主要内容

高等代数教学辅导

7.6 Jordan标准形的进一步讨论

建设中!

子节 7.6.1 主要知识点

  • \(\varphi\)\(\mathbb{C}\)\(n\)维线性空间\(V\)的线性变换, 其初等因子组为:
    \begin{equation*} (\lambda- \lambda_1)^{e_1},(\lambda- \lambda_2)^{e_2},\ldots, (\lambda - \lambda_m)^{e_m}, \end{equation*}
    则存在\(V\)的一个基\(\epsilon_1,\ldots,\epsilon_n\),使得
    \begin{equation*} \varphi(\epsilon_1,\ldots,\epsilon_n)=(\epsilon_1,\ldots,\epsilon_n) \begin{pmatrix} J(\lambda_1,e_1) & & \\ & \ddots& \\ & & J(\lambda_m,e_m) \end{pmatrix} \end{equation*}
    其中\(e_1+\cdots+e_m=n\)
  • \begin{equation*} V(\lambda_1,e_1)= \langle \epsilon_1,\epsilon_2,\ldots ,\epsilon_{e_1}\rangle, \end{equation*}
    \begin{align*} \varphi(\epsilon_1)& = & \lambda_1 \epsilon_1 + \epsilon_2,\\ \varphi(\epsilon_2)& = & \lambda_1 \epsilon_2 + \epsilon_3,\\ & \cdots &\\ \varphi(\epsilon_{e_1-1})& = & \lambda_1 \epsilon_{e_1-1} + \epsilon_{e_1},\\ \varphi(\epsilon_{e_1})& = & \lambda_1 \epsilon_{e_1}. \end{align*}
    \(\varphi\left(V(\lambda_1,e_1)\right)\subset V(\lambda_1,e_1)\),即\(V(\lambda_1,e_1)\)\(\varphi\)-子空间。
  • 同理,令
    \begin{equation*} V(\lambda_j,e_j) = \langle \epsilon_{t_j+1},\ldots,\epsilon_{t_j+e_j}\rangle, \end{equation*}
    其中\(t_j=e_1+e_2+\cdots+e_{j-1}\),即\(V(\lambda_j, e_j)\)对应Jordan块\(J(\lambda_j, e_j)\),对应初等因子\((\lambda- \lambda_j)^{e_j}\),则\(V(\lambda_j,e_j)\)也是\(\varphi\)-子空间,故有\(\varphi\)-子空间的直和分解
    \begin{equation*} V = V(\lambda_1,e_1)\oplus V(\lambda_2, e_2)\oplus\cdots\oplus V(\lambda_k,e_k). \end{equation*}
  • \begin{align*} (\varphi- \lambda_1 {\rm id}_V)\epsilon_1& = & \epsilon_2,\\ (\varphi- \lambda_1 {\rm id}_V)\epsilon_2& = & \epsilon_3,\\ & \cdots &\\ (\varphi- \lambda_1 {\rm id}_V)\epsilon_{e_1-1}& = & \epsilon_{e_1},\\ (\varphi- \lambda_1 {\rm id}_V)\epsilon_{e_1}& = & 0. \end{align*}

定义 7.6.1.

\(V\)\(r\)维子空间\(U\)称为线性变换\(\psi\)循环子空间,若存在 \(\alpha\in U\),使\(\alpha,\psi(\alpha), \psi^2(\alpha),\psi^{r-1}(\alpha)\)\(U\)的一个基且\(\psi^r(\alpha)= 0\)。此时,称 \(\alpha,\psi(\alpha), \psi^2(\alpha),\psi^{r-1}(\alpha)\)\(U\)的一个循环基

定义 7.6.3.

