4/25/2015

Metode de aflare a
polinomului caracteristic

Realizat de:

Neague Ana-Maria

-0727413407
- ana.neague@gmail.com

Matache Diana-Elena

-0763252366
-d.dianaelena95@gmail.com
Anul I,CSIE
Profesor coordonator:
Veghes Ovidiu

Cuprins
Preliminarii (Notiuni generale)...........3
Calculul polinomului caracteristic cu
ajutorul minorilor diagonali................5
Metoda Leverrier................................6
Metoda Krylov...................................6
Metoda Fadeev...................................8
Metoda Danilevski.............................9
Aplicatii rezolvate..............................13
Bibliografie........................................26

Metode de aflare a polinomului

caracteristic
Vectori si valori proprii
Preliminarii (noiuni generale).
Definiia 1. Dac matricea ARnxn, atunci polinomul definit prin:
pA() = det(I A)

(1)

se numete polinomul caracteristic al matricei A.

Precizri:
1. Polinomul pA este un polinom unitar, de grad n, cu coeficieni
reali i ecuaia caracteristic de forma: pA() = 0 n + c1n-1 +
c2n-2 + ...+ cn-1 + cn = 0

(1)

are cel mult n rdcini distincte (reale sau complexe).

2. Dac este o rdcin a lui pA, atunci, din det(I A) = 0,
nseamn c sistemul liniar omogen definit prin
(A I) x = 0 (vectorul nul din Rn)

(2)

are i soluii nebanale.

n continuare vom studia rdcinile lui pA i soluiile nebanale ale
sistemului (2).
Definiia 2. Dac pA este polinomul caracteristic al matricei A,
rdcinile lui pA se numesc valori proprii (sau valori caracteristice) ale
matricei A. Dac este o valoare proprie a lui A i x 0 verific
3

sistemul (2) atunci x se numete vector propriu (sau vector caracteristic)

al lui A corespunztor valorii proprii .
Observaie. Egalitatea (2) conduce la:
Ax = x

(3)

Definiia 3. Mulimea (A) = { 1, 2, ..., n} se numete spectrul

lui A, iar numrul (A) = max1in |i| se numete raza spectral a lui
A.
Consecin. Orice matrice A Rnxn are cel puin un vector propriu
x, mai precis, fiecrei valori proprii i (A) i corespunde cel puin un
vector propriu xi Ker(In A).
Metodele numerice pentru calculul valorilor i vectorilor proprii se
mpart n dou clase astfel:
I.
Metode pentru calcularea polinomului caracteristic, n
care determinarea coeficienilor lui pA() se face n mod direct. Deci o
cale posibil pentru a calcula valorile proprii este s obinem nti
coeficienii polinomului caracteristic:
pA() = n + c1n-1 + ... + cn
i apoi s rezolvm ecuaia caracteristic pA() = 0, folosind n acest scop
orice metod aproximativ de rezolvare a ecuaiilor algebrice neliniare.
Totui, nu trebuie s procedm astfel dect n cazurile cnd
matricea A este de ordin foarte mic i soluiile ecuaiei caracteristice sunt
bine separate.
Motivul este c valorile proprii sunt foarte sensibile la perturbaiile
coeficienilor c1, c2, ..., cn, datorate erorilor de rotunjire inerente.
II.
Metode pentru determinarea valorilor i vectorilor
proprii ai matricei A, fr a dezvolta n prealabil polinomul caracteristic.
Aceste metode sunt n esen proceduri iterative de aducere a matricei A
la anumite forme simple (canonice) prin transformri de asemnare sau
4

prin transformri de asemnare ortogonal (forma diagonal, forma

tridiagonal, forma superior triunghiular, forma superior Hessenberg).

Calculul polinomului caracteristic cu ajutorul minorilor

diagonali
Dac A Rnxn este de forma A = (aij), 1 i, j n, atunci polinomul ei
caracteristic se poate scrie:
pA() = det(ij aij)
Elementele fiecrei coloane a determinantului de mai sus sunt
sume algebrice de cte dou elemente. Deci pA() se descompune ntr-o
sum de 2n determinani. Fie unul dintre aceti determinani i s
notm cu j1, j2, ..., jm coloanele lui care conin numai elemente ale
matricei A. Toate celelalte coloane conin la intersecia cu diagonala
principal i n rest 0.
Dezvoltnd succesiv dup coloanele care conin i scond 1
factor comun pe celelalte coloane, se obine:
=(1) 1, 2
unde 1, 2 este minorul diagonal al matricei A format cu elementele
care se afl la intersecia liniilor i coloanelor de indici j 1, j2, ..., jm.
Dac n dezvoltarea lui pA() se grupeaz termenii dup puterile
lui , se obine:
pA() = n 1n-1 + 2n-2 ... + (1)nn,
unde:

