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 \[A=\matrix{16 & 6 \\ -60 & -22}\] 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 \[A+4 I = \matrix{16 & 6 \\ -60 & -22} - \matrix{-4 & 0 \\0& -4 }=\matrix{ 20 & 6 \\ -60 & -18}\] Dit kan als volgt:
\[\begin{aligned}
\matrix{20&6\\-60&-18\\}&\sim\matrix{1&{{3}\over{10}}\\-60&-18\\}&{\blue{\begin{array}{c}{{1}\over{20}}R_1\\\phantom{x}\end{array}}}\\\\ &\sim\matrix{1&{{3}\over{10}}\\0&0\\}&{\blue{\begin{array}{c}\phantom{x}\\R_2+60R_1\end{array}}} \end{aligned}\] Dus is de eigenruimte voor \(\lambda = -4\) gelijk aan \(\left\{ r \cv{-3\\10} \middle|\;r\in\mathbb R\right\}\).
Hierbij hebben we zo nodig breuken in de oplossing vermeden.
Anders opgeschreven: de eigenruimte bij eigenwaarde \(-4\) is gelijk aan \(\left\langle\cv{-3\\10}\right\rangle\)
Dit kunnen we doen door middel van rijreductie van de matrix \[A+4 I = \matrix{16 & 6 \\ -60 & -22} - \matrix{-4 & 0 \\0& -4 }=\matrix{ 20 & 6 \\ -60 & -18}\] Dit kan als volgt:
\[\begin{aligned}
\matrix{20&6\\-60&-18\\}&\sim\matrix{1&{{3}\over{10}}\\-60&-18\\}&{\blue{\begin{array}{c}{{1}\over{20}}R_1\\\phantom{x}\end{array}}}\\\\ &\sim\matrix{1&{{3}\over{10}}\\0&0\\}&{\blue{\begin{array}{c}\phantom{x}\\R_2+60R_1\end{array}}} \end{aligned}\] Dus is de eigenruimte voor \(\lambda = -4\) gelijk aan \(\left\{ r \cv{-3\\10} \middle|\;r\in\mathbb R\right\}\).
Hierbij hebben we zo nodig breuken in de oplossing vermeden.
Anders opgeschreven: de eigenruimte bij eigenwaarde \(-4\) is gelijk aan \(\left\langle\cv{-3\\10}\right\rangle\)
Ontgrendel volledige toegang