เครื่องคำนวณการทแยงมุมเมทริกซ์

ทำเมทริกซ์จัตุรัสให้เป็นเมทริกซ์ทแยงมุมโดยการคำนวณค่าลักษณะเฉพาะ (eigenvalues), เวกเตอร์ลักษณะเฉพาะ (eigenvectors) และการแยกตัวประกอบ A = PDP⁻¹ รองรับเมทริกซ์ขนาด 2×2 ถึง 5×5 พร้อมเฉลยแบบเป็นขั้นตอน, พหุนามลักษณะเฉพาะ, การวิเคราะห์ความหลากหลาย และการแสดงผลแบบโต้ตอบ

Embed เครื่องคำนวณการทแยงมุมเมทริกซ์ Widget

เกี่ยวกับ เครื่องคำนวณการทแยงมุมเมทริกซ์

เครื่องคำนวณการทแยงมุมเมทริกซ์ จะแยกย่อยเมทริกซ์จัตุรัสใดๆ ให้อยู่ในรูปแบบ A = PDP⁻¹ โดยที่ D คือเมทริกซ์ทแยงมุมของค่าลักษณะเฉพาะ และ P คือเมทริกซ์ของเวกเตอร์ลักษณะเฉพาะ ป้อนเมทริกซ์ขนาด 2×2 ถึง 5×5 เพื่อรับการแยกตัวประกอบที่สมบูรณ์พร้อมวิธีแก้ปัญหาทีละขั้นตอน พหุนามลักษณะเฉพาะ การวิเคราะห์ความหลากหลายทางพีชคณิตและเรขาคณิต และแอนิเมชันการแยกย่อยแบบโต้ตอบ

การทแยงมุมเมทริกซ์คืออะไร?

การทแยงมุมเมทริกซ์คือกระบวนการหาเมทริกซ์ P และ D ที่ทำให้:

$$A = PDP^{-1}$$

โดยที่ D คือ เมทริกซ์ทแยงมุม ที่มีรายการเป็นค่าลักษณะเฉพาะของ A และ P คือเมทริกซ์ที่หาอินเวอร์สได้ซึ่งมีคอลัมน์เป็นเวกเตอร์ลักษณะเฉพาะที่เกี่ยวข้อง หรือกล่าวได้ว่า $D = P^{-1}AP$ ซึ่งหมายความว่า D คล้ายคลึง กับ A

ค่าลักษณะเฉพาะ

สเกลาร์ λ ที่สอดคล้องกับ Av = λv ซึ่งจะปรากฏบนเส้นทแยงมุมของ D

→

เวกเตอร์ลักษณะเฉพาะ

เวกเตอร์ v ที่ไม่เป็นศูนย์ซึ่งสอดคล้องกับ Av = λv และประกอบกันเป็นคอลัมน์ของ P

◇

เมทริกซ์ทแยงมุม D

ประกอบด้วยค่าลักษณะเฉพาะบนเส้นทแยงมุม และเป็นศูนย์ในที่อื่นๆ ทำให้คำนวณกำลังของเมทริกซ์ได้ง่าย

↔

ความคล้ายคลึง

A และ D เป็นเมทริกซ์ที่คล้ายกัน ซึ่งแสดงถึงการแปลงเดียวกันในฐาน (basis) ที่ต่างกัน

วิธีทแยงมุมเมทริกซ์

ขั้นตอนที่ 1. เลือกขนาดเมทริกซ์ (2×2 ถึง 5×5) และป้อนค่าลงในตาราง คุณยังสามารถคลิกตัวอย่างด่วนเพื่อโหลดเมทริกซ์ที่กำหนดไว้ล่วงหน้าเพื่อทดสอบได้

ขั้นตอนที่ 2. คลิก ทแยงมุมเมทริกซ์ เครื่องคำนวณจะคำนวณพหุนามลักษณะเฉพาะ det(A − λI) และหาราก (ค่าลักษณะเฉพาะ)

ขั้นตอนที่ 3. สำหรับแต่ละค่าลักษณะเฉพาะ เครื่องมือจะแก้สมการ (A − λI)x = 0 เพื่อหาเวกเตอร์ลักษณะเฉพาะ และตรวจสอบความหลากหลายทางพีชคณิตเทียบกับเรขาคณิตเพื่อดูว่าเมทริกซ์ทแยงมุมได้หรือไม่

ขั้นตอนที่ 4. หากทแยงมุมได้ เครื่องคำนวณจะสร้าง P (เวกเตอร์ลักษณะเฉพาะเป็นคอลัมน์), D (ค่าลักษณะเฉพาะบนเส้นทแยงมุม) และ P⁻¹ จากนั้นจึงตรวจสอบว่า PDP⁻¹ = A

ขั้นตอนที่ 5. สำรวจแอนิเมชันการแยกย่อยเพื่อดูภาพว่า A แยกตัวประกอบเป็น P × D × P⁻¹ ได้อย่างไร และเลื่อนดูวิธีแก้ปัญหาฉบับเต็มโดยใช้ตัวควบคุมการนำทาง

เมทริกซ์จะทแยงมุมได้เมื่อใด?

