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 ,当左乘一个向量的时候,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 的所表示的空间的一组基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 所代表的变换,存在向量 ,该向量在矩阵的变换下,与变换前的 相比,方向上未发生改变,仅仅只是对原向量进行了缩放 :
特征值和特征向量的定义
对于在矩阵的变换下, 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倍,即
式中, 是转换矩阵, 是被转换向量,是常数(可以取负数)。当常数取负数的时候,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 的和则称:
- 称为矩阵A的特征值
- 称为矩阵A对应于的特征向量
求解特征值和特征向量
假设变换矩阵为
求解变换矩阵的特征值和特征向量 即求解方程,这个方程涉及两个未知量和:
首先,如果 ,即是一个零向量,则一定满足方程,这个零解是一个平凡解,意味着不管矩阵如何变化,永远是方程,所以特征向量的零解没有意义,求解特征向量不考虑 。
而对于求解的特征值,如果求解出一个 ,这个解不是一个平凡解,意味着方程 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,因为不能取零向量,所以一定有无穷解,那么意味着特征值 反映出变换矩阵一定不可逆的特征 (矩阵可逆则只有唯一零解) ,并不是任何一个矩阵都存在特征值。
进一步的解方程
,这里涉及矩阵与常数的减法,引入单位矩阵处理
变形得到
step.1 变换矩阵的特征方程,解特征值
对于线性系统 ,我们希望最后求解的特征向量有非零解,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 ,这个方程只含有一个未知量 ,称为变换矩阵的特征方程:
示例:
解的
step.2 解特征向量
求出了矩阵的特征值,就可以代入到线性系统 进一步求解出特征向量:
① 当
代入线性系统可得,求解这个线性系统的非零解
系数矩阵为,执行高斯消元化为一般行最简形式
方程变为根据 零空间 的知识,这个方程的解 其实就是矩阵 的零空间的内的向量,
由系数矩阵的行最简形式可知自由列有一列,那么它的零空间的基就只有一个可以写成
所以方程的解,也即变换矩阵的特征向量 就可以表示为,可以取任意非零常数② 当
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
可解的系数矩阵 的零空间的基为,变化矩阵A对应与的特征向量表示,可以取任意非零常数。