第五章相似性.docVIP

第五章 相似性 在研究矩阵等价性,我们已经展示了在任何同态的情况，有矩阵B和D满足有局部代表形式的代表矩阵 这种代表描述了一个从 到 的映射，其中n是定义域的维数，k是值域的维数。因此，在这种表示方法下，映射的作用是很容易理解的，因为大部分矩阵条目是0。 这一章考虑特殊定义域和值域相同的情形，也就是说，同态映射是同态变换。在这种情况下，我们自然要找简单的基B使得 越简单越好（我们将采取“简单”意味着它有许多0和，则。注意的阶比的阶低。 1.3推论 当除以时，余式是一个常多项式，且为。 证明： 余式必须是一个常多项式，因为余式的阶小于的阶，根据定理为并且将替换得： 证毕 如果除式能被被除式整除，意味着是零多项式，则是的因式。任何的根（任何，使得）也是的根，因为。利用前面的推论立刻得到以下结论。 1.4推论 如果是多项式的根，则能够整除，也就是说是的因式。 直接找高阶的多项式的根是很难的。但是对于二阶的多项式，我们有二次方程的求根公式：的根是 （如果判别式是负数则多项式没有实根）。一个多项式不能分解成两个阶数更低的实系数多项式的乘积则这个多项式是在实数域是不可约的。 1.5定理 任何常多项式或线性多项式在实数域都是不可约多项式。一个二阶多项式在实数域是不可约多项式当且仅当它的判别式是负数。没有三次或更高阶的多项式在实数域是不可约多项式。 1.6推论 任何一个实系数多项式可以分解成线性多项式和二次不可约多项式的乘积。这种分解是唯一的； 注意：类比前面的整系数因式分解，在两种情况下，唯一性是很有用的。 1.7例子 根据我们所知的唯一性，不需要将它们乘开，就知道 不等于。 1.8例子 根据唯一性，如果，其中，，则我们知道 由于没有实根，因此没有实系数因式。如果我们想象一个根——一般记为，使得——则可以分解为线性的因式 因此我们将连接到实数得到一个新的计数系统（也就是说，我们也可以加，或，或等等所有和的线性组合）。我们得到一个新的结构，复数，记为。 在复数域我们可以因式分解（很明显，至少一部分可以）二次多项式可能会不可约如果我们在实数域内。令人惊讶的是，在复数域内，我们不仅能分解而且其相近的多项式，我们可以分解任何二次多项式。 1.9例子 二阶多项式在复数域因式分解成两个一阶的多项式。 1.10推论（代数基本定理） 复系数多项式在复数域都可以分解成线性复系数多项式的乘积。这个分解是唯一的。 I.2复数表示方法 回想复数加法的定义： 复数乘法的定义： 2.1例子 比如，和。 掌握了这些运算的规则，我们可以推广这些运算到实向量空间，运算方法是不变的。 2.2例子 矩阵乘法也是一样，尽管运算占用了更多的篇幅。 我们可以将前面章节的东西不变的推广到复数域，我们可以叫 的标准基作为向量空间，也记为 II相似性 II.1定义和例子 我们定义和矩阵等价为，如果有非奇异的矩阵和使得。这个定义可以生动的被这个图表反应： 表明和都代表，但是是相对于不同的一组基。我们现在建立一种特别的情况，其中定义域和值域相同，定义域的基等于值域的基。 从左下方移动到右下方，我们或者直走，或者先上后下。在矩阵条件下， （回忆代表元组成比如从右到左） 1.1定义：矩阵和相似，如果有一个非奇异矩阵，满足 由于非奇异矩阵是方阵，因此相似的矩阵行列必须相同。 1.2例子： 下面两个矩阵 计算得相似于这个矩阵 1.3例子： 唯一和零矩阵相似的是零矩阵本身：。 唯一和单位矩阵相似的是单位矩阵本身：。 由于矩阵相似是矩阵等价的特殊情况，因此如果两个矩阵相似则两个矩阵等价。反过来怎么样呢？等价的矩阵一定相似吗？这个回答是否定的。前面的例子表明：矩阵相似类不同于矩阵等价类，因为单位矩阵的等价类由所有与其行列数相同非奇异矩阵组成。因此，例如，以下两个矩阵等价但不相似。 因此一些矩阵的等价类分割成两个或更多矩阵的相似类，从而得到比矩阵分类更好的划分。这个图像显示了一些矩阵等价类再分为矩阵相似类。 为了明白矩阵相似的关系，我们应该研究矩阵相似类。我们用相同的办法处理这个问题。我们已经研究了列等价和矩阵等价的关系。通过需找一个规范形来代表相似类，叫做若尔当标准形。借助规范形，我们可以决定两个矩阵是否相似通过检查他们是否有相同的代表元。 II.2可对角化的矩阵 前