PL 
EnglishDomyślny
Українська↗️ Wartości własne — przekształcenia liniowe i osie główne
Edytuj macierz 2x2 i patrz, jak przekształca okrąg jednostkowy w elipsę: wektory własne wskazują osie główne (kierunek pozostaje bez zmian), a wartości własne podają współczynniki rozciągnięcia.
O wizualizacji wartości własnych
Wartości własne i wektory własne są fundamentalne dla algebry liniowej: dla macierzy kwadratowej A wektor własny v to niezerowy wektor spełniający Av = λv, gdzie skalar λ to jego wartość własna. Oznacza to, że przekształcenie jedynie rozciąga lub ściska v — nigdy nie obraca go poza jego pierwotną linię. Rozkład na wartości własne leży u podstaw redukcji wymiarowości (PCA), algorytmu PageRank Google, obserwabli mechaniki kwantowej i analizy drgań konstrukcji w inżynierii.
Ta symulacja pozwala edytować każdy element macierzy 2×2 w czasie rzeczywistym i obserwować, jak okrąg jednostkowy deformuje się w elipsę pod wpływem przekształcenia. Czerwone i niebieskie strzałki oznaczają dwa wektory własne, a HUD wyświetla ślad, wyznacznik i obie wartości własne (rzeczywiste lub zespolone) w miarę przesuwania suwaków.
Najczęściej zadawane pytania
Czym jest wartość własna i dlaczego ma znaczenie?
Wartość własna λ macierzy A to skalar, dla którego istnieje niezerowy wektor v spełniający Av = λv. Mierzy ona, jak bardzo przekształcenie rozciąga (|λ| > 1), ściska (|λ| < 1) lub odbija (λ < 0) przestrzeń wzdłuż konkretnego kierunku. Wartości własne pojawiają się w mechanice kwantowej, teorii sterowania, kompresji obrazu i analizie sieci — zasadniczo wszędzie tam, gdzie powstają powtarzane odwzorowania liniowe.
Jak obliczyć wartości własne macierzy 2×2?
Rozwiąż równanie charakterystyczne det(A − λI) = 0, które dla macierzy 2×2 rozwija się do λ² − tr(A)·λ + det(A) = 0. Wzór kwadratowy daje λ = [tr(A) ± √(tr(A)² − 4·det(A))] / 2. Jeśli dyskryminanta tr²− 4·det jest ujemna, wartości własne są sprzężonymi liczbami zespolonymi, a przekształcenie zawiera składową rotacyjną.
Co dzieje się z okręgiem jednostkowym pod działaniem macierzy 2×2?
Macierz 2×2 zawsze przekształca okrąg jednostkowy w elipsę. Dla macierzy symetrycznych półosie elipsy wskazują wzdłuż wektorów własnych i mają długości równe wartościom bezwzględnym wartości własnych. Dla macierzy niesymetrycznych osie pokrywają się zamiast tego z wektorami osobliwymi. Obserwowanie deformacji okręgu to geometryczny sposób na zobaczenie działania macierzy na wszystkie kierunki jednocześnie.
Co oznaczają geometrycznie zespolone wartości własne?
Gdy tr(A)² − 4·det(A) < 0, wartości własne są sprzężonymi liczbami zespolonymi α ± βi. Nie istnieją rzeczywiste wektory własne; zamiast tego przekształcenie łączy rotację ze skalowaniem. Moduł |λ| = √(α² + β²) mówi, czy punkty spiralnie zbiegają do wewnątrz (|λ| < 1), rozchodzą się na zewnątrz (|λ| > 1), czy kreślą elipsy (|λ| = 1). Macierze czystej rotacji mają wartości własne na okręgu jednostkowym z |λ| = 1.
Jak wartości własne wiążą się ze śladem i wyznacznikiem?
