参考:DR_CAN
相同领域的文章:
1.特征值与特征向量
在数学上,特别是线性代数中,对于一个给定的线性变换 A A A,它的特征向量 v v v经过这个线性变换的作用之后,得到的新向量仍然与原来的 v v v保持在同一条直线上。但其长度或方向也许会改变。即
A v = λ v Av=\lambda v Av=λv
其中 λ \lambda λ为标量,即特征向量的长度在该线性变换下缩放的比例,称为其特征值。
线性变化
A = [ 1 1 4 − 2 ] , v 1 = [ 1 2 ] A=\begin{bmatrix} 1 & 1\\4 &-2\end{bmatrix}, v_1=\begin{bmatrix}1 \\2\end{bmatrix} A=[141−2],v1=[12]
A v 1 = [ 3 0 ] Av_1=\begin{bmatrix}3 \\0\end{bmatrix} Av1=[30]
v 1 → A v 1 v_1 \to Av_1 v1→Av1
v 2 = [ 1 1 ] v_2=\begin{bmatrix}1 \\1\end{bmatrix} v2=[11]
A v 2 = 2 [ 1 1 ] = 2 v 2 Av_2=2\begin{bmatrix}1 \\1\end{bmatrix}=2v_2 Av2=2[11]=2v2
A v 2 Av_2 Av2与 v 2 v_2 v2在一条直线上, v 2 v_2 v2为特征向量, λ = 2 \lambda =2 λ=2为特征值
如何求解特征值和特征向量?
A v = λ v Av=\lambda v Av=λv
A v − λ v = 0 Av-\lambda v=0 Av−λv=0
( A − λ I ) v = 0 (A-\lambda I)v=0 (A−λI)v=0
其中 I I I为单位矩阵 [ 1 1 ⋯ 1 ] \begin{bmatrix} 1 & & & \\ & 1 & & \\ & & \cdots & \\ & & &1\end{bmatrix} ⎣⎢⎢⎡11⋯1⎦⎥⎥⎤
式子有非零解,则有
∣ A − λ I ∣ = 0 |A-\lambda I|=0 ∣A−λI∣=0
A = [ 1 1 4 − 2 ] A=\begin{bmatrix} 1 & 1\\4 &-2\end{bmatrix} A=[141−2]
A − λ I = [ 1 − λ 1 4 − 2 − λ ] A-\lambda I=\begin{bmatrix}1-\lambda & 1\\ 4 &-2-\lambda \end{bmatrix} A−λI=[1−λ41−2−λ]
∣ A − λ I ∣ = 0 |A-\lambda I|=0 ∣A−λI∣=0
⇒ ∣ 1 − λ 1 4 − 2 − λ ∣ = 0 \Rightarrow \begin{vmatrix}1-\lambda & 1\\ 4 &-2-\lambda \end{vmatrix}=0 ⇒∣∣∣∣1−λ41−2−λ∣∣∣∣=0
⇒ ( λ − 2 ) ( λ + 3 ) = 0 \Rightarrow (\lambda -2)(\lambda +3)=0 ⇒(λ−2)(λ+3)=0
λ 1 = 2 , λ 2 = − 3 \lambda_1=2,\lambda_2=-3 λ1=2,λ2=−3
将计算得到的代回去, λ 1 = 2 \lambda_1=2 λ1=2时
[ 1 − 2 1 4 − 2 − 2 ] v 1 = 0 \begin{bmatrix}1-2 & 1\\ 4 &-2-2 \end{bmatrix}v_1=0 [1−241−2−2]v1=0
[ − 1 1 4 − 4 ] [ v 1 v 2 ] = 0 \begin{bmatrix}-1 & 1\\ 4 &-4 \end{bmatrix}\begin{bmatrix}v_1 \\v_2\end{bmatrix}=0 [−141−4][v1v2]=0
− v 11 + v 12 = 0 4 v 11 − 4 v 12 = 0 -v_{11}+v_{12}=0\\ 4v_{11}-4v_{12}=0 −v11+v12=04v11−4v12=0
⇒ v 11 = v 12 \Rightarrow v_{11}=v_{12} ⇒v11=v12
可任取一组解: v 11 = 1 , v 12 = 1 v_{11}=1,v_{12}=1 v11=1,v12=1
v 1 = [ 1 1 ] v_1=\begin{bmatrix}1 \\1\end{bmatrix} v1