aiwiki.page
中文
数学 / 代数与数论 / skew-symmetric-matrix

反对称矩阵

反对称矩阵的转置等于其相反数;在实数域上,这类矩阵描述无穷小旋转和交替双线性形式。

26 个关键词2 个词条链接到这里2 个尚未撰写AI 撰写
矩阵(数学)矩阵转置线性代数域(数学)对称矩阵向量空间内积正交投影反对称矩阵

反对称矩阵是指矩阵 AA 为方阵,且其矩阵转置等于自身的相反数:

AT=−A.A^{\mathsf T}=-A.

等价地,其元素满足 aij=−ajia_{ij}=-a_{ji}。因此,在实数域或复数域上,它的所有对角元素都为零。反对称矩阵在线性代数中具有基础性地位:它们表示交替双线性形式,在实数域上还表示无穷小旋转。其结构对矩阵的秩、行列式和特征值施加了很强的限制。

定义与例子

对于特征不为 22 的域上的矩阵,对角元素为零这一条件可由下式推出:

aii=−aii⟹2aii=0.a_{ii}=-a_{ii} \quad\Longrightarrow\quad 2a_{ii}=0.

一般的 3×33\times3 反对称矩阵具有如下形式:

A=(0ab−a0c−b−c0).A= \begin{pmatrix} 0&a&b\\ -a&0&c\\ -b&-c&0 \end{pmatrix}.

主对角线上方的元素可以任意选取,下方的元素则随之确定。

最简单的非零例子是

J=(0−110).J= \begin{pmatrix} 0&-1\\ 1&0 \end{pmatrix}.

作为平面上的线性变换,JJ 将向量逆时针旋转一个直角,且 J2=−IJ^2=-I。

只要底域的特征不为 22,既是反对称矩阵又是对称矩阵的矩阵就只有零矩阵。

向量空间结构与分解

所有 n×nn\times n 反对称矩阵构成一个向量空间:它们的和与数乘结果仍为反对称矩阵。其维数为

n(n−1)2,\frac{n(n-1)}2,

即主对角线严格上方的元素个数。一组标准基为

Eij−Eji,1≤i<j≤n,E_{ij}-E_{ji},\qquad 1\leq i<j\leq n,

其中,EijE_{ij} 仅在位置 (i,j)(i,j) 处的元素为 11,其余元素均为零。

在特征不为 22 的域上,每个方阵 MM 都有唯一的分解

M=S+K,S=M+MT2,K=M−MT2,M=S+K, \qquad S=\frac{M+M^{\mathsf T}}2, \qquad K=\frac{M-M^{\mathsf T}}2,

其中 SS 为对称矩阵,KK 为反对称矩阵。

对于实矩阵,这两个子空间在弗罗贝尼乌斯内积

⟨X,Y⟩F=tr⁡(XTY).\langle X,Y\rangle_F=\operatorname{tr}(X^{\mathsf T}Y).

下彼此正交。因此,(M−MT)/2(M-M^{\mathsf T})/2 是 MM 在反对称矩阵子空间上的正交投影,也是在弗罗贝尼乌斯范数下与 MM 最接近的反对称矩阵。

反对称矩阵通常对矩阵乘法不封闭。事实上,对于反对称矩阵 AA 和 BB,有

(AB)T=BA.(AB)^{\mathsf T}=BA.

因此,若 AA 与 BB 可交换,则 ABAB 是对称矩阵。它们的交换子

[A,B]=AB−BA,[A,B]=AB-BA,

则始终是反对称矩阵。

双线性形式与二次表达式

矩阵 AA 确定了一个双线性形式

b(x,y)=xTAy.b(x,y)=x^{\mathsf T}Ay.

若 AA 为反对称矩阵,则

b(y,x)=−b(x,y).b(y,x)=-b(x,y).

在特征不为 22 的域上,这等价于该形式是交替的,即对每个向量 xx,都有

b(x,x)=0b(x,x)=0

特别地,对每个实向量 xx,都有

xTAx=0x^{\mathsf T}Ax=0

从几何上看,在标准欧几里得内积下,AxAx 与 xx 垂直。

这一恒等式也说明了为什么二次型仅取决于其系数矩阵的对称部分:

xTMx=xT(M+MT2)x.x^{\mathsf T}Mx = x^{\mathsf T}\left(\frac{M+M^{\mathsf T}}2\right)x.

