Lineare Algebra - SAM - ETH Zürich
Lineare Algebra - SAM - ETH Zürich
Lineare Algebra - SAM - ETH Zürich
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Lineare</strong> <strong>Algebra</strong> (2007)<br />
Kapitel 9 — Eigenwerte und Eigenvektoren<br />
Kapitel 9<br />
Eigenwerte und Eigenvektoren<br />
Eigenwerte und Eigenvektoren spielen sowohl in der Theorie als<br />
auch in den Anwendungen eine grosse Rolle. Sie erlauben einfache<br />
Abbildungsmatrizen von Selbstabbildungen zu finden und zum<br />
Beispiel Normalformen für quadratische Funktionen zu finden. Man<br />
kann mit ihnen aber auch lineare Differentialgleichungen mit konstanten<br />
Koeffizienten lösen oder, konkret, die Eigenschwingungen<br />
eines elastischen Körpers bestimmen, im einfachsten Falle einer<br />
schwingenden Saite.<br />
9.1 Eigenwerte und Eigenvektoren von<br />
Matrizen und linearen Abbildungen<br />
Wir betrachten lineare Abbildungen F : V → V , x ↦−→ F x eines<br />
endlich-dimensionalen Vektorraumes V in sich und interessieren uns<br />
für Vektoren, die bei einer solchen Abbildung bloss gestreckt werden<br />
(allenfalls mit einem negativen Faktor).<br />
Definition: Die Zahl λ ∈ E heisst Eigenwert [eigenvalue] der<br />
linearen Abbildung F : V → V , falls es einen Eigenvektor [eigenvector]<br />
v ∈ V , v ≠ o gibt, so dass<br />
F v = λv . (9.1)<br />
Ist λ ein Eigenwert, so ist der zugehörige Eigenraum [Eigenspace]<br />
E λ gleich der um den Nullvektor erweiterten Menge der Eigenvektoren<br />
zu λ:<br />
E λ :≡ {v ∈ V ; F v = λv} . (9.2)<br />
Die Menge aller Eigenwerte von F heisst Spektrum [spectrum]<br />
von F und wird mit σ(F ) bezeichnet.<br />
Als Abkürzungen für die Begriffe “Eigenvektor” und “Eigenwert”<br />
schreibt man oft EV [EVec] und EW [EVal].<br />
<br />
Diese Definitionen gelten insbesondere für quadratische Matrizen:<br />
ξ ∈ E n ist ein Eigenvektor zum Eigenwert λ von A ∈ E n×n falls<br />
Aξ = ξλ , (9.3)<br />
wobei wir hier wieder besser den Skalar rechts schreiben, vgl. (2.21).<br />
Ist A eine Abbildungsmatrix, die eine lineare Abbildung F bezüglich<br />
einer gewissen Basis repräsentiert, so haben F und A die gleichen<br />
Eigenwerte, und die Eigenvektoren entsprechen sich auf natürliche<br />
Weise:<br />
c○M.H. Gutknecht 30. September 2007 LA-Skript 9-1