约当标准形
由约当形得到相似不变量
两个矩阵何时是“换了身衣服的同一个算子”?当它们相似时:B = P^-1 A P(对某个可逆 P)。约当形完整地回答了分类问题:两个复矩阵相似,当且仅当它们有相同的约当形(相同的特征值与相同的块大小),块的排序不计。
所以 C 上完全的相似不变量集合是:特征值的清单,连同每个特征值的块大小分拆。无需其他,也不能省略。等价地,这些不变量就是所有的数 dim ker(A - lambda*I)^k,秩跳跃公式把它们化为块大小。
你已熟知的较粗的不变量——迹、行列式、特征多项式、秩、乃至极小多项式——都是约当数据的函数,但单凭哪一个都不完整。例如特征多项式钉死了特征值与代数重数,却定不住块大小;[lambda, 1; 0, lambda] 与 lambda*I 有相同的特征多项式,却不相似。
经典不变量中极小多项式最接近完整:它在 lambda 处的次数等于 lambda 的最大块大小。所以极小多项式等于特征多项式,恰好意味着每个特征值只有一个块(非减次/循环矩阵)。但要恢复所有块大小,你仍然需要完整的约当分拆。
A = [2 1; 0 2], B = [2 0; 0 2]: same char poly (x-2)^2, NOT similar (block sizes 2 vs 1+1)
相同的特征值与特征多项式,不同的约当块——因此不相似。
相似矩阵共享迹、行列式、秩,以及特征多项式与极小多项式——但即便这些合在一起,在较大阶数下也未必逼出相似。
又称
另见