λ − \lambda- λ−矩阵
如果一个矩阵的元素是一元多项式环
F
[
λ
]
\mathbb F[\lambda]
F[λ]上的元素,那么这个矩阵就称为
λ
−
\lambda-
λ−矩阵.也就是
A
(
λ
)
=
(
a
11
(
λ
)
⋯
a
1
n
(
λ
)
⋮
⋱
⋮
a
s
1
(
λ
)
⋯
a
s
n
(
λ
)
)
.
\bm A(\lambda) = \begin{pmatrix} a_{11}(\lambda) & \cdots & a_{1n}(\lambda) \\ \vdots & \ddots & \vdots \\ a_{s1}(\lambda) & \cdots & a_{sn}(\lambda)\end{pmatrix}.
A(λ)=⎝⎜⎛a11(λ)⋮as1(λ)⋯⋱⋯a1n(λ)⋮asn(λ)⎠⎟⎞.
λ
−
\lambda-
λ−矩阵的许多概念定义与数字矩阵相同.其加法,数乘与矩阵乘法以及性质都相同.
我们定义
r
r
r为
A
(
λ
)
\bm A(\lambda)
A(λ)的秩,是指存在一个
A
\bm A
A的
r
r
r阶子式不为
0
0
0且任意
r
+
1
r+1
r+1阶子式都是
0
0
0.
如果
A
(
λ
)
B
(
λ
)
=
E
\bm A(\lambda) \bm B(\lambda) = \bm E
A(λ)B(λ)=E,我们就称
B
(
λ
)
\bm B(\lambda)
B(λ)为
A
(
λ
)
\bm A(\lambda)
A(λ)的逆矩阵,记为
B
(
λ
)
=
A
−
1
(
λ
)
\bm B(\lambda) = \bm A^{-1}(\lambda)
B(λ)=A−1(λ).我们可以证明如下定理:
定理1 一个
n
×
n
n \times n
n×n的
λ
−
\lambda-
λ−矩阵
A
\bm A
A可逆的充分必要条件是
∣
A
∣
|\bm A|
∣A∣是非零常数.
定理的必要性是平凡的.我们证明充分性.如果
∣
A
∣
=
d
|\bm A| = d
∣A∣=d是非零常数,我们取
B
\bm B
B为
A
\bm A
A的伴随矩阵,那么显然它也是一个
λ
−
\lambda-
λ−矩阵,并且满足
1
d
A
B
=
E
\frac{1}{d}\bm A \bm B = \bm E
d1AB=E.因此
A
\bm A
A是可逆的.
■
\blacksquare
■
λ − \lambda- λ−矩阵的初等变换和标准型
这里我们将看到, λ − \lambda- λ−矩阵的初等变换与数字矩阵不尽相同.我们如下定义 λ − \lambda- λ−矩阵的三种初等变换:
- 矩阵的两行(列)互换位置;
- 矩阵的某一行(列)乘以一个非零常数;
- 矩阵一行(列)的 φ ( λ ) \varphi(\lambda) φ(λ)倍加到另一行(列)上.
我们不难发现,对于某一行(列)同乘限制在数域
F
\mathbb F
F上而不是多项式环
F
[
λ
]
\mathbb F[\lambda]
F[λ]上.这是因为,一个多项式并不是
F
[
λ
]
\mathbb F[\lambda]
F[λ]上的可逆元.也就是说
F
[
λ
]
\mathbb F[\lambda]
F[λ]并不能对除法运算封闭.如果从可逆元的角度看待,这一点与数字矩阵是统一的,因为数域
F
\mathbb F
F是对于除法封闭的.这样定义的上述三种变换都是可逆变换,其对应矩阵亦被称为初等矩阵.初等矩阵可逆.
