引言
在数学和工程学中，矩阵是表示线性变换的一种常用工具。相似矩阵是一个重要的概念，它揭示了矩阵之间的深层次联系。本文将探讨相似矩阵的特征多项式，解释为何它们共享相同的特征多项式，并深入探讨这一性质背后的数学原理。
相似矩阵的定义
首先，我们需要明确相似矩阵的定义。两个矩阵 ( A ) 和 ( B ) 被称为相似矩阵，如果存在一个可逆矩阵 ( P )，使得 ( A = P^{-1}BP )。换句话说，相似矩阵是通过相似变换得到的。
特征值和特征多项式
一个矩阵的特征值是满足 ( \det(A - \lambda I) = 0 ) 的标量 ( \lambda )，其中 ( I ) 是单位矩阵。特征多项式是由特征值构成的矩阵 ( A ) 的特征方程的解，即 ( \det(A - \lambda I) )。
相似矩阵的特征值
根据线性代数的基本定理，如果 ( A ) 和 ( B ) 是相似矩阵，那么它们具有相同的特征值。这个结论可以通过以下步骤证明：
- 由于 ( A ) 和 ( B ) 是相似的，存在一个可逆矩阵 ( P )，使得 ( A = P^{-1}BP )。
- 将 ( A ) 的特征多项式 ( \det(A - \lambda I) ) 代入 ( A ) 的相似变换形式，得到 ( \det(P^{-1}BP - \lambda I) )。
- 由于 ( P ) 是可逆的，我们可以将 ( P^{-1} ) 和 ( P ) 分别乘到特征多项式的两边，得到 ( \det(P^{-1})\det(B - \lambda I)P )。
- 由于 ( \det(P^{-1}) ) 和 ( \det(P) ) 相等且不为零，我们可以将其约去，得到 ( \det(B - \lambda I) )。
- 因此，( B ) 和 ( A ) 具有相同的特征多项式。
相似矩阵的特征多项式
既然相似矩阵具有相同的特征值，那么它们的特征多项式也必然相同。这是因为特征多项式是由特征值构成的，而相似矩阵具有相同的特征值。
结论
相似矩阵共享相同的特征多项式是一个重要的数学性质，它揭示了相似矩阵之间的深层次联系。这一性质在数学和工程学中有着广泛的应用，例如在矩阵分解、特征值分析等领域。
例子
考虑以下两个矩阵：
[ A = \begin{pmatrix} 2 & 1 \ 0 & 2 \end{pmatrix}, \quad B = \begin{pmatrix} 1 & 0 \ 0 & 3 \end{pmatrix} ]
我们可以找到一个可逆矩阵 ( P )，使得 ( A = P^{-1}BP )。例如，取 ( P = \begin{pmatrix} 1 & 0 \ 0 & 1 \end{pmatrix} )，那么 ( A = P^{-1}BP ) 成立。
计算 ( A ) 和 ( B ) 的特征多项式：
[ \det(A - \lambda I) = \det\begin{pmatrix} 2-\lambda & 1 \ 0 & 2-\lambda \end{pmatrix} = (2-\lambda)^2 = \lambda^2 - 4\lambda + 4 ]
[ \det(B - \lambda I) = \det\begin{pmatrix} 1-\lambda & 0 \ 0 & 3-\lambda \end{pmatrix} = (1-\lambda)(3-\lambda) = \lambda^2 - 4\lambda + 3 ]
可以看到，尽管 ( A ) 和 ( B ) 的元素不同，但它们的特征多项式相同。这证明了相似矩阵共享相同的特征多项式。