我有以下矩阵sigma和sigmad:
西格玛:
1.9958 0.7250
0.7250 1.3167
西格玛:
^{pr2}$如果我试图在python中解决广义特征值问题,我会得到:
d,V = sc.linalg.eig(matrix(sigmad),matrix(sigma))
五:
-1 -0.5614
-0.4352 1
如果我试图在matlab中解决g.e.问题,我得到:
[V,d]=eig(sigmad,sigma)
五:
-0.5897 -0.5278
-0.2564 0.9400
但d值确实吻合。在
特征向量的任何(非零)标量倍数也将是特征向量;只有方向有意义,而不是整体规范化。不同的例程使用不同的约定通常您会看到magnity设置为1,或者最大值设置为1或-1,而且有些例程甚至出于性能原因甚至不需要在内部保持一致。两个不同的结果是彼此的倍数:
所以它们实际上是相同的特征向量。矩阵的特征向量的变化量,可以看作是矩阵的特征向量的变化。在
相关问题 更多 >
编程相关推荐