1.2. Eigenwerte und Eigenvektoren

In diesem Abschnitt definieren wir den Begriff der Eigenwerte und Eigenvektoren für Endomorphismen F und deren darstellende Matrizen A:=MB(F) bezüglich einer Basis B von V.

Definition 1.4 (Eigenwert, Eigenvektor und Spektrum)

Sei F:VV ein Endomorphismus von V. Ein Skalar λK heißt Eigenwert von F, wenn ein sogenannter Eigenvektor vV,v0 existiert, so dass

(1.1)F(v)v = λv.

Die Menge aller Eigenwerte des Endomorphismus F nennt man das Spektrum von F.

Die in (1.1) gegebene Eigenwertgleichung lässt sich ebenso für darstellende Matrizen AKn×n schreiben. In diesem Fall interessieren wir uns für Eigenwerte und Eigenvektoren, die folgende lineare Gleichung erfüllen

(1.2)Av = λv.

Definition 1.5 (Eigenraum)

Sei V ein K-Vektorraum und sei F:VV ein Endomorphismus von V. Dann definieren wir den Eigenraum Eig(F;λ) zum Eigenwert λK von F als lineare Hülle der Eigenvektoren zum Eigenwert λ, d.h.

Eig(F;λ) = Kern(FλidV) = {vV|F(v)=λv,v0}{0}V.

Analog können wir den Eigenraum Eig(A;λ) zum Eigenwert λK einer quadratischen Matrix AKn×n definieren als

Eig(A;λ) = Kern(AλIn) = {vV|Av=λv,v0}{0}V,

wobei InKn×n die Einheitsmatrix bezeichnet.

Wir können einen Eigenwert mittels der Dimension seines zugehörigen Eigenraums noch näher charakterisieren.

Definition 1.6 (Geometrische Vielfachheit)

Wir bezeichnen mit der geometrischen Vielfachheit eines Eigenwerts λK die Dimension des zugehörigen Eigenraums dimEig(F;λ) bzw.~dimEig(A;λ).

Remark 1.1

Wir bemerken, dass der Eigenraum Eig(F;λ)V zum Eigenwert λK von F ein F-invarianter Untervektorraum von V ist, da ja wegen der Eigenwertgleichung (1.1) gelten muss

F(v)=λvEig(F;λ), für alle vEig(F;λ).

Das bedeutet, dass wenn wir F auf Eig(F;λ) einschränken, so ist F|Eig(F;λ) ein Endormorphismus von Eig(F;λ) mit

F|Eig(F;λ):Eig(F;λ)Eig(F;λ).