1. 定义
任意满足等式:
的向量,称为变换T的特征向量,向量前的比例因子称为特征向量的特征值:
为什么要讨论特征向量和特征值?因为特征向量是一组很好的基向量,变换矩阵在计算上非常简单。零向量无法作为基向量
2. 特征值公式
证明:
假设
因此
因为向量v不等于0向量,所以B的零空间包含有非平凡元素,所以B的列向量是线性相关的,所以B不可逆,所以B的行列式等于0:
3. 特征向量
特征多项式(characteristic polynomial):由特征值公式生成的多项式称为特征多项式
特征空间(eigenspace):某特征值对应的所有向量构成的集合,称为特征空间
特征向量(eigenvector):特征空间中的向量,称为特征向量
每一个特征值对应一个特征空间,每一个特征空间包含无限个特征向量。(特征向量和标准正交基好像没什么关系,两个特征空间并不正交)
4. 特征基有利于构造合适的变换矩阵
假设原变换矩阵A有n个线性无关的特征向量(这个不是一定成立,但我们可以计算出来),由特征向量构成Rn的一组基(特征基),则新的变换矩阵为:
新的变换矩阵非常好,很好相乘,很好转置,很好算行列式。向量是现实世界的抽象表示,可以用来表示股票收益,或表示天气等。我们可以使用特征向量和特征值,改变基,使得可以用一种更简单的方法来解决问题
证明:
因为
因此,v1,v2, T(v1), T(v2)等在基B下的坐标为:
因此: