双线性函数

                     

贡献者: 叶月2_

定义 1 

   设 $V$ 是域 $\mathbb F$ 上的线性空间,映射 $f:V\times V\rightarrow\mathbb F$ 若满足对于任意 $ \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} , \boldsymbol{\mathbf{z}} \in V,a,b\in \mathbb F$ 有:

\begin{equation} \begin{aligned} f(a \boldsymbol{\mathbf{x}} +b \boldsymbol{\mathbf{y}} , \boldsymbol{\mathbf{z}} )&=af( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{z}} )+bf( \boldsymbol{\mathbf{y}} , \boldsymbol{\mathbf{z}} )=0\\ f( \boldsymbol{\mathbf{z}} ,a \boldsymbol{\mathbf{x}} +b \boldsymbol{\mathbf{y}} )&=af( \boldsymbol{\mathbf{z}} , \boldsymbol{\mathbf{x}} )+bf( \boldsymbol{\mathbf{z}} , \boldsymbol{\mathbf{y}} )=0 \end{aligned}~, \end{equation}
则称 $f$ 是 $V$ 上的一个双线性函数。

   显然,当固定一个向量不变时,双线性函数就是 $V$ 上的一个线性函数。

   双线性函数可以用矩阵表示。设 $\{ \boldsymbol{\mathbf{e}} _i\}$ 为 $V$ 上的一组基,任意向量 $ \boldsymbol{\mathbf{x}} =a^i \boldsymbol{\mathbf{e}} _i, \boldsymbol{\mathbf{y}} =b^i \boldsymbol{\mathbf{e}} _i$,则 $f(a^i \boldsymbol{\mathbf{e}} _i,b^j \boldsymbol{\mathbf{e}} _j)=a^ib^jf( \boldsymbol{\mathbf{e}} _i, \boldsymbol{\mathbf{e}} _j)= \boldsymbol{\mathbf{x}} ^TA \boldsymbol{\mathbf{y}} $。称 $A$ 是 $f$ 在基 $\{ \boldsymbol{\mathbf{e}} _i\}$ 下的度量矩阵

例 1 

\begin{equation} \boldsymbol{\mathbf{x}} ^TA \boldsymbol{\mathbf{y}} =\begin{pmatrix} a_1 &a_2 &a_3 \end{pmatrix} \begin{pmatrix} f( \boldsymbol{\mathbf{e}} _1, \boldsymbol{\mathbf{e}} _1)& f( \boldsymbol{\mathbf{e}} _1, \boldsymbol{\mathbf{e}} _2) &f( \boldsymbol{\mathbf{e}} _1, \boldsymbol{\mathbf{e}} _3) \\ f( \boldsymbol{\mathbf{e}} _2, \boldsymbol{\mathbf{e}} _1) &f( \boldsymbol{\mathbf{e}} _2, \boldsymbol{\mathbf{e}} _2) &f( \boldsymbol{\mathbf{e}} _2, \boldsymbol{\mathbf{e}} _3) \\ f( \boldsymbol{\mathbf{e}} _3, \boldsymbol{\mathbf{e}} _1) & f( \boldsymbol{\mathbf{e}} _3, \boldsymbol{\mathbf{e}} _2) &f( \boldsymbol{\mathbf{e}} _3, \boldsymbol{\mathbf{e}} _3) \end{pmatrix} \begin{pmatrix} b^1 &b^2 &b^3 \end{pmatrix}~. \end{equation}

例 2 

   欧几里得内积是特殊的度量矩阵,表示为单位矩阵 $\boldsymbol E$。

   内积具有双线性、正定性和对称性。我们可以把只保留双线性的度量矩阵看作广义内积。 在前文我们已经知道,相似变换可以改变线性映射和向量的表示。度量矩阵的意义便在于保持向量内积在新基下不变。

   设 $Q$ 为过渡矩阵,$B$ 为 $f$ 在新基下的表示,由内积不变得 $ \boldsymbol{\mathbf{x}} ^TA \boldsymbol{\mathbf{y}} =x^T(Q^{-1})^TBQ^{-1} \boldsymbol{\mathbf{y}} $,则 $B=Q^{T}AQ$。也就是说,合同变换实际上是改变双线性函数的度量矩阵表示。由于合同变换不改变矩阵的秩,因此把秩称作 $f$ 的矩阵秩

