如何理解特征值为复数的情况
特征值与特征向量
特征值可定义为,若有 A x = λ x Ax=\lambda x Ax=λx,则称 x x x为 A A A的特征向量, λ \lambda λ为相应的特征值。这时我们可以发现,如果 λ λ λ是实数,那么矩阵 A A A对向量 x x x的作用,恰恰是将向量 x x x放大或缩小了一定倍数,而方向不变。如果特征值绝对值大于1,那么 x x x的长度将被放大(方向可能改变),如果特征值绝对值小于1,那么 x x x的长度被缩小(方向也可能改变)。
特征向量在控制领域的意义
由于答主本科阶段学的是自动化专业,接下来用控制领域的知识进一步阐述特征向量相关知识。特征向量是什么呢?就是系统状态的某个特殊值。而根据线性定理,总可以将系统状态拆成不同特征向量的线性组合,所以也可以认为特征向量是系统状态的一个分量。在(离散)控制系统中,若 ϕ \phi ϕ是系统离散域的状态转移矩阵,假如某个时刻系统的状态 x x x,恰好等于特征向量的倍数,那么每过一拍后,新的状态 x ( n + 1 ) = ϕ x ( n ) = λ x ( n ) x(n+1)=\phi x(n)=\lambda x(n) x(n+1)=ϕx(n)=λx(n)。如果 λ \lambda λ的绝对值大于1,那么 x x x中的值将随时间推移而不断变大,如果 λ \lambda λ绝对值小于1,那么 x x x中的值将随时间推移而不断衰减。系统的输出也包括在系统状态中,因此如果 λ \lambda λ绝对值大于1,系统就是发散的。这也正是Z变换中的结论。
特征值为复数的情况
题主问的是特征值为复数的情况。当
λ
\lambda
λ为复数时,从数学的角度看,可以认为状态
x
x
x每经过一个控制节拍(经过一拍意味着系统经过了一次状态转移,下同),不仅长度发生改变,还产生了一个复平面内的旋转。那么复平面上的旋转,与实际的物理意义有什么对应关系呢?在我看来,可以这么理解:若选取合适坐标系,复平面中的值,其实部表征了当前物理量的大小,虚部象征了物理量转化(如能量转移)的趋势。以理想的LC串联电路为例:
电路工作过程为:若电感的感应电动势大于电容,则它给电容充能,否则电容给电感充能。由于没有能量的损耗,这个过程会持续到天荒地老。因此,若选取电容电压和电感电流构成一组系统状态,其离散系统状态转移矩阵的特征值就是“绝对值为1,而角度不为0”的一个复数。
举个例子,若电容为
1
F
1F
1F,电感为
1
H
1H
1H,系统的初始状态(电容电压,电感电流)为 (
1
V
1V
1V,
0
A
0A
0A),但在虚平面上应表示成(
1
V
1V
1V,
i
A
iA
iA),其实部为(
1
V
1V
1V,
0
A
0A
0A),后续将进一步揭示这种表现形式的原因。
若选择合适的控制周期,使对应的离散系统状态转移矩阵
ϕ
\phi
ϕ的特征值为
i
i
i,即
e
π
2
e^{\frac{\pi}{2}}
e2π,那么经过一拍的时间后,系统状态变成了(
i
V
iV
iV,
−
1
A
-1A
−1A),取其实数部分,得物理状态(
0
V
0V
0V,
−
1
A
-1A
−1A),说明电容的能量全部转移到电感上了。再过一拍,系统状态为(
−
1
V
-1V
−1V,
−
i
A
-iA
−iA), 取实部得物理状态(
−
1
V
-1V
−1V,
0
A
0A
0A)。这样随着时间推移,接下来的系统状态为 (
−
i
V
-iV
−iV,
1
A
1A
1A),(
1
V
1V
1V,
i
A
iA
iA) 等等,其实部为实际物理量,如此往复循环。
如果我们把控制周期缩短,则特征值将会改变。若特征值为 e π 4 e^{\frac{\pi}{4}} e4π,那么我们就可以更清楚地看到系统状态变化的过程如下表所示。可以看出,电容电压、电感电流都如正弦振荡般往复循环。
时间 | 复平面上的状态值 | 实数部分(电容电压、电感电流) | 角度表示 |
---|---|---|---|
0 | ( 1 V 1V 1V, i A iA iA) | ( 1 V 1V 1V, 0 A 0A 0A) | ( e 0 e^{0} e0, e π 2 e^{\frac{\pi}{2}} e2π) |
