![aae52afd56b4b75fd0a60b0b09507a6d.png](https://i-blog.csdnimg.cn/blog_migrate/b5e7905347d2adbeb93deafa518e53ec.jpeg)
一、缘起
初中临近毕业,准备高中自招,误打误撞买了本高考自招指南。第一次见到了线性递推数列的特征根解法。后来学习物理竞赛,学解微分方程,在线性常系数常微分方程的解法中了解到了特征根解法。学线代的时候又接触到了矩阵的特征值。在数列、微分方程、矩阵三个不同的领域中都见到了“特征值”这个名字,难道仅仅是因为他们都刻画了问题的特征吗?当时我想,一定不是的。或许这些特征值是同一个特征值。
因为本人水平较低,这个问题断断续续地想了好几年,逐渐从各个角度撺出了一些头绪。本文对这些想法做一个介绍和总结,试图一窥这些特征值之间的关系。下文中很多内容是常见的数学基础知识,在各种教材中都可以见到,在此一并做一个回顾,故本文只需一点点微积分和线代基础即可阅读;另一些想法和关联是我自己凭空捏造出来的,完全有可能是瞎掰,望读者不吝指正。或许还有一些显而易见、呼之欲出的关联,因本人知识水平有限,无法注意到,望读者提点。
我会先介绍预备知识引入,如果你已经会了的话请放心跳过。然后会探究数列、矩阵和微分方程中的特征值的关系。
二、预备
1、数列的特征值解法(来自高考学)
相信高中学过数列的朋友们都听说过数列的特征根解法,下面我们以二阶齐次线性递推数列的特征根解法为例,做一个简单的介绍。高阶的版本同理。
数列的特征根解法
假设我们有一个二阶线性递推数列我们将其中的
替换为
得到一个方程
特征方程。我们将这个方程称为该递推式的
记该方程有两个根为![]()
若则数列的通项为
,其中
由初项确定。
若,则数列的通项为
。
聪明的你或许已经注意到了我放着简单的x不用,偏要用TeX代码好长的lambda,打得我累死了。以及特征根可以为复数,想一想,复数时会怎样?
来自高考学的证明
下面我们来做个简单的证明,这一证明常见于各种高考学教材,大家会注意到这一方法基本完全没有intuition指导,乍看起来莫名其妙,非常具有技巧性,让人好奇是怎么拍脑袋想出来的。
有韦达定理可知
接下来神来之笔地移项,得到
可见莫名其妙得到了一个等比数列,解之,得
然后凑一凑,
再累加,这时由于要求右侧等比数列的和,需要对公比是否等于1分类,
若
若
希望你还没有因为枯燥的技巧性证明离开。
2、矩阵的特征值(来自线性代数)
先推荐3b1b的系列视频,学线代杀人越货必备。
【官方双语/合集】线性代数的本质 - 系列合集_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com![689e01b48e4e948f3fd839a39ddead31.png](https://i-blog.csdnimg.cn/blog_migrate/c3569409890bc00e85f70ebe36a4347c.jpeg)
下面来简单介绍一下特征值。下列论述中若有不理解请直接到3b1b的视频里找对应章节。
首先,矩阵描述了线性变换,一种理解是对基的变换,即将向量在一组基下的分量表示,变换到另一组基下的分量表示;另一种理解是对向量的变换,即将一个向量变换为另一个向量。
我们先取后一种理解。
矩阵的特征值与特征向量
那么对一个线性变换
为什么特征值值得我们研究?
依我看,是因为它把矩阵的乘法变成了常数的乘法,在许多场合可以大大简化计算。
最基本的求矩阵特征值的方法便是从定义
其中
该方程称为矩阵