如何使用python找到矩阵的特征空间答案

【问题标题】：How to find Eigenspace of a matrix using python如何使用python找到矩阵的特征空间
【发布时间】：2019-08-17 06:03:43
【问题描述】：

我有一个矩阵，我找到了它的特征值和特征向量，但现在我想求解特征空间，即为每个相应的特征空间找到一个基！并且不知道如何开始！通过从 scipy 中找到空空间或求解礁（），我尝试了但没有奏效！请帮忙！

这是我正在使用的代码

# import packages
import numpy as np
from numpy import linalg as LA
from scipy.linalg import null_space

# define matrix and vector
M = np.array([[0.82, 0.1],[0.18,0.9]])
v0 = np.array([[15000],[800]])

eigenVal, eigenVec = LA.eig(M)
print(eigenVal)
# Based on  the Characteristic polynomial formula 
#pol_formula =(A- \lambda I)\mathbf{v} = 0\)

identity = np.identity(2, dtype=float)
lamdbdaI= eigenVal*identity
 ## Apply the Characteristic polynomial  formula  using ###M matrix 
char_poly = M-lamdbdaI
print(char_poly)

我卡住了！

【问题讨论】：

标签： python numpy jupyter-notebook eigenvalue

【解决方案1】：

np.linalg.eig 函数已经返回特征向量，它们正是您的特征空间的基向量。更准确地说：

v1 = eigenVec[:,0]
v2 = eigenVec[:,1]

跨越特征值lambda1 = eigenVal[0]和lambda2 = eigenvVal[1]的相应特征空间。

【讨论】：