1 | ( 2 + 2 i 2 V \frac{\sqrt{2} +\sqrt{2}i }{2}V 22+2iV, − 2 − 2 i 2 A -\frac{\sqrt{2} -\sqrt{2}i }{2}A −22−2iA) | ( 2 2 V \frac{\sqrt{2}}{2}V 22V, − 2 2 A -\frac{\sqrt{2}}{2}A −22A) | ( e π 4 e^{\frac{\pi}{4}} e4π, e 3 π 4 e^{\frac{3\pi}{4}} e43π) |
2 | ( i V iV iV, − 1 A -1A −1A) | ( 0 V 0V 0V, − 1 A -1A −1A) | ( e π 2 e^{\frac{\pi}{2}} e2π, e π e^{\pi} eπ) |
3 | ( − 2 − 2 i 2 V -\frac{\sqrt{2} -\sqrt{2}i }{2}V −22−2iV, − 2 + 2 i 2 A -\frac{\sqrt{2}+\sqrt{2}i }{2}A −22+2iA) | ( − 2 2 V -\frac{\sqrt{2}}{2}V −22V, − 2 2 A -\frac{\sqrt{2}}{2}A −22A) | ( e 3 π 4 e^{\frac{3\pi}{4}} e43π, e 5 π 4 e^{\frac{5\pi}{4}} e45π) |
4 | ( − 1 V -1V −1V, − i A -iA −iA) | ( − 1 V -1V −1V, 0 A 0A 0A) | ( e π e^{\pi} eπ, e 3 π 2 e^{\frac{3\pi}{2}} e23π) |
5 | ( − 2 + 2 i 2 V -\frac{\sqrt{2} +\sqrt{2}i }{2}V −22+2iV, 2 − 2 i 2 A \frac{\sqrt{2} -\sqrt{2}i }{2}A 22−2iA) | ( − 2 2 V -\frac{\sqrt{2}}{2}V −22V, 2 2 A ) \frac{\sqrt{2}}{2}A) 22A) | ( e 5 π 4 e^{\frac{5\pi}{4}} e45π, e 7 π 4 e^{\frac{7\pi}{4}} e47π) |
6 | ( − i V -iV −iV, 1 A 1A 1A) | ( 0 V 0V 0V, 1 A 1A 1A) | ( e 3 π 2 e^{\frac{3\pi}{2}} e23π, e 0 e^{0} e0) |
7 | ( 2 − 2 i 2 V \frac{\sqrt{2} -\sqrt{2}i }{2}V 22−2iV, 2 + 2 i 2 A \frac{\sqrt{2}+\sqrt{2}i }{2}A 22+2iA) | ( 2 2 V \frac{\sqrt{2}}{2}V 22V, 2 2 A \frac{\sqrt{2}}{2}A 22A) | ( e 7 π 4 e^{\frac{7\pi}{4}} e47π, e π 4 e^{\frac{\pi}{4}} e4π) |
8 | ( 1 V 1V 1V, i A iA iA) | ( 1 V 1V 1V, 0 A 0A 0A) | ( e 0 e^{0} e0, e π 2 e^{\frac{\pi}{2}} e2π) |
无论在复频域中或者是Z域中,但凡特征值为复数,都意味着系统有一对共轭极点。共轭极点的位置表示系统的固有频率及其幅度变化情况。为方便理解,上面以Z平面中的特点举例(采样时间T不同,Z变换的结果也不同,那么特征值也不一样)。若特征值都在单位圆上,因此系统输出会等幅振荡,这是上述的情况。如果特征值在单位圆外,振荡幅值将不断增加(比如自激振荡之类),特征值在单位圆内,振荡幅值会不断衰减(把上述电路串一个电阻)。
上面讨论的是系统状态与特征向量方向相同的情况。但因为系统状态可以拆分成多个特征向量的线性组合,因而该论述对于任何的系统初始状态,都是适用的。
最后,给大家推荐一本《线性代数的几何意义》,是它带给了我灵感。