gpt4 book ai didi

matrix - LAPACK 给我错误的特征值

转载 作者:行者123 更新时间:2023-12-02 09:56:02 25 4
gpt4 key购买 nike

我正在使用 LAPACK 库中的 DSYEV 和 DSYEVD 来查找特征值和特征向量(编译语法: gfortran -llapack )。但是,我发现特定矩阵的错误特征值(-0.44,0.35,0.88)。出了什么问题?

我们很容易看出矩阵的行列式为零,因此至少有一个特征值必须为零。

这是我的代码(希望它不会太大):

    Program Real_Eigenvec
implicit none

integer, parameter:: n=3
integer:: i,j, flag
real*8:: A(n,n),X(n,n)
real*8:: lambda(n)
real*8, parameter:: p=0.5d0/dsqrt(2.d0), q=1.d0-1.d0/dsqrt(2.d0)


Print*,'Enter flag: 0 for DSYEV, 1 for DSYEVD'
Read*, flag


A= transpose(reshape((/ 0.d0, 1.d0, 0.d0, p, q, p, 0.5d0, 0.0d0, 0.5d0 /), shape(A)))


print*,'Dimension of the matrix, n=',int(sqrt(float(size(A))))

Print*,'A matrix in full form:'
Do i=1,n
print 100, (A(i,j),j=1,n)
End Do

call Eigen(A,lambda,X,n,flag)

! Print the eigenvalues and eigenvectors.

PRINT 200
DO i = 1, n
PRINT 201, lambda(i), (X(i,j), j=1,n)
END DO

100 FORMAT (1X,10(:2X,F10.2))
200 FORMAT (/1X, 'Eigenvalue', 16X, 'Eigenvector^T')
201 FORMAT (1X, F10.2,4X,6(:f10.2))

End Program Real_Eigenvec



!!! SUBROUTINES -----------------------------------------


Subroutine Eigen(A,lambda,X,n,flag)
implicit none

integer:: i,n,flag
real*8:: A(n,n),Ap(n,n),X(n,n)
real*8:: lambda(n)
real*8, allocatable :: work(:)
integer, allocatable :: iwork(:)
integer:: lwork,liwork,info

print*,'n in Eiegen routine=',n

lwork=3*n-1 ! DSYEV for flag=0
if (flag==1) then ! DSYEVD for flag=1
lwork=1+6*n+2*n**2
end if

liwork=3+5*n


allocate(work(lwork))
allocate(iwork(liwork))

Ap=A

if (flag==0) then
CALL DSYEV ('v', 'l', n, Ap, n, lambda, work, lwork, info)
else
CALL DSYEVD ('V', 'U', n, Ap, n, lambda, work, &
& lwork, iwork, liwork, info)
! For doumentation visit: http://www.netlib.org/lapack/explore-html/d1/da2/dsyevd_8f.html
end if

X=Ap

print*,'info=',info

deallocate(work)
deallocate(iwork)

End Subroutine Eigen

最佳答案

如 lapack documentation 中所述DSYEV 可用于对称矩阵。

DSYEV computes all eigenvalues and, optionally, eigenvectors of a real symmetric matrix A.

在示例中,矩阵A不是对称的

Dimension of the matrix, n=           3
A matrix in full form:
0.00 1.00 0.00
0.35 0.29 0.35
0.50 0.00 0.50

在这种情况下,您应该使用用于非对称 matricesDGEEV

DGEEV computes for an N-by-N real nonsymmetric matrix A, the eigenvalues and, optionally, the left and/or right eigenvectors.

一般情况下,特征值是复数,因此您必须提供 WRWL。此外,您还需要定义是否需要左 VL 或右 VR 特征向量。

A * v(j) = lambda(j) * v(j)
u(j)**H * A = lambda(j) * u(j)**H

函数的定义是:

DGEEV(JOBVL, JOBVR, N, A, LDA, WR, WI, VL, LDVL, VR, LDVR, WORK, LWORK, INFO)

我建议像这样使用它

LWORK = 4*N
CALL DGEEV( 'N', 'V', n, A, n, wr, wl, Ap, n, Ap, n, work, lwork, info )

为了获得左右特征向量,请使用

real*8:: A(n,n),VL(n,n),VR(n,n)
real*8:: wr(n),wl(n)
lwork = 4*N
allocate(work(lwork))
CALL DGEEV( 'V', 'V', n, A, n, wr, wl, VL, n, VR, n, work, lwork, info )

对于您的矩阵,所有特征值的虚部为零。因此特征值为(1.00, -0.21, 0.00)

关于matrix - LAPACK 给我错误的特征值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29698600/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com