eig在python中到底输出什么?
我试图检索所有的(规则的)特征向量以及足够的广义特征向量,以从我的平方NxN矩阵中完成一个基。我的问题是,输出的特征向量到底是什么eig在python中到底输出什么?,python,linear-algebra,Python,Linear Algebra,我试图检索所有的(规则的)特征向量以及足够的广义特征向量,以从我的平方NxN矩阵中完成一个基。我的问题是,输出的特征向量到底是什么 evals, levecs = eig(Mnp, left=True,right=False) 我在这方面找到的文档只说“解一个普通或广义的方阵特征值问题,求一个广义矩阵的特征值w和右或左特征向量” 谁能告诉我这是否意味着我的左特征向量是正则的和广义的?如果您能提供任何信息,我将不胜感激。 w:(…,M)数组 特征值,每个特征值根据其多重性重复。这个 特征值不一定
evals, levecs = eig(Mnp, left=True,right=False)
我在这方面找到的文档只说“解一个普通或广义的方阵特征值问题,求一个广义矩阵的特征值w和右或左特征向量”
谁能告诉我这是否意味着我的左特征向量是正则的和广义的?如果您能提供任何信息,我将不胜感激。
w:(…,M)数组
特征值,每个特征值根据其多重性重复。这个
特征值不一定是有序的。生成的数组将是
复数型,除非虚部为零,在这种情况下
将被转换为真实类型。当a为实时,得到的特征值
将是实部(0虚部)或以共轭对出现
v:(…,M,M)数组
归一化(单位“长度”)特征向量,使得列
v[:,i]是对应于特征值w[i]的特征向量
从那一页的注释部分
这是使用计算
一般方阵的特征值和特征向量
如果存在一个向量v,则数w是a的特征值
那个点(a,v)=w*v。因此,阵列a、w和v满足
方程dot(a[:,:],v[:,i])=w[i]*v[:,i]表示i\in{0,…,M-1}
特征向量的数组v可能不是最大秩,也就是说,有些
列的长度可能是线性相关的,尽管舍入误差可能是线性的
掩盖这个事实。如果特征值都不同,那么
理论上,特征向量是线性独立的。同样地
特征向量v的(复数)矩阵是酉的,如果矩阵a
是正常的,即如果点(a,a.H)=点(a.H,a),其中a.H表示
a的共轭转置
最后,需要强调的是,v由权利构成(如
a的右(右)特征向量。向量y满足点(y.T,A)
=z*y.T对于某个数z称为a的左特征向量,通常,矩阵的左特征向量和右特征向量不是
必然是彼此的(可能是共轭的)转置