我在Python Numpy中編寫了一個簡單的線性代數代碼,通過計算$ M^{ - 1} .A.M $(M是模態矩陣)來計算特徵值的對角線,這很奇怪。Numpy - 模態矩陣和對角線特徵值
下面的代碼:
import numpy as np
array = np.arange(16)
array = array.reshape(4, -1)
print(array)
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]]
eigenvalues, eigenvectors = np.linalg.eig(array)
print eigenvalues
[ 3.24642492e+01 -2.46424920e+00 1.92979794e-15 -4.09576009e-16]
print eigenvectors
[[-0.11417645 -0.7327781 0.54500164 0.00135151]
[-0.3300046 -0.28974835 -0.68602671 0.40644504]
[-0.54583275 0.15328139 -0.2629515 -0.8169446 ]
[-0.76166089 0.59631113 0.40397657 0.40914805]]
inverseEigenVectors = np.linalg.inv(eigenvectors) #M^(-1)
diagonal= inverseEigenVectors.dot(array).dot(eigenvectors) #M^(-1).A.M
print(diagonal)
[[ 3.24642492e+01 -1.06581410e-14 5.32907052e-15 0.00000000e+00]
[ 7.54951657e-15 -2.46424920e+00 -1.72084569e-15 -2.22044605e-16]
[ -2.80737213e-15 1.46768503e-15 2.33547852e-16 7.25592561e-16]
[ -6.22319863e-15 -9.69656080e-16 -1.38050658e-30 1.97215226e-31]]
最後的「對角線」矩陣應與主對角線特徵值和零其他地方對角矩陣。但它不是......兩個第一主對角線值是特徵值,但是兩個第二主對角線值不是(雖然就像兩個第二特徵值一樣,它們幾乎爲零)。
順便說一句,像$ -1.06581410e-14 $這樣的數字實際上是零,所以我怎麼讓numpy將它們顯示爲零?
我在做什麼錯?
謝謝...
提示:第3行= 2 *第2行 - 第1行 –
呃哦...然後...矩陣的行列式爲零?和det(A)=特徵值和特徵值的乘積應該是零?如果我已經把它做到這裏,那爲什麼numpy會計算EigenValues並且不給0作爲答案? – Cypher
一切都好。考慮浮點單詞,任何值<1e-15都爲空。嘗試diagonal.round(13)和matrix_rank(數組)。 –