线代--特征值与特征向量[1]

特征值和特征向量 也是方阵的一个属性,它们是把一个矩阵当作变换 作用来看的时候这个矩阵所拥有的一些 “特征”,这些“特征”由特征值和特征向量所反映。

对于一个变换矩阵 A= \begin{bmatrix} 4&-2 \\ 1&1 \end{bmatrix},当左乘一个向量\vec u的时候,A \cdot \vec u =\vec u^{'}表示把向量从一个位置转换到空间的另一个位置,这个过程从空间的基来理解的话则表示矩阵 A的所表示的空间的一组基(4,1) , (-2,1)与标准基之间的基变换或是坐标系转换。

而在这个变换过程中,存在一些特殊的向量,如对于变换矩阵 A= \begin{bmatrix} 4&-2 \\ 1&1 \end{bmatrix}所代表的变换,存在向量\vec u = (2,2) ,该向量在矩阵A的变换下A \cdot \vec u = \vec u' = (4,4)\vec u'与变换前的 \vec u 相比,方向上未发生改变,仅仅只是对原向量\vec u进行了缩放\vec u' = 2 \vec u :

特征值和特征向量的定义

对于在矩阵A的变换下, 向量变换后得到的结果向量 方向并没有发生改变,只是原来向量的某一个常数k倍,即
A \cdot \vec u = \lambda \cdot \vec u式中, A是转换矩阵, \vec u是被转换向量,\lambda是常数(可以取负数)。当常数\lambda取负数的时候,意味着变换前后的两个向量方向相反,但是它们还是共线向量,也可以称为同向向量。

对于满足关系式 A \cdot \vec u = \lambda \cdot \vec u \ \ \\lambda\vec u则称:

  • \color {red} \lambda 称为矩阵A的特征值\color {red} {(eigenvalue)}
  • \color {red} {\vec u} 称为矩阵A对应于\color {red} \lambda的特征向量\color {red} {(eigenvector)}

求解特征值和特征向量

假设变换矩阵为 A= \begin{bmatrix} 4&-2 \\ 1&1 \end{bmatrix}
求解变换矩阵A的特征值和特征向量 即求解方程A \vec u = \lambda \vec u,这个方程涉及两个未知量\vec u\lambda:

  • 首先,如果\vec u = O ,即\vec u是一个零向量,则一定满足方程,这个零解是一个平凡解,意味着不管矩阵A如何变化,\vec u = O永远是方程A \vec u = \lambda \vec u,所以特征向量的零解没有意义,求解特征向量不考虑 \color {red} {\small 零向量}

  • 而对于求解的特征值,如果求解出一个\lambda = 0 ,这个解不是一个平凡解,\lambda = 0意味着方程 A \vec u = 0是一个齐次线性系统,对于一个齐次线性系统只可能有唯一零解或无穷解,因为\vec u不能取零向量,所以A \vec u = 0一定有无穷解,那么意味着特征值\lambda = 0 反映出变换矩阵A一定不可逆的特征 (矩阵A可逆则A \vec u = 0只有唯一零解) ,并不是任何一个矩阵都存在特征值\lambda = 0

进一步的解方程 A \vec u = \lambda \vec u

A \vec u = \lambda \vec u \to A \vec u - \lambda \vec u =0,这里涉及矩阵与常数的减法,引入单位矩阵I处理A \vec u \cdot I = \lambda \vec u \cdot I
A \vec u - \lambda I \vec u = 0 变形得到 (A - \lambda I) \cdot \vec u = 0

step.1 变换矩阵A的特征方程,解特征值

对于线性系统 (A - \lambda I) \cdot \vec u = 0,我们希望最后求解的特征向量\vec u有非零解,因为零解是一个平凡解,无意义。因此对于系数矩阵(A - \lambda I)要求是一个不可逆矩阵,矩阵可逆,意味着该系统只有唯一零解。根据行列式的内容可知如果矩阵不可逆意味着它的行列式的值为0,所以,转而求解 \det (A - \lambda I)=0 ,这个方程只含有一个未知量 \lambda,称为变换矩阵A的特征方程:

示例:
\det (A - \lambda I)= \begin{vmatrix} 4-\lambda & -2 \\1 & 1-\lambda \end{vmatrix} = (4-\lambda)(1-\lambda) -(1\times-2) =\lambda^{2} -5\lambda +6
\det (A - \lambda I) = \lambda^{2} -5\lambda +6 = 0
解的 \lambda_1 = 2, \lambda_2 = 3

step.2 解特征向量

求出了矩阵的特征值,就可以代入\lambda到线性系统 (A - \lambda I) \cdot \vec u = 0进一步求解出特征向量\vec u

① 当 \lambda_1 = 2
\ \ \代入线性系统可得(A - 2I) \cdot \vec u = 0,求解这个线性系统的非零解
\ \ \系数矩阵为(A - 2I) = \begin{bmatrix} 4-2 & -2 \\1 & 1-2 \end{bmatrix},执行高斯消元化为一般行最简形式
\ \ \方程变为\begin{bmatrix} 1 & -1 \\ 0&0 \end{bmatrix} \cdot \vec u = 0

根据 零空间 的知识,这个方程的解 \vec u 其实就是矩阵(A - 2I) 的零空间的内的向量,
由系数矩阵(A - 2I)的行最简形式\begin{bmatrix} 1 & -1 \\ 0&0 \end{bmatrix}可知自由列有一列,那么它的零空间的基就只有一个可以写成\vec p =\begin{bmatrix} 1 \\ 1 \end{bmatrix}
所以方程的解,也即变换矩阵A的特征向量 \vec u 就可以表示为\vec u = \begin{bmatrix} 1 \\ 1 \end{bmatrix} \cdot kk可以取任意非零常数

② 当 \lambda_2 = 3
\ \ \ 计算步骤同①
\ \ \系数矩阵高斯消元化为行最简形式,方程变为\begin{bmatrix} 1 & -2 \\ 0&0 \end{bmatrix} \cdot \vec u = 0
可解的系数矩阵(A - 3I) 的零空间的基为\vec p =\begin{bmatrix} 2 \\ 1 \end{bmatrix},变化矩阵A对应与\lambda_2的特征向量表示\vec u = \begin{bmatrix} 2 \\ 1 \end{bmatrix} \cdot kk可以取任意非零常数。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,496评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,407评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,632评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,180评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,198评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,165评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,052评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,910评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,324评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,542评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,711评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,424评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,017评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,668评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,823评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,722评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,611评论 2 353

推荐阅读更多精彩内容