矩阵有特征值,那矩阵的特征向量怎么求?

证明: 设λ是A的特征值则 λ^2-1 是 A^2-E=0 的特征值 (定理)而零矩阵的特征值只能是0所以 λ^2-1=0所以 λ=1 或 -1。

定义 设A是n阶方阵,如果数λ和n维非零列向量x使关系式

AX=λX (1)

成立,那么这样的数λ称为矩阵A特征值,非零向量x称为A的对应于特征值λ的特征向量.

(1)式也可写成,

( A-λE)X=0 (2)

这是n个未知数n个方程的齐次线性方程组,它有非零解的充分必要条件是系数行列式

| A-λE|=0 , (3)

扩展资料

求矩阵的全部特征值和特征向量的方法如下:

第一步:计算的特征多项式;

第二步:求出特征方程的全部根,即为的全部特征值;

第三步:对于的每一个特征值,求出齐次线性方程组:的一个基础解系,则的属于特征值的全部特征向量是(其中是不全为零的任意实数).



  • 鐭╅樀鏈夌壒寰佸,閭g煩闃电殑鐗瑰緛鍚戦噺鎬庝箞姹?
    绛旓細璇佹槑: 璁疚绘槸A鐨勭壒寰佸煎垯 位^2-1 鏄 A^2-E=0 鐨勭壒寰佸 (瀹氱悊)鑰岄浂鐭╅樀鐨勭壒寰佸鍙兘鏄0鎵浠 位^2-1=0鎵浠 位=1 鎴 -1銆傚畾涔 璁続鏄痭闃舵柟闃碉紝濡傛灉鏁拔诲拰n缁撮潪闆跺垪鍚戦噺x浣垮叧绯诲紡 AX=位X (1)鎴愮珛锛岄偅涔堣繖鏍风殑鏁拔荤О涓虹煩闃礎鐗瑰緛鍊硷紝闈為浂鍚戦噺x绉颁负A鐨勫搴斾簬鐗瑰緛鍊嘉鐨勭壒寰佸悜閲锛庯紙...
  • 涓涓鐗瑰緛鍊涓瀹氬彲浠ユ眰鍑哄畠瀵瑰簲鐨勭壒寰佸悜閲鍚?
    绛旓細涓涓鐭╅樀鐨勭壒寰佸涓瀹氬彲浠ユ眰鍑鸿鐗瑰緛鍊煎搴鐨勭壒寰佸悜閲銆傝 A 鏄痭闃舵柟闃碉紝濡傛灉瀛樺湪鏁癿鍜岄潪闆秐缁村垪鍚戦噺 x锛屼娇寰 Ax=mx 鎴愮珛锛屽垯绉 m 鏄疉鐨勪竴涓鐗瑰緛鍊硷紝闈為浂n缁村垪鍚戦噺 x鏄煩闃礎瀵瑰簲浜庣壒寰佸糾鐨勪竴涓壒寰佸悜閲忋傛牴鎹煩闃电壒寰佸煎拰鐗瑰緛鍚戦噺鐨勫畾涔夊彲鐭ワ紝濡傛灉鍙互瀛樺湪鐗瑰緛鍊糾锛岄偅涔堜竴瀹氬瓨鍦ㄩ潪闆剁壒寰佸悜閲弜銆
  • 鐭ラ亾鐗瑰緛鍊鎬庝箞姹鐗瑰緛鍚戦噺
    绛旓細浠庡畾涔夊嚭鍙戯紝Ax=cx锛欰涓鐭╅樀锛宑涓鐗瑰緛鍊硷紝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锛夊彧鍙戠敓鎷変几锛屼娇鍏跺彂鐢熸媺浼哥殑绋嬪害濡備綍锛堢壒寰佸...
  • 鐭╅樀鐨勭壒寰佸鍜鐗瑰緛鍚戦噺鏈変粈涔鑱旂郴鍜屽尯鍒悧?
    绛旓細褰揂鍙嗘椂锛 鑻 位鏄疉鐨勭壒寰佸硷紝 伪 鏄疉鐨勫睘浜庣壒寰佸嘉鐨勭壒寰佸悜閲锛涘垯 |A| / 位 鏄 A*鐨勭壒寰佸硷紝 伪 浠嶆槸A*鐨勫睘浜庣壒寰佸 |A| / 位 鐨勭壒寰佸悜閲忋傝A鏄痭闃舵柟闃碉紝濡傛灉鏁拔诲拰n缁撮潪闆跺垪鍚戦噺x浣垮叧绯诲紡Ax=位x鎴愮珛锛岄偅涔堣繖鏍风殑鏁拔荤О涓鐭╅樀A鐗瑰緛鍊硷紝闈為浂鍚戦噺x绉颁负A鐨勫搴斾簬鐗瑰緛鍊嘉荤殑鐗...
  • 鐭╅樀鐗瑰緛鍊鐩稿悓,鐗瑰緛鍚戦噺涓瀹氱浉鍚屽悧?
    绛旓細瀹冧滑鐨鐗瑰緛鍊鐩稿悓锛鐗瑰緛鍚戦噺涓嶄竴瀹氱浉鍚屻傜浉浼煎垯鐗瑰緛澶氶」寮忕浉鍚岋紝鎵浠鐭╅樀A鍜孊鐨勭壒寰佸肩浉鍚屻傝屽浜庣浉鍚岀殑鐗瑰緛鍊紉锛孉n=xn锛宯涓虹壒寰佸悜閲忥紝涓鏍风殑鐭╅樀鐗瑰緛鍚戦噺涓嶄竴瀹氱浉鍚屻
  • 鐭╅樀鐨勭壒寰佸涓鐗瑰緛鍚戦噺鏈変粈涔鍏崇郴?
    绛旓細0銆侫鐨刵涓壒寰佸肩殑鍜屾槸tr(ab^T)锛屽叾涓璶-1涓姞鏁伴兘鏄0锛屽彟涓涓氨鏄 tr(ab^T)銆傛墍浠鐨勫搴斾簬鐗瑰緛鍊嘉1=位2=-2鐨勫叏閮ㄧ壒寰佸悜閲忎负x=k1尉1+k2尉2(k1,k2涓嶅叏涓洪浂)锛屽彲瑙锛岀壒寰佸位=-2鐨勭壒寰佸悜閲绌洪棿鏄簩缁寸殑銆傛敞鎰忥紝鐗瑰緛鍊煎湪閲嶆牴鏃讹紝鐗瑰緛鍚戦噺绌洪棿鐨勭淮鏁鏄壒寰鏍圭殑閲嶆暟銆
  • 鐭╅樀鏈夌壒寰佸,涓瀹氭湁鐗瑰緛鍚戦噺鍚?
    绛旓細鐗瑰緛鍊鍜鐗瑰緛鍚戦噺鏄绾挎т唬鏁伴噷鐨勯噸瑕佹蹇碉紝骞挎硾鍦拌繍鐢ㄥ湪鐜颁唬鐗╃悊鍜屽伐绋嬪綋涓紝鍏跺畾涔変负濡備笅鍏紡锛欰X-mX=0 鎴 (A-mE)X=0 鍏朵腑锛欰-鐭╅樀锛沊-鐗瑰緛鍚戦噺锛沵-鐗瑰緛鍊硷紱E-鍗曚綅鐭╅樀銆傚悜閲忔槸涓涓湁鏂瑰悜鍜屽ぇ灏忕殑鐭㈤噺锛岀煩闃鍜屽悜閲忕浉涔樼浉褰撲簬鏀瑰彉浜嗗悜閲忕殑鏂瑰悜鍜屽ぇ灏忥紝鑰屼竴涓暟涓庡悜閲忕浉涔樺彧鏀瑰彉浜嗗悜閲忕殑澶у皬锛屼笉...
  • 鐩镐技鐭╅樀A鍜孊鏈夌浉鍚鐨勭壒寰佸,鐗瑰緛鍚戦噺涓庝粈涔堝叧绯?
    绛旓細鐩镐技鐨勭煩闃靛繀鏈夌浉鍚鐨勭壒寰佸,浣嗕笉涓瀹氭湁鐩稿悓鐨勭壒寰佸悜閲銆傚鏋淎鐩镐技B,鍒欏瓨鍦ㄩ潪濂囧紓鐭╅樀鏄P锛屾湁P^(-1)*A*P锛滲銆俤et(xI-B)=det(xI-P^(-1)*A*P)=det(P^(-1))=det(xI-A*)det*P)=det(xI-A)锛屽嵆B鐨勭壒寰佸椤瑰紡涓嶢鐨勭壒寰佸椤瑰紡鐩稿悓锛屾晠鏈夌浉鍚岀殑鐗瑰緛鍊笺傚鏋淎鐨勭壒寰佸悜閲忔槸a鐨勶紝鍒橞鐨...
  • 鐭╅樀鐨勭壒寰佸涓鐗瑰緛鍚戦噺鏈変粈涔鍏崇郴鍚?
    绛旓細锛1/位锛夋槸A^-1鐨勭壒寰佸硷紝伪鏄疉^-1鐨勫睘浜庣壒寰佸1/位鐨勭壒寰佸悜閲銆傛墍浠ヤ簰閫鐭╅樀鐨勭壒寰佸浜掍负鍊掓暟銆傛敞鎰忥細绯绘暟琛屽垪寮弢A-位E|绉颁负A鐨勭壒寰佸椤瑰紡锛岃¦(位)=|位E-A|锛屾槸涓涓狿涓婄殑鍏充簬位鐨刵娆″椤瑰紡锛孍鏄崟浣嶇煩闃点¦(位)=|位E-A|=位n+a1位n-1+鈥+an= 0鏄竴涓猲娆′唬鏁...
  • 鐭╅樀鏈夌壒寰佸涓瀹氭湁鐗瑰緛鍚戦噺鍚?
    绛旓細涓瀹氾紝涓涓猲闃鐭╅樀涓瀹氭湁n涓鐗瑰緛鍊锛堝寘鎷噸鏍癸級锛屼篃鍙兘鏄鏍广備竴涓猲闃跺疄瀵圭О鐭╅樀涓瀹氭湁n涓疄鐗瑰緛鍊硷紙鍖呮嫭閲嶆牴锛夈傛瘡涓涓壒寰佸艰嚦灏戞湁涓涓鐗瑰緛鍚戦噺锛堜笉姝竴涓級銆備笉鍚岀壒寰佸煎搴旂壒寰佸悜閲忕嚎鎬ф棤鍏炽傚湪鏁板涓 鐭╅樀锛圡atrix锛夋槸涓涓寜鐓ч暱鏂归樀鍒楁帓鍒楃殑澶嶆暟鎴栧疄鏁伴泦鍚堬紝鏈鏃╂潵鑷簬鏂圭▼缁勭殑绯绘暟鍙婂父鏁版墍...
  • 扩展阅读:什么叫短视频矩阵 ... 矩阵的特征方程 ... 一张图看懂矩阵运算 ... 矩阵的特征值个数关系 ... 3 3矩阵的特征值怎么求 ... 矩阵的特征值与特征量 ... 特征值的详细计算过程 ... 求矩阵的特征值的三种方法 ... 每一个方阵都有特征值吗 ...

    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