如何确定矩阵的特征值?
特征值被定义为与向量空间的给定线性变换相关联的标量,并且具有一些非零向量的性质,当乘以该标量时,该向量等于通过让变换对向量进行操作而获得的向量。线性方程矩阵系统的根也称为特征值。考虑一个kxk的方阵A,v是向量,λ是标量可以表示为,
Av = λv
Av – λv = 0 ⇢ [λ – Eigen value]
A – λI = 0 ⇢ [I – Identity matrix]
|A – λI| = 0
特征值的性质
考虑一个具有特征值 λ 1 , λ 2 ... λ n的方阵 A
- A 的确定是其所有特征值的乘积。 [det(A) = λ 1 × λ 2 ….λ n ]
- 当且仅当每个特征值都不为零时,矩阵 A 是可逆的。
- 实对称矩阵和 Hermitian 矩阵的特征值相等。
- 实斜对称和斜厄密矩阵的特征值要么是纯的,要么是零。
- 酉矩阵和正交矩阵的特征值是单位模|λ| = 1。
- A -1的特征值 = 1/λ 1 ,1/λ 2 ,… 1/λ n。
- A k的特征值 = λ k 1 , λ k 2 , ...。 λ k n
- 如果 A 和 B 是两个相同阶的矩阵,则 AB 的特征值 = BA 的特征值。
- 如果方阵 A 是下/上三角矩阵,则其特征值将是矩阵的对角线元素。
求矩阵值的步骤
以下是为了找到矩阵的值要遵循的步骤,
Step 1: Check whether the given matrix is a square matrix or not. If “yes” then, follow step 2.
Step 2: Determine identity matrix(I)
Step 3: Estimate the matrix A – λI.
Step 4: Find the determinant of A – λI.
Step 5: Equate the determinant of A-λI to zero. {|A – λI| = 0}
Step 6: Calculate all the possible values of λ.
示例问题
问题一:求矩阵的特征值 .
解决方案:
|A – λI|= 0
(1 – λ)(2 – λ) – 12 = 0
2 – λ – 2λ + λ2 – 12 = 0
λ2 – 3λ – 10 = 0
λ2 – 5λ + 2λ – 10 = 0
(λ + 2)(λ – 5) = 0
λ = -2, 5
Therefore, eigen value will be (-2, 5)
问题2:求矩阵的特征值
解决方案:
|A – λI| = 0
(1 – λ)[(1 – λ)(0 – λ) – 2] = 0
(1 – λ)(λ2 – λ – 2) = 0
-λ3 + 2λ + λ – 2 = 0
λ = 1, 0
Therefore, the eigen value will be 1, 0.
问题3:求矩阵的特征值
解决方案:
[(4 – λ)(4 – λ)] – 1 = 0
16 – 4λ – 4λ + λ2 – 1 = 0
λ2 – 8λ + 15 = 0
λ2 – 3λ – 5λ + 15 = 0
λ(λ – 3) – 5(λ – 3) = 0
(λ – 5)(λ – 3) = 0
λ = 5, 3
Therefore, the eigenvalue will be 5, 3
问题4:求给定矩阵的特征值
解决方案:
As mentioned above in the properties of eigen value i.e If a square matrix A is lower/upper triangular matrix, then its eigenvalue will be the diagonal elements of the matrix.
As the given matrix A is a lower triangular matrix so, its eigenvalue will be 1, 3, 2.
问题5:求矩阵的特征值
解决方案:
[(2 – λ)(-1 – λ)] – 10 = 0
-2 – 2λ + λ + λ2 – 10 = 0
λ2 – λ – 12 = 0
λ2 – 4λ + 3λ – 12 = 0
λ(λ – 4) + 3(λ – 4) = 0
(λ – 4)(λ + 3) = 0
λ = 4, -3
Therefore, the eigenvalue will be 4, -3
问题6:求矩阵的特征值
解决方案:
|A – λI| = 0
(-1 – λ)2 – 0 = 0
(λ + 1)2 = 0
λ = -1
Therefore, the eigenvalue will be -1