设A=( 2 1 1, 1 2 1,1 1 a)可逆,向量t=(1 b 1)是矩阵A*的特征向量,求 a b的值
由定理,A*的特征向量也是A的特征向量,所以存在λ使得:
Aa=λa,即得:
1、b+3 = λ
2、2b+2 = λb
3、a+b+1 = λ
由1、3式解得:a=2;
且2b+2 = b(b+3),即:
b^2+b-2 = 0,即:
(b-1)(b+2)=0
所以 b=1 或 b=-2。
注:
设α是A*的属于特征值λ的特征向量
则 A*α=λα
所以 AA*α=λAα,即 |A|α=λAα
所以当A可逆时,Aα=(|A|/λ)α
所以α也是A的特征向量。
求矩阵的全部特征值和特征向量的方法如下:
第一步:计算的特征多项式;
第二步:求出特征方程的全部根,即为的全部特征值;
第三步:对于的每一个特征值,求出齐次线性方程组的一个基础解系,则的属于特征值的全部特征向量是(其中是不全为零的任意实数)。
由定理,A*的特征向量也是A的特征向量,所以存在λ使得:
Aa=λa,即得:
1、b+3 = λ
2、2b+2 = λb
3、a+b+1 = λ
由1、3式解得:a=2;
且2b+2 = b(b+3),即:
b^2+b-2 = 0,即:
(b-1)(b+2)=0
所以 b=1 或 b=-2。
注:
设α是A*的属于特征值λ的特征向量
则 A*α=λα
所以 AA*α=λAα,即 |A|α=λAα
所以当A可逆时,Aα=(|A|/λ)α
所以α也是A的特征向量。
扩展资料:
从数学上看,如果向量v与变换A满足Av=λv,则称向量v是变换A的一个特征向量,λ是相应的特征值。这一等式被称作“特征值方程”。
假设它是一个线性变换,那么v可以由其所在向量空间的一组基表示为:
其中vi是向量在基向量上的投影(即坐标),这里假设向量空间为n 维。由此,可以直接以坐标向量表示。利用基向量,线性变换也可以用一个简单的矩阵乘法表示。上述的特征值方程可以表示为:
但是,有时候用矩阵形式写下特征值方程是不自然甚或不可能的。例如在向量空间是无穷维的时候,上述的弦的情况就是一例。取决于变换和它所作用的空间的性质,有时将特征值方程表示为一组微分方程更好。若是一个微分算子,其特征向量通常称为该微分算子的特征函数。