Eigen中矩阵的特征值求解函数eigenvectors()和pseudoEigenvectors()的区别

这两个函数都能计算矩阵的特征向量,后者似乎不易理解。解释如下:
(假设输入矩阵是A,其特征值构成的对角阵是D,返回的特征列向量构成的矩阵是V)

1. eigenvectors()

V满足表达式(1)
V的第k个列向量是对应第D中第k个特征值的特征向量(eigenvector)

2. pseudoEigenvectors()

V满足表达式(2)

V的第k个列向量是对应第D中第k个特征值的伪特征向量(eigenvector),也称为广义特征向量。这就是这两个函数的区别。

要点

显然,当A可逆时,以上两个函数的返回值是一样的,因为它们分别满足的表达式可以互相转换。A不可逆时,只有pseudoEigenvectors()可以得到正确结果。

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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