13‐09‐2020

Eigenvalues and Eigenvectors: Applications
(Chapter 8 of Kreyszig)

©Malay K. Das, mkdas@iitk.ac.in

Eigenvalue Problem

Predator prey model
Predator population in year i
 xi 1   0.86 0.08  xi  Prey population in year i  x0   200   xn 
 y    0.12 1.14   y   y   100  y   ?
 0    n
 i 1    i

 x1   0.86 0.08  x0  180   x0   x2   0.86 0.08  x1  2  x0 

 y    0.12 1.14   y    90   0.9    y    0.12 1.14   y    0.9   
 1   0    y0   2    1  y0 

 xn  n  x0 
Incidentally, the initial vector   y    0.9   y 
is an eigenvector  n  0

But what happens if the initial state is NOT an eigenvector?

Malay K. Das
ME, IIT Kanpur 1
 13‐09‐2020

Predator prey model
 xi 1   0.86 0.08  xi   xn 
 y    0.12 1.14   y  y   ?
 i 1    i  n

How to proceed now?

for eigenvectors
 0.86 0.08
A  eigenvalues
 0.12 1.14 
for some scalars a , b

we are ready to go ahead

 0.86 0.08
A 
Predator prey model  0.12 1.14 

Thus In long time, the second term will be 
negligibly small since

Eigenvectors provide us good basis to work with

For being good basis, eigenvectors should be linearly independent

Malay K. Das
ME, IIT Kanpur 2
 13‐09‐2020

Distinct eigenvalues lead to linearly independent eigenvectors

A is an n×n square matrix λi are the distinct eigenvalues

vi are the corresponding eigenvectors
let us assume that some of the above eigenvectors
Thus, are scalars

for
since are linearly independent
since
since
are linearly independent
We may proceed to show that all eigenvectors  The reverse may not be 
are linearly independent true (ex‐ I matrix)

o A n×n matrix, with n distinct eigenvalues, has n linearly independent eigenvectors

o A n×n symmetric matrix has n real eigenvalues, n orthogonal eigenvectors

o Eigenvalues of a triangular matrix are the diagonal elements

o Eigenvectors of A and Ak are same, eigenvalues change from λ to λk

o Eigenvalues of A and AT are same, eigenvectors may not be same   

o A matrix with repeated eigenvalue(s) is called ‘defective matrix’

Exercise
Find the physical significance of  0 2  0 2 
A  B 
eigenvalues/eigenvectors of 2 0 2 0 

Malay K. Das
ME, IIT Kanpur 3