Mestring af egenværdier:En praktisk vejledning for videnskabsmænd og ingeniører

Jacob Ammentorp Lund/iStock/GettyImages

Mens begrebet egenværdier kan virke abstrakt, er det et uundværligt værktøj for matematikere, fysikere og ingeniører, der tackler komplekse systemer. Ved at identificere, hvordan visse transformationer skalerer vektorer, afslører egenværdier iboende egenskaber for matricer og operatorer.

Hvad er en egenfunktion?

Forestil dig en funktion – for eksempel y =x² + 6x eller y = - der, efter at have anvendt en bestemt operation, simpelthen bliver den oprindelige funktion ganget med en konstant. Denne funktion er en egenfunktion , og konstanten er dens egenværdi .

• "Eigen" stammer fra tysk, hvilket betyder "samme" eller "identisk."

For at beregne egenværdier effektivt er et solidt greb om matrixalgebra afgørende. Disse teknikker understøtter mange videnskabelige anvendelser, såsom at bestemme bindingsrækkefølgen i molekyler som NO₂, hvor elektroniske bølgefunktioner opfører sig som egenfunktioner.

Forstå matricer

En matrix er en rektangulær matrix af tal arrangeret i rækker og kolonner. Det er almindeligvis beskrevet ved dets dimensioner, f.eks. en 2 x 3 matrix:

\(\begin{bmatrix}
3 &0 &4
1 &3 &5
\end{bmatrix}\)

Kun matricer med identiske dimensioner kan tilføjes eller ganges elementmæssigt. En matrix kan også virke på en vektor – en 1-by-n eller n -by-1 matrix - producerer en anden vektor.

Egenværdiligningen

For en kvadratisk matrix A (størrelse n ×n ), en vektor v, der ikke er nul (størrelse n ×1), og en skalar λ , forholdet\(\mathbf{A}\mathbf{v} =\lambda\mathbf{v}\) gælder, når λ er en egenværdi af A . Her A er en lineær transformation, der, når den anvendes til v , skalerer den med λ .

Hvorfor egenværdier betyder noget

I kvantemekanikken beskriver den Hamiltonske operator \(\hat{H}\) et systems kinetiske og potentielle energi:\(\hat{H} =-\frac{\hbar}{2m}\nabla^2 + \hat{V}(x,y,z)\)

Schrödinger-ligningen\(\hat{H}\psi(x,y,z) =E\psi(x,y,z)\)er et egenværdiproblem, hvor energiniveauerne E er egenværdierne. Disse værdier bestemmer observerbare egenskaber for atomer og molekyler.

Find egenværdier trin for trin

Start fra \(\mathbf{A}\mathbf{v} =\lambda\mathbf{v}\), omarranger til:\(\mathbf{A}\mathbf{v} - \lambda\mathbf{v} =0\), som bliver til\(\bigl(\mathbf{A}) \lambda\mathbf{I}\bigr)\mathbf{v} =0\).For en vektor, der ikke er nul v for at eksistere skal matrixen \(\mathbf{A} - \lambda\mathbf{I}\) være ental, hvilket betyder, at dens determinant er lig med nul:\(|\mathbf{A} - \lambda\mathbf{I}| =0\). Løsning af denne karakteristiske ligning giver egenværdierne. Mens håndløsning kan være besværligt for store matricer, håndterer mange beregningsværktøjer algebraen effektivt.

For eksempel, når du multiplicerer to 2-til-2-matricer A og B , beregnes hvert element i produktet ved at tage prikproduktet af den tilsvarende række af A med kolonnen B . Hvis A 's første række er [13] og B 's første kolonne er [25], det resulterende element er (1×2)+(3×5)=15.

Beregn egenværdier online

Vores webbaserede matrixberegner lader dig finde egenværdier – og mere – for matricer af stort set enhver størrelse. Den håndterer symbolske og numeriske poster og strømliner din arbejdsgang, uanset om du er i et klasseværelse eller et forskningslaboratorium.

Du er velkommen til at eksperimentere med forskellige matricer for at se, hvordan egenværdier afslører deres underliggende struktur.