matlab7.0矩阵特征值函数 matlab怎么计算矩阵的特征值和特征向量
\u5728MATLAB\u4e2d\u6c42\u77e9\u9635\u7279\u5f81\u503c\u548c\u7279\u5f81\u5411\u91cf\u7684\u4ee3\u7801\u6c42\u77e9\u9635\u7279\u5f81\u503c\u548c\u7279\u5f81\u5411\u91cf\u7684\u65b9\u6cd5\u7279\u5f81\u591a\u9879\u5f0f
\u5177\u4f53\u6b65\u9aa4\u5206\u6790\u5982\u4e0b\uff1a
1\u3001\u7b2c\u4e00\u6b65\u6211\u4eec\u9996\u5148\u9700\u8981\u77e5\u9053\u8ba1\u7b97\u77e9\u9635\u7684\u7279\u5f81\u503c\u548c\u7279\u5f81\u5411\u91cf\u8981\u7528eig\u51fd\u6570\uff0c\u53ef\u4ee5\u5728\u547d\u4ee4\u884c\u7a97\u53e3\u4e2d\u8f93\u5165help eig\uff0c\u67e5\u770b\u4e00\u4e0beig\u51fd\u6570\u7684\u7528\u6cd5\uff0c\u5982\u4e0b\u56fe\u6240\u793a\uff1a
2\u3001\u7b2c\u4e8c\u6b65\u5728\u547d\u4ee4\u884c\u7a97\u53e3\u4e2d\u8f93\u5165a=[1 2 3;2 4 5;7 8 9]\uff0c\u6309\u56de\u8f66\u952e\u4e4b\u540e\uff0c\u8f93\u5165[x,y]=eig(a)\uff0c\u5982\u4e0b\u56fe\u6240\u793a\uff1a
3\u3001\u7b2c\u4e09\u6b65\u6309\u56de\u8f66\u952e\u4e4b\u540e\uff0c\u5f97\u5230\u4e86x,y\u7684\u503c\uff0c\u5176\u4e2dx\u7684\u6bcf\u4e00\u5217\u503c\u8868\u793a\u77e9\u9635a\u7684\u4e00\u4e2a\u7279\u5f81\u5411\u91cf\uff0c\u8fd9\u91cc\u67093\u4e2a\u7279\u5f81\u5411\u91cf\uff0cy\u7684\u5bf9\u89d2\u5143\u7d20\u503c\u4ee3\u8868a\u77e9\u9635\u7684\u7279\u5f81\u503c\uff0c\u5982\u4e0b\u56fe\u6240\u793a\uff1a
4\u3001\u7b2c\u56db\u6b65\u5982\u679c\u6211\u4eec\u8981\u53d6y\u7684\u5bf9\u89d2\u5143\u7d20\u503c\uff0c\u53ef\u4ee5\u4f7f\u7528diag(y)\uff0c\u5982\u4e0b\u56fe\u6240\u793a\uff1a
5\u3001\u7b2c\u4e94\u6b65\u6309\u56de\u8f66\u952e\u4e4b\u540e\uff0c\u53ef\u4ee5\u770b\u5230\u5df2\u7ecf\u53d6\u51fay\u7684\u5bf9\u89d2\u7ebf\u5143\u7d20\u503c\uff0c\u4e5f\u5c31\u662fa\u77e9\u9635\u7684\u7279\u5f81\u503c\uff0c\u5982\u4e0b\u56fe\u6240\u793a\uff1a
6\u3001\u7b2c\u516d\u6b65\u6211\u4eec\u4e5f\u53ef\u4ee5\u5728\u547d\u4ee4\u884c\u7a97\u53e3help diag\uff0c\u53ef\u4ee5\u770b\u5230\u5173\u4e8ediag\u51fd\u6570\u7684\u7528\u6cd5\uff0c\u5982\u4e0b\u56fe\u6240\u793a\uff1a
