贡献者: addis
本文将 “对称矩阵的本征值问题” 拓展到厄米矩阵,结论和过程都相似。我们来证明 $N$ 维厄米矩阵 $ \boldsymbol{\mathbf{H}} $ 存在 $N$ 个两两正交归一的本征矢 $ \boldsymbol{\mathbf{v}} _1, \dots, \boldsymbol{\mathbf{v}} _N$。
未完成:需要把以下结论用定理的形式列出来
定理 1
$N$ 为厄米矩阵的本征向量和本征值具有以下性质
- 本征值为实数
- 本征值不同的本征矢正交
- 存在一组本征矢构成的正交归一基底
从正交子空间的角度来转述 2,3 条就是:所有本征子空间(子节 1 )$V_1 \dots V_N$ 互补且两两正交,即
\begin{equation}
V_i\bot V_j \qquad (i, j = 1,\dots, N, i \ne j)~
\end{equation}
\begin{equation}
V_1\oplus V_2 \oplus\dots \oplus V_N = V~.
\end{equation}
未完成:对角线加上常数则本征值也加上相同常数,本征矢不变。
图 1:厄米矩阵本征方程解集的结构:图中箭头代表一维子特正空间(非简并),三角形代表多维子空间(简并)
1. 证明
本征值为实数
本征方程为
\begin{equation}
\boldsymbol{\mathbf{H}} \boldsymbol{\mathbf{v}} _i = \lambda_i \boldsymbol{\mathbf{v}} _i~.
\end{equation}
将本征方程左边乘以 $ \boldsymbol{\mathbf{v}} _i ^\dagger $ 得
\begin{equation}
\boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{H}} \boldsymbol{\mathbf{v}} _i = \lambda_i \boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{v}} _i~.
\end{equation}
将等式两边取厄米共轭(注意矢量也可以看成矩阵),由
式 3 和
式 2 可得
\begin{equation}
\boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{H}} ^\dagger \boldsymbol{\mathbf{v}} _i = \boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{H}} \boldsymbol{\mathbf{v}} _i = \lambda_i^* \boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{v}} _i~.
\end{equation}
对比两式,得 $\lambda_i = \lambda_i^*$,所以 $\lambda_i$ 必为实数。
本征矢的正交性
下面来证明不同本征值对应的本征矢正交,即
\begin{equation}
\boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{v}} _j = 0 \qquad (a_i \ne a_j)~.
\end{equation}
首先令
\begin{equation}
s = \boldsymbol{\mathbf{v}} _i ^\dagger ( \boldsymbol{\mathbf{H}} \boldsymbol{\mathbf{v}} _j) = \boldsymbol{\mathbf{v}} _i ^\dagger (\lambda_j \boldsymbol{\mathbf{v}} _j) = \lambda_j \boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{v}} _j~.
\end{equation}
使用矩阵乘法结合律
式 22 以及
式 3 得
\begin{equation}
s = ( \boldsymbol{\mathbf{H}} \boldsymbol{\mathbf{v}} _i) ^\dagger \boldsymbol{\mathbf{v}} _j = \lambda_i^* \boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{v}} _j = \lambda_i \boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{v}} _j~.
\end{equation}
以上两式相减得
\begin{equation}
(\lambda_j - \lambda_i) \boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{v}} _j = 0~,
\end{equation}
因为 $\lambda_i \ne \lambda_j$,所以 $ \boldsymbol{\mathbf{v}} _i ^\dagger \boldsymbol{\mathbf{v}} _j = 0$。
2. 对角化
3. 简并
在 “矩阵的本征方程” 中,我们定义若令 $\lambda_i$ 的本征矢空间的维数是 $n_i$,当 $n_i = 1$,我们说 $\lambda_i$ 是非简并(non-degenerate)的,当 $n_i > 1$ 就说 $\lambda_i$ 是 $n_i$ 重简并(degenerate)的,把 $n_i$ 叫做简并数(degeneracy)。
根据式 6 ,对于厄米矩阵,所有不同的 $\lambda_i$ 对应的本征子空间是两两正交的,且 $\sum_i n_i = N$,所以所有这些子空间的直和就是 $ \boldsymbol{\mathbf{A}} $ 的定义域空间,即他们互为正交补。
未完成:如何证明 $\sum_i n_i = N$ 呢?估计要证明 $m$ 重跟可以使得行稀疏矩阵的秩为 $N-m$。
4. 完备正交基底
对任意的 $N$ 维厄米矩阵 $ \boldsymbol{\mathbf{H}} $ 都能得到由本征矢构成的 $N$ 个正交归一基底。
- 如果不存在简并,这组基底是唯一的,且它们的本征值各不相同。
- 如果存在简并,每个子空间中可以选出 $n_i$ 个正交归一基底,将他们放在一起就得到总空间中的 $N$ 个正交归一基底。注意每个简并子空间中的正交归一基底的选取都是任意的。
未完成:举一个综合的例子,包含简并的
5. 块对角厄米矩阵的本征问题
特殊地,如果厄米矩阵 $ \boldsymbol{\mathbf{H}} $ 是一个块对角矩阵,且每个对角块 $ \boldsymbol{\mathbf{H}} _i$ 都是方阵,那么只需要分别求解每个块的本征矢矩阵 $ \boldsymbol{\mathbf{P}} _i$,再按顺序拼成块对角矩阵就是 $ \boldsymbol{\mathbf{H}} $ 的本征矢矩阵。若每个 $ \boldsymbol{\mathbf{P}} _i$ 的本征值对角矩阵为 $ \boldsymbol{\mathbf{\Lambda}} _i$,那么按顺序拼接后得到 $ \boldsymbol{\mathbf{H}} $ 的本征值对角矩阵。
证明:若 $ \boldsymbol{\mathbf{H}} $ 从左上到右下的对角块分别为 $ \boldsymbol{\mathbf{H}} _1, \boldsymbol{\mathbf{H}} _2, \dots$,令 $ \boldsymbol{\mathbf{H}} _i$ 的列本征矢矩阵为 $ \boldsymbol{\mathbf{P}} _i$,本征值的对角矩阵为 $ \boldsymbol{\mathbf{\Lambda}} _i$,那么有 $ \boldsymbol{\mathbf{H}} _i \boldsymbol{\mathbf{P}} _i = \boldsymbol{\mathbf{P}} _i \boldsymbol{\mathbf{\Lambda}} _i$。考虑到两个块对角矩阵相乘就是每个对角块分别相乘,就有 $ \boldsymbol{\mathbf{H}} \boldsymbol{\mathbf{P}} = \boldsymbol{\mathbf{P}} \boldsymbol{\mathbf{\Lambda}} $。
致读者: 小时百科一直以来坚持所有内容免费无广告,这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此,我们请求广大读者
热心打赏 ,使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 20 元,我们一周就能脱离亏损, 并在接下来的一年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款, 他们的付出帮助了 99% 的读者免费获取知识, 我们在此表示感谢。