6.1 特征值与特征向量：不转向的方向

本节位置：模块 6 · 特征值 ｜ 前置：3.2 矩阵乘向量 ｜ 预计：35 分钟

一句话：矩阵会把大多数方向推歪，只有少数方向保持方向不变、只改变长度；这些方向是特征向量，伸缩倍数就是特征值。

0. 场景引入

一座 50 m 长的钢-混凝土人行桥，竣工动测给出前两阶横向模态频率 1.8 Hz 与 5.4 Hz。桥旁边是写字楼，下班人流密集，行人步频约 2.0 Hz（每步 0.5 s）——两万个脚步里，总有一部分正好踩在 1.8 Hz 上。这座桥是园区唯一的跨河通道，封闭后最近的替代路线要多走 1.2 km。

工程师手里只有两样东西：一台 8 通道采集器，和一份 600 s 的加速度记录。动测只花 2 小时，结论却要管 30 年设计寿命。

把它写成矩阵：两自由度模型的运动方程是 $M\ddot{\mathbf{x}}+K\mathbf{x}=0$，令 $\mathbf{x}=\mathbf{\varphi }{e}^{i\omega t}$ 得 $K\mathbf{\varphi }={\omega }^{2}M\mathbf{\varphi }$，也就是

特征值是 ${\omega }^2$：$(2\pi \times 1.8{)}^2\approx 1.28\times 10^2{\mathrm{s}}^{-2}$，$(2\pi \times 5.4{)}^2\approx 1.15\times 10^3{\mathrm{s}}^{-2}$，后者正好是前者的 9 倍。

决策：花 120 万元装两台 2 t 的调谐质量阻尼器（tuned mass damper, TMD），把阻尼比从 0.5% 提到 3%；还是限流，每次上桥不超过 200 人？限流不动土建，但每天高峰要多派 4 名保安，一年人工约 60 万元。

代价：若侧向加速度超过 0.5 m/s² 的舒适度限值，桥会被迫关闭，每天 3 万人次绕行两公里。

读完本节，你能回答的三个问题是：

1. 为什么 1.8 Hz 这个数会从矩阵里「自己长出来」？
2. 什么方向在变换后一步也不转？
3. 换一座桥，怎么只用几个数判断它会不会共振？

1. 直觉

把 $A$ 看成「旋转 + 拉伸」：单位圆通常被压成椭圆，椭圆的长轴、短轴就是两条不转向的轴。沿这两条轴，变换只把向量拉长或压短，不把它拧到别的方向；其它方向都是这两条轴的混合，变换后会被「掰弯」。${\mathbf{x}}_0$ 绕单位圆转一圈，$A{\mathbf{x}}_0$ 画出的椭圆，半轴长度恰好是 $|{\lambda }_1|$ 与 $|{\lambda }_2|$。

如果 ${\mathbf{x}}_0$ 正落在不转向的方向上，则 $A{\mathbf{x}}_0=\lambda {\mathbf{x}}_0$，再作用一次是 ${\lambda }^2{\mathbf{x}}_0$：方向永远不变，长度按 $\lambda$ 的幂变化。大多数初始向量是几个特征方向的混合，每次乘 $A$，各方向权重按 ${\lambda }_i^k$ 重新分配；绝对值最大的特征值最终压倒其它项，方向就稳定下来。

💡 一句话直觉：特征向量是变换的「骨架方向」，特征值是这些方向上的伸缩倍数。

类比边界：这个「骨架」只在实特征值、且特征向量足够多时看得最清楚。旋转 $90^{\circ }$ 没有实特征方向；重根矩阵也可能凑不齐骨架（第 6.3 节）。

1.1 它在现实世界里对应什么

特征值在这里不是抽象的「放大倍数」，而是刚度与质量的比值：桥越刚、越轻，$\lambda$ 越大，频率越高。同一套谱出现在吉他弦、电路和分子振动里，因为它们都归结为 $K\mathbf{\varphi }=\lambda M\mathbf{\varphi }$ 这个广义特征问题。

