5. 复合矩阵
设
A
A
A 是
m
×
n
m\times n
m×n 矩阵. 对
1
⩽
i
1
<
⋯
<
i
k
⩽
m
,
1
⩽
j
1
<
⋯
<
j
l
⩽
n
1\leqslant i_1<\cdots<i_k\leqslant m,1\leqslant j_1<\cdots<j_l\leqslant n
1⩽i1<⋯<ik⩽m,1⩽j1<⋯<jl⩽n ,
A
[
i
1
,
⋯
,
i
k
∣
j
1
,
⋅
⋅
⋅
,
j
l
]
A[i_1,\cdots,i_k|j_1,\cdotp\cdotp\cdotp,j_l]
A[i1,⋯,ik∣j1,⋅⋅⋅,jl] 记
A
A
A 中由第
i
1
,
⋅
⋅
⋅
,
i
k
i_1,\cdotp\cdotp\cdotp,i_k
i1,⋅⋅⋅,ik 共
k
k
k 行和第
j
1
,
⋅
⋅
⋅
,
j
l
j_1,\cdotp\cdotp\cdotp,j_l
j1,⋅⋅⋅,jl 共
l
l
l 列
按自然顺序排列后组成的
k
×
l
k\times l
k×l 子矩阵.
A
(
i
1
,
⋅
⋅
⋅
,
i
k
∣
j
1
,
⋅
⋅
⋅
,
j
l
)
A(i_1,\cdotp\cdotp\cdotp,i_k|j_1,\cdotp\cdotp\cdotp,j_l)
A(i1,⋅⋅⋅,ik∣j1,⋅⋅⋅,jl) 记从
A
{A}
A 中划去第
i
1
,
⋅
⋅
⋅
,
i
k
i_1,\cdotp\cdotp\cdotp,i_k
i1,⋅⋅⋅,ik 共
k
k
k 行和第
j
1
,
⋯
,
j
l
j_1,\cdots,j_l
j1,⋯,jl 共
l
l
l 列后
余下的
(
m
−
k
)
×
(
n
−
l
)
(m-k)\times(n-l)
(m−k)×(n−l) 子矩阵.
A
[
i
1
,
⋯
,
i
k
∣
j
1
A[i_1,\cdots,i_k|j_1
A[i1,⋯,ik∣j1
⋯
,
j
l
)
\cdots,j_{l})
⋯,jl) 记从
k
×
n
k\times n
k×n 子矩阵
A
[
i
1
,
⋯
,
i
k
∣
1
,
⋯
,
n
]
A[i_1,\cdots,i_k|1,\cdots,n]
A[i1,⋯,ik∣1,⋯,n] 中划去第
j
1
,
⋯
,
j
l
j_1,\cdots,j_l
j1,⋯,jl 列后
余下的
k
×
(
n
−
l
)
k\times(n-l)
k×(n−l) 子矩阵.
A
(
i
1
,
⋅
⋅
⋅
,
i
k
∣
j
1
,
⋅
⋅
⋅
,
j
l
]
A(i_1,\cdotp\cdotp\cdotp,i_k|j_1,\cdotp\cdotp\cdotp,j_l]
A(i1,⋅⋅⋅,ik∣j1,⋅⋅⋅,jl] 记从
m
×
l
m\times l
m×l 子矩阵
A
[
1
,
⋅
⋅
⋅
,
m
∣
j
1
,
⋯
,
j
i
]
{A}[1,\cdotp\cdotp\cdotp,m|j_1,\cdots,j_i]
A[1,⋅⋅⋅,m∣j1,⋯,ji] 中划去第
i
1
,
⋯
,
i
k
i_1,\cdots,i_k
i1,⋯,ik 行后
余下的
(
m
−
k
)
×
l
(m-k)\times l
(m−k)×l 子矩阵.
5.1 复合矩阵的定义和性质
设
A
A
A 是
m
×
n
m\times n
m×n 矩阵. 定义
Q
k
,
m
=
{
(
i
1
,
…
,
i
k
)
∣
1
≤
i
,
<
⋯
<
i
k
≤
n
}
Q_{k,m}=\{(i_{1},\ldots,i_{k})|1\leq i,<\cdots<i_{k}\leq n\}
Qk,m={(i1,…,ik)∣1≤i,<⋯<ik≤n}
对于
1
⩽
k
⩽
min
{
m
,
n
}
1\leqslant k\leqslant\min\{m,n\}
1⩽k⩽min{m,n}, 定义
A
A
A 的
k
k
k 级复合矩阵
C
k
(
A
)
C_k(A)
Ck(A) 如下:
C k ( A ) C_k(A) Ck(A) 是 ( m k ) × ( n k ) \binom mk\times\binom nk (km)×(kn) 矩阵,它分别以 α ∈ Q k , m \alpha\in Q_{k,m} α∈Qk,m 和 β ∈ Q k . n {\beta}\in Q_{k.n} β∈Qk.n 作为行标和列标,并均按字典式排序, C k ( A ) C_k({A}) Ck(A) 的 ( α , β ) (\boldsymbol\alpha,\boldsymbol{\beta}) (α,β) 元是 det A [ α ∣ β ] . \det\boldsymbol{A}[\boldsymbol{\alpha}|\boldsymbol{\beta}]. detA[α∣β].
