Julia LinearAlgebra.eigvecs用法及代码示例

eigvecs(A::SymTridiagonal[, eigvals]) -> Matrix

返回一个矩阵 M ，其列是 A 的特征向量。 (k 特征向量可以从切片 M[:, k] 中获得。)

如果指定了可选的特征值向量eigvals，则eigvecs返回具体对应的特征向量。

例子

julia> A = SymTridiagonal([1.; 2.; 1.], [2.; 3.])
3×3 SymTridiagonal{Float64, Vector{Float64}}:
 1.0  2.0   ⋅
 2.0  2.0  3.0
  ⋅   3.0  1.0

julia> eigvals(A)
3-element Vector{Float64}:
 -2.1400549446402604
  1.0000000000000002
  5.140054944640259

julia> eigvecs(A)
3×3 Matrix{Float64}:
  0.418304  -0.83205      0.364299
 -0.656749  -7.39009e-16  0.754109
  0.627457   0.5547       0.546448

julia> eigvecs(A, [1.])
3×1 Matrix{Float64}:
  0.8320502943378438
  4.263514128092366e-17
 -0.5547001962252291

eigvecs(A; permute::Bool=true, scale::Bool=true, `sortby`) -> Matrix

返回一个矩阵 M ，其列是 A 的特征向量。 (k 特征向量可以从切片 M[:, k] 中获得。)permute 、 scale 和 sortby 关键字与 eigen 相同。

例子

julia> eigvecs([1.0 0.0 0.0; 0.0 3.0 0.0; 0.0 0.0 18.0])
3×3 Matrix{Float64}:
 1.0  0.0  0.0
 0.0  1.0  0.0
 0.0  0.0  1.0

eigvecs(A, B) -> Matrix

返回一个矩阵 M ，其列是 A 和 B 的广义特征向量。 (k 特征向量可以从切片 M[:, k] 中获得。)

例子

julia> A = [1 0; 0 -1]
2×2 Matrix{Int64}:
 1   0
 0  -1

julia> B = [0 1; 1 0]
2×2 Matrix{Int64}:
 0  1
 1  0

julia> eigvecs(A, B)
2×2 Matrix{ComplexF64}:
  0.0+1.0im   0.0-1.0im
 -1.0+0.0im  -1.0-0.0im