[理学]线性代数 特征值与特征向量.ppt

二、特征值和特征向量的性质 三. 矩阵的相似 思考题 思考题解答 §５.２　矩阵的相似对角化 二 相似对角化的方法 三、小结 思考题 思考题解答 §５.３实对称矩阵的相似对角化 思考题 思考题解答 §５．４　应　用 二.Ｍａｒｋｏｖ过程 一、特征值与特征向量的求法 二、已知　的特征值，求与　相关  矩阵的特征值 三、求方阵　的特征多项式 四、关于特征值的其它问题 五、判断方阵　可否对角化 六、利用正交变换将实对称矩阵化为　　对角阵 第五章　　测试题 测试题答案 一. 求解线性方程组 例５．４．１　求解线性微分方程组 解 令 则方程组 可表示成矩阵形式 假设 可以相似对角化，即存在可逆矩阵 ,使得 其中 为 的全部特征值。于是令 即 其中 ,将式 代入式 ，得 在上式两端同时左乘 ,得 即 将上式积分得 其中 为积分常数。将式 代入式 ，可得 其中 为矩阵 的第 列，也是 的对应于特征值 的特征向量， 另外，对于 阶线性齐次常系数微分方程 可令 于是，可得与方程 同解的方程组 其中 式 可写成矩阵形式 于是这类微分方程可以归结为等价的线性微分方程组，然后再利用特征值和特征向量求解。 解 令 例５．４．２　求解微分方程 于是，式 可变为等价的方程组 即 其中 于是由例5.4.1可知， 可求得 的特征值为 ，对应的特征向量分别为 从而 其中 为任意常数。 例５．４．３ 某超市为了提高自己的经营、服务水平，年末对附近一个小区的居民作了市场调查。结果表明，该小区有６０％的居民使用该超市提供的日用品，而且在这些老顾客中，有７０％的人表示，来年仍将继续使用该超市提供的日用品；同时，在尚未使用过该超市提供的日用品的被调查中，有３０％的人表示，来年将使用该超市提供的日用品。问：照此趋势，Ｒ年后，在这个小区中，有多少比例的居民使用该超市提供的日用品？ 这个例子从数学角度看可以抽象出一个数学模型，即一个有限状态的系统。它每一时刻处在一个确定的状态，并随着时间的流逝从一个状态转移为另一个状态，每一状态的概率只与前一个状态相关。这样的一种连续过程被称为Markov过程。 一般地假设系统共有n种可能的状态，分别记为1,2,…,n,在某个观察期间，它的状态为j，而在下一个观察期间，它的状态i为的概率为 ，称之为转移概率。它不随时间而变化，且有 称矩阵 为转移矩阵。由系统的初始状态可以构造一个 元向量称之为状态向量，记为 ， 年后的状态向量记为 ，于是有 时，有 由上式易见, 要求出 ,关键是求 。当 可相似对角化，即存在可逆矩阵 ，使得 对于例5.4.3系统共有两种状态：使用和不使用，分别记为1和2，于是有 下面求 。先求 的特征值及对应的特征向量。 取 于是 于是，特征值为 。对应的特征向量分别为 从而 由上可知，当 时, 第三步　将每一个特征值代入相应的特征方程组， 求出基础解系，即得该特征值的特征向量． 第一步　计算　的特征多项式； 第二步　求出特征多项式的全部根，即得　的全部 特征值； 解　第一步　计算　的特征多项式 第三步　求出　的全部特征向量 求得基础解系 解之得基础解系 故 不能化为对角矩阵. A能否对角化？若能对角 例2 解 解之得基础解系 所以 可对角化. 注意 　　即矩阵 的列向量和对角矩阵中特征值的位置 要相互对应． 则 从而有 一般地，对任意多项式 及 阶方阵 ,若 　　１．相似矩阵 　 相似是矩阵之间的一种关系，它具有很多良好 的性质，除了课堂内介绍的以外，还有： ２．相似变换与相似变换矩阵 　　这种变换的重要意义在于简化对矩阵的各种 运算，其方法是先通过相似变换，将矩阵变成与 之等价的对角矩阵，再对对角矩阵进行运算，从 而将比较复杂的矩阵的