学习指南 →

· Albion Gateway College

线性代数专业课:特征向量不是所有向量都不改变方向

用原创二阶矩阵手算特征值与特征向量,结合几何方向检查 Av=λv,并识别零向量和负特征值。

从方向而非公式记忆开始

令A为对角矩阵diag(3,1)。对v=(1,0),Av=(3,0)=3v,所以它是特征值3对应的特征向量;对w=(0,1),Aw=w,对应特征值1。

对u=(1,1),Au=(3,1),不是u的单一倍数,因此u不是特征向量。矩阵会对不同分量施加不同缩放,并非每个输入都保持同一条方向线。

代数计算需要非零向量

解det(A−λI)=(3−λ)(1−λ)=0,得到λ=3或1。随后分别解(A−λI)v=0,得到对应的一维子空间,并排除v=0。

零向量总满足Av=λv,却不被定义为特征向量,否则任何λ都会满足而失去识别意义。对非零特征向量的任意非零倍数,也仍属于同一特征空间。

扩展练习与边界

改成B=diag(−2,1),向量(1,0)仍在同一条直线上,但方向翻转并伸长两倍。若只说“特征向量方向不变”,要说明这里讨论的是方向线,负特征值会反向。

自练:检验(2,0)、(0,−4)、(2,1)分别是否为A的特征向量,写出等式而不只报是或否。实矩阵也可能没有实特征向量;不要把这个简单对角例子外推到所有矩阵。

参考资料

下一步

如需大学专业课程或 Tutorial 学习支持,请在咨询中填写模块名称、学习目标和已尝试的步骤。具体教学安排须确认,计分作业由学生独立完成。

继续阅读

学院在线咨询

欢迎咨询

你好,欢迎咨询!你是学生、招生代理、求职者,还是想申请成为导师?请告诉我你的咨询方向。

[email protected]