特征值与特征向量的几何意义.pdfVIP

矩阵的特征值与特征向量的几何意义 1. 线性变换与矩阵的特征向量、特征值[1] 线性变换是指一个n 维列向量被左乘一个n 阶矩阵后得到另一个n 维列向量，它是同维向 量空间中的把一个向量线性映射成了另一个向量。即： Y=AX (Y, X ∈Rn A=(a ) ) ij n×n 一个向量被矩阵相乘，表示对这个向量做了一个线性变换。如果变换后还是这个向量本身 乘以一个常数，这个常数就叫特征值。即，如果对于数λ，存在一个n 维非零列向量X （即X ∈Rn 且X≠0），使得 AX= λX 则称数λ 为矩阵A 的一个特征值，X 称为矩阵A 对应于λ 的特征向量。 在线性代数中，研究线性变换就是研究相应的矩阵A ，矩阵A 的特征向量和特征值是线 性变换研究的重要内容。 2. 矩阵的特征值与特征向量的几何意义[2] 我们知道，矩阵乘法对应了一个变换，是把任意一个向量变成另一个方向或长度都不同的 新向量。在这个变换的过程中，原向量主要发生旋转、伸缩的变化。如果矩阵对某一个向量或 某些向量只发生伸缩变换，不对这些向量产生旋转的效果，那么这些向量就称为这个矩阵的特 征向量，伸缩的比例就是特征值。这里可以将特征值为负，特征向量旋转180 度，也可看成方 向不变，伸缩比为负值。所以特征向量也叫线性不变量。特征向量的不变性是它们变成了与其 自身共线的向量，在它们所在的直线上在线性变换下保持不变；特征向量和它的变换后的向量 们在同一条直线上，变换后的向量们或伸长或缩短，或反向伸长或反向缩短，甚至变成零向量 （特征值为零时）。 实际上，上述的一段话既讲了矩阵变换特征值及特征向量的几何意义（图形变换）也讲了 其物理含义。物理的含义就是运动的图景：特征向量在一个矩阵的作用下作伸缩运动，伸缩的 幅度由特征值确定。特征值大于1，所有属于此特征值的特征向量身形暴长；特征值大于0 小 于1，特征向量身形猛缩；特征值小于0，特征向量缩过了界，反方向到0 点那边去了。 对对称矩阵而言，可以求得的特征向量是正交的，就是把矩阵A 所代表的空间，进行正 交分解，使得A 的向量集合可以表示为每个向量a 在各个特征向量上面的投影长度。 例如，对于x,y 平面上的一个点（x,y ），对它作线性变换A ， A = [1 0 ] ， [1 0 ] [] = [ ] 0 −1 0 −1 − 这个线性变换相当于关于横轴x 做镜像。我们可以求出矩阵A 的特征向量有两个[1,0]T 和 T [0,1] ,也就是x 轴和y 轴。什么意思呢？在x 轴上的投影，经过这个线性变换，没有改变。在 y 轴上的投影，乘以了幅度系数-1，并没有发生旋转。两个特征向量说明了这个线性变换矩阵 对于x 轴和y 轴这两个正交基是线性不变的。对于其他的线性变换矩阵，我们也可以找到类似 的，N 个对称轴，变换后的结果，关于这个N 个对称轴线性不变。这N 个对称轴就是线性变 换A 的N 个特征向量。 参考文献 [1] 同济大学数学系.工程数学线性代数(第五版)[M]. 北京：高等教育出版社, 2007. [2] 徐克龙. 浅谈矩阵的特征向量特征值的意义[J]. 科技创新与应用, 2013, 30: 280.