이미 알 고 있 는 매트릭스 A = 1a 23 의 특징 치 는 - 1 이 고 행렬 A 의 또 다른 특징 치 는 955 ℃ 이 며 955 ℃ 에 속 하 는 특징 벡터 이다.

이미 알 고 있 는 매트릭스 A = 1a 23 의 특징 치 는 - 1 이 고 행렬 A 의 또 다른 특징 치 는 955 ℃ 이 며 955 ℃ 에 속 하 는 특징 벡터 이다.

매트릭스 A = 1a 23 의 특징 은 여러 가지 식 은 f (955 ℃) = (955 ℃ - 1) (955 ℃ - 3) - 2a 로 f (- 1) = 0 득 a = 4 로 f (955 ℃) = 0 이면 955 ℃ = - 1 또는 955 ℃ = 5, 방정식 을 푸 는 조 {, (5 램 8722 - 1) x 램 8722 - 3) - 2y = 0 램 램 램 2x + (5 램 87223) Y = 0 램 (5 램 8722 램 3) Y = 0 을 0 으로 해 해 해 할 수 있 는 0 = 0 이 0 이면 x = 1 이 되 지 못 하 는 X = 1 * * * * * * * * * * * * * * * 1 이면 1 이 되 는 1 이 되 는 1 이 고 1 이 되 는 1 이 되 어 있 는 1 * * * 1 이 므 므 로 1 의 값 은 1 이 5 개 특징 벡터 는 e = 11 이다.

다음 두 행렬 의 최대 특징 치 와 해당 특징 치 에 대응 하 는 특징 벡터 를 계산 해 줄 수 있 는 대 신 은? 무한 감격!
1 \ x0500.667 \ x054029
1.5 \ x051 \ x05667
2.333\x051.5\x051
1 \ x0505 \ x051 / 1.5 \ x05233
4 \ x051 \ x055 \ x059
1.5 \ x051 / 1.5 \ x051 \ x054
1 / 2.333 \ x051 / 9 \ x051 / 4 \ x051

> [d, v] = eig (1 \ x05.0.667 \ x050291.5 \ x051 \ x0562.333 \ x05.1.5 \ x051] d = - 0.3408 - 0.1698 + 0.2940 i - 0.1698 - 0.1698 - 0.2940 i - 0.572 - 0.2602 - 0.4463 + 0.4463 i - 0.7851 0.78600 - 0.08.

3 단계 매트릭스 의 3 가지 특징 치 를 1, - 1, 2 로 알 고 있 으 면 A ^ 2 + 2A + 3E 의 특징 치 는...

A ^ 2 + 2A + 3E 의 특징 값 은
1.1 & # 178; + 2 + 3 = 6
2. (- 1) & # 178; - 2 + 3 = 1 - 2 + 3 = 2
3.2 & # 178; + 2 × 2 + 3 = 4 + 4 + 3 = 11
바로... 이다
특징 치: 6, 2, 11.