第3章 矩阵的标准形1
第三章 矩阵的标准型与若干分解形式
ki ki
, Ps ) ( P 1, P 2, i 1, 2,
APi Pi J i
Pi ( Pi1 , Pi 2 ,
A( Pi1 , Pi 2 ,
, Pi ,ki )
APi Pi J i
, Pi ,ki )
i 1 i 1 ( Pi1 , Pi 2 , , Pi ,ki ) i 1 i APi , j i Pi , j Pi , j 1 j 1, 2, , ki 1 AP P i , k i i , ki i
性质1 (行列式因子的整除性质)
Dn ( ) E A , Dk 1( ) Dk ( ), k 2, 3,
定义3 (不变因式、初级因子)
,n
D3 ( ) D2 ( ) d1 ( ) D1 ( ), d 2 ( ) , d 3 ( ) D1 ( ) D2 ( ) Dk ( ) Dn ( ) , d k ( ) , , d n ( ) Dk 1 ( ) Dn1 ( ) 上述n个多项式称为 A( ) 的不变因式。把每个次数
1 1 1 k1 k2 ( E A, p3 ) 2 2 2 k1 1 1 1 k 2
1 1 1 k1 k2 k1 2 k 2 0 0 0 0 k1 2k2 k 2 k 0 1 2 0 0 0 k 2k 1 2 1 取 k 2, k 1 p 2 1 2 3 1 1 再求 ( E A) p p 2 3 p2 1 1 x1 1 1 1 1 2 2 2 x 2 2 1 1 1 x 1 3
矩阵的等价标准形
矩阵的等价标准形在线性代数中,矩阵的等价标准形是一个非常重要的概念,它可以帮助我们更好地理解和分析矩阵的性质和特点。
在本文中,我们将深入探讨矩阵的等价标准形,包括其定义、性质和计算方法。
首先,让我们来看一下矩阵的等价标准形的定义。
矩阵的等价标准形是指对于一个给定的矩阵,经过一系列的行变换和列变换之后,可以得到一个特定的形式,这个形式具有一些特定的性质,比如对角线上的元素都是非零的,并且在对角线以下的元素都是零。
这个特定的形式就是我们所说的等价标准形。
接下来,让我们来讨论一下矩阵的等价标准形的性质。
首先,矩阵的等价标准形是唯一的,也就是说对于一个给定的矩阵,它的等价标准形是确定的,不会因为行变换和列变换的不同而有所改变。
其次,矩阵的等价标准形具有一些特定的性质,比如它的对角线上的元素都是矩阵的特征值,而对角线以下的元素都是零。
这些性质使得等价标准形在矩阵的分析和计算中具有重要的作用。
然后,让我们来看一下矩阵的等价标准形的计算方法。
计算矩阵的等价标准形的方法主要包括两种,一种是使用初等变换,另一种是使用相似矩阵。
使用初等变换来计算矩阵的等价标准形时,我们可以通过一系列的行变换和列变换,将矩阵化为特定的形式。
而使用相似矩阵来计算矩阵的等价标准形时,我们可以通过相似变换,将矩阵化为对角矩阵。
这两种方法各有其适用的场合,可以根据具体的情况选择合适的方法来计算矩阵的等价标准形。
综上所述,矩阵的等价标准形是一个非常重要的概念,它可以帮助我们更好地理解和分析矩阵的性质和特点。
通过对矩阵的等价标准形的定义、性质和计算方法进行深入的探讨,我们可以更好地掌握这一概念,为进一步的研究和应用打下坚实的基础。
希望本文能够对读者有所帮助,谢谢阅读!。
矩阵理论-第三章 矩阵的Jordan标准型
A( ) )
En ,
所以 A() 是可逆的, A( ) 1 1 A( ) ,其中 A( ) 是 A() 的伴随矩阵.
c
整理版ppt
6
例 3.1 –矩阵
A(
)
1 2 3
3 2 5
4
Hale Waihona Puke ,B()
3 2
1
2
中,因为 det A() 4 , det B() 3 2 ,所以
A() 是可逆的, B() 是不可逆的.
所以对应于特征值 i 1 有 2 个线性无关的特征向量.
1 0 0 故 A 的 Jordan 标准形为: J 0 1 1
0 0 1
整理版ppt
31
3.3 Hamilton-Coyle定理
设 A C nn ,其特征多项式为
() det( E A) n a1 n1 a2 n2 an1 an
1
1
c 1 c3 c2c3
(1)
(1)2
化为 Smith 标准形,其不变因子为 d1() 1 , d2() ( 1) ,
d3() ( 1)2 .
整理版ppt
18
方法二 用定义计算 根据最大公因式的计算,知行列式因子为
D1() 1 D2() ( 1) D3() 2( 1)3
ri mi
定理 3.10 如果矩阵 A 的每个特征值的代数重数 都等于它的几何重数,则矩阵与对角阵相似.
当 A 不满足定理 3.10 时,它肯定不与对角阵相似, 但在与其相似的矩阵中可以找到形式最简单的矩阵, 这就是它的 Jordan 标准形.
整理版ppt
27
定义 3.8 设 i 为 A 的互异特征值,共 s 个. mi 为 i 的代数重数,
线性代数第三章第三节 矩阵的秩 相抵标准形(2014版)
2 1 4 1 0 00 0
1
2
11
33 12
33 00
故
1
1, 2 可由
1
1
31 3
1,
2
2,
0
3
线性表示,且
1
2
3 2 31 3
2
03
12 2
例4 设 A 4 3
t的值。
t 3 ,B是3阶非零矩阵,且AB=0,求
11
解:因方程组Ax=0有非零解,故 |A|=0,所以有t=-3
定理3:矩阵的行秩=矩阵的列秩
证明:当秩(A)=r,由推论2、推论3和任何矩阵都可经有限
次初等变换变为相抵标准形,故A等价于 Ir 0 故A的最
高阶非零子式的阶数为r。
0
0
当 A的最高阶非零子式的阶数为r,则存在Dr 0
又等价的向量组有相同的秩,
A 的行秩= A2 的行秩, 即A的行秩不变。
(3)非零常数k乘以第i行后加到第j行上1 1 来自i i A
kri
A3
j
j
k i
显然,A3 中的行向量组 可以由 A的行向量组线性表示
m
m 而 A的行向量组可以由
A3 中的行向量组线性表示。
所以两个向量组等价,所以行向量组的秩不变, 所以矩阵的行秩不变。
2
1
1
3
7 1 3 5
11
8
4
0
1
2
4
11
1 5 1 7 1
0
9
1
11
0
0 36 4 44 3
0
63
7
77
0
1 5 1 7 1
第三章 矩阵的标准形与若干分解形式-2
§5 多项式矩阵的互质性与既约性一、多项式矩阵的最大公因子定义3-10 多项式矩阵()λR 称为具有相同列数的两个多项式矩阵()()λλD N ,的一个右公因子,如果存在多项式矩阵)(λN 和)(λD 使得:()()()()()()λλλλλλR D D R N N ==,。
类似地可以定义左公因子。
定义3-11 多项式矩阵()λR 称为具有相同列数的两个多项式矩阵()()λλD N ,的一个最大右公因子(记为gcrd ),如果:(1)()λR 是()()λλD N ,的右公因子;(2)()()λλD N ,的任一右公因子()λ1R ,都是()λR 的右乘因子,即存在多项式矩阵()λW ,使得()()()λλλ1R W R =。
对任意的n n ⨯与n m ⨯的多项式矩阵)(λD 与)(λN ,它们的gcrd 都存在。
因为T T T N D R ))(),(()(λλλ=便是一个。
定理3-13 (gcrd 的构造定理) 对于给定的n n ⨯和n m ⨯多项式矩阵()()λλN D ,,如果能找到一个)()(m n m n +⨯+的单模矩阵()λG ,使得()()()()()()()()()()⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡022211211λλλλλλλλλλR N D G G G G N D G 3-13 则n n ⨯多项式矩阵()λR ,即为()λN 和()λD 的gcrd 。
证明:(1)证明()λR 是右公因子。
设()()()()()⎥⎦⎤⎢⎣⎡=-λλλλλ222112111F F F F G ,则()()()()()()()()()()()⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡λλλλλλλλλλλR F R F R F F F F N D 2111222112110。
(2)证明()λR 是gcrd 。
设()λ1R 也是()()λλD N ,的右公因子,故有()()()()()()λλλλλλ1111,R D D R N N ==。
矩阵的标准型是什么
矩阵的标准型是什么矩阵的标准型是线性代数中一个重要的概念,它在矩阵相似性和对角化等问题中起着关键作用。
在本文中,我们将深入探讨矩阵的标准型是什么,以及它在数学和实际问题中的应用。
首先,我们来解释一下什么是矩阵的标准型。
对于一个n阶方阵A,如果存在一个可逆矩阵P,使得P^-1AP为一个特殊形式的矩阵,那么我们称P^-1AP为矩阵A的标准型。
这个特殊形式的矩阵通常是对角矩阵或者上三角矩阵。
接下来,我们来讨论为什么矩阵的标准型如此重要。
首先,矩阵的标准型可以帮助我们简化矩阵的运算。
对角矩阵或者上三角矩阵具有简单的性质,可以方便地进行乘法、求逆等运算,从而简化了复杂矩阵的计算过程。
其次,矩阵的标准型也可以帮助我们理解矩阵的结构和性质。
通过对矩阵进行相似变换,我们可以将原矩阵转化为标准型,从而揭示出矩阵的内在规律和特点。
最后,矩阵的标准型还可以帮助我们解决线性代数中的一些重要问题,比如矩阵的对角化、矩阵的幂运算等。
在实际问题中,矩阵的标准型也有着广泛的应用。
例如,在工程领域,我们经常会遇到大规模矩阵的运算和求解问题,而矩阵的标准型可以帮助我们简化这些复杂的计算过程,提高计算效率。
在控制理论中,矩阵的标准型也是一个重要的概念,它可以帮助我们分析和设计控制系统,从而实现系统稳定性和性能的优化。
在统计学和机器学习中,矩阵的标准型也有着重要的应用,比如特征值分解、奇异值分解等算法都与矩阵的标准型密切相关。
总之,矩阵的标准型是线性代数中一个重要的概念,它不仅在数学理论中起着关键作用,而且在实际问题中也有着广泛的应用。
通过对矩阵的相似变换,我们可以将复杂的矩阵转化为简单的标准型,从而揭示出矩阵的内在规律和特点,简化矩阵的运算,解决实际问题中的复杂计算和分析。
因此,对于矩阵的标准型,我们有必要深入理解其定义、性质和应用,从而更好地应用于数学理论和实际问题中。
矩阵的标准形
(3) 零元素:f ( x) 0 f ( x)
(4) 负元素: f (x)( f (x))0
5
杭
数乘多项式
州
顶
正 包
kf ( x) kan xn kan1 xn1 ka1 x ka0
材
n
kai xi
i0
运算规律:
(1) 结合律:() f (x)( f (x))
(2) 分配律: ( ) f (x)f (x) f (x)
n
(ai bi )xi i0
(a1 b1 )x (a0 b0 )
deg( f ( x) g( x)) max{deg f ( x),deg g( x)}
4
杭
州
顶
正 包
运算规律:
材
(1) 交换律:f (x) g(x) g(x) f (x)
(2) 结合律: ( f (x) g(x))h(x) f (x)(g(x)h(x))
(3)分配律:( f ( x) g( x)) f ( x) g( x)
(4) 单位元:1 f (x) f (x)
6
杭
多项式乘法
州
顶
正 包
f (x)g(x)
材
anbm xnm (anbm1 an1bm )xnm1 (a1b0 a0b1 )x a0b0
mn
ai
bj
xk
k o i jk
f ( x) q( x)g( x) r( x)
并且q(x)和 r(x)是唯 一其中的de,g r(x) deg g(x) 或 r(x) 0
若r(x)=0,则称 g(x)是 f(x)的因式, f(x)是 g(x 也称 g(x)能整除 f(x),并记作 g(x)| f(x)。
矩阵分析引论--第三章 矩阵的标准化-舒尔定理及矩阵的QR分解、矩阵的奇异值分解
第三章第八九节 舒尔定理及矩阵的QR分解与矩阵的奇异值分解
第八节 舒尔定理及矩阵的QR分解
引理 (可逆矩阵的UR分解)
若A C nn为可逆矩阵,则存在酉矩阵U C nn
和主对角线上元素皆为正的上三角矩阵
r11
R
r12 r22
使得
A UR.
