EssayAI
Блог
Блог
Математика и алгоритмы

Жорданова нормальная форма матрицы: как найти

8 ноября 2026Время чтения: 8 минут
#жорданова форма#жорданов блок#собственные значения#присоединённые векторы#линейная алгебра
Жорданова нормальная форма матрицы: как найти

Жорданова нормальная форма матрицы - блочно-диагональная запись линейного оператора в специальном базисе. Она работает и тогда, когда собственных векторов недостаточно для диагонализации: недостающие направления дополняют присоединёнными векторами. В результате на диагонали стоят собственные значения, а некоторые единицы над диагональю показывают связи внутри цепочек.

Сначала попробуйте менять размеры блоков в модели ниже. У всех трёх вариантов одно собственное значение, равное 2, и одна алгебраическая кратность 3. При этом размерности ядер степеней A−2IA-2I различаются и позволяют восстановить структуру блоков.

Из чего состоит жорданова форма

Жорданов блок размера rr для собственного значения λ\lambda имеет вид

Jr(λ)=(λ10⋯00λ1⋯0⋮⋱⋱⋮0⋯0λ10⋯⋯0λ).J_r(\lambda)=\begin{pmatrix} \lambda&1&0&\cdots&0\\ 0&\lambda&1&\cdots&0\\ \vdots&&\ddots&\ddots&\vdots\\ 0&\cdots&0&\lambda&1\\ 0&\cdots&\cdots&0&\lambda \end{pmatrix}.

Блок размера один - просто число λ\lambda. Вся форма JJ составляется из таких блоков на диагонали; элементы вне них равны нулю. По теореме для любой комплексной квадратной матрицы существует обратимая PP, для которой

J=P−1AP,A=PJP−1.J=P^{-1}AP,\qquad A=PJP^{-1}.

Порядок блоков можно менять: с точностью до их перестановки форма единственна. Именно базис задаёт PP: её столбцы - векторы жордановых цепочек. Эту формулировку и теорему существования можно сверить с конспектом MIT о канонических формах. Связь с общей идеей смены координат разобрана в статье про матрицу перехода между базисами.

Собственные значения и число блоков

Сначала находят корни характеристического многочлена det⁡(λI−A)\det(\lambda I-A). Алгебраическая кратность mλm_\lambda - кратность корня; она равна сумме размеров всех блоков с этим значением. Геометрическая кратность gλ=dim⁡ker⁡(A−λI)g_\lambda=\dim\ker(A-\lambda I) - число линейно независимых собственных векторов и одновременно число блоков для λ\lambda.

Например, при mλ=3m_\lambda=3 и gλ=1g_\lambda=1 возможен только один блок размера 3. При gλ=2g_\lambda=2 получаются блоки 2 и 1, а при gλ=3g_\lambda=3 - три блока размера 1. Последний случай даёт диагональную матрицу. В целом матрица диагонализуема над выбранным полем, когда характеристический многочлен там раскладывается на линейные множители и для каждого корня gλ=mλg_\lambda=m_\lambda.

Важно указать поле. Над C\mathbb C нужные корни всегда существуют; над R\mathbb R обычная жорданова форма с вещественными диагональными элементами возможна, если все корни вещественны. Комплексные корни вещественной матрицы могут потребовать перехода к комплексному базису или другой, вещественной блочной форме.

Как действуют цепочки векторов

Пусть N=A−λIN=A-\lambda I. Жорданова цепочка длины три состоит из ненулевых векторов, для которых

Nv1=0,Nv2=v1,Nv3=v2.Nv_1=0,\qquad Nv_2=v_1,\qquad Nv_3=v_2.

Вектор v1v_1 собственный, а v2v_2 и v3v_3 - присоединённые. Следовательно, Av1=λv1Av_1=\lambda v_1, Av2=λv2+v1Av_2=\lambda v_2+v_1 и Av3=λv3+v2Av_3=\lambda v_3+v_2. Если расположить столбцы как v1,v2,v3v_1,v_2,v_3, коэффициенты этих равенств образуют блок с единицами над диагональю.

