第二十一讲 特征值和特征向量
我个人认为麻省理工线性代数这门课,到二十一讲才真正进入有用的部分,因此从这一讲开始做笔记。
一,概念
满足条件:Ax=λx
解释:当向量x经过矩阵A变换后,效果等于向量x乘上任意常数λ
则:x是矩阵A的特征向量,λ是矩阵A的特征值
二,性质
性质1:如果A是奇异矩阵,且Ax=0,则x是0空间的非0向量,λ=0
注:奇异=不可逆=线性相关,非奇异=可逆=线性无关
性质2:λ的和=A的迹trace
解释:A的迹trace表示,矩阵A对角元素的和
性质3:λ的积=det(A)
解释:det(A)表示,A的行列式的值
三,求λ和x
把Ax=λx化为(A-λI)x=0,发现必须满足:det(A-λI)=0
因为如果det(A-λI)≠0,则x只有0解(x≡0x \equiv 0x≡0),不存在特征向量
第一步:求出λ,通过det(A-λI)=0
二阶矩阵的特征值是如下方程的解:
λ2−trace(A)λ+detA=0\lambda ^{2}-trace(A)\lambda +detA =0λ2−trace(A)λ+detA=0
第二步:求出x,通过(A-λI)x=0
注:用高斯若尔当消元法
特征向量之间必须线性无关,但不一定互相垂直
四,矩阵平移
(A+αI)x=Ax+αx=λx+αx=(λ+α)x,α∈R
解释:α表示,矩阵A对角元素的平移量
如果Ax=λx,By=αy,则(A+B)x≠(λ+α)x,因为x≠y
解释:特征向量不同,则特征值不能相加
五,90°旋转矩阵的特征值是复数
Q=[cos90°−sin90°sin90°cos90°]=[0−110]Q=\begin{bmatrix}cos90° & -sin90°\\ sin90° & cos90°\end{bmatrix}=\begin{bmatrix}0 & -1\\ 1 & 0\end{bmatrix}Q=[cos90°sin90°−sin90°cos90°]=[01−10]
计算特征值:λ1=i,λ2=−i\lambda _{1}=i,\lambda _{2}=-iλ1=i,λ2=−i
实数特征向量只有0向量
性质1:如果一个矩阵具有复数特征值 a+bi 则,它的共轭复数 a-bi 也是矩阵的特征值
性质2:实数特征值让特征向量伸缩,而虚数让其旋转
六,对称矩阵和反对称矩阵的特征值
对称矩阵(AT=AA^T=AAT=A ,具有伸缩性)的特征值是纯实数
反对称矩阵(AT=−AA^T=-AAT=−A ,具有旋转性)的特征值是纯虚数
上面两种是极端情况,夹在这两种矩阵中间的矩阵(部分对称或部分反对称),特征值是实数和虚数的结合
七,退化矩阵的特征值
A=[3103]A=\begin{bmatrix}3 &1 \\0 & 3\end{bmatrix}A=[3013]
计算特征值是相同的:λ1=3,λ2=3\lambda _{1}=3,\lambda _{2}=3λ1=3,λ2=3
特征向量只有一个:x=[10]x=\begin{bmatrix}1 \\0 \end{bmatrix}x=[10]
没有线性无关的另一个特征向量(退化了)
第二十一讲 特征值和特征向量相关推荐
- 【第二十一讲】参数解析器
[第二十一讲]参数解析器 文章目录 [第二十一讲]参数解析器 1-常见参数解析器 2-组合模式在 Spring 中的体现 总结 常见参数解析器 组合模式在 Spring 中的体现 ${} #{} 小技 ...
- 织梦仿站系列教程第二十一讲——封面页制作(四)
织梦搜索提示关键词不少于2个字节 织梦仿站系列教程第二十一讲--封面页制作(四) 看拳击在线的代码,晕,最新新闻和热门新闻竟然是JS调用,我们只好找到这个JS文件,转换成HTML,然后修改. 将如下代 ...
- 工具教程第二十一讲:比特儿交易平台APP的使用(一)
这里是王团长区块链学院,与最优秀的区块链人一起成长!今天给大家具体讲讲火币网交易平台APP如何使用. 点击观看视频教程:工具教程第二十一讲:比特儿交易平台APP的使用(一) 一.客户端下载: 登录比特 ...
- 第十九讲:爱情:如何让爱情天长地久 第二十讲:幽默 第二十一讲:爱情自尊
(注:此为课程第十九课,更新于2017年7月16日) 大家好! 今天我们继续谈论爱情,讲之前先说一下,一位叫Nadia的同学,你的钥匙链落在这教室了,就在我这里,课后请来我这里取. 那我们来讲讲爱情吧 ...
- 李宏毅机器学习2016 第二十一讲 隐马尔可夫模型和条件随机场
视频链接:李宏毅机器学习(2016)_演讲•公开课_科技_bilibili_哔哩哔哩 课程资源:Hung-yi Lee 课程相关PPT已经打包命名好了:链接:https://pan.baidu.com ...
- 第七讲-特征值与特征向量
A=[1 1 1 1;1 1 -1 -1;1 -1 1 -1;1 -1 -1 1]; V=eig(A); E=eye(4);b=zeros(4,1); X1=A-V(1)*E;Y1=null(A-V( ...
- 深聊全链路压测之:第二十一讲 | 如何搭建GoReplay压测平台。
搭建GoReplay压测平台 1.引言 2.GoReplay 2.1 什么是GoReplay 2.1.1 定义 2.1.2 原理 2.2 环境安装 2.2.1 Golang安装 2.2.2 GoRep ...
- 第二十一讲 任务的删除
任务删除主要完成的事情: 1.从就绪列表,延时列表等里面删除. 2.任务释放占用的资源. 任务删除的方式有两种: 1.其他任务强制删除他.2.其他任务请求一个标志位,然后这个这个任务判断这个标志位是否 ...
- 第二十一讲 卷积公式
一,卷积公式: 已知:, 设: 求: 因为拉氏变换是由幂级数变过来的,所以上面的问题可以转换为下面的问题方便计算: 已知:, 设: 求:,(求解过程省略) 解得卷积公式: 文字解读:两个函数的乘积,等 ...
最新文章
- 超级干货:一文看懂5G产业链及投资机会
- Java 基础——数组解析
- python从0到1_Python学习,从0到1
- 计算机科学与技术收获,工作人员参加计算机科学与技术在职研究生学习收获大吗?...
- 如何关闭OSX 10.11 SIP (System Integrity Protection)
- Expert 诊断优化系列------------------你的CPU高么?
- 国企转型----北京市供销社探索大数据之路!
- 华三交换机配置vrrp_h3c vrrp配置实例
- r语言做绘制精美pcoa图_pca , nmds , pcoa 图添加分组的椭圆
- 书评 | 赋能 - 打造应对不确定性的敏捷团队
- 怎样为爱犬挑选合适的狗粮
- 苹果端手机微信页面长按图片无法保存的解决方案
- python实现词语统计并柱状图显示
- ES6之Promise基本用法
- python 串口时钟校对_基于MicroPython的自动网络时间校准器
- 织梦调用栏目名称的五个方法
- 目标检测 TP\FP\FN\TN如何理解?FN和TN无意义
- BI如何配置“花生壳”,看这一篇就够了
- CPDA|产品运营经常用到的几种数据分析方法
- 深度学习算法优化系列十八 | TensorRT Mnist数字识别使用示例