MATLAB 之特征值与特征向量、jordan标准形
实验六 特征值与特征向量、若当标准形
【实验目的】
1.了解特征值与特征向量基本概念及其性质;
2.了解若当标准型的基本概念;
3.学习、掌握MATLAB软件有关的命令。
【实验准备】
1.特征多项式
设A为n阶方阵, 如果数“ ”和n维列向量x使得关系式 成立, 则称 为方阵A的特征值, 非零向量x称为A对应于特征值“ ”的特征向量。
poly(A),返回矩阵A的特征多项式的向量表示形式,例如:
>> clear
>> A=[1 0;2 3];
>> p=poly(A) %矩阵A的特征多项式的向量表示形式
p =
1 -4 3
>> f=poly2str(p,’x’) %矩阵A的特征多项式
f =
x^2 – 4 x + 3
或者由定义出发,计算特征多项式.例如:
>> clear
>> A=[1 0;2 3];
>> E=eye(2); %2阶单位阵
>> syms x
>> f=det(x*E-A) %矩阵A的特征多项式
f =
(x-1)*(x-3)
2.特征值与特征向量eigenvalue
求一个方阵的特征值与特征向量可以使用函数eig( ).
d=eig(A), 返回A所有特征值组成的列向量d.
[V,D]= eig(A), 返回A所有特征值组成的矩阵D和特征向量组成的矩阵V.
[V,D]= eigs(A), 返回A所有特征值(按大小次序)组成的对角矩阵D和特征向量组成的矩阵V,且满足D=V-1AV.
d=eig(A,B), 返回复数矩阵A+Bi所有特征值组成的向量d.
[V,D]= eig(A,B), 返回复数矩阵A+Bi所有特征值组成的矩阵D和特征向量组成的矩阵V.
例如:
>> clear
(>> format)(>> format rat)
>> A=[0 1 0 0;1 0 0 0;0 0 0 1;0 0 1 0];
>> d=eig(A) %求矩阵A的特征值
d =
1
-1
1
-1
>> %特征值以列向量的形式输出,例如:
>> [V,D]=eig(A) %求矩阵A的特征值与特征向量所组成的矩阵
V =
-0.7071 0 0 0.7071
0.7071 0 0 0.7071
0 -0.7071 0.7071 0
0 0.7071 0.7071 0
D =
-1 0 0 0
0 -1 0 0
0 0 1 0
0 0 0 1
>>%说明(1)矩阵D的主对角线上的元素为特征值,所以方阵A的特征值为-1(二重),1(二重).
>>%说明(2)特征值-1对应的特征向量为V中的第1、2列,即 (-0.7071 0.7071 0 0)T
(0 0 -0.7071 0.7071)T ,其中 为任意常数,
特征值1的特征向量为V中的第3、4列,即 (0 0 0.7071 0.7071)T
( 0.7071 0.7071 0 0)T ,其中 为任意常数。
>> V=sym(V) %以符号的形式输出矩阵V
V =
[ -sqrt(1/2), 0, 0, sqrt(1/2)]
[ sqrt(1/2), 0, 0, sqrt(1/2)]
[ 0, -sqrt(1/2), sqrt(1/2), 0]
[ 0, sqrt(1/2), sqrt(1/2), 0]
>> V^-1*A*V %验证D=V^-1AV
ans =
[ -1, 0, 0, 0]
[ 0, -1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
3.提高特征值的计算精度
函数 balance
格式 [T,B] = balance(A) %求相似变换矩阵T和平衡矩阵B, 满足 。
B = balance(A) %求平衡矩阵B
4.实对称矩阵的对角化
实对称矩阵的对角化 [P,D]= eig(A) D为对角化后的矩阵,P为正交阵.
在Matlab中,我们运用函数eig求出二次型矩阵A的特征值矩阵D和特征向量矩阵P,所求的矩阵D即为系数矩阵A的标准形,矩阵P即为二次型的变换矩阵.例如:
>> clear
>> A=[2 2 -2;2 5 -4;-2 -4 5]; %实对称矩阵A
>> [P,D]=eig(A) %矩阵A的对角化
P=
-0.2981 0.8944 0.3333
-0.5963 -0.4472 0.6667
-0.7454 0 -0.6667
D =
1.0000 0 0
0 1.0000 0
0 0 10.0000
4.若当标准形
若当标准型可用函数jordan( ) 来求.
