DE 
English
Українська
Polski📐 Eigenwerte & Eigenvektoren
Visualisiere Eigenwerte und Eigenvektoren geometrisch in 2D. Sieh, wie eine Matrix den Einheitskreis in eine Ellipse verwandelt, und beobachte, wie Eigenvektoren unter der Transformation kollinear bleiben. Passe Matrixeinträge interaktiv an und erkunde Voreinstellungen.
Über diese Simulation
Diese Simulation lässt dich erkunden, wie eine 2x2-Matrix den 2D-Raum transformiert, indem du ihre vier Einträge interaktiv anpasst. Der Einheitskreis verformt sich zu einer Ellipse, Basisvektoren biegen sich, doch besondere Richtungen namens Eigenvektoren bleiben unter der Transformation perfekt kollinear — sie werden nur durch ihren zugehörigen Eigenwert gestreckt oder gespiegelt.
🔬 Was gezeigt wird
Das linke Feld zeigt den ursprünglichen Raum, das rechte Feld zeigt, wie die Matrix ihn verformt: Der Einheitskreis wird zur Ellipse, und gestrichelte Pfeile markieren die Eigenvektoren.
🎮 Bedienung
Nutze die vier mit a, b, c, d beschrifteten Regler, um die Matrixeinträge festzulegen. Schalte Kontrollkästchen um, um das transformierte Gitter, die Ellipse und die Eigenvektorlinien anzuzeigen.
💡 Wusstest du schon?
Die Begriffe „Eigenwert“ (Eigenwert) und „Eigenvektor“ (Eigenvektor) wurden im frühen 20. Jahrhundert auf Deutsch von David Hilbert geprägt; „eigen“ bedeutet „selbst“ oder „charakteristisch“.
Häufig gestellte Fragen
Was ist ein Eigenvektor?
Ein Eigenvektor einer Matrix A ist ein von null verschiedener Vektor v, der A*v = lambda*v erfüllt, was bedeutet, dass die Matrix den Vektor nur skaliert — sie dreht ihn nicht und ändert seine Richtung nicht.
Wie benutze ich diese Simulation?
Nutze die vier mit a, b, c, d beschrifteten Regler, um die Einträge der 2x2-Matrix festzulegen. Das linke Feld zeigt den ursprünglichen Raum, das rechte Feld zeigt, wie die Matrix ihn verformt.
Was bedeutet es, wenn die Simulation komplexe Eigenwerte anzeigt?
Wenn die Diskriminante der charakteristischen Gleichung (Spur² − 4·Determinante) negativ ist, bilden die Eigenwerte ein komplex-konjugiertes Paar. Komplexe Eigenwerte entsprechen immer einer Rotation kombiniert mit Skalierung.
Was ist das charakteristische Polynom, und wie werden Eigenwerte berechnet?
Die Eigenwerte einer 2x2-Matrix sind die Nullstellen von det(A − lambda*I) = 0, was sich zur Quadratischen Gleichung lambda² − Spur(A)*lambda + det(A) = 0 entwickelt.
Wie werden Eigenwerte in der Hauptkomponentenanalyse (PCA) verwendet?
Bei PCA zeigen die Eigenvektoren der Datenkovarianzmatrix in die Richtungen der größten Varianz (Hauptkomponenten), und die Eigenwerte quantifizieren, wie viel Varianz entlang jeder Richtung erfasst wird.
Stimmt es, dass alle Matrizen Eigenvektoren haben?
Über den reellen Zahlen kann eine Matrix keine reellen Eigenvektoren haben — eine reine Rotationsmatrix hat nur komplexe Eigenwerte. Über den komplexen Zahlen hat jede n×n-Matrix genau n Eigenwerte.