特徵理論與對角化

由特徵值得到跡與行列式

與矩陣相關的兩個最基本的數——它的跡(對角元之和)與行列式——結果完全由特徵值決定。跡等於特徵值之和,行列式等於它們之積,各按代數重數計算。這把一個依賴座標的計算(對角線)與一個不依賴座標的不變量(譜)聯繫了起來。

在 C 上,特徵多項式 p(lambda) = det(lambda I - A) 分解為 (lambda - lambda_1) ... (lambda - lambda_n),比較係數即可直接得到這兩個恆等式:tr(A) = lambda_1 + ... + lambda_n,det(A) = lambda_1 ... lambda_n。它們是 p 的係數與特徵值之間一般初等對稱關係中的首項與末項。

這是絕佳的檢驗手段。算出特徵值後,驗證它們的和等於跡、積等於行列式;不符就意味著算術出錯。它們還立即解釋了為何矩陣可逆當且僅當沒有零特徵值(det != 0),並且在相似變換下保持不變,因為相似矩陣共享跡與行列式。

tr(A) = lambda_1 + ... + lambda_n , det(A) = lambda_1 * ... * lambda_n

跡是特徵值之和;行列式是它們之積——都按重數計算。

更一般地,特徵多項式中 lambda^{n-k} 的係數(至多差一個符號)是特徵值的第 k 個初等對稱多項式,等於 A 的所有 k 階主子式之和。跡(k=1)與行列式(k=n)只是兩端。

又稱
eigenvalue invariants