视频地址:https://www.bilibili.com/video/av6540378/?spm_id_from=333.788.videocard.0
本篇来讲一下线性代数中非常重要的一个概念:特征向量/特征值。
前面介绍过,一个矩阵代表的是一种线性变换,考虑二维空间中的某个线性变换,它将i即[1,0]变换到[3,0]的位置,将j即[0,1]变换到[1,2]的位置,那么对应的矩阵就是[3,1;0,2](先说一下写法,这里的[3,1;0,2],其中3,1是第一行,0,2是第二行):
在这个变换过程中,很多向量都离开了其原本所张成的空间,即所在的直线,但也有一些向量在变换后,仍恰好落在原来的直线上:
如上面的例子中,基向量i就落在了原来的直线即x轴上,只不过是被拉长了三倍,同样的,x轴上的任何其他向量在经过变换后都只是被拉伸为原来的三倍,且方向不变:
除了x轴上的向量外,向量[-1,1] 所在的直线上的向量在变换后仍在原来的直线上,只是长度被拉长了两倍:
总结一下,在刚才的线性变换中,有两条直线上的向量,在变换后仍