1樓：電燈劍客
把行列式得到關於lambda的多項式，然後用vieta定理
線性代數，求特徵值和特徵向量
2樓：dear豆小姐
||特徵值 λ = -2， 3， 3，特徵向量
： (1 0 -1)^t、(3 0 2)^t。
解：|λe-a| =
|λ-1 -1 -3|
| 0 λ-3 0|
|-2 -2 λ|
|λe-a| = (λ-3)*
|λ-1 -3|
|-2 λ|
|λe-a| = (λ-3)(λ^2-λ-6) = (λ+2)(λ-3)^2
特徵值 λ = -2， 3， 3
對於 λ = -2， λe-a =
[-3 -1 -3]
[ 0 -5 0]
[-2 -2 -2]
行初等變換為
[ 1 1 1]
[ 0 1 0]
[ 0 2 0]
行初等變換為
[ 1 0 1]
[ 0 1 0]
[ 0 0 0]
得特徵向量 (1 0 -1)^t。
對於重特徵值 λ = 3， λe-a =
[ 2 -1 -3]
[ 0 0 0]
[-2 -2 3]
行初等變換為
[ 2 -1 -3]
[ 0 -3 0]
[ 0 0 0]
行初等變換為
[ 2 0 -3]
[ 0 1 0]
[ 0 0 0]
得特徵向量 (3 0 2)^t。
答：特徵值 λ = -2， 3， 3，特徵向量： (1 0 -1)^t、(3 0 2)^t。
擴充套件資料
特徵值是線性代數中的乙個重要概念。在數學、物理學、化學、計算機等領域有著廣泛的應用
設 a 是n階方陣，如果存在數m和非零n維列向量 x，使得 ax=mx 成立，則稱 m 是a的乙個特徵值（characteristic value)或本徵值（eigenvalue)。
非零n維列向量x稱為矩陣a的屬於（對應於）特徵值m的特徵向量或本徵向量，簡稱a的特徵向量或a的本徵向量。
矩陣的特徵向量是矩陣理論上的重要概念之一，它有著廣泛的應用。數學上，線性變換的特徵向量（本徵向量）是乙個非簡併的向量，其方向在該變換下不變。該向量在此變換下縮放的比例稱為其特徵值（本徵值）。
3樓：匿名使用者
|a-λ
e| =
1-λ 2 3
2 1-λ 3
3 3 6-λ
r1-r2
-1-λ 1+λ 0
2 1-λ 3
3 3 6-λ
c2+c1
-1-λ 0 0
2 3-λ 3
3 6 6-λ
= (-1-λ)[(3-λ)(6-λ)-18]= (-1-λ)[λ^2-9λ]
= λ(9-λ)(1+λ)
所以a的特徵值為 0, 9, -1
ax = 0 的基礎解系為: a1 = (1,1,-1)'
所以,a的屬於特徵值0的全部特徵向量為: c1(1,1,-1)', c1為非零常數.
(a-9e)x = 0 的基礎解系為: a2 = (1,1,2)'
所以,a的屬於特徵值9的全部特徵向量為: c2(1,1,2)', c2為非零常數.
(a+e)x = 0 的基礎解系為: a3 = (1,-1,0)'
所以,a的屬於特徵值-1的全部特徵向量為: c3(1,-1,0)', c3為非零常數.
4樓：匿名使用者
你好，滿意請採納哦！
|a-λe|=
2-λ 3 2
1 8-λ 2
-2 -14 -3-λ
= -(λ-1)(λ-3)^2=0
解得特徵值為1,3,3
1對應的特徵向量：
(a-e)x=0
係數矩陣：
1 3 2
1 7 2
-2 -14 -4
初等行變換結果是：
1 0 2
0 1 0
0 0 0
所以特徵向量是[-2 0 1]^t
3對應的特徵向量：
(a-3e)x=0
係數矩陣：
-1 3 2
1 5 2
-2 -14 -6
初等行變換結果是：
1 1 0
0 2 1
0 0 0
所以特徵向量是[1 -1 2]^t
5樓：
乙個基本結論：
矩陣所有特徵值的和為主對角線上元素的和。
所以，兩個特徵值之和為
1+3=4
6樓：匿名使用者
λ||λ|λe-a| =
|λ-1 -1 -3|| 0 λ-3 0||-2 -2 λ||λe-a| = (λ-3)*
|λ-1 -3|
|-2 λ|
|λe-a| = (λ-3)(λ^2-λ-6) = (λ+2)(λ-3)^2
特徵值 λ = -2， 3， 3
對於 λ = -2， λe-a =
[-3 -1 -3]
[ 0 -5 0]
[-2 -2 -2]
行初等變換為
[ 1 1 1][ 0 1 0][ 0 2 0]行初等變換為
[ 1 0 1][ 0 1 0][ 0 0 0]得特徵向量 (1 0 -1)^t對於重特徵值 λ = 3， λe-a =
[ 2 -1 -3]
[ 0 0 0]
[-2 -2 3]
行初等變換為
[ 2 -1 -3]
[ 0 -3 0]
[ 0 0 0]
行初等變換為
[ 2 0 -3]
[ 0 1 0]
[ 0 0 0]
得特徵向量 (3 0 2)^t.
