6.2 特征多项式、迹与行列式

本节位置：模块 6 · 特征值 ｜ 前置：6.1 特征值与特征向量 ｜ 预计：35 分钟

一句话：把「存在非零 $\mathbf{v}$ 使 $A\mathbf{v}=\lambda \mathbf{v}$」翻译成「$\det (A-\lambda I)=0$」，特征值就变成多项式的根；这个多项式的系数，恰好是迹与行列式。

0. 场景引入

一只 10 m³ 的连续搅拌釜，25 °C 下走 A→B→C 的串联反应。离线实验拟合出两个速率常数：$k_1=0.8{\mathrm{h}}^{-1}$（A→B）、$k_2=0.05{\mathrm{h}}^{-1}$（B→C）。第二步慢了 16 倍，是限速步。

工程师要决定：批次时间从 24 h 缩到 12 h，让产能翻倍，还是不缩？他们手头只有浓度曲线，没有解析解。中间产物 B 在 $t^{\ast }=\ln (k_1/k_2)/(k_1-k_2)=\ln 16/0.75\approx 3.7$ h 达到峰值；24 h 时 C 的收率 68%，12 h 出料则只有 42%。产能翻倍，收率掉 26 个百分点。

把三个物种的浓度写成向量 $\mathbf{c}=(c_A,c_B,c_C)$，则 $\dot{\mathbf{c}}=K\mathbf{c}$，其中

是个下三角矩阵。它的特征值就是对角元 $0,-0.8,-0.05$：$0$ 对应总物料守恒，另两个是两段的衰减率。核对：$\mathrm{tr}(K)=-0.85$ 是三个特征值之和，$\det (K)=0$ 是它们的积。这里没有「解方程」的动作——特征值是从矩阵结构里直接读出来的，前提是你知道该看哪几个数。

决策：这批料按 24 h 还是 12 h 出料？代价：若按 12 h 出料、客户要的却是 68% 收率，整批 10 m³ 返工，一次损失约 8 万元。

读完本节，你能回答的三个问题是：

1. 为什么不解微分方程，就能从矩阵里读出三个衰减率？
2. 迹与行列式分别对应反应网络的什么量？
3. 反应不是一级时，这套「读对角元」的办法什么时候会骗你？

1. 直觉

在 6.1 中，特征值满足 $(A-\lambda I)\mathbf{v}=0$ 有非零解，等价于 $A-\lambda I$ 把某个方向压扁。矩阵「把某方向压扁」的标志是行列式为 0（第 5.1 节：体积缩放因子为 0）。

固定 $A$、让 $\lambda$ 变化，$\det (A-\lambda I)$ 就是关于 $\lambda$ 的函数。它等于 0 时，$A-\lambda I$ 恰好降秩，$\lambda$ 就是特征值。展开后这是一个 $n$ 次多项式，最多有 $n$ 个根——特征值最多 $n$ 个，一个不多。

💡 一句话直觉：特征多项式是一张「特征值清单」：根是特征值，系数是迹与行列式。

类比边界：多项式次数等于矩阵阶数，但根可能在复数域里；实矩阵也可能没有实特征值（旋转矩阵），这时清单上的名字是复数。

1.1 它在现实世界里对应什么

对一级反应网络，特征多项式不是抽象工具，而是一张速率清单：

量级：有机反应的一级速率常数常在 $10^{-3}$ 到 $1{\mathrm{h}}^{-1}$ 之间；乘上 24 h 的反应时间，$kt$ 落在 $0.024$ 到 $24$ 之间。$kt\ll 1$ 时反应几乎没动，$kt\gg 1$ 时已基本走完——同一个 24 h，对不同反应可以是「刚开始」也可以是「早就结束」。

