特征值与特征向量_机器学习基础线代笔记|特征值和特征向量

内容概要：

1. 特征值和特征向量的定义
2. 是不是所有的线性系统都有特征？
3. 如何确定一个常量是不是某个线性系统的特征值？
4. 特征空间的定义？
5. 特征多项式的定义？
6. 常见线性系统的特征值和特征向量？（相似矩阵，对角矩阵，各种线性系统）

特征值与特征向量的定义

解决问题：

1. 为什么要提出特征值和特征向量？

特征向量是不包括零向量的

解决问题：

1. 特征值为什么只是针对方阵？
2. 特征向量不考虑零向量？

1. 对于线性系统的标准化矩阵和矩阵的特征值和特征向量只是针对方阵

特征值对应不同的特征向量

区分NULLspace与特征空间

映射的一维直线的特征值和特征向量

剪切变换的特征值和特征向量

压缩和放大线性变换的特征值和特征向量

2. 求特征值

1.判定一个常量是不是特征值的方法

使用矩阵的特征值对应的特征空间的维度来判断，如果特征空间的维度为0，说明特征空间只包含0向量，说明该常量不是该矩阵的特征值

通过求解det(A-tIn)=0得到特征值的解集

旋转90度的线性变换对应的矩阵是没有特征值的

寻找给定矩阵的特征值

• 寻找特征值的方法推理

（A-tIn）的列向量不是独立的，不可逆，行列式为0

3.特征空间的定义

• 特征值t对应的（A-tIn）矩阵的NULL子空间减去零向量
• 所有特征值的乘积就是矩阵A的行列式的值（注意重根）
• 所有的特征值的和就是矩阵A的trace(A的主对角线的和)

特征空间不包含零向量

• 一个特征向量对应唯一的特征值
• 一个特征值有无穷个特征向量：特征空间

对应的同一个特征值的不同特征向量属于同一个向量空间

4.特征多项式

• 矩阵A的特征多项式和特征等式的表示方法
• 特征值是特征多项式的根也是特征等式的解
• 特征多项式的分解

结论：

• 特征多项式的根最多不超过A的维度n
• 特征值对应的特征空间的维度不超过该特征值重根的个数
• 对角矩阵的特征值就是他们对角线的值

di表示特征空间的维度

• 特征值这里只讨论特征多项式的实数根
• 相似矩阵的特征值相同

下一节：矩阵的对角化

原文：机器学习基础线代笔记|特征值和特征向量原文：

机器学习基础线代笔记|特征值和特征向量​w.url.cn

往期文章：

机器学习数学基础|手写子Subspace && Basis​mp.weixin.qq.com

好好先生：机器学习数学基础|线性代数：矩阵论​zhuanlan.zhihu.com

好好先生：机器学习数学基础|线性代数理论:Ax=b​zhuanlan.zhihu.com