什么是特征值,向量和扩展?作为算法设计者,我该如何使用它们?
编辑:我想知道你是如何在你的程序中使用它的,这样我就能得到一个想法。感谢。
答案 0 :(得分:3)
它们比矩阵代数用得更多。例子包括:
答案 1 :(得分:2)
特征向量和相应的特征值主要用于在不同的坐标系之间切换。这可以通过将问题球体从一个坐标系移动到另一个坐标系来极大地简化问题和计算。
这个新的坐标系具有特征向量作为其基向量,即它们“跨越”该坐标系。由于它们可以被归一化,因此来自第一个坐标系的变换矩阵是“正交”,即特征向量具有幅度1并且彼此垂直。
在变换坐标系中,线性运算A(矩阵)是纯对角线。有关详细信息,请参阅Spectral Theorem和Eigendecomposition。
快速暗示例如,你可以从一般的二次曲线:
ax ^ 2 + 2bxy + cy ^ 2 + 2dx + 2fy + g = 0
将其重写为
AX ^ 2 + BY ^ 2 + C = 0
其中X和Y沿着特征向量的方向计数。
干杯!
答案 2 :(得分:1)
结帐http://mathworld.wolfram.com/Eigenvalue.html
在算法中使用特征值需要您精通所涉及的数学。 我绝对是一个谈论数学的人:我呕吐它。
欢呼,jrh。答案 3 :(得分:1)
特征值和向量在矩阵计算中用作反向矩阵的发现。因此,如果您需要编写数学代码,预先计算它们可以加快某些操作。
简而言之,如果你进行矩阵代数,线性代数等,你需要它们。
答案 4 :(得分:1)
使用物理学家青睐的符号,如果我们有一个算子H
,那么|x>
是H
的本征态,当且仅当
H|x> = h|x>
我们在h
下调用|x>
与特征向量H
相关联的特征值。
(这里系统的状态可以用矩阵表示,使得这个数学与已经链接的所有其他表达式同构。)
一旦发现这些东西,我们将把它们用于这些事物:
给定运算符下系统的全部特征向量形成系统的orthagonal spanning集。如果没有简并,这个集合可能。这非常有用,因为它允许非常紧凑地表达系统的任意(非本征)状态。