• 沒有找到結果。

3.1 矩陣的行列式

N/A
N/A
Protected

Academic year: 2022

Share "3.1 矩陣的行列式"

Copied!
73
0
0

全文

(1)

第三章 行列式

3.1 矩陣的行列式

3.2 使用基本運算求行列式 3.3 行列式的性質

3.4 特徵值介紹 3.5 行列式的應用

Elementary Linear Algebra 投影片設計製作者

R. Larsen et al. (6 Edition) 淡江大學 電機系 翁慶昌 教授

(2)

3.1 矩陣的行列式



2 × 2 矩陣的行列式 (determinant)



 

= 

22 21

12 11

a a

a A a

12 21 22

| 11

| )

det(A = A = a aa a



注意:

 =

 

22 21

12 11

a a

a a

22 21

12 11

a a

a a

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.152

(3)



範例 1:二階矩陣的行列式

2 1

3 2 −

2 4

1 2

) 3 ( 1 ) 2 (

2 − −

= = 4 + 3 = 7

) 1 ( 4 )

2 (

2 −

= = 4 − 4 = 0 2

4

4 2

3 0



注意: 矩陣的行列式可以為正、零或負值。

) 3 ( 2 )

4 (

0 −

= = 0− 6 = −6

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.153

(4)



的子行列式 (minor)



由A消去第i列和第j行所形成矩陣的行列式

n i j

i j

i i

n j

j

a a

a a

a a

a a

a

M

L L

M M

M

L L

) 1 ( )

1 )(

1 ( )

1 )(

1 ( 1

) 1 (

1 )

1 ( 1 )

1 ( 1 12

11

+

+

= aij



餘因子 (cofactor)

ij j

i

ij M

C = (−1) + aij

nn j

n j

n n

n i j

i j

i i

n i j

i j

i i

ij

a a

a a

a a

a M a

L L

M M

M M

L L

) 1 ( )

1 ( 1

) 1 ( )

1 )(

1 ( )

1 )(

1 ( 1

) 1 (

) 1 ( )

1 )(

1 ( )

1 )(

1 ( 1

) 1 (

+

+ +

+

+ +

+

=

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.153

(5)



範例 2:

 

 

=

33 32

31

23 22

21

13 12

11

a a

a

a a

a

a a

a A

13 12

21 a a

a M = a

11 13

22 a a

a M = a

33 32

21 a a

M =

21 21

1 2

21 ( 1) M M

C = − = −

+

33 31

22 a a

M =

22 22

2 2

22 ( 1) M M

C = − + =

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.154

(6)



注意:餘因子的符號型式

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

M M M M M

L L L L L

+

+

+

+

+

+

+

+

M M M M M

3 × 3 矩陣 4 × 4 矩陣 n ×n 矩陣



注意:

奇數位置(i+j是奇數)為負號,並且 偶數位置(i+j為偶數)為正號。

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.154

(7)



範例 2:求A所有的子行列式和餘因子

2 3

2

−1

解:(1) 所有A的子行列式

1 3 −

 

 

=

1 0

4

2 1 3

1 2

0 A

, 1 5

4

2 3

12

= = −

,

M

1 1

0

2 1

11 − = −

=

⇒ M 4

0 4

1 3

13 − =

= M

, 1 2

0

1 2

21

= =

M

4,

1 4

1 0

22 = = −

M 8

1 4

2 0

23 = = −

M

, 2 5

1 1 2

31 =

= −

M 3,

2 3

1 0

32= = −

M 6

1 3

2 0

33 = −

= − M

線性代數線性代數

線性代數線性代數: 3.1節節節節 pp.154-155

(8)

, 1 5

4

2 3

12 = − =

C , 1 1

0

2 1

11 − = −

+

=

⇒ C 4

0 4

1 3

13 − =

+

= C

ij j

i

ij M

C = (−1) +

Q

1

2

0 1 0 2

解:(2) 所有A的餘因子.

