理论教育 线性代数-特征值与特征向量的求法

线性代数-特征值与特征向量的求法

时间:2023-11-07 理论教育 版权反馈
【摘要】:,λn;对于矩阵A的每一个特征值λi,求出齐次线性方程组X=0的一个基础解系:η1,η2,…,ηnr,其中r为矩阵λiEA的秩;则矩阵A的属于λi的全部特征向量为:k1η1+k2η2+…

线性代数-特征值与特征向量的求法

下面先列举一个例子,然后介绍矩阵A的特征值与特征向量的求法.

例1 求的特征值和特征向量.

解:先写出A的特征多项式

再求特征多项式的根,即解方程

(λ+2)(λ−1)2=0,

得到A的3个特征值为λ1=−2,λ23=1.

注 求矩阵 A 对应于特征值λ0的特征向量.利用式(2),将λ=λ0代入式 (2),求出该齐次线性方程组的所有非零解,这些解均为对应于λ0的特征向量.

当λ1=−2时,解齐次线性方程组

(−2E−A)X=0, (6)

把系数矩阵通过初等行变换化为阶梯形矩阵,即

可知r(−2E−A)=2,取x3为自由未知量,得到方程组(6)的基础解系为α1=(1,1,1)T,于是A的属于特征值−2 的全部特征向量为k1α1,其中k1是不为零的常数.

当λ23=1时,解齐次线性方程组

(E−A)X=0, (7)

为此先对矩阵E−A做初等行变换化为阶梯形矩阵:

可知r(E−A)=1,取x2,x3为自由未知量,得到方程组(7)的基础解系为α2=(−1,1,0)T,α3=(−1,0,1)T,所以A的属于特征值 1 的全部特征向量为k2α2+k3α3,其中k2,k3为不全为零的常数.

由此可以得到两个重要结论:

(1)矩阵A对应于特征值λ0的特征向量乘以非零常数k仍为对应于λ0的特征向量;

(2)矩阵A对应于同一个特征值λ0的2个特征向量之和仍为对应于λ0的特征向量.

上述关于矩阵A的特征值及特征向量的求法的结论,可归纳为如下定理.

定理1 设A是n阶矩阵,λ是A的特征值,则α是A的属于λ的特征向量的充分必要条件是λ是|λE−A|=0的根,α是齐次线性方程组(λE−A)X=0的非零解.

由定理1可归纳出求矩阵A的特征值及特征向量的步骤:

(1)计算|λE−A|;

(2)求|λE−A|=0 的全部根,它们就是A的全部特征值λ1,λ2,…,λn

(3)对于矩阵A的每一个特征值λi,求出齐次线性方程组(λiE−A)X=0的一个基础解系:η1,η2,…,ηn−r,其中r为矩阵λiE−A的秩;

则矩阵A的属于λi的全部特征向量为:

k1η1+k2η2+…+kn−rηn−r,(www.daowen.com)

其中k1,k2,…,kn−r为不全为零的常数.

例2 求的特征值和特征向量.

解:先写出A的特征多项式,

再求特征多项式的根,即解方程

(λ−1)(λ−3)2=0,

得到A的3个特征值为λ1=1,λ23=3.

当λ1=1时,解齐次线性方程组

(E−A)X=0,

把系数矩阵通过初等行变换化为阶梯形矩阵,即可知r(E−A)=2,取x3为自由未知量,得到方程组(E−A)X=0的基础解系为α1=(−1,−1,1)T,于是A的属于特征值 1 的全部特征向量为k1α1,其中k1是不为零的常数.

当λ23=3时,解齐次线性方程组

(3E−A)X=0,

为此先对矩阵(3E−A)做初等行变换化为阶梯形矩阵,

可知r(3E−A)=2,取x3为自由未知量,得到方程组(3E−A)X=0的基础解系为α2=(−1,−3,1)T,于是A的属于特征值 3 的全部特征向量为k2α2,其中k2是不为零的常数.

例3 求的特征值及对应的特征向量.

解:

令|λE−A|=0 解得:λ1=−1,λ2=1,λ3=3.

当λ1=−1时,

r(λ1E−A)=2,取x2为自由未知量,对应的方程组为,解得一个 基础解系为α1=(−1,1,0)T,所以A的属于特征值 −1的全部特征向量为k1α1,其中k1是不为零的常数.

当λ2=1时,,r(λ2E−A)=2,取x3为自由未知量,对应的方程组为,解得一个基础解系为α2=(−1,1,−1)T,所以A的属于特征值 3 的全部特征向量为k2α2,其中k2是不为零的常数.

当λ3=3时,,r(λ3E−A)=2,取x3为自由未知量,对应的方程组为,解得一个基础解系为α3=(0,−1,1)T,所以A的属于特征值3的全部特征向量为k3α3,其中k3是不为零的常数.

例4 已知矩阵有一个特征向量,求x的值.

解:由已知有

所以有

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