Υπολογισμός EigenValues ​​και Eigenvalues

Regular Matrix A =
Identity Matrix I =
Scalar Matrix(Z=c×I)
c =
|A| =
Singular Matrix (A - c×I) =
|A - c×I| =
Trace of A =
Eigen Value (c2) =
Eigen Value (c1) =
c1 in Eigen Vector x1 value =
c2 in Eigen Vector x1 value =
c1 in Eigen Vector x2 value =
c2 in Eigen Vector x2 value =

Ένας ιδιοτιμέας ενός τετραγωνικού μήτρα Α είναι ένας μη μηδενικός φορέας V, όταν ένα V = λ V, το λ ονομάζεται Eigenvalue ενός αντίστοιχου σε v.

Όλες οι ιδιοτιμές και οι ιδιοτιμώνες ικανοποιούν την εξίσωση AX = ΛΧ για ένα δεδομένο τετράγωνο μήτρα Α.

Οι σε απευθείας σύνδεση αίθουσες EigenVectors και Eigenvalues ​​μπορούν να πάρουν | α |, μοναδική μήτρα (a - c × i), ίχνος μιας αξίας A, Eigen της Matrix A

Για παράδειγμα

Για τη μήτρα

ο φορέας

είναι ένας ιδιοτιμέας με την Eigenvalue 2.

Από την άλλη πλευρά ο φορέας

είναι όχι ένας ιδιοτιμέας, από τότε

Και αυτός ο φορέας δεν είναι πολλαπλάσιος από τον αρχικό διάνυσμα v.

Υπολογισμός EigenValues ​​και Eigenvalues