关于n对角矩阵数据结构_矩阵分析-2.3、2.4酉三角化以及实正交三角化、Schur三角化定理的推论...

2.3 酉三角化以及实正交三角化

2.3.1 定理：（Schur型；Schur三角化）设

有n个特征值，它们以任意指定次序排列，又设

是满足

的单位向量；（证明采取把U构造出来，了解即可）

• （a）存在一个以
  为第一列的n阶酉矩阵U，使得
  为n个对角元素的上三角矩阵
• （b）如果A仅有实的特征值，那么以上全在实数域而不是复数域上讨论。
• Schur不等式（与代数中的舒尔不等式 非 同一个不等式...）：

2.3.3 定理：设

是一个交换族，则存在一个酉矩阵

，使得对每个

,

都是上三角的。（证明需要用到前面的1.3.19一个关于交换族的基本结论，了解即可。同时对于特征值以及特征向量的随意选取有个了解，//暂时没看懂T^T,因为前面漏了一个定理，我嫌有点复杂又没要求就没去看...）

2.3.4&2.3.6 实Schur型和其交换族的表达形式，太长了不想打字(￣▽￣)"，自己了解

2.4 Schur三角化定理的推论

2.4.1 迹与行列式：由于它们都是相似不变量，故方便地，都可以由T得到（记号同上）。

2.4.2 A的多项式的特征值：Schur定理揭示了p（A）每个特征值的重数，而这是在定理1.1.6中没有给出的。T的主对角线元素就是p（A）的特征值。（证明：利用多项式相似以及上三角矩阵乘法结果）

• 三个等价命题：对于
  （1）A是幂零的；（2）
  （3）

2.4.3 Cayley-Hamilton定理：设

是

的特征多项式，那么

（证法一，利用秩-零化度定理；证法二，利用Schur三角化+以下引理归纳证明）

• 引理：设R、T是上三角方阵，且同型，且R左上角k阶子矩阵为零矩阵，T的第k+1个对角元素为零，那么设S=RT，S的左上角k+1阶子矩阵为零矩阵。（证明：分划出T矩阵右下角分块矩阵第一列，由分块乘法显然）
• 定理说明了每个复方阵都满足它自己的特征方程。
• 注意：定理中的零是零矩阵而不是数零。其计算方式是先展开纯量多项式，再替换t为A。
• 推广：它对元素取自任何域（更一般地，是对任何交换环^[1]）的矩阵都成立。
• 用途：将k次幂的A降幂为0-k-1次幂A的线性组合。
• 推论：通过改写定理形式我们可以得到非奇异矩阵A的逆的多项式表达形式。

2.4.4 关于线性矩阵方程的Sylvster定理：给定n阶矩阵A和m阶矩阵B，对于每个给定的n×m矩阵C，方程

有唯一解

，

当且仅当

，也即A和B没有公共的特征值（证明利用引理，令值消去一个多项式，以及展开一个多项式证明非奇异性）。特别地，如果A和B没有公共的特征值，那么满足AX-XB=0的解就是X=0。如果A和B是实的，那么n×m矩阵X也是实的

• 引理：如果
  ，那么对任何多项式
  ，都有
• 缠绕关系：形如AX=XB的矩阵恒等式，交换性是最熟悉的形式，其他的例如AB=-BA、AB=BA*等等。
• 推论：如果一个矩阵满足某种类型的缠绕关系，那么该矩阵是分块矩阵。（了解即可，不要求掌握）

2.4.5 Schur三角化定理中的唯一性：对给定的n阶矩阵A，有相同主对角线的不同的上三角矩阵可能是有相似的。（在此基础上有一个定理，它准确的限定了这两个酉相似且具有相同住对角元素的上三角矩阵的那个相似矩阵/酉矩阵，必定是分块对角矩阵，以及其他结论，了解）