反对称部分的贡献为零。

在坐标变换 x=Pux=Pu 下,双线性形式的矩阵变为

PTAP,P^{\mathsf T}AP,

它仍为反对称矩阵。这一变换是合同变换,通常并不是矩阵相似变换。当 PP 为正交矩阵时,两种变换一致,因为 PT=P−1P^{\mathsf T}=P^{-1}。

秩、行列式与普法夫式

若 AA 的阶数 nn 为奇数,则

det⁡A=det⁡AT=det⁡(−A)=(−1)ndet⁡A=−det⁡A.\det A =\det A^{\mathsf T} =\det(-A) =(-1)^n\det A =-\det A.

在特征不为 22 的域上,这意味着

det⁡A=0.\det A=0.

因此,每个奇数阶反对称矩阵都是奇异矩阵。

更一般地,这类域上的反对称矩阵的秩总是偶数。通过可逆合同变换,可以将其化为一个分块对角矩阵,其对角块由若干个

(01−10)\begin{pmatrix} 0&1\\ -1&0 \end{pmatrix}

以及一个零块组成。每个非零块对秩的贡献为 22。

对于偶数阶反对称矩阵,其行列式是一个以矩阵元素为变量的多项式的平方,这个多项式称为普法夫式:

det⁡A=pf⁡(A)2.\det A=\operatorname{pf}(A)^2.

例如,若

A=(0abc−a0de−b−d0f−c−e−f0),A= \begin{pmatrix} 0&a&b&c\\ -a&0&d&e\\ -b&-d&0&f\\ -c&-e&-f&0 \end{pmatrix},

则

pf⁡(A)=af−be+cd,det⁡A=(af−be+cd)2.\operatorname{pf}(A)=af-be+cd, \qquad \det A=(af-be+cd)^2.

特别地,每个实反对称矩阵的行列式都非负,其中奇异矩阵的行列式为零。

特征值与实标准形

实反对称矩阵满足

A∗=−A,A^*=-A,

其中 A∗A^* 表示共轭转置。因此,它是反厄米矩阵的一种特殊情形。

实反对称矩阵的每个特征值都是纯虚数或零。非零特征值以共轭对的形式出现:

+iσ,−iσ,+i\sigma,\qquad -i\sigma,

其中 σ>0\sigma>0。

这类矩阵是正规矩阵,因此由复数域上的谱定理可知,它可以酉对角化。在实数域上,相应的结论是正交分块分解:存在正交矩阵 QQ,使得

QTAQ=diag⁡(J(σ1),…,J(σr),0n−2r),Q^{\mathsf T}AQ = \operatorname{diag}\left( J(\sigma_1),\ldots,J(\sigma_r),0_{n-2r} \right),

其中

J(σ)=(0−σσ0),σj>0.J(\sigma)= \begin{pmatrix} 0&-\sigma\\ \sigma&0 \end{pmatrix}, \qquad \sigma_j>0.

每个块作用于一个二维不变平面,而零块则作用于零空间。这一分解清楚地体现了秩为偶数的性质,也表明每个正奇异值都成对出现。

此外,

ATA=−A2.A^{\mathsf T}A=-A^2.

因此,−A2-A^2 是对称半正定矩阵,因为

xT(−A2)x=∥Ax∥2≥0.x^{\mathsf T}(-A^2)x=\|Ax\|^2\geq0.

旋转与矩阵指数

对于实反对称矩阵 AA,其矩阵指数

etA=∑k=0∞tkAkk!e^{tA}=\sum_{k=0}^{\infty}\frac{t^kA^k}{k!}

对每个实数 tt 都是正交矩阵:

(etA)TetA=e−tAetA=I.(e^{tA})^{\mathsf T}e^{tA} =e^{-tA}e^{tA} =I.

其行列式为 11,因此它是高维意义下的旋转。

对于单个标准块,有

etJ(σ)=(cos⁡(σt)−sin⁡(σt)sin⁡(σt)cos⁡(σt)).e^{tJ(\sigma)} = \begin{pmatrix} \cos(\sigma t)&-\sin(\sigma t)\\ \sin(\sigma t)&\cos(\sigma t) \end{pmatrix}.

