Характеристический многочлен матрицы
Напомним, что характеристическим многочленом квадратной матрицы (n-го порядка) называется многочлен . Степень характеристического многочлена совпадает с порядком матрицы . Рассмотрим другие свойства характеристического многочлена.
1. Характеристический многочлен квадратной матрицы n-го по рядка может быть представлен в виде
 (7.24)
где — корни характеристического многочлена (собственные значения матрицы ) кратности соответственно, причем и .
Действительно, указанное разложение (7.24) имеет любой многочлен степени (см. следствие основной теоремы алгебры). Старший коэффициент характеристического многочлена вычисляется, разлагая определитель .
2. Характеристический многочлен квадратной матрицы n-го по рядка может быть представлен в виде произведения инвариантных множителей характеристической матрицы 
 (7.25)
В самом деле, характеристическая матрица имеет нормальный диагональный вид (7.9): , так как . Наибольший общий делитель (старший коэффициент которого равен единице) единственного минора n-го порядка матрицы отличается от определителя только множителем , т.е. характеристический многочлен . Подставляя , получаем (7.25).
3. Характеристические многочлены подобных матриц совпадают.
В самом деле, пусть матрицы и подобны, т.е. существует такая матрица , что . Преобразуем характеристический многочлен матрицы по теореме 2.2 (об определителе произведения матриц) с учетом свойства 4 обратной матрицы:
что и требовалось показать.
4. Характеристический многочлен матрицы n-го порядка имеет вид
![\begin{gathered}\Delta_{A}(\lambda)=(-\lambda)^n+(-\lambda)^{n-1}\cdot \operatorname{tr}A+\ldots+(-\lambda)^{n-k}\cdot \sum_{1\leqslant i_1<i_2<\ldots<i_k\leqslant n}M_{i_1\,i_2\,\ldots\,i_k}^{i_1\,i_2\,\ldots\,i_k}+\ldots+\\[2pt] (-\lambda)\cdot \sum_{1\leqslant i_1<i_2<\ldots<i_{n-1}\leqslant n}M_{i_1\,i_2\,\ldots\,i_{n-1}}^{i_1\,i_2\,\ldots\,i_{n-1}}+\det{A}. \end{gathered}](data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAswAAABlBAMAAACrc6gmAAAALVBMVEVHcEwAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACttl6nAAAAD3RSTlMA/iGZgAdBq2bB2xMxU+1Vkj8UAAARFUlEQVR42uyci3MTxxnAv9zppLPulOlBsI0hjBEEQh6MjYwNidORMVjUhowgTsA0eM7YQEPBIx5BwEBHgAlOJs3YISSYDhkMBKiJGfFqa7dh5DqUhkkYM07DozEDNHanIeVv6O7eSfeS0IqBNtD7ZuzTnXb39n777fdY3R2ALY+m/PzBNv91X7oSwsDAwDJVljyqlBsOPdj2L0TSlXBJeW1YOm5K0ki6Rj83bLQBm/qjxbzqiQfb/olYuhLizZFB8oF7ulWKUTXabNgkhHnzx6vODxjz9fRFLkn+uDquLvhfYeDyle1TSaxa0LgbBWD3+ULmYvNNY47+Lk8LyPcNc75xF3VUeKHep+4F+C3p6rNSdvwjP4rmhLxiiDxme/R5NLOJrN/pygcBb68GLeXe0A6dwbPvNwC/2Bj81DxOH2ofcT9Y1LvibD4+GrkpOsH4KXvLaxooqL1yPBOap17yBzOOpvWB7XkJPjNpzlihXGLFD8bDziK/kJ+B/t7Rj8o+gAXfoa3DMp+YY9rnl6cqF/jUYW6YWVk0XkxHH8HOPd3CFvA+n68oNWbXTyi7u0IbbNc/lI4yJ6I9wXGo/Re5vFh6FeuREjPQc5dimzrwlTzT8em2YQwejm2jxO16W853RRwt9Jgdkk6ReFyxFbXGdVpA6IqxucoBZoRnv6lYo24a9OAvLwbBFXHLVm3m9UTqhlEqhb5f8Y5eg4CqYUNHKeaDlEtzptdvYha/+iHqCDH9mFOI9Routifq8dNjPrv1trZTi+POS7j2z8zlGnUzhMGhkHgbjYprrgKQe1f9ao9+ZEajf1kRqI01nrZidusa5D4erX5K0XPBr9ODuGzFU+4dgBLo3KaoTMj3VforXj2GJsJ4fe8NdLqyFnB/A/W4u295zozQFyj3ssvi9vrF5G2c1pV269zSdayLtXjQTsimKmv1O60Y0SGk0FkBVXuL1XhJ71U8uGX+BjTCVfXrppyqxLdjdZj56XG/lGIeMqoRc+sdUe0g+jdPRkN7VBkFV2QnRTDbLX1CM8sDCOrvt/ph8imCGW14dJZaP7hawHML4PBU97dx8/N+8jYmanp0wDNGm71hYhKIEprUijPMtDL87XRwBoWlYMDM6jFx36MxELPhT+BUkS7x/i3xbSE6xnHqlZ/KpcPco1dEFo9NVgEshd8pg+0MOincv1MaToHZVY/sWGmhDGwVwYw2Da8i+jEceoizAPrl7s1Ai5kPce0aUZKkOYebeQGhBSaru1UfjaiYswyusxBPie9S6VRH6PrISsWNT2OfoMN8SY/RmYM7uj/jmLBM6ktfaNHCbHD6j5NrrFf6MGOWpkEktW/oo8VcG4NLg/HlBiZXiT1Q2w7s+hkfETwMvMFHZWGFr8u3YnYbMNfhvYOpTGQ+iHdmkzOKLQ5KzC8bZtjxeEczkyzpVvpCX3hyoWY+ycedJcRUsW2mJOHdU9SYy9G4KRO2KIG5HdXmsbnnlCUWPFEdBvNfgxW+R7Zifsxga+rwAH5kPf3zQQUztJ45R65b5ofTYX7BgJl0NEmM8pc0oXM84b6bNInDocJDmU6lw8wdQJ5qDD4pahU8xDJ0FYasvcdKw4axoFSeC+ehKmMTmAPh8G/D4fXYr6Fxv0yKIQLOI0+iQ23W07dGVMwfK/vXZgaw2nCo2j/JCUwGCx0/Eg4r/oCUCoexR64pRIPisGIWpChtwp1aNgs5YgE7moJxgPR6s/nw+XB4Uzi8TjXNWCnwVbsQDhFjEQ66R1kTUYxZ8GJBdBbsXi3rMZ/0erd4vThBn4eamk+KoXG4vjInuTZXxlTMe5WxPjSznMxOVO19cgKT+/V6J6zxeqOqNpPmn0WHd2XhjlpJcG1plJUdkz5/2w/fu6LuQQrMqDcfKldvXHXwepeTfmJDj1FtxQHOlemq0eje7UAbnthmsmbYVmDK/7lN0To0PHUxq9F4XKcmyLi1IzS7UtrmGaqmO1Cik5e50ejezefSLkyYYo3stEXEEBxvhrGoO2okbg7IhUgGRuMq1ozJqLfcm5XKyo7QEcTZh+OGsYZHNzcX3AL3bZPXT+ICUZpTFlGjl2T+Pn+NivlCEBjJiLkXDaFzCnbyUQPmMk1PUUeFPGtHaeRi+kgDDf3qEKCwGfss1XUZgbRYMZ9CSsuUqt3XY26XsCBL65DL8NIL0pFbJIt1mbyqoCkA1yoDVvhKsGJmtWoeZDGQNghPpjKQVS2f3VmJPvz1X/nwlbTEgBmvUWZh/9MeMWDWRTcpOkohTPofF5j31kNZbELrWxm5wDLsK3LU7uswi4pVaJNhclt7kJB7A13IBb9h9mshtdKFTvR3UM1lTJh5zZg5kCtzHABnqtUKx5HYch/2ZD7k3EpKdhkwn49r82WjNs/TpuoXKTqaXmrSrzO7whujV6C8ZGPQqSimM5YsWjJhnohmibhe7b4hoIvLGqIoWgJcZ3YS71j8+VASzMK/zcWqM9O2NLbZqrs90YwxfxTMoPDs2/qNZrsDmdjmRDLoJ2Gwtoy51lyi1jychlUcOBePbiz15IwQpFjV4dTjjCWx8GVMmd2dSek5I4QBtCkdwTTpB9SxqE9nIM+lWH4yK8vxY/zefbpFZfE23JUqDlKSEuk2Hw3A/RSu3BwRHMu4jcoErvMUpasLnDPJujb7Wci44stH7vkylsfNl1UHp5n2NyQPhEyq4vzkvmK2dKxGzrQFPjEhuD0UxWtXQhNeL17pOGmIaYqedT0n3+tVeNSa3yRxWUaLJqYYy1WmWvn3FzNn8ngDGbfQmIBTQxNyrzhNMKMNivGgS8aGlUe6NHqqe1kIbEmVdySc9MJ2GkwLqghmtGnAGxnTdqIgqly+MNWmmVK6p5Bk/fkrAYlmPZSsIin+K2Kav81Nso0zldFREjIiY+gCO0+Y8M3qMAUBpb19Ns9UzHw+X1iVDTYOW2yxxZb/rgi9JMIWItClJaZsKqfVFc8MV9rkMkv2KjFmoTwG1fGA4lXg48kSZygbTNy40r/DJpeZ4DtNBJ8uCf2Ddm8QX6ovOT6eWXI77RDtHjAzRYiyR12jPT0DRHVdZmGxvmBvFfDFCcrODb2lNryMMF/Fujx+JzER46tQqnxRAW7guBzZiYZy/FtfN05D2Dp/wIaXEWbPNOTZfrlHqJRhHL5577kANG2G6ilmyrC0E67iu3+Qs3ztbVhnw8vMNotFUWBGgVuGaqLBncL+7WC8o5/wFwfha9VhwgcwZMPLCHN/jCmKOtb04durTxfjxe8dsZ3ING8Ikqcp/kge4ehFys2WysX98MoObrsMQ+JgxKZHK+KK9VFETfC7mqLkVmrk9/gNMod/tvNMCwq5AEcAypBVGT8Dsi4Hj44DqN/BfSsOerbY8Qa1OJubo4C1k6lQ71hfPEWYC694yRgUw98BvgSYQCI9vziHOYjZ1u8Apo97y6aXoXD9mJ7uwYDZTSlGpeIlNbiz5V4EmWWhaVsiBZ9ZkbyY59wcsj1pE7PFFltsscUWW2yxxRZbbLHlERJnh06CtLXUV01Y3jhxNmYTTSpCe96fyW2EqwI3pQhtLSam32iy2AaaQuqkgjij1hYbx4MSh5R4uK06m7IONz1ft9G1teX/gZjpN/iJdKa2VXvIdyflidhJffhlXo5JfcYXPDUkfp4WKFoRH07KuhdL8fj2Vp7u1XhnpcSTK+zdB4ZX7potWfvl2GA9MjDi2OiA4Zmqc/viBKdbvWaJ33TkUv5DifmaBokrRN6Mo/tN3inRvqfO+R5+yJu/OTdaDgy24wHY8rjeC4qJ50AnWSsXqj4glnC+D2VYYni/Fn68HBqjVBULJZnyFIvwOyIm3gE4PItg7pwVXITOsYT8vLc4CGzpsnWXjZi116GdUDHvTzgF+WHE7NE/pUbeJOP2U1WskWgf81uOX5W0JQdgyE8wDxUA/jHvCMBPUcgiA1v+2kturrn51xrmrETlxxTMwn/aO7+XOK4ojh9mdvZHZlbUSmugkdHYEmMDEwsl2h+o2Sa2lrKJSf2ByhoTqxHCakNIXsousWSlWlasDykGNtCHYiVsSGKTh5S19iWFhC2mtbS01CYtpQ39G3rPndndmTFT7xYKHbkH4e4MO7vuZ86ee86d2e8pNbZ3j8XciNkXNYdRDAQiW4ImrD/F+Bb7WjIQRAmfu2GK+W7Yf4yAr6dX83oJwh9gri6MehbOmP05zGdbmt2IucTsHKjGAF5G1Ys4a10yH89CdyeVLHlL/8X02kFrYJKSE/ha0khuertljIMfVmsQPNcgv1nRpsfqpDsxL2fNW6gkI+xg/B6UPWKrGFMDzXCg5Gd8vEuX/B22Kf/KkZs4EQuJ3IkbMb5dTzw3o0FT/bv1k5X6HRndalxzZTlnmVHwM+gydptnz6TgZkqxvdFqTdGWo8X8VwbmZY38BSuhWhONoDEBA64sOuMqOhcaYaZcwdwKAzSLDtZyGZNjeWKHkp3pOPt3vSuReD2RQO/dG4EBTawcOpk0MMuLNV+n3Ir5fgiNPDi1usPA7GdQM/SUMTlWQN2WmoYx9nT3eijUFAphLJ5RCeZAxcREzMAsXrw4k3J70PD+TsUPadA4wXDsAlOG3QOBcg3+MkSi84Mp+jgGDXJuBjQfnnqx1IM77pBEutSNmKtNU+CpZrisMk+BKNvDlDaDuF0VyPkzNJQ3SCk/RjTGwNySJZgxyyTejDmetEgyvHKQ3VcI9heyMhSWaok5Kx7Z7QOmTyvNgqcCUB9N0HHKdqqHHb25Zw5aktKVjD/meRoxXyNnqKccAk+6DrNJkLVkDuDzFLOMmZftw46V/RKcEy9XLcJRfcdR+zPCjpgPLxzcW6XWPZgFYeEsau1vB996VdL3yHWY/YUZRSGfVxi1KeE6270iq16libqx0Gjz5o5LjphBGV36IgxL5IjeMLjZpA2esayyFdsPi3wnsT+DalNkUCzRZiq/JFhYSt4FW80m7TsY9bV68k4fZEo4QP4eBjU6TFnEpm7kTrTyPGxd82VtIZdt4U0qKMTtZnyn0+DV6DB/KGwNW+oNfQVjC2OWbPp3dWwxw5e/eCIwNq+SyzXETAb4CmMF1ZiqDUMgMWwsN29lzP/S8gpx0k+MCaD8MEYxf5yVxoEKzDfSItS3XxnvlrG65pg3JCiGQpz07CtsJTexGj1o1IAH2xiEaWonEe4nIHVc5d782Br9D/2OI1R9Yk/saufp8NpHtlRPa8PXECYzHKwVzLpJVCvNfNgeXZpwyCY4IqSX6DDEMXPjxo3b5talZxMq7DHtc1pcsDUOkNKcH5t9NkOHCxEwVccjTphtjRPP8/mMOW1DrzwfKezoay4kGxYR2eu2kl0KccrFYJaRsmKQvvkCCEbftb59Zq+ubbU2DqCU+575McwZsmFGrRv4Tm+uhqotX+qiqF2We5JXXgSYNkvp4/VbaHtwXOMM2TCvoYxTe7k8DLAT74Ru/0RajcARC+W3UdmiNXezkjBFAjP6/IE//UnOkDE2o3ihP6mQSfACuqjyq3/0UxiJmJ/2DiYVnqixFTxjHOWJmpvKcvsnzK2owhKYwmUdGVtwiw1LkUs2TUMBBRF7vvUee59uktDSjh4eiPVzGU9GzLUvwc7sVb1HqkRSu22DaewwIa19g30/lEXaw0Egsfjetdu/3c9hXmmAlezVzMkOznBzE8+d1tUjfa06ZpLceV6GDlp4rL4X1EAYB3qvsrxf7WzvjU57Q6E3aJcgVEO8A3UNHCJzKUgFnPS1YLxmKr2qd6y0tMPBH+34Y/MZw5sJ5zOcXJGcSRz2NsZym54Fh7uNRBW1+cA/S+fHIzFO7j8yiSPgxu3/Yn8D5KLwQizuguMAAAAASUVORK5CYII=) (7.26)
Минор k-го порядка , составленный из элементов матрицы, стоящих на пересечении одноименных строк и столбцов, называется главным минором. В формуле (7.26) коэффициент при равен сумме главных миноров k-го порядка, в частности, след матрицы — это сумма главных миноров 1-го порядка, определитель матрицы — это главный минор n-го порядка.
Поясним формулу (7.26). Пусть — i-й столбец матрицы , — i-й столбец единичной матрицы . В этих обозначениях запишем характеристический многочлен матрицы
Представим этот определитель в виде суммы определителей, используя его линейность по каждому столбцу. Получим
Разлагая определители, стоящие в фигурных скобках, по столбцам единичной матрицы, получаем главные миноры матрицы , например:
Таким образом, коэффициент при равен сумме главных миноров к -го порядка матрицы .
5. Подобные матрицы имеют: равные определители, равные следы, равные суммы главных миноров одного и того же порядка, совпадающие спектры.
В самом деле, подобные матрицы имеют равные характеристические многочлены (по свойству 3). У равных многочленов — одинаковые корни (т.е. спектры подобных матриц совпадают), а также равные соответствующие коэффициенты в (7.26), которые по свойству 4 выражаются через главные миноры матриц.
6. Определитель матрицы равен произведению ее собственных значений (с учетом их кратности).
Действительно, характеристический многочлен можно разложить на множители (см. следствие основной теоремы алгебры):
где — корни многочлена (быть может, совпадающие). Отсюда . С другой стороны, по определению получаем
 , Следовательно,  .
Если заметили ошибку, опечатку или есть предложения, напишите в комментариях.
|