等距变换

                     

贡献者: 叶月2_

预备知识 伴随映射,正交空间与辛空间

定义 1 

   $(V,f),(V',f')$ 是两个正交空间或辛空间。若线性映射 $\sigma:(V,f)\rightarrow (V',f')$ 是双射且保内积不变,即

\begin{equation} f( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} )=f'(\sigma \boldsymbol{\mathbf{x}} ,\sigma \boldsymbol{\mathbf{y}} )~, \end{equation}
则称 $\sigma $ 是等距映射(isometry)。若 $\sigma:(V,f)\rightarrow (V,f)$,则称之为等距变换。

   由于等距变换是线性映射,因此保加法和数乘运算,是全体向量的自同构映射。由定义式可知,等距变换复合依然是等距变换。因此全体等距变换的集合可记作 $ \operatorname {Aut}(V,f)$,表明其自同构成群和保内积的性质。从正交变换的定义 1 可知,正交变换特指欧式空间中度量矩阵为 $E$ 的等距变换,因此我们可以拓展正交变换的定义为非退化正交空间的等距变换,并称非退化辛空间的等距变换为辛变换

   等距变换的保内积性质意味着其必然受度量矩阵限制。设 $\sigma,f$ 的矩阵表示分别为 $A$ 和 $G$,任意向量 $ \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} \in V$,则有 $ \boldsymbol{\mathbf{x}} ^{T}G \boldsymbol{\mathbf{y}} =(A \boldsymbol{\mathbf{x}} )^TG(A \boldsymbol{\mathbf{y}} )$,也就是说:

\begin{equation} A^TGA=G~. \end{equation}

   若 $(V,f)$ 是非退化的正交空间和辛空间,则其上的线性变换都可以诱导出伴随变换,所以若设等距变换的伴随变换为 $\sigma':V\rightarrow V$,则有 $f(\sigma( \boldsymbol{\mathbf{x}} ), \boldsymbol{\mathbf{y}} )=f( \boldsymbol{\mathbf{x}} ,\sigma'( \boldsymbol{\mathbf{y}} ))$,因此其伴随变换的形式必然也受度量矩阵约束。

定理 1 

   设 $(V,f)$ 为 n 维非退化正交(辛)空间,$\sigma$ 是双射线性变换,$\sigma$ 是其伴随变换。则 $\sigma$ 是等距变换当且仅当 $\sigma'\sigma=1$

   证明:

   设 $ \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} $ 是任意两个向量,由定义得:$f(\sigma( \boldsymbol{\mathbf{x}} ),\sigma( \boldsymbol{\mathbf{y}} ))=f( \boldsymbol{\mathbf{x}} ,\sigma'\sigma( \boldsymbol{\mathbf{y}} ))=f( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} )$。

   因此,$f( \boldsymbol{\mathbf{x}} ,\sigma'\sigma( \boldsymbol{\mathbf{y}} )- \boldsymbol{\mathbf{y}} )=0$ 对任意 $ \boldsymbol{\mathbf{x}} $ 成立。由于非退化线性空间的根只有零向量,所以 $\sigma'\sigma( \boldsymbol{\mathbf{y}} )= \boldsymbol{\mathbf{y}} $,得证。

   欧几里得空间上的正交变换有一系列结论,比如引理 3 可以拓展到非退化正交(辛)空间:

定理 2 

   $(V,f)$ 为非退化正交(辛)空间,若 $W$ 是等距变换 $\sigma$ 的不变子空间,则其正交补 $W^{\bot}$ 也为该变换的不变子空间。

   证明:

   为证明方便,接下来用 $(,)$ 表广义内积运算,即 $( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} )\equiv f( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} ) $。

   设任意 $ \boldsymbol{\mathbf{x}} \in W, \boldsymbol{\mathbf{y}} \in W$,则由定义得 $(\sigma ( \boldsymbol{\mathbf{x}} ),\sigma( \boldsymbol{\mathbf{y}} ))=( \boldsymbol{\mathbf{x}} , \boldsymbol{\mathbf{y}} )=0$。由于 $W$ 是 $\sigma$ 的不变子空间,则 $\sigma ( \boldsymbol{\mathbf{x}} )\in W$。因此 $\sigma( \boldsymbol{\mathbf{y}} )\in W^{\bot}$,得证。

   非退化线性空间是可以有退化的子空间的。比如 $f( \boldsymbol{\mathbf{e}} _1, \boldsymbol{\mathbf{e}} _1)=-1,f( \boldsymbol{\mathbf{e}} _2, \boldsymbol{\mathbf{e}} _2)=1$ 则 $ \boldsymbol{\mathbf{e}} _1+ \boldsymbol{\mathbf{e}} _2$ 对应的一维子空间便是退化的。根据定理 2 定理 3 可知,若 $W$ 是非退化的,则 $V$ 内总存在一组基使得 $V=W\oplus W^{\bot}$。则在该基下,等距变换是比较简洁的块对角形式。


致读者: 小时百科一直以来坚持所有内容免费,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 10 元,我们一个星期内就能脱离亏损, 并保证在接下来的一整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。

                     

友情链接: 超理论坛 | ©小时科技 保留一切权利