概要
主要介绍左右特征向量以及重要的性质。
左右特征向量
下面给一个简单结论, **证明**:不妨假设 $x$ 是一个单位向量,计算给出 $\mu=\mu x^*x=(x^*A)x=x^*Ax=x^*(Ax)=x^*(\lambda x)=\lambda x^* x=\lambda$.
每一种类型的特征向量都传递出有关矩阵的不同信息,而了解这两类类型的特征向量是怎样相互影响的,可能是非常有用的,接下来给一个重要的定理,
证明:(a)计算如下,
\begin{align*}
\mu (y^*x)=(\mu y*)x=(y*A)x=y*(Ax)=y*(\lambda x)=\lambda (y^* x)
\end{align*}
故而 \((\lambda-\mu)(y^*x)=0\), 又 \(\lambda\neq \mu\), 故 \(y^*x=0\).
(b) 假设 \(Ax=\lambda x\) 以及 \(y^*A=\mu y^*\), 且 \(y^*x\neq 0\). 我们知道等比例缩放特征向量仍是特征向量,所以可以用 \(y/(x^*y)\) 代替 \(y\), 这时不妨设 \(y^*x=1\). 令 \(S_1\in M_{n,n-1}\) 的列是 \(y\) 的 正交补的任意一组基(所以 \(y^*S_1=0\)), 并考虑 \(S=\begin{bmatrix} x&S_1 \end{bmatrix}\in M_n\). 设 \(z=\begin{bmatrix} z_1& \zeta^T \end{bmatrix}^T\) (其中\(z_1\) 是一个纯量, \(\zeta \in \mathbb{C}^{n-1}\)),并假设 \(Sz=0\). 那么
\[
0=y*Sz=y*(z_1x+S_1\zeta)=z_1(y*x)+(y*S_1)\zeta=z_1
\]
所以 \(z_1=0\) 且 \(0=Sz=S_1\zeta\), 这蕴含 \(\zeta=0\), 这是因为 \(S_1\) 是列满秩的。所以可以断定 \(S\) 是非奇异的。用 \(\eta \in \mathbb{C}^n\) 分划 \(S^{-*}=\begin{bmatrix} \eta &Z_1 \end{bmatrix}\), 并计算
\[
I_n=S^{-1}S=\begin{bmatrix} \eta^* \\ Z_1^* \end{bmatrix} \begin{bmatrix} x&S_1 \end{bmatrix}=\begin{bmatrix} \eta^* x& \eta^* S_1 \\Z_1^* x & Z_1^* S_1 \end{bmatrix}=\begin{bmatrix} 1 &0 \\ 0&I_{n-1} \end{bmatrix}
\]
其中包含四个恒等式。恒等式 \(\eta^*S_1=0\) 蕴含 \(\eta\) 与 \(y\) 的正交补正交,所以对某个纯量 \(\alpha\) 有 \(\eta=\alpha y\). 恒等式 \(\eta^* x=1\) 告诉我们 \(\eta^*x=(\alpha y)^*x=\bar{\alpha}(y^*x)=\bar{\alpha}=1\), 所以 \(\eta=y\). 利用恒等式 \(\eta^*S_1=y^*S_1=0\) 与 \(Z_1^*x=0\), 以及 \(x\) 与 \(y\) 的特征向量的性质,计算相似矩阵
\begin{align*}
S^{-1}AS &=\begin{bmatrix} y^* \\ Z_1^* \end{bmatrix}A\begin{bmatrix} x&S_1 \end{bmatrix}=\begin{bmatrix} y^*Ax & y^*AS_1 \\ Z_1^*Ax & Z_1^*AS_1 \end{bmatrix} \\
&= \begin{bmatrix} (\lambda y^*)x & (\lambda y^*)S_1 \\ Z_1^*(\lambda x) & Z_1^*AS_1 \end{bmatrix} = \begin{bmatrix} \lambda (y^*x) & \lambda (y^*S_1) \\ \lambda (Z_1^*x) & Z_1^*AS_1 \end{bmatrix}= \begin{bmatrix} \lambda & 0 \\0 & Z_1^*AS_1 \end{bmatrix}
\end{align*}
这就验证了 (\(*\)) 式。
反过来,假设存在一个非奇异的 \(S\), 使得 \(A=S(\begin{bmatrix} \lambda \end{bmatrix}\oplus B)S^{-1}\). 设 \(x\) 是 \(S\) 的第一列, \(y\) 是 \(S^{-*}\) 的第一列,且分划 \(S=\begin{bmatrix} x&S_1 \end{bmatrix}\) 以及 \(S^{-*}=\begin{bmatrix} y&Z_1 \end{bmatrix}\), 则恒等式 \(S^{-1}S=I\) 的位于 \((1,1)\) 处的元素告诉我们 \(y^*x=1\); 恒等式
\[
\begin{bmatrix} Ax&AS_1 \end{bmatrix}=AS=S(\begin{bmatrix} \lambda \end{bmatrix} \oplus B)=\begin{bmatrix} \lambda x&S_1 B \end{bmatrix}
\]
的第一列告诉我们 \(Ax=\lambda x\);而恒等式
\[
\begin{bmatrix} y^*A \\ Z_1^*A \end{bmatrix}=S^{-1}A=(\begin{bmatrix} \lambda \end{bmatrix} \oplus B)S^{-1}=\begin{bmatrix} \lambda y^* \\ B Z_1^* \end{bmatrix}
\]
的第一行告诉我们 \(y^*A=\lambda y^*\).
定理 \(1.1\)(a) 结论是双正交原理。相似不改变矩阵的特征值,它的特征向量在相似之下以一种简单的方式进行变换。
证明:如果 \(Bx=\lambda x\), 那么 \(S^{-1}ASx=\lambda x\), 即 \(A(Sx)=\lambda (Sx)\). 由于 \(S\) 是非奇异的,且 \(x\neq 0, Sx\neq 0\), 故而 \(Sx\) 是 \(A\) 的一个特征向量。如果 \(y^*B=\lambda y^*\), 那么 \(y^*S^{-1}AS=\lambda y^*\), 对 \((y^*S^{-1})A=\lambda (y^*S^{-1})\) 括号内的部分取两次共轭转置,即得 \((S^{-*}y)^*A=\lambda (S^{-*}y)^*\).
最后要给出一个定理,但是还得利用一个引理,
证明:我们有 \(\mathrm{rank}(\lambda I-A)=n-1\), 故而 \(\mathrm{rank}\,\mathrm{adj}(\lambda I-A)=1\), 所以存在非零的 \(\xi,\eta \in \mathbb{C}^n\) 使得 \(\mathrm{adj}(\lambda I-A)=\xi \eta^*\), 但是 \((\lambda I-A)(\mathrm{adj}(\lambda I-A))=\mathrm{det}(\lambda I-A)I=0\), 所以 \((\lambda I-A)\xi\eta^*=0\), 且 \((\lambda I-A)\xi=0\), 它蕴含着对某个非零的纯量 \(\alpha\) 有 \(\xi=\alpha x\). 按照类似的方法利用恒等式 \((\mathrm{adj}(\lambda I-A))(\lambda I-A)=0\), 我们可得出结论:对某个非零的纯量 \(\beta\) 有 \(\eta=\beta y\). 于是有 \(\mathrm{adj}(\lambda I-A)=\alpha \beta xy^*\).
读完应该知道点什么
设给定 \(A \in M_n\), 非零向量 \(x,y \in \mathbb{C}^n\) 以及纯量 \(\lambda, \mu \in \mathbb{C}\). 假设 \(Ax=\lambda x\) 以及 \(y^*A=\mu y^*\).
- 如果 \(x=y\), 那么 \(\lambda=\mu\)
- 如果 \(\lambda \neq \mu\), 那么 \(y^*x=0\)(双正交原理)
- 如果 \(\lambda = \mu\) 且 \(\lambda\) 的代数重数为 \(1\), 那么 \(y^*x\neq 0\)
- 如果 \(\lambda = \mu\) 且 \(\lambda\) 的几何重数为 \(1\), 那么它的代数重数为 \(1\) 当且仅当 \(y^*x\neq 0\)