Если А - квадратная матрица порядка n, то любой ненулевой вектор размера
(матрица - столбец размера
для которого справедливо матричное уравнение
(6)

где
- некоторое число, называется собственным вектором матрицы А, а
- принадлежащим ему собственным значением матрицы А.
Матричное уравнение (6) эквивалентно линейной системе
(6¢) 
Перенесем члены, стоящие в правых частях уравнений, в их левые части и приведем подобные члены. Получим однородную систему уравнений:
(7¢) 
которая в свою очередь эквивалентна матричному уравнению:
(7) 
Т.к. по определению собственный вектор (столбец неизвестных данной системы) является ненулевым вектором, нам нужны нетривиальные решения системы (
, следовательно, определитель последней системы должен быть равен нулю, т.е.
(8)
.
Последний определитель получается из элементов исходной матрицы А вычитанием собственных значений
из ее диагональных элементов:
(8¢)
=0.
Вычисляя определитель, мы получим некоторый многочлен n -й степени относительно
. Данный многочлен
называется характеристическим многочленом матрицы А, а уравнение (8) - характеристическим уравнением ее. Решениями характеристического уравнения являются собственные значения
матрицы А.
Представляя каждое из найденных значений
в уравнение (7) и находя нетривиальное решение его
, мы находим собственный вектор матрицы А, принадлежащий собственному значению
.
Пример 7. Найти собственные значения и собственные векторы матрицы А, где
.
Составим характеристическое уравнение матрицы А:
= 0.
Раскроем определитель по правилу треугольника:
.
После перемножения скобок и приведения подобных членов, будем иметь уравнение 3-й степени (матрица А 3-го порядка) относительно
; но удобнее. не выполняя этих преобразований, каждый множитель приравнять нулю, тем самым мы находим собственные значения матрицы А:
.
Берем первое из них и составляем систему
для нахождения собственного вектора, соответствующего ему:
т.е.
имеем уравнение:
или
. Откуда имеем

где 
т.е. собственному значению
соответствует два линейно независимых собственных вектора:
и
или

Берем следующее собственное значение
и составляем систему для нахождения соответствующего ему собственного вектора:
т.е. 
Т.к.
в этой системе не содержится, придаем ему произвольные значения

Т.е. собственному значению
соответствует собственный вектор
.






