Eigenvalues 

and Eigenvectors of Tensors
• It is of interest to inquire whether there are certain 
vectors that have only their lengths, and not their 
orientation, changed when operated upon by a 
given tensor:

• Such vectors x are called characteristic vectors, 
principal planes, or eigenvectors associated with A. 
The parameter λ is called an characteristic value, 
principal value, or eigenvalue, and it characterizes 
the change in length of the eigenvector x after it 
has been operated upon by A.

1
• Since x can be expressed as x = I ∙ x, we have:

• This is a homogeneous set of equations for x, so 
that a nontrivial solution (i.e., vector with at least 
one component of x is nonzero) will not exist unless 
the determinant of the matrix [A − λI] vanishes:

• The vanishing of this determinant yields an 
algebraic equation of degree n, called the 
characteristic equation, for λ when A is a n × n 
matrix

2
• For a second‐order tensor, the characteristic 
equation yields three eigenvalues λ1, λ2 and λ3.
• The vanishing of the determinant assures that 
three eigenvectors are not unique to within a 
multiplicative constant.
• In a Cartesian system, the characteristic equation 
associated with a second order tensor can be 
expressed in the form

• I1, I2 and I3 are the invariants

3
Example
• Determine the eigenvalues and eigenvectors of the 
following matrix

• The eigenvalue problem associated with the matrix 
A is

4
• The two roots of the resulting quadratic equation 
are

• To find the eigenvectors, consider again

• Substitute for λ each of the eigenvalues and solve 

the resulting algebraic equations for (x1, x2). For λ = 
2, we have

• Each row of the above matrix equation yields the 
same equation. 5
• The eigenvector x(1) is given by

• The normalized eigenvector

• For λ = 4, we have

6
• The eigenvector x(2) is given by

7
Example
• Determine the eigenvalues and eigenvectors of the 
following matrix

• The characteristic equation is

8
• Solutions

• The characteristic equation is
• The eigenvector corresponding to λ3 = 2 is

• A solution is x2 = 0 and x1 = −x3

9
• Similarly, the normalized eigenvectors 
corresponding to λ1 and λ2 are

10
Example
• Determine the eigenvalues and eigenvectors of the 
following matrix

• The characteristic equation is

11
• Thus, λ = −1 is an eigenvalue with algebraic 
multiplicity of 2
• For λ = 2, we have

• A solution is
12
• x2 = x1 and x3 = x2. Thus the eigenvector associated 
with λ1 = 2 is the vector

• For λ = ‐1, we have

• All three equations yield the same equation x1 + x2
+ x3 = 0. 
13
• Values of two of the three components (x1, x2, x3) 
can be chosen arbitrarily. For the choice of x3 = 1 
and x2 = 0, we obtain the vector

• The second vector associated with λ = −1 could 
have been chosen by setting x1 = x3 = 1 to get

14
• A real symmetric matrix A of order n has some 
desirable consequences as for the eigenvalues and 
eigenvectors are concerned. These are
1. All eigenvalues of A are real.
2. A always has n linearly independent eigenvectors, 
regardless of the algebraic multiplicities of the 
eigenvalues.
3. Eigenvectors x(1) and x(2) associated with two 
distinct eigenvalues λ1 and λ2 are orthogonal: x(1) ∙ x(2)
= 0. If all eigenvalues are distinct, then the associated 
eigenvectors are all orthogonal to each other.

15
4. For an eigenvalue of algebraic multiplicity m, it is 
possible to choose m eigenvectors that are mutually 
orthogonal. Hence, the set of n vectors can always be 
chosen to be linearly independent.

16
[A] is a full 3 ×3 matrix.
• A method that facilitates the computation of 
eigenvalues is s follows.
• Evaluate the deviatoric tensor associated with the 
tensor A

• Note

the first invariant I1 of the deviatoric tensor is zero

17
• The characteristic equation associated with the 
deviatoric tensor is

• The eigenvalues associated with A can be 

computed as

• Direct computation of the roots

18
where

• Hence

19
Example
• Determine the eigenvalues and eigenvectors of the 
following matrix

• We have

20
and

• We have

21
so that

• Using

22