) 也记为 \(u+iv\)),其中 \(V_\C\) 上的加法和实标量乘法和向量空间的笛卡尔积中的定义相同,而 \(V_\C\) 上的复标量乘法定义为 \((a+bi)(u+iv)=(au-bv)+i(bu+av)\),其中 \(a,b\in\mathbb R\)。
可以验证,\(V_\C\) 上的实标量乘法相容于新定义的复标量乘法。可以验证,\(V_\C\) 确是向量空间。
我们将 \(v\in V\) 等同于 \(v+i0\in V_\C\)。
-
引理 9.1.2:设 \(V\) 是 \(\mathbb R\) 上的,\(v_1,\cdots,v_n\) 是 \(V\) 的一组基,那么它们也是 \(V_\C\) 的一组基。
证明:一方面,\(v_1,\cdots,v_n\) 在 \(a_1+b_1i,\cdots,a_n+b_ni\) 的组合下等于 \(0\),等价于 \(v_1,\cdots,v_n\) 在 \(a_1,\cdots,a_n\) 和 \(b_1,\cdots,b_n\) 的组合下都等于 \(0\),所以 \(v_1,\cdots,v_n\) 线性无关。一方面,\(a_1,\cdots,a_n\) 的任意性可以取得结果实部的任意性,\(b_1,\cdots,b_n\) 的任意性可以取得结果虚部的任意性。
引理 9.1.2 说明了,若 \(v_1,\cdots,v_n\) 是 \(V\) 的一组基,那么 \(V\) 是 \(v_1,\cdots,v_n\) 所有实系数线性组合的结果,\(V_\C\) 是 \(v_1,\cdots,v_n\) 所有复线性组合的结果。
-
定义 9.1.3(算子的复化):设 \(V\) 是 \(\mathbb R\) 上的,\(T\in\L(V)\)。定义 \(T\) 的复化为 \(T_\C\in\L(V_\C)\) 满足 \(T_\C(u+iv)=Tu+iTv\)。
-
引理 9.1.4:设 \(V\) 是 \(\mathbb R\) 上的,\(v_1,\cdots,v_n\) 是 \(V\) 的一组基,\(T\in\L(V)\),那么 \(\M(T)=\M(T_\C)\)。
-
定理 9.1.5:设 \(T\in\L(V)\),那么 \(T\) 有一维或二维的不变子空间。
证明:只考虑 \(V\) 在 \(\mathbb R\) 上的情况。存在不全为零的 \(u,v\in V\),使得 \(u+iv\) 是 \(V_\C\) 的本征向量,对应本征值为 \(a+bi\)。那么 \(T(u+iv)=(a+bi)(u+iv)\),即 \(Tu=au-bv\) 且 \(Tv=bu+av\),从而 \(\span\{u,v\}\subseteq V\) 在 \(T\) 下不变。
-
定理 9.1.6:设 \(V\) 是 \(\mathbb R\) 上的,\(T\in\L(V)\)。那么 \(T_\C\) 的极小多项式等于 \(T\) 的极小多项式。
证明:设 \(p,q\in\mathcal P(\mathbb R)\),那么 \(\mathcal P(\C)\) 中的元素都可以被表为 \(p+qi\) 的形式,那么 \(((p+qi)(T_\C))(u+iv)=0\) 对任意 \(u+iv\in V_\C\) 成立等价于 \(p(T)u-q(T)v=q(T)u+p(T)v=0\) 对任意 \(u,v\in V\) 成立,即 \(p(T)=q(T)=0\)。而 \(p+qi\) 的次数等于 \(p,q\) 次数的较大值,而且极小多项式是首一多项式,所以 \(T_\C\) 的极小多项式应该是 \(p\) 为 \(T\) 的极小多项式、\(q\) 为 \(0\) 的形式。
定理 9.1.6 蕴含了,\(T_\C\) 的极小多项式是实系数的。
-
