Eigenvectoren und Eigenwerbsberechnung

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 =

Ein Eigenvektor einer quadratischen Matrix A ist ein Nicht-Null-Vektor V, wenn ein V = λ V, der λ als Eigenwert von a entsprechend v genannt wird.

Alle Eigenwerte und Eigenvektoren erfüllen die Gleichung AX = λx für eine bestimmte quadratische Matrix A.

Die Online-Eigenevektoren und der EigenValues-Rechner können | A |, Singular Matrix (A - C × I), Spuren eines eignen Werts der Matrix A

Zum Beispiel

Für Matrix

der Vektor

ist ein Eigenvektor mit Eigenwert 2.

Auf der anderen Seite der Vektor

ist nicht einen Eigenvektor, da

Und dieser Vektor ist kein Vielfaches des ursprünglichen Vektors v.

Eigenvectoren und Eigenwerbsberechnung