\u6269\u5c55\u8d44\u6599\uff1a
MATLAB\u662f\u7f8e\u56fdMathWorks\u516c\u53f8\u51fa\u54c1\u7684\u5546\u4e1a\u6570\u5b66\u8f6f\u4ef6\uff0c\u7528\u4e8e\u7b97\u6cd5\u5f00\u53d1\u3001\u6570\u636e\u53ef\u89c6\u5316\u3001\u6570\u636e\u5206\u6790\u4ee5\u53ca\u6570\u503c\u8ba1\u7b97\u7684\u9ad8\u7ea7\u6280\u672f\u8ba1\u7b97\u8bed\u8a00\u548c\u4ea4\u4e92\u5f0f\u73af\u5883\uff0c\u4e3b\u8981\u5305\u62ecMATLAB\u548cSimulink\u4e24\u5927\u90e8\u5206\u3002
MATLAB\u662fmatrix&laboratory\u4e24\u4e2a\u8bcd\u7684\u7ec4\u5408\uff0c\u610f\u4e3a\u77e9\u9635\u5de5\u5382\uff08\u77e9\u9635\u5b9e\u9a8c\u5ba4\uff09\u3002\u662f\u7531\u7f8e\u56fdmathworks\u516c\u53f8\u53d1\u5e03\u7684\u4e3b\u8981\u9762\u5bf9\u79d1\u5b66\u8ba1\u7b97\u3001\u53ef\u89c6\u5316\u4ee5\u53ca\u4ea4\u4e92\u5f0f\u7a0b\u5e8f\u8bbe\u8ba1\u7684\u9ad8\u79d1\u6280\u8ba1\u7b97\u73af\u5883\u3002\u5b83\u5c06\u6570\u503c\u5206\u6790\u3001\u77e9\u9635\u8ba1\u7b97\u3001\u79d1\u5b66\u6570\u636e\u53ef\u89c6\u5316\u4ee5\u53ca\u975e\u7ebf\u6027\u52a8\u6001\u7cfb\u7edf\u7684\u5efa\u6a21\u548c\u4eff\u771f\u7b49\u8bf8\u591a\u5f3a\u5927\u529f\u80fd\u96c6\u6210\u5728\u4e00\u4e2a\u6613\u4e8e\u4f7f\u7528\u7684\u89c6\u7a97\u73af\u5883\u4e2d\uff0c\u4e3a\u79d1\u5b66\u7814\u7a76\u3001\u5de5\u7a0b\u8bbe\u8ba1\u4ee5\u53ca\u5fc5\u987b\u8fdb\u884c\u6709\u6548\u6570\u503c\u8ba1\u7b97\u7684\u4f17\u591a\u79d1\u5b66\u9886\u57df\u63d0\u4f9b\u4e86\u4e00\u79cd\u5168\u9762\u7684\u89e3\u51b3\u65b9\u6848\uff0c\u5e76\u5728\u5f88\u5927\u7a0b\u5ea6\u4e0a\u6446\u8131\u4e86\u4f20\u7edf\u975e\u4ea4\u4e92\u5f0f\u7a0b\u5e8f\u8bbe\u8ba1\u8bed\u8a00\uff08\u5982C\u3001Fortran\uff09\u7684\u7f16\u8f91\u6a21\u5f0f\uff0c\u4ee3\u8868\u4e86\u5f53\u4eca\u56fd\u9645\u79d1\u5b66\u8ba1\u7b97\u8f6f\u4ef6\u7684\u5148\u8fdb\u6c34\u5e73\u3002
\u53c2\u8003\u8d44\u6599\uff1a\u767e\u5ea6\u767e\u79d1\u2014\u2014MATLAB
