【特征多项式怎么展开】在线性代数中，特征多项式是一个重要的概念，它用于求解矩阵的特征值和特征向量。特征多项式的展开是理解矩阵性质的关键步骤之一。本文将对“特征多项式怎么展开”进行总结，并通过表格形式清晰展示其展开过程与相关公式。
一、特征多项式的定义
对于一个 $ n \times n $ 的方阵 $ A $，其特征多项式定义为：
$$
p(\lambda) = \det(A - \lambda I)
$$
其中，$ \lambda $ 是特征值，$ I $ 是单位矩阵，$ \det $ 表示行列式。
二、特征多项式的展开方法
特征多项式的展开本质上是对矩阵 $ A - \lambda I $ 进行行列式的计算。展开方式取决于矩阵的阶数，通常可以通过以下几种方式进行：
| 方法 | 适用场景 | 说明 |
| 代数余子式展开 | 小阶矩阵（如 2×2 或 3×3） | 直接展开行列式，适合手动计算 |
| 矩阵的迹与行列式 | 任意阶矩阵 | 利用特征多项式的一般形式：$ p(\lambda) = (-1)^n \lambda^n + \cdots + \det(A) $ |
| 特征值分解 | 已知特征值 | 若已知所有特征值，则可以直接写出多项式形式 |
| 拉普拉斯展开 | 高阶矩阵 | 通过选择一行或一列进行展开，减少计算复杂度 |
三、特征多项式展开的步骤（以 3×3 矩阵为例）
假设矩阵 $ A = \begin{bmatrix} a & b & c \\ d & e & f \\ g & h & i \end{bmatrix} $，则特征多项式为：
$$
p(\lambda) = \det\left( \begin{bmatrix} a-\lambda & b & c \\ d & e-\lambda & f \\ g & h & i-\lambda \end{bmatrix} \right)
$$
展开步骤如下：
1. 计算行列式：使用拉普拉斯展开法，按第一行展开：
$$
p(\lambda) = (a - \lambda)\cdot\det\begin{bmatrix} e - \lambda & f \\ h & i - \lambda \end{bmatrix}
- b\cdot\det\begin{bmatrix} d & f \\ g & i - \lambda \end{bmatrix}
+ c\cdot\det\begin{bmatrix} d & e - \lambda \\ g & h \end{bmatrix}
$$
2. 计算每个 2×2 行列式：
- 第一项：$(e - \lambda)(i - \lambda) - fh$
- 第二项：$d(i - \lambda) - fg$
- 第三项：$d h - g(e - \lambda)$
3. 合并同类项，整理成标准多项式形式。
四、特征多项式的一般形式
对于 $ n \times n $ 矩阵，特征多项式一般形式为：
$$
p(\lambda) = (-1)^n \lambda^n + (-1)^{n-1} \text{tr}(A) \lambda^{n-1} + \cdots + \det(A)
$$
其中：
- $ \text{tr}(A) $ 是矩阵的迹（主对角线元素之和）
- $ \det(A) $ 是矩阵的行列式
五、总结
| 项目 | 内容 |
| 定义 | $ p(\lambda) = \det(A - \lambda I) $ |
| 展开方法 | 代数余子式、拉普拉斯展开、利用迹与行列式等 |
| 步骤 | 选择行/列展开 → 计算小阶行列式 → 合并同类项 |
| 一般形式 | $ p(\lambda) = (-1)^n \lambda^n + \cdots + \det(A) $ |
通过以上内容可以看出，特征多项式的展开虽然涉及一定的计算，但只要掌握基本原理和技巧，就可以较为轻松地完成。对于不同阶数的矩阵，可以选择最合适的展开方式，提高计算效率。