矩阵理论| 基础：Jordan标准型（从Jordan标准型求代数重数/几何重数/特征向量）

引言：如何判定两个矩阵相似

相似矩阵，本质上是同一个线性变换在不同坐标系下的矩阵
因此，两个矩阵相似的一大特点是：特征值相同，各特征值的几何重数/代数重数相同

进而，我们可以用特征多项式、特征值、行列式、迹、秩 等相似不变量来迅速辅助判定两个矩阵是否相似，但这些都不是充要条件

两个矩阵相似的充要条件：两个矩阵具有相同的Jordan标准型（包含了大量信息，如特征值、代数/几何重数、特征向量和可对角化判定的信息，下面会说明）

• Jordan标准型是一整个“相似矩阵大家族”的典型代表，根据相似关系的传递性，上述结论显然

Jordan标准型

Jordan标准型可以视为一种“矩阵三角化”。（ps. 也可以理解为一种由Jordan块构成的主对角分块矩阵）

对于n阶方阵$\mathbf{A}$，一定存在正交矩阵/酉矩阵$\mathbf{Q}$使$\mathbf{A}$相似于上三角阵：$\mathbf{A}=\mathbf{QU}{\mathbf{Q}}^T$，详见矩阵三角化的 Schur 定理
如果将正交矩阵改为普通的可逆矩阵$\mathbf{P}$，同样可以得到上三角阵$\mathbf{J}$，即Jordan标准型：$\mathbf{A}=\mathbf{PJ}{\mathbf{P}}^{-1}$

为何要三角化？Jordan标准型是由于无法相似对角化而提出的，而上三角阵就是最接近对角矩阵的“最佳形式”

Jordan标准型的一般形式

任何方阵$\mathbf{A}$都相似于一个Jordan标准型:$\mathbf{A}=\mathbf{PJ}{\mathbf{P}}^{-1}$

Jordan标准型$\mathbf{J}$由多个Jordan块组成
$$\mathbf{J}=\left[\begin{array}{cccc}{J}_{m_1}\left({\lambda }_1\right)& 0& \cdots & 0\\ 0& J_{m_2}\left({\lambda }_2\right)& \cdots & 0\\ ⋮& ⋮& \ddots & \ddots \\ 0& 0& \cdots & J_{m_k}\left({\lambda }_k\right)\end{array}\right]，其中J_{m_i}\left({\lambda }_i\right)={\left[\begin{array}{cccc}{\lambda }_i& 1& & \\ & \ddots & \ddots & \\ & & \ddots & 1\\ & & & {\lambda }_i\end{array}\right]}_{m_i\times m_i}$$
一般默认的排列顺序为${\lambda }_1\ge {\lambda }_2\ge ...\ge {\lambda }_k$

每个Jordan块$J\left({\lambda }_i\right)$的对角线上为特征值${\lambda }_i$，对角线上方全为1

Jordan标准型中隐含的信息

• 特征值：$\mathbf{J}$的所有主对角元${\lambda }_1,...,{\lambda }_k$

• 特征值${\lambda }_i$的代数重数 ${\beta }_i$：$\mathbf{J}$的对角线上${\lambda }_i$的出现次数（特征值${\lambda }_i$的重根数）
  ps. 代数重数满足${\beta }_i+{\beta }_2+...+{\beta }_k=n$

• 特征值${\lambda }_i$的几何重数 $n_i$：主对角元为${\lambda }_i$的Jordan块个数
  （一个Jordan块对应一个独立的特征向量/一个几何重数）

  矩阵可对角化，那么其所有特征值的几何重数=代数重数，也就是说其Jordan标准型中所有的Jordan块都必须为1阶的

  或者说，可对角化矩阵，其Jordan标准型就是一个对角矩阵

• 某个Jordan块的特征向量（不是原矩阵$\mathbf{A}$的特征向量）：

每个Jordan块可以被写为$$\begin{array}{rl}{J}_m(\lambda )& =\left[\begin{array}{cccc}\lambda & 1& & \\ & \ddots & \ddots & \\ & & \ddots & 1\\ & & & \lambda \end{array}\right]\\ & =\left[\begin{array}{llll}\lambda & & & \\ & \ddots & & \\ & & \ddots & \\ & & & \lambda \end{array}\right]+\left[\begin{array}{llll}0& 1& & \\ & \ddots & \ddots & \\ & & \ddots & 1\\ & & & 0\end{array}\right]\\ & =\lambda I_m+J_m(0)\end{array}$$这是一个单位阵和一个幂零(nilpotent)矩阵
①单位阵的特征值为$\lambda$，特征向量为任意向量（$\lambda {\mathbf{I}}_m\mathbf{x}=\lambda \mathbf{x}$）
②幂零矩阵$J_m(0)$的特征值为0，且相应的特征子空间维数为$m-rank=1$，唯一的（单位长度）特征向量为${\mathbf{e}}_1$（$J_m(0){\mathbf{e}}_1=0$），而对于其他标准单位向量则有$J_m(0){\mathbf{e}}_i={\mathbf{e}}_{i-1},i>1$
由②，Jordan块的特征向量必然是标准单位向量（例如${\mathbf{e}}_i$代表单位阵$\mathbf{E}$的第$i$列）