例,当 m = n = 3 , k = 2 m=n=3,k=2 m=n=3,k=2 时, C 2 ( A ) C_2(A) C2(A) 是 3 × 3 3×3 3×3 矩阵:
C 2 ( A ) = ( det A [ 1 , 2 ∣ 1 , 2 ] det A [ 1 , 2 ∣ 1 , 3 ] det A [ 1 , 2 ∣ 2 , 3 ] det A [ 1 , 3 ∣ 1 , 2 ] det A [ 1 , 3 ∣ 1 , 3 ] det A [ 1 , 3 ∣ 2 , 3 ] det A [ 2 , 3 ∣ 1 , 2 ] det A [ 2 , 3 ∣ 1 , 3 ] det A [ 2 , 3 ∣ 2 , 3 ] ) . C_2(A)=\begin{pmatrix}\det A[1,2\mid1,2]&\det A[1,2\mid1,3]&\det A[1,2\mid2,3]\\\det A[1,3\mid1,2]&\det A[1,3\mid1,3]&\det A[1,3\mid2,3]\\\det A[2,3\mid1,2]&\det A[2,3\mid1,3]&\det A[2,3\mid2,3]\end{pmatrix}. C2(A)= detA[1,2∣1,2]detA[1,3∣1,2]detA[2,3∣1,2]detA[1,2∣1,3]detA[1,3∣1,3]detA[2,3∣1,3]detA[1,2∣2,3]detA[1,3∣2,3]detA[2,3∣2,3] .
特别地,总有 C 1 ( A ) = A C_1({A})={A} C1(A)=A ; 当 m = n m=n m=n 时 , C n ( A ) = ( det A ) ,{C}_n({A})=(\det{A}) ,Cn(A)=(detA)(作为 1 阶方阵).
性质: ( 1 ) ( C k ( A ) ) T = C k ( A T ) ( 2 ) C k ( I n ) = I ( n k ) ( 3 ) D 是对角阵 ⇒ C k ( D ) 也是对角阵 且 C k ( D ) 的对角元集合 = D 中对角元集合中所有k个乘积 ( 4 ) 上述 ( 3 ) 中结论对下三角 ( 上三角 ) 成立。 \begin{aligned}&(1)(C_k(A))^T=C_k(A^T)\quad(2)C_k(I_n)=I_{\binom nk}\\&(3)D\text{是对角阵}\Rightarrow C_k(D)\text{也是对角阵}\\&\text{且}~C_k(D)\text{的对角元集合}=D\text{中对角元集合中所有k个乘积}\\&(4)上述(3)中结论对下三角(上三角)成立。\end{aligned} (1)(Ck(A))T=Ck(AT)(2)Ck(In)=I(kn)(3)D是对角阵⇒Ck(D)也是对角阵且 Ck(D)的对角元集合=D中对角元集合中所有k个乘积(4)上述(3)中结论对下三角(上三角)成立。
定理 5.1.1 设 A A A 和 B B B 分别是 m × p m\times p m×p 和 p × n p\times n p×n 矩阵, 1 ⩽ k ⩽ min { m , p , n } 1\leqslant k\leqslant\min\{ m,p,n\} 1⩽k⩽min{m,p,n}, 则有 C k ( A B ) = C k ( A ) C k ( B ) ; C_{k}\left ( AB\right ) = C_{k}\left ( A\right ) C_{k}\left ( B\right ) ; Ck(AB)=Ck(A)Ck(B);
证:左 ( α , β ) (\alpha,\beta) (α,β) 元 = det ( A B [ α ∣ β ] ) =\det(AB[\alpha|\beta]) =det(AB[α∣β])
右 ( α , β ) (\alpha,\beta) (α,β) 元 = ∑ V ∈ Q k , p C k ( A ) ( α , v ) C k ( B ) ( v , β ) Cauchy- Binet → ∑ v ∈ Q k , p det A [ α ∣ v ] det B ( v , β ) =\sum_{V\in Q_{k,p}}C_{k}(A)_{(\alpha,v)}C_{k}(B)_{(v,\beta)}\underrightarrow{\text{Cauchy- Binet}}\sum_{v\in Q_{k,p}}\det A_{[\alpha|v]}\det B_{(v,\beta)} =∑V∈Qk,pCk(A)(α,v)Ck(B)(v,β)Cauchy- Binet∑v∈Qk,pdetA[α∣v]detB(v,β)
定理 5.1.2 设
A
A
A 是
n
n
n 阶(复)方阵,
S
p
e
c
A
=
{
λ
1
,
⋯
,
λ
n
}
\mathrm{Spec}\boldsymbol{A}=\left\{\lambda_1,\cdots,\lambda_n\right\}
SpecA={λ1,⋯,λn},
则
S
p
e
c
C
k
(
A
)
=
{
λ
i
1
⋯
λ
i
k
∣
1
⩽
i
1
<
⋯
<
i
k
⩽
n
}
.
