Eigenvektoren und Eigenwerte

Die nächste zentrale Deﬁnition ist die von Eigenwerten und Eigenvektoren eines Endomorphismus eines Vektorraums.

Sei f : V → V ein Endomorphismus. Ein λ ∈ K heißt Eigenwert von f, wenn es einen Vektor v ∈ V ungleich Null gibt mit f(v) = λv. Solch ein Vektor heißt dann ein Eigenvektor von f zum Eigenwert λ.
Ein Eigenvektor bzgl. f ist also ein Vektor, der nicht Null ist und der durch f um einen Faktor λ, den Eigenwert, gestreckt wird. Wir deﬁnieren:

E(f,λ) = {v∈V | f(v) = λv}

für alle λ ∈ K. Dies ist ein Untervektorraum von V. Per deﬁnitionem ist λ ∈ K ein Eigenwert von f, wenn es einen Vektor v≠0 in E(f,λ) gibt. E(f,λ) = {v ∈ V | f(v) = λv} ist E(f,λ) ein Untervektorraum von V.

Berechnen von Eigenwerten und Eigenvektoren

Nach Definition muss ja f(v)=λv sein. Das bedeutet konkret (A ist eine Matrix)

Ax=λx.

Dies lässt sich auch umschreiben, mit E der Einheitsmatrix, in

Ax=λEx

Das lässt sich dann umformen zu:

(A-λE)x=0

Um nun den Eigenwert zu berechnen löst man diese Gleichung und da x≠0 vorausgesetzt wird folgt, dass es nur genau dann lösbar ist wenn (A-λE) einen nicht trivialen Kern hat (also kein Kern ≠0). Das bedeutet wiederum, dass die Determinante 0 sein muss:

det(A-λE)=0.

Diese Determinante nennt man dann „charakteristisches Polynom“. Die Nullstellen dieses Polynoms sind dann die Eigenwerte.

Nun zur Bestimmung der Eigenvektoren. Dafür setzt man den Eigenvektor in die Gleichung

(A-λE)x=0

anstelle des λ ein und erhält so ein Gleichungssystem das man lösen kann. Die Lösung dieses Gleichungssystems ist dann der Eigenvektor bzw. die Eigenvektoren.

Beispiel:

Am Beispiel der Matrix bestimmen wir mal die Eigenwerte: