ジョルダン標準形の各パターン

 固有値を\(\lambda\)としたとき,\(2×2\),\(3×3\)行列の
 ジョルダン標準形は以下のパターンが
 存在する.

 \(\bullet 2×2\)行列
対角化可 対角化不可
(1)
(2)
(3)
\(\begin{bmatrix} \lambda_1 & 0 \\ 0 & \lambda_2 \end{bmatrix}\)
\(\begin{bmatrix} \lambda_1 & 0 \\ 0 & \lambda_1 \end{bmatrix}\)
\(\begin{bmatrix} \lambda_1 & 1 \\ 0 & \lambda_1 \end{bmatrix}\)
重解なし
二重解
二重解

 \(\bullet 3×3\)行列
  対角化可
(4)
(5)
(6)
\(\small{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_3 \end{bmatrix} }\)
\(\small{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\)
\(\small{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 0 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\)
重解なし
二重解
三重解

  対角化不可
(7)
(8)
(9)
\(\small{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 1 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\)
\(\small{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\)
\(\small{ \begin{bmatrix} \lambda_1 & 1 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\)
二重解
三重解
三重解
       
1/16

  ジョルダン標準形に関して,
  \(2×2\)行列では\(3\)パターン,
  \(3×3\)行列では\(6\)パターンの形が存在する.

  それぞれのパターンについて説明する.
2/16
  \((1)\) \(\small{ \begin{bmatrix} \lambda_1 & 0 \\ 0 & \lambda_2 \end{bmatrix} }\) 固有値の重解は無し,対角化可
  行列例
  \(\small{ A= \begin{bmatrix} 4 & -2 \\ 1 & 1 \end{bmatrix} }\)   \((A-\lambda E)[\boldsymbol x]=0\)より,
  固有値は\(3,2\),固有ベクトルは

  よって固有値に重解は無いため,固有ベクトルは
  2つ存在し,を張ることができる.
3/16
  \((2)\) \(\small{ \begin{bmatrix} \lambda_1 & 0 \\ 0 & \lambda_1 \end{bmatrix} }\) 固有値は二重解,対角化可
  行列例
  \(\small{ A= \begin{bmatrix} 3 & 0 \\ 0 & 3 \end{bmatrix} }\)   \((A-\lambda E)[\boldsymbol x]=0\)より,
  固有値は\(3(重解)\),は平面上のすべての
  ベクトル.

  固有値に重解はあるが,固有ベクトルは任意に決める
  ことができるためを張ることができる.

  また,このパターンにおいては最初から対角化の形に
  なっている行列を扱うときにのみ存在するパターンである.
4/16
  \((3)\) \(\small{ \begin{bmatrix} \lambda_1 & 1 \\ 0 & \lambda_1 \end{bmatrix} }\) 固有値は二重解,対角化不可
  行列例
  \(\small{ A= \begin{bmatrix} 3 & 1 \\ -1 & 1 \end{bmatrix} }\)   \((A-\lambda E)[\boldsymbol x]=0\)より,
  固有値は\(2(重解)\),固有ベクトルは

  重解のため,を固有ベクトルから
  求め,一般固有空間としてを張る.
5/16
  \((4)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_3 \end{bmatrix} }\) 固有値の重解は無し,対角化可
  行列例
  \(A= \scriptsize{ \begin{bmatrix} 5 & 1 & -2 \\ 1 & 6 & -1 \\ -2 & -1 & 5 \end{bmatrix} }\)   \((A-\lambda E)[\boldsymbol x]=0\)より,
  固有値は\(3,5,8\)
  固有ベクトルは

6/16
  \((4)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_3 \end{bmatrix} }\) 固有値の重解は無し,対角化可

  よって固有値に重解は無いため,固有ベクトルは
  3つ存在し,を張ることができる.

  また,このパターンは(1)のパターンの拡張とも
  考えることができる.


  (外枠を付けて同じ変化をします)
7/16
  \((5)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\) 固有値は二重解,対角化可
  行列例
  \(A= \scriptsize{ \begin{bmatrix} 1 & 3 & 1 \\ 1 & -1 & -1 \\ -1 & 3 & 3 \end{bmatrix} }\)   \((A-\lambda E)[\boldsymbol x]=0\)より,
  固有値は\(2(重解),-1\),固有ベクトルは
  描く平面上のベクトルと

8/16
  \((5)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\) 固有値は二重解,対角化可

  よって固有値に重解は存在するが,固有ベクトルは
  3つ存在し,を張ることができる.

  また,このパターンは(1)と(2)のパターンを
  組み合わせたものと考えることができる.


 
9/16
  \((6)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 0 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 固有値は三重解,対角化可
  行列例
  \(A= \scriptsize{ \begin{bmatrix} 2 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 2 \end{bmatrix} }\)   \((A-\lambda E)[\boldsymbol x]=0\)より,
  固有値は\(2(重解)\),は3次元空間上の
  すべてのベクトル.

  固有値は重解を持つが,固有ベクトルは任意に
  決められるため,を張ることができる.
10/16
  \((6)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 0 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 固有値は三重解,対角化可

  また,このパターンにおいては最初から対角化の形に
  なっている行列を扱うときにのみ存在するパターンである.

  よって,(2)のパターンの拡張と考えることができる.


 
11/16
  \((7)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 1 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\) 固有値は二重解,対角化不可
  行列例
  \(A= \scriptsize{ \begin{bmatrix} 2 & -1 & 1 \\ 0 & 1 & 1 \\ -1 & 1 & 1 \end{bmatrix} }\)   \((A-\lambda E)[\boldsymbol x]=0\)より,
  固有値は\(1(重解),2\),固有ベクトルは
  よって,を固有ベクトルから求め,
  一般固有空間としてを張る.

12/16
  \((7)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 1 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\) 固有値は二重解,対角化不可

  また,このパターンは(1)と(3)のパターンを
  組み合わせたものと考えることができる.


 
13/16
  \((8)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 固有値は三重解,対角化不可
  行列例
  \(A= \scriptsize{ \begin{bmatrix} 3 & -1 & 1 \\ 2 & 0 & 2 \\ 1 & -1 & 3 \end{bmatrix} }\)   \((A-\lambda E)[\boldsymbol x]=0\)より,
  固有値は\(2(重解)\),固有ベクトルは
  描く平面上のすべてのベクトル.
  よってこの平面上からを求める.
14/16
  \((8)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 固有値は三重解,対角化不可

  そして,求められたベクトルを用いてを張る.

  また,このパターンは(2)と(3)のパターンを
  組み合わせたものと考えることができる.


 
15/16
  \((9)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 1 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 固有値は三重解,対角化不可
  行列例
  \(A= \scriptsize{ \begin{bmatrix} 3 & 1 & -1 \\ -1 & 1 & 2 \\ 0 & 0 & 2 \end{bmatrix} }\)   \((A-\lambda E)[\boldsymbol x]=0\)より,
  固有値は\(2(重解)\),固有ベクトルは
  よって,固有ベクトルからを求め,
  一般固有ベクトルからさらにを求める.
16/16
  \((9)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 1 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 固有値は三重解,対角化不可

  そして,求められたベクトルを用いてを張る.

  また,このパターンは(3)のパターンの拡張である
  と考えることができる.