高代求最小多项式
高等代数(北大版)第8章习题参考答案

第八章 —矩阵1. 化下列矩阵成标准形1) 2)3) 4)5)6)解 1)对矩阵作初等变换,有A= B,B即为所求。
2)对矩阵作初等变换,有A= B,B即为所求。
3)因为的行列式因子为1=1, 2 =, 3 = ,所以1 = 1,2 = = ,3 = = ,从而A= B,B即为所求。
4)因为的行列式因子为1=1, 2 =, 3 = , 4 = ,所以1 = 1,2 = = ,3 = = ,4 = = ,从而A= B,B即为所求。
5)对矩阵作初等变换,有A= B,B即为所求。
6)对矩阵作初等变换,有A,在最后一个行列式中3=1, 4 =, 5 = ,所以1 =2 =3 =1,4 = =,5 = =。
故所求标准形为B= 。
2.求下列矩阵的不变因子:1) 2)3) 4)5)解 1)所给矩阵的右上角的二阶子式为1,所以其行列式因子为1=1, 2 =1, 3 = ,故该矩阵的不变因子为1 =2 =1,3 =。
2)因为所给矩阵的右上角的三阶子式为-1,所以其行列式因子为3 =2 =1=1,4 =,故矩阵的不变因子为1 =2 =3 =1,4 =。
3)当时,有4 = = ,且在矩阵中有一个三阶子式= ,于是由,3 = 1,可得3 = 1,故该矩阵的不变因子为1 =2 =3 =1,4 = 。
当时,由1=1, 2 =1, 3 = , 4 = ,从而1 =2 =1,3 = ,4 = = 。
4)因为所给矩阵的左上角三阶子式为1,所以其行列式因子为1=1, 2 =1, 3 =1, 4 = ,从而所求不变因子为1 =2 =3 =1,4 = 。
5)因为所给矩阵的四个三阶行列式无公共非零因式,所以其行列式因子为3 =1,4 = ,故所求不变因子为1 =2 =3 =1,4 = 。
3.证明:的不变因子是,其中= 。
证因为n = ,按最后一列展开此行列式,得n == ,= ,因为矩阵左下角的阶子式= ,所以= 1,从而1=2 = … = = 1,故所给矩阵的不变因子为1 =2 = … = = 1,= = ,即证。
高等代数最小多项式

. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
最小多项式的性质
由于 α ̸= 0,故
mA(λ0) = λm0 + am−1λm0 −1 + · · · + a1λ0 + a0 = 0, 即 λ0 也是 A 的最小多项式的根. 另一方面,由于 A 的最小多项式是 A 的特征多项式的因式,故 A 的最小多项式的根都是特征多项式的根. 例 数量矩阵 kE 的最小多项式为 x − k,特别地,单位矩阵的最小多 项式为 x − 1,零矩阵的最小多项式是 x.
. .. . . ..
最小多项式的性质
应用同样的方法,可证下述引理 引理 设 g(x) 是矩阵 A 的最小多项式,那么 f(x) 以 A 为根的充分必 要条件是 g(x) 整除 f(x).
由此可知,矩阵 A 的最小多项式是 A 的特征多项式的一个因子. 命题 设 A 是 n 阶方阵,则 A 的特征多项式与最小多项式有相同的根.
. .. . . ..
最小多项式的性质
Байду номын сангаас
引理 设 A 是一个准对角矩阵
( A = A1
) A2
并设 A1 的最小多项式为 g1(x),A2 的最小多项式为 g2(x),那么 A 的最小多项式为 g1(x), g2(x) 的最小公倍式 [g1(x), g2(x)].
. . . .... .... .... . . . . .... .... .... . .
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
最小多项式的性质
矩阵的最小多项式

矩阵的最小多项式
求矩阵最小多项式的方法:特征多项式:(λ+1)(λ-1)^2,因为(A-E)(A+E)=0,所以最小多项式是(λ+1)(λ-1)。
最小多项式是代数数论的基本概念之一。
A的特征多项式是A的零化多项式,而在A的零化多项式中,次数最低的首一多项式称为A的最小多项式。
在数学中,矩阵是一个按照长方阵列排列的复数或实数集合,最早来自于方程组的系数及常数所构成的方阵。
这一概念由19世纪英国数学家凯利首先提出。
矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。
在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用;计算机科学中,三维动画制作也需要用到矩阵。
矩阵的运算是数值分析领域的重要问题。
太原理工大学 高等代数第七章 9第九节 最小多项式

所以,矩阵J的最小多项式为 所以,矩阵 的最小多项式为(x-a)k.