J = jordan(A), 其中J为A的若当标准型。例如matlab代码:
>> clear
>> A=[2 1 0;-1 0 0;-1 1 2]; %矩阵A
>> jordan(A) %矩阵A的若当标准形
运算结果为:
ans =
2 0 0
0 1 1
0 0 1
注意:Matlab中若当块是按上三角形定义的。
5.其他相关函数
矩阵的迹 trace(A)
将复对角矩阵转换为实对角矩阵 [V,D]=cdf2rdf(v,d) 在对角线上用2*2实数块代替共轭复数对.
矩阵元素求和函数 sum(A,dim),dim=1则按列求和,dim=2则按行求和
sum(sum(A,1),2) 返回矩阵A的所有元素之和.
矩阵元素求积函数 prod(A,dim),dim=1则按列求积,dim=2则按行求积。
prod(prod(A, 1),2)返回矩阵A的所有元素之积.
【实验内容】
例6-1:求矩阵 的特征值与特征向量
,并将其对角化.
解一:
相应的matlab代码及运算结果如下:
>>clear
>> A= [1 2 2;2 1 2; 2 2 1];
>> d=eig(A) %求全部特征值所组成的向量
d =
-1.0000
-1.0000
5.0000
>> [V,D]=eig(A) %求特征值及特征向量所组成的矩阵
V =
0.6015 0.5522 0.5774
0.1775 -0.7970 0.5774
-0.7789 0.2448 0.5774
D =
-1.0000 0 0
0 -1.0000 0
0 0 5.0000
>> inv(V)*A*V
ans =
-1.0000 0 -0.0000
0 -1.0000 -0.0000
-0.0000 0.0000 5.0000
>> %A可对角化,且对角矩阵为D
解二:
相应的matlab代码及运算结果如下:
>> clear
>> A= [1 2 2;2 1 2; 2 2 1];
>> p=poly(A) %矩阵A的特征多项式的向量表示形式
p =
1 -3 -9 -5
>> roots(f) %矩阵A的特征多项式的根,即A的特征值
ans =
5.0000
-1.0000 + 0.0000i
-1.0000 – 0.0000i
解三:
相应的matlab代码及运算结果如下:
>> clear
>> A= [1 2 2;2 1 2; 2 2 1];
>> E=eye(3);
>> syms x
>> f=det(x*E-A) %矩阵A的特征多项式
f =
x^3-3*x^2-9*x-5
>> solve(f) %矩阵A的特征多项式的根,即A的特征值
ans =
5
-1
-1
>> %所以A的特征值为x1=5,x2=x3=-1.
>> %(1)当x1=5时,求解(x1*E—A)X=0,得基础解系
>> syms y
>> y=5;
>> B=y*E-A;
>> b1=sym(null(B)) %b1为(x1*E—A)X=0基础解系
b1 =
sqrt(1/3)
sqrt(1/3)
sqrt(1/3)
>>%所以b1是属于特征值5的特征向量在基下的坐标
>> %(2)当x2=-1时,求解(x2*E—A)X=0,得基础解系
>> y=-1;
>> B=y*E-A;
>> b2=sym(null(B)) %b1为(x2*E—A)X=0基础解系
null(A)齐次线性方程组 A*Z=0的基础解系:
b2 =
[ sqrt(2/3), 0]
[ -sqrt(1/6), -sqrt(1/2)]
[ -sqrt(1/6), sqrt(1/2)]
>> b21=b2(:,1),b22=b2(:,2)
b21 =
sqrt(2/3)
-sqrt(1/6)
-sqrt(1/6)
b22 =
0
-sqrt(1/2)
sqrt(1/2)
%b21,b22是属于特征值-1的特征向量在基下的坐标
>> T=[b1,b2] %所有特征向量在基下的坐标所组成的矩阵
T =
[ sqrt(1/3), sqrt(2/3), 0]
[ sqrt(1/3), -sqrt(1/6), -sqrt(1/2)]
[ sqrt(1/3), -sqrt(1/6), sqrt(1/2)]
>> D=T^-1*A*T %将矩阵A对角化,得对角矩阵D
D =
[ 5, 0, 0]
[ 0, -1, 0]
[ 0, 0, -1]
例6-2:将矩阵 对角化,并将复对角矩阵转换为实对角矩阵
相应的matlab代码及运算结果如下:
>> clear
>> A=[0 2 1;-2 0 3;-1 -3 0];
>> [v,d]=eig(A) %求特征值及特征向量所组成的矩阵
v =
-0.8018 -0.1572 + 0.3922i -0.1572 – 0.3922i
0.2673 -0.6814 -0.6814
-0.5345 -0.1048 – 0.5883i -0.1048 + 0.5883i
d =
0 0 0
0 0 + 3.7417i 0
0 0 0 – 3.7417i
>> [V,D]=cdf2rdf(v,d) %复对角矩阵转换为实对角矩阵
V =
-0.8018 -0.1572 0.3922
0.2673 -0.6814 0
-0.5345 -0.1048 -0.5883
D =
0 0 0
0 0 3.7417
0 -3.7417 0
>>%说明:在对角线上用2×2实数块代替共轭复数对,由D可知A的特征值为1,
3.7417i和-3.7417i.