对应于数字矩阵中的概念,我们也可以定义
λ
−
\lambda-
λ−矩阵中的等价(或者称为相抵)的概念:
A
\bm A
A与
B
\bm B
B相抵,是指能够通过一系列初等变换将
A
\bm A
A变换为
B
\bm B
B.很显然相抵是一种等价关系,满足自反性,对称性和传递性.我们很容易看出
A
\bm A
A与
B
\bm B
B相抵的充分必要条件是存在一系列初等矩阵
P
1
,
⋯
,
P
m
\bm P_1, \cdots, \bm P_m
P1,⋯,Pm和
Q
1
,
⋯
,
Q
n
\bm Q_1, \cdots, \bm Q_n
Q1,⋯,Qn使得
A
=
P
1
⋯
P
m
B
Q
1
⋯
Q
n
.
\bm A = \bm P_1 \cdots \bm P_m \bm B \bm Q_1 \cdots \bm Q_n.
A=P1⋯PmBQ1⋯Qn.
下面我们证明一个定理:任意一个
λ
−
\lambda-
λ−矩阵可以经过初等变换化为某种对角形.为此我们先给出下面的引理:
引理 设
A
(
λ
)
\bm A(\lambda)
A(λ)左上角的元素
a
11
(
λ
)
≠
0
a_{11}(\lambda) \ne 0
a11(λ)=0,并且
A
\bm A
A中至少有一个元素不能被它除尽,那么一定可以找到一个与
A
(
λ
)
\bm A(\lambda)
A(λ)等价的矩阵
B
(
λ
)
\bm B(\lambda)
B(λ)使得它的左上角元素
b
11
(
λ
)
b_{11}(\lambda)
b11(λ)也不为
0
0
0,并且次数比
a
11
(
λ
)
a_{11}(\lambda)
a11(λ)要低.
我们根据这个不能被
a
11
(
λ
)
a_{11}(\lambda)
a11(λ)整除的元素的位置进行讨论.如果它位于第一列
a
i
1
(
λ
)
a_{i1}(\lambda)
ai1(λ),那么由多项式的带余除法,得
a
11
(
λ
)
=
q
(
λ
)
a
i
1
(
λ
)
+
r
(
λ
)
a_{11}(\lambda) = q(\lambda)a_{i1}(\lambda) + r(\lambda)
a11(λ)=q(λ)ai1(λ)+r(λ)其中
∂
r
(
λ
)
<
∂
a
11
(
λ
)
\partial r(\lambda) <\partial a_{11}(\lambda)
∂r(λ)<∂a11(λ)并且不为
0
0
0.那么做初等行变换
P
(
i
,
1
(
−
q
)
)
P(i, 1(-q))
P(i,1(−q))和
P
(
1
,
i
)
P(1, i)
P(1,i)就能让
a
11
a_{11}
a11变为次数更低的
r
(
λ
)
r(\lambda)
r(λ).但是上述过程不会一直进行,我们会在有限步停下,最终
b
11
(
λ
)
b_{11}(\lambda)
b11(λ)能够整除矩阵中的所有元素.
如果这个元素在第一列,那么同理.
如果这个元素既不在第一行也不在第一列,说明第一行第一列的元素都能够被
b
11
(
λ
)
b_{11}(\lambda)
b11(λ)整除,不妨设这个不能被整除的元素是
a
i
j
(
λ
)
a_{ij}(\lambda)
aij(λ),设
a
i
1
(
λ
)
=
φ
(
λ
)
a
11
(
λ
)
a_{i1}(\lambda) = \varphi(\lambda)a_{11}(\lambda)
ai1(λ)=φ(λ)a11(λ),做初等行变换
P
(
i
,
1
(
−
φ
)
)
P(i, 1(-\varphi))
P(i,1(−φ))以及
P
(
1
,
i
(
1
)
)
P(1, i(1))
P(1,i(1)),就能够把
A
\bm A
A化成
A
1
\bm A_1
A1,其中
A
1
=
(
a
11
(
λ
)
⋯
a
i
j
(
λ
)
+
(
1
−
φ
(
λ
)
)
a
1
j
(
λ
)
⋯
⋮
⋮
0
⋯
a
i
j
(
λ
)
−
a
1
j
(
λ
)
φ
(
λ
)
⋯
⋮
⋮
)
\bm A_1 = \begin{pmatrix}a_{11}(\lambda) & \cdots & a_{ij}(\lambda)+(1 - \varphi(\lambda))a_{1j}(\lambda)& \cdots \\ \vdots & & \vdots & \\0 & \cdots & a_{ij}(\lambda) - a_{1j}(\lambda)\varphi(\lambda) & \cdots \\ \vdots & & \vdots \end{pmatrix}
A1=⎝⎜⎜⎜⎜⎛a11(λ)⋮0⋮⋯⋯aij(λ)+(1−φ(λ))a1j(λ)⋮aij(λ)−a1j(λ)φ(λ)⋮⋯⋯⎠⎟⎟⎟⎟⎞这样第一行的元素
a
i
j
(
λ
)
+
(
1
−
φ
(
λ
)
)
a
1
j
(
λ
)
a_{ij}(\lambda)+(1 - \varphi(\lambda))a_{1j}(\lambda)
aij(λ)+(1−φ(λ))a1j(λ)就是一个不能够被
a
11
(
λ
)
a_{11}(\lambda)
a11(λ)整除的元素,问题归结为第一种情形.
■
\blacksquare
■
因此,我们证明了任意一个矩阵总能通过上述过程,使得左上角元素非零并且能够整除矩阵中所有的元素.
由此我们就很容易能够推出我们的如下定理:
定理2 任意一个非零的
s
×
n
s\times n
s×n的
λ
−
\lambda-
λ−矩阵
A
(
λ
)
\bm A(\lambda)
A(λ)都相抵于下列形式的矩阵:
(
d
1
(
λ
)
d
2
(
λ
)
⋱
d
r
(
λ
)
O
)
\begin{pmatrix}d_1(\lambda) \\ & d_2(\lambda) \\ & & \ddots \\ & & & d_r(\lambda) \\ & & & & & \bm O \end{pmatrix}
⎝⎜⎜⎜⎜⎛d1(λ)d2(λ)⋱dr(λ)O⎠⎟⎟⎟⎟⎞其中
r
≥
1
,
d
i
(
λ
)
r \geq 1,d_i(\lambda)
r≥1,di(λ)是首一多项式,并且
d
i
(
λ
)
∣
d
i
+
1
(
λ
)
d_i(\lambda) | d_{i+1}(\lambda)
di(λ)∣di+1(λ).
只需要不断使用引理对其左上角进行降次直至整除所有元素,然后清零第一行第一列,再对剩下的如法炮制即可.
■
\blacksquare
■
§ 8.3 §8.3 §8.3 不变因子
我们现在来证明,一个
λ
−
\lambda-
λ−矩阵的标准型是唯一的.为此我们需要引入不变因子的概念,这是一个在初等变换过程中的不变量.
定义5 设
λ
−
\lambda-
λ−矩阵
A
(
λ
)
\bm A(\lambda)
A(λ)的秩为
r
r
r,对于
∀
k
∈
[
1
,
r
]
,
k
∈
N
,
A
(
λ
)
\forall k \in [1, r],k\in \mathbb N,\bm A(\lambda)
∀k∈[1,r],k∈N,A(λ)中必然有非零的
k
k
k级子式.我们称
A
(
λ
)
\bm A(\lambda)
A(λ)中全部
k
k
k级子式的首一最大公因式
D
k
(
λ
)
D_k(\lambda)
Dk(λ)为
A
(
λ
)
\bm A(\lambda)
A(λ)的
k
k
k级行列式因子.
由定义可知,如果
λ
−
\lambda-
λ−矩阵
A
(
λ
)
\bm A(\lambda)
A(λ)的秩为
r
r
r,那么它有
r
r
r个行列式因子.行列式因子的意义在于它是初等变换过程中的不变量.
定理3 等价的
λ
−
\lambda-
λ−矩阵拥有相同的秩和行列式因子.
