算子代数

                     

贡献者: 零穹; Giacomo

预备知识 线性算子

1. 算子代数

   根据线性映射的数乘,加法运算,及映射复合定义 6 ,可令

\begin{equation} (\mathcal{A}+\mathcal{B}) x=\mathcal{A} x+\mathcal{B} x~,\quad (\lambda\mathcal A) x=\lambda(\mathcal A x)~,\quad (\mathcal{AB}) x=\mathcal{A}(\mathcal{B} x)~. \end{equation}
也就是说,我们把线性算子之间的复合理解成线性算子空间上的乘法。

   由式 1 可直接验证

\begin{equation} \begin{aligned} &\alpha(\mathcal{A+B})=\alpha\mathcal{A}+\alpha\mathcal{B}~,\\ &(\alpha+\beta)\mathcal{A}=\alpha\mathcal{A}+\beta\mathcal{A}~,\\ &(\alpha\beta)\mathcal{A}=\alpha(\beta\mathcal{A})~,\\ &1\cdot \mathcal{A}=\mathcal A~,\\ &\mathcal{A}(\mathcal{BC})=(\mathcal{AB})\mathcal C\quad(\text{结合律})~,\\ &\mathcal A(\mathcal{B+C})=\mathcal{AB+AC}~,\quad (\mathcal{A+B})\mathcal C=\mathcal{AC+BC}\quad(\text{分配律})~,\\ &\lambda(\mathcal{AB})=(\lambda\mathcal{A})\mathcal{B}=\mathcal{A}(\lambda \mathcal B)~. \end{aligned} \end{equation}
我们看到,$\mathcal{L}(V)$ 不仅是个矢量空间,同时也是个结合环定义 2 ,最后的关系式建立了纯量和算子之间乘法的补充定律。这样一个满足补充定律 $\lambda(ab)=(\lambda a)b=a(\lambda b)$ , 又是环又是域 $\mathbb{F}$ 上的向量空间 $K$,就称为域 $\mathbb{F}$ 上的代数定义 1 。$K$ 作为矢量空间的维数即称为代数 $K$ 的维数

2. 单一算子生成的子代数

   已经知道,定义在域 $\mathbb{F}$ 上的向量空间 $K$,如果它同时是一个环,它就是一个代数。如果这个向量空间 $K$ 的子空间 $L$ 对于 $K$ 作为环的乘法封闭,那么 $L$ 就称为代数 $K$ 的子代数

   现在要研究包含算子 $\mathcal{A}$ 的最小子代数(且含环的单位元 $\mathcal{E}$),这个子代数记作 $\mathbb{F}[\mathcal A]$(之所以这样记,是因为这个子代数是域 $\mathbb{F}$ 上的多项式环例 3 )。

   要找包含算子 $\mathcal{A}$ 的最小子代数 $\mathbb{F}[\mathcal A]$,可以这样思考:首先考虑这个子代数是个向量空间并且含有 $\mathcal{E}$,那么由算子 $\mathcal{A,E,O}$($\mathcal{O}$ 为零算子例 1 )进行向量空间的加法和数乘得到的元素形为 $a_0\mathcal{E},a_1\mathcal{A}\;\forall a_0,a_1\in\mathbb{F}$。现在,这个子代数至少包含 $a_0\mathcal{E},a_1\mathcal{A}\;\forall a_0,a_1\in\mathbb{F}$。考虑子代数也是个环,那么由算子 $a_0\mathcal{E},a_1\mathcal{A}\;\forall a_0,a_1\in\mathbb{F}$ 进行环的乘法得到的元素形为 $a_0\mathcal{E},a_1\mathcal{A},a_2\mathcal{A}^2\;\forall a_0,a_1,a_2\in\mathbb{F}$,所以现在这个子代数至少包含算子 $a_0\mathcal{E},a_1\mathcal{A},a_2\mathcal{A}\;\forall a_0,a_1,a_2\in\mathbb{F}$;再考虑它是个向量空间及环,如此重复可得到这个子代数至少包含所有下面形式的元素(注意 $\mathcal{A}^0=\mathcal{E}$)

\begin{equation} f(\mathcal{A})=\sum_{i=0}^ma_i\mathcal{A^i},\;m\in\mathbb{N}~. \end{equation}
易验证,所有形如式 3 的元素构成一个子代数,这个子代数便是要找的 $\mathbb{F}[\mathcal A]$,称为由算子 $\mathcal{A}$ 生成的子代数

交换性

   代数 $\mathbb{F}[\mathcal A]$ 是交换的,因为 $\mathcal A^{k}\cdot \mathcal{A}^l=\mathcal{A}^{k+l}=\mathcal A^{l}\cdot \mathcal{A}^k$(利用 $\mathcal{A}$ 本身的交换性和结合性易证该性质),易验证 $f(\mathcal{A})g(\mathcal{A})=g(\mathcal{A})f(\mathcal{A})$。

   与线性算子作用在向量上的方式一样,$f(\mathcal{A})$ 通过以下方式作用在 $ \boldsymbol{\mathbf{x}} \in V$ 上:

\begin{equation} f(\mathcal{A}) \boldsymbol{\mathbf{x}} =a_0 \boldsymbol{\mathbf{x}} +\sum_{i=1}^m a_i\mathcal{A}^i \boldsymbol{\mathbf{x}} ~. \end{equation}

