python求矩阵特征值和特征向量_特征值,特征向量,标准正交向量组与numpy

使用python的数值计算库numpy来计算矩阵的特征值,特征向量与标准正交向量组

import numpy as np

1.求矩阵

的特征值和各特征值所对应的特征向量

x = np.array([[-1,0,1],[1,2,0],[-4,0,3]])

a,b=np.linalg.eig(x) ##特征值赋值给a,对应特征向量赋值给b

for i in range(len(a)):

print('特征值',a[i],'对应特征向量为',b[:,i])

特征值 2.0 对应特征向量为 [0. 1. 0.]

特征值 1.0 对应特征向量为 [ 0.40824829 -0.40824829 0.81649658]

特征值 1.0 对应特征向量为 [-0.40824829 0.40824829 -0.81649658]

2.求矩阵

的特征值和各特征值所对应的特征向量

x = np.array([[1,-2,2],[-2,-2,4],[2,4,-2]])

a,b=np.linalg.eig(x) ##特征值赋值给a,对应特征向量赋值给b

for i in range(len(a)):

print('特征值',a[i],'对应特征向量为',b[:,i])

特征值 2.000000000000001 对应特征向量为 [ 0.94280904 -0.23570226 0.23570226]

特征值 -6.999999999999997 对应特征向量为 [-0.33333333 -0.66666667 0.6666666

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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