求矩阵二重特征值和特征向量

特征多项式 = (λ-1)^2 (λ+1)。

二重特征值是指特征值是特征多项式的2重根。

如A的特征多项式为|λE-A |=(λ-2)(λ^2-8λ+18+3a)。

当λ=2是特征方程的二重根,则有2^2-8*2+18+3a=0,解得a=-2。

若λ=2不是特征方程的二重根,则(λ^2-8λ+18+3a)为完全平方,从18+3a=16而,解得 a。

设 A 是n阶方阵,如果存在数m和非零n维列向量 x,使得 Ax=mx 成立,则称 m 是A的一个特征值或本征值。非零n维列向量x称为矩阵A的属于(对应于)特征值m的特征向量或本征向量,简称A的特征向量或A的本征向量。

扩展资料:

特征值的基本应用:

1、求特征向量:

设A为n阶矩阵,根据关系式Ax=λx,可写出(λE-A)x=0,继而写出特征多项式|λE-A|=0,可求出矩阵A有n个特征值(包括重特征值)。

将求出的特征值λi代入原特征多项式,求解方程(λiE-A)x=0,所求解向量x就是对应的特征值λi的特征向量。

2、判断相似矩阵的必要条件:

设有n阶矩阵A和B,若A和B相似(A∽B),则有:

(1)A的特征值与B的特征值相同——λ(A)=λ(B),特别地,λ(A)=λ(Λ),Λ为A的对角矩阵;

(2)A的特征多项式与B的特征多项式相同——|λE-A|=|λE-B|;

(3)A的迹等于B的迹——trA=trB,其中i=1,2,…n(即主对角线上元素的和);

(4)A的行列式值等于B的行列式值——|A|=|B|;

(5)A的秩等于B的秩——r(A)=r(B)。

因而A与B的特征值是否相同是判断A与B是否相似的根本依据。

3、判断矩阵可对角化的充要条件:

矩阵可对角化有两个充要条件:

1、矩阵有n个不同的特征向量;

2、特征向量重根的重数等于基础解系的个数。对于第二个充要条件,则需要出现二重以上的重特征值可验证(一重相当于没有重根)。

若矩阵A可对角化,则其对角矩阵Λ的主对角线元素全部为A的特征值,其余元素全部为0。(一个矩阵的对角阵不唯一,其特征值可以换序,但都存在由对应特征向量顺序组成的可逆矩阵P。

