Schur分解及Hermite矩陣
上一節學習了矩陣的QR分解,並且這種分解方式是唯一的。這一節將學習在酉空間中矩陣的Schur分解,最後學習酉矩陣可對角化的充要條件,進而引出正規矩陣的概念及Hermite矩陣
1。 Schur定理
任意矩陣
,一定存在酉矩陣
,使得
為上三角矩陣
證明:
之前學習過任意矩陣可相似於Jordan標準型,因此存在非奇異矩陣
成立
根據上一節的QR分解,任意非奇異矩陣都可以分解為QR的形式,其中Q為標準正交矩陣,因此
可以分解為
其中
是酉矩陣,
是主對角線上元素都大於0的上三角矩陣,因此
對等式做進一步變形,則
因為
為上三角矩陣,所以
也為上三角矩陣,因此矩陣
可相似於對角矩陣
2。 酉相似對角矩陣定理
前面的Schurd定理給出了酉矩陣一定可相似於上三角矩陣,那什麼情況下酉矩陣會相似於對角矩陣呢
給定矩陣
,存在酉矩陣
,使得
為對角矩陣的充要條件是
其中滿足
條件的矩陣
稱為
正規矩陣
,因此酉矩陣
可相似對角化的充要條件是
為正規矩陣
證明
必要性:
已知:
記
則
因此
充分性:
已知:
由Schur定理,存在
矩陣,使
為上三角矩陣,即
因此
由已知條件
可以得出
因此
透過比較元素可得,
為對角矩陣,即
3。 Hermite矩陣
3。1 Hermite矩陣的定義
矩陣
,若滿足
,則矩陣
為Hermite矩陣
3。2 Hermite矩陣的性質
Hermite矩陣為正規矩陣
證明:顯然
Hermite矩陣可對角化
證明:Hermite矩陣為正規矩陣,由定理正規矩陣可對角化
Hermite矩陣的特徵值為實數
證明:
等式兩邊取共軛轉置,則
等式兩邊右乘
,則
因此
所以
為實數
4。 正定、非負定Hermite矩陣
4。1 正定、非負定Hermite矩陣定義
已知Hermite矩陣
正定:
非負定:
4。2 非負定Hermite矩陣的最大特徵值的極值刻畫
特徵值的最大值
首先說明一下第二個等式如何過去的,因為
因此
其中新的
,滿足
即
在單位球上
證明:
因為
為Hermite矩陣,因此矩陣
可相似於對角矩陣,即
因此可以得到
因此
令
因此
其中
因此
所以
注:對正交矩陣也成立
其中
被
稱為Rayleigh商
,用商來刻畫特徵值極值的問題