免費開始練習
調查局三等申論題 109年 [電子科學組] 工程數學

第 一 題

📖 題組:
考慮如下所示之矩陣(matrix): $A = \begin{bmatrix} 2 & 6 \\ 4 & 7 \end{bmatrix}$ (一)求出此矩陣之所有的特徵值(characteristic values,亦稱 eigenvalues)。(8分) (二)針對每一個特徵值,求出對應的特徵向量(characteristic vectors,亦稱 eigenvectors)。(10分)
📝 此題為申論題,共 2 小題

小題 (一)

求出此矩陣之所有的特徵值(characteristic values,亦稱 eigenvalues)。(8分)

思路引導 VIP

求解矩陣的特徵值,首要關鍵是列出特徵方程式 $\det(A - \lambda I) = 0$。對於二階方陣,只需將主對角線元素扣除 $\lambda$ 後計算行列式展開,再透過因式分解求解一元二次方程式即可求出特徵值。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用特徵方程式 $\det(A - \lambda I) = 0$ 求解特徵值 $\lambda$。 【詳解】 已知:

小題 (二)

針對每一個特徵值,求出對應的特徵向量(characteristic vectors,亦稱 eigenvectors)。(10分)

思路引導 VIP

解題關鍵在於齊次線性系統的求解。首先回顧(或重新計算)特徵方程式 $\det(A - \lambda I) = 0$ 求得的特徵值。接著,將每一個特徵值分別代入 $(A - \lambda I)\mathbf{x} = \mathbf{0}$,解出對應的非零解空間,即為所求的特徵向量。注意作答時應標明特徵向量為一非零常數倍數的向量集合。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用齊次線性系統 $(A - \lambda I)\mathbf{x} = \mathbf{0}$,將矩陣 $A$ 之特徵值代入,透過高斯消去法解出對應的非零解空間,即為特徵向量。 【詳解】 已知:矩陣 $A = \begin{bmatrix} 2 & 6 \ 4 & 7 \end{bmatrix}$。雖然本題為子題(二),解題前需先取得特徵值。由特徵方程式 $\det(A - \lambda I) = 0$ 可得:

📝 矩陣特徵值與向量
💡 利用特徵方程式 det(A-λI)=0 求解矩陣特徵值與對應向量。

🔗 特徵值與向量解題標準流線

  1. 1 構造矩陣 — 寫出 A - λI 之特徵矩陣形式
  2. ↓
  3. 2 行列式運算 — 計算 det(A - λI) 並整理多項式
  4. ↓
  5. 3 求解 λ — 解特徵多項式之根得到特徵值
  6. ↓
  7. 4 回代解向量 — 將各 λ 分別代入解出核空間向量
🔄 延伸學習:延伸學習:特徵值之和等於矩陣的跡(Trace),特徵值之積等於矩陣行列式值。
🧠 記憶技巧:一設(特徵方程)、二展(行列式值)、三解(代數根)、四代(求向量)。
⚠️ 常見陷阱:在展開 det(A-λI) 時最容易發生係數計算錯誤;或在求特徵向量時,誤解為求非齊次方程之解。
矩陣對角化 凱萊-哈密頓定理 特徵空間與秩

🏷️ AI 記憶小卡 VIP

AI 記憶小卡

升級 VIP 解鎖記憶小卡

考前複習神器,一眼掌握重點

🏷️ 相關主題

線性代數:矩陣理論與線性變換
查看更多「[電子科學組] 工程數學」的主題分類考古題