numpy似乎产生奇怪的特征向量

i2byvkas  于 2023-04-30  发布在  其他
关注(0)|答案(1)|浏览(155)

我正在使用吉尔伯特斯特朗的一本书在python中做线性代数(计算eignvestors)。在他的书中,矩阵A给出如下所示。

这个矩阵的特征向量是下面矩阵V中所示的特征向量

我尝试使用numpy确认结果,如下所示

import numpy as np
from numpy import linalg as la

A = np.array([[0,0],
              [0,16]])
eignval, eignvector = la.eig(A)

print (eignvector)
array([[1., 0.],
       [0., 1.]]))

我们看到从numpy导出的特征向量是不同的。看起来,如果我们把第一行和第二行交换,我们会得到正确的结果。有人能解释一下为什么会这样吗

42fyovps

42fyovps1#

根据文献,特征值不一定是有序的,并且eignvector[:, i]对应于eignval[i]

for i in range(2):
    print(f"eigen vector for eigen value {eignval[i]} is {eignvector[:, i]}")
# eigen vector for eigen value 0.0 is [1. 0.]
# eigen vector for eigen value 16.0 is [0. 1.]

相关问题