【特征多項式求特征值】在矩陣理論中，求解一個方陣的特征值是一個重要的問題。特征值不僅反映了矩陣的內在性質，還在許多實際應用中具有重要意義，如物理系統(tǒng)分析、圖像處理、數據降維等。求解特征值的一個常用方法是通過構造并求解特征多項式。
一、特征多項式的定義
對于一個 $ n \times n $ 的方陣 $ A $，其特征值 $ \lambda $ 是滿足以下方程的標量：
$$
\det(A - \lambda I) = 0
$$
其中，$ I $ 是單位矩陣，$ \det $ 表示行列式。該方程稱為特征方程，而左邊的表達式 $ \det(A - \lambda I) $ 稱為特征多項式。
特征多項式是一個關于 $ \lambda $ 的 $ n $ 次多項式，形式如下：
$$
p(\lambda) = \det(A - \lambda I) = a_0 \lambda^n + a_1 \lambda^{n-1} + \cdots + a_{n-1} \lambda + a_n
$$
二、特征值的求解步驟
1. 構造特征多項式：根據矩陣 $ A $，計算 $ \det(A - \lambda I) $。
2. 求解特征方程：將特征多項式設為零，即 $ p(\lambda) = 0 $，解出所有可能的 $ \lambda $ 值。
3. 驗證特征值：將得到的 $ \lambda $ 值代入原方程，確認是否滿足 $ \det(A - \lambda I) = 0 $。
三、實例分析
下面以一個具體的 2×2 矩陣為例，展示如何通過特征多項式求解特征值。
示例矩陣：
$$
A = \begin{bmatrix}
2 & 1 \\
1 & 2
\end{bmatrix}
$$
步驟 1：構造特征多項式
$$
A - \lambda I = \begin{bmatrix}
2 - \lambda & 1 \\
1 & 2 - \lambda
\end{bmatrix}
$$
計算行列式：
$$
\det(A - \lambda I) = (2 - \lambda)^2 - 1 = \lambda^2 - 4\lambda + 3
$$
所以，特征多項式為：
$$
p(\lambda) = \lambda^2 - 4\lambda + 3
$$
步驟 2：求解特征方程
令 $ p(\lambda) = 0 $：
$$
\lambda^2 - 4\lambda + 3 = 0
$$
解得：
$$
\lambda = 1, \quad \lambda = 3
$$
步驟 3：驗證特征值
將 $ \lambda = 1 $ 和 $ \lambda = 3 $ 代入原式，均滿足 $ \det(A - \lambda I) = 0 $，因此這兩個值是正確的特征值。
四、總結與對比
| 步驟 | 內容 | 說明 |
| 1 | 構造特征多項式 | 通過 $ \det(A - \lambda I) $ 得到關于 $ \lambda $ 的多項式 |
| 2 | 解特征方程 | 將多項式設為零，解出所有可能的 $ \lambda $ 值 |
| 3 | 驗證結果 | 確保所求 $ \lambda $ 真正滿足特征方程 |
五、注意事項
- 特征多項式是一個 $ n $ 次多項式，最多有 $ n $ 個特征值（包括重根）。
- 當矩陣較大時，直接計算行列式可能比較復雜，可借助數值方法或軟件工具進行計算。
- 特征值可以是實數也可以是復數，取決于矩陣的性質。
通過特征多項式求解特征值是一種系統(tǒng)且可靠的方法，尤其適用于小規(guī)模矩陣。掌握這一過程有助于深入理解矩陣的數學特性，并為后續(xù)的特征向量求解打下基礎。