← 全部笔记

高等代数

正交变换与Householder反射

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9章, 印刷页 513–524, 559, 571–575, 594–595. 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。

本文的等距映射指保持内积的线性映射。在同一个有限维空间上,它必可逆。在标准正交基下,C\mathbb C 上的表示矩阵为酉矩阵,R\mathbb R 上的表示矩阵为正交矩阵。

相同的 Gram 数据给出等距映射

设同一空间中的两组向量 xj,yjx_j,y_j 具有相同的 Gram 矩阵。将 ∑cjxj\sum c_jx_j 映为 ∑cjyj\sum c_jy_j 是良定义的,因为相同的 Gram 矩阵给出完全相同的系数关系。此映射在两组向量的张成空间上保持内积。将两个张成空间的标准正交基分别扩充,即得整个空间上的等距映射。

因此,对行数相同的矩阵 X,YX,Y,X∗X=Y∗YX^*X=Y^*Y 当且仅当存在酉矩阵 UU 使 X=UYX=UY。共同的秩小于行数时,延拓通常不唯一。

一次实反射即可对齐一个向量

对实单位向量 vv,Householder 反射为 Hv=I−2vvT.H_v=I-2vv^{\mathsf T}. 它固定 v⊥v^\perp,将 vv 映为 −v-v,且行列式为 −1-1。若实向量 u,wu,w 的范数相等且彼此不同,取 v=(u−w)/∥u−w∥v=(u-w)/\|u-w\|;利用范数相等展开,得 Hvu=wH_vu=w。

Rn\mathbb R^n 上的每个实正交映射都能写成至多 nn 个这样的反射的乘积。归纳地,将第一个基向量的像对齐到该基向量;修正后的映射固定它,并在其正交补上限制为正交映射。依次消去各列的下方元素,这一构造也给出 QR 分解。若某列的相应部分已是目标形式,则省去该次反射。

保持正交未必保持长度

若实或复内积空间上的非零线性自映射 TT 保持正交性,则有 T∗T=cIT^*T=cI,其中 c>0c>0。正交基向量的像彼此正交;比较 ei+eje_i+e_j 与 ei−eje_i-e_j 的内积,得各像的长度平方相等,因此 Gram 矩阵为 cIcI。TT 非零给出 c>0c>0。故 TT 是等距映射的正数量倍。

Cayley 变换

对 K∗=−KK^*=-K,由于 KK 的特征值为纯虚数,I+KI+K 可逆。于是 U=(I−K)(I+K)−1U=(I-K)(I+K)^{-1} 是酉矩阵,且没有特征值 −1-1。反过来,每个没有特征值 −1-1 的酉矩阵 UU 都给出反 Hermite 矩阵 K=(I−U)(I+U)−1K=(I-U)(I+U)^{-1}。取伴随并利用同一矩阵的多项式可交换,即可核验。在实矩阵情形中,这参数化了没有特征值 −1-1 的正交矩阵,不能覆盖整个正交群。

一般对称双线性型下反射的定义与保型性质见 对称双线性型与迷向子空间;本篇保留欧氏度量下将指定向量对齐的构造及其例外情形。