参考资料来源:百度百科-特征值



  • 鐭╅樀涓殑鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺濡備綍姹傚嚭銆
    绛旓細浠庡畾涔夊嚭鍙戯紝Ax=cx锛欰涓鐭╅樀锛宑涓虹壒寰佸硷紝x涓虹壒寰佸悜閲忋傜煩闃礎涔樹互x琛ㄧず锛屽鍚戦噺x杩涜涓娆¤浆鎹紙鏃嬭浆鎴栨媺浼革級锛堟槸涓绉嶇嚎鎬ц浆鎹級锛岃岃杞崲鐨勬晥鏋滀负甯告暟c涔樹互鍚戦噺x锛堝嵆鍙繘琛屾媺浼革級銆傞氬父姹傜壒寰佸煎拰鐗瑰緛鍚戦噺鍗充负姹傚嚭璇ョ煩闃佃兘浣垮摢浜涘悜閲忥紙褰撶劧鏄壒寰佸悜閲忥級鍙彂鐢熸媺浼革紝浣垮叾鍙戠敓鎷変几鐨勭▼搴﹀浣曪紙鐗瑰緛鍊...
  • 鐭╅樀鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺鎬庝箞姹?
    绛旓細瀵逛簬鐗瑰緛鍊嘉诲拰鐗瑰緛鍚戦噺a锛屽緱鍒癆a=a位 浜庢槸鎶婃瘡涓鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺鍐欏湪涓璧 娉ㄦ剰瀵逛簬瀹炲绉鐭╅樀涓嶅悓鐗瑰緛鍊肩殑鐗瑰緛鍚戦噺涓瀹氭浜 寰楀埌鐭╅樀P锛屽啀姹傚嚭鍏堕嗙煩闃礟^(-1)鍙互瑙e緱鍘熺煩闃礎=P位P^(-1)璁続涓簄闃剁煩闃碉紝鑻ュ瓨鍦ㄥ父鏁拔诲強n缁撮潪闆跺悜閲弜锛屼娇寰桝x=位x锛屽垯绉拔绘槸鐭╅樀A鐨勭壒寰佸硷紝x鏄疉灞炰簬鐗瑰緛鍊...
  • 濡備綍姹傜煩闃鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺?
    绛旓細姹傜煩闃鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺鐨勬柟娉曟湁澶氱锛屽叾涓竴绉嶅父鐢ㄧ殑鏂规硶鏄熀浜庣壒寰佸椤瑰紡鐨勬眰瑙c傚叿浣撴楠ゅ涓嬶細鍐欏嚭鐭╅樀鐨勭壒寰佸椤瑰紡鈭N籈-A鈭o紝鍏朵腑E涓哄崟浣嶇煩闃碉紝位涓烘湭鐭ユ暟銆傚皢鐗瑰緛澶氶」寮忓洜寮忓垎瑙o紝寰楀埌鍏舵牴锛屽嵆涓虹煩闃电殑鐗瑰緛鍊笺傚浜庢瘡涓涓壒寰佸嘉伙紝姹傝В鏂圭▼缁(A-位E)x=0锛屽緱鍒板叾瑙e悜閲弜锛屽嵆涓哄搴斾簬鐗瑰緛...
  • 濡備綍姹傚嚭鐭╅樀鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺
    绛旓細1銆侀鍏堥渶瑕佺煡閬璁$畻鐭╅樀鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺瑕佺敤eig鍑芥暟锛屽彲浠ュ湪鍛戒护琛岀獥鍙d腑杈撳叆help eig锛屾煡鐪嬩竴涓媏ig鍑芥暟鐨勭敤娉曪紝濡備笅鍥炬墍绀猴細2銆佸湪鍛戒护琛岀獥鍙d腑杈撳叆a锛濓蓟1 2 3锛2 4 5锛7 8 9锛斤紝鎸夊洖杞﹂敭涔嬪悗锛岃緭鍏ワ蓟x锛寉锛斤紳eig锛坅锛夛紝濡備笅鍥炬墍绀猴細3銆佹寜鍥炶溅閿箣鍚庯紝寰楀埌浜唜锛寉鐨勫硷紝鍏朵腑x鐨勬瘡涓鍒...
  • 鎬庝箞姹傜煩闃鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺?
    绛旓細姹傜煩闃鐨勫叏閮鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺鐨勬柟娉曞涓嬶細绗竴姝ワ細璁$畻鐨勭壒寰佸椤瑰紡锛涚浜屾锛氭眰鍑虹壒寰佹柟绋嬬殑鍏ㄩ儴鏍癸紝鍗充负鐨勫叏閮ㄧ壒寰佸硷紱绗笁姝ワ細瀵逛簬鐨勬瘡涓涓壒寰佸硷紝姹傚嚭榻愭绾挎ф柟绋嬬粍锛氱殑涓涓熀纭瑙g郴锛屽垯鐨勫睘浜庣壒寰佸肩殑鍏ㄩ儴鐗瑰緛鍚戦噺鏄叾涓槸涓嶅叏涓洪浂鐨勪换鎰忓疄鏁般傝嫢鏄殑灞炰簬鐨勭壒寰佸悜閲忥紝鍒欎篃鏄搴斾簬鐨勭壒寰佸悜閲...
