Linjär algebra för datavetenskap i R
Eric Eager
Data Scientist at Pro Football Focus
För en matris $A$ är skaläret $\lambda$ ett egenvärde av $A$, med tillhörande egenvektor $\vec{v} \neq \vec{0}$, om följande ekvation gäller: $$A\vec{v} = \lambda \vec{v}.$$
Med andra ord:
Matrismultiplikationen $A\vec{v}$, en matris-vektoroperation, ger samma vektor som $\lambda \vec{v}$, en skalärmultiplikation på en vektor.
Den här matrisen behöver inte likna matriserna i förra avsnittet.
print(A)
[,1] [,2]
[1,] 2 3
[2,] 0 1
Observera att $\lambda = 2$ är ett egenvärde av $A$ med egenvektorn $\vec{v} = (1, 0)^T$:
A%*%c(1,0)
[,1]
[1,] 2
[2,] 0
2*c(1, 0)
2 0

Observera att $\lambda = 2$ är ett egenvärde av $A$ med egenvektorn $\vec{v} = (1, 0)^T$ och $\vec{v} = (4, 0)^T$:
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
Linjär algebra för datavetenskap i R