Wartości i wektory własne — przewodnik krok po kroku

Wartości i wektory własne pokazują, które kierunki macierz kwadratowa tylko skaluje, zamiast je obracać. Dla macierzy kwadratowej $A$ wektor własny to niezerowy wektor $v$ taki, że

$$Av = \lambda v$$

dla pewnego skalara $\lambda$. Liczba $\lambda$ to wartość własna. Jeśli potrzebujesz tylko głównej idei, jest ona taka: wektory własne zachowują swoją prostą, a wartości własne mówią, jaki jest współczynnik skali na tej prostej.

Większość wektorów zmienia kierunek pod działaniem macierzy. Wektor własny tego nie robi. Może zostać rozciągnięty, skurczony albo odwrócony, jeśli $\lambda < 0$, ale pozostaje na tej samej prostej.

Co oznacza $Av = \lambda v$

Pomyśl o macierzy jak o przekształceniu. Zwykle obraca, ścina, rozciąga albo miesza kierunki. Ale niektóre kierunki mogą przejść przez to przekształcenie bez odchylenia od swojej pierwotnej prostej.

Te szczególne kierunki to wektory własne. Wartość własna mówi, co macierz robi wzdłuż tego kierunku:

• Jeśli $\lambda > 1$, wektor zostaje rozciągnięty.
• Jeśli $0 < \lambda < 1$, wektor zostaje skurczony.
• Jeśli $\lambda < 0$, wektor zostaje przeskalowany i odwrócony.
• Jeśli $\lambda = 0$, macierz wysyła ten wektor własny do wektora zerowego.

Wektor zerowy nigdy nie jest uznawany za wektor własny. Gdyby był dozwolony, każda macierz by go miała i pojęcie straciłoby sens.

Jak wyznaczać wartości i wektory własne

Zacznij od

$$Av = \lambda v.$$

Przenieś wszystko na jedną stronę:

$$(A - \lambda I)v = 0.$$

To jest układ jednorodny. Aby miał niezerowe rozwiązanie $v$, macierz $A - \lambda I$ musi być osobliwa, więc

$$\det(A - \lambda I) = 0.$$

Rozwiązanie tego równania daje wartości własne. Następnie dla każdej wartości własnej rozwiąż

$$(A - \lambda I)v = 0$$

aby otrzymać odpowiadające jej wektory własne.

Ta metoda dotyczy macierzy kwadratowych. Jeśli macierz nie jest kwadratowa, standardowe zagadnienie wartości własnych nie jest zdefiniowane w tej postaci.

Przykład rozwiązany: macierz 2x2

Niech

$$A = \begin{bmatrix} 2 & 1 \\ 0 & 3 \end{bmatrix}.$$

Najpierw wyznaczymy wartości własne, a potem odpowiadające im wektory własne.

Krok 1: Oblicz $\det(A - \lambda I)$

Najpierw utwórz

$$A - \lambda I = \begin{bmatrix} 2 - \lambda & 1 \\ 0 & 3 - \lambda \end{bmatrix}.$$

Teraz oblicz wyznacznik:

$$\det(A - \lambda I) = (2 - \lambda)(3 - \lambda).$$

Przyrównaj wyznacznik do zera:

$$(2 - \lambda)(3 - \lambda) = 0.$$

Zatem wartości własne to

$$\lambda = 2 \quad \text{oraz} \quad \lambda = 3.$$

Krok 2: Wyznacz wektory własne dla $\lambda = 2$

Podstaw $\lambda = 2$ do $(A - \lambda I)v = 0$:

$$A - 2I = \begin{bmatrix} 0 & 1 \\ 0 & 1 \end{bmatrix}.$$

Niech $v = \begin{bmatrix} x \\ y \end{bmatrix}$. Wtedy

$$\begin{bmatrix} 0 & 1 \\ 0 & 1 \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix}$$

co daje $y = 0$. Zmienna $x$ jest dowolna, więc działa każdy niezerowy wektor leżący na osi $x$. Prostym wyborem jest

$$\begin{bmatrix} 1 \\ 0 \end{bmatrix}$$

i każda jego niezerowa wielokrotność też jest wektorem własnym dla $\lambda = 2$.

Krok 3: Wyznacz wektory własne dla $\lambda = 3$

Teraz użyj $\lambda = 3$:

$$A - 3I = \begin{bmatrix} -1 & 1 \\ 0 & 0 \end{bmatrix}.$$

Rozwiąż

$$\begin{bmatrix} -1 & 1 \\ 0 & 0 \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix}.$$

Dostajemy $-x + y = 0$, więc $y = x$. Prostym wyborem jest

$$\begin{bmatrix} 1 \\ 1 \end{bmatrix}$$

i każda jego niezerowa wielokrotność też jest wektorem własnym dla $\lambda = 3$.

Krok 4: Sprawdź jedną parę

Weź $v = \begin{bmatrix} 1 \\ 1 \end{bmatrix}$ dla $\lambda = 3$:

$$Av = \begin{bmatrix} 2 & 1 \\ 0 & 3 \end{bmatrix} \begin{bmatrix} 1 \\ 1 \end{bmatrix} = \begin{bmatrix} 3 \\ 3 \end{bmatrix} = 3 \begin{bmatrix} 1 \\ 1 \end{bmatrix}.$$

Zatem sprawdzenie się zgadza: $Av = 3v$.

Intuicja: dlaczego te wektory są szczególne

Jeśli wyobrazisz sobie płaszczyznę przekształcaną przez $A$, większość strzałek przechyla się w nowe kierunki. Wektory własne to rzadkie strzałki, które pozostają na swojej własnej prostej.

Dlatego są ważne. Ujawniają proste kierunki ukryte w przekształceniu, co często jest bardziej użyteczne niż samo patrzenie na elementy macierzy.

Typowe błędy przy wyznaczaniu wartości i wektorów własnych

1. Zapominanie, że wektory własne muszą być niezerowe.
2. Błędne rozwiązywanie $\det(A - \lambda I) = 0$, zwłaszcza na etapie liczenia wyznacznika.
3. Wyznaczenie wartości własnych bez znalezienia odpowiadających im wektorów własnych.
4. Zakładanie, że każda macierz kwadratowa ma dość niezależnych wektorów własnych, by utworzyć bazę. Nie każda ma.
5. Zakładanie, że każda macierz rzeczywista ma rzeczywiste wartości własne. To zależy od macierzy.

Gdzie używa się wartości i wektorów własnych

Pojawiają się wszędzie tam, gdzie proces liniowy ma wyróżnione kierunki albo naturalne mody.

Typowe przykłady to równania różniczkowe, zagadnienia drgań, układy dynamiczne, modele Markowa i analiza głównych składowych. Znaczenie zmienia się w zależności od dziedziny, ale schemat jest ten sam: znajdź kierunki, w których przekształcenie działa jak zwykłe skalowanie.

Spróbuj podobnego zadania

Przeprowadź ten sam proces dla

$$\begin{bmatrix} 4 & 0 \\ 1 & 1 \end{bmatrix}.$$

Najpierw wyznacz wartości własne, potem rozwiąż dla wektorów własnych i sprawdź jedną parę przez bezpośrednie mnożenie. Jeśli chcesz pójść o krok dalej, spróbuj własnej wersji w solverze i porównaj pary własne, a nie tylko końcowe liczby.