量级：一根 0.65 m 的吉他弦，张力 70 N、线密度 $5.6\times 10^{-3}$ kg/m，由 $f=\frac{1}{2L}\sqrt{T/\mu }$ 得

与低音 E 弦的 82.4 Hz 同量级——公式没错，偏差来自真实弦还有弯曲刚度。50 m 人行桥的一阶频率则落在 1–3 Hz（量级为 $f_1\approx c/(2L)$，$c$ 取 100 m/s 量级），所以行人步频正好在射程内。

这个对应在哪里失效：它假设线性、小变形、材料不老化。真实桥梁有螺栓间隙、支座摩擦、人群与结构的耦合，频率会随振幅漂移；实测拿到的是「模态参数」（频率、振型、阻尼比），要先用参数识别反推 $M,K$，这一步的误差往往比特征分解本身大得多。

2. 定义

「特征值」这个名字来自希尔伯特 1904 年对积分方程的研究；而「找一条不被矩阵转动的方向」这个问题，最早出现在柯西 1829 年对行星长期不等式的分析里。

设 $A\in {\mathbb{R}}^{n\times n}$。若存在非零向量 $\mathbf{v}$ 和标量 $\lambda$，使

则称 $\lambda$ 是 $A$ 的特征值（eigenvalue），$\mathbf{v}$ 是对应于 $\lambda$ 的特征向量（eigenvector）。逐项读法：$A$ 作用在 $\mathbf{v}$ 上，等于把 $\mathbf{v}$ 整体乘一个数；$\lambda <0$ 时方向反向，但仍落在同一条直线上。

把右边移到左边得 $(A-\lambda I)\mathbf{v}=0$，$\mathbf{v}\ne 0$。这个齐次方程要有非零解，当且仅当 $A-\lambda I$ 不可逆，即 $\det (A-\lambda I)=0$（第 6.2 节展开成特征多项式）。固定 $\lambda$ 后，所有解加上零向量构成特征空间（eigenspace）

其维数 $\dim E_{\lambda }=n-\mathrm{rank}(A-\lambda I)$ 称为几何重数（geometric multiplicity），至少为 1。

为什么要求 $\mathbf{v}\ne 0$？若允许零向量，则 $A0=\lambda 0$ 对任意 $\lambda$ 成立，特征值失去区分能力；零向量没有方向，也谈不上「方向不变」。

对 $2\times 2$ 矩阵 $A=\left[\begin{array}{cc}a& b\\ c& d\end{array}\right]$，手算四步：写 $A-\lambda I$；令 $(a-\lambda )(d-\lambda )-bc=0$；解出 $\lambda$；代回 $(A-\lambda I)\mathbf{v}=0$ 求非零解。对 $A=\left[\begin{array}{cc}2& 1\\ 1& 2\end{array}\right]$：

所以 ${\lambda }_1=3$、${\lambda }_2=1$。$\lambda =3$ 时 $A-3I=\left[\begin{array}{cc}-1& 1\\ 1& -1\end{array}\right]$，方程 $-v_1+v_2=0$，取 ${\mathbf{v}}_1=(1,1)$。$\lambda =1$ 时 $A-I=\left[\begin{array}{cc}1& 1\\ 1& 1\end{array}\right]$，方程 $v_1+v_2=0$，取 ${\mathbf{v}}_2=(1,-1)$。两个方向垂直，这个巧合来自 $A$ 对称（第 6.4 节）。习惯上归一化为 $\frac{1}{\sqrt{2}}(1,\pm 1)$，但任意非零倍数都是同一个特征向量。

3. 为什么这样定义

为什么不要求 $A\mathbf{v}=\mathbf{v}$（不动点）？那会漏掉「拉伸 3 倍」这种最常见的行为。允许任意伸缩，才抓住线性变换的本质：沿某些方向，线性变换退化成一维乘法。

为什么强调「方向」？若 $A\mathbf{v}=\lambda \mathbf{v}$，则 $A(t\mathbf{v})=\lambda (t\mathbf{v})$ 对任意 $t\ne 0$ 成立。特征向量从不孤单，它代表一整条直线（特征空间可能更高维），所以「特征方向」比「特征向量」更准确。

这个定义还有两个好处。其一是与坐标无关：换基后矩阵变成 $P^{-1}AP$，特征值不变（§4），说明特征值是线性映射自身的性质。其二是把迭代变简单：$A^k\mathbf{v}={\lambda }^k\mathbf{v}$，矩阵幂在特征方向上退化成一个数的幂，第 6.3 节的对角化就靠这一点。

$\lambda$ 不一定是正数：负值表示反向拉伸，$0$ 表示该方向被压成零（此时 $A$ 不可逆），复数表示旋转。

3.1 反事实：把「非零」删掉会坏在哪

假设我们把定义放宽成「任何不变方向都算」，允许 $\mathbf{v}=0$。取 $A=\left[\begin{array}{cc}2& 1\\ 1& 2\end{array}\right]$，$\lambda =999$：

等式成立。于是 $1$、$3$、$999$、$-4.7$ 全都是特征值，谱从一个两点集膨胀成整个 $\mathbb{R}$。「这座桥的固有频率是 1.8 Hz」和「是 180 Hz」一样真，谱分析彻底失去意义。

更隐蔽的坏法是把 $\lambda$ 定义成「长度变化率」而不管方向。取 $\mathbf{x}=(1,0)$，则 $A\mathbf{x}=(2,1)$，长度从 $1$ 变成 $\sqrt{5}$，方向从 $0^{\circ }$ 转到 $26.6^{\circ }$。若把 $\Vert A\mathbf{x}\Vert /\Vert \mathbf{x}\Vert =\sqrt{5}\approx 2.236$ 当作 $x$ 轴方向的伸缩倍数，再走一步：$A^2\mathbf{x}=(5,4)$，比值变成 $\sqrt{41}/\sqrt{5}\approx 2.864$；第三步 $A^3\mathbf{x}=(14,13)$，比值是 $\sqrt{365}/\sqrt{41}\approx 2.984$。同一个方向给出一串不同的数，而且只是趋近 3 而永远不等于 3。伸缩倍数必须与「走多少步」无关，这只有在 $A\mathbf{x}$ 与 $\mathbf{x}$ 共线时才成立——这正是定义要的方向不变。换句话说，定义里 $\mathbf{v}\ne 0$ 与「同一条直线」这两个条件，一个都不能少。

4. 性质与推导

特征空间是子空间。 若 $A\mathbf{v}=\lambda \mathbf{v}$、$A\mathbf{w}=\lambda \mathbf{w}$，则 $A(a\mathbf{v}+b\mathbf{w})=\lambda (a\mathbf{v}+b\mathbf{w})$。所以同特征值的特征向量线性组合（非零时）仍是特征向量；$E_{\lambda }$ 就是 $\mathrm{null}(A-\lambda I)$。

不同特征值的特征向量线性无关。 设 ${\lambda }_1\ne {\lambda }_2$，若 $c_1{\mathbf{v}}_1+c_2{\mathbf{v}}_2=0$，两边乘 $A$ 得 $c_1{\lambda }_1{\mathbf{v}}_1+c_2{\lambda }_2{\mathbf{v}}_2=0$；再用 ${\lambda }_2$ 乘原式并相减，得 $c_1({\lambda }_1-{\lambda }_2){\mathbf{v}}_1=0$。因 ${\mathbf{v}}_1\ne 0$ 且 ${\lambda }_1\ne {\lambda }_2$，故 $c_1=0$，进而 $c_2=0$。此论证可推广到任意多个互异特征值。

二阶矩阵的迹与行列式。 展开 $\det (A-\lambda I)$ 得

对比 $(\lambda -{\lambda }_1)(\lambda -{\lambda }_2)$ 的系数，得 ${\lambda }_1+{\lambda }_2=\mathrm{tr}(A)$、${\lambda }_1{\lambda }_2=\det (A)$。本例中 $3+1=4$、$3\cdot 1=3$，吻合。这两条对 $n\times n$ 也成立（第 6.2 节）。

相似矩阵同谱。 若 $B=P^{-1}AP$ 且 $A\mathbf{v}=\lambda \mathbf{v}$，则 $B(P^{-1}\mathbf{v})=P^{-1}A\mathbf{v}=\lambda (P^{-1}\mathbf{v})$，且 $P^{-1}\mathbf{v}\ne 0$。几何上：同一个变换，换了一套坐标描述。

动力系统的解。 若 ${\mathbf{x}}_0={\sum }_i{c}_i{\mathbf{v}}_i$，则

每个特征方向独立演化，第 $i$ 个方向的振幅按 ${\lambda }_i^k$ 缩放。若 $|{\lambda }_1|>|{\lambda }_2|\ge \cdots$，则 $k$ 足够大时第一项主导：方向趋于 ${\mathbf{v}}_1$，增长速度趋于 $|{\lambda }_1|$。这就是幂迭代（第 6.6 节）的全部原理。

5. 例子

5.1 手算：拆成特征方向

取 $A=\left[\begin{array}{cc}2& 1\\ 1& 2\end{array}\right]$，${\mathbf{v}}_1=(1,1)$、${\mathbf{v}}_2=(1,-1)$，${\lambda }_1=3$、${\lambda }_2=1$。设 ${\mathbf{x}}_0=(1,0)=c_1(1,1)+c_2(1,-1)$，两式相加得 $2c_1=1$，故 $c_1=c_2=\frac{1}{2}$。于是

长度每步约乘 3（严格说 $\Vert {\mathbf{x}}_{k+1}\Vert /\Vert {\mathbf{x}}_k\Vert \to 3$）；副特征方向的相对权重是 $(1/3{)}^k$，所以夹角迅速趋近 0。$k=10$ 时 ${\mathbf{x}}_{10}=(29525,29524)$，已几乎完美落在 $45^{\circ }$ 上。

5.2 场景：人口迁移的稳态比例

两城每年迁移，${\mathbf{x}}_k=(a_k,b_k)$ 为人口，转移矩阵 $A=\left[\begin{array}{cc}0.9& 0.2\\ 0.1& 0.8\end{array}\right]$：A 城保留 90%、流失 10%；B 城保留 80%、20% 迁入 A 城。每列和为 1，总人口不变。$\mathrm{tr}(A)=1.7$、$\det (A)=0.70$，特征多项式 $(\lambda -1)(\lambda -0.7)$，故 ${\lambda }_1=1$、${\lambda }_2=0.7$。

$\lambda =1$ 的特征向量满足 $-0.1a+0.2b=0$，即 $a=2b$，取 $(2,1)$。长期看，两城人口比例稳定在 $2:1$；${\lambda }_2=0.7$ 的模式每步衰减 30%。$\lambda =1$ 对应「总量守恒」的稳态，$\lambda <1$ 的模式则被逐渐洗掉。

5.3 场景闭环：从 8 通道加速度到「装不装阻尼器」

输入：桥上 8 个加速度计，采样 200 Hz，记录 600 s。数据量 $8\times 200\times 600=9.6\times 10^5$ 个 fp32，约 3.8 MB；外加一次 0–10 Hz 的扫频激励。

计算：用随机子空间法从响应里识别 $2\times 2$ 的 $M,K$（核心是一次 SVD，$O(N^3)$，$N$ 是相关矩阵阶数，几百阶时秒级），解 $M^{-1}K\mathbf{\varphi }=\lambda \mathbf{\varphi }$，得 ${\lambda }_1=1.28\times 10^2$、${\lambda }_2=1.15\times 10^3$，即 $f_1=1.80$ Hz、$f_2=5.40$ Hz。

