Pregunta sobre la proyección en subespacios

Supongamos que tengo un norte × norte matriz (compleja) q visto como una transformación lineal de C norte a C norte . Me cuesta entender la diferencia entre los dos escenarios siguientes. Para simplificar, consideremos norte = 4 .

Escenario 1: Deja S ser un subespacio de C 4 de dimensión d = 2 . pensemos en S como el subespacio generado por dos vectores propios v 1 y v 2 de q .Se puede construir una matriz de proyección PAG S . Según este post , esta proyección debería estar dada por:

PAG S = A ( A T A ) 1 A T
dónde A = [ v 1 v 2 ] la A 4 × 2 matriz. Esto es un 4 × 4 matriz _

Escenario 2: Escribamos C 4 = S S . Desde q es un operador lineal en C 4 , podría ser posible descomponer q = q 1 q 2 para que, si tu = tu 1 + tu 2 y tu 1 S y tu 2 S :

q tu = q 1 tu 1 q 2 tu 2
Cada q i debería ser un 2 × 2 matriz.

Aquí está mi problema. Yo esperaría eso q 1 = q PAG S , desde q 1 debe ser la restricción de q a S . Sin embargo, como he subrayado antes, ambos q y PAG S son 4 × 4 matrices. Entonces, ¿dónde está la brecha? Si q 1 no es q PAG S , como puedo obtener q 1 ? Y finalmente, ¿por qué es PAG S a 4 × 4 matriz si se proyecta en un subespacio de dimensión 2 ? (Yo esperaría que fuera un 2 × 4 matriz en su lugar).

Respuestas (3)

Si V es un espacio de producto interno de dimensión finita (como C norte ) y S es un subespacio, tenemos dos nociones similares. Existe el operador de proyección ortogonal PAG S : V V que intuitivamente toma X V al elemento más cercano del subespacio S , pero sigue siendo un mapeo V V . Este operador satisface PAG 2 = PAG , PAG = PAG , y Soy ( PAG ) = S V , y sucede que I PAG S = PAG S . También está la descomposición V = S S y las asignaciones π S : V S y π S : V S ese mapa v V a PAG S ( v ) S o PAG S v S respectivamente. supongamos que V tiene dimensión norte y S tiene dimensión k . Como funciones, PAG S y π S mapa X al mismo elemento, pero tienen diferentes codominios V y S respectivamente. cuando escribimos PAG S y π S como matrices son norte × norte y k × norte respectivamente.

En un momento, necesitaremos las asignaciones de inclusión. i S : S V y i S : S V que simplemente asignan un vector en el subespacio al mismo vector en el espacio vectorial más grande V . Puede ser útil observar que aunque estas asignaciones esencialmente "no hacen nada", están representadas por matrices rectangulares (no cuadradas).

Dado un operador lineal q , generalmente no podemos descomponerlo como q tu = q 1 tu q 2 tu como escribiste en tu publicación (a menos que interpretes la notación extrañamente). Podemos descomponerlo en una matriz de bloques con cuatro bloques. Debemos elegir una base V de la forma s 1 , , s k , q 1 , , q norte k de modo que s 1 , , s k es una base de S y q 1 , , q norte k es una base de S . Entonces

q = ( π S q i S π S q i S π S q i S π S q i S ) .

Si V es norte -dimensional y S es k dimensional, entonces hemos cortado el norte × norte matriz q en (en el sentido de las agujas del reloj) un k × k , k × ( norte k ) , ( norte k ) × ( norte k ) y ( norte k ) × k submatrices.

También podemos escribirlo de una manera muy similar como una suma de cuatro operadores (matrices cuadradas que asignan V a sí mismo). Recuerda eso PAG S = I PAG S . Entonces q = I q I = ( PAG S + I PAG S ) q ( PAG S + I PAG S ) = PAG S q PAG S + PAG S q PAG S + PAG S q PAG S + PAG S q PAG S .

Para dar un ejemplo para relacionar estos conceptos, observe que

PAG S q PAG S = ( 0 π S q i S 0 0 ) .

Finalmente, intentaré responder a su problema de manera concreta. Tu escribiste " q tu = q 1 tu q 2 tu " dónde se refiere a la descomposición V = S S . Creo que este es un uso impropio de esta notación, ya que si escribimos X = y z , debe ser eso y S y z S , pero q 1 y q 2 no producirá necesariamente valores en S y S respectivamente. [Si lo hacen, entonces las descomposiciones anteriores son bloques diagonales , que es un caso especial importante]. Lo más parecido a q 1 de tu publicación sería q i S , que toma vectores de S a V y es, por tanto, 4 × 2 (un mapeo de C 2 C 4 ). Compare las descomposiciones en bloques de q PAG S y q i S abajo:

q PAG S = ( π S q i S 0 π S q i S 0 ) C norte × norte ,
y
q i S = ( π S q i S π S q i S ) C k × norte .

También preguntas "¿por qué PAG a 4 × 4 mapeo si se proyecta a un subespacio de dimensión dos?" Las proyecciones se refieren a PAG S no π S . Creo que estás confundiendo estas dos asignaciones. Son esencialmente lo mismo, excepto que tienen diferentes codominios. Eso los hace muy diferentes cuando los representas como matrices.

Esa es una muy buena respuesta, gracias! Como para PAG S = A ( A T A ) 1 A T , ¿existen fórmulas donde podamos expresar tanto ψ S y i S como matrices? Al menos en mi caso, donde S es generado por dos vectores v 1 y v 2 .
Para siquiera empezar a escribir A o PAG S como matriz, necesitamos elegir una base de V (en V es C 4 , entonces la base es mi 1 , mi 2 , mi 3 , mi 4 ). Para escribir asignaciones V S como π S , tenemos que elegir una base para ambos V y S . Incluso si V es C 4 para que la base sea obvia, S podría ser cualquier subespacio raro de C 4 , por lo que tendremos que elegir una base de alguna manera para escribir π S . No hay una forma obvia/natural de hacer esto, por lo que es difícil escribir una fórmula análoga a PAG S = A ( A T A ) 1 A T .
Este problema no ocurre cuando estamos escribiendo matrices para operadores. C 4 C 4 , porque solo necesitamos una base obvia. Pero supongamos que elegimos una base ortogonal de V como en la respuesta: s 1 , s 2 , v 1 , v 2 de modo que S es el lapso de s 1 y s 2 . Entonces i S es ( 1 0 0 1 0 0 0 0 ) y π S es la transposición. [En general, π S y i S son adjuntos/transpuestos conjugados uno del otro.]
Bien. asumo que estás asumiendo q es diagonal aquí, ¿verdad?
Ninguno de mis comentarios hace referencia a q , y mi respuesta no asume que q es diagonal.

Comencé a trabajar en un ejemplo trivial antes de que apareciera una respuesta mucho mejor, pero tal vez este simple ejemplo concreto ayude a guiar a alguien.

Puedes expresar tensores en diferentes bases. Al igual que puedo expresar el vector 2D en v = 3 mi X + 4 mi y en términos de vectores base para un X y -plano, también puedo expresarlo en términos de v = 5 mi v dónde mi v = 3 5 mi X + 4 5 mi y .

Cuando solo pasamos matrices con solo los coeficientes, por ejemplo v = [ 3 , 4 ] se hace una suposición de en qué base se expresan. Si queremos proyectar otro vector, por ejemplo tu = 5 mi X + 0 mi y podemos expresar esta proyección de varias formas, en términos de los 2 coeficientes de mi X y mi y , o en términos del 1 coeficiente de mi v . Trabajando a través de los cálculos para el caso que inventé aquí, uno obtendrá

tu v = 9 5 mi X + 12 5 mi y 3 mi v
De cualquier manera para abordarlo, es el mismo vector, solo necesitamos pensar en qué base estamos expresando los coeficientes.

Aquí está sucediendo algo complicado que básicamente se reduce al hecho de que puedes ver q 1 (y q 2 ) como matrices en GRAMO L ( 2 ; C ) ya que actúan sobre un 2 espacio dimensional, o verlos como elementos de GRAMO L ( 2 ; C ) GRAMO L ( 4 ; C ) es decir, verlos como 4 × 4 matrices.

Como S es visto como un subconjunto de C 4 es una buena idea ver tu 1 y tu 2 como vectores con cuatro entradas aunque tu 1 S y tu 2 S , que son ambos 2 subespacios dimensionales de nuestro espacio original.

Como en el ejemplo, si nuestro espacio es C 4 y consideramos S = { mi 1 , mi 2 } dónde mi 1 y mi 2 son los vectores base estándar, entonces aún querríamos escribir, mi 1 = ( 1 0 0 0 ) en vez de ( 1 0 ) a pesar de mi 1 S , dónde S es un 2 -espacio dimensional, debido al hecho de que vemos S como un subespacio de C 4 .

Por lo tanto, necesitamos q 1 y q 2 ser 4 × 4 matrices, podría verse algo como esto:

q = ( 1 0 0 0 0 4 0 0 0 0 5 6 0 0 7 8 ) = ( 1 0 0 0 0 4 0 0 0 0 0 0 0 0 0 0 ) + ( 0 0 0 0 0 0 0 0 0 0 5 6 0 0 7 8 ) = q 1 + q 2 .

Entonces sí, si ves q 1 como un 4 × 4 matriz entonces tendrás q 1 = q PAG S (y que alguien me corrija si me equivoco, pero no veo por qué) q 1 = PAG S q tampoco funcionaría).