方法一：特征向量法详解
第一步：首先计算矩阵的特征值，这是关键的第一步。
第二步：接着，我们需要求出这些特征值对应的线性无关的特征向量的数量。这一步骤的计算也是相当重要的。
此法优点在于计算过程相对简单，而且在寻求相似变换矩阵时，可以利用已经求得的特征向量。特征向量对于矩阵的线性变换有明确的物理意义，能够帮助我们理解矩阵的特性。
此法也存在明显的缺点。当矩阵A的某一特征值重数较高时，其对应的Jordan块的阶数可能难以确定。比如，如果矩阵A有一个四重特征值，并且这个特征值有两个线性无关的特征向量，那么我们就无法准确判断Jordan块的阶数。可能的情形有两种：这两种情况下，两个Jordan块的阶数都是二阶的；或者一个Jordan块的阶数是一阶，另一个为三阶。
接下来我们通过一道例题来进一步了解这种方法的应用。
例1：求解矩阵A的Jordan标准形式及其相似变换矩阵。
解：我们求出矩阵A的特征值。当特征值满足一定条件时，我们可以求得对应的基础解系，进而得到特征向量。通过计算我们发现，只有一个线性无关的特征向量。对应一个二阶的Jordan块和一个一阶的Jordan块。矩阵A的Jordan标准形式可以确定为某种形式。
接下来，我们设定相似变换矩阵，并求解相应的方程组。在这个过程中，我们需要利用之前求得的特征值和特征向量。我们可以得到相似变换矩阵并非唯一的一组解。这就是特征向量法的一个特点。我们也注意到一些重要的规律：如果特征值是矩阵A的单特征值，那么对应的Jordan块是一阶的；如果特征值是重特征值，那么对应几个线性无关的特征向量，就有几个以该特征值为对角元素的Jordan块，这些Jordan块的阶数之和等于特征值的重数。