我们只需要对于一次初等变换之后的情形证明秩与行列式因子不变.我们设
A
(
λ
)
\bm A(\lambda)
A(λ)经过一次初等变换变成
B
(
λ
)
\bm B(\lambda)
B(λ),两者的
k
k
k级行列式因子分别为
f
(
λ
)
,
g
(
λ
)
f(\lambda),g(\lambda)
f(λ),g(λ).
对于第一种初等变换,
k
k
k级子式要么不变,要么反号,因此行列式因子不变.
对于第二种初等变换,
k
k
k级子式要么不变,要么变为原来的
c
c
c倍,因此行列式因子不变.
对于第三种初等变换
P
(
i
,
j
(
φ
)
)
P(i, j(\varphi))
P(i,j(φ)),那些只包含
i
i
i行(列)以及同时包含和
i
i
i行(列)
j
j
j行(列)的
k
k
k级子式不变,对于那些只包含了
j
j
j行(列)的
k
k
k级子式,我们发现它是一个
k
k
k级子式与另一个
k
k
k级子式的
φ
(
λ
)
\varphi(\lambda)
φ(λ)倍的和.从而有
f
(
λ
)
∣
g
(
λ
)
,
f(\lambda)|g(\lambda),
f(λ)∣g(λ),再通过逆变换,就有
g
(
λ
)
∣
f
(
λ
)
,
g(\lambda)|f(\lambda),
g(λ)∣f(λ),从而
f
(
λ
)
=
g
(
λ
)
f(\lambda) = g(\lambda)
f(λ)=g(λ).因此行列式因子仍然不变.
当
A
\bm A
A的全部
k
k
k级子式都为
0
0
0的时候,
B
\bm B
B的全部
k
k
k级子式也都为
0
0
0.反之亦然.因此
A
,
B
\bm A,\bm B
A,B必然拥有相同的行列式因子和秩.
■
\blacksquare
■
下面我们来看看标准型的行列式因子.我们设标准型为
(
d
1
(
λ
)
d
2
(
λ
)
⋱
d
r
(
λ
)
O
)
\begin{pmatrix}d_1(\lambda) \\ & d_2(\lambda) \\ & & \ddots \\ & & & d_r(\lambda) \\ & & & & & \bm O \end{pmatrix}
⎝⎜⎜⎜⎜⎛d1(λ)d2(λ)⋱dr(λ)O⎠⎟⎟⎟⎟⎞其中
r
≥
1
,
d
i
(
λ
)
r \geq 1,d_i(\lambda)
r≥1,di(λ)是首一多项式,并且
d
i
(
λ
)
∣
d
i
+
1
(
λ
)
d_i(\lambda) | d_{i+1}(\lambda)
di(λ)∣di+1(λ).
考虑它的
k
k
k级子式,如果它不是主子式,那么必然有一行(列)的元素全部为
0
0
0,如果它不是从前
r
r
r行(列)选择,那么必然也就有一行(列)的元素全部为
0
0
0.由于
0
0
0能够被任何多项式整除,我们只需要考虑主子式
(
i
1
,
⋯
,
i
k
i
1
,
⋯
,
i
k
)
\begin{pmatrix} i_1, \cdots, i_k \\i_1, \cdots, i_k \end{pmatrix}
(i1,⋯,iki1,⋯,ik)即可.这个
k
k
k级子式等于
d
i
1
(
λ
)
d
i
2
(
λ
)
⋯
d
i
k
(
λ
)
.
d_{i_1}(\lambda) d_{i_2}(\lambda) \cdots d_{i_k}(\lambda).
di1(λ)di2(λ)⋯dik(λ).那么很显然,矩阵的
k
k
k级行列式因子就是
D
k
=
∏
i
=
1
k
d
i
.
D_k = \prod_{i = 1}^k d_{i}.
Dk=i=1∏kdi.
由此我们可以推出如下定理:
定理4
λ
−
\lambda-
λ−矩阵的标准形是唯一的.
