【計】 characteristic root
在數學與工程學領域,"特征根"(英文:characteristic root,亦稱eigenvalue)指線性代數中與矩陣相關的特殊數值解。其定義為:對於n階方陣A,若存在非零向量v和标量λ,使得方程$Av = λv$成立,則λ稱為矩陣A的特征根。該概念源於求解線性變換下保持方向不變的向量的縮放因子。
特征根的數學表達式通過特征方程$det(A - λI) = 0$獲得,其中I為單位矩陣,det表示矩陣的行列式。解此方程得到的根λ₁, λ₂,…, λₙ即為特征根。例如,在二階矩陣中,若矩陣為: $$ begin{bmatrix} a & b c & d end{bmatrix} $$ 其特征方程為$λ² - (a+d)λ + (ad - bc) = 0。
應用層面,特征根在以下領域具有核心作用:
根據劍橋大學數學詞典,特征根的英文術語"characteristic root"與"eigenvalue"可互換使用,但後者在量子力學領域更常見。斯坦福大學線性代數公開課指出,特征根實部與虛部分别反映系統的衰減速率和振蕩頻率。
特征根(也稱特征值)是線性代數中的核心概念,與矩陣和線性變換密切相關。其核心定義和意義如下:
對於方陣 ( A ),若存在非零向量 ( mathbf{x} ) 和标量 ( lambda ),滿足方程: $$ Amathbf{x} = lambdamathbf{x} $$ 則稱 ( lambda ) 為矩陣 ( A ) 的特征根,對應的非零向量 ( mathbf{x} ) 稱為特征向量。
特征根通過特征方程計算: $$ det(A - lambda I) = 0 $$ 其中 ( I ) 是單位矩陣,方程的解即為特征根。例如,矩陣 ( A = begin{pmatrix} 2 & 11 & 2 end{pmatrix} ) 的特征方程為: $$ lambda - 4lambda + 3 = 0 $$ 解得特征根 ( lambda_1 = 3 ),( lambda_2 = 1 )。
特征根反映了線性變換在特定方向(特征向量方向)上的縮放比例。例如:
若需具體計算示例或更深入的數學推導,可進一步說明。
特征參數特征測度特征測量特征抽取特征抽取法特征抽取分類特征代碼特征的特征讀出電壓脈沖特征二次型特征方程特征發生特征分析特征格特征根特征光譜特征關系特征函數特征機特征檢查特征繼承特征卡片特征空間特征曲線特征曲線拐點特征數據庫特征索引特征條件特征推演特征位
我們堅持為全球中文用戶提供準确、可靠的線上工具。
所有工具均遵循我們 “關於我們” 頁面中所述的審核原則進行開發與維護。請注意: 工具結果僅供參考,不構成任何專業建議。