Eigenvectoren & eigenwaarden

Meetkunde en algebra van lineaire afbeeldingen, vectoren en matrices

De meeste vectoren worden uit koers geslagen wanneer een matrix op ze inwerkt: ze draaien én rekken uit. Maar enkele bijzondere richtingen zijn invariant. De matrix rekt of klapt ze alleen, draait ze nooit. Dat zijn de eigenvectoren, en de rekfactor is de eigenwaarde.

Lees het hardop: A toepassen op zijn eigenvector v geeft dezelfde richting terug, alleen geschaald met λ. Als λ = 2, verdubbelt die richting; als λ = −1, klapt hij om; als λ = 0.5, krimpt hij tot de helft. De eigenvectoren vormen het skelet van de transformatie, de assen waarlangs hij het eenvoudigst werkt.

Versleep een vector over de figuur. De meeste richtingen draaien zichtbaar onder A; alleen langs de eigenvectorrichtingen blijft de uitvoer evenwijdig aan de invoer.

Waar dit voorkomt in MLEigenvectoren zijn de richtingen waarlangs een proces zich van nature beweegt. Bij PCA zijn de eigenvectoren van de covariantiematrix de assen van de grootste variantie, de richtingen waarin je data zich werkelijk uitspreidt. Bij optimalisatie beschrijven de eigenwaarden van de Hessiaan de kromming van de loss in elke richting: grote eigenwaarden zijn steile wanden, kleine zijn vlakke valleien,…
▶ Eigenvectoren & eigenwaarden
← MatrixinverseDiagonalisatie →