7樓：豆賢靜
題目給的條件是a的秩為2，所以在特徵值為-2的時候，最多只有兩個特徵向量。
8樓：小樂笑了
|λi-a| =
λ-1 -1 -3
0 λ-3 0
-2 -2 λ
= (λ-1)(λ-3)λ-2×3×(λ-3) = (λ-3)(λ+2)(λ-3) = 0
解得λ=-2，3（兩重）
9樓：匿名使用者
求 λ-2 2 0
2 λ-1 2
0 2 λ
行列式值為0的解。
得特徵值為 -2,1,4。
對λ^3-3λ^2-6λ+8進行因式分解。
一般求特徵值時的因式分解步驟都不難， 上式容易看出1是它的乙個零點，提取出λ-1，得到
λ^3-3λ^2-6λ+8=(λ-1)(λ^2-2λ-8)
10樓：匿名使用者
乙個線性方程組的基礎解系是這樣的乙個解向量組：
11樓：徐臨祥
1.首先讓我們來了解一下特徵值和特徵向量的定義，如下：
2.特徵子空間基本定義，如下：
3.特徵多項式的定義，如下：
12樓：蒯懿靖迎夏
此題中，由於是實對稱矩陣，特徵向量互相垂直，所以η·η1=0，所以
x2+x3=0。在滿足該條件的基礎上任取互相垂直的向量選作η2、η3（只要滿足該條件，就屬於
λ=1對應特徵向量的解空間），即可。
對矩陣a，方程
ax=λx（x待求向量，λ待求標量），的解x稱為a的特徵向量，
λ為對應的特徵值，特徵值特徵向量問題是線性代數學習、研究的乙個重要模組。
一般求解辦法：
第一步，求解方程：det(a-λe)=0
得特徵值
λ第二步，求解方程：(a-λe)x=0
得對應特徵向量
x特徵值特徵向量問題的應用比較廣泛：
線性代數領域——化簡矩陣（即矩陣對角化、二次型標準化等），計算矩陣級數
高等數學領域——解線性常係數微分方程組、判斷非線性微分方程組在奇點處的穩定性
物理——矩陣量子力學
……以上僅僅是筆者接觸到的一些應用。
13樓：洛德業劇溫
線性代數是數學的乙個分支，它的研究物件是向量，向量空間（或稱線性空間），線性變換和有限維的線性方程組。向量空間是現代數學的乙個重要課題；因而，線性代數被廣泛地應用於抽象代數和泛函分析中；通過解析幾何，線性代數得以被具體表示。線性代數的理論已被泛化為運算元理論。
由於科學研究中的非線性模型通常可以被近似為線性模型，使得線性代數被廣泛地應用於自然科學和社會科學中。
特徵值是線性代數中的乙個重要概念。在數學、物理學、化學、計算機等領域有著廣泛的應用。
數學上，線性變換的特徵向量（本徵向量）是乙個非退化的向量，其方向在該變換下不變。該向量在此變換下縮放的比例稱為其特徵值（本徵值）。乙個線性變換通常可以由其特徵值和特徵向量完全描述。
特徵空間是相同特徵值的特徵向量的集合。
設a為n階矩陣，根據關係式ax=λx，可寫出(λe-a)x=0，繼而寫出特徵多項式|λe-a|=0，可求出矩陣a有n個特徵值（包括重特徵值）。將求出的特徵值λi代入原特徵多項式，求解方程(λie-a)x=0，所求解向量x就是對應的特徵值λi的特徵向量。
線性代數求特徵值？
14樓：a羅網天下
我可以明確告訴你，這種以閉式解(closed form)求特徵值都是一題一解，沒有什麼永恆回的規矩可以答
遵循。但是以計算機求解特徵值的角度來看，全部是以一種固定的迭代的方式求解，這種求解方法是一種固定的方法，適用於任意階矩陣的特徵值求解。
15樓：匿名使用者
這個不是什麼特殊技巧做的，就是最基礎的三階行列式按公式求，只不過這裡帶變數λ，全部後（一共6項），整理合併，再因式分解得到的。
簡單，但是很繁瑣。
16樓：雷帝鄉鄉
這裡主要用了行列式的性質，具體的過程我待會拍給你
線性代數求特徵值和特徵向量,線性代數中怎樣求特徵值和特徵向量？
p就是用斯密特正交化法，求到的單位特徵向量。p 1不用我說了吧？題目沒有，看不出a和b關係，就沒法說p怎麼來的 題目條件裡不是清楚的寫著矩陣p麼 顯然 p，e 0 1 0 1 0 0 1 0 1 0 1 0 0 0 1 0 0 1 r2 r3，交換r1r2 1 0 0 0 1 1 0 1 0 1 0...
線性代數方陣的特徵值與特徵向量求解過程
中bai的解答不對,矩陣dua有誤.a zhie 2 1 0 1 2 0 0 0 3 3 2 2 1 1 3 2.所以a的特 dao徵值為版 1,3,3 a e x 0 的基礎解權係為 a1 1,1,0 t所以a的屬於特徵值1的特徵向量為 k1a1,k1 0 a 3e x 0 的基礎解系為 a2 1...
求線性代數解答？矩陣的特徵值和特徵向量
因為2階方陣a有2個互異特徵值，所以a與對角矩陣相似。可逆矩陣p為 1，2 對角矩陣為diag 1，2 線性代數中怎樣求特徵值和特徵向量？特徵值與特徵向量是線性代數的核心也是難點，在機器學習演算法中應用十分廣泛。要求線性代數中的特徵值和特徵向量，就要先弄清楚定義 設 a 是 n 階矩陣，如果存在乙個...