返回
证毕. 证毕
上页 下页
定理15 数Biblioteka P上n级矩阵 与对角矩阵相似的 定理 数域 上 级矩阵A与对角矩阵相似的 级矩阵 相似 充分必要条件为 的最小多项式是 上 充分必要条件为A的最小多项式是P上互素的一次 因式的乘积. 因式的乘积 证明 根据引理 的推广的情形,条件的必要性 根据引理3的推广的情形,条件的必要性 引理 的情形 是显然的. 是显然的 现在证明充分性 现在证明充分性. 充分性 根据矩阵和线性变换之间的对应关系,我们 根据矩阵和线性变换之间的对应关系, 矩阵 之间的对应关系 可定义任意线性变换 的最小多项式, 可定义任意线性变换A的最小多项式,它等于其对 任意线性变换 应矩阵A的最小多项式. 应矩阵 的最小多项式
返回
上页
下页
如果矩阵A与 相似 即有B=T-1AT,那么对任 相似, 如果矩阵 与B相似,即有 , 一多项式f(x),就有f(B)=T-1f(A)T. 因此 ,就有 因此f(B)=0当且 一多项式 当 仅当f(A)=0. 仅当 相似矩阵有相同的最小多项式. 结论 相似矩阵有相同的最小多项式 注意,这个条件并不是充分的, 注意,这个条件并不是充分的,即最小多项 式相同的矩阵不一定是相似的 式相同的矩阵不一定是相似的. 下面的例子说明这 不一定是相似的 个结论. 个结论
返回
上页
下页
引理3 设A是一个准对角矩阵 引理 是一个准对角矩阵
A1 A= A2 并设A1的最小多项式为g1(x),A2的最小多项式为 并设 最小多项式为 , 最小多项式为
g2(x),那么 的最小多项式为g1(x), g2(x)的最小公倍 ,那么A的最小多项式为 的 式[g1(x), g2(x)]. 证明 记g(x)=[g1(x), g2(x)],首先 ,
(完整word版)高等代数教案北大版第八章

讲课内容教课时数教课目的教课要点教课难点教课方法与手段教学过程第八章λ-矩阵第一讲λ-矩阵2 学时讲课种类讲解法与练习法使学生认识-矩阵的观点,以及-矩阵和数字矩阵的关系,基本掌握-矩阵秩的判断,可逆的条件,以及求逆矩阵。
-矩阵秩的判断,可逆的条件,以及求逆矩阵。
求 -矩阵的逆矩阵启迪式讲解,议论,练习n 阶矩阵A与对角阵相像的充要条件是A有 n 个线性没关的特点向量.那么当只有 m( m n) 个线性没关的特点向量时, A与对角阵是不相像的.对这类情况 ,我们“退而求其次” ,找寻“几乎对角的”矩阵来与A相像 .这就引出了矩阵在相像下的各样标准型问题 .Jordan 标准型是最靠近对角的矩阵而且其相关的理论包括先前相关与对角阵相像的理论作为特例 .其他 , Jordan 标准型的宽泛应用波及到 Hamilton-Cayley 定理的证明 ,矩阵分解 ,线性微分方程组的求解等等 .因为Jordan 标准型的求解与特点多项式相关,而从函数的角度看,特点多项式其实是特别的函数矩阵(元素是函数的矩阵),这就引出对-矩阵的研究 .一、- 矩阵及其标准型定义 1称矩阵 A() ( f ij ()) 为-矩阵 ,此中元素f ij ( )(i1,2,L, m; j 1,2,L , n)为数域 F 上对于的多项式 .定义 2称 n 阶-矩阵A() 是可逆的,假如有A B B A I n并称 B( ) 为A() 的逆矩阵.反之亦然.定理 1 矩阵A() 可逆的充要条件是其队列式为非零的常数,即det( A( )) c0 .证明:( 1)充足性设A=d 是一个非零的数. A*表示A() 的伴随矩阵 ,则d1A*也是一个-矩阵 ,且有A d 1 A* d 1 A*A I所以,A( ) 是可逆的.(2) 必需性设A() 有可逆矩阵B() ,则A B I两边取队列式有A B I1因为 A与 B都是多项式 ,而它们的乘积为1,所以它们都是零次多项式 ,即都是非零常数 .证毕 .例题 1判断-矩阵2 +121A=11能否可逆 .解固然2 +121A=1=201A( ) 是满秩的,但A不是非零常数 ,因此A() 是不行逆的.注意与数字矩阵不一样的是满秩矩阵未必是可逆的.这么定义可逆是有必要的 ,可逆的实质就是要保证变换的矩阵能够经过非零常数的倒数逆回去.定义3假如矩阵A() 经过有限次的初等变换化成矩阵B() ,则称矩阵A( ) 与B()等价,记为A B定理2矩阵A()与B() 等价的充要与条件是存在可逆矩阵P、Q,使得B P A Q证明因为 A B, 所以A() 能够经过有限次初等变换变为B() ,即存在初等矩阵P( ),P( ),L ,P( )12s与初等矩阵Q1 ( ), Q2 ( ),L ,Q t ( )使得B( ) P( )P( )L P( )A( )Q( )Q( )L Q( )12s12t令P( ) P1 ( )P2 ( )L P s () ,Q( ) Q1( )Q2 ( )L Q t ( )就是所要求的-矩阵 .它们都是初等矩阵的乘积,进而使可逆的 .证毕 .定义 4矩阵 A() 的所有非零k阶子式的首一(最高次项系数为1)最大公因式 D k称为 A() 的k阶队列式因子.定理 2等价矩阵拥有同样的秩和同样的各级队列式因子.证明设-矩阵A( )经过一次行初等变换化为了B() ,f () 与 g( ) 分别是A( )与B() 的 k 阶队列式因子.需要证明f( )= g().分3种状况议论:( 1)A( )i , j B( ),此时,B() 的每个 k 阶子式或许等于A( ) 的某个k 阶子式,或许与A( ) 的某个阶子式反号,所以 , f ()是B() 的k阶子式的公因子 ,进而f ()| g() .(2)A( )i(c)B( ) ,此时,B( )的每个k阶子式或许等于A( )的某个 k 阶子式,或许等于 A() 的某个 k 阶子式的c倍.所以,f()是B() 的 k 阶子式的公因式 ,进而f()|g( ) .(3)A( )i j( )行与 j行的阶子式和B( ) ,此时,B( )中那些包括i那些不包括 i 行的 k 阶子式都等于A() 中对应的 k 阶子式; B() 中那些包括 i 行但不包括 j 行的 k 阶子式,按 i 行分红两个部分,而等于A( )的一个k阶子式与另一个 k 阶子式的( ) 倍的和,,也就是A() 的两个 k 阶子式的线性组合,所以,f( ) 是的k阶子式公因式进而 f( )| g().,对于列变换, 能够同样地议论.总之 , A() 经过一系列的初等变换变为B() ,那么f()|g() .又因为初等变换的可逆性, B( )经过一系列的初等变换能够变为 A() ,进而也有g( )| f() .当 A( ) 所有的阶子式为零时, B() 所有的 k 阶子式也就等于零;反之亦然.故 A() 与 B( ) 又同样的各阶队列式因子,进而有同样的秩.证毕.既然初等变换不改变队列式因子,所以 ,每个-矩阵与它的标准型有完整相同的队列式因子.而求标准型的矩阵是较为简单的,因此 ,在求一个-矩阵的队列式因子时 ,只需求出它的标准型的队列式因子即可.议论、练习与作业课后反省讲课内容教课时数教课目的教课要点教课难点教课方法与手段教学过程第二将λ-矩阵在初等变换下的标准型2讲课种类讲解课认识- 矩阵的初等变换,掌握求标准型的方法,掌握最小多项式的观点和求最小多项式的方法。
