跳至主要內容

不可对角化矩阵的幂

CyletixClaude数学公式例题

对角化只能处理有 nn 个线性无关特征向量的矩阵。当矩阵有重特征值且特征向量不足（几何重数 << 代数重数）时矩阵不可对角化，此时算 AnA^n 需改用 凯莱-哈密顿定理 的带余除法或 幂零矩阵 拆分。

前置知识

建议按顺序掌握：特征值与特征多项式（求特征根）→ 特征向量与几何重数、代数重数（判断能否对角化）→ 凯莱-哈密顿定理与最小多项式（方法一的降次依据）→ 幂零矩阵与二项式定理（方法二的截断依据）。全貌见相似变换概述。

以一个最经典的不可对角化矩阵为例，同时演示这两种解法：

A=(3−111)A = \begin{pmatrix} 3 & -1 \\ 1 & 1 \end{pmatrix}

特征方程为 det⁡(λI−A)=(λ−3)(λ−1)+1=(λ−2)2=0\det(\lambda I - A) = (\lambda - 3)(\lambda - 1) + 1 = (\lambda - 2)^2 = 0，重特征值 λ=2\lambda = 2。
求解 (A−2I)x=0(A - 2I)x = 0 仅有 1 个线性无关特征向量，因此 AA 不可对角化（见对角化）。

方法一：Cayley-Hamilton 定理 + 多项式除法

核心逻辑
根据 凯莱-哈密顿定理，矩阵满足自身的特征方程，即 (A−2I)2=O(A - 2I)^2 = O（零矩阵）。
将 λn\lambda^n 除以特征多项式 (λ−2)2(\lambda - 2)^2（即带余除法），得到商式 Q(λ)Q(\lambda) 和一次余式 R(λ)=c1λ+c0R(\lambda) = c_1 \lambda + c_0：

λn=Q(λ)(λ−2)2+(c1λ+c0)\lambda^n = Q(\lambda)(\lambda - 2)^2 + (c_1 \lambda + c_0)

将矩阵 AA 代入，由于 (A−2I)2=O(A - 2I)^2 = O，前面一大串直接归零：

An=Q(A)⋅O+(c1A+c0I)=c1A+c0IA^n = Q(A) \cdot O + (c_1 A + c_0 I) = c_1 A + c_0 I

算 AnA^n 转化为求标量系数 c1,c0c_1, c_0。

重根处余式系数的求法

余式 c1λ+c0c_1\lambda+c_0 的次数低于除式 (λ−2)2(\lambda-2)^2 的次数。当 λ=2\lambda=2 是重根时，只代入 λ=2\lambda=2 只得一个方程，还须对等式两边求导后再代入 λ=2\lambda=2，才能解出两个系数。这是带余除法求余式系数的标准套路。

计算步骤

  1. 代入特征根 λ=2\lambda = 2：

2n=0+(2c1+c0)  ⟹  2c1+c0=2n— (1)2^n = 0 + (2c_1 + c_0) \implies 2c_1 + c_0 = 2^n \quad \text{--- (1)}

  1. 两边对 λ\lambda 求导后，再代入 λ=2\lambda = 2：

nλn−1=Q′(λ)(λ−2)2+Q(λ)⋅2(λ−2)+c1n\lambda^{n-1} = Q'(\lambda)(\lambda - 2)^2 + Q(\lambda) \cdot 2(\lambda - 2) + c_1

代入 λ=2\lambda = 2：

n2n−1=c1— (2)n 2^{n-1} = c_1 \quad \text{--- (2)}

  1. 联立解出系数：

c1=n2n−1c_1 = n 2^{n-1}

c0=2n−2c1=2n−2(n2n−1)=(1−n)2nc_0 = 2^n - 2c_1 = 2^n - 2(n 2^{n-1}) = (1 - n)2^n

  1. 代回矩阵公式：

An=n2n−1A+(1−n)2nIA^n = n 2^{n-1} A + (1 - n)2^n I

最小多项式视角

本例 A−2I≠OA-2I\neq O 而 (A−2I)2=O(A-2I)^2=O，故 AA 的最小多项式恰为 (λ−2)2(\lambda-2)^2，与特征多项式一致。若最小多项式次数更低，用最小多项式归零能把 AnA^n 降到更少的项，计算更省。

