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
- 提bug
大多数公司都是用bugzilla来管理bug,也有的公司使用内部开发的bug管理平台.这里以bugzilla为例,我最不爽的是提bug的时候既要选择severity(严重级别)又要选择priority ...
- gitlab 迁移
http://www.cnblogs.com/crysmile/p/9505527.html
- 【Python64-tkinter_label组件】
一.label组件用于在屏幕上显示文本活图像,Label组件仅能显示单一字体的文本,单文本可以跨越多行.另外还可以为其中的个别字符加上下划线 二.如何使用label组件 使用label组件,你可以指定 ...
- 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 ...
- JDK命令行工具
jinfo(Configuration Info for Java)的作用是实时地查看和调整虚拟机各项参数 jmap(Memory Map for Java)命令用于生成堆转储快照(一般称为heapd ...
- centos7安装node
centos7安装node 二进制文件安装 node=v10.13.0 file=node-${node}-linux-x64 wget https://nodejs.org/dist/${node} ...
- 【HNOI 2018】道路
Problem Description \(W\) 国的交通呈一棵树的形状.\(W\) 国一共有\(n - 1\)个城市和\(n\)个乡村,其中城市从\(1\)到\(n - 1\) 编号,乡村从\(1 ...
- 安卓下设置系统字体大小影响H5页面布局
问题描述: 调整好的h5页面,放在安卓app内嵌页面后布局正常,后来用户调整系统里面字体大小,后内嵌H5布局乱掉 问题分析: 因为用户调整了系统字体的大小,修改了根节点和body节点的font-siz ...
- python报错函数传参数传多了
写python的时候报错: Exception : Traceback (most recent call last): File , in __bootstrap_inner self.run() ...
- C++获取数组的长度
C++获取数组的长度 #include<iostream> using namespace std; template<class T> int length(T& a ...