这个对应在哪里失效：一级反应假设每一步的速率只与自身浓度成正比、速率常数不随时间变。真实反应里，浓度高时会出现二级项，温度漂移会让 $k$ 按 Arrhenius 律变化，催化剂还会失活；这时 $K$ 不再是常数矩阵，特征值只能描述某个瞬间的局部行为。把局部谱当成全程预言，误差会随时间累积。

2. 定义

2.1 特征多项式

设 $A\in {\mathbb{R}}^{n\times n}$，定义特征多项式（characteristic polynomial）

它是首一（最高次项系数为 1）的 $n$ 次多项式。取 $\det (A-\lambda I)$ 也行，只差因子 $(-1{)}^n$，根完全相同；本节用 $\det (\lambda I-A)$，保证首项为 ${\lambda }^n$。特征方程（characteristic equation） 是 $p_A(\lambda )=0$，其根就是特征值；在复数域中计重数恰好 $n$ 个。

2.2 二阶展开

对 $A=\left[\begin{array}{cc}a& b\\ c& d\end{array}\right]$，

即 $p_A(\lambda )={\lambda }^2-\mathrm{tr}(A)\lambda +\det (A)$。读法：一次项系数是迹的相反数，常数项是行列式。设两根为 ${\lambda }_1,{\lambda }_2$，则 $p_A=(\lambda -{\lambda }_1)(\lambda -{\lambda }_2)$，比较系数立刻得到 ${\lambda }_1+{\lambda }_2=\mathrm{tr}(A)$、${\lambda }_1{\lambda }_2=\det (A)$。

2.3 迹与行列式的谱表示

对一般 $n\times n$ 矩阵，设特征值（含代数重数）为 ${\lambda }_1,\dots ,{\lambda }_n$，则

这不是巧合，而是 $p_A$ 的根与系数关系：${\lambda }^{n-1}$ 的系数是 $-\mathrm{tr}(A)$，常数项是 $(-1{)}^n\det (A)$。

2.4 代数重数与几何重数

代数重数（algebraic multiplicity） $a({\lambda }_0)$ 是 ${\lambda }_0$ 作为 $p_A$ 的根的重数；几何重数（geometric multiplicity） 是特征空间维数

核心不等式是

读法：每个特征值至少有一个特征方向；但特征方向的个数不会超过它作为根的重数。代数重数 ≥ 几何重数，这是本模块最重要的一句话。

3. 为什么这样定义

如果没有特征多项式，找特征值就是「双层未知」问题：$\lambda$ 和 $\mathbf{v}$ 都不知道，方程还含乘积 $\lambda \mathbf{v}$。行列式把「存在非零解」提炼成只含 $\lambda$ 的标量方程，把问题降成一元多项式求根。

为什么用 $\det (\lambda I-A)$ 而不是 $\det (A-\lambda I)$？两者根相同，但前者首项系数为 $+1$，写根与系数关系时不用额外记符号。

这个定义还揭示两件事。其一是特征值是矩阵的不变量：相似变换不改变特征多项式（§4.4），因此不改变特征值、迹、行列式。其二是迹和行列式是谱的两个坐标：不求全部特征值，也能读出它们的和与积；对 $2\times 2$，这两个数甚至完全确定特征值。

3.1 反事实：把「对角元」当特征值会坏在哪

三角矩阵的特征值是对角元，这条特例很容易被误记成通例。取

对角元都是 1，于是「特征值」被判成 $1,1$。但 $p_A(\lambda )=(\lambda -1{)}^2-4={\lambda }^2-2\lambda -3$，真实特征值是 $3$ 和 $-1$。

两处立刻崩掉：迹 $1+1=2$ 碰巧还对，行列式却从 $1$ 变成 $-3$，符号都反了。按这份错误清单，二次型 $x_1^2+4x_1{x}_2+x_2^2$ 在 $(1,-1)$ 处等于 $-2$，可「特征值全为 1」会判它正定——一个鞍点被当成碗底。

