Laat een lineaire afbeelding zijn, waarbij de vectorruimte eindigdimensionaal is. Volgens De matrix van een lineaire afbeelding wordt, voor elke keuze van een basis voor , de afbeelding bepaald door de matrix .
We zoeken een basis zodanig dat de structuur van de matrix rekenkundig eenvoudig is. De eenvoudigste structuur is de diagonaalmatrix. Zoals we snel zullen zien is het niet altijd mogelijk zo'n matrix te vinden.
De diagonaal van een matrix is de rij -elementen, dat wil zeggen: de elementen waarvan het kolomnummer gelijk is aan het rijnummer.
Een vierkante matrix heeft diagonaalvorm (ook: is een diagonaalmatrix) wanneer alle -elementen met gelijk aan nul zijn.
De matrix van vermenigvuldiging met een scalar op is diagonaal. Alle diagonaalelementen zijn gelijk aan .
De matrix is niet diagonaal. Maar de lineaire afbeelding heeft de diagonaalmatrix met betrekking tot de basis
Inderdaad is de coördinaatafbeelding die bij hoort gelijk aan (de inverse van de matrix waarvan de kolommen de vectoren van de basis zijn), zodat
De volgende uitspraak is eenvoudig te begrijpen, maar van cruciaal belang:
Laat een lineaire afbeelding zijn en een basis voor . De matrix heeft diagonaalvorm
dan en slechts dan als voor .
De matrix heeft de hierboven gegeven diagonaalvorm dan en slechts dan als voor elke de -coördinaten van gelijk zijn aan , dus dan en slechts dan als .
Later zullen we nader bekijken wanneer een lineaire afbeelding een basis heeft ten opzichte waarvan de matrix diagonaal is. Hiervoor maakt het uit of we met een complexe dan wel reële vectorruimte te maken hebben. Bekijk, om dit in te zien, de scalaire vermenigvuldiging met op de -dimensionale complexe vectorruimte . Zoals we boven bespraken voor , is de complexe -matrix van deze lineaire afbeelding ten opzichte van de basis diagonaal. We kunnen ook opvatten als de -dimensionale reële vectorruimte met basis . In dat geval is vermenigvuldiging met nog steeds een lineaire afbeelding. Ze heeft matrix ten opzichte van de gegeven basis. We zullen hieronder (in het voorbeeld van een tweedimensionale rotatie) zien dat er geen basis van de bijbehorende -dimensionale reële vectorruimte is ten opzichte waarvan de matrix van deze lineaire afbeelding een diagonaalmatrix is.
De diagonaalvorm staat in verband met de volgende begrippen.
Laat een lineaire afbeelding zijn. Een vector heet een eigenvector van met eigenwaarde als .
Als een -matrix is, dan heet een vector van een eigenvector van als het een eigenvector van is en heet een getal een eigenwaarde van als het een eigenwaarde van is.
Aldus is een eigenvector een vector ongelijk aan de nulvector die door overgevoerd wordt in een scalair veelvoud van zichzelf; de betrokken scalar is de corresponderende eigenwaarde.
Bekijk de matrix . De lineaire afbeelding heeft eigenvector met eigenwaarde . Ieder andere eigenvector van ligt in het opspansel van . In het bijzonder is er geen basis van eigenvectoren.
Als een eigenvector is van een lineaire afbeelding, dan is elk veelvoud van met een scalar ongelijk aan nul dat ook. Eigenvectoren behorende bij een vaste lineaire afbeelding en een vaste eigenwaarde zijn dus nooit uniek.
Bovenstaande stelling kan ook als volgt worden geformuleerd:
Laat een lineaire afbeelding zijn, waarbij een vectorruimte van eindige dimensie is en fixeer een basis voor .
De matrix is dan en slechts dan diagonaal als een basis van eigenvectoren is. In dit geval verschijnen de eigenwaarden op de diagonaal.
Bekijk met standaardinproduct en loodrechte projectie op een lijn door de oorsprong opgespannen door . Als een vector loodrecht op is, dan zijn de vectoren en eigenvectoren van de projectie met eigenwaarden respectievelijk en . De matrix ten opzichte van de basis is
Dit is een diagonaalmatrix met eigenwaarden op de diagonaal. Let op de volgorde van en op de diagonaal: deze komt overeen met de volgorde van de eigenvectoren.
Bekijk in de rotatie om de oorsprong over een hoek van (tegen de klok in, dus met de klok mee). De bijbehorende matrix met betrekking tot de standaardbasis is Geen enkele vector ongelijk aan wordt afgebeeld op een scalair veelvoud van zichzelf. Immers, als een eigenvector met eigenwaarde is, dan volgt
Dit geeft de twee lineaire vergelijkingen (de eerste coördinaat) en (de tweede coördinaat) zodat . Als , dan , zodat geen eigenvector is. We kunnen dus aannemen dat . Dan geldt , maar dit is onmogelijk voor een reëel getal .
Deze lineaire afbeelding heeft geen eigenvectoren en er is zeker geen basis van eigenvectoren. Voor welke keuze van een basis ook, is de matrix van deze rotatie niet diagonaal.
Hierboven hebben we gezien dat de matrix hoort bij vermenigvuldiging met op , gezien als reële vectorruimte, ten opzichte van de basis . We hebben dus vastgesteld dat vermenigvuldiging met op wel bepaald wordt door een matrix in diagonaalvorm, maar dezelfde afbeelding, opgevat als lineaire afbeelding van een reële vectorruimte, niet.
Dit is een direct gevolg van bovenstaande stelling Herkenning van diagonaalvorm.
Bekijk de lineaire afbeelding op de vectorruimte van veeltermen in met graad hoogstens gegeven door
De basis voor bestaat uit eigenvectoren van . Wat zijn de eigenwaarden van die bij deze eigenvectoren horen?
Geef je antwoord in de vorm van een lijst ter lengte .
Dit volgt uit de volgende berekening, waarbij :