Máy Tính Dạng Chuẩn Jordan

Tính dạng chuẩn Jordan của ma trận vuông cùng ma trận chuyển P với P nghịch đảo A P = J. Xử lý ma trận suy biến, không chéo hóa được bằng vector riêng suy rộng, kèm phân tích chuỗi hạt nhân và sơ đồ khối.

Sử dụng miễn phíKhông cần đăng kýKết quả tức thì

Máy Tính Dạng Chuẩn JordanDùng thử ngay — miễn phí ▼

Embed Máy Tính Dạng Chuẩn Jordan Widget

Giới thiệu về Máy Tính Dạng Chuẩn Jordan

Máy Tính Dạng Chuẩn Jordan tạo ra dạng chuẩn Jordan J của ma trận vuông A cùng với ma trận chuyển khả nghịch P thỏa mãn hệ thức đồng dạng P⁻¹AP = J. Không giống như phép chéo hóa vốn thất bại đối với các ma trận khiếm khuyết, dạng Jordan tồn tại cho mọi ma trận vuông trên một trường đóng đại số — nó thay thế biểu diễn đường chéo bằng một dãy các khối Jordan, mỗi khối là một ma trận gần đường chéo chứa một giá trị riêng trên đường chéo và các số 1 trên đường chéo phụ trên. Công cụ này tính toán mọi thứ bằng số học hữu tỷ chính xác, vì vậy kết quả J và P được chứng minh là đúng — không liên quan đến làm tròn dấu phẩy động.

Dạng chuẩn Jordan là gì?

Cho một ma trận A kích thước n × n trên trường số phức, dạng chuẩn Jordan J là một ma trận đường chéo khối

J = diag( J_k₁(λ₁), J_k₂(λ₂), …, J_kₛ(λₛ) )

trong đó mỗi khối Jordan J_k(λ) là một ma trận k × k với λ trên đường chéo, các số 1 trên đường chéo phụ trên và các số 0 ở những nơi khác:

$$J_k(\lambda) = \begin{bmatrix} \lambda & 1 & 0 & \cdots & 0 \\ 0 & \lambda & 1 & \cdots & 0 \\ 0 & 0 & \lambda & \cdots & 0 \\ \vdots & \vdots & \vdots & \ddots & 1 \\ 0 & 0 & 0 & \cdots & \lambda \end{bmatrix}$$

Các giá trị riêng λ_i có thể lặp lại trên các khối; điều quan trọng là mô hình kích thước khối, vốn là một bất biến đồng dạng đầy đủ của A.

Tại sao chúng ta cần Dạng Jordan khi đã có phép chéo hóa?

Không phải mọi ma trận vuông đều chéo hóa được. Một ma trận không chéo hóa được khi một giá trị riêng nào đó có ít vectơ riêng độc lập hơn bội đại số của nó — chúng ta gọi ma trận đó là khiếm khuyết. Dạng Jordan lấp đầy khoảng trống này bằng cách đưa vào các vectơ riêng suy rộng, tạo ra một dạng chính tắc hoạt động cho mọi ma trận.

Tình huống	Hành vi giá trị riêng	Dạng chính tắc
n giá trị riêng biệt	bội đại số = bội hình học = 1 cho mỗi λ	Hoàn toàn đường chéo (không cần chuỗi)
Giá trị riêng lặp lại, đại số = hình học	λ có số lượng vectơ riêng bằng bội của nó	Đường chéo — tất cả các khối Jordan có kích thước 1
Giá trị riêng lặp lại, đại số > hình học	λ bị khiếm khuyết	Dạng Jordan với các khối kích thước ≥ 2

Các khái niệm chính

Bội đại số so với Bội hình học

Bội đại số của một giá trị riêng λ là bội của λ dưới dạng nghiệm của đa thức đặc trưng p_A(λ) = det(λI − A). Bội hình học là số chiều của không gian riêng, hoặc tương đương là dim ker(A − λI). Số lượng khối Jordan liên kết với λ bằng bội hình học của nó, và tổng kích thước của các khối đó bằng bội đại số của nó.

