Eigencirkel van een
2
×
2
{\displaystyle 2\times 2}
matrix [ bewerken | brontekst bewerken ]
Het concept eigencirkel is gedefinieerd door Englefield & Farr in hun artikels 2006[1] en 2010[2] .
Eigencirkels vereenvoudigen een geometrische interpretatie van lineair transformaties. ([1] p.281 Figure 1)
Ze laten toe aspecten van lineaire transformaties te visualiseren en vereenvoudigen zo het afleiden van eigenschappen.
Dit artikel behandelt een aantal elementaire eigenschappen van eigencirkels.
De gerefereerde artikels bevatten nog meer afleidingen.
Een eigenwaarde van een vierkante
2
×
2
{\displaystyle 2\times 2}
matrix
A
{\displaystyle A}
is een getal
λ
{\displaystyle \lambda }
waarvoor geldt dat
A
X
=
λ
X
{\displaystyle AX=\lambda X}
voor een
X
≠
0
{\displaystyle X\neq 0}
.
Fig. 1: Elementaire eigenschappen van een eigencirkel
Fig. 2: karakteristieke punten van een eigencirkel
Fig. 3: Het lezen van de eigenvectorenb op een eigencirkel
Fig. 4: Eigencirkel en rotatie en schaling van een vector
Om de eigenwaarden
λ
{\displaystyle \lambda }
van een matrix
A
{\displaystyle A}
te bepalen, dient een oplossing gevonden te worden voor de vergelijking
det
(
A
−
λ
I
)
=
0
{\displaystyle \det(A-\lambda I)=0}
.
De verzameling eigenwaarden
E
V
{\displaystyle EV}
kan worden geschreven als:
E
V
=
{
λ
|
∃
x
→
[
x
y
]
a
n
d
[
λ
0
0
λ
]
[
x
y
]
=
A
[
x
y
]
}
{\displaystyle EV=\left\{\lambda \ |\ \exists {\vec {x}}\left[{\begin{matrix}x\\y\\\end{matrix}}\right]and\ \left[{\begin{matrix}\lambda &0\\0&\lambda \\\end{matrix}}\right]\left[{\begin{matrix}x\\y\\\end{matrix}}\right]=A\left[{\begin{matrix}x\\y\\\end{matrix}}\right]\right\}}
We breiden het concept eigenwaarde uit door te zoeken naar de elementen van de verzameling
E
C
{\displaystyle EC}
: ([2] p.439 (2))
E
C
=
{
(
λ
,
μ
)
|
∃
[
x
y
]
a
n
d
[
λ
+
μ
−
μ
λ
]
[
x
y
]
=
A
[
x
y
]
}
{\displaystyle EC=\left\{\left(\lambda ,\mu \right)\ |\ \exists \left[{\begin{matrix}x\\y\\\end{matrix}}\right]and\ \left[{\begin{matrix}\lambda &+\mu \\-\mu &\lambda \\\end{matrix}}\right]\left[{\begin{matrix}x\\y\\\end{matrix}}\right]=A\left[{\begin{matrix}x\\y\\\end{matrix}}\right]\right\}}
gebruikmakend van d it ruimere concept, kan voor elke
[
x
y
]
{\displaystyle \left[{\begin{matrix}x\\y\\\end{matrix}}\right]}
een
(
λ
,
μ
)
{\displaystyle (\lambda ,\mu )}
worden gevonden zodat geldt: ([2] p.439)
L
λ
μ
[
x
y
]
=
[
λ
+
μ
−
μ
λ
]
[
x
y
]
=
A
[
x
y
]
{\displaystyle L_{\lambda \mu }\left[{\begin{matrix}x\\y\\\end{matrix}}\right]=\left[{\begin{matrix}\lambda &+\mu \\-\mu &\lambda \\\end{matrix}}\right]\left[{\begin{matrix}x\\y\\\end{matrix}}\right]=A\left[{\begin{matrix}x\\y\\\end{matrix}}\right]}
(
λ
,
μ
)
{\displaystyle \left(\lambda ,\mu \right)}
wordt een
(
λ
,
μ
)
−
e
i
g
e
n
p
a
a
r
{\displaystyle \left(\lambda ,\mu \right)-eigenpaar}
genoemd en
[
x
y
]
{\displaystyle \left[{\begin{matrix}x\\y\\\end{matrix}}\right]}
is de corresponderende
(
λ
,
μ
)
−
e
i
g
e
n
v
e
c
t
o
r
{\displaystyle \left(\lambda ,\mu \right)-eigenvector}
. ([2] p.439)
De bestaansvoorwaarde
(
λ
,
μ
)
−
e
i
g
e
n
p
a
r
e
n
{\displaystyle \left(\lambda ,\mu \right)-eigenparen}
kan worden geschreven als: ([2] p.440)
E
C
=
{
(
λ
,
μ
)
|
∃
x
→
[
x
y
]
e
n
[
λ
+
μ
−
μ
λ
]
[
x
y
]
=
A
[
x
y
]
}
≠
{
}
{\displaystyle EC=\left\{\left(\lambda ,\mu \right)\ |\ \exists {\vec {x}}\left[{\begin{matrix}x\\y\\\end{matrix}}\right]en\ \left[{\begin{matrix}\lambda &+\mu \\-\mu &\lambda \\\end{matrix}}\right]\left[{\begin{matrix}x\\y\\\end{matrix}}\right]=A\left[{\begin{matrix}x\\y\\\end{matrix}}\right]\right\}\neq \left\{\right\}}
d
e
t
(
A
−
L
λ
μ
)
=
|
a
−
λ
b
+
μ
c
−
μ
d
−
λ
|
=
0
{\displaystyle det\left(A-L_{\lambda \mu }\right)=\left|{\begin{matrix}a-\lambda &b+\mu \\c-\mu &d-\lambda \\\end{matrix}}\right|=0}
λ
2
−
(
a
+
d
)
λ
+
det
(
A
)
−
(
b
−
c
)
μ
+
μ
2
=
0
{\displaystyle \lambda ^{2}-\left(a+d\right)\lambda +\det {\left(A\right)}-\left(b-c\right)\mu +\mu ^{2}=0}
Gebruikmakend van onderstaande identiteiten kan de bovenstaande vergelijking worden vereenvoudigd: ([2] p.440 (6)-(10))
f
=
(
a
+
d
)
2
{\displaystyle f={\frac {\left(a+d\right)}{2}}}
g
=
(
b
−
c
)
2
{\displaystyle g={\frac {\left(b-c\right)}{2}}}
r
2
=
f
2
+
g
2
{\displaystyle r^{2}=f^{2}+g^{2}}
det
(
A
)
=
r
2
−
ρ
2
{\displaystyle \det {\left(A\right)}=r^{2}-\rho ^{2}}
ρ
2
=
(
a
−
d
2
)
2
+
(
b
+
c
2
)
2
{\displaystyle \rho ^{2}=\left({\frac {a-d}{2}}\right)^{2}+\left({\frac {b+c}{2}}\right)^{2}}
De vereenvoudigde uitdrukking volgt hieronder: ([2] p.440 (10))
(
λ
−
f
)
2
+
(
μ
−
g
)
2
−
ρ
2
=
0
{\displaystyle \left(\lambda -f\right)^{2}+\left(\mu -g\right)^{2}-\rho ^{2}=0}
De verzameling
E
C
{\displaystyle EC}
die alle
(
λ
,
μ
)
−
e
i
g
e
n
w
a
a
r
d
e
n
{\displaystyle \left(\lambda ,\mu \right)-eigenwaarden}
bevat, is een cirkel op het
(
λ
,
μ
)
−
v
l
a
k
{\displaystyle \left(\lambda ,\mu \right)-vlak}
met centrum
C
(
f
,
g
)
{\displaystyle C(f,g)}
en straal
ρ
{\displaystyle \rho }
. ([2] p.440 (10))
Deze cirkel wordt de eigencirkel van
A
{\displaystyle A}
genoemd.
Dit wordt vooregsteld in Figuur 1. ([2] FIGURE 1)
E
C
=
{
(
λ
,
μ
)
|
∃
x
→
[
x
y
]
e
n
[
λ
+
μ
−
μ
λ
]
[
x
y
]
=
A
[
x
y
]
}
{\displaystyle EC=\left\{\left(\lambda ,\mu \right)\ |\ \exists {\vec {x}}\left[{\begin{matrix}x\\y\\\end{matrix}}\right]en\ \left[{\begin{matrix}\lambda &+\mu \\-\mu &\lambda \\\end{matrix}}\right]\left[{\begin{matrix}x\\y\\\end{matrix}}\right]=A\left[{\begin{matrix}x\\y\\\end{matrix}}\right]\right\}}
E
C
=
{
(
λ
,
μ
)
|
(
λ
−
f
)
2
+
(
μ
−
g
)
2
−
ρ
2
=
0
}
{\displaystyle EC=\left\{\left(\lambda ,\mu \right)\ |\ \left(\lambda -f\right)^{2}+\left(\mu -g\right)^{2}-\rho ^{2}=0\right\}}
Elke eigencirkel bevat vier karateristieke
(
λ
,
μ
)
−
e
i
g
e
n
p
a
r
e
n
{\displaystyle \left(\lambda ,\mu \right)-eigenparen}
. Dit wordt getoond in Figuur 2. ([1] p.282 Figure 1)
De constructie in Figuur 3 toont hoe de eigenvectoren van de matrix
A
{\displaystyle A}
kunnen worden gelezen in de eigencirkel. ([1] p.283 Figure 2)
Figuur 4 illustreert hoe het bestaan van een
(
λ
,
μ
)
−
e
i
g
e
n
p
a
a
r
{\displaystyle \left(\lambda ,\mu \right)-eigenpaar}
(
λ
1
,
μ
1
)
{\displaystyle \left(\lambda _{1},\mu _{1}\right)}
kan worden geïnterpreteerd:
Indien
(
λ
1
,
μ
1
)
c
a
r
t
e
s
i
a
n
=
(
s
1
,
−
θ
1
)
p
o
l
a
r
{\displaystyle \left(\lambda _{1},\mu _{1}\right)_{cartesian}=\left(s_{1},-\theta _{1}\right)_{polar}}
bestaat op de eigencirkel, dan moet er een vector
x
1
{\displaystyle x_{1}}
bestaan, met
‖
x
1
‖
=
1
{\displaystyle \|x_{1}\|=1}
, zodat
∠
(
x
1
,
A
x
1
)
=
θ
1
{\displaystyle \angle \left(x_{1},Ax_{1}\right)=\theta _{1}}
en
‖
A
x
1
‖
=
s
1
{\displaystyle \|Ax_{1}\|=s_{1}}
.
↑ a b c d Englefield & Farr (October 2006). "Eigencircles of 2 x 2 Matrices". Mathematics Magazine. 79: 281–289.
↑ a b c d e f g h i Englefield & Farr (November 2010). "Eigencircles and associated surfaces". The Mathematical Gazette. 94: 438–449.