  • 濡備綍姹傜煩闃鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺?
    绛旓細2銆姹傜壒寰佸悜閲 瀵鐗瑰緛鍊6锛屾眰鍑洪綈娆$嚎鎬ф柟绋嬬粍锛圓-6E锛塜=0 鐨勫熀纭瑙g郴銆侫-6E = -5 2 3 3 -5 2 2 3 -5 锛坮1+r2+r3,r2-r3锛= 0 0 0 1 -8 7 2 3 -5 锛坮3-2r2锛= 0 0 0 1 -8 7 0 19 -19 锛坮3脳锛1/19锛夛紝r2+8r3锛= 0 0 0 1 0 -1 0 1 -1 瑙e緱锛圓...
  • 鎬庢牱姹傜煩闃鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺?
    绛旓細姹傜壒寰佸悜閲鐨勬柟娉曞涓嬶細1銆佺‘瀹鐭╅樀A锛氭垜浠渶瑕佷竴涓煩闃典綔涓鸿緭鍏ャ傝繖涓煩闃靛彲浠ユ槸涓涓疄鏁扮煩闃碉紝涔熷彲浠ユ槸涓涓鏁扮煩闃点璁$畻鐗瑰緛鍊锛氭帴涓嬫潵锛屾垜浠渶瑕佹壘鍑虹煩闃电殑鐗瑰緛鍊笺傜壒寰佸兼槸婊¤冻鏂圭▼|A-位I|=0鐨勫鏁拔伙紝鍏朵腑I鏄崟浣嶇煩闃点傜壒寰佸煎彲浠ラ氳繃姹傝В鐗瑰緛鏂圭▼寰楀埌銆2銆姹傝В鐗瑰緛鍚戦噺锛氫竴鏃︽垜浠湁浜嗙壒寰佸硷紝...
  • 濡備綍姹傜煩闃鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺?
    绛旓細=a味锛屽垯绉皒鏄冪殑灞炰簬a鐨勭壒寰佸悜閲忥紝a绉颁负蟽鐨勭壒寰佸笺備綅浼煎彉鎹⑾僰锛堝嵆瀵筕涓墍鏈塧锛屾湁蟽k锛坅锛=k伪锛変娇V涓潪闆跺悜閲忓潎涓虹壒寰佸悜閲忥紝瀹冧滑鍚屽睘鐗瑰緛鍊糼锛涜屾棆杞胃锛0<胃<蟺锛夌殑鍙樻崲娌℃湁鐗瑰緛鍚戦噺銆傚彲浠ラ氳繃鐭╅樀琛ㄧず姹傜嚎鎬у彉鎹㈢殑鐗瑰緛鍊笺佺壒寰佸悜閲忋備互涓婂唴瀹瑰弬鑰冿細鐧惧害鐧剧-鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺 ...
  • 濡備綍姹傝В鐭╅樀鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺?
    绛旓細鈭寸煩闃垫湁涓変釜鐗瑰緛鍊硷細2锛岋紙1卤鏍瑰彿17锛/2銆傛妸鐗瑰緛鍊煎垎鍒唬鍏ユ柟绋嬶紝璁緓=锛坅锛宐锛宑锛夛紝鍙緱鍒板浜巟=2锛宐=0锛宎+c=0锛屽搴攛=2鐨勭壒寰佸悜閲忎负锛-1锛0锛1锛夛紙鏈綊涓鍖栵級锛屽叾瀹儀鐨勪竴鏍峰仛銆姹傜煩闃鐨勫叏閮鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺锛1銆佽绠楃殑鐗瑰緛澶氶」寮忥紱2銆佹眰鍑虹壒寰佹柟绋嬬殑鍏ㄩ儴鏍癸紝鍗充负鐨勫叏閮ㄧ壒寰佸硷紱3...
  • 鎬庝箞姹傜煩闃鐨鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺
    绛旓細姹傜煩闃鐨鐗瑰緛鍚戦噺鍏紡锛殀A-位E|=0銆傜煩闃电殑鐗瑰緛鍚戦噺鏄煩闃电悊璁轰笂鐨勯噸瑕佹蹇典箣涓锛屽畠鏈夌潃骞挎硾鐨勫簲鐢ㄣ傛暟瀛︿笂锛岀嚎鎬у彉鎹㈢殑鐗瑰緛鍚戦噺锛鏈緛鍚戦噺锛夋槸涓涓潪绠骞剁殑鍚戦噺锛屽叾鏂瑰悜鍦ㄨ鍙樻崲涓嬩笉鍙樸傝鍚戦噺鍦ㄦ鍙樻崲涓嬬缉鏀剧殑姣斾緥绉颁负鍏鐗瑰緛鍊锛鏈緛鍊锛夈傜煩闃垫槸楂樼瓑浠f暟瀛︿腑鐨勫父瑙佸伐鍏凤紝涔熷父瑙佷簬缁熻鍒嗘瀽绛夊簲鐢...
  • 扩展阅读:求特征向量完整步骤 ... 求特征向量例题和答案 ... 求特征向量的例题详细 ... 求矩阵的特征向量例子 ... 求特征值的最快方法 ... 特征向量怎么求 例题 ... 求矩阵特征值详细步骤 ... 特征向量例题详细步骤 ... 如何求矩阵的特征值和特征向量 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网