r1n r2n , rii 0;i 1,2,, n, rnn
目录 上页 下页 返回 结束
第三章第八九节 舒尔定理及矩阵的QR分解与矩阵的奇异值分解
证 因为 A (1 ,2 ,,n )可逆,
所以 1,2 ,,n为C n的一个基. Schmidt 正交化,可得标准正交基{e1, e2 ,… , en }
于是有
1,2 ,,n e1,e 2 ,,e n 酉矩阵Q
于是有 A (P1T )1 J T P1T . (J T为上三角形矩阵) 令 P (P1T )1 , 由于P C nn可逆,根据引理,P有UR分解
P UR. (U为酉矩阵, R为上三角阵)
则有 A PJT P 1 U RJ T R1 U H , 令T RJ T R1, 则 T为上三角矩阵,
R
r12 r22
使得
A UR.
r1n r2n , rii 0;i 1,2,, n, rnn
下
目录 上页 下页 返回 结束
第三章第八九节 舒尔定理及矩阵的QR分解与矩阵的奇异值分解
1
1
,
2
,,
n
e
1
,
e
2
,
,
e
n
2 ,e1
2
n n
,e ,e
1 2
n
n ,n1,,1 e n ,e n1,,e1
第三章矩阵的相似标准形
第三章 矩阵的相似标准形矩阵的相似标准形有着广泛的应用.在线性代数中,已讨论了可对角化方阵的相似标准形——对角形矩阵.但并不是所有方阵都可对角化,本章将从任意方阵的特征矩阵入手,介绍矩阵相似的判别法和两种常用的相似标准形,并进一步讨论方阵可对角化的条件,最后给出一类特殊矩阵的对角化方法.§3.1 λ矩阵及其Smith 标准形一、λ矩阵的基本概念定义 3.1 设()(1,2,,,1,2,,)ij a i m j n λ== 是数域F 上的多项式,以()ij a λ为元素的m n ⨯矩阵111212122212()()()()()()()()()()n n m m mn a a a a a a A a a a λλλλλλλλλλ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭称为多项式矩阵或λ矩阵,多项式()(1,2,,,1,2,,)ij a i m j n λ== 中的最高次数称为()A λ的次数,数域F 上m n ⨯λ矩阵的全体记为[]m n F λ⨯.为了与λ矩阵相区别,我们把以数域F 中的数为元素的矩阵称为数字矩阵.显然,数字矩阵是λ矩阵的特例.数字矩阵A 的特征矩阵E A λ-就是1次λ矩阵.如果m n ⨯的λ矩阵()A λ的次数为k ,则()A λ可表示为1110()k k k k A A A A A λλλλ--=++++ ,其中(0,1,,)i A i k = 是m n ⨯数字矩阵,并且0k A ≠,例如22221()1A λλλλλλλλλλ⎛⎫-+ ⎪=- ⎪ ⎪+-⎝⎭2010101100000111000111000100λλ-⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=+-+ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭.如果另一个m n ⨯的λ矩阵()B λ可表示为1110()λλλλ--=++++ l l l l B B B B B ,则当且仅当k l =,(0,1,,)j j A B j k == 时()A λ与()B λ相等,记为()()A B λλ=. 由于λ的多项式可作加法、减法、乘法三种运算,并且它们与数的运算有相同的运算规律;而矩阵的加法、减法、乘法和数量乘法的定义仅用到其元素的加法、减法、乘法.因此,我们可以同样定义λ矩阵的加法、减法、乘法和数量乘法,并且λ矩阵的这些运算同数字矩阵的加法、减法、乘法和数量乘法具有相同的运算规律.矩阵行列式的定义也仅用到其元素的加法与乘法,因此,同样可以定义一个n 阶λ矩阵的行列式,一般说来λ矩阵的行列式是λ的多项式,λ矩阵的行列式与数字矩阵的行列式有相同的性质,例如,对两个n 阶λ矩阵()A λ与()B λ,有()()()()A B A B λλλλ=有了λ矩阵行列式的概念,可以同样定义λ矩阵的子式、代数余子式.定义2 设()[]m n A P λλ⨯∈,如果()A λ中有一个(1min{,})≤≤r r m n 阶子式不为零,而所有1r +阶子式(如果有的话)全为零,则称()A λ的秩为r ,记为(())rank A r λ=.规定零矩阵的秩为0.例1 设A 是n 阶数字矩阵,则λ-E A 是λ的n 次多项式,因此A 的特征矩阵λ-E A 的秩为n ,即λ-E A 总是满秩的.定义3 设()[]λλ⨯∈n n A P ,如果存在一个n 阶λ矩阵()B λ,使得()()()()λλλλ==A B B A E , (1)则称λ矩阵()A λ是可逆的,并称()B λ为()A λ的逆矩阵,记作1()λ-A .容易证明:如果n 阶λ矩阵()A λ可逆,则它的逆矩阵是唯一的.定理1 设()[]n n A P λλ⨯∈,则()A λ是可逆的充分必要条件是()A λ是一个非零常数.证 必要性:设()A λ可逆,则存在n 阶λ矩阵()B λ满足(1),从而()()1A B λλ=. 因为()A λ与()B λ都是λ的多项式,则由上式可知()A λ与()B λ都是零次多项式,故()A λ是非零常数. 充分性:设()A d λ=是非零常数,*()A λ是()A λ的伴随矩阵,则*1()A dλ是一个n 阶λ矩阵,并且**11()()()()λλλλ==A A A A E d d, 因此()A λ可逆,并且1*1()()λλ-=A A d. 二、λ矩阵的初等变换与等价 与数字矩阵类似,对于λ矩阵,也可进行初等变换.定义4 下列三种变换称为λ矩阵的初等变换.(1) 互换λ矩阵的两行(列);(2) 用非零常数k 乘以λ矩阵的某一行(列);(3) 将λ矩阵的某一行(列)的()ϕλ倍加到另一行(列),(其中()ϕλ是λ的多项式).对单位矩阵施行上述三种初等变换便得相应的三种λ矩阵的初等矩阵(,),(()),(,())P i j P i k P i j ϕ,即11011(,)11011⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭iP i j j ,11(())11⎛⎫ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭P i k k i ,11()(,())11ϕλϕ⎛⎫ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭i P i c j .与数字矩阵的情形完全一样,对一个m n ⨯λ矩阵()A λ作一次初等行变换相当于在()A λ左边乘上相应的m 阶初等矩阵;对()A λ作一次初等列变换相当于在()A λ的右边乘上相应的n 阶初等矩阵.容易证明:初等矩阵都是可逆的,并且1111(,)(,),(())(()),(,())(,())P i j P i j P i k P i k P i j P i j ϕϕ----===-.为方便起见,我们用下列记号表示初等变换:[,]i j 表示第,i j 行(列)互换位置;[()]i k 表示用非零常数k 乘第i 行(列);[()]i j ϕ+表示将第j 行(列)的()ϕλ倍加到第i 行(列).定义5 设(),()[]m n A B P λλλ⨯∈,如果()A λ经过有限次初等变换化为()B λ,则称λ矩阵()A λ与()B λ等价,记为()()A B λλ≅由初等变换的可逆性可知,等价是λ矩阵之间的一种等价关系.利用初等变换与初等矩阵的对应关系可得定理3.2.2 设(),()[]m n A B P λλλ⨯∈,则()A λ与()B λ等价的充分必要条件为存在m 阶初等矩阵1(),,()t P P λλ 与n 阶初等矩阵1(),,()t Q Q λλ 使得111()()()()()()t A P P B Q Q λλλλλλ=与数字矩阵不同,具有相同秩的两个λ矩阵未必等价,例如22(),()02A B λλλλλλ-⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭因为2(),()4A B λλλλ==,所以()A λ与()B λ的秩均为2,因为初等变换是可逆的,则由定理 3.2.2知,两个等价的λ方阵的行列式只能相差一个非零常数,故()A λ与()B λ不等价,因此,秩相等不是λ矩阵等价的充分条件.3.2.3 λ矩阵在等价下的标准形现在我们讨论λ矩阵在初等变换下的标准形,为此,先证明一个引理. 引理3.2.1 设λ矩阵()(())ij A a λλ=的左上角元素11()0a λ≠,并且()A λ中至少有一个元素不能被11()a λ整除,则存在一个与()A λ等价的λ矩阵()(())ij B b λλ=使得11()0b λ≠且1111(())(())b a λλ∂<∂.证明:根据()A λ中不能被11()a λ整除的元素所在的位置,分三种情形来讨论.(1)若在()A λ的第一列中有一个元素1()i a λ不能被11()a λ整除,则由定理3.1.1知,存在多项式()q λ和()r λ使得111()()()()i a q a r λλλλ=+其中()0r λ≠且11(())(())r a λλ∂<∂,对()A λ作两次初等行变换,首先将()A λ第1行的()q λ-倍加到第i 行,这时第i 行第1列位置的元素是()r λ;然后将第1行与第i 行互换即得所要求的λ矩阵()B λ.(2)在()A λ的第一行中有一个元素1()i a λ不能被11()a λ整除,这种情形的证明与(1)类似.(3)()A λ的第一行与第一列中的元素都能被11()a λ整除,但()A λ中有一个元素()ij a λ(1,1)i j >>不能被11()a λ整除,因为111()|()j a a λλ,所以存在一个多项式()ϕλ使得111()()()i a a λϕλλ=,对()A λ作两次初等列变换,首先将()A λ第1列的()ϕλ-倍加到第j 列,这时第1行第j 列位置的元素是0,第i 行第j 列位置的元素变为1()()()ij i a a λϕλλ-;然后把j 列的1倍加到第1列,此时第1行第1列位置的元素仍是11()a λ,而第i 行第1列位置的元素变为1()[1()]()ij i a a λϕλλ+-,它不能被11()a λ整除,这就化为已经证明的情形(1).