n阶幂零矩阵的判别及构建_吴险峰

n阶幂零算子结构在线性代数中，幂零算子是指存在一个正整数n，使得该线性变换的n次幂为零矩阵。

n阶幂零算子结构则指n阶幂零算子所构成的线性空间。

在研究幂零算子时，我们首先需要考虑它的一些性质。

对于一个幂零算子T，我们有以下结论：1. T的零空间是非零的（因为T(v)＝0的向量v一定存在）2. T的特征值是0（因为由于T^n＝0，从根本上来说T的特征值必须为0）3. T的Jordan标准型中不存在不为零的对角块（因为对于那些特征值为0而其他特征值不为0的线性变换，它们的Jordan标准型有不为0的对角块，但这与T的幂零性质相矛盾）基于上述性质，我们可以进一步探讨n阶幂零算子结构的特征：由于T^n＝0，T的向量空间必须包含向量v,T(v),T^2(v),……,T^(n-1)(v)，即n个向量。

因此，n阶幂零算子结构的维度不能超过n。

2. n阶幂零算子结构的基向量数目不超过n假设S是n阶幂零算子结构的子空间，并且有一组线性无关的向量{v1，v2，……，vk}生成S。

由于T^n＝0，我们知道T^i(vj)是S的一组基向量，其中i<=n-1，j<=k。

因此，S中基向量的个数不超过nk。

3. n阶幂零算子结构的Jordan标准型最多只有n个Jordan块由于T的Jordan标准型中不存在不为零的对角块，可以证明T的Jordan块必须全部由大小相同的块组成。

如果一个Jordan块的大小不为p，则该块的幂必定不为零。

而由于T^n＝0，我们知道T本身的Jordan标准型必须有至少一个大小为n的Jordan块。

因此，n阶幂零算子结构的Jordan标准型中最多只有一个n阶Jordan块，或者最多n个大小相同的小Jordan块。

4. n阶幂零算子结构的维度等于其小Jordan块大小之和因为T的Jordan标准型中不存在不为零的对角块，所以T可以表示为一些Jordan块的直和，而每个Jordan块的大小等于其模（即最大的指数p，使得该块的幂不为零）。

JIU JIANG UNIVERSITY毕业论文（设计）题目幂等矩阵的性质及应用英文题目Properties and Applicationof Idempotent Matrix 院系理学院专业数学与应用数学姓名邱望华年级 A0411指导教师王侃民二零零八年五月幂等矩阵在数学领域以及其他许多领域应用都非常广泛，因此对幂等矩阵进行探讨具有很重要的意义。

本文主要是对幂等矩阵的一些性质和结论进行归纳总结并对相关性质进行推广。

首先对幂等矩阵简单性质进行了归纳总结，接着谈到了实幂等矩阵的等价条件并推广到复矩阵以及高次幂等矩阵，然后研究了幂等变换、幂等矩阵线性组合的幂等性、幂等矩阵线性组合的可逆性、幂等矩阵秩有关的性质。

[关键词] 幂等矩阵，性质，幂等性，线性组合The idempotent matrix is widely applied in mathematics as well as other many places, so there is very vital significance to carry on the discussion to the idempotent matrix . This paper mainly carries on the induction summary some simple nature and the important conclusion of idempotent matrix and carries on the promotion to the related nature. Firstly, this article has carried on the induction summary to its simple nature, then talkes about the equivalence condition of the solid idempotent matrix and extends to the equivalence condition of the plural idempotent matrix and the higher mode idempotent matrix . Then the article studies the idempotent transformation、the idempotency of linear combinations of two idempotent matrices、the invertibility of linear combinations of two idempotent matrices.[Key Words] the idempotent, the nature, the idempotence,linear combination符号表R 实数域n R 实数域n 维列向量空间 n n R ⨯ 实数域上的n ×n 阶矩阵 C 复数域n C 复数域n 维列向量空间 n n C ⨯ 复数域上的n ×n 阶矩阵 A ' 矩阵A 的转置*A 矩阵A 的伴随1A - 矩阵A 的逆det()A 矩阵A 的行列式 rank()A 矩阵A 的秩()N A 矩阵A 的核空间，即}{()0,n N A x P Ax P =∈=是一个数域()R A 矩阵A 的值域，即}{(),n R A Ax x P P =∈是一个数域 dim V 线性空间V 的维数1T - 线性变换T 的逆变换 TV T 的值域,即TV ={}T V ξξ∈1(0)T - T 的核,即{}1(0)0,T T V ξξξ-==∈目录第一章预备知识 (1)1.1幂等矩阵的概念及刻划 (1)1.2幂等矩阵的一些简单性质 (3)第二章相关的重要结论 (7)2.1幂等矩阵的等价条件 (7)2.2幂等变换 (14)2.3幂等矩阵线性组合的幂等性 (17)2.4幂等矩阵线性组合的可逆性 (23)2.5幂等矩阵的秩方面的有关性质 (26)结束语 (29)参考文献 (30)第一章 预备知识1.1 幂等矩阵的概念及刻划定义1[1].对n 阶方阵A ,若2A A =,则称A 为幂等矩阵.为了对一般幂等矩阵作出刻划,下面先对二阶幂等矩阵讨论,再推广到一般幂等矩阵.命题1.若A 是幂等矩阵,则与A 相似的任意矩阵是幂等矩阵. 证明：若A 相似于B (记作~A B ),则有同阶可逆矩阵P ,使B =1p -A P [1],从而2B =1p -A P ·1p -A P =1p -2A P =1p -A P =B . ▌命题2.若A 是对角分块矩阵，设A =12r A A A ⎛⎫⎪⎪ ⎪ ⎪⎝⎭， 则A 是幂等矩阵⇔i A (1,2,,)i r = 均是幂等矩阵.由于每个n 级复数域矩阵A 都与一个若尔当矩阵相似[1]，据命题1和命题2知， 我们只需要讨论若尔当块的幂等性.若A 是一个2阶复数域矩阵,则A 的若尔当标准型有两种可能的形式:第一种: 10λ⎛⎫ ⎪λ⎝⎭,但它不是幂等矩阵.否则有210λ⎛⎫ ⎪λ⎝⎭=10λ⎛⎫⎪λ⎝⎭,有,212λ=λλ=.矛盾.第二种: 0012λ⎛⎫⎪λ⎝⎭ ,由20001122λλ⎛⎫⎛⎫= ⎪ ⎪λλ⎝⎭⎝⎭,有221122,λ=λλ=λ,从而有01λ=或1,20λ=或 1.于是该情况有四种可能的形式:0000⎛⎫ ⎪⎝⎭,1000⎛⎫ ⎪⎝⎭ ,1001⎛⎫ ⎪⎝⎭ ,0001⎛⎫ ⎪⎝⎭(1)据命题1,于是得到:定理1[19]. A 是二阶幂等矩阵,则A 是零矩阵或单位矩阵或形如1ab c a ⎛⎫ ⎪-⎝⎭.证明: 由以上讨论知A 相似于(1)式中的四个矩阵之一1若A ～0000⎛⎫ ⎪⎝⎭ ,显然有 A =0000⎛⎫ ⎪⎝⎭02若A ～1001⎛⎫ ⎪⎝⎭ ,显然有 A =1001⎛⎫⎪⎝⎭3若A ～1000⎛⎫⎪⎝⎭ ,则有可逆矩阵P =1234λλλλ⎛⎫⎪⎝⎭，1423(,P )λλλλ≠因为可逆 使A =14121423142313423142314231000a b P P c d λλλλλλλλλλλλλλλλλλλλλλλλ-⎛⎫-⎪--⎛⎫⎛⎫⎪== ⎪ ⎪⎪⎝⎭⎝⎭-⎪--⎝⎭则有 1d a =- .即 A 1ab c a ⎛⎫= ⎪-⎝⎭ .对剩余的一种与此有同样的结果. ▌设112,1n n J λλλλ⎛⎫⎪⎪⎪≥= ⎪ ⎪⎪⎝⎭，由2n n J J = ，有2,21,λλλ==这是不可能的.于是有:命题3.当2n ≥时,n 阶若尔当块n J 不具有幂等性.即2n n J J ≠.因此,若A 是幂等矩阵，则A 的若尔当标准型如下：1200000n r J λλλ⎛⎫⎪⎪= ⎪⎪⎝⎭据命题1即有2n n J J =⇒2,1,2,,i i i r λλ== .于是0i λ= 或1.于是我们得到如下定理:定理2. A 是n 阶幂等矩阵，当且仅当存在n 阶可逆矩阵P ，使 得1A PJP -=.其中J 是主对角线上元素为0或1的对角矩阵. ▌1.2 幂等矩阵的一些简单性质性质1.方阵零矩阵和单位矩阵E 是幂等矩阵. 性质2.方阵A 是幂等矩阵，且A 可逆，则A E =. 因为2A A =,则121A A A A A E --===. ▌据此易知:可逆幂等矩阵的逆矩阵是幂等矩阵.即1A -(如果存在的话)是幂等 矩阵.因为1A E A E -=⇒=.性质3.若A 是实幂等矩阵，则*,,A E A A '-都是幂等矩阵. 证明: 对A ',22()()A A A '''==. 对E A -,有22()22E A E A A E A A E A -=-+=-+=-.对*A ,先证明对任意两个幂等矩阵,A B ,有关系式 ***[2]()AB B A =.由Cauchy binet -公式有:*(,)()A i j AB B i j =矩阵的第行第列代数余子式=(1)det()({1,,1,1,,},{1,,1,1,,})i j AB j j n i i n +--+-+=1(1){det()({1,,1,1,,},{1,,1,1,,})ni jk A j j n k k n +=--+-+∑det()({1,,1,1,,},{1,,1,1,,})}B k k n i i n ⋅-+-+=**({},{})11.nnjk ki ki jk i j k k A B B A B A ====∑∑于是，*2*****2()()()A A AA A A A ====. ▌性质4.若A 是复数域上的幂等矩阵,则,A E A '-也是幂等矩阵. 证明:222()()()()A A AA A A '''''====.22()22E A E A A E A A E A -=-+=-+=-. ▌ 性质5.若A 是幂等矩阵,则A 的特征值只能是1或0. 即知幂等矩阵是半正定矩阵.证明:由2A A = 知2λλ= (A λ是的特征值)01λ⇒=或. ▌ 由此易知:幂等矩阵是半正定矩阵.性质6.若A 是幂等矩阵,设()ϕλ是A 的最小多项式,则()ϕλ=1λλλλ-或或（-1）从而A 可对角化,且其若尔当标准型为 000rE ⎛⎫ ⎪⎝⎭. 其中r E 是r 阶单位矩阵, r 是A 的秩.证明:由于矩阵的最小多项式是该矩阵特征多项式的因式, 据性质5知()ϕλ=1λλλλ-或或（-1）.又最小多项式是互素的一次因式的乘积,故可对角化. ▌性质7[17].若A 是幂等矩阵，则()()N A R E A =-，其中}{()0n N A x C Ax =∈=}{()(),n nR E A x C x E A y y C -=∈=-∈.证明：由2A A = 有()0A E A -=，立即知E A -的n 阶列向量都是0AX =的解故有()()R E A N A -⊂又对()a N A ∀∈,有0()()Aa a Aa E A a E A a =⇒=+-=-()a R E A ⇒∈-由a 的任意性知 ()()N A R E A ⊂-. 于是有 ()()N A R E A =- . ▌ 同样地,有结论 ()()N E A R A -=.性质8.若A 是幂等矩阵,对任意实数(0,1)a a ≠,则A aE +是可逆矩阵. 证明:由2A A =有2(1)(1)A A a a E a a E --+=-+()[(1)](1)A aE A a E a a E +-+=-+.又由0,1a ≠ 有1(){[(1)]}(1)A aE A a E E a a +-+=-+故A aE +可逆,且11()[(1)](1)A aE A a E a a -+=-+-+. ▌性质9.任一秩为r 的n n ⨯幂等矩阵A 可分解成A CB =,其中C 是秩为r 的n r ⨯矩阵,且r BC E = .(其中r E 是r 阶单位矩阵)证明:由性质6知, 存在n 阶可逆矩阵P 使1000rEP AP -⎛⎫= ⎪⎝⎭.则()100000r r rE E A P P P E P -⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭.记(),00r r E C P B E ⎛⎫== ⎪⎝⎭.显然,B C 满足要求. ▌性质10.任一幂等矩阵可写成两个实对称矩阵之积.证明:因为1100()0000r r E E A P P P P --⎛⎫⎛⎫''=⋅ ⎪ ⎪⎝⎭⎝⎭.故结论成立 ▌性质11.若,A B 均为n n ⨯阶幂等矩阵,且AB BA =,则AB 与A B ''均为幂等矩阵.证明:据题意有：222()AB ABAB AABB A B AB ====.2222()[()]()()()()()A B BA BA BA BABA B A BA A B ''''''''''======.▌第二章 相关的重要结论本章按节来逐次讨论和探索幂等矩阵的多个等价条件、幂等变换、线性组合的幂等性、线性组合的可逆性、秩方面的有关性质等有关问题.2.1 幂等矩阵的等价条件经过参考多篇文献，并进行归纳和推理可以得出以下定理.定理1:设A 是n n ⨯的实矩阵,则下列命题是互相等价的:1)A 是幂等矩阵.2)A '是幂等矩阵.3)E A -是幂等矩阵.4)对任意的可逆矩阵P ,1P AP -是幂等矩阵.5)2B A E =-是对合矩阵.(满足2B E =的矩阵B 称为对合矩阵)6)()()N A R E A =-.7)()()R A N E A =-.8)rank rank()A E A n +-=.9){}()()0R A R E A -= .10){}()()0N A N E A -= .11)()()n R R A R E A =⊕-.12)()()n R N A N E A =⊕-以上给出了实幂等矩阵的几个等价条件,经过研究和分析知:对复幂等矩阵也有平行的结论.定理2:设A 是n n ⨯的复矩阵,则下列命题是互相等价的:1)A 是幂等矩阵.2)A '是幂等矩阵.3)E A -是幂等矩阵.4)对任意的可逆矩阵P ,1P AP -是幂等矩阵.5)2B A E =-是对合矩阵.(满足2B E =的矩阵B 称为对合矩阵)6)()()N A R E A =-.7)()()R A N E A =-.8)rank rank()A E A n +-=.9){}()()0R A R E A -= .10){}()()0N A N E A -= .11)()()n C R A R E A =⊕-.12)()()n C N A N E A =⊕-证明:1)⇔2) 由2A A =知22()()A A A '''==.反过来,222[()][()]()A A A A A ''''''====.1)⇔3)必要性: 在1.2节性质3中已经给出了证明.充分性:2()()E A E A -=- ⇒222E A A E A A A -+=-⇒=.1)⇔4)由2A A = 知1211121()P AP P AP P AP P A P P AP -----=⋅==.反过来,12111121()P AP P AP P AP P AP P A P P AP ------=⇒⋅==⇒ 2A A =.1)⇔5)由2A A =,有2B =2(2)A E -=244A A E E -+=.反过来,22244B E A A E E A A =⇒-+=⇒=.1)⇔6)必要性: 在1.2节性质7中已经给出了详细证明.充分性: 对,n a R ∀∈有()()()E A a R E A N A -∈-=，故()()E A a N A -∈于是有2[()]0()0A E A a A A a -=⇒-=.由a 的任意性得2A A =.1)⇔7)必要性: 由2A A =知()Aa R A ∀∈,有()0()E A Aa Aa N E A -=⇒∈-()()R A N E A ⇒⊂-.又()a N E A ∀∈-,有()0E A a -=.于是()a Aa E A a =+-()()()Aa R A N E A R A =∈⇒-⊂故有()()R A N E A =-.充分性: 对n a R ∀∈,有()()()Aa R A N E A Aa N E A ∈=-⇒∈-于是有2-=⇒-=.E A Aa A A a()()0()0由a的任意性得2A A=.1)⇔8)必要性: 由2A A=知()()=-.N A R E A于是有dim()dim()=-N A R E A即有rank rank()n A E A-=-亦即rank rank()+-=.A E A n充分性: 由rank rank()+-=易知:A E A ndim()dim()=- (*)N A R E A又对()∀∈,有a N AAa=则有-=-=.E A a a Aa a()由()()a R E A∈--∈-知()E A a R E A即有()()⊂-.N A R E A据(*)式知=-.N A R E A()()=.再由6)得2A A8)⇔9)必要性: 由rank rank()+-=.即知:A E A n+-=.dim()dim()R A R E A n又对n∀∈,有a R=+-,()a Aa E A a而(),Aa R A ∈()()E A a R E A -∈-.故 ()()n C R A R E A =+-.又dim dim ()dim ()dim[()()]n C R A R E A R A R E A =+--- n =.故有dim[()()]0R A R E A -= .于是, {}()()0R A R E A -= .充分性: 由{}()()0R A R E A -= 有dim ()dim ()R A R E A n +-=.即有rank rank()A E A n +-=.9)⇔10)必要性: 由上面的证明知由9)有6)和7),再把6)和7)代入到9),立即得到10).充分性：同理可证.9)⇔11) 这是显然的[1].10)⇔12) 这是显然的[1]. ▌定理3.设A 是秩为r 的n n ⨯矩阵.则A 是幂等矩阵⇔存在n 阶可逆矩阵P ,使1000rE P AP -⎛⎫= ⎪⎝⎭. 证明: 必要性: 在1.2节性质6中已给出了证明.充分性: 由1000rE P AP -⎛⎫= ⎪⎝⎭,有 1000r E A P P -⎛⎫= ⎪⎝⎭. 则2111000000000rr r E E E A P P P P P P A ---⎛⎫⎛⎫⎛⎫=⋅== ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭. ▌ 以上是对二次幂等矩阵进行了一定的讨论.下面来对高次幂等矩阵进行有关的讨论.定理4.设,A B 是三次幂等矩阵,即33,A A B B ==,且满足AB BA =,A B ≠, 记C A B =+.则3()0C C AB A B =⇔+=.证明:由矩阵,A B 是幂等可交换的，于是可同时对角化[6]. 即存在可逆矩阵 P ,使得1112,P AP P BP --Λ=Λ=均为对角矩阵,而且它们对角元素分别是,A B 的特征值.从而有1112,.A P P B P P --=Λ=Λ进而112()C P P -=Λ+Λ.于是3C C =可以等价为322333,1,2,,i i i i i i i i i n λλμλμμλμ+++=+= . 其中,i i λμ分别是12,ΛΛ的对角元.又由30,1,1x x x =⇒=-知,A B 的特征值只有0,-1,1.即333,,(1,2,,)i i i i i r λλμμ===于是3C C =等价为220,(1,2,,)i i i i i r λμλμ+== .即221212O ΛΛ+ΛΛ=.因此3C C =等价为()0AB A B +=. ▌注:当2A A =,立即有32A A A ==,同样地,对k ∀,(2k ≥为正整数) k A A = 即任意的二次幂等矩阵均为k 次幂等矩阵.因此可得以下推论.推论: 设,A B 是二次幂等矩阵,且满足AB BA =,A B ≠,记C A B =+.则 2()0C C AB A B =⇒+=. ▌引理1[1].对任意两个同阶矩阵,A B ,有rank()rank()rank()A B A B +≤+. 引理2[1].设,A B 为n n ⨯矩阵,满足AB O =,则有rank rank A B n +≤. 定理5.设矩阵A 满足3,A A =且A 可逆.则2A E =且rank rank()rank()2A A E A E n +++-=.证明: 由3,A A =A 可逆,有-13-12A A A A A E ⋅=⋅⇒=()()A E A E O ⇒+-=.于是据引理2有r a n k ()r a n k ()A E A E n ++-≤ (1)又2()()E E A E A =++-据引理1有rank(2)rank[()()]n E E A E A ==++-rank()rank()E A E A ≤++-rank()rank()A E A E =++-. (2)有(1)式和(2)式有rank()rank()A E A E n ++-=.由于A 可逆知rank A n =.因此有rank rank()rank()2A A E A E n +++-=. ▌定理6.设矩阵A 满足,(2)k A A k =≥.则*,,A A A ''都是k 此幂等矩阵.证明:对A ',()()k k A A A '''==.对*,A*****()()k k k A A A A A =⋅⋅==个. 对,A '()()()k k k A A A A ''''===. ▌定理7. 设矩阵A 满足,(2)k A A k =≥.则A 的特征值为0和22cossin ,(0,1,,2)11m m m i m k k k ππε=+=--- . 证明: 由k A A =,有 k λλ=,其中λ是矩阵A 的特征值.解方程k λλ=可得220cossin ,(0,1,,2)11m m i m k k k ππλ=+=--- 以及. ▌2.2 幂等变换数域F 上n 维线性空间V 的全部线性变换组成的集合()L V 对于线性变换的加法与数量乘法构成F 上的一个线性空间，与数域F 上n 阶方阵构成的线性空间n n F ⨯同构.特别地，与幂等矩阵对应的是幂等变换.因此为了讨论和探索幂等矩阵的性质时很有必要去探索幂等变换的相关性质.定义1.设T 是线性空间V 的一个线性变换,若2T T =,则称T 是幂等变换.由于矩阵与变换间存在一一对应的关系,因此前面所提到的性质和结论可以平 移到幂等变换上来.限于篇幅,下面只举几个例子.性质1.可逆的幂等变换是恒等变换.证明:恒等变换与单位矩阵相对应.因此该性质与“可逆的幂等矩阵为单位矩 阵”一致. ▌性质2.若T 是幂等变换,则T τ-也是幂等变换.(其中τ是恒等变换) 性质3.T 是幂等变换⇔2T τ-为对合变换. 其中线性变换T 满足2T τ=,则称T 是对合变换. 性质4.T 是线性空间V 上的幂等变换,则1(0)V TV T -=⊕.▌ 我们知道:对于一般的线性变换来说,虽然1dim dim (0)dim TV T V -+=,但未必 有1(0)V TV T -=⊕.这样的例子很多. 例如:在线性空间[]n P x 中令 (())()f x f x ϕ'=.则微分变换是一线性变换[1],其 值域为1[]n P x -,其核是子空间P .它们的维数分别是1,1n -.但显然1[]n P x -+P ≠[]n P x .性质5.设T 和U 是n 维线性空间V 上的线性变换,且22,T T U U ==. 如果2()T U T U +=+,则0TU UT ==. 证明:由2()T U T U +=+,可得0TU UT +=……………………………………①对①式左乘T 得0TU TUT +=…………………………………②对①式右乘T 得0TUT UT +=……………………………………③比较②和③得 TU UT =.代入到①式得到 20TU =.于是就有 0TU UT ==. ▌ 性质6.设T ,U 是n 维线性空间上的线性变换,且22,T T U U ==. 则 1) ,TV UV TU U UT T =⇔==. 2) 11(0)(0),T U TU T UT U --=⇔==.证明:1)""⇒ 对,a V ∀∈有Ua UV TV ∈=.故,V β∃∈使Ua T β=. 从而2TUa T T Ua ββ===.因此有TU U =.同样可证得UT T =.""⇐ 据,TU U UT T ==可知,对Ta TV V ∀∈⊂,有()Ta UTa U Ta UV ==∈,故TV UV ⊂.同样可证得UV TV ⊂.于是TV UV =. 2)""⇒ 对a V ∀∈,作向量a Ta -.据11(0)(0)T U --=,有()T a Ta -20Ta T a Ta Ta =-=-=.故11(0)(0)a Ta T U ---∈=.从而有()0U a Ta -=⇒Ua UTa =⇒UT U = 同理有TU T =.""⇐ 对1(0)a T -∀∈,有0Ta =.据,TU T UT U ==,有10(0)Ua UTa a U -==⇒∈.即有11(0)(0)T U --⊂.同理可得11(0)(0)U T --⊂. 故有11(0)(0)T U --=. ▌2.3 幂等矩阵线性组合的幂等性在本节中,我们将给出两个幂等矩阵线性组合12P c A c B =+仍是幂等矩阵的一 些充分条件.引理1[15].设2,,0,0n n l A B C A A B B ⨯∈=≠=≠,l 为2≥的整数,且AB BA =. 则存在{}12,0c c C ∈-,使12P c A c B =+为幂等矩阵的充要条件是:22111211(2),c c A E B B B c c c λλ--=-+=. 证明:221212()P P c A c B c A c B =⇔+=+22222111212()c B c B c c A c c AB c c BA ⇔-=-++(令121c c λ-=) 221112(2)c B B A AB A E B c c λλ⇔-+=-=-.▌ 据引理1,下面将给出12P c A c B =+是幂等矩阵的十组充分条件.为了简化过程,先令{}00,s = {}111,l s x x x C -==∈,{}21,,s x x y z y z s ==+∈, 012s s s s = .定理1[8].设2,,0,0(2,)n n l A B C A A B B l l Z ⨯∈=≠=≠≥∈，AB BA =，{}12,0,c c C ∈-13121,,,,,i c u v s u v e a s c πλε-=∈≠=∈ 若12(,)c c 及,A B 满足下列任意一个条件，则12P c A c B =+必为幂等矩阵.(Ⅰ) ,0s λλ∈=.①.121(,)(1,)c c u=且0,()0AB B uE B =-=.证明:由0,()0AB B uE B =-=易知12()AB B uE B u-=--,又由121(,)(1,)c c u=和0λ=知(2)A E B λ-22111c B B c c =-+. 满足引理1.故12P c A c B =+此时为幂等矩阵.②.121(,)(1,)c c u=-且()0,()0E A B B uE B -=-=.证明: 由()0,()0E A B B uE B -=-=易知2122,0AB B B B u-=-=-. 将它们相加得212AB B B u-=--. 又由121(,)(1,)c c u=-,0λ=可得22111(2)c A E B B B c c λ-=-+. 满足引理1.故12P c A c B =+此时为幂等矩阵.③.121(,)(1,)c c u=且()()0,()0E A B uE B AB uE B --=--=.证明: 由条件易知()(),()0B uE B AB uE B AB uE B -=--+=.将它们相加后,再乘以1u-可得212AB B B u-=-+. 又由121(,)(1,),0c c uλ==知22111(2)c A E B B B c c λ-=-+. 满足引理1.故12P c A c B =+此时为幂等矩阵. (Ⅱ) ,1s λλ∈=.④.121(,)(,(1)),0,1c c a a a u=-≠且()0,()0E A B A uE B -=-=.证明: 由条件易知,B AB AB uA ==.从而有22,()()B uA B uA u uA uB ====.即2B uB =.故有1121(1)1(1)a u a u B B B uB B a a a a-----+=-+=-. 结合上式有(2)22A uE B uA AB AB AB AB B -=-=-=-=-121(1)(2)a u A uE B B B a a--⇒-=-+.从而可得(2)A E B λ-22111c B B c c =-+. 满足引理1.故12P c A c B =+此时为幂等矩阵.⑤.121(,)(1,)u c c v v=-,且()0,()()0A uE B E A B vE B -=--=.证明: 由()0A uE B -=知uA AB =,从而(2)2A uE B uA AB -=-2uA uA uA =-=-.即(2)A uE B uA -=-. 又由()()0E A B vE B --=可得2()()B vE B AB vE B vAB AB -=-=-.又因为22,()AB uA AB AB B uAB u A ====.代入上式可得:2()B vE B uvA u A -=-.即有2()B vE B A uv u -=-.结合(2)A uE B uA -=-有()(2)B vE B A uE B u v--=-.即有12111(2)11v A uE B B B uv uv----=-+--. 又由121(,)(1,)u c c v v=-知22111(2)c A E B B B c c λ-=-+, 满足引理1.故12P c A c B =+此时为幂等矩阵. ⑥. 121(,)(,)v c c u v u v=---且()0,()()0E A B A uE B vE B -=--=. 证明: 由()0E A B -=知AB B =,从而(2)22A uE B uA AB uA B -=-=-又由()()0A uE B vE B --=展开得2()0AB u v AB uvA -++=. 又22,()AB B AB AB B B ===,结合上式可得2()0B u v B uvA -++=.故2()u v B B A uv+-=.代入到(2)2A uE B uA B -=-得(2)A uE B -=2()2u v B B B v+--. 即21(2)u v A uE B B B v v --=-. 又由121(,)(,)v c c u v u v=--- 可得2211(2)A E B B B c c λ-=-+. 满足引理1.故12P c A c B =+此时为幂等矩阵.⑦. 121(,)(,),1u c c u v v v=-+=且()0,()()0A vE B E A B vE B -=--=.证明: 由()0A vE B -=知()AB u v A =+.从而(()2)A u v E B +-()2()u v A AB u v A =+-=-+.又先把()()0E A B vE B --=展开可得2()0B vE B vAB AB --+=.又将()AB u v A =+及22()()()AB AB B u v AB u v A ==+=+.代入到上式可得2()()()0B vE B v u v A u v A --+++=.即有()()B vE B A u v u-=-+.代入到(()2)A u v E B +-()u v A =-+,可得21(()2)v A u v E B B B u u+-=-. 从而由121(,)(,),u c c u v v v λ=-+=知22111(2)c A E B B B c c λ-=-+满足引理1故12P c A c B =+此时为幂等矩阵.⑧.12(,)(,)c c u εε=-,且2()()0,()()0.A uE B uE B E A B uE B εε--=--=证明: 由()()0A uE B uE B ε--=知 22(())0A u E u u B B εε-++=. 由2()()0E A B uE B ε--=知 222()()A uB B B uE B εε-=-. 将上面两式相加并乘以1u可得 22((1))()A uE B B uE B εεεε+--=-.又3i eπε= 满足22112,εεεε--=-=-,结合上式可得(2)A uE B ε-211B B uε=--. 从而由12(,)(,)c c uεε=-,u λε=知2211(2)A E B B B c c λ-=-+ 满足引理1.故12P c A c B =+此时为幂等矩阵. (Ⅲ) 2,2s λλ∈=.⑨.1,21()(1,)c c u=-,且()0,()0A uE B B uE B -=-=.证明: 由()0,()0A uE B B uE B -=-=知1(22)0()A uE B B uE B u-==-, 即21(22)()A uE B B B u -=---从而由1,21()(1,)c c u=-,2u λ=知22111(2)c A E B B B c c λ-=-+ 满足引理1.故12P c A c B =+此时为幂等矩阵. (Ⅳ) 2,0,1,2.s λλ∈≠⑩.1,21()(,)u c c v v=-且()0,()()0A uE B E A B vE B -=--=.证明: 由()0A uE B -=知AB uA = 从而22AB uAB u A ==,(()2)A u v E B +-()2()u v A AB u v A =+-=--.又由()()0E A B vE B --=展开得()()B vE B AB vE B -=-. 据22AB uAB u A ==知22()()AB vE B vAB AB uv u A -=-=-.结合上式可得2()()uv u A B vE B -=-()()B vE B A u v u-⇒=--.代入到(()2)A u v E B +-()u v A =--可得2()1(()2)B vE B v A u v E B B B u u u-+-==-. 又由1,21()(,)u c c v v =-,u v λ=+知22111(2)c A E B B B c c λ-=-+满足引理1.故12P c A c B =+此时为幂等矩阵. ▌2.4 幂等矩阵线性组合的可逆性在本节中,我们将给出两个幂等矩阵的线性组合矩阵12c A c B +可逆的一些条件,并给出一些相关的结论.引理1[3].设矩阵A 是n n ⨯阶方阵,则A 可逆{}()0N A ⇔=. ▌定理1.设矩阵,A B 均是幂等矩阵，即22,A A B B ==.若存在两个非零复数1,2k k , 且120k k +≠使得12k A k B +可逆,则对所有的复数1,2c c ,满足120c c +≠,则线性组合12c A c B +都是可逆的.证明:设1212,,0,0c c C c c ∈≠≠且120c c +≠. 对12()x N c A c B ∀∈+,有12()0c A c B x += 即有 12c Ax c Bx =- ……………① 将上式两边依次左乘,A B ,可得:12c Ax c ABx =-,12c BAx c Bx =-. ……②比较上面三个式子可得:,Bx ABx Ax BAx ==. …………………………③又由于22212112122()k A k B k A k k AB k k BA k B +=+++,故22212112122()k A k B x k Ax k k ABx k k BAx k Bx +=+++.将,Bx ABx Ax BAx ==代入上式可得212()k A k B x +22112122k Ax k k ABx k k BAx k Bx =+++ 112212()()k k k Ax k k k Bx =+++ 1212()()k k k A k B x =++.由于12k A k B +可逆,,将上式两边左乘112()k A k B -+得121212()()k k x k A k B k Ax k Bx +=+=+, …………………④再左乘A 得:1212k Ax k Bx k Ax k ABx +=+即有Ax ABx =.代入12c Ax c ABx =-可得12()00c c Ax Ax ABx +=⇒==.注意到③式有0Bx =,因此由④式可得12()0k k x +=但120k k +≠,所以0x =因此{}12()0N c A c B +=.由引理1知12c A c B +是可逆的. ▌在定理1中令121c c ==,立即有:推论1.设矩阵,A B 均是幂等矩阵，即22,A A B B ==.若A B +可逆,则 对所有的复数1,2c c ,满足120c c +≠,线性组合12c A c B +都是可逆的. ▌ 定理2[18].设矩阵,A B 均是幂等矩阵,对任意的复数1,2c c ,下列命题等价: ⑪ A B -可逆.⑫ 12c A c B +及E AB -可逆. 证明:⑪⇒⑫对12()x N c A c B ∀∈+,由定理1的证明过程知,Bx ABx Ax BAx ==. 故22222()()0A B x A AB BA B x A x ABx BAx B x -=--+=--+=.又由A B -可逆,故0x =.因此 {}12()0N c A c B +=.由引理1知 12c A c B +可逆. 同样地,对()()0x N E AB E AB x x ABx ∀∈-⇒-=⇒=.两边左乘A ,得Ax ABx x BAx Bx ==⇒=.所以 2()0A B x Ax ABx BAx Bx -=--+=. 又由A B -可逆知0x =. 所以{}()0N E AB -=. 由引理1知E AB -可逆. ⑪⇐⑫对()x N A B ∀∈-,有()0A B x -=Ax Bx ⇒= 则 ,Ax ABx BAx Bx ==. 所以121212()()()c A c B E AB x c A c B c AB c BAB x +-=+-+ 220c Bx c BAx =-=.0x ⇒=.由12c A c B +及E AB -可逆,知{}()0N A B -=. 由引理1知A B -可逆. ▌ 在定理2中令121c c ==,立即有:推论2.设矩阵,A B 均是幂等矩阵,下列命题等价: ⑪ A B -可逆.⑫ A B +及E AB -可逆.定理3[18]. 设矩阵,A B 均是幂等矩阵，1212,,0,0c c C c c ∈≠≠,满足120c c +≠. 则12c AB c BA +可逆12c A c B ⇔+及E A B --可逆. 证明:由2212121212()()c A c B E A B c A c B c A c BA c AB c B +--=+----12()c AB c BA =-+.可见12c AB c BA +可逆12c A c B ⇔+及E A B --可逆. ▌2.5 幂等矩阵的秩方面的有关性质定理1[5]. 设,A B 是n n ⨯的复幂等矩阵,则1rank()rank rank rank rank 00A B B A A B B A B A ⎛⎫⎛⎫+=-=- ⎪ ⎪⎝⎭⎝⎭.2 rank()rank()rank A B A AB BA BAB B +=--++.3 rank()rank()rank A B B AB BA ABA A +=--++. ▌定理2.设n n A C ⨯∈为Hermite 矩阵,即A A '=.且对某个,k N ∈有2k A A =, 则 rank()()A tr A =.证明:设rank A r =,,x λ分别是矩阵A 的特征值和相应的特征向量. 则λ是实数[1].且2212k k k Ax x A x A x x λλλ-====. 从而有21(1)0k x λλ--=.又0x ≠.于是21(1)0k λλ--=.由λ是实数,所以111,0r r n λλλλ+====== ,故结论成立. ▌ 推论1. 设n n A C ⨯∈,且2A A =,则rank()()A tr A =. 其实,该结论在1.2节中已经很明朗了.定理2[10]. 设(1,2,,,2)n n i A C i m m ⨯∈=≥ 为Hermite 矩阵,且存在某个,i k N ∈ 使2ik ii A A =,又对某个正整数 t 有211tmmii i i A A ===∑∑.则 111rankrank()mmmii ii i i AA trA=====∑∑∑.证明:由定理1可知rank()()i i A tr A =,11rank mmiii i AtrA===∑∑于是有1111rank()rank()mm mmiiiii i i i AtrA tr A A =======∑∑∑∑. ▌推论2. 设(1,2,,,2)n n i A C i m m ⨯∈=≥ 为Hermite 矩阵,且存在某个,i k N ∈ 使2ik ii A A =,又1mi i A =∑为幂等矩阵.则 111rankrank()mmmii ii i i AA trA=====∑∑∑.推论3. 设(1,2,,,2)n ni A Ci m m ⨯∈=≥ 为幂等矩阵,且1mi i A =∑为幂等矩阵.则 111rankrank()mmmii ii i i AA trA=====∑∑∑.推论4. 设(1,2,,,2)n n i A C i m m ⨯∈=≥ 为Hermite 矩阵,且存在某个,i k N ∈ 使2ik ii A A =,又1m i i A E ==∑.则 11rank rank()m mi i i i A A n ====∑∑.推论5. 设(1,2,,,2)n ni A Ci m m ⨯∈=≥ 为Hermite 矩阵,且1mi i A E ==∑.则 11rankrank()mmii i i AA n ====∑∑.定理3[10].设(1,2,,,2)n ni A Ci m m ⨯∈=≥ 及1mi i A =∑的特征值均为实数,且存在,i k N ∈使2ik ii A A =,又对某个正整数 t 有211tmmii i i A A ===∑∑.则 111rankrank()mmmii ii i i AA trA=====∑∑∑.定理4[20]. 设(1,2,,,2)n ni A Ci m m ⨯∈=≥ 及1mi i A =∑的特征值均为非负实数,且存在,(2)i i k N k ∈≥使ik i i A A =,又对某个正整数 t 有11t mmii i i AA ===∑∑.则 111rankrank()mmmii ii i i AA trA=====∑∑∑. ▌结束语本文主要是对幂等矩阵的一些性质和结论进行归纳总结并对相关性质进行推广。

