参考书:F. R. Gantmacher 《The Theory of Matrices》Vol. 1
1. 伴随算子(adjoint operator)
我把伴随算子记作 A † A † ,因为它对应着量子力学书里的厄米算子:
( A → x , → y ) = ( → x , A † → y ) , ( A x → , y → ) = ( x → , A † y → ) ,
显然,A A 的伴随算子的矩阵表示,就是矩阵 A A 的幺正矩阵 A † A † 。
1.1 如果线性空间 S S 是 A A 的不变子空间,那么 S S 的补空间 T T 一定是 A † A † 的不变子空间。
∀ → x ∈ S , → y ∈ T ∀ x → ∈ S , y → ∈ T ,都有 A → x ∈ S A x → ∈ S ,即
( → y , A → x ) = 0 , ( y → , A x → ) = 0 ,
而
( → y , A → x ) = ( A † → y , → x ) = 0 , ( y → , A x → ) = ( A † y → , x → ) = 0 ,
即 A † → y ∉ S A † y → ∉ S ,即 A † → y ∈ T A † y → ∈ T ,即 T T 为 A † A † 的不变子空间。
2. 正规算子(normal operator)
正规算子即满足 A A † = A † A A A † = A † A 的算子 A A ,显然,厄米算符、幺正算符都是正规算子。
2.1 对易的算子一定有共同本征矢
任意两个对易的算子都一定有共同的本征矢。教材思路是通过不变子空间来论证。
若 A B = B A A B = B A ,且 A → x = λ → x A x → = λ x → ,则有
A B k → x = B k A → x . A B k x → = B k A x → .
所以一定存在 A A 的不变子空间 { → x , B → x , ⋯ , B p − 1 → x } { x → , B x → , ⋯ , B p − 1 x → } ,B p → x B p x → 是这些矢量的线性表达。
显然这个不变子空间也是 B B 的不变子空间,所以(?)其中一定存在 B B 的特征矢量 → y y → ,它也是 A A 的特征矢量,
A → y = λ → y . A y → = λ y → .
2.2 正规算子 A A 一定与 A † A † 有共同的本征矢,且相应的本征值互为复共轭。
因为 A A 与 A † A † 对易,所以它们一定有共同本征矢,设为 → x x → ,设有 A → x = λ → x , A † → x = μ → x A x → = λ x → , A † x → = μ x → ,则有( → x , A → x ) = λ = ( A † → x , → x ) = ( → x , A † → x ) ∗ = μ ∗ ( x → , A x → ) = λ = ( A † x → , x → ) = ( x → , A † x → ) ∗ = μ ∗ 。
用这个共同本征矢如上述构造不变子空间S = { → x , A → x , ⋯ } S = { x → , A x → , ⋯ } ,它是 A , A † A , A † 的共同不变子空间,根据1.1的论证,S S 的补集 T T 也同时是 A , A † A , A † 的不变子空间,因为是不变子空间,所以一定存在 A A 的一个特征矢量,如2.1论证,拿着这个向量构造 A , A † A , A † 在 T T 中的不变子空间,又可以得到 A , A † A , A † 的共同本征矢。
如此迭代,一定可以穷尽这个线性空间,得到 A , A † A , A † 的共同的正交归一本征矢,本征值互为复共轭。
2.3 正规算子的不同本征值对应的本征向量一定互相正交
假如有 A → x = λ → x , A → y = μ → y , λ ≠ μ A x → = λ x → , A y → = μ y → , λ ≠ μ ,则有
( → y , A → x ) = λ ( → y , → x ) = ( A † → y , → x ) = μ ( → y , → x ) , ( y → , A x → ) = λ ( y → , x → ) = ( A † y → , x → ) = μ ( y → , x → ) ,
所以有 ( μ − λ ) ( → y , → x ) = 0 ( μ − λ ) ( y → , x → ) = 0 ,即 ( → y , → x ] ) = 0 ( y → , x ] → ) = 0 ,得证。
2.4 如果一个算子A A 有完整的特征向量,则一定是正规算子
若 A → x k = λ k → x k , ( → x i , → x k ) = δ i k A x → k = λ k x → k , ( x → i , x → k ) = δ i k ,假设
→ y l = A † → x l − ¯ λ l → x l , y → l = A † x → l − λ ¯ l x → l ,
则
∀ k , ( → y l , → x k ) = ( → x l , A → x k ) − λ l ( → x l , → x k ) = ( λ k − λ l ) δ k l = 0. ∀ k , ( y → l , x → k ) = ( x → l , A x → k ) − λ l ( x → l , x → k ) = ( λ k − λ l ) δ k l = 0.
