矩阵论-线性变换的特征值与特征变换

线性空间与线性变换

  • 综述
  • 1.2 线性变换及其矩阵
    • 1.2.3 特征值与特征向量

综述

本系列博文主要总结学习矩阵论的心得笔记,参考数目《矩阵论》–张凯院;整个文章的整理体系参照行书过程。

1.2 线性变换及其矩阵

1.2.3 特征值与特征向量

本节讨论如何选择线性空间的基,使得线性变换在该组基下的矩阵表示最简单。而线性变换的特征值与特征向量对于线性变换的研究起着至关重要的作用 。

特征值与特征向量具有十分鲜明的几何意义:特征向量x经过线性变换后方向保持不变,长度发生λ\lambdaλ倍。严格的数学定义为:
设数域K上的线性空间VnV_nVn中有一线性变换T,对K中的某一数λ\lambdaλ存在非零向量x∈Vnx\in V_nxVn使得
Tx=λx(1)Tx=\lambda x(1)Tx=λx(1)
成立,则称λ\lambdaλ为T的特征值,x为T的属于λ\lambdaλ的特征向量。特征向量不是被特征值唯一确定的,可以存在K倍特征向量关系。特征值却被特征向量唯一确定。

特征多项式: 在线性空间中引入基后产生坐标,即上述线性变换在空间VnV_nVn的一组基x1,x2,x3,...,xnx_1,x_2,x_3,...,x_nx1,x2,x3,...,xn下的矩阵为A,特征向量x在基下的坐标表示为:(ξ1,ξ2,...,ξn)T(\xi_1,\xi_2,...,\xi_n)^T(ξ1,ξ2,...,ξn)T,则定义式(1)的坐标表示方法为:
A[ξ1ξ2...ξn]=λ[ξ1ξ2...ξn](2)A\begin{gathered} \begin{bmatrix} \xi_1 \\ \xi_2\\ ...\\\xi_n\\\end{bmatrix} \end{gathered}=\lambda\begin{gathered} \begin{bmatrix} \xi_1 \\ \xi_2\\ ...\\\xi_n\\\end{bmatrix} \end{gathered}(2)Aξ1ξ2...ξn=λξ1ξ2...ξn(2)
移项可得:
(A−λI)[ξ1ξ2...ξn]=0(3)(A-\lambda I)\begin{gathered} \begin{bmatrix} \xi_1 \\ \xi_2\\ ...\\\xi_n\\\end{bmatrix} \end{gathered}=0(3)(AλI)ξ1ξ2...ξn=0(3)
由于特征向量x非零,所以上式的解由矩阵(A−λI)(A-\lambda I)(AλI)的行列式确定。当det(A−λI)=0det(A-\lambda I)=0det(AλI)=0时,方程组(3)有非零解。我们称det(A−λI)=0det(A-\lambda I)=0det(AλI)=0为A的特征多项式,特征多项式的零点(det(A−λI)=0det(A-\lambda I)=0det(AλI)=0的解λ\lambdaλ)为A 的特征值,将特征值λ\lambdaλ带入方程组(3)解得的向量(ξ1,ξ2,...,ξn)T(\xi_1,\xi_2,...,\xi_n)^T(ξ1,ξ2,...,ξn)T为A对应与特征值λ\lambdaλ的特征向量。

**综上:**求一个线性变换的特征值与特征向量,只需找一组基,将线性变换表成基下矩阵的形式,求该矩阵的特征值与特征向量即可。

依据根与系数的关系有:
特征值的和=矩阵的迹
∑i=1nλi=∑i=1naii=trA\sum_{i=1}^{n}\lambda_i=\sum_{i=1}^{n}a_{ii}=tr A i=1nλi=i=1naii=trA
特征值的积=矩阵的行列式
Πi=1nλi=detA\Pi_{i=1}^{n}\lambda_i=detA Πi=1nλi=detA

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/445359.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Python(1)-源起、设计目标、设计哲学、特点

python简介1. python的起源2. 解释器3. python 语言的设计目标4. python 语言的设计哲学5. Python 特点人生苦短,我用python–吉多范罗苏姆(Guido van Rossum)1. python的起源 1989年吉多在圣诞节想写一个新的解释程序作为ABC语言的继承者。…

kaggle(05)---Event Recommendation Engine Challenge(基础版)

文章目录目录1.比赛相关介绍1.1 比赛介绍1.2 数据集介绍1.3 评价标准介绍1.4 个人理解2. 解决方案2.1 统计用户和event信息2.2 计算用户相似度2.3 用户社交关系信息处理2.4 构建event和event相似度数据2.5 活跃度/event热度数据2.6 构建特征2.7 模型构建和预测3. 遇到的问题4. …

多校一道KMP+DP的题

难啊,多校当时根本不会做 题目描述 White Cloud has a rectangle carpet of n*m. Grid (i,j) has a color colorA[i][j] and a cost costA[i][j]. White Rabbit will choose a subrectangle B of p*q from A and the color of each grid is colorB[0...p-1][0..…

Python(2)-第一个python程序、执行python程序三种方式

第一个Python 程序1. 第一个Python 程序2. 常用两Python个版本3. 程序执行的三种方式3.1 解释器3.2 交互式运行Python程序3.3 IDE(集成开发环境)-pycharm1. 第一个Python 程序 Python 源程序就是一个特殊格式的文本文件,所以可以采用任意的文…

