[论文解读] Orthogonality and Numerical radius inequalities of operator matrices

‎Arpita Mal, Kallol Paul+1 more|arXiv (Cornell University)|Mar 16, 2019

Matrix Theory and Algorithms参考文献 21被引用 8

一句话总结

本文在复希尔伯特空间上有界线性算子空间中，对数值半径范数下的Birkhoff-James正交性给出了完整的刻画。利用该刻画，推导出$n\times n$算子矩阵数值半径的改进和推广的下界，尤其增强了对上三角矩阵和块结构矩阵的已有结果，数值例子表明其估计比先前结果更紧密。

ABSTRACT

We completely characterize Birkhoff-James orthogonality with respect to numerical radius norm in the space of bounded linear operators on a complex Hilbert space. As applications of the results obtained, we estimate lower bounds of numerical radius for $n imes n$ operator matrices, which improve on and generalize existing lower bounds. We also obtain a better lower bound of numerical radius for an upper triangular operator matrix.

研究动机与目标

• 在复希尔伯特空间的$\mathbb{B}(\mathbb{H})$中，完全刻画数值半径范数下的Birkhoff-James正交性。
• 为$n\times n$算子矩阵的数值半径推导出更紧致的下界，改进已知的现有下界。
• 利用正交性性质，对上三角算子矩阵的下界进行推广和优化。
• 通过例子展示，所提出的下界在某些情况下优于先前工作中的结果，如[10, Th. 3.7]、[7, Cor. 3.3]和[8]。

提出的方法

• 通过条件$w(T + \lambda A) \geq w(T)$对所有$\lambda \in \mathbb{C}$（实数情形为$\mathbb{R}$）引入并定义了数值半径正交性$T \perp_w A$。
• 建立了$T \perp_w A$的等价条件，包括$T^* \perp_w A^*$和在$\alpha T \perp_w \beta A$下的标量不变性。
• 证明了当$T$为自伴算子时，$T \perp_w A$蕴含$T \perp_B A$（Birkhoff-James正交性），而当$T$为幂零算子且满足$T^2 = 0$时，$T \perp_B A$蕴含$T \perp_w A$。
• 将正交性刻画应用于推导块矩阵（特别是上三角矩阵）的数值半径下界，利用非对角块的结构。
• 利用不等式$w(T) \geq \max\{w(A), w(D), \|B\|/2\}$，其中$T = \begin{bmatrix} A & B \\ 0 & D \end{bmatrix}$，对[10, Th. 3.7]的结果进行推广和改进。
• 将定理3.5应用于标量矩阵，证明$w(A) \geq \max_i w(T_i)$，其中$T_i$为将$A$的第$i$行和第$i$列置零后的矩阵。

实验结果

研究问题

• RQ1 如何在复希尔伯特空间的$\mathbb{B}(\mathbb{H})$中，完全刻画数值半径范数下的Birkhoff-James正交性？
• RQ2 该刻画对推导$n \times n$算子矩阵数值半径下界有何影响？
• RQ3 新下界能否优于现有结果，特别是对上三角或块结构矩阵？
• RQ4 在何种情况下，新下界严格优于先前已知估计，如[10, Th. 3.7]或[7, Cor. 3.3]？

主要发现

• 本文证明：当$T$为自伴算子时，$T \perp_w A$蕴含$T \perp_B A$；当$T$为幂零算子且满足$T^2 = 0$时，$T \perp_B A$蕴含$T \perp_w A$，揭示了两种正交性概念之间的联系。
• 对于上三角算子矩阵$T = \begin{bmatrix} A & B \\ 0 & D \end{bmatrix}$，证明了下界$w(T) \geq \max\{w(A), w(D), \|B\|/2\}$，该下界优于[10, Th. 3.7]中的下界$w(T) \geq \max\{w(A), w(D), \frac{1}{2}w(B)\}$。
• 定理3.5为标量矩阵提供了新的下界：$w(A) \geq \max_i w(T_i)$，其中$T_i$为将$A$的第$i$行和第$i$列置零后的矩阵，当$B$为零时，该下界优于[8]中的$w(T) \geq w(B)$。
• 在例3.5.1中，所提边界对一个特定的$3 \times 3$矩阵给出$w(T) \geq 4.55$，超过所有先前估计（范围为2.236至3.654），显著优于已有结果。
• 当$m(A_j) = m(A_j^*) = 0$时，定理3.4的边界被证明严格优于[7, Cor. 3.3]，即使在这些最小模非零时，其边界仍具竞争力。