\(\lambda_0\)\(\mathbb{C}\)\(n\)维空间\(V\)上线性变换\(\varphi\)的特征值,且\(\lambda_0\)\(m_{\varphi}(\lambda)\)\(s_0\)重根。则
\begin{equation*} R(\lambda_0)=\{\alpha\in V | (\varphi- \lambda_0{\rm id}_V)^{s_0}(\alpha) = 0\} \end{equation*}
\(V\)\(\varphi\)-子空间,称为属于特征根\(\lambda_0\)根子空间

练习 7.6.2 练习

1.

\(\varphi\)\(\mathbb{C}\)\(4\)维线性空间\(V\)的线性变换,\(\xi_1,\xi_2,\xi_3,\xi_4\)\(V\)的一个基,使得
\begin{equation*} \varphi(\xi_1,\xi_2,\xi_3,\xi_4)=(\xi_1,\xi_2,\xi_3,\xi_4)\begin{pmatrix} 1&&&\\ 1&1&&\\ &&1&\\ &&&2 \end{pmatrix}. \end{equation*}
  1. \(\varphi\)的属于特征值\(1\)的特征子空间的一组基;
  2. 求属于特征值\(1\)的根子空间的维数。
解答.
  1. 因为\(\varphi\)在基\(\xi_1,\xi_2,\xi_3,\xi_4\)下的矩阵为Jordan矩阵
    \begin{equation*} \begin{pmatrix} J(1,2)&&\\ &J(1,1)&\\ &&J(2,1) \end{pmatrix}, \end{equation*}
    所以\(\xi_2,\xi_3\)\(\varphi\)的属于特征值\(1\)的特征子空间的一组基。
  2. 因为属于特征值\(1\)的根子空间的维数等于特征值\(1\)的代数重数,所以属于特征值\(1\)的根子空间的维数为\(3\)

2.

已知线性变换\(\varphi:\mathbb{F}^3\rightarrow\mathbb{F}^3,X\mapsto AX\),其中\(A=\begin{pmatrix} -2&1&3\\ -2&1&2\\ -1&1&2 \end{pmatrix}\),试求\(\varphi\)的所有根子空间的基和维数。
解答.
因为
\begin{equation*} f_A(\lambda)=\begin{vmatrix} \lambda+2&-1&-3\\ 2&\lambda-1&-2\\ 1&-1&\lambda-2 \end{vmatrix}=(\lambda+1)(\lambda-1)^2, \end{equation*}
所以\(A\)的特征值为\(\lambda_1=-1,\lambda_2=\lambda_3=1\)
特征值\(\lambda_1=-1\)的代数重数是\(1\),所以它在\(A\)的Jordan标准形的对角线上只出现一次。
对于特征值\(\lambda_2=\lambda_3=1\),由于\(r(E-A)=2\),所以\(A\)的Jordan标准形中属于\(1\)的Jordan块有\(3-r(E-A)=1\)块。因此\(A\)的Jordan标准形为
\begin{equation*} J=\begin{pmatrix} -1&0&0\\0&1&0\\0&1&1 \end{pmatrix}. \end{equation*}
从而存在可逆矩阵\(P\),使得\(P^{-1}AP=J\),即\(AP=PJ\)。设\(P=(X_1,X_2,X_3)\),则
\begin{equation*} A(X_1,X_2,X_3)=(X_1,X_2,X_3)\begin{pmatrix} -1&0&0\\0&1&0\\0&1&1 \end{pmatrix}, \end{equation*}
\((AX_1,AX_2,AX_3)=(-X_1,X_2+X_3,X_3)\)。于是,
\begin{equation*} (A+E)X_1=0,\ (A-E)X_2=X_3,\ (A-E)X_3=0. \end{equation*}
解齐次线性方程组\((A+E)X=0\)
\begin{equation*} X_1=(1,1,0)^T. \end{equation*}
解线性方程组\((A-E)X=0\)
\begin{equation*} X_3=(1,0,1)^T. \end{equation*}
解线性方程组\((A-E)X=X_3\)得特解
\begin{equation*} X_2=(0,1,0)^T. \end{equation*}
\begin{equation*} P=(X_1,X_2,X_3)=\begin{pmatrix} 1&0&1\\ 1&1&0\\ 0&0&1 \end{pmatrix}, \end{equation*}
\(P\)可逆且\(P^{-1}AP=J\)。于是\(\varphi\)在基\(X_1,X_2,X_3\)下的矩阵为
\begin{equation*} J=\begin{pmatrix} -1&0&0\\0&1&0\\0&1&1 \end{pmatrix}. \end{equation*}
因此,\(\varphi\)属于特征值\(-1\)的根子空间的基为\(X_1\),维数为\(1\);属于特征值\(1\)的根子空间的基为\(X_2,X_3\),维数为\(2\)

