matlab 广义特征,MATLAB中的广义特征向量？

根据Matlab文档,[V,D] = eig(A,B)产生广义特征值的对角矩阵D和满矩阵V,其列是相应的特征向量,因此A * V = B * V * D

这里有一个如何自己动手的例子……首先我们输入一个样本矩阵A：

A = [ 35 -12 4 30 ;

22 -8 3 19 ;

-10 3 0 -9 ;

-27 9 -3 -23 ];

然后我们探索它的特征多项式,特征值和特征向量.

poly(A)

ans =

1.0000 -4.0000 6.0000 -4.0000 1.0000

这些是特征多项式的系数,因此是(λ-1)^ 4

然后

[V, D] = eigensys(A)

V =

[ 1, 0]

[ 0, 1]

[-1, 3]

[-1, 0]

D =

[1]

[1]

[1]

[1]

因此,MATLAB只找到两个独立的特征向量

w1 = [1 0 -1 -1]';

w2 = [0 1 3 0]';

与单个多重性4特征值λ= 1相关联,因此具有缺陷2.

所以我们建立了4×4单位矩阵和矩阵B = A-λI

Id = eye(4);

B = A - L*Id;

当L = 1时,我们计算B ^ 2和B ^ 3

B2 = B*B

B3 = B2*B

我们发现B2≠0,但B3 = 0,所以应该有一个长度为3的链

特征值λ= 1.选择第一个广义特征向量

u1 = [1 0 0 0]';

我们计算进一步广义的特征向量

u2 = B*u1

u2 =

34

22

-10

-27

和

u3 = B*u2

u3 =

42

7

-21

-42

因此我们发现基于(普通)的长度3链{u3,u2,u1}特征向量u3. (为了使这个结果与MATLAB的eigensys计算一致,你可以检查u3-42w1 = 7w2)