1、定义
在数学上,特别是线性代数中,对于一个给定的线性变换,它的特征向量
经过这个线性变换的作用之后,得到的新向量仍然与原来的
保持在同一条直线上。但其长度或方向也许会改变。即
其中为标量,即特征向量的长度在该线性变换下缩放的比例,称为其特征值。从向量
到
的过程,我们称之为线性变换;可以发现向量
经过
矩阵的线性变换的作用后,大小和方向都发生了改变。
根据定义可知,是矩阵
的特征向量,而这个缩放的比例2,就是
,
矩阵的特征值。
2、求解特征值与特征向量
是一个单位矩阵,根据矩阵的理论,为了使
有非零解,这个矩阵
的行列式必须为零。
通过令矩阵的行列式等于零,我们得到了两个特征值。
有了特征值,我们可以把它代回到上面的方程中。
得到矩阵的特征值与特征向量。
3、应用
特征值与特征向量的一个非常重要的应用就是把矩阵化成对角矩阵,它可以起到一个解耦(decouple)的作用。
我们设一个新的矩阵,
、
是矩阵的特征向量,把
矩阵叫做坐标变换矩阵(coordinate transformation matrix),
为对角矩阵。
考虑一个微分方程组的解法,在现代控制理论当中,状态空间方程的表示是由一系列的微分方程组组成的。
4、总结
第三小节的运用很重要,在以后的课程中将具体的介绍,在很多的时候我们并不需要去解出这个微分方程,而是直接可以通过判断特征值的符号,以及它的性质,来判断整个系统的稳定性和系统的表现。