3.

\(\varphi\)\(\mathbb{C}\)\(n\)维线性空间\(V\)的线性变换,\(A\)\(\varphi\)在某组基下的矩阵。证明:\(V\)的每个根子空间都是循环子空间的充要条件是\(A\)的第\(n\)个行列式因子\(D_n(\lambda)\)和第\(n\)个不变因子\(g_n(\lambda)\)相等。
解答.
\(\lambda_1,\lambda_2,\ldots ,\lambda_t\)\(A\)的所有互异特征值,由空间第一、第二分解定理知:
\begin{equation*} V=R(\lambda_1)\oplus R(\lambda_2)\oplus\cdots\oplus R(\lambda_t), \end{equation*}
其中\(R(\lambda_i)\)\(\varphi\)属于特征值\(\lambda_i\)的根子空间,且
\begin{equation*} R(\lambda_i)=\bigoplus\limits_{j=1}^{s_i} V(\lambda_i,e_{ij}), \end{equation*}
其中\(V(\lambda_i,e_{ij})\)\(\varphi-\lambda_i id_V\)的循环子空间。
必要性:由于\(V\)的每个根子空间都是循环子空间,所以对任意\(1\leq i\leq t\),都有\(s_i=1\),即每个特征值\(\lambda_i\)对应的Jordan块只有一块。故\(A\)的初等因子组为
\begin{equation*} (\lambda-\lambda_1)^{e_{11}},(\lambda-\lambda_2)^{e_{21}},\ldots,(\lambda-\lambda_t)^{e_{t1}}. \end{equation*}
因此\(A\)的不变因子为
\begin{equation*} g_1(\lambda)=\cdots=g_{n-1}(\lambda)=1,g_n(\lambda)=(\lambda-\lambda_1)^{e_{11}}(\lambda-\lambda_2)^{e_{21}}\ldots(\lambda-\lambda_t)^{e_{t1}}, \end{equation*}
\(A\)的行列式因子为
\begin{equation*} D_1(\lambda)=\cdots=D_{n-1}(\lambda)=1,D_n(\lambda)=(\lambda-\lambda_1)^{e_{11}}(\lambda-\lambda_2)^{e_{21}}\ldots(\lambda-\lambda_t)^{e_{t1}}. \end{equation*}
从而\(D_n(\lambda)=g_n(\lambda)\)
充分性:因为\(D_n(\lambda)=g_n(\lambda)\)\(D_n(\lambda)=\prod\limits_{i=1}^ng_i(\lambda)\),所以
\begin{equation*} g_1(\lambda)=g_2(\lambda)=\cdots=g_{n-1}(\lambda)=1. \end{equation*}
假设
\begin{equation*} g_n(\lambda)=(\lambda-\lambda_1)^{n_{1}}(\lambda-\lambda_2)^{n_{2}}\cdots(\lambda-\lambda_t)^{n_{t}}, \end{equation*}
其中\(\lambda_1,\lambda_2,\ldots ,\lambda_t\)两两不同,则\(A\)的初等因子组为
\begin{equation*} (\lambda-\lambda_1)^{n_{1}},(\lambda-\lambda_2)^{n_{2}},\ldots ,(\lambda-\lambda_t)^{n_{t}}. \end{equation*}
因此每个特征值\(\lambda_i\)对应的Jordan块只有一块,即\(s_i=1\)。故\(V\)的每个根子空间都是循环子空间。

4.

