✔ 最佳答案
上面的答案只從一個如何從電腦計算eigenvalue/eigenvector角度去回答。
從某層面來說,問題沒有問及如何計算它們,所以可說是答非所問。
要明白eigenvalue和eigenvector,一定要先明白matrix和vector,所以以下作答就假設了這一點。
eigenvalue和eigenvector的定義是
Ax = kx.
其中, A 是一個n x n 的matrix
x 是一個 n x 1 的 vector, 它就是eigenvector, 它不可以是zero vector.
k 是 complex number, 它就是eigenvalue.
每有一個n x n 的 matrix,就會有 n 個 eigenvalue (counting multiplicity)
有了eigenvector和eigenvalue,我們可以做diagonalization.
大部份 n x n 的 matrix都可以寫成
A = P^-1 D P, 其中D是一個diagonal matrix, P 是把eigenvector寫在一起的matrix, D的對角線就是eigenvalues.
diagonalization 可以用來計matrix的高次方。
如果A是symmetric的話, P 就會是othrogonal, P^-1 就是 p^T
Eigenvector 還有很多用途,例如做Principle Component Analysis (PCA) 等。