赞
踩
(先明确:只有方阵才能求出特征值,非方阵只能求奇异值。)
直接举一个例子:求下面矩阵M的特征值和特征向量。
M
=
[
4
6
0
−
3
−
5
0
−
3
−
6
1
]
M =[460−3−50−3−61]
设矩阵M的特征值为
λ
\lambda
λ,列出矩阵M的特征方程:矩阵M减去,
λ
\lambda
λ乘以和M同等大小的单位矩阵E。再让它们整体的行列式的值等于0即可。如下所示:
∣
M
−
λ
E
∣
=
0
(1)
|M - \lambda E| = 0\tag{1}
∣M−λE∣=0(1)
求解(1)式的步骤如下:
∣
M
−
λ
E
∣
=
[
4
−
λ
6
0
−
3
−
5
−
λ
0
−
3
−
6
1
−
λ
]
=
(
1
−
λ
)
[
4
−
λ
6
−
3
−
5
−
λ
]
=
(
λ
−
1
)
2
(
λ
+
2
)
|M - \lambda E| = [4−λ60−3−5−λ0−3−61−λ]
所以特征值为1和-2,重数是1。
然后,把每个特征值
λ
\lambda
λ带入到下方的线性方程组
(
M
−
λ
E
)
x
=
0
(M - \lambda E)x = 0
(M−λE)x=0,求出特征向量。
当
λ
1
=
−
2
\lambda_{1}=-2
λ1=−2时,解线性方程组:
(
M
−
(
−
2
)
E
)
x
=
0
(M - (-2)E)x = 0
(M−(−2)E)x=0。
∣
M
+
2
E
∣
=
[
6
6
0
−
3
−
3
0
−
3
−
6
3
]
⇒
先
变
成
增
广
矩
阵
[
6
6
0
0
−
3
−
3
0
0
−
3
−
6
3
0
]
⇒
再
初
等
行
变
换
[
1
1
0
0
0
0
0
0
0
−
1
1
0
]
|M + 2E| = [660−3−30−3−63]
所以,
x
1
+
x
2
=
0
;
−
x
2
+
x
3
=
0
x_{1}+x_{2}=0; -x_{2}+x_{3}=0
x1+x2=0;−x2+x3=0。随便带一个值,一般取
x
3
=
1
x_{3}=1
x3=1,可解得
x
2
=
1
,
x
1
=
−
1
。
x_{2}=1,x_{1}=-1。
x2=1,x1=−1。
解得:
x
1
=
−
1
,
x
2
=
1
,
x
3
=
1
x_{1}=-1,x_{2}=1,x_{3}=1
x1=−1,x2=1,x3=1,所以
λ
1
\lambda_{1}
λ1的特征向量为:
p
1
=
[
−
1
1
1
]
。
p_{1} =[−111]
当
λ
2
=
λ
3
=
1
\lambda_{2}=\lambda_{3}=1
λ2=λ3=1时,解线性方程组:
(
M
−
E
)
x
=
0
(M - E)x = 0
(M−E)x=0。
∣
M
−
E
∣
=
[
3
6
0
−
3
−
6
0
−
3
−
6
0
]
⇒
先
变
成
增
广
矩
阵
[
3
6
0
0
−
3
−
6
0
0
−
3
−
6
0
0
]
⇒
再
初
等
行
变
换
[
1
2
0
0
0
0
0
0
0
0
0
0
]
|M - E| = [360−3−60−3−60]
所以,
x
1
+
2
x
2
=
0
;
x
3
=
0
x_{1}+2x_{2}=0; x_{3}=0
x1+2x2=0;x3=0。随便带一个值,这里取
x
1
=
−
2
x_{1}=-2
x1=−2,可解得
x
2
=
1
。
x_{2}=1。
x2=1。
解得:
x
1
=
−
2
,
x
2
=
1
,
x
3
=
0
x_{1}=-2,x_{2}=1,x_{3}=0
x1=−2,x2=1,x3=0,所以
λ
2
\lambda_{2}
λ2特征向量为:
p
2
=
[
−
2
1
0
]
。
p_{2} = [−210]
再取,
x
1
=
x
2
=
0
,
x
3
=
1
x_{1}=x_{2}=0,x_{3}=1
x1=x2=0,x3=1,可解得
λ
3
\lambda_{3}
λ3的特征向量为:
p
3
=
[
0
0
1
]
。
p_{3} = [001]
综上所述:矩阵M的特征值为
λ
1
=
−
2
,
λ
2
=
λ
3
=
1
\lambda_{1}=-2,\lambda_{2}=\lambda_{3}=1
λ1=−2,λ2=λ3=1。对应的特征向量为:
p
1
=
[
−
1
1
1
]
p_{1} =[−111]
接下来进行矩阵的特征分解,上面已经求出了矩阵M的特征值和特征向量了,下面就非常简单了。
设矩阵Q为矩阵M的特征向量按列组成的矩阵。将特征向量按照从大到小、从左到右按列排列构成Q。 Λ 是对角矩阵,其对角线上的元素为对应的特征值。(按照刚才特征向量的位置,把对应特征值从上往下排列)如下所示:
Q
=
[
−
2
0
−
1
1
0
1
0
1
1
]
,
Λ
=
[
1
0
0
0
1
0
0
0
−
2
]
。
Q= [−20−1101011]
所以最后,方阵M的特征值分解为:
M
=
Q
Λ
Q
−
1
=
[
−
2
0
−
1
1
0
1
0
1
1
]
[
1
0
0
0
1
0
0
0
−
2
]
[
−
2
0
−
1
1
0
1
0
1
1
]
−
1
M=QΛQ^{-1}= [−20−1101011]
最后注意:
能够进行特征分解的矩阵,要满足以下两个条件:
1.如果矩阵的所有特征根都不相等,那么绝对可以特征分解。
2.如果矩阵有等根,只需等根(重特征值)对应的那几个特征向量,是线性无关的。那么也可以特征分解。如果不是就不能了。
综合说:就是要有n个线性无关的特征向量。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。