>> V1=V(:,1),V2=V(:,2),V3=V(:,3); %由V可知A的两个共轭特征向量为V2+ V3*i,即:
>> V2+V3*i
ans =
-0.1572 + 0.3922i
-0.6814
-0.1048 – 0.5883i
>> V2-V3*i
ans =
-0.1572 – 0.3922i
-0.6814
-0.1048 + 0.5883i
例6-3:求例6-1中矩阵A的迹,并验证 .
相应的matlab代码及运算结果如下:
>>clear
>> A= [1 2 2;2 1 2; 2 2 1];
>> a=trace(A) %求矩阵A的迹
a =
3
>> d=eig(A) %求矩阵A的特征值
d =
-1.0000
-1.0000
5.0000
>> b=sum(d,1) %矩阵d元素求和
b =
3
>>%说明:A的所有特征值之和为A的迹
>> e=det(A)
e =
5
>> f=prod(d,1) %矩阵d元素求积,即特征值求积
f =
5
>>%说明:A的行列式值等于所有特征值乘积.
>>%(1)函数sum(A,dim)是矩阵元素求和函数,dim=1则按列求和,dim=2则按行求和。
>>%(2)函数prod(A,dim)是矩阵元素求积函数,dim=1则按列求积,dim=2则按行求积。
例6-4:求矩阵 的若当标准型。
相应的matlab代码及运算结果如下:
>> clear
>> A=[-1 -2 6;-1 0 3;-1 -1 4]
A =
-1 -2 6
-1 0 3
-1 -1 4
>> J=jordan(A) %矩阵A的若当标准形
J =
1 1 0
0 1 0
0 0 1
>>%说明:Matlab中若当块是按上三角形定义的.
MATLAB 之特征值与特征向量、jordan标准形相关推荐
- Matlab求矩阵的Jordan标准形
使用jordan函数 示例 % 矩阵A >> A = [1 0 0; -1 2 -1; 0 0 2]%{A =1 0 0-1 2 -10 0 2%}% 求矩阵A的Jordan标准形J和相似 ...
- 第十章:MATLAB:矩阵分析(特征值与特征向量,矩阵对角化,若尔当标准型,矩阵的反射与旋转变换)
第十章:矩阵分析 10.1. 特征值与特征向量 10.1.1. 标准特征值与特征向量问题 实例--矩阵特征值与特征向量 实例:矩阵特征值 10.1.2. 广义特征值与特征向量问题 实例:广义特征值与广 ...
- 矩阵论(二)——Jordan标准形
矩阵论(二)--Jordan标准形 1. 线性变换的对角矩阵表示 1.1 特征值与特征向量 1.2 特征子空间 概念 性质 例题 1.3 线性变换矩阵的对角化 概念 例题 2 Jordan矩阵介绍 2 ...
- [矩阵论] Unit 2. Jordan 标准形介绍 - 知识点整理
注: 以下内容均由个人整理, 不保证完全准确, 如有纰漏, 欢迎交流讨论 参考: 杨明, 刘先忠. 矩阵论(第二版)[M]. 武汉: 华中科技大学出版社, 2005 2 Jordan 标准形介绍 2. ...