哈密顿—凯莱定理的应用

哈密顿—凯莱定理的应用张立华;吴琳琳【摘要】给出了哈密顿—凯莱定理的一个新证明,通过实例分别介绍了此定理在计算矩阵多项式、逆矩阵和最小多项式等方面的应用,反映了哈密顿—凯莱定理在高等代数中的重要地位和作用.【期刊名称】《德州学院学报》【年(卷),期】2018(034)002【总页数】8页(P1-7,28)【关键词】哈密顿—凯莱定理;特征多项式;逆矩阵;最小多项式【作者】张立华;吴琳琳【作者单位】德州学院数学科学学院,山东德州 253023;中国石油大学(华东)理学院,山东东营257000【正文语种】中文【中图分类】O1221 引言哈密顿-凯莱定理也叫凯莱-哈密顿定理,是矩阵理论中最著名的理论之一[1].哈密顿—凯莱定理揭示了方阵与它对应的特征多项式的关系,对于矩阵的计算有很重要的应用,也是特征多项式所具有的重要性质[2].在现有的高等代数教材中,对于此定理没有过多的描述,对于此定理的具体应用更是几乎没有提到,但是在高等代数的学习和具体题目的解答中,此定理为解决某些具体的问题提供了独特而巧妙的方法.本文首先了给出了哈密顿—凯莱定理的一个新证明,然后结合具体例子展示了此定理在计算矩阵多项式、逆矩阵和最小多项式等方面的应用.2 哈密顿—凯莱定理考虑数域n-3上的n阶方阵A把如下的矩阵称为A的特征矩阵,其中E是n阶单位阵,λ是未知数,它的行列式fλ=λE-A叫做A 的特征多项式.把fλ=λE-A=0称为A的特征方程.定理1 [2](哈密顿—凯莱定理)设数域P上的矩阵A是一个n×n矩阵,fλ=λE-A是A的特征多项式,则fA=An-a11+a22+…+annAn-1+…+-1nAE=0哈密顿—凯莱定理的证明在教科书上有[2],文献[3]用数学归纳法给出了证明,文献[4]结合范德蒙德行列式给出了证明,文献[5]结合幂级数和拓扑理论给出了两种证明方法.这里用若当标准形理论给出一种新的证明方法.证明由于每一个复数矩阵都与一个若尔当标准形相似,并且这个若尔当标准形除去其中若当块的排列次序外是被这个矩阵唯一决定的.又由于数域P包含于复数域C,所以A也是复数域上的矩阵,也相似于一个若当标准型.不妨设有一个n×n矩阵T,使T-1AT=J,其中J是A的若尔当标准形,可写为其中δ代表0或1,由于λ1,λ2,…,λn是A的特征值,于是fλ=detλE-A=λ-λ1λ-λ2…λ-λn从而TJ-λ1EJ-λ2E…J-λnET-1=这个证明方法与其它的证明方法相比,有两个优点:一是理论基础很明确:任何一个复数矩阵都与一个若尔当标准形相似,这是高等代数的基本理论,大家都熟知;二是思路清晰,它的证明思路很容易被掌握,也可以用到许多证明题中.3 哈密顿—凯莱定理的应用哈密顿—凯莱定理对于初学者是很容易被忽略的一个定理,教材中对于此定理的应用从未提及,这往往使我们不去重视,但此定理的应用却有其独特之处,对于解决代数的很多问题都非常有帮助,近年来已经引起一些学者的关注[6-9].下面对哈密顿—凯莱定理的应用作详细的说明,并通过具体例子进一步体现该定理的应用.3.1 计算矩阵的多项式在高等代数中经常遇到计算矩阵的高次幂、求矩阵的多项式的问题,一般情况下,首先想到的就是矩阵的对角化,当矩阵A可对角化时,可以考虑用与A相似的对角形解题,但这种方法必须要求出特征向量,且要分别计算多项式中A的各次幂,计算过程比较复杂;当矩阵A不能对角化时,就不知道怎样有效地处理这类计算问题了;哈密顿—凯莱定理恰好能巧妙而简便地解决这类问题.例1 设求2A8-3A5+A4+A2-4E.解A的特征多项式由哈密顿—凯莱定理,有fA=A3-2A+E=0令gλ=2λ8-3λ5+λ4+λ2-4则gλ=2λ5+4λ3-5λ2+9λ+4fλ+24λ2-37λ+10所以gA= 2A5+4A3-5A2+9A+4EfA+24A2-37A+10E=24A2-37A+10E=此处如果用矩阵的对角形来求解,可以求得矩阵A的特征根分别为特征根中出现了无理数,从而增加了求特征向量的难度,并且直接求A的方幂也比较麻烦. 由此可以看出,此定理可以通过降低所求多项式的次数减少计算量.注:对于此类求n阶矩阵A的高次多项式g(A)的问题,利用哈密顿—凯莱定理是方便的.首先用A的特征多项式fλ去除gλ,得gλ=qλ×fλ+rλ,然后根据哈密顿—凯莱定理有fA=0,从而gA=rA.这种把矩阵多项式的计算转化为多项式的计算的解题思想对解其他题目也有借鉴作用,下面的例题就是很好的例子.例2 若方阵A满足A2-5A+6E=0,求A100.分析题目中并没有给出矩阵A的元素,只是给出了A满足的(方程)条件,这种矩阵叫抽象矩阵.求抽象矩阵的多项式计算问题,一般而言有两种方法,一是考虑矩阵的对角化(读者可以自行试解,在这里这种方法也可行,参见文献[10]),二是从多项式入手. 解用x2-5x+6除x100,得商qx及余式ax+b.x100=qxx2-5x+6+ax+b令x=2,得2100=2a+b令x=3,得3100=3a+b解之,得a=3100-2100,b=-2×3100+3×2100于是A100=qAA2-5A+6E+aA+bE=3100-2100A+-2×3100+3×2100E3.2 表示矩阵的逆矩阵对于计算矩阵的逆矩阵的问题,如果矩阵里的元素是具体的数字,一般而言用伴随矩阵法或者初等变换法. 哈密顿—凯莱定理非常重要的应用之一就是它给出了一种独特而且方便的计算逆矩阵的方法,这种独特的方法可以把A-1以及A*表示成关于A 的多项式,从而进行矩阵的下一步计算.定理2 方阵A的伴随矩阵A*可以表示成A的多项式;当A可逆时,A-1也能表示成A的多项式.证明设A的特征多项式为fλ=λE-A=λn+a1λn-1+…+an-1λ+an,而λE-A*λE-A=λE-AE=fλE因为矩阵λE-A*,是由矩阵λE-A里的各个代数余子式组成的,而且都是关于λ的多项式,并且多项式的次数都小于n-1,所以可设λE-A*=λn-1B0+λn-2B1+…+Bn-1(1)其中B0,B1,…,Bn-1都是n×n数字矩阵.