矩阵理论-第三章 矩阵的Jordan标准型

矩阵的Jordan 标准形一、矩阵的相似对角化定义1 设A 、B 是两个n 阶方阵，如果存在阶可逆矩阵n P ，使得 B AP P =−1则称B 相似于A ，记为B A ~，可逆矩阵P 称为将A 变成B 的相似变换矩阵。

如果矩阵A 能与一个对角矩阵Λ相似，则称矩阵A 可相似对角化，也说矩阵A 可对角化。

若方阵A 不能与对角矩阵相似，则称矩阵A 不能相似对角化，也说矩阵A 不能对角化。

线性代数课程已给出了矩阵A 可对角化的充要条件：定理1（1）阶方阵n A 可对角化的充要条件是A 有个线性无关的特征向量。

n （2）若阶方阵n A 有个互不相同的特征值n n λλλ,,,21L ，则A 可对角化。

把阶方阵n A 对角化的步骤如下：（1）求出A 的特征值，设互不相同的特征值为s λλλ,,,21L ；（2）对每个特征值i λ（s i ≤≤1），求齐次方程组 0x =−)(E A i λ 的基础解系，得到对应于i λ的线性无关特征向量组{}k i i i p p p L ,,21；若全体线性无关特征向量的个数小于，则矩阵n A 不可对角化。

若线性无关特征向量的个数为，则进行下一步骤。

n （3）将对应于互不相同特征值 s λλλ,,,21L 的特征向量全体作为个列向量构成方阵，则 n ()n P p p p ,,,21L =Λ=−AP P 1为对角矩阵，其对角线上元素为A 的特征值，方阵P 的列向量的顺序与对角矩阵Λ对角线上元素顺序相对应。

二、矩阵的Jordan 标准形一个阶方阵不一定有个线性无关的特征向量，因此不一定存在与之相似的对角矩阵。

我们问：如果一个阶方阵不能与对角矩阵相似，它能否与一个分块对角矩阵相似呢？ Jordan 标准形就是为了解决这个问题。

n n n 本段中的λ可以为复数。

定义2 形如m m J ⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎝⎛=λλλλλ1111)(O 的阶方阵称为一个阶Jordan 块，其中m m λ为复数。

矩阵Jordan 标准型简介一、什么是矩阵的Jordan 标准型►1.1 设A ，B 为n 阶矩阵，如果存在n 阶可逆矩阵P 存在，使得1P AP B -=,则称矩阵A 与B 相似，记为A ~B 。

►1.2 任何方阵A 均可通过某一相似变换化为如下Jordan 标准型：1122()()()s s J J J J λλλ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦其中 10()10i ii i i J λλλλ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦称为Jordan 块。

12,,,s λλλ为A 的特征。

说明：（1）()i i J λ中的特征值全为i λ，但是对于不同的i 、j ，有可能i j λλ=，即多重特征值可能对应多个Jordan 块矩阵。

（2）Jordan 标准型是唯一的，这种唯一性是指：各Jordan 块矩阵的阶数和对应的特征值是唯一的，但是各Jordan 块矩阵的位置可以变化。

二、如何求矩阵的Jordan 标准型►2.1. 多项式矩阵（又称为λ阵）()()()()()()()()()()111212122212n n n n nn a a a a a a A a a a λλλλλλλλλλ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦称为λ的多项式矩阵，其中矩阵元素()ij a λ为λ的多项式。

►2.2. 多项式矩阵的初等变换 （1） 互换两行（列）（2） 以非零常数乘以某行（列）[这里不能乘以λ的多项式或零，这样有可能改变原来矩阵的秩和属性]（3） 将某行（列）乘以λ的多项式加到另一行（列）►2.3. 多项式矩阵的Smith 标准型：采用初等变换可将多项式矩阵化为如下形式：()()()()12000r d d A d λλλλ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥→⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦其中，多项式()i d λ是首一多项式（首项系数为1，即最高幂次项的系数为1），且()()12d d λλ、()()23d d λλ、、()()1r r d d λλ-，即()i d λ是()1i d λ+的因式。

