为什么需要若尔当标准型
$n\times n$ 矩阵对角化需要$n$个线性无关的特征向量。若特征值有重根会导致特征向量数量不足,矩阵无法对角化。于是使用若尔当块拼出一个最接近对角的矩阵。
若尔当块
对于重根特征值$\lambda$,若尔当块对角线元素为$\lambda$,紧挨着主对角线上方全为$1$,其余为$0$。
$$ J_2(\lambda) = \begin{bmatrix} \lambda & 1 \\ 0 & \lambda \end{bmatrix},J_3(\lambda) = \begin{bmatrix} \lambda & 1 &0\\ 0 & \lambda & 1\\ 0 & 0 & \lambda \end{bmatrix}…… $$求若尔当标准型步骤
求特征值及其代数重数$m$。 例:$(\lambda-1)^2(\lambda-2)=0$,$\lambda=1$ 代数重数$m=2$。
计算零化度序列$d_k$ 定义:
$$ d_k=\mathrm{nullity}(A-\lambda I)^k = n-\mathrm{rank}\big((A-\lambda I)^k\big) $$边界条件:令$d_0=0$,一直计算直到$d_k=m$为止。
关于零化度序列的下文会有更详细讲解。
- 计算大小为$j$的若尔当块个数$c_j$ $$ c_j=2d_j-d_{j-1}-d_{j+1} $$ 他的原始公式展开为 $$ c_j=(d_j-d_{j-1})-(d_{j+1}-d_j)=\Delta_j-\Delta_{j+1} $$
$\Delta_k = d_k-d_{k-1}$,这个等式后面会讲。
得到各个大小若尔当块数量后就可以写出若尔当矩阵$J$;书写惯例:左上角放高重次块,右下角放低重次块。
零化度序列
设$A$为$n\times n$矩阵,取某一个特征值$\lambda$,记
$$ N = A-\lambda I $$$N$是对应这个特征值的幂零部分。
零化度序列$d_k$定义: 对任意非负整数$k$,考虑齐次方程组 $ N^k \boldsymbol{X} = \boldsymbol{0} $ ($\boldsymbol{X}$为矩阵自变量)。 $N^k$表示$N$自乘$k$次(规定$N^0=I$),方程组全部解向量构成线性空间,称为$N^k$的核,记作$\ker(N^k)$。
定义$d_k$为方程组$N^k\boldsymbol{X}=\boldsymbol 0$解空间的维数:
$$ \boldsymbol{d_k=\dim\big(\ker(N^k)\big)} $$边界条件:$\boldsymbol{d_0=0}$。
零化度序列两条性质
- 对任意$k\ge0$,有$\boldsymbol{d_k \le d_{k+1}}$。
- 当$k$足够大,$d_k$停止增长,最终等于该特征值的代数重数$m$。
$\Delta_k$描述的是:对于这个特征值,所有若尔当块里尺寸大于等于$k$的块的总个数,满足$\boldsymbol{\Delta_k = d_k-d_{k-1}}$。
例题
已知矩阵
$$ A=\begin{bmatrix} -1 & 1 & 0\\ -1 & 3 & 0\\ 0 & 0 & 2 \end{bmatrix} $$① 计算特征值
令 $|A-\lambda I|=0$
$$ \begin{vmatrix} 1-\lambda & 1 & 0\\ -1 & 3-\lambda & 0\\ 0 & 0 & 2-\lambda \end{vmatrix} =(2-\lambda)\big[(1-\lambda)(3-\lambda)+1\big] =(2-\lambda)(\lambda^2-4\lambda+4) =(2-\lambda)^3 $$仅有特征值 $\lambda=2$,代数重数 $m=3$。
② 计算 $N=A-\lambda I$
$$ N=A-2I=\begin{bmatrix} -1 & 1 & 0\\ -1 & 1 & 0\\ 0 & 0 & 0 \end{bmatrix} $$③ 求零化度序列 $d_k$
$d_1=\dim\ker(N)$,即解 $N\boldsymbol{X}=\boldsymbol{0}$。
$$ \begin{bmatrix} -1 & 1 & 0\\ -1 & 1 & 0\\ 0 & 0 & 0 \end{bmatrix} \begin{bmatrix} x_1\\ x_2\\ x_3 \end{bmatrix} = \begin{bmatrix} 0\\0\\0 \end{bmatrix} \Rightarrow \begin{cases} x_1=x_2 \end{cases} $$
设 $\boldsymbol{x}=\begin{bmatrix} x_1\ x_2\ x_3 \end{bmatrix}$,有两个自由变量,$\boldsymbol{d_1=2}$。
