线性代数：矩阵多项式问题.

似乎不行

n阶蚂裤塌方阵构成的线性空间是n^2 维的,

若有这样的A, 则 E,A,A^2,,A^(n^2-1) 必线性无关,才能保证所有n阶方阵可由它纯慎们线性表示

但A的特征多项式就是A的零化多项式, 即E,A,A^2,,A^n 线闷圆性相关

A＾2=A,证明：存在可逆矩阵P使得P＾-1AP=[Er 0] [ 0 0]

f(A)=0

则顷姿 f(x) 含A的极小多项式m(x)作为因子穗胡

f(x)应该包含了A的所有特征值 (证明忘了)

零化多项式的根不一定都是A的特征值

这是因为 m(x)g(x) 都是零化雀族绝多项式

矩阵分析 (三) 矩阵的标准形

对于此种问题,最简渣迟洁的处理方式是采用最小多项如耐李式（也称极小多项式）

由于A＾2=A,故A＾2-A=0,也就是说x^2-x是A的零化多项式,由于最小多项式一定是零化多项式的因式,因此最小多项式一定是x或x-1或x^2-x注意到无论最小多项式是亩皮上述哪个,都可以写成互不相同一次因式乘积从而根据可对角化定理（可对角化充要条件是最小多项式可以表写成互不相同一次因式乘积）,A可对角化另外,由于最小多项式和特征多项式具有相同根,因此特征值只可能有0和1,因此标准型必为[Er 0] [ 0 0],从而问题得证

多说一句,这种矩阵成为幂等矩阵,具有非常好的性质,比如上面说的特征值为0或1（只有0,只有1,既有0也有1）,最小多项式为x或x-1或x^2-x,幂零矩阵对应线性空间中的幂零变换,可以证明有限维线性空间中幂零变换等价于投影变换

  相似变换是矩阵的一种重要的变换，本章研究矩阵在相似变换下的简化问题，这是矩阵理论的基本问题之一。这种分解简介形式在许多领域中都有重要的作用。

  在开始之前说一下矩阵的一些基本概念，设矩阵 ，将矩阵 的元素 所在的第 行第 列划去后，剩余的各元素按原来的排梁码列顺序组成的 阶矩阵所确定的行列式称为元素 的 余子式 ，记为 ，称 为元素 的 代数余子式 。

  方阵 的各元素的代数余子式 所构成的如下矩阵 ：

  该矩阵 称为 的伴随矩阵。具有以下性质： 。

  本节讨论特征多项式的 性质 ，并讨论另一种重要的多项式- 最小多项式 。

  则

  试计算：

   解 因为多项式为：

  再取多项式：

  以 去除 可得余式：

  由哈密顿-凯莱定理， ，所以：

  一般地说，若 是一个方阵， 是一个多项式， ，这种多项式叫作矩阵 的 零化多项式 ，可见每一个矩阵都有零化多项式，并且 零化多项式一定有无穷多个 ，因为特征多项式乘以任何一个多项式还是零化多项式。

  那有没有一个次数最低的零化多项式呢？

  设矩阵 的所有特征值为 ，又 的特征多项式为：

  则 的最小多项式一定具有如下形式：

  这里 。

  把矩阵化为对角形对于解决很多问题都有帮助，如解微分方程组：

  容易解出：

  而

  如果能化为上一个计算的形式，就很方便求解。

  是否可以对角化？

   解 因为：

  矩阵 的特征薯蚂值为-1，-2，-3。

  由于 的三个特征值互不相同，固 有三个线性无关的特征向量， 可以对角化，进一步可以得到特征向量：

  并不是每个方阵都能够相似于对角矩阵，如果矩阵不能对角化，矩阵总可以通过相似变换化为约当标准形。

  的矩阵称为 阶约当块，由若干个约当块构成的分块对角矩阵：

  称为 约当标准形 。

  下面我们介绍用 行列式因子 法确定约当标准形的方法：

  设矩阵 的元素都是 的多项式，则 称为 矩阵，记作 ，特殊地， ， 是 的特征矩阵，这也是 矩阵。

   公因式 ：一个多项式中每一项都含有的相同的因式，叫做这个多项式各项的公因式。

  由定义 ，又因为 能够整除每一个 级子式，而每一个 级子式可以展开为 级子式的线性组合，所以 能够整除 ，即 。

  称为 的 不变因子 。把每个次数大于零的不变因子分解为互不相同的一次因子的方幂的乘积，所有这些一次因子的方幂(相同的必须按出现次数计算)称为 的 初级因子 。

   行列式因子 ：

   不变因子 ：

   初级因子 ：

  有了上述概念，就可以求得矩阵 的橡手哪约当标准形。设 的全部初级因子是：

  这里 ， , , 可能有相同的，指数 , , , 也可能有相同的，对每个初级因子 构成一个 阶约当块：

  由所有这些约当块构成的分块对角矩阵：

称为矩阵 的约当标准形。

  除去约当块的排列次序外，约当形矩阵由矩阵 唯一确定。

  从上一节可以看到，求出矩阵的行列式因子、不变因子以及初级因子，就可以求出矩阵的约当标准形。 而当矩阵阶数比较高时，求它的行列式因子比较麻烦 。如果矩阵比较特殊，比方说是对角矩阵，就可以比较方便地求出行列式因子。所以考虑 先把矩阵对角化 ，就可以比较方便地求出行列式因子。所以考虑先把矩阵化为对角形，问题是在把矩阵化为对角形时，矩阵的行列式因子是否改变。

  可以看出， 这三种变换不会改变行列式因子 。

  称为矩阵 的史密斯标准形，其中：

  我们有下面的结论。

  下面讨论怎么把一个矩阵 化为史密斯标准形。假设一个矩阵经过初等变换化为如下形式的标准形：

  其中 。

  由上面所述，在这个过程中，行列式因子不变，所以变换后的矩阵与原来的矩阵有相同的行列式因子。而这个矩阵的行列式因子很容易得出：

  由此可以得出， 对角线上的元素正好是矩阵的不变因子 。

  特殊地，左上角的元素为一阶行列式因子，即矩阵的所有元素的公因子。这个公因子可以很容易求出。我们之后就可以利用这个结论求出史密斯标准形。

  现在设矩阵 是一个 矩阵

  首先通过观察确定左上角第一个元素，如果矩阵中有这一项，就把它挪到左上角上去，如果没有这一项，可以通过初等变换得出这一项。因为它是所有元素的公因子，能够整除所有元素，也一定能够整除它们的组合，所以可以通过初等变换得到。

  左上角的元素得到以后，可以利用初等变换把它所在的行和列的其他元素都消成零，矩阵变成如下形式：

  这时对于矩阵 来说，相当于一个新的矩阵，如果把它化成史密斯标准形，则左上角第一个元素仍然是 的一阶行列式因子，可以用同样的方法求出，在这个过程中，使用的是初等变换，而 能够整除所有元素，当然能够整除它们的组合，所以 ，这时矩阵可以通过初等变换化为下面的形式：

  重复这个过程，即可得到史密斯标准形：

以上就是关于线性代数：矩阵多项式问题.全部的内容，包括:线性代数：矩阵多项式问题.、零化多项式和特征值、A＾2=A,证明：存在可逆矩阵P使得P＾-1AP=[Er 0] [ 0 0]等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！