Jordan标准形

摘要:
当矩阵A可以类似于对角矩阵时,对角矩阵是A的乔丹形式。此时,乔丹形式J和对角矩阵之间的区别只是在主对角元素的上邻域中有一些元素。从这个意义上说,乔丹规范型可以说是与A相似的最简单矩阵。乔丹标准型被广泛使用。对角矩阵是Jordan形状,它的每个对角元素都是一阶Jordan块。

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,急需引入一种较为简单而且对于一般矩阵都可由相似变换得到。

当矩阵A能相似于某对角矩阵时,该对角矩阵就是A的一个Jordan形。而当矩阵A不能相似于对角矩阵时,它必然与一个非对角的Jordan形相似。此时的Jordan形J与对角矩阵的差别也只是在主对角线元素的上邻位有某些元素为1.在这个意义上,Jordan标准型可以说是与A相似的矩阵中最简单的了。

Jordan标准型应用广泛。如果能够得到一个线性变换或者线性变换矩阵,那么我们可以迅速地得到线性微分方程组特征多项式等。

二、定义

设T是复数域C上的线性空间Vn的线性变换,任取Vn上一个基,T在该基下的矩阵是A,T(或A)的特征多项式可分解因式为

φ(λ)=(λ-λ1)m1(λ-λ2)m2...(λ-λt)mt

m1+m2+...+mt=n

则Vn可分解成不变子空间的直和

Vn=N1直和N2直和...Nt

其中Nt=(x|(T-λiTi)mi=0,x属于Vn)是线性变换T-λiTi的核子空间。(有点看不清)

举个例子:

特征多项式为φ(λ)=(λ+1)2(λ-5)

则Jordan标准型为

-1 1 或 5

-1 -1 1

5 -1

三、简单的结论

(1)对于给定的矩阵A,在不计各Jordan块排列次序的意义下,A的Jordan标准型是唯一的。

(2)方阵A的Jordan标准型J是上三角矩阵,其主对角线上元素恰好是A的全部特征值。

(3)对角矩阵本社是Jordan形,它的每个对角元都是一个一阶的Jordan块。

四、定理

(1)两个同阶方阵相似的充要条件是它们的Jordan形一致。(忽略排序因素)

(2)矩阵A能与对角矩阵相似的充要条件是它的初等因子全为一次式。

(3)如果n阶矩阵A的全部特征值为λ1,λ2...λn,则矩阵Am的全部特征值恰是λ1m,λ2m...λnm。(这里,λ1,λ2...λn可以相同)

(4)设n阶矩阵A的全部特征值为λ1,λ2...λn,则对于任意多项式f(λ),矩阵A的全部特征值为f(λ1),f(λ2),...,f(λn)

注意:

最后需要指出,在许多实际问题中,复数往往没有多大意义,因此,需要在实数域R上来求标准型。

参考文献

《矩阵论》 程云鹏

免责声明:文章转载自《Jordan标准形》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇Python三种方法计算皮尔逊相关系数(Pearson correlation coefficient)canvas绘制矩形下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

使用lockbits方法处理图像(转)

   许多图像处理任务即时是最简单的文件类型转换,例如从32位深度到8位深度的格式转化,直接获得像素阵列要比使用GetPixel和SetPixel等方法的效率高得多。         你可能会发现DotNet采用托管机制,大多数情况下微软会推荐你使用托管代码,理由是便捷和安全。实际应用中,直接操作内存中的数据块是很少见的,尽管如此,图像处理恰恰是这类为数...

PHP二维数组如何根据某个字段排序

分享下PHP二维数组如何根据某个字段排序的方法。 从两个不同的表中获取各自的4条数据,然后整合(array_merge)成一个数组,再根据数据的创建时间降序排序取前4条。 本文记录的要实现的功能类似于 MySQL 中的 ORDER BY,上个项目中有遇到这样的一个需求。 要求:从两个不同的表中获取各自的4条数据,然后整合(array_merge)成一个数组...

基于矩阵式产品管理的奖金如何发放?

目前,对于各个公司产品研发的组织形式主要有三种:职能结构、轻度矩阵、重度矩阵。随着公司各个岗位之间的关联性越来越紧密,多个角色在一起合作的机会越来越多,岗位之间的协作性也就越来越频繁。像国内的华为、迈瑞、海康威视、步步高、方太等高科技企业,很早就实行了基于矩阵式的产品管理模式,如下图的第三种:       矩阵式管理奖金发放面临的问题  众所周知,第一种职...

什么是卷积神经网络?为什么它们很重要?

原文地址:http://www.hackcv.com/index.php/archives/104/?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io 卷积神经网络的四个基本操作: 1、卷积 2、非线性处理(Relu) 3、赤化或者亚采样 4、分类(全连接层) 一、先说卷...

高维协方差矩阵估计

--------马丹、刘丽萍   基于不同频率协方差矩阵的等风险比例投资组合----------- 已实现协方差矩阵RCOV 1.令表示交易日内的取样间隔,则每日样本量,当资产价格服从连续路径的过程时,实现协方差时组合协方差矩阵的一致估计,其基本形式为;    其中是第t日第j个交易时刻的收益向量。已有研究大多采用RCOV估计高频协方差矩阵,并用其计算组合...

TOGAF架构内容框架之架构制品(上)

TOGAF架构内容框架之架构制品(上)4. 架构制品(Architectural Artifacts)       架构制品是针对某个系统或解决方案的模型描述,与架构交付物和构建块相比,架构制品既不是架构开发方法过程各阶段的合约性产物,亦不是企业中客观存在的各种可重用解决方案,而是针对包括这些构建块在内的企业客观现实的描述,并以解答不同干系人的关注点为其最...