若尔当分解

若尔当分解 (Jordan Decomposition)

若尔当分解是数学中一类构造性分解方法的总称，其核心思想是将一个复杂对象表示为其最简单不可约成分的组合。在线性代数、测度论和泛函分析中各有独立但精神一致的版本：矩阵的若尔当标准形将一个线性变换分解为若尔当块的直和；测度论中的若尔当分解将一个带符号测度拆分为两个正测度之差。二者的共同本质是「复杂对象 = 简单组件之和（或差）」。

矩阵的若尔当标准形

设 $A$ 为 $n \times n$ 复方阵。若尔当标准形定理断言：存在可逆矩阵 $P$ ，使得

P^{-1} A P = J = \operatorname{diag}\bigl(J_{k_1}(\lambda_1), \ldots, J_{k_r}(\lambda_r)\bigr),

其中每个 若尔当块 $J_k(\lambda)$ 是 $k \times k$ 矩阵：

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

对角线上为特征值 $\lambda$ ，超对角线上全为 1。若 $A$ 有 $n$ 个线性无关的特征向量（即可对角化），则所有若尔当块退化为一阶， $J$ 退化为对角矩阵。缺损矩阵（defective matrix）必然出现至少一个阶数大于 1 的若尔当块，其几何重数严格小于代数重数。

若尔当块的幂有显式公式：

\bigl[J_k(\lambda)\bigr]^t = \begin{bmatrix} \lambda^t & t\lambda^{t-1} & \binom{t}{2}\lambda^{t-2} & \cdots \\ 0 & \lambda^t & t\lambda^{t-1} & \cdots \\ \vdots & \ddots & \ddots & \ddots \end{bmatrix}.

这一公式在线性动力系统中至关重要。对于系统 $x_{t+1} = A x_t$ ，解为 $x_t = A^t x_0 = P J^t P^{-1} x_0$ 。稳定性由谱半径 $\rho(A) = \max |\lambda_i|$ 决定： $\rho(A) < 1$ 时系统渐近稳定， $\rho(A) = 1$ 时收敛行为由若尔当块阶数控制。在 DSGE 模型中，若尔当分解用于求解线性理性预期系统的 Blanchard-Kahn 形式。

测度论中的若尔当分解

在测度论中，任意 带符号测度 $\nu$ 可唯一表示为两个正测度之差：

\nu = \nu^+ - \nu^-,

其中 $\nu^+$ 和 $\nu^-$ 相互奇异（即存在可测集 $P$ 使得 $\nu^-(P) = 0$ 且 $\nu^+(X \setminus P) = 0$ ）。这依赖于 Hahn分解定理：存在可测空间 $X$ 的一个划分 $X = P \cup N$ （正集与负集），使得 $\nu^+(E) = \nu(E \cap P)$ ， $\nu^-(E) = -\nu(E \cap N)$ 。全变差测度定义为 $|\nu| = \nu^+ + \nu^-$ ，是正测度。

这一分解直接导出拉东-尼科迪姆定理：若 $\nu$ 关于 $\sigma$ -有限正测度 $\mu$ 绝对连续，则存在密度函数 $f$ 使 $d\nu = f \, d\mu$ ，且 $f = f^+ - f^-$ （函数的若尔当分解）。

泛函分析中的若尔当分解

在泛函分析中，有界变差函数也存在若尔当分解：闭区间 $[a, b]$ 上的任一有界变差函数 $f$ 可写为两个单调递增函数之差： $f = f_1 - f_2$ ，其中 $f_1(x) = V_a^x(f)$ （全变差函数）， $f_2 = f_1 - f$ 。这与测度分解一脉相承： $f$ 诱导的 Lebesgue-Stieltjes 测度可分解为正负部分。

与其他概念的关系

若尔当分解是多种分解的源头和参照：

矩阵若尔当分解是舒尔分解的细化，也是特征分解对不可对角化矩阵的推广。
测度若尔当分解与勒贝格分解（绝对连续部分 + 奇异部分）互补。
在最优控制和动态规划中，值函数的若尔当分解用于分离正负效用流。

若尔当分解的方法论精神——将复杂对象拆解为结构清晰、便于分析的简单组件——贯穿现代数学和定量经济学的诸多领域。

返回百科索引