特征值与特征向量的几何含义(转)
全文转自blog:http://blog.csdn.net/lfkupc/article/details/4561564
长时间以来一直不了解矩阵的特征值和特征向量到底有何意义(估计很多兄弟有同样感受)。知道它的数学公式,但却找不出它的几何含义,教科书里没有真正地把这一概念从各种角度实例化地进行讲解,只是一天到晚地列公式玩理论——有个屁用啊。
根据特征向量数学公式定义,矩阵乘以一个向量的结果仍是同维数的一个向量,因此,矩阵乘法对应了一个变换,把一个向量变成同维数的另一个向量,那么变换的效果是什么呢?这当然与方阵的构造有密切关系,比如可以取适当的二维方阵,使得这个变换的效果就是将平面上的二维向量逆时针旋转30度,这时我们可以问一个问题,有没有向量在这个变换下不改变方向呢?可以想一下,除了零向量,没有其他向量可以在平面上旋转30度而不改变方向的,所以这个变换对应的矩阵(或者说这个变换自身)没有特征向量(注意:特征向量不能是零向量),所以一个变换的特征向量是这样一种向量,它经过这种特定的变换后保持方向不变,只是进行长度上的伸缩而已(再想想特征向量的原始定义Ax=cx, cx是方阵A对向量x进行变换后的结果,但显然cx和x的方向相同)。
这里给出一个特征向量的简单例子,比如平面上的一个变换,把一个向量关于横轴做镜像对称变换,即保持一个向量的横坐标不变,但纵坐标取相反数,把这个变换表示为矩阵就是[1 0;0 -1](分号表示换行),显然[1 0;0 -1]*[a b]'=[a -b]'(上标'表示取转置),这正是我们想要的效果,那么现在可以猜一下了,这个矩阵的特征向量是什么?想想什么向量在这个变换下保持方向不变,显然,横轴上的向量在这个变换下保持方向不变(记住这个变换是镜像对称变换,那镜子表面上(横轴上)的向量当然不会变化),所以可以直接猜测其特征向量是[a 0]'(a不为0),还有其他的吗?有,那就是纵轴上的向量,这时经过变换后,其方向反向,但仍在同一条轴上,所以也被认为是方向没有变化,所以[0 b]'(b不为0)也是其特征向量。
综上,特征值只不过反映了特征向量在变换时的伸缩倍数而已,对一个变换而言,特征向量指明的方向才是很重要的,特征值似乎不是那么重要;但是,当我们引用了Spectral theorem(谱定律)的时候,情况就不一样了。
Spectral theorem的核心内容如下:一个线性变换(用矩阵乘法表示)可表示为它的所有的特征向量的一个线性组合,其中的线性系数就是每一个向量对应的特征值,写成公式就是:
从这里我们可以看出,一个变换(矩阵)可由它的所有特征向量完全表示,而每一个向量所对应的特征值,就代表了矩阵在这一向量上的贡献率——说的通俗一点就是能量(power),至此,特征值翻身做主人,彻底掌握了对特征向量的主动:你所能够代表这个矩阵的能量高低掌握在我手中,你还吊什么吊?
我们知道,一个变换可由一个矩阵乘法表示,那么一个空间坐标系也可视作一个矩阵,而这个坐标系就可由这个矩阵的所有特征向量表示,用图来表示的话,可以想象就是一个空间张开的各个坐标角度,这一组向量可以完全表示一个矩阵表示的空间的“特征”,而他们的特征值就表示了各个角度上的能量(可以想象成从各个角度上伸出的长短,越长的轴就越可以代表这个空间,它的“特征”就越强,或者说显性,而短轴自然就成了隐性特征),因此,通过特征向量/值可以完全描述某一几何空间这一特点,使得特征向量与特征值在几何(特别是空间几何)及其应用中得以发挥。
关于特征向量(特别是特征值)的应用实在是太多太多,近的比如俺曾经提到过的PCA方法,选取特征值最高的k个特征向量来表示一个矩阵,从而达到降维分析+特征显示的方法;近的比如Google公司的成名作PageRank,也是通过计算一个用矩阵表示的图(这个图代表了整个Web各个网页“节点”之间的关联)的特征向量来对每一个节点打“特征值”分;再比如很多人脸识别,数据流模式挖掘分析等方面,都有应用,有兴趣的兄弟可以参考IBM的Spiros在VLDB‘ 05,SIGMOD ’06上的几篇文章。
特征向量不仅在数学上,在物理,材料,力学等方面(应力、应变张量)都能一展拳脚,有老美曾在一本线代书里这样说过“有振动的地方就有特征值和特征向量”,确实令人肃然起敬+毛骨悚然......
