Julia LinearAlgebra.Schur用法及代碼示例

Schur <: Factorization

矩陣 A 的 Schur 分解的矩陣分解類型。這是 schur(_) 的返回類型，對應的矩陣分解函數。

如果F::Schur 是分解對象，則可以通過F.Schur 或F.T 獲得(準)三角舒爾因子，並通過F.vectors 或F.Z 獲得正交/單一舒爾向量，使得A = F.vectors * F.Schur * F.vectors'。 A 的特征值可以通過 F.values 獲得。

迭代分解生成組件 F.T 、 F.Z 和 F.values 。

例子

julia> A = [5. 7.; -2. -4.]
2×2 Matrix{Float64}:
  5.0   7.0
 -2.0  -4.0

julia> F = schur(A)
Schur{Float64, Matrix{Float64}}
T factor:
2×2 Matrix{Float64}:
 3.0   9.0
 0.0  -2.0
Z factor:
2×2 Matrix{Float64}:
  0.961524  0.274721
 -0.274721  0.961524
eigenvalues:
2-element Vector{Float64}:
  3.0
 -2.0

julia> F.vectors * F.Schur * F.vectors'
2×2 Matrix{Float64}:
  5.0   7.0
 -2.0  -4.0

julia> t, z, vals = F; # destructuring via iteration

julia> t == F.T && z == F.Z && vals == F.values
true