1=

=1

(1 este suma minorilor diagonali de ordinul unu);

5

2 =

(2 este suma minorilor diagonali de

1i<jn

ordinul doi); .a.m.d.

n = detA (n reprezint singurul minor diagonal de ordinul n);

Metoda Leverrier
Dac A Rnxn, atunci polinomul su caracteristic este:
pA() = n 1n-1 + 2n-2 - ... + (1)nn
Pentru a-i determina coeficienii procedm astfel:
1) Determinm sk = Tr(Ak), 1 k n.
2) 1 = s1
k = (s1k-1 s2k-2 + ... + (1)k+1sk)/k, 2 k n.
Algoritmul lui Leverrier se programeaz fr dificultate i prezint un
grad mare de generalitate (nu exist cazuri particulare).
Pentru n mare, calculele sunt dificile (trebuie calculate puterile matricei
date) i se mrete timpul de rspuns.
Metoda Krylov
Este o metod pentru calculul polinomului caracteristic bazat pe
teorema lui Cayley-Hamilton. Fie A Rnxn i pA() = n + c1n-1 + + ... +
cn-1 + cn, polinomul caracteristic al matricei A. Trebuie s determinm
coeficienii c1, c2, ..., cn. Conform teoremei amintite, avem:
pA(A) = An + c1An-1 + ... + cn-1A + cnIn = On
Fie y(0) Rn, oarecare, nenul. Din relaia (7) rezult:
6

(7)

Any(0) + c1An-1y(0) + ... + cn-1Ay(0) + cny(0) = 0 (8)

Dac se noteaz
Aky(0) = y(k), k = 1, 2, ..., n

(9)

atunci relaia (8) se mai scrie:

1 y(n-1) + 2 y(n-2) + ... + cn-1y(1) + cny(0) = y(n)

(10)

Scris pe componente, relaia (10) reprezint un sistem de n ecuaii

liniare cu n necunoscute c1, c2, ..., cn. Dac determinantul sistemului (10)
este nenul, atunci soluia unic reprezint coeficienii polinomului
caracteristic. Aceast soluie se poate obine prin una din metodele de
rezolvare a sistemelor de ecuaii liniare. Dac determinantul sistemului
(10) este nul, atunci trebuie reluate calculele cu un alt vector iniial y(0).
Observaie.
Relaia (9)
pentru obinerea vectorilor
(n)
y , y , ..., y conduce la calcule simplificate dac este scris sub forma
echivalent:
(1)

(2)

y(k) =Ay(k-1), k = 1, 2, ..., n

(11)

Dac polinomul caracteristic are rdcini distincte, atunci vectorii

y , y , ..., y(n-1) obinui mai sus permit determinarea simpl i a
vectorilor proprii. Fie 1, 2, ..., n valorile proprii distincte i x(1), x(2), ...
x(n) vectorii proprii corespunztori care formeaz o baz.
(0)

(1)

Fie:
y(0) = b1x(1) + b2x(2) + ... + bnx(n)

(12)

expresia vectorului iniial n aceast baz.

Observaie. Menionm faptul c vectorul iniial a condus la
obinerea coeficienilor c1, c2, ...., cn ai polinomului caracteristic.
n continuare, din (9) sau (11) i definiia vectorilor proprii,
obinem:

Metoda Fadeev
Este o metod, care pornind de la relaia (17), cu un efort minim,
permite obinerea att a coeficienilor polinomului caracteristic al
matricei date A Rnxn, ct i a inversei acesteia A-1.

Metoda Danilevski

Fie A Rnxn. Ne propunem s obinem pA.

