1. 特征值和特征向量
在讨论特征值和特征向量之前,必须声明的是现在我们关注的是有限维 线性空间上的线性变换。这里两个关键词:一个是有限维,一个是线性空间。关于这两个专业名词的定义,可以参见下面的博文。
1.1 特征值和特征向量的通俗解释
首先,推荐b站上的视频讲解. 想看文字版的可以继续往下看。
向量x左乘一个方阵A,得到的还是一个向量。但是此时向量的方向还有大小可能都发生了改变,所以向量左乘一个矩阵可以看成是对向量的拉伸和旋转。
特征值和特征向量的定义就是 A x = λ x Ax=\lambda x Ax=λx,其中, x x x是非零向量。
看这个公式的左边是一个方阵乘以一个向量,得到的还是一个向量这是毋庸置疑的,但是公式的右边还是关于x的一个向量,仅仅是做了一个伸缩变换而已。所以特征值和特征向量,可以这样去理解:
如果存在的话,对于方阵A,我们能找到这样的向量x,使得经过A的伸缩和旋转以后,还是在x所指的正方向或者反方向的线上。关于向量的大小可以通过 λ \lambda λ来调节。
1.2 如何计算矩阵的特征值和特征向量
对于 A x = λ x Ax=\lambda x Ax=λx,我们可以先做如下的变形,也就是 ( A − λ I ) x =