特征值与特征向量

线性算子的特征向量是一个非零向量，该算子仅对其进行缩放，而缩放因子是其特征值，揭示了算子沿特定方向的作用。

Definition

对于向量空间上的线性算子，如果该算子将一个非零向量映射为其自身的标量倍，则该非零向量是特征向量；该标量是对应的特征值，并且是特征多项式的一个根。

Scope

本主题涵盖特征值和特征向量、特征多项式和最小多项式、特征空间以及代数重数与几何重数、可对角化性，以及内积空间上自伴随算子和正规算子的谱定理。

Core questions

• 哪些方向仅被线性算子缩放？
• 如何从特征多项式中找到特征值？
• 算子何时可以根据其特征向量对角化？
• 自伴随算子和正规算子具有哪些特殊的谱结构？

Key theories

特征多项式

算子的特征值恰好是其特征多项式的根，特征多项式是算子减去标量乘以单位矩阵的行列式，将谱与多项式求根联系起来。

可对角化判据

算子在一个域上可对角化的充要条件是其最小多项式在该域上是不同线性因子的乘积，等价地，当特征向量张成整个空间时。

谱定理

有限维内积空间上的自伴随算子或正规算子具有一组正交基的特征向量，并且分别具有实数或复数特征值，因此它是酉可对角化的。

Clinical relevance

特征值和特征向量描述了动力系统的自然模式和稳定性、量子力学的能级和可观测值、统计学中的主成分，以及PageRank等算法背后的排序向量，使其成为数学中应用最广泛的概念之一。

History

特征值问题起源于二次型和旋转体主轴的研究，柯西确立了对称矩阵特征值的实数性。希尔伯特和冯·诺依曼将谱理论扩展到无限维算子，这成为量子力学的数学基础。

Key figures

• Augustin-Louis Cauchy
• David Hilbert
• James Joseph Sylvester
• John von Neumann

Seminal works

• hoffman1971
• roman2008
• lang2002

Frequently asked questions

代数重数和几何重数有什么区别？

代数重数是特征值作为特征多项式根出现的次数；几何重数是其特征空间的维度。当且仅当算子可对角化时，它们对每个特征值都相等。

谱定理在应用中为何重要？

它保证了对称或正规算子具有一组完整的正交特征向量，且特征值表现良好。这是主成分分析、振动系统稳定性以及量子力学测量公设的基础。