您的位置首页百科问答

奇异矩阵与退化矩阵有什么不同?

奇异矩阵与退化矩阵有什么不同?

的有关信息介绍如下:

奇异矩阵与退化矩阵有什么不同?

奇异阵是行列式为0的方阵,是特征值(奇异值)含有0的方阵,还有很多等价的定义。

退化阵需要看上下文,「退化」一词一般来说指的是从一般情况变成了特殊情况,比如如果一般的情况下一个矩阵是满秩的(例如一个随机矩阵),在某种特殊情况下矩阵某些行列变成了线性相关,于是就不满秩了,那么就称为「退化」;又比如,单位阵是一种特殊的正交矩阵,在特定上下文中也可以称单位阵为「退化」的正交阵。等等。

于是,如果上下文是讨论方阵(的特征值),那么从这个角度来说,奇异阵就是一种「退化」了的方阵。

针对题主的评论更新

题主的评论讲的是矩阵的约当(Jordan)标准型,任何一个n阶的矩阵A,都可以在复数域上相似于唯一的约当标准型:

其中,P是个可逆矩阵,J就是约当标准型,长成这个样子:

其中每一个都是一个矩阵块,叫做约当块,长成这个样子:

这里就是特征值,这个约当块的阶数就是特征值的重数,当然对于不同的,也可能有(这里涉及到几何重数与代数重数的关系,不深入细说)。每一个约当块对应一个一维的子空间。所以很显然,如果每一个约当块都是一阶的,那么原先的矩阵就能够对角化,如果含有高于一阶的约当块,那么原始矩阵就不能对角化,也就出现了题主所谓的「退化」的情景。

题主举例的矩阵 [3,1; 0,3](懒得输入公式了,意思一下),本身就是一个约当块,不能够进行对角化,其特征根的重数为2.

针对

的评论继续更新

如果将一个方阵看做空间的映射的话,那么他的特征向量就可以看做是不变子空间的基。仍旧举这个具体的例子好了,之前题主说的这个矩阵:

它本身就是一个约当块,它的特征值是3(2重特征值),只有一个特征向量是(1,0)。如果用类似相图的方法来表示这个线性变换是怎么样的呢

那个红色的箭头就是特征向量。也是一个1D的不变子空间。

那么一般的矩阵是什么样的呢?我们把上面那个矩阵稍稍改一下:

这个矩阵的特征向量是(1,0)和(-1,1),那么对应的相图是什么样的呢

有两个特征向量,于是也就有两个1D的不变子空间(当然他们两个张成的线性空间,也就是全空间本身,也同样是不变子空间)

对比一下就能发现不同了,前面那个「坍缩」的矩阵,尽管是满秩的,但只有1个特征向量,而一个「一般」的矩阵,有两个特征向量。

更进一步的,对于约当标准型,每一个约当块都可以类似这么分解,并且每一个约当块的特征向量都只有1个,或者,按照你的说法,每一个约当块对应的不变子空间是1D的。如果约当块本身的阶数大于1,那大概就是你所谓的「不变子空间维数小于空间维数」了,而这,正是前面讨论的「退化」的情形。