特征向量与特征值 | 第14章,线性代数的本质
Eigenvectors and eigenvalues | Chapter 14, Essence of linear algebra
频道:3Blue1Brown · 时长:17:15 · 发布:2016-09-15 · 播放:6508254
简介
3Blue1Brown 的《线性代数的本质》系列中关于特征向量和特征值的一章。它建立了对它们含义的视觉直觉,解释了为什么特征基有用,并以一个谜题结束。
HN 为什么推荐
HN 多次将其称为特征值的最佳、最直观的解释,并且是进入整个线性代数系列的入口。
迄今为止对特征值的最佳解释在 3blue1brown 上 — HN, 2022
中文字幕节选
[在 criblate.com 提交字幕更正] 特征向量和特征值是那种 很多学生觉得特别不直观的主题之一。 像为什么我们要做这个、这到底意味着什么这样的问题, 常常被留在未解答的计算海洋中飘走。 在我发布这个系列的视频时, 你们很多人评论说特别期待看到这个主题的可视化。 我猜原因并不是 特征相关的东西特别复杂或解释得不好。 事实上,它相对直接, 我认为大多数书都解释得很好。 问题在于,只有当你对许多前置主题有扎实的 视觉理解时,它才真正说得通。 这里最重要的是你知道如何把矩阵看作 线性变换,但你也需要熟悉 行列式、线性方程组和基变换这些东西。 对特征相关内容的困惑通常更多是因为 这些主题之一的基础不牢,而不是特征向量和特征值本身。 首先,考虑二维空间中的 某个线性变换,就像这里展示的。 它把基向量 i-hat 移动到坐标 (3, 0),把 j-hat 移动到 (1, 2)。 所以它用一个矩阵表示,其列是 (3, 0) 和 (1, 2)。 专注于它对一个特定向量的作用, 并想想那个向量的张成空间,即 穿过其原点和尖端的直线。 大多数向量在变换过程中会偏离它们的张成空间。 我的意思是,如果向量落到的位置 恰好也在这条线上,那似乎太巧合了。 但有些特殊向量确实留在自己的张成空间上, 意味着矩阵对这种向量的作用只是拉伸或 压缩它,就像一个标量。 对于这个具体例子,基向量 i-hat 就是这样一个特殊向量。 i-hat 的张成空间是 x 轴,从矩阵的第一列, 我们可以看到 i-hat 移动到自身的 3 倍,仍然在 x 轴上。 更重要的是,由于线性变换的工作方式, x 轴上的任何其他向量也只是被拉伸 3 倍, 因此留在自己的张成空间上。 一个稍微更隐蔽的向量,在这个变换中 留在自己的张成空间上,是 (-1, 1)。 它最终被拉伸 2 倍。 再次,线性性意味着这条对角线上的任何其他向量 被这个向量张成的线,也只是被拉伸 2 倍。 对于这个变换,那些就是所有 具有这种留在自己张成空间上的特殊性质的向量。 x 轴上的那些被拉伸 3 倍, 而这条对角线上的那些被拉伸 2 倍。 任何其他向量在变换过程中都会有些旋转, 偏离它所张成的线。 正如你现在可能猜到的,这些特殊向量被称为变换的 特征向量,每个特征向量都关联着一个所谓的 特征值,也就是它在变换过程中被拉伸或压缩的 因子。 当然,拉伸和压缩没有什么特别之处, 或者这些特征值恰好是正数。 在另一个例子中,你可能有一个特征值为 -1/2 的特征向量, 意味着向量被翻转并压缩 1/2 倍。 但这里重要的是它留在 它所张成的线上,没有被旋转偏离。 为了窥见为什么这可能是有用的思考方式, 考虑某个三维旋转。 如果你能找到那个旋转的一个特征向量, 一个始终留在自身张成空间上的向量,那么你找到的就是旋转轴。 而且,用某个旋转轴和一个旋转角度来思考三维旋转,
HN 上的讨论
那么一定要看 3Blue1Brown 关于特征值和特征向量的视频。[1] 那时我才恍然大悟!他的整个线性代数系列制作得非常精良。[1] [VIDEO] — mportela, 2025-03
3Blue1Brown 提供了一个更容易理解的特征值入门介绍 [+]。他的演示形式无疑是平易近人的,以至于我认为你甚至可以用它来向 9 岁的孩子教授线性代数和特征向量。[+] [VIDEO] — raydiatian, 2022-11
迄今为止最好的特征值解释在 3blue1brown 上:[VIDEO] 说真的,线性代数本质课程对我的帮助比整个大学线性代数课程还要大。遗憾的是我在机械工程学位结束时才发现这些视频,而不是更早。 — scmitton, 2022-11
3Blue1Brown 对特征向量和特征值的解释非常有见地且直观 [1]。他频道上我最喜欢的视频之一是“谁关心拓扑学?(内接矩形问题)” [2]。环面和莫比乌斯带作为问题解决方案出现的方式是如此优雅。[1]: [VIDEO] [2]: [LINK] — yamaneko, 2017-02
关于特征值,这个视频是一个非常好的介绍:[VIDEO](整个播放列表都很棒;强烈推荐给任何有兴趣“看到”线性代数到底是什么的人) — ivan_ah, 2016-10
相关视频
- Siggraph2019 几何代数 · Bivector · 1:37:21
- 关于文档,没人告诉你的事 · PyCon AU · 30:52
- 曝光:埃克森美孚对气候变化立法的游说战 · Channel 4 News · 8:52
- Swami Sarvapriyananda 在 IITK - 根据曼杜基亚奥义书的“我是谁?”- 第一部分 · Vivekananda Samiti, IIT Kanpur · 1:27:07
- Nima Arkani-Hamed:时空的终结 · Max-Planck-Institut für Physik · 49:42
- 谁在乎拓扑学?(旧版) · 3Blue1Brown · 16:29
- 向量 | 第1章,线性代数的本质 · 3Blue1Brown · 9:51
- 但什么是傅里叶变换?视觉介绍。 · 3Blue1Brown · 19:41
- 但什么是神经网络?| 深度学习第一章 · 3Blue1Brown · 18:40
- 贝塞尔曲线之美 · Freya Holmér · 24:25
- 样条曲线的连续性 · Freya Holmér · 1:13:50
- Jim Simons(完整版访谈)- Numberphile · Numberphile2 · 1:00:43
- 第一讲 | MIT 18.06 线性代数,2005 年春季 · MIT OpenCourseWare · 39:49
- 但比特币究竟是如何运作的? · 3Blue1Brown · 25:15
- APL中的康威生命游戏 · Dyalog · 7:47
- 你见过的最重要的视频(8 部分之 1) · wonderingmind42 · 9:17