【转载请注明出处】http://www.cnblogs.com/mashiqi

2017/06/25

设$A$是$n$维线性空间$V$上的线性变换,它的特征值与相应的代数重数分别为$\lambda_i,m_i~(1=1,\cdots,r)$。为简化阅读,我们设$K_i = \ker(\lambda_i I - A)^{m_i},~ M_i = \operatorname{Im}(\lambda_i I - A)^{m_i}$。于是有如下结论:

\begin{align*}
& 1)~ A(K_i) \subseteq K_i,~ A(M_i) \subseteq M_i, \\
& 2)~ V = K_i \oplus M_i, \\
& 3)~ \det(\lambda I - A|_{K_i}) = (\lambda - \lambda_i)^{m_i},~ \dim(K_i) = m_i.
\end{align*}

由于$\ker(\lambda_i I - A)^{m_i}$和$\operatorname{Im}(\lambda_i I - A)^{m_i}$的正交性,因此$V$首先可以分解为各个$\ker(\lambda_i I - A)^{m_i}$的直和,这是“空间第一分解”。但仅仅到这一步,还得不出Jordan标准形。

在每一个$\ker(\lambda_i I - A)^{m_i}$上还可以再进行分解。由于在线性变换$A$在$m$维子空间$\ker(\lambda_i I - A)^{m_i}$上的行列式为$\det(\lambda I - A|_{K_i}) = (\lambda - \lambda_i)^{m_i}$,因此,根据Hamilton-Cayley定理,一定存在一个整数$m_0 \leq m_i$,使得$(A - \lambda_i I)^{m_0} = 0$。为了方便,我们记$T = A - \lambda_i I$,则$T^{m_0} = T \cdot T^{m_0-1} = 0$。因此$$\operatorname{Im}T^{m_0-1} \subseteq \ker T.$$我们可以在$\ker(\lambda_i I - A)^{m_i}$找到几个向量$\{p_1, p_2, \cdots , p_a\}$使得$\ker(\lambda_i I - A)^{m_i} = \operatorname{Span }\{T^{m_0-1}p_1, T^{m_0-1}p_2, \cdots , T^{m_0-1}p_a\}$。我们可以很容易的证明

\begin{align*}
\{& T^0 p_1, T^0 p_2, \cdots , T^0 p_a, \\
& T^1 p_1, T^1 p_2, \cdots , T^1 p_a, \\
& \qquad\quad\vdots\qquad\qquad\vdots \\
& T^{m_0-1}p_1, T^{m_0-1}p_2, \cdots , T^{m_0-1}p_a\}.
\end{align*}

线性无关。注意,若将上面的这$m_0 \times a$个线性无关的向量作为基底的话,那么每一列$\{T^0 p_1, T^1 p_1, \cdots, T^{m_0-1}p_1\}$在$A$下的变换都可以用Jordan标准形表示出来。若上面的这$m_0 \times a$个线性无关的向量还不足以充满整个$\ker(\lambda_i I - A)^{m_i}$的话,那再继续扩充它们,至于怎么扩种,稍微复杂了一点。这就是“空间第二分解”。

以上知识足以使得我对Jordan标准形形成一个较为感性的认识了。

关于Jordan标准形的更多相关文章

  1. Jordan标准形

    一.引入 前面已经指出,一切n阶矩阵A可以分成许多相似类.今要在与A相似的全体矩阵中,找出一个较简单的矩阵来作为相似类的标准形.当然以对角矩阵作为标准形最好,可惜不是每一个矩阵都能与对角矩阵相似.因此 ...

  2. 实 Jordan 标准型和实 Weyr 标准型

    将学习到什么 本节讨论关于实矩阵的实形式的 Jordan 标准型,也讨论关于复矩阵的另外一种形式的 Jordan 标准型,因为它在与交换性有关的问题中很有用.   实 Jordan 标准型 假设 \( ...

  3. [转载] $\mathrm{Jordan}$标准型的介绍

    本文转载自陈洪葛的博客$,$ 而实际上来自xida博客朝花夕拾$,$ 可惜该博客已经失效 $\mathrm{Jordan}$ 标准形定理是线性代数中的基本定理$,$ 专门为它写一篇长文好像有点多余$: ...

  4. [问题2014A12] 解答

    [问题2014A12]  解答 将问题转换成几何的语言: 设 \(\varphi,\psi\) 是 \(n\) 维线性空间 \(V\) 上的线性变换, 满足 \(\varphi\psi=\psi\va ...

  5. [问题2014A13] 解答

    [问题2014A13]  解答 先引入两个简单的结论. 结论 1  设 \(\varphi\) 是 \(n\) 维线性空间 \(V\) 上的线性变换, 若存在正整数 \(k\), 使得 \(\math ...

  6. 复旦大学2015--2016学年第二学期高等代数II期末考试情况分析

    一.期末考试成绩班级前几名 胡晓波(90).杨彦婷(88).宋卓卿(85).唐指朝(84).陈建兵(83).宋沛颖(82).王昊越(81).白睿(80).韩沅伯(80).王艺楷(80).张漠林(80) ...

  7. 复旦大学2014--2015学年第二学期(14级)高等代数II期末考试第八大题解答

    八.(本题10分)  设 $A,B$ 为 $n$ 阶半正定实对称阵, 求证: $AB$ 可对角化. 分析  证明分成两个步骤: 第一步, 将 $A,B$ 中的某一个简化为合同标准形来考虑问题, 这是矩 ...

  8. [问题2014A10] 复旦高等代数 I(14级)每周一题(第十二教学周)

    [问题2014A10]  设 \(A\) 为 \(n\) 阶实方阵满足 \(AA'=I_n\) (即 \(A\) 为 \(n\) 阶正交阵), 证明: \[\mathrm{rank}(I_n-A)=\ ...

  9. 机器学习——logistic回归,鸢尾花数据集预测,数据可视化

    0.鸢尾花数据集 鸢尾花数据集作为入门经典数据集.Iris数据集是常用的分类实验数据集,由Fisher, 1936收集整理.Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集.数据集包含150个数 ...

随机推荐

  1. vim中^M的研究

    vim打开文件时在行尾显示^M,这样的情况时不时会遇到,下面稍微深入了解下这个问题: 原理呢,其实很简单:Windows换行风格(也叫dos风格)的文本以Unix风格解析就会出现这个情况: 首先重现这 ...

  2. Windows下应用级别的IIS负载均衡方案 Application Request Route

    转载于:https://blog.csdn.net/2000killer/article/details/51228625 序言 随着公司业务的发展,后台业务就变的越来越多,然而服务器的故障又像月经一 ...

  3. 02: OpenStack

    1.1 OpenStack各组件 1.Horizon(控制台),又名Dashboard 就是web展示界面操作平台,方便用户交互的 2.Nova(计算) 负责创建,调度,销毁云主机 3.Neutron ...

  4. freeswitch设置支持视频语音编码

    1.修改FreeSWITCH安装路径下/conf/var.xml文件中,增加: <X-PRE-PROCESS cmd=="set" data="proxy_medi ...

  5. react-router 4.0(四)跳转404

    import React from 'react' import ReactDOM from 'react-dom' import { HashRouter, Route, Link, Prompt, ...

  6. GIT 私有仓库 github项目提交失败 master -> master (non-fast-forward)

    https://blog.csdn.net/fightingforcv/article/details/52073182 https://blog.csdn.net/u014135752/articl ...

  7. 论文笔记:Visual Semantic Navigation Using Scene Priors

    Visual Semantic Navigation Using Scene Priors 2018-10-21 19:39:26 Paper:  https://arxiv.org/pdf/1810 ...

  8. python腾讯语音合成

    一.腾讯语音合成介绍 腾讯云语音合成技术(TTS)可以将任意文本转化为语音,实现让机器和应用张口说话. 腾讯TTS技术可以应用到很多场景,比如,移动APP语音播报新闻:智能设备语音提醒:依靠网上现有节 ...

  9. WebApi 运行原理

    1.当请求过来时,首先经过Global 下面的Application_start()方法,在这个方法中注册了WebApiConfig.Register 2.WebApiConfig.Register把 ...

  10. _pet

    可以控制各职业召唤物的属性.用于增强BB `comment` 备注 `classIndex` 职业序号 `DmgAddPct` 宠物伤害倍率 `SpAddPct` 法术伤害 `HpAddPct`血量倍 ...