定义 2 

   设 $f$ 是域 $f$ 上线性空间 $V$ 的双线性函数,称 $V$ 的下述子集

\begin{equation} \{ \boldsymbol{\mathbf{x}} \in V \mid f( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} )=0, \forall \boldsymbol{\mathbf{y}} \in V\}~ \end{equation}
为 $f$ 在 $V$ 上的左根,类似于群论中的左零因子。同理,“右零因子” 被称作右根

   易见,左根和右根在数乘和加法下封闭,是 $V$ 的子空间。

定义 3 

   若 $f$ 在 $V$ 上的左根和有根都为 ${ \boldsymbol{\mathbf{0}} }$,则称 $f$ 在 $V$ 上非退化。称不满足该条件的 $f$ 是退化的。

   $f$ 的矩阵秩是判断其退化性的直接依据。

定理 1 

   $f$ 在 $V$ 上非退化 $\Leftrightarrow f$ 满秩。

   证明:

   非退化意味着左根和右根都为 $ \boldsymbol{\mathbf{0}} $。

   设任意向量 $ \boldsymbol{\mathbf{y}} =b^j \boldsymbol{\mathbf{e}} _j$,左根 $ \boldsymbol{\mathbf{x}} =a^i \boldsymbol{\mathbf{e}} _i$ 满足 $f(a^i \boldsymbol{\mathbf{e}} _i,b^j \boldsymbol{\mathbf{e}} _j)=b^ja^if( \boldsymbol{\mathbf{e}} _i, \boldsymbol{\mathbf{e}} _j)=0$,则必有 $a^if( \boldsymbol{\mathbf{e}} _i, \boldsymbol{\mathbf{e}} _j)= \boldsymbol{\mathbf{x}} ^T A=(A^Tx)^T= \boldsymbol{\mathbf{0}} $。解集为 $ \boldsymbol{\mathbf{0}} $ 意味着 $f$ 是个单射,即满秩。同理可证,右根为 $ \boldsymbol{\mathbf{0}} $ 当且仅当 $f$ 满秩。

$f$ 的对称性

定义 4 

   $f,V, \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} $ 同上设。

  • 若满足 $f( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} )=f( \boldsymbol{\mathbf{y}} , \boldsymbol{\mathbf{x}} )$,则称 $f$ 是对称的,;
  • 若满足 $f( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} )=-f( \boldsymbol{\mathbf{y}} , \boldsymbol{\mathbf{x}} )$,则称 $f$ 是反对称(斜对称)的;
  • 若满足 $f( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{x}} )=0$ 则称 $f$ 是交错的

   交错性相当于幂零性,在特征不为 $2$ 的域下是可以推出反对称性的,由 $f( \boldsymbol{\mathbf{x}} + \boldsymbol{\mathbf{y}} , \boldsymbol{\mathbf{x}} + \boldsymbol{\mathbf{y}} )=0$ 可得。而在特征为 $2$ 的域下相当于是对称性。因此,本篇下述只研究对称性和反对称性双线性函数的性质。

   如果 $f$ 是对称的,则有 $f(a^i \boldsymbol{\mathbf{e}} _i,b^j \boldsymbol{\mathbf{e}} _j)=a^ib^jf( \boldsymbol{\mathbf{e}} _i, \boldsymbol{\mathbf{e}} _j)=f(b^j \boldsymbol{\mathbf{e}} _j,a^i \boldsymbol{\mathbf{e}} _i)=a^ib^jf( \boldsymbol{\mathbf{e}} _j, \boldsymbol{\mathbf{e}} _i)$,则其度量矩阵是对称的。 同理可证,若 $f$ 是反对称的,则其度量矩阵是反对称的。

   由于对称矩阵相似于对角矩阵,且其过渡矩阵是正交矩阵,因此这也是个合同变换的过程。所以对于线性空间 $V$ 上的对称双线性函数 $f$,我们总能找到一组基,使其度量矩阵在该基下为对角矩阵。

   反对称双线性函数也有较为简单的度量矩阵形式。

定理 2 

   设域 $K$ 的特征不为 $2$,$V$ 是域 $K$ 的 $n$ 维线性空间,$f$ 是 $V$ 上的反对称双线性函数。则存在一组基 $ \boldsymbol{\mathbf{\varepsilon}} _1, \boldsymbol{\mathbf{\varepsilon}} _2, \boldsymbol{\mathbf{\eta}} '_3... \boldsymbol{\mathbf{\eta}} '_n$,使得 $f$ 的度量矩阵具有如下形式:

\begin{equation} \operatorname{diag}\left\{\left(\begin{array}{rr} 0 & 1 \\ -1 & 0 \end{array}\right), \cdots,\left(\begin{array}{rr} 0 & 1 \\ -1 & 0 \end{array}\right), 0, \cdots, 0\right\} \text {, } ~.\end{equation}

   证明:1

   由对称矩阵的性质可知,$n< 3$ 时定理自然成立。下面假设维度小于 $n$ 时成立,需要证明维度为 $n$ 时定理依然成立。

   由于 $f$ 是反对称的,因此必然至少有两个向量其内积不为 $0$,如 $f( \boldsymbol{\mathbf{\varepsilon}} _1, \boldsymbol{\mathbf{x}} _2)=k\neq 0$,设 $ \boldsymbol{\mathbf{\varepsilon}} _2=k^{-1} \boldsymbol{\mathbf{x}} _2$,则可得 $f( \boldsymbol{\mathbf{\varepsilon}} _1, \boldsymbol{\mathbf{\varepsilon}} _2)=1$。拓展这两个向量至 $V$ 上的一组基:

\begin{equation} \boldsymbol{\mathbf{\varepsilon}} _1, \boldsymbol{\mathbf{\varepsilon}} _2, \boldsymbol{\mathbf{\eta}} _3,... \boldsymbol{\mathbf{\eta}} _n~, \end{equation}
设 $f( \boldsymbol{\mathbf{\eta}} _i, \boldsymbol{\mathbf{\varepsilon}} _1)=k_i,f( \boldsymbol{\mathbf{\eta}} _i, \boldsymbol{\mathbf{\varepsilon}} _2)=k'_i$,并令
\begin{equation} \boldsymbol{\mathbf{\eta}} '_i= \boldsymbol{\mathbf{\eta}} _i-k'_i \boldsymbol{\mathbf{\varepsilon}} _1+k_i \boldsymbol{\mathbf{\varepsilon}} _2,i=3...n~, \end{equation}
则有:
\begin{equation} \begin{aligned} f( \boldsymbol{\mathbf{\eta}} '_i, \boldsymbol{\mathbf{\varepsilon}} _1)&=f( \boldsymbol{\mathbf{\eta}} _i, \boldsymbol{\mathbf{\varepsilon}} _1)+k_if( \boldsymbol{\mathbf{\varepsilon}} _2,\varepsilon_1)\\ &=k_i-k_i=0\\ f( \boldsymbol{\mathbf{\eta}} '_i, \boldsymbol{\mathbf{\varepsilon}} _2)&=f( \boldsymbol{\mathbf{\eta}} _i, \boldsymbol{\mathbf{\varepsilon}} _2)-k'_if( \boldsymbol{\mathbf{\varepsilon}} _1,\varepsilon_2)\\ &=k'_i-k'_i=0 \end{aligned}~. \end{equation}
因此 $ \boldsymbol{\mathbf{\eta}} '_i\in \left( \operatorname {Span}\{ \boldsymbol{\mathbf{\varepsilon}} _1, \boldsymbol{\mathbf{\varepsilon}} _2\}\right)^{\bot}$。 可以证明 $\{ \boldsymbol{\mathbf{\varepsilon}} _1, \boldsymbol{\mathbf{\varepsilon}} _2, \boldsymbol{\mathbf{\eta}} '_3... \boldsymbol{\mathbf{\eta}} '_n\}$ 依然构成 $V$ 上的一组基。因此 $V=\{ \boldsymbol{\mathbf{\varepsilon}} _1, \boldsymbol{\mathbf{\varepsilon}} _2\}\oplus \operatorname {Span}\{ \boldsymbol{\mathbf{\eta}} '_i\}_{i=3}^n$。 由题设可知,$f$ 在 $ \operatorname {Span}\{ \boldsymbol{\mathbf{\eta}} '_i\}_{i=3}^n$ 上存在一组基,使得在该子空间上的度量矩阵为定理所示形式,又因 $f( \boldsymbol{\mathbf{\eta}} '_i,\varepsilon_1)=f( \boldsymbol{\mathbf{\eta}} '_i,\varepsilon_2)=0$ 及 $f( \boldsymbol{\mathbf{\varepsilon}} _1, \boldsymbol{\mathbf{\varepsilon}} _2)=1$,定理得证。


1. ^ 引自丘维声《抽象代数》

                     

© 小时科技 保留一切权利