Özdeğerler ve Özvektörler

Bu bölümde, lineer operatörlerin en temel değişmezleri olan özdeğerler ve özvektörler incelenecektir. Bir operatörün "köşegenleştirilebilir" olup olmadığını belirleyen geometrik ve cebirsel katlılık kavramları ele alınacak, ardından spektral çözülüm ve özizdüşümler (eigenprojections) aracılığıyla operatörlerin spektral teorisi kurulacaktır.

$V$, $\mathbb{F}$ cismi üzerinde sonlu boyutlu bir vektör uzayı ve $\tau \in \mathcal{L}(V)$ bir lineer operatör olsun. Operatörlerin yapısını anlamanın en iyi yollarından biri, operatörün bir skaler çarpım gibi davrandığı alt uzayları bulmaktır.

Her özdeğer, uzayda operatör altında değişmez kalan bir alt uzay tanımlar.

Özdeğerleri bulmanın en pratik yolu determinant kullanmaktır.

Bir özdeğerin "büyüklüğü" iki farklı şekilde ölçülebilir. Bu iki ölçüm arasındaki ilişki, operatörün köşegenleştirilebilir olup olmadığını belirler.

Bir operatörün "en basit" hali, matrisinin köşegen (diyagonal) olduğu durumdur.

Aşağıdaki teorem, köşegenleştirilebilirlik için en kullanışlı kriterleri sunar.

Bölüm 7'de gördüğümüz minimal polinom kavramı, köşegenleştirme için çok zarif bir test sağlar.

Eğer $\tau$ köşegenleştirilebilirse, uzay özuzayların direkt toplamıdır: $V = V_{\lambda_1} \oplus \cdots \oplus V_{\lambda_k}$. Bu durumda her $\mathbf{v} \in V$, tek türlü olarak $\mathbf{v} = \mathbf{v}_1 + \dots + \mathbf{v}_k$ ($\mathbf{v}_i \in V_{\lambda_i}$) şeklinde yazılabilir. Bu ayrışım, özel bir operatör ailesini tanımlar.

Bu yapı bize operatörün kendisini izdüşümler cinsinden ifade etme imkanı verir. Buna Spektral Çözülüm denir.

Spektral çözülüm teoremi ($\tau = \sum \lambda_i P_i$), sadece polinomlar için değil, analitik (Taylor serisi ile ifade edilebilen) fonksiyonlar için de genelleştirilebilir. Bu, karmaşık matris işlemlerini basit skaler işlemlere dönüştürür.

Bir $f(x)$ fonksiyonunun (örneğin $e^x$, $\sin(x)$, $\sqrt{x}$) Taylor serisine açıldığını düşünelim:

$$f(x) = \sum_{n=0}^\infty a_n x^n$$

Bu fonksiyonu bir $A$ matrisine uygulamak demek, $x$ yerine $A$ yazmak demektir:

$$f(A) = \sum_{n=0}^\infty a_n A^n$$

Eğer $A$'nın spektral çözülümü $A = \lambda_1 P_1 + \dots + \lambda_k P_k$ ise, projeksiyonların $P_i^n = P_i$ ve $P_i P_j = 0$ ($i \neq j$) özelliklerinden dolayı $A$'nın kuvvetleri çok basitleşir:

$$A^n = (\lambda_1 P_1 + \dots + \lambda_k P_k)^n = \lambda_1^n P_1 + \dots + \lambda_k^n P_k$$

Bu ifadeyi $f(A)$ serisinde yerine koyarsak:

$$f(A) = \sum_{n=0}^\infty a_n (\sum_{i=1}^k \lambda_i^n P_i) = \sum_{i=1}^k \left( \sum_{n=0}^\infty a_n \lambda_i^n \right) P_i = \sum_{i=1}^k f(\lambda_i) P_i$$

sonucuna ulaşırız.

Özetle: $f(A)$'yı bulmak için matrisin tamamıyla uğraşmak yerine, sadece özdeğerlerine $f$ fonksiyonunu uygulamak ve sabit kalan $P_i$ matrisleriyle çarpmak yeterlidir.