LeoMath

线性代数基础 · 第 5 / 5 节

特征值

变换只是拉伸的方向。

约 7 分钟

从一个问题开始

问题

一个线性变换在大多数方向上既拉伸又旋转。有没有某些方向,它只做拉伸?

如果有,也许可以用这些方向重建坐标系,让变换在新坐标下变得极其简单。我们需要一个定义来抓住"方向不变"这件事,以及一种找到这些方向的方法。

观察

勾选"显示特征向量",然后按"拉伸":出现两条虚线,一条水平、一条竖直。这两个方向上的向量变换后方向不变,只是长度乘了一个数。再按"剪切":只剩一条虚线,水平方向。按"旋转":虚线消失了。

交互实验线性变换
A=
行列式(有向面积) 1
特征值 1, 1

你观察到了什么?先动手,再回答。想清楚之后再看解释。

  1. 1.把 e₁ 和 e₂ 拖到同一条直线上,网格变成了什么?行列式是多少?
  2. 2.只拖 e₁,原点和 e₂ 所在的整条竖线动了吗?为什么?
  3. 3.按“旋转”,特征值显示为复数。平面上有没有哪条直线在旋转后仍是自己?
猜想

每个线性变换可能有一些"特殊方向",在这些方向上它只做拉伸。如果能找到足够多这样的方向,把它们当作新的基,变换在新基下就只是分别拉伸各个坐标:那是最简单的矩阵,对角矩阵。旋转没有这样的实方向,剪切只有一个。

定义

定义 5.1特征值与特征向量

设 A 是 n×n 矩阵。若存在非零向量 v 和数 λ 使

Av=λv,

则称 λ 是 A 的特征值,v 是属于 λ 的特征向量。

"非零"是必要的:A0=λ0 对任何 λ 都成立,不含信息。

用矩阵计算器试一试 →

推导:怎么找

Av=λv⟺(A−λI)v=0。要有非零解 v,矩阵 A−λI 必须不可逆,即(见矩阵)

det⁡(A−λI)=0.
定义 5.2特征多项式

pA(λ)=det⁡(A−λI) 称为 A 的特征多项式。对 2×2 矩阵,

pA(λ)=λ2−(tr⁡A)λ+det⁡A,tr⁡A=a+d.
证明

det⁡(a−λbcd−λ)=(a−λ)(d−λ)−bc=λ2−(a+d)λ+(ad−bc)。

特征值就是特征多项式的根。求出 λ 后,解线性方程组 (A−λI)v=0 得特征向量。

例 5.1三种典型情形
  • 拉伸 (1.6000.7):p=(λ−1.6)(λ−0.7),特征值 1.6,0.7,特征向量 𝐞1,𝐞2。两个独立方向。
  • 剪切 (1101):p=(λ−1)2,只有 λ=1。(A−I)v=0 迫使 v2=0,特征向量只有 𝐞1 的倍数。一个二重根只给了一个方向。
  • 旋转 (0−110):p=λ2+1,无实根。没有实的特征方向;特征值是 ±i。

判别式 (tr⁡A)2−4det⁡A 的符号决定了这三种情形。实验面板里显示的"复数"就是判别式为负。

定理与证明

定理 5.1不同特征值的特征向量线性无关

若 v1,…,vk 是属于两两不同特征值 λ1,…,λk 的特征向量,则它们线性无关。

证明

对 k 归纳。k=1 显然(v1≠0)。设对 k−1 成立。若 c1v1+⋯+ckvk=0,两边乘 A 得 c1λ1v1+⋯+ckλkvk=0;原式乘 λk 再相减得

c1(λ1−λk)v1+⋯+ck−1(λk−1−λk)vk−1=0.

由归纳假设各系数为零,而 λi≠λk,故 c1=⋯=ck−1=0,进而 ckvk=0,ck=0。

定理 5.2对角化

若 n×n 矩阵 A 有 n 个线性无关的特征向量 v1,…,vn,令 P=[v1⋯vn],D=diag⁡(λ1,…,λn),则

A=PDP−1.
证明

AP 的第 j 列是 Avj=λjvj;PD 的第 j 列是 P 的第 j 列乘 λj,也是 λjvj。故 AP=PD。P 的列线性无关,故可逆。

含义:换到以特征向量为基的坐标系,A 就是对角矩阵 D。"在特殊方向上只做拉伸"这句直觉,变成了一个精确等式。剪切不能对角化,因为它凑不齐两个独立方向。

常见错误

特征向量必须非零,但特征值可以为 0(此时 A 有非平凡的核,行列式为零)。另外,二重特征值不保证两个线性无关的特征向量:剪切矩阵只有一个方向。代数重数与几何重数是两回事。

应用

应用矩阵的幂

Ak=PDkP−1,而 Dk=diag⁡(λ1k,…,λnk)。Fibonacci 数列 Fn+1=Fn+Fn−1 写成 (Fn+1Fn)=(1110)(FnFn−1),特征值 1±52,由此得到 Binet 公式。

应用二阶线性微分方程

y′′+py′+qy=0 化为一阶系统 (yy′)′=(01−q−p)(yy′),其特征多项式是 λ2+pλ+q:正是教科书里的"特征方程"。这就是二阶线性方程一节的主题。

注

特征值回答的问题是:"这个变换在哪些方向上最简单?"对称矩阵永远有一整组正交的特征方向(谱定理),这是主成分分析、振动模态、量子力学可观测量的共同数学基础。

练习

已完成 0 / 2

1
求 (2112) 的最大特征值。

填精确值,可以写成分数,如 1/3。

2
剪切矩阵 (1101) 的特征向量是?
第 2 题的答案

讨论

发现错误、有疑问或建议,也可以直接写信到 620026600@qq.com

还没有评论。写下你的理解、疑问,或者指出这一页的错误。

登录后参与讨论