定理 3.2.3 设()(())[]m n ij A a P λλλ⨯=∈,且(())ran A r λ=,则()A λ等价于如下“对角形”矩阵.12()()()00r d d d λλλ⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭(3.2.3) 其中()(1,,)i d i r λ= 是首项系数为1的多项式,并且1()|()(i i d d i λλ+= 1,,1)r - .证明:若0r =,则()A λ为零矩阵,结论显然成立,现设0r >,且()A λ= (())ij a λ的左上角元素11()0a λ≠,否则可通过行、列交换做到这一点,由引理3.1.1知,()A λ进行一系列初等变换可得一个与()A λ等价的λ矩阵()(())ij B b λλ=,并且11()b λ是首项系数为1的多项式,11()b λ整除()B λ的全部元素,即有11()()(),1,,;1,,ij ij b q b i m j n λλλ===则可对()B λ作一系列初等变换,使得第1行、第1列除对角元11()b λ外全为零,即11()000()()0d B A λλλ⎛⎫ ⎪ ⎪ ⎪≅ ⎪ ⎪ ⎪ ⎪⎝⎭其中1111()(),()d b A λλλ=是(1)(1)m n -⨯-矩阵,因为1()A λ的元素是()B λ中元素的组合,而11()b λ(即1()d λ)整除()B λ的所有元素,所以1()d λ整除1()A λ的所有元素.如果1()0A λ≠,则对1()A λ重复上述过程,进而把矩阵化成122()000()000()00d d A λλλ⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭其中12(),()d d λλ都是首项系数为1的多项式,并且122()|(),()d d d λλλ整除2()A λ的全部元素,继续上述过程,最后把()A λ化成所要求的形式. 定理 3.2.3中的“对角形”矩形(3.2.3)称为λ矩阵()A λ在等价下的标准形Smith 标准形.定义3.2.6 λ矩阵()[]m n A P λλ⨯∈的Smith 标准形“主对角线”上非零元12(),(),,()r d d d λλλ 称为()A λ的不变因子.例3.2.2 用初等变换把λ矩阵22221()1A λλλλλλλλλλ⎛⎫-+ ⎪=- ⎪ ⎪+-⎝⎭化为标准形解222[31(1)][13(1)]222[3(1)][32(1)][21()][31()]2211()0011010010000000A λλλλλλλλλλλλλλλλλλλλλλλλ+-+-++-+-⎛⎫⎛⎫ ⎪ ⎪−−−→-−−−−→- ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭⎛⎫⎛⎫ ⎪ ⎪−−−−→-−−−→- ⎪ ⎪ ⎪ ⎪--+⎝⎭⎝⎭例3.2.3 用初等变换将λ矩阵100010()001000a a A a a λλλλλ--⎛⎫ ⎪-- ⎪= ⎪-- ⎪-⎝⎭[43()]33[3,4]41000100001000100001()001()000000()a a a a a λλλλλ+-⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪−−−→−−−−→ ⎪ ⎪---- ⎪ ⎪--⎝⎭⎝⎭3[43(())][3(1)]4111()a a λλ+--⎛⎫ ⎪ ⎪−−−−−→ ⎪- ⎪-⎝⎭一般地1111()m m na a a a λλλλ⨯--⎛⎫⎛⎫ ⎪ ⎪- ⎪ ⎪≅ ⎪ ⎪- ⎪ ⎪--⎝⎭⎝⎭ §3.3 λ矩阵的行列式因子和初等因子本节讨论λ矩阵Smith 标准形的惟一性,并给出两个λ矩阵等价的条件.因此,需要引进λ矩阵的行列式因子.定义3.3.1 设()[]m n A P λλ⨯∈且(())rank A r λ=,对于正整数(1)k k r ≤≤,()A λ的全部k 阶子式的最大公因式称为()A λ的k 阶行列式因子,记为()k D λ.例3.3.1 求22221()1A λλλλλλλλλλ⎛⎫-+ ⎪=- ⎪ ⎪+-⎝⎭的各项行列式因子.解:由于(1,)1λλ-=,所以1()1D λ=又化为标准形[1,2]100010()001000a a A a a λλλλλ--⎛⎫ ⎪-- ⎪−−−→ ⎪-- ⎪-⎝⎭2[21()]1000()10001000a a a a a λλλλλ+---⎛⎫ ⎪-- ⎪−−−−→ ⎪-- ⎪-⎝⎭ 2[1(1)][21()]10000()10001000a a a a λλλλ-+-+⎛⎫ ⎪-- ⎪−−−−−→ ⎪-- ⎪-⎝⎭2[2,3]100001()0001000a a a λλλ⎛⎫ ⎪-- ⎪−−−→ ⎪-- ⎪-⎝⎭2[32()]3100001()000()1000a a a a λλλλ+-⎛⎫ ⎪-- ⎪−−−−→ ⎪-- ⎪-⎝⎭23[32(()][2(1)]1000010000()1000a a a λλλ+--⎛⎫ ⎪ ⎪−−−−−→ ⎪-- ⎪-⎝⎭ 2211(1)()λλλλλϕλλλ-+=--+=, 23221(1)()1λλλλϕλλλ-+=--=+故(12((),())ϕλϕλλ=其余的二阶子式(还有7个)都包含因子λ,所以2()D λλ=最后,由于32det(())A λλλ=--,所以323()D λλλ=+行列式因子的重要性在于它在初等变换下是不变的.定理3.3.1 等价的λ矩阵具有相同的秩和相同的各阶行列式因子. 证明:只要证明λ矩阵经过一次初等变换后,其秩与行列式因子不变. 设λ矩阵()A λ经过一次初等变换后变成()B λ,()f λ和()g λ分别是()A λ和()B λ的k 阶行列式因子,针对3种初等变换来证明()()f g λλ=.(1)交换()A λ的某两行得到()B λ,这时()B λ的每个k 阶子式或者等于()A λ的某个k 阶子式,或者是()A λ的某个k 阶子式的1-倍.因此()f λ是()B λ和k 阶子式的公因子,从而()|()f g λλ.(2)用非零数α乘()A λ的某一行得到()B λ,这时()B λ的每个k 阶子式或者等于()A λ的每个k 阶子式,或者等于()A λ的每个k 阶子式的α倍,因此()f λ是()B λ和k 阶子式公因子,从而()|()f g λλ.(3)将()A λ第j 行的()ϕλ倍加到第i 行得到()B λ,这时,()B λ中那些包含第i 行与第j 行的k 阶子式和那些不包含第i 行的k 阶子式等于()A λ中对应的k 阶子式;()B λ中那些包含第i 行但不包含第j 行的k 阶子式等于()A λ中对应的一个k 阶子式与另一个k 阶子式的()ϕλ±倍之和,也就是()A λ的两个k 阶子式组合,因此()f λ是()B λ的k 阶子式的公因式,从而()|()f g λλ. 由初等变换的可逆性,()B λ也可以经过一次初等行变换变成()A λ,由上面的讨论,同样有()|()g f λλ,所以()()f g λλ=.对于初等列变换,可以完全一样地讨论,总之,如果()A λ经过一次初等变换变成()B λ,则()()f g λλ=.当()A λ的全部k 阶子式为零时,()0f λ=,则()0g λ=,()B λ的全部k 阶子式也为零;反之亦然,因此()A λ与()B λ既有相同的行列式因子,又有相同的秩.由定理3.3.1知,任意λ矩阵的秩和行列式因子与其Smith 标准形的秩和行列式因子是相同的.设λ矩阵()A λ的Smith 标准形为12()()()00r d d d λλλ⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭(3.3.1) 其中()(1,i d i r λ= 是首项系数为1的多项式,并且1()|()(1,,1)i i d d i r λλ+=- . 容易求得()A λ的各阶行列式因子如下:11212212()()()()()()()()()r D d D d d D d d d λλλλλλλλλ=⎧⎪=⎪⎨⎪⎪=⎩ (3.3.2) 于是有12231112211(1)()|(),()|(),,()|()(2)()(),()()/(),,()()/()r r r r r D D D D D D d D d D D d D D λλλλλλλλλλλλλλ--⎧⎨===⎩ (3.3.3) 从而得如下结论:定理3.3.2 λ矩阵()A λ的Smith 标准形是惟一的.证明:因为()A λ的各阶行列式因子是惟一的,则由(3.3.3)知()A λ的不变因子也是惟一的,因此()A λ的Smith 标准形是惟一的.应用λ矩阵的Smith 标准形,可以证明如下定理.定理3.3.3 设(),()[]m n A B P λλλ⨯∈,则()A λ与()B λ和同一Smith 标准形等价,因此()A λ与()B λ等价.一般说来,应用行列式因子求不变因子比较复杂,但对一些特殊的λ矩阵,先求行列式因子再求不变因子反而简单.例3.3.2 求100()100m ma a A a λλλλ⨯--⎛⎫ ⎪- ⎪= ⎪- ⎪-⎝⎭ 的行列式因子和不变因子.解: 由于()A λ的一个1m -阶子式111(1)1m a a λλ----=---故1()1m D λ-=,由(3.3.3)的第一式,即行列式因子的“依次”整除性,有122()()()1m D D D λλλ-====而()()m m D a λλ=-,因此()A λ的不变因子为121()()()1,()()m m m d d d d a λλλλλ-=====-由此可知()A λ的标准形为1()1()m m mA a λλ⨯⎛⎫ ⎪ ⎪≅ ⎪ ⎪-⎝⎭ 定理3.3.4 设()[]n n A P λλ⨯∈,则()A λ可逆的充分必要条件是()A λ可表示为一系列初等矩阵的乘积.证明:必要性:设()A λ为一n 阶可逆矩阵,则由定理3.2.1知()0A d λ=≠,从而()A λ的行列式因子为12()()()1n D D D λλλ====于是()A λ的不变因子为12()()()1n d d d λλλ====因此()A λ与单位矩阵等价,即存在一系列初等矩阵1(),,(),t P P λλ 1(),,()t Q Q λλ 使得1111()()()()()()()()()l t l t A P P IQ Q P P Q Q λλλλλλλλλ==充分性.