矩阵,本征值诞生线路 III

1. 矩阵

如果在线性代数里,矩阵是在现行映射这里第一次出现,则可将矩阵的诞生反推为以下过程。


[1] T为向量空间V到向量空间W的线性映射,表示为T:V -> W。(v1, …, vn)为V的基,(w1,…, wm)为w的基。那么Tv1,…,Tvn能表示T在V中任意向量上的值。【WHY?区分向量空间的一个基和向量空间的基,向量d =(a, b)和向量e =(c, 0)是二维平面的基,a,b,c属于实数。Td就表示了二维向量空间上所有向量上的值】。Tvj是映射的值域(1 <= j <= n),是W上的向量,那么Tvj就可以用(w1,…, wm)的线性组合来表示:Tvj= a1j * w1 + … + amj * wm


[2] 对于 每一个Tvj可以用形象的图来展示它和(w1, …, wm)的关系:

矩阵,本征值诞生线路 III_第1张图片

Figure4.Tvj = a1j * w1 + … + amj* wm

j列的a与同行的w相乘再作和就是Tvj的值


[3] 用除Tvj = a1j * w1 + … + amj* wm的代数式子来表示以上过程:

矩阵,本征值诞生线路 III_第2张图片

Figure 5.为得到Tvj的新定义的代数式

那么用“[]”框起来的的“式子”(东西)是什么?等式的左边是怎么到等式的右边的?定义:在“[]”中具有m行n列的东西为矩阵。等式左边到右边的法则称之为矩阵的乘法。[2014.6.22-18:43]


2. 本征值

[定义]:“算子”是向量空间到其本身的线性映射。被算子映射到自身的子空间十分重要,如果算子对向量空间子空间的映射还在子空间内,则称此子空间在算子下不变。将子空间内的向量实施“算子”,如果得到的结果是此向量的标量倍。则称这个标量为算子的本征值,同时这个向量也被称为“算子”(相应于本征值)的本征向量。


3. 矩阵与本征值的关系

矩阵,本征值诞生线路 III_第3张图片

Figure 6.矩阵跟本征值的关系


4. 总结

读此书书开始粗糙,矩阵和本征值的作用可在应用时作专门的问题笔记。有没有这个可能的说。[2014.6.24-11:41]


Books Note Over.

你可能感兴趣的:(矩阵,本征值诞生线路 III)