7.5

Нормальные матрицы

[13/100%]
Показать
LaTeX
Задача 7.5.1

Является ли A=(5+i−2i24+2i)\mathbf{A} = \begin{pmatrix} 5+i & -2i \\ 2 & 4+2i \end{pmatrix} нормальной матрицей?

?
Задача 7.5.2

Приведите примеры двух различных классов нормальных матриц, которые вещественны, но не симметричны.

?
Задача 7.5.3

Покажите, что A∈Rn×n\mathbf{A} \in \mathbb {R}^{n \times n} нормальна и имеет вещественные собственные значения тогда и только тогда, когда A\mathbf{A} симметрична.

?
Задача 7.5.4

Докажите, что собственные значения вещественной кососимметрической или косоэрмитовой матрицы обязательно являются чисто мнимыми числами (то есть кратными ii).

?
Задача 7.5.5

При попытке решить, что верно для матриц, а что нет, полезно мыслить в терминах следующих соответствий.

Эрмитовы матрицы⟷Вещественные числа (z‾=z).Косоэрмитовы матрицы⟷Мнимые числа (z‾=−z).Унитарные матрицы⟷Точки единичной окружности (z=eiθ). \begin{aligned} \text{Эрмитовы матрицы} & \longleftrightarrow \text{Вещественные числа } (\overline{z}=z). \\ \text{Косоэрмитовы матрицы} & \longleftrightarrow \text{Мнимые числа } (\overline{z}=-z). \\ \text{Унитарные матрицы} & \longleftrightarrow \text{Точки единичной окружности } (z=e^{i\theta }). \end{aligned}

Например, комплексная функция f(z)=(1−z)(1+z)−1f(z) = (1-z)(1+z)^{-1} отображает мнимую ось комплексной плоскости в точки единичной окружности, поскольку ∣f(z)∣2=1\left|f(z)\right|^2=1 всякий раз, когда z‾=−z\overline{z}=-z. Поэтому разумно предположить (как это сделал Кэли в 1846 году), что если A\mathbf{A} косоэрмитова (или вещественная кососимметрическая), то

f(A)=(I−A)(I+A)−1=(I+A)−1(I−A) f(\mathbf{A}) = (\mathbf{I}-\mathbf{A})(\mathbf{I}+\mathbf{A})^{-1} = (\mathbf{I}+\mathbf{A})^{-1}(\mathbf{I}-\mathbf{A})

унитарна (или ортогональна). Докажите, что это действительно так.

?
Примечание.
?

Выражение f(A)=(I−A)(I+A)−1=(I+A)−1(I−A)f(\mathbf{A}) = (\mathbf{I}-\mathbf{A})(\mathbf{I}+\mathbf{A})^{-1} = (\mathbf{I}+\mathbf{A})^{-1}(\mathbf{I}-\mathbf{A}) получило название преобразования Кэли.

Задача 7.5.6

Покажите на примере, что нормальная матрица может иметь полный независимый набор собственных векторов, не являющийся ортонормированным, а затем объясните, как любой полный независимый набор собственных векторов нормальной матрицы можно преобразовать в полный ортонормированный набор собственных векторов.

?
Задача 7.5.7

Постройте пример, показывающий, что обратное утверждение к «если A\mathbf{A} нормальна, то N(A−λiI)⊥N(A−λjI)N(\mathbf{A}-\lambda_i\mathbf{I}) \perp N(\mathbf{A}-\lambda_j\mathbf{I}) при λi≠λj\lambda_i \ne \lambda_j» неверно. Иными словами, покажите, что возможна ситуация, когда N(A−λiI)⊥N(A−λjI)N(\mathbf{A}-\lambda_i\mathbf{I}) \perp N(\mathbf{A}-\lambda_j\mathbf{I}) при всех i≠ji \ne j, но при этом A\mathbf{A} не является нормальной.

?
Задача 7.5.8

Объясните, почему треугольная матрица нормальна тогда и только тогда, когда она диагональна.

?
Задача 7.5.9

Используя результат упражнения 7.5.8, дайте альтернативное доказательство теоремы об унитарной диагонализации, которая утверждает, что A∈Cn×n\mathbf{A} \in \mathbb {C}^{n \times n} унитарно подобна диагональной матрице тогда и только тогда, когда A∗A=AA∗\mathbf{A}^{*}\mathbf{A} = \mathbf{A}\mathbf{A}^{*}.

?
Задача 7.5.10

Для нормальной матрицы A\mathbf{A} объясните, почему (λ,x→)(\lambda , \overrightarrow {x}) является собственной парой для A\mathbf{A} тогда и только тогда, когда (λ‾,x→)(\overline{\lambda }, \overrightarrow {x}) является собственной парой для A∗\mathbf{A}^{*}.

?
Задача 7.5.11

Чтобы проверить, поняли ли вы доказательство min-max-части теоремы Куранта--Фишера, постройте аналогичное доказательство для max-min-части.

Теорема Куранта--Фишера, min-max-часть: если A∈Cn×n\mathbf{A} \in \mathbb {C}^{n \times n} эрмитова с собственными значениями λ1≥λ2≥⋯≥λn\lambda_1 \ge \lambda_2 \ge \cdots \ge \lambda_n, то

λi=min⁡v→1,…,v→n−i∈Cnmax⁡x→⊥v→1,…,v→n−i∥x→∥2=1x→∗Ax→, \lambda _i = \min _{\overrightarrow {v}_1, \ldots , \overrightarrow {v}_{n-i} \in \mathbb {C}^{n}} \max _{\substack {\overrightarrow {x} \perp \overrightarrow {v}_1, \ldots , \overrightarrow {v}_{n-i} \\ \left\| \overrightarrow {x}\right\| _2 = 1}} \overrightarrow {x}^{*}\mathbf{A}\overrightarrow {x},

а max-min-часть утверждает аналогичную формулу

λi=max⁡dim⁡V=imin⁡y→∈V∥y→∥2=1y→∗Ay→. \lambda _i = \max _{\dim V = i} \min _{\substack {\overrightarrow {y} \in V \\ \left\| \overrightarrow {y}\right\| _2 = 1}} \overrightarrow {y}^{*}\mathbf{A}\overrightarrow {y}.
?
Задача 7.5.12

Теорема Куранта--Фишера имеет следующую альтернативную формулировку при 1<i<n1 < i < n:

λi=max⁡v→1,…,v→n−i∈Cnmin⁡x→⊥v→1,…,v→n−i∥x→∥2=1x→∗Ax→иλi=min⁡v→1,…,v→i−1∈Cnmax⁡x→⊥v→1,…,v→i−1∥x→∥2=1x→∗Ax→. \lambda _i = \max _{\overrightarrow {v}_1, \ldots , \overrightarrow {v}_{n-i} \in \mathbb {C}^{n}} \min _{\substack {\overrightarrow {x} \perp \overrightarrow {v}_1, \ldots , \overrightarrow {v}_{n-i} \\ \left\| \overrightarrow {x}\right\| _2 = 1}} \overrightarrow {x}^{*}\mathbf{A}\overrightarrow {x} \quad \text{и} \quad \lambda _i = \min _{\overrightarrow {v}_1, \ldots , \overrightarrow {v}_{i-1} \in \mathbb {C}^{n}} \max _{\substack {\overrightarrow {x} \perp \overrightarrow {v}_1, \ldots , \overrightarrow {v}_{i-1} \\ \left\| \overrightarrow {x}\right\| _2 = 1}} \overrightarrow {x}^{*}\mathbf{A}\overrightarrow {x}.

Чтобы проверить, действительно ли вы понимаете доказательство min-max-части теоремы Куранта--Фишера, адаптируйте его для доказательства приведённой выше альтернативной min-max-формулировки.

?
Задача 7.5.13
?
(a)

Объясните, почему всякая унитарная матрица унитарно подобна диагональной матрице вида

D=(eiθ10⋯00eiθ2⋯0⋮⋮⋱⋮00⋯eiθn). \mathbf{D} = \begin{pmatrix} e^{i\theta _1} & 0 & \cdots & 0 \\ 0 & e^{i\theta _2} & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & e^{i\theta _n} \end{pmatrix}.
(b)

Докажите, что всякая ортогональная матрица ортогонально подобна вещественной блочно-диагональной матрице вида

B=(±1⋱±1cos⁡θ1sin⁡θ1−sin⁡θ1cos⁡θ1⋱cos⁡θtsin⁡θt−sin⁡θtcos⁡θt). \mathbf{B} = \begin{pmatrix} \pm 1 & & & & & \\ & \ddots & & & & \\ & & \pm 1 & & & \\ & & & \cos \theta _1 & \sin \theta _1 & \\ & & & -\sin \theta _1 & \cos \theta _1 & \\ & & & & & \ddots \\ & & & & & & \cos \theta _t & \sin \theta _t \\ & & & & & & -\sin \theta _t & \cos \theta _t \end{pmatrix}.