矩阵特征向量那个基础解系是怎么求出来的啊 没看懂
写成方程组的形式:
2x1 - x2=0【注:第1、2行是2倍的关系,故相当于一个方程】
-x1 -x3=0
即
x1=-x3
x2=-2x3
令x3=1,则x1=-1,x2=-2
故基础解析为(-1,-2,1)^(T)
其实真正的设法是
令x3=-k,则x1=k,x2=2k
故基础解析为(-k,k,2k)=k(-1,1,2)
基础解析,等价于通解。
而(0,0,0)只是一个特解而已
第一性质
线性变换的特征向量是指在变换下方向不变,或者简单地乘以一个缩放因子的非零向量。
特征向量对应的特征值是它所乘的那个缩放因子。
特征空间就是由所有有着相同特征值的特征向量组成的空间,还包括零向量,但要注意零向量本身不是特征向量。
线性变换的主特征向量是最大特征值对应的特征向量。
特征值的几何重次是相应特征空间的维数。
有限维向量空间上的一个线性变换的谱是其所有特征值的集合。
例如,三维空间中的旋转变换的特征向量是沿着旋转轴的一个向量,相应的特征值是1,相应的特征空间包含所有和该轴平行的向量。该特征空间是一个一维空间,因而特征值1的几何重次是1。特征值1是旋转变换的谱中唯一的实特征值。
2024-10-13 广告
写成方程组的形式:
2x1 - x2=0 【注:第1、2行是2倍的关系,故相当于一个方程】
-x1 -x3=0
即
x1=-x3
x2=-2x3
令x3=1,则x1=-1,x2=-2
故基础解析为(-1,-2,1)^(T)
其实真正的设法是
令x3=-k,则x1=k,x2=2k
故基础解析为(-k,k,2k)=k(-1,1,2)
基础解析,等价于通解。
而(0,0,0)只是一个特解而已
扩展资料:
特征向量对应的特征值是它所乘的那个缩放因子。
特征空间就是由所有有着相同特征值的特征向量组成的空间,还包括零向量,但要注意零向量本身不是特征向量。
线性变换的主特征向量是最大特征值对应的特征向量。
特征值的几何重次是相应特征空间的维数。
有限维向量空间上的一个线性变换的谱是其所有特征值的集合。
参考资料来源:百度百科-特征向量