又fλ=λn+a1λn-1+…+an-1λ+an则fλE=λnE+a1λn-1E+…+an-1λE+anE(2)而λE-A* λE-A=λn-1B0+λn-2B1+…+Bn-1λE-A= λnB0+λn-1B0-B1A+λn-2B2-B1A+…+λBn-1-Bn-2A-Bn-1A(3)比较(2)和(3),得(4)将(4)式代入(1)式得λE-A*= λn-1B0+λn-2B1+…+Bn-1=λn-1E+λn-2a1E+A+…+an-1E+an-2A+…+An-1An-1+λ+a1An-2+λ2+a1λ+a2An-3+…+λn-1+a1λn-2+…+an-1E因为方程左右相等,并且都是以λ的式子构成的矩阵,则可以证明左右两边所对应的各个因式都是相同的,所以无论λ取何值,等式的两边肯定是相同的矩阵.令λ=0,则有-A*=An-1+a1An-2+…+an-1E从而A*=-1n-1An-1+a1An-2+…+an-1E如果A可逆,则A的特征多项式的常数项an=-1nA≠0.由哈密顿—凯莱定理知fA=An+a1An-1+…+an-1A+anE=0于是因此得证毕.注:由定理2,可以得到求矩阵的伴随矩阵和逆矩阵的一种新的计算方法.定理2的结论对于判定逆矩阵的特点也有帮助.例3 设求A*与A-1.解矩阵A的特征多项式为:fλ=λE-A=λ3-3λ2+2λ-1,因a3=-1≠0,所以矩阵A可逆.由定理2中求A*与A-1的公式知A*例4 设三级矩阵其中a,b,c为任意数,求A-1,A*和A1000.解A的特征多项式为由哈密顿—凯莱定理得fA=A3-E=0即A3=E所以AA2=E即A-1=A2A*=AA-1=ε3A-1=A-1=A2A1000=A3333A=EA=A对于例4的求解,应用常规的对角化方法费时费力,还容易出错,但应用哈密顿—凯莱定理,简便又巧妙地解答了问题.例5 证明:如果某个上三角矩阵或者下三角矩阵是可逆的,那么这个矩阵的逆矩阵依旧是上三角矩阵或者是下三角阵.证设A是一个可逆的上三角矩阵,则由定理2可知,存在多项式gλ,使A-1=gA.注意到上三角阵的和、积、数乘都是上三角阵,立即可知A-1也是个上三角阵.同理可证可逆下三角阵的逆依然是下三角矩阵.例6 如果一个对称矩阵或者反对称矩阵是可逆的,则它的逆矩阵还是对称矩阵或者反对称矩阵.证设A是n阶对称矩阵并且A-1存在,则由定理2可知,存在多项式gλ,使A-1=gA,有A-1′=gA′=gA'=gA=A-1这表明A-1仍是个对称矩阵.设B是一个n阶可逆的反对称矩阵,因为B可逆,故行列式不为零.当n为奇数时,反对称矩阵的行列式等于0,所以n必然是个偶数.设λ是反对称矩阵B的特征值,则必有gλ=λE-B=0下证g-λ=0,即-λ也是反对称矩阵B的特征值.事实上,由于B是反对称矩阵,所以BT=-B, 从而g-λ= -λE-B=-λE+BT=(-λE+B)T=(-λE+B)=(-1)nλE-B=(-1)ng(λ)所以 g-λ=0当且仅当g(λ)=0,即如果λ是反对称矩阵B的特征值,则-λ也是,所以B 的特征多项式中只包含偶数次项gλ=λE-B=λn+a2λn-2+…+an-2λ2+an其中an=B≠0.根据哈密顿—凯莱定理知gB=0,即gB=Bn+a2Bn-2+…+an-2B2+anE=0由此可得进一步得到这表明B-1仍是一个反对称矩阵.3.3 计算矩阵的最小多项式根据哈密顿—凯莱定理,在给定的任意数域P上选定一个n阶矩阵A,在数域P中总是可以找到一个多项式fx,使得fA=0.如果多项式fx使fA=0,就称fx的根是矩阵A.当然,以A为根的多项式很多,在所有这些多项式中次数最低并且系数是1的多项式就称为矩阵A的最小多项式.此定理保证了矩阵A的最小多项式是存在的.对于矩阵A的最小多项式的计算,下面的定理是基础.定理3[2] 设矩阵A的最小多项式是gx,那么fx以A为根的充分必要条件是gx整除fx.根据定理3,知道最小多项式是矩阵A的特征多项式的一个因式,基于此,可以计算最小多项式.例7 设计算A的最小多项式.解因为A的特征多项式为fλ=λE-A=λ-13由定理3可知,A的最小多项式为λ-13的因式.又A-E≠0,而A-E2=0,所以A的最小多项式为gλ=λ-12.4 结论文章给出了哈密顿—凯莱定理的一个新证明,详细总结了该定理在求矩阵的高次多项式、逆矩阵、最小多项式等问题中的应用.当然,此定理的应用不止这些,对于求解常系数齐次线性微分方程组的标准基解矩阵、可交换环等问题也有不少应用[11,12].哈密顿-凯莱定理是矩阵理论中最著名的理论之一,其中蕴涵着丰富的思想方法,本文的内容对应用哈密顿—凯莱定理解决问题可以起到借鉴作用.参考文献:[1] 董可荣.矩阵理论的历史研究[D].济南:山东大学,2007:72-80.[2] 北京大学数学系.高等代数(第四版)[M].北京:高等教育出版社,2008.[3] 刘国新,王正攀.Cayley-Hamilton定理的一个新证明[J].西南师范大学学报(自然科学版),2013,38(8):1-2.[4] 杨艳,刘合国. Cayley-Hamilton定理的一个证明[J].数学的实践与认识,2009,39(9):235-238.[5] 邓勇.关于Cayley-Hamilton定理的新证明[J].五邑大学学报(自然科学版),2015,29(1): 15-17.[6] 王莲花,苏敏,孙书安.哈密顿—凯莱定理的应用研究[J].河南教育学院学报,2003(4):1-3.[7] 王小华.哈密顿—凯莱定理的应用[J].牡丹江教育学院学报,2007(4):134-135.[8] 徐仲,陆全,等.高等代数考研教案[M].西安:西北工业大学出版社,2009.[9] 李丽花.哈密顿—凯莱定理的应用[J].上海电力学院学报,2008(2):192-194.[10] 张立华.高等代数教学中关于“矩阵对角化”的一点注记[J].廊坊师范学院学报(自然科学版),2013,13(4):8-11.[11] 彭庆英.常系数线性微分方程组的基解矩阵的一种新求法[J].大学数学,2013(6):121-123.[12] 黄海华.群论计数问题及Cayley图的Hamilton性[D].南宁:广西大学,2016. Abstract:A new proof of the Hamilton-Cayley theorem is given. Applications of the theorem in the calculation of matrix polynomial, inverse matrix, the smallest polynomial and so on have also been given. This paper shows that the Hamilton-Cayley theorem plays an important role in advanced algebra.Key words:Hamilton-Cayley theorem; characteristic polynomial; inverse matrix; the smallest polynomial。
