幂零矩阵迹的特征
数学专业毕业论文 幂零矩阵迹的特征

数学专业毕业论文幂零矩阵迹的特征幂零矩阵迹的特征严文(061114228)(孝感学院数学与统计学院湖北孝感 432000)摘要:2009年全国大学生数学竞赛题(第3题):设V是复数域上向量空间,-=,那么f的所有特征值均为0,并且,f g是V上的线性变换,且满足fg gf fg和f之间存在相同的特征向量(对应的特征值不一定相等).我们把它转换为矩阵,在矩阵中讨论特殊情况即AB BA=,求证A和B有公共特征向量,并且求出A和B的公共特征向量.关键词:幂零矩阵;迹;特征值;特征向量Features of Nilpotent matrix traceYAN Wen(Department of Mathematics and Statistics,Xiaoganuniversity,Xiaogan,Hubei 432000,China)Abstract:2009 National College Mathematics Competition Problems (3th item):Based vector space V is the complex field,,f g are the linear transformation, and satisfies fg gf f-=, Then all the eigenvalues of f are 0, Between f and g there are the same feature vector (not necessarily equal the corresponding eigenvalue). We convert it to matrix and discussed in the special circumstances that BAAB=, Verify:A and B have public feature vectors, and eigenvectors obtained the public.Key words:Nilpotent matrix; Trace;Eigenvalue;Eigenvector.1 引言在2009年举行的全国大学生数学竞赛中,有这样一道试题:例1 假设V是复数域上n维线性空间(0n>),,f g是V上的线性变换.如果fg gf f-=,证明f的所有特征值都是0,且,f g有公共特征向量.(2009年全国大学生数学竞赛试题)在2002年的苏州大学研究生入学考试中也有类似的试题:例2 设V是有理数域Q上的向量空间,,f g是V上的线性变换,其中g可对角化,且满足fg gf f-=,证明存在正整数k,使得k f是零变换.(2002年苏州大学研究生试题)由于f的所有特征值都是0⇔f是幂零矩阵,易知例1与例2本质上是属于同一问题.在全国大学生数学竞赛组委会为例1提供的解答中,通过构造一些复杂的生成子空间,证明它们在线性变换f下不变,最后利用fg gf-的迹为零的结果,间接导出f的任意特征值为0,整个证明复杂繁琐.而例2中条件“g 可对角化”过强,能否在例1的条件下直接证明f是幂零矩阵呢?另外,对例1中关于,f g有公共特征向量的问题,一个熟知的结论是命题1[1]若,f g是复数域上n维线性空间V上的线性变换,且fg gf=,则g和f存在公共的特征向量.尔后由Laffey与Choi在1978-1981年将之推广为命题2[2,3]若,A B都是复数域上的n阶方阵,满足rank()1AB BA-≤,则A和B存在公共的特征向量.对于命题2的证明,通常的方法是把矩阵转化为线性变换问题,考虑其一个特征子空间中存在另一个线性变换的一个特征向量.这种方法虽然在理论上证明了公共特征向量的存在性,但遗憾的是无法求出所有的公共特征向量,以及公共特征向量的具体形式,而这些在理论与应用上都是很有用的[4].从以上诸例及相关结论上看,对线性变换,f g 而言,关于h fg gf =-的性质的讨论有重要的意义.在有限维线性空间中,可以把问题转化为对矩阵AB BA -的讨论.本文将讨论与解决如下问题:1、关于矩阵AB BA -或线性变换fg gf -的性质;2、对满足fg gf =或fg gf f -=的线性变换,f g ,不仅证明,f g 之间存在公共的特征向量,而且求出所有的公共特征向量;3、某些逆命题.2 性质设,A B 为n 阶矩阵,令C AB BA =-,则AB BA -具有如下基本性质: 性质1 tr()0AB BA -=.证明 设()ij A a =、()ij B b =,则11tr ()nnik ki i k AB a b ===∑∑,111111tr ()()tr n n n n n njt tj tj jt ik ki j t t j i k BA b a a b a b AB ==========∑∑∑∑∑∑.性质2 对任何n 阶矩阵,A B ,AB BA E -≠.证明 反证法 假设AB BA E -=,则由性质1可知()0trE tr AB BA =-=,显然矛盾,所以AB BA E -≠.命题得证.性质3 设A ,B 是n 阶矩阵,令C AB BA =-,且C 同A ,B 可交换,求证:存在整数m 使 0m C =.证明 因为C 同A ,B 可交换即,AC CA BC CB ==,所以有22()()()C A C CA C AC CA C AC ====,即2C 与A 可交换.同理可证kC (1,2...k n =)与A 可交换,k C (1,2...k n =)与B 可交换. 下证0k trC =(1,2...k n =).()()()0trC tr AB BA tr AB tr BA =-=-=2[()]()()()()()()0trC tr C AB BA tr CAB tr CBA tr ACB tr CBA tr CBA tr CBA =-=-=-=-=同理可证:0,1,2...k trC k n ==.下证C 的所有特征值为零.设C 的所有特征值为n λλλ...,21,所以k C 的所有特征值为k n k k λλλ...,21.下面证明n λλλ...,21都为零.由0ktrC =,12...k=,可得:设C 的不为零的特征值分别为n λλλ...,21,且分别为12,,...,r s s s 重.则上式可 写成:221222221120101......012.........rr k k krr r r s s s s s s s s s λλλλλλλλλ⎧+=⎪⎪+=⎪⎨⎪⎪+=⎪⎩++++++ 令122221212.....................r rr r r r L λλλλλλλλλ⎛⎫ ⎪ ⎪= ⎪⎪ ⎪⎝⎭,所以上式可写成120...r Ls s s ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭.而由范德蒙行列式可知121...()ni j i j nL λλλλλ≤<≤=⋅-∏,又C 的特征值n λλλ...,21互不相等,所以0L ≠,所以上式只有零解,所以C 的特征值全为零.若C 的所有特征值为零,则根据哈密尔顿-凯莱定理知存在m 使0m C =.命题得证.注:对于][x P 中的线性变换BA ,,令)()(),()('x xf x Bf x fx Af ==,则有e BA AB =-(e 为恒等变换).[13]3 可换矩阵的公共特征向量12222121200 0.........n nk kk nλλλλλλλλλ+=⎧⎪+=⎪⎨⎪⎪+=⎩++++++命题1 若,n n A B C ⨯∈,且AB BA =,则A 与B 一定存在公共的特征向量. 