搜索 向量
特征向量怎么求,线性代数特征向量怎么求?

特征向量怎么求,线性代数特征向量怎么求?

将特征值代入特征方程特征向量怎么求,解出基础解系,就是特征向量。系数矩阵化最简行1??0??-1??0??1??0??0??0??0??化最简形1??0??-1??0??1??0??0??0??0??增行增列,求基础解系1??0??-1??0??0??1??0??0??0??0??1??1??第1行,加上第3行×11??0??0??1??0??1??0??0??0??0??1??1??化最简形1??0??0??1??0??1??0??0??0??0??1??1??得到基础解系:(1,0,1)T

资讯百科 2022-01-24
特征向量怎么求,为什么求的矩阵的特征向量是负?

特征向量怎么求,为什么求的矩阵的特征向量是负?

  不是负值问题,而是你没有算完特征向量怎么求。 例如 A=[1 1/4 5 3 1/4 2;4 1 5 1/4 2 1/5;1/5 1/5 1 1/5 3 1/5;1/3 4 5 1 3 1;4 1/2 1/3 3 1 1/5;1/2 5 5 1 5 1]; 中用MATLAB运算 [x,y]=eig(A) 得 x = -0。  3933 0。5545 0。5545 -0。1418 – 0。1176i -0。1418 + 0。1176i 0。2080 -0。3736 -0。  1312 – 0。1778i -0。1312 + 0。1778i -0。6244 -0。6244 0。0829 -0。1632 -0。2014 + 0。  1217i -0。2014 – 0。1217i 0。1608 – 0。3796i 0。1608 + 0。3796i -0。2024 -0。4591 -0。0045 + 0。3640i -0。  0045 – 0。3640i -0。1243 + 0。3315i -0。1243 – 0。3315i -0。3294 -0。3682 -0。0144 – 0。4490i -0。0144 + 0。  4490i 0。3175 + 0。2812i 0。3175 – 0。2812i 0。0034 -0。5769 -0。2119 + 0。4574i -0。2119 – 0。4574i 0。  0765 + 0。3084i 0。0765 – 0。3084i 0。8948 y = 9。9809 0 0 0 0 0 0 -1。  6706 + 4。4342i 0 0 0 0 0 0 -1。  6706 – 4。4342i 0 0 0 0 0 0 -0。  3707 + 2。6609i 0 0 0 0 0 0 -0。  3707 – 2。6609i 0 0 0 0 0 0 0。  1016 得x为特征向量矩阵 y为特征值矩阵 找到y中对应最大的特征值所在列m w=x(:,m)/sum(x(:,m)) w就是权重! w=x(:,1)/sum(x(:,1)) 运算程序 >> A=[1 1/4 5 3 1/4 2;4 1 5 1/4 2 1/5;1/5 1/5 1 1/5 3 1/5;1/3 4 5 1 3 1;4 1/2 1/3 3 1 1/5;1/2 5 5 1 5 1]; >> [x y]=eig(A) x = -0。  3933 0。5545 0。5545 -0。1418 – 0。1176i -0。1418 + 0。1176i 0。2080 -0。3736 -0。  1312 – 0。1778i -0。1312 + 0。1778i -0。6244 -0。6244 0。0829 -0。1632 -0。2014 + 0。  1217i -0。2014 – 0。1217i 0。1608 – 0。3796i 0。1608 + 0。3796i -0。2024 -0。4591 -0。0045 + 0。3640i -0。  0045 – 0。3640i -0。1243 + 0。3315i -0。1243 – 0。3315i -0。3294 -0。3682 -0。0144 – 0。4490i -0。0144 + 0。  4490i 0。3175 + 0。2812i 0。3175 – 0。2812i 0。0034 -0。5769 -0。2119 + 0。4574i -0。2119 – 0。4574i 0。  0765 + 0。3084i 0。0765 – 0。3084i 0。8948 y = 9。9809 0 0 0 0 0 0 -1。  6706 + 4。4342i 0 0 0 0 0 0 -1。  6706 – 4。4342i 0 0 0 0 0 0 -0。  3707 + 2。6609i 0 0 0 0 0 0 -0。  3707 – 2。6609i 0 0 0 0 0 0 0。  1016 >> w=x(:,1)/sum(x(:,1)) w = 0。1685 0。1601 0。0699 0。1967 0。1577 0。2471 。

资讯百科 2022-01-24
< 1 >