-
1 # marzu44899
-
2 # 使用者1228436877168
特徵多項式 = (λ-1)^2 (λ+1)。
二重特徵值是指特徵值是特徵多項式的2重根。
如A的特徵多項式為|λE-A |=(λ-2)(λ^2-8λ+18+3a)。
當λ=2是特徵方程的二重根,則有2^2-8*2+18+3a=0,解得a=-2。
若λ=2不是特徵方程的二重根,則(λ^2-8λ+18+3a)為完全平方,從18+3a=16而,解得 a。
設 A 是n階方陣,如果存在數m和非零n維列向量 x,使得 Ax=mx 成立,則稱 m 是A的一個特徵值或本徵值。非零n維列向量x稱為矩陣A的屬於(對應於)特徵值m的特徵向量或本徵向量,簡稱A的特徵向量或A的本徵向量。
擴充套件資料:
特徵值的基本應用:
1、求特徵向量:
設A為n階矩陣,根據關係式Ax=λx,可寫出(λE-A)x=0,繼而寫出特徵多項式|λE-A|=0,可求出矩陣A有n個特徵值(包括重特徵值)。
將求出的特徵值λi代入原特徵多項式,求解方程(λiE-A)x=0,所求解向量x就是對應的特徵值λi的特徵向量。
2、判斷相似矩陣的必要條件:
設有n階矩陣A和B,若A和B相似(A∽B),則有:
(1)A的特徵值與B的特徵值相同——λ(A)=λ(B),特別地,λ(A)=λ(Λ),Λ為A的對角矩陣;
(2)A的特徵多項式與B的特徵多項式相同——|λE-A|=|λE-B|;
(3)A的跡等於B的跡——trA=trB,其中i=1,2,…n(即主對角線上元素的和);
(4)A的行列式值等於B的行列式值——|A|=|B|;
(5)A的秩等於B的秩——r(A)=r(B)。
因而A與B的特徵值是否相同是判斷A與B是否相似的根本依據。
3、判斷矩陣可對角化的充要條件:
矩陣可對角化有兩個充要條件:
1、矩陣有n個不同的特徵向量;
2、特徵向量重根的重數等於基礎解系的個數。對於第二個充要條件,則需要出現二重以上的重特徵值可驗證(一重相當於沒有重根)。
若矩陣A可對角化,則其對角矩陣Λ的主對角線元素全部為A的特徵值,其餘元素全部為0。(一個矩陣的對角陣不唯一,其特徵值可以換序,但都存在由對應特徵向量順序組成的可逆矩陣P。
回覆列表
舉個例子:假設一個六階矩陣的特徵值是 1,2, 2, 3, 3, 3特徵值 1 就是 單特徵值值,特徵值 2 是 二重特徵值, 沒見過 “單重特徵值” 這個術語。特徵值 3 就是 三重特徵值。特徵值是線性代數中的一個重要概念。在數學、物理學、化學、計算機等領域有著廣泛的應用。設 A 是n階方陣,如果存在數m和非零n維列向量 x,使得 Ax=mx 成立,則稱 m 是A的一個特徵值(characteristic value)或本徵值(eigenvalue)。非零n維列向量x稱為矩陣A的屬於(對應於)特徵值m的特徵向量或本徵向量,簡稱A的特徵向量或A的本徵向量。擴充套件資料特徵值求n階矩陣A的特徵值的基本方法:求矩陣的全部特徵值和特徵向量的方法如下:第一步:計算的特徵多項式;第二步:求出特徵方程的全部根,即為的全部特徵值;第三步:對於的每一個特徵值,求出齊次線性方程組:的一個基礎解系,則的屬於特徵值的全部特徵向量是(其中是不全為零的任意實數).[注]:若是的屬於的特徵向量,則也是對應於的特徵向量,因而特徵向量不能由特徵值惟一確定.反之,不同特徵值對應的特徵向量不會相等,亦即一個特徵向量只能屬於一個特徵值.參考資料