简单的矩阵特征值的算法例子

A. 一般矩阵的特征值怎么求

在求矩阵的特征方程之前，需要先了解一下矩阵的特征值。假设有一个A，它是一个n阶方阵，如果有存在着这样一个数λ，数λ和一个n维非零的向量x，使的关系式Ax=λx成立,那么则称数λ为这个方阵的特征值，这个非零向量x就称为他的特征向量。

矩阵的特征方程的表达式为|λE-A|=0。是一个简单的2*2的矩阵，按照图片的例子可以求得矩阵方程和特征值，λ已知后，带入特征方程中即可。

(1)简单的矩阵特征值的算法例子扩展阅读

判断矩阵可对角化的充要条件

矩阵可对角化有两个充要条件：1、矩阵有n个不同的特征向量；2、特征向量重根的重数等于基础解系的个数。对于第二个充要条件，则需要出现二重以上的重特征值可验证（一重相当于没有重根）。

若矩阵A可对角化，则其对角矩阵Λ的主对角线元素全部为A的特征值，其余元素全部为0。（一个矩阵的对角阵不唯一，其特征值可以换序，但都存在由对应特征向量顺序组成的可逆矩阵P使=Λ）。

B. 怎么计算矩阵的特征值和特征向量

题：矩阵a=
0
0
0
10
0
1
00
1
0
01
0
0
0
求矩阵a的特征值与特征向量。
解：
特征矩阵te-a=
t
0
0
-1
0
t
-1
0
0
-1
t
0
-1
0
0
t
|te-a|=(tt-1)^2
注：这个可以用第一列进行代数余子式展开，看容易看出解来。也可以用第二三行用二阶子式及其余子式的乘积来计算，也很方便。
于是其特征值有四个，分别是
1,1,-1,-1
特征矩阵te-a的四个解向量，就是相应的特征向量。略。

C. 特征值的计算方法

设 A 是n阶方阵，如果存在数m和非零n维列向量 x，使得 Ax=mx 成立，则称 m 是A的一个特征值（characteristic value)或本征值（eigenvalue)。非零n维列向量x称为矩阵A的属于（对应于）特征值m的特征向量或本征向量，简称A的特征向量或A的本征向量。

(3)简单的矩阵特征值的算法例子扩展阅读

判断相似矩阵的必要条件

设有n阶矩阵A和B，若A和B相似（A∽B），则有：

1、A的特征值与B的特征值相同——λ(A)=λ(B)，特别地，λ(A)=λ(Λ)，Λ为A的对角矩阵；

2、A的特征多项式与B的特征多项式相同——|λE-A|=|λE-B|；

3、A的迹等于B的迹——trA=trB/ ，其中i=1,2,…n（即主对角线上元素的和）；

4、A的行列式值等于B的行列式值——|A|=|B|；

5、A的秩等于B的秩——r(A)=r(B)。[1]

因而A与B的特征值是否相同是判断A与B是否相似的根本依据。

D. 这个矩阵的特征值怎么简便求

对角线元素之和（矩阵的迹）= 特征值之和

矩阵的行列式 = 特征值之积

列的方程组

对角线的和等于特征值的和

行列式的值等于特征值的积

例如：

设M是n阶方阵

E是单位矩阵

如果存在一个数λ使得

M-λE

是奇异矩阵（即不可逆矩阵，亦即行列式为零）

那么λ称为M的特征值。

特征值的计算方法n阶方阵A的特征值λ就是使齐次线性方程组（A-λE）x=0有非零解的值λ，也就是满足方程组｜A-λE｜=0的λ都是矩阵A的特征值，要求的那个设为A，经过计算A-ME=-1-M，25/2，3-M（-1-M）（3-M）-5=0（M+2）（M-4）=0M1=-2；M2=4这两个就是特征值了。

(4)简单的矩阵特征值的算法例子扩展阅读：

设A是n阶方阵，如果数λ和n维非零列向量x使关系式Ax=λx成立，那么这样的数λ称为矩阵A特征值，非零向量x称为A的对应于特征值λ的特征向量。式Ax=λx也可写成( A-λE)X=0。这是n个未知数n个方程的齐次线性方程组，它有非零解的充分必要条件是系数行列式| A-λE|=0。

E. 矩阵特征值怎么求，举个简单例子谢谢

求n阶矩阵A的特征值的一般步骤为

（1）写出方程丨λI-A丨=0，其中I为与A同阶的单位阵，λ为代求特征值

（2）将n阶行列式变形化简，得到关于λ的n次方程

（3）解此n次方程，即可求得A的特征值

只有方阵可以求特征值，特征值可能有重根。

举例，求已知A矩阵的特征值

则A矩阵的特征值为1，-1和2.

F. 求矩阵的特征值过程

把特征值代入特征方程，运用初等行变换法，将矩阵化到最简，然后可得到基础解系。求矩阵的全部特征值和特征向量的方法如下：

第一步：计算的特征多项式；

第二步：求出特征方程的全部根，即为的全部特征值；

第三步：对于的每一个特征值，求出齐次线性方程组：的一个基础解系，则可求出属于特征值的全部特征向量。

(6)简单的矩阵特征值的算法例子扩展阅读

矩阵特征值性质

若λ是可逆阵A的一个特征根，x为对应的特征向量，则1/λ 是A的逆的一个特征根，x仍为对应的特征向量。

若 λ是方阵A的一个特征根，x为对应的特征向量，则λ 的m次方是A的m次方的一个特征根，x仍为对应的特征向量。

设λ1，λ2，…,λm是方阵A的互不相同的特征值。xj是属于λi的特征向量( i=1，2，…，m)，则x1，x2，…，xm线性无关，即不相同特征值的特征向量线性无关 。