previous up next contents index
previous: Wie berechnet man Eigenwerte? up: Eigenwerte und Eigenvektoren next: Diagonalisieren

Wie berechnet man Eigenvektoren?  



Wir können die Eigenvektoren $\mathsfbf{x}$ zum bekannten Eigenwert $\lambda$ durch Einsetzen in $(\mathsfbf{A}-\lambda\mathsfbf{I})\mathsfbf{x}= \mathsfbf{o}$ berechnen.



BEISPIEL
Wir suchen die Eigenvektoren von $\mathsfbf{A}=\pmatrix{ 1 & -2\cr 1 & 4 }$.

Die Eigenvektoren zum Eigenwert $\lambda_1=2$ erhalten wir aus

\begin{displaymath}
(\mathsfbf{A}-\lambda_1\mathsfbf{I})\mathsfbf{x}= 
 \pmatrix{ -1 & -2\cr 1 & 2 }\pmatrix{ x_1 \cr x_2} 
 = \pmatrix{ 0\cr 0}
 \end{displaymath}

Als Lösung erhalten wir mittels Gauß-Elimination $x_2=\alpha$ und $x_1=-2\alpha$, für ein $\alpha\in{\mathbb R}\setminus\{0\}$, bzw. als Vektor

\begin{displaymath}
\mathsfbf{x} = \alpha\pmatrix{ -2\cr 1}
 \end{displaymath}

Die Eigenvektoren sind daher $\pmatrix{ -2\cr 1}$ und jedes nichtverschwindende Vielfache davon.

Analog erhalten wir für die Eigenvektoren des zweiten Eigenwertes $\lambda_2=3$, $\pmatrix{ -1\cr 1}$ und jedes nichtverschwindende Vielfache davon.



Falls $\mathsfbf{x}$ ein Eigenvektor zum Eigenwert $\lambda$ ist, dann ist auch jedes Vielfache $\alpha\vec x$ ein Eigenvektor:

\begin{displaymath}
\mathsfbf{A}(\alpha\mathsfbf{x}) = \alpha(\mathsfbf{A}\mathsfbf{x}) = 
\alpha\lambda\mathsfbf{x} = \lambda(\alpha\mathsfbf{x})\end{displaymath}

Falls $\mathsfbf{x}$ und $\mathsfbf{y}$ Eigenvektoren zum gleichen Eigenwert $\lambda$ sind, dann ist auch $\mathsfbf{x}+\mathsfbf{y}$ ein Eigenvektor

\begin{displaymath}
\mathsfbf{A}(\mathsfbf{x}+\mathsfbf{y}) 
= \mathsfbf{A}\math...
 ...bf{x} +\lambda\mathsfbf{y}
= \lambda(\mathsfbf{x}+\mathsfbf{y})\end{displaymath}

Die Menge aller Eigenvektoren zum Eigenwert $\lambda$ vereinigt mit dem Nullvektor ist daher ein Unterraum des ${\mathbb R}^n$ und wird als  Eigenraum bezeichnet.




BEISPIEL
Gesucht sind die Eigenwerte und Eigenvektoren von

\begin{displaymath}
\mathsfbf{A}=\pmatrix{2 & 0 & 1\cr 0 & 3 & 1\cr 0 & 6 & 2}
 \end{displaymath}

Wir bilden das charakteristische Polynom und berechnen dessen Nullstellen.

\begin{displaymath}
\begin{array}
{rcl}
 \det(\mathsfbf{A}-\lambda\mathsfbf{I}) ...
 ...6)\\ [2ex]
 & = &
 (\lambda-2)\lambda(\lambda-5)=0
 \end{array}\end{displaymath}

Wir erhalten die Eigenwerte

\begin{displaymath}
\lambda_1=2\mbox{, }\lambda_2=0\mbox{ und }
 \lambda_3=5
 \end{displaymath}

Die Eigenvektoren zum Eigenwert $\lambda_3=5$ erhalten wir durch Lösen der Gleichung

\begin{displaymath}
\begin{array}
{l}
 (\mathsfbf{A}-\lambda_3\mathsfbf{I})\math...
 ...trix{ x_1\cr x_2\cr x_3}=
 \pmatrix{ 0\cr 0\cr 0}
 \end{array} \end{displaymath}

Durch Gauß-Elimination erhalten wir

\begin{displaymath}
\left( \begin{array}
{rrr\vert r}
 -3 & 0 & 1 & 0\\  0 & -2 ...
 ...1 & 0\\  0 & -2 & 1 & 0\\  0 & 0 & 0 & 0
 \end{array} \right)
 \end{displaymath}

und somit $x_3=\alpha_3$, $x_2=\frac{1}{2}\alpha_3$ und $x_1=\frac{1}{3}\alpha_3$ für ein beliebiges $\alpha_3\in{\mathbb R}\setminus\{0\}$.

Analog für $\lambda_1=2$: $\alpha_1\pmatrix{1 \cr 0 \cr 0}$.


und für $\lambda_2=0$: $\alpha_2\pmatrix{-\frac{1}{2}\cr -\frac{1}{3}\cr 1}$.


previous up next contents index

© 1997, Josef Leydold
Abteilung für angewandte Statistik und Datenverarbeitung