输出：$f_1$ 与步频 2.0 Hz 只差 10%，落在共振区。决策是装 TMD，把阻尼比从 0.5% 抬到 3%，共振放大倍数从 $1/(2\zeta )=100$ 降到约 17。

成本：一次动测 2 小时、8 个通道；真正的开销是识别 $M,K$ 与复测，$2\times 2$ 的特征分解不到 1 ms。TMD 两台共 120 万元，占桥梁总造价不到 1%。

失败条件与兜底：

• 传感器正好落在某阶振型的节点上，那一阶「看不见」。兜底：多点激励、交换测点，用互易性交叉验证。
• 只测到一阶就下结论：二阶 5.4 Hz 离步频远，却可能被 2 倍步频 4.0 Hz 擦到。兜底：扫频做到 10 Hz，并检查 3 阶以内。
• 人群密度超过约 1.5 人/m² 时，人-桥耦合会让频率下移、阻尼上升，线性模型失效。兜底：按最不利人群密度做现场试验，不只信有限元。

6. 常见误区

1. 误区：特征向量只有一个。纠正：任意 $t\ne 0$ 的 $t\mathbf{v}$ 都是；真正唯一的是特征方向这条直线，归一化只是约定。
2. 误区：特征值是放大倍数，所以一定大于 1。纠正：可以为 0（方向被压没）、负数（反向）、模小于 1（收缩），也可以是复数（旋转）。
3. 误区：任意矩阵都有 $n$ 个线性无关的特征向量。纠正：不一定。$\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]$ 只有一个特征方向 $(1,0)$，凑不齐 ${\mathbb{R}}^2$ 的基（第 6.3 节）。
4. 误区：$\lambda$ 和 $\mathbf{v}$ 可以随便配对。纠正：必须来自同一次求解；用 ${\lambda }_1$ 配 ${\mathbf{v}}_2$ 通常不成立。

7. 概念网络

• 前置：3.2 矩阵乘向量 —— $A\mathbf{v}$ 是一次线性变换，特征向量问的是「变换后仍共线的方向」。
• 后续：6.2 特征多项式 —— 把 $\det (A-\lambda I)=0$ 系统化，给出求全部特征值的办法。
• 后续：6.3 对角化 —— 特征向量足够多时，用它们当基，把 $A$ 变成对角矩阵。
• 后续：6.6 幂迭代 —— 反复乘 $A$，自动逼近绝对值最大的特征向量。
• 关联：5.1 行列式 —— $\det (A)={\prod }_i{\lambda }_i$，特征值之积解释体积缩放。
• 关联：2.5 坐标与基变换 —— 相似矩阵 $P^{-1}AP$ 有相同特征值。

8. 通往大模型：稳定性由谱半径决定

出现位置：把某一层的残差更新或循环结构线性化，得到 ${\mathbf{h}}_{t+1}=W{\mathbf{h}}_t$，$W\in {\mathbb{R}}^{D\times D}$，$D$ 常为 4096。固定点附近的非线性模型，局部行为也由 Jacobian 的特征值决定。

为什么需要：把 ${\mathbf{h}}_0$ 拆成 $W$ 的特征向量组合，第 $t$ 步就是 ${\sum }_i{c}_i{\lambda }_i^t{\mathbf{v}}_i$。于是 $|{\lambda }_i|>1$ 的模式指数增长，$|{\lambda }_i|<1$ 的模式指数衰减；复特征值 $r{e}^{i\theta }$ 对应「每步旋转 $\theta$、缩放 $r$」，表现为振荡。若最大模 $|{\lambda }_1|=1.1$，走 100 步放大 $1.1^{100}\approx 1.38\times 10^4$；若为 $0.9$，则衰减到 $0.9^{100}\approx 2.7\times 10^{-5}$。

