Eigenvalues: 矩阵的特征值 |
您所在的位置:网站首页 › 正交矩阵的特征值可以是复数吗 › Eigenvalues: 矩阵的特征值 |
Eigenvalues[m] 实际上是 Eigensystem 返回配对的第一个元素: 如果同时需要特征向量和特征值,仅调用 Eigensystem 通常会更有效: 特征值是特征多项式的根: 使用 CharacteristicPolynomial 计算多项式: 验证是否相等: 广义特征多项式由 给出: 广义特征多项式只定义了有限特征值: 无限广义特征值对应于 的特征向量 ,其中 : m 的特征值的乘积等于 Det[m]: m 的特征值之和等于 Tr[m]: 如果 所有特征值不同,则 DiagonalizableMatrixQ[m] 给出 True: 反之为假: 对于可逆矩阵 , 的特征值是 的特征值的倒数: 因为 Eigenvalues 按绝对值排序,所以会给出相同的值但相反的顺序: 对于解析函数 ,将 应用于 的特征值 即会得到 的特征值: 例如, 的特征值为 : 同样, 的特征值为 : 实对称矩阵的特征值是实数: 任何埃尔米特矩阵的特征值也是如此: 实反对称矩阵的特征值是虚数: 任何反埃尔米特矩阵的特征值也是如此: 正交矩阵的特征值位于单位圆上: 任何酉矩阵的特征值也是如此: SingularValueList[m] 等于非零特征值 的平方根: 思考一个具有一组完整特征向量的矩阵 : JordanDecomposition[m] 返回由特征值和特征向量构建的矩阵 : 矩阵是具有特征值项的对角矩阵,但可能与 Eigensystem 的顺序不同: 对于数值正规矩阵 ,SchurDecomposition[n,RealBlockDiagonalFormFalse]: t 矩阵是有特征值项的对角矩阵,可能与 Eigensystem 的顺序不同: 如果矩阵共用维度为 的零空间,则其广义特征值的 为 Indeterminate: 关于自身的两个广义特征值为 Indeterminate: 矩阵 有一维零空间: 其位于 的零空间中: 因此, 关于 的广义特征值为 Indeterminate: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |