特征分解

特征向量

N 维非零向量 v 是 N×N 的矩阵 A 的特征向量，当且仅当下式成立：

$$Av=\lambda v$$
求解 $det(Av-\lambda v)=0$

矩阵分解

令 A 是一个 N×N 的方阵，且有 N 个线性无关的特征向量$q_i(i=1,...,N)$。这样， A 可以被分解为

$$A=Q \Lambda Q^{-1}$$
其中 $Q$为 NxN 方阵，其第i列是A的特征向量，$\Lambda$ 是对角矩阵，且 $\Lambda_{ii}=\lambda_i$

对称矩阵

任意的 N×N 实对称矩阵都有 N 个线性无关的特征向量。并且这些特征向量都可以正交单位化而得到一组正交且模为 1 的向量。故实对称矩阵 A 可被分解成：

$$A=Q \Lambda Q^{T}$$
其中 Q 为 正交矩阵， Λ 为实对角矩阵。

参考

特征分解