- MATLAB矩陣分析和計(jì)算
- 杜樹春
- 887字
- 2019-11-15 20:41:49
2.4 矩陣的特征值和特征向量
特征值問(wèn)題是數(shù)值代數(shù)的基本問(wèn)題之一,無(wú)論在理論上還是在工程技術(shù)上都非常重要。工程技術(shù)中的一些問(wèn)題,如振動(dòng)問(wèn)題和穩(wěn)定性問(wèn)題,常可歸結(jié)為求一個(gè)方陣的特征值和特征向量問(wèn)題。
特征值和特征向量的定義如下:
定義2.2 設(shè)A是個(gè)n階矩陣,λ0是一個(gè)數(shù),如果有非零列向量(即n×1矩陣)α,使得

就稱λ0是A的特征值,α是A的屬于特征值λ0的特征向量,簡(jiǎn)稱特征向量。
設(shè)

是矩陣

的屬于特征值λ0的特征向量,那么
Aα=λ0α
具體寫出來(lái),就是

將等式兩端乘開,得

移項(xiàng),得

這說(shuō)明,(c1,c2,…,cn)是齊次線性方程組

的一組解。因?yàn)檫@個(gè)齊次方程組有一組非零解,所以它的系數(shù)行列式等于零:

即
|λ0E-A|=0
定義2.3 A是個(gè)n階矩陣,λ是一個(gè)未知量。矩陣λ E-A稱為A的特征矩陣,它的行列式

即f(λ)=|λ E-A|=λn+a1λn-1+…+an
這里a1=-(a11+…+ann),an=(-1)n|A|。f(λ)是首項(xiàng)系數(shù)為1的λ的n次多項(xiàng)式,叫作A的特征多項(xiàng)式。f(λ)的根叫作A的特征根。n階矩陣有n個(gè)特征根。
可見,矩陣A的特征值就是A的特征多項(xiàng)式的根,所以特征值也叫特征根。
歸納以上討論,可總結(jié)出矩陣A的特征值和特征向量的求法:
(1)計(jì)算A的特征多項(xiàng)式f(λ)=|λ E-A|;
(2)求出f(λ)在數(shù)域P中的全部根,就是A的全部特征值。
(3)對(duì)于每個(gè)特征值λ0,求出齊次方程組的非零解,就是屬于λ0的特征向量。
【手工計(jì)算例10】 設(shè)

求A的特征值和特征向量。
解:先求A的特征多項(xiàng)式

解之得
λ1=1, λ2=-2
把λ1代入齊次線性方程組(2-2)中,得

化簡(jiǎn)后,兩個(gè)方程都變成x1=-x2,所以它的一個(gè)基礎(chǔ)解系是。
把λ2代入式(2-2)中,可解得它的一個(gè)基礎(chǔ)解系是。
因此,A的特征值為1和-2,屬于1的特征向量是,屬于-2的特征向量是
(k,k全不為零)。12
【手工計(jì)算例11】 求矩陣A的特征值和特征向量。

解:先求A的特征多項(xiàng)式

所以,A的特征值為λ1=2,λ2=-7。
把λ1代入式(2-1)中,得

化簡(jiǎn),得
x1+2x2-2x3=0
它的一個(gè)基礎(chǔ)解系是

把λ2=-7代入式(2-2)中,得

化簡(jiǎn),得

它的一個(gè)基礎(chǔ)解系是

因此,A的特征值為2和-7。
屬于-7的特征向量是

屬于2的特征向量是

- 一定要懂博弈論
- ANSYS 18.0有限元分析基礎(chǔ)與實(shí)例教程
- 數(shù)學(xué)實(shí)驗(yàn)教程
- 我的第一本趣味數(shù)學(xué)書2
- 文化偉人代表作圖釋書系:算術(shù)研究
- Hands-On IoT Solutions with Blockchain
- 愛(ài)情數(shù)學(xué)(TED 思想的力量系列)
- 2016年管理類專業(yè)學(xué)位聯(lián)考綜合能力考試 數(shù)學(xué)考點(diǎn)歸納與真題解析
- 圖像處理的分?jǐn)?shù)階微積分方法
- 現(xiàn)代啟發(fā)式優(yōu)化方法及其應(yīng)用
- 線性代數(shù)
- 概率論與數(shù)理統(tǒng)計(jì)
- 數(shù)學(xué)故事總動(dòng)員
- 可視化微分幾何和形式:一部五幕數(shù)學(xué)正劇
- 數(shù)學(xué)家、間諜與黑客:密碼與解碼(萬(wàn)物皆數(shù)學(xué))