对称矩阵的平方的特征值怎么计算
矩阵的特征向量怎么求？
矩阵的特征向量怎么求？
对于特征值λ和特征向量a，得到Aaaλ
于是把每个特征值和特征向量写在一起
注意对于实对称矩阵不同特征值的特征向量一定正交
得到矩阵P，再求出其逆矩阵P^(-1)
可以解得原矩阵APλP^(-1)
设A为n阶矩阵，若存在常数λ及n维非零向量x，使得Axλx，则称λ是矩阵A的特征值，x是A属于特征值λ的特征向量。
一个矩阵A的特征值可以通过求解方程pA(λ) 0来得到。 若A是一个n×n矩阵，则pA为n次多项式，因而A最多有n个特征值。
反过来，代数基本定理说这个方程刚好有n个根，如果重根也计算在内的话。所有奇数次的多项式必有一个实数根，因此对于奇数n，每个实矩阵至少有一个实特征值。在实矩阵的情形，对于偶数或奇数的n，非实数特征值成共轭对出现。
扩展资料
求矩阵的全部特征值和特征向量的方法如下：
第一步：计算的特征多项式；
第二步：求出特征方程的全部根，即为的全部特征值；
第三步：对于的每一个特征值，求出齐次线性方程组。
若是的属于的特征向量，则也是对应于的特征向量，因而特征向量不能由特征值惟一确定．反之，不同特征值对应的特征向量不会相等，亦即一个特征向量只能属于一个特征值。
在A变换的作用下，向量ξ仅仅在尺度上变为原来的λ倍。称ξ是A 的一个特征向量，λ是对应的特征值（本征值），是（实验中）能测得出来的量，与之对应在量子力学理论中，很多量并不能得以测量，当然，其他理论领域也有这一现象。
n阶实对称矩阵的特征值怎么求？
方法一：实对称矩阵不同特征值对应的特征向量相互正交，由此可得第三个特征值对应的特征向量，进一步可得到第三个特征值。
方法二：实对称矩阵所有特征值的和等于矩阵对角线上元素的代数和，所有特征值的积等于矩阵的行列式的值。据此可得第三个特征值。实对称矩阵A的不同特征值对应的特征向量是正交的。实对称矩阵A的特征值都是实数，特征向量都是实向量。
a的t矩阵乘以a等于什么？
AA^T| |A| |A^T| |A||A| |A|^2即矩阵A乘以A的转置等于A的行列式的平方。
矩阵转置的主要性质：
1、实对称矩阵A的不同特征值对应的特征向量是正交的（网易笔试题曾考过）。
2、实对称矩阵A的特征值都是实数，特征向量都是实向量。
3、n阶实对称矩阵A必可对角化，且相似对角阵上的元素即为矩阵本身特征值。
4、若λ0具有k重特征值 必有k个线性无关的特征向量，或者说必有秩r(λ0E-A)n-k，其中E为单位矩阵。
线性变换及其所对应的对称，在现代物理学中有着重要的角色。例如，在量子场论中，基本粒子是由狭义相对论的洛伦兹群所表示，具体来说，即它们在旋量群下的表现。内含泡利矩阵及更通用的狄拉克矩阵的具体表示，在费米子的物理描述中，是一项不可或缺的构成部分，而费米子的表现可以用旋量来表述