当前课程知识点:矩阵论及其应用 >  第一单元 预备知识 >  1.1 特征值与特征向量的定义与求法 >  1.1 特征值与特征向量的定义和求法

返回《矩阵论及其应用》慕课在线视频课程列表

1.1 特征值与特征向量的定义和求法在线视频

下一节:1.2 特征值与特征向量计算举例

返回《矩阵论及其应用》慕课在线视频列表

1.1 特征值与特征向量的定义和求法课程教案、知识点、字幕

各位同学 大家好

欢迎来到矩阵论及其应用的在线课程

我叫崔丽鸿

给大家讲的内容是

第一单元:矩阵的特征值与相似对角化

主要包含如下6讲

从教学内容上而言

这一单元是后续单元的基础

从教学目标上而言

主要是温故而知新的目地

温故是由于

这部分内容 同学们在线性代数中

已经接触学过

知新是由于

在矩阵论课程的教材中

讨论的矩阵并非局限在实数范围

而是在更一般的复数范围上进行展开

因此

在接下来的学习中

同学们常常会碰到如下记号

C表示复数域

Cn表示分量属于复数域的全体

n维向量组成的集合

Cm乘n表示

元素属于复数域的全体m乘n矩阵组成的集合

例如

2+3i属于C

向量X是一个3维的复向量

矩阵A是一个3阶的复矩阵

其中i是虚数单位

它的平方等于-1

另外

还请大家注意一个记号

矩阵的右上角标记大写英文字母H

它表示这个矩阵的共轭转置矩阵

例如

对于矩阵A

把它的每个元素先取共轭之后

得到它的共轭矩阵

然后再对共轭矩阵进行转置

就得到了A的共轭转置矩阵

进一步

结合矩阵的运算

我们不难得到共轭转置矩阵的性质

这里只罗列出来

感兴趣的同学可以自己尝试一下证明

有了这些准备

现在我们开始学习第一讲

特征值与特征向量的定义和求法

首先

先看定义

设A属于C^n*n

如果存在λ属于C

和非零列向量X属于C^n

使得关系式AX=λX成立

则称λ是A的特征值

X为A的属于特征值λ的特征向量

例如

对矩阵A

因为这个等式成立

因而

lmda等于2

是这个矩阵的一个特征值

向量X是相对应的特征向量

那么对于一个已知的矩阵

我们采用什么方法

能够计算出它的特征值与特征向量呢

现在我们来看看

把定义式当中的关系式改写

会得到什么

经过移项改写

我们发现

这是一个以lmda i减A为系数矩阵

以X为未知量的齐次线性方程组

因此从解的角度来看

特征向量X就是这个方程组的非零解

而一个含有n个未知量

n个方程的齐次线性方程组

有非零解的充要条件

是它的系数行列式等于零

由行列式的定义可知

λI-A的行列式

是关于λ的首一n次多项式

首一指的是最高次项λ^n的系数为1

通常

对矩阵A

我们称lmda i减A为A的特征矩阵

lmda I减A的行列式

为A的特征多项式

lmda i减A的行列式等于零

称为A的特征方程

于是我们得到

1.特征方程是以λ为未知数的一元n次方程

2.A的特征值就是特征方程的根

3.由于一元n次方程在复数范围内恒有解

其个数为方程的次数

重根按重数计算

因此 n阶矩阵A有n个特征值

现在

我们就得到了计算n阶方阵A的

特征值与特征向量的步骤

Step1

计算特征多项式|λI-A|的行列式

Step2

求出特征方程|λI-A|的行列式等于0的n个根

λ1 λ2.....λn

它们即为A的全部特征值

Step3

对每个特征值λj 求解齐次线性方程组

λjI-A为系数矩阵

X为未知量的其次线性方程组

它的非零解

即为A的对应于特征值λj的全部特征向量

矩阵论及其应用课程列表:

第一单元 预备知识

-1.1 特征值与特征向量的定义与求法

--1.1 特征值与特征向量的定义和求法

-1.2 特征值与特征向量计算举例

--1.2 特征值与特征向量计算举例

-1.3 特征值与特征向量的性质

--1.3 特征值与特征向量的性质

-1.4 相似矩阵的定义及性质

--1.4 相似矩阵的定义及性质

-1.5 可对角化的条件

--1.5 可对角化的条件

-1.6 可对角化的计算举例

--1.6 可对角化的计算举例

-第1单元作业(共15个单选题)

--第1单元作业(共15个单选题)

第二单元 矩阵的Jordan标准形

-2.1 Jordan标准形的定义及方法1

--2.1Jordan标准形的定义及方法1

-2.2 求Jordan标准型的方法2—初等变换法

--2.2 求Jordan标准型的方法2—初等变换法

-2.3 求Jordan标准型的方法3—行列式因子法

--2.3 求Jordan标准型的方法3—行列式因子法

-2.4 相似变换矩阵的计算

--2.4 相似变换矩阵的计算

-2.5 应用案例一、Jordan标准型的应用举例

--2.5 应用案例一、Jordan标准型的应用举例

-第2单元作业(共15个单选题)

--第2单元作业(共15个单选题)

第三单元 最小多项式

-3.1 Hamilton-Cayley定理

--3.1Hamilton-Cayley定理

-3.2 最小多项式

--3.2 最小多项式

-第3单元作业(共10个单选题)

--第3单元作业(共10个单选题)

第四单元 酉相似下的标准型

-4.1 酉矩阵的定义及性质

--4.1 酉矩阵的定义及性质

-4.2 Schur分解定理

--4.2 Schur分解定理

-第4单元作业(共10个单选题)

--第4单元作业(共10个单选题)

第五单元 矩阵分解

-5.1 矩阵的LU分解

--5.1 矩阵的LU分解

-5.2 初等反射与初等旋转矩阵

--5.2 初等反射与初等旋转矩阵

-5.3 矩阵的QR分解

--5.3 矩阵的QR分解

-5.4 矩阵的奇异值分解

--5.4 矩阵的奇异值分解

-5.5 矩阵的满秩分解

--5.5 矩阵的满秩分解

-5.6 应用案例二、QR算法与最小二乘问题

--5.6 应用案例二、QR算法与最小二乘问题

-第5单元作业(共15个单选题)

--第5单元作业(共15个单选题)

第六单元 广义逆矩阵

-6.1 广义逆矩阵与线性方程组

--6.1 广义逆矩阵与线性方程组

-6.2 Moore-Penrose逆A+及其应用

--6.2 Moore-Penrose逆A+及其应用

-第6单元作业(共10个单选题)

--第6单元作业(共10个单选题)

第七单元 矩阵范数

-7.1 向量范数

--7.1 向量范数

-7.2 方阵范数

--7.2 方阵范数

-7.3 范数的应用 1-数值分析

--7.3 范数的应用 1-数值分析

-7.4 范数的应用 2

--7.4 范数的应用 2

-第7单元作业(共15个单选题)

--第7单元作业

第八单元 矩阵分析

-8.1 矩阵序列

--8.1矩阵序列

-8.2 矩阵函数计算 1

--8.2 矩阵函数计算 1

-8.3 矩阵函数计算 2

--8.3 矩阵函数计算 2

-8.4 矩阵函数计算 3

--8.4 矩阵函数计算 3(上)

-8.5 矩阵的微分和积分

--8.5 矩阵的微分和积分

-8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题

--8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题

-第8 单元作业(共15个单选题)

--第8 单元作业(共15个单选题)

第九单元 特征值的估计与表示

-9.1 特征值的界的估计

--9.1 特征值的界的估计

-9.2 特征值的包含区域

--9.2 特征值的包含区域

-9.3 特征值的分离

--9.3 特征值的分离

-第9单元作业(共15个单选题)

--第9单元作业(共15个单选题)

1.1 特征值与特征向量的定义和求法笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。