Schur-methods
位於 Matrix
包(package)。 說明
計算 實數矩陣 的 Schur 分解,其具有一般形式
其中 是正交矩陣, 是塊上三角矩陣,其中 和 對角塊指定 的實數和複數共軛特征值。 的列向量是 的 Schur 向量, 是 的 Schur 形式。
方法基於 LAPACK 例程 dgees
構建。
用法
Schur(x, vectors = TRUE, ...)
參數
x |
|
vectors |
一個合乎邏輯的。如果 |
... |
傳入或傳出方法的更多參數。 |
值
表示分解的對象,如果 vectors = TRUE
則繼承自虛擬類 SchurFactorization
。目前,在這種情況下,特定類始終是Schur
。例外情況是 x
是傳統矩陣,在這種情況下,結果是包含 Schur
對象的 Q
、 T
和 EValues
槽的命名列表。
如果 vectors = FALSE
,則結果是相同的命名列表,但沒有 Q
。
例子
showMethods("Schur", inherited = FALSE)
set.seed(0)
Schur(Hilbert(9L)) # real eigenvalues
(A <- Matrix(round(rnorm(25L, sd = 100)), 5L, 5L))
(sch.A <- Schur(A)) # complex eigenvalues
## A ~ Q T Q' in floating point
str(e.sch.A <- expand2(sch.A), max.level = 2L)
stopifnot(all.equal(A, Reduce(`%*%`, e.sch.A)))
(e1 <- eigen(sch.A@T, only.values = TRUE)$values)
(e2 <- eigen( A , only.values = TRUE)$values)
(e3 <- sch.A@EValues)
stopifnot(exprs = {
all.equal(e1, e2, tolerance = 1e-13)
all.equal(e1, e3[order(Mod(e3), decreasing = TRUE)], tolerance = 1e-13)
identical(Schur(A, vectors = FALSE),
list(T = sch.A@T, EValues = e3))
identical(Schur(as(A, "matrix")),
list(Q = as(sch.A@Q, "matrix"),
T = as(sch.A@T, "matrix"), EValues = e3))
})
參考
The LAPACK source code, including documentation; see https://netlib.org/lapack/double/dgees.f.
Golub, G. H., & Van Loan, C. F. (2013). Matrix computations (4th ed.). Johns Hopkins University Press. doi:10.56021/9781421407944
也可以看看
類Schur
及其方法。
通用函數 expand1
和 expand2
,用於根據結果構造矩陣因子。
通用函數 Cholesky
、 BunchKaufman
、 lu
和 qr
用於計算其他因式分解。
相關用法
- R Schur-class 舒爾因式分解
- R Subassign-methods “[<-”的方法 - 分配給“矩陣”的子集
- R Subscript-methods “[”的方法:在“Matrix”包中提取或取子集
- R dtrMatrix-class 三角形稠密數值矩陣
- R facmul-methods 乘以矩陣因式分解的因數
- R solve-methods 函數求解矩陣包中的方法
- R updown-methods 更新和降級稀疏 Cholesky 分解
- R bdiag 構建分塊對角矩陣
- R printSpMatrix 靈活格式化和打印稀疏矩陣
- R symmetricMatrix-class 包矩陣中對稱矩陣的虛擬類
- R all.equal-methods 函數 all.equal() 的矩陣封裝方法
- R boolmatmult-methods 布爾算術矩陣乘積:%&% 和方法
- R ltrMatrix-class 三角密集邏輯矩陣
- R Hilbert 生成希爾伯特矩陣
- R nearPD 最近正定矩陣
- R lsyMatrix-class 對稱密集邏輯矩陣
- R CHMfactor-class 稀疏 Cholesky 分解
- R symmpart-methods 矩陣的對稱部分和偏斜(對稱)部分
- R sparseMatrix 從非零項構建一般稀疏矩陣
- R dgCMatrix-class 壓縮、稀疏、麵向列的數值矩陣
- R Cholesky-methods Cholesky 分解方法
- R ldenseMatrix-class 密集邏輯矩陣的虛擬類“ldenseMatrix”
- R norm-methods 矩陣範數
- R ngeMatrix-class 一般密集非零模式矩陣的“ngeMatrix”類
- R CAex 阿爾伯斯的示例矩陣與“困難”特征分解
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Methods for Schur Factorization。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。