深入理解:行列式因子、不變因子和初等因子


行列式因子,不變因子和初等因子

先對特征矩陣的行列式進行初等變換,(初等變換不改變特征值,不改變行列式因子),化簡到足夠簡單為止

 

第k個行列式因子是方陣所有k階子式的最大公因式。
不變因子是前后兩個行列式因子的商,也是Smith標准形的對角元。
初等因子是把不變因子分解成不同的不可約多項式的冪次的乘積。

 

注意:

k階子式:類似於伴隨矩陣的那個行列式,中間可以去掉n-k行、列剩下的元素組成的行列式

k階子式的最大公因子:先把所有k階子式可能的情況列出,然后求出每一個k階子式的行列式,進行比較,得出最大公因子

最大公因子:對角型行列式可以進行遍歷每一個對角線上的元素及其乘方,最后符合條件的幾個(元素或元素的乘方)相乘就是最大公因子

初等因子:利用初等因子可以求出特征矩陣的特征值,相同特征值的個數取決於初等因子的冪次

標准型:所有不變因子組成的對角矩陣就是其標准型

相似:不變因子或者標准型相同即可證兩矩陣相似,比利用(先求特征值,再求(屬於某個特征值的特征矩陣的秩)得到(其線性無關的特征向量的個數),來求相似要方便的多,計算過程能節約很多步)

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM