matlab求特征多项式

[V,x]=eig(A),可求矩阵A的特征值及特征向量.V特征值x特征向量

symsabcdx;p=a*x^2+c*x+c+d*x;t=coeffs(p,x);t(2)%%%%输出结果=c+d即为所得.coeffs(p,x)的结果是按照变量的幂来排列的.如上t(1)为常系数c

x=1978:2002;y=[272.81,286.43,311.89,324.76,337.07,351.81,390.85,466.75,490.86,545.46,648.3,696.54,78

A=[1,2,3;4,5,6;7,8,9];poly(A)得到的ans=1.0000-15.0000-18.0000-0.0000这个不好看.可以这样弄一下.A=[1,2,3;4,5,6;7,8,9]

回代的值大概在1e+7左右.相比于多项式中的系数1e+20,其实这个结果误差已经很小了.

意思是这样的：A是一个矩阵,P是A的特征多项式.P（A）的意思就是把lamda的地方全部换成A,然后计算出来.例如：>>clear;>>A=[1,2;3,4]A=1234>>symsx>>P=det(

根据公式:fA(x)=det(xI-A)方阵A的特征多项式fA(x)=|x-11-12-13;-14x-15-16;-17-18x-19|解方阵求出x就是特征值.

要理解特征多项式,首先需要了解一下特征值与特征向量,这些都是联系在一起的：设A是n阶矩阵,如果数λ和n维非零列向量x使得关系式Ax=λx成立,那么,这样的数λ就称为方阵A的特征值,非零向量x称为A对应

PrivateSubOption1_Click()Adodc1.LockType=adLockReadOnlyEndSubPrivateSubOption2_Click()Adodc1.LockTyp

magic(4)ans=16231351110897612414151>>[d,v]=eig(ans)d=-0.5000-0.82360.3764-0.2236-0.50000.42360.0236-

a=[1.00000.50004.00003.00003.00002.00001.00007.00005.00005.00000.25000.14291.00000.50000.33330.33330

求矩阵A的特征多项式的系数方法有：1.求矩阵A的特征多项式的系数是各级所有行列式之和.2.|λE-A|展开或用韦达定理的推广即求出|λE-A|=0的根λ的i次方的系数是：所有任意i个不同的根乘积之和.

结果:max_lumda_A=3.0385max_lumda_B1=3.0291max_lumda_B2=3.1828max_lumda_B3=4.1517%%想要最大特征值所对应的特征向量,只要将相

套公式,代数!再问：呵呵呵，无语再答：那你要给个具体数据吧！

一般先输入矩阵,假设A然后poly(A)输出的就是对应特征多项式从最高次到零次的系数

对于一个n阶矩阵A,只要算出了它的特征值λ1、λ2…λn,那么它的特征多项式就是P(x)=(x-λ1)(x-λ2)…(x-λn)比如该题三个特征值为λ1=1,λ2=4,λ3=1,其特征多项式就是P(x

p=[13-5-6];a=roots(p)';A=blkdiag(a(1),a(2),a(3))先求出特征值,然后以这些特征值为对角线元素的矩阵就是所求

x=[];y=[];F=@(p,a)p(1)*a+p(2)+p(3)*sin(p(4)*a+p(5));p=lsqcurvefit(F,[11111],x,y)%p即为所拟合函数系数,分别为a,b,c

样条是分段函数,多项式的个数和分的段数有关的,这个段数应该是不定的,所以不太好弄.那么：你想要一个三次多项式的话,就用polyfit,得到多项式的系数如果你想三次样条插值,就用spline或者inte

如果矩阵为A,那么用mean(mean(A))就可以求矩阵均值,只用一个mean可以求行或者列的平均