求解原理
定义: 设 A A A是 n × n n \times n n×n 方阵,如果有数 λ \lambda λ和 n n n维非零列向量 X X X,满足下式,则称 λ \lambda λ为 A A A的一个特征值,非零向量 X X X为与 λ \lambda λ对应的特征向量。
A X = λ X AX = \lambda X AX=λX
Step1:特征值求解
上式可写作 ( λ E − A ) X = 0 \left( {\lambda E - A} \right)X = {\bf{0}} (λE−A)X=0,其中 E E E 是 n n n 阶单位矩阵,从而得到下式,这是一个关于 λ \lambda λ的 n n n次多项式,也称为特征方程或特征多项式,从而解得 n n n个特征值 λ 1 , λ 2 , . . . , λ n {\lambda _1},{\lambda _2},...,{\lambda _n} λ1,λ2,...,λn。
∣ λ E − A ∣ = ∣ λ − a 11 − a 12 ⋯ − a 1 n − a 21 λ − a 22 ⋯ − a 2 n ⋮ ⋮ ⋱ ⋮ − a n 1 − a n 2 ⋯ λ − a n n ∣ = 0 \left| {\lambda E - A} \right| = \left| \begin{matrix} \lambda - a_{11} & -a_{12} & \cdots & -a_{1n} \\ -a_{21} & \lambda - a_{22} & \cdots & -a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ -a_{n1} & -a_{n2} & \cdots & \lambda - a_{nn} \end{matrix} \right| = 0 ∣λE−A∣=
λ−a11−a21⋮−an1−a12λ−a22⋮−an2⋯⋯⋱⋯−a1n−a2n⋮λ−ann
=0
Step2:特征向量求解
对于每一个特征值 λ i \lambda_i λi,通过求解方程组 ( λ i E − A ) X i = 0 \left( {\lambda_i E - A} \right)X_i = {\bf{0}} (λiE−A)Xi=0,得到特征向量 X i X_i Xi。这可以转化为齐次线性方程组求解问题,具体步骤如下:
- 将 λ i E − A \lambda_i E - A λiE−A 表示为增广矩阵形式。
- 对增广矩阵进行高斯消元,得到方程组的简化形式。</