因为 → x k x → k 穷尽整个线性空间,所以可以断定 → y l = 0 , A † → x l = ¯ λ l → x l y → l = 0 , A † x → l = λ ¯ l x → l 。
那么,对线性空间中的任意矢量 → p = ∑ k c k → x k p → = ∑ k c k x → k , 有
A A † → p = ∑ k c k | λ k | 2 → x k = A † A → p , A A † p → = ∑ k c k | λ k | 2 x → k = A † A p → ,
所以 A A † = A † A A A † = A † A ,A A 是正规算子。
话说,存在没有完整特征向量的算子吗?
3. 欧几里得空间中的线性算子
在欧几里得空间R R 中,可以定义转置算子A ⊤ A ⊤ , s.t. ∀ → x , → y , ( A → x , → y ) = ( → x , A ⊤ → y ) ∀ x → , y → , ( A x → , y → ) = ( x → , A ⊤ y → ) 。
然后,在此基础上定义正规算子:A A ⊤ = A ⊤ A A A ⊤ = A ⊤ A 。
对称算子: A ⊤ = A A ⊤ = A ;反对称算子:A ⊤ = − A A ⊤ = − A 。
还可以定义正交算子:Q ⊤ Q = E Q ⊤ Q = E 。
显然,对称、反对称、正交算子都是正规算子
3.1 欧几里得空间中的线性算子在复数矢量空间中的谱
问题:复数矢量空间 → z = → x + → y z → = x → + y → 的维数也是 n n 吗?(未回答)
实数矩阵的特征方程 P n ( λ ) = 0 P n ( λ ) = 0 系数都是实数,若存在 λ k λ k 使得 P n ( λ k ) = 0 P n ( λ k ) = 0 ,则必有 ¯ P n ( λ k ) = P n ( ¯ λ n ) = 0 P ¯ n ( λ k ) = P n ( λ n ¯ ) = 0 ,所以实数矩阵的特征值一定要么是实数,要么是成对出现的互为共轭的复数:
{ ⋯ , μ k + i ν k , μ − i ν k , ⋯ , μ l , ⋯ } , k = 1 , 2 , ⋯ , q ; l = 2 q + 1 , ⋯ , n { ⋯ , μ k + i ν k , μ − i ν k , ⋯ , μ l , ⋯ } , k = 1 , 2 , ⋯ , q ; l = 2 q + 1 , ⋯ , n
若 A → z = λ → z A z → = λ z → ,则 A → ¯ z = ¯ λ → ¯ z A z ¯ → = λ ¯ z ¯ → ,所以特征值也是复共轭成对出现。
→ z 2 k − 1 = → x k + i → y k , A → z 2 k − 1 = ( μ k + i ν k ) → z 2 k − 1 ; → z 2 k = → x k − i → y k , A → z 2 k = ( μ k − i ν k ) → z 2 k . z → 2 k − 1 = x → k + i y → k , A z → 2 k − 1 = ( μ k + i ν k ) z → 2 k − 1 ; z → 2 k = x → k − i y → k , A z → 2 k = ( μ k − i ν k ) z → 2 k .
推得
A → x k = μ k → x k − ν k → y k , A → y k = ν k → x k + μ k → y k , k = 1 , 2 , ⋯ , q A x → k = μ k x → k − ν k y → k , A y → k = ν k x → k + μ k y → k , k = 1 , 2 , ⋯ , q
如果定义矢量内积为
( → z , → w ) = ¯ ¯ ¯ → z ⋅ → w = ( → x − i → y ) ⋅ ( → u + i → v ) = ( → x ⋅ → u + → y ⋅ → v ) + i ( → x ⋅ → v − → y ⋅ → u ) . ( z → , w → ) = z → ¯ ⋅ w → = ( x → − i y → ) ⋅ ( u → + i v → ) = ( x → ⋅ u → + y → ⋅ v → ) + i ( x → ⋅ v → − y → ⋅ u → ) .
