当前课程知识点:线性代数(2) >  第二讲:相似矩阵 >  2.3 Jordan标准形 >  2.3 Jordan标准形

返回《线性代数(2)》慕课在线视频课程列表

2.3 Jordan标准形在线视频

2.3 Jordan标准形

下一节:2.4 定理的证明

返回《线性代数(2)》慕课在线视频列表

2.3 Jordan标准形课程教案、知识点、字幕

我们以2阶矩阵作例子

如果一个2阶矩阵A

有两个互异的特征值入1 入2

我们知道这样的矩阵

A一定是可对角化的

也就是说矩阵A相似于对角阵

对角线上的元素是入1 入2

两个互异特征值

那如果矩阵A有重特征值入0

那就有两种可能性

一种可能性是说

A有两个线性无关的特征向量

这样的A一定可以对角化

对角元是这个重特征值入0 入0

那么如果A

只有一个线性无关的特征向量

这样的矩阵A不能够对角化

但是它一定会相似于

对角线上是入0

然后斜上方有一个1的这样的矩阵

这样的矩阵

是我们用来作为Jordan标准形的

一个Jordan块

那么一般情况下

一个n阶的Jordan块是这种形状

对角线是重特征值入0

加它的斜上方有一溜1

这是一个n阶的Jordan块

特别的情况下

如果n等于1的话

所谓一个Jordan块

就是一个1阶的一个数构成的矩阵

那么这是n等于1的情形

我们来看这个3阶的矩阵

主对角线上是2

在它的斜上方有两个1

这个矩阵它的特征值是2

是3重的

代数重数是3 几何重数是1

不能够对角化

对于一个Jordan块它的性质

我们发现对于这样的Jordan块

它有一个n重的特征值入0

它只有一个线性无关的特征向量

1 0 0

那么我们说这个入0的代数重数

是等于n 几何重数是等于1

我们还可以注意到

用这个Jordan块去减掉入0乘以In

这个数乘矩阵之后

得到了新的这个矩阵

它的n次幂是等于0矩阵的

我们发现N这个矩阵呢

主对角线上是0

加它的斜上方有一溜1

那么可以计算试试看它的平方

在刚才1的位置上变成了0

然后1跑到它更上一层这个部分

那么一直这样做下去我们发现

N的n次方是等于0矩阵的

这是一个幂零矩阵

那我们还可以注意到

这个Jordan块

和它的转置是相似的

我们来令这个可逆矩阵P

是斜对角线上是1的这样一个矩阵

我们发现它的逆矩阵

是等于它自身

我们说P^{-1}乘以Jordan块

再乘以P就等于Jordan块的转置我们拿一个简单的例子来看

0 0 1 0 1 0

1 0 0去乘以3阶的Jordan块

再乘以0 0 1

0 1 0 1 0 0

通过计算我们发现

它变成主对角线上是入0

1跑到它的下方的这样一个矩阵

是原来Jordan块的转置矩阵

那么有了这条性质呢

我们说

有的书上它定义这个Jordan块

是1跑到下面来

和我们1在上面的

这种Jordan块的定义

本质上一致的

因为二者是相似的

那么Jordan块呢

它可以写成数乘的矩阵

入0去乘以单位阵再加上

我们刚才说的这个幂零矩阵

那么我们注意到说

这个幂零矩阵n去乘以en

我们这儿的en

是n维的向量

前面的n-1个分量是0

在最后一个分量是1这种向量

N去乘以en等于en-1

那么而且N去en-1等于en-2

N乘以e2 等于e1

N乘以e1等于0

那换言之我们说e1

是这个Jordan块的唯一的那个

线性无关的特征向量

J e1等于入0e1

而这个e2不是特征向量

这个e2是等于入0e2再加上e1

这e3等于入0e3+e2

e1是特征向量

这一个特征向量

i从2到n我们有Jei等于入ei

加上ei-1

我们把这样的ei呢

它不是特征向量

但是具有特别的性质

我们称为是J的广义特征向量

我们说矩阵A

它如果有s个线性无关的特征向量

就一定会存在可逆矩阵P

使得P^{-1}AP等于这种对角块矩阵

在对角块

每一个对角块是一个Jordan块

并且我们把这种矩阵J

称为是A的Jordan标准形

如果不计Jordan块的次序的话

矩阵A的Jordan标准形是唯一的

这是我们接下来要证明的定理

这个定理里头

给出来我们的相似标准形的答案

我们用Jordan标准形来作为

矩阵相似标准形的最简形式

那么在这里头

Jordan标准形中

Jordan块的个数

它是等于

A线性无关的特征向量的个数

有多少个线性无关的特征向量

就会有多少个Jordan块

那么如果它恰巧有n个

线性无关的特征向量的话

那每一个Jordan块

就变成了是1阶的

从而这个J是对角阵

从而A是可对角化的矩阵

那么这个定理等价于是说

我们存在着一组基v1到vn

使得A作用在这组基上

用这组基去表示出来的这个矩阵

是Jordan标准形

那可对角化的矩阵

它相应的这组基

是A的线性无关的特征向量

一般的情况下A没有这么多

线性无关的特征向量

那么v1 vn取不成特征向量

我们取成

前面所谓的广义特征向量

Jordan标准形

是法国著名的数学家

Camille Jordan首先发表的

他还有因为复分析中

Jordan曲线定理和群论中的

Jordan-Holder定理

等重要结果闻名于世

我们注意不要把这个Jordan与

我们引入

高斯Jordan消元法的

测地学家的Jordan

和引入Jordan代数的物理学家的

这个Jordan混淆起来

好 我们根据刚才这个定理

先来看看

下面给的这个简单的3阶的矩阵

A的Jordan标准形

那么我们先来去求它的特征值

它的特征多项式

我们注意到我们在讲义里头

用了特征多项式

有时候用入I-A的行列式

有时候用A-入I的这个行列式

这个没有本质的区别

我们说容易求得它的特征值是2

这是一个3重的特征值

那么A-2I

这个矩阵的零空间的维数

等于3减掉这个矩阵的秩等于2

几何重数是等于2

因此它是由两个Jordan块

在Jordan标准形里

有两个Jordan块

而它的阶数一个是1阶的

一个是2阶的

这是2阶的Jordan块

这是1阶的Jordan块

因此A的Jordan标准形

一定是这种形状

线性代数(2)课程列表:

第一讲:正定矩阵

-1.1 实对称矩阵A正定的充要条件

--1.1 实对称矩阵A正定的充要条件

-1.2 典型例题

--1.2 典型例题

-1.3 半正定矩阵及其判别条件

--1.3 半正定矩阵及其判别条件

-1.4 二次型

--1.4 二次型

-1.5* 有心二次曲线(central conic)

--1.5* 有心二次曲线(central conic)

-1.6* 三维空间中的二次曲面-6类基本的二次曲面

--1.6* 三维空间中的二次曲面-6类基本的二次曲面

-1.7 二次型的分类

--1.7 二次型的分类

-1.8 矩阵的合同

--1.8 矩阵的合同

-1.9* 惯性定理的证明

--1.9* 惯性定理的证明

-1.10 惯性定理的应用 —— 实对称矩阵的特征值与主元符号

--1.10 惯性定理的应用 —— 实对称矩阵的特征值与主元符号

-1.11* 正(负)定矩阵在函数极值问题中的应用

--1.11* 正(负)定矩阵在函数极值问题中的应用

-第一讲讲义

-第一讲:正定矩阵--课后习题

第二讲:相似矩阵

-2.1 引言

--2.1 引言

-2.2 相似矩阵的性质

--2.2 相似矩阵的性质

-2.3 Jordan标准形

--2.3 Jordan标准形

-2.4 定理的证明

--2.4 定理的证明

-2.5 Jordan标准形的应用

--2.5 Jordan标准形的应用

-第二讲讲义

-第二讲:相似矩阵--课后习题

第三讲:奇异值分解

-3.1 引言

--3.1 引言

-3.2 奇异值分解(Singular Value Decomposition)

--3.2 奇异值分解(Singular Value Decomposition)

-3.3 例题

--3.3 例题

-3.4 奇异值分解的应用

--3.4 奇异值分解的应用

-第三讲讲义

-第三讲:奇异值分解--课后习题

第四讲:线性变换 I

-4.1 线性变换的定义和性质

--4.1 线性变换的定义和性质

-4.2 线性变换的运算

--4.2 线性变换的运算

-4.3 线性变换的矩阵表示

--4.3 线性变换的矩阵表示

-4.4 线性变换与矩阵之间的关系

--4.4 线性变换与矩阵之间的关系

-第四讲讲义

-第四讲:线性变换 I--课后习题

第五讲:线性变换 II

-5.1 恒同变换与基变换

--5.1 恒同变换与基变换

-5.2 图像压缩——基变换的应用

--5.2 图像压缩——基变换的应用

-5.3 线性变换在不同基下的矩阵

--5.3 线性变换在不同基下的矩阵

-5.4 矩阵分解与基变换

--5.4 矩阵分解与基变换

-5.5 线性变换的核与像

--5.5 线性变换的核与像

-5.6 不变子空间

--5.6 不变子空间

-5.7* 幂零变换

--5.7* 幂零变换

-5.8* Jordan标准形

--5.8* Jordan标准形

-第五讲讲义

-第五讲:线性变换 II--课后习题

第六讲:伪逆

-6.1 伪逆

--6.1 伪逆

-6.2 Moore – Penrose 伪逆

--6.2 Moore – Penrose 伪逆

-6.3 最小二乘法

--6.3 最小二乘法

-第六讲讲义

-第六讲:伪逆--课后习题

第七讲:工程中的矩阵

-7.1 简介

--7.1 简介

-7.2 弹簧模型

--7.2 弹簧模型

-7.3 变量的线性关系

--7.3 变量的线性关系

-7.4 刚度矩阵

--7.4 刚度矩阵

-7.5 从离散到连续

--7.5 从离散到连续

-第七讲讲义

-第七讲:工程中的矩阵--课后习题

第八讲:图与网络

-8.1 简介

--8.1 简介

-8.2 图和矩阵

--8.2 图和矩阵

-8.3 网络和加权Laplacian矩阵

--8.3 网络和加权Laplacian矩阵

-8.4 关联矩阵的四个基本子空间

--8.4 关联矩阵的四个基本子空间

-8.5 注记

--8.5 注记

-第八讲讲义

-第八讲:图与网络--课后习题

第九讲:Markov矩阵和正矩阵

-9.1 问题引入

--9.1 问题引入

-9.2 Markov矩阵

--9.2 Markov矩阵

-9.3 正Markov矩阵

--9.3 正Markov矩阵

-9.4 正矩阵

--9.4 正矩阵(第一部分)

--9.4 正矩阵(第二部分)

-第九讲讲义

-第九讲:Markov矩阵和正矩阵--课后习题

第十讲:Fourier级数

-10.1 引言

--10.1 引言

-10.2 内积空间

--10.2 内积空间

-10.3 傅里叶级数

--10.3 傅里叶级数

-10.4 投影

--10.4 投影

-10.5 关于Fourier变换的注记

--10.5 关于Fourier变换的注记

-第十讲讲义

-第十讲:Fourier级数--课后习题

第十一讲:计算机图像

-11.1 引言

--11.1 引言

-11.2 平移

--11.2 平移

-11.3 伸缩

--11.3 伸缩

-11.4 旋转

--11.4 旋转

-11.5 投影和反射

--11.5 投影和反射

-第十一讲讲义

-第十一讲:计算机图像--课后习题

第十二讲:复数与复矩阵

-12.1 引言

--12.1 引言

-12.2 复矩阵

--12.2 复矩阵

-12.3 复正规阵

--12.3 复正规阵

-12.4 离散Fourier变换

--12.4 离散Fourier变换

-12.5 快速Fourier变换

--12.5 快速Fourier变换

-第十二讲讲义

-第十二讲:复数与复矩阵--课后习题

结课寄语

-结课寄语

--结课寄语

2.3 Jordan标准形笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。