证明 因为n n A C ⨯∈,则A 在复数域上一定存在特征值,取A 的任一个特征值λ,考虑λ的特征子空间{}n V C A λξξλξ=∈=设dim V k λ=,则0k >,设12,,,k εεε为V λ的一组基,则i V λε∈,于是有i i A ελε=,1,2,,i k =.在下面的证明中,我们将证明存在A 的属于λ的一个特征向量η,使η也是B 的一个特征向量,即存在某数μ使B ημη=成立,从而η为A 与B 的公共特征向量.由于12,,,k εεε为V λ的一组基,设1122k kc c c ηεεε=++(1)由i i A ελε=,则()()()()i i i i A B B A B B εελελε===,即得i B V λε∈,1,2,,i k =.则有ij l C ∈,,1,2,,i j k =,使得11112121212122221122k kk kk k k kk kB l l l B l l l B l l l εεεεεεεεεεεε=+++⎧⎪=+++⎪⎨⎪⎪=+++⎩ 下步将寻找不全为零的12,,,k c c c ,使(1)成立,并且使η为A 与B 的公共特征向量.1122()k k B B c c c ηεεε=+++1122k k c B c B c B εεε=+++ 1111212111()()k k k k kk k c l l l c l l εεεεε=+++++++1111111()()k k k kk k k l c l c l c l c εε=++++++而112211()()()k k k k c c c c c μημεεεμεμε=+++=++由B ημη=及12,,,k εεε线性无关,得11112211211222221122k k k k k k kk k kl c l c l c c l c l c l c c l c l c l c c μμμ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩(2)即111111k k kk k k l l c c l l c c μ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭, 记()ij k kL l ⨯=,即得11k k c c L c c μ⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 也即()100k c L c μ⎛⎫⎛⎫ ⎪ ⎪E -= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭(3)当0L μE-=时,上式有非0解,此式说明μ是L 的特征值.命题1证毕.命题1证明了A 与B 有公共的特征向量,通过定理1的证明,我们还看出, 对于A 的任一特征值,属于该特征值的所有特征向量中,一定存在B 的特征向量.于是有推论:推论 1 若复方阵,A B 满足AB BA =,且A 有r 个互不相同的特征值,则A 与B 至少有r 个线性无关的公共特征向量.证明 设12,,,r λλλ是A 的r 个互不相同的特征值,按照定理1的证明,在A的每个特征子空间i V λ中都存在B 的特征向量i ξ,1,2,,i r =,而属于不同特征值的特征向量必线性无关,得12,,,r ξξξ是A 与B 的r 个线性无关的公共特征向量.推论 2 若n 阶复方阵,A B 满足AB BA =,且A 有n 个互不相同的特征值,则存在可逆矩阵P ,使得1P AP -与1P BP -都是对角矩阵.证明 由推论1知A 与B 有n 个线性无关的公共特征向量12,,,n ξξξ,作矩阵12(,,,)n P ξξξ=,则1P AP -与1P BP -都是对角矩阵.下面,我们通过例子说明如何用定理1中方法求出可换矩阵所有的公共特征向量.例1 求可换矩阵,A B 所有的公共特征向量.300131201A ⎛⎫ ⎪=- ⎪ ⎪⎝⎭,121011220B ⎛⎫ ⎪= ⎪ ⎪⎝⎭解 容易验证AB BA =,A 的特征多项式为2300131(1)(3)21E A λλλλλλ--=--=----.所以11λ=,233λλ== .对11λ=,由1232001210200x x x -⎛⎫⎛⎫⎪⎪--= ⎪⎪ ⎪⎪-⎝⎭⎝⎭,得10x =,2312x x =-,从而基础解系为1012ε⎛⎫⎪=- ⎪ ⎪⎝⎭,而11121000111122022B εε⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪=-==- ⎪⎪ ⎪ ⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭,定理1中的()1L =-为11⨯矩阵,于是1μ=-,于是公共特征向量为111102c c c ηε⎛⎫⎪==- ⎪ ⎪⎝⎭,其中1c 为任一不为零的常数对233λλ==,由1230001010202x x x ⎛⎫⎛⎫ ⎪⎪-= ⎪⎪ ⎪⎪-⎝⎭⎝⎭,得13x x =,从而基础解系为1101ε⎛⎫ ⎪= ⎪⎪⎝⎭,2010ε⎛⎫⎪= ⎪ ⎪⎝⎭,而1121211201101222012B εεε⎛⎫⎛⎫⎛⎫⎪⎪ ⎪===+ ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭,2121210201111222002B εεε⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪===+ ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭,由命题1可知2211L ⎛⎫= ⎪⎝⎭,22011L μμμ--E -==--,从而有 (3)0μμ-=,对0μ=,12220110c c --⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭,得21c c =-,于是公共特征向量为112()c ηεε=-,即111c c c η⎛⎫⎪=- ⎪ ⎪⎝⎭,其中1c 为任意不为零的常数.对3μ=,12120120c c -⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭,得122c c =,于是公共特征向量为212(2)c ηεε=+,即22222c c c η⎛⎫⎪= ⎪ ⎪⎝⎭,其中2c 为任意不为零的常数. 于是所有公共特征向量的形式为:02k k η⎛⎫ ⎪=- ⎪ ⎪⎝⎭,k k k η⎛⎫ ⎪=- ⎪ ⎪⎝⎭,22k k k η⎛⎫⎪= ⎪ ⎪⎝⎭k 为任意不为零的常数.4 逆命题 设C 为n 阶矩阵,且tr 0C =,则必存在n 阶矩阵A 与B ,使AB BA C -=证明 若tr 0C =,则C 一定相似于一个主对角元全是零的方阵.证明为参考文献[12]定理1的证明,在此略.下证必存在n 阶矩阵A 与B ,使AB BA C -=分两种情况讨论:(1)若C 是主对角元全是零的方阵,即()ij C c =,0ii c =,1,2,,i n =.取12n A λλλ⎛⎫⎪⎪= ⎪ ⎪⎝⎭ 12,,,n λλλ两两互异.取()ij B b =,其中ijij i jc b λλ=-(i j ≠),而ii b (1,2,,)i n =任意,可验证AB BA C -=.