Eigenwaarden en eigenvectoren van een matrix. | ||||||||
Een eigenvector v van een matrix A is een vector zodat, als je die vector met A vermenigvuldigt, je er een constant aantal keer die vector uitkrijgt. Dus: | ||||||||
|
||||||||
Voor lineaire afbeeldingen betekent dat dus dat die
vectoren v precies de lijnen door de oorsprong vormen die op
zichzelf worden afgebeeld! |
||||||||
|
||||||||
Bovenstaande
vergelijking voor de eigenvector kun je schrijven als A • v
-
λ • v = 0 ofwel (A
-
λE) • v = 0 Nou is het leuk: ik weet al één oplossing van de vergelijking; dat is natuurlijk v = 0. Daarom is het geval met |A - λE)| ≠ 0 niet zo interessant: er is maar één oplossing, en dat moet dan wel v = 0 zijn, want die wist ik al. Het interessante geval krijg je daarom als je eist dat |A - λE| = 0 |
||||||||
|
||||||||
Als je de vergelijking | A - λE | = 0 opstelt dan geeft dat een n-de graads vergelijking voor λ (waarbij de matrix een n × n matrix is). Die vergelijking noemen we de karakteristieke vergelijking die bij de matrix hoort. | ||||||||
|
||||||||
|
||||||||
|
||||||||
nulstellen geeft
(3 -
λ)(6 -
λ) -
40 = 0 De karakteristieke vergelijking is λ2 - 9λ - 22 = 0 dus de eigenwaarden zijn λ = -2 en λ = 11. |
||||||||
Eigenvectoren vinden. Als je eenmaal de eigenwaarden hebt, dan kun je de bijbehorende eigenvectoren v vinden door eenvoudig de vergelijking A • v = λ • v op te lossen. Tenminste, dat zou je denken.............. Laten we het proberen in het voorbeeld hierboven, waar we de waarden λ = -2 en λ = 11 vonden. Neem bijvoorbeeld λ = -2. |
||||||||
|
||||||||
3a - 2b
= -2a en -20a + 6b = -2b 5a - 2b = 0 en -20a + 8b = 0 Maar daar staat twee keer dezelfde vergelijking!!!! Daar kunnen we dus nooit waarden voor a en b uit vinden. Hadden we deze ellende kunnen verwachten? Ja Natuurlijk!! We hadden nou juist die λ zó gekozen dat | A - λE | = 0 en dat betekent dat de vergelijking A • v - λ • v = 0 óf oneindig veel oplossingen heeft óf geen één. In ieder geval niet precies één oplossing! Omdat we verder al weten dat v = 0 een oplossing is, zullen er dus oneindig veel oplossingen zijn. Dus zijn er oneindig veel eigenvectoren. En dat is ook wel logisch eigenlijk, want als een vector v een oplossing is van A • v - λ • v = 0 dan is pv óók een oplossing. Het gaat bij zo'n eigenvector v niet om de precieze grootte van de kentallen, maar om de verhouding ertussen. Je mag best gewoon het eerste kental gelijk kiezen aan bijvoorbeeld 1 (dus a = 1 in het voorbeeld). Als je dat doet, vind je b = 21/2. Maar ook a = 2 en b = 5 is dus goed. In het algemeen vind je bij het bepalen van een eigenvector n vergelijkingen met n onbekenden die niet op te lossen zijn (de vergelijkingen heten dan afhankelijk). Kies gewoon één van de onbekenden, en laat één vergelijking weg, dan heb je een stelsel over dat wél op te lossen is. |
||||||||
|
||||||||
Karakteristieke vergelijking. | ||||||||