方法二：幂零拆分 + 二项式定理

展开之后做什么？
拆分的核心目的就是利用高次项直接归零（截断）。
对于 2×22 \times 2 或 3×33 \times 3 矩阵，NN 的平方或立方往往直接变成全 00 矩阵。
展开式中从第 3 项（或第 4 项）开始的无穷多项全死掉，剩下的就是两三个具体矩阵的简单加减法。

计算步骤

  1. 拆成「数量矩阵 + 幂零矩阵」：
    提取对角线特征值 λ=2\lambda = 2：

A=2I+N其中 N=A−2I=(1−11−1)A = 2I + N \quad \text{其中 } N = A - 2I = \begin{pmatrix} 1 & -1 \\ 1 & -1 \end{pmatrix}

  1. 验证幂零性（算 N2N^2）：

N2=(1−11−1)(1−11−1)=(0000)=ON^2 = \begin{pmatrix} 1 & -1 \\ 1 & -1 \end{pmatrix}\begin{pmatrix} 1 & -1 \\ 1 & -1 \end{pmatrix} = \begin{pmatrix} 0 & 0 \\ 0 & 0 \end{pmatrix} = O

因为 N2=ON^2 = O，所以所有 k≥2k \ge 2 的项 Nk=ON^k = O。

  1. 二项式定理展开并截断（2I2I 与 NN 显然可交换——2I2I 是数量矩阵，与任何矩阵交换）：

An=(2I+N)n=(n0)(2I)n+(n1)(2I)n−1N1+(n2)(2I)n−2N2+⋯+Nn⏟全部是 OA^n = (2I + N)^n = \binom{n}{0}(2I)^n + \binom{n}{1}(2I)^{n-1} N^1 + \underbrace{\binom{n}{2}(2I)^{n-2} N^2 + \dots + N^n}_{\text{全部是 } O}

整个展开式只剩前两项（见二项式定理）：

An=2nI+n2n−1NA^n = 2^n I + n 2^{n-1} N

  1. 把具体的矩阵代入相加（最终结果）：

An=2n(1001)+n2n−1(1−11−1)=(2n+n2n−1−n2n−1n2n−12n−n2n−1)A^n = 2^n \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} + n 2^{n-1} \begin{pmatrix} 1 & -1 \\ 1 & -1 \end{pmatrix} = \begin{pmatrix} 2^n + n 2^{n-1} & -n 2^{n-1} \\ n 2^{n-1} & 2^n - n 2^{n-1} \end{pmatrix}

两法比较

两个方法本质完全相通：方法一靠特征多项式（或最小多项式）把 AnA^n 降次，方法二靠幂零矩阵的高次幂归零把二项式截断。考场上看到特征值有重根且无法对角化时，直接选择方法二最快（通常 3 阶矩阵 N3=ON^3=O，二项式只用算前 3 项）；需要统一公式或 nn 很大时，方法一直接给出 An=c1A+c0IA^n = c_1 A + c_0 I 的闭式。

后续

  • Jordan标准型：不可对角化矩阵的一般标准形，方法二的幂零拆分正是 Jordan 块 J=λI+NJ=\lambda I+N 的高次幂公式。
  • 广义二项式定理：把二项式展开推广到实数幂 α\alpha，可求 (I+N)α(I+N)^{\alpha}（如矩阵的平方根、逆矩阵）。
  • 矩阵指数：eAte^{At} 在不可对角化时同样用 Jordan 块 + 幂零拆分计算。
链接到当前文件 5