20211005 Hermite矩阵及几个性质

---

定义

Hermite矩阵：$a_{ij}$ 与 $a_{ji}$ 共轭，即实部相等，虚部相反。

---

Hermite 矩阵的几个性质

Hermite 矩阵的几个性质

(1) 设 $\mathbf{A}\in {\mathbf{C}}_r^{m\times n}(r>0)$, 则 ${\mathbf{A}}^{\mathrm{H}}\mathbf{A}$ 是 Hermite 矩阵,且其特征值均是非负实数;
(2) $\mathrm{rank}\left({\mathbf{A}}^{\mathrm{H}}\mathbf{A}\right)=\mathrm{rank}\mathbf{A}$;
(3) 设 $\mathbf{A}\in {\mathbf{C}}^{m\times n}$, 则 $\mathbf{A}=\mathbf{O}$ 的充要条件是 ${\mathbf{A}}^{\mathrm{H}}\mathbf{A}=\mathbf{O}$. 这些结论请读者证明.

Proof. (1) Hermite矩阵是指A是A的共轭转置，因为${\mathbf{A}}^{\mathrm{H}}\mathbf{A}={\left({\mathbf{A}}^{\mathrm{H}}\mathbf{A}\right)}^{\mathrm{H}}$，所以${\mathbf{A}}^{\mathrm{H}}\mathbf{A}$ 是
Hermite 矩阵. 因为 ${\mathbf{x}}^{\mathrm{H}}{\mathbf{A}}^{\mathrm{H}}\mathbf{A}\mathbf{x}={\left(\mathbf{A}\mathbf{x}\right)}^{\mathrm{H}}\mathbf{A}\mathbf{x}⩾0$
对于任意非零的$\mathbf{x}$，所以${\mathbf{A}}^{\mathrm{H}}\mathbf{A}$
的特征值均是非负实数.

(2) 对于某个的$\mathbf{x}\in {\mathbf{C}}^n$，如果$\mathbf{A}\mathbf{x}=0$，可以推出${\mathbf{A}}^{\mathrm{H}}\mathbf{A}\mathbf{x}=0$；对于某个的$\mathbf{x}\in {\mathbf{C}}^n$，如果${\mathbf{A}}^{\mathrm{H}}\mathbf{A}\mathbf{x}=0$，则${\mathbf{x}}^{\mathrm{H}}{\mathbf{A}}^{\mathrm{H}}\mathbf{A}\mathbf{x}={\left(\mathbf{A}\mathbf{x}\right)}^{\mathrm{H}}\mathbf{A}\mathbf{x}=0$，可以得到$\mathbf{A}\mathbf{x}=0$。说明零空间相同，零空间维数相同.

考虑到矩阵的列数=其最大线性无关组的个数（秩）+零空间维数，${\mathbf{A}}^{\mathrm{H}}\mathbf{A}$和$\mathbf{A}$的列数相同，零空间相同，所以秩相同.

(3) 如果$\mathbf{A}=\mathbf{O}$，则${\mathbf{A}}^{\mathrm{H}}\mathbf{A}=\mathbf{O}$成立；如果${\mathbf{A}}^{\mathrm{H}}\mathbf{A}=\mathbf{O}$，则对任意$\mathbf{x}\in {\mathbf{C}}^n$，有${\mathbf{x}}^{\mathrm{H}}{\mathbf{A}}^{\mathrm{H}}\mathbf{A}\mathbf{x}={\left(\mathbf{A}\mathbf{x}\right)}^{\mathrm{H}}\mathbf{A}\mathbf{x}=0$，即对任意$\mathbf{x}\in {\mathbf{C}}^n$，有$\mathbf{A}\mathbf{x}=0$，则对$\mathbf{A}$的任一行向量，均与所有$\mathbf{x}\in {\mathbf{C}}^n$垂直，那么$\mathbf{A}$的所有行都是$\mathbf{O}$，也就是说$\mathbf{A}=\mathbf{O}$.

---

奇异值和非零奇异值

定义 4. 11 设 $\mathbf{A}\in {\mathbf{C}}_r^{m\times n}(r>0),{\mathbf{A}}^{\mathrm{H}}\mathbf{A}$ 的特征值为
$${\lambda }_1⩾{\lambda }_2⩾\cdots ⩾{\lambda }_r>{\lambda }_{r+1}=\cdots ={\lambda }_n=0$$ 则称 ${\sigma }_i=\sqrt{{\lambda }_i}(i=1,2,\cdots ,n)$ 为 $\mathbf{A}$ 的奇异值;当 $\mathbf{A}$ 为零矩阵时, 它的奇异值都是 $0.$

易见,
(1) 矩阵 $\mathbf{A}$ 的奇异值的个数等于 $\mathbf{A}$ 的列数.

(2) $\mathbf{A}$ 的非零奇异值的个数等于 $\mathrm{rank}A$.

Proof: $\mathbf{A}$ 的零奇异值，也就是${\mathbf{A}}^{\mathrm{H}}\mathbf{A}$的零特征根，也就是${\mathbf{A}}^{\mathrm{H}}\mathbf{A}\mathbf{x}=\mathbf{O}$的解，那么$\mathbf{A}$的零奇异值的个数也就等于${\mathbf{A}}^{\mathrm{H}}\mathbf{A}$的零空间的维数。

另外，$\mathbf{A}$ 的所有奇异值的个数等于${\mathbf{A}}^{\mathrm{H}}\mathbf{A}$的维数。

从(2)可以看出，矩阵的列数=其最大线性无关组的个数（秩）+零空间维数，则$\mathbf{A}$ 的非零奇异值的个数等于$\mathrm{rank}A$.