$d_2=\dim\ker(N^2)$,解 $N^2\boldsymbol{X}=\boldsymbol{0}$。
$$ N^2=\begin{bmatrix} 0 & 0 & 0\\ 0 & 0 & 0\\ 0 & 0 & 0 \end{bmatrix} $$$N^2\boldsymbol{x}=\boldsymbol{0}$ 中 $x_1,x_2,x_3$ 全部为自由变量,$d_2=3$,已经等于代数重数 $m=3$,停止。
当然,敏锐的人也观察到$d_k=n-\mathrm{rank}(N^k)$,如$ d_1=3-1=2$;$d_2=3-0=3$。
得到: $d_0=0,\ d_1=2,\ d_2=3$;且可推$d_3=3,d_4=0\cdots$
计算$\Delta_k = d_k-d_{k-1}$:
$$ \Delta_1 = d_1-d_0 = 2 $$$$ \Delta_2 = d_2-d_1 = 1 $$$\Delta_1$:尺寸至少为1的块,一共2个。
$$ \Delta_3 = d_3-d_2 = 0 $$$\Delta_2$:尺寸至少为2的块,一共1个。
$\Delta_3$:尺寸至少为3的块,一共0个。
根据逻辑不难推测,尺寸为2的块有1个,尺寸为1的块有1个
也不难发现$\Delta_{k+1}\le \Delta_k$,否则逻辑上无法说明“至少为1的块有2个但至少为2的块有114514个?”。
当然也能用块个数公式 $c_j=\Delta_j-\Delta_{j+1}$:
$$ c_1=\Delta_1-\Delta_2 = 2-1=1,\quad c_2=\Delta_2-\Delta_3=1-0=1 $$从而可以写出该矩阵的若尔当标准型:
$$ J=\begin{bmatrix} 2 & 1 & 0\\ 0 & 2 & 0\\ 0 & 0 & 2 \end{bmatrix} $$关键概念回顾与应该注意的地方
- $d_k=\dim\ker(N^k),\ N=A-\lambda I$
- $\boldsymbol{\Delta_k = d_k-d_{k-1}}$:大小 $\ge k$ 的若尔当块总数量
- $\boldsymbol{c_k=\Delta_k-\Delta_{k+1}}$:恰好大小等于 $k$ 的若尔当块数量
- 性质:$\Delta_1\ge \Delta_2\ge \Delta_3\ge\cdots$,不会递增。
- 所有块阶数加起来 $=$ 代数重数 $m$。
- 不要把矩阵阶数n和特征值$\lambda$的重根数m搞混
过渡矩阵P的求解
在已知若尔当标准型的基础上若想求使$P^{-1}AP =J$的过渡矩阵P:
上式等价于求$AP=PJ$,把$P$拆成三个列向量$P=[p_1 \ p_2 \ p_3]$,对应于上式例子
$$ J= \begin{bmatrix} 2 & 1 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 2 \\ \end{bmatrix} $$由$AP=PJ$有
- $Ap_1=2p_1$ ($p_1为普通特征向量$)
- $Ap_2=p_1+2p_2 \implies (A-2I)p_2=p_1$($p_2$为广义特征向量)
从1式可解得到两个自由变量关系$x_1=x_2$,$x_3$任取,基础解系为$\xi_1= \begin{bmatrix} 1 \ 1 \ 0 \end{bmatrix} ,\xi_2= \begin{bmatrix} 0 \ 0 \ 1 \end{bmatrix} $
(两个自由变量对应属于这个特征值的若尔当块个数,也就是上面说的$d_1$)
我们取$p_1=\xi_1$作为链头,$p_3=\xi_2$作为一阶块,然后根据$(A-2I)p_2=p_1$找到$p_2$,带入后发现解得$x_1,x_3$是自由变量,同时有$x_2=x_1+1$,取$x_1=0,x_3=0$,则$p_2=\begin{bmatrix} 0 \ 1 \ 0\end{bmatrix}$ ,从而从左到右放入$p_1,p_2,p_3$得
$$ P = \begin{bmatrix} 1 & 0 & 0 \\ 1 & 1 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix} $$心得
学习若尔当标准型时,我遇到了许多令人困惑的问题,比如若尔当矩阵存在的意义是什么?零化度序列又是什么?
而在学习这些问题的过程中我发现,我们的教材在过度追求严谨的同时,却对一些重要的推导公式进行了简化,大大增加了同学们的困惑。例如部分书中零化度序列的块公式
$$ c_j=2d_j-d_{j-1}-d_{j+1} $$即使有数学直觉的同学能很快看出这显然存在一个等差序列,大多数人很难一眼得出这个式子在表达什么,只好死记硬背。
在提防此类防自学教材的同时,我们也要在听课时认真听讲,提高检索信息的能力,只有“穷究原理”方可“洞悉本质”。