综合①②可知，该Jordan块的特征向量为$$\begin{gathered} J_m(\lambda ){\mathbf{e}}_1=\lambda {\mathbf{e}}_1 \\ {J}_m(\lambda ){\mathbf{e}}_i=\lambda {\mathbf{e}}_i+{\mathbf{e}}_{i-1},i=2,\dots ,m \end{gathered}$$

可以看出，每个$m$阶的Jordan块$J_m(0)$有且仅有一个特征向量${\mathbf{e}}_1$（因此上面说“一个Jordan块对应一个几何重数”），而其余的$m-1$个标准单位向量${\mathbf{e}}_2,{\mathbf{e}}_3,...,{\mathbf{e}}_m$称为广义特征向量(generalized eigenvector)

（可对角化的矩阵，其无关特征向量可张成整个空间，而Jordan标准型的情况，其所有广义特征向量张成整个空间），详见Jordan 形式大解读 （上） | 线代启示录

• 举例说明：

例如
$\begin{array}{rl}{\mathbf{J}}_A& =blkdiag(\left[\begin{array}{llll}2& 1& 0& 0\\ 0& 2& 1& 0\\ 0& 0& 2& 0\\ 0& 0& 0& 2\end{array}\right],\left[\begin{array}{ll}3& 1\\ 0& 3\end{array}\right])\\ & =blkdiag(\left[\begin{array}{lll}2& 1& 0\\ 0& 2& 1\\ 0& 0& 2\end{array}\right],[2],\left[\begin{array}{ll}3& 1\\ 0& 3\end{array}\right])\\ & =blkdiag(J_3(2),J_2(2),J_2(3))\end{array}和\begin{array}{rl}{\mathbf{J}}_B& =blkdiag(\left[\begin{array}{llll}2& 1& 0& 0\\ 0& 2& 0& 0\\ 0& 0& 2& 1\\ 0& 0& 0& 2\end{array}\right],\left[\begin{array}{ll}3& 1\\ 0& 3\end{array}\right])\\ & =blkdiag(\left[\begin{array}{ll}2& 1\\ 0& 2\end{array}\right],\left[\begin{array}{ll}2& 1\\ 0& 2\end{array}\right],\left[\begin{array}{ll}3& 1\\ 0& 3\end{array}\right])\\ & =blkdiag(J_2(2),J_2(2),J_2(3))\end{array}$
其中，${\mathbf{J}}_A$的特征值为$2,3$：
特征值$2$的代数重数为$4$，几何重数为$2$
特征值$3$的代数重数为$2$，几何重数为$1$
${\mathbf{J}}_A$的特征值$2$的两个特征向量为$\begin{array}{r}\left[\begin{array}{lll}2& 1& 0\\ 0& 2& 1\\ 0& 0& 2\end{array}\right]\to {\mathbf{e}}_1=(1,0,0,0,0,0{)}^T\\ [2]\to {\mathbf{e}}_4=(0,0,0,1,0,0{)}^T\end{array}$；
${\mathbf{J}}_A$的特征值$3$的特征向量为$\left[\begin{array}{ll}3& 1\\ 0& 3\end{array}\right]\to {\mathbf{e}}_5=(0,0,0,0,1,0{)}^T$

${\mathbf{J}}_B$的特征值为$2,3$：
特征值$2$的代数重数为$4$，几何重数为$2$
特征值$3$的代数重数为$2$，几何重数为$1$
${\mathbf{J}}_B$的特征值$2$的两个特征向量为$\begin{array}{r}\left[\begin{array}{ll}2& 1\\ 0& 2\end{array}\right]\to {\mathbf{e}}_1=(1,0,0,0,0,0{)}^T\\ \left[\begin{array}{ll}2& 1\\ 0& 2\end{array}\right]\to {\mathbf{e}}_3=(0,0,1,0,0,0{)}^T\end{array}$；
${\mathbf{J}}_B$的特征值$3$的特征向量为$\left[\begin{array}{ll}3& 1\\ 0& 3\end{array}\right]\to {\mathbf{e}}_5=(0,0,0,0,1,0{)}^T$

Jordan标准型的计算方式

见Jordan 形式大解读 （下）

Jordan标准型的应用

Jordan标准型在数值计算上的用处不大，但是可用于分析矩阵特征值情况，另外，证明两个矩阵相似的通用方法就是证明它们有相同的Jordan标准型

Reference:
Jordan 典型形式浅说 （上）
Jordan 典型形式浅说 （下）
Jordan 形式大解读 （上）
Jordan 形式大解读 （下）