Lineaire algebra voor data science in R
Eric Eager
Data Scientist at Pro Football Focus
Voor een matrix $A$ is de scalair $\lambda$ een eigenwaarde van $A$, met bijbehorende eigenvector $\vec{v} \neq \vec{0}$, als geldt: $$A\vec{v} = \lambda \vec{v}.$$
Met andere woorden:
De matrixvermenigvuldiging $A\vec{v}$ levert dezelfde vector op als $\lambda \vec{v}$, een scalaire vermenigvuldiging op een vector.
Deze matrix hoeft niet op die uit het vorige college te lijken.
print(A)
[,1] [,2]
[1,] 2 3
[2,] 0 1
Merk op dat $\lambda = 2$ een eigenwaarde is van $A$ met eigenvector $\vec{v} = (1, 0)^T$:
A%*%c(1,0)
[,1]
[1,] 2
[2,] 0
2*c(1, 0)
2 0

Merk op dat $\lambda = 2$ een eigenwaarde is van $A$ met eigenvector $\vec{v} = (1, 0)^T$ _én_ $\vec{v} = (4, 0)^T$:
A%*%c(1,0)
[,1]
[1,] 2
[2,] 0
2*c(1, 0)
2 0
A%*%c(4,0)
[,1]
[1,] 8
[2,] 0
2*c(4, 0)
8 0
Lineaire algebra voor data science in R