线性代数中的特征多项式及其计算方法.pdfVIP

线性代数中的特征多项式及其计算方法

线性代数是数学中一个非常重要的分支，它研究的是向量空间

和线性变换的结构与性质，是现代科学中必不可少的基础学科。

本文将围绕线性代数中的特征多项式展开，介绍它的概念和计算

方法。

特征多项式的定义

在矩阵理论中，我们经常需要找到一些跟矩阵结构有关的信息，

例如特征值、特征向量等，而特征多项式就是其中一个重要的概

念。特征多项式可以看作是一个关于矩阵的多项式函数，它的根

就是矩阵的特征值。

假设$A$是一个$n imesn$的矩阵，记$I_n$表示$n$阶单位

矩阵，那么$A$的特征多项式就是一个$n$次多项式$f(x)$，定

义为：

$$

$$

也就是说，特征多项式是由$A$的元素和$x$构成的$n$次多

项式，它的系数和$A$的元素有关。

特征多项式的计算方法

接下来，我们将介绍几种计算特征多项式的方法。

1.直接求解

特征多项式的定义本身就包含了一个求解的方法，就是通过矩

阵$A$和单位矩阵$I_n$相减，然后求行列式得到特征多项式，

这个方法虽然简单，但是在计算比较大的矩阵时可能会十分繁琐。

2.特征值法

特征值法是求解特征多项式的常用方法，具体步骤如下：

（1）先求解矩阵$A$的特征值

。

（2）对于每一个特征值）对于每一个特征值，将其代入矩阵$A-$A-

，然后计算出它的行列式，记为$d_i$。

（3）则$A$的特征多项式$f(x)$就可以表示为：

$$

$$

其中$r_i$表示特征值表示特征值的代数重数，即特征多项式

中与中与相关的幂次数。

3.三角形式方法

三角形式方法是一种改进的特征值法，步骤如下：

（1）将$A$变成上三角矩阵$T$（或下三角矩阵$T$），使

得$A$和$T$（或$T$）具有相同的特征多项式。

（2）再求解$T$（或$T$）的特征值，即可得到$A$的特征

值。

三角形式方法的优点在于求解上三角矩阵（或下三角矩阵）的

特征值比求解一般的矩阵要容易得多。

4.矩阵迹法

矩阵迹表示矩阵对角线上元素的和，即：

$$

$$

矩阵迹法是一种简单的求解特征多项式的方法，在一些特殊情

况下尤其有用，如对于一个对称矩阵$A$，它的特征多项式可以

表示为：

$$