[Analysis 15] 特徵值與差分方程
之前寫了特徵值和特徵向量的幾何直觀,來更形象地理解它們。由於它們過於重要,本文繼續。
一、性質:矩陣冪
- Trace=特徵值之和
- det=特徵值之乘積
- 引出線性代數第3個經典公式:A=
,前提A可逆
- if
,則
,即矩陣
的特徵值為
,特徵向量相同;k階同樣成立
二、應用:求解差分方程
,遞歸
,前提A可逆,則對角化
,神來之筆:拆解
,左乘A
,核心結論
,This is the Matrix language.
,則收斂;
,,則發散
採用特徵值、特徵向量將矩陣對角化後,它具有了「不怕乘」的特異功能,將矩陣冪運算簡化到極致,於是有了上述推導過程。
推薦閱讀: