关于用 numpy 计算矩阵特征向量的问题

A = [ 0.9 0.2 0.1 0.8 ] A = \begin{bmatrix} 0.9 & 0.2 \\ 0.1 & 0.8 \end{bmatrix} A=[0.90.10.20.8]

则 A 的特征值 λ 1 = 1 \lambda_1 = 1 λ1=1,由 A x 1 = λ 1 x 1 = x 1 Ax_1=\lambda_1x_1=x_1 Ax1=λ1x1=x1 得到 x 1 = [ 2 1 ] x_1=\begin{bmatrix} 2\\1\end{bmatrix} x1=[21]

因为 [ 0.9 0.2 0.1 0.8 ] [ 2 1 ] = 2 × [ 0.9 0.1 ] + 1 × [ 0.2 0.8 ] = [ 2 1 ] \begin{bmatrix} 0.9 & 0.2 \\ 0.1 & 0.8 \end{bmatrix}\begin{bmatrix} 2\\1\end{bmatrix}=2\times\begin{bmatrix} 0.9\\0.1\end{bmatrix}+1\times\begin{bmatrix} 0.2\\0.8\end{bmatrix}=\begin{bmatrix} 2\\1\end{bmatrix} [0.90.10.20.8][21]=2×[0.90.1]+1×[0.20.8]=[21]

由上面的计算可以得到矩阵 A的其中一个特征向量为 x 1 = [ 2 1 ] x_1=\begin{bmatrix} 2\\1\end{bmatrix} x1=[21],但是我用 numpy 计算矩阵 A 的特征值和特征向量时,得到如下的结果

没有看到有 [2,1] 的特征向量,请问哪位大神知道什么原因么?

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值