Dla dowolnej macierzy kwadratowej suma wszystkich wartości własnych równa się śladowi, a ich iloczyn równa się wyznacznikowi. Dla macierzy 2×2: λ₁ + λ₂ = tr(A) i λ₁·λ₂ = det(A). Są to wzory Viète'a zastosowane do wielomianu charakterystycznego i dają szybkie sprawdzenie poprawności — jeśli det(A) = 0, to co najmniej jedna wartość własna wynosi zero, co oznacza, że przekształcenie zapada wymiar.
Czym jest macierz defektywna?
Macierz jest defektywna, jeśli ma mniej liniowo niezależnych wektorów własnych niż jej rozmiar. Dla macierzy 2×2 zdarza się to, gdy wielomian charakterystyczny ma pierwiastek podwójny, ale tylko jeden kierunek wektora własnego. Klasyczny przykład to [[2,1],[0,2]]: wartość własna 2 (podwójna), ale tylko wektor własny [1,0]. Macierzy defektywnych nie można zdiagonalizować; wymagają zamiast tego postaci normalnej Jordana.
Czym jest analiza głównych składowych (PCA) i jak pojawiają się w niej wartości własne?
PCA znajduje ortogonalne kierunki maksymalnej wariancji w zbiorze danych. Rozkłada na wartości własne macierz kowariancji C = (1/n)·XᵀX: wektory własne to główne składowe (kierunki wariancji), a wartości własne określają dokładnie, ile wariancji przechwytuje każda składowa. Sortowanie według malejącej wartości własnej pozwala zachować tylko k najważniejszych składowych i wciąż wyjaśniać większość danych — to podstawa rozpoznawania twarzy, wizualizacji danych i redukcji szumu.
Jak wartości własne określają stabilność układu dynamicznego?
Dla układu dyskretnego xₙ₊₁ = A·xₙ stabilność wymaga, aby wszystkie moduły wartości własnych |λᵢ| < 1. Jeśli którekolwiek |λᵢ| > 1, układ rośnie bez ograniczeń (niestabilny). Dla układów ciągłych ẋ = Ax kryterium zmienia się na Re(λᵢ) < 0 dla wszystkich wartości własnych. Te fakty leżą u podstaw teorii stabilności Lapunowa stosowanej w robotyce, autopilotach lotniczych i modelach ekonomicznych.
Czym jest twierdzenie Cayleya-Hamiltona?
Twierdzenie Cayleya-Hamiltona mówi, że każda macierz kwadratowa spełnia swój własny wielomian charakterystyczny. Jeśli p(λ) = det(A − λI), to p(A) = 0. Dla macierzy 2×2 oznacza to A² − tr(A)·A + det(A)·I = 0. Twierdzenie jest używane w teorii sterowania do wyrażania wysokich potęg A poprzez niższe potęgi, upraszczając analizę modeli przestrzeni stanów.
Czym jest promień spektralny i jak jest wykorzystywany?
Promień spektralny ρ(A) = max|λᵢ| to największa wartość bezwzględna wartości własnej. Kontroluje długoterminowe tempo wzrostu odwzorowań iteracyjnych — powtarzane mnożenie przez A wzmacnia wektory w przybliżeniu o ρ(A)ⁿ po n krokach. W metodach numerycznych ρ(A) < 1 gwarantuje zbieżność iteracyjnych solverów, takich jak Jacobi czy Gauss-Seidel. Iteracja potęgowa PageRank Google jest zbieżna, ponieważ macierz linków ma ρ = 1 z unikalnym dominującym wektorem własnym.
Czy macierz może mieć zero jako wartość własną?
Tak. Jeśli λ = 0 jest wartością własną, to Av = 0 dla pewnego niezerowego v, co oznacza, że det(A) = 0 i macierz jest osobliwa (nieodwracalna). Przestrzeń zerowa A jest rozpięta przez wektory własne o zerowej wartości własnej. Geometrycznie przekształcenie zapada się w co najmniej jednym wymiarze — macierz 2D z zerową wartością własną spłaszcza płaszczyznę do linii lub punktu.