线性变换的极小多项式

                     

贡献者: JierPeter

预备知识 线性映射

   极小多项式又称最小多项式,描述了一个元素关于给定环的代数性质。本节是线性代数的一部分,因此我们只讨论线性变换的极小多项式。关于极小多项式的更多讨论,可参见多项式环

1. 零化多项式

定义 1 线性变换的多项式

   给定域 $\mathbb{F}$ 上的线性空间 $V$,令 $A$ 是 $V$ 上的线性变换

   定义 $A^k$ 是 $A$ 与自身复合 $k$ 次的结果,即 $A^k=\overbrace{A\circ A\circ\cdots\circ A}^{k\text{个}A}$,则可以定义线性变换的多项式:若 $f$ 是 $\mathbb{F}$ 上的多项式,表达为

\begin{equation} f(x) = \sum_{i=0}^m a_ix^i~, \end{equation}
那么 $f(A)$ 就是 $V$ 上的线性变换,表达为
\begin{equation} f(A) = \sum_{i=0}^m a_ixA^i~. \end{equation}

定义 2 零化多项式

   给定域 $\mathbb{F}$ 上的线性空间 $V$,令 $A$ 是 $V$ 上的线性变换

   对于 $V$ 的子空间 $W$,若 $\mathbb{F}$ 上的非零多项式$f$ 满足 $f(A) \boldsymbol{\mathbf{w}} = \boldsymbol{\mathbf{0}} $ 对任意 $ \boldsymbol{\mathbf{w}} \in W$ 成立,则称 $f$ 是 $A$ 在 $W$ 上的零化多项式(null polynomial)

   由定义 2 显然可知,$f$ 是 $A$ 在 $V$ 上的零化多项式,当且仅当 $f(A)=0$。

   对于任意线性变换,其零化多项式一定存在,如以下定理所说:

定理 1 Hamilton-Cayley 定理

   给定线性空间 $V$ 上的线性变换 $A$,$f(\lambda)$ 为其特征多项式,则 $f(A)=0$。

   证明

   任取 $V$ 的一组基,将线性变换 $A$ 表示为矩阵 $ \boldsymbol{\mathbf{A}} $,恒等变换 $I$ 的矩阵则必为 $ \boldsymbol{\mathbf{I}} $。

   令

\begin{equation} f(\lambda) = \sum_{i=0}^n a_i\lambda^i~, \end{equation}
再定义 $\lambda \boldsymbol{\mathbf{I}} - \boldsymbol{\mathbf{A}} $ 的伴随矩阵为
\begin{equation} \boldsymbol{\mathbf{B}} (\lambda)=\sum_{i=0}^n \boldsymbol{\mathbf{B}} _i\lambda^i~, \end{equation}
其中各 $ \boldsymbol{\mathbf{B}} _i$ 是常数矩阵。

   由伴随矩阵和特征多项式的定义,

\begin{equation} \boldsymbol{\mathbf{B}} (\lambda) \left(\lambda \boldsymbol{\mathbf{I}} - \boldsymbol{\mathbf{A}} \right) = \boldsymbol{\mathbf{I}} \operatorname {det}(\lambda \boldsymbol{\mathbf{I}} - \boldsymbol{\mathbf{A}} ) = \boldsymbol{\mathbf{I}} f(\lambda)~. \end{equation}

   将式 3 式 4 代入式 5 ,比较各 $\lambda^i$ 的系数可得

\begin{equation} \left\{ \begin{aligned} \boldsymbol{\mathbf{B}} _{n-1} ={}& a_n \boldsymbol{\mathbf{I}} ; \\ \boldsymbol{\mathbf{B}} _{n-2}- \boldsymbol{\mathbf{B}} _{n-1} \boldsymbol{\mathbf{A}} ={}& a_{n-1} \boldsymbol{\mathbf{I}} ; \\ \cdots{}&\\ \boldsymbol{\mathbf{B}} _{0}- \boldsymbol{\mathbf{B}} _{1} \boldsymbol{\mathbf{A}} ={}& a_1 \boldsymbol{\mathbf{I}} ;\\ - \boldsymbol{\mathbf{B}} _{0} \boldsymbol{\mathbf{A}} ={}& a_0 \boldsymbol{\mathbf{I}} . \end{aligned} \right. ~ \end{equation}

   用 $ \boldsymbol{\mathbf{A}} ^{n+1-k}$右乘上式的第 $k$ 个等式,即得

\begin{equation} \left\{ \begin{aligned} \boldsymbol{\mathbf{B}} _{n-1} \boldsymbol{\mathbf{A}} ^n={}& a_n \boldsymbol{\mathbf{A}} ^n; \\ \boldsymbol{\mathbf{B}} _{n-2} \boldsymbol{\mathbf{A}} ^{n-1}- \boldsymbol{\mathbf{B}} _{n-1} \boldsymbol{\mathbf{A}} ^n ={}& a_{n-1} \boldsymbol{\mathbf{A}} ^{n-1}; \\ \cdots{}&\\ \boldsymbol{\mathbf{B}} _{0} \boldsymbol{\mathbf{A}} - \boldsymbol{\mathbf{B}} _{1} \boldsymbol{\mathbf{A}} ^2 ={}& a_1 \boldsymbol{\mathbf{A}} ;\\ - \boldsymbol{\mathbf{B}} _{0} \boldsymbol{\mathbf{A}} ={}& a_0 \boldsymbol{\mathbf{I}} . \end{aligned} \right. ~ \end{equation}
式 7 中所有式子加起来,比较左右两端即可得
\begin{equation} \boldsymbol{\mathbf{0}} = \sum_{i=0}^n a_i \boldsymbol{\mathbf{A}} ^i~. \end{equation}

   证毕

2. 极小多项式

定义 3 极小多项式

   设 $V$ 是域 $\mathbb{F}$ 上的线性空间,$A$ 是 $V$ 上的线性变换。若 $\mathbb{F}$ 上的多项式 $f$ 是 $A$ 的零化多项式,且对于 $A$ 的任意零化多项式 $g$,总存在多项式 $h$ 使得 $g=fh$,那么称 $f$ 是 $A$ 的极小多项式(minimal polynomial),或最小多项式

   由定理 1 ,任何一个线性变换都有零化多项式;那么极小多项式是否总是存在呢?

定理 2 极小多项式存在性

   设 $V$ 是域 $\mathbb{F}$ 上的线性空间,$A$ 是 $V$ 上的线性变换,则 $A$ 有极小多项式。

   证明

   任取 $A$ 的零化多项式 $f$,如果不存在次数比 $f$ 更低的零化多项式,那么 $f$ 就是极小多项式。这是因为,此时对如果 $f$ 不是极小多项式,则可以取零化多项式 $g$,使得

\begin{equation} g=fh+r~, \end{equation}
其中 $h$ 和 $r$ 都是多项式,且 $ \operatorname {deg}r< \operatorname {deg}f$。显然,$f$ 和 $gh$ 都是 $A$ 的零化多项式,因此 $r$ 也是,而 $r$ 的次数比 $f$ 的次数低,与假设矛盾。

   由于零化多项式的次数是正整数,因此 $A$ 的零化多项式集合中一定存在次数最低的多项式,这个多项式就是 $A$ 的极小多项式。

   证毕


致读者: 小时百科一直以来坚持所有内容免费无广告,这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此,我们请求广大读者热心打赏 ,使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 20 元,我们一周就能脱离亏损, 并在接下来的一年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款, 他们的付出帮助了 99% 的读者免费获取知识, 我们在此表示感谢。

                     

友情链接: 超理论坛 | ©小时科技 保留一切权利