Vectơ riêng suy rộng và Chuỗi

Một vectơ v là một vectơ riêng suy rộng hạng k cho giá trị riêng λ nếu (A − λI)^kv = 0 nhưng (A − λI)^k−1v ≠ 0. Áp dụng N = (A − λI) vào một vectơ riêng suy rộng hạng k sẽ tạo ra một vectơ hạng k−1, do đó ta thu được một chuỗi Jordan:

v_k → v_k−1 = Nv_k → v_k−2 = N²v_k → ⋯ → v₁ = N^k−1v_k (một vectơ riêng thông thường)

Đặt chuỗi theo thứ tự v₁, v₂, …, v_k làm các cột của P sẽ tạo ra một khối Jordan kích thước k trong các hàng/cột tương ứng của J.

Thang bậc hạt nhân và Đếm số khối

Đối với mỗi giá trị riêng λ, xác định dãy tăng dần d_k = dim ker((A − λI)^k). Dãy này không giảm, ổn định tại bội đại số của λ. Số lượng khối Jordan của từng kích thước được chiết xuất từ thang bậc này:

# số khối kích thước ≥ k = d_k − d_k−1 # số khối kích thước = k = 2·d_k − d_k−1 − d_k+1

Đây là một phép đếm sơ đồ Young và nó là chính xác — không cần phán đoán. Máy tính in thang bậc này cho mọi giá trị riêng để bạn có thể theo dõi quá trình phân rã từng bước.

Đa thức tối tiểu

Đa thức tối tiểu m_A(λ) là đa thức monic có bậc nhỏ nhất thỏa mãn m_A(A) = 0. Khi bạn đã có dạng Jordan, việc đọc nó là rất đơn giản:

m_A(λ) = ∏_i (λ − λ_i)^r_i, trong đó r_i là chỉ số của λ_i (kích thước của khối Jordan lớn nhất của nó)

Một ma trận chéo hóa được khi và chỉ khi đa thức tối tiểu của nó không có nghiệm bội, tức là mọi khối Jordan đều có kích thước 1.

Cách máy tính này hoạt động

Phân tích ma trận — các phần tử số nguyên, phân số (ví dụ: 1/2), hoặc số thập phân đều được chấp nhận và chuyển đổi sang số hữu tỷ chính xác (fractions.Fraction).
Tính đa thức đặc trưng bằng thuật toán Faddeev–LeVerrier, tránh khai triển định thức tượng trưng và chạy trong thời gian O(n⁴) với số học chính xác.
Tìm các giá trị riêng hữu tỷ thông qua Định lý nghiệm hữu tỷ — mọi nghiệm hữu tỷ p/q của một đa thức số nguyên nguyên tố cùng nhau đều thỏa mãn p ∣ hệ số tự do và q ∣ hệ số dẫn đầu. Mỗi nghiệm tìm thấy được chia ra và quá trình tìm kiếm lặp lại.
Xây dựng thang bậc hạt nhân cho mọi giá trị riêng λ bằng cách tính dim ker((A − λI)^k) với RREF hữu tỷ cho đến khi dãy ổn định tại bội đại số.
Chọn các vectơ đỉnh chuỗi từ hạt nhân lớn nhất xuống nhỏ nhất, mở rộng cơ sở bất cứ khi nào cần một khối Jordan mới. Mỗi đỉnh chuỗi sau đó được nhân liên tiếp với (A − λI) để thu được các vectơ chuỗi của nó.
Lắp ráp J và P bằng cách nhóm các chuỗi theo từng giá trị riêng (các khối có kích thước lớn nhất trước), đặt các vectơ chuỗi làm các cột của P và điền vào J các giá trị riêng và các số 1 trên đường chéo phụ trên.
Xác minh chính xác rằng P⁻¹ A P = J bằng số học số nguyên — kết quả được đảm bảo vì tất cả các phép tính trung gian đều là hữu tỷ.

