一、什么是特征值、特征向量?
1.特征值与特征向量
定义:线性代数中,对于一个给定的线性变换A,它的特征向量v经过这个线性变换作用之后,得到的新向量仍然与原来的v,保持在同一条直线上。但其长度或方向也许会改变。
即: ![Av=\lambda v](https://latex.csdn.net/eq?%5Cfn_jvn%20Av%3D%5Clambda%20v)
其中
为标量,即特征向量的长度在该线性变化下的缩放比例,称为其特征值。
二、如何求取特征值、特征向量
![Av-\lambda v=0](https://latex.csdn.net/eq?%5Cfn_jvn%20Av-%5Clambda%20v%3D0)
![(A-\lambda I)v=0](https://latex.csdn.net/eq?%5Cfn_jvn%20%28A-%5Clambda%20I%29v%3D0)
其中I为单位对角矩阵
使其有非零解,则 ![\mid A-\lambda I\mid=0](https://latex.csdn.net/eq?%5Cfn_jvn%20%5Cmid%20A-%5Clambda%20I%5Cmid%3D0)
Step2:将
代入![(A-\lambda I)v=0](https://latex.csdn.net/eq?%5Cfn_jvn%20%28A-%5Clambda%20I%29v%3D0)
求解特征向量
三、应用-化对角矩阵,解耦
过渡矩阵 P :
特征向量集合
![AP=A[v1,v2]=A\begin{bmatrix} v11&v21 \\ v12 & v22 \end{bmatrix}](https://latex.csdn.net/eq?%5Cfn_jvn%20AP%3DA%5Bv1%2Cv2%5D%3DA%5Cbegin%7Bbmatrix%7D%20v11%26v21%20%5C%5C%20v12%20%26%20v22%20%5Cend%7Bbmatrix%7D)
![Av1=\lambda v1,Av2=\lambda v2](https://latex.csdn.net/eq?%5Cfn_jvn%20Av1%3D%5Clambda%20v1%2CAv2%3D%5Clambda%20v2)
![\therefore](https://latex.csdn.net/eq?%5Cfn_jvn%20%5Ctherefore)
![AP=\begin{bmatrix} \lambda 1v11 & \lambda 2v21\\ \lambda 1v12 & \lambda 2v22 \end{bmatrix}=\begin{bmatrix} v11 &v21 \\v12 & v22 \end{bmatrix}\cdot \begin{bmatrix} \lambda 1 & 0\\ 0 & \lambda2 \end{bmatrix}](https://latex.csdn.net/eq?%5Cfn_jvn%20AP%3D%5Cbegin%7Bbmatrix%7D%20%5Clambda%201v11%20%26%20%5Clambda%202v21%5C%5C%20%5Clambda%201v12%20%26%20%5Clambda%202v22%20%5Cend%7Bbmatrix%7D%3D%5Cbegin%7Bbmatrix%7D%20v11%20%26v21%20%5C%5Cv12%20%26%20v22%20%5Cend%7Bbmatrix%7D%5Ccdot%20%5Cbegin%7Bbmatrix%7D%20%5Clambda%201%20%26%200%5C%5C%200%20%26%20%5Clambda2%20%5Cend%7Bbmatrix%7D)
![\therefore AP=P\wedge](https://latex.csdn.net/eq?%5Cfn_jvn%20%5Ctherefore%20AP%3DP%5Cwedge)
表示特征值对角矩阵
![P^{-1}AP=\Lambda](https://latex.csdn.net/eq?%5Cfn_jvn%20P%5E%7B-1%7DAP%3D%5CLambda)
特征方程组:![\dot{x}=Ax](https://latex.csdn.net/eq?%5Cfn_jvn%20%5Cdot%7Bx%7D%3DAx)
令:![x=Py,\dot{y}=\Lambda y](https://latex.csdn.net/eq?%5Cfn_jvn%20x%3DPy%2C%5Cdot%7By%7D%3D%5CLambda%20y)
可根据特征值的符号以及性质,判断系统稳定性及系统表现。
学习视频:【工程数学基础】1_特征值与特征向量_
https://www.bilibili.com/video/BV1fx41137Zm?spm_id_from=333.788.top_right_bar_window_history.content.click