Egenverdi og egenvektor kalkulator

Forfatter: Henrick Yau
- 5. august 2026
| |

Kalkulatorer

Beregn egenverdier og egenvektorer av en kvadratmatrise. Egenverdier og egenvektorer har viktige anvendelser innen lineære transformasjoner, differensialligninger, kvantemekanikk og mange andre felt innen matematikk og fysikk.

Matriseinngang

Visningsalternativer

Om egenverdier og egenvektorer

Egenverdier og egenvektorer er grunnleggende konsepter innen lineær algebra. En egenvektor av en kvadratmatrise A er en ikke-null vektor v som, når den multipliseres med A, gir et skalar multiplum av seg selv. Denne skalarverdien kalles egenverdien.

Matematisk definisjon

For en kvadratmatrise A, er en ikke-null vektor v en egenvektor hvis:

Av = λv

hvor λ er egenverdien knyttet til egenvektoren v.

Finne egenverdier og egenvektorer
  1. Egenverdier: Løs den karakteristiske ligningen det(A - λI) = 0
  2. Egenvektorer: For hver egenverdi λ, løs det homogene systemet (A - λI)v = 0
Bruksområder for egenverdier og egenvektorer
  • Differensialligninger: Løse systemer av lineære differensialligninger
  • Hovedkomponentanalyse: Dimensjonsreduksjon innen statistikk og datavitenskap
  • Kvantemekanikk: Beskrive fysiske observabler og kvantetilstander
  • Ingeniørfag: Vibrasjonsanalyse, strukturell stabilitet og kontrollsystemer
  • Matrise-diagonaliserbarhet: Forenkle matriseoperasjoner gjennom transformasjon
  • Grafteori: Spektralanalyse av nettverk og tilkobling
Egenskaper
  • Determinanten av en matrise er lik produktet av dens egenverdier
  • Trace av en matrise er lik summen av dens egenverdier
  • En matrise er diagonaliserbar hvis og bare hvis det finnes n lineært uavhengige egenvektorer for en n×n matrise
  • Symmetriske matriser har alltid reelle egenverdier og ortogonale egenvektorer
  • Like matriser deler de samme egenverdiene

Hva er Eigenverdi- og Eigenvektor Kalkulatoren?

Eigenverdi- og Eigenvektor Kalkulatoren er et kraftig verktøy designet for å beregne egenverdier og egenvektorer av enhver kvadratisk matrise. Denne typen beregning brukes ofte innen felt som ingeniørfag, fysikk, datavitenskap og lineær algebra for å forstå transformasjoner, løse ligningssystemer og utføre matriseanalyse.

Egenverdi Likning:

Av = λv

Hvor:

  • A er en kvadratisk matrise
  • v er egenvektoren
  • λ (lambda) er egenverdien

Trinn for å beregne egenverdier og egenvektorer

Følg disse trinnene for å beregne egenverdier og egenvektorer av en matrise:

  • Velg matrise størrelse (fra 2×2 til 6×6).
  • Klikk "Opprett Matrise" for å generere inndatafelt.
  • Angi verdiene for matrisen din.
  • Justér eventuelt visningsinnstillinger som desimalpresisjon eller visning av trinn.
  • Klikk "Beregn Egenverdier & Egenvektorer."

Etter beregning viser verktøyet:

  • Den opprinnelige matrisen
  • Alle egenverdier og deres tilsvarende egenvektorer
  • Det karakteristiske polynomet
  • Matriseegenskaper som determinanten og sporet
  • Verifisering av resultater (Av = λv)
  • Diagonaliseringssteg hvis aktuelt

Hjelp til lineær algebra og matriseanalyse

Egenverdier og egenvektorer hjelper med å forenkle komplekse lineære systemer og avdekke viktige egenskaper ved matriser. Denne kalkulatoren er spesielt nyttig for:

  • Studenter: Lære og verifisere matrise diagonaliserings, normalisering og egen-analyse
  • Forskere: Raskt beregne spektrale data uten manuell beregning
  • Ingeniører & Datavitere: Bruke i vibrasjonsanalyse, PCA, stabilitetsstudier og mer

Dette verktøyet komplementerer også andre matrise kalkulatorer, inkludert:

Støttede matrisestørrelser og funksjoner

  • Støtter matriser fra 2×2 til 6×6
  • Håndterer reelle og komplekse egenverdier
  • Normalisering av egenvektorer
  • Trinn-for-trinn visning av beregninger
  • Diagonaliseringsverifisering med P, D, og P⁻¹ matriser

Spørsmål om egenverdier og egenvektorer

Hva brukes egenverdier og egenvektorer til?

De brukes i mange områder som differensialligninger, kvantemekanikk, maskinlæring (PCA), og strukturanalyse.

Hva er et karakteristisk polynom?

Det karakteristiske polynomet er avledet fra en matrise og brukes til å finne egenverdier ved å løse likningen det(A - λI) = 0.

Kan denne kalkulatoren håndtere komplekse tall?

Ja. Den kan vise og beregne med komplekse egenverdier hvis det er aktivert i alternativene.

Hva betyr diagonaliserings?

Diagonaliserings omskriver en matrise i formen A = PDP⁻¹, som forenkler matriseoperasjoner. Kalkulatoren sjekker om matrisen er diagonaliserbar.

Hjelper dette med andre matriseoperasjoner?

Ja, dette komplementerer verktøy som matrise multiplikasjonsverktøyet, matrise divisjons kalkulator, matrise transponeringsverktøyet, og matrise spor kalkulatoren for en bredere lineær algebra arbeidsflyt.

Bruk av kalkulatoren i matriseanalyse

Eigenverdi- og Eigenvektor Kalkulatoren forenkler matriseanalyse og støtter læring og problemløsning i lineær algebra. Enten du utforsker egenverdier og diagonaliserings, bruker matrise LU nedbrytnings teknikker, eller sammenligner utdata med et matrise invers verktøy, tilbyr denne kalkulatoren en klar, effektiv og pedagogisk måte å arbeide med matriser på.