具体步骤分析如下： 1、第一步我们首先需要知道计算矩阵的特征值和特征向量要用eig函数，可以在命令行窗口中输入help eig，查看一下eig函数的用法，如下图所示： 2、第二步在命令行窗口中输入a=[1 2 3;2 4 5;7 8 9]，按回车键之后，输入[x,y]=ei

matlab如何求矩阵特征值现在就教教你

方法

建立一个需要计算特征值和特征向量的方阵

在matlab中，可以用eig函数计算矩阵的特征值和特征向量。举例如下： >> a = [1, 2, 3; 4, 5, 6; 7, 8, 9] % 原始数据矩阵a = 1 2 3 4 5 6 7 8 9>> [V, D] = eig(a) % 特征值分解，其中V的每一列表示矩阵a的一个特征向量，D是一个对角矩阵，对角

然后就需要用到matlab自带的函数表达式来实现方阵的特征值和特征向量的计算了。格式如下：

eig函数直接可以求特征值和特征向量 在MATLAB中，计算矩阵A的特征值和特征向量的函数是eig(A)，常用的调用格式有5种： E=eig(A)：求矩阵A的全部特征值，构成向量E。 [V,D]=eig(A)：求矩阵A的全部特征值，构成对角阵D，并求A的特征向量构成V的列

[V,D]=eig(a)

如果是说所用的函数的话，用eig函数，如： A=magic（3）； [V,D]=eig(A) ------运行结果中V的列矢量是特征向量，D的对角线值是特征值 V = -0.5774 -0.8131 -0.3416 -0.5774 0.4714 -0.4714 -0.5774 0.3416 0.8131 D = 15.0000 0 0 0 4.90 0 0

然后按回车键就可以得到需要求得的矩阵的特征值和特征向量了

先写出协方差矩阵s,再调用eig(s)这个库函数, 调用方法：[ev,ed]=eig(s). ed为特征值矩阵,ev特征向量矩阵, 排列顺序：从低阶到高阶. s=[2291.333 1340 1934 2523.333 1245.333 2482； 1340 956.6667 1596 1401.333 883.3333 1480；1934 1596 4281

扩展阅读，以下内容您可能还感兴趣。

如用matlab算矩阵特征值特征向量？

>>clc;clear;close；>>A=[3,-1,-2;2,0,-2;2,-1,-1]；>>[X,B]=eig(A) %求矩阵A的特征值和特征向量,其中B的对角线元素是特征值, %X的列是相应的特征向量。X =0.7276、-0.5774、0.6230、 0.4851   -0.5774、-0.2417、0.4851   -0.5774、0.7439。

1.首先，我们建立一个我们需要计算特征值和特征向量的方阵。

2.然后就需要用到matlab自带的函数表达式来实现方阵的特征值和特征向量的计算了。格式如下：

[V,D]=eig(a)。

3.然后按回车键就可以得到我们需要求得的矩阵的特征值和特征向量了。

4.这个我们可以用百度搜索得到，当然matlab也内置有函数的用法，我们可以用它来查找，我们点击matlab的help。

matlab怎么计算矩阵的特征值和特征向量

a=[1 1/4;4 1]

a =

1.0000 0.2500

4.0000 1.0000

>> [v,d]=eig(a)

v =

0.2425 -0.2425

0.9701 0.9701

d =

2 0

0 0

按照这道题的计算过程算就可以了，eig是求特征值和特征向量命令，v是特征向量，是列向量，d是特征值矩阵，主对角线元素就是特征值，与特征向量的列对应的

matlab怎样计算矩阵的特征值和特征向量？

矩阵A

特征值：x=eig(A)

特征向量: V  

特征对角阵：D AV=VD

[V,D]=eig(A)

MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。

MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。

matlab中如何用qr函数求特征值和特征向量，矩阵是mxn

1.矩阵qr分解直接用函数qr就可以了。qr函数适用于不是方针的矩阵分解。

2.用法[q,r]=qr(a)得到q是mm矩阵，r是mn.

3.排列大小的可以采用sort函数。

具体情况建议打开MATLAB 帮助浏览器详细看qr函数的用法。

matlab用QR方法怎么求特征值,把程序写出来，谢谢

function l = rqrtz(A,M)

%QR算法求矩阵全部特征值

%已知矩阵:A

%迭代步数:M

%求得的矩阵特征值:l

A = hess(A);

for i=1:M

N = size(A);

n = N(1,1);

u = A(n,n);

[q,r]=qr(A-u*eye(n,n));

A = r*q+u*eye(n,n);

l = diag(A);

end

------------------------------------

A=[0 5 0 0 0 0;1 0 4 0 0 0;0 1 0 3 0 0;0 0 1 0 2 0;0 0 0 1 0 1;0 0 0 0 1 0]

A =

0 5 0 0 0 0

1 0 4 0 0 0

0 1 0 3 0 0

0 0 1 0 2 0

0 0 0 1 0 1

0 0 0 0 1 0

>> rqrtz(A,50)

ans =

-3.2030

3.2030

-1.8837

1.8837

-0.6167

0.6167

>> eig(A)

ans =

-3.3243

3.3243

-1.82

-0.6167

1.82

0.6167