关于特征值与特征向量理论教学方法探讨.docVIP

关于特征值与特征向量理论的教学方法探讨 张丽梅 尹丽 齐丽岩 大连水产学院理学院基础数学教研室 线性代数作为数学科学的一个重要分支，是研究有限维线性空间的线性理论与方法的一门科学。随着计算机科学及其应用的普及，线性代数理论与思想方法的应用比比皆是。工程技术各个领域的许多问题属于线性问题。解大型线性方程组，求矩阵的特征值与特征向量等是工程技术人员经常面临的问题。新兴计算机图形学、机器视觉、模式识别等研究方向通常将问题转化为有限维的离散量问题。如为了研究通信可靠性，人们用涉及线性代数的相关理论进行通讯保密性和信息安全方面的研究，甚至有过用行列式性质进行图像置乱与还原的算法尝试并收到很好的效果[2]，微分方程的解法更是离不开特征值与特征向量 [4]，对图像进行线性迭代运算的本质可转化为矩阵乘幂的运算[5,6]。 工科线性代数与理科高等代数教材中特征值与特征向量理论的讲授方法比较 在高等教育出版社出版的同济大学数学教研室编写的工程数学线性代数（第四版）教材[3]中，第五章讲相似矩阵及二次型，从该章第二节到第四节讲授特征值与特征向量理论。从特征值与特征向量概念以及求法，关于对应不同特征值的特征向量线性无关的定理；讲到相似矩阵具有相同的特征值与特征向量的性质、与对角矩阵相似的充要条件；再到对称矩阵对应不同特征值的特征向量彼此正交的性质，从而获得对称矩阵必存在正交矩阵使其相似对角化的结论。这短短三节将特征值、特征向量、对角化的问题讲授的十分清楚、简洁，堪称经典。但多年来，笔者在讲授线性代数的内容中总感觉到，这是学生认为的难点，究其原因有二，一是为何引入特征值与特征向量他们不理解，二是因为不理解而不能很好地接受这个概念以及后面两节的用意，即使教师用各种类型的习题对其进行固化，仍感到不能还其概念本意。 在高等教育出版社出版的北京大学数学系编写的高等代数（第三版）教材[1]中，特征值与特征向量的相关理论的研究散落在第七章到第八章的6个节次中。抽其要义，教材中的特征值与特征向量理论是用来求若当标准型的，对角化作为若当标准型的特例。该教材作为理科教材对这部分内容讲授的比较透彻，对解决实际问题是有效的但需要花费许多学时。 下面本着数学来源于实际并还原于实际的原则，结合图像处理的简单应用探讨特征值与特征向量理论的讲授方法。 二、特征值与特征向量理论在图像处理中的简单应用 在图像去噪中常常使用平均去噪滤波。设某图像灰度值为的一个区域按像素灰度值排列为， 其中代表该区域第行第列位置处的灰度值。将矩阵作用于，得 即 (1) 由 可得 (2) 这样(2)式中的矩阵幂运算是图像处理计算的关键，这本质上是数学的迭代问题。 在矩阵的阶数较大时，比如上例为阶方阵 ，若，则的计算量就相当大，如果数据的前期处理不合适，计算结果容易产生溢出现象，就单从计算量来讲也不易操作，因此的简单运算方法是备受关注的。 一般地，假设矩阵，其中矩阵为对角形或靠近对角形，这样矩阵，即矩阵的计算转化为矩阵以及与之相关的矩阵及其逆的运算。 若为对角形，，则，则的计算量大大简化。 若上述矩阵存在，应满足什么条件呢？设为阶方阵，由，有，为对角形，将按列记为 ，这时 即 (3) 其中，由于矩阵可逆，故。 希望通过(3)同时求出，但这似乎有些难度，原因是未知量个数多于方程的个数。但如果将(3)式整理一下，可得 (4) 这是含有个未知量，个方程的奇次线性方程组，由于前面要求，而该奇次线性方程组有非零解的充分必要条件是其系数行列式 (5) 而(5)式是关于未知量的元多项式，由代数学基本定理，该多项式在复数域上有个根，这样未知量全部可解。 将每一个带回到(4)式，则对应的可解。 这样的过程分析对理解教材中的特征值与特征向量概念是十分有益的。问题是这样的可逆矩阵是否总是存在呢？关于这个问题教材中有经典的结论。 1对应方阵的不同特征值的特征向量线性无关； 2 阶矩阵与对角矩阵相似（即能对角化）的充分必要条件是有个线性无关的特征向量。这样，除特征值与特征向量外，有了相似的概念，若成立，称同阶矩阵与相似。如果矩阵与对角形矩阵相似，就称该矩阵可以对