特征值与特征向量计算器

求出2乘2矩阵的实特征值和归一化特征向量。

矩阵计算器
输入2乘2矩阵的所有元素。

关于特征值与特征向量

特征值与特征向量描述了在线性变换下保持在同一直线上的方向。当方阵乘以特征向量时,结果仍位于原向量所在直线上。特征值就是该方向上的缩放系数。正特征值保持方向,负特征值使方向反转,零特征值则将该方向压缩为零向量。这些概念通过少数重要方向和缩放系数,帮助理解复杂的矩阵变换。 对于2乘2矩阵,计算器利用迹和行列式构造特征多项式。求解该二次方程可得到最多两个实特征值。对于每个特征值,再求解从矩阵对角线元素中减去该特征值后得到的齐次方程组。显示的特征向量经过归一化,欧氏长度为一。特征向量乘以任何非零常数仍然有效,因此教材或软件可能显示符号或长度不同但等价的向量。 特征值广泛应用于线性代数、微分方程、统计学、数据科学、物理学、工程和计算机图形学。它们揭示动力系统的稳定与不稳定行为、协方差矩阵的主方向、结构的振动模态,以及重复矩阵乘法中的长期模式。2乘2矩阵的不同特征值通常对应两个线性无关的特征向量,使矩阵可对角化。重复特征值可能对应一个或两个独立方向,具体取决于矩阵。 本计算器专注于2乘2矩阵的实特征值,并在特征多项式判别式为负时提示。复特征值在数学上完全成立,但需要超出本工具范围的复数表示。小数结果为显示而四舍五入,计算过程则使用JavaScript完整的浮点精度。课堂上的精确计算可将显示结果用作数值核对;当特征方程容易分解时,应保留根式或分数。务必通过原矩阵乘以向量,并将乘积与特征值乘以该向量比较,来验证特征对。

特征值示例

矩阵特征值解读
[2, 0; 0, 3]3和2对角矩阵的特征值就是其对角线元素。
[2, 1; 1, 2]3和1主方向为两条对角线方向。
[4, 2; 1, 3]5和2得到两个不同的实特征值。

如何计算特征值

  1. 按行输入矩阵的四个元素。
  2. 选择“计算特征值”,求解特征方程。
  3. 查看各实特征值及其对应的归一化特征向量。
  4. 将矩阵乘以显示的向量,验证结果。

常见问题

什么是特征值?

特征值是矩阵在某个特殊方向上的缩放系数,可以为正数、负数或零。

什么是特征向量?

特征向量是经过矩阵变换后仍处于原方向所在直线上的非零向量。任何非零标量倍数都表示同一特征向量方向。

为什么特征向量看起来可能不同?

特征向量的长度和符号并不唯一。两个成比例的向量描述同一特征子空间,都是正确的。

矩阵可以有复特征值吗?

可以,实矩阵可能具有一对共轭复特征值。本计算器会识别这种情况,但只显示实特征对。

如何验证特征对?

将矩阵乘以待验证的特征向量。除舍入误差外,结果应等于特征值乘以同一向量。