نظرية الحد الأدنى والحد الأقصى

في الجبر الخطي والتحليل الوظيفي ، تُعدّ نظرية الحد الأدنى والحد الأقصى ، أو نظرية التباين ، أو مبدأ كوران - فيشر - ويل للحد الأدنى والحد الأقصى ، نتيجةً تُعطي توصيفًا تباينيًا للقيم الذاتية للمؤثرات الهرميتية المدمجة على فضاءات هيلبرت . ويمكن اعتبارها نقطة انطلاق للعديد من النتائج ذات الطبيعة المماثلة.

تتناول هذه المقالة أولاً الحالة ذات الأبعاد المحدودة وتطبيقاتها قبل التطرق إلى المؤثرات المدمجة على فضاءات هيلبرت ذات الأبعاد اللانهائية. بالنسبة للمؤثرات المدمجة، يعتمد برهان النظرية الرئيسية بشكل أساسي على الفكرة نفسها المستخدمة في الحالة ذات الأبعاد المحدودة.

في حالة كون المؤثر غير هيرميتي، توفر النظرية توصيفًا مكافئًا للقيم المفردة المرتبطة به . ويمكن تعميم نظرية الحد الأدنى والحد الأقصى لتشمل المؤثرات ذاتية الترافق المحدودة من الأسفل.

المصفوفات

لتكن A مصفوفة هيرميتية من الرتبة n × n . وكما هو الحال مع العديد من نتائج التباين الأخرى المتعلقة بالقيم الذاتية، يُنظر في خارج قسمة رايلي - ريتز R A : C n \ {0} → R المعرف بـ 

Rأ(x)=(أx،x)(x،x){\displaystyle R_{A}(x)={\frac {(Ax,x)}{(x,x)}}}

حيث يشير (⋅, ⋅) إلى الضرب الداخلي الإقليدي على C n .

حاصل قسمة رايلي لمتجه ذاتيv{\displaystyle v}هي القيمة الذاتية المرتبطة بهاλ{\displaystyle \lambda }لأنRأ(v)=(λx،x)/(x،x)=λ{\displaystyle R_{A}(v)=(\lambda x,x)/(x,x)=\lambda }بالنسبة للمصفوفة الهرميتية A ، فإن مدى الدوال المتصلة R<sub> A</sub> ( x ) هو فترة مغلقة [ a , b ] على خط الأعداد الحقيقية. القيمة العظمى b والقيمة الصغرى a هما أكبر وأصغر قيمة ذاتية للمصفوفة A ، على التوالي. تُعدّ نظرية القيم الصغرى والعظمى تحسينًا لهذه الحقيقة.

نظرية الحد الأدنى والحد الأقصى

يتركأ{\textstyle A}كن هيرميتيًا في مساحة المنتج الداخليةV{\textstyle V}بأبعادن{\textstyle n}، مع ترتيب الطيف بترتيب تنازليλ1...λن{\textstyle \lambda _{1}\geq ...\geq \lambda _{n}}.

يتركv1،...،vن{\textstyle v_{1},...,v_{n}}لتكن المتجهات الذاتية المتعامدة ذات الطول الواحد المناظرة.

اعكس ترتيب الطيف، بحيثξ1=λن،...،ξن=λ1{\textstyle \xi _{1}=\lambda _{n},...,\xi _{n}=\lambda _{1}}.

(متباينة بوانكاريه) ليكنم{\textstyle M}ليكن فضاءً جزئياً منV{\textstyle V}بأبعادك{\textstyle k}إذن، توجد متجهات وحدةx،yم{\textstyle x,y\in M}بحيث

x،أxλك{\textstyle \langle x,Ax\rangle \leq \lambda _{k}}، وy،أyξك{\textstyle \langle y,Ay\rangle \geq \xi _{k}}.

دليل

الجزء الثاني هو نتيجة طبيعية، باستخدام-أ{\textstyle -A}.

م{\textstyle M}هوك{\textstyle k}الفضاء الجزئي ذو الأبعاد، لذلك إذا اخترنا أي قائمة منن-ك+1{\textstyle n-k+1}المتجهات، وامتدادهاشمال:=sصأن(vك،...vن){\textstyle N:=span(v_{k},...v_{n})}يجب أن تتقاطعم{\textstyle M}على سطر واحد على الأقل.

