什么是特征值

特征值是指设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。

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。

应用

量子力学：设A是向量空间的一个线性变换，如果空间中某一非零向量通过A变换后所得到的向量和X仅差一个常数因子，即AX=kX ，则称k为A的特征值，X称为A的属于特征值k的特征向量或特征矢量（eigenvector）。如在求解薛定谔波动方程时，在波函数满足单值、有限、连续性和归一化条件下，势场中运动粒子的总能量（正）所必须取的特定值，这些值就是正的本征值。

一个向量（或函数）被矩阵相乘，表示对这个向量做了一个线性变换。如果变换后还是这个向量本身乘以一个常数，这个常数就叫特征值。这是特征值的数学涵义；
至于特征值的物理涵义，根据具体情况有不同的解释。比如动力学中的频率，稳定分析中的极限荷载，甚至应力分析中的主应力。

这是高等数学中的一个名字，百科对此的解释如下：
设M是n阶方阵，
I是单位矩阵，
如果存在一个数λ使得
M-λI
是奇异矩阵（即不可逆矩阵，
亦即行列式为零），
那么λ称为M的特征值。
其他详细解释看百科：
http://baike.baidu.com/view/689250.html?wtp=tt

矩阵特征值是线性代数重要内容。

1.定义：若矩阵A乘上某个非零向量α等于一个实数λ乘上该向量，即Aα=λα，则称λ为该矩阵的特征值，α为属于特征值λ的一个特征向量。
2.求矩阵A的特征值及特征向量的步骤：
（1）写出行列式|λE-A|；
（2）|λE-A|求＝0的全部根，它们就是A的全部特征值，其中E为单位矩阵；
（3）对于矩阵A的每一个特征值λ，求出齐次线性方程组(λE-A)X=0的一个基础解系，则可以得到属于特征值λ的特征向量。
3.特征值的作用和意义体现在用矩阵进行列向量的高次变换也就是矩阵的高次方乘以列向量的计算中。数学中的很多变换可以用矩阵的乘法来表示，在这样的变换中，一个列向量（点）α变成另一个列向量（点）β的过程可以看成是一个矩阵A乘以α得到β，即Aα=β，如果把同样的变换连续的重复的做n次则需要用矩阵高次方来计算：A^n·α，如果没有特征值和特征向量，此处就要计算矩阵A的n次方，这个运算量随着n的增加，变得越来越大，很不方便。而利用特征值和特征向量，可以达到简化计算的目的：设A特征值分别为λ1,λ2,------λk，对应的特征向量分别为α1,α2,------αk，且α可以分解为α=x1·α1+x2·α2+---+xk·αk，
则A^n·α=A^n·（x1·α1+x2·α2+---+xk·αk）
=A^n·x1·α1+A^n·x2·α2+---+A^n·xk·αk
=x1A^n·α1+x2A^n·α2+---+xkA^n·αk
=x1(λ1)^n·α1+x2(λ2)^n·α2+---+xk(λk)^n·αk.
这样就将矩阵的n次方的运算变成了特征值的n次方的运算。