设()A λ可表示为一系列初等矩阵的乘积,即存在一系列初等矩阵1(),,(),t P P λλ 1(),,()t Q Q λλ 使得11()()()()()l t A P P Q Q λλλλλ=则()A λ的行列式是一个非零常数,因此由定理3.2.1知()A λ可逆. 利用定理3.2.2和定理3.3.4容易证明下面定理.定理3.3.5 设(),()[]m n A B P λλλ⨯∈,则()A λ与()B λ等价的充分必要条件是存在两个可逆λ矩阵()[]m n P P λλ⨯∈与()[]n n Q P λλ⨯∈使得()()()()B P A Q λλλλ=.下面再引进λ矩阵的初等因子,设λ矩阵()A λ的不变因子为1(),d λ 2(),,()r d d λλ ,在复数域内将它们分解成一次因式的幂的乘积:111122212212112212212()()()()()()()()()()()()ssrs r r e e e s e e e s e e e s d d d λλλλλλλλλλλλλλλλλλλλλ⎧=---⎪=---⎪⎨⎪⎪=---⎩ (3.3.4) 其中1,,s λλ 是互异的复数,ij e 是非负整数,因为1()|()(1,,1)i i d d i r λλ+=- ,所以ij e 满足如下关系112111222212000r r s s rse e e e e e e e e ≤≤≤≤⎧⎪≤≤≤≤⎪⎨⎪⎪≤≤≤≤⎩ 定义3.3.2 在(3.3.4)式中,所有指数大于零的因子(),0,1,,,1,,)ij eij e i r j s λλ->==称为λ矩阵()A λ的初等因子.例如,若λ矩阵()A λ的不变因子为 122232334()1()(1)()(1)(1)()(1)(1)(2)d d d d λλλλλλλλλλλλλ=⎧⎪=-⎪⎨=-+⎪⎪=-+-⎩ 则()A λ的初等因子为22323,,,1,(1),(1),(1),(1),2λλλλλλλλλ---++-. 由定义3.3.2知,若给定λ矩阵()A λ的不变因子,则可惟一确定其初等因子;反过来,如果知道一个λ矩阵的秩和初等因子,则也可惟一确定它的不变因子,事实上λ矩阵()A λ的秩r 确定了不变因子的个数,同一个一次因式的方幂作成的初等因子中,方次最高的必在()r d λ的分解中,方次次高的必在1()r d λ-的分解中,如此顺推下去,可知属于同一个一次因式的方幂的初等因子在不变因子的分解式中出现的位置是惟一确定的.例如,若已知56⨯λ矩阵()A λ的秩为4,其初等因子为22333,,,1,(1),(1),(1),()i λλλλλλλλ---+-则可求得()A λ的不变因子23334()(1)()()d i i λλλλλ=-+-23()(1)d λλλ=-2()(1)d λλλ=-1()1d λ=从而()A λ的Smith 标准形为223231000000(1)000000(1)00000(1)(1)0000000λλλλλλλ⎛⎫ ⎪- ⎪ ⎪- ⎪-+ ⎪ ⎪⎝⎭由定期3.3.3以及不变因子与初等因子之间的关系容易导出如下定理. 定理 3.3.6 设(),()[]m n A B P λλλ⨯∈.则()A λ与()B λ等价的充分必要条件是它们有相同的秩和相同的初等因子.对块对角矩阵()0()0()B A C λλλ⎛⎫= ⎪⎝⎭ 不能从()B λ与()C λ的不变因子求得()A λ的不变因子,但是能从()B λ与()C λ的初等因子求得()A λ的初等因子.()0()0()B A C λλλ⎛⎫= ⎪⎝⎭(3.3.5) 为块对角矩阵,则()B λ与()C λ的初等因子的全体是()A λ的全部初等因子. 证明:将()B λ与()C λ分别化为Smith 标准形1()()()00B r b b B λλλ⎛⎫ ⎪ ⎪ ⎪≅ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭1()()()00C r c c C λλλ⎛⎫ ⎪ ⎪ ⎪≅ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭其中1(()),(()),(),,()B B C r r r a n k B r r a n k C b b λλλλ== 与1(),,()C r c c λλ 分别为()B λ与()C λ的不变因子,则(())B C rank A r r r λ==+把()i b λ和()i c λ分解为不同的一次因式的方幂的乘积1212()()()(),1,,i i is b b b i s B b i r λλλλλλλ=---=1212()()()(),1,,j j js c c ci s C c i r λλλλλλλ=---=则()B λ与()C λ的初等因子分别为 1212()()(),1,,i i is b b b s B i r λλλλλλ---=1212()()(),1,,j j js c c cs C i r λλλλλλ---=中非常数的多项式我们先证明()B λ与()C λ的初等因子是()A λ的全部初等因子,不失一般性,仅考虑()B λ与()C λ中只含1λλ-的方幂的那些初等因子,将1λλ-的指数.1111211121,,,,,,,B C r r b b b c c c按由小到大的顺序排列,记为120r j j j ≤≤≤≤ ,由(3.3.5)可知,对()B λ与()C λ进行初等变换实际上是对()A λ进行初等变换,于是11()()()()()00B C r r b b c A c λλλλλ⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪≅ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭12111212()()()()()()00r j j j λλϕλλλϕλλλϕλ⎛⎫- ⎪- ⎪ ⎪ ⎪≅- ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭其中多项式1(),,()r ϕλϕλ 都不含因式1λλ-.设()A λ的行列式因子和不变因子分别为12(),(),,()r D D D λλλ 和12(),(),,()r d d d λλλ ,则在这些行列式因子中因子1λλ-的幂指数分别为111211,,,,r ri i i i j j j j j -==+∑∑ ,而由行列式因子与不变因子的关系(3.3.3)知,12(),(),,()r d d d λλλ 中因子1λλ-的幂指数分别为121,,,,r r j j j j - 因此()A λ中与1λλ-相应的初等因子是1(),0,1,,i j j i r λλ->=也就是()B λ、()C λ中与1λλ-相应的全部初等因子.对23,,,r λλλλλλ--- 进行类似的讨论,可得相同结论,于是()B λ、()C λ的全部初等因子都是()A λ的初等因子.下面证明,除()B λ、()C λ的初等因子外,()A λ再没有其他的初等因子. 因为()r D λ为()A λ的所有初等因子的乘积,而11()()()()()B C r r r D b b c c λλλλλ=如果()k a λ-是()A λ的初等因子,则它必包含在某个()(1,,)i B b i r λ= 或()j c λ(1,,C j r = )中,即()A λ的初等因子包含在()B λ与()C λ的初等因子中,因此,除()B λ、()C λ的全部初等因子外,()A λ再没有别的初等因子.定理3.3.7可推广为定理3.3.8 若λ矩阵()A λ等价于块对角阵12()()()()t A A A A λλλλ⎛⎫⎪ ⎪≅ ⎪ ⎪⎝⎭则122(),(),,()t A A A λλλ 各个初等因子的全体就是()A λ的全部初等因子. 对t 应用数学归纳法,请读者自行证明.例3.3.3 求λ矩阵22000000()00(1)10022A λλλλλλλ⎛⎫+ ⎪⎪= ⎪++ ⎪ ⎪--⎝⎭的初因子,不变因子和标准形解:记22123(1)1(),(),()22A A A λλλλλλλλλ⎛⎫++=+== ⎪--⎝⎭,则 123()00()0()000()A A A A λλλλ⎛⎫ ⎪= ⎪ ⎪⎝⎭对于3()A λ,其初等因子为,1,1λλλ-+,利用定理3.3.8,可得()A λ的初等因子,,,1,1,1λλλλλλ-++因为()A λ的秩为4,故()A λ的不变因子为4321()(1)(1),()(1),,()1d d d d λλλλλλλλλ=-+=+==因此()A λ的Smith 标准形为1000000()00(1)0000(1)(1)A λλλλλλλ⎛⎫ ⎪ ⎪≅ ⎪+ ⎪+-⎝⎭ §3.4 矩阵相似的条件设A 是n 阶数字矩阵,其特征矩阵I A λ-是λ矩阵,它是研究数字矩阵的重要工具,应用特征矩阵可以给出两个n 阶数字矩阵A 与B 之间相似性的判断准则,为此,我们先证明两个引理.引理3.4.1 设,A B 是两个n 阶数字矩阵,如果存在n 阶数字矩阵,P Q 使得()I A P I B Q λλ-=- (3.4.1)A 与B 相似证明 比较(3.4.1)两边λ的同次幂的系数矩阵,得,PQ I A PBQ ==由此11,Q P A PBP --==,故A 与B 相似.引理3.4.2 设A 是n 阶非零数字矩阵,()U λ与()V λ是n 阶λ矩阵,则存在n 阶λ矩阵()Q λ与()R λ以及n 阶数字矩阵0U 及0V ,使得0()()()U I A Q U λλλ=-+ (3.4.2)0()()()V R I A V λλλ=-+ (3.4.3)证明(3.4.2)与(3.4.3)的证明类似,这里仅证(3.4.2)式,把()U λ改写成1011()m m m m U D D D D λλλλ--=++++其中01,,,m D D D 都是n 阶数字矩阵,并且00D ≠(1)若0m =,则取()0Q λ=及00U D =,它们满足要求,并且(3.4.2)成立.(2)若0m >,令120121()m m m m Q Q Q Q Q λλλλ----=++++其中011,,,m Q Q Q - 是待定的n 阶数字矩阵,由1010()()()m m I A Q Q Q AQ λλλλ--=+-+1121()()m k k k m m m Q AQ Q AQ AQ λλ-----+-++--取0011022111201,,,,m m m m m Q D Q D AQ Q D AQ Q D AQ U D AQ ----==+=+=+=+ 则(3.4.2)成立.定理 3.4.1 n 阶矩阵A 和B 相似的充分必要条件是它们的特征矩阵I A λ-和I B λ-.充分性 设I A λ-和I B λ-等价,由定理 3.3.5知存在可逆的λ矩阵(),()U V λλ使()()()I A U I B V λλλλ-=-由引理3.4.2,存在λ矩阵()Q λ与()R λ以及数字矩阵0U 与0V 使得0()()()U I A Q U λλλ=-+0()()()V R I A V λλλ=-+则(3.4.4)式改写为1()()()()U I A I B V λλλλ--=-1()()()()I A V U I B λλλλ--=-将()V λ的表达式(3.4.6)代入(3.4.7),得10[()()()]()()U I B R I A I B V λλλλλ----=-因为上式右边的λ的次数1≤,所以1()()()U I B R λλλ---是数字矩阵,记为T ,即1()()()T U I B R λλλ-=-- (3.4.9)0()()T I A I B V λλ-=-T (3.4.10)由(3.4.9),并利用(3.4.5)和(3.4.8),得()()()()I U T U I B R λλλλ=+-1()()()()U T I A V R λλλλ-=+-10[()()]()()()I A Q U T I A V R λλλλλ-=-++-10()[()()()]U T I A Q T V R λλλλ-=+-+上式右边第二项必为零;否则右边λ的次数至少是1,等式不可能成立,因此0I U T =,从而0,U T 可逆,并且10T U -=,由(3.4.10)得00()I A U I B V λλ-=-由引理3.4.1知A 和B 相似定义3.4.1 设A 是n 阶数字矩阵,其特征矩阵I A λ-的行列式因子,不变因子和初等因子分别称为矩阵A 的行列式因子,不变因子和初等因子. 由定理3.3.3和定理3.4.1立即得定理3.4.2 n 阶矩阵A 和B 相似的充分必要条件是它们有相同的行列式因子,或者它们有相同的不变因子.由例3.2.1,定理3.3.6和定理3.4.1得定理3.4.3 n 阶矩阵A 和B 相似的充分必要条件是它们有相同的等初因子. §3.5 矩阵的Jordan 标准形定义3.5.1 形状为1010i ii i i n n J λλλ⨯⎛⎫ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭ (3.5.1) 的矩阵称为Jordan 块,其中i λ为复数,由若干个Jordan 块为对角块组成的块对角矩阵称为Jordan 形矩阵例如,矩阵110000010000004000000100000100000i i i ⎛⎫ ⎪ ⎪ ⎪ ⎪- ⎪ ⎪- ⎪ ⎪-⎝⎭ 是一个Jordan 形矩阵.容易验证,i n 阶Jordan 块i J 具有如下性质:(1)i J 具有一个i n 重特征值i λ,对应于特征值i λ仅有一个线性无关的特征向量.(2)i J 的乘幂有明显的表示式(1)11()()()2!(1)!()(),1,2,1()2!()()i n p i p i p i p i p i p i p i p i p i p i f f f f n f f J p f f f λλλλλλλλ-⎛⎫''' ⎪- ⎪ ⎪ ⎪' ⎪ ⎪=='' ⎪ ⎪ ⎪ ⎪' ⎪ ⎪⎝⎭其中()p p f λλ=(3)i J 的不变因子为11()()1,()()i i i n n n i d d d λλλλλ-====-从而i J 的初等因子为()i n i λλ-设12(,,,)s J diag J J J =是Jordan 形矩阵,其中i J 为形如(3.5.1)的Jordan 块,J 的特征矩阵为11(,,)sn n s I J diag I J I J λλλ-=-- 由定理3.3.8知Jordan 形矩阵J 的初等因子为1212(),(),,()s n n n s λλλλλλ---可见,Jordan 形矩阵的全部初等因子由它的全部Jordan 块的初等因子组成,而Jordan 块被它的初等因子惟一决定,因此,Jordan 形矩阵除去其中Jordan 块排列的次序外被它的初等因子惟一决定.定理3.5.1 设n n A C ⨯∈,则A 与一个Jordan 形矩阵相似,并且Jordan 形矩阵除去其中Jordan 块的排列次序是被矩阵A 惟一决定的.12(),(),,()s n s λλλλλλ--- (3.5.2)其中1,,s λλ 可能有相同的,1,,s n n 也可能有相同的,每个初等因子()i n i λλ-对应于一个Jordan 块101,1,,1i ii i i i n n J i s λλλ⨯⎛⎫ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭ 这些Jordan 块构成一个Jordan 形矩阵12(,,,)s J diag J J J = (3.5.3) 其初等因子也是(3.5.2),因为J 与A 有相同的初等因子,由定理3.4.3知J 与A 相似,Jordan 形矩阵(3.5.3)称为矩阵A 的Jordan 标准形. 若有另一个Jordan 形矩阵J 与A 相似,则J 与A 有相同的初等因子,因此,J '与J 除去其中Jordan 块排列的次序外是相同的,这就证明了惟一性. 利用矩阵在相似变换下的Jordan 标准形,可得线性变换的结构. 定理 3.5.2 设A 是复数域上n 维线性空间V 的线性变换,则在V 中存在一组基使得A 在这组基下的矩阵是Jordan 形矩阵.证明 在V 中任取一组基12,,,n εεε ,设线性变换A 在这组基下的矩阵是A ,由定理3.5.1知,存在可逆矩阵P 使得1P AP J -=为Jordan 形矩阵,令1212(,,,)(,,,)n n P εεεεεε=则线性变换,A 在基12,,,n εεε 下的矩阵是1P AP J -=为Jordan 形矩阵 如果1i n =,则i i J λ=是一阶Jordan 块,当矩阵A 的Jordan 标准形中的Jordan 块都是一阶块时,A 的Jordan 标准形就是对角矩阵,因为一阶Jordan 块的初等因子是一次的,所以对角矩阵的初等因子都是一次的,由此得 定理3.5.3 设n n A C ⨯∈,则A 与一个对角矩阵相似的充分必要条件是A 的初等因子都是一次的.例3.5.1 求矩阵126103114A --⎛⎫ ⎪=- ⎪ ⎪--⎝⎭的Jordan 标准形解 因为21261001301011400(1)I A λλλλλλ+-⎛⎫⎛⎫ ⎪ ⎪-=-≅- ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭则A 的初等于因子为1λ-,2(1)λ-,故A 的Jordan 标准形为100011001J ⎛⎫ ⎪= ⎪ ⎪⎝⎭由定理3.5.1知,对任意的n 阶矩阵A ,存在n 阶可逆矩阵P 使得1P AP J -=为Jordan 标准形,下面介绍求变换矩阵P 的方法,先看一下例子. 例3.5.2 求化矩阵126103114A --⎛⎫ ⎪=- ⎪ ⎪--⎝⎭为Jordan 标准形的变换矩阵.解 由例3.5.1知,存在3阶可逆矩阵P 使得1100011001P AP J -⎛⎫ ⎪== ⎪ ⎪⎝⎭记123(,,)P p p p =,则得123123100(,,)(,,)011001Ap Ap Ap p p p ⎛⎫ ⎪= ⎪ ⎪⎝⎭比较上式两边得1122323Ap p Ap p Ap p p =⎧⎪=⎨⎪=+⎩ 由此可见,12,p p 是A 的对应于特征值1的两个线性无关的特征向量. 从方程组()0I A x -=可求得两个线性无关的特征向量131,001ξη-⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭可取1p ξ=,但不能简单地取2p η=,因此2p 的选取应保证非齐次线性方程组32()I A p p -=-有解,由于,ξη的线性组合仍是()0I A x -=的解,因此我们选取212p k k ξη=+,其中待定常数12,k k 只要保证1p 和2p 线性无关,且使得32()I A p p -=-有解,因为2121212(3,,)T p k k k k k k ξξ=+=-+,所以选取12,k k 使得方程组11221322263113113x k k x k x k --⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪-=- ⎪⎪ ⎪ ⎪⎪ ⎪--⎝⎭⎝⎭⎝⎭有解,容易看出,当12k k =时方程组有解,且其解为12313x x x k =-+-其中1k 是任意非零常数,取11k =,可得23221,011p p ⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,于是122110011P -⎛⎫ ⎪= ⎪ ⎪⎝⎭使得1100011001P AP -⎛⎫ ⎪= ⎪ ⎪⎝⎭一般地,设n n A C ⨯∈,则存在n 阶可逆矩阵P 使得112s J P AP J J J -⎛⎫ ⎪== ⎪ ⎪⎝⎭ (3.5.4)其中i J 为形如(3.5.1)的Jordan 块,记12(,,,)s P P P P = (3.5.5) 其中i n n iP C ⨯∈,由(3.5.4)和(3.5.5)得 121122(,,,)(,,,)s s s AP AP AP PJ P J P J =比较上式两边得,1,,i i i AP PJ i s == (3.5.6) 记()()()12(,,,)i i i i i n P p p p = ,由(3.5.6)可得()()11()()()221()()()1,,j ii i i i i i i i i n i i i n i n n Ap p Ap p p Ap p p λλλ--⎧=⎪=+⎪⎨⎪⎪=+⎩ 由上式可见,()1i p 是矩阵A 对应于特征值i λ的特征向量,且由()1i p 可依次求得()()2,,ji i n p p ,由例3.5.2可知,特征向量()1i p 的选取应保证()2i p 可以求出,类似地()2i p 的选取(因为()2i p 的选取一般不惟一,只要适当选取一个即可)也应保证()3i p 可以求出,依次类推,并且使()()()12,,ii i i n p p p 线性无关. §3.6 Cayley-Hamilton 定理与最小多项式 设A 为任意n 阶矩阵,其特征多项式为12121()det()n n n n n f I A a a a a λλλλλλ---=-=+++++ 矩阵A 与其特征多项式之间有如下重要关系.定理3.6.1(Cayley-Hamilton 定理)设A 是n 阶矩阵,()f λ是A 的特征多项式,则()0f A =证明 考虑特征矩阵I A λ-的伴随矩阵*()I A λ-,其元素至多是λ的1n -次多项式,则*()I A λ-可表示为*12121()n n n n I A C C C C λλλλ----=++++其中12,,,n C C C 都是n 阶数字矩阵因为*()()()I A I A f I λλλ--=,即12121()()n n n n I A C C C C λλλλ----++++111n n n n I a I a I a I λλλ--=++++比较两边λ的同次幂的系列矩阵,得1C I =211C AC a I -=322C AC a I -=…11n n n C AC a I ---=n n AC a I -=用1,,,,n n A A A I - 分别左乘上面各式,再两边相加,得 12121321()()()n n n n n n A C A C AC A C AC A C AC AC ---+-+-++-- 111()n n n n A a A a A a I f A --=++++=因为上式左边为零矩阵,所以()0f A =定义3.6.1 设A 为n 阶矩阵,如果存在多项式()ϕλ使得()0A ϕ=,则()ϕλ为A 的化零多项式.对任意n 阶矩阵A ,()f λ是A 的特征多项式,由定理3.6.1知()f λ为A 的化零多项式,如果()g λ是任意多项式,则()()g f λλ也是A 的化零多项式.因此,任意n 阶矩阵A 的化零多项式总存在,并且A 的化零多项式有无穷多个.定义 3.6.2 n 阶矩阵A 的所有化零多项式中,次数最低且首项系数为1的多项式称为A 的最小多项式.由定理3.6.1知,任意n 阶矩阵A 的最小多项式存在且次数不会超过n . 定理3.6.2 设A 是n 阶矩阵,则(1)A 的最小多项式()m λ能整除A 的任一化零多项式()ϕλ,特别地,()m λ能整除A 的特征多项式()f λ;(2)A 的最小多项式()m λ的零点是A 的特征值;反之,A 的特征值是()m λ的零点;(3)A 的最小多项式是惟一的.证明(1)设()m λ是A 的最小多项式,()ϕλ是A 的任一化零多项式,由定理3.1.1有()()()()q m r ϕλλλλ=+其中(),()q r λλ是多项式,并且()0r λ=或者()0r λ≠但(())(())r m λλ∂<∂,因此()0r λ=;否则与()m λ是A 的最小多项式矛盾,于是()|()m λϕλ.(2)设()f λ是A 的特征多项式,由(1)知()()()f q m λλλ=,其中()q λ是一个多项式,因此()0m λ=的根必为()0f λ=的根,即A 的特征值.反过来,设0λ是A 的任一特征值,相应的特征向量为0ξ≠,即0A ξλξ=则0()()m A m ξλξ=因为()0,0m λξ=≠,所以0()0m λ=,即0λ是0()0m λ=的根.(3)设A 有两个最小多项式12(),()m m λλ,则它们的次数相同,如果12()()m m λλ≠,则12()()()0m m m λλλ=-≠且1(())(())m m λλ∂<∂.设()m λ的着项系数为a ,则3()()m m aλλ=是首项系数1的多项式且31(())(())m m λλ∂<∂由于31211()()(()())0m A m A m A m A a a==-= 于是,3()m λ是A 的化零多项式,这与12(),()m m λλ是A 的最小多项式的假设矛盾,因此A 的最小多项式是惟一的.定理3.6.3 相似的矩阵具有相同的最小多项式.证明 设n 阶矩阵A 与B 相似,则存在非奇异矩阵P 使得1B P AP -=对任意多项式()g λ恒有1()()g B P g A P -=可见,A 与B 有相同的化零多项式,从而它们具有相同的最小多项式. 例3.6.1 求Jordan 块1010i ii i i i n n J λλλ⨯⎛⎫ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭ 的最小多项式 解:因为i J 的特征多项式()()i n i f λλλ=-,则由定理3.6.2知i J 的最小多项式()m λ具有如下形式()()k i m λλλ=-其中正整数i k n ≤,但当i k n <时0100()()0100k i i i m J J I λ⎛⎫ ⎪ ⎪ ⎪=-=≠ ⎪ ⎪ ⎪⎝⎭因此()()i n i m λλλ=-定理3.6.4 块对角矩阵1(,,)s A diag A A = 的最小多项式等于其诸对角块的最小多项式的最小公倍式.证明 设i A 的最小多项式为()(1,,)i m i s λ= ,由于对任意多项式()ϕλ1()((),,())s A dia A A ϕϕϕ=如果()ϕλ为A 的化零多项式.则()ϕλ必为(1,,)i A i s = 的化零多项式,从而()|()(1,,)i m i s λϕλ= ,因此()ϕλ为1(),,()s m m λλ 的公倍式.反过来,如果()ϕλ为1(),,()s m m λλ 的任一公倍式,则()0(1,,)i A i s ϕ== , 从而()0A ϕ=,因此,A 的最小多项式为1(),,()s m m λλ 的公倍式中次数最低者,即它们的最小公倍式.定理3.6.5 n n A C ⨯∈,则A 的最小多项式为A 的第n 个不变因子()n d λ. 证明 由定理3.5.1知A 相似于Jordan 标准形1(,,)s J diag J J = ,其中i J 为形如(3.5.1)的Jordan 块,由定理3.4.2和定理3.6.3知A 与J 有相同的不变因子和最小多项式,而由定理3.6.4知J 的最小多项式为1,,s J J 的最小多项式式的最小公倍式,因此i J 的最小多项式为()(1,,)i n i i s λλ-= 而1212(),(),,()s n n n s λλλλλλ--- 的最小公倍式是J 的第n 个不变因子()n d λ,因此A 的最小多项式就是A 的第n 个不变因子()n d λ.由定理3.5.3和定理3.6.5可得如下定理.定理 3.6.6 n 阶矩阵A 相似于对角矩阵的充分必要条件是A 的最小多项式()m λ没有重零点.例 3.6.2如果n 阶矩阵A 满足2A A =,则称A 为幂等矩阵.证明幂等矩阵A 一定相似于对角矩阵.证明2()ϕλλλ=-,则()ϕλ是A 的化零多项式,由定理3.6.2知A 的最小多项式()m λ整除()ϕλ,因为()0ϕλ=没有重根,所以()0m λ=也没有重根,据定理3.6.6知A 相似于对角矩阵.。
矩阵分析 第三章内积空间、正规矩阵1-4节
四、长度及其性质
记为 . 1、定义: 非负实数 ( , )称为向量的长度, 2、 单位向量: 1 , 则称 为单位向量. 设 1 0 注 :当 0时, 为单位向量
上页
下页
返回
3、 性质: (1) 非负性: 0, 当且仅当 0 时 0;
( 2) 齐次性: ; ( 3) 三角不等式: .
满足以下条件:
i 1
i 1
(1) (, ) ( , ) ; (2) (k, ) k (, ); (3) ( , ) (, ) ( , ); (4) (, ) 0, 当且仅当 0时等号成立. 则称V为C上的酉空间, (, )称为内积. 而
ii
4、 内积表示式: 设内积空间V中基 1, 2, , n的度量矩阵为G 且, 在基下的坐标为 , , (, ) X T GY . X Y 则
证: (1, 2, , n ) X, (1, 2, , n )Y,
G (1, 2, , n )T (1, 2, , n ). (, ) T [(1, 2, , n ) X ]T [(1, 2, , n )Y ] X T [( 1, 2, , n )T ( 1, 2, , n )]Y X T GY . 注: V为酉空间, (, ) Y H GX 若 则
上页
下页
返回
5、 不同基下度量矩阵的关 设 1, 2, , n; 1, 2, , n为内 系: 积空间V中的基且度量矩阵为 , , A B 过渡矩阵为C, B C T AC 则
证: A ( 1, 2, , n )T ( 1, 2, , n ). B ( 1, 2, , n )T ( 1, 2, , n ),
矩阵论第3章矩阵的Jordan标准形
定 义 3.1.2 设 - 矩 阵 A() P[]mn , 若 A() 中 有 一 个
r(1 r min{m, n}) 阶子式不为零,而所有 r 1阶子式(如果有的 话)全为零,则称 A() 的秩为 r ,记为 rank(A()) r .
进一步,若 n 阶 -矩阵 A() 的行列式 A() 不等于零,则称 A() 是满秩的.
.
所以 rankA() rankB() 2 .但由矩阵的初等变换可知,如果 A() 与
B() 等价,则 A() 与 B() 之间只能差一个非零常数因子, 而 A()
与 B() 不满足这一条件,所以 A() 与 B() 不等价.
这个例子说明,秩相等不是 -矩阵等价的充分条件.
3.1.3 -矩阵的Smith标准型
第3章 矩阵的Jordan标准形
-矩阵的理论和矩阵的 Jordan 标准形不但在矩阵理论与计
算中起着十分重要的作用,而且在工程上的控制理论、系统分析、
力学等领域具有广泛的应用.本章主要讨论 -矩阵的概念与基本 性质,及其 Smith 标准形,然后利用 -矩阵的理论导出矩阵的
Jordan 标准形,最后给出矩阵的 Cayley-Hamiltom 定理.
a 11 0
a11b22
a11b12 c22 a11b12b21
(第二行加到第一行)
a11 0
a11b12
a11b22 c22 a11b12b21 a22 a11b12b21
a 11 0
a11b12 (1 a22
b21 ) a22 a11b12b21
元素 a11b12 (1 b21 ) a22 不能被 a11 整除,这就将
(1)第一行存在元素不能被 a11 整除:
第三章 矩阵的标准形与若干分解形式-2
§5 多项式矩阵的互质性与既约性一、多项式矩阵的最大公因子定义3-10 多项式矩阵()λR 称为具有相同列数的两个多项式矩阵()()λλD N ,的一个右公因子,如果存在多项式矩阵)(λN 和)(λD 使得:()()()()()()λλλλλλR D D R N N ==,。
类似地可以定义左公因子。
定义3-11 多项式矩阵()λR 称为具有相同列数的两个多项式矩阵()()λλD N ,的一个最大右公因子(记为gcrd ),如果:(1)()λR 是()()λλD N ,的右公因子;(2)()()λλD N ,的任一右公因子()λ1R ,都是()λR 的右乘因子,即存在多项式矩阵()λW ,使得()()()λλλ1R W R =。
对任意的n n ⨯与n m ⨯的多项式矩阵)(λD 与)(λN ,它们的gcrd 都存在。
因为T T T N D R ))(),(()(λλλ=便是一个。
定理3-13 (gcrd 的构造定理) 对于给定的n n ⨯和n m ⨯多项式矩阵()()λλN D ,,如果能找到一个)()(m n m n +⨯+的单模矩阵()λG ,使得()()()()()()()()()()⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡022211211λλλλλλλλλλR N D G G G G N D G 3-13 则n n ⨯多项式矩阵()λR ,即为()λN 和()λD 的gcrd 。
证明:(1)证明()λR 是右公因子。
设()()()()()⎥⎦⎤⎢⎣⎡=-λλλλλ222112111F F F F G ,则()()()()()()()()()()()⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡λλλλλλλλλλλR F R F R F F F F N D 2111222112110。
(2)证明()λR 是gcrd 。
设()λ1R 也是()()λλD N ,的右公因子,故有()()()()()()λλλλλλ1111,R D D R N N ==。
什么叫标准型矩阵
什么叫标准型矩阵标准型矩阵是线性代数中的一个重要概念,它在数学和工程领域都有着广泛的应用。
标准型矩阵是指一个矩阵具有特定的形式和性质,这些性质使得它在矩阵运算和方程求解中具有重要的作用。
本文将从标准型矩阵的定义、性质和应用等方面进行详细介绍,希望能够帮助读者更好地理解和运用标准型矩阵。
首先,标准型矩阵是指一个矩阵具有特定的形式,通常是一个对角矩阵或者上三角矩阵。
对角矩阵是指除了主对角线上的元素之外,其他元素都是零的矩阵;而上三角矩阵是指主对角线以下的元素都是零的矩阵。
标准型矩阵的形式使得它在矩阵运算和方程求解中具有很多方便之处。
其次,标准型矩阵具有一些重要的性质。
首先,任何一个矩阵都可以通过矩阵相似变换化为标准型矩阵,这就是矩阵相似对角化定理。
其次,标准型矩阵的特征值就是它的对角线上的元素,这就大大简化了特征值和特征向量的求解。
再次,对于线性方程组,如果系数矩阵是标准型矩阵,那么可以很方便地求解方程组的解。
这些性质使得标准型矩阵在线性代数和矩阵论中具有重要的地位。
除此之外,标准型矩阵还有着广泛的应用。
在工程领域,标准型矩阵常常用于描述线性系统的动态特性,比如控制系统中的状态空间模型就可以表示为标准型矩阵的形式。
在数学领域,标准型矩阵常常用于求解线性方程组、求解特征值和特征向量等问题。
因此,对标准型矩阵的深入理解和熟练运用对于数学和工程领域的学习和工作都具有重要意义。
总之,标准型矩阵是线性代数中的一个重要概念,它具有特定的形式和性质,这些性质使得它在矩阵运算和方程求解中具有重要的作用。
通过对标准型矩阵的深入理解和熟练运用,我们可以更好地理解和应用线性代数的知识,也可以更好地解决工程和科学问题。
希望本文能够帮助读者更好地理解和运用标准型矩阵,也希望读者能够进一步深入学习和探讨这一重要的数学概念。
矩阵分析(第三章)
由特征多项式:det(λⅠ-A)得到f(λ),将λ用A替换,常数项用nI代替,有f(A)=0,得到递推关系式。将g(A)用上诉级数展开(若g(At)可将At看成A并展开),以此代入递推关系式化简,最后将g(A)(或g(At)写成矩阵形式。
例题;A= ,计算eAt。
方程组为:
解为:
从而cosA=b2A2+b1A+b0I=
(3)相似对角化:
若A是可对角化的n阶方阵,则存在P ,有P-1AP=diag(λ1λ2…λn)=Λ
故A=PΛP-1;
有f(A)= = =
=
=
同理,f(At)=
求{P}:解方程组(λI-{A}){P}=0,归一法,即可求得P1…Pn。
例题:A= ,求eAt。
矩阵分析
1,
1,Cm×n上的矩阵{A(k)},有{A(k)}=(aij(k))m×n。
2,矩阵序列收敛:若limk→+∞aij(k)=aij,i=1,…m,j=1,…n,则{A(k)}→A=(aij)m×n,写作limk→+∞A(k)=A或A(k)→A(k→+∞)。
3,性质:设limk→+∞A(k)=A,limk→+∞B(k)=B,其中A(k),B(k),A,B为适当阶矩阵, ,有:
(2)待定系数法:
运用了一些数值分析的理论:f(λ)=(λ-λ1)r1(λ-λ2)r2…(λ-λs)λs,λk都是互异的,r1+r2+…rs=n,g(At)= , g(λt)= 改写成:g(λt)=q(λ,t)f(λ)+r(λ,t)(*);其中,q(λ,t)为含参数的关于λ的幂级数,r(λ,t)是含参数t且次数不超过n-1的关于λ的多项式。
南航《矩阵论》第3章Jordan_标准形
0 1 0 0 0 1 0 0 ( 1)2 2
所以A的初等因子为
故A的标准形为
或
如何求相似变换矩阵? 由定理3.5.1知道,方阵与标准型J 是相似的, 即存在可逆矩阵T,使得:A=TJT-1,求法如下: 设 ,
由 A=TJT-1 得AT=TJ,即
所以:
解方程并选择适当的
即得。
例 3.5.2 求方阵
的Jordan标准形及其相似变换矩阵 。
解: 首先用初等变换法求其Jordan标准形:
故 A 的初等因子为
从而A 的Jordan标准形为
再求相似变换矩阵: 设所求矩阵为T,则A=TJT-1 ,对于T 按列分块 记为
从而:
整理后的三个方程为:
0
0 0
0 0 ( 1) 0
0 0 0 ( 1)( 1)
例3.5.1 求矩阵
的Jordan标准形。
解 先求出A的初等因子。对
运用初等变
换可以得到
0 1 1 I A 4 3 0 1 0 2
矩阵的加法、减法、乘法和数乘运算同数字
矩阵的对应运算有相同的运算定律。
数字矩阵行列式的定义也可应用到矩阵,且 性质相同。
例 n阶数字矩阵A的特征矩阵I-A是矩阵。
例如 n阶数字矩阵A的特征矩阵I-A秩为n。
因为 |I-A| 是的n次多项式,所以IA的秩为n,即I-A满秩。
反过来,如果知道了A()的秩和初等因子,因为
A()的秩确定了不变因子的个数,则同一个一次
因式的方幂做成的初等因子中,方次最高的必在
dr()的分解中,方此次高的必在dr-1()的分解中,
矩阵的标准形式
矩阵的标准形式矩阵是线性代数中的重要概念,它在各个领域都有着广泛的应用。
在矩阵的运算中,标准形式是一个重要的概念,它可以帮助我们更好地理解和处理矩阵的性质和特点。
本文将介绍矩阵的标准形式,包括矩阵的相似对角化和标准型等内容。
首先,我们来介绍矩阵的相似对角化。
对于一个n阶矩阵A,如果存在一个可逆矩阵P,使得P^-1AP为对角矩阵D,那么我们称矩阵A与对角矩阵D相似,而矩阵D的形式就是矩阵A的标准形式之一。
相似对角化的概念可以帮助我们简化矩阵的运算,使得求解特征值、特征向量等问题更加方便快捷。
其次,我们来介绍矩阵的标准型。
对于一个n阶矩阵A,如果存在一个可逆矩阵P,使得P^-1AP为标准型J,那么我们称矩阵A与标准型J相似。
标准型是一种更加简化的矩阵形式,它可以将矩阵A化为一种特殊的形式,从而更好地展现矩阵的性质和结构。
在实际问题中,我们经常需要对矩阵进行相似对角化或者标准型化。
这不仅可以帮助我们更好地理解矩阵的性质,还可以简化矩阵的运算,从而更好地解决实际问题。
因此,熟练掌握矩阵的标准形式是非常重要的。
在进行矩阵的相似对角化或者标准型化时,我们可以采用一系列的方法和技巧。
例如,可以通过求解矩阵的特征值和特征向量来实现相似对角化,也可以通过矩阵的初等变换和相似变换来实现标准型化。
在实际操作中,我们需要根据具体的问题和矩阵的性质来选择合适的方法和技巧,以达到最佳的效果。
总之,矩阵的标准形式是线性代数中的重要内容,它可以帮助我们更好地理解和处理矩阵的性质和特点。
通过相似对角化和标准型化,我们可以简化矩阵的运算,从而更好地解决实际问题。
因此,熟练掌握矩阵的标准形式是非常重要的,它不仅可以提高我们的数学水平,还可以帮助我们更好地应用数学知识解决实际问题。
行标准型矩阵
行标准型矩阵
行标准型矩阵是线性代数中的重要概念,它在矩阵运算和线性方程组的求解中起着关键作用。
本文将对行标准型矩阵进行详细介绍,包括定义、性质、求解方法等内容。
1. 定义。
行标准型矩阵是指一个矩阵满足以下条件,每一行的第一个非零元素为1,且该元素所在列的其他元素都为0;如果两行都有非零元素,那么这些非零元素所在的列的位置必须不同。
换句话说,行标准型矩阵是一个矩阵经过一系列行变换后的标准形式。
2. 性质。
行标准型矩阵具有以下性质:
每个行标准型矩阵都可以通过一系列初等行变换得到;
行标准型矩阵的行数等于矩阵的秩;
行标准型矩阵的非零行之间是线性无关的;
行标准型矩阵的最后一个非零行是唯一的。
3. 求解方法。
求解一个矩阵的行标准型可以通过高斯消元法来实现。
具体步骤如下:
将矩阵化为阶梯形矩阵;
将阶梯形矩阵化为行标准型矩阵。
在实际应用中,可以利用计算机程序来实现行标准型矩阵的求解,以提高效率和准确性。
4. 应用。
行标准型矩阵在线性代数和线性方程组的求解中有着广泛的应用。
通过将一个
矩阵化为行标准型,可以方便地求解线性方程组的解,判断矩阵的秩,计算矩阵的逆等操作。
此外,行标准型矩阵还可以用于解决最优化问题、控制系统分析等领域。
总之,行标准型矩阵是线性代数中的重要概念,它具有一些特殊的性质和应用
价值。
掌握行标准型矩阵的定义、性质和求解方法,对于深入理解线性代数和相关领域的理论和实际问题都具有重要意义。
希望本文能够为读者提供一些帮助,使他们能够更好地理解和应用行标准型矩阵。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
⇒ 设 A( λ )可逆,则存在B( λ ) ,使得 A( λ ) B( λ ) = B( λ ) A( λ ) = En
⇒ A(λ ) B (λ ) = 1 即 A(λ ) B (λ ) =1 由于 A(λ ) , B (λ ) 均 B(λ ) 均为 λ 的多项式,所以 A(λ ) , 为常数。
设 A(λ ) =C ≠ 0 ,则 ⎛1 ⎞ ⎛1 ⎞ ⎜ adjA(λ ) ⎟ A(λ ) = A(λ ) ⎜ adjA(λ ) ⎟ = En ⎝c ⎠ ⎝c ⎠ 所以, A(λ )是可逆的。其中 adjA(λ ) 是 A(λ ) 的伴随矩阵。
矩阵分析简明教程
矩阵分析简明教程
定义3.2.5 定义 3.2.5
形如
⎛ d1 (λ ) ⎜ ⎜ ⎜ J (λ ) = ⎜ ⎜ ⎜ ⎜ ⎜ ⎝ ⎞ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ 0⎟ ⎠
d r (λ ) 0
引理3.2.1 引理 3.2.1 如果 λ − 矩阵 A( λ ) 的左上角元素a11 ( λ ) ≠ 0, 且 A( λ ) 中至少有一个元素不能被 a11 ( λ) 整除,则可以 找到一个与 A( λ) 等价的 λ − 矩阵 B( λ ) ,其左上角 元素 b11 ( λ) ≠ 0, 且次数比 a11 ( λ) 的次数低。
二、行列式因子、不变因子与初等因子
定义3.2.6 定义 3.2.6 矩阵 A( λ ) 的所有非零 k 阶子式的首一 (最高次项系数为 1 )最大公因式 Dk ( λ ) 称为 A( λ ) 的 k 阶行列式因子 阶行列式因子。 定义3.2.7 定义 3.2.7 矩阵 A( λ ) 的Smith标准形中的非零对角元
矩阵分析简明教程
矩阵分析简明教程
λ - 矩阵及其Smith标准形 § 2、
第三章 矩阵的标准形
矩阵分析简明教程
矩阵分析简明教程
一、 λ - 矩阵及其Smith标准形
定义3.2.1 定义 3.2.1 称矩阵
注2: 不恒等于零的子式的最高阶数称为λ - 矩阵的 秩,记为 rankA(λ ) 例 1:
a1n (λ) ⎤ ⎡ a11 (λ) a12 (λ) ⎢ a (λ) a (λ) a2n (λ) ⎥ 22 ⎥ A(λ) = ⎢ 21 ⎢ ⎥ ⎥ ⎢ amn (λ)⎦ ⎣am1 (λ) am2 (λ) 为 λ - 矩阵 矩阵,其中元素 aij (λ ) (1 ≤ i ≤ m , 1 ≤ j ≤ n) 为数域 F 上关于 λ 的多项式。
Smith标准形。
矩阵分析简明教程
矩阵分析简明教程
解:
于是不变因子为
λE − A = ⎢ ⎢ 0
⎡λ − 1
⎢ 2 ⎣
0 ⎤ λ−2 0 ⎥ ⎥ ⎥ 2 λ + 1⎦
1 c 3 1
2λ 2 ⎞ c1 ↔ c2 ⎛ 3λ →⎜ ⎟ ⎯⎯⎯ r ↔r 3 λ ⎠ 1 2 ⎝ 2λ 2
λ 2 + 5λ ⎞ ⎟ λ3 − λ ⎠
λ 2 + 5λ
2
λ 2 + 5λ ⎞
⎟ λ3 − λ ⎟ ⎟ ⎠
0
2
A( λ ) 的元素有公因子 λ ,可用初等变换把左上角的元
素变成 λ 。
的 λ −矩阵称为Smith标准形,其中 di (λ )为首一多项式 (首项系数为1)且
di ( λ) | di+1 ( λ) (i = 1, 2, , r −1)
矩阵分析简明教程
矩阵分析简明教程
定理3.2.2 定理 3.2.2 设 A( λ)= (aij ( λ)) 且 rank ( A( λ )) = r, m×n 则
则矩阵 A( λ ) 的 所有不变因子为
d4 (λ ) = λ 2 (λ − 1)3 (λ + i )3 (λ − i )3
2 0⎤ ⎡1 ⎢ A=⎢ 0 2 0⎥ ⎥ ⎢ ⎣− 2 − 2 − 1⎥ ⎦
求其特征矩阵 λ E − A 的不变因子、初等因子及
d3 (λ ) = λ (λ − 1)2 , d2 (λ ) = λ (λ − 1), d1 (λ ) = 1,
⇐
1
矩阵分析简明教程
矩阵分析简明教程
定义3.2.4 定义 3.2.4 定义3.2.3 定义 3.2.3
如果矩阵 A( λ ) 经过有限次的初等变换
λ -矩阵的初等变换是指下面三种变换
P(i, j)
(1)任两行(列)互换;
化成矩阵 B( λ ) ,则称矩阵 A( λ ) 与 B( λ ) 等价, 记为
1 λ −4 ⎛1 ⎞ ⎜ ⎟ r1 ↔ r3 ⎯⎯⎯ → ⎜0 λ −1 −λ + 1 ⎟ ⎜ 0 − λ + 1 − λ 2 + 3λ − 2 ⎟ ⎝ ⎠ 0 0 ⎛1 ⎞ ⎜ ⎟ ⎯⎯⎯⎯ → ⎜0 λ −1 −λ + 1 ⎟ ⎜ 0 − λ + 1 − λ 2 + 3λ − 2 ⎟ ⎝ ⎠
c2 − c1 c3 − ( λ − 4) c1
λ , λ , λ 2 , λ − 1, (λ − 1)2 ,(λ − 1)3 , (λ + 1)2 , (λ + 1)3 , λ − 2
4
矩阵分析简明教程
矩阵分析简明教程
例6 若已知 A( λ ) 的秩为4,其初等因子为
例7 已知矩阵
λ , λ , λ 2 , λ − 1, (λ − 1)2 ,(λ − 1)3 , (λ + 1)2 ,(λ + i )3 ,(λ − i )3
⎛λ ⎯⎯⎯→ ⎜ ⎜ ⎜0 ⎝
2 r2 − λ r1 3
λ
⎞ ⎟ (λ − 10λ − 3) ⎟ ⎟ 3 ⎠
⎛λ c2 − ( λ + 5) c1 ⎯⎯⎯⎯ →⎜ 1 r2 ⎝0 3
⎞ λ (λ − 10λ − 3) ⎟ ⎠
即为所求的Smith标准形。
3
矩阵分析简明教程
矩阵分析简明教程
例4
求矩阵 A( λ ) 的 Smith标准形 ,其中
例2
求矩阵
⎛ d1 (λ ) ⎜ ⎜ ⎜ A(λ ) ∼ J (λ ) = ⎜ ⎜ ⎜ ⎜ ⎜ ⎝
d r (λ ) 0
⎞ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ 0⎟ ⎠
⎡− 1 − 2 6⎤ ⎥ A=⎢ ⎢− 1 0 3⎥ ⎢ ⎣− 1 − 1 4⎥ ⎦
−6 ⎞ ⎟ −3 ⎟ λ − 4⎟ ⎠
的特征矩阵
⎛λ +1 2 ⎜ A(λ ) = ⎜ 1 λ ⎜ 1 1 ⎝
(2)用非零的数乘以某行(列); P(i(k )) (3)用 ( )用 λ 的多项式 ϕ (λ ) 乘以某行(列),并将结果 加到另一行(列上去) P( jϕ(λ), i) 注:(1)由单位矩阵经过一次上述三种初等变换得到 的矩阵称为相应的初等矩阵,其行列式为一非零常数. (2)左乘变行,右乘变列。 (3)初等变换不改变 A(λ ) 的秩。
矩阵分析简明教程
矩阵分析简明教程
0 0 ⎛1 ⎞ ⎜ ⎟ ⎯⎯⎯ → ⎜0 λ −1 −λ + 1 ⎟ ⎜0 0 − λ 2 + 2λ − 1 ⎟ ⎝ ⎠
r3 + r2
0 0 ⎤ ⎡1 ⎢ ⎯⎯⎯ → ⎢0 λ − 1 0 ⎥ ⎥ ⎢ 0 (λ − 1)2 ⎥ ⎣0 ⎦
( −1) r3
0 0 ⎛1 ⎞ ⎜ ⎟ ⎯⎯⎯ → ⎜0 λ −1 0 ⎟ ⎜0 − (λ − 1)2 ⎟ 0 ⎝ ⎠
⎛ 1− λ ⎜ A( λ ) = ⎜ λ ⎜1+ λ2 ⎝
λ2 λ ⎞ ⎟ λ −λ ⎟ λ 2 −λ 2 ⎟ ⎠
A( λ ) 的元素无公因子,也无非零常数,用初等变换
把矩阵中的某一个元素变成常数。
⎛1 0 ⎜ A( λ )的Smith标准形为 ⎜ 0 λ ⎜0 0 ⎝
⎞ ⎟ ⎟ λ (λ + 1) ⎟ ⎠ 0 0
其中 λ1 , λ 2 ,来自d r (λ ) = (λ − λ1 ) (λ − λ2 )
kr 1
kr 2
, λ s 互异,且由不变因子的整除性,有
( λ − λs )
krs
k1i ≤ k 2i ≤
≤ k ri , (1 ≤ i ≤ s )
所有指数大于零的因子 (λ −λj )kij (1≤ j ≤ r,1≤ j ≤ s, kij > 0) 都称为 A(λ) 的初等因子(相同的必须按出现的次数 计算)。
矩阵分析简明教程
定义3.2.2 定义 3.2.2 果有
称n 阶
可逆的,如 λ - 矩阵 A( λ ) 是可逆的
证
A( λ ) B( λ ) = B( λ ) A( λ ) = En
并称 B( λ ) 为 A( λ ) 的逆矩阵 逆矩阵。反之亦然。 注:与数字矩阵不同的是满秩矩阵未必是可逆的。 例如:数字矩阵的特征矩阵是满秩的但不可逆 定理3.2.1 定理 3.2.1 矩阵 A( λ ) 可逆的充要条件是其行列式 为非零的常数。
这说明, d k ( λ) 由 A( λ ) 唯一确定,故Smith标准形唯一。
矩阵分析简明教程
矩阵分析简明教程
定义3.2.8 定义 3.2.8 将 λ -矩阵A(λ ) 的不变因子分解成各因 式的乘积形式,即
例5
矩阵 A( λ ) 的 不变因子为
d 1 (λ ) = (λ − λ1 ) (λ − λ 2 ) d 2 (λ ) = (λ − λ1 ) k 21 (λ − λ 2 ) k 22
A( λ ) ∼ B( λ )
注:(1)等价具有反身性,对称性,传递性。 :(1)等价具有反身性 对称性 传递性。 (2)两个 λ − 矩阵等价,它们的秩相等,反之不成立。 例如
⎡1 −λ ⎤ ⎡λ 1 ⎤ B (λ ) = ⎢ A(λ ) = ⎢ ⎥ ⎥ λ⎦ ⎣1 λ ⎦ ⎣ 显然秩都为2,但由初等变换的定义知,两个等价的 λ − 矩阵行列式只能相差一个不为零的常数因子。因此 上述两矩阵不等价。