Ví dụ minh họa

Xét ma trận khiếm khuyết 3 × 3

$$A = \begin{bmatrix} 5 & 4 & 2 \\ 0 & 5 & -1 \\ 0 & 0 & 5 \end{bmatrix}$$

Đa thức đặc trưng: $p_A(\lambda) = (\lambda - 5)^3$. Giá trị riêng duy nhất λ = 5 với bội đại số 3.
Thang bậc hạt nhân cho λ = 5: $d_1 = 1$, $d_2 = 2$, $d_3 = 3$. Các bước tăng là 1, 1, 1 → một khối Jordan duy nhất kích thước 3.
Dạng Jordan: $J = \begin{bmatrix} 5 & 1 & 0 \\ 0 & 5 & 1 \\ 0 & 0 & 5 \end{bmatrix}$, với bội hình học 1 và chỉ số 3.
Đa thức tối tiểu: $m_A(\lambda) = (\lambda - 5)^3$ — giống như đa thức đặc trưng vì chỉ có một khối Jordan.

Ứng dụng của Dạng chuẩn Jordan

Lũy thừa ma trận và ODE tuyến tính — đối với một hệ số hằng số x′ = Ax, nghiệm dạng đóng là $e^{tA}x_0$, và $e^{tA}$ có thể tính toán dễ dàng khi A được viết dưới dạng Jordan.
Số mũ của ma trận — $A^k = P J^k P^{-1}$, và các khối Jordan có các công thức rõ ràng cho lũy thừa của chúng.
Giải tích hàm ma trận — $f(A) = P f(J) P^{-1}$ tổng quát hóa cho f giải tích bất kỳ, miễn là f được xác định trên một lân cận của phổ.
Lý thuyết điều khiển — tính ổn định của các hệ thống tuyến tính được quyết định bởi các giá trị riêng và kích thước khối Jordan (các trường hợp biên yêu cầu nhìn vào khối lớn nhất cho một giá trị riêng cận biên).
Phân loại các toán tử tuyến tính — hai ma trận đồng dạng khi và chỉ khi chúng có cùng dạng Jordan, vì vậy dạng này là một bất biến đầy đủ.

Câu hỏi thường gặp

Dạng chuẩn Jordan của một ma trận là gì?

Dạng chuẩn Jordan (còn gọi là dạng chính tắc Jordan) là một ma trận gần đường chéo J đồng dạng với ma trận gốc A, nghĩa là tồn tại một ma trận khả nghịch P sao cho P⁻¹AP = J. Đường chéo của J chứa các giá trị riêng của A, và ngay phía trên đường chéo có các số 1 xuất hiện bên trong các khối Jordan bất cứ khi nào A không chéo hóa được. Mọi ma trận vuông trên trường số phức đều có dạng chuẩn Jordan, duy nhất trừ thứ tự của các khối.

Khi nào một ma trận không chéo hóa được?

Một ma trận không chéo hóa được khi có ít nhất một giá trị riêng có số lượng vectơ riêng độc lập tuyến tính ít hơn bội đại số của nó — khoảng trống này được lấp đầy bởi các khối Jordan kích thước 2 hoặc lớn hơn. Tương đương, một ma trận không chéo hóa được khi đa thức tối tiểu của nó có nghiệm bội. Những ma trận như vậy được gọi là ma trận khiếm khuyết.

Vectơ riêng suy rộng được định nghĩa như thế nào?

Một vectơ riêng suy rộng hạng k cho giá trị riêng λ là một vectơ v khác không sao cho (A − λI)^kv = 0 nhưng (A − λI)^k−1v khác không. Áp dụng (A − λI) vào một vectơ riêng suy rộng hạng k sẽ cho một vectơ hạng k−1, tạo thành một chuỗi. Các chuỗi này tạo thành các cột của ma trận chuyển P trong phân rã Jordan.

Sự khác biệt giữa bội đại số và bội hình học là gì?

Bội đại số của một giá trị riêng λ là số lần nó xuất hiện dưới dạng nghiệm của đa thức đặc trưng. Bội hình học là số chiều của không gian riêng tương ứng — số lượng vectơ riêng độc lập tuyến tính. Bội hình học bằng số lượng khối Jordan cho λ, trong khi bội đại số bằng tổng kích thước của tất cả các khối đó. Các bội bằng nhau có nghĩa là giá trị riêng đó chỉ đóng góp các khối kích thước 1.

Máy tính này tìm kích thước khối Jordan như thế nào?

