- 此练习推荐给所有读者。
- 此练习推荐给所有读者。
- 问题 3
求此矩阵的最小多项式。

- 回答
其特征多项式具有复根。

由于根是不同的,特征多项式等于最小多项式。
- 此练习推荐给所有读者。
- 问题 4
在
上,微分算子
的最小多项式是什么?
- 回答
我们知道
是一个维度为
的空间,并且微分算子是指数为
的幂零算子(例如,取
,
三次函数的四阶导数为零多项式)。使用幂零变换的规范形式表示此算子。

这是一个
矩阵,其特征多项式很简单,
。 (注意: 这个矩阵是
,其中
。) 为了找到最小多项式,如示例 1.12 所示,我们考虑
的幂。 但是,当然,
的第一个零矩阵的幂是
。 所以最小多项式也是
。
- 此练习推荐给所有读者。
- 问题 6
将
中的变换,将
映射到
的最小多项式是什么?
- 回答
当
时,它提供了一个提示。
的自然基是
。 变换的作用是

因此,表示
是这个上三角矩阵。

因为它是一个三角形,所以特征多项式是
这很明显。 对于最小多项式,候选者是
,

,

,

以及
. 由于
,
和
不正确,
必须是正确的,这一点很容易验证。
对于一般的
,该表示是一个上三角矩阵,对角线上为 1。因此,特征多项式为
。验证最小多项式等于特征多项式的一种方法是,类似地论证:假设一个上三角矩阵是
-上三角矩阵,如果对角线上有非零元素,那么它是
-上三角矩阵,如果对角线上只有零,并且对角线上方有非零元素,等等。正如上面的例子所示,归纳论证将表明,当
只有非负元素时,
是
-上三角矩阵。该论证留给读者自行完成。
- 问题 8
找到一个
矩阵,其最小多项式为
。
- 回答
这是一个答案。

- 问题 9
以下关于 引理 1.9 的证明存在什么错误:"如果
,那么
"?(Cullen 1990)
- 回答
必须是标量,而不是矩阵。
- 问题 10
通过直接计算验证 引理 1.9 对于
矩阵。
- 回答
矩阵

的特征多项式为
。代入

并检查每个条目之和以查看结果是否为零矩阵。
- 此练习推荐给所有读者。
- 此练习推荐给所有读者。
- 问题 13
零映射或矩阵的最小多项式是什么?单位映射或矩阵的最小多项式是什么?
- 回答
最小多项式必须具有首项系数为
,因此如果映射或矩阵的最小多项式是零次多项式,那么它将是
。但单位映射或矩阵仅在平凡向量空间上等于零映射或矩阵。
因此,在非平凡情况下,最小多项式必须至少为一次。零映射或矩阵的最小多项式为
,单位映射或矩阵的最小多项式为
.
- 此练习推荐给所有读者。
- 问题 14
从几何角度解释[示例 1.2] 的最小多项式。
- 回答
这个多项式可以从几何意义上理解为:“一个
旋转减去两个
旋转等于恒等变换”。
- 问题 15
对角矩阵的最小多项式是什么?
- 回答
对于一个对角矩阵

特征多项式为
。当然,这些因子中的一些可能重复,例如,矩阵可能具有
。例如,

的特征多项式为
。
为了形成最小多项式,取
项,去掉重复项,并将它们相乘。例如,
的最小多项式为
。为了验证这一点,首先注意到定理 1.8,凯莱-哈密顿定理,要求特征多项式中的每个线性因子至少在最小多项式中出现一次。检查另一个方向——在对角矩阵的情况下,每个线性因子最多只需要出现一次——的一种方法是使用矩阵论证。一个对角矩阵,从左边相乘,通过对角线上的元素缩放行。但是在产品中
,即使没有重复因子,每行在至少一个因子中都为零。
例如,在产品中

因为第一个矩阵
的第一行和第二行是零,整个乘积的第一行和第二行都将是零。因为中间矩阵
的第三行是零,整个乘积的第三行也是零。
- 此练习推荐给所有读者。
- 此练习推荐给所有读者。
- 问题 21
- 完成对 引理 1.7 的证明。
- 举一个例子来说明,如果
不是线性的,结果就不成立。
- 回答
- 对于归纳步骤,假设 引理 1.7 对于度数为
的多项式成立,并考虑一个度数为
的多项式
。将
因式分解,并令
为
。代入
(第二个等式由归纳假设得出,第三个等式由
的线性性得出)。 - 举个例子,考虑平方映射
,它由
给出。它是非线性的。由多项式
定义的作用将
变为
,这就是这个映射。
观察到这个映射不同于映射
;例如,第一个映射将
映射到
,而第二个映射将
映射到
。
- 问题 22
任何变换或方阵都存在一个最小多项式。反过来是否成立?
- 回答
是的。展开最后一列以检查
是这个行列式加上或减去符号。

- Cullen, Charles G. (1990), Matrices and Linear Transformations (Second ed.), Dover.