Jordan normal form I

本文作者 xida Jordan 标准形定理是线性代数中的基本定理,专门为它写一篇长文好像有点多余:这方面的教材讲义实在是太多了!一个陈旧的定理还能写出什么新意来呢? 理由有两个。第一个原因是我曾经在给学生讲这个定理的时候,突然发现不知道该怎么启发学生为好。虽然我知道 Jordan 标准形定理的很多种证法,照念几个不在话下,但是感觉有点疙疙瘩瘩的:怎么才能说清定理背后的想法,让学生觉得定理的成立是顺理成章的呢?于是我知道我对这个定理的理解还有模糊的地方。 第二个原因是 Jordan 块有一个重要的代数性质是通常教材中不讲的,而这个性质是代数学中一类重要而常见的性质的雏形,这就是不可分解性。与之对应的是可对角化的线性变换的完全可约性。从一开始就让学生接触这些现象是有好处的。 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 我们从中学就知道整数环和多项式环有唯一因子分解定理:每个整数可以唯一地分解为素数的乘积,每个(域上的)多项式可以唯一地分解为不可约多项式的乘积。在数学里面有很多这样的唯一分解定理,而我们现在想知道:有没有所谓的 “线性变换的唯一分解定理” 呢?可以猜测如果有这样的定理存在,那么大概可以表述为如下的样子: 线性变换的唯一分解定理(粗糙的版本):设 \(V\) 是域 \(F\) 上的有限维向量空间,\(A\) 是 \(V\) 上的线性变换,则 \(A\) 可以唯一地分解为若干个 “简单的” 线性变换的组合,而且这些 “简单的” 线性变换本身不能再分解。 这个表述很不清楚,整数和多项式的分解就是表示为因子的乘积,那么什么是线性变换的分解呢?什么又是不可分解的线性变换呢?正确的概念是直和: 设 …

Jordan normal form I Read More

Definition of the trace of a Matrix

熟知方阵的迹(Trace)有如下三条性质: \(\operatorname{Tr}(A+B)=\operatorname{Tr}(A)+\operatorname{Tr}(B)\); \(\operatorname{Tr}(kA)=k\operatorname{Tr}(A)\); \(\operatorname{Tr}(AB)=\operatorname{Tr}(BA)\). 前两条性质说明, \(\operatorname{Tr}(A)\) 是线性空间 \(M_n(K)\) 内的一个线性函数. 第三条性质比较独特. 事实上, 对于线性空间 \(M_n(K)\) 内的线性函数, 第三条性质为”迹” 所独有! 换句话说, 我们可以用下面的方式来定义方阵的迹: 设 \(f\) 是数域 \(K\) 上的线性空间 \(M_n(K)\) 内的一个线性函数, 如果满足如下条件: \[f(AB)=f(BA),      \forall A, …

Definition of the trace of a Matrix Read More

Determinant

最常用的矩阵(matrix)的元素都是实数或者都是复数, 其行列式(determinant)的定义只涉及加, 减, 乘, 所以对任意交换环(commutative ring)上的方阵(square matrix), 其实都可以定义行列式. 对于非交换环(non-commutative ring)上的方阵, 即全部元素都属于某个非交换环的方阵, 行列式还没有独一无二的确切定义, 没有哪个定义使得非交换环上的方阵的行列式具备交换环上的行列式有的那些常见性质.

Determinant Read More