什么是 2×2 特征向量计算器？
这款工具可以求出任意 2×2 矩阵 \(A = [[a, b], [c, d]]\) 的特征值和特征向量。特征向量 \(v\) 是一个非零向量，矩阵作用在它上面时只会将其拉伸或压缩，而不改变方向：\(Av = \lambda v\)，其中标量 \(\lambda\) 就是对应的特征值。特征向量揭示了线性变换的"天然坐标轴"，在微分方程、主成分分析（PCA）、振动分析以及量子力学中都扮演着核心角色。
使用方法
依次填入矩阵的四个元素——\(a\)（左上）、\(b\)（右上）、\(c\)（左下）、\(d\)（右下），即可读出两个特征值以及各自对应的一个代表性特征向量。需要注意的是，特征向量只在差一个标量倍数的意义下唯一，因此结果的任意非零倍数都同样成立。
公式详解
特征值是特征方程 \(\det(A - \lambda I) = 0\) 的解，展开后即 \(\lambda^2 - (a+d)\lambda + (ad-bc) = 0\)。用求根公式求解可得
$$\lambda_{1,2} = \frac{(a+d) \pm \sqrt{(a+d)^2 - 4(ad-bc)}}{2}$$对每个 \(\lambda\)，再求解 \((A - \lambda I)v = 0\)；一个方便取用的特征向量为 \(v = (b,\ \lambda - a)\)，当 \(b = 0\) 时则取 \(v = (\lambda - d,\ c)\)。
计算实例
设 \(A = [[2, 1], [1, 2]]\)。迹 \(= 4\)，行列式 \(= 4 - 1 = 3\)，判别式 \(= 16 - 12 = 4\)。于是
$$\lambda = \frac{4 \pm 2}{2}$$即 \(\lambda = 3\) 和 \(\lambda = 1\)。当 \(\lambda_1 = 3\) 时：\(v = (b,\ \lambda - a) = (1,\ 1)\)；当 \(\lambda_2 = 1\) 时：\(v = (1,\ -1)\)。这正是对称矩阵常见的两条对角线方向。
常见问题
为什么我算出的特征向量和课本不一样？特征向量只在差一个标量倍数的意义下唯一，所以 \((1, 1)\) 和 \((2, 2)\) 描述的是同一个特征向量。
如果判别式为负怎么办？此时矩阵拥有一对共轭复特征值；本计算器会给出它们共有的实部，并提示这是复数情形。
对角矩阵也适用吗？适用——当 \(b = c = 0\) 时，标准基向量 \((1, 0)\) 和 \((0, 1)\) 就是它的特征向量。
