当前位置:   article > 正文

如何求矩阵的特征值和特征向量_非方阵求特征值

非方阵求特征值

举例求解矩阵的特征值和特征向量

(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 =[460350361]

433656001
M=433656001
  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} MλE=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| = [4λ6035λ0361λ]
4λ3365λ6001λ
= (1-\lambda) [4λ635λ]
[4λ365λ]
= (\lambda -1)^{2}(\lambda + 2)
MλE=4λ3365λ6001λ=(1λ)[4λ365λ]=(λ1)2(λ+2)

  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 (MλE)x=0,求出特征向量。

   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| = [660330363]

633636003
\xRightarrow{先变成增广矩阵} [660033003630]
633636003000
\xRightarrow{再初等行变换} [110000000110]
100101001000
M+2E=633636003广 633636003000 100101001000
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=1x1=1
解得: x 1 = − 1 , x 2 = 1 , x 3 = 1 x_{1}=-1,x_{2}=1,x_{3}=1 x1=1x2=1x3=1,所以 λ 1 \lambda_{1} λ1的特征向量为: p 1 = [ − 1 1 1 ] 。 p_{1} =[111]
111
p1=111

   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 (ME)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| = [360360360]

333666000
\xRightarrow{先变成增广矩阵} [360036003600]
333666000000
\xRightarrow{再初等行变换} [120000000000]
100200000000
ME=333666000广 333666000000 100200000000
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=2x2=1x3=0,所以 λ 2 \lambda_{2} λ2特征向量为: p 2 = [ − 2 1 0 ] 。 p_{2} = [210]
p2=210

再取, x 1 = x 2 = 0 , x 3 = 1 x_{1}=x_{2}=0,x_{3}=1 x1=x2=0x3=1,可解得 λ 3 \lambda_{3} λ3的特征向量为: p 3 = [ 0 0 1 ] 。 p_{3} = [001]
p3=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=2λ2=λ3=1。对应的特征向量为: p 1 = [ − 1 1 1 ] p_{1} =[111]

p1=111 p 2 = [ − 2 1 0 ] 、 p 3 = [ 0 0 1 ] p_{2} = [210]
、p_{3} =[001]
p2=210p3=001

如何再继续进行矩阵的特征分解呢?

  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= [201101011]

,Λ= [100010002]
Q=210001111Λ=100010002
  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}= [201101011]
[100010002]
[201101011]
^{-1}
M=QΛQ1=2100011111000100022100011111

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。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Cpp五条/article/detail/78149
推荐阅读
相关标签
  

闽ICP备14008679号