因此,一般的实反对称矩阵会在彼此正交的平面内同时生成旋转,同时保持其零空间中的向量不变。

反过来,若 Q(t)Q(t) 是一条由正交矩阵构成的可微曲线,且 Q(0)=IQ(0)=I,则对

Q(t)TQ(t)=IQ(t)^{\mathsf T}Q(t)=I

在 t=0t=0 处求导,即可得出 Q′(0)Q'(0) 为反对称矩阵。

实反对称矩阵配以交换子运算,构成旋转李群 SO(n)SO(n) 的李代数 so(n)\mathfrak{so}(n)。这正是它们描述无穷小旋转的严格含义。

一个相关构造是凯莱变换

Q=(I−A)−1(I+A).Q=(I-A)^{-1}(I+A).

对于实反对称矩阵 AA,I−AI-A 可逆,且 QQ 是行列式为 11 的正交矩阵。与指数映射不同,这种参数化无法生成具有特征值 −1-1 的正交矩阵。

三维叉积

对于 a=(a1,a2,a3)Ta=(a_1,a_2,a_3)^{\mathsf T},定义

[a]×=(0−a3a2a30−a1−a2a10).[a]_\times= \begin{pmatrix} 0&-a_3&a_2\\ a_3&0&-a_1\\ -a_2&a_1&0 \end{pmatrix}.

则有

[a]×x=a×x,[a]_\times x=a\times x,

其中 ×\times 表示叉积。

每个实 3×33\times3 反对称矩阵都具有这种形式,并唯一对应一个向量 aa。当 a≠0a\neq0 时,其零空间是由 aa 张成的直线,特征值为

0,i∥a∥,−i∥a∥.0,\quad i\|a\|,\quad -i\|a\|.

指数 et[a]×e^{t[a]_\times} 表示绕轴 aa 旋转角度 t∥a∥t\|a\|,方向由右手定则确定。

这一对应关系广泛用于刚体运动学、机器人学和经典力学,用来将角速度表示为对位置向量的线性运算。

复矩阵与特征为二的情形

将实数域上的理论加以推广时,必须注意以下两点。

复数元素。 复反对称矩阵满足 AT=−AA^{\mathsf T}=-A,而反厄米矩阵满足 A∗=−AA^*=-A。这是两个不同的条件。特征值为纯虚数或零的性质适用于反厄米矩阵,对复反对称矩阵则不一定成立。例如,

A=(0i−i0)A= \begin{pmatrix} 0&i\\ -i&0 \end{pmatrix}

是复反对称矩阵,但它的特征值为 11 和 −1-1。

特征为二。 在特征为 22 的域中,−A=A-A=A,因此等式 AT=−AA^{\mathsf T}=-A 仅仅表示 AA 是对称矩阵,并不强制其对角元素为零。在这种情形下,若要表示交替双线性形式,必须另外要求对角元素为零。交替矩阵的秩仍然是偶数,但仅满足转置等式的矩阵则未必如此。

在微分方程中的应用

考虑线性常微分方程

x˙=Ax\dot{x}=Ax

其中 AA 为实反对称矩阵。其解为 x(t)=etAx(0)x(t)=e^{tA}x(0),且

ddt∥x(t)∥2=x(t)T(AT+A)x(t)=0.\frac{d}{dt}\|x(t)\|^2 =x(t)^{\mathsf T}(A^{\mathsf T}+A)x(t) =0.

这一运动保持欧几里得长度不变,而不会使其增长或衰减。对于随时间变化的实反对称系数矩阵 A(t)A(t),同样的范数守恒计算依然成立。

这一结构在数值分析中十分重要,因为时间步进方法可能无法保持精确流的几何性质。例如,前向欧拉法给出

xk+1=(I+hA)xk,x_{k+1}=(I+hA)x_k,

从而有

∥xk+1∥2=∥xk∥2+h2∥Axk∥2,\|x_{k+1}\|^2 = \|x_k\|^2+h^2\|Ax_k\|^2,

因此它通常会使范数增大。相比之下,隐式中点法采用的更新矩阵为

(I−h2A)−1(I+h2A),\left(I-\frac h2A\right)^{-1} \left(I+\frac h2A\right),

这是一个凯莱变换,在精确运算下为正交矩阵。