特征值与特征向量 Eduwest.pptVIP

第14讲 特征值与特征向量的概念与计算 主要内容： 1.特征值与特征向量的概念 2.特征值与特征向量的计算 第4章 特征值与特征向量 4.1 特征值与特征向量的概念与计算 4.1.1 特征值与特征向量的概念 对于给定的方阵A和非零向量x，可以考虑通过线性变换得到的向量Ax. 给定方阵A，对于某些非零向量x，通过线性变换得到的向量Ax与x是共线的，即存在数?满足Ax = ?x，这时?就是A的特征值，x就是A的对应于?的特征向量. * * 特征值与特征向量与线性变换密切相关,属于线性代数研究内容. 实际上,它是矩阵理论的主要内容之一. 在18世纪中叶利用行列式对二次曲线和二次曲面进行分类时,就出现了方阵的特征值问题,见第5章. 给定方阵A，对于某些非零向量x，通过线性变换得到的向量Ax与x是共线的，即存在数?满足Ax = ?x，这时?就是A的特征值，x就是A的对应于?的特征向量. 方阵A的特征值是反映方阵A的某种特征的数值(类似于R(A)),它在计算Akx时也起着重要作用. 由于其广泛的应用背景，已研究出多种方法计算方阵的特征值和特征向量，特别是其经典数值计算方法和各种智能计算方法. 本章内容涉及到线性方程组、矩阵和向量方面的诸多知识，要求大家具有一定的综合运用知识的能力. 本章在复数范围讨论. 一般地,有 Def 4.1 设A是n阶方阵, 若存在数? 和非零向量x, 使得Ax = ?x, 则称?为方阵A的特征值(eigenvalue), x是对应于?的特征向量(eigenvector corresponding to the eigenvalue ?). 首先注意, 特征向量是非零向量. 根据定义，有 (1) 若x是A的对应于?的特征向量，则对于任意k ? 0, kx也是A的对应于?的特征向量. 因为由 Ax = ?x, 可以推出 这说明,方阵A的对应于?的特征向量不是唯一的, 而是有无限多个. (2) 若x1, x2是A的对应于?的特征向量且x1 + x2 ? 0, 则 x1 + x2也是A的对应于?的特征向量. 由于Ax1 = ?x1, Ax2 = ?x2, 于是 由(1)和(2)知，对于方阵A的对应于?的特征向量x1, x2,… xm, 其非零的线性组合 也是A的对应于?的特征向量. 令V = {x|Ax = ?x}, 可以验证V是一个向量空间,称为A的对应于?的特征子空间. 4.1.2 特征值与特征向量的计算 根据特征值与特征向量的定义知, 若线性方程组Ax = ?x有非零解x, 则?就是A的特征值, x就是A的对应于?的特征向量. 设 Ax = ?x ? (A - ?E)x = 0. (A - ?E)x = 0有非零解 ? |A - ?E| = 0. 为了方便, 将 称为方阵A的特征多项式(characteristic polynomial), 它是一个关于?的n次多项式, 可记为f(?), 称|A - ?E| = 0为A的特征方程(characteristic equation). 根据以上的分析知，方阵A的特征值就是其特征方程的根. 因为在复数范围内, n次多项式必有n个复数根(重根按重数计算), 例如关于?的6次多项式(? +1)2(? - 1/2)(? - 5)3 = 0的根为-1(二重根)、 1/2(单根)和5(三重根), 所以任意n阶方阵均存在n个特征值, 进而方阵A的特征值是一些特殊的数值. diag(?1, ?2,…, ?n)的特征值为?1, ?2,…, ?n. 若|A| = 0, 则|A - 0E| = 0,于是A有一个特征值0. (充要条件) 若Ax = 0有非零解, 则 ? = 0是A的一个特征值. (充要条件) 当得出方阵A的特征值?后, 方阵A的对应于?的特征向量就是(A - ?E)x = 0的所有非零解. 由此可知, 计算方阵A的特征值与特征向量的步骤如下: Step1 计算A的特征多项式|A - ?E|. Step2 令|A - ?E| = 0得出A的所有不同的特征值. Step3 对于每个不同的特征值?,求出齐次线性方程组(A - ?E)x = 0的所有非零解即得A的对应于?的全部特征向量. 更具体地说, 先求出(A - ?E)x = 0的一个基础解系?1, ?2,…, ?n-r,其所有非零的线性组合k1?1+ k2?2+…+ kn-r?n-r (只要k1, k2, …, kn-r不全为0)就是A的对应于?的全部特征向量, 其中R(A) = r. 例4.1 设 求A的特征值与特征向量. Solution |A - ?E| = 0得出A的所有不同的特征值? = 1, ? = 7. 当?