[足式机器人]Part2 Dr. CAN学习笔记-数学基础Ch0-2 特征值与特征向量

本文仅供学习使用
本文参考：
B站：DR_CAN

Dr. CAN学习笔记-数学基础Ch0-2 特征值与特征向量

• [1. 定义](#1. 定义)
• • [1.1 线性变换](#1.1 线性变换)
  • [1.2 求解特征值，特征向量](#1.2 求解特征值，特征向量)
  • [1.3 应用：对角化矩阵------解耦Decouple](#1.3 应用：对角化矩阵——解耦Decouple)
• [2. Summary](#2. Summary)

---

1. 定义

A v ⃗ = λ v ⃗ A\vec{v}=\lambda \vec{v} Av =λv

对于给定线性变换 A A A，特征向量eigenvector v ⃗ \vec{v} v 在此变换后仍与原来的方向共线，但长度可能会发生改变，其中 λ \lambda λ 为标量，即缩放比例，称其为特征值eigenvalue

1.1 线性变换

1.2 求解特征值，特征向量

A v ⃗ = λ v ⃗ ⇒ ( A − λ E ) v ⃗ = 0 ⇒ ∣ A − λ E ∣ = 0 A\vec{v}=\lambda \vec{v}\Rightarrow \left( A-\lambda E \right) \vec{v}=0\Rightarrow \left| A-\lambda E \right|=0 Av =λv ⇒(A−λE)v =0⇒∣A−λE∣=0

1.3 应用：对角化矩阵------解耦Decouple

P = v ⃗ 1 , v ⃗ 2 P=\left \\vec{v}_1,\\vec{v}_2 \\right P=v 1,v 2------ coordinate transformation matrix

A P = A v ⃗ 1 v ⃗ 2 = A \[ v 11 v 12 A v 21 v 22 ] = λ 1 v 11 λ 2 v 21 λ 1 v 12 λ 2 v 22 = v 11 v 21 v 12 v 22 λ 1 0 0 λ 2 = P Λ ⇒ A P = P Λ ⇒ P − 1 A P = Λ AP=A\left \\begin{matrix} \\vec{v}_1\& \\vec{v}_2\\\\ \\end{matrix} \\right =\left \\begin{matrix} A\\left\[ \\begin{array}{c} v_{11}\\\\ v_{12}\\\\ \\end{array} \\right& A\left \\begin{array}{c} v_{21}\\\\ v_{22}\\\\ \\end{array} \\right\\ \end{matrix} \right] =\left \\begin{matrix} \\lambda _1v_{11}\& \\lambda _2v_{21}\\\\ \\lambda _1v_{12}\& \\lambda _2v_{22}\\\\ \\end{matrix} \\right =\left \\begin{matrix} v_{11}\& v_{21}\\\\ v_{12}\& v_{22}\\\\ \\end{matrix} \\right \left \\begin{matrix} \\lambda _1\& 0\\\\ 0\& \\lambda _2\\\\ \\end{matrix} \\right =P\varLambda \\ \Rightarrow AP=P\varLambda \Rightarrow P^{-1}AP=\varLambda AP=Av 1v 2=A\[v11v12Av21v22]=λ1v11λ1v12λ2v21λ2v22=v11v12v21v22λ100λ2=PΛ⇒AP=PΛ⇒P−1AP=Λ

• 微分方程组 state-space rep
  

2. Summary

1. A v ⃗ = λ v ⃗ A\vec{v}=\lambda \vec{v} Av =λv 在一条直线上
2. 求解方法： ∣ A − λ E ∣ = 0 \left| A-\lambda E \right|=0 ∣A−λE∣=0
3. P − 1 A P = Λ , P = v ⃗ 1 v ⃗ 2 ⋯ , Λ = λ 1 λ 2 ⋱ P^{-1}AP=\varLambda , P=\left \\begin{matrix} \\vec{v}_1\& \\vec{v}_2\& \\cdots\\\\ \\end{matrix} \\right , \varLambda =\left \\begin{matrix} \\lambda _1\& \& \\\\ \& \\lambda _2\& \\\\ \& \& \\ddots\\\\ \\end{matrix} \\right P−1AP=Λ,P=v 1v 2⋯,Λ= λ1λ2⋱
4. x ˙ = A x , x = P y , y ˙ = Λ y \dot{x}=Ax, x=Py,\dot{y}=\varLambda y x˙=Ax,x=Py,y˙=Λy