矩阵特征值与特征向量理论与应用--安徽工程大学毕业设计(论文).docVIP

矩阵特征值与特征向量理论与应用--安徽工程大学毕业设计(论文).doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
引言 众所周知,矩阵理论在历史上至少可以追溯到Sylvester与Cayley,特别是Cayley1858年的工作。自从Cayley建立矩阵的运算以来,矩阵理论便迅速发展起来,矩阵理论已是高等代数的重要组成部分。近代数学的一些学科,如代数结构理论与泛函分析可以在矩阵理论中寻找它们的根源。另一方面,作为一种基本工具,矩阵理论在应用数学与工程技术学科,如微分方程、概率统计、最优化、运筹学、计算数学、控制论与系统理论等方面有着广泛的应用。同时,这些学科的发展反过来又极大地促进了矩阵理论的发展。 特征值与特征向量是矩阵理论中既具有基本理论意义,又具有重要应用价值的知识,与矩阵理论的其它知识也有着密切的联系。可以说,特征值与特征向量问题是矩阵理论的基本核心问题。因此,掌握这方面的知识对于培养新的高素质科技人才来说是必备的非常重要的。 矩阵是高等代数课程的一个基本概念是研究高等代数的基本工具。线性空间、线性变换等,都是以矩阵作为手段,由此演绎出丰富多彩的理论画卷。求解矩阵的特征值和特征向量,是高等数学中经常碰到的问题。一般的线性代数教材中,都是先计算特征多项式,然后求得特征值,再通过解线性方程组得到对应的特征向量。特征多项式和特征根在整个矩阵理论体系中具有举足轻重的作用,并且在于生活现实中的应用也很广泛。 “特征”一词来自德语的eigen,由希尔伯特在1904年首先在这个意义下使用(亥尔姆霍尔兹在更早的时候也在类似意义下使用过这一概念)。eigen一词可翻译为“自身的”,“特定于...的”,“有特征的”或者“个体的”,这强调了特征值对于定义特定的变换上是很重要的。 矩阵特征值是高等代数研究的中心问题之一,也是硕士研究生招生考试的热点.而且在自然科学(如物理学、控制论、弹性力学、图论等)和工程应用(如结构设计、振动系统、矩阵对策)的研究中也同样离不开矩阵特征值问题,因而对其研究具有重要的理论和应用价值。 随着计算机的迅速发展现代社会的进步和科技的突飞猛进作为一门基础的工具学科已经向一切领域渗透的作用越来越为世人所重视在多数高等代数教材中特征值与特征向量描述为线性空间中线性变换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阶矩阵的特征值与特征向量的研究,针对阶矩阵的特征值与特征向量的应用进行了3方面的探讨,并给出了相关命题的证明及相应的例题。向以华在。在Lagrange 乘数法求解条件最值问题的原理,针对特殊的二次型条件最值问题,分析最值与特征值间的对应关系,给出二次型条件最值问题求解的特征值方法,并结合例子说明特征值方法求解的简便及有效,具有一定的应用价值。近年来,对矩阵特征值与特征向量的研究已经很深入,本课题将对矩阵特征值与特征向量的相关问题进行系统的归纳。对矩阵的特征值与特征向量的基本性质进行介绍,根据其性质对矩阵特征值与特征向量的应用进行更深一步的探讨。 1.3研究内容及方法 在前人的研究基础上,本文给出了特征值与特征向量的概念与性质,特征值和特征向量性质是最基本的内容,特征值与特征向量的讨论使这一工具的使用更加的便利,解决问题的作用更强有力,它的应用也就更加广泛。在这基础上,对矩阵特征值与特征向量的计算进行了详尽的阐述和说明。利用特征方程来求特征值进而求特征向量法、列行互逆变换法以及矩阵的初等变换求特征值与特征向量。由于矩阵特征值与特征向量的应用是多方面的,本文重点介绍对特征值与特征向量应用的探究,阐述了特征值与特征向量在矩阵运算中的作用,利用特征值法求解二次型最值的问题和反求解问题的应用,以及特征值与特征向量在其他方面的应用。在例题解析中运用了一些特征值与特征向量的性质与方法,可以使问题更加简单,在运算上更方便,是简化有关复杂问题的一种有效的途径。本文就是通过大量的例子来说明运用特征值和特征向量的性质可以使问题更清楚,从而使高等代数中大量习题迎刃而解,也把特征值和特征向量在解决实际问题中的优越性表现了出来。 第章 2.1特征值与特征向量的定义和性质 2.1.1线性变换的特征值与特征向量 定义1:设是数域上线性空间的一个线性变换,如果对于数域中一数,存在一个非零向量,使得 那么称为的一个特征值,而称为的属于特征值的一个特征向量. 2.1.2 阶方阵的特征值与特征向量 定义2:设是阶方阵,若存在数和维向量,使得成立,则称为的特征值,是对应于特征值的的特征向量. 性质1若是的重特征值,对应于特征值有个线性无关的特征向量,则. 性质2 若都是矩阵的属于特征值的特征向量,则当不全为零时, 仍是对应于特征值的的特征向量. 性质3 若是矩阵中互不相同的特征值,其对应特征向量分别为,则是线性无关的. 性质4 若的特征值为,则 ,. 性质5 实对称矩阵的特征值都是实数,属于不同的特征值

文档评论(0)

qiwqpu54 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档