定理 9.1.7:设 \(V\) 是 \(\mathbb R\) 上的,\(T\in\L(V)\),\(\lambda\in\mathbb R\)。那么 \(\lambda\) 是 \(T\) 的本征值当且仅当 \(\lambda\) 是 \(T_\C\) 的本征值。
-
引理 9.1.8:设 \(V\) 是 \(\mathbb R\) 上的,\(T\in\L(V)\),\(\lambda\in\C\),\(j\in\mathbb N\),\(u,v\in V\)。那么 \((T_\C-\lambda I)^j(u+iv)=0\iff (T_\C-\overline{\lambda} I)^j(u-iv)=0\)。
证明:定义 \(V_\C\) 上的 “共轭” 后容易证明。
-
推论 9.1.9:设 \(V\) 是 \(\mathbb R\) 上的,\(T\in\L(V)\),\(\lambda\in\C\)。那么 \(\lambda\) 是 \(T_\C\) 的本征值当且仅当 \(\overline{\lambda}\) 是 \(T_\C\) 的本征值。
-
推论 9.1.10:设 \(V\) 是 \(\mathbb R\) 上的,\(T\in\L(V)\),\(\lambda\in\C\) 是 \(T_\C\) 的本征值,那么 \(\lambda\) 的重数等于 \(\overline{\lambda}\) 的重数。
-
定理 9.1.11:设 \(V\) 是奇数维的,\(T\in\L(V)\),那么 \(T\) 有本征值。
证明:只考虑 \(V\) 在 \(\mathbb R\) 上的情况。一种方法是利用定理 9.1.5,并对 \(V\) 的维数做归纳。另一种更为简洁的方法是,\(T_\C\) 的非实本征值都是成对出现的,且每一对的重数相等,而 \(T_\C\) 所有本征值的重数之和等于 \(V\) 的维数,从而 \(T_\C\) 一定有实本征值,那么 \(T\) 也有一定有实本征值。
-
定义 9.1.12(特征多项式):设 \(V\) 是 \(\mathbb R\) 上的,\(T\in\L(V)\),定义 \(T\) 的特征多项式为 \(T_\C\) 的特征多项式。
-
引理 9.1.13:设 \(V\) 是 \(\mathbb R\) 上的,\(T\in\L(V)\),那么 \(T\) 的特征多项式的:
- 系数都是实的。
- 次数为 \(\dim V\)。
- 所有实零点恰为 \(T\) 的所有本征值。
证明:复特征值成对出现且重数相等。
-
定理 9.1.14(凯莱-哈密尔顿定理):设 \(T\in\L(V)\),\(q\) 是 \(T\) 的特征多项式,则 \(q(T)=0\)。
\(T,T_\C\) 的特征多项式、极小多项式都相同。
9.2 实内积空间上的算子
本节中,假设 \(V\) 是内积空间。
-
引理 9.2.1:设 \(\mathbb F=\mathbb R\),\(\dim V=2\),\(T\in\L(V)\),那么下述条件等价:
- \(T\) 是正规的但不是自伴的。
- \(T\) 关于 \(V\) 的任意标准正交基的矩阵都是 \(\begin{pmatrix}a &-b\\b &a\end{pmatrix}\) 的形式,其中 \(b\neq 0\)。
- \(T\) 关于 \(V\) 的某个标准正交基的矩阵都是 \(\begin{pmatrix}a &-b\\b &a\end{pmatrix}\) 的形式,其中 \(b>0\)。
