eigenvalue

    0熱度

    1回答

    我想從數值上獲得一些厄密矩陣的基態能量(參見下面代碼中這個矩陣的定義)並且用矩陣參數「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熱度

    1回答

    我使用apache.commons.math3庫來計算一個3x3矩陣的特徵向量,但對於計算特徵向量的特徵分解方法將返回錯誤的結果:這是我的代碼: double[][] matrix = { {1 ,3 ,2}, {1 ,4 ,3}, {2 ,1 ,0} }; RealMatrix realMatrix = MatrixUtils.cr

    0熱度

    1回答

    A是N乘N矩陣。 I是(N-2)乘以(N-2)的單位矩陣。 B是另一個N乘N矩陣,其被定義爲 B=[I 0 0; 0 0 0; 0 0 0] 。 x是一個有N個元素的數組。如何解決以下形式的本徵值 甲X = C 乙X,其中c是本徵值, 通過使用特徵值求解器?

    5熱度

    1回答

    我正在嘗試計算大小爲3x3的符號複數矩陣M的特徵值。在某些情況下,eigenvals()完美。例如,下面的代碼: 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熱度

    1回答

    我以前從未使用python,但現在需要它,因爲我正在處理同事的項目。我想繪製矩陣的特徵值作爲矩陣的元素的功能,也就是我的矩陣看起來像 M=[[40,0,4],[0,0,4],[4,4,x]] 其中x是一個變量。所以矩陣有三個特徵值 eig=numpy.linalg.eigvals(M) eig1=eig[0] eig2=eig[1] eig3=eig[0] 但

    0熱度

    1回答

    我有一個問題,通過eig_sym犰狳中的本徵分解。當我試圖計算出多組特徵向量的並行,不時的特徵向量是 不是正交 不歸 甚至不會有問題的矩陣的特徵向量。 如果每次只運行一次計算(所以這似乎是一些線程安全問題),此問題消失。一旦兩個計算並行運行,問題就會再次出現。奇怪的是,特徵值在任何情況下都是正確的。 //compile with: g++ -std=c++11 -pthread -larmadil

    0熱度

    1回答

    我嘗試使用一些示例(here)使用ARPACK,但我甚至無法弄清楚如何輸入我的矩陣。從這個question看來,Python和Matlab中的實現似乎是避免ARPACK複雜性的唯一解決方案。是否有一些(基於Fortran的)方法來做到這一點,也避免計算所有的特徵值/特徵向量?

    -1熱度

    1回答

    如何構造具有相同對角元素的兩個正半定矩陣?假設M1和M2是兩個psd矩陣。我想要對角線(M1)和對角線(M2)的矢量相同。非對角元素必須有所不同。 [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] 認爲第一個矩陣爲M1,第二個矩陣爲M2。請記住M1和M2都是PSD。 在此先感謝!

    1熱度

    1回答

    我想用scipy.sparse.linalg.eigsh使用shift-invert模式找到複雜矩陣的特徵值和特徵向量。在矩陣中只有實數,我可以得到與spicy.linalg.eigh求解器相同的結果,但是在添加虛部時,特徵值會發散。一個微小的例子: import numpy as np from scipy.linalg import eigh from scipy.sparse.linal

    0熱度

    1回答

    事先道歉,Python不是我的強項。 與矩陣的實際特徵值(如Python計算)相對應的特徵向量看起來不是特徵向量,而由Wolfram Alpha計算的特徵向量似乎可行。 (我的同事證實,同一病理執行R中的計算時,雖然我沒有成績單似乎是這樣。)代碼片段: >>> import numpy as np >>> in_matrix = np.array([[0.904, 0.012, 0.427],