\mathrm{Spec}~\boldsymbol{C}_k(\boldsymbol{A})=\{\lambda_{i_1}\cdots\lambda_{i_k}\mid1\leqslant i_1<\cdots<i_k\leqslant n\}.
Spec Ck(A)={λi1⋯λik∣1⩽i1<⋯<ik⩽n}.
证 A A A 必相似于上三角方阵 T T T , 即有可逆方阵 S S S, 使 S A S − 1 = T = ( λ 1 ∗ ⋱ 0 λ n ) . SAS^{-1}\:=\:T\:=\:\begin{pmatrix}\lambda_1&&&*\\&\ddots&&\\\mathbf{0}&&&\lambda_n\end{pmatrix}. SAS−1=T= λ10⋱∗λn .
因此 , C k ( T ) = C k ( S ) C k ( A ) ( C k ( S ) ) − 1 . ,\boldsymbol{C}_k(T)=\boldsymbol{C}_k(\boldsymbol{S})\boldsymbol{C}_k(\boldsymbol{A})(\boldsymbol{C}_k(\boldsymbol{S}))^{-1}. ,Ck(T)=Ck(S)Ck(A)(Ck(S))−1. 但注意到上三角方阵 T T T 的 k k k 级复合矩 C k ( T ) C_k(T) Ck(T) 也一定是上三角方阵(因为若 α , β ∈ Q k . n \alpha,\beta\in Q_{k.n} α,β∈Qk.n, 且按字典式排序 , α ,\alpha ,α 在 β \beta β 之后,则不难验证 det T [ α ∣ β ] = 0 \det T[\alpha|\beta]=0 detT[α∣β]=0),而且这个上三角方阵 C k ( T ) C_k(T) Ck(T) 的主对角线上元素的集合正是 { { λ i 1 ⋯ λ i k ∣ 1 ⩽ i 1 < ⋯ < i k ⩽ n } . \{\left\{\lambda_{i_1}\cdots\lambda_{i_k}\mid1\leqslant i_1<\cdots<i_k\leqslant n\right\}. {{λi1⋯λik∣1⩽i1<⋯<ik⩽n}.
5.2 加性复合矩阵
定义 5.2.1 设
A
A
A 是
n
n
n 阶方阵
,
t
,t
,t 是不定元. 记
C
k
(
I
n
+
t
A
)
C_{k}\left ( I_{n}\:+ \:t\mathbf{A} \right )
Ck(In+tA) =
I
(
n
k
)
\boldsymbol{I}_{{\binom nk}}
I(kn) +
t
Δ
k
(
A
)
t\Delta _{k}\left ( \boldsymbol{A}\right )
tΔk(A) +
t
2
R
t^{2}\boldsymbol{R}
t2R ,
其中
Δ
k
(
A
)
∈
M
(
n
k
)
(
C
)
,
R
∈
M
(
n
k
)
(
C
[
t
]
)
.
\Delta_k(\boldsymbol{A})\in M_{\binom nk}(\boldsymbol{C}),\boldsymbol{R}\in M_{\binom nk}(\mathbf{C}[t]).
Δk(A)∈M(kn)(C),R∈M(kn)(C[t]). 称
(
n
k
)
\binom nk
(kn) 阶方阵
Δ
k
(
A
)
\Delta_k(\boldsymbol{A})
Δk(A) 为
A
\boldsymbol{A}
A 的
k
k
k 级加性复合矩阵.
易知 k = 1 k=1 k=1 时, Δ 1 ( A ) = A ; \Delta_1(\boldsymbol{A})=\boldsymbol{A}; Δ1(A)=A;当 k = n k=n k=n 时 , Δ n ( A ) = t r A . ,\Delta_n(\boldsymbol{A})=\mathrm{tr}\boldsymbol{A}. ,Δn(A)=trA.
证 C 1 ( I + t A ) = I + t A , C n ( I + t A ) = det ( I + t A ) C_1(I+tA)=I+tA,C_n(I+tA)=\det(I+tA) C1(I+tA)=I+tA,Cn(I+tA)=det(I+tA)中 ( f ( t ) + 1 t 多项式 g ( t ) + 1 t 多项式 h ( t ) + 1 ) \begin{pmatrix}f(t)+1&&t多项式\\&g(t)+1&\\t多项式& &h(t)+1\end{pmatrix} f(t)+1t多项式g(t)+1t多项式h(t)+1 , t t t 的一次项仅在 n n n 个对角元乘积 ( t a 11 + 1 ) ⋯ ( t a m + 1 ) (ta_{11}+1)\cdots(ta_{m}+1) (ta11+1)⋯(tam+1) 中, 即 t r ( A ) tr(A) tr(A)。
性质: 若 A A A 是下三角,则 Δ k ( A ) \Delta_k(A) Δk(A) 也是下三角,且 Δ k ( A ) \Delta_k(A) Δk(A) 的对有元集合 = A =A =A 的对角元集合中所有 k k k 个元之和.
例 A = ( 1 2 3 1 2 3 ) , k = 2 A=\begin{pmatrix}1&2&3\\&1&2\\&&3\end{pmatrix},k=2 A= 121323 ,k=2
则 C 2 ( I 2 + t A ) = ( ( t + 1 ) 2 2 t ( t + 1 ) t 2 − 3 t 0 ( t + 1 ) ( t + 1 ) 2 t ( 3 t + 1 ) 0 0 ( t + 1 ) ( 3 t + 1 ) ) = I ( 3 2 ) + t ( 2 2 − 3 0 4 2 0 0 4 ) + t 2 ( 1 2 1 0 3 6 0 0 3 ) \begin{aligned}C_2(I_2+tA)&=\begin{pmatrix}(t+1)^2&2t(t+1)&t^2-3t\\0&(t+1)(t+1)&2t(3t+1)\\0&0&(t+1)(3t+1)\end{pmatrix}\\&=I_{\binom 32}+t\begin{pmatrix}2&2&-3\\0&4&2\\0&0&4\end{pmatrix}+t^2\begin{pmatrix}1&2&1\\0&3&6\\0&0&3\end{pmatrix}\end{aligned} C2(I2+tA)= (t+1)2002t(t+1)(t+1)(t+1)0t2−3t2t(3t+1)(t+1)(3t+1) =I(23)+t 200240−324 +t2 100230163
定理 5.2.2 设 A A A 和 B B B 都是 n n n 阶方阵,则
- Δ k ( A + B ) = Δ k ( A ) + Δ k ( B ) ; \Delta_{k}(A+B)=\Delta_{k}(A)+\Delta_{k}(B); Δk(A+B)=Δk(A)+Δk(B);
- 对可逆方阵
S
,
Δ
k
(
S
A
S
−
1
)
=
C
k
(
S
)
Δ
k
(
A
)
C
k
(
S
)
−
1
S,\Delta_k(SAS^{-1})=C_k(S)\Delta_k(A)C_k(S)^{-1}
S,Δk(SAS−1)=Ck(S)Δk(A)Ck(S)−1, 从而由
A
A
A 与
B
B
B 相似,
可得 Δ k ( A ) \Delta_k(A) Δk(A) 与 Δ k ( B ) \Delta_k(B) Δk(B) 相似; - 若记 S p e c A = { λ 1 , ⋯ , λ n } Spec\boldsymbol{A}=\{\lambda_1,\cdots,\lambda_n\} SpecA={λ1,⋯,λn},则 S p e c Δ k ( A ) = { λ i 1 + ⋯ + λ i k ∣ 1 ⩽ i 1 < ⋯ < i k ⩽ n } . Spec~\Delta_k(\boldsymbol{A})=\{\lambda_{i_1}+\cdots+\lambda_{i_k}\mid1\leqslant i_1<\cdots<i_k\leqslant n\}. Spec Δk(A)={λi1+⋯+λik∣1⩽i1<⋯<ik⩽n}.
证 (1)将等式
C k ( ( I + t A ) ( I + t B ) ) = C k ( I + t A ) C k ( I + t B ) C_k((I+tA)(I+tB))=C_k(I+tA)C_k(I+tB) Ck((I+tA)(I+tB))=Ck(I+tA)Ck(I+tB)两边分别按 t t t 展开后,得
右边 = ( I + t Δ k ( A ) + t 2 R ) ( I + t Δ k ( B ) + t 2 S ) = I + t ( Δ k ( A ) + Δ k ( B ) ) + t 2 ( ⋯ ) , =(I+t\Delta_k(\boldsymbol{A})+t^2\boldsymbol{R})(I+t\Delta_k(\boldsymbol{B})+t^2\boldsymbol{S})=I+t(\Delta_{k}(A)+\Delta_{k}(B))+t^{2}(\cdots), =(I+tΔk(A)+t2R)(I+tΔk(B)+t2S)=I+t(Δk(A)+Δk(B))+t2(⋯),
左边 = C k ( I + t ( A + B ) + t 2 A B ) = I + t Δ k ( A + B ) + t 2 ( ⋯ ) . =C_{k}(I+t(A+B)\:+t^{2}AB)=\:I\:+\:t\Delta_{k}\left(A+B\right)+t^{2}\left(\cdots\right). =Ck(I+t(A+B)+t2AB)=I+tΔk(A+B)+t2(⋯).
比较两边 t t t 的系数即得(1).
(2) C k ( S ( I + t A ) S − 1 ) = C k ( S ) C k ( I + t A ) ( C k ( S ) ) − 1 = I + t C k ( S ) Δ k ( A ) ( C k ( S ) ) − 1 + t 2 ( ⋯ ) . ~~\begin{aligned}C_{k}\left(\boldsymbol{S}(\boldsymbol{I}+t\boldsymbol{A})\boldsymbol{S}^{-1}\right)&=\boldsymbol{C}_{k}\left(\boldsymbol{S}\right)\boldsymbol{C}_{k}\left(\boldsymbol{I}+t\boldsymbol{A}\right)\left(\boldsymbol{C}_{k}\left(\boldsymbol{S}\right)\right)^{-1}\\&=\boldsymbol{I}+t\boldsymbol{C}_{k}\left(\boldsymbol{S}\right)\Delta_{k}\left(\boldsymbol{A}\right)\left(\boldsymbol{C}_{k}\left(\boldsymbol{S}\right)\right)^{-1}+t^{2}\left(\boldsymbol{\cdots}\right).\end{aligned} Ck(S(I+tA)S−1)=Ck(S)Ck(I+tA)(Ck(S))−1=I+tCk(S)Δk(A)(Ck(S))−1+t2(⋯).
(3) 和讨论 C k ( A ) C_{k}(A) Ck(A) 的谱一样,设可逆方阵 S S S 使 S A S − 1 = T = ( λ 1 ∗ ⋱ 0 λ n ) . SAS^{-1}=T=\begin{pmatrix}\lambda_1&&&*\\&\ddots&&\\\mathbf{0}&&&\lambda_n\end{pmatrix}. SAS−1=T= λ10⋱∗λn .
由 (2) 得 Δ k ( A ) \Delta_k(\boldsymbol{A}) Δk(A) 与 Δ k ( T ) \Delta_k(T) Δk(T) 相似. 但 C k ( I + t T ) = I + t Δ k ( T ) + t 2 ( ⋯ ) C_k(I+t\boldsymbol{T})=\boldsymbol{I}+t\Delta_k(\boldsymbol{T})+t^2(\cdots) Ck(I+tT)=I+tΔk(T)+t2(⋯) 的左边是上三角方阵,其主对角线上元素的集合是 { ( 1 + t λ i 1 ) ⋯ ( 1 + t λ i k ) ∣ 1 ⩽ i 1 < ⋯ < i k ⩽ n } \{(1+t\lambda_{i_1})\cdots(1+t\lambda_{i_k})\mid1\leqslant i_1<\cdots<i_k\leqslant n\} {(1+tλi1)⋯(1+tλik)∣1⩽i1<⋯<ik⩽n}, 所以右边的 Δ k ( T ) \Delta_k(T) Δk(T) 也是上三角方阵,其主对角线上元素的集合正是 { λ i 1 + ⋯ \{\lambda_{i_1}+\cdots {λi1+⋯ + λ i k ∣ 1 ⩽ i 1 < ⋅ ⋅ ⋅ < i k ⩽ n ∣ = S p e c Δ k ( T ) = S p e c Δ k ( A ) . +\lambda_{i_k}\mid1\leqslant i_1<\cdotp\cdotp\cdotp<i_k\leqslant n\mid=Spec~\Delta_k(T)=Spec~\Delta_k(A). +λik∣1⩽i1<⋅⋅⋅<ik⩽n∣=Spec Δk(T)=Spec Δk(A).