2.4.6.1 每一个方阵都可以分块对角化（与Jordan标准型有密切联系）：设n阶方阵A的k个不同特征值和对应重数是

,//那么A与一个k×k分块上三角矩阵

酉相似，其中每一个分块都是

的,如果i＞j，那么

//,且每一个对角分块都是上三角的，其对角元素是

。//也就是说

//，且

是严格上三角的，这样A就相似于 所有

的

直和。如果A是实的，且它所有的特征值都是实的，那么它可以化简为 关于特殊的上三角型T的酉相似形式 以及 将T化简为分块对角型的相似矩阵（指直和那个矩阵） 这两者都可以取实的

拓广结果（2.4.6.3）：对于交换族 以及 对于同时相似。

2.4.6.3 定理：令交换族

中任意一个矩阵A,假设与2.4.6的表示一样，那么存在一个非奇异的矩阵S，使得

=k个上三角矩阵

（与上面的一样）的直和。（没有要求）

2.4.7 每个方阵都是几乎可对角化的（了解即可，有个直觉印象）

2.4.8 交换族以及同时三角化：对于可交换的矩阵，其特征值可以按照某种秩序“相加”以及“相乘”：

• 2.4.8.1 定理：假设A、B可交换，那么存在A的特征值的一个排序以及B的特征值的一个排序，使得A+B的特征值是相应排序特征值之和。且AB的特征值是相应排序特征值之积。特别地有
  ,
  .(证明：利用Schur化T1T2然后相加相乘即可)
• 同时有谱半径的性质：
  ,谱半径函数对于可交换的矩阵是次加性和次积性的（泛函概念，不要求掌握）。
• 一些判断：如果A和B可交换，它们的特征值每一对相应的和不一定都是A+B的特征值
• 如果A和B不可交换，那么谱是几乎没有任何关联的。
• 定理的逆命题不成立。
• 推论：A、B可交换，如果对于A、B的某两组特征值排列，所有相应的特征值之和都不为零，那么A+B是非奇异的。（利用0不是其特征值就非奇异）

2.4.8.6 定理：设给定m个n阶方阵

，存在一个非奇异的n阶矩阵S，使得

都是上三角的，当且仅当存在一个n阶酉矩阵U，使得

都是上三角的（说明对于复矩阵而言，同时三角化和同时酉三角化是同一个概念）(证法：将S，QR分解)

2.4.10 秩1摄动的特征值：知道一个矩阵的任意一个特征值都能通过秩1摄动来任意移动而不干扰其他特征值，常常是有用的

• 2.4.10.1（A.Brauer）设
  有n个特征值
  ，又设x是一个非零向量，它使得
  ，则对任何
  ,
  的特征值是
  (证明的话，用Schur三角化证明要易懂得多。虽然在1.2.8就作为例子出现过，而当时未引入Schur型的知识，说实话，当时那个证明没看懂，不过就结论来讲还是好理解的。)

---

最近几节的推论多得令人颤抖，如果要掌握的话应该要花挺多时间，但是又不止学这一门课，很多内容就只得留个印象。桑心。

我甚至萌生了想去窥探一下近世代数的想法...不行不行，要做一只计算鸡，那。。休闲的时候看看陶冶情操好了。。

3.28增加：

我能了解到什么：

1. 任意一个方阵都可Schur三角化
2. 一个交换族，存在一个酉矩阵，使得每个交换族中的矩阵以该酉矩阵作为相似矩阵后，都是上三角矩阵
3. Hamilton定理，A满足它的特征多项式。
4. Sylvester定理
5. 可交换矩阵A和B的谱的

参考

1. ^环的定义：近世代数最重要的代数结构之一，是一种具有两种代数运算“+”和“.”的运算系统（而群只有一种代数运算“.”）。它和线性空间中的域是不同的。相同点：定义的代数运算“加法”交换律结合律单位元逆元相同，代数运算“乘法”满足结合律和有乘法单位元。不同：域有交换律而环无，域只有左结合律而环既有左结合律又有右结合律，域有乘法逆元而环无。参考教材：石生明，《近世代数初步》，高等教育出版社，2002版