矩阵的特征值和特征向量的应用研究 - 范文中心

矩阵的特征值和特征向量的应用研究

08/31

 

文章编号:1673-2103(2006)05-0020-04

矩阵的特征值和特征向量的应用研究

邵丽丽

Ξ

(菏泽学院计算机与信息工程系,山东菏泽274015)

  摘 要:通过对n阶矩阵的特征值和特征向量的研究,针对了3个方面的探讨,关键词:矩阵;特征值;特征向量中图分类号:O151.21  对矩阵的特征值和特征向量的定义为[1]:设A为n阶矩阵,若存在数λ和非零向量x,使Ax=λx则称数λ为A的特征值,非零向量x为A对应于特征值λ的特征向量.现设k,a,b均为常数,m为正整数,那么如何求n阶矩阵kA,aA+bI,Am,A-1(若A可逆),A3(若A可逆),f(A)(A的多项式)的特征值和特征向量?及如何巧妙求出n阶矩阵A的高次幂Ak?还有在一定的限定条件下,如何根据矩阵的特征值和特征向量信息来决定矩阵中的元素,即求解矩阵特征值的反问题.

1 n阶矩阵kA,aA+bI,Am,A-1,A3,f(A)的特征值和特征向量

m

λ,aλ+b,λ  若λ是n阶矩阵A的特征值,非零向量x为A对应于特征值λ的特征向量,则k,1/λ,

)是kA,aA+bI,Am,A-1,A3,f(A)的特征值;非零向量x是kA,aA+bI,Am,A-1,A3,f(A)A/λ,f(λ

m

λ,aλ+b,λ)的特征向量.对应于特征值k,1/λ,/λ,f(λ

证 由于λ是A的特征值,x是A对应于λ的特征向量,则有

Ax=λx,(1)

那么:

λλ)x.所以kλ是方阵kA的特征值,且向量1)在(1)式两端同时左乘系数k得kAx=kx,即(kA)x=(kλ的特征向量.x是方阵kA对应于特征值k

λx+bx=(aλ+b)x,所以aλ+b是方阵aA+bI的特征值,且2)由于(aA+bI)x=aAx+bx=a

λ+b的特征向量.向量x是方阵aA+bI对应于特征值a

2

3)由于A2x=A(Ax)=A(λx)=λ(Ax)=λ(λx)=λx,

322223Ax=A(Ax)=A(λx)=λ(Ax)=λ(λx)=λx,

Ax=A(A

m

m-1

x)=A(λ

m-1

x)=λ

m-1

m-1m

(Ax)=λ(λx)=λx.

mm

所以λ是方阵Am的特征值,且向量x是方阵Am对应于特征值λ的特征向量.

-1-1

4)在(1)式两端同时左乘A-1得A-1Ax=A-1λx,即x=λ(Ax),有Ax=

λ

x成立.所以

λ是方

3

阵A-1的特征值,且向量x是方阵A-1对应于特征值λ的特征向量.

3

5)在(1)式两端同时左乘A3得A3Ax=A3λx,由于A=

AA

-1

,那么AAx=

3

Ax=λ(Ax),

即有A3x=λx成立.所以λ是方阵Am的特征值,且向量x是方阵Am对应于特征值λ的特征向量.

Ξ

收稿日期:2006-03-20

作者简介:邵丽丽(1979-),女,山东曹县人,硕士,研究方向:软件工程与人工智能.

20

 

6)设f(x)=anxn+an-1xn-1+…+a1x+a0,则f(A)=anAn+an-1An-1+…+a1A+a0,

nn-1λ  f(A)x=anAnx+an-1An-1x+…+a1Ax+a0x=anx+an-1λx+…+a1λx+a0x=

nn-1λan+an-1λ+…+a1

λ+ax=f(λ)x.

)x可知f(λ)是f(A)的特征值,且向量x是f(A)对应上面的证明用到了3)的结论,由f(A)x=f(λ

)的特征向量.于特征值f(λ

12例1 已知矩阵A=212,求:A5-4A4-2A+I的特征值和特征向量.

22分析 本题是求矩阵A,A的5次幂并进行多项式运算,再求其特征值和特征向量,计算量非常大).

解 矩阵A的特征多项式det(A-λI)-λ)

(1+λ)2

.I1-2=(5-λ

2

2

1-

λ

令det(A-λI)=,A的特征值为λ1=5,λ2=λ3=-1.当λ=5时,解齐次方程(A-5I)x=0,

-4

2

-4

22

-x1x2=x00

.22

2

得其通解为[x1,

x2,x3]

T=t[1,1,1]T,其基础解系中只含有一个解向量x1=[1,1,1]T,x1即为特征值λ=5所对应的特征向量.