定理的证明也非常简单,只需要使用递推式
d
1
(
λ
)
=
D
1
(
λ
)
,
d
k
(
λ
)
=
D
k
(
λ
)
D
k
−
1
(
λ
)
d_1(\lambda) = D_1(\lambda), d_k(\lambda) = \frac{D_k(\lambda)}{D_{k-1}(\lambda)}
d1(λ)=D1(λ),dk(λ)=Dk−1(λ)Dk(λ)即可证明矩阵的标准形对角线元素个数由它的秩决定,对角线元素由其行列式因子唯一决定.
■
\blacksquare
■
我们定义不变因子的概念:
定义6 标准形上主对角线非零元素
d
i
(
λ
)
d_i(\lambda)
di(λ)称为
λ
−
\lambda-
λ−矩阵
A
(
λ
)
\bm A(\lambda)
A(λ)的不变因子.
定理5 两个
λ
−
\lambda-
λ−矩阵等价的充分必要条件是他们具有相同的行列式因子,或者具有相同的不变因子.
容易看出,行列式因子之间有关系
D
k
(
λ
)
∣
D
k
+
1
(
λ
)
.
D_k(\lambda) | D_{k+1}(\lambda).
Dk(λ)∣Dk+1(λ).因此在计算行列式因子的时候,通常先计算最高阶的行列式因子.
作为一个例子,我们考察一下可逆矩阵的标准形.由前面的证明我们知道,如果
n
n
n级矩阵
A
(
λ
)
\bm A(\lambda)
A(λ)是可逆矩阵,当且仅当
∣
A
(
λ
)
∣
|\bm A(\lambda)|
∣A(λ)∣为一非零常数.也就是说
D
n
(
λ
)
=
1.
D_n(\lambda) = 1.
Dn(λ)=1.由此推知各个不变因子都是
1
1
1.这样也就说明
A
(
λ
)
\bm A(\lambda)
A(λ)相抵于单位矩阵.反过来,与单位矩阵等价的矩阵必定可逆,因为它的行列式非零.这也就是说,矩阵可逆的充要条件是它与单位矩阵相抵.由相抵的性质,我们就可以推出
定理6 矩阵
A
(
λ
)
\bm A(\lambda)
A(λ)可逆的充分必要条件是它能表示成一系列初等矩阵的乘积.
由此,我们得出矩阵相抵的另一个条件:
推论 两个
s
×
n
s\times n
s×n矩阵
A
(
λ
)
,
B
(
λ
)
\bm A(\lambda), \bm B(\lambda)
A(λ),B(λ)相抵的充分必要条件是有一个
n
×
n
n\times n
n×n的可逆矩阵
P
(
λ
)
\bm P(\lambda)
P(λ)和一个
s
×
s
s\times s
s×s的可逆矩阵
Q
(
λ
)
\bm Q(\lambda)
Q(λ)使得
B
(
λ
)
=
P
(
λ
)
A
(
λ
)
Q
(
λ
)
.
\bm B(\lambda) = \bm P(\lambda) \bm A(\lambda) \bm Q(\lambda).
B(λ)=P(λ)A(λ)Q(λ).
λ − \lambda- λ−矩阵的初等因子
定义7 设秩为
r
r
r的
λ
−
\lambda-
λ−矩阵
A
(
λ
)
\bm A(\lambda)
A(λ)的不变因子为
d
1
(
λ
)
,
⋯
,
d
r
(
λ
)
,
d_1(\lambda), \cdots, d_r(\lambda),
d1(λ),⋯,dr(λ),把
d
i
(
λ
)
d_i(\lambda)
di(λ)分解为首一素方幂因子的乘积
d
i
(
λ
)
=
p
1
(
λ
)
k
i
1
p
2
(
λ
)
k
i
2
⋯
p
s
(
λ
)
k
i
s
d_i(\lambda) = p_1(\lambda)^{k_{i1}} p_2(\lambda)^{k_{i2}} \cdots p_{s}(\lambda)^{k_{is}}
di(λ)=p1(λ)ki1p2(λ)ki2⋯ps(λ)kis把
p
i
(
λ
)
k
i
j
p_i(\lambda)^{k_{ij}}
pi(λ)kij中那些不为
1
1
1的多项式,相同的按照出现次数计数,称为
A
(
λ
)
\bm A(\lambda)
A(λ)的初等因子.
