这个计算器能做什么
3×3 矩阵特征值计算器可以求出任意实数 3×3 矩阵的三个特征值。特征值是指满足 \(Av = \lambda v\)（其中 \(v\) 为非零向量）的特殊标量 \(\lambda\)。它揭示了一个线性变换沿其特征方向对空间的拉伸程度，在物理、工程、统计（主成分分析 PCA）以及稳定性分析中无处不在。
使用方法
按照网格位置填入矩阵 A 的九个元素（从 \(a_{11}\) 到 \(a_{33}\}），然后提交。计算器会构造特征多项式 \(\det(A - \lambda I) = 0\) 并求解所得的一元三次方程，将特征值从大到小排序返回，同时给出迹（trace）和行列式（determinant），作为结果的内置校验。
公式详解
对于 3×3 矩阵，特征方程展开后是一个一元三次方程：
$$\det(A - \lambda I) = -\lambda^3 + \operatorname{tr}(A)\,\lambda^2 - m\,\lambda + \det(A) = 0$$其中 \(\operatorname{tr}(A)\) 是对角线元素之和，\(m\) 是三个主二阶子式（2×2 主子式）之和。两边乘以 \(-1\) 即得一个首项系数为 1 的三次方程，可用卡尔达诺公式（或三角函数法）精确求解。有两个实用恒等式可用来验证答案：所有特征值之和等于矩阵的迹，所有特征值之积等于矩阵的行列式。
$$\sum \lambda_i = \operatorname{tr}(A), \qquad \prod \lambda_i = \det(A)$$
实例演算
以行向量为 [2,0,0]、[0,3,4]、[0,4,9] 的对称矩阵为例。它的迹为 14，行列式为 \(2\cdot(27-16)=22\)。右下角的子块 \([[3,4],[4,9]]\) 的特征值是 11 和 1，而单独的 2 给出第三个特征值。所以三个特征值是 11、2 和 1——这正是计算器给出的结果。
解释您的特征值
特征值描述矩阵沿其特征方向如何拉伸、压缩、翻转或旋转空间。它们的符号和结构具有直接的含义。
- 所有特征值为正（>0）：矩阵是正定的（对于对称矩阵\(A\)）。它在每个方向上向外拉伸；二次型\(x^\top A x\)始终为正。这是优化中严格局部最小值的条件，也是有效协方差矩阵的条件。
- 所有特征值为负（<0）：负定——每个方向都被压缩/反射。在动力系统中，这意味着一个渐近稳定的平衡点。
- 符号混合：矩阵是不定的——鞍点。某些方向扩展，其他方向收缩。
- 特征值等于0：矩阵是奇异的（不可逆的），\(\det(A)=0\)。它至少将一个方向折叠到原点；零空间是相应的特征空间。
重根和复数根
- 重复（退化）特征值：比较代数重数和几何重数。如果重复的特征值仍有足够的线性独立特征向量（几何重数=代数重数），矩阵是可对角化的；如果特征向量太少，矩阵是有缺陷的，需要约当型。
- 复共轭对\(a\pm bi\)：实数3×3矩阵总是至少有一个实特征值，因此复数根以单个共轭对加一个实数值的形式出现。该对表示在2D不变平面中的旋转与缩放；模\(\sqrt{a^2+b^2}\)设置增长/衰减率，辐角设置旋转角。
领域含义
在稳定性分析中，系统雅可比矩阵的特征值决定平衡行为：负实部→稳定，任何正实部→不稳定，纯虚数→振荡。在主成分分析（PCA）中，协方差矩阵的特征值等于沿每个主方向（特征向量）捕获的方差；最大特征值标记最大扩展轴，每个特征值与其总和的比率是所解释的总方差的分数。
关键术语
- 特征值（\(\lambda\)）
- 一个标量，使得\(A\mathbf{v}=\lambda\mathbf{v}\)对某个非零向量\(\mathbf{v}\)成立；它是矩阵缩放该方向的因子。
- 特征向量（\(\mathbf{v}\)）
- 一个非零向量，其方向在被矩阵相乘时保持不变（仅被缩放）；它张成其特征值的特征空间。
- 特征多项式
- 多项式\(\det(A-\lambda I)\)；对于3×3矩阵，它是三次多项式\(\lambda^3-\operatorname{tr}(A)\lambda^2+m\lambda-\det(A)\)，其根为特征值。
- 迹，\(\operatorname{tr}(A)\)
- 对角线元素的和\(a_{11}+a_{22}+a_{33}\)；它等于特征值的和。
- 行列式，\(\det(A)\)
- 一个标量，衡量变换的体积缩放；它等于特征值的乘积。零行列式表示奇异矩阵。
- 主2×2子式（\(m\)）
- 删除一个匹配的行和列后留下的三个2×2行列式之和；它是特征三次多项式中\(\lambda\)的系数，等于特征值的两两乘积之和。
- 代数重数
- 特征值作为特征多项式的根出现的次数。
- 几何重数
- 一个特征值的线性独立特征向量的数量（其特征空间的维数）。它永不超过代数重数；对每个特征值相等意味着矩阵是可对角化的。
- 复共轭特征值
- 对于实矩阵出现的一对\(a+bi\)和\(a-bi\)；它们在不变平面中表示旋转分量。
- 单位矩阵（\(I\)）
- 对角线上为1、其他位置为0的方矩阵；\(\lambda I\)从\(A\)中减去以形成\(A-\lambda I\)。
常见问题
能处理复数特征值吗？非对称矩阵可能出现共轭复数特征值。本工具会精确给出实根，并报告任何复数对的实部。对称矩阵则始终有三个实特征值。
迹有什么用？它等于所有特征值之和，是快速核对结果的好办法。
支持重复特征值吗？支持——重根只会在结果列表中多次出现。