幂零变换性质与构造方法研究幂零变换是矩阵论中的一个重要概念。

它是指存在一个正整数k，使得线性变换A的k 次幂恒为零矩阵。

幂零变换具有一些重要的性质和构造方法，本文将对其进行探讨。

一、幂零变换的性质1. 幂零变换的特征多项式为x^k。

由于幂零变换A的k次幂恒为零矩阵，因此它的特征多项式应该有x^k这一因子。

具体来说，如果A的谱是{\lambda_1, \lambda_2, ..., \lambda_m}，则它的特征多项式应该是p(x) = (x-\lambda_1)(x-\lambda_2)...(x-\lambda_m)x^k。

2. 幂零变换的秩小于等于n-k。

我们可以利用幂零变换的特征多项式来证明这一点。

由于特征多项式有x^k这一因子，因此矩阵A的零空间至少包含k维。

另一方面，根据秩-零度定理，A的秩和零度之和等于n，因此其秩小于等于n-k。

根据特征多项式的定义，矩阵A的特征值为0的个数应该大于等于1，因此其行列式为零。

有两种常见的构造幂零变换的方法：Jordan标准型和上三角阵。

1. Jordan标准型给定一个n阶幂零变换A，我们可以用Jordan标准型来表示它。

Jordan标准型是指将A表示为Jordan块的矩阵形式，其中每个Jordan块是形如：J_k =[0 1 0 ... 0][0 0 1 ... 0][ ... ][0 0 0 ... 0]的矩阵。

其中，k表示该Jordan块的大小，即主对角线上连续的0的个数加1。

将A表示为一些Jordan块的直和，即可得到其Jordan标准型。

2. 上三角阵上三角阵是指矩阵A的副对角线以下的所有元素都为零。

我们可以构造一个上三角阵，使其对角线上从左到右依次为a_1, a_2, ..., a_n-k, 0, 0, ..., 0。

其中，k表示幂零指数。

根据矩阵相似的定义，如果我们能够找到一个可逆矩阵P，使得A = PBP^{-1}，那么B就是A的上三角形式。

幂零矩阵性质及应用性质1：A 为幂零矩阵的充要条件是A 的特征值全为0。

证明：⇒A 为幂零矩阵 k Z +∴∃∈ .0k s tA =令0λ为A 任意一个特征值，则00,.s t A ααλα∃≠= 由引理7知，0k λ为kA 的特征值 00.k k s t A ββλβ∴∃≠= 从而有0k λ=0即有00λ=又有0kA =，知00kkA A A ==⇒=0*(1)(1)00k k E A A A ∴-=-=-=-⋅= 00λ∴=为A 的特征值。

由0λ的任意性知，A 的特征值为0。

⇐A 的特征值全为0A ∴的特征多项式为()n f E A λλλ=-=由引理2知，()0n f A A == 所以A 为幂零矩阵。

得证 性质2：A 为幂零矩阵的充要条件为0k k Z trA +∀∈=。

证明：⇒A 为幂零矩阵，由性质1，知：A 的特征值全为0 即120n λλλ====由引理7，知 kA 的特征值为120k k k n λλλ====从而有 120k k k k n trA λλλ=+++=⇐由已知，120k k k k n k Z trA λλλ+∀∈=+++=(1.1)令12,,,t λλλ为A 的不为0的特征值且i λ互不相同重数为(1,2,,)in i t =由（1.1）式及引理7，得方程组11222221122333112211220000t t t t t t t t t t t n n n n n n n n n n n n λλλλλλλλλλλλ+++=⎧⎪+++=⎪⎪+++=⎨⎪⎪⎪+++=⎩(1.2)由于方程组（1.2）的系数行列式为122221212121212121111()t t t tttttttt t t i j j i tB λλλλλλλλλλλλλλλλλλλλλλλ≤<≤===∏-又(1,2,)ii t λ=互不相同且不为0，0B ∴≠从而知，方程（1.2）只有0解，即0(1,2,,)i n i t ==即A 没有非零的特征值A ∴的特征值全为0， 由性质1，得 A 为幂零矩阵 得证性质3：若A 为幂零矩阵则A 的若当标准形J 的若当块为幂零若当块，且J 和主对角线上的元素为0 证明：A 为幂零矩阵， 由性质1，知 A的特征值全为0 由引理3，知 在复数域上，存在可逆矩阵T ，使得121s J J T AT J -⎛⎫⎪⎪= ⎪ ⎪⎝⎭其中11i i i J λλ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭阶数为(1,2,,)in i s =由引理4，知(1,2,,)i i s λ=为J 和特征值又A 与J 相似，由引理6，知A 与J 有相同的特征值 所以0(1,2,,)i i s λ== 即J 的主对角线上的元素全为0由引理8，知 (0)()0(1,2,,)i i nni i J E J i s -===12,,,s J J J 为幂零矩阵 得证性质4：若A 为幂零矩阵，则A 一定不可逆但有1,1A E E A +=-= 证明：A 为幂零矩阵，k Z +∴∃∈ .0k s tA =00kk A A A ∴==⇒= A 一定不可逆由性质1，得 A 的特征值为120n λλλ====由引理7，得,A E E A +-的特征值分别为 1212011,101n n λλλλλλ'''''''''====+=====-= 且有1211n n A E λλλ'''+=== 1211n n E A λλλ''''''-===即1,1A E E A +=-= 得证性质5：若A E +为幂零矩阵，则A 非退化 证明：令12,,,n λλλ为A 的特征值若A 退化，则有 0A = 由引理7，得 120n A λλλ==∴至少存在0i λ=0为A 的特征值又由引理7，得110i λ+=≠为A E +的一特征值这与A E +为幂零矩阵矛盾 得证A 为非退化性质6：若A 为幂零矩阵，B 为任意的n 阶矩阵且有AB BA =，则AB 也为幂零矩阵。