例1如果一个
r
=
12
r = 12
r=12的复
λ
−
\lambda-
λ−矩阵的不变因子是
1
,
1
,
⋯
,
1
,
(
λ
−
1
)
2
,
(
λ
−
1
)
2
(
λ
+
1
)
,
(
λ
−
1
)
2
(
λ
+
1
)
(
λ
2
+
1
)
2
1, 1,\cdots, 1, (\lambda - 1)^2, (\lambda - 1)^2(\lambda + 1), (\lambda - 1)^2(\lambda + 1)(\lambda^2 + 1)^2
1,1,⋯,1,(λ−1)2,(λ−1)2(λ+1),(λ−1)2(λ+1)(λ2+1)2那么按照初等因子的定义,其初等因子是
(
λ
−
1
)
2
,
(
λ
−
1
)
2
,
(
λ
−
1
)
2
,
(
λ
+
1
)
,
(
λ
+
1
)
,
(
λ
−
i
)
2
,
(
λ
+
i
)
2
(\lambda - 1)^2,(\lambda - 1)^2,(\lambda - 1)^2, (\lambda +1), (\lambda + 1), (\lambda - \text i)^2, (\lambda + \text i)^2
(λ−1)2,(λ−1)2,(λ−1)2,(λ+1),(λ+1),(λ−i)2,(λ+i)2.
我们不难看出,如果一个
r
=
4
r = 4
r=4的复矩阵的不变因子是
1
,
(
λ
−
1
)
2
,
(
λ
−
1
)
2
(
λ
+
1
)
,
(
λ
−
1
)
2
(
λ
+
1
)
(
λ
2
+
1
)
2
1, (\lambda - 1)^2, (\lambda - 1)^2(\lambda + 1), (\lambda - 1)^2(\lambda + 1)(\lambda^2 + 1)^2
1,(λ−1)2,(λ−1)2(λ+1),(λ−1)2(λ+1)(λ2+1)2那么它的初等因子和上述矩阵相同.因此,相同的初等因子可以对应不同的不变因子.但是,如果同时给定矩阵的秩和初等因子,那么此时矩阵的不变因子唯一确定.
这是因为,由于不变因子满足下列条件:
d
i
(
λ
)
∣
d
i
+
1
(
λ
)
d_i(\lambda) | d_{i+1}(\lambda)
di(λ)∣di+1(λ) 因此
d
i
(
λ
)
d_i(\lambda)
di(λ)中所含的
p
j
(
λ
)
k
i
j
p_j(\lambda)^{k_{ij}}
pj(λ)kij必定整除
d
i
+
1
(
λ
)
d_{i+1}(\lambda)
di+1(λ)中所含的
p
j
(
λ
)
k
(
i
+
1
)
j
.
p_j(\lambda)^{k_{(i+1)j}}.
pj(λ)k(i+1)j.这样,
d
r
(
λ
)
d_r(\lambda)
dr(λ)就是
A
(
λ
)
\bm A(\lambda)
A(λ)初等因子当中极大素方幂因子的乘积,
d
r
−
1
(
λ
)
d_{r-1}(\lambda)
dr−1(λ)就是去掉
d
r
(
λ
)
d_r(\lambda)
dr(λ)之后剩下的极大素方幂因子的乘积.如果某一步之后,剩下的初等因子全部都是
1
1
1, 那么剩余的不变因子自然就都是
1
1
1.
定理5 两个
s
×
n
s\times n
s×n的
λ
−
\lambda-
λ−矩阵等价的充分必要条件是两者具有相同的秩和初等因子.
初等因子的价值有两方面:
- 有时候用初等因子计算不变因子更为方便.
- 利用初等因子可以把矩阵的标准形进一步化简.
