1. Toy模板网首页
  2. > Toy博客

线性代数（五） | 矩阵对角化 特征值 特征向量

9月前 作者：Qodi 分类：Toy博客 阅读(63) 违法举报

这篇具有很好参考价值的文章主要介绍了线性代数（五） | 矩阵对角化 特征值 特征向量。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1 矩阵的特征值和特征向量究竟是什么？

矩阵实际上是一种变换,是一种旋转伸缩变换（方阵） 不是方阵的话还有可能是一种升维和降维的变换
直观理解可以看系列超赞视频线性代数-哔哩哔哩_Bilibili

比如A= ( 1 2 2 1 ) \begin{pmatrix}1&2\\2&1\end{pmatrix} (12​21​) x= ( 1 2 ) \begin{pmatrix}1\\2\end{pmatrix} (12​)

我们给x左乘A实际上是对x进行了一次旋转伸缩变换 Ax= ( 5 4 ) \begin{pmatrix}5\\4\end{pmatrix} (54​)

而我们如果仅仅是单纯的伸缩变换，而如果A对x仅仅只能伸缩变换，而不能旋转变换，则称为x为矩阵A的特征向量，伸缩变换的倍数即为特征值

2 求特征值和特征向量

（1）写出特征多项式 ∣ E − A ∣ = 0 |E-A|=0 ∣E−A∣=0 求得特征值

（2）代入特征值求解方程组，解即为我们的特征向量

矩阵的迹

矩阵乘积为行列式

对角矩阵的特征向量,数学科学,线性代数,矩阵

对角矩阵的特征向量,数学科学,线性代数,矩阵

3 特征值和特征向量的应用

已知A的特征值

则 A − 1 A^{-1} A−1的特征值可求

A的一个多项式特征值可求

所以把我们要求的值转换为A的多项式，进而求出特征值，求出行列式的值

对角矩阵的特征向量,数学科学,线性代数,矩阵

对角矩阵的特征向量,数学科学,线性代数,矩阵

4 矩阵的对角化

非对称矩阵对角化

（1）求解特征值和特征向量

（2）特征向量组成我们的相乘矩阵P 特征值作为主对角线上的元素的对角矩阵就是我们对角化的矩阵

对角矩阵的特征向量,数学科学,线性代数,矩阵

对角矩阵的特征向量,数学科学,线性代数,矩阵

对称矩阵对角化求正交矩阵

（1）求解特征值值和特征向量

（2）施密特正交化重根对应的特征向量，再单位化所有特征向量

（3）取向量依次组成我们的正交矩阵Q文章来源地址https://www.toymoban.com/news/detail-762395.html

到了这里，关于线性代数（五） | 矩阵对角化 特征值 特征向量的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • 线性代数（8）：特征值、特征向量和相似矩阵

    线性代数（8）：特征值、特征向量和相似矩阵

            有矩阵 A 为 n 阶矩阵，Ax = λx （ λ 为一个实数，x为 n 维非零列向量 ），则称 λ 为方阵 A 的特征值， x 为特征向量； 1.2.1 公式         求特征值：使 | A - λE | = 0，其解的 λ 值即为矩阵 A 的特征值；         求特征向量： 使 ( A - λE )x = 0,设 x 为与 A 具有

    2024年02月11日
    浏览(50)

  • 线性代数｜证明：矩阵不同特征值对应的特征向量线性无关

    定理 1 设 λ 1 , λ 2 , ⋯   , λ m lambda_1,lambda_2,cdots,lambda_m λ 1 ​ , λ 2 ​ , ⋯ , λ m ​ 是方阵 A boldsymbol{A} A 的 m m m 个特征值， p 1 , p 2 , ⋯   , p m boldsymbol{p}_1,boldsymbol{p}_2,cdots,boldsymbol{p}_m p 1 ​ , p 2 ​ , ⋯ , p m ​ 依次是与之对应的特征向量，如果 λ 1 , λ 2 , ⋯   , λ

    2024年02月07日
    浏览(57)

  • 【线性代数】矩阵特征值的快速求法

    本文讨论 3阶矩阵 的特征值的快速求法。 分为速写特征多项式和速解方程两部分。 速写特征多项式 不妨令： A = [ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ] boldsymbol{A}=left[begin{array}{lll} a_{11} a_{12} a_{13} \\\\ a_{21} a_{22} a_{23} \\\\ a_{31} a_{32} a_{33} end{array}right] A = ​ a 11 ​ a 21 ​ a 31 ​

    2024年02月03日
    浏览(43)

  • 线性代数｜证明：矩阵特征值之积等于矩阵行列式的值

    性质 1 设 n n n 阶矩阵 A = ( a i j ) boldsymbol{A} = (a_{ij}) A = ( a ij ​ ) 的特征值为 λ 1 , λ 2 , ⋯   , λ n lambda_1,lambda_2,cdots,lambda_n λ 1 ​ , λ 2 ​ , ⋯ , λ n ​ ，则 λ 1 λ 2 ⋯ λ n = ∣ A ∣ lambda_1 lambda_2 cdots lambda_n = |boldsymbol{A}| λ 1 ​ λ 2 ​ ⋯ λ n ​ = ∣ A ∣ 。 证明 不妨设

    2024年02月08日
    浏览(49)
  • 线性代数的学习和整理19，特征值，特征向量，以及引入的正交化矩阵概念

    线性代数的学习和整理19，特征值，特征向量，以及引入的正交化矩阵概念

    目录 1 什么是特征值和特征向量？ 1.1 特征值和特征向量这2个概念先放后 1.2 直观定义 1.3 严格定义 2 如何求特征值和特征向量 2.1 方法1：结合图形看，直观方法求 2.1.1 单位矩阵的特征值和特征向量 2.1.2 旋转矩阵 2.2  根据严格定义的公式 A*X=λ*X 来求 2.3  特征方程 2.4 互异特

    2024年02月09日
    浏览(66)
  • 线性代数 --- 特征值与特征向量

    线性代数 --- 特征值与特征向量

    Part I:特征值，特征向量的意义与性质         已知任意向量x，现有矩阵A对x进行操作后，得到新的向量Ax。这就好比是自变量x与函数f(x)的关系一样，向量x通过类似“函数”的处理得到了一个新的向量Ax。这个新的向量可能和原向量x方向相同，也可能不同(事实上大多都不同

    2024年03月10日
    浏览(49)

  • 线性代数——特征值和特征向量

    学习高等数学和线性代数需要的初等数学知识 线性代数——行列式 线性代数——矩阵 线性代数——向量 线性代数——线性方程组 线性代数——特征值和特征向量 线性代数——二次型 本文大部分内容皆来自李永乐老师考研教材和视频课。 设 A = [ a i j ] A=[a_{ij}] A = [ a ij ​

    2024年02月15日
    浏览(44)
  • 线性代数 --- 特征值与特征向量（下）

    线性代数 --- 特征值与特征向量（下）

    Eigen Values Eigen Vectors Part III:如何求解特征向量与特征值 对于一般矩阵A，如何找到他的特征值与特征向量？ Step I: Find λ first! 首先，我们有方程： 但这里有两个未知数，因此我们把上面的方程改写一下：         这个齐次方程的解就是矩阵(A-I)的零空间，抛开平凡解全0向

    2024年03月14日
    浏览(48)

  • 线性代数基础 | 特征值和特征向量

    一、特征值和特征向量的定义 A. 特征值的定义和性质 特征值（eigenvalue）是线性代数中一个重要的概念，用于描述线性变换对于某个向量的伸缩效应。在本文中，我们将深入讨论特征值的定义和性质。 首先，我们考虑一个线性变换（或者说一个方阵）A。对于一个非零向量v，

    2024年02月16日
    浏览(41)
  • 线性代数基础【5】特征值和特征向量

    线性代数基础【5】特征值和特征向量

    一、特征值和特征向量的理论背景 在一个多项式中,未知数的个数为任意多个,且每一项次数都是2的多项式称为二次型,二次型分为两种类型:即非标准二次型及标准二次型 注意: ①二次型X^T AX为非标准二次型的充分必要条件是A^T=A 但A为非对角矩阵;二次型 X^TAX为标准二次型的充

    2024年01月20日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包