可检验结论：对随机初始化的 $W$，np.linalg.eigvals(W) 的最大模（谱半径）若明显偏离 1，深层残差流的尺度就会指数漂移；正交初始化让所有 $|{\lambda }_i|=1$，正是为了压住这种漂移。反向传播连乘 ${\prod }_{t}W$ 时，同一个谱半径也决定梯度消失还是爆炸。特征方向则标识了模型中最容易被放大的少数方向，可与激活的主成分对照。

算错时下游看到什么：若用 $\mathrm{tr}(W)/D$ 之类的平均值去猜谱半径，在 $D=4096$ 时可以差一个数量级。猜小了，初始化缩放过猛，深层激活逐层衰减，模型表现为「深了反而更差」；猜大了，第几十层就出现数值尖峰，几十步后 loss 变成 NaN。更常见的是把复特征值的模当成「放大倍数」而忽略它每步还在旋转，于是把振荡误判成发散或收敛。

import numpy as np
W = np.linalg.qr(np.random.default_rng(0).normal(size=(64, 64)))[0]
print(np.abs(np.linalg.eigvals(W)).max())   # 正交阵，谱半径为 1

9. 练习

1. 概念：为什么特征值定义要求 $\mathbf{v}\ne 0$？如果允许零向量，会破坏什么？
2. 计算：求 $A=\left[\begin{array}{cc}3& 1\\ 0& 2\end{array}\right]$ 的特征值与特征向量。
3. 计算：对 $A=\left[\begin{array}{cc}2& 1\\ 1& 2\end{array}\right]$，取 ${\mathbf{x}}_0=(2,0)$，写出 ${\mathbf{x}}_k$ 的闭式，并求 $k\to \infty$ 时方向的极限。
4. 开放：旋转 $90^{\circ }$ 的矩阵没有实特征向量，它的特征值是什么？这对「反复旋转」的动力系统意味着什么？

10. 一页速记

• $A\mathbf{v}=\lambda \mathbf{v}$，$\mathbf{v}\ne 0$：方向不变，长度乘 $\lambda$。
• 物理意义 / 现实对应：特征值 = 固有频率的平方（结构）、增长或衰减率（动力系统）、刚度与质量之比；特征向量 = 振型、不转向的方向。
• 求法：解 $\det (A-\lambda I)=0$，再解 $(A-\lambda I)\mathbf{v}=0$。
• 特征空间 $E_{\lambda }=\mathrm{null}(A-\lambda I)$，几何重数至少 1。
• 二阶：${\lambda }_1+{\lambda }_2=\mathrm{tr}A$，${\lambda }_1{\lambda }_2=\det A$。
• 迭代 ${\mathbf{x}}_{k+1}=A{\mathbf{x}}_k$ 按 ${\lambda }_i^k$ 叠加，最大模主导长期方向。

11. 参考文献与致谢

这一页的知识不是凭空来的。下面列出本页直接借用的原始工作与权威整理；正文中的人名、定理名已链接到对应条目。链接优先指向 DOI、arXiv 或可长期访问的原文存档。

• 柯西（Augustin-Louis Cauchy, 1829）：Sur l’équation à l’aide de laquelle on détermine les inégalités séculaires des mouvements des planètes（原载 1829 年；剑桥重印《柯西全集》，2009）。把行星长期不等式的求解化成特征方程的根，是「找一条不转向的方向」这一问题的最早系统处理。Oeuvres complètes 重印本
• 希尔伯特（David Hilbert, 1904）：Grundzüge einer allgemeinen Theorie der linearen Integralgleichungen（1904 年系列通讯；1989 年 Teubner 重印）。在积分方程理论中把这类特殊值称为 Eigenwert，「特征值」一词由此进入标准术语。Teubner 重印本
• Golub 与 Van Loan（2013）：Matrix Computations（4th ed.）。第 7–8 章系统处理特征值、谱半径与特征向量的数值计算，本页「反复乘 $A$」的稳定性讨论以它为参照。JHU Press

下一篇 → 6.2 特征多项式、迹与行列式

源文件：06-特征值/01-特征值与特征向量.md