Власні Значення та Власні Вектори: Напрямки, в яких Матриця Не Повертається

Напрямки, в яких матриця не обертає

2x2 матриця A переводить будь-який вектор у площині на новий вектор – зазвичай змінюються і довжина, і напрямок. Але для майже кожної матриці існують спеціальні напрямки, які лише розтягуються або стискаються, ніколи не відхиляються від своєї лінії. Ці напрямки називаються власними векторами, а коефіцієнт розтягування/стиснення вздовж кожного з них – відповідним власне числом: 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

Характеристичний поліном

Для матриці 2x2 A = [[a, b], [c, d]], розгорнення det(A − λI) дорівнює λ² − (a+d)λ + (ad−bc) = 0 — квадратичне рівняння, коефіцієнти якого є знаменником (a+d) та визначником (ad−bc) матриці A. Розв’язуючи це квадратне рівняння, ми безпосередньо отримуємо власні значення: λ = (знаменник ± √(знаменник² − 4·визначник)) / 2. Отримавши власне значення, підставляючи його назад у (A − λI)v = 0, ми отримуємо зведену лінійну систему, розв’язок якої є вектором-спряженням.

Що вам говорить визначник

Знак відношення трасу² − 4·визначник визначає характер перетворення. Позитивний: два окремі дійсні власні значення, а зміна елементів матриці показує дві окремі інваріантні лінії. Нуль: повторне дійсне власне значення — матриця є чистою масштабуванням у одному напрямку, або зсувом, якщо вона не діагоналізована. Негативний: комплексна пара власних значень, що відповідає відсутності реального інваріантного напрямку — перетворення обертає будь-який вектор, що точно відповідає вигляду власного значення обертової матриці при її обчисленні.

Визначник, трас і що вони означають геометрично

Визначник дорівнює добутку власне чисел і вимірює, на скільки матриця A масштабує площу: визначник 2 подвоює площу, визначник 0 стискає площину до прямої, а від’ємний визначник означає, що перетворення змінює орієнтацію.

Трас дорівнює сумі власне чисел. Обидва ці величини незалежні від базису, тому вони з'являються безпосередньо в характеристичному многочлені без необхідності спочатку діагоналізації.

Діагоналізація: чому власні вектори є природними координатами

Якщо A має два лінійно незалежних власноговектора, записуючи їх як стовпці матриці P, то отримуємо A = P D P⁻¹, де D – діагональна матриця з власними значеннями на головній діагоналі. У системі координат, визначеній власними векторами, A діє як чисто незалежне масштабування вздовж кожної осі. Це пояснює, чому Aⁿ = P Dⁿ P⁻¹ обчислюється недорого, і це математичний двигун, що лежить в основі станів рівноваги марковських ланцюгів, головного компонентного аналізу та аналізу стійкості динамічних систем поблизу сталої точки.

Frequently asked questions

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Eigenvalue Visualiser і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.