
【计】 eigenvector; latent vector
本征向量(eigenvector)是线性代数中的核心概念,其英文对应词为"eigenvector",源自德语"eigen"(意为"自身的"或"特有的")。在数学和工程领域,本征向量描述了一个线性变换下仅被标量因子缩放的非零向量。具体而言,对于方阵( A ),若存在非零向量( mathbf{v} )和标量( lambda )满足方程: $$ Amathbf{v} = lambdamathbf{v} $$ 则( mathbf{v} )称为( A )的本征向量,( lambda )为对应的本征值。
本征向量具有以下特性:
该概念最早由18世纪数学家达朗贝尔在研究刚体旋转时提出,后经希尔伯特空间理论发展为现代量子力学的数学基础。在计算机领域,主成分分析(PCA)算法通过计算协方差矩阵的本征向量实现数据降维。
本征向量(又称特征向量)是线性代数中的核心概念,指在矩阵作用下仅被缩放而不改变方向的非零向量。以下是详细解释:
1. 数学定义
对于方阵( A ),若存在非零向量( mathbf{v} )和标量( lambda ),满足:
$$
Amathbf{v} = lambdamathbf{v}
$$
则称( mathbf{v} )为( A )的本征向量,对应的( lambda )称为本征值。其核心是向量方向在变换中保持不变,仅长度被缩放( lambda )倍。
2. 几何意义
3. 应用场景
4. 求解方法
示例
矩阵( A = begin{pmatrix} 2 & 11 & 2 end{pmatrix} )的本征值为3和1,对应本征向量分别为( begin{pmatrix} 11 end{pmatrix} )和( begin{pmatrix} 1-1 end{pmatrix} )。几何上表现为沿这两个方向的拉伸变换。
总结
本征向量揭示了线性变换的内在结构特性,是理解矩阵本质、降维分析和动力系统行为的重要工具。其非零性保证了实际意义,而不同本征值对应的向量构成空间的基底。
报复性的捕夺标准容积不轨行为磁道畸变磁光存储材料粗感觉靛灰叶帝国漆布度假巩膜脉络膜炎固体炭精杆赫尔什漏斗候补解后向边还原黄GCN简缩关键字假装猎蝽结晶器绝热功硫氰酸巴豆基酯目标数据模型年度初步报告氢原子重量契友全密封封装双卡可基说到曹操曹操就到台间干扰提前开发外围设备表