【Matlab】MATLAB矩阵特征值与特征向量详解：eig(A)用法、案例及系统特征分析应用

MATLAB矩阵特征值与特征向量详解：eig(A)用法、案例及系统特征分析应用

在线性代数与MATLAB工程计算中，矩阵的特征值与特征向量是描述方阵核心特性的关键指标，广泛应用于系统稳定性分析、矩阵对角化、数据降维、信号处理等多个领域。对于n×n方阵A，若存在非零向量x和标量λ，满足线性方程$$A\mathbf{x} = \lambda \mathbf{x}$$，则λ称为A的特征值，x称为对应λ的特征向量。MATLAB提供eig()函数高效求解方阵的特征值与特征向量，核心语法灵活适配不同计算需求。本文将系统讲解特征值与特征向量的数学定义、核心性质，详细演示eig(A)函数的多种用法及典型案例，重点拆解其在系统特征分析中的实战应用，搭配易错点辨析与进阶拓展，帮助读者精准掌握运算逻辑，灵活适配各类工程与数据分析场景。

一、矩阵特征值与特征向量的核心概念及数学原理

特征值与特征向量仅针对n×n方阵定义，是方阵特有的数值特征与向量特征，二者相互关联，共同反映方阵的变换特性——特征向量表示方阵变换中方向不变的向量，特征值表示该方向上的伸缩比例（负值表示反向伸缩，零表示投影到零向量，复数表示旋转伸缩）。以下从严格定义、求解逻辑、核心性质三方面，拆解其数学原理。

1. 严格定义

设A为n×n方阵，若存在非零n维列向量x和标量λ（λ可为实数、复数），使得关系式$$A\mathbf{x} = \lambda \mathbf{x}$$成立，则称：

• 标量λ为方阵A的一个特征值，特征值可重复（重特征值），也可构成复数对（共轭复数特征值）；

• 非零向量x为方阵A对应于特征值λ的特征向量，一个特征值可对应多个线性无关的特征向量，所有