第二个反事实：只查迹、不查行列式。$A=\left[\begin{array}{cc}2& 1\\ 1& 2\end{array}\right]$ 与 $B=2I$ 的迹都是 4，但 $A$ 的特征值是 $3,1$，$B$ 的是 $2,2$。迹只给「和」，行列式才给「积」；两个数缺一不可，这正是特征多项式必须保留全部系数的原因。

4. 性质与推导

4.1 二阶公式与判别式

展开 $(\lambda -a)(\lambda -d)-bc={\lambda }^2-(a+d)\lambda +ad-bc$，其中 $a+d=\mathrm{tr}(A)$、$ad-bc=\det (A)$。令它等于 0，用求根公式：

判别式 $\Delta ={\mathrm{tr}}^2-4\det$ 决定类型：$\Delta >0$ 两个不同实根，$\Delta =0$ 重根，$\Delta <0$ 一对共轭复根。

4.2 一般 $n$ 的系数

把 $\det (\lambda I-A)$ 按行列式定义展开。要得到 ${\lambda }^{n-1}$ 项，只能在 $n$ 个对角因子中选 $n-1$ 个 $\lambda$、剩下一个选 $-a_{ii}$，故系数为 $-{\sum }_i{a}_{ii}=-\mathrm{tr}(A)$。令 $\lambda =0$，得 $p_A(0)=\det (-A)=(-1{)}^n\det (A)$，即常数项。于是

把 $A$ 本身代回 $p_A$ 会得到零矩阵，即 $p_A(A)=0$——这就是 Cayley–Hamilton 定理；它把特征多项式从「求根工具」变成一条矩阵恒等式。

由韦达定理，根之和等于 $-$（${\lambda }^{n-1}$ 系数）$=\mathrm{tr}(A)$，根之积等于 $(-1{)}^n\cdot$ 常数项 $=\det (A)$。

4.3 为什么代数重数 ≥ 几何重数

设 $g=g({\lambda }_0)$，取 $g$ 个线性无关的特征向量，扩充成 ${\mathbb{R}}^n$ 的基，用它们作列构造 $P$。则 $AP=P\left[\begin{array}{cc}{\lambda }_0{I}_g& C\\ 0& D\end{array}\right]$：右上角是 $g\times (n-g)$ 的块，左下角为零，因为前 $g$ 列满足 $A\mathbf{v}={\lambda }_0\mathbf{v}$。两边取特征多项式，分块上三角矩阵的行列式等于对角块行列式之积：

所以 $(\lambda -{\lambda }_0{)}^g$ 整除 $p_A$，即 $a({\lambda }_0)\ge g$。

4.4 相似不变

若 $B=P^{-1}AP$，则 $\det (\lambda I-B)=\det (P^{-1}(\lambda I-A)P)=\det (\lambda I-A)$。所以相似矩阵有相同的特征多项式、特征值、迹、行列式。几何上，它们描述同一个线性变换，只是换了一组基。这条不变性只是相似分类的第一层：完整的判定由弗罗贝尼乌斯用不变因子与最小多项式给出，重数结构才决定能否对角化（第 6.3 节）。

4.5 特征值的运算

若 $\lambda$ 是 $A$ 的特征值、$\mathbf{v}$ 是对应特征向量，则：$A^k\mathbf{v}={\lambda }^k\mathbf{v}$，故 $A^k$ 的特征值是 ${\lambda }^k$；若 $A$ 可逆，$A^{-1}\mathbf{v}={\lambda }^{-1}\mathbf{v}$；$A+cI$ 的特征值是 $\lambda +c$（特征向量不变）。这些性质在算矩阵幂、讨论迭代收敛时反复用到。

