- 引言:本篇对
领域 - “线性递推” 中用的重要定理
- 符号规定,
表示矩阵
的行列式,
表示
元的代数余子式,
表示
的伴随矩阵, 根据定义我们知道
特征多项式:
定义:设是
阶矩阵,如果数
和
维向量
使关系式
成立,那么这样的称为矩阵
的特征值,
称为对应于特征值的特征向量
上式也可以写作:
那么我们知道,有非零解当且仅当
即
容易发现,上式是一个关于的
次方程,称为矩阵
的特征方程,
为特征多项式,注意到这个方程有
个解(重根算多个,可以为复数),不妨定为
,那么显然
:
定理
定理:令
为一个关于
的矩阵多项式,其系数等于多项式
的各项系数,那么
我们先感性理解一下正确性,对于我们熟知的斐波那契递推矩阵
那么根据定理
尝试证明:
我们令
那么有
对于,其每一项
均是由
的
次多项是构成的,那么我们可以将
写成一个关于
的,系数为
阶矩阵的多项式
于是式,左边为
右边(我们令)
观察的系数
对第二个式子同时右乘,第三个式子同时右乘
依此类推
左边相加右边相加得
即
通过将矩阵化成多项式并比对各项系数巧妙化简最后将系数整合,太美了!:线性递推
矩阵优化递推的核心就是求出,那么我们发现
的各项系数可以由
对
多项式快速幂 + 多项式取模得到
令初始向量为,那么我们要求的就是 (令
的系数为
)
下标表示的是向量的第一个元素,那么
是已知的
那么我们可以
应用资料:
同济大学《线性代数》
Cayley-Hamilton 定理的一個代數證明方法
转载请注明出处