Собственные значения и собственные векторы
Собственные значения и собственные векторы являются фундаментальными понятиями в линейной алгебре, которые помогают нам понять, как определенные преобразования воздействуют на векторы в пространстве.
Основная концепция
Когда квадратная матрица A действует на вектор v, она обычно изменяет как направление, так и величину вектора. Однако существуют особые векторы, которые при преобразовании матрицей A только масштабируются (растягиваются или сжимаются) без изменения направления. Эти особые векторы называются собственными векторами, а коэффициенты масштабирования называются собственными значениями.
Если v является собственным вектором матрицы A с собственным значением λ (лямбда), то: Av = λv
Нахождение собственных значений и собственных векторов
Чтобы найти собственные значения и собственные векторы матрицы A:
- Начните с уравнения собственных значений: Av = λv
- Преобразуйте к виду: (A - λI)v = 0, где I - единичная матрица
- Для нетривиальных решений (где v ≠ 0) необходимо: det(A - λI) = 0
- Это уравнение называется характеристическим уравнением, и его решения являются собственными значениями
- Для каждого собственного значения λ решите (A - λI)v = 0, чтобы найти соответствующие собственные векторы
Свойства собственных значений и собственных векторов
- Матрица размера n×n может иметь не более n различных собственных значений
- Собственные векторы, соответствующие различным собственным значениям, линейно независимы
- Определитель матрицы равен произведению её собственных значений
- След (сумма диагональных элементов) равен сумме собственных значений