第 8–10 章 · 广义特征向量与行列式的最终出场
谱定理照顾不了非正规矩阵(如 $\begin{pmatrix}1&1\\0&1\end{pmatrix}$)。第 8 章给它们一个完整理论:广义特征向量与 Jordan 形。第 9-10 章再补上多重线性代数(行列式、算子多项式的进一步应用),完成全书的闭环。
广义特征向量:缺口怎么补
特征向量不够 $n$ 个时,缺口由广义特征向量填补:$(T-\lambda I)^k v = 0$ 的非零解。按特征值分组的广义特征子空间 $G(\lambda, T) = \text{null}(T-\lambda I)^{\dim V}$ 满足:
直和分解定理:全空间被各特征值"认领"干净。每个 $G(\lambda)$ 内部,$(T-\lambda I)$ 是幂零算子,幂零算子必有"长度链条"基($v, (T-\lambda)v, \dots$)——两件事拼起来就是 Jordan 基:$T$ 的矩阵由对角块(每块对角线 $\lambda$、超对角线 1)组成。
行列式:迟到的主角
Axler 把行列式压轴出场,用"特征多项式的乘积式"定义它:
再证明它与经典逐元素公式一致。行列式的真正身份:体积缩放因子(几何)与特征值之积(谱)。用途清单:可逆判据($\det\ne0$)、特征多项式、换元积分的雅可比、体积计算——但不再承担"求特征值"的主力任务(数值上 QR 算法才是正道)。
算子论收官
第 10 章(部分版本为第 9-10 章)处理实空间的复化(实算子在复化后必有特征值,回头解释实矩阵的复特征值)、Kaplansky 定理等结构结论,把"上三角 - 谱 - Jordan"三张地图拼完整。
老师的提醒
- 学 Jordan 形的目标不是手算大矩阵的 Jordan 形(数值上病态、软件也不这么算),而是理解非对角化矩阵的行为:重特征值方向上的多项式增长($t^k e^{\lambda t}$ 型解)全由 Jordan 块尺寸控制。
- 微分方程 $\dot{\mathbf{x}} = A\mathbf{x}$ 的解结构与本章一一对应:单特征值给 $e^{\lambda t}$,Jordan 块给 $t^k e^{\lambda t}$——学完立刻用,最记得住。
自检
- 广义特征向量补的是什么缺口?
- 幂零算子为什么必有链式基?
- 行列式在本书中的两大身份是什么?
更深一层:广义特征向量是"特征向量不够用时的代数支架"
谱定理照顾不到的矩阵(如 $\begin{pmatrix}2&1\\0&2\end{pmatrix}$),缺口由广义特征向量填补。深层结构值得看清:对每个特征值 $\lambda$,广义特征子空间 $G(\lambda) = \text{null}(T - \lambda I)^{\dim V}$ 是不变的,全空间直和分解为这些 $G(\lambda)$;每个 $G(\lambda)$ 内部 $(T - \lambda I)$ 幂零,幂零算子必有链式基($v, (T-\lambda)v, (T-\lambda)^2v, \dots$)。两条定理(直和分解 + 幂零链)拼装出 Jordan 形。Jordan 形的块尺寸 = 链长 = 该特征值"缺多少特征向量"的精确度量。
Jordan 形的工程价值集中在微分方程:$\dot{\mathbf{x}} = A\mathbf{x}$ 中 Jordan 块贡献 $t^ke^{\lambda t}$ 型解——共振时的多项式增长(受迫振动在共振频率处的无界增长、临界阻尼的临界行为)都是块的签名。看见 Jordan 块,就看见了"重根为什么比单根危险"的代数原因。
推导细读:行列式的"迟到"与"正名"
Axler 把行列式压轴出场,用上三角表示定义 $\det T = \prod\lambda_i$(对角元之积),再证明它与逐元素展开式一致。这个次序反转的教学意图:先建立谱的直觉,再让行列式作为"特征值的乘积 + 体积缩放因子"登场——行列式不再是一串神秘的乘加规则,而是两个几何/谱身份的载体。它保留的三大用途:可逆判据($\det \ne 0$)、换元积分的雅可比、特征多项式的载体;它被剥夺的用途:求特征值(数值上 QR 算法完胜)、判断相似(相似不变量太多,行列式只是一部 分)。"行列式该怎么用"的现代答案:几何与谱意义优先,逐元素计算能免则免。
在真实世界里:Jordan 理论的"看得见的时刻"
Jordan 结构在物理与工程里有几个"看得见"的时刻。临界阻尼:$\ddot x + 2\dot x + x = 0$ 的系统矩阵有二重特征值 $-1$ 与一个 Jordan 块,解为 $(c_1 + c_2t)e^{-t}$——$t e^{-t}$ 项就是块的签名(最大衰减不振荡的临界点)。光学的偏振汇聚:非正规系统的瞬态增长(特征值全稳但中间时刻振幅暴涨)由 Jordan/伪谱结构支配——流体剪切的瞬态增长、次、转捩预测的现代理论全建立在"非正规 ≠ 特征值说了算"之上。控制系统的重极点设计红线:工程上避免把闭环极点配到重合——重根 = Jordan 块 = $t^ke^{\lambda t}$ 的动力学税。这三处的共同教训:重特征值从来不是"普通情况乘二",它自带新的动力学成分。
专题深入:广义特征向量是"特征向量不够用时的代数支架"展开
谱定理照顾不了的矩阵(如 $\begin{pmatrix}2&1\\0&2\end{pmatrix}$),缺口由广义特征向量填补。深层结构值得看清:对每个特征值 $\lambda$,广义特征子空间 $G(\lambda) = \text{null}(T - \lambda I)^{\dim V}$ 是不变的,全空间直和分解为这些 $G(\lambda)$;每个 $G(\lambda)$ 内部 $(T - \lambda I)$ 幂零,幂零算子必有链式基($v, (T-\lambda)v, (T-\lambda)^2v, \dots$)。两条定理(直和分解 + 幂零链)拼装出 Jordan 形。Jordan 形的块尺寸 = 链长 = 该特征值"缺多少特征向量"的精确度量。
Jordan 形的工程价值集中在微分方程:$\dot{\mathbf{x}} = A\mathbf{x}$ 中 Jordan 块贡献 $t^ke^{\lambda t}$ 型解——共振时的多项式增长(受迫振动在共振频率处的无界增长、临界阻尼的临界行为)都是块的签名。看见 Jordan 块,就看见了"重根为什么比单根危险"的代数原因。
数学细节展开:行列式的"迟到"与"正名"
Axler 把行列式压轴出场,用上三角表示定义 $\det T = \prod\lambda_i$,再证明它与逐元素展开式一致。这个次序反转的教学意图:先建立谱的直觉,再让行列式作为"特征值的乘积 + 体积缩放因子"登场——行列式不再是一串神秘的乘加规则,而是两个几何/谱身份的载体。它保留的三大用途:可逆判据($\det \ne 0$)、换元积分的雅可比、特征多项式的载体;它被剥夺的用途:求特征值(数值上 QR 算法完胜)、判断相似(相似不变量太多,行列式只是一部分)。"行列式该怎么用"的现代答案:几何与谱意义优先,逐元素计算能免则免。
工程案例细节:Jordan 理论的"看得见的时刻"
Jordan 结构在物理与工程里有几个"看得见"的时刻。临界阻尼:$\ddot x + 2\dot x + x = 0$ 的系统矩阵有二重特征值 $-1$ 与一个 Jordan 块,解为 $(c_1 + c_2t)e^{-t}$——$te^{-t}$ 项就是块的签名(最大衰减不振荡的临界点)。光学的偏振汇聚:非正规系统的瞬态增长(特征值全稳但中间时刻振幅暴涨)由 Jordan/伪谱结构支配——流体剪切的瞬态增长、转捩预测的现代理论全建立在"非正规 ≠ 特征值说了算"之上。控制系统的重极点设计红线:工程上避免把闭环极点配到重合——重根 = Jordan 块 = $t^ke^{\lambda t}$ 的动力学税。
例题
$T$ 在基下的矩阵 $A = \begin{pmatrix} 2 & 1\\ 0 & 2\end{pmatrix}$。求特征值、广义特征向量,并写出 Jordan 基与 Jordan 形。
解答
特征值:$\lambda = 2$(二重),但 $\dim\text{null}(A - 2I) = 1$(只有一个线性无关特征向量 $(1, 0)^T$)——不可对角化。
广义特征向量:解 $(A - 2I)\mathbf{v}_2 = \mathbf{v}_1$,即 $\begin{pmatrix}0&1\\0&0\end{pmatrix}\mathbf{v}_2 = (1,0)^T$:$\mathbf{v}_2 = (0, 1)^T$。
Jordan 基 $\{\mathbf{v}_1, \mathbf{v}_2\}$ 下:
用途:$e^{At} = e^{2t}(I + (A - 2I)t) = e^{2t}\begin{pmatrix}1 & t\\ 0 & 1\end{pmatrix}$——微分方程解中的 $t\,e^{2t}$ 项正来自这个 Jordan 块。
- Jordan 理论回答"不可对角化时结构长什么样":块尺寸决定多项式增长的阶。