特征向量的求法 特征向量怎么求 例题

一、全部特征向量的求法

从定义出发，Ax=cx：A为矩阵，c为特征值，x为特征向量。

矩阵A乘以x表示，对向量x进行一次转换（旋转或拉伸）（是一种线性转换），而该转换的效果为常数c乘以向量x（即只进行拉伸）。

通常求特征值和特征向量即为求出该矩阵能使哪些向量（当然是特征向量）只发生拉伸，使其发生拉伸的程度如何（特征值大小）。

数值计算的原则：

在实践中，大型矩阵的特征值无法通过特征多项式计算，计算该多项式本身相当费资源，而精确的“符号式”的根对于高次的多项式来说很难计算和表达：阿贝尔－鲁费尼定理显示高次（5次或更高）多项式的根无法用n次方根来简单表达。

对于估算多项式的根的有效算法是有的，但特征值的小误差可以导致特征向量的巨大误差。求特征多项式的零点，即特征值的一般算法，是迭代法。最简单的方法是幂法：取一个随机向量v，然后计算一系列单位向量。

二、求特征向量的方法

特征向量通常是通过求解特征方程来获得的。特征方程是一个齐次线性方程组，其系数矩阵是给定矩阵减去一个未知标量乘以单位矩阵后的结果。求解特征方程的常见方法包括：

-直接求解：对于低阶矩阵，可以利用行列式展开或其他代数技巧直接求解特征方程。

-数值计算：当矩阵阶数较大时，可以使用数值方法求解特征方程，如QR算法、幂法或Jacobi迭代法。

-转换到对角矩阵：如果给定矩阵是对称的或厄米的，则可以通过酉变换或相似变换将其转换为对角矩阵，对角元素即为特征值，对应的列向量即为特征向量。

三、怎样求特征向量

求特征向量方法：从定义出发，Ax=cx，A为矩阵，c为特征值，x为特征向量。

矩阵的特征向量是矩阵理论上的重要概念之一，它有着广泛的应用，数学上，线性变换的特征向量是一个非简并的向量，其方向在该变换下不变，该向量在此变换下缩放的比例称为其特征值。