, 1 2

0

1 2

21

= − = −

C

4,

1 4

1 0

22 = + = −

C 8

1 4

2 0

23 = − =

C

, 2 5

1 1 2

31 =

+ −

=

C 3,

2 3

1 0

32= − =

C 6

1 3

2 0

33 = −

+ −

= C

線性代數線性代數

線性代數線性代數: 3.1節節節節 pp.154-155

(9)



定理 3.1: 餘因子展開 (expansion by cofactors)

=

+ +

+

=

=

= n

j

in in i

i i

i ij

ijC a C a C a C

a A

A a

1

2 2 1

| 1

| ) det(

)

(

L

(第i列展開) i=1, 2,…, n 令A是n階方陣,則A的行列式為

(第i列展開) i=1, 2,…, n

=

+ +

+

=

=

= n

i

nj nj j

j j

j ij

ijC a C a C a C

a A

A b

1

2 2 1

| 1

| ) det(

)

( L

(第j行展開) j=1, 2,…, n

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.155

(10)



範例:3階矩陣的行列式





=

33 32

31

23 22

21

13 12

11

a a

a

a a

a

a a

a A

13 13 12

12 11

) 11

det(A = a C + a C + a C

線性代數線性代數

線性代數線性代數: 3.1節節節節 補充補充補充補充

33 33 23

23 13

13

32 32 22

22 12

12

31 31 21

21 11

11

33 33 32

32 31

31

23 23 22

22 21

21

13 13 12

12 11

11

C a C

a C

a

C a C

a C

a

C a C

a C

a

C a C

a C

a

C a C

a C

a

+ +

=

+ +

=

+ +

=

+ +

=

+ +

=

(11)

 

 

=

1 0

4

2 1

3

1 2

0 A

6

, 3

, 5

8 ,

4 ,

2

4

, 5 ,

1

33 32

31

23 22

21

13 12

11 2 E

=

=

=

=

=

=

=

=

=

C C

C

C C

C

C C

C

x

14 )

4 )(

1 ( ) 5 )(

2 ( ) 1 )(

0 ( )

det( = + + = − + + =

A a C a C a C

解:



範例3:3階矩陣的行列式

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.156

14 )

6 )(

1 ( ) 8 )(

2 ( ) 4 )(

1 (

14 )

3 )(

0 ( ) 4 )(

1 ( ) 5 )(

2 (

14 )

5 )(

4 ( ) 2 )(

3 ( ) 1 )(

0 (

14 )

6 )(

1 ( ) 3 )(

0 ( ) 5 )(

4 (

14 )

8 )(

2 ( ) 4 )(

1 ( ) 2 )(

3 (

14 )

4 )(

1 ( ) 5 )(

2 ( ) 1 )(

0 ( )

det(

33 33 23

23 13

13

32 32 22

22 12

12

31 31 21

21 11

11

33 33 32

32 31

31

23 23 22

22 21

21

13 13 12

12 11

11

=

− +

+

= +

+

=

= +

− +

= +

+

=

= +

− +

= +

+

=

=

− +

+

= +

+

=

= +

− +

= +

+

=

= +

+

= +

+

=

C a C

a C

a

C a C

a C

a

C a C

a C

a

C a C

a C

a

C a C

a C

a

C a C

a C

a A

(12)



範例5:(3階矩陣的行列式)

? )

det( =

A

 

 

=

1 4

4

2 1

3

1 2

0 A

解:

2 9 ) 1

1

( 1 1 − = −

= +

C C = (1)1+2 3 2 = (1)(5) = 5

線性代數線性代數

線性代數線性代數: 3.1節節節節 pp.158-159

1 9 4

2 ) 1

1 ( 1 1

11 − = −

= +

C ( 1)( 5) 5

1 4

2 ) 3

1 ( 1 2

12 = − + = − − =

C

4 -8 - 4

1 ) 3

1 ( 1 3

13 − =

= +

C

2

) -8 )(

1 ( ) 5 )(

2 ( ) 9 )(

0 ( )

det( 11 11 12 12 13 13

=

+ +

=

+ +

=

A a C a C a C

(13)



注意:

包含較多0的列(或行)通常是餘因子展開的最佳選擇。



例題4:(4階矩陣的行列式)

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.157









=

2 0

4 3

3 0

2 0

2 0

1 1

0 3

2 1

A

⇒ det( A ) = ?