特征值与特征向量的几何含义(转)相关推荐
- 特征值和特征向量的几何含义理解
在刚开始学的特征值和特征向量的时候只是知道了定义和式子,并没有理解其内在的含义和应用,这段时间整理了相关的内容,跟大家分享一下: 首先我们先把特征值和特征向量的定义复习一下: 定义: 设A是n阶矩阵, ...
- 矩阵特征值分解与奇异值分解(SVD)含义解析及应用
原文链接:http://blog.csdn.net/xiahouzuoxin/article/details/41118351 特征值与特征向量的几何意义 矩阵的乘法是什么,别只告诉我只是" ...
- 第一次上课:特征值特征向量的几何直观
这是我上的关于模式识别领域的第一门研究生课,同往常一样,我尽量会在课程结束之后立刻对课程内容进行总结并把笔记上传到网上,供需要的人进行查阅. 第一节课并没有讲什么具体的知识,主要讲了一下从几何角度对特 ...
- 【线性代数(13)】矩阵的特征值与特征向量含义及性质
矩阵的特征值与特征向量 1 基本定义 2 性质 3 计算 例1 例2 例3 4 特征值与特征向量的性质 注意:由于已经过了大学要考线性代数的年纪,关于矩阵的初等变化.齐次与非齐次方程的求解这种期末考试 ...
- 随机向量x的协方差阵_【科普】如何正确理解特征值与特征向量
Greeting! 特征值与特征向量是大学线性代数与统计学课程里的内容,当年强背了过去,并没有真正理解过这个问题.为了以后学习统计学习方法更方便,在此记录下学习文章以加深理解.(个人观点,如有错漏请提 ...
- 讲道理 | 特征值和特征向量意义
原文转自 https://blog.csdn.net/fuming2021118535/article/details/51339881 在刚开始学的特征值和特征向量的时候只是知道了定义和式子,并没有 ...
- 线代[5]|特征值与特征向量、特征值的几何重数与代数重数
原创首发,转载请注明出处(CSDN:古希腊的汉密士),谢谢! 文章目录 前言 特征向量与特征值 |概念阐明 |数域K上n维线性空间V内线性变换A的特征值和特征向量的计算步骤 ||例题 |代数的层面-- ...
- 特征值(特征向量)与相似对角化
什么是特征值/特征向量? 方阵的一个属性,描述方阵的"特征" A u ⃗ = λ u ⃗ A\vec{u} = \lambda\vec{u} Au =λu 不改变方向,只伸缩 λ ...
- 特征值和特征向量的几何意义
转载于:https://blog.csdn.net/fuming2021118535/article/details/51339881 在刚开始学的特征值和特征向量的时候只是知道了定义和式子,并没有理 ...
最新文章
- 用法与区别_指示代词this, that, these, those的区别和用法
- 修复mysql数据库供应商_修复MYSQL数据库
- sqlalchemy 对 mysql 进行增删改查
- Java Code Convention Rules
- 数学家对人工智能的贡献,从牛顿到哥德尔
- 用html5的canvas画布绘制贝塞尔曲线
- Example: Communication between Activity and Service using Messaging
- Sqlserver系统数据库和用户数据库日志文件全部丢失的恢复
- PHP导出Excel环境,php怎么导出excel-使用php导出excel的教程 - 河东软件园
- 无线AP密码破解方法
- dll文件编辑器(Resource Hacker)下载
- 反转链表的Java实现
- 【论文笔记】Don’t Stop Pretraining: Adapt Language Models to Domains and Tasks
- android调用高德地图接口,调用高德地图Api
- 梯度下降法的不同形式——随机梯度下降法和小批量梯度下降法
- excel乘法公式怎么输入_智能考勤表,MM你再也不用加班了!【Excel教程】
- 计算机基础和photoshop的应用,一级计算机基础与Photoshop应用真题
- 正式成为 Apache Teaclave 子项目,百度安全 Rust TrustZone SDK 赋能多平台隐私安全计算开源生态
- docker启动容器发生Error response from daemon故障
- 这样做框架结构图,让你的PPT更有创意!
热门文章
- 使用PHPStorm 配置自定义的Apache与PHP环境
- 20165224 陆艺杰 网络攻防 实验1
- python 函数(二)
- Nginx反向代理实现HTTPS网站
- IMAP IDLE模式(推送邮件)
- 前端分页页码静态部分制作
- 安卓关于fragment切换后继续运行的问题!
- 问题解决——使用CriticalSection后 0xXXXXXXXX处最可能的异常: 0xC0000005: 写入位置 0x00000014 时发生访问冲突
- DevExpress 使用 XtraTabbedMdiManager 控件以 Tab样式加载 Mdi窗体并合并 RibbonControl 解决方案
- Servlet自动注入Spring容器中的Bean解决方法