特征值与特征向量

特征值(eigenvalue)

如果说特征向量是矩阵不会旋转的特殊方向,那么特征值就是它在这个方向上拉伸的精确倍数。我们记作 lambda,整个关系写成 A*v = lambda*v:用矩阵作用,等同于只乘以一个数 lambda。

lambda 的大小和符号讲述了全部故事。lambda > 1 把向量拉长;0 < lambda < 1 把它缩短;负的 lambda 让它翻转指向相反方向;lambda = 0 则表示矩阵把这个方向压成零,于是 v 落在零空间里。

例:对 A = [[2,0],[0,3]],A*(1,0) = (2,0) = 2*(1,0),所以方向 (1,0) 对应的 lambda = 2。一般要求特征值,就解 det(A - lambda*I) = 0。

A*v = lambda*v ; solve det(A - lambda*I) = 0

lambda 是沿特征向量 v 的拉伸倍数;其取值是 det(A - lambda*I) = 0 的根。

特征值可以是负数、零,甚至是复数;复特征值意味着变换中含有真正的旋转。

又称
characteristic valuelambda特征根本征值特徵根本徵值