建议自己help eig
以下给出参考：
在MATLAB中，计算矩阵A的特征值和特征向量的函数是eig(A)，常用的调用格式有
5种：
(1) E=eig(A)：求矩阵A的全部特征值，构成向量E。
(2) [V,D]=eig(A)：求矩阵A的全部特征值，构成对角阵D，并求A的特征向量构成
V的列向量。
(3) [V,D]=eig(A,'nobalance')：与第2种格式类似，但第2种格式中先对A作相似
变换后求矩阵A的特征值和特征向量，而格式3直接求矩阵A的特征值和特征向量。
(4) E=eig(A,B)：由eig(A,B)返回N×N阶方阵A和B的N个广义特征值，构成向量E
。
(5) [V,D]=eig(A,B)：由eig(A,B)返回方阵A和B的N个广义特征值，构成N×N阶对
角阵D，其对角线上的N个元素即为相应的广义特征值，同时将返回相应的特征向
量构成N×N阶满秩矩阵，且满足AV=BVD。
eig
Find eigenvalues and eigenvectors
Syntax
d = eig(A)
d = eig(A,B)
[V,D] = eig(A)
[V,D] = eig(A,'nobalance')
[V,D] = eig(A,B)
[V,D] = eig(A,B,flag)
d = eig(A)和 [V,D] = eig(A)最为常用 注意，第一列为对应第一个特征值的特征向量，比如：
B=rand(4)
B =
0.5653 0.7883 0.1365 0.9749
0.2034 0.5579 0.3574 0.6579
0.5070 0.1541 0.9648 0.0833
0.5373 0.7229 0.3223 0.3344
>> [a,b]=eig(B)
a =
-0.6277 -0.3761 -0.7333 0.7110
-0.4304 -0.5162 0.2616 -0.2155
-0.4297 0.1563 0.6049 -0.6471
-0.4859 0.7534 -0.1672 0.1713
b =
1.9539 0 0 0
0 -0.3623 0 0
0 0 0.3937 0
0 0 0 0.4370
则1.9539对应的特征向量为：
-1.2265
-0.8410
-0.8396
-0.9494
绛旓細(1) E=eig(A)锛氭眰鐭╅樀A鐨勫叏閮鐗瑰緛鍊锛屾瀯鎴愬悜閲廍銆(2) [V,D]=eig(A)锛氭眰鐭╅樀A鐨勫叏閮ㄧ壒寰佸硷紝鏋勬垚瀵硅闃礑锛屽苟姹侫鐨勭壒寰佸悜閲忔瀯鎴 V鐨勫垪鍚戦噺銆(3) [V,D]=eig(A,'nobalance')锛氫笌绗2绉嶆牸寮忕被浼硷紝浣嗙2绉嶆牸寮忎腑鍏堝A浣滅浉浼 鍙樻崲鍚庢眰鐭╅樀A鐨勭壒寰佸煎拰鐗瑰緛鍚戦噺锛岃屾牸寮3鐩存帴姹傜煩闃礎鐨勭壒...
绛旓細杩愯鍚庡緱鍒扮殑V鍗充负鐗瑰緛鍚戦噺锛孌鐭╅樀瀵硅绾垮鐨勫间负鐗瑰緛鍊笺傚緱鍒扮殑V涓殑鐗瑰緛鍚戦噺宸茬粡褰掍竴鍖栥傚綊涓鍖栨湁2绉:1 鐭╅樀涓墍鏈夊厓绱犻櫎浠ユ渶澶у;2 (鐭╅樀涓厓绱-鏈灏忓)闄や互(鏈澶у-鏈灏忓);鏈夊暐闂锛屽彲浠i鎴!
绛旓細鐩存帴浣跨敤max(eig(A))灏卞彲浠ヤ簡锛堝叾涓殑A灏辨槸浣犵殑鐭╅樀琛ㄨ揪寮忥級璁＄畻缁撴灉瑙侀檮鍥撅細锛堜綘琛ュ厖鐨勯棶棰樼殑绛旀鏄1.0000锛
绛旓細flipud 鐭╅樀鐨勪笂涓嬬炕杞 flipdim 鐭╅樀娌挎寚瀹氱淮缈昏浆 floor 鍚戣礋鏃犵┓鍙栨暣 flops 娴偣杩愮畻娆℃暟 flow Matlab鎻愪緵鐨勬紨绀烘暟鎹 fmin 姹傚崟鍙橀噺闈炵嚎鎬у嚱鏁版瀬灏忓肩偣(鏃х増) fminbnd 姹傚崟鍙橀噺闈炵嚎鎬у嚱鏁版瀬灏忓肩偣 fmins 鍗曠函褰㈡硶姹傚鍙橀噺鍑芥暟鏋佸皬鍊肩偣(鏃х増) fminunc 鎷熺墰椤挎硶姹傚鍙橀噺鍑芥暟鏋佸皬鍊肩偣 fminsearch 鍗曠函褰㈡硶姹傚鍙橀噺...
绛旓細Pinv 鐭╅樀浼 鐗瑰緛鍊鍜屽寮傚 Eig 姹傜壒寰佸煎拰鐗瑰緛鍚戦噺 Poly 姹傜壒寰佸椤瑰紡 Hess Hes *** erg褰㈠紡 Qz 骞夸箟鐗瑰緛鍊 Cdf2rdf 鍙樺瀵硅鐭╅樀涓哄疄鍒嗗潡瀵硅褰㈠紡 Schur Schur鍒嗚В Balance 鐭╅樀鍧囪 澶勭悊浠ユ彁楂樼壒寰佸肩簿搴 Svde 濂囧紓鍊煎垎瑙 鐭╅樀鍑鏁 Expm 鐭╅樀鎸囨暟 Expm1 瀹炵幇expm鐨凪鏂囦欢 Expm2 閫氳繃娉板嫆绾ф暟姹傜煩闃垫寚鏁 E...
