线性代数学习笔记第八章,参考教材为《Linear Algebra Done Right》。
8.A 广义本征向量和幂零算子
算子幂的零空间
- 递增的零空间序列
设T∈L(V),则:
{0}⊂null T0⊂null T1⊂⋯⊂null Tk⊂null Tk+1⊂⋯
- 零空间序列中的等式
设T∈L(V).设m是非负证书使得null Tm=null Tm+1,则:
null Tm=null Tm+1=null Tx+2=⋯
- 零空间停止增长
设T∈L(V).令n=dim V,则:
null Tn=null Tn+1=⋯
- V等于null Tdim V和range Tdim V的i直和
设T∈L(V).令n=dim V,则:V=null Tn⊕range Tn
广义本征向量
- 广义本征向量
设T∈L(V),λ是T的本征值.向量v∈V成为T的相应于λ的n广义本征向量,如果v=0且存在j∈N∗使得(T−λI)jv=0 - 广义本征空间
设T∈L(V)并且λ∈F,则T的相对应于λ的广义本征空间定义为T的相应于λ的所有广义本征向量的集合,包括0向量
设T∈L(V), λ∈F,则:G(λ,T)=null(T−λI)dim V - 线性无关的广义本征向量
设T∈L(V),λ1,...,λm是T的o所欲不同的本征值,v1,...,vm分别为相应的广义本征向量,则v1,...,vm线性无关.
幂零算子
- 幂零的
一个算子成为幂零的,如果它的某个幂等于0 - n维空间上幂零算子的n次幂等于0
- 幂零算子的矩阵
设N是V上的幂零算子,那么V有一个基使得N关于这个基的矩阵形如:
00⋱∗0

算子的分解
- p(T)的零空间和像空间在T下是不变的
- 复向量空间上算子的刻画
假设V是复向量空间,T∈L(V).设λ1,...,λm是T的不同本征值,则: - V=G(λ1,T)⊕⋯⊕G(λm,T)
- 每个G(λj,T)在T下都是不变的
- 每个(T−λjI)∣G(λj,T)都是不变的
- 广义本征向量的基
设V是复向量空间,T∈L(V),则V有一个由T的广义本征向量组成的基.
本征值的重数
- 重数
设T∈L(V).T的本征值λ的重数定义为相应的广义本征空间G(λ,T)的维数. - 重数的等于dim V
设V是复向量空间,T∈L(V).则T的所有本征值的重数之和等于dim V.
分块对角矩阵
A10⋱0Am
的方阵,其中A−1,...,Am位于对角线上且为方阵,矩阵上的其他元素都等于0
- 具有上三角块的分块对角矩阵
假设V是复向量空间,T∈L(V).设λ1,...,λm是T的所有互不相同的本征值,重数分别为d1,...,dm,则V有一个基使得T关于这个基有分块对角矩阵
A10⋱0Am
其中每个Aj都是如下形式的d−j×dj上三角矩阵:
λ1∗⋱∗λj
平方根
- 恒等加幂零有平方根
设N∈L(V),则I+N有平方根 - C上可你算子有平方根
设V是复向量空间,如果T∈L(V)是可逆的,则T有平方根
8.C 特征多项式和极小多项式
凯莱-哈密顿定理
- 特征多项式
设V是复向量空间,T∈L(V).令λ1,...,λm表示T的所有互不相同的本征值,重数分别为d1,...,dm,多项式
(z−λ1)d1⋯(z−λm)dm
成为T的特征多项式
- 特征多项式的次数和零点
设V是复向量空间,T∈L(V).则: - T的特征多项式的次数等于dim V
- T的特征多项式的零点恰好是T的本征值
- 凯莱-哈密顿定理
设V是复向量空间,T∈L(V).令q表示T的特征多项式,则q(T)=0
极小多项式
- 首一多项式
首一多项式是指最高次数的项的系数为1的多项式 - 极小多项式
设T∈L(V)则存在唯一一个次数最小的首一多项式p使得p(T)=0
设T∈L(V)则T的极小多项式是唯一一个使得p(T)=0的次数最小的首一多项式 - q(T)=0表示q是极小多项式的一个倍式
设T∈L(V), q∈P(F).则q(T)=0当且仅当q是T的极小多项式的多项式倍 - 特征多项式是极小多项式的多项式倍
设F=C,T∈L(V).则T的特征多项式是T的极小多项式的多项式倍 - 本征值是极小多项式的零点
设T∈L(V).则T的极小多项式的零点恰好是T的本征值.
8.D 若尔当形
- 对应于幂零算子的矩阵
设N∈L(V)是幂零的,则存在向量v1,...,vn∈V和非负整数m1,...,mn使得: - Nm1v1,...,Nv1,v1,...,Nmnvn,...,Nvn,vn是V的基
- Nm1+1v1=...=Nmn+1vn=0
- 若尔当基
设T∈L(V).V的基称为T的若尔当基,如果T关于这个基具有分块对角矩阵:
A10⋱0Ap
其中每个Aj都是形如
λj01⋱⋱⋱01λj
- 若尔当形
设V是复向量空间,如果T∈L(V),则V有一个基是T的若尔当基