引理1 如果
f
1
(
λ
)
f
2
(
λ
)
f_1(\lambda)f_2(\lambda)
f1(λ)f2(λ)与
g
1
(
λ
)
g
2
(
λ
)
g_1(\lambda)g_2(\lambda)
g1(λ)g2(λ)互素,那么
(
f
1
(
λ
)
g
1
(
λ
)
,
f
2
(
λ
)
g
2
(
λ
)
)
=
(
f
1
(
λ
)
,
f
2
(
λ
)
)
⋅
(
g
1
(
λ
)
,
g
2
(
λ
)
)
.
(f_1(\lambda)g_1(\lambda), f_2(\lambda)g_2(\lambda)) = (f_1(\lambda), f_2(\lambda))\cdot (g_1(\lambda), g_2(\lambda)) .
(f1(λ)g1(λ),f2(λ)g2(λ))=(f1(λ),f2(λ))⋅(g1(λ),g2(λ)). 我们记
(
f
1
(
λ
)
g
1
(
λ
)
,
f
2
(
λ
)
g
2
(
λ
)
)
=
d
(
λ
)
,
(
f
1
(
λ
)
,
f
2
(
λ
)
)
=
d
1
(
λ
)
,
(
g
1
(
λ
)
,
g
2
(
λ
)
)
=
d
2
(
λ
)
,
(f_1(\lambda)g_1(\lambda), f_2(\lambda)g_2(\lambda)) = d(\lambda), (f_1(\lambda), f_2(\lambda)) = d_1(\lambda), (g_1(\lambda), g_2(\lambda)) = d_2(\lambda),
(f1(λ)g1(λ),f2(λ)g2(λ))=d(λ),(f1(λ),f2(λ))=d1(λ),(g1(λ),g2(λ))=d2(λ),我们要证明
d
=
d
1
d
2
.
d = d_1 d_2.
d=d1d2.
很明显,
(
d
1
,
d
2
)
=
1
(d_1, d_2) = 1
(d1,d2)=1.并且
d
1
∣
d
,
d
2
∣
d
d_1 | d, d_2 | d
d1∣d,d2∣d.所以很容易证明
d
1
d
2
∣
d
d_1d_2|d
d1d2∣d.
下面我们证明
d
∣
d
1
d
2
.
d|d_1d_2.
d∣d1d2.这也是很显然的.我们不妨反证
d
′
∣
d
,
d
′
∤
d
1
d
2
,
d^{\prime} | d,d^{\prime} \nmid d_1d_2,
d′∣d,d′∤d1d2,那么
d
′
d^\prime
d′必定是
(
f
1
,
g
2
)
(f_1, g_2)
(f1,g2)或者
(
f
2
,
g
1
)
(f_2, g_1)
(f2,g1)的因子,只能是
1
1
1,矛盾.
引理2 如果
f
1
(
λ
)
f
2
(
λ
)
f_1(\lambda)f_2(\lambda)
f1(λ)f2(λ)与
g
1
(
λ
)
g
2
(
λ
)
g_1(\lambda)g_2(\lambda)
g1(λ)g2(λ)互素,并且
A
=
(
f
1
(
λ
)
g
1
(
λ
)
f
2
(
λ
)
g
2
(
λ
)
)
\bm A = \begin{pmatrix} f_1(\lambda)g_1(\lambda) & \\ & f_2(\lambda)g_2(\lambda) \end{pmatrix}
A=(f1(λ)g1(λ)f2(λ)g2(λ))
B
=
(
f
2
(
λ
)
g
1
(
λ
)
f
1
(
λ
)
g
2
(
λ
)
)
\bm B = \begin{pmatrix} f_2(\lambda)g_1(\lambda) & \\ & f_1(\lambda)g_2(\lambda) \end{pmatrix}
B=(f2(λ)g1(λ)f1(λ)g2(λ))那么
A
\bm A
A与
B
\bm B
B等价.
证明是显然的.二者的一阶行列式因子由引理
1
1
1可知相同,二阶行列式因子显然相同.
