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.
\((1)\) \(\small{ \begin{bmatrix} \lambda_1 & 0 \\ 0 & \lambda_2 \end{bmatrix} }\) 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.
\((2)\) \(\small{ \begin{bmatrix} \lambda_1 & 0 \\ 0 & \lambda_1 \end{bmatrix} }\) 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.
\((3)\) \(\small{ \begin{bmatrix} \lambda_1 & 1 \\ 0 & \lambda_1 \end{bmatrix} }\) 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.
\((4)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_3 \end{bmatrix} }\) 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
,
,
\((4)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_3 \end{bmatrix} }\) 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)
\((5)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\) 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
が
描く平面上のベクトルと
\((5)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 0 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\) 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.
\((6)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 0 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 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.
\((6)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 0 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 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.
\((7)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 1 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\) 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.
\((7)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_2 & 1 \\ 0 & 0 & \lambda_2 \end{bmatrix} }\) 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.
\((8)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 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
が
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.
\((8)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 0 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 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.
\((9)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 1 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 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.
\((9)\) \(\scriptsize{ \begin{bmatrix} \lambda_1 & 1 & 0 \\ 0 & \lambda_1 & 1 \\ 0 & 0 & \lambda_1 \end{bmatrix} }\) 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.