Definiia 7. Spunem c matricea F Rnxn are forma normal
Frobenius, dac:
1 2
F= 1 0

0 0

1
0

(19)

Proprietatea 2.
pF() = n f1n-1 f2n-2 fn-1 fn

(20)

(deci o matrice cu form normal Frobenius are n prima linie opuii

coeficienilor polinomului su caracteristic).
9

Observaie. Demonstrarea relaiei (20) se face dezvoltnd

determinantul matricei (I F) dup prima linie.
Metoda lui Danilevski, pentru aflarea polinomului caracteristic al
matricei date, A, const n aducerea matricei A, la forma normal
Frobenius prin procedee de asemnare. Acest lucru se realizeaz n n-1
etape, la fiecare etap, obinnd cte o linie din matricea F, dat de (19),
de la ultima linie pn la prima.
Astfel:
Etapa 1. Presupunem an,n-1 0 pentru a realiza ultima linie din
matricea F.
Observaie. Cazul an,n-1 = 0 (posibil practic) va fi tratat la cazuri
particulare.
Cu presupunerea an,n-1 0, vom prelucra matricea A astfel:
- mprim elementele coloanei n-1 prin an,n-1
- apoi, din fiecare coloan j, 1 j n, j n1 vom scdea coloana
n1
(obinut
anterior)
nmulit
cu anj. Adic:

Observaie. Linia n a matricei A se nlocuiete cu ultima

linie din F, adic 0 0 ... 1 0 (vezi formulele (21) pentru i = n).

10

Observaie. Transformrile (21) sunt echivalente cu nmulirea

la dreapta a matricei A cu matricea:

Deci, matricea Mn-1 difer de matricea unitate de ordinul n, doar n

linia n1, cu componena din (22).
Observaie. Dac notm cu Bn-1 = A Mn-1, atunci ultima linie a
matricei Bn-1 este 0 0 ... 1 0 i elementele celorlalte linii i, 1 i n1
se calculeaz cu ajutorul relaiilor (21).
Observaie. Matricea Mn-1 este inversabil i
1
0
1
1
=
1
0

0
1

2
0

,1

0
0

linia n-1

1
Deci, matricea 1
difer de matricea unitate de ordinul n doar

n linia n-1 care este ultima linie din matricea A.

Cu toate aceste precizri fcute, n prima etap se obine matricea
Cn-1 = Mn11 Bn-1, adic Cn-1 = Mn11 A Mn-1, care este asemenea cu
matricea
A(A ~ Cn1).

Ob
servaie.
Cu
11

excepia liniei n1, matricele Cn-1 i Bn-1 au aceleai elemente.

Elementele liniei n1 din matricea Cn-1 se obin nmulind elementele
liniei n1 din matricea Mn11 , (23), cu elementele fiecrei coloane din
Bn-1.
Obinem, astfel, relaiile:

1,
=

=1

, 1jn

Relaiile (24) se refer la linia n1 din matricea Cn-1, restul

liniilor matricei Cn-1 fiind preluate din Bn-1, fr nici-o modificare.
Etapa 2. n etapa a doua se reiau calculele bazate pe relaiile

(21) + (24), presupunnd 1,2

0 (1,2
este elementul din 1 ).

Cu alte cuvinte se construiete matricea:

1
2 = 2
1 2 , asemenea cu matricea Cn-1, deci
asemenea cu A (relaia de asemnare fiind relaie de echivalen). n plus,
ultimele dou linii din 2 sunt identice cu ultimele dou linii din F.
1
1
Observaie. Putem scrie 2 = 2
( 1
A 1 )
1
1
2 =( 2
1 ) A ( 1 2 ) folosind
asociativitatea produsului matricelor. Deci A ~ 2 .
1
Observaie. Matricele 2 , 2
se calculeaz asemntor
1
matricelor 1 , 1
din (22) respectiv (23), folosind linia n1 din
1
Cn-1 pentru a obtine linia n2 din 2 ,respectiv 1
este:

1
Analog,linia n2 din 2
este:

1,1
1,2
... 1,2
1,1
1,
.a.m.d.

Etapa n-1. n etapa n-1 se obine matricea C1 = 11 2 1

12

(n ipoteza c21 0, c21 fiind element din C2), A ~ C1, C1 avnd forma (19)
deoarece se obin ultimele n-1 linii din (19). Relaia dintre C1 i A este
dat de:
1
1 =(11 21 ... 1
) A (1 2 ... 1 )

Notnd S = Mn-1 Mn-2 ... M1 C1 = S-1 A S.

Aplicatii rezolvate
1. Sa se determine cu metoda caracteristcilor valorile si vectorii proprii
pentru matricea:
4 3 3
= 6 5 6
0 0
1
Ecuatia caracteristica este:
4
3
3
6
5 6 =0 sau (1-)(2 +-2)=0
0
0
1
Cu solutiile 1 =-2, 2 =3 = 1
Pentru 1 =-2 rezolvand ecuatia matriceala (A-1 I)* 1 = O, rezulta deci
611 321 331 = 0
sistemul : 611 321 331 = 0
331 = 0

13

11
1
Se obtine vectorul propriu: 1 = 21 = 2
0
31
Pentru 2=3= 1, matricea (A-I) are rangul unu si ecuatia (A-I)
* X= O conduce la vectorii proprii:
11
11
1
1
2 = 21 = 0 , 3 = 21 = 1
1
0
31
31
care impreuna cu 1 formeaza un sistem de vectori liniar independent.
2. Sa se calculeze cu metoda Danilevski valorile si vectorii proprii ai
matricei:
8 1 5
3 2
1
4 1 1
Deoarece max 3 = 4 se vor permuta coloanele 1 si 2,pentru a obtine
o matrice 1 asemenea cu matricea A,permutarea mentionata mai sus va
fi urmata de permutarea liniilor 1 si 2,obtinandu-se:
1
0
0
3 2 1
1 1 = 1 8 5 * 1/4 1/4 1/4 =
1 4 1
0
0
1
5/2 1/2 1/2
1
2
3
0
1
0
5 1 1
1 0 0
5/2 -1/2 1/2
B1= M1 -1 *A1 *M1 = -1 4 -1 * 2 2 2 = 3/2 15/2 -25/2
1 2 -3
0 0 1
0
1
0
0 1 0
2= 2 1 1
3/2 15/2 25/2
2/3 5 25/3
2 = 0
*
*
1
0
0
1
0 =
1
0
0
1
0
0
1
10 32 32
1
0
0
0
1
0
14

Ecuatia caracteristica asociata matricei Frobenius 2 este:

Det(2 -I)=

10
1
0

32 32

0 =0
1

3 -102 +32-32=0
Si are solutiile:
1 =2
2 =3 =4
2
Vectorii proprii ai matricei 2 sunt: = ,i=1,2,3 iar vectorul
1
propriu () ,corespunzator matricei A si valorii proprii este:
()

() = 1 2 ()

3. Se da urmatoareamatrice. Sa se determine un vector

propriucorespunzatoruneivaloripropriiutilizandMetodaDanilevsky.
00
10
Fie A=
02
11
6

0
1
1
3

2
06
2
10
=> A=
1
01
1
00

7
0
0
1

6
0
=> ()=4 - 62 + 7
0
0

Din ()=0 => (+3) (-2)(2 - +1)=0, deci 1 =-3, 2 =2, 3,4 (1/2 ,
3/2).

Pentru 1 =-3 => (1)=

13
12

27
9
=
3
1

15

Pentru 2 =2 =>

De asemenea: M=

(2)

1
3
1
14
1
3

13
12

7
3
1
13

14
14
1
1
3
3

3
14
1
3

2
3

Obtinem: (1)

8
4
=
2
1

2
3

7
6

7
6

2
3

5
3
3
6
1
1
1

1
1
1
1
1
7
7
4
(2)
respectiv:

5
2
2
7
1
1
1

0. (6)
1.1(6)
=
,
0.8(3)
1
1
0. (142857)
=
0. (714285)
1

4.Se d matricea A.S se rezolve prin Metoda lui Krylov.

11
02
A=
10
00

3
1
1
0

1
1
2
2

Coeficientii polinomului caracteristic al matricei date, sunt: -6,10,-1,-6.

Precizari:
4

1) Se obtine: ()= - 6 +10 - 6, pentru alegerea

16

(0)

0
0
=
.
0
1

1
1
2) Dacaalegem (0)=
, atunci sistemul liniar
1
1
12 6 4 1 .
22
24 10 4 1 .
54
nu are solutie unica (este compatibil
2 0 0 1 .
6
8 4 2 1 .
16
nedeterminat).
5. S se calculeze cu metodaLeverriervalorilepropriiivectoriipropriipentrumatricea
1