(2)对任何tr 0C =的n 阶矩阵C ,由引理存在可逆阵P ,使1P CP -为一个主对角元全是零的方阵.由(1)所证,存在n 阶矩阵1A 与1B ,使11111A B B A P CP --=于是,有11111111()()()()PA P PB P PB P PA P C -----=,令11PA P A -=,11PB P B -=,则AB BA C -=.命题得证.5 一个反例命题1中对复数域的要求是必需的,而在文献[2]中P261却有如下一道习题:习题[2] 设矩阵A 与B 可交换,试证:如果A 有特征向量,则,A B 一定有公共特征向量.在文献[3]中对该习题作出了如下解答:解[3] 设,A B 是两个可交换的矩阵,系数在数域P 中,并设其阶数为n .,A B 可看成n 维线性空间n P 的线性变换,A B 在基12(1,0,,0),(0,1,,0),,εε== (0,0,,1)n ε=下的矩阵,从,A B 可交换可推出,A B 可交换.如果A 有特征向量,则A 有特征值0λ.在A 对于0λ的特征子空间中,,A B 有公共特征向量α,α也是矩阵,A B 的公共特征向量.上述结论不真.事实上,在实数域R 上,取A E =,令B 是在实数域R 没有特征值的任一方阵(这种矩阵是存在的,参见下例),则A E =与B 可交换,A E =有特征向量,但B 没有特征向量.例1 在实数域R 上,A E =(单位阵),0110B ⎛⎫= ⎪-⎝⎭,则AB BA =,A 有特征值1,从而有特征向量,但B 在实数域R 上没有特征值,自然没有特征向量. 6 进一步的讨论结论 1 若AB BA =,且A 有n 个互不相同的特征值,则∃可逆阵P 使得1100n P AP λλ-⎛⎫ ⎪= ⎪ ⎪⎝⎭ , 1100n P BP μμ-⎛⎫ ⎪= ⎪ ⎪⎝⎭.结论 2 已知 A B AB +=,则(1)1不是A 的特征值,也不是B 的特征值;(2)若B 相似于对角阵,则A 也相似于对角阵,且可同时相似于对角阵.结论3 若A B AB+=,,A B至少有一个可以对角化,则(1)B一定能表成A的多项式.(2)A每一个特征向量都是B的特征向量.(3),A B至少有一个公共特征向量.结论4 若A B AB+=,A可对角化,则,A B有n个公共特征向量,且它们线性无关.[参考文献][1] 屠伯埙.线性代数方法导引[M].上海:复旦大学出版社,1986.[2]Laffey T J .Simultangularization of matrices-low rank cases and the nonderogetory case[J].Lin and Multilin .Alg ,1978 ,6(4):289-305.[3]Choi M P ,Lourie C ,Radjavi H.On commutators and invariant subspaces[J].Lin and Multilin.Alg,1981,10(4):329-340.[4]胡付高.矩阵的弱相似性及其应用[J].信阳师范学院报(自然科学版),2003,16(1):4-6.[5] 王萼芳.高等代数教程(下册)[M].北京: 清华大学出版社,1997.[6] 王萼芳.高等代数辅导与习题解答[M].北京:清华大学出版社,1997.[7] 屠伯埙,徐诚浩,王芬.高等代数[M].上海:上海科学出版社,1987.[8] 王萼芳,石生明.高等代数[M].北京:高等教育出版社,1987.[9] 朱靖红,朱永生.矩阵对角化的相关问题[J].辽宁师范大学学报,2005,28(3):383-384.[10] 陈绍刚.矩阵对角化的弱可逆矩阵刻画[J].数学的实践与认识,2005,35(9)164-166. [11] 姜晓艳.化方阵为相似对角阵的一个判别条件[J].辽宁师专学报,2004,6(2)2,29. [12] 绍逸民.迹为零的矩阵的性质[J].沈阳师范大学学报,2008,26(4)1-2.[13] 王萼芳等.高等代数(第三版)[M].高等教育出版社致谢在写论文的过程中,谢谢百忙之中的胡付高老师抽出宝贵的时间来指导,在此衷心感谢胡老师的悉心指导!。
矩阵迹的性质及其应用

2018年 10月 Journal of Science of Teachers′College and University Oct. 2018文章编号:1007-9831(2018)10-0045-03矩阵迹的性质及其应用宿曈(西北民族大学 数学与计算机科学学院,甘肃 兰州 730000)摘要:矩阵的迹作为矩阵的一个重要数字特征,在数值计算、逼近论和统计估计等方面都有着较为广泛的应用.给出代数学科中3类重要的问题——存在性问题、数量问题和构造性问题的实例,说明矩阵迹在解决实际问题中的广泛应用,以期增强学生探究问题、解决问题、应用数学的意识和能力,增强学生学习数学的自觉性.关键词:矩阵的迹;邻接矩阵;图论中图分类号:O151.21∶G642.0 文献标识码:A doi:10.3969/j.issn.1007-9831.2018.10.013The properties and application of matrix traceSU Tong(School of Mathematics and Computer Science,Northwest Minzu University,Lanzhuo 730000,China)Abstract:As an important digital feature of matrix,the trace of matrix has been widely used in numerical calculation,approximation theory and statistical estimation.Gives examples of three kinds of important problems in algebraic discipline such as existence problems,quantitative problems and structural problems,illustrates the wide application of matrix trace in solving practical problems,so as to enhance students' consciousness and ability of exploring problems,solving problems and applying mathematics,enhanc students' consciousness of learning mathematics. Key words:trace of matrix;adjacent matrix;graph theory几乎所有高等代数教材[1-3]中,在介绍了矩阵的运算后,都会给出矩阵迹的概念:数域F 上n 阶方阵()ij a =A 的对角线上全体元素的和称为矩阵A 的迹(trace),记为tr()A ,即1tr()nii i a ==åA ,但对于这个概念的性质和应用,教材却不再提及,有些在介绍矩阵的特征多项式时只指出(复数域上)矩阵的全部特征值的和等于矩阵的迹.而有相当多的文献对矩阵的迹及推广做了详细的讨论[4-7].特征值问题在常微分方程理论中占有一定的份量,而矩阵的迹作为矩阵的一个重要数字特征,在数值计算、逼近论和统计估计等方面都有着较为广泛的应用[8-11].