有理標準形與模

相似與域無關

這是一條驚人又有用的定理:若兩個元素在域 F 中的矩陣,在你把 F 擴大到更大的域 K 之後變得相似,那麼它們一開始在 F 上就已經相似了。升到更大的域永遠造不出新的相似關係——你在高處發現的,在基域底下早已為真。

確切地說:設 A、B 元素在 F 中,並設存在元素在 K(F 的某個擴域)中的可逆矩陣 P 使 P^-1 A P = B。結論是:存在這樣一個元素都在 F 中的 P。換基矩陣可以被帶回基域。

證明是有理標準形的一行推論。不變因子由 xI - A 的史密斯標準形算出,只用到 F 上多項式的最大公因式——而這些運算在過渡到 K 時不變。所以 A 與 B 在 F 上有相同不變因子,當且僅當它們在 K 上有相同不變因子。相同不變因子意味著相同 RCF,意味著在 F 上相似。

為何令人安心:它意味著你在自己的本域上做的相似分類就是最終答案;你永遠不必擔心某個奇異擴域會偷偷合併兩個類。與之對照的是可對角化,它確實依賴於域——一個矩陣可以在 R 上不可對角化卻在 C 上可對角化。但相似本身是會下降的。

A, B over Q; P^-1 A P = B with P over C => some Q-matrix Q0 gives Q0^-1 A Q0 = B

在 C 上相似就逼著在 Q 上相似:見證的換基矩陣總能在基域內部找到。

對比特徵值、特徵向量、初等因子,它們都可能在擴域下改變。不變因子——以及相似類——才是穩健的、對域穩定的數據。

又稱
descent of similaritysimilarity over a base field