幂零矩阵

在此页面上,您将找到什么是幂零矩阵的解释,以及几个示例,以便您可以理解它并且毫无疑问。此外,您将能够看到幂零矩阵的结构以及这些类型矩阵的所有属性。

什么是幂零矩阵?

幂零矩阵的定义如下:

幂零矩阵是一个方阵,它被提升到一个整数,给出零矩阵

N^k =0

金子

N

是幂零矩阵并且

k

给出零矩阵的幂的指数。

这个条件并不意味着无论指数如何,幂零矩阵的幂总是为零,而是如果存在至少一个矩阵的幂其结果是全0的矩阵,则该矩阵是幂幂的。

另一方面,幂零矩阵的幂零指数是满足幂零条件的最小数。我们也可以说幂零矩阵的阶数为k ,其中k是其幂零指数。

幂零矩阵的示例

为了完成对幂零矩阵概念的理解,我们将看到此类矩阵的几个示例:

2 × 2 幂零矩阵的示例

以下维度为 2×2 的方阵是幂零的:

维度为 2x2 的幂零矩阵的示例

该矩阵是幂零的,因为通过对矩阵 A 求平方,我们得到零矩阵:

\displaystyle A^2=\begin{pmatrix} 2 &-4 \\[1.1ex] 1 & -2 \end{pmatrix}\cdot \begin{pmatrix} 2 &-4 \\[1.1ex] 1 & -2 \end{pmatrix}=\begin{pmatrix} \bm{0} &\bm{0} \\[1.1ex] \bm{0} & \bm{0} \end{pmatrix}

因此它是一个幂零矩阵,其幂零指数为2,因为获得零矩阵的二次方。

3×3 幂零矩阵的示例

下面的 3阶方阵是幂零的:

维度为 3x3 的幂零矩阵的示例

尽管将矩阵提高到 2 我们并没有得到零矩阵:

\displaystyle B^2=\begin{pmatrix}1&-2&1\\[1.1ex] 3&0&3\\[1.1ex] -1&2&-1\end{pmatrix}\cdot \begin{pmatrix}1&-2&1\\[1.1ex] 3&0&3\\[1.1ex] -1&2&-1\end{pmatrix}= \begin{pmatrix}-6&0&-6\\[1.1ex]0&0&0\\[1.1ex] 6&0&6\end{pmatrix}

但是在计算矩阵的立方时,我们得到一个所有元素都等于 0 的矩阵:

\displaystyle B^3= \begin{pmatrix}-6&0&-6\\[1.1ex]0&0&0\\[1.1ex] 6&0&6\end{pmatrix}\cdot\begin{pmatrix}1&-2&1\\[1.1ex] 3&0&3\\[1.1ex] -1&2&-1\end{pmatrix}= \begin{pmatrix}\bm{0}&\bm{0}&\bm{0}\\[1.1ex]\bm{0}&\bm{0}&\bm{0}\\[1.1ex] \bm{0}&\bm{0}&\bm{0}\end{pmatrix}

所以矩阵B是幂零矩阵,并且由于得到的零矩阵是3次方,所以它的幂零指数为3。

2 × 2 幂零矩阵的结构

下面您可以看到所有幂零矩阵的结构。它的证明有点乏味,所以我们直接给你留下了获得 2 阶幂零矩阵的公式:

2x2 幂零矩阵的结构和公式

因此任何满足上式的矩阵都是幂零矩阵。为此,值

a

b

它们可以是任意的,只要它们是实数即可。

幂零矩阵的性质

幂零矩阵具有以下特点:

  • 幂零矩阵的迹始终为零。
  • 类似地,任何幂零矩阵的行列式始终为0。但是,反过来则不然,即矩阵的行列式为零并不意味着该矩阵是幂零的。
  • 唯一可以对角化的幂零矩阵是零矩阵。
  • 维度n×n的幂幂矩阵的幂幂指数始终等于或小于n 。这就是为什么 2 × 2 幂零矩阵的幂零指数始终为 2。
  • 幂零矩阵是不可逆的。
  • 任何主对角线上有零的三角矩阵也是幂零矩阵。
  • 有一个定理说如果矩阵

    N

    是幂零的,那么矩阵

    N+I

    是可逆的,其中

    I

    是单位矩阵。另外,其逆矩阵可由以下公式求得:

\displaystyle(N+I)^{-1} = \sum_{m = 0}^\infty (-N)^m=I-N+N^2-N^3+\cdots

  • 等价地,如果

    N

    是幂零矩阵,那么可以计算矩阵的逆

    N-I

    具有以下等式:

\displaystyle(N-I)^{-1} = \sum_{m = 0}^\infty (N)^m=I+N+N^2+N^3+\cdots

  • 任何奇异矩阵,即不可逆矩阵,都可以分解为幂零矩阵的乘积。
  • 幂零矩阵的所有特征值(或特征值)均为零。

\displaystyle \lambda=0 \qquad \forall \ \lambda

  • 最后,出于好奇,还有幂零变换的概念,它定义了线性应用

    L

    向量空间的

    L^k=0

发表评论

您的电子邮箱地址不会被公开。 必填项已用 * 标注

Scroll to Top