เมทริกซ์สมมาตรและเวกเตอร์ลักษณะเฉพาะ

ทางลัด: ความแตกต่างความคล้ายคลึงกันค่าสัมประสิทธิ์การเปรียบเทียบ Jaccardการอ้างอิง

ความแตกต่างระหว่าง เมทริกซ์สมมาตรและเวกเตอร์ลักษณะเฉพาะ

เมทริกซ์สมมาตร vs. เวกเตอร์ลักษณะเฉพาะ

ในทางพีชคณิตเชิงเส้น เมทริกซ์สมมาตร คือเมทริกซ์จัตุรัสที่เมื่อสลับเปลี่ยน (transpose) แล้วจะได้ผลลัพธ์เป็นเมทริกซ์ตัวเอง นั่นคือ ความสมมาตรในสมาชิกของเมทริกซ์สมมาตร สามารถสังเกตได้จากเส้นทแยงมุม (จากซ้ายบนไปยังขวาล่าง) ซึ่งสมาชิกทุกตัวที่อยู่เหนือและใต้เส้นทแยงมุม จะมีค่าเท่ากันเหมือนการสะท้อนในกระจกเงา ดังนั้นเราสามารถนิยามเมทริกซ์สมมาตรได้อีกอย่างหนึ่งว่า สำหรับทุกดัชนีที่ i และ j ตัวอย่างต่อไปนี้คือเมทริกซ์สมมาตร ในมิติ 3×3 1 & 2 & 3\\ 2 & 4 & -5\\ 3 & -5 & 6\end^\mathrm. รูปที่1. 1. ในการส่งแบบไข้ว(shear mapping)ของภาพโมนาลิซา, รูปถูกทำให้ผิดปกติในในทางแกนแนวยืนกึ่งกลางของมัน(เวกเตอร์สีแดง)ไม่เปลี่ยนทิศทาง, แต่เวกเตอร์ทแยงมุม(สีน้ำเงิน)มีการเปลี่ยนทิศทาง ด้วยเหตุนี้เวกเตอร์สีแดงเป็น '''เวกเตอร์ลักษณะเฉพาะ''' ของการแปลง ขณะที่เวกเตอร์สีน้ำเงินนั้นไม่ใช่ เวกเตอร์สีแดงไม่มีการขยายหรือหดตัว '''ค่าลักษณะเฉพาะ ''' ของมันจึงคือ 1 ทุกเวกเตอร์ที่มีทิศทางในแนวยืนที่เหมือนกัน เช่น ขนานกับเวกเตอร์นี้เป็นเวกเตอร์ลักษณะเฉพาะเหมือนกันที่มีค่าลักษณะเฉพาะค่าเดียวกัน พร้อมทั้งเวกเตอร์ศูนย์ จาก '''ปริภูมิลักษณะเฉพาะ''' สำหรับค่าลักษณะเฉพาะนี้ ในทางคณิตศาสตร์การแปลงเชิงเส้น เวกเตอร์ลักษณะเฉพาะ (eigenvector) ของการแปลงเชิงเส้นนั้นต้องเป็นเวกเตอร์ที่ไม่ใช่เวกเตอร์ศูนย์ที่เมื่อนำไปใช้ในการแปลงนั้นจะเปลี่ยนระยะแต่ไม่เปลี่ยนทิศทาง สำหรับทุกเวกเตอร์ลักษณะเฉพาะของการแปลงเชิงเส้น จะมีค่าสเกลาร์ที่เรียกว่า ค่าลักษณะเฉพาะ (eigenvalue) สำหรับเวกเตอร์นั้นซึ่งกำหนดผลรวมเวกเตอร์ลักษณะเฉพาะเป็นมาตราส่วนภายใต้การแปลงเชิงเส้น ตัวอย่างเช่น: ค่าลักษณะเฉพาะเท่ากับ +2 หมายความว่าเวกเตอร์ลักษณะเฉพาะมีความยาวและจุดเป็นเท่าตัวในทิศทางเดิม, ค่าลักษณะเฉพาะเท่ากับ +1 หมายความว่าเวกเตอร์ลักษณะเฉพาะไม่มีการเปลี่ยนแปลง, ในขณะที่ค่าลักษณะเฉพาะเท่ากับ −1 หมายความว่าเวกเตอร์ลักษณะเฉพาะจะมีทิศทางผันกลับ ปริภูมิลักษณะเฉพาะ (eigenspace) ของการแปลงที่ให้มาสำหรับค่าลักษณะเฉพาะเฉพาะส่วนเป็นเซต(ผลการแผ่เชิงเส้น(linear span))ของเวกเตอร์ลักษณะเฉพาะที่ความความสัมพันธ์กับค่าลักษณะเฉพาะนี้ พร้อมทั้งเวกเตอร์ศูนย์(ไม่มีทิศทาง) ในพีชคณิตเชิงเส้น ทุกๆการแปลงเชิงเส้นระหว่างปริภูมิเวกเตอร์มิติอันตะ(finite-dimensional vector spaces)สามารถแสดงอยู่ในรูปของเมทริกซ์ซึ่งเป็นแถวลำดับสี่เหลี่ยมของตัวเลขที่อยู่ในแถวและหลัก วิธีพื้นฐานสำหรับการหา ค่าลักษณะเฉพาะ, เวกเตอร์ลักษณะเฉพาะ, และ ปริภูมิลักษณะเฉพาะ ของเมทริกซ์จะกล่าวถึงอยู่ด้านล่าง มันมีบทบาทหลักในหลายๆสาขาของคณิตศาสตร์บริสุทธิ์และคณิตศาสตร์ประยุกต์ — เป็นส่วนสำคัญในพีชคณิตเชิงเส้น, การวิเคราห์เชิงฟังก์ชัน, และเล็กน้อยในคณิตศาสตร์ไม่เป็นเชิงเส้น วัตถุทางคณิตศาสตร์หลายชนิดสามารถเขียนอยู่ในรูปแบบเวกเตอร์ได้เช่น ฟังก์ชัน, ฮาร์มอนิก, กลศาสตร์ควอนตัม, และความถี่, ในกรณีนี้แนวคิดของทิศทางโดยทั่วไปจะสูญเสียความหมายของมันไป และถูกให้นิยามที่เลื่อนลอย ดังนั้นทิศทางที่ไม่มีตัวตนนี้จะไม่เปลี่ยนแปลงตามการแปลงเชิงเส้นที่ให้มา ถ้าใช้"ไอเกน(eigen)"นำหน้า อย่างใน ฟังก์ชันลักษณะเฉพาะ(eigenfunction), วิธีลักษณะเฉพาะ(eigenmode), สภาวะลักษณะเฉพาะ(eigenstate), และ ความถี่ลักษณะเฉพาะ(eigenfrequency).