\(\varphi\)是数域\(\mathbb{F}\)\(n\)维线性空间\(V\)的线性变换,证明下列叙述等价:
  1. \(V\)只有平凡的\(\varphi\)-不变子空间;
  2. \(V\)中每个非零向量\(\alpha\)都是循环向量,使\(V\)成为循环空间,即总有\(\alpha,\varphi (\alpha),\cdots ,\varphi^{n-1}(\alpha)\)线性无关;
  3. \(\varphi\)的特征多项式在\(\mathbb{F}\)上不可约。
解答.
a \(\mathbb{R}ightarrow\) b:任取\(V\)中非零向量\(\alpha\),则循环子空间
\begin{equation*} \langle\alpha,\varphi(\alpha),\cdots ,\varphi^{n-1}(\alpha)\rangle \end{equation*}
是非零的\(\varphi\)-不变子空间。由于\(V\)只有平凡的\(\varphi\)-不变子空间,所以
\begin{equation*} V=\langle\alpha,\varphi(\alpha),\cdots ,\varphi^{n-1}(\alpha)\rangle . \end{equation*}
因此\(V\)中每个非零向量\(\alpha\)都是循环向量,使\(V\)成为循环空间。
b \(\mathbb{R}ightarrow\) c:假设\(f_\varphi(\lambda)\)\(\mathbb{F}\)上不可约,则存在\(g(\lambda),h(\lambda)\in\mathbb{F}[\lambda]\),使得
\begin{equation*} f_\varphi(\lambda)=g(\lambda)h(\lambda), \end{equation*}
其中\(0<\deg g(\lambda)=r<n\)。由Cayley-Hamilton定理可知
\begin{equation*} 0=f_\varphi(\varphi)=g(\varphi)h(\varphi), \end{equation*}
\(g(\varphi),h(\varphi)\)至少有一个不可逆。不妨设\(g(\varphi)\)不可逆,则\({\rm Ker} g(\varphi)\neq 0\)。任取\({\rm Ker} g(\varphi)\)中的非零向量\(\alpha\),由\(\deg g(\lambda)=r\)知:向量\(\varphi^r(\alpha)\)可由向量组\(\alpha,\varphi(\alpha),\ldots ,\varphi^{r-1}(\alpha)\)线性表出,则\(C(\varphi,\alpha)=\langle\alpha,\varphi(\alpha),\ldots ,\varphi^{r-1}(\alpha)\rangle\)。注意到\(\dim C(\varphi,\alpha)\leq r<n\),所以\(C(\varphi,\alpha)\neq V\),这与\(V\)中任一非零向量都是循环向量相矛盾。因此\(f_\varphi(\lambda)\)\(\mathbb{F}\)上可约。
c \(\mathbb{R}ightarrow \) a:假设 \(V\)存在非平凡的\(\varphi\)-不变子空间\(U\)。取\(U\)的一组基\(\xi_1,\xi_2,\ldots ,\xi_r\),将其扩充为\(V\)的一组基\(\xi_1,\xi_2,\ldots ,\xi_r,\xi_{r+1},\cdots ,\xi_n\),则\(\varphi\)在基\(\xi_1,\xi_2,\ldots ,\xi_n\)下的矩阵为分块上三角矩阵
\begin{equation*} \begin{pmatrix} A&C\\ 0&B \end{pmatrix}, \end{equation*}
其中\(A\)\(r\)阶方阵。于是,\(\varphi\)的特征多项式
\begin{equation*} f_\varphi(\lambda)=f_A(\lambda)f_B(\lambda) \end{equation*}
表示为数域\(\mathbb{F}\)上两个低次多项式的乘积,这与\(f_\varphi(\lambda)\)\(\mathbb{F}\)上不可约相矛盾。因此\(V\)只有平凡的\(\varphi\)-不变子空间。