矩阵的最小多项式的求解及其应用

矩阵的最小多项式的求解及其应用冯福存【摘要】首先介绍最小多项式的相关概念及最小多项式的一些基本性质,然后给出求解最小多项式的几种常用方法,最后结合实例归纳总结最小多项式在解题中的几个应用.【期刊名称】《宁夏师范学院学报》【年(卷),期】2017(038)006【总页数】5页(P28-32)【关键词】最小多项式;特征多项式;应用【作者】冯福存【作者单位】宁夏师范学院数学与计算机科学学院, 宁夏固原 756000【正文语种】中文【中图分类】O151.21矩阵可以说贯穿线性代数始终,而矩阵的特征多项式则是高等代数学习中的重点和难点,它与最小多项式的结合又常常成为数学系硕士研究生入学考试的难点和焦点.矩阵最小多项式在求矩阵函数的结果以及观察矩阵的特征值等方面具有重要的应用,大多数教材[1-3]只对矩阵最小多项式的定义做了简单的介绍,如何快速准确地计算出其最小多项式却很少给予系统的讨论,作者在长期的教学实践中,参阅相关文献[4-7],得到和总结了关于矩阵最小多项式的系列性质,并对计算最小多项式常用的易于掌握的几种方法进行整理、总结和对比,并将教材上的Jordan标准形和最小多项式两个知识点串联到了一起,有利于加深初学者对这两部分内容的理解,以期对读者有所帮助.1 基本概念及性质定义1 设f(x)∈C[x],A∈Cn×n,若f(A)=0,则称f(x)为A的零化多项式.定义2 设A∈Cn×n,A的零化多项式中次数最低的首项系数为1的多项式称为A的最小多项式.关于矩阵的最小多项式有如下结论:性质1[1] A∈Cn×n,则A存在唯一的最小多项式,记为mA(λ).性质2 A∈Cn×n,mA(λ)整除A的任一零化多项式,特别的mA(λ)|fA(λ),(fA(λ)=|λE-A|).证明设f(λ)是A的任一零化多项式,由带余除法定理可知f(λ)=mA(λ)q(λ)+r(λ),若r(λ)≠0,由f(A)=0,mA(λ)=0可知r(A)=0,则r(λ)为A的最小多项式,与性质1矛盾,故r(λ)=0,即mA(λ)|f(λ).由Hamilton-Cayley定理[1]知fA(λ)是A的一个零化多项式,故mA(λ)|fA(λ).性质3[7] A∈Cn×n,A的最小多项式的根必是A的特征多项式的根,反之亦然.性质4[1] 设A∈Cn×n,若A是一个准对角阵并设A1的最小多项式为g1(λ),A2的最小多项式为g2(λ),那么A的最小多项式为g1(λ),g2(λ)的最小公倍式[g1(λ),g2(λ)].性质5[6] 相似矩阵的最小多项式相同,即最小多项式是相似不变量.性质6[1] k级Jordan块的最小多项式为(λ-a)k.性质7[1] 设Α是复数域上n维线性空间V的线性变换,在V中必定存在一组基,使得Α在这组基下的矩阵是Jordan形.2 最小多项式的求解求矩阵的最小多项式有多种方法,本文主要介绍四种便于掌握的方法.2.1 由特征多项式求最小多项式设A∈Cn×n的所有不同的特征值为λ1,λ2,…,λs,则A的特征多项式为fA(λ)=|λE-A|=(λ-λ1)k1(λ-λ2)k2…(λ-λs)ks,由性质3可知A的最小多项式必有如下形式:mA(λ)=(λ-λ1)m1(λ-λ2)m2…(λ-λs)ms,上式中mi≤ki(i=1,2,…,s).若A的特征值均为单根时,mA(λ)=fA(λ);若A的特征多项式为fA(λ)=(λ-λ1)n 时,mA(λ)=(λ-λ1)m(m≤n),m为使(λ1I-A)m=0的最小次数.2.2 待定系数法A∈Cn×n,设A的最小多项式为mA(λ)=λm+am-1λm-1+am-2λm-2+…+a1λ+a0(1≤m≤n),可如下操作:第一步:m=1,试解A=-a0I,看是否有解:若有解a0,则最小多项式为mA(λ)=λ+a0;若无解;则进入下一步;第二步:m=2,试解A2=-a1A-a0I,看是否有解:若有解a0,a1,则最小多项式为mA(λ)=λ2+a1λ+a0;若无解,则进入下一步;第三步:m=3,试解A3=-a2A2-a1A-a0I,看是否有解,若有解a0,a1,a2,则最小多项式为mA(λ)=λ3+a2λ2+a1λ+a0;若无解,则进入下一步;如此循环,直到求出ai(0≤ai≤n)使矩阵方程Am=-am-1Am-1-am-2Am-2-…-a1A-a0I成立为止,以λ代A,以1代I便可得到所求的最小多项式.2.3 初等变换法设A∈Cn×n,λI-A为矩阵A的特征矩阵,这是一个λ-矩阵,对该矩阵施行初等行(列)变换将λI-A化为标准形,通过标准形可求得A的不变因子d1(λ),d2(λ),…,dn(λ),则mA(λ)=dn(λ),即λI-A的标准形的最后一个不变因子就是A的最小多项式.也可以先求出λI-A的n-1阶和n阶行列式因子分别为Dn-1(λ),Dn(λ),由前面可知A的最小多项式为2.4 利用Jordan标准形求最小多项式文献[8]关于A∈Cn×n的Jordan标准形的求解已做了详细的介绍,设A的所有不同的特征值为λ1,λ2,…,λs,如果λi是A的单特征值,则对应一阶Jordan块Ji=(λi),如果λi是A的ri(ri>1)重特征值,则以λi为对角元素的Jordan块的阶数之和为ri,设以λi为对角元素的Jordan块的最大阶数为di,可得A的最小多项式为mA(λ)=(λ-λ1)d1(λ-λ2)d2…(λ-λs)ds.由性质6可知每个Jordan块对应一个一次因式的方幂(初等因子),即A化为标准形后每个Jordan块与A的初等因子是一一对应的.再由性质4、性质7可知A的最小多项式为所有这些初等因子的最小公倍式.这样,通过A的所有初等因子也可以确定A的最小多项式.这四种求矩阵最小多项式的方法中特征多项式法和待定系数法都有试探的成分,实际操作起来比较麻烦.前者适合低阶的比较简单的矩阵,而后者可适用于任意阶矩阵,计算方法机械,可用计算机编程来处理.如果知道矩阵的Jordan标准形,则可以快速的写出矩阵的最小多项式,但如果不知道矩阵的Jordan标准形而要计算矩阵的Jordan标准形有时也是比较麻烦的.初等变换法和行列式因子法相似,他们都是利用λ-矩阵的相关理论解决问题.3 矩阵最小多项式的应用3.1 计算Ak文献[8]中对于这种问题通过相似变换讨论过,即在n维线性空间V中,任意一个矩阵A∈Cn×n与一个n阶Jordan矩阵相似,存在可逆矩阵P,使得P-1AP=J,则及的形式,可以把一般的矩阵的问题化为Jordan形来讨论,使得问题简化.