5. 例子

5.1 二阶：从多项式到特征向量

取 $A=\left[\begin{array}{cc}2& 1\\ 1& 2\end{array}\right]$。$\mathrm{tr}(A)=4$、$\det (A)=3$，所以 $p_A(\lambda )={\lambda }^2-4\lambda +3=(\lambda -3)(\lambda -1)$，特征值为 $3,1$。代回：$\lambda =3$ 得 $-v_1+v_2=0$，${\mathbf{v}}_1=(1,1)$；$\lambda =1$ 得 $v_1+v_2=0$，${\mathbf{v}}_2=(1,-1)$。验证：$3+1=4=\mathrm{tr}$，$3\cdot 1=3=\det$。

5.2 三阶：上三角矩阵直接读根

上三角矩阵的行列式等于对角元之积，所以

特征值为 $2,3,6$。核对：$\mathrm{tr}(B)=11$、$\det (B)=36$，正好是多项式一次项系数取负、常数项取负。这说明：上三角（或下三角）矩阵的特征值就是对角元。

对应特征向量：$\lambda =2$ 时 $v_1+v_2=0$、$4v_1+5v_2+4v_3=0$，取 $(4,-4,1)$；$\lambda =3$ 时 $v_1=0$、$5v_2+3v_3=0$，取 $(0,3,-5)$；$\lambda =6$ 时 $v_1=v_2=0$，取 $(0,0,1)$。三个特征值互异，特征向量自动线性无关，$B$ 可对角化（第 6.3 节）。

5.3 重数：代数 2、几何 1

取 $A=\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]$。$p_A(\lambda )=(\lambda -1{)}^2$，故 $a(1)=2$。但 $A-I=\left[\begin{array}{cc}0& 1\\ 0& 0\end{array}\right]$ 的秩为 1，故 $g(1)=2-1=1$。代数重数 2、几何重数 1，严格满足 $g<a$。它只有一条特征方向 $(1,0)$，无法凑出 ${\mathbb{R}}^2$ 的基，因此不可对角化。

5.4 没有实特征值的情形

旋转 $90^{\circ }$ 的矩阵 $R=\left[\begin{array}{cc}0& -1\\ 1& 0\end{array}\right]$ 满足 $p_R(\lambda )={\lambda }^2+1$，根为 $\pm i$，没有实根，${\mathbb{R}}^2$ 中不存在不转向的方向。但 $\mathrm{tr}(R)=0=i+(-i)$、$\det (R)=1=i\cdot (-i)$，谱表示仍成立。

5.5 场景闭环：从 723 个浓度点到出料时间

输入：3 个物种，每 0.1 h 采样一次，24 h 共 $241$ 个时间点 × 3 个浓度 = 723 个数（fp64，约 6 KB）。

计算：由对角元直接读出三个衰减率，特征多项式是

三个根 $0,-0.8,-0.05$；再用 723 个点核对 $c_B(t)$ 的峰值时刻 $t^{\ast }=3.7$ h 与 24 h 收率 68%，模型与数据对得上。

输出：这是一个产能决策，不是收率决策。按单位时间产出算，24 h 方案 $6.8/24=0.283{\mathrm{m}}^3/h$，12 h 方案 $4.2/12=0.350{\mathrm{m}}^3/h$，后者反而高 24%。真正的约束变成：下游分离工段能不能处理 42% 的料。

成本：解一个三次多项式不到 $1\mu s$，拟合 723 个点是 $O(N)$ 的；贵的是实验本身——3 个批次 × 24 h 的釜时，以及每批的离线色谱。与「凭经验试 5 个批次」相比，矩阵模型省下的是 2 个批次、约 48 h 釜时和 4 次化验。

失败条件与兜底：

• 反应不是一级：浓度高时出现二级项，$K$ 的元素随浓度变，读出的「0.05」只是表观速率。兜底：只用转化率低于 10% 的区段拟合，再外推并标注置信区间。
• 漏掉物种：若存在未测到的副产物，$\sum {\lambda }_i$ 与实测的 $c(t)$ 衰减速率对不上。兜底：用 $\mathrm{tr}(K)$ 与 $\det (K)$ 做交叉校验，两者不一致就说明模型缺了一行。
• 温度漂移：Arrhenius 律让 $k$ 随温度指数变化，$10{}^{\circ }\mathrm{C}$ 可能让 $k$ 翻倍。兜底：把温度作为第二个自变量，重估每个温度下的谱。

