MatrixCalc

特征值与特征向量计算器

求 50×50 以内方阵的特征值与特征向量,并给出特征多项式——它的根恰好就是这些特征值。

矩阵 A
: 3
: 3
矩阵 B
: 3
: 3
运算
结果
选择一个运算以在此处查看结果。错误信息也会显示在这里。

提示:可调整矩阵大小(最多 50×50)。A×B 要求 A 的列数等于 B 的行数。行列式/逆/迹/幂 需要方阵。

React, Tailwind & shadcn/ui. No external math deps. — 中文

eig(A) 求特征值,按 eigvec(A) 求相应的特征向量。特征多项式在分解标签页中。

特征值描述了什么

特征向量是变换不会旋转的方向:A·v = λ·v,也就是说 v 只被拉伸或压缩,倍数 λ 就是特征值。矩阵对空间所做的一切,都是沿这些方向作伸缩的叠加——因此凡是需要理解而不只是套用线性变换的场合,特征值都会出现:主成分分析、振动模态、微分方程的稳定性。

有两个检验做起来极快,值得每次都做:所有特征值之和等于迹,也就是主对角线元素之和;它们的乘积等于行列式。任何一条对不上,就说明算错了。

例题

21
12
→ det
2 − λ1
12 − λ
= λ² − 4λ + 3 = (λ − 1)(λ − 3)

特征值是 1 和 3;迹为 4、行列式为 3,都对得上。特征向量是 (1, −1) 与 (1, 1),彼此垂直——这并非巧合:该矩阵是对称阵,而对称阵的特征值必为实数、特征向量必定正交。

常见错误

  • 把 λ 从每个元素中减去。λI 只在对角线上,其余元素保持不变。
  • 把零向量当作特征向量。按定义它被排除在外,尽管它满足那个等式。
  • 指望特征向量唯一。任何非零倍数同样是特征向量。要比较的是方向,不是具体数值。
  • 认定特征值一定是实数。旋转矩阵没有任何实方向保持不变,它的特征值是复数。

常见问题

特征值和特征向量有什么区别?
特征向量是变换不会旋转的方向;特征值是该方向被拉伸的倍数。两者总是成对出现。
矩阵会有复特征值吗?
会。实矩阵的特征多项式可以有复根——平面上的旋转就是标准例子。
这里为什么没有分步解答?
特征值由迭代数值算法求得,也就是雅可比法和 QR 法。它们的中间值是舍入产生的产物,并不是你能用手复现的推理过程。
怎么检验求出的特征值?
把它们相加与迹比较,再把它们相乘与行列式比较。两者都必须吻合。

想看完整讲解?请读这篇教程: 如何计算矩阵的行列式

其他计算器