고윳값과 벡터
정의
체
v≠→0v≠→0 L(v)=λvL(v)=λv
를 만족하는
(그래도 영어가 편하니까 고윳값은 eigenvalue, 고유벡터는 eigenvector로 표현)
행렬로 생각해보면,

고유방정식
영어로 characteristic equation이라고 부른다.
을 만족하는 것이다.
(why?
이 방정식을 고유방정식이라고 하며, 좌변의 식을 고유다항식이라고 한다.
(eigenvalue는 특수한 값이지만 유일한 값은 아님)
고유공간
선형사상
따라서, 고유공간(
또한,

알고리즘
Eigenvalue와 Eigenvector를 찾는 알고리즘은 다음과 같다.

예제)

예제)

예제)

Complex Eigenvalues
벡터와 행렬의 원소로 복소수도 가능하도록, field of scalar를 복소수까지 확장해서 생각해보자.
그러면
어떤 eigenvalue는 중복될 수도 있고, 복소수를 가질 수도 있다.
유의할 점은, 만약
또, 만약
예제)

Product and Sum of Eigenvalues

첫번째 열에 대해서, determinant 전개를 하면,

와 같다.
이 때, 소행렬
만이
따라서
가 되므로, 따라서
가 성립한다.
즉,
또 재밌는 사실은,
또,
똑같이
라는 성질을 유도해낼 수 있다.
즉,
예제)

💡 정방행렬가 invertible하기 위한 필요충분조건은 A 의 eigenvalue가 0이 아닌 것이다. A
Eigenvalue에 0이 있으면,