1回答
我需要对角化一个2x2厄米矩阵，它依赖于一个参数x，这个参数连续变化。对于对角化，我使用EISPACK。当我将特征向量的实部和虚部绘制为x的函数时，我注意到它们具有不连续性。特征值的计算是正常的。当我在Maxima中绘制特征向量时，解看起来是连续的。我需要连续的特征向量，因为在下一步我将需要计算它们的导数。
下
浏览 30提问于2017-03-16得票数 1
回答已采纳
1回答
对于大小为300,000*300,000的对称稀疏方阵，在任何语言或程序包中，在一小时内求出10个最小特征值及其对应的特征向量是最好的方法。
浏览 0提问于2019-03-27得票数 2
回答已采纳
我正在处理一个大的(复杂的) Hermitian矩阵，我正在尝试使用Python/Scipy有效地对它进行对角化。使用scipy.linalg的eigh函数，生成和对角化一个大约800x800的矩阵并计算所有特征值和特征向量大约需要3秒。
我的问题中的特征值对称地分布在0附近，范围大约是-4到4。但是，我只需要与负特征值相对应的
浏览 2提问于2013-10-05得票数 2
1回答
我目前正致力于对角化一个5000x5000 Hermitian矩阵，我发现当我在LinearAlgebra模中使用朱莉娅的LinearAlgebra函数，它同时产生特征值和特征向量时，我得到的特征向量与使用numpy的np.linalg.eigh函数解决问题的结果不同。我相信他们都使用BLAS，但我不知道他们还在使用什么不同的东西。
有没有其他人经历过这个/知道发生了什么？
浏览 1提问于2021-08-24得票数 2
我正在编写一个代码来对4x4 hermitian矩阵进行对角化。这是一个足够简单的代码，但是matlab给出的特征向量和numpy给出的特征向量大不相同。, 0], ) w, v = lin.eigh(Hbound)很简单，但问题是，matlab和numpy对于几乎完全相同的矩阵的特征向量</e
浏览 1提问于2022-03-17得票数 -1
1回答
尝试用n*100*100对角化三维矩阵K，得到特征值w和特征向量v。矩阵是100*100，但是我想用广播来做，这就是我设置的n数。矩阵不是hermitian的。w,v=np.linalg.eig(K)
首先，我尝试了n=1000，得到了真实的特征值和特征向量，即xxxxxxxxxe+xx，但是当我尝试n=2000时，w和v的元素显示了xxxxxxxxxe+xx由于+0.j的
浏览 0提问于2018-02-08得票数 5
1回答
对角化2x2 hermitian矩阵是简单的，它可以进行解析。然而，在计算超过10^6次的特征值和特征向量时，必须尽可能有效地进行。特别是如果非对角线元素可能消失，就不可能对特征向量使用一个公式: if -语句是必需的，这当然会减慢代码的速度。因此，我认为使用本征，即对2x2和3x3矩阵的对角化进行优化，仍然是一个很好的选择：const std::comp
浏览 2提问于2014-05-30得票数 2
回答已采纳
1回答
例如，我有一个Hermitian矩阵，A和I将与矩阵B对角化为：A12= -0.007 -1j*0.0098 A21我想要的是创建一个模块。假设我将在现有的python脚本中输入100个不同的Hermitian矩阵和导入模块来计算100个不同的B矩阵(针对每个不同的输入)。编辑(使我的</
浏览 6提问于2014-11-10得票数 0
回答已采纳
文档描述了返回的值：
但是每次我使用这个函数时，它们都是递减的，这对我的使用来说是完美的。我想知道在什么情况下，我必须确保我自己分类。
浏览 3提问于2020-03-08得票数 1
回答已采纳
1回答
python中的复对称矩阵
、、、、
我试图在python中对一个复杂的对称矩阵进行对角化。
我看了一下numpy和scipy例程，但它们似乎都是处理hermitian矩阵或实对称矩阵。我正在寻找的是获得我的起始、复杂和对称矩阵的Takagi分解的一些方法。这基本上是标准的特征点S= V.T ^-1，但由于起始矩阵S是对称的，由此得到的</
浏览 11提问于2013-10-21得票数 4
当我将一个特征向量乘以一个矩阵时，它应该会产生与该特征向量乘以其相应的特征值相同的输出。我正在尝试验证我的特征向量和特征值是否像广告中所说的那样工作，但输出似乎不正确。np.linalg.eigh(cov_matrix)
b = eig_vecs[:, 0] * eig_vals[0] 当我打印a和b时，它们的形状相同，但它们的值都不同。
浏览 56提问于2020-07-19得票数 4
回答已采纳
1回答
寻找特征值的代码
、、、
嗨，我一直在尝试编码来求n*n矩阵的特征值。但我想不出它的算法是什么。一般矩阵的算法应该是什么，以求lamda？我已经编写了求矩阵行列式的代码，这可以用在我们的算法中吗？
请帮帮忙。我们会很感激的。
浏览 3提问于2014-03-14得票数 0
在Matlab中，我试图求解哈密顿矩阵的能量和本征态，它有一组高度退化的特征向量。这个矩阵是一个55x55的厄米特矩阵，当我调用eig或schur进行对角化时，我发现一些(但不是全部)特征向量在每个退化的子空间中是“错误的”线性组合。我所说的“错误”是指在问题中有额外的约束。在这种情况下，有一个很好的量子数M，我希望通过不允许具
浏览 5提问于2017-07-31得票数 0
我对C语言有基本的了解。我知道循环结构，数组和控制语句。突然之间，我需要知道如何使用GSL库( C language )对Hermitian矩阵进行对角化。安装GSL并不是一个问题。我现在正在阅读GSL手册，但是一个简洁而准确的答案将是非常感谢的？
浏览 2提问于2014-11-04得票数 0
2回答
我有一个一般的实矩阵(即不对称或Hermitian等)，我想在Julia中找到它的右特征向量和相应的左特征向量。 Julia的eigen函数只返回右特征向量。我可以通过执行以下操作找到左特征向量 eigen(copy(M')) 但这需要复制整个矩阵并再次执行特征分解，并且不能保证特征向量将处于相同的顺序。( copy是必需的，因为对于A
浏览 60提问于2019-05-20得票数 3
我知道eig(A)产生的特征向量有2-范数1，但是广义特征值问题eig(A，B)中产生的向量是怎样的呢？一个自然的猜想是这样的向量v应该满足v'_B_v=1。当B是单位矩阵时，v'_B_v正好是2-范数的平方。我对各种矩阵A和B进行了以下测试：v=p(:,1);我总是选择B为对角线。我注意到v'_B_v并不总是1，但是当A是对称
浏览 0提问于2019-01-11得票数 3
回答已采纳
1回答
我尝试用zgeev对角化一个矩阵，它给出了正确的特征值，但是特征向量不是正交的。eigenvectorsWRITE(*,*)(VR(i,j),j=1,N)我得到的结果是:特征值：(-0.99999999999999978,0.0000000000000000)特征向量
浏览 1提问于2017-02-07得票数 0
回答已采纳
据我所知，特征向量只定义为乘法常数。据我所见，所有numpy算法(例如linalg.eig、linalg.eigh、linalg.svd)都为实矩阵生成相同的特征向量，因此显然它们使用相同的归一化。然而，在复杂矩阵的情况下，这些算法得到了不同的结果。问:是否有一种方法可以按照eigh eig 的方式(即不强制相位角=0)对<
浏览 0提问于2020-05-20得票数 4
回答已采纳
4回答
我正在考虑一个矩阵A，使得A=PDP^-1。Transpose[Eigenvectors[a]]
{{0, -1}, {-1, 0}}p={{1, -1}, {1, 1}}p2={{1/Sqrt[2], 1/Sqrt[2]}, {1/Sqrt[2], -(1/Sqrt[2])}}
p2.在执行Transpose[Eigen
浏览 0提问于2012-01-14得票数 4
回答已采纳
2回答
低内存消耗的c++特征求解器
、、、、
我是C++编程中的新手，但我有一项任务要计算对称矩阵(和hermitian)的特征值和特征向量(标准特征问题Ax=lx)，它们的大小很大:二项式(L，L/2)，其中L约为18-22。它可以选择计算特征向量并将其放入输入矩阵A中以节省内存。它起作用了!我认为Lapack++ eigensolver可以处理Hermitian矩阵，但由于未知的原因它不能处理(
浏览 7提问于2015-08-28得票数 5
回答已采纳
云服务器
ICP备案
腾讯会议
实时音视频
云直播
腾讯云开发者
