特征值（特征向量）与相似对角化

78 阅读 0 评论 52 点赞

我是靠谱客的博主天真灰狼，最近开发中收集的这篇文章主要介绍特征值（特征向量）与相似对角化，觉得挺不错的，现在分享给大家，希望可以做个参考。

方阵的一个属性，描述方阵的“特征”

$A u = λ u$

不改变方向，只伸缩

$λ$ 称为矩阵A的特征值（eigenvalue）

$u$ 称为A对应于 $λ$ 的特征向量（eigenvector）

特征向量不考虑零向量（平凡解） $\to u \neq = 0$

$(A - λ I) u = 0$

有非零解 $\to$ 特征方程： $d e t (A - λ I) = 0$

对每一个 $λ$ 的特征向量不唯一

$λ$ 对应的特征向量 $u, k u . . .$ 组成了 $A - λ I$ 零空间（去除零向量）

$λ$ 对应的特征空间： $E_lambda = {O} cup {lambda的特征向量}$

以上就是天真灰狼为你收集整理的特征值（特征向量）与相似对角化的全部内容，希望文章能够帮你解决特征值（特征向量）与相似对角化所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。