本文用最小多项式来解决此类问题,令f(λ)=λk,设A的所有不同的特征值为λ1,λ2,…,λs,A的最小多项式为mA(λ)=(λ-λ1)d1(λ-λ2)d2…(λ-λs)ds,mA(λ)的次数∂(mA(λ))=m.若k≤m,则直接计算Ak,若k>m,由带余除法可得f(λ)=q(λ)mA(λ)+r(λ),其中,∂r(λ)=r<m.因为mA(A)=0,所以f(A)=r(A),只需要确定r(λ)便可计算f(λ),不妨设r(λ)=lm-1λm-1+lm-2λm-2+…+l1λ+l0,通过最小多项式的根待定系数后可确定r(λ)的系数,从而计算f(λ).可以将这类问题的计算进一步推广为:已知方阵A与任意多项式f(λ)求f(A),解决方法与前面的讨论完全一致.3.2 求方阵A的全体多项式所生成的线性空间的维数与基对于一个给定的方阵A的矩阵多项式,考察的核心对象是该矩阵的幂的形式.如果矩阵A没有明显的特征,则它的各次幂一般也没有明显的特征,这时就不好确定A 的矩阵多项式的次数,从而无法确定A的矩阵多项式所生成的空间的维数与基.将这类问题的结论以命题的形式给出,对于这一类型的问题只需知道A的最小多项式便可套用命题的结论解决.定理[1][9] A∈Cn×n,A的最小多项式的次数为k,W={f(A)|A∈Cn×n},则有:(1)dimW=k;(2)E,A,A2,…,Ak-1为W的一组基.3.3 求解常系数线性微分方程组关于常系数线性微分方程组的求解和解的理论可参看文献[10],读者会发现比较繁杂,要求掌握矩阵函数和矩阵的微分和积分的知识才能看懂和进行相关的计算.本文给出一种较简单直观的方法来求解线性齐次微分方程组.对于常系数线性微分方程组(其中x(t)=(x1(t),x2(t),…,xn(t))T,i=1,2,…,n,A为n 阶数字方阵)的求解本质是求解它的基解矩阵,基解矩阵其本质就是一个矩阵函数.根据矩阵函数的定义,一般矩阵函数f(A)是用在A的特征值上和f(λ)一致的多项式g(λ)所对应的矩阵多项式g(A)来表示的.但是,这样的g(λ)并不是唯一的,因此用来定义矩阵函数f(A)的g(A)也不是唯一的,但借助于A的最小多项式后这样的g(A)是唯一的,从而f(A)也是唯一的.设A的所有不同的特征值为λ1,λ2,…,λs,最小多项式为mA(λ),次数为∂(mA(λ))=m,由带余除法可得g(λ)=p(λ)mA(λ)+r(λ),由矩阵函数的定义,利用拉格朗日插值公式可求解f(A).(i)当A的最小多项式没有重根时(1)其中(ii)当A的最小多项式有重根时设此时最小多项式为mA(λ)=(λ-λ1)d1(λ-λ2)d2…(λ-λs)ds,其中d1+d2+…+ds=m≤n,则其中mi(A)=(A-λ1I)d1(A-λ2I)d2…(A-λi-1I)di-1(A-λ1I)di+1…(A-λ1I)ds,;j=1,2,…,ds.4 应用举例例1 求下列矩阵的最小多项式.解计算得|λI-A|=(λ-1)4,r(λI-A)=2,可知对应特征值1的特征向量有2个,所以矩阵A的Jordan标准形由2个Jordan块构成,但无法判断Jordan块是一个1阶和3阶,还是2个2阶的,采用文献[8]中的波尔曼法计算可得A的Jordan标准形为由本文确定最小多项式的Jordan标准形方法可得矩阵A的最小多项式为mA(λ)=(λ-1)3.例2 解下列线性微分方程组其中解矩阵A的最小多项式为mA(λ)=(λ-4)(λ-2).由微分方程理论可知所求方程组解的形式为X=eAtc,其中c=(c1,c2,c3),ci(i=1,2,3)不全为零.下面只需计算矩阵函数f(A)=eAt和向量c,为此,令f(λ)=eλt,λ1=4,λ2=2.最小多项式无重根,由公式(1)可得其中于是得故一般解为X=eAtc.当t=0时,由初值条件可得c1=0,c2=1,c3=1.故满足初始条件的解为参考文献:【相关文献】[1] 北京大学数学系代数与几何教研室前代数小组.高等代数[M].北京:高等教育出版社,2013.[2] 库洛什.高等代数教程[M].北京:高等教育出版社,1983.[3] 蓝以中.线性代数引论[M].北京:北京大学出版社,1998.[4] YU Bo,ZHANG Jintao,XU Yanyan.The RCH Method for Computing Minimal Polynomials of Polynomial Matrices[J].J.Syst.Sci .Complex,2015,25:190-209.[5] 夏必腊.方阵最小多项式的性质与求法[J].高等数学研究,2003,6(3):34-39.[6] 张跃辉.矩阵理论与应用[M].北京:科学出版社,2011.[7] 魏洪增.矩阵理论与方法[M].北京:电子工业出版社,2005.[8] 冯福存.矩阵的Jordan标准形及其应用[J].绵阳师范学院学报,2016,35(5):11-15.[9] 林志兴,杨忠鹏.线性组合与积相等矩阵对及其多项式表示[J].浙江大学学报(理学版),2015,42(3):261-267.[10] 王高雄,周之铭,朱思铭,等.常微分方程[M].北京:高等教育出版社,2006.。
数分高代定理大全精编版

数分高代定理大全《高等代数》第一章带余除法 对于[]P x 中任意两个多项式()f x 与()g x ,其中()0g x ≠,一定有[]P x 中的多项式(),()q x r x 存在,使()()()()f x q x g x r x =+成立,其中(())(())r x g x ∂<∂或者()0r x =,并且这样的(),()q x r x 是唯一决定的.定理 1 对于数域P 上的任意两个多项式(),()f x g x ,其中()0,()|()g x g x f x ≠的充分必要条件是()g x 除()f x 的余式为零.定理 2 对于[]P x 中任意两个多项式()f x ,()g x ,在[]P x 中存在一个最大公因式()d x ,且()d x 可以表示成()f x ,()g x 的一个组合,即有[]P x 中多项式(),()u x v x 使()()()()()d x u x f x v x g x =+.定理 3 []P x 中两个多项式()f x ,()g x 互素的充分必要条件是有[]P x 中的多项式(),()u x v x 使()()()()1u x f x v x g x +=.定理 4 如果((),())1f x g x =,且()|()()f x g x h x ,那么()|()f x h x .定理 5 如果()p x 是不可约多项式,那么对于任意的两个多项式(),()f x g x ,由()|()()p x f x g x 一定推出()|()p x f x 或者()|()p x g x .