6. 常见误区

1. 误区：$\det (A-\lambda I)$ 与 $\det (\lambda I-A)$ 会给出不同特征值。纠正：两者只差 $(-1{)}^n$，根完全相同。
2. 误区：$\mathrm{tr}(A)$ 等于不同特征值之和。纠正：要按代数重数计。$\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]$ 的迹是 2，特征值 $1,1$ 之和也是 2。
3. 误区：代数重数为 2 就能找到两个线性无关的特征向量。纠正：几何重数可能只有 1（§5.3），这正是不可对角化的根源。
4. 误区：实矩阵一定有实特征值。纠正：$p_A$ 可能有共轭复根；旋转矩阵就是例子。说「特征值」时要说明在 $\mathbb{R}$ 还是 $\mathbb{C}$ 上。
5. 误区：$\det (A)=0$ 说明没有特征值。纠正：说明 $0$ 是特征值，存在非零向量被压成零，$A$ 不可逆。

7. 概念网络

• 前置：6.1 特征值与特征向量 —— 特征值定义为「存在非零特征向量」，本节把它转成多项式方程。
• 后续：6.3 对角化 —— 用代数/几何重数判断能否凑齐特征基。
• 后续：6.4 对称矩阵与谱定理 —— 对称矩阵的根全是实数，且几何重数等于代数重数。
• 后续：6.5 二次型与正定 —— 正定性完全由特征值符号决定。
• 关联：5.1 行列式 —— 行列式是体积缩放因子，也是特征值之积。
• 关联：5.2 行列式的性质与计算 —— 展开与根与系数关系是本节推导的工具。

8. 通往大模型：谱是曲率与体积的清单

出现位置：损失函数在参数点 $\theta \in {\mathbb{R}}^d$ 附近的二阶近似是 $\frac{1}{2}\Delta {\theta }^{\top }H\Delta \theta$，其中 Hessian $H\in {\mathbb{R}}^{d\times d}$（$d$ 可达十亿级；$H$ 从不显式存储，只通过 Hessian-vector product 访问）。协方差矩阵、注意力权重矩阵的谱分析也共用这套语言。

为什么需要：$H$ 的特征值给出各主方向的曲率。${\lambda }_{\max }$ 决定梯度下降能用的最大步长（约 $2/{\lambda }_{\max }$），${\lambda }_{\min }$ 决定最慢方向；条件数 $\kappa ={\lambda }_{\max }/{\lambda }_{\min }$ 衡量损失曲面有多「扁」。$\mathrm{tr}(H)$ 是总曲率，$\det (H)={\prod }_i{\lambda }_i$ 是曲率体积；同样的谱分解语言也用于归一化流的 Jacobian：$\log |\det J|={\sum }_i\log |{\lambda }_i|$（非对称时改用奇异值）。没有这套语言，你只能看到一个大矩阵，无法判断哪个方向难优化。

可检验结论：对二次损失，若 Hessian 特征值为 200 和 2，则 $\kappa =100$，稳定步长上限 $2/200=0.01$；若取步长 $1/200=0.005$，最慢方向每步缩小 $1-1/\kappa =0.99$ 倍，约 100 步才衰减到 $1/e$——「条件数 = 收敛慢的倍数」不是比喻。用 np.linalg.eigvalsh(H) 检查对称 Hessian 的谱，比看单个参数梯度更有信息量。

奇异值不是特征值：非对称矩阵的奇异值是 ${\sigma }_i=\sqrt{{\lambda }_i(A^{\top }A)}$，即 $A^{\top }A$ 的特征值开方，一般不等于 $A$ 的特征值。$\left[\begin{array}{cc}0& 100\\ 0& 0\end{array}\right]$ 的特征值是 $0,0$，奇异值却是 $100,0$——用特征值估「放大倍数」，会把一个把范数放大 100 倍的算子当成零算子。Jacobian 非对称时，$\log |\det J|$ 要用奇异值之积，不能用特征值之积。

