
【计】 characteristic root
在数学与工程学领域,"特征根"(英文:characteristic root,亦称eigenvalue)指线性代数中与矩阵相关的特殊数值解。其定义为:对于n阶方阵A,若存在非零向量v和标量λ,使得方程$Av = λv$成立,则λ称为矩阵A的特征根。该概念源于求解线性变换下保持方向不变的向量的缩放因子。
特征根的数学表达式通过特征方程$det(A - λI) = 0$获得,其中I为单位矩阵,det表示矩阵的行列式。解此方程得到的根λ₁, λ₂,…, λₙ即为特征根。例如,在二阶矩阵中,若矩阵为: $$ begin{bmatrix} a & b c & d end{bmatrix} $$ 其特征方程为$λ² - (a+d)λ + (ad - bc) = 0。
应用层面,特征根在以下领域具有核心作用:
根据剑桥大学数学词典,特征根的英文术语"characteristic root"与"eigenvalue"可互换使用,但后者在量子力学领域更常见。斯坦福大学线性代数公开课指出,特征根实部与虚部分别反映系统的衰减速率和振荡频率。
特征根(也称特征值)是线性代数中的核心概念,与矩阵和线性变换密切相关。其核心定义和意义如下:
对于方阵 ( A ),若存在非零向量 ( mathbf{x} ) 和标量 ( lambda ),满足方程: $$ Amathbf{x} = lambdamathbf{x} $$ 则称 ( lambda ) 为矩阵 ( A ) 的特征根,对应的非零向量 ( mathbf{x} ) 称为特征向量。
特征根通过特征方程计算: $$ det(A - lambda I) = 0 $$ 其中 ( I ) 是单位矩阵,方程的解即为特征根。例如,矩阵 ( A = begin{pmatrix} 2 & 11 & 2 end{pmatrix} ) 的特征方程为: $$ lambda - 4lambda + 3 = 0 $$ 解得特征根 ( lambda_1 = 3 ),( lambda_2 = 1 )。
特征根反映了线性变换在特定方向(特征向量方向)上的缩放比例。例如:
若需具体计算示例或更深入的数学推导,可进一步说明。
变构待命的单色X射线电阻标称功率额定狄吉宁配基格雷弗氏试验工业新设计海鞘目后唇绝对电流位准可恢复同步可流转物奎勃龙拉美共同市场猎场看守人磷酸二乙酯廿二碳酸叛逆其他情况不变条件区域数据生理性肥大史抄说明符名套马索特工提示性的图形调试瓦时未编目违例出牌