如何快速求矩阵的特征值和特征向量？
数学问题λe–a求特征值详细过程如下：
A为n阶矩阵，若数λ和n维非0列向量x满足Ax=λx，那么数λ称为A的特征值，x称为A的对应于特征值λ的 特征向量。式 Ax=λx也可写成( A-λE)x=0，并且|λE-A|叫做A的特征多项式。当特征多项式等于0的时候，称为A的特征方程，特征方程是一个齐次线性方程组，求解特征值的过程其实就是求解特征方程的解。
特征根法也可用于通过数列的递推公式（即差分方程，必须为线性）求通项公式，其本质与微分方程相同。特征向量：A为n阶矩阵，若数λ和n维非0列向量x满足Ax=λx，那么数λ称为A的特征值，x称为A的对应于特征值λ的特征向量。
式Ax=λx也可写成（A-λE）x=0，并且|λE-A|叫做A的特征多项式。当特征多项式等于0的时候，称为A的特征方程，特征方程是一个齐次线性方程组，求解特征值的过程其实就是求解特征方程的解。
令|A-λE|=0，求出λ值。A是n阶矩阵，Ax=λx，则x为特征向量，λ为特征值。一旦找到两两互不相同的特征值λ，相应的特征向量可以通过求解方程（A–λI）v=0得到，其中v为待求特征向量，I为单位阵。
当特征值出现重根时，如λ1=λ2，此时，特征向量v1的求解方法为（A-λ1I）v1=0，v2为（A-λ2I）v2=v1，依次递推。没有实特征值的一个矩阵的例子是顺时针旋转90度。
快速求特征值的方法
1、行列式非零的，先化含 入 的特征行列式为三角型再展开，运算量骤减。（低阶的不化简直接撕也行，但阶数稍多还是先化简为妙）。
2、不能用上面方法处理的，考虑用数论里猜多项式方程根的方法减少因式，简单的题目往往1，2，0猜一猜。
3、形式特殊的矩阵往往有其行列式公式，如果这个公式是因式乘积形式的，把入E-A套进公式看因式立刻就能得出答案。
绛旓細鐭╅樀鐨勭壒寰佸兼庝箞姹濡備笅锛氫粠瀹氫箟鍑哄彂锛孉x=cx锛欰涓虹煩闃碉紝c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...
绛旓細鍙 r(A)=r(A|b)=3锛屾墍浠A|b]鏈夊敮涓瑙ｏ紝鍐欏洖鏂圭▼缁勫舰寮忥細渚嬮瑙ｆ瀽 01 姹備笅鍒鐭╅樀鐨勭壒寰佸煎拰鐗瑰緛鍚戦噺锛02 姹傜煩闃鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺鐨勪竴鑸В娉曪紱03 璇曡瘉鏄嶢鐨勭壒寰佸煎敮鏈1鍜2锛04 璇佹槑鎬ч棶棰樿繕鏄渶瑕佽В鍑虹壒寰佸笺傚叧浜庣壒寰佸间笌鐗瑰緛鍚戦噺鐨勭悊瑙 01 瀵逛簬鐗瑰緛鍊间笌鐗瑰緛鍚戦噺锛屾...
绛旓細鍥犱负v涓嶄负闆跺悜閲忥紝鎵浠(A-位I)蹇呴』鏄寮傜煩闃碉紝鍗冲叾琛屽垪寮忎负0銆傚洜姝わ紝姹傝В鐭╅樀A鐨勭壒寰佸闇瑕佽В鏂圭▼|A-位I|=0銆傝В寰楃煩闃礎鐨勭壒寰佸嘉诲悗锛屾垜浠彲浠ラ氳繃姹傝В绾挎ф柟绋嬬粍(A-位I)v=0寰楀埌瀵瑰簲鐨勭壒寰佸悜閲弙銆傚叿浣撴潵璁诧紝鎴戜滑鍙互灏(A-位I)鍖栦负闃舵褰㈢煩闃垫垨鍒濈瓑鐭╅樀鐨褰㈠紡锛屼粠鑰屾眰瑙ｅ嚭v銆傛敞鎰忥紝瀵逛簬閲嶅...
绛旓細鐭ラ亾鐗瑰緛鍊煎拰鐗瑰緛鍚戦噺姹傜煩闃鏂规硶濡備笅锛氬湪绾挎т唬鏁颁腑锛岀壒寰佸煎拰鐗瑰緛鍚戦噺鏄煩闃电殑閲嶈鎬ц川銆傜壒寰佸兼槸涓涓爣閲忥紝鐗瑰緛鍚戦噺鏄笌鐗瑰緛鍊肩浉鍏宠仈鐨勯潪闆跺悜閲忋傝姹備竴涓鐭╅樀鐨勭壒寰佸煎拰鐗瑰緛鍚戦噺锛屽彲浠ユ寜鐓т互涓嬫楠よ繘琛岋細璁惧畾涓涓 n 脳 n 鐨勭煩闃 A锛屽叾涓 n 鏄煩闃电殑缁村害銆傚浜庣煩闃 A锛屾眰瑙ｅ叾鐗瑰緛鍊硷紝鍙互閫氳繃姹傝В...
绛旓細鎶婄壒寰佸间唬鍏ョ壒寰佹柟绋嬶紝杩愮敤鍒濈瓑琛屽彉鎹㈡硶锛屽皢鐭╅樀鍖栧埌鏈绠锛岀劧鍚庡彲寰楀埌鍩虹瑙ｇ郴銆姹傜煩闃电殑鍏ㄩ儴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＄畻鐨勭壒寰澶氶」寮忥紱绗簩姝ワ細姹傚嚭鐗瑰緛鏂圭▼鐨勫叏閮ㄦ牴锛屽嵆涓虹殑鍏ㄩ儴鐗瑰緛鍊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郴锛屽垯鍙眰鍑哄睘浜庣壒寰佸肩殑...
绛旓細1銆佹眰琛屽垪寮忥紝璁炬鐭╅樀A鐨勭壒寰佸涓何伙紝鍒檤A-位E| = 1-位 2 3 3 1-位 2 2 3 1-位 锛坈1+c2+c3锛= 6-位 2 3 6-位 1-位 2 6-位 3 1-位 锛坮2-r1,r3-r1锛= 6-位 2 3 0 -1-位 -1 0 1 -2-位 =锛6-位锛塠锛1+位锛夛紙2+位锛+1]=锛6-位锛夛紙位²+3位...
绛旓細姹傜煩闃电殑鍏ㄩ儴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＄畻鐨勭壒寰澶氶」寮忥紱绗簩姝ワ細姹傚嚭鐗瑰緛鏂圭▼鐨勫叏閮ㄦ牴锛屽嵆涓虹殑鍏ㄩ儴鐗瑰緛鍊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...
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鐨勭壒寰佸锛寈鏄疉灞炰簬鐗瑰緛鍊...
绛旓細璁続涓簄闃跺疄鍙嶅绉鐭╅樀锛宺涓篈鐨勭壒寰佸锛寈涓篈瀵瑰簲r鐨勭壒寰佸垪鍚戦噺 A*x=r*x (x鐨勫叡杞浆缃煩闃)*A*x=r*(x鐨勫叡杞浆缃煩闃)*x鈥︹︹憼 鍥犱负x闈為浂锛屾墍浠(x鐨勫叡杞浆缃煩闃)*x鏄竴涓鏁帮紝璁颁负X 灏嗏憼寮忎袱杈瑰垎鍒綔鍏辫江杞疆锛屽洜涓篈瀹炲弽瀵圭О锛屾墍浠鐨勫叡杞浆缃煩闃=-A (x鐨勫叡杞浆缃煩闃)*(-A)*x...
绛旓細浣跨敤matlab鍙互鏂逛究鐨勮绠椾换浣曞鏉傜殑鏂归樀鐨勭壒寰佸煎拰鐗瑰緛鍚戦噺锛1銆侀鍏堥渶瑕佺煡閬璁＄畻鐭╅樀鐨勭壒寰佸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...
