在线学习
重点科目
初中数学
高中数学
高等数学
线性代数
概率统计
高中物理
数学公式
主要科目
复变函数
离散数学
数学分析
实变函数
群论
数论
未整理科目
近世代数
数值分析
常微分方程
偏微分方程
大学物理
射影几何
微分几何
泛函分析
拓扑学
数学物理
趣味数学
科数网
首页
教材
高考区
考研区
VIP
科数网
题库
在线学习
高中数学
高等数学
线性代数
概率统计
高中物理
复变函数
离散数学
你好
游客,
登录
注册
在线学习
线性代数
第五篇 特征值与矩阵相似
特征值计算举例
最后
更新:
2025-03-11 08:58
查看:
555
次
反馈
刷题
特征值计算举例
## 特征值计算举例 在上面介绍的特征值与特征向量的意义,主要是方便读者理解,线性代数的奇妙之处就在于,你哪怕完全不理解其意义,按照固定的套路,也能作对题目。 我们将求 $n$ 阶矩阵 $A$ 的特征值与特征向量的步骤总结如下: **第一步** 求矩阵 $A$ 的特征多项式 $|\lambda E-A|$, 并解特征方程 $|\lambda E-A|=0$,得到 $A$ 的全部特征值。设 $A$ 有 $s$ 个互异的特征值 $\lambda_1, \lambda_2, \cdots, \lambda_{\text {, }}$ $(s \leqslant n)$. **第二步** 对于 $A$ 的每一个特征值 $\lambda_i(i=1,2, \cdots, s)$, 求齐次线性方程组 $\left(\lambda_i E-A\right) X=O$ 的基础解系。 **第三步** 设它的一个基础解系为 $\alpha_{i 1}$, $\alpha_2, \cdots, \alpha_{i_i}$ (其中 $r_i=n-r\left(\lambda_i E-A\right)$ ), 那么 $A$ 的对应于特征值 $\lambda_i$的全部特征向量为 $$ c_1 \alpha_{i 1}+c_2 \alpha_{i 2}+\cdots+c_{r_i} \alpha_{i_i} $$ 其中 $c_1, c_2, \cdots, c_{r_i}$ 是不全为零的常数. `例`求矩阵 $A=\left[\begin{array}{ccc}1 & -2 & 2 \\ -2 & -2 & 4 \\ 2 & 4 & -2\end{array}\right]$ 的特征值与特征向量. **解:** 解 矩阵 $A$ 的特征多项式为 $$ |\lambda E-A|=\left|\begin{array}{ccc} \lambda-1 & 2 & -2 \\ 2 & \lambda+2 & -4 \\ -2 & -4 & \lambda+2 \end{array}\right| $$ 这是一个行列式,如果完全展开,他将是一个$\lambda^3$方程,对于三次方程我们是没有公式计算的,因此,此时,前面学的行列式的性质就能派上用场。一定要把行列式先化简,转为有公因子的二次。考试时,不会考二次,也不会考四次,二次太简单,四次太复杂,一定会考三次的。 现在,把第2行加到第3行 $$ |\lambda E-A|=\left|\begin{array}{ccc} \lambda-1 & 2 & -2 \\ 2 & \lambda+2 & -4 \\ 0 & \lambda-2 & \lambda-2 \end{array}\right| $$ 仔细看,第三行有一个$\lambda-2$,可以把他提取出来,一旦提取出一个$\lambda$,其余的最高次幂为2次,就能解出。 然后按照第三行展开,继续化简就可以得到 [行列式展开](http://kb.kmath.cn/kbase/detail.aspx?id=472) $$ (\lambda+7)(\lambda-2)^2=0 $$ 令 $|\lambda E-A|=0$, 得 $A$ 的特征值为 $\lambda_1=-7, \lambda_2=\lambda_3=2$. 对于 $\lambda_1=-7$, 解齐次线性方程组 $(-7 E-A) X=0$, 即 $$ \left[\begin{array}{ccc} -8 & 2 & -2 \\ 2 & -5 & -4 \\ -2 & -4 & -5 \end{array}\right]\left[\begin{array}{l} x_1 \\ x_2 \\ x_3 \end{array}\right]=\left[\begin{array}{l} 0 \\ 0 \\ 0 \end{array}\right] $$ 此时就需要解方程的问题,通常要化为[行简化阶梯形](http://kb.kmath.cn/kbase/detail.aspx?id=461) ,然后得出[基础解系](http://kb.kmath.cn/kbase/detail.aspx?id=486) 基础解系为 $\left[\begin{array}{r}1 \\ 2 \\ -2\end{array}\right]$, 故 $A$ 的对应于 $\lambda_1=-7$ 的全部特征向量为 $c_1\left[\begin{array}{r}1 \\ 2 \\ -2\end{array}\right]$, 其中 $c_1$ 为任意非零常数. 对于 $\lambda_2=\lambda_3=2$, 解齐次线性方程组 $(2 E-A) X=O$, 即 $$ \left[\begin{array}{ccc} 1 & 2 & -2 \\ 2 & 4 & -4 \\ -2 & -4 & 4 \end{array}\right]\left[\begin{array}{l} x_1 \\ x_2 \\ x_3 \end{array}\right]=\left[\begin{array}{l} 0 \\ 0 \\ 0 \end{array}\right] $$ 其基础解系为 $\left[\begin{array}{r}-2 \\ 1 \\ 0\end{array}\right],\left[\begin{array}{l}2 \\ 0 \\ 1\end{array}\right]$, 故 $A$ 的对应于 $\lambda_2=\lambda_3=2$ 的全部特征向量为 $$ c_2\left[\begin{array}{r} -2 \\ 1 \\ 0 \end{array}\right]+c_3\left[\begin{array}{l} 2 \\ 0 \\ 1 \end{array}\right] $$ 其中 $c_2, c_3$ 是不全为零的任意常数. `例`求$$B=\boldsymbol{B}=\left[\begin{array}{ccc} 5 & -4 & 1 \\ 2 & -4 & 2 \\ -1 & 4 & 3 \end{array}\right]$$ 得特征向量与特征值 **解:** (2) $$ \begin{aligned} & |\lambda \boldsymbol{E}-\boldsymbol{B}|=\left|\begin{array}{ccc} \lambda-5 & 4 & -1 \\ -2 & \lambda+4 & -2 \\ 1 & -4 & \lambda-3 \end{array}\right| \xlongequal{c_1-c_3}\left|\begin{array}{ccc} \lambda-4 & 4 & -1 \\ 0 & \lambda+4 & -2 \\ 4-\lambda & -4 & \lambda-3 \end{array}\right| \\ & =(\lambda-4)\left|\begin{array}{ccc} 1 & 4 & -1 \\ 0 & \lambda+4 & -2 \\ -1 & -4 & \lambda-3 \end{array}\right| \xlongequal{r_3+r_1}(\lambda-4)\left|\begin{array}{ccc} 1 & 4 & -1 \\ 0 & \lambda+4 & -2 \\ 0 & 0 & \lambda-4 \end{array}\right| \\ & =(\lambda+4)(\lambda-4)^2 \end{aligned} $$ 故 $\boldsymbol{B}$ 的特征值为 $\lambda_1=-4, \lambda_2=\lambda_3=4$ 。 当 $\lambda_1=-4$ 时, $\lambda_1 \boldsymbol{E}-\boldsymbol{B}=-4 \boldsymbol{E}-\boldsymbol{B}=\left[\begin{array}{ccc}-9 & 4 & -1 \\ -2 & 0 & -2 \\ 1 & -4 & -7\end{array}\right]$ 初等行变换 $\left[\begin{array}{lll}1 & 0 & 1 \\ 0 & 1 & 2 \\ 0 & 0 & 0\end{array}\right]$ 因此 $\lambda_1=-4$ 对应的特征向量为 $k[-1,-2,1]^{\mathrm{T}}, k \neq 0$; 当 $\lambda_2=\lambda_3=4$ 时, $\lambda_2 \boldsymbol{E}-\boldsymbol{B}=4 \boldsymbol{E}-\boldsymbol{B}=\left[\begin{array}{ccc}-1 & 4 & -1 \\ -2 & 8 & -2 \\ 1 & -4 & 1\end{array}\right]$ 行 $\left[\begin{array}{ccc}1 & -4 & 1 \\ 0 & 0 & 0 \\ 0 & 0 & 0\end{array}\right]$; 故 $\lambda_2=\lambda_3=4$ 对应的特征向量为 $k_1[4,1,0]^{\mathrm{T}}+k_2[-1,0,1]^{\mathrm{T}},\left|k_1\right|+\left|k_2\right| \neq 0$ 。 因此特征值 4 的代数重数是 2 , 其几何重数也是 2 , 也就是它的几何重数与代数重数相等。 `例`已知如下矩阵A,求解其特征值和特征向量。 $$ A=\left[\begin{array}{lll} 1 & -3 & 3 \\ 3 & -5 & 3 \\ 6 & -6 & 4 \end{array}\right] $$ **解:** 首先构造特征方程 $\operatorname{det}(\lambda E-A)$  ①特征值 $\lambda_1=\lambda_2=-2$ 时解方程组 $(-2 E-A) X=0$ ,即得: $$ \begin{aligned} & {\left[\begin{array}{ccc} -3 & 3 & -3 \\ -3 & 3 & -3 \\ -6 & 6 & -6 \end{array}\right]} \\ & {\left[\begin{array}{ccc} 1 & -1 & 1 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{array}\right]} \end{aligned} $$ 经过若干步可简化为 于是得同解方程组 $x_1-x_2+x_3=0$ ,解为 $x_1=x_2-x_3$ (这里 $x_2, x_3$ 为自由未知量)。 分别令自由未知量 $x_2=\left[\begin{array}{l}1 \\ 0\end{array}\right], x_3=\left[\begin{array}{l}0 \\ 1\end{array}\right]$ 进而得到基础解系为: $$ \xi_1=\left[\begin{array}{l} 1 \\ 1 \\ 0 \end{array}\right], \quad \xi_2=\left[\begin{array}{c} -1 \\ 0 \\ 1 \end{array}\right] $$ 所以 $A$ 的对应于特征值 $\lambda_1=\lambda_2=-2$ 的全部特征向量为 $x=k_1 \xi_1+k_2 \xi_2\left(k_1, k_2\right.$ 不全为零 $)$ ② 特征值 $\lambda_3=4$ 时解方程组 $(4 E-A) X=0$ , 即得  进而得到同解方程组 $x_1-\frac{1}{2} x_3=0, x_2-\frac{1}{2} x_3=0$通解为 $x_1=\frac{1}{2} x_3, x_2=\frac{1}{2} x_3$ 令自由未知量 $x_3=2$ 得基础解系 $\xi_3=(1,1,2)^{\top}$, 所以A的对于特征值 $\lambda_3=4$ 得全部特征向量为 $x=\mathrm{k}_3 \xi_3$ 。
开VIP会员
非会员每天6篇,会员每天16篇,VIP会员无限制访问
题库训练
自我测评
投稿
上一篇:
特征子空间的几何意义
下一篇:
矩阵相似
本文对您是否有用?
有用
(
0
)
无用
(
0
)
纠错
高考
考研
关于
赞助
公式
科数网是专业专业的数学网站。