因式分解及唯一性定理 数域P 上每一个次数1≥的多项式()f x 都可以唯一地分解成数域P 上一些不可约多项式的乘积.所谓唯一性是说,如果有两个分解式1212()()()()()()(),s t f x p x p x p x q x q x q x ==L L 那么必有s t =,并且适当排列因式的次序后有()(),1,2,,,i i i p x c q x i s ==L 其中(1,2,,)i c i s =L 是一些非零常数.定理 6 如果不可约多项式()p x 是()f x 的k 重因式(1)k ≥,那么它是微商()f x '的1k -重因式.定理 7(余数定理) 用一次多项式x α-去除多项式()f x ,所得的余式是一个常数,这个常数等于函数值()f α.定理 8 []P x 中n 次多项式(0)n ≥在数域P 中的根不可能多于n 个,重根按重数计算.定理 9 如果多项式()f x ,()g x 的次数都不超过n ,而它们对1n +个不同的数121,,n ααα+L 有相同的值,即()(),1,2,1,i i f g i n αα==+L 那么()()f x g x =. 代数基本定理 每个次数1≥的复系数多项式在复数域中有一根.复系数多项式因式分解定理 每个次数1≥的复系数多项式在复数域上都可以唯一地分解成一次因式的乘积.实系数多项式因式分解定理 每个次数1≥的实系数多项式在实数域上都可以唯一地分解成一次因式与二次不可约因式的乘积.定理 10(高斯(Gauss )引理) 两个本原多项式的乘积还是本原多项式. 定理 11 如果一非零的整系数多项式能够分解成两个次数较低的有理系数多项式的乘积,那么它一定能分解成两个次数较低的整系数多项式的乘积.定理 12 设110()n n n n f x a x a x a --=+++L 是一个整系数多项式,而rs 是它的有理根,其中,r s 互素,那么必有0|,|n s a r a .特别地,如果()f x 的首项系数1n a =,那么()f x 的有理根是整根,而且是0a 的因子.定理 13 (艾森斯坦(Eisenstein )判别法) 设110()n n n n f x a x a x a --=+++L 是一个整系数多项式,如果有一个素数p ,使得1.|n p a /; 2.120|,,,n n p a a a --L ; 3.20|p a /那么()f x 在有理数域上是不可约的.第二章 定理 1 对换改变排列的奇偶性.定理 2 任意一个n 级排列与排列12n L 都可以经过一系列对换互变,并且所作对换的个数与这个排列有相同的奇偶性.定理 3 设111212122212n nn n nna a a a a a d a a a =L LM M M L ,ij A 表示元素ij a 的代数余子式,则下列公式成立:1122,,0,.k i k i kn in d k i a A a A a A k i =⎧+++=⎨≠⎩L 当当 1122,,0,.l j l j nl nj d j a A a A a A j =⎧+++=⎨≠⎩L 当l 当l 定理 4 (克拉默法则) 如果线性方程组11112211211222221122,,n n n n n n nn n n a x a x a x b a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L L 的系数矩阵111212122212n n n n nn a a a a a a A a a a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦LLM M M L 的行列式0d A =≠,那么该线性方程组有解,并且解是唯一的,解可以通过系数表为1212,,,,n n d d dx x x d d d===L 其中j d 是把矩阵A 中第j 列换成方程组的常数项12,,,n b b b L 所成的行列式,即1,11,111112,12,12122,1,11,1,2,,.j j n j j nj n j n j n n nn a a a b a a a a b a d j n a a a b a -+-+-+==L L L L L M M M M M L L定理 5 如果齐次线性方程组1111221211222211220,0,0n n n nn n nn n a x a x a x a x a x a x a x a x a x +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L L的系数矩阵的行列式0A ≠,那么它只有零解.换句话说,如果该方程组有非零解,那么必有0A =.定理 6 (拉普拉斯定理) 设在行列式D 中任意取定了(11)k k n ≤≤-个行.由这k 行元素所组成的一切k 级子式与它们的代数余子式的乘积的和等于行列式D .定理 7 两个n 级行列式1112121222112n n n n nna a a a a a D a a a =L LM M M L和1112121222212n n n n nnb b b b b b D b b b =L L M M M L的乘积等于一个n 级行列式111212122212n nn n nnc c c c c c C c c c =L LM M M L ,其中ij c 是1D 的第i 行元素分别与2D 的第j 列的对应元素乘积之和:1122ij i j i j in nj c a b a b a b =+++L .第三章定理 1 在齐次线性方程组1111221211222211220,0,0n n n nn n nn n a x a x a x a x a x a x a x a x a x +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L L 中,如果sn <,那么它必有非零解.定理 2 设12,,r a a a L 与1,,,r b b b L 2是两个向量组,如果1)向量组12,,r a a a L 可以经1,,,r b b b L 2线性表出,2)rs >,那么向量组12,,r a a a L 必线性相关.定理 3 一向量组的极大线性无关组都含有相同个数的向量 定理 4 矩阵的行秩与列秩相等. 定理 5 n n ´矩阵111212122212n n n n nn a a a a a a A a a a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦L LM M M L 的行列式为零的充分必要条件是A 的秩小于n .