Eigenwert- und Eigenvektor-Rechner
Gib eine quadratische Matrix bis 8 × 8 ein und erhalte ihr charakteristisches Polynom, ihre Eigenwerte in exakter Form (Brüche, Quadratwurzeln oder komplexe Zahlen) und eine Basis von Eigenvektoren für jeden Eigenwert, mit algebraischer und geometrischer Vielfachheit und einer Prüfung auf Diagonalisierbarkeit.
Zuletzt aktualisiert:
Matrix A
Einträge können ganze Zahlen, Dezimalzahlen oder Brüche wie 5/2 sein. Leere Zellen zählen als 0.
Eigenwerte und Eigenvektoren
Rechenweg
Anleitung: Eigenwert- und Eigenvektor-Rechner
- Wähle die Größe der quadratischen Matrix (2 × 2 bis 8 × 8) oder lade ein Beispiel.
- Gib die Einträge ein: ganze Zahlen, Dezimalzahlen oder Brüche wie 5/2. Leere Zellen zählen als 0.
- Drücke auf Eigenwerte berechnen, um das charakteristische Polynom und seine faktorisierte Form zu erhalten.
- Lies die Tabelle: jeder Eigenwert mit Dezimalwert, Vielfachheiten und einer Basis von Eigenvektoren.
- Öffne den Rechenweg, um A − λI und seine reduzierte Stufenform für jeden Eigenwert zu sehen, oder drücke auf Ergebnis kopieren.
Die Eigenwertgleichung
Ein vom Nullvektor verschiedener Vektor v ist ein Eigenvektor einer quadratischen Matrix A, wenn die Multiplikation mit A ihn nur streckt: A·v = λ·v. Der Streckfaktor λ ist der Eigenwert. Umformen ergibt (A − λI)v = 0, was nur dann eine nichttriviale Lösung hat, wenn A − λI singulär ist; die Eigenwerte sind also die Nullstellen des charakteristischen Polynoms p(λ) = det(λI − A).
- 2 × 2: p(λ) = λ² − (a + d)λ + (ad − bc) für A = [[a, b], [c, d]].
- 3 × 3: p(λ) = λ³ − tr(A)λ² + (M₁₁ + M₂₂ + M₃₃)λ − det(A), wobei Mᵢᵢ die 2 × 2-Hauptminoren sind.
- Jede Größe: Summe der Eigenwerte = Spur(A), Produkt der Eigenwerte = det(A).
Durchgerechnetes Beispiel
Für A = [[2, −1, 0], [−1, 2, −1], [0, −1, 2]] (die Standardmatrix) ist die Spur = 6, die Hauptminoren summieren sich zu 3 + 4 + 3 = 10 und det = 4, also p(λ) = λ³ − 6λ² + 10λ − 4 = (λ − 2)(λ² − 4λ + 2). Die Eigenwerte sind λ = 2 und λ = 2 ± √2. Das Lösen von (A − 2I)v = 0 ergibt v = (1, 0, −1), und λ = 2 + √2 ergibt v = (1, −√2, 1). Da die Matrix symmetrisch ist, stehen die drei Eigenvektoren paarweise orthogonal zueinander.
Kurze Fakten zum Prüfen deiner Lösung
| Matrixtyp | Was zu erwarten ist |
|---|---|
| Dreiecks- oder Diagonalmatrix | Die Eigenwerte sind die Diagonaleinträge |
| Reell symmetrisch (A = Aᵀ) | Alle Eigenwerte reell; orthogonale Eigenvektoren; immer diagonalisierbar |
| Drehung um θ (2 × 2) | cos θ ± i sin θ, komplex außer bei θ = 0° oder 180° |
| Singulär (det = 0) | 0 ist ein Eigenwert; seine Eigenvektoren spannen den Nullraum auf |
| Invertierbare Matrix A | A⁻¹ hat die Eigenwerte 1/λ mit denselben Eigenvektoren |
| Potenzen Aᵏ | Eigenwerte λᵏ mit denselben Eigenvektoren |
| Projektion (A² = A) | Nur die Eigenwerte 0 und 1 |
Häufige Fragen
Wie bestimmt man die Eigenwerte einer Matrix?
Löse die charakteristische Gleichung det(λI − A) = 0. Bei einer 2 × 2-Matrix ist das λ² − (Spur)λ + det = 0, also λ = (Spur ± √(Spur² − 4·det)) / 2. Bei größeren Matrizen hat das charakteristische Polynom den Grad n, und seine n Nullstellen, mit Vielfachheit gezählt, sind die Eigenwerte.
Wie findet man die Eigenvektoren zu einem Eigenwert?
Setze den Eigenwert in A − λI ein und löse (A − λI)v = 0 durch Zeilenumformung. Die freien Variablen der reduzierten Matrix liefern eine Basis des Eigenraums; jede vom Nullvektor verschiedene Kombination dieser Vektoren ist ein Eigenvektor.
Was ist der Unterschied zwischen algebraischer und geometrischer Vielfachheit?
Die algebraische Vielfachheit gibt an, wie oft λ Nullstelle des charakteristischen Polynoms ist. Die geometrische Vielfachheit ist die Anzahl linear unabhängiger Eigenvektoren zu λ (die Dimension seines Eigenraums). Sie liegt immer zwischen 1 und der algebraischen Vielfachheit.
Wann ist eine Matrix diagonalisierbar?
Eine n × n-Matrix ist genau dann diagonalisierbar, wenn sie n linear unabhängige Eigenvektoren hat, d. h. wenn für jeden Eigenwert die geometrische gleich der algebraischen Vielfachheit ist. Verschiedene Eigenwerte garantieren das, und reelle symmetrische Matrizen sind immer diagonalisierbar mit reellen Eigenwerten.
Warum erhalte ich komplexe Eigenwerte?
Eine reelle Matrix kann ein charakteristisches Polynom ohne reelle Nullstellen haben, zum Beispiel eine Drehmatrix. Komplexe Eigenwerte einer reellen Matrix treten immer als konjugierte Paare a ± bi auf, und ihre Eigenvektoren sind zueinander komplex konjugiert.
Warum werden manche Eigenwerte als Dezimalzahlen angezeigt?
Eigenwerte, die Brüche oder Nullstellen quadratischer Faktoren sind, werden exakt angezeigt. Nullstellen eines irreduziblen kubischen oder höheren Faktors haben hier keine einfache geschlossene Form, daher werden sie numerisch mit dem QR-Algorithmus berechnet und auf sechs Dezimalstellen angezeigt.
Ist die Spur wirklich die Summe der Eigenwerte?
Ja. Die Spur von A ist gleich der Summe aller Eigenwerte und die Determinante gleich ihrem Produkt, jeweils mit Vielfachheit und komplexen Werten gezählt. Der Rechner zeigt beides als schnelle Kontrolle.
Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?
Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.