极小多项式

定义 1 极小多项式

   称多项式 $f(t)$ 零化 算子 $\mathcal{A}$,如果 $f(\mathcal{A})=\mathcal O$。次数(定义 1 )最低且首项系数为 1 的多项式称为算子 $\mathcal{A}$ 的极小多项式

定理 1 

   所有线性算子 $\mathcal{A}$ 都有极小多项式 $\mu_\mathcal{A}(t)$,其次数与代数 $\mathbb{F}[\mathcal{A}]$ 的维数一致。算子 $\mathcal{A}$ 可逆,当且仅当 $\mu_\mathcal{A}(t)$ 的常数项不为 0.

   证明: (1)定理前一部分的证明

   设

\begin{equation} \mu_\mathcal{A}(t)=\sum_{i=0}^{m-1}\mu_i\mathcal t^i+t^m~, \end{equation}
那么 $\mathcal{A}^0,\mathcal{A},\cdots \mathcal{A}^{m-1}$ 必然线性无关。因为,若 $\sum\limits_{i=0}^{m-1}\lambda_i\mathcal{A}^i=\mathcal{O}$,就意味着 $\sum\limits_{i=0}^{m-1}\lambda_i\mathcal{A}^i=\mathcal{O}$ 零化 $\mathcal A$,而它的次数小于 $m$,与 $\mu_\mathcal{A}(t)$ 是极小多项式矛盾。反之,若 $\mathcal{A}^0,\mathcal{A},\cdots \mathcal{A}^{m-1}$ 线性无关,而 $\mathcal{A}^m$ 可由它们线性表示,则极小多项式次数为 $m$,因为
\begin{equation} \mathcal A^m=\sum_{i=0}^{m-1}\lambda_i\mathcal A^i~, \end{equation}
就意味 $t^m-\sum\limits_{i=0}^{m-1}\lambda_i\mathcal t^i$ 是极小多项式。

   由于 $\mathbb{F}[\mathcal{A}]\subset\mathcal{L}(V)$,而 $\mathrm{dim}(V)=n^2$(因为 $\mathcal{L}(V)$ 上的线性算子和 $n$ 阶矩阵相对应,而 $n$ 阶矩阵构成 $n^2$ 维的向量空间,它以第 $i$ 行第 $j$ 列元素为 1,其余为 0 的矩阵 $E_{ij}$ 为基底向量),所以 $m\leq n^2$。

   由于每一线性算子 $\mathcal A$ 都有与之对应的子代数 $\mathbb{F}[\mathcal A]$,其至少是一维的(这一维对应基底 $\mathcal{E=A}^0$),而上述表明 $\mathbb{F}[\mathcal A]$ 的维度 $m$($1\leq m\leq n$)一定存在,这对应 $m$ 个线性无关向量 $\mathcal{A}^0,\mathcal{A},\cdots \mathcal{A}^{m-1}$ ,那么式 6 的 $\mathcal A^m$ 和它们一起便构成极小多项式 $t^m-\sum\limits_{i=0}^{m-1}\lambda_i\mathcal t^i$。即每一线性算子都有极小多项式,且次数就是代数 $\mathbb{F}[\mathcal{A}]$ 的维度。

   (2)定理后一部分证明

   若 $\mu_0= 0$,那么

\begin{equation} \mathcal O=\mu_\mathcal{A}(\mathcal A)=\mathcal A(\sum_{i=1}^{m-1}\mu_i\mathcal A^i+\mathcal{A})~. \end{equation}
即 $\mathcal{A}$ 有零因子定义 1 $\sum\limits_{i=1}^{m-1}\mu_i\mathcal A^i+\mathcal{A}\neq \mathcal O$($\mu_\mathcal{A}(t)$ 的极小性),而环中有零因子的元素无逆元(因为若 $a$ 可逆且 $ab=0,b\neq 0\Rightarrow 0\neq b=a^{-1}0=0$)。反过来,若 $\mu_0\neq0$,那么
\begin{equation} -\mathcal{A} \left(\sum_{i=1}^{m-1}\frac{\mu_i}{\mu_0}\mathcal A^{i-1}+\frac{1}{\mu_0}\mathcal A^{m-1} \right) =\mathcal{E}~, \end{equation}
显然 $\mathcal{A}$ 可逆。

   证毕!

定理 2 

   若 $f(t)$ 零化算子 $\mathcal A$,则 $\mu_{A}(t)|f(t)$定义 1

   . 证明:定理 1 ,可设

\begin{equation} f(t)=q(t)\mu_\mathcal{A}(t)+r(t),\quad\mathrm{deg}\;r(t)<\mathrm{deg}\;\mu_{\mathcal{A}}(t)~, \end{equation}
那么
\begin{equation} \mathcal O=f(\mathcal A)=q(\mathcal A)\mathcal O+r(\mathcal A)=r(\mathcal A)~, \end{equation}
这与 $\mathrm{deg}\;r(t)<\mathrm{deg}\;\mu_{\mathcal A}(t)$ 矛盾。即 $r(t)=0$。

   证毕!

                     

© 小时科技 保留一切权利