本文给出应用矩阵迹的简单性质解决代数学科中重要的3类问题——存在性问题、数量问题和构造性问题的实例,以期在高等代数课程教学中增加一些趣味性,引起学生对数学概念的重视与关注,使学生树立探究问题、解决问题和应用数学的意识,增强学生学习数学的自觉性. 1 矩阵的迹的性质本文约定在数域F 上有限维空间内讨论问题,依据矩阵迹的定义,显然有性质1~8.收稿日期:2018-05-20基金项目:国家自然科学基金项目(11761059)作者简介:宿曈(1992-),男,甘肃合作人,在读硕士研究生,从事应用数学研究.E-mail:962391696@性质1 ()T tr tr()=A A ,即A 的转置矩阵T A 与A 具有相同的迹.性质2 对于任意, , , ()n k l F M F ÎÎA B ,有tr()tr()tr()k l k l +=+A B A B .性质3 对于任意 , ()n M F ÎA B ,有tr()tr()=AB BA .性质4 对于任意()n M F ÎA ,设i l (1, 2, , i n =L )是矩阵A 的特征根,则1tr()n i i l ==åA .因为相似的矩阵具有相同的特征多项式,故相似的矩阵具有相同的迹.性质5 设 , ()n M F ÎA B ,若det()0¹B ,则()1tr tr()-=B AB A .由于幂零矩阵的特征值全为0,幂等矩阵的特征值只能为0和1,对合矩阵特征值只能为1±,故依性质4可得到性质6~8.性质6 设()n M F ÎA ,若0m =A ,m 为正整数,则tr()0=A .性质7 设()n M F ÎA ,若2=A A ,则tr()rank()A =A .性质8 设()n M F ÎA ,若2=A I (I 为n 阶单位阵),则tr()n n -££A . 2 矩阵的迹的应用2.1 存在性问题中的应用如果矩阵A 的迹与阶数n 满足某种关系,则矩阵A 与特殊形状的矩阵相似.命题1 设a b c d æö=ç÷èøA 是一个实矩阵且1ad bc -=,则 (1)如果tr()2>A ,那么存在可逆实矩阵T ,使得1100l l --æö=ç÷èøT AT ,这里l ÎR 且0, 1, 1l ¹-. (2)如果tr()2=A 且¹±A I ,那么存在可逆实矩阵T ,使得11101-æö=ç÷èøT AT 或1101-æöç÷-èø. (3)如果tr()2<A ,那么存在可逆实矩阵T 及q ÎR ,使得1cos sin sin cos q q q q -æö=ç÷-èøT AT . 分析 因为A 的特征多项式22det()()()tr()1a d ad bc l l l l l -=-++-=-+I A A ,故特征值依判别式大于零、等于零和小于零情况分别有2个不等实根、2个相等实根和2个不等复根.矩阵T 即由特征值相应的特征向量为列向量组成,(3)中的情形复数写成三角形式即可.2.2 数量问题中的应用在图论中讨论道路的数目时,邻接矩阵是一个很有用的工具,它与图形是完全等价的(但邻接矩阵与顶点的次序有关),因而此时矩阵的迹也是有用的.设多重定向图(, )G V E =的阶为||m V =,作m 行m 列的矩阵,其第i 行第j 列的元素ij a 定义为从i v 到j v 的定向边的数目(当i = j 时,定向边变为定向圈),该矩阵称为图G 的邻接矩阵.显然,一个定向图由它的邻接矩阵完全确定[12].一个图G 中给定2个顶点u ,v ,如果存在顶点与边交错的序列11221k k ue v e v v e v -L ,其中含k 条边,则称12, , , k e e e L 是一条从u 到v 的长度为k 的道路,u 和v 分别称为起点和终点.在定向图中,若序列11221k k ue v e v v e v -L 中各条定向边的方向一致,则称为定向道路,否则称为半道路.起点和终点重合的道路、定向道路、半道路相应地称为闭路、定向闭路和闭半道路.如果道路、定向道路、半道路中没有一条边(或定向边)重复出现,则相应地称为简单的道路、简单的定向道路、简单的半道路.简单的闭路简称环路,简单的定向道路简称定向环路,简单的闭半道路简称环形半道路.如果在定向图G 中,从顶点u 到v 有一条长度为k 的定向道路,则称v 是k 步邻接于u 的,并称该条定向道路为由u 经k 步到达v 的定向道路.命题2[13] 设定向图G 的顶点集为{}12, , , m V v v v =L ,其邻接矩阵为A ,那么由顶点i v 经k 步到达顶点j v 的定向道路的数目恰为n A 中第i 行第j 列的元素.第10期 曈宿:矩阵迹的性质及其应用 47证明 设()()()11121()()()21222()()()12n n n mn n n n m n n n m m mm a a a a a a a a a æöç÷ç÷=ç÷ç÷èøA L L M M M M L .当n = 2时,(2)1122ij i j i j im mj a a a a a a a =+++L .对于1k m ££,ik a 表示由i 经1步到k 的定向边的数目;kj a 表示由k 经1步到j 的定向边的数目,所以它们的乘积ik kj a a 表示从i 中间经过k 共2步到j 的定向道路的数目.因此(2)1mij ik kj k a a a ==å表示从i 出发经过2步后到j 的定向道路的数目.对于一般n ,可以用数学归纳法证明. 证毕.推论1 若定向图G 的顶点为12, , , m v v v L ,邻接矩阵为A ,那么G 中长度为n 的定向环路的数目恰为()tr n A .推论2 设定向图G 的顶点集为{}12, , , m V v v v =L ,其邻接矩阵为()ijm m a ´A =,那么从顶点i v 到顶点j v 的长度为n 的半道路的数目为矩阵()T n D+-A A A 中第i 行第j 列的元素;长度为n 的环形半道路数目为()()T tr n D +-A A A ,其中:()1122diag , , , D mm a a a =A L .证明 把从i v 到j v 的长度为1的定向半道路数记为ij b ,那么 ij ji ij iia a i jb a i j +¹ì=í=î,于是()1,ij i j m b ££=+AT D -A A ,余下证明类似命题2. 2.3 构造性问题中的应用命题3 如果数域F 上的二阶方阵A ,B 满足-=AB BA A ,则20=A .证明 由于-=AB BA A ,故A 不可逆.反设A 可逆,用1-A 左乘-=AB BA A 两端,有1--=B A BA I ,从而1-=-A BA B I .由性质5可知,tr()tr()=-B B I ,而由性质2可知,tr()tr()n =--B B I ,于是产生矛盾,故A 不可逆.因而rank()2<A .当rank()0=A 时,0=A ,从而20=A ,命题得证;当rank()1=A 时,设a b ka kb æö=ç÷èøA ,由-=AB BA A 可知,tr()tr()a kb -==+AB BA A .由性质2~3可知,tr()tr()tr()0-=-=A B B A A B B A ,因而0a kb +=,即a kb =-.若0k ¹,则2kb b k b kb -æö=ç÷-èøA ,从而20=A ,命题得证;若0k =,则0a =,于是000b æö=ç÷èøA ,从而20=A ,命题得证. 证毕. 参考文献:[1]张禾瑞,郝鈵新.