eigenvalue

    0热度

    1回答

    我想从数值上获得一些厄密矩阵的基态能量(参见下面代码中这个矩阵的定义)并且用矩阵参数“相位” 。 import scipy.sparse as sparse import scipy import numpy import numpy as np import math from scipy.special import binom import cmath import sympy

    1热度

    1回答

    我使用apache.commons.math3库来计算一个3x3矩阵的特征向量,但对于计算特征向量的特征分解方法将返回错误的结果:这是我的代码: double[][] matrix = { {1 ,3 ,2}, {1 ,4 ,3}, {2 ,1 ,0} }; RealMatrix realMatrix = MatrixUtils.cr

    0热度

    1回答

    A是N乘N矩阵。 I是(N-2)乘以(N-2)的单位矩阵。 B是另一个N乘N矩阵,其被定义为 B=[I 0 0; 0 0 0; 0 0 0] 。 x是一个有N个元素的数组。如何解决以下形式的本征值 甲X = C 乙X,其中c是本征值, 通过使用特征值求解器?

    5热度

    1回答

    我正在尝试计算大小为3x3的符号复数矩阵M的特征值。在某些情况下,eigenvals()完美。例如,下面的代码: import sympy as sp kx = sp.symbols('kx') x = 0. M = sp.Matrix([[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]]) M[0, 0] = 1. M[0, 1] = 2./3.

    1热度

    1回答

    我以前从未使用python,但现在需要它,因为我正在处理同事的项目。我想绘制矩阵的特征值作为矩阵的元素的功能,也就是我的矩阵看起来像 M=[[40,0,4],[0,0,4],[4,4,x]] 其中x是一个变量。所以矩阵有三个特征值 eig=numpy.linalg.eigvals(M) eig1=eig[0] eig2=eig[1] eig3=eig[0] 但

    0热度

    1回答

    我有一个问题,通过eig_sym犰狳中的本征分解。当我试图计算出多组特征向量的并行,不时的特征向量是 不是正交 不归 甚至不会有问题的矩阵的特征向量。 如果每次只运行一次计算(所以这似乎是一些线程安全问题),此问题消失。一旦两个计算并行运行,问题就会再次出现。奇怪的是,特征值在任何情况下都是正确的。 //compile with: g++ -std=c++11 -pthread -larmadil

    0热度

    1回答

    我尝试使用一些示例(here)使用ARPACK,但我甚至无法弄清楚如何输入我的矩阵。从这个question看来,Python和Matlab中的实现似乎是避免ARPACK复杂性的唯一解决方案。是否有一些(基于Fortran的)方法来做到这一点,也避免计算所有的特征值/特征向量?

    -1热度

    1回答

    如何构造具有相同对角元素的两个正半定矩阵?假设M1和M2是两个psd矩阵。我想要对角线(M1)和对角线(M2)的矢量相同。非对角元素必须有所不同。 [a e f g] [a s t u] [e b h i] [s b v w] [f h c j] [t v c x] [g i j d] [u w x d] 认为第一个矩阵为M1,第二个矩阵为M2。请记住M1和M2都是PSD。 在此先感谢!

    1热度

    1回答

    我想用scipy.sparse.linalg.eigsh使用shift-invert模式找到复杂矩阵的特征值和特征向量。在矩阵中只有实数,我可以得到与spicy.linalg.eigh求解器相同的结果,但是在添加虚部时,特征值会发散。一个微小的例子: import numpy as np from scipy.linalg import eigh from scipy.sparse.linal

    0热度

    1回答

    事先道歉,Python不是我的强项。 与矩阵的实际特征值(如Python计算)相对应的特征向量看起来不是特征向量,而由Wolfram Alpha计算的特征向量似乎可行。 (我的同事证实,同一病理执行R中的计算时,虽然我没有成绩单似乎是这样。)代码片段: >>> import numpy as np >>> in_matrix = np.array([[0.904, 0.012, 0.427],