Đối với mỗi giá trị riêng λ, máy tính tính toán các số chiều d_k = dim ker((A − λI)^k) cho k = 1, 2, … cho đến khi dãy số ổn định ở mức bội đại số. Số lượng khối Jordan có kích thước ít nhất k bằng d_k − d_k−1. Việc trừ các số hạng liên tiếp sẽ cho ra số lượng chính xác các khối của từng kích thước. Phép tính dựa trên sơ đồ Young này là chính xác và sử dụng số học hữu tỷ xuyên suốt.

Máy tính có xử lý được các ma trận có giá trị riêng vô tỷ hoặc phức không?

Máy tính sử dụng số học hữu tỷ chính xác, yêu cầu các giá trị riêng phải là số hữu tỷ. Khi đa thức đặc trưng có các nhân tử không thể phân tách trên trường hữu tỷ, công cụ sẽ hiển thị các giá trị riêng phức xấp xỉ số cho nhân tử còn lại nhưng không tạo ra dạng Jordan đầy đủ, vì số học chính xác là thiết yếu để xác định kích thước khối một cách chính xác. Hãy tỉ lệ hóa hoặc sửa đổi ma trận của bạn để tất cả các giá trị riêng đều là số hữu tỷ để nhận được phân rã Jordan đầy đủ.

Đa thức tối tiểu là gì và nó được tính như thế nào ở đây?

Đa thức tối tiểu m(λ) là đa thức monic có bậc nhỏ nhất triệt tiêu A, nghĩa là m(A) = 0. Nó bằng tích của (λ − λ_i)^index_i trên các giá trị riêng biệt λ_i, trong đó index là kích thước của khối Jordan lớn nhất cho giá trị riêng λ_i. Máy tính này đọc chỉ số trực tiếp từ cấu trúc khối đã tính toán, vì vậy đa thức tối tiểu là một sản phẩm phụ miễn phí của phân rã Jordan.

Đọc thêm

Tham khảo nội dung, trang hoặc công cụ này như sau:

"Máy Tính Dạng Chuẩn Jordan" tại https://MiniWebtool.com/vi/may-tinh-dang-chuan-jordan/ từ MiniWebtool, https://MiniWebtool.com/

bởi đội ngũ miniwebtool. Cập nhật: 23 tháng 4, 2026

Có API dành cho developer: Chạy công cụ này từ ứng dụng, tự động hóa hoặc agent của bạn bằng một yêu cầu HTTP JSON. Xem tài liệu API

Bạn cũng có thể thử AI Giải Toán GPT của chúng tôi để giải quyết các vấn đề toán học của bạn thông qua câu hỏi và trả lời bằng ngôn ngữ tự nhiên.

Đại số Tuyến tính:

Máy Tính Góc Giữa Các Vecto Mới
Máy Tính Đa Thức Đặc Trưng Mới
Máy Tính Phân Rã Cholesky Mới
Máy Tính Không Gian Cột Mới
Máy tính Quy tắc Cramer Mới
Máy Tính Tích Có Hướng Mới
Máy Tính Định Thức
Máy Tính Tích Vô Hướng Mới
Máy tính Giá trị riêng và Vectơ riêng
Máy tính Gram-Schmidt
Máy Tính Ma Trận Jacobian Mới
Máy Tính Dạng Chuẩn Jordan Mới
Máy Tính Ma Trận
Máy Tính Chéo Hóa Ma Trận Mới
Máy Tính Hàm Mũ Ma Trận Mới
Máy Tính Ma Trận Nghịch Đảo Mới
Máy tính Phân tích LU Ma trận
Máy Tính Nhân Ma Trận Mới
Máy Tính Lũy Thừa Ma Trận Mới
Máy tính Hạng Ma trận
Máy tính Vết Ma trận
Máy Tính Không Gian Null Mới
Máy tính phân tích phân số từng phần
Máy Tính Phân Tích QR Mới
Máy tính RREF (Dạng Bậc Thang Rút Gọn) Mới
Máy tính Phân tích Giá trị Kỳ dị (SVD)
Máy Tính Tích Tensor Mới
Máy Tính Vecto Đơn Vị Mới
Máy tính Vector
Máy Tính Độ Lớn Vecto Mới
Máy tính Phép chiếu Vector