高等代数[M].5版.北京:高等教育出版社,2007:285-297 [2]北京大学数学力学系.高等代数[M].北京:高等教育出版社,1978 [3]Cohn P M.Algebra[M].Chichester:John Wiley & Sons,1989:187-191 [4]苏育才,姜翠波,张跃辉.矩阵理论[M].北京:科学出版社,2006 [5]周其生.矩阵迹的Young 不等式和反向Young 不等式的应用[J].安庆师范学院学报:自然科学版,2016,22(3):1-4 [6]帕提古丽·木沙.应用矩阵的迹检验高维协方差矩阵相等[J].教育教学论坛,2016,32(8):200-201 [7]宋园,周其生.关于正定Hermite 矩阵迹的不等式[J].吉首大学学报:自然科学版,2013,34(2):22-25 [8] FENG Tian-xiang,LIU Hong-xia.Several results on the trace of Hermite positive definite symmetric matrix[J].Journal of Math,2012,32(2):263-268[9] 杨楠,刘兴祥,岳育英.矩阵迹的推广[J].延安大学学报:自然科学版,2012,31(1):14-15[10] 张秀军,张慧欣.矩阵的迹奇异值和对角元素的不等式[J].北京师范大学学报:自然科学版,2001,37(4):11-13 [11] 杨忠鹏,陈智雄.关于用矩阵的迹表示的特征值的界[J].福建师范大学学报:自然科学版,2002,18(4):7-11 [12] 邦迪J A,默蒂 U S R.图论及其应用[M].吴望名,译.北京:科学出版社,1984[13]龚光鲁.有限数学引论[M].上海:上海科学技术出版社,1982。
论文幂零矩阵的性质与应用

本科毕业论文论文题目:幂零矩阵的性质与应用学生姓名:白雪学号:1004970231专业:数学与应用数学班级:数学1002班指导教师:徐颖玲完成日期:年月日幂零矩阵的性质与应用内容摘要在高等数学中,矩阵是研究和解决问题的重要工具,幂零矩阵又是一类特殊的矩阵,在矩阵理论中具有举足轻重的地位,实际应用方面也有重要的意义。
幂零矩阵具有很多好的性质,本文将深入挖掘这些性质,并且用不同的方法去分析论证这些性质。
同时本文还给出幂零矩阵自身特有的一些性质,讨论了矩阵是幂零矩阵的充分必要条件,并说明其在求矩阵的逆矩阵方面的优越性,并通过例子说明其在实际中的应用。
关键词:幂零矩阵线性变换逆矩阵若尔当标准型特征值迹.Properties and Applications of Nilpotent MatricesAbstractMatrix acts as a key role in studying and solving the questions in advanced mathematics. As special forms of matrix, nilpotent matrices play a key role not only in the theory of matrix but also in practical application. Nilpotent Matrices have many good properties. In the paper, we will find and prove with various methods these properties in profundity. The paper will give some unique properties of nilpotent matrices and discusses the necessary and sufficient condition of nilpotent matrices. Then the paper shows its superiority in solving inverse matrix, and explains its practical application by examples.Key words:Nilpotent matrix Linear transformation Inverse matrix Jordan canonical form Characteristic T race.目录一、预备知识 (1)(一)概念 (1)(二)引理 (2)二、幂零矩阵的性质 (3)(一)幂零矩阵的特性 (3)(二)矩阵是幂零矩阵的几个充分必要条件 (4)(三)幂零矩阵和若尔当块 (5)(四)幂零矩阵的其他性质 (7)三、幂零矩阵的应用 (10)(一)幂零矩阵在矩阵求逆中的应用 (10)1.可求幂零矩阵与单位矩阵和的矩阵的逆 (10)2.求主对角线上元素完全相同的三角矩阵的逆 (11)(二)幂零矩阵在其他方面的应用 (13)结论 (14)参考文献 (15)随着科学技术的迅速发展,古典的线性代数知识已不能满足现代科技的需要,矩阵的理论和方法已成为现代科技领域必不可少的工具。
矩阵迹的性质与应用

矩阵迹的若干个性质与应用指导老师:某某摘要:根据矩阵迹的定义,首先给出了矩阵迹的性质,然后依据方阵的F —范数定义Cauchy —Schwarz 不等式,给岀了零矩阵,不相似矩阵,数幂矩阵,列矩阵,幂等矩阵及矩阵不等式的证法。
矩阵的迹在解题中的应用给出了实例。
关键词:迹矩阵范数特征值1引言矩阵的迹及其应用是高等数学的重要内容,也是工程理论研究中的重要工具。
本文在前人研究的基础上,首先介绍了矩阵迹的相关性质,然后给出了零矩阵,不相似矩阵,数幕矩阵,列矩阵,幕等矩阵及矩阵不等式的证法,最后对矩阵的应用给出实例。
2预备知识n定义1 设人二⑻)C nn,则trA a H称为A的迹。
i£定义2 设人=@耳)・C n n,记与向量范数AX 2相容的A的F —范数为:n n21 》aj1 )2i =1 j i(1) A^O二A 尸A O⑵|KA|F =K ||A|F,\7K E C⑶|A +B|F WI A L +||B|F,$A B E C n⑷|AB F乞A F|B F, -A,B C n n(5) |AX〔2 勻A F UI2引理:矩阵迹的性质:1 tr (A 二B)二trA - trB证明:设in i h i hA =(引)佃,B = (b j )代则tr(A)=》an,tr (B)=为0,tr (A ±B)=为佝二0)姓名:某某i=1 i=±i=1i -n i -n i -n又tr(A) 土tr(B)=迟a H±S b H=S 佝+6)7 i 4 i —所以tr(A _B) =tr(A) _tr(B)得证2 tr(kA)二k trA ( k为任意常数)证明:设人=佝人n则tr(A)八a H.k tr(A)二k' a ii;tr(kA)=為(k aj =k' a.tr(kA) = k tr (A)由( 1)与(2) 知tr(mA _nB) = m tr (A) _n tr (B),m, n C3 tr(AB) =tr(BA)证明:设A = (a j )n n, B = (b j )n nk z=n则AB =(c ij)n n,其中c ij - 'a ik b kj 所以有t「(AB) = ' ' a j b jik 二k =nBA=(d j)nn其中d j \ b k Qkj ,所以有tr(AB)八a0口k=1.tr(AB) =tr(BA)得证4 trA = trA证明:矩阵取转置运算主对角线上的元素不变,所以等式很显然成立。