เงื่อนไข	ทแยงมุมได้หรือไม่?	ตัวอย่าง
ค่าลักษณะเฉพาะจำนวนจริงแตกต่างกัน n ค่า	ได้เสมอ	$\begin{pmatrix}2&1\\0&3\end{pmatrix}$ → λ = 2, 3
เมทริกซ์สมมาตร (A = Aᵀ)	ได้เสมอ (λ เป็นจำนวนจริง)	ทฤษฎีบทเชิงสเปกตรัมรับประกันการทแยงมุมแบบตั้งฉาก
λ ซ้ำกันโดยที่ AM = GM	ได้	$\begin{pmatrix}5&0\\0&5\end{pmatrix}$ → λ = 5 (AM=2, GM=2)
λ ซ้ำกันโดยที่ AM > GM	ไม่ได้	$\begin{pmatrix}1&1\\0&1\end{pmatrix}$ → λ = 1 (AM=2, GM=1)
ค่าลักษณะเฉพาะเชิงซ้อน	บน ℂ: ตรวจสอบ AM = GM	$\begin{pmatrix}0&-1\\1&0\end{pmatrix}$ → λ = ±i

ความหลากหลายทางพีชคณิตเทียบกับเรขาคณิต

สำหรับแต่ละค่าลักษณะเฉพาะ λ:

• ความหลากหลายทางพีชคณิต (AM): จำนวนครั้งที่ λ ปรากฏเป็นรากของพหุนามลักษณะเฉพาะ det(A − λI) = 0

• ความหลากหลายทางเรขาคณิต (GM): มิติของปริภูมิคุณลักษณะ ker(A − λI) นั่นคือจำนวนเวกเตอร์ลักษณะเฉพาะที่เป็นอิสระเชิงเส้น

เมทริกซ์จะทแยงมุมได้ก็ต่อเมื่อ GM = AM สำหรับ ทุก ค่าลักษณะเฉพาะ โดยที่เงื่อนไข 1 ≤ GM ≤ AM จะเป็นจริงเสมอ

ทำไมการทแยงมุมถึงสำคัญ

⚡

กำลังของเมทริกซ์

$A^k = PD^kP^{-1}$ เนื่องจาก D เป็นเมทริกซ์ทแยงมุม $D^k$ จึงเป็นเพียงการยกกำลังค่าลักษณะเฉพาะแต่ละค่าด้วย k

📈

สมการเชิงอนุพันธ์

ระบบ x' = Ax จะแยกออกเป็นสมการที่อิสระต่อกันเมื่อ A ถูกทแยงมุม: x' = PDP⁻¹x

🔗

ลูกโซ่มาร์คอฟ

พฤติกรรมระยะยาวของเมทริกซ์การเปลี่ยนสถานะถูกกำหนดโดยค่าลักษณะเฉพาะ การทแยงมุมจะเผยให้เห็นสถานะคงตัว

📊

PCA

การวิเคราะห์ส่วนประกอบหลักจะทแยงมุมเมทริกซ์ความแปรปรวนร่วมเพื่อหาทิศทางของความแปรปรวนสูงสุด

การทแยงมุมเทียบกับการแยกย่อยอื่นๆ

การแยกย่อย	รูปแบบ	ข้อกำหนด
การแยกย่อยค่าลักษณะเฉพาะ (เครื่องมือนี้)	A = PDP⁻¹	มี n เวกเตอร์ลักษณะเฉพาะที่เป็นอิสระต่อกัน
เชิงสเปกตรัม (สมมาตร)	A = QΛQᵀ	A = Aᵀ (Q เป็นเมทริกซ์เชิงตั้งฉาก)
รูปแบบปกติจอร์แดน	A = PJP⁻¹	เมทริกซ์จัตุรัสใดๆ
SVD	A = UΣVᵀ	เมทริกซ์ใดๆ (แม้ไม่เป็นจัตุรัส)
การแยกย่อย LU	A = LU	เมทริกซ์จัตุรัส พร้อมเงื่อนไขเฉพาะ

คำถามที่พบบ่อย

การทแยงมุมเมทริกซ์หมายความว่าอย่างไร?

การทแยงมุมเมทริกซ์ A หมายถึงการหาเมทริกซ์ P ที่หาอินเวอร์สได้ และเมทริกซ์ทแยงมุม D ที่ทำให้ A = PDP⁻¹ โดยรายการบนเส้นทแยงมุมของ D คือค่าลักษณะเฉพาะ และคอลัมน์ของ P คือเวกเตอร์ลักษณะเฉพาะที่เกี่ยวข้อง

เมทริกซ์จะทแยงมุมได้เมื่อใด?

เมทริกซ์สามารถทแยงมุมได้ก็ต่อเมื่อ สำหรับทุกๆ ค่าลักษณะเฉพาะ ความหลากหลายทางเรขาคณิตเท่ากับความหลากหลายทางพีชคณิต หรือมี n เวกเตอร์ลักษณะเฉพาะที่เป็นอิสระเชิงเส้นสำหรับเมทริกซ์ขนาด n×n เมทริกซ์จริงที่สมมาตรทั้งหมดและเมทริกซ์ที่มีค่าลักษณะเฉพาะแตกต่างกัน n ค่าสามารถทแยงมุมได้เสมอ

ความแตกต่างระหว่างความหลากหลายทางพีชคณิตและเรขาคณิตคืออะไร?

ความหลากหลายทางพีชคณิตคือจำนวนครั้งที่ค่าลักษณะเฉพาะปรากฏเป็นรากของพหุนามลักษณะเฉพาะ ความหลากหลายทางเรขาคณิตคือมิติของปริภูมิคุณลักษณะ นั่นคือจำนวนเวกเตอร์ลักษณะเฉพาะที่เป็นอิสระเชิงเส้นสำหรับค่าลักษณะเฉพาะนั้น เมทริกซ์จะทแยงมุมได้ก็ต่อเมื่อค่าทั้งสองนี้เท่ากันสำหรับทุกค่าลักษณะเฉพาะ

เมทริกซ์ที่มีค่าลักษณะเฉพาะเป็นจำนวนเชิงซ้อนสามารถทแยงมุมได้หรือไม่?

ได้ เมทริกซ์ที่มีค่าลักษณะเฉพาะเป็นจำนวนเชิงซ้อนยังคงสามารถทแยงมุมได้บนฟิลด์จำนวนเชิงซ้อน ตราบใดที่ความหลากหลายทางเรขาคณิตเท่ากับความหลากหลายทางพีชคณิตสำหรับแต่ละค่าลักษณะเฉพาะ เมทริกซ์ P และ D ที่ได้จะมีรายการเป็นจำนวนเชิงซ้อน

การทแยงมุมเมทริกซ์มีประโยชน์อย่างไร?

การทแยงมุมเมทริกซ์ใช้เพื่อคำนวณกำลังของเมทริกซ์อย่างมีประสิทธิภาพ (A^k = PD^kP⁻¹), แก้ระบบสมการเชิงอนุพันธ์, วิเคราะห์ลูกโซ่มาร์คอฟและพฤติกรรมสถานะคงตัว, ทำการวิเคราะห์ส่วนประกอบหลักในทางสถิติ และทำความเข้าใจการแปลงเชิงเส้นในฟิสิกส์และวิศวกรรม

อ้างอิงเนื้อหา หน้าหรือเครื่องมือนี้ว่า:

"เครื่องคำนวณการทแยงมุมเมทริกซ์" ที่ https://MiniWebtool.com/th/เครื่องคำนวณการทแยงมุมเมทริกซ์/ จาก MiniWebtool, https://MiniWebtool.com/

โดยทีมงาน miniwebtool อัปเดตเมื่อ: 2026-04-12

คุณสามารถลองใช้ AI แก้ปัญหาคณิตศาสตร์ GPT ของเรา เพื่อแก้ไขปัญหาทางคณิตศาสตร์ของคุณผ่านคำถามและคำตอบด้วยภาษาธรรมชาติ.

เครื่องคำนวณการทแยงมุมเมทริกซ์

เกี่ยวกับ เครื่องคำนวณการทแยงมุมเมทริกซ์

การทแยงมุมเมทริกซ์คืออะไร?

วิธีทแยงมุมเมทริกซ์

เมทริกซ์จะทแยงมุมได้เมื่อใด?

ความหลากหลายทางพีชคณิตเทียบกับเรขาคณิต

ทำไมการทแยงมุมถึงสำคัญ

การทแยงมุมเทียบกับการแยกย่อยอื่นๆ

คำถามที่พบบ่อย

พีชคณิตเชิงเส้น:

เครื่องมือเด่น:

เงื่อนไข	ทแยงมุมได้หรือไม่?	ตัวอย่าง
ค่าลักษณะเฉพาะจำนวนจริงแตกต่างกัน n ค่า	ได้เสมอ	\(\begin{pmatrix}2&1\\0&3\end{pmatrix}\) → λ = 2, 3
เมทริกซ์สมมาตร (A = Aᵀ)	ได้เสมอ (λ เป็นจำนวนจริง)	ทฤษฎีบทเชิงสเปกตรัมรับประกันการทแยงมุมแบบตั้งฉาก
λ ซ้ำกันโดยที่ AM = GM	ได้	\(\begin{pmatrix}5&0\\0&5\end{pmatrix}\) → λ = 5 (AM=2, GM=2)
λ ซ้ำกันโดยที่ AM > GM	ไม่ได้	\(\begin{pmatrix}1&1\\0&1\end{pmatrix}\) → λ = 1 (AM=2, GM=1)
ค่าลักษณะเฉพาะเชิงซ้อน	บน ℂ: ตรวจสอบ AM = GM	\(\begin{pmatrix}0&-1\\1&0\end{pmatrix}\) → λ = ±i