如何求 2x2 矩阵的特征多项式？

对于入口为 a, b, c, d 的 2x2 矩阵，特征多项式为 λ² − (a+d)λ + (ad − bc)。这等同于 λ² − 迹 × λ + 行列式。

特征多项式计算器

计算方阵的特征多项式 det(A − λI)。支持 2×2 到 6×6 矩阵，提供逐步代数余子式展开、特征值提取、系数分析和交互式多项式可视化。

免费使用无需注册即时出结果

特征多项式计算器立即免费试用 ▼

特征多项式计算器

特征多项式计算器可计算 2×2 到 6×6 之间任何方阵的特征多项式 $p(\lambda) = \det(\lambda I - A)$。输入矩阵数值，即可立即获得展开形式和因式分解形式的多项式、带重数的特征值、系数分析表、交互式多项式图像以及使用 MathJax 渲染公式的完整逐步解题过程。

什么是特征多项式？

$n \times n$ 矩阵 $A$ 的特征多项式定义为：

$$p(\lambda) = \det(\lambda I - A)$$

这是一个关于 $\lambda$ 的 $n$ 次多项式，其根恰好是 $A$ 的特征值。特征多项式编码了矩阵的基本不变量：其迹等于 $\lambda^{n-1}$ 项系数的负值，其行列式等于常数项（取决于符号）。根据 Cayley–Hamilton 定理，每个方阵都满足其自身的特征方程：$p(A) = 0$。

核心概念

🔢

特征值

p(λ) = 0 的根。这些是使 det(A − λI) = 0 的 λ 值。

∑

迹 = Σλᵢ

主对角线元素之和等于所有特征值之和。

∏

行列式 = ∏λᵢ

行列式等于所有特征值的乘积。

📜

Cayley–Hamilton

每个矩阵都满足自身的特征方程：p(A) = 0。

不同阶数的特征多项式公式

阶数	特征多项式 p(λ)	关键性质
2×2	$\lambda^2 - \text{tr}(A)\lambda + \det(A)$	始终为 2 次；两个根（实根或共轭复数根对）
3×3	$\lambda^3 - \text{tr}(A)\lambda^2 + (\text{2×2 主子式之和})\lambda - \det(A)$	保证至少有一个实根
n×n	$\det(\lambda I - A) = \lambda^n - s_1\lambda^{n-1} + s_2\lambda^{n-2} - \ldots$	$s_k$ = 所有 k×k 阶主子式之和

特征多项式的应用

领域	应用	特征多项式如何提供帮助
微分方程	求解线性 ODE 系统	来自 p(λ) 的特征值决定了解的模式（增长、衰减、振荡）
控制理论	系统稳定性分析	特征多项式的根指示系统的稳定模式与不稳定模式
量子力学	系统的能级	哈密顿矩阵的特征值是可测量的能量状态
图论	谱图分析	邻接矩阵的特征多项式编码了图的结构信息
振动分析	固有频率	特征值给出了机械系统的共振频率
数据科学	PCA / 降维	最大的特征值识别协方差矩阵中的主成分

如何使用特征多项式计算器

选择矩阵大小： 使用 +/− 按钮选择 2×2 到 6×6 之间的矩阵。或点击快速示例加载预设矩阵。
输入矩阵数值： 在矩阵网格中输入数字。使用 Tab 键或方向键在单元格之间切换。对角线单元格以蓝色高亮显示以方便定位。
点击计算： 计算器将构造矩阵 (A − λI)，符号化计算行列式以生成特征多项式，然后对其进行因式分解以求得特征值。
查看结果： 查看展开和因式分解形式的特征多项式。检查特征值卡片以获取根及其重数。交互式图像显示了 p(λ) 穿过零点的位置。
探索解题步骤： 使用步骤导航器或“自动”按钮逐步查看完整的推导过程 —— 从构造 A − λI 到通过迹和行列式进行最终验证。

常见问题

什么是特征多项式？

方阵 A 的特征多项式是 p(λ) = det(λI − A)，这是一个 n 次多项式，其根即为 A 的特征值。它编码了矩阵的关键信息，包括特征值、迹和行列式。特征多项式是线性代数中最基本的研究对象之一。

如何求 2×2 矩阵的特征多项式？

对于 2×2 矩阵 [[a, b], [c, d]]，特征多项式为 λ² − (a+d)λ + (ad − bc)。这可以简化为 λ² − tr(A)λ + det(A)，其中 tr(A) = a+d 是矩阵的迹，det(A) = ad − bc 是行列式。两个根即为特征值。

特征多项式与特征值之间有什么关系？

矩阵的特征值恰好是其特征多项式的根。如果 λ₀ 是 p(λ) = det(λI − A) = 0 的根，那么 λ₀ 就是特征值。特征值的代数重数就是它作为 p(λ) 的根的重数。例如，如果 p(λ) = (λ − 3)²(λ − 1)，那么 λ = 3 的代数重数为 2，λ = 1 的代数重数为 1。

特征多项式会有复数根吗？

是的。即使是实矩阵，其特征多项式也可能有复数根（特征值）。实矩阵的复特征值总是以共轭对的形式出现：如果 a + bi 是特征值，那么 a − bi 也是特征值。例如，旋转矩阵 [[0, −1], [1, 0]] 的特征多项式为 λ² + 1，其根为 ±i。

特征多项式的系数告诉了我们什么？

系数编码了重要的矩阵不变量。最高次项系数始终为 1（首一多项式）。λ^(n−1) 的系数等于 −tr(A)（迹的负值）。常数项等于 (−1)ⁿ det(A)。更一般地，λ^(n−k) 的系数是 (−1)^k 乘以 A 的所有 k×k 阶主子式的和。这些被称为特征值的初等对称多项式。

引用此内容、页面或工具为：

"特征多项式计算器" 于 https://MiniWebtool.com/zh-cn/特征多项式计算器/，来自 MiniWebtool，https://MiniWebtool.com/

由 MiniWebtool 团队制作。更新日期：2026-04-13

开发者 API 可用: 用一次 JSON HTTP 请求，把这个工具接入你的应用、自动化流程或智能体。查看 API 文档

您还可以尝试我们的 AI数学解题器 GPT，通过自然语言问答解决您的数学问题。

特征多项式计算器

特征多项式计算器

什么是特征多项式？

核心概念

不同阶数的特征多项式公式

特征多项式的应用

如何使用特征多项式计算器

常见问题

线性代数:

热门与最新工具:

用 Pro 一键把全部文件打包成 ZIP 下载

阶数	特征多项式 p(λ)	关键性质
2×2	\(\lambda^2 - \text{tr}(A)\lambda + \det(A)\)	始终为 2 次；两个根（实根或共轭复数根对）
3×3	\(\lambda^3 - \text{tr}(A)\lambda^2 + (\text{2×2 主子式之和})\lambda - \det(A)\)	保证至少有一个实根
n×n	\(\det(\lambda I - A) = \lambda^n - s_1\lambda^{n-1} + s_2\lambda^{n-2} - \ldots\)	\(s_k\) = 所有 k×k 阶主子式之和