Python 模态矩阵与对角特征值
我用Python Numpy编写了一个简单的线性代数代码,通过计算$M^{-1}来计算特征值的对角线。a.M$M是模态矩阵,它的工作方式很奇怪 代码如下:Python 模态矩阵与对角特征值,python,numpy,linear-algebra,eigenvalue,eigenvector,Python,Numpy,Linear Algebra,Eigenvalue,Eigenvector,我用Python Numpy编写了一个简单的线性代数代码,通过计算$M^{-1}来计算特征值的对角线。a.M$M是模态矩阵,它的工作方式很奇怪 代码如下: import numpy as np array = np.arange(16) array = array.reshape(4, -1) print(array) [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] eigenvalues, eigenvectors
import numpy as np
array = np.arange(16)
array = array.reshape(4, -1)
print(array)
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]]
eigenvalues, eigenvectors = np.linalg.eig(array)
print eigenvalues
[ 3.24642492e+01 -2.46424920e+00 1.92979794e-15 -4.09576009e-16]
print eigenvectors
[[-0.11417645 -0.7327781 0.54500164 0.00135151]
[-0.3300046 -0.28974835 -0.68602671 0.40644504]
[-0.54583275 0.15328139 -0.2629515 -0.8169446 ]
[-0.76166089 0.59631113 0.40397657 0.40914805]]
inverseEigenVectors = np.linalg.inv(eigenvectors) #M^(-1)
diagonal= inverseEigenVectors.dot(array).dot(eigenvectors) #M^(-1).A.M
print(diagonal)
[[ 3.24642492e+01 -1.06581410e-14 5.32907052e-15 0.00000000e+00]
[ 7.54951657e-15 -2.46424920e+00 -1.72084569e-15 -2.22044605e-16]
[ -2.80737213e-15 1.46768503e-15 2.33547852e-16 7.25592561e-16]
[ -6.22319863e-15 -9.69656080e-16 -1.38050658e-30 1.97215226e-31]]
最后的“对角线”矩阵应该是对角线矩阵,其特征值在主对角线上,其他地方为零。但这不是。。。两个第一主对角线值是特征值,但两个第二主对角线值不是,尽管与两个第二特征值一样,它们几乎为零
顺便说一下,像$-1.06581410e-14$这样的数字实际上是零,那么我如何让numpy将它们显示为零呢
我做错了什么
谢谢…只需将最终结果四舍五入到所需数字:
>>> diagonal[np.abs(diagonal)<0.0000000001]=0
>>> print diagonal
[[ 32.4642492 0. 0. 0. ]
[ 0. -2.4642492 0. 0. ]
[ 0. 0. 0. 0. ]
[ 0. 0. 0. 0. ]]
>>>
print(diagonal.round(5))
array([[ 32.46425, 0. , 0. , 0. ],
[ 0. , -2.46425, 0. , 0. ],
[ 0. , 0. , 0. , 0. ],
[ 0. , 0. , 0. , 0. ]])
不要混淆计算精度和打印策略。只需将最终结果四舍五入到所需数字:
print(diagonal.round(5))
array([[ 32.46425, 0. , 0. , 0. ],
[ 0. , -2.46425, 0. , 0. ],
[ 0. , 0. , 0. , 0. ],
[ 0. , 0. , 0. , 0. ]])
不要混淆计算精度和打印策略。提示:第3行=2*第2行-第1行oh。。。然后矩阵的行列式是零?detA=特征值的乘积。。。特征值应该是零?如果我到现在都知道了,那为什么numpy计算特征值而不给出0作为答案呢?一切都没问题。在浮点字中考虑,任何值<1E-15都是空的。尝试diagonal.round13和matrix_rankarray。我可以告诉numpy将非常小的值转换为null或零吗?有时,如果你不小心,那些非常小的值的长度会欺骗你,你会认为它们不是零。。。我希望我的最终矩阵是一个上下有零的对角线。。。用0作为行列式比像'-7.09974814699e-30'这样的东西更有用!这是正常的——在某种意义上,零特征值“告诉你矩阵是奇异的”。迭代地找到特征值,如果非对角项足够小,则停止迭代。您可能对对角线上的内容感兴趣,但对算法不感兴趣。。。然后矩阵的行列式是零?detA=特征值的乘积。。。特征值应该是零?如果我到现在都知道了,那为什么numpy计算特征值而不给出0作为答案呢?一切都没问题。在浮点字中考虑,任何值<1E-15都是空的。尝试diagonal.round13和matrix_rankarray。我可以告诉numpy将非常小的值转换为null或零吗?有时,如果你不小心,那些非常小的值的长度会欺骗你,你会认为它们不是零。。。我希望我的最终矩阵是一个上下有零的对角线。。。用0作为行列式比像'-7.09974814699e-30'这样的东西更有用!这是正常的——在某种意义上,零特征值“告诉你矩阵是奇异的”。迭代地找到特征值,如果非对角项足够小,则停止迭代。你可能对对角线上的内容感兴趣,但对算法不感兴趣。你真是太好了!B.M.的答案有它自己的好处+1对B.M.你真是太好了!B.M.的答案对B.M.有自己的好处+1。