2

2

x1x2=x0.当λ=-1时,解齐次方程(A+Ix)=0,即222

22得通解为[x1,x2,x3]T=t1[-1,1,0]T+t2[-1,0,1]T,其基础解系中含有两个线性无关的解向量:x2=

T3T

[-1,1,0],x=[-1,0,1],即为特征值λ2=λ3=-1所对应的特征向量.

54

)=λ设 f(A)=A5-4A4-2A+I,则f(λ-4λ-2λ+1,即为f(A)的特征值.

)1=616;当λ)2,3=-2当λ1=5时,f(λ2=λ3=-1时,f(λ

于是A5-4A4-2A+I的特征值为616,-2,-2,对应的特征向量为仍然是x1,x2,x3.

2 n阶矩阵的高次幂的求解

  当n阶矩阵A可对角化时,即矩阵A可与对角阵相似时,计算其高次幂Ak有简单的方法,当

n阶矩阵

ΛP-1,A满足下面的四个条件之一时,即可对角化,即A=P

①n阶矩阵A有n个线性无关的特征向量;②n阶矩阵A有n个互不相等的特征值;③n阶矩阵A的每个特征值λ,均有ρλ=mλ,即特征值的几何常数等于其代数常数;④A为实对称矩阵.

对于A=PΛP-1,P=x1,x2,…,xn是由A的n个特征向量组成的矩阵.Λ=diag(λ1,λ2,…,λn)是由A的n个特征值构成的对角阵.那么有:

  Ak=(PP-1)k=PP-1・PΛP-1…PΛP-1=PΛ(P-1P)Λ(P-1P)Λ

…(P-1P)ΛP-1=PΛkP-1,

kkkkkkk-1

Λk=diagλ其中 .1,λ2,…,λn,故A=Pdiagλ1,λ2,…,λnP

12

22

21

例2 已知矩阵A=212,求Ak(其中k为正整数).

 

分析 矩阵的高次幂的求解一般是有技巧的,这里因矩阵A为实对称矩阵,故可对角化,可按上面讨论的方法求之.

解 因为AT=A,所以矩阵A为实对称矩阵,故矩阵A可对角化为Λ.

123

由例1知:矩阵A的3个特征值为λ1=λ2=-1,λ3=5,其对应的特征向量为x,x,x.故对角阵Λ=diag(-1,-1,5),

1

P=

x′ x 

x

2

01

-1

1

1,且P-1=0

-1

=3

2

-1

-11

-.

21

1又P-1AP=Λ=diag(-1,-1,5),那么有A=PΛP-1,则 Ak=PΛkP-1=

3

10

-01

k

11+5

kkk

(-1)

k

(-k

5k

k

-1

--1-1=

00

(-1)(-1)

21

k+1k

1

k+1k+1k

1

3

2-1)

(-1)(-1)

+5+5+5

(-1)(-1)

+5+5+5

kk

k+1k+1

+5+5

2(-1)

kk

.

k+1

2(-1)

k

3 矩阵特征值反问题的求解

  矩阵特征值反问题的求解[2],即根据矩阵的特征值和特征向量的信息来决定矩阵中的元素.当矩阵A有n个互不相等的特征值时,A必有n个线性无关的特征向量,那么矩阵A必可对角化,故A=PΛP-1,其中相似变换矩阵P由A的n

个线性无关的特征向量组成.

1

例3 设3阶方阵A的特征值为λ2 2]T,x21=1,λ2=0,λ3=-1,对应的特征向量分别是:x=[1 

=[2 -2 1]T,x3=[-2 -1 2]T,求A.

分析 此题给出了矩阵的3个不相同的特征值及其对应的特征向量,那么矩阵可对角化,显然是矩阵特征值的反问题,可按上面讨论的方法求之.

i解 由于xi(i=1,2,3)是方阵A对应于特征值λxi,i(i=1,2,3)的特征向量,于是有:Ax=λ

12

-2

-2

-1,那么P-1=

令P=[x1 x2 x3]=2

21

12

9

12

-2

2

-2-1

21,则有AP=PΛ,其中Λ=

--1

.

由上式可得A=PΛP-1

=3

012

2

2,即为所求.02

4 结语

  矩阵的特征值和特征向量有许多具体应用,依据上面所讨论的,可以方便地求得n阶矩阵A的逆矩阵、伴随矩阵、及A的多项式等的特征值和特征向量,并可巧妙地求出A的高次幂.关于矩阵特征值的反问题,本文仅做了初步探讨,但确是一个重要的研究方向,在数学物理反问题的离散化,粒子物理的核光谱学、振动反问题等领域上都有着具体的应用.22

 

参考文献:

[1] 谢国瑞.线性代数及应用[M].北京:高等教育出版社,1999.

[2] 戴华.矩阵特征值反问题的若干进展[J].南京航空航天大学学报,1995,27(3):400-413.

