Eigenwaarden en eigenvectoren: Eigenwaarden en eigenvectoren
Eigenvectoren bij een gegeven eigenwaarde berekenen
We beginnen met voorbeelden om de eigenruimte van een eigenwaarde van een matrix te berekenen.
Stel dat \(\lambda = 4\) een eigenwaarde van de matrix \[A=\matrix{-4 & -2 \\ 24 & 10}\] is. Dan moet er dus een vector \(\vec{v}\) te vinden zijn zodanig dat \(A\vec{v}=4\vec{v}\), oftewel waarvoor geldt \[(A-4 I)\vec{v}=\vec{0}\text.\] Met andere woorden, we moeten de kern vinden van de matrix \(A-4 I\).
Dit kunnen we doen door middel van rijreductie van de matrix \[A-4 I = \matrix{-4 & -2 \\ 24 & 10} - \matrix{4 & 0 \\0& 4 }=\matrix{ -8 & -2 \\ 24 & 6}\] Dit kan als volgt:
\[\begin{aligned}
\matrix{-8&-2\\24&6\\}&\sim\matrix{1&{{1}\over{4}}\\24&6\\}&{\blue{\begin{array}{c}-{{1}\over{8}}R_1\\\phantom{x}\end{array}}}\\\\ &\sim\matrix{1&{{1}\over{4}}\\0&0\\}&{\blue{\begin{array}{c}\phantom{x}\\R_2-24R_1\end{array}}} \end{aligned}\] Dus is de eigenruimte voor \(\lambda = 4\) gelijk aan \(\left\{ r \cv{-1\\4} \middle|\;r\in\mathbb R\right\}\).
Hierbij hebben we zo nodig breuken in de oplossing vermeden.
Anders opgeschreven: de eigenruimte bij eigenwaarde \(4\) is gelijk aan \(\left\langle\cv{-1\\4}\right\rangle\)
Dit kunnen we doen door middel van rijreductie van de matrix \[A-4 I = \matrix{-4 & -2 \\ 24 & 10} - \matrix{4 & 0 \\0& 4 }=\matrix{ -8 & -2 \\ 24 & 6}\] Dit kan als volgt:
\[\begin{aligned}
\matrix{-8&-2\\24&6\\}&\sim\matrix{1&{{1}\over{4}}\\24&6\\}&{\blue{\begin{array}{c}-{{1}\over{8}}R_1\\\phantom{x}\end{array}}}\\\\ &\sim\matrix{1&{{1}\over{4}}\\0&0\\}&{\blue{\begin{array}{c}\phantom{x}\\R_2-24R_1\end{array}}} \end{aligned}\] Dus is de eigenruimte voor \(\lambda = 4\) gelijk aan \(\left\{ r \cv{-1\\4} \middle|\;r\in\mathbb R\right\}\).
Hierbij hebben we zo nodig breuken in de oplossing vermeden.
Anders opgeschreven: de eigenruimte bij eigenwaarde \(4\) is gelijk aan \(\left\langle\cv{-1\\4}\right\rangle\)
Ontgrendel volledige toegang