n阶幂零矩阵一、引言零矩阵是线性代数中常见的一个概念，它在矩阵运算和线性方程组的求解中起到重要的作用。

在研究矩阵的性质和运算规律时，零矩阵也是一个重要的基础概念。

本文将重点讨论n阶幂零矩阵，包括定义、性质以及与其他矩阵的关系。

二、定义n阶幂零矩阵是一个n行n列的矩阵，其中所有的元素都是0。

换句话说，n阶幂零矩阵的每个元素都是0，在数学符号中表达为O_n，下标n表示这是一个n阶的矩阵。

例如，一个二阶幂零矩阵可以表示为：O_2 = [0, 0; 0, 0]三、性质1. n阶幂零矩阵的任意两个元素的乘积仍然是0。

这是因为n阶幂零矩阵的所有元素都是0，0乘以任何数都等于0，因此n阶幂零矩阵的元素乘积仍然是0。

2. n阶幂零矩阵的转置矩阵仍然是n阶幂零矩阵。

转置矩阵的定义是将矩阵的行和列互换位置得到的新矩阵，对于n阶幂零矩阵来说，由于所有元素都是0，转置矩阵的每个元素仍然是0，因此转置矩阵也是n阶幂零矩阵。

3. n阶幂零矩阵乘以任意矩阵的结果仍然是n阶幂零矩阵。

通过矩阵乘法的定义，我们可以得出n阶幂零矩阵与任意矩阵相乘后的结果仍然是n阶幂零矩阵。

这是因为n阶幂零矩阵的每个元素都是0，与任意矩阵相乘后，计算每个元素的结果仍然是0。

四、与其他矩阵的关系1.幂零矩阵与单位矩阵的关系：单位矩阵是一个对角线上的元素都为1，其他元素都为0的矩阵，记作I。

我们可以发现，单位矩阵与任意幂零矩阵相乘后的结果仍然是原幂零矩阵。

这是因为单位矩阵乘以任意矩阵后，保持矩阵不变，而幂零矩阵的所有元素都是0，因此乘积的结果仍然是幂零矩阵。

2.幂零矩阵与对称矩阵的关系：对称矩阵定义为矩阵与其转置矩阵相等的矩阵。

由于幂零矩阵的转置矩阵仍然是幂零矩阵，我们可以得出结论：幂零矩阵和其转置矩阵是对称矩阵。

3.幂零矩阵与可逆矩阵的关系：可逆矩阵是一个特殊的矩阵，其行列式不为0，可以求得逆矩阵。

对于任意幂零矩阵来说，其行列式显然为0，因此幂零矩阵不可逆。

n阶幂零矩阵矩阵是线性代数中的重要概念，它可以理解为一个按照一定规则排列的数表。

而零矩阵则是一种特殊的矩阵，它的所有元素都为0。

n 阶幂零矩阵可以简单理解为n行n列的零矩阵。

在本文中，我们将详细介绍n阶幂零矩阵的性质、表示方法以及一些应用。

首先，让我们来认识一下幂零矩阵的定义。

n阶幂零矩阵是一个n 行n列的矩阵，其中每个元素都为0。

换句话说，n阶幂零矩阵的所有元素都满足以下条件：矩阵的第i行第j列元素为0，其中1≤i≤n，1≤j≤n。

接下来，让我们来看一下n阶幂零矩阵的表示方法。

一种简便的表示方法是使用矩阵的行数和列数来表示幂零矩阵的阶数。

例如，一个3阶幂零矩阵可以表示为3×3的矩阵。

另外，我们也可以直接将矩阵的所有元素表示出来，如下所示：┌───┬───┬───┐│ 0 │ 0 │ 0 │├───┼───┼───┤│ 0 │ 0 │ 0 │├───┼───┼───┤│ 0 │ 0 │ 0 │└───┴───┴───┘在幂零矩阵中，每一行和每一列的元素都是0，因此在矩阵的主对角线上的元素都为0，其它元素都为0。

