今天我们复习一下线性代数中的矩阵特征分解与奇异值分解。本文将结合几何的角度来阐述这两个概念。
一、特征值与特征分解
假设我们现在有一个对角矩阵为:
将该矩阵作用于列向量,则可以得到:
从几何的角度,上式可以看做在平面上取一个点(x, y)并使用矩阵乘法将其变换为另外一个点。我们可以用下图表示上述变换:
由图中可以看出矩阵M使该平面在横轴方向变大了3倍,纵轴方向保持不变。
如果矩阵M换作下式是什么情况呢?
变换的效果会像下面这张图一样:
上面的图可能不是很直观,让我们把图片中的网格向左旋转45度观察:
现在,我们能够很明显地看到,M矩阵将向量在一个方向上拉伸了3倍,在另外一个方向上保持不变。在2*2对称矩阵作用下的结果,我们一般都需要通过旋转网格来观察。这样的矩阵一般会使原向量在其两个方向上产生拉伸或者反射,也就是说它对向量的作用和对角矩阵类似。
现在,我们来具体地看特征值和特征向量。
假设我们有一个对称矩阵M,那么我们可以找到一组正交向量使得