特征值与若尔当标准型也是矩阵的骨头!对矩阵十分重要!
到底有多重要?这篇文章从矩阵的6种分类共12个章节让你知其所以然,感受它的重要程度有多深!学会它,让特征值大显神威!一题多解,一种方法解决多种问题!
行文较长,也许初见懵懂,再见难懂,多见才会更懂。所以建议大家收藏保存起来慢慢咀嚼。很多事情往往都是越深入思考越有意思。
数学,重要的是我们去“悟”的过程。
我们可以把矩阵看对向量的操作看作是一个线性空间的线性变换操作,那特征值就可以理解为该空间沿属于该特征值的特征向量方向的放缩倍数。下面我们通过若干个小节对矩阵分为若干个类别对特征值的意义进行讨论。本文除了约当标准型直接使用结论以外其他所有内容均有严格推导,并着重解释这些变换的意义。读者有问题或有兴趣欢迎讨论。
假定 维空间 线性变换 在 的基矢 下的线性变换矩阵为 , 即
如果我们选取新的基矢向量组 , 与旧基矢向量组的关系为
则
因此在新基下变换 对应的矩阵
例如矩阵
的两个特征值分别为 , 对应的特征向量 的坐标分别为
,
则当我们选取 作新的基矢时,变换对应的矩阵
我们在后文用特征向量结合图来解释它的意义。
假定 维空间 向量 在 的基矢 与基矢 下的坐标为
我们依旧假定旧基矢到新基矢的过渡矩阵为 , 则
例如矩阵
的两个特征值分别为 , 对应的特征向量 的坐标分别为
,
则
在新基矢 下的坐标为 , 即
.
由以上的讨论我们知道,如果一个 阶矩阵 , 能够找到 个线性无关的特征向量 ,特征值分别为 , 则对任意的 , 有 . 显然如果我们选取这些特征向量作为新的基矢,则 对应的矩阵 是对角矩阵,且对角元就是特征值,即
这些特征值的意义就是变换 将空间 沿向量 方向扩大 倍,再沿向量 方向扩大 倍……最终沿 方向扩大 倍。
例如矩阵
特征值分别为 , 对应的特征向量分别为
.
则矩阵 作用于线性空间 相当于沿向量 方向扩大 倍,即保持不动,再沿向量 方向拉伸 倍。可以在平面直角坐标系中想象此问题,如下图所示,这个变换将 变换为 。当然,坐标系也可以不是直角坐标系,可以是任意仿射坐标系。
我们先讨论实对称矩阵可以对角化的情形。由于实对称矩阵的矩阵元皆是实数,因此它的实特征值对应的特征向量的实部和虚部均是特征向量,因此我们寻找实矩阵的实特征值的特征向量时不需要虚数参与。由于实矩阵的特征多项式的系数均是实数,因此做任意一个复数根的复共轭也是它的根,因此它的复数根是复共轭成对出现的,具体证明参见
为什么实系数多项式方程的虚数解总是成对出现?即如果 是特征值,则 也是特征值。即选定全部特征向量排列好顺序得到的向量组 作新的基矢,变换 的矩阵为
其中 不是实数,而 是实数。
当 时,说明没有复根,这种情况非常简单,这些特征值的意义就是变换 将空间 沿向量 方向扩大 倍,再沿向量 方向扩大 倍……最终沿 方向扩大 倍。
如果存在复数根 , 相应的特征向量为 的坐标为
,
其中
的所有分量均为实数。由
因此特征值为 的特征向量为
进一步有
当然,这个结论仅用 表达式的实部等于实部,虚部等于虚部也只可以直接推出来。也可以推出来,因此我们可以令
可得
这说明以坐标为 的向量为新的基矢时,变换的矩阵
这个矩阵是一个正交矩阵的 倍,如果旧的基矢本身就是正交的且模长相等,这个矩阵表示的是在这个基矢所在的这个二维平面内旋转再将所有向量扩大 倍。显然,如果我们选择向量 作为新的基矢,则 对应的矩阵为
其中
例如矩阵
的特征值为 , 相应的特征向量为
,
则
,
所以
已经是我们想要的结果。如果我们最初选择的基矢本身就是正交的,那这个变换表示二维平面的一个角度为 的旋转。如图,这个变换将向量 旋转 变为 .
有些矩阵是不能对角化的,举一个最简单的例子
的两个特征值均为 , 但是特征向量只有 , 因为对任意的 有
,
这说明只要 , 永远也不可能是特征向量。根据约当标准型理论,任意一个矩阵 均可以被化为约当型即选择一组新的基矢后 的变换矩阵
也就是说存在一个新的向量组 , 设以它们在原基下的坐标为列向量 排列成的矩阵为 , 使得
其中
这说明虽然没有我们不能找到足够多的特征向量,但是我们可以找到足够多的循环向量即 的列向量使得
也就是说在 张成的线性子空间 是 的一个不变子空间,这种变换在几何上叫做“错切“。关于任何矩阵均可化为约当标准型的结论限于篇幅我们不在这里证明,本人在自己的著作《高等代数精深简明讲义》中用非常直观的方法证明了这些结论,并给出了寻找过渡矩阵的两种方法。但即便是非常直观和简单,也不是短短一篇文章能够论述完毕的。
例如矩阵
的矩阵特征值 , 但是只有一个特征向量 , 显然对于任意的向量 , 只要 有
因此均不是特征向量。对于普通的平面直角坐标系,它表示 轴方向向量 不动, 轴方向向量 变为 轴与 轴的角平分线方向。如图
对于实矩阵 化为约当标准型也可能存在有复数根的情形。我们知道,对于任意的向量
因此矩阵 化为约当标准型以后的约当块也同样是复共轭成对出现的。即我们可以找到一个新的向量组
设以它们在原基下的坐标为列向量
作新的基矢,变换 的矩阵变为约当型矩阵
与第4部分相同,由于实对称矩阵的矩阵元皆是实数,因此它的实特征值对应的特征向量的实部和虚部均是特征向量,因此我们寻找实矩阵的实特征值的约当块对应的向 时不需要虚数参与。
当 时,说明没有复根,这种情况非常简单,就是我们刚刚讲过的错切。
如果存在复数根 , 其中 , 相应的向量为 的坐标为
,
其中
的所有分量均为实数。由
因此向量为
与特征值为 的关系和向量
的关系完全一致。进一步有
当然,这个结论仅用 表达式的实部等于实部,虚部等于虚部也只可以直接推出来。因此我们可以令
可得
这说明以坐标为 的向量为新的基矢时,变换的矩阵
这个矩阵是一个正交矩阵的 倍,如果旧的基矢本身就是正交的且模长相等,这个矩阵表示的是在这个基矢所在的这个二维平面内旋转再将所有向量扩大 倍。显然,当我们选取新的向量组
的矩阵为
其中
其中
是二维单位矩阵,
这个例子是本人凭借对矩阵出神化的理解而构造出来的,希望每一位读者看完此文章均能达到这种境界。假定矩阵
这个矩阵已经是约当标准型,但是我们观察到这个矩阵的复根是复共轭成对出现的,并且约当块的结构对应一致,因此我们一定能够通过相似变换变回实矩阵。由于已经是标准型,所以令
我们之所以认为 与 复共轭,是因为他们是复共轭的特征值对应的两个同等地位的向量,数值上没有复共轭没有关系,我们可以认为相应的第一个和第三个基矢是互为复共轭的。则我们重新选取 作新的基矢,则变换在该基矢下的矩阵
这个结果早在我们意料之中,是 时的特殊结果。
玻璃钢生产厂家户外玻璃钢花盆花钵菏泽玻璃钢卡通雕塑池州佛像玻璃钢雕塑多少钱固镇玻璃钢雕塑厂福建大型商场美陈供应商长沙广场玻璃钢雕塑造型杭州定做人物玻璃钢雕塑北京玻璃钢塑钢雕塑成品玻璃钢花盆开发辽宁玻璃钢雕塑介绍蓬莱玻璃钢卡通雕塑成都景区玻璃钢雕塑订做价格中国玻璃钢雕塑仿真牛西安玻璃钢花盆云南小区玻璃钢雕塑漯河玻璃钢彩绘雕塑定做厂家玻璃钢浮雕园林雕塑定做价格室内不锈钢校园玻璃钢雕塑报价玻璃钢几何动物雕塑昌吉玻璃钢人物雕塑厦门城市玻璃钢雕塑丽水景区玻璃钢雕塑多少钱宜春玻璃钢雕塑优势沈阳公园玻璃钢雕塑厂家佛像玻璃钢雕塑报价多少泰国商场美陈上海荷花玻璃钢花盆浙江节庆商场美陈厂家直销玻璃钢雕塑泡水玻璃钢雕塑动物马厂家香港通过《维护国家安全条例》两大学生合买彩票中奖一人不认账让美丽中国“从细节出发”19岁小伙救下5人后溺亡 多方发声单亲妈妈陷入热恋 14岁儿子报警汪小菲曝离婚始末遭遇山火的松茸之乡雅江山火三名扑火人员牺牲系谣言何赛飞追着代拍打萧美琴窜访捷克 外交部回应卫健委通报少年有偿捐血浆16次猝死手机成瘾是影响睡眠质量重要因素高校汽车撞人致3死16伤 司机系学生315晚会后胖东来又人满为患了小米汽车超级工厂正式揭幕中国拥有亿元资产的家庭达13.3万户周杰伦一审败诉网易男孩8年未见母亲被告知被遗忘许家印被限制高消费饲养员用铁锨驱打大熊猫被辞退男子被猫抓伤后确诊“猫抓病”特朗普无法缴纳4.54亿美元罚金倪萍分享减重40斤方法联合利华开始重组张家界的山上“长”满了韩国人?张立群任西安交通大学校长杨倩无缘巴黎奥运“重生之我在北大当嫡校长”黑马情侣提车了专访95后高颜值猪保姆考生莫言也上北大硕士复试名单了网友洛杉矶偶遇贾玲专家建议不必谈骨泥色变沉迷短剧的人就像掉进了杀猪盘奥巴马现身唐宁街 黑色着装引猜测七年后宇文玥被薅头发捞上岸事业单位女子向同事水杯投不明物质凯特王妃现身!外出购物视频曝光河南驻马店通报西平中学跳楼事件王树国卸任西安交大校长 师生送别恒大被罚41.75亿到底怎么缴男子被流浪猫绊倒 投喂者赔24万房客欠租失踪 房东直发愁西双版纳热带植物园回应蜉蝣大爆发钱人豪晒法院裁定实锤抄袭外国人感慨凌晨的中国很安全胖东来员工每周单休无小长假白宫:哈马斯三号人物被杀测试车高速逃费 小米:已补缴老人退休金被冒领16年 金额超20万