【Matlab学习2.4】矩阵的特征值与特征向量 |
您所在的位置:网站首页 › matlab中如何求矩阵的特征值和特征向量的关系 › 【Matlab学习2.4】矩阵的特征值与特征向量 |
矩阵特征值的数学定义
设A是n阶方阵,如果存在常数λ和n维非零列向量x,使得等式Ax=λx成立,则称λ为A的特征值,x是对应特征值λ的特征向量。 求矩阵的特征值与特征向量在Matlab中,计算矩阵的特征值和特征向量的函数是eig,常用的调用格式有两种: E=eig(A):求矩阵A的全部特征值,构成向量E。 [X,D]=eig(A):求矩阵A的全部特征值,构成对角阵D,并产生矩阵X,X各列是相应的特征向量。 例2.4.1: >> A = [1 1 0; 1 0 5; 1 10 2] A = 1 1 0 1 0 5 1 10 2 >> [X,D] = eig(A) X = 0.0722 0.9751 0.0886 0.5234 -0.0750 -0.6356 0.8490 -0.2089 0.7669 D = 8.2493 0 0 0 0.9231 0 0 0 -6.1723 >> A*X(:,1) ans = 0.5956 4.3174 7.0040 >> D(1)*X(:,1) ans = 0.5956 4.3174 7.0040例2.4.2: 设$$ A= \begin{bmatrix} R_{3\times3} & O_{3\times2} \\ O_{2\times3} & S_{2\times2} \\ \end{bmatrix} $$ 又设𝝀𝒊为R的特征值,𝝀𝒋为S的特征值,𝒙𝐢 = (𝜶𝟏, 𝜶𝟐, 𝜶𝟑)′ 是R对应于𝝀𝒊的特征 向量,𝒚𝐣 = (𝜷𝟏, 𝜷𝟐)′是S对应于𝝀𝒋的特征向量,试验证: (1)𝝀𝒊、𝝀𝒋为A的特征值。 (2)𝐩𝐢 = (𝜶𝟏, 𝜶𝟐, 𝜶𝟑, 𝟎, 𝟎)′是A对应于𝝀𝒊的特征向量,𝒒𝐣 = (𝟎, 𝟎, 𝟎,𝜷𝟏,𝜷𝟐)′是A对应于𝝀𝒋的特征向量。 >> R = [-1 2 0; 2 -4 1; 1 1 -6]; >> S = [1 2; 2 3]; >> A = [R,zeros(3,2); zeros(2,3),S]; >> [X1,d1] = eig(R) >> [X2,d2] = eig(S) >> [X3,d3] = eig(A)A矩阵的特征值由R矩阵的特征值和S矩阵的特征值组成,关于A矩阵每个特征值的特征向量,前三个特征向量的前三个元素是R的特征向量,后两个特征向量的后两个元素是S的特征向量,运算结果与结论相符。 特征值的几何意义设 $ A = \begin{bmatrix} 3.8 & 0.6 \\ 0.6 & 2.2 \\ \end{bmatrix} $,其特征向量有 $ x_1 = \begin{bmatrix} 3 \\ 1 \\ \end{bmatrix} $,$ x_2 = \begin{bmatrix} -1 \\ 3 \\ \end{bmatrix} $,对应的特征值分别为 $λ_1=4$ 和 $λ_2=2$,令 $y_1=Ax_1=λ_1x_1$,$y_2=Ax_2=λ_2x_2$,我们讨论$y_1$与$x_1$,$y_2$与$x_2$之间的关系。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |