← 全部笔记

高等代数

Kronecker积与矩阵空间的谱

文章目录

来源 谢启鸿、姚慕生, 高等代数学习指导书, 第4版, 第6章, 印刷页 341–347. PDF页码 = 印刷页码 + 10。 来源PDF 根据已目视核对的扫描件整理;简洁证明及明确标出的推广为整理者补充。

排列顺序决定表示公式

定义、乘法、逆、秩、迹及行列式公式集中在 Kronecker积的基本性质与向量化(对应例6.98–6.101)。以下固定基的顺序,讨论矩阵空间上的算子。

对Mm×n(F)M_{m\times n}(F)上的L(X)=AXBL(X)=AXB,采用先行后列的基顺序E11,…,E1n,E21,…,EmnE_{11},\ldots,E_{1n},E_{21},\ldots,E_{mn}。因为 AEijB=∑k,lakibjlEkl,AE_{ij}B=\sum_{k,l}a_{ki}b_{jl}E_{kl}, 表示矩阵为A⊗BTA\otimes B^T。采用先列后行的顺序时,通常的向量化公式为vec⁡(AXB)=(BT⊗A)vec⁡X\operatorname{vec}(AXB)=(B^T\otimes A)\operatorname{vec}X。两种写法由置换换基联系,不能混用约定(例6.102)。

计算谱只需三角化

在分裂域上,将两个因子分别三角化。其Kronecker积为三角矩阵,对角元是λiμj\lambda_i\mu_j。因此,X↦AXBX\mapsto AXB的特征值为λiμj\lambda_i\mu_j,X↦AX−XBX\mapsto AX-XB的特征值为λi−μj\lambda_i-\mu_j,均按代数重数计;不要求可对角化(例6.102、6.105)。

若两因子可对角化,取AA的一组右特征向量基,再将BTB^T的一组特征向量基逐个转置为行向量;两组向量作外积,便得到算子的特征向量基。特别地,若AA可对角化,则X↦AXAX\mapsto AXA与X↦AX−XAX\mapsto AX-XA均可对角化(例6.57–6.58)。

不求根也能判断秩与幂零性

算子X↦AXBX\mapsto AXB可逆当且仅当两个方阵因子均可逆;其表示矩阵的秩为rank⁡Arank⁡B\operatorname{rank}A\operatorname{rank}B。可逆时,其逆为X↦A−1XB−1X\mapsto A^{-1}XB^{-1}(例6.103)。

它幂零当且仅当至少一个因子幂零。充分性来自Lk(X)=AkXBkL^k(X)=A^kXB^k。若两个因子均不幂零,则每个AkA^k和BkB^k都非零。选取AkA^k的一个非零列及BkB^k的一个非零行,在中间插入对应的矩阵单位,得到非零外积。因此,对每个kk都有Lk≠0L^k\ne0(例6.104);论证对任意域成立。

若Ar=0A^r=0、Bs=0B^s=0,则交换的算子LA:X↦AXL_A:X\mapsto AX与RB:X↦XBR_B:X\mapsto XB由二项式展开满足(LA−RB)r+s−1=0(L_A-R_B)^{r+s-1}=0:每一项中至少有一个指数达到rr或ss。这对任意域证明了X↦AX−XBX\mapsto AX-XB的幂零性(例6.106)。

在C\mathbb C上,X↦AX−XAX\mapsto AX-XA幂零当且仅当AA的全部特征值相同,也等价于A=λI+NA=\lambda I+N,其中NN幂零。其特征值为所有两两之差,恰在上述情形全部为零(例6.107)。

大分块行列式的降维

对K=A⊗I+I⊗AK=A\otimes I+I\otimes A和g(t)=det⁡(tI+A)g(t)=\det(tI+A),有 det⁡K=∏i,j(λi+λj)=∏ig(λi)=det⁡g(A).\det K=\prod_{i,j}(\lambda_i+\lambda_j)=\prod_i g(\lambda_i)=\det g(A). 因而这个n2×n2n^2\times n^2分块矩阵可逆当且仅当g(A)g(A)可逆(例6.108)。计算依据代数重数与三角化,重特征值不会造成论证缺口。