绛旓細EigenConditionNumbers 璁＄畻鏁板鐗瑰緛鍊鍒剁害闂鐨勭壒寰佸兼垨鐗瑰緛鍚戦噺鐨勬潯浠舵暟Eigenvalues 璁＄畻鐭╅樀鐨勭壒寰佸糆igenvectors 璁＄畻鐭╅樀鐨勭壒寰佸悜閲廍qual 姣旇緝涓や釜鍚戦噺鎴栫煩闃垫槸鍚︾浉绛塅orwardSubstitute 姹傝В A . X = B,鍏朵腑 A 涓轰笅涓夎鍨嬭闃舵鐭╅樀FrobeniusForm 灏嗕竴涓柟闃电害鍖栦负 Frobenius 鍨(鏈夌悊鏍囧噯鍨)GaussianElimination 瀵...
绛旓細(1)寮鍙戠幆澧(development Environment):涓缁勫浘褰㈠寲鐢ㄦ埛鎺ュ彛宸ュ叿鍜岀粍浠剁殑闆嗘垚:MATLAB妗岄潰銆佸懡浠ょ獥鍙ｃ佸懡浠ゅ巻鍙茬獥鍙ｃ佺紪杈戣皟璇曠獥鍙ｅ強甯姪淇℃伅銆佸伐浣滅┖闂淬佹枃浠跺拰鎼滅储璺緞绛夋祻瑙堝櫒;(2) MATLAB鏁板鍑芥暟搴:(Math Function Library)鍩烘湰鍑芥暟:姹傚拰銆佹寮︺佷綑寮﹀拰澶嶆暟杩愮畻绛; 鐗规畩鍑芥暟:鐭╅樀姹傞嗐鐭╅樀鐗瑰緛鍊銆佽礉濉炲皵鍑芥暟鍜屽揩閫熶粯...
绛旓細鐭╅樀鍒嗚В锛氬寘鎷珻holesky鍒嗚В銆丩U鍒嗚В銆丵R鍒嗚В浠ュ強鐗瑰緛鍊鍒嗚В銆丼VD绛夐珮绾ц繍绠椼傜壒寰佸间笌浜屾鍨嬶細鐗瑰緛鍊肩壒寰佸悜閲忕殑璁＄畻锛屽瀵硅鐭╅樀杞崲锛屾浜よ鑼冨寲绛夈傜З涓庣嚎鎬х浉鍏虫э細rank鍑芥暟鍙婄嚎鎬х浉鍏虫у垽鏂傜█鐤忕煩闃碉細绋鐤忕煩闃电殑鍒涘缓銆佹搷浣滀互鍙婄浉鍏冲嚱鏁般3. 鏁板涓庣粺璁¤绠楁暟瀛﹀嚱鏁帮細濡備笁瑙掑嚱鏁般佹寚鏁板鏁般佸彇鏁寸瓑銆傛彃...
绛旓細鐗瑰緛鍚戦噺鏈潵灏变笉鍞竴鍟 涓涓鐗瑰緛鍊瀵瑰簲鐨勬墍鏈夌壒寰佸悜閲忓氨鏄綘姹傚嚭鍚戦噺鐨勪换鎰忓父鏁板崀
绛旓細绗2绔犳繁鍏ユ帰绱MATLAB鍩虹鐭ヨ瘑锛岃瑙ｅ浣曞垱寤烘暟鍊兼暟缁勶紝鎿嶄綔瀹冧滑浠ュ強绋鐤鐭╅樀鐨勪娇鐢ㄣ傝繕浼氭秹鍙婂瓧绗︿覆鏁扮粍鍜屾瀯寤哄鏉傛暟缁勶紝璁╀綘鎺屾彙鍩烘湰鏁版嵁澶勭悊鎶宸с傜3绔犺仛鐒︽暟鍊艰繍绠楋紝鍖呮嫭鐭╅樀鍒嗘瀽銆佺嚎鎬ф柟绋嬬粍鐨勬眰瑙ｃ佺煩闃靛垎瑙ｃ鐗瑰緛鍊鍒嗘瀽锛屼互鍙婂嚱鏁伴浂鐐圭殑鏌ユ壘鍜屾暟鍊肩Н鍒嗐傛澶栵紝杩樻湁姒傝鐭ヨ瘑鍜屾暟鐞嗙粺璁＄殑绠浠嬨傜4绔犺繘鍏ユ暟鎹...
