Python 厄米矩阵ARPACK的奇异行为

我想从数值上获得一些厄米矩阵的基态能量（见下面代码中该矩阵的定义），并根据矩阵参数“相位”绘制它

我在Python中使用了hermitian矩阵的ARPACK，这是使用

sparse.linalg.eigs

完成的。问题是，如下图所示，基态能量计算不正确，有很多峰值，这意味着基态没有正确找到。实际上，对于这个峰值，ARPACK没有找到基态，它获得了第一激发态。 这是一个非常奇怪的问题，因为我使用的这个矩阵（来自量子力学）可以通过分析和使用Mathematica来解决，而在Python中使用ARPACK是不起作用的。有人知道为什么会发生这种情况，如何解决？？多谢各位

我在这个函数中使用了scipy 0.19.1的最后一个版本

def eigen_system(H):
    values, vectors = sparse.linalg.eigs(H,2,which='SR') #ARPACK!!
    energy_ground = values[0]
    return  vectors[:,0], energy_ground

找到前两个特征值，然后取第一个。函数

eigs

不能保证它找到的特征值是有序的，有时第一个特征值不是最小的

为什么不找到最小的两个呢

    values, vectors = sparse.linalg.eigs(H, 1, which='SR')  # ARPACK!!

当我做出改变时，我得到这个图：

在此功能中

def eigen_system(H):
    values, vectors = sparse.linalg.eigs(H,2,which='SR') #ARPACK!!
    energy_ground = values[0]
    return  vectors[:,0], energy_ground

找到前两个特征值，然后取第一个。函数

eigs

不能保证它找到的特征值是有序的，有时第一个特征值不是最小的

为什么不找到最小的两个呢

    values, vectors = sparse.linalg.eigs(H, 1, which='SR')  # ARPACK!!

当我做出改变时，我得到这个图：