算错时下游看到什么：归一化流要算 $\log |\det J|$。若直接调 np.linalg.det(J) 再取对数，$1000\times 1000$ 的行列式量级可以到 $10^{\pm 几百}$，fp64 直接上溢或下溢成 $0$，log(0) 给出 -inf，整个 batch 的 loss 变成 NaN。正确做法是先做 LU 或特征分解，用 ${\sum }_i\log |{\lambda }_i|$（非对称时用奇异值）把乘积变求和——同一个量，数值上从「必炸」变成「稳定」。动手前先核对 $\mathrm{tr}(J)$ 是否等于特征值之和：对不上，说明你读到的谱不是这个矩阵的。

9. 练习

1. 计算：求 $A=\left[\begin{array}{cc}4& 1\\ 2& 3\end{array}\right]$ 的特征多项式、特征值与特征向量，并验证迹与行列式。
2. 计算：上三角矩阵 $C=\left[\begin{array}{ccc}1& 2& 3\\ 0& 4& 5\\ 0& 0& 6\end{array}\right]$ 的特征值是什么？写出特征多项式。
3. 概念：$A=\left[\begin{array}{cc}2& 1\\ 0& 2\end{array}\right]$ 的代数重数与几何重数各是多少？写出计算过程。
4. 推理：一个 $3\times 3$ 矩阵的迹为 6、行列式为 6，已知两个特征值是 1 和 2，求第三个特征值。
5. 开放：为什么数值软件很少直接展开特征多项式求根？对 $n=1000$ 会发生什么？

10. 一页速记

• $p_A(\lambda )=\det (\lambda I-A)$，首一 $n$ 次多项式，根即特征值。
• 物理意义 / 现实对应：特征值 = 反应速率常数、能级、频率平方或曲率；迹 = 谱的和（总衰减、总能量），行列式 = 谱的积（体积缩放、守恒量）。
• 二阶：$p_A={\lambda }^2-\mathrm{tr}(A)\lambda +\det (A)$；${\lambda }_{1,2}=\frac{\mathrm{tr}\pm \sqrt{{\mathrm{tr}}^2-4\det }}{2}$。
• 一般：$\mathrm{tr}(A)={\sum }_i{\lambda }_i$，$\det (A)={\prod }_i{\lambda }_i$（按代数重数计）。
• $1\le$ 几何重数 $\le$ 代数重数；严格小于时不可对角化。
• 相似矩阵有相同的特征多项式、迹、行列式；实矩阵可能有复特征值。

11. 参考文献与致谢

这一页的知识不是凭空来的。下面列出本页直接借用的原始工作与权威整理；正文中的人名、定理名已链接到对应条目。链接优先指向 DOI、arXiv 或可长期访问的原文存档。

• 凯莱（Arthur Cayley, 1858）：A Memoir on the Theory of Matrices。建立矩阵代数并写下特征方程，Cayley–Hamilton 定理（$p_A(A)=0$）即出自此文。Phil. Trans. R. Soc.
• 弗罗贝尼乌斯（Ferdinand Georg Frobenius, 1878）：Ueber lineare Substitutionen und bilineare Formen。用不变因子与最小多项式完整刻画相似不变量，说明特征多项式（含重数）只是相似分类的第一层数据。De Gruyter Brill
• Trefethen 与 Bau（1997）：Numerical Linear Algebra。用 QR 迭代代替特征多项式求根，并解释后者为何在浮点下不可靠；本页练习 5 的依据。SIAM

下一篇 → 6.3 对角化：换基让矩阵变简单

源文件：06-特征值/02-特征多项式与迹.md