matlab 求约当阵,矩阵约当标准化的一个新方法

Vol. 21(2001) No. 2 数 学 杂 志 J. ofM ath. (PRC) 矩阵约当标准化的一个新方法Ξ邱茂路 (山东财政学院基础部, 济南　250014) 　　摘要: 在线性和非线性问题的研究中, 常需要构造一个基, 使线性算子 T 在此基下的矩阵表示为约当标准型 . 本文介绍了构造这种基的一个方法, 我们从 T 的每个特征向量开始, 通过求解一系列线性方程组而求得广义特征向量的一个链, 将所有这种链放在一起, 便构成想要的一 组基 . 与通常的方法相比, 这一方法较易操作, 计算量小 . 关键词: 基; 约当标准型; 广义特征向量; 行简化梯形阵 M R(2000)主题分类号: 　15A21　　　　中图法分类号: 　O151121 文献标识码: 　A　　　　文章编号: 　0255-7797(2001) 02-0237-04 1　引言 在求解线性问题时, 人们常要求一组基, 使在此基下线性算子的矩阵表示为约当标准 型 . 即使在非线性问题的研究中, 例如在动力系统分岔问题的研究中也要先求一组基, 使在此基下动力系统的线性部分成为约当标准型 . 设 T 是向量空间 E 上的线性算子, E 可以是实的或复的, 但如果 E 是实的, 则假定 T 的所有特征值都是实的 . 由线性代数的理论知, E 有一个基, 在此基下, T 的矩阵表示为约当 型 . 设 T 在标准基下的矩阵为A. 若向量 v 满足 (A -I) kv = 0, 　(A -ΚI) k- 1v ≠ 0称 v 为A 的对应于特征值的 k 秩广义特征向量 . 设 v 是A 的对应于特征值的 k 秩广义特征向量, 定义 vk = v vk- 1 = (A -I)v = (A -I)vk vk- 2 = (A -I) 2v = (A -I)vk- 1　　　　　(3) 　　　　⋯ v1 = (A -ΚI) k- 1v = (A -ΚI)v2则对每一个 i, 1≤i≤k, v i 是一个 i 秩广义特征向量, 称向量组{v1, ⋯, vk}为A 的对应于Κ的一个广义特征向量链 . Ξ收稿日期: 2000032071 对广义特征向量链, 有下述结论[1]: ① (3)中定义的广义特征向量组 v1, ⋯, vk 是线性无关的 . ② A 的对应于不同特征值的广义特征向量是线性无关的 . ③ 如果 u, v 是对应于的两个 k 秩和 l 秩的广义特征向量, 且 ui, v j 如下定义 ui = (A -I) k- iu v j = (A -ΚI) k- jv i = 1, ⋯k j = 1, ⋯, l 则当 u1, v1 是线性无关的, 那么广义特征向量组　　u1, ⋯, uk, v1, ⋯, v1　　是线性无关的 . 基于上述结论, 人们通常按下述方法求一组基将矩阵化为约当标准型[1]. 1计算矩阵A 的特征值 设1, ⋯,m 为A 的代数重数分别为 n1, ⋯, nm 的互异特征值 . 21计算A 的属于特征值1 的 n1 个线性无关的广义特征向量 1°计算　　(A -Κ1I) i　　i= 1, 2, ⋯　直到出现　r(A -Κ1I) k= r(A -Κ1I) k+ 1 2°求—k 秩广义特征向量 u, 定义 ui = (A -1I) k- 1u, 　　i = 1, ⋯k (1)　　 3°若 k= n1, 下转到 3, 若 k< n1, 求另一个秩尽可能高的广义特征向量, 即先尝试求一个秩为 k 的广义特征向量, 若这不可能, 就再尝试求一个秩为 k- 1 的广义特征向量, ⋯, 直