定理7 如果
A
(
λ
)
\bm A(\lambda)
A(λ)相抵于对角矩阵
B
(
λ
)
=
(
b
1
(
λ
)
b
2
(
λ
)
⋱
b
r
(
λ
)
O
)
\bm B(\lambda) = \begin{pmatrix}b_1(\lambda) \\ & b_2(\lambda) \\ & & \ddots \\ & & & b_r(\lambda) \\ & & & & & \bm O \end{pmatrix}
B(λ)=⎝⎜⎜⎜⎜⎛b1(λ)b2(λ)⋱br(λ)O⎠⎟⎟⎟⎟⎞那么把每个非零的对角元分解为首一的素方幂因子乘积,得到的全部不为
1
1
1的多项式,相同的按照出现次数计数,就得到了
A
(
λ
)
\bm A(\lambda)
A(λ)的全部初等因子集合.
我们将每个非零元素分解为素方幂乘积,得到
b
i
(
λ
)
=
p
1
(
λ
)
k
i
1
p
2
(
λ
)
k
i
2
⋯
p
s
(
λ
)
k
i
s
b_i(\lambda) = p_1(\lambda)^{k_{i1}} p_2(\lambda)^{k_{i2}} \cdots p_{s}(\lambda)^{k_{is}}
bi(λ)=p1(λ)ki1p2(λ)ki2⋯ps(λ)kis其中
p
i
(
λ
)
p_i(\lambda)
pi(λ)是所有可能的素因子.我们引进记号
c
i
(
λ
)
=
p
2
(
λ
)
k
i
2
⋯
p
s
(
λ
)
k
i
s
c_i(\lambda) = p_2(\lambda)^{k_{i2}} \cdots p_{s}(\lambda)^{k_{is}}
ci(λ)=p2(λ)ki2⋯ps(λ)kis这样我们就有
B
(
λ
)
=
(
p
1
(
λ
)
k
11
c
1
(
λ
)
p
1
(
λ
)
k
21
c
2
(
λ
)
⋱
p
1
(
λ
)
k
r
1
c
r
(
λ
)
O
)
\bm B(\lambda) = \begin{pmatrix}p_1(\lambda)^{k_{11}}c_1(\lambda) \\ & p_1(\lambda)^{k_{21}}c_2(\lambda) \\ & & \ddots \\ & & & p_1(\lambda)^{k_{r1}}c_r(\lambda) \\ & & & & & \bm O \end{pmatrix}
B(λ)=⎝⎜⎜⎜⎜⎛p1(λ)k11c1(λ)p1(λ)k21c2(λ)⋱p1(λ)kr1cr(λ)O⎠⎟⎟⎟⎟⎞如果说
k
11
,
k
21
,
⋯
,
k
r
1
k_{11}, k_{21}, \cdots, k_{r1}
k11,k21,⋯,kr1不是升序,不妨设
k
21
<
k
12
k_{21} < k_{12}
k21<k12,那么由引理
2
2
2,我们可以对素因子进行调换,从而
B
(
λ
)
\bm B(\lambda)
B(λ)与
B
1
(
λ
)
=
(
p
1
(
λ
)
k
21
c
1
(
λ
)
p
1
(
λ
)
k
11
c
2
(
λ
)
⋱
p
1
(
λ
)
k
r
1
c
r
(
λ
)
O
)
\bm B_1(\lambda) = \begin{pmatrix}p_1(\lambda)^{k_{21}}c_1(\lambda) \\ & p_1(\lambda)^{k_{11}}c_2(\lambda) \\ & & \ddots \\ & & & p_1(\lambda)^{k_{r1}}c_r(\lambda) \\ & & & & & \bm O \end{pmatrix}
B1(λ)=⎝⎜⎜⎜⎜⎛p1(λ)k21c1(λ)p1(λ)k11c2(λ)⋱p1(λ)kr1cr(λ)O⎠⎟⎟⎟⎟⎞相抵.同时,这种操作保持了分解得到的素方幂因子不变.所以我们对其他素方幂因子同样讨论,最终得到的
B
(
λ
)
\bm B(\lambda)
B(λ)就满足所有的幂次都是升序,此时就变为标准形,从而定理成立.