为了完整地展示线性代数,我们必须包含复数。即使矩阵是实的,特征值和特征向量也经常会是复数。
1. 虚数回顾
虚数由实部和虚部组成,虚数相加时实部和实部相加,虚部和虚部相加,虚数相乘时则利用 i 2 = − 1 i^2=-1 i2=−1。
在虚平面,虚数 3 + 2 i 3+2i 3+2i 是位于坐标 ( 3 , 2 ) (3, 2) (3,2) 的一个点。复数 z = a + b i z=a+bi z=a+bi 的共轭为 z ˉ = z ∗ = a − b i \bar z=z^*=a-bi zˉ=z∗=a−bi。
在极坐标下,复数则可以写作模长和极角的形式。
两个复数相乘是模长相乘,极角相加。
( r e i θ ) n = r n e i n θ (re^{i\theta})^n=r^ne^{in\theta} (reiθ)n=rneinθ
2. 厄米特(Hermitian)矩阵和酉(Unitary)矩阵
这部分的重点可以用一句话来介绍:当你对一个复数向量或者矩阵进行转置时,同时对它们取共轭。
为什么要这样做呢?一个理由是复数向量长度的特殊性。针对实向量,其长度的平方为 x 1 2 + ⋯ + x n 2 x_1^2+\cdots+x_n^2 x12+⋯+xn2,但复数向量长度的平方并不是 z 1 2 + ⋯ + z n 2 z_1^2+\cdots+z_n^2 z12+⋯+zn2。比如 z = ( 1 , i ) z=(1, i) z=(1,i) 长度的平方并不是 1 2 + i 2 = 0 1^2+i^2=0 12+i2=0,而应该是 z z ˉ = 1 2 + ∣ i 2 ∣ = 2 z\bar z=1^2+|i^2|=2 zzˉ=12+∣i2∣=2。
我们定义一个新符号, z ˉ T = z H \bar z^T=z^H zˉT=zH,来表示向量的共轭转置,这个符号也可以应用到矩阵中去。
同时,我们也要对向量的内积定义进行一下扩展,但内积为零仍然表明正交。
这时候,向量的顺序就变得重要了。
v H u = v ˉ 1 u 1 + ⋯ + v ˉ n u n = ( u H v ) ∗ \boldsymbol v^H\boldsymbol u=\bar v_1u_1+\cdots+\bar v_nu_n=(\boldsymbol u^H\boldsymbol v)^* vHu=vˉ1u1+⋯+vˉnun=(uHv)∗
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-y6Kmou3i-1575007209937)(https://upload-images.jianshu.io/upload_images/11895466-c64644ff7415abe8.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)]
一个厄米特矩阵满足 A H = A A^H=A AH=A,每一个实对称矩阵都是厄米特的,因为实数的共轭还是它本身。
如果 A H = A A^H=A AH=A, z \boldsymbol z z 是任意向量,那么 z H A z \boldsymbol z^HA\boldsymbol z zHAz 是实数。
( z H A z ) H = z H A H z = z H A z (z^HAz)^H=z^HA^Hz=z^HAz (zHAz)H=zHAHz=zHAz
来自对角线上的两项都是实数,而来自非对角线上的两项互为共轭,相加之后也为实数。
厄米特矩阵的每个特征值都是实数。
A z = λ z → z H A z = λ z H z A\boldsymbol z=\lambda \boldsymbol z \to \boldsymbol z^HA\boldsymbol z=\lambda \boldsymbol z^H \boldsymbol z Az=λz→zHAz=λzHz
上式左边为实数, z H z \boldsymbol z^H\boldsymbol z zHz 是长度的平方,是正实数,所以特征值也必须为实数。
厄米特矩阵对应于不同特征值的特征向量是正交的。
A z = λ z → y H A z = λ y H z (1) \tag{1}A\boldsymbol z=\lambda \boldsymbol z \to \boldsymbol y^HA\boldsymbol z=\lambda \boldsymbol y^H\boldsymbol z Az=λz→yHAz=λyHz(1)
A y = β y → z ( A y ) H = z ( β y ) H → y H A z = β y H z (2) \tag{2}A\boldsymbol y=\beta \boldsymbol y \to \boldsymbol z(A\boldsymbol y)^H=\boldsymbol z(\beta \boldsymbol y)^H \to \boldsymbol y^HA\boldsymbol z=\beta \boldsymbol y^H\boldsymbol z Ay=βy→z(Ay)H=z(βy)H→yHAz=βyHz(2)
比较 (1) 式和 (2) 式可得,两式左边相等,所以右边应该也相等。又由于两个特征值不一样,所以有 y H z = 0 y^H\boldsymbol z=0 yHz=0,两个特征向量正交。
酉矩阵是一个有着标准正交列的方阵。
任意有着标准正交列的矩阵满足 U H U = I U^HU=I UHU=I,如果它还是一个方阵,那么有 U H = U − 1 U^H=U^{-1} UH=U−1。
一个酉矩阵乘以任意向量,向量的长度保持不变。
z H U H U z = z H z \boldsymbol z^HU^HU\boldsymbol z=\boldsymbol z^H\boldsymbol z zHUHUz=zHz
而且,酉矩阵的所有特征值的绝对值都为 1。
最后,我们来总结一下实数和虚数向量以及矩阵之间的一些概念迁移。
获取更多精彩,请关注「seniusen」!