You are on page 1of 13

淺談特徵值與特徵向量

國立台中師範學院教育測I驗統計研究所
楊明宗
w-刖
一一一口

在多變項分析中’因素分析(factoranalysis)是一種被廣泛使用的統計方法’在我們實際
使用時’有幾種不同的方法可用來柚取共同因素。過去電腦未被廣泛使用之前,一般多使用
「形心法」,但電腦逐漸普及後,「主軸法」則是最常被用來抽取因素的方法‧在「主軸法」
的各項運算中涉及兩個很重要的基本概念,即「特徵值」(eigenvalue)與「特徵向量」(eigen
vector)’這部份看起來十分抽象,有很多學生在學習時,都只知道強記算法或公式,而不思
考概念所蘊涵的真義’因此,常有不知所云或一知半解的現象。若是學習者能先對這兩個概
念的意義有所理解並加以引申運用,則在學習因素分析的原理時,許多疑難雜症必能迎刀而
解。基於此點,本文擬從線性代數的觀點著手,舉例說明並配合座標圖的呈現,分析矩陣在 |
數學上的意義,而後再進╴步探討特徵值與特徵向量的定義、計算方法及其作用。

|
一一

、矩陣的意義
我們先從解下列的二元一次聯立方程組出發

αIX+b】j/=cI

α1X+b,y=C,

它可以下列之矩陣形式來表達

|
I>


即為AX=C,其中

4==
【三 :}X﹦川C=【呈l
又AA﹣lX=d-lC,即X﹦4﹣】C

因比等式無常數項,所以X向量必通過原點,如圖2-l。

[x,y)

圖2﹣l

由上面的計算可知二元一次聯立方程組的求解,可以表達成↙4X =C的求解,而

↙4X﹦C的求解則很類似解一元一次方程式αx=c’由於轉換成矩陣形式’ 讓我們更能清楚
看出矩陣的線性意義(即比例倍數上的意義﹚。

以下將舉幾個例子,可讓我們充分掌握線性意義,同時亦讓我們了解到二元一次方程組
與一元一次方程式,透過矩陣表達後,在概念上沒有兩樣。
例2﹣l

今X﹦I;}r﹦I;}』﹣【;﹩l
因【;﹩l【』H;}
即AX﹦X (2-l)

由式2﹣l,X向量經由A矩陣的作用後轉換為X∣矩陣’其在幾何上的意義女口圖2﹣Z所示。

l4
=

]<

I,|
0i

- -

■由
.0$

·| <!

胤﹣I;﹩l

=︻乙

Ⅱ ■︼ I

I I 3 ¢

圖2-2

由圖2-2,我們可知,X向量經A矩陣作用後,只對X軸分量加倍。

例2﹣2:改變d矩陣,作法同上。

即∣﹩!I∣!H:l ,其在幾何上的意義如圖2﹣3所示。

I5

╴ -
lg8】d且41Zl0
059585756555453525l5

』4,
l
丐﹛ l 2 3

l
nU﹃」

A=
<$
l0
95
9
85
8
7‘5
7
6.5
6
5.5
5
45
4
3.5
3
2.5
2
1·5
l
05
』川﹃
4︹乙

╴I

Ⅱ Ⅱ
U<J11
0-
l 田 l 3

圖2-3

由圖 2﹣3可知,X向量經A矩陣作用後,只在Y軸分量變3倍。從上面兩個例子 ,我們

不難發現 ’若將d矩陣改為對稱矩陣,結果將會非常有趣’請看以下例子。

l6

例Z-3 將
I; !Ⅱ;∣咽 Z﹣4表示二向量之間的變化如下

l0
g5
~ g
8e5
8
7.5
7
6’5
6
5.5
5
4.5
q
3.5
3
Z5
2
l.5

╴﹃」
︼¢
0.5
■︹乙

﹃I≡E
•0•

>

03
Tll」

| A==
I;
l0
9.5
g
8.5
8
75
7
6.s
6
5.5
5
45

].5
]
25
2
l5
︼』

0.5
■段﹃1

匹 -I
I
0
死 2

圖2﹣4

綜合
由圖Z﹣4可知 X向量經A矩陣作後,會在X軸分量加倍, 在Y軸分量變﹞倍。
上述三例,我們可看出矩陣的第一種意義。

| I7

h
結論一;矩陣具有縮小放大之意義,即任一非零向量經矩陣作用後可被縮小或放大。
Il
-0
以圖2﹣5表示二向量之間的變化女口下
例2﹣4
lI]I
q
].5
3
2.5
2
l.5
l

型q
0.5

呂﹃」
﹂╴2

「﹁
U

-2-l-0.5 2
-l

l
I 0l
1
-0
| A=
△丕3西2M﹨V﹨叩︽

-2-> -05I
』 I 2 ] 4

-> 』

圖2﹣5

由圖2﹣5可知X向量和Xi向量之間具有鏡射之關係,因此我們可以推出矩陣的第二種
意義。

結論二;矩陣具有鏡射﹙線對稱)之意義,即任一非零向量經矩陣作用後可產生對稱之向
量。

l8

=• 』
╴=

何丁l-2
l-2仃-2 陣

l╴2占-2c
l
l0

「∣∣L
仔因

| 2 5 ••

╴╴
占T﹣l-2
l╴2仃T-
-

汀-﹃」兀-﹃」

刀-﹃」汀-﹃」
nS

叩‧m
Sc

●■■■凸
s
4
╴-

╴╴
O

所以’X向經剎矩陣作鬧後’含旋轉罟的倉度’ 而X為向量 ,如圖2﹣6。

+
L7﹄

』︹乙

圖2﹣6

若將X向量改為
【’l則旋轉的情況如圖Ⅱ
2

I』∣ ∕釭 \j

> -| 2

-I

-2

圖2﹣7

Ig

- -」
-

以上類似此種具有旋轉功能的矩陣,我們稱之為「旋轉矩陣」。由上面的例子,提供了
旋轉矩陣的二個條件:

(l)A=
I;≠I α,bER •

(2)α2+b2=l

從幾何的觀點來看,我們亦可輕易看出經旋轉矩陣的作用後,向量X並不增加其長度,
令曰

其︿

口︿


X向量之長度為

∣∣XIl∣﹦/﹙αx-hy)2﹢﹙Dx+吵)2﹦/(α2+b2)x2+﹙α2+b2﹚﹚z=﹨/xZ﹢jjZ﹦∣∣X∣∣

綜合以上,我們可推出矩陣的第三種意義。

結論三:矩陣具有旋轉的作用’即任何非零向量經矩陣作用後可被旋轉‧
一一一

特徵值與特徵向量

由上述對矩陣意義的說明’我們不難發現’就柚象如「矩陣」者’也是可以根據它所作
用的向量,及作用後的向量來加以掌握。而特徵值與特徵向量便是基於此種特性而產生’以
下說明特徵值與特徵向量的定義’並配今實例加以說明其計算之方法,以期讀者能一目了然。

【定義31】設d為一mXn矩∣牢’在R〃中,若存在一非零向量’滿足AX=入X則稱實
數入為A之特徵值,任意非零向量X稱為A之對應於特徵值入之特徵向量。
0

Z()

一﹃
= - -


- = -

|
I

=
由上面的定義可知,矩陣A的特徵值意義就是指存在一個向量X經矩陣A 的作用後,
會往
X方向延伸入倍。為了便於說明,我們先從特徵值與特徵向量的計算著手 ,再將計算 |
||
的結
果應用在向量與矩陣的交互作用。
=

I
7¢

}求繃的特徵值與其對應霆特徵向量
l

>
几又
﹃」

〃包

=
︿﹦口

--
>

7

︽ (解法)

由定義3
l我們知道’存在一非零向量X使得AX=入X
l74
∣﹟∣→j:∣【i﹣』;Ⅲl
目P

:I<#H#>•]:|<iH; ﹦几
l<lI
<74
l【﹩lⅢ》→∣!川l l【;l﹣Ⅱ
Z 0
5
l| 几

「Ji (l)
)︼-

7-几 0
--

5
4

(7﹣几)(5﹣几)﹣8=0

疋-l2几+27=0

)(

(

g)
﹃」

0
-╴

=
=

几=〕或g

ZI


當几=3時代入式(l)
<42
『J』 ≡儿lI﹜l﹣0→ 北l﹣0 =

I蜊l﹣’
4x+2y=0

y=-2x

【}lI﹣i靈H」璽l ﹁

X殉﹦
∣」」 (目叫=3時之特徵向量﹚
當几
﹦9時代人式(l﹚
h

『J』’Ⅲ一『→【f北-n
l<l <l l

I了;工j;∕I圳 l

﹣2x+2y=0且4x﹣斗y=0

x=y
|
<}I$H|l
\\

Z2

﹂, =﹃
=•

X儿=
<|l (即L=g時之特徵向量)

由上解得…刈-I」』I
∕L=9且X儿﹦
{|I
四 、

特徵值與 特徵向量之 應用

例4-l:設A=
I』 ,求AX

我們可直接從矩陣的運算得

AX﹦【』:II二﹞l﹣【l\l
但考慮將X-∣三」表成X﹣【三﹞H」』Ⅱl﹙邸 (因X』1與X/lZ為線性獨立﹚

即X=2X』1+lXL﹙X玷’XL為上例對應於A之特徵向量)

冉將A作用於X上,

AX=A(2X几1+lXL)

AX﹦2AX』1+AXL

AX=Z几1X羽+LX兆=6X』1+gXL(由定義3l可得AX殉=』1X川,AXL=LXL)

Z3

五、結論

由上述之過程我們可知向量X經過矩陣A之作用,可由複雜的計算轉換成簡單的相對
於A之特徵值與特徵向量之計算。其中必須先將向量X之歐氏基底轉換成以X么與X兆為 ︼

基底’再行計算,用圖形可表為如圖5-l‧

X=
I二﹞}…【:l 的作用後如下圖

10g8765432I
1』0上﹃』!上﹑

﹑少
α﹑

℃■

P` 田、
■℃
﹑份

`P
夕﹑

`
︾ ﹑伊 貼鋇
﹑凸

﹑P℃仿≡︼﹑■﹑■﹑■﹑P

<
夕屯
﹑少
﹑伊

﹑戶

占已


田﹑

α `

`

﹑田 &伊
℃α

`

`P
•`
■℃ 少

、l0P

﹑伊
~╴‘

P•
川刎吁膨︽﹑■︿
3』﹑

︾ `• `P
>d 仿
屯■﹑
伊﹑■

Il
℃℃

0.•ll l) 迢.Ⅱ、l5 l
﹑l︶﹑﹑伊

≡╴
伊L

` ` h

伊℃

℃仗
伊℃

﹑少
-3 伊
`•
戶﹑
P`

毛﹟
■已

、P
﹑夕

• ℃伊

-5 少
凸已
、伊

`• •`
田﹑

-0
乞7
•b
◆夕
夕℃p已

`•
℃伊

-8
p℃

已伊
℃夕

P`

-9
P℃
0l23¢5

llllll
﹄﹃﹃=﹃=

﹄田
b份
伊﹑

圖5﹣】

24

■︿ =
\

從圖形中我們知道x仁HⅢIl已被轉換成x﹣』x﹪﹢ⅨL馴……
與么XL來表示即6X么與gX儿表示,女口圖可看出AX已經用6倍X么的與g倍的X儿來
表示了。

從圖形中可看出向量X,經過A的作用後,不但在方向上改變,其長度亦被放大了。
正說明了矩陣具有放大或縮小與改變方向(旋轉)的性質。

由此我們可知,任一非零向量X經過一mxn矩陣A作用後,可表成

AX=A(αIX乃+αzXL+…+α〃X儿i)

即AX=αlAX﹪+α2AXL+…+α〃AX八i

AX=αI﹪X玷+α2LXL+…+α〃』!X几l

其中X=αIX几1+αZXL+…+α〃X几腑為X轉換成以X四,X兆,…,X几〃當基底表示。X么,
X兆,

X么i為A之對應於特徵值几〃之特徵向量。

參考文獻
許天維、施淑娟(l995)。特徵值與特徵向量‧台中師院數理教育系刊,l4-2l。
﹃■

Z5

k -