定理 6 一矩阵的秩是r的充分必要条件为矩阵中有一个r 级子式不为零,同时所有1r+级子式全为零.定理 7 (线性方程组有解判别定理) 线性方程组11112211211222221122,,n n n n n n nn n n a x a x a x b a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L L 有解的充分必要条件为它的系数矩阵111212122212LL M M M Ln n s s sn a a a a a a A a a a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦与增广矩阵11121121222212LL M M M M Ln n s s sn s a a a b a a a b A a a a b ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦有相同的秩。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
矩阵最小多项式的求法
杨骁 数学与科学学院 指导老师 李永斌老师
[摘要]:本文首先介绍了方阵A 的最小多项式,进而给出了最小多项式的两种求法。
[关键词]:方阵;最小多项式。
一、引言
最小多项式在研究线性变换及矩阵的对角化方面起着十分重要的作用,如何求最小多项式非常重要。
本文提供了常用的两种方法,利用特征多项式或Jordan 标准型求矩阵的最小多项式。
二、最小多项式的性质及求法
由哈密尔顿定理可知,对于一个n 阶矩阵A ,A E f -=λλ)(是A 的特征多项式,
则,0)1()()(1
2211=-+++++-=-E A A
a a a A f n n nn n
λ即就是任给数域P 上的一
个n 级矩阵A ,总可以找到数域P 上的多项式)(x f ,使得0)(=A f .如果多项式)(x f 使得0)(=A f ,我们就称)(x f 为矩阵A 的零化多项式.当然A 的零化多项式很多的,于是我们有
定义1 设n
n C A ⨯∈,次数最低的首项为1的A 的零化多项式称为A 的最小多项式,
记为)(λA ψ.
最小多项式有以下一些基本性质: 定理1[1] 设A n n C
⨯∈,则
(1)A 的任一零化多项式都能被)(λA ψ整除; (2)A 的最小多项式)(λA ψ是唯一的; (3)相似矩阵最小多项式相同. (一)由特征多项式求最小多项式
定理 1 0λ是A 的特征多项式零点的充分条件是0λ为A 的最小多项式)(λA ψ的零点.
推论1 若n 阶方阵A 的特征多项式被分解为不同的一次因式方幂的乘积:
s m s m m f )()()()(2121λλλλλλλ---= ,
其中i λ是A 的相异的特征值,i m 是特征值i λ的重数,且,1
n m
s
i i
=∑=则A 的最小多项式具
有如下形式:
s d s d d A )()()()(2121λλλλλλλ---=ψ ,
其中),,2,1(s i m d i i =≤为正整数.
推论1实际上给出了由方阵A 的特征多项式,求最小多项式的方法. 例1 求矩阵
⎥⎥
⎥⎦
⎤
⎢⎢⎢⎣⎡=211121112A
的最小多项式.
解:因为A 的特征多项式为)4()1()(2
--=λλλf ,根据推论1便可知,A 的最小多项式有以下两种可能:
(1-λ)(4-λ),)4()1(2
--λλ
由于
000000000021112111
2111111111)4)((=⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=--E A E A
因此,A 的最小多项式为)4)(1(--λλ.
有时)(λf 在分解时比较困难,但由推论1可知,A 的最小多项式实质包含A 的特征多
项式中的所有不同的一次因式之积,故可先求出
.))
(),((()
(λλλf f f '
例2 求矩阵
⎥⎥⎥⎥
⎦
⎤⎢⎢⎢
⎢⎣⎡------------=1333313333133331A 的最小多项式.
解:⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎣⎡+--+--+-+=-1333313333133331
λλλλλA E =512320484234---+λλλλ )
80243(4)(512320484)(2
3
234--+='---+=λλλλλλλλλf f
由辗转相除法求得(168))(),(2++='λλλλf f 于是
16
8512320484))(),(()(2234++---+=
'λλλλλλλλλf f f
=3242
--λλ=()8)4(-+λλ
于是())8(4)(3
-+=λλλf
A 的最小多项式有以下三种可能:
),8)(4(-+λλ ),8()4(2-+λλ )8()4(3-+λλ
而0)8)(4(=-+E A E A ,
因此A 的最小多项式为)8)(4(-+λλ.
(二)利用Jordan 标准型求最小多项式 定理2 设矩阵n
n C
A ⨯∈,则A 的最小多项式可以由
s d s d d A )()()()(2121λλλλλλλ---=ψ
给出,其中),,2,1(s i i =λ是A 的相异的特征根,),,2,1(s i d i =是在A 的Jordan 型J 中包含i λ的各分块的最大阶数。
推论2 当A 的所有特征值都相异时,A 的最小多项式)(λA ψ就是A 的特征多项式
A E f -=λλ)(.
由定理2,在一般情况下,A 的最小多项式可以通过求出它的Jordan 标准型J 获得. 例2 求矩阵
⎥⎥⎥⎥⎥⎥⎥⎥⎦
⎤
⎢⎢⎢⎢⎢
⎢⎢⎢⎣⎡-----=20
1
020000002000001200101
112100000A 的最小多项式.
解:由A 的特征多项式
33)2()1()(--=-=λλλλA E F
知A 有两个不同的特征值:2,121==λλ(均为三重的).容易求得5)(=-E A rank ,所以对于11=λ的特征向量仅有一个,这表示对应的Jordan 块的数目是 1.又由于
,4)2(=-E A ra n k 对应于22=λ的特征向量有2个,因此对应于22=λ的Jordan 块共有
2块.故A 的Jordan 标准型为:
⎥⎥
⎥⎥⎥⎥⎥⎥⎦
⎤
⎢⎢⎢⎢
⎢⎢⎢⎢⎣⎡221211111
可见J 中包含11=λ的块的阶数31=d ,包含22=λ的Jordan 块的最大阶数22=d ,因此A 的最小多项式为:
23)2()1()(--=ψλλλA。