← 全部笔记

高等代数

Gram矩阵与几何量

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 494–500, 505–508, 595–596, 600. 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。

在F=R\mathbb F=\mathbb R或C\mathbb C上讨论,内积对第一个变量线性。对向量组x1,…,xmx_1,\ldots,x_m,采用坐标Gram矩阵 Hij=⟨xj,xi⟩.H_{ij}=\langle x_j,x_i\rangle. 教材采用Gij=⟨xi,xj⟩G_{ij}=\langle x_i,x_j\rangle的写法,因此G=HTG=H^{\mathsf T}。两者行列式与秩相同。对坐标列aa,有∥∑jajxj∥2=a∗Ha\|\sum_ja_jx_j\|^2=a^*Ha。

线性相关与向量组的实现

Gram判据 HH为Hermite半正定矩阵,ker⁡H\ker H为系数关系所组成的空间,且rank⁡H=dim⁡span⁡{xj}\operatorname{rank}H=\dim\operatorname{span}\{x_j\}。因此,HH正定当且仅当向量组线性无关。

证明。 若XX将aa映到∑ajxj\sum a_jx_j,则在标准正交坐标下有H=X∗XH=X^*X。其二次型值为∥Xa∥2\|Xa\|^2,所以ker⁡H=ker⁡X\ker H=\ker X。

Hermite矩阵能在Fn\mathbb F^n中实现为向量组的Gram矩阵,当且仅当它半正定且秩不超过nn。充分性可通过将H=Vdiag⁡(λj)V∗H=V\operatorname{diag}(\lambda_j)V^*对角化证明:取矩阵XX,其非零行是V∗V^*对应各行乘以λj\sqrt{\lambda_j}得到的;必要时补上零行。这里用到了复正规矩阵的谱方法。

若基坐标按x=Cx′x=Cx'变化,则H′=C∗HCH'=C^*HC。这是合同变换,而不是相似变换。采用教材约定时,公式写为G′=CTGC‾G'=C^{\mathsf T}G\overline C。

行列式所度量的几何量

对实线性无关向量组,其平行多面体体积的平方为det⁡H\det H。正交化将它化为逐次高度平方之积,见Gram–Schmidt与QR分解。

对线性无关组x1,…,xmx_1,\ldots,x_m和任意yy,令bi=⟨y,xi⟩b_i=\langle y,x_i\rangle。扩充后的向量组的Gram矩阵为 (Hbb∗∥y∥2).\begin{pmatrix}H&b\\b^*&\|y\|^2\end{pmatrix}. yy到它们所张成空间的距离平方为 dist⁡(y,span⁡{xj})2=∥y∥2−b∗H−1b=det⁡Haugdet⁡H.\operatorname{dist}(y,\operatorname{span}\{x_j\})^2=\|y\|^2-b^*H^{-1}b=\frac{\det H_{\mathrm{aug}}}{\det H}. 确实,投影系数满足Ha=bHa=b,再用Schur补计算行列式即可。分母非零要求原向量组线性无关。

两两内积为负时的个数上界

在Rn\mathbb R^n中,满足对任意i≠ji\ne j均有⟨xi,xj⟩<0\langle x_i,x_j\rangle<0的非零向量至多有n+1n+1个。若存在n+2n+2个,则扩充向量(xi,1)(x_i,1)存在非平凡关系∑cixi=0\sum c_ix_i=0、∑ci=0\sum c_i=0。系数必有正有负。正系数部分与负系数部分移项后给出同一个向量zz,但两部分的内积严格为负,与∥z∥2≥0\|z\|^2\ge0矛盾。

在Rn+1\mathbb R^{n+1}中坐标和为零的nn维超平面内,取n+1n+1个向量ei−1n+11e_i-\frac1{n+1}\mathbf1即可达到上界。不同向量的内积为−1/(n+1)-1/(n+1)。