如何快速求特征值？
具体如下：
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。
特征值是线性代数中的一个重要概念，在数学、物理学、化学、计算机等领域有着广泛的应用。
相关信息：
如将特征值的取值扩展到复数领域，则一个广义特征值有如下形式：Aν=λBν。
其中A和B为矩阵。其广义特征值（第二种意义）λ 可以通过求解方程(A-λB)ν=0，得到det(A-λB)=0（其中det即行列式）构成形如A-λB的矩阵的集合。其中特征值中存在的复数项，称为一个“丛(pencil)”。
特征值怎么求
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：
的一个基础解系，则的属于特征值的全部特征向量是其中是不全为零的任意实数。
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。
扩展资料
求特征向量
设A为n阶矩阵，根据关系式Ax=λx，可写出(λE-A)x=0，继而写出特征多项式|λE-A|=0，可求出矩阵A有n个特征值（包括重特征值）。将求出的特征值λi代入原特征多项式，求解方程(λiE-A)x=0，所求解向量x就是对应的特征值λi的特征向量。
判断相似矩阵的必要条件
设有n阶矩阵A和B，若A和B相似（A∽B），则有：
1、A的特征值与B的特征值相同——λ(A)=λ(B)，特别地，λ(A)=λ(Λ)，Λ为A的对角矩阵；
2、A的特征多项式与B的特征多项式相同——|λE-A|=|λE-B|。
参考资料来源：百度百科-特征值
特征值的求法是什么？
矩阵特征值的求法是写出特征方程lλE-Al=0左边解出含有λ的特征多项式比如说是含有λ的2次多项式，我们学过，是可能没有实数解的，(Δ<0)这个时候我们说这个矩阵没有【实特征值】但是如果考虑比如Δ<0时有虚数的解，，也就是有虚数的特征值的这样说来就必有特征值。
设 A 是n阶方阵，如果存在数m和非零n维列向量 x，使得 Ax=mx 成立，则称 m 是A的一个特征值（characteristic value)或本征值（eigenvalue)。非零n维列向量x称为矩阵A的属于（对应于）特征值m的特征向量或本征向量，简称A的特征向量或A的本征向量。
首先求出方程|λE-A|=0的解，这些解就是A的特征值，再将其分别代入方程（λE-A）X=0中，求得它们所对应的基础解系,则对于某一个λ，以它所对应的基础解系为基形成的线性空间中的任意一个向量，均为λ所对应的特征向量。
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.由以上讨论可知，对于方阵的每一个特征值，我们都可以求出其全部的特征向量。
特征值的计算方法
设 A 是n阶方阵，如果存在数m和非零n维列向量 x，使得 Ax=mx 成立，则称 m 是A的一个特征值（characteristic value)或本征值（eigenvalue)。非零n维列向量x称为矩阵A的属于（对应于）特征值m的特征向量或本征向量，简称A的特征向量或A的本征向量。
扩展资料
判断相似矩阵的必要条件
设有n阶矩阵A和B，若A和B相似（A∽B），则有：
1、A的特征值与B的特征值相同——λ(A)=λ(B)，特别地，λ(A)=λ(Λ)，Λ为A的对角矩阵；
2、A的特征多项式与B的特征多项式相同——|λE-A|=|λE-B|；
3、A的迹等于B的迹——trA=trB/ ，其中i=1,2,…n（即主对角线上元素的和）；
4、A的行列式值等于B的行列式值——|A|=|B|；
5、A的秩等于B的秩——r(A)=r(B)。[1]
因而A与B的特征值是否相同是判断A与B是否相似的根本依据。