خذ الوحدةxمشمال{\textstyle x\in M\cap N}هذا ما نحتاجه.

x=أنا=كنأأناvأنا{\textstyle x=\sum _{i=k}^{n}a_{i}v_{i}}، منذxشمال{\textstyle x\in N}.
منذأنا=كن|أأنا|2=1{\textstyle \sum _{i=k}^{n}|a_{i}|^{2}=1}، نجدx،أx=أنا=كن|أأنا|2λأناλك{\textstyle \langle x,Ax\rangle =\sum _{i=k}^{n}|a_{i}|^{2}\lambda _{i}\leq \lambda _{k}}.

نظرية الحد الأدنى والحد الأقصى λك=الأعلىمVخافت(م)=كمينxمx=1x،أx=مينمVخافت(م)=ن-ك+1الأعلىxمx=1x،أx{\displaystyle {\begin{aligned}\lambda _{k}&=\max _{\begin{array}{c}{\mathcal {M}}\subset V\\\operatorname {dim} ({\mathcal {M}})=k\end{array}}\min _{\begin{array}{c}x\in {\mathcal {M}}\\\|x\|=1\end{array}}\langle x,Ax\rangle \\&=\min _{\begin{array}{c}{\mathcal {M}}\subset V\\\operatorname {dim} ({\mathcal {M}})=n-k+1\end{array}}\max _{\begin{array}{c}x\in {\mathcal {M}}\\\|x\|=1\end{array}}\langle x,Ax\rangle {\text{. }}\end{aligned}}}

دليل

الجزء الثاني هو نتيجة طبيعية للجزء الأول، وذلك باستخدام-أ{\textstyle -A}.

بحسب مفهوم بوانكاريه عن عدم المساواة،λك{\textstyle \lambda _{k}}يمثل حدًا أعلى للجانب الأيمن.

عن طريق الضبطم=sصأن(v1،...vك){\textstyle {\mathcal {M}}=span(v_{1},...v_{k})}، يتم الوصول إلى الحد الأعلى.

حدد التتبع الجزئيترV(أ){\textstyle tr_{V}(A)}أن يكون أثر إسقاطأ{\textstyle A}لV{\textstyle V}وهو يساويأناvأنا*أvأنا{\textstyle \sum _{i}v_{i}^{*}Av_{i}}بالنظر إلى أساس متعامد منV{\textstyle V}.

صيغة ويلاندت مينيمكس ( [ 1 ] : 44 ) ليكن 1أنا1<<أناكن{\textstyle 1\leq i_{1}<\cdots <i_{k}\leq n}لتكن أعدادًا صحيحة. عرّف علامة جزئية على أنها مجموعة متداخلةV1Vك{\textstyle V_{1}\subset \cdots \subset V_{k}}من الفضاءات الفرعية لـجن{\textstyle \mathbb {C} ^{n}}بحيثخافت(Vج)=أناج{\textstyle \operatorname {dim} \left(V_{j}\right)=i_{j}}للجميع1جك{\textstyle 1\leq j\leq k}.

عرّف نوع شوبيرت المرتبطX(V1،...،Vك){\textstyle X\left(V_{1},\ldots ,V_{k}\right)}أن تكون مجموعة من كلك{\textstyle k}الفضاءات الفرعية متعددة الأبعاددبليو{\textstyle W}بحيثخافت(دبليوVج)ج{\textstyle \operatorname {dim} \left(W\cap V_{j}\right)\geq j}.

λأنا1(أ)++λأناك(أ)=رشفةV1،...،VكمعلوماتدبليوX(V1،...،Vك)تردبليو(أ){\displaystyle \lambda _{i_{1}}(A)+\cdots +\lambda _{i_{k}}(A)=\sup _{V_{1},\ldots ,V_{k}}\inf _{W\in X\left(V_{1},\ldots ,V_{k}\right)}tr_{W}(A)}

دليل

ال{\textstyle \leq }قضية.

يتركVج=sصأن(هـ1،...،هـأناج){\textstyle V_{j}=span(e_{1},\dots ,e_{i_{j}})}وأيدبليوX(V1،...،Vك){\textstyle W\in X\left(V_{1},\ldots ,V_{k}\right)}يبقى أن نثبت ذلكλأنا1(أ)++λأناك(أ)تردبليو(أ){\displaystyle \lambda _{i_{1}}(A)+\cdots +\lambda _{i_{k}}(A)\leq tr_{W}(A)}

ولإثبات ذلك، نقوم بإنشاء مجموعة متعامدة من المتجهات.v1،...،vك{\textstyle v_{1},\dots ,v_{k}}بحيثvجVجدبليو{\textstyle v_{j}\in V_{j}\cap W}. ثمتردبليو(أ)جvج،أvجλأناج(أ){\textstyle tr_{W}(A)\geq \sum _{j}\langle v_{j},Av_{j}\rangle \geq \lambda _{i_{j}}(A)}

منذدأنام(V1دبليو)1{\textstyle dim(V_{1}\cap W)\geq 1}نختار أي وحدةv1V1دبليو{\textstyle v_{1}\in V_{1}\cap W}. بعد ذلك، بما أندأنام(V2دبليو)2{\textstyle dim(V_{2}\cap W)\geq 2}نختار أي وحدةv2(V2دبليو){\textstyle v_{2}\in (V_{2}\cap W)}وهو عمودي علىv1{\textstyle v_{1}}وهكذا دواليك.

ال{\textstyle \geq }قضية.

لأي تسلسل من الفضاءات الجزئية من هذا القبيلVأنا{\textstyle V_{i}}يجب أن نجد بعضاًدبليوX(V1،...،Vك){\textstyle W\in X\left(V_{1},\ldots ,V_{k}\right)}بحيثλأنا1(أ)++λأناك(أ)تردبليو(أ){\displaystyle \lambda _{i_{1}}(A)+\cdots +\lambda _{i_{k}}(A)\geq tr_{W}(A)}

والآن نثبت ذلك بالاستقراء.

الن=1{\textstyle n=1}في هذه الحالة، تنطبق نظرية كوران-فيشر. لنفترض الآنن2{\textstyle n\geq 2}.

لوأنا12{\textstyle i_{1}\geq 2}ثم يمكننا تطبيق الاستقراء. ليكنهـ=sصأن(هـأنا1،...،هـن){\textstyle E=span(e_{i_{1}},\dots ,e_{n})}نقوم بإنشاء علامة جزئية ضمنهـ{\textstyle E}من تقاطعهـ{\textstyle E}معV1،...،Vك{\textstyle V_{1},\dots ,V_{k}}.

نبدأ باختيار(أناك-(أنا1-1)){\textstyle (i_{k}-(i_{1}-1))}فضاء فرعي ذو أبعاددبليوكهـVأناك{\textstyle W_{k}'\subset E\cap V_{i_{k}}}، وهو موجود عن طريق حساب الأبعاد. وهذا له بُعد مشترك(أنا1-1){\textstyle (i_{1}-1)}داخلVأناك{\textstyle V_{i_{k}}}.

ثم ننزل خطوة واحدة للأسفل، لنختار(أناك-1-(أنا1-1)){\textstyle (i_{k-1}-(i_{1}-1))}فضاء فرعي ذو أبعاددبليوك-1دبليوكVأناك-1{\textstyle W_{k-1}'\subset W_{k}\cap V_{i_{k-1}}}هذا لا يزال موجودًا. إلخ. الآن بما أندأنام(هـ)ن-1{\textstyle dim(E)\leq n-1}بتطبيق فرضية الاستقراء، يوجد بعضدبليوX(دبليو1،...،دبليوك){\textstyle W\in X(W_{1},\dots ,W_{k})}بحيثλأنا1-(أنا1-1)(أ|هـ)++λأناك-(أنا1-1)(أ|هـ)تردبليو(أ){\displaystyle \lambda _{i_{1}-(i_{1}-1)}(A|E)+\cdots +\lambda _{i_{k}-(i_{1}-1)}(A|E)\geq tr_{W}(A)}الآنλأناج-(أنا1-1)(أ|هـ){\textstyle \lambda _{i_{j}-(i_{1}-1)}(A|E)}هو(أناج-(أنا1-1)){\textstyle (i_{j}-(i_{1}-1))}القيمة الذاتية رقم - لـأ{\textstyle A}إسقاط عمودي لأسفل إلىهـ{\textstyle E}بحسب نظرية كوشي للتداخل،λأناج-(أنا1-1)(أ|هـ)λأناج(أ){\textstyle \lambda _{i_{j}-(i_{1}-1)}(A|E)\leq \lambda _{i_{j}}(A)}. منذX(دبليو1،...،دبليوك)X(V1،...،Vك){\textstyle X(W_{1},\dots ,W_{k})\subset X(V_{1},\dots ,V_{k})}انتهينا.

