主要内容

高等代数教学辅导

6.3 极小多项式

建设中!

子节 6.3.1 主要知识点

定义 6.3.1.

\(A\in\mathbb{F}^{n\times n},\ 0\neq f(\lambda)=a_s\lambda^s+a_{s-1}\lambda^{s-1}+\cdots +a_0\in\mathbb{F} [\lambda]\)。 若成立
\begin{equation*} f(A)=a_sA^s+a_{s-1}A^{s-1}+\cdots +a_0{\color{blue}E}=0, \end{equation*}
则称\(A\)适合多项式\(f(\lambda)\), 或称\(f(\lambda)\)\(A\)零化多项式

证明.

\(B(\lambda)\)\(\lambda\)-矩阵\(\lambda E -A\)的伴随矩阵,则
\begin{equation} B(\lambda)(\lambda E-A)= \det(\lambda E-A) E= f_A(\lambda)E. \tag{6.1} \end{equation}
\(B(\lambda)\)的每一个元素都是矩阵\(\lambda E-A\)的某一个\(n-1\)阶代数余子式,所以这些元素都是次数不超过\(n-1\)的关于\(\lambda\)的一元多项式,从而\(B(\lambda)\) 可拆分为
\begin{equation*} B(\lambda)= \lambda^{n-1}B_{n-1}+\lambda^{n-2}B_{n-2}\cdots +B_0, \end{equation*}
这里\(B_i (i=0,1,\ldots,n-1)\)都是\(\mathbb{F}\)上的\(n\)阶方阵。代入\(B(\lambda)(\lambda E-A)\)得:
\begin{equation} \begin{array}{rcl} & & B(\lambda)(\lambda E-A) = (\lambda^{n-1}B_{n-1}+\lambda^{n-2}B_{n-2}\cdots +B_0)(\lambda E-A)\\ & = & \lambda^n B_{n-1} +\lambda^{n-1}(B{n-2}-B_{n-1}A)+\cdots+\lambda(B_0-B_{1}A) - B_0A. \end{array}\tag{6.2} \end{equation}
\(A\)的特征多项式\(f_A(\lambda)=\lambda^n+a_{n-1}\lambda^{n-1}+\cdots+a_0\),则
\begin{equation} f_A(\lambda)E=\lambda^n E+a_{n-1}\lambda^{n-1}E+\cdots+a_0E.\tag{6.3} \end{equation}
根据(6.1)(6.2)(6.3) 得:
\begin{equation} \left\{\begin{array}{l} B_{n-1}=E,&\\ B_{n-2}-B_{n-1}A=a_{n-1}E,&\\ \vdots&\\ B_0-B_1A=a_1E,&\\ -B_0A=a_0E& \end{array}\right.\tag{6.4} \end{equation}
\(A^n,A^{n-1},\cdots,A,E\)按顺序右乘(6.4)
\begin{equation} \left\{\begin{array}{l} B_{n-1}A^n=A^n,&\\ B_{n-2}A^{n-1}-B_{n-1}A^n=a_{n-1}A^{n-1},&\\ \vdots&\\ B_0A-B_1A^2=a_1A,&\\ -B_0A=a_0E& \end{array}\right. \tag{6.5} \end{equation}
(6.5)的所有等式加到一起,左边为0,右端即为\(f_A(A)\),结论成立。
注:教材中的证明是局限在有\(\mathbb{F}\)是复数域\(\mathbb{C}\)的子域这一前提下给出的,这个证明对于初学者友好且直观。事实上,Cayley-Hamilton定理对一般数域也是成立的。上面的证明是为了应对一般情形。

定义 6.3.4.

\(A\)是数域\(\mathbb{F}\)上的\(n\)阶方阵,\(A\)的次数最小且首一的零化多项式称为\(A \)极小多项式

定义 6.3.10.

\(\varphi\)是数域\(\mathbb{F}\)\(n\)维空间\(V\)的线性变换,若存在
\begin{equation*} 0\neq f(\lambda)=a_s\lambda^s+a_{s-1}\lambda^{s-1}+\cdots +a_0\in\mathbb{F} [\lambda], \end{equation*}
使得
\begin{equation*} f(\varphi)=a_s\varphi^s+a_{s-1}\varphi^{s-1}+\cdots +a_0 id_V=0, \end{equation*}
则称\(f(\lambda)\)\(\varphi\)零化多项式
\(\varphi\)的次数最低的且首项系数为\(1\)的零化多项式称为\(\varphi\)的极小多项式,记作\(m_{\varphi}(\lambda)\)

练习 6.3.2 练习

1.

举例说明特征值相同的矩阵未必相似,极小多项式相同的矩阵未必相似。

2.

\(A= \begin{pmatrix} 2&1&1\\1&2&1\\1&1&2 \end{pmatrix}\),求\(A\)的极小多项式\(m_A(\lambda)\),并判断\(A\)是否可对角化。

3.

\(\alpha , \beta\in\mathbb{F}^n\),且\(\alpha^T \beta=1\)。令\(A=E_n- \alpha \beta^T\),求\(A\)的极小多项式\(m_A(\lambda)\),并判断\(A\)是否可对角化。

4.

\(n\)阶可逆矩阵\(A\)的极小多项式\(m_A(\lambda)=\lambda^m+a_1 \lambda^{m-1}+\cdots +a_m\),求\(A^{-1}\)的极小多项式\(m_{A^{-1}}(\lambda)\)

5.

\(A\)是数域\(\mathbb{F}\)\(n\)阶矩阵,证明:\(m_A(\lambda)=m_{A^T}(\lambda)\)

6.

\(A={{\rm {diag}}}\{A_1,A_2,\cdots ,A_s\}\)是数域\(\mathbb{F}\)上的\(n\)阶方阵,其中\(A_i(i=1,2,\cdots ,s)\)\(n_i\)阶方阵。证明\(A\)可对角化的充分必要条件是每个\(A_i(i=1,2,\cdots ,s)\)都可对角化。

7.

\(A,B\)都是\(n\)阶可对角化矩阵,并且\(AB=BA\),证明:\(A,B\)可同时对角化,即存在可逆矩阵\(P\)使得\(P^{-1}AP\)\(P^{-1}BP\)都是对角矩阵。

8.

\(S\)是无限个可对角化的\(n\)阶方阵组成的集合,其元素满足矩阵乘法交换律。证明:存在\(n\)阶可逆矩阵\(P\),使得\(\forall X\in S\)\(P^{-1}XP\)为对角矩阵。

9.

\(A,B\)\(n\)阶矩阵,若\((m_A(\lambda),m_B(\lambda))=1\),证明:\(f_A(B)\)是可逆矩阵,这里\(f_A(\lambda)\)\(A\)的特征多项式。

10.

\(A,B\)分别是数域\(\mathbb{F}\)上的\(n\)阶、\(m\)阶矩阵,其极小多项式分别为\(m_A(\lambda),m_B(\lambda)\),若\((m_A(\lambda),m_B(\lambda))=1\),证明:矩阵方程\(AX=XB\)只有零解。