- 【数理知识】《矩阵论》方保镕老师-第2章-\lambda 矩阵与 Jordan 标准形
上一章 回到目录 下一章 第2章-\lambda 矩阵与 Jordan 标准形 2.1 λ\lambdaλ 矩阵 2.1.1 λ\lambdaλ 矩阵的概念 2.1.2 λ\lambdaλ 矩阵在相抵 ...
- 《矩阵理论与方法》lambda矩阵及Jordan标准形
最近在学习<矩阵理论与方法>这一本书,以此笔记作为学习过程的记录. 一.λ\lambdaλ-矩阵 定义1:设λ\lambdaλ是数域FFF上的一个未定元,f(λ)f(\lambda)f(λ ...
- [矩阵论]Jordan标准形中Jordan块阶数与个数的确定
Jordan标准形变换是一种相似变换,该变换所得到的Jordan标准型矩阵具有准对角特点. 一般的Jordan标准形具有如下特点: J = d i a g [ J 1 ( λ 1 ) , J 2 ( ...
- 【Derivation】任何矩阵都相似与Jordan标准形证明
矩阵的对角化很有用,但是许多时候矩阵不能对角化.这时候相似变换的最好结果就是Jordan标准型的形式. 矩阵的Jordan标准型的用处就在于矩阵不能对角化的时候利用Jordan标准型这种最简化的结果来 ...
- matlab 标准二次型,matlab用正交变换化二次型为标准形
1.金锄头文库是"C2C"交易模式,即卖家上传的文档直接由买家下载,本站只是中间服务平台,本站所有文档下载所得的收益全部归上传人(卖家)所有,作为网络服务商,若您的权利被侵害请及时 ...
- 矩阵分析——Jordan标准形
目录 Jordan标准形的定义: 其中下式称为Jordan块: 并且Jordan标准形的初等因子如下所示,同时可以由初等因子反推Jordan标准形. 参考:研究生教材<矩阵分析> 同济大学 ...
最新文章
- IE不能為讀(written)問題解決(轉載)
- centos7中安装RocketMQ4.7版本
- Xgboost算法原理详解及python实现
- FIFO(命名管道)
- 通过对象指针的方式强行指定到子类_C++中的虚指针与虚函数表
- 想赚钱?找自己的长板!
- snackbar_Android Snackbar示例教程
- Java入门学习路线目录索引(持续更新中)
- 二叉树各种遍历算法 Java 实现总结
- 潦草字体在线识别_想要知道某些字是什么字体?帮助你以最快的方式识别
- 从自媒体人到服务商 职业信鸽主播的快手商业之路
- 010 Editor 9.0.2——注册错误(010 Editor has detected that you have entered an invalid license.)
- springboot复制bean_【springboot 无法注入Bean_springboot】 | IT修真院·坑乎...
- 淮阳中学2021高考成绩查询,淮阳中学召开2021届高三高考200天冲刺誓师大会及学生家长会...
- 2009年最受欢迎的十大系统及相关问题教程
- C语言:字符函数与字符串函数(一)
- 微信小程序相关知识点
- 开发Android应用程序
- 纯css实现超炫酷的星空背景按钮
- 【FIW2022精彩回顾】华能贵诚信托:核心业务系统 Kubernetes 落地实践
热门文章
- 微信模板类H5平台有那些?
- 罗技logitech K310,Fn键只有+F12待机有用,其它没组合功能键没用,怎么办?
- java取石子_40.从某工地现场石子堆放区取石子5Kg,放入水中达到吸水饱和后,将表面擦干后称得质量为5.5 Kg,烘干后质量为4.7 Kg。该料场石子的吸水率为( )。...
- 雅黑php,雅黑PHP探针PHP7/HTTPS/NoIP修改版
- asp.net服装连锁店管理系统
- 大一学生课设c——服装管理系统
- brightcove视频流下载
- 自媒体运营技巧:如何成功申请今日头条号?
- HTML5七夕情人节表白送花网页制作(HTML+CSS+JavaScript)
- 【洛谷P7096】泸沽寻梦【异或 哈希】