(14)

解:

) )(

0 ( ) )(

0 ( ) )(

0 ( ) )(

3 ( )

det(A = C13 + C23 + C33 + C43

2 4

3

3 2

0

2 1

1 )

1 (

3 1 3

= +

3C13

=

2 4

3 −

[ ]

39

) 13 )(

3 (

) 7 )(

1 )(

3 ( ) 4 )(

1 )(

2 ( 0 3

4 3

1 ) 1

1 )(

3 2 (

3

2 ) 1

1 )(

2 2 (

4

2 ) 1

1 )(

0 (

3 2 1 2 2 2 3

=

=

− +

− +

=



 

 −

− +

− −

− +

= + + +

線性代數線性代數

線性代數線性代數: 3.1節節節節 pp.157-158

(15)



3×3矩陣的行列式

 

 

=

33 32

31

23 22

21

13 12

11

a a

a

a a

a

a a

a A

32 31

33 32

31

22 21

23 22

21

12 11

13 12

11

a a

a a

a

a a

a a

a

a a

a a

a

加這三個乘積 減這三個乘積

12 21 33 11

23 32

13 22 31 32

21 13 31

23 12 33

22 11

|

| ) det(

a a a a

a a

a a a a

a a a

a a a

a a A

A

− +

+

=

=

加這三個乘積

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.158

(16)



範例 5:





=

1 4

4

2 1

3

1 2

0 A

4 4

1 3

2 0

− -4

0 -12

0 6

0

2 6

0 ) 4 ( 12 16

0

|

| )

det( = = + − − − − − =

A A

16 -12

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.159

(17)



上三角矩陣 (upper triangular matrix)



下三角矩陣 (lower triangular matrix)

矩陣之主對角線下方的元素都為零

矩陣之主對角線上方的元素都為零



對角矩陣 (diagonal matrix)

矩陣之主對角線上方和下方的元素皆為零

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.159



注意:

一個矩陣同時為上三角與下三角被稱為對角(diagonal)

(18)

33 23 22

13 12

11

a 0

0

a a

0

a a

a

33 32

31

22 21

11

a a

a

0 a

a

0 0

a



範例:

33 22

11

a 0

0

0 a

0

0 0

a

上三角矩陣 下三角矩陣 對角矩陣

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.159

(19)



定理 3.2: 三角矩陣的行列式

若 A 是 n 階三角矩陣,則它的行列式為主對角線上 元素的乘積。即

ann

a a a A

A

L

33 22

| 11

| )

det( = =

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.160

(20)



範例 6: 求下列矩陣的行列式

(a)

 

 

 

 

= −

3 3

5 1

0 1

6 5

0 0

2 4

0 0

0 2

A (b)

 

 

 

 

 

 

=

0 4

0 0

0

0 0

2 0

0

0 0

0 3

0

0 0

0 0

1

B

 

 

1 5 3 3

 

 

0 0 0 0 − 2 0 4

0 0

0

|A|=(2)(-2)(1)(3)=-12

|B|=(-1)(3)(2)(4)(-2)=48 (a)

(b)

解:

線性代數線性代數

線性代數線性代數: 3.1節節節節 p.161

(21)

摘要與複習 (3.1節之關鍵詞)

 determinant : 行列式

 minor : 子行列式

 cofactor : 餘因子

 expansion by cofactors : 餘因子展開

 upper triangular matrix: 上三角矩陣

 lower triangular matrix: 下三角矩陣

 diagonal matrix: 對角矩陣

(22)

3.2 使用基本運算求行列式



定理 3.3 基本列運算和行列式

令 A 和 B 是方形矩陣

)

( )

(a B = rij A ⇒ det(B) = −det(A) )

( )

(b B = ri(k) A ⇒ det(B) = k det(A)

) )

(

(i.e. rij A = − A ) )

(

(i.e. ri(k) A = k A

線性代數線性代數

線性代數線性代數: 3.2節節節節 pp.165-166

) ( )

(b B = ri A ⇒ det(B) = k det(A) )

( )

(c B = rij(k) A

det(B) = det(A)

) )

(

(i.e. ri A = k A ) )

(

(i.e. rij(k) A = A

(23)



範例:





=

1 2

1

4 1

0

3 2

1 A

 

 

= 0 1 4 12 8

4

A1

  

 

= 1 2 3 4 1

0

A2

  

 

= 2 3 2

3 2

1 A3

2 )

det(A = −

線性代數線性代數

線性代數線性代數: 3.2節節節節 補充補充補充補充

 

