特征向量
一个向量x,乘上矩阵A后的 Ax 中仍然平行于 x的那部分,就是特征向量
特征值
这个
λ
\lambda
λ 就是特征值
例子:投影矩阵、置换矩阵
fact
sum of the 特征值 is sum down the diagnal of A
如何求特征值
由于这个
A
−
λ
I
A- \lambda I
A−λI必须是奇异矩阵,所以特征值为0
这就是特征值方程
例子
下一步:
这里的这个六,就是迹(trace),对角线的和
这里的这个八,就是 A A A行列式的值
这里对比上面的,特征值,会根据矩阵的变化而变化
矩阵的行列式的值,是行列式的积
旋转矩阵的问题
复数出现了
fact
如果矩阵是对称的,那么就不会有复数特征值
如果矩阵是反对称的,那么就不会有实数特征值
fact
如果矩阵的是上三角矩阵,那么对角线上的值就是特征值
但是这是一个退化矩阵