推荐算法---FM,协同过滤

文章目录目录1.FM算法产生背景2.FM算法模型3.FM算法VS其他算法4.推荐算法总结目录 1.FM算法产生背景 在传统的线性模型如LR中,每个特征都是独立的,如果需要考虑特征与特征直接的交互作用,可能需要人工对特征进行交叉组合;非线性…

借助桶排序思想完成的一道题

问题: 数组排序之后的相邻数的最大差值; 嗯,你可以排序,然后找相邻的最大差值。 但是你觉得这么简单我写他干啥。 最优解:时间复杂度O(N),空间O(1) 那我们开始说这种方法: 1)遍…

Python(3)-Pycharm基本使用技巧

初识Pycharm1.界面2.恢复初始设置3.第一次打开Pycharm4.打开一个项目5.设置解释器的版本。6.新建项目7.编辑器、控制台的字体设置Pycharm–适合于开发管理大型项目,项目是用以解决复杂功能的软件。1.界面 导航区–主要有什么文件 编辑区–编辑具体的文件 控制台窗口…

推荐算法概述(01)

1.什么是推荐系统 用户没有明确的需求,你需要的是一个自动化的工具,它可以分析你的历史兴趣,从庞大的电影库中找到几部符合你兴趣的电影供你选择。这个工具就是个性化推荐系统。 推荐系统的主要任务 推荐系统的任务就是联系用户和信息&…

CSDN-Markdown编辑器使用小技巧

Markdown编辑器使用小技巧1.图片无法显示1.图片无法显示 1.检查图片的命名格式是否正确,数字不能作为图片名称开头,虽然window操作系统下能够识别,但是导入图片的时候会造成无法显示的错误。

何为布隆过滤器

问题的提出 我们有一个不安全网页的黑名单,包含了100亿个黑名单网页的URL,每个网页URL最多占用64B.。 现在我们要设计一个网页过滤系统,这个系统要判断该网页是否在黑名单里,但是我们的空间有限,只有30GB. 允许有万分之一的判断…

推荐算法--利用用户行为数据(02)

文章目录目录1.什么是用户行为数据?1.1用户行为分类2.用户行为数据如何使用?2.1 用户活跃度和物品流行度的分布2.2 用户活跃度和物品流行度的关系2.3 协同过滤算法3.实验设计和算法评测4.基于邻域的的推荐算法4.1 基于用户的协同过滤算法4.2 基于物品的协…

《Head First设计模式》第九章(2)组合模式

组合模式 ​ 基于前一篇迭代模式的案例进行需求更新,餐厅的菜单管理系统需要有煎饼屋菜单和披萨菜单。现在希望在披萨菜单中能够加上一份餐后甜点的子菜单。 在迭代模式中,披萨菜单是用数组维护的,我们需要让披萨菜单持有一份子菜单&#xf…

Python(4)--Pycharm安装、使用小技巧

Pycharm安装1.专业版Pycharm 安装2.设置Pycharm桌面快捷图标3.Linux卸载一个软件4.教育版Pycharm的安装5.多文件项目演练(Pycharm针对学生和教师开发了免费使用版)1.专业版Pycharm 安装 1.官网下载安装包 .tar.gz 2.解压缩 tar -zxvf 文件名 3.移动解压…

推荐算法--推荐系统冷启动问题(03)

文章目录目录1.什么是冷启动问题?1.1冷启动问题1.2 冷启动问题的分类1. 用户冷启动2 物品冷启动3 系统冷启动2.如何解决冷启动问题?2.1利用用户注册信息2.2选择合适的物品启动用户的兴趣2.3利用物品的内容信息2.4 发挥专家的作用目录 1.什么是冷启动问题…

《Head First 设计模式》第十章-状态模式 状态模式

状态模式 策略模式和状态模式是双胞胎,在出生时才分开。你已经知道,策略模式是围绕可以互换的算法来创建成功业务的,然而,状态走的是更崇高的路,它通过改变对象内部的状态来帮助对象控制自己的行为。 定义状态模式 …

推荐算法--利用用户标签数据(04)

文章目录流行的推荐系统通过3种方式联系用户兴趣和物品 (1):利用用户喜欢过的物品,给用户推荐与他喜欢过的物品相似的物品,这是基于物品的算法。 (2):利用和用户兴趣相似的其他用户…

Python(5)-注释

Python注释1.单行注释2. 多行注释(块注释)3.注释的使用和代码规范pyhton 的注释 使用自己熟悉的语言(中文),解释代码。Python解释器在执行文件时不会执行井号右边边的内容。1.单行注释 # 井号后面跟着注释内容 灰灰的虚…

玩具kv数据库

介绍 用java写一个简陋的kv数据库(俩小时的货),用来复习一下java流知识、线程、socket等知识。 客户端:很简单的写了一下功能:就是发送用户的命令,还有接收数据显示出来 服务端:redis类&#…

网络原理知识点总结

第一章: 计算机网络系统由资源子网和通信子网组成。 计算机网络系统主要由网络通信系统、操作系统和应用系统构成 互联网基础结构发展的三个阶段: 第一阶段:从单个网络 ARPANET 向互联网发展的过程。 第二阶段:建成了三级结构…

推荐算法--时效性(05)

时效性 推荐系统应该考虑时间效应,因为用户的兴趣是有时间变化的。用户一年前喜欢的东西现在不一定感兴趣,相比于推荐过去喜欢的物品,推荐用户近期喜欢的物品更有参考价值。而在新闻更是如此,推荐过去跟用户兴趣一致的新闻已经失去…