![cover image](https://wikiwandv2-19431.kxcdn.com/_next/image?url=https://upload.wikimedia.org/wikipedia/commons/thumb/2/25/Mona_Lisa_with_eigenvector.png/640px-Mona_Lisa_with_eigenvector.png&w=640&q=50)
Eigenwerte und Eigenvektoren
Vektor, dessen Richtung durch die Abbildung nicht verändert wird, und der dazugehörige Skalierungsfaktor / aus Wikipedia, der freien encyclopedia
Liebe Wikiwand-AI, fassen wir uns kurz, indem wir einfach diese Schlüsselfragen beantworten:
Können Sie die wichtigsten Fakten und Statistiken dazu auflisten Spektrum (lineare Algebra)?
Fass diesen Artikel für einen 10-Jährigen zusammen
Ein Eigenvektor einer Abbildung ist in der linearen Algebra ein vom Nullvektor verschiedener Vektor, dessen Richtung durch die Abbildung nicht verändert wird. Ein Eigenvektor wird also nur skaliert, wobei man den Skalierungsfaktor als Eigenwert der Abbildung bezeichnet.
![Thumb image](http://upload.wikimedia.org/wikipedia/commons/thumb/2/25/Mona_Lisa_with_eigenvector.png/640px-Mona_Lisa_with_eigenvector.png)
Eigenwerte charakterisieren wesentliche Eigenschaften linearer Abbildungen, etwa ob ein entsprechendes lineares Gleichungssystem eindeutig lösbar ist oder nicht. In vielen Anwendungen beschreiben Eigenwerte auch physikalische Eigenschaften eines mathematischen Modells. Die Verwendung des Präfixes „Eigen-“ für charakteristische Größen in diesem Sinne lässt sich auf eine Veröffentlichung von David Hilbert aus dem Jahre 1904 zurückführen[1] und wird als Germanismus auch in einigen weiteren Sprachen, darunter dem Englischen, verwendet.
Die im Folgenden beschriebene mathematische Problemstellung heißt spezielles Eigenwertproblem und bezieht sich nur auf lineare Abbildungen eines endlichdimensionalen Vektorraums in sich selbst (Endomorphismen), wie sie durch quadratische Matrizen dargestellt werden.
Hierbei stellt sich die Frage, unter welchen Bedingungen eine Matrix ähnlich zu einer Diagonalmatrix ist.[2]
In der englischen Literatur existieren eine Vielzahl an weiteren Begriffen für die Eigenwerte, so werden sie auch englisch characteristic roots, latent roots, characteristic values oder englisch proper values genannt.