A= 1
3

1
5
1

3
1
1

1) 1 =1

2) 1= A= 1 5
3

3
1
1

2 = - (1+5+1)= -7

3) Pasul k=2
= A * ( 1+2 I)
2

2=A
*

1
1
3

1
5
1

3
1 +
1

7 0
0
1
= 1
0 7 0
0
0 7
3
4
2 14
2
8
2
14 2
4

1
5
1

3
6
1 * 1
1
3

17

1
2
1

3
1 =
6

3 = - (4-8+4)= 0
2

Pasul k=3
1

1
5
1

3= A * ( 2+3 I)= 1
36
0

0
36
0

0
0
36

3
4
1 * 2
1
14

2
8
2

14
2 =
4

4 = - (-36-36-36)= 36
3

S-aobtinutecuatiacaracteristica:
3 ()=3 - 72 + 36=0 , cu solutiile:
1 =-2,
2 =3,
3 =6.
Sistemul are expresia:

1 1 + 2 + 33 = 0
1 + 5 2 + 3 = 0
31 + 2 + 1 3 = 0

Se calculeaza vectorul propriu 1 corespunzator valorii proprii 1 =-2. Se

fieaza 1 =1 , se renunta la prima ecuatie si se fac inlocuirile in celelalte:
72 + 3 = 1
2 + 33 = 3
Se rezolvasistemul ==>2 = 1; 3 =0 ==> primul vector propriu :
1
1 = 0
1

18

Urmeaza2 . Se fixeaza 1 =1, se renunte la a doua ecuatie si se fac

inlocuirile in celelalte:
2 + 33 = 2
2 23 = 3
Se rezolva sistemul ==>2 = 1; 3 =1 ==>
1
2 = 1
1

In final se calculeaza vectorul propriu 3 corespunzator valorii proprii

3 =6. Se fixeaza 1 =1, se renunta la a treia ecuatie si se fac inlocuirile in
primele doua ==>
2 + 33 = 5
2 + 33 = 1
Se rezolva sistemul ==>2 = 3; 3 =1 ==> al treilea vector propriu este:
1
3 = 2
1

6. Sa se afle,utilizand metoda Leverrier,polinomul caracteristic

corespunzator matricii de mai jos:
1 2
1 1
1 0
2
1
A=
2 1 1 3
4 5 0
4

19

17
6
13
19
125 48
42 28
8
23
122 23
4
=
43 9 16 22
90 40
19 11 3 17
66 120

1
8
4
9
1 1
13 12 5
13 12 6
16
104
22
46
41
12
0
107

0
9
3 =
8
7

sk = Tr(Ak)
1 =Tr(1 )=1+0+(-1)+4=4
2 =Tr(2 )=1+(-1)+5+7=12
3 =Tr(3 )=17+(-28)+(-16)+(-17)=-44
4 =Tr(4 )=125+(-23)+41+(-107)=36
Deci 1 =4, 2 =12, 3 =-44 si 4 =36. Prin urmare,vom avea:

1 = 1 = 4
1
1
2 = 2 + 1 1 = 12 + 4 4 = 2
2
2
1
1
3 = 3 + 1 2 + 2 1 = 44 + 4 12 + 2 4 = 28
3
3
1
1
4 = 4 + 1 3 + 2 2 + 3 1 = 36 + 4 44 + 2 12 + 28 4
4
4
Asadar polinomul caracteristic este:
()=4 43 + 22 + 28 87

7. Gasiti polinomul caracteristic prin metoda lui Fadeev.

1
1
A=
2
4

2
1 1
0
2
1
1 1 3
5 0
4

Pentru k=1,2,3,4,calculam:
20

 = 1 =

1
( )

1 2
1 1
1 0
2
1
1 =
1 =-4
2 1 1 3
4 5 0
4
3
0
0
4
5
1 9 5
2 =
=2
5 16 9 4 2
1
8
6 9
15 22 1
17
8
24 16 11
3 =
3 =28
5
41 38 4
33 27
21 37
87 0
0
0
0 87 0
0
4 =
4 =-87
0
0 87 0
0
0
0 87
Asadar,polinomul caracteristic corespunzator matricii A,va fi:
= 4 -43 +22 +28-87

8. Reduceti matricea A la forma sa Frobenius:

A=

01

20
10
00

2
1
1

1
2
1

Matricea B= 3 =3 31 va fi:

