时间是个常数,但对勤奋者来说,是个‘变数’。用‘分’来计算时间的人比用‘小时’来计算时间的人时间多59倍。 ——雷巴柯夫
关于nnn阶矩阵的特征多项式,书上只给出了最高次项、次高次项和常数项:
∣λE−A∣=λn−(trA)λn−1+⋯+(−1)n∣A∣.(1)|\lambda E-A|=\lambda^n-(tr A)\lambda^{n-1}+\cdots+(-1)^n|A|. \quad \quad (1)∣λE−A∣=λn−(trA)λn−1+⋯+(−1)n∣A∣.(1)
你是不是很好奇:省略的项的系数如何计算呢?本文给出一个简单介绍。
1. 预备知识
矩阵的 kkk 阶主子式的概念:设 nnn 阶矩阵A=(aij)A=(a_{ij})A=(aij). 其 kkk 阶主子式为detA(i1,i2,⋯ ,iki1,i2,⋯ ,ik).det A \begin{pmatrix} i_1,i_2,\cdots,i_k \\ i_1,i_2,\cdots,i_k \end{pmatrix}.detA(i1,i2,⋯,iki1,i2,⋯,ik). 简单地说,就是在AAA中取i1,i2,⋯ ,iki_1,i_2,\cdots,i_ki1,i2,⋯,ik行,同时取i1,i2,⋯ ,iki_1,i_2,\cdots,i_ki1,i2,⋯,ik列,这些行与列的交叉点的元素构成的子矩阵的行列式.
2 特征多项式的系数的一般公式
设f(λ)=∣λE−A∣=λn+an−1λn−1+⋯+a1λ+a0.f(\lambda)=|\lambda E-A|=\lambda^n+a_{n-1}\lambda^{n-1}+\cdots+a_1\lambda+a_0.f(λ)=∣λE−A∣=λn+an−1λn−1+⋯+a1λ+a0.
那么,
an−i=(−1)i×Aa_{n-i}=(-1)^i\times Aan−i=(−1)i×A的所有iii阶主子式的和.
特别地,当AAA为3阶矩阵时,
f(λ)=∣λE−A∣=λ3−(a11+a22+a33)λ2+(∣a11a12a21a22∣+∣a22a23a32a33∣+∣a11a13a31a33∣)λ−∣A∣.(2)f(\lambda)=|\lambda E-A|=\lambda^3-(a_{11}+a_{22}+a_{33})\lambda^2+\left(\begin{vmatrix}a_{11} &a_{12}\\a_{21}&a_{22}\end{vmatrix}+\begin{vmatrix}a_{22} &a_{23}\\a_{32}&a_{33}\end{vmatrix}+\begin{vmatrix}a_{11} &a_{13}\\a_{31}&a_{33}\end{vmatrix}\right)\lambda-|A|. (2)f(λ)=∣λE−A∣=λ3−(a11+a22+a33)λ2+(∣∣∣∣a11a21a12a22∣∣∣∣+∣∣∣∣a22a32a23a33∣∣∣∣+∣∣∣∣a11a31a13a33∣∣∣∣)λ−∣A∣.(2)
3 应用
设A=(123214341)A=\begin{pmatrix}1&2&3\\2&1&4\\3&4&1\end{pmatrix}A=⎝⎛123214341⎠⎞,计算AAA的特征多项式.
解: a11+a22+a33=1+1+1=3,a_{11}+a_{22}+a_{33}=1+1+1=3,a11+a22+a33=1+1+1=3,
∣a11a12a21a22∣+∣a22a23a32a33∣+∣a11a13a31a33∣=−26,\begin{vmatrix}a_{11} &a_{12}\\a_{21}&a_{22}\end{vmatrix}+\begin{vmatrix}a_{22} &a_{23}\\a_{32}&a_{33}\end{vmatrix}+\begin{vmatrix}a_{11} &a_{13}\\a_{31}&a_{33}\end{vmatrix}=-26,∣∣∣∣a11a21a12a22∣∣∣∣+∣∣∣∣a22a32a23a33∣∣∣∣+∣∣∣∣a11a31a13a33∣∣∣∣=−26,
∣A∣=20,|A|=20,∣A∣=20,
所以,
f(λ)=∣λE−A∣=λ3−3λ2−26λ−20.f(\lambda)=|\lambda E-A|=\lambda^3-3\lambda^2-26\lambda-20.f(λ)=∣λE−A∣=λ3−3λ2−26λ−20.
4 公式的推导
更多内容,欢迎用微信扫描下图中的二维码,或搜索“大哉数学之为用”,免费关注微信公众号“大哉数学之为用”进行阅读。