Ålreit.
En egenvektor er en vektor
x slik at A
x = [tex]\small\lambda[/tex]
x, der [tex]\small\lambda[/tex] er en egenverdi.
Først for [tex]\small\lambda_1[/tex] = 5.
[tex]Ax = 5x[/tex]
[tex]Ax - 5x = 0[/tex]
[tex](A-5I)x = 0[/tex]
Finner A-5I:
[tex]\large\left[\begin{matrix}(7-5)&2\\-4&(1-5) \end{matrix}\right] = \large\left[\begin{matrix}2&2\\-4&-4 \end{matrix}\right][/tex]
For å finne (A-5I)
x = 0, kan vi løse det som et ligningssystem, eller ved radredusering.
[tex]\large\left[\begin{matrix}2&2&0\\-4&-4&0 \end{matrix}\right] \,\sim\, \large\left[\begin{matrix}1&1&0\\0&0&0 \end{matrix}\right][/tex]
Du har vært borti dette før, ikke sant? Fra dette ser vi at den første egenvektoren er:
v[sub]1[/sub] = [tex]\large\left[\begin{matrix}1\\-1 \end{matrix}\right][/tex]
For [tex]\small\lambda_2[/tex] = 2, har vi samme fremgangsmåte og finner den andre egenvektoren.
v[sub]2[/sub] = [tex]\large\left[\begin{matrix}1\\-2 \end{matrix}\right][/tex]
Da kan vi lage matrisen P, som er slik:
P = [
v[sub]1[/sub]
v[sub]2[/sub]] = [tex]\large\left[\begin{matrix}1&1\\-1&-2 \end{matrix}\right][/tex]
Til slutt inverterer vi P, og får:
P[sup]-1[/sup] = [tex]\large\left[\begin{matrix}2&1\\-1&-1 \end{matrix}\right][/tex]
Vi er ferdig med diagonaliseringen! A = PDP[sup]-1[/sup].
Det betyr at
A*A = (PDP[sup]-1[/sup])(PDP[sup]-1[/sup]) = PDP[sup]-1[/sup]PDP[sup]-1[/sup]
og siden en matrise ganget med sin egen invers er identitetsmatrisen I:
A*A = PDIDP[sup]-1[/sup] = PD[sup]2[/sup]P[sup]-1[/sup]
og generelt er A[sup]n[/sup] = PD[sup]n[/sup]P[sup]-1[/sup]. Noe som sparer oss for masse regnearbeid når vi f.eks skal finne A[sup]5[/sup].