scipy.linalg.
eigvals_banded#
- scipy.linalg.eigvals_banded(a_band, lower=False, overwrite_a_band=False, select='a', select_range=None, check_finite=True)[source]#
求解实对称或复厄米带状矩阵特征值问题。
查找 a 的特征值 w
a v[:,i] = w[i] v[:,i] v.H v = identity
矩阵 a 存储在 a_band 中,采用下对角线或上对角线有序形式
a_band[u + i - j, j] == a[i,j] (if upper form; i <= j) a_band[ i - j, j] == a[i,j] (if lower form; i >= j)
其中 u 是对角线以上的带宽数。
a_band 示例(a 的形状为 (6,6),u=2)
upper form: * * a02 a13 a24 a35 * a01 a12 a23 a34 a45 a00 a11 a22 a33 a44 a55 lower form: a00 a11 a22 a33 a44 a55 a10 a21 a32 a43 a54 * a20 a31 a42 a53 * *
标有 * 的单元格未使用。
本说明文档假定数组参数具有指定的“核心”形状。然而,此函数的数组参数可能在核心形状前附加额外的“批处理”维度。在这种情况下,数组被视为低维切片的批处理;有关详细信息,请参阅批处理线性运算。
- 参数:
- a_band(u+1, M) array_like
M 乘 M 矩阵 a 的带宽。
- lowerbool, optional
矩阵是否采用下对角线形式。(默认为上对角线形式)
- overwrite_a_bandbool, optional
丢弃 a_band 中的数据(可能会提高性能)
- select{‘a’, ‘v’, ‘i’}, optional
要计算哪些特征值
选择
已计算
‘a’
所有特征值
‘v’
区间 (min, max] 内的特征值
‘i’
索引在 min <= i <= max 范围内的特征值
- select_range(min, max), optional
选定特征值的范围
- check_finitebool, optional
是否检查输入矩阵是否只包含有限数。禁用此项可能会提高性能,但如果输入包含无穷大或 NaN,则可能会导致问题(崩溃、无法终止)。
- 返回:
- w(M,) ndarray
特征值,按升序排列,每个特征值根据其重数重复出现。
- 引发:
- LinAlgError
如果特征值计算不收敛。
另请参阅
eig_banded
对称/厄米带状矩阵的特征值和右特征向量
eigvalsh_tridiagonal
对称/厄米三对角矩阵的特征值
eigvals
通用数组的特征值
eigh
对称/厄米数组的特征值和右特征向量
eig
非对称数组的特征值和右特征向量
示例
>>> import numpy as np >>> from scipy.linalg import eigvals_banded >>> A = np.array([[1, 5, 2, 0], [5, 2, 5, 2], [2, 5, 3, 5], [0, 2, 5, 4]]) >>> Ab = np.array([[1, 2, 3, 4], [5, 5, 5, 0], [2, 2, 0, 0]]) >>> w = eigvals_banded(Ab, lower=True) >>> w array([-4.26200532, -2.22987175, 3.95222349, 12.53965359])