这是幂零矩阵的一个重要性质。

而n阶幂零矩阵的分类，可以根据其元素的个数进行划分。

一个n 阶幂零矩阵共有n×n个元素，其中所有元素都是0。

因此，n阶幂零矩阵的元素个数为n×n。

幂零矩阵在线性代数中有着重要的应用。

首先，幂零矩阵是研究矩阵性质和运算的基础。

对于矩阵的加法和乘法运算，幂零矩阵起到了重要的作用。

此外，幂零矩阵还在线性方程组的求解中有广泛应用。

矩阵的幂零性质使得线性方程组可以进行简化和求解。

幂零矩阵还在图论中有着重要的应用。

在图的邻接矩阵中，边的存在可以表示为非零元素，而边的不存在可以表示为零元素。

因此，幂零矩阵可以用于表示无向图和有向图的连接关系。

此外，幂零矩阵还在网络分析和信号处理中有着广泛的应用。

在网络分析中，幂零矩阵可以用于表示网络中节点之间的连接关系，从而进行路径分析和节点关联性分析。

本科毕业论文论文题目：幂零矩阵的性质及应用学生姓名：学号：2010411676专业：数学与应用数学指导教师：学院：数学科学学院2014 年4月22 日毕业论文（设计）内容介绍目录摘要：....................................................................................................................... - 1 - Abstract: . ............................................................................................................... - 1 -一、相关的基本概念............................................................................................... - 2 -二、相关的一些引理............................................................................................... - 2 -三、性质................................................................................................................... - 4 -四、关于幂零矩阵的简单应用............................................................................. - 12 -（一）、利用幂零矩阵求下列矩阵的逆...................................................... - 12 - （二）、有关幂零矩阵的其他应用举例...................................................... - 15 - 参考文献：............................................................................................................. - 20 -幂零矩阵的性质及应用刘妍摘要：幂零矩阵是一类比较特殊的矩阵，不仅在矩阵领域有非常重要的作用，而且在数学领域以及其他领域应用都非常广泛，因此对幂零矩阵进行探究具有非常重要的意义.本文主要是对幂零矩阵的一些性质和结论进行归纳总结，从矩阵的不同角度讨论了幂零矩阵的相关性质.在一般矩阵中，求矩阵的逆比较麻烦，本文利用幂零矩阵特殊性讨论了三类特殊矩阵逆的求法.幂零矩阵具有良好的性质，在解相关矩阵问题有很好作用，因此对幂零矩阵的研究很有意义.关键词：幂零矩阵, 若尔当块, 特征值, 幂零指数, 幂零矩阵的秩The properties of nilpotent matrix and its applicationLiu YanAbstract: A special matrix, nilpotent matrix is a kind of not only has a very important role in the field of matrix, and in the field of mathematics and other fields are widely used, thus to explore the nilpotent matrix has very important significance. This article is mainly to some properties of nilpotent matrix and conclusions are summarized , from different angles of matrix related to the properties of nilpotent matrix is discussed. In the general matrix, matrix inverse more troublesome, in this paper, using the nilpotent matrix particularity discussed three kinds of special matrix inverse method. Nilpotent matrix has good properties and has good effect in solving problems related matrix, so the study of nilpotent matrix is very meaningful.Key words:Nilpotent matrix, Jordan, characteristic number, Nilpotent index,Nilpotent matrix rank引言在高等数学的学习研究过程中，幂零矩阵是非常特殊且实用的工具，许多问题都会借助幂零矩阵的相关性质来进行研究，比如说求矩阵的逆和许多证明题目中都会用到，求矩阵的逆一般比较麻烦，对于一些特殊矩阵可以用幂零矩阵的性质来简单化解计算.一、相关的基本概念1、 设A 为n 阶方阵，若存在正整数k ，使0k A =，则A 称为幂零矩阵.2、 若A 为幂零矩阵，则满足0k A =的最小正整数称为A 的幂零指数.3、 设1111n n nn a a A a a ⎛⎫ ⎪=⎪ ⎪⎝⎭，则称111'1n n nn a a A a a ⎛⎫ ⎪= ⎪ ⎪⎝⎭为A的转置，称111*1n n nn A A A A A ⎛⎫ ⎪= ⎪ ⎪⎝⎭为A的伴随矩阵. 其中(),1,2,,ij A i j n =为A 中元素ij a 的代数余子式.4、设A 是复数域上全体m n ⨯矩阵，在A 中任意取定k 行k 列,}{min m n k ≤，.位于这些行和列的交点上的2k 个元素按照原来的次序组成一个k 级行列式M 称为A 的一个k 级子式.5、设A 是复数域上m ⨯n 矩阵，A 中非零子式的最高阶数称为A 的秩， 记为()r A .6、 主对角线上元素为0的上三角矩阵称为严格的上三角矩阵.7、形为()0010,00J t λλλλ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭的矩阵称为若尔当块，其中λ为复数，由若干个 若尔当块组成的准对角阵称为若尔当形矩阵.8、 设 A 为一个n 阶方阵，()f E A λλ=-称为矩阵A 的特征多项式.满足()0f E A λλ=-=的λ的值称为矩阵A 的特征值.9、 次数最低的首项系数为1的以A 为根的多项式称为A 的最小多项式.二、相关的一些引理引理1：设,A B 为n 阶方阵，则()()***,tt t AB B A AB B A ==. [1]引理2：()(),A f E A m λλλ=-，分别为矩阵A 的特征多项式和最小多项式，则有()0,0A f A m ==.引理3：每一个n 阶的复矩阵A 都与一若尔当形矩阵相似，这个若尔当形矩阵除去若尔当块的排序外被矩阵A 唯一决定的，它称为A 的若尔当标准形.引理4：若尔当形矩阵的主对角线上的元素为它的特征值.引理5：n 阶复矩阵A 与对角矩阵相似的充分必要条件是A 和最小多项式无重根. 引理6：相似矩阵具有相同的特征值. 引理7：设12,,,n λλλ为n 阶矩阵A 的特征值，则有12n trA λλλ=+++，12n A λλλ=，且对任意的多项式()f x 有()f A 的特征值为()()()12,,,n f f f λλλ. 引理8：k 阶若当块11k a J a ⎛⎫⎪⎪= ⎪⎪⎝⎭的最小多项式为()k x a -且有 ()0kk J aE -=.引理9：矩阵的最小多项式就是矩阵A 的最后一个不变因子.引理10：,A B 为n 阶复数域上的矩阵，若AB BA =，则存在可逆矩阵T ，使得121*N T AT λλλ-⎛⎫⎪ ⎪=⎪ ⎪⎝⎭ 121*N T BT μμμ-⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭. 引理11：任意n 阶,A B 方阵，有()()tr AB tr BA =.引理12：设A 是n 阶方阵，若20A =，则()n2r A ≤.引理13：设A 是n 阶方阵，若30A =，则（1）()23nr A ≤；（2）()()()222r r n r A ≤A ≤-A .引理14：设A 是n 阶方阵，则()()()r kr k-1n kA A ≥- ()k 1≥. 引理15：设A 是n 阶方阵，则()()()()()2k 21r r r 0k k A k ++A ≤A +≥，.引理16: 设A 是n 阶方阵，则()()()()B -+≥AB r BC r AB r C r .三、性质性质1：A 为幂零矩阵的充分必要条件是A 的特征值全为0. 证明：⇒因为 A 为幂零矩阵,所以k =0k Z A +∃∈使,使0k A =. 令0λ为A 任意一个特征值，则00A ααλα∃≠=使. 由引理7知，0λ为k A 的特征值. 因为0β∃≠使0k βλβA = ,即有00λ=. 又有0k A =，知00kk A A A ==⇒=. 因为()()0*1100kkE A A A -=-=-=-⋅=, 所以 00λ=为A 的特征值. 由0λ的任意性知,A 的特征值为0. ⇐（方法一）因为A 的特征值全为0,所以A 的特征多项式为()n f E A λλλ=-=. 由引理2知，()0n f A A ==. 所以A 为幂零矩阵,得证.（方法二）因为存在可逆矩阵T,使得10*0T T B -⎛⎫ ⎪⎪A == ⎪ ⎪⎝⎭ (B 为上三角矩阵） [2] 由上三角矩阵的性质知， 0n B =，从而0n A =（n 为A 的阶数）. （方法三）因为A 的所有特征根全为0,所以A 的Jordan 标准型J 的若尔当块只能是110i J ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭， 取正整数m ≥i J 的所有阶数，则m i J =0 所以有m J =0， 故11()0m m m A PJP PJ P --===所以A 为幂零矩阵. 性质2：A 为幂零矩阵的充分必要条件为0=∈∀+k trA Z k . 证明：⇒ 因为A 为幂零矩阵，由性质1，知:A 的特征值全为0 即12n λλλ===.又由引理7，知k A 的特征值为120n λλλ====,从而有120k k k k n trA λλλ=+++=.⇐由已知，12 0k k k k n k Z trA λλλ+∀∈=+++= (1.1)令12,,,t λλλ为A 的不为0的特征值,且t λ互不相同重数为(1,2,,)in i t =由（1.1）式及引理7，得方程组11222221122333112211220000t t t t t t t t t t t n n n n n n n n n n n n λλλλλλλλλλλλ+++=⎧⎪+++=⎪⎪+++=⎨⎪⎪⎪+++=⎩（1.2） 由于方程组（1.2）的系数行列式为122221212121212121111()t t tt tt t t t tt t t i j j i tB λλλλλλλλλλλλλλλλλλλλλλλ≤<≤===∏-又因为()t i i ,,2,1 =λ互不相同且不为0，0≠B , 从而知，方程（1.2）只有0解，即()t i n i ,,2,10 ==即A 没有非零的特征值所以A 的特征值全为0,由性质1,得A 为幂零矩阵得证.性质3：若A 为幂零矩阵，则A 的若尔当标准形J 的若当块为幂零若尔当块，且J 的主对角线上的元素为0.证明：因为A 为幂零矩阵，再由性质1，知A 的特征值全为0. 由引理3，知 在复数域上，存在可逆矩阵T ，使得121s J J T AT J -⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭, 其中11ii i J λλ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭阶数为()s i n i,,2,1 =.由引理4，知()s i i ,,2,1 =λ为J 的特征值.又因为A 与J 相似，由引理6，知A 与J 有相同的特征值. 所以()s i i ,,2,10 ==λ 即J 的主对角线上的元素全为0.由引理8，知()()()s i J E J i i n i n i ,,2,100 ===⋅-, 故S J J J ,,,21 为幂零矩阵,得证.性质4：若A 为幂零矩阵，则A 一定不可逆但有A E +及A E -可逆， 且1,1A E E A +=-=其中E 为单位矩阵.证明：因为A 为幂零矩阵，所以k Z +∃∈使0k A =.故00kk A A A ==⇒=,A 一定不可逆.由性质1，得A 的特征值为120n λλλ====由引理7， 得A E +,A E -的特征值分别为 1212011,101n n λλλλλλ'''''''''====+=====-=所以,A E +及A E -可逆， 且有1211n n A E λλλ'''+===,1211n n E A λλλ''''''-===.即1,1A E E A +=-=,得证. 性质5：若A E +为幂零矩阵，则A 非退化. 证明：令12,,,n λλλ为A 的特征值,若A 退化，则有0A =.由引理7，得120n A λλλ==.所以至少存在00i λ=为A 的特征值，又由引理7，得0110i λ+=≠为A E +的一特征值，这与A E +为幂零矩阵矛盾,故A 为非退化，得证.性质6：若A 为幂零矩阵,B 为任意的n 阶矩阵且有AB BA =，则AB 也为幂零矩阵.证明：因为A 为幂零矩阵,所以k Z +∃∈,使0k A =.又因为AB BA =,()00k k k k AB A B B ==⋅=.所以1211231111()(1)(0)k k k mE A E A A A m m m m m---+=-+++-≠ 故AB 也为幂零矩阵，得证.性质7：若A 为幂零矩阵且0k A =，则有121()k E A E A A A ---=++++.证明：因为0k A =，所以k k k E E A E A =-=- 21()()k E A E A A A -=-++++.即121()k E A E A A A ---=++++.对任意0m ≠，有[()]k k k k k AmE mE A mE A m E m=+=+=+211121111()((1))k k k A m E E A A A m m m m---=+-+++-211121111()((1))k k k mE A E A A A m m m---=+-+++- 即有2111211111()((1))k k k mE A E A A A E m m m m---+⋅-+++-= 所以12111211111()((1))k k k mE A E A A A m m m m ----+=-+++- 21123111(1)k k k E A A A m m m m--=-+++- 性质8：若A 为幂零矩阵且0A ≠，则A 不可对角化.但对任意的n 阶方阵B ，存在幂零矩阵N ，使得B N +可对角化. 证明：因为A 为幂零矩阵，所以k Z +∃∈使0k A =且A 的特征值全为零. ()n f E A λλλ=-=为A 的特征多项式且()0n f A A ==, 令()A m λ为A 的最小多项式，则有()|()A m f λλ. 从而有00()(1)k A m k n λλ=≤≤.由于0,A ≠所以01k >，又此时00()2k A m k λλ=≥，即A 的最小多项式有重根，由引理5，知A 不可对角化因为B 为n 阶方阵，由引理3，知在复数域上，存在可逆矩阵T ，使得121s J J T BT J -⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭,其中11i i i J λλ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭阶数为(1,2,,)i n i s =. 令iii i D λλλ⎛⎫⎪⎪= ⎪ ⎪⎝⎭阶数为(1,2,,)in i s =,则有0110i i i J J D ⎛⎫ ⎪⎪'=-= ⎪ ⎪⎝⎭阶数为(1,2,,)in i s =.由引理8，知(0)()0i i i n n i n i J E J ''-⋅==,即i J '(1,2,,)i s =为幂零矩阵.现令12s J J J J ⎛⎫' ⎪⎪''= ⎪ ⎪ ⎪ ⎪'⎝⎭,12s D D D D ⎛⎫⎪⎪= ⎪ ⎪⎝⎭,则1112122s s s J D J J J D T BT J D J J D -⎛⎫'+⎛⎫ ⎪ ⎪ ⎪'+⎪'===+ ⎪ ⎪ ⎪ ⎪ ⎪⎪⎝⎭'+⎝⎭， 即111()(1)B T J D T TJ T TDT ---''=+=+ 又D 为对角阵，由（1）式知11B TJ T TDT --'-=可对角化.令1N TJ T -'=- 且取12max(,,,)s k n n n =,则有120kkk k s J J J J ⎛⎫' ⎪⎪''==⎪ ⎪ ⎪ ⎪'⎝⎭,111112()()()()()00kkk k k k k k k s J J N TJ T T J T T T T T J ----⎛⎫' ⎪⎪'''=-=-=-=-=⎪ ⎪ ⎪ ⎪'⎝⎭即有B N +可对角化且N 为幂零矩阵,得证.性质9：n 阶幂零矩阵的幂零指数小于等于n 且幂零指数等于其若尔当形矩阵中阶数最高的若尔当块的阶数.证明:令A 为n 阶幂零矩阵,由性质3知，存在可逆矩阵T , 使得121s J J T AT J -⎛⎫⎪⎪= ⎪ ⎪⎝⎭ .其中0110iJ ⎛⎫⎪⎪= ⎪ ⎪⎝⎭,阶数为(1,2,,)in i s =，且()0i n i J =,1(1,2,,)i n n i s ≤≤=.取12max(,,,)s k n n n =，则k n ≤且有1121112()00(1.5)k kk k k s s J J J J A T T T T T T J J ---⎛⎫⎛⎫⎪⎪ ⎪⎪==== ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭即0k A =若令0k 为A 的幂零指数，则0k k n ≤≤,00k A =.若0k k <，则0i ∃使00i n k >且000k i J ≠. 由（1.5）式，得0000112112()0k k k k k s s J J J J A T T T T J J --⎛⎫⎛⎫⎪⎪⎪⎪==≠ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭这与00k A =矛盾. 故0k k n =≤,得证.性质10：与幂零矩阵相似的矩阵仍为幂零矩阵，且幂零指数相同并相似于严格上三角形 .证明：令A 为幂零矩阵，则A 的特征值全为0.若B 与A 相似,由引理6，得A 与B 有相同的特征值. 所以B 的特征值也全为0，由性质1，知B 也为幂零矩阵. A 为幂零矩阵由性质3知,存在可逆矩阵T,使得121s J J T AT J J -⎛⎫ ⎪⎪== ⎪ ⎪⎝⎭ 其中0110i J ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,阶数为(1,2,,)in i s =,且()0i n i J =, 1(1,2,,)i n n i s ≤≤=.由性质9，知{}12max ,,,A s k n n n =为A 的幂零指数又A 与B 相似，A 与J 相似 ,从而有B 也与J 相似所以∃可逆矩阵P ,使得121s J J P BP J J -⎛⎫ ⎪⎪== ⎪ ⎪⎝⎭. 又由性质9，知12max{,,,}B s k n n n =为B 的幂零指数,从而有A B k k =.又0110i J ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭(1,2,,)i s =为严格上三角,所以12s J J J J ⎛⎫⎪⎪= ⎪ ⎪⎝⎭也为严格上三角形, 即A ,B 都相似于严格上三角形J . 得证 .性质11：若A 为幂零矩阵，则,,,A A A mA *'-()m Z +∈都为幂零矩阵，特别有2()0A *=.证明：因为A 为幂零矩阵,所以k Z +∃∈,使0k A =.由引理1，知()()00k k A A '''===,()()00k k A A ***===, ()(1)(1)00k k k k A A -=-=-⋅=. 所以,,A A A *'-都为幂零矩阵.因为()()()00k k k k mA m A m ==⋅=， 所以()mA m Z +∈也为幂零矩阵. 又因为A 为幂零矩阵，所以0A =，即()1r A n ≤-. 若()1r A n <-，则有A 的所有1n -阶代数余子式都为0. 则有0A *=,从而有2()0A A **==.若()1r A n =-，则由性质3知,存在可逆矩阵T ，使得121s J J T AT J J -⎛⎫ ⎪⎪== ⎪ ⎪⎝⎭, 其中0110i J ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭阶数为(1,2,,)in i s =且()1i i r J n =-.又显然A 与J ，所以有111()()()(1)1sssi i i i i i r A r J r J n n s n s n ======-=-=-=-∑∑∑所以1s =,即有10110T AT J B -⎛⎫ ⎪⎪=== ⎪ ⎪⎝⎭. 又10(1)0n B +*⎛⎫-⎪⎪= ⎪ ⎪ ⎪⎝⎭, 所以2()0B *=. 由（1.3）式及引理1，知11()()A TBT T B T *-*-***==, 21212()[()]()()0A T B T T B T *-***-***===, 得证. 性质12：设A 是为n 阶矩阵，且0k A =，则 （1）()1r k nA k -≤；（2）()()()11(1)k k k r A r A n r A ---≤≤-. 证明：因为0k =A ，由引理16知()()()()()21120k k k k k r A r AA A r A r A r A ----==≥+- （1） ()()()()()322130k k k k k r A r AA A r A r A r A ----==≥+- （2）()()()()()k k-2210k r A r AAA r A r A r A -==≥+- （3） 把上式相加得到：()()()110k k r A r A ---≤. （4） 由定理知：()()()()110k k k r A r AA r A r A n --==≥+-, 则()()1k r A r A n -+≤. 故()1k kr A n -≤,即()1k n r A k-≤. 所以()()1k r A n r A -≤-，所以()()()11k k r A r A --≤ 所以()()()()111k k k r A r A n r A ---≤≤-,得证. 性质13：设A 是为n 阶矩阵，且0k A =，则（1）k 为偶数且4≥k ，则()()12212k k r A r A -≤；（2)k 为奇数且3≥k ，则()()11212k k r A r A --≤.证明：由引理16知：()()()()21202k k k k r A r AA A r A r A ---==≥-, 即()()212k k r A r A --≥. 再由引理16知：()()()()2422402k k k k r A r A A A r A r A ---==≥- 即()()422k k r A r A --≥，由此类推， （1）k 为偶数且4≥k ，则()()()()12422111242k k k k r A r A r A r A ---≤≤≤≤.（2)k 为奇数且3≥k ， 则()()()()12412111242k k k k r A r A r A r A ----≤≤≤≤,得证.四、关于幂零矩阵的简单应用（一）、利用幂零矩阵求下列矩阵的逆1、求可表为幂零矩阵与单位矩阵和的矩阵的逆.若矩阵A 可表示为幂零矩阵和单位矩阵的和，则可借用二项式展开定理将求矩阵A 的逆转化为单位矩阵和幂零矩阵的乘幂.例 1 4615135124A -⎛⎫⎪=- ⎪ ⎪-⎝⎭求1A -. 解：46153615100135125010124125001A B E --⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=-=-+=+ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭,其中3615125125B -⎛⎫ ⎪=- ⎪ ⎪-⎝⎭3615125125B -⎛⎫ ⎪=- ⎪⎪-⎝⎭且有2361536151251250125125B BB --⎛⎫⎛⎫ ⎪⎪==--= ⎪⎪ ⎪⎪--⎝⎭⎝⎭.1110036152615()010125115001125126A B E E B -----⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪∴=+=-=--=-- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭⎝⎭.例2 ⎪⎪⎪⎪⎪⎭⎫⎝⎛=A 4121031200210001求1-A .解：E +B =A ,其中⎪⎪⎪⎪⎪⎭⎫⎝⎛=B 3121021200110000 且03=B . ()⎪⎪⎪⎪⎪⎭⎫⎝⎛-----=B +B -E =B +E =A ∴--62530841200121200024241211. 2、求主对角线上元素完全相同的三角矩阵的逆.对于主对角线元素完全相同的三角矩阵可表示为数量矩阵和幂零矩阵的和.例1 ()0000000000110≠⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=A λλλλλ 求.1A - 解：B +E =A m ,其中⎪⎪⎪⎪⎪⎭⎫⎝⎛=B 0000000000001100且02=B . ()⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--=B -E =B +E =A ∴--λλλλλλλλλ10000100001011011122211. 例2 已知0000000000000n nx y xy A x y x ⨯⎛⎫⎪⎪⎪=⎪⎪ ⎪⎝⎭求1A -. 解：0000000000000x y x yA x y x ⎛⎫⎪ ⎪⎪=⎪ ⎪ ⎪⎝⎭10000010000001000001x ⎛⎫⎪ ⎪ ⎪=⎪ ⎪ ⎪⎝⎭01000001000000100000y ⎛⎫ ⎪ ⎪⎪+ ⎪⎪⎪⎝⎭n xE yJ =+， 其中01000001000000100000n J ⎛⎫ ⎪ ⎪⎪= ⎪⎪ ⎪⎝⎭且有0nn J =.211123()(1)n n n nn n n J J J E A xE yJ x x x x---=+=-+++- 1122211(1)10(1)00100n n n n n n y y x x x y x x x -----⎛⎫-- ⎪ ⎪⎪- ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭. 3、求可表为若尔当块的幂的矩阵和的矩阵的逆。

