线性代数的本质-特征值和特征向量

最新推荐文章于 2022-11-02 11:06:01 发布

东东就是我

最新推荐文章于 2022-11-02 11:06:01 发布

阅读量1.3k

点赞数

分类专栏：数学基础文章标签：线代

本文链接：https://blog.csdn.net/qq_33228039/article/details/98968137

版权

数学基础专栏收录该内容

8 篇文章 1 订阅

订阅专栏

https://www.bilibili.com/video/av6731067/?p=14

矩阵表示的是一种线性变换，通过基座标的变换来表示。那么在基座标变换的时候，有没有向量在线性变换的时候，没有离开它所张成的空间，只在原向量上拉伸或缩放。

$Av=\lambda v$ ,

v称为特征向量，表示v经过A的线性变换后，只是在原来v的基础上数值缩放，方向并没有改变。

$\lambda$ 代表缩放的比例，我们称为特征值。

现在我们好奇，为什么要找特征值和特征向量呢，因为我们发现矩阵中的对角矩阵是很容易计算的。

那么什么是对角矩阵， $\begin{bmatrix} a&0 \\ 0 & b \end{bmatrix}$ ，除了对角线上的元素，其他的都是0，这个矩阵又表示为在基座标下对i，j做a，b缩放的线性变换

如果让你计算100个 $\begin{bmatrix} a&0 \\ 0 & b \end{bmatrix}$ 这种线性变换相乘，那么很容易就算出来了就是， $\begin{bmatrix} a^{100}&0 \\ 0 & b^{100} \end{bmatrix}$ 说了这么多，也只是在说对角矩阵方便计算，和特征向量有什么关系。

线性变换使用基变换表示，如果旋转y基坐标，那么空间中很多的向量都会有相应的改变，但是唯独特征向量她的改变只是在缩放，没有离开它所张成的空间，例如x基座标和（-1，1）这个向量。所以如果我们使用特征向量作为基座标，那么同样的一个线性变换，在新的坐标系下就表示的就是基座标的缩放变换。

例如 $\begin{bmatrix} 3 &1 \\ 0& 2 \end{bmatrix}$ 这个线性变换中，要计算100个相乘，怎么做

首先我们得到特征向量和特征值 $\begin{bmatrix} 1 & 0 \end{bmatrix} \lambda =3$ ， $\newline \begin{bmatrix} -1 & 1 \end{bmatrix} \lambda =2$ 使用特征向量作为新的基向量那么，这个线性变换转换为新坐标系的线性变换就是

$\begin{bmatrix} 1 & -1\\ 0& 1 \end{bmatrix}^{-1}\begin{bmatrix} 3 &1 \\ 0& 2 \end{bmatrix}\begin{bmatrix} 1 & -1\\ 0& 1 \end{bmatrix}=\begin{bmatrix} 3 &0 \\ 0&2 \end{bmatrix}$

那么基座标系下的线性变换就变成了新坐标系下的线性变换，而且两个线性变换表示的是同一个变换，那么100个新坐标系的线性变换就很简单就算好了 $\begin{bmatrix} 3^{100} & 0\\ 0& 2^{100} \end{bmatrix}$ ,然后再把新坐标系的现象变换变换城基座标系下的线性变换

$\begin{bmatrix} 1&-1 \\ 0& 1 \end{bmatrix} \begin{bmatrix} 3^{100}&0 \\ 0 & 2^{100} \end{bmatrix} \begin{bmatrix} 1&-1 \\ 0& 1 \end{bmatrix}^{-1}=\begin{bmatrix} 3^{100}&3^{100}-2^{100} \\ 0 &2^{100} \end{bmatrix}$

特征向量是不是很有用！！！！！

东东就是我

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
线性代数的本质-特征值和特征向量

https://www.bilibili.com/video/av6731067/?p=14矩阵表示的是一种线性变换，通过基座标的变换来表示。那么在基座标变换的时候，有没有向量在线性变换的时候，没有离开它所张成的空间，只在原向量上拉伸或缩放。,v称为特征向量，表示v经过A的线性变换后，只是在原来v的基础上数值缩放，方向并没有改变。代表缩放的比例，我们称为特征值。现在我们好奇，为...
复制链接

扫一扫