我是靠谱客的博主 超级冬天,最近开发中收集的这篇文章主要介绍第二十一讲 特征值和特征向量一,概念二,性质三,求λ和x四,矩阵平移五,90°旋转矩阵的特征值是复数六,对称矩阵和反对称矩阵的特征值七,退化矩阵的特征值,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

我个人认为麻省理工线性代数这门课,到二十一讲才真正进入有用的部分,因此从这一讲开始做笔记。

一,概念

满足条件:Ax=λx

解释:当向量x经过矩阵A变换后,效果等于向量x乘上任意常数λ

则:x是矩阵A的特征向量,λ是矩阵A的特征值

二,性质

性质1:如果A是奇异矩阵,且Ax=0,则x是0空间的非0向量,λ=0

注:奇异=不可逆=线性相关,非奇异=可逆=线性无关

性质2:λ的和=A的迹trace

解释:A的迹trace表示,矩阵A对角元素的和

性质3:λ的积=det(A)

解释:det(A)表示,A的行列式的值

三,求λ和x

把Ax=λx化为(A-λI)x=0,发现必须满足:det(A-λI)=0

因为如果det(A-λI)≠0,则x只有0解( x ≡ 0 x equiv 0 x0),不存在特征向量

第一步:求出λ,通过det(A-λI)=0

二阶矩阵的特征值是如下方程的解:
λ 2 − t r a c e ( A ) λ + d e t A = 0 lambda ^{2}-trace(A)lambda +detA =0 λ2trace(A)λ+detA=0

第二步:求出x,通过(A-λI)x=0

注:用高斯若尔当消元法
特征向量之间必须线性无关,但不一定互相垂直

四,矩阵平移

(A+αI)x=Ax+αx=λx+αx=(λ+α)x,α∈R

解释:α表示,矩阵A对角元素的平移量

如果Ax=λx,By=αy,则(A+B)x≠(λ+α)x,因为x≠y

解释:特征向量不同,则特征值不能相加

五,90°旋转矩阵的特征值是复数

Q = [ c o s 90 ° − s i n 90 ° s i n 90 ° c o s 90 ° ] = [ 0 − 1 1 0 ] Q=begin{bmatrix}cos90° & -sin90°\ sin90° & cos90°end{bmatrix}=begin{bmatrix}0 & -1\ 1 & 0end{bmatrix} Q=[cos90°sin90°sin90°cos90°]=[0110]
计算特征值: λ 1 = i , λ 2 = − i lambda _{1}=i,lambda _{2}=-i λ1=i,λ2=i
实数特征向量只有0向量

性质1:如果一个矩阵具有复数特征值 a+bi 则,它的共轭复数 a-bi 也是矩阵的特征值
性质2:实数特征值让特征向量伸缩,而虚数让其旋转

六,对称矩阵和反对称矩阵的特征值

对称矩阵( A T = A A^T=A AT=A ,具有伸缩性)的特征值是纯实数
反对称矩阵( A T = − A A^T=-A AT=A ,具有旋转性)的特征值是纯虚数
上面两种是极端情况,夹在这两种矩阵中间的矩阵(部分对称或部分反对称),特征值是实数和虚数的结合

七,退化矩阵的特征值

A = [ 3 1 0 3 ] A=begin{bmatrix}3 &1 \0 & 3end{bmatrix} A=[3013]
计算特征值是相同的: λ 1 = 3 , λ 2 = 3 lambda _{1}=3,lambda _{2}=3 λ1=3,λ2=3
特征向量只有一个: x = [ 1 0 ] x=begin{bmatrix}1 \0 end{bmatrix} x=[10]
没有线性无关的另一个特征向量(退化了)

最后

以上就是超级冬天为你收集整理的第二十一讲 特征值和特征向量一,概念二,性质三,求λ和x四,矩阵平移五,90°旋转矩阵的特征值是复数六,对称矩阵和反对称矩阵的特征值七,退化矩阵的特征值的全部内容,希望文章能够帮你解决第二十一讲 特征值和特征向量一,概念二,性质三,求λ和x四,矩阵平移五,90°旋转矩阵的特征值是复数六,对称矩阵和反对称矩阵的特征值七,退化矩阵的特征值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。
点赞(42)

评论列表共有 0 条评论

立即
投稿
返回
顶部