3.4 MATLAB学习笔记之矩阵处理-矩阵的特征值与特征向量

最新推荐文章于 2024-10-09 22:11:37 发布

难得迷虎

最新推荐文章于 2024-10-09 22:11:37 发布

阅读量179

点赞数 4

文章标签： matlab 学习笔记

本文链接：https://blog.csdn.net/jjh1203god/article/details/142779550

版权

矩阵的特征值与特征向量

对于n阶方阵A,求数λ和向量ξ,使得等式Aξ=λξ成立，满足等式的数λ称为A的特征值，而向量ξ称为A的特征向量。

实际上，方程Aξ=λξ和(A-λI)ξ=0是两个等价方程。要使方程(A-λI)ξ=0有非零解ξ,必须使其系数行列式为0,即|A-λI|=0。

线性代数中已经证明，行列式|A-λI|是一个关于λ的n次多项式，因而方程|A-λI|=0是一个n次方程，有n个根(含重根),就是矩阵A的n个特征值，每一个特征值对应无穷多个特征向量。矩阵的特征值问题有确定解，但特征向量问题没有确定解。

特征值和特征向量在科学研究和工程计算中有广泛应用。在MATLAB中，计算矩阵A的特征值和特征向量的函数是**eig(A)**,常用的调用格式有以下3种。

(1)V=eig(A):求矩阵A的全部特征值，构成向量V。

(2)[X,D]=eig(A):求矩阵A的全部特征值，构成对角阵D,并产生矩阵X,X各列是相应的特征向量，满足A·X=X·D。

(3)[X,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。

一个矩阵的特征向量有无穷多个，eig函数只找出其中的n个，A的其他特征向量均可由这n个特征向量的线性组合表示。

>> A=[1,1,0.5;1,1,0.25;0.5,0.25,2]

A =

    1.0000    1.0000    0.5000
    1.0000    1.0000    0.2500
    0.5000    0.2500    2.0000

>> [X,D]=eig(A)

X =

    0.7212    0.4443    0.5315
   -0.6863    0.5621    0.4615
   -0.0937   -0.6976    0.7103


D =

   -0.0166         0         0
         0    1.4801         0
         0         0    2.5365

求得的3个特征值是-0.0166、1.4801和2.5365,各特征值对应的特征向量为X的各列构成的向量。验证结果AX和XD的值均为


>> A*X

ans =

   -0.0120    0.6576    1.3481
    0.0114    0.8320    1.1705
    0.0016   -1.0325    1.8018

>> X*D

ans =

   -0.0120    0.6576    1.3481
    0.0114    0.8320    1.1705
    0.0016   -1.0325    1.8018

例1用求特征值的方法解方程。

3x⁵-7x⁴+5x²+2x-18=0

先构造与方程对应的多项式的伴随矩阵A,再求A的特征值。

>> p=[3,-7,0,5,2,-18];    
>> A=compan(p)

A =

    2.3333         0   -1.6667   -0.6667    6.0000
    1.0000         0         0         0         0
         0    1.0000         0         0         0
         0         0    1.0000         0         0
         0         0         0    1.0000         0

>> x1=eig(A)

x1 =

   2.1837 + 0.0000i
   1.0000 + 1.0000i
   1.0000 - 1.0000i
  -0.9252 + 0.7197i
  -0.9252 - 0.7197i

>> x2=roots(p)

x2 =

   2.1837 + 0.0000i
   1.0000 + 1.0000i
   1.0000 - 1.0000i
  -0.9252 + 0.7197i
  -0.9252 - 0.7197i