特征多项式计算方法详解

特征多项式是线性代数中的一个重要概念，特别是在研究矩阵和线性变换时。它通常与方阵的行列式密切相关，并用于求解矩阵的特征值。以下是计算特征多项式的详细步骤：

一、定义及背景知识

1. 方阵：一个n×n的方阵A是一个由n行n列组成的矩阵。
2. 行列式：对于任意方阵A，其行列式|A|是一个标量值，表示矩阵的一种性质。
3. 特征值：设A是n阶方阵，如果存在数λ和非零n维列向量x，使得Ax=λx成立，则称λ是A的一个特征值（eigenvalue），x是A对应于特征值λ的特征向量（eigenvector）。
4. 特征多项式：对于一个n阶方阵A，其特征多项式f(λ)定义为|A-λI|=0，其中I是单位矩阵。这个方程称为A的特征方程，它的根就是A的特征值。

二、计算步骤

1. 构建矩阵A-λI：

   • 假设有一个n阶方阵A。
   • 构建一个与A同阶的单位矩阵I。
   • 将A的每个元素减去λ乘以I的对应元素，得到新的矩阵A-λI。

2. 计算行列式：

   • 使用行列式的计算方法（如拉普拉斯展开、递归公式等）来计算|A-λI|的值。
   • 这个值将是一个关于λ的多项式，即特征多项式f(λ)。

3. 求解特征方程：

   • 将得到的特征多项式f(λ)=0，这是一个关于λ的n次方程。
   • 解这个方程可以得到n个解（可能包括重根），这些解就是矩阵A的特征值。

三、示例

假设有一个2×2的矩阵A=[1,2;3,4]，我们要求其特征多项式。

1. 构建A-λI： [ A-\lambda I = \begin{bmatrix} 1 & 2 \ 3 & 4 \end{bmatrix}

   \lambda \begin{bmatrix} 1 & 0 \ 0 & 1 \end{bmatrix}

   \begin{bmatrix} 1-\lambda & 2 \ 3 & 4-\lambda \end{bmatrix} ]

2. 计算行列式： [ |A-\lambda I| = (1-\lambda)(4-\lambda) - 2 \times 3 = \lambda^2 - 5\lambda + 4 - 6 = \lambda^2 - 5\lambda - 2 ]

3. 得到特征多项式： [ f(\lambda) = \lambda^2 - 5\lambda - 2 ]

4. 求解特征方程： [ \lambda^2 - 5\lambda - 2 = 0 ]

   使用求根公式或其他方法解这个二次方程，可以得到两个解，这两个解就是矩阵A的特征值。

通过以上步骤，我们可以计算出任意n阶方阵的特征多项式，并进一步求解其特征值。这对于理解矩阵的性质以及进行相关的数学和物理计算具有重要意义。