矩阵特征值和特征向量的研究.docVIP

矩阵特征值与特征向量的研究 目录 \ \ \ \ 一 矩阵特征值与特征向量研究的背景及意义 二、特征值与特征向量的定义及其性质 定义 性质 三 特征值及其特征向量的求法及其的实现 方法 基本原理 具体实例 用多项式的方法来求解特征值 四 特征值与特征向量的简单应用 五 小结  一 矩阵特征值与特征向量研究的背景及意义 矩阵的特征值与特征向量是高等代数的重要组成部分，通过对矩阵特征值与特征向量的性质介绍，以及对矩阵特征值与特征向量理论的分析，将特征值与特征向量应用于方程组的求解问题是高等代数中的重要内容。 随着社会到的进步，计算机的飞速发展，高等代数这门课程已经渗透到各行各业里面。在许多方面都有着很重要的应用。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。从理论上来讲只要求出线性变换的特征值和特征向量就可以知道矩阵的特征值和特征向量。因此求矩阵的特征值与特征向量就变得尤为重要的引入是为了研究线性空间中线性变换的属性。 在物理，力学，工程技术中有很多问题在数学上都归结为求矩阵的特征值和特征向量的问题。现在教材中给出的求解特征值和特征性向量的方法基本上都是通过求解特方程来求解。有时候特征方程会极其的麻烦。有一些文章中虽然给了初等行列变换的方法来较少计算量，但是仍未摆脱参数行列式计算的问题。本文中我们将首先讲解有关特征值和特征向量的相关知识，另外介绍一些简单实用的方法来求解矩阵的特征值与特征向量。 二、特征值与特征向量的定义及其性质 定义 设 是阶方阵，如果存在数λ 和维非零向量，使得 λ 成立，则称λ 为 的特征值，是 的对应特征值λ 的特征向量。 性质 （）λ0是的特征值 （）α是的属于特征值λ0的特征向量的重要条件为α为齐次方程组λ （）阶矩阵在复数域上恰好有个特征值（重根按重数计算）。 （）阶矩阵为可逆矩阵的重要条件是的特征值全不为。 （）与AT （）设是可逆矩阵，如果λ0是的一个特征值，对应的特征向量为α，则λ0- 三 特征值及其特征向量的求法及其的实现 方法 基本原理 算法是计算矩阵特征值问题最有效的方法之一，也是普遍被用于工程实践中的一种方法。方法的思想是基于对于实的非奇异矩阵都可以分解为正交矩阵和上三角矩阵的乘积，而且当的对角元素符号取定时，分解是唯一的。 算法的基本步骤如下 （）令A=A1，对A1进行正交分解，分解为正交矩阵Q A （）然后将得到的因式矩阵Q1 A （）以A2代替A1，重复以上步骤得到 A 性质 所有的Ak 性质 Ak A 其中Qk= 具体实例 例 用算法求矩阵 5 - 的特征值。 解： 令A1=A,用施密特正交化过程将 A1 0.9806-0.0377 0.1932-0.1038 将R1与 A2R 用A1 A 由A12 1.8789- 的根，求得为 例 已知矩阵21 程序代码如下 []() ; 设置初始误差使之能进入循环 记录迭代的次数 如果误差没有满足精度，并且迭代次数在次以内，可以循环迭代 否则跳出循环 ()() [](); *; (); (); (); 迭代赋值 ; ; (,:); ; 用方法计算矩阵特征值 [ ]; 调用方法函数 [](); (特征值为) (迭代次数为) 用于输出数据 (); 为数组 (); 为迭代序列与特征值组成的向量 []; 第一个特征值 () (()) (第一个特征值) 第二个特征值 () (()) (第二个特征值) 第三个特征值 () (()) (第三个特征值) 输出结果为： 特征值为 迭代次数为 由图像可以看出在迭代的前几次可能会有一些波动，但是逐渐趋于平稳，总体而言，方法是计算矩阵特征值的一个比较好的方法。 用多项式的方法来求解特征值 我们知道，求阶方阵的特征值就是求代数方程 φ 的根。φλ φ 其中p1，p2……. p 从理论上来讲，求得特征值可分为两步： 第一步：直接展开行列式A-λI求出多项式φλ 第二步：求代数方程φλ 对于低阶矩阵，这种方法显然是可行的。但是对于高阶矩阵，计算量则非常的大，这种方法就有其自身的弊端。这里我们将介绍方法来求特征方程中的多项式φλ的系数，也就是求多项式φλ。由于代数方程求根问题的关键是确定矩阵的特征多项式 记矩阵aij a 利用递归的概念定义以下个矩阵Bk B 可以证明上式中pk，…,