9162033

当前课程知识点:线性代数(2) >  第五讲:线性变换 II >  5.8* Jordan标准形 >  5.8* Jordan标准形

返回《线性代数(2)》慕课在线视频课程列表

5.8* Jordan标准形在线视频

5.8* Jordan标准形

下一节:第五讲讲义

返回《线性代数(2)》慕课在线视频列表

5.8* Jordan标准形课程教案、知识点、字幕

我们回到任意的线性变换

V到V的线性变换𝛔

那么特征子空间V_𝜆

是使得线性变换𝛔

减掉𝜆乘以恒同变换

在其上作用为零的最大的子空间

类似地我们可以引入一个

根子空间的概念

这里我们不去详细地说明

我们说这个定义是说𝛔

减掉𝜆去乘以恒同变换

这个线性变换在某一个子空间上

它是幂零的最大子空间

我们称为是属于特征值

𝜆的根子空间

那么对于非零向量v

存在着一个整数m大于等于0

使得(𝛔-𝜆 I)^m

作用在v上等于0

我们就把v称为是属于特征值

𝜆的根向量

那么这个根子空间

是这种根向量再加上零向量的

这样一个子空间

根子空间是特征子空间的推广

我们不加证明地说明

根子空间R_𝜆是线性变换𝛔

减掉𝜆

乘以恒同变换的不变子空间

进而它是𝛔的不变子空间

那当𝜇不等于𝜆的时候𝛔

减𝜇乘以恒同变换

这个线性变换限制在

根子空间R_𝜆上是可逆的𝛔

减掉𝜆乘以恒同变换

限制在R_𝜆上

是一个幂零变换

那么它是不可逆的

那当这个数我们取成

不等于𝜆的时候

可以证明这是一个可逆的变换

而我们可以类似地去证明

属于不同特征值的根向量

是线性无关的

对于线性变换𝛔的任何特征值

𝜆的根子空间

R_𝜆的维数

是等于这个特征值的代数重数

而这是根子空间

比特征子空间的优越之处

我们知道特征子空间的维数

是等于几何重数

这是小于等于其代数重数的

但是对于根子空间而言

它的维数是等于

特征值的代数重数

好 那么对于任何一个

从V到V的线性变换

如果它的特征值都落在

我们相应的这个数域里头

那我们的这个大空间

V就可以写成线性变换

根子空间的直和

并且这些根子空间

又是线性变换𝛔的不变子空间

这样我们就把大空间分解成

不变子空间的直和

由于𝛔-𝜆I

这个变换限制在R_𝜆上

是幂零变换

根据前面关于幂零变换的讨论

每一个根子空间R_𝜆

它可以分解成

𝛔-𝜆I的不变子空间

W_i的直和

而这个这个𝛔-𝜆I

限制在每个W_i上是循环线性变换

这样也就是说

我们存在着一组基

使得𝛔-𝜆I

在W_i上的限制它的矩阵表示

是特征值为零的一些Jordan块

那么这个Jordan块

就是前面我们给的

这种样子的Jordan

那么我们找到了好基底

那么𝛔这个线性变换

它限制在W上呢

在这组基下的矩阵

就变成是特征值为𝜆的

相应阶数的Jordan块

那么这样呢我们对线性变换

把它分解成根子空间的直和

根子空间是不变子空间

我们每一个𝛔-𝜆I

限制在根子空间R_𝜆上

是幂零变换

然后幂零变换又可以

把相应的这个根子空间

去分解成W_i的直和

它限制在这上面是循环线性变换

从而使得我们能找到好的基底

在每一个根子空间上

这个𝛔在这组基底下的矩阵表示

是这种Jordan块的样子

那么这样的话

我们就证明了对于任何

V到V的线性变换

如果它的特征值

都落在数域F里头

我们要有特征值

那我们就可以找到好基底

这个基底又叫Jordan基

在这些基底下面

线性变换的矩阵是Jordan矩阵

也就是说我们的Jordan标准形

可以写成Jordan块的这种形式

每一个Jordan块是这种样子

那么这样上一节的讨论

我们就知道

在Jordan标准形中

m阶Jordan块的个数的公式

在这里照样是成立的

因为我们这些Jordan块

是来源于幂零变换的

那些个Jordan块

换言之刚才的定理也可以叙述成

如果F是一个代数闭域

也就是说我们的特征值

都能落在F里头

而V是F上的一个

有限维的向量空间𝛔

是V到V的线性变换

我们一定会存在着𝛔的好的基底

刚才找出来的基

起个名字叫Jordan基

使得𝛔在原来旧基底下的矩阵A

可以经过基变换化成Jordan矩阵

那么也就是说存在着

非退化的矩阵P

使得P^{-1}AP

等于Jordan标准形J

那么这样的话

Jordan标准形J

和原来的矩阵A都可以看成

一个线性变换𝛔

在不同基下的矩阵表示

那么我们通过

对幂零变换的讨论

以及根子空间的这种粗略的讨论

我们最后给出了

Jordan标准形的证明

从理论层面上

向量空间及其线性变换

是线性代数的主要研究对象

给定向量空间的基底

线性变换与其矩阵表示一一对应

对线性变换的研究

可以转化成对矩阵的研究

当基底变换时

矩阵表示也会相应变化

特别是从向量空间

到自身的线性变换

在不同基下的矩阵表示

互为相似矩阵

所以我们往往希望找到好基底

使得矩阵表示尽可能简单

这种朴素而重要的思想

值得大家好好体会

这节课就到这里

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

5.8* 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。