Julia-对从另一个函数返回的矩阵求幂

我有函数

f1

和

f2

返回矩阵

m1

和

m2

，它们是使用LinearAlgebra软件包中的

对角线、三对角线、符号三对角线

计算的

在一个新函数中，我尝试计算

j = m1 - m2*im
m3 = exp(j)

但这会在计算时产生

方法错误

，除非我使用

j=Matrix（m1-m2*im）

，表示exp（：：LinearAlgebra.Tridiagonal…）没有匹配方法

---

我的问题是如何以最佳方式进行计算？我完全是朱莉娅的初学者。

除非你有一个非常特殊的结构

j

（也就是说，如果它的指数是稀疏的-这不太可能），否则你最好使用密集矩阵作为

exp

的输入：

m3 = LinearAlgebra.exp!([float(x) for x in Tridiagonal(dl, d, du)])

如果您希望

m3

是稀疏的，那么我认为目前在Julia中没有针对这种情况实现的特殊算法

---

注意，我使用

exp在适当的位置执行操作，并使用理解来确保参数为
exp是密集的。作为
exp
需要
linearagebra.BlasFloat
（即
Union{Complex{Float32}，Complex{Float64}，Float32，Float64}
）我使用
float
来确保
j
的元素被适当转换。请注意，如果您使用例如
BigFloat
或
Float16
值，它可能会失败-在这种情况下，您必须自己对预期类型进行适当的转换。
j
是一个三对角矩阵，对角线相同为零。所以我确实希望它非常稀疏。它实际上是量子力学的。如果你有一个很好的建议，这将是非常有益的。同时，我会尝试一下。在这种情况下，利用这些信息编写一个自定义的求幂函数可能是最好的。事实上，这就是我最后所做的。事实证明，这要简单得多。不过，我曾尝试使用PyCall从scipy导入expm来完成这一部分，但Julia的速度仍然不如python快。我希望稀疏算法能尽快实现。