Matrix 求大型（稀疏）矩阵的特征值和特征向量
我试图计算一个大矩阵的特征向量（比如前10个）。我最初的问题是由于对“英特尔MKL库”的误解造成的。为了使我的问题清晰易懂，我决定对其进行概括，删除一些不必要的细节 基本问题是：应该使用哪种计算机代码来求大型稀疏矩阵的特征值 在某些近似下，我得到的矩阵可以被认为是稀疏的。也就是说，当远离对角线时，值变得非常小。其中一些甚至是非物理的，这是由统计效应引起的（矩阵是由MC代码生成的）。这就是为什么术语稀疏在括号中 如果有人能提供代码示例，我将不胜感激 提前谢谢大家, Alex可能是正确的选择。它是旧的fortran代码，安装起来很麻烦（尽管维护的版本可能更好） 或者，在其上构建了power迭代的粗略实现。您可以使用libigl版本，就像MATLAB的Matrix 求大型（稀疏）矩阵的特征值和特征向量,matrix,lapack,eigenvector,eigenvalue,intel-mkl,Matrix,Lapack,Eigenvector,Eigenvalue,Intel Mkl,我试图计算一个大矩阵的特征向量（比如前10个）。我最初的问题是由于对“英特尔MKL库”的误解造成的。为了使我的问题清晰易懂，我决定对其进行概括，删除一些不必要的细节 基本问题是：应该使用哪种计算机代码来求大型稀疏矩阵的特征值 在某些近似下，我得到的矩阵可以被认为是稀疏的。也就是说，当远离对角线时，值变得非常小。其中一些甚至是非物理的，这是由统计效应引起的（矩阵是由MC代码生成的）。这就是为什么术语稀疏在括号中 如果有人能提供代码示例，我将不胜感激 提前谢谢大家, Alex可能是正确的选择。它是旧
eigsEigen::SparseMatrix<double> A;
Eigen::SparseMatrix<double> B;
...
Eigen::MatrixXd V;
Eigen::VectorXd D;
igl::eigs(A,B,3,igl::EIGS_TYPE_SM,V,D);
Eigen:：SparseMatrix A；
本征：：稀疏矩阵B；
...
本征：：矩阵xD V；
本征：：向量xd D；
igl:：EIG（A，B，3，igl:：EIG\U类型\U SM，V，D）；
这将计算
VDDGEEV