DE 
English
Українська
Polski📐 Eigenvektoren & Eigenwerte — Interaktiver Visualisierer für lineare Algebra
Interaktive 2D-Eigenvektor- und Eigenwert-Visualisierung. Passe die 4 Matrixeinträge an und sieh sofort das charakteristische Polynom, die Eigenwerte λ₁ λ₂ und die Eigenvektorrichtungen auf einem Live-Koordinatengitter. Beobachte, wie sich der Einheitskreis zu einer an den Eigenvektoren ausgerichteten Ellipse verformt.
Über diese Simulation
Diese Simulation lässt dich Eigenvektoren und Eigenwerte jeder beliebigen 2×2-Matrix erkunden, indem du vier Regler in Echtzeit anpasst. Ein Eigenvektor einer Matrix A ist ein von null verschiedener Vektor v, der Av = λv erfüllt, was bedeutet, dass die Transformation v nur um den skalaren Eigenwert λ skaliert, ohne seine Richtung zu ändern.
🔬 Was gezeigt wird
Der Visualisierer löst das charakteristische Polynom, zeichnet die Eigenvektorlinien auf einem Koordinatengitter und zeigt, wie sich der Einheitskreis zu einer Ellipse verformt, deren Hauptachsen mit den Eigenvektoren übereinstimmen.
🎮 Bedienung
Ziehe die vier mit a, b, c, d beschrifteten Regler, um die Matrixeinträge festzulegen. Nutze die Voreinstellungsschaltflächen, um zu klassischen Beispielen zu springen, und klicke „Transformation animieren“.
💡 Wusstest du schon?
Der Spektralsatz garantiert, dass für jede reelle symmetrische Matrix alle Eigenwerte reell sind und Eigenvektoren zu unterschiedlichen Eigenwerten orthogonal zueinander stehen.
Häufig gestellte Fragen
Was ist ein Eigenvektor?
Ein Eigenvektor einer quadratischen Matrix A ist ein von null verschiedener Vektor v, sodass Av = λv für einen Skalar λ, den Eigenwert. Geometrisch wird ein Eigenvektor durch die Matrixtransformation nur entlang seiner eigenen Richtung gestreckt oder gespiegelt.
Wie benutze ich diese Simulation?
Ziehe die vier mit a, b, c, d beschrifteten Regler, um die Einträge der 2×2-Matrix festzulegen. Die Leinwand zeichnet sofort die Eigenvektorlinien, die transformierten Basisvektoren und die gelbe Ellipse neu.
Wann hat die Matrix keine reellen Eigenvektoren?
Eine 2×2-Matrix hat nur dann reelle Eigenvektoren, wenn die Diskriminante tr(A)² minus 4·det(A) größer oder gleich null ist. Ist die Diskriminante negativ, sind die Eigenwerte komplex-konjugiert.
Wie werden Eigenwerte aus den Matrixeinträgen berechnet?
Für eine 2×2-Matrix mit den Einträgen a, b, c, d bildest du die charakteristische Gleichung lambda² minus tr(A)*lambda + det(A) = 0. Die Mitternachtsformel liefert lambda = (tr(A) plus/minus Wurzel(...))/2.
Wie werden Eigenvektoren in der Hauptkomponentenanalyse (PCA) verwendet?
PCA reduziert die Dimensionalität eines Datensatzes, indem sie die Richtungen findet, entlang derer die Daten am stärksten variieren. Diese Richtungen sind genau die Eigenvektoren der Datenkovarianzmatrix.
Stimmt es, dass Eigenvektoren einer symmetrischen Matrix immer senkrecht zueinander stehen?
Ja. Dies wird durch den Spektralsatz für reelle symmetrische Matrizen garantiert: Ist A gleich A transponiert, sind alle Eigenwerte reell, und Eigenvektoren zu unterschiedlichen Eigenwerten sind orthogonal zueinander.