1樓：田秀梅遇申
1.先求出矩陣的特徵值:
|a-λe|=0
2.對每個特徵值λ求出(a-λe)x=0的基礎解系a1,a2,..,as
3.a的屬於特徵值λ的特徵向量就是
a1,a2,...,as
的非零線性組合
滿意請採納.
矩陣的特徵向量怎麼求？
2樓：匿名使用者
1.先求出矩陣的特徵值: |a-λe|=02.對每個特徵值λ求出(a-λe)x=0的基礎解系a1,a2,..,as
3.a的屬於特徵值λ的特徵向量就是 a1,a2,...,as 的非零線性組合
滿意請採納.
3樓：粽粽有料
矩陣的特徵方程式是：
a * x = lamda * x
這個方程可以看出什麼？矩陣實際可以看作一個變換，方程左邊就是把向量x變到另一個位置而已；右邊就是把向量x作了一個拉伸，拉伸量是lamda。那麼它的意義就很明顯了，表達了矩陣a的一個特性就是這個矩陣可以把向量x拉長（或縮短）lamda倍，僅此而已。
任意給定一個矩陣a，並不是對所有的x它都能拉長（縮短）。凡是能被a拉長（縮短）的向量稱為a的特徵向量(eigenvector)；拉長（縮短）量就為這個特徵向量對應的特徵值（eigenvalue）。
值得注意的是，我們說的特徵向量是一類向量，因為任意一個特徵向量隨便乘以一個標量結果肯定也滿足以上方程，當然這兩個向量都可以看成是同一個特徵向量，而且它們也都對應同一個特徵值。
如果特徵值是負數，那說明了矩陣不但把向量拉長（縮短）了，而且讓向量指向了相反的方向。
擴充套件資料
矩陣的意義上，先介紹幾個抽象概念：
1、核：
所有經過變換矩陣後變成了零向量的向量組成的集合，通常用ker(a)來表示。假如你是一個向量，有一個矩陣要來變換你，如果你不幸落在了這個矩陣的核裡面，那麼很遺憾轉換後你就變成了虛無的零。
特別指出的是，核是「變換」(transform)中的概念，矩陣變換中有一個相似的概念叫「零空間」。有的材料在談到變換的時候使用t來表示，聯絡到矩陣時才用a，本文把矩陣直接看作「變換」。核所在的空間定義為v空間，也就是全部向量原來在的空間。
2、值域：
某個空間中所有向量經過變換矩陣後形成的向量的集合，通常用r（a）來表示。假設你是一個向量，有一個矩陣要來變換你，這個矩陣的值域表示了你將來可能的位置，你不可能跑到這些位置之外。值域的維度也叫做秩（rank）。
值域所在的空間定義為w空間。w空間中不屬於值域的部分等會兒我們會談到。
3、空間：
向量加上加、乘運算構成了空間。向量可以（也只能）在空間中變換。使用座標系（基）在空間中描述向量。
不管是核還是值域，它們都是封閉的。意思是如果你和你的朋友困在核裡面，你們不管是相加還是相乘都還會在核裡面，跑不出去。這就構成了一個子空間。值域同理。
4樓：我是你的組織啊
矩陣的特徵向量的求法：
先求出矩陣的特徵值: |a-λe|=0
.對每個特徵值λ求出(a-λe)x=0的基礎解系a1,a2,..,as
a的屬於特徵值λ的特徵向量就是 a1,a2,...,as 的非零線性組合
矩陣的特徵向量怎麼求？麻煩具體點
5樓：佘聽露裔瓊
1.先求出矩陣的特徵值:
|a-λe|=0
2.對每個特徵值λ求出(a-λe)x=0的基礎解系a1,a2,..,as
3.a的屬於特徵值λ的特徵向量就是
a1,a2,...,as
的非零線性組合
滿意請採納.
幫我看下這個逆矩陣是怎麼求出來的？我做出來的和它剛好是轉置矩
答案是對du的。估計zhi你用的是用伴隨dao矩陣的方式做出來的，專你仔細看看伴隨矩陣中元屬素代數餘子式的排列方式，估計你弄反了。a11 a21 a31 a12 a22 a32 a13 a23 a33 第一行元素的代數餘子式是在第一列。矩陣求逆矩陣的兩種方法做出來的答案怎麼不一樣 你好！你說的是用伴...
這個矩陣怎樣用Maple求出特徵值和特徵向量
求特徵值 eigenvals a 求特徵向量 eigenvects a 輸出結果為 特徵值，特徵值個數，特徵向量 怎樣用maple求矩陣的特徵值和特徵向量 with student linearalgebra b matrix 3,3,eigenvectors b eigenvectors b,ou...
這個二階矩陣的特徵向量怎麼求,二階矩陣的特徵值和特徵向量的求法是什麼？
特徵值 復 1，3 對於制 1，e a 0 2 0 2 初等bai行變換為 du 0 1 0 0 特徵向zhi 量 1,0 t 對於 3，e a 2 2 0 0 初等行變換為 1 1 0 0 特徵向量 1,1 t 特徵值du 1，3 對於zhi 1，e a 0 2 0 2 初等行變dao換為 0 1...