MIT 18.06 linear algebra 第二十二講筆記
第二十二課課程筆記
- Diagonaliging a matrix S−1AS=Λ
- Powers of A | equation Uk+1=AUk
假設A 有n 個獨立的特徵向量,現在我們把它們作爲列向量塞進矩陣S 。AS=A[x1x2⋯xn]=[λ1x1λ2x2⋯λnxn]=
[x1x2⋯xn]⎡⎣⎢⎢⎢⎢⎢λ10⋮00λ2⋮0⋯⋯⋱⋯00⋮λn⎤⎦⎥⎥⎥⎥⎥=SΛ 。
進而我們可以得出S−1AS=Λ 。這個過程稱爲矩陣的對角化。A=SΛS−1 這是另一種矩陣分解的方式。對角陣即特徵值沿對角線排列組成的矩陣。
如果Ax=λx ,那麼A2x=λAx=λ2x 。A2=SΛS−1SΛS−1=SΛ2S−1 ,繼而Ak=SΛkS−1 。當然這些成立的前提條件就是矩陣A 存在n 個互相獨立的特徵值。如果不存在n 個相互獨立的特徵向量,矩陣就不能對角化。
如果Ak 趨近於0,由於其可以被拆解爲SΛkS−1 ,因此只有所有的|λi|<1 纔行。
如果矩陣A 有n 個不相同的特徵值(無重複),那麼A 一定有n 個相互獨立的特徵向量,因此矩陣可以被對角化。存在重複的特徵值,不一定不能被對角化。它有可能存在n 個相互獨立的特徵向量。
如果矩陣A 就是對角陣,那麼對其對角化有A=Λ 。
如果有下等式Uk+1=AUk 。起始值爲U0 , U1=AU0 ,這種方程稱之爲一階差分方程。首先我們可以把起始值U0 寫爲U0=C1x1+C2x2+⋯+Cnxn 。又可以把AU0 寫爲C1λx1+C2λx2+⋯+Cnλxn ,進而有AkU0=C1λkx1+C2λkx2+⋯+Cnλkxn
再看一個關於斐波那契數列的例子:
0,1,1,2,3,5,8,13….,從第三項開始,每項的值等於前兩項之和。我們用F1,F2,F3,…,Fn 來表示斐波那契數列的每一項。根據規律有Fk+2=Fk+Fk+1 。這時候就要用到一個小技巧了。我們可以看到這個遞推公式是二階差分方程,我們最好想辦法將其轉換爲一階差分方程。
解:令Uk=[Fk+1Fk] 。有{Fk+2=Fk+1+FkFk+1=Fk+1 ,因而有[Fk+2Fk+1]=[1110][Fk+1Fk]
求解矩陣[1110] 的特徵值與特徵向量,進而可以求得λ=1±5√2 。[1−λ11−λ]x=0 ,將[λ1] 就是特徵向量,代入即可。