矩阵的Jordan 标准型介绍——Jordan 标准型是相似意义下零元素最多的矩阵吗？线性代数中的一个核心的结果(见[1,2])是Jordan 标准型定理：任何一个复数域上的方阵A 都相似于一个Jordan 矩阵1122()((),(),,())J A diag J J J σσλλλ=…，其中11()1i i i i i i J λλλλλ⎛⎞⎜⎟⎜⎟⎜⎟=⎜⎟⎜⎟⎜⎟⎝⎠，1,2,,i σ=…，i λ为矩阵A 的特征值。

(注意：对i ，可能有j j ≠i λλ=成立)对于Jrodan 块的置换来说，Jordan 标准型是唯一的(见[2])。

由线性代数中的内容已知，所有与A 相似的矩阵都有与A 置换意义下相同的Jordan 标准型。

那么所有与A 相似的矩阵(包括A )中，是不是含有0元素最多的矩阵呢？答案是否定的。

例如：取()J A 0201100001000010A −⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠，则，11000100()00110001J A −⎛⎞⎜⎟−⎜=⎜⎜⎟⎝⎠⎟⎟A 有11个0元素，却只有10个0元素。

()J A 通过观察我们还能发现，矩阵A 的主对角线元素都为0，而且去掉主对角元素以后A 含有7个0元素，而则仍含有10个0元素，那么我们就要问：所有与()J A A 相似的矩阵(包括A )中，是不是含有非主对角线0元素最多的矩阵呢？答案是肯定的。

文献[3]给出了证明。

()J A参考文献[1]. R.A. Brualdi, The Jordan canonical form: an old proof, Amer. Math. Monthly 94(1987) 257–267.[2].R.A. Horn, C.R. Johnson, Matrix Analysis, Cambridge University Press, 1985,121–127 and 150–153.[3].R. A. Brualdi, P. Pei, X. Zhan, An extremal sparsity property of the Jordancanonical form, Linear Algebra Appl. 429(2008) 2367-2372.。

