幂乘法求主特征值

学线代时学到一个求主特征值的方法，叫幂乘法

其中，数学推理过程虽然可以看懂，但是只感觉到了面子，没感觉到这种思想的里子，所以就想用python算一下

原题是这样的

于是，我写了以下代码

import numpy as np

#初始条件
A=np.mat([[1.,1.],[2.,-2.]])
v_last=np.mat([[1.],[0.]])
l=1000      #迭代次数

for i in range(l) :
    v_now=np.dot(A,v_last)
    rows,cols=v_now.shape
    max_v_now = 0.
    for a in range(rows):
        for b in range(cols):
            ab_v_now = v_now[a,b]
            if abs(ab_v_now) > abs(max_v_now):
                max_v_now=abs(ab_v_now)
    if i<l-1 :
        if max_v_now > 1.:
            for a in range(rows):
                for b in range(cols):
                    v_now[a,b] = v_now[a,b] / max_v_now
    v_last = v_now

max_v_last =0.
for a in range(rows):
        for b in range(cols):
            ab_v_last = v_last[a,b]
            if abs(ab_v_last) > abs(max_v_last):
                max_v_last = ab_v_now
print(max_v_last)

迭代次数为1000

得到结果是 -2.5615528128088303 ，和答案 −2.562 相同

所以说，幂乘法是正确的。

 

但是其中蕴含的空间解释是什么，

对一个向量多次进行同一种变换，会使该向量逐渐趋向于该变换的主特征向量方向

所以变换其实也像平行四边形一样，将力分向特征向量方向，作用于向量