重根變換矩陣怎么求 求幫忙,怎么將矩陣化為約當(dāng)標(biāo)準(zhǔn)型,那個(gè)變化矩陣P怎么求
矩陣特征值的初等變換求法,常微分方程中有重根的矩陣怎么求特征向量?求幫忙,怎么將矩陣化為約當(dāng)標(biāo)準(zhǔn)型,那個(gè)變化矩陣P怎么求?線性代數(shù)中特征方程有重根怎么求基礎(chǔ)解系?知道特征值和特征向量怎么求矩陣?三階矩陣三重根怎么求基礎(chǔ)解系?
本文導(dǎo)航
- 矩陣特征值的初等變換求法
- 常微分方程中有重根的矩陣怎么求特征向量
- 求幫忙,怎么將矩陣化為約當(dāng)標(biāo)準(zhǔn)型,那個(gè)變化矩陣P怎么求
- 線性代數(shù)中特征方程有重根怎么求基礎(chǔ)解系?
- 知道特征值和特征向量怎么求矩陣
- 三階矩陣三重根怎么求基礎(chǔ)解系
矩陣特征值的初等變換求法
首先,并不是對(duì)每一個(gè)A都能找到對(duì)角的B的。
其次,對(duì)于矩陣A,若能找到對(duì)角的B和某一個(gè)可逆的P,使得PAP^(-1)=B的,稱A可對(duì)角化,其中B對(duì)角線上元素就是A的特征值,(重根按重?cái)?shù)算),P的列向量就是A的n個(gè)線性無(wú)關(guān)的特征向量,并且要與B中特征值的排列次序?qū)?yīng)。
再次,對(duì)于不能對(duì)角化的,也就是找不到n個(gè)線性無(wú)關(guān)特征向量的,最后不能利用相似變換化為對(duì)角形,只能化到若當(dāng)標(biāo)準(zhǔn)形,就是由若當(dāng)塊組成的準(zhǔn)對(duì)角,這個(gè)時(shí)候PAP^(-1)=J,J為若當(dāng)標(biāo)準(zhǔn)形,這個(gè)時(shí)候P的列向量就不完全是A的特征向量了,它的組成要由A的特征值的情況來(lái)定。
這個(gè)是不可能完全做到的,要是讓你完全做到了,任意多項(xiàng)式的求根問題就被你解決了,而這個(gè)是已經(jīng)被證明不可能做到的。所以個(gè)人認(rèn)為使用相似變換求特征值的方法應(yīng)該只有數(shù)值方法,不會(huì)有理論上的求解析解的方法。
常微分方程中有重根的矩陣怎么求特征向量
常微分方程中哪有矩陣的概念?
線性代數(shù)中,有重根和沒有重根,求特征向量的第一步是一樣的。
就是(A-sE)x=0求解
如果解得的特征向量數(shù)不夠,再計(jì)算
(A-sE)(A-sE)x=0
求幫忙,怎么將矩陣化為約當(dāng)標(biāo)準(zhǔn)型,那個(gè)變化矩陣P怎么求
首先必須求最小多項(xiàng)式。一般只要矩陣不特殊都是sI-A初等行列變換變成史密斯標(biāo)準(zhǔn)型,從而通過行列式因子或者直接算出來(lái)不變因子組,寫成(x-si)^ni形式后,求初等因子組,初等因子組里相同因子方冪最大的相乘就得到了最小多項(xiàng)式。例如我們求得初等...
線性代數(shù)中特征方程有重根怎么求基礎(chǔ)解系?
