
矩阵的特征值和特征向量的定义以及其求法 https://www.cnblogs.com/Peyton-Li/p/9772281.html
特征值和特征向量的定义:设
A
A
A是
n
n
n阶方阵,如果数
λ
\lambda
λ和
n
n
n维非零列向量
α
\alpha
α使关系式
A
α
=
λ
α
A\alpha=\lambda\alpha
Aα=λα成立,则称这样的数
λ
\lambda
λ为方阵
A
A
A的特征值,非零向量
α
\alpha
α为
A
A
A对应于特征值
λ
\lambda
λ的特征向量。
说明:
特征向量
α
≠
O
\alpha≠O
α=O,特征值问题是对方阵而言的。
n
n
n阶方阵
A
A
A的特征值,就是使齐次线性方程组
(
λ
I
−
A
)
x
=
0
(\lambda I-A)x=0
(λI−A)x=0有非零解的值,即满足方程
∣
λ
I
−
A
∣
=
0
|\lambda I-A|=0
∣λI−A∣=0的
λ
\lambda
λ都是矩阵A的特征值。

A
A
A为
n
n
n阶矩阵,称
λ
I
−
A
\lambda I-A
λI−A为
A
A
A的特征矩阵,其行列式
∣
λ
I
−
A
∣
|\lambda I-A|
∣λI−A∣为
λ
\lambda
λ的
n
n
n次多项式,称为
A
A
A的特征多项式,
(
λ
I
−
A
)
x
=
0
(\lambda I-A)x=0
(λI−A)x=0称为A的特征方程。

求矩阵的行列式
https://www.shuxuele.com/algebra/matrix-determinant.html
主成分的贡献率