 

 

=

1 2

1

4 1

0 A1

 

 

 

=

1 2

1

3 2

1 A2

 

 

 

=

1 2

1

2 3

2 A3

8 )

2 )(

4 ( ) det(

4 ))

( det(

) det(

)

( 1 1(4)

) 4 (

1 = r1 A

A = r A = A = − = −

A

2 )

2 ( )

det(

)) ( det(

) det(

)

( 2 12

2 = r12 A

A = r A = − A = − − =

A

2 )

det(

)) ( det(

) det(

)

( 3 12( 2)

) 2 (

3 = r12 A

A = r A = A = −

A

(24)



注意:

)) ( det(

) det(

) det(

)) (

det(rij A = − AA = − rij A

)) ( 1 det(

) det(

) det(

)) (

det( ( ) r( ) A

A k A

k A

ri k = ⇒ = i k

)) (

det(

) det(

) det(

)) (

det(rij(k) A = AA = rij(k) A

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.166

)) (

det(

) det(

) det(

)) (

det(rij A = AA = rij A

(25)

注意:

方陣的列梯形形式為上三角矩陣

範例 2: 使用基本列運算求行列式值

2 −3 10

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.166





−−

= −

3 1

0

2 2

1

10 3

2

A

det(A) = ?

解:

3 1

0

10 3

2

2 2

1

3 1

0

2 2

1

10 3

2 )

det(

12

=

= r

A

(26)

7 )

1 )(

1 )(

1 )(

7 ( 1

0 0

2 1

0

2 2

1 7

) 1 (

23 = − = −

=

r

3 1

0

2 1

0

2 2

1 1 ) )(

1 ( 3

1 0

14 7

0

2 2

1

7 1

7) ( 1 2 )

2 ( 12

=

=

r

r

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.167

1 0

0 −

(27)



注意:

A E EA =

Rij

E =

) 1

( ⇒ E = Rij = −1

( )

A A R A E A

r

EA = ij = − = ij =

線性代數線性代數

線性代數線性代數: 3.2節節節節 補充補充補充補充

)

(

) 2

( E = Ri kE = Ri(k) = k

( )

A k A R A E A

r

EA = i k = = i k =

( ) ( )

)

(

) 3

( E = Rijk

E = Rij(k) =1

( )

A A R A E A

r

EA = ijk = = ijk =

( ) 1 ( )

(28)



行列式與基本列運算

) ( )

(a B = cij A

令 A 和 B 是方形矩陣

) det(

)

det(B = − A

⇒ (i.e. cij(A) = − A)



定理: (基本列運算與行列式)

) ( )

(b B = ci(k) Adet(B) = k det(A) )

( )

(c B = cij(k) A ⇒ det(B) = det(A)

) )

(

(i.e. ci(k) A = k A ) )

(

(i.e. cij(k) A = A

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.167

(29)





 −

=

2 0

0

1 0

4

3 1

2 A



範例:





 −

= 0 4 1 3 2

1

A





 −

= 2 0 1 3 1

1

A 



= 4 0 1 0 1

2 A3

8 )

det(A = −



 



=

2 0

0

1 4

2 0 A



 



=

2 0

0

1 0

1 2 A



 



=

2 0

0

1 0

4 A3

4 )

8 2)(

(1 )

2 det(

)) 1 ( det(

) det(

)

( 1 1(4)

2) (1

1 = c1 AA = c A = A = − = −

A

8 )

8 ( )

det(

)) ( det(

) det(

)

( 2 12

2 = c12 A

A = c A = − A = − − =

A

8 )

det(

)) ( det(

) det(

)

( 3 23(3)

) 3 (

3 = c23 A

A = c A = A = −

A

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.167

(30)



定理 3.4: 產生零行列式的條件

(a) 一整列(或一整行)全為零 (b) 兩列(或行)是相等的

若A是方陣並且下列任何的條件是成立的,則det (A) = 0

(c) 某一列(或行)是另一列(或行)的倍數

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.168

(31)



範例:

0 6

5 4

0 0

0

3 2

1

= 0

0 6

3

0 5

2

0 4

1

= 0

6 5

4

2 2

2

1 1

1

=

線性代數線性代數

線性代數線性代數: 3.2節節節節 補充補充補充補充

0 2

6 1

2 5

1

2 4

1

= 0

6 4

2

6 5

4

3 2

1

=

0 6

12 3

5 10

2

4 8

1

=

(32)

餘因子展開 列簡化

n階 加法 乘法 加法 乘法

3 5 9 5 10



注意:

5 119 205 30 45

10 3628799 6235300 285 339

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.170

(33)



範例 5:求行列式

 

 

=

6 0

3

1 4

2

2 5

3 A

解:

3 ) 1 )(

3 3 (

4

4 ) 5

1 )(

3 ( 0

0 3

3 4

2

4 5

3

6 0

3

1 4

2

2 5

3 )

det( 3 1

) 2 (

13 = =

=

=

= C +

A

3 5)

)( 3 5 6 (

) 3 1 )(

5 ( 6 0 3

0 2 5 3

6 0

3

1 4

2

2 5

3 )

det( 5

3 5

2 2 1 5

3 5

2

5) (4

12 = =

=

=

= C +

A

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.170

(34)



範例 6:求行列式

解:

=

0 2

3 1

1

3 4

2 1

3

3 2

1 0

1

1 2

3 1

2

2 3

1 0

2

A

1 0

0 3

4 6

5 1

3 2

1 1

2 3

1 2 (1)(-1)

1 0

0 0

3

4 6

5 0

1

3 2

1 0

1

1 2

3 1

2

2 3

1 0

2

0 2

3 1

1

3 4

2 1

3

3 2

1 0

1

1 2

3 1

2

2 3

1 0

2

)

det( 2 2

) 1 ( 25

) 1 (

24

=

=

= +

r

r

A

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.171

(35)

6 5

13

2 1 8

5 0

0

6 5

13

2 1 8

3 1

8 )

1 (1)(

1 0

0 0

4 6

5 13

3 2

1 8

2 3

1 8

) 11 ( 21 )

3 (

41 = − 4 4 − − = − −

= +

r C

1 8 −

135 ) 27 )(

5 (

5 13

1 1) 8

5( 1 3

=

=

− −

= +

線性代數線性代數

線性代數線性代數: 3.2節節節節 p.172

(36)

3.3 行列式的性質



注意:



定理 3.5:矩陣相乘的行列式

(1) det (EA) = det (E) det (A) det (AB) = det (A) det (B)

) det(

) det(

)

det(A+ BA + B (2)

(3)

33 32

31

23 22

21

13 12

11

33 32

31

23 22

21

13 12

11

a a

a

b b

b

a a

a

a a

a

a a

a

a a

a

+

=

33 32

31

23 23

22 22

22 22

13 12

11

a a

a

b a

b a

b a

a a

a

+ +

+

線性代數線性代數

線性代數線性代數: 3.3節節節節 p.175

(37)



範例 1: 矩陣相乘的行列式





 −

=

1 0

1

2 3

0

2 2

1 A





=

2 1

3

2 1

0

1 0

2 B

求 |A|、|B| 與 |AB|

7 1

0 1

2 3

0

2 2

1

|

| = −

=

A 11

2 1

3

2 1

0

1 0

2

|

| =

= B

解:

求 |A|、|B| 與 |AB|

線性代數線性代數

線性代數線性代數: 3.3節節節節 p.175

(38)





=









 −

=

1 1

5

10 1

6

1 4

8

2 1

3

2 1

0

1 0

2

1 0

1

2 3

0

2 2

1 AB

1 4

8

77 1

1 5

10 1

6

1 4

8

|

| = −

=

⇒ AB

|AB| = |A| |B|



檢查:

線性代數線性代數

線性代數線性代數: 3.3節節節節 p.176

(39)



範例 2:

4 2

1 40

20

10



定理 3.6:矩陣純量積的行列式

若A是一個n × n 矩陣並且c是一個純量,則

det (cA) = cn det (A)

5 1

3 2

5 0

3

4 2

1 ,

10 30

20

50 0

30

40 20

10

=

 

 

= A

求 |A|

解:

 

 

=

1 3

2

5 0

3

4 2

1 10

A (1000)(5) 5000

1 3

2

5 0

3

4 2

1

103 = =

=

⇒ A

線性代數線性代數

線性代數線性代數: 3.3節節節節 p.177

(40)



範例 3:下列兩個矩陣那一個是可逆?



0 2 −1





=

1 2

0



定理 3.7:可逆矩陣的行列式

方陣A是可逆(非奇異)若且唯若 det (A)

≠ 0

= 0 ⇒ A



 



 −

=

1 2

3

1 2

3 A



 



=

1 2

3

1 2

3 B

A是不可逆(奇異)

= 12 0

B B是可逆(非奇異)

解:

線性代數線性代數

線性代數線性代數: 3.3節節節節 p.178

(41)



定理 3.8:反矩陣的行列式

) A det(

) 1 A

det( 1 =

是可逆,則

若A



定理 3.9:轉置的行列式

) det(

)

det(AT A

A是一方陣,則 =



範例 4:

1 = ? A

 

 

=

0 1

2

2 1 0

3 0

1

A (a) (b) AT = ?

4 0

1 2

2 1 0

3 0

1

|

| A = − =

Q

4

1

1 = 1 =

A A

= 4

= A AT

解:

線性代數線性代數

線性代數線性代數: 3.3節節節節 pp.180~182

(42)

若A是一個n × n矩陣,下列敘述是等價的

(1) A是可逆

(2) 對每一個n × 1矩陣b,Ax = b 具有唯一解



非奇異矩陣的等價條件

(3) Ax = 0 只有顯然解 (4) A列等價於In

(5) A可以寫為一些基本矩陣的相乘 (6) det (A) ≠ 0

線性代數線性代數

線性代數線性代數: 3.3節節節節 p.181

(43)



範例 5:下列系統何者有唯一解?

(a)

4 2

3

4 2

3

1 2

3 2

1

3 2

1

3 2

=

− +

= +

=

x x

x

x x

x

x x

4 2

3x1 + x2x3 = − (b)

4 2

3

4 2

3

1 2

3 2

1

3 2

1

3 2

= +

+

= +

=

x x

x

x x

x

x x

線性代數線性代數

線性代數線性代數: 3.3節節節節 p.181

(44)

解:

b x = (a) A

= 0 Q A

這個系統沒有唯一解

這個系統沒有唯一解

(b) Bx = b

0 12 ≠

=

Q

B

這個系統有唯一解

線性代數線性代數

線性代數線性代數: 3.3節節節節 p.182

(45)

3.4 特徵值的介紹



特徵值問題 (eigenvalue problem)

若A為一n

×n矩陣,在Rn

中是否存在著非零向量x, , , ,使 得Ax與x之間存在著倍數關係?



特徵值(eigenvalue)與特徵向量(eigenvector)

A:n×n 矩陣

A:n×n 矩陣

λ :純量

x: Rn

中的非零向量

x Ax =

λ

特徵值

特徵向量

線性代數線性代數

線性代數線性代數: 3.4節節節節 p.187

(特徵值問題的基本方程式)

(46)



範例 1: 證明特徵值與特徵向量

 

 

=

3 2

4

A 1

 

=

1 1 x1

1

1 5

1 5 1 5

5 1

1 3 2

4

1 x

Ax

=

 

=

 

 

=

 

 

 

 

=

特徵值



 

= −

1 2 x2

1

1 5

5 1 5

1 3

2 x

Ax

=

 

=

 

 

=

 

 

 

=

2

2 ( 1)

1 1 2

1 2 1

2 3

2

4

1 x

Ax

= −

 

− −

=

 

=

 

 

=

特徵值

特徵向量 特徵向量

線性代數線性代數

線性代數線性代數: 3.4節節節節 p.188

(47)



問題:

給予一個 n

×n 矩陣A,

如何求其特徵值與其對應之特徵向量?

0 )

I (

⇒ − =

= x A x

Ax

λ λ



注意:

(齊次系統)



A的特徵方程式 (characteristic equation) A

M

n×n

:

0 )

I ( )

I

det(

λ

A =

λ

A =

λ

n + cn1

λ

n1 +

L

+ c1

λ

+ c0 = 0

) I

(

⇒ − =

= x A x

Ax

λ λ

(

λ

I − A)x = 0

時有非零解,若且唯若

det(

λ

I A) = 0

線性代數線性代數

線性代數線性代數: 3.4節節節節 p.188

(48)



範例 2: 求特徵值與特徵向量

 

 

=

3 2

4 A 1

解:特徵方程式:

4 1 −

= −

− λ

λ

0 )

1 )(

5 (

5 4

3 2

4 ) 1

I (

2 − − = − + =

=

= −

λ λ

λ λ

λ λ A λ

特徵值: λ

1 = 5,

λ

2 = −1 1

, 5 −

=

λ

線性代數線性代數

線性代數線性代數: 3.4節節節節 p.189

(49)

5 )

1

(

λ

1 =

0

1 , 1

0 0 2

2

4 ) 4

I (

2 1

2 1 1

 

=

 

 

=

 

 

 

 

=

 

 

 

 

= −

t t t

t x

x

x x x

λ

A

1 )

2

( λ2 = −

0

1 , 2 2

0 0 4

2

4 ) 2

I (

2 1

2 1 2

 ≠

 

= −



 

= −



 



 

= 



 



 

= −

t t t

t x

x

x x x

λ

A

線性代數線性代數

線性代數線性代數: 3.4節節節節 p.189

(50)



範例 3: 求特徵值與特徵向量

 

 

=

0 1

1

1 2

1

2 2

1 A

解:特徵方程式:

解:特徵方程式:

0 )

3 )(

1 )(

1 (

1 1

1 2

1

2 2

1

I − − − = − + − =

=

λ λ λ

λ λ

λ λ

A

3 ,

1 ,

: λ

1 =1

λ

2 = −

λ

3 =

特徵值

線性代數線性代數

線性代數線性代數: 3.4節節節節 p.190

參考文獻

相關文件

Waddill, Using matrix techniques to establish properties of a generalized Tri- bonacci sequence, In: Application of Fibonnaci Numbers, Vol 4, G.E.. Bergun etal, Eds.,

Larsen

 lower triangular matrix: 下三角矩陣.  upper triangular matrix:

After lots of tests, we record two players’ winning probabilities and average number of rounds to figure out mathematical principles behind the problems and derive general formulas

Rodman, Canonical forms for symmetric/skew-symmetric real matrix pairs under strict equivalence and congruence, Linear Algebra and its Applications 406 (2005),

Chebyshev 多項式由 Chebyshev 於 1854 年提出, 它在數值分析上有重要的地位 [11], 本文的目的是介紹 Chebyshev 多項式及線性二階遞迴序列之行列式。 在第二節中, 我們先介

若我們能知道有 k 個 row 的矩陣一 定能利用 elementary row operations 化為 echelon form 這個事實且利用這個事實證得有 k + 1 個 row 的矩陣一定能利用 elementary row

sort 函式可將一組資料排序成遞增 (ascending order) 或 遞減順序 (descending order)。. 如果這組資料是一個行或列向量,整組資料會進行排序。

在這一節中, 我們介紹 change of basis 的概念, 了解到一個 linear operator 換了 ordered basis

[r]

ðWinner winner, chicken

[r]

將繩子折成相等的四小段,已知每一小段都是 x 公分,. 已知繩子的全長為

for some constant  1 and all sufficiently  large  , then  Θ.

[r]

[r]

求出 Select Case 運算式之值,並逐一與 Case 運算式值串列比對,若符合則執行該 Case 之後的敘述區段。1. 如果所有的

在這一節中,我們將學習如何利用 變數類 的「清 單」來存放資料(表 1-3-1),並學習應用變數的特

一、高斯消去法:將方程組的某一列乘以定數加到另一列的方法,稱為高斯消去法

第七章 第七章 個案學校 個案學校 個案學校 個案學校 SWOT SWOT SWOT SWOT 分析 分析 分析與 分析 與 與 TOWS 與 TOWS TOWS TOWS 策略矩陣分析 策略矩陣分析

FPGA(Field Programmable Gate Array)為「場式可程式閘陣列」的簡稱,是一 個可供使用者程式化編輯邏輯閘元件的半導體晶片

儀器附屬分析 FL Solutions 軟體進行 3-D 圖譜之繪製,爾後將其數據 輸出轉成 Excel.csv 檔,原本 Excel.csv 矩陣型之數據,經轉檔後變為 直列型式數據並匯入 Surfer

[r]