关于Jordan标准形
【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
- 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 ...
- 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 \( ...
- [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$: ...
- [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 ...
- [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 ...
- 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) ...
- 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 ...
- [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)=\ ...
- 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
- 【题解】Luogu P3931 SAC E#1 - 一道难题 Tree
原题传送门 题目几乎告诉你要用最大流 先进行搜索,将树的叶子节点都连到一个虚拟点T上,流量为inf(这样不会干扰到前面部分的最大流) 其他边按树的形态连边,以根节点为S,跑一变最大流即可求出答案 #i ...
- UI自动化(四)css样式
<!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8" ...
- EJB到底是什么?
EJB到底是什么? 1. 我们不禁要问,什么是"服务集群"?什么是"企业级开发"? 既然说了EJB 是为了"服务集群"和"企业 ...
- FJUT3701 这也是一道数论题(线段树)题解
Problem Description 好久没出数据结构题,现在赶紧来做道数据结构题热热身 小q现在要去银行,他有个很厉害的bug能看到前面排队的人.假如当前有人正在办理业务,那么肯定要等待前一个人完 ...
- python from entry to abandon3
第十章的内容是解决问题————编写一个Python脚本.在我的电脑上因为Zip命令不能正常工作所以无法给出演示.该章给出了很有意义的编程思路,对以后学习和工作都有不错的参考意义,这部分有兴趣的同学还是 ...
- 同事在使用shiro后遇到的异常
一切配置按照demo来的,给他讲了一遍捋顺了.然后之前他做的demohim按照他网络摘抄的shiro博客看的. 然后注册了,正常,登录,提示密码不匹配. 问题出在注册的密码加密次数是2, 而shiro ...
- Docker Doc之一:小白入门
Docker与虚拟机相比有更大的优势,而且微软巨硬全力支持Docker,这个不得不让大家关心一下Docker的3W. Docker是什么 2013 年初,PaaS 提供商 dotCloud 开源了一个 ...
- IdentityServer4中Code/Token/IdToken对应可访问的资源(api/identity)
{ OidcConstants.ResponseTypes.Code, ScopeRequirement.None }, { OidcConstants.ResponseTypes.Token, Sc ...
- Jquery动画效果(混合)
1.图片随滚动条滚动 代码: var menuYloc = $("#right").offset().top; $(window).scroll(function () { var ...
- java笔记 -- java变量与常量的声明
变量: 在Java中, 每一个变量属于一种类型. double salary int vacationDays; long earthPopulation; boolean done; 命名: 以字母 ...