什麼是 2×2 矩陣特徵值計算器？
方陣 A 的特徵值是指一個純量 \lambda，使得存在某個非零向量 v 滿足 Av = \lambda v。本計算器可求出任意 2×2 矩陣 A = \begin{bmatrix} a & b \\ c & d \end{bmatrix} 的兩個特徵值，無論結果為實數，或是一對共軛複數，都能自動處理。
如何使用
請依序輸入矩陣的四個元素：第一列填入 a 與 b，第二列填入 c 與 d。計算器會算出跡數（trace）、行列式（determinant）與判別式（discriminant），接著回傳兩個特徵值。若判別式為負數，結果會以共軛複數 x ± yi 的形式呈現。
公式解析
特徵值是特徵方程式 \det(A - \lambda I) = 0 的解。對 2×2 矩陣而言，展開後即為
\lambda^2 - (tr)\lambda + \det = 0
其中跡數 tr = a + d，行列式 \det = ad - bc。套用一元二次方程式的公式即可得到 \lambda = ((tr ± √(tr^2 - 4 · \det)) ÷ (2))
根號內的數值 tr^2 - 4 · \det 就是判別式：當它為正時，特徵值為兩個相異實數；當它為零時，為一個重根（重複的實數特徵值）；當它為負時，則為一對共軛複數。
範例演算
以 A = \begin{bmatrix} 2 & 1 \\ 1 & 2 \end{bmatrix} 為例：tr = 4，\det = 2 · 2 - 1 · 1 = 3，判別式 = 16 - 12 = 4。因此
\lambda = ((4 ± 2) ÷ (2))
得到 \lambda_1 = 3 與 \lambda_2 = 1。
使用注意事項與精準校對原則（6 大核心守則）
📐 1. 嚴格對齊輸入量綱與單位
輸入各項數值時請務必確認量綱（例如小時、天數、金額、百分比），避免單位不匹配引發推算偏差。
🔒 2. 純前端本機毫秒級隱私保障
所有計算邏輯 100% 在您的終端瀏覽器內完成，資料絕不上傳伺服器，嚴格守護商業與個人隱私。
📊 3. 符合公認學術與產業計算模型
演算法嚴格遵循國際通用數學公式與標準計算模型，經多重情境交叉核對，數值嚴密精確。
📋 4. 一鍵複製與免登入 PDF 匯出
支援一鍵複製推算結果字串至剪貼簿，亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。
🔄 5. 多情景敏感度動態對比
建議針對極端值與多組預期情景分別試算，觀察輸出數據的波動區間，輔助做出更穩健的決策。
🛡️ 6. 專業諮詢與日常參考免責聲明
本工具運算結果供日常排程、學業研習與事前參考之用，如涉及重大法規或投資決策請諮詢持證專家。
常見問題 (FAQ)
判別式為負數時會怎樣？
代表該矩陣沒有實數特徵值；此時計算器會回傳共軛複數 \(\frac{\text{tr}}{2} \pm \frac{\sqrt{-\text{disc}}}{2}i\)。
兩個特徵值可能相等嗎？
會的。當判別式恰好為零時，兩個特徵值都等於 \(\frac{\text{tr}}{2}\)，也就是所謂的重根。
特徵值能告訴我什麼？
特徵值描述線性變換 A 沿著各特徵向量方向對空間的伸縮程度，在穩定性分析、主成分分析（PCA）以及微分方程中都是核心概念。