Калькулятор власних значень матриці

Власні значення (eigenvalues) λ матриці A — це скаляри, для яких існує ненульовий вектор v (власний вектор), що задовольняє рівнянню Av = λv. Власні значення є коренями характеристичного полінома det(A − λI) = 0 і мають ключове значення в лінійній алгебрі, механіці, квантовій фізиці та машинному навчанні.

Лінійна алгебра — мова кількісних відносин між множинами величин. Матриці кодують лінійні перетворення (повороти, масштабування, відображення в геометрії), а системи рівнянь описують рівновагу кіл, рух конструкцій чи баланс хімічних реакцій. Власні значення та вектори — ключові поняття, що раскривають внутрішню структуру будь-якого лінійного оператора: від коливань механічних систем до Google PageRank. Розуміння векторних просторів, базисів та лінійних відображень є обов'язковою основою для освоєння машинного навчання, квантової механіки та чисельного моделювання.

Калькулятор власних значень

Формули власних значень

Визначення

Av = λv → (A − λI)v = 0 Нетривіальне рішення існує, якщо det(A − λI) = 0

Матриця 2×2: характеристичний поліном

A = [[a, b], [c, d]] det(A − λI) = λ² − (a+d)λ + (ad−bc) = 0 λ² − tr(A)λ + det(A) = 0 λ₁,₂ = [tr(A) ± √(tr(A)² − 4det(A))] / 2

Матриця 3×3: характеристичний поліном

det(A − λI) = −λ³ + tr(A)λ² − (M₁₁+M₂₂+M₃₃)λ + det(A) = 0 де Mᵢᵢ — головні мінори 2×2

Власний вектор

Для кожного λᵢ: (A − λᵢI)v = 0 Вирішується СЛАР — знаходиться ненульовий v

Приклад 2×2: A = [[2, 1], [1, 2]]

tr(A) = 4, det(A) = 3

λ² − 4λ + 3 = 0 → λ₁ = 1, λ₂ = 3

v₁ = [1, −1], v₂ = [1, 1]

Застосування власних значень

Лінійна алгебра пронизує всю сучасну науку й технології. У комп'ютерній графіці матриці 4×4 виконують всі 3D-трансформації (переміщення, обертання, проекція) — саме їх обчислює ваша GPU. У машинному навчанні нейронні мережі — це послідовність матричних множень та нелінійних активацій; градієнтний спуск оперує векторами в просторах мільйонів вимірів. У квантовій механіці спостережувані величини — це оператори (матриці Гермітові), а вимірювання — проекція стан-вектора на власні вектори. В інженерії метод скінченних елементів зводиться до розв'язання великих розріджених систем лінійних рівнянь.

Аналіз коливань

Власні частоти механічних та електричних систем — корені характеристичного рівняння матриці системи.

Метод головних компонент (PCA)

Власні вектори коваріаційної матриці — напрямки найбільшої дисперсії в даних. Власні значення — пояснена дисперсія.

Квантова механіка

Можливі результати вимірювань спостережуваної величини — власні значення оператора-матриці.

Стабільність динамічних систем

Система стабільна, якщо всі власні значення мають від'ємну дійсну частину (матриця Якобіана).

Практичне значення та контекст

Коротка довідка

Системи лінійних рівнянь вирішувалися ще в давньокитайській «Дев'яти главах» (≈200 до н.е.). Гаусс систематизував алгоритм виключення у XIX ст. Поняття матриці ввів Каєлі (1858), власні значення — Коші (1826). У XX ст. лінійна алгебра стала фундаментом функціонального аналізу та квантової механіки.

Де застосовується

Лінійна алгебра пронизує всю сучасну науку й технології. У комп'ютерній графіці матриці 4×4 виконують всі 3D-трансформації (переміщення, обертання, проекція) — саме їх обчислює ваша GPU. У машинному навчанні нейронні мережі — це послідовність матричних множень та нелінійних активацій; градієнтний спуск оперує векторами в просторах мільйонів вимірів. У квантовій механіці спостережувані величини — це оператори (матриці Гермітові), а вимірювання — проекція стан-вектора на власні вектори. В інженерії метод скінченних елементів зводиться до розв'язання великих розріджених систем лінійних рівнянь.

Часті запитання

Чи можуть власні значення бути комплексними?
Так! Якщо дискримінант характеристичного полінома від'ємний, власні значення комплексні. Для симетричних матриць всі власні значення дійсні.
Що означає власне значення λ = 0?
λ = 0 означає, що матриця вироджена (det(A) = 0) і не має оберненої. Система Ax = b не має єдиного розв'язку.
Що таке ортогональна матриця власних векторів?
Для симетричної матриці власні вектори різних власних значень взаємно ортогональні. Матриця P з власних векторів задовольняє P⁻¹AP = Λ (діагоналізація).
Як застосовуються алгебраїчні методи на практиці?
Методи лінійної алгебри застосовуються в комп'ютерній графіці (трансформації матрицями), машинному навчанні (регресія, нейронні мережі), фізиці (системи рівнянь механіки), економіці (лінійне програмування) та в інженерних розрахунках.
Які типові помилки при розв'язанні?
Найчастіші помилки: ділення на нуль, неправильне перенесення членів рівняння (зміна знака), помилки при піднесенні обох частин до степеня (може з'явитися стороннє коріння) та неперевірка отриманих розв'язків у вихідному рівнянні.

📁 Категорія: Матриці