矩阵特征根特征向量的求解方法及应用的研究
2017-12-28时文平
时文平
摘要:本文主要介绍了求解特征根与特征向量的两种相关方法:列行互逆变换法和QR法。通过对n阶矩阵的特征根与特征向量的进一步研究,探讨出了矩阵特征根与特征向量在众多领域都有广泛的应用。
关键词:矩阵;特征根;特征向量;特征多项式
一、 矩阵特征根与特征向量的求解方法
1. 列行互逆变换法
列行互逆变换的三种变换方式:
(1) 互相交换两列的位置cicj,同时互相交换j,i两行(rirj);
(2) 第i列乘以不是零的数k,同时第i行乘以1k;
(3) 第i列的k倍加到第j列(cj+kci),同时第j行(-k)倍加到第i行(ri-krj)
列行互逆法求特征根特征向量的基本方法是:把矩阵A和单位矩阵E同时做初等列变换,再对A做相应的行变换,通过一系列这样成对的变换方法,当矩阵A变换为对角矩阵时,对角线上的元素就是矩阵A的特征根,而单位矩阵E变换后的矩阵的列向量就是矩阵A的特征向量。
2. QR法求特征根与特征向量
QR算法也是一种迭代算法,这种方法的基础是构造矩阵序列{Ak},并且对矩阵序列进行QR分解。由代数学的相关知识可以得到:
(1) 如果矩阵A是非奇异矩阵,那么矩阵A就可以分解成正交矩阵Q与上三角形矩阵R相乘,即A=QR,而且当矩阵R的对角线元素符号已经固定时,分解式也是固定的。
(2) 如果矩阵A为奇异的矩阵,那么0是A的特征根,随便取一个数P,且P不是矩阵A的特征根,那么A-PI就是非奇异的方阵,只要我们求出A-PI的特征根,就会求出A的特征根,所以通常我们假设矩阵A为非奇异的方阵,这种假设不妨碍它讨论的一般性。
设矩阵A是非奇异的方阵,令A1=A,对A1进行QR分解,就是把A1分解成为正交矩阵Q1与上三角形矩阵R1的乘积A1=Q1R1,令矩阵A2=R1Q1=QT1A1Q1,继续再对A2进行QR分解A2=Q2R2,并且定义A3=R2Q2=QT2A2Q2,一般来说,递推公式为:A1=A=Q1R1,Ak-1=RkQk=QTkAkQk,k=1,2,…
QR算法就是通过利用矩阵的QR分解,依据上述的递推公式来构造序列{Ak},只要矩阵A是非奇异的方阵,那么由QR算法就可以完全得到{Ak}。
二、 矩阵特征根与特征向量的应用
1. 特征根与特征向量在n阶矩阵的高次幂的求解中的应用
当n阶矩阵A可以对角化时,即矩阵A可与对角阵相似时,可以应用矩阵的特征根与特征向量计算它的高次幂Ak(k∈N),而且相对来说比较简单,当n阶矩阵A符合以下四个条件之一时,那么矩阵A就可以对角化,即A=PDP-1
(1) n阶矩阵A有n个线性无关的特征向量。
(2) n阶矩阵A有n个互不相等的特征根。
(3) n阶矩阵A的每一个特征根的几何重数都和它的代数重数相等。
A为对称矩阵,对于A=PDP-1,P=(ξ1,ξ2,……ξn),D=diag(λ1,λ2.....λn)
其中λ1,λ2,……λn是矩阵A的n个互不相等的特征根,ξi是矩阵A中特征根λi的特征向量(i=1,2,……,n)。
2. 生产系统的设计问题
矩阵的特征根特征向量在二次曲面问题上的应用十分的广泛,比如说,我们可以用长期摄动方法来解决天体力学的问题,其中求近日点或轨道面升交点的运动平均角速度,解长期方程也可以归纳为矩阵特征根的问题,后来我们不断地发现很多领域对矩阵特征根和特征向量的需要,特别是社会科学领域对矩阵的特征根和特征向量的需要,它不断地为矩阵特征根特征向量问题的研究注入新的动力,下面我们举出一个在科学管理应用中的例子:生产系统的设计问题。
要设计一个系统,这个系统是由n个完成工作的单位元组成的,并且其中的每个单元都有m种不同的操作,我们现在设第j个单元进行的第i个操作数量记为mji,操作所用的时间记为tji,单位时间所需费用为cji,由此我们可以得到单位操作所用费用为:eji=cjitjimji,此时我们称矩阵E=ejim×n是系统的效率矩阵。我们另设第j个单元的费用为Pj(j=1,2,……m),且系统进行第i个操作的数量为vi(i=1,2,……,n),则系统完成工作所需要的费用为P=Ev,我们称P和v分别是这个系統的费用向量与容量向量,现在我们的问题主要在于怎样确定任务的数量比例,也就是说怎样确定v的各个分量,从而使系统所需要的费用最大或者最小,因此我们考虑v的R商:R(v)=(Ev)T(Ev)vTv=vT(ETE)vvTv
所以我们可以知道它的对称矩阵ETE的特征根就是它的最大值或最小值,而特征根λ所对应的特征向量是v。
三、 结论
通过掌握矩阵特征根以及特征向量的两种求解方法,矩阵的特征根和特征向量理论的应用是十分广泛的,可以应用到代数学求解复杂数学问题的领域中,也可以应用到经济等生活问题中,因此我们要把矩阵的相关知识运用到数学的各个方面。
参考文献:
[1]王萼芳.高等代数教程(上)[M].清华大学出版社,2009.
[2]杨延峻.矩阵特征值与特征向量的同步求解法[J].甘肃联合大学学报(自然科学版),2006,3:2-3.