GantMacher 定义的是 ( → z , → w ) = → z ⋅ ¯ ¯¯ ¯ → w ( z → , w → ) = z → ⋅ w → ¯ ,但这个差别不应该影响任何重要结论,我写上面的约定是因为习惯了这种内积定义式。
3.2 欧几里得空间中的正规算子
R R 空间中的正规算子 A A 有 A ⊤ A = A A ⊤ A ⊤ A = A A ⊤ ,类似于 #2 中的论证可以得到,正规算子 A A 与 A ⊤ A ⊤ 有共同的本征矢,互为共轭的本征值。根据 2.3 中的推断,{ → z 1 , → z 2 , ⋯ , → z 2 q − 1 , → z 2 q , → x 2 q + 1 , ⋯ , → x n } { z → 1 , z → 2 , ⋯ , z → 2 q − 1 , z → 2 q , x → 2 q + 1 , ⋯ , x → n } 两两正交,所以归一化以后是一个正交归一基。
→ z 2 k − 1 , → z 2 k z → 2 k − 1 , z → 2 k 正交,即
( → z 2 k − 1 , → z 2 k ) = → x k ⋅ → x k − → y k ⋅ → y k − i ( → y k ⋅ → x k + → x k ⋅ → y k ) = 0 , ( z → 2 k − 1 , z → 2 k ) = x → k ⋅ x → k − y → k ⋅ y → k − i ( y → k ⋅ x → k + x → k ⋅ y → k ) = 0 ,
得到结论:→ x k , → y k x → k , y → k 正交归一。
所以,{ → x 1 , → y 1 , ⋯ , → x q , → y q , → x 2 q + 1 , → x 2 q + 2 , ⋯ , → x n } { x → 1 , y → 1 , ⋯ , x → q , y → q , x → 2 q + 1 , x → 2 q + 2 , ⋯ , x → n } 也是正交归一基。用这些正交归一基构造矩阵
Q = [ → x 1 , → y 1 , ⋯ , → x q , → y q , → x 2 q + 1 , → x 2 q + 2 , ⋯ , → x n ] , Q = [ x → 1 , y → 1 , ⋯ , x → q , y → q , x → 2 q + 1 , x → 2 q + 2 , ⋯ , x → n ] ,
则有
Q ⊤ A Q = { [ μ 1 ν 1 − ν 1 μ 1 ] , . . . , [ μ q ν q − ν q μ q ] , μ 2 q + 1 , ⋯ , μ n } , Q ⊤ A Q = { [ μ 1 ν 1 − ν 1 μ 1 ] , . . . , [ μ q ν q − ν q μ q ] , μ 2 q + 1 , ⋯ , μ n } ,
这叫做正则形式(canonical form)。
3.3 对称算子、反对称算子
欧几里得空间 R R 中的对称算子 在拓展的 ~ R = → x + i → y R ~ = x → + i y → 中是厄米算子,所以所有本征值都是实数,ν k = 0 ν k = 0 ,所以能通过正交变换得到对角阵。
欧几里得空间 R R 中的反对称算子 乘以 i i 以后是对称算子,在拓展的 ~ R = → x + i → y R ~ = x → + i y → 中是厄米算子,所以所有本征值都是实数,所以反对称算子 的所有本征值都是纯虚数,μ k = 0 μ k = 0 ,所以能通过正交变换得到正则反对称阵。
后面有一段特别漂亮,是利用这些代数结论,说明欧拉-达朗贝尔定理:三维空间中任何一个定点有限转动都是绕某个轴的一个定轴转动。但是我懒得打了,下次有兴趣再来整理。
根据上面这些关于欧几里得空间正规算子的讨论,结合前面关于对易算子、正规算子的谱的讨论,可以得到一个相当清晰的结论:在欧几里得空间中,若有一些(任意多,毕竟线性无关的维数 ≤ n 2 ≤ n 2 )正规算子两两对易,则它们都有共同的正交归一实数本征矢,在这些矢量构成的正交变换下,全部变换为正则形式。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· 写一个简单的SQL生成工具
· AI 智能体引爆开源社区「GitHub 热点速览」
· C#/.NET/.NET Core技术前沿周刊 | 第 29 期(2025年3.1-3.9)