高等数学 / 系统课时

从不变方向理解特征向量

从不变方向理解特征向量

线性变换通常会同时改变向量的长度和方向,但总有一些特殊方向在变换后仍停留在原直线上。特征向量描述这些不变方向,特征值则说明沿该方向究竟被拉伸、压缩还是翻转。

学习目标

  • 从几何角度解释特征向量为什么代表线性变换的不变方向
  • 用 Av=λvA\mathbf{v}=\lambda\mathbf{v} 理解特征值的伸缩与翻转含义
  • 区分特征向量与普通向量在变换后的行为

什么叫方向不变

设矩阵 AA 作用于非零向量 v\mathbf{v}。一般情况下,AvA\mathbf{v} 会指向新的方向。只有当变换结果仍与原向量共线时,v\mathbf{v} 才可能是特征向量,此时满足

Av=λv,v≠0.A\mathbf{v}=\lambda\mathbf{v},\qquad \mathbf{v}\neq\mathbf{0}.

等式右边只是把 v\mathbf{v} 乘以一个标量,因此 AvA\mathbf{v} 不会偏离这条直线。这里真正“不变”的是方向所在的直线,而不一定是箭头朝向或长度本身。

特征向量是不改变所在直线的特殊方向

特征值告诉你沿方向发生了什么

特征值 λ\lambda 是该方向上的缩放因子。不同取值对应不同几何行为:

  • λ>1\lambda>1:沿特征方向拉长。
  • 0<λ<10<\lambda<1:沿特征方向压缩。
  • λ<0\lambda<0:长度按 ∣λ∣|\lambda| 缩放,同时箭头反向。
  • λ=0\lambda=0:整个特征方向被压到原点。

例如 λ=−2\lambda=-2 并不表示特征方向消失。它表示向量变为原来的两倍长,并转向相反方向;变换前后的向量仍处在同一条直线上。

在一个矩阵中观察不变方向

考虑矩阵

A=[2112].A=\begin{bmatrix}2&1\\1&2\end{bmatrix}.

取向量

v1=[11],\mathbf{v}_1=\begin{bmatrix}1\\1\end{bmatrix},

有

Av1=[33]=3v1.A\mathbf{v}_1=\begin{bmatrix}3\\3\end{bmatrix}=3\mathbf{v}_1.

因此 v1\mathbf{v}_1 是特征向量,对应特征值 33。它指向直线 y=xy=x,经过变换后方向不变,只是长度扩大到原来的 3 倍。

再取

v2=[1−1],\mathbf{v}_2=\begin{bmatrix}1\\-1\end{bmatrix},

则

Av2=[1−1]=1v2.A\mathbf{v}_2=\begin{bmatrix}1\\-1\end{bmatrix}=1\mathbf{v}_2.

所以 v2\mathbf{v}_2 也是特征向量,对应特征值 11。沿直线 y=−xy=-x 的向量在这个变换下甚至连长度都保持不变。

普通向量为什么会转向

如果一个向量不是特征向量,它通常可以看成多个特征方向分量的组合。各分量分别乘上自己的特征值后,比例发生变化,重新合成的结果便会指向新的方向。

以刚才的矩阵为例,v1\mathbf{v}_1 方向被放大 3 倍,而 v2\mathbf{v}_2 方向保持 1 倍。一个同时包含这两个方向成分的普通向量经过变换后,两部分比例改变,因此整体方向也随之改变。

理解这一点后,特征分解就不再只是求解一个方程:它是在寻找一组最适合描述线性变换的特殊方向,使复杂变换能够被拆成沿这些方向分别伸缩的简单行为。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

从不变方向理解特征向量

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通