设矩阵A的特征多项式为f(t) = det (tI - A) //det表示行列式,I表示单位矩阵,t是数将f(t)展开,按t的降幂排列:
f(t) = a[n] * t^n + a[n-1] * t^(n-1) + ... + a[0] //a[i]表示下标为i
事实上,观察f(t)对应的行列式可以发现,t的n次幂只有主对角线元素相乘才能组成,因此我们可以立刻得出结论:a[n]=1;
由Vieta定理可知,a[n-1]=t[1]+t[2]+……+t[n],a[0]=(-1)^n*t[1]*t[2]*……*t[n]。
例如:A=[1, 1, 0],那么f(t)=|-1, t-1, 0| ,只有取(t-1)(t-1)(t-1)这一项里面才有t²出现,其它取法都[0, 0, 1] |0, 0, t-1|由上面正确而不严谨的结论可以知道,a[n-1]=主对角元元素之和=特征值之和;至于后一结论,取t=0,则f(0) = (-1)^n*det A,因此a[0]=det A=特征值之积。
扩展资料:
如将特征值的取值扩展到复数领域,则一个广义特征值有如下形式:Aν=λBν
其中A和B为矩阵。其广义特征值(第二种意义)λ 可以通过求解方程(A-λB)ν=0,得到det(A-λB)=0(其中det即行列式)构成形如A-λB的矩阵的集合。其中特征值中存在的复数项,称为一个“丛(pencil)”。
设A为n阶矩阵,若存在常数λ及n维非零向量x,使得Ax=λx,则称λ是矩阵A的特征值,x是A属于特征值λ的特征向量。
参考资料来源:百度百科-特征值