07项目六矩阵特征值与特征向量.docVIP

项目六 矩阵的特征值与特征向量 实验1 求矩阵的特征值与特征向量 实验目的 学习利用Mathematica(4.0以上版本)命令求方阵的特征值和特征向量;能利用软件计算方 阵的特征值和特征向量及求二次型的标准形. 基本命令 1.求方阵的特征值的命令Eigenvalues[M] 2.求方阵的特征向量的命令Eigenvectors[M] 3.求方阵的特征值和特征向量的命令Eigensystem[M] 注:在使用后面两个命令时,如果输出中含有零向量,则输出中的非零向量才是真正的特 征向量. 4.对向量组施行正交单位化的命令GramSchmidt 使用这个命令,先要调用“线性代数.向量组正交化”软件包,输入 LinearAlgebra\Orthogonalization.m 执行后,才能对向量组施行正交单位化的命令. 命令GramSchmidt[A]给出与矩阵的行向量组等价的且已正交化的单位向量组. 5.求方阵的相似变换矩阵和相似变换的约当标准型的命令 JordanDecomposition[A] 注:因为实对称阵的相似变换的标准型必是对角阵. 所以,如果为实对称阵,则 JordanDecomposition[A]同时给出的相似变换矩阵和的相似对角矩阵. 实验举例 求方阵的特征值与特征向量. 例1.1 (教材 例1.1) 求矩阵的特征值与特值向量. (1) 求矩阵A的特征值. 输入 A={{-1,0,2},{1,2,-1},{1,3,0}} MatrixForm[A] Eigenvalues[A] 则输出A的特征值 {-1,1,1} (2) 求矩阵A的特征向量. 输入 A={{-1,0,2},{1,2,-1},{1,3,0}} MatrixForm[A] Eigenvectors[A] 则输出 {{-3,1,0},{1,0,1},{0,0,0}} 即A的特征向量为 (3) 利用命令Eigensystem同时矩阵A的所有特征值与特征向量. 输入 A={{-1,0,2},{1,2,-1},{1,3,0}} MatrixForm[A] Eigensystem[A] 则输出矩阵A的特征值及其对应的特征向量. 例1.2 求矩阵的特征值与特征向量. 输入 A=Table[i+j,{i,3},{j,3}] MatrixForm[A] (1) 计算矩阵A的全部（准确解）特征值, 输入 Eigenvalues[A] 则输出 {0, ,} (2) 计算矩阵A的全部（数值解）特征值, 输入 Eigenvalues[N[A]] 则输出 {12.4807, -0.480741, -1.3483} (3) 计算矩阵A的全部(准确解)特征向量, 输入 Eigenvectors[A]//MatrixForm 则输出 (4) 计算矩阵A的全部(数值解)特征向量, 输入 Eigenvectors[N[A]]//MatrixForm 则输出 (5) 同时计算矩阵A的全部(准确解)特征值和特征向量, 输入 OutputForm[Eigensystem[A]] 则输出所求结果 (6) 计算同时矩阵A的零空间, 输入 NullSpace[A] 则输出 {{1,-2,1}} (7) 调入程序包LinearAlgebra`Orthogonalization`后,还可以做以下的运算: GramSchmidt[ ]:用Gram-Schmidt过程将向量组单位正交化; Normalize[ ]:将向量组单位化; Projection[vect1,vect2]:求从向量组vect1到vect2的正交映射. 输入 LinearAlgebra’Orthogonalization’ GramSchmidt[Eigenvectors[N[A]]]//MatrixForm 则输出 例1.3 求方阵的特征值和特征向量. 输入 Clear[M]; M={{1,2,3,},{2,1,3}{3,3,6}}; Eigenvalues[M] Eigenvectors[M] Eigensystem[M] 则分别输出 {-1,0,9} {{-1,1,0},{-1,-1,1}{1,1,2}} {{-1,0,9},{{-1,1,0},{-1,-1,1}{1,1,2}}} 例1.4 (教材 例1.2) 求矩阵的特征值和特征向量的近似值. 输入 A={{1/3,1/3,-1/2},{1/5,1,-1/3},{6,1,-2}}; Eigens