-
矩阵特征值
编辑
-
中文名
- 矩阵特征值 外文名
- matrix eigenvalues 学 科
- 数学
-
领 域
- 线性代数 相关概念
- 特征向量 对 象
- n阶方阵
目录
定义
编辑
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。式
Ax=λx也可写成( A-λE)X=0。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。
矩阵特征值和特征向量的概念和计算
编辑
设A是数域P上的一个n阶矩阵,λ是一个未知量,
称为A的
特征多项式,记¦(λ)=|λE-A|,是一个P上的关于λ的n次多项式,E是单位矩阵。
¦(λ)=|λE-A|=λ+a
1λ+…+a
n= 0是一个
n次代数方程,称为A的特征方程。特征方程¦(λ)=|λE-A|=0的根(如:λ
0)称为A的特征根(或特征值
)。n次代数方程在复数域内有且仅有n个根,而在实数域内不一定有根,因此特征根的多少和有无,不仅与A有关,与数域P也有关。
以A的特征值λ
0代入(λE-A)X=θ,得方程组(λ
0E-A)X=θ,是一个齐次方程组,称为A的关于λ
0的特征
方程组。因为|λ
0E-A|=0,(λ
0E-A)X=θ必存在非零解
,
称为A的属于λ
0的
特征向量。所有λ
0的特征向量全体构成了λ
0的特征向量空间。
![](https://gss0.bdstatic.com/-4o3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D28/sign=b94448df70899e517c8e3d1c43a74585/7acb0a46f21fbe09e7dd583660600c338744ad15.jpg)
![](https://gss0.bdstatic.com/-4o3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D28/sign=881722469feef01f49141fcde1fe35e3/4afbfbedab64034f44685924a4c379310a551d6e.jpg)
特征值与特征向量的求法
编辑求法
对于矩阵A,由AX=λ
0X,λ
0EX=AX,得[λ
0E-A]X=θ即齐次线性方程组
有非零解的充分必要条件是:
即说明特征根是特征多项式|λ
0E-A| =0的根,由代数基本定理
有n个复根λ
1,λ
2,…,λ
n,为A的n个特征根。当特征根λ
i(I=1,2,…,n)求出后,(λ
iE-A)X=θ是齐次方程,λ
i均会使|λ
iE-A|=0,(λ
iE-A)X=θ必存在非零解,且有无穷个解向量,(λ
iE-A)X=θ的基础解系以及基础解系的线性组合都是A的特征向量。
示例
求矩阵
的特征值与特征向量。
![](https://gss2.bdstatic.com/-fo3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D114/sign=a9eaa62a1430e924cba4983078096e66/f31fbe096b63f624c58282218c44ebf81a4ca331.jpg)
解:由特征方程
解得A有2重特征值λ
1=λ
2=-2,有单特征值λ
3=4。
对于特征值λ
1=λ
2=-2,解方程组(-2E-A)x=θ
得同解方程组x
1-x
2+x
3=0,解为x
1=x
2-x
3(x
2,x
3为自由未知量)。分别令自由未知量
得基础解系
所以A的对应于特征值λ
1=λ
2=-2的全部特征向量为x=k
1ξ
1+k
2ξ
2(k
1,k
2不全为零),可见,特征值λ=-2的特征向量空间是二维的。注意,特征值在重根时,特征向量空间的维数£特征根的
重数。
对于特征值λ
3=4,方程组(4E-A)x=q
得同解方程组为
通解为
令自由未知量x
3=2得基础解系ξ
3
,所以A的对于特征值λ
3=4得全部特征向量为x= k
3ξ
3。
![](https://gss2.bdstatic.com/-fo3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D73/sign=9d6ec130444a20a4351e3ec49052903f/b58f8c5494eef01fe45181e7ebfe9925bc317d4f.jpg)
性质
编辑
性质1:n阶方阵A=(a
ij)的所有特征根为λ
1,λ
2,…,λ
n(包括重根),则:
性质2:若λ是可逆阵A的一个特征根,x为对应的特征向量,则1/λ 是A的一个特征根,x仍为对应的
特征向量。
性质3:若 λ是方阵A的一个特征根,x为对应的特征向量,则λ 的m次方是A的m次方的一个特征根,x仍为对应的
特征向量。
性质4:设λ
1,λ
2,…,λ
m是方阵A的互不相同的特征值。x
j是属于λ
i的特征向量( i=1,2,…,m),则x
1,x
2,…,x
m线性无关,即不相同特征值的特征向量
线性无关
[1]
。