2×2行列を入力するだけで、グリッド・基底ベクトル・図形がどう変換されるかをスムーズにアニメーション表示。固有値・行列式・直交性をリアルタイム計算。
特性方程式：$\det(M - \lambda I)=0$
$\lambda^2 - \text{tr}(M)\lambda + \det(M) = 0$
固有ベクトル：$(M-\lambda I)\mathbf{v}=\mathbf{0}$
赤矢印：e₁=[1,0] ／ 緑矢印：e₂=[0,1] ／ 変換後は太線で表示
2×2行列 $M$ による線形変換は、任意のベクトル $\mathbf{x}= [x, y]^T$ を新しいベクトル $\mathbf{x'}= [x', y']^T$ に写します。このツールでは、回転、スケーリング、せん断を組み合わせた一般的な変換を扱います。
$$ \mathbf{x'}= M\mathbf{x}= \begin{bmatrix}a & b \\ c & d \end{bmatrix}\begin{bmatrix}x \\ y \end{bmatrix}$$ここで、$a, b, c, d$ はツールのパラメータ（回転角 $\theta$, スケール $s_x, s_y$, せん断量 $k$）から自動的に計算されます。例えば、回転のみの行列は $ \begin{bmatrix}\cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{bmatrix}$ となります。
変換の重要な特性を表すのが固有値 $\lambda$ と固有ベクトル $\mathbf{v}$ です。これは、変換によって方向が変わらず、スカラー倍されるだけの特別なベクトルとその倍率を求める問題です。
$$ M\mathbf{v}= \lambda \mathbf{v}$$この式を満たす $\lambda$ (固有値) と $\mathbf{v}$ (固有ベクトル) を求めます。固有値は変換によるその方向の伸縮率を、固有ベクトルは変換で向きが保たれる軸を意味します。行列式 $\det(M)=ad-bc$ は、変換による面積の変化率（負なら向き反転）を表します。
構造力学・固有振動解析：橋梁や建築物の振動特性を調べる際、剛性行列$K$と質量行列$M$から成る一般化固有値問題 $K\phi = \omega^2 M\phi$ を解きます。これにより、建物が揺れやすい「形」（固有ベクトル=モード形状）とその「周期」（固有値から計算）を求め、耐震設計に役立てます。
材料力学・ひずみ解析：材料に力が加わった時の内部のひずみ状態は、ひずみテンソル（行列）で表されます。主ひずみ方向（固有ベクトル）とその大きさ（固有値）を求めることで、材料が最も伸び縮みする方向を特定し、破壊の予測に用います。
コンピュータグラフィックス・画像処理：3Dモデルの回転、拡大縮小、せん断変形は全て行列変換で実行されます。また、画像の主成分分析（PCA）ではデータの広がりが最大となる方向（主成分=固有ベクトル）を見つけ、画像圧縮や特徴抽出に応用されます。
有限要素法（FEM）の基礎：CAEの核心であるFEMでは、複雑な形状を小さな要素（メッシュ）に分割し、各要素の剛性を表す「要素剛性行列」を座標変換（ここで登場する行列変換）を用いて全体座標系に合成し、大規模な連立方程式を構築して解析を行います。
このツールで遊び始めるとき、いくつか気をつけてほしいポイントがあるよ。まず、「2次元だから単純」と思わないこと。実務のCAEモデルは数百万次元の行列になるけど、そこで起きている本質的な現象（固有値問題や特異値分解）は、この2×2の世界で全て体験できるんだ。次に、パラメータを極端にすると図形が画面からはみ出したり、つぶれて見えなくなったりするよね。これは行列式 $\det(M)$ が0に近づき、変換が「潰し」になる状態。実はこれ、連立方程式が解けなくなる（特異）状態と数学的に同じで、構造解析で剛性マトリクスが特異だと計算が破綻する理由が体感できる。
また、「固有ベクトルはいつも直交する」と誤解しがちだ。確かに回転行列など対称行列の場合は直交するけど、せん断(k)を大きく加えた非対称行列では、固有ベクトルは斜めに交わる。この違いが、振動解析（対称）と流体の変形解析（非対称になり得る）で数学的扱いが変わる理由の一端なんだ。最後に、ツール上ではパラメータをバラバラに変えられるけど、実問題では物理法則によってパラメータ間に制約が生まれることを忘れないで。例えば、等方性材料の弾性行列は特定の対称性を持っていて、でたらめな数字の行列にはならないんだ。
このビジュアライザーで学ぶ線形変換と固有値の概念は、実に幅広い工学分野の根底を流れる「共通言語」だ。まず構造力学・振動解析はその最たる例。先輩も話してた一般化固有値問題 $K\phi = \omega^2 M\phi$ は、橋や飛行機の翼がどの周波数で激しく揺れるか（固有値$\omega^2$）と、そのときの変形の形（固有ベクトル$\phi$）を求めるものだ。ツールで固有ベクトルの方向が「変形の軸」であることを確認したよね？あれがそのままモード形に繋がる。
さらに流体力学では、流れの変形速度を表すひずみ速度テンソルがまさに行列で、その主軸（固有ベクトル）方向に流体が伸縮する。制御工学では、システムの状態方程式の係数行列の固有値がシステムの安定性（発散するか、振動するか）を決定する。例えば、固有値の実部が正ならシステムは暴走する、といった具合だ。画像処理・コンピュータビジョンでも大活躍で、主成分分析（PCA）はデータの分散が最大の方向（主成分）を見つける技術だが、これは共分散行列の固有ベクトルを求める作業そのものなんだ。このように、分野は違えど「行列で変換を記述し、その本質を固有値/固有ベクトルで理解する」というパターンは普遍的なんだ。
このツールで「体感」できたら、次は理論と実装のステップに進もう。まず学習ステップとしては、1. 3次元への拡張をイメージしてほしい。2次元の回転やせん断が、3次元ではどう行列で表されるか？ツールで学んだことが、$3\times3$や$6\times6$の行列にどう一般化されるかを教科書で追ってみよう。その上で2. 数値計算の初歩に触れるのがおすすめだ。ツールが一瞬で固有値を出してくれるけど、実はコンピュータは「QR法」や「ヤコビ法」といった反復計算で解いている。これらのアルゴリズムを軽く調べると、CAEソルバーのブラックボックスが少し透けて見えるはず。
数学的背景として鍵になるのは、「特異値分解(SVD)」だ。固有値分解は正方行列で、かつ都合の良い場合にしか使えないけど、SVDは任意の行列を「回転→拡縮→回転」の3つの行列の積に分解できる強力な道具だ。例えば、ツールでせん断変換をしたあの平行四辺形は、実は「座標軸を回転→主軸方向に伸縮→もう一回回転」という3ステップで表現できる。これがCAEにおける変形の主ひずみを抽出する考え方の基盤になる。次の推奨トピックは、「連立一次方程式の反復解法」と「弾性体の構成則（応力-ひずみ関係行列）」だ。行列変換の幾何学的理解は、これらのより実践的なトピックを学ぶときの強力な地図になってくれるよ。