Чаще всего этот результат применяется в классической (идущей из механики) ситуации, когда заданы две вещественные симметричные квадратичные формы, одна из которых положительно определена.
21.6.5. Следствие. Если матрица
положительно определена, а матрица
эрмитова, то найдется невырожденная матрица
такая, что —диагональная матрица, а — единичная.
Упражнение. Найти замену переменных, превращающую обе квадратичные формы
и
во взвешенные суммы квадратов.
Аналогичный результат имеется для пары матриц, одна из которых положительно определена, а другая — комплексная симметричная. Этот результат также обобщается в теореме 18.5.15.
21.6.6.Теорема. Если матрица
положительно определена, а — комплексная симметричная матрица, то найдется невырожденная матрица С, такая, что обе матрицы С*АС и СТВС диагональны.
Доказательство. Выберем невырожденную матрицу
так, чтобы
Матрица
симметрична, и из разложения Такаги (18.4.4) следует существование унитарной матрицы U, для которой матрица
будет диагональной. В то же время
поэтому можно положить ![]()
Этот результат имеет приложения в теории функций комплексного переменного; так, неравенства Грунского для однолистных функций суть соотношения между квадратичными формами, порождаемыми соответственно положительно определенной эрмитовой матрицей и комплексной симметричной матрицей.
Следующее утверждение непосредственно вытекает из следствия 21.6.5.
21.6.7. Теорема. Функция
рассматриваемая на выпуклом множестве положительно определенных эрмитовых матриц из Мп, строго вогнута.
Доказательство. Для любых двух заданных положительно определенных матриц
нужно проверить справедливость неравенства
(21.6.8)
при всех
при этом равенство должно достигаться
только в случае А=В. Опираясь да следствие 21.6.5, найдем невырожденную матрицу
такую, что ![]()
![]()
и
причем все
Теперь

Таким образом, достаточно показать, что для любой диагональной матрицы Л с положительными диагональными элементами и для всех
справедливо неравенство![]()
Но это легко следует из строгой вогнутости самой логарифмической функции:

Равенство в среднем переходе достигается тогда и только тогда, когда все
равны 1, т. е. только для
что соответствует
![]()
Теорема 21.6.7 часто используется в другой форме, получаемой потенцированием неравенства (21.6.8). В этой форме она дает количественное выражение того факта, что выпуклая комбинация положительно определенных матриц сама положительно определена и, следовательно, должна быть невырожденной.
21.6.9. Следствие. Пусть матрицы
положительно
определены, и пусть
Тогда
![]()
Равенство достигается в том и только в том случае, если А = В.
21.7. Упорядочение, индуцированное положительной полуопределенностью
Эрмитовы матрицы суть обобщения вещественных чисел, а положительно определенные матрицы — обобщения положительных чисел. Естественно задаться вопросом, имеется ли удовлетворительное понятие неравенства или (частичного) порядка для эрмитовых матриц.
21.7.1. Определение. Пусть
—эрмитовы матрицы. Будем писать
если матрица
положительно полуопределена. Точно так же запись
означает, что матрица
положительно определена.
Упражнение. Показать, что введенное понятие неравенства согласовано с определением равенства между матрицами. Другими словами, показать, что из
и
следует, что А=В.
Упражнение. Показать, что отношение
транзнтивно и
рефлексивно, но не является линейным порядком, т. е. существуют эрмитовы матрицы
такие, что не выполняется ни
ни
Такой порядок называют частичным.
Частичный порядок на вещественном линейном пространстве часто задают, указывая конкретный замкнутый выпуклый конус: один элемент считается большим или равным другому, если их разность принадлежит этому конусу. В данном случае вещественным линейным пространством является множество эрмитовых
-матриц, а замкнутым выпуклым конусом — множество положительно полуопределенных матриц. Понятно, что это обобщает знакомую ситуацию, когда в роли вещественного пространства выступает R, а замкнутый выпуклый конус образован неотрицательными числами. В случае R мы получаем «обычный» порядок (причем линейный, а не только частичный).
Аналогичным образом можно ввести другие определения «неравенства» между матрицами (наиболее важное из них — поэлементное доминирование для вещественных матриц): указывают конус матриц, обобщающий множество неотрицательных чисел, и говорят, что матрица А «больше или равна» матрице В, если разность А — В принадлежит этому конусу. Вообще говоря, контекст может подсказывать различные определения «неравенства»; полезность конкретного определения зависит от того, как далеко можно распространить аналогию с вещественными числами и насколько учитываются другие относящиеся к делу неравенства (например, между собственными значениями, определителями и т. д.).
Обратим внимание, что положительная (полу)определенность матрицы А эквивалентна неравенству
здесь 0 — нулевая матрица того же порядка, что и А.
Упражнение. Подтвердить примером, что частичное упорядочение, индуцированное положительной полуопределенностью, отличается от линейного упорядочения вещественных чисел в следующем отношении: если.
В и А не равна В, то это не значит, что ![]()
Теперь мы продемонстрируем некоторые свойства упорядочения, индуцированного положительной полуопределенностью; каждое из них можно рассматривать как обобщение соответствующего свойства обычного упорядочения вещественных чисел. Сходство между этими упорядочениями, вообще говоря, довольно сильное.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 |