21

B=

10

01

10

01
00
00

0
1

0
1
1

20
10
00

2
1
1

1
2
1

01
00
00

0
1

0
1
1

11

20
10
00

3
0

1
1
0

Deoarece 32 =0 , vom avea nevoie de matricea de permutare

10 0
0
J=

01
00
00

0
1

0
.
1
1

C= JBJ
10
01
=> C=
00
00

0
1

0
1
1

1 1 3
20
10
00

3
0

10

1
1
0

01
00
00

0
1

0
1
1

In continuare,vom obtine matricea D=2 =2 21 :

1 0 0 0
0 1 0 1
D=
0 0 1 0
0 0 0 1
0 2 2 3
1 1
2
0
0
1
0
0
0
0
1
0

0
1
0
0

2 2 1
1 3 1
1 0 1
0
1
0

In final,forma Frobenius F =1 =1 11 va fi:

22

1 0 0 0
0 1 0 1
0 0 1 0
0 0 0 1

1
0
0
0
2 3
0 0
0 0
1 0

F =
1
1
0
0

4
0
1
0

1
1
0
0

2
0
1
0

0
0
0
1

0 2 2 3
1 1
2
0
0
1
0
0
0
0
1
0

1
0
0
0

1
1
0
0

2
0
1
0

0
0
0
1

Asadar polinomul caracteristic al matricei A este:

= 4 3 4 2 2 3

9. Utilizand metoda Faddeev,aflati polinomul caracteristic al matricei :

2
A= 1
1

1
2
1

1
1
2

2
1 = 1
1

1
2
1

1
1
2

1 =Tr [1 ] = 6
2 =

6
3
1

2 1
1 2
1 1
1 3
8 3
1 8

1
1
2

2
1
1

2 = Tr [2 ] = *(-22)= -11

23

1
2
1

1
1
1 6 0
0
2

0
1
0

0
0
1

2 1
3 = 1 2
1 1
6 0 0
0 6 0
0 0 6

1
1 *
2

6 1
3 8
1

1
3
3 11 0
0
8

0
1
0

0
0
1

3 = Tr [3 ] = * 18= 6
P()= -6 +11-62 + 3

10. Folositi metoda Fadeev pentru a gasi polinomul caracteristic

pentru urmatoarea matrice:
8 1 3 1
1 6 2 0
A=
3
2 9 1
1 0 1 7
8 1 3 1
1 6 2 0
1 =
3
2 9 1
1 0 1 7
1 =Tr[1 ]= 30
2 =
1
0
0
0
1

8
1
3
1
0 0
1 0
0 1
0 0

1 3 1
6 2 0
(
2 9 1
0 1 7
0
165
22
0
22
139
)=
0
42
33
1
18
3
1

2 =2Tr[2 ]=2(-638)=-319
24

8 1
1 6
3
2
1 0
42
33
175
17

3 1
2 0
9 1
1 7
18
3
17
159

-(30)

8
1
3 =
3
1
1
0
(-319)
0
0
1

1
6
2
0
0
1
0
0

3
2
9
1
0
0
1
0

1
0

1
7
0
0
)=
0
1

165
22
42
18
22
139 33
3
(
42
33 175 17
18
3
17 159
1066 106 146 70
106 992
132 34
146
132 1087
67
70
34
67
1085

3 =3Tr[3 ]=3(4230)=1410
8
1
4 =
3
1
(1410)
2138
0
=
0
0
1

1
6
2
0

3 1
2 0
9 1
1 7

1066
106
(
146
70
1
0

0
0
0
0
0
2138
0
0
0
2138
0
0
0
2138

4 =4Tr[4 ]=4(-8552)=-2138
P[]=4 -

4
=1

P[]=2138-1410+3192 -303 +4

25

106
992
132
34
0 0
1 0
0 1
0 0

146
132
1087
67
0
0
0
1

70
34
67
1085
)

Bibliografie

Catalina Lucia Cocianu,Cristian Razvan Uscatu Capitole speciale

de calcul numeric cu aplicatii,Editura ASE, Bucuresti 2013
Radu Despa,Cristina Coculescu - Metode
numerice,EdituraUniversitara, Bucuresti, 2006
Massoud Malek Linear algebra
J.H. Caltenco, J. Lopez-Bonilla, R. Pea-Rivero - Characteristic
polynomial of A and Faddeevs method for 1
Marilena Popa,Romulus Militaru Metode numerice (Note de curs)
26

Corneliu Berbenete -Metode numerice, Editura Tehnica, Bucuresti,

1998

27