Bij het zoeken naar eigenwaarden los je de vergelijking | A - λE | = 0 op, en dat wordt een nde graadsvergelijking (als de matrix A een n × n matrix is). Elke oplossing l geeft een eigenvector. Maar voor zo'n λ zijn er drie mogelijkheden: | ||||||||
1. | λ
komt maar één keer voor in de oplossingen. Dat geval zag je
hierboven, en het levert één eigenvector op. Bedenk nog wel dat
λ best een complex getal mag zijn, daar doen
we niet moeilijk over, kijk maar: |
|||||||
|
||||||||
De karakteristieke
vergelijking wordt (-1 - λ)(3 -
λ) + 5 = 0 -3 + λ - 3λ + λ2 + 5 = 0 λ2 - 2λ + 2 = 0 λ2 - 2λ + 1 + 1 = 0 (l - λ)2 = -1 l - λ = ±i λ = 1 ± i Neem λ = 1 + i Dat geeft voor de kentallen a en b van de eigenvector de volgende vergelijkingen: -a - b = (1 + i)a en 5a + 3b = (1 + i)b maar zoals we intussen al weten is er maar één nodig. De eerste geeft b = - a - (1 + i)a = a(-2 - i) Dus als we bijv. nemen a = -1 dan geeft dat b = 2 + i Neem λ = 1 - i dan vinden we op een zelfde manier de eigenvector a = -1 en b = 2 - i. |
||||||||
Dat laat trouwens wel weer een leuke eigenschap van eigenvectoren zien: | ||||||||
|
||||||||
2. |
λ komt vaker voor in de oplossingen (er zijn "dubbelen" in de eigenwaarden). | |||||||
Bij een 2
× 2 matrix vind je dan maar één eigenwaarde
λ. Soms heb je geluk en levert dat tóch
twee eigenvectoren op, zoals in het volgende geval: |
||||||||
De karakteristieke
vergelijking wordt (2 -
λ)2
= 0 en dat geeft alleen maar
λ =
2 De kentallen a en b van de eigenvector voldoen dan aan de vergelijkingen: 2a = 2a en 2b = 2b Dat betekent dat we zowel a als b vrij kunnen kiezen (als je maar niet beiden tegelijk nul kiest). Dit gebeurt eigenlijk altijd bij symmetrische matrices (zoals deze A is) |
||||||||
Maar je hebt niet altijd het geluk dat dat zo twee ontkoppelde vergelijkingen geeft. Soms vind je echt maar één eigenvector. Neem dit geval: | ||||||||
De karakteristieke
vergelijking wordt (λ - 2)2
= 0 en dat geeft weer alleen maar
λ
= 2 (dubbel) De kentallen a en b van de eigenvector voldoen dan aan de vergelijkingen: a + b = 0 en a + b = 0 Nu moet er wel een verband tussen a en b zijn, en kun je er maar één vrij kiezen. |
||||||||
In zulke gevallen zul je "andere" manieren moeten zoeken om een tweede eigenvector te vinden. Een matrix waarvoor dit het geval is wordt wel "defect" genoemd, zo erg is het! Later daarover meer. | ||||||||
Karakteristieke
vergelijking: (1 -
λ) • ((1-
λ)(2 -
λ) - 2 • 0)
+ 0 • ...... + 0 • ....... = (1 -
λ)2
• (2 -
λ) = 0 Twee eigenwaarden: λ = 2 (enkelvoudig) en λ = 1 (meerwaardig) Stel dat de kentallen van de eigenvector a, b en c zijn. λ = 2 geeft de vergelijkingen a + 2b + c = 2a en b = 2b en 2b + 2c = 2c Dat vereenvoudigt tot b = 0 en c = c en a = c Kies bijvoorbeeld a = 1 dan geeft dat a = 1 en b = 0 en c = 1 λ = 1 geeft de vergelijkingen a + 2b + c = a en b = b en 2b + 2c = c Dat vereenvoudigt tot b = b en c = -2b en c = -2b Kortom: je kunt a vrij kiezen, en b ook, en dan is c = -2b (als je a en b dus maar niet beiden nul kiest) |
||||||||
© h.hofstede (h.hofstede@hogeland.nl) |