幂零矩阵和幂零变换的性质及应用1引言定义1.1[1] 令A 为n 阶方阵，若存在正整数k ，使0k A =，A 称为幂零矩阵. 定义1.2[1] 若A 为幂零矩阵，满足0k A =的最小正整数称为A 的幂零指数. 定义1.3[3] 设A 为一个n 阶方阵，A 的主对角线上所有元素的和称为A 的迹，记为1nii i trA a ==∑.定义1.4[5] 形如0010(,)000001J t λλλλλ⎛⎫ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎝⎭的矩阵称为若当块，其中λ为复数，由若干个若当块组成的准对角称为若当形矩阵.定理1.1[5] 设,A B 为n 阶方阵，则()()***,AB B A AB B A '''==.定理1.2[5] (),()A f E A m λλλ=-分别为矩阵A 的特征多项式和最小多项式， 则有()0,()0A f A m A ==.定理1.3 设12,,,n λλλ 为n 阶矩阵A 的特征值，则有12n trA λλλ=+++ ，12n A λλλ=⋅⋅ ，且对任意的多项式()f x 有()f A 的特征值为12(),(),,()n f f f λλλ .定理 1.4 k 阶若当块11k a J a ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭的最小多项式为()k x a -且有()0k k J a E -=.定理1.5 ,A B 为n 阶复数域上的矩阵，若AB BA =，则存在可逆矩阵T ，使得112211n n T AT T BT λμλμλμ--⎛⎫⎛⎫⎪⎪** ⎪ ⎪== ⎪ ⎪ ⎪⎪⎝⎭⎝⎭.定理1.6 任意n 阶,A B 方阵，有()()tr AB tr BA =.定理 1.7[5] n 阶复矩阵A 与对角矩阵相似A ⇔的最小多项式无重根.定理1.8[5] 每一个n 阶的复矩阵A 都与一若当形矩阵相似，这个若当形矩阵除去若当块的排序外被矩阵A 唯一决定的，它称为A 的若当标准形.本文内容分为三部分，第一部分给出幂零矩阵的性质，第二部分是幂零矩阵的应用，主要给出幂零矩阵的性质应用和幂零矩阵在求逆中的应用，第三部分给出幂零变换的性质以及幂零变换与幂零矩阵的关系. 2 幂零矩阵的性质性质2.1 幂零矩阵的行列式值为零.性质 2.2 幂零矩阵的数乘矩阵、相似矩阵和k 次幂(k 为自然数)都是是幂零矩阵.性质2.3 若A 为幂零矩阵，B 为任意的n 阶矩阵且有AB BA =，则AB 也为幂零矩阵.+AB BA =()00k k k k AB A B B ==⋅=，所以AB 也为幂零矩阵，所以原命题成立. 性质2.4 若A 为n 阶幂零矩阵，则()*,,,T A A A mA m Z -∈均为幂零矩阵，其中'A 是A 的转置矩阵，*A 是A 的伴随矩阵.证明：因为A 为幂零矩阵，则由定义1.1知存在k Z +∈使得0k A =，由定理1.1知()()00k k A A '''===，()()00k k A A ***===，()(1)(1)00k k k k A A -=-=-⋅=，所以,,A A A *'-都为幂零矩阵，又因为()()()00k k k k mA m A m ==⋅=，所以()mA m Z +∈也为幂零矩阵.性质2.5 若A 是幂零矩阵，且0k A =则 1) ()121k E A E A A A ---=++++ 2) ()()11211k k E A E A A A ---+=-+++-3) ()()111211110k k k mE A E A A m m m m---+=-++-≠ . 证明：1）因为()()21k k k k E A E A A A E A E E --+++=-== ， 所以()121k E A E A A A ---=+++ . 2) 由1）类似可得 ()()11211k k E A E A A A ---+=-+++- .3) ()111111mE A m E A E A m m m ---⎧⎫⎛⎫⎛⎫+=+=-⎨⎬ ⎪ ⎪⎝⎭⎝⎭⎩⎭()()1111211111111k k k k kE A A E A A m m m m m m ----⎛⎫=-++-=-+- ⎪⎝⎭， 所以原命题1)、2)、3)成立.性质2.6 A 为幂零矩阵的充分必要条件是A 的特征值全为0.+0为A 任意一个特征值，则存在00A λ∂≠∂=∂使得，由定理1.3知，0k λ为k A 的特征值，所以存在00k k A ββλβ≠=使得 ，从而有0k λ=0即有00λ=，又有0k A =，知00kk A A A ==⇒=则()()01100k kE A A A *-=-=-=-⋅=，所以00λ=为A 的特征值，由0λ的任意性知，A 的特征值为0.（2）⇐因为A 的特征值全为0，A 的特征多项式为()n f E A λλλ=-=，由定理1.2知 ()0n f A A ==，所以A 为幂零矩阵，所以由（1）、（2）可以得出原命题成立.性质2.7 若为A 幂零矩阵且0A ≠，则A 不可对角化但对任意的n 阶方阵B ,存在幂零矩阵N ，使得B N +可对角化.证明：因为A 为幂零矩阵，则由定义1.1知存在k Z +∈使得0k A =且由性质2.6知A 的特征值全为零，()n f E A λλλ=-=为A 的特征多项式且()0n f A A ==，令()A m λ为A 的最小多项式，则有()|()A m f λλ，从而有00()(1)k A m k n λλ=≤≤，由于00k 1A ≠>所以，又此时00(),2k A m k λλ=≥，即A 的最小多项式有重根，由定理1.7知A 不可对角化.又因为B 为n 阶方阵,由定理1.8知在复数域上存在可逆矩阵T 使得121s J J T BT J -⎛⎫⎪⎪= ⎪ ⎪⎝⎭，其中11i i i J λλ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭ 阶数为(1,2,,)i n i s = ，令i ii i D λλλ⎛⎫⎪⎪= ⎪ ⎪⎝⎭阶数为(1,2,,)in i s = ，则有0110i i i J J D ⎛⎫ ⎪⎪'=-= ⎪ ⎪⎝⎭阶数为(1,2,,)i n i s = ,由定理1.4知(0)()0i i i n n i n i J E J ''-⋅== 即i J '为幂零矩阵(1,2,,)i s =现令12s J J J J ⎛⎫'⎪⎪''=⎪⎪⎪ ⎪'⎝⎭， 12s D D D D ⎛⎫⎪⎪= ⎪ ⎪⎝⎭，1112122s s s J D J J J D T BT J DJ J D -⎛⎫'+⎛⎫ ⎪⎪ ⎪'+⎪'===+ ⎪ ⎪ ⎪⎪ ⎪⎪⎝⎭'+⎝⎭，即()111() 2.1B T J D T TJ T TDT ---''=+=+，又因为D 为对角阵，由（2.1）式知11B TJ T TDT --'-=可对角化， 令1N TJ T -'=-且取12max(,,,)s k n n n = ，则有120kkkk s J J J J ⎛⎫' ⎪ ⎪''==⎪ ⎪⎪ ⎪'⎝⎭，111112()()()()()00k kk k k k k k k s J J N TJ T T J T T T T T J ----⎛⎫' ⎪⎪'''=-=-=-=-=⎪ ⎪⎪ ⎪'⎝⎭，即有B N +可对角化且N 为幂零矩阵，所以原命题成立.性质2.8 A 为幂零矩阵的充分必要条件是对任意的自然数0k k trA =，都有. 证明：（1）⇒因为A 为幂零矩阵,所以A 的特征根()1,2,,i i n λ= 全为0，由定理1.3知对任意的自然数k 有k A 的特征值0,1,2,k i i n λ== ,所以()120k k k k n tr A λλλ=+++= .（2）⇐设A 的特征根为,1,2,,i i n λ= ,所以对任k Z +∈有120k k k k n trA λλλ=+++= (2.2),令12,,,t λλλ 为A 的不为0的特征值且i λ互不相同，重数为i n ()1,2,,i t = 由（2.2）式及定理1.3得方程组()1122222112233311221122000 2.30t t t t t t t t t t t n n n n n n n n n n n n λλλλλλλλλλλλ+++=⎧⎪+++=⎪⎪+++=⎨⎪⎪⎪+++=⎩,由于方程组（2.3）的系数行列式为122221212121212121111(),t t t tt ttt ttt t t i j j i tB λλλλλλλλλλλλλλλλλλλλλλλ≤<≤===∏-又(1,2,)i i t λ= 互不相同且不为0，所以0B ≠，从而知方程组（2.3）只有零解，即0(1,2,,)i n i t == ，即A 没有非零的特征值，所以A 的特征值全为0，则由性质2.6得A 为幂零矩阵 ，所以由（1）、（2）知原命题成立. 性质2.9 若A E +为幂零矩阵，则A 非退化.证明：令12,,,n λλλ 为的特征值，若A 退化则有0A =，由定理 1.3得120n A λλλ==所以至少存在00i λ=为A 的特征值，又由定理1.3得0110i λ+=≠为A E +的一特征值这与A E +为幂零矩阵矛盾，所以A 为非退化.性质2.10 若A 为幂零矩阵，则A 一定不可逆但有1,1A E E A +=-=. 证明：因为A 为幂零矩阵，则由定义1.1知存在k Z +∈使得0k A =，所以00kk A A A ==⇒=，所以A 一定不可逆，由性质2.6得A 的特征值为120n λλλ==== ，由定理1.3得,A E E A +-的特征值分别为1212011,101n n λλλλλλ'''''''''====+=====-=且有1211n n A E λλλ'''+=== ，1211n n E A λλλ''''''-=== ，即1,1A E E A +=-= ，所以原命题成立. 3 幂零矩阵的应用 3.1 幂零矩阵的性质应用例3.1.1 ,A B 为n 阶方阵，B 为幂零矩阵且AB BA =，则有A B A +=.证明：由定理1.5知在复数域上，存在可逆矩阵T ，使得121n T AT λλλ-⎛⎫⎪* ⎪= ⎪ ⎪⎝⎭ 121n T BT μμμ-⎛⎫⎪*⎪= ⎪ ⎪⎝⎭，又因为B 为幂零矩阵由性质2.4知B 的特征值全为0， 即1000T BT -⎛⎫⎪*⎪= ⎪⎪⎝⎭，12111()n T A B T T AT T BT λλλ---⎛⎫ ⎪* ⎪+=+= ⎪ ⎪⎝⎭ ，1211()nT A B T T A B T λλλ--*+=+=，又因为T 可逆0T ≠所以11T T-=所以 1212n nA B λλλλλλ*+==⋅⋅,由121n T AT λλλ-⎛⎫ ⎪* ⎪= ⎪ ⎪⎝⎭ 知12,,,nλλλ 为A 的特征值由定理1.3得： 12n A λλλ=⋅⋅ ,从而得证 12n A B A λλλ+=⋅⋅= ，则有A B A +=.例3.1.2 A 为n 阶方阵，求证A B C =+，B 可对角化,C 为幂零矩阵且BC CB =. 证明：由性质2.7知存在幂零矩阵N ,使得A N +可对角化,即存在可逆T ，使得121()n T A N T D λλλ-⎛⎫⎪⎪+=== ⎪ ⎪⎝⎭ ,即有1()A TDT N -=+- ，由性质2.4知由于N 为幂零矩阵则N -也幂零矩阵，又因为1TDT -与D 相似 ，所以1TDT -可对角化，令1B TDT -= C N =-，则有A B C =+，1B TDT -=可对角化，C N =-为幂零矩阵，又因为D为对角阵所以1111BC TDT C TT DC DC CD CDTT CTDT CB ----=======.例3.1.3 ,,A B C 为n 阶方阵，且,,AC CA BC CB C AB BA ===-，证明：存在自然数0k k n C ≤=使得.证明：由于,,AC CA BC CB C AB BA ===-，所以对任意的m Z +∈有1111111()()()()(),m m m m m m m m C C AB BA C AB C BA A C B BC AA CB CB A -------=-=-=-=-由定理1.6推广可得：11(())(())m m tr A C B tr BC A --=,1111()(()()))(())(())0m m m m m tr C tr A C B BC A tr A C B tr BC A ----=-=-=,由性质2.6得C 为幂零矩阵，所以由定义知存在0k k n C ≤=使得.所以原结论得证.例3.1.4 在复数域上n 阶方阵A 相似于对角阵等价于对于A 的任一特征值λ，有A E λ- 与2()A E λ-的秩相同.证明：⇒因为A 对角化，则存在可逆矩阵T ，使得121n T AT λλλ-⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭ , 从而有1212121222(),()()(),()n n T A E T T A E T λλλλλλλλλλλλλλ---⎛⎫⎪-⎪-= ⎪ ⎪-⎝⎭⎛⎫- ⎪-⎪-= ⎪ ⎪ ⎪-⎝⎭所以1()T A E T λ--与12()T A E T λ--相同，即A E λ- 与2()A E λ-的秩相同.⇐由于在复数域上，存在可逆矩阵T 使得121s J J T AT J -⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，其中11i i i J λλ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭ 阶数为(1,2,,)i n i s = ，若(1,2,,)i J i s = 不全为对角阵，则不妨令1J 不可对角化，且有1i n >，有110110n J E ⎛⎫ ⎪ ⎪-= ⎪ ⎪⎝⎭ ，12100()1100n J E ⎛⎫ ⎪⎪ ⎪-= ⎪⎪ ⎪⎝⎭， 从而知11n J E -的秩大于121()n J E -的秩，即有1()T A E T λ--的秩大于12()T A E T λ--的秩也即A E λ- 的秩大于2()A E λ-的秩，这与已知矛盾，所以所有(1,2,,)i J i s = 为对角阵，从而得证A 相似于对角阵. 3.2 幂零矩阵在求逆中的应用3.2.1 可表为幂零矩阵与单位矩阵和的矩阵的逆例3.2.1 已知4615135124A -⎛⎫⎪=- ⎪ ⎪-⎝⎭求1A -.解：46153615100135125010124125001A B E --⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=-=-+=+ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭，其中3615125125B -⎛⎫⎪=- ⎪ ⎪-⎝⎭且有2361536151251250125125B BB --⎛⎫⎛⎫⎪⎪==--= ⎪⎪ ⎪⎪--⎝⎭⎝⎭.所以 1110036152615()010125115001125126A B E E B -----⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=+=-=--=-- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭⎝⎭.3.2.2 主对角线上元素完全相同的三角矩阵的逆例3.2.2已知0000000000000n nx y x y A x y x ⨯⎛⎫ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎝⎭,求1A -. 解：因为0010000010000000100000100000000100000100000000100000nx y x y A x y x y x xE yJ ⎛⎫⎛⎫⎛⎫⎪⎪⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪==+⎪⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭=+其中01000001000000100000n J ⎛⎫⎪⎪⎪= ⎪⎪ ⎪⎝⎭且有0nn J =，所以可得211123112221()(1),1(1)10(1).00100n n n n nn nn n n n n n J J J E A xE yJ x x x x y y x x x y x x x --------=+=-+++-⎛⎫-- ⎪ ⎪⎪- ⎪= ⎪⎪ ⎪ ⎪⎝⎭3.2.3 可表为若当块幂的和的矩阵的逆例3.2.3 已知21110010001n n n na a a a a A a -⨯⎛⎫⎪⎪⎪= ⎪⎪ ⎪⎝⎭,求1A -.解：212211010010001n n n n n n n a a a a a A E aJ a J a J a --⎛⎫⎪⎪⎪==++++ ⎪⎪ ⎪⎝⎭，其中1000001000000100000n n n J ⨯⎛⎫ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭,10000010000001000001n nE ⨯⎛⎫ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎝⎭. 所以1010001000010001000000100010000000001n a a A E aJ E a a --⎛⎫⎛⎫⎪⎪- ⎪ ⎪ ⎪ ⎪=-=-= ⎪⎪- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭.4 幂零变换的性质定义4.1[6] 设V 是数域F 上的向量空间，σ是V 的线性变换，如果存在整数m ，使0mσ=即对任意V ξ∈，有()0mσξ=，则称σ为幂零线性变换.定义4.2[6] 若σ是幂零线性变换，0t 是非空正整数集合{}|0m m Z σ+∈=中的最小正整数，则称0t 是幂零线性变换σ的幂零指数.性质4.1 设()L V σ∈,()()1,,,k ξσξσξ- 都不等于零，但()0k σξ=.则()()1,,,k ξσξσξ- 线性无关.证明：设011,,,k a a a F -∈ ，使()()()101104.1k k a a a ξσξσξ--+++=将()4.1分别12,,,k k σσσ-- 去作用()()()12101210k k k a a a a σξσξσξσξ---⎡⎤+++=⎣⎦得()100k a σξ-=,又因为()10k σξ-≠，所以00a =.同理可得0110k a a a -==== . 故()()1,,,k ξσξσξ- 线性无关.性质4.2 设n 维向量空间V 有线性变换σ及向量ξ，满足()()10,0n n σξσξ-≠=. 求证σ关于V 的某个基的矩阵是000010000010A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭证明：根据性质4.1 ()(),,,n ξσξσξ 线性无关，所以它们组成V 的一个基()()()()()()()()()()()()()()()()()()()21212211210000000000000.n n n n n n σξξσξσξσξσσξξσξσξσξσσξξσξσξσξσσξξσξσξσξ------=++++=++++=++++=++++，，，故σ关于V 的某个基的矩阵是A .性质 4.3 σ是n 维向量空间V 的幂零线性变换当且仅当它的特征多项式的根都是零.证明：必要性 设λ是幂零变换σ的特征值，ξ是属于特征值λ的一个特征向量，则()()()()()()()()()()22322310m m m m σξλξσξσλξλσξλξσξσλξλσξλξσξσλξλσξλξ-===========由于0ξ≠，所以0m λ=，即0λ=.充分性 若σ关于V 的某个基德矩阵时A ，那么A 的特征值全部为0，所以F 上存在可逆矩阵T ，使得()1000000T AT -**⎛⎫⎪* ⎪= ⎪⎪⎝⎭上三角矩阵故10000000nn T A T -**⎛⎫ ⎪* ⎪== ⎪⎪⎝⎭ ,所以1000000nn A TT -**⎛⎫⎪* ⎪== ⎪⎪⎝⎭.因此0n σ=，即σ是幂零线性变换.性质4.4 如果一个幂零变换σ可以对角化，那么σ一定是零变换.证明：设σ在向量空间V 的某个基下的矩阵是A ，由题设A 可以对角化，即存在F 上的可逆矩阵T ，使得121n T AT B λλλ-⎛⎫ ⎪⎪== ⎪ ⎪⎝⎭ ，矩阵B 时σ在一组新基下对应的矩阵，并由性质4.3知，120n λλλ==== .即矩阵B 是零矩阵故σ是零变换.性质4.5 若σ是n 维向量空间V 的幂零线性变换，则σ的特征多项式为m x . 证明：因为σ是幂零线性变换，故存在正整数m ，使0m σ=，于是m x 为σ的一个化零多项式，从而σ得特征值全为零，又m x 是首一多项式，故m x 为σ的特征多项式.性质 4.6 若σ是n 维向量空间V 的幂零线性变换，且σ的幂零指数为0t ，则0t n ≤，且σ的最小多项式为0t x .证明：设()m x 是σ的最小多项式，则()()()00|,t n m x x m x x t n =≤所以.由定义4.2可知0t x 为σ的最小多项式.性质 4.7 设V 是数域F 上的n 维向量空间，σ是V 的线性变换，若σ是幂零变换，则σ在某一基下的矩阵时幂零矩阵.证明：由于σ是幂零变换，即存在正整数m ，使对任意V ξ∈，有()0m σξ=. 设12,,,n ααα 是V 的一个基，σ关于12,,,n ααα 的矩阵是A .即()()1212,,,,,,n n A σαααααα=所以有()()()1212,,,,,,0,0,,0m m n n A σαααααα== .由于12,,,n ααα 是基，所以0m A =，因此A 是幂零矩阵.参考文献[1] 邹本强．幂零矩阵的性质[J]．威海职业技术学院学报,2007,12(1)：154-155 [2] 韩道兰、罗雁、黄宗文．幂零矩阵的性质及应用[J]．玉林师范学院学报,2003,24(4)：1-3[3] 谷国梁．关于幂零矩阵性质的探讨[J]. 铜陵财经专科学校学报,2001,4(1)：49-49[4] 姜海勤．幂零矩阵性质的一个应用[J]．泰州职业技术学院学报,2004,4(1)：61-62[5] 北京大学数学系几何与代数教研室前代数小组．高等代数（第二版）[M].高等教育出版社,2003[6] 张素梅、张广慧．线性变换的幂零性[J]．邯郸学院学报，2007,17(3)：30-32 [7] 李师正．高等代数解题方法与技巧[M]．高等教育出版社,2006 [8] 陈国利．高等代数选讲[M]．中国矿业大学出版社,2005[9] 杨子胥．高等代数习题集（上册）[M]．山东科学技术出版社,2004 [10] 王品超．高等代数分析与研究[M] ．山东大学出版社,1994。

