Chapter4 |
您所在的位置:网站首页 › 矩阵特征值分解例题 › Chapter4 |
1. 特征值与特征向量
定义: 如何理解特征值与特征向量?(重要) 形象的例子:如果把矩阵看作运动的话,那么 特征值就是运动的速度 特征向量是运动的方向对于方阵而言,矩阵不会在维度上进行伸缩,所以矩阵的运动实际上只有两种:旋转和拉伸,最后运动的结果(矩阵的运动表现在乘以任意一个向量,列向量的方向和长度是矩阵运动的表现形式)就是这两种的合成。接下来讨论这两种具体的运动方式在矩阵的运算如何体现: 旋转与拉伸:通过矩阵相似对角化分解,可以得到:几何意义: 特征多项式:用于求特征值 特征向量的求解: 方阵的迹与行列式: 矩阵相似关系的定义: 相似矩阵的性质:拥有相同的特征多项式和特征值 可对角化定义:矩阵可相似于一个对角阵 矩阵可对角化充要条件:1. n阶矩阵有n个线性无关的特征向量 推论:若n阶矩阵A具有n个不同的特征值,则A可相似对角化。 矩阵可对角化充要条件:2. n阶矩阵每个拥有ni个线性无关的特征向量,其中ni是第i个特征值的重数 矩阵相似对角化的重要应用:求矩阵的幂 幂等式:若 例题: 共轭矩阵: 实对称矩阵的特征值和特征向量:对称矩阵 实对称矩阵的对角化: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |