跳到主要内容
  • 打开数学解题器
  • 询问 AI 辅导老师
  • 查找 AP 课程
  • 创建测验
  • 打开计算器
  • 图形计算器
  • 浏览全部计算器
  • 阅读数学指南
↑ ↓回车打开 · Esc 关闭
开始解题
矩阵线性代数大学≈ 1:11

求矩阵 [2 0 0 的特征值;0 3 4;0 4 9]

一节分步动画课程。点击播放,逐步观看并显示字幕;也可以阅读下方的步骤和文字稿。 答案: λ = 11, 2, 1.

录制视频:视频中的语音和板书均为英语。字幕:中文。如需该语言的旁白,请打开互动版本。

原题(英语):求矩阵 [2 0 0 的特征值;0 3 4;0 4 9]

英语视频: 下载 MP4 (0.5 MB) · 字幕 (WebVTT):中文 · 英语字幕 (WebVTT)

屏幕上的步骤

  1. 1. 题目
    例题讲解
    求矩阵 [2 0 0 的特征值;0 3 4;0 4 9]
  2. 2. 步骤,第1部分
    1. det⁡(λI−A)=0,A=[200034049]\det(\lambda I - A) = 0,\quad A = \begin{bmatrix}2 & 0 & 0 \\ 0 & 3 & 4 \\ 0 & 4 & 9\end{bmatrix}
      建立特征方程
    2. p(λ)=λ3−14λ2+35λ−22p(\lambda) = \lambda^{3} - 14\lambda^{2} + 35\lambda - 22
      特征多项式
    3. λ=1, λ=2, λ=11\lambda = 1,\ \lambda = 2,\ \lambda = 11
      用有理根定理求出有理根
    4. [−9000−8404−2] v=0⇒v=⟨0,1,2⟩\begin{bmatrix}-9 & 0 & 0 \\ 0 & -8 & 4 \\ 0 & 4 & -2\end{bmatrix}\,v = 0 \Rightarrow v = \langle 0, 1, 2 \rangle
      λ = 11 的特征向量:解 (A − λI)v = 0
  3. 3. 步骤,第2部分
    1. [000014047] v=0⇒v=⟨1,0,0⟩\begin{bmatrix}0 & 0 & 0 \\ 0 & 1 & 4 \\ 0 & 4 & 7\end{bmatrix}\,v = 0 \Rightarrow v = \langle 1, 0, 0 \rangle
      λ = 2 的特征向量:解 (A − λI)v = 0
    2. [100024048] v=0⇒v=⟨0,−2,1⟩\begin{bmatrix}1 & 0 & 0 \\ 0 & 2 & 4 \\ 0 & 4 & 8\end{bmatrix}\,v = 0 \Rightarrow v = \langle 0, -2, 1 \rangle
      λ = 1 的特征向量:解 (A − λI)v = 0
  4. 4. 答案
    λ=11, 2, 1\lambda = 11,\ 2,\ 1

    p(λ) roots: 11, 2, 1

  5. 5. 检验
    • 特征值之和 ≈ 14 等于迹 14。
    • 特征值之积等于行列式 22。

文字稿

题目. 题目是:求矩阵 [2 0 0 的特征值;0 3 4;0 4 9]. 求 3 乘 3 矩阵的特征值和特征向量。

步骤,第1部分. 建立特征方程. 特征多项式. 用有理根定理求出有理根. λ 等于 11 的特征向量:解 (A 减 λI)v 等于 0.

步骤,第2部分. λ 等于 2 的特征向量:解 (A 减 λI)v 等于 0. λ 等于 1 的特征向量:解 (A 减 λI)v 等于 0.

答案. 所以答案是 λ 等于 11, 2, 1. 特征值是特征多项式的根。特征向量:λ 等于 11:⟨0, 1, 2⟩;λ 等于 2:⟨1, 0, 0⟩;λ 等于 1:⟨0, 负 2, 1⟩。

检验. 特征值之和 约等于 14 等于迹 14。 特征值之积等于行列式 22。

求矩阵 [2 0 0 的特征值;0 3 4;0 4 9]:分步视频课程