พีชคณิตเชิงเส้น

ีชคณิตเชิงเส้น (Linear algebra) เป็นสาขาหนึ่งของคณิตศาสตร์ที่ศึกษาเวกเตอร์ ปริภูมิเวกเตอร์ (หรืออีกชื่อหนึ่งคือ ปริภูมิเชิงเส้น) การแปลงเชิงเส้น และระบบสมการเชิงเส้น ปริภูมิเวกเตอร์เป็นเรื่องที่ได้รับความสนใจอย่างมากในคณิตศาสตร์สมัยใหม่ เนื่องจากพีชคณิตเชิงเส้นถูกนำไปใช้อย่างกว้างขวางในคณิตศาสตร์สองสายหลักคือ พีชคณิตนามธรรมและการวิเคราะห์เชิงฟังก์ชัน พีชคณิตเชิงเส้นนั้นมีรูปแบบที่ชัดเจนในเรขาคณิตวิเคราะห์ และถูกขยายให้กว้างขึ้นในทฤษฎีตัวดำเนินการ และมีการประยุกต์ใช้อย่างแพร่หลายในวิชาวิทยาศาสตร์และสังคมศาสตร์ เนื่องจากแบบจำลองไม่เชิงเส้น (nonlinear model) ส่วนมากสามารถประมาณการณ์ได้ด้วยแบบจำลองเชิงเส้น (linear model) การประยุกต์ใช้อย่างหนึ่งของพีชคณิตเชิงเส้นคือการแก้ระบบสมการเชิงเส้นหลายตัวแปร กรณีที่ง่ายที่สุดคือเมื่อมีจำนวนที่ไม่ทราบค่า (ตัวแปร) เท่ากับจำนวนของสมการ ดังนั้นเราสามารถแก้ปัญหาระบบสมการเชิงเส้น n สมการ สำหรับจำนวนที่ไม่ทราบค่า n ตัว.

พีชคณิตเชิงเส้นและเมทริกซ์สมมาตร · พีชคณิตเชิงเส้นและเวกเตอร์ลักษณะเฉพาะ · ดูเพิ่มเติม »