在MATLAB中，計算矩陣A的特徵值和特徵向量的函式是eig(A)，常用的呼叫格式有5種：(1) E=eig(A)：求矩陣A的全部特徵值，構成向量E。(2) [V,D]=eig(A)：求矩陣A的全部特徵值，構成對角陣D，並求A的特徵向量構成V的列向量。(3) [V,D]=eig(A,"nobalance")：與第2種格式類似，但第2種格式中先對A作相似變換後求矩陣A的特徵值和特徵向量，而格式3直接求矩陣A的特徵值和特徵向量。(4) E=eig(A,B)：由eig(A,B)返回N×N階方陣A和B的N個廣義特徵值，構成向量E。(5) [V,D]=eig(A,B)：由eig(A,B)返回方陣A和B的N個廣義特徵值，構成N×N階對角陣D，其對角線上的N個元素即為相應的廣義特徵值，同時將返回相應的特徵向量構成N×N階滿秩矩陣，且滿足AV=BVD。eigFind eigenvalues and eigenvectorsSyntaxd = eig(A)d = eig(A,B)[V,D] = eig(A)[V,D] = eig(A,"nobalance")[V,D] = eig(A,B)[V,D] = eig(A,B,flag)d = eig(A)和 [V,D] = eig(A)最為常用 注意，第一列為對應第一個特徵值的特徵向量，比如：B=rand(4)B = 0.5653 0.7883 0.1365 0.9749 0.2034 0.5579 0.3574 0.6579 0.5070 0.1541 0.9648 0.0833 0.5373 0.7229 0.3223 0.3344>> [a,b]=eig(B)a = -0.6277 -0.3761 -0.7333 0.7110 -0.4304 -0.5162 0.2616 -0.2155 -0.4297 0.1563 0.6049 -0.6471 -0.4859 0.7534 -0.1672 0.1713b = 1.9539 0 0 0 0 -0.3623 0 0 0 0 0.3937 0 0 0 0 0.4370則1.9539對應的特徵向量為： -1.2265 -0.8410 -0.8396 -0.9494
在MATLAB中，計算矩陣A的特徵值和特徵向量的函式是eig(A)，常用的呼叫格式有5種：(1) E=eig(A)：求矩陣A的全部特徵值，構成向量E。(2) [V,D]=eig(A)：求矩陣A的全部特徵值，構成對角陣D，並求A的特徵向量構成V的列向量。(3) [V,D]=eig(A,"nobalance")：與第2種格式類似，但第2種格式中先對A作相似變換後求矩陣A的特徵值和特徵向量，而格式3直接求矩陣A的特徵值和特徵向量。(4) E=eig(A,B)：由eig(A,B)返回N×N階方陣A和B的N個廣義特徵值，構成向量E。(5) [V,D]=eig(A,B)：由eig(A,B)返回方陣A和B的N個廣義特徵值，構成N×N階對角陣D，其對角線上的N個元素即為相應的廣義特徵值，同時將返回相應的特徵向量構成N×N階滿秩矩陣，且滿足AV=BVD。eigFind eigenvalues and eigenvectorsSyntaxd = eig(A)d = eig(A,B)[V,D] = eig(A)[V,D] = eig(A,"nobalance")[V,D] = eig(A,B)[V,D] = eig(A,B,flag)d = eig(A)和 [V,D] = eig(A)最為常用 注意，第一列為對應第一個特徵值的特徵向量，比如：B=rand(4)B = 0.5653 0.7883 0.1365 0.9749 0.2034 0.5579 0.3574 0.6579 0.5070 0.1541 0.9648 0.0833 0.5373 0.7229 0.3223 0.3344>> [a,b]=eig(B)a = -0.6277 -0.3761 -0.7333 0.7110 -0.4304 -0.5162 0.2616 -0.2155 -0.4297 0.1563 0.6049 -0.6471 -0.4859 0.7534 -0.1672 0.1713b = 1.9539 0 0 0 0 -0.3623 0 0 0 0 0.3937 0 0 0 0 0.4370則1.9539對應的特徵向量為： -1.2265 -0.8410 -0.8396 -0.9494