幂零矩阵的性质和应用
作者：陈飞翔
来源：《科教导刊·电子版》2017年第23期
摘要 1964年Give证明了n阶矩阵是幂零矩阵A的充要条件是. 然而国内对于幂零矩阵的研究是出于此矩阵本身的性质和对其他一些性质的探讨得出幂零矩阵的相关性质，以及关于幂零矩阵的简单应用。

最近这些年，在一代又一代数学家的艰苦奋斗下，幂零矩阵的发展可以说是突飞猛进. 在大学期间学习的高等数学课程中有学到矩阵的运算，并且在乘法运算涉及出过幂零矩阵的概念和定义，但对它的研究还是不够深入，在此情况下，我们可以加强幂零矩阵的学习来发展和普及，探究和归纳更多我们需要的知识。

本文介绍了幂零矩阵的主要性质，并给出了幂零矩阵的应用。

关键词幂零矩阵逆矩阵
中图分类号：O151.21 文献标识码：A。

n阶幂零矩阵-回复什么是n阶幂零矩阵？该矩阵具有什么特性？如何构造出n阶幂零矩阵？这是我们将在本文中逐步回答的问题。

首先，让我们来了解一下矩阵和幂零矩阵的基本概念。

矩阵是由若干行和若干列组成的矩形阵列，其中的每个元素可以是数值或者其他符号。

矩阵在各种领域中都有广泛的应用，包括线性代数、概率论、图论等。

幂零矩阵是一种特殊的矩阵，其具有如下的特性：幂零矩阵的任意幂都为零矩阵。

也就是说，对于一个幂零矩阵A，存在一个正整数k，使得A的k次方等于零矩阵O。

例如，考虑一个3阶幂零矩阵A：A = [ 0 0 0 ][ 1 0 0 ][ 2 1 0 ]我们可以发现，A的平方为：A^2 = [ 0 0 0 ][ 0 0 0 ][ 2 1 0 ]显然，A的平方也是一个零矩阵。

同样的，我们可以继续计算A的高阶幂，如A^3、A^4，都会得到零矩阵。

这证明了A是一个幂零矩阵。

那么，如何构造一个n阶幂零矩阵呢？为了构造一个n阶幂零矩阵，我们需要满足以下条件：1. 矩阵的主对角线上的元素为0；2. 矩阵的上三角形区域的元素为0；3. 矩阵的下三角形区域的元素可以是任意值，但在幂零矩阵的定义中，通常会将它们设置为0。

下面，我们以一个4阶矩阵为例，逐步构造一个幂零矩阵。

首先，构造一个4阶零矩阵B：B = [ 0 0 0 0 ][ 0 0 0 0 ][ 0 0 0 0 ][ 0 0 0 0 ]接下来，选择一个合适的下三角形区域的值，使得矩阵满足幂零矩阵的定义。

假设我们选择以下值：B = [ 0 0 0 0 ][ 1 0 0 0 ][ 2 1 0 0 ][ 3 2 1 0 ]现在，我们来验证一下这个矩阵是否为幂零矩阵。

首先，计算B的平方：B^2 = [ 0 0 0 0 ][ 0 0 0 0 ][ 2 1 0 0 ][ 5 2 1 0 ]我们可以发现，B的平方满足幂零矩阵的定义，因为其上三角形区域的元素都为0。

接下来，计算B的立方：B^3 = [ 0 0 0 0 ][ 0 0 0 0 ][ 0 0 0 0 ][ 8 5 2 0 ]同样地，B的立方也满足幂零矩阵的定义。

n阶幂零矩阵-回复什么是n阶幂零矩阵？在线性代数中，n阶幂零矩阵是一个n×n的方阵，其特点是所有元素都为0，除了矩阵的主对角线之外。

换句话说，它的主对角线上的元素为0，而其他位置的元素都为0。

n阶幂零矩阵的表示形式如下：[0,0,0, 0[0,0,0, 0[0,0,0, 0[...........][0,0,0, 0注意到这样的矩阵在实际应用中并不多见，但它在线性代数的理论研究中有其重要性和特殊性。

接下来，我们将逐步探讨n阶幂零矩阵的性质和其在不同领域的应用。

第一步：了解n阶幂零矩阵的定义n阶幂零矩阵是一个方阵，其主对角线上的元素为0，而其他位置的元素也全部为0。

我们可以用数学符号简洁地表示为：A[i][j] = 0，其中i ≠j。

第二步：探索n阶幂零矩阵的性质1. n阶幂零矩阵一定是一个特殊的矩阵，因为它的所有非主对角线上的元素都为0。

2. n阶幂零矩阵A的任意次幂都等于零矩阵。

即A^n = 0，其中n为正整数。

证明：设矩阵A为n阶幂零矩阵，其主对角线上的元素为0，其他位置的元素也全部为0。

那么，矩阵A的任意次幂A^n可表示为：A^n = A ×A ×A × ... ×A⁽ⁿ⁾= [0,0,0,...,0] ×[0,0,0,...,0] ×[0,0,0,...,0] × ... ×[0,0,0, 0由于矩阵相乘满足分配律和乘法结合律，且0乘任何数都等于0，所以上述乘法结果依然是零矩阵。

因此，n阶幂零矩阵的任意次幂都等于零矩阵。

第三步：探索n阶幂零矩阵在不同领域的应用尽管n阶幂零矩阵在实际应用中并不常见，但它在线性代数的理论研究中具有重要性和特殊性。

1. 线性变换：n阶幂零矩阵可以在线性变换理论中发挥重要作用。

线性变换可以用矩阵来表示，而n阶幂零矩阵可以表示某些特定类型的线性变换，例如零变换或射影变换。

2. 克尔空间：在矩阵论和线性代数的研究中，n阶幂零矩阵的零空间或克尔空间是一个重要的概念。

编号：***********xxxx学院2012届毕业生毕业论文（设计）题目：幂零矩阵的性质及应用完成人：xxx班级：2008- 01学制： 4 年专业：数学与应用数学指导教师：xxxx完成日期：2012-03-31目录摘要 (1)0引言 (1)1预备知识 (1)1.1幂零矩阵的相关概念 (1)1.2幂零矩阵的基本性质 (1)2 主要结论 (4)3 应用 (6)3.1幂零矩阵在矩阵运算中的应用 (6)3.2幂零矩阵与高等代数中其他知识相结合的应用 (8)3.2.1幂零矩阵与线性方程组相结合应用 (9)3.2.2幂零矩阵的若尔当标准形的应用 (10)3.2.3幂零矩阵与幂零线性变换相结合的应用 (11)参考文献 (13)Abstract (14)幂零矩阵的性质及应用作者：xxxxx指导老师：xxx摘要：本文从幂零矩阵的定义出发,总结了幂零矩阵的基本性质及一些主要结论,而且对其应用作进一步的讨论:用幂零矩阵性质求一些特殊矩阵的逆及在历年考研真题中对幂零矩阵的考查.关键词：幂零矩阵;幂零指数;若尔当形;特征根0引言在高等代数中,矩阵是研究问题的很重要的工具,在讨论矩阵的乘法运算时给出了幂零矩阵的定义,但对其性质研究很少.幂零矩阵作为特殊矩阵无论在矩阵的理论方面,还是在实际应用方面都有很重要的意义,而且在一些交叉学科如密码学中,都有广泛的应用.目前,国内很多学者对幂零矩阵的性质已有较深入的研究,本文在他们研究的基础上,进一步探讨幂零矩阵的性质.1 预备知识为了叙述的需要,我们首先引入幂零矩阵的有关概念.1.1幂零矩阵的有关概念定义1设A是n阶矩阵,若存在一个自然数k,使0kA=,则A为幂零矩阵.定义2设A是幂零矩阵,满足0kA=的最小自然数k称为A的幂零指数.1.2幂零矩阵的基本性质在给出了幂零矩阵的相关概念之后,我们容易得到幂零矩阵的一些基本性质.第 1 页（共14页）第 2 页（共 14 页）性质1 若A 是幂零矩阵,则*,,,T mA A A A -都是幂零矩阵. 性质2 A 为幂零矩阵的充要条件是A 的特征值全为0. 在此基础上,我们还可以得到幂零矩阵的另一个充要条件. 推论1 A 为幂零矩阵的充要条件是k Z +∀∈,0k trA =. 证明 必要性 因为A 为幂零矩阵,所以A 的特征值全为0, 即120n λλλ====,所以kA 的特征值为120n k k k λλλ====.从而有120n k k k ktrA λλλ=+=++.充分性 由已知,对k Z +∀∈,120nk k k k trA λλλ=+=++. ①令12,,,t λλλ为A 的不为零的特征值,且i λ互不相同,重数为i n （1,2,,i t =）. 由①式,得方程组112121211222222333121200t t t t t t t t t t t n n n n n n n n n n n n λλλλλλλλλλλλ+++=⎧⎪+++=⎪⎪+++=⎨⎪⎪⎪+++=⎩ ② 由于方程组②的系数行列式为121212122221212111ttttt tt tt tttB λλλλλλλλλλλλλλλλλλ==()121t i j j i tλλλλλ≤<≤=∏- 又()1,2,,i i t λ=互不相同且不为0,所以0B ≠,从而知方程②只有0解,即0i n =(1,2,,i t =）.因此A 的特征值全为0,即A 为幂零矩阵.推论2 若A 为幂零矩阵,则A 一定不可逆且有1,1A E E A +=-=. 证明 由于A 为幂零矩阵,所以存在k Z +∈,使得0k A =,因此有00kk A A A ==⇒=,所以A 一定不可逆.第 3 页（共 14 页）由性质2,得A 的特征值120n λλλ====,所以A E +,E A -的特征值分别是12'''011n λλλ=+====, 12"""101n λλλ=-====,且有12'''11n n A E λλλ+===,12"""11n n E A λλλ-===.即1,1A E E A +=-=.推论3 若A E +为幂零矩阵,则A 非退化. 证明 令12,,,n λλλ为A 的特征值.若A 退化,则有120n A λλλ==,所以至少存在00i λ=为A 的特征值,从而有0110i λ+=≠为A E +的一特征值,这与A E +为幂零矩阵相矛盾,得证A 为非退化.对于幂零指数相同的幂零矩阵,有一些比较重要的性质. 性质3 所有的n 阶1n -次幂零矩阵都相似.证明 令A 为n 阶1n -次幂零矩阵,即10n A-=,()001k k n A ≠≤<-,因此A 的最小多项式1()()n A n m d λλλ-==；又A 是幂零矩阵,所以A 的特征值全为0,因此A 的特征多项式为()()n n f E A D λλλλ=-==,又11()()()n n n n D d D λλλλ--==, 所以1()n D λλ-=；又第 4 页（共 14 页）12()()()()()n n n f E A d d d D λλλλλλλ=-===,从而有1()n d λλ-=,221()()()1n d d d λλλ-====,所以所有n 阶1n -次幂零矩阵具有相同的不变因子为1,,,,,111n λλ-.所以所有n 阶1n -次幂零矩阵都相似. 利用此法也可以得到：推论4 所有n 阶n 次幂零矩阵都相似.注 但是当幂零矩阵的幂零指数2k n ≤-,相同幂零指数的幂零矩阵却不相似.性质4 设A 为非零幂零矩阵,且k 是A 的幂零指数,则E ,A ,2A ,,1k A-线性无关.证明 利用反证法.假设12,,,,k A E A A -线性相关,则一定存在一组不全为0的0c ,1c ,,1k c -,使2101210k k E A c c c c A A --++++=, ①两端右乘1k A -,得100k c A -=,而10k A -≠,因此00c =.再对①式两端右乘2k A-,可得10c =.同理可得2310k c c c -====.所以0110k c c c -====,得出矛盾,所以假设错误.即证得21,,,,k E A A A -线性无关.2 主要结论我们在幂零矩阵的定义以及基本性质的基础上,进一步探讨幂零 矩阵,得到一些重要结论,而且这些结论应用的也比较广泛.结论1 设A 为幂零矩阵,且k 是A 的幂零指数,则 （1）E A -可逆,且()121k E A E A A A ---=++++ . （2）()()11212311111k k kmE A E A A Am mm m---+-+=-++.(0)m ≠第 5 页（共 14 页）证明 （1） 由于A 为幂零矩阵,所以0k A =,从而k k k E E A E A =-=-()21()k E A E A A A -=-++++,即()121k E A E A A A ---=++++.（2）对任意0m ≠,121231111()()(1)k k kmE A E A A A m m mm--+-+++-121211111(1)k k k E A A A Am m m m---=-++++- 212121111(1)(1)k k k k k k AAA mmm-----+++--E =所以()1121231111()k k kE A mE A A Am m mm---=-+++-+ .结论2 若A 为幂零矩阵,则A 的若尔当标准形J 的若尔当块为 幂零若尔当块,且J 的主对角线上的元素为0.证明 A 为幂零矩阵,由性质2知,A 的特征值全为0； 又在复数域上,存在可逆矩阵T ,使得121S J J J T A TJ -⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦其中11iiiiiJ nn λλ⨯=⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ 1,2,,i t =,第 6 页（共 14 页）则(1,2,,)i i t λ=为J 的特征值；又A 与J 相似,所以A 与J 有相同的特 征值,所以0i λ= (1,2,,)i t =,即J 的主对角线上的元素全为0;所以有01010i J ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦,则i J 为幂零矩阵,其幂零指数为i n (1,2,,)i t =,所以12,,,S J J J 为幂零矩阵.所以A 的若尔当标准形J 的若尔当块12,,,S J J J 为幂零若尔当块,且J 的主对角线上的元素为0. 由此结论可以得到：推论5 n 阶幂零矩阵的幂零指数小于等于n ，且幂零指数等于其 若尔当形矩阵中阶数最高的若尔当块的阶数.3 应用3.1 幂零矩阵在矩阵运算中的应用——求一些特殊矩阵的逆在矩阵的运算中,求矩阵的逆一般是比较麻烦的,对于一些特殊的矩阵可以利用幂零矩阵的性质来化简.引理1 任一n 阶方阵A 都可写成的A D N =+形式,其中D 是一个与对角阵相似的n 阶方阵,N 是一个幂零矩阵,而且DN ND =.证明 因为在复数域上,存在可逆矩阵T ,使得121S J J A T T J -⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦① 其中11iiiiiJ n nλλ=⨯⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦1,2,,i t =第 7 页（共 14 页）于是00101i ii i i i J N D λλλ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=+=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦(1,2,,)i t =. ②其中ii i D λλ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦为对角阵,0101i N ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦为幂零矩阵. 因为n i O N =,将②式带入①式得111s s N D A T TN D -+⎡⎤⎢⎥=⎢⎥⎢⎥+⎣⎦1111s s N D T T T T N D --⎡⎤⎡⎤⎢⎥⎢⎥=+⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦D N =+ ③其中11s D D T T D -⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦相似于对角阵,且 1111nn n s s N N T T O N N T T N N --⎡⎤⎡⎤⎢⎥⎢⎥=⇒==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦, 即N 为幂零矩阵,于是111s s N D DN T T N D -⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦, ④ 类似的,有第 8 页（共 14 页）111s s N D ND T T N D -⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦. ⑤ 但()i i i i i i E N N N D λλ==, ()i i i i i i E N N N D λλ==.所以i i i i N N D D = ,(1,2,,)i s = ⑥由④⑤⑥,即证 DN ND =.由引理1,对于一些可表示为幂零矩阵与单位矩阵的和的矩阵,则可利用结论1来求它的逆;而主对角元素完全相同的三角矩阵可表示为数量矩阵与幂零矩阵的和,也可以借助结论1可求出它的逆;对于一些可表示为单位矩阵与若尔当矩阵幂的和的矩阵,借助结论1也可求出它的逆.下面通过例子来说明.例1 设11111011110011101A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦,求1A -. 解 记n J 为n 阶若尔当矩阵,则0nn J =,而21n n n n A E J J J -=++++,由结论1有1121()n n n nn E E J A J J J ---==-++++1100001100000110001-⎡⎤⎢⎥-⎢⎥⎢⎥=⎢⎥-⎢⎥⎢⎥⎣⎦. 3.2 幂零矩阵与高等代数中其他知识相结合的应用在历年研究生入学考试中,对幂零矩阵的考查综合性较强,能力要求较高,是个难点.下面列举几道典型的对幂零矩阵的考查方法,以说明幂零矩阵和其他数学知识之间的灵活运用.第 9 页（共 14 页）3.2.1幂零矩阵与线性方程组相结合应用下面看一下幂零矩阵与线性方程组相结合的考查方法. 例2 (中山大学) A ,B ,C 为n 阶方阵,且AC CA =,BC CB =,C AB BA =-,证:存在自然数k n ≤,使得0k C =.分析 本题即证C 为幂零矩阵,只需证C 的特征值全为0.而C AB BA =-,容易联想需要用C 的迹来解题,而采用反证法则恰到好处.证明 只需证C 的特征值12,,,n λλλ全为0即可. 事实上,()()0tr C tr AB BA =-=,即有10ni i λ==∑；又2()()()AB BA CAB CBA AC B B AC C C =-=-=-,所以()2210ni tr C i λ===∑;同理可得()3310nii trC λ===∑,()10nss ii trC λ===∑；假设C 存在非0的特征值,不妨设合并各相同的非0特征值后,得11222221122112200s s s s s s s s s k k k k k k k k k λλλλλλλλλ=⎧+++⎪+=++⎪⎨⎪⎪+=++⎩,（12,,,s λλλ各不相同）.方程组有非0解,故系数行列式：第 10 页（共 14 页）1222212120ss s s s sλλλλλλλλλ=（i λ各不相同）,但是()1222212121120sss i j j i ss s s sλλλλλλλλλλλλλλ≤<≤=≠∏-, 得出矛盾,所以假设错误,即有C 不存在非零的特征值,C 的特征值全为0,所以存在自然数k n ≤,使得0k C =.此题利用幂零矩阵的性质构造齐次线性方程组,灵活运用数学知识进行解题,与推论1的证明有相似之处,体现了幂零矩阵在高等代数中的重要地位.3.2.2 幂零矩阵的若尔当标准形的应用幂零矩阵的若尔当标准形在历年真题中也较常用到.例3（上海交通大学） A ,B 为n 阶方阵,B 为幂零矩阵,AB BA =,则有A B A +=.分析 在复数域上,每个n 级矩阵都与一个若尔当形矩阵相似, 幂零矩阵的若尔当标准形的对角线上的元素为0,由此结论此题即得证.证明 由题有,在复数域上,存在可逆矩阵,T 使得121*n AT T λλλ-⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦,121*n BT T μμμ-⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦. 又B 为幂零矩阵,所以B 的特征值全为0,即100*0BT T -⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦,第 11 页（共 14 页）()121111*n A B T AT BT T T T T T λλλ----⎡⎤⎢⎥⎢⎥+=+=⎢⎥⎢⎥⎣⎦, 所以()12111*nA B TA B T T TT T λλλ---+=+=.又因为T 可逆,所以0T ≠,1212*n nA B λλλλλλ+==,因为121*n AT Tλλλ-⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦因此12,,,n λλλ为A 的特征值,所以12n A λλλ=,从而得证21n A A B λλλ=+=.3.2.3 幂零矩阵与幂零线性变换相结合的应用幂零线性变换在任一组基下的矩阵为幂零矩阵,研究幂零矩阵的 特性对研究幂零线性变换是很有帮助的.例4（西南大学） 设V 为数域F 上的n 阶方阵构成的线性空间,A 为F 上一个固定的n 阶方阵,定义()TB AB BA =-,其中B 为V 中任一向量,证明(1)T 为线性变换；(2)若A 为幂零矩阵,则T 为幂零线性变换.第 12 页（共 14 页）分析 （1）利用线性变换的定义即可得证.(2) 由()T B AB BA =-,有下述结论:A 的特征值之差都是T 的特征值.以下要证此结论.证明 （1）任取,B C V ∈,k F ∀∈,则有：()()()()()T B C A B C B C A AB BA AC CA T B T C +=+-+=-+-=+,()()()()T kB A kB kB A kAB kBA kT B =-=-=,所以T 为线性变换.（2）先做如下断言：()T B AB BA =-⇒A 的特征值之差都是T 的特 征值.事实上,()n y F M ∀∈,取()n F M 的一组基ij E （,1,2,,i j n =）,设A 的若尔当标准形为1*s J λλ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦, 则存在可逆矩阵()n P F M ∈,使得11*s AP J P λλ-⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦, 所以1A PJ P -=.又P 可逆,所以1ij P E P -也是()n F M 的一组基. 又111()()()ij ij ij T A A PE P PE P PE P ---=- 1111()()()()ij ij PJ PJ P PE P PE P P ----=- 1()ij ij J J P E E P -=-10*0i jP P λλ-⎡⎤⎢⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎣⎦1()()ij i j PE P λλ-=-第 13 页（共 14 页）所以T 在基11111111211,,,,,,,n n nn PE P PE P PE P PE P PE P -----下的矩阵为121212110*0nnn n n λλλλλλλλλλλλ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎣⎦------所以A 的特征值之差都是T 的特征值.断言成立.因为A 为幂零矩阵,所以A 的特征值0i λ= ,所以T 的特征值全为0,从而T 为幂零线性变换.参 考 文 献[1] 北京大学数学系几何与代数教研室前代数小组.高等代数[M].北京:高等教育出版社,2003.[2] 杨子胥.高等代数习题解（下册）[M].济南:山东科技出版社,1982:836-866. [3] 邹本强.幂零矩阵的性质[J].science information,2007,(12):150-155. [4] 韩道兰,罗雁,黄宗文.幂零矩阵的性质及应用[J].玉林师范学院学报(自然科学)2003,24(4):1-3.[5] 江明星.幂零矩阵的若干性质[J].安徽机电学院学报,1999,14(2):77-79. [6] 姜海勤.幂零矩阵性质的一个应用[J].泰州职业技术学院学报,2004, 4(1):54-57.[7] 樊正恩.幂零矩阵的若干注记[J].甘肃高师学报,2011,16(2):3-4. [8] 赵廷芳.幂零矩阵的性质[J].周口师专学报,1994,11(1):27-30.[9] 谷国梁.关于幂零矩阵性质的探讨[J].铜陵财经专科学校学报,2001,(4):49-63.[10]吴险峰.n 阶幂零矩阵的判别与构建[J].齐齐哈尔大学学报,2007,23(4):72-75.The Properties and Applications of Nilpootent MatricesxxxxAbstract:This paper based on the definition of nilpotent matrix ,then summarizes the basic properties of nilpotent matrix and some main conclusion , and further debate its application: using the properties of nilpotent matrix for solving the inverse matrix of some special matrix ,and investigating the nilpotent matrix in the postgraduate entrance exam.Keywords: nilpootent matrices; nilpotent index; Jordan standard form;characteristic root第14 页（共14页）。

目录摘要 (1)Abstract (1)1 引言 (2)2 预备知识 (2)2.1 概念 (2)2.1 引理 (3)3 幂零矩阵的性质 (4)3.1幂零矩阵的特性 (4)3.2 矩阵是幂零矩阵的几个充分必要条件 (6)3.3幂零矩阵和若尔当块 (7)3.4幂零矩阵的其他性质 (8)4幂零矩阵的应用 (11)4.1幂零矩阵在矩阵求逆中的应用 (11)4.1.1 可求幂零矩阵与单位矩阵和的矩阵的逆 (11)4.1.2 求主对角线上元素完全相同的三角矩阵的逆 (13)4.2幂零矩阵在其他方面的应用 (14)结论 (16)参考文献 (16)致谢 (18)幂零矩阵的性质与应用摘要：在高等数学中，矩阵是研究和解决问题的重要工具,幂零矩阵又是一类特殊的矩阵，在矩阵理论中具有举足轻重的地位，实际应用方面也有重要的意义。

幂零矩阵具有很多好的性质，本文将深入挖掘这些性质，并且用不同的方法去分析论证这些性质。

同时本文还给出幂零矩阵自身特有的一些性质，讨论了矩阵是幂零矩阵的充分必要条件，并说明其在求矩阵的逆矩阵方面的优越性，并通过例子说明其在实际中的应用。

关键词：幂零矩阵；线性变换；逆矩阵；若尔当标准型；特征值；迹.Properties and Applications of Nilpotent MatricesAbstract: Matrix acts as a key role in studying and solving the questions in advanced mathematics. As special forms of matrix, nilpotent matrices play a key role not only in the theory of matrix but also in practical application. Nilpotent Matrices have many good properties. In the paper, we will find and prove with various methods these properties in profundity. The paper will give some unique properties of nilpotent matrices and discusses the necessary and sufficient condition of nilpotent matrices. Then the paper shows its superiority in solving inverse matrix, and explains its practical application by examples.Key words: Nilpotent matrix; Linear transformation; Inverse matrix; Jordan canonical form; Characteristic; Trace.1 引言随着科学技术的迅速发展，古典的线性代数知识已不能满足现代科技的需要，矩阵的理论和方法已成为现代科技领域必不可少的工具。

第23卷第4期 齐 齐 哈 尔 大 学 学 报 Vol.23,No.4 2007年7月 Journal of Qiqihar University July,2007n 阶幂零矩阵的判别及构建吴险峰（齐齐哈尔大学理学院，黑龙江 齐齐哈尔 161006）摘要：利用幂零矩阵的特征值、特征多项式、相似性等性质，给出构建幂零矩阵的几种方法。

关键词：幂零矩阵；严格三角形矩阵；主子式中图分类号：O151.21 文献标识码：A 文章编号：1007-984X(2007)04-0072-04对于有限维的线性空间，在给定基下线性变换与矩阵有着一一对应关系, 而线性变换是比较抽象的，不如矩阵容易理解，因此总是借助于矩阵来研究有限维线性空间的线性变换。

幂零变换是一种特殊的线性变换，有许多特殊的性质可以利用，但除了用定义外，怎样判定所给的线性变换是否为幂零变换，又如何构建幂零变换。

因为在有限维的线性空间中，幂零变换对应着幂零矩阵，由此幂零矩阵的判定和构建是解决这一问题的关键。

因此本文给出了n 阶幂零矩阵的判定方法和构建方法。

文中所指的矩阵均为数域F 上的矩阵，数均为数域F 上的数。

1 幂零矩阵的判别引理1 n 阶矩阵A 是幂零矩阵，当且仅当A 的所有特征根都是零。

引理2 设n 阶矩阵)(ij a A =的特征多项式为n n n n A b x b x b x A xI x f ++++=−=−−111)("则k b 为A 的一切k 阶主子式的和乘以k )1(−，n k ,,2,1"=，即∑≤<<≤−=ni i ii ii ii ii i i i i ii ii ii kk k kk k k kka a a a a a a a ab ""####""12122212121111)1(定理1 数域F 上n 阶矩阵A 为幂零矩阵，当且仅当A 的一切k (n k ,,2,1"=)阶主子式之和为零。