在线词典

特征多项式定义

更新日期:2026-11-12 10:16:23

标题特征多项式定义
内容

在数学中,特别是在线性代数领域,特征多项式是一个非常重要的概念,用于描述矩阵的性质。它与矩阵的特征值、特征向量密切相关,是研究矩阵结构和变换的重要工具。

一、特征多项式的定义

对于一个 $ n \times n $ 的方阵 $ A $,其特征多项式是指关于变量 $ \lambda $ 的多项式,形式如下:

$$

p(\lambda) = \det(A - \lambda I)

$$

其中:

- $ I $ 是单位矩阵;

- $ \det $ 表示行列式;

- $ \lambda $ 是一个标量。

这个多项式的所有根(即满足 $ p(\lambda) = 0 $ 的 $ \lambda $)就是矩阵 $ A $ 的特征值,而对应的非零向量 $ v $ 满足 $ Av = \lambda v $,称为特征向量。

二、特征多项式的性质

属性 描述
次数 特征多项式的次数为 $ n $,即与矩阵的阶数相同
根 多项式的根为矩阵的特征值
系数 特征多项式的系数与矩阵的迹、行列式等有关
可逆性 若矩阵可逆,则其特征多项式在 $ \lambda = 0 $ 处不为零
相似矩阵 相似矩阵具有相同的特征多项式

三、特征多项式的计算方法

1. 构造矩阵 $ A - \lambda I $

将原矩阵 $ A $ 的主对角线元素减去 $ \lambda $,其余不变。

2. 计算行列式

对得到的矩阵 $ A - \lambda I $ 计算其行列式,即可得到特征多项式。

3. 展开并整理

将行列式展开后,按 $ \lambda $ 的降幂排列,形成标准的多项式形式。

四、举例说明

假设矩阵 $ A = \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix} $,则:

$$

A - \lambda I = \begin{bmatrix} 1 - \lambda & 2 \\ 3 & 4 - \lambda \end{bmatrix}

$$

计算行列式:

$$

\det(A - \lambda I) = (1 - \lambda)(4 - \lambda) - (2)(3) = \lambda^2 - 5\lambda - 2

$$

因此,该矩阵的特征多项式为:

$$

p(\lambda) = \lambda^2 - 5\lambda - 2

$$

五、总结

特征多项式是分析矩阵特征值和特征向量的核心工具。通过特征多项式,我们可以了解矩阵的某些基本属性,如是否可逆、是否有重复特征值等。在实际应用中,例如在物理、工程、计算机图形学等领域,特征多项式也扮演着重要角色。理解它的定义和性质,有助于更深入地掌握线性代数的基本内容。

随便看