[Ylempi pääsivu] [Edellinen sivu] [Seuraava sivu]
Johdatteluna palautetaan mieliin erään aikaisemman esimerkin tilanne. Kannanvaihdon yhteydessä oli esimerkissä 9.5 tilanne, jossa tason lineaarikuvaukselle löydettiin sellaiset vektorit ja , joille ja . Löydettiin siis tason kanta, jonka kantavektorit kuvautuvat vain monikerroikseen. Samanlainen tilanne saatiin aikaan kolmiulotteisessa esimerkissä 9.6. Kun tällainen tilanne tiedetään, koko lineaarikuvauksen hahmottaminen ja hallinta on paljon helpompaa. Voisiko sitten tällaiseen tilanteeseen päästä aina? Ja jos, niin miten? Yritetään seuraavassa vastata tähän. Ensin muutamia nimityksiä.
jollekin luvulle ja jollekin vektorille , sanotaan, että luku on lineaarikuvauksen ominaisarvo ja vektori sen ominaisvektori. Samoja nimityksiä käytetään lineaarikuvausta vastaavalle neliömatriisille . Yhtälöä sanotaan ominaisarvoyhtälöksi.
Tason lineaarikuvaus on ilmeisestikin jonkinlainen venytys ja sille voisi sen mukaan odottaa löytyvän vektoreita, jotka kuvautuvat monikerrakseen. Tarkastellaan ominaisarvoyhtälöä ja yritetään ratkaista se:
Tämän mukaan valinnat ja sekä toisaalta ja antavat ainakin eräät ominaisarvo- ja ominaisvektoriparit (ottamatta tässä vielä kantaa siihen, löytyykö mahdollisesti muitakin pareja).
Toisaalta esimerkiksi vektorille on ja se ei siten ole enää vektorin suuntainen. Tämä osoittaa, että ainakaan tämä vektori ei kelpaa ominaisvektoriksi.
Tason lineaarikuvaus on vuorostaan kierto. Katsotaan löytyykö sille ominaisvektoreita. Nyt
Ei siis ole sellaista vektoria , että olisi . Tälle kuvaukselle ei siis ole olemassa ominaisarvoja eikä ominaisvektoreita.
Selvitä, mitkä seuraavista vektoreista ovat tason lineaarikuvauksen ominaisvektoreita: , , , , , . Myönteisessä tapauksessa ilmoita vastaava ominaisarvo.
Muodosta edellisen tehtävän lineaarikuvauksen ominaisvektoreista tason kanta. Mikä matriisi vastaa lineaarikuvausta siinä kannassa? Vastaa siihen sekä suoraan (laskematta mitään!) että tekemällä kyseinen kannanvaihto ja määräämällä sitä kautta kysytty matriisi.
Ominaisarvoyhtälössä esiintyvät tuntemattomina sekä ominaisarvo että ominaisvektori . Kyseisessä yhtälöryhmässä on siten enemmän ratkaistavia muuttujia kuin yhtälöitä. Tällaisen yhtälöryhmän ratkaiseminen näyttäisi siten kovin epämääräiseltä. Seuraava tulos kuitenkin osoittaa, että mainituista tuntemattomista voidaan ensin ratkaista pelkästään ominaisarvot ilman ominaisvektoreiden laskemista. Ne voidaan laskea sitten jälkeenpäin.
Olkoon lineaarikuvaus ja sitä vastaava neliömatriisi. Tällöin luku on kuvauksen ominaisarvo, jos ja vain jos
Todistus. Muodostetaan seuraava päättelyketju (jossa 'id' tarkoittaa identtistä kuvausta):
Yllä saadussa yhtälössä lauseke on kehityssäännöllä auki laskettuna todettavissa erääksi muuttujan polynomiksi; se on yleistä muotoa
joillekin kertoimille , ..., , . Se on nimeltään lineaarikuvauksen ja sitä vastaavan matriisin karakteristinen polynomi. Siitä saatava yhtälö
on näiden karakteristinen yhtälö. Tämän yhtälön juuret ovat siis täsmälleen lineaarikuvauksen ja matriisin ominaisarvot. Niitä on korkeintaan kappaletta, koska polynomi on -asteinen. (Tässä viitataan siihen tosiasiaan, että -asteisella reaalisella polynomilla on korkeintaan juurta.)
Määrätään sitten ominaisvektorit. Kun , ominaisvektorit saadaan ehdosta
Ratkaistaan tämä Gaussin ja Jordanin menetelmällä:
Ominaisarvoon liittyvät ominaisvektorit ovat siis muotoa , missä .
Ratkaistaan sitten ominaisarvoon liittyvät ominaisvektorit:
Määrää lineaarikuvauksen kaikki ominaisarvot ja ominaisarvoa vastaavat ominaisvektorit.