免费特征值和特征向量计算器

[
]

输入矩阵值以查找特征值

矩阵特征值和特征向量解析

处理方阵时通常需要确定特征值和特征向量——这是矩阵对角化、稳定性分析和降维的基础步骤。本特征值与特征向量计算器支持2×2和3×3矩阵,自动计算特征值及其对应的特征向量。它还显示矩阵的迹和行列式,让您全面了解其代数性质。无论您是正在学习线性代数的学生,还是需要验证结果的专业人士,此工具都能简化整个过程。

处理2×2矩阵

一个通用的2×2矩阵 A 有四个元素:

A=(a11a12a21a22)A = \begin{pmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{pmatrix}

当您将这些数值输入计算器时,它将严格按照此布局处理——因此请确保每个元素放在正确的位置。

迹和行列式

在求解特征值之前,先计算两个关键数字会有所帮助:

  • 迹 (tr(A)): 对角线元素之和,也等于特征值之和(计入重数)。对于2×2矩阵:
tr(A)=a11+a22\text{tr}(A) = a_{11} + a_{22}
  • 行列式 (det(A)): 一个标量,编码了矩阵的基本信息,例如是否可逆。对于2×2矩阵:
det⁡(A)=a11a22−a12a21\det(A) = a_{11}a_{22} - a_{12}a_{21}

如果展开相应部分,计算器会自动显示这些值,您可以使用上述公式来核对结果。

求解特征值

一个2×2矩阵有两个特征值 λ1\lambda_1 和 λ2\lambda_2。它们满足方程:

Av=λvA \mathbf{v} = \lambda \mathbf{v}

其中 v\mathbf{v} 是一个非零列向量,称为特征向量。等价形式为:

(A−λI)v=0(A - \lambda I) \mathbf{v} = 0

其中 II 是2×2单位矩阵。利用迹和行列式,可以直接得到特征值:

λ1,2=tr(A)±(tr(A))2−4det⁡(A)2\lambda_{1,2} = \frac{\text{tr}(A) \pm \sqrt{(\text{tr}(A))^2 - 4\det(A)}}{2}

某些矩阵只有一个特征值(重根)。例如,形如:

(a00a)\begin{pmatrix} a & 0 \\ 0 & a \end{pmatrix}

只有一个特征值 λ=a\lambda = a。您可以用计算器检查这些情况,观察其行为。

求解特征向量

要获得给定特征值 λ\lambda 的特征向量,求解:

(A−λI)v=0(A - \lambda I) \mathbf{v} = 0

如果矩阵只有一个特征值,它仍可能有多个独立特征向量。以单位矩阵为例:

I=(1001)I = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}

它具有二重特征值 λ=1\lambda = 1 和两个特征向量:v1=(1,0)T\mathbf{v}_1 = (1,0)^T 和 v2=(0,1)T\mathbf{v}_2 = (0,1)^T。还要记住,如果 v\mathbf{v} 是一个特征向量,则其任何非零标量倍数也是同一特征值的特征向量。

扩展到3×3矩阵

一个3×3矩阵具有如下形式:

A=(a11a12a13a21a22a23a31a32a33)A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix}

迹和特征向量的定义类似,但行列式更复杂:

det⁡(A)=a11(a22a33−a23a32)−a12(a21a33−a23a31)+a13(a21a32−a22a31)\begin{aligned} \det(A) &= a_{11}(a_{22}a_{33} - a_{23}a_{32}) \\ &\quad - a_{12}(a_{21}a_{33} - a_{23}a_{31}) \\ &\quad + a_{13}(a_{21}a_{32} - a_{22}a_{31}) \end{aligned}

特征值条件 Av=λvA\mathbf{v} = \lambda \mathbf{v} 仍然成立,但特征多项式现在是三次的:

det⁡(A−λI)=0\det(A - \lambda I) = 0

对于2×2矩阵,这导致二次方程;对于3×3矩阵,则成为三次方程,手工求解不那么直接。计算器自动处理这些问题,执行必要的多项式求根,为任意实值3×3矩阵提供特征值和特征向量。

复特征值

二次和三次方程有时没有实数解——也就是说,没有实数满足特征多项式。此时,特征值是复数,每个复数都有实部和虚部。虚数单位 ii 满足 i2=−1i^2 = -1。虽然实际问题往往只关注实特征值,但许多应用(如振动分析、控制理论)依赖于复特征值和复特征向量。计算器同时计算实数和复数结果,显示在一起,您可以根据需要选择。如果只关心实特征值,忽略那些包含 ii 的结果即可。

使用此工具,您可以探索任意2×2或3×3方阵的特征值和特征向量,深入了解其结构,并验证自己的人工计算——只需点击几下即可。

常见问题

1. 如何求2x2矩阵的特征值和特征向量?

对于2x2矩阵,首先计算其迹和行列式。然后特征值为 λ = (tr(A) ± √(tr(A)² − 4 det(A))) / 2。要找到给定 λ 的特征向量,求解 (A − λI)v = 0,其中 I 是单位矩阵。

2. 3x3矩阵能有复特征值吗?

可以。3x3矩阵的特征多项式是三次的,可能没有实根。此时特征值是带虚部的复数。计算器会同时报告实数和复数结果。

3. 3x3矩阵的行列式是如何定义的?

对于3x3矩阵,行列式为 det(A) = a₁₁(a₂₂a₃₃ − a₂₃a₃₂) − a₁₂(a₂₁a₃₃ − a₂₃a₃₁) + a₁₃(a₂₁a₃₂ − a₂₂a₃₁)。这个标量有助于计算特征值,并指示矩阵是否可逆。

4. 矩阵只有一个特征值意味着什么?

这意味着特征多项式有重根。例如,2x2单位矩阵有二重特征值 λ = 1。即使只有一个特征值,矩阵仍可能有多个独立特征向量。

5. 对称矩阵的特征向量总是正交的吗?

如果矩阵是对称的,对应不同特征值的特征向量总是正交的。对于非对称矩阵,特征向量不一定正交。

使用方法

  1. 选择矩阵大小(2x2或3x3)。
  2. 在网格中输入矩阵元素。
  3. 查看自动计算出的特征值和特征向量。