矩阵的迹及其应用

矩阵的迹及其应用唐鹏程(孝感学院数学系,湖北孝感432100)摘要:文章讨论了几类特殊矩阵的迹,给出了它们的一般结果,并举例说明它们在证明相关问题中的应用。
关键词:矩阵的迹;矩阵的秩;相似矩阵;幂等矩阵;幂零矩阵;对合矩阵中图分类号:O151.21文献标识码:A文章编号:1007-1075(2000)04-0011-03A1B1= (A,0)B0=AB(3)B1A1=B0(A,0) =BA00 0(4)由(3),(4)式,有λI-A1B1 = λI-AB (5)λI-B1A1 =λm-n λI-BA (6)将(5),(6)两式代入(2)式,得λI-AB =λm-n λI-BA即得证(1)式。
其次,设AB的全部特征根为λ1,λ2,…,λm,BA的全部特征根为μ1,μ2,…,μn,则Tr(AB) =λ1+λ2+…+λm(7)Tr(BA) =μ1+μ2+…+μn(8)再由公式(1)知,矩阵AB与BA具有相同的非零特征根,它们之区别仅在于零特征根的重数不同,因此Tr(AB) =Tr(BA)证毕设A∈Mn(F),若A2=A,则称A为幂等矩阵。
定理2若A是幂等矩阵,且rank(A) =r,则Tr(A) =r。
证因为rank(A) =r,所以存在P,Q∈Mn(F),且P,Q皆为可逆矩阵,使得A=PIr00 0Q,设P=P1P2P3P4,Q=Q1Q2Q3Q4于是A=P1Q1P1Q2P3Q1P3Q2又因为A2=A,所以Ir00 0=P-1AQ-1=P-1A·AQ-1=Ir00 0Q·PIr00 0=Q1Q20 0P10P30=Q1P1+Q2P300 0由引理3,引理4和定理1,我们有Tr(A) =Tr(P1Q1) +Tr(P3Q2)=Tr(P1Q1) +Tr(Q2P3)=Tr(Ir) =r证毕设A∈Mn(F),若存在一个自然数m,使得Am= 0,则称矩阵A为幂零矩阵。
定理3若A为幂零矩阵,则Tr(A) = 0。
矩阵迹的性质及其若干应用

矩阵迹的性质及其若干应用王振新;吴士林;李群【摘要】矩阵迹在计算数学、经济学及计算机应用中扮演着重要角色.本文给出了一般矩阵和特殊矩阵迹的性质,尤其讨论了Hermite矩阵迹的相关性质.同时,讨论了矩阵迹在计算矩阵特征值、行列式计算及矩阵正定性方面的应用.【期刊名称】《阜阳师范学院学报(自然科学版)》【年(卷),期】2018(035)002【总页数】4页(P8-10,14)【关键词】矩阵;迹;特征值;不等式【作者】王振新;吴士林;李群【作者单位】太和中学,安徽阜阳 236600;宿松九成学校,安徽安庆 246220;阜阳师范学院数学与统计学院,安徽阜阳 236037【正文语种】中文【中图分类】O151矩阵迹是人们研究矩阵特征的重要内容,利用矩阵的迹可以发现矩阵主对角线元素和的特征[1]。
而且通过对矩阵迹的研究,不难发现矩阵特征值和矩阵迹的联系。
但是,许多文献只是介绍了关于矩阵迹的一部分,如文献[2-4]只是介绍了矩阵迹的一般性质。
文献[5]介绍了一些特殊矩阵迹的性质,尤其对对称矩阵和实对称矩阵迹的性质作了一定的研究;文献[6]也只是阐述了矩阵迹的某些应用等。
本文首先介绍了矩阵迹的概念及其性质,然后研究其在几类不等式,及特征值计算等方面的应用。
1 预备知识文中出现的数学符号作如下规定,AH代表矩阵A的共轭转置,Cn×n代表n阶复矩阵空间。
特征值作为矩阵的另一个重要的数量特征,两者有着紧密的联系。
下面对于n阶矩阵A=(aij)来说,把它的特征多项式的行列式形式展开,可得如A有n个特征值λ1λ2…λn,则由上式可得,定义1[7]设存在矩阵A,则其对角线元素之和称为迹,记作tr(A)即定义2[8]所谓幂零矩阵就是对于一个n阶方阵A,若存在一个正整数k,使得Ak=0,也可以等价的说A的所有特征值均为0的矩阵为幂零矩阵。
定义3[9]设A=(aij)m×n∈Cn×n,如果即A=AH或者就称A是Hermite矩阵。
幂零矩阵性质及应用

幂零矩阵性质及应用幂零矩阵性质及应用性质1:A 为幂零矩阵的充要条件是A 的特征值全为0。
证明:⇒A为幂零矩阵 k Z +∴∃∈.0k s tA =令0λ为A 任意一个特征值,则0,.s t A ααλα∃≠=由引理7知,0k λ为kA 的特征值 00.k k s t A ββλβ∴∃≠= 从而有0k λ=0即有0λ=又有0kA =,知00kkA A A ==⇒=0*(1)(1)00kkE A A A ∴-=-=-=-⋅=λ∴=为A 的特征值。
由0λ的任意性知,A 的特征值为0。
⇐A的特征值全为0A ∴的特征多项式为()nf E A λλλ=-= 由引理2知,()0nf A A==所以A 为幂零矩阵。
得证 性质2:A 为幂零矩阵的充要条件为0k k Z trA +∀∈=。
证明:⇒A为幂零矩阵,由性质1,知:A 的特征值全为0 即120n λλλ====由引理7,知 kA 的特征值为120k kknλλλ====从而有120k k k k n trA λλλ=+++= ⇐由已知,120k k k k n k Z trA λλλ+∀∈=+++=(1.1)令12,,,tλλλ为A 的不为0的特征值且iλ互不相同重数为(1,2,,)ini t =由(1.1)式及引理7,得方程组11222221122333112211220000t t t t t t t t t t t n n n n n n n n n n n n λλλλλλλλλλλλ+++=⎧⎪+++=⎪⎪+++=⎨⎪⎪⎪+++=⎩(1.2)由于方程组(1.2)的系数行列式为122221212121212121111()t t t tttttttt t t i j j i tB λλλλλλλλλλλλλλλλλλλλλλλ≤<≤===∏-又(1,2,)ii t λ=互不相同且不为0,B ∴≠从而知,方程(1.2)只有0解,即0(1,2,,)in i t ==即A 没有非零的特征值A∴的特征值全为0, 由性质1,得 A 为幂零矩阵 得证性质3:若A 为幂零矩阵则A 的若当标准形J 的若当块为幂零若当块,且J 和主对角线上的元素为0证明:A 为幂零矩阵, 由性质1,知 A 的特征值全为0由引理3,知 在复数域上,存在可逆矩阵T ,使得121s J J T AT J -⎛⎫⎪⎪= ⎪ ⎪⎝⎭其中11i i i J λλ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭阶数为(1,2,,)in i s =由引理4,知(1,2,,)ii s λ=为J 和特征值又A 与J 相似,由引理6,知A 与J 有相同的特征值所以0(1,2,,)ii s λ== 即J 的主对角线上的元素全为0由引理8,知 (0)()0(1,2,,)i i n n i i J E J i s -===12,,,sJ J J 为幂零矩阵 得证性质4:若A 为幂零矩阵,则A 一定不可逆但有1,1A E E A +=-=证明:A为幂零矩阵,k Z +∴∃∈.0k s tA =00kk A A A ∴==⇒= A 一定不可逆由性质1,得 A 的特征值为120n λλλ====由引理7,得,A E E A+-的特征值分别为1212011,101n n λλλλλλ'''''''''====+=====-=且有1211n n A E λλλ'''+=== 1211nn E A λλλ''''''-===即1,1A E E A +=-= 得证性质5:若A E +为幂零矩阵,则A 非退化 证明:令12,,,nλλλ为A 的特征值若A 退化,则有 0A =由引理7,得120n A λλλ==∴至少存在0i λ=0为A 的特征值又由引理7,得 0110i λ+=≠为A E +的一特征值这与A E +为幂零矩阵矛盾 得证A 为非退化性质6:若A 为幂零矩阵,B 为任意的n 阶矩阵且有AB BA =,则AB 也为幂零矩阵。
幂零矩阵性质应用

------------幂零矩阵的性质及应用
利用幂零矩阵的性质来简化矩阵求逆的计算
1. 可表为幂零矩阵与单位矩阵和的矩阵的逆. 若矩阵A可表示为幂零 矩阵与单位矩阵的和,则可借用二项式展 开定理,将矩阵A的逆转 化为单位矩阵与幂零矩阵的乘幂. 2. 主对角线上元素完全相同的三角矩阵的逆. 对于主对角线元素完 全相同的三角矩阵可表示为数量矩阵和幂零矩阵的和 3. 可表示为若当矩阵的幂的和的矩阵的逆
------------幂零矩阵的性质及应用
一个例子
------------幂零矩阵的性质及应用
幂零矩阵其他重要的应用
1、对于n维线性空间v,必存在 的一组基使得由v的幂零线性变换生成的 幂零代数N中任意元素在该基下的矩阵均为严格上三角矩阵。 2、用幂零线性变换的概念,在一般数域上讨论了幂零线性变换一定存 在一组基使其在这组基下的矩阵是若当形矩阵,从而给出幂零矩阵的若 当标准形。 3、利用幂零矩阵的特征值、特征多项式、相似性等性质,给出构建幂 零矩阵的几种方法。 4、一般域上的2-幂零矩阵存在Jordan 标准型,并给出其明确表示;同 时也证明了两个2-幂零矩阵相似的充要条件是它们的秩相等 5、K上n阶矩阵与幂零矩阵的运算关系,且可以证明每个奇异方阵可写 成一个幂零方阵和两个幂零方阵的积之和。
------------幂零矩阵的性质及应用
目录
幂零矩阵的概念 幂零矩阵的性质 特殊的幂零矩阵 幂零矩阵的应用
------------幂零矩阵的性质及应用
定义一
定义二
------------幂零矩阵的性质及应用
------------幂零矩阵的性质及应用
特殊的幂零矩阵
• 1、A为实对称矩阵且 A2 0 阵都是相似. • 3、所有 n阶n-1次幂零矩阵相似(n-1为幂 零指数). ,则有 A=0.
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
设A ,B 是n 阶矩阵,令C A B B A =-,且C 同A ,B 可交换,求证:存在整数m 使 0mC =.证明 因为C同A ,B 可交换即,AC C A B C C B ==,所以有22()()()C A C C A C AC C A C AC ====,即2C 与A 可交换.同理可证kC (1,2...k n =)与A 可交换,k C (1,2...k n =)与B 可交换. 下证0ktrC=(1,2...k n =).()()()0trC tr AB BA tr AB tr BA =-=-=2[()]()()()()()()0trC tr C AB BA tr CAB tr CBA tr ACB tr CBA tr CBA tr CBA =-=-=-=-=同理可证:0,1,2...ktrCk n ==.下证C 的所有特征值为零.设C 的所有特征值为n λλλ...,21,所以kC 的所有特征值为kn kkλλλ...,21.下面证明n λλλ...,21都为零.由0k trC =,12...k =,可得: 设C 的不为零的特征值分别为n λλλ...,21,且分别为12,,...,rss s 重.则上式可写成:221222221120101......012.........r r k k krr r r s s s s s s s s s λλλλλλλλλ⎧+=⎪⎪+=⎪⎨⎪⎪+=⎪⎩++++++ 令122221212.....................rr r r r r L λλλλλλλλλ⎛⎫ ⎪ ⎪=⎪ ⎪ ⎪⎝⎭,所以上式可写成120...r L s s s ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭.而由范德蒙行列式可知121...()ni j i j nL λλλλλ≤<≤=⋅-∏,又C 的特征值n λλλ...,21互不相等,所以0L ≠,所以上式只有零解,所以C 的特征值全为零.若C 的所有特征值为零,则根据哈密尔顿-凯莱定理知存在m 使0mC=.命题得证.12222121200...............n nk k k nλλλλλλλλλ+=⎧⎪+=⎪⎨⎪⎪+=⎩++++++注:对于][x P 中的线性变换B A ,,令)()(),()('x xf x Bf x f x Af ==,则有e BA AB =-(e 为恒等变换).[13]命题1 若,n nA B C ⨯∈,且AB BA =,则A 与B 一定存在公共的特征向量.证明 因为n nA C ⨯∈,则A 在复数域上一定存在特征值,取A 的任一个特征值λ,考虑λ的特征子空间{}nV CA λξξλξ=∈=设dim V k λ=,则0k >,设12,,,k εεε 为V λ的一组基,则i V λε∈,于是有i i A ελε=,1,2,,i k = .在下面的证明中,我们将证明存在A 的属于λ的一个特征向量η,使η也是B 的一个特征向量,即存在某数μ使B ημη=成立,从而η为A 与B 的公共特征向量.由于12,,,k εεε 为V λ的一组基,设1122k k c c c ηεεε=++ (1)由i i A ελε=,则()()()()i i i i A B B A B B εελελε===,即得i B V λε∈,1,2,,i k = .则有ij l C ∈,,1,2,,i j k = ,使得11112121212122221122k kk kkk k kk k B l l l B l l l B l l l εεεεεεεεεεεε=+++⎧⎪=+++⎪⎨⎪⎪=+++⎩ 下步将寻找不全为零的12,,,k c c c ,使(1)成立,并且使η为A 与B 的公共特征向量.1122()k k B B c c c ηεεε=+++ 1122k k c B c B c B εεε=+++1111212111()()k k k k kk k c l l l c l l εεεεε=+++++++1111111()()k k k kk k k l c l c l c l c εε=++++++而112211()()()k k k k c c c c c μημεεεμεμε=+++=++ 由B ημη=及12,,,k εεε 线性无关,得11112211211222221122k k k k k k kk k k l c l c l c c l c l c l c c l c l c l c cμμμ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ (2)即111111k k kk k k l l c c l l c c μ⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭, 记()ijk kL l ⨯=,即得11kk c c L c c μ⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 也即()100kc L c μ⎛⎫⎛⎫⎪ ⎪E -= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭(3) 当0L μE -=时,上式有非0解,此式说明μ是L 的特征值.