证明:根据奇异值分解,存在 \(V\) 的标准正交基 \(e_1,e_2\) 和 \(f_1,f_2\),使得 \(Te_i=s_if_i\) 成立,其中 \(s_1,s_2\) 是 \(T\) 的奇异值。那么 \(T^*f_i=s_ie_i\),\(T^*Te_i=s_i^2e_i\),\(TT^*f_i=s_i^2f_i\)。然后可以证明 \(T^*T=TT^*\) 且 \(T\neq T^*\) 等价于 \(s_1=s_2\) 且 \(T\neq T^*\)(若 \(s_1\neq s_2\),那么 \(e_1,f_1\) 都是 \(T^*T=TT^*\) 对应的一维本征空间 \(\null (S-s_1^2I)\) 对应的本征向量,从而非零向量 \(e_1,f_1\) 线性相关,必然有 \(Te_1=s_1f_1=c_1e_1\) 对某个 \(c_1\) 成立。同理得到 \(c_2\),那么 \(T\) 关于 \(e_1,e_2\) 有对角矩阵,\(T\) 是自伴的,矛盾)。等价于 \(T\) 可以被表示为 \(s_1R\) 的形式,其中 \(s_1\neq 0\),\(R\) 是等距同构且 \(R\neq R^*\)。
结合引理 7.3.8,可知等价于 \(R\) 在任意(某组)标准正交基上对应的矩阵是 \(\begin{pmatrix}a&- b\\b & a\end{pmatrix}\) 的形式,其中 \(a,b\in\mathbb R\land a^2+b^2=1\land b\neq 0\)。
如果 \(R\) 在标准正交基 \(e_1,e_2\) 上对应的矩阵是 \(\begin{pmatrix}a&-b\\b&a\end{pmatrix}\),那么 \(R\) 在 \(e_2,e_1\) 上对应的矩阵是 \(\begin{pmatrix}a&b\\-b&a\end{pmatrix}\),从而 3 一定成立。
-
引理 9.2.2:设 \(T\in\L(V)\) 是正规的,\(U\) 是 \(V\) 的在 \(T\) 下不变的子空间。那么:
- \(U^\perp\) 在 \(T\) 下不变。
- \(U\) 在 \(T^*\) 下不变。
- \((T|_U)^*=(T^*)|_U\)。
- \(T|_U\in\L(U)\) 是正规算子。
证明:任选 \(U\) 的一组标准正交基 \(e_1,\cdots,e_m\) 并将其扩充为 \(V\) 的一组基 \(e_1,\cdots,e_m,f_1,\cdots,f_k\)。
考察 \(T\) 关于这组基的矩阵,那么必定形如 \(\begin{pmatrix}A&B\\0&C\end{pmatrix}\),其中 \(A\) 是 \(m\times m\) 的,\(C\) 是 \(k\times k\) 的。\(T\) 是正规的,根据引理 7.1.14 可知 \(\sum_{i=1}^m\lv Te_i\rv^2=\sum_{i=1}^m\lv T^*e_i\rv^2\),放到矩阵上就得到 \(B=0\)。
//引理 9.2.2 我并没有想出或找到脱离于基和矩阵的证明
-
定理 9.2.3:设 \(\mathbb F=\mathbb R\),\(T\in\L(V)\),那么 \(T\) 是正规的当且仅当 \(T\) 关于 \(V\) 的某个标准正交基有分块对角矩阵,其中对角线上每个块要么是 \(1\times 1\) 的矩阵,要么是形如 \(\begin{pmatrix}a &-b\\b &a\end{pmatrix}\) 的 \(2\times 2\) 矩阵,其中 \(b>0\)。
证明:联合定理 7.2.5、定理 9.1.5、引理 9.2.1、引理 9.2.2 立即可得。
-
推论 9.2.4:设 \(\mathbb F=\mathbb R\),\(S\in\L(V)\),那么 \(S\) 是等距同构当且仅当 \(S\) 关于 \(V\) 的某个标准正交基有分块对角矩阵,其中对角线上每个块是 \(\begin{pmatrix}1\end{pmatrix},\begin{pmatrix}-1\end{pmatrix},\begin{pmatrix}\cos\theta &-\sin\theta\\\sin\theta &\cos\theta\end{pmatrix}\) 中的一种,其中 \(\theta\in(0,\pi)\)。