自分用メモ:Jordan標準形の覚え方
ごJordanでしょう、ファインマンさん。
参考文献
広義固有空間の構造とジョルダン標準形 - 神。これを見るとすべてがわかる。
気持ち1
A \boldsymbol x = \lambda \boldsymbol x
これは固有ベクトルと固有値の関係。これを行列として横に並べてみる
\begin{pmatrix}
A \boldsymbol x_1 & A \boldsymbol x_2 & \cdots & A \boldsymbol x_n
\end{pmatrix}
=
\begin{pmatrix}
\lambda \boldsymbol x_1 & \lambda \boldsymbol x_2 & \cdots & \lambda \boldsymbol x_n \end{pmatrix}
\\
A \begin{pmatrix}
\boldsymbol x_1 & \boldsymbol x_2 & \cdots & \boldsymbol x_n
\end{pmatrix}
= \begin{pmatrix}
\boldsymbol x_1 & \boldsymbol x_2 & \cdots & \boldsymbol x_n
\end{pmatrix}
\begin{pmatrix}
\lambda_1
\\
&\lambda_2
\\
&&\ddots
\\
&&& \lambda_n
\end{pmatrix}
\\
AP = PJ
\\
A = PJP^{-1}
(ここで $P$ の逆行列が存在する(つまり、$P$が正則)であるためには、 $P$ を構成していたベクトル $\boldsymbol x_1, \ldots, \boldsymbol x_n$ はすべて線形独立であることが必要十分条件)
この気持ちを覚える
気持ち2
上の変形(いわゆる「対角化」は常にできるとは限らない
実際は一番右の行列の上に $1$ がつくことがある(数式略)
どうしてそれだとうまくいくのか
本質
固有値 $\lambda$ に属する固有空間を $V(\lambda)$ とおく
ご存知この空間は
\lbrace \boldsymbol x \mid A \boldsymbol = \lambda x \rbrace = \lbrace \boldsymbol x \mid (A - \lambda I) \boldsymbol x = \boldsymbol 0 \rbrace = \operatorname{Ker} (A - \lambda I)
ここでおもむろに
V^0(\lambda) = \operatorname{Ker} (A-\lambda I)^0 ( = \{\boldsymbol 0\})
\\
V^1(\lambda) = \operatorname{Ker} (A-\lambda I)^1 ( = V(\lambda) )
\\
V^2(\lambda) = \operatorname{Ker} (A-\lambda I)^2
\\
\vdots
\\
を考え出す
ここで本質補題がいくつか(証明は参考リンクを見てね)
補題 固有多項式における $\lambda$ の重複度を $r$ とすると、 $\dim V^r(\lambda) = r$
これは、 $(A-\lambda I)$ を左から $r$ 回掛けると $0$ になるような $r$ 次元空間が存在することを意味する。 $V^r(\lambda)$ を 広義固有空間 と呼ぶ((狭義)固有空間 $V(r)$ の定義と比較せよ)
補題 $A$の大きさと同じと次元数をもつベクトル全体は、各固有値に属する講義固有空間(の直和)に分解できる
分解できそう。
本質補題その1 $V^n(\lambda) \ni \boldsymbol x$ なら $V^{n-1}(\lambda) \ni \boldsymbol (A-\lambda) x$
証明(?) $(A-\lambda I)^n \boldsymbol x = \boldsymbol 0 \Rightarrow (A - \lambda I)^{n-1} \left( (A - \lambda I) \boldsymbol x\right) = \boldsymbol 0$
それはそう。
それぞれの丸が固有空間の基底ベクトルを表し、左右に並んでいる(y座標が同じ位置にある)丸は同一の基底ベクトルを表しています
矢印は、「(基底ベクトルに)左から $(A-\lambda I)$ を掛ける」操作を表しており、補題1のように掛けたあとのベクトルが一つ下の空間に入ってるな、という気持ちになります
本質補題その2 $\dim V^{n+1}(\lambda) - \dim V^n(\lambda) \leq \dim V^n(\lambda) - \dim V^{n-1}(\lambda)$
$(A-\lambda I)^n$ の $\operatorname{Ker}$ は $n$ を増やせば増やすほど次元が大きくなっていきますが、「$n$を1増やしたときに新たに増える次元」は減少していきます
赤丸が「増えた次元」です。これを見るとなにかに気づきませんか……?
こういう「固有ベクトルの鎖」みたいなのが作れて、その鎖に含まれる基底ベクトルだけで $V^r(\lambda)$ の空間をすべて埋め尽くすことができるようになる気がします。(証明?知らん)
ここで、矢印で結ばれた2つの基底ベクトルのペアに注目してみましょう。矢印は「左から $(A - \lambda I)$ を掛けることを意味してたので、
本質補題その3 $\boldsymbol x = (A - \lambda I) \boldsymbol y$ のとき、 $A \boldsymbol y = \lambda \boldsymbol y + \boldsymbol x$
計算すればあたりまえ。
あとはジョルダン標準形の模様を見て考えてください。(は?)
Author And Source
この問題について(自分用メモ:Jordan標準形の覚え方), 我々は、より多くの情報をここで見つけました https://qiita.com/hydrohue2037/items/065a1409d89de11d429e著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .