Wartości własne i wektory własne: Kierunki, których…

Kierunki, w których macierz nie obraca się

2x2 macierz A przekształca każdy wektor w płaszczybie, zmieniając jego długość i kierunek. Jednak dla prawie każdej macierzy istnieją specjalne kierunki, w których tylko wydłuża lub zgęstnia, nigdy nie obraca się wokół własnej osi. Te kierunki to wektory własne, a współczynnik zmiany długości dla każdego z nich to odpowiadająca mu wartość własna: Av = λv.

A v = λ v
(A - λI) v = 0        (nontrivial v exists only if this matrix is singular)
det(A - λI) = 0        -> the characteristic equation

demo na żywo · powiązana symulacja● LIVE

Własna wielorównoważność

Dla macierzy 2x2 A = [[a, b], [c, d]], rozwinięcie det(A − λI) to λ² − (a+d)λ + (ad−bc) = 0 — równanie kwadratowe o współczynnikach własnej śladzie (a+d) i wyznaczniku (ad−bc) macierzy A. Rozwiązanie tego równania daje bezpośrednio dwa wartości własne: λ = (ślad ± sqrt(ślad² − 4·wyznacznik)) / 2. Po uzyskaniu jednej wartości własnej, wstawienie jej z powrotem do równania (A − λI)v = 0 daje układ jednorodnych równań liniowych, którego rozwiązaniem jest wektor własny.

Co mówi wyznacznik dyskryminanty

Znamięk (sign) wyznacznika trójmianu kwadratowego (trace²) – 4·det określa charakter transformacji. Dodatnie: dwa rozróżnione pierwiastki rzeczywiste, a ruch elementów macierzy wskazuje dwie oddzielne linie invariantne. Zerowe: pierwiastek podwójny – macierz jest czystym skalowaniem w jednym kierunku lub obcięciem (shear), jeśli nie jest diagonalizowalna. Ujemne: złożona para sprzężonych liczb zespolonych, co odpowiada braku jakiejkolwiek rzeczywistej linii invariantnej – transformacja obraca każdy wektor, dokładnie tak jak wygląda macierz rotacyjna po obliczeniu jej wartości własnych.

Wyznacznik, ślad i co oznaczają geometrycznie

Wyznacznik równa się iloczynowi wartości własnych i mierzy, w jakim stopniu A skaluje pole powierzchni: wyznacznik równy 2 podwaja każde pole powierzchni, wyznacznik równy 0 powoduje skurcz płaszczyzny na linię, a ujemny wyznacznik oznacza, że transformacja odwraca orientację. Ślad równa się sumie wartości własnych. Obie te wielkości są niezależne od bazy, dlatego pojawiają się bezpośrednio w wielomianie charakterystycznym bez potrzeby najpierw diagonalizacji.

Diagonalizacja: dlaczego wektory własne są naturalnymi współrzędami

Jeśli A ma dwa wektory własne niezależnie liniowo, zapisanie ich jako kolumnów macierzy P daje A = P D P⁻¹, gdzie D jest diagonalna i zawiera wartości własne na diagonali. W układzie współrzędnych zdefiniowanym przez wektory własne, A działa jak czysta, niezależna skalowanie wzdłuż każdej osi. Dlatego też Aⁿ = P Dⁿ P⁻¹ jest tani obliczeniowo, a stanowi silnik matematyczny stojący za stanami stacjami łańcucha Markowa, analizą głównych składowych oraz badaniami stabilności systemów dynamicznych w pobliżu punktu równowagi.

Frequently asked questions

Dlaczego niektóre macierze nie mają własnych wektorów własnych?

Wynika to z tego, że równanie charakterystyczne jest kwadratowe, a jego dyskryminanta (różnica między wyznacznikiem podniesionym do kwadratu a cztery razy wyznacznikiem) jest ujemna. Oznacza to, że pierwiastki są złożoną parą sprzężonych liczb zespolonych. Dzieje się tak dla transformacji takich jak czyste obroty, gdzie żaden rzeczywisty kierunek nie pozostaje niezmieniony, więc nie ma inwarjencji liniowej, która mogłaby być wektorem własnym.

Co oznacza ujemny wyznacznik dla wektorów własnych?

Wyznacznik to iloczyn dwóch wartości własnych, więc ujemny wyznacznik oznacza, że wartości własne mają przeciwne znaki (zakładając, że obie są rzeczywiste) — transformacja jest rozciągana wzdłuż jednego wektora własnego i odwraca się oraz jest rozciągana wzdłuż drugiego wektora własnego, co odwraca ogólną orientację.

Jak to się wiąże z łańcuchami Markowa i PCA?

Obie opierają się na diagonalizacji. Wektor stanu długoterminowego macierzy przejścia Markowa jest wektorem własnym dla wartości własnej równającej się 1; PCA znajduje wektory własne macierzy kowariancji danych, ponieważ są to dokładnie kierunki maksymalnej wariancji, a wartości własne dają wariancję wychwyconą wzdłuż każdego z nich.

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Eigenvalue Visualiser i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.

▶ Otwórz symulację Eigenvalue Visualiser

Wartości własne i wektory własne: Kierunki, których macierz nie obraca