线性代数—Linear Algebra.pptVIP

線性代數—Linear Algebra 東吳大學數學系 葉麗娜 第六章 矩陣的特徵值(Eigenvalues)與特徵向量(Eigenvectors) Eigenvalues and Eigenvectors 6.1 Introduction to Eigenvalues 6.2 Diagonalizing a Matrix 6.3 Applications to Differential Equations 6.4 Symmetric Matrices 6.5 Positive Definite Matrices 6.6 Similar Matrices 6.7 Singular Value Decomposition (SVD) 6.1 Introduction to Eigenvalues 在一個動態的問題中，我們通常會遇到A1 , A2 , … , An 如何簡化Ak的計算 當k越來越大Ak 的情形如何? 特徵值與特徵向量： 特徵向量就是滿足方程式Ax =λx不為零的向量x(≠0)，λ是一個常數，即所謂的特徵值。 Ax =λx 表示 Ax與x 在相同的線上，但是隨著λ值的變化使得x伸長、縮短、反向或保持不變(λ1, λ 1, λ= -1 ,λ=1)。 6.1 Introduction to Eigenvalues 例如： A2x1 =