为什么二维中的 90 度旋转矩阵没有实特征向量？

当且仅当矩阵拥有一组完整的线性无关特征向量（特征基底）时，矩阵才是可对角化的。主要好处是计算效率：计算矩阵的高次幂（例如 $A^{100}$）变得微不足道，因为你只需将对角线元素（特征值）提升到该次幂，而不是执行重复的矩阵乘法。

适用条件：矩阵在 n 维空间中拥有 n 个线性无关的特征向量；由特征向量构成的基变换矩阵 P 是可逆的

特征向量的特殊性在于它们在变换过程中不会偏离原来的直线（即它们的张成空间），只是发生拉伸、压缩或翻转。定义中排除零向量是因为在任何线性变换下，零向量都映射到自身（$A\vec{0}=\vec{0}$），这无法提供关于变换方向的任何信息。

适用条件：向量 $\vec{v}$ 必须是非零的（$\vec{v} \neq \vec{0}$）；变换是线性的

从 $Av = \lambda v$ 开始，我们将右边重写为 $(\lambda I)v$，并将所有项移到一边得到 $(A - \lambda I)v = 0$。由于我们要寻找 $v$ 的非零解，矩阵 $(A - \lambda I)$ 必须将空间挤压到更低的维度（拥有非平凡的零空间）。

适用条件：$v$ 是非零特征向量；$A$ 是方阵；$I$ 是单位矩阵