Re: 找多个矩阵的共同不变子空间有没有什么经典算法?
发表于 : 2023年 1月 3日 22:33
这不是先考虑最简单的情形。而且根据unitary theorem,有限群必有unitary matrix representation
这不是先考虑最简单的情形。而且根据unitary theorem,有限群必有unitary matrix representation
对,代数重数 = 几何重数,则可相似对角化。(ヅ) 写了: 2023年 1月 3日 18:56 这个不麻烦吧
step 1, 算出特征值,顺便算出代数乘数
step 2, 每个不同的特征值检查eigenspace的维数,如果跟代数乘数不同则断言A不可相似对角化
step 3, 所有特征值都检查完了,断言A可以相似对角化
矩阵的约当标准型就是不可约不变子空间的分解啊。到这一步已经做完了。FoxMe 写了: 2023年 1月 3日 16:27 之前我问过一个相关的问题:矩阵的约当标准型和不变子空间是什么关系?
正规矩阵能酉对角化,即特征分解;
什么矩阵能相似对角化?判断比较麻烦。
一般矩阵只能相似于约当标准型,看上去像是一些不变子空间的直和(分块对角矩阵)。
多谢,高人啊。有什么参考资料吗?
如果不能对角化,特征子空间不能组成整个空间。
这个维基网页倒是提醒我了,对于一个给定的n x n方阵A,可以把n维向量空间R^n看作是R[X]上的模(X是未定元,具体运算时相当于A),这样,找不变子空间就等价于找R[X]子模。如果考虑复数的话,就用C^n和C[X]。我只是有这么个印象,具体怎么找,容不容易找,我就不清楚了。FoxMe 写了: 2023年 1月 4日 10:28 如果不能对角化,特征子空间不能组成整个空间。
一般情况下,需要用到所谓的广义特征向量和广义特征子空间(也叫根子空间):
https://en.wikipedia.org/wiki/Generalized_eigenvector
广义特征向量构成约当标准型的相似矩阵。这些广义特征子空间都是不变子空间,并且刚好能组成整个空间。
做出character table就能得到任意不可约表示的matrix形式吗?rgg 写了: 2023年 1月 4日 09:52 矩阵的约当标准型就是不可约不变子空间的分解啊。到这一步已经做完了。
对有限群的正则表示做特征标表格,也就找到了全部的不可约不变子空间/不可约表示,也是做完了。
对。但是A矩阵乘以B矩阵的不变子空间的基,一般都会出去。Caravel 写了: 2023年 1月 3日 22:21 如果能对角化,所有的或者额部分eigen vector span的space都是不变子空间。给定一个子空间,就看别的矩阵乘以这个子空间的基会不会出去。找到那些闭合的基集合就是不变子空间
你们说的都是一个矩阵吧?多个矩阵共同的不变子空间不好找。
R^n不能看成R[X]上的模吧?能吗?YWY 写了: 2023年 1月 4日 10:42 这个维基网页倒是提醒我了,对于一个给定的n x n方阵A,可以把n维向量空间R^n看作是R[X]上的模(X是未定元,具体运算时相当于A),这样,找不变子空间就等价于找R[X]子模。如果考虑复数的话,就用C^n和C[X]。我只是有这么个印象,具体怎么找,容不容易找,我就不清楚了。
能,而且是证明约当型存在的方法之一。一个多项式f(X)和R^n中一个列向量v的乘积(scalar product)就定义为f(A)和v的矩阵乘积,所以这个R[X]上的模结构紧密依赖于A。
嗯。对。这个构造挺好。YWY 写了: 2023年 1月 4日 12:39 能,而且是证明约当型存在的方法之一。一个多项式f(X)和R^n中一个列向量v的乘积(scalar product)就定义为f(A)和v的矩阵乘积,所以这个R[X]上的模结构紧密依赖于A。
出去一个基没有关系,比如对三个基 e1, e2, e3闭合, 还是不变子空间
这不就对称矩阵的优点吗,全部可以对角化,而且eigenspace相互正交
嗯,就是A的不变子空间组合一下,用B试,看哪个组合也是B的不变子空间。我觉得这样可以。
先正交化,然后算A_j和A_k的Stiefle或Grassmann manifold distance.
嗯。找约当标准型虽然是对一个矩阵找,但是它可以找到高维的不可约不变子空间,群的高维不可约表示应该就是从这些中来。FoxMe 写了: 2023年 1月 3日 16:27 之前我问过一个相关的问题:矩阵的约当标准型和不变子空间是什么关系?
正规矩阵能酉对角化,即特征分解;
什么矩阵能相似对角化?判断比较麻烦。
一般矩阵只能相似于约当标准型,看上去像是一些不变子空间的直和(分块对角矩阵)。
你说得对。explicitly 写出矩阵表示,还是挺难。TheMatrix 写了: 2023年 1月 4日 12:17 做出character table就能得到任意不可约表示的matrix形式吗?
我正在做这件事。我感觉这中间还差一步。character table和regular representation的确有很大帮助,至少知道了有多少个不可约表示,每个不可约表示的维度。但是具体写出来matrix,还是要找整个群共同的不变子空间。
比如说Symm(5)吧。这里有character table,怎么找到6维不可约表示的matrix呢?
![]()
第一个问题:如果是可交换矩阵,有一些结论:rgg 写了: 2023年 1月 4日 09:52 至随便给n个形状相同的矩阵, 找他们的共同不变子空间,是个valid question,比上面两个难。
另一个讨论学习的方向是物理上用的,给一个李群,怎么找它的任意有限维表示/不变子空间?
李群玩法不一样了,一般通过生成元李代数来构造,升降算子,你这里SO(3)里面应该有这种介绍,李代数搞定了,再take exponentialFoxMe 写了: 2023年 1月 5日 09:49 第一个问题:如果是可交换矩阵,有一些结论:
https://en.wikipedia.org/wiki/Commuting_matrices
of View . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
17.4 The Irreducible Representations of so(3) . . . . . . . . . . 370
17.5 The Irreducible Representations of SO(3) . . . . .