لوأنا1=1{\textstyle i_{1}=1}ثم نقوم بعملية بناء مماثلة. ليكنهـ=sصأن(هـ2،...،هـن){\textstyle E=span(e_{2},\dots ,e_{n})}. لوVكهـ{\textstyle V_{k}\subset E}ثم يمكننا الاستقراء. وإلا، فإننا نبني تسلسلًا جزئيًا للأعلام.دبليو2،...،دبليوك{\textstyle W_{2},\dots ,W_{k}}بالاستقراء، يوجد شيء مادبليوX(دبليو2،...،دبليوك)X(V2،...،Vك){\textstyle W'\in X(W_{2},\dots ,W_{k})\subset X(V_{2},\dots ,V_{k})}بحيثλأنا2-1(أ|هـ)++λأناك-1(أ|هـ)تردبليو(أ){\displaystyle \lambda _{i_{2}-1}(A|E)+\cdots +\lambda _{i_{k}-1}(A|E)\geq tr_{W'}(A)}هكذا λأنا2(أ)++λأناك(أ)تردبليو(أ){\displaystyle \lambda _{i_{2}}(A)+\cdots +\lambda _{i_{k}}(A)\geq tr_{W'}(A)}ويبقى أن نجد بعضاًv{\textstyle v}بحيثدبليوvX(V1،...،Vك){\textstyle W'\oplus v\in X(V_{1},\dots ,V_{k})}.

لوV1دبليو{\textstyle V_{1}\not \subset W'}ثم أيvV1دبليو{\textstyle v\in V_{1}\setminus W'}سينجح الأمر. وإلا، إذاV2دبليو{\textstyle V_{2}\not \subset W'}ثم أيvV2دبليو{\textstyle v\in V_{2}\setminus W'}سينجح الأمر، وهكذا. إذا لم ينجح أي من هذه الحلول، فهذا يعنيVكهـ{\textstyle V_{k}\subset E}، تناقض.

وهذا له بعض النتائج المترتبة عليه: [ 1 ] : 44

أثر جزئي متطرف λ1(أ)++λك(أ)=رشفةخافت(V)=كترV(أ){\displaystyle \lambda _{1}(A)+\dots +\lambda _{k}(A)=\sup _{\operatorname {dim} (V)=k}tr_{V}(A)}

ξ1(أ)++ξك(أ)=معلوماتخافت(V)=كترV(أ){\displaystyle \xi _{1}(A)+\dots +\xi _{k}(A)=\inf _{\operatorname {dim} (V)=k}tr_{V}(A)}

النتيجة المترتبة على ذلك المجموعλ1(أ)++λك(أ){\textstyle \lambda _{1}(A)+\dots +\lambda _{k}(A)}هي دالة محدبة، وξ1(أ)++ξك(أ){\textstyle \xi _{1}(A)+\dots +\xi _{k}(A)}مقعر.

(متباينة شور-هورن)ξ1(أ)++ξك(أ)أأنا1،أنا1++أأناك،أناكλ1(أ)++λك(أ){\displaystyle \xi _{1}(A)+\dots +\xi _{k}(A)\leq a_{i_{1},i_{1}}+\dots +a_{i_{k},i_{k}}\leq \lambda _{1}(A)+\dots +\lambda _{k}(A)}لأي مجموعة فرعية من المؤشرات.

وبصورة مكافئة، ينص هذا على أن المتجه القطري لـأ{\textstyle A}يتم التحكم فيه بواسطة طيفه الذاتي.

عدم المساواة بمعيار شاتن هولدر في ضوء هيرميتيانأ،ب{\textstyle A,B}وزوج هولدر1/ص+1/q=1{\textstyle 1/p+1/q=1}،|tr(أب)|أSصبSq{\displaystyle |\operatorname {tr} (AB)|\leq \|A\|_{S^{p}}\|B\|_{S^{q}}}

دليل

مدونة WLOG،ب{\textstyle B}إذا تم تحويلها إلى شكل قطري، فنحن بحاجة إلى إظهار|أنابأناأناأأناأنا|أSص(بأناأنا)لq{\textstyle |\sum _{i}B_{ii}A_{ii}|\leq \|A\|_{S^{p}}\|(B_{ii})\|_{l^{q}}}

بحسب متباينة هولدر القياسية، يكفي أن نُظهر(أأناأنا)لصأSص{\textstyle \|(A_{ii})\|_{l^{p}}\leq \|A\|_{S^{p}}}

بحسب متباينة شور-هورن، فإن أقطارأ{\textstyle A}تُهيمن عليها الطيف الذاتي لـأ{\textstyle A}ومنذ الخريطةو(x1،...،xن)=xص{\textstyle f(x_{1},\dots ,x_{n})=\|x\|_{p}}إذا كان متماثلاً ومحدباً، فهو محدب من نوع شور.

مثال مضاد في الحالة غير الهرميتية

لتكن N مصفوفة عديمة القوة

[0100].{\displaystyle {\begin{bmatrix}0&1\\0&0\end{bmatrix}}.}

عرّف حاصل قسمة رايليRشمال(x){\displaystyle R_{N}(x)}تمامًا كما في الحالة الهرميتية . ومن ثم ، يسهل ملاحظة أن القيمة الذاتية الوحيدة لـ N هي الصفر، بينما القيمة القصوى لنسبة رايلي هي ½ . أي أن القيمة القصوى لنسبة رايلي أكبر من القيمة الذاتية القصوى.

التطبيقات

مبدأ الحد الأدنى والحد الأقصى للقيم المفردة

القيم المفردة { σk } للمصفوفة المربعة M هي الجذور التربيعية للقيم الذاتية للمصفوفة M * M (أو MM* ). ومن النتائج المباشرة للمساواة الأولى في نظرية الحد الأدنى والحد الأقصى ما يلي:

σك=الأعلىS:خافت(S)=كمينxS،x=1(م*مx،x)12=الأعلىS:خافت(S)=كمينxS،x=1مx.{\displaystyle \sigma _{k}^{\downarrow }=\max _{S:\dim(S)=k}\min _{x\in S,\|x\|=1}(M^{*}Mx,x)^{\frac {1}{2}}=\max _{S:\dim(S)=k}\min _{x\in S,\|x\|=1}\|Mx\|.}

بصورة مماثلة،

σك=مينS:خافت(S)=ن-ك+1الأعلىxS،x=1مx.{\displaystyle \sigma _{k}^{\downarrow }=\min _{S:\dim(S)=n-k+1}\max _{x\in S,\|x\|=1}\|Mx\|.}

هناσك{\displaystyle \sigma _{k}^{\downarrow }}يشير إلى العنصر رقم k في التسلسل التنازلي للقيم المفردة، بحيثσ1σ2{\displaystyle \sigma _{1}^{\downarrow }\geq \sigma _{2}^{\downarrow }\geq \cdots }.

نظرية كوشي للتداخل

لتكن A مصفوفة متناظرة من الرتبة n × n . تُسمى المصفوفة B من الرتبة m × m ، حيث mn ، ضغطًا للمصفوفة A إذا وُجد إسقاط متعامد P على فضاء جزئي ذي بُعد m بحيث يكون PAP* = B. تنص نظرية كوشي للتداخل على ما يلي:

نظرية. إذا كانت القيم الذاتية للمصفوفة A هي α 1 ≤ ... ≤ α n ، والقيم الذاتية للمصفوفة B هي β 1 ≤ ... ≤ β j ≤ ... ≤ β m ، فإن لكل jm ،
αجβجαن-م+ج.{\displaystyle \alpha _{j}\leq \beta _{j}\leq \alpha _{n-m+j}.}

يمكن إثبات ذلك باستخدام مبدأ الحد الأدنى والحد الأقصى. ليكن βᵢ متجهًا ذاتيًا مناظرًا bᵢ ، وليكن Sⱼ الفضاء الجزئي ذو البعد j ، Sⱼ = span { b₁ , ... , bⱼ } ، عندئذٍ

βج=الأعلىxSج،x=1(بx،x)=الأعلىxSج،x=1(PأP*x،x)مينSجالأعلىxSج،x=1(أ(P*x)،P*x)=αج.{\displaystyle \beta _{j}=\max _{x\in S_{j},\|x\|=1}(Bx,x)=\max _{x\in S_{j},\|x\|=1}(PAP^{*}x,x)\geq \min _{S_{j}}\max _{x\in S_{j},\|x\|=1}(A(P^{*}x),P^{*}x)=\alpha _{j}.}

وفقًا للجزء الأول من معادلة min-max، فإن αj βj . من جهة أخرى، إذا عرّفنا Sm j + 1 = span{ bj , ..., bm } ، فإن

βج=مينxSم-ج+1،x=1(بx،x)=مينxSم-ج+1،x=1(PأP*x،x)=مينxSم-ج+1،x=1(أ(P*x)،P*x)αن-م+ج،{\displaystyle \beta _{j}=\min _{x\in S_{m-j+1},\|x\|=1}(Bx,x)=\min _{x\in S_{m-j+1},\|x\|=1}(PAP^{*}x,x)=\min _{x\in S_{m-j+1},\|x\|=1}(A(P^{*}x),P^{*}x)\leq \alpha _{n-m+j},}

حيث يتم تحديد المتباينة الأخيرة من خلال الجزء الثاني من min-max.

عندما يكون nm = 1 ، يكون لدينا α jβ jα j +1 ، ومن هنا جاء اسم نظرية التداخل .

