关于特征值和特征向量的几何意义
本帖最后由 lizhirui 于 2018-12-3 21:20 编辑Ap=λp含义就是,对于向量p而言,A仅仅是将其拉长了λ倍,而所有的p,也就是特征向量,正是这些轴,其无关向量的数量描述了矩阵A可以操纵的空间维数,这些特征向量可以构成一组基底,并且描述了对于Ax而言矩阵A对x的作用就是:Ax=λ1q1 + λ2q2 + λ3q3 .... + λnqn,其中,qn是x在pn方向上的投影向量,也就是说在这些互不相关的特征向量所描述的方向上,x被分别扩大了λ1 λ2 ... λn倍,所以特征向量实际上是对于矩阵操作的方向独立化分解,并且,由于这些方向之间是完全独立的,因此它们应当是彼此正交的,正如标准的正交x-y-z坐标轴一样,只不过是把标准正交坐标系旋转了一定的角度罢了
此文仅作为我自己的研究学习笔记,没有什么其他目的 这是要干嘛 高等代数?然后呢? 这东西让我有一种傅里叶展开的既视感 线性代数?正好我要复习 线性代数啊 线代都忘完了。。。尴尬。。。 正在学哈哈哈
页:
[1]