AResearchontheApplicationofEigenvalueandEigenvectorofMatrix

SHAOLi2li

(ComputerandInformationEngineeringDepartment,Heze,,)

Abstract:Bythestudyingofeigenvalueanddiscussestheapplicationoftheirthreeas2pectsduetoeigenvalueand,onstrationofinterrelatedpropositionandtherelevantexamplesareintroduced.

Keywords:matrix(上接第14页)

AStudyonProgrammingModelofHumanResources

inReservoirManagement

SONGJie2kun1,ZHANGZai2xu1,ZHANGYu2

(1.SchoolofEconomicsandManagement,UniversityofPetroleumofChina,Dongying,Shandong257061,China;2.FinancialAssetsCenterofDongxinProductionUnit,ShengliOilfield,Dongying,Shandong257091,China)

Abstract:Humanresourcesprogramisthekeytoreservoirmanagement.Astochasticchance-constrainedprogrammingmodelisputforwardforhumanresourcesprogram,whichusesthemaximumofoiloutputasobjectiveandtakesbothcostandhumanrequirementintoaccount,andtheprocessofitshybridintelligentalgorithmisprovidedatthesametime.Arealexampletestifiestheefficiencyofthismethod,whichprovidesascientificdecisionbasisforhumanresourcesprograminreservoirmanagement.

Keywords:reservoirmanagement;humanresources;stochasticchance-constrainedprogramming

23


相关内容

  • 特征值与特征向量的特点及应用
    郑州大学毕业设计 ( 论文 ) 题目:特征值与特征向量的特点及应用 指导老师:陈铁生 职称:副教授 学生姓名: 洪天麟 学号[1**********] 专业:数学与应用数学 院系:数学与统计学院 完成时间:2015年5月10日 目录 摘要. ...
  • 医科类本科数学基础课程教学基本要求
    高等学校理工科 教学指导委员会通讯 2006年第4期(总第35期) 2006年4月 医科类本科数学基础课程教学基本要求 数学与统计学教学指导委员会 一.前 言 数学是研究客观世界数量关系和空间形式的科学.它不仅是一种工具,而且是一种思维模式 ...
  • 矩阵论课程结业论文
    浅谈矩阵论的发展 在<九章算术>中用矩阵形式解方程组已相当成熟,但那时仅用它作为线性方程组系数的排列形式解决实际问题,并没有建立起独立的矩阵理论.直到18 世纪末至19 世纪中叶,这种排列形式在线性方程组和行列式计算中应用日益广 ...
  • 一种组合特征抽取的新方法_杨健
    第25卷 第6期2002年6月 计 算 机 学 报CHIN ESE J. COM PU TERS V o l. 25No. 6 J une 2002 一种组合特征抽取的新方法 杨 健 杨静宇 王正群 郭 丽 (南京理工大学计算机科学系 南京 ...
  • 浅析我国政府公共危机管理
    浅析我国政府公共危机管理 摘要: 如何应对危机事件,实质是对一个社会应对危机的综合考验,是政府执政水平高低的反映.在构建和谐社会的今天,如何及时.有效处理公共危机事件,已成为政府必须重视的重大问题.本文从加强政府危机管理的必要性,探讨了危机 ...
  • 第七章 矩阵特征值的计算
    第7章矩阵特征值和特征向量的计算引言 很多工程计算中,会遇到特征值和特征向量的计算,如:机械.结构或电磁振动中的固有值问题,如桥梁或建筑物的振动,机械机件.飞机机翼的振动:物理学中的各种临界值等.这些特征值的计算往往意义重大. 求解线性方程 ...
  • 向量自回归模型简介
    一.Var模型的基本介绍 向量自回归模型(Vector Autoregressive Models,VAR)最早由Sims(1980)提出.他认为,如果模型设定和识别不准确,那么模型就不能准确地反应经济系统的动态特性,也不能很好地进行动态模 ...
  • 贪婪算法与压缩感知理论
    第37卷第12期2011年12月 自动化学报 ACTA AUTOMATICA SINICA Vol. 37, No. 12December, 2011 贪婪算法与压缩感知理论 方红1 杨海蓉2 摘要贪婪算法以其重建速度快.重建方法实现简便的 ...
  • 物流企业的风险评价分析
    物流企业的风险评价分析 刘萍萍 北京物资学院劳动人事系 摘 要 随着物流产业的蓬勃发展.物流环境的日趋复杂化与竞争的日益激烈化,物流企业所面临的风险种类不断多样化,影响程度不断深化.对物流企业所面临的风险加以全面的认识,形成有效的风险评价方 ...
  • 基于通讯数据的社群分类与应用数学建模
    基于通讯数据的社群聚类 摘要 大数据时代的来临使得许多不可能成为了现实.数据分析和数据挖掘技术成 功地在多个重大领域取得了巨大成功.现已有部分人群通讯数据,对人群进行社群分类和相关识别. 针对问题一, 本文运用改进的K -MEANS 算法对 ...