特征理论与对角化

特征方程

特征方程是一举产生全部特征值的那一个方程:det(A - lambda I) = 0。它形式化地陈述了:何时一个数 lambda 能让 A - lambda I 把某个方向压成零——也就是 A 何时真有对应 lambda 的特征向量。求解它,是手算特征值的教科书路径。

推理很短。A v = lambda v 且 v 非零,意味着 (A - lambda I) v = 0 有非零解,这恰发生在 A - lambda I 奇异之时,而这又恰发生在其行列式为零之时。所以 det(A - lambda I) = 0 正是 lambda 为特征值的精确条件。展开这个行列式得到一个关于 lambda 的多项式——特征多项式——其次数等于矩阵的维数 n。

由于方程次数为 n,n 阶矩阵有按重数计算的 n 个特征值(在 C 上)。根可以重复(给出重数),即便对实矩阵也可以是复数。求解特征方程对小型或有结构的矩阵尚可,但对大型矩阵在数值上不稳定;实用软件改用迭代方法求特征值,绝不会真的去对这个多项式求根。

det(A - lambda I) = 0 => polynomial of degree n in lambda; its roots are the eigenvalues

令 A - lambda I 的行列式为零,得到一个 n 次方程,其根即特征值。

有些书写成 det(lambda I - A) = 0 而非 det(A - lambda I) = 0。两者的根完全相同;两个多项式只相差一个因子 (-1)^n,故此选择纯属外观。det(lambda I - A) 形式使多项式首一(最高次系数为 1)。

又称
secular equation