Математика / Матрицы, определители

Диагонализация матрицы 2x2

Матрица 2x2 диагонализируется, если для нее можно найти два линейно независимых собственных вектора. При двух различных собственных значениях это выполняется автоматически.

Опубликовано: 12 мая 2026 г.Обновлено: 12 мая 2026 г.

Линейная алгебра Собственные значения и векторы

Формула

A=P\begin{pmatrix}\lambda_1&0\\0&\lambda_2\end{pmatrix}P^{-1}

two-by-two-diagonalization Два собственных направления на плоскости

Схема показывает две собственные прямые, которые образуют базис плоскости и дают диагональную матрицу.

Для 2x2 нужны ровно два независимых собственных направления.

Обозначения

$\lambda_1,\lambda_2$: собственные значения матрицы 2x2, числа
$P$: матрица из двух независимых собственных векторов, матрица 2 x 2
$D$: диагональная матрица собственных значений, матрица 2 x 2
$A$: исходная матрица 2x2, матрица

Условия применения

Матрица A должна быть квадратной размера 2 x 2.
Нужно найти два линейно независимых собственных вектора.
Если собственное значение повторное, нужно проверить, что его собственное пространство двумерно.

Ограничения

Матрица 2x2 с одним повторным собственным значением может быть недиагонализируемой.
Если корни характеристического многочлена комплексные, вещественная диагонализация над R невозможна.
Даже при диагонализируемости нужно соблюдать порядок столбцов P и диагонали D.

Подробное объяснение

Для матрицы 2x2 диагонализация особенно наглядна. Нужно всего два независимых собственных направления. Если характеристический многочлен имеет два различных корня, собственные векторы для них автоматически независимы, поэтому диагонализация существует. Если корень один и повторный, нужно отдельно смотреть размерность собственного пространства.

Алгоритм начинается с характеристического многочлена. Для A=[[a,b],[c,d]] можно использовать p(lambda)=lambda^2-tr(A)lambda+det(A). Корни дают собственные значения. Затем для каждого lambda решается система (A-lambda I)v=0. Векторы из разных собственных пространств ставятся столбцами в P.

Матрица D хранит собственные значения в том же порядке, что и столбцы P. Если P=[v1 v2], то D=diag(lambda1,lambda2). Тогда AP=PD, потому что A действует на каждый столбец P как умножение на соответствующее lambda. Умножение справа на P^{-1} дает A=PDP^{-1}.

Случай 2x2 хорош для понимания дефектности. Матрица [[3,1],[0,3]] имеет повторное собственное значение 3, но только одно собственное направление. Ее нельзя диагонализировать, хотя характеристический многочлен полностью раскладывается. Поэтому важно различать корни и собственные векторы.

Как пользоваться формулой

Найдите след и определитель матрицы 2x2.
Постройте характеристический многочлен и найдите собственные значения.
Для каждого собственного значения решите (A-lambda I)v=0.
Проверьте, что найдено два независимых собственных вектора.
Соберите P и D в согласованном порядке.

Историческая справка

Матрицы 2x2 стали удобной учебной моделью для большой теории диагонализации. На плоскости легко увидеть собственные направления, след, определитель, характеристический многочлен и дефектный случай. Исторически эти идеи возникали не как отдельная теория 2x2, а как часть изучения линейных подстановок, характеристических корней и канонических форм. Простые матрицы второго порядка до сих пор важны, потому что на них ясно видно различие между двумя разными собственными значениями и одним повторным значением с нехваткой собственных векторов.

В XIX веке диагонализация выросла из задач о приведении линейных преобразований и квадратичных форм к более простому виду. Смысл был не в красивой записи ради записи, а в том, чтобы заменить связанную систему координат независимыми направлениями. Позже тот же язык стал базовым для дифференциальных уравнений, механики, статистики и численных методов. Поэтому страница "Диагонализация матрицы 2x2" находится на границе между абстрактной алгеброй и вычислительной практикой: она объясняет, когда сложный оператор можно читать как набор независимых масштабирований.