矩阵的Jordan标准型及其求解方法矩阵是线性代数中的重要概念，它在数学和工程领域中扮演着重要的角色。

在矩阵理论中，Jordan标准型是一种重要的矩阵分解形式，它可以帮助我们更好地理解和求解线性方程组、矩阵的特征值和特征向量等问题。

一、Jordan标准型的定义和性质在矩阵理论中，Jordan标准型是指一个矩阵可以通过相似变换转化为一个由Jordan块组成的对角矩阵。

Jordan块是一个由特征值和特征向量构成的方阵，它具有一些特殊的性质。

首先，Jordan块是一个上三角矩阵，即除了对角线上的元素外，其余元素都为零。

其次，对于一个Jordan块，对角线上的元素都是特征值，而其余元素则是1或0。

这些1的位置与特征向量有关，具体来说，特征向量在Jordan块中的位置决定了1的个数和位置。

Jordan标准型的重要性在于它可以将一个复杂的矩阵分解为一组简单的Jordan 块，从而更容易求解相关问题。

例如，通过Jordan标准型，我们可以求解线性方程组的解、计算矩阵的幂等等。

二、求解Jordan标准型的方法求解矩阵的Jordan标准型有多种方法，其中最常用的方法是通过特征值和特征向量来进行计算。

首先，我们需要计算矩阵的特征值。

特征值是一个标量，它代表了矩阵的某种性质或特征。

通过求解矩阵的特征值，我们可以确定矩阵是否可逆、是否存在特殊结构等。

特征值的计算可以通过求解矩阵的特征多项式来进行，具体计算方法可以使用特征值分解、特征向量分解等。

接下来，我们需要计算矩阵的特征向量。

特征向量是一个非零向量，它与矩阵相乘后等于特征值与特征向量的乘积。

通过求解矩阵的特征向量，我们可以确定矩阵的行与列之间的关系，从而进一步求解Jordan标准型。

在求解特征向量时，我们可以使用多种方法，例如高斯消元法、雅可比迭代法等。

这些方法可以帮助我们求解特征向量的近似解或精确解，从而进一步求解Jordan标准型。

三、应用举例Jordan标准型在实际问题中有着广泛的应用。

求矩阵的Jordan 标准形的两种方法方法1. 利用矩阵的初等因子原理: 由于矩阵的每一个初等因子与一个Jordan 块相对应, 反之亦然. 求出全部的初等因子即可得出其Jordan 标准形.方法2. 利用特征值和特征向量可求的可逆矩阵T 使得AT T 1-为Jordan 标准形. 原理: 在复数域上, 每一个矩阵都与一个Jordan 标准形相似, 即存在可逆矩阵T 使得AT T 1-为Jordan 标准形.例. 设⎪⎪⎪⎭⎫⎝⎛-----=411301621A , 分别用两种方法求A 的Jordan 标准形.解: 方法1..)1(00010001120011000123101100014111102310411316212222)1(232132⎪⎪⎪⎭⎫ ⎝⎛--→⎪⎪⎪⎭⎫ ⎝⎛-+---−−→−⎪⎪⎪⎭⎫⎝⎛-+----→⎪⎪⎪⎭⎫⎝⎛----+--−−−→−⎪⎪⎪⎭⎫ ⎝⎛---+=-++--λλλλλλλλλλλλλλλλλλλλλλr r r r r r A E 得A 的初等因子为2)1(,1--λλ, 于是A 的Jordan 标准形为.11001000121⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=J JJ 方法2.(1) 首先求A 的特征值.3)1(||-=-λλA E , 所以特征值为1,1,1.(2) 求出相应的特征向量.求解齐次线性方程组0)(=-X A E 的全部解:.000000311311311622⎪⎪⎪⎭⎫⎝⎛-→⎪⎪⎪⎭⎫⎝⎛---=-A E相应的特征向量为)0,1,1(1-=α, )1,0,3(2=α. 1α,2α为特征值空间V 1的基.(3) 求出一组基, 使得A 在此基下的矩阵为Jordan 标准形.由于A 不能对角化, 所以必存在一组基321,,βββ使得A 在此基下的矩阵为Jordan 标准形. 再考虑到A 有两个线性无关的特征向量, 所以A 有一个二阶的Jordan 块. 即11ββ=A , 322βββ+=A , 33ββ=A .可见131,V ∈ββ, 需要求出向量322)(βββ=-E A 满足. 所以求解线性方程组 )()(132211V k k X E A ∈=+=-βαα. (*) 该方程组的增广矩阵为⎪⎪⎪⎭⎫ ⎝⎛-→⎪⎪⎪⎭⎫ ⎝⎛---−−−−→−⎪⎪⎪⎭⎫ ⎝⎛----+---=-==0000000031126223113113113113622212121k k k k k k k k B k k k 取. 由于我们想要求一个向量122113V k k ∈+=ααβ使得线性方程组(*)有解, 所以可取任何使得该方程组有解的k 1,k 2. 我们取了k 1=k 2=k. 事实上, 还可以直接取k 1=k 2=k=1. 即)1,1,2(213=+=ααβ, 这样就得到了(*)的解=2β(1,0,0). 再取)0,1,1(11-==αβ. 于是我们有:11ββ=A , 322βββ+=A , 33ββ=A .即.110010001),,(),,(321321⎪⎪⎪⎭⎫ ⎝⎛=ββββββA A A令⎪⎪⎪⎭⎫ ⎝⎛-==100101211),,(321βββT ,则⎪⎪⎭⎫ ⎝⎛==⎪⎪⎪⎭⎫ ⎝⎛=-211110010001J J J AT T .。