命题1证毕.命题1证明了A 与B 有公共的特征向量,通过定理1的证明,我们还看出, 对于A 的任一特征值,属于该特征值的所有特征向量中,一定存在B 的特征向量.于是有推论:推论 1 若复方阵,A B 满足AB BA =,且A 有r 个互不相同的特征值,则A 与B 至少有r 个线性无关的公共特征向量.证明 设12,,,r λλλ 是A 的r 个互不相同的特征值,按照定理1的证明,在A 的每个特征子空间i V λ中都存在B 的特征向量i ξ,1,2,,i r = ,而属于不同特征值的特征向量必线性无关,得12,,,r ξξξ 是A 与B 的r 个线性无关的公共特征向量.推论 2 若n 阶复方阵,A B 满足AB BA =,且A 有n 个互不相同的特征值,则存在可逆矩阵P ,使得1P AP -与1P BP -都是对角矩阵.证明 由推论1知A 与B 有n 个线性无关的公共特征向量12,,,n ξξξ ,作矩阵12(,,,)n P ξξξ= ,则1P AP -与1P BP -都是对角矩阵.下面,我们通过例子说明如何用定理1中方法求出可换矩阵所有的公共特征向量. 例1 求可换矩阵,A B 所有的公共特征向量.300131201A ⎛⎫ ⎪=- ⎪⎪⎝⎭,121011220B ⎛⎫⎪= ⎪ ⎪⎝⎭解 容易验证AB BA =,A 的特征多项式为2300131(1)(3)21E A λλλλλλ--=--=----.所以11λ=,233λλ== .对11λ=,由1232001210200x x x -⎛⎫⎛⎫⎪ ⎪--= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭,得 10x =,2312x x =-,从而基础解系为1012ε⎛⎫ ⎪=- ⎪ ⎪⎝⎭,而11121000111122022B εε⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=-==- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭,定理1中的()1L =-为11⨯矩阵,于是1μ=-, 于是公共特征向量为111102c c c ηε⎛⎫⎪==- ⎪ ⎪⎝⎭,其中1c 为任一不为零的常数对233λλ==,由1230001010202x x x ⎛⎫⎛⎫⎪ ⎪-=⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭,得 13x x =,从而基础解系为1101ε⎛⎫ ⎪= ⎪ ⎪⎝⎭,2010ε⎛⎫ ⎪= ⎪ ⎪⎝⎭,而1121211201101222012B εεε⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪===+ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭, 2121210201111222002B εεε⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪===+ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭, 由命题1可知2211L ⎛⎫=⎪⎝⎭,22011L μμμ--E -==--,从而有(3)0μμ-=,对0μ=,12220110c c --⎛⎫⎛⎫⎛⎫= ⎪⎪ ⎪--⎝⎭⎝⎭⎝⎭,得 21c c =-,于是公共特征向量为112()c ηεε=-,即111c c c η⎛⎫ ⎪=- ⎪ ⎪⎝⎭,其中1c 为任意不为零的常数.对3μ=,12120120c c -⎛⎫⎛⎫⎛⎫= ⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭,得 122c c =,于是公共特征向量为212(2)c ηεε=+,即22222c c c η⎛⎫⎪= ⎪ ⎪⎝⎭, 其中2c 为任意不为零的常数.于是所有公共特征向量的形式为:02kk η⎛⎫ ⎪=- ⎪ ⎪⎝⎭,k k k η⎛⎫ ⎪=- ⎪⎪⎝⎭,22k k k η⎛⎫⎪= ⎪ ⎪⎝⎭k 为任意不为零的常数.4 逆命题 设C 为n 阶矩阵,且tr 0C =,则必存在n 阶矩阵A 与B ,使A B B A C -=证明 若tr 0C =,则C 一定相似于一个主对角元全是零的方阵.证明为参考文献[12]定理1的证明,在此略.下证必存在n 阶矩阵A 与B ,使A B B A C -=分两种情况讨论:(1)若C 是主对角元全是零的方阵,即()ij C c =,0ii c =,1,2,,i n = .取12n A λλλ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭12,,,n λλλ 两两互异.取()ij B b =,其中ijij i jc b λλ=-(i j ≠),而ii b (1,2,,)i n = 任意,可验证A B B A C -=.(2)对任何tr 0C =的n 阶矩阵C ,由引理存在可逆阵P ,使1P CP -为一个主对角元全是零的方阵.由(1)所证,存在n 阶矩阵1A 与1B ,使11111A B B A P C P --=于是,有11111111()()()()P A P P B P P B P P A P C -----=,令11P A P A -=,11P B PB -=,则A B B A C -=.命题得证.5 一个反例命题1中对复数域的要求是必需的,而在文献[2]中P261却有如下一道习题:习题[2] 设矩阵A 与B 可交换,试证:如果A 有特征向量,则,A B 一定有公共特征向量. 在文献[3]中对该习题作出了如下解答:解[3] 设,A B 是两个可交换的矩阵,系数在数域P 中,并设其阶数为n .,A B 可看成n 维线性空间n P 的线性变换,A B 在基12(1,0,,0),(0,1,,0),,εε==(0,0,,1)n ε= 下的矩阵,从,A B 可交换可推出,A B 可交换.如果A 有特征向量,则A 有特征值0λ.在A 对于0λ的特征子空间中,,A B 有公共特征向量α,α也是矩阵,A B 的公共特征向量.上述结论不真.事实上,在实数域R 上,取A E =,令B 是在实数域R 没有特征值的任一方阵(这种矩阵是存在的,参见下例),则A E =与B 可交换,A E =有特征向量,但B 没有特征向量.例1 在实数域R 上,A E =(单位阵),0110B ⎛⎫= ⎪-⎝⎭,则AB BA =,A 有特征值1,从而有特征向量,但B 在实数域R 上没有特征值,自然没有特征向量.6 进一步的讨论结论 1 若AB BA =,且A 有n 个互不相同的特征值,则∃可逆阵P 使得1100n P AP λλ-⎛⎫ ⎪=⎪ ⎪⎝⎭ , 1100n P BP μμ-⎛⎫ ⎪=⎪ ⎪⎝⎭ .结论 2 已知 A B AB +=,则(1)1不是A 的特征值,也不是B 的特征值;(2)若B 相似于对角阵,则A 也相似于对角阵,且可同时相似于对角阵.结论3 若A B AB +=,,A B 至少有一个可以对角化,则 (1)B 一定能表成A 的多项式.(2)A 每一个特征向量都是B 的特征向量.(3),A B 至少有一个公共特征向量.结论4 若A B AB +=,A 可对角化,则,A B 有n 个公共特征向量,且它们线性无关.。