Золотая точка последовательно проходит от v₃ к v₂, затем к v₁ и нулю: каждая стрелка показывает одно применение оператора N = A − 2I.

В конце ролика маркер возвращается в начало для повтора: это не обратное действие NN. Цепочки позволяют дополнить собственные векторы до базиса даже при недостатке обычных собственных векторов. Аналогичное построение приведено в лекции MIT о жордановом базисе. Геометрически векторы цепочек должны быть независимы; об этом условии напоминает статья о линейной зависимости векторов.

Размеры блоков по ядрам степеней

Для каждого собственного значения вычислите dk=dim⁡ker⁡Nkd_k=\dim\ker N^k и положите d0=0d_0=0. Один блок размера rr добавляет к dkd_k ровно min⁡(k,r)\min(k,r): после каждого применения NN ещё один вектор цепочки попадает в ядро, пока цепочка не исчерпана. Поэтому

dk−dk−1=число блоков размера не меньше k.d_k-d_{k-1}=\text{число блоков размера не меньше }k.

Число блоков размера ровно kk равно (dk−dk−1)−(dk+1−dk)(d_k-d_{k-1})-(d_{k+1}-d_k). На практике вычисляют ядра, пока размерность не достигнет алгебраической кратности; дальше она постоянна. Приросты не могут возрастать: если получилась последовательность 1, 2, 1, стоит перепроверить ранги.

Для одного блока размера 3 размерности d1,d2,d3d_1,d_2,d_3 равны 1, 2, 3. Приросты 1, 1, 1 показывают одну цепочку длиной не менее трёх. Для блоков 2 и 1 получили бы 2, 3, 3, а для трёх единичных блоков - 3, 3, 3. Ползунок выше перебирает именно эти три разбиения, а не произвольные матрицы.

Три столбца размерностей ядер степеней N для блока размера три: 1, 2 и 3
Три столбца размерностей ядер степеней N для блока размера три: 1, 2 и 3

Пример с двумя блоками

Допустим, матрица имеет размер 4×44 \times 4, а её единственное собственное значение λ\lambda имеет алгебраическую кратность 4. После решения систем для N=A−λIN=A-\lambda I получены размерности d1=2d_1=2, d2=3d_2=3, d3=4d_3=4. Как восстановить форму без поиска самих векторов?

Разность d1−d0=2d_1-d_0=2 говорит, что блоков всего два. Разность d2−d1=1d_2-d_1=1 означает, что лишь один из них имеет размер не меньше двух. Разность d3−d2=1d_3-d_2=1 показывает, что этот же блок имеет размер не меньше трёх. На этом рост закончился: дальше размерность уже равна четырём и увеличиться не может. Значит, больших блоков нет, а размеры двух блоков равны 3 и 1. Искомая форма - J3(λ)⊕J1(λ)J_3(\lambda)\oplus J_1(\lambda).

Знание размеров ещё не даёт матрицу перехода. Чтобы получить её, нужно отдельно найти цепочку длины три и ещё один собственный вектор, не лежащий в линейной оболочке первого собственного вектора цепочки. Затем надо проверить независимость всех четырёх столбцов и соотношение AP=PJAP=PJ. Для конкретной матрицы удобно начинать длинную цепочку с подходящего вектора из ker⁡N3\ker N^3, образ которого при действии N2N^2 отличен от нуля, а затем последовательно применить NN.

Полный пример: блок размера три

Рассмотрим матрицу и вспомогательную разность:

A=(211021002),N=A−2I=(011001000).A=\begin{pmatrix}2&1&1\\0&2&1\\0&0&2\end{pmatrix},\qquad N=A-2I=\begin{pmatrix}0&1&1\\0&0&1\\0&0&0\end{pmatrix}.

Матрица треугольная, поэтому det⁡(λI−A)=(λ−2)3\det(\lambda I-A)=(\lambda-2)^3. При необходимости правила вычисления можно повторить в статье о свойствах определителя. Вычисляем степени:

N2=(001000000),N3=0.N^2=\begin{pmatrix}0&0&1\\0&0&0\\0&0&0\end{pmatrix},\qquad N^3=0.

Их ранги равны соответственно 2,1,02,1,0 для N,N2,N3N,N^2,N^3, а размерности ядер - 1,2,31,2,3. Значит, единственному собственному значению соответствует один блок J3(2)J_3(2). В частности, матрица не диагонализуема: для тройного корня есть только одно независимое собственное направление.

Теперь построим цепочку. Решение Nv1=0Nv_1=0 можно взять равным v1=(1,0,0)Tv_1=(1,0,0)^T. Подходящий вектор для Nv2=v1Nv_2=v_1 - v2=(0,1,0)Tv_2=(0,1,0)^T. Наконец, v3=(0,−1,1)Tv_3=(0,-1,1)^T удовлетворяет Nv3=v2Nv_3=v_2. Записывая эти векторы по столбцам, получаем

P=(10001−1001),J=(210021002).P=\begin{pmatrix}1&0&0\\0&1&-1\\0&0&1\end{pmatrix},\qquad J=\begin{pmatrix}2&1&0\\0&2&1\\0&0&2\end{pmatrix}.

Здесь det⁡P=1\det P=1, поэтому PP обратима. Проверка AP=PJAP=PJ подтверждает сразу и порядок векторов, и единицы над диагональю; умножив слева на P−1P^{-1}, получаем P−1AP=JP^{-1}AP=J. Векторы цепочки не единственны, поэтому другая обратимая матрица перехода тоже может дать ту же форму.

Порядок решения задачи

Удобно разделить поиск формы и поиск базиса. Форма отвечает на вопрос о размерах блоков, а базис показывает, как перейти к этим блокам от исходных координат. В задаче могут просить только первое, однако для проверки подобия полезно уметь сделать оба шага.

  1. Найдите характеристический многочлен и его корни с кратностями. Проверьте, что сумма кратностей равна размеру матрицы. Если разрешён только вещественный базис, отдельно проверьте, что все найденные корни вещественны.
  2. Для каждого корня составьте разность матрицы и соответствующей скалярной единичной матрицы. Решая однородные системы для последовательных степеней этой разности, запишите размерности ядер. При больших размерах удобнее находить ранги и вычитать их из числа столбцов.
  3. По приростам размерностей восстановите количество блоков каждой длины. Сумма размеров блоков для одного корня должна совпасть с его алгебраической кратностью, а сумма размеров всех блоков - с порядком матрицы.
  4. Если нужен базис, стройте цепочки, начиная с наиболее длинных. Для каждой цепочки последовательно проверяйте образы векторов. Собственный вектор, завершающий одну цепочку, нельзя повторно использовать как независимое начало другой.
  5. Соберите столбцы перехода в том же порядке, что и блоки в итоговой матрице. Убедитесь, что определитель перехода не равен нулю, и перемножьте обе стороны равенства для проверки.

Если проверка не сошлась, полезно смотреть по столбцам: каждый столбец произведения слева должен равняться линейной комбинации столбцов перехода, записанной в соответствующем столбце формы. Так проще обнаружить переставленные векторы или неверную связь в одной цепочке, чем повторять вычисления целиком. Изменение масштаба одного вектора цепочки тоже требует согласованно изменить остальные векторы этой цепочки, иначе коэффициент связи перестанет быть единицей.

Когда форма полезна и где осторожничать

Если нужно вычислить степень матрицы, достаточно вычислить степени блоков: Am=PJmP−1A^m=PJ^mP^{-1}. Для блока J=λI+NJ=\lambda I+N нильпотентная часть удовлетворяет Nr=0N^r=0, поэтому в биномиальном разложении остаётся конечное число слагаемых. Аналогично для блока размера 3 имеем eJt=eλt(I+tN+t22N2)e^{Jt}=e^{\lambda t}(I+tN+\tfrac{t^2}{2}N^2). Отсюда появляются множители tt и t2t^2 в решениях линейных систем ОДУ.

Для точных учебных матриц жорданова форма хорошо объясняет структуру. Для приближённых данных нужен отдельный анализ устойчивости: малое возмущение может изменить кратность собственных значений и размеры блоков. Нельзя считать блоки, найденные по округлённым коэффициентам, автоматически точными.

Частые ошибки

  • Считать кратность корня числом блоков. Кратность даёт сумму размеров; число блоков даёт размерность собственного подпространства.
  • Записать цепочку в обратном порядке. Для единиц над диагональю сначала ставят собственный вектор, затем присоединённые.
  • Выбрать зависимые столбцы PP. Проверяйте обратимость PP и равенство AP=PJAP=PJ.
  • Остановиться на одном ядре. Оно даёт число блоков, но при нескольких блоках их размеры могут потребовать ядер более высоких степеней.

FAQ

Единственна ли жорданова форма?

Да, над комплексными числами набор блоков единственен с точностью до их перестановки. Базис и матрица PP при этом не обязаны быть единственными.

Может ли жорданова форма быть диагональной?

Да. Это происходит ровно тогда, когда все её блоки имеют размер 1; тогда существует базис из собственных векторов.

Как определить самый большой блок?

Для данного λ\lambda это наименьшая степень kk, при которой размерность ker⁡(A−λI)k\ker(A-\lambda I)^k достигает алгебраической кратности λ\lambda. Последующие степени уже не увеличивают это обобщённое собственное подпространство.

Коротко

Жорданова форма заменяет матрицу подобной блочной матрицей. Собственные значения задают диагонали блоков, ядра степеней определяют их размеры, а цепочки собственных и присоединённых векторов образуют столбцы PP. Надёжная проверка результата - обратимость PP и равенство AP=PJAP=PJ.

Доверьте текст нейросети EssayAI

Открыть EssayAI

Бесплатно, на русском языке и без VPN

Читайте также

Диагональное преобладание матрицы: проверка и примеры

Диагональное преобладание матрицы: проверка и примеры

Диагональное преобладание матрицы по строкам и столбцам: строгий и нестрогий случаи, проверка на примере, невырожденность и связь со сходимостью итераций.

8 ноября 20268 минут
Обратная матрица методом Гаусса-Жордана: пример

Обратная матрица методом Гаусса-Жордана: пример

Как найти обратную матрицу методом Гаусса-Жордана: составляем расширенную матрицу, выполняем операции со строками и проверяем ответ умножением на исходную матрицу.

8 ноября 20268 минут
Ранг матрицы методом окаймляющих миноров

Ранг матрицы методом окаймляющих миноров

Как найти ранг матрицы методом окаймляющих миноров: пошаговый алгоритм, подробный пример вычислений, проверка всех окаймлений и разбор случая с параметром.

8 ноября 20268 минут
Сингулярное разложение матрицы: формула и пример

Сингулярное разложение матрицы: формула и пример

Сингулярное разложение матрицы простыми словами: смысл множителей U, Σ и V, пошаговый числовой пример, геометрия эллипса, ранг и приближение матрицы малого ранга.

8 ноября 20268 минут
Умножение матриц: правило строка на столбец

Умножение матриц: правило строка на столбец

Как умножать матрицы по правилу строка на столбец: проверка размеров, формула элемента, подробный пример вычисления, порядок множителей и типичные ошибки.

8 ноября 20268 минут
Свойства определителя: правила и геометрический смысл

Свойства определителя: правила и геометрический смысл

Все свойства определителя с геометрическим объяснением: перестановка строк меняет знак, пропорциональные строки дают нуль, а приведение к треугольному виду считает ответ за пару шагов.

24 сентября 202611 минут