如果把矩阵看作是运动,对于运动而言,最重要的当然就是运动的速度和方向,特征值就是运动的速度,特征向量就是运动的方向
参考链接:https://www.zhihu.com/question/21874816/answer/181864044

因为特征向量决定了方向,所以特征方程的意义如下图所示:

特征向量生成 python 特征向量算法_特征向量

在求特征值中的齐次线性方程中的0是0矩阵而不是标量0,这个可通过矩阵乘法的shape变换来证明。然后因为是方程组,所以x肯定是个列向量,即特征向量都是列向量。

特征值和特征向量的定义式:矩阵×特征向量 = 特征值×特征向量
特征多项式Ax = 0要有非0解的条件就是不满秩,即行列式为0, 矩阵满秩行列式不为0。矩阵可逆。只有方阵才有行列式,满秩矩阵:秩=阶数的方阵

方阵的所有特征值的积等于行列式,所有特征值之和等于迹

任何矩阵与单位矩阵相乘都等于本身,AE=EA=A,所以说无论左乘还是右乘单位矩阵都不影响结果。


矩阵特征值

定义1:设A是n阶矩阵,如果数

特征向量生成 python 特征向量算法_特征向量_02

和n维非零列向量

特征向量生成 python 特征向量算法_特征值_03

使关系式

特征向量生成 python 特征向量算法_矩阵_04

成立,则称这样的数

特征向量生成 python 特征向量算法_特征向量_02

成为方阵A的特征值,非零向量

特征向量生成 python 特征向量算法_特征值_03

成为A对应于特征值

特征向量生成 python 特征向量算法_特征向量_02

特征向量。说明:1、特征向量

特征向量生成 python 特征向量算法_特征向量_08

,特征值问题是对方阵而言的。   2、n阶方阵A的特征值,就是使齐次线性方程组

特征向量生成 python 特征向量算法_线性代数_09

有非零解的

特征向量生成 python 特征向量算法_特征向量_02

值,即满足方程

特征向量生成 python 特征向量算法_特征值_11


特征向量生成 python 特征向量算法_特征向量_02

都是矩阵A的特征值。   3、

特征向量生成 python 特征向量算法_矩阵_13

 

定义2:A为n阶矩阵,称

特征向量生成 python 特征向量算法_线性代数_14

为A的特征矩阵,其行列式

特征向量生成 python 特征向量算法_特征向量_15


特征向量生成 python 特征向量算法_特征向量_02

的n次多项式,称为A的特征多项式,

特征向量生成 python 特征向量算法_特征值_11

称为A的特征方程。说明:1、由定义得,

特征向量生成 python 特征向量算法_特征向量_02

是A的特征值,等价于

特征向量生成 python 特征向量算法_特征向量_02

是其特征方程

特征向量生成 python 特征向量算法_特征值_11

的根,因此又称

特征向量生成 python 特征向量算法_特征向量_02

为A的特征根。若

特征向量生成 python 特征向量算法_特征向量_02


特征向量生成 python 特征向量算法_特征值_11


特征向量生成 python 特征向量算法_特征向量生成 python_24

重根,则称

特征向量生成 python 特征向量算法_特征向量_02

为A的

特征向量生成 python 特征向量算法_特征向量生成 python_24

重特征值(根)。   2、方程

特征向量生成 python 特征向量算法_线性代数_09

的任意非零解向量,都是对应于

特征向量生成 python 特征向量算法_特征向量_02

的特征向量。   3、A的特征矩阵也可以表示为

特征向量生成 python 特征向量算法_特征向量_29

;      特征多项式也可以表示为

特征向量生成 python 特征向量算法_特征值_30

;      特征方程也可以表示为

特征向量生成 python 特征向量算法_矩阵_31

。          4、求A的特征值

特征向量生成 python 特征向量算法_特征向量_02

就是求

特征向量生成 python 特征向量算法_矩阵_31

的根

特征向量生成 python 特征向量算法_特征向量_02

,求A的相应于

特征向量生成 python 特征向量算法_特征向量_02

的特征向量就是求

特征向量生成 python 特征向量算法_矩阵_31

的非零解向量。

求矩阵A的特征值及特征向量问题就转化为求解多项式方程以及齐次线性方程组的通解问题。

下面是一些练习:

 求

特征向量生成 python 特征向量算法_矩阵_37

的特征值和特征向量

 A的特征多项式为

  

特征向量生成 python 特征向量算法_特征值_38

                                  

特征向量生成 python 特征向量算法_特征向量生成 python_39

    所以A的特征值为

特征向量生成 python 特征向量算法_矩阵_40


特征向量生成 python 特征向量算法_特征向量生成 python_41

。 当

特征向量生成 python 特征向量算法_矩阵_40

时,对应的特征向量应满足

特征向量生成 python 特征向量算法_线性代数_43

,    即

特征向量生成 python 特征向量算法_线性代数_44

 解得

特征向量生成 python 特征向量算法_线性代数_45

,所以对应的特征向量可取为

特征向量生成 python 特征向量算法_特征向量生成 python_46

。故相应于

特征向量生成 python 特征向量算法_线性代数_47

的全体特征向量为

特征向量生成 python 特征向量算法_矩阵_48

    当

特征向量生成 python 特征向量算法_特征向量生成 python_49

时,由

特征向量生成 python 特征向量算法_线性代数_50

,即

特征向量生成 python 特征向量算法_特征值_51

,解得

特征向量生成 python 特征向量算法_特征向量生成 python_52

,所以对应的特征向量可取为

特征向量生成 python 特征向量算法_特征向量生成 python_53

。故相应于

特征向量生成 python 特征向量算法_特征向量_54

的全体特征向量为

特征向量生成 python 特征向量算法_特征向量生成 python_55

 

 

 设

特征向量生成 python 特征向量算法_特征向量生成 python_56

,求A的特征值与特征向量。  

特征向量生成 python 特征向量算法_特征向量_57

,  令

特征向量生成 python 特征向量算法_矩阵_58

得A的特征值为

特征向量生成 python 特征向量算法_特征值_59


特征向量生成 python 特征向量算法_特征值_60

。  当

特征向量生成 python 特征向量算法_特征值_59

时,解方程

特征向量生成 python 特征向量算法_矩阵_62

。由

特征向量生成 python 特征向量算法_特征值_63

得基础解系:

特征向量生成 python 特征向量算法_特征向量生成 python_64

,故对应于

特征向量生成 python 特征向量算法_特征值_59

的全体特征向量为

特征向量生成 python 特征向量算法_特征值_66

  当

特征向量生成 python 特征向量算法_特征值_60

时,解方程

特征向量生成 python 特征向量算法_特征向量_68

。由

特征向量生成 python 特征向量算法_特征值_69

,得基础解系为

特征向量生成 python 特征向量算法_线性代数_70


特征向量生成 python 特征向量算法_特征向量_71

,所以对应于

特征向量生成 python 特征向量算法_特征值_60

的全部特征向量为:

特征向量生成 python 特征向量算法_特征向量生成 python_73

 (

特征向量生成 python 特征向量算法_线性代数_74


特征向量生成 python 特征向量算法_线性代数_75

不同时为0)。

 

 设

特征向量生成 python 特征向量算法_特征向量生成 python_76

,若3是A的一个特征值,求:y及A的其他特征向量。  设

特征向量生成 python 特征向量算法_矩阵_77

特征向量生成 python 特征向量算法_矩阵_78

  因为3是A的一个特征值,所以3必为

特征向量生成 python 特征向量算法_矩阵_79

的根,因此求得y=2及

特征向量生成 python 特征向量算法_矩阵_80

的另一个根1,故A的全部特征值为-1,1,1,3

 

例 证明:若

特征向量生成 python 特征向量算法_特征向量生成 python_81

是矩阵A的特征值,x是A的属于

特征向量生成 python 特征向量算法_特征向量_82

的特征向量,则  (1)

特征向量生成 python 特征向量算法_特征值_83


特征向量生成 python 特征向量算法_线性代数_84

的特征值(m是任意正整数)。  (2)当A可逆时,

特征向量生成 python 特征向量算法_特征值_85


特征向量生成 python 特征向量算法_特征向量生成 python_86

的特征值。证明:(1)

特征向量生成 python 特征向量算法_线性代数_87

      

特征向量生成 python 特征向量算法_矩阵_88

      再继续施行上述步骤m-2次,就得

特征向量生成 python 特征向量算法_特征向量_89

,故

特征向量生成 python 特征向量算法_特征值_83

是矩阵

特征向量生成 python 特征向量算法_线性代数_84

的特征值,且x是

特征向量生成 python 特征向量算法_线性代数_84

对应于

特征向量生成 python 特征向量算法_特征值_83

的特征向量。   (2)当A可逆时,

特征向量生成 python 特征向量算法_特征向量_94

,由

特征向量生成 python 特征向量算法_特征向量生成 python_95

可得

特征向量生成 python 特征向量算法_特征值_96

,故

特征向量生成 python 特征向量算法_特征值_85

是矩阵

特征向量生成 python 特征向量算法_特征向量生成 python_86

的特征值,且x是

特征向量生成 python 特征向量算法_特征向量生成 python_86

对应于

特征向量生成 python 特征向量算法_特征值_85

的特征向量。