浅谈特征值和特征向的解法与应用.docVIP

浅谈特征值和特征向量的解法与应用 摘 要 特征值与特征向量是高等代数研究的中心问题之一，而矩阵特征值与特征向量的解法及其应用更是重中之重，因此，在掌握特征值与特征向量概念、了解其基本性质的基础上，熟练掌握其在各种具体问题中的解法，并自然地将此知识应用于其他领域显得非常重要。 关键词：特征值；特征向量；解法；应用 在多数《高等代数》教材中，特征值与特征向量的引入是为了研究线性空间中线性变换A的属性，描述为线性空间中线性变换A的特征值与特征向量;而在大部分《线性代数》教材中，特征值与特征向量的讨论被作为矩阵理论研究的一个重要组成，定义为n阶矩阵A的特征值与特征向量。从理论上来讲，只要求出线性变换A的特征值与特征向量，就可知矩阵A的特征值与特征向量，反之亦然，因此求矩阵的特征值与特征向量就变得尤为重要.本文讲介绍解特征值与特征向量的几种方法。 一 ，求解矩阵A的特征根及特征向量的传统方法是。 (1)取定数域K上的线性空间的一个基，写出线性变换T在改基下的矩阵A； (2)求出A的特征多项式在数域K上的全部根，它们就是T的全部特征值； 把求得的特征值逐个带入方程组，解出矩阵A的属于每个特征值的全部线性无关额特征向量； 以A的属于每个特征值的特征向量为中取定基下的坐标，即得T的相应特征向量。 例1 设线性变换T在的基下的矩阵是 A= 求T的特征值和特征向量。 解 容易算出A的特征多项式是 =det== 因为T的特征值是=5. 特征方程=0的一个基础解系为, T的属于的两个线性无关的特征向量为 , 的属于的全体特征向量为 不同时为零) 特征方程=0的一个基础解系为 ,则T的属于的全体特征向量为 （K不等于零） 对于线性空间的线性变换的任一特征值，T的属于的全部特征向量，再添上零向量所构成的集合 是的一个线性子空间。事实上，设 ，y,则有 T= ， Ty=y 于是 T=T+Ty= T=== 均属于 . 这就说明 与均属于 例 2 求矩阵 A= 的特征根和相应的特征向量。 解 ： 矩阵A的特征多项式 ==. 所以特征根是1和5. 当矩阵的属于特征根1的特征向量是齐次线性方程组 -4=0， -2+2=0， 2=0。 的非零解，即（0 , a , a ）,aC ,a0 , 矩阵A的属于5的特征向量是齐次线性方程组 0=0 2+2=0 2+2=0 的非零解，即（a , b , -b）, a, bC且不全为零。 二 利用特殊的特征方程求特征值与特征向量。 利用矩阵的特征方程来求特征值.设矩阵,根据特征方程，满足的，则是的特征值。这种方法多应用于数值矩阵。 例 设阶方阵有特征值，求 ,的特征值；若A可逆，求 , ,的特征值。 解 用特征方程求。 由题设可知 ︱︱=0 (3) （3）式两边同乘︱︱,得 ︱︱︱︱=︱︱ =︱︱=0， 故知有特征值 。 同理，（3）式两边同乘︱A+︱,得 ︱A+︱︱｜=︱｜ =｜｜ =｜｜ =0 , 故知的特征值为。 当A可逆时，（3）式两边同乘｜｜，得 ｜｜｜｜=｜｜=0 . 故知的特征值为 。 （3）式两边同乘｜｜，得 ｜｜｜｜=｜｜ =｜｜=0 故知的特征值为 。 同理由｜｜=0,可得 ｜｜=0 ， 故有特征值1- 。 三 ，利用矩阵的初等变换求特征值与特征向量的两种方法。 定理1　设A是n阶方阵，λ为待求特征值.若对矩阵(A-λE)T施行一系列行初等变换，可得到上三角矩阵B(λ)，令B(λ)的主对角线上元素乘积为零，求得λ值即为矩阵A的特征值。 考察的第一列元素:若≠0, 通过行初等变换化为;若=0,则本身就具有这样形式,再对进行相应的行初等变换,化为,依次对 进行如此运算,直至)化为=B. 由以上运算可知，与等价，则与B有相同的等因子，所以可证定理1成立。 定理2：若对矩阵实行一系列行初等变换，化为行阶梯形，同时对单位阵也施行相应的行初等变换，使,其中为满秩矩阵，则中的n-r个n维向量的转置就为矩阵A的属于特征值Y的特征向量。 定理3：设是阶方阵，为待求特征值。若对矩阵施行一系列初等变换，可得到上三角矩阵令的主对角线上元素乘积为零，求得值即为矩阵A的特征值。 定理4： 设齐次线性方程组AX=0，A是n阶方阵，R=rn，且 A==C 若将C的对主角线上的元素0改写维-1，那么这些改写成-1的元素所在的列(改写后的列)，即为齐次线性方程组AX=0的基础解系。 应用例题 例 1 求实数域上矩阵 A=的特征值域特征向量。 解：方法一 [︱E]=～～=[D()｜P()] 令D()的主