特征向量与特征值

本视频提供特征向量和特征值的几何直觉，将其解释为在线性变换中保持在其自身张成空间（span）上的向量。它使用二维矩阵演示了这一概念，并将其扩展到在三维空间中寻找旋转轴。随后，通过证明非零解要求变换矩阵将空间压缩到更低的维度，推导出了特征方程 $\det(A - \lambda I) = 0$。 本片段展示了如何利用特征方程 $\det(A - \lambda I) = 0$ 计算特征值和特征向量。视频通过三个具体案例进行了说明：具有两个独立实特征值的矩阵、没有实不变直线的旋转矩阵（复数特征值），以及多个向量共享单一特征值的剪切变换。最后引入了“特征基”的概念，即由特征向量组成的基底，这使得线性变换可以表示为对角矩阵，从而极大地简化了高次幂运算。

预备知识

• 作为矩阵的线性变换
• 行列式与面积/体积缩放
• 求解线性方程组
• 矩阵乘法与行列式
• 线性变换的概念
• 向量空间的基础知识