عدم المساواة عند ليدسكي

عدم المساواة في ليدسكي إذا1أنا1<<أناكن{\textstyle 1\leq i_{1}<\cdots <i_{k}\leq n}ثمλأنا1(أ+ب)++λأناك(أ+ب)λأنا1(أ)++λأناك(أ)+λ1(ب)++λك(ب){\displaystyle {\begin{aligned}&\lambda _{i_{1}}(A+B)+\cdots +\lambda _{i_{k}}(A+B)\\&\quad \leq \lambda _{i_{1}}(A)+\cdots +\lambda _{i_{k}}(A)+\lambda _{1}(B)+\cdots +\lambda _{k}(B)\end{aligned}}}

λأنا1(أ+ب)++λأناك(أ+ب)λأنا1(أ)++λأناك(أ)+ξ1(ب)++ξك(ب){\displaystyle {\begin{aligned}&\lambda _{i_{1}}(A+B)+\cdots +\lambda _{i_{k}}(A+B)\\&\quad \geq \lambda _{i_{1}}(A)+\cdots +\lambda _{i_{k}}(A)+\xi _{1}(B)+\cdots +\xi _{k}(B)\end{aligned}}}

دليل

الثانية هي نقيض الأولى. الأولى من تأليف ويلاندت مينيمكس.

λأنا1(أ+ب)++λأناك(أ+ب)=رشفةV1،...،VكمعلوماتدبليوX(V1،...،Vك)(تردبليو(أ)+تردبليو(ب))=رشفةV1،...،Vك(معلوماتدبليوX(V1،...،Vك)تردبليو(أ)+تردبليو(ب))رشفةV1،...،Vك(معلوماتدبليوX(V1،...،Vك)تردبليو(أ)+(λ1(ب)++λك(ب)))=λأنا1(أ)++λأناك(أ)+λ1(ب)++λك(ب){\displaystyle {\begin{aligned}&\lambda _{i_{1}}(A+B)+\cdots +\lambda _{i_{k}}(A+B)\\=&\sup _{V_{1},\dots ,V_{k}}\inf _{W\in X(V_{1},\dots ,V_{k})}(tr_{W}(A)+tr_{W}(B))\\=&\sup _{V_{1},\dots ,V_{k}}(\inf _{W\in X(V_{1},\dots ,V_{k})}tr_{W}(A)+tr_{W}(B))\\\leq &\sup _{V_{1},\dots ,V_{k}}(\inf _{W\in X(V_{1},\dots ,V_{k})}tr_{W}(A)+(\lambda _{1}(B)+\cdots +\lambda _{k}(B)))\\=&\lambda _{i_{1}}(A)+\cdots +\lambda _{i_{k}}(A)+\lambda _{1}(B)+\cdots +\lambda _{k}(B)\end{aligned}}}

لاحظ أنأناλأنا(أ+ب)=تر(أ+ب)=أناλأنا(أ)+λأنا(ب){\displaystyle \sum _{i}\lambda _{i}(A+B)=tr(A+B)=\sum _{i}\lambda _{i}(A)+\lambda _{i}(B)}. بعبارة أخرى،λ(أ+ب)-λ(أ)λ(ب){\displaystyle \lambda (A+B)-\lambda (A)\preceq \lambda (B)}أين{\displaystyle \preceq }يعني ذلك الترتيب الجزئي . وبحسب نظرية شور للتحدب، لدينا

متباينة ويلاندت-هوفمان من النوع p λ(أ+ب)-λ(أ)صبSص{\textstyle \|\lambda (A+B)-\lambda (A)\|_{\ell ^{p}}\leq \|B\|_{S^{p}}}أينSص{\textstyle \|\cdot \|_{S^{p}}}يرمز إلى معيار p-Schatten.

المشغلين المدمجين

ليكن A مؤثرًا هيرميتيًا متراصًا على فضاء هيلبرت H. تذكر أن الطيف غير الصفري لهذا المؤثر يتكون من قيم ذاتية حقيقية ذات تعدد محدود، ونقطة تجمعها الوحيدة الممكنة هي الصفر. إذا كان لـ A عدد لا نهائي من القيم الذاتية الموجبة، فإنها تتراكم عند الصفر. في هذه الحالة، نسرد القيم الذاتية الموجبة لـ A كما يلي:

λكλ1،{\displaystyle \cdots \leq \lambda _{k}\leq \cdots \leq \lambda _{1},}

حيث تتكرر العناصر بتكرارات متعددة ، كما هو الحال في المصفوفة. (للتأكيد على أن المتتالية متناقصة، يمكننا كتابةλك=λك{\displaystyle \lambda _{k}=\lambda _{k}^{\downarrow }}نطبق الآن نفس المنطق كما في حالة المصفوفة. إذا اعتبرنا S kH فضاءً جزئياً ذا بُعد k ، فيمكننا الحصول على النظرية التالية.

نظرية (الحد الأدنى - الحد الأقصى). ليكن A مؤثرًا متراصًا ذاتيًا على فضاء هيلبرت H ، حيث تُدرج قيمه الذاتية الموجبة بترتيب تنازلي ... ≤ λ k ≤ ... ≤ λ 1. عندئذٍ:
الأعلىSكمينxSك،x=1(أx،x)=λك،مينSك-1الأعلىxSك-1،x=1(أx،x)=λك.{\displaystyle {\begin{aligned}\max _{S_{k}}\min _{x\in S_{k},\|x\|=1}(Ax,x)&=\lambda _{k}^{\downarrow },\\\min _{S_{k-1}}\max _{x\in S_{k-1}^{\perp },\|x\|=1}(Ax,x)&=\lambda _{k}^{\downarrow }.\end{aligned}}}

وينطبق زوج مماثل من المعادلات على القيم الذاتية السالبة.

دليل

ليكن S' هو إغلاق الامتداد الخطيS=فترة{uك،uك+1،...}{\displaystyle S'=\operatorname {span} \{u_{k},u_{k+1},\ldots \}}الفضاء الجزئي S' له بُعد مشترك k − 1. وباستخدام نفس حجة عدد الأبعاد كما في حالة المصفوفة، فإن S'S k له بُعد موجب. لذا يوجد xS' S k بحيثx=1{\displaystyle \|x\|=1}بما أنه عنصر من S' ، فإن مثل هذا x يحقق بالضرورة

(أx،x)λك.{\displaystyle (Ax,x)\leq \lambda _{k}.}

لذلك، بالنسبة لجميع S k

معلوماتxSك،x=1(أx،x)λك{\displaystyle \inf _{x\in S_{k},\|x\|=1}(Ax,x)\leq \lambda _{k}}

لكن المجموعة A متراصة، لذا فإن الدالة f ( x ) = ( Ax , x ) متصلة اتصالًا ضعيفًا. علاوة على ذلك، فإن أي مجموعة محدودة في H تكون متراصة اتصالًا ضعيفًا. وهذا يسمح لنا باستبدال الحد الأدنى بالحد الأدنى.

مينxSك،x=1(أx،x)λك.{\displaystyle \min _{x\in S_{k},\|x\|=1}(Ax,x)\leq \lambda _{k}.}

لذا

رشفةSكمينxSك،x=1(أx،x)λك.{\displaystyle \sup _{S_{k}}\min _{x\in S_{k},\|x\|=1}(Ax,x)\leq \lambda _{k}.}

لأن المساواة تتحقق عندماSك=فترة{u1،...،uك}{\displaystyle S_{k}=\operatorname {span} \{u_{1},\ldots ,u_{k}\}}،

الأعلىSكمينxSك،x=1(أx،x)=λك.{\displaystyle \max _{S_{k}}\min _{x\in S_{k},\|x\|=1}(Ax,x)=\lambda _{k}.}

هذا هو الجزء الأول من نظرية الحد الأدنى والحد الأقصى للمؤثرات الذاتية المدمجة.

وبالمثل، لنفترض الآن فضاءً جزئياً ذا بُعد ( k 1) يُرمز إلى مكمله المتعامد بـ S k 1 . إذا كان S ' = span{ u 1 ... u k 

SSك-10.{\displaystyle S'\cap S_{k-1}^{\perp }\neq {0}.}

لذا

xSك-1x=1،(أx،x)λك.{\displaystyle \exists x\in S_{k-1}^{\perp }\,\|x\|=1,(Ax,x)\geq \lambda _{k}.}

وهذا يعني

الأعلىxSك-1،x=1(أx،x)λك{\displaystyle \max _{x\in S_{k-1}^{\perp },\|x\|=1}(Ax,x)\geq \lambda _{k}}

حيث تم تطبيق خاصية التراص في A. بفهرسة ما سبق بواسطة مجموعة الفضاءات الجزئية ذات البعد k-1، نحصل على

معلوماتSك-1الأعلىxSك-1،x=1(أx،x)λك.{\displaystyle \inf _{S_{k-1}}\max _{x\in S_{k-1}^{\perp },\|x\|=1}(Ax,x)\geq \lambda _{k}.}

اختر S k −1 = span{ u 1 , ..., u k −1 } واستنتج

مينSك-1الأعلىxSك-1،x=1(أx،x)=λك.{\displaystyle \min _{S_{k-1}}\max _{x\in S_{k-1}^{\perp },\|x\|=1}(Ax,x)=\lambda _{k}.}

المؤثرات ذاتية الترافق

تنطبق نظرية الحد الأدنى والحد الأقصى أيضًا على المؤثرات الذاتية المرافقة (التي قد تكون غير محدودة). [ 2 ] [ 3 ] تذكر أن الطيف الأساسي هو الطيف الذي لا يحتوي على قيم ذاتية معزولة ذات تعدد محدود. في بعض الأحيان، توجد لدينا بعض القيم الذاتية أسفل الطيف الأساسي، ونرغب في تقريب القيم الذاتية والدوال الذاتية.

نظرية (الحد الأدنى-الأقصى). ليكن A مصفوفة ذاتية الترافق، وليكنهـ1هـ2هـ3{\displaystyle E_{1}\leq E_{2}\leq E_{3}\leq \cdots }لتكن القيم الذاتية للمصفوفة A أسفل الطيف الأساسي. عندئذٍ

هـن=مينψ1،...،ψنالأعلى{ψ،أψ:ψفترة(ψ1،...،ψن)،ψ=1}{\displaystyle E_{n}=\min _{\psi _{1},\ldots ,\psi _{n}}\max\{\langle \psi ,A\psi \rangle :\psi \in \operatorname {span} (\psi _{1},\ldots ,\psi _{n}),\,\|\psi \|=1\}} .

إذا كان لدينا N قيمة ذاتية فقط، وبالتالي نفدت القيم الذاتية، فإننا نتركهـن:=معلوماتσهـss(أ){\displaystyle E_{n}:=\inf \sigma _{ess}(A)}(أسفل الطيف الأساسي) لـ n>N ، والبيان أعلاه صحيح بعد استبدال min-max بـ inf-sup.

نظرية (الحد الأقصى الأدنى). ليكن A مصفوفة ذاتية الترافق، وليكنهـ1هـ2هـ3{\displaystyle E_{1}\leq E_{2}\leq E_{3}\leq \cdots }لتكن القيم الذاتية للمصفوفة A أسفل الطيف الأساسي. عندئذٍ

هـن=الأعلىψ1،...،ψن-1مين{ψ،أψ:ψψ1،...،ψن-1،ψ=1}{\displaystyle E_{n}=\max _{\psi _{1},\ldots ,\psi _{n-1}}\min\{\langle \psi ,A\psi \rangle :\psi \perp \psi _{1},\ldots ,\psi _{n-1},\,\|\psi \|=1\}} .

إذا كان لدينا N قيمة ذاتية فقط، وبالتالي نفدت القيم الذاتية، فإننا نتركهـن:=معلوماتσهـss(أ){\displaystyle E_{n}:=\inf \sigma _{ess}(A)}(أسفل الطيف الأساسي) لـ n > N ، والبيان أعلاه صحيح بعد استبدال max-min بـ sup-inf.

تستخدم البراهين [ 2 ] [ 3 ] النتائج التالية حول المؤثرات الذاتية المرافقة:

نظرية. ليكن A مصفوفة ذاتية الترافق. عندئذٍ(أ-هـ)0{\displaystyle (A-E)\geq 0}لهـR{\displaystyle E\in \mathbb {R} }إذا وفقط إذاσ(أ)[هـ،){\displaystyle \sigma (A)\subseteq [E,\infty )}. [ 2 ] : 77
نظرية. إذا كانت A ذاتية الترافق، فإن

معلوماتσ(أ)=معلوماتψد(أ)،ψ=1ψ،أψ{\displaystyle \inf \sigma (A)=\inf _{\psi \in {\mathfrak {D}}(A),\|\psi \|=1}\langle \psi ,A\psi \rangle }

و

رشفةσ(أ)=رشفةψد(أ)،ψ=1ψ،أψ{\displaystyle \sup \sigma (A)=\sup _{\psi \in {\mathfrak {D}}(A),\|\psi \|=1}\langle \psi ,A\psi \rangle }. [ 2 ] : 77

انظر أيضاً

مراجع

  1. 1 2 تاو، تيرينس (2012). موضوعات في نظرية المصفوفات العشوائية . دراسات عليا في الرياضيات. بروفيدنس، رود آيلاند: الجمعية الرياضية الأمريكية. ISBN 978-0-8218-7430-1.
  2. 1 2 3 4 جي. تيشل، الأساليب الرياضية في ميكانيكا الكم (GSM 99) https://www.mat.univie.ac.at/~gerald/ftp/book-schroe/schroe.pdf
  3. 1 2 ليب؛ لوس (2001). التحليل . GSM. المجلد 14 ( الطبعة الثانية). بروفيدنس: الجمعية الرياضية الأمريكية. ISBN   0-8218-2783-9.