有重根,只把重根代入特征方程一次,然后求出基礎(chǔ)解系,即可得到屬于這個(gè)重根的特征向量
知道特征值和特征向量怎么求矩陣
對(duì)于特征值λ和特征向量a,得到Aa=aλ
于是把每個(gè)特征值和特征向量寫在一起
注意對(duì)于實(shí)對(duì)稱矩陣不同特征值的特征向量一定正交
得到矩陣P,再求出其逆矩陣P^(-1)
可以解得原矩陣A=PλP^(-1)
設(shè)A為n階矩陣,若存在常數(shù)λ及n維非零向量x,使得Ax=λx,則稱λ是矩陣A的特征值,x是A屬于特征值λ的特征向量。
一個(gè)矩陣A的特征值可以通過求解方程pA(λ) = 0來(lái)得到。 若A是一個(gè)n×n矩陣,則pA為n次多項(xiàng)式,因而A最多有n個(gè)特征值。
反過來(lái),代數(shù)基本定理說(shuō)這個(gè)方程剛好有n個(gè)根,如果重根也計(jì)算在內(nèi)的話。所有奇數(shù)次的多項(xiàng)式必有一個(gè)實(shí)數(shù)根,因此對(duì)于奇數(shù)n,每個(gè)實(shí)矩陣至少有一個(gè)實(shí)特征值。在實(shí)矩陣的情形,對(duì)于偶數(shù)或奇數(shù)的n,非實(shí)數(shù)特征值成共軛對(duì)出現(xiàn)。
擴(kuò)展資料
求矩陣的全部特征值和特征向量的方法如下:
第一步:計(jì)算的特征多項(xiàng)式;
第二步:求出特征方程的全部根,即為的全部特征值;
第三步:對(duì)于的每一個(gè)特征值,求出齊次線性方程組。
若是的屬于的特征向量,則也是對(duì)應(yīng)于的特征向量,因而特征向量不能由特征值惟一確定.反之,不同特征值對(duì)應(yīng)的特征向量不會(huì)相等,亦即一個(gè)特征向量只能屬于一個(gè)特征值。
在A變換的作用下,向量ξ僅僅在尺度上變?yōu)樵瓉?lái)的λ倍。稱ξ是A 的一個(gè)特征向量,λ是對(duì)應(yīng)的特征值(本征值),是(實(shí)驗(yàn)中)能測(cè)得出來(lái)的量,與之對(duì)應(yīng)在量子力學(xué)理論中,很多量并不能得以測(cè)量,當(dāng)然,其他理論領(lǐng)域也有這一現(xiàn)象。
三階矩陣三重根怎么求基礎(chǔ)解系
要理解特征多項(xiàng)式,首先需要了解一下特征值與特征向量,這些都是聯(lián)系在一起的:
設(shè)A是n階矩陣,如果數(shù)λ和n維非零列向量x使得關(guān)系式Ax=λx成立,那么,這樣的數(shù)λ就稱為方陣A的特征值,非零向量x稱為A對(duì)應(yīng)于特征值λ的特征向量。
也就可以對(duì)關(guān)系式進(jìn)行變換:
(A-λE)x=0 其中E為單位矩陣
這是n個(gè)未知數(shù)n個(gè)方程的齊次線性方程組,它有非零解的充要條件是系數(shù)行列式為0,即|A-λE|=0
帶入具體的數(shù)字或者符號(hào),可以看出該式是以λ為未知數(shù)的一元n次方程,稱為方陣A的特征方程,左端 |A-λE|是λ的n次多項(xiàng)式,也稱為方陣A的特征多項(xiàng)式。到此為止,特征多項(xiàng)式的定義表述完畢。
擴(kuò)展資料:
設(shè)A是數(shù)域P上的一個(gè)n階矩陣,λ是一個(gè)未知量,系數(shù)行列式|A-λE|稱為A的特征多項(xiàng)式,記|(λ)=|λE-A|,是一個(gè)P上的關(guān)于λ的n次多項(xiàng)式,E是單位矩陣。
|(λ)=|λE-A|=λn+a1λn-1+…+an= 0是一個(gè)n次代數(shù)方程,稱為A的特征方程。特征方程|(λ)=|λE-A|=0的根(如:λ0)稱為A的特征根(或特征值)。n次代數(shù)方程在復(fù)數(shù)域內(nèi)有且僅有n個(gè)根,而在實(shí)數(shù)域內(nèi)不一定有根,因此特征根的多少和有無(wú),不僅與A有關(guān),與數(shù)域P也有關(guān)。
參考資料來(lái)源:百度百科-矩陣特征值
掃描二維碼推送至手機(jī)訪問。
版權(quán)聲明:本文由尚恩教育網(wǎng)發(fā)布,如需轉(zhuǎn)載請(qǐng)注明出處。