Историческая линия формулы

Диагонализация матрицы 2x2 является частным случаем общей теории собственных значений. Ее исторически корректно связывать с развитием характеристических уравнений, матричной алгебры и нормальных форм, а не с отдельным автором частной формулы.

Огюстен Луи Коши 1789-1857 Артур Кэли 1821-1895 Камиль Жордан 1838-1922

Пример

Пусть A=[[4,1],[0,2]]. Характеристический многочлен: (4-lambda)(2-lambda), поэтому lambda1=4 и lambda2=2. Для lambda=4 решаем (A-4I)v=0: [[0,1],[0,-2]]v=0, значит y=0, можно взять v1=(1,0). Для lambda=2: [[2,1],[0,0]]v=0, значит 2x+y=0, можно взять v2=(1,-2). Векторы не кратны, значит P=[[1,1],[0,-2]], D=diag(4,2), и A=PDP^{-1}. Если нужно проверить результат, достаточно убедиться, что AP=PD: первый столбец умножается на 4, второй на 2. Дополнительная проверка для этой страницы: после преобразования нужно перемножить матрицы обратно и убедиться, что получается исходный оператор. Для темы "Диагонализация матрицы 2x2" это особенно полезно, потому что диагональная форма часто выглядит убедительно сама по себе, но ошибка в порядке базисных векторов или в одном собственном значении сразу ломает равенство. В учебной задаче удобно отдельно выписать матрицу перехода, диагональную матрицу и обратную матрицу перехода, а затем проверить хотя бы один столбец произведения. Такой контроль показывает не только численный ответ, но и то, какие направления пространства стали главными.

Частая ошибка

Частая ошибка - при повторном собственном значении сразу записывать D=lambda I и считать матрицу диагонализируемой. Для 2x2 это верно только если A уже действует как lambda I в подходящем смысле и собственное пространство имеет размерность 2. Вторая ошибка - забыть проверить независимость двух найденных векторов. Третья ошибка - искать P^{-1} до проверки, что det P не равен нулю. Еще одна ошибка - использовать формулу характеристического многочлена 2x2 с неправильным знаком при следе.

Практика

Задачи с решением

Диагонализировать простую матрицу

Условие. A=[[1,0],[0,3]]. Запишите P и D.

Решение. Стандартные e1 и e2 являются собственными. Можно взять P=I, D=diag(1,3).

Ответ. P=I, D=[[1,0],[0,3]].

Проверить повторный корень

Условие. A=[[2,1],[0,2]]. Диагонализируема ли A?

Решение. Единственное lambda=2. A-2I=[[0,1],[0,0]], ядро задается y=0 и имеет размерность 1. Нужно два направления.

Ответ. Нет, матрица не диагонализируема.

Дополнительные источники

MIT OpenCourseWare 18.06SC, 2 by 2 eigenvalue examples
Jim Hefferon, Linear Algebra, diagonalization examples
TUDelft Interactive Linear Algebra, diagonalization

Связанные формулы

Математика

Характеристический многочлен матрицы 2x2

$p(\lambda)=\lambda^2-\operatorname{tr}(A)\lambda+\det(A)$

Характеристический многочлен матрицы 2x2 выражается через след и определитель. Его корни являются собственными значениями матрицы.

Математика

Диагонализация матрицы

$A=PDP^{-1}$

Диагонализация представляет квадратную матрицу A в виде A=PDP^{-1}, где D диагональна, а столбцы P являются собственными векторами A. Это переводит действие оператора в собственный базис.

Математика

Недиагонализируемая матрица с жордановым блоком

$J=\begin{pmatrix}\lambda&1\\0&\lambda\end{pmatrix},\quad \dim E_\lambda=1<2$

Жорданов блок 2x2 с единицей над диагональю имеет одно собственное значение lambda алгебраической кратности 2, но только одно независимое собственное направление. Поэтому он не диагонализируем.

Математика

Собственное пространство матрицы

$E_\lambda=\ker(A-\lambda I)$

Собственное пространство E_lambda - это множество всех векторов, которые удовлетворяют Av=lambda v, вместе с нулевым вектором. Оно равно ядру матрицы A-lambda I.