投影與冪零：有記憶的映射

投影：做兩次毫無變化

投影是滿足 P^2 = P 的算子 P: V -> V。一旦投影完成，再投影也無濟於事——輸出已經定型。滿足 X^2 = X 的算子稱為冪等的，而冪等正是投影的代數指紋。這推廣了第一卷的正交投影，但這裡 P 不必正交。

回報是：每個投影都把 V 分裂成直和 V = im P ⊕ ker P。像恰是被 P 固定的向量（P 固定它落到的一切，因為 P(Pv) = Pv），核是被 P 抹去的部分。每個 v 唯一地分解為 v = Pv + (v - Pv)，第一塊在像中，第二塊在核中。

P on R^2,  P = [1, 1;
               0, 0]

Check idempotent: P^2 = [1,1; 0,0] * [1,1; 0,0]
                      = [1,1; 0,0] = P   OK

Image  = { (a, 0) }      (the x-axis)   -> P fixes these
Kernel = { (t, -t) }     (the line y=-x) -> P kills these

Split:  (3, 2) = P(3,2) + (3,2 - P(3,2))
              = (5, 0) + (-2, 2)
         image piece + kernel piece, sum back to (3,2)

沿直線 y = -x 向 x 軸的斜（非正交）投影。

冪零：終究一切歸零

在另一極端坐著冪零算子：存在某個冪 k 使 N^k = 0 的 N。施加足夠多次，它就湮滅每個向量。最乾淨的模型是把一組基沿一條鏈向下推、並把最後一級甩出端點的移位。

N on R^3 (the shift):  N(e1)=0,  N(e2)=e1,  N(e3)=e2

Matrix:  N = [0, 1, 0;
              0, 0, 1;
              0, 0, 0]

Iterate:
  N^1 sends e3 -> e2 -> e1 -> 0
  N^2 = [0,0,1; 0,0,0; 0,0,0]   (still nonzero)
  N^3 = 0                       (everything dies)

So k = 3 is the nilpotency index. The kernels grow:
  ker N   = span(e1)
  ker N^2 = span(e1, e2)
  ker N^3 = all of R^3

基本冪零算子：一條單一的移位鏈，其核每次攀升一級。

冪零算子是你稍後將遇到的若爾當形的原材料：每個算子在減去其特徵值後，於每個廣義特徵子空間上都呈冪零狀。還要注意，N 限制到 ker N^2 上仍是冪零的——冪零性在限制到不變子空間時倖存，這一事實推動了整個結構理論。

為何這兩類是模板

投影與冪零處於算子行為的兩個極點。投影盡可能穩定——它永遠重複自身。冪零盡可能短暫——它自我毀滅。大多數算子都由這兩種風味的混合構成，這正是現在掌握它們、將來分解一般算子為不變片段時大有回報的原因。