本文是线性代数学习笔记，重点探讨特征向量和特征值的概念及其在三维旋转中的几何意义。特征向量在线性变换中保持在同一直线，而特征值描述其缩放比例。理解变换关键在于找到特征向量和特征值。此外，介绍了二维变换可能不存在特征向量，以及单特征值但多特征向量的情况。还提及将函数视为向量，求导作为线性变换的思想。最后，作者分享了学习行列式的计划和个人情感状态。
以下内容来源于B站1Blue1Brown视频合集“线性代数的本质"点击此处观看
特征向量与特征值
在线性变换过程中始终位于同一条直线上的向量被称为特征向量，而特征值则用来描述这些向量变换前后的倍数。在三维空间中，这种变换过程的“特征向量”，其实就是三维物体旋转的中心轴。而且把一个三维旋转看作是绕某个轴旋转一个角度，要比考虑相应的3×3矩阵直观得多（在这种旋转得情况下，特征值为1，因为体积并没有发生改变）
- 要理解一个线性变换，最重要的是找到它的特征向量和特征值
关于特征向量与特征值的计算这里不多做介绍，大概思想就是变换后的向量是变换前的一个倍数，将等号两边都化成矩阵向量乘法。这里我们要思考求解特征值与这个关系式有什么关系？行列式又是怎么与它联系起来的？
但是值得注意的是，二维变换不一